Livro Basico

Geometria Analı́tica e Sistemas Lineares
Cristiane de Andrade Mendes

Digitação: Philipe Ribeiro Fernandes - bolsista de Treinamento Profissional
Março de 2020
Índice
1 Matrizes e Sistemas Lineares 7

1.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Sistemas de Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Inversão de Matrizes e Determinantes 41

2.1 Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3 Matriz adjunta e inversão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3 Vetores 69
3.1 Vetores no plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2 Sistema de Coordenadas Retangulares no Espaço . . . . . . . . . . . . . . . . 76
3.3 Vetores no espaço . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4 Componentes de um vetor definido por 2 pontos . . . . . . . . . . . . . . . . 79
3.5 Produto de vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.5.1 Produto escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5.2 Produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.5.3 Produto Misto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4 Retas e Planos 99
4.1 Equações do plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.1.1 Equação geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3
4 ÍNDICE
4.1.2 Equação Vetorial e Equações Paramétricas . . . . . . . . . . . . . . . . 100

4.2 Equações da reta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.3 Ângulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.3.1 Posições relativas entre retas . . . . . . . . . . . . . . . . . . . . . . . . 105
4.3.2 Ângulos entre retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.3.3 Posições relativas entre dois planos . . . . . . . . . . . . . . . . . . . . 110
4.3.4 Ângulos entre planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.4 Distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.4.1 Distância de um ponto a um plano . . . . . . . . . . . . . . . . . . . . 114
4.4.2 Distância de um ponto a uma reta . . . . . . . . . . . . . . . . . . . . 116
4.4.3 Distância entre dois planos . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.4.4 Distância entre duas retas . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.5 Posições relativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.5.1 De reta e plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.5.2 De três planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5 Cônicas e Coordenadas Polares 133

5.1 Sistema de Coordenadas Retangulares no Plano . . . . . . . . . . . . . . . . . 133
5.2 Translação dos eixos coordenados . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.3 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.3.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.3.2 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.3.3 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.4 Equações Paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.4.1 Uma parametrização para a circunferência . . . . . . . . . . . . . . . . 175
5.4.2 Parametrização da elipse . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.4.3 Parametrização da hipérbole . . . . . . . . . . . . . . . . . . . . . . . . 182
5.5 Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
ÍNDICE 5
5.5.1 Circunferência em coordenadas polares . . . . . . . . . . . . . . . . . . 192
Referências 197
6 ÍNDICE
Capı́tulo 1
Matrizes e Sistemas Lineares
1.1 Matrizes
Definição 1. uma matriz A m × n é uma tabela de mn números dispostos em m linhas e n

colunas.
Notação:
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
 
A=  .. .. .. ..  A = (aij )m×n
 . . . . 

am1 am2 · · · amn
h i
i-ésima linha de A: ai1 ai2 · · · ain i = 1, · · · , m.
 
a1j
 a2j 
 
j-ésima coluna de A: 
 .. 
 j = 1, · · · , n.
 . 
amj
aij ou [A]ij : elemento de A localizado na linha i e coluna j.
# "
−1 2
Exemplo 1. A = matriz 2 × 2 elemento a12 da matriz A = (aij ): a12 = 2
3 0
7
8 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES
" #
−1 7 35 √
B= √ matriz 2 × 3 elemento b23 da matriz B = (bij ): b23 = 3
88 9 3
h i
C = 1 1 0 7 matriz 1 × 4 elemento c11 da matriz C = (cij ): c11 = 1
 
−1
elemento d21 da matriz D = (dij ): d21 = 73
 3 
D =  7  matriz 3 × 1
1
8
 
−1 −7 0
E= 0 1 π  matriz 3 × 3 elemento e23 da matriz E = (eij ): e23 = π
 
−1
7 3 5
Tipos de matrizes
• Matriz quadrada: Seja A = (aij )m×n uma matriz. Se m = n, vamos dizer que A é
quadrada de ordem n. Sua diagonal principal é formada pelos elementos a11 , a22 , · · · , ann .
 
" # −1 0 π
2 −1
As matrizes A = e B= 3 8 7  são exemplos de matrizes quadradas.
 
3 0
−1 −1 −10
Os elementos 2, 0 formam a diagonal principal de A e os elementos −1, 8, −10 formam a
diagonal principal da matriz B.
• Matriz diagonal: Seja A = (aij )n×n uma matriz (quadrada). A é uma matriz diagonal se
aij 6= 0 quando i 6= j i, j = 1, · · · , n
. (Ou seja: todos os elementos fora da diagonal principal são nulos).

 
  10 0 0 0
" # −1 0 0
−1 0 0
 0 0 0
As matrizes C = , D =  0 7 0 , E =   são exemplos de
  
0 3 √ 0 0 0 0
0 0 2
0 0 0 3
matrizes diagonais.
• Matriz identidade: consideremos uma matriz n × n, denotada por In , onde:
[In ]ij = 0, se i 6= j e
[In ]ij = 1, se i = j
1.1. MATRIZES 9
i, j = 1, ..., n.
A matriz In é uma matriz diagonal e todos os elementos da diagonal principal são iguais
a 1. In é chamada matriz identidade de ordem n.
 
  1 0 0 0
" # 1 0 0
1 0 0 1 0 0
I2 = , I3 = 0 1 0, I4 = 
   

0 1 0 0 1 0
0 0 1
0 0 0 1
• Matriz linha: Seja A uma matriz m × n. A é uma matriz linha se m = 1, ou seja, se A

possui uma única linha.
h i h i
As matrizes F = −1 3 e G = 3 0 0 5 são exemplos de matrizes linha.
• Matriz coluna: Seja A uma matriz m × n. A é uma matriz coluna se n = 1, ou seja, A

possui uma única coluna.
 
" # 0
−1 0
 
As matrizes H = e J =   são exemplos de matrizes coluna.
−1 0
7
• Matriz nula: Uma matriz A = (aij )m×n é nula se aij = 0 para todo i = 1, · · · , m,
j = 1, · · · , n.
A matriz nula m × n é denotada por 0m×n ou 0 quando não há necessidade de explicitar
seu tamanho.
 
" # 0
0 0 0
0= : matriz nula 2 × 3 0 = 0: matriz nula 3 × 1
 
0 0 0
0
 
0 0 0
0 = 0 0 0: matriz nula 3 × 3
 
0 0 0
• Matriz triangular superior: Uma matriz quadrada A = (aij )n×n é triangular superior se
aij = 0 quando i > j i, j = 1, · · · , n.
Por exemplo, as matrizes

 
  2 0 0 0
" # 0 5 2 0 −3 2 0
1 3
A= , B = 0 1 0  e C =   são triangulares superiores.
   
0 3 0 0 1 0
0 0 −1
0 0 0 0
• Matriz triangular inferior: Uma matriz quadrada A = (aij )n×n é triangular inferior se
aij = 0 quando i < j i, j = 1, · · · , n.
Por exemplo, as matrizes

   
" # 1 0 0 1 0 0
0 0
A= , B = 2 0 0  e C = 0 1 0 são triangulares inferiores.
   
1 2 √
3 4 5 0 0 7
• Matrizes iguais: Sejam A = (aij )m×n e B = (bij )p×q duas matrizes.

A e B são iguais se m = p, n = q e aij = bij para todo i = 1, · · · , m, j = 1, · · · , n.
Escrevemos A = B
Operações com matrizes
Definição 2. Sejam A = (aij )m×n e B = (bij )m×n duas matrizes.

A soma das matrizes A e B(de mesmo tamanho) é uma matriz C = (cij )m×n de tamanho
m × n, cujos elementos são:
cij = aij + bij i = 1, · · · , m e j = 1, · · · , n.
Vamos denotar:
C =A+B
[A + B]ij = aij + bij onde [A + B]ij é elemento ij da matriz A + B
Exemplo 2. 1.
   
3 4 −1 1
A = −1 0 e B =  5 3 
   
3
5
2 −1 − 12
   
3 + (−1) 4+1 2 5
A + B =  −1 + 5 0 + 3  =  4 3
   
3 1
− 25 32

5
+ (−1) 2 + − 2
1.1. MATRIZES 11
2. " √ # "
#
−1 2 0 1 3 −1
C= e D=
5 2 −4 2 −2 −2
" √ # " √ #
−1 + 1 2+3 0 + (−1) 0 2 + 3 −1
C +D = =
5 + 2 2 + (−2) −4 + (−2) 7 0 −6
Definição 3. Seja A = (aij )m×n uma matriz. O produto da matriz A por um escalar α é a
matriz B = (bij )m×n de tamanho m × n, cujos elementos são dados por:
bij = α aij
i = 1, · · · , m e j = 1, · · · , n.

B = αA
Vamos denotar:
[αA]ij = αaij
     
−7 −1 −4(−7) −4(−1) 28 4
Exemplo 3. A =  3 2 −4A =  −4 · 3 −4 · 2  = −12 −8
     
0 1 −4 · 0 −4 · 1 0 −4
i = 1, ..., m j = 1, ..., n.
     
1 1 1
0 −3 2 ·0 · (−3) ·2 0 − 32 1
 √ √
2 2 2 √
1
· 0  =  52 22
1 1 1
B = 5 2 0 B= ·5 · 2 0
   
2 2 2
2
0 7 15 1
2
·0 1
2
·7 1
2
· 51 0 72 1
10
Definição 4. Sejam A = (aij )m×p e B = (bij )p×n duas matrizes, onde o número de colunas
de A é igual ao número de linhas de B. O produto de A com B (notação: AB) é uma matriz
C = (cij )m×n de tamanho m × n, cujos elementos são dados por
cij = ai1 b1j + ai2 b2j + · · · + aip bpj
i = 1, · · · , m e j = 1, · · · , n.
Vamos denotar:
C = AB
[AB]ij = ai1 b1j + ai2 b2j + · · · + aip bpj

.
 
" # −1 13
1 0 1
Exemplo 4. A = B =  7 13 
 
3 −2 −1
2×3 0 3 3×2
" # " #
1.(−1) + 0.7 + 1.0 1. 31 + 0. 31 + 1.3 −1 + 0 + 0 31 + 0 + 3
AB = =
3.(−1) + (−2).7 + (−1).0 3. 31 + (−2) 13 + (−1).3 −3 − 14 + 0 1 − 32 − 3
" # 2×2
−1 103
=
−17 − 38
   
−1.1 + 13 .3 −1.0 + 31 .(−2) −1.1 + 31 .(−1) −1 + 1 0 − 32 −1 − 13
BA =  7.1 + 13 .3 7.0 + 31 .(−2) 7.1 + 31 .(−1)  =  7 + 1 0 − 23 7 − 31  =
   
0.1 + 3.3 0.0 + 3.(−2) 0.1 + 3.(−1) 3×3 0+9 0−6 0−3
 
0 − 23 − 43
8 − 23 20
 
3 
9 −6 −3
" #
1 0
C=
−1 2
2×2
     
−1.1 + 31 .(−1) (−1).0 + 31 .2 −1 − 13 0 + 32 − 43 23
BC =  7.1 + 31 .(−1) 7.0 + 13 .2  =  7 − 13 0 + 32  =  20 2
    
3 3
0.1 + 3.(−1) 0.0 + 3.2 3×2 0−3 0+6 −3 6
CB não é possı́vel, pois o número de colunas de C é diferente do número de linhas de

B.
Observação 1. Sejam k um número inteiro positivo e A uma matriz quadrada n × n. Vamos

denotar:
A◦ = In
Ak = A · A · · · · A (k fatores)
1.1. MATRIZES 13
Definição 5. Seja A = (aij )m×n uma matriz. A transposta de A é uma matriz B = (bij )n×m
tal que seus elementos são da forma
bij = aji
i = 1, · · · , n e j = 1, · · · , m.
Vamos denotar At a matriz transposta de A.
"
# " #
1 2 1 3
Exemplo 5. 1. A = At =
3 4 2 4
 
"# 1 1
1 7 9
B= B t = 7 0
 
1 0 3
9 3
2. Se for possı́vel, calcule (C t + 3D)t , onde C e D são as matrizes:

 
1
" #
3
0
2 −1 0
C= e D =  1 2 .
 
0 1 −1
3 −1
Temos que:
   
2 0 1 0
C t = −1 1  3D = 3 6 
   
0 −1 9 −3
     
2 0 1 0 3 0
C t + 3D = −1 1  + 3 6  = 2 7 
     
0 −1 9 −3 9 −4
Então:
" #
3 2 9
(C t + 3D)t =
0 7 −4
Propriedades das operações com matrizes
As demonstrações das propriedades abaixo podem ser vistas no capı́tulo 1 do livro texto.
a) Comutatividade
Sejam A = (aij )m×n e B = (bij )m×n matrizes.

Então: A + B = B + A
b) Associatividade
Sejam A = (aij )m×n , B = (bij )m×n e C = (cij )m×n matrizes. Então A + (B + C) =
(A + B) + C.
c) Existência do elemento neutro

Existe e é única a matriz 0m×n tal que 0m×n + A = A, qualquer que seja a matriz Am×n .

Essa matriz 0 é tal que 0 ij = 0, para todo i = 1, ..., m e j = 1, ..., n (matriz nula).
d) Elemento simétrico
Para cada matriz Am×n , existe uma única matriz −A de tamanho m × n, tal que
A + (−A) = 0
−A é tal que [−A]ij = −aij , para todo i = 1, · · · , m, j = 1, · · · , n.

   
1 2 −1 −2
Por exemplo, se A =  0 −4 , então −A =  0 4 .
   
5 −3 −5 3
Observação 2. Temos que: −A = (−1)A, qualquer que seja a matriz A.
e) Associatividade
Se α e β são escalares e A = (aij )m×n é uma matriz, então:
α(βA) = (αβ)A
f) Distributividade
Se α é um escalar, A = (aij )m×n e B = (bij )m×n são matrizes, então
α (A + B) = αA + αB
g) Distributividade
Se α e β são escalares e A = (aij )m×n é uma matriz, então:
(α + β)A = αA + βA.
1.1. MATRIZES 15
h) Associatividade
Se A = (aij )m×p , B = (bij )p×q e C = (cij )q×n , então
(AB) C = A (BC)
.
Ilustração da demonstração acima para matrizes 2 × 2
Sejam A = (aij )2×2 , B = (bij )2×2 e C = (cij )2×2 matrizes. Temos:

" #" # " #
b11 b12 c11 c12 b11 c11 + b12 c21 b11 c12 + b12 c22
BC = =
b21 b22 c21 c22 b21 c11 + b22 c21 b21 c12 + b22 c22
" #" #
a11 a12 b11 c11 + b12 c21 b11 c12 + b12 c22
A(BC) = =
a21 a22 b21 c11 + b22 c21 b21 c12 + b22 c22
" #
a11 (b11 c11 + b12 c21 ) + a12 (b21 c11 + b22 c21 ) a11 (b11 c12 + b12 c22 ) + a12 (b21 c12 + b22 c22 )
=
a21 (b11 c11 + b12 c21 ) + a22 (b21 c11 + b22 c21 ) a21 (b11 c12 + b12 c22 ) + a22 (b21 c12 + b22 c22 )
Por outro lado:

" #" # " #
a11 a12 b11 b12 a11 b11 + a12 b21 a11 b12 + a12 b22
AB = =
a21 a22 b21 b22 a21 b11 + a22 b21 a21 b12 + a22 b22
" #" #
a11 b11 + a12 b21 a11 b12 + a12 b22 c11 c12
(AB)C = =
a21 b11 + a22 b21 a21 b12 + a22 b22 c21 c22
" #
(a11 b11 + a12 b21 )c11 + (a11 b12 + a12 b22 )c21 (a11 b11 + a12 b21 )c12 + (a11 b12 + a12 b22 )c22
=
(a21 b11 + a22 b21 )c11 + (a21 b12 + a22 b22 )c21 (a21 b11 + a22 b21 )c12 + (a21 b12 + a22 b22 )c22
Observando os elementos das matrizes A(BC) e (AB)C, temos que:
[A(BC)]11 = a11 b11 c11 + a11 b12 c21 + a12 b21 c11 + a12 b22 c21 = [(AB)C]11
Logo:
(AB)C = A(BC)
i) Existência do elemento neutro da multiplicação

Se p é um inteiro positivo, vamos denotar por Ip a matriz identidade p × p, cujos elementos
são: 
1 se i = j
[Ip ]ij =
0 se i 6= j
i, j = 1, · · · , p.
Se A = (aij )m×n é uma matriz, então vale:
AIn = A e Im A = A
j) Distributividade
Se A = (aij )m×p , B = (bij )p×n e C = (cij )p×n , então:
A (B + C) = AB + AC
Se A = (aij )p×n , B = (bij )m×p e C = (cij )m×p , então:
(B + C) A = BA + CA
k) Se α é um escalar, A = (aij )m×p e B = (bij )p×n são matrizes, então:
α(AB) = (αA)B = A(αB)
l) Se A = (aij )m×n é uma matriz, então (At )t = A
m) Se A = (aij )m×n e B = (bij )m×n são matrizes, então: (A + B)t = At + B t .
n) Se α é um escalar e A = (aij )m×n é uma matriz, então (αA)t = αAt .
o) Se A = (aij )m×p e B = (bij )p×n são matrizes, então (AB)t = B t At

1.1. MATRIZES 17
Observação 3. O produto de matrizes não é comutativo em geral.

Por exemplo, se A e B são as matrizes
" # "#
1 2 1 −1
A= B=
3 4 0 0
então:
" # " #
1 · 1 + 2 · 0 1 · (−1) + 2 · 0 1 −1
AB = =
3 · 1 + 4 · 0 3 · (−1) + 4 · 0 3 −3
" # " #
1·1−1·3 1·2−1·4 −2 −2
BA = =
0·1+0·3 0·2+0·4 0 0
AB 6= BA.
Diferença entre matrizes
Sejam A = (aij )m×p e B = (bij )m×p matrizes. Vamos definir:
A − B = A + (−B)
Exemplo 6. Dadas as matrizes A e B abaixo, encontre a matriz A − B.
" # " √ #
1 −5 0 −1 3 − 2
A= B=
3 2 −2 7 12 0
" # " √ # " √ #

1 −5 0 1 −3 2 1+1 −5 + (−3) 0 + 2
A − B = A + (−B) = + =
3 2 −2 −7 − 21 0 3 + (−7) 2 + (− 21 ) −2 + 0
" √ #
2 −8 2
= 3
−4 2 −2
Matrizes simétricas e anti-simétricas

Definição 6. Uma matriz quadrada An×n é dita simétrica se At = A. Ela é dita anti-simétrica
quando At = −A.
Exemplo 7. Considere as matrizes A, B e C abaixo:
 
  0 3 −2 0  
−1 3 0 −3 0 1 3
0 −1 −5

A =  3 0 7 B =   C = −1 5 2
    
2 1 0 8
0 7 5 3 2 0
0 5 −8 0
A é uma matriz simétrica, pois At = A.

B é matriz anti-simétrica, pois B t = −B.
 
0 −1 3
C não é simétrica, pois C t = 1 5 2, C t 6= C
 
3 2 0
C também não é anti-simétrica, pois

   
0 −1 3 0 1 −3
C t = 1 5 2, −C = −1 −5 −2 e C t 6= −C
   
3 2 0 −3 −2 0
Exercı́cios:
1) Se A e B são matrizes n × n simétricas, mostre que C = A + B também é simétrica.

Resolução: Vamos mostrar que C t = C. Como A e B são matrizes simétricas, temos que
At = A e B t = B. Assim:
C t = (A + B)t = At + B t = A + B = C
Logo, C é simétrica.
2) Se A e B são matrizes n × n anti-simétricas, é verdade que C = A + B também é anti-

simétrica?
Resolução: sendo A e B matrizes anti-simétricas, temos que At = −A e B t = −B.
Assim:
1.1. MATRIZES 19
C t = (A + B)t = At + B t = −A + (−B) = −(A + B) = −C

Logo, C também é anti-simétrica.
3) Uma matriz quadrada An×n é idempotente se A2 = A. Sabendo que a matriz A abaixo é

idempotente, calcule os valores de a e b.
 
a −1 1
A = −3 4 −3
 
−5 b −4
Resolução: como A é idempotente, temos:

    
a −1 1 a −1 1 a −1 1
2
A = A =⇒ −3 4 −3 −3 4 −3 = −3 4 −3
    
−5 b −4 −5 b −4 −5 b −4
   
a2 − 2 −a + b − 4 a−1 a −1 1
=⇒  −3a + 3 −3b + 19 −3  = −3 4 −3
   
−5a − 3b + 20 5 −3b + 11 −5 b −4



a2 − 2 = a


−a + b − 4 = −1









a − 1 = 1 (∗)

−3a + 3 = −3




=⇒ −3b + 19 = 4 De (∗) e (∗∗), vemos que a = 2 e b = 5.


−3 = −3






−5a − 3b + 20 = −5









5 = b (∗∗)

−3b + 11 = −4

4) Dada a matriz M abaixo, calcule a matriz M t M .
 
cos θ − sen θ 0
M =  sen θ cos θ 0
 
0 0 1
 
cos θ sen θ 0
Resolução: Temos que M t é dada por: M t = − sen θ cos θ 0
 
0 0 1
  
cos θ sen θ 0 cos θ − sen θ 0
t
M M = − sen θ cos θ 0  sen θ cos θ 0 =
  
0 0 1 0 0 1
   
cos2 θ + sen 2 θ − cos θ sen θ + sen θ cos θ 0 1 0 0
− sen θ cos θ + cos θ sen θ sen 2 θ + cos2 θ 0 = 0 1 0 = I3 .
   
0 0 1 0 0 1
5) Se A é a matriz a seguir, mostre que A2 − 6A + 5I2 = O
# "
2 3
A=
1 4
Resolução: Temos:
" #" # " # " #
2 3 2 3 2 3 1 0
A2 − 6A + 5I2 = −6 +5 =
1 4 1 4 1 4 0 1
" # " # " # " # " #
4 + 3 6 + 12 −12 −18 5 0 7 − 12 + 5 18 − 18 + 0 0 0
= + + = = =O
2 + 4 3 + 16 −6 −24 0 5 6 − 6 + 0 19 − 24 + 5 0 0
6) Dadas as matrizes A, B e C abaixo, encontre a matriz X tal que:
1
(X + A) = 3BC + A
2
 
" # " # 0 −1
2 0 −1 0 1
A= B= C = 3 3 
 
−4 −2 0 1 2
1 0
Resolução: usando propriedades de operações de matrizes, podemos escrever:
1
(X + A) = 3BC + A
2
1.2. SISTEMAS DE EQUAÇÕES LINEARES 21
1 1
X + A = 3BC + A
2 2
1 1
X = 3BC + A − A
2 2
1 1
X = 3BC + A
2 2
X = 6BC + A
Assim:
 
" # 0 −1 " #
−1 0 1  2 0
X=6 3 3  + =

0 1 2 −4 −2
1 1
" # " # " # " # " # " #
0+0+1 1+0+1 2 0 1 2 2 0 6 12 2 0
=6 + =6 + = + =
0+3+2 0+3+2 −4 −2 5 5 −4 −2 30 30 −4 −2
" #
8 12
26 28
" #
8 12
Resp. : X =
26 28
1.2 Sistemas de Equações Lineares
Definição 7. Uma equação linear em n variáveis x1 , · · · , xn é uma equação da forma
a1 x1 + · · · + an xn = b
onde a1 , · · · , an , b são constantes reais.
Exemplo 8. São exemplos de equações lineares:
• 3x + 5y − 7z = 2
• 3x1 − 25 x2 − 7x3 + x4 = 0
√
• 2x + 7y + 5z − w = 8
Definição 8. Um sistema de equações lineares ( ou sistema linear) é um conjunto de equações

lineares:



a11 x1 + a12 x2 + · · · + a1n xn = b1

a x + a x + · · · + a x = b

21 1 22 2 2n n 2
(∗) .

 ..



am1 x1 + am2 x2 + · · · + amn xn = bm

onde x1 , x2 , · · · , xn são as incógnitas ou variáveis do sistema e aij , os coeficientes, i = 1, · · · , m; j =

1, · · · , n. O sistema acima possui m equações e n variáveis.
Podemos reescrever o sistema (∗) na forma matricial.
(∗∗) AX = B
onde:
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
 
A=
 .. .. .. .. 
 . . . . 

am1 am2 · · · amn m×n

 
x1 b1
 x2   b2 
   
X=
 .. 
 e B=
 .. 

 .  .
xn n×1 bm m×1
Uma solução para o sistema linear (∗) é uma n-upla s1 , s2 , · · · , sn tal que todas as equações
de (∗) são satisfeitas quando fazemos x1 = s1 , x2 = s2 , · · · , xn = sn .
Na forma matricial, uma solução para o sistema (∗∗) é uma matriz:
 
s1
 s2 
 
S=
 .. 
 tal que AS = B
.
sn n×1
.
O conjunto solução ou solução geral de um sistema é o conjunto de todas as soluções do

sistema.
Se b1 = b2 = · · · = bn = 0 em (∗) (de forma equivalente, se B = O em (∗∗)), o sistema é
chamado de sistema homogêneo. Um sistema homogêneo sempre admite solução (pelo menos,
a solução s1 = s2 = ... = sn = 0).
 
a11 a12 ··· a1n | b1
 a21 a22 ··· a2n | b2 
 
Matriz aumentada do sistema: 
 .. .. ... .. 
 . . .


am1 am2 · · · amn | bm m×n
Exemplo 9.


 x + 2y + 2z = 2

 5x + 6y − 6z = −14
 y + 4z = 6


5x + 8y + 2z = −2

é um sistema linear com 4 equações e 3 variáveis x, y, z. O sistema acima pode ser reescrito
da forma:
AX = B
onde
   
1 2 2   2
x
 5 6 −6 

 −14
 
A=  X= y  B=
   

 0 1 4   6 
z
5 8 2 −2
A 3-upla (−10, 6, 0) é uma solução para o sistema acima, pois:

−10 + 2.6 + 2.0 = 2
5.(−10) + 6.6 − 6.0 = −14
6 + 4.0 = 6
5.(−10) + 8.6 + 2.0 = −2
Ou seja, todas as equções do sistema acima são satisfeitas para x = −10, y = 6 e z = 0.
A matriz aumentada do sistema fica da forma:
 
1 2 2 | 2
 5 6 −6 | −14 
.
 

 0 1 4 | 6 
5 8 2 | −2
Exemplo 10. O sistema
(
3x1 + 2x2 + x3 − x4 = 0
−x1 + 5x2 − 32 x3 + 5x4 = 0
é um sistema homogêneo com 2 equações e 4 variáveis.
O objetivo agora pe estudar um método que nos permita ”resolver um sistema”, ou seja,
encontrar sua solução geral.
Operações elementares:
Definição 9. Uma operação elementar sobre as linhas de uma matriz é uma das seguintes
operações:
a)Troca da posição de 2 linhas da matriz.
b)Multiplicar uma linha da matriz por um escalar diferente de zero.
c)Somar a uma linha da matriz um múltiplo escalar de outra linha.
  √ 
1 2 −7 2
Exemplo 11. a)  3 0  L1 ↔ L3  3 0 
   
√
−7 2 1 2
Troca da posição das linhas 1 e 3.
   
1 0 5 1 0 5
b) 0 −1 2 − 15 L2 → L2 0 51 − 25 
   
1 2 3 1 2 3
Multiplicação da linha 2 pelo escalar − 51 .
   
1 0 −2 −3 1 0 −2 −3
c)  0 0 1 2  L2 + 3L1 → L2  3 0 −5 −7
   
√ √
−1 2 1 3 −1 2 1 3
Substituição linha 2 por ela, somada à linha 1 multiplicada por 3.
Observação 4. (Sobre operações elementares)

Se, ao fazermos uma operação elementar sobre as linhas de uma matriz A, obtivermos uma
matriz B, é possı́vel (usando operações elementares) obtermos A a partir de B.
a)
A Li ↔ Lj B
(Troca de posições das linhas i e j).
B L i ↔ Lj A
b)
A αLi → Li B (α 6= 0).
(Multiplicação da linha i por α).
1
B Li → Li A (α 6= 0).
α
1
(Multiplicação da linha i por α
).
c)
A Li + αLj → Li B
(Substituição da linha i por ela somada à linha j, multiplicada por α).
B Li − αLj → Li A
(Substituição da linha i por ela somada à linha j, multiplicada por −α).

Ilustração:
     
a11 a12 a11 a12 a11 a12
a) A = a21 a22  L2 ↔ L3 B = a31 a32  L2 ↔ L3 A = a21 a22 
     
a31 a32 a21 a22 a31 a32

b) α 6= 0
     
a11 a12 αa11 αa12 a11 a12
A = a21 a22  αL1 → L1 B =  a21 a22  α1 L1 → L1 A = a21 a22 
     
a31 a32 a31 a32 a31 a32

   
a11 a12 a11 + αa31 a12 + αa32
c)A = a21 a22  L1 + αL3 → L1 B =  a21 a22  L1 − αL3 → L1
   
a31 a32 a31 a32

 
a11 a12
A = a21 a22 
 
a31 a32
Definição 10. Dois sistemas lineares são equivalentes quando possuem o mesmo conjunto
solução.
O seguinte resultado nos garante que, após operações elementares sobre as linhas da matriz
aumentada de um sistema, vamos obter um novo sistema equivalente ao primeiro.
Teorema 1. Se dois sistemas lineares AX = B e CX = D são tais que a matriz aumentada do

. .
segundo sistema [C ..D] é obtida de [A..B] (matriz aumentada do primeiro sistema) aplicando-
se uma operação elementar, então os 2 sistemas possuem exatamente as mesmas soluções (ou
seja, são equivalentes).
Vamos fazer abaixo uma ilustração da demonstração do teorema para um sistema de 3

equações e 2 variáveis.
a) Fazendo uma operação do tipo (a) em um sistema, a solução não se altera.


a11 x1 + a12 x2 = b1



(1) a21 x1 + a22 x2 = b2


a31 x1 + a32 x2 = b3

 ..   .. 
a11 a12 . b1 a21 a22 . b2
 ..   .. 
 L1 ↔ L2 a11 a12
a
 21 a22 . b2  . b1 


.. ..
a31 a32 . b3 a31 a32 . b3

a11 x1 + a12 x2 = b1



(2) a21 x1 + a22 x2 = b2


a31 x1 + a32 x2 = b3

(xo1 , xo2 ) é solução de (1) ⇒ (xo1 , xo2 ) é solução de (2).

(xo1 , xo2 ) é solução de (2) ⇒ (xo1 , xo2 ) é solução de (1).
Logo, os sistemas (1) e (2) têm as mesmas soluções.
b) Fazendo uma operação do tipo (b) em um sistema, a solução não se altera.
Ilustração:

a11 x1 + a12 x2 = b1



(1) a21 x1 + a22 x2 = b2


a31 x1 + a32 x2 = b3

k 6= 0:
 ..   .. 
a11 a12 . b1 a21 a22 . b2
 ..   .. 
 21 a22 . b2  kL3 ↔ L3  a11 a12
a   . b1  
. ..
a31 a32 .. b3 ka31 ka32 . kb3

a11 x1 + a12 x2 = b1



(2) a21 x1 + a22 x2 = b2


ka31 x1 + ka32 x2 = kb3

 
o o a a
a11 x1 + a12 x2 = b1 1 e 2 equações do sistema

 

 
(xo1 , xo2 ) é solução de (1) ⇒ a21 xo1 + a22 xo2 = b2 ⇒ (2) são satisfeitas

 

a31 xo + a32 xo = b3
 ka31 xo + ka32 xo = k(a31 xo + a32 xo ) = kb3

1 2 1 2 1 2
⇒ (xo1 , xo2 ) é solução de (2).
Analogamente:

a11 xo1 + a12 xo2 = b1



(xo1 , xo2 ) solução de (2) ⇒ a21 xo1 + a22 xo2 = b2 ⇒


ka31 xo + ka32 xo = kb3

1 2

a a
1 e 2 equações do sistema



(1) são satisfeitas ⇒ (xo1 , xo2 ) é solução de (1)


a31 xo + a32 xo = 1 (ka31 xo + ka32 xo ) = 1 kb3 = b3

1 2 k 1 2 k
Logo os sistemas (1) e (2) têm as mesmas soluções.
c) Fazendo uma operação do tipo (c) em um sistema, a solução não se altera.


a11 x1 + a12 x2 = b1



(1) a21 x1 + a22 x2 = b2


a31 x1 + a32 x2 = b3

 .   .. 
a11 a12 .. b1 a11 + ka21 a12 + ka22 . b1 + kb2
 .
.
  .. 
 21 a22 . b2  L1 + kL2 → L1 
a   a21 a22 . b2  
.. ..
a31 a32 . b3 a31 a32 . b3
Obtemos então o seguinte sistema:


(a11 + ka21 )x1 + (a12 + ka22 )x2 = b1 + kb2



(2) a21 x1 + a22 x2 = b2


a31 x1 + a32 x2 = b3


a11 xo1 + a12 xo2 = b1



(xo1 , xo2 ) é solução de (1) =⇒ a21 xo1 + a22 xo2 = b2 =⇒


a31 xo + a32 xo = b3

1 2

2a e 3a equações do sistema (2) são satisfeitas
(a11 + ka21 )xo + (a12 + ka22 )xo = a11 xo + a12 xo + ka21 xo + ka22 xo = b1 + k(a21 xo + a22 xo ) = b1 + kb2
1 2 1 2 1 2 1 2
=⇒ (xo1 , xo2 ) é solução de (2)
Analogamente:

(a11 + ka21 )xo1 + (a12 + ka22 )xo2 = b1 + kb2



(xo1 , xo2 ) é solução de (2) =⇒ a21 xo1 + a22 xo2 = b2 =⇒


a31 xo + a32 xo = b3

1 2

a a
2 e 3 equações do sistema (1) são satisfeitas



a11 xo1 + a12 xo2 = (a11 + ka21 − ka21 )xo1 + (a12 + ka22 − ka22 )xo2 =


(a11 + ka21 )xo + (a12 + ka22 )xo − ka21 xo − ka22 xo = b1 + kb2 − k(a21 xo + a22 xo ) = b1 + kb2 − kb2 = b1

1 2 1 2 1 2
=⇒ (xo1 , xo2 ) é solução de (1)

Logo, os sistemas (1) e (2) têm a mesma solução
Matriz escalonada reduzida

Definição 11. Uma matriz está na forma escalonada reduzida quando satisfaz as condições
abaixo:
(1) Todas as linhas nulas da matriz (se existirem) ocorrem abaixo das linhas não nulas.
(2) O pivô (ou seja, o 1o elemento não nulo) de cada linha não nula é igual a 1.
(3) O pivô de uma linha não nula ocorre à direita do pivô da linha anterior.
(4) Se uma coluna contém um pivô, então todos os seus outros elementos dessa coluna são
nulos.
Observação 5. Se uma matriz satisfaz as condições (1) e (3) acima, dizemos que ela está na
forma escalonada.
   
1 1 1 1 3 −1 1
Exemplo 12. A = 0 −1 2 B = 0 0 1 7
   
0 0 7 0 0 0 0
   
1 2 0 1 1 0 0
C = 0 0 1 3 D = 0 1 0
   
0 0 0 0 0 0 0
   
1 0 0 0 1 1 0 2 0
E = 0 0 0 0 F = 0 0 1 3 0
   
0 0 0 1 0 0 0 0 1
 
0 2 0 1 7
G = 0 0 0 3 −3
 
0 0 0 0 0
As matrizes C, D e F estão na forma escalonada reduzida.

As matrizes A, B, C, D, F e G estão na forma escalonada.
A matriz A não satisfaz as condições 2 e 4.
A matriz B também não satisfaz a condição 4.
A matriz G não satisfaz as condições 2 e 4.
A matriz E não satisfaz a condição 1.
Definição 12. Uma matriz A m × n é equivalente por linhas a uma matriz B m × n se

B pode ser obtida de A aplicando-se uma sequência de operações elementares sobre as suas
linhas.
" # " #
1 −1 1 0
Exemplo 13. A = é equivalente por linhas à matriz B = , pois
0 3 0 1
" # " # " #
1 −1 1 1 −1 1 0
A= L2 → L2 L1 + L2 → L1 =B
0 3 3 0 1 0 1
ou seja, B foi obtida de A aplicando-se operações elementares.
Observação 6. Ser equivalente por linha satisfaz as seguintes propriedades:
a) Toda matriz A é equivalente por linhas a ela mesma (reflexividade).
b) Se A é equivalente por linhas a B, então B é equivalente por linhas a A (Simetria).
c) Se A é equivalente por linhas a B e B é equivalente por linhas a C, então A é equivalente

por linhas a C (Transitividade).
O teorema abaixo nos garante que, dada uma matriz A m × n, é sempre possı́vel obtermos
uma (única) matriz R m × n na forma escalonada reduzida fazendo-se operações elementares:
Teorema 2. Toda matriz A m × n é equivalente por linhas a uma única matriz escalonada
reduzida R m × n.
O Método de Gauss-Jordan
Para resolvermos um sistema linear, devemos aplicar operações elementares sobre as linhas
da matriz aumentada do sistema linear até obtermos a matriz na forma escalonada reduzida
correspondente. Transformamos essa última matriz em um sistema linear e o resolvemos. O
conjunto solução obtido é o conjunto solução do sistema inicial.
O que foi dito acima é consequência de tudo o que estudamos anteriormente: dado um
sistema linear:
AX = B
de m equações e n variáveis, escrevemos sua matriz aumentada:
.
h i
A .. B
m×(n+1)
.
h i
Fazendo operações elementares sobre as linhas de A .. B , obtemos uma nova matriz
m×(n+1)
.
h i
C .. D na forma escalonada reduzida, onde C = (cij )m×n e D é uma matriz m × 1.
m×(n+1)
Isto é possı́vel
h pelo último hteorema que
i estudamos: como só fizemos operações elementares
.. ..
i
para irmos de A . B até C . D , então os sistemas
AX = B e CX = D
são equivalentes, ou seja, têm as mesmas soluções.

Vamos agora resolver os sistemas abaixo usando o método de Gauss-Jordan.
Exemplo 14. Resolva os sistemas abaixo usando o método de Gauss-Jordan:

a)



 x + 2y + 2z = 2

5x + 6y − 6z = −14



−y − 4z = −6


5x + 8y + 2z = −2

Escrevendo a matriz aumentada do sistema e fazendo o escalonamento, temos:

 ..   . 
1 2 2 . 2 1 2 2 .. 2

5 6 −6 .. 
0 −4 −16 ... −24
 
. −14 −5L 1 + L 2 → L 2   1
 − 4 L2 → L2
 

0 −1 −4 .. 
−5L + L → L
 ..
 . −6   1 4 4 
0 −1 −4 . −6 

.. ..
5 8 2 . −2 0 −2 −8 . −12
 ..   . 
1 2 2 . 2 1 0 −6 .. −10
..  −2L2 + L1 → L1 
0 1 4 ... 6 
 
0 1 4 . 6 
 L2 + L3 → L3 
   

0 −1 −4 .. .. 
. −6  2L + L → L
 0 0 0 . 0 
2 4 4
  
.. ..
0 −2 −8 . −12 0 0 0 . 0
A última matriz está na forma escalonada reduzida.
Transformando a matriz em um sistema linear, obtemos:

 


 x + 0y − 6z = −10 

x − 6z = −10

 

0x + y + 4z = 6 y + 4z = 6
; ou seja


 0x + 0y + 0z = 0 

0=0

 

0x + 0y + 0z = 0 0=0
 
As 3a e 4a equações são sempre verdadeiras. Usando as 1a e 2a equações, podemos escrever:


x = −10 + 6z
, com z ∈ R
y = 6 − 4z
Solução do sistema: (−10 + 6z, 6 − 4z, z), onde z ∈ R. O sistema possui infinitas soluções.
b)



 x + 2z = 1

2x − y − 2z + w = 0

4x − 3y − 9z + w = −1




3x − 2y + z − 11w = 3

Escrevendo a matriz aumentada do sistema e fazendo o escalonamento, temos:

 ..   .. 
1 0 2 0 . 1 1 0 2 0 . 1
 ..  −2L1 + L2 → L2  . 
2 −1 −2 1 . 0  
0 −1 −6
 1 .. −2
 −4L1 + L3 → L3  −L2 → L2
 
 .. .. 
4
 −3 −9 1 . −1  −3L1 + L4 → L4 0 −3 −17
 1 . −5 
. ..
3 −2 1 −11 .. 3 0 −2 −5 −11 . 0
 .   .. 
1 0 2 0 .. 1 1 0 2 0 . 1
 ..   .. 
0
 1 6 −1 . 2  3L2 + L3 → L3 0 1 6 −1
  . 2
. .. 
−3 −17 1 .. −5
  
0 2L2 + L4 → L4 0 0 1 −2 . 1
   
.. ..
0 −2 −5 −11 . 0 0 0 7 −13 . 4
 .   .. 
1 0 0 4 .. −1 1 0 0 0 . 11
−2L3 + L1 → L1 
0 1 0 11 ... −4 −4L4 + L1 → L1
 
0 1 0 0 .. 
. 29 
−6L3 + L2 → L2   −11L4 + L2 → L2
   
0 0 1 −2 .. 1  .  .. 
−7L3 + L4 → L4   2L4 + L3 → L3
0 0 1 0
 . −5
.. ..
0 0 0 1 . −3 0 0 0 1 . −3
A última matriz acima está na forma escalonada reduzida.
Transformando a matriz em um sistema linear, obtemos:

 


x + 0y + 0z + 0w = 11 

x = 11

 

0x + y + 0z + 0w = 29 y = 29
ou seja:


0x + 0y + z + 0w = −5 

z = −5

 

0x + 0y + 0z + w = −3 w = −3
 
Solução do sistema: (11, 29, −5, −3). O sistema possui solução única.
c)

x + 2y + 2z = 2



5x + 6y − 6z = −14


3x + 2y − 10z = 0

Escrevendo a matriz aumentada do sistema e fazendo escalonamento, temos:

 .   . 
1 2 2 .. 2 1 2 2 .. 2
5 6 −6 ... −14 −5L1 + L2 → L2 0 −4 −16 ... −24
   
  −3L + L → L  
.. 1 3 3 ..
3 2 −10 . 0 0 −4 −16 . −6
 .   . 
1 2 2 .. 2 1 2 2 .. 2
 ..  1  .. 
−L2 + L3 → L3 0 −4 −16 . −24 − 4 L2 → L2 0 1 4 . 6  −2L2 + L1 → L1
  
. .
0 0 0 .. 18 0 0 0 .. 18
 ..   .. 
1 0 −6 . −10 1 0 −6 . −10
0 1 4 .. 6  L3 → L3 0 1 4 ... 6  10L3 + L1 → L1 e − 6L3 + L2 → L2
.
  1  
  18  
.. ..
0 0 0 . 18 0 0 0 . 1
 . 
1 0 −6 .. 0
0 1 4 ... 0
 
 
..
0 0 0 . 1
A matriz está na forma escalonada reduzida. Transformando em um sistema linear, obte-
mos:
 
x + 0y − 6z = 0 x − 6z = 0

 

 
0x + y + 4z = 0 ; ou seja: y + 4z = 0

 

0x + 0y + 0z = 1
 0 = 1

Observemos que a última equação não é satisfeita para qualquer que seja o valor de x, y e
z.
Logo o sistema não possui solução.
d)

 2x − y + 4z = 0

2x + 2y − 4z = 0

3x − y − z = 0

Escrevendo a matriz aumentada do sistema acima, obtemos:

     
2 −1 4 | 0 1 − 12 2 | 0 1 − 21 2 | 0
1  −2L1 + L2 → L2 
 2 2 −4 | 0  L1 → L1  2 2 −4 | 0   0 3 −8 | 0 
  
2 −3L1 + L3 → L3 1
3 −1 −1 | 0 3 −1 −1 | 0 0 2
−7 | 0
     
1
1 −2 2 | 0 1 0 −5 | 0 1 0 −5 | 0
1  1
L2 → L2  0 1 − 38 | 0  L1 + L3 → L1  0 1 − 83 | 0  − L2 + L3 → L3  0 1 − 38 | 0 
    
3 1
2
0 2
−7 | 0 0 21 −7 | 0 0 0 − 17
3
| 0
   
1 0 −5 | 0 1 0 0 | 0
3 8  5L3 + L1 → L1 
− L3 → L3  0 1 − 3 | 0  8  0 1 0 | 0 
 
17 L + L2 → L2
3 3
0 0 1 | 0 0 0 1 | 0
Transformando no sistema correspondente:


 x + 0y + 0z = 0

0x + y + 0z = 0 =⇒ x = y = z = 0

0x + 0y + z = 0

Ou seja, o sistema possui somente a solução trivial.
Observação 7. No caso dos sistemas homogêneos, para se fazer as operações elementares,

podemos suprimir a escrita da última coluna (nula) da matriz aumentada. Durante o processo,
essa coluna não sofre alteração. O próximo exemplo será resolvido sem a última coluna da
matriz aumentada.

 x+y+z+w =0

Exemplo 15. Resolva o sistema. x − 5y + z − w = 0

2x − y + 2z + w = 0

Escrevendo a ”matriz aumentada sem a última coluna”(ou seja, escrevendo a matriz dos
coeficientes), temos:
     
1 1 1 1 1 1 1 1 1 1 1 1
 L2 − L1 → L2 
 1 −5 1 −1   0 −6 0 −2  L2 − 2L3 → L2  0 0 0 0 
   
L3 − 2L1 → L3
2 −1 2 1 0 −3 0 −1 0 −3 0 −1
     
1 1 1 1 1 1 1 1 1 0 1 32
 1
L2 ↔ L3  0 −3 0 −1  − L2 → L2  0 1 0 13  L1 − L2 → L1  0 1 0 13 
    
3
0 0 0 0 0 0 0 0 0 0 0 0
Escrevendo o sistema correspondente, temos:

 
2 2
 x + 0y + z + 3 w = 0  x + z + 3w = 0
(
x = −z − 23 w
 
0x + y + 0z + 13 w = 0 =⇒ y + 31 w = 0 =⇒
  y = − 31 w
0x + 0y + 0z + 0w = 0 0=0
 

2 1
O sistema possui infinitas soluções: −z − w, − w, z, w z, w ∈ R.
3 3
Observação 8. Ao resolvermos os sistemas acima, fizemos operações elementares sobre as

linhas das matrizes envolvidas até chegarmos na forma escalonada reduzida. Isto porque, no
enunciado do exercı́cio, pedimos que fosse utilizado o método de Gauss-Jordan. Se isso não for
dito, podemos fazer o escalonamento até chegarmos em uma matriz que nos forneça um sistema
mais fácil de ser resolvido, sem se chegar, necessariamente, a forma escalonada reduzida.
Proposição 1. Sejam A uma matriz m × n e B uma matriz m × 1. Se o sistema linear

AX = B possui duas soluções distintas Xo e X1 , então o sistema possui infinitas soluções.
Demonstração: para cada λ ∈ R, escrevamos: Xλ = (1 − λ)Xo + λX1 . Usando que Xo e X1

são soluções do sistema, podemos escrever:
AXλ = A [(1 − λ)Xo + λX1 ] = (1 − λ)AXo + λAX1 = (1 − λ)B + λB = B
Ou seja, Xλ também é solução do sistema, para todo λ ∈ R. Logo, o sistema possui infinitas
soluções.
Observação 9. Usando o resultado da proposição acima, temos que um sistema linear possui
solução única ou possui infinitas soluções ou não possui solução. No caso do sistema trabalhado
ser homogêneo, temos solução única ou infinitas soluções.
Exemplo 16. Seja A uma matriz m × n. Mostre que:
a). Se X1 e X2 são soluções do sistema homogêneo AX = 0, então Xo = X1 + X2 também é

uma solução do sistema.
b). Se X1 é solução do sistema AX = 0, então Xo = αX1 também é uma solução do sistema.
De fato, temos:
a). Sendo X1 e X2 soluções para o sistema, temos que AX1 = 0 e AX2 = 0. Assim:
AXo = A (X1 + X2 ) = AX1 + AX2 = 0 + 0 = 0
Logo, Xo é solução do sistema.
b). Sendo X1 solução so sistema, temos que AX1 = 0. Assim:
AXo = A (αX1 ) = αAX1 = α0 = 0
Logo, Xo é solução do sistema.

Exemplo 17. Dado o sistema linear abaixo, para quais valores (reais) de a o sistema:
1) Possui solução única;
2) Possui infinitas soluções;
3) Não possui solução.

x + y + z = 2



2x − 5y + 2z = 11


2x + (a2 − 7)z = 9 − a

Vamos escrever a matriz aumentada do sistema e fazer o escalonamento:

 ..   .. 
1 1 1 . 2 1 1 1 . 2

2 −5 . 
.. 11  −2L1 + L2 → L2 e − 2L1 + L3 → L3 0 −7
 .. 
 2   0 . 7 

2 .. 2 ..
2 0 a −7 . 9−a 0 −2 a −9 . 5−a
 ..   .. 
1 1 1 . 2 1 0 1
. 3
−1  .   .. 
L2 → L2  .. −1  −L2 + L1 → L1 e 2L2 + L3 → L3 0 . −1 
7 0 1 0   1 0 
2 .. 2 ..
0 −2 a − 9 . 5 − a 0 0 a −9 . 3−a
(*)
Com o intuito de prosseguir no escalonamento, devemos examinar as possibilidades para o

valor a2 − 9.
Se a2 − 9 6= 0, ou seja, se a 6= 3 e a 6= −3, podemos continuar o escalonamento, multipli-
cando a 3a linha por a21−9 :
 ..   .   . 
1 0 1 . 3 1 0 1 .. 3 1 0 0 .. 3 + a+3 1
..  1
0 1 0 ... −1  −L3 + L1 → L1 0 1 0 ...
    
0 1
 0 . −1 
 a2 − 9 L 3 → L 3    −1 

2 .. .. −1 .. −1
0 0 a −9 . 3−a 0 0 1 . a+3 0 0 1 . a+3
Escrevendo o sistema correspondente:

1 3a+10
x = 3 + =


 a+3 a+3
y = −1


z = −1

a+3

2 3a + 10 −1
Neste caso (a − 9 6= 0), temos que o sistema possui solução única: , −1,
a+3 a+3
Agora, se a2 − 9 = 0, teremos duas possibilidades para o valor de a: a = 3 ou a = −3
Se a = 3, voltando a (∗), temos:
 ..   . 
1 0 1 . 3 1 0 1 .. 3
 ..  
0 1 0 ... −1

0 1
 0 . −1  =
  
.. ..
0 0 a2 − 9 . 3−a 0 0 0 . 0
 
x + z = 3 x = 3 − z

 

 
y = −1 ⇒ y = −1

 

0 = 0
 0 = 0

Neste caso (a = 3), o sistema possui infinitas soluções: (3 − z, −1, z), z ∈ R
Se a = −3, voltando a (∗), temos:
 ..   . 
1 0 1 . 3 1 0 1 .. 3
 ..   .. 
. −1  = 0 1 0 . −1
0 1 0  

.. .
0 0 a2 − 9 . 3−a 0 0 0 .. 6

x + z = 3



y = −1


0 = 6

A última equação não é satisfeita, qualquer que seja o valor de x, y e z. Logo, o sistema
não possui solução neste caso (a = −3).
Resposta:
1) a 6= 3 e a 6= −3
2) a = 3
3) a = −3
Capı́tulo 2
Inversão de Matrizes e Determinantes
2.1 Matriz Inversa
Definição 13. Uma matriz quadrada A = (aij )n×n é invertı́vel ou não singular quando existe
uma matriz B = (bij )n×n tal que
AB = In = BA
Se não existir B tal que AB = In = BA, diremos que A não é invertı́vel ou singular.
"
# " #
−2 1 − 12 1
6
Exemplo 18. A = B= 1
0 3 0 3
Fazendo as contas:
" #" # " # " #
−2 1 − 21 16 1 + 0 − 13 + 13 1 0
AB = 1
= = = I2
0 3 0 3 0+0 0+1 0 1
e
" #" # " # " #
− 21 16 −2 1 1 + 0 − 12 + 12 1 0
BA = 1
= = = I2
0 3 0 3 0+0 0+1 0 1
Logo, A é uma matriz invertı́vel

Teorema 3. Se A é uma matriz n × n invertı́vel, então existe uma única matriz B n × n tal
que AB = In = BA
Demonstração: Sejam B e C matrizes n × n tais que:
AB = In = BA e AC = In = CA
41
42 CAPÍTULO 2. INVERSÃO DE MATRIZES E DETERMINANTES
Então:
B = BIn = B(AC) = (BA)C = In C = C
Ou seja: B = C
Logo, existe única B n × n tal que AB = In = BA.
Observação 10. A matriz B n × n da definição de matriz invertı́vel (tal que AB = In = BA)

é chamada a matriz inversa de A e será denotada por A−1 .
Propriedades:
1) Se A é uma matriz n × n invertı́vel, então a matriz A−1 também é invertı́vel e (A−1 )−1 = A.
Demonstração: Temos que: A · A−1 = In = A−1 A. Então, A−1 é invertı́vel.
Como a inversa de uma matriz é única, segue que (A−1 )−1 = A (ou seja, a inversa de A−1
é A).
2) Se A e B são matrizes n × n invertı́veis, então a matriz AB também é invertı́vel e (AB)−1 =

B −1 A−1 .
Demonstração: Temos que:
(AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In
e
(B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 In B = B −1 B = In .
Assim, AB é invertı́vel (pois existe C = B −1 A−1 tal que (AB)C = In = C(AB)). Pela
unicidade da matriz inversa, segue que (AB)−1 = B −1 A−1 .
3) Se A é uma matriz n × n invertı́vel, então sua transposta At também é invertı́vel, e (At )−1 =
(A−1 )t .
Demonstração: Temos que:
At (A−1 )t = (A−1 A)t = (In )t = In .
(A−1 )t At = (AA−1 )t = (In )t = In .
Logo, At é invertı́vel (pois existe uma matriz C = (A−1 )t tal que At C = In = CAt ). Pela
2.1. MATRIZ INVERSA 43
unicidade da inversa, segue que (At )−1 = (A−1 )t .
A demonstração do Teorema seguinte será omitida. Ele nos diz que, se verificarmos que
AB = In , não haverá necessidade de verificarmos também que BA = In .
Teorema 4. Sejam A e B matrizes n × n. Se AB = In , então BA = In .
Exemplo 19. Consideremos as matrizes A e B abaixo. Sabendo que A−1 = B, calcule os

possı́veis valores para a, b, c, d ∈ R.
   
−2 a 0 2 1 −1 0 2
3 1 −2 −2 
b 2
 2 0
A= B=
 
 
−4 −1 2 c  0 −1 0 1
3 1 −1 −2 1 0 1 d
Temos que AB = I4 . Assim:
     
−2 a 0 2 1 −1 0 2 −2 + ab + 2 2 + 2a 2a + 2 −4 + 2d
3 1 −2 −2  b 2 2 0  3 + b − 2 −3 + 2 + 2 2 − 2 6 − 2 − 2d 
I4 = AB =  =
     
  
−4 −1 2 c  0 −1 0 1  −4 − b + c 4 − 2 − 2 −2 + c −8 + 2 + cd
3 1 −1 −2 1 0 1 d 3 + b − 2 −3 + 2 + 1 2 − 2 6 − 1 − 2d
Então
2 + 2a = (I4 )12 = 0 ⇒ a = −1
−4 + 2d = (I4 )14 = 0 ⇒ d = 2
3 + b − 2 = (I4 )21 = 0 ⇒ b = −1
−2 + c = (I4 )33 = 1 ⇒ c = 3
Exemplo 20. Se A = (aij )n×n é uma matriz tal que A3 = O, mostre que a inversa de (In − A)
é a matriz In + A + A2 .
Devemos mostrar que:
(In − A)(In + A + A2 ) = In .
Assim:
(In − A)(In + A + A2 ) = In In + In A + In A2 − AIn − AA − AA2 = In + A + A2 − A − A2 − A3 =
In − A3 = In − O = In .
Logo: (In − A)−1 = In + A + A2
Exemplo 21. Sejam A e B matrizes n×n invertı́veis. Consideremos as matrizes C = AB t A−1

e D = A(AB −1 )−1 . Sabendo que B −1 = B t , mostre que C −1 = D
Devemos mostrar que: CD = In . Assim:
CD = AB t A−1 A(AB −1 )−1 = AB t In (AB −1 )−1 = AB t (AB −1 )−1 = AB t (B −1 )−1 A−1 = AB t BA−1 =
AB −1 BA−1 = AIn A−1 = AA−1 = In
Logo: C −1 = D.
Alguns resultados sobre inversão de matrizes

Vamos listar, nesta parte, alguns resultados importantes sobre inversão de matrizes. As
demonstrações podem ser vistas no livro texto.
O primeiro resultado é o seguinte:
Teorema 5. Seja A uma matriz n × n. As seguintes afirmações são equivalentes:
a) Existe uma matriz B n × n tal que BA = In
b) A matriz A é equivalente por linhas à matriz identidade In .
c) A é invertı́vel.
Observemos que o Teorema acima nos oferece uma nova maneira para decidirmos se A é
invertı́vel ou não. Se A for equivalente por linha a In , A será invertı́vel. Caso contrário, ela
não é invertı́vel.
Por exemplo, a matriz A dada por:
 
0 1 4
A = 1 2 0
 
0 0 1
é equivalente por linhas à matriz I3 , pois:

     
0 1 4 1 2 0 1 0 −8
A = 1 2 0 L1 ↔ L2 0 1 4 L1 − 2L2 → L1 0 1 4  L1 + 8L3 → L1
     
0 0 1 0 0 1 0 0 1
   
1 0 0 1 0 0
0 1 4 L2 − 4L3 → L2 0 1 0 = I3
   
0 0 1 0 0 1
Pelo Teorema anterior, a matriz A é invertı́vel.

 
0 1 4
Por outro lado, se C é a matriz: C =  1 2 0
 
−1 0 8
C não é equivalente por linhas à matriz I3 . Observemos o escalonamento a seguir:

     
0 1 4 1 2 0 1 2 0
C =  1 2 0 L1 ↔ L2  0 1 4 L3 + L1 → L3 0 1 4 L1 − 2L2 → L1
     
−1 0 8 −1 0 8 0 2 8
   
1 0 −8 1 0 −8
0 1 4  L3 − 2L2 → L3 0 1 4 =D
   
0 2 8 0 0 0
D está na forma escalonada reduzida, mas não é a matriz identidade. Logo, C não é
equivalente por linhas a I3 e, assim, C não é invertı́vel.
Precisamos agora de um método para inversão de matrizes.
Seja A uma matriz n × n invertı́vel. Pelo Teorema anterior, A é equivalente por linhas
à matriz identidade In . Vamos chamar as operações elementares para ir de A até In de
op1 , op2 , · · · , opk . Dessa forma:
A op1 A1 op2 A2 −→ · · · opk In

−→ −→ −→
.
Para obtermos a matriz A−1 , é possı́vel mostrarmos que devemos aplicar a mesma sequência
de operações elementares acima partindo agora de In :
In op1 C1 op2 C2 −→ · · · opk A−1

−→ −→ −→
Exemplo 22. Calcule a matriz A−1 (se possı́vel), sabendo que a matriz A é dada por:
 
0 1 4
A = 1 2 0
 
0 0 1
De fato, já mostramos que a matriz acima é equivalente por linhas à matriz identidade I3 .
Assim, A é invertı́vel e é possı́vel encontrarmos A−1 . Usando as mesmas operações ele-
mentares:
       
1 0 0 0 1 0 −2 1 0 −2 1 8
0 1 0 L1 → L2 1 0 0 L1 − 2L2 → L1  1 0 0 L1 + 8L3 → L1  1 0 0
       
0 0 1 0 0 1 0 0 1 0 0 1
 
−2 1 8
L2 − 4L3 → L2  1 0 −4
 
0 0 1
Então:
 
−2 1 8
A−1 =  1 0 −4
 
0 0 1
Observação 11. Dada uma matriz A n × n, podemos fazer o seguinte para encontrarmos sua
inversa (se ela for invertı́vel):
.. .. −1
h i h i
A.In operações elementares In .A
O exemplo a seguir irá ilustrar esta observação:
Exemplo 23. Dada a matriz B abaixo, encontre sua inversa, se possı́vel:
 
1 2 −2
B = 2 5 −4
 
3 7 −5
Temos:
 .   .. 
1 2 −2 .. 1 0 0 1 2 −2 . 1 0 0
2 5 −4 ... 0 1 0 L2 − 2L1 → L2 e L3 − 3L1 ..
   
  → L3 
0 1 0 . −2 1 0

.. ..
3 7 −5 . 0 0 1 0 1 1 . −3 0 1
 .   .. 
1 0 −2 .. 5 −2 0 1 0 0 . 3 −4 2
 ..   . 
L1 − 2L2 → L1 e L3 − L2 → L3 
0 1 0 . −2 1 0 L1 + 2L3 → L1  0 1 0 .. −2 1 0

. ..
0 0 1 .. −1 −1 1 0 0 1 . −1 −1 1
Logo, B é invertı́vel (pois é linha equivalente à matriz I3 ) e temos:
 
3 −4 2
B −1 = −2 1 0
 
−1 −1 1
Exemplo 24. Dada a matriz C abaixo, encontre sua inversa, se possı́vel:
 
−1 5 1
C= 0 3 1
 
1 −2 0
Temos:
 ..   . 
−1 5 1 .
1 0 0 1 −5 −1 .. −1 0 0
 ..   . 
0
 3 1 .
0 1 0  −L 1 → L 1
0 3
 1 .. 0  L3 − L1 → L3
1 0
.. .
1 −2 1 .
0 0 1 1 −2 0 .. 0 0 1
 ..   . 
1 −5 −1 −1 0 0
. 1 −5 −1 .. −1 0 0
 ..   .  1
0 3
 1 .
0 1 0  L 3 − L 2 → L 3
0 3
 1 .. 0 1 0 3 L2 → L2
.. .
0 3 1 1 0 1 . 0 0 0 .. 1 −1 1
 .. 
1 −5 −1 −1 0 0
.

0 1 1 1 .. 
 5L2 + L1 → L1
 3
0 3
.0 
..
0 0 0 1 −1 1
.
 . 
1 0 32 .. −1 35 0
0 1 1 ...
 
1
 3
0 3
0 

.
0 0 0 .. 1 −1 1
 
1 0 32
A matriz 0 1 13  já está na forma escalonada reduzida. Então, C não é invertı́vel, pois
 
0 0 0
não é equivalente por linhas à matriz I3 . A matriz ”à direita”obtida após o escalonamento não
tem significado.
O Teorema abaixo nos dá uma relação entre matrizes invertı́veis e solução de sistemas.
Teorema 6. Seja A uma matriz n × n (quadrada). O sistema associado AX = B tem solução

única se, e somente se, A é invertı́vel. Neste caso, a solução é X = A−1 B
Em particular, podemos escrever que o sistema homogêneo AX = O tem solução

única (X = O) se, e somente se, A é invertı́vel. Neste caso, se estivermos trabalhando
com uma matriz não invertı́vel A, o sistema homogêneo AX = O terá infinitas soluções.
Observação 12. No Teorema, no caso de A ser invertı́vel, o sistema AX = B pode ser

resolvido da seguinte forma:
AX = B =⇒ A−1 AX = A−1 B =⇒ In X = A−1 B =⇒ X = A−1 B
X = A−1 B é a solução do sistema.
De forma análoga, se A é invertı́vel, podemos escrever:
AX = O =⇒ A−1 AX = A−1 O =⇒ X = O
Então, X = O é a solução (única) do sistema.
Exemplo 25. Resolver o sistema:

−2x1 + 3x2 − x3 = 1



x1 − 3x2 + x3 = 7


 −x1 + 2x2 − x3 = 0

 
−2 3 −1
A matriz A =  1 −3 1  dos coeficientes do sistema é uma matriz invertı́vel e sua
 
−1 2 −1
−1
inversa A é dada por:
 
−1 −1 0
A−1 =  0 −1 −1
 
1 −1 −3
   
x1 1
Resolvendo então o sistema AX = B, onde X = x2  e B = 7 , obtemos:
   
x3 0
AX = B =⇒ A−1 AX = A−1 B =⇒ In X = A−1 B =⇒ X = A−1 B

      
−1 −1 0 1 −1 − 7 −8
X =  0 −1 −1 7 =  −7  = −7
      
1 −1 −3 0 1−7 −6
Solução do sistema:
 
−8
X = −7 ou x1 = −8, x2 = −7, x3 = −6
 
−6
Exemplo 26. Sejam A e B matrizes invertı́veis tais que

   
1 2 −3 −1 0 0
A = 0 −1 1  e B −1 =  2 1 0
   
0 0 1 0 2 2
   
−1 x
Se C =  0  e X = y , resolva o sistema: BA−1 X = C
   
2 z
Temos:
BA−1 X = C =⇒ B −1 BA−1 X = B −1 C =⇒ I3 A−1 X = B −1 C =⇒ A−1 X = B −1 C =⇒
AA−1 X = AB −1 C =⇒ I3 X = AB −1 C =⇒ X = AB −1 C
Assim:
         
1 2 −3 −1 0 0 −1 −1 + 4 2 − 6 −6 −1 3 −4 −6 −1
X = 0 −1 1   2 1 0  0  =  −2 −1 + 2 2   0  = −2 1 2  0  =
         
0 0 −1 0 2 2 2 0 −2 −2 2 0 −2 −2 2
   
−3 − 12 −15
 2+4 = 6 
   
−4 −4
 
−15
Solução: X =  6 
 
−4
2.2 Determinantes
Definição 14. Seja A = (aij )n×n uma matriz n × n (quadrada). O determinante de A (que
indicamos por detA) é calculado da seguinte forma:
• n=2:
" #
a11 a12
sendo A = , temos detA = a11 a22 − a12 a21
a21 a22
• n>2
i+j
Vamos definir: af ij = (−1) detA
fij onde A
fij é a matriz (n−1)×(n−1) obtida retirando-
se a i-ésima linha de A e j-ésima coluna de A, i, j = 1, · · · , n.
af
ij é o cofator do elemento aij .
Escolhendo uma linha da matriz A, digamos, a linha i, temos:
detA = ai1 af
i1 + ai2 a
fi2 + · · · + ain a
fin
Ou podemos escolher uma coluna de A para o cálculo do determinante. Escolhendo a

coluna j, temos:
detA = a1j af
1j + a2j a
f2j + · · · + anj a
f nj
Exemplo 27. Calcule o determinante das seguintes matrizes:

" #
−1 3
a) A = detA = (−1)5 − 3 · 2 = −5 − 6 = −11
2 5
2.2. DETERMINANTES 51
 
−1 3 0
b) B =  2 −1 1 Podemos escolher qualquer linha ou qualquer coluna para o
 
5 2 2
cálculo do determinante. Por exemplo, escolhendo a linha 1 e usando que B = (bij )3×3 , temos:
11 + b12 b12 + b13 b13 = −1b11 + 3b12 + 0b13 = −b11 + 3b12

detB = b11 bf f f f f f f f
Vamos calcular os cofatores bf

11 e b12 .
f
" #
1+1 −1 1
bf
11 = (−1) det = (−1) · (2) − 1 · 2 = −4
2 2
"#
1+2 2 1
bf
12 = (−1) det = (−1)3 · [2 · 2 − 1 · 5] = 1
5 2
Voltando ao cálculo do determinante:
detB = −bf
11 + 3b12 = 4 + 3 · 1 = 7
f
 
1 2 0 −1
−1 1 1 0
c) C = 
 

0 5 2 0
4 −1 1 3
Vamos escolher a 4a coluna para o cálculo do determinante de C. Indicando por C =

(cij )4×4 , temos:
detC = c14 cf
14 + c24 c
f 24 + c34 c
f 34 + c44 c
f 44 =
= −1f
c14 + 0f
c24 + 0f
c34 + 3f
c44 =
= −f
c14 + 3f
c44
Vamos calcular os cofatores cf

14 e c
f 44
   
−1 1 1 −1 1 1
1+4
cf
14 = (−1) det  0 5 2 = (−1)det  0 5 2
   
4 −1 1 4 −1 1
 
−1 1 1
Vamos chamar a matriz  0 5 2 de D = (dij )3×3 .
 
4 −1 1
Calculando o determinante de D usando a 2a linha, temos:
detD = d21 df
21 + d22 d22 + d23 d23 =
f f
= 0df
21 + 5d22 + 2d23 = 5d22 + 2d23 =
f f f f
" # " #
−1 1 −1 1
= 5(−1)2+2 det + 2(−1)2+3 det
4 1 4 −1
= 5(−1 − 4) + 2(−1)(1 − 4) = 5(−5) − 2(−3) = −25 + 6
= −19 ⇒ detD = −19
Então:
1+4
cf
14 = (−1) detD = (−1)(−19) = 19
   
1 2 0 1 2 0
4+4
cf
44 = (−1) det −1 1 1 = det −1 1 1
   
0 5 2 0 5 2


1 2 0
Vamos chamar a matriz −1 1 1 de E = (eij )3×3 . Calculemos o valor de detE usando
 
0 5 2
a
a 1 coluna:
detE = e11 ef
11 + e21 e
f21 + e31 e
f31 =
= 1ef
11 + (−1)ef21 + 0e
f31 = e
f11 − e
f21 =
" # " #
1 1 2 0
= (−1)1+1 det − (−1)2+1 det =
5 2 5 2
= (1 · 2 − 1 · 5) − 1(−1)(4 − 0) = −3 + 4 = 1
Assim: cf
44 = detE = 1.
Voltando ao cálculo do determinante de C:
detC = −f c44 = −19 + 3 · 1 = −16.

c14 + 3f
 
−1 1 3 −2
0 0 2 1
Exemplo 28. Considere a matriz: A =  . Sabendo que detA = 0, calcule o
 
2 0 −1 α 
2 6 0 −2
valor de α.
Escolhendo a 2a linha da matriz A = (aij ) para o cálculo do determinante, temos:
detA = a21 af
21 + a22 a
f22 + a23 a
f 23 + a22 a
f24 =
= 0af
21 + 0a
f22 + 2a
f23 + 1a
f24 = 2a
f23 + a
f24
Calculando os cofatores af
23 e a
f24 :
   
−1 1 −2 −1 1 −2
2+3
af
23 = (−1) det  2 0 α  = (−1) det  2 0 α .
   
2 6 −2 2 6 −2
 
−1 1 −2
Chamando B =  2 0 α  e escolhendo a 2a coluna para o cálculo de detB, temos:
 
2 6 −2
detB = b12 bf
12 + b22 b22 + b32 b32 = 1b12 + 0b22 + 6b32 = b12 + 6b32 =
f f f f f f f
" # " #
2 α −1 −2
= (−1)1+2 det + 6(−1)3+2 det = −1(−4 − 2α) + 6(−1)(−α + 4) =
2 −2 2 α
= 4 + 2α − 6(−α + 4) = 4 + 2α + 6α − 24 = 8α − 20.
23 = (−1) detB = 20 − 8α
Assim: af
Cálculo de af
24 :
   
−1 1 3 −1 1 3
2+4
af
24 = (−1) det  2 0 −1 = det  2 0 −1
   
2 6 0 2 6 0
 
−1 1 3
Chamando C =  2 0 −1, e escolhendo a 2a linha para o cálculo de detC, temos:
 
2 6 0
detC = c21 cf
21 + c22 c
f 22 + c23 c
f 23 = 2f c22 − 1f
c21 + 0f c21 − cf
c23 = 2f 23 =
" # " #
1 3 −1 1
= 2(−1)2+1 det − (−1)2+3 det = −2(0 − 18) + (−6 − 2) = 36 − 8 = 28
6 0 2 6
af
24 = detC = 28.
Voltando ao cálculo de A:
detA = 2(20 − 8α) + 28 = 40 − 16α + 28 = 68 − 16α

68 17
0 = detA = 68 − 16α ⇒ α = ⇒α=
16 4
Propriedades e exemplos:
(1) Se α, β ∈ R
 
a11 a12 ··· a1n
 .. .. .. .. 

 . . . . 

det αbk1 + βck1 αbk2 + βck2 · · · αbkn + βckn  =
 
 .. .. .. .. 

 . . . . 

an1 an2 ··· ann
   
a11 a12 · · · a1n a11 a12 · · · a1n
 . .. .. ..   . .. .. .. 
 .. . . .   .. . . . 
   
= αdet  bk1 bk2 · · · bkn  + βdet  ck1 ck2 · · · ckn 
   
 . .. .. 
...  ... .. ... .. 
 
 .. . .  . . 
  
an1 an2 · · · ann an1 an2 · · · ann
Exemplo 29. Calcule o determinante da matriz A usando a propriedade acima:
" #
cos t sen t
A=
2 cos t − 3 sen t 2 sen t + 3 cos t
" # " #
cos t sen t cos t sen t
detA = 2det + 3det =
cos t sen t − sen t cos t
= 2(cos t sen t − sen t cos t) + 3(cos2 t + sen 2 t) = 2 · 0 + 3 · 1 = 3
(2) Sejam A e B matrizes n × n. Se B é obtida de A multiplicando-se uma linha de A por

α 6= 0, então detB = αdetA.
Ilustração:
   
a11 a12 · · · a1n a11 a12 · · · a1n
 . .. ... ..   . .. ... .. 
 .. . .   .. . . 
   
A = ak1 ak2 · · · akn  αLk → Lk αak1 αak2 · · · αakn  = B
   
 . .. ..   . .. .. 
 .. ...  .. ...
 . . 
  . . 
Usando a propriedade 1:
   
a11 a12 · · · a1n a11 a12 · · · a1n
 . .. .. ..   . .. .. .. 
 .. . . .   .. . . . 
   
detB = det αak1 αak2 · · · αakn  = αdet ak1 ak2 · · · akn  = αdetA
   
 . .. ..   . .. .. 
 .. ..  .. ..
 . . . 
  . . . 

(3) Sejam A e B matrizes n × n. Se B é obtida de A trocando-se a posição de 2 linhas de A,

então detB = −detA.
(4) Sejam A e B matrizes n × n. Se B é obtida de A substituindo a linha l (de A) por ela

somada a um múltiplo escalar de uma linha k (de A), com k 6= l, então detB = detA.
Exemplo 30. Seja A uma matriz 3 × 3. A partir de A, fizemos as seguintes operações

elementares, obtendo as matrizes B, C e D:
A L1 ↔ L3 B 5L2 → L2 C −7L1 + L2 → L2 D
Sabendo que detA = −2, calcule o determinante de D.
Usando as propriedades 2, 3 e 4, podemos escrever:
detB = −detA (Propriedade 3)

detC = 5detB (Propriedade 2)
detD = detC (Propriedade 4)
Assim:
detB = −detA = −(−2) = 2.

detC = 5detB = 5 · 2 = 10.
detD = detC = 10.
Logo: detD = 10
Exemplo 31. Mostre que se A é uma matriz n × n que possui 2 linhas iguais, então detA = 0.
De fato, suponhamos que as linhas k e l de A sejam iguais. Vamos fazer uma operação
elementar em A:
A Lk ↔ Ll B
Pela propriedade 3, temos que detB = −detA. Mas B = A, já que as linhas k e l são
iguais. Logo, detA = −detA, o que nos diz que detA = 0.
(5) Se A é uma matriz n × n, então detAt = detA.

Ilustração:
Vamos mostrar o resultado para n = 2 e n = 3.
" # " #
a11 a12 a11 a21
• n=2 A= At =
a21 a22 a12 a22
detAt = a11 a22 − a21 a12 = detA
   
a11 a12 a13 a11 a21 a31
• n=3 A = a21 a22 a23  At = a12 a22 a32 
   
a31 a32 a33 a13 a23 a33
Usando a 1a coluna de At para o cálculo de seu determinante e o que foi provado para
matrizes 2 × 2, temos:
" # " # " #
a22 a32 a21 a31 a21 a31
detAt = a11 (−1)1+1 det +a12 (−1)2+1 det +a13 (−1)3+1 det =
a23 a33 a23 a33 a22 a32
" # " # " #

a22 a23 a21 a23 a21 a22
= a11 (−1)1+1 det +a12 (−1)1+2 det +a13 (−1)1+3 det =
a32 a33 a31 a33 a31 a32
= detA
Exemplo 32. Se A é uma matriz que possui duas colunas iguais, então o seu determinante vale
0. De fato, a matriz At possui duas linhas iguais. Então, det At = 0. Como det A = det At ,
segue que det A = 0.
(6) Se A e B são matrizes n × n, então det(AB) = detA · detB
Observação 13. A propriedade (6) vale para um número finito de matrizes; se A1 , A2 , · · · , Ak

são matrizes n × n, então:
det(A1 A2 · · · Ak ) = detA1 · detA2 · · · detAk
(7) Se A = (aij )n×n uma matriz triangular superior (ou inferior), então detA = a11 a22 · · · ann
(produto dos elementos da diagonal principal).
Ilustração:
Vamos mostrar o resultado para n = 2, 3 e 4.

" #
a11 a12
• n=2 A=
0 a22
detA = a11 a22 − 0 · a12 = a11 a22

 
a11 a12 a13
• n=3 A= 0 a22 a23 
 
0 0 a33
Escolhendo a 1a coluna para o cálculo do detA, temos:
" #
a22 a23
detA = a11 (−1)1+1 det = a11 · a22 · a33
0 a33
 
a11 a12 a13 a14
0 a
22 a23 a24 
• n=4 A=
 

0 0 a33 a34 
0 0 0 a44
Escolhendo a 1a coluna para o cálculo do determinante de A, temos:

 
a22 a23 a24
detA = a11 (−1)1+1 det  0 a33 a34  = a11 · a22 · a33 · a44
 
0 0 a44
(8) Se A = (aij )n×n é uma matriz diagonal, então detA = a11 · a22 · · · ann
A propriedade (8) é consequência da propriedade (7). Em particular, temos:
detIn = 1 n∈N
(9) Se A = (aij )n×n é uma matriz invertı́vel, então detA 6= 0 e vale

1
detA−1 =
detA
Demonstração
A · A−1 = In =⇒ det(A · A−1 ) = det(In ) =⇒ detA · detA−1 = det(In )
=⇒ detA · detA−1 = 1
1
Temos então que detA 6= 0. E ainda: detA−1 =
detA
Exemplo 33. Seja A uma matriz n × n invertı́vel tal que A−1 = A2 . Mostre que detA = 1.
Temos que:
A−1 = A2
detA−1 = detA2
1
= det(A · A)
detA
1
= detA · detA
detA
1 = detA · detA · detA

(detA)3 = 1 =⇒ detA = 1
(10) Se A é uma matriz n × n e α ∈ R, então det(αA) = αn detA.
Ilustração: vamos demonstrar a propriedade para n = 3:
   
a11 a12 a13 αa11 αa12 αa13
A = a21 a22 a23  e αA = αa21 αa22 αa23 
   
a31 a32 a33 αa31 αa32 αa33
   
αa11 αa12 αa13 αa11 αa12 αa13
A αL1 → L1  a21 a22 a23  = A1 αL2 → L2 αa21 αa22 αa23  = A2
   
a31 a32 a33 a31 a32 a33

 
αa11 αa12 αa13
αL3 → L3 αa21 αa22 αa23  = αA
 
αa31 αa32 αa33
detA1 = α detA
detA2 = α detA1 = α (α detA) = α2 detA
det(αA) = α detA2 = α(α2 detA) = α3 detA
Ou seja:
det(αA) = α3 detA
Exemplo 34. Se A é uma matriz 3 × 3 invertı́vel e detA = 2, calcule o determinante de B,

onde B = 4A2 At A−1
Temos:
detB = det(4A2 At A−1 ) = 43 detA2 detAt detA−1 =
1
= 64 detA detA detA = 64(detA)2 = 64 · 4 = 256
detA
Observação 14. Ainda podemos mostrar como propriedade de determinantes: se uma matriz
A possui uma linha múltipla de outra linha, então seu determinante vale 0. O resultado vale
também para colunas.
Teorema 7. Seja A uma matriz n × n. A é uma matriz invertı́vel se, e somente se, detA 6= 0.
1
Neste caso: detA−1 = .
detA
2.3 Matriz adjunta e inversão
Definição 15. Seja A uma matriz n × n. A matriz adjunta de A (adjA) é a transposta da

matriz dos cofatores dos elementos de A. Isto é:
 t  
a11 e
e a12 ··· ea1n a11 e
e a21 ··· ean1
a21 e
a22 ··· ea2n  a a ··· ean2 
   
 =  .12 .22
e e e
AdjA = 
 .. .. .. . .. . 
 . . . .. 
 .
 . .. . .. 
an1 e
e an2 ··· eann a1n e
e a2n ··· eann
onde eaij = (−1)i+j detA eij é a matriz (n − 1) × (n − 1) obtida de A, retirando-se sua

eij , e A
linha i e sua coluna j, com i, j = 1, · · · , n.
 
1 2 3
Exemplo 35. a) 0 3 2 
 
0 0 −2
Indicando por A = (aij )3×3 , temos:

" #
3 2
a11 = (−1)1+1
e det = −6
0 −2
" #
0 2
a12 = (−1)1+2
e det =0
0 −2
" #
0 3
a13 = (−1)1+3
e det =0
0 0
" #
2 3
a21 = (−1)2+1
e det = (−1)(−4) = 4
0 −2
" #
1 3
a22 = (−1)2+2
e det = −2
0 −2
2.3. MATRIZ ADJUNTA E INVERSÃO 61
" #
1 2
a23 = (−1)2+3
e det =0
0 0
" #
2 3
a31 = (−1)3+1
e det = 4 − 9 = −5
3 2
" #
1 3
a32 = (−1)3+2
e det = (−1) · 2 = −2
0 2
" #
1 2
a33 = (−1)3+3
e det =3
0 3
Assim:
 t  
−6 0 0 −6 4 −5
adjA =  4 −2 0 =  0 −2 −2
   
−5 −2 3 0 0 3
 
−1 2 5
b) B =  0 2 1 
 
1 0 −1
Indicando por B = (bij )3×3 , temos:

" #
eb11 = (−1)1+1 det 2 1 = −2
0 −1
" #
eb12 = (−1)1+2 det 0 1
= (−1)(−1) = 1
1 −1
" #
eb13 = (−1)1+3 det 0 2
= −2
1 0
" #
eb21 = (−1)2+1 det 2 5
= (−1)(−2) = 2
0 −1
" #
eb22 = (−1)2+2 det −1 5
= 1 − 5 = −4
1 −1
" #
eb23 = (−1)2+3 det −1 2
= (−1)(−2) = 2
1 0
" #
eb31 = (−1)3+1 2 5
det = 2 − 10 = −8
2 1
" #
eb32 = (−1)3+2 −1 5
det = (−1)(−1) = 1
0 1
" #
eb33 = (−1)3+3 −1 2
det = −2
0 2
Assim:
 t  
−2 1 −2 −2 2 −8
adjB =  2 −4 2  =  1 −4 1 
   
−8 1 −2 −2 2 −2
Teorema 8. Seja A uma matriz n × n. Então:
A · adjA = (adjA)A = detA · In
Aplicações do Teorema
1) Se A é uma matriz n × n não invertı́vel, então adjA também é não invertı́vel.

Vamos estudar dois casos:
1o caso) A = O
Se A = O, temos que adjA = O. Assim, adjA é não invertı́vel.
2o caso) A 6= O
Pelo Teorema, sabemos que:
(adjA)A = detA · In
Como A é não invertı́vel, temos que detA = 0. Assim:
(adjA)A = O
Se adjA fosse uma matriz invertı́vel, terı́amos:
(adjA)−1 adjA · A = (adjA)−1 · O
In · A = O
A=O
Uma contradição. Logo, adjA não é invertı́vel.
1
2) Seja A uma matriz n × n. Se detA 6= 0, então: A−1 = · adjA
detA
De fato (usando o teorema anterior):

1 1 1
· adjA A = (adjA · A) = (detA · In ) = In
detA detA detA
Logo:
1
A−1 = · adjA
detA
Exemplo 36. Encontre a inversa das seguintes matrizes, se possı́vel:

 
1 2 3
a) A = 0 3 2 
 
0 0 −2
Temos que detA = 1 · 3(−2) = −6 (A é triangular superior).

Podemos então usar a aplicação 2 para encontrarmos A−1 . Já vimos que:
 
−6 4 −5
adjA =  0 −2 −2
 
0 0 3
Então:
   
−6 4 −5 1 − 23 5
6
1 1
A−1 = · adjA = −  0 −2 −2 = 0 13 1
 
detA 6 3
1
0 0 3 0 0 2
 
−1 2 5
b) 0 2 1 
 
1 0 −1
Temos que:
detB = 2 + 2 − 10 = −6
 
−2 2 −8
Sendo adjB =  1 −4 1 , podemos escrever:
 
−2 2 −2
   
1
−2 2 −8 3
− 13 43
1 1
B −1 = · adjB = −  1 −4 1  = − 16 23 − 61 
  
detB 6 1
−2 2 −2 3
− 13 13
Exercı́cios:
1) Dadas as matrizes A, B e C abaixo, encontre a matriz X tal que
A−1 XB −1 = (adjA)CB t
   
3 0 0 " # 1 0
3 1
A = −1 1 0  B= C =  0 1
   
−1 0
0 2 −2 −1 0
Temos:
A−1 XB −1 = (adjA)CB t =⇒ AA−1 XB −1 = A(adjA)CB t =⇒ I3 XB −1 = (detA)I3 CB t =⇒
XB −1 = (detA)CB t =⇒ XB −1 B = (detA)CB t B =⇒ XI2 = (detA)CB t B =⇒ X = (detA)CB t B
detA = 3 · 1(−2) = −6
" #
3 −1
Bt =
1 0
Fazendo as contas:
       
1 0 " #" # 1 0 " # 10 3 −60 −18
 3 −1 3 1  10 3
X = −6  0 1 = −6  0 1 = −6  3 1  = −18 −6 
     
1 0 −1 0 3 1
−1 0 −1 0 −10 −3 60 18
2) Seja D uma matriz 3 × 3 tal que detD = −2. A matriz adjunta de D é dada por:
 
1 0 0
adjD = a 2 0
 
b c 2
onde a, b, c ∈ R. Determine a matriz D.
Temos que:
1
D−1 = · adjD
detD
   
1 0 0 − 21 0 0
1
D−1 = − a 2 0 = − a2 −1 0 
  
2
b c 2 − 2b − 2c −1
Como (D−1 )−1 = D, vamos encontrar então a inversa de D−1 .

 .   .. 
−1 0 0 .. 1 0 0 − 12 0 0 . 1 0 0
 2 .   . 
− a
 2 −1 0 .. 0 1 0  −aL1 + L2 → L2 e − bL1 + L3 → L3  0
 −1 0 .. −a 1 0 
. ..
− 2c −1 .. 0 0 1
− 2b 0 c
− 2 −1 . −b 0 1
 .   . 
1 0 0 .. −2 0 0 1 0 0 .. −2 0 0
 ..   . c
−2L1 → L1 
 0 −1 0 . −a 1 0 −L2 → L2 0 1
  0 .. a −1 0 2 L2 + L3 → L3
. .
0 − 2c −1 .. −b 0 1 0 − 2c −1 .. −b 0 1
 .   . 
1 0 0 .. −2 0 0 1 0 0 .. −2 0 0
0 1 0 ...  −L3 → L3 0 1 0 ...
   
 a −1 0  a −1 0 

.. ac c .. 2b−ac c
0 0 −1 . 2 − b − 2 1 0 0 1 . 2 2
−1
 
−2 0 0
Logo: D = (D−1 )−1 = a −1 0
 
2b−ac c
2 2
−1
Regra de Cramer:
Se o sistema linear AX = B é tal que A é uma matriz quadrada n × n e invertı́vel, podemos
usar determinantes para resolver o sitema.

x1
 x2 
 
 .. , temos que a solução (única) do sistema é dada por:
Indicando por X =  
 .
xn
detA1 detA2 detAn

x1 = , x2 = , · · · xn =
detA detA detA
onde Aj denota a matriz n × n obtida substituindo-se a j-ésima coluna de A pelos elementos

de B.
Vamos mostrar a Regra de Cramer para um sistema com duas equações e duas variáveis
(no exercı́cio a seguir).
Exercı́cio:
Considere o sistema AX = B, onde
" # " # " #
a b x1 g
A= ,X = eB=
c d x2 h
detA1 detA2
Se ad − bc 6= 0, mostre que a solução do sistema é dada por: x1 = , x2 =
detA detA
" # " #
g b a g
onde A1 = e A2 = .
h d c h
Sendo detA = ad − bc 6= 0, temos que A é invertı́vel e a solução do sistema (solução única)

é dada por :
AX = B
A−1 AX = A−1 B ⇒ X = A−1 B
Sabemos ainda que:
1
A−1 = · adjA
detA
Então:
" #" # " # " #
dg−bh
1 1 d −b g 1 dg − bh ad−bc
X= · adjAB = = = ah−cg
detA ad − bc −c a h ad − bc −cg + ah ad−bc
Observemos que:
" #
g b
dg − bh = det = detA1
h d
onde A1 é obtida de A substituindo-se sua 1a coluna pelos elementos de B.

" #
a g
ah − cg = det = detA2
c h
onde A2 é obtida de A substituindo-se sua 2a coluna pelos elementos de B.
Logo:
dg − bh detA1
x1 = =
ad − bc detA
ah − cg detA2
x2 = =
ad − bc detA
Exemplo 37. Resolva o sistema linear abaixo usando a Regra de Cramer, se possı́vel:

x + y + z = 1



f (x) = 2x + y + 4z = −2


2x + 3y + 5z = 0

Temos:
 
1 1 1
A = 2 1 4 , detA = −5 6= 0.
 
2 3 5
 
1 1 1
A1 = −2 1 4 , detA1 = −3.
 
0 3 5
 
1 1 1
A2 = 2 −2 4 , detA2 = −8.
 
2 0 5
 
1 1 1
A3 = 2 1 −2 , detA3 = 6.
 
2 3 0
Usando a Regra de Cramer:

detA1 −3 3
x= = =
detA −5 5
detA2 −8 8
y= = =
detA −5 5
detA3 6 6
z= = =−
detA −5 5
3 8 6
Solução: x1 = , x2 = , x3 = −
5 5 5
Capı́tulo 3
Vetores
As grandezas vetoriais são aquelas que, para estarem bem definidas, precisam da magnitude,
direção e sentido. Grandezas, como velocidade e força, são exemplos de grandezas vetoriais.
Um vetor é representado geometricamente por um segmento orientado.
Figura 3.1:
A: origem do segmento orientado

B: extremidade do segmento orientado
Um segmento orientado é caracterizado pela sua direção, seu sentido e comprimento. Seg-
mentos orientados com as mesmas caracterı́sticas representam um mesmo vetor.
A direção, o sentido e o comprimento de um vetor são, respectivamente, a direção, o sentido
e o comprimento de qualquer segmento orientado que o representa.
Vamos usar letras maiúsculas para dar nome aos vetores. Quando soubermos a localização
da origem (A) e da extremidade (B) de um segmento orientado que representa o vetor, podemos
−→
chamá-lo de AB
Dois vetores são iguais quando têm a mesma direção, o mesmo sentido e o mesmo compri-
mento.
69
70 CAPÍTULO 3. VETORES
Soma de vetores: consideremos os vetores U e V representados abaixo:
Figura 3.2:
O vetor soma de U com V (U + V ) pode ser representado da forma
Figura 3.3:
Propriedades
U + V = V + U , para todo vetor U e V (comutatividade)

U + (V + W ) = (U + V ) + W , para todo vetor U, V e W (associatividade)
Existe um (único) vetor que vamos indicar por O, tal que U + O = U , para todo vetor U .
(O é chamado de vetor nulo). Tal vetor tem comprimento zero.
Dado um vetor U , existe um (único) vetor, denotado por −U , tal que U + (−U ) = O. −U
é chamado de vetor simétrico a U , tem o mesmo comprimento de U , mesma direção de U e
sentido oposto ao de U .
71
Figura 3.4:
Diferença de vetores: dados os vetores U e V , vamos definir:
U − V = U + (−V )
Geometricamente temos:
Figura 3.5:
Multiplicação de um vetor por um escalar: consideremos um vetor U e um escalar α.

A multiplicação de U por α resulta em um vetor, que vamos denotar por αU , e que possui as
seguintes caracterı́sticas:
Caso 1) Se α = 0 ou U = O, então αU = O.
Caso 2) Se α 6= 0 e U 6= O.
• indicando por k αU k e k U k os comprimentos dos vetores αU e U respectivamente,

temos:
k αU k= |α| k U k
• αU e U têm a mesma direção.

• Se α > 0, αU e U têm o mesmo sentido.

Se α < 0, αU e U têm sentidos opostos.
Figura 3.6:
Observação 15. Dois vetores que têm a mesma direção são chamados de vetores paralelos ou
colineares. Podemos mostrar que:
Dois vetores não nulos U e V são paralelos se, e somente se, um é múltiplo escalar do
outro, isto é, se existe α ∈ R tal que U = αV .
kV k kV k
De fato, se U e V são vetores paralelos, então ocorre: V = U ou V = − U.
kU k kU k
Ou seja, um é múltiplo escalar do outro.
Por outro lado, se um é múltiplo escalar do outro, digamos, U = αV , então U e V têm a
mesma direção pela definição de multiplicação por escalar.
Observação 16. Um vetor U é dito unitário se k U k= 1.
Exemplo 38. Dado um vetor U 6= 0, encontre um vetor V de comprimento 3 e que tem a

mesma direção e sentido de U .
Indicando por k U k o comprimento do vetor U , temos que:
1
W = U
kU k
é um vetor unitário de mesma direção e sentido de U . O vetor V procurado é:

73
3
V = 3W = U
kU k
.
Figura 3.7:
Exemplo 39. Dado um vetor U 6= 0, encontre um vetor T de comprimento 5 e que tem a

mesma direção e sentido oposto ao de U .
Indicando por k U k o comprimento do vetor U , temos que:
1
W = U
kU k
é um vetor unitário de mesma direção e sentido de U . O vetor T procurado é:
5
V = −5W = − U
kU k
.
Figura 3.8:
3.1 Vetores no plano
Figura 3.9:
Para obtermos as componentes de um vetor U do plano, traçamos um segmento orientado

que o representa de forma que sua origem seja a origem do sistema de coordenadas retangu-
lares (ou cartesianas). As coordenadas do ponto que é a extremidade desse segmento são as
componentes de U .
U = (xu , yu ) → componentes de U ou expressão analı́tica de U .
O vetor nulo do plano tem componentes 0 = (0, 0).
Soma de vetores:
Dados V = (xv , yv ) e W = (xw , yw ) vetores no plano, temos: V + W = (xv + xw , yv + yw ).
Figura 3.10:
Exemplo 40. V = (−1, 2), W = (3, − 12 )

3.1. VETORES NO PLANO 75
V + W = (−1 + 3, 2 − 21 ) = (2, 23 )
Multiplicação de um vetor por um escalar:

Dados α ∈ R e V = (xv , yv ), temos: αV = (αxv , αyv ).
Figura 3.11:

1
Exemplo 41. α = −3, V = ,2 .
3

1
αV = −3 · , −3 · 2 = (−1, −6)
3
3.2 Sistema de Coordenadas Retangulares no Espaço
Figura 3.12:
O sistema de coordenadas retangulares ou cartesianas no espaço é formado por três retas

orientadas xx0 , yy 0 e zz 0 , usualmente chamadas de eixo-x, eixo-y e eixo-z, respectivamente.
As retas são 2 a 2 perpendiculares e se interceptam em um único ponto O, que é a origem
do sistema.
Os eixos coordenados dividem o espaço em 8 regiões, denominadas octantes. A cada ponto
A no espaço, temos em correspondência uma abscissa x, uma ordenada y e uma cota z. Assim,
dizemos que o ponto A tem coordenadas retangulares ou cartesianas (x, y, z). Os eixos x e y
determinam o plano coordenado xy. Os eixos y e z determinam o plano coordenado yz. Os
eixos x e z determinam o plano coordenado xz.
3.2. SISTEMA DE COORDENADAS RETANGULARES NO ESPAÇO 77
Figura 3.13:
Figura 3.14:
Exemplo 42. Vamos representar os seguintes pontos:

A = (4, 7, 5), B = (3, −6, 3), C = (−7, 3, −4).
Figura 3.15:
3.3 Vetores no espaço
Figura 3.16:
Para obtermos as componentes de um vetor V do espaço, traçamos um segmento orientado

que o representa de forma que sua origem seja a origem do sistema de coordenadas retangu-
lares (ou cartesianas). As coordenadas do ponto que é a extremidade desse segmento são as
componentes de V .
V = (xv , yv , zv ) → componentes ou expressão analı́itica de V .
O vetor nulo tem componentes 0 = (0, 0, 0).
Soma de Vetores:
Dados V = (xv , yv , zv ) e W = (xw , yw , zw ) vetores no espaço, temos:
V + W = (xv + xw , yv + yw , zv + zw )
√
Exemplo 43. V = (−1, 0, −3) W = ( 52 , 2, 2)
√ √
V + W = −1 + 25 , 0 + 2, −3 + 2 = 23 , 2, 2 − 3

Multiplicação de um vetor por um escalar:

Dados α ∈ R e V = (xv , yv , zv ), temos: αV = (αxv , αyv , αzv )
Exemplo 44. α = − 12 V = (−1, 2, 0)

αV = − 21 (−1), − 12 · 2, − 12 · 0 = 21 , −1, 0 .

Propriedades:
3.4. COMPONENTES DE UM VETOR DEFINIDO POR 2 PONTOS 79
Sejam U, V e W vetores (no plano ou no espaço) e α, β ∈ R

1) U + V = V + U
2) (U + V ) + W = U + (V + W )
3) U + O = U
4) U + (−U ) = O
5) α(βU ) = (αβ)U
6) α (U + V ) = αU + αV
7) (α + β) U = αU + βU
8) 1 · U = U
Observação 17. Se U = (xv , yv ), temos que −U = (−xv , −yv ). Situação análoga ocorre para
vetores no espaço. Lembremos ainda que: U − V = U + (−V ) = (xU − xV , yU − yV ).
3.4 Componentes de um vetor definido por 2 pontos
Dados os pontos B = (x1 , y1 ) e C = (x2 , y2 ) que são a origem e extremidade de um

segmento orientado que representa um vetor no plano, vamos encontrar as componentes do
referido vetor.
Figura 3.17:
Podemos escrever:
−→ −−→ −→
AB + BC = AC
−→ −→ −−→ −→ −→
−AB + AB + BC = −AB + AC
−−→ −→ −→
0 + BC = −AB + AC
−−→ −→ −→
BC = AC − AB
−→ −→
Como os segmentos orientados que representam os vetores AB e AC têm origem no ponto
A = O = (0, 0), podemos escrever:
−−→
BC = (x2 , y2 ) − (x1 , y1 )
−−→
BC = (x2 − x1 , y2 − y1 )
No espaço, a situação é análoga: se B = (x1 , y1 , z1 ) e C = (x2 , y2 , z2 ) são a origem e

extremidade de um segmento orientado que representa um vetor no espaço, podemos escrever:
−−→
BC = (x2 , y2 , z2 ) − (x1 , y1 , z1 )
−−→
BC = (x2 − x1 , y2 − y1 , z2 − z1 )
Figura 3.18:
5
3.5. PRODUTO DE VETORES 81
Exemplo 45. Dados os pontos C = −1, 12 e D = (5, −3), encontre as componentes do vetor

−−→
DC:

−−→ 1 7
DC = −1 − 5, − (−3) = −6, .
2 2
Exemplo 46. Dados os pontos A = (−1, 2, 0) e B = (2, −1, 8), encontre as componentes do
−→
vetor AB:
−→
AB = (2 − (−1), −1 − 2, 8 − 0) = (3, −3, 8).
3.5 Produto de vetores
Norma de um vetor
A norma de um vetor U , denotada por k U k, é o comprimento do vetor U .
Cálculo de k U k:
Figura 3.19:
No plano, observando a figura acima, podemos escrever:
q
2
kU k = x2U + yU2 ⇒k U k= x2U + yU2
onde U = (xU , yU ).
Temos uma situação análoga no espaço: se U = (xU , yU , zU ) é um vetor no espaço, então:
q
2
kU k = x2U + yU2 + zU2 ⇒k U k= x2U + yU2 + zU2 .
Figura 3.20:
Exemplo 47. Dados os vetores U e V abaixo, calcule suas normas:

p √ √
U = (−1, 2) =⇒ k U k= (−1)2 + 22 = 1 + 4 = 5
√ q √ √ √ √
V = (3, 2, −1) =⇒ k V k= 32 + ( 2)2 + (−1)2 = 9 + 2 + 1 = 12 = 2 3
Distância entre dois pontos

Sejam A = (xA , yA ) e B = (xB , yB ) pontos no plano. A distância entre A e B, indicada
por dist(A, B), pode ser calculada da forma:
−→ p
dist(A, B) =k AB k= (xB − xA )2 + (yB − yA )2
.
Figura 3.21:
Analogamente, sejam A = (xA , yA , zA ) e B = (xB , yB , zB ) pontos no espaço. A distância

entre A e B, indicada por dist(A, B), pode ser calculada da forma:
−→ p
dist(A, B) =k AB k= (xB − xA )2 + (yB − yA )2 + (zB − zA )2
Figura 3.22:
Exemplo 48. Calcule a distância entre os pontos A = (2, 0) e B = (−1, 3).

p √ √ √
dist(A, B) = (−1 − 2)2 + (3 − 0)2 = 9 + 9 = 18 = 3 2.
Calcule a distância entre os pontos P = (−1, 0, 2) e Q = (2, 1, 3)

p √ √ √
dist(P, Q) = [2 − (−1)]2 + (1 − 0)2 + (3 − 2)2 = 32 + 12 + 12 = 9 + 1 + 1 = 11
Observação 18. Se α é um escalar e V é um vetor, então:
k αV k= |α| k V k
.
De fato, se V = (xv , yv ) é um vetor no plano, então:

p p p
k αV k=k α(xv , yv ) k=k (αxv , αyv ) k= (αxv )2 + (αyv )2 = α2 x2v + α2 yv2 = α2 (x2v + yv2 ) =
p
= |α| x2v + yv2 = |α| k V k.
Se V é um vetor no espaço, podemos fazer as contas acima de forma análoga.
Exemplo 49. a) Se V = (1, 2, 0), encontre o vetor unitário de mesma direção e mesmo sentido
de V .

1 1 1 1 2
U= V =√ (1, 2, 0) = √ (1, 2, 0) = √ , √ , 0
kV k 12 + 22 + 02 5 5 5
b) Se V = (0, 3, −4), encontre o vetor W que tenha mesma direção de V , sentido oposto ao
de V e norma 10.

1 1 1 1 3 −4
U= V =p (0, 3, −4) = √ (0, 3, −4) = (0, 3, −4) = 0, ,
kV k 02 + 32 + (−4)2 25 5 5 5
U é um vetor unitário de mesmo sentido e direção de V . Então:

3 4
W = −10U = −10 0, , − = (0, −6, 8)
5 5
Ângulo entre dois vetores:
Figura 3.23:
θ = ângulo entre os vetores U e V acima, 0 6 θ 6 π

Dados dois vetores U e V , se o ângulo entre eles é de 90◦ ou um deles é nulo, vamos dizer
que U e V são perpendiculares ou ortogonais.
3.5.1 Produto escalar
Definição 16. O produto escalar de dois vetores V e W (indicado por V · W ) é definido por:
(
0 se V = 0 ou W = 0
V ·W =
k V k k W k cos θ se V 6= 0 e W 6= 0
Na definição, θ denota o ângulo entre V e W
Figura 3.24:
Observando a figura acima e usando a lei dos cossenos, podemos escrever:

k V − W k2 =k V k2 + k W k2 −2 k V kk W k cos θ
Usando que: V · W =k V kk W k cos θ, podemos escrever:

k V − W k2 =k V k2 + k W k2 −2V · W
2V · W = − k V − W k2 + k V k2 + k W k2
1
V · W = (− k V − W k2 + k V k2 + k W k2 )
2
Se V = (x1 , y1 ) e W = (x2 , y2 ) são vetores no plano, então:
1
V · W = [−(x1 − x2 )2 − (y1 − y2 )2 + x21 + y1 2 + x2 2 + y22 ]
2
1
V · W = (−x21 + 2x1 x2 − x2 2 − y1 2 + 2y1 y2 − y22 + x21 + y1 2 + x2 2 + y22 )
2
1
V · W = (2x1 x2 + 2y1 y2 )
2
V · W = x1 x2 + y1 y2
Analogamente, se V = (x1 , y1 , z1 ) e W = (x2 , y2 , z2 ), então:
V · W = x1 x2 + y1 y2 + z1 z2
Exemplo 50. a) Dados os vetores U = (−1, 2) e V = (3, − 21 ), calcule o produto escalar de U

com V .
U · V = (−1) · 3 + 2 · − 21 = −3 − 1 = −4.

b) Dados os vetores U = (a, −1, 2) e V = (−3, 1, −1), sabendo que o produto escalar entre eles
vale 0, calcule o valor de a.
0 = U · V = a(−3) + (−1) · 1 + 2(−1) = −3a − 1 − 2
−3a − 3 = 0 ⇒ 3a = −3 ⇒ a = −1
Ângulo entre dois vetores:

Pela definição, se V e W são vetores, então:
V · W =k V kk W k cos θ
onde θ é o ângulo formado por V e W .

Assim, se V 6= 0 e W 6= 0, podemos escrever:
V ·W
cos θ =
k V kk W k
π
Observação 19. a) V · W > 0 ⇔ cos θ > 0 ⇔ 0 6 θ < 2
π
b) V · W = 0 ⇔ cos θ = 0 ⇔ θ = 2
π
c)V · W < 0 ⇔ cos θ < 0 ⇔ 2
<θ6π
Pelo item (b), temos:
V e W são ortogonais ⇔ V · W = 0
Propriedades do produto escalar:

Sejam U, V e W vetores e α um escalar.

a) U · V = V · U
b) U · (V + W ) = U · V + U · W
c) α(U · V ) = (αU ) · V = U · (αV )
d) V · V ≥ 0
e) V · V = 0 ⇔ V = 0
√
f) k V k= V · V
Exemplo 51. 1) Dados os vetores U = (1, 1, 4) e V = (−1, 2, 2), calcule o ângulo entre eles.
Temos:
√ √
U ·V 1 · (−1) + 1 · 2 + 4 · 2 9 9 1 2 2
cos θ = =√ √ = √ √ = √ √ √ = √ ×√ =
k U kk V k 1 + 1 + 16 1 + 4 + 4 18 9 2 9· 9 2 2 2
Então:
√
2
θ = arccos 2
, 0 ≤ θ ≤ π =⇒ θ = π4 rad.
2) Calcule o valor de a para que os vetores U = (−1, a, 3a) e W = (5, 2 − 1) sejam ortogonais.
Temos: U ·W = 0 ⇒ −1·5+a·2+3a(−1) = 0 ⇒ −5+2a−3a = 0 ⇒ −5−a = 0 ⇒ a = −5
√
3) Considere os vetores V e W tais que k V k= 2 3 e k W k= 2. O ângulo formado entre V
e W é 150◦ . Se X é um vetor tal que X = αV + βW , encontre os valores de α e β, sabendo
que X · V = 24 e X · W = −18.
Usando que X = αV + βW , temos:

X · V = 24
(αV + βW ) · V = 24
αV · V + βW · V = 24
α k V k2 +β k W kk V k cos 150◦ = 24
√ !
√ 2 √ 3
α(2 3) + β · 2 · 2 3 − = 24
2
12α − 6β = 24
2α − β = 4 (1)
X · W = −18
(αV + βW ) · W = −18
αV · W + βW · W = −18
α k V kk W k cos 150o + β k W k2 = −18
√ !
√ 3
α·2 3·2· − + 4β = −18
2
−6α + 4β = −18
−3α + 2β = −9 (2)
Assim (usando (1) e (2)):

 2α − β = 4
−3α + 2β = −9
Resolvendo o sistema:

 4α − 2β = 8
⇒ α = −1
−3α + 2β = −9
Se α = −1 : −3α + 2β = −9 ⇒ 3 + 2β = −9 ⇒ 2β = −12 ⇒ β = −6
Projeção ortogonal:
Consideremos os vetores V e W não nulos:
Figura 3.25:
Observando a figura, temos que:

V = V1 + V2 .
V1 = αW para algum escalar α.
Temos que V2 é ortogonal a W . Assim:
V2 · W = 0 ⇒ (V − V1 ) · W = 0 ⇒ V · W − V1 · W = 0
⇒ V · W − V1 · W = 0 ⇒ V · W − (αW ) · W = 0
αW · W = V · W ⇒ α k W k2 = V · W
V ·W
Como W 6= O : α=
k W k2
Assim:

V ·W
V1 = αW = W
k W k2
O vetor V1 é a projeção ortogonal de V sobre W e será denotado da forma projW V .

Dessa forma:

V ·W
projW V = W
k W k2
Exemplo 52. 1) Dados os vetores U = (−2, 4, 0) e V = (0, −1, 2), encontre o vetor projeção
ortogonal de U sobre V .
Temos:

U ·V −2 · 0 + 4(−1) + 0 · 2 −4 4 −8
projV U = V = V = (0, −1, 2) = 0, , .
k V k2 02 + (−1)2 + 22 5 5 5
2) Sejam dados os pontos A = (−1, −1, 2), B = (2, 1, 1) e C = (m, −5, 3)

a) Para qual valor de m o triângulo ABC é retângulo em A ?
b) Determine o ponto H, pé da altura relativa ao vértice A.
Figura 3.26:
−→ −→
a) Para que o triângulo ABC seja retângulo em A, os vetores AB e AC devem ser ortogonais.
Ou seja:
−→ −→
AB · AC = 0 =⇒ (2 − (−1), 1 − (−1), 1 − 2) · (m − (−1), −5 − (−1), 3 − 2) = 0
=⇒ (3, 2, −1) · (m + 1, −4, 1) = 0 =⇒ 3(m + 1) + 2(−4) + (−1) · 1 = 0
=⇒ 3m + 3 − 8 − 1 = 0 =⇒ 3m = 6 =⇒ m = 2
b) Podemos escrever:
−→ −−→ !
−−→ −→ BA · BC −−→ (−3, −2, 1) · (0, −6, 2)
BH = proj−
−→ BA =
BC −−→ BC = = (0, −6, 2) =
k BC k2 02 + (−6)2 + 22

14 7 42 14
= (−3) · 0 + (−2) · (−6) + 1 · 236 + 4(0, −6, 2) = (0, −6, 2) = (0, −6, 2) = 0, − , =
40 20 20 20
21 7
0, − ,
10 10

−→ 21 7
Chamando A = (a, b, c) e sabendo que BA = 0, − , , temos:
10 10

21 7 21 7
(a − 2, b − 1, c − 1) = 0, − , ⇒ a − 2 = 0, b − 1 = − , c − 1 =
10 10 10 10
11 17
Ou seja: a = 2, b = − 10 ec= 10
.

11 17
Assim: H = 2, − ,
10 10
3.5.2 Produto vetorial
Sejam V e W vetores do espaço. O produto vetorial de V com W , indicado por V × W , é

um vetor que possui as seguintes caracterı́sticas:
a) k V × W k=k V kk W k sen θ onde θ é o ângulo formado entre V e W .
b) V × W tem direção perpendicular à direção de V e de W .
c) O sentido de V × W é dado pela ”regra da mão direita”.
Área de um paralelogramo
Figura 3.27:
Consideremos V e W vetores não nulos no espaço. Indicando por A a área do paralelogramo,

podemos escrever:
A =k V k h (1)
h
Ainda: sen θ = =⇒ h =k W k senθ (2)
kW k
Usando (1) e (2):
A =k V kk W k sen θ =⇒ A =k V × W k
Propriedades do produto vetorial:
Sejam U , V e W vetores do espaço e α um escalar. As seguintes propriedades são válidas:

a) V × W = −W × V
b) V × W = 0 ⇔ V = αW para algum escalar α ∈ R.
Em particular: V × V = 0
c) (V × W ) · V = 0 e (V × W ) · W = 0
d) α(V × W ) = (αV ) × W = V × (αW )
e) V × (W + U ) = V × W + V × U
(W + U ) × V = W × V + U × V
Observação 20. Em geral, U × V 6= V × U .
√
Exemplo 53. Sejam U e V vetores no espaço tais que V × U = ( 2, 1, −1). Calcule a área
do paralelogramo determinado pelos vetores T1 = U − 2V e T2 = −3V .
Indicando por A a área do paralelogramo determinado por T1 e T2 , temos:
A =k T1 × T2 k
T1 ×T2 = (U −2V )×(−3V ) = U ×(−3V )+(−2V )×(−3V ) = −3U ×V +(−2)(−3)V ×V =
√ √
= −3U × V + 6V × V = −3U × V + 60 = −3U × V = 3V × U = 3( 2, 1, −1) = (3 2, 3, −3)
√ q √ √ √
A =k (3 2, 3, −3) k= (3 2)2 + 32 + (−3)2 = 18 + 9 + 9 = 36 = 6.
Vetores canônicos:
→
− −
→ −
→ −
→
Consideremos os vetores i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1). Para cada V =
(x, y, z) vetor no espaço, podemos escrever:
−
→ → −
− → − →
V = (x, y, z) = (x, 0, 0)+(0, y, 0)+(0, 0, z) = x(1, 0, 0)+y(0, 1, 0)+z(0, 0, 1) = x i +y j +z k .
Temos ainda que:
→ −
− → → −
− → − −
→ →
i × i =O j × j =O k × k =O
→ −
− → − → → −
− → →
−
i × j = k j × i =−k
→ −
− → − → → −
− → →
−
j × k = i k × j =−i
→ −
− → − → → −
− → →
−
k × i = j i × k =−j
→
− −
→
Teorema 9. Sejam V = (x1 , y1 , z1 ) e W = (x2 , y2 , z2 ) vetores no espaço. Então, o vetor
V × W é dado por:
" # " # " #!
y1 z1 x1 z1 x1 y1
V × W = det , −det , det
y2 z2 x2 z2 x2 y2
Demonstração:
→
− →
− →
− →
− →
− →
−
Podemos escrever: V = x1 i + y1 j + z1 k e W = x2 i + y2 j + z2 k
Usando as propriedades, temos:
→
− →
− →
− →
− →
− →
−
V × W = (x1 i + y1 j + z1 k ) × (x2 i + y2 j + z2 k ) =
→ −
− → → −
− → − −
→ → → −
− → → −
− → → −
− →
= x1 x2 i × i + x1 y2 i × j + x1 z2 i × k + y1 x2 j × i + y1 y2 j × j + y1 z2 j × k
→ −
− → → −
− → → −
− →
+z1 x2 k × i + z1 y2 k × j + z1 z2 k × k =
→
− →
− →
− →
− →
− →
−
= x1 y2 k + x1 z2 (− j ) + y1 x2 (− k ) + y1 z2 i + z1 x2 j + z1 y2 (− i ) =
→
− →
− →
−
= (y1 z2 − z1 y2 ) i + (z1 x2 − x1 z2 ) j + (x1 y2 − y1 x2 ) k =
→
− →
− →
−
= (y1 z2 − z1 y2 ) i − (x1 z2 − z1 x2 ) j + (x1 y2 − y1 x2 ) k
Observando que:
" # " # " #
y1 z1 x1 z1 x1 y1
(y1 z2 −z1 y2 ) = det (x1 z2 −z1 x2 ) = det (x1 y2 −y1 x2 ) = det
y2 z2 x2 z2 x2 y2
Temos:
" # " # " #
y1 z1 − → x1 z1 − → x1 y1 − →
V × W = det i − det j + det k =
y2 z2 x2 z2 x2 y2
" # " # " #!
y1 z1 x1 z1 x1 y1
= det , −det , det
y2 z2 x2 z2 x2 y2
Exemplo 54. 1) Calcule o produto vetorial entre os vetores V = (−1, 2, 0) e W = (3, −1, 1)
" # " # " #!

2 0 −1 0 −1 2
V ×W = det , −det , det = (2 − 0, −(−1 − 0), 1 − 6) =
−1 1 3 1 3 −1
(2, 1, −5)
2) Considere os vetores do espaço U1 = (−2, 4, 0) e U2 = (a, −3, 1), onde α ∈ R. Se

W = (8, 4, −4), calcule o valor de a para que se tenha 2 U1 × U2 = W .
Temos: 2U1 = (−4, 8, 0)
Fazendo o produto 2 U1 × U2 , temos:
" # " # " #!
8 0 −4 0 −4 8
2 U1 × U2 = det , −det , det = (8, −(−4), 12 − 8a) =
−3 1 a 1 a −3
(8, 4, 12 − 8a)
W = 2 U1 × U2 ⇒ (8, 4, −4) = (8, 4, 12 − 8a) ⇒ 12 − 8a = −4 ⇒ 16 = 8a ⇒ a = 2
3) Considere os vetores V = (1, 0, 3) e W = (0, −1, 2). Encontre um vetor T do espaço que
seja simultaneamente ortogonal a V e W e que tenha norma 5.
Seja U = V × W . Temos que U é ortogonal a V e a W simultaneamente.

" # " # " #!
0 3 1 3 1 0
U = V × W = det , −det , det = (3, −2, −1)
−1 2 0 2 0 −1
1
O vetor R = U é unitário e é simultaneamente ortogonal a V e W .
kU k

1 1 3 −2 1
R= U=√ (3, −2, −1) = √ , √ , −√
kU k 9+4+1 14 14 14
O vetor T procurado pode ser:

T = 5R ou T = −5R
Ou seja:

15 −10 5 −15 10 5
T = √ , √ , −√ ou T = √ , √ , √
14 14 14 14 14 14
Figura 3.28:
3.5.3 Produto Misto
Dados os vetores U , V e W do espaço, o produto misto de U , V e W é dado por:
U · (V × W )
Observação 21. Alguns livros denotam o produto misto de U , V e W da forma:
(U, V, W ) = U · (V × W )
Exemplo 55. Calcule o produto misto de U = (−1, 2, 0), V = (3, 1, 0) e W = (0, −1, 1) (nesta
ordem).
Temos:
U · (V × W ) é o produto misto de U , V e W . Calculando V × W :
" # " # " #!

1 0 3 0 3 1
V ×W = det , −det , det = (1, −3, −3)
−1 1 0 1 0 −1
U · (V × W ) = (−1, 2, 0) · (1, −3, −3) = −1 − 6 + 0 = −7.

Teorema 10. Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) vetores do espaço.

Então, o produto misto de U , V e W pode ser calculado da forma:
 
u1 u2 u3
U · (V × W ) = det  v1 v2 v3 
 
w1 w2 w3
Demonstração:
Temos:
" # " # " #!
v2 v3 v1 v3 v1 v2
U · (V × W ) = (u1 , u2 , u3 ) · det , −det , det =
w2 w3 w1 w3 w1 w2
" # " # " #
v2 v3 v1 v3 v1 v2
= u1 · det − u2 · det + u3 · det =
w2 w3 w1 w3 w1 w2
" # " # " #
v 2 v 3 v 1 v 3 v 1 v 2
= u1 · (−1)1+1 · det + u2 · (−1)1+2 · det + u3 · (−1)1+3 · det =
w2 w3 w1 w3 w1 w2
 
u1 u2 u3
= det  v1 v2 v3 
 
w1 w2 w3
Exemplo 56. Calcule o produto misto de U = (2, −1, 3), V = (−1, 5, 1) e W = (5, 1, −2)
Temos:
 
2 −1 3
U · (V × W ) = det −1 5 1  = −3 − 5 − 20 − 2 − 75 + 2 = −103
 
5 1 −2
Volume de um paralelepı́pedo:
Teorema 11. Dados os vetores não nulos U , V e W do espaço, o número real
| U · (V × W ) |
é numericamente igual ao volume do paralelepı́pedo determinado por U , V e W .
Demonstração:
Figura 3.29:
Seja θ o ângulo entre os vetores U e V × W . Podemos escrever:
h
cos θ = =⇒ h =k U k cos θ =⇒ h =k U k| cos θ |
kU k
(pois cos θ > 0 nesse caso).

O volume do paralelepı́pedo é dado por:
V ol =k V ×W k h =k V ×W k k U k | cos θ |=| k U k k V ×W k cos θ |=| U ·(V ×W ) |
Uma outra situação que pode ocorrer é a seguinte:
Figura 3.30:
Temos:
θ + α = π rad =⇒ α = π − θ
cos α = cos(π − θ) = cos π cos θ + sen π sen θ = − cos θ

Então:
V ol =k V × W kk U k cos α =k V × W kk U k (− cos θ) =k V × W kk U k| cos θ |
(pois cos θ < 0 nesse caso).

Assim:
V ol =k V × W kk U k| cos θ |= | k V × W k k U k cos θ |=| U · (V × W ) |
Exemplo 57. Calcule o volume do paralelepı́pedo determinado pelos vetores U = (2, −1, 3),
V = (−1, 5, 1) e W = (5, 1, −2).
 
2 −1 3
Como já foi feito, temos que: U ·(V ×W ) = det −1 5 1  = −3−5−20−2−75+2 = −103
 
5 1 −2
Assim: V ol =| U · (V × W ) |=| −103 |= 103 (unidades de volume)
Consequência do teorema acima: Sejam U , V e W vetores no espaço. Então:
U , V e W são coplanares se, e somente se, U · (V × W ) = 0.
Exemplo 58. dados os vetores T1 = (−3, 1, 0), T2 = (2, 0, −1) e T3 = (−4, 2, −1), verifique
se eles são coplanares.
Temos que:
 
−3 1 0
T1 · (T2 × T3 ) = det  2 0 −1  = 4 + 2 − 6 = 0
 
−4 2 −1
.
Logo, T1 , T2 e T3 são coplanares.
Capı́tulo 4
Retas e Planos
4.1 Equações do plano
4.1.1 Equação geral
Seja P0 = (x0 , y0 , z0 ) um ponto no plano π e N = (a, b, c) um vetor normal ao plano, ou

seja, um vetor ortogonal a todo vetor que pode ser representado no plano π.
Figura 4.1:
−−→
Então, um ponto P = (x, y, z) pertence ao plano π, quando os vetores P0 P e N são
ortogonais. Isto é:
−−→
N ·P0 P = 0 ⇐⇒ (a, b, c)·(x−x0 , y−y0 , z−z0 ) = 0 ⇐⇒ a(x−x0 )+b(y−y0 )+c(z−z0 ) = 0 ⇐⇒
⇐⇒ ax + by + cz − ax0 − by0 − cz0 = 0
Chamando d = −ax0 − by0 − cz0 , podemos reescrever a última expressão:
ax + by + cz + d = 0
99
100 CAPÍTULO 4. RETAS E PLANOS
(Equação geral do plano)
Exemplo 59. Encontre a equação geral dos seguintes planos:

a) Plano que passa por A = (1, 2, 0) e tem N = (−1, 2, 3) como um vetor normal.
Resolução: ax + by + cz + d = 0
−1x + 2y + 3z + d = 0
Usando que A pertence ao plano, temos:
−1 · 1 + 2 · 2 + 3 · 0 + d = 0
−1 + 4 + d = 0
d = −3
Assim: −x + 2y + 3z − 3 = 0 é a equação geral do plano pedido.
b) Plano que passa pelos pontos A = (−1, 0, 2), B = (0, 0, 1) e C(−1, 3, 1)

−→ −→
Resolução: Os vetores AB e AC são vetores que podem ser representados no plano em
−→ −→
questão. Um vetor N normal ao plano deve ser simultaneamente ortogonal a AB e AC.
−→ −→ −→ −→
Vamos fazer AB × AC para encontrarmos um vetor simultaneamente ortogonal a AB e AC:
−→
AB = (1, 0, −1)
−→
AC = (0, 3, −1)
" # " # " #!
−→ −→ 0 −1 1 −1 1 0
AB × AC = det , −det , det = (3, 1, 3)
3 −1 0 −1 0 3
Assim: 3x + y + 3z = 0 é a equação geral do plano. Usando que B = (0, 0, 1) pertence ao
plano, temos:
3·0+0+3·1+d=0
d = −3
Logo: 3x + y + 3z − 3 = 0 é a equação procurada.
4.1.2 Equação Vetorial e Equações Paramétricas
Seja P0 = (x0 , y0 , z0 ) um ponto do plano π e considere V1 = (x1 , y1 , z1 ) e V2 = (x2 , y2 , z2 )

vetores paralelos ao plano π e não paralelos entre si.
4.1. EQUAÇÕES DO PLANO 101
Figura 4.2:
−−→
P = (x, y, z) pertence ao plano π quando P0 P = tV1 + hV2 , onde t e h são escalares.
Ou seja:
(x − x0 , y − y0 , z − z0 ) = t(x1 , y1 , z1 ) + h(x2 , y2 , z2 )
(x, y, z) = (x0 , y0 , z0 ) + t(x1 , y1 , z1 ) + h(x2 , y2 , z2 ) t, h ∈ R
(Equação vetorial do plano)
Da equação vetorial, podemos escrever:


x = x0 + x1 t + x2 h



y = y0 + y1 t + y2 h t, h ∈ R


z = z0 + z1 t + z2 h

(Equações paramétricas do plano)
Observação 22. Os vetores V1 e V2 são chamados de vetores diretores do plano.
Exemplo 60. a) Encontre equações paramétricas do plano que passa pelo ponto A = (−1, 2, 1)
e é paralelo aos vetores V = (0, 2, 5) e W = (1, −3, 2).
Resolução:

x = −1 + 0t + 1h



y = 2 + 2t − 3h t, h ∈ R


z = 1 + 5t + 2h

b) Dada a equação geral 2x − y + 4z − 12 = 0 do plano π, encontre equações paramétricas para

esse plano.
Resolução:
usando a equação geral do plano π, vamos encontrar 3 pontos do plano. Fazendo:
x = 0, y = 0 : 4z − 12 = 0 ⇒ z=3 A = (0, 0, 3)
x = 0, z = 0 : −y − 12 = 0 ⇒ y = −12 B = (0, −12, 0)
y = 0, z = 0 : 2x − 12 = 0 ⇒ x=6 C = (6, 0, 0)
−→ −→
obtemos os pontos A, B e C do plano. Os vetores AB e AC são vetores paralelos ao plano π
(podem ser representados sobre ele) e não são paralelos entre si.
−→
AB = (0, −12, −3)
−→
AC = (6, 0, −3)
−→ −→
Assim, usando o ponto A = (0, 0, 3) do plano e os vetores AB e AC, obtemos equações
paramétricas:
 
x = 0 + 0t + 6h x = 6h

 

 
y = 0 − 12t + 0h =⇒ y = −12t t, h ∈ R

 

z = 3 − 3t − 3h
 z = 3 − 3t − 3h

4.2 Equações da reta
Seja r a reta paralela a um vetor V = (a, b, c) não nulo e que passa pelo ponto P0 =
(x0 , y0 , z0 ).
Figura 4.3:
−−→
Um ponto P = (x, y, z) pertence à reta r quando o vetor P0 P for paralelo ao vetor V . Isto
é:
4.2. EQUAÇÕES DA RETA 103
−−→
P0 P = tV t∈R
Ainda: (x − x0 , y − y0 , z − z0 ) = t(a, b, c), t∈R

(x − x0 , y − y0 , z − z0 ) = (ta, tb, tc), t∈R
Equações paramétricas de r ficam então da forma:

 
x − x0 = at x = x0 + at

 

 
y − y0 = bt t ∈ R ⇒ y = y0 + bt t ∈ R

 

z − z0 = ct
 z = z0 + ct

Observação 23. a) Um vetor V que fornece a direção da reta r é chamado de um vetor diretor
de r.
b) Uma equação: (x, y, z) = (x0 , y0 , z0 ) + t(a, b, c), t ∈ R é uma equação vetorial da reta r.
Vamos supor agora que um vetor diretor V = (a, b, c) da reta r seja tal que a 6= 0, b 6= 0 e
c 6= 0. A partir das paramétricas:

x = x0 + at



y = y0 + bt t∈R


z = z0 + ct

x − x0 y − y0 z − z0
obtemos: t= , , .
a b c
As equações simétricas da reta r ficam da forma:
x − x0 y − y0 z − z0
= =
a b c
Observação 24.
a) Encontre equações paramétricas para as seguintes retas:
• reta r: reta que passa por A = (−1, 0, 1) e é paralela ao vetor V = (1, 2, 3).
• reta s: reta que passa pelos pontos A = (−1, 0, 1) e B = (2, 1, −3).


2x + y − 2z − 4 = 0
• reta u: reta que é a interseção dos planos:
x + y + 2z = 0
Resolução:
reta r : V = (1, 2, 3) é um vetor diretor da reta r. Assim, paramétricas para r ficam da
forma:

x = −1 + 1t



y = 0 + 2t t ∈ R.


z = 1 + 3t

−→
reta s: o vetor AB = (3, 1, −4) é um vetor diretor para s. Assim, paramétricas para s
ficam da forma:

x = −1 + 3t



y = 0 + 1t t ∈ R.


z = 1 − 4t

reta u:

2x + y − 2z − 4 = 0
u:
x + y + 2z = 0
Fazendo x = t nas duas equações, obtemos :


2t + y − 2z − 4 = 0 (1)
t + y + 2z = 0 (2)
Somando as duas equações:

3t + 2y − 4 = 0 ⇒ 2y = 4 − 3t ⇒ y = 2 − 23 t (3)
Usando as expressões (2) e (3):
t + y + 2z = 0 ⇒
t + 2 − 32 t + 2z = 0 ⇒
2 − 12 t + 2z = 0 ⇒
2z = −2 + 12 t
z = −1 + 41 t
4.3. ÂNGULOS 105

x = t



Assim, equações paramétricas para u ficam da forma: y = 2 − 32 t t ∈ R.


z = −1 + 1 t

4
b) Encontre equações simétricas para as retas r e s do exemplo anterior.

Resolução:
reta r: usando paramétricas de r, obtemos:
 
x = −1 + t t = x + 1

 

 
y z−1
y = 2t t ∈ R ⇒ t = y2 ⇒x+1= =

 
 2 3
z = 1 + 3t
 t = z−1

3
reta s: usando paramétricas de s obtemos:

 
x+1


 x = −1 + 3t t = 3



 x+1 z−1
y=t t∈R⇒ t=y ⇒ =y=

 
 3 −4
z = 1 − 4t
 t = z−1

−4
4.3 Ângulos
Antes de iniciarmos o estudo de ângulos entre retas, vamos conhecer as posições relativas
entre duas retas.
4.3.1 Posições relativas entre retas
Sejam r1 e r2 retas com vetores diretores V1 e V2 respectivamente.
1) Se V1 e V2 são vetores paralelos, então as retas r1 e r2 são paralelas ou coincidentes.

Sejam P1 e P2 pontos das retas r1 e r2 respectivamente. Então:
−−→
r1 e r2 coincidentes ⇐⇒ P1 P2 é paralelo a V1 (e a V2 )
Figura 4.4:
Consequentemente,
−−→
r1 e r2 paralelas ⇐⇒ P1 P2 não é paralelo a V1 (nem a V2 )
Figura 4.5:
2) Se V1 e V2 não são paralelos, então as retas r1 e r2 são concorrentes ou reversas.

Sejam P1 e P2 pontos das retas r1 e r2 respectivamente. Então:
−−→
V1 , V2 e P1 P2 coplanares ⇐⇒ r1 e r2 concorrentes.
Consequentemente:
−−→
V1 , V2 , P1 P2 não coplanares ⇐⇒ r1 e r2 reversas.
4.3. ÂNGULOS 107
Exemplo 61. a) As retas:

r : (x, y, z) = (−1, 0, 2) + t(1, 2, −1) t ∈ R

x = 1 − 2t



s: y = 8 − 4t t∈R


z = 2 + 2t

têm vetores diretores Vr = (1, 2, −1) e Vs = (−2, −4, 2), respectivamente. Notamos que Vr e
Vs são paralelos. Logo, r e s são paralelas ou coincidentes. Tomando um ponto em cada reta,
digamos, A = (−1, 0, 2) e B = (1, 8, 2) pertencentes à r e s respectivamente, obtemos o vetor
−→ −→
AB = (2, 8, 0). O vetor AB não é paralelo à Vr (nem a Vs ). Logo, as retas são paralelas.
b) As retas:
r : (x, y, z) = (−1, 0, 2) + t(1, 2, −1) t ∈ R

x = 1



u: y = 0 + 2t t∈R


z = 2 − t

têm vetores diretores Vr = (1, 2, −1) e Vu = (0, 2, −1) não paralelos. Logo, r e u são con-
correntes ou reversas . Tomando os pontos A = (−1, 0, 2) e B = (1, 0, 2) das retas r e u,
−→ −→
respectivamente, obtemos o vetor AB = (2, 0, 0). Fazendo o produto misto de Vr , Vu e AB,
temos:
 
1 2 −1
−→
(Vr × Vu ) · AB = det 0 2 −1 = −4 + 4 = 0
 
2 0 0
−→
Logo, Vr , Vu e AB são coplanares e temos que r e u são concorrentes.
4.3.2 Ângulos entre retas
Sejam r1 e r2 duas retas.
a) Se r1 e r2 são paraleleas ou coincidentes, então o ângulo entre elas é 0.
b) Se r1 e r2 são concorrentes, então o ângulo entre r1 e r2 é o menor ângulo α formado entre

elas (0 6 α 6 π2 ).
Figura 4.6:
c) Se r1 e r2 são reversas: escolhemos um ponto P1 na reta r1 e traçamos uma reta r3 paralela

à reta r2 passando pelo ponto P1 . As retas r1 e r3 são concorrentes. O ângulo entre r1 e r3 é
o ângulo formado por r1 e r2 .
Figura 4.7:
Nos casos b e c, se α é o ângulo entre as retas r1 e r2 e se V1 e V2 são vetores diretores de

r1 e r2 respectivamente, então:
cos α =| cos θ |
onde θ é o ângulo formado entre os vetores V1 e V2 .

De fato, observemos as situações que podem ocorrer:
4.3. ÂNGULOS 109
Figura 4.8:
Neste caso: α = θ e cos α = cos θ =| cos θ | (pois cos θ > 0).
Figura 4.9:
Neste caso: α + θ = π rad

cos α = cos (π − θ) = cos π cos θ + sen π sen θ = − cos θ
Assim: cos α = − cos θ =| cos θ |, pois cos θ < 0.
Observação 25. Se α = π2 , as retas são ditas perpendiculares ou ortogonais.
Em resumo, se α é o ângulo entre as retas r1 e r2 com vetores diretores V1 e V2 respectiva-

mente, então:
| V1 · V2 |
cos α =
k V1 kk V2 k
Exemplo 62. a) Considere as retas r e s de equações:

 
x = 2 x = 2 − 4t

 

 
r : y = 1 + 6t t∈R s: y=1 t∈R

 

z = −1 − 3t
 z = −1 + 8t

Calcule o ângulo formado pelas retas r e s.
Resolução:
Vr = (0, 6, −3) e Vs = (−4, 0, 8) são vetores diretores das retas r e s, respectivamente. Se

α é o ângulo entre r e s, temos:
| Vr · Vs | | 0 · (−4) + 6 · 0 + (−3) · 8 | | −24 | 24 2

cos α = =p p =√ √ = √ √ =
k Vr kk Vs k 2 2 2
0 + 6 + (−3) (−4) + 0 + 82 2 2 45 80 3 5 4 5 5
Então:
α = arccos 52 , 06α6 π
2
b) Dadas as retas r e s abaixo, calcule o ângulo entre elas:
r : (x, y, z) = (0, 5, −2) + t(1, 1, 2) t∈R

x−2 y z
s: = =
4 5 3
Resolução:
Vr = (1, 1, 2) e Vs = (4, 5, 3) são vetores diretores das retas r e s, respectivamente. Se α é
o ângulo entre r e s, temos:
| Vr · Vs | |1·4+1·5+2·3| | 15 | 15
cos α = =√ √ =√ √ =√ √ =
k Vr kk Vs k 12 + 12 + 22 42 + 52 + 32 6 50 6 5 2
√ √ √
3 3 3 3 3 π
= √ ×√ = = =⇒ α = rad
2 3 3 6 2 6
4.3.3 Posições relativas entre dois planos
Sejam π1 e π2 planos com vetores normais N1 e N2 respectivamente:

4.3. ÂNGULOS 111
a) Se os vetores normais N1 e N2 são paralelos, então os planos π1 e π2 são paralelos ou

coincidentes.
Figura 4.10:
b) Se os vetores normais N1 e N2 não são paralelos, então os planos π1 e π2 são concorrentes.
Figura 4.11:
Exemplo 63. a) Os planos:
π1 : 3x − 2y + z − 5 = 0 π2 : 6x − 4y + 2z + 1 = 0
são planos paralelos. De fato, N1 = (3, −2, 1) e N2 = (6, −4, 2) são vetores normais aos planos
π1 e π2 respectivamente e N2 = 2N1 , ou seja, N1 e N2 são paralelos. Notemos que o ponto
A = (0, 0, 5) pertence ao plano π1 , mas não está no plano π2 , pois 6 · 0 − 4 · 0 + 2 · 5 + 1 = 11 6= 0

(ou seja, A não satisfaz a equação do plano π2 ). Logo, π1 e π2 não podem ser coincidentes e
são, então, paralelos.
b) Os planos:
π1 : 3x − 2y + z − 5 = 0 π3 : 2x + y − 1 = 0
são concorrentes: seus vetores normais N1 = (3, −2, 1) e N3 = (2, 1, 0) não são paralelos.
4.3.4 Ângulos entre planos
Sejam π1 e π2 planos. O ângulo α entre π1 e π2 é o menor ângulo possı́vel formado entre

vetores normais aos planos π1 e π2 .
Figura 4.12:
4.3. ÂNGULOS 113
Figura 4.13:
Temos:
| N1 · N2 |
cos α =| cos θ |=
k N1 kk N2 k
onde θ é o ângulo formado por vetores normais aos planos π1 e π2 .
Observação 26. Se os planos π1 e π2 são paralelos, então o ângulo entre eles é 0. Se o ângulo
π
entre os planos é rad, então os planos são ditos perpendiculares.
2
Exemplo 64. Dados os planos π1 e π2 abaixo, para quais valores reais de a os planos formam
π
um ângulo de rad?
3
π1 : ax + 11y − 2 = 0 π2 : 3x + 4z + 1 = 0
Resolução: sendo N1 = (a, 11, 0) e N2 = (3, 0, 4) vetores normais aos planos π1 e π2 respec-
tivamente, temos:
1 π | N1 · N2 | | 3 · a + 0 · 11 + 4 · 0 | | 3a |
= cos = =√ √ =√ √ =
2 3 k N1 kk N2 k 2
a + 11 + 02 2 2
3 +0 +42 2 2
a + 121 9 + 16
3|a| √
= √ ⇒ 6 | a |= 5 a2 + 121 ⇒ 36a2 = 25(a2 + 121) ⇒ 11a2 = 25 · 121 ⇒
5 a2 + 121
√
a2 = 25 · 11 ⇒ a = ±5 11
√ √
Resp: a = 5 11 ou a = −5 11
4.4 Distâncias
4.4.1 Distância de um ponto a um plano
Considere um ponto P0 = (x0 , y0 , z0 ) e um plano π de equação geral ax + by + cz + d = 0
Figura 4.14:
Seja A = (x1 , y1 , z1 ) um ponto do plano π. Indicando a distância do ponto P0 ao plano π

por dist(P0 , π), temos:
−−→ −−→
−−→ −−→ | AP0 · N | | AP0 · N | k N k
dist (P0 , π) = dist(P0 , P ) =k P P0 k=k projN AP0 k= k N k= =
|N ·N | k N k2
−−→
| AP0 · N | | (x0 − x1 , y0 − y1 , z0 − z1 ) · (a, b, c) |
= √ =
kN k a2 + b 2 + c 2
| (ax0 − ax1 + by0 − by1 + cz0 − cz1 ) | | (ax0 + by0 + cz0 − ax1 − by1 − cz1 ) |
= √ = √ =
a2 + b2 + c2 a2 + b2 + c2
| (ax0 + by0 + cz0 + d) |

= √
a2 + b 2 + c 2
pois −ax1 − by1 − cz1 = d (A é um ponto do plano π).

| ax0 + by0 + cz0 + d |
Assim: dist(P0 , π) = √ .
a2 + b 2 + c 2
4.4. DISTÂNCIAS 115
Exemplo 65. a) Calcule a distância do ponto P = (1, 2, 0) ao plano de equação

π : x − 2y + 2z − 5 = 0.
Resolução: Temos:
1−2·2+2·0−5 | −8 | 8
dist(P, π) = p = √ = .
12 + (−2)2 + 22 9 3
3
b) Obtenha equações gerais para os planos que distam do ponto A = (0, 1, 1), sabendo que o
√ 5
vetor V = ( 5, −4, 2) é ortogonal a esses planos.
Resolução: equações gerais para os planos procurados têm a forma:

√
5x − 4y + 2z + d = 0
Figura 4.15:
3
Como a distância do ponto A = (0, 1, 1) a esses planos vale , temos:
5
√
3 | 5·0−4·1+2·1+d| |d−2| d−2
= dist(A, π) = q √ = √ = ⇒| d − 2 |= 3
5 2 2 2 25 5
( 5) + (−4) + 2
⇒ d − 2 = 3 ou d − 2 = −3 ⇒ d = 5 ou d = −1.
√ √
Resp: 5x − 4y + 2z + 5 = 0 5x − 4y + 2z − 1 = 0
4.4.2 Distância de um ponto a uma reta
Considere um ponto Po no espaço e uma reta r, com vetor diretor V .
Figura 4.16:
Seja B um ponto da reta r. Observemos que a distância de P0 à reta r é a altura h do

−−→
paralelogramo determinado por V e BPo .
Figura 4.17:
Indicando por A a área do paralelogramo, temos:
−−→
A =k V × BP0 k e A =k V k ·h
Assim:
−−→
k V k ·h =k V × BP0 k
−−→
k V × BP0 k
h=
kV k
Ou seja:
−−→
k V × BP0 k
dist(P0 , r) =
kV k
Exemplo 66. Calcule a distância do ponto P = (−1, 0, 3) à reta r : (x, y, z) = (2, 1, 0) +

t(2, −2, 1), t ∈ R
Resolução: o ponto B = (2, 1, 0) pertence à reta r. Sendo V = (2, −2, 1) um vetor diretor
de r, temos:
−−→
k V × BP k
dist(P, r) =
kV k
−−→
com BP = (−3, −1, −3).
−−→
Vamos calcular V × BP .
" # " # " #!

−−→ −2 1 2 1 2 −2
V × BP = det , − det , det = (−5, −9, −8).
−1 3 −3 3 −3 −1
Assim:
√ √
k (−5, −9, −8) k 25 + 81 + 64 170
dist(P, r) = = √ =
k (2, −2, 1) k 4+4+1 3
.
4.4.3 Distância entre dois planos
Sejam π1 e π2 planos e N1 e N2 vetores normais a esses dois planos, respectivamente.
a) Se N1 e N2 não são paralelos, então os planos π1 e π2 são concorrentes e dist(π1 , π2 ) = 0.
b) Se N1 e N2 são paralelos, então a distância entre os dois planos é a distância de um ponto

de um dos planos ao outro plano. Por exemplo, seja P1 um ponto do plano π1 . Então:
dist (π1 , π2 ) = dist (P1 , π2 )

Figura 4.18:
Observação 27. Pode-se tomar, da mesma forma, um ponto P2 de π2 e se calcular a dist (π1 , π2 )
como: dist (π1 , π2 ) = dist (P2 , π1 ).
Exemplo 67. a) Os planos:
π1 : 3x − 2y + 5z + 2 = 0 π2 : x + y − z + 1 = 0
têm vetores normais N1 = (3, −2, 5) e N2 = (1, 1, −1) respectivamente. Como N1 e N2 não
são paralelos, os planos são concorrentes e dist (π1 , π2 ) = 0.
b) Considere os planos:
π1 : 2x − y + 3z − 1 = 0 π2 : 4x − 2y + 6z + 10 = 0
N1 = (2, −1, 3) e N2 = (4, −2, 6) são vetores normais aos planos π1 e π2 , respectivamente e N1
e N2 são paralelos. Escolhamos um ponto P1 do plano π1 , digamos, P1 = (0, −1, 0).T emos :
| 4 · 0 − 2(−1) + 6 · 0 + 10 | | 2 + 10 | 12
dist (π1 , π2 ) = dist (P1 , π2 ) = p = √ = √ =
42 + (−2)2 + 62 56 2 14
√ √ √
6 14 6 14 3 14
=√ ×√ = =
14 14 14 7
4.4.4 Distância entre duas retas
Considere r1 e r2 retas com vetores diretores V1 e V2 , respectivamente.
a) Se V1 e V2 são vetores paralelos, então a distância entre as retas r1 e r2 é a distância de um

ponto de uma das retas à outra reta. Por exemplo, seja P1 um ponto da reta r1 . Então:
dist (r1 , r2 ) = dist (P1 , r2 ) .
Figura 4.19:
b) Se V1 e V2 são vetores não paralelos, então as retas r1 e r2 são concorrentes ou reversas.

Vamos construir os planos π1 e π2 da seguinte maneira:
Plano π1 : contém a reta r1 e é paralelo ao vetor V2 .
Plano π2 : contém a reta r2 e é paralelo ao vetor V1 .
Figura 4.20:
O vetor N = V1 × V2 é normal aos planos π1 e π2 . Assim:
dist (r1 , r2 ) = dist (π1 , π2 )
Se P2 é um ponto da reta r2 , consequentemente, P2 é um ponto de π2 , e lembrando que os

planos π1 e π2 são paralelos, então:
dist(r1 , r2 ) = dist(π1 , π2 ) = dist(P2 , π1 ) =
−−→ −−→
| P1 P2 · N | | P1 P2 · (V1 × V2 ) |
= =
kN k k V1 × V2 k
onde P1 é um ponto da reta r1 (consequentemente, um ponto do plano π1 )

−−→
Notemos que, se r1 e r2 forem retas concorrentes, então P1 P2 · (V1 × V2 ) = 0 e teremos
dist (r1 , r2 ) = 0.
Exemplo 68. a) As retas:

r : (x, y, z) = (−1, 0, 1) + t(−1, 2, 3) t ∈ R e

x = 2 + 2t



s: y = −1 − 4t t∈R


z = 0 − 6t

têm vetores diretores Vr = (−1, 2, 3) e Vs = (2, −4, −6) respectivamente, e esses são paralelos.
Sendo P = (−1, 0, 1) um ponto da reta r, temos que:
−→
k Vs × QP k
dist (r, s) = dist (P, s) =
k Vs k
−→
onde Q é um ponto da reta s. Usando Q = (2, −1, 0), temos QP = (−3, 1, 1).
" # " # " #!

−→ −4 −6 2 −6 2 −4
Vs × QP = det , − det , det = (2, 16, −10)
1 1 −3 1 −3 1
Assim:
√ √ √
k (2, 16, −10) k 4 + 256 + 100 360 3 35
dist (r, s) = = √ = √ = .
k (2, −4, −6) k 4 + 16 + 36 56 7
b) As retas:

x = 1 + 2t



r: y =0−t t∈R


z = −1

x y−1 z+1
s: = =
2 2 −1
têm vetores diretores Vr = (2, −1, 0) e Vs = (2, 2, −1) respectivamente. Esses vetores não
são paralelos. Usando Pr = (1, 0, −1) e Ps = (0, 1, −1) pontos pertencentes às retas r e s
respectivamente, temos:
−−→
| Pr Ps · (Vr × Vs ) |
dist(r, s) =
k Vr × Vs k
Fazendo os cálculos:
" # " # " #!

−1 0 2 0 2 −1
Vr × Vs = det , −det , det = (1, 2, 6)
2 −1 2 −1 2 2
−−→
Pr Ps = (−1, 1, 0)
√ √
| (−1, 1, 0) · (1, 2, 6) | | (−1) · 1 + 1 · 2 + 0 · 6 | 1 41 41
dist (r, s) = √ = √ =√ ×√ =
12 + 22 + 62 41 41 41 41
Observação 28. As retas do exemplo (b) são reversas, pois seus vetores diretores não são
paralelos e a distância entre elas não é zero.
4.5 Posições relativas
4.5.1 De reta e plano
Considere a reta r e V , um vetor diretor dessa reta. Seja π um plano com vetor normal N .
a) Se N e V não são ortogonais (N · V 6= 0), então a reta r é concorrente ao plano.
Figura 4.21:
b) Se N e V são ortogonais (N · V = 0), pode ocorrer da reta r ser paralela ao plano π ou

estar contida no plano π. O segundo caso irá ocorrer quando, além de verificarmos que N e V
são ortogonais, ainda tivermos um ponto de r (todos, na realidade) contido em π.
Figura 4.22:
4.5. POSIÇÕES RELATIVAS 123
Figura 4.23:
Exemplo 69. a) Considere o plano π e a reta r abaixo:
π : 2y + az = 0
r : (x, y, z) = (1, 1, 9) + t(0, −1, 1) t ∈ R
Para quais valores de a a reta r será concorrente ao plano π ?
Para que r seja concorrente a π, devemos ter N · V 6= 0, onde N = (0, 2, a) e V = (0, −1, 1)
são, respectivamente, um vetor normal ao plano π e um vetor diretor da reta r.
N · V = 0 ⇐⇒ −2 + a = 0 ⇐⇒ a = 2
Para termos N · V 6= 0, devemos ter a 6= 2.
b) Considere a reta r e o plano π abaixo:

y
r: x= =z−2
2
π : y − 2z + 4 = 0
V = (1, 2, 1) e N = (0, 1, −2) são, respectivamente, um vetor diretor de r e um vetor
normal a π. Observemos que:
V ·N =2−2=0
Assim, a reta r é paralela ao plano π ou ela está contida no plano π.
Seja A = (0, 0, 2) um ponto da reta r. Notemos que A pertence ao plano π, pois: 0−2·2+4 =
0 (o ponto A satisfaz a equação do plano π).
Dessa forma, a reta r está contida no plano π.
4.5.2 De três planos
Considere três planos π1 , π2 e π3 de equações gerais como abaixo:
π1 : a1 x + b1 y + c1 z + d1 = 0
π2 : a2 x + b2 y + c2 z + d2 = 0
π3 : a3 x + b3 y + c3 z + d3 = 0
Vamos indicar por N1 = (a1 , b1 , c1 ), N2 = (a2 , b2 , c2 ) e N3 = (a3 , b3 , c3 ) vetores normais aos

planos π1 , π2 e π3 respectivamente. Vamos dividir a análise em alguns casos.
a). N1 = (a1 , b1 , c1 ), N2 = (a2 , b2 , c2 ) e N3 = (a3 , b3 , c3 ) são vetores não coplanares.

Neste caso, mostra-se que os planos se interceptam 2 a 2 segundo retas e os 3 se insterceptam
em um único ponto.
Figura 4.24:
Neste caso, o sistema linear:


 a1 x + b1 y + c1 z = −d1

a2 x + b2 y + c2 z = −d2

a3 x + b3 y + c3 z = −d3

possui solução única (o ponto de interseção entre os 3 planos!)
Por exemplo, considere os planos abaixo:
π1 : x + 2y − z + 2 = 0
π2 : x − 3z + 3 = 0
π3 : x + 2y + 2z − 4 = 0
Vetores normais para os planos acima são, respectivamente: N1 = (1, 2, −1), N2 = (1, 0, −3)
e N3 = (1, 2, 2). Esses vetores não são coplanares, pois:
 
1 2 −1
(N1 × N2 ) · N3 = det  1 0 −3  = −2 − 6 − 4 + 6 = −6 6= 0
 
1 2 2
Esses três planos exemplificam o caso que estamos estudando. Além disso, resolvendo o
sistema linear:

 x + 2y − z = −2

x − 3z = −3

x + 2y + 2z = 4


3
obtemos como solução o ponto I = 3, − , 2 , que é o ponto de interseção entre os 3 planos.
2
b). N1 = (a1 , b1 , c1 ), N2 = (a2 , b2 , c2 ) e N3 = (a3 , b3 , c3 ) são vetores coplanares.
b1). N1 = (a1 , b1 , c1 ), N2 = (a2 , b2 , c2 ) e N3 = (a3 , b3 , c3 ) são vetores paralelos.
Neste caso, os planos são paralelos/coincidentes (os 3 planos podem ser paralelos ou pode
haver coincidência entre 2 deles ou pode haver coincidência entre os 3).
Por exemplo, considere os planos abaixo:
π1 : x + 2y − z − 4 = 0
π2 : 2x + 4y − 2z − 8 = 0
π3 : 3x + 6y − 3z = 0
e N3 = (3, 6, −3). Esses vetores são paralelos. Os planos π1 e π2 são coincidentes e são paralelos
ao plano π3 .
Figura 4.25:
Além disso, o sistema linear:

 x + 2y − z = 4

2x + 4y − 2z = 8

3x + 6y − 3z = 0

não possui solução (já que não há interseção entre os 3 planos).
Agora, considere os planos abaixo:
π1 : x + 2y − z − 4 = 0
π2 : 2x + 4y − 2z − 8 = 0
π4 : 3x + 6y − 3z − 12 = 0
e N4 = (3, 6, −3). Esses vetores são paralelos e, neste caso, os 3 planos são coincidentes.
Figura 4.26:
Além disso, o sistema linear:

 x + 2y − z = 4

2x + 4y − 2z = 8

3x + 6y − 3z = 0

possui infinitas soluções (todos os pontos dos planos - que são um só na realidade).
Mais um exemplo: considere os planos abaixo:
π1 : x + 2y − z − 4 = 0
π5 : x + 2y − z = 0
π6 : 3x + 6y − 3z − 6 = 0
e N6 = (3, 6, −3). Esses vetores são paralelos.
Figura 4.27:

 x + 2y − z = 4

x + 2y − z = 0

3x + 6y − 3z = 6

não possui solução. Não há ponto comum entre os 3 planos.
b2). Exatamente dois vetores normais são paralelos.
Neste caso, podem ocorrer duas situações:

b21). 2 planos paralelos e um concorrente a eles.
Por exemplo, os planos:
π1 : x + 2y − z − 4 = 0
π5 : 2x + 4y − 2z = 0
π7 : 2x + y − z − 2 = 0
exemplificam este caso. Os vetores normais (aos planos π1 e π5 ) N1 = (1, 2, −1) e N5 =

(2, 4, −2) são paralelos, mas N7 = (2, 1, −1) (vetor normal a π7 ) não é paralelo a eles.
Figura 4.28:
b22). 2 planos coincidentes e um concorrente a eles.
Por exemplo, os planos:

π1 : x + 2y − z − 4 = 0
π2 : 2x + 4y − 2z − 8 = 0
π7 : 2x + y − z − 2 = 0
exemplificam este caso. Os vetores normais (aos planos π1 e π2 ) N1 = (1, 2, −1) e N2 =
(2, 4, −2) são paralelos e os planos π1 e π2 descrevem os mesmos pontos (são coincidentes),
mas N7 = (2, 1, −1) (vetor normal a π7 ) não é paralelo a eles.
Figura 4.29:
Resolvendo os sistema:

 x + 2y − z = 4

2x + 4y − 2z = 8

2x + y − z = 2

obtemos como solução:

(
x = z3
y = z3 + 2, z ∈ R
Geometricamente, temos uma reta como interseção do planos.
b3). Quaisquer dois vetores normais não são paralelos.
b31). Os planos se interceptam 2 a 2 segundo retas que são paralelas.


 a1 x + b1 y + c1 z = −d1

a2 x + b2 y + c2 z = −d2

a3 x + b3 y + c3 z = −d3

não possui solução, já que os 3 planos não se interceptam.

Por exemplo, os planos
π8 : x − 2y + 3z − 12 = 0
π9 : 3x + y − 2z + 6 = 0
π10 : 4x − y + z = 0
têm vetores normais N8 = (1, −2, 3), N9 = (3, 1, −2) e N10 = (4, −1, 1), que não são vetores 2
a 2 paralelos, mas são coplanares:
 
1 −2 3
(N8 × N9 ) · N10 = det  3 1 −2  = 1 − 9 + 16 − 12 + 6 − 2 = 0
 
4 −1 1
Figura 4.30:

 x − 2y + 3z = 12

3x + y − 2z = −6 ,

4x − y + z = 0

vemos que esse sistema não possui solução.
b32). Os planos se interceptam segundo uma reta.


 a1 x + b1 y + c1 z = −d1

a2 x + b2 y + c2 z = −d2

a3 x + b3 y + c3 z = −d3

possui infinitas soluções, já que a interseção entre os 3 planos é uma reta.
Por exemplo, consideremos os planos

π8 : x − 2y + 3z − 6 = 0
π9 : 3x + y − 2z + 6 = 0
π10 : 4x − y + z = 0.
Os vetores normais aos planos: N8 = (1, −2, 3), N9 = (3, 1, −2) e N10 = (4, −1, 1) não são
2 a 2 paralelos, mas são coplanares, pois:
 
1 −2 3
(N8 × N9 ) · N10 = det  3 1 −2  = 1 − 9 + 16 − 12 + 6 − 2 = 0
 
4 −1 1
Figura 4.31:

 x − 2y + 3z = 6

3x + y − 2z = −6 ,

4x − y + z = 0

obtemos como solução:

(
x = − 67 + 17 z
, z∈R
y = − 24
7
+ 11 7
z
que são equações reduzidas da reta de interseção dos planos.
Capı́tulo 5
Cônicas e Coordenadas Polares
5.1 Sistema de Coordenadas Retangulares no Plano
Figura 5.1:
O sistema de coordenadas retangulares ou cartesianas é formado por duas retas orientadas

xx (usualmente chamada de eixo-x) e yy 0 (usualmente chamado de eixo-y). As retas são
0
perpendiculares e seu ponto de intersecção O é chamado de origem do sistema.

Os eixos coordenados dividem o plano em 4 regiões, denominadas quadrantes.
A cada ponto A do plano, temos em correspondência uma abscissa x e uma ordenada y.
Assim, dizemos que o ponto P tem coordenadas retangulares ou cartesianas (x, y). À direita
133
134 CAPÍTULO 5. CÔNICAS E COORDENADAS POLARES
de O, as abscissas são positivas e à esquerda de O, são negativas. Em ambos os casos a

abscissa cresce à medida que caminhamos para a direita, seguindo a orientação do eixo-x.
Analogamente, as ordenadas são positivas acima de O e negativas abaixo de O. As ordenadas
crescem à medida que caminhamos para cima, seguindo a orientação do eixo-y.
Figura 5.2:
Figura 5.3:
Exemplo 70. Na figura acima, temos:
A = (4, 3) B = (−2, 2) C = (−6, 0) D = (−1, −4) E = (3, 2; −1)

.
Vamos aproveitar a oportunidade e recordar como se faz o cálculo da distância entre dois
pontos no plano. Isso será muito importante neste capı́tulo.
Distância entre dois pontos no plano: sejam A = (xA , yA ) e B = (xB , yB ) dois pontos
no plano.
5.1. SISTEMA DE COORDENADAS RETANGULARES NO PLANO 135
Figura 5.4:
Observando a figura acima, podemos escrever que a distância entre A e B , denotada por
dist (A, B) é dada por:
q
dist (A, B) = d = (xB − xA )2 + (yB − yA )2 .
Exemplo 71. Calcule a distância entre os pontos A = (3, 2) e B = (7, −1).

q √
Temos que: dist (A, B) = (7 − 3)2 + (−1 − 2)2 = 42 + (−3)2 = 25 = 5.
p
Uma circunferência é o lugar geométrico de um ponto que se move num plano de modo
que está sempre a uma distância constante de um ponto fixo no plano. O ponto fixo é chamado
de centro da circunferência e a distância constante é denominada raio da circunferência.
Seja P = (x, y) um ponto da circunferência. Se C = (h, k) é o centro da circunferência e
r > 0 é seu raio, então podemos escrever:
p
r = dist (P, C) = (x − h)2 + (y − k)2 =⇒ (x − h)2 + (y − k)2 = r2 .
Temos então que (x − h)2 + (y − k)2 = r2 é a equação cartesiana da circunferência estudada.

Figura 5.5:
Por exemplo, a equação x2 + y 2 = 4 representa a circunferência de centro em (0, 0) e raio

2. A equação (x + 1)2 + (y − 3)2 = 6 representa a circunferência de centro em (−1, 3) e raio
√
6.
5.2 Translação dos eixos coordenados
No plano, consideremos um sistema de coordenadas cartesianas xOy.
Figura 5.6:
Agora, vamos mover os eixos coordenados de forma a obtermos um novo sistema de coor-
5.2. TRANSLAÇÃO DOS EIXOS COORDENADOS 137
denadas cartesianas x0 O0 y 0 , onde: eixo-x’ paralelo ao eixo-x e ambos têm mesma orientação;
eixo-y’ paralelo ao eixo-y e ambos com mesma orientação.
Sejam (h, k) as coordenadas do ponto O0 em relação ao sistema xOy. Se um ponto P do
plano tem coordenadas (x, y) e (x0 , y 0 ) em relação aos sistemas xOy e x0 O0 y 0 respectivamente,
podemos escrever:
x =| OB |=| OA | + | AB |=| OA | + | O0 D |= h + x0
y =| OE |=| OC | + | CE |=| OC | + | O0 F |= k + y 0

x = x0 + h
y = y 0 + k
Essas são as equações de transformação das coordenadas do sistema xOy para o sistema
x O0 y 0 .
0
Exemplo 72. a) Encontre as coordenadas do ponto A = (3, −1) com relação ao novo sistema
de coordenadas x0 O0 y 0 , onde O0 = (1, 2)
Usando as equações de transformação, temos:
x = x0 + h ⇒ 3 = x0 + 1 ⇒ x0 = 2
y = y 0 + k ⇒ −1 = y 0 + 2 ⇒ y 0 = −3
Assim, A = (2, −3) são as coordenadas do ponto A com relação ao sistema x0 O0 y 0
b) Por uma translação de eixos a partir do sistema xOy, obtemos o sistema x0 O0 y 0 , onde
O0 = (−2, 1). Transforme a equação 3x2 + 2y 2 + 12x − 4y + 8 = 0 para a equação com relação
ao novo sistema x0 O0 y 0 .
Temos:

x = x0 − 2
y = y 0 + 1
Substituindo na equação dada, obtemos:

3(x0 − 2)2 + 2(y 0 + 1)2 + 12(x0 − 2) − 4(y 0 + 1) + 8 = 0
3[(x0 )2 − 4x0 + 4] + 2[(y 0 )2 + 2y 0 + 1] + 12x0 − 24 − 4y 0 − 4 + 8 = 0

3(x0 )2 − 12x0 + 12 + 2(y 0 )2 + 4y 0 + 2 + 12x0 − 24 − 4y 0 − 4 + 8 = 0
3(x0 )2 + 2(y 0 )2 − 6 = 0
c) Por uma translação de eixos, transformar a equação da curva x2 − 4y 2 + 6x + 8y + 1 = 0

em outra desprovida de termos de 1◦ grau.
Se O0 = (h, k) é a origem do novo sistema x0 O0 y 0 de coordenadas cartesianas, podemos

escrever:

x = x0 + h
y = y 0 + k
Substituindo na equação dada, temos:

(x0 + h)2 − 4(y 0 + k)2 + 6(x0 + h) + 8(y 0 + k) + 1 = 0
(x0 )2 + 2hx0 + h2 − 4[(y 0 )2 + 2y 0 k + k 2 ] + 6x0 + 6h + 8y 0 + 8k + 1 = 0
(x0 )2 + 2hx0 + h2 − 4(y 0 )2 − 8ky 0 − 4k 2 + 6x0 + 6h + 8y 0 + 8k + 1 = 0
(x0 )2 − 4(y 0 )2 + (2h + 6)x0 + (8 − 8k)y 0 + h2 − 4k 2 + 6h + 8k + 1 = 0 (1)
Para que não tenhamos termos de 1◦ grau, devemos ter:
2h + 6 = 0 e 8 − 8k = 0
Ou seja: h = −3 e k = 1.
Assim, a equação (1) pode ser reescrita (usando h = −3 e k = 1):
(x0 )2 − 4(y 0 )2 + (−3)2 − 4 · 12 + 6(−3) + 8 · 1 + 1 = 0
(x0 )2 − 4(y 0 )2 + 9 − 4 − 18 + 8 + 1 = 0
(x0 )2 − 4(y 0 )2 − 4 = 0.
A equação da curva fica da forma:
(x0 )2 − 4(y 0 )2 − 4 = 0
considerando o novo sistema com origem no ponto O0 = (−3, 1).

5.3. CÔNICAS 139
5.3 Cônicas
Uma cônica é o conjunto de pontos P = (x, y) no plano que satisfazem uma equação da
forma:
Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0
onde A, B, C, D, E, F ∈ R e A, B, C não são simultaneamente nulos.

Vamos estudar as chamadas cônicas não degeneradas: elipse, hipérbole e parábola.
5.3.1 Elipse
Elipse é o conjunto de pontos P no plano tais que a soma das distâncias de P a 2 pontos
fixos F1 e F2 é constante. Essa constante é maior do que a distância entre os pontos F1 e F2 .
Ou seja: chamando dist(F1 , F2 ) = 2c e tomando a > 0 tal que 2a > 2c, um ponto P
pertence à elipse em questão quando:
dist(P, F2 ) + dist(P, F2 ) = 2a
Equação da Elipse:
√
Vamos considerar b = a2 − c2 .
1) Equação da elipse de focos em F1 = (−c, 0) e F2 = (c, 0).
x2 y 2
+ 2 =1
a2 b
Demonstração:
P = (x, y) pertence à elipse ⇐⇒ dist(P, F1 ) + dist(P, F2 ) = 2a
Assim:
p p
(x + c)2 + (y − 02 ) + (x − c)2 + (y − 0)2 = 2a
p p
(x + c)2 + y 2 + (x − c)2 + y 2 = 2a
p p
(x + c)2 + y 2 = 2a − (x − c)2 + y 2
Elevando os dois membros ao quadrado:
hp i2 h p i2
(x + c)2 + y 2 = 2a − (x − c)2 + y 2
p
(x + c)2 + y 2 = 4a2 − 4a (x − c)2 + y 2 + (x − c)2 + y 2
p
x2 + 2cx + c2 + y 2 = 4a2 − 4a (x − c)2 + y 2 + x2 − 2cx + c2 + y 2
p
4a (x − c)2 + y 2 = 4a2 − 4cx
p
a (x − c)2 + y 2 = a2 − cx
Elevando os dois membros ao quadrado novamente, obtemos:
h p i2
2
a (x − c) + y 2 = (a2 − cx)2
a2 [(x − c)2 + y 2 ] = a4 − 2a2 cx + c2 x2
a2 (x2 − 2cx + c2 + y 2 ) = a4 − 2a2 cx + c2 x2
a2 x2 − 2a2 cx + a2 c2 + a2 y 2 = a4 − 2a2 cx + c2 x2
a2 x2 + a2 y 2 + a2 c2 = a4 + c2 x2
a2 x2 − c2 x2 + a2 y 2 = a4 − a2 c2
(a2 − c2 )x2 + a2 y 2 = a2 (a2 − c2 )
Usando que b2 = a2 − c2 , podemos escrever:
b2 x2 + a2 y 2 = a2 b2
Dividindo ambos os membros por a2 b2 , temos:
b2 x2 a2 y 2
+ 2 2 = 1.
a2 b 2 ab
2 2
x y
2
+ 2 = 1.
a b
O esboço dessa curva fica da forma:
Figura 5.7:
Essa elipse é simétrica em relação:
• ao eixo-x: substituindo y por −y na equação da elipse, a equação não se modifica.

5.3. CÔNICAS 141
• ao eixo-y: substituindo x por −x na equação da elipse, a equação não se modifica.
• à origem: substituindo x por −x e y por −y na equação da elipse, a equação não se

modifica.
x2
Fazendo y = 0 na equação da elipse, obtemos 2 = 1, ou seja, x = ±a. Assim, os pontos
a
A1 e A2 do desenho têm coordenadas A1 = (−a, 0) e A2 = (a, 0) e são vértices da elipse. Os
pontos B1 e B2 são também vértices da elipse e têm coordenadas B1 = (0, b) e B2 = (0, −b)
(fazendo x = 0 na equação).
2) Equação da elipse de focos em F1 = (0, c) e F2 = (0, −c):
x2 y 2
+ 2 =1
b2 a
A demonstração é feita de forma análoga àquela feita em (1).

O esboço dessa elipse fica da seguinta forma:
Figura 5.8:
As mesmas observações sobre simetria podem ser feitas aqui: a elipse em questão é simétrica
com relação ao eixo-x, ao eixo-y e à origem.
x2
Fazendo y = 0 na equação da elipse, obtemos 2 = 1, ou seja, x = ±b. Assim, os pontos
b
B1 e B2 têm coordenadas B1 = (−b, 0) e B2 = (b, 0) e são vértices da elipse. Os pontos A1 e
A2 de coordenadas A1 = (0, a) e A2 = (0, −a) também são vértices da elipse (fazendo x = 0

na equação).
Antes de trabalharmos com mais um caso de elipse, vamos fazer algumas observações acerca
dos elementos da elipse. Vamos usar as mesmas notações dos casos (1) e (2).
Elementos da elipse
F1 e F2 → Focos da elipse
2c = dist(F1 , F2 ) → Distância focal
A1 , A2 , B1 e B2 → Vértices da elipse
A1 A2 → Eixo maior de comprimento 2a.
B1 B2 → Eixo menor de comprimento 2b.
C → Centro da elipse (é o ponto médio do segmento F1 F2 )
c
e = → excentricidade (0 < e < 1)
a
Figura 5.9:
√
Temos ainda: a2 = b2 + c2 (segue do fato de que b = a2 − c2 ).
Observação 29. • Na equação de uma elipse, sempre ocorre a > b e a > c.
• Nas elipses estudadas em (1) e (2), o centro C é a origem (centro de simetria da figura).
x2 y2
Exemplo 73. a) A elipse de equação + = 1 tem centro em C = (0, 0). Notemos que
9 4
x2 y2
a2 = 9 e b2 = 4 (já que a > b). Assim, a equação acima é do tipo 2 + 2 = 1 (1◦ caso
a b
estudado).
5.3. CÔNICAS 143
Temos:
a2 = 9 ⇒ a = 3
b2 = 4 ⇒ b = 2
• Vértices: A1 = (−3, 0), A2 = (3, 0), B1 = (0, 2), B2 = (0, −2)

√
• Focos: a2 = b2 + c2 ⇒ 9 = 4 + c2 ⇒ c2 = 5 ⇒ c = 5
√ √
F1 = (− 5, 0) e F2 = ( 5, 0).
√
• Distância focal: 2c = 2 5
• Medida do eixo maior: A1 A2 : 2a = 6
• Medida do eixo menor: B1 B2 : 2b = 4

√
c 5
• Excentricidade: e = =
a 3
O esboço da elipse fica então da forma:
Figura 5.10:
x2 y2
b) A elipse de equação + = 1 tem centro em C = (0, 0). Temos nesse caso, a2 = 25 e
9 25
x2 y 2
b2 = 9 (já que a > b) e, assim, a equação acima é do tipo 2 + 2 = 1 (2◦ caso estudado).
b a
Temos:
a2 = 25 ⇒ a = 5
b2 = 49 ⇒ b = 3
• Vértices: A1 = (0, 5), A2 = (0, −5), B1 = (−3, 0), B2 = (3, 0)
• Focos: a2 = b2 + c2 ⇒ 25 = 9 + c2 ⇒ c2 = 16 ⇒ c = 4
F1 = (0, 4) e F2 = (0, −4).
• Distância focal: 2c = 8
• Medida do eixo maior: A1 A2 : 2a = 10
• Medida do eixo menor: B1 B2 : 2b = 6
c 4
• Excentricidade: e = =
a 5
Figura 5.11:
Vamos agora estudar outros casos de elipses.
3) Elipse de centro C = (h, k) e eixo maior paralelo ao eixo das abscissas (eixo-x).
5.3. CÔNICAS 145
Figura 5.12:
Vamos fazer uma translação no sistema xOy, obtendo o sistema x0 O0 y 0 , onde O0 = (h, k).
Com relação ao novo sistema x0 O0 y 0 , a elipse tem centro na origem O0 , seu eixo maior está
sobre o eixo-x’ (eixo das abscissas) e seu eixo menor, sobre o eixo-y’ (eixo das ordenadas).
Temos então uma elipse como no caso (1), cuja equação é:
(x0 )2 (y 0 )2
(1) + 2 =1
a2 b
com relação ao sistema x0 O0 y 0 .

Usando as equações de transformação entre os sistemas xOy e x0 O0 y 0 :
 
x = x0 + h x0 = x − h
⇒
y = y 0 + k y 0 = y − k
e substituindo em (1), obtemos:
(x − h)2 (y − k)2
+ = 1.
a2 b2
4) Elipse de centro C = (h, k) e eixo maior paralelo ao eixo das ordenadas (eixo-y).
Figura 5.13:
Fazendo, como no caso 3, uma translação de eixos, obtemos a seguinte equação:
(x − h)2 (y − k)2
+ = 1.
b2 a2
Observação 30. As equações que obtivermos nos casos 1, 2, 3 e 4 são usualmente chamadas
de ”equações reduzidas”.
Exemplo 74. 1) Dada a equação da elipse 16x2 + y 2 + 64x − 4y + 52 = 0, encontre as

coordenadas de seus vértices, focos e centro. Calcule ainda a medida de seus eixos, e sua
excentricidade. Faça também um esboço.
Vamos trabalhar a equação 16x2 + y 2 + 64x − 4y + 52 = 0 até obtermos sua forma reduzida.
16x2 + y 2 + 64x − 4y + 52 = 0
16(x2 + 4x) + y 2 − 4y + 52 = 0
16(x2 + 4x + 4 − 4) + y 2 − 4y + 4 − 4 + 52 = 0
5.3. CÔNICAS 147
16[(x + 2)2 − 4] + (y − 2)2 − 4 + 52 = 0
16(x + 2)2 − 64 + (y − 2)2 + 48 = 0
16(x + 2)2 + (y − 2)2 − 16 = 0
16(x + 2)2 + (y − 2)2 = 16
(y − 2)2
(x + 2)2 + =1
16
Observando a equação reduzida acima, vemos que: a2 = 16 e b2 = 1, já que a > b.

(x − h)2 (y − k)2
Assim, a = 4 e b = 1. A equação está na forma: + = 1 (caso 4)
b2 a2
Centro: C = (−2, 2)
Figura 5.14:
Observando o esboço da elipse, podemos encontrar agora:
Vértices: A1 = (−2, 2 + 4) = (−2, 6) , A2 = (−2, 2 − 4) = (−2, −2)

B1 = (−2 − 1, 2) = (−3, 2) , B2 = (−2 + 1, 2) = (−1, 2)
√
Focos: a2 = b2 + c2 ⇒ 16 = 1 + c2 ⇒ c2 = 15 ⇒ c= 15
√ √
Assim: F1 = (−2, 2 + 15) , F2 = (−2, 2 − 15)
Medida do eixo-maior: 2a = 8
Medida do eixo menor: 2b = 2
√
Distância focal: 2c = 2 15
√
c 15
Excentricidade: e = =
a 4
Figura 5.15:
2) Os focos de uma√elipse são os pontos F1 = (−1, −1) e F2 = (−1, 3). Sabendo que sua
3
excentricidade vale , determine a equação cartesiana dessa curva.
3
Temos:
Centro da elipse = ponto médio de F1 F2
−1 − 1 −1 + 3
C=( , ) = (−1, 1).
2 2
O segmento F1 F2 é paralelo ao eixo-y. Isso nos diz que o eixo maior da elipse é paralelo
ao eixo-y e, então, sua equação fica da forma:
(x − h)2 (y − k)2
+ =1
b2 a2
5.3. CÔNICAS 149
Usando as coordenadas do centro:

(x + 1)2 (y − 1)2
+ =1
b2 a2
√
3 c
Sabendo que: = e = e que 2c = dist(F1 , F2 ) = 4, obtemos:
3 a
√
2 3 √ 6
c=2 e = ⇒ 3a = 6 ⇒ a = √
a 3 3
Sendo a2 = b2 + c2 , temos que:
2
2 2 2 6 36
b =a −c = √ − 22 = − 4 = 12 − 4 = 8
3 3
Assim:
(x + 1)2 (y − 1)2
+ =1
8 12
é a equação da elipse procurada.
Figura 5.16:
3) Determine a equação cartesiana da elipse que passa pelo ponto P = (1, −2) e que tem como
focos os pontos F1 = (−3, 1) e F2 = (5, 1).
O segmento F1 F2 é paralelo ao eixo-x. Assim, o eixo maior da elipse é também paralelo ao
eixo-x e, então, a elipse tem equação da forma:
(x − h)2 (y − k)2
+ =1
a2 b2
Temos ainda:

−3 + 5 1 + 1
Centro (ponto médio de F1 F2 ): C = , = = (1, 1).
2 2
2c = dist(F1 F2 ) = 8 ⇒ c = 4.
Assim temos a equação:
(x − 1)2 (y − 1)2
+ =1
a2 b2
Usando que P = (1, −2) pertence à elipse, temos:
(1 − 1)2 (−2 − 1)2

+ =1
a2 b2
(−3)2
= 1 ⇒ 9 = b2 ⇒ b = 3
b2
Assim: a2 = b2 + c2 = 42 + 32 = 25.
Portanto a equação fica da forma:
(x − 1)2 (y − 1)2
+ =1
25 9
Figura 5.17:
5.3.2 Hipérbole
Hipérbole é o conjunto de pontos P = (x, y) no plano tais que a diferença entre as distâncias
de P a dois pontos fixos F1 e F2 , em módulo, é constante.
5.3. CÔNICAS 151
Chamando 2c = dist(F1 F2 ) e escolhendo a > 0 tal que 2a < 2c, podemos dizer que um
ponto P pertence à hipérbole quando:
| dist(P, F1 ) − dist(P, F2 ) |= 2a
Os pontos F1 e F2 são os focos da hipérbole.
Equações da hipérbole
√
Consideraremos b = c2 − a2 no que vamos estudar sobre a hipérbole.
1) Equação da hipérbole cujos focos são F1 = (−c, 0) e F2 = (c, 0).
x2 y 2
− 2 =1
a2 b
Demonstração:
Um ponto P = (x, y) pertence à hipérbole quando | dist(P, F1 ) − dist(P, F2 ) |= 2a
Trabalhando a equação, temos:
| dist(P, F1 ) − dist(P, F2 = 2a |
dist(P, F1 ) − dist(P, F2 = ±2a
p p
(x + c)2 + (y − 0)2 − (x − c)2 + (y − 0)2 = ±2a
p p
(x + c)2 + y 2 = (x − c)2 + y 2 ± 2a
Elevando ambos os membros ao quadrado, obtemos:
hp i2 hp i2
(x + c)2 + y 2 = (x − c)2 + y 2 ± 2a
p
(x + c)2 + y 2 = (x − c)2 + y 2 ± 4a (x − c)2 + y 2 + 4a2
p
x2 + 2cx + c2 + y 2 = x2 − 2cx + c2 + y 2 + 4a2 ± 4a (x − c)2 + y 2
p
4cx − 4a2 = ±4a (x − c)2 + y 2
p
cx − a2 = ±a (x − c)2 + y 2
Elevando ambos os membros ao quadrado:
p
(cx − a2 )2 = [±a (x − c)2 + y 2 ]2
c2 x2 − 2ca2 x + a4 = a2 [(x − c)2 + y 2 ]
c2 x2 − 2ca2 x + a4 = a2 (x2 − 2cx + c2 + y 2 )
c2 x2 − 2ca2 x + a4 = a2 x2 − 2a2 cx + a2 c2 + a2 y 2
(c2 − a2 )x2 − a2 y 2 = a2 c2 − a4
(c2 − a2 )x2 − a2 y 2 = a2 (c2 − a2 )
Usando que b2 = c2 − a2 :
b2 x2 − a2 y 2 = a2 b2
b2 x2 a2 y 2
− 2 2 =1
a2 b 2 ab
2 2
x y
2
− 2 =1
a b
O esboço de uma hipérbole desse tipo fica da forma:
Figura 5.18:
Essa hipérbole é simétrica em relação:
• ao eixo-y: se substituı́rmos x por (-x) na equação da hipérbole, ela não se altera.
• ao eixo-x: se substituı́rmos y por (-y) na equação da hipérbole, ela não se altera.
• à origem: se substituı́rmos x por (-x) e y por (-y) na equação, ela não se altera.
x2
Além disso, fazendo y = 0 na equação, obtemos: 2 = 1 ⇒ x2 = a2 ⇒ x = ±a. A
a
hipérbole intercepta o eixo-x nos pontos A1 = (−a, 0) e A2 = (a, 0), os quais serão chamados
de vértices da hipérbole. O ponto C = (0, 0) é o centro da hipérbole.
5.3. CÔNICAS 153
2) Equação da hipérbole cujos focos são F1 = (0, c) e F2 = (0, −c)
y 2 x2
− 2 = 1.
a2 b
A demonstração é análoga àquela feita no caso 1. O esboço de uma hipérbole desse tipo
fica da forma:
Figura 5.19:
A hipérbole é simétrica com relação ao eixo-x, ao eixo-y e à origem. Fazendo x = 0 na

y2
equação, obtemos: 2 ⇒ y 2 = a2 ⇒ y = ±a. A hipérbole intercepta o eixo-y nos pontos
a
A1 = (0, a) e A2 = (0, −a), que são os vértices da hipérbole. O ponto C = (0, 0) é o centro da
hipérbole.
Elementos da hipérbole
Figura 5.20:
C: Centro (ponto médio de F1 F2 )

A1 , A2 : vértices
A1 A2 : eixo real(ou transverso)
medida do eixo real: 2a
B1 B2 : eixo imaginário (ou conjugado)
medida do eixo imaginário: 2b
(o centro da hipérbole é o ponto médio do segmento B1 B2 )
F1 , F2 : focos
2c: distância focal
c
e = : excentricidade (e > 1)
a
Sobre as assı́ntotas de uma hipérbole

x2 y 2
Consideremos inicialmente o caso 1 estudado: a hipérbole de equação: − 2 = 1.
a2 b
Trabalhando a equação acima:
x2 y 2 y2 x2
− = 1 ⇒ = −1
a2 b2 b2 a2
2 r
x2

x
⇒ y 2 = b2 − 1 ⇒ y = ±b −1
a2 a2
r
bx a2
⇒y=± 1− 2
a x
5.3. CÔNICAS 155
r
a2
Quando x cresce muito (x → ∞) (ou analogamente, x decresce, x → −∞), o valor 1−
x2
b
se aproxima de 1. Assim, a equação acima tende à forma: y = ± x.
a
No curso de cáculo 1, você irá trabalhar com assı́ntotas (veja a apostila de cálculo 1, página
142, obs. 48, assı́ntota inclinada). Vamos explicitar parte das contas.
1o quadrante: x → +∞
r
b a2
y = x 1 − 2 é a parte da hipérbole trabalhada.
a x
q
2
1 − xa2 − 1
r r ! r !
b a2 b b a2 b a2
lim x 1 − 2 − x = lim x 1 − 2 − 1 = lim x q 1− 2 +1 =
x→+∞ a x a x→+∞ a x x→+∞ a 2 x
1 − xa2 + 1
2
a2 b −a −ab
1 − − 1 x 2
b x 2 a x x
limx→+∞ x r = limx→+∞ r = limx→+∞ r =0
a a 2
a 2
a2
1− 2 +1 1− 2 +1 1− 2 +1
x x x
Podemos fazer o mesmo estudo (as contas são parecidas !) nos demais quadrantes:
2◦ quadrante: x → −∞
r
b a2
y = − x 1 − 2 é a parte da hipérbole trabalhada.
a x
b
y = − x é assı́ntota.
a
3◦ quadrante: x → −∞
r
b a2
y = x 1 − 2 é a parte da hipérbole trabalhada.
a x
b
y = x é assı́ntota.
a
◦
2 quadrante: x → +∞
r
b a2
y = − x 1 − 2 é a parte da hipérbole trabalhada.
a x
b
y = − x é assı́ntota.
a
Figura 5.21:
b
Equação da assı́ntota r: y = x
a
b
Equação da assı́ntota s: y = − x.
a
y2 x2
Consideremos agora o caso 2 estudado, a hipérbole tem equação 2 − 2 = 1. De forma
a b
a a
análoga, as retas y = x e y = − x são assı́ntotas da hipérbole em questão.
b b
Figura 5.22:
5.3. CÔNICAS 157
x2 y 2
Exemplo 75. 1) A equação − = 1 representa uma hipérbole do caso 1: seu centro tem
4 9
coordenadas C = (0, 0), a2 = 4 e b2 = 9.
Usando que a = 2, temos que A1 = (−2, 0) e A2 = (2, 0) são seus vértices. Sendo c2 =
√ √ √
a2 + b2 = 4 + 9 = 13(c = 13), temos que F1 = (− 13, 0) e F2 = ( 13, 0) são seus focos.
Ainda:
medida do eixo real (transverso): 2a = 4
medida do eixo imaginário (conjugado): 2b = 6.
√
distância focal: 2c = 2 13
√
c 13
excentricidade: e = =
a 2
b b
assı́ntotas: y = x e y = − x, ou seja:
a a
3 3
y= xey=− x
2 2
Figura 5.23:
y 2 x2
2) A equação − = 1 representa uma hipérbole do caso 2: seu centro é C = (0, 0), a2 = 8
8 8√ √ √
e b2 = 8. Como a = 2 2, temos que A1 = (0, 2 2) e A2 = (0, −2 2) são seus vértices. Sendo
c2 = a2 + b2 = 8 + 8 = 16(c = 4), temos que F1 = (0, 4) e F2 = (0, −4) são seus focos. Ainda:
√
medida do eixo real (transverso): 2a = 4 2
√
medida do eixo imaginário (conjugado): 2b = 4 2.
distância focal: 2c = 8
√
c 4 2 2 √
excentricidade: e = = √ = √ × √ = 2
a 2 2 2 2
a a
assı́ntotas: y = x e y = − x, ou seja:
b b
y = x e y = −x
Figura 5.24:
Observação 31. Uma hipérbole é equilátera quando seus eixos real e imaginário têm o mesmo
comprimento. Isto significa que a = b. A hipérbole do exemplo anterior é equilátera.
Exemplo 76. O centro de uma hipérbole está na origem, seu eixo real se encontra ao longo
do eixo-x e uma de suas assı́ntotas tem equação 2x − 5y = 0. Sabendo que a hipérbole passa
pelo ponto P = (6, 2), determine sua equação.
x2 y 2
Uma hipérbole com essas caracterı́sticas tem equação da forma: 2 − 2 = 1. As assı́ntotas
a b
b b 2
desse tipo de hipérbole tem a forma: y = x, y = − x. Neste caso, temos y = x, o que
a a 5
5.3. CÔNICAS 159
b 2 2
nos diz que = . Usando que b = a na equação da hipérbole, obtemos:
a 5 5
x2 y2
− 2 = 1
a2

2
a
5
Usando que P = (6, 2) pertence à hipérbole, temos:

36 4 36 25 11
− = 1 ⇒ 2 − 2 = 1 ⇒ 2 = 1 ⇒ a2 = 11.
a 2 4 a a a
a2
25
2 4 2 4 · 11 44
b = a ⇒ b2 = a ⇒ b2 = ⇒ b2 = .
5 25 25 25
2 2
x y
Assim: − = 1 é a hipérbole procurada.
11 44
25
Vamos agora estudar mais dois casos de hipérboles.
3) Equação da hipérbole de centro C = (h, k) e eixo real paralelo ao eixo-x.
Figura 5.25:
Fazendo uma translação no sistema xOy, obtemos o sistema x0 O0 y 0 , onde O0 = (h, k). Com
relação a esse último sistema, a hipérbole tem centro na origem e eixo real sobre o eixo das
abscissas (eixo-x’). Estamos trabalhando, então, com o 1◦ caso de hipérbole estudado. Então,
0 0 0 (x0 )2 (y 0 )2
em relação ao sistema x O y , a equação da hipérbole fica da forma: − 2 = 1.
a2 b
Usando as fórmulas de transformação entre os sistemas:

x = x0 + h
y = y 0 + k
obtemos:
(x − h)2 (y − k)2
− = 1.
a2 b2
Observação 32. A equação acima é chamada equação reduzida da hipérbole. As assı́ntotas

dessa hipérbole são as retas de equações:
b b
y − k = (x − h) e y − k = − (x − h)
a a
b b
(retas que passam pelo centro da hipérbole e que têm como coeficiente angular e − respec-
a a
tivamente).
4) Equação da hipérbole de centro C = (h, k) e eixo real paralelo ao eixo-y.
Figura 5.26:
Fazendo o mesmo processo do caso anterior, obtemos a seguinte equação:
(y − k)2 (x − h)2
− =1
a2 b2
.
5.3. CÔNICAS 161
Observação 33. A equação acima é chamada de equação reduzida da hipérbole. As assı́ntotas

são as retas que têm como equações :
a a
y − k = (x − h) e y − k = − (x − h).
b b
a a
(retas que passam pelo centro da hipérbole e que têm como coeficiente angular e − respec-
b b
tivamente).
Exemplo 77. 1) Determine a equação cartesiana da hipérbole de centro em C = (0, 2),

√ √
excentricidade e = 2 e que passa pelo ponto P = (0, 2 + 8), sabendo ainda que seus focos
estão sobre o eixo das ordenadas (eixo-y).
Como os focos estão sobre o eixo-y, a equação dessa hipérbole tem a forma
(y − k)2 (x − h)2
− =1
a2 b2
Usando as coordenadas do centro, fica da forma:
(y − 2)2 x2
− 2 =1
a2 b
c √ √
Usando que = e = 2, temos que c = 2a. Assim:
a
c = a + b ⇒ 2a2 = a2 + b2 ⇒ b2 = a2
2 2 2
Voltando à equação:
(y − 2)2 x2
− 2 = 1.
a2 a
√
Como P = (0, 2 + 8) é um ponto da hipérbole, esse ponto satisfaz sua equação:
√
(2 + 8 − 2)2 02 8
2
− 2 = 1 ⇒ 2 = 1 ⇒ a2 = 8.
a a a
2 2 2
Sendo b = a , segue que b = 8. Assim, a equação da hipérbole fica da forma:
(y − 2)2 x2
− = 1.
8 8
Figura 5.27:
2) Determine a equação cartesiana da hipérbole com as seguintes caracterı́sticas: tem centro

no ponto C = (h, h), possui uma assı́ntota de equação y = 3x−4, passa pelo ponto P = (−2, 2)
e seus focos estão sobre uma reta paralela ao eixo das abscissas (eixo-x).
Como os focos estão sobre uma reta paralela ao eixo-x, a equação da hipérbole tem a forma:
(x − h)2 (y − k)2
− = 1.
a2 b2
Neste caso, como k = h, podemos reescrevê-la na forma:
(x − h)2 (y − h)2
− = 1.
a2 b2
b b
As assı́ntotas de hipérboles nessa forma têm coeficiente angular e − . Observando a
a a
b
equação y = 3x − 4, temos que = 3, ou seja, b = 3a.
a
A assı́ntota passa pelo centro C = (h, h). Assim, esse ponto satisfaz a equação y = 3x − 4.
Ou seja:
h = 3h − 4 ⇒ 4 = 2h ⇒ h = 2
Podemos reescrever a equação da hipérbole:
(x − 2)2 (y − 2)2
− = 1.
a2 (3a2 )
5.3. CÔNICAS 163
Aqui, usamos também que b = 3a. Sendo P = (−2, 2) um ponto dessa hipérbole, temos que
ele satisfaz a equação da hipérbole. Ou seja:
(−2 − 2)2 (2 − 2)2 (−4)2

− = 1 ⇒ = 1 ⇒ a2 = 16 ⇒ a = 4
a2 9a2 a2
.
Assim: b = 3a = 12. A equação fica então da forma:
(x − 2)2 (y − 2)2
− = 1.
16 144
Figura 5.28:
3) Dada a equação x2 − 4y 2 − 6x + 24y − 31 = 0, encontre a equação reduzida correspondente.

Identifique a curva trabalhada e encontre as coordenadas de seus focos, vértices e centro. Cal-
cule sua excentricidade e, se for o caso, encontre as equações de suas assı́ntotas. Faça um
esboço da curva, indicando seus elementos.
Vamos trabalhar a equação até obtermos a equação reduzida correspondente.

x2 − 4y 2 − 6x + 24y − 31 = 0
x2 − 6x + 9 − 9 − 4(y 2 − 6y) − 31 = 0
(x − 3)2 − 9 − 4(y 2 − 6y + 9 − 9) − 31 = 0
(x − 3)2 − 9 − 4[(y − 3)2 − 9] − 31 = 0

(x − 3)2 − 4(y − 3)2 − 9 + 36 − 31 = 0
(x − 3)2 − 4(y − 3)2 − 4 = 0
(x − 3)2 − 4(y − 3)2 = 4
(x − 3)2
− (y − 3)2 = 1
4
Nome da curva: hipérbole (com eixo real paralelo ao eixo-x)
Centro: C = (3, 3)
a2 = 4 ⇒ a = 2
b2 = 1 ⇒ b = 1
√
c2 = a2 + b2 = 4 + 1 = 5 ⇒ c = 5
√ √
Focos: F1 = (3 − 5, 3), F2 = (3 + 5, 3)
Vértices: A1 = (3 − 2, 3) = (1, 3), A2 = (3 + 2, 3) = (5, 3)
√
c 5
Excentricidade: e = =
a 2
Assı́ntotas: as duas assı́ntotas passam pelo ponto C = (3, 3) e têm coeficientes angulares
b 1 b 1
= e − = − . Assim, as equações são as seguintes:
a 2 a 2
1 1
y − 3 = (x − 3) e y − 3 = − (x − 3)
2 2
Ou ainda:
1 3 1 3
y =3+ x− ⇒y = x+
2 2 2 2
1 3 1 9
y =3− x+ ⇒y =− x+
2 2 2 2
5.3. CÔNICAS 165
Figura 5.29:
5.3.3 Parábola
Parábola é o conjunto de todos os pontos P de um plano equidistantes de uma reta r

(chamada de diretriz) e um ponto fixo F (chamado de foco) não pertencente à reta r. Ou seja,
a parábola é oconjunto dos pontos P de um plano tais que:
dist (P, F ) = dist (P, r)

.
Figura 5.30:
Equações da Parábola
1). Parábola de foco em F = (p, 0) e reta diretriz x = −p

y 2 = 4px
Figura 5.31: p > 0
Figura 5.32: p < 0
A demonstração abaixo serve para os casos em que p > 0 ou p < 0.

Q = (x, y) pertence à parábola ⇐⇒ dist (Q, F ) = dist (Q, r) ⇐⇒ dist (Q, F ) = dist (Q, Q0 )
Como Q0 = (−p, y), podemos escrever:
5.3. CÔNICAS 167
p p
(x − p)2 + (y − 0)2 = (x + p)2 + (y − y)2
(x − p)2 + y 2 = (x + p)2
x2 − 2px + p2 + y 2 = x2 + 2px + p2
y 2 = 4px
2). Parábola de foco em F = (0, p) e reta diretriz y = −p
x2 = 4py
A demonstração é feita de forma análoga àquela do primeiro caso.
Figura 5.33: p > 0
Figura 5.34: p < 0

Elementos da parábola
Figura 5.35:
V : vértice
F : foco
r: (reta) diretriz
e: eixo (de simetria)
Exemplo 78. 1). Identifique os elementos da párábola de equação y 2 +x = 0. Faça um esboço

dessa parábola.
A parábola y 2 = −x é uma parábola cuja equação está na forma y 2 = 4px (Caso 1).
Comparando as equações, temos que:
1
4p = −1 =⇒ p = −
4
Vértice: V = (0, 0).
1
Foco: F = (p, 0) = − , 0 .
4
1
Reta diretriz (equação): x = −p, ou seja, x = .
4
Eixo (equação): y = 0 (eixo-x)
5.3. CÔNICAS 169
Figura 5.36:
2). Uma parábola tem vértice na origem e passa pelo ponto A = (−4, 4). Sabendo que a diretriz
dessa parábola é uma reta paralela ao eixo-x, encontre a equação dessa parábola.
Como V = (0, 0) e a reta diretriz é paralela ao eixo-x, a equação dessa parábola é da forma:
2
x = 4py (Caso 2). Sendo A um ponto da parábola, ele deve satisfazer sua equação:
(−4)2 = 4.p.4 =⇒ 16p = 16 =⇒ p = 1
Assim, a equação da parábola fica da forma: x2 = 4y.
Figura 5.37:
Vamos apresentar agora mais 2 casos de parábola.
3). Parábola com vértice em V = (h, k) e eixo paralelo ao eixo-x
A equação dessa parábola é da forma: (y − k)2 = 4p(x − h).
Figura 5.38:
Fazendo uma translação no sistema xOy, obtemos o sistema x0 O0 y 0 , onde O0 = (h, k).
Com relação a esse último sistema, a parábola tem vértice na origem e eixo sobre o eixo das
abscissas (eixo-x’). Estamos trabalhando, então, com o 1◦ caso de parábola estudado. Então,
em relação ao sistema x0 O0 y 0 , a equação da parábola fica da forma: (y 0 )2 = 4px0 .
Usando as fórmulas de transformação entre os sistemas:

x = x0 + h
y = y 0 + k
obtemos:
(y − k)2 = 4p(x − h).
4). Parábola com vértice em V = (h, k) e eixo paralelo ao eixo-y

A equação dessa parábola é da forma: (x − h)2 = 4p(y − k).
5.3. CÔNICAS 171
Figura 5.39:
Fazendo o mesmo processo do caso anterior, obtemos a equação:
(x − h)2 = 4p(y − k)
Observação 34. As equações encontradas nos 4 casos acima são chamadas de equações re-
duzidas da parábola.
Exemplo 79. 1). Uma parábola de equação x2 = 4p(y − k) passa pelos pontos A = (−4, 0),
e B = (8, 6). Encontre as coordenadas do vértice, foco e a equação da reta diretriz dessa
parábola.
Como A e B são pontos dessa parábola, então suas coordenadas satisfazem a equação da
curva:
(−4)2 = 4p(0 − k) =⇒ 16 = −4pk (1)
82 = 4p(6 − k) =⇒ 64 = 24p − 4pk (2)
Substituindo (1) em (2), obtemos: 64 = 24p + 16 =⇒ 24p = 48 =⇒ p = 2.
Usando que 16 = −4pk e p = 2, obtemos que k = −2.
Assim, a equação da curva fica da forma: x2 = 8(y + 2).
Vértice: V = (h, k) = (0, −2).
Usando a forma da equação da parábola (caso 4) e que p = 2 > 0, temos que a parábola
possui concavidade para cima.
Figura 5.40:
Com o auxı́lio da figura acima, obtemos:

Foco: F = (0, 0)
Reta diretriz: y = −4
2). Dada a equação y 2 − 6y + 4x − 11 = 0, identifique a curva trabalhada e encontre as

coordenadas cartesianas de seus elementos.
Vamos inicialmente trabalhar a equação dada até chegarmos na equação reduzida corre-
spondente.
y 2 − 6y + 4x − 11 = 0
y 2 − 6y + 9 − 9 + 4x − 11 = 0
(y 2 − 6y + 9) − 9 + 4x − 11 = 0
(y − 3)2 − 9 + 4x − 11 = 0
(y − 3)2 + 4x − 20 = 0
(y − 3)2 = −4x + 20
(y − 3)2 = −4(x − 5) (Equação reduzida de uma parábola - caso 3)
Observando a equação acima, podemos escrever:
Vértice: V = (5, 3)
4p = −4 =⇒ p = −1
Como p = −1 < 0, a concavidade da parábola estã voltada para a esquerda.
5.4. EQUAÇÕES PARAMÉTRICAS 173
Figura 5.41:
Com o auxı́lio da figura acima, obtemos que:

Foco: F = (4, 3)
Reta diretriz: x = 6
5.4 Equações Paramétricas
Consideremos F (x, y) = 0 a equação cartesiana de uma curva plana C e sejam x e y funções

de uma terceira variável t de maneira que podemos escrever:
x = f (t) y = g(t)
Suponhamos que, para qualquer valor permissı́vel de t, as equações x = f (t) e y = g(t)

determinem um par de valores reais x e y que satisfazem a equação F (x, y) = 0. Consideremos
ainda que, para qualquer par de valores reais x e y que satisfazem F (x, y), exista t tal que
x = f (t) e y = g(t). Se essas duas situações ocorrerem, vamos dizer que x = f (t) e y = g(t)
são equações paramétricas da curva C. Nesse caso a variável é denominada parâmetro.
Veremos, através de exemplos, que equações paramétricas não são únicas.
Exemplo 80. 1) Encontre equações paramétricas para a reta de equação y = −3x + 4.

Chamando x = t, podemos escrever:


x = t
t ∈ R.
y = −3t + 4
As equações acima são paramétricas para a reta dada. Poderı́amos, por exemplo, parametrizá-
las da seguinte forma: chamando x = t + 1, terı́amos:
y = −3x + 4 = −3(t + 1) + 4 = −3t − 3 + 4 = −3t + 1.
Assim:

x = t + 1
t∈R
y = −3t + 1
são equações paramétricas para a reta dada.
2) Encontre equações paramétricas para o segmento de reta AB, onde A = (−2, 1) e B =

(1, −2).
Vamos encontrar inicialmente a equação da reta que passa por A e B. Temos:

y + 2 = m(x − 1) (usando o ponto B)
Como o ponto A = (−2, 1) é um ponto da reta:
1 + 2 = m(−2 − 1)
3 = −3m ⇒ m = −1.
Assim, a equação da reta fica da forma:
y + 2 = −1(x − 1)
y = −2 − x + 1
y = −x − 1
Parametrizando a reta: chamando x = t, temos:

x = t
t∈R
y = −t − 1
Mas queremos uma parametrização para o segmento AB:

Figura 5.42:
Nesse segmento, temos que −2 6 x 6 1. Como x = t, temos −2 6 t 6 1. Assim, a

parametrização do segmento fica da forma:

x = t
− 2 6 t 6 1.
y = −t − 1
3) Encontre uma parametrização para a parábola: (y − 2)2 = 16(x − 4)

Resolução: chamando y = t + 2, podemos escrever:
(t + 2 − 2)2 = 16x − 64
1 64 1
t2 = 16x − 64 ⇒ x = t2 + ⇒ x = t2 + 4
16 16 16
Assim, paramétricas para essa parábola ficam da forma:
x = 1 t2 + 4

16 t ∈ R.
y = t + 2
5.4.1 Uma parametrização para a circunferência
Consideremos a circunferência de equação cartesiana x2 +y 2 = a2 , a > 0. Vamos apresentar

a seguir uma forma de parametrizá-la (existem outras...)
Figura 5.43:
Seja P = (x, y) um ponto da circunferência. Consideremos t o ângulo que o segmento OP

faz com o lado positivo do eixo-x (medido no sentido anti-horário). Podemos escrever:
x
cos t = ⇒ x = a cos t
a
y
sen t = ⇒ y = a sen t
a

x = a cos t
Entâo: t ∈ [0, 2π]
y = a sen t
é uma parametrização para a circunferência dada.
Vamos considerar agora a circunferência de equação
(x − x0 )2 + (y − y0 )2 = a2 , a>0
Fazemos uma translação no sistema xOy para obtermos o sistema x0 O0 y 0 , onde O0 = (x0 , y0 ).
Com relação ao novo sistema, a equação cartesiana da circunferência é:
(x0 )2 + (y 0 )2 = a2
Assim:
(
x0 = a cos t
t ∈ [0, 2π]
y 0 = a sen t
são paramétricas para a circunferência. Lembrando que:
(
x = x0 + xo
,
y = y 0 + yo
podemos reescrever as paramétricas:


x − x = a cos t
0
t ∈ [0, 2π].
y − y0 = a sen t
Ou seja:

x = x + a cos t
0
t ∈ [0, 2π]
y = y0 + a sen t
.
Exemplo 81. 1) A circunferência x2 + y 2 = 9 pode ser parametrizada da seguinte forma:


x = 3 cos t
0 6 t 6 2π
y = 3 sen t
2) A circunferência (x − 3)2 + (y + 5)2 = 7 pode ser parametrizada da seguinte forma:

x = 3 + √7 cos θ

√ 0 6 θ 6 2π
y = −5 + 7 sen θ
3) A parte da circunferência (x − 3)2 + (y + 5)2 = 4 em que 1 6 x 6 3 pode ser parametrizada

da seguinte forma:

x = 3 + 2 cos ϕ π 3π
6ϕ6
y = −5 + 2 sen ϕ 2 2
Figura 5.44:
4) Sabendo que

x = 1 + 4 cos ρ
ρ ∈ [0, 2π]
y = −4 sen ρ
são equações paramétricas de uma curva plana, encontre a equação cartesiana correspondente.
Identifique a curva trabalhada.
Sabemos que cos2 ρ + sen 2 ρ = 1. Observando as paramétricas, podemos escrever:

x−1 y
cos ρ = sen ρ =
4 −4
2 2
(x − 1)2 y 2

x−1 y
Assim: + =1⇒ + = 1 ⇒ (x − 1)2 + y 2 = 16.
4 −4 16 16
A curva é uma circunferência de centro C = (1, 0) e raio 4.
5.4.2 Parametrização da elipse
Vamos iniciar esta parte apresentando uma parametrização para uma elipse de centro na
origem e focos sobre o eixo-x.
Figura 5.45:
x2 y 2
Dada a elipse de equação 2 + 2 = 1, tracemos uma circunferência de centro na origem
a b
e raio a. Seja P = (x, y) um ponto sobre a elipse. Agora, tracemos uma reta perpendicular
ao eixo-x, passando por P . Vamos chamar de A o ponto de interseção dessa reta com a
circunferência localizado no mesmo quadrante do ponto P . Vamos chamar de θ o ângulo que
o segmento OA faz com o eixo-x (lado positivo, ângulo medido no sentido anti-horário).
Chamando de A0 o ponto de intersecção do eixo-x com a reta que passa por P e A e
observando o triângulo OAA0 , podemos escrever:
| OA0 | x
cos θ = = ⇒ x = a cos θ
| OA | a
(1)
Usando a equação cartesiana da elipse e usando que x = a cos θ, temos:
(a cos θ)2 y 2 a2 cos2 θ y 2 y2 y2

+ 2 =1 ⇒ + 2 =1 ⇒ cos2 θ + =1 ⇒ = 1 − cos2 θ ⇒
a2 b a2 b b2 b 2
y2
= sen 2 θ ⇒ y 2 = b2 sen 2 θ ⇒ y = ±b sen θ
b2
(2)
Temos que b > 0 e fazendo uma análise da figura, observamos que y e sen θ têm sempre o
mesmo sinal. Assim:
y = b sen θ
Para descrever todos os pontos da elipse, é necessário que 0 6 θ 6 2π. Notemos ainda que,
se x, y ∈ R tais que x = a cos θ e y = b sen θ, 0 6 θ 6 2π, teremos (x, y) pertencente à elipse,
pois:
(a cos θ)2 (b sen θ)2
+ =1
a2 b2
Dessa forma: 
x = a cos θ
0 6 θ 6 2π
y = b sen θ
são equações paramétricas para a elipse em questão.
Usando um processo semelhante, podemos parametrizar uma elipse de centro na origem e

focos sobre o eixo-y.
Figura 5.46:
Usando o triângulo OAA” podemos escrever:
| AA” | y
sen θ = =⇒ sen θ = =⇒ y = a sen θ.
| OA | a
x2 y 2
Como + 2 = 1, temos:
b2 a
x2 y2 x2 a2 sen 2 θ x2
= 1 − =⇒ = 1 − =⇒ = cos2 θ =⇒ x = b cos θ
b2 a2 b2 a2 b2
pois b > 0 e x e cos θ têm o mesmo sinal.

Assim:

x = b cos θ
onde 0 6 θ 6 2π
y = a sen θ
são equações paramétricas da elipse em questão.
Vamos agora olhar os casos em que a elipse tem centro em C = (h, k) e eixos paralelos
aos eixos coordenados. Usaremos translação de eixos para encontrar parametrizações para as
elipses:
(x − h)2 (y − k)2
(1) + =1
a2 b2
(x − h)2 (y − k)2
(2) + =1
b2 a2
Seja o sistema x0 O0 y 0 (onde O0 (h, k)) obtido a partir de translação do sistema xOy. As
equações paramétricas para os tipos de elipse citados com relação ao sistema x0 O0 y 0 ficam
respectivamente na forma:
(1) x0 = a cos θ y 0 = b sen θ 0 6 θ 6 2π e
(2) x0 = b cos θ y 0 = a sen θ 0 6 θ 6 2π.
Como x0 = x − h e y 0 = y − k, podemos escrever:


x = h + a cos θ
(1) 0 6 θ 6 2π
y = k + b sen θ

x = h + b cos θ
(2) 0 6 θ 6 2π
y = k + a sen θ
Essas são parametrizações para as elipses citadas acima (1) e (2) respectivamente.
x2 y 2
Exemplo 82. 1) A elipse + = 1 pode ser parametrizada da forma:
4 9

x = 2 cos θ
0 6 θ 6 2π
y = 3 sen θ
(Neste caso: a2 = 9 e b2 = 4)
(x − 3)2 (y + 1)2
2) A elipse + = 1 pode ser parametrizada da forma:
25 7

x = 3 + 5 cos θ
√ 0 6 θ 6 2π
y = −1 + 7 sen θ
(Neste caso: a2 = 25 e b2 = 7)
3) Dadas as equações paramétricas:


x = 2 + 4 cos t
0 6 t 6 2π
y = 3 sen t
encontre a equação cartesiana correspondente. Identifique a curva trabalhada.

Temos que:
cos2 t + sen 2 t = 1.
x−2 y
Usando que: cos t = e sen t = , obtemos:
4 3
2
(x − 2)2 y 2

x−2 y 2
+ = 1 =⇒ + =1
4 3 16 9
.
5.4.3 Parametrização da hipérbole
Vamos iniciar apresentando uma parametrização para a hipérbole de centro na origem e

focos sobre o eixo-x.
Figura 5.47:
Vamos fazer uma demonstração considerando o caso b < a. O caso b > a é feito de forma
análoga.
O procedimento que dá origem ao desenho acima é o seguinte:
1. Traçar as circunferências de centro em (0, 0) e raios a e b.
2. Traçar uma semi-reta l passando pela origem. Tal reta encontra a circunferência de raio
a no ponto que vamos chamar de C. A reta l forma um ângulo θ com o lado positivo do eixo-x
(sentido anti-horário).
3. Traçar a reta t tangente à circunferência de raio a no ponto C. A reta t encontra o

eixo-x no ponto que vamos chamar de D.
4. Traçar uma perpendicular ao eixo-x passando pelo ponto B (encontro da circunferência
de raio b com o eixo-x). Esta perpendicular encontra l no ponto E. Traçar uma perpendicular
ao eixo-x passando por D. Traçar uma paralela ao eixo-x passando por E. Encontramos o
ponto P (x, y). Veremos que tal ponto P é um ponto da hipérbole (como a figura sugere).
Do triângulo OCD, temos:
| OC | a π 3π
cos θ = = =⇒ x = a sec θ, θ 6= e θ 6=
| OD | x 2 2
Do triângulo OEB:
| BE | y π 3π
tg θ = = =⇒ y = b tg θ, θ 6= e θ 6= .
| OB | b 2 2
Notemos que, se P (x, y) pode ser obtido através do processo acima, isto é, se P satisfaz
x2 y2
x = a sec θ e y = b tg θ, então x e y satisfazem a equação 2 − 2 = 1. Logo, P pertence
a b
à hipérbole acima. Notemos ainda que as equações x = a sec θ e y = b tg θ, 0 6 θ 6 2π,
π 3π
θ 6= e θ 6= descrevem todos os pontos da hipérbole trabalhada: como sec θ assume todos
2 2
os valores no conjunto (−∞, −1] ∪ [1, +∞), temos que x = a sec θ assume todos os valores
menores ou iguais a −a e também maiores ou iguais a a. Como tg θ assume todos os valores
reais, temos que y = b tg θ assume também todos os valores reais. Logo, as equações:
(
x = a sec θ π 3π
, 0 6 θ < 2π, θ 6= e θ 6=
y = b tgθ 2 2
x2 y 2
são equações paramétricas para a hipérbole de equação cartesiana − 2 = 1.
a2 b
Passamos agora à parametrização da hipérbole de centro em C = (0, 0) e focos sobre o

eixo-y. Vamos apresentar apenas as equações, sem demonstrações:

x = b tg θ π 3π
, 0 6 θ 6 2π, θ 6= e θ 6=
y = a sec θ 2 2
.
Consideremos agora as hipérboles de equações:

(x − h)2 (y − k)2
(1) − =1
a2 b2
(y − k)2 (x − h)2
(2) − = 1.
a2 b2
Usaremos translação de eixos para encontrar parametrizações para essas hipérboles. Seja
o sistema x0 O0 y 0 (onde O0 (h, k)) obtido a partir da translação do sistema xOy. As equações
paramétricas para os tipos de hipérbole citados com relação ao sistema x0 O0 y 0 ficam respecti-
vamente da forma:
π 3π
(1) x0 = a sec θ y 0 = b tg θ 0 6 θ 6 2π com θ 6= e θ 6= .
2 2
π 3π
(2) x0 = b tg θ y 0 = a sec θ 0 6 θ 6 2π com θ 6= e θ 6=
2 2
Como x0 = x − h e y 0 = y − k, podemos escrever:

x = h + a sec θ π 3π
(1) 0 6 θ 6 2π e θ 6= e θ 6=
y = k + b tg θ 2 2

x = h + b tg θ π 3π
(2) 0 6 θ 6 2π e θ 6= e θ 6=
y = k + a sec θ 2 2
As equações (1) e (2) acima são parametrizações para as hipérboles (1) e (2), respectiva-
mente.
x2 y2
Exemplo 83. 1) A hipérbole de equação cartesiana − = 1 pode ser parametrizada da
4 8
seguinte forma:

x = 2 sec θ π 3π
√ 0 6 θ 6 2π e θ 6= e θ 6=
y = 2 2 tg θ 2 2
√
Aqui, a = 2 e b = 2 2.
(y − 2)2 (x + 1)2
2) A hipérbole de equação cartesiana − = 1 pode ser parametrizada da
9 7
seguinte forma:
x = −1 + √7 tg θ

π 3π
0 6 θ 6 2π e θ 6= e θ 6=
y = 2 + 3 sec θ 2 2
√
Neste caso, o centro é C = (−1, 2), a = 3 e b = 7.
3) Dadas as equações paramétricas abaixo, encontre a equação cartesiana correspondente. Iden-

tifique a curva trabalhada.

x = 3 + 5 sec t π 3π
0 6 t 6 2π e t 6= e t 6=
y = 2 + tg t 2 2
(x − 3)2
Usando que 1 + tg 2 t = sec2 t, podemos escrever: 1 + (y − 2)2 = . Ou seja:
52
(x − 3)2
− (y − 2)2 = 1.
25
As equações paramétricas dadas representam a hipérbole que tem como equação cartesiana
a equação encontrada acima.
x2 y 2
4) Encontre uma parametrização para a parte da hipérbole − = 1, onde x > 2.
4 16
Figura 5.48:
Vamos trabalhar com a equação da hipérbole:
2 2 2 2
2
1
2
x y x y y y 2
− =1⇒ =1+ ⇒ x2 = 4 1 + ⇒ x = ±2 1 +
4 16 4 16 16 16
Observando o esboço da hipérbole, notamos que a parte da hipérbole em que x > 2 é
exatamente seu ”ramo de direita”. Assim, neste caso:
r
y2
x=2 1+
16
Chamando y = t, temos:
 r
2
x = 2 1 + t

16 t∈R

y = t
é uma parametrização da parte pedida.
5.5 Coordenadas Polares
Um sistema de coordenadas no plano é utilizado para localizar qualquer ponto nesse plano.
O sistema de coordenadas polares é constituı́do de um ponto fixo e uma semi-reta orientada
que passa pelo ponto fixo citado.
Figura 5.49: Sistema de Coordenadas Polares
O ponto O é chamado de polo e a semi-reta, de eixo polar.

Um ponto P do plano fica bem determinado por um par ordenado (r, θ), onde:
| r |= dist(P, O).
θ: medida (em radianos) do ângulo entre o eixo polar e o segmento OP .
Figura 5.50:
5.5. COORDENADAS POLARES 187
Algumas observações devem ser feitas:
1) Se θ for medido no senti anti-horário, temos θ > 0. Caso contrário, ou seja, se θ for medido
no sentido horário, teremos θ < 0.
2) O par ordenado (0, θ), para θ qualquer, representa o polo.
3) As coordenadas polares de um ponto não são únicas. Por exemplo, se (r, θ) representa um
ponto P , o mesmo poderá ser representado por: (r, θ + 2π), (r, θ + 4π), etc.
4) Se r > 0, teremos r = dist(P, O). Caso r < 0, vale o seguinte:
(r, θ) = (| r |, θ + π).
Figura 5.51:
Exemplo 84. Representar os seguintes pontos em um sistema de coordenadas polares:

π
π π 3π
a) A = 2, b) B = −2, c) C = 4, − d) D = −4, −
4 3 6 2
Figura 5.52:
Observação 35. O ponto A do exemplo anterior poderia ser representado também das seguintes
formas (dentre outras):

9π 7π 5π
A = 2, , A = 2, − , A = −2,
4 4 4
Relação entre o sistema de coordenadas cartesianas e o sistema de

coordenadas polares
Vamos considerar aqui a seguinte situação: o polo do sistema de coordenadas polares

coincidindo com a origem do sistema de coordenadas cartesianas e o eixo polar coincidindo
com o lado positivo do eixo das abscissas. Seja P um ponto do plano de coordenadas cartesianas
(x, y) e coordenadas polares (r, θ).
Figura 5.53:
Observando a figura, podemos escrever:

x
cos θ = =⇒ x = r cos θ
r
y
sen θ = =⇒ y = r sen θ
r
x2 + y 2 = r 2
y
tg θ = se x 6= 0
x
.
Observação 36. Na figura, consideramos r > 0 e 0 < θ < π2 . Demonstração análoga pode ser
feita para o caso em que r < 0, θ > π2 ou θ < 0. As relações serão as mesmas.
Exemplo 85. 1) Encontrar coordenadas polares para o ponto A que tem como coordenadas
√
cartesianas: A = ( 3, −1).
Temos:
√
r 2 = x2 + y 2 ⇒ r2 = ( 3)2 + (−1)2 ⇒ r2 = 4 ⇒ r = ±2
√ √
y 1 3 3 5π
tg θ = ⇒ tg θ = − √ × √ = − ⇒ θ= + kπ onde k∈R
x 3 3 3 6
Figura 5.54:
Neste caso (observando a figura acima), coordenadas polares para o ponto A poderiam ser
(dentre outras).

11π 5π
A = 2, , A = −2,
6 6
2)
Encontrar
as coordenadas cartesianas do ponto B cujas coordenadas polares são: B =
7π
4, .
6
√ !
√

7π 3
x = r cos θ ⇒ x = 4 cos =4 − = −2 3
6 2

7π 1
y = r sen θ ⇒ y = 4 sen =4 − = −2
6 2
√
Logo, as coordenadas cartesianas de B são B = (−2 3, −2)
3)
Encontrar
as coordenadas cartesianas do ponto C cujas coordenadas polares são: C =
7π
−4,
6
Temos:
√ !
√

7π 3
x = r cos θ ⇒ x = −4 cos = −4 − =2 3
6 2

7π 1
y = r sen θ ⇒ y = −4 sen = −4 − =2
6 2
√
Logo, as coordenadas cartesianas de C são C = (2 3, 2).
4) Transformar as seguintes equações (que estão em coordenadas cartesianas) em coordenadas

polares:
a) x2 + y 2 = 4
Como x2 + y 2 = r2 , podemos escrever: r2 = 4. Notemos que r = 2 e r = −2 representam
a mesma curva: uma circunferência de raio 2 e centro no polo. Assim, podemos dar como
resposta qualquer uma das duas equações.
b) x = 4
Como x = r cos θ, podemos reescrever a equação acima da forma:
r cos θ = 4
c) x2 + y 2 − 2x = 0
Usando que x2 + y 2 = r2 e que x = r cos θ, podemos escrever:
r2 − 2r cos θ = 0 ⇒ r(r − 2 cos θ) = 0 ⇒ r = 0 ou r = 2 cos θ
Se r = 0, o ponto descrito é o polo (que, no nosso caso, coincide com a origem do sistema
de coordenadas cartesianas).
π
Notemos que o ponto de coordenadas polares 0, satisfaz a equação r = 2 cos θ. Esse
2
ponto é exatamente o polo ! Assim, quando passamos a trabalhar com a equação r = 2 cos θ
não excluı́mos o polo. Logo, a equação em coordenadas polares é a seguinte:
r = 2 cos θ
5) Transformar as seguintes equações (dadas em coordenadas polares) em coordenadas carte-

sianas. Identifique a curva trabalhada.
a) r = 4 sen θ
Vamos multiplicar os dois lados da equação por r:
r2 = 4r sen θ
x2 + y 2 = 4y
Trabalhando a equação acima:

x2 +y 2 = 4y ⇒ x2 +y 2 −4y+4−4 = 0 ⇒ x2 +(y−2)2 −4 = 0 ⇒ x2 +(y−2)2 = 4
A equação representa uma circunferência de centro em C = (0, 2) e raio 2.
2
b) r =
1 − cos θ
2
r= ⇒ r(1 − cos θ) = 2 ⇒ r − r cos θ = 2 ⇒ r = 2 + r cos θ
1 − cos θ
Usando que x = r cos θ, podemos escrever: r = 2 + x Elevando ambos os membros ao
quadrado e usando que r2 = x2 + y 2 , obtemos:
r2 = (2 + x)2 ⇒ x2 + y 2 = (2 + x)2 ⇒ x2 + y 2 = 4 + 4x + x2 ⇒ y 2 = 4 + 4x ⇒
⇒ y 2 = 4(x + 1)
A equação cartesiana correspondente é y 2 = 4(x + 1) e representa uma parábola.
6
c) r =
3 + sen θ
Temos:
6
r= ⇒ r(3 + sen θ) = 6 ⇒ 3r + r sen θ = 6
3 + sen θ
Usando que r sen θ = y, temos:
3r + r sen θ = 6 ⇒ 3r + y = 6 ⇒ 3r = 6 − y
Elevando ambos os membros ao quadrado e usando que r2 = x2 + y 2 , obtemos:
(3r)2 = (6 − y)2 ⇒ 9r2 = 36 − 12y + y 2 9(x2 + y 2 ) = 36 −
⇒ 12y + y 2 ⇒
12
9x2 + 9y 2 = 36 − 12y + y 2 ⇒ 9x2 + 8y 2 + 12y = 36 ⇒ 9x2 + 8 y 2 + y =
" # 8
2
3 9 9 3 9
36 ⇒ 9x2 + 8 y 2 + y + − = 36 ⇒ 9x2 + 8 y + − = 36 ⇒
2 16 16 4 16
2 2
3 9 3 81
9x2 + 8 y + − = 36 ⇒ 9x2 + 8 y + =
4 2 4 2
A equação representa uma elipse.
d) r cos θ = −5
Usando que r cos θ = x, temos:
r cos θ = −5 ⇒ x = −5.
A equação representa uma reta.
5.5.1 Circunferência em coordenadas polares
1) Circunferência de centro no polo e raio a > 0

Equação polar: r = a
Figura 5.55:
2) Circunferência de raio a > 0 e centro em C = (a, 0) (em coordenadas polares).
Figura 5.56:
P = (r, θ) (coordenadas polares).
Observando o triângulo OP C e usando a Lei dos cossenos, temos:
| CP |2 =| OC |2 + | OP |2 −2 | OC || OP | cos θ
a2 = a2 + r2 − 2ar cos θ
r2 − 2ar cos θ = 0
r(r − 2a cos θ) = 0 ⇒ r = 0 ou r = 2a cos θ
Se r = 0, o ponto descrito é o polo.

Notemos que o ponto (polo) que tem r = 0 continua satisfazendo a equação r = 2a cos θ.
π
Basta pensarmos que as coordenadas polares 0, representam o polo e satisfazem a referida
2
equação. Logo, a circunferência deste caso tem equação:
r = 2a cos θ
3) Circunferência de raio a > 0 e centro em C = (a, π) (em coordenadas polares).
Figura 5.57:
De forma análoga ao caso anterior, utilizamos o triângulo OP C e a lei dos cossenos e o

arco π − θ no lugar de θ (baseando-se na demonstração anterior). Assim, obtemos:
r = −2a cos θ

3π
4) Circunferência de raio a > 0 e centro em C = a, (em coordenadas polares)
2
Figura 5.58:
P = (r, θ) (coordenadas polares)

3π
Observando o triângulo OP C e usando a lei dos cossenos (para o arco − θ), temos:
2

2 2 2 3π
| CP | =| OP | + | OC | −2 | OP || OC | cos −θ
2

2 2 2 cos 3π 3π
a = r + a − 2ra cos θ + sen sen θ
2 2
0 = r2 − 2ar(− sen θ)
r2 + 2ar sen θ = 0
r(r + 2a sen θ) = 0 ⇒ r = 0 ou r + 2a sen θ = 0
Se r = 0, o ponto descrito é o polo. Notemos que o polo também é contemplado na
equação r = −2a sen θ. Basta usarmos as coordenadas polares (0, 0) para representar o pólo
((0, 0) satisfaz a equação r = −2a sen θ). Logo, a equação da circunferência deste caso é:
r = 2a sen θ
π
5) Circunferência de raio a > 0 e centro em C = a, (em coordenadas polares).
2
Figura 5.59:
Analogamente ao caso anterior, podemos mostrar a equação polar da referida circunferência

é:
r = 2a sen θ
Referências
[1] Lehmann, Charles H., Geometria Analı́tica, Editora Globo, Porto Alegre.
[2] Santos, Reginaldo J., Matrizes, vetores e geometria analı́tica, Imprensa Universitária
da UFMG, Belo Horizonte.
[3] Winterle, Paulo, Vetores e Geometria Analı́tica, Editora Pearson, São Paulo.
197

Livro Basico

Enviado por

Direitos autorais:

Formatos disponíveis

Livro Basico

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

Livro Basico

Enviado por

Direitos autorais:

Formatos disponíveis

Geometria Analı́tica e Sistemas Lineares

Cristiane de Andrade Mendes

1 Matrizes e Sistemas Lineares 7

2 Inversão de Matrizes e Determinantes 41

4.1.2 Equação Vetorial e Equações Paramétricas . . . . . . . . . . . . . . . . 100

5 Cônicas e Coordenadas Polares 133

5.5.1 Circunferência em coordenadas polares . . . . . . . . . . . . . . . . . . 192

Matrizes e Sistemas Lineares

Definição 1. uma matriz A m × n é uma tabela de mn números dispostos em m linhas e n

aij ou [A]ij : elemento de A localizado na linha i e coluna j.

. (Ou seja: todos os elementos fora da diagonal principal são nulos).

• Matriz identidade: consideremos uma matriz n × n, denotada por In , onde:

• Matriz linha: Seja A uma matriz m × n. A é uma matriz linha se m = 1, ou seja, se A

• Matriz coluna: Seja A uma matriz m × n. A é uma matriz coluna se n = 1, ou seja, A

aij = 0 quando i > j i, j = 1, · · · , n.

Por exemplo, as matrizes

aij = 0 quando i < j i, j = 1, · · · , n.

Por exemplo, as matrizes

• Matrizes iguais: Sejam A = (aij )m×n e B = (bij )p×q duas matrizes.

Operações com matrizes

Definição 2. Sejam A = (aij )m×n e B = (bij )m×n duas matrizes.

cij = aij + bij i = 1, · · · , m e j = 1, · · · , n.

[A + B]ij = aij + bij onde [A + B]ij é elemento ij da matriz A + B

cij = ai1 b1j + ai2 b2j + · · · + aip bpj

[AB]ij = ai1 b1j + ai2 b2j + · · · + aip bpj

CB não é possı́vel, pois o número de colunas de C é diferente do número de linhas de

Observação 1. Sejam k um número inteiro positivo e A uma matriz quadrada n × n. Vamos

Vamos denotar At a matriz transposta de A.

2. Se for possı́vel, calcule (C t + 3D)t , onde C e D são as matrizes:

Propriedades das operações com matrizes

Sejam A = (aij )m×n e B = (bij )m×n matrizes.

c) Existência do elemento neutro

−A é tal que [−A]ij = −aij , para todo i = 1, · · · , m, j = 1, · · · , n.

Ilustração da demonstração acima para matrizes 2 × 2

Sejam A = (aij )2×2 , B = (bij )2×2 e C = (cij )2×2 matrizes. Temos:

Por outro lado:

Observando os elementos das matrizes A(BC) e (AB)C, temos que:

i) Existência do elemento neutro da multiplicação

Se A = (aij )p×n , B = (bij )m×p e C = (cij )m×p , então:

k) Se α é um escalar, A = (aij )m×p e B = (bij )p×n são matrizes, então:

α(AB) = (αA)B = A(αB)

l) Se A = (aij )m×n é uma matriz, então (At )t = A

m) Se A = (aij )m×n e B = (bij )m×n são matrizes, então: (A + B)t = At + B t .

n) Se α é um escalar e A = (aij )m×n é uma matriz, então (αA)t = αAt .

o) Se A = (aij )m×p e B = (bij )p×n são matrizes, então (AB)t = B t At

Observação 3. O produto de matrizes não é comutativo em geral.

Diferença entre matrizes

Sejam A = (aij )m×p e B = (bij )m×p matrizes. Vamos definir:

Exemplo 6. Dadas as matrizes A e B abaixo, encontre a matriz A − B.

" # " √ # " √ #

Matrizes simétricas e anti-simétricas

Exemplo 7. Considere as matrizes A, B e C abaixo:

A é uma matriz simétrica, pois At = A.

C também não é anti-simétrica, pois

1) Se A e B são matrizes n × n simétricas, mostre que C = A + B também é simétrica.

2) Se A e B são matrizes n × n anti-simétricas, é verdade que C = A + B também é anti-

C t = (A + B)t = At + B t = −A + (−B) = −(A + B) = −C

3) Uma matriz quadrada An×n é idempotente se A2 = A. Sabendo que a matriz A abaixo é

Resolução: como A é idempotente, temos: