Fundamentos de Álgebra Linear e Geometria

Analı́tica

Prof. [Link]. Samuel Volkweis Leite

UFRGS - IME - DMPA.

01/03/2025
2
Sumário

I Geometria Analı́tica 5
1 Pontos, Espaços e Distâncias Euclidianas 7
1.1 Sistema de Coordenadas Cartesianas e Orientação . . . . . . . . 7
1.2 Distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2 Vetores 15
2.1 Vetores Geométricos . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Operações entre Vetores . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 Representação Analı́tica de Vetores . . . . . . . . . . . . . . . . . 19
2.4 Normas de Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3 Produtos entre Vetores 25

3.1 Ângulos e Produtos Escalares . . . . . . . . . . . . . . . . . . . . 25
3.2 Interpretação Geométrica do Produto Interno . . . . . . . . . . . 28
3.3 Produto vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Geometria do Produto Vetorial . . . . . . . . . . . . . . . . . . . 31
3.5 Produto Misto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4 Retas 37
4.1 Paralelismo e Ângulos entre Retas . . . . . . . . . . . . . . . . . 39

5 Planos 41
5.1 Ângulos entre Planos . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.2 Ângulos entre Retas e Planos . . . . . . . . . . . . . . . . . . . . 43

6 Distâncias entre Pontos, Retas e Planos 47

6.1 Distância entre Pontos e Planos . . . . . . . . . . . . . . . . . . . 47
6.2 Distância entre Planos . . . . . . . . . . . . . . . . . . . . . . . . 48
6.3 Distância entre Retas e Planos . . . . . . . . . . . . . . . . . . . 49
6.4 Distância entre Ponto e Reta . . . . . . . . . . . . . . . . . . . . 50

7 Cônicas 53
7.1 Completamento de Quadrados e Translações . . . . . . . . . . . . 54
7.2 Cônicas Degeneradas . . . . . . . . . . . . . . . . . . . . . . . . . 56
7.3 Elipses e Hipérboles . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.3.1 Elipses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.3.2 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.4 Parábolas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.5 Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . 63

3
4 SUMÁRIO

7.6 Rotações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

8 Introdução às Quádricas 69

II Álgebra Linear 79
9 Equações Lineares 81
9.1 Equações Lineares de uma Variável . . . . . . . . . . . . . . . . . 81
9.2 Soluções de Equações Lineares de uma Variável . . . . . . . . . . 82
9.3 Equações Lineares de Várias Variáveis . . . . . . . . . . . . . . . 85
9.4 Sistemas de Equações Lineares e Matrizes . . . . . . . . . . . . . 87

10 Matrizes 93
10.1 Tipos de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.2 Soma Matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
10.3 Multiplicação Matricial . . . . . . . . . . . . . . . . . . . . . . . 97
10.4 Multiplicação de Matriz por Escalar . . . . . . . . . . . . . . . . 100

11 Soluções de Sistemas Lineares 101

11.1 Eliminação Gaussiana e Soluções de Sistemas Lineares . . . . . . 101
11.2 Sistemas Lineares sem Soluções ou Inconsistentes . . . . . . . . . 109
11.3 Dependência e Independência linear . . . . . . . . . . . . . . . . 110
11.4 Existência e Forma de Soluções . . . . . . . . . . . . . . . . . . . 111
11.5 Dimensão de um Espaço Vetorial . . . . . . . . . . . . . . . . . . 115
11.6 Teorema da Dimensão do Núcleo e Imagem . . . . . . . . . . . . 116

12 Outras Operações Matriciais 121

12.1 Transposição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
12.2 Inversão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
12.3 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
12.4 Outras Propriedades de Determinantes . . . . . . . . . . . . . . . 136
12.5 Matrizes Elementares e Fatoração LU . . . . . . . . . . . . . . . 139
12.6 Regra de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

13 Espaços Vetoriais Normados 143

13.1 Produto Interno ou Produto Escalar . . . . . . . . . . . . . . . . 143
13.2 Bases de Espaços Vetoriais . . . . . . . . . . . . . . . . . . . . . . 145
13.3 Transformações Lineares . . . . . . . . . . . . . . . . . . . . . . . 149
13.4 Espaços Ortogonais e Processo de Gram-Schmid . . . . . . . . . 152
13.5 Métodos de Mı́nimos Quadrados e Melhor Aproximação . . . . . 156

14 Teoria Espectral 159

14.1 Autovetores e Autovalores . . . . . . . . . . . . . . . . . . . . . . 159
14.2 Diagonalização e Lema de Schur . . . . . . . . . . . . . . . . . . 163
14.3 Teorema Espectral . . . . . . . . . . . . . . . . . . . . . . . . . . 170
14.4 Formas Quadráticas e Otimização . . . . . . . . . . . . . . . . . . 172
 Part I

Geometria Analı́tica

5
Capı́tulo 1

Pontos, Espaços e
Distâncias Euclidianas

1.1 Sistema de Coordenadas Cartesianas e Ori-

entação
Não diremos neste curso o que é um ponto, uma reta, um plano ou o espaço
tridimensinal. Eles podem ser o que quisermos, desde que se comportem da
mesma forma, ou seja, satisfaçam os mesmos axiomas – postulados tomados
como verdade.
Esse é o método de estudo usado em matemática, o método axiomático.
Segundo ele, entendemos os objetos por suas propriedades, e por vezes não difer-
enciamos aqueles que se comportam da mesma forma. Não entraremos então em
discussões ontológicas sobre os seres de interesse, deixando esse trabalho para a
filosofia.
Supomos que o leitor tenha algum contato prévio com Geometria Sintética1 .
Isso ajudará no objetivo que temos de estudar Geometria Analı́tica, cujo foco é
a utilização de números para quantificar tamanhos, distâncias, ângulos, posições
relativas, entre outros.
O estudo da Geometria Analı́tica depende de um conjunto numérico total-
mente ordenado que possa ser identificado com as retas geométricas. No nosso
curso identificaremos as retas com o conjunto dos números reais.2 Ele também
depende de retas direcionadas fixas, chamadas de eixos coordenados.
Nosso estudo será focado no espaço tridimensional e bidimensional. Iremos
nomear o primeiro eixo coordenado de x, o segundo de y e o terceiro de z. Outro
nomes comuns são x1 , x2 , x3 .
O importante aqui é a fixação da ordem deles e que eles se encontrem em um
mesmo ponto comum, onde colocaremos o valor real “0”. Tal ponto do espaço
será chamado de origem, e que será denotado pela letra “O”.
Mais ainda, exigiremos que os eixos façam um ângulo reto 3 entre si. Dadas
essas três retas direcionadas (nossos eixos coordenados x, y e z), os pontos
1 Vide Geometria Sintética.
2 Outros conjuntos numéricos também podem ser identificados com a reta, como é o caso
dos números hiperreais (Hiperreais na Wikipedia.).
3 Ângulo Reto.

7
8 CAPÍTULO 1. PONTOS, ESPAÇOS E DISTÂNCIAS EUCLIDIANAS

do espaço serão totalmente determinados pelo valores de suas coordenadas – a

direção ou orientação dos eixos depende da escolha do lado da reta onde ficam
os números positivos e o zero, que nos dá a direção de crescimento.
Um conjunto de eixos com as propriedades acima será chamado sistema de
coordenadas (cartesianas) 4 tridimensional.

Figura 1.1: Em vermelho o eixo x, em verde o eixo y e em azul o eixo z.

Um ponto P do espaço será identificado com uma única tripla ordenada5

(x, y, z), e por isso escreveremos P = (x, y, z) para o ponto do espaço deter-
minado pelos números x, y, z ∈ R, onde R representa o conjunto dos números
reais.
Por exemplo, o ponto P = (2, 3, 3) pode ser encontrado ao nos movermos 2
unidades na direção positiva do eixo x a partir da origem, depois nos movemos
perpendicularmente ao eixo x por 3 unidades na direção positiva paralela ao
eixo y, e por fim, andamos 3 unidades na direção positiva paralela ao eixo z,
e perpendicularmente ao plano determinado pelos eixos x e y (veja a figura
acima).
4 Coordenadas Cartesianas.
5 Consideraremos isso como um axioma!
1.1. SISTEMA DE COORDENADAS CARTESIANAS E ORIENTAÇÃO 9

Na figura, observamos ainda que os números negativos no eixo x “entram”

no plano da folha e seguem para a direita, enquanto os números positivos no eixo
x “saem” do plano da folha e seguem para a esquerda. Um processo semelhante
ocorre com os eixos y e z. Essa escolha de desenho dos eixos foi arbitrariamente
feita pelo autor, e exibe uma das possı́veis escolhas de orientação do espaço.

Definição 1.1.1. Uma orientação pode ser entendida como uma configuração
do espaço que surge a partir da escolha das direções de crescimento dos números
nos eixos. Ela é um fenômeno visual, dependendo de ideias intuitivas, como de
lado esquerdo e lado direito.

É fácil se convencer que só existem duas orientações para uma reta. Chamare-
mos a orientação com sentido de crescimento da esquerda para a direita de
orientação positiva, e a outra, com sentido da direita para a esquerda, de
orientação negativa – aqui supõe-se que as retas são vistas horizontalmente
como na figura abaixo.

As escolhas de orientação de duas retas que formam os eixos de um plano

cartesiano (sistema com dois eixos coordenados) fornecem quatro configurações
possı́veis. Poderı́amos então pensar que temos quatro orientações distintas. Mas
matematicamente, consideraremos que só temos duas!
O motivo é o seguinte, se girarmos uma das configurações, por exemplo, a
primeira na figura abaixo, conseguimos “encaixar” perfeitamente os eixos sobre
os eixos da terceira, respeitando as orientações dos eixos. O mesmo vale para as
configurações à direita na figura. No entanto, ao girarmos as figuras da esquerda,
nunca conseguiremos fazer o encaixe respeitando os sentidos de crescimento das
retas.
Teremos assim, a menos de rotações, uma orientação no sentido anti-
horário 6 , convencionada como orientação positiva, e uma no sentido horário,
chamada de negativa. Em matemática, a orientação do plano é fundamental
para se falar da direção de ângulos.
Por fim, vejamos o que acontece no sistema de coordenadas tridimensional.
Nesse caso, cada eixo pode ser orientado de duas formas, e portanto, podemos
desenhar 2×2×2 = 8 possı́veis configurações. Por analogia, podemos considerar
que configurações que podem ser “rotacionadas” e “encaixadas” em uma mesma
6 Outro conceito intuitivo. Quem escolheu como os relógios andam?
10 CAPÍTULO 1. PONTOS, ESPAÇOS E DISTÂNCIAS EUCLIDIANAS

configuração possuem a mesma orientação (sendo mais preciso, “encaixar” sig-

nifica que os sentidos de crescimento numérico coincidem).
Apesar de existirem tantas configurações, surpreende a existência de apenas
duas orientações. Uma que chamaremos de positiva e outra negativa, como
como no caso unidimensional e bidimensional.
Para verificar isso note que podemos escolher um cubo pequeno, digamos
de lado com tamanho 1 (uma unidade), na porção do espaço nas direções do
crescimento dos eixos. Assim, basta rotar os cubos e ver como se encaixam.
Nas figuras abaixo vemos o cubo formado pela orientação positiva e o cubo
formado pela orientação negativa, desenhados no sistema de coordenadas, que
por convenção tem a orientação positiva.
1.1. SISTEMA DE COORDENADAS CARTESIANAS E ORIENTAÇÃO 11

Para nos lembrarmos das orientações do espaço tridimensional existe um

artifı́cio interessante, o uso das mãos. Esse é um recurso mnemônico para iden-
tificarmos se estamos em um sistema de coordenadas com orientação positiva ou
negativa, criado pelo fı́sico John Ambrose. A também conhecida como regra de
Fleming 7 , ou ainda regra da mão direita, afirma que se colocarmos o dedo
indicador da mão direita na posição e direção do eixo x (ou primeiro eixo), bem
como o dedo médio da mesma mão na posição e direção do eixo y (segundo eixo
eixo), de forma que o dedo indicador esteja alinhado com o antebraço e o médio
voltado para a palma da mão (ambos esticados), então ao esticarmos o pole-
gar, ele deve estar na posição e direção de crescimento do eixo z na orientação
positiva. Caso contrário, só resta dizer que a orientação é negativa.
A figura abaixo deixa claro como é usada a regra.
A regra da mão direita tem bastante utilidade na fı́sica. Por exemplo, ela
ajuda a determinar o sentido da corrente corrente elétrica induzida por um
campo magnético em um fio.
7A Regra de Flemming.
12 CAPÍTULO 1. PONTOS, ESPAÇOS E DISTÂNCIAS EUCLIDIANAS

Figura 1.2: Uso da Regra da Mão Direita

1.2 Distâncias
A identificaão que fizemos dos eixos com conjuntos de números reais foi feita ex-
atamente para podermos determinar distâncias entre pontos usando a ordenação
desse conjunto numérico – temos um conceito de “maior” e “menor”.
Definição 1.2.1. Dizemos que um número a é maior que um número b se a − b
é positivo. Nesse caso escreveremos a > b. Caso a − b seja um número negativo,
dizemos que a é menor que b, e escrevemos em sı́mbolos a < b.
Note que a < b significa que b é maior que a, e portanto equivale a escrever
b > a, bem como a > b equivale a b < a. No caso de a ser maior ou igual a b
escreveremos ainda a ≥ b, ou ainda b ≤ a. Em suma, a “abertura” dos sı́mbolos
> e ≥ estão sempre voltadas para o maior. Os números reais positivos são
exatamente aqueles que são escritos como quadrados a2 ou soma de quadrados
a21 + · · · + a2n .
Definição 1.2.2. Definimos a distância de dois números x0 , x1 ∈ R como
sendo o valor absoluto de x1 − x0 ou módulo de x1 − x0 , denotado por
|x1 − x0 |.
Esse valor absoluto é o definido como sendo o número real x1 − x0 , caso
x1 ≥ x0 , ou −(x1 − x0 ) = x0 − x1 , caso x0 ≤ x1 .
O valor absoluto determina uma função 8 | · | : R → R, muito utilizada em
matemática, que é uma função definida por partes: 9

a, a ≥ 0
|a| =
−a, a < 0
√ √
Alguns valores dessa função são |1| = 1, | − 2| = 2, |0| = 0, | − 2| = 2.
A definição de distância dada corresponde exatamente ao nosso processo de
medida por réguas com marcações.
Como dois pontos determinam sempre uma única reta, podemos então definir
a distância entre dois pontos da reta, plano ou espaço tridimensional, como
sendo a distância entre os dois pontos segundo a reta que os contêm.
8 Função.
9 Função Modular.
1.2. DISTÂNCIAS 13

Para calcular numericamente o valor de tais distâncias lembramos o con-

hecido Teorema de Pitágoras 10 . Ele afirma que para todo triângulo retângulo
no plano a soma dos quadrados dos catetos é igual ao quadrado da hipotenusa.

No plano cartesiano, dados os pontos P e Q, temos a sua representação por

coordenadas (x0 , y0 ) e (x1 , y1 ), respectivamente. Poderemos então calcular a
distância de P a Q, via o Teorema de Pitágoras.
De fato, traçando a reta por tais pontos, como os eixos são ortogonais, é fácil
ver que os tamanhos dos catetos do triângulo formado (veja a próxima figura)
são |x1 − x0 | e |y1 − y0 |. Então a distância entre os pontos é o tamanho da
hipotenusa, ou seja, é igual a
p
d(P, Q) = d((x0 , y0 ), (x1 , y1 )) = (x1 − x0 )2 + (y1 − y0 )2

Figura 1.3: Cálculo de distâncias no plano cartesiano

10 Teorema de Pitágoras.
14 CAPÍTULO 1. PONTOS, ESPAÇOS E DISTÂNCIAS EUCLIDIANAS

Para deduzirmos uma fórmula semelhante para o cálculo de distâncias no

caso tridimensional, observe um paralelepı́pedo com a diagonal sendo o segmento
se reta P Q, como visto na figura a seguir.

Notando os triângulos na figura, e usando duas vezes o Teorema de Pitágoras,

chegamos então ao valor da distância entre os dois pontos P e Q e na seguinte
fórmula geral.
p
d(P, Q) = d((x0 , y0 , z0 ), (x1 , y1 , z1 )) = (x1 − x0 )2 + (y1 − y0 )2 + (z1 − z0 )2
Capı́tulo 2

Vetores

2.1 Vetores Geométricos

Em Geometria Analı́tica, muitas propriedades e relações podem ser descritas
por meio de objetos matemáticos chamados de vetores (geométricos). Em
Álgebra Linear também estuda-se vetores, mas de um ponto de vista mais ab-
strato. Aqui estamos interessados em tipos particulares de vetores, os quais
podem ser identificados com entes geométricos. É interessante ressaltar que os
conceitos matemáticos vão sendo generalizados com o tempo, e que o conceito
de vetor em Álgebra Linear vem a ser uma generalização do conceito geométrico
de vetor.
Para entendermos o que é um vetor, imaginamos que tomamos um segmento
AB em um reta. Esse segmento pode ser orientado de duas formas, de A para
B ou de B para A. Note ainda que as duas orientações correspondem às duas
orientações possı́veis de uma reta. Os segmentos orientados serão representados
→ →
por AB e BA, respectivamente. Também dizemos que A é o ponto inicial e que
→
B é o ponto final do segmento orientado AB. Quando desenharmos um vetor,
faremos sempre um desenho de um segmento orientado para representá-lo. Os
segmentos orientados são quase o que chamamos de vetores.
Um vetor é uma classe de equivalência de segmentos orientados 1 . Isso
significa que identificaremos vários segmentos orientados – de acordo com algum
critério – e cada um deles representa o mesmo vetor. Nessa construção, as
propriedades que identificam segmentos orientados são três, a saber:

ˆ Terem o mesmo tamanho (do segmento).

ˆ Estarem em retas paralelas (mesma direção).

ˆ Estarem com o mesmo sentido, ou seja, ao transladarmos um dos segmen-

tos para a reta paralela que contém o outro, os segmentos têm a mesma
orientação.

É fácil de se convencer de que todo segmento orientado determina um ve-

tor e de que cada vetor pode ser representado por um segmento orientado.
1 Classe de Equivalência.

15
16 CAPÍTULO 2. VETORES

Figura 2.1: Segmentos orientados que representam o mesmo vetor.

Mais ainda, vetores são unicamente determinados pelas três propriedades acima:
tamanho, direção e sentido.
→
Em geral, escreveremos AB também para denotar o único vetor que tem esse
segmento na sua classe. Caso contrário, daremos algum nome a ele, digamos
→
v . O importante é usar a seta acima da letra que representa o vetor, para não
confundir vetores com variáveis não vetoriais.

2.2 Operações entre Vetores

Uma das vantagens de trabalharmos com vetores, em vez de pontos no espaço,
é a possibilidade de podermos executar operações algébricas entre eles.
Para motivar as operações básicas entre vetores – soma e multiplicação por
escalar – interpretamos eles como representantes de forças, tendo intensidade,
direção e sentido.
Faz todo sentido pensarmos que a aplicação de duas forças deve resultar em
alguma outra, a força resultante. Mais ainda, nossa intuição leva-nos a crer que
a força resultante deve ter alguma dependência geométrica das forças aplicadas.
→ →
Na figura acima temos duas forças, F1 e F2 , atuando sobre um bloco com
→
massa m. É sugerido que o vetor força resultante Fres – que determina a direção,
o sentido e a intensidade do movimento observado – deve estar posicionado como
na figura.
De fato, o que se verifica experimentalmente é isso. Logo, podemos dizer que
a força resultante é representada pelo vetor com tamanho igual ao da diagonal
→ →
do paralelogramo determinado pelos vetores F1 e F2 e com ponto inicial junto
ao bloco e ponto final no final do segmento diagonal.
2.2. OPERAÇÕES ENTRE VETORES 17

→ → →
Figura 2.2: A soma de dois vetores força F1 e F 2 resulta no vetor Fres .

Usando essa analogia entre forças e vetores definimos.

→ →
Definição 2.2.1. A soma de dois vetores F1 e F2 é definida como sendo o
→
vetor Fres obtido pela figura acima.
Em outras palavras, é a classe de equivalência do segmento diagonal orien-
→ →
tado do paralelogramo gerado por F1 e F2 com inı́cio no ponto inicial comum
desses vetores. → →
Denotaremos por F1 + F2 o vetor obtido por essa soma.

Note ainda que a soma pode ser feita usando quaisquer representantes dos
→ →
vetores F1 e F2 , pois podemos transladá-los livremente pelo espaço e formar
paralelogramos congruentes onde acharmos conveniente. Essa é uma das van-
tagens da definição de vetor como uma classes de equivalência e não como um
segmento orientado.
Além da soma de vetores temos outra operação fundamental que modifica
os tamanhos dos vetores.

Definição 2.2.2. A multiplicação escalar de um número não nulo (o es-

→ →
calar) α por um vetor v será denotada por α v , sendo um vetor de:
→
ˆ mesma orientação que v ;
→
ˆ mesmo sentido que v , caso α > 0, e de sentido oposto se α < 0;
→
ˆ de tamanho igual a |α| vezes o tamanho de v .
→ →
Definimos ainda 0 · v como sendo o vetor nulo 0 , ou seja, a classe de
→
equivalência do vetor com tamanho zero. Tambeém definimos v α como sendo
→
o mesmo vetor α v .

Com a soma e a multiplicação escalar definidas, além do vetor nulo, dado

→ →
um vetor v , podemos ver que existe um único vetor, a saber (−1) v , que é o
18 CAPÍTULO 2. VETORES

Figura 2.3: Exemplos de vetores obtidos pela multiplicação por escalares.

→
inverso aditivo de v . Ser o inverso aditivo significa que
→ → → → →
v + (−1) v = 0 = (−1) v + v
→ →
Por isso também denotaremos (−1) v por − v . Com os inversos aditivos
temos ainda uma subtração de vetores.
→ →
Definição 2.2.3. A subtração do vetor w do vetor v é definida como sendo
→ → → →
o vetor v − w = v + (−w).
→ → →
O vetor v − w é exatamente o vetor que ao somado com w fornece o vetor
→
v . Mais ainda, como vetores podem ser transladados, podemos ver ainda que
→ →
v − w é o vetor de tamanho igual ao da diagonal do paralelogramo, com ponto
→
inicial sendo o ponto final do vetor w, e com ponto final sendo o ponto final do
→
vetor v , como visto na Figura 2.4.
2.3. REPRESENTAÇÃO ANALÍTICA DE VETORES 19

Figura 2.4: Representações geométricas da subtração.

As principais propriedades das operações de soma e multiplicação escalar são

listadas no teorema a seguir. Elas podem ser verificadas geometricamente mas
também analiticamente, ou seja, usando sistemas de coordenadas. Mas para
isso precisamos das representações analı́tica de vetores.
→ → →
Teorema 2.2.1. Sejam v1 , v2 e v3 vetores no plano ou espaço e α, β números
(escalares). Então
→ → → →
1. v1 + v2 = v2 + v1 . (Comutatividade)
→ → → → → →
2. (v1 + v2 ) + v3 = v1 + (v2 + v3 ). (Associatividade)
→ → → →
3. v1 + 0 = v1 . (Existência do Elemento Neutro 0 da Soma)
→ → →
4. v1 + (−1)v1 = 0 . (Existência do Inverso Aditivo)
→ → →
5. α(β v1 ) = (αβ)v1 = v1 . (Associatividade entre Escalares)
→ → → →
6. α(v1 + v2 ) = αv1 + αv2 . (Distributividade com Vetores)
→ → →
7. (α + β)v1 = αv1 + β v1 . (Distributividade com Escalares)

2.3 Representação Analı́tica de Vetores

Seria conveniente podermos executar operações geométricas também numeri-
camente. A definição da soma e produto escalar para vetores foi feita geo-
metricamente, mas queremos poder executá-las usando cálculos. Para tal fim
representaremos os vetores de forma que essas operações básicas funcionem bem.
Dado um sistema de coordenadas, digamos com eixos x, y, z (a ordem inter-
essa), começamos identificando o vetor nulo com a origem do sistema.

Definição 2.3.1. Cada vetor é identificado com o segmento de reta orientado

de sua classe que tem inı́cio na origem. Esse segmento de reta orientado será
chamado de representação analı́tica do vetor.
20 CAPÍTULO 2. VETORES

A representação analı́tica de um vetor é unicamente determinado pelo ponto

final do segmento iniciando na origem. Dado um ponto, digamos (x, y, z), rep-
resentaremos o único vetor determinado por ele por ⟨x, y, z⟩ e chamaremos os
números x, y, z de coordenadas do vetor ou coordenadas vetoriais.

Figura 2.5: Translada-se um vetor para a origem para se obter sua representação
analı́tica.

Com essa representação de vetores fica fácil determinar analiticamente a

soma de dois vetores e a multiplicação por escalar. O que se verifica é que se
⟨x1 , y1 , z1 ⟩ e ⟨x2 , y2 , z2 ⟩ são vetores e α é um escalar, então
ˆ ⟨x1 , y1 , z1 ⟩ + ⟨x2 , y2 , z2 ⟩ = ⟨x1 + x2 , y1 + y2 , z1 + z2 ⟩.
ˆ α⟨x1 , y1 , z1 ⟩ = ⟨αx1 , αy1 , αz1 ⟩.
Em outras palavras, o vetor soma é obtido ao somarmos as coordenadas
dos somandos e colocarmos os resultados como coordenadas do vetor soma. Ao
multiplicarmos um vetor por α, obtemos o vetor com as coordenadas originais
vezes o fator α. O análogo da soma pode ser observado para a subtração, já que
ela pode ser vista como a soma de um vetor com o inverso aditivo de outro. A
verificação da validade dessas afirmações é deixada a cargo do leitor.
Vimos que a representação analı́tica de vetores é dada usando o representante
→
do vetor com ponto inicial na origem. Mas dado um vetor v com pontos iniciais
P0 = (x0 , y0 , z0 ) e ponto final P1 = (x1 , y1 , z1 ), como determinamos a sua
representação analı́tica?
2.3. REPRESENTAÇÃO ANALÍTICA DE VETORES 21

Figura 2.6: Exemplo de soma analı́tica de vetores no plano.

É claro que o processo de deslocar o vetor no espaço, apesar de bem intuitivo,

é pouco prático do ponto de vista numérico. Por isso vamos observar como fazer
essa soma usando apenas as coordenadas vetoriais dos vetores.
Para o caso bidimensional, faça os deslocamentos dos vetores para seu rep-
resentante com ponto inicial na origem. Isso criará um paralelogramo, como na
Figura 2.7, de onde podemos inferir uma fórmula para a representação analı́tica
→
de P0 P1 . No caso tridimensional podemos fazer certas translações paralelas aos
eixos, como na Figura 2.8, e também deduzir uma fórmula para a representação
→
analı́tica do vetor P0 P1 .
As fórmulas são as seguintes para os casos bidimensional e tridimensional,
respectivamente,
→
P0 P1 = ⟨x1 − x0 , y1 − y0 ⟩
→
P0 P1 = ⟨x1 − x0 , y1 − y0 , z1 − z0 ⟩
22 CAPÍTULO 2. VETORES

→
Figura 2.7: Representação analı́tica de P0 P1 no caso bidimensional.

→
Figura 2.8: Representação analı́tica de P0 P1 no caso tridimensional.

2.4 Normas de Vetores

Ao definirmos o conceito de vetor havı́amos falado que ele possui um tamanho,
o qual chamaremos também de norma do vetor.
2.4. NORMAS DE VETORES 23

A norma de um vetor, por definição, é o tamanho de qualquer um dos seg-

mentos de reta orientado que o representa. Com a representação introduzida
há pouco, fica fácil decalcular essas normas.
→
Por exemplo, a norma de um vetor v = ⟨x, y, z⟩, denotada a partir daqui
→
por ∥ v ∥ ou ∥⟨x, y, z⟩∥, é dada pelo número mais à direita da equação abaixo
→ p
∥ v ∥ = ∥⟨x, y, z⟩∥ = x2 + y 2 + z 2
→
Já no caso bidimensional a norma de um vetor v = ⟨x, y⟩ é
→ p
∥ v ∥ = ∥⟨x, y, z⟩∥ = x2 + y 2

Isso é justificado pelo fato de que o tamanho da representação analı́tica de

um vetor é a distância de seu ponto final até a origem, que pode ser calculada
usando o teorema de Pitágoras.
→
Figura 2.9: Cálculo do tamanho do vetor P0 P1 usando o Teorema de Pitágoras.
24 CAPÍTULO 2. VETORES
Capı́tulo 3

Produtos entre Vetores

3.1 Ângulos e Produtos Escalares

Passamos agora ao problema de determinação do ângulo entre dois vetores.
Usando apenas geometria euclidiana pode ser difı́cil calcular o ângulo entre
retas, a não ser que tenha-se um compasso graduado, e o mesmo vale para
vetores.1
Lembremos o que é um ângulo.

Definição 3.1.1. Um ângulo é uma região do plano determinada por duas

semiretas com mesma origem. Na verdade existem duas regiões distintas deter-
minadas por tais semi-retas, e por isso deveremos sempre deixar claro qual é a
região de definição do ângulo.

Figura 3.1: O dois ângulos definidos por duas semiretas com mesma origem.

1 Na Grécia Antiga vários problemas geométricos eram propostos para serem resolvidos com
compasso e régua, sem graduações. As construções geométricas não graduadas são extrema-
mente vantajosas, visto que não dependem de unidades arbitrárias. Por exemplo, pode-se
calcular o ponto médio de um segmento ao se construir uma mediatriz com régua e compasso
não graduados.

25
26 CAPÍTULO 3. PRODUTOS ENTRE VETORES

A medida ou tamanho de um ângulo pode ser feita em graus ou radianos,

sendo que 360o equivale a 2π radianos, em proporção direta.
A medida em radianos é a mais adequada para cálculos, já que não tem
restrição de valores – como no caso de graus entre 0o e 360o – e assim com
radianos podemos também definir as funções trigonométricas 2 básicas seno e
cosseno, para todo número real.

ATENÇÃO: Usaremos radianos frequentemente, portanto, SEMPRE

verifique se sua calculadora está configurada para o cálculo
em radianos (rad) em vez de graus (deg).

→ →
Considere agora dois vetores não nulos, digamos v e w. Suas representações
analı́ticas estão contidas em um único plano Π, aquele formado pela origem e os
pontos finais das representações. Claro que isso não ocorre se os pontos finais
estiverem na mesma reta, e nesse caso tomamos qualquer plano que contenha a
origem e os dois pontos finais.
→ →
De qualquer forma, definimos o ângulo entre os vetores v e w como sendo
o menor ângulo formado pelas semiretas geradas pelas representações analı́ticas
desses dois vetores no plano Π.
→ →
Figura 3.2: Ângulo formado pelos vetores v e w.

Vamos fazer o cálculo desse ângulo de forma indireta. Calcularemos de fato

o cosseno do ângulo.
Assim, usando uma tabela de cossenos e respectivos ângulos, ou usando a
função inversa do cosseno 3 – chamada de arcocosseno e denotada por arccos(·)
ou cos−1 (·) – poderemos determinar o ângulo entre os dois vetores.4
2 Funções
Trigonométricas na Wikipedia.
3 Funções
Trigonométricas Inversas.
4 Existem métodos matemáticos para aproximar os valores da função arccos com a precisão

que for desejada, sendo o limitante apenas o tempo de computação. No entanto isso foge do
escopo desse curso pois necessita de conhecimentos sobre séries de potências.
3.1. ÂNGULOS E PRODUTOS ESCALARES 27

Para chegarmos ao cosseno do ângulo a ser medido usaremos um tipo de

produto entre vetores chamado de produto interno.
→ →
Definição 3.1.2. Dados vetores v e w, o produto interno, ou produto es-
→ → → →
calar, será denotado por ⟨ v , w⟩, ou ainda v · w.
No caso de vetores tridimensionais ⟨x1 , y1 , z1 ⟩ e ⟨x2 , y2 , z2 ⟩ o produto é
definido pela igualdade

⟨x1 , y1 , z1 ⟩ · ⟨x2 , y2 , z2 ⟩ = x1 x2 + y1 y2 + z1 z2 ∈ R

e no caso bidimensional teremos

⟨x1 , y1 ⟩ · ⟨x2 , y2 ⟩ = x1 x2 + y1 y2 ∈ R

O que mais nos interessa em um primeiro momento são as seguintes pro-

priedades do produto interno.
→ → →
Teorema 3.1.1. Dados vetores v1 , v2 e w, e escalares α e β, valem:
→ → → →
1. v1 · v2 = v2 · v1 . (Simetria)
→ → →
 → →  → →
2. (αv1 + β v2 ) · w = α v1 · w + β v2 · w . (Linearidade à Esquerda)
→ →
3. v1 · v1 ≥ 0. (Positividade)

Note que temos ainda também a Linearidade à Direita por causa da simetria
e da Linearidade à Esquerda:
→ → → → → → → → → → → → → →
w · (αv1 + β v2 ) = (αv1 + β v2 ) · w = α(v1 · w) + β(v2 · w) = α(w · v1 ) + β(w · v2 )

É importante a essa altura tomar algum tempo para se familiarizar com as

propriedades do produto interno. Pense em casos particulares. Escolha escalares
positivos, negativos ou nulos, insira nas igualdades acima e veja o que acontece.
→ → → → → → →
Por exemplo, pergunte-se se vale (v1 − v2 ) · w = (v1 · w) − (v2 · w). Talvez comece
→ → → →
provando um caso particular, como (− v ) · w = −( v · w).
Continuemos nossa discussão ligando o produto interno com ideias geométricas.
A primeira observação é que o tamanho de um vetor pode ser calculado em ter-
mos do produto interno.
→
Proposição 3.1.1. Vale a seguinte igualdade fundamental para todo vetor v
→ → →
∥ v ∥2 = v · v

Prova. Segue imediatamente das definições.

→ →
Imagine agora que posicionamos os vetores não nulos v e w em um plano
→ →
com pontos iniciais iguais. Assim, o vetor v − w fecha o triângulo no plano ao
→
ser posto com o seu ponto inicial no ponto final de w, como na figura abaixo.
Então podemos usar a lei dos cossenos, onde os tamanhos dos lados são
→ → → →
∥ v ∥, ∥w∥ e ∥ v − w∥, e observamos o ângulo θ como na figura acima. Aplicando
essa lei obteremos
→ → → → → →
∥ v − w∥2 = ∥ v ∥2 + ∥w∥2 − 2∥ v ∥∥w∥ cos(θ)
28 CAPÍTULO 3. PRODUTOS ENTRE VETORES

→ → → → → →
Por outro lado, ∥ v ∥2 = v · v e ∥w∥2 = w · w, e então
→ → → → → → → → → → → →
∥ v − w∥2 = ( v − w) · ( v − w) = v · v − 2( v · w) + w · w
Substituindo na equação da lei dos cossenos,
→ → → → → → → → → → → →
v · v − 2( v · w) + w · w = v · v + w · w − 2∥ v ∥∥w∥ cos(θ)
Simplificando, chega-se ao seguinte resultado.
→ →
Teorema 3.1.2. Dados vetores não nulos v e w, vale
→ →
v ·w
cos(θ) = →
→
∥ v ∥ ∥w∥
→ →
onde 0 ≤ θ ≤ π é o ângulo entre os vetores v e w.
Uma das propriedades que usaremos frequentemente, consequência imediata
da fórmula acima, é:
→ → → →
Corolário 3.1.1. v e w são ortogonais se, e somente se, v · w = 0.
De fato, o produto interno é nulo se, e somente se, o cosseno do ângulo entre
os vetores é zero, e isso ocorre precisamente quando o ângulo entre os vetores é
π/2.

3.2 Interpretação Geométrica do Produto In-

terno
O produto interno fornece um número, o qual interpretaremos agora geometri-
camente.
→→
Proposição 3.2.1. O número v ·w é exatamente o tamanho do vetor projeção
→ → →
ortogonal de v sobre w dividido por ∥w∥.
→ →
Definição 3.2.1. O vetor projeção ortogonal de v sobre w será denotado por
→ →
p = proj→
w
v
→ → → → →
Ele é o único múltiplo do vetor w de modo que v , proj→
w
v e ( v − proj→w
v)
→
formam um triângulo com ângulo reto no ponto final do vetor projeção proj→
w
v,
como visto na Figura 3.3.
3.3. PRODUTO VETORIAL 29

→ →
Figura 3.3: Vetor projeção ortogonal de v sobre w.

Para verificar a proposição basta verificar a seguinte afirmação que també

mensina como calcular uma projeção ortogonal
→ →
Proposição 3.2.2. Para vetores não nulos w e v vale:
→ →
!
→ v ·w →
proj→
w
v = → → w
w·w
→ → →
De fato, calculando a norma desse vetor obtemos ( v · w)/∥w∥, donde segue
a primeira proposição.
Vamos agora deduzir a validade dessa igualdade.
Prova da Proposição 3.2.2. Primeiro note que o vetor projeção ortogonal é único,
o que segue de sua definição geométrica.
→ →
Escreva p = α w para esse vetor projeção com α ∈ R. O que deve ser
verificado é que o valor α é como nos diz a equação acima. Note que, pela
→ → →
ortogonalidade ( v − p ) · p = 0. Logo
→ → → → → → → → → → → → → → →
0 = ( v − p ) · p = v · p + p · p = v · (α w) + (α w) · (α w) = α( v · w) + α2 (w · w)

̸ 0, ao dividirmos a igualdade acima por α e isolarmos esse valor

Se α =
obtemos o que querı́amos:
→ →
v ·w
α= → →
w·w
O caso α = 0 é trivial, e a verificação é deixada a cargo do leitor.

3.3 Produto vetorial

Introduzindo mais um tipo de produto para vetores, aplicado apenas á vetores
tridimensionais.
Diferentemente do produto escalar entre dois vetores, que fornece como re-
sultado um número, o produto vetorial (ou produto exterior), que intro-
duziremos a seguir, tem como resultado novamente um vetor.
30 CAPÍTULO 3. PRODUTOS ENTRE VETORES

→ →
Definição 3.3.1. Dados os vetores v1 = ⟨x1 , y1 , z1 ⟩ e v2 = ⟨x2 , y2 , z2 ⟩, o seu
→ →
produto vetorial é denotado por v1 × v2 e satisfaz a igualdade vetorial abaixo
que o define.
→ →
v1 × v2 = ⟨(y1 z2 − z1 y2 ), −(x1 z2 − z1 x2 ), (x1 y2 − x2 y1 )⟩
Usando a fórmula do cálculo de determinantes de matrizes 2 × 2,
a b
= ad − bc
c d
podemos reescrever a fórmula acima como
 
→ → y1 z1 x z1 x1 y1
v1 × v2 = ,− 1 ,
y2 z2 x2 z2 x2 y2
Existe ainda outra maneira mais de escrever o produto vetorial, a qual será
útil para deduzir propriedades importantes deste produto. A fim de introduzir
essa forma de escrita, observamos três vetores especiais que formam a base
canônica do espaço do espaço tridimensional. 5
→ → →
i = ⟨1, 0, 0⟩, j = ⟨0, 1, 0⟩, k = ⟨0, 0, 1⟩
Esse conjunto forma uma base no sentido de Álgebra Linear, ou seja, é um
conjunto minimal de vetores de modo que todo outro vetor do espaço vetorial
R3 pode ser escrito como uma combinação linear 6 desses vetores. De fato,
claramente vale para todo a, b, c ∈ R
→ → →
⟨a, b, c⟩ = a i + b j + c k
Dessa forma podemos escrever
→ → y1 z1 → x z1 → x y1 →
v1 × v2 = i − 1 j + 1 k,
y2 z2 x2 z2 x2 y2
ou ainda, ao lembrarmos da expreessão do determinante de uma matrix 3 × 3
temos a expressão
→ → →
→ →
i j k
v1 × v2 = x1 y1 z1
y2 y2 z2
O produto vetorial possui propriedades herdadas dessa sua conexão com
determinantes. É um exercı́cio interessante verificar tais propriedades. Algumas
delas são:
→ → →
Teorema 3.3.1. Dados vetores tridimensionais v , w, t e escalares a, b; valem
→ → → → → → →
1. v × (aw + b t ) = a( v × w) + b( v × t ) e
→ → → → → → →
(aw + b t ) × v = a(w × v ) + b( t × v ).
(Bilinearidade)
→ → → →
2. v × w = −w × v . (Anti-comutatividade)
5 Base canônica.
6 Combinação linear.
3.4. GEOMETRIA DO PRODUTO VETORIAL 31

3.4 Geometria do Produto Vetorial

Temos em mãos dois tipos de produtos (escalar e vetorial). O primeiro fornece
informações sobre ângulos, projeções ortogonais, ortogonalidade e tamanho de
vetores, e o sobre o segundo sabemos que fornece um certo vetor. Perguntamos
então: quais as propriedades geométricas fornecidas por esse segundo produto?
Em resumo, o produto vetorial ajuda a calcular áreas de paralelogramos e
um vetor simultaneamente ortogonal aos dois fatores do seu produto.
→ → → →
Proposição 3.4.1. Dados vetores v1 e v2 , o produto vetorial v1 × v2 é um vetor
com as seguintes propriedades:
→ → → →
ˆ v1 × v2 é simultaneamente perpendicular a v1 e v2 (o que dá a sua ori-
entação);
→ →
ˆ v1 × v2 tem sentido dado pela regra da mão direita. Mais precisamente,
→ → → →
v1 , v2 , v1 × v2 , nessa ordem, formam uma base ortogonal com orientação
positiva;
→ → → → → →
ˆ ∥v1 × v2 ∥ = ∥v1 ∥ · ∥v2 ∥ · sin(θ), onde θ é o ângulo entre os vetores v1 e v2 .
→ →
Esse valor é igual a área do paralelogramo gerado por v1 e v2 .

→ →
Figura 3.4: Possibilidades de produtos vetoriais entre v e w.

→ →
Prova. Dados vetores v1 = ⟨x1 , y1 , z1 ⟩ e v2 = ⟨x2 , y2 , z2 ⟩, o produto vetorial
→ →
v1 × v2 é sempre um vetor ortogonal aos vetores usados no produto. para ver
isso note que isso equivale a dizer que
→ → → → → →
v1 · ( v1 × v2 ) = 0 e v2 · ( v1 × v2 ) = 0
32 CAPÍTULO 3. PRODUTOS ENTRE VETORES

A verificação dessas igualdades é feita pelo uso de determinantes. Por ex-

emplo, calculamos
 
→ → → y1 z1 x z1 x1 y1
v1 · (v1 × v2 ) = ⟨x1 , y1 , z1 ⟩ · ,− 1 ,
y2 z2 x2 z2 x2 y2

y1 z1 x z1 x y1
= x1 − y1 1 + z1 1
y2 z2 x2 z2 x2 y2

x1 y1 z1
= x1 y1 z1 = 0
x2 y2 z2

A igualdade com zero do determinante segue da propriedade de determi-

nantes que afirma que quando alguma linha é igual a outra o determinante é
zero. Um raciocı́nio análogo pode ser feito para verificar a segunda afirmação
de ortogonalidade.
Para verificar a orientação precisamos do seguinte resultado, que inclusive
poderia ser usado como definição de orientação no espaço, apresentado sem
prova.
→ → →
Afirmação: Os vetores ortogonais v1 , v2 , v3 , nessa ordem, definem uma base
do R3 em orientação positiva se, e somente se, o determinante da matriz com
colunas com entradas iguais as coordenadas dos vetores nessa ordem, ou seja,
→ → →
A = (v1 v2 v3 ), é positivo.
→ → → →
Calculemos então o determinante da matriz A = (v1 v2 v1 × v2 ).

y1 z1
x1 x2
y2 z2

x1 z1
det(A) = y1 y2 −
x2 z2

x1 y1
z1 z2
x2 y2

Fazemos o cálculo do determinante desenvolvendo a Regra de Laplace pela

última coluna. 7

y1 z1 y1 y2 x z1 x1 x2 x y1 x1 x2
det(A) = · + 1 · + 1 ·
y2 z2 z1 z2 x2 z2 z1 z2 x2 y2 y1 y2

Agora lembre que o determinante de uma matriz é igual ao determinante de

sua transposta. Logo, podemos transpor todas a matrizes que são os primeiros
fatores acima, obtendo então a seguinte soma de quadrados (e portanto sempre
positiva).
2 2 2
y1 y2 x1 x2 x1 x2
det(A) = + +
z1 z2 z1 z2 y1 y2
7 Regra de Laplace para Determinantes.
3.4. GEOMETRIA DO PRODUTO VETORIAL 33

→ →
Passamos para a última propriedade, a que determina o tamanho de v1 × v2 .
Começamos calculando o valor do quadrado da norma do produto vetorial.
2 2 2
→ → y1 z1 x1 z1 x1 y1
∥v1 × v2 ∥2 = + +
y2 z2 x2 z2 x2 y2

= (y1 z2 − z1 y2 )2 + (x1 z2 − z1 x2 )2 + (x1 y2 − y1 x2 )2

= (y12 z22 − 2y1 y2 z1 z2 + z12 y22 ) + (x21 z22 − 2x1 x2 z1 z2 + z12 x22 )

+(x21 y22 − 2x1 x2 y1 y2 + y12 x22 )

Não simplificaremos a expressão mais do que isso – chegamos ao meio da

conta. O que faremos agora é calcular o quadrado da área do paralelogramo
→ →
gerado pelos vetores v1 e v2 , desenvolvemos as contas e chegamos a essa mesma
expressão.
Para calcular a área observe a configuração dada na Figura 3.5. A área A do
paralelogramo é dada pela multiplicação do tamanho da base pela sua altura.
→ →
Figura 3.5: Paralelogramo gerado pelos vetores v1 e v2 .

Logo
→ → →
A = altura · base = ∥( v − proj→
w
v )∥ ∥w∥
→ →
Seja p = proj→
w
v . Assim, calculamos que
→ → →
A2 = ∥( v − p )∥2 ∥w∥2
→ → → → → →
= (( v − p ) · ( v − p ))(w · w)
→ → → → → → → →
= ( v · v − 2 v · p + p · p ) (w · w)
→ → → → → → → → → → → →
= ( v · v ) · (w · w) − 2( v · p ) (w · w) + ( p · p ) (w · w)

Lembrando ainda que

→ →
!
→ v ·w →
p = → → w
w·w
34 CAPÍTULO 3. PRODUTOS ENTRE VETORES

teremos
→ → → → → → → → → → → →
A2 = ( v · v ) (w · w) − 2( v · p ) (w · w) ( p · p ) (w · w)
! +!
→ →
→ → → → → v ·w → → →
= ( v · v ) (w · w) − 2 v · → → w (w · w)
w·w

→ → → →
! ! !
v ·w → v ·w → → →
+ → → w· → → w (w · w)
w·w w·w

→ →
! → →
!2
→ → → → ( v · w)2 → → v ·w → →
= ( v · v ) (w · w) − 2 → → (w · w) + → → (w · w)2
w·w w·w
→ → → → → → → →
= ( v · v ) (w · w) − 2( v · w)2 + ( v · w)2
→ → → → → →
= ( v · v ) (w · w) − ( v · w)2

= (x21 + y12 + z12 )(x22 + y22 + z22 ) − (x1 x2 + y1 y2 + z1 z2 )

Por fim, fica como exercı́cio para o leitor executar as multiplicações e somas
→ →
na expressão acima, verificando a igualdade com o valor calculado de ∥ v × w∥2 .
Da relação entre a área e o produto vetorial segue ainda a fórmula
→ → → →
∥ v × w∥ = ∥ v ∥∥w∥ sin(θ),
onde θ é o ângulo entre os dois vetores. Para ver isto, basta observar que
→
podemos tomar como altura do paralelogramo h = ∥ v ∥ sin(θ) e como tamanho
→
da base b = ∥w∥.

3.5 Produto Misto

O último produto entre vetores que nos interessa é o produto misto ou pro-
duto triplo, o qual é definido para vetores tridimensionais.
→ → →
Definição 3.5.1. Dados vetores v 1 , v 2 e v 3 , definimos o produto misto
desses vetores, nessa ordem (a ordem é importante), como sendo
→ → → → → →
⟨ v 1, v 2, v 3⟩ = v 1 · ( v 2 × v 3)
Suponha que temos vetores escritos coordenadas como
→ → →
v1 = ⟨x1 , y1 , z1 ⟩, v 2 = ⟨x2 , y2 , z2 ⟩, v 3 = ⟨x3 , y3 , z3 ⟩
Então podemos calcular explicitamente o produto misto como
→ → →
⟨ v 1 , v 2 , v 3 ⟩ = ⟨⟨x1 , y1 , z1 ⟩, ⟨x2 , y2 , z2 ⟩ × ⟨x3 , y3 , z3 ⟩⟩
  
y2 z2 x z2 x2 y2
= ⟨x1 , y1 , z1 ⟩, ,− 2 ,
y3 z3 x3 z3 x3 y3

x1 y1 z1
y2 z2 x z2 x y2
= x1 − y1 2 + z1 2 = x2 y2 z2
y3 z3 x3 z3 x3 y3
z3 y2 z3
3.5. PRODUTO MISTO 35

Em suma, o produto misto pode ser calculado pelo seguinte determinante

x1 y1 z1
→ → →
⟨ v 1 , v 2 , v 3 ⟩ = x2 y2 z2
z3 y2 z3

A propriedade geométrica mais importante do produto misto está relacionada

ao volume do paralelepı́pedo gerado pelos três vetores usados no produto. Mais
precisamente:
→ → →
Teorema 3.5.1. Dados vetores (tridimensionais) v , w e z , não todos no mesmo
plano, temos que o volume do paralelogramo gerado por eles tem valor V =
→ → →
|⟨ v , w, z ⟩|.
Se os três vetores estão em um mesmo plano, então V = 0.
Prova. Primeiro observe o caso trivial. Se todos os vetores estão em um mesmo
plano claramente o volume é nulo. Além disso, não é difı́cil ver que um dos
→ → →
vetores é combinação linear dos outros dois. Assim o determinante ⟨ v , w, z ⟩ é
nulo também.
Para o caso não trivial de vetores não coplanares, usamos a imagem abaixo
para exemplificar a situação geométrica. Ela mostra os elementos essenciais
→ →
para a verificação do resultado, mas no caso de v e w estarem no plano “xy”.
→ → → → →
Figura 3.6: Paralelepı́pedo formado por v , w e z , com v e w pertencentes ao
plano “xy”.
36 CAPÍTULO 3. PRODUTOS ENTRE VETORES

Observe que o volume é dado pela fórmula V = A · h, onde h é a altura do

paralelogramo e A a área do paralelogramo da base.
→ →
Mas já sabemos que A = ∥ v × w∥. Mais ainda, a altura é exatamente o
→ →
tamanho da projeção ortogonal p , do vetor z , sobre a reta perpendicular ao
→ →
plano do paralelogramo, ou seja, sobre a reta que contém o vetor v × w.
Lembre que
→ → → → → →
! !
→ z · ( v × w) → → z · ( v × w) → →
p = → → → → ( v × w) = → → ( v × w)
( v × w) · ( v × w) ∥ v × w∥2
→ →
E portanto, visto que ∥α v ∥ = |α| ∥ v ∥ (exercı́cio para o leitor),
→ → → → → → → → →
→ z · ( v × w) → → | z · ( v × w)| → → | z · ( v × w)|
∥p∥ = → → ∥ v × w∥ = → → ∥ v × w∥ = → →
∥ v × w∥2 ∥ v × w∥2 ∥ v × w∥
→ → → → → →
Assim, usando que | z · ( v × w)| = | v · (w × z )| (graças a propriedade de
determinantes sobre troca de linhas) temos
→ → →
| z · ( v × w)| → → → → → → → → → → →
V = h·A = → → · ∥ v × w∥ = | z · ( v × w)| = | v · (w × z )| = |⟨ v , w, z ⟩|
∥ v × w∥

Disso concluimos que determinantes de matrizes 3×3 calculam volumes.

Capı́tulo 4

Retas

No ensino pré-universitário aprende-se um pouco de geometria analı́tica planar.

Aprende-se, por exemplo, como determinar retas no plano por equações lineares.
O mesmo pode ser feito para retas no espaço tridimensional? Sim. Faremos
nosso estudo usando os conceitos vetoriais já estudados.
O problema de determinação de uma reta é o de descrever o seu locus, ou
seja, o local dos seus pontos no espaço. Faremos essa determinação por meio de
relações e equações.
→
A ideia é simples. Cada reta determina infinitos vetores v = ⟨a, b, c⟩ não
nulos sobre ela – basta escolher dois pontos distintos da reta. Esses vetores dão
a direção da reta. No entanto, qualquer reta paralela tem essa mesma direção.
Logo, falta algo para diferenciar a reta escolhida das outras paralelas a ela. Isso
é fito pela simples escolha de um ponto.
Mas então, como determinamos a reta? Vejamos uma alternativa. Tome
→
P0 = (x0 , y0 , z0 ) um ponto da reta e v um vetor qualquer na direção da reta. O
→
ponto pode ser usado para criar um vetor, a saber v0 = ⟨x0 , y0 , z0 ⟩, com ponto
inicial na origem e ponto final P0 na reta. Se colocarmos o ponto inicial do
→ →
vetor v sobre o ponto final do vetor v0 , ou seja P0 , o vetor overset→v estará
→
em cima da reta. Por tal motivo o ponto final do vetor v pertence também à
→
reta. Agora note que o vetor direção v é arbitrário, e se pudessemos mudar seu
tamanho como quisessemos, seus pontos finais percorreriam toda a reta! Isso
pode ser feito multiplicando o vetor por um parâmetro real t.
Em suma, a seguinte fórmula descreve esse processo de forma que P =
(x, y, z) são todos os pontos da reta.
→ → →
⟨x, y, z⟩ = w = v0 + t v = ⟨x0 , y0 , z0 ⟩ + t⟨a, b, c⟩, t ∈ R
A equação
⟨x, y, z⟩ = ⟨x0 , y0 , z0 ⟩ + t⟨a, b, c⟩
→
é chamada de equação vetorial da reta, e v = ⟨a, b, c⟩ é dito um vetor dire-
tor da reta. Ademais ⟨x0 , y0 , z0 ⟩ é chamado de vetor constante, e corresponde
a um ponto da reta.
Dada uma reta r, usaremos a notação
→ → →
r : w = v0 + t v ; t ∈ R
→ → →
para dizer que a equação vetorial a ela associada é w = v0 + t v .

37
38 CAPÍTULO 4. RETAS

É útil manter em mente o significado dos elementos nessa equação. Numa

→
equação como acima, ao escrevermos analiticamente v0 = ⟨x0 , y0 , z0 ⟩ sempre
inferimos diretamente que o ponto P0 = (x0 , y0 , z0 ) pertence a reta, e sempre
→
teremos que v = ⟨a, b, c⟩ é um vetor diretor da reta.
Aprendemos então que a equação vetorial de uma reta sempre fica bem
determinada por um ponto e um vetor diretor. Mas se nos é dado apenas dois
pontos distintos P0 = (x0 , y0 , z0 ) e P1 = (x1 , y1 , z1 ) da reta, como acontece
frequentemente, como determinar a equação vetorial? Não é difı́cil responder
→
tal pergunta. Note que o segmento de reta orientado P0 P1 está claramente na
→
direção da reta (em cima dela). Logo podemos usar como vetor diretor P0 P1 e
como vetor constante ⟨x0 , y0 , z0 ⟩.
Vejamos ainda outra maneira de descrever os pontos de uma reta por equações.
Partimos da equação vetorial

⟨x, y, z⟩ = ⟨x0 , y0 , z0 ⟩ + t⟨a, b, c⟩ = ⟨x0 + ta, y0 + tb, z0 + tc⟩

Como vetores são iguais exatamente quando suas coordenadas vetoriais se

igualam, segue que toda reta é descrita também por suas equações paramétricas.
Consequentemente, uma reta é determinada também por suas equações paramétricas

 x = x0 + ta
r: y = y0 + tb
z = z0 + tc


Dadas tais equações, note que que sempre (x0 , y0 , z0 ) é um ponto da reta e
sempre ⟨a, b, c⟩ é um vetor diretor.
4.1. PARALELISMO E ÂNGULOS ENTRE RETAS 39

4.1 Paralelismo e Ângulos entre Retas

Dadas duas retas r1 e r2 podemos relacioná-las de acordo com suas direções
no espaço, ou seja, com relação ao ângulo entre elas. Surge então a seguinte
classificação segundo essas inclinações.

Definição 4.1.1. Dizemos que r1 e r2 são

ˆ paralelas, caso seja possı́vel sobrepor uma reta sobre a outra por uma
translação (notação: r1 //r2 );

ˆ concorrentes, caso se intersectem em algum ponto. Podem ser então

retas idênticas ou distintas (notação: r1 ∩ r2 =
̸ ∅);

ˆ perpendiculares, caso sejam concorrentes e formem um ângulo plano

reto (notação: r1 ⊥ r2 );

ˆ reversas, caso não sejam paralelas e não sejam concorrentes (esse caso
só ocorre no espaço).

O que se quer na Geometria Analı́tica é identificar propriedades geométricas

olhando apenas para equações, obtendo conclusões por meio de cálculos. Fare-
mos isso para as propriedades acima.
Por exemplo, começamos observando as equações vetoriais que definem duas
retas
→ → → → → →
r1 : w1 = v01 + t1 v1 e r2 : w2 = v02 + t2 v2
e perguntamos o que se pode dizer com relação ao paralelismo entre elas.
Ora, quem determina a direção da reta é o vetor diretor, logo duas retas
são paralelas se, e somente se, possuem vetores diretores múltiplos – lembre que
para definir uma retas não importa o tamanho ou o sentido do vetor diretor.
Ou seja, as retas r1 e r2 são paralelas se, e somente se,
→ →
v1 = αv2 para algum α ∈ R

E como determinamos se duas retas são concorrentes? Bem, devemos ter

algum ponto P = (x, y, z) em comum. Mas ter esse ponto em comum significa
que temos as igualdades vetoriais
→ → → →
⟨x, y, z⟩ = v01 + t1 v1 e ⟨x, y, z⟩ = v02 + t2 v2
→ → → →
ou seja v01 + t1 v1 = v02 + t2 v2 , para algum t1 e algum t2 . E aqui é impor-
tantı́ssima uma observação sobre um erro comum: considerar que t1 e t2 são
iguais. Isso em geral não ocorre!
Temos então que solucionar
→ → → →
v01 + t1 v1 = v02 + t2 v2 ,

o que significa encontrar t1 , t2 ∈ R que satisfaçam a igualdade.

Observe que os sı́mbolos acima têm significados distintos. Temos t1 e t2
→ → → →
variáveis e v01 , v1 , v02 , v2 são vetores (parâmetros) constantes. Sendo
→ → → →
v01 = ⟨x1 , y1 , z1 ⟩, v02 = ⟨x2 , y2 , z2 ⟩, v1 = ⟨a1 , b1 , c1 ⟩, v2 = ⟨a2 , b2 , c2 ⟩
40 CAPÍTULO 4. RETAS

reescrevemos a equação acima como

⟨x1 , y1 , z1 ⟩ + t1 ⟨a1 , b1 , c1 ⟩ = ⟨x2 , y2 , z2 ⟩ + t2 ⟨a2 , b2 , c2 ⟩

ou ainda

⟨x1 + t1 a1 , y1 + t1 b1 , z1 + t1 c1 ⟩ = ⟨x2 + t2 a2 , y2 + t2 b2 , z2 + t2 c2 ⟩

Como a representação vetorial é única, devemos ter a igualdade de coorde-

nadas vetoriais acima. Disso segue que resolver a equação vetorial equivale a
resolver o seguinte sistema de equações lineares nas variáveis t1 e t2 .

 x1 + t1 a1 = x2 + t2 a2
y1 + t1 b1 = y2 + t2 b2
z1 + t1 c1 = z2 + t2 c2


Existem três possibilidades:

ˆ O sistema não tem solução, e então não existe ponto em comum.
ˆ O sistema tem uma única solução, o que significa que as retas são concor-
rentes distintas.
ˆ O sistema têm infinitas soluções, e então as retas devem ser idênticas.
A mesma análise pode ser feita no caso bidimensional, onde chegamos às
equações lineares 
x1 + t1 a1 = x2 + t2 a2
y1 + t1 b1 = y2 + t2 b2
No caso de retas concorrentes podemos ainda falar de ângulo entre retas.
Definição 4.1.2. O ângulo entre retas concorrentes r1 e r2 é o menor
ângulo formado pelas retas no plano que as contêm.
Lembramos da ferramenta desenvolvida anteriormente para medir ângulos
entre vetores, o produto interno.
Note que o ângulo entre as retas deve ser exatamente o menor ângulo entre
→ →
os vetores diretores. Logo, se v1 e v2 são os vetores diretores de duas retas
concorrentes, o ângulo entre elas é dado por
→ →
!
⟨v1 , v2 ⟩
θ = arccos → → ,
∥v1 ∥∥v2 ∥

onde usamos o valor absoluto |·| para determinar o menor dos ângulos formados,
já que estes ocorrem exatamente para os valores positivos da função cosseno.
A última relação entre retas que queremos determinar analiticamente é o
perpendicularismo.
Já vimos que dois vetores são perpendiculares exatamente quando seu pro-
duto escalar é nulo. Assim r1 e r2 são retas perpendiculares se, e somente se, o
produto escalar entre os vetores diretores é nulo, ou seja
→ →
v1 · v2 = 0
Capı́tulo 5

Planos

O espaço bidimensional está imerso no tridimensional de infinitas formas como

planos. Planos são unicamente determinados por:
ˆ Três pontos não colineares;
ˆ Duas retas concorrentes distintas;
ˆ Uma reta e um ponto fora dela.
Note que qualquer uma das condições acima determinam as outras duas.
Por exemplo, dados três pontos não colineares, unindo dois deles obtemos uma
reta, e se ainda unirmos o ponto fora da reta com um dos dois, obtemos duas
retas concorrentes.
Adicionaremos mais um outro modo de determinar planos, usando conceitos
vetoriais. Assim como retas, os planos possuem uma direção que os determinam
a menos de paralelismo. Dado um plano, qualquer reta perpendicular a ele
fornece essa direção, que chamaremos também de direção ortogonal.
A direção da reta é determinada por um vetor, o vetor diretor. Assim con-
cluı́mos que qualquer vetor diretor de qualquer reta perpendicular ao plano de-
termina a direção do plano. Chamaremos qualquer um desses vetores de vetor
normal ao plano.
→
Fixe um ponto P0 = (x0 , y0 , z0 ) pertencente ao plano π e um vetor n =
⟨a, b, c⟩ normal a esse plano. Seja P = (x, y, z) um outro ponto qualquer do
→ →
plano. Então o vetor P0 P deve ser ortogonal ao vetor normal n, por definição.
→
Mais ainda, dado um ponto qualquer Q do espaço, se o vetor P0 Q não for
→
ortogonal a n, então não pertencerá ao plano. Logo, a condição necessária e
suficiente para um ponto P pertencer ao plano é satisfazer a equação vetorial
do plano:
→ →
π : P0 P · n = 0
Reescrevendo a equação com o uso de coordenadas obtemos

⟨x − x0 , y − y0 , z − z0 ⟩ · ⟨a, b, c⟩ = 0

ou seja, vale a equação ponto-normal do plano

π : a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0

41
42 CAPÍTULO 5. PLANOS

→
Figura 5.1: Um plano e seu vetor normal n.

Essa equação recebe esse nome pois fornece explicitamente um ponto do

plano (x0 , y0 , z0 ) e um de seus vetores normais ⟨a, b, c⟩.
Ao executarmos as multiplicações encontramos ainda a equação geral do
plano
π : ax + by + cz + d = 0,
onde d = −ax0 − by0 − cz0 .
Outra forma de descrever um plano é por meio de equações paramétricas.
→ → → →
Note que dados dois vetores v1 e v2 , as suas combinações lineares αv1 +β v2 , com
α, β ∈ R, geram os pontos do plano que contên esses vetores e passa pela origem.
No caso geral nem todo plano passa pela origem, mas corta o eixo z em algum
→
ponto P0 = (x0 , y0 , z0 ). Se criarmos o vetor OP0 = ⟨x0 , y0 , z0 ⟩, veremos que o
plano fica determinado pelas somas desse vetor com as combinações lineares de
dois vetores sobre o plano.
De fato não precisamos pegar o ponto de interseção com o eixo z, qualquer
ponto serve (pense no porquê). Juntando as ideias chegamos a conclusão de que
os pontos (x, y, z) do plano são tais que
→ →
⟨x, y, z⟩ = ⟨x0 , y0 , z0 ⟩ + αv1 + β v2 , α, β ∈ R
→ →
Se vale ainda v1 = ⟨x1 , y1 , z1 ⟩ e v2 = ⟨x2 , y2 , z2 ⟩, então a igualdade acima
fornece as seguintes equações paramétricas desse plano.

 x = x0 + x1 α + x2 β
y = y0 + y1 α + y2 β
z = z0 + z1 α + z2 β


5.1 Ângulos entre Planos

Sabe-se de Geometria Sintética que dois planos no espaço ou são paralelos ou se
intersectam em um conjunto de pontos que formam uma reta. Nesse último caso,
5.2. ÂNGULOS ENTRE RETAS E PLANOS 43

Figura 5.2: O plano via somas paramétricas.

podemos definir o ângulo entre os planos como sendo o menor ângulo

entre os vetores normais.
→ →
Portanto o ângulo α entre dois planos com vetores normais n1 e n2 pode ser
calculado usando a seguinte fórmula
→ →
!
|n1 · n2 |
α = arccos → →
∥ n1 ∥ ∥ n2 ∥

5.2 Ângulos entre Retas e Planos

O último caso de posicionamento angular que nos interessa é o de retas e planos.
Definimos o ângulo entre uma reta e um plano como sendo o menor ângulo
formado por um ponto no plano, um ponto na reta e o ponto de
interseção, caso exista, e zero caso contrário.
No entanto, para fazer ocálculo desse ângulo entre reta e plano vamos utilizar
a seguinte observação que define o mesmo ângulo usando vetores.
Afirmação: O ângulo entre uma reta e um plano é o ângulo complementar
do menor ângulo formado por um vetor diretor da reta e um vetor normal do
plano
É deixado a cargo do leitor a verificação dessa afirmação, que pode ser feita
ao observar as relações geométricas que aparecem, por exemplo, na Figura 5.4.
44 CAPÍTULO 5. PLANOS

Figura 5.3: Ângulo entre planos.

→
Portanto, se chamarmos tal ângulo de α, tomando um vetor diretor v e um
→
vetor normal n teremos que
→ →
!
π | v · n|
α = − arccos → →
2 ∥ v ∥ ∥ n∥
5.2. ÂNGULOS ENTRE RETAS E PLANOS 45

Figura 5.4: Ângulo entre reta e plano.

46 CAPÍTULO 5. PLANOS
Capı́tulo 6

Distâncias entre Pontos,

Retas e Planos

O último problema fundamental desse curso básico em Geometria Analı́tica é

o cálculo de distâncias entre os três tipos de objetos mais simples do espaço
bidimensional e tridimensional: pontos, retas e planos.

6.1 Distância entre Pontos e Planos

Fixe um plano π com equação geral ax + by + cz + d = 0 e um ponto P0 =
(x0 , y0 , z0 ) do espaço tridimensional. Se P0 ∈ π (pertence ao plano), então faz
todo sentido dizer que a distância entre o ponto e o plano é zero. Por outro
lado, supondo P0 ∈ / π, definiremos a distância de P0 a π, denotada por d(P0 , π),
como sendo a distândia de P0 ao ponto H do plano que é a projeção
ortogonal de P0 em π.

Figura 6.1: Distância de uma reta a um plano.

Para calcular essa distância fazemos uma construção geométrica auxiliar

(Figura 6.1). Tomamos um ponto P = (x, y, z) do plano π, distinto da projeção

47
48 CAPÍTULO 6. DISTÂNCIAS ENTRE PONTOS, RETAS E PLANOS

→
H, e um vetor normal n = ⟨a, b, c⟩ que posicionamos com ponto inicial em P .
Note então que a distância entre a reta e o plano é exatamente igual ao
→ → →
tamanho da projeção ortogonal do vetor P P0 sobre n, que chamaremos de p .
→
Basta então calcular ∥ p ∥.
Lembrando que
 → 
→
→ P P0 · n →
p = → →  n
n·n
 
a(x0 − x) + b(y0 − y) + c(z0 − z) →
= n
a2 + b2 + c2
 
−ax0 − by0 − cz0 − d →
= n
a2 + b2 + c2

onde a última igualdade vale pois P ∈ π implica que ax + by + cz = −d.

Aplicando a função norma de ambos os lados obtêm-se

→ −ax0 − by0 − cz0 − d →

∥p∥ = ∥ n∥
a2 + b2 + c2

−ax0 − by0 − cz0 − d

= (a2 + b2 + c2 )1/2
a2 + b2 + c2

−ax0 − by0 − cz0 − d

=
(a2 + b2 + c2 )1−1/2

ax0 + by0 + cz0 + d

=
(a2 + b2 + c2 )1/2

Disso segue a seguinte fórmula do cálculo da distância de um ponto a um

plano (note que ela vale inclusive se o ponto pertence ao plano).

|ax0 + by0 + cz0 + d|

d(P0 , π) = √
a2 + b2 + c2

6.2 Distância entre Planos

Dados planos paralelos π1 e π2 (em sı́mbolos π1 //π2 ), podemos calcular a
distância entre eles como sendo a distância entre um ponto de um dos plano,
digamos P1 ∈ π1 , ao outro plano. Ou seja, calculamos a distância d(π1 , π2 )
entre eles como sendo d(P1 , π2 ), usando a fórmula acima.
6.3. DISTÂNCIA ENTRE RETAS E PLANOS 49

6.3 Distância entre Retas e Planos

Para calcular a distância d(r, π) entre uma reta r e um plano π, onde r ∩ π = ∅
(com intersecção vazia), basta tomar qualquer ponto P ∈ r e então calcular
d(P, π).
50 CAPÍTULO 6. DISTÂNCIAS ENTRE PONTOS, RETAS E PLANOS

6.4 Distância entre Ponto e Reta

para calcular a distância de um ponto P0 a uma reta r observamos a construção
→
dada na Figura 6.2. Nela temos a reta r, o seu vetor diretor v = ⟨a, b, c⟩,
o ponto P0 = (x0 , y0 , z0 ) e um ponto P = (x, y, z), pertencente a reta r mas
diferente da projeção ortogonal (geométrica) do ponto P0 sobre r.
→ →
Podemos então construir o vetor p , a projeção ortogonal do vetor P P0 sobre
→ → →
o vetor v . Como posicionamos v com ponto inicial em P , o ponto final de p está
exatamente no ponto da projeção ortogonal do ponto P0 sobre a reta r. Logo,
a distância d(P0 , r) é exatamente o tamanho do cateto em verde na Figura 6.2.

Figura 6.2: Distância do ponto P0 a reta r.

→ →
O tamanho desse cateto é exatamente a norma do vetor P P0 − p . Portanto,
usando o Teorema de Pitágoras e a fórmula da projeção ortogonal, temos que
→ →
→
2 (P P0 · v )2
d(P0 , r) = ∥P P0 ∥ − →
∥ v ∥2

Um caso particular do cálculo de distância de um ponto a uma reta, em que

as contas ficam mais simples, é o caso bidimensional.
Seja r uma reta e P0 um ponto, ambos contidos no plano “xy”. Note que
esse plano pode ser visto no espaço cartesiano “xyz”. Vamos usar essa imersão
e o que já vimos sobre distâncias para deduzir uma fórmula para o cálculo da
distância d(r, P0 ).
Note que a equação da reta r pode ser escrita como ax + by + d = 0, e
que no espaço tridimensional essa equação define um plano (em amarelo na
→
figura abaixo) que tem vetor normal n = ⟨a, b, 0⟩. Podemos ver então que a
d(r, P0 ) = d(π, P0 ).
Escrevendo P0 = (x0 , y0 , 0) e usando a fórmula para d(π, P0 ), obtêm-se nesse
6.4. DISTÂNCIA ENTRE PONTO E RETA 51

caso a seguinte fórmula

|ax0 + by0 + d|
d(r, P0 ) = √
a2 + b2
52 CAPÍTULO 6. DISTÂNCIAS ENTRE PONTOS, RETAS E PLANOS
Capı́tulo 7

Cônicas

A continuação natural no nosso estudo de Geometria Analı́tica é o estudo de

curvas e superfı́cies. No entanto, não daremos um passo muito largo. Estudare-
mos curvas definidas por quações polinomiais de grau 2. Logo, aumentampos
em um o grau das equações, visto que planos e retas são definidos por equações
polinomiais de grau 1.
Mais precisamente, estudaremos os objetos geométricos definidos por uma
equação quadrática, ou seja, escrita na forma

Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Gx + Hy + Iz + J = 0,

onde A, B, C, D, E, F, G, H, I, J ∈ R.
Quando todos os coeficientes dos termos quadráticos são nulos, ou seja,
A = B = C = D = E = F = 0, temos uma equação linear, que define um plano
ou uma reta. Neste caso a equação não será considerada quadrática. Por isso
considereremos que ao menos um dos coeficientes dos termos quadráticos é não
nulo.
Iniciamos o estudo pelas cônicas, que são definidas pelas equações quadráticas
não degeneradas em duas variáveis, ou seja, no plano, tendo equação geral

Ax2 + By 2 + Dxy + Gx + Hy + J = 0

O nome “cônica” veio do fato de que essas curvas são aquelas obtidas pela
intersecção de planos com um “cone” – uma superfı́cie quádrica que veremos
mais adiante.
Começamos com o estudo mais simples das cônicas na forma não rota-
cionada, ou seja, com D = 0. Ou ainda, sem o termo misto “xy”. Logo,
olhamos para uma equação do tipo

Ax2 + By 2 + αx + βy = γ

Mas antes de começar a ver exemplos de cônicas, vejamos como funciona a

técnica de completamento de quadrados.

53
54 CAPÍTULO 7. CÔNICAS

7.1 Completamento de Quadrados e Translações

A ideia do completamento de quadrados é fazer “sumir” os termos lineares da
equação quadrática. Ele se baseia na seguinte igualdade algébrica:

(x − a)2 = x2 − 2 · a · x + a2

A ideia é usar essa identidade para transformar a expressão incompleta Ax2 +

αx, onde A ̸= 0, numa expressão elevada ao quadrado mais uma constante. O
procedimento é o seguinte.
Procedimento 1: Fatore A e escreva essa expressão como
 α 
Ax2 + αx = A x2 + x = A(x2 + δx)
A

Procedimento 2: Iguale a expressão x2 + δx com x2 + 2ax. Logo

δ
x2 + δx = x2 − 2ax ⇒ δ = −2a ⇒ a = −
2

Procedimento 3: Some a2 = (−δ/2)2 = (δ/2)2 e subtraia o mesmo valor

da expressão (ou seja, some zero) e agrupe todos os termos, menos o último.
Use a expressão algébrica de (x + a)2 para escrever:
"    2 #  2  2  2
2 δ δ δ δ δ
x +2· − ·x+ − = x− −
2 2 2 2 2

Procedimento 4: Multiplique essa expressão por A, obtendo finalmente a

igualdade abaixo.
 α 2  α 2
Ax2 + αx = A x − −A
2A 2A

√
Exemplo: Vamos completar quadrados para a expressão 3x2 − 2x. Pode-
mos fazer os procedimentos em sequência e obter o completamento.
√ !
√ 2
3x2 − 2x = 3 x2 − ·x
3
√ !
2 2
=3 x −2· ·x
6
√ ! √ !2 √ !2
 
− 2 − 2 − 2
= 3 x2 + 2 · ·x+ − 
6 6 6
√ !2 √ !2
 
2 − 2
= 3  x2 − − 
6 6
√ !2
2 2 1
=3 x − −
6 6
7.1. COMPLETAMENTO DE QUADRADOS E TRANSLAÇÕES 55

Essa técnica de completamento de quadrados pode ser usada tanto para a

variável x como y na expressão da equação quadrática
Ax2 + By 2 + αx + βy = γ,
caso A ̸= 0 e B ̸= 0 (hipóteses necessárias!).
Aplicando os completamentos obteremos a expressão
 2  2
 α 2 β  α 2 β
A x− +B x− −A −B =γ
2A 2B 2A 2B
Ou ainda, agrupando as constantes à direita da equação,
 2  2
 α 2 β  α 2 β
A x− +B x− =γ+A +B =: K
2A 2B 2A 2B
Simplificando mais ainda, pondo x0 = α/2A e y0 = β/2B,
A(x − x0 )2 + B(y − y0 )2 = K

Figura 7.1: Mudança de Coordenadas e Translações de Curvas.

Agora vem a observação importante. Quando A ̸= 0 e B ̸= 0, precisamos

analisar somente as curvas dadas por equações do tipo
Ax2 + By 2 = K
a fim de determinar a forma geométrica das curvas associadas à equação original.
Isso ocorre pois podemos fazer a mudanças de coordenadas dada por x′ =
x − x0 e y ′ = y − y0 .
Esse novo sistema de coordenadas tem sua origem no ponto (x0 , y0 ) no sis-
tema de coordenadas “xy”, como na Figura 7.1. Logo, depois de determinada
a forma de uma curva dada pela equação nas coordenadas x′ e y ′ teremos a
mesma forma para a equação nas coordenadas x e y.
56 CAPÍTULO 7. CÔNICAS

7.2 Cônicas Degeneradas

Voltemos à equação
Ax2 + By 2 + αx + βy = γ.
Veremos os casos em que obtemos as cônicas degeneradas. Como veremos,
elas são: retas, uniões de duas retas, pontos ou o conjunto vazio. Observamos
os casos possı́veis.

Figura 7.2: Exemplos de cônicas degeneradas não rotacionadas – as cores in-

dicam as cônicas distintas.

Caso 1: Se a equação quadrática termos apenas em x ou apenas em y.

Neste caso teremos duas possibilidades de equações:
ou Ax2 + αx − γ = 0 ou By 2 + βy − γ = 0
Aqui temos duas equações de segundo grau que possuem ou duas soluções
reais, ou uma única ou nenhuma. Ou seja, as cônicas nestes casos serão ou retas
horizontais y = C, uma ou duas, dependendo do número de raı́zes, ou retas
verticais x = C, uma ou duas, dependendo do número de raı́zes.
As cônicas com termo quadrático em uma das variáveis e termo linear na
outra, ou seja, com A ̸= 0, B = 0 e β ̸= 0 ou B ̸= 0, A = 0 e α ̸= 0, serão
classificadas como parábolas e não degeneradas.
Portanto, os casos que restam de cônicas degeneradas são aqueles em que
A ̸= 0 e B ̸= 0. Como vimos anteriormente, o estudo desse caso (a menos de
translações) se resume ao estudo da equação
Ax2 + By 2 = K
Neste caso as cônicas degeneradas são aquelas com K = 0.
Caso 2: Se A > 0 e B > 0. Então temos a soma de números positivos Ax2 e
By sendo igual a zero. Isso ocorre somente se Ax2 = 0 e By 2 = 0. A conclusão
2

é que x = 0 e y = 0, para todo x, y satisfazendo a equação da cônica. Ou seja,

essa cônica degenerada é o ponto (0, 0).
Caso 3: Se AB > 0. Podemos então reescrever a equação como
y2 A
= >0
x2 B
7.3. ELIPSES E HIPÉRBOLES 57

E assim podemos tomar raı́zes quadradas de ambos os lados obtendo

√ r r
A A y2 |y|
√ = = 2
=
B B x |x|
√ 2
√ Vale sempre ( x) = x, pois só existe a raı́z real se x ≥ 0. No
Atenção!
entanto, x2 = |x|, onde |x| é chamado valor absoluto ou módulo de x, e
vale |x| = x para x ≥ 0 e |x| = −x se x < 0. Assim |x| = ±x.
Logo, se escrevemos A = a2 e B = b2 e tiramos os módulos obtemos duas
retas passando pela origem com inclinações a/b e −a/b, dadas pelas equações
a a
y= x e y=− x
b b
Por fim, note que todas essas curvas poderão ser rotacionadas, gerando as
outras cônicas degeneradas, mas só falaremos de rotações ao final do estudo de
cônicas.

7.3 Elipses e Hipérboles

Passamos ao estudo das cônicas não degeneradas. Iniciamos por aquelas com
A ̸= 0 e B ̸= 0. Como vimos, a menos de translações, elas podem ser escritas
na forma
Ax2 + By 2 = K ̸= 0
Neste caso podemos dividir por K a equação, obtendo

αx2 + βy 2 = 1

Dependendo dos sinais de α e β teremos ou uma elipse ou uma hipérbole.

Primeiro note que se ambos são negativos não temos solução, e estamos num caso
degenerado. Supomos então ao menos um desses valores é positivo. Vejamos os
dois casos

7.3.1 Elipses
Supondo que α > 0 e β > 0 teremos o que chamamos de elipse. De fato a
elipse tem outra definição geométrica, que veremos estar ligada a nossa definição
algébrica.
Primeiro reescrevemos a equação acima ao escrever α = 1/a2 e β = 1/b2 , de
modo que temos a elipse escrita na sua forma canônica:

x2 y2
2
+ 2 =1
a b
Um caso especial da elipse é o ćirculo com centro na origem. Para obter um
cı́rculo basta tomar a = b, de modo que a equação acima se torna

x2 + y 2 = a 2

Esse é um cı́culo de centro na origem e raio a, como na Figura 7.3.

O cı́rculo nos dá uma ideia da forma de uma elipse. Tomemos um cŕiculo de
raio r = 1 e centro na origem, e portanto com equação x2 + y 2 = 1. Suponha
58 CAPÍTULO 7. CÔNICAS

Figura 7.3: Cı́rculo de centro na origem e raio r = a.

Figura 7.4: Mudança de coordenada x = x′ /2 no cı́rculo de raio 1.

que façamos uma troca de variáveis de x por x′ /a. O que ocorre com a figura
do cı́rculo?
Acontece o seguinte, dado um valor y da segunda coordenada de um ponto
do cı́rculo, precisávamos andar x para alcançá-lo. Com a mudança de variáveis
é preciso andar agora x′ = ax. Se a > 1, isso significa que a figura do cı́rculo
foi expandida no eixo x. Por exemplo, se a = 2 temos as seguintes curvas vistas
na Figura 7.4.
Esse mesmo processo pode ser feito na coordenada y quando a trocamos por
y ′ /b. Combinando os dois efeitos vemos que a forma da elipse é de um cı́rculo
expendido ou contraido nos eixos x e y.
Mais ainda a elipse apresenta os seguintes pontos notáveis, que são as inter-
secções dela com os eixos x e y: (0, a), (0, −a), (b, 0), (−b, 0). Note que se a > b,
então a elipse será mais alongada na direção de eixo x, e se b > a, então será
mais alongada na direção do eixo y, como na Figura 7.5.
Na mesma Figura 7.5 são ressaltados outros dois pontos importantes da
elipse, seus dois focos que estão posicionados nos pontos F1 = (−c, 0) e F2 =
(c, 0) (tomando a elipse “deitada”). A distância c é determinada √ pelo triângulo
de hipotenusa a e catetos b e c na figura, de modo que c = a2 − b2 .
Essa figura nos ajuda também a ver como a elipse definida algebricamente
7.3. ELIPSES E HIPÉRBOLES 59

Figura 7.5: Mudança de coordenada x = x′ /a no cı́rculo de raio 1.

se conecta com aquela com definição geométrica. Na geometria sintética, dados

dois pontos (os focos) numa reta, a elipse é o locus geométrico dos pontos obtidos
no “ponto de tensão” ao se “esticar” uma corda de tamanho 2a e variar essa
posição “esticada”. Na Figura 7.5, à esquerda, temos exemplos de três dessas
cordas esticadas em vermelho.
Seguimos essa definição geométrica e vejamos em que equação chegaremos.
Tome a origem do sistema de coordenadas na reta entre os dois focos F1 e F2 ,
e a mesma distância de ambos. Chame de c a distãncia da origem a qualque
um dos focos. Neste sistema de coordenadas temos F1 = (−c, 0) e F2 = (c, 0).
Logo, por definição, um ponto do plano (x, y) está na elipse (geométrica) se, e
somente se, a soma da distância desse ponto aos dois focos é 2a, ou seja,
d(F1 , (x, y)) + d(F2 , (x, y)) = 2a
√
Após fazer algumas contas e usando a definição b := a2 − c2 é possı́vel ver
que essa equação também leva à equação
x2 y2
2
+ 2 =1
a b
Uma medida de quanto a cônica se diferencia de um cı́rculo é chamada de
c
excentricidade. A excentricidade é o número e = . No caso da elipse sua
a
excentricidade é um número entre 0 e 1. Quando e = 0 temos um cı́rculo.

7.3.2 Hipérbole
A hipérbole é definida geometricamente como o lugar dos pontos cuja subração
das distâncias desse ponto aos dois focos é constante e igual ao valor 2a.
A partir dessa definição geométrica podemos encontrar uma equação do tipo
x2 y2
2
− 2 =1
a b
60 CAPÍTULO 7. CÔNICAS

Figura 7.6: Hipébole na forma canônica com focos no eixo x.

se os focos são colocados no eixo x, ou

x2 y2
− + =1
a2 b2
caso os focos sejam colocados no eixo y.
Não faremos as contas para deduzir essas equações, elas ficam como exercı́cio
para o leitor. Basta simplificar as expressões na igualdade

d(F1 , P ) − d(F2 , P ) = 2a

usando b de modo que b2 = c2 − a2 .

A hipérbole apresenta duas partes separadas, seus braços, e duas assı́ntotas
verticais com equações y = (b/a)x e y = −(b/a)x.
Novamente defini-se a excentricidade da hipérbole como sendo o valor e =
c/a. Aqui o valor da excentricidade é maior ou igual a 1. Quando ela se aproxima
de 1 a hipérbole se aproxima de uma cônica degenerada, a uniâo de duas retas.
Aqui o valor a simboliza a distância da origem a um dos braços da parábola.
Um resumo das propriedades listadas, bem como uma “foto” do objeto hipérbole
é dado na Figura 7.6.

7.4 Parábolas
As Parábolas são as cônicas definidas por equação quadráticas com termos
quadráticos numa variável e lineares na outra, ou seja, de um dos dois seguintes
tipos.
Ax2 + βx = γ ou By 2 + αx = γ
7.4. PARÁBOLAS 61

Ambas as equações podem ser escritas nas formas canônicas, a menos de

translações, como
x2 = 4py ou y 2 = 4px
Para ver isso vejamos que, renomeando constantes,
 
γ β β γA
Ax2 + βy = γ ⇔ x2 = − y = − y− = 4p(y − y0 )
A A A βA
O mesmo procedimento pode ser feito para By 2 + αx = γ.
A escrita na forma canônica serve para identificarmos o foco da parábola.
O surge da definição geométrica dessa cônica. Ela é definida como os pontos
equidistantes de um ponto (o foco) e de uma reta fixa, a reta diretriz. Em
partı́cular, a parb́ola tem um ponto mais pŕoximo da reta diretriz, chamado
de vértice, que é o ponto médio do segmento perpendicular que une o foco à
diretriz. Chamamos a metade desse tamanho de p – portanto o valor p também
é a distância do foco até o vértice.
Dada a reta diretriz e o foco, colocamos um sistema de coordenadas de modo
que o eixo y passa pelo foco e pelo vértice e o eixo x está equidistante da diretriz
e do foco. Disso segue que as coordenadas do foco fica F = (0, p) e a equação
da diretriz fica y = −p, como visto na Figura 7.7.

Figura 7.7: Parábola na forma canônica com foco no eixo y e vérice na origem.

A parábola é talvez a forma cônica com maior quantidade de aplicações no

dia a dia devido à seguinte propriedade: Todo feixe de luz que incide na parábola
paralelamente ao eixo que contên seu foco é refletido em direção ao foco.
62 CAPÍTULO 7. CÔNICAS

Em outras palavras, todos esses feixes se concentram no foco, o que pode ser
usado para amplificar sinais, ou simplesmente para ferver água e gerar energia
elétrica limpa e renovável.

Figura 7.8: Espelhos parabólicos aquecem fluido para geração de energia

elétrica. [Link]
investigacao-para-energia-solar-de-concentracao/.

Essa propriedade se justifica de seguinte forma (acompanhe o raciocı́nio com

a Figura 7.9). Note que pela definição da parábola a distância do ponto P0 =
(x0 , y0 ) até o foco é a mesma que desse ponto até a reta diretriz. Seja Q =
(x0 , −p) a intersecção da reta perpendicular por P0 com a diretriz. Logo, o
triângulo ∆PF P0 Q é isósceles.
Tome agora a reta tangente pelo ponto (x0 , y0 ). De cálculo sabemos que
a inclinação dessa reta é dada pela derivada da função y com relação a x,
x2
aplicada no ponto x0 . Como vale y = , derivando implicitamente temos que
4p
x0
a inclinação dessa reta tangente é mt = y ′ (x0 ) = .
2p
Seja r a reta passando pelo foco e pelo ponto Q. Temos que a inclinação
dessa reta é
y1 − y0 −p − p 2p
mr = = =−
x1 − x0 x0 − 0 x0
Logo, como mt · mr = −1 as duas retas são perpendiculares (Exercı́cio).
Disso segue que a tangente bissecta o ângulo do triângulo em P0 . Logo o ângulo
β é igual a oângulo α. Como α é o ângulo de incidência, temos que um feixe
7.5. COORDENADAS POLARES 63

de luz descendo paralelamente ao eixo y ira refletir e passar pelo foco, como
querı́amos verificar.

Figura 7.9: Propriedade da reflexão para a parábola.

7.5 Coordenadas Polares

Uma outra maneira de determinar pontos no plano, além do uso de coordenadas
cartesianas, é o uso de coordenadas polares.
O sistema de coordenadas polares é determinado por uma origem e um
semieixo chamado de eixo polar, a partir do qual é medido um ângulo. Os
pontos do espaço são então determinados pelo tamanho de um raio r e pelo
ângulo de rotação desse raio a partir do eixo polar no sentido antihorário. Es-
creveremos nesse caso P = (r, θ) para indicar que o ponto P tem coordenadas
polares r e θ – veja a Figura 7.10.

Figura 7.10: Ponto P em coordenadas polares.

64 CAPÍTULO 7. CÔNICAS

Coordenadas polares ajudam a escrever algumas equação de forma mais sim-

ples e fazer certos cálculos, como certas integrais. Aqui vamos reescrever nossas
equações cônicas em coordenadas polares, mas para isso precisamos primeiro
ver como mudar de coordenadas cartesianas para polares, e vice-versa.
Dado um ponto (x, y) no plano cartesiano, se colocarmos o eixo polar no
semieixo positivo x, então teremos as seguintes relações para as coordenadas
cartesianas e coordenadas polares (r, θ):

x = r cos(θ)
y = r sin(θ)

Agora, para calcularmos r basta observar que ele é igual à hipotenusa do

triângulo de catetos x e y, ou seja,
p
r= x2 + y 2

Já para calcular o ângulo θ temos mais de uma opção. Por exemplo, θ
é (quase sempre) a função inversa da tangente, o arcotangente de y/x – pois
tan(θ) = y/x. Mas é preciso tomar cuidado com escessões e com os sinais de y
e x. por exemplo, y/x não está definido se x = 0.

Figura 7.11: Mudanças entre coordenadas cartesianas e polares no primeiro

quadrante.

Outra forma de calcular o ângulo é usando a função trigonométrica inversa

do cosseno, o arcocosseno, que tem valores entre [0, π]. Mesmo aqui temos que
tomar cuidado com o sinal de y. Por isso se torna conveniente definir uma
função por partes, digamos arccosP, que chamaremos de arcocosseno polar, que
calcula θ em todos os casos. Em suma, visto que
x
cos(θ) = p ,
x2 + y2

temos
θ = arccosP (x, y)
7.5. COORDENADAS POLARES 65

onde
 !
 x
 arccos , caso y ≥ 0


 p
x2 + y 2 !
arccosP (x, y) =
 x
 arccos +π , caso y < 0


 p
x2 + y 2

Podemos ainda definir uma função arcotangente polar ou ainda uma arcoseno
polar. A escolha depende do objetivo que se tem em mente com a modelagem
matemática.
Vejamos agora como reescrever em coordenadas polares as equações das
cônicas nas formas canônicas.

Elipse: Usamos as equações x = r cos(θ) e y = r sin(θ) nas equação de uma

elipse. Obtemos:

x2 y2 (r cos(θ))2 (r sin(θ))2
+ = 1 ⇔ + =1
a2 b2 a2 b2

b cos2 (θ) + a2 sin2 (θ)

 2 
⇔ r2 · =1
(ab)2

Logo a equação polar da elipse fica:

ab
r(θ) = q
b2 cos2 (θ) + a2 sin2 (θ)

Hipérbole: Nesse caso podemos fazer contas semelhantes às feitas no caso da
elipse, a não ser pelo sinal negativo a frente do termo y 2 . Teremos, por exemplo,
para a hipérbole
x2 y2
− =1
a2 b2
a equação polar
ab
r(θ) = q
b2 cos2 (θ) − a2 sin2 (θ)

Parábola: Tomando a parábola x2 = 4py, como r ̸= 0, temos

x2 = 4py ⇔ (r cos(θ))2 = 4pr sin(θ)

⇔ r2 cos2 (θ) − 4pr sin(θ) = 0
⇔ r cos2 (θ) − 4p sin(θ) = 0 ou r = 0

Donde segue a equação


4p · tg(θ)sec(θ) , para θ ∈ (0, π/2) ∪ (π/2, π)
r(θ) =
0 , para θ ∈ {0, π/2, π}
66 CAPÍTULO 7. CÔNICAS

7.6 Rotações
Vimos até aqui as cônicas definidas na forma canônica. Queremos ainda trabal-
har com os casos mais gerais.
Já comentamos que o caso geral consiste de cônicas rotacionadas e tranal-
adadas. A justificativa de porquê ser assim depende de certos conhecimentos de
Álgebra linear que não veremos aqui.
Entretanto, podemos ainda analisar casos mais simples com algum esforço.
Vamos ver aqui como rotacionar uma cônica via a rotação do sistema de coor-
denadas.
Muda-se o sistema de coordenadas para que consigamos equações mais sim-
ples para trabalhar, que entendemos serem aquelas na forma canônica.
Suponha dados dois sistemas de cordenadas, a saber xy e wz, de modo que
o sistema wz é obtido a partir do sistema xy por uma rotação de ângulo θ no
sentido anti-horário.
A pergunta que nos interessa responder primeiramente é: como escrever um
ponto dado no sistema de coordenadas xy no outro sistema de coordenadas wz?

Figura 7.12: Rotação do sistema de coordenadas xy para wz pelo ângulo θ.

Analisamos os elementos geométricos da Figura 7.12. Dado o ponto P no

plano, podemos escrever ele em coordenadas polares relativas ao sistema xy e
wz.
Para isso observamos o ângulo α entre o raio r e o eixo polar sobre o eixo
w e o ângulo β entre o raio r e o eixo polar sobre o eixo x. Note que a soma
angular α + θ = β e que vale
 
x = r cos(β) w = r cos(α)
e
y = r sin(β) z = r sin(α)
7.6. ROTAÇÕES 67

Usamos agora as identidades trigonométricas de soma de ângulos para escr-

ever:
x = r cos(β) = r cos(θ + α)
= r(cos(θ) cos(α) − sin(θ) sin(α))
= w cos(θ) − z sin(θ)
y = r sin(β) = r sin(θ + α)
= r(sin(θ) cos(α) + cos(θ) sin(α))
= w sin(θ) + z cos(θ)
Ou seja, vale a seguinte igualdade matricial que define a “mudança de coor-
denadas” de wz para xy.
     
x cos(θ) − sin(θ) w
= ·
y sin(θ) cos(θ) z

Note que essa equação não resolve o problema original, de trocar de coor-
denadas xy para wz, mas observando que a matriz acima tem uma inversa,
achamos a seguinte solução do problema original: 1
     
w cos(θ) sin(θ) x
= ·
z − sin(θ) cos(θ) y

Exemplo : A equação xy = 1 não está na forma canônica, mas deve cor-

responder a uma cônica. Determinemos um sistema de coordenadas em que a
cônica apresenta uma equação na forma canônica e nesse sistema as coordenadas
de seu(s) foco(s).
Pela Figura 7.13, xy = 1 deve definir uma hipérbole com assı́ntotas x = 0 e
y = 0. Como a bissetriz do ângulo entre as assı́ntotas passa pelo foco, devemos
considerar um novo eixo w que faça ângulo de π/4 com o eixo x. Portanto
vamos observar o sistema de coordenadas wz que difere do xy por uma rotação
no sentido anti-horário
√pelo ângulo π/4. √
Como cos(π/4) = 2/2 e sin(π/4) = 2/2, pelo que vimos acima,
  √ √    √ 
x 2/2 −√ 2/2 · w = √2/2(w − z)
= √
y 2/2 2/2 z 2/2(w + z)

Logo, ao substituir essas expressões na equação da cônica obteremos:

√ √ w2 z2
xy = 1 ⇔ ( 2/2)(w − z) · ( 2/2)(w + z) = 1 ⇔ − =1
2 2
Portanto a equação da cônica com relação ao sistema de coordenadas wz
está na forma canônica  2  2
w z
√ − √ =1
2 2
√ √
Disso segue que a distância da origem até os√vértices é a = 2, e que b = 2.
Segue então que os focos distam da origem c = a2 + b2 = 2, tendo coordenadas
(w, z) = (2, 0) e (w, z) = (−2, 0).

1 Para ver que realmente é uma inversa lembre que cos2 (θ) + sin2 (θ) = 1.
68 CAPÍTULO 7. CÔNICAS

Figura 7.13: Rotação do sistema de coordenadas xy para wz pelo ângulo θ.

Capı́tulo 8

Introdução às Quádricas

Uma quádrica no espaço tridimensional é uma superfı́cie definida por uma

equação do tipo

Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Gx + Hy + Iz + J = 0,

onde temos A ̸= 0 ou B ̸= 0 ou C ̸= 0.
Como antes, existem formas canônicas de apresentação das quádricas, ou
seja, uma escolha dos eixos coordenados no espaço de forma que sua equação se
reduz a uma do tipo

Ax2 + By 2 + Cz 2 + Gx + Hy + Iz + J = 0,

sem os termos mistos xy, xz, yz.

Figura 8.1: Exemplos de planos coronais, sagitais e transversais.

(a) Plano Coronal. (b) Plano Sagital.

(c) Plano Transversal.

Vamos restringir nosso estudo a essas equações. O intuito aqui será apenas
de mostrar a forma das principais quádricas não degeneradas e não fazer um
estudo detalhado de suas propriedades. Logo o foco será a classificação das
quádricas tridimensionais não degeneradas.

69
70 CAPÍTULO 8. INTRODUÇÃO ÀS QUÁDRICAS

A classificação das quádricas será dada pela tipo de equação, que correspon-
derá a certos tipos de formas de superfı́cies. A grosso modo, a forma da quádrica
será determinada pelas curvas determinadas pela intersecção da superfı́cie com
os planos paralelos aos planos x, y e z.
Chamaremos qualquer plano paralelo ao plano yz de sagital, os paralelos ao
plano xz de coronal e os paralelos ao plano xy de transversal (veja a Figura
8.1). A nomenclatura é inpirada na usada para o estudo de anatomia. O nome
sagital é uma referência à sutura sagital presente em alguns crânio de répteis e
mamı́feros.

Figura 8.2: Crista sagital em fóssil de Paranthropus aethiopicus.

Os primeiros casos observados são aqueles que apresentam A ̸= 0,B ̸= 0 e

C ̸= 0. Nesse caso, de forma análoga ao que vimos para cônicas, os termos
lineares que aparecem podem ser reunidos aos termos quadráticos de forma que
obtemos uma equação do tipo

A(x − x0 )2 + B(y − y0 )2 + C(z − z0 )2 = K

Nessa equação P0 = (x0 , y0 , z0 ) é o centro da quádrica, e podemos pensar

que ela foi transladada da origem (o seu antigo centro) até o ponto P0 .
Por isso, restringimos nosso estudo, nesses casos, àa equações do tipo

Ax2 + By 2 + Cz 2 = K

Caso 1: Suponha que A > 0, B > 0 e C > 0 e K > 0.

Nesse caso temos a quádrica chamada Elipsóide. Seus cortes transversais,
coronais e sagitais, fornecem elipses (Figura 8.3).
A forma canônica do elipsóide – que deixa claro porque observamos elipses
nos cortes – é dada por
x2 y2 z2
2
+ 2 + 2 =1
a b c

Caso 2: Suponha que um dos valores A, B ou C é negativo e K > 0.

 71

(a) Elipse. (b) Elipse. (c) Elipse.

x2 y2 z2
(d) + + = 1.
4 9 1

Figura 8.3: Cortes do Elipsóide são Elipses.

A quádrica definida nesse caso com um dos sinais da constante negativo

é chamada de Hiperbolóide de uma folha. Ele consiste de uma superfı́cie
conexa. Dois de seus cortes transversais, coronais e sagitais, fornecem hipérboles
e o outro elipses (Figura 8.4).
As formas canônica dos hiperbolóides de uma folha são:


x2 y2 z2
+ − =1


a2 b2 c2







x2 y2 z2

2
− 2 + 2 =1


 a b c


 2 2 2
 −x + y + z = 1



a2 b2 c2

Caso3: Suponha que dois dos valores A, B ou C é negativo e K > 0.

A quádrica definida nesse caso com dois dos sinais das constantes negativos
é o Hiperbolóide de duas folha. É uma superfı́cie desconexa, com duas
aprtes conexas. Dois de seus cortes (transversais, coronais ou sagitais) fornecem
hipérboles e os outro fornecem elipses, os vértices, ou o conjunto vazio. (Figura
8.5).
72 CAPÍTULO 8. INTRODUÇÃO ÀS QUÁDRICAS

(a) Elipse. (b) Hipérbole. (c) Hipérbole.

x2 y2 z2
(d) + − = 1.
4 9 9

Figura 8.4: Cortes do Hiperboloide de Uma Folha.

As formas canônica dos hiperbolóides de uma folha são:


x2 y2 z2
+ 2 − 2 =1


2




 a b c


x2 y2 z2

− + =1


 a2 b2 c2


 2 2 2
 −x + y + z = 1



a2 b 2 c2

Caso 4: Suponha que K = 0 e A ̸= 0, B ̸= 0, C ̸= 0.

Aqui ocorre que não podemos ter A, B, C > 0 para uma quádrica não de-
generada. Se fato, terı́amos uma soma de números positivos dando zero, e a
única solução seria o ponto (0, 0, 0). pelo mesmo raciocı́nio não pode ocorrer
A, B, C < 0.
As possibilidades que sobram são de exatos dois sinais negativos ou dois
sinais postivos para as constantes A, B e C. Em todo caso, após serem feitas
divisões entre as constantes obteremos somente as seguintes três possibilidades
para a quádrica na forma canônica, que é chamada de cone (de duas folhas)
 73

(a) Hipérbole. (b) Hipérbole. (c) Elipse.

x2 y2 z2
(d) − − = 1.
4 9 9

Figura 8.5: Cortes do Hiperboloide de Duas Folha.

(Figura 8.6). 
x2 y2
z2 = + 2


2




 a b


x2 z2

y2 = +


 a2 c2


y2 z2


 x2 =


2
+ 2
b c
O cone também uma superfı́cie de revolução que pode ser obtido ao girar
em torno de um dos eixos uma reta não horizontal e não vertical e definida
no plano xy, xz ou yz. Outra propriedade interessante dos cones é que se um
plano cortar apenas uma das folhas dele, teremos como curva de intersecção
uma parábola. Essa observação justifica o nome de cônicas dado às elipses,
hipérboles e parábolas.
74 CAPÍTULO 8. INTRODUÇÃO ÀS QUÁDRICAS

(a) Hipérbole. (b) Hipérbole. (c) Elipse.

x2 y2 z2
(d) + = .
4 9 12

Figura 8.6: Cone de Duas Folha.

Caso 5: Suponha que apareçam na equação dois termos quadráticos e um

termo linear na outra variável, e que os coeficientes dos termos quadráticos
tenham o mesmo sinal.

A superfı́cie obtida aqui é chamada de paraboloide elı́ptico. O nome vem

do fato de seus cortes determinarem parábolas e elipses. A menos de translações
e de troca de papel das variáveis x, y e z, temos as seguintes equações canônicas
 75

Figura 8.7: Quando um plano intersecta apenas uma folha do cone a curva de
intersecção é uma parábola.

nesse caso (Figura 8.8).

x2 y2

z = +


a2 b2


2 2
 −z = x + y



a2 b2

Caso 6: Novamente suponha que apareçam na equação dois termos quadráticos

e um termo linear na outra variável, mas agora que os coeficientes dos termos
quadráticos tenham sinais distintos.
Nesse caso as equações canônicas se apresentam (a menos de trocas de
variáveis e translações) como:

x2 y2

 z = a2 − b2




2 2
 z = −x + y



a2 b2
As quádricas definidas por essas equações ganham o nome de Parabolóide
Hiperbólico. Elas apresentam nos seus cortes hipérboles e parábolas.
O parabolı́ode hiperbólico é uma superfı́cie importante para exemplificar a
existência de pontos de sela. Um ponto de sela de uma superfı́cie é um ponto
em que existem trajetórias decrescentes e crescentes, dependendo da direção de
movimento escolhida. A origem é um ponto de sela do Paraboloide hiperbólico
na forma canônica.
Como pode ser visto na Figura8.9, o formato de um paraboloide hiperbólico
é de uma “sela”.
76 CAPÍTULO 8. INTRODUÇÃO ÀS QUÁDRICAS

(a) Parábola. (b) Parábola. (c) Elipse.

x2 y2
(d) z = + .
1 4

Figura 8.8: Paraboloide Elı́ptico.

Caso 7: Se equação envolve apenas duas variáveis.

Este caso engloba todas as superfı́cies quśdricas cilı́ndricas. Elas são obti-
das pela translação paralela a algum eixo da cônica definida pela equação.
A menos de troca de papéis das variáveis e translações temos as equações
canônicas:  2
x y2
+ 2 =1




 a2 b



x2 y2
− =1
a2 b2







 2
x = 4py
A Figura 8.10 dá então os últimos exemplos de quádricas não degeneradas.
 77

(a) Parábolas.

(b) Hipérboles.

(c) z = x2 − y 2 .

Figura 8.9: Paraboloide Hiperbólico.

78 CAPÍTULO 8. INTRODUÇÃO ÀS QUÁDRICAS

Figura 8.10: Quádricas Cilı́ndricas.

(a) Cilindro Elı́ptico (b) Cilindro Hiperbólico

x2 y2 x2 y2
+ = 1. − = 1.
12 20 12 20

(c) Cilindro Parabólico

x = −4y.
 Part II

Álgebra Linear

79
Capı́tulo 9

Equações Lineares

9.1 Equações Lineares de uma Variável

Nosso curso inicia falando sobre as equações mais simples em matemática, as
equações lineares de uma variável. Como o nome diz, há apenas uma variável
(icógnita) envolvida, a qual podemos nomear com uma letra, digamos x.
Definição 9.1.1. Uma equação linear de uma variável, ou de primeira
ordem, é qualquer equação escrita como

ax + b = c,

com x uma variável e a, b, c valores numéricos fixados (chamados de

parâmetros).

O nome linear vem da relação dessas equações com as retas (linhas), que o
lado esquerdo dessas equações definem no plano cartesiano.1
Para ver isso, lembre-se que a equação

y = ax + b,

onde a e b são parâmetros e x, y variáveis, define uma reta no plano cartesiano,

como visto na Figura 9.1.
No entanto, observe que as retas verticais não estão representadas por tais
equações. Suas equações são do tipo x = c, para algun parâmetro c.
Excluindo o caso de retas verticais, o valor a é interpretado como a proporção
fixa ∆y/∆x existente entre os intervalos ∆y = y1 − y0 e ∆x = x1 − x0 , para
quaisquer pontos (x0 , y0 ) e (x1 , y1 ) pertencentes à reta.2
Em particular, para um ponto fixo (x0 , y0 ) e um ponto variável (x, y), sempre
deverá valer (pelo Teorema de Tales)
y − y0
a= ,
x − x0
1 Caso não tenha muita familiaridade com o plano cartesiano, você pode ler mais sobre ele

na parte de Geometria Analı́tica, ou então consulte Plano Cartesiano na Wikipedia.

2 Que os pontos da reta satisfazem essa proporção fixa é uma consequência do Teorema de

Tales.

81
82 CAPÍTULO 9. EQUAÇÕES LINEARES

Figura 9.1: Gráfico da reta y = ax + b.

e assim
y = ax + (y0 − ax0 ) = ax + b ; b := y0 − ax0
O que mostra que uma equação linear deve descrever os pontos dessas
retas não verticais.
Interpretações geométricas como essas das equações lineares algébricas serão
muito úteis para entendermos melhor o comportamento dessas equações e suas
propriedades. Porém o foco da Álgebra Linear é resolver/entender nu-
mericamente/algebricamente equações lineares, evitando o uso de figuras
geométricas. Sendo tal esforço feito, obviamente, dentro do possı́vel e do de-
sejável.
Quase sempre consideraremos os parâmetros envolvidos nas equações lineares
como sendo números reais, ou seja, pertencentes ao conjunto dos números reais
R. É possı́vel ainda usar outros conjuntos numéricos para as constantes, como
o conjunto dos números complexos, denotado por C.3
A mesma teoria poderia até mesmo ser feita usando como parâmetros apenas
números racionais, do conjunto Q. Já os inteiros Z não são um conjunto
numérico ideal para trabalharmos, pois não exibe os inversos multiplicativos de
todos os seus elementos não nulos.4
Quando for necessário, explicitaremos de qual conjunto numérico vêm os
nossos parâmetros.

9.2 Soluções de Equações Lineares de uma Variável

Passando ao método de resolução de uma equação linear de primeira ordem,
notamos primeiro que toda equação

ax + b = c
3 Conheça os Números Complexos.
4 No jargão matemático, o conjunto dos inteiros Z é um anel, mas não um corpo, como Q.
9.2. SOLUÇÕES DE EQUAÇÕES LINEARES DE UMA VARIÁVEL 83

pode ser reescrita como

ax + b′ = 0,
bastando definir b′ = b − c.
Como essa transformação é sempre reversı́vel, resolver a primeira equação
citada equivale a resolver essa última.
Por tal motivo é comum ver em algumas referências a definição de equações
lineares como aquelas escritas na forma

ax + b = 0,

ou ainda, aquelas escritas na forma também equivalente (tome c = −b),

ax = c

Todas essas equações serão chamadas igualmente de equações lineares.

Isso amplia um pouco nossa definição, mas do ponto de visto prático nada é
essencialmente adicionado.
O aparecimento de equações lineares é algo bem comum em problemas do
dia a dia, e não é muito difı́cil encontrar algum problema que use uma equação
linear. Vejamos um exemplo.
Problema: Quantas garrafas de refrigerante de 660 mL (mililitros) deve-se
comprar para obter 10 L (litros) da sua bebida preferida?
Para resolver esse problema usamos uma equação linear: 0, 660x = 10. Aqui
x = é número de garrafas. Ou equivalentemente, 0, 660x − 10 = 0.
Seriam necessárias 15,15... garrafas para se obter exatamente 10 litros. Uma
resposta mais realista seria de 16 garrafas, para garantir no mı́nimo 10 litros.
Note que aqui um número fracionário como solução não é factı́vel. No en-
tanto, em Álgebra Linear, o uso de um conjunto mais amplo para encontrar
soluções, como o dos números reais, facilita bastante nossa teoria. Essa teoria
pode então ser adaptada para problemas reais.
Quanto às soluções de equações lineares gerais, como ax + b = 0, estaremos
interessados inicialmente em respondoer duas questões:

ˆ Existe alguma solução?

ˆ Em caso afirmativo, quantas são as soluções?

Vamos começar venddo como respondemos essas questões no casso mais

simples de imaginar, o de uma equação com um icógnita. Para isso observamos
o problema em casos.

Caso 1: Se a = 0 em ax + b = 0.

Claramente a equação linear acima se reduz a b = 0. Mas é importante ter

cuidado aqui. A letra “b” representa um número real que foi escolhido ex ante,
preliminarmente, e nada indica que essa escolha foi de um valor diferente ou
igual a zero! Por isso precisamos observar dois subcasos.

Subcaso 1.1: Se a = 0, e b = 0, em ax + b = 0.
84 CAPÍTULO 9. EQUAÇÕES LINEARES

Nesse caso existem infinitas soluções, pois qualquer número real “x” sat-
isfaz a equação 0 · x + 0 = 0.
O segundo subcaso é:

Subcaso 1.2: Se a = 0, e b ̸= 0, em ax + b = 0.

Aqui surge uma equação inconsistente ou impossı́vel, pois sendo b ̸= 0

(digamos 2), não pode valer b = 0. Portanto, não existe solução.
O segundo caso, por exclusão de possibilidades, é o seguinte:

Caso 2: Se a ̸= 0 em ax + b = 0.

Nesse caso, por meio de operações aritméticas, vamos conseguir exibir uma
(única) solução daequação original.
Fazemos as seguintes operações em sequência:
1
1. Multiplicar ambos os lados da equação ax + b = 0 por a;

b
2. Subtrair a de ambos os lados.

Obteremos então que necessariamente x = − ab . Note que que todas as

operações executadas são reversı́veis. O que mais precisamente quer dizer que
valem as seguintes equivalências lógicas:
   
1 1
ax + b = 0 ⇔ (ax + b) = ·0
a a

b
⇔x+ =0
a
   
b b b
⇔ x+ − = 0−
a a a
 
b
⇔x=−
a

O sı́mbolo “⇔” simboliza o conector lógico “se, e somente se”. Assim,

quando escrevemos A ⇔ B, queremos dizer que a afirmação A é verdadeira se,
e somente se, a afirmação B é verdadeira – observe que equações são afirmações
sobre igualdades.
As equivalências lógicas acima garantem que a única solução da última
equação é também a única solução da equação original.
Em suma aprendeu-se o seguinte:

ˆ Existem três possibilidades para uma resolução da equação ax + b = 0:

(a) Não existe solução (quando a = 0);

(b) Existem infinitas soluções (quando a = 0);
(c) Existe uma única solução quando a ̸= 0.

ˆ É possı́vel encontrar um algoritmo que calcule a solução quando a ̸= 0.

9.3. EQUAÇÕES LINEARES DE VÁRIAS VARIÁVEIS 85

O que é mais interessante em Álgebra Linear é que esses princı́pios (em linhas
gerais) continuarão sendo válidos para sistemas de equações lineares:

ˆ Haverá três possibilidades de conjunto solução: vazio, unitário ou in-

finito;

ˆ Quando for possı́vel calcular o determinante de uma matriz A, associ-

ada a um sistema de equações lineares, se ele (o determinante de A) for
diferente de zero (e somente nesse caso), então encontraremos uma única
solução;

ˆ Existe um procedimento algorı́tmico que determina se um sistema tem

solução, quantas tem, e quais são.

Resumidamente, o projeto de estudo da primeira parte de todo curso de

Álgebra Linear é convencer que esses princı́pios são válidos nos casos mais gerais
de sistemas de equações lineares. Para isso será preciso a introdução de vários
métodos, notações, definições e resultados. Iniciamos aqui esse trabalho.

9.3 Equações Lineares de Várias Variáveis

Na seção anterior vimos que o conjunto solução de uma equação linear de uma
variável ax + b = 0 dependia dos valores escolhidos para os parâmetros a e b.
Se a ̸= 0 a equação tem apenas uma soluçãoo, mas se a = 0 podemos tanto
ter infinitas soluções, quando b = 0, como nenhuma solução, quando b ̸= 0.
Nessa seção vamos definir equações lineares mais gerais, com várias variáveis,
e veremos que os conjuntos soluções também serão ou unitários, ou infinitos, ou
vazios.
Definição 9.3.1. Uma equação linear de várias variáveis é uma equação
escrita na forma
a1 x1 + · · · + an xn = c
com ai um valor numérico para cada 1 ≤ i ≤ n, assim como c, e com x1 , ..., xn
variáveis.

O uso de subı́ndices “i” ou “n” na letra “a” na definição acima ajuda a criar
mais variáveis. Assim, não nos restringimos ao número de letras do alfabeto.
Isso facilita o tratamento das equações, pois não é preciso explicitar o número
exato de icógnitas. O leitor deve se acostumar ao uso de tal notação que será
usada com frequência.
Vejamos um exemplo em que aparece esse tipo de equação.
Problema 1: Suponha que uma fábrica produz um produto P1 e outro P2 ,
com o preço de P1 sendo R$20 por unidade e de P2 sendo R$10 a unidade.
Se x1 e x2 denotam as quantidades de produtos P1 e P2 , respectivamente,
qual é a quantidade de produtos P1 e P2 a serem produzidos que fornece uma
receita de R$100?
Esse problema pode ser modelado como o de encontrar as soluções da equação

20x1 + 10x2 = 100. (9.1)

86 CAPÍTULO 9. EQUAÇÕES LINEARES

Vamos primeiro tentar resolver o problema da existência de solução. Em

caso afirmativo poderemos ainda perguntar sobre a quantidade de soluções.
Um método válido de buscar soluções é o método de tentativa e erro. No
entanto, ele depende muito de quem o está aplicando. Vamos usar uma variação
dele, em que fazemos também suposições (chutes), mas somente dentro do
necessário, e raciocinamos algebricamente nas “entrelinhas”.

Método do Chute: Iniciamos supondo algum valor para uma das variáveis, e
a partir da equação de vı́nculo (9.1), espera-se que assim determinar o valor
correspondente de outra variável pelo método de resolução de equações lineares
de primeira ordem.

Por exemplo, se produzimos uma unidade de P1 , ou seja, assumimos que

x1 = 1,

então deve valer

20 · 1 + 10x2 = 100.
Usando as conhecidas operações aritméticas obtemos a seguinte equação lin-
ear de primeira ordem, que já sabemos resolver:

10x2 = 80.

Logo, ao valor escolhido x1 = 1, deve corresponder, necessariamente, o valor

x2 = 8. Assim temos como solução os dois valores vinculados x1 = 1 e x2 = 8.
Escreveremos tal solução como um par ordenado (x1 , x2 ) = (1, 8), e diremos
que (x1 , x2 ) é uma solução da equação linear (9.1).
Note que a ordem no par é importante. Por exemplo, o par (8, 1) não é
solução da equação dada, pois

20 · 8 + 1 · 10 = 170 ̸= 100,

Melhoremos nossa abordagem usando a abstração. nada impede que supon-

hamos que escolhemos x1 , um número qualquer (sem saber quem é). Então
determinamos x2 , correspondente a x1 , pelo método de resolução de equações
lineares de primeira ordem. Assim, para qualquer valor x1 , tem-se que
100 − 20x1
x2 = = 10 − 2x1
10
Dessa expressão segue a observação de que existem infinitas soluções, uma
para cada x1 escolhido.
De fato há muita liberdade de escolha, graças a quantidade de variáveis que
efetivamente aparecem (duas variáveis), uma a mais que o número de equações
(uma equação).
Vejamos mais um exemplo, agora com três variáveis. Teremos um compor-
tamento similar.
Problema 2: Considere mais um produto a ser produzido, chamado P3 , cujo
valor unitário é de R$5. Se x3 denota a sua quantidade produzida, nos pergun-
tamos para quais valores de quantidades x1 , x2 e x3 deve valer

20x1 + 10x2 + 5x3 = 100

9.4. SISTEMAS DE EQUAÇÕES LINEARES E MATRIZES 87

No caso de três variáveis buscamos soluções que são triplas ordenadas (x1 , x2 , x3 ),
cujas entradas (nessa ordem) satisfazem a equação linear do problema.
Aqui o que muda é que podemos escolher dois valores, digamos x1 e x3 , e
então determinamos o terceiro valor x2 , vinculado pela equação a esses dois.
Isso é feito usando o método de solução de uma equação linear de uma variável,
a variável x2 . Deixando os detalhes para os leitores, temos
100 − 20x1 − 5x3
x2 = = 10 − 2x1 − 0, 5x3 .
10
Novamente a equação tem infintas soluções, sendo as tripla ordenadas
(x1 , x2 , x3 ) tais que x2 satisfaz a equação logo acima, dados os valores x1 e x3 .
Quando queremos deixar claro as dependências nas variáveis, escrevemos o
que chamamos de solução geral, a qual é a seguinte
x2 = 10 − 2x1 − 0, 5x3 , para qualquer x1 , x3 ∈ R
Note ainda que x1 , x3 são parâmetros quaisquer, o que não impede também
de descrever a solução geral da equação como
x1 = t , x2 = 10 − 2t − 0, 5r , x3 = r , para todo t, r ∈ R
Mais formas de escrever essas soluções serão vistas depois que introduzirmos
as matrizes no nosso estudo.
Para finalizar essa discussão falta ainda responder:
Problema 3: Quando uma equação linear do tipo ax1 + bx2 + cx3 = d não tem
solução?
Não é difı́cil ver que a resposta é a seguinte:
ax1 + bx2 + cx3 = d não tem solução ⇔ a = 0, b = 0, c = 0 e d ̸= 0

9.4 Sistemas de Equações Lineares e Matrizes

Os objetos matemáticos mais gerais estudados em Álgebra Linear são os con-
juntos de equações lineares, também chamados de sistema de equações lineares.

Definição 9.4.1. Um sistema de equações lineares é um conjunto de “n”

equações em “m” variáveis, com n ≥ 1 e m ≥ 1 números naturais, que pode
ser escrito como 
 a11 x1 + · · · + a1n xm = c1

..
 .
an1 x1 + · · · + anm xm = cn


onde aij e ck são parâmetros para cada 1 ≤ i, k ≤ n e cada 1 ≤ j ≤ m.

Uma solução deste sistema é uma n-upla ordenada (x1 , ..., xn ) que satisfaz
todas essas equações simultaneamente. O conjunto solução é o conjunto
formado por todas as soluções do sistema.

Como tem sido dito, veremos que os sistemas de equações também exibem
três possibilidades para o conjunto solução:
88 CAPÍTULO 9. EQUAÇÕES LINEARES

ˆ O conjunto vazio, denotado por ∅, quando não existe solução;

ˆ Um conjunto unitário, quando existe apenas uma solução;
ˆ Um conjunto infinito (a grandeza desse infinito será ainda caracterizada
posteriormente).
Vejamos um problema simples.
Problema: Encontre as soluções (x, y, z), se existirem, do seguinte sistema

2x − 5y = 0
(9.2)
3y + 6z = 7

Pelas definições feitas, uma solução do sistema é uma tripla (x, y, z) que
satisfaz as duas equações simultaneamente.
Resolver um sistema de equações com mais de uma equação é um pouco mais
trabalhoso do que os casos que observamos de uma equação. Um método inicial,
que funciona bem, quando usado com cuidado, é o Método da Substituição.
Ele consiste nos seguintes procedimentos:
Método da Substituição:
(1) “Isolar” uma das variáveis em uma equação, escrevendo-a em função das
outras;

(2) Substituir a expressão do item (1) para a variável escolhida em todos os

lugares em que essa variável aparece nas outras equações;
(3) Simplificação do sistema para um sistema com uma variável a menos
(aquela escolhida).

(4) Repetição dos procedimentos (1)-(3) até que se chegue a uma equação em
uma variável e uma icógnita, ou até que se encontre uma inconsistência,
ou seja, um sistema impossı́vel;

Note que esse método depende da capacidade de resolver sistemas mais sim-
ples, com menos variáveis e menos icógnitas, ou seja, depende de um conheci-
mento mı́nimo das possibilidades de soluções de equações lineares.
Por isso é intrutivo aqui entender como usamos esse método na resolução dos
sistemas de duas variáveis, o sistema mais simples, dentre os mais complexos.
Por isso voltamos ao nosso Problema ??.
Aplicando o Método:
Podemos escolher qualquer uma das duas equações no sistema 9.2 para iniciar
o método. Essa escolha depende do gosto pessoal e da experiência na resolução
de sistema. Escolhemos a segunda equação

3y + 6z = 7

Devemos ainda escolher qual variável iremos isolar. Escolhemos “y”. O

escritor dessas notas escolheu essa variável pois “visualizou” que a variável “z”
não não aparece na primeira equação, e e portanto não haveria como fazer a
9.4. SISTEMAS DE EQUAÇÕES LINEARES E MATRIZES 89

subtituição na primeira equação. Essa é aparte da experiência. Esse é um dos

defeitos do método, por isso veremos adiante um outro método (Eliminação
Gaussiana), que não depende de nenhuma experiência, e é computável.
Executando operações aritméticas obtemos então a expressão
7 − 6z 7
y= = − 2z.
3 3
Agora o método indica que devemos substituir essa expressão para “y” na
primeira equação – na segunda não se chega a nada (tente). Com isso obtemos
 
7 − 6z
0 = 2x − 5y = 2x − 5 ·
3

Isolamos então a variável “x”, o que resulta em

 
5 7 − 6z 35
x= · = − 5z
2 3 6

Agora não há mais o que fazer, pois já usamos todas as informações, as
equações (pense nisso). Logo, pode-se concluir que toda solução é escrita como
 
35 7
− 5z, − 2z, z ,
6 3

onde z ∈ R. 5
Essa expressão a é solução geral do sistema. O valor z aparece como
parâmetro, e poderia ser trocado por qualquer outra letra, digamos “t”. Exietm
infinitas soluções, o que era esperado, pois o número de variáveis (três) é maior
que o de equações (duas), e portanto existe essa possibilidade, apesar de não ser
sempre assim – tomemos cuidado com afirmações precipitadas, sem provas.
Atenção:
A “forma” ou “cara” da solução depende das escolhas na substituição. Es-
colhendo isolar isolar “x” na primeira equação e “z” na segunda, obtem-se assim
a solução geral  
5y 7 y
, y, − ,
2 6 2
para y ∈ R.
No entanto, ao varia y e z, encontramos os mesmos “pontos” (soluções),
mas apra parâmetros y, z provavelmente distintos. Por exemplo, para y = 0 e
z = 7/6 obtem-se a mesma solução (verifique)
 
7
0, 0,
6

Esse é um fenômeno comum em Álgebra Linear, onde o conjunto solução

pode ser apresentando por parametrizações distintas.
Façamos aqui uma crı́tica necessária. Apesar do nosso grande sucesso em
resolver o sistema 9.2, não é crı́vel que o mesmo sucesso será obtido ao se resolver
5A simbologia “z ∈ R” significa “z pertence a R”.
90 CAPÍTULO 9. EQUAÇÕES LINEARES

um sistema com 30 equações e 40 variáveis, e mesmo um sistema de 4 equações

e 4 variáveis já mostra seues desafios.
Por tal motivo, precisaremos desenvolver um pouco mais nossa teoria se
quisermos encontrar um “algoritmo” para resolver qualquer sistema de equações
lineares de forma a seguramente decidir se existem soluções, e quais são.
Descobriu-se com o tempo (graças os matemáticos) que uma ferramenta
muito útil para a organização e manipulação dos sistemas lineares é a sua escrita
em forma matricial, ou seja, usando matrizes6 . Definimos formalmente esses
objetos abaixo.
Definição 9.4.2. Uma matriz é um objeto matemático A, descrito como uma
tabela com entradas numéricas aij , onde os valores de i e j variam entre valores
naturais positivos delimitados, digamos 1 ≤ i ≤ n e 1 ≤ j ≤ m. Ela é escrita
na seguinte forma para leitura e manipulação:
 
a11 a12 · · · a1m
 a21 a22 · · · a2m 
A= .
 
.. .. .. 
 .. . . . 
an1 an2 · · · anm

Neste caso, dizemos que A é uma matriz de tamanho n por m, ou ainda, de

tamanho n × m, ou que A é uma matriz com n linhas e m colunas.

Notação 9.4.1. Escreveremos resumidamente a matriz A também como

(aij ){1≤i≤n,1≤j≤m} , (aij ){i≤n,j≤m} ou (aij ),

A última notação acima será usada quando estiver claro em quais conjuntos
variam os ı́ndices i e j.

Note que o primeiro ı́ndice (da esquerda para a direita) de aij indica a que
linha pertence esse valor e o segundo a que coluna. Assim, por exemplo,
entendemos que

a36 = valor da entrada na linha 3 e coluna 6

É importante notar que a matriz é unicamente determinada pelas suas en-

tradas, sendo que duas matrizes são iguais se, e somente se, todas as suas
entradas são iguais. Para identificar matrizes usaremos o mesmo sı́mbolo “=”
de igualdade numérica.
A conexão de matrizes com sistemas de equações lineares surge quando
observa-se que todo sistema linear pode ser identificado com uma única ma-
triz de coeficientes, e uma única matriz (coluna), desde que seja fixada uma
ordem para as variáveis do sistema e para as equações.
Por exemplo, se consideramos (x, y, z) a ordem das variáveis no sistema de
duas equações e três variáveis 9.2, primeiro escrevemos esse sistema como

2x − 5y + 0z = 0
0x + 3y + 6z = 7
6 Consulte a página na Wikipedia: Matrizes. Se encontrar alguma incoerência, corrija. O

projeto Wiki é colaborativo!

9.4. SISTEMAS DE EQUAÇÕES LINEARES E MATRIZES 91

Esse sistema é então univocamente associado às matrizes

   
−2 −5 0 0
e
0 3 6 7

Ou melhor ainda, é univocamente associado à matriz aumentada

 
−2 −5 0 0
0 3 6 7

onde a barra “|” serve apenas para separar os coeficientes, ou parâmetros, que
multiplicam as variáveis, dos coeficientes livres.
E reciprocamente, dada a matriz aumentada, reescrever o sistema é fácil,
basta multiplicar os coeficientes pelas variáveis correspondentes e então igualar
com os correspondentes coeficientes livres.
Note ainda que pela definição de igualdade entre matrizes a validade das
igualdades no sistema linear observado equivale a
   
−5x1 + 2x2 0
= .
3x1 + 6x3 7

Para separar a matriz das variáveis nessa igualdade acima podemos imaginar
um produto entre matrizes que satisfaça
 
x
−5 2 0  1 
   
−5x1 + 2x2
· x2 =
3 0 6 3x1 + 6x3
x3

e então  
x
2 0  1
   
−5 0
· x2 =
3 0 6 7
x3
Note que esse produto reconstrói o sistema original, por isso deveria ser o
“produto certo”. No entanto, algumas propriedades serão perdidas com essa
definição, como a comutatividade.
Não só o produto, mas também outras operações serão úteis no estudo de
Álgebra Linear. Começamos o estudo algébrico e operacional de matrizes com
mais detalhes no próximo capı́tulo.
92 CAPÍTULO 9. EQUAÇÕES LINEARES
Capı́tulo 10

Matrizes

Como foi notado no capı́tulo anterior, podemos identificar certas matrizes com
sistemas de equações lineares. Neste capı́tulo lembramos inicialmente a definição
de matriz e depois estudamos as operações aritméticas básicas entre elas.
Introduzimos também as nomenclaturas e classificações básicas de matrizes
que serão necessárias para o resto do curso. Outras definições e classificações
surgirão, mas dentro do contexto necessário.

10.1 Tipos de Matrizes

Uma matriz é um objeto matemático A descrito como uma tabela com entradas
numéricas aij onde os valores i e j variam entre valores naturais delimitados,
digamos 1 ≤ i ≤ n e 1 ≤ j ≤ m, e disposta da seguinte forma
 
a11 a12 · · · a1m
 a21 a22 · · · a2m 
A= .
 
.. .. .. 
 .. . . . 
an1 an2 ··· anm

Escreveremos resumidamente a matriz A também como A = (aij ) quando

estiver claro em quais conjuntos variam i e j.
Matrizes com uma só linha ou uma só coluna serão chamadas de matriz
linha e matriz coluna, respectivamente. Claramente elas são escritas na forma
 
a11
 a21 

 
l = a11 a12 · · · a1m e c =  . 
 .. 
an1
Por isso não é necessário o uso dos dois ı́ndices, e escrevemos resumidamente
essas matrizes como
 
c1
 c2 

 
l = l1 l2 · · · lm e c =  . 
 .. 
cn

93
94 CAPÍTULO 10. MATRIZES

Os nomes vetor linha e vetor coluna também serão usados para matrizes
linhas e coluna, respectivamente. Nos referiremos a qualquer um desses dois
tipos de matrizes simplesmente pela palavra vetor.
O motivo da nomenclatura é a interpretação geométrica que temos de ma-
trizes linha ou coluna como duplas, triplas ou n-uplas ordenadas, que são iden-
tificadas com vetores geométricos em Geometria Analı́tica.
Outro tipo especial de matriz ocorre quando temos m = n. Essas ma-
trizes são as matrizes quadradas – os números dispostos na matriz de forma
igualmente afastada formam um quadrado. Algumas operações matriciais são
definidas e fazem sentido apenas para elas, como o cálculo de determinantes.
Matrizes quadradas apresentam uma diagonal principal, que é o con-
junto de entradas a11 , a22 , ..., ann , ou seja, os valores situados na diagonal do
quadrado formado pelos números dispostos na matriz.
Os elementos da diagonal principal de uma matriz quadrada são ressaltados
em vermelho na matriz abaixo
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
 
 .. .. .. .. 
 . . . . 
an1 an2 ··· ann
As diagonais secundárias de uma matriz quadrada são os outros conjuntos
de valores obtidos traçando diagonais pela matriz. Por exemplo, dada a matriz
 
a11 a12 a13
a21 a22 a23 
a31 a32 a33
as suas diagonais secundárias são ressaltadas em vermelho abaixo
       
a11 a12 a13 a11 a12 a13 a11 a12 a13 a11 a12 a13
a21 a22 a23  , a21 a22 a23  , a21 a22 a23  , a21 a22 a23 
a31 a32 a33 a31 a32 a33 a31 a32 a33 a31 a32 a33
Dentro da classe de matrizes quadradas existem ainda as matrizes trian-
gulares. Uma matriz é triangular inferior se todos os elementos acima da
diagonal principal são nulos. Analogamente, uma matriz é triangular supe-
rior se todos os elementos abaixo da diagonal principal são nulos.
Desse modo, uma matriz triangular inferior é escrita como
 
a11 0 0 ··· 0
 a21
 a22 0 ··· 0  
 .. .. . .. . .. .. 
 . . . 
 
a(n−1)1 a(n−1)2 · · · a(n−1)(n−1) 0 
an1 an2 an3 ··· ann
e uma triangular superior como
 
a11 a12 a13 ··· a1n
 0 a22 a23 ··· a2n 
 .. .. ..
 
.. .. 
 .
 . . . . 

 . ..
 ..

. ··· a(n−1)(n−1) a(n−1)n 
0 0 ··· 0 ann
10.2. SOMA MATRICIAL 95

As matrizes que são ao mesmo tempo triangulares superiore e inferior são

chamadas de matrizes diagonais. Essas são as matrizes em que os elemntos
não nulos só podem aparecer na diagonal principal. Elas são escritas como
 
a11 0 ··· 0
 0
 a22 ··· 0 

 .. .. .. .. 
 . . . . 
0 0 ··· ann

Uma classe bem especı́fica e importante de matrizes diagonais são as ma-

trizes identidade In , também denotadas por 1n . Ela são matrizes diagonais
n × n com entradas iguais a 1 na diagonal, ou seja,
 
1 0 ··· 0
0 1 ··· 0
In = 1n =  . .
 
.. .. 
 .. .. . .
0 0 ··· 1

Já as mais triviais de todas as matrizes quadradas n × n são as matrizes

nulas, denotadas por 0n . Como o nome sugere, todas as suas entradas são
nulas. Logo
 
0 0 ··· 0
0 0 · · · 0
0n =  . . .
 
 .. .. . . ... 

0 0 ··· 0

Existem ainda as matrizes nulas n por m, definidas como

 
0 0 ··· 0
0 0 ··· 0
0nm = . .
 
.. .. 
 .. .. . .
0 0 ··· 0

onde temos n linhas e m colunas na tabela acima. Em particular 0nn = 0n .

Essas duas últimas classes de matrizes, as nulas e as identidades, desempen-
haram papéis fundamentais na álgebra de matrizes. Como a notação sugere, 1n
será um elemento neutro da multiplicação matricial e 0n um elemento neutro
da soma, quando essas operações puderem ser executadas.

10.2 Soma Matricial

A primeira operação matricial que observaremos é a soma. Ao contrário da
soma numérica, nem sempre poderemos executar essa operação. Ela fará sentido
quando tivermos matrizes de igual tamanho, ou seja, com o mesmo número
de linhas n e mesmo número de colunas m.
Dadas matrizes A = (aij ) e B = (bij ), ambas de tamanho n por m, a soma
será a matriz (aij + bij ), também de tamanho n por m. Na notação de “tabelas”
96 CAPÍTULO 10. MATRIZES

teremos que a soma

   
a11 a12 ··· a1m b11 b12 ··· b1m
 a21 a22 ··· a2m   b21 b22 ··· b2m 
..  +  ..
   
 .. .. .. .. .. .. 
 . . . .   . . . . 
an1 an2 ··· anm bn1 bn2 ··· bnm

resulta na matriz
 
a11 + b11 a12 + b12 ··· a1m + b1m
 a21 + b21 a22 + b22 ··· a2m + b2m 
A+B =
 
.. .. .. .. 
 . . . . 
an1 + bn1 an2 + bn2 ··· anm + bnm

Note ainda que a matriz nula 0nm se comporta como o zero, ou elemento
neutro, da soma, pois vale A + 0nm = 0nm + A = A, para toda matriz A de
tamanho n por m.
Com relação a esse elemento neutro, podemos nos perguntar se existe o
inverso aditivo −A de uma matriz A = (aij ). É fácil ver que tal inverso
aditivo existe e é dado por
 
−a11 −a12 ··· −a1m
 −a21 −a22 ··· −a2m 
−A =  .
 
.. .. .. 
 .. . . . 
−an1 −an2 ··· −anm

A soma de matrizes, quando for possı́vel, preserva as propriedades essenciais

de somas em conjuntos numéricos.1 Assim, para matrizes A, B e C, quando
definidas as somas abaixo, valem

ˆ (A + B) + C = A + (B + C) (associatividade);

ˆ A + 0nm = 0nm + A = A (existência do elemento neutro 0nm );

ˆ A + (−A) = (−A) + A = 0nm (existência de inverso aditivo);

ˆ A + B = B + A (comutatividade).

No jargão matemático, dizemos que a soma tem as propriedades de grupos

abelianos com relação a soma. 2
A partir dos inversos aditivos e da soma podemos definir ainda a subtração
de matrizes. Basta tomar A − B como sendo a soma A + (−B).

1 Economizamos um pouco na escrita das propriedades para evitar um preciosismo

desnecessário. Mais formalmente deverı́amos enunciar que existe algum elemento neutro e
algum inverso aditivo, mas prova-se ao final que devem ser únicos, e portanto, não há prejuı́zo
de já nomeá-los por 0nm e −A. Supomos ainda tacitamente que todas as matrizes tem o
mesmo tamanho.
2 Definição de Grupo Abeliano.
10.3. MULTIPLICAÇÃO MATRICIAL 97

10.3 Multiplicação Matricial

A definição da multiplicação matricial é feita com o intuito de conectá-la
com o problema de solucionar sistemas de equações lineares.
Dado um sistema de equações lineares com n equações e m icógnitas (variáveis)


 a11 x1 + a12 x2 + · · · + a1m xm = c1
 a21 x1 + a22 x2 + · · · + a2m xm = c2

.. .. ..


 . . .
an1 x1 + an2 x2 + · · · + anm xm = cn


extraı́mos a matriz de coeficientes associada ao sistema, a saber, a matriz

 
a11 a12 · · · a1m
 a21 a22 · · · a2m 
A= .
 
.. .. .. 
 .. . . . 
an1 an2 ··· anm

Definimos o vetor constante associado ao sistema e o vetor de variáveis

associado ao sistema como sendo, respectivamente, os vetores
   
c1 x1
 c2   x2 
c=. e x= . 
   
 ..   .. 
cn xm

Definiremos a multiplicação matricial de modo que, em particular, deva valer

a igualdade matricial
A·x=c
Dessa forma deverá valer
       
a11 a12 · · · a1m x1 c1 a11 x1 + a12 x2 + · · · + a1m xm
 a21 a22 · · · a2m   x2   c2   a21 x1 + a22 x2 + · · · + a2m xm 
..  ·  ..  =  ..  = 
       
 .. .. .. .. 
 . . . .   .   .   . 
an1 an2 ··· anm xm cn an1 x1 + an2 x2 + · · · + anm xm

Em particular, no caso mais simples, onde temos um sistema com apenas

uma equação, a igualdade acima implicaria em
 
x1
 x2 

 
a11 a12 · · · a1m ·  .  = a11 x1 + a12 x2 + · · · + a1m xm
 .. 
xm

Isso sugere que dados um vetor linha l e um vetor coluna c, digamos

 
c1
 c2 

 
l = l1 l2 · · · lm e c =  . 
 .. 
cm
98 CAPÍTULO 10. MATRIZES

devamos definir o produto entre eles (nessa ordem!) como

l · c = l1 c1 + · · · + lm cm

Este produto está bem definido, tendo como resultado um valor numérico.
A partir dessa definição do produto linha-coluna definiremos o produto para
matrizes em geral.
Dada uma matriz A = (aij ), escreveremos suas linhas como


li = ai1 ai2 · · · aim ,

para todo 1 ≤ i ≤ n.
Assim a matriz A pode ser identificada com uma matriz de linhas ao es-
crevermos.    
a11 a12 · · · a1m l1
 a21 a22 · · · a2m   l2 
A= . ..  =  .. 
   
.. ..
 .. . . .  .
an1 an2 · · · anm ln
A rigor, à direita terı́amos uma matriz coluna com entradas sendo matrizes
linhas. Em certas situações isso faz diferença, como em programas de com-
putador. Aqui não nos preocupamos com isso e definimos que essa construção
“apaga” os parênteses dos vetores li , ou seja, entendemos que também vale
li = ai1 · · · aim . De fato, os parêntesis na definição de matriz são somente
sı́mbolos auxiliares, poderı́amos bem ter definido que a matriz A é representada
sem parêntesis, como

a11 a12 ··· a1m

a21 a22 ··· a2m
A= . .. .. ..
.. . . .
an1 an2 ··· anm

o que talvez fizesse mais sentido.

No entanto, mantemos a notação tradicional, confiando que a explicação
acima seja suficiente para o entendimento das reescritas de matrizes como con-
juntos de linhas (ou colunas).
Continuando a discussão, define-se então o produto de A por uma matriz
coluna c como    
l1 l1 · c
 l2   l2 · c 
A·c= . ·c= . 
   
 ..   .. 
ln ln · c
onde li · c é o produto linha-coluna já definido.
Por fim observamos o caso mais geral. Fixe uma matriz A, n por m, e uma
matriz  
b11 b12 · · · b1k
 b21 b22 · · · b2m 
B= .
 
.. .. .. 
 .. . . . 
bm1 bn2 ··· bmk
m por k.
10.3. MULTIPLICAÇÃO MATRICIAL 99

Escreva B como

B = c1 c2 ··· ck
3
usando os vetores coluna  
b1j
 b2j 
cj =  . 
 
 .. 
bmj
Defina o produto de A por B (nessa ordem) como sendo



A · B = A · c1 c2 · · · ck = A · c1 A · c2 · · · A · ck
De forma explı́cita temos:
Definição 10.3.1. O produto matricial de A por B, nessa ordem, é
 
l1 · c 1 l1 · c 2 · · · l1 · c k
 l2 · c 1 l2 · c 2 · · · l2 · c k 
A·B = .
 
.. .. .. 
 .. . . . 
ln · c1 ln · c2 · · · ln · ck

Em outras palavras, a matriz A · B é aquela matriz n por k com entradas

cij = li · cj
Deve ficar claro que só sabemos efetuar a multiplicação de uma matriz A por
uma matriz B caso o número de colunas de A seja igual ao número de linhas de
B, e que a matriz produto tem o número de linhas igual ao de A, e número de
colunas igual ao de B.
Em suma, para uma multiplicação bem definida tem-se
(matriz n × m) · (matriz m × k) = (matriz n × k)
A multiplicação possui as seguintes propriedades, cuja prova pode ser feito
pelo método de indução matemática: 4
ˆ A · 1m = 1n · A = A (existência de unidades);
ˆ (A · B) · C = A · (B · C) (associatividade);
ˆ A · (B + C) = A · B + A · C (distributividade à direita);
ˆ (B + C) · A = B · A + C · A (distributividade à esquerda).
Note que não vale necessariamente a comutatividade da multiplicação
A·B =B·A
Por exemplo,      
0 1 1 1 1 0
· = ,
1 0 1 0 1 1
que não é igual ao produto
     
1 1 0 1 1 1
· =
1 0 1 0 0 1
3 Aqui apagam-se os parênteses dos vetores coluna na representação, como o que foi discu-

tido no caso da representação por linhas.

4 Método de Indução Matemática.
100 CAPÍTULO 10. MATRIZES

10.4 Multiplicação de Matriz por Escalar

A última operação básica que definimos é a multiplicação de uma matriz
por um escalar, ou seja, por um número.
Essa definição é bem mais simples que a anterior.
Definição 10.4.1. Dada uma matriz A = (aij ) e um número α ∈ R, a multi-
plicação à esquerda de α por A, denotada por α · A, é por definição a matriz
(αaij ). Definimos também a multiplicação à direita como sendo A · α = (αaij ).
Logo valem as regras

α · A = α · (aij ) = (αaij ) e A · α = (aij ) · α = (aij α)

Por definição α · A = A · α, e por isso chamaremos ambas as operações

simplesmente de multiplicação por escalar.
Esse tipo de multiplicação será útil para definirmos os conceitos de espaço
vetorial e de (in)dependência linear no próximo capı́tulo.
As principais propriedades da multiplicação por escalar são:

ˆ α · (A + B) = α · A + α · B;

ˆ (α + β) · A = α · A + β · A;

ˆ α · A = A · α;

ˆ α · (β · A) = (αβ) · A;

ˆ 1 · A = A;

ˆ 0 · A = 0nm ;

ˆ α · 0nm = 0nm .
Capı́tulo 11

Soluções de Sistemas
Lineares

As próximas seções têm por objetivo analisar quando um sistema de equações

lineares tem solução. Em caso afirmativo, quer-se determinar quantas elas são,
e então encontrá-las.
Será mostrado como obter as soluções dos sistemas solúveis por meio de
métodos de escalonamento, como a método da Eliminação Gaussiana.
O estudo de soluções de sistemas lineares está conectado aos conceitos de de-
pendência e independência linear. De fato, a existência de soluções, e o tamanho
do conjunto solução, dependerão das condições de dependência linear dos ve-
tores coluna que compõem a matriz aumentada associada ao sistema linear de
interesse.
Ao final deste capı́tulo será discutido a forma mais precisa de falar sobre o
tamanho do conjunto de soluções. Isso será feito por meio do conceito de Di-
mensão de Espaço Vetorial em conjunto com o fundamental Teorema do Núcleo
e Imagem.
Esse teorema é um dos principais teoremas de Álgebra Linear, sendo um dos
resultados mais usados em aplicações da teoria.
As seções a seguir apresentaram outras operações que podem ser feitas com
matrizes, além daquelas aritméticas já vistas.

11.1 Eliminação Gaussiana e Soluções de Sis-

temas Lineares
O objetivo desta seção é obter um método que encontre as soluções de sistemas
lineares de forma sistemática.
O método que será apresentado tem a vantagem adicional de fornecer a
dimensão do núcleo e da imagem da matriz associada ao sistema, conceitos
que definiremos posteriormente.
O método a ser descrito chama-se Eliminação Gaussiana ou Método de
Escalonamento de matrizes. Ele tem por objetivo encontrar uma matriz A∗ ,
associada à matriz A, que esteja na forma escalonada (por linhas), de forma

101
102 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

que as soluções do novo sistema associado à matriz A∗ sejam as mesmas soluções

do sistema original.

Definição 11.1.1. Uma matriz está na forma escalonada por linhas se

valerem as seguintes propriedades com relação aos seus pivôs (as primeiras
entradas não nulas de cada linha, da esquerda para a direita):

(1) O pivô de cada linha está numa coluna mais a direita do pivô da linha
logo acima;
(2) As entradas abaixo de cada pivô são nulas;
(3) Todas as linhas nulas estão abaixo das não nulas.

Diz-se ainda que está na forma escalonada reduzida caso adicionalmente

(4) Todos os pivôs são iguais a 1;
(5) Todas as entradas nas colunas dos pivôs são nulas, a não ser a do pivô.

Portanto, matrizes escalonadas exibem a forma

 
0 ··· a1j1 ··· a1j2 ··· a1jk ··· a1m
0 ··· 0 ··· a2j2 ··· a2jk ··· a2m 
 .. .. .. .. .. 
 
.. ..
.
 ··· . . . . . ··· . 
0
 ··· 0 ··· 0 ··· akjk ··· akm 
0
 ··· 0 ··· 0 ··· 0 ··· 0  
. .. .. .. .. .. .. .. .. 
 .. . . . . . . . . 
0 ··· 0 ··· 0 ··· 0 ··· 0

com os pivôs destacados em vermelho.

As matrizes escalonadas reduzidas são da forma

··· ··· ··· ···

 
0 1 a1j1 0 a1j2 0 a1jk
 .. 

 0 ··· 0 ··· ··· 1 a2j2 ··· . a2jk ··· 
 .. .. .. .. .. .. .. 

 . ··· . . . . 0 . 0 . ··· 

 0 ··· 0 ··· 0 ··· 0 0 1 akjk ··· 

 0 ··· 0 ··· 0 ··· 0 0 0 0 ··· 
.. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . .

Definiremos agora, de forma geral, o método do escalonamento.

Definição 11.1.2. Um método de escalonamento é um que utiliza um

número finito de operações elementares sobre uma matriz A para encontrar
uma outra matriz A∗ que está na na forma escalonada ou escalonada reduzida.

Mas o que é uma operação elementar?

11.1. ELIMINAÇÃO GAUSSIANA E SOLUÇÕES DE SISTEMAS LINEARES103

Definição 11.1.3. Uma operação elementar sobre uma matriz A, é um dos

seguintes procedimentos:

ˆ Troca de linhas.
Exemplo: Troca de linha li pela linha lj .
Notação: li ↔ lj .
ˆ Substituição de uma linha por um múltiplo escalar não nulo dela.
Exemplo: Dado escalar α ̸= 0, substituir linha li pela linha αli .
Notação: (li ← αli ).
ˆ Substituição de uma linha pela soma dela com um múltiplo escalar
de outra linha.
Exemplo: Dado escalar α, substituir linha li pela linha li + αlj
Notação: (li ← li + αlj ).

Por que essas operações descritas acima foram chamadas de elementares?

A resposta da pergunta é dada pela próxima proposição que implica, em linhas
gerais, que operações elementares não modificam os conjuntos solução.
Antes da proposição precisamos de mais duas definições.

Definição 11.1.4. A matriz aumentada associada ao sistema Ax = b

é aquela matriz obtida pela adição do vetor coluna b como última coluna. Ela
será denotada por (A|b). Se A = (aij ) e b = (bi ), a matriz aumentada é escrita
em forma extensiva como
 
a11 · · · a1m b1
 .. .. .. .. 
 . . . . 
an1 ··· anm bn

Definição 11.1.5. Um sistema linear Ax = b é dito equivalente ao sistema

linear A∗ x = b∗ , se a matriz aumentada (A∗ |b∗ ) pode ser obtida por meio
da aplicação de um número finito de operações elementares sobre a matriz
aumentada (A|b).

Enunciamos agora a proposição que justifica a importância e a escolha das

operações elementares. Também fornecemos uma prova (da parte menos fácil)
do resultado.
Proposição 11.1.1. Sistemas lineares equivalentes possuem o mesmo conjunto
solução.

Prova. Considere um sistema de equações lineares escrito em sua forma matri-

cial Ax = b, onde A = (aij ) é uma matriz n × m, x o vetor coluna das variáveis
de tamanho m e b o vetor coluna de constantes de tamanho n.
Escreva li para a i-ésima linha da matriz A. Usando o produto linha-coluna
104 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

pode-se reescrever o sistema linear na forma

l1 · x = b1
.. .. ..
. . .
ln · x = bn

Nota-se que, por exemplo, se a linha li é substituı́da pela linha

(li + αlj ) · x = li · x + αlj · x = bi + αbj ,

então obtém-se um novo sistema linear

l1 · x = b1
.. .. ..
. . .
(li + αlj ) · x = bi + αbj ← nova linha i
.. .. ..
. . .
ln · x = bn

que tem exatamente as mesmas soluções que o sistema Ax = b!

Por quê? Isso ocorre pois x satisfaz simultaneamente

li · x = bi
lj · x = bj

se, e somente se, satisfaz simultaneamente

li · x + αlj · x = bi + αbj
lj · x = bj

Observa-se por fim que a matriz desse último sistema é precisamente a matriz
obtida pela operação elementar li ← li + αlj aplicada à matriz aumentada
associada ao sistema Ax = b.
Em sı́mbolos tem-se o processo:
   
a11 · · · a1m b1 a11 ··· a1m b1
 .. . .. .
.. .
..   .
.. . .. .
.. .. 
 .  . 
  li ←li +αlj  
 ai1 · · · aim bi  →  ai1 + αaj1 · · · aim + αajm bi + αbj 
   
 . .. .. ..  .. .. .. ..
 ..
 
. . .   . . . . 
an1 · · · anm bn an1 ··· anm bn

É válido ainda que as outras duas operações elementares fornecem sistemas

lineares com o mesmo conjunto solução, como se verifica mais facilmente – para
ver isso use as ideias vistas acima.
Por fim, isso leva à conclusão de que sistemas de equações lineares equiva-
lentes têm o mesmo conjunto solução.
É possı́vel pensar em mais de um método de escalonamento. Um deles
é o Método da Eliminação Gaussiana para resolver o sistema Ax = b,
que defato é a combinação de um método de escalonamento com o Método da
Substituição.
11.1. ELIMINAÇÃO GAUSSIANA E SOLUÇÕES DE SISTEMAS LINEARES105

Método da Eliminação Gaussiana:

Ele consiste em executar dois passos:

ˆ Usar as operações elementares sobre a matriz aumentada (A|b) para en-

contrar uma matriz aumentada (A∗ |b∗ ) equivalente a (A|b) de modo que
A∗ esteja escalonada.

ˆ Resolução do sistema A∗ x = b∗ pelo Método da Substituição, de baixo

para cima (começando pela última linha).

Pela Proposição (11.1.1), as soluções do sistema A∗ x = b∗ são as mesmas

que do sistema Ax = b. Porém, a resolução desse último é mais simples, do
ponto de vista procedimental.
Aprendamos agora na prática como aplicar o método do escalonamente em
casos concretos.
Exemplo: Considere o sistema linear com equação matricial associada
     
2 4 3 x1 1
1 0 −1 · x2  =  0 
0 1 3 x3 −1

Use o Método da Eliminação Gaussiana pra buscar uma solução desse

sistema.

Passo 01: Escalonamento (Incompleto).

Primeiro escreva a matriz aumentada associada ao sistema:

 
2 4 3 1
 1 0 −1 0 
0 1 3 −1

Identificamos que o primeiro pivô na primeira linha, que é o número 2,

situado na posição 1 × 1 (primeira linha e primeira coluna). Precisa-se então
zerar os elementos abaixo desse pivô.
O método ensina que isso deve ser feito usando as operações elementares,
como por exemplo, a troca da segunda linha pela soma desta com um múltiplo
da primeira. Mas por que logo essa operação?
Ora, sabe-se que o elemento pivô não é nulo, e portanto deve existir um
número α de modo que
2α + 1 = 0,
a saber, α = −1/2.
Logo, executando a operação elementar

l2 ← l∗2 = l2 + (−1/2)l1

tornamos a entrada na posição 2 × 1 da nova matriz em 0!

Explicitamente calcula-se
   
∗ 1 5 1
l2 = (1 0 − 1 0) + − (2 4 3 1) = 0 − 2 − −
2 2 2
106 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Logo, a matriz equivalente obtida é

 
2 4 3 1
A′ =  0 −2 −5/2 −1/2 
0 1 3 −1

O próximo passo seria executar o processo análogo para zerar o elemento

da posição 3 × 1 da nova matriz A′ , o que não é necessário, pois já é nulo.
Agora procura-se o segundo pivô da nova matriz A′ . Ele é o número −2,
que está na posição 2 × 2. Novamente, deve-se zerar os elementos abaixo desse
pivô.
 
2 4 3 1
A′ =  0 −2 −5/2 −1/2 
0 1 3 −1
Como só existe uma linha abaixo da segunda, aterceira, basta executar o
procedimento nessa linha.
Precisa-se então encontrar α de modo que

−2α + 1 = 0

A solução é α = 1/2, e por isso executa-se a operação elementar

l3 ← l∗3 = l3 + (1/2)l2

Calcula-se:
    
1 5 1 7 5
l∗3 = (0 1 3 − 1) + 0 −2 − − = 00 −
2 2 2 4 4

A matriz obtida semelhante a A′ (e também à A) é a matriz

 
2 4 3 1
A′′ =  0 −2 −5/2 −1/2 
0 0 7/4 −5/4

que está na forma (A∗ |b∗ ) com A∗ escalonada (mas não escalonada reduzida =
escalonamento incompleto).

Passo 02: Resolvendo o novo sistema pelo Método da Subtituição.

O sistema de equações associado à matriz aumentada (A∗ |b∗ ) é

2x1 +4x2 +3x3 = 1

5 1
−2x2 − x3 = −
2 2
7 5
x3 = −
4 4
Comece vendo que x3 = −5/7, pela última equação.
11.1. ELIMINAÇÃO GAUSSIANA E SOLUÇÕES DE SISTEMAS LINEARES107

Substitua agora esse valor nas outras equações acima e chegue ao seguinte
sistema equivalente
22
2x1 +4x2 =
7
16
−2x2 = −
7
Da última equação acima segue que x2 = 8/7.
Substituindo esse valor na primeira equação,
22 8 10 5
2x1 = −4· =− ⇒ x1 = −
7 7 7 7
Portanto, o sistema tem como única solução o vetor
 
−5/7
x =  8/7 
−5/7

Outra forma de resolver sistemas é utilizando o Método do Escalona-

mento Completo.

Método do Escalonamento Completo:

Execute os seguintes dois passos:

ˆ Usar as operações elementares sobre a matriz aumentada (A|b) para en-

contrar uma matriz aumentada (A∗ |b∗ ) equivalente a (A|b) de modo que
A∗ esteja na forma escalonada reduzida.
ˆ Resolução do sistema A∗ x = b∗ pelo Método da Substituição, de baixo
para cima (começando pela última linha).

A resolução do sistema do exemplo acima pelo Método do Escalonamente

Completo difere da que usa o Método da Eliminação Gaussiana apenas por
executar mais operações elementares antes de fazer as substituições.
A primeira parte é idêntica, e por isso podemos iniciar a resolução a partir
da matriz aumentada A′′ vista anteriormente.
Para transformar os pivôs em 1 basta multiplicar cada linha pelo inverso
multiplicativo do seu pivô. Em sı́mbolos, são feitas as operações elementares

l3 ← (4/7)l3 , l2 ← (−1/2)l2 e l1 ← (1/2)l1 ,

que resultam em  
1 2 3/2 1/2
B =  0 1 5/4 1/4 
0 0 1 −5/7
Falta ainda zerar as entradas acima dos uns.
 
1 2 3/2 1/2
B =  0 1 5/4 1/4 
0 0 1 −5/7
108 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Isso é feito de baixo para cima. Busca-se um número α de modo que

1α + 5/4 = 0,

o que zeraria a entrada na posição 2 × 3.

Logo α = −5/4 é escolhido a fim de executar a operação

l2 ← l2 + (−5/4)l3 ,

que resulta na matriz

 
1 2 3/2 1/2
B′ =  0 1 0 8/7 
0 0 1 −5/7

Note que acima do pivô da terceira linha, ainda há um valor não nulo na
posição 1 × 3.  
1 2 3/2 1/2
B′ =  0 1 0 8/7 
0 0 1 −5/7
Por isso executa-se a operação

l1 ← l1 + (−3/2)l3

(resolva 1α + 3/2 = 0).

Obtem-se  
1 2 0 11/7
B ′′ =  0 1 0 8/7 
0 0 1 −5/7
A última operação necessária consite em anular o único elemento acima do
pivô da segunda linha.
 
1 2 0 11/7
B ′′ =  0 1 0 8/7 
0 0 1 −5/7

Basta fazer
l1 ← l1 + (−2)l2
para obter  
1 0 0 −5/7
B ′′′ =  0 1 0 8/7 
0 0 1 −5/7
Note que B ′′′ está na forma (A∗∗ |b∗∗ ) com A∗∗ escalonada reduzida.
O sistema linear associado a essa matriz aumentada é
x1 = −5/7
x2 = 8/7
x3 = −5/7

A solução é então facilmente visualizada. Aqui o Método da Substituição é

usado de forma trivial.
11.2. SISTEMAS LINEARES SEM SOLUÇÕES OU INCONSISTENTES 109

Um fato importante deve ser notado ainda no final dessa seção. Ele será útil
posteriomente.
Teorema 11.1.1. Toda matriz A é equivalente a uma única matriz escalonada
reduzida (por linhas) Ared .

Para verificar esse fato, basta ver que duas matrizes em forma escalonada
reduzida distintas só são equivalentes se forem idênticas, e que a relação de
equivalência por operações elementares é transitiva, ou seja: se A é equivalente
a B e B é equivalente a C, então A é equivalente a C.

11.2 Sistemas Lineares sem Soluções ou Incon-

sistentes
O processo de escalonamento também pode ser usado para determinar se um
sistema não tem solução. Sistemas lineares desse tipo são chamados inconsis-
tentes, pois nesses casos surgem inconsistências numéricas.
Considere um sistema linear escrito na forma matricial Ax = b. Ao aplicar
o método de escalonamento à matriz aumentada (A|b) encontra-se uma matriz
(Ared |b∗ ), com Ared escalonada reduzida. Pergunta-se:

Que forma (Ared |b∗ ) deve apresentar para o sistema ser

inconsistente?

Um exemplo hipotético de inconsistência seria uma matriz (Ared |b∗ ) na

forma  
1 3 0 −5/7
(Ared |b∗ ) =  0 0 1 8/7  ,
0 0 0 −5/7
pois claramente a última linha implica na inconsistência numérica 0 = −5/7.
No entanto, se usarmos a mesma matriz reduzida Ared , mas mudarmos a
última coluna para b∗∗ , de modo que
 
1 3 0 −5/7
(Ared |b∗∗ ) =  0 0 1 8/7  ,
0 0 0 0

não haverá mais inconsistências numéricas – é verdade que 0 = 0!

Conclui-se que, se o sistema for consistente, então deve-se observar ao lado
das linhas de Ared que são nulas sempre o valor 0 (essas são sempre as últimas
linhas se a matriz estiver na forma escalonada reduzida). Se isso não ocorrer, o
sistema será forçosamente inconsistente.
Vale a recı́proca? A resposta é sim. Em gerla vale o seguinte teorema.
Teorema 11.2.1. O sistema Ax = b é inconsistente se, e somente se, a matriz
aumentada (A∗ |b∗ ), obtida pelo método do escalonamento completo apresenta
uma linha formada por zeros até o penúltimo elemento, e último elemento é
diferente de zero.
110 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Prova. Suponha resolvido o problema com as linhas nulas, ou seja, bi = 0 para

r + 1 ≤ i ≤ n, onde as linhas lr+1 , ..., ln são as linhas nulas de A∗ .
Suponha ainda que os pivôs se encontram nas posições 1 × j1 , 2 × j2 , ... ,
r × jk . Como o escalonamento é completo, esses pivôs são unitários.
Defina v como sendo o vetor que tem todas as entradas nulas nas posições
diferentes de j1 , ..., jk e entradas bi nas posições ji , com 1 ≤ i ≤ k. Então v é
uma solução do sistema.

11.3 Dependência e Independência linear

Nas seções anteriores aprendemos como usar métodos de escalonamento e como
verificar se existêm soluções de um sistema linear.
Nesta seção introduziremos os conceitos de dependência e independência lin-
ear. Esses conceitos nos ajudarão nas próximas seções a fazer uma interpretação
geométrica dos conjuntos soluções como sendo retas, planos, hiperplanos, pontos
ou o conjunto vazio.
Desta forma será possı́vel dar uma noção de tamanho (dimensão) de conjun-
tos soluções. Mais ainda, esses conceitos nos permitirão também determinar,
sem executar um método de escalonamento, se um sistema linear tem solução
ou não.
Outras aplicações dessas ideias de (in)dependência linear aparecerão ainda
nos momentos oportunos.

Definição 11.3.1. Diremos que um vetor coluna (ou linha) v é linearmente

dependente de outros vetores coluna (ou linha) c1 , ..., cn , ou ainda linear-
mente dependente do conjunto de vetores {c1 , ..., cn }, se ele puder ser escrito
como uma combinação linear desses vetores, o que significa que existem
números α1 , ..., αn de modo que

v = α1 c1 + · · · + αn cn

O conjunto V de todas as combinações lineares dos vetores c1 ,...,cn será

chamado de espaço (vetorial) gerado pelos vetores c1 , ..., cn . Por definição

V = (c1 , ..., cn ) = {α1 c1 + · · · + αn cn : α1 , ..., αn ∈ R},

Espaços gerados são exemplos de espaços vetoriais. Em geral, um conjunto

de vetores V será chamado um espaço vetorial caso toda combinação linear
finita de vetores de V pertença a V .

Definição 11.3.2. Um conjunto não vazio de vetores V é um espaço vetorial

(real), se valem:

(1) O vetor nulo pertence a V ;

(2) Para vetores v, w ∈ V , e cada número real α ∈ R, valem v + w ∈ V e
αv ∈ V .
Ou equivalentemente

(3) Para vetores v, w ∈ V , e números reais α, β ∈ R, vale αv + βw ∈ V .

11.4. EXISTÊNCIA E FORMA DE SOLUÇÕES 111

A equivalência acima significa que, ou verificamos (1) e (2), ou verificamos

apenas (3) diretamente, para determinar se o conjunto V de vetores é um espaço
vetorial.
O nome espaço vetorial adotado para esses conjuntos se justifica pelo fato
de podermos identificar os vetores linha ou coluna com vetores geométricos,
formando de fato um espaço geométrico. No contexto geométrico os vetores
(geométricos) fornecem direções, cujas combinações lineares podem ser vistas
como geradoras de retas, planos, espaços tridimensionais, e mais geralmente, de
espaços geométricos n-dimensionais, os hiperplanos. São esses então os tipos de
espaços vetoriais.
Para medir a independência de uma direção escolhida de um conjunto de
direções adota-se o conceito de independência linear. Esse conceito de in-
dependência de direção é importante pois identidica a dimensão do espaço,
dizendo se ele é unidimensional, bidimensional, tridimensional, e assim por di-
ante.
Definição 11.3.3. Um vetor v, não sendo o vetor nulo, é dito linearmente
independente dos vetores c1 , ..., cn se não puder ser escrito como uma com-
binação linear desses vetores.

Uma caracterização algébrica da independência linear do vetor v dos vetores

c1 , ..., cn é dada pela seguinte implicação:

α0 v + α1 c1 + · · · + αn cn = 0 ⇒ α0 = 0

Essa formulação algébrica do conceito de independência linear sugere outro

conceito, o de conjunto linearmente independente.

Definição 11.3.4. Um conjunto finito de vetores {c1 , ..., cn } é dito linear-

mente independente (resumidamente LI), caso valha

α1 c1 + α2 c2 + · · · + αn cn = 0 ⇒ α1 = · · · = αn = 0.

Caso contrário, o conjunto é dito linearmente dependente (LD).

Observe que para um conjunto ser LI nenhum vetor dele pode ser escrito
como uma combinação linear dos outros. Com razão, caso contrário teria-se por
exemplo
c1 = α2 c2 + · · · + αn cn ,
donde seguiria que
α1 c1 + α2 c2 + · · · + αn cn = 0
com α1 = 1.
O que contradiz α1 = 0, pois o conjunto é L.I.

11.4 Existência e Forma de Soluções

Vejamos qual é a relação do conceito de (in)dependência linear com sistemas de
equações lineares.
112 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Considere um sistema linear escrito matricialmente como Ax = b, ou mais

explicitamente, como
     
a11 · · · a1m x1 b1
 .. . .. ..  ·  ..  =  ... 
.   .  
 . 
an1 · · · anm xm bn

Agora escreva c1 , ..., cm para os vetores coluna da matriz A. Note que

x1 c1 + · · · + xm cm = Ax = b.

Essa simples igualdade diz algo interessante. A equação afirma que o vetor b
é uma combinação linear dos vetores colunas da matriz A, ou ainda, que b está
no espaço vetorial gerado pelos vetores coluna da matriz A. Equivalentemente
isso significa que b ∈ (c1 , ..., cm ).
Disso segue uma caracterização via dependência linear da existência de
soluções de sistemas lineares.
Teorema 11.4.1. A equação Ax = b tem solução se, e somente se, o vetor
b é uma combinação linear dos vetores coluna de A, ou seja, pertence ao
espaço gerado por eles.

O teorema implica que os vetores b, cujo sistema Ax = b admite solução,

são aqueles pertencentes a um conjunto especial, chamado imagem de A.
Definição 11.4.1. Dada uma matriz A o seu conjunto imagem de A é de-
notado e definido por

Im(A) = {b : existe x tal que Ax = b}.

Se A é matriz n × m, então o conjunto Im(A) é formado por vetores coluna

de tamanho n, ou é vazio.

Note que se b é o vetor nulo, aqui denotado por 0, o sistema Ax = b sempre

terá pelo menos uma solução, a saber, x = 0. A primeira vista pode parecer mais
fácil, ou menos importante, determinar soluções do sistema particular Ax = 0,
mas o que ocorre é o contrário. É conhecendo as soluções desse tipo de sistema,
chamado de sistema homogêneo associado a A, que conseguimos determinar
a solução geral dos sistemas lineares do tipo Ax = b.
Isso vale no seguinte sentido.
Teorema 11.4.2. Seja xp uma solução do sistema linear Ax = b, que
chamamos de solução particular do sistema.
Seja H o conjunto das soluções do sistema homogêneo associado a A, ou
seja, de Ax = 0, cujos elementos são chamados de soluções homogêneas.
Então toda solução x′ do sistema Ax = b pode ser escrita como x′ = xh + xp ,
para algum xh ∈ H.

Prova. Seja xp uma solução do sistema linear Ax = b e seja x′ outra solução.

Então xh := x′ − xp é uma solução dos sistema Ax = 0, pois

A(x′ − xp ) = Ax′ − Axp = b − b = 0

11.4. EXISTÊNCIA E FORMA DE SOLUÇÕES 113

Assim, x′ = xh + xp , com xh uma solução da equação matricial homogênea

associada.

Por esse teorema, consegue-se ver que a quantidade de soluções de um sis-

tema linear depende da quantidade de soluções homogêneas do sistema associ-
ado.
Anteriormente vimos exemplos de sistemas lineares que não possuiam solução,
que possuiam apenas uma solução, ou que possuiam infinitas soluções. Isso
parecia ser determinado pelo número de equações e de variáveis. Um primeiro
resultado mais preciso nessa direção é o seguinte:
Teorema 11.4.3. Todo sistema linear homogêneo com número de incógnitas
maior que o número de equações (não nulas) admite uma solução não trivial,
e consequentemente infinitas soluções.

Prova. Tendo uma equação e ao menos duas icógnitas, basta escolher valores
não nulos para alguma delas para obter-se soluções não triviais, como já vimos
em exemplos.
No caso geral de m equações e n icógnitas, com n < m, podemos isolar
uma das variáveis na última equação e substituir nas outras. Esse processo de
isolar e substituir leva a um sistema de m − 1 equações e n − 1 icógnitas, com
n − 1 < m − 1.
Podemos supor (por indução) que todo sistema com menos de m equações
e menos de n icógnitas já satisfaz o Teorema. Então existem infinitas soluções
não trivias desse novo sistema encontrado, que são toas também soluções do
sistema original. 1

Quando existirem infinitas soluções de um sistema linear poderemos classi-

ficar a grandeza desse conjunto de soluções usando o conceito de dimensão
de espaço vetorial, que será definido à frente. Isso é possı́vel graças à seguinte
proposição.
Proposição 11.4.1. O conjunto H das soluções do sistema homogêneo Ax = 0
é um espaço vetorial.

Prova. Pela definição de espaço vetorial, deve-se verificar que qualquer com-
binação linear de vetores de H pertencem ainda a H, ou seja, ainda são soluções
homogêneas.
Tome α, β escalares e x1 , x2 ∈ H, e por isso Ax1 = 0 e Ax2 = 0. Verifique
então que

A(αx1 + βx2 ) = A(αx1 ) + A(βx2 ) = αAx1 + βA(x2 ) = α0 − β0 = 0

e então αx1 + βx2 também é solução homogênea.

Logo ker(A) é um espaço vetorial pela Proposição 11.3.2.

1 Aqui é usado implicitamente o método de prova por Indução. Não entramos nos detalhes

de como ele funciona. Caso queira consulte Indução Matemática.

114 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

O conjunto de soluções de um sistema homogêneo recebe um nome especial.

Definição 11.4.2. O conjunto de soluções de Ax = 0 é chamado núcleo de

A (“kernel” de A em inglês) e será denotado por Nuc(A) ou ker(A).

Notamos que o conjunto imagem de A também é um espaço vetorial. Esse

fato será usado posteriormente.

Proposição 11.4.2. O conjunto Im(A) é um espaço vetorial.

Prova. Tome b1 , b2 ∈ Im(A) e α1 , α2 ∈ R. Por definição existem x1 , x2 tais

que Ax1 = b1 e Ax2 = b2 . Logo

A(α1 x1 + α2 x2 ) = α1 Ax1 + α2 Ax2 = α1 b1 + α2 b2

E então, por definição, também temos que α1 b1 + α2 b2 ∈ Im(A).

Juntando esses resultados teremos as ferramentas necessárias para determi-

nar uma teoria geral sobre a forma e quantidade das soluções.
Conclui-se, por exemplo, o seguinte resultado que caracteriza o fato da ex-
istência de uma única solução pelo uso dos conceitos a pouco definidos.

Proposição 11.4.3. O sistema linear Ax = b possui apenas uma solução se,

e somente se, umas das seguintes condições equivalentes é verdadeira.
ˆ Nuc(A) = {0}

ˆ O vetores coluna de A são LI.

Prova. Basta verificar que as duas afirmações são equivalentes. O resto segue
de Nuc(A) = {0} pelo Teorema 11.4.2.
Sejam c1 , ..., cm as m colunas de A. As colunas é LI se, e somente se,

x 1 c1 + · · · + x m cm = 0 ⇒ x 1 = · · · = x m = 0

Mas isso equivale a

Ax = x1 c1 + · · · + xm cm = 0 ⇒ x = 0,

que claramente é a condição

Nuc(A) = {0}
11.5. DIMENSÃO DE UM ESPAÇO VETORIAL 115

11.5 Dimensão de um Espaço Vetorial

Uma das possı́veis definições de dimensão de um espaço vetorial é a seguinte:
Definição 11.5.1. A dimensão de um espaço vetorial V , denotado por
dim(V), é o tamanho n ∈ N do(s) maior(es) conjunto(s) finito(s) {c1 , ..., cn }
de vetores LI contidos em V .
Se não existir um maior conjunto desse tipo, o espaço vetorial V é dito de
dimensão infinita.
A dimensão do espaço gerado (c1 , ..., cn ) será denotado por dim(c1 , ..., cn ).

O conceito de base também se relaciona com o de dimensão. Definimos:

Definição 11.5.2. Um subconjunto de vetores {c1 , ..., cn } é dito um conjunto
gerador de V se V = (c1 , ..., cn ).
Um conjunto {c1 , ..., cn } gerador de V e também LI será chamado de (uma)
base do espaço vetorial V .

A seguinte proposição caracteriza de forma mais espefı́cica a dimensão de

espaço vetorial de dimensão finita por meio de bases.
Proposição 11.5.1. Se V é um espaço vetorial de dimensão finita, então
existem c1 , ..., cn ∈ V de modo que {c1 , ..., cn } é uma base de V . Tem-se nesse
caso que dim(V ) = n.

Prova. Como a dimensão de V é finita, existe um número natural N de modo

que todo subconjunto finito de V com mais do que essa quantidade de vetores
é LD.
Seja n o menor número natural N com tal propriedade, ou seja, qualquer
subconjunto finito de V com n + 1 elementos, ou mais, é LD.
A escolha de n também implica que existe um subconjunto finito LI formado
por n vetores de V , digamos {c1 , ..., cn } – caso contrário n não seria o mı́nimo,
pois todo conjunto com n vetores seria LD. Disso conclui-se que dim(V) = n.
Também vale que V = (c1 , ..., cn ), pois para todo v ∈ V , como o conjunto
{c1 , ..., cn , v} possui n+1 elementos, ele é LD. Disso segue que existem α0 , ..., αn ,
não todos nulos, de modo que
α0 v + α1 c1 + · · · + αn cn = 0
e então
α0 v = −α1 c1 − · · · − αn cn
Tem-se que α0 ̸= 0, pois caso contrário teria-se α1 = · · · = αn = 0, pois
c1 , ..., cn são LI. Logo, v é escrito como a seguinte combinação linear dos vetores
c1 , ..., cn .
α1 αn
v = − c1 − · · · − cn
α0 α0

A próxima proposição é interessante pois nos diz que todo conjunto LI é

uma base do espaço gerado por si.
Proposição 11.5.2. Se c1 , ..., cn são vetores LI, então dim(c1 , ..., cn ) = n.
116 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Prova. Considere c1 , ..., cn vetores LIs e seja V = (c1 , ..., cn ).

Tome u1 , ..., uk ∈ V com k > n. Vejamos que eles são LD, ou seja, que
existem α1 , ..., αk , não todos nulos, de modo que

α1 u1 + · · · + αk uk = 0

Como cada ui ∈ V , pode-se encontrar β1i , ..., βni de modo que

ui = β1i c1 + · · · + βni cn

com 1 ≤ i ≤ k.
Substituindo essas equações na equação de dependência linear obtém-se

(β11 α1 + · · · + β1k αk )c1 + · · · + (βn1 α1 + · · · + βnk αk )cn = 0

Pela independência linear dos ci ’s, valem as seguintes equações

β11 α1 + · · · + β1k αk = 0
.. .. ..
. . .
βn1 α1 + · · · + βnk αk = 0

que formam um sistema de n equações em k > n icógnitas (os αi ’s).

Pelo Teorema 11.4.3 esse sistema possui alguma solução não nula, o que
prova a dependência linear dos vetores ui ’s.
Logo, o maior número de vetores linearmente independentes é n, ou seja, é
a dimensão de V .

Em resumo, as proposições acima nos ensinam que a dimensão de um espaço

vetorial é exatamente o número de elementos de uma base desse espaço.
Note ainda que todas as bases tem o mesmo número de vetores, já que a
dimensão é um número natural bem determinado.

11.6 Teorema da Dimensão do Núcleo e Imagem

De acordo com o Teorema 11.4.2, consegue-se determinar o conjunto solução X
do sistema linear Ax = b a partir de uma solução (particular) xp e das soluções
do sistema homogêneo associado Ax = 0 (toda solução se escreve como xp + xh ,
para alguma solução homogênea xh ).
Viu-se que o conjunto das soluções desse sistema homogêneo, chamado núcleo
de A, denotado por Nuc(A), é um espaço vetorial. Por isso, uma medida da
quantidade de soluções seria a dimensão desse espaço: dim Nuc(A) .
Para calcular a dimensão desse espaço pode-se usar o método de escalona-
mento, pois observou-se que a matriz escalonada reduzida Ared , equivalente a
matriz A, tem o mesmo conjunto solução. Portanto

Nuc(Ared ) = Nuc(A), (11.1)

e consequentemente basta calcular a dimensão de Nuc(Ared ) para se ter a di-

mensão no núcleo de A.
11.6. TEOREMA DA DIMENSÃO DO NÚCLEO E IMAGEM 117

Mais fácil do que calcular a dimensão de Nuc(Ared ), é calcular a dimensão

do espaço vetorial

Im(Ared ) = {c : Ared x = c para algum x},

a imagem de Ared .
Depois disso, a determinação da dimensão do núcleo será conseguida a partir
do Teorema (da Dimensão) do Núcleo e Imagem, que será visto em
seguida.
Para chegar nesse teorema, um dos mais importantes de Álgebra Linear,
precisamos do seguinte Teorema.

Teorema 11.6.1. Dada matriz A,

dim(Im(A)) = número máximo de colunas LI de A

O número de colunas LI de A é o posto (coluna) de A = pos(A).

Prova. Para fixar as ideias, comece supondo sem perda de generalidade que A
é uma matriz n × m, que x é um vetor coluna m × 1 e que c um vetor coluna
n × 1.
Escreva a matriz A como uma lista de m colunas

A = (c1 · · · cm ),

Logo
Ax = x1 c1 + · · · xm cm ,
com xi sendo a i-ésima entrada de x.
Portanto
Ax = c ⇔ x1 c1 + · · · + xm cm = c

Isso significa que c ∈ Im(A) precisamente se c for uma combinação linear

dos vetores coluna da matriz A, ou seja,

Im(A) = (c1 , ..., cm )

e portanto
dim Im(A) = dim(c1 , ..., cm )

Agora se k = pos(A) é o número máximo de colunas LI, a menos de uma

reenumeração dos ı́ndices podemos supor que

(c1 , ..., cm ) = (c1 , ..., ck )

Pela Proposição 11.5.2 vale

dim(c1 , ..., cm ) = dim(c1 , ..., ck ) = k

118 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Quando uma matriz está na forma escalonada reduzida, existe um critério

fácil para determinar seu posto.
Proposição 11.6.1. Se A é uma matriz na forma escalonada reduzida, então

pos(A) = número de pivôs de A

Prova. Suponha que a matriz reduzida tenha exatos k pivôs. Na matriz escalon-
ada reduzida, as colunas dos pivôs são escritos como
 
 
1
 
0 0
0 1  .. 
    .
0 0  
e1 =   , e2 =   , ..., ek =  0 ,

 ..   .. 
. . 1
 
0 0 .
..

onde fora as entradas 1, nas posições 1 a k, tem-se apenas zeros.

Note que toda coluna
  à direita de e1 e à esquerda de e2 (caso existam!),
α
0
é escrita na forma   = αe1 , para algum α, e por isso são linearmente
..
.
dependentes de e1 .
Já, toda
 coluna
 à direita de e2 e à esquerda de e3 (caso existam!) é escrita
α
β 
na forma  0  = αe1 + βe2 , para algum α e algum β. Logo, são linearmente
 
..
 
.
dependentes de e1 e e2 .
Continuando esse raciocı́nio, conclui-se que qualquer vetor coluna é linear-
mente dependente dos vetores coluna e1 , ..., ek .
Mas é fácil ver que esses vetores formam um conjunto LI. Logo, a dimensão
é igual a k, o número de pivôs da matriz.

A Proposição acima serve mais como um resultado prático para o cálculo do

posto de uma matriz.
Enfim agora enunciaremos e provaremos com algum empenho de esforço o
famoso Teorema do Núcleo e Imagem.

Teorema 11.6.2 (Teorema do Núcleo e Imagem). Seja A uma matriz n × m.

Então

dim(Nuc(A)) + dim(Im(A)) = m = número de colunas de A

Prova. Dividimos a demonstração em afirmações.

Afirmação 1: dim(Nuc(A)) ≤ m.
11.6. TEOREMA DA DIMENSÃO DO NÚCLEO E IMAGEM 119

Lembre que Nuc(A) é o conjunto de vetores x de tamanho m. É uma con-

sequência do Teorema 11.4.3 que m + 1 vetores coluna com m entradas são LD.
Logo a afirmação é verdadeira.

Afirmação 2: Todo vetor de tamanho m se escreve como uma combinação

linear dos vetores linearmente independentes e1 ,...,em , onde a i-ésima entrada
de ei é 1, e as outras 0, ou seja, {e1 ,...,em } é uma base de Rm .

A independência linear desses vetores é evidente. Observe que para todo

vetor x com m entradas
     
x1 1 0
x =  ...  = x1  ...  + · · · + xm  ...  = x1 e1 + · · · + xm em
     

xm 0 1

Logo a afirmação é verdadeira.

Afirmação 3: Seja {u1 , ..., uk } uma base do espaço vetorial Nuc(A), a qual
existe pelo Proposição 11.5.1. Se k < m, então existem r = m − k vetores
v1 , ..., vr de modo que {u1 , ..., uk , v1 , ..., vr } é uma base do Rm , ou seja, todo
vetor (coluna) de m coordenadas se escreve como uma combinação linear destes.

De fato, fixados u1 , ..., uk , existe algum ei1 que não é combinação linear
desses vetores, pois caso contrário, todos os ei ’s estariam no espaço gerado
U = (u1 , ..., uk ), e então

k = dim(U ) = dim(u1 , ..., uk , e1 , ..., em ) ≥ dim(e1 , ..., em ) = m,

uma contradição com a hipótese k < m.

Logo, o conjunto {u1 , ..., uk , ei1 } tem k + 1 vetores LI. Se k + 1 < m, no-
vamente pode-se afirmar que existe algum ei2 , dos que restaram, que não é
combinação linear dos vetores u1 , ..., uk , ei1 . Encontra-se então um conjunto
{u1 , ..., uk , ei1 , ei2 } de vetores LI. O processo claramente pode ser repetido até
encontrarmos m vetores LI.
Para ver que esse conjunto gera o espaço Rm basta observar que por con-
strução (u1 , ..., uk , ei1 , ..., eim−k ) contêm a base {e1 , ..., em } do Rm - releia a
primeira linha do argumento usado.

Afirmação 4: Sejam v1 , ..., vr como na última afirmação, ou seja,

{u1 , ..., uk , v1 , ..., vr }

é uma base do Rm e {u1 , ..., uk } uma base do Nuc(A).

Então {Av1 , ..., Avr } é uma base de Im(A), e portanto

dim(Im(A)) = r = m − k

Isso finalmente prova que dim(Nuc(A)) + dim(Im(A)) = m.

120 CAPÍTULO 11. SOLUÇÕES DE SISTEMAS LINEARES

Primeiro vejamos que os vetores v1 , ..., vr geram Im(A). Tome y ∈ Im(A).

Logo existe x ∈ Rm de modo que Ax = y. Pela afirmação acima, existem
α1 , ..., αk , β1 , ..., βr de modo que
x = α1 u1 + · · · + αk uk + β1 v1 + · · · + βr vr
Mas então, como Aui = 0 (por escolha ui ∈ Nuc(A)), tem-se
y = Ax = A(α1 u1 + · · · + αk uk + β1 v1 + · · · + βr vr )
= A(α1 u1 ) + · · · + A(αk uk ) + A(β1 v1 ) + · · · + A(βr vr )
= α1 Au1 + · · · + αk Auk + β1 Av1 + · · · + βr Avr
= β1 Av1 + · · · + βr Avr
Logo Im(A) = (Av1 , ..., Avr ).
Para ver que Av1 , ..., Avr são LI suponha que vale
β1 Av1 + · · · + βr Avr = 0
para certos β1 , ..., βr .
Nesse caso reescrevemos a equação acima como
A(β1 v1 + · · · + βr vr ) = 0,
o que prova que v = β1 v1 + · · · + βr vr ∈ Nuc(A).
Logo, existem α1 , ..., αk de modo que
β1 v1 + · · · + βr vr = v = α1 u1 + · · · + αk uk
e assim
β1 v1 + · · · + βr vr − α1 u1 − · · · − αk uk = 0
Pela independência linear desses vetores, conclui-se que
β1 = · · · = βr = 0
Logo dim(Im(A)) = dim(Av1 , ..., Avr ) = m − k pela Proposição 11.5.2.

Com o Teorema do Núcleo e Imagem e o Método do Escalonamento podemos

agora calcular efetivamente a dimensão do espaço ker(A), e consequentemente
o tamanho do espaço de soluções.
A ideia é a seguinte. Pelo Teorema do Núcleo e Imagem, aplicado à matriz
reduzida Ared , tem-se que
dim(Nuc(Ared )) = m − dim(Im(Ared )),
com m é o número de colunas de Ared .
Por outro lado, a Proposição 11.6.1 nos diz que vale
dim(Im(Ared )) = número de pivôs de Ared
Mas como vale Nuc(Ared ) = Nuc(A) – releia a equação (11.1), vale finalmente
dim(Nuc(A)) = m − número de pivôs de Ared
Assim,
o cálculo da dimensão do espaço solução se resume a determinar
o número de pivôs obtidos pelo método de escalonamento.
A dimensão será o número de colunas menos o número de pivôs
encontrados
Capı́tulo 12

Outras Operações
Matriciais

12.1 Transposição
O processo de transposição de uma matriz A associa a ela uma outra matriz
denotada por AT , que é chamada de transposta de A.
Definição 12.1.1. Se A = (aij ) é uma matriz de tamanho n × m, a matriz
transposta AT tem tamanho m × n e entradas a∗ij iguais a aji , ou seja,

a∗11 a∗1n
   
··· a11 ··· an1
AT =  ... .. ..  =  .. .. .. 

. .   . . . 
a∗m1 ··· a∗mn a1m ··· anm

A matriz transposta AT surge naturalmente no estudo da transformação

linear adjunta associada a uma transformação linear A. Tranformações
lineares serão introduzidas na sequência do curso. A operação de transposição
surge também no estudo de espaços com produto interno.
Com a operação de transposição pode-se também definir uma classe de ma-
trizes que possui propriedades bem interessantes do ponto de vista da Álgebra
Linear, e das aplicações, a classe das matrizes simétricas.
Definição 12.1.2. Uma matriz A é dita simétrica se vale A = AT , ou
equivalentemente, aij = aji . Por definição elas são necessariamente matrizes
quadradas.

Um exemplo de matriz simétrica de tamanho 3 × 3 é

 
2 1 5
1 3 2
5 2 0
A seguinte propriedade sobre transposições será muito usada.
Proposição 12.1.1. Se A e B são matrizes, de modo que o produto AB está
definido, então B T AT também está definido, e vale (AB)T = B T AT .

121
122 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Prova. Sejam A e B matrizes com o produto AB = (pij ) bem definido.

Sejam li as linhas da matriz A e cj as colunas da matriz B. Pela definição
do produto AB vale pij = li · cj . Se (AB)T = (p∗ij ), então pela definição de
transposta vale p∗ij = lj · ci .
Por outro lado, a i-ésima linha de B T é, por definição, igual a cTi , a i-ésima
coluna transposta de B. Também vale que a j-ésima coluna de AT é lTj , a
j-ésima linha transposta de A. Desse modo a entrada ij de B T AT é cTi · lTj .
Mas é fácil ver que cTi · lTj = lj · ci .

Em particular, note que se AB = (AB)T , ou seja, AB é uma matriz

simétrica, então AB = B T AT – o que é uma quasi-comutatividade.
Pode-se ver também que se A, B e AB são simétricas são todas simétricas,
então AB = BA.
Mas cuidado, nem todas as matrizes que comutam são simétricas. Por ex-
emplo  
1 −1
A=
1 1
não é uma matriz simétrica, mas claramente AB = BA, se tomarmos B = A.
De qualquer forma deve-se ter cuidado com a multiplicação matricial, e sem-
pre observar que a comutatividade é uma execeção, não uma regra.

12.2 Inversão
Com relação à multiplicação matricial, nem sempre existe uma matriz inversa
de uma matriz A. Mas em casos especiais ela existe.
Uma inversa de uma matriz quadrada A de tamanho n × n, caso exista,
deveria satisfazer a seguinte definição.
Definição 12.2.1. Uma inversa de A é uma matriz B tal que AB = 1n e
BA = 1n .

Note que como a multiplicação não é comutativa em geral, é razoável impor

a válidade de ambas as condições “AB = 1n ” e “BA = 1n ”.
Observe que se existe uma inversa, então ela deve ser única, pois se B e C
são duas inversas de A, então deve valer

B = B · 1n = B(AC) = (BA)C = 1n · C = C

Por isso a partir de agora será falado sobre a matriz inversa de A, que
quando existir será denotada por A−1 .
Quando se conhece a matriz inversa de A, o sistema linear Ax = c é fácil de
ser resolvido. De fato, fixado o vetor c, vale

x = 1n x = (A−1 A)x = A−1 (Ax) = A−1 c

Em particular, conclui-se imediatamente que

Teorema 12.2.1. Se A é uma matriz quadrada invertı́vel (que possui inversa),
então qualquer sistema linear do tipo Ax = c tem uma única solução, a saber,
x = A−1 c.
12.2. INVERSÃO 123

O Método do Escalonamento é novamente uma ferramenta útil aqui. Ele

pode ser usado para determinar se uma matriz quadrada possui inversa ou não,
e ainda determina quem é essa matriz.
Para usá-lo, note que determinar a inversa de uma matriz A de tamanho n×n
implica na resolução da equação matricial AX = 1n , ou mais explicitamente,
    
a11 · · · a1n x11 · · · x1n 1 ··· 0
AX =  ... .. ..   .. .. ..  =  .. . . .
. ..  ,

. .  . . .  .
an1 ··· ann xn1 ··· xnn 0 ··· 1

Esse equação matricial é equivalente aos n sistemas lineares

Ax1 = e1 , ..., Axn = en (12.1)

Veremos que com a definição da operação determinante podemos sempre

identificar quando uma matriz tem inversa. Isso ocorrerá exatamente quando o
determinante dela é não nulo. Nesse caso veremos também que as soluções x1 ,
..., xn são únicas. Por enquanto apenas supomos que existe a inversa, e veremos
como encontrá-la.
Sabendo-se da existência da inversa de antemão podemos resolver as n-
equações em (12.1) pelo Método do Escalonamento. No entanto, em vez de
usarmos o método do escalonamento n-vezes, é possı́vel usar uma generalização
dele que economiza cálculos duplicados. A ideia da generalização é escrever uma
matriz aumentada (A|1n ) como
 
a11 · · · a1n 1 · · · 0
(A|1n ) =  ... .. .. .. . . . 
. .. 

. . .
an1 ··· ann 0 ··· 1

Agora aplica-se o método de escalonamento diretamente a essa matriz (A|1n ),

o que equivale a resolver os n sistemas simultâneamente.
Note que, como os sistemas tendo uma solução única, deve-se obter uma
matriz equivalente na forma

1 · · · 0 a′11 · · · a′1n
 

(Ared |X) =  ... . . . ... .. .. ..  = (1 |x · · · x ) = (1 |X)


. . .  n 1 n n
0 ··· 1 a′n1 ··· a′nn

Essa matriz à direita será exatamente A−1 !

Em particular o raciocı́cio acima nos dá mais:
Se em alguma das linhas da matriz aumentada Ared for nula,
então não pode haver a inversa de A.

O exemplo abaixo serve para ilustrar o uso da generalização do Método do

Escalonamento.
Exemplo: Será calculada a inversa da matriz
 
2 4 3
A = 1 0 −1 .
0 1 3
124 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Começe escrevendo a matriz aumentada

 
2 4 3 1 0 0
 1 0 −1 0 1 0 
0 1 3 0 0 1

Aplicamos o escalonamento por linhas com operações elementares. Fica a

cargo do leitor o exercı́cio de verificar que as seguintes operações estão corretas.
 
2 4 3 1 0 0
 0 −2 −5/2 −1/2 1 0 
0 1 3 0 0 1
l2 ← (l2 − (1/2)l1 )

 
2 4 3 1 0 0
 0 −2 −5/2 −1/2 1 0 
0 0 7/4 −1/4 1/2 1
l3 ← (l3 + (1/2)l2 )

 
2 4 3 1 0 0
 0 −2 −5/2 −1/2 1 0 
0 0 1 −1/7 2/7 4/7
l3 ← (4/7)l3

 
2 4 3 1 0 0
 0 −2 0 −6/7 12/7 10/7 
0 0 1 −1/7 2/7 4/7
l2 ← (l2 + (5/2)l3 )

 
2 4 3 1 0 0
 0 1 0 3/7 −6/7 −5/7 
0 0 1 −1/7 2/7 4/7
l2 ← (−1/2)l2

 
2 4 0 10/7 −6/7 −12/7
 0 1 0 3/7 −6/7 −5/7 
0 0 1 −1/7 2/7 4/7
l1 ← (l1 + (−3)l3 )

 
2 0 0 −2/7 18/7 8/7
 0 1 0 3/7 −6/7 −5/7 
0 0 1 −1/7 2/7 4/7
l1 ← (l1 + (−4)l2 )
12.3. DETERMINANTES 125

 
1 0 0 −1/7 9/7 4/7
 0 1 0 3/7 −6/7 −5/7 
0 0 1 −1/7 2/7 4/7

l1 ← (1/2)l1

Conclui-se que
 
−1/7 9/7 4/7
A−1 =  3/7 −6/7 −5/7
−1/7 2/7 4/7

Assim como para tranpostas temos uma propriedade da inversão relativa

a produtos de matrizes. Vamos aplicar essa propriedade na determinação de
fatorações LU de matrizes inversı́veis.

Proposição 12.2.1. Se A e B são matrizes de tamanho n inversı́veis, então

vale (AB)−1 = B −1 A1

Prova. Basta ver que

(B −1 A−1 )(AB) = B −1 1n B = 1n

(AB)(B −1 A−1 ) = A1n A−1 = 1n

12.3 Determinantes
O determinante de uma matriz quadrada é uma função que associa a ela um
número. Ele serve para identificar se um sistema de equações lineares tem
solução única. Mais ainda, em Geometria Analı́tica é visto que o determinante
de uma matriz 3 × 3 determina volumes de paralelepı́pedos (com sinal) – e no
caso n × n calcula hipervolumes.
Há mais de uma forma de definir determinantes. Escolheu-se introduzı́-los
de forma construtiva.
126 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Definição 12.3.1. O determinante de uma matriz quadrada A é um

número denotado por det(A) ou ainda |A|. Ele será definido indutivamente,
de acordo com o tamanho da matriz.

ˆ Para A = (a11 ), defini-se det(A) = a11 .

ˆ Estando definido o determinante para toda matriz de tamanho (n − 1) ×

(n−1), com n ≥ 1, define-se o determinante para uma matriz de tamanho
n × n como sendo
n
X n
X
det(A) = (−1)1+j a1j det(A1j ) = (−1)1+j a1j |A1j |
j=1 j=1

onde A1j são as matrizes n × n obtidas de A = (aij ) ao eliminar-se

a primeira linha e a j-ésima coluna. Abaixo a cor vermelha indica os
elementos foram retirados para formar A1j .
 
a11 · · · a1j−1 a1j a1j+1 · · · a1n
 a21 · · · a2j−1 a2j a2j+1 · · · a2n 
A1j =  .
 
.. .. .. .. .. .. 
 .. . . . . . . 
an1 ··· anj−1 anj anj+1 ··· ann

As matrizes A1j são também chamadas de menores 1j de A. O deter-

minante de A ainda será denotado por

a11 ··· a1n

.. .. ..
. . .
an1 ··· ann

O determinante de uma matriz quadrada de tamanho um é o valor de sua

entrada. A partir dessa definição devemos conseguir calcular o determinante de
qualquer matriz de tamanhadois, e depois de tamanho três, e assim sucessiva-
mente.
Vajmos como fazer nos casos de tamanho dois e três.
Determinantes de matrizes de tamanho 2:
Seja A uma matriz de tamanho 2 escrita como
 
a11 a12
A=
a21 a22
Temos dois menores para usar, os menores



A11 = a22 , A12 = a21
Pela definição de determinante
det(A) = (−1)1+1 a11 |A11 | + (−1)1+2 a12 |A12 | = a11 a21 − a12 a21 ,
Assim vale a seguinte regra nesse caso
a11 a12
det(A) = = a11 a21 − a12 a21
a21 a22
12.3. DETERMINANTES 127

Ela é a regra que deve ser conhecida de estudas pré-universitários, da mul-

tiplicação dos elementos das diagonais: multiplique os elementos da diagonal
principal e subtraia a multiplicação dos elementos da antidiagonal principal.
Determinantes de matrizes de tamanho 3:
Como sabemos uma forma de calcular determinantes de matrizes de tamanho
2, podemos determinar uma regra para o caso de tamanho 3. Seja
 
a11 a12 a13
A = a21 a22 a23 
a31 a32 a33

Primeiro observe que os menores da matriz A são

     
a22 a23 a21 a23 a21 a22
A11 = , A12 = , A13 =
a32 a33 a31 a33 a31 a32

Logo

a22 a23 a a23 a a22

det(A) = (−1)1+1 a11 +(−1)1+2 a12 21 +(−1)1+3 a13 21
a32 a33 a31 a33 a31 a32

a22 a23 a a23 a a22

= a11 − a12 21 + a13 21
a32 a33 a31 a33 a31 a32

A definição dado para determinante à primeira vista é artificial. No entanto

existe uma justificativa para essa definição, ela está relacionada à independência
linear das colunas da matriz A, e como já vimos, essa independência tem a ver
com a dimensão do espaço solução dos sistemas lineares associados à matriz A.
Vejamos o que ocorre no caso de uma matriz quadrada de tamanho 2 para
tentar entender o que ocorre. Tome
 
a11 a12
A=
a21 a22

Observe que as colunas de A são LD se, e somente se, existem x e y, não

ambos nulos, de modo que
     
a11 a 0
x + y 12 =
a21 a22 0

Isso significa precisamente que o seguinte sistema de equações tem solução

não trivial 
a11 x + a12 y = 0
a21 x + a22 y = 0
Agora, se x ̸= 0, multiplicando a primeira equação por a22 e a segunda por
a12 obtemos 
a22 a11 x + a12 a22 y = 0
a12 a21 x + a12 a22 y = 0
Subtraindo a primeira equação da segunda temos

x(a11 a22 − a12 a21 ) = 0

128 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Como x ̸= 0, vale
a11 a22 − a12 a21 = 0
Mas a expressão acima é exatamente o determinante da matriz A! Um
raciocı́nio análogo pode ser feito caso de y ̸= 0 para se obter a mesma conclusão.
Em qualquer caso det(A) = 0, pois dependência linear das colunas implica que
x ̸= 0 ou y ̸= 0 nas escolhas acima.
Mais ainda, vale a recı́proca, ou seja, se det(A) = 0, então os vetores coluna
são LD.
Para ver isso, suponha que alguma das colunas não é nula – se alguma for,
trivialmente as colunas são LD. Por exemplo, se supomos que a11 ̸= 0 então
(a12 , −a11 ) é uma solução não trivial do sistema, pois

a11 (a12 ) + a12 (−a11 ) = 0
a21 (a12 ) + a22 (−a11 ) = 0

Já se a22 ̸= 0, então (a22 , −a21 ) é solução do sistema. Fica como exercı́cio
para quem lê encontrar as soluções nos outros dois casos.
De qualquer forma, a exitência dessas soluções não nulas implica a de-
pendência linear das colunas de A. parece então ser válido o seguinte
As colunas de uma matriz quadrada A são LD se, e somente se,
det(A) = 0

Veremos que isso é sim verdadeiro para matrizes quadradas quaiquer. Mas
para chegar até esse resultado precimas saber um pouco mais sobre os determi-
nantes.
Continuamos pela listagem de algumas propriedades fundamentais de deter-
minantes.
Teorema 12.3.1. Seja A uma matriz quadrada de tamanho n. Escreva

A = (c1 c2 · · · cn ),

onde ci são os vetores coluna da matriz A.

Considere o determinante como uma função dependente das colunas de A e
escreva
det(A) = det(c1 , ..., cn )
Então a função “det” é uma função multilinear, o que significa que:

det(· · · , αai + βbi , · · · ) = α det(· · · , ai , · · · ) + β det(· · · , bi , · · · ),

para quaisquer vetores colunas ai , bi e quaisquer escalares α, β ∈ R, onde o

ı́ndice 1 ≤ i ≤ n é usado para aqui para identificar a posição da coluna variável.
Ou seja, det é uma função linear em cada coluna de entrada.

Prova. Faremos uma prova por indução matemática.

Base de Indução:
Para matrizes quadradas de tamanho 1 vale

det((αa + βb)) = (αa + βb) = α det((a)) + β det((b))

12.3. DETERMINANTES 129

Logo, nesse caso vale a multilinearidade, que é o mesmo que a linearidade,

pois só existe uma coluna.
Hipótese de Indução:
Suponha que valha a multilinearidade para a função det quando aplicado à
matrizes de tamanho menor ou igual a certo n ≥ 1.
Será mais fácil mostrar a multilinearidade provando as duas condições abaixo,
que implicam a multilinearidade.
(1) det(· · · , αci , · · · ) = α det(· · · , ci , · · · );
(2) det(· · · , ai + bi , · · · ) = det(· · · , ai , · · · ) + det(· · · , bi , · · · ).
Para ver a primeira propriedade tome
C = (c1 · · · ci · · · cn )
uma matriz quadrada de tamanho n + 1.
Pela definição de determinante
n+1
X
det(C) = (−1)1+j c1j |C1j |
j=1

Seja D = (dij ) = (c1 · · · αci · · · cn ), ou seja, a matriz modificada de C na

coluna i modificada para αci . Então
n+1
X n+1
X
det(D) = (−1)1+j d1j |D1j | = (−1)1+i d1i |D1i | + (−1)1+j d1j |D1j |
j=1 j=1,j̸=i

Agora note que

ˆ d1i = αc1i ;
ˆ |D1i | = |C1i |;
ˆ |D1j | = α|C1j |, por hipótese de indução.
Juntando essas informações obtemos que
n+1
X
det(D) = (−1)1+i (αc1i )|C1i | + (−1)1+j c1j α|C1j | = α det(C),
j=1,j̸=i

o que prova a propriedade (1) para matrizes de tamanho n + 1.

Para a propriedade (2) da soma tome as seguintes matrizes de tamanho n+1:
C = (cij ) = (c1 · · · ai + bi · · · cn )
A = (aij ) = (c1 · · · ai · · · cn )
B = (bij ) = (c1 · · · bi · · · cn )
Pela definição
n+1
X n+1
X
det(C) = (−1)1+j c1j |C1j | = (−1)1+i c1i |C1i | + (−1)1+j c1j |C1j |
j=1 j=1,j̸=i

Valem
130 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

ˆ c1i = a1i + b1i ;

ˆ |C1i | = |A1i | = |B1i |;

ˆ |C1j | = |A1j | + |B1j |, pela hipótese de indução.

Disso segue que

Pn+1 1+j
det(C) = j=1,j̸=i (−1) c1j (|A1j | + |B1j |) + (−1)1+i (a1i + b1i )|C1i |
Pn+1 1+j
= j=1,j̸=i (−1) (a1j |A1j | + b1j |B1j |) + (−1)1+i (a1i |A1i | + b1i |B1i |)

= det(A) + det(B)

Isso finaliza a verificação da propriedade (2), e segue a multilinearidade.

Precismos ainda provar a outra propriedade fundamental da função determi-

nante, a alternância, e para isso não há como fugir de uma definição alternativa
de determinates que veremos logo na sequência.
Essa definição é importantı́ssima do ponto de vista teórico, mas na prática
continuaremos usando a definição já vista para realizar contas, ou alguma outra
análoga, como veremos também.
Para a definição alternativa de determinantes é preciso invocar o conceito de
permutação.

Definição 12.3.2. Uma permutação de n elementos é uma função bijetora

σ : {1, ..., n} → {1, ..., n}.
O conjunto de todas as permutações de n elementos será denotado por Πn .
Definimos ainda o sinal da permutação σ ∈ Πn como sendo

sign(σ) = det(eσ(1) · · · eσ(n) ),

que é sempre igual a 1 ou −1.

Lembre que ei representa o vetor coluna com entrada igual a 1 na posição i

e zero nas outras.
Os seguintes lemas são fundamentais para caracterizar determinantes. o
primeiro é mais geral, e o segundo é uma preparação para sua forma mais geral,
e é um exemplo de uma ideia que surge com frequência em Álgebra Linear: o
importante é saber como as propriedades se comportam nas bases.

Lema 12.3.1. Se alguma coluna de A é 0, então det(A) = 0.

Prova. Suponha que A = (· · · 0 · · · ). Pela linearidade vale

det(A) = det(· · · 0 · · · ) = det(· · · (−1)0 · · · ) = − det(· · · 0 · · · ) = − det(A)

Mas então 2 det(A) = 0. O que implica que det(A) = 0.

12.3. DETERMINANTES 131

Lema 12.3.2. Seja A = (c1 · · · cn ) uma matriz quadrada de tamanho n com

suas n colunas pertencentes ao conjunto {e1 , ..., en }. Então valem:

(a) Se duas colunas de A são iguais, então det(A) = 0.

(b) Se as colunas ck de A pertencem a {e1 , ..., en } e são todas distintas entre
si, então para todo i ̸= j vale a alternância

det(· · · ci · · · cj · · · ) = − det(· · · cj · · · ci · · · )

Prova. A afirmação em (a) provamos por indução.

Base de Indução:
Para n = 2 temos as seguintes possibilidades para a matriz A
   
1 1 0 0
,
0 0 1 1

Em todos os casos det(A) = 0.

Passo de Indução:
Suponha que o lema vale para qualquer matriz de tamanho menor que n,
para um certo n ≥ 2.
Tome A uma matriz de tamanho n + 1 com entradas no conjunto descrito
no lema e com apenas duas colunas idênticas, digamos ci = cj = ek – o caso de
mais linhas idênticas segue desse por outra indução, que fica como exercı́cio.
Se k = 1, então o determinante de A será

det(A) = (−1)1+i det(A1i ) + (−1)1+j det(A1j )

Mas ambas as matrizes menores A1i e A1j , de tamanho n, tem uma coluna
igual a zero. A matriz A1i tem a coluna herdada da coluna j nula, e a matriz
A1j tem a coluna herdada da coluna i nula. Logo, pelo Lema(12.3.1), tanto
det(A1i ) = 0 como det(A1j ) = 0. Portanto det(A) = 0.
Se k > 1, então na primeira linha aparece apenas um valor 1 numa coluna
diferente da i e da j, digamos s. Assim vale

det(A) = (−1)1+s det(A1s )

Mas então a matriz menor A1s necessariamente tem duas colunas iguais e
se enquadra na hipótese de indução. Logo A1s tem determinante nulo, e a
conclusão é que também det(A) = 0.

A prova da parte (b) é a mais trabalhosa. Suponha a partir daqui que as

colunas ck de A pertencem a {e1 , ..., en } e são todas distintas entre si.
Precisamos provar as seguintes afirmações:
Afirmação 1: para qualquer i ̸= j se vale

det(· · · ci + cj · · · cj + ci · · · ) = 0

então vale também

det(· · · ci · · · cj · · · ) = − det(· · · cj · · · ci · · · ),
132 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

onde a primeira posição refere-se à coluna i e a segunda à coluna j, as outras

entradas são colunas ck distintas entre si, e distintas de ci e cj .
Para ver isso fazemos a observação que

det(· · · ci + cj · · · cj + ci · · · ) = det(· · · ci · · · cj · · · ) + det(· · · cj · · · ci · · · )

+ det(· · · ci · · · ci · · · ) + det(· · · cj · · · cj · · · )
graças à multilinearidade.
Mas os dois últimos somando são zero, pela parte (a), e então sob a hipótese
vale
0 = det(· · · ci · · · cj · · · ) + det(· · · cj · · · ci · · · )

Afirmação 2: vale para qualquer i ̸= j

det(· · · ci + cj · · · cj + ci · · · ) = 0

sob a hipótese das colunas cr que compõem a matriz acima serem distinstas
entre si e iguais a algum ek . A primeira posição escrita acima refere-se à coluna
i e a segunda à coluna j.
Recorremos à indução para provar essa afirmação.
Base de Indução:
Para matrizes de tamanho 2 temos as duas possibilidade de colunas: e1 e
e2 . Assim a unica possibilidade de matriz é
 
1 1
(c1 + c2 c2 + c1 ) =
1 1

Por definição vale det(c1 + c2 c2 + c1 ) = 0.

Passo de Indução:
Suponha válida a Afirmação 2 para toda matriz na forma descrita nela e
com tamanho menor ou igual a n, com n ≥ 2.
Seja A = (· · · ci + cj · · · cj + ci · · · ) de tamanho n + 1. Observamos dois
subcasos.
Subcaso 1: se ci ̸= e1 e cj ̸= e1 .
Caso isso ocorra existe apenas uma entrada igual a 1 na primeira linha, que
ocorre em uma coluna diferente de i e de j, digamos na coluna k. Assim

det(A) = (−1)1+k det(A1k )

No entanto, nesse caso A1k é uma matriz na forma da Afirmação 2, mas com
tamanho n, por hipótese de indução vale det(A1k ) = 0, e então det(A) = 0,
como querı́amos.
Subcaso 2: se ci = e1 ou cj = e1 .
Aqui teremos somente duas colunas, coluna i e coluna j, exibindo entrada
igual a 1 na primeira linha. Sem perda de generalidade fixe i < j, e então
j = i + k com k ≥ 1.
12.3. DETERMINANTES 133

Nesse caso

det(A) = (−1)1+i det(A1i ) + (−1)1+j det(A1j )

= (−1)1+i det(A1i ) + (−1)1+i+k det(A1j )

= (−1)1+i [det(A1i ) + (−1)k det(A1i+k )]
Agora lembre da Afirmação 1. Como por hipótese de indução vale a Afirmação
2 para toda a matriz de tamanho n, vale a propriedade da alternância para a
matriz A1i+k .
Isso permite que possamos trocar as colunas da matriz com o custo de alterar
o sinal do determinante. Fazemos então a troca da coluna j = i + k com sua
coluna logo à esquerda, k − 1 vezes, obtendo uma matriz B com

det(B) = (−1)k−1 det(A1i+k )

Mas note que, como as coluna i e j de A eram iguais, deve valer A1i = B!
Logo

det(A) = (−1)1+i [det(A1i ) + (−1)k [(−1)k−1 det(A1i )]]

= (−1)1+i [det(A1i ) + (−1) det(A1i )] = 0

O Lema acima será fundamental na prova da próxima Proposição.

A fórmula no lado direito da igualdade na proposição abaixo poderia ter sido
tomada como a definição de determinante.
A proposição prova que essa definição seria então equivalente, ou seja, calcula
o mesmo número.
Proposição 12.3.1. Dada a matriz quadrada (A) = (aij ) de tamanho n vale
X
det(A) = sign(σ)aσ(1)1 · · · aσ(n)n
σ∈Πn

Prova. Escreva A = (c1 , ..., cn ). Então escreva

n
X
cj = a1j e1 + · · · + anj en = ak(j)j ek(j)
k(j)=1

para cada 1 ≤ j ≤ n.
Logo
 
n
X n
X
det(A) = det(c1 , ..., cn ) = det  ak(1)1 ek(1) · · · ak(n)n ek(n) 
k(1)=1 k(n)=1

Usando a multilinearidade do determinante

n
X n
X
det(A) = ··· ak(1)1 · · · ak(n)n det(ek(1) · · · ek(n) )
k(1)=1 k(n)=1
134 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Nesse determinante pode-se entender k como uma função

k : {1, ..., n} → {1, ..., n}

Como os somatórios variam entre todos os números de 1 a n, os k’s variam

entre todas as funções possı́veis de {1, ..., n} em {1, ..., n}.
Agora note que, se a função k não for injetora, então deve valer ek(i) = ek(j)
para algum i ̸= j. Mas neste caso o determinante dos ek(i) ’s se anula pelo
Lema(12.3.2).
Conclui-se então que o conjunto dos k’s que aparecem na expressão são
exatamente os σ ∈ Πn , as permutações, pois é possı́vel ver que as funções
injetoras k são exatamente as bijetoras.
Portanto
X
det(A) = aσ(1)1 · · · aσ(n)n det(eσ(1) · · · eσ(n) )
σ∈Πn

onde sign(σ) = det(eσ(1) · · · eσ(n) ).

Tendo em mãos essa nova caracterização de determinantes podemos agora

generalizar o Lema(12.3.2).

Teorema 12.3.2. Seja A = (c1 · · · cn ) uma matriz quadrada de tamanho n.

Então valem:

(a) Se duas colunas de A são iguais, então det(A) = 0.

(b) Para todo i ̸= j vale a propriedade da alternância

det(· · · ci · · · cj · · · ) = − det(· · · cj · · · ci · · · )

Prova. Suponha i < j dados com ci = cj . Vale pelo Lema(12.3.2) item (a)
X
det(· · · ci · · · ci · · · ) = · · · aσ(i)i · · · aσ(i)i · · · det(· · · eσ(i) · · · eσ(i) · · · ) = 0
σ∈Πn

Então vale também (b) pela Afirmação 2 vista na prova do Lema(12.3.2).

Agora sim veremos o que a (in)dependência linear tem a ver com determi-
nantes.
Teorema 12.3.3. Seja A uma matriz quadrada.
Se as colunas de A são LD, então det(A) = 0.
Isso equivale a dizer: se det(A) ̸= 0, então as colunas de A são LI.

Prova. Escreva A = (c1 · · · cn ). Suponha que c1 , ..., cn são LD. Logo podemos
escrever
cn = α1 c1 + · · · + αn−1 cn−1
12.3. DETERMINANTES 135

Calculando o determinante e usando a multilinearidade

det(A) = det(c1 , · · · , cn−1 , α1 c1 + · · · + αn−1 cn−1 )
Pn−1
= k=1 αk det(c1 · · · ck )

Como as matrizes (c1 · · · ck ) possuem sempre colunas repetidas para todo k,

det(c1 · · · ck ) = 0.

Vale também a recı́proca do teorema.

Teorema 12.3.4. Se as colunas de A são LI, então det(A) ̸= 0.

Prova. Seja A = (c1 · · · cn ). Se as colunas são LI, como temos n vetores de Rn ,

essas colunas formam uma base desse espaço vetorial – uma consequência do
Teorema(11.4.3).
Em particular, os vetores canônicos e1 , ..., en são escritos como combinações
lineares dos vetores coluna, digamos
n
X
ei = αik ck
k=1

Logo
P P
det(e1 , ..., en ) = det( α1k ck , ..., αnk ck )
P
= ( α1k1 · · · αnkn ) det(c1 , ..., cn ) = β · det(c1 , ..., cn )

Mas por outro lado det(e1 , ..., en ) = 1 (verifique!). Logo

det(c1 , ..., cn ) ̸= 0.

Uma das conclusões mais importantes do que foi visto é o seguinte.

Teorema 12.3.5. Uma matriz quadrada A tem as colunas LI se, e somente
se, det(A) ̸= 0.
Mais ainda, Ax = c tem solução única se, e somente se, det(A) ̸= 0.
Disso segue que A possui inversa se, e somente se, det(A) ̸= 0.

Prova. A primeira equivalência é consequência dos últimos dois teoremas.

Agora Ax = c tem solução única se, e somente se, a dimensão do núcleo de A
é zero – veja o Teorema 11.4.2. Mas pelo Teorema do Núcleo e Imagem(11.6.2)
isso ocorre exatamente se a dimensão da imagem é o número de colunas de A.
Isso é equivalente a dizer que todas as colunas de A são LI, ou seja, det(A) ̸= 0.
Para a última afirmação note que existe a inversa de A se, e somente se, existe
solução dos n sistemas lineares Ax1 = e1 , ..., Axn = en tem solução única, ou
seja, det(A) ̸= 0.
136 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

12.4 Outras Propriedades de Determinantes

A função determinante é tão útil que vale a pena conhecer mais de suas pro-
priedades. Essas propriedades nos ajudam a realizar cálculos mais facilmente,
ou a observar comportamentos especı́ficos de certas classes de matrizes.
Veremos mais algumas propriedades aqui.
Proposição 12.4.1. Seja A = (aij ) matriz de tamanho n. Vale
(a) det(AT ) = det(A);
(b) Se B é a matriz obtida de A pela troca de duas linhas de A, então
det(B) = − det(A);

(c) Vale a Fórmula de Expansão de Laplace para calcular determinantes,

ou seja, dados i ̸= j vale
n
X
det(A) = (−1)i+j aij det(Aij )
j=1

Prova. Para (a) lembre que AT = (a∗ij ) de modo que a∗ij = aji .
Note que vale

{a1σ(1) · · · anσ(n) : σ ∈ Πn } = {aρ(1)1 · · · aρ(n)n : ρ ∈ Πn }

De fato, como σ é permutação, para cada k ∈ {1, ..., n} existe i ∈ {1, ..., n}
tal que σ(i) = k. Defina então ρσ (k) = i para todo k ∈ {1, ..., n}. É fácil
ver que ρσ é uma permutação, de fato a função inversa σ −1 de σ. Mais ainda,
quando σ varia por totas as permutações, ρσ = σ −1 varia também por todas as
permutações.
Mais ainda, para todo i existe um único k tal que aiσ(i) = aρσ (k)k . Variando
por todos os ı́ndices i os ı́ndices k devem variar por todos os valores de 1 a n, o
que prova a igualdade dos conjuntos acima.
Portanto
det(AT ) = σ∈Πn sign(σ)a∗σ(1)1 · · · a∗σ(n)n
P
P
= Pσ∈Πn sign(σ)a1σ(1) · · · anσ(n)
= ρ∈Πn sign(ρ)aρ(1)1 · · · aρ(n)n
= det(A).

Para (b) note que trocas duas linhas na matriz A equivale a trocar duas
colunas da sua transposta AT , o que resulta em B T . Portanto

det(B) = det(B T ) = − det(AT ) = − det(A)

Para provar (c) fixe i, que identifica a linha da expansão. Se trocarmos a

linha i com a linha logo acima, i − 1 vezes, a linha i se torna a primeira linha e
temos uma nova matriz B. A nova matriz especial satisfaz

b1j = aij , bij = a1j e bkj = akj para todo k ∈

/ {1, i} e todo j

Isso implica que

B1j = Aij para todo j
12.4. OUTRAS PROPRIEDADES DE DETERMINANTES 137

Logo deve valer

n
X n
X
det(B) = (−1)1+j b1j det(B1j ) = (−1)1+j aij det(Aij )
j=1 j=1

Mas por (b) vale

det(B) = (−1)i−1 det(A)
E portanto
n
X n
X
det(A) = (−1)i−1 (−1)1+j aij det(Aij ) = (−1)i+j aij det(Aij )
j=1 j=1

A Fórmula de Laplace tem uma aplicação interessante para o cálculo de

inversas. Existe um vı́nculo entre existência de inversa e determinante. Antes
defina.
Definição 12.4.1. Dada uma matriz A de tamanho n, defina a matriz ajunta
de A como sendo

Adj(A) = ((−1)i+j det(Aij ))T = ((−1)i+j det(Aji ))

A adjunta de A é então a transposta da matriz dos cofatores de A:

Cof(A) = ((−1)i+j det(Aij ))

Teorema 12.4.1. Para toda matriz A de tamanho n vale

Adj(A)A = det(A)I

Em particular, se A possui uma inversa, então A−1 = det(A)−1 Adj(A).

Prova. Sejam li as linhas da matriz Adj(A). Como Adj(A) = Cof(A)T vale

li = ( (−1)i+1 det(A1i ), · · · , (−1)i+n det(Ani ))
Seja B = Adj(A)A = (bij ) e cj as colunas de A. Então
cij = li cj
Para i = j temos que
cii = a1i (−1)1+i det(A1i ) + · · · + ani (−1)n+i det(Ani ) = det(A)
pela Fórmula de Laplace (a expansão é feita pela i-ésima coluna).
Mas se i ̸= j temos
cij = a1j (−1)1+i det(A1i ) + · · · + anj (−1)n+i det(Ani ) = det(A′ )
onde A′ é a matriz obtida de A pela troca da i-ésima coluna pela j-ésima coluna.
Como A′ tem duas colunas iguais segue que det(A′ ) = 0. Isso mostra a
igualdade Adj(A)A = det(A)I.
138 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Proposição 12.4.2. Sejam A = (aij ) e B = (bij ) matrizes de tamanho n.

Vale

(a) det(AB) = det(A) · det(B);

1
(b) Se det(A) ̸= 0, então det(A−1 ) = .
det(A)

Prova. Seja C = AB, A = (a1 · · · an ), B = (b1 · · · bn ) e C = (c1 · · · cn ).

Então
Xn
ck = Abk = b1k a1 + · · · + bnk an = brk k ark
rk =1

Para ver a propriedade do produto precisamos usar algumas afirmações.

Afirmação 1: det(eσ(1) · · · eσ(n) ) = sign(σ) = (−1)N , on N é onúmero de

trocas de colunas em (eσ(1) · · · eσ(n) ) para obter a matriz identidade (e1 · · · en )
– note que não está sendo exigido que N seja único.

Para ver isso note que uma troca de colunas muda o sinal do determinante
por −1. Esse processo pode ser feito de diversas maneiras. Uma possı́vel é
colocando e1 na primeira coluna, caso não esteja lá. Depois fazemos isso com
e2 , e assim por diante, fazendo N trocas, e portanto

sign(σ) = det(eσ(1) ...eσ(n) ) = (−1)N det(e1 ...en ) = (−1)N

Afirmação 2: det(aσ(1) , ..., aσ(n) ) = sign(σ) det(a1 , ..., an ).

O número de trocas feitas na matriz (eσ(1) · · · eσ(n) ) para obter (e1 · · · en ) é

o mesmo que é necessário pra transformar (aσ(1) · · · aσ(n) ) em (a1 · · · an ). E por
isso

det(aσ(1) , ..., aσ(n) ) = (−1)N det(a1 , ..., an ) = sign(σ) det(a1 , ..., an )

Logo
Pn Pn

det(AB) =Pdet r1 =1 br1 1 ar1 , ..., rn =1 brn n arn
n P n
= Pr1 =1 · · · rn =1 br1 1 · · · brn n det(ar1 , ..., arn )
= Pσ∈Πn bσ(1)1 · · · bσ(n)n det(aσ(1) , ..., aσ(n) )
= σ∈Πn bσ(1)1 ·· · bσ(n)n · sign(σ) · det(a1 , ..., an )
P
= det(a1 , ..., an ) σ∈Πn sign(σ) · bσ(1)1 · · · bσ(n)n
= det(A) · det(B)

Com essa propriedade em mãos, supondo que det(A) ̸= 0 existe A−1 e vale
A · A−1 = 1n . Logo 1 = det(1n ) det(A · A−1 ) = det(A) · det(A−1 ).
12.5. MATRIZES ELEMENTARES E FATORAÇÃO LU 139

12.5 Matrizes Elementares e Fatoração LU

Vimos como realizar o processo de escalonamento para identificar as soluções
de um sistema linear.
Para isso utilizamos as operações elementares nas linhas da matriz aumen-
tada (A|b) associada ao sistema Ax = b.
Essas operações podem de fato serem entendidas como multiplicações por
certas matrizes, chamadas de matrizes elementares. Vamos descrever essas
matrizes elementares agora.

Definição 12.5.1. Para cada α ∈ R não nulo, cada natural n ≥ 1, e cada

ı́ndice i de linha e ı́ndice j de coluna, são matrizes elementares as seguintes
matrizes quadradas de tamanho n:
 
..
 . 0 0 0 0 
0 1 0 0 0
 
Ei (α) =   0 0 α 0 0  ← linha i

0 0 0 1 0
 
..
0 0 0 0 .

onde α subtitui o valor 1 na entrada i da diagonal da matriz identidade In ;

..
 
 . 
· · · α · · · ← linha i
Eij (α) = In +  
..
.
↑ coluna j
onde na última matriz todas as entradas são nulas, menos a entrada ij que tem
o valor α.
Além destas são matrizes elementares as matrizes Prs obtidas da matriz iden-
tidade In pela troca da coluna r pela coluna s. Essas são ainda chamadas
matrizes de permutação.
Mais geralmente chamamos P de uma matriz de permutação se ela for um
produto finito de matrizes elementares Prs .

Exemplo: As matrizes elementares de tamanho 2 são exatamente

   
α 0 1 0
E1 (α) = , E2 (α) =
0 1 0 α

   
1 0 1 α
E21 (α) = , E12 (α) =
α 1 0 1

 
0 1
P21 =
1 0
140 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS

Proposição 12.5.1. Dada uma matriz A de tamanho n × m, para cada α ̸= 0

temos:
(a) Ei (α)A é a matriz obtida de A pela multiplicação da linha i por α.
(b) Eij (α)A é a matriz obtida de A pela operação li ← li + αlj

(c) Prs A é a matriz obtida de A pela operação de troca das linhas r e s.

Prova. Exercı́cio.

Em particular:

Proposição 12.5.2. Seja A uma matriz quadrada de tamanho n. Então ex-

istem uma matriz triangular inferior L, uma matriz triangular superior U e
uma matriz de permutação P de modo que P A = LU .

Prova. Pelo método do escalonamento existe uma sequência de matrizes ele-

mentares, com produto P , que permutam as linhas de A de modo a todos os
pivôs estarem nas primeiras entradas não nulas das linhas.
Ao aplicar o escalonamente à matriz P A obtemos matrizes triangulares in-
feriores E1 , .., Ek de modo que Ek · · · E1 P A = U é triangular superior.
Logo P A = (E1−1 · · · Ek−1 )U = LU , pois matrizes elementares são inversı́ves,
com inversas também triangulares inferiores, e o produto L de matrizes trian-
gulares inferiores também é triangular inferior (prove isso como exercı́cio).

Uma das vantagem da fatoração P A = LU é a simplificação do cálculo do

determinante de A, pois

det(A) = det(L) · det(U )/ det(P ),

pois é fácil ver que det(P ) = ±1 e

Proposição 12.5.3. o determinante de uma matriz triangular inferior ou su-

perior é o produto de seus elementos da diagonal.

Prova. Exercı́cio.

12.6 Regra de Cramer

A Regra de Cramer é uma forma de calcular a solução de um sistema linear com
matriz de coeficientes quadrada com apenas uma solução usando determinantes.
12.6. REGRA DE CRAMER 141

Teorema 12.6.1 (Regra de Cramer). Seja A = (aij ) matriz de tamanho n

com det(A) ̸= 0 e b = (bi ) um vetor coluna de tamanho n. Então a equação
Ax = b tem solução x = (xi ) de modo que, para todo 1 ≤ xi ≤ n,

a11 ··· a1i−1 b1 a1i+1 ··· a1n

1 a21 ··· a2i−1 b2 a2i+1 ··· a2n
xi = .. .. .. .. .. .. ..
det(A) . . . . . . .
an1 ··· ani−1 bn ani+1 ··· ann

Prova. Escreva A = (c1 · · · cn ). Como det(A) ̸= 0, existe uma única solução da

equação Ax = b. Sendo x = (xi ) essa solução temos
n
X
b = x 1 c1 + · · · + x n cn = x k ck
k=1

Logo, sustituindo b na posição i do determinante, e usando as propriedades

de determinates, obtemos
Pn
det(c1 , ..., b, ..., cn ) = P
det(c1 , ..., k=1 xk ck , ..., cn )
n
= k=1 xk det(c1 , ..., ck , ..., cn )
= xi det(c1 , ..., ci , ..., cn )
= xi det(A)

A Regra de Cramer pode ser usada também para calcular a inversa de uma
matriz quadrada – que existe exatamente quando o determinante é não nulo.
Proposição 12.6.1. Seja A = (aij ) uma matriz quadrada com det(A) ̸= 0.
Então a inversa de A é a matriz B = (bij ) com entradas

a11 ··· a1i−1 0 a1i+1 ··· a1n

.. .. .. .. .. .. ..
. . . . . . .
1
bij = aj1 ··· aji−1 1 a2j+1 ··· ajn
det(A) .. .. .. .. .. .. ..
. . . . . . .
an1 ··· ani−1 0 ani+1 ··· ann

Prova. Na verdade isso já era sabido pelo Teorema (12.4.1), mas damos uma
prova alternativa usando a Regra de Cramer no lugar da adjunta.
Como vimos anteriormente, as colunas da matriz inversa de A são as soluções
de Ax1 = e1 , ..., Axn = en . Usando a Regra de Cramer para cada equação
consegue-se ver a regra acima.
142 CAPÍTULO 12. OUTRAS OPERAÇÕES MATRICIAIS
Capı́tulo 13

Espaços Vetoriais
Normados

Vamos aprofundar nesse capı́tulo as questões relacionadas aos espaços vetoriais

com foco principal nos aspectos geométricos.
Alguns conceitos de Geometria Analı́tica são necessários para o melhor en-
tendimento co conteúdo que será exposto. Para quem não tem familiaridade
com Geometria Analı́tica recomenda-se que leia a primeira parte destas notas
que apresenta o básico dessa teoria.

13.1 Produto Interno ou Produto Escalar

O produto interno ou produto escalar é um tipo de produto definido entre
vetores (geométricos) v e w, denotado por1
v·w
que ajuda a medir o tamanho ∥v∥ de um vetor, pela fórmula
√
∥v∥ := v · v,
e o ângulo entre quaisquer dois pela fórmula
v·w
cos(θ) = ,
∥v∥∥w∥
onde θ é o ângulo entre v e w.
Em Geometria Analı́tica (GA) os vetores geométricos são n-uplas que rep-
resentando analiticamente setas com inı́cio na origem e ponto final idêntico a
suas coordenadas vetoriais. Assim exemplos de vetores bidimensionais, tridi-
mensionais e quadridimensionais são
√
v = ⟨1, 2⟩ , w = ⟨−1, 0, 2⟩ , x = ⟨0, −2, −1/2, 7/8⟩,
e esses números que os representam são suas coordenadas vetoriais, que
também determinam o ponto final da da seta a partir da origem que forma o
vetor.
1 É fortemente recomendado que (re)leia os Capı́tulos 2 e 3 de Geometria Analı́tica.

143
144 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

O produto escalar é definido então como

v · w = v1 w1 + · · · + vn wn

para v = ⟨v1 , ..., vn ⟩ e w = ⟨w1 , ..., wn ⟩.

O que faremos agora é uma identificação dos vetores geométricos com os
vetores coluna da seguinte forma:
 
c1
 .. 
c = ⟨c1 , ..., cn ⟩ ↔ c =  . 
cn

Dess forma é possı́vel definir o produto escalar entre dois vetores colunas
c1 e c2 pela sua representação como vetor geométrico. Usaremos a mesma
notação para esse produto escalar.
é um fato importante que o produto escalar é de fato definido pelo produto
matricial linha-coluna, pois vale

c1 · c2 = cT1 c2 = cT2 c1 (13.1)

Essa equação é muito útil pois conecta a multiplicação matricial com o con-
ceito de produto escalar.
Outro conceito geométrico que preciasmos recapitular aqui é o de projeção
ortogonal de um vetor v sobre a direção de outro vetor w. O vetor projeção
ortogonal denotado por
projw v
é precisamente o vetor com ponto final igual a projeção ortogonal (geométrica)
do ponto final de v sobre a reta que passa na origem e tem direção igual a de
w. A seguinte figura apresenta um desenho dos lugares geométricos de v, w e
projw v.
→ →
Figura 13.1: Vetor projeção ortogonal de v := v sobre w := w.

Como visto na figura, é possı́vel calcular o vetor projeção ortogonal usando

o produto escalar, de modo que vale 2
v·w
projw v = w (13.2)
w·w
2 Podemos apelidar essa fórmula de fórmula do “www”.
13.2. BASES DE ESPAÇOS VETORIAIS 145

Uma propriedade importantı́ssima da construção da projeção ortogonal que

precisamos lembrar é
o tamanho do vetor v − projw v é a menor distância do ponto final
de v à reta que passa pela origem e contém o vetor w.

Essa propriedade será muito usada para encontrar aproximações de soluções

de sistemas lineares insolúveis, pois ao minimizar distâncias estaremos mini-
mizando os erros das aproximações.

13.2 Bases de Espaços Vetoriais

No espaço vetorial geométrico os pontos são determinados por vetores, e por sua
vez os vetores são determinados por suas coordenadas vetoriais. Tanto pontos
como vetores dependem dos eixos coordenados escolhidos. Em GA os eixos
são tomados ortogonais, ou seja, fazendo um ângulo reto entre si.
Esses eixos podem ser identificados unicamente com os vetores canônicos
ei = ⟨· · · 1 · · · ⟩ , i = 1, ..., n
onde acima todas as coordenadas vetorias são zero, a excessão da i-ésima coor-
dena que tem valor 1.
Dessa forma é fácil ver que todo vetor v = ⟨v1 , ..., vn ⟩ se escreve como uma
combinanção linear desses vetores canônicos, a saber, como
v = v1 e1 + · · · + vn en
O mesmo pode ser dito dos vetores interpretados como vetores coluna, mas
com a notação matricial para os vetores ei .
O que vamos explorar agora é uma forma alternativa de descrever o espaço.
Muitas vezes queremos entender como se comportam os objetos espaciais se
mudarmos os eixos coordenados para outros, ou seja, se fazemos uma mudança
de coordenadas.
Por exemplo, não parece óbvio que a curva plano dada por y = 1/x é de
fato uma hipérbole, mas se mudarmos os eixos canônicos x e y para aqueles
obtidos pela rotação anti-horária de 45 graus então identificaremos uma equação
de hipérbole nas novas coordenadas.
Aqui entederemos um sistema de coordenadas num sentido mais amplo, in-
clusive os ângulos entre os eixos coordenados não precisarão ser necessariamente
ortogonais. Definimos.
Definição 13.2.1. Um sistema de coordenadas do espaço vetorial V é
simplesmente um conjunto LI de vetores {v1 , ..., vn } que geram V , ou seja, o
conjunto forma uma base de V .
Temos que essa é uma base ortogonal se os vetores vi forem ortogonais entre
si, ou seja, caso
vi · vj = 0, para todo i ̸= j
Se além disso os vetores forem unitários, ou seja, tem tamanho

∥vi ∥ = 1 (ou equivalentemente vi · vi = 1),

então a base é dita ortonormal.

146 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

A base canônica {e1 , ..., en } do espaço vetorial V = Rn é um exemplo (e o

protótipo) de uma base ortonormal. Bases ortonormais e ortogonais são boas
pois facilitam a escrita das coordenadas dos pontos/vetores em função dessas
bases, bem como o processo de mudança de base.
Para identificar o sistema de coordenadas de trabalho vamos definir uma
representação em bases a seguir.

Definição 13.2.2. Seja V um espaço vetorial e B = {v1 , ..., vn } uma base de

V . Então para todo v ∈ V existem α1 , ..., αn de modo que

v = α1 v1 + · · · + αn vn

Nesse caso a representação de v na base B é por definição o vetor coluna

 
α1
 .. 
v= . 
αn B

Segundo essa definição identificamos que até o momento estavamos escrevendo

os vetores coluna representados numa base muito especial, a base canônica
N = {e1 , ..., en }. Apesar do correto a partir de agora é sempre indicar a base
usada para descrever o vetor coluna, com relação à base canônica não escrever-
emos nada, ou ainda, identificaremos
   
α1 α1
 ..   .. 
 .  = . 
αn N
αn

O objetivo agora é entender como mudamos de uma base para outra, ou no

jargão geométrico, como mudamos de coordenadas.

Teorema 13.2.1. Sejam B1 = {v1 , ...vn } e B2 = {w1 , ..., wn } bases do espaço

vetorial V . Seja v ∈ V e
   
α1 β1
 ..   .. 
v= .  e v= . 
αn B1
βn B2

Então existe uma matriz quadrada A = (aij ), a matriz de mudança de base,

de forma que     
a11 · · · a1n α1 β1
 .. . . ..   ..  =  .. 
 . . .  .   . 
an1 ··· ann αn βn
Logo a matriz A realiza a mudança de coordenadas da base B1 para a base
B2 . Ela será denotada por AB1 ,B2 .

Prova. Como as base B1 e B2 geram todo o espaço V devem existir bij de modo
13.2. BASES DE ESPAÇOS VETORIAIS 147

que 

 v1 = b11 w1 + · · · + b1n wn
 v2 = b21 w1 + · · · + b2n wn

.. (13.3)


 .
vn = bn1 w1 + · · · + bnn wn


Se vale
v = α1 v1 + · · · + αn vn
então vale
n
X n
X
v = α1 · b1j wj + · · · + αn · bnj wj
j=1 j=1

= (α1 b11 + · · · + αn bn1 )w1 + · · · + (α1 b1n + · · · + αn bnn )wn

= β 1 w1 + · · · + β n wn
Da independência linear de w1 , ..., wn e da última igualdade segue que


 β1 = α1 b11 + · · · + αn bn1
 β2 = α1 b12 + · · · + αn bn2

..


 .
βn = α1 b1n + · · · + αn bnn


Isso matricialmente se escreve como

    
b11 · · · bn1 α1 β1
 .. . . ..   ..  =  .. 
 . . .  .   . 
b1n · · · bnn αn βn

Ou seja, AB1 ,B2 = B T com B = (bij ).

A prova da proposição acima nos dá na verdade a receita de achar a matriz

de mudança de base AB1 ,B2 .
Calculando a matriz mudança de base AB1 ,B2 :

(1) Escreva cada

Pn vetor da base B1 como uma combinação de vetores da base
B2 : vi = j=1 bij wj ;

(2) Monte a matriz B = (bij ), e então vale AB1 B2 = B T .

Matrizes de mudanças de base tem algumas propriedades interessante.

Proposição 13.2.1. A matriz AB1 ,B2 é inversı́vel e vale A−1

B1 ,B2 = AB2 ,B1 .

Prova. Pelo Teorema (13.2.1) existe AB1 ,B2 satisfazendo

   
α1 β1
 ..   .. 
AB1 ,B2  .  =  . 
αn β2
148 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

para todo α1 , ..., αn .

Mas o mesmo teorema afirma que existe AB2 B1 de modo que dados β1 , ..., βn
vale    
β1 α1
AB2 ,B1  ...  =  ... 
   

βn α2
Desse modo valem
       
α1 α1 β1 β1
 ..   ..   ..   .. 
AB2 ,B1 AB1 ,B2  .  =  .  e AB1 ,B2 AB2 ,B1  .  =  . 
αn αn βn βn
para todo α1 , ..., αn , β1 , ..., βn .
Em particular valerá
AB2 ,B1 AB1 ,B2 = AB2 ,B1 AB1 ,B2 In = In
AB1 ,B2 AB2 ,B1 = AB1 ,B2 AB2 ,B1 In = In

Usando as notações
 
α1
vB = α1 v1 + · · · + αm vm =  ... 
 

αm B
 
β1
 .. 
wB ′ = β1 w1 + · · · + βn wn =  . 
βn B′
Nada foi dito sobre como calcular os coeficientes da matriz B usada na
mudanção de base. Quando a base para qual mudamos é ortogonal então sim
podemos calculá-los explicitamente.
Proposição 13.2.2. Sejam B1 = {v1 , ...vn } e B2 = {w1 , ..., wn } bases do
espaço vetorial V . Se a base B2 é ortogonal então vale
 v1 · w1 v1 · wn T
···
 w1 · w1 wn · wn 
AB1 ,B2 =
 .. .. .. 
 v ·. w . . 
n 1 vn · wn 
···
w1 · w1 wn · wn

Prova. Nas equações em 13.3 faça os produtos escalares levando em conta a

ortogonalidade dos wk para ver que
vi · wj = (bi1 w1 + · · · + bin wn ) · wj = bij (wj · wj )
E portanto
vi · wj
bij =
wj · wj
13.3. TRANSFORMAÇÕES LINEARES 149

13.3 Transformações Lineares

Algumas das operações básicas de geometria são rotações, translações, homote-
tias (expansões e contrações), reflexões e projeções. A partir da combinações
delas podemos manipular figuras no plano ou no espaço de várias maneiras.
Elas são usadas por exemplo nos softwares de manipulação de imagens.
É possı́vel provar que tais operações, e suas combinações, são transformações
lineares do espaço euclidiano.
Como veremos a seguir, transformações lineares (entre espaços vetorias de
dimensão finita) sempre possuem uma matriz associada, e por tal motivo, poder-
emos usar ferramentas de Álgebra Linear para estudá-las.
Passamos à definição de transformação linear entre espaços de dimensão
finita.

Definição 13.3.1. Sejam V e W espaços vetoriais. Uma transformação

linear de V em W é uma função T : V → W que satisfaz

T (αv + βw) = αT (v) + βT (w)

para quaiquer vetores v, w ∈ V e escalares α, β.

Sejam B1 = {v1 , ..., vm } ⊆ V e B2 = {w1 , ..., wn } ⊆ W bases dos espaços

vetoriais V e W .
Fixadas as bases temos que toda transformação linear T : V → W fica
totalmente determinada pelos resultados da aplicação da função com relação a
essas bases.
De fato, T (v1 ), ..., T (vm ) são elementos de W = (w1 , · · · , wn ), e por por-
tanto podemos escolher constantes aij de modo que

T (v1 ) = a11 w1 + a21 w2 + · · · + an1 wn

.. (13.4)
.
T (vm ) = a1m w1 + a2m w2 + · · · + anm wn

Agora, dado v ∈ V , podemos achar (únicos) α1 , ..., αm de modo que v =

α1 v1 + · · · + αm vm . Usando a linearidade de T , tem-se

T (v) = T (α1 v1 + · · · + αm vm )
= α1 T (v1 ) + · · · + αm T (vm )
= (α1 a11 + · · · + αm a1m )w1 + · · · + (α1 an1 + · · · + αm anm )wn

Logo os coeficientes de w1 , ..., wn são exatamente as entradas do vetor coluna

obtido da multiplicação da matriz A = (aij ) pelo vetor coluna (α1 ...αm )T :
   
a11 ··· a1m α1
 .. .. ..  ·  .. 
 . . .   . 
an1 ··· anm αm
150 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

Definição 13.3.2. A matriz acima, que depende das bases B1 de V e B2 de

W fixadas, é chamada de matriz da transformação linear T com relação
às bases B1 e B2 , e será denotada por A(T ).
Em particular, usando a base canônica {ek } para ambos os espaços podemos
escrever
A(T ) = (T (e1 ) · · · T (em )
onde entendemos as colunas com entradas iguais aos coeficientes de T (ek ) que
aparecem nas equações (13.4).

Em suma, temos um método de calcular matrizes de transformações lineares.

Calculando a matriz da transformação linear T : V → W :

(1) Escolha bases {v1 , ..., vm } de V e w1 , ..., wn de W ;

(2) Escreva cada vetor T P
(v1 ),...,T (vm ) como uma combinação de vetores da
n
base de W : T (vj ) = i=1 aij wi ;
(3) A matriz da transformação é então A(T ) = (aij ).

O que vimos é que a cada transformação linear T : V → W com dim(V ) = m

e dim(W ) = n está associada uma matriz A(T ) de modo que T (v) = A(T )w.
Mas também vale a recı́proca, desde que estejam fixadas as bases: a cada matriz
A de tamanho n × m podemos associar uma transformação linear TA : V → W
pondo T (v) = Av.
Essa relação entre matrizes e transformações lineares é muito útil, pois sabe-
mos que, por mais abstrato que sejam os espaços vetoriais (de dimensão finita),
sempre podemos descrever a transformação linear como uma multiplicação por
alguma matriz de coeficientes.
Apesar de ser um tópico importante de Álgebra Linear, não vamos nos apro-
fundar muito mais no estudo das tranformações lineares por hora. Vamos sim
ver mais algumas propriedades básicas e alguns exemplos.
Uma propriedade que pode ser ressaltada é que podemos criar mais trans-
formações lineares é compondo 9como função) um número finito delas. A lin-
earidade da composição é garantida pelo seguinte teorema.
Teorema 13.3.1. Se F : V → W e G : L → W são aplicações lineares, então
a composição F ◦ G : L → W é uma aplicação linear.

Prova. A verificação desse fato é imediata, pois vale

(F ◦ G)(αu + βw) = F (G(αu + βw))

= F (αG(u) + βG(w))
= αF (G(u)) + βF (G(w))
= α(F ◦ G)(u) + β(F ◦ G)(w)

Além podemos calcular as matrizes associadas às composições usando:

Teorema 13.3.2. Se A(F ) e A(G) são as matrizes das transformações F e
G, respectivamente, então A(F )A(G) é a matriz da transformação F ◦ G.
13.3. TRANSFORMAÇÕES LINEARES 151

Prova. Claramente F ◦ G(v) = F (G(v)) = F (A(G)v) = A(F )A(G)v.

Vejamos por fim alguns exemplos de como calcular as matrizes de certas

transformações lineares vindas de operações geométricas.
A verificação da linearidade delas é deixada a cargo do leitor, pois o foco
aqui está em encontrar a matriz da transformação.

Exemplo 1: Seja T : R2 → R2 a transformação linear que rotaciona qualquer

vetor no plano por um ângulo de 45 graus. Determine a matriz associada à
transformação com relação à base canônica {e1 , e2 }.
A base canônica de R2 é formada por
   
1 0
e1 = e e2 =
0 1

Precisamos determinar quem são os vetores T (e1 ) e T (e2 ), e para isso fazemos
uso da geometria plana.

Figura 13.2: Rotação de 45º no plano.

Olhando para a disposição dos vetores no plano cartesiano na Figura 13.2

concluiremos que
√   √ 
√ 2/2 −√ 2/2
T (e1 ) = e T (e2 ) =
2/2 2/2

Portanto a matriz associada a essa transformação linear com relação a base

canônica será √ √ 
2/2 − 2/2
A = √ √

2/2 2/2
A partir dessa matriz podemos calcular (sem apelar mais para geometria) o
vetor resultante da aplicação dessa rotação.
152 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

Para qualquer vetor coluna v = (x y)T o resultado de sua rotação por um

ângulo de 45 graus será o vetor
√ √
√

2/2 − 2/2   √ 
x 2x/2 − 2y/2
T (v) = Av = √
√
 = √ √
y 2x/2 + 2y/2
2/2 2/2

Exemplo 2: Seja G : R2 → R2 a transformação linear que duplica o tamanho

de qualquer vetor do plano, ou seja, uma homotetia. Calcule a matriz da trans-
formação linear na base canônica.
Como antes, o problema principal é a determinação de G(e1 ) e G(e2 ). Veri-
fique que vale
   
2 0
G(e1 ) = e G(e2 ) =
0 2
Logo a matriz dessa transformação linear será
 
2 0
B=
0 2

Assim     
2 0 x 2x
G(v) = Bv = =
0 2 y 2y

Exemplo 3: Seja H = G ◦ T : R2 → R2 a transformação linear que primeira-

mente rota um vetor por 45 graus e depois duplica seu tamanho. Determine sua
matriz de transformação (na base canônica).
Como já calculamos as matrizes das transformações G e T , sabemos pelo
Teorema 13.3.2 que a matriz da transformação de H = G ◦ T será
√ √ 
2 −√ 2
C = BA = √
2 2

13.4 Espaços Ortogonais e Processo de Gram-

Schmid
Espaços ortogonais são aqueles que podem ser separados em subespaços ve-
toriais de forma que a combinação linear de seus elementos formam o todo.
A ideia geométrica é simples. Por exemplo, o espaço tridimensional R3 pode
ser separado, orotogonalmente, como um plano qualquer e uma reta ortogonal.
Qualquer vetor desse espaço se escreve como uma combinação linear de vetores
desse plano e dessa reta. Ou ainda, podemos separar o espaço R3 em três retas
(pela origem) ortogonais entre si.
Portanto, a decomposição de um espaço em componentes ortogonais
parece estar fornecendo, de forma intuitiva, as possı́veis direções (ortogonais)
no espaço.
De forma abstrata definimos.
13.4. ESPAÇOS ORTOGONAIS E PROCESSO DE GRAM-SCHMID 153

Definição 13.4.1. Dois subespaços V e W de um espaço com produto interno

são ditos ortogonais se para todo v ∈ V e todo w ∈ W vale v · w = 0, ou seja,
v e w são ortogonais.
Escrevemos tanto v ⊥ w como V ⊥ W para significar a perpendicularidade de
vetores e de espaços vetoriais.
Se V ⊆ U , com U espaço vetorial com produto interno, denotaremos por V ⊥ o
complemento ortogonal de V em U , que é o conjunto de todos os vetores
de U ortogonais a cada vetor de V .

Exemplo: Seja V = ⟨e1 ⟩ ⊆ R3 e W = ⟨e2 , e2 ⟩ ⊆ R3 , então V ⊥ W e também

W = V ⊥.
Como no exemplo, vemos que a ortogonalidade separa espaços vetoriais.
Essa separação é tal que o espaço todo se torna um tipo de soma de espaços.
Mais gerlamente definimos essa soma.

Definição 13.4.2. Dados dois espaços vetoriais V e W com V ∩ W = {0},

definimos soma direta de V com W como sendo V ⊕ W = {v + w : v ∈
V, w ∈ W }.

Vale então a seguinte decomposição.

Teorema 13.4.1. Seja V ⊆ U subespaço. Então vale U = V ⊕ V ⊥ .

Prova. Se V = U ou V = {0} então o teorema é trivialmente válido, pois no

primeiro caso V ⊥ = {0} e no segundo V ⊥ = U , e {0} ⊕ U = U .
Tome V ̸= {0}, U . Suponha que dim(U ) = n > p = dim(V ). Digamos que
n = p + q. Seja B = {v1 , ..., vp } uma base de V . Então é possı́vel completar
essa base a uma base B ′ = {v1 , ..., vn , w1 , ..., wq } de U (basta ir adicionando
vetores que formem sempre um conjunto LI). Defina ainda o espaço gerado
W = (w1 , ..., wq ).
Pelo processo de Gram-Schmid (ver Proposição ) podemos supor que essa
base é composta de vetores ortogonais.
Para w ∈ V ⊥ escreva

w = α1 v1 + · · · + αp vp + β1 w1 + · · · + βq wq

Logo
0 = w · vi = αi (vi · vi )

e assim αi = 0 para todo i.

Portanto V ⊥ ⊆ W . Facilmente se vê também que W ⊆ V ⊥ , pela escolha da
bse ortogonal. Assim W = V ⊥ . Claramente U = V ⊕ W = U ⊕ V ⊥ .

Na prova do teorema acima foi fundamental a existência de bases ortogonais

para espaços vetoriais. Isso será garantido pelo processo de Gram-Schmidt.
154 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

Teorema 13.4.2 (Processo de Gram-Schmid). Seja {v1 , ..., vn } uma base do

espaço vetorial V . Então existe uma base ortogonal {w1 , ..., wn } de V . Ela
pode ser dada iterativamente por

w1 = v1 (v1 · v1 )

wk = vk − (projw1 vk + · · · + projwk−1 vk ) , para 2 ≤ i ≤ n

Para obter uma base ortonormal basta toma {w1 /∥w1 ∥, ..., wn /∥wn ∥}.

Prova. Se n = 1, não há o que provar. Tome n ≥ 2.

Basta ver que que os wk dados acima são uma base ortogonal. Lembre que
v·w
projw v = w
w·w
Provamos por indução em n ≥ 2 que {w1 , ..., wn } é conjunto ortogonal.
Base de Indução:
Tome n = 2. Note que
 
v2 · v1 v2 · v1
w1 · w2 = v1 · v2 − v1 = (v1 · v2 ) − v1 · v1 = 0
v1 · v1 v1 · v1

Passo de Indução:
Suponha que {w1 , ..., wk−1 } é conjunto ortogonal, k ≥ 2.
Como
 
vk · w1 vk · wk−1
wk = v k − w1 + · · · + wk−1
w1 · w1 wk−1 · wk−1
Para 1 ≤ i ≤ k − 1 vale
vk · wi
wk · wi = vk · wi − wi · wi = 0
wi · wi
Por fim, como a dimensão do espaço é n, para ver que {w1 , ..., wn } forma
uma base basta verificar que é um conjunto LI. No entanto todo conjunto or-
togonal é sempre LI pelo Lema (13.4.1).

Lema 13.4.1. Todo conjunto ortogonal {w1 , ..., wn } é LI.

Prova. Sejam α1 , ..., αn tais que

α1 w1 + · · · + αn wn = 0

Então para todo 1 ≤ i ≤ n vale

αi (wi · wi ) = 0

E disso segue que α1 = · · · = αn = 0.

13.4. ESPAÇOS ORTOGONAIS E PROCESSO DE GRAM-SCHMID 155

A noção de ortogonalidade permite ainda provar o seguinte teorema, cuja

importância já vem no nome. Mas antes precisamos do seguinte lema

Lema 13.4.2. Para todo espaço V ⊆ U vale (V ⊥ )⊥ = V .

Prova. De fato,

v ∈ (V ⊥ )⊥ ⇔ v · w = 0 para todo w ∈ V ⊥

Então

v ∈ V ⇒ v · w = 0 para todo w ∈ V T ⇒ v ∈ (V ⊥ )⊥

e assim V ⊆ (V ⊥ )⊥ .
Pelo Teorema (13.4.1) vale U = V ⊕ V ⊥ e U = (V ⊥ )⊥ ⊕ V ⊥ . Assim 0 ̸=
v ∈ (V ⊥ )⊥ não pode pertender V ⊥ , pela última igualdade, e então v ∈ V , pela
primeira igualdade. E portanto V = (V ⊥ )⊥ .

Teorema 13.4.3 (Teorema Fundamental da Álgebra Linear). Seja A uma

matriz n × m real. Então valem

Im(A)⊥ = Nuc(AT ) e Nuc(A)⊥ = Im(AT )

Prova. Primeiro vejamos que Im(A)⊥ ⊆ Nuc(AT ). Tome v ∈ Im(A)⊥ , ou seja,

v · u = 0 para todo u ∈ Im(A)⊥ .
Sejam c1 , ..., cm as colunas de A. Então Im(A) = (c1 , ..., cm ). Por escolha

cTj v = v · cj = 0 para todo 1 ≤ j ≤ m,

o que pode ser reescrito como

AT v = 0,

e assim v ∈ Nuc(AT ).
Vejamos que também Im(A)⊥ ⊇ Nuc(AT ). Tome v ∈ Nuc(AT ), e portanto
T
A v = 0. Para todo u ∈ Im(A) existe z de modo que u = Az. Calculamos

v · u = v · Az = vT Az = (AT v)T z = AT v · z = 0 · z = 0

Assim vale v ∈ Im(A)⊥ , e então vale Im(A)⊥ ⊇ Nuc(AT ). Conclui-se que

Im(A)⊥ = Nuc(AT ).
Como já provamos que Im(A)⊥ = Nuc(AT ), pelo Lema (13.4.2) temos

Im(AT ) = (Im(AT )⊥ )⊥ = Nuc((AT )T )⊥ = Nuc(A)⊥

156 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS

13.5 Métodos de Mı́nimos Quadrados e Melhor

Aproximação
Por vários motivos é possı́vel que quando Ax = b não tem solução seja ainda
interessante buscar uma solução aproximada do sistema.
Por exemplo, se o conjunto de dados de um modelo apresentam erros de
medição, o modelo não deve encaixar exatamente nod dados. Mas isso não é
um problema do modelo, mas sim da medição. Nesse caso pode-se buscar a
solução mais próxima possı́vel do conjunto de dados.
Note que o sistema acima é insolúvel quando ϵ(x) = Ax − b ̸= 0. Logo
uma solução aproximada x̂ deve minimizar o erro ∥ϵ(x)∥, o que minimiza a raı́z
quadrada das coordenadas do vetor erro ao quadrado (daı́ o nome de mı́nimos
quadrados).
Note que para existir solução é preciso que b pertença ao espaço gerado pelas
colunas de A. Chame de W esse espaço vetorial gerado pelas colunas de A.
O seguinte resultado nos diz quem é a melhor aproximação de b em W .
Proposição 13.5.1. Seja W um subespaço vetorial de um espaço com protudo
interno V e seja b um vetor de V . Tome ainda w1 , ..., wr uma base ortogonal
de W .
Então projeção ortogonal de b sobre W , definida como
   
b · w1 b · wr
projW b = w1 + · · · + wr ,
w1 · w1 wr · wr

é a melhor aproximação desse vetor do espaço W , no sentido de que para todo

x ∈ W diferente da projeção vale

∥b − projW b∥ < ∥b − w∥

Prova. Escreva

b − w = (b − projW b) + (projW b − w)

Assim
∥b − w∥2 = (b − w) · (b − w)

= (b − projW b) · (b − projW b) + (projW b − w) · (projW b − w)

= ∥b − projW b∥2 + ∥projW b − w)∥2

Pois os vetores (b − projW b) e (projW b − w) são ortogonais (temos uma
generalização do teorema de Pitágoras).
Em particular
∥b − projW b∥2 < ∥b − w∥2

Voltando ao problema inicial, devemos então buscar um x de modo que

Ax = projW b
13.5. MÉTODOS DE MÍNIMOS QUADRADOS E MELHOR APROXIMAÇÃO157

reescrevemos essa equação como

b − Ax = b − projW b

e então
AT (b − Ax) = AT (b − projW b)
Note que o vetor b − projW b está no espaço ortogonal ao espaço imagem
de A. Pelo Teorema Fundamental da Álgebra Linear (13.4.3) esse espaço é o
Núcleo de AT . Dessa forma

AT (b − Ax) = AT (b − projW b) = 0

e podemos reescrever o problema como

AT Ax = AT b

Essa equação é chamada de equação normal ou sistema normal associado

a Ax = b.
Do que foi sabemos de AL vale:
Teorema 13.5.1. Para cada sistema linear Ax = b o sistema normal as-
sociado
AT Ax = AT b
é solúvel, e suas soluções resolvem o problema de mı́nimos quadrados.
Se AT A é invertı́vel, então existe a única solução de mı́nimos quadrados é

x = (AT A)−1 AT b
158 CAPÍTULO 13. ESPAÇOS VETORIAIS NORMADOS
Capı́tulo 14

Teoria Espectral

Nesse capı́tulo será mostrada a Decomposição Espectral da ação de uma ma-

triz A, bem como uma série de outros conceitos e resultados com inumeras
aplicações. De fato, apenas em alguns casos quando fizemos as interpretações
geométricas e quando buscamos raı́zes de polinômios que precisamos usar o fato
dos escalares serem reais. Com não muito esforço é possı́vel adaptar boa parte
da teoria que envolve ortogonalidade para a definição agora mais geral.
O que teremos é um apanhado do ferramental básico de Álgebra Linear para
a maior parte das suas aplicações mais teóricas, como em equações diferenciais
ou Fı́sica, como para as suas aplicações mais práticas, como nos algoritmos de
busca do Google.

14.1 Autovetores e Autovalores

Definição 14.1.1. Seja A uma matriz quadrada de tamanho n. Um autovalor
de A é um número λ que satisfaz

Ax = λx

para algum vetor não nulo v.

Qualquer vetor não nulo que satisfaça a equação acima é chamado de autove-
tor associado a λ.

Autovetores v de uma matriz (ou aplicação linear) tem uma interpretação

interessante: o resultado da aplicação de A sobre os pontos da reta que contem
o autovetor v é uma operação simples, é multiplicar pelo autovalor associado.
Entende-se então que as direções dos autovetores seriam dominantes em certo
sentido.
O Teorema Espectral adiante dirá que assim é, no sentido de que a aplicação
de A em pontos fora das direções dos autovetores terá como resultado um ponto
que é combinação linear proporcional às direções dos autovetores, e ponderada
pelos autovalores. Veremos mais, que aplicar A num espaço de autovetores
associado a um autovalor λ leva a um vetor no mesmo espaço.
começamos a jorna ao Teorema Espectral tentando resolver o problema de
encontrar tais autovlores e autovetores, caso existam.

159
160 CAPÍTULO 14. TEORIA ESPECTRAL

Para isso note que a equação da definição se reescreve como

(A − λI)x = 0,

Logo, dado λ, devemos buscar os autovetores no núcleo de (A−λI). Vejamos

primeiro que autovalores e autovetores existem.
Teorema 14.1.1. Uma matriz quadrada A de tamanho n possui n autovalores
(reais ou complexos), contando aqui também suas multiplicidades.

Prova. Precisamos ver que a equação

(A − λI)x = 0,

possui não só uma única solução, a trivial (que claramente é solução).
Nesse caso é necessário e suficiente que valha

pA (λ) = det(A − λI) = 0,

tenha solução.
Mas claramente pA (λ) é um polinômio de grau exatamente n, chamado de
polinômio caracterı́stico de A. Pelo Teorema Fundamental da Álgebra esse
polinômio possui n soluções complexas, se contarmos as multiplicidades.

Definição 14.1.2. Para cada λ autovalor da matriz A chamamos de au-

toespaço associado ao autovalor λ o espaço vetorial

Aut(λ) = {v | (A − λI)v = 0}

Chamamos a dimensão desse espaço de dimensão geométrica do autovalor

λ. Por sua vez a dimensão algébrica de λ é a multiplicidade da raiz λ na
fatoração de seu polinômio caracterı́stico.

No que um autoespaço é um espaço vetorial pois é o núcleo de (A − λI).

Vejamos um exemplo de como encontrar autovalores e autovetores de uma
matriz A de tamanho 3
Exemplo: Vamos calcular os autovalores e autovetores de
 
1 0 0
1 2 0
−3 5 2

Calculamos o polinômio caracterı́stico

1−λ 0 0
pA (λ) = det(A − λI) = 1 2−λ 0 = (1 − λ)(2 − λ)(2 − λ)
−3 5 2−λ

Emtão os autovalores são λ1 = 1 e λ2 = λ3 = 2 .

14.1. AUTOVETORES E AUTOVALORES 161

Para calcular os autovetores associados a λ1 precisamos resolver

    
0 0 0 v1 0
(A − λ1 I)v =  1 1 0 v2  = 0
−3 5 1 v3 0
A solução geral do sistema é
   
t 1
v =  −t  = t −1
3t + 5t 8
Agora para λ2 = 2 temos
    
−1 0 0 v1 0
(A − λ2 I)v =  1 0 0 v2  = 0 ,
−3 5 0 v3 0
cuja solução geral é    
0 0
v = 0 = t 0
t 1
Note que Aut(1) e Aut(2) têm dimensão 1. Logo a dimensão algébrica de
λ = 1 é igual a sua dimensão geométrica, mas a dimensão algébrica de λ = 2 é
diferente de sua dimensão geométrica (dimensão algébrica = 2 > 1 = dimensão
geométrica).
O exemplo acima nos mostra que não necessariamente a soma dos autoespaços
é o espaço todo, pois pode ocorrer das dimensões algébricas e geométricas
diferirem. Acima a soma dos autoespaços teria dimensão no máximo dois. Pode-
ria ser ainda pior, seria possı́vel inclusive que os autoespaços fossem iguais, o
que no exemplo diminuiria a dimensão do espaço da soma para um.
Aqui entendemos a soma de V com W , com V e W espaços vetoriais
contidos no mesmo espaço vetorial U , como o conjunto
V + W = {v + w | v ∈ V, w ∈ W }
É fácil ver que V + W ⊆ U é um subespaço vetorial de U .
O proximo teorema nos mostrará que o pior dos casos não acontece. O
que ocorrerá é que o espaço da soma de autoespaços será uma soma direta e a
dimensão da soma será ao menos igual ao número de autovalores distintos.
Teorema 14.1.2. Seja A uma matriz quadrada de tamanho n. Então
(a) Sejam λ1 , ..., λk todos os autovalores distintos de A e sejam, respecti-
vamente, v1 , ..., vk autovetores associados a esses autovalores. Então
{v1 , ..., vk } é um conjunto LI.
(b) Para quaisquer autovalores distintos λ1 ̸= λ2 vale

Aut(λ1 ) + Aut(λ2 ) = Aut(λ1 ) ⊕ Aut(λ2 )

Em particular

Aut(λ1 ) + · · · + Aut(λk ) = Aut(λ1 ) ⊕ · · · ⊕ Aut(λk )

para os k autovalores distintos de A.

162 CAPÍTULO 14. TEORIA ESPECTRAL

Prova. Para (a) usamos indução.

Base de Indução :
Tome k = 2 e α1 v1 + α2 v2 = 0. Logo

0 = A(α1 v1 + α2 v2 ) = α1 Av1 + α2 Av2 = α1 λ1 v1 + α2 λ2 v2

= λ1 (α1 v1 ) − λ2 (α1 v1 ) = (λ1 − λ2 )α1 v1

e então
(λ1 − λ2 )α1 v1 = 0
Como λ1 ̸= λ2 , deve valer α1 = 0, donde também segue que α2 = 0.
Passo de Indução:
Suponha que os autovetores x1 , ..., xk associados aos distintos autovalores
λ1 , ..., λk formam um conjunto LI, com k ≥ 2. Seja λk+1 outro autovalor distinto
e vk+1 um autovetor associado a ele.
Suponha então que
k
X
αi vi + αk+1 vk+1 = 0
i=1

Logo
k
! k
X X
0=A αi vi + αk+1 vk+1 = αi Avi + αk+1 Avk+1
i=1 i=1

k k k
!
X X X
= αi λi vi + αk+1 λk+1 vk+1 = αi λi vi − λk+1 αi vi
i=1 i=1 i=1

e portanto valerá
k
X
(λi − λk+1 )αi vi = 0
i=1

Pela independência linear temos

(λi − λk+1 )αi = 0, para todo i ∈ {1, ..., k}

Como (λi − λk+1 ) ̸= 0, segue que αi = 0 para todo 1 ≤ i ≤ k. Consequente-

mente também vale αk+1 = 0.
Para (b) note que se v ∈ Aut(λ1 ) ∩ Aut(λ2 ), então

0 = Av − Av = λ1 v − λ2 v = (λ1 − λ2 )v

Se λ1 ̸= λ2 , então v = 0.
14.2. DIAGONALIZAÇÃO E LEMA DE SCHUR 163

14.2 Diagonalização e Lema de Schur

Matrizes diagonais tem um comportamento fácil de entender. Aplicar uma
matriz diagonal a um vetor coluna é simplesmente multiplicar cada coordenada
vetorias pelo valor correspondente da diagonal.
Notação 14.2.1. Usaremos a seguinte notação para matrizes diagonais
 
λ1 · · · 0
Diag(λ1 , ..., λn ) =  ... . . . .. 

. 
0 ··· λn

Com essa notação vemos que

   
v1 λ1 v1
Diag(λ1 , ..., λn )  ...  =  ... 
   

vn λ n vn

Mais ainda, é fácil ver que os autovalores dessa matriz diagonal são exata-
mente os elementos da diagonal. É também imediato ver que as multiplicidades
algébricas de cada autovalor é o número de vezes que ele aparece na diagonal.
Obviamente a maior parte das matrizes não são diagonais, no entanto, bus-
caremos entedê-las por matrizes diagonais, via uma fatoração. Mais precisa-
mente, nessa seção discutiremos sobre a possibilidade de encontrar uma matriz
diagonal similar a uma matriz A.
Definição 14.2.1. Duas matrizes A e B são ditas similares se existir matriz
invertı́vel S de modo que
A = SBS −1

As matrizes diagonalizáveis são aquelas similares a matrizes diagonais.

Definição 14.2.2. A matriz A é dita diagonalizável se for similar a uma
matriz diagonal D.

Matrizes similares, como veremos na proposição abaixo, compartilham os

mesmos autovalores, o que simplifica o trabalho de encontrar os autovalores de
A se já conhecemos a matriz D.

Proposição 14.2.1. Se A = SBS −1 , então A e B têm os mesmos autovalores.

Se v é autovetor de A associado ao autovalor λ, então S −1 v é autovetor de B
associado a λ.

Prova. Valem

Av = λv ⇔ SBS −1 v = λv ⇔ B(S −1 v) = λ(S −1 v)

Neste ponto poderiamos colocar a seguinte pergunta: toda matriz quadrada

A será diagonalizável? A resposta é não. No entanto nem tudo está perdido.
164 CAPÍTULO 14. TEORIA ESPECTRAL

Há uma decomposição útil ainda, dada pelo famoso Lema de Schur. Esse lema
só poderá ser visto após alguma preparação.
Precisamos aqui olhar para todos os autovalores, inclusive complexos, por
isso vamos estudar mais de perto matrizes com coeficientes complexos.
Começamos com uma generalização para os complexos do conceito de sime-
tria.

Definição 14.2.3. Dada a matriz A = (aij ), a sua hermitiana conjugada,

ou transposta hermitiana, é a matriz

AH = (AT ) = (A)T = (aij )T = (aji )

onde A é matriz conjugada de A definida pondo

A = (aij )

com o conjugado de um número complexo definido por a + bi = a − ib.

A matriz A é chamada de hermetiana se vale A = AH .

Note que se as entradas de A são todas reais, e A é hermetiana, então vale

A = AH = (A)T = AT

(lembre que o conjugado de um número real a + 0i é ele mesmo.)

Essas matrizes reais são chamadas de ortogonais. Definimos.

Definição 14.2.4. Dizemos que a matriz (real) A é ortogonal se sua tranposta

é igual a sua inversa, ou seja,

AT = A−1 ,

Isso equivale a dizer que

AAT = AT A = I,

Generalizamos aqui o conceito de produto interno para espaços complexos.

Definição 14.2.5. Seja V um espaço vetorial. Um produto interno é uma

função que (·) : V ×V → V que associa a cada par de vetores (v, w) um número
complexo (ou real) v · w que satisfaz
(a) v · w = (w · v);
(b) (v + w) · u = v · u + w · u;
(c) (αv) · w = α(v · w);

(d) v · v ≥ 0, e v · v = 0 ⇔ v = 0.

O produto interno complexo que vai nos interessar mais é definido logo
abaixo. Ele coincide com o produto interno euclidiano quando restrito a ve-
tores reais.
14.2. DIAGONALIZAÇÃO E LEMA DE SCHUR 165

Definição 14.2.6. O produto interno hermitiano de v e w é definido por

v · w := wH v = wT v = w1 v1 + · · · + wn vn (14.1)
√
Definimos a norma de v por ∥v∥ := v · v.

Note que se
v = (a1 + b1 i · · · an + bn i)T
então

v · v = (a21 + b21 ) + · · · + (a2n + b2n ) = |a1 + b1 i|2 + · · · + |an + bn i|2

onde |a + bi| é o tamanho do número complexo z = a + bi.

Definição 14.2.7. Dizemos que v e w são ortogonais se v · w = 0.

Algumas propriedades úteis do operador hermitiano, e do produto interno

hermetiano, são listadas abaixo.
Proposição 14.2.2. Valem:
(a) (A + B)H = AH + B H ;
(b) (zA)H = zAH , para z ∈ C;

(c) (AB)H = B H AH ;
(d) (AH )H = A;
(e) ∥λv∥ = |λ|∥v∥ para todo λ ∈ C;

(f ) (Av) · w = v · (AH w);

(g) Os autovalores de AH são os conjugados complexos dos autovalores de A.

Prova. Exercı́cio.

Matrizes hermetianas possuem seu espectro real:

Proposição 14.2.3. Todos os autovalores de uma matriz hermetiana (ou
simétrica) são reais.

Prova. Seja v autovetor associado ao autovalor λ. Calcule

vH (Av) = vH (λv) = λ(vH v),

e por outro lado, como A = AH ,

vH (Av) = vH (AH v) = (Av)H v = (λv)H v = λ(vH v)

Logo λ = λ, o que implica que λ ∈ R.

166 CAPÍTULO 14. TEORIA ESPECTRAL

Proposição 14.2.4. Autovetores associados a autovalores distintos de uma

matriz hermetiana (ou simétrica) são ortogonais.

Prova. Tome λ1 ̸= λ2 autovalores associados aos respectivos autovetores v1 , v2 .

Como A = AH os autovalores são todos números reais. Calculamos

λ1 (v1 · v2 ) = (λ1 v1 ) · v2 = (λ1 v1 ) · v2 = (Av1 ) · v2 = v1 · (AH v2 )

= v1 · (Av2 ) = v1 · (λ2 v2 ) = λ2 (v1 · v2 ) = λ2 (v1 · v2 )

Disso segue que v1 · v2 = 0.

No caso complexo quem faz o papel das matrizes ortogonais são as matrizes
unitárias.
Definição 14.2.8. Uma matriz quadrada complexa é chamada de unitária
se vale U H = U −1 . Se U é matriz real a condição unitária se escreve como
U T = U −1 , e nesse caso a matriz é chamada de ortogonal.

Proposição 14.2.5. São equivalentes:

(a) U é unitária (ortogonal).

(b) As colunas de U formam um conjunto ortonormal.

(c) As linhas de U formam um conjunto ortonormal.

Prova. Escreva li para as linhas e cj para as colunas de U . Então

UUH = I ⇔ (li (lj )T ) = I

⇔ (lTi lj ) = (li (lj )T )T = I T = I

T
⇔ (li lj ) = (lTi lj ) = I = I

⇔ li · li = 1 e li · lj = 0 caso i ̸= j

UHU = I ⇔ ((ci )T · cj ) = I

⇔ ci · ci = 1 e ci · cj = 0 caso i ̸= j

Proposição 14.2.6. Matrizes unitárias (ortogonais) U preservam o produto

interno, ou seja, U v · U w = v · w. Em particular ∥U v∥ = ∥v∥.

Prova. Calcule

U v · U w = (U v)H U w = vH U H U w = vH w = v · w.
14.2. DIAGONALIZAÇÃO E LEMA DE SCHUR 167

Outro resultado geral sobre matrizes unitárias:

Proposição 14.2.7. Os autovalores de uma matriz unitária (ou ortogonal)
tem módulo igual a um, ou seja, |λ| = 1.

Prova. Temos para uma autovetor v associado a λ:

0 ̸= ∥v∥ = ∥U v∥ = ∥λv∥ = |λ|∥v∥

Agora sim, com a liberdade de usar todos os possı́veis autovalores e au-

tovetores complexos, podemos enunciar um primeiro resultado na direção da
diagonalização de matrizes.
Teorema 14.2.1. Se A tem tamanho n e possui n autovetores LI, então A é
diagonalizável. A decomposição

A = SΛS −1 ,

com Λ diagonal, é chamada decomposição espectral da matriz A.

Prova. Tome S formada pelos n autovetores vi linearmente independentes.

Como
dim(S) = dim(v1 , ..., vn ) = n,
pelo Teorema (12.3.5) temos det(S) ̸= 0, e portanto S tem inversa.
temo

AS = (Av1 · · · Avn ) = (λ1 v1 · · · λn vn ) = S Diag(λ1 , ..., λn ) = SΛ

E daı́ segue que A = AΛS −1 .

Enfim... O Lema de Schur.

Teorema 14.2.2 (Lema de Schur). Dada uma matriz quadrada A de tamanho
n, podemos encontrar uma matriz quadrada unitária U e uma matriz triangular
superior T tais que
A = UTUH
com T exibindo os mesmos autovalores que A em sua diagonal.
Se todas as raı́zes de A são reais, então é possivel achar um matrizes reais T
triangular superior e P ortogonal com T exibindo os mesmos autovalores de A
na diagonal e com
A = PTPT

Prova. Provamos por indução matemática.

Base de Indução:
Seja A matriz de tamanho 2. Tome um autovalor λ1 ∈ C e uma autovetor
associado v1 . Tomamos esse autovetor com norma igual a 1. Tome um outro
168 CAPÍTULO 14. TEORIA ESPECTRAL

vetor v2 de modo que {v1 , v2 } seja uma base ortonormal de C2 (é possı́vel pelo
Processo de Gram-Schmid).
Seja U1 a matriz com colunas v1 e v2 . Então U é unitária pela Proposição
(14.2.5). Vale ainda

AU1 = (Av1 Av2 ) = (λ1 v1 Av2 )

Como {v1 , v2 } formam uma base de C2 , existem x, y ∈ C de modo

   
x x
Av2 = xv1 + yv2 = (v1 v2 ) = U1
y y

Logo podemos escrever

   
λ x λ1 x
AU1 = (λ1 v1 xv1 + yv2 ) = (v1 v2 ) 1 = U1
0 y 0 y

Logo    
λ1 x −1 λ1 x
A = U1 U1 = U1 U1H = U1 T U1H
0 y 0 y
Pela Proposição (14.2.1) A e T têm os mesmos autovalores. Logo, como y é
autovalor de T , devemos ter que também é o outro autovalor de A.
Passo de Indução:
Suponha que toda matriz A2 de tamanho n ≥ 2 pode ser decomposta como
o produto
A2 = U2 T2 U2H
com T2 triangular superior e U2 unitária.
Seja A uma matriz de tamanho n + 1. Escolha λ1 ∈ C autovalor de A e
v1 autovetor associado. Encontre outros vetores v2 , ..., vn a fim de formar uma
base B = {v1 , v2 , ..., vn+1 }. Tome

U1 = (v1 v2 · · · vn+1 )

Então calcule

AU1 = (Av1 Av2 · · · Avn+1 ) = (λ1 v1 Av2 · · · Avn+1 )

Como B é base de Cn , temos que

Avi = α1i v1 + α2i v2 + · · · + α(n+1)i vn+1 , para todo i ≥ 2

Logo  
λ1 α12 ··· α1(n+1)
0 α22 ··· α2(n+1) 
AU1 = U1  .
 
.. .. ..
 ..

. . . 
0 α(n+1)2 ··· α(n+1)(n+1)
Seja  
α22 ··· α2(n+1)
 .. .. .. ..
A2 =  . . . .
α(n+1)2 ··· α(n+1)(n+1)
14.2. DIAGONALIZAÇÃO E LEMA DE SCHUR 169

Por hipótese de indução existem T2 triangular superior e U2 unitária de modo

que A2 = U2 T2 U2H .
Defina  
1 0 ··· 0
0 
U2′ =  .
 
 ..

U  2
0
Calcule
  
λ1 α12 ··· α1(n+1) 1 0 ··· 0
0  0 
(U1−1 AU1 )U2′ = .
  
  ..
 ..

A2  . U2 
0 0
  
1 0 ··· 0 λ1 α12 ··· α1(n+1)
0  0 
= .
  
  ..
 ..

U2  . T2 
0 0

Logo existe matriz triangular T de modo que

(U1−1 AU1 )U2′ = U2′ T

Como as colunas de U2 são ortonormais, é fácil ver que U2′ é unitária. Logo

A = (U1 U2′ )T (U1 U2′ )−1

Mas U1 U2′ é unitária pelo Lema (14.2.1).

Note que a mesma demosntração funciona se todos os autovalores forem reais
e a matriz A é real, chegando ao final na decomposição

A = PTPT

Lema 14.2.1. O produto de matrizes unitárias é unitária.

Prova. Basta provar que o produto U1 U2 é unitário para matrizes unitárias

U1 , U2 . O caso geral segue por indução. Sendo U1 , U2 unitárias, vale

(U1 U2 )(U1 U2 )H = (U1 U2 )(U2H U1H ) = U1 IU1H = I

e portanto também

(U1 U2 )H (U1 U2 ) = ((U1 U2 )(U1 U2 )H )H = I H = I

170 CAPÍTULO 14. TEORIA ESPECTRAL

14.3 Teorema Espectral

Nessa seção vamos enunciar e provar o Teorema Espectral, que garante uma
classe de matrizes que surge muito nas aplicações é diagonalizável. Vamos depois
mostrar que a classe das matrizes unitariamente diagonalizáveis é a classe das
matrizes normais.
Teorema 14.3.1 (Teorema Espectral). Toda matriz hermetiana (respectiva-
mente simétrica) pode ser unitariamente diagonalizável, ou seja, existem
matriz diagonal Λ e matriz unitária U de modo que

A = U ΛU H

No caso real, em que A é matriz simétrica, existe matriz ortogonal P de modo

que
A = P ΛP T
Note que pela Proposição (14.2.3) todos os autovalores de A, que aparecem na
matriz diagonal Λ, são reais.

Prova. Pelo Lema de Schur (14.2.2) existe matriz unitária U e trinagular supe-
rior T de modo que
U H AU = T

Como A = AH vale

T H = (U H AU )H = U H AH (U H )H = U H AU = T

Mas T H é triangular inferior, de onde segue que T é diagonal, digamos Λ.

O Teorema Espectral pode ser generalizado até no máximo a classe das

matrizes normais.
Definição 14.3.1. dizemos que a matriz N é normal se comuta com sua
hermitiana conjugada, ou seja, N N H = N H N .

Proposição 14.3.1. Se N é normal, então ∥N v∥ = ∥N H v∥, seja para a norma

em Cn ou para a sua restrição a Rn .

Prova. Vale
∥N v∥2 = N v · N v = (N v)H N v = vH N H N v

= vH N N H v = (N H v)H N H v = N H v · N H v = ∥N H v∥2

Proposição 14.3.2. Se N é normal e triangular, então é diagonal.

14.3. TEOREMA ESPECTRAL 171

Prova. Tome N = (aij ) nornal e triangular superior e ei a base canônica. Então

∥N e1 ∥2 = |a11 |2 + |a21 |2 · · · + |an1 |2 = |a11 |2 + 0 + · · · + 0 = |a11 |2 ,
mas por outro lado,
∥N H e1 ∥2 = |a11 |2 + |a12 |2 · · · + |a1n |2 ,
Pela Proposição (14.3.1) podemos igualar as expressões, donde segue que
|a12 |2 · · · + |a1n |2 = 0,
e por isso a12 = · · · = a1n = 0.
Repetindo o argumento com e2 obtem-se
a23 = · · · = a2n = 0
Continuando sucessivamente o argumento obtemos que N é diagonal.

Enfim caracterizamos as matrizes uniratiamente diagonalizáveis.

Proposição 14.3.3. Uma matriz A é é unitariamente diagonalizável se, e
somente se, for normal.

Prova. Suponha que exista uma diagonalização unitária A = U ΛU H . Temos

U H U = I. E como matrizes diagonais como Λ e ΛH comutam, vale ainda
AAH = U ΛU H (U ΛU H )H = U ΛU H U ΛH U H = U ΛΛH U H
= U ΛH ΛU H = U ΛH U H U ΛU H = (U ΛU H )H U ΛU H = AH A
Suponha agora que A é unitária. Pelo Lema de Schur (14.2.2) A = U T U H
para alguma matriz triangular superior T e U unitária.
Verifiquemos que T é normal, o que pela Proposição (14.3.2) implica que é
diagonal.
Calculamos
T T H = U H AU (U H AU )H = U H AU U H AH U = U H AAH U = U H AH AU
= U H AH AU = U H AH U U H AU = (U H AU )H U H AU = T H T

É interessante notar que na classe das matrizes normais temos as hermitianas

e as simétricas, mas também as anti-hermetianas e as anti-simétricas.
Fazemos ainda uma observação final sobre os resultados relacionados a di-
agonalização de matrizes normais e simétricas. Em ambos os casos temos o que
chamamos de Decomposição Espectral.
No caso geral de uma matriz normal temos a diagonalização A = U ΛU H .
Se escrevemos ui para as colunas de U , então uTi são as linhas de U H , e vale
 
λ1 0 · · · 0  H 
 0 λ2 · · · 0  u1
H  . 
A = U ΛU = (u1 · · · un )  . ..   .. 

.. ..
 .. . . . 
uH
n
0 0 · · · λn
172 CAPÍTULO 14. TEORIA ESPECTRAL
 H
u1
 .. 
= (λ1 u1 · · · λn un )  . 
uH
n

Donde segue a Decomposição Espectral de A

A = λ1 u1 uH H
1 + · · · + λ1 un un

No caso real de uma matriz simétrica temos A = P DP T , e a decomposição

espectral, para ui as colunas da matriz ortogonal P , é

A = λ1 u1 uT1 + · · · + λ1 un uTn

É possı́vel ver que as matrizes ui uH T

i e ui ui quando aplicadas a um vetor v
realizam a projeção desse vetor sobre o autoespaço Aut(λi ).

14.4 Formas Quadráticas e Otimização

Formas quadráticas aparecem como ferramenta fundamental em problemas de
otimização. Máximos, mı́nimos e pontos de sela, de funções de várias variáveis
reais, podem ser determinados usando uma matriz simétrica das derivadas par-
ciais de segunda ordem, a Hessiana, que está associada a uma forma quadrática.
Esse é só um exemplo de aplicação, que se desdobra em outros vários métodos
de otimização que exploram o conceito de concavidade que surge naturalmente
no estudo das formas quadráticas.
Aqui mostraremos alguns resultados sobre formas quadráticas que são funda-
mentos para todo uma teoria de otimização, cujas aplicações são muito presentes
em Economia e Engenharia.
Definição 14.4.1. Toda matriz forma quadrática em Rn é uma função na
forma
n
X
Q(x1 , ..., xn ) = aij xi xj
i≤j
i,j=1

Toda forma quadrática pode ser escrita como

1 1
  
a11 2 a12 ··· 2 ain x1
1 1

 2 a12 a22 ··· 2 2n   x2 
a   
x1 x2 · · · xn  . .. .. ..   .. 
 .. . . .  . 
1 1
2 a1n a
2 2n ··· ann xn

E assim escrevemos Q(x) = xT Ax, onde A é uma matriz real simétrica.

Reciprocamente, todo matriz real simétrica A define uma forma quadrática por
essa fórmula.

Portanto o estudo de formas quadráticas está fortemente relacionado ao es-

tudos das matrizes simétricas. Classificaremos as matrizes simétricas de acordo
com suas formas associadas.
14.4. FORMAS QUADRÁTICAS E OTIMIZAÇÃO 173

Definição 14.4.2. Uma matriz simétrica A de tamanho n é dita:

ˆ positiva (definida) se xT Ax > 0 para qualquer 0 ̸= x ∈ Rn ;

ˆ não-negativa ou semipositiva se xT Ax ≥ 0 para qualquer x ̸= 0 em

Rn ;

ˆ negativa (definida) se xT Ax < 0 para qualquer x ̸= 0 em Rn ;

ˆ não-positiva seminegativa se xT Ax ≤ 0 para qualquer x ̸= 0 em Rn ;

ˆ indefinida se xT Ax1 < 0 e xT Ax2 > 0 para certos x1 , x2 ̸= 0 em Rn .

Anteriormente, para a definição de determinantes usamos os menores de uma

matriz. Aqui usaremos alguns menores com uma nomenclatura especı́fica para
determinar a positividade/negatividade de matrizes.

Definição 14.4.3. Seja A matriz de tamanho n. Uma submatriz principal

de ordem k de A é uma submatriz quadrada de A de tamanho k formada pela
supressão de n − k colunas, digamos i1 , ..., ik , e as n − k colunas de mesmos
ı́ndices.
O determinate dessa submatriz principal será chamado de menor principal
de ordem k de A.
A submatriz principal de ordem k de A obtida pela supressão das últimas n − k
linhas e colunas é chamada de submatriz principal lı́der de ordem k de
A e será denotada por Ak .
O determinante det(Ak ) é chamado de menor principal lı́der de ordem k
de A.

Segundo a definição acima, uma matriz A = (aij ) de tamanho 3 tem exata-

mente 3 menores principais lı́deres:

a11 a12 a13

a11 a12
a11 , , a21 a22 a23
a21 a22
a31 a32 a33

Casos mais simples de formas quadráticas são aqueles em que a matriz A é

diagonal Λ. Nesses casos

vT Av = λ1 x21 + · · · + λn x2n

O interessante de notar é que sempre existe uma mudança de base or-

togonal que permite calcular os valores de uma forma quadrática como acima.
Por uma mudança de variáveis entendemos um novo sistema de variáveis y =
(y1 , ..., yn )T de modo que
x = Py

para alguma matriz P invertı́vel.

174 CAPÍTULO 14. TEORIA ESPECTRAL

Teorema 14.4.1 (Teorema dos Eixos Principais). Seja A matriz simétrica de

tamanho n. Existe uma mudança de variáveis ortogonal que transforma
a forma quadrática xT Ax na forma quadrática yT Dy, com D diagonal.
De fato, existe matriz P ortogonal que diagonaliza A, e que pondo x = P y faz
valer
xT Ax = yT Dy = λ1 y12 + · · · + λn yn2
com λ1 , ..., λn sendo os autovalores de A, que estão associados aos vetores
colunas de P , que são seus respectivos autovetores.

Prova. Como A é simétrica, é ortogonalmente diagonalizável por uma matriz P

como A = P DP T . Como P T = P −1 , vale P T AP = D.
Escrevendo x = P y temos

xT Ax = (P y)T AP y = yP T AP y = yDyT

Da relação de formas quadráticas com seus autovalores temos:

Teorema 14.4.2. Seja A matriz simétrica de tamanho n. Valem:
(a) A é positiva definida se, e somente se, todos os seus autovalores são
positivos;
(b) A é não negativa se, e somente se, todos os seus autovalores são não
negativos;
(c) A é negativa definida se, e somente se, todos os seus autovalores são
negativos;
(d) A é não positiva se, e somente se, todos os seus autovalores são não
positivos;
(e) A é indefinida se, e somente se, A tem algum autovalor positivo e algum
autovalor negativo.

Prova. Pelo Teorema dos Eixos Principais (14.4.1) existe matriz ortogonal P
com y = P x com

xT Ax = yT Dy = λ1 y12 + · · · + λn yn2

Claramente se todos os autovalores forem positivos, não negativos, negativos

ou não positivos, teremos as conclusões de (a), (b), (c) e (d).
Para a forma ser indefinida só sobra o caso de haver algum autovalor positivo
e algum autovalor negativo.

Uma forma alternativa de determinar a definição da forma quadrática, e

que pode ser mais efetiva do ponto de vista de cálculos, é dada pelo seguinte
Teorema.
14.4. FORMAS QUADRÁTICAS E OTIMIZAÇÃO 175

Teorema 14.4.3. Seja A matriz simétrica de tamanho n. Valem:

(a) A é positiva se, e somente se, todos os n menores principais lı́deres
de A são estritamente positivos;
(b) A é negativa se, e somente se, todos os n menores principais lı́deres
de A alternam de sinal como segue

|A1 | < 0, |A2 | > 0, |A3 | < 0, · · · ,

ou seja, todos os menores principais lı́deres de ordem ı́mpar são es-

tritamente negativos e todos os menores principais lı́deres de ordem
par são estritamente positivos.
(c) A semipositiva se, e somente se, todos os menores principais de A são
positivos;
(d) A é seminegativa se, e somente se, cada menor principal de ordem
ı́mpar é negativo e cada menor de ordem par é positivo;

Prova. Omitida.

Até aqui os teoremas determinam máximos e mı́nimos sem restrições, no

entanto, muitas vezes nas aplicações problemas de otimização exibem restrições.
Veremos um caso simples de otimização com restrições, e deixaremos casos
mais complexos para outros cursos.
Vamos observar o caso de restrição sobre pontos da esfera n-dimensional, ou
seja, sobre pontos com ∥v∥ = 1.
Teorema 14.4.4. Seja A matriz simétrica de tamanho n e seus autovalores
λ1 ≥ λ2 ≥ · · · ≥ λn . Então a forma quadrática xT Ax atinge algum valor
máximo e algum valor mı́nimo no conjunto dos vetores com ∥x∥ = 1. Os
valores máximos ocorrem nos autovetores unitários associados à λ1 e os valores
mı́nimos ocorrem nos autovetores unitários associados à λn . O valor máximo
atingido é λ1 e o valor mı́nimo é λn .

Prova. Pelo Teorema dos Eixos Principais (14.4.1)

xT Ax = λ1 y21 + λ2 y22 + · · · + λ2 y2n

com x = P y.
Como P é ortogonal, vale

∥x∥ = ∥P y∥ = 1 ⇔ ∥y∥ = 1

pela Proposição (14.2.6)

Logo basta fazer a análise para aqueles y com ∥y∥ = 1. Nesse caso

λn = λn (y12 + · · · + yn2 ) ≤ λ1 y12 + · · · + λn yn2 ≤ λ1 (y12 + · · · + yn2 ) = λ1

Logo
λn ≤ xT Ax ≤ λ1
176 CAPÍTULO 14. TEORIA ESPECTRAL

Para todo autovetor v unitário associado a algum autovalor λ vale

xT Ax = xT (λx) = λ(xT x) = λ∥x∥2 = λ

disso seguem as outras conclusões.