Aulas Teóricas de Alga

lgebra Linear e Geometria Analtica
HcvnuvdInn du CnnccIn MucuvcIc

Cadeira:
Cadeira:

HcvnuvdInn du CnnccIn MucuvcIc HcvnuvdInn du CnnccIn MucuvcIc Maputo

Maputo Moambique Moambique
lgebra Linear e Geometria Analtica Bernardino da Conceio Mucavele
UDM - rea de formao em cincias tecnolgicas
Licenciatura em Engenharia Ambiental/Industrial e Engenharia em Gesto de Energias
2
Captulo I. MATRIZ (Aula terica)
1. Matrizes
Apresentao
comum depararmos nos com conjunto de nmeros que so operados essencialmente da mesma
maneira. Isto sugere trat-los em bloco, de forma nica. Esta forma de tratamento possvel
atravs do uso de elementos matemticos chamados Matrizes.
Foi apenas nos meados do sculo XIX que as matrizes sua importncia detectada e saram da
sombra do anonimato. O primeiro a lhes dar um nome parece ter sido Cauchy, por volta de 1826.
Ele as chamou de tableau (tabela).
O nome matriz s veio com James Joseph Sylvester, 1850. Seu amigo Cayley, com sua famosa
Memoir on the theory of matrices, 1858, divulgou esse nome e comeou a demonstrar a sua
utilidade. O significado coloquial da palavra matriz : local onde se gera ou cria.
Sylvester as via como um bloco rectangular de termos o que no representam um
determinante, mas como se fosse uma Matriz a partir da qual podemos formar vrios sistemas de
determinantes, ao fixar um nmero p e escolher vontade p linhas e p colunas. Observe que
Sylvester ainda via as matrizes como mero ingrediente dos determinantes.
s com Cayley que elas passam ater uma vida prpria e, gradualmente, comeam a suplantar
os determinantes em importncia. A referncia mais antiga a matrizes, entretanto, dada a
aproximadamente do ano 2500 antes de Cristo, no livro chins Chiu-Chang Suan-Shu (nove
captulos sobre a arte matemtica). Este livro apresenta problemas sobre a mensurao de terras,
agricultura, pecuria, impostos, equaes etc.
Um destes problemas resolvido com clculos efectuados sobre uma tabela, tais como
efectuamos hoje com as matrizes, actualmente, as matrizes so muito utilizadas em varias rea
do conhecimento. Suas aplicaes se do na Matemtica, Fsica, Engenharia e Informtica, por
exemplo.

1.1. Definio
Uma Matriz uma tabela rectangular de nmeros, ou outro tipo de objectos matemtico,
dispostos em m linhas (filas horizontais) e n colunas (filas verticais).
Dizemos assim que a matriz possui ordem mxn (l-se: ordem m por n). Por outra chama-se
matriz de ordem m x n a uma disposio rectangular com m linhas e n colunas.

3
1.2. Representao de uma Matriz
Representamos uma matriz colocando os dados da tabela entre parnteses ou entre colchetes.
Vejamos abaixo o exemplo de matriz.
A
mxn
=
`
a
11
a
12
a
13
a
21
a
22
a
23
. . .
. a
1j
.
. a
2j

. . .
a
1n
a
2n
.
a
|1
a
|2
a
|3
a
|j

a
|n
a
m1
a
m2
a
m3
a
mj

a
mn/
= A = (a
|j
)
mxn
unde: 1 | m e 1 j n
Assim uma matriz A de ordem m x n, pode ser indicada como A = (a
|j
)
mxn
, i e {1, 2, 3, ., m]
e j e {1, 2, 3, ., n], em que a
|j
o elemento da linha i e da coluna j da matriz A.
Exemplo 1.
Escreva a matriz A = (a
|j
)
2x2
onde: _
a
|j
= 2| se i = ]
a
|j
= j - 1 se i = ]

Resoluo: A = [
a
11
a
12
a
21
a
22
para

a
11
tem-se t = | = 1 quanuo t = | temos a
|j
= 2|
logo a
11
= 2. 1 = 2

a
12
tem-se | = j ou ainua | = 1 e j = 2 quanuo t = | temos a
|j
= j - 1
logo a
12
= 2 - 1 = -8

a
21
tem-se | = j ou ainua | = 2 e j = 1 quanuo t = | temos a
|j
= j - 1
logo a
21
= 1 - 1 = -9

a
22
tem-se | = | = 2 quanuo t = | temos a
|j
= 2|
logo a
22
= 2. 2 = 4
Soluo: A = [
2 -8
-9 4

4
1.3. Igualdade de matrizes
Duas matrizes A = (a
ij
)
mxn
e B = (b
ij
)
mxn
: Dizem-se iguais quando a
ij =
b
ij
para todos
i e {1, 2, 3, .. , m] e todos j e {1, 2, 3, ., n].
De outro modo, a definio anterior nos diz que A e B so iguais se, e somente se, so da mesma
ordem e tm elementos correspondentes iguais e escreve-se A=B.

Exemplo 2.
Sejam A = _
x
2
+ 1
|ug
x
81
y
2
] e B = [
1 y - 2
4 4
determine x e y para A = B.
Resoluo: Se A=B ento:
`
1
1
x
2
+ 1 = 1
y -2 =
|ug
x
81
= 4
y
2
= 4
=
`
1
1
x = _V9
y = 2
x
4
= 81
y = _V4
=
_
x = _ 3
........
x
4
= 3
4
y = _ 2
=

]
x = 3
y = 2

1.4. Tipos de Matrizes
Existem matrizes que, por apresentarem caractersticas notveis, merecem destaque. Vejamos, a
seguir algumas delas.
1. Matriz Quadrada
aquela cujo o nmero de linhas igual ao nmero de colunas.
Tais como: A
2x2
c B
3x3
nota que a ordem de uma matriz quadrada
n x n ou simplesmente de ordem n.
_
a
11
a
12
a
21
a
22
a
1n
a
2n
. .
a
n1
a
n2
. .
a
nn
_
2. Matriz Nula
aquela que todos seus elementos so iguais a zero. Tal como, a matriz nula
de ordem 2x2
A = [

3. Matriz coluna
aquela que possui uma e nica coluna. Tal como:
A = _
1
2
1
_ ou
B = _

3
1
8
_
4. Matriz linha
aquela que possui uma e nica linha. Tal como: A = (
1 2 1
) ou B = (
3 1 -8
)

5
5. Matriz Identidade ou Unidade
Chama-se matriz Identidade toda matriz diagonal de qualquer ordem e a qual os elementos da
sua diagonal principal so iguais a 1.
Onde: A = (a
|j
)mxn tal que: a
t|
= para t = | e a
t|
= 1 para t = |.
A = I
2
= [
1
1

B = I
4
= _
1
1

1
1
_
6. Matriz diagonal
uma matriz quadrada (m = n) na qual a
|j
= para | = j isto os elementos que no esto
na diagonal principal so nulos.
Exemplo 3.
A = [
1
4

B = _

4
_

6.1. Diagonal Principal
Numa matriz quadrada A = (a
|j
) de ordem n, os elementos a
|j
, em que i = j, constituem a
diagonal principal. Assim, os elementos a
11,
a
22,
a
33,
,
a
nn
constituem a diagonal principal.
Observao
Seja A = (a
ij
)
nxn
uma matriz quadrada de ordem n. denomina-se trao da matriz A, a soma dos
elementos a
11
+

a
22
+ a
33
+ + a
nn
dos elementos da diagonal principal da matriz A, o qual
indicamos por tr(A).
6.2. Diagonal Secundria
Numa matriz quadrada A = (a
|j
) de ordem n, os elementos a
|j
, em que i + j = n+1, constituem
a diagonal secundria da matriz. Assim, os elementos a
1n
, a
2n-1
, a
3n-2
, ... , a
n1
constituem a
diagonal secundria.
Exemplo 4.
Seja a matriz M = _
8 9 1
4 4
3 7 2
_A matriz M quadrada, a sua diagonal principal {8, 4, 2] e a
diagonal secundria {1, 4, 3]. O trao da matriz M dado por tr(M) = 8 + 4 + 2 = 14.
6
7. Matriz Triangular Superior
uma matriz quadrada onde todos os elementos abaixo da diagonal so
nulos (a
|j
= xe | > ])

A = _
2 3
1 4
4
_

8. Matriz Triangular Inferior
uma matriz quadrada onde todos os elementos acima da diagonal so nulos
(a
|j
= xe | < ])

A = _
2
1
1 3 4
_

9. Matriz Transposta
Chama-se matriz transposta de uma matriz A = (a
|j
)mxn e designa-se por A
1
ou por A
t
a
matriz A
t
= (a
t
ji
)
nxm
tal que a
t
ji
= a
ij,
para todo o i e todo o j, ou seja a transposta da matriz A
obtida trocando ordenadamente suas linhas pelas colunas (ou suas colunas por linhas).
Exemplo 5.
A = [
1 2
3 4
; A
t
= [
1 3
2 4

e B = _
1 -1
3 2 1
4 -3 -2
_;

B
t
= _
1 3 4
-1 2 -3
1 -2
_

9.1. Propriedades da Matriz Transposta
a) A transposta de uma matriz transposta a matriz dada; Seja
A = (a
|j
)mxn; k e R e B = (h
|j
)mxn
b) (A
t
)
t
= A
c) (
A
t
+ B
t
) = (A + B)
t

d) (k. A)
t
= kA
t

10. Matriz Simtrica
uma matriz quadrada A = (a
ij
)
nxn
em que
a
|j
= a
j| Tal como: A = _
3 5 -1
5 1
-1 1 4
_ assim:
a
12
= a
21 ;
a
13
= a
31 e a
23
= a
32
assim, observa que se: A simtrica se A
t
= A.
11. Matriz Anti-simtrica
uma matriz quadrada A = (a
|j
)
mxn
diz-se anti-simtrica quando
a
|j
= - a
j| para todo i tal
que 1 < i < m c paia touo j tal que 1 < ] < n porque os elementos da diagonal principal so
todos nulos.
7
Exemplo 6.
A = _
-a b
a
-b -
_ uma matriz Anti-
simtrica

Se A uma matriz Anti-simtrica ento
A
t
= - A

12. Matriz Oposta
Chama-se matriz oposta de uma matriz A uma matriz B tal que: A + B = onue: A = - B

1.5.Operaes Elementares com Matrizes
1. Adio
A + B = (a
|j
+ h
|j
)mxn a soma de matrizes da mesma ordem, resulta numa matriz C de
igual ordem cujo os elementos so a soma dos elementos correspondentes das matrizes parcelas.
Isto significa que a soma de duas matrizes A e B, de mesma ordem m x n, uma matriz C, da
mesma ordem em que cada elemento a soma dos elementos correspondentes em A e B

Exemplo 7.
Qual a soma das seguintes matrizes?
A = [
1 -
5 9
e B = [
1 -4
2 13

Resoluo:
A + B = |(a
11
+ b
11
) + (a
12
+ b
12
) + (a
21
+ b
21
) + (a
22
+ b
22
)]

A + B = |(1 + 1) + (- + -4) + (
5 + 2
) + (9 + 13)] = [
2 -1
7 22

1.1. Propriedades
Seja A, B c C trs matrizes e 0 a matriz nula.
a) A + B = B + A adio comutativa
b) (A + B) + C = A + (B + C) adio associativa
8
c) A + = A adio com o elemento nulo.
d) A + (-A) = adio de matrizes opostas

2. Multiplicao de Matrizes
Seja A = (a
|j
)mxn e B = (h
xt
)nxt cum k e R; A = _
2 1
4 2
5 3
_ e B = [
-1
4

Matriz A Matriz B
m x n n x p
Iguais
C
m x p
Nota que temos A
3x2
e B
2x2
assim teremos uma multiplicao porque o nmeros de colunas da
matriz A igual ao nmero de linhas da matriz B. O produto das matrizes A e B uma matriz
que tem o nmero de linhas da matriz A e o nmero de colunas da matriz B. Assim chamaremos
C matriz que resulta do produto de A.B logo C = A . B do tipo m x t.
C = A
3x2
. B
2x2
= C
3x2
= _
a
11
a
12
a
21
a
22
a
31
a
32
_
a
11
- Resulta da multiplicao da primeira linha da matriz A com a primeira coluna da matriz B
a
12
- Resulta da multiplicao da primeira linha da matriz A com a segunda coluna da matriz B
a
21
- Resulta da multiplicao da segunda linha da matriz A com a primeira coluna da matriz B
a
22
- Resulta da multiplicao da segunda linha da matriz A com a segunda coluna da matriz B
a
31
- Resulta da multiplicao da terceira linha da matriz A com a primeira coluna da matriz B
a
32
- Resulta da multiplicao da terceira linha da matriz A com a segunda coluna da matriz B

Assim: C = _

_observa que: B. A = A. B = [
-

. _

_temos: B
2x2
e A
3x2
assim
no teremos a multiplicao porque o nmeros de colunas da matriz B diferente do nmero de
linhas da matriz A. Logo B.A = C e teremos uma multiplicao impossvel

2.1. Propriedades de produto de Matrizes
O produto de matrizes, desde que sejam possveis as operaes, apresenta as seguintes
propriedades:
9
a) A . I = I . A = A; (Isto justifica o nome da matriz identidade)
b) A . B = B . A; (A multiplicao de matrizes no comutativa)
c) (A . B). C = A. (B . C); (A multiplicao de matrizes associativa)
d) A . (B + C) = A . B + A . C; (A multiplicao de matrizes distributiva em relao adio)
e) A . = ; (em que o 0 a matriz nula).

3. Produto de uma Matriz por Escalar
Seja: A = (a
|j
)mxn uma matriz dada e e R uma constante de valor escalar, ento:
k. A = (k. a
|j
)mxn xe A = [
1 3
-1
e k = 2 uesta oima
k. A = 2[
1 3
-1
= [
2
-2

4. Operaes elementares sobre as linhas
Se A uma matriz m x n, cujas as linhas so L
1
, L
2
, L
3
, , L
m
podemos denominar os
seguintes tipos de operaes elementares sobre linhas de matrizes:
a) Permutao de linhas;
L
r
L
s
, significa que podemos permutar as linhas r e s.

b) Multiplicao de todos os elementos de uma linha por um escalar no nulo;
L
r
k . L
r
, significa que a r-sima linha foi substituda por ela prpria multiplicada pela
constante k no nula.
c) Substituio dos elementos de uma linha pela soma deles com os elementos correspondentes
de outra linha previamente multiplicados por um escalar no nulo;
L
r
L
r
+ k . L
s
, ou seja, r-sima linha foi substituda por ela mais k vezes a s-sima
linha.

Exemplo 8.
Aplique as operaes elementares na matriz A = _
2 4
3 5
4 2 1
_ de modo a transform-la na
matriz identidade.
10

Soluo:
_
2 4
3 5
4 2 1
_
1

1
2

1

_
1 2 3
3 5
4 2 1
_

2

2
+ (-3).
1
_
1 2 3
-1 3
- -11
_

2
(-1)
2
_
1 2 3
1 3
- -11
_
1

1
+ (-2)
2
_
1 3
1 3
- -11
_
3

3
+
2

_
1 - 3
1 3
7
_
3

1
7
3
_
1 - 3
1 3
1
_
1

1
+ 3 .
3
_
1
1 3
1
_
2

2
+ (-3)
3

_
1
1
1
_
Observao:
As operaes elementares sobre as linhas de uma matriz possuem as propriedades: reflexiva,
simtrica e transitiva.

1.6.Matriz Reduzida forma Escalonada
Uma matriz A = (a
|j
)mxn diz-se reduzida forma escalonada se o seu determinante for nulo
ou satisfaz as seguintes condies:
1. O primeiro elemento no nulo de uma linha no nula sempre igual a Um (1).
2. Toda coluna que contm o primeiro elemento no nulo de uma determinada linha, deve ter
todos os outros elementos dessa coluna iguais a zero (0).
3. Toda linha nula deve situar-se abaixo das linhas no nulas.
4. Se as linhas 1,2,3.r-sima so as linhas no nulas da matriz, e se o primeiro elemento no
nulo da linha i situa-se na coluna
ento
1
<
. Ou seja esta condio indica que o

nmero de zeros que precedem o primeiro elemento no nulo de uma linha, aumenta cada
linha at que sobre apenas linhas no nulas, se existir. Esta condio impe a forma escada a
matriz.
Podemos citar alguns exemplos das matrizes linha reduzida escalonada.
A = _
1
1

4
3
1 4
_ B = _
1 3

_
C = [

= _
1
1
1
_
Por outro lado, as matrizes abaixo no so reduzidas escalonada.
11
= _
1
1

3
2 1
1 3
_ = _
1 2 -3
5 2

_ = _
1 2 -3

1
_

Exemplo 9.
Reduza forma escalonada as seguintes matrizes.

a) A = _
1 2 1
2 4
1 -2 1
_
b) B = _
1 4
2 5
1 -3
3 1
4 4
-2 5
_
a) Resoluo:
_
1 2 1
2 4
1 -2 1
_
3

3
-
1
_
1 2 1
2 4
-4
_
2

1
2

3
= _
1 2 1
1 2
-4
_
1

1
- 2
2
3

3
+ 2
2
=
_
1 -3
1 2
8
_
3

1
8
3
= _
1 -3
1 2
1
_
1

1
+3
3
2

2
+2
3
= _
1
1
1
_

b) Resoluo:

_
1 4
2 5
1 -3
3 1
4 4
-2 5
_
2

2
- 2
1
3

3
-
1
= _
1 4
-3
-7
3 1
2 2
-5 4
_
3

3
-2
2
= _
1 4
-3
1
3 1
2 2
1
_

1

1
- 4
3
2

2
+ 3
3
= _
1
1

-1 1
1
1 2
_
1

1
+
3
2

2
-
3
= _
1
1

3
-2
1 2
_

12
1.6.1. Teorema
Toda a A = (a
|j
)mxn linha equivalente a uma nica matriz linha reduzida escalonada.
Seja A = (a
|j
)mxn uma matriz escalonada de uma matriz B = (h
|j
)mxn. Chama-se posto ou
rank da matriz A e se designa (B) ou r(B) o nmero de linhas no nulas da matriz B.
Chama-se Nulidade (ou grau de liberdade) de uma matriz A o nmero N(A) = [n - (A)]: onde
n o nmero de colunas da matriz A.
Observao:
Para achar o posto de uma matriz dada necessrio primeiro encontrar a sua matriz linha
reduzida a forma escada, e depois contar suas linhas no nulas. E a nulidade a diferena entre
colunas de A e o posto.

Exemplo 10.
Encontre o posto e a nulidade da matriz A = _
1
1

-1 1
2 2

_
Resoluo: observando que a matriz A linha reduzida escalonada, como o nmero linhas no
nulas da matriz A iguala 2 P(A) = 2 e a nulidade N(A) = [n - (A)] = [4 2] = 2 logo
N(A) = 2.

13
Captulo II. DETERMINANTES (Aula terica)
2. Determinantes
Apresentao
A teoria dos determinantes teve origem em meados do sculo XVIII, quando eram estudas
processos para resoluo de sistema lineares de equaes, hoje em dia, embora no sejam um
instrumento muito prtico na resoluo de sistemas, os determinantes so utilizados, por
exemplo, para sintetizar certas expresses matemticas complicadas. Veremos, nos prximos
temas, que o determinante um instrumento indispensvel na investigao e na obteno das
propriedades de um operador linear.
Na matemtica ocidental o uso de determinantes comeou dez anos depois num trabalho de
Leibnitz, ligado tambm a sistemas lineares. Em resumo, Leibnitz estabeleceu a condio de
compatibilidade de um sistema de trs equaes a duas incgnitas em termos dos determinantes
de ordem trs formados pelos coeficientes e pelos termos independentes (este determinante deve
ser nulo). Para tanto criou at uma notao com ndices para os coeficientes: o que hoje, por
exemplo escrevemos por
1
Leibnitz indicava por 12.
A conhecida regra de Crammer para encontrar o conjunto de solues de um sistema de n
equaes a n incgnitas, por meio de determinantes, na verdade descoberta do escocs Colin
Maclaurin (1698-1746), datando provavelmente de 1729, embora s publicada posteriormente
em 1748, no seu treatise of lgebra. Mas o nome do Suo Gabriel Crammer (1704-1752) no
aparece nesse episdio de maneira totalmente gratuita. Crammer tambm chegou a regra
(independentemente), mas depois, na sua introduo anlise das curvas planas (1750), em
conexo com o problema de determinar os coeficientes da cnica geral:
A + By + Cx + Dy
2
+ Exy + x
2
= 0
O francs tienne Bzout (1730-1783), autor de textos matemticos de sucesso em seu tempo,
sistematizou em 1764 o processo de estabelecimento de sinais dos termos de um determinantes.
E coube a outro francs, Alexandre Vandermonde (1735-1796), em 1771, empreender a primeira
abordagem da teoria dos determinantes independente dos estudos dos sistemas lineares, embora
tambm os usasse na resoluo destes sistemas. O importante teorema de Laplace, que permitiu a
expanso de um sistema de determinante atravs dos menores de
r
filas escolhidas e os seus
respectivos complementos algbricos, foi demonstrado no ano seguinte pelo prprio Laplace
num artigo que, a julgar pelo ttulo, nada tinha a ver com o assunto:
O termo determinante, com o sentido actual, surgiu em 1812 num trabalho de Cauchy sobre o
assunto. Cauchy sumariou e simplificou o que era conhecido at ento sobre os determinantes,
melhorou a notao e deu uma demonstrao do teorema de multiplicao de determinantes,
meses antes J. F. M. Binet (1786-1856) dera a primeira demonstrao deste teorema.
14
Alm de Cauchy, quem mais contribuiu para o desenvolvimento da teoria dos determinantes foi
o alemo Carl G. J. Jacobi (1804-1851), cognominado, as vezes, o grande algorista. Deve-se a
ele a forma simples como essa teoria se apresenta hoje elementarmente. Como algorista, Jacobi
era um entusiasta da notao de determinantes, com suas potencialidades. Assim, o importante
conceito de jacobiano de uma funo, salientando um dos pontos mais caractersticos na sua
obra.
Comearemos o estudo dos determinantes com a discusso da definio dos determinantes.

2.1. Noo de Determinantes
Toda matriz quadrada A = (a
|j
)
mxn
est associada de um nmero real chamado determinante da
matriz A e designa-se por det(A); A ou ainua det(a
|j
).

2.1.1. Dispositivos prticos para determinantes de ordem n 3
1. Se A uma matriz de ordem n = 1, ento det(A) o nico elemento da matriz A.
A = [a
11
] det(A) = a
11
2. Se A uma matriz de ordem 2, ento det(A) o produto dos elementos da diagonal principal
subtrado do produto dos elementos da diagonal secundria.
A = [
a
11
a
12
a
21
a
22
= det(A) =
a
11
a
12
a
21
a
22
= (a
11
. a
22
) - (a
12
. a
21
)

2.2. Regra de Sarrus
Se A uma matriz de ordem n = 3, isto , A = _
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_, assim definimos:
det(A) =
11

1

1
=

11
+
1
1
+
11

1

Podemos memorizar a definio da seguinte forma:
1. Repetir ao lado da matriz, as duas primeiras colunas.

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
.
.
.
a
11
a
12
a
21
a
22
a
31
a
32

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
.
.
.
a
11
a
12
a
21
a
22
a
31
a
32

15
2. Traar diagonais: 1, 2 e 3 diagonais passando por trs elementos matriciais. Assim os
termos precedidos pelo sinal de adio so obtidos multiplicando-se os elementos segundo
as flechas situadas na direco da diagonal principal. a
11.
a
22.
a
33
; a
12
. a
23
. a
31
;
a
13
. a
21
. a
32

3. Os termos precedidos pelo sinal de subtraco so obtidos multiplicando-se os elementos
segundo as flechas situadas na direco da diagonal secundria. a
31
. a
22
. a
13
;
a
32
. a
23
. a
11
; a
33
. a
21
. a
12

2.3. Propriedades dos Determinantes
A definio dos determinantes e o teorema de Laplace nos permite o clculo de qualquer
determinante.
Contudo possvel simplificar este clculo empregando-se certas propriedades. Relacionamos,
agora, propriedades bsicas do determinante de uma matriz nos teoremas a seguir.
Sejam A, B, c n matrizes quadradas de ordem n e k um escalar tal que e R:
Propriedade 1.
Seja A = (a
t|
) uma matriz quadrada de ordem n. Se A uma matriz triangular superior ou
inferior, ento det(A) produto dos elementos diagonais. Assim em particular det(In) = 1, onde:
In a matriz identidade de ordem n.
Exemplo 1.
Calcule os determinantes das matrizes:
a) A = _
3
2 5
4 3 1
_
b) B = _
3 2
1
3 5
4 7

2 2

_

a) Resoluo:
det(A) = (3 . 5 . 1) = 15
b) Resoluo:
det(B) = (3 . 1 . 2 . 6) = 36

Propriedade 2.
Se N a matriz nula, o determinante da matriz nula igual a zero.
Propriedade 3.
Se A uma matriz quadrada e uma das suas linhas ou uma das suas coluna for nulo ento o
determinante da matriz nulo.
16
Propriedade 4.
A matriz A, e a sua transposta
possuem o mesmo determinante det(A) = det(A)

t
.
Exemplo 2.
Seja A = [

, calcule o det(A) e o det(A
t
)
Resoluo: det(A) =
1 4
2 5
= [(1 . 5) (2 . 4)] = - 3 e det(A
t
) =
1 2
4 5
= [(1 . 5) (4 . 2)] = - 3
Verificamos que, que atravs desta, qualquer outra propriedade envolvendo o determinante de
uma matriz A e suas linhas, a mesma tambm valida para o det(A) e suas colunas.
Propriedade 5.
Se B a matriz obtida pela multiplicao de uma linha (ou coluna) da matriz A por um escalar
K e R, ento o det(B) = h. det(A).
Exemplo 3.
Qual a relao existente entre os determinantes das matrizes A = _
7 14 49
3 5 2
2 7
_ e B =
_
1 2 7
3 5 2
2 7
_?
Resoluo:
7 14 49
3 5 2
2 7
=
1. 7 2. 7 7. 7
3 5 2
2 7
= 7
1 2 7
3 5 2
2 7
, Portanto det(A) = 7 . det(B)
Propriedade 6
Se B uma matriz obtida pela troca de duas linhas ou duas colunas da matriz A, ento:
det(B) = -det(A). Sendo exemplificado por:
3 4
7 2
= -22 e
7 2
3 4
= 22
Propriedade 7.
Seja A uma matriz quadrada, se A tem duas linhas ou duas colunas iguais ento: det(A) =
Propriedade 8.
Se uma linha ou coluna duma matriz quadrada A, for mltiplo de uma outra linha ou coluna da
matriz A, ento: det(A) = . Ou ainda se uma matriz quadrada A = (a
t|
), de ordem n, tem
uma linha (ou coluna) que combinao linear de outras linhas (ou colunas), ento det(A) = 0.
17
Exemplo 4.
Calcule o determinante da matriz A = _
25 7 1
44 8 5
27 1
_.
Resoluo: pode-se verificar, facilmente, a primeira coluna combinao linear da segunda e
terceira colunas da matriz A. De facto usando os multiplicadores 3 e 4, respectivamente teremos:
3 . 7 + 4 . 1 = 25
3 . 8 + 4 . 5 = 44
3 . 1 + 4 . 6 = 27 Assim det(A) = 0

Propriedade 9.
Adicionando a uma linha ou coluna de uma matriz A, de ordem n, uma outra linha ou coluna
paralela, previamente multiplicada por uma constante, obteremos uma nova matriz B tal que:
det(B) = det(A).
Se A=
1 3 5
4 2 7
4 1 -
; adicionando, a primeira coluna a (-3) vezes a segunda coluna, obteremos
um novo determinante. B =
1 5
4 -1 7
4 -11 -
tal que; A=
1 3 5
4 2 7
4 1 -
=
1 5
4 -1 7
4 -11 -
= B
A importncia desta propriedade reside no facto de que podemos introduzir zeros numa fila
de uma matriz, sem alterar o seu determinante: com isso, podemos facilitar bastante o seu clculo
atravs do teorema de Laplace.
Propriedade 10.
Ao multiplicar ou dividir uma linha ou coluna de uma matriz, por uma constante k = o
determinante ser multiplicado ou dividido por essa constante k =
Propriedade 11.
Teorema de Binet: se A e B so matrizes quadradas de ordem n, det(A . B) = det(A) . det(B)
Exemplo 5.
Verifique que det(A . B) = det(A) . det(B), sabendo que; A = [
1 2
3 4
e B =
[
2 3
5
;
Resoluo: det(A) =
1 2
3 4
= 1 . 4 2 . 3 = 2; det(B) =
2 3
5
= 2 . 5 3 . 0 = 10;
18
det(A . B) =
2 13
29
= 2 . 29 6 . 13 = 58 78 = - 20; det(A) . det(B) = det(A . B) = - 20
como consequncia do Teorema de Binet pode-se concluir que: det(A
-1
) =
1
det(A)
; de facto se
A
-1
existe, ento:
A
-1
. A = A . A
-1
= In = det(A
-1
. A) = det(In) = det(A
-1
) . det(A) = 1 = det(A) =
Exemplo 6.
Use as propriedades dos determinantes para calcular o valor de x que torna nulo o determinante
da matriz
= _
x

- x
_. Resoluo: Como para o det(A) = formaremos o determinante
x

- x
=
Assim, para anularmos a 3 coluna, adicionaremos a 3 coluna com 2 coluna por (-):
x

- x +
= Desde j, x +2 = = x = -2 logo det(A) =

2.4. Desenvolvimento de Laplace
Como se v, se a expresso do determinante de uma matriz de ordem 3 envolve 6 parcelas, ento
a do determinante de uma matriz de ordem 4 ter 24 parcelas, o que torna o processo muitas
vezes complicado e moroso. Vejamos, ento, outros processos para calcular o determinante.

Vamos agora estudar uma frmula que nos permite reduzir o clculo de um determinante de
ordem n ao clculo de n determinantes de ordem n - 1. Esta frmula pode ser particularmente til
se uma das linhas ou das colunas da matriz tiver muitos zeros.
Seja dada uma matriz A quadrada de ordem 3 ento A = _
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_. Usando a regra de
Sarrus teremos: det(A) =
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
.
.
.
a
11
a
12
a
21
a
22
a
31
a
32
; assim,
det(A) =|(a
11
. a
22
. a
33
) + (a
12
. a
23
. a
31
) + (a
13
. a
21
. a
32
)] - |(a
31
. a
22
. a
13
) + (a
32
. a
23
. a
11
) + (a
33
. a
21
. a
12
)]

19
Segundo Laplace
Agrupando as parcelas que contm a
11
, as que contm a
12
, e as contm a
13
teremos:
det(A) = a
11
(a
22
a
33
a
23
a
32
) a
12
(a
21
a
33
a
23
a
31
) + a
13
(a
21
a
32
a
22
a
31
)
ou seja det(A) = a
11
.
a
22
a
23
a
32
a
33
+ a
12
(-1)
a
21
a
23
a
31
a
33
+ a
13
a
21
a
22
a
31
a
32
logo teremos:
det (A) = a
11
(-1)
1+1

a
22
a
23
a
32
a
33
+a
12
(-1)
1+2
a
21
a
23
a
31
a
33
+ a
13
(-1)
1+3
a
21
a
22
a
31
a
32

Nota bem: O determinante de ordem trs, em funo dos determinantes das submatrizes de
ordem dois.
det(A
3x3
) = a
11
(-1)
1+1
A
11
+ a
12
(-1)
1+2
A
12
+ a
13
(-1)
1+3
A
13

Onde: a
|j
a submatriz da matriz inicial de onde a isima linha e a jotasima coluna foram
retirados.
A
|j
= (-1)
|+j
|A
|j
| ento tem-se det(A
3x3
) = a
11
. A
11
- a
12
. A
12
+ a
13
. A
13
Esta tambm
vlida para o clculo de determinantes de matrizes de ordem n, assim:
det(An) = a
|1
. A
|1
+ a
|2
. A
|2
+ a
|3
. A
|3
+. .+ a
|n
. A
|n
= a
|j
. A
|j
= a
|j
. (-1)
|+j
|A
|j
|
n
j=1
n
j=1

Desenvolvimento de Laplace:
Seja A = (a
ij
)
mxn
: Chama-se complemento algbrico de um elemento a
ij
da matriz A a
(-1)
|+j
det(A
|j
) onde: A
|j
designa a submatriz de A obtida por supresso da linha i e da
coluna j e det(A
|j
) co-factor a
|j

Esta frmula pode ser generalizada para matrizes nn obtendo-se o seguinte teorema, cuja
demonstrao omitimos.

2.4.1. Teorema de Laplace
O determinante de uma matriz quadrada igual soma dos produtos dos elementos de uma
linha pelos respectivos complementos algbricos, isto , sendo A = (a
ij
)
mxn
, tem-se:

det(A) = _ a
|j
. (-1)
|+j
|A
|j
|
n
j=1
para qualquer | e {1, 2, 3, ., n]

O mesmo vale para as colunas da matriz, ou seja,
det(A) = _ a
|j
. (-1)
|+j
|A
|j
|
n
|=1
para qualquer j e {1, 2, 3, ., n]

20
Exemplo 7.
Aplicando o teorema de Laplace calcule o valor do determinante da matriz A = _
4
5 3 2
5
_
Resoluo: atravs da matriz dada temos:

4
5 3 2
5
= 3(-1)
2+2
4
5
= 3(-1)
4
4
5
= 3. (
3 - 24
) = 3. = 18

2.5. Matriz Adjunta e Matriz Inversa
Seja uma matriz A = (a
ij
) quadrada de ordem n, A
|j
= (-1)
|+j
A
|j
o co-factor dos elementos
a
|j
da matriz A e A
1
a matriz dos co-factores de A. Chamaremos de matriz adjunta de A e
indicamos por
a matriz transposta da matriz dos co-factores A

1

isto , A
= (A
1
)
t
onde: J]A = (A
1
)
t

Dada uma matriz quadrada A de ordem n, det(A) = . Chama-se inversa da matriz A, a uma
matriz B da mesma ordem, tal que A. B = B. A = In.
Onde: In a matriz identidade e a matriz inversa de uma matriz A e designa-se por A
-1

2.5.1. Teorema da Matriz Inversa A
-1

Seja A uma matriz quadrada de ordem n, isto A. A
t
= det(A). In
2.5.2. Condio Necessria para a Existncia da Matriz Inversa
Seja A uma matriz de ordem n, A. A
-1
= I = det(A. A
-1
) = det(I) e det(A).=1 onde:
1. det(A) = condio necessria para a existncia da matriz inversa de uma matriz
quadrada de ordem n
2. det(A
-1
) =
1
det(A)
Condio suficiente para a existncia da matriz inversa de uma
matriz quadrada de ordem n
Seja uma matriz quadrada de ordem n com det(A) =
A. A
t
= det(A. I)

A
-1
. A. A
t
= det(A. A
-1
. I)
A
-1
=
A
t
det(A)

21
Exemplo 8.
Determine a matriz inversa das seguintes matrizes.
a) = [

Resoluo:
detA = A =
1 2
1
= (1 . 1) - ( . 2) d determinante esta forma A
11
= 1; A
12
= ; A
21
=
-2 e A
22
= 1
Logo A
= [
1
-2 1
= A
t
= adjA=[
1 -2
1
= == = A
-1
=
1
A
A
t
= A
-1
= [
1 -2
1

b) B = _
1 2 -1
2 4 1
-2 3
_

Resoluo: para anularmos alguns termos da 2 linha vamos multiplicar a 1 por (-2) e
somarmos com a 2 linha e mantermos o resto, e teremos:
_
1 2 1
-3
-2 3
_ = detB = 2(-1)
1+2
. = -2. = -12 logo: A
11
=
4 1
3
= 12;

A
12
= -
2 1
-2 3
= -8; A
13
=
2 4
-2
= 8; A
21
= -
2 -1
3
= -; A
22
=
1 -1
-2 3
=1

A
23
= -
1 2
-2
= -4; A
31
=
2 -1
4 1
= ; A
32
= -
1 -1
2 1
= -3; A
33
=
1 2
2 4
=

B
t
= _
12 -
-8 1 -3
8 -4
_= == = -
1
12
_
12 -
-8 1 -3
8 -4
_ = B
-1
=
`
-1
1
2
,
-1
2
,
2
3
,
-1
2
,
1
4
,
-2
3
,
1
3
,
/

22

2.6. Mtodo de Jordan para o clculo da Matriz Inversa
Se uma matriz de ordem n pode ser reduzida matriz identidade por uma sequencia de operaes
elementares por linhas, ento a matriz A invertvel e a matriz inversa da matriz A obtida a
partir de matriz identidade, aplicando-se a mesma sequencia de operaes.
Na prtica operamos simultaneamente com a matriz A dada e a matriz identidade In, atravs de
operaes elementares at chegarmos a matriz identidade na posio correspondente matriz A,
e a matriz obtida no lugar correspondente matriz identidade In, ser a matriz inversa de
A = A
-1

Exemplo 9.
Usando o Jordiano calcule a matriz inversa das seguintes matrizes: A = [

.
Resoluo: aplicando o mtodo de Jordan teremos:

[

.
.

I
1
I
1
- I
= [

.
.
-

= A
-1
= [
-

.

23
Captulo III. SISTEMAS DE EQUAES LINEARES (Aula terica)

3.1. Sistema de Equaes Lineares
O objectivo deste captulo estudar os mtodos para a resoluo de sistemas lineares. Vamos
lembrar uma tcnica que foi utilizada o no ensino secundrio que ajuda a resolver sistemas com
grande nmero de incgnitas. Tambm para efeito de visualizao colocaremos ao lado de cada
sistema uma matriz associada a ele.
Muitos problemas em vrias reas da cincia recaem na soluo de sistemas lineares. Vamos ver
como a lgebra matricial pode simplificar o estudo dos sistemas lineares.

Chama-se sistema de equaes lineares n incgnitas, um conjunto de equaes lineares, n
incgnitas satisfeita para os mesmos valores atribudos s incgnitas.
Exemplo 1.
_
a
11
x
1
+ a
12
x
2 + +
a
1n
x
n = h
1
a
21
x
1
+ a
22
x
2 + +
a
23n
x
n = h
2
........................
a
m1
x
1
+ a
m2
x
2 + +
a
mn
x
n = h
n
Sistema de n equaes com n

incgnitas.
Os coeficientes das incgnitas so os coeficientes do sistema, onde:
a
|j
; 1 | m e 1 j nso os coeficientes.
x
1
; 1 | m e 1 j n so as incgnitas.
h
|
; 1 | m e 1 j nso os termos independentes.

3.2. Conjunto de Solues de um Sistema de Equaes Lineares
Definio 1.
Chama-se soluo de um sistema de equaes ao conjunto de valores das incgnitas que
satisfazem todas as equaes do sistema, isto , valores quando atribudas as incgnitas,
transformam as equaes do sistema em igualdade numrica verdadeira. Ou seja diz-se que (x
1
,
x
2
, x
3
, , x
n
), em que x
i
e R uma soluo do sistema S, se satisfaz todas as equaes do S. o
conjunto de todas as solues de um sistema de equaes lineares denominado conjunto de
solues.
24
Exemplo 2.
Dado o sistema S
1
: _
2x + 3y = 4
x - y = 2

; o par ordenado (2; ) a soluo desse sistema, pois
substituindo os valores de x e y do sistema pelos valores do par ordenado teremos:
]
2 . 2 + 3 . = 4
2 - = 2

So sentenas verdadeiras.

3.3.Sistemas de Equaes Lineares Equivalentes
Se um sistema linear S
1
foi obtido de um sistema linear S atravs de um nmero finito de
operaes lineares, dizemos que S
1
equivalente a S. Pode ser resumido desta forma: S
1
~ S.
Pode-se afirmar seguramente que: dois sistemas de equaes dizem-se equivalente quando
admitem o mesmo conjunto de solues. Desta forma so vlidas as seguintes propriedades:
1. S ~ S (Reflexiva)
2. S ~ S
1
= S
1
~ S.
3. S ~ S
1
e S ~ S
2
= S
1
~ S
2
.

Exemplo 3.
So equivalentes os sistemas S
1
e S
2
indicados abaixo:
S
1
= _
3x + y = 42
2x - 4y = 12
S
2
= _
x + 2y = 14
x - 2y =

Pois eles admitem a mesma soluo x =10 e y = 2.
Assim, quando dois sistemas S
1
e S
2
so equivalentes, usamos a notao S
1
~S
2
.

3.12.Compatibilidade de Sistema de Equaes Lineares
O nmero de solues de um sistema de equaes lineares determina a sua classificao de duas
maneiras, relativamente sua consistncia.
a) Sistema de Equaes Lineares Possvel ou Compatvel
Chama-se Sistema de Equaes Lineares Possvel ou Compatvel quando o sistema admite
pelo menos uma soluo. Se o sistema tiver uma e nica soluo e designa-se por
determinado. Se tiver mais de uma soluo diz-se indeterminado.
25
b) Sistema de Equaes Lineares Impossvel ou Incompatvel
Chama-se Sistema de Equaes Lineares Impossvel ou Incompatvel ao sistema que no
admite nenhuma soluo.

3.1.4. Teorema dos Sistema de equaes lineares
Um sistema de equaes lineares pode ser classificado em sistema possvel determinado (SPD),
sistema possvel indeterminado (SPI) e sistema impossvel (SI). Para um sistema linear de m
equaes com n incgnitas. Muitas vezes, dada a complexidade de certos sistemas ou porque
podem tirar-se concluses sem a soluo do sistema, interessa saber se o sistema possvel e
determinado, possvel e indeterminado ou impossvel. Uma forma de fazer este estudo atravs
da comparao das caractersticas das matrizes ampliada e simples do sistema, e do nmero de
incgnitas podem ser seguradas pelo seguinte teorema:

3.1.4.1.Teorema
Um sistema S de m equaes e n incgnitas admite solues se e somente se o posto da matriz
ampliada [P(A)] for igual ao posto da matriz dos coeficientes [P(C)].
De forma mais explicativa teremos:
a) Se o posto da matriz ampliada igual ao posto da matriz dos coeficientes e igual ao nmero
das incgnitas n, ento a soluo do sistema nica e o sistema classificado como
determinado, compatvel e consistente.
[P(A) = P(C) = n] (sendo n o nmero de incgnitas).
b) Se a matriz ampliada e a matriz dos coeficientes de um dado sistema S tm o mesmo posto P
ou simplesmente [P(A) = P(C) = P < n] e esse mesmo posto for menor ao nmero de
incgnitas < n ento podemos escolher um grau de liberdade n - incgnitas e as outra
P incgnitas sero dadas em funo destas, isto , o sistema tem infinidade de solues,
classificado como indeterminado.
c) Se o posto da matriz ampliada for diferente do posto da matriz dos coeficientes [P(A) =
P(C)] o sistema no possui solues e o mesmo classificado como impossvel,
incompatvel ou inconsistente.
Procedendo ao escalonamento de um sistema S e retiradas as equaes indesejveis restam p
equaes e n incgnitas:
Se a ultima das equaes restante 0
x1
, , 0
xn
= b sendo (b = 0) ento: O sistema impossvel.

26
3.1.5. Representao de Sistemas de Equaes na forma Matricial.
Quando resolvemos um sistema usando a sua matriz ampliada, o que fazemos modificar a
matriz inicial atravs de transformaes elementares nas linhas da matriz, at obtermos uma
matriz especial. Estas matrizes especiaisque se obtm, permitem-nos determinar mais
facilmente o conjunto soluo do sistema.

Considere o seguinte sistema de equaes:
_
a
11
x
1
+ a
12
x
2 + +
a
1n
x
n = h
1
a
21
x
1
+ a
22
x
2 + +
a
2n
x
n = h
2
........................
a
m1
x
1
+ a
m2
x
2 + +
a
mn
x
n = h
m
so dadas as seguintes condies:

A = _
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
m1
a
m2
a
mn
_
mxn
X = _
x
1
x
2
.
x
n
_
nx1
B = _
h
1
h
2
.
h
m
_
mx1
Pode-se afirmar o sistema S
na forma matricial por A . X = B onde: A a matriz dos coeficiente ou (matriz incompleta), X
a matriz das incgnitas e B a matriz dos termos independentes.
A titulo de exemplo o sistema linear S
1
: _
2x +3y = 4
x -y = 2

pode ser escrito na forma matricial por:
[
2 3
1 -1
. [
x
y
= [
4
2

Uma outra matriz pode ser formada, associada ao sistema dado A . X = B, e obtm-se a matriz
ampliada do sistema:
_
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
m1
a
m2
a
mn
h
1
h
2
.
h
n
_matiiz ampliaua uo sistema.

3.1.5. Resoluo de Sistema de Equaes Lineares pelo Mtodo de Gauss
Um mtodo geral de resolver sistemas de equaes lineares o chamado algoritmo de Gauss.
Este algoritmo consiste numa sequncia de passos elementares" que transformam o sistema dado
num sistema muito fcil de resolver.
De acordo com Gauss: se for dado um sistema de m equaes e n incgnitas mais prudente
transformar este sistema numa matriz, incorporando os elementos do sistema dado na matriz, e
proceder com o escalonamento, at reduzir a matriz na forma escalonada. Assim todo sistema
linear S equivalente a um sistema escalonado.
27
Sendo todo sistema linear S equivalente a um sistema escalonado, bastar que saibamos lidar
com os sistemas escalonados e saibamos reduzir um sistema qualquer a um escalonado.
As operaes elementares sobre as linhas de um sistema matricial so:
a) Permuta da i-sima e j-sima equao.
b) Multiplicao de uma equao por e R.
c) Substituio da i-sima equao por ela prpria mais K vezes a j-sima equao, com | = j.
Exemplo 4.
Resolva o seguinte sistema de equaes pelo mtodo de Gauss
_
x
1
+ 4x
2
+ 3x
3
= 1
2x
1
+ 5x
2
+ 4x
3
= 4
x
1
- 3x
2
- 2x
3
= 5

de acordo com o sistema ser formada uma matriz A
3x4
tal
que:
A = _
1 4 3
2 5 4
1 -3 -2
1
4
5
_
2

2
- 2
1
3

3
-
1
= _
1 4 3
-3 -2
-7 -5
1
2
4
_
3

3
- 2
2
=
_
1 4 3
-3 -2
-1 -1
1
2
_
2

2
- 3
3
=_
1 4 3
1
1 1
1
2
_
3

3
-
2
_
1 4 3
1
1
1
2
-2
_
1

1
- 4
3
= _
1 3
1
1
9
2
-2
_
1

1
- 3
2
= _
1
1
1
3
-2
2
_, temux:
a = c = 3quando o posto da matriz ampliada for igual ao posto da matriz dos coeficientes,
significa que o sistema tem soluo. Assim a = c = 3 = n: como os postos so iguais a trs
e o nmero de incgnita tambm igual a trs, logo o sistema tem uma e nica soluo:
A partir da matriz escalonada forma-se a seguinte matriz: _
x
1

x
2

x
3
3
-2
2
_,dai o seguinte
sistema: _
x
1
= 3
x
2
= -2
x
3
= 2
a soluo do sistema dado.

Exemplo 5.
Resolva o seguinte sistema de equaes pelo mtodo de Gauss
_
x
1
+ x
+ x
+ x
4
=
x
1
+ x
- x
+ x
4
=
, assim tem-se a matriz A

2x5
tal que:
28
[
1 2 1 1 . 1
1 3 -1 2 . 3

2

2
-
1
= [
1 2 1 1 . 1
1 -2 1 . 2

1

1
- 2
2
=
[
1 5
1 -2
-1 . -3
1 . 2

a = c = 2
n = 4

Com esta igualdade significa que: o sistema no tem soluo, a = c = 2 < n = conclui-se
que o sistema indeterminado.
Logo [
1 5
1 -2
-1 . -3
1 . 2

seja:x
3
= u : x
4
= onde o c [ e R chega-se a matriz:
_
x
1
x
2
5x
3
-x
4
= -3
x
1
x
2
-2x
3
x
4
= 2
] = _
x
1
+ x
2
+ 5u - = -3
x
1
+ x
2
-2u + = 2
= _
x
1
= - 3 - 5u
x
2
= 2 + 2u -
x
3
= u V x
4
=

3.2. Sistema de Equaes Homogneas
Um sistema de equaes diz-se sistema de equaes homogneas quando os termos
independentes de toda a equao so nulos. Ou seja b
1
, b
2
, b
3
, , b
n
= 0.
_
a
11
x
1
+ a
12
x
2 + +
a
1n
x
n =
a
21
x
1
+ a
22
x
2 + +
a
23n
x
n =
........................
a
m1
x
1
+ a
m2
x
2 + +
a
mn
x
n =

Todo o sistema de equaes homogneas admite pelo menos situao trivial(,, ...,)
sendo por isso um sistema sempre possvel.
Deste modo, um sistema linear homogneo ser determinado se admitir somente a soluo trivial
ou indeterminado se admitir outras solues alm de trivial.\
Observao
Para resolver um sistema linear homogneo AX = 0, basta escalonarmos a matriz A do sistema,
j que sob a aco de uma operao elementar a coluna de zeros no alterada. Mas, preciso
ficar atento quando se escreve o sistema linear associado `a matriz resultante das operaes
elementares, para se levar em considerao esta coluna de zeros que no vnhamos escrevendo.

Exemplo 6.
Determine a soluo do seguinte sistema homogneo:
_
x + 2y + 3z =
2x +
y +
3z =
3x + 2y + z =
= _
1 2
2 1
3 2
3
3

_ = _
1 2 3
2 1 3
3 2 1
_
2

2
- 2
1
3

3
- 3
1
=
29
_
1 2 3
-3 -3
-4 -8
_
2
-
1
3
3
-
1
4
3
= _
1 2 3
1 1
1 2
_
1

1
- 2
2
3

3
-
2
=
_
1 1
1 1
1
_
1

1
-
3
2

2
-
3
= _
1
1
1
_
a = c = n = 3; logo:
x = ; y = ; z =

3.2. Resoluo de Sistemas de Equaes Recorrendo Matriz Inversa
Se um sistema linear S de n equaes com n incgnitas cuja matriz dos coeficiente possui uma
matriz inversa e obedece a seguinte condio: A. X = B, ento esse sistema compatvel
determinado e sua nica soluo dada por A
-1
. B.
De facto, se A . X = B temos A
-1
(A . X) = A
-1
B segue que X = A
-1
. B
Seja dado o sistema de equaes: _
a
11
x
1
+ a
12
x
2 + +
a
1n
x
n = h
1
a
21
x
1
+ a
22
x
2 + +
a
23n
x
n = h
2
........................
a
m1
x
1
+ a
m2
x
2 + +
a
mn
x
n = h
n
e a
matriz formada partindo do sistema dado_
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
m1
a
m2
a
mn
_ j sabido que:
_
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
m1
a
m2
a
mn
_. _
x
1
x
2
.
x
n
_ = _
h
1
h
2
.
h
n
_ e A. A
-1
= A
-1
. A = I xe A . X = B = A
-1
(AX)
= A
-1
B
(A. A
-1
)X = A
-1
B = IX = A
-1
. B = X = A
-1
. B
Exemplo 7.
Resolva o sistema recorrendo a matriz inversa. _
x
1
+ x
+ x
=
x
1
+ x
+ x
=
x
1
- x
- x

Resoluo:
_
1 4 3 . 1
2 5 4 . 4
1 -3 -2 . 5
_ = _
1 4 3
2 5 4
1 -1 -2
_. _
x
1
x
2
x
3
_ = _
1
4
5
_ = _
1 4 3
2 5 4
1 -1 -2
.
.
.
1
1
1
_ =
30
2

2
- 2
1
3

3
-
1
= _
1 4
-3
-7
3 1
-2 -2
-5 -1

1
1
_
1
3
1
+ 4
2
3
3
3
- 7
2
=
_
3
-3

1 -5
-2 -2
-1 11
4
1
-7 3
_
1

1
+
3
2

2
- 2
3
_
3
-3

-24
-1 11
-3 3
15 -
-7 3
_ =
_
1
1

2
8
1 -11
-1 1
-5 2
7 -3
_ = _
1 4 3
2 5 4
1 -1 -2
_
-1
= _
2 -1 1
8 -5 2
-11 7 -3
_
Claramente pode-se afirmar que: o valor das incgnitas x
1
, x

c x
podem ser calculados com

o auxilio da seguinte expresso: X = A
-1
. B logo:
_
x
1
x
2
x
3
_ = _
2 -1 1
8 -5 2
-11 7 -3
_. _
1
4
5
_ = _
3
-2
2
_. Assim, x
1
= 3 , x
2
= -2 e x
3
= 2

3.3. Regra de Crammer
Consideremos um sistema de Crammer A . X = B, a
ij
e R, e b
i
e R, v i, ]. De posse do
conhecimento de que tais sistemas so compatveis determinados com soluo dada por
X = A
-1
. B e levando em considerao o teorema : X =
1
det(A)
A
. B
Seja _
a
11
x
1
+ a
12
x
2 + +
a
1n
x
n = h
1
a
21
x
1
+ a
22
x
2 + +
a
23n
x
n = h
2
........................
a
m1
x
1
+ a
m2
x
2 + +
a
mn
x
n = h
n
= == =_
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
m1
a
m2
a
mn
_. _
x
1
x
2
.
x
n
_ = _
h
1
h
2
.
h
n
_

De acordo com Crammer
_
x
1
x
2
.
x
n
_ =
1
det(A)
. _
a
11
a
12
a
1n
a
21
.
a
22
.
a
2n
.
a
n1
a
n2
a
nn
_ . _
h
1
h
2
.
h
n
_ =
1
det(A)
_
a
11
a
12
a
|1
a
21
a
22
a
|2
a
n1
a
n2
a
n3
a
1n
a
2n
.
a
nn
_
x =
1
detA
(A
1j
h
1
+ A
2j
h
2
.+ A
|j
h
|
+ + A
nj
h
n
)
31
x
|
=
_
_
a
11
a
12

a
21
a
22

.
a
|1
a
n1
.
a
|2
a
n2
.
h
1
a
1n
h
2
a
2n
.
h
|
h
n
.
.
a
|n
a
mn
_
_
_
a
11
a
12
a
|1
a
21
a
22
a
|2
a
n1

a
n2

a
n3
a
1n
a
2n
.
a
mn
_

Exemplo 8.
Resolva o seguinte sistema pela regra de Crammer: _
x
1
+4x
2
+ 3x
3
= 1
2x
1
+ 5x
2
+ 4x
3
= 4
x
1
-3x
2
- 2x
3
= 5

A=
1 4 3
2 5 4
1 -3 -2
=1 Nota que: os termos independentes formam uma matriz coluna _
_
Para o clculo do Ax
1
sero substitudos os elementos da coluna que alberga as incgnitas x
1

pela matriz coluna dos termos independentes.
Para o clculo do Ax

Para o clculo do Ax

Ax
1
=
1 4 3
4 5 4
5 -3 -2
= 3 Ax
2
=
1 1 3
2 4 4
1 5 -2
= 4 Ax
3
=
1 4 1
2 5 4
1 -3 5
= 2
x
1
=
Ax
1
A
= 3 x
2
=
Ax
2
A
= 4 x
3
=
Ax
3

A
= 2

32
Captulo IV. CLCULO VECTORIAL (Aula terica)
1. Vectores
Apresentao
A histria da matemtica raramente apresenta eventos bombsticos. As formulaes inicialmente
difusas percorreram um trajecto rduo at atingirem a magnitude do seu desenvolvimento. O
conceito de vector surgiu na mecnica com o engenheiro e arquitecto holands Flamengo Simon
Stevin.
Em 1586 apresentou em sua Esttica e Hidrosttica, o problema da composio de foras e
enunciou uma regra emprica para se achar a somo de duas foras num mesmo ponto. Tal regra
hoje chamada de regra de paralelogramo.
Os vectores aparecem considerados como linhas dirigidas na obra Ensaios sobre a
representao de direco publicada em 1797 pelo matemtico dinamarqus Gaspar Wessel.
A sintetizao da teoria vectorial ocorreu no sculo XIX com os trabalhos do irlands Willim
Hamiltonn (que aos cinco anos j apresentava a capacidade de leitura em latim, grego e
hebraico).
Assim a palavra vector provm do verbo latino vehere: transportar, levar. Vector particpio
passado de vehere, significando transportado, levado. A palavra vector pertinente (o ponto A
transportado at o ponto B).

2. Grandezas Escalares e Grandezas Vectoriais
Certas grandezas ficam determinadas apenas por intensidade ou mdulo ou ainda tamanho que
um nmero real, acompanhado pela unidade correspondente, a ttulo de exemplo o caso de 5
Kg de massa, 10 m
3
de volume, 2 m de largura ou ainda quando dizemos que a temperatura de
uma pessoa 37C a informao est completa. Tais grandezas so chamadas escalares.

Outras grandezas necessitam para alm do nmero real, tambm de direco, sentido e ponto de
aplicao. Exemplificando a velocidade, acelerao, fora, campo magntico e muito mais outras
grandezas, so grandezas vectoriais.
Se dissermos que a velocidade de um automvel de 50km/h no definimos completamente a
informao. No foi dito em que direco e sentido que esse corpo se movimentava.

33
2.1. Segmentos orientados
Segmentos orientados so determinados por um par ordenado de pontos (A; B). Segmentos
orientados com mesma direco, mesmo sentido e mesmo comprimento representam o mesmo
vector. A direco, o sentido e o comprimento do vector so definidos como sendo a direco, o
sentido e o comprimento de qualquer um dos segmentos orientados que o representam.

2.2. Definio do vector
Definio 1
Vector um segmento orientado por quatro elementos, nomeadamente:
Ponto de aplicao (A) que origem do vector.
Direco que a orientao da recta (podendo ser horizontal, vertical ou oblqua).
Sentido que dado pela seta localizada na extremidade (B) do segmento (que pode ser da
esquerda para a direita ou de cima para baixo)
Mdulo ou Intensidade que corresponde ao
comprimento do vector segundo uma certa
escala (um nmero no negativo).a = AB

A B
A ponta da seta do segmento orientado chamada ponto final ou extremidade e o outro ponto
extremo chamado de ponto inicial ou origem do segmento orientado.
Definio 2.
Vector um conjunto de todos os segmentos orientados da mesma direco, mesmo sentido e
mesmo comprimento. Assim dois pontos A e B podem serem considerados como a origem e a
extremidade de um representante vector.
Segmentos orientados com mesma direco, mesmo sentido e mesmo comprimento representam
o mesmo vector. A direco, o sentido e o comprimento do vector so definidos como sendo a
direco, o sentido e o comprimento de qualquer um dos segmentos orientados que o
representam

Usando Um pouco de trigonometria vamos considerar um tringulo rectngulo com hipotenusa c
e catetos a e b respectivamente. O teorema de
Pitgoras diz que:

2
= a
2
+b
2

c b
u
a
34
stnu =
b
= us ; cux u =
a
c
= stn do teorema de Pitgoras, encontramos que:
sin
2
u + us
2
u = 1 ;
stnu
us u
= tanu =
b
a
= ut =
us
stn

3. Representao Geomtrica de um Vector
Costuma-se representar um vector com mdulo maior que outro por uma seta de tamanho maior.
Usamos basicamente de dois modos de representar os vectores, o mtodo geomtrico e o mtodo
analtico.
A sua representao geomtrica feita por uma seta, indo do ponto A para o ponto B, conforme
mostra a figura.
A B

a visualizao dos vectores fica mais bvia, mas no adequado para a operaes com diversos
vectores.

Temos quatro segmentos orientados, com origens em pontos diferentes, que representam o
mesmo vector, ou seja, so considerados como vectores iguais, pois possuem a mesma direco,
mesmo sentido e o mesmo comprimento.
Se o ponto inicial de um representante de um vector u A e o ponto final B, ento escrevemos:
u = AB

u B
A
u = AB
= B A
B (x
2
; y
2
)
u
A (x
1
; y
1
)

u = AB
= ]
x
2
- x
1
y
2
- y
1

=
- u = BA
= ]
x
1
- x
2
y
1
- y
2

35
4. Tipos de Vectores

4.1.Vector Nulo
aquele vector cujo representante um segmento orientado nulo, ou seja aquele vector que tem
a sua origem coincidindo com a sua extremidade, e representado por:
= AA
= BB
= CC

4.2.Vectores Iguais
Dois vectores AB
e CD
so iguais se, e somente se, (AB) = (CD), ou seja se forem equipolentes.

Dois segmentos orientados, (A,B) e (C,D), so equipolentes quando tm a mesma direco, o
mesmo sentido e o mesmo modulo ou comprimento ou quando ambos forem nulos.
B

A
D

C

4.3.Vectores Opostos
Dado um vector u = AB
, o vector BA
oposto de AB
e se indica por AB
ou por - u

4.4.Vector Unitrio
um vector cujo valor da norma (intensidade ou mdulo) igual unidade ou seja, se o vector
u unitrio [u[ = 1.

4.5. Norma
Norma (intensidade ou mdulo) de um vector o comprimento de qualquer um dos seus
representantes, a norma de um vector u qualquer representa-se por [u[; onde;
[u[ = _u
2
x
+ u
2
y
+ u
2
z

5. Adio de vectores

5.1. Soma de Dois Vectores
A soma de dois vectores u e u pode ser efectuada usando-se a regra do paralelogramo da
seguinte forma:
1. Tome um segmento orientado que representa u ;
2. Tome um outro segmento orientado que representa u, com origem na extremidade de u;
36
3. O vector u + u representado pelo segmento orientado que vai da origem de u at a
extremidade de u.

u

u u + u u

u + u

u

Atravs da figura podemos deduzir que a
soma de vectores comutativa, ou seja,

u + u = u + u;

Para quaisquer vectores u e u. Observamos
tambm que a soma u + u est na diagonal
do paralelogramo determinado por u e u,
quando esto representados com a mesma
origem.

5.2. Adio de Trs vectores

deduzimos que a soma de vectores associativa, ou seja,
u + (w + u) = (u +w) + u; para quaisquer vectores u , w e u.

w

w + u u
u u +w
(u +w) + u

u + (w + u)
Atravs da figura podemos deduzir
que a soma de vectores associativa,
ou seja,
(u +w) + u = u + (w + u);
Para quaisquer vectores u , w e u.

5.3.Adio com um vector nulo

u +
+ u = u
Para qualquer vector u o simtrico do vector u denotado por - u, o vector que tem mesmo
comprimento, mesma direco e sentido contrrio ao de u . Segue ento, que:
u + (-u) =

6. Subtraco de vectores

1. Portanto a diferena de dois vectores um terceiro vector iguala a soma de um deles pelo
simtrico do outro, assim definimos a diferena u menos w , por: u - w = u +(-w) assim
segue esta definio:
37
w + ( u - w) = (u - w) + w = u + (- w + w) = u +
= u.
Assim, a diferena u - w um vector que somado a w d u, portanto ele vai da extremidade de
w at a extremidade de u , desde que u e w estejam representados por segmentos orientados com
a mesma origem.

u - w

u

- w w

A diferena u - w

Ou seja:

u - w
u

w

A diferena u - w

1. Componentes e coordenadas do vector no plano
y

v
y
u = ( v
x
; v
y
)

0 v
x
x

Componentes do vector u no plano
Y

y
p
=
(x; y)

O

0
x
x
Coordenadas de P so iguais as componentes de
O

38
2. Soma de Vectores no Plano
y

u + u
u
y
+u
y

u
y

u
y

u

u
y
u

u
x

0 u
x
u
x
u
x
+ u
y
x

Como ilustrado, a soma de dois
vectores
u = (u
x
; u
y
) e u = (u
x
; u
y
)
dada por
u + u = (u
x
+ u
x
; u
y
+ u
y
).

7. Multiplicao de Vectores
As operaes com vectores so utilizadas de maneira muito ampla, para expressar as relaes
que existem entre as diversas grandezas.

1. Multiplicao de Vector u por um Escalar k e R
A multiplicao de um vector u por um escalar k e R, pode ser simbolizada por k. u, e
determinada pelo vector que possui as seguintes caractersticas:
a) o vector nulo, se k = 0 ou u =

b) Se a direco a mesma com a do vector u (neste caso, dizemos que eles so paralelos),
c) Tem o mesmo sentido de u, se k > 0 e tem o sentido contrrio ao de u, se k < 0.
d) Se w = k u, dizemos que w um mltiplo escalar de u. fcil ver que dois vectores no
nulos so paralelos (ou colineares) se, e somente se, um um mltiplo escalar do outro.
39
As operaes com vectores podem ser definidas utilizando um sistema de coordenadas
rectangulares ou cartesianas. Em primeiro lugar, vamos considerar os vectores no plano.
Seja u um vector no plano. Definimos as componentes de u como sendo as coordenadas (x
1
; y
1
)
do ponto final do representante de u que tem ponto inicial na origem. Vamos identificar o vector
com os seus componentes e vamos escrever simplesmente

u = (x
1
; y
1
)

Assim, as coordenadas de um ponto P so iguais ao componentes do vector O
, que vai da
origem do sistema de coordenadas ao ponto P. Em particular, o vector nulo,
= (0; 0). Em
termos dos componentes, podemos realizar facilmente as operaes: soma de vectores e
multiplicao de vector por escalar

u

-2u

3u

1
2
u

y

ku
ku
x

u
u
y

0 u
x
ku
x
x

De acordo com a figura a multiplicao de
um vector

u = ( v
x
; v
y
) por um escalar k
e R dada por:
k .

u = (kv
x
; kv
y
).

O vector ku tem a mesma direco do
vector u. Ter o mesmo sentido se k for
positivo e sentido contrrio se k for
negativo.

40
2. Produto Escalar ou Produto Interno de Dois Vectores
Define-se o produto escalar de dois vectores u e u
como a operao de multiplicao escalar dos
vectores u e u ao nmero real u . u dado por:
u . u = [u[. [u[ us 0
Onde: 0 o ngulo formado pelos dois vectores.

u
0

u
Podemos afirmar que o produto escalar de dois vectores igual ao mdulo do primeiro vezes a
componente do segundo no eixo determinado pelo primeiro, ou vice-versa. Isso pode-se resumir
na propriedade:
u . u = u . u

2.1. Aplicao do Produto Escalar na Fsica
Na Fsica a aplicao do produto escalar pode ser usada na definio de trabalho W executado
por uma fora constante F
que actua sobre um corpo ao longo de um determinado deslocamento

d
definido como o produto escalar desta fora pelo deslocamento efectuado pelo corpo no qual
a fora est aplicada.
F
y
F

F
x

A

d
B
Pode-se observar que o componente da fora F
que
realiza o trabalho F
x
paralela ao deslocamento
AB
= d
, ento:
[F
x
[ = [F
[ us 0
O trabalho realizado uma grandeza escalar e tem
como expresso:
W = F
. d
ou W = [F
[ . [d
[ us 0

Usando o conceito de vector unitrio encontramos que:
t . t = [t[ . [t[ us = 1
. = 1
k
. k
= 1
Do modo equivalente encontramos que:
t . = [t[ . [ [ us 9 =
t . k
= 0
. k
=

z

k

y
t
x
Coordenada cartesiana tridimensional

Podemos utilizar a decomposio de um vector segundo as suas componentes cartesianas e
definir o produto escalar:

u = u
x
t
+ u
y

+ u
z

k
; u = u
x

t
+ u
y

+ u
z

k
e w = w
x
t
+ w
y

+ w
z

k

u . u = (u
x
t
+ u
y

+ u
z

k
) . (u
x

t
+ u
y

+ u
z

k
) = (u
x
. u
x
)
t
+(u
y
. u
y
)
+ (u
z
. u
z
)
k

41
2.2.Corolrio 1
Se as coordenadas dos vectores u = (u
x
; u
y
; u
z
) e u = (u
x
; u
y
; u
z
) se referem a uma base
ortogonal, ento o produto escalar, u . u pode ser dado por:

u . u = u
x
u
x
+ u
y
u
y
+ u
z
u
z

2.3. Demonstrao
u . u = [u[. [u[ us 0 de acordo com a lei dos co-senos facilmente podemos deduzir que
[u + u[
2
= [u [
2
+ [u[
2
- 2[u[. [u[. us 0 logo:
[u . u[ us 0 =
1
2
[[u [
2
+ [u[
2
- [u + u[
2
assim: u . u = u
x
u
x
+ u
y
u
y
+ u
z
u
z

Portanto fcil perceber que:
a . a = a
2
x
+ a
2
y
+ a
2
z
= a
2

2.4. Corolrio 2
Como u . u = u. u us 0 que no difere de a . b
= a . b us 6, temos us 6 =
a . b
a .b
e assim
poderemos calcular o ngulo entre dois vectores, em funo de suas componentes cartesianas:
us 6 =
a
x
h
x
+ a
y
h
y
+ a
z
h
z
_a
2
x
+ a
2
y
+ a
2
z
. _b
2
x
+ b
2
y
+ b
2
z

2.5. Co-senos Directores
y
p
y
0
y
p
0
x

0 p
y
x

O vector
x
+
y
=
x
t
+
y

Sendo P definido por P = _
2
x
+
2
y

Assim us 0
x
=
e us 0
y
=

De acordo com a definio da trigonometria: tag 0
x
=
x
= cotg 0
y

No plano tridimensional o vector
ser dado por
x
+
y
+
z
=
x
t
+
y
+
z
k
assim
teremos:
us 0
x
=
x
_
2
x
+
2
y
+
2
z
; us 0
y
=
y
_
2
x
+
2
y
+
2
z
; us 0
z
=
z
_
2
x
+
2
y
+
2
z

42
2.5.1. Teorema
A soma dos quadrados dos co-senos directores de qualquer vector igual unidade.
us
0
x
+us
0
y
+us
0
z
= _

x
_
2
x
+
2
y
+
2
z
_
2
+ _

y
_
2
x
+
2
y
+
2
z
_
2
+_

z
_
2
x
+
2
y
+
2
z
_
2
= 1
cux
2
0
x
+ cux
2
0
y
+ cux
2
0
z
=
x
2
2
x
+
2
y
+
2
z
+
y
2
2
x
+
2
y
+
2
z
+
z
2
2
x
+
2
y
+
2
z
= 1
Ento:
cux
2
0
x
+cux
2
0
y
+cux
2
0
z
= 1

2.5.2. Versor do Vector
Os co-senos directores do vector u so as coordenadas do versor do vector : que pode ser
apresentado pela expresso:
vers u =
u
[u[
=
u
x
+u
y
+u
z
[u[
=
u
x
[u[
t +
u
y
[u[
+
u
z
[u[
k
= (us 0
x
)
t
+ (us 0
y
)
t
+ (us 0
z
)
k

vers u = (us 0
x
)
t
+ (us 0
y
)
t
+ (us 0
z
)
k

Observao:
Decorre desta ultima expresso que sempre que um vector tem nulo um coeficiente, tal vector
ortogonal ao eixo homnimo da coordenada que falta, pois se us 6 = , resulta que 6 = 9.

2.6. Propriedades do Produto Escalar
Teorema
Para quaisquer u , w e u no plano tridimensional e para qualquer nmero real , tem-se:
1. u. u = u. u
2. u . (u + w) = u. u + u . w
3. u. (2u) = (2u) . u = 2(u. u)
4. u. u = u
2
0 ; u. u = 0 = u =

2.7. Norma de vector como funo do Produto Escalar
Definio
Seja um vector u = (u
x
; u
y
; u
z
) qualquer com as coordenadas referindo-se a uma base
ortogonal. Ento, da definio de produto escalar, temos:
u. u = u
2
us 6

[u[ = Vu . u = _(u
x
; u
y
; u
z
). (u
x
; u
y
; u
z
) = _u
2
x
+ u
2
y
+ u
2
z

43
2.8. Condio de Ortogonalidade de Dois Vectores
Teorema
Sejam dois vectores quaisquer u e u descritos num plano tridimensional no nulos. O vector
u ortogonal a u se os dois vectores forem perpendiculares (u u), isto , se, e somente se, o
produto interno dos dois vectores for nulo. Ou por outra:
u . u = [u[. [u[ us 0 = 0

2.9. Projeco do Vector u na Direco do Vector u
Sejam os vectores u e u no nulos e o ngulo entre eles. A projeco do vector u sobre o
vector u, representada por proj u
u
o vector definido por:

proj u
u
=[u[ us 0u
ou seja:
proj u
u
= u
u
=
u.u
[u[
2
u
frmula do vector projeco de u na direco de u

v

0
u
u
u

3. Produto Vectorial ou Produto Externo de Dois vectores
Define-se o produto vectorial de dois vectores u e u o terceiro vector
= u x u e e deflnldo
como o vecLor que saLlsfaz as segulnLes condles:
1. A linha de aco de
perpendicular ao plano que contm u e u.

2. A norma desLe vecLor
([u x u[) dado por:

[
[ = [u x u[ = [u[. [u[. stn0, onde o menor ngulo entre os vectores u e u.

3. O sentido de
tal que u ; u e
formam, nesta ordem, um triedro directo.

3.1. Aplicao do Produto Vectorial na Fsica
O produto vectorial uma importante ferramenta matemtica utilizada na Fsica, dentre algumas
aplicaes pode-se citar o torque.
O torque uma grandeza matemtica representada por z e est relacionada com a possibilidade
de um corpo sofrer uma toro ou alterar o seu movimento de rotao.
A equao para o clculo do torque

z = r x F

Onde: [r[ a distncia do ponto de aplicao da fora F
ao eixo de rotao, ao qual o corpo est

vinculado.
Lembrando o clculo do modulo do produto vectorial visto anteriormente:

[z[ = [r [x [F
[sen 0
44
3.2.Corolrio

u

u
Sejam os vectores u e u enquadrveis no plano
tridimensional e sejam u = (u
x
; u
y
; u
z
) e
u = (u
x
; u
y
; u
z
) definidos numa base
ortogonal positiva (t; ; k
). Ento, o produto
vectorial (ou produto externo) de u e u dado;

De modo genrico, podemos definir o produto vectorial como:

u x u = _
t k
u
x
u
y
u
k
u
x
u
y
u
k
_ = _
u
y
u
z
u
y
u
z
_ t -
u
x
u
z
u
x
u
z
+ _
u
x
u
y
u
x
u
y
_ k

ou
u x u = (u
y
. u
z
- u
z
u
y
)t - (u
x
. u
z
-u
z
u
x
) + (u
x
. u
y
- u
y
u
x
)k

Uma aplicao do produto vectorial a definio da fora
que actua em uma carga elctrica q

que penetra com velocidade v numa regio que existe um campo magnticoB
:
F
= q v x B
ou ainda F
= q v B stn0
Usando a definio de produto vectorial, encontramos que:

t . = k
= - x t
x k
= t = - k
x
k
x t = = - t x k

t x t = x = k
x k
= 1 . x|n =

z

k

y
t
x

3.2 Propriedades do Produto Vectorial
Para quaisquer u , w e u no plano tridimensional e para qualquer nmero real , tem-se
1. u x (u + w) = u x u + u x w
2. (u + u)x w = u x w +u x w
3. u x (2u) = (2u) x u = 2(u x w)
4. u x u = - u x u

3.3. Interpretao Geomtrica do Mdulo do Produto Vectorial

O mdulo do produto vectorial dos vectores u e u no nulos no plano tridimensional igual a
rea do paralelogramo determinado por eles.
45

B C

u h = [u[. x|n0

0
A u D

[ABCD] um paralelogramo e a sua
rea ser expressa por:

A
[u[. [u[. stn0 [u x u[

4. Produto Misto
Sejam os vectores u ; u e w no nulos no plano tridimensional. Denomina-se produto misto de
u ; u e w (ou produto escalar triplo) ao nmero real |u ; u ; w] = (u x u) . w
Se (t; ; k
) uma base ortogonal positiva, relativamente qual:

u = (u
x
; u
y
; u
z
), u = (u
x
; u
y
; u
z
) e w = (w
x
; w
y
; w
z
)

Ento o produto misto de u ; u e w dado por:

|u ; u ; w] =
u
x
u
y
u
y
u
x
u
y
u
z
w
x
w
y
w
z

4.1. Interpretao Geomtrica do Mdulo do Produto Misto

O mdulo do produto misto (u x u) . w igual ao volume do paraleleppedo de arestas
determinadas pelas vectores u ; u e w

4.2. Volume do Paraleleppedo
O volume do paraleleppedo ser expresso
por:
V = A
b
h.

Onde; a medida do ngulo entre os vectores
(u x u) e w.

u x u

0 w
h
u

u
46
4.3. Volume do Paraleleppedo

Sejam A, B, C e D pontos no coplanares,
portanto, os vectores AB
, AC
e AD
tambm
no so coplanares. Como consequncia estes
vectores determinam um paraleleppedo cujo
volume :
V = [
AB
, AC
, AD
[

Este paraleleppedo, por sua vez, pode ser
repartido por prismas triangulares do mesmo
tamanho e, portanto o volume V
p
de cada
prisma a metade do volume V do
paraleleppedo, isto ,

[V
p
=
1
2
V.

De acordo com a geometria espacial que o
prisma pode ser repartido em trs pirmides de
mesmo volume, sendo uma delas o tetraedro
ABCD, assim o volume V
t
do tetraedro um
tero do volume do prisma, Ou seja.

F
t
=
1
3
V
p
=
1
3
[
1
2
V

V
t
=
1
V

V
t
=
1
([
AB
, AC
, AD
[)

Onde:
V do paraleleppedo
V
p
o volume de cada prisma
V
t
o volume do tetraedro

D

C

A B

47
5. Duplo Produto Vectorial.
O produto vectorial de dois vectores quaisquer linearmente independentes u e u no plano
tridimensional um vector ortogonal a u e a u, logo o produto vectorial desse vector com outro
vector qualquer w no plano tridimensional resulta num vector que est contido no plano
determinado pelos vectores iniciais u e u.
Como os vectores (u x u) x w, u e u so coplanares,
implica que eles so linearmente dependentes ento se
pode escrever qualquer um deles como combinao
linear dos outros dois. Assim, pode-se expressar o
duplo produto vectorial como combinao linear dos
vectores u e u ou seja ( ux u) x w = 2u + u
Tomando-se uma base ortogonal positiva, (t; ; k
)
aps algumas manipulaes algbricas determinam-se
os valores dos parmetros e em funo dos vectores
u e u, resultando em:

(u x u) x w = (u . w)u + (u . w )u

Como o produto vectorial no associativo, ento
refazendo todos os clculos para:
(u x u) x w resulta em:

u(u x w) = (u . w)u - (u . u) . w

6. Distncia entre Dois Pontos
Dados os dois pontos P
1
= (x
1
; y
1
) e P
2
= (x
2
; y
2
), deseja-se calcular a distncia d entre P
1
e P
2
.

y

y
2
P
2

d
y
1
- y
2

P
1
A
y
1
x
1
-

x
2

0 x
1
x
2
x

No grfico observvel um triangulo inscrito
nos pontos (P
1
,A,P
2
), sendo a distancia d a
hipotenusa, x
2
x
1
e y
2
y
1
seus respectivos
catetos. Aplicando o teorema de Pitgoras
teremos:
d
2
= (x
2
x
1
)
2
+ (y
2
y
1
)
2

Assim a distncia entre dois pontos ser
definida pela expresso:

d = (x
2
- x
1
) + (y
2
- y
1
)
48
7. Ponto que Divide um Segmento numa Razo Dada
Seja o segmento de extremidades P
1
= (x
1
; y
1
) e P
2
= (x
2
; y
2
). O ponto P = (x; y) divide o
segmento P
1
P
2
numa razo dada .

y

y
2
P
2

y
P

P
1
y
1

0 x
1
x x
2
x

Ento:
= (P
1
P
2
P) =
1
.
2
.

Introduzindo as coordenadas de P
1
P
2
P

=
x-x
1
x-x
2
e =
y-y
1
y-y
2

Isolando x e y

x =
x
1
- m.x
2
1- m
e y =
y
1
- m.y
2
1- m

Caso particular:
Se = - 1, ento o ponto P coincide com o
ponto mdio do segmento
1
2
de onde se
infere as frmulas:

X
M
=
x
1
+ x
2
2
e Y
M
=
y
1
+ y
2
2

49
Captulo V. ESPAOS VECTORIAIS (Aula terica)
1. Apresentao
Neste captulo vamos precisar o conceito de dimenso usado na linguagem corrente, quando
dizemos que um plano tem dimenso 2, ou que o espao em que nos movemos tem dimenso 3".
Sendo n um nmero natural, o nosso estudo vai ser feito dentro de R
n
, que seria o nosso espao.
Definiremos com rigor o que se entende por dimenso de certo tipo de subconjuntos de R
n
.

No estudo que vamos fazer, usaremos apenas as operaes de adio de elementos de R
n
e
multiplicao de nmeros por elementos de R
n
. Um estudo completamente anlogo pode fazer-se
num contexto abstracto, em que se trabalha com conjuntos cujos elementos se possam somar e
multiplicar por nmeros, exigindo-se apenas que essas duas operaes satisfaam algumas
propriedades naturais. Conjuntos desse tipo chamam-se espaos vectoriais.

1.2. Definio do Espaos R
n

R
n
o conjunto das matrizes n x1 com elementos reais. Aos elementos de R
n
que um espao
vectorial so chamados de vectores e aos nmeros chamamos por vezes escalares.
Frequentemente identificaremos o vector
2. _
a
1
a
2
.
a
n
_ ou (
a
1
a
2
a
n
)
Com a sequncia ordenada (a
1
, a
2
, , a
n
). Ao vector (0, 0, , 0) chamamos vector nulo, ou
origem de R
n
, e denotamo-lo por 0.

O conjunto R
1
simplesmente o conjunto de nmeros reais.
O conjunto R
o conjunto dos pares de nmeros reais (x ; y) identificado, da forma habitual,

com o conjunto dos pontos de um plano em que se fixou um sistema de eixos:

y

a
2
a = [
a
1
a
2

0 a
1
x
50
De forma inteiramente anloga do conjunto R
, o conjunto R
o termo de nmeros
identificado (x, y e z), da forma habitual, com o conjunto dos pontos do espao usual em que se
fixou um sistema de trs eixos perpendiculares. Pode ser interpretado geometricamente de duas
maneiras:

Pode ser visto como um ponto,
neste caso x, y e z so
coordenadas do ponto.
z

z (x, y , z)

y y
x

x coordenadas (x, y, z)

Ou como um vector, neste caso
x, y e z so componentes do
vector.
z

z (x, y , z)

y y
x

x componentes (x, y, z)

Por analogia a adio de vectores de R
e a multiplicao de nmeros reais por vectores de R

tm interpretaes geomtricas anlogas s de R
.

R
e R
so a nossa inspirao para o estudo de R
. Claro que, para n 4, no h figuras, e o

estudo exclusivamente algbrico.

51
1.3. Espao Vectorial
Assim um conjunto no vazio de elementos que podem ser incrementados nos processos de
adio e multiplicao por uma grandeza numrica obedecendo certas condies ou propriedade
pode-se chamar de espao vectorial.
Pode se dizer que um conjunto F = um espao vectorial sobre um corpo k se e somente se:

1.3.1. Existe uma operao de adio (u , v)= = = = u + u em V que verifica as seguintes
preposies:
a) u +u = u + u : para qualquer u , v e V propriedade comutativa
b) (u +u ) + w = u + (u + w): para qualquer u, v , w e F propriedade associativa
c) Se existe em V um elemento neutro para essa adio o qual ser simbolizado, genericamente
por 0 ou seja:
Para qualquer 0 e F: u + = u para qualquer u e V
0 o elemento neutro.
d) Para todo elemento u de V existe o oposto que indicado por (- u). Assim qualquer u e V,
existe (- u ) e V, tal que:
u + (- u) =
- u ou u
!
o elemento oposto

1.3.2. Est definida uma multiplicao k . V o significa que a cada (u , u) da multiplicao
est associado a um nico elemento de Vque se indica por uu, e para essa operao
so verificados os seguintes axiomas.
a) u( . u) = (u . ) u, para qualquer u e V e para qualquer u , e k
b) (u + )u = uu +u, para qualquer u e V e para qualquer u , e k propriedade
distributiva.
c) u (u + u) = uu + uu, para qualquer u, v e V e para qualquer u e k propriedade
distributiva.
d) u . 1 = 1 . u = u
Recorde-se que:

u um produto dos escalares u e pertencentes ao corpo k.
uu produto do escalar u pelo vector u

1.4.Subespaos Vectoriais
Dentro de um espao vectorial V, h subconjuntos w que sejam eles prprios espaos vectoriais
menores tais conjuntos sero chamados subespaos de V. isto o subconjunto w de um espao
vectorial chama-se subespao de V, quando w por si prprio um espao vectorial sob as
operaes de soma e multiplicao por um escalar definidas em V.
52

Ou seja um subespao de R
n
um subconjunto w de R
n
que satisfaz o seguinte teorema:
Seja V um espao vectorial sobre um corpo k e R um subespao vectorial de V um conjunto
w ( F tal que:
a) W = ou 0 e w (vector nulo)
b) Qualquer u , v e w ; u + u e w esta condio descreve que V fechado para a adio de
vectores".
c) Qualquer u e k e u e w ; uu e w esta condio descreve que V fechado para o
produto de nmeros reais por vectores.

1.5. Operaes
1.5.1. Igualdade de Vectores
Dois vectores u = (u
x
, u
y
, u
z
, ., u
n
) e u = (u
x
, u
y
, u
z
, ., u
n
) no espao R
so
considerados iguais se, e somente se: u = v assim

u
x
= u
x
, u
y
= u
y
, u
z
= u
z
e u
n
= u
n

1.5.2. Soma
As operaes de soma de vectores e multiplicao de vector por um escalar no espao R
so de
definidas de uma forma anloga ao que se faz no plano e espao.

u = (u
x
, u
y
, u
z
, ., u
n
) e u = (u
x
, u
y
, u
z
, ., u
n
)

u + : = (u
x
+ u
x
; u
y
+ u
y
; u
z
+ u
z
; .; u
n
+ u
n
)

1.5.3. Vector Simtrico
Se u = (u
x
, u
y
, u
z
, ., u
n
) um vector no espao R
, ento o simtrico de v denominado

por v e definido por - u = (- u
x
, - u
y
, - u
z
, ., - u
n
) a diferena de dois vectores no
espao R
definido por
u - u = u + (- u)

1.5.4. Multiplicao do vector por um escalar
Seja u = (u
x
, u
y
, u
z
, ., u
n
) no espao R
e um escalar u e k a multiplicao do vector v

por um escalar definida por:

u u = (uu
x
, uu
y
, uu
z
, ., uu
n
)
53
2. Combinao Linear de Vectores
Uma das caractersticas mais importantes de um espao vectorial a obteno de novos vectores
a partir dos vectores dados.

Uma combinao linear de vectores u
1
, u
2
, u
3
, ., u
n
pertencente ao espao vectorial V
simplesmente uma soma de mltiplos escalares u, u
2
, u
3
, ., u
n
dos vectores u
1
, u
2
,
u
3
, ., u
n
.

Seja u
1
, u
2
, u
3
, ., u
n
pertencente ao espao vectorial V e nmeros reais ou escalares u
1
, u
2
,
u
3
, ., u
n
(os coeficientes da combinao linear), diz-se que u
1
, u
2
, u
3
, ., u
n
combinao
linear de w e F se for satisfeita a seguinte condio:

w = u
1
u
1
+ u
2
u
2
+ u
3
u
3
+, ., + u
n
u
n

2.4.1. Subespao Gerado
w Chama-se subespao gerado pelos vectores u
1
, u
2
, u
3
, ., u
n
se w pode ser definido por
w = u
1
u
1
+ u
2
u
2
+ u
3
u
3
+, ., + u
n
u
n
, diz-se que o conjunto u
1
, u
2
, u
3
, ., u
n
um
conjunto gerador de w.

Exemplo 1.
Mostre que o vector w = (9; 2; 7) combinao linear dos vectores dados:

u
1
= (1; 2; -1) e u
2
= (; 4; 2)

Resoluo: w = u
1
u
1
+ u
2
u
2
que um subespao gerado

w = (9; 2; 7) = u
1
(1; 2; -1) + u
2
(; 4; 2) logo:
w = (9; 2; 7) = (1u
1
+ u
2
); (2u
1
+ 4 u
2
); (-1 . u
1
+ 2 u
2
)

_
1u
1
+ u
2
= 9
2u
1
+ 4 u
2
= 2
-1 . u
1
+ 2 u
2
= 7
= _
1
2 4
-1 2
. 9
. 2
. 7
_
|
2
2|
3
+ |
2
|
3
|
1
+|
3
= _
1
8
8
. 9
. 1
. 1
_
|
2

1
8
|
2
|
3
|
3
-|
2
=

_
1
1

. 9
. 2
.
_|
1
|
1
- |
2
= _
1
1

. -3
. 2
.
_ = _
u
1
u
2

. -3
. 2
.
_ = _
u
1
= -3
u
2
= 2

Resposta: w = -3 (1; 2; -1) + 2 (; 4; 2)

54
Exemplo 2.
Mostre que o vector w = (4; -1; 8) no combinao linear dos vectores
dados: u
1
= (1; 2; -1) e u
2
= (; 4; 2)

Resoluo: w = 2
1
u
1
+ 2
2
u
2
que um subespao gerado

w = (4; -1; 8) = 2
1
(1; 2; -1) + 2
2
(; 4; 2) logo;
w = (4; -1; 8) = (12
1
+ 2
2
); (22
1
+ 4 2
2
); (-1 . 2
1
+ 2 2
2
)

_
12
1
+ 2
2
= 4
22
1
+ 4 2
2
= -1
-1 . 2
1
+ 2 2
2
= 8
= _
1
2 4
-1 2
. 4
. -1
. 8
_
|
2
2|
3
+ |
2
|
3
|
1
+ |
3
= _
1
8
8
. 4
. 15
. 12
_ =

_
1
8
2
. 4
. 15
. 3
_
|
1
|
1
- 3|
3
|
2
|
2
- 4|
3
= _
1

2
. -5
. 3
. 3
_ = _
1
2

. -5
.
. 3
_ = P
a
= P
c

2
1
e 2
2
no existem por isso w no pode ser uma combinao linear dos vectores u
1
e u
2

3. Dependncia e Independncia Linear
Da definio informal de independncia linear pode-se dizer que um grupo de vectores dito
linearmente independente se no for possvel escrever qualquer um deles como combinao
linear dos outros.
A dependncia e a independncia linear de vectores so conceitos fundamentais no estudo de
espaos vectoriais. Por isso, sua conceituao ser feita sob o conceito algbrico. Porm, para
isso necessita-se do conceito de paralelismo entre vector e recta e entre vector e plano.
Diz-se que um vector u paralelo a uma recta r se algum representante do vector u tiver a
recta r como recta suporte. Dois vectores so paralelos quando suas rectas suportes forem
paralelas.
Diz-se que um vector u paralelo a um plano se algum representante do vector u tiver como
recta suporte uma das rectas do plano .

Seja u
1
, u
2
, u
3
, ., u
n
e F linearmente independente (LI) quando a combinao linear deste
vectores igual a zero ou por outra:

2
1
u
1
+2
2
u
2
+ 2
3
u
3
+, ., + 2
n
u
n
=

Esta definio implicar que a soluo seja nica e trivial ou seja:

55
Se 2
1
= 2
2
= 2
3
= 2
n
= os vectores so linearmente independentes

Seja u
1
, u
2
, u
3
, ., u
n
e F linearmente dependente (LD) quando a combinao linear deste
vectores igual a zero ou por outra:

2
1
u
1
+ 2
2
u
2
+ 2
3
u
3
+, ., + 2
n
u
n
= e quando 2
|
=

Ou seja 2
1
= ; 2
2
= ; 2
3
= ; 2
n
=
Teorema 1
Dois vectores so linearmente dependentes se e somente se estes forem colineares.

Colorado
Dois vectores so linearmente independentes se e somente se estes no forem colineares.

Teorema 2
Trs vectores so linearmente dependentes se e somente se estes so coplanares.

Colorado
Trs vectores so linearmente independentes se e somente se estes no so coplanares.

Exemplo 3.
Determine se os vectores u e v so ou no so linearmente dependentes de acordo com as
condies:
u = (2; 3; -1) e v = (-1; 3; 2)

Resoluo: 2
1
u + 2
2
u = ou u
1
u + u
2
u = 0

_
2
1
+ (- 2
2
) =
2
1
+ 3 2
2
=
-2
1
+ 2 2
2
=
= _
2 -1
3 3
-1 2
_ = _
2 -1
3 3
-1 2
_
|
1
|
1
+ |
3
|
2
3|
3
+ |
2
|
3
2|
3
+|
1
=_
1 1
9
3
_
|
1
3|
1
- |
3
|
2
|
2
- 3|
3

=_
3

3
_=_
1
1

_ P
a
= P
c
= n = ssim os soluo 2
1
= e 2
2
= que tiauuz uma

Lineaiiuaue inuepenuente.

56
4. Mudana de Base. Autovalores e Autovectores
Sejam
1
= (u
1
, u
2
, ., u
n
) e
2
= (u
1
, u
2
, ., u
n
), duas bases de um espao vectorial.
Ento:
u
1
= a
11
u
1
+
u
2
= a
21
u
1
+
a
12
u
2
+ a
1n
u
n
a
22
u
2
+ a
2n
u
n

u
n
= a
n1
u
1
+

a
n2
u
2
+ a
nn
u
n

Seja a matriz P = _
a
11
a
12
a
21
a
22
a
n1
a
n2

a
1n
a
2n

a
nn
_ uma matriz transposta

Definio 1
A matriz P chama-se matriz mudana de transio de base ou matriz de transio da base
1

para a base
2
.

Teorema
Seja P a matriz de transio de uma base
1
para a base
2
, num espao vectorial V. Ento,
para qualquer vector u e F, tem-se:

(u)
2
=
-1
(u)
1
e (u)
1
= (u)
2

Onde: (u)
|
so as coordenadas do vector v (u)
1
em relao base
|
(| = 1, 2)

Definio 2
Seja A uma matriz quadrada. Ento, o determinante A(2) = A - 2 I chama-se polinmio
caracterstico da matriz A.

A equao A(2) = chama-se equao caracterstica da matriz A

Definio 3
Seja A uma matriz quadrada. Diz-se que um nmero um autovalor da matriz A se existir um
vector (matriz coluna transposta) no nulo v para o qual Av = v. Todo o vector que satisfaa esta
igualdade chama-se autovector da matriz A pertencente ao autovalor .

57
Teorema 1
Seja A uma matriz quadrada. Um nmero um autovalor da matriz A se e somente se uma
raiz do polinmio caracterstico da matriz A.

Teorema 2
Seja A uma matriz simtrica (A = A
I
). Ento, existe uma matriz ortogonal (
I
=
-1
) tal que
a matriz D =
-1
A diagonal. Pode-se escolher as colunas da matriz A como autovectores
ortogonalizados da matriz A e aos elementos diagonais da matriz D so os autovalores
correspondentes.

58
Captulo VI. RECTA E PLANO NO ESPAO (Aula Terica)
1. Apresentao
A Geometria Analtica, como deve saber, teve como principal precursor o filsofo francs Ren
Descartes (1596-1650). Com o auxlio de um sistema de eixos associados a um plano, ele faz
corresponder a cada ponto do plano um par ordenado e vice-versa. Quando os eixos desse
sistema so perpendiculares na origem, essa correspondncia determina um sistema cartesiano
ortogonal (ou plano cartesiano). Assim, h uma reciprocidade entre o estudo da geometria
(ponto, recta, circunferncia) e da lgebra (relaes, equaes etc.), podendo-se representar
graficamente relaes algbricas e expressar algebricamente representaes grficas.

1.1. Sistemas de Coordenadas no Espao Tridimensional R
3

No sistema cartesiano ortogonal, em geometria analtica plana as equaes contm duas
variveis. Na espacial, trs variveis. Nesta se exigir maior esforo de visualizao das figuras
em causa.

O conjunto dos pontos do espao tridimensional ser indicado por R
3
.

Sejam x, y e z trs rectas orientadas, mutuamente perpendiculares entre si e concorrentes no
ponto O (Ox, Oy, Oz) tri-rectngulo.

z

P
z
P
3

P
2
P

z

y
y
O P
y
x

P
x
P
1

x
Ponto O representa a origem dos
sistemas cartesianos.
Rectas orientadas representam os
eixos cartesianos.
Planos xy, xz, yz que representam os
planos cartesianos.
Pelo ponto P traam-se trs planos
paralelos aos planos coordenados e
juntamente com estes individualiza-se
um paraleleppedo rectngulo, cujas
faces interceptam os eixos x em P
x
,
y em P
y
e z em P
z
.
Podemos associar a cada ponto P do
espao um triplo de nmeros reais.
Assim o ponto P fica determinado por
suas coordenadas cartesianas
ortogonais P = (x, y, z) onde:
x = OP
x
abcissas
y = OP
y
ordenadas
z = OP
z
cota

59
1.2. Particularidades
1. O = (0, 0, 0) Representa a origem dos sistemas cartesianos.
2. P
1
= (x, y, 0), P
2
= (x, 0, z) e P
3
= (0, y, z) representam as projeces ortogonais do ponto P
sobre os planos coordenados xy, xz e yz.
3. P
x
= (x, 0, 0), P
y
= (0, y, 0) e P
z
= (0, 0, z) representam as projeces ortogonais do ponto P
sobre os eixos coordenados x, y e z.
4. No sendo os eixos mutuamente perpendiculares, temos um sistema de coordenadas oblquas.

2. Estudo das Equaes do Plano.
2.1. Equao Vectorial do Plano.
Seja o plano de coordenadas tridimensional. Sejam um ponto A e e dois vectores
u(m, n. , p) e u(a, h, c) no nulos, linearmente independentes e paralelos ao plano .
Assim os planos e so paralelos. Ento, qualquer ponto X do espao tridimensional pertence
se, e somente se, os vectores AB
, u e u forem linearmente dependentes, isto , se:

e e R
Ento vem a deduo:

AX
X

A

u

m u

AX
= m + 2u
+ qu

Equao vectorial do plano , os vectores u e
u so chamados vectores directores do plano .
Se A, B e C so pontos distintos e no
colineares do plano , pode-se tomar como
vectores directores do plano onde: u = AC

e u = BC
, ento uma equao vectorial do

plano pode ser escrita como segue

X = A + 2 BC
+ q AC

Onde; e e R
2.2. Equaes paramtricas do plano
Seja o sistema de coordenadas ortogonal (O,B), onde B = (h
t ,
h
,
h
k
) uma base ortogonal, em

relao ao qual sejam dados A(x
0
, y
0,
z
0
) , X (x, y, z) , u(m, n. , p) e u(a, h, c) onde: u = e
u = SubsLlLulndo-se na equao vectorial do plano resulta:
(x, y, z) = (x
0
, y
0,
z
0
) + (a, h, c) + (m, n. , p)
60
Ou
(x, y, z) = (x
+ 2 a + q m, y
+ 2h + qn, z
+ 2c + qp)

Ou ainda:

_
x = x
+ 2 a + q m
y = y
+ 2 h + q n
z = z
+ 2 c + q p

com e e R
Equaes paramtricas do plano
Se: A(x
1
, y
1
, z
1
), B(x
2
, y
2
, z
2
) e C(x
3
, y
3
, z
3
) so pontos distintos e no colineares do plano
pode-se tomar como vectores directores do plano :
u = AB
= (x
2
- x
1
, y
2
- y
1
, z
2
- z
1
), u = AC
= (x
3
- x
1
, y
3
- y
1
, z
3
- z
1
)
As Equaes Paramtricas do plano so obtidas a partir da equao vectorial do plano e tomam
a seguinte forma:
_
x = x
1
+ 2 (x
2
- x
1
) + q (x
3
- x
1
)
y = y
1
+ 2 (y
2
- y
1
) + q (y
3
- y
1
)
z = z
1
+ 2 (z
2
- z
1
) + q (z
3
- z
1
)

onde e e R

2.3. Equao Geral do Plano
a) O Plano determinado por um ponto e por dois Vectores
z

X u

A
u

0 y

x

Sendo:
A = (x
0
, y
0,
z
0
) , X = (x, y, z) ,
u = (m, n. , p) e u = (a, h, c)
O plano contm o ponto A e paralelo aos
vectores u e u (u no paralelo u) o ponto
X = (x, y, z) pertencer ao plano se, e
somente se, os vectores AX
, u e u forem
coplanares, isto se os vectores AX
, u e u
forem linearmente dependentes.

x - x
y - y
z - z
a h c
m n p
=

61
b) O Plano individualizado por dois pontos e por um Vector
z
X u

A

B

y
0

x

Sendo:
A= (x
0
, y
0,
z
0
) , B = (x
1
, y
1,
z
1
) , X = (x, y, z) e
u = (m, n. , p)
O plano passante por A e B e paralelo ao
vector u. Um ponto genrico X = (x, y, z) e
pertencente ao plano se, e somente se, os
vectores AX
, AB
e u forem coplanares:
x - x
y - y
z - z
x
1
- x
y
1
- y
z
1
- z
m n p
=

c) O Plano definido por trs pontos no colineares
z

B

A

X

C

0
y

x
Dados:
A = (x
0
, y
0,
z
0
) , B = (x
1
, y
1,
z
1
) , C = (x
2
, y
2,
z
2
)
e X = (x, y, z)
O plano determinado pelos pontos A, B e
C. Um ponto genrico X = (x, y, z) pertencente
ao plano se, e somente se, os vectores
AX,
AB
e AC
forem coplanares.

x -x
y - y
z - z
x
1
- x
y
1
- y
z
1
- z
x
2
- x
y
2
- y
y
2
- y
= 0
A resoluo de cada determinante apresentado anteriormente conduz a uma equao de trs
variveis:
Ax + By + Cz + D = 0
Cognominada equao geral do plano.

2.4. Posies relativas de recta e plano.
Uma recta em relao a um plano pode ser paralela ou transversal. Se for paralela pode ainda
estar contida ou no no plano.
62
Considere um sistema de coordenadas ortogonal ou cannico, uma recta qualquer r e um plano
onde qualquer do espao tridimensional. Ento, usando a teoria dos conjuntos pode-se afirmar:
1. A recta r est contida no plano se, e somente se, r r contiver infinitos pontos;
2. A recta r paralela ao plano se, e somente se, r r for o conjunto vazio;
3. A recta r transversal ao plano se, e somente se, r r contiver um nico ponto.
Para se equacionar este problema, assuma as seguintes equaes da recta e do plano:
r: X (x
0
, y
0
, z
0
) + (m, n, p)

Tomando-se as equaes paramtricas da recta r, obtm-se, ento, o seguinte sistema de quatro
equaes lineares nas incgnitas x, y, z e :
_
x = x
+ 2m
y = y
+2n
z = z
+ 2p
Ax + By + Cz + D =
De onde resulta o seguinte sistema _

x + + - 2m- x
=
+ y + - 2n - y
=
+ + z - 2p -z
=
Ax +By + Cz + + D =

Pela regra de Crammer, sabe-se que este sistema tem soluo nica se, e somente se:
_
1
1
-m
-n

a h
1 -p
c
_ = e calculando o determinante, resulta:

ma nb pc = 0
Portanto, essa a condio para a recta r ser transversal ao plano .
E, por outro lado, a condio para a recta r ser paralela a : ma nb pc = 0

Para verificar se a recta r est contida em , basta tomar um ponto de r e substitu-lo na equao
do plano . Se o ponto satisfaz a equao, ento a recta r est contida em , caso contrrio a recta
r paralela a .

2.5. Posies relativas de dois planos
Um plano em relao a outro plano pode ser paralelo ou transversal. Se for paralelo pode ainda
coincidente com o outro plano.
Considere um sistema de coordenadas ortogonal ou cannico. Sejam a
1
e a
2
dois planos do
espao tridimensional cujas equaes gerais so, respectivamente:
Ax
1
+ By
1
+ Cz
1
+ D
1
= e Ax
2
+ By
2
+ Cz
2
+D
2
=
fcil de concluir por pura visualizao que para os planos a
1
e a
2
serem paralelos seus
vectores normais tambm tm que ser paralelos, ou seja,
63
n
1
= 2 n
2

Logo: a
1
= 2 a
2
; h
1
= 2 h
2
; c
1
= 2 c
2

Ou ainda:
A
1
A
2
=
B
1
B
2
=
C
1
C
2
= 2 (constante)
se
D
1
D
2
= 2 ento a
1
e a
2
so coincidentes. Caso contrrio, so transversais.

3. Estudo das Equaes da Recta
Qualquer representao cartesiana de uma recta no espao tridimensional feita com pelo menos
duas equaes.

3.1. Equao Vectorial Paramtrica da Recta
z
r

X (x, y, z)

A(x
0
, y
0,
z
0
)
u = (a, b, )

y
0

x
Sejam a recta r que passa por
um ponto A e um vector u no
nulo paralelo a r.
Ento, qualquer ponto X do
espao tridimensional pertence
a r se, e somente se, os
vectores AX
e u forem
linearmente dependentes, isto
, se os vectores AX
e u forem
paralelos, onde:
AX
= (X -A)
u = (a
t
+ h

+ c
k
) e R
ento se pode escrever:
AX
= z . u ou X
= A
+ 2 . u

a Equao Vectorial Paramtrica da recta r expressa por;

r : X
= A
+ I . u e R Onde: u o vector director e um parmetro.

Observao:
A equao X
= A
+ I . u no nica. Se for escolhido outro ponto de r, por exemplo, B diferente

de A, ento X
= B
+ I . u, tambm uma equao vectorial de r. Ou seja se for escolhido outro

vector no espao tridimensional paralelo a u, por exemplo u, ento X
= B
+ I . u tambm
uma equao vectorial de r.
64
O ponto X chamado ponto genrico da recta r, isto , se percorrer todo o conjunto dos
nmeros reais, o X dado reproduzir todos os pontos da recta r desde - at + .

3.2 Equaes paramtricas da recta
Introduzindo as coordenadas de A,X e u na equao vectorial da recta e auxiliando-se num
sistema de coordenadas ortogonal (O, B), onde B = (h
t;
h
;
h
k
) uma base ortogonal, em relao

ao qual sejam dados X(x, y, z), A (x
; y
; z
) e : (a, b, c) onde, u = , isto , a, b, c no so

todos nulos. Assim resulta:

(x, y, z) = (x
; y
; z
) + (a, b, c)
De onde vem:

(x, y, z) = x
0
+ a , y
0
+ b , z
0
+ c

Ou r: _
x = x
+a2
y = y
+ h2
z = z
+ c2
2 e R
So cognominadas equaes paramtricas da recta r , onde: um parmetro

Observaes:

Se a recta r passar pelos pontos distintos A (x
1
, y
1
, z
1
) e B (x
2
, y
2
, z
2
), ento, pode-se tomar

u = AB
= (x
2
- x
1
; y
2
- y
1
; z
2
- z
1
)

e tem-se para equaes paramtricas da recta r as seguintes;
X = A + 2 AB
logo
(x, y, z) = (x
1
, y
1
, z
1
) + (x
2
x
1
, y
2
y
2
, z
2
z
1
)

Ou r: _
x = x
1
+ 2(x
2
- x
1
)
y = y
+ 2(y
2
- y
1
)
z = z
+ 2(z
2
- z
1
)
2 e R

65
3.3 Equaes Simtricas da Recta
Se na equaes paramtricas da recta r tiver a = , h = e c = ento se pode eliminar o
isolando-se o parmetro em cada uma da equaes paramtricas e igualando as expresses,
obtm-se
2 =
x - x
a
=
y - y
h
=
z - z
c
so equaes cannicas da recta r na forma simtrica

3.3.1 Casos Particulares das Equaes Simtricas da Recta
A nulidade de um dos denominadores implica a nulidade do correspondente numerador.

1. Um dos denominadores nulo:
Se por exemplo: c =
;
z z
0
= 0 isso significa que z = z
0
z

z
0
r
a

0 y

x
Neste caso a recta r paralela ao plano
cartesiano xy, pois o seu vector director
u = (a, h, ) paralelo ao tal plano. Por
conseguinte:

r:
x - x
a
=
y - y
h
=
z - z

ou
r; _
z = z

x - x
a
=
y - y
h

Onde:
a = , h = e c =

2. Dois denominadores so nulos
Se por exemplo a = , h = e c =
z

r

y
0

O x
x
0

x
Neste caso se infere que a recta r paralela ao
eixo das cotas, uma vez que o seu vector
director u = (a, h, ), assim:

r:
x - x
=
y - y
=
z - z
c

ou
_
x =
y =
z - z
c
= 2

66
3.4. Equaes Simtricas da Recta por Dois Pontos
Considere a recta r individualizada por dois pontos A = (x
1
, y
1
, z
1
) e B = (x
2
, y
2
, z
2
) e seja
x = (x, y, z) um ponto genrico da tal recta.
z X

B

A

0 y

x
Por conseguinte, a recta r passa pelo ponto A
e tem como vector director o vector (A - B),
onde:
(A - B) = AB

Assim:

x - x
1
x
2
- x
1
=
y - y
1
y
2
- y
1
=
z - z
1
z
2
- z
1

que representam as equaes simtricas da
recta individualizada pelos pontos A e B

3.5. Equao da Recta determinada pela Interseco de dois Planos
Se a recta est espao tridimensional, ela pode ser determinada pela interseco de planos.
r

a
2

a
1

Deste modo define-se:

r; _
a
1
= a
1
x + h
1
y + c
1
z + d
1
=
a
2
= a
2
x +h
2
y + c
2
z + d
2
=

3.6. Equao Geral da Recta
Podemos estabelecer a equao geral de uma recta a partir da condio de alinhamento de trs
pontos. Dada uma recta r, sendo A(x
A
, y
A
) e B(x
B
, y
B
) pontos conhecidos e distintos de r e P(x, y)
um ponto genrico, tambm de r, estando A, B e P alinhados, podemos escrever:

x y 1
x
A
y
A
1
x
B
y
B
1
= = x
A
y
B
+ x
A
y
A
+ x
B
y
B
- x
B
y
A
- x
B
y
B
- x
A
y
A
=
67
Logo: (y
A
y
B
)x + (x
B
x
A
)y + (x
A
y
B
x
B
y
A
) = 0

Fazendo correspondncias, torna claro que:

(y
A
y
B
) = A
(x
B
x
A
) = B
(x
A
y
B
x
B
y
A
) = C

Como A e B no so simultaneamente nulos (A=B), temos a equao geral da recta r, em que
A e B so coordenadas de um vector normal n = (A, B) da recta

Ax + By + C = 0
Assim como:

_
a
1
x + h
1
y + c
1
z + d
1
=
a
2
x + h
2
y + c
2
z + d
2
=
so equaes gerais da recta

Essa equao relaciona x e y para qualquer ponto P genrico da recta. Se dado o ponto P (m, n)
teremos as seguintes situaes:
1. Se (Am + Bn + C) = 0. P o ponto da recta.

2. Se (Am + Bn + C) =0. P no ponto da recta.

Demonstrao
Vamos considerar a equao geral da recta r que passa por A(1, 3) e B(2, 4). Considerando um
ponto P(x, y) da recta, temos:

x y 1
1 2 1
2 4 1
= = 3x + 2y + 4 - - 4x - y = = x - y + 2 =

Vamos verificar se os pontos P (-3, -1) e Q (1, 2) pertencem recta r do exemplo.
Substituindo as coordenadas de P em x - y + 2 = temos:

= -3 - (-1) + 2 = = -3 + 1 + 2 =
Como a igualdade verdadeira, ento o ponto P pertence a recta r.

Substituindo as coordenadas de Q em x - y +2 = obtemos:
= 1 -2 +2 =
Como a desigualdade verdadeira, ento o ponto Q no pertence a recta r.
68
3.7. Equao reduzida da recta
Considere uma recta r no paralela ao eixo Oy Isolando o y na equao geral da recta:
y

-
C
B

0 x

Ax + By + C = 0
Obtm-se:
By = - Ax C

y = -
A
B
x -
C
B

Substituindo -
A
B
= a e -
C
B
= b

Assim:
y = a x + b
que a equao reduzida da recta

3.8. Equao Segmentria da Recta
Considere a recta r no paralela a nenhum dos eixos e que intersecta os eixos nos pontos P(p, 0)
e Q(0, q), com p = e q = .

y

Q(0, q)

P(p, 0)

0 x

A equao geral de r dada por:

x y 1
p 1
q 1
= = - qx - py + pq =

= qx + py - pq =

Dividindo essa equao por pq, (pq= ),
temos:

qx
pq
+
py
pq
-
pq
pq
= =
x
p
+
y
q
- 1 =

Logo:
x
p
+
y
q
= 1
Equao segmentria da recta r

69
Demonstrao
Determinar a equao segmentria da recta que passa por P(3, 0) e Q(0, 2), como auxilio do
grfico dado:
y

2 Q

P

0 3 x

Resoluo:

p = 3
q = 2

x
p
+
y
q
= 1

x
3
+
y
2
= 1

3.9. Coeficiente Angular
Chamamos de coeficiente angular da recta r o nmero real tal que: = tg para (= .
O ngulo orientado no sentido anti-horrio e obtido a partir do semi-eixo positivo Ox at a
recta r.
Desse modo, temos sempre 0 0 a. Assim:
1. Para 0 9 = u > (a tangente positiva no primeiro quadrante)
2. Para 9 0 18 = u < (a tangente negativa no segundo quadrante)

0 9 = u > 0 agudo

y

r

0 x

9 0 18 = u < 0 obtuso

Y

r

0 x

70
3.10. Equao de uma recta, conhecendo o coeficiente angular e um ponto da recta
Seja r uma recta de coeficiente angular . Sendo P(Xo, Yo), P e r, e Q(x, y) um ponto qualquer
de r (Q= P), podemos escrever:
=
y - y
X- X
= = = = y yy y y yy y

= = = = u uu u ( ( ( (X XX X X XX X

) )) )
y yy y = = = = u uu u ( ( ( (X XX X X XX X

) + ) + ) + ) + y yy y

3.11. Posies Relativas de duas Rectas
a) Coplanares e Paralelas

r s

As rectas r e s jazem no mesmo plano e tm
a mesma direco. Caso particular as rectas r e
s podem ser coincidentes, assim, duas rectas, r
e s, distintas e no verticais, so paralelas se, e
somente se, tiverem coeficientes angulares
iguais.
Isto , quando o produto vectorial das suas
normais for nulo:
n
1
x n
2
=
b) Coplanares e Concorrentes

r
P

s
As rectas r e s esto no mesmo plano e se
interceptam num ponto P (x, y, z) e satisfazem
o sistema formado por r e s.
Duas rectas r: A
1
x +B
1
y

+ C
1
= 0 e s: A
2
x +
B
2
+C
2
= 0, elas sero concorrentes se tiverem
coeficientes angulares diferentes:
Se r e s so concorrentes, ento:
u
r
= u
x
= -
a
1
h
1
= -
a
2
h
2

c) Perpendicularidade
Se r e s so duas rectas no verticais, ento r
perpendicular a s se, e somente se, o produto
de seus coeficientes angulares for igual a (1).
Assim duas rectas no plano so
perpendiculares se uma delas horizontal e a
outra vertical se elas possuem um produto
escalar nulo.

y
r

0 s x

71
3.12. ngulo entre duas rectas

Sendo r e s duas rectas no verticais e no
perpendiculares entre si, pelo teorema do
ngulo externo = + , temos: =
a
2

= + = = = = = = == = tg = tg( ) logo:
tg =
tg-tgy
1+tgtgy

Como tg =
r
e tg =
s
vem:
tg =
u
r
-u
x
1+u
r
u
x

y

0 x
Dependendo da posio das duas rectas no plano, o ngulo pode ser agudo ou obtuso, logo:
tg =
u
r
-u
x
1+u
r
u
x
Essa relao nos fornece o ngulo agudo entre r e s, pois tg . O ngulo
obtuso

ser o suplemento de .

3.13. Distncia entre ponto e recta
Dados um ponto P(x
1
, y
1
) e uma recta r: Ax + By +C = 0, a distncia entre eles (dpr) dada por:
y
r: Ax + By +C = 0

d
pr

P(x
1
, y
1
)
0 x

d
pr
=
[Ax
1
+ By
1
+ C[
A
2
+ B
2

Onde: x
1
e y
1
so as coordenadas do ponto P
dado.

3.14. Distncia entre duas rectas
A recta r passante por P
1
e paralela ao vector r .
A recta s contm o ponto P
2
e tem a direco do vector x. Assim podemos obter a frmula entre
a inversa da recta r e s.
72
Deduo

r x s

x

r

x s

n

n
x

P
2
d (r,s)

r
n
r
P
1
r
Seja um plano auxiliar que contm a recta s e paralelo recta r destrate, a distncia d(r,s)
entre as rectas r e s a distncia de um ponto de s ao plano .
d (r,s) = (P
1
. )
empregando para o segundo membro da frmula da distancia do ponto ao plano.
d (r,s) = (P
2
P
1
) . n
onde:

n = uerx (r x s)
Por isso:

d (r,s) = (P
2
P
1
) . uerx (r x s) =
(
2
-
1
) . r x x
[r x x[

cujo resultado deve-se ao mdulo que o quociente acima tem para o numerador que o volume
de um paraleleppedo de arestas (P
2
P
1
) e r e s para a demonstrao da rea da base.

3.15 Razo de seco
Dados os pontos A(x
A
, y
A
), B(x
B
, y
B
), C(x
C
, y
C
) de uma mesma recta , o ponto C divide AB
numa determinada razo, denominada razo de seco e indicada por: q =
AC
CB

Observe a representao a seguir:

73
y
y
B

B

y
C
C B
1

y
A A
c
1

0 x
A
x
C
x
B
x

Como o triangulo ACC
1
semelhante ao
triangulo CBB
1
, isto , A ACC
1
~ A CBB
1
,
podemos deduzir que:

q =
AC
CB
=
x
C
- x
A
x
B
- x
C
=
y
C
- y
A
y
B
- y
C

3.16. Ponto Mdio de um segmento
Dados os pontos A(x
A
, y
A
), B(x
B
, y
B
) e ponto P divide A ao meio, verificada esta condio
teremos:
y

y
B
B

P
y
P

A
y
A

0 x
A
x
p
y
B
x

A = B

r
p
=
A
B
= 1
Assim:

x
P
x
A
= x
B
x
P
= == = 2x
P
= x
A
+ x
B
= == =

x
=
x
A
+x
B
2
(mdia aritmtica de x
A
e x
B
)

y
P
y
A
= y
B
y
P
= == = 2y
P
= y
A
+ y
B
= == =

y
=
y
A
+y
B
2
(mdia aritmtica de y
A
e y
B
)

Logo, as coordenadas do ponto mdio so dadas por:

(x
, y
) ou [
x
A
+x
B
2
+
y
A
+y
B
2

74
3.17. Baricentro de um Tringulo
Observe o tringulo da figura a seguir, em que M, N e P so os pontos mdios dos lados AB, BC
e CA, respectivamente. Portanto, NA, BP e CM so as medianas desse tringulo:

Designamos de baricentro (G) o ponto de interseco das medianas de um tringulo. Esse ponto
divide a mediana relativa a um lado em duas partes: a que vai do vrtice at o baricentro tem o
dobro da mediana da que vai do baricentro at o ponto mdio do lado.

`
1
1
1
1
A6
6N
=
2u
1u
= 2
C6
6M
=
2u
1u
= 2
B6
6
=
2w
1w
= 2

75
3.17.1 Clculo das Coordenadas do Baricentro
Se A(x
A
, y
A
), B(x
B
, y
B
) e C(x
C
, y
C
) so vrtices de um triangulo e se N for o ponto mdio de
AC, teremos:

Assim as coordenas do ponto mdio so:

N[x
N
, y
N
]

Onde: x
N
=
x
B
+ x
C
2
e y
N
=
y
B
+ y
C
2

Ento:
N_
x
B
+ x
C
2
,
y
B
+ y
C
2
_

Porm:
r
6
=
A6
6N
=
2u
1u
= 2 =
x
6
- x
A
x
N
- x
6
= = = = x
G
x
A
= 2 x
N
2 x
G
= == = x
G
+ 2 x
6
= 2 x
N
+ x
A

= == = x
G
= 2 j
x
B
+ x
C
2
[ +x
A
= 3x
6
= x
A
+ x
B
+ x
C
= x
6
=
x
A
+x
B
+x
C
3

Analogamente, determinamos y
G
por:
y
6
=
y
A
+y
B
+y
C
3

Assim as coordenadas do G so:
G[x
G
, y
G
]
ou
6_
x
A
+x
B
+x
C
3
,
y
A
+y
B
+y
C
3
_

76
Captulo VII. CURVAS E SUPERFCIES DE SEGUNDA ORDEM (Aula Terica)

1. Apresentao
Uma relao no plano R
2
qualquer subconjunto de R
2
, entretanto as mais importantes relaes,
do ponto de vista prtico, so aquelas que podem ser representadas por linhas e curvas, como
por exemplo, as rectas, parbolas, circunferncias, elipses, hiprboles.
As curvas cnicas foram de fundamental importncia para o desenvolvimento da astronomia,
sendo descritas na antiguidade pelo Apolnio de Perga, um gemetra grego. Mas tarde, Kepler e
Galileu mostraram que essas curvas ocorrem em fenmenos naturais, como nas trajectrias deu
projctil ou de um planeta.
Muitos confundem os nomes das linhas que envolvem regies planas com as prprias regies.
Iremos colorir algumas regies fechadas para dar mais destaque s curvas que as contem, que so
as relaes matemticas.

1.2. Seces cnicas
Sejam duas rectas r e g concorrentes em O e
no perpendiculares. Conservemos fixa a recta
r e faamos g girar 360 graus em torno de r
mantendo constante o ngulo entre estas rectas.
Nestas condies a recta g gera uma superfcie
cnica circular infinita formada por duas folhas
separadas pelo vrtice O.

A recta g chamada geratriz da superfcie
cnica e a recta r, o eixo da superfcie.
Chama-se seco cnica ou simplesmente
cnica, ao conjunto de pontos que formam
interseco de um plano com a superfcie
cnica.
r g

O

Todas as curvas podem ser obtidas atravs de seces (cortes planos) de um cone circular recto
com duas folhas. Tais curvas aparecero como a interseco do cone com um plano apropriado:

77
2. Parbola
Parbola o conjunto de todos os pontos equidistantes de um ponto fixo e de uma recta fixa
deste plano.

Ou seja se o plano for paralelo recta geratriz
do cone, teremos uma parbola.

a

Consideremos uma recta d e um ponto F no pertencente a d a estes esto associados cinco
pontos (
1
;
2
; F;
3
e ) que so equidistantes do ponto F e a recta d.

e

1

F P

2

3

V d

I
1

I
2

I
3

I

Ento, um ponto P qualquer pertencente parbola, se e
somente se,
d(P;F) = d(P;d)

ou, de modo equivalente:

d(P;F) = (;
)

Onde:

o p da perpendicular baixada de P sobre a recta d.

O ponto F o foco da parbola.
A recta d a directriz da parbola.
Eixo a recta e que passa por F e perpendicular a recta r.
O ponto V o vrtice da interseco da parbola com o seu eixo.

fcil ver pela prpria definio da parbola que esta curva simtrica em relao ao seu eixo.

78
2.1. Equao Cannica da Parbola
Seja a parbola definida pelo vrtice (0;0) com esta situao analisaremos dois casos:

1. O eixo da parbola o eixo dos y
Seja P(x ; y) um ponto qualquer da parbola de foco F[;
2
e directriz da equao y = -
2

A definio de parbola expressa pela equao

d(P;F) = (;
)

equivalente a equao [F
[ = _
_

Como
[x ; -
2
e d, vem:

_[x - ; y -
2
_=_[x - x ; y +
2
_

ou

_
(x - )
2
+ _y -
2
]
2
=
_
(x - x)
2
+ _y +
2
]
2

Elevando ambos membros ao quadrado, obtemos:
(x - )
2
+ [y -
2
= (x - x)
2
+ [y +
2
= == =

x
2
+ y
2
- py +
2
4
= y
2
+py +
2
4

Ou simplesmente:

x
2
= 2py equao reduzida para este caso

y

P(x ; y)

F

p
/
2

x
v
p
/
2

d
A
[x ; -
2

O nmero real p = chamado parmetro da
parbola.
Da expresso x
2
= 2py conclui-se que como
py o parmetro p e a ordenada y de p tm
sinais iguais, logo:
(py = se y = )

Se p >
A parbola tem a concavidade virada para cima
y
y >
p >

x

Se p <
A parbola tem a concavidade virada para baixo
y
y < x
p <

79
De acordo com a frmula expressa pela equao x
2
= 2py o grfico deste simtrico em relao
ao eixo y pois substituindo-se (x) por ( x) a equao no se altera, isto , se o ponto (x ; y)
pertence ao grfico, o ponto (-x ; y) tambm pertence.

2. O eixo da parbola o eixo dos x
Seja P(x ; y) um ponto qualquer da parbola de foco F[
2
; e directriz da equao x = -
2

por analogia ao primeiro caso, a equao
reduzida deste caso ser dada por:

y
2
= 2px

y

[-
2
; x P(x ; y)

A V F
x

p
/
2
p
/
2

d
Analisando y
2
= 2px conclui-se que :

Se p >
A parbola tem a concavidade virada para direita
y
x >
p >
x

Se p <
A parbola tem a concavidade virada para
esquerda
y
x <
p <
x

2.2. Equaes Paramtricas da Parbola
Consideremos a equao da parbola cujo eixo dos y logo:
x
2
= 2py
Nesta equao onde x pode assumir qualquer valor real, se fizermos a substituio do x por
(x = t) e o t e R o parmetro da equao, teremos:

y =
1
2p
t
2

ento, a equao paramtrica da parbola neste caso ser dada por:
80
_
x = t
y =
1
2p
t
2
t e R

De igual forma, se na equao y
2
= 2px fizermos a substituio do y por (y = t) e o t e R.
O sistema ser dado por:
_
x =
1
2p
t
2
y = t
t e R

3. Elipse
Elipse o conjunto de todos os pontos de um plano cuja soma das distncias a dois pontos fixos
desse plano constante.

Ou seja, se o plano a for paralelo a uma
geratriz e intercepta apenas uma folha da
superfcie cnica, teremos uma elipse.

a

Consideremos no plano dois pontos distintos,
F
1
e F
2
, tal que a distncia:

d(F
1
, F
2
) = 2c

Em um nmero real positivo a com 2a > c.
Chamaremos de 2a a constante da definio,
um ponto P pertence a elipse se, e somente se,

d( , F
1
) + d( , F
2
) = 2a

P

F
1
F
2

81
3.1. Elementos da elipse
Com base na figura, tem-se: F
1
e F
2
so os focos da
elipse,

2c a distncia focal entre os focos,

c o centro que corresponde ao ponto mdio do
segmento F
1
F
2
.

Eixo maior o segmento A
1
A
2
de comprimento 2a
(este segmento contm os focos)

Eixo menor o segmento B
1
B
2
de comprimento 2b e
perpendicular a A
1
A
2
no seu ponto mdio

B
2

A
1
A
2
2b

C B
1

F
1
2c

F
2

2a

Pela figura est claro que:

B
2
F
2
= a pois B
2
F
1
+ B
2
F
2
= 2a (definio da elipse)

B
2
F
1
+ B
2
F
2
logo o tringulo rectngulo B
2
C F
2
vem a
2
= h
2
+ c
2

Esta igualdade mostra que a > b e a > c, a excentricidade de elipse o nmero real:

e =
c
a
( < c < )

A excentricidade responsvel pela forma da elipse; elipses com excentricidade perto de zero
so aproximadamente circulares, enquanto que elipses com excentricidade prxima de um so
achatadas.
Por outro lado, uma excentricidade, por exemplo e =
1
2
, todas as infinitas elipses com esta
excentricidade tm a mesma forma (diferem apenas no tamanho).

3.2. Equao Cannica da Elipse
Seja a elipse de centro c(0 ; 0) consideremos dois casos:

1. O eixo maior est sobre o eixo dos x
Seja P(x ; y) um ponto qualquer de uma elipse de focos F
1
(-c ; ) e F
2
(c ; ) pela equao
d( , F
1
) + d( , F
2
) = 2a tem-se:
a b a
. c
82

J( , F
1
) + J( , F
) = ou

[F
1
[ + [F
[ = 2a ou em coordenadas

[(x + c , y - )[ +[(x - c , y - )[ =

(x + c)
+ y
+(x - c)
+ y
=

x
+ y
+cx + c
= - x
+y
- cx + c

[x
+ y
+ cx + c
= [ - x
+y
- cx + c

y

B
1

P

A
1 A
A
2
x
b

B
2

a

x
2
+ y
2
+ 2cx + c
2
= 4a
2
- 4a x
2
+ y
2
-2cx + c
2
+x
2
+y
2
- 2cx + c
2

a x
2
+y
2
- 2cx + c
2
= a
2
- cx logo: a(x
2
+y
2
- 2cx + c
2
) = a
4
- 2a
2
cx + c
2
x
2

a
2
x
2
+ a
2
y
2
- 2a
2
cx + a
2
c
2
= a
4
- 2a
2
cx +c
2
x
2
= a
2
x
2
- c
2
x
2
+a
2
y
2
== a
4
- a
2
c
2

( a
2
- c
2
)x
2
+ a
2
y
2
= a
2
(a
2
- c
2
) como a
2
= h
2
+ c
2
tem-se a
2
- c
2
= h
2
resulta:

h
2
x
2
+ a
2
y
2
= a
2
h
2

Dividindo ambos membros da equao por a
2
h
2
, iesulta a equao reduzida da elipse para este
caso que dada por:
x
2
a
2
+
y
2
h
2
= 1

2. O eixo maior est sobre o eixo dos y
Analisando os procedimentos do primeiro,
caso nesta situao obtemos a seguinte equao
reduzida da elipse.

x
2
h
2
+
y
2
a
2
= 1

y
A
2

a P
B
1
B
2
x

P (x ; y)
A
1
F
1
(0 ; - c )
b F
2
( 0 ; c )

F
1
O F
2
F
2

F
1
83
Observao
Como toda a elipse tem a > b ou seja a
2
> h
2
para saber se a elipse tem o seu eixo maior sobre
Ox ou O, basta observar onde est o denominador (a
2
) na sua equao reduzida.
Se esse for o denominador de x
2
, significa que o eixo maior da elipse est sobre Ox, caso
contrrio est sobre Oy.

Seja
x
2
4
+
y
2
9
= 1 o nosso exemplo para a equao reduzida. O maior denominador o 9. Como
ele o denominador do y
2
, o eixo maior est no eixo dos y. Como ilustra a figura abaixo.
y

3

- 2 2

3

Neste caso temos a
2
= 9 logo a = 3 e h
2
= 4 logo b = 2, e
portanto, as interseces com os eixos so os quatro pontos
( ; _3) e ( _2 ; ).

Observando por outro lado, que se na equao anterior
substituirmos x por zero (x = ), vem y = _3 e para
(y = ), vem x = _2, o que confirma que as interseces
com os eixos so ( ; _3) e ( _2 ; ).

4. Hiprbole
Hiprbole o conjunto de todos os pontos de um plano cuja diferena das distncias, em valor
absoluto, a dois pontos fixos desse plano constante.
Ou seja quando o plano no paralelo a
geratriz e intercepta apenas as duas
folhas da superfcie cnica.

A hiprbole deve ser vista como uma
curva s, constituda de dois ramos, um
em cada folha da superfcie cnica.

Se o plano for vertical e passar fora do
vrtice, teremos uma hiprbole.

r

a

Consideremos no plano dois pontos distintos F
1
e F
2
tal que a distncia d(F
1
; F
2
) = 2c e
um nmero real positivo a de modo que 2a < c
Chamaremos de 2 a constante de definio, um ponto P pertencente hiprbole se, e somente
se,
d( ; F
1
) - d( ; F
2
) = 2a

84
visvel que a hiprbole uma curva
com dois ramos, na verdade pela
equao

d( ; F
1
) - d( ; F
2
) = _2a

P

F
1
A
1
A
2
F
2

2a
2c

4.1. Equao Cannica da hiprbole
Seja a hiprbole de centro C (0 ;0)
consideremos o eixo real sobre o eixo
dos x.
Sendo P(x ; y) um ponto qualquer de
uma hiprbole de focos;

F
1
(- c , 0)

e F
2
(c , 0)
Pela definio da hiprbole tem-se:

d(, F
1
) - d(, F
2
) = 2a

Ou em coordenadas
y

P

F
1
A
1
A
2
F
2
x

a
c

(x + c)
2
+ (y - )
2
- (x - c)
2
+ (y - )
2
= 2 a

Com o procedimento de simplificao anlogo que foi usado na deduo da equao da elipse, e
lembrando que:
c
2
= a
2
+ h
2

Chegaremos a equao reduzida da hiprbole.

x
2
a
2
-
y
2
h
2
= 1

85
5. Circunferncias
A definio da circunferncia do ponto de vista da
geometria euclidiana plana, descrita se o plano for
horizontal e passar fora do vrtice da superfcie
cnica, assim teremos uma circunferncia com
centro no ponto C(x
, y
) e raio r o lugar
geomtrico de todos os pontos P(x,y) do plano que
esto localizados mesma distncia r do centro
C(x
, y
):

y

P(x, y)
x

5.1. Equao cannica da circunferncia
Seja a circunferncia de centro C(x
, y
) consideremos P(x;y) um ponto qualquer da

circunferncia; equao cannica desta circunferncia dada por:
(x - x
)
2
+ (y - y
)
2
= R
2

A equao da circunferncia centrada na origem C(0,0) e raio igual a r, denominada a forma
cannica da circunferncia, dada por:
x
2
+ y
2
= r
2
Onde: x
= e y
=

5.2. Equao geral da circunferncia
Quando se conhece trs pontos da circunferncia, utiliza-se a equao geral da circunferncia
para a obteno dos coeficientes A, B e C atravs de um sistema linear com 3 equaes e 3
incgnitas. Pode-se desenvolver a equao
(x - x
)
2
+ (y - y
)
2
= r
2
,
Para obter a equao geral da circunferncia na forma:
x
2
+ y
2
+ Ax + By + C =

r
C(0, 0)

Aulas Teóricas de Alga

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aulas Teóricas de Alga

Enviado por

Direitos autorais:

Formatos disponíveis

lgebra Linear e Geometria Analtica

HcvnuvdInn du CnnccIn MucuvcIc

. Ou seja esta condio indica que o

possuem o mesmo determinante det(A) = det(A)

a matriz transposta da matriz dos co-factores A

Sistema de n equaes com n

so dadas as seguintes condies:

a soluo do sistema dado.

, assim tem-se a matriz A

podem ser calculados com

sero substitudos os elementos da coluna que alberga as incgnitas x

sero substitudos os elementos da coluna que alberga as incgnitas x

so iguais se, e somente se, (AB) = (CD), ou seja se forem equipolentes.

que actua sobre um corpo ao longo de um determinado deslocamento

ser dado por

perpendicular ao plano que contm u e u.

([u x u[) dado por:

[ = [u x u[ = [u[. [u[. stn0, onde o menor ngulo entre os vectores u e u.

formam, nesta ordem, um triedro directo.

ao eixo de rotao, ao qual o corpo est

que actua em uma carga elctrica q

[u[. [u[. stn0 [u x u[

) uma base ortogonal positiva, relativamente qual:

o conjunto dos pares de nmeros reais (x ; y) identificado, da forma habitual,

e a multiplicao de nmeros reais por vectores de R

so a nossa inspirao para o estudo de R

. Claro que, para n 4, no h figuras, e o

, ento o simtrico de v denominado

e um escalar u e k a multiplicao do vector v

, u e u forem linearmente dependentes, isto , se:

, ento uma equao vectorial do

) uma base ortogonal, em

De onde resulta o seguinte sistema _

+ I . u e R Onde: u o vector director e um parmetro.

+ I . u no nica. Se for escolhido outro ponto de r, por exemplo, B diferente

+ I . u, tambm uma equao vectorial de r. Ou seja se for escolhido outro

) uma base ortogonal, em relao

) e : (a, b, c) onde, u = , isto , a, b, c no so

so equaes gerais da recta

o p da perpendicular baixada de P sobre a recta d.

) consideremos P(x;y) um ponto qualquer da

Você também pode gostar