Você está na página 1de 212

Geometria

Analtica e
lgebra Vetorial
Geometria Analtica e
lgebra Vetorial

Keila Tatiana Boni


Debora Cristiane Barbosa Kirnev
2016 por Editora e Distribuidora Educacional S.A

Todos os direitos reservados. Nenhuma parte desta publicao poder ser reproduzida
ou transmitida de qualquer modo ou por qualquer outro meio, eletrnico ou mecnico,
incluindo fotocpia, gravao ou qualquer outro tipo de sistema de armazenamento e
transmisso de informao, sem prvia autorizao, por escrito, da Editora e
Distribuidora Educacional S.A.

Presidente: Rodrigo Galindo


Vice-Presidente Acadmico de Graduao: Rui Fava
Gerente Snior de Editorao e Disponibilizao de Material Didtico:
Emanuel Santana
Gerente de Reviso: Cristiane Lisandra Danna
Coordenao de Produo: Andr Augusto de Andrade Ramos
Coordenao de Disponibilizao: Daniel Roggeri Rosa
Editorao e Diagramao: eGTB Editora

Dados Internacionais de Catalogao na Publicao (CIP)

Boni, Keila Tatiana


B715g Geometria analtica e lgebra vetorial / Keila Tatiana
Boni, Dbora Cristiane Barbosa Kirnev. Londrina : Editora
e Distribuidora Educacional S.A., 2016.
208 p.

ISBN 978-85-8482-280-5

 1. Geometria analtica. 2. lgebra vetorial. 3. Sistemas


lineares. I. Kirnev, Dbora Cristiane Barbosa Kirnev. II. Ttulo.

CDD 512

2016
Editora e Distribuidora Educacional S.A
Avenida Paris, 675 Parque Residencial Joo Piza
CEP: 86041-100 Londrina PR
e-mail: editora.educacional@kroton.com.br
Homepage: http://www.kroton.com.br/
Sumrio

Unidade 1 | Sistemas lineares, matrizes e determinantes 7

Seo 1 - Sistemas lineares 11


1.1 | Equao linear 11
1.1.1 | Sistemas lineares 13
1.1.2 | Resoluo de sistemas lineares: mtodo de eliminao 13

Seo 2 - Matrizes 25
2.1 | Definindo matrizes 25
2.2 | Alguns casos especiais de matrizes 27
2.3 | Operaes envolvendo matrizes 28
2.3.1 | Adio de matrizes 28
2.3.2 | Multiplicao por um escalar 29
2.3.3 | Matriz transposta 30
2.3.4 | Produto escalar e multiplicao de matrizes 31
2.3.5 | Matriz inversa 35
2.4 | Transformaes matriciais 37
2.4.1 | Tipos de transformaes matriciais 39
2.5 | Soluo de sistemas lineares: escalonamento por reduo de linhas 42
2.5.1 | Mtodo de reduo de Gauss-Jordan 44
2.5.2 | Sistemas homogneos 47

Seo 3 - Determinantes 51
3.1 | Definio de determinante 51
3.2 | Determinantes de matrizes 2 x 2 e 3 x 3 52
3.3 | Propriedades dos determinantes 54

Unidade 2 | Vetores 61

Seo 1 - Vetores e operaes com vetores 65


1.1 | Definies, propriedades e representaes geomtricas de vetores 65
1.2 | Espaos vetoriais 70
1.2.1 | Subespao vetorial 72
1.2.2 | Vetores unidimensional, bidimensional e tridimensional 73
1.2.3 | Dependncia e independncia linear 76
1.3 | Espaos vetoriais euclidianos 84
1.4 | Aritmtica vetorial 86

Seo 2 - Produto escalar e vetorial 91


2.1 | Produto escalar 91
2.1.1 | Projeo do vetor u na direo do vetor v 97
2.2 | Produto vetorial 98
2.3 | Produto misto 101
Unidade 3 | Retas e Planos 107

Seo 1 - Equaes e interseces de reta e plano 111


1.1 | O plano coordenado 111
1.2 | Equaes de reta e plano 114
1.3 | Interseco de retas e planos 122
1.3.1 | Interseco de duas retas 123
1.3.2 | Interseco de reta e plano 125
1.3.3 | Interseco de dois planos 127

Seo 2 - Posies relativas, perpendicularidade e


ortogonalidade 129
2.1 | Posies relativas 129
2.1.1 | Posio relativa de retas 129
2.1.2 | Posio relativa de reta e plano 130
2.1.3 | Posio relativa de planos 132
2.2 | Perpendicularidade e ortogonalidade 134
2.2.1 | Vetor normal a um plano 136
2.2.2 | Perpendicularidade entre reta e plano 138
2.2.3 | Perpendicularidade entre planos 139

Seo 3 - ngulos e distncias 141


3.1 | Medida angular 141
3.1.1 | Medida angular entre retas 141
3.1.2 | Medida angular entre reta e plano 143
3.1.3 | Medida angular entre planos 144
3.2 | Distncia 147
3.2.1 | Distncia entre pontos 147
3.2.2 | Distncia de ponto a reta 147
3.2.3 | Distncia de ponto a plano 149
3.2.4 | Distncia entre retas 150
3.2.5 | Distncia entre reta e plano 151
3.2.6 | Distncia entre planos 152

Unidade 4 | Cnicas e transformaes lineares 159

Seo 1 - Seces cnicas 163


1.1 | Cnicas 163
1.2 | Parbola 166
1.2.1 | Equao da parbola de vrtice na origem do sistema 167
1.2.2 | Equao da parbola de vrtice transladado da origem do sistema 170
1.2.3 | Elipse e hiprbole 174

Seo 2 - Transformaes lineares 183


2.1 | Conceituao de transformaes lineares 184
2.2 | Imagem e ncleo 188
2.3 | Espaos vetoriais isomorfos 190

Seo 3 - Autovalores e autovetores 193


3.1 | Conceituando autovalores e autovetores 193
Apresentao

A Geometria Analtica e a lgebra Linear se tornaram partes essenciais do


conhecimento matemtico bsico de diversas profisses, sobretudo, dos
engenheiros. Essa requisio reflete a essencialidade e as mltiplas aplicaes dos
conhecimentos advindos da disciplina de Geometria Analtica e lgebra Linear.

Tendo em vista essa importncia, o presente material apresenta uma introduo


a conceitos bases da Geometria Analtica e da lgebra Linear com nfase nos
aspectos mais elementares para a compreenso e futuras aplicaes, mantendo a
abstrao em um nvel mnimo. Por esse motivo, ao apresentar conceitos, muitas
vezes as demonstraes de teoremas difceis ou menos significativos para voc,
prezado estudante, so omitidos. Assim, a nossa inteno com esse material
apresentar os fundamentos da Geometria Analtica e da lgebra Linear de maneira
mais clara e objetiva possvel.

Cada unidade desse material, alm de contemplar definies, explicaes, princpios


e teoremas, bem como exerccios e problemas resolvidos, so sugeridas atividades
de aprendizagem, questes para reflexo e so indicados links que contm materiais
complementares. Para sua compreenso dos conceitos abordados nesse material
muito importante que cumpra com todas essas propostas!

Contudo, vale destacar que bem provvel que no incio muitos conceitos
no fiquem to claros para voc. Por isso, aconselhamos que necessrio que
estude sistematicamente esse material, tentando, a cada novo momento do seu
aprendizado, entender melhor os conceitos aqui abordados.

Bons estudos!
Unidade 1

SISTEMAS LINEARES,
MATRIZES E DETERMINANTES

Keila Tatiana Boni

Objetivos de aprendizagem: A disciplina de Geometria Analtica e


lgebra Linear , certamente, parte essencial do conhecimento matemtico
bsico de engenheiros e de muitos outros profissionais, como matemticos,
fsicos, economistas, cientistas da computao etc.

Considerando a importncia desses conhecimentos, nesta unidade, o


objetivo conduzir voc, caro estudante, a adquirir e aplicar conhecimentos
relativos lgebra Linear na resoluo de problemas. De maneira mais
especfica, nesta primeira unidade, voc estudar lgebra de matrizes, os
determinantes e os sistemas de equaes lineares, conceitos estes que
lhe proporcionaro a motivao e as ferramentas necessrias para as
investigaes de espaos vetoriais e transformaes lineares que voc
estudar nas prximas unidades.

Mas, muito alm de se constiturem como alicerce para os seus estudos


futuros, os conhecimentos construdos a partir dos estudos nessa primeira
unidade serviro como base para aplicao de conceitos da lgebra Linear
para solucionar situaes-problemas da Engenharia.

Seo 1 | Sistemas lineares


Nesta primeira seo, voc estudar os sistemas de equaes lineares
e suas solues.

Este conceito constitui um dos pilares da lgebra Linear, afinal, muitos


problemas nessa disciplina se reduzem a obter uma soluo de um
U1

sistema de equaes lineares.

Quanto s abordagens realizadas nessa primeira seo, iniciamos pela


introduo de definies fundamentais e, na sequncia, discutimos sobre
mtodo para resolver sistemas.

Seo 2 | Matrizes
Nesta seo dado incio ao estudo da teoria da lgebra matricial
apresentando algumas das definies fundamentais do assunto. Alm
disso, so destacados alguns tipos especiais de matrizes e operaes
aritmticas fundamentais as envolvendo.

Ainda, nesta seo, algumas relaes entre matrizes e sistema lineares


so evidenciadas, sobretudo, apresentado um mtodo de resoluo
de sistemas lineares que permite solucionar, inclusive, aqueles em que a
quantidade equaes diferente da quantidade de incgnitas.

Seo 3 | Determinantes
Na terceira seo definido o conceito de determinante, que
um nmero real associado a uma matriz quadrada e tambm sero
apresentadas algumas de suas propriedades.

8 Sistemas lineares, matrizes e determinantes


U1

Introduo unidade

Tendo em vista uma sociedade cada vez mais tecnolgica, a modelagem


de situaes que necessitam avaliar a tendncia de dados reais tem se tornado
essencial, inclusive, e sobretudo, na engenharia.

Os engenheiros necessitam da formao de competncias para sua atuao.


Dentre estas competncias destacamos as matemticas, principalmente no que
diz respeito construo de modelos para descrever, analisar e otimizar situaes.

nesse aspecto que a disciplina de Geometria Analtica e lgebra Linear se


mostra essencial para o profissional de engenharia: os modelos matemticos
lineares desempenham uma atribuio fundamental em conjunto com o
desenvolvimento da informtica.

A lgebra de matrizes e sistemas de equaes lineares, em especial,


assuntos estes que so abordados nessa primeira unidade, tm ampla aplicao
em problemas prticos, especialmente na rea de engenharia. Apenas para
exemplificar, uma aplicao desses conhecimentos pode ser evidenciada na
obteno da frequncia natural do eixo traseiro de um automvel, uma vez que
esta situao envolve grande nmero de variveis a serem testadas e analisadas,
bem como acarreta um alto custo financeiro. Para tratar uma situao como a
do exemplo, preciso utilizar mtodos numricos simples e precisos, tais como
o Mtodo das Matrizes de Transferncia.

Um outro exemplo no campo da engenharia diz respeito ao projeto de uma


estrutura composta por vigas metlicas, o qual demanda a resoluo de um sistema
de equaes lineares, em que o nmero de variveis e de equaes dependem da
complexidade da estrutura.

Estes so apenas alguns exemplos de diversas aplicaes, no campo da


Engenharia, dos estudos que sero realizados nessa primeira unidade. Que estes
exemplos te sirvam de motivao para iniciar esses estudos to importantes
propostos na presente unidade e que se constituem como os conhecimentos
bases para que voc possa avanar nos estudos das unidades posteriores.

Sistemas lineares, matrizes e determinantes 9


U1

10 Sistemas lineares, matrizes e determinantes


U1

Seo 1
Sistemas Lineares
Os sistemas lineares so muito aplicados em situaes que envolvem
transformaes e mudanas, mantendo em evidncia aspectos que permanecem
constantes durante esse processo.

Esse procedimento, que consiste em identificar o que permanece constante na


mudana, conduz a um sistema de equaes que, em muitos casos, consiste de
equaes lineares.

Voc, provavelmente, j estudou mtodos de resoluo de sistemas lineares


no ensino bsico, porm, existem casos mais complexos e que exigem outros
mtodos para determinar a soluo ou, at mesmo, verificar a existncia ou no
de soluo para um sistema linear.

Nessa unidade, abordam-se mtodos mais simples de resoluo, recordando


conceitos bsicos. A partir da segunda seo, em que se abordam matrizes, ser
possvel apresentar mtodos de resoluo mais avanados, para lidar com os casos
em que temos sistemas lineares com nmero muito grande de equaes ou com
nmero de equaes diferente do nmero de incgnitas.

1.1 Equao linear


No apenas na engenharia, mas em diversos problemas das cincias naturais e
sociais so utilizadas equaes que relacionam dois conjuntos de variveis. Essas
equaes so denominadas de equaes lineares.

Como j diz o prprio nome, essas equaes so lineares porque seus


respectivos grficos so uma linha reta e qualquer linha reta no plano xy pode ser
representada algebricamente por:

a1 x + a2 y = b
Onde:

a1 , a2 e b so constante reais, sendo a1 e a2 diferentes de zero;

Sistemas lineares, matrizes e determinantes 11


U1

x e y so variveis.

Contudo, para definirmos equaes lineares, vamos consider-las nas n


variveis x1, x2, , xn . Dessa forma, a equao:
a1 x1 + a2 x2 ++ an xn = b
representa de maneira geral uma equao linear. Nessa representao geral
podemos destacar que nas aplicaes, os valores das constantes b e a1 , a2 , , an
so fornecidos e devemos encontrar os valores de x1, x2, , xn, que so denominados
de incgnitas, e seus valores devem satisfazer a equao linear considerada.

Voc acabou de estudar que os valores x1, x2, , xn de uma


equao linear devem satisfazer essa equao, de maneira a obter
o resultado b . Ser que os valores (as solues) de x1, x2, , xn so
nicos?

Uma soluo de uma equao linear a1 x1 + a2 x2+ + an xn = b uma


sequncia de n nmeros s1, s2, , sn de maneira que a equao satisfeita quando
substitumos x1= s1, x2 = s2, , xn = sn. esse conjunto de solues de uma equao
que denominamos de conjunto-soluo ou, em alguns casos, soluo geral de
uma equao.

Para melhor compreenso da definio de equao linear e suas solues,


vamos ver um exemplo:

1) Dada a equao linear 5 x1 + 4 x2 7 x3 = 15 , temos que x1 = 0 , x2 = 5


e x3 = 5 uma soluo para a equao linear, pois:

5 x1 + 4 x2 7 x3 = 15
5 0 + 4 (5) 7 (5) = 15
Contudo, voc pode perceber que essa no a nica soluo para a equao
linear dada! Por exemplo, tambm soluo: x1 = 1 , x2 = 5 e x3 = 0 . Por
isso, dizemos que para a equao linear dada temos um conjunto-soluo.

12 Sistemas lineares, matrizes e determinantes


U1

1.1.1 Sistemas lineares


Acabamos de definir o que uma equao linear e, agora, vamos entender o
que um sistema linear. De maneira bem simples, um sistema linear composto
por uma quantidade finita de equaes lineares. Dessa forma, podemos definir que
um sistema de m equaes lineares a n incgnitas x1, x2, , xn , ou simplesmente
um sistema linear, um conjunto de m equaes lineares, cada uma com n
incgnitas, tal como representado a seguir:

Nessa notao geral temos que x1, x2, , xn so incgnitas, a e b so coeficientes


das incgnitas x1, x2, , xn , e o subscrito duplo nos coeficientes das incgnitas,
representados genericamente por m e n , so utilizados para especificar a
localizao do coeficiente no sistema. O primeiro subscrito ( m) indica a equao
na qual o coeficiente ocorre e o segundo subscrito (n ) indica qual incgnita ele
multiplica. Por exemplo: a21 ocorre na segunda equao e multiplica a incgnita x1 .

Uma soluo de um sistema linear uma sequncia de nmeros s1, s2, , sn


que tem como caracterstica o fato de que cada equao do sistema satisfeita
quando x1= s1, x2 = s2, , xn = sn so substitudos no sistema linear.

Existem diversos mtodos para solucionar um sistema linear. Nessa primeira


seo, voc estudar o mtodo de eliminao, o qual ser sistematizado mais
adiante, envolvendo o conceito de matriz.

1.1.2 Resoluo de sistemas lineares: mtodo de eliminao


Provavelmente, voc j estudou o mtodo de eliminao (tambm chamado
de escalonamento) para resolver sistemas lineares no ensino bsico, mas vamos
retomar alguns pontos fundamentais dele.

Vale destacar que esse mtodo de resoluo limitado, pois, em geral, o


utilizamos quando temos o nmero de equaes iguais ao nmero de incgnitas.

De acordo com Kolman e Hill (2006, p. 5), o mtodo de eliminao consiste em


realizar repetidamente as seguintes operaes:

Sistemas lineares, matrizes e determinantes 13


U1

Trocar a posio de duas equaes;


Multiplicar uma equao por uma constante
deferente de zero;
Adicionar um mltiplo de uma equao
outra.

A partir das operaes elencadas acima evidente que haver a produo


de outro sistema linear com as mesmas solues do sistema linear de origem.
A vantagem de obter um novo sistema linear a partir do que foi dado que ele
poder ser resolvido com maior facilidade.

Para auxiliar no seu entendimento, vamos ver alguns exemplos:

x + y 2z = 7

Exemplo 1: 2 x y + 3 z = 10
x + y + z = 1

Vamos escolher duas equaes para comearmos nossos clculos. Voc pode
comear por aquelas que achar mais conveniente, pois, no final, se voc realizar
todos os clculos corretamente, os resultados obtidos sero os mesmos. A ttulo
de exemplo, vamos comear pela 1 e pela 3 equao, pois evidente que
possvel eliminar o x ao realizar a adio algbrica:

x + y 2 z = 7

x + y + z = 1
2y z = 6 ( I))

Escolhendo, agora, a 1 e a 2 equao, podemos multiplicar a 1 por 2 para que


possamos eliminar o x ao realizar a adio algbrica:

y z = 4 ((II))

Observando os resultados (I) e (II), podemos perceber que possvel multiplicar

14 Sistemas lineares, matrizes e determinantes


U1

uma das duas equaes por 1 para obter o resultado da incgnita y:

y=2

Tendo obtido o valor de y, podemos substituir esse resultado na equao (I) ou


(II) para obter o valor de z:
yz =4
2 z = 4
z = 4 2
z = 2
E, agora, podemos escolher qualquer uma das trs equaes que compem o
sistema linear dado para determinarmos o valor de x:
x + y + z = 1
x + 2 2 = 1
x = 1
Logo, temos como soluo S = {( 1, 2, 2 )} .

De que outras maneiras voc poderia resolver esse mesmo


sistema linear? Ser que em todas as outras maneiras que
voc pensou vai obter a mesma soluo?

Veja que obtemos uma nica soluo para o sistema dado, onde os valores
obtidos para x, y e z so comuns para todas as equaes que compem o
sistema linear dado. Nesse caso, dizemos que obtemos um sistema possvel e
determinado (S.P.D.).

Para interpretar essa soluo geometricamente, vamos recordar que o sistema


linear composto por equaes lineares, que so representadas graficamente por

Sistemas lineares, matrizes e determinantes 15


U1

linhas retas, quando lidamos com duas incgnitas (plano x y).

Como no caso estamos lidando com equaes que contm trs incgnitas (x, y
z), suas representaes grficas no so retas, mas planos. Os valores obtidos x, y e
z formam o ponto I ( 1, 2, 2 ) , o qual pertence aos trs planos (das trs equaes
que formam o sistema linear dado), sendo este ponto comum que forma a localizao
exata da interseco entre os trs planos. A figura a seguir mostra um grfico parecido
com o que obteramos com o sistema linear resolvido no exemplo 1.1:

Figura 1.1 | Representao grfica de um sistema de equaes possvel e determinado

Fonte: Disponvel em: <http://www.mat.ufmg.br/gaal/aulas_online/at4_04.html>. Acesso em: 31 jul. 2015.

Contudo, existem, ainda, dois outros casos que podemos encontrar ao resolver
um sistema linear. Veja os prximos exemplos:

x + y + z = 2

Exemplo 2: 2 x z = 1
3x + y = 1

Temos:

2 y 3z = 5 ((I))

2 y 3z = 5 ((II))

16 Sistemas lineares, matrizes e determinantes


U1

Utilizando os resultados (I) e (II), temos:

0z = 0

Chegando nessa situao, j podemos parar com os clculos, pois observe


que para qualquer valor de z, ao multiplicarmos por zero, obtemos zero como
resultado. Logo, o sistema admite infinitas solues e, assim, consideramos que
esse um sistema possvel e indeterminado (S.P.I.). Graficamente, esse caso
representado como trs planos que se cruzam em uma linha reta, obtendo, assim,
infinitos pontos em comum, tal como mostra a figura:

Figura 1.2 | Representao grfica de um sistema de equaes possvel e indeterminado

Fonte: Disponvel em: <http://www.mat.ufmg.br/gaal/aulas_online/at4_04.html>. Acesso em: 31 jul. 2015.

4x y + 7z = 9

Exemplo 3: 5 x + 3 y z = 0
7 x 11 y + 17 z = 19

Temos:

17 y + 39 z = 45(II))

Sistemas lineares, matrizes e determinantes 17


U1

II))
34 y + 78 z = 95 (II

Utilizando os resultados (I) e (II), temos:

0 y + 0z = 5
Observe que nesse caso no existe valor para y e para z que, multiplicados
por zero e, em seguida, somados, resultam em cinco. Esse um caso de sistema
impossvel (S.I.). Sistemas lineares como esse so representados graficamente por
trs planos que no possuem nenhum ponto em comum entre os trs ao mesmo
tempo, ficando paralelos entre si, tal como ilustra a figura a seguir:

Figura 1.3 | Representao grfica de um sistema de equaes impossvel: planos paralelos

Fonte: Disponvel em: <http://www.mat.ufmg.br/gaal/aulas_online/at4_04.html>. Acesso em: 31 jul. 2015.

Outra maneira de representar graficamente um sistema de trs equaes e trs


incgnitas sem soluo quando um plano intercepta outros dois, sendo que
estes, por sua vez, no se interceptam, inexistindo um ponto que esteja nos trs
planos ao mesmo tempo:

18 Sistemas lineares, matrizes e determinantes


U1

Figura 1.4 | Representao grfica de um sistema de equaes impossvel: um plano


intercepta outros dois, sendo que estes, por sua vez, no se interceptam

Fonte: Disponvel em: <http://www.mat.ufmg.br/gaal/aulas_online/at4_04.html>. Acesso em: 31 jul. 2015.

Para sintetizar as trs possveis classificaes de um sistema de equaes utilizamos


exemplos de sistemas com trs equaes e trs incgnitas, mostrando possveis
representaes grficas no espao tridimensional. Agora, para sintetizar as possveis
solues de um sistema de equaes, os quais foram descritos a partir de exemplos,
vamos utilizar sistemas com duas equaes e duas incgnitas, evidenciando, portanto,
as representaes geomtricas de cada tipo de soluo no plano:
a1 x + a2 y = c1

b1 x + b2 y = c2
O grfico de cada uma dessas equaes uma reta que vamos representar por
l1 e l2, respectivamente.
Assim sendo, do ponto de vista geomtrico, somos conduzidos s mesmas trs
possibilidades j mencionadas anteriormente:

Sistema possvel e determinado (S.P.D.) o sistema tem uma nica soluo.


Assim, as retas l1 e l2 se cruzam em um ponto:

Figura 1.5 | Representao grfica do sistema possvel e determinado

Fonte: Disponvel em: <http://slideplayer.com.br/slide/44429/>. Acesso em: 31 jul. 2015.

Sistemas lineares, matrizes e determinantes 19


U1

Sistema possvel e indeterminado (S.P.I.) o sistema tem infinitas solues.


Assim, as retas l1 e l2 so coincidentes:

Figura 1.6 | Representao grfica do sistema possvel e indeterminado

Fonte: Disponvel em: <http://slideplayer.com.br/slide/44429/>. Acesso em: 31 jul. 2015.

Sistema impossvel (S.I.) o sistema no tem soluo. Assim, retas l1 e l2 no


se cruzam:

Figura 1.7 | Representao grfica do sistema impossvel

Fonte: Disponvel em: <http://slideplayer.com.br/slide/44429/>. Acesso em: 31 jul. 2015.

Ao iniciar a abordagem sobre sistemas lineares, foi mencionado que, em geral,


o mtodo de eliminao limitado, pois o utilizamos quando temos o nmero de
equaes iguais ao nmero de incgnitas.

Quando nos deparamos com um sistema linear em que a


quantidade de equaes diferente da quantidade de incgnitas,

20 Sistemas lineares, matrizes e determinantes


U1

j sabemos que nem sempre possvel determinar soluo


por meio do mtodo de eliminao (escalonamento). Mas
ser possvel obter alguma informao a partir da resoluo
por esse mtodo? Que tipo de informao?

Vamos ver um exemplo em que temos um sistema de equaes com


quantidades diferentes de equaes e incgnitas e o resolveremos, o mximo
possvel, por meio do mtodo de eliminao:

Exemplo: (KOLMAN; HILL, 2006, p. 6) Um fabricante produz trs tipos diferentes


de produtos qumicos: A, B e C. Cada produto deve passar por duas mquinas de
processamento: x e y. Neste processo, cada uma das mquinas utilizada durante
os seguintes intervalos de tempo:

1. Uma tonelada de A necessita 2 horas na mquina x e 2 horas na mquina y.

2. Uma tonelada de B necessita 3 horas na mquina x e 2 horas na mquina y.

3. Uma tonelada de C necessita 4 horas na mquina x e 3 horas na mquina y.

A mquina x est disponvel 80 horas por semana e a mquina y 60 horas por


semana. Como a administrao no quer manter as dispendiosas mquinas x e
y paradas, ele gostaria de saber quantas toneladas de cada produto devem ser
produzidas para que as mquinas sejam utilizadas de maneira tima. Admite-se
que o fabricante possa vender tantos produtos quanto produz.

Soluo: Esse problema envolve o planejamento de uma produo e, para


resolv-lo, vamos considerar que x1, x2 e x3 sejam o nmero de toneladas de A,
B e C a serem produzidos. O nmero de horas que a mquina x ser utilizada :
2 x1 + 3 x2 + 4 x3 = 80

O nmero de horas que a mquina y ser utilizada :


2 x1 + 2 x2 + 3 x3 = 60
Assim, temos:

2 x1 + 3 x2 + 4 x3 = 80

2 x1 + 2 x2 + 3 x3 = 60
perceptvel que o sistema linear tem infinitas solues, mas, ainda assim,

Sistemas lineares, matrizes e determinantes 21


U1

vamos desenvolv-lo fazendo uso do mtodo de eliminao:

x2 + x3 = 20
x2 = 20 x3

Substituindo o resultado obtido na primeira equao, temos:


2 x1 + 3 x2 + 4 x3 = 80
2 x1 + 3 ( 20 x3 ) + 4 x3 = 80
2 x1 + 60 3 x3 + 4 x3 = 80
2 x1 + x3 = 20
2 x1 = 20 x3
20 x3
x1 =
2
Veja que ambos os resultados esto em funo de x3, o qual podemos
considerar como um nmero real, porm no pode ser um nmero real qualquer,
mas a seguinte condio deve ser satisfeita:

0 x3 20
Essa condio se faz necessria porque, como estamos lidando com uma situao
que envolve quantidade de produtos, no faz sentido obtermos resultados negativos.

A partir das resolues que obtemos, a questo de otimizao da produo


depende de informaes ou restries adicionais a serem dadas, pois, a partir do
que foi obtido, para qualquer valor de x3, desde que de acordo com a condio
dada, obtemos valores para x1 e x2 que podem ser to boas quanto outras.

Quais condies ou restries poderiam ser dadas na situao


que foi proposta no exemplo acima?

22 Sistemas lineares, matrizes e determinantes


U1

Acessando o link:
<http://www.dec.uem.br/eventos/enteca_2003/Temas/tema3/072.
PDF>, voc encontrar o artigo Aplicao da programao linear
na engenharia de sistemas de construo civil. Leia-o para que
possa evidenciar uma das muitas aplicaes de sistemas lineares nas
engenharias em geral.

1. Resolva os sistemas lineares a seguir:


3x + 2 y + z = 2

A 4 x + 2 y + 2 z = 8
x y+z =4

x + y + 3 z = 12
B
2 x + 2 y + 6 z = 6

x + y z =1

C 2 x + 3 y + 2 z = 3
x + 2 y + 3z = 2

correto afirmar que os sistemas lineares A, B e C so,


respectivamente:
a) Sistema possvel e determinado; sistema possvel e
indeterminado; e sistema impossvel.
b) Sistema possvel e indeterminado; sistema possvel e
determinado; e sistema impossvel.
c) Sistema possvel e determinado; sistema impossvel; e
sistema possvel e indeterminado.
d) Sistema impossvel; sistema possvel e indeterminado; e

Sistemas lineares, matrizes e determinantes 23


U1

sistema possvel e determinado.


e) Sistema impossvel; sistema possvel e determinado; e
sistema impossvel.

2. (Adaptado de: KOLMAN; HILL, 2006, p. 7) Uma refinaria


produz combustvel com alto e baixo teores de enxofre. Cada
tonelada de combustvel com baixo teor de enxofre precisa
de 5 minutos no setor de mistura e 4 minutos no setor de
refino; cada tonelada de combustvel com alto teor de enxofre
precisa de 4 minutos no setor de mistura e 2 minutos no setor
de refino. Se o setor de mistura est disponvel por 3 horas e o
setor de refino por 2 horas, quantas toneladas de cada tipo de
combustvel devem ser produzidas para que os setores no
fiquem ociosos?
a) 10 toneladas de cada tipo de combustvel.
b) 15 toneladas de cada tipo de combustvel.
c) 20 toneladas de cada tipo de combustvel.
d) 25 toneladas de cada tipo de combustvel.
e) 30 toneladas de cada tipo de combustvel.

24 Sistemas lineares, matrizes e determinantes


U1

Seo 2
Matrizes
Na seo anterior, voc estudou a possibilidade de modelar situaes em
forma de sistemas lineares. Porm, em alguns casos, mais vantajoso organizar
informaes de situaes em forma de linhas e colunas formando agrupamentos
retangulares, que o que denominamos de matrizes.

Assim, dados numricos que antes organizamos em sistemas lineares podero


agora ser organizados em matrizes e, assim, ser possvel solucionar uma situao
a partir de operaes apropriadas em matrizes. Estas operaes sero estudadas
na presente unidade, alm de diversos outros conceitos que conduziro voc,
prezado estudante, a contemplar a riqueza do clculo matricial.

2.1 Definindo matrizes


Na seo anterior, voc estudou o mtodo de eliminao, no qual voc pode
ter percebido que apenas os coeficientes das incgnitas x1, x2, ... , x3 so alterados
medida que realizamos os passos do mtodo de eliminao.

Dessa forma, deve haver uma possibilidade de escrever um sistema linear sem
ter que repetir as incgnitas. E existe sim: por meio de uma matriz. A matriz facilita o
clculo de sistemas lineares, principalmente em computadores, de maneira a obter
um procedimento mais rpido e eficiente para determinar solues. Alm disso, na
forma matricial torna-se possvel realizar operaes e outras especificidades que
voc conhecer a partir de agora.

Definio: Uma matriz A sobre um corpo K (ou, simplesmente, uma matriz K)


m n um arranjo retangular de escalares distribudos em m linhas e n colunas,
sendo, portanto, representada por:

Sistemas lineares, matrizes e determinantes 25


U1

Perceba que o elemento aij , denominado ij - sima entrada, ou elemento,


aparece na linha i e na coluna j. Em geral, denotamos uma matriz simplesmente
escrevendo A = aij .

Ainda, podemos dizer que A m por n (representado por m n) . Essa notao
indica o tamanho da matriz. Se m = n , dizemos que A uma matriz quadrada
de ordem n e que os nmeros a11, a22, , ann formam a diagonal principal de A.

Vamos ver alguns exemplos:


0 4 2
a) A =
5 1 3
A matriz A de ordem 2 3 com elementos a11 = 0 , a12 = 4 , a13 = 2 ,
a21 = 5, a22 = 1 e a23 = 3 .

3 0
b) B =
7 1
A matriz B de ordem 2 2 e, portanto, uma matriz quadrada, com elementos
a11 = 3 , a12 = 0 , aa21
21
=7 e a22 = 1 .

c)

A matriz C de ordem 3 3 e, portanto, uma matriz quadrada, com elementos


a11 = 1 , a12 = 0 , a13 = 2 ,aa2121 = 5 , aa2222 = 0 e a23 = 0 , a31 = 2 , a32 = 0 e
a33 = 1 . Em destaque est a diagonal principal, formada pelos elementos a11 ,
a22 e a33 .

Vale destacar que uma matriz 1 n ou n 1 tambm denominada de vetor


de dimenso n. Em muitos casos, nos referimos a esses simplesmente como vetores.

Exemplos:

u = [5 0 1 2] um vetor de dimenso 4.
3
v = 1 um vetor de dimenso 3.
2

26 Sistemas lineares, matrizes e determinantes


U1

Mais adiante, neste material, voc estudar vetores. Mas,


enquanto esse momento no chega, onde voc j ouviu falar
sobre vetores? E o que voc entende (ou j conheceu) por
vetores?

2.2 Alguns casos especiais de matrizes


Alm da matriz quadrada e dos vetores, tambm existem outros casos especiais
de matrizes que so importantes que voc conhea.

Matriz diagonal: uma matriz quadrada A = aij em que todo elemento


fora da diagonal principal zero, isto , aij = 0 para i j. Exemplo:
5 0 0
A = 0 9 0
0 0 2
Matriz escalar: uma matriz diagonal A = aij em que todos os termos da
diagonal principal so iguais, aij = c para i = j e aij = 0 para i j. Exemplos:

No caso da matriz C = aij , como todos os elementos da diagonal principal


so iguais a 1, chamamos essa matriz de matriz identidade (I).

Matrizes iguais: duas matrizes m n , A = aij e B = bij so ditas iguais


se aij = bij , 1 i m, 1 j n, isto , se os elementos correspondentes forem
iguais. Exemplo:
x + y 2 z + t 3 7
x y z t = 1 5

Pela definio de igualdade de matrizes, os quatro elementos correspondentes
devem ser iguais. Logo,

Sistemas lineares, matrizes e determinantes 27


U1

x + y = 3, x y = 1, 2z + t = 7, zt=5
Resolvendo por sistemas de equaes, obtemos: x = 2 , yy = 1 , z = 4 e
t = 1 .

2.3 Operaes envolvendo matrizes


Vamos, agora, definir vrias operaes que fornecero novas matrizes a
partir de outras dadas. Tais operaes so bastante teis em diversas aplicaes
envolvendo matrizes.

2.3.1 Adio de matrizes

Se A = aij e B = bij so matrizes m n , ento a soma de A e B a


matriz C = cij , m n, definida por:

cij = aij + bij (1 i m, 1 j n)

Em outras palavras, a matriz C obtida pela adio dos elementos


correspondentes de A e B. Entretanto, para realizar a adio necessrio que as
matrizes A e B tenham o mesmo nmero de linhas e de colunas, ou seja, A e B
precisam ter o mesmo tamanho. Exemplo:
5 7 4 2
Dadas as matrizes A = e B= . Ento:
3 8 6 1
5 + 4 7 + ( 2 ) 9 5
A+ B = = =C
3 + 6 8 + 1 9 7
A subtrao de matrizes envolve um processo anlogo, ou seja, ao determinar
A - B , resolvemos A + B . Exemplo:( )
1 6 2 9 2 1
Dadas as matrizes A = e B= . Ento:
0 1 3 5 6 3
9 2 1
A B = A + ( B ) onde B = . Logo,
5 6 3
1 + ( 9 ) 6 + ( 2 ) 2 + 1 8 4 1
A + ( B ) = = =C
0+5 1 + ( 6 ) 3 + ( 3) 5 7 6

28 Sistemas lineares, matrizes e determinantes


U1

2.3.2 Multiplicao por um escalar

A = aij uma matriz m n e k um nmero real, ento a multiplicao


Se
por um escalar de k por A (denotada por kA ), a matriz B = bij , m n, onde:

bij = kaij (1 i m, 1 j n)

Portanto, B obtida pela multiplicao de cada elemento de A por k. Exemplo:


1 2 3 4 6 8
Sejam dadas as matrizes A = e B= , vamos determinar:
0 4 5 1 3 7
a) 3A
b) 2 A - 3B

Resoluo:

a)

b)

Dizemos que a matriz resultante de 2 A - 3B uma combinao linear de


A e B. Os coeficientes 2 e -3 , de A e B, respectivamente, so chamados de
coeficientes da combinao.

Tendo apresentado a adio de matrizes e a multiplicao de uma matriz


por um escalar, voc vai conhecer, agora, algumas propriedades bsicas dessas
operaes:

TEOREMA 1: Sejam A, B e C matrizes quaisquer de mesmo tamanho e k e k


escalares quaisquer. Ento:

(i) ( A + B ) + C = A + ( B + C ) (v) k ( A + B ) = kA + kB
(ii) A + 0 = 0 + A = 0 (vi) ( k + k ) A = kA + k A
(iii) A + ( A ) = ( A ) + ( A ) = 0 (vii) ( kk ) A = k ( k A )
(iv) 1. A= A
A + B = B + A (viii) 1

Sistemas lineares, matrizes e determinantes 29


U1

2.3.3 Matriz transposta


A = aij uma matriz m n , ento A = bij a matriz n m dada
T
Se

por bij = a ji .
T
Em outras palavras, a transposta de uma matriz A, denotada por A , a matriz
obtida escrevendo as colunas de A, na mesma ordem, como linhas. Exemplo:
T 5 8
5 6 7
8 9 10 = 6 9
7 10
Vamos conhecer as propriedades bsicas da transposio:

TEOREMA 2: Sejam A e B matrizes e k um escalar. Ento, sempre que os


produtos e somas envolvidos estiverem definidos, valem:

(i) ( A + B ) = A + B (iii) ( kA ) = kA
T T T T T

( )
T
= A (iv) ( AB ) = BT AT
T
(ii) AT

A propriedade iv envolve o produto de matrizes e essa operao apresentada


na prxima subseo.
T
Quando temos A = A , dizemos que a matriz A simtrica. E, quando
AT = A , dizemos que a matriz A antissimtrica. Exemplos:

2 3 5 2 3 5
A = 3 6 7 e A = 3 6 7
T

5 7 8 5 7 8

T
Como A = A , a matriz A simtrica.

0 3 4 0 3 4
B = 3 0 5 e B = 3
T
0 5
4 5 0 4 5 0

Como BT = B , a matriz B antissimtrica.

30 Sistemas lineares, matrizes e determinantes


U1

Nos dois exemplos acima, as matrizes so quadradas.


possvel existir matriz simtrica ou matriz antissimtrica de
uma matriz que no quadrada?

2.3.4 Produto escalar e multiplicao de matrizes


Ao contrrio da adio, a multiplicao de matrizes possui algumas propriedades
que a diferencia da multiplicao de nmeros reais.

Vamos comear nossa abordagem sobre multiplicao pelo conceito de


produto escalar que, certamente, ser muito utilizado no estudo das prximas
unidades desse material.

O produto escalar dos vetores a e b de dimenso n a soma dos produtos dos


elementos correspondentes. Dessa maneira, se
a1
a b1
2 b
a = e b = , ento
2


an
bn

n
aa. b = a1b1 + a2b2 ++ anbn = ai bi
i =1

4
Exemplo: Sejam u = [x 2 3] e v = 1 . Se u
. vv = 4 , determine o valor
de x. 2
Soluo: Temos que

u v = x 4 + 2 1 + 3 2 = 4
4 x + 2 + 6 = 4
4 x = 4 8
4 x = 12
x = 3

Sistemas lineares, matrizes e determinantes 31


U1

Quanto multiplicao de matrizes, se A = aij uma matriz m p e



B = bij uma matriz p n , ento, o produto de A e B, representado por AB,
a matriz C = cij de ordem m n , definida por:

p
cij = ai1b1 j + ai 2b2 j ++ aip bpj = aik bkj ( im,
(1 1i m
1 ,1 j j n)
n )
k =1

Importante: o produto de A e B definido apenas quando o nmero de linhas


de B igual ao nmero de colunas de A:

Exemplos:
2 5
1 2 1
1) Sejam A =
e B=4 3 , ento:
3 1 4 2 1

Primeiro, percebemos que a matriz A 2 3 e a matriz B 3 2 . Logo, a


matriz resultante do produto AB deve ser de tamanho 2 2 .

Agora, fazemos a multiplicao dos elementos correspondentes das linhas de A


pelos elementos correspondentes das colunas de B, somando-os:

2 3 5 2 5
2) Considerando A = 3 6 7 e B = 4 3 . Calcule o elemento c3 22 de
C=AB. 5 7 8 2 1

Nesse tipo de exerccio, no precisamos efetuar o clculo completo de AB.

32 Sistemas lineares, matrizes e determinantes


U1

Basta considerarmos que o elemento c3 22, obtido ao multiplicar a terceira linha de


A ( linha3 ( A ) ) e na segunda coluna de B ( coluna2 ( B ) ):

No terceiro e no quarto exemplos, vamos evidenciar as relaes entre uma


matriz e um sistema linear.
x + 2 y z = 2
3) O sistema linear pode ser escrito como o produto matricial:
3x + 4 z = 5

4
2 x 6 24
4) Sejam A = e B = 8 . Se AB = , determine x e y.

4 2 2 y 12

A matriz A 2 3 e a matriz B 3 1 . Logo, a matriz resultante do produto AB


deve ser de tamanho 2 1 .

Temos que:

Ento:

Sistemas lineares, matrizes e determinantes 33


U1

8 x = 20
x = 2, 5

Portanto, x = 2, 5 e y = 6.

Ainda sobre a relao entre matriz e sistemas lineares, podemos escrever um


sistema linear na forma de matriz de coeficientes que, juntando com a coluna de
resultados das equaes desse sistema, obtemos a matriz aumentada. Por exemplo:

4 x + 2 z = 10

Dado o sistema linear: 4 x + 6 y 8 z = 14
6x + 4 y + 4z = 6

Podemos escrever o sistema linear na forma de matriz do tipo Ax = b :

E, ainda, podemos escrever o sistema linear na forma de matriz aumentada A b :

importante destacar que a multiplicao matricial no , em geral, comutativa,


ou seja, AB BA. Contudo, a multiplicao matricial satisfaz as propriedades a seguir.

TEOREMA 3: Sejam A, B e C matrizes. Sempre que os produtos e somas


estiverem definidos, valem:

(i) ( AB ) C = A ( BC ) (v) A=
0 0= A 0 (matriz nula todos
os elementos da matriz so iguais a 0).
( )
(ii) A B + C = AB + AC

(iii)( A + B ) C = AC + BC
(iv) k ( AB ) = ( kA ) B = A ( kB ) , onde k um escalar.

34 Sistemas lineares, matrizes e determinantes


U1

As potncias de matrizes correspondem a multiplicao de uma matriz


por ela mesma. Por exemplo: A2 = A A ou B3 = B2 B = B B B.
Saiba mais sobre potenciao de matrizes e, tambm, sobre polinmios
matriciais acessando o link: <http://www.uel.br/projetos/matessencial/
superior/alinear/cay-ham.htm>.

2.3.5 Matriz inversa


Uma matriz quadrada A dita invertvel, ou no singular, se existir uma matriz
B, tal que AB
= BA = I , onde I a matriz identidade. Importante destacar que a
-1
matriz B nica e dizemos que a matriz B a inversa de A e a denotamos por A .

Note que a relao que define a inversa simtrica, ou seja, se B for a inversa
de A, ento A ser a inversa de B. Por exemplo:
2 3 1 3 / 2
Dadas A = e B=
1 1 . Ento:
2 2
2 + 3 3 3 1 0
AB = =
2 + 2 3 2 0 1
2 + 3 3 + 3 1 0
BA = =
2 2 3 2 0 1

Vamos ver outro exemplo:


1 2 1 a b
1) Seja A = . Para encontrar A-1 , fazemos A = . Ento,
devemos ter: 2 4 c d

tal que:

a + 2c b + 2d 1 0
2a + 4c 2b + 4d = 0 1

Sistemas lineares, matrizes e determinantes 35


U1

Igualando os elementos correspondentes dessas duas matrizes, temos os


sistemas lineares:
a + 2c = 1 e
b + 2d = 0

2a + 4c = 0 2b + 4d = 1
Resolvendo o primeiro sistema linear, temos:

0a + 0c = 2
Perceba que aqui j temos um sistema impossvel e, portanto, no temos solues.
Logo, A no tem inversa. Nesse caso, dizemos que A uma matriz singular.

Em caso contrrio, se fosse possvel obter solues para a, b, c e d, teramos


que a matriz A seria no singular, existindo uma inversa que corresponderia
substituio dos valores de a, b, c e d na matriz a b .
c d

Conhea algumas propriedades de matrizes inversas:

TEOREMA 4: Sendo A e B matrizes, vlido que:


-1
(i) Se A uma matriz invertvel, ento A invertvel e

(A )
1
1
=A

(ii) Se A e B so matrizes invertveis, ento AB invertvel e


( AB )
1
= B 1 A1

(iii) Se A uma matriz invertvel, ento

(A ) ( )
1 T
T
= A1

Na ltima parte do teorema descrito acima, envolvemos a matriz transposta.


Ainda envolvendo esse tipo de matriz importante estudarmos outro conceito: o
de matrizes ortogonais.
T 1 T T
Uma matriz real ortogonal se A = A , ou seja, se AA = A= A I.
Consequentemente, podemos afirmar que toda matriz ortogonal quadrada e
invertvel.

36 Sistemas lineares, matrizes e determinantes


U1

Assista aos vdeos indicados a seguir para que possa aprofundar seus
conhecimentos sobre matriz ortogonal: Disponvel em:
<https://www.youtube.com/watch?v=AGJU491rvDU>.
<https://www.youtube.com/watch?v=pifDnANTVv8 >.

2.4 Transformaes matriciais


Inicialmente, vamos considerar a notao n para o conjunto de todos
os vetores de dimenso n com elementos reais. De maneira mais geral, nos
restringiremos a 2 e 3 , onde o primeiro corresponde ao conjunto de todos os
vetores de dimenso 2 e, o segundo, representa todos os vetores de dimenso 3.
Assim, temos:

O vetor
x
u=
y

em 2 representado pelo segmento de reta orientado:

Figura 1.8 | Representao de vetor em 2

Fonte: A autora (2015).

O vetor
x
v = y
z

em 3 representado pelo segmento de reta orientado:

Sistemas lineares, matrizes e determinantes 37


U1

Figura 1.9 | Representao de vetor em


3

Fonte: A autora (2015).

Tendo apresentado os esclarecimentos acima, vamos, a partir de agora, fazer uma


breve abordagem sobre um ponto de vista geomtrico para determinadas funes
de n em . Estas funes o que chamamos de transformaes matriciais.
m

Assim como j foi ilustrado anteriormente, vamos nos limitar a 2 e 3 .

A importncia desse estudo devido a uma transformao matricial


corresponder a uma transformao linear, assunto que ser abordado em unidade
posterior desse material.

Se A uma matriz m n e u um vetor de dimenso n , ento o produto


matricial Au um vetor de dimenso m .

Uma funo f que leva n a m representada por f : . Assim,


n m

uma transformao linear uma funo f :R n R m definida por f ( u ) = Au .

O vetor f ( u ) em m denominado de imagem de u e o conjunto de todas as


imagens dos vetores em n chamado de variao de f (KOLMAN; HILL, 2006).

Vamos ver alguns exemplos:

1) (Adaptado de KOLMAN; HILL, 2006, p. 50) (a) Seja f a transformao matricial


definida por
2 4
f ( u) = u
3 1

2
A imagem de u =
1

1 10
E a imagem de pelo mesmo processo.
2 5

38 Sistemas lineares, matrizes e determinantes


U1

1 2 0
(b) Seja A= e considerando a transformao matricial definida por
1 1 1
f ( u ) = Au
1 0 2
1 1 2 1 0
ento, a imagem de 0 , a imagem de 2 e a imagem de 0 .
2
1 3 3

Observe que se A uma matriz m n e f : uma transformao


n m

matricial que leva n em m , ou seja, definida por f ( u ) = Au , ento um vetor


w em m est na imagem de f somente se pudermos encontrar v em n tal
( )
que f v = w .

1 2
2) (Adaptado de KOLMAN; HILL, 2006, p. 50) Seja A = e considerando a
2 3 4
transformao matricial definida por f ( u ) = Au . Determine se o vetor w=
est na imagem de f . 1
v

Soluo: A questo equivale a perguntar se existe um vetor v = 1 tal que
f ( v ) = w . Temos v2

Logo,

Resolvendo este sistema linear obtemos v1 = 2 e v2 = 1 . Assim, w est na


2
imagem de f . Em particular, se v = , ento f ( v ) = w .
1

2.4.1 Tipos de transformaes matriciais


A) Reflexo em relao ao eixo x em 2

Sistemas lineares, matrizes e determinantes 39


U1

Figura 1.10 | Representao da reflexo em relao ao eixo x em 2

Fonte: Disponvel em: <http://wiki.ued.ipleiria.pt/wikiEngenharia/index.php/Matriz_de_reflex%C3%A3o>. Acesso em:


02 ago. 2015.

Exemplo: Seja f : a transformao matricial definida por

1 0
f ( u) = u
0 1

x
Dessa maneira, se u = , ento
y
x x
f ( u) = f =
y y
B) Dilatao e contrao

Considere f : a transformao matricial definida por


r 0 0
f ( u ) = 0 r 0 u,
0 0 r

onde r um nmero real. notvel que f ( u ) = ru .


Se r > 1, f chamada de dilatao.

Se 0 < r < 1, f chamada de contrao.

As mesmas definies valem para 2.

( )
Na figura a seguir, temos o vetor f1 u = 2u e o vetor f 2 u = 1 / 2 u
u, onde ( )
percebemos que a dilatao estica um vetor enquanto que a contrao o encurta:

40 Sistemas lineares, matrizes e determinantes


U1

Figura 1.11 | Representao da dilatao e da contrao

Fonte: A autora (2015)

C) Projeo

Considere f :R R a transformao matricial definida por


x x x
1 0 0 1 0 0
f ( u ) = f y = f ( u ) = f y .Ento:
= y
z 0 1 0 z 0 1 0 z

x
x
f ( u ) = f y =
z y

Observe essa transformao na figura a seguir.

x
x
Figura 1.12 | Efeito da transformao matricial f ( u ) = f y =
z y

Fonte: A autora (2015)

Sistemas lineares, matrizes e determinantes 41


U1

x
x
Perceba que se v = y , onde s um escalar qualquer, ento f ( v ) = = f ( u ) .

s y

Logo, infinitos vetores de dimenso 3 tm o mesmo vetor imagem:

Figura 1.13 | Projeo

Fonte: A autora (2015)

Neste caso, f uma projeo de 3 no plano xy .

2.5 Soluo de sistemas lineares: escalonamento por reduo de


linhas
Vamos, a partir de agora, conhecer um mtodo til para a resoluo de
sistemas lineares. Esse mtodo tem incio com a matriz aumentada de sistema
linear considerado e gera uma matriz com um formato particular. Tal matriz
gerada representa outro sistema linear, que tem exatamente as mesmas solues
do sistema linear original, porm, mais fcil de resolver.

Uma matriz A de ordem m n est na forma escalonada reduzida por linhas


quando satisfaz as propriedades:

(i) Caso existam, todas as linhas nulas ocorrem abaixo de todas as linhas no nulas.

(ii) O primeiro elemento diferente de zero a partir da esquerda de uma linha no


nula 1 (um inicial).

(iii) O um inicial aparece direita e abaixo dos uns iniciais das linhas precedentes,
para cada linha no nula.

42 Sistemas lineares, matrizes e determinantes


U1

(iv) Caso uma linha contenha o um inicial, ento todos os outros elementos
naquela coluna que se encontram abaixo deste um inicial so iguais a zero.

Na matriz escalonada reduzida por linhas, os primeiros coeficientes das linhas


no nulas formam uma escada.

Um exemplo de matriz escalonada por linhas :

Para transformar uma determinada matriz na forma escalonada reduzida por


linhas, vamos conhecer algumas operaes elementares nas linhas:

(i) Permuta das linhas r e s de A.

(ii) Multiplicao da r-sima linha de A por c 0.

(iii) Adio de d vezes a r-sima linha de A linha s de A, r s.

Exemplo:

1) Seja

Permutando as linhas 1 e 3 de A, temos:

Multiplicando a terceira linha de A por 1/3, temos:

Adicionando ( -2 ) vezes a linha 2 de A linha 3, temos:

Sistemas lineares, matrizes e determinantes 43


U1

Perceba que, para obter D a partir de A, a linha 2 de A no foi alterada.

2.5.1 Mtodo de reduo de Gauss-Jordan


Vamos aplicar a forma escalonada reduzida por linhas para resolver sistemas
lineares, comeando pelo mtodo de reduo de Gauss-Jordan.

Esse mtodo consiste nos seguintes procedimentos:

(i) Forme a matriz aumentada.

(ii) Obtenha a forma escalonada reduzida por linhas da matriz aumentada utilizando
as operaes elementares nas linhas.

(iii) Para cada linha no nula da matriz escalonada reduzida por linhas, resolva a
equao correspondente para a incgnita associada ao primeiro elemento no
nulo naquela linha. As linhas que s contm zero podem ser ignoradas.

Vamos ver um exemplo:

1) (Adaptado de KOLMAN; HILL, 2006, p. 65) Resolva o sistema linear


x + 2 y + 3z = 9

2x y + z = 8
3x z = 3

1 passo: obteno da matriz aumentada:

2 passo: transformao da matriz aumentada para a forma escalonada


reduzida por linhas:

(2) vezes a primeira linha foi adicionada sua segunda


linha. (3) vezes a primeira linha foi adicionada sua
terceira linha.

44 Sistemas lineares, matrizes e determinantes


U1

A segunda linha foi multiplicada por (1/5).

6 vezes a segunda linha foi adicionada sua terceira linha.

A terceira linha foi multiplicada por (1/4).

(1) vez a terceira linha foi adicionada sua primeira linha.

(3) vezes a terceira linha foi adicionada sua primeira linha.

(2) vezes a segunda linha foi adicionada sua primeira linha.

Dessa forma, a matriz aumentada equivalente matriz

, que est na forma escalonada reduzida por linhas.

3 passo: O sistema linear representado pela matriz escalonada reduzida por


linhas acima :
x=2

y = 1
z =3

Logo, a soluo do sistema linear dado S = {( 2, 1, 3)}.

Sistemas lineares, matrizes e determinantes 45


U1

Contudo, perceba que no havia a necessidade, nesse caso, de escalonarmos


at chegar na matriz identidade para obter os valores de x, y e z , pois com a
penltima parte do escalonamento j seria possvel obter esses valores.

Perceba que com o penltimo resultado do escalonamento:

Podemos escrever:
x + 2 y = 0

y = 1
z =3

Logo:

x + 2 (1) = 0
x=2

Logo, a soluo do sistema linear dado S = {( 2, 1, 3)} .


Isso acontece porque no penltimo resultado do escalonamento j obtivemos
uma matriz triangular.

No exemplo acima, foi mencionado que a matriz escalonada


aumentada equivalente por linhas matriz na forma escalonada
reduzida por linhas. O que voc acha que isso significa?

Saiba o que equivalncia por linhas acessando:


<http://www.galileu.esalq.usp.br/mostra_topico.php?cod=55>.
Saiba mais sobre matrizes triangulares acessando:
<https://www.youtube.com/watch?v=BtVXWPMct5w>.

46 Sistemas lineares, matrizes e determinantes


U1

2.5.2 Sistemas homogneos


Um sistema homogneo um sistema linear do tipo:

Um sistema homogneo tambm pode ser representado por Ax = 0 .


A soluo x1 = x2 = = xn = 0 para o sistema homogneo chamada
soluo trivial. Consequentemente, quando nem todos os xi so iguais a zero
chamada soluo no trivial.

TEOREMA: Um sistema homogneo de m equaes a n incgnitas sempre


tem uma soluo no trivial se m < n , ou seja, se o nmero de incgnitas exceder
o nmero de equaes.

Exemplo:

1) (Adaptado de KOLMAN; HILL, 2006, p. 70) Considere o sistema homogneo


x + y + z + w = 0

x+w=0
x + 2y + z = 0

A matriz aumentada deste sistema

a qual equivalente a (os clculos ficam como exerccios para voc!):

que est na forma escalonada reduzida por linhas. Portanto, a soluo :


x + w = 0 x = w

y w = 0
y=w
z + w = 0 z = w

Sistemas lineares, matrizes e determinantes 47


U1

Chamando w = r , temos:
x = r
y=r
z = r
w=r

O valor de r pode ser qualquer nmero real. Por exemplo, se supusermos


r = 5 , ento:
x = 5, y = 5, z = 5, w=5

uma soluo no trivial para este sistema homogneo. Ou seja,

Assim, podemos afirmar que este sistema linear tem infinitas solues.

Outro mtodo de resoluo de sistemas lineares o mtodo de


eliminao gaussiana. Conhea esse mtodo acessando os vdeos
indicados a seguir. Alm disso, por meio dos dois ltimos vdeos, voc
poder compreender um pouco mais o mtodo de eliminao de
Gauss-Jordan.
<https://www.youtube.com/watch?v=YovCWRwbcL4>.
<https://www.youtube.com/watch?v=u8LJ1KYwDYU>.
<https://www.youtube.com/watch?v=oWQ7-AfnoZY>.
<https://www.youtube.com/watch?v=C3Tpj2BS46I>.
<https://www.youtube.com/watch?v=C3Tpj2BS46I>.

48 Sistemas lineares, matrizes e determinantes


U1

1. (Adaptado de ANTON; RORRES, 2001, p. 51) Calculando a


1 4 0
matriz inversa de A = 2 5 0 , correto afirmar que:
3 6 0
1 4 0
a) A = 2 5 0
1

3 6 0
7 2 / 3 5 / 4
b) A = 5 13
1
6
0 0 0

1 2 3
c) A = 4 5 6
1

0 0 0
1 2 3
d) A = 4 5 6

1

0 0 0

e) A matriz A no tem inversa ( singular).

2. (Adaptado de LIPSCHUTZ; LIPSON, 2011, p. 50) Sejam


1 3 2 0 4
A= e B= . correto afirmar que AB
2 1 3 2 6
igual a:
11 6 14
a) AB =
1 2 14
11 6
b) AB = 14 1
2 14
11 1
c) AB = 6 2
14 14
1 2 14
d) AB =
11 6 14
e) O produto AB no est definido.

Sistemas lineares, matrizes e determinantes 49


U1

50 Sistemas lineares, matrizes e determinantes


U1

Seo 3

Determinantes
Introduo seo
Na presente seo ser dada uma noo de determinante e apresentadas suas
propriedades.

Os determinantes, primeiramente, so abordados na perspectiva de resoluo


de sistemas lineares. Apesar dos mtodos estudados anteriormente se mostrarem
mais eficientes e prticos para resolver sistemas lineares do que por meio de
determinantes, estes so essenciais em outros aspectos da Geometria Analtica e
lgebra Linear.

Alm dos sistemas lineares, os determinantes tm forte ligao com as matrizes,


contudo, vale destacar, que esse estudo ser restringido s matrizes quadradas.

3.1 Definio de determinante


Seja A = aij uma matriz n n . Definimos o determinante de A, que
denotado pelo smbolo det ( A ) , por:

det ( A ) = ( ) a1 j1 a2 j 2 an jn

Onde o somatrio varia por todas as permutaes j1 j2 jn do conjunto


{ }
S = 1, 2, , n . O sinal positivo ou negativo conforme a permutao j1 j2
jnseja par ou mpar.

Para compreender a definio muito importante que voc recorde o


que uma permutao. Para retomar esse conceito, acesse:
<https://www.youtube.com/watch?v=sWb4MV6RoeE>.

Sistemas lineares, matrizes e determinantes 51


U1

3.2 Determinantes de matrizes 2 x 2 e 3 x 3


Considere a matriz de ordem 2 2 a seguir:

a11 a12
a a22
21
O determinante calculado somando as entradas das flechas direcionadas para
a direita (diagonal principal) e subtraindo as entradas das flechas direcionadas para
a esquerda (diagonal secundria):

det ( A ) = a11a22 a12 a21

Exemplo:
2 3
1) O determinante da matriz A=
4 5

det (A) = 2 5 (3) 4 = 22

Agora, considere a matriz de ordem 3 3 a seguir:


a11 a12 a13
a
21 a22 a23
a31 a32 a33
O determinante calculado somando as entradas das flechas direcionadas para
a direita (diagonal principal) e subtraindo as entradas das flechas direcionadas para
a esquerda (diagonal secundria). Porm, para que esse processo seja possvel,
necessrio fazer repetir as duas primeiras linhas ou as duas primeiras colunas da matriz:

det ( A ) = a11a22 a33 + a12 a23 a31 + a13 a21a32 ( a13 a22 a31 + a11a23 a32 + a12 a21a33 )

52 Sistemas lineares, matrizes e determinantes


U1

Ou

det ( A ) = a11a22 a33 + a21a32 a13 + a31a12 a23 ( a13 a22 a31 + a23 a32 a11 + a33 a12 a21 )

Mas, ateno: os mtodos de resoluo fornecidos acima para o clculo de


det ( A ) no se aplicam para n 4 .

Por qual motivo os mtodos apresentados no se aplicam para


matrizes em que n 4 ?

Vamos ver um exemplo:

1 2 3
1) Dada a matriz A = 2 1 3 , temos

3 1 2
1 2 3 1 2
2 1 3 2 1

3 1 2 3 1

det(A) = 1 1 2 + 2 3 3 + 3 2 1 (3 1 3 + 1 3 1 + 2 2 2)
det ( A ) = 2 + 18 + 6 ( 9 + 3 + 8 )
det ( A ) = 26 20
det ( A ) = 6
Se ao invs de repetir as duas primeiras colunas fossem repetidas as duas
primeiras linhas, o resultado de det ( A ) seria o mesmo. Confira!

Sistemas lineares, matrizes e determinantes 53


U1

3.3 Propriedades dos determinantes


Quando temos que calcular determinantes para valores de n muito grandes,
o processo torna-se tedioso. Por esse motivo, so apresentadas a seguir vrias
propriedades que auxiliaro no clculo de determinantes. Essas propriedades so:

(i) Os determinantes de uma matriz e de sua transposta so iguais, isto ,


( )
det AT = det A .; ( )
(ii) Se a matriz B obtida da matriz A trocando-se de posio duas linhas
(colunas) de A, ento det B = det A .( ) ( )
(iii) Se duas linhas (colunas) de A so iguais, ento det ( A ) = 0 .
(iv) Se uma linha (coluna) de A nula, ento det ( A ) = 0 .
(v) Se B obtida de A pela multiplicao de uma linha (coluna) de A por um
nmero real c , ento det B = c ( )
det A .= 0 ( )
(vi) Se B = bij obtida de A = aij pela adio a cada elemento da r-sima

linha (coluna) de A por uma constante c vezes o elemento correspondente da
s-sima linha (coluna) de A, com r s, ento det B = det A . ( ) ( )
(vii) Se uma matriz A = aij triangular superior (inferior), ento det ( A ) ser
igual ao produto dos elementos da diagonal principal.

(viii) O determinante de um produto de duas matrizes igual ao produto de


(
seus determinantes, isto , det AB = det A det B . ) ( ) ( )
(ix) Se A invertvel, ento det ( A ) 0 e

( )
det A1 =
1
det ( A )

Conhea outros mtodos de clculo de determinantes acessando os


links indicados a seguir:
Expanso em cofatores: <https://www.youtube.com/watch?v=Qw8O
nq4OVYQ>.
Regra de Cramer: <https://www.youtube.com/watch?v=c9fjLAFhjS8>.
<https://www.youtube.com/watch?v=bVNf7MxJVIs>.

54 Sistemas lineares, matrizes e determinantes


U1

1 2 3
1. Dada a matriz A = 4 5 6 , correto afirmar que seu
7 8 9
determinante :
a) 230 b) 240 c) 250
d) 260 e) 270

x + 2z = 6

2. Dado o sistema linear 3 x + 4 y + 6 z = 30 , utilizando a Regra
x 2 y + 3z = 8

de Cramer, correto afirmar que o conjunto soluo do
sistema dado :

a) d)

b) e)

c)

Nesta unidade, voc aprendeu:

O que um sistema linear e como determinar seu conjunto


soluo por meio do mtodo de eliminao.

O que uma matriz e como realizar operaes entre matrizes.

Alguns tipos especiais de matrizes.

A relao entre matrizes e sistemas lineares, conhecendo


outros mtodos de solucionar um sistema linear utilizando

Sistemas lineares, matrizes e determinantes 55


U1

o clculo matricial e operaes elementares.

O que determinante e suas propriedades, bem como


alguns mtodos de clculo de determinantes.

As relaes existentes entre determinantes, matrizes e


sistemas lineares.

Esta unidade foi elaborada com a inteno de auxiliar na aprendizagem


de conceitos muito importantes para voc, caro estudante.

Os conceitos trabalhados nessa unidade so os pilares da


disciplina de Geometria Analtica e lgebra Linear e, portanto,
do base para estudos sequentes, os quais sero abordados
nas prximas unidades desse material e, at mesmo, em outras
aprendizagens futuras, conforme voc buscar o aperfeioamento
em sua futura profisso.

Mas, muito alm de servirem como base para aprendizagens


futuras, os conceitos abordados, nessa unidade, apesar de serem
trabalhados de maneira predominantemente abstrata, possuem
inmeras aplicaes no campo das engenharias.

Para aprofundar sua aprendizagem de suma importncia


que voc faa as leituras sugeridas, resolva as atividades de
aprendizagem e, tambm, se possvel, faa pesquisas em
bibliotecas e estude os materiais que compem a bibliografia
dessa unidade. Quanto mais informaes voc buscar e quanto
mais exerccios e problemas resolver, melhor ficar preparado
para encarar os desafios e contemplar as belezas e riquezas de
aplicaes de conceitos da disciplina de Geometria Analtica e
lgebra Linear.

Alm disso tudo, no se esquea de acessar o frum. por meio


dele que voc poder sanar suas dvidas.

Bons estudos!

56 Sistemas lineares, matrizes e determinantes


U1

1. Resolva os seguintes sistemas lineares:


x + 2 y 4 z = 4

(I) 2 x + 5 y 9 z = 10
3 x 2 y + 3 z = 11

x + 2 y 3 z = 1
(II) 3x + y 2 z = 7
5x + 3 y 4 z = 2

x + 2 y 3z = 1

(III) 2 x + 5 y 8 z = 4
3 x + 8 y 13z = 7

Sobre a resoluo desses sistemas lineares, correto afirmar que:

a) (I) S. P. D.; (II) S. I.; (III) S. P. I.


b) (I) S. P. D.; (II) S. I.; (III) S. P. D.
c) (I) S. P. I.; (II) S. P.I.; (III) S. P. I.
d) (I) S. I.; (II) S. P. D.; (III) S. P. D.
e) (I) S. I.; (II) S. P. I.; (III) S. P. I.

2. (Adaptado de LIPSCHUTZ; LIPSON, 2006) Dadas as matrizes


11 22 33 33 00 22
AA == eeBB == , correto afirmar que 2 A - 3B
44 55 66 77 11 88
resulta em:

7 3 1
a)
21 7 12
7 3 1
b)
21 7 12
7 4 0
c)
29 7 36
7 4 0
d)
29 7 36

Sistemas lineares, matrizes e determinantes 57


U1

7 4 0
e)
21 7 12

3. (Adaptado de LIPSCHUTZ; LIPSON, 2006) Considere


x y x 6 4 x + y
33. = +
3
. correto afirmar que os
z t 1 2t z + t
valores de x, y, z e t so, respectivamente:

a) 1, 3, 2, 4
b) 3, 2, 4, 1
c) 4, 1, 3, 2
d) 2, 4, 1, 3
e) 1, 3, 4, 2

5 3
4. Sendo A = , tem-se A-1 igual a:
4 2
5 3
a)
4 2
5 4
b)
3 2
3
1 2
c)
2 5
2

1 2
3 5
d)
2 2

1 2
e) 2
0
3
3 1 2
5. Dada a matriz A = 4 5 6 , correto afirmar que det ( A )

igual a: 7 1 2

a) 76
b) 76
c) 84
d) 84
e) 91

58 Sistemas lineares, matrizes e determinantes


U1

Referncias

ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. 8. ed. Porto
Alegre: Bookman, 2001.

BOLDRINI, Jos Luiz et al. lgebra linear. 3. ed. So Paulo: Harper & Row do Brasil,
1980.

KOLMAN, Bernard; HILL, David R. Introduo lgebra linear: com aplicaes. Rio
de Janeiro: LTC, 2006.

LIPSCHUTZ, Seymour; LIPSON, Marc Lars. lgebra linear. 4. ed. Porto Alegre:
Bookman, 2011.

Sistemas lineares, matrizes e determinantes 59


Unidade 2

VETORES

Debora Cristiane Barbosa Kirnev

Objetivos de aprendizagem: Nesta unidade abordaremos sobre vetores


e as suas representaes geomtricas, a fim de estruturar o contedo e
definir os conceitos e apresentar as principais propriedades associadas
a ele. Tambm, trataremos sobre espaos vetoriais junto s definies e
propriedades relacionadas, alm das operaes vetoriais, como a aritmtica
vetorial, produto escalar e produto vetorial.

Seo 1 | Vetores e operaes com vetores


Nesta sesso apresentaremos as definies, operaes e
representaes geomtricas de vetores. Definiremos espao vetorial
e conceitos como vetores bi e tridimensionais, base, combinao
linear, vetores linearmente dependentes e independentes. Alm disso,
apresentaremos as operaes relacionadas com a aritmtica vetorial.

Seo 2 | Produto escalar e vetorial


Alm das representaes geomtricas, podemos realizar operaes com
componentes dos vetores e analisar suas representaes no plano e no
espao. Veremos, nesta seo, operaes como: produto escalar e vetorial,
alm de conceitos relacionados, como, o produto misto.
U2

62 Vetores
U2

Introduo unidade

Existem grandezas caracterizadas por uma medida ou mdulo, com valores


numricos pertencentes aos nmeros reais, que denominamos de escalares.
Alguns exemplos so: tempo, massa e temperatura. Em uma definio mais geral
,podemos considerar como escalar qualquer nmero real.

Por outro lado, existem grandezas que precisam de mdulo, direo e


sentido para caracteriz-la, neste caso, as denominamos de grandezas vetoriais.
Citamos como exemplo: fora, torque, campos eltricos e magnticos. Alm de
caracterizar, podemos representar geometricamente uma grandeza vetorial por
meio segmento de reta orientado que denominamos de vetor.

Vetores 63
U2

64 Vetores
U2

Seo 1
Vetores e Operaes com Vetores
Introduo seo
Vetores so utilizados em aplicaes matemticas em reas como a engenharia.
Por exemplo, ao analisarmos os sinais de entrada e sada de um sistema de
engenharia, estes atendem definio de funes. Estas funes necessitam ser
somadas e multiplicadas por escalares. Essas duas operaes em funes tm
propriedades algbricas que so semelhantes s operaes de soma de vetor
e multiplicao de vetor por escalar no espao vetorial n dimensional (Rn). Ou
seja, o conjunto de todos os sinais de entrada e sada possveis forma um espao
vetorial. Para compreender os espaos vetoriais de funes, precisamos aprender
sobre vetores. Nesta seo apresentaremos representaes grficas de vetores
associando-as com as definies e propriedades.

1.1. Definies, propriedades e representaes geomtricas de


vetores
Podemos definir que vetor o conjunto dos segmentos orientados no plano
(R), no espao tridimensional (R) ou n-dimensional (Rn) que tem a mesma direo,
o mesmo sentido e o mesmo comprimento (mdulo ou norma). Vejamos a
ilustrao a seguir:

Figura 2.1 | Elementos da definio de vetor

Fonte: O autor (2015)

Exemplificamos a definio por meio de um segmento orientado, indicado por


um par ordenado de pontos (A, B) em que denominamos o primeiro de origem
ou ponto inicial, e o segundo de extremidade ou ponto final. A direo de vetor
definida por meio de sua reta suporte, ou seja, pela reta que contm os pontos do
segmento AB ou qualquer reta paralela a esta. O sentido de um vetor definido pela

Vetores 65
U2

origem extremidade ou pela seta na sua representao geomtrica. O comprimento


de vetor a medida do segmento com incio na origem at a extremidade.

A representao geomtrica de vetores realizada por meio de setas da origem


ao extremo, vejamos um exemplo:

Figura 2.2 | Representao geomtrica de vetores

Fonte: O autor (2015)

A partir da definio anterior podemos entender que dois segmentos orientados,


AB e CD , so equipolentes quando possuem a mesma direo, o mesmo sentido
e o mesmo comprimento, ou ainda, se ambos forem nulos, satisfazendo essas
condies, temos que AB ~ CD (l-se: o segmento AB equipolente a CD ).
Vejamos um exemplo:

Figura 2.3 | Vetores equipolentes

Fonte: O autor (2015)

Observamos que a equipolncia pode ser entendida como uma relao de


equivalncia. Alm disso, temos que uma classe de equipolncia do segmento
orientado AB ao conjunto de todos os segmentos orientados equipolentes a AB ,
que ilustramos na representao a seguir.

Figura 2.4 | Classe de vetores equipolentes

Fonte: O autor (2015)


Neste exemplo adotamos v = AB . Em que A ponto inicial e B ponto

66 Vetores
U2

final, lembramos na classe de vetores equipolentes que todo vetor possui uma
direo, um sentido e uma medida de comprimento (norma), e faz parte do que
denominamos de espao vetorial.

Quais so as diferentes representaes para vetores?

Alm da representao indicao por meio de segmentos orientados de reta,


podemos utilizar a representao algbrica de vetores, por exemplo: no R indicado
por ordenado, ou seja, um vetor v pertencente do R indicado por v= (x,y), j no
R seria representado pela terna ordenada indicada por v pertencente do R em
que v = (x,y,z), esse conceito pode ser expandido para vetores n dimensionais.
Alm disso, podemos associar as representaes algbricas s representaes
matriciais1, vejamos a indicao no quadro a seguir:,

Quadro 2.1 | Tipos de representaes para vetores

Vetores Algbrica Matricial


x
Bidimensional v = (x,y) v = y

x

Tridimensional v = (x,y,z) v = y
z

x1
x
N dimensional v = (x1, x2,... xn) 2
V=

xn
Fonte: O autor (2015)

Observamos que, nas aplicaes de vetores, em grandezas vetoriais preciso


conhecer seu mdulo, sua direo e seu sentido, podendo ser aplicada, como em:
fora, velocidade, acelerao. Neste caso, indicamos o vetor na forma algbrica
por v = v, para diferenciar de grandezas escalares que so definidas por um nmero

real e uma unidade adequada, como, comprimento, rea, volume.

1
Representaes matriciais de vetores foram definidas na Unidade 1.

Vetores 67
U2

O que seria a aritmtica vetorial?

A seguir conceituaremos operaes vetoriais utilizando a representao


geomtrica para exemplificar as operaes:

Definio: o vetor nulo um segmento orientado do ponto no prprio ponto.


Aplicando a definio de vetor nulo obtemos: v = AA = 0

Definio: o vetor oposto de um vetor u possui o mesmo comprimento, mesma


direo e sentido oposto, denotamos por u.

Figura 2.5 | Vetores opostos

Fonte: O autor (2015)

Definio: Considere v e w dois vetores quaisquer, na operao de adio v


+ w aplicamos a regra do paralelogramo, unindo a origem dos dois vetores e
traando retas paralelas a u e v a partir de suas extremidades.

Figura 2.6 | Regra do paralelogramo para a adio

Fonte: O autor (2015)

68 Vetores
U2

Outro modo para a soma geomtrica de dois vetores v + w dado pelo


posicionamento do vetor w no ponto final de v e considerando o segmento de
reta orientado do ponto inicial de v ao ponto final de w.

Aplicando a definio da soma geomtrica obtemos:


  
v = AB , w = BC , v + w = AC

Figura 2.7 | Adio geomtrica de vetores

Fonte: O autor (2015)

Definio: Considere v e w dois vetores quaisquer, temos que a diferena


geomtrica de dois vetores v - w dado pelo vetor com segmento de reta orientado
do ponto final vetor w ao ponto final de v e considerando que v e w partem do
mesmo ponto inicial.

Aplicando a definio da diferena geomtrica, obtemos:


  
v = AB , w = AC , v - w = CB

Figura 2.8 | Subtrao geomtrica de vetores

Fonte: O autor (2015)

Definio: Considere v um vetor quaisquer no nulo e k um nmero real no nulo


que denominamos escalar, temos que a multiplicao por escalar gera o produto de
k.v gera um vetor de mesma direo, porm k vezes o comprimento de v.

Aplicando a definio da multiplicao para k = -2 e para k= 3, obtemos:

Figura 2.9 | Multiplicao por escalar

Fonte: O autor (2015)

Vetores 69
U2

Observamos que para k < 0 temos um vetor com o sentido contrrio e mltiplo
de v, se k > 0 temos um vetor no mesmo sentido e mltiplo de v.

Considere a representao vetorial a seguir:

Qual a representao geomtrica do vetor resultante de u + v?


Qual a representao geomtrica do vetor resultante de u v?

1.2. Espaos vetoriais


Depois de conceituar vetores, vamos abordar as estruturas algbricas dos
vetores. A partir disso podemos definir o que so os espaos vetoriais.

Quando estudamos propriedades e a estrutura de um espao vetorial, podemos


expandir esses conceitos e as propriedades do Rn para outros espaos vetoriais
como o das matrizes, o dos polinmios e o das funes.

Baseados em Anton e Rores (1999), apresentamos a definio a seguir dos


axiomas acerca de espaos vetoriais.

Definio: Seja V um conjunto no vazio qualquer em que definiremos duas


operaes: a adio e a multiplicao por escalar.

I) Por adio estabelecemos uma regra que associa a cada par de objetos u e v em
V um objeto u + v, denominado de soma de u com v.

II) Por multiplicao por escalar temos uma regra que associa a cada escalar k e
cada objeto v em V um objeto kv, chamado de mltiplo de v por k.

Se os seguintes axiomas so satisfeitos por todos os elementos u, v, e w em V


e quaisquer k e l, ento temos que V um espao vetorial e que os elementos de
V so vetores.

70 Vetores
U2

Para operao de adio:

1) Fechamento: se u e v so elementos em V, ento u + v um elemento em V.

2) Comutativa: u + v = v + u

3) Associativa: u + (v + w) = (u + v) + w

4) Elemento neutro: existe um elemento 0 em V, denominado de vetor nulo ou


vetor zero de V, tal que 0 + u = u + 0 = u.

5) Emento simtrico: para cada u em V, existe um elemento u, denominado um


negativo de u, tal que u + (-u) = (-u) + u =0

Para a multiplicao por escalar:

6) Fechamento: se k qualquer escalar e v um elemento em V, ento kv um


objeto em V.

7) Distributiva de escalar: l(u+v) = lu+lv

8) Distributiva de vetor: (k + l)v = kv +lv

9) Associativa: k(lu) = (kl)u

10) Elemento neutro: 1u = u

Ao satisfazer os axiomas, podemos concluir que a soma de dois vetores no


Rn um vetor do Rn, por outro lado, um vetor no Rn multiplicado por um escalar
ser um vetor no Rn. Sendo assim, temos que Rn possui uma operao fechada
sobre adio de vetor e multiplicao por escalar. Alm disso, todo espao vetorial
possui o vetor nulo e o vetor inverso de todo vetor.

No caso dos nmeros escalares, se forem nmeros reais, teremos espaos


vetoriais reais, porm, se os escalares foram nmeros complexos, ento teremos
os espaos vetoriais complexos. Podemos afirmar, por exemplo, o corpo K dos
nmeros reais ou corpo K dos nmeros complexos, ou seja, este termo corpo K
representa os escalares reais ou complexos respectivamente.

Exemplo 1: O conjunto A= { (x,y)/ x> 0 e y>0} um espao vetorial com as


operaes de adio definida por (x1,y1) + (x2,y2) = (x1+x2, y1+y2) e de multiplicao
por escalar: definida por k(x1,y1) = (kx1, ky1).

Vetores 71
U2

Exemplo 2: Os espaos euclidianos so exemplos de espaos vetoriais.

Exemplo 3: Os conjuntos R, R4, ..., Rn so espaos vetoriais com as operaes


usuais de adio e multiplicao por escalar.

Exemplo 4: O conjunto das matrizes reais M(m,n) ou seja, do tipo m x n com a soma
e o produto por escalar usuais, se M(n,n) for o conjunto das matrizes quadradas de
ordem n, temos um espao vetorial.

Alm dos exemplos, temos um contraexemplo. Temos que o conjunto B = {


ax +1 / a R} no um espao vetorial com as operaes usuais de polinmios
e multiplicao de polinmio por escalar, pois no satisfaz todos os axiomas da
adio e multiplicao.

1.2.1 Subespao vetorial


Apresentamos a seguir a definio de subespao vetorial.

Definio: um espao vetorial W denominado de subespao de V se cada


vetor de W tambm pertence a V.

Observamos que o vetor que compe a origem a coleo de um nico vetor,


e considerado como subespao trivial de V, alm disso, o prprio espao vetorial
subespao trivial, os demais subespaos que satisfazerem so no triviais. Ao
considerar o espao vetorial tridimensional indicado por R, podemos obter os
seguintes subespaos:

a) O prprio R.

b) Planos ou retas que passam pela origem.

c) A prpria origem.

Verificamos se um conjunto um subespao vetorial se atender proposio


indicada a seguir:

Proposio: Seja V um espao vetorial e W um subconjunto no vazio de V.


Temos que W ser um subespao de V se, e somente se, as seguintes condies
forem satisfeitas:

72 Vetores
U2

I) A operao da adio fechada em W, ou seja, para quaisquer u, v pertencente


a W temos que u + v pertence a W.

II) A operao de multiplicao por escalar fechada em W, ou seja, para qualquer


k pertencente a R e u pertencente a W temos que ku pertence a W.

1.2.2 Vetores unidimensional, bidimensional e tridimensional


Vetores podem ser representados na reta, no plano e no espao. Se pertencerem
a uma nica reta, so denominados unidimensionais ou vetores do espao vetorial
R. Se pertencerem ao plano, so denominados bidimensionais ou vetores do espao
vetorial R2. Se pertencerem ao espao vetorial tridimensional, os denominamos de
vetores de R3. Podemos generalizar e definir conceitos e propriedades para vetores
e expandir para um espao n-dimensional, neste caso so vetores de Rn.

Em princpio, vamos tratar de vetores em R2, neste caso, podem ser


representados no plano cartesiano, observe o exemplo a seguir:


Exemplo: dadas as coordenadas de A = (3,3) e B= (5,5) e o vetor u = AB , pode
ser transladado para origem e obtemos a componente u = (2,2), trata-se de um
vetor equivalente com a mesma direo, sentido e comprimento que pertence
classe de equipolncia e u. Para determinar realizamos a operao: dados
dois pontos A, B, que so coordenadas de um vetor para transladar na origem
realizamos ponto final menos ponto inicial. Ou seja, todo vetor que tiver a mesma
direo, sentido e norma ser equivalente. Vejamos a seguir a representao no
plano cartesiano do exemplo apresentado.

Figura 2.10 | Representao de vetores no plano

Fonte: O autor (2015)

Vetores 73
U2

Para representar um vetor no espao tridimensional necessria uma base no


espao para que cada vetor seja associado a um tema ordenado que denominamos
coordenadas de um vetor em relao a uma base.

Definio: Seja O um ponto do espao tridimensional e E = (e1, e2, e3) uma base
desse espao. Ao par (O, E) denominamos de sistema de coordenadas em R.

Figura 2.11 | Coordenadas no R

Fonte: O autor (2015)

O ponto O se denomina Origem do Sistema. Sejam os vetores e1, e2 e e3 so


denominados de eixos coordenados, respectivamente eixo dos x ou das abscissas,
eixo dos y ou das ordenadas, eixo dos z ou das cotas. So indicados, respectivamente,
por OX, OY e OZ. Quanto aos planos formados temos, respectivamente, plano
OXY, plano OXZ e plano OYZ.

Deste modo, todo vetor de R3, localizado na origem, ser indicado por
coordenadas (x,y,z), que indicam as coordenadas de suas extremidades. Observe,
a seguir, a representao no sistema de coordenadas do espao tridimensional.

Figura 2.12 | Representao do sistema de coordenadas

Fonte: O autor (2015)

74 Vetores
U2

Aprofunde seu conhecimento sobre o espao tridimensional acessando:


<http://www.im.ufrj.br/~waldecir/calculo2/capitulo3_espaco.pdf>.

Em um espao vetorial, a base est associada com a dimenso do espao,


ou seja, o nmero de elementos das bases a sua dimenso. Por exemplo, se a
dimenso do espao vetorial trivial, aquele que contm apenas o vetor nulo, zero.
No espao bidimensional, temos duas dimenses e, no espao tridimensional,
temos trs dimenses.

Quanto aos conceitos relacionados base e dimenso, nos restringiremos a


esse caso, sendo que pode ser definido de modo anlogo para outros espaos
vetoriais. Vejamos a seguir um exemplo de vetores no R.

Exemplo: dadas as coordenadas de P = (3,3,3) e Q= (5,5,5) e o vetor u = PQ ,
pode ser transladado para origem e obtemos a componente u = (2,2,2), de modo
anlogo ao exemplo bidimensional temos um vetor com a mesma direo, sentido
e comprimento que pertence classe de equipolncia e u. Vejamos a ilustrao do
exemplo na figura a seguir:

Figura 2.13 | Representao de vetores no espao

Fonte: O autor (2015)

Caso o vetor no esteja localizado na origem, necessrio determinar a


componente do vetor.

Exemplo: seja um vetor determinado por ponto inicial A = (4, 3, 2) e ponto final
B = (7, 4, 4), determinamos a componente realizando ponto final menos ponto

Vetores 75
U2


inicial, vejamos a componente de AB = (7- 4, 4 - 3, 4 2) = (3, 1, 2).

Existem outras bases para representao do espao


tridimensional?

Observamos que dois vetores tridimensionais sempre so coplanares, porm,


se tivermos trs ou mais, isso pode no ocorrer, vejamos o exemplo:

Figura 2.14 | Vetores coplanares e no coplanares

Fonte: O autor (2015)

Para aprofundar o seu conhecimento sobre espaos vetoriais, acesse o


link a seguir e veja outros resultados relacionados aos temas abordados
nessa seo.
<http://www.professores.uff.br/joseflaviofeiteira/PastaAlgelin/
EspacosVetoriais.pdf>.

1.2.3 Dependncia e independncia linear


Para tratarmos de dependncia e independncia linear, precisamos definir o
que combinao linear, vejamos:

Definio: Sejam a1, a2 ... an so escalares e v1, v2 ... vn so vetores bi ou

76 Vetores
U2

tridimensionais. Se um vetor x pode ser representado da forma x = a1v1 + a2v2 + ...


+ an vn, ento temos que x uma combinao linear.

O que seriam vetores linearmente dependentes e


independentes?

A dependncia e a independncia linear de vetores so conceitos importantes


no estudo de espaos vetoriais. Em termos algbricos, podemos definir que vetores
so linearmente independentes se no for possvel combinar qualquer deles como
combinao linear dos outros vetores. Analisaremos tais conceitos sob os aspectos
geomtrico e o algbrico, veremos primeiramente os aspectos geomtricos.

Para definir geometricamente dependncia e independncia linear, precisamos


do conceito de paralelismo entre vetor e reta e entre vetor e plano.

Definio: se um vetor v paralelo a uma reta r e se algum vetor equipotente


de v tiver a reta r como reta suporte, entenderemos que dois vetores so paralelos
quando suas retas suportes forem paralelas.

De modo anlogo, temos a definio para o vetor e plano, vejamos:

Definio: se um vetor v paralelo a um plano , ento, algum vetor equipotente


de v possui como reta suporte uma das retas do plano .

A partir dessas definies temos propriedades relacionadas a esses conceitos.

Propriedades:

I) Um vetor v no espao tridimensional linearmente dependente (LD) se v = 0. Se


v 0 ento v linearmente independente (LI).

II) Dois vetores u e v no espao tridimensional so linearmente dependentes se, e


somente se, forem colineares ou paralelos. Vejamos a seguir um exemplo dessa
sentena.

Vetores 77
U2

Figura 2.15 | Vetores LD na mesma reta

Fonte: O autor (2015)

Observe que, neste caso, u e v so colineares, ou seja, esto na mesma reta


suporte, sendo assim possvel determinar que so linearmente dependentes.
Podemos concluir que dois vetores u (x1, y1, z1) e v (x2, y2, z2) so paralelos (ou
colineares) se forem linearmente dependentes, ou seja, se existir um nmero
escalar k tal que u=kv, ou seja:

Exemplo: Sejam os vetores u = (1, 2) e v= (2,4), esses vetores so linearmente


dependentes?

Soluo: temos que v= 2u , logo u e v so linearmente dependentes.

Caso os vetores no sejam colineares ou paralelos, temos que so linearmente


independentes. Vejamos o exemplo a seguir:

Figura 2.16 | Vetores LI

Fonte: O autor (2015)

78 Vetores
U2

III) Trs vetores u, v e w no espao tridimensional so linearmente dependentes se,


e somente se, forem paralelos a um mesmo plano . Vejamos o exemplo a seguir:

Figura 2.17 | Vetores LD no mesmo plano

Fonte: O autor (2015)

Como u, v e w pertencem ao mesmo plano ento temos que so linearmente


dependentes. Caso isso no ocorra, temos que os vetores so linearmente
independentes. Vejamos o prximo exemplo:

Figura 2.18 | Vetores LI no mesmo plano

Fonte: O autor (2015)

Observamos que quatro ou mais vetores no espao tridimensional so sempre


linearmente dependentes. Daremos a seguir um tratamento algbrico aos conceitos
de combinao linear, vetores linearmente dependentes (LD) e linearmente
independentes (LI). Vejamos a seguir um exemplo de combinao linear.

Exemplo 1: Verificar se o vetor b = (-3,12,12) uma combinao linear dos vetores

Vetores 79
U2

u = ( -1, 3, 1), v = (0, 2, 4) e w = (1, 0, 2).

Soluo: Adotaremos a representao matricial de vetores e determinaremos


escalares que satisfaa a definio de combinao linear.

Convertendo para a representao matricial de vetores obtemos:

Se o sistema possuir nica soluo, ento temos que b uma combinao linear.
Alm disso, o sistema de equaes pode ser representado por uma multiplicao
de matrizes, que denominamos de forma matricial. Nesta forma de representao
temos a matriz reduzida e matriz ampliada relacionada com o sistema.

Convertendo para sistema de equaes, temos que:

Deste modo, temos um sistema linear associado com essa representao,


precisamos verificar se o sistema possui soluo. Vejamos:

Da primeira equao do sistema temos que a3 = -3 + a1 e da segunda equao


temos que a2 = 6 - 3a1 , substituiremos na terceira equao para determinar a
soluo de a 2
1.

3a
a1 + 4.( 6 - 1 ) + 2(-3 + a1) = 12
2
a1 + 24 - 6a1 - 6 +2 a1 = 12

-3a1= 12 24 + 6

80 Vetores
U2

-3a1= - 6

a1=2

Retomamos as equaes anteriores para terminar os demais escalares. Para a2


temos:
3a
a2 = 6 - 1
2
3.2
a2 = 6 -
2
a2 = 3

Para a3 temos:

a3 = -3 + a1

a3 = -3 + 2

a3 = -1

Observamos que um sistema de equaes pode ter nenhuma soluo, uma


nica soluo e infinitas solues. Deste modo podemos afirmar que temos uma
combinao linear se o sistema possuir uma nica soluo, caso contrrio no ser.

Exemplo 2: Seja b = (1,5) verificar se uma combinao linear de u = (3,2) e v =


(-6,-5).

Soluo:

Temos que:

Ao calcular o determinante da matriz reduzida temos o determinante zero. Isso


implica que o sistema no tem soluo ou indeterminado. Deste modo, o vetor
(1,5) no pode ser escrito como uma combinao linear dos vetores (3,2) e (-6,-4).

Acesse o link a seguir e veja outros exemplos de vetores LI e LD.


<http://www.pucrs.br/famat/demat/facin/algainf/Dependencia_e_
Independencia_Linear.pdf>.

Vetores 81
U2

A partir do conceito de combinao linear podemos estabelecer o conceito


de gerador do espao como sendo um conjunto de vetores que gera todos os
elementos do espao por meio de combinaes lineares.

Definio: Considere que v1, v2, ..., vn so vetores em um espao vetorial V.


Consideramos que esses vetores geram V se se este espao vetorial for formado
por todas as combinaes lineares de v1, v2, ..., vn, ou seja, se todo vetor v em V
pode ser expresso na forma:

v = a1v1 + a2v2 + ... + an vn, em que an so escalares.

Exemplo: os vetores i = (1,0) e j = (0,1) geram o R2 temos que todo vetor b em R2


for uma combinao linear de i e j, ou seja,

b = (b1,b2) = b1 (1,0) + b2 (0,1) = b1i + b2j

Podemos, de modo anlogo, expandir esse conceito para os vetores


n-dimensional. Alm do exposto, temos que:

Definio: Se um conjunto de vetores so LD, ento possvel determinar uma


combinao linear nula de tais vetores em que pelo menos um dos coeficientes
no nulo. Se os vetores forem LI, ento, a nica soluo para os coeficientes da
combinao linear nula que eles sejam zero.

Vejamos a seguir um exemplo dessa definio:

Exemplo: Considere os vetores u= (-1,2,0,2), v = (5,0,1,1), w = (8,-6,1,-5),


verificaremos se estes so LD ou LI por meio da definio anterior.

Soluo: Temos que verificar se a1u + a2v + a3 w = 0.

Reescrevendo os vetores na forma matricial e convertendo-os para sistemas de


equaes temos:

1 5 8 0
2 0 6 0
a1 + a2 + a3 =
0 1 1 0

2 1 5 0

Organizando na estrutura de sistemas de equaes temos:

82 Vetores
U2

Resolvendo o sistema temos:

Deste modo, para a3 qualquer podemos determinar valores para a1 e a2 tais que
o sistema tenha soluo. Sendo assim, o sistema indeterminado, pois possui
infinitas solues. Ou seja, os vetores so linearmente dependentes.

Os sistemas lineares em que os termos independentes so todos nulos


so denominados de sistemas homogneos. Sendo assim, neste tipo de
sistema sempre tem pelo menos uma soluo, a soluo em que todas
as variveis so nulas que denominamos de soluo trivial. Outros tipos
de soluo so denominados de no trivial. Observamos que a soluo
trivial sempre soluo de um sistema homogneo.
A partir desse conceito temos que um conjunto de vetores LI no caso
da soluo do sistema formado pela combinao linear nula admitir
como nica soluo a soluo trivial.

1. Considere os vetores no plano e no espao e determine as



componentes do vetor u = PQ , dados as coordenadas dos
pontos P e Q.
a) P= (3,5) e Q = (2,8)
b) P = (7,-2) e Q = (0,0)
c) Q = (4,1,-3) e Q = (9,1,-3)

Vetores 83
U2

1.3 Espaos vetoriais euclidianos


Espao vetorial euclidiano todo o espao vetorial real, de dimenso finita, no
qual est definido um produto interno.

Nesta subseo abordaremos sobre operaes vetoriais aplicadas a espaos


euclidianos com nfase nas representaes geomtricas. Apresentamos, a seguir,
algumas definies essenciais para definirmos posteriormente espaos vetoriais
com produto interno. Vejamos algumas definies:

Definio: o comprimento de um vetor que denominaremos de mdulo ou norma


a medida de obtida por meio de u = para vetores bidimensionais e u
= para vetores tridimensionais.

Vejamos a aplicao de um exemplo para calcular o mdulo de um vetor.

Exemplo: dado u = (2,3,4 ) obtemos u = 2 + 3 + 4 = 4 + 9 + 16 = 29

Podemos entender o mdulo ou a norma como a distncia entre o ponto inicial


e o ponto final do vetor indicado, ou seja, aplicamos o teorema de Pitgoras para
determinar tal medida.

Definio: temos que a norma ou mdulo de um vetor, determinada pela distncia


entre dois vetores u e v, indicado pelo nmero real resultante da aplicao da
distncia. No caso do espao tridimensional, temos que:

Propriedades: Seja V um espao vetorial euclidiano, para os vetores u, v V e o


escalar k R so vlidas as seguintes propriedades:

1) .

2)

3) .

4) .

84 Vetores
U2

Temos que u v indica um produto escalar que definiremos posteriormente.


Vejamos a seguir a resoluo de um exemplo.

Exemplo: Seja o espao vetorial tridimensional, qual a componente x do vetor


v = ( 4, -3, x) em que |v| = 5?

Soluo: aplicando a definio de mdulo obtemos:

Definio: um vetor unitrio um vetor de comprimento de uma unidade, deste


modo, u =1.

Temos que os espaos bidimensionais e tridimensionais podem ser


representados por meio da base cannica, por exemplo, no R os vetores unitrios
i = (1,0,0), j = (0,1,0) e k = (0,0,1), esses vetores possuem cada um o comprimento
1 e esto sobre os eixos coordenados, e a partir desses vetores construmos o
espao vetorial tridimensional.

Figura 2.19 | Vetores cannicos

Fonte: O autor (2015)

A partir desses vetores podemos gerar todos os demais vetores por meio da
adio de vetores e multiplicao por escalar, ou seja:

Exemplos: considere os vetores a seguir e suas respectivas representaes na base


cannica.

v = (2, -5, 3) = 2i 5j + 3k

Vetores 85
U2

v = (0, 4, -2) = 4j 2k

v = (1, 0, 7) = i + 7k

Definio: considere um vetor u no nulo, o vetor unitrio de mesma direo e


u
sentido o versor do vetor u, obtido por .
u
Exemplo: Vimos anteriormente que o mdulo do vetor u = ( 2, 3 , 4 ) u =4 29 ,
)
aplicando a definio do versor temos que: 29
u 4 29
= = , )
u 29

Podemos calcular o comprimento de um vetor para verificar que se


trata de um vetor unitrio. Deste modo, aplique o mdulo no exemplo
e verifique que se trata de um vetor unitrio, em termos notacionais

temos: u
u

1.4 Aritmtica vetorial


Podemos realizar adies, aplicar o elemento oposto ou multiplicar por escalas
as componentes de vetores. Considere u = (-1, 2, 4) e v = (2,-1,-3), vejamos
exemplos com essas operaes:

a) Adio: u + v = (-1, 2, 4) + (2,-1,-3) = (-1 + 2 , 2 -1 , 4 - 3) = (1, 1, 3)

b) Oposto: u = - (-1, 2, 4) = (1, -2, -4)

c) Multiplicao por escalar: 2u = 2. (-1, 2, 4) = (-2, 4, 8)

Qual a ordem das operaes na aritmtica vetorial?

86 Vetores
U2

A partir da aritmtica vetorial podemos resolver expresses vetoriais, vejamos o


exemplo a seguir:

Exemplo 1: Considerando as operaes com vetores, efetue as operaes


indicadas dados u = (3,0, -1), v = (1, -1, 2) e w = 3j.

a) 6u + 4v = 6.(3, 0, -1) + 4.(1, -1, 2)

= (18, 0, -6) + (4, -4, 8)

= (22, -4, 2)

b) 3w (v w) = 3.(0, 3 ,0) [(1, -1, 2) - (0, 3, 0)]

= (0, 9, 0) - (1,-4, 2)

= (-1,13, -2)

Exemplo 2: Considere u = (2, -1, 4), v = (1, 5, -3) e w = (3, -2, 1) e as propriedades de
espaos vetoriais e determine o vetor X, que representa um vetor desconhecido:

a) X = 4.(u + v) - 2w

X = 4.[(2, -1, 4) + (1, 5, -3)] 2.(3, -2, 1)

X = 4.(3, 4, 1) 2.(3, -2, 1)

X = (12, 16, 4) (6, -4, 2)

X = (6, 20, 2)

b) u + 3v = 3X - w

3X = u + 3v + w

3X = (2, -1, 4) + 3.(1, 5, -3) + (3, -2, 1)

3X = (2, -1, 4) + (3, 15, -9) + (3, -2, 1)

3X = (8, 12, - 4)

X = ( 8 , 4, - 4 )
3 3

Vetores 87
U2

Exemplo 3: Considere os vetores dados no exemplo 2, qual a medida do mdulo


do vetor resultante de 2u 3v + 5w?

1) Passo: resolveremos a expresso vetorial, temos que u = (2, -1, 4), v = (1, 5, -3)
e w = (3, -2, 1), assim:

2u 3v + 5w = 2. (2, -1, 4) 3.(1, 5, -3) + 5.(3, -2, 1)

= (4, - 2, 8) (3, 15, -9) + (15, -10, 5)

= (16, - 27, 22)

2) Passo: calcular o mdulo do vetor resultante da aritmtica vetorial, ou seja, de


(16, - 27, 22), vejamos:

= 16 + ( 27 ) + 22
= 256 + 729 + 484
= 1469 38, 3 unidades de comprimento.

Exemplo 4: Considere v = (2, 4, -3) e w = (1, 0, 2) e as propriedades de espaos


vetoriais e determine o vetor X, que representa um vetor desconhecido:

X + 3.(4v) = 2 .(3v + 2w)

X = 2 .(3v + 2w) - 3.(4v)

X = 6v + 4w - 12v

X = -6v +4 w

X = -6.( 2, 4, -3) + 4. ( 1, 0, 2)

X = (-12, -24, 18) + (4, 0, 8)

X = ( -8, -24, 26)

Saiba mais sobre aplicaes da lgebra linear e da geometria analtica


acessando o link a seguir e lendo os artigos disponveis.
<http://www.mat.ufmg.br/gaal/aplicacoes/aplicacoes.html>.

88 Vetores
U2

1. Considerando as operaes com vetores, dados u = (3,0,


-1) e v = (1, -1, 2) resolva a expresso vetorial 4. (3u + v).

2. Considerando que um vetor pode ser representado na


base cannica, determine o mdulo do vetor dado por v= i
+ 7j + 2k.

Vetores 89
U2

90 Vetores
U2

Seo 2

Produto Escalar e Vetorial


Nesta seo abordaremos sobre operaes vetoriais aplicadas a espaos
euclidianos com nfase nos produtos escalar e vetorial. Temos como finalidade
tratar de conceitos geomtricos, como ngulo, perpendicularismo, rea e volume
com vetores.

2.1 Produto escalar


Sejam v e w dois vetores no nulos, considere o ngulo formado pelos vetores
partindo do mesmo ponto inicial que denominamos de, em que, 0 . Vejamos
a figura ilustrativa a seguir:

Figura 2.20 | ngulo entre vetores

Fonte: O autor (2015)

A partir desse conceito definiremos algumas operaes vetoriais.

Definio: O produto escalar de v por w, que simbolizado por v w como


sendo o escalar resultante de | v |.| w |. cos , ou seja , v w = | v |.| w |. cos

O smbolo indica especificamente para produto escalar, posteriormente


definiremos produto vetorial.

Vetores 91
U2

Qual a diferena entre produto escalar e multiplicao por


escalar?

Podemos obter o produto escalar em funo de suas coordenadas, vejamos a


demonstrao. Considere os vetores unitrios cannicos da seguinte forma:

i.j = i.k = j.k = 1.1.cos 90 = 1.1.0 = 0

i.i = j.j = k.k = 1.1.cos 0 = 1.1.1 = 1

Adote os vetores v = (x1, y1, z1) e w=(x2,y2,z2), de modo que o produto v w em


termos de vetores unitarios cannicos sejam dados por:

(x1i + y1j + z1k).(x2i + y2j + z2k) =

x1x2i.i + x1y2i.j + x1z2i.k + y1x2j.i + y1y2j.j + y1z2j.k + z1x2k.i + z1y2k.j + z1z2k.k =

x1x2.1 + x1y2.0 + x1z2.0 + y1x2.0 + y1y2.1 + y1z2.0 + z1x2.0 + z1y2.0 + z1z2.1 =


x1x2 + y1y2 + z1z2.

Ou seja, o produto escalar dev w = x1x2 + y1y2 + z1z2. A partir da definio


podemos constatar, por exemplo, se dois vetores so perpendiculares ou
ortogonais, neste caso, o produto escalar de v w = 0 pois o cos 90 = 0.

Outro resultado que obtemos da definio de produto escalar que podemos


determinar o ngulo entre vetores por meio de: cos = .

A seguir, apresentamos a definio de produto interno associado ao produto


escalar de vetores.

Definio: o produto interno de um espao vetorial V definido por uma funo f:


V V que associa um nmero real a cada par de vetores v e w. Alm disso, satisfaz
os seguintes axiomas.

92 Vetores
U2

Axiomas: Sejam u, v, e w elementos do espao vetorial V e k um escalar pertencente


a R, tal que haja:

I) comutatividade : v w = w v

II) ditributiva: u (v + w) = u v + u w

III) associatividade: (kv) w = k (v w)

IV) v v = 0 se v = 0

A partir da definio de produto interno podemos concluir


que o resultado de um produto escalar gera um vetor ou um
nmero real?

Alm dos axiomas, temos as seguintes propriedades relacionadas ao produto


interno.

Propriedades: Sejam u, v, e w elementos do espao vetorial V e k um escalar


pertencente a R, tal que haja:

V) 0 v = v 0= 0

VI) (u + v) w = u w + v w

VII) u (kv) = k (u v)

Vejamos exemplos para aplicao de produto interno usual:

Exemplo 1: Considerando os vetores bidimensionais determine o produto escalar


de v w para os vetores:

a) v = (-2 , 3) e w = (4 , -3)

Soluo:

v w = ( -2 , 3) (4 , -3) = (-2). 4 + 3. (-3) = -8 9 = -17

Vetores 93
U2

b) v = (4 , -1) e w= ( , -5)

Soluo:

v w = ( 4 , -1) ( , -5) = 4. + (-1).(-5) = 2 + 5 = 7

c) v = ( 5, 3) e w = (0, 0)

Soluo:

v w = ( 5, 3) ( 0, 0) = 5.0 + 3.0 = 0

Exemplo 2: Considerando os vetores tridimensionais, determine o produto escalar


de v w para os vetores:

a) v = (-2 , 3, 4) e w = (4 , -3, 1)

Soluo:

v w = (-2 , 3, 4) (4 , -3, 1) = (-2). 4 + 3. (-3) + 4.1 = -8 9 + 4= -13

b) v = (4 , 0, -1) e w= ( , 7, -5)

Soluo:

v w = (4 , 0, -1) ( , 7, -5) = 4. + 0. 7 + (-1).(-5) = 2 + 0 + 5 = 7

c) v = (5, 3, 2) e w = (0, 0, 4)

Soluo:

v w = (5, 3, 2) (0, 0, 4) = 5.0 + 3.0 + 2.4 = 0 + 0 + 8 = 8

Exemplo 3: Sendo u= (1, -3, 2), v = (1, 1, 0) e w = (2, 2, -4) vetores do R3, resolva as
operaes vetoriais a seguir:

a) u v

Soluo:

94 Vetores
U2

u v = (1,-3,2) (1,1,0) = 1.1 + (-3).1 + 2.0=1 -3+0= -2

b) (4u+2v)(u -3w)

Soluo:

(4u+2v)(u -3w)= [4.(1, -3, 2) + 2.(1,1,0)] [(1, -3, 2) - 3.(2, 2, -4)]

= [(4, -12, 8) + (2, 2, 0)] [(1,-3, 2) - (6, 6, -12)]

= (6, -10, 8) (-5, -9, 14)

= 6.(-5) + (-10).(-9) + 8.14

= -30+90+112

=172

Considere o espao vetorial V equivalente a R, a funo que associa a


cada par de vetores, v= (x1, y1) e w= (x2,y2) os nmeros reais 2 e 3 em que
vw= 2x1x2 + 3y1y2, verifique se operao no usual um produto interno,
por meio da verificao dos quatro axiomas definidos anteriormente.

Observamos que o ngulo formado entre vetores depende do resultado do


produto de v e w para se classificado, vejamos:

I) Se v w> 0 ento o ngulo agudo.

II) Se v w = 0 ento o ngulo reto.

III) Se v w < 0 ento o ngulo obtuso.

O que so vetores ortogonais?

Vetores 95
U2

Aplicando o conceito de ngulos formado entre vetores, podemos expandir


esse conceito para um espao vetorial definir a ortogonalidade, deste modo temos
que:

Definio: Considere um espao vetorial euclidiano V, dois vetores v e w


pertencentes a V so ortogonais, se e somente se, v w = 0.

Exemplo 1: Considere os vetores u= (2, 1, -5) e v = (5, 1, 2) pertencentes ao espao


tridimensional. Qual a medida do cosseno do ngulo formado por u e v? Qual
a classificao desse ngulo?

Soluo:

Aplicando na frmula, temos que:

como o valor resultante positivo, temos

um caso de ngulo agudo.

Exemplo 2: Considere o espao tridimensional, verifique se o conjunto de vetores


formado pelos elementos {(1, 2, -3), (3, 0, 1), (1, -1, -5)} ortogonal quanto ao
produto interno usual.

Soluo:

96 Vetores
U2

2.1.1 Projeo do vetor u na direo do vetor v


Dados vetores u e v no nulos e o ngulo entre eles. A projeo do vetor u
sobre o vetor v, representada por o vetor definido por:

, ou seja,

Que denominamos de componente vetorial de u ao longo de v, alm disso,


podemos definir a componente ortogonal por meio de:

Adotando a representao geomtrica temos o seguinte:

Figura 2.21 | Projeo entre vetores

Fonte: O autor (2015)

Exemplo: (adaptao de ANTON; RORES, 1999 p. 112) Sejam u= (2, -1, 3) e a=


(4, -1, 2). Determine a componente vetorial de u ao longo de a e a componente
vetorial de u ortogonal a a.

Soluo:

u a = 2.4 + (-1). (-1) + 3.2 = 15


|a| = 4 + (-1) + 2 = 21

Aplicando a frmula da componente vetorial de u ao longo de a temos:

Determinamos tambm a componente vetorial de u ortogonal a a, vejamos:

Vetores 97
U2

2.2 Produto vetorial


Vimos, anteriormente, a definio de produto escalar, na qual a operao resulta
em um nmero real, ou seja, um escalar. H outra forma de multiplicao de vetores,
em que nessa forma de multiplicao obtemos como resultado um vetor, sendo
necessrio utilizar uma notao diferente para esse produto, vejamos a definio:

Definio: Seja o produto vetorial definido em termos de componentes, temos


que, se

u= (x1,y1,z1) e v (x2,y2,z2), ento

uxv= = [(y1z2 y2z1), -(x1z2 x2z1), (x1y2-x2y1)]

Vejamos um exemplo:

Exemplo: determine o produto vetorial uxv, sendo u = (1,2,-2) e v= (3,0,1).

Soluo:

uxv= = [(2.1 0.(-2)), -(1.1 3.(-2)), (1.0 - 3.2)]= (2,-7,-6)

Alm da representao em termos de componentes, podemos representar


o produto vetorial utilizando a base cannica, que equivalente definio de
produto vetorial e tambm pode ser escrita da seguinte forma:

uxv=

Exemplo: Sejam u=2i + j + 2k e v= 3i j 3k, qual o produto vetorial de uxv?

Soluo:

Temos u = ( 2, 1, 2) e v = 3, -1, -3), assim, aplicando o produto vetorial, temos:

uxv=

98 Vetores
U2

u x v = [1.(-3) (-1).2]i [ 2.(-3) -3.2]j + [ 2.(-1) 3.1]k

u x v = -i +12j - 5k = ( -1, 12, -5)

Qual a interpretao geomtrica do produto vetorial?

O vetor resultante do produto vetorial possui as seguintes caractersticas:

I) O mdulo do produto vetorial equivalente a =| u |.| v |. sen .

II) A direo perpendicular ao plano formado por u e v.

A partir dessas caractersticas podemos representar o produto vetorial de dois


vetores u e v por meio da figura a seguir:

Figura 2.22 | Produto vetorial

Fonte: O autor (2015)

Acesse o link a seguir e estude sobre a regra da mo direita, utilizada para


determinar a direo e o sentido do vetor resultante do produto vetorial.
<http://efisica.if.usp.br/mecanica/universitario/vetores/prod_vetores/>.

Destacamos a seguir as propriedades do produto vetorial.

Propriedades: Se u, v e w so vetores tridimensionais e k escalar ento valem as

Vetores 99
U2

seguintes propriedades:

I) u x (v + w) = u x v + u x w e (u + v) x w = u x w + v x w

II) u x (k v) = (k u) x v = k (u x v)

III) u x v= -v x u

Alm das propriedades apresentadas, temos uma aplicao geomtrica.


Considere dois vetores u e v, temos que, ao aplicar o mdulo a um produto vetorial,
obtemos a rea do paralelogramo formado por u e v. Ou seja, |uxv| equivalente
rea indicada na figura a seguir:

Figura 2.23 | Mdulo do produto vetorial

Fonte: O autor (2015)

Exemplo: Qual a rea do paralelogramo ABCD, sendo AB=(1,1,-1) e AD=(2,1,4)?

Soluo: Primeiro calculamos o produto vetorial, vejamos:

Temos que calcular a rea conforme a imagem seguir:

Para calcular a rea, basta aplicar o mdulo, ou seja:

|(5, -6, -1)| = unidades de rea.

100 Vetores
U2

possvel aplicar o produto vetorial para vetores


bidimensionais?

2.3 Produto misto


Por meio dessa operao combinamos os produtos escalares e vetoriais.
Vejamos a seguir a definio:

Definio: Sejam u, v e w vetores tridimensionais, temos o produto misto


definido por u(v x w).

Ao realizar o produto vetorial, ou seja, v x w, obtemos um vetor que, ao aplicar


o produto escalar por u, resultar em um escalar.

Qual a interpretao geomtrica para o produto misto?

Exemplo: Dados u = (2,2,0), v = (0,1,0) e w= (-2,-1,-1), Qual o resultado de (u x


v) w?

Soluo: primeiramente, realizamos o produto vetorial de uxv, vejamos:

Aplicamos o produto escalar no vetor resultante de uxv, ou seja:

(u x v) w = (0,0,2) (-2, -1, -1) = -2.

Podemos realizar uma interpretao geomtrica para esse caso o produto


misto em mdulo igual ao volume do paraleleppedo de arestas determinadas
pelos vetores u, v, e w. Ou seja,

Vetores 101
U2

|(u x v) w| = |-2| = 2 unidades de volume

Vejamos a seguir a figura que ilustra o volume resultante do produto misto.

Figura 2.23 | Mdulo do produto misto

Fonte: O autor (2015)

Apresentamos a seguir as propriedades relacionadas com o produto misto de


vetores.

PROPRIEDADES

Se u, v e w so vetores tridimensionais, ento valem as seguintes propriedades:

I) u (v x w) (uv) x w, em que o primeiro membro um escalar e o segundo


membro um vetor.

II) u(v x w) = (u x v) w

III) Permutaes circulares dos trs vetores no altera o resultado, ou seja:

u (v x w) = v (w x u) = w (u x v)

IV) Podemos alterar a ordem de dois vetores, porm se inverte o sinal do resultado:

v (u x w) = u (w x v) = w (v x u) = -u (v x w)

Realize exerccios complementares nos livros de:


Anton e Rorres lgebra Linear com Aplicaes, no captulo 3, p. 101 a 128.
Camargo e Boulos Geometria Analtica um tratamento vetorial, p. 70
a 134.
Ambos os livros esto indicados nas referncias.

102 Vetores
U2

1. Qual a medida do ngulo entre os vetores u=(-4,3) e


v=(0,1)? Qual a classificao desse vetor?

2. Considere as operaes vetoriais e dados os vetores:


u=( 1,3,2), v=(1,5,2) e w=(-7,3,1).
a) Calcule as coordenadas do vetor resultante da operao
(u+v)x w.
b) Qual a rea do paralelogramo de determinado por u e v?
c) Qual o volume do paraleleppedo de arestas u, v, e w?

Tratamos nessa unidade dos conceitos relacionados a vetores,


espaos vetoriais e operaes com vetores, foram abordados
os seguintes tpicos:

Conceitos definies e propriedades de vetores.

Interpretao geomtrica de vetores.

Representao geomtrica da adio de vetores, oposto,


multiplicao por escalar.

Definio de espaos vetoriais e subespaos.

Espaos bidimensionais e tridimensionais.

Combinao linear.


Vetores linearmente dependentes e linearmente
independentes.

Espao vetorial euclidiano.

Vetores 103
U2

resulta em um nmero escalar.

Assinale a alternativa correta

a) apenas o item II verdadeiro.


b) os itens I e II so verdadeiros.
c) os itens II e III so verdadeiros.
d) apenas o item I verdadeiro.

104 Vetores
U2

Referncias

ANTON, H.; RORRES, C. lgebra linear com aplicaes. 8. ed. New York: Bookman,
1999.

BOULOS, P.; CAMARGO, I. Geometria analtica um tratamento vetorial. 3. ed. So


Paulo: Prentice Hall, 2005.

Vetores 105
Unidade 3

RETAS E PLANOS

Keila Tatiana Boni

Objetivos de aprendizagem:

A pretenso com essa unidade conduzir voc, estudante, valorizao


de ideias geomtricas e evidenciao do mtodo analtico, fazendo uso,
durante todo esse processo, de uma linguagem prpria da lgebra.

Seo 1 | Equaes e interseces de reta e plano


Nesta primeira seo, trataremos sobre o sistema de coordenadas
em E e o conceito de coordenadas de um ponto em relao a um
sistema; apresentaremos as principais formas de equao de reta
(vetorial, paramtrica e simtrica) e de plano (vetorial, paramtrica, geral)
e determinaremos interseces de retas e planos.

Seo 2 | Posies relativas, perpendicularidade e


ortogonalidade
Na segunda seo veremos como reconhecer a posio relativa de retas
e planos no espao E, usando informaes advindas de suas equaes,
bem como estudaremos a ortogonalidade e perpendicularidade de retas
e planos em E, e veremos o importante papel do produto escalar e do
produto vetorial.

Seo 3 | ngulos e distncias


Nesta seo, mostraremos como obter a medida angular entre retas, entre
planos e entre reta e plano, a partir de vetores diretores e vetores normais. Alm
disso, trataremos sobre o conceito de distncia entre pontos, retas e planos.
U3

Introduo unidade

Nesta unidade, aplicamos os conceitos de lgebra Linear, sobretudo os


relacionados a vetores, que voc j estudou na unidade anterior, ao estudo de
certas questes de Geometria.

Mas, para que esse estudo seja possvel, precisamos, primeiro, introduzir
um novo tipo de estrutura, a qual permita relacionar os aspectos vetoriais s
questes geomtricas. Essa estrutura ser a de sistema de coordenadas no espao
tridimensional, em que o conjunto de pontos desse espao ser indicado por E.

Assim, nessa unidade, iniciamos o estudo da Geometria Analtica em trs


dimenses, introduzindo o conceito de sistema de coordenadas. Na sequncia,
tratamos de diversas formas de equaes de reta e de plano, interseces entre
retas, entre planos e entre retas e planos, sobre os temas posies relativas,
perpendicularidade e ortogonalidade entre retas e planos e encerramos com as
abordagens sobre medida angular e distncia entre retas e planos.

Retas e Planos 109


U3

110 Retas e Planos


U3

Seo 1

Equaes e interseces de reta e plano


O mtodo adotado na Geometria Analtica consiste em associar a cada conjunto
de pontos de E uma equao ou sistema de equaes que o tenha por conjunto-
soluo. Nesse contexto, a finalidade dessa primeira seo trabalhar com tais
equaes a fim de tirar concluses a respeito do conjunto.

Com esse intuito, abordamos, nesta seo, a noo de sistema de coordenadas


em E, definindo o conceito de coordenadas de um ponto em relao a um sistema,
bem como as principais formas de equao de reta e de plano e a determinao de
interseces de retas e planos usando suas equaes.

1.1 O plano coordenado

Para localizar um ponto P no espao, nos baseando em Camargo e Boulos


(2005), vamos definir o conceito de sistema de coordenadas no espao
tridimensional, em que o conjunto de pontos desse espao ser indicado por E:

Definio: (a) Sejam O um ponto de E e E= uma base de V. O par


ordenado (O, E) chamado sistema de coordenadas (em E), de origem O e base
E. Por abuso de notao, (O,E) indicado por . Se E base ortonormal,
o sistema de coordenadas ortogonal.

(b) Dado um ponto P, as coordenadas do vetor na base E so chamadas


coordenadas de P em relao ao (ou no) sistema de coordenadas . Assim, se
, as coordenadas de P em relao a so e . A primeira,
, chamada abscissa, a segunda, , ordenada, e a terceira, , cota de P. A
tripla ordenada chamada tripla de coordenadas de P (em relao ao
sistema ).

(c) Ao se adotar uma unidade de medida de distncia entre os pontos de uma


reta orientada, ela passa a ser chamada eixo. Chama-se eixo coordenado cada
reta que contm O e paralela a um dos vetores e , orientada por ele,

Retas e Planos 111


U3

sendo sua norma a unidade de medida adotada. Assim, temos que o eixo dos x,
indicado por Ox, paralelo a e ; o eixo dos y, indicado por Oy, paralelo a e ;
e, o eixo dos z, indicado por Oz, paralelo a .

(d) Cada plano determinado por um par de eixos coordenados chama-se plano
coordenado. Por exemplo, o plano determinado por Ox e Oy indicado por Oxy.

Figura 3.1 | Representao do sistema de coordenadas em E

Fonte: A autora (2015).

Pela Figura 3.1 possvel compreender que pelo ponto P traam-se trs planos
paralelos aos planos coordenados, de modo a obtermos um paraleleppedo
retngulo, com faces que interceptam os eixos Ox em Px, Oy em Py e Oz em Pz.
Ainda na figura 3.1 podemos visualizar os vetores pelas flechas em negrito
nos eixos e as triplas ordenadas de P (x_0,y_0,z_0) associadas, respectivamente,
aos vetores pelas flechas cinzas sobre cada eixo.

Como podemos associar a cada ponto P uma tripla de nmeros reais, podemos
escrever:

Assim, definimos uma bijeo, ou correspondncia biunvoca, entre E e R.

O sistema de coordenadas do espao tridimensional estabelece correspondncia


bijetora entre cada ponto do espao e a terna de nmeros reais, de maneira a
dividir esse espao em 8 regies, que chamamos de oitantes ou de octantes.

CUIDADO: No confunda coordenadas de um ponto com coordenadas de um


vetor! Os vetores representaremos por letras minsculas com flechas e os pontos
por letras maisculas:
1
Daremos preferncia primeira notao, sem o ndice . Assim, dever ficar subentendido que as coordenadas dos
vetores se referem a uma base E, e as coordenadas dos pontos se referem a um sistema cuja base E.

112 Retas e Planos


U3

v =(a,b,c) e P=(x,y,z)
A proposio a seguir evidncia a comodidade de trabalhar com coordenadas
de pontos e de vetores:
Proposio: Fixado um sistema de coordenadas (O,E), sejam A=(x1,y1,z1),
y
B=(x2,y2,z2), u =(a,b,c) e um nmero real. Ento,

Daqui em diante, nem sempre faremos meno ao sistema de coordenadas


adotado, subentendo que se trata do sistema de coordenadas .
Quando for o caso, explicitaremos o sistema ortogonal .

Veja alguns exemplos em que utilizamos a proposio apresentada:

Exemplo 1: (CAMARGO; BOULOS, 2005, p. 139) Sejam P=(1,3,-3), Q=(-2,-1,4) e


u =(-1,4,0). Determine a tripla de coordenadas de (a)QP; (b) P+u ; (c) Q+2PQ

Resoluo:

Exemplo 2: (CAMARGO; BOULOS, 1987, p. 123) Mostre que os pontos


A=(1,0,1),B=(-1,0,2) e C=(1,1,1,) so vrtices de um tringulo retngulo (sistema
ortogonal).

Resoluo:

Da vemos que A, B e C no so colineares, pois ( AB ,AC) LI. Alm disso, AB


AC=(-2)0+01+10=0, o que mostra que BC reto.

Valeria a resoluo do exemplo 2 se o sistema no fosse


ortogonal? Por qu?

Retas e Planos 113


U3

1.2 Equaes de reta e plano

Na Geometria Euclidiana, encontramos postulados que nos remetem


compreenso de que, se forem dados dois pontos no espao, ento existe uma
nica reta contendo esses dois pontos. A partir dessa ideia, temos o seguinte
problema: [...] dados dois pontos, A e B, determinar a equao da reta r que passa
por esses dois pontos (MIRANDA; GRISI; LODOVICI, 2015, p. 97).

O mtodo adotado na Geometria Analtica e que ser estudado a partir de agora


consiste em associar a cada conjunto de pontos de E uma equao ou sistema de
equaes que o tenha por conjunto-soluo. Trabalhando com essas equaes
torna-se possvel analisar e tirar concluses sobre o conjunto, como, verificar se
uma reta paralela a outra conhecida ou verificar se est contida em um plano .

Ao tratarmos sobre pontos, vamos nos referir s suas coordenadas, pois, como
voc j estudou nesse material, as coordenadas so nmeros reais que tm grande
afinidade com a lgebra.

Nos pautando em Camargo e Boulos (1987; 2005), apresentamos algumas


definies relativas a equaes de reta:

Definio 1: Qualquer vetor no nulo paralelo a uma reta chama-se vetor


diretor dessa reta.

Essa definio sugere que um vetor no nulo paralelo a uma reta determina sua direo.

Sejam u um vetor diretor de uma reta r e A um ponto de r um ponto X pertence


a r se, e somente se, ( AX ,u ) LD, ou seja, se, e somente se, existe um nmero real
y y
tal que ( AX =u . Isso equivale a:

X=A+y u

Logo, dado y real, a equao nos d um ponto X de r, e dado X r, existe y R


tal que na equao se verifica. A reta r , pois, o lugar geomtrico dos pontos X
de E tais que vale o que na equao se verifica.

A figura 3.2 ilustra um vetor diretor, tal como o definimos:

Figura 3.2 | Vetor diretor de uma reta

Fonte: A autora (2015).

114 Retas e Planos


U3

Definio 2: A equao apresentada chama-se equao vetorial da reta r, ou


equao da reta r na forma vetorial.

Algumas observaes relacionadas a essa definio:

(a)Na equao, y percorre todo o conjunto dos nmeros reais (R).

(b)Podemos escrever a equao como r:X=A+u (R), em que podemos


interpretar que r a reta determinada pelo ponto A e pelo vetor no-nulo u .

(c) Como o ponto e o vetor diretor so escolhidos de maneira arbitrria, existem


muitas equaes vetoriais diferentes para a mesma reta.

(d) Usando uma linguagem mais simples, podemos dizer que o vetor u da
equao serve para fixar a direo da reta r, ao passo que o ponto A serve
para fixar sua posio no espao (uma reta que fica determinada por um de
seus pontos e sua direo). Outra maneira de interpretar a equao encar-
la como se ela descrevesse uma situao de cinemtica, de um movimento
uniforme de velocidade u e trajetria r, em que representa o tempo.

Tomando um sistema de coordenadas, vamos supor que, em relao a ele,


X=(x,y,z),A=(x0,y0,z0) e u =(a,b,c) (em que u 0). Escrevendo a equao vetorial em
coordenadas, temos:

(x,y,z)=(x0,y0,z0 )+(a,b,c)=(x0+a,y0+b,z0+c)

Logo:

Perceba que a, b e c no so todos nulos, pois u 0, isto , a + b + c 0.


O sistema de equaes apresentado chamado de sistema de equaes
paramtricas da reta r, ou sistema de equaes da reta r na forma paramtrica.
Nesse contexto, chamado parmetro.

Contudo, por abuso de linguagem, chamaremos o sistema de equaes


apresentado simplesmente de equaes paramtricas da reta r.

importante destacar que, como as equaes paramtricas da reta r


representam mera transcrio da equao vetorial da reta r em coordenadas, as
observaes feitas para esta aplicam-se, tambm, s equaes paramtricas.

Retas e Planos 115


U3

Agora, j sabemos como associar a qualquer reta r um sistema de equaes


cujo conjunto de solues se identifica com o conjunto dos pontos de r. Alm
disso, fixado um sistema de coordenadas, qualquer sistema de equaes da forma
que foi apresentada descreve uma reta de E, desde que a, b e c no sejam todos
nulos. Logo, trata-se da reta que contm o ponto (x0,y0,z0) e tem o vetor (a,b,c)
como vetor diretor (CAMARGO; BOULOS, 2005).

Considerando que nenhuma das coordenadas do vetor diretor de r nula,


possvel isolar no primeiro membro de cada uma das equaes paramtricas da
reta r, obtendo:

Sob a hiptese a0,b0 e c0, cada sistema de equaes de r na forma


paramtrica d origem a um sistema de equaes de r na forma simtrica. Assim,
equaes como:

No so equaes na forma paramtrica, pois no so estritamente da forma


apresentada, ou seja, os coeficientes de x e y no so iguais a 1. Pelo mesmo
motivo as equaes seguintes no so equaes na forma simtrica:

Veja um exemplo sobre as equaes paramtricas da reta:

Exemplo 3: (CAMARGO; BOULOS, 2005, p. 147) Seja r a reta determinada pelos


pontos A=(1,0,1) e B=(3,-2,3).

(a) Obtenha equaes de r nas formas vetorial, paramtrica e simtrica.

(b) Verifique se o ponto P=(-9,10,-9) pertence a r.

(c) Obtenha dois vetores diretores de r e dois pontos de r, distintos de A e B.

Resoluo:

(a) Calculando, obtemos BA =(-2,2,-2). Usando este vetor e o ponto A nas


expresses estudadas, obtemos equaes de r nas formas:

116 Retas e Planos


U3

(b) Primeiro modo: Fazendo as devidas substituies nas equaes de r na


forma simtrica, temos:

Logo, P pertence a r

Segundo modo: Substituindo x, y e z pelas coordenadas de P nas equaes


paramtricas de r, obtemos:

Que um sistema compatvel (sua soluo =5). Isso significa que P um


ponto da reta r.

(c) Qualquer mltiplo escalar no-nulo de BA um vetor diretor de r. Por


exemplo, 3 BA =(-6,6,-6) ou AB =(2,-2,2). Para obtermos os pontos, atribumos
valores arbitrrios a nas equaes paramtricas: escolhendo =2, obtemos
(-3,4,-3) e escolhendo =1, obtemos (-1,2,-1).

Qual a finalidade de estudar tantas formas de equaes de


reta? Quais caractersticas possvel explorar em cada uma
delas?

Dando incio s abordagens de equaes de plano, se ( u , v ) LI, todos os


planos paralelos a u e v so paralelos entre si. Logo, do mesmo modo que um
vetor no nulo determina a direo de uma reta, um par de vetores LI determina a
direo de um plano (CAMARGO; BOULOS, 2005).

Retas e Planos 117


U3

Definio 3: Se u e v so LI e paralelos a um plano , o par ( u , v ) chamado


par de vetores diretores de . Para simplificar a linguagem, vamos dizer que u e v
so vetores diretores de .

Destacamos que vetores diretores de um plano sempre aparecem aos pares e


so LI.

Sejam A um ponto do plano e ( u , v ) um par de vetores diretores de . Um


ponto X pertence a se, e somente se, ( u , v ,AX) LD, ou seja, se, e somente se,
existem nmeros reais e tais que AX= u + v . Ou seja:

X=A+ u + v

A equao denominada de equao vetorial do plano ou equao do plano


na forma vetorial. A Figura 3.3 ilustra essa equao:

Figura 3.3 | Representao da equao vetorial do plano

Fonte: A autora (2015).

Por meio da equao vetorial do plano , fica associado, a cada par (, ) de


nmeros reais, um ponto X do plano . De maneira recproca, se X pertence a ,
existem e satisfazendo a equao vetorial do plano . O plano , portanto, o
lugar geomtrico dos pontos X para os quais existem e que tornam verdadeira
a igualdade que evidenciamos na equao vetorial do plano .

Nota-se a forte analogia entre equaes vetoriais de reta e de


plano. Qual a grande diferena entre essas equaes?

118 Retas e Planos


U3

Algumas observaes:

(a) Escrevemos , R para enfatizar que e percorrem todo o conjunto dos


nmeros reais.

(b) Usualmente, escrevemos o nome do plano frente da equao, como :


X=A+ u + v .

(c) Qualquer ponto do plano pode ser usado em lugar de A e quaisquer dois
vetores LI, paralelos a , em lugar de u e v , o que nos leva a garantir que existem
infinitas equaes vetoriais diferentes para o mesmo plano.

A partir da equao vetorial do plano , podemos ainda trabalhar com


coordenadas. Fixado um sistema , suponhamos que X=(x,y,z), A=(x0,y0,z0), u =
(a,b,c) e v =(m,n,p). A equao vetorial do plano fica:

(x,y,z)=(x0,y0,z0 )+(a,b,c)+(m,n,p)=(x0+a+m,y0+b+n,z0+c+p)

Ou seja:

Esse sistema de equaes chamado de sistema de equaes paramtricas do


plano , ou sistema de equaes do plano na forma paramtrica.

E, assim como no caso da reta, omitiremos a palavra sistema ao nos referirmos


sobre esse sistema de equaes. Alm disso, todas as observaes que foram
feitas para a equao vetorial do plano valem para as equaes paramtricas.

Notamos que, fixado um sistema de coordenadas, todo sistema de equaes da


forma paramtrica, sob condies de que a,b,c e m,n,p no sejam proporcionais,
descreve um plano de E: o plano que contm o ponto (x0,y0,z0) e paralelo
aos vetores LI (a,b,c) e (m,n,p), ou seja, tem esses vetores como vetores diretores
(CAMARGO; BOULOS, 2005).

Veja um exemplo:

Exemplo 4: (CAMARGO; BOULOS, 2005, p. 155) Seja o plano que contm o


ponto A=(3,7,1) e paralelo a u =(1,1,1) e v =(1,1,0).

(a) Obtenha duas equaes vetoriais de .

(b) Obtenha equaes paramtricas de .

Retas e Planos 119


U3

(c) Verifique se o ponto (1,2,2) pertence a .

(d) Verifique se o vetor w=(2,2,5) paralelo a .

Resoluo:

(c) Fazendo as devidas substituies na equao paramtrica, temos:

Resolvendo o sistema, evidencia-se uma incompatibilidade, pois das duas


ltimas equaes resulta =1 e =-6, valores que no satisfazem a primeira. Logo,
o ponto dado no pertence a .

(d) Os vetores u , v e w so LD, pois

Esse resultado pode ser obtido resolvendo o determinante de ordem 3, tal


como voc estudou na Unidade 1 desse material. Portanto, w paralelo a .

Existe, ainda, uma forma de equao de plano que no depende de parmetros,


estabelecendo relao direta entre as coordenadas x, y e z dos pontos do plano,
sem recorrer s variveis auxiliares e .

Fixado um sistema de coordenadas, seja o plano que contm o ponto


A=(x0,y0,z0) e tem vetores diretores u =(r,s,t) e v =(m,n,p). Sabemos que um ponto
X=(x,y,z) pertence a se, e somente se, (AX, u , v ) LD:

120 Retas e Planos


U3

Desenvolvendo este determinante pelos elementos da primeira linha, obtemos:

Introduzindo a notao:

O que pode ser escrito na forma:

ax+by+cz+d=0 (a,b,c 0)

Essa equao, que uma equao do primeiro grau nas incgnitas x, y e z,


chama-se equao geral do plano ou equao do plano na forma geral.

3.1. (Adaptado de Camargo e Boulos (2005)) Obtenha uma


equao geral do plano que contm o ponto A=(9,-1,0) e
paralelo aos vetores u =(0,1,0) e v =(1,1,1). correto afirmar que
a equao geral obtida ser:
a) x-z-9=0
b) x+z+9=0
c) x+z-9=0
d) x-z+9=0
e) -x+z-9=0

Corolrio: Seja ax+by+cz+d=0 uma equao geral qualquer de um plano .

(a) contm ou paralelo a um dos eixos coordenados se, e somente, se, o


coeficiente da varivel correspondente a esse eixo nulo;

(b) paralelo a um dos planos coordenados se, e somente se, os coeficientes


das duas variveis correspondentes a esse plano so nulos.

Retas e Planos 121


U3

Acessando o link indicado, voc encontrar uma lista de exerccios com


gabarito, proposta pela Universidade Federal de Sergipe para o curso de
Matemtica. At o exerccio 12, abordam-se equaes de retas e planos:
<http://w3.impa.br/~arss/cursos/vetores/Lista_4.pdf>.
Tente realizar os exerccios e, em caso de dificuldades, consulte o link
indicado, no qual voc encontrar uma verso do livro de Camargo e
Boulos (1987) em pdf. Entre as pginas 126 e 170, voc encontrar
diversos exemplos de exerccios resolvidos que ajudaro a resolver os
exerccios propostos na lista de exerccios:
<http://www.dm.ufscar.br/profs/ferrariruffino/Boulos-Camargo.pdf>.

1.3 Interseco de retas e planos

Nesta subseo, voc estudar como determinar interseces de retas e


planos usando suas equaes. Baseando-se em Camargo e Boulos (1987; 2005),
de maneira bem simples, podemos entender esse processo como, partindo de
conjuntos descritos por equaes, resolver o sistema formado por elas, uma vez
que um ponto pertence interseco se, e somente se, pertence a todos os
conjuntos. Em outras palavras, um ponto pertence interseco de um conjunto
se satisfaz as equaes de todos eles.

Em Geometria Analtica, se 1e 2 so dois subconjuntos quaisquer de E,


descritos por equaes, temos que:

Figura 3.4 | Solues possveis a partir de 12

Fonte: A autora (2015).

122 Retas e Planos


U3

Voc j viu que se tratando de retas e planos todas as equaes sero de primeiro
grau, o que significa que vamos trabalhar com mais equaes do que incgnitas
no caso de interseces reta-reta, nmero igual de incgnitas e equaes no caso
reta-plano e mais incgnitas do que equaes no caso plano-plano. E, em geral,
os mtodos que utilizaremos para determinar as interseces correspondem aos
mtodos de resoluo de sistemas de equaes e a Regra de Cramer, estudados
na Unidade 1.

Interpretando geometricamente os resultados que poderemos obter nos casos


de interseces, perceba que se, 1e 2 so dois subconjuntos de E e sistema
o sistema formado por suas equaes, ento:

Figura 3.5 | Classificao de sistemas de equaes

Fonte: A autora (2015).

Vamos analisar cada um dos casos de interseco por meio da resoluo de


exemplos.

1.3.1 Interseco de duas retas

Exemplo 5: (CAMARGO; BOULOS, 2005, p. 171) Dados os pontos A=(1,2,1)


e B=(3,0,-1), verifique se so concorrentes as retas AB e r:X=(3,0,-1)+(1,1,1). Se
forem, obtenha o ponto de interseco.

Resoluo: Chamaremos de s a reta AB, de modo que s:X=A+AB. Passando


para a forma paramtrica as equaes das duas retas, obtemos:

Retas e Planos 123


U3

Para determinar rs, resolveremos o sistema dessas seis equaes e quatro


incgnitas. Para dinamizar esse processo, vamos eliminar x, y e z igualando suas
expresses:

Agora, temos trs equaes e uma incgnita. Vamos resolver uma delas e testar
a soluo encontrada nas outras duas.

Assim, a terceira equao fornece =2/3, que soluo da segunda, mas no


satisfaz a primeira. Logo, o sistema incompatvel e a interseco das duas retas
vazia.

Observe que temos um erro no resultado, pois a interseco


no pode ser vazia nesse caso. Por qu?

Para evitar essa situao, no devemos indicar com a mesma letra os parmetros
das equaes r e s. Assim, vamos trocar por nas equaes de s:

Ao reunir equaes paramtricas de vrios conjuntos para formar um sistema


de equaes que descreva sua interseco, necessrio indicar os parmetros
com letras diferentes.

Resolvendo o sistema, obtemos como soluo nica =0,=1.

Substituindo esses valores nas equaes de r e s obtemos x=3,y=0,z=-1.

Exemplo 5: (CAMARGO; BOULOS, 2005, p. 171) Dados os pontos A=(1,2,1)


e B=(3,0,-1), verifique se so concorrentes as retas AB e r:X=(3,0,-1)+(1,1,1). Se
forem, obtenha o ponto de interseco.

124 Retas e Planos


U3

Resoluo: Chamemos de s a reta AB, de modo que s:X=A+AB. Passando


para a forma paramtrica as equaes das duas retas, obtemos:

Para determinar rs, resolveremos o sistema dessas seis equaes e quatro


incgnitas. Para dinamizar esse processo, vamos eliminar x, y e z igualando suas
expresses:

Agora, temos trs equaes e uma incgnita. Vamos resolver uma delas e testar
a soluo encontrada nas outras duas.

Assim, a terceira equao fornece =2/3, que soluo da segunda, mas no


satisfaz a primeira. Logo, o sistema incompatvel e a interseco das duas retas
vazia.

Dessa forma, confirmamos que B=(3,0,-1) o nico ponto de rs, ou seja, que
essas retas so concorrentes no ponto B.

1.3.2 Interseco de reta e plano

Exemplo 6: (CAMARGO; BOULOS, 2005, p. 175) Obtenha a interseco da reta


r com o plano :

Resoluo:

(a) Como a inteno obter pontos de r que pertencem a , vamos utilizar a


tcnica do : se X=(x,y,z) um ponto de r, ento x=1+2,y= e z=1+3. Substituindo
na equao de , temos:

(1+2)++(1+3)=20

Retas e Planos 125


U3

E, portanto, =3. Logo, o nico ponto comum a r e P=(7,3,10).

(b) Primeiro, mudaremos as letras dos parmetros, trocando por nas


equaes de r. Agora, resolveremos o sistema de seis equaes a seis incgnitas
formado pelas equaes de r e na forma paramtrica. Igualando as expresses
de x,y e z, obtemos:

2=1+ 1+= 1-3=

Dessas equaes resulta =0,=-1,=1. Logo, x=0,y=1,z=1.

O nico ponto comum reta e ao plano P=(0,1,1).

(c) O sistema a ser resolvido formado pelas equaes:

Isolando x e z nas duas primeiras, obtemos:

Esta equao no admite soluo, pois equivalente a 0y=8. Portanto, a


interseco de r e vazia, isto , a reta paralela ao plano.

(d) Primeiro, vamos adequar a notao dos parmetros: substitumos por na


equao vetorial de r. O sistema a ser resolvido , portanto:

126 Retas e Planos


U3

Somando e subtraindo membro a membro as duas primeiras equaes e


simplificando, obtemos 2-=3 e +2=5, ou seja:

2=5- e 4=2+6

Substituindo na terceira, chegamos igualdade (2+6)-3-(5-)=1, que


satisfeita por qualquer nmero real de . Assim, se existe mais de um ponto
(infinitos pontos) de r que pertence a , ento r est contida em , e a interseco
a prpria reta r.

1.3.3 Interseco de dois planos

Exemplo 7: (CAMARGO; BOULOS, 2005, p. 178) Determine a interseo dos


planos 1 e 2:

1:x+2y+3z-1=0 2=x-y+2z=0

1:x+y+z-1=0 2=x+y-z=0

1:x+y+z-1=0 2=2x+2y+2z-1=0

1:x+y+z-1=0 2=3x+3y+3z-3=0

Resoluo:

(a) Vamos comear isolando x na segunda equao:

x=y-2z

E substituir na primeira: (y-2z)+2y+3z-1=0. Desta equao obtemos:

z=1-3y

Voltando no primeiro resultado, x=y-2z, temos:

x=y-2(1-3y) x=-2+7y

Ento, P=(x,y,z) pertence interseco de 1 e 2 se, e somente se, suas


coordenadas obedecem s relaes de z e de x que obtivemos como resultados.
Temos, assim, a varivel y atuando como parmetro. Escrevendo y=, podemos
afirmar que P=(x,y,z) pertence a 12 se, e somente se, existe real tal que:

Essas equaes caracterizam a reta que contm o ponto A=(-2,0,1) e paralelo


ao vetor v=(7,1,-3). Logo, 12 essa reta.

Retas e Planos 127


U3

(b) Isolando y na equao de 1, obtemos y=1-x-z, e, substituindo na de 2, x+(1-


x-z)-z=0. Desta decorre z=1/2.

Voltando expresso de y, obtemos y=1-x-1/2=1/2-x. Podemos ento adotar x


como parmetro: 12 a reta de equaes paramtricas:

Veja que o valor de z constante e, por esse motivo, z no poderia atuar como
parmetro.

(c) Isolando z na primeira equao: z=1-x-y, e substituindo na segunda, obtemos


2x+2y+2(1-x-y)-1=0. Simplificando, chegamos a 1=0, o que mostra que o sistema
incompatvel e que, portanto, 12=.

(d) Da equao de 1 resulta x=1-y-z. Substituindo na outra, obtemos


3(1-y-z)+3y+3z-3=0, que uma identidade, isto , uma igualdade verdadeira
independentemente dos valores atribudos a x, y e z. Ento, todo ponto de 1
satisfaz a equao de 2. Portanto, podemos afirmar que 1 est contido em 2.
Logo, 12=1=2.

1. (Adaptado de Camargo e Boulos (2005)) Verifique se as


retas r e s so concorrentes e, se forem, obtenha o ponto de
interseco.

Assinale a alternativa correta:

a) So concorrentes em P=(4,-2,1)
b) So concorrentes em P=(-2,1,4)
c) So concorrentes em P=(1,-2,4)
d) So concorrentes em P=(1,4,-2)
e) No so concorrentes

128 Retas e Planos


U3

Seo 2

Posies relativas, perpendicularidade e


ortogonalidade
Introduo seo
Nesta seo voc estudar como reconhecer a posio relativa de retas e
planos no espao E, usando informaes oriundas de suas equaes. Essa noo
de posio relativa diz respeito a conhecer quando duas retas, dois planos ou uma
reta e um plano so paralelas distintas, ou paralelas coincidentes, ou concorrentes,
ou reversas.

Alm disso, voc estudar, nesta segunda seo, a ortogonalidade e


perpendicularidade de retas e planos em E, em que voc evidenciar a grande
aplicao dos conceitos de produto escalar e produto vetorial.

2.1 Posies relativas


Para estudar a posio relativa de retas e planos, vamos buscar informaes
sobre eles em suas equaes. Uma estratgia que podemos utilizar em qualquer
situao de posio relativa comear determinando a interseco dos conjuntos,
cujos resultados nos levaro a concluir sobre a posio relativa ou, no mnimo, nos
auxiliar a eliminar algumas possibilidades.

Existem ainda outras estratgias, as quais apresentamos no decorrer do estudo


sobre o tema posies relativas.

Desde j destacamos que as ideias apresentadas no decorrer dessa seo so


baseadas em Camargo e Boulos (1987; 2005).

2.1.1 Posio relativa de retas

Para duas retas r e s de E temos quatro possibilidades: serem reversas,


concorrentes, paralelas distintas ou paralelas coincidentes.

Retas e Planos 129


U3

Supondo r um vetor diretor da reta r e s um vetor diretor da reta s, e que A


e B so, respectivamente, pontos de r e s, podemos nos basear nos seguintes
raciocnios:

r e s so reversas se, e somente se, (r ,s,AB) LI. Assim, r e s so coplanares


se, e somente se, (r ,s,AB) LD (isto inclui os casos concorrentes, paralelas distintas
e paralelas coincidentes);

r e s so paralelas se, e somente se, (r ,s) LD;

r e s so concorrentes se, e somente se, so coplanares e no so paralelas,


isto , (r ,s,AB) LD e (r ,s) LI.

Assim, podemos utilizar o seguinte roteiro para estudar a posio relativa de r


e s:

Se (r ,s) LD, r e s so paralelas. Para constatar se so distintas ou coincidentes,


verificamos se A pertence a s.

Se (r ,s) LI, as retas no so paralelas, podendo ser concorrentes ou reversas.


Se (r ,s, AB) LI, so reversas e, se (r ,s, AB) LD, concorrentes.

De maneira alternativa, podemos tomar por base a interseo de r e s que se


obtm resolvendo o sistema formado pelas equaes dessas retas. Se houver uma
soluo nica, as retas so concorrentes. Se houver infinitas solues (sistema
indeterminado), ento r=s. Se for incompatvel, r e s so reversas ou paralelas
distintas, de acordo com o que seja seus vetores diretores, respectivamente, LI ou
LD.

Exemplo 8: (Adaptada de CAMARGO; BOULOS, 2005, p. 188) Estude a posio


relativa das retas r:X=(1,2,3)+(0,1,3) e s:X=(0,1,0)+(1,1,1,)

Resoluo:

Os vetores r =(0,1,3) e s=(1,1,1,) so, respectivamente, vetores diretores de r e


s, e so LI. Logo, as retas so concorrentes ou reversas. Escolhendo os pontos
A=(1,2,3) de r e B=(0,1,0) de s, temos AB=(-1,-1,-3) e (r , s,AB) LI, pois:

. As retas r e s so, portanto, reversas.

2.1.2 Posio relativa de reta e plano

So trs as possibilidades de posio relativa que temos para o caso de uma reta
r e um plano : r estar contida em , ou serem paralelos, ou serem transversais.

130 Retas e Planos


U3

No primeiro caso, suficiente que dois pontos de r, distintos, pertenam a ,


caso em que r=r; no segundo caso, a interseo vazia; e, no terceiro caso, a
interseo de r e reduz-se a um nico ponto.

Fato bsico para estudarmos a posio relativa entre uma reta (r) e um plano ():
r transversal a se, e somente se, seu vetor diretor r no paralelo a .

Para verificar se r paralelo ou no a , podemos:

Tomar um par (u ,v) de vetores diretores de e analisar a independncia linear


da tripla (u,v,r ).

Aplicar a proposio:

Para estudar a posio relativa de r e , dados r =(m,n,p) e :ax+by+cz+d=0,


temos o roteiro:

Se am+bn+cp0, r e so transversais.

Se am+bn+cp=0, r e no so transversais. Para esclarecer se r est contida


em ou paralela a , basta escolher um ponto A de r e verificar se ele pertence
a .

Podemos, ainda, adotar um roteiro alternativo, se (u,v ) um par de vetores


diretores de :

Se (u,v ,r ) LI, r e so transversais.

Se (u,v ,r ) LD, r e no so transversais. Para esclarecer se r est contida em


ou paralela a , basta escolher um ponto A de r e verificar se ele pertence a .

Para estudar a posio relativa de reta e plano tambm seria


possvel utilizar o estudo de intersees, tal como voc
estudou na seo anterior? Por qu?

Retas e Planos 131


U3

Exemplo 9: (Adaptada de CAMARGO; BOULOS, 2005, p. 192) Estude a posio


relativa de r:X=(1,1,1)+(3,2,1) e :X=(1,1,3)+(1,-1,1)+(0,1,3).

Resoluo:

r =(3,2,1) vetor diretor de r; u =(1,-1,1) e v =(0,1,3) so vetores diretores de . A


tripla (u ,v ,r ) LI, pois:

Logo, r e so transversais.

2.1.3 Posio relativa de planos

Para a posio relativa de dois planos, 1e 2, temos como possibilidades: serem


paralelos distintos, ou paralelos coincidentes (serem iguais), ou transversais. No
primeiro caso, a interseo vazia; no segundo caso, a interseo um plano
(12=1=2); e, no terceiro caso, a interseo uma reta.

Quando temos planos descritos por equaes na forma geral, as informaes


sobre a posio relativa podem ser obtidas por meio dos coeficientes dessas
equaes. Por exemplo:

os planos 1:2x-3y+z-4=0 e 2:6x-9y+3z-12=0 so iguais, pois os coeficientes


so, respectivamente, proporcionais;

os planos 1:2x-3y+z-4=0 e 2:6x-9y+3z+5=0 so paralelos distintos, pois os


coeficientes respectivos so proporcionais, porm os termos independentes (-4 e
5) no;

os planos 1:2x-3y+z-4=0 e 2:x+2y+1=0 so transversais, pois os respectivos


coeficientes no so proporcionais.

nessa ideia que podemos nos apoiar para compreender a seguinte proposio:

Proposio: Sejam 1:a1 x+b1 y+c1 z+d1=0 e 2:a2 x+b2 y+c2 z+d2=0 dois planos
quaisquer.

(a) 1e 2 so paralelos se, e somente se, a1,b1,c1 e a2,b2,c2 so proporcionais.

(b) Nas condies do item (a):

Se d1 e d2 esto na mesma proporo, isto , se a1,b1,c1,d1 e a2,b2,c2,d2 so


proporcionais, ento, 1=2.

132 Retas e Planos


U3

Se d1 e d2 no segue a proporcionalidade de a1,b1,c1 e a2,b2,c2, ento 1e 2 so


paralelos e distintos.

(c) 1 e 2 so transversais se, e somente se, a1,b1,c1 e a2,b2,c2 no so proporcionais.

A proposio sugere como roteiro para estudar a posio relativa de dois planos,
1:a1 x+b1 y+c1 z+d1=0 e 2:a2 x+b2 y+c2 z+d2=0, considerando n 1=(a1,b1,c1), n 2
=(a2,b2,c2), a 1 =(b1,c1,d1) e a 2 =(b2,c2,d2):

1=2 se, e somente se, os pares n 1, n 2 e (a 1, a 2) so ambos LD.

1e 2 so paralelos distintos se, e somente se, (n 1 ,n 2) LD e (a 1,a 2) LI.

1e 2 so transversais se, e somente se, (n 1,n 2) LI.

Em lugar de (a 1, a 2) podemos utilizar (b 1,b 2) ou (c 1,c 2), em que b 1 =(a1,c1,d1 ),b 2


=(a2,c2,d2), c 1=(a1,b1,d1) e c 2=(a2,b2,d2).

Exemplo 10: (Adaptada de CAMARGO; BOULOS, 2005, p. 198) Estude a posio


relativa dos planos 1:2x-y+z-1=0 e 2:4x-2y+2z-9=0.

Resoluo: Os coeficientes 2,-1,1 da primeira equao e 4,-2,2 da equao


2 so proporcionais, mas os termos independentes -1 e-9 no esto na mesma
proporo. Em outras palavras, os vetores n 1=(2,-1,1) e n 2=(4,-2,2) so LD e os
vetores a 1 =(-1,1,-1) e a 2 =(-2,2,-9) so LI. Logo, os planos so paralelos distintos.

1. (Adaptado de Camargo e Boulos (2005)) Estude a posio


relativa dos planos 1:x+10y-z-4=0 e 2:4x+40y-4z-16=0 e
assinale a alternativa correta:
a) Os planos so paralelos distintos.
b) Os planos so paralelos coincidentes.
c) Os planos so transversais.
d) Os planos so concorrentes.
e) O plano 1est contido no plano 2.

Retas e Planos 133


U3

2.2 Perpendicularidade e ortogonalidade


Antes de darmos incio a esses conceitos, vale esclarecer que fixaremos um
sistema de coordenadas (0,E), cuja base E=(i ,j ,k ) ortonormal (positiva, caso V
esteja orientado) no decorrer de toda essa abordagem.

Diferenciando retas perpendiculares de retas ortogonais, temos que duas retas


perpendiculares so obrigatoriamente concorrentes, enquanto que duas retas
ortogonais podem ser concorrentes ou reversas. Logo, as retas perpendiculares
podem ser consideradas como um caso particular de retas ortogonais.

De maneira mais precisa, dizemos que duas retas so ortogonais se, e somente
se, cada vetor diretor de uma reta ortogonal a qualquer vetor diretor da outra
reta.

Exemplo 11: (CAMARGO; BOULOS, 2005, p. 208) Verifique se as retas


r:X=(1,1,1)+(2,1,-3) e s:X=(0,1,0)+(-1,2,0) so ortogonais. Caso sejam, verifique se
so perpendiculares.

Resoluo:

r =(2,1,-3) e s =(-1,2,0) so, respectivamente, vetores diretores de r e s. A partir


de (2,1,-3)(-1,2,0)=2(-1)+12+(-3)0=0, podemos afirmar que as retas r e s so
ortogonais.

Agora, vamos verificar se elas so concorrentes, para poder responder se elas


so perpendiculares. Para isso, consideramos que o ponto A=(1,1,1) pertence a r, o
ponto B=(0,1,0) pertence a s, e (BA=(1,0,1). Os vetores (BA, r e s so LI, porque

Portanto, de acordo com o que foi estudado na seo anterior, podemos


concluir que as retas r e s so reversas. Portanto, tais retas so ortogonais, porm
no so perpendiculares.

Exemplo 12: (CAMARGO; BOULOS, 2005, p. 209) Obtenha equaes


paramtricas da reta s que contm o ponto P=(-1,3,1) e perpendicular a:

134 Retas e Planos


U3

Resoluo: O primeiro passo ser determinar o ponto de interseco das duas


retas, Q, que representa o p da perpendicular a r por P, como apresenta a figura 6:

Figura 3.6 | P da perpendicular a r por P

Fonte: A autora (2015)

Das equaes simtricas de r, obtemos como vetor diretor r =(2,3,1), e as


relaes x=1+2z,y=1+3z. Como Q pertence a r, podemos escrever Q=(1+2z,1+3z,z).
Portanto, temos (PQ=(2+2z,3z-2,z-1). Os vetores (PQ e r so ortogonais, ou seja,

0=(PQr =2(2+2z)+3(3z-2)+1(z-1)

Assim, z=3/14 e (PQ=(34/14,-19/14,-11/14) por meio da tcnica do disfarado


de z.

Utilizando s =(34,-19,-11) como vetor diretor de s, chegamos s seguintes


equaes paramtricas:

Poderia ter escolhido um vetor qualquer, ortogonal a r


=(2,3,1), como vetor diretor de s nessa situao? Por qu?

Retas e Planos 135


U3

2. (Adaptado de Camargo e Boulos (2005)) Verifique se as retas


r e s so ortogonais ou perpendiculares e, em seguida, assinale
a alternativa correta:
r:X=(1,2,3)+(1,2,1) e s:X=(2,4,4)+(-1,1,-1)

a) No so ortogonais.
b) So ortogonais, mas no perpendiculares.
c) So coincidentes.
d) So reversas.
e) So perpendiculares.

2.2.1 Vetor normal a um plano

Definio: Dado um plano , qualquer vetor no nulo ortogonal a um vetor


normal a .

evidente que um vetor n , no nulo, normal a um plano se, e somente


se, n ortogonal a qualquer vetor diretor de . Ainda, com base na Geometria
Euclidiana, podemos afirmar que um vetor n , no nulo, normal a se, e somente
se, n ortogonal a dois vetores diretores de . Logo, se (u ,v ) um par de vetores
diretores de , ento u v (ou qualquer um de seus mltiplos escalares no nulos)
um vetor normal a .

Figura 3.7 Vetor normal a um plano

Fonte: Disponvel em: <http://www.engenheirodepetroleo.com.br/pt/provas-resolvidas/engenheiro-de-petroleo/


cesgranrio-2012-engenheiro-de-petroleo-q23/>. Acesso em: 10 set. 2015.

136 Retas e Planos


U3

Exemplo 13: (CAMARGO; BOULOS, 2005, p. 211) Obtenha um vetor normal a


plano determinado pelos pontos A=(1,1,2),B=(3,4,1) e C=(2,2,-3).

Resoluo: Os vetores (AB=(2,3,-1) e (AC=(1,1,-5) so vetores diretores de .


Logo, um vetor normal a :

A ortogonalidade no depende da orientao do espao. Sendo assim, quando


adotamos que V esteja orientado, tendo como base (i ,f ,k ) do sistema de
coordenadas, sendo o mesmo positivo, estamos apenas trabalhando com uma
situao cmoda para resolvermos os exerccios por produto vetorial, porm, no
obrigatria essa orientao para resolver de outra maneira.

Saiba mais sobre vetor normal a um plano acessando o vdeo:


<https://www.youtube.com/embed/gx0LMh93b3k>.

Conhecendo um dos pontos de um plano , do tipo A=(x0,y0,z0), e um vetor


normal desse mesmo plano (n =(a,b,c)), possvel obter a equao geral desse
plano. Para isso, partimos do pressuposto de que um ponto X=(x,y,z) pertence a
se, e somente se, (AX ortogonal a n , ou seja, se n (AX=0. Logo,

a(x-x0)+b(y-y0 )+c(z-z0 )=0

Indicando -ax0-by0-cz0 por d, temos:

ax+by+cz+d=0 a,b,c0

Esta a equao geral de , em que os coeficientes x,y,z formam a tripla de


coordenadas de um vetor normal a .

A partir da conceituao feita, podemos entender que:

Proposio: Se o sistema de coordenadas ortogonal, ento n =(a,b,c)


um vetor ao plano se, e somente se, tem uma equao geral da forma
ax+by+cz+d=0

Retas e Planos 137


U3

Exemplo 14: (CAMARGO; BOULOS, 2005, p. 214) Obtenha uma equao geral
do plano que contm o ponto A=(1,0,2), sabendo que n =(1,1,4) um vetor
normal a .

Resoluo: De acordo com a proposio, uma equao geral de tem a forma


ax+by+cz+d=0. Para determinar d, usamos o fato de que A=(1,0,2) pertence a
:1+0+42+d=0. Assim, temos que d=-9, portanto, x+y+4z-9=0 uma equao
geral de .

2.2.2 Perpendicularidade entre reta e plano

Considerando n como um vetor normal ao plano e r como um vetor diretor


da reta r, ento r e so perpendiculares se, e somente se, r e n so paralelos.

Figura 3.8 | Perpendicularidade entre reta e plano

Fonte: Disponvel em: <http://www.colegioweb.com.br/retas-e-planos-no-espaco/projecoes-ortogonais.html>.


Acesso em: 15 set. 2015.

Exemplo 15: (CAMARGO; BOULOS, 2005, p. 217) Verifique se a reta r e o plano


so perpendiculares:

(a) r:X=(0,1,0)+(1,1,3) :X=(3,4,5)+(6,7,8)+(9,10,11)

(b) :x+2z=14

Resoluo:

(a) Como (6,7,8) e (9,10,11) so vetores diretores de , um vetor normal a

138 Retas e Planos


U3

Os vetores r =(1,1,3), que vetor diretor de r, e n so LI. Portanto, temos que r


e no so perpendiculares.

(b) Para obter o vetor diretor de r, fazemos:

A partir da equao geral de ,x+2z-14=0, podemos escrever o vetor normal: n


=(1,0,2). Perceba que r =2n e, portanto, o vetores r e n so paralelos. Logo, r e
so perpendiculares.

Veja um exemplo de resoluo de exerccio envolvendo a


perpendicularidade entre reta e plano acessando o vdeo indicado por
meio do seguinte link:
<https://www.youtube.com/embed/PL5eg7kM02o>.

2.2.3 Perpendicularidade entre planos

Considerando que n 1 e n 2 so vetores normais aos planos 1 e 2, ento os


planos so perpendiculares se, e somente se, n 1 e n 2 so ortogonais, ou seja, se n
1
n 2=0.

Figura 3.9 | Perpendicularidade entre planos

Fonte: Disponvel em: <http://slideplayer.com.br/slide/1837849/>. Acesso em: 17 set. 2015.

Retas e Planos 139


U3

Exemplo 16: (CAMARGO; BOULOS, 2005, p. 220) Verifique se 1:X=(0,0,1)+(1,


0,1)+(-1,-1,1) e 2:X=2x-7y+16z-40=0 so perpendiculares.

Resoluo: Os vetores diretores de 1 so (1,0,1) e (-1,-1,1). Logo, seu produto


vetorial normal a 1:

Um vetor normal a 2 pode ser obtido de sua equao geral: n 2=(2,-7,16). Como
n 1n 2=(1,-2,-1)(2,-7,16)=0, podemos afirmar que 1 e 2 so perpendiculares.

140 Retas e Planos


U3

Seo 3

ngulos e distncias
Nesta seo, voc estudar maneiras de obter a medida angular entre retas,
entre planos ou entre reta e plano, a partir de vetores diretores e vetores normais.

Por fim, abordaremos o conceito de distncia entre pontos, retas e planos,


deduzindo frmulas especficas para o clculo dessas distncias.

Assim como fizemos na seo anterior, destacamos desde j que os conceitos


que so apresentados no decorrer dessa seo foram baseados em Camargo e
Boulos (1987; 2005).

3.1 Medida angular


Nessa subseo, voc estudar situaes geomtricas envolvendo ngulos
entre retas, entre planos, ou entre reta e plano e, em tais situaes, temos como
principal ferramenta o produto escalar, bem como a norma e o produto vetorial.

Antes de iniciarmos esse estudo, vamos fixar, desde j, um sistema ortogonal


de coordenadas (0,i ,j ,k ) em que (,i ,j ,k ) positiva caso intervenha um produto
vetorial. Quando no for estipulado explicitamente, adotaremos como unidade de
medida angular o radiano.

3.1.1 Medida angular entre retas

Definio: Sejam r e s duas retas, r um vetor diretor da primeira e s um vetor


diretor da segunda. Medida angular entre r e s a medida angular entre os vetores
r e s , se esta pertence ao intervalo [0,/2] (em radianos) ou ao intervalo [0,90] (em

Retas e Planos 141


U3

graus), e a medida angular entre r e -s , se pertence a [/2,] (em radianos)


ou a [90,180] (em graus). Indica-se por ang(r,s).

Pela definio, temos que se =ang(r,s), ento =0 quando r e s so paralelas


e =/2 quando r e s so ortogonais. Em qualquer outro caso, 0<</2. Logo, a
definio nos permite considerar a medida angular entre retas reversas.

Ainda de acordo com a definio, podemos afirmar que duas retas no


ortogonais quaisquer formam ngulo agudo.

Para calcular a medida angular entre as retas r e s, vamos indicar por a medida
angular entre dois vetores diretores quaisquer dessas retas: =ang(r ,s ).

Vamos analisar o sinal de cos:

Se cos0, ento 0/2 e, pela definio, = (Ver figura 3.10(a)). Assim,


temos:

cos=cos

Se cos<0, ento /2< (Ver figura 3.10(b)). Neste caso, pela definio,
=ang(r ,-s ), e, portanto,

Assim, podemos concluir que, em ambos os casos, cos=|cos|, isto ,

Figura 3.10 | Sinais de cos

Fonte: A autora (2015)

142 Retas e Planos


U3

Veja um exemplo:

3.1.2 Medida angular entre reta e plano

A melhor estratgia nessa situao relacionar o ngulo entre a reta r e o plano


com o ngulo entre r e uma reta s, perpendicular a . Veja na figura 3.11 como o
ngulo entre r e s e o ngulo entre r e so complementares. Assim, conhecendo
a medida do primeiro, certamente conheceremos a medida do segundo.

Note que o resultado independe da escolha da reta s, perpendicular a , e que


qualquer vetor normal a um vetor diretor de s.

Figura 3.11 | ngulo de uma reta com um plano

Fonte: A autora (2015)

Definio: Sejam r uma reta e um plano. A medida angular entre r e 90


- ang(r,s) (em graus), ou /2 - ang(r,s) (em radianos), sendo s uma reta qualquer,
perpendicular a . Indica-se pelo smbolo ang(r,).

Retas e Planos 143


U3

De acordo com a definio, podemos afirmar que uma reta e um plano


quaisquer, no-perpendiculares, formam ngulo agudo.

Assim, podemos ter um modo prtico para determinar a medida angular entre
r e : seja r um vetor diretor de r, n um vetor normal a , =ang(r,s) e =ang(r,),
o que pode ser visualizado na figura 3.11. Lembrando que n um vetor diretor de
s podemos escrever:

Veja um exemplo:

Exemplo 18: (CAMARGO; BOULOS, 2005, p. 239) Obtenha a medida angular


em radianos entre a reta r:X=(0,1,0)+(-1,-1,0) e o plano :y+z-10=0.

Resoluo: Um vetor normal a n =(0,1,1), e um vetor diretor de r r =(1,1,0).


Calculando, obtemos:

3.1.3 Medida angular entre planos

Definio: A medida angular entre os planos 1 e 2, indicada por ang(1,2), a


medida angular entre duas retas quaisquer r1 e r2, respectivamente perpendiculares
a 1 e 2.

144 Retas e Planos


U3

Figura 3.12 | Medida angular entre planos

Fonte: Disponvel em: <http://slideplayer.com.br/slide/3145012/>. Acesso em: 7 set. 2015.

Perceba que o conceito est muito bem definido, pois independe da escolha
de r1 e r2. Para calcularmos =ang(_1,_2) basta usar:

Lembrando que, se n 1e n 2 so, respectivamente, vetores normais a 1 e 2,


ento n 1 um vetor diretor de r1 e n 2 um vetor diretor de r2:

Se a interseco de 1 e 2 a reta t, ento a interseco de qualquer plano


perpendicular a t com 12 reunio de duas retas s1 e s2 tais que ang(s1,
s2)=ang(1,2), conforme pode ser observado na figura 3.12.

Consequente definio, se =ang(1,2), ento 0/2 (em radianos) ou


090 (em graus).

Retas e Planos 145


U3

Veja um exemplo:

Exemplo 19: (CAMARGO; BOULOS, 1987, p. 212) Determine a medida do


ngulo entre os planos 1:x-y+z=20 e 2:x+y+z=0.

Resoluo: n 1=(1,-1,1) normal a 1; logo, paralelo a r1.

n 2=(1,1,1) normal a 2; logo, paralelo a r2. Ento, temos:

Percebeu que, das trs frmulas apresentadas para os casos


de medidas angulares, apenas para o segundo caso (reta-
plano) usamos o seno, ao invs do cosseno? Por qu?

1. (Adaptado de Camargo e Boulos (2005)) Calcule a medida


angular entre os planos 1:2x+y-z-1=0 e 2:x-y+3z-10=0 e, em
seguida, assinale a alternativa correta:

146 Retas e Planos


U3

3.2 Distncia
Vamos, nesta subseo, conhecer frmulas para calcular a distncia entre
pontos, retas e planos, utilizando os produtos escalar e vetorial. Por esse motivo,
vamos trabalhar apenas com bases ortonormais positivas. Assim, desde j ficar
subentendido que est fixado (O,E), cuja base E=(i ,j , k ) ortonormal (positiva,
caso V esteja orientado).

Se e so pontos, retas ou planos de E, sua distncia d(,) o menor dos


nmeros d(X,Y) quando X percorre e Y percorre . De acordo com a Geometria
Euclidiana, esse valor sempre existe e est relacionado ideia de perpendicularismo.

3.2.1 Distncia entre pontos

Sejam A=(x1,y1,z1 ) e B=(x2,y2,z2). A distncia d(A,B) entre A e B || BA || , ou seja,

Acessando o link indicado voc ver um vdeo que mostra em um


aplicativo a distncia tridimensional entre pontos e demonstra como
a partir dessa representao geomtrica obtm-se a frmula para a
distncia entre pontos:
<https://www.youtube.com/embed/j0-O9FM1Ntw>.
Acessando o vdeo indicado, voc ver um exerccio sobre distncia
entre pontos sendo resolvido:
<https://www.youtube.com/embed/qU7r6GfPfHU>.

3.2.2 Distncia do ponto reta

Uma maneira de obter a distncia d(P,r) do ponto P reta r determinar P,


projeo ortogonal de P sobre r, e calcular d(P,P'), como mostra a Figura 3.13:

Retas e Planos 147


U3

Figura 3.13 | Distncia de ponto a reta

Fonte: Disponvel em: <http://www.somatematica.com.br/emedio/espacial/espacial5.php>. Acesso em: 7 set. 2015.

O que vamos estudar um procedimento que dispensa a determinao de P.

Sejam A e B dois pontos quaisquer de r, distintos. A rea do tringulo ABP ||AP


AB||/2. Logo, se h a altura relativa ao vrtice P, ento ||AB ||h/2 e , como h=d(P,r),

Indicando por r o vetor AB, que um vetor diretor de r, obtemos:

Onde A um ponto de r e r um vetor diretor, sendo ambos escolhidos de


maneira arbitrria.

Veja um exemplo:

Exemplo 20: (CAMARGO; BOULOS, 2005, p. 255) Calcule a distncia de P=(1,1,-


1) interseco de 1:x-y=1 e 2:x+y-z=0.

Resoluo: Dando a x o valor 0 nas equaes de 1 e 2, obtemos o ponto


A=(0,-1,-1), que pertence a r: dando o valor 1, obtemos B=(1,0,1). Logo, r =AB
=(1,1,2) um vetor diretor de r e AP =(1,2,0):

148 Retas e Planos


U3

3.2.3 Distncia do ponto ao plano

Ao calcular a distncia d(P,) do ponto P ao plano , podemos determinar Q, a


projeo ortogonal de P sobre , e calcular ||PQ ||, conforme mostra a Figura 3.14:

Figura 3.14 | Distncia de ponto a plano

Fonte: A autora (2015)

Mesmo sem conhecer Q possvel fazermos esses clculos: basta escolher um


ponto A de e um vetor n , normal a , e calcular a norma da projeo ortogonal
de AP sobre n . Assim, temos:

Em coordenadas, podemos escrever a mesma expresso como:

Como deduzimos essa expresso em coordenadas? Considere


P=(x0,y0,z0), A=(x1,y1,z1), :ax+by+cz+d=0 e n =(a,b,c) um
vetor normal de . Como A pertence a , considere a relao
ax1+by1+cz1=-d.

Retas e Planos 149


U3

Veja um exemplo:

Exemplo 21: (CAMARGO; BOULOS, 2005, p. 260) Calcule a distncia do ponto


P=(1,3,4) ao plano :X=(1,0,0)+(1,0,0)+(-1,0,3).

Resoluo: O vetor n =(1,0,0)(-1,0,3)=(0,-3,0) um vetor normal a ,A=(1,0,0)


um ponto de , e AP=(0,3,4). Assim, temos:

1. (Adaptado de Camargo e Boulos (2005)) correto afirmar


que a distncia do ponto P=(1,2,-1) ao plano : 3x-4y-5z+1=0
igual a:

3.2.4 Distncia entre retas

Com o auxlio de uma reta t, perpendicular s retas r e s possvel calcular


a distncia d(r,s). E, quando r e s so paralelas, essa reta t existe em quantidade
infinita. Agora, quando r e s so reversas ou concorrentes existe uma nica reta t.

Porm, sem conhecer a reta t tambm possvel calcular a distncia entre duas
retas, considerando trs casos distintos:

r e s so reversas: existe um nico plano que contm r e paralelo a s.


Considerando B um ponto qualquer de s, ento d(r,s)=d(B,). Um vetor normal a
r s . Escolhendo um ponto A arbitrariamente de r, temos:

150 Retas e Planos


U3

r e s so concorrentes: podemos considerar que d(r,s)=0 porque rs.


Assim, pela frmula especificada no item anterior, teremos que AB r s =0,
no havendo necessidade de frmulas para esse caso.

r e s so paralelas: neste caso, r s = 0 e, portanto, pela frmula especificada


no primeiro item, teremos uma indeterminao. Assim, para calcularmos d(r,s),
escolhemos um ponto qualquer de uma das duas retas e calculamos sua distncia
outra.

Note que o primeiro passo no clculo de distncia entre retas determinar se


elas so paralelas ou no. Para isso, basta calcular r s , em que se o resultado
for 0, determina-se a distncia calculando a distncia entre dois pontos, um de
cada reta. Em contrapartida, se o resultado for diferente de 0, utiliza-se a frmula
dada.

Veja uma explicao dessas trs situaes de distncia entre retas e


um exemplo de resoluo de exerccio, envolvendo essa abordagem,
acessando o vdeo:
<https://www.youtube.com/embed/WT8rogk3uQ4>.

3.2.5 Distncia entre reta e plano

Para essa situao no precisaremos de uma forma especfica, mas vamos,


apenas, escolher um vetor diretor r da reta e um vetor normal n ao plano,
calcularmos r n e, ento:

se r n 0, r transversal a . Logo, r. Neste caso, d(r,)=0;

se r rn =0, r est contido em . Logo, d(r,)=0, ou r paralela a e d(r,)


a distncia de um ponto qualquer de r ao plano. Perceba que, nesse caso, todos
os pontos esto mesma distncia de , contudo, os pontos de no esto todos
mesma distncia de r.

Retas e Planos 151


U3

Voc encontra maiores explicaes sobre distncia entre reta e plano


assistindo ao vdeo que voc encontra acessando o link indicado. Vale
destacar que no vdeo o plano chamado de . Logo, ao invs de
determinar a distncia d(r,), determina-se a distncia d(r,).
<https://www.youtube.com/embed/PSjQx2iRFYY>.

3.2.6 Distncia entre planos

Assim como no caso anterior (distncia entre reta e plano), no h a necessidade


de uma frmula especfica, pois podemos determinar a distncia entre dois planos,
1 e 2, analisando a dependncia linear de seus vetores normais n 1 e n 2:

Se ( n 1, n 2) LI, ento 1 e 2 so transversais e a interseco entre eles ser


no-vazia. Portanto, d(1,2 )=0.

Se ( n 1, n 2) LD, ento 1 e 2 so paralelos e d(1,2) equivale distncia de


um ponto qualquer de um desses planos ao outro.

No link indicado voc encontra um vdeo que traz uma abordagem


complementar sobre a distncia entre planos, o que poder facilitar sua
compreenso sobre o assunto. No vdeo, os planos que chamamos de
1 e 2 so denominados de e . Logo, determina-se a distncia d(,).
<https://www.youtube.com/embed/3QmlUfAT7A0>.

Nesta unidade, voc aprendeu:

O sistema de coordenadas em E.

152 Retas e Planos


U3

Equaes da reta (vetorial, paramtrica e simtrica) e do


plano (vetorial, paramtrica e geral).

Interseces entre retas, entre planos e entre retas e planos


a partir de suas equaes.

Posies relativas entre retas, entre planos e entre retas e


planos no espao E, a partir de informaes advindas de
suas equaes.

Ortogonalidade e perpendicularidade de retas e planos em


E.

A medida angular entre retas, entre planos e entre reta e


plano a partir de vetores diretores e vetores normais.

O conceito de distncia entre pontos, retas e planos,


deduzindo frmulas e condies para o clculo dessas
distncias.

Esta unidade foi elaborada com a pretenso de proporcionar


a voc, caro estudante, os conhecimentos mnimos que so
considerados essenciais no estudo da Geometria Analtica,
sendo estes conhecimentos abordados a partir da perspectiva de
aplicao de conceitos advindos da lgebra Linear, j estudados
nas unidades anteriores.

Em suma e de maneira mais especfica, buscamos evidenciar


nesta unidade diversos conceitos geomtricos (sendo
estes considerados no espao tridimensional) por meio de
procedimentos algbricos, sobretudo, de tratamento vetorial.

Destacamos que, para aprofundar sua aprendizagem,


fundamental que voc faa as leituras sugeridas, resolva as
atividades de aprendizagem e tambm, se possvel, faa pesquisa
em bibliotecas e estude os materiais que compem a bibliografia

Retas e Planos 153


U3

dessa unidade. Afinal, quanto mais voc buscar meios para


aprofundar seus estudos e quanto mais exerccios e problemas
resolver, melhor preparado se sentir para lidar com situaes-
problema da sua rea de formao envolvendo conceitos da
disciplina de Geometria Analtica e lgebra Linear.

Alm disso tudo, no se esquea de acessar o frum. por


meio dele que voc poder sanar suas dvidas.

Bons estudos!

1. (Adaptado de Miranda, Grisi e Lodovici (2015)) Verifique


se as retas r:X=(1,1,1)+(1,0,1)t e s:X=(0,4,3)+(-1,1,0)t se
interceptam. Em seguida, assinale a alternativa que correta
com relao a esse ponto de intercepo:

a) X=(1,0,6)+(3,2,-5).
b) X=(1,-1,-6)+(-3,2,-5).
c) X=(-1,0,-6)+(3,-2,5).
d) X=(-1,1,6)+(-3,2,5).
e) X=(1,1,-6)+(3,-2,-5).

2. (Adaptado de Camargo e Boulos (2005)) Verifique se as


retas r:X=(3,-1,2)+(-2,3,1) e s:X=(9,-10,-1)+(4,-6,-2) so
concorrentes e, se forem, obtenha o ponto de interseco.
Em seguida, assinale a alternativa correta:

a) P(0,0,-1).
b) P(1,4,-2).
c) P(3,-1,0).
d) P(-1,0,2).
e) No so concorrentes.

154 Retas e Planos


U3

3. (Adaptado de Camargo e Boulos (2005)) Estude a posio


relativa de r:X=(2,2,1)+(3,3,0) e :X=(1,0,1)+(1,1,1)+(0,0,3) e
assinale a alternativa correta:

a) r e so transversais.
b) r e so paralelas.
c) r e so concorrentes.
d) r e so reversas.
e) r e so perpendiculares.

4. (Adaptado de Camargo e Boulos (2005)) Estude a


posio relativa dos planos 1:X=(0,0,0)+(1,0,1)+(-1,0,3) e
2:X=(1,0,1)+(1,1,1)+(0,1,0) e assinale a alternativa correta:

a) 1 e 2 so paralelos.
b) 1 e 2 so coincidentes.
c) 1 e 2 so transversais.
d) 1 e 2 so reversos.
e) 1 e 2 so complementares.

5. (Adaptado de Camargo e Boulos (2005)) Calcule a distncia


do ponto P=(1,2,-1) ao plano :3x-4y-5z+1=0.

Retas e Planos 155


U3

156 Retas e Planos


U3

Referncias
CAMARGO, Ivan de; BOULOS, Paulo. Geometria analtica: um tratamento vetorial.
2. ed. So Paulo: MacGraw-Hill, 1987.

CAMARGO, Ivan de; BOULOS, Paulo. Geometria analtica: um tratamento vetorial.


3. ed. So Paulo: Prentice Hall, 2005.

MIRANDA, Daniel; GRISI, Rafael; LODOVICI, Sinu. Geometria analtica e vetorial.


Santo Andr: Universidade Federal do ABC, 2015.

Retas e Planos 157


Unidade 4

CNICAS E TRANSFORMAES
LINEARES
Debora Cristiane Barbosa Kirnev

Objetivos de aprendizagem:
Nesta unidade abordaremos sobre as seces cnicas definindo e
conceituando por meio de construes geomtricas e equaes analticas.
Tambm, trataremos das transformaes lineares, apresentando exemplos,
definies, propriedades e o caso particular de transformaes que so os
autovalores e os autovetores.

Seo 1 | Seces cnicas

A parbola, a elipse e a hiprbole foram descobertas como curvas planas


obtidas por meio da seco um cone circular reto, variando apenas a posio
do plano de corte, por essa razo, so denominadas de cnicas. Nesta
sesso apresentaremos definies, propriedades referentes a essas cnicas,
como tambm as equaes e resolues analticas a respeito dessas curvas.

Seo 2 | Transformaes lineares


Nesta seo abordaremos as transformaes lineares
complementando o contedo de vetores abordado nas unidades
anteriores, para tanto apresentaremos a definio, propriedades e
exemplos desse contedo.

Seo 3 | Autovalores e autovetores

Considerando que autovalores e autovetores so casos particulares


de transformaes lineares com grande aplicabilidade nas engenharias,
definiremos os procedimentos algbricos para determinao destes.
U4

160 Cnicas e transformaes lineares


U4

Introduo unidade

Nesta unidade temos dois tpicos distintos para abordar: as cnicas, que so
elementos abordados na geometria analtica, e as transformaes lineares, que so
um tpico da lgebra linear, ambas de grande relevncia para o futuro engenheiro.
Iniciamos com as seces cnicas e a caracterizao como lugar geomtrico
para uma posterior definio e aplicaes de procedimentos algbricos. Quanto
s transformaes, consideraremos que aprendemos sobre os espaos vetoriais
e definiremos os conceitos, proposies e propriedades, junto s operaes
relacionadas com as transformaes lineares, ou seja, realizaremos um tratamento
algbrico, e ainda, abordaremos especificamente os autovalores e autovetores.

Cnicas e transformaes lineares 161


U4

162 Cnicas e transformaes lineares


U4

Seo 1

Seces cnicas
Segundo Boyer (1974), as cnicas so estudadas desde a antiguidade pelos gregos.
Suas aplicaes abrangem a Fsica nos estudos ticos e acsticos, a Astronomia, as
Engenharias e Arquitetura. Alm disso, os estudos sobre as cnicas contriburam para
o desenvolvimento tecnolgico na atualidade.

Estudaremos, nesta seo, as definies de parbola, elipse e hiprbole, que so


lugares geomtricos dos pontos pertencentes curva, ou seja:

Elipse: possui a adio das distncias de dois pontos fixos constante.

Hiprbole: possui a diferena entre as distncias a dois pontos fixos constante.

Parbola: lugar possui pontos equidistantes de um ponto fixo uma reta.

Essas curvas podem ser interpretadas como intersees de um plano com um


cone, que sero explanadas nas subsees seguintes.

1.1 Cnicas

Podemos abordar as cnicas por meio das seces do cone de modo equivalente
ao mtodo analtico, que veremos posteriormente. Para tanto, definiremos o
elemento geomtrico cone.

Definio: Considere uma reta r no espao que possui um ngulo com uma
outra reta s e se interceptam no ponto P. Denominamos de superfcie cnica circular
reta a superfcie obtida por meio da rotao da reta r em torno da reta s, ou ainda,
apenas cone. Nesta construo, a reta s o eixo de simetria do cone. E o ponto P
considerado o vrtice. Alm disso, cada uma das retas obtidas da rotao de r em
torno de s denominada de geratriz do cone.

Observe na figura a seguir a ilustrao da definio do cone:

Cnicas e transformaes lineares 163


U4

Figura 4.1 | Cone

Fonte: A autora (2015)

Tambm definiremos as cnicas, vejamos:

Definio: no caso de um plano que no possui o vrtice P e no perpendicular


ao eixo interceptar o cone, podemos obter as curvas: elipse, parbola e hiprbole por
meio da interseo desse plano com a superfcie cnica, que denominamos de cnicas.

Observamos que o ngulo que esse plano forma com o eixo vertical determinar
qual o tipo de cnica que ser formada quando seccionarmos um determinado cone.

Temos que, se o ngulo igual a , a cnica gerada uma Parbola. Vejamos


um exemplo a seguir:

Figura 4.2 | Seco da parbola

Fonte: A autora (2015)

No caso do ngulo ser maior do que e menor do que 90, a cnica gerada
uma Elipse. Vejamos um exemplo a seguir:

164 Cnicas e transformaes lineares


U4

Figura 4.3 | Seco da elipse

Fonte: A autora (2015)

Porm, se o ngulo for menor que e maior que zero, a cnica gerada uma
Hiprbole. Vejamos um exemplo a seguir:

Figura 4.4 | Seco da hiprbole

Fonte: A autora (2015)

Acesse o link a seguir e veja os procedimentos de desenho geomtrico para


construir parbolas, elipses e hiprbole como um lugar geomtrico.
<http://www.uel.br/cce/mat/geometrica/php/dg_ex_re/dg_ex_re9.php>.

Cnicas e transformaes lineares 165


U4

A seguir, realizaremos uma abordagem analtica sobre as cnicas.

1.2 Parbola

Vimos que a parbola um lugar geomtrico de pontos em um plano que


equidistam de uma reta dada, denominada diretriz (d) e tambm de um ponto
denominado foco (F), sendo que o foco no pertence diretriz. Vejamos a ilustrao
da parbola como lugar geomtrico por meio da figura a seguir:

Figura 4.5 | Elementos da parbola

Fonte: A autora (2015)

O eixo ser uma reta perpendicular reta diretriz e tambm pode ser considerado
como eixo de simetria entre os pontos da parbola. Observamos que o vrtice (V)
indicado na figura utilizado para indicar o parmetro (p), que a distncia entre o
foco e a reta diretriz. Sendo assim, a distncia do foco ao vrtice ou do vrtice reta
diretriz dada pela metade do parmetro, conforme indicado na figura anterior.

Como determinar a equao da parbola?

Para determinar a equao da parbola, precisamos indic-la a partir de um


sistema de coordenadas, e deste modo podemos ter duas situaes, a parbola
est localizada na origem, ou seja, a coordenada do vrtice ser (0,0), ou ainda a
parbola est deslocada da origem e a coordenada do vrtice ser V(x, y) tal que x e
y so no nulos. Mostraremos como determinar equao da parbola, utilizando a
propriedade que caracteriza a parbola como lugar geomtrico:

Definio: Considere um ponto P(x,y) pertencente parbola, a distncia desse


ponto at a reta diretriz ser a mesma que a distncia desse ponto at o foco.

166 Cnicas e transformaes lineares


U4

1.2.1 Equao da parbola de vrtice na origem do sistema

Considerando que o vrtice da parbola localizada na origem ser V(0,0), podemos


indicar o eixo de simetria sobre o eixo das coordenadas, ou seja, a parbola possui
concavidade para cima ou para baixo. Ou ainda, podemos considerar o eixo de simetria
sobre o eixo das abscissas, e assim a concavidade da parbola ser para a direita ou
para a esquerda. A partir disso temos a equao reduzida da parbola, vejamos:

1 caso: O eixo da parbola o eixo dos y com a concavidade para cima implica
a equao do tipo x = 2py, em que p o parmetro.

2 caso: O eixo da parbola o eixo dos y com a concavidade para baixo implica
a equao do tipo x = -2py, em que p o parmetro.

Vejamos uma representao grfica para o primeiro caso:

Figura 4.6 | Parbola na origem com concavidade para cima

Fonte: Adaptado de: Steinbruch e Winterle (1987, p. 206)

3 caso: O eixo da parbola o eixo dos x com a concavidade para direita implica
a equao do tipo y = 2px, em que p o parmetro.

4 caso: O eixo da parbola o eixo dos x com a concavidade para esquerda


implica na equao do tipo y = -2px, em que p o parmetro.

Vejamos uma representao grfica para o primeiro caso:

Figura 4.7 | Parbola na origem com concavidade para cima

Fonte: Adaptado de: Steinbruch e Winterle (1987, p. 207)

Cnicas e transformaes lineares 167


U4

Apresentaremos exemplos desses casos de parbolas.

Exemplo:

Representaremos geometricamente no sistema cartesiano as parbolas,


fornecendo as coordenadas de seu foco e a equao da diretriz.

a) y2 = - x

Soluo: A equao do tipo y= - 2px, temos que 2p= 1, assim o parmetro


ser p = 1/2, temos que se trata de uma parbola com eixo de simetria sobre os x
com concavidade esquerda devido ao sinal negativo que acompanha o parmetro.
Considerando que na parbola a distncia do foco at o vrtice a mesma que a do
vrtice at a reta diretriz, utilizamos a metade da medida do parmetro para localizar o
foco e indicar a equao da reta diretriz. A partir disso, podemos obter:

Foco: F (- , 0) ,

Equao da reta diretriz, d: x =

Representao grfica

Figura 4.8 | Exemplo de parbola na origem com concavidade para a esquerda

Fonte: A autora (2015)

b) x2 = - 4y

Soluo: A equao do tipo x= - 2py, temos que 2p= 4, assim o parmetro


ser p = 2, temos que se trata de uma parbola com eixo de simetria sobre os y com
concavidade para baixo devido ao sinal negativo que acompanha o parmetro. De
modo anlogo ao exemplo anterior, podemos obter:

Foco: F (0 , -1)

Equao da reta diretriz, d: y = 1

Representao grfica

168 Cnicas e transformaes lineares


U4

Figura 4.9 | Exemplo de parbola na origem com concavidade para baixo

Fonte: A autora (2015)

c) y = 6x

Soluo: A equao do tipo y= 2px, temos que 2p= 6, assim o parmetro


ser p = 3, temos que se trata de uma parbola com eixo de simetria sobre os x
com concavidade direita devido ao sinal positivo que acompanha o parmetro.
Observando que dividimos a medida do parmetro em duas partes para localizar o
foco e a reta diretriz, temos que:

Foco: F (3/2 , 0)

Equao da reta diretriz, d: x=-3/2

Representao grfica

Figura 4.10 | Exemplo de parbola na origem com concavidade para a direita

Fonte: A autora (2015)

d) x2 = 8y

Soluo: A equao do tipo x= 2py, temos que 2p= 8, assim o parmetro ser
p = 4, temos que se trata de uma parbola com eixo de simetria sobre os y com
concavidade para cima devido ao sinal positivo que acompanha o parmetro. De
modo anlogo aos exemplos anteriores, podemos obter:

Cnicas e transformaes lineares 169


U4

Foco: F (0 ,2)

Equao da reta diretriz, d: x = 2

Representao grfica

Figura 4.11 | Exemplo de parbola na origem com concavidade para cima

Fonte: A autora (2015)

1.2.2 Equao da parbola de vrtice transladado da origem do sistema

Neste caso temos uma parbola com as caracterizaes anteriores, porm deslocada
da origem, ou seja, transladamos o vrtice da parbola para outra coordenada.

Consideremos no plano cartesiano xOy um ponto arbitrrio de coordenadas (h,k). Ao


adotarmos um novo sistema xOy de modo que os eixos Ox Oy possuam a mesma
unidade de medida, a mesma direo e o mesmo sentido dos eixos Ox e Oy. Sendo
assim, um sistema pode ser considerado a translao de eixos, do sistema inicial.

Observe na figura a seguir a representao da translao de eixos:

Figura 4.12 | Translao de eixos

Fonte: A autora (2015)

170 Cnicas e transformaes lineares


U4

A partir disso vamos adequar a equao da parbola apresentada anteriormente


para um eixo transladado. Considere um ponto P qualquer do plano de modo que
suas coordenadas sejam:

I) x e y em relao ao sistema xOy,

II) x e y em relao ao sistema xOy.

Temos que:

x=x+h e y = y+k

Ou ainda:

x=x-h e y=y-k

Estas so as frmulas de translao e que permitem transformar coordenadas de


um sistema para outro. Vejamos a representao do ponto P(x,y) no sistema inicial e
P(x`,y`) no sistema transladado.

Figura 4.13 | Exemplo de translao de eixos

Fonte: A autora (2015)

A partir disso podemos adequar as frmulas de translao de eixos da equao


reduzida da parbola para a forma padro da equao da parbola de vrtice V(h,k).

1 Caso: O eixo da parbola paralelo ao eixo dos y.

A equao da parbola de vrtice V(h,k) ser:

Vejamos um exemplo desse caso:

Cnicas e transformaes lineares 171


U4

Figura 4.14 | Exemplo de parbola deslocada da origem paralela ao eixo dos x

Fonte: A autora (2015)

2 Caso: O eixo da parbola paralelo ao eixo dos x.

A equao da parbola de vrtice V(h,k) ser:

Observamos que, ao desenvolvermos a forma geral da parbola e deixarmos todos


os termos no primeiro membro, teremos a equao geral da parbola.

Exemplo: Considere a equao: (y - 4) = 8(x + 2) determine:

a) o vrtice

b) o parmetro

c) o foco

d) a equao da reta diretriz

e) equao geral da parbola

f) a representao grfica

Soluo:

a) Devido forma padro vrtice V(h,k) ser: , ou seja, h= -2 e


k = 4, assim, o vrtice indicado por V (-2, 4).

b) A equao do tipo , assim 2p = 8, ou seja, o parmetro


ser p=4, e como o sinal que acompanha o parmetro positivo e o eixo da parbola
paralelo ao eixo dos x, segue que a parbola possui concavidade para a direita.

c) Considerando a metade do parmetro e a orientao da concavidade da


parbola, temos que o foco indicado por F(2,4).

d) Considerando a metade do parmetro e a orientao da concavidade da


parbola, a equao da reta diretriz ser d: x= -6

172 Cnicas e transformaes lineares


U4

e) Teremos que desenvolver a equao dada e agruparmos os termos no primeiro


membro da equao, vejamos:

(y - 4 ) = 8(x + 2)

y - 8y + 16 = 8x +16

y - 8y + 16 8x -16= 0

y - 8y 8x = 0

f) Segue a representao grfica:

Figura 4.15 | Exemplo de parbola deslocada da origem paralela ao eixo dos y

Fonte: A autora (2015)

Qual a estrutura da equao geral da parbola?

Apresentamos a seguir algumas observaes referentes s parbolas:

I) Uma equao na forma explcita y = ax + bx + c, com a 0, trata-se de uma


parbola de concavidade para cima (se a > 0) ou para baixo (se a < 0). Sendo que as
coordenadas do vrtice so determinadas por xv = -b e yv = -b + 4ac .
2

2a 4a
II) De modo anlogo ao anterior, uma parbola com eixo de simetria paralelo ao
eixo dos x, da forma x = ay + by + c com a 0. Sendo que as coordenadas do
vrtice so yv = -b e xv = -b + 4ac.
2

2a 4a

Cnicas e transformaes lineares 173


U4

Indicamos a seguir um artigo que complementa o exposto sobre


parbola, principalmente quanto s aplicaes dessa cnica. Acesse o
link e aprofunde o seu conhecimento.
<http://www.uel.br/projetos/matessencial/superior/pde/mirtes-
parabolas-curvas-preciosas.pdf>.

1.2.3 Elipse e hiprbole

Nesta subseo trataremos das demais cnicas. Primeiramente, definiremos a


cnica elipse.

Definio: Considere os pontos F1 e F2. Denominamos de elipse o conjunto dos


pontos P do plano, tais que d(P,F1)+d(P,F2)=2a.

Conforme a representao grfica indicada a seguir e os elementos descritos


posteriormente, podemos verificar a definio apresentada.

Figura 4.16 | Elementos da elipse

Fonte: A autora (2015)

Baseados na representao apresentada, temos que os elementos da elipse so:

Focos: so os pontos F1 e F2.

Distncia focal: a distncia 2c entre os focos.

Centro: o ponto mdio C do segmento F1F2.

Vrtices: so os pontos A1, A2, B1 e B2.

174 Cnicas e transformaes lineares


U4

Eixo maior: o segmento A1A2 de comprimento 2a, observamos que o segmento


A1A2 contm os focos e os seus extremos pertencem elipse.

Eixo menor: o segmento B1B2 de comprimento 2b, sendo que B1B2 perpendicular
a A1A2 no ponto mdio desse segmento.

Excentricidade: o resultado obtido por e=c/a. Como c<a, temos 0<e<1.

Relao fundamental: a2 = b2 + c2

A partir desses elementos podemos definir a equao reduzida da elipse, ou seja,


neste caso a elipse estar centrada no sistema de coordenadas. Para tanto, temos
duas possibilidades, vejamos:

1) caso: eixo maior sobre o eixo dos x


x2 y2
+ =1
a2 b2

Nesta equao os focos so F1 = ( - c, 0) e F2 = (c, 0).

2) caso: eixo maior sobre o eixo dos y


x2 y2
+ =1
b2 a2

Nesta equao os focos so F1 = ( 0,- c) e F2 = (0, c).

Vejamos a seguir exemplos para aplicarmos os conceitos apresentados.

Exemplo 1:

Considere a equao para determinar:

a) A medida dos semieixos.

b) Os focos.

c) A representao grfica.

d) A excentricidade:

Soluo:

a) Primeiramente, temos que adequar a equao para a forma reduzida, vejamos:

Cnicas e transformaes lineares 175


U4

9x2 + 25y2 = 225


9 2 25 2 225
x + y =
225 225 225
2
x2 y2 = 1
+
25 9

Assim, temos que a= 25, logo a= 5 e b=9 isto , b=3, que so respectivamente as
medidas dos semieixos maior e menor.

b) Para determinarmos os focos, recorremos relao fundamental a=b+c,


assim temos:

25= 9 + c

25-9 = c

16 = c

4=c

Ou seja, cada foco dista 4 do centro, e como o eixo maior est sobre o eixo dos x,
temos que as coordenadas do foco sero F1( -4, 0) e F2(4,0).

c) A representao grfica ser dada por:

Figura 4.17 | Exemplo de elipse

Fonte: A autora (2015)

d) A excentricidade ser e = c/a = 4/5.

176 Cnicas e transformaes lineares


U4

possvel aplicar a equao reduzida da elipse a uma


circunferncia?

Temos que, quando ambos os eixos da elipse so da mesma medida, surge um


caso particular, ou seja, a circunferncia. Veja a definio a seguir.

Definio: Considere um ponto C, pertencente a um plano , e uma distncia r


maior que zero, denominamos de circunferncia o conjunto dos pontos P de que
esto distncia r do ponto C.

Seja a circunferncia de centro C = (a,b) e raio r. Um ponto P = (x,y) pertence


circunferncia se, e somente se, a distncia de P at C igual ao raio r. Vejamos a
ilustrao da definio a seguir:

Figura 4.18 | Representao da circunferncia

Fonte: A autora (2015)

A partir disso temos que:

r=

A equao reduzida da circunferncia obtida por meio de

(x - a)2 + (y - b)2 = r2

Exemplo: Das equaes a seguir, quais representam uma circunferncia?

a) x2 + 3y2 5x 7y 1 = 0

b) x2 + y2 + xy 4x 6y 9 = 0

c) 3x2 + 3y2 + 4x 6y + 15 = 0

d) x2 + y2 2x 2y + 2 = 0

Cnicas e transformaes lineares 177


U4

e) 2x2 + 2y2 - 4x 6y - 3 = 0

Soluo: Temos que a equao geral da circunferncia obtida por meio da


manipulao algbrica de:

(x - a)2 + (y - b)2 = r2

(x - a)2 + (y - b)2 = r2

x - 2ax +a + y -2by +b = r

x + y - 2ax -2by + a + b -r = 0, em que a + b - r resulta em um valor constante.

Analisando as alternativas que podem atender estrutura sero:

Item e) 2x2 + 2y2 - 4x 6y - 3 = 0.

A seguir, apresentamos a definio da cnica hiprbole, vejamos:

Definio: Considere dois pontos F1 e F2 denominamos de hiprbole o conjunto


dos pontos P do plano de modo que |d(P,F1) - d(P,F2)|=2a , sendo que 0<2a<2c e ser
dado por 2c= d(F1,F2).

Conforme a representao grfica indicada a seguir e os elementos descritos


posteriormente, podemos verificar a definio apresentada.

Figura 4.19 | Elementos da hiprbole

Fonte: A autora (2015)

Baseados na representao apresentada, temos que os elementos da hiprbole


so:

Focos: so os pontos F1 e F2.

Distncia focal: a distncia 2c entre os focos.

178 Cnicas e transformaes lineares


U4

Centro: o ponto mdio C do segmento F1F2.

Vrtices: so os pontos A1 e A2.

Eixo real ou transverso: o segmento A1A2 de comprimento 2a.

Eixo imaginrio ou conjugado: o segmento B1B2 de comprimento 2b.

Excentricidade: o nmero e dado por e=c/a. Como c>a, temos e>1.

Relao fundamental: c = a + b

A partir desses elementos podemos definir a equao reduzida da hiprbole, ou


seja, neste caso a hiprbole estar centrada no sistema de coordenadas. Para tanto
temos duas possibilidades, vejamos:

1) caso: Eixo real sobre o eixo dos x:


x2 y2
+ =1
a2 b2

Neste caso, temos os focos F1 = (- c, 0) e F2 = (c, 0).

2) caso: Eixo real sobre o eixo dos y:


y2 x2
+ =1
a2 b2

Neste caso, temos os focos F1 = (0, - c) e F2 = (0, c).

Alm disso, para esse tipo de cnica, temos as assntotas, ou seja, as retas, cuja
equao dada por y= +- ba x, so denominadas de assntotas da hiprbole. Observe a
representao grfica a seguir:

Figura 4.20 | Assntotas da hiprbole

Fonte: Adaptado de: Steinbruch e Winterle (1987, p. 248)

Cnicas e transformaes lineares 179


U4

Observamos que so retas em que a hiprbole se aproxima cada vez mais medida
que os pontos se afastam dos focos.

O que seria uma hiprbole equiltera?

Abordamos nessa subseo as equaes reduzidas da elipse e da


hiprbole, ou seja, o vrtice dessas cnicas est localizado na origem.
Para aprofundar seu conhecimento sobre translao de eixos dessas
cnicas, estude o trabalho indicado a seguir:
<http://mtm.ufsc.br/~gatcosta/GA/Trans-v3.pdf>.

Exemplo: Considerando a equao da hiprbole dada por y + x =1 , determinar:


2 2

100 64
a) A medida dos semieixos.

b) Os vrtices.

c) Os focos.

d) A excentricidade.

e) As equaes das assntotas.

f) A representao grfica.

Soluo:

a) Temos que a= 100, assim a= 10 e b=64, ou seja, b=8, segue que a equao
indica que o eixo real est sobre o eixo dos y, assim a medida do semieixo real ser 10
e a medida do semieixo imaginrio ser 8.

b) Os vrtices so A1= (0,-10) e A2 = (0,10).

c) Os focos so determinados pela relao fundamental, vejamos:

180 Cnicas e transformaes lineares


U4

c= 100 + 64

c = 164

c = 164

c=2 41

c 12,8

Assim, os focos sero dados por F1=( 0, -241) e F2= ( 0, 241)

d) A excentricidade ser dada por e=c/a = 164 = 41 1,28


10 5
4 4 x
e) As equaes das assntotas so dadas por y = - xey=
5 5
f) Segue a representao grfica:

Figura 4.21 | Exemplo de hiprbole

Fonte: A autora (2015)

A dissertao a seguir aborda aspectos histricos das cnicas, suas


representaes geomtricas e as formas analticas de representao,
alm de aplicaes. Para aprofundar seu conhecimento, recomendo o
estudo desse trabalho. Recomendo, tambm, a leitura das pginas 15 a
27, para complementar o estudo dessa unidade.
<http://bit.profmat-sbm.org.br/xmlui/bitstream/
handle/123456789/527/2011_00426_HUGO_CESAR_PEIXOTO.
pdf?sequence=1>.

Cnicas e transformaes lineares 181


U4

1. Considere as equaes apresentadas na coluna da esquerda


e os nomes das curvas planas descritas na coluna da direita.
Associe a 2 coluna com a 1 coluna.

I. x2 y2
+ =1
4 3
( ) Elipse
II. x y
+ =1 ( ) Hiprbole
4 9
( ) Reta
III. x + y =1
2

4 9 ( ) Circunferncia
IV. y + x =1
2 2
( ) Parbola
3 4
V. x2 y2
+ =1
9 9

2. Em que pontos a parbola de vrtice V(-2, 0) e foco na


origem intercepta o eixo y?

182 Cnicas e transformaes lineares


U4

Seo 2

Transformaes lineares
Trataremos, inicialmente, sobre a representao geomtrica de transformaes
lineares que so aplicadas, por exemplo, na computao grfica.

Uma aplicao, ou transformao, que relaciona um espao vetorial Rn a outro Rm


uma regra que associa os elementos do domnio aos elementos da imagem, sendo
este um exemplo de transformao, porm preciso satisfazer algumas condies
para que seja linear. A seguir apresentaremos alguns exemplos de transformaes
lineares em que a dimenso do domnio a mesma dimenso do contradomnio,
assim temos o que denominamos de operadores lineares, vejamos:

Tabela 4.1 | Operadores lineares no espao tridimensional e bidimensional: reflexes

Operadores tridimensionais Operadores bidimensionais


Reflexo em torno do Reflexo em torno do
plano xy eixo y

Reflexo em torno do Reflexo em torno do


plano xz eixo x

Reflexo em torno do
plano yz

Fonte: Adaptado de: Anton e Rorres (200,1 p. 139-140)

Cnicas e transformaes lineares 183


U4

Outro exemplo de operador linear a multiplicao de vetor por escalar, neste


caso, podemos contrair ou dilatar um objeto, esse tipo de transformao linear
denominada de homotetia. Vejamos um exemplo:

Figura 4.22 | Operadores lineares bidimensionais: homotetia com dilatao

Fonte: A autora (2015)

Temos que as transformaes lineares relacionam componentes de vetores e,


por consequncia, transformam a representao grfica de vetores em uma nova
representao de vetores, como constatamos nos exemplos anteriores.

Como seria a transformao linear da rotao em torno de


um eixo?

2.1 Conceituao de transformaes lineares

A seguir, apresentamos a definio de transformaes lineares:

Definio: Considere U e V espaos vetoriais, uma transformao T de U para V,


denotada por T: U V, uma regra que associa a todo vetor u em U a um nico
vetor em V que denotado por T(u).

Segue que u um vetor em V e deste modo T(u) ser a imagem de u sobre a


transformao T.

Exemplo: Considere que T uma transformao do R para o R, ou seja, T: R


R definida por:

T(x1, x2, x3) = (x1 + x2, x2 + x3)

Deste modo, T relaciona:

a) o vetor (1,1,1) ao vetor T(1,1,1) = (2,2)

b) o vetor (5,4,1) no vetor T(5,4,1) = (9,5)

184 Cnicas e transformaes lineares


U4

Definio: Considere U e V dois espaos vetoriais. Uma transformao T: U V


ser denominada de linear quando todos os vetores u e v em U e para todo escalar
satisfazem as seguintes condies:

I) T(u + v) = T(u) + T(v)

II) T(u) = T(u)

Ao analisarmos a definio apresentada, podemos interpretar que a transformao


linear T: U V preserva a adio e a multiplicao por escalar entre os vetores.
Portanto, temos as seguintes propriedades, em consequncia da definio.

Propriedade: Considere a T: U V, sejam u1 e u2 vetores em U e 1 e 2 dois


escalares, ento T(1u1 + 2u2) = T(1u1) + T(2u2) = 1T(u1) + 2 T(u2).

Segue que uma transformao linear satisfaz o princpio da superposio, ou


seja, se for aplicado a n vetores em U e n escalares trata-se de uma combinao
linear. Deste modo, uma transformao preserva combinaes lineares.

Considere a transformao T: U V, tal que U =R e V = R, assim temos T :


R R que se trata de um operador linear, pois o domnio e o contradomnio da
transformao ser o conjunto dos nmeros reais. Segue que u u ou T(u) = u a
regra de formao dessa transformao, assim verificando das condies temos que:

T(u + v) = (u + v) = u + v = T(u) + T(v).

T(ku) = (ku) = ku = kT(u).

Segue que a transformao linear.

Vejamos a seguir alguns exemplos de transformaes.

Exemplo 1:

Considere a transformao T: R R, tal que T(u, v) = 2u + 4 e verifique se essa


uma transformao linear.

Soluo:

Considere u = (u1, u2) e v = (v1, v2), verificando as condies, temos que:

T(u + v) = T(u1 + v1, u2 + v2) = 2 (u1 + v1) + 4

Segue que, T(u + v) = 2u1 + 2v1 + 4, que diferente de T(u) +T(v).

Cnicas e transformaes lineares 185


U4

Deste modo, essa no ser uma transformao linear.

Exemplo 2:

Considere a transformao de T: R R, em que o vetor x= ( x1, x2, x3) aplicado


na transformao T (x1, x2, x3) = (x1, 2x1 + x2). Verifique se essa uma aplicao linear.

Soluo:

Primeiramente, realizamos a verificao das condies da definio de


transformao linear.

I) para quaisquer x = (x1, x2, x3) e y = (y1 , y2 , y3) de R, temos que:

T (x + y) = T ((x1, x2, x3)+ (y1 , y2 , y3))

= T (x1 + y1, x2 + y2, x3 + y3)

= (x1 + y1, 2 (x1 + y1)+ (x2 + y2))

= (x1, 2x1 + x2)+ (y1 , 2y1 + y2)

= T (x1 , x2, x3)+ T (y1 , y2 , y3)

= T (x)+ T( y).

II) Para quaisquer x = (x1, x2, x3) R e o escalar R, temos que:

T ( x) = T ((x1, x2, x3)) = T (x1, x2, x3)

= (x1, 2x1 + x2) = (x1, 2x1 + x2)

= T (x1, x2, x3) = T (x).

Pela verificao de I) e II) podemos concluir que T linear.

Exemplo 3

Considere os espaos vetoriais definidos por U =R e V = R de modo que T : R


R seja dada por T(u) = u2 , verifique se uma transformao linear.

Soluo:

Vejamos que T(u) = u2 no uma transformao linear, pois

T(u + v) = (u + v)2 = u2 + 2vu + v2 = T(u) + 2vu + T(v) T(u) + T(v).

186 Cnicas e transformaes lineares


U4

Vejamos um exemplo envolvendo a forma matricial:

Exemplo 4:

Considere a transformao linear sobre os espaos vetoriais T: R2 R3 em que


T(x,y) = (2x, 0, x + y), utilizando a forma matricial temos:

Considere u = (x1, y1) e v = (x2, y2)

Verifiquemos a definio:

I) T(u + v) = T[(x1, y1) + (x2, y2)]

= T[(x1 + x2), (y1, y2)]

= [2(x1, x2), 0, (x1 + x2 + y1 + y2)]

= [2x1 + 2x2, 0, x1 + y1 + x2 + y2]

= (2x1, 0, x1 + y1) + (2x2, 0, x2 + y2)

= T(u) + T(v).

II) T(ku) = T(kx1,ky1)

= (2kx1, 0, kx1 + ky1)

= k (2x1, 0, x1 + y1)

= k T(u).

Pelos itens (I) e (II) podemos concluir que T linear.

Observamos que uma consequncia do fato de que uma transformao linear T,


T: U V relaciona o vetor nulo de U no vetor nulo de V, ou seja, se 0 pertence U temos
que T(0) = 0 que pertence a V. Por meio disso podemos verificar transformaes
no lineares, basta constatarmos que T(0) 0 para que a transformao no seja
linear. Porm, quando T(0) = 0 precisamos verificar as condies dadas na definio.

Em resumo, temos que toda transformao linear leva o zero de U no zero de V.

Cnicas e transformaes lineares 187


U4

Vejamos:

T(0) = T(0 + 0) = T(0)+ T(0) = 2T(0) o que implica em T(0) = 0.

Aplique a definio de transformaes a seguir e verifique que:

A transformao T : R2 R determinada por T (x, y) = 3x + 2y linear.


A transformao T : R2 R2 determinada por T (x, y) = (x-y, 0) linear.
A transformao T : R2 R determinada por T (x, y) = x + y + 2 no
linear pois T (2x, 2y) = 2x + 2Y + 2 diferente de 2T (x, y) = 2x + 2y + 4.

Observaes:

a) No caso de termos T: U U de um espao vetorial U sobre ele mesmo temos


um caso de operador linear.

b) Considere v um vetor em V, ento T(v) denominado de a IMAGEM de v sobre


a transformao T.

c) Duas transformaes T: U V e S : U V so iguais se T = S, ou seja, T(x) =


S(x), para todo x U.

d) No caso de uma matriz Am x n definir uma transformao de por exemplo, T :


R4 Rm pela equao T(x) = Ax, teremos neste caso transformaes matriciais.

O que o ncleo de uma transformao linear? E a imagem?

2.2 Imagem e ncleo

Em uma transformao linear, temos uma regra que associa elementos do


domnio da transformao a elementos correspondentes no contradomnio, estes
so denominados de imagem. Definiremos, inicialmente, o conceito de imagem
para uma transformao linear:

188 Cnicas e transformaes lineares


U4

Definio: Considere U um espao vetorial e T: U V uma transformao linear


a imagem de T dado por: Im (T) = {v V; T(u) = v, para algum u U}, em que Im
(T) V um subconjunto, um subespao.

Definiremos, tambm, o conceito de ncleo de uma transformao linear:

Definio: Considere T: U V uma transformao linear. O conjunto de todos


os vetores u U tais que T(u) = 0 denominado de ncleo de T, sendo denotado
por Ker(T), N(T) ou C(T).

Observamos que o ncleo um caso especfico da imagem, sendo que tanto


o ncleo de V quanto a sua imagem so subespaos vetoriais de U. Alm dessas
definies, temos as propriedades a seguir:

Propriedades

I) Ker(T) U um subespao de U.

II) Uma transformao linear injetora se, e somente se, N(T) = {0}.

Vejamos a seguir um exemplo acerca de ncleo e imagem.

Exemplo:

Seja a transformao T(x,y) = x + y, para verificar o ncleo, temos que satisfazer


a definio, ou seja, o Ker(T) = {(x,y) R2 / x + y = 0} conclumos que, para termos
o ncleo x = -y, ou seja, v = (-1,1) gera o ncleo. O ncleo tem a dimenso de W,
nesse caso.

possvel associar uma transformao linear injetora ou


sobrejetora com as definies de funes desse mesmo tipo?

Cnicas e transformaes lineares 189


U4

2.3 Espaos vetoriais isomorfos

Em uma transformao linear, podemos verificar se esta injetora ou sobrejetora,


similar a funes, porm aplicadas a espaos vetoriais. Vejamos a seguir as definies
acerca disso:

Definio: considere U e V dois espaos vetoriais sobre o mesmo corpo. Uma


transformao T: U V injetora se, para todo u1 u2 em U, ento T(u1) T(u2). De
forma equivalente, T injetora se para todo u1 e u2 em U com T(u1) = T(u2) temos
que u1 = u2.

Alm da definio, temos a seguinte proposio acerca de transformaes


injetoras:

Proposio: Considere U e V espaos vetoriais sobre o mesmo corpo. Seja T: U


V linear. T injetora se, e somente se ker(T) = {0}.

Ou seja, T injetora apenas se o zero o nico vetor aplicado por T em zero.


Sobre transformaes sobrejetoras temos que:

Definio: uma transformao T : U V sobrejetora se, para todo v em V,


existe pelo menos um u em U tal que T(u) = v.

Se uma transformao for ao mesmo tempo injetora e sobrejetora, ento


denominada de bijetora. Observamos que:

Definio: a transformao bijetora T: U V possuem a transformao inversa


T1: V U, que tambm bijetora.

Temos o caso de isomorfismo quando uma transformao linear e bijetora.

Definio: Considere U e V espaos vetoriais, a T: U V que linear e bijetora e


sua inversa T1: V U linear e bijetora, portanto, um isomorfismo.

Podemos concluir que, quando existe a correspondncia biunvoca entre dois


espaos vetoriais, so preservadas as operaes de adio e multiplicao por
escalar, isto :

I) T(u + v) = T(u) + T(v)

II) T(ku) = k T(u),

E afirmamos que esses espaos so isomorfos.

190 Cnicas e transformaes lineares


U4

Para saber mais sobre transformaes de matrizes, entre no link a seguir


e veja um tutorial em vdeo completo sobre o assunto, acesse:
<https://pt.khanacademy.org/math/linear-algebra/matrix_
transformations>.

1. Verifique se a transformao T : R2 R3, com T(x, y) = (x y,


2x, y) linear.

2. Verifique se espao vetorial R isomorfo ao subespao W


={(x,y,z) pertencente ao R tal que z=0}.

Cnicas e transformaes lineares 191


U4

192 Cnicas e transformaes lineares


U4

Seo 3

Autovalores e autovetores
Autovalores e autovetores so casos especficos de transformaes lineares, porm
de grande aplicabilidade na prpria matemtica e nas engenharias, alm de em outros
campos, como na economia, nos sistemas de informao, em clculos estruturais,
em eletrnica e outros.

3.1 Conceituando autovalores e autovetores

Dadas duas matrizes, estas podem ser multiplicadas se elas possuem tamanhos
compatveis. Autovalores e autovetores so casos especiais neste contexto, vejamos
os exemplos:

Figura 4.23 | Exemplo de autovalores e autovetores

Fonte: A autora (2015)

Para abordar sobre esse tipo de transformao, teremos trs etapas para
determinar:

I) o polinmio caracterstico,

II) os autovalores,

III) os autovetores.

Determinaremos a seguir o polinmio caracterstico. Seja U e V espaos vetoriais

Cnicas e transformaes lineares 193


U4

e a transformao T: U V.

I) T(u) = u, em que, o autovalor, sendo um escalar, e u autovetor, ou seja,


um vetor (se u 0).

Utilizando a representao matricial para a transformao linear, temos que:

II) T(u) = Au

Igualando (I) e (II), temos que:

Au = u ou Au u = 0

Temos assim, o sistema homogneo:

III) (A I) u = 0, sendo que A n x n e u = 0 sempre soluo (trivial).

Para os vetores u 0, em que existe um que resolve a equao (III), denominamos


de autovetores da matriz A e os valores de , associados com u e que resolvem a
equao so denominados de autovalores da matriz A.

Para a equao (III) possuir soluo, alm da trivial, preciso que o determinante
da matriz dos coeficientes seja zero, isto :

det(A I) = 0

o que resulta em um polinmio de grau n em , denominado de polinmio


caracterstico. Ao resolvermos a equao polinomial, temos que as razes do
polinmio caracterstico so os autovalores da matriz A, e para determinar os
autovetores temos que substituir o valor do autovalor na equao original e encontrar
o autovetor. Deste modo, o autovalor estar associado ao autovetor.

Observamos que o autovetor formar uma base para o espao de soluo da equao
(III), dado o relativo autovalor. Sendo assim, qualquer mltiplo do autovetor tambm um
autovetor. Vejamos a seguir um exemplo para aplicarmos os conceitos apresentados.

Exemplo: Considere o sistema linear indicado a seguir:

{ x+3y= x
4x+2y= y)

Representando na forma matricial temos que A = 1 3


4 2
eX=
x
y
, logo A.X = X, isto :

1 3 . x x
=
4 2 y y

194 Cnicas e transformaes lineares


U4

Segue que o sistema ter soluo se, e somente se, encontrarmos det(A-I)=0.
Essa equao denominada de equao caracterstica que o desenvolvimento resulta
no polinmio caracterstica e auxilia na determinao de autovalores e autovetores.

Prosseguindo com a resoluo do exemplo, temos:

1- 3
det(A-I)= =0
4 2-
(1 - ).(2 - ) - 12 = 0

2 - - 2 + 2 - 12 = 0

2 - 3 - 10 = 0

Para determinarmos os autovalores, temos que resolver o polinmio caracterstico


e as solues sero os autovalores, vejamos:

Aplicando a regra de soma e produto, podemos verificar que 1= -2 e 2=5, ou


seja, temos dois autovalores associados com a equao. Teremos que verificar cada
soluo para determinar os autovetores.

1 caso: Para 1= -2, temos:

Reescrevendo na forma de sistema de equaes, temos

{ 3x+3y= 0
4x+4y= 0

Assim, x=-y o tipo de soluo para o sistema, logo o autovetor associado ser:
X1= -y
y
.

2 caso: Para 2=5 temos:

Cnicas e transformaes lineares 195


U4

Reescrevendo na forma de sistema de equaes, temos

{ -4x + 3y= 0
4x - 3y= 0

3
Assim, x= y o tipo de soluo para o sistema, logo o autovetor associado
4
ser:
3
y
x2= 4
y .

Podemos interpretar geometricamente um autovetor, vejamos a representao


a seguir:

Figura 4.24 | Representao geomtrica de autovalores e autovetores

Fonte: A autora (2015).

Ao analisarmos o vetor u e T(u), podemos observar que a transformao resultado


de uma multiplicao por escalar do vetor u, ou seja, T(u) possui a mesma direo de
u. Quanto a v e T(v), a transformao resultou em um vetor de direo diferente de v,
logo no mltiplo escalar, assim as componentes de T(v) no so autovetores de v.

Acesse os links a seguir e estude mais exemplos de autovalores e


autovetores.
<http://www.mspc.eng.br/matm/al_auto_val_vet_01.shtml>.
< http://www.uel.br/projetos/matessencial/superior/alinear/autoval.
htm>.
<http://www.igm.mat.br/aplicativos/index.php?option=com_content&v
iew=article&catid=41%3Aconteudosal&id=488%3Aer&Itemid=50>.

196 Cnicas e transformaes lineares


U4

Qual o nmero de razes que so encontradas na resoluo


da equao do polinmio caracterstico?

1. Verifique se vetor v = (5, 2) autovetor do operador linear


T: R2 R2 em que T(x, y) = (4x + 5y, 2x + y) associado ao
autovalor = 6.

2. Considere o operador linear definido por T: R2 R2, com


T(x, y)= (4x + 5y, 2x + y) determine os autovalores e autovetores
desta transformao.

Tratamos nessa unidade sobre os seguintes tpicos:


Conceituao de cnicas.
Parbola.
Translao de eixos.
Elipse.
Circunferncia.
Hiprbole.
Transformaes lineares.
Operadores lineares.
Ncleo e imagem de uma transformao linear.
Isomorfismos de transformaes lineares.
Autovalores e autovetores.
Representaes geomtricas e algbricas de autovalores e
autovetores.

Cnicas e transformaes lineares 197


U4

Nas sees anteriores, desenvolvemos conceitos fundamentais


para um tratamento geomtrico e algbrico de cnicas
e transformaes lineares de vetores e aplicaes desses
contedos, sejam na fsica ou nas engenharias.
Apresentamos definies, propriedades e exploramos as
representaes geomtricas. Deste modo, explicitamos, sobre
as seces cnicas, sobre parbola, elipse, circunferncia e
hiprbole, alm do conceito e definies de transformaes
lineares como operadores lineares, ncleo, imagem,
transformaes injetoras, sobrejetoras e bijetoras. Por fim,
lidamos com autovalores e autovetores.
Esperamos que, ao fim dessa unidade, se tenham construdo
os conceitos apresentados e que voc seja capaz de realizar as
operaes algbricas desenvolvidas na unidade.
Recomendamos que realize as atividades de aprendizagem e
aprofunde seus conhecimentos com as orientaes apresentadas
no decorrer da unidade.

1. Na figura, tem-se a elipse de equao x + y =1 inscrita no


2 2

12 3
retngulo ABCD. O permetro do retngulo :

a) 24
b) 18
c) 123
d) 63
e) 33

2. A cnica representada pela equao 3x - 4y +8y 16 =


0 :

198 Cnicas e transformaes lineares


U4

a) Parbola.
b) Hiprbole.
c) Elipse.
d) Circunferncia.

3. Em um espao vetorial, podem ser aplicadas


transformaes lineares. Considere transformao T : R
R tal que T(x,y)= (x, -y) a imagem dos vetores u = ( 1, 2) e v
= (1, 3) correspondem respectivamente a:
a) (-1,-2) e (-1,-3).
b) (-1,-2) e (1, -3).
c) (-1,-3) e (-1,-2).
d) (1,-3) e (-1,-2).

4. Verifique se a transformao T : R3 R2 definida por T(x1,


x2, x3)=(x1, x3) linear.

5. Considere a matriz A indicada e a seguir determine os


autovalores e os autovetores associada a essa matriz.

1 -3 3
A = 3 -5 3
6 -6 4

Cnicas e transformaes lineares 199


U4

200 Cnicas e transformaes lineares


U4

Referncias

ANTON, H.; RORRES, C. lgebra linear com aplicaes. 8. ed. New York: Bookman, 1999.
Boyer, Carl B. Histria da Matemtica. So Paulo: Edgard Blucher, 1974.
STEINBRUCH, A.; WINTERLE, P. lgebra linear e geometria analtica. 1. ed. So Paulo:
Pearson, 1987.

Cnicas e transformaes lineares 201