Escolar Documentos
Profissional Documentos
Cultura Documentos
.
ar
II Vetores
7 Vetores no plano e no espaço . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
in
7.1 O plano e o espaço 127
7.2 Vetores 129
im
7.3 Exercícios resolvidos 135
9 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
sã
10 Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.1 Planos 169
10.2 Ângulo 172
10.3 Posição relativa de dois planos 173
10.4 Posição relativa entre uma reta e um plano 174
10.5 Distãncias 174
10.6 Exercícios resolvidos 175
11 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
11.1 Cônicas 207
11.2 Elipse 208
11.3 Hipérbole 211
11.4 Parábola 213
.
13 Rotação do sistema de coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . 233
ar
13.1 Rotação de coordenadas 233
in
14 Identificação de cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
14.1 Um exemplo 239
im
14.2 Procurando a mudança de coordenadas 240
14.3 Exercicios resolvidos 247
IV Quádricas e Superfícies
18 Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
18.1 Quádricas 317
18.2 Superfícies 320
18.2.1 Superfícies Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
18.2.2 Superfícies de revolução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
18.2.3 Superfícies Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
18.3 Exercícios resolvidos 325
.
ar
20 Parametrizacão de Superfícies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
20.1 Parametrização de Superfícies 339
in
20.2 Exercícios Resolvidos 341
im
el
Pr
o
r sã
Ve
.
ar
1. Introdução
in
im
el
Este texto é uma apostila resultado do compilado das notas de aula que utilizei para ministrar
a disciplina Geometria Analítica ao longo dos anos. Ela está escrita na forma mais simples e
sintétizada que me foi possível. O objetivo da mesma é fornecer material teórico e prático aos
Pr
estudantes que façam uso delas para seus estudos. É por isto que não há nada proposto para ser
feito como exercicio e tudo está completamente resolvido na quantidade de detalhes que me foi
possível. Com isto quero dizer que não pretende para nada ser um livro texto de disciplina mas sim
um material de suporte para o estudo da mesma.
o
O material teórico que faz parte do texto está fortemente inspirado nos livros
• R. J. Santos, Matrizes, Vetores e Geometria Analítica, Imprensa Universitária da UFMG.
sã
• L. Leithold, O Cálculo com geometria analítica, Vol. 1, Harbra, São Paulo, 2a edição – 1977.
Ve
Os exercícios resolvidos que aparecem massivamente no corpo do trabalho são parte das listas de
exercícios e provas aplicadas na disciplina MA141 - Geometria Analítica da UNICAMP.
Finalmente faço o destaque de que a escrita do texto contou com apoio do Serviço de Apoio ao
Estudante (SAE) da Pró-reitoria de Graduação (PRG) da UNICAMP e foi feita pela estudante -
bolsista Ysabella Visinho dos Reis.
Esta apostila ainda contém muitos erros. Teria ainda mais se não fosse pelas correções aportadas
por Daniel Paulo Garcia e Helena Pivoto Paiva enquanto cursaram Geometria Analítica comigo. A
eles o meu agradecimento.
Ve
rsã
o
Pr
el
im
in
ar
.
I
Álgebra Matricial
.
ar
in
im
el
Pr
2 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1 Matrizes
2.2 Produto de matrizes e transposta de uma matriz
o
3 Operações elementares . . . . . . . . . . . . . 29
3.1 Multiplicação de uma linha por um escalar λ 6= 0.
3.2 Substituir uma linha pela soma desta linha mais um
r
4 Matrizes Quadradas . . . . . . . . . . . . . . . . 41
4.1 Matrizes Quadradas
4.2 Exercícios Resolvidos
in
im
el
Neste capítulo começaremos estudando as noções básicas sobre matrizes. Começaremos com a
definição e logo passaremos a estudar as propriedades destes objetos.
Pr
2.1 Matrizes
Definição 2.1.1 Uma matriz real de tamanho m × n é um arranjo bidimensional de números
{ai j ∈ R, i = 1 . . . m, j = 1 . . . n}
o
a11 a12 . . . a1n
a21 a22 . . . a2n
A= . .
r
.. .. ..
.. . . .
Ve
Obs.
• Em particular uma matriz de tamanho 1 × n é chamada de matriz linha e uma matriz
m × 1 é chamada de matriz coluna.
• No caso em que m = n então dizemos que A é uma matriz quadrada de ordem n.
• As matrizes de tamanho 1 × 1 podem ser naturalmente identificadas com os números
reais.
.
Definição 2.1.2 Duas matrizes A ∈ M(m × n) e B ∈ M(k × l) são iguais se m = k, n = l e
ar
Ai j = Bi j ∀ i = 1, . . . , m, j = 1, . . . , n.
in
A seguir vemos alguns exemplos de matrizes.
Exemplo 2.1 1. Seja A ∈ M(4 × 3) definida por
im
1 0 21
3 −2 π
−3 41 9 .
A=
5 5 5
el
temos que
Pr
0
−2
[A]2 =
41 ∈ M(4 × 1),
e [A]3 = −3 41 9 ∈ M(1 × 3).
5
o
1 1 1 1 1 2
B = 1 2 4 4 4 3 .
r
1 1 1 1 1 1
Ve
Então,
1
[B]1 = 1 ∈ M(3 × 1),
e [B]1 = 1 1 1 1 1 2 ∈ M(1 × 6).
1
Assim como acontece nos números reais, podemos definir as operações soma e produto por
escalar no conjunto das matrizes, porém impondo algumas restrições.
Definição 2.1.3 • A soma de duas matrizes A e B em M(m×n) é uma matriz em M(m×n),
que denotamos por A + B, cujas entradas são dadas por
(A + B)i j = Ai j + Bi j , ∀ i = 1, . . . , m, j = 1, . . . , n,
2.1 Matrizes 13
isto é, se
a11 a12 ... a1n b11 b12 ... b1n
a21 a22 ... a2n b21 b22 ... b2n
A= e B= ,
.. .. .. .. .. .. .. ..
. . . . . . . .
am1 am2 . . . amn bm1 bm2 . . . bmn
então
a11 + b11 a12 + b12 . . . a1n + b1n
a21 + b21 a22 + b22 . . . a2n + b2n
A+B = .
..
.
a31 + b31 a32 + b32 . . . .
ar
am1 + bm1 am2 + bm2 . . . amn + bmn
in
M(m × n), que denotamos por λ · A, cujas entradas são dadas por
(λ · A)i j = λ Ai j ∀i = 1 . . . m, j = 1 . . . n,
isto é, se
a11 a12 ... a1n
im
el
a21 a22 ... a2n
A= ,
.. .. .. ..
. . . .
am1 am2 . . . amn
Pr
então
λ a11 λ a12 ... λ a1n
λ a21 λ a22 ... λ a2n
o
λ ·A = .
.. .. .. ..
. . . .
sã
1 2 1 1 0 7
A= 0 1 3 e B = 0 1 1 ,
3 2 2 0 2 4
vemos que
1+1 2+0 1+7 2 2 8
A+B = 0+0 1+1 3+1 = 0 2 4 ,
3+0 2+2 2 = 4 3 4 6
e
2.1 2.2 2.1 2 4 2
2 · A = 2.0 2.1 2.3 = 0 2 6 .
2.3 2.2 2.2 6 4 4
14 Capítulo 2. Matrizes
Teorema 2.1.1 O conjunto M(n × m) com as operações soma e produto por escalar definidas
acima é um espaço vetorial sobre os números reais, isto é, a soma e o produto por escalar
satisfazem as seguintes propriedades:
i- Comutatividade da soma: A + B = B + A.
ii- Associatividade da soma: (A + B) +C = A + (B +C).
iii- Existe um único elemento 0 em M(m × n) tal que A + 0 = A.
iv- Para cada elemento A existe um único elemento, que denotamos por −A, tal que A +
(−A) = 0.
v- 1 · A = A.
vi- (λ1 λ2 ) · A = λ1 · (λ2 · A).
vii- (λ1 + λ2 ) · A = λ1 · A + λ2 · A.
.
ar
viii- λ · (A + B) = λ · A + λ · B.
Demonstração: Para demonstrar esses fatos vamos utilizar a definição 2.1.2, isto é, vamos mostrar
in
que as entradas das matrizes de um e outro lado de cada identidade coincidem em cada caso.
i- Para cada i = 1 · · · m, j = 1 · · · n, temos
(A + B)i j = Ai j + Bi j
im
= Bi j + Ai j
= (B + A)i j
ii- Para cada i = 1 · · · m, j = 1 · · · n, temos
((A + B) +C)i j = (A + B)i j +Ci j
el
= (Ai j + Bi j ) +Ci j
= Ai j + (Bi j +Ci j )
Pr
= Ai j + (B +C)i j
= (A + (B +C))i j .
iii- Sabemos que a matriz nula
o
0 ... 0
0 = ... . . . ... ∈ M(m × n).
sã
0 ... 0
satisfaz A + 0 = A. Vamos mostrar que é a única matriz com esta propriedade, isto é, com
a propriedade de que A + B = A para todo A ∈ M(m × n). Em particular, consideramos a
r
matriz A(i, j) cujas entradas são todas nulas exceto a entrada Ai j que é 1. Portanto, como
Ve
.
= (λ · A + λ · B)i j .
ar
in
Obs.
i- Embora os símbolos sejam iguais, não devemos confundir o produto e a soma definidos
acima com os canônicos de R. Por exemplo a identidade
im
(λ1 + λ2 ) · A = λ1 · A + λ2 · A,
envolve duas operações soma: do lado esquerdo a soma canônica de R e do lado direito
a soma definida para matrizes. Nesse sentido o que diz a propriedade é que existe uma
relação entre as duas operações.
el
ii- A partir da definição de −A podemos definir no conjunto das matrizes, e em forma
análoga ao que acontece para os números reais, a operação diferença: Dadas A e B duas
matrizes em M(m × n) a diferença entre A e B é uma matriz A − B ∈ M(m × n) dada
Pr
por
A − B = A + (−B).
o
estudar outros tipos de operações sobre as matrizes onde esta propriedade já não é necessáriamente
preservada.
r
Definição 2.2.1 O produto de uma matriz A ∈ M(m × n) e uma matriz B ∈ M(n × k) é uma
matriz AB ∈ M(m × k) cujas entradas são obtidas da seguinte forma
Ve
n
(AB)i j = ∑ Air Br j = Ai1 B1 j + Ai2 B2 j + · · · + Ain Bn j ,
r=1
para todo i = 1, · · ·, m e j = 1, · · ·, k.
Exemplo 2.3
1. Seja
0
1
A= 1 2 3 4 ∈ M(1 × 4) e 2 ∈ M(4 × 1).
B=
−1
Então A · B ∈ M(1 × 1) e
A·B = 1.0 + 2.1 + 3.2 + 4.(−1) = 0+2+6−4 = (4).
16 Capítulo 2. Matrizes
2. Seja
1 1 1 2 0
A = 1 2 3 ∈ M(3 × 3) e B = 2 1 ∈ M(3 × 2).
1 1 0 1 1
Então A · B ∈ M(3 × 2) e
2.1 + 2.1 + 1.1 1.0 + 1.1 + 1.1 5 2
A · B = 1.2 + 2.2 + 3.1 1.0 + 2.1 + 3.1 = 9 5 .
1.2 + 1.2 + 0.1 1.0 + 1.1 + 0.1 4 1
.
ar
Obs.
in
i- A entrada i, j do produto de A com B é obtido ao multiplicar as entradas da linha i de A
com as da coluna j de B em forma ordenada, isto é
im
ii- Se A ∈ M(m × n) e B ∈ M(n × k) então AB está definida. Porém não necessáriamente
ocorre o mesmo para o produto de B com A. De fato só vai ser possivel fazer o produto
de B com A quando k = m.
iii- Sobre o conjunto das matrizes quadradas M(n × n) temos que AB e BA são definidas e
el
dão como resultado matrizes em M(n × n). No entanto temos que geralmente AB 6= BA.
Por exemplo se
Pr
0 1 0 0
A= B= ,
0 0 0 1
então A · B será
o
0 1 0 0 0 1
=
0 0 0 1 0 0
sã
e chamada de matriz identidade em M(k × k) então, para toda matriz A ∈ M(m × n), temos
Im A = A = AIn .
2.2 Produto de matrizes e transposta de uma matriz 17
Demonstração: Para demonstrar as propriedades comparamos as entradas das matrizes aos dois
lados da igualdade.
i-
[A(B +C)]i j = ∑ Aik (B +C)k j
k
= ∑ Aik (Bk j +C)k j
k
= ∑ Aik Bk j + ∑ AikCk j
k k
.
= (AB)i j + (AC)i j ∀i j .
ar
Portanto A(B +C) = AB + AC.
ii-
[(λ (AB)]i j = λ (AB)i j
in
⇒ λ ∑ Aik Bk j
= ∑(λ Aik )(Bk j )
im
= ((λ A) · B)i j ∀i j .
iv-
(A(BC))i j = ∑ Ail (BC)l j
l
r
= ∑ Ail ∑ BlkCk j
l k
Ve
= ∑ ∑ Ail BlkCk j
l k
!
= ∑ ∑ Ail Blk Ck j
k l
= ∑(AB)ikCk j = ((AB) ·C)i j .
k
(At )i j = A ji .
Para todo i = 1 · · · n e j = 1 · · · m.
Exemplo 2.4
18 Capítulo 2. Matrizes
1. Se
1
1 2 3 ⇒ At = 2 .
A=
3
2. Se
1 1
1 2 3
A= ⇒ At = 2 1 .
1 1 1
3 1
3. Se
.
ar
2 1 1 1 2 1 1 1
1 2 2 2 1 2 3 4
⇒ At =
A=
1
.
3 3 3 1 2 3 4
in
1 4 4 4 1 2 3 4
im
Proposição 2.2.2 Sejam A, B e C matrizes de tamanhos apropriados e λ ∈ R. Então
i- (At )t = A.
ii- (λ · A)t = λ · At .
iii- (A + B)t = At + Bt .
el
iv- (AB)t = Bt At .
Portanto (At )t = A.
ii- Para todo i, j temos
sã
[(λ A)t ]i j = (λ A) ji
= λ A ji
= λ (At )i j . ∀i j.
r
Portando (λ A)t = λ At .
Ve
Obs. O espaço das matrizes quadradas M(n × n) com as operações soma, produto por escalar e
produto formam uma estrutura conhecida com o nome de Álgebra Linear, isto é, é um espaço
vetorial munido de um produto com as seguintes propriedades
i- A(BC) = (AB)C.
ii- A(B +C) = AB + AC.
iii- λ .(AB) = (λ .A)B = A(λ .B).
iv- Existe o elemento In ∈ M(n × m) tal que In A = A = AIn .
.
Definição 2.2.3 Uma matriz quadrada A ∈ M(n × n) é dita
ar
• simétrica se At = A,
• antissimétrica se At = −A.
in
Proposição 2.2.3 Seja A ∈ M(m × n) então existe uma matriz simétrica A1 e uma antissimétrica
A2 tais que A = A1 + A2 .
Proof. Seja
Claramente
1
A1 = (A + At )
2
e
1
A2 = (A − At ).
2
im
el
1 1
Pr
At1 = (A + At )t = (At + A) = A1 .
2 2
1 1
At2 = (A − At )t = (At − A) = −A2 .
2 2
o
e
sã
1 1
A1 + A2 = (A + At ) + (A − At ) = A.
2 2
r
.
ar
1 2 3
B = 2 4 6
3 6 9
in
c) C = (ci j ) de tamanho 4 × 3 tal que ci j = 2i − 12 j.
im
Resolução: C é uma matriz de 4 linhas e 3 colunas. Então construimos C seguindo a regra
ci j = 2i − 12 j temos que:
el
1 3 1 1 1
c11 = 2 · 1 − · 1 = 2 c12 = · 1 − · 2 = 1 c13 = 2 · 1 − · 3 =
2 2 2 2 2
Pr
1 7 1 1 5
c21 = 2 · 2 − · 1 = c22 = 2 · 2 − · 2 = 2 c23 = 2 · 2 − · 3 =
2 2 2 2 2
1 11 1 1 9
c31 = 2 · 3 − · 1 = c32 = 2 · 3 − · 2 = 5 c33 = 2 · 3 − · 3 =
2 2 2 2 2
o
1 15 1 1 13
c41 = 2 · 4 − · 1 = c42 = 2 · 4 − · 2 = 7 c43 = 2 · 4 − · 3 =
sã
2 2 2 2 2
Então:
3
1 12
r
2
Ve
7 5
2 3 2
C=
11 5 9
2 2
15 13
2 7 2
Resolução:
.
ar
A4 ∈ M(4 × 1), A5 ∈ M(2 × 1), A6 ∈ M(3 × 1)
in
A7 ∈ M(1 × 4), A8 ∈ M(1 × 3), A9 ∈ M(1 × 2)
1 −1 1
−1 2 3
1
1im
Então os seguintes produtos possiveis são:
1
· −2 = 6
4
el
A1 · A4 = 1 1 2 −2 5 17
0 0 −2 3 −4 −22
2 −1 1
Pr
3 13
A2 · A6 = 1 2 −1 · −4 = −8
−1 1 2 3 −1
1 4 3 7
A3 · A5 = · =
4 −1 1 11
o
1 3 1 −2 1
sã
−2 −6 −2 4 −2
A4 · A7 = 5 · 3 1 −2 1 = 15
5 −10 5
−4 −12 −4 8 −4
r
1 2 0 −1
−2 −4 −0 2
Ve
A4 · A8 = 5 · 2 0 −1 = 10 0 −5
−4 −8 0 4
1 −2 1
−2 −2
· −2 1 = 4
A4 · A9 = 5 −10 5
−4 8 −4
3 9 3 −6 3
A5 · A7 = · 3 1 −2 1 =
1 3 1 −2 1
3 6 0 −3
A5 · A8 = · 2 0 −1 =
1 2 0 −1
3 −6 3
A5 · A9 = · −2 1 =
1 −2 1
3 9 3 −6 3
A6 · A7 = −4 · 3 1 −2 1 = −12 −4 8
−4
3 9 3 −6 3
22 Capítulo 2. Matrizes
3 6 0 −3
A6 · A8 = −4 · 2 0 −1 = −8 0 4
3 6 0 −3
3 −6 3
A6 · A9 = −4 · −2 1 = 8 −4
3 −6 3
1 −1 1 1
−1 2 3 1
A7 · A1 = 3 1 −2 1 · = 0 −3 0 11
1 1 2 −2
0 0 −2 3
1
.
ar
−2
A7 · A4 = 3 1 −2 1 · 5 = (−13)
−4
in
2 −1 1
A8 · A2 = 2 0 −1 · 1 2 −1 = 5 −3 0
−1 1 2
im
3
A8 · A6 = 2 0 −1 · −4 = 3
3
1 4
el
A9 · A3 = −2 1 · = 2 −9
4 −1
3
A9 · A5 = −2 1 · = −5
Pr
1
1 −1 1 0
2 1 −1
−1 2 1 0
At1 = At2 = −1 2
1
1 3 2 −2
1 −1 2
o
1 1 −2 3
1 4
sã
At3 = At4 = 1 −2 5 4
4 −1
3
r
1
At5 = 3 1 At6 = 3 −4 3 At7 =
Ve
−2
1
2
t t −2
A8 = 0 A9 =
1
−1
t
2 −2 2 2 1
((2A1 ) · A4 )t + 3A7 = −2 4 6 2 −2
· + 3 3 1 −2 1
2 2 4 −4 5
0 0 −4 6 −4
t
8
12
= 34 + 12 3 −6 3
−44
= 8 12 34 −44 + 9 3 −6 3 = 17 15 28 −41
2.3 Exercícios resolvidos 23
onde cada B j é a j−ésima coluna da matriz B. Mostrar que a i−ésima coluna da matriz AB é
dada por ABi , isto é
AB = AB1 AB2 · · · AB p
.
A= 2 0 −3 B = −1 1 −3 1
ar
−3 2 1 1 1 −1 1
in
coluna i de B observamos que (A · Bi ) é uma matriz coluna. A entrada j−ésima da coluna é
h
(A · Bi ) j = ∑ A jk Bki = (AB)i j
im
k=1
Portanto,
2 −2 1 3
B1 = −1 B2 = 1 B3 = −3 B4 = 1
o
1 1 −1 1
sã
Observamos que
1 −1 1 2 −2 1 3
4 −2 3 3
A·B = 2 0 −3 · −1 1 −3 1 =
r
−1 −7 5 3
−3 2 1 1 1 −1 1
Ve
X t AX + BX + G
.
ax2 + bxy + cy2 + dx + f y + g
ar
• Exemplifique para o caso em que
in
5 −2
20
x
− √805
A= B= √ X= G= 4
−2 8 5 y
im
e obtenha a entrada correspondente a X t AX + BX + G.
• No item anterior substitua X por
el
1 2 −1 u+1
Y=√
5 1 2 v+2
Pr
e mostre que ao fazer Y T AY + BY + G a entrada que obtemos é
Resolução:
sã
a b/2 x x
x y + d f +g
b/2 c y y
ax b/2y
r
= x y + dx + f y + g
b/2x cy
Ve
b b
= ax2 + xy + xy + cy2 + dx + f y + g
2 2
.
1 u + 1
+ (−40, −180) +4
ar
5 v + 2
1 4 0 u + 1 1 u + 1
= (u + 1, v + 2) + (−8, −36) +4
in
5 0 9 v + 2 5 v + 2
im
= 4u2 + 8u + 4 + 9v2 + 36v + 36 − 8u − 8 − 36v − 64 + 4
el
= 4u2 + 9v2 − 36
5. Sejam A, B duas matrizes quadradas de tamanho n × n.
• Mostre que
Pr
(A + B)2 = A2 + AB + BA + B2
• Observe que para ter (A + B)2 = A2 + 2AB + B2 temos que garantir que AB = BA. É
o
verdade que AB = BA para qualquer matriz quadrada? Veja o que acontece no caso
sã
0 1 0 0
A= B=
0 0 0 1
r
Resolução:
Observamos que (A + B)2 = (A + B)(A + B) = A2 + AB + BA + B2 . É falso que AB = BA se
Ve
0 1 0 0
A= e B=
0 0 0 1
então
0 1 0 0 0 1
AB = =
0 0 0 1 0 0
No entanto
0 0 0 1 0 0
BA = =
0 1 0 0 0 0
26 Capítulo 2. Matrizes
AX = x1 A1 + x2 A2 + · · · + xn An
.
ar
x
1 1 2
A= X = y
−1 2 −2
z
in
Resolução:
x1
im
x2
Seja A uma matriz de tamanho m × n e X = . como X é de tamannho (n × 1) temos
..
xn .
que AX é de tamanho (m × 1). Assim a a j−ésima linha de AX é
el
h h h
∑ A jk Xk = ∑ Xk A jk = ∑ Xk = [A]kj
Pr
k=1 k=1 k=1
A= e X = y
−1 2 −2
z
sã
1 1 2
A1 = A2 = A3 =
−1 2 2
r
x + y + z
Ve
AX =
−x + 2y + 2z
x y 2z x + y + z
xA1 + yA2 + zA3 = =
−x 2y 2z −x + 2y + 2z
1 1y
7. Mostre que as matrizes da forma A = satisfazem a equação X 2 − 2X = 0 para todo
y 1
y∈R
Resolução:
1 1y
Se A = então:
y 1
1 1y 1 1y 1 1y 2 2y −2 −2
2 y 0 0
A − 2A = −2 = + =
y 1 y 1 y 1 2y 2 −2y −2 0 0
2.3 Exercícios resolvidos 27
.
−1 0 0 1
ar
• Se A e B são duas matrizes de tamanho n × n, então (A + B)2 = A2 + 2AB + B2 .
Resolução: (FALSO) Considere
in
1 0 0 0 1 0
A= B= → (A + B) =
0 0 1 0 1 0
im
Então (A + B)2 = A + B, A2 = A, B2 = 0 e AB = 0. Portanto (A+ B)2 6= A
• Se A e B são duas matrizes que comutam com a matriz M =
0 −1
1 0
2 + 2AB + B2 .
então AB =
el
BA.
Resolução: (VERDADEIRO) Primeiramente observamos que se
Pr
a b
A=
c d
a b 0 −1 0 −1 a b
= ⇒ a = d c = −b.
c d 1 0 1 0 c d
sã
A= B= .
−b a −s t
Ve
Fazemos
at − sb as + tb at − bs bt + sa
AB = BA = .
−bt − sa at − bs −sa − tb −sb + ta
Portanto AB = BA.
• Se A é uma matriz quadrada tal que A3 = A então A = I ou A = 0.
Resolução: (FALSO) Seja A = −I então A3 = −I = A.
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
3. Operações elementares
in
im
el
Dada uma matriz A ∈ M(m × n) vamos considerar operações sobre as linhas desta de forma tal que
a nova matriz obtida B esteja em M(m × n). Em particular vamos nos concentrar em três tipos de
Pr
operações:
Procedimentos análogos podem ser feitos com as colunas de uma matriz. Nestas notas não
sã
Por exemplo, multiplicar a linha i da matriz A ∈ M(m × n) por λ 6= 0 (que denotamos por λ `i → `i )
dá origem a uma nova matriz B ∈ M(m × n) com a seguinte forma:
a11 a12 . . . a1n a11 a12 ... a1n
a21 a22 . . . a2n
a21 a22 ... a2n
.. .. .. .. .. ..
. . . . . .
A= λ `i → `i B = .
ai1 ai2 . . . ain
−−−−−→ λ ai1 λ ai2 . . . λ ain
.. .. .. .. .. ..
. . . . . .
am1 am2 . . . amn am1 am2 . . . amn
30 Capítulo 3. Operações elementares
1 0 · · · · 0
.. . . .
. . · · · · ..
1 0 ... 0
..
0 ··· 1 0 0 · .
0 1 ... 0
λ `i → `i Eim (λ ) =
..
Im = . . . . ← i
. 0 · · · 0 λ 0 ·
.. .. . . .. −−−−−→
0 · · · 0 0 1 · ...
0 0 ... 1
. . . .
.. .. · · · . . ..
0 0 · · · · 1
.
ar
Observamos que a operação (λ `i → `i ) sobre a matriz A é igual a multiplicar A a esquerda por
Eim (λ ), isto é:
λ ` →`
in
Se i
A −−− i
−→ B então B = Eim (λ ) · A.
1
Esta operação elementar pode ser revertida. De fato, ao multiplicar a linha i de B por λ temos
novamente A. Isto garante que
1
Eim ( )Eim (λ ) = Im .
λ
Exemplo 3.1 Seja
im
el
1 2 3
1 −1 1
Pr
0 1 −1 ,
A=
0 0 1
e considerere a operação elementar 2`2 → `2 , isto é
o
1 2 3 1 2 3
1 −1 1 2 −2 2
sã
A= 0 1 −1 2` →` B= .
−−2−−−→2
0 1 −1
0 0 1 0 0 1
r
1 0 0 0 1 0 0 0
0 1 0 0 0 2 0 0
I= 0 0 1 0 2` →` E2 (2) = .
−−2−−−→2
0 0 1 0
0 0 0 1 0 0 0 1
.
a j1 a j2 . . . a jn a j1 a j2 . . . a jn
ar
.. .. .. .. .. ..
. . . . . .
am1 am2 . . . amn am1 am2 ... amn
in
Em particular, ao fazer esta operação elementar sobre a identidade obtemos, por exemplo para
o caso i > j:
im 1 0 · · · · 0
.. . . .
. . · · · · ..
1 0 ... 0
.
0 ... 1 0 0 · ..
← i
el
0 1 ... 0 m
.. . . .. ..
Im = `i + λ ` j → `i Ei j (λ ) =
.. .. . . .. · . . . .
. . . . −−−−−−−−→
..
← j
0 ··· λ ··· 1 · .
0 0 ... 1
Pr
. . . .
.. .. · · · . . ..
0 0 · · · · 1
Fazer esta operação `i + λ ` j → `i sobre a matriz A é igual a multiplicar A a esquerda por Eimj (λ ),
o
isto é:
sã
Esta operação elementar pode ser revertida. De fato, ao substituir a linha i por um multiplo (−λ )
r
0 0 1
1 0 0 0 1 2 0 0
0 1 0 0 0 1 0 0
I= `1 + 2`2 → `1 E12 (2) = .
0 0 1 0 −−−−−−−−−→ 0 0 1 0
0 0 0 1 0 0 0 1
.
ar
1 −2 0 0
0 1 0 0
E12 (−2) =
0 0 1 0
in
0 0 0 1
im
e
Por exemplo, trocar a posição da linha i da matriz A com a posição da linha j (que denotamos por
sã
a11 a12 . . . a1n a11 a12 . . . a1n
.. .. .. .. .. ..
Ve
. . . . . .
ai1 ai2
. . . ain
a j1 a j2
. . . a jn ← i
A = ... .. .. `i ↔ ` j B = ... .. ..
. . . .
−−−−→
← j
a j1 a j2
. . . a jn
ai1 ai2
. . . ain
.. .. .. .. .. ..
. . . . . .
am1 am2 . . . amn am1 am2 . . . amn
1 0 ... 0
0 1 ... 0
Im = `i ↔ ` j
.. .. . . ..
. . . . −−−−→
0 0 ... 1
3.3 Troca de posição de duas linhas de uma matriz 33
1 0 · · · · · · · · 0
.. . . .
. · · · · · · · · · ..
.
.
0 · 1 · · · · ·· · · ..
.
· · · 0 0 0 . . . 0 1 0 · ..
← i
.
· · · 0 1 0 . . . 0 0 · · ..
. . .
· · · .. 0 . . · · · · · ..
m
Ei j =
· · · ... ... · . . . 0 · · · ...
· · · 0 0 0 . . . 1 0 · · ...
.
· · · 1 0 0 · · · 0 0 · · ... ←
ar
j
.
· · · 1 · ..
0 · · · · ·
. . . .
.. .. · · · ·· · · . . ..
in
·
0 0 · · · · · · · · · 1
Fazer esta operação (`i ↔ ` j ) sobre a matriz A é igual a multiplicar A por Eimj , isto é:
Se A → B
im
ao fazer a operação `i ↔ ` j temos que B = Ei j A.
Esta operação elementar pode ser revertida. De fato ao trocar novamente a posição das linhas i
el
e j da matriz B temos novamente A. Isto garante
Eimj Eimj = Im .
Pr
1 −1 1
A=
0 1 −1 ,
sã
0 0 1
1 2 3 1 2 3
Ve
1 −1 1 1 −1 1
A=
0 1 −1 `3 ↔ `4 B= .
−−−−→ 0 0 1
0 0 1 0 1 −1
34 Capítulo 3. Operações elementares
.
A ∼ B) se B pode ser obtida de A ao fazer um número finito de operações elementares.
ar
Exemplo 3.4 Fazemos
−1 1 1 0 2 2 0 2 2
1
in
A = −1 1 1 `1 + `2 → `1 1 1 1 `3 + `2 → `3 1 1 1 `1 → `1
−−−−−−−−→ −−−−−−−−→ 2
−1 −1 1 −1 −1 1 0 0 2 −−−−−−→
im
0 1 1 0 1 1 1 1 1
1 1 1 1 `3 → `3 1 1 1 `1 ↔ `2 0 1 1 = B
2 −−−−→
0 0 2 −−−−−−→ 0 0 1 0 0 1
Então A ∼ B.
el
Vamos mostrar que esta é uma relação de equivalência, isto é, vamos mostrar que relação é
• reflexiva: A ∼ A,
Pr
• simétrica: Se A ∼ B então B ∼ A
• transitiva: Se A ∼ B e B ∼ C então A ∼ C
Mostramos agora estas propriedades:
Demonstração.
o
A ∼ A: Toda A ∈ M(m × n) está relacionada com ela propria, isto é A ∼ A. De fato, por exemplo,
fazendo duas vezes a operação elementar troca de uma linha por outra vemos que A é obtida de A
sã
isto é A ∼ B. Então B é obtida de A por meio de um número finito de operações elementares. Então
existem matrizes elementares E1 , · · · , Ek tais que
Ve
B = E1 · · · Ek · A.
Como toda operação elementar pode ser revertida, para cada matriz E j existe uma matriz elementar
E 0j tal que E 0j E j = Im , de onde
Ek0 · · · E10 · B = Ek0 · · · E10 · E1 · · · Ek · A = Im A = A.
Dito de outra forma, A é obtida de B fazendo um número finito de operações elementares sobre
suas linhas. De onde segue que B ∼ A.
Se A ∼ B e B ∼ C então A ∼ C: Sejam A, B e C matrizes em M(m × n) tais que A está relacionada
com B e B está relacionada com C então existem matrizes elementares E1 · · · Ek e D1 · · · Dk tais que
B = E1 · · · Ek . A e C = D1 · · · Dk . B donde
C = D1 · · · Dk · B = D1 · · · Dk · E1 · · · Ek · A.
Portanto C é obtida de A ao fazer um número finito de operações elementares sobre suas linhas,
isto é, A ∼ C.
3.4 Matriz escalonada Reduzida 35
Consideremos então uma matriz A ∈ M(m × n) e todas as matrizes B que estão relacionadas
com A. Estas matrizes estão contidas em um conjunto [A] ⊂ M(m × n) que é o conjunto de sua
classe de equivalencia, isto é, o conjunto
Se B é uma matriz contida em [A] dizemos então que A e B são equivalentes por linhas. É facil
mostrar as seguintes propriedades.
Proposição 3.4.2
a) A ∈ [A],
b) A ∼ B se e somente se [A] = [B],
.
[A] [B] 6= 0/ então [A] = [B],
T
c)
ar
d) B ∈ [A] então [A] = [B],
M(m × n) = A∈M(m×n) [A].
S
e)
in
Demonstração:
a) Utilizando que A ∼ A temos que A ∈ [A] = {B, B ∼ A} ⊂ M(m × n).
b) Assuma A ∼ B. Como ∼ é de equivalência, se
C ∼ A ⇒ C ∼ B ⇒ C ∈ [B].
im
Portanto [A] ⊆ [B]. Similarmente se mostra que [B] ⊆ [A] de onde [A] = [B].
el
Por outro lado, se [A] = [B] ⇒ B ∈ [A] ⇒ B ∼ A.
c) Se C ∈ [A] [B] ⇒ C ∼ A e C ∼ B então A ∼ C e C ∼ B ⇒ A ∼ B, pois ∼ é de equivalência,
T
A∈M(m×n)
Como
sã
[ [
[A] ⊂ M(m × n), então [A].
A∈M(m×n) A∈M(m×n)
r
Ve
Vemos então que para descrever uma classe de equivalencia só precisamos de uma matriz
na classe pois todas as outras vão ser obtidas ao fazer operações elementares sobre esta. Assim
dada uma classe, escolhemos um representante da classe que tenha a maior quantidade de 0 e 1
possíveis. Esse é motivo da seguinte definição.
Definição 3.4.1 Uma matriz A ∈ M(m × n) é dita escalonada reduzida por linhas, ou simples-
mente escalonada reduzida, se
1- O pivô de cada linha de A, isto é, a primeira entrada não nula de cada linha, é 1
2- Cada coluna que contém o pivô de alguma linha tem todas as outras entradas nulas.
3- O pivô de cada linha ocorre a direita do pivô da linha anterior.
4- As linhas nulas ocorrem abaixo de todas as linhas não nulas.
36 Capítulo 3. Operações elementares
Obs. O item 3- nos diz que as matrizes escalonadas reduzidas tem zeros abaixo da diagonal, isto é,
tem a forma
∗ ∗ ... ∗ ∗
0 ∗ ... ∗ ∗
0 0 ... ∗ ∗
0 0 ... ∗ ∗
0 0 ... 0 ∗
.
Exemplo 3.5 1. A matriz
ar
1 0 0 0
0 1 0 0
A= ,
in
0 0 1 0
0 0 0 1
im
é escalonada reduzida.
2. A matriz
0 1 0 0
A = 0 0 1 1 ,
el
0 0 2 4
Pr
não é escalonada reduzida. De fato, observamos que
0 1 0 0 0 1 0 0 0 1 0 0
0 0 1 1 `3 − 2`2 → `3 0 0 1 1 1 `3 → `3 0 0 1 1
−−−−−−−−−→ 2
0 0 2 4 0 0 0 2 −−−−−−→ 0 0 0 1
o
0 1 0 0
sã
`2 − `3 → `2 0 0 1 0 ,
−−−−−−−−→
0 0 0 1
que é escalonada reduzida.
r
3. A matriz
Ve
1 0 0 0
0 0 1 0 ,
0 0 0 1
é escalonada reduzida.
4. A matriz
0 ... 0
0 ... 0
.. . . .. ,
. . .
0 ... 0
é escalonada reduzida.
3.4 Matriz escalonada Reduzida 37
Teorema 3.4.3 Toda matriz A ∈ M(m × n) é equivalente por linhas a uma única matriz escalo-
nada reduzida.
.
4- Se na linha de baixo tivermos pivôs abaixo do pivô da primeira linha, fazemos operações
ar
elementares entre cada uma destas linhass e a primeira linha para trasladas estes pivôs para
outra coluna.
5- Fixamos a primeira linha e recomeçamos o processo a partir da segunda linha, e assim
in
sucessivamente.
Por este método obtemos uma matriz onde todas as linhas nulas estão abaixo e, na parte de cima,
os pivôs ocorrem de forma adequada. Agora, só resta zerar as entradas acima de cada pivõ, o que é
im
feito novamente via operações elementares, obtendo uma matriz escalonada reduzida. Observamos
que o processo é finito pois a matriz tem finitas entradas.
Para ver a unicidade, assuma que A é equivalente por linhas a duas matrizes escalonadas
reduzidas B1 e B2 . Então B1 e B2 são equivalentes por linhas e portanto B2 é obtido de B1 fazendo
el
operações elementares. Mas estas operações devem ser identidade pois caso contrario B2 não pode
estar na sua forma escalonada reduzida. Donde B1 = B2 .
Pr
O teorema anterior garante que toda matriz é equivalente por linhas a uma matriz escalonada
reduzida. Por exemplo vemos que se A é uma matriz de 3 × 2 então ela é equivalente por linhas a
o
1 0 1 0 0 1 0 0 1 k
A1 = 0 1 A2 = 0 0 A3 = 0 0 A4 = 0 0 A5 = 0 0 ,
0 0 0 0 0 0 0 0 0 0
r
com k ∈ R.
Ve
Obs. No caso das matrizes quadradas de tamanho n × n, a matriz escalonada reduzida é a identidade
In ou possui pelo menos uma linha nula. De fato se B é uma matriz escalonada reduzida
quadrada que não é a identidade então temos que para alguma linha o pivô está a direita da
diagonal. Por exemplo:
1 0 0 0 ··· ∗
0 1 ∗ 0 ∗··· ∗
0 0 0 1 ··· ∗
..
0 0 0 0 . ∗
.. .. .. .. .. ..
. . . . . .
0 ··· ··· ··· ··· 0
Segue disto que os pivõs correspondentes as linhas inferiores estão a direita da diagonal. Pelo
fato da matriz ser quadrada temos que na linha n não haverá termos não nulos.
38 Capítulo 3. Operações elementares
1 0 0 0 0 1 0 0 0 0
.
ar
0 1 0 0 0
0 0 0 1 0
0 0 1 0 0 `2 ↔ `4 0 0 1 0 0 =E
−−−−−−→
0 0 0 1 0 0 1 0 0 0
in
0 0 0 0 1 0 0 0 0 1
1
0
0
1
0
0
0
0 1 im
× `3 → `3
1
0
0 0 0
1 0 0
=E
el
0 0 1 0 4 0 0 41 0
−−−−−−−−−→
0 0 0 1 0 0 0 1
Pr
(c) A ∈ M(5 × 5) entção I ∈ M(5 × 5)
1 0 0 0 0 1 0 0 0 0
o
0 1 0 0 0
0 1 0 0 0
0 0 1 0 0 `3 + 3 × `5 → `3 0 0 1 0 3 =E
−−−−−−−−−−−−→
sã
0 0 0 1 0 0 0 0 1 0
0 0 0 0 1 0 0 0 0 1
r
1 0 0 5 0 1 0 0 5
1 −2 −1 0 0 1 0 2 0 0 1 0 2
A= 1 0 −1 1 B=
0
C=
0 1 1 0 0 0 1 1
0 1 0 2
0 0 0 0 1 1 0 0 −1
1 0 0 1 0 1 2 1 0 0 0
0 1 0 0 1 1 2 0 1 1 0
D=
0 0
E = F = .
1 0 2 1 1 0 2 1 1
0 −1 1 −1 0 1 1 1 1 1 −1
Resolução:
1 −2 −1 0
Não está na forma escalonada reduzida, pois o pivô
A = 1 0 −1 1
da linha 2 está abaixo do pivô da linha 1.
0 1 0 2
3.5 Exercícios resolvidos 39
1 0 0 5 0
0 1 0 2 0
B=
0
Está na forma escalonada reduzida.
0 1 1 0
0 0 0 0 1
1 0 0 5
0 1 0 2 Não está na forma escalonada reduzida, pois o pivô
C=
0 0 1 1 da coluna 1 contém pivô, mas as outras entradas são 6= 0.
1 0 0 −1
.
ar
1 0 0
0 1 0 Não está na forma escalonada reduzida, pois o pivô
D=
0 0 1 da coluna 1 contém pivô, mas as outras entradas são 6= 0.
in
0 −1 1
1 0 1 2
im
0 1 1 2 Não está na forma escalonada reduzida, pois o pivô
E =
0 2 1 1 da coluna 1 contém pivô, mas as outras entradas são 6= 0.
−1 0 1 1
el
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
4. Matrizes Quadradas
in
im
el
Até agora introduzimos o conjunto das matrizes e estudamos as diferentes operações entre estes
objetos. Nesta seção pretendemos focar no caso particular das matrizes quadradas.
Pr
4.1 Matrizes Quadradas
Considere o conjunto das matrizes quadradas de tamanho n × n, isto é, M(n × n). Observamos
que M(n × n) comporta-se um pouco como o conjunto de números racionais Q no sentido em que
o
soma e produto de elementos do conjunto produzem elementos do conjunto, mais ainda, existe um
elemento neutro para a soma, que é a matriz 0, e um elemento neutro para o produto que é a matriz
sã
In .
Vimos que, para o caso da soma, sempre podemos achar um inverso aditivo, isto é: dada uma
matriz A existe uma matriz −A tal que A + (−A) = 0. Será que o mesmo acontece com o produto?.
r
Ou melhor, dada uma matriz A ∈ M(n × n) existe uma matriz B tal que BA = In ?
Ve
Não precisamos ir muito longe para ver que isto não é verdade. De fato no caso n = 2 considere,
por exemplo, a matriz
1 0
A= .
0 0
a b
para qualquer matriz B = temos que o produto de B com A dá
c d
a b 1 0 a 0 1 0
= 6= ,
c d 0 0 c 0 0 1
Demonstração:
i- Seja B tal que BA = In . Sabemos que B é equivalente por linhas a uma matriz escalonada
reduzida, isto é, existem matrizes elementares E1 · · · Ek tais que C = E1 · · · Ek B é uma matriz
escalonada reduzida. Mais ainda C deve ser a identidade pois, caso contrario, teriamos que C
possui uma linha nula de onde segue que CA tem uma linha nula e, como
CA = E1 · · · Ek BA = E1 · · · Ek In = E1 · · · Ek ,
teriamos que a matriz E1 · · · Ek tem uma linha nula, o que é impossível. De fato, se isso
.
ar
acontecese a classe de equivalência da matriz identidade teria interseção com a classe de
equivalencia de uma matriz escalonada reduzida com linhas nulas o que é um absurdo.
Portanto C = In .
in
Como
In
z}|{
B(In − AB) = BIn − BA B = B − B = 0
temos que
z }| {
In
Ve
AB = BA = In .
Demonstração: Seja A−1 a inversa de A e assuma que existe B tal que AB = BA = In . Então:
Tem-se ainda que Ek · · · E1 = A−1 , isto é, são as operações elementares feitas na identidade que dão
A−1 .
4.1 Matrizes Quadradas 43
Exemplo 4.1 1. Toda matriz elementar é invertível. De fato se E é a matriz associada a uma
operação elementar e E 0 é a matriz elementar associada à operação elementar inversa temos
que
E 0 E = I.
2. Seja
1 1 1 1 −1 0
A= 0 1 1 e B = 0 1 −1 ,
0 0 1 0 0 1
.
então AB = I. Portanto A é invertível.
ar
in
existem matrizes elementares E1 · · · Ek tais que
Ek · · · E1 A = In .
im
E se uma matriz é equivalente por linhas a matriz identidade então, Ek · · · E1 A = In donde Ek · · · E1 =
A−1 e portanto A é invertível. Temos provado o seguinte resultado.
el
Corolário 4.1.3 Uma matriz quadrada é invertível se, e somente se, é equivalente por linhas a
matriz identidade. Mais ainda, uma matriz é invertível se ela for produto de matrizes elementares.
Pr
Exemplo 4.2 Dada a matriz
1 1 1
A = 1 0 1 .
0 1 1
o
Vamos fazer operações elementares para levar a matriz para a forma escalonada reduzida
sã
1 1 1 1 0 0 1 0 0
A = 1 0 1 `1 − `3 → `1 1 0 1 `2 − `1 → `2 0 0 1
−−−−−−−−→ −−−−−−−−→
0 1 1 0 1 1 0 1 1
r
1 0 0 1 0 0
Ve
`3 − `2 → `3 0 0 1 `2 ↔ `3 0 1 0 = I.
−−−−−−−−→ −−−−→
0 1 0 0 0 1
Vamos fazer as mesmas operações elementares na identidade.
1 0 0 1 0 −1 1 0 −1
I = 0 1 0 `1 − `3 → `1 0 1 0 `2 − `1 → `2 −1 1 1
−−−−−−−−→ −−−−−−−−→
0 0 1 0 0 1 0 0 1
1 0 −1 1 0 −1
`3 − `2 → `3 −1 1
1 `2 ↔ `3 1 −1 0 = A−1 .
−−−−−−−−→ −−−−→
1 −1 0 −1 1 1
De fato
1 1 1 1 0 −1 1 0 0
1 0 1 1 −1 0 = 0 1 0 .
0 1 1 −1 1 1 0 0 1
44 Capítulo 4. Matrizes Quadradas
Poderiamos ter feito isto tudo de uma única vez e simultaneamente se colocassemos a identidade
ao lado da matriz A e fizessemos as operações elementares nas duas
A I
z }| { z }| {
1 1 1 | 1 0 0 1 0 0 | 1 0 −1
1 0 1 | 0 1 0 `1 − `3 → `1 1 0 1 | 0 1 0
−−−−−−−−→
0 1 1 | 0 0 1 0 1 1 | 0 0 1
1 0 0 | 1 0 −1 1 0 0 | 1 0 −1
`2 − `1 → `2 0 0 1 | −1 1 1 `3 − `2 → `3 0 0 1 | −1 1 1
−−−−−−−−→ −−−−−−−−→
0 1 1 | 0 0 1 0 1 1 | 0 0 1
.
ar
1 0 0 | 1 0 −1
`2 ↔ `3 0 1 0 | 1 −1 0 .
−−−−→
in
0 0 1 | 1 1 1
| {z } | {z }
I A−1
im
Isto fornece um método valiosíssimo para achar a inversa de uma matriz que é o método de
Gauss-Jordan. A seguir o descrevemos: Seja A uma matriz invertível dada por
el
a11 a12 · · · a1n
a21 a22 · · · a2n
A= .
.. .. .. ..
Pr
. . . .
an1 an2 · · · ann
a11 a12 · · · a1n | 1 0 · · · 0
a21 a22 · · · a2n | 0 1 · · · 0
sã
[A|In ] = .
.. .. .. .. . . . ..
. . . . | .. .. . . .
an1 an2 · · · ann | 0 0 · · · 1
r
ii- Faça operações elementares até levar [A|In ] na sua forma escalonada reduzida.
Ve
1 0 ··· 0 | b11 b12 · · · b1n
0 1 ··· 0 | b21 b22 · · · b2n
.
.. .. . . .. . .. .. ..
. | ..
. . . . . .
0 0 ··· 1 | bn1 bn2 · · · bnn
iii- A matriz
b11 b12 · · · b1n
b21 b22 · · · b2n
B= .
.. .. .. ..
. . . .
bn1 bn2 · · · bnn
É a inversa de A.
4.2 Exercícios Resolvidos 45
Vamos brevemente justificar porque o método funciona. Assuma que A é invertível e sejam
E1 · · · Ek A = In e, claramente, A−1 = E1 · · · Ek . Se multiplicarmos
Como [In |E1 · · · Ek ] é matriz escalonada reduzida associada a [A|In ] temos que A−1 está unívoca-
mente determinada. Algumas propriedades da inversa são as seguintes:
Proposição 4.1.4
i- Se A é invertível então A−1 também o é. Mais ainda (A−1 )−1 = A.
.
ar
ii- Se A é invertível então (At )−1 = (A−1 )t .
iii- Se A e B são invertíveis então AB também o é. Mais ainda (AB)−1 = B−1 A−1 .
in
Demonstração: i- Se A é invertível então
AA−1 = A−1 A = I
sã
AB está definido e resulta numa matriz invertível, então A e B são quadradas e invertíveis.
Ve
2. Encontre a inversa de
1 1 0 0 0 0 0
0 1 1 0 0 0 0
0 0 1 1 0 0 0
A= 0 0 0 1 1 0 0 .
0 0 0 0 1 1 0
0 0 0 0 0 1 1
0 0 0 0 0 0 1
Resolução:
46 Capítulo 4. Matrizes Quadradas
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,
M = [A|I]
e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida
M̃ = [I|B]
.
1 1 0 0 0 0 0 | 1
0 0 0 0 0 0
ar
0 1 1 0 0 0 0 | 0 1 0 0 0 0 0
0 0 1 1 0 0 0 | 0 0 1 0 0 0 0
0 0 0 1 1 0 0 | 0 0 0 1 0 0 0
in
0 0 0 0 1 1 0 | 0 0 0 0 1 0 0
0 0 0 0 0 1 1 | 0 0 0 0 0 1 0
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
`6 − `7 → `6
im
el
|
1 1 0 0 0 0 0 1 0 0 0 0 0 0
0 1 1 0 0 0 0 | 0 1 0 0 0 0 0
Pr
0 0 1 1 0 0 0 | 0 0 1 0 0 0 0
0 0 0 1 1 0 0 | 0 0 0 1 0 0 0
0 0 0 0 1 1 0 | 0 0 0 0 1 0 0
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
o
`5 − `6 → `5
sã
|
1 1 0 0 0 0 0 1 0 0 0 0 0 0
r
0 1 1 0 0 0 0 | 0 1 0 0 0 0 0
Ve
0 0 1 1 0 0 0 | 0 0 1 0 0 0 0
0 0 0 1 1 0 0 | 0 0 0 1 0 0 0
0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
`4 − `5 → `4
|
1 1 0 0 0 0 0 1 0 0 0 0 0 0
0 1 1 0 0 0 0 | 0 1 0 0 0 0 0
0 0 1 1 0 0 0 | 0 0 1 0 0 0 0
0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1
0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
4.2 Exercícios Resolvidos 47
`3 − `4 → `3
|
1 1 0 0 0 0 0 1 0 0 0 0 0 0
0 1 1 0 0 0 0 | 0 1 0 0 0 0 0
0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1
0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1
0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
.
`2 − `3 → `2
ar
|
1 1 0 0 0 0 0 1 0 0 0 0 0 0
in
0 1 0 0 0 0 0 | 0 1 −1 1 −1 1 −1
0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1
0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1
im
0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
el
`1 − `2 → `1
Pr
| 1 −1 1 −1 1 −1 1
1 0 0 0 0 0 0
0 1 0 0 0 0 0 | 0 1 −1 1 −1 1 −1
0 0 1 0 0 0 0 | 0 0 1 −1 1 −1 1
0 0 0 1 0 0 0 | 0 0 0 1 −1 1 −1 .
o
0 0 0 0 1 0 0 | 0 0 0 0 1 −1 1
sã
0 0 0 0 0 1 0 | 0 0 0 0 0 1 −1
0 0 0 0 0 0 1 | 0 0 0 0 0 0 1
Portanto
r
1 −1 1 −1 1 −1 1
Ve
0 1 −1 1 −1 1 −1
0 0 1 −1 1 −1 1
−1
A = 0 0 0 1 −1 1 −1 .
0 0 0 0 1 −1 1
0 0 0 0 0 1 −1
0 0 0 0 0 0 1
1 −1 1 −1 1 −1 1
0 1 −1 1 −1 1 −1
0 0 1 −1 1 −1 1
−1
A = 0 0
0 1 −1 1 −1 .
0 0
0 0 1 −1 1
0 0 0 0 0 1 −1
0 0 0 0 0 0 1
48 Capítulo 4. Matrizes Quadradas
Resolução:
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,
M = [A|I],
.
e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida
ar
M̃ = [I|B].
in
Logo, o método garante que B = A−1 .
Procedemos desta forma, se
im
1 2 2
A= 1 3 1
1 3 2
el
construimos a matriz
1 2 2 | 1 0 0
Pr
1 3 1 | 0 1 0 ,
1 3 2 | 0 0 1
e fazemos operações elementares sobre ela, até chegar na matriz escalonada reduzida.
o
1 2 2 | 1 0 0
sã
1 3 1 | 0 1 0 `3 − `2 → `3
1 3 2 | 0 0 1
r
1 2 2 | 1 0 0
` − 2`3 → `1
1 3 1 | 0 1 0 1
Ve
`2 − `3 → `2
0 0 1 | 0 −1 1
1 2 0 | 1 2 −2
1 3 0 | 0 2 −1 `2 − `1 → `2
0 0 1 | 0 −1 1
1 2 0 | 1 2 −2
0 1 0 | −1 0 1 `1 − 2`2 → `1
0 0 1 | 0 −1 1
1 0 0 | 3 2 −4
0 1 0 | −1 0 1 ,
0 0 1 | 0 −1 1
que está na forma escalonada reduzida.
Do método de Gauss-Jordan, obtemos que
4.2 Exercícios Resolvidos 49
3 2 −4
A−1 = −1 0 1 .
0 −1 1
Juntando as partes podemos responder:
A inversa de A é
3 2 −4
A−1 = −1 0 1 .
0 −1 1
.
4. Verifique se a afirmação a seguir é verdadeira ou falsa: Se A e B são duas matrizes tais que
ar
AB está definido e resulta numa matriz invertível, então A e B são quadradas e invertíveis.
Resolução: (FALSO) Sejam
in
1 0
1 0 0 1 0
A= B= 0 1 → AB = .
0 1 0 0 1
0 0
5. Calcule a inversa da seguinte matriz
1 1 1 1
im
el
1 −1 −1 −1
A=
1 1 −1 −1
Pr
1 1 1 −1
Assim
1 1 1 1 | 1 0 0 0
1 −1 −1 −1 | 0 1 0 0 `2 − `1 → `2
r
1 1 −1 −1 | 0 0 1 0 `3 − `1 → `3
Ve
` − `1 → `4
1 1 1 −1 | 0 0 0 1 −−4−−−− −−−→
1 1 1 1 | 1 0 0 0
0 −2 −2 −2 | −1 1 0 0 1
`2 → `2
0 0 −2 −2 | −1 0 1 0 −− 2
−−−−−→
0 0 0 −2 | −1 0 0 1
1 1 1 1 | 1 0 0 0
0 1 1 1 | 1/2 −1/2 0 0 ` − `2 → `1
1 0 −−1−−−−
0 0 −2 −2 | −1 0 −−−→
0 0 0 −2 | −1 0 0 1
1 0 0 0 | 1/2 1/2 0 0
0
1 1 1 | 1/2 −1/2 0 0
1 `3 → `3
0 0 −2 −2 | −1 0 2
1 0 −− −−−−−→
0 0 0 −2 | −1 0 0 1
50 Capítulo 4. Matrizes Quadradas
1 0 0 0 | 1/2 1/2 0 0
0 1 1 1 | 1/2 −1/2 0 0
` − `3 → `2
−1/2 0 −−2−−−−
0 0 1 1 | 1/2 0 −−−→
0 0 0 −2 | −1 0 0 1
1 0 0 0 | 1/2 1/2 0 0
0
1 0 0 | 0 −1/2 1/2 0 1 `4 → `4
0 0 1 1 | 1/2 0 2
−1/2 0 −− −−−−−→
0 0 0 −2 | −1 0 0 1
.
ar
1 0 0 0 | 1/2 1/2 0 0
0 1 0 0 | 0 −1/2 1/2 0 ` − `4 → `3
0 −−3−−−−
in
0 0 1 1 | 1/2 0 −1/2 −−−→
0 0 0 1 | 1/2 0 0 −1/2
im
1 0 0 0 | 1/2 1/2 0 0
0
1 0 0 | 0 −1/2 1/2 0
0 0 1 0 | 0 0 −1/2 1/2
el
0 0 0 1 | 1/2 0 0 −1/2
Identificamos então
Pr
1 0 0 0 | 1/2 1/2 0 0
0 1 0 0 | 0 −1/2 1/2 0
M̃ =
0 0 1 0 | 0 0 −1/2 1/2
0 0 0 1 | 1/2 0 0 −1/2
o
| {z } | {z }
I A−1
sã
0 −1/2 1/2 0
A−1 =
−1/2 1/2
Ve
0 0
1/2 0 0 −1/2
Agora calculamos
1/2 1/2 0 0 1 1 1 1 1 0 0 0
0 −1/2 1/2 0 1 −1 −1 −1 0 1 0 0
A−1 A =
=
0 0 −1/2 1/2 1 1 −1 −1 0 0 1 0
1/2 0 0 −1/2 1 1 1 −1 0 0 0 1
.
ar
5. Determinante de uma matriz quadrada
in
im
el
Neste capítulo vemos a definição de determinante de uma matriz quadrada. O determinante pode
ser visto como uma função do espaçõ das matrizes nos reais que satisfaz uma serie de propriedades
Pr
que a tornam única.
o
sã
5.1 Determinantes
r
a11 ··· a1n a11 · · · a1n a11 · · · a1n
.. .. .. .. .. ..
. .
.
.
. .
ak1 + cbk1 · · · akn + cbkn = D ak1 · · · + bk1 · · ·
D akn cD bkn ,
.. .. .. .. .. ..
. . . . . .
an1 ··· ann an1 · · · ann an1 · · · ann
para todo 1 ≤ k ≤ n.
.
. . . .
ar
= D ak1 · · · akn + cD bk1 · · · bkn
.
.. .. .. ..
. . . .
in
an1 · · · ann an1 · · · ann
im
Lema 5.1.1 Dadas D1 , . . . , Dk funções n−lineares e b1 , . . . , bk ∈ R. A função
D = b1 D1 + · · · + bk Dk ,
el
é n−linear.
Pr
Demonstração: De fato,
a11 ··· a1n a11 ··· a1n
.. .. .. ..
. . . .
o
ak1 + cbk1 · · ·
D akn + cbkn = b1 D1 ak1 + cbk1 · · · akn + cbkn
.. .. .. ..
sã
. . . .
an1 ··· ann an1 ··· ann
a11 ··· a1n
r
.. ..
. .
Ve
+ · · · + bk Dk a
k1 + cbk1 · · · akn + cbkn
.. ..
. .
an1 ··· ann
a11 · · · a1n a11 · · · a1n
.. .. .. ..
. . . .
= b1 D1 ak1 · · · akn + · · · + cb1 D1 bk1 · · · bkn
.. .. .. ..
. . . .
an1 · · · ann an1 · · · ann
a11 · · · a1n a11 · · · a1n
.. .. .. ..
. . . .
+ · · · + bk Dk ak1 · · · akn + cbk Dk bk1 · · · bkn
.. .. .. ..
. . . .
an1 · · · ann an1 · · · ann
5.1 Determinantes 53
a11 · · · a1n a11 · · · a1n
.. .. .. ..
. . . .
ak1 · · ·
= D akn + cD bk1 · · · bkn .
.. .. .. ..
. . . .
an1 · · · ann an1 · · · ann
.
Definição 5.1.2 Uma função n linear é alternada se D(A) = 0 sempre que duas lineas de A
ar
sejam iguais.
Corolário 5.1.2 Seja D alternada e assuma que A0 é obtida de A de intercambiar duas lineas
in
então D(A0 ) = −D(A).
im
Demonstração: Se D é alternada, então para quaisquer l e k temos
el
a11 ··· a1n a11 ··· a1n a11 ··· a1n
.. .. .. .. .. ..
. .
. .
. .
Pr
ak1 + al1 · · · akn + aln ak1 ··· akn al1 ··· aln
0 = D .. .. .
. .. .
. ..
= D +D
. . . . . .
ak1 + al1 · · · akn + aln ak1 + al1 · · · akn + aln ak1 + al1 · · · akn + aln
.. .. .. .. .. ..
. . . . . .
o
an1 ··· ann an1 ··· ann an1 ··· ann
sã
a11 · · · a1n a11 · · · a1n a11 · · · a1n a11 · · · a1n
.. .. .. .. .. .. .. ..
r
. . . . . . . .
Ve
ak1 · · · akn ak1 · · · akn al1 ··· aln al1 ··· aln
= D ... .. +D .. .. +D .. .. +D .. ..
.
. .
. .
. .
ak1 · · · akn al1 ··· aln ak1 · · · akn al1 ··· aln
.. .. .. .. .. .. .. ..
. . . . . . . .
an1 · · · ann an1 · · · ann an1 · · · ann an1 · · · ann
a11 · · · a1n a11 · · · a1n
.. .. .. ..
. . . .
ak1 · · · akn al1 ··· aln
= 0 + D ... .. + D .. .. + 0.
.
. .
al1 · · · aln ak1 · · · akn
.. .. .. ..
. . . .
an1 · · · ann an1 · · · ann
54 Capítulo 5. Determinante de uma matriz quadrada
Portanto
a11 · · · a1n a11 · · · a1n
.. .. .. ..
. . . .
ak1 · · · akn al1 ··· aln
D ... .. = −D .. .. .
.
. .
al1 · · · aln ak1 · · · akn
.. .. .. ..
. . . .
an1 · · · ann an1 · · · ann
.
ar
Definição 5.1.3 Uma função D : M(n × n) → R é chamada de função determinante se ela é
uma função n-linear, alternada tal que D(I) = 1 para I matriz identidade.
in
Exemplo 5.2 Seja D uma função n−linear alternada e A uma matriz em M(2 × 2) então
a b a+0 0+b
im
D = D
c d 0+c d +0
a 0 0 b
= D +D
0+c d +0 0+c d +0
el
a 0 a 0 0 b 0 b
= D +D +D +D
0 d c 0 0 d c d
Pr
1 0 1 0 0 1 0 1
= adD + acD + bdD + cdD
0 1 1 0 0 1 1 0
1 0 0 1
= adD + 0 + 0 + cdD
0 1 1 0
o
1 0
= (ad + (−cd))D .
0 1
sã
Portanto existe uma única função determinante D para matrizes em M(2 × 2) e é dada por
r
a b
D = ad − bc.
c d
Ve
Definição 5.1.4 Se n > 1 e A é uma matriz em M(n × n, K) denotamos por A(i| j) a matriz em
5.1 Determinantes 55
.
então
ar
a11 · · · a1 j−1 a1 j+1 ··· a1n
.. .. .. .. .. ..
. . . . . .
in
ai−11 · · · ai−1 j−1 ai−1 j+1 · · · ai−1n
A(i| j) =
ai+11 · · ·
.
ai+1 j−1 ai+1 j+1 · · · ai+1n
.. .. .. .. .. ..
. . . . . .
im
an1 · · · an j−1 an j+1 · · · ann
Se D é uma função n − 1-linear denotamos
el
Di j A = D(A(i| j)).
Pr
Teorema 5.1.3 Seja n > 1 e D uma n − 1-função linear alternada em M((n − 1) × (n − 1)). Para
todo j a função E j : M(n × n) → R definida por
n
E j (A) = ∑ (−1)i+ j Ai j (Di j A),
o
i=1
é uma n-função linear alternada. Mais ainda se D é uma função determinante E j também o é.
sã
A diferente de i. Então Ai j Di j A é n linear por um resultado acima. Como a soma e produto por
Ve
escalar de funções n−lineares é n−linear temos que E j definida como acima é n−linear.
Assuma que A tem duas linhas iguais. Observamos que é suficiente supor que as linhas são
adjacentes. Então assuma que a linha k é igual à linha k + 1. Se i 6= k, k + 1, a matriz A(i| j) tem
duas linhas iguais e Di j (A) = 0. Portanto
det(a) = a
Utilizando o teorema anterior definimos a função determinante para matrizes de tamanho n × n por
.
ar
meio do seguinte esquema
i- Se n = 1 então A = (a) donde det(A) = a.
ii- Se n > 1 então
in
det(A) = (−1)i+ j ai1 det(A(i|1)) + · · · + (−1)i+n ain det(A(i|n)),
im
ou equivalentemente
Para qualquer 1 ≤ i, j ≤ n escolhidos (vamos ver na próxima seção que de fato é independente da
el
escolha de i ou j). A primeira fórmula corresponde ao cálculo do determinante com respeito à
coluna j e a segunda corresponde ao cálculo de determinante com respeito a linha i.
Pr
Observamos que a fórmula assim obtida dá uma função determinante, isto em virtude do
teorema 5.1.3 De fato, vejamos que para n = 2 temos a função D obtida no exemplo 5.2. Para isto,
seja A ∈ M(2 × 2) dada por
a11 a12
o
A= ,
a21 a22
sã
Mostramos agora como funciona a recursão fazendo as contas para n = 3 seja A ∈ M(3 × 3)
dada por
a11 a12 a13
A = a21 a22 a23 .
a31 a32 a33
Escolhemos calcular novamente o determinante com respeito a linha 1 e vamos utilizar a formula
achada para o cálculo de determinantes de matrizes de tamanho 2 × 2. Assim
1+1 a22 a23 1+2 a21 a23 1+3 a21 a22
det(A) = (−1) a11 det + (−1) a12 det + (−1) a13 det
a32 a33 a31 a33 a31 a32
= a11 a22 a33 − a23 a32 + a12 a21 a33 − a23 a31 + a13 a21 a32 − a32 a22 .
ou equivalentemente
.
ar
Exemplo 5.3 Vamos mostrar como calcular o determinante de uma matriz utilizando a fórmula
acima. Calculamos o determinante da matriz abaixo a partir da terceira linha.
in
1 0 1 1
0 0 1 1
1 2 1
= (−1)(1+1) (1) det 1 2 1
det
im
1 0 1 3
1 −1 1
−1 1 −1 1
1 1 1
+(−1)(1+2) (0) det 0 2 1
el
−1 −1 1
1 0 1
+(−1)(1+3) (1) det 0 1 1
Pr
−1 1 1
1 0 1
+(−1)(1+4) (3) det 0 1 2
o
−1 1 −1
sã
0 1 1
r
(1+2) 1 1 (1+3) 1 2
det 1 2 1
= 0 + (−1) (1) det + (−1) (1) det
1 1 1 −1
Ve
1 −1 1
= 0 + (−1 × 0) + (1 × −3) = −3.
1 0 1
1+1 1 1 1+3 0 1
det 0 1 1 = (−1) (1) det + 0 + (−1) (1)
1 1 −1 1
−1 1 1
= 0 + 0 + 1 = 1.
1 0 1
1+1 1 2 1+3 0 1
det 0 1 2 = (−1) (1) det + 0 + (−1) det
1 −1 −1 1
−1 1 −1
= (1 × −3) + 0 + (1 × 1) = −2.
58 Capítulo 5. Determinante de uma matriz quadrada
Substituindo temos,
1 0 1 1
0 1 2 1
det = (1 × −3) + 0 + (1 × 1) + (−3 × −2) = 4.
1 0 1 3
−1 1 −1 1
.
ar
dente da escolha da coluna ou linha escolhida. Também vamos mostrar um método mais simples
para o cálculo do mesmo.
Seja e j ∈ M(1 × n) a matriz linha definida por
in
j
z}|{
e j = (0, . . . , 0, 1 , 0, . . . , 0)
!
n
sã
D(A) = D ∑ [A]1i ei , α2 , . . . , αn
1 1
i1 =1
!
n n
= ∑ [A]1i ∗ D ei , ∑ [A]2i ei , . . . , αn
r
1 2 2
i1 =1 i2 =1
Ve
n
= ∑ [A]1ii ∗ [A]2i2 D (ei1 , ei2 , . . . , αn )
i1 ,i2 =1
..
.
n
ei1
= ∑ ([A]1ii ∗ . . . ∗ [A]nin )D ... .
i1 ,...,in =1
ein
Se pedimos que D seja alternada temos que os termos dos produtos que involvem
ei1
D ... ,
ein
Definição 5.2.1 Uma n-upla de inteiros positivos (i1 , . . . , in ) tais que 1 ≤ i j ≤ n para todo
j = 1 . . . n e i j 6= ik para todos j e k é chamada uma permutaão de grau n do conjunto (1, . . . , n).
Assim, uma permtação é definida como uma função bijetora σ : {1, . . . , n} → {1, . . . , n}. Uma
tal função define uma n-upla (σ1 , . . . , σn ) e é por tanto uma regra para reorganizar os elementos
1, 2, . . . , n de alguma forma definida. Em particular se
σ (1, . . . , n) = (σ1 , . . . , σn )
então
.
ar
Um fato básico em permutações é o seguinte:
Toda permutação σ pode ser obtida de uma suceção de intercambio de pares.
in
Esta suceção pode ser de diferentes formas mas o número de intercambio de pares utilizados é
sempre sempre par ou impar e isto depende somente da permutação.
im
Definição 5.2.2 Uma permutação σ : {1, . . . , n} → {1, . . . , n} é dita
• par se o número de intercambios utilizado for par.
• impar se o número de intercámbios utilizados for impar.
O sinal da permutação sigma será
el
1 se σ par
sinal(σ ) = .
−1 se σ impar
Pr
Exemplo 5.4 • A permutação σ = (1, 3, 4, 2, 5) é par pois pode ser vista como composta
dos seguintes intercâmbios de pares
Então
sã
• A permutação σ = (3, 2, 1) é impar pois pode ser vista como composta dos seguintes inter-
r
câmbios de pares
Ve
da seguinte forma,
pois os termos com ei j = eik cancelam e só restam aqueles que são um reordenamento de {1, . . . , n}
isto é, as permutações.
Por otro lado, pelo fato de D ser alternada, temos que
eσ (1) e1
D ... = sinal(σ )D ... .
eσ (n) en
.
diferentes permutações σ
ar
ou
!
in
D(A) = ∑ (sinal(σ ) ∗ [A]1σ (1) ∗ . . . ∗ [A]nσ (n) ) D(I).
diferentes permutações σ
im
Se denotamos por det(A) a
Teorema 5.2.1 Existe uma unica função determinante em M(n × n) definida por det(A). Mais
Pr
ainda, toda função n-linear alternada D em M(n × n) satisfaz
D(A) = det(A)D(I).
o
Obs. Como consequência deste teorema temos que o determinante pode ser visto como um
sã
Exemplo 5.5 Vamos ver como obter a fórmula do determinante para uma matriz de tamanho
r
temos que
det(A) = sinal(σ )a1σ (1) a2σ (2) + sinal(λ )a1λ (1) a2λ (2)
= a11 a22 − a12 a21 .
5.2 Determinante via permutações 61
Corolário 5.2.2 Se D é uma função determinante as E j são todas iguais. Dito de outra forma, o
cálculo do determinante não depende da escolha da línea ou coluna.
det(AB) = det(A)det(B).
.
D(A) = det(A)D(I),
ar
mas
in
im
Proposição 5.2.4
det(At ) = det(A).
n
el
det(A) = ∑ (−1)i+ j [A]i j det(A(i| j)).
i=1
Pr
Demonstração: A primeira identidade segue de
det(At ) = ∑(sinal(σ ))[A]σ ,1 . . . [A]σ ,n
1 n
σ
= ∑(sinal(σ −1 ))[A]1,σ −1
1
. . . [A]n,σn−1 .
o
A segunda provem do fato de que todas as funções alternadas E j são funções determinante.
sã
tamanho n × n, porém tem um grande defeito que é o volume de contas a fazer. Já no caso 4 × 4
Ve
temos que calcular o determinante de 4 matrizes de tamanho 3 × 3 o que resulta em muito trabalho.
A ideia então é obter, a partir da definição de determinante, um método mais simples para o cálculo.
Exemplo 5.6 1. Uma matriz A de tamanho n × n que possui uma linha ou uma coluna nula
tem determinante igual a 0. De fato, se calculamos o determinante a partir desta linha ou
coluna obtemos que cada término é 0.
2. Seja A uma matriz triangular superior, isto é uma matriz da forma
a11 a12 a13 · · · a1n
0 a22 a23 · · · a2n
A= 0
0 a33 · · · a3n .
.. .. .. ..
. . . .
0 0 0 · · · ann
Então
Provamos isso por indução. Claramente vale para matrizes de tamanho 2 × 2. Assuma como
válido para matrizes de tamanho n × n, vamos mostrar o caso (n + 1) × (n + 1). Para isto
calculamos o determinante com respeito a primeira coluna e obtemos
a11 a12 a13 · · · a1n+1
0 a22 a23 · · · a2n+1 a22 a23 · · · a2n+1
0 a33 · · · a3n
0
det(A) = 0 a33 · · · a 3n+1 1+1
= (−1) a11 det ..
.. .. +0.
.. .. .. .. . . .
. . . .
0 0 · · · an+1n+1
0 0 0 · · · an+1n+1
.
ar
det(A) = a11 a22 · · · an+1n+1 .
in
im
i- Se B é uma matriz obtida a partir de multiplicar uma linha da In por um escalar λ 6= 0
então
det(B) = λ .
el
ii- Se B é uma matriz obtida a partir de trocar duas linhas de In , então
Pr
det(B) = −1.
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de In um multiplo escalar de
outra linha de In então
o
det(B) = 1.
sã
det(B) = λ det(A).
det(B) = − det(A).
iii- Se B é uma matriz obtida a partir de adicionar uma linha de A um múltiplo escalar de outra
5.2 Determinante via permutações 63
linha de A, então
det(B) = det(A).
Juntando todo o visto até agora temos que para calcular determinates, podemos utilizar as
seguintes propriedades:
1. det(I) = 1.
2. det(At ) = det(A).
3. Se A é uma a matriz triangular superior de tamanho n × n então
.
ar
a11 a12 a13 · · · a1n
0 a22 a23 · · · a2n
0 a33 · · · a3n
in
det(A) = det 0 = a11 a22 · · · ann .
.. .. . . ..
. . . .
0 0 0 · · · ann
im
5. Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar λ 6= 0 então
det(B) = λ det(A).
el
6. Se B é uma matriz obtida a partir da troca de duas linhas de A então
Pr
det(B) = − det(A).
7. Se B é uma matriz obtida a partir de adicionar uma linha de A um múltiplo escalar de outra
linha de A, então
o
det(B) = det(A).
sã
Exemplo 5.7 Vamos ver como estas propriedades funcionam com um exemplo. Calculando
det(A) para
r
1 0 1 1
1 1 0 0
Ve
A=
0
2 0 1
0 0 1 2
Começamos fazendo operações elementares sobre A até leva-lá numa matriz triangular superior.
1 0 1 1 1 0 1 1
`2 − `1 → `2 A2 = 0 1 −1 −1 `3 − 2`2 → `3
1 1 0 0
A = 0 2 0 1 −−−−−−−−→ 0 2 0 1 −−−−−−−−−→
0 0 1 2 0 0 1 2
1 0 1 1 1 0 1 1
1 1 −1 −1
`4 − 1 `3 → `4 A4 = 0 1 −1 −1
A3 = 0 0 2 3 0 0 2 3
−−−−2−−−−−→
0 0 1 2 0 0 0 1/2
Corolário 5.2.7 Seja A uma matriz e B sua forma escalonada reduzida. Sejam E1 · · · Ek as
matrizes elementares tais que
B = E1 · · · Ek A.
1
det(A) = .
det(E1 ) · · · det(Ek )
Demonstração: Se B não é a identidade então necessariamente tem uma linha nula. Portanto
.
det(B) = 0. Utilizando que
ar
det(B) = det(E1 ) · · · det(Ek ) det(A).
in
1
det(A) = .
det(E1 ) · · · det(Ek )
im
Corolário 5.2.8 Uma matriz quadrada A é invetível se, e somente se, det(A) 6= 0.
el
Demonstração: Segue do resultado anterior e do fato que uma matriz é invertível se, e somente se
é equivalente por linhas a identidade.
Pr
Finalizamos esta seção observando o seguinte diagrama de equivalências
A é invertível ks +3 A ∼ I
4<
o
t|
sã
det(A) 6= 0
r
.
Observamos que
ar
a b d −b
A ad j(A) =
c d −c a
ad − bc 0
in
=
0 ad − bc
1 0 1 0
= (ad − bc) = det(A) .
im
0 1 0 1
2. Seja
1 0 1
el
A = 0 1 1 .
1 1 0
Pr
1+1 1 1 1+2 0 1 1+3 0 1
ã11 = (−1) det ã12 = (−1) det ã13 = (−1) det
1 0 1 0 1 1
2+1 0 1 2+2 1 1 2+3 1 0
o
3+1 0 1 3+2 1 1 3+3 1 0
ã31 = (−1) det ã32 = (−1) det ã33 = (−1) det .
1 1 0 1 0 1
Calculando temos,
r
Ve
Observamos que,
−1 1 −1 1 0 1 −2 0 −0 1 0 0
ad j(A)·A = 1 −1 −1 0 1 1 = 0 −2 −0 = −2 0 1 0 .
−1 −1 1 1 1 0 0 0 2 0 0 1
66 Capítulo 5. Determinante de uma matriz quadrada
E que
2 1 1 1+3 0 1
det(A) = 1 × (−1) det + 0 + 1 × (−1) det = −1 − 1 = −2.
1 0 1 1
A Propriedade fundamental da matriz adjunta é que fornece uma fórmula para a inversa de A. Isto é
o enunciado do seguinte teorema.
.
ar
Mais ainda, se A é invertível, então
1
A−1 = ad j(A).
in
det(A)
ai1 ã j1 + · · · + ain ã jn
Se i 6= j então
Pr
ai1 ã j1 + · · · + ain ã jn = 0
pois é o determinante da matriz obtida de A substituindo a linha j pela linha i. Isto é, o determinante
da matriz:
o
a11 · · · a1n
sã
.. ..
. .
ai1 · · · ain
← i
A = ... ..
.
r
ai1 · · · ain ← j
Ve
.. ..
. .
ai1 · · · ain
respeito da linha i.
5 −3 5 −2 −1 1 −1 −5 2
adj(A) = = ⇒ A = ⇒A =
−2 1 −3 1 det(A) 3 −1
a b
• Para que B = tenha inversa det(B) = a2 + b2 6= 0. Então:
−b a
t
a b a −b 1 −1 a −b
adj(B) = = ⇒ B = 2
.
−b a b a (a + b2 ) b a
ar
−1 cos(x) − sin(x)
• É igual ao caso de B quando a = cos x e b = sin x ⇒ C =
sin(x) cos(x)
in
• Por Gauss-Jordan
1 0 0
..
.
..
1 0 0
`52 → `2
0 5 0 . 0 1 0 −−−−−−→
1 0 0
im
..
.
..
0 1 0 . 0
1 0
1
0
2 0
1 0 0
⇒ D−1 = 0 51 0
el
.. .. 0 0 16
`3
0 0 6 . 0 0 1 6 → `3 0 0 1 . 0 0 16
−−−−−−→
Pr
• Por Gauss-Jordan
.. ..
o
2 2 −1 . 1 0 0 2 2 −1 . 1 0 0
. `2 − `1 → `2 0 −3 3 ... −1 1 0
2 −1 2 .. 0 1 0
sã
−−−−−−−−−→
.. ..
−1 2 2 . 0 0 1 −1 2 2 . 0 0 1
r
.. ..
0 6 3 . 1 0 2 0 0 0 . −1 0 0
Ve
. .
0 0 1 .. −1
9
2
9
2
9 1 0 0 .. 2
9
2
9
−1
9
`2 + `1 → `2
.. .
−−−−−−−−−→ 2 −1 2 `3 ↔ `1
1 0 .. 2 −1 2
`3 + 4 × `1 → `3 0 1 0 . 9 −−−−→ 0
9 9 9 9 9
−−−−−−−−−−−−→ . .
0 0 1 .. 2
9
2
9
−2
9 0 0 1 .. −1
9
2
9
2
9
68 Capítulo 5. Determinante de uma matriz quadrada
2 2 −1
9 9 9
−1 −1
2 2
E = 9 9 9
−1 2 2
9 9 9
• Por Gauss-Jordan
.. ..
1 3 −7 . 1 0 0 7`3 + `1 → `1 1 3 0 . 1 0 7
. .
0 1 −2 .. 0 1 0 −−−−−−−−−−→
.
0 1 0 .. 0 1 2
ar
. .
0 0 1 .. 0 0 1 2`3 + `2 → `2 0 0 1 .. 0 0 1
−−−−−−−−−−→
in
..
1 0 0 . 1 −3 1
1 −3 1
−3`2 + `1 → `1 0 1 0 ... 0 1 2 ⇒ F −1 0 1 2
−−−−−−−−−−−→
im
. 0 0 1
0 0 1 .. 0 0 1
2. Seja A = (ai, j ) a matriz 5 × 5 cuja entrada na posição (i, j) é max{i, j}, o maior entre i e j,
para todo i e j. Calcule det(A) e conclua se A é ou não invertível.
el
Resolução:
Para começar escrevemos a matriz A utilizando a definição, isto é, A é uma matriz de 5 × 5
cuja entrada na posição (i, j) é max{i, j}, o maior entre i e j, para todo i e j.
Pr
Então
1 2 3 4 5
2 2 3 4 5
o
A= 3 3 3 4 5
4 4 4 4 5
sã
5 5 5 5 5
Da teoria, sabemos que uma matriz A é invertível se o seu determinante é diferente de 0, isto
é, se det(A) 6= 0.
r
Ve
Para achar o determinante de A temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
λ 6= 0 então
det(B) = λ det(A).
det(B) = − det(A).
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então
det(B) = det(A).
5.4 Exercícios resolvidos 69
.
ar
4 4 4 4 5
1 1 1 1 0
in
1 2 3 4 5
2 2 3 4 5
A3 = 3 3 3 4 5 `3 − `2 → `3
im
1 1 1 0 0
1 1 1 1 0
1 2 3 4 5
el
2 2 3 4 5
A4 = 1 1 0 0 0 `2 − `1 → `2
1 1 1 0 0
Pr
1 1 1 1 0
1 2 3 4 5
1 0 0 0 0
A5 = 1 1 0 0 0 .
o
1 1 1 0 0
1 1 1 1 0
sã
Observamos que
det(A) = det(A2 ) = det(A3 ) = det(A4 ) = det(A5 )
r
1 0 0 0
1 1 0 0
det(A5 ) = (−1)1+5 × 5 × det
1 1 1 0 +0 = 5
1 1 1 1
Então det(A) = 5 6= 0 e, portanto, A é invertível.
Podemos responder:
A matriz A tem det(A) = 5 e portanto é invertível.
3. Calcule o determinante de
1 1 1 1 1 1
1 1 1 1 x1 1
1 1 1 x2 1 1
B= .
1 1 x3 1 1 1
1 x4 1 1 1 1
x5 1 1 1 1 1
70 Capítulo 5. Determinante de uma matriz quadrada
Resolução:
Para achar o determinante de B temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
λ 6= 0 então
det(B) = λ det(A).
det(B) = − det(A).
.
ar
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então
in
det(B) = det(A).
im
1 1 1 1 1 1
1 1 1 1 x1 1 `2 − `1 → `2
1 1 1 x2 1 1 `3 − `1 → `3
B= `4 − `1 → `4
1 1 x 1 1 1
el
3
1 x4 1 1 1 1 `5 − `1 → `5
`6 − `1 → `6
x5 1 1 1 1 1
Pr
1 1 1 1 1 1
0
0 0 0 x1 − 1 0
0 0 0 x2 − 1 0 0
`2 ↔ `6
B1 =
0 0 x3 − 1 0 0 0
o
0 x4 − 1 0 0 0 0
x5 − 1 0 0 0 0 0
sã
1 1 1 1 1 1
x5 − 1 0 0 0 0 0
r
0 0 0 x2 − 1 0 0
Ve
B2 = `3 ↔ `5
0 0 x3 − 1 0 0 0
0 x4 − 1 0 0 0 0
0 0 0 0 x1 − 1 0
1 1 1 1 1 1
x5 − 1 0 0 0 0 0
0 x4 − 1 0 0 0 0
B3 =
0 0 x3 − 1 0 0 0
0 0 0 x2 − 1 0 0
0 0 0 0 x1 − 1 0
Então, utilizando as propriedades do determinante com respeito às operações elementares,
temos
det(B) = det(B1 )
= −det(B2 )
= det(B3 )
5.4 Exercícios resolvidos 71
det(B3 )
x5 − 1 0 0 0 0
0 x4 − 1 0 0 0
(1+6)
= (−1) × 1 × det
0 0 x3 − 1 0 0
0 0 0 x2 − 1 0
0 0 0 0 x1 − 1
= −(x5 − 1)(x4 − 1)(x3 − 1)(x2 − 1)(x1 − 1).
.
ar
Assim,
in
Juntando as partes podemos responder:
O determinante de B é
im
det(B) = −(x5 − 1)(x4 − 1)(x3 − 1)(x2 − 1)(x1 − 1).
4. Dada a matriz
el
1 1 1 1
0 2 2 2
Pr
A=
0
0 1 1
0 0 0 1
Determinar
i- Inversa de A
o
Resolução:
Para achar a matriz inversa, vamos utilizar o método de Gauss-Jordan. Para isto, devemos
construir a matriz aumentada M colocando a identidade I a direita da matriz A, isto é,
r
M = [A|I]
Ve
e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida
M̃ = [I|B]
1 − 21
1 0 0 0 | 0 0
0 2 2 2 | 0 1 0 0
` − 2`3 → `2
0 2
0 0 1 1 | 0 0 1
0 0 0 1 | 0 0 0 1
72 Capítulo 5. Determinante de uma matriz quadrada
1 − 12
1 0 0 0 | 0 0
0 2 0 0 | 0 1 −2 0 ` − `4 → `3
0 3
0 0 1 1 | 0 0 1
0 0 0 1 | 0 0 0 1
1 − 21
1 0 0 0 | 0 0
0 2 0 0 | 0 1 −2 0 ` /2 → `2
1 −1 2
0 0 1 0 | 0 0
0 0 0 1 | 0 0 0 1
.
1 − 21
1 0 0 0 | 0 0
ar
0
1 0 0 | 0 21 −1 0
0 0 1 0 | 0 0 1 −1
|
in
0 0 0 1 0 0 0 1
Logo, a inversa de A é
im
1 − 12
0 0
0 12 −1 0
A−1 =
.
0 0 1 −1
0 0 0 1
el
Observamos que tanto A como A−1 são matrizes triangulares superiores, portanto, o determi-
nante é o produto das entradas da diagonal. Assim
Pr
1 1
det(A) = 1 × 2 × 1 × 1 = 2 det(A−1 ) = = .
det(A) 2
Juntando as partes podemos responder:
o
i- A inversa de A é
1 − 12 0
sã
0
1
0 −1 0
A−1 =
2
0 0 1 −1
0 0 0 1
r
Ve
ai j = 1 + xi − y j
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
1 + x2 − y1 1 + x2 − y2 1 + x2 − y3 1 + x2 − y4 1 + x2 − y5
1 + x3 − y1 1 + x3 − y2 1 + x3 − y3 1 + x3 − y4 1 + x3 − y5
1 + x4 − y1 1 + x4 − y2 1 + x4 − y3 1 + x4 − y4 1 + x4 − y5
1 + x5 − y1 1 + x5 − y2 1 + x5 − y3 1 + x5 − y4 1 + x5 − y5
Para achar o determinante de A temos varias opções das quais destacamos dois:
5.4 Exercícios resolvidos 73
det(B) = λ det(A).
det(B) = − det(A).
.
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
ar
de outra linha de A então
det(B) = det(A).
in
Fazemos o cálculo do determinante pelo segundo método, fazendo operações elementares
im
sobre A.
Fazemos operações elementares sobre A para obter
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
1 + x2 − y1 1 + x2 − y2 1 + x2 − y3 1 + x2 − y4 1 + x2 − y5
el
1 + x3 − y1 1 + x3 − y2 1 + x3 − y3 1 + x3 − y4 1 + x3 − y5
1 + x4 − y1 1 + x4 − y2 1 + x4 − y3 1 + x4 − y4 1 + x4 − y5
Pr
1 + x5 − y1 1 + x5 − y2 1 + x5 − y3 1 + x5 − y4 1 + x5 − y5
`2 − `1 → `2
`3 − `1 → `3
o
`4 − `1 → `4
`5 − `1 → `5
sã
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
x2 − x1 x2 − x1 x2 − x1 x2 − x1 x2 − x1
r
x3 − x1 x3 − x1 x3 − x1 x3 − x1 x3 − x1 .
x4 − x1 x4 − x1 x4 − x1 x4 − x1 x4 − x1
Ve
x5 − x1 x5 − x1 x5 − x1 x5 − x1 x5 − x1
Se algum dos números
x2 − x1 , x3 − x1 , x4 − x1 , x5 − x1
for 0 temos que a matriz possui, pelo menos, uma linha nula e, consequentemente
det(A) = 0.
`2 /(x2 − x1 ) → `2
`3 /(x3 − x1 ) → `3
`4 /(x4 − x1 ) → `4
`5 /(x5 − x1 ) → `5
74 Capítulo 5. Determinante de uma matriz quadrada
1 + x1 − y1 1 + x1 − y2 1 + x1 − y3 1 + x1 − y4 1 + x1 − y5
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
o que resulta numa matriz quadrada com duas linhas iguais, e portanto com determinante
nulo. Juntando as partes podemos responder: Para qualquer valor de xi e y j temos que
det(A) = 0.
.
6. Considere a matriz
ar
1 0 1 0
1 1 x 1
A= 0 1
1 x
in
1 1 1 1
i- Determine os valores de x que tornam a matriz A invertível
im
ii- Calcule o determinante de A e de A−1 para cada x que torna A invertível.
iii- Ache a inversa de A para o caso x = 3.
Resolução:
Da teoria, sabemos que uma matriz A é invertível se o seu determinante é diferente de 0, isto
el
é, se det(A) 6= 0.
Pr
Para achar o determinante de A temos varias opções das quais destacamos dois:
• calculamos diretamente utilizando fórmula de determinante
• utilizamos operações para simplificar o cálculo, lembrando que
i- Se B é uma matriz obtida a partir de multiplicar uma linha de A por um escalar
o
λ 6= 0 então
sã
det(B) = λ det(A).
ii- Se B é uma matriz obtida a partir de trocar duas linhas de A então
r
det(B) = − det(A).
Ve
iii- Se B é uma matriz obtida a partir de adicionar a uma linha de A um múltiplo escalar
de outra linha de A então
det(B) = det(A).
Fazemos o cálculo do determinante pelo segundo método, fazendo operações elementares
sobre A, lembrando não multiplicar nem dividir por x pois não sabemos o seu valor.
1 0 1 0
1 1 x 1 `2 − `4 → `2
A=
0 1 1 x `3 − `4 → `4
1 1 1 1
1 0 1 0
0 0 x−1 0
B1 = `4 − `1 → `4
−1 0 0 x−1
1 1 1 1
5.4 Exercícios resolvidos 75
1 0 1 0
0 0 x−1 0
B2 =
−1 0
`2 ↔ `4
0 x−1
0 1 0 1
1 0 1 0
0 1 0 1
B3 =
−1
`3 ↔ `4
0 0 x−1
0 0 x−1 0
.
1 0 1 0
ar
0 1 0 1
B4 =
0 0 x−1 0
−1 0 0 x−1
in
Calculamos agora o determinante de B4 , utilizando a fórmula a partir da terceira linha e
obtemos
im
1 0 0
det(B4 ) = (x − 1) det 0 1 1 = (x − 1)2 .
1 0 x−1
el
Portanto, utilizando as propriedades do determinante respeito das operações elementares,
temos
Pr
det(B4 ) = −(det(B3 )) = −(− det(B2 )) = det(B2 ) = det(B1 ) = det(A).
Donde
o
det(A) = (x − 1)2 .
sã
det(A) = (x − 1)2 .
Ve
1
det(A−1 ) =
(x − 1)2
M = [A|I]
76 Capítulo 5. Determinante de uma matriz quadrada
e fazer operações elementares sobre M até chegar na sua forma escalonada reduzida
M̃ = [I|B]
.
ar
1 0 1 0 | 1 0 0 0
0 0 a 0 | 0 1 0 −1
−1 0 0 a | 0 0 1 −1 `4 − `1 → `4
in
1 1 1 1 | 0 0 0 1
1 0 1 0 | 1 0 0 0
im
0 0 a 0 | 0 1 0 −1
−1 0 0 a | 0 0 1 −1 `2 ↔ `4
0 1 0 1 | −1 0 0 1
el
1 0 1 0 | 1 0 0 0
0 1 0 1 | −1 0 0 1
−1
`3 ↔ `4
0 0 a | 0 0 1 −1
Pr
0 0 a 0 | 0 1 0 −1
1 0 1 0 | 1 0 0 0
0 1 0 1 | −1 0 0 1 1
a `3 → `3 (lembre a 6= 0)
o
0 0 a 0 | 0 1 0 −1
−1 0 0 a | 0 0 1 −1
sã
1 0 1 0 | 1 0 0 0
0 1 0 1 | −1 0 0 1
r
`1 − `3 → `1
0 0 1 0 | 0 1/a 0 −1/a
Ve
−1 0 0 a | 0 0 1 −1
1 0 0 0 | 1 −1/a 0 1/a
0 1 0 1
| −1 0 0 1 `4 + `1 → `4
0 0 1 0 | 0 1/a 0 −1/a
−1 0 0 a | 0 0 1 −1
1 0 0 0 | 1 −1/a 0 1/a
0 1 0 1 | −1 0 0 1 ` /a → `4
1/a 0 −1/a 4
0 0 1 0 | 0
0 0 0 a | 1 −1/a 1 1−a a
1 0 0 0 | 1 −1/a 0 1/a
0 1 0 1 | −1 0 0 1
`2 − `4 → `2
0 0 1 0 | 0 1/a 0 −1/a
0 0 0 1 | 1/a −1/a2 1/a 1−a a2
5.4 Exercícios resolvidos 77
| −1/a
1 0 0 0 1 0 1/a
1+a 2 a2 +a−1
0
1 0 0 | − a 1/a −1/a a2
0 0 1 0 | 0 1/a 0 −1/a
2 1−a
0 0 0 1 | 1/a −1/a 1/a a2
−1/a
1 0 1/a
− 1+a 2 a2 +a−1
1/a −1/a
A−1
= a a2
a
.
0 1/a 0 −1/a
ar
1−a
1/a −1/a2 1/a a2
in
dada por:
1 −1/2 0 1/2
im
−3/2 1/4 −1/2 5/4
A−1 = .
0 1/2 0 −1/2
1/2 −1/4 1/2 −1/4
el
Juntando as partes podemos responder:
i- Os valores de x que tornam a matriz A invertível, são x ∈ R\{1}.
ii- para x 6= 1
Pr
1
det(A−1 ) =
(x − 1)2
• Para x = 3 temos
o
1 −1/2 0 1/2
sã
sin α cos α a+b a+c a b
A= B= C=
sin β cos β d +b d +c −b a
1 1 −1
1 + x1 y1 1 + x1 y2 1 a
D= E= F = −1 0 1
1 + x2 y1 1 + x2 y2 1 b
−1 −1 0
0 a 0 1 1 1 a b c
G = b c d H = a b c I = b c a
0 e 0 a2 b2 c2 c a b
1 1 −6 −2
sin α cos α 1 4 7 4 4
J = sin β
cos β 1 K = −2 −2 1 −2
sin γ cos γ 1
−4 −7 0 −1
78 Capítulo 5. Determinante de uma matriz quadrada
1 2 3 4
5 6 7 8
L=
9 10 0
0
11 12 0 0
a b c d 1 −2 3 2
−b a d −c 0 2 −1 1
M=
−c −d a
N=
0 0 −1 1
b
−d c −b a 2 0 0 3
Resolução:
.
• A)
ar
sin α cos α
det = sin(α) cos β − sin β cos α = sin(α − β )
sin β cos β
in
• B)
a+b a+c
im
det = (a + b)(d + c) − (d + b)(a + c) = (a − d)(c − b)
d +b d +c
• C)
el
a b
det = a2 + b2
−b a
Pr
• D)
1 + x1 y1 1 + x1 y2
det = (1 + x1 y1 )(1 + x2 y2 ) − (1 + x2 y1 )(1 + x1 y2 )
1 + x2 y1 1 + x2 y2
o
sã
• E)
1 a
det = b−a
1 b
r
Ve
• F)
1 1 −1
3+1 −1 0
det −1 0
1 = (−1) · (−1) det
−1 −1
−1 −1 0
1 1
+(−1)3+2 · 1 det
−1 −1
• G)
0 a 0
2+1 0 a
det b c d = 0 + d(−1) det
+0 = 0
0 e
0 e 0
5.4 Exercícios resolvidos 79
−a`1 + `2 → `2 e − a2 `1 + `2 → `2
.
= 1 · (b − a) · (c2 − a2 ) − (c − a) · (b2 − a2 )
ar
= (b − a) · (c − a) · (c + a − b − a)
in
= (b − a) · (c − a) · (c − b)
E se a = 0
im
1 1 1 1 1 1
det a b c = det 0 b c = 1 · (bc2 − b2 c) = bc(c − b)
a2 b2 c2 0 b2 c2
el
• I)
a b c
2+1 c a
det b c a = (−1) a det
Pr
a b
c a b
1+2 b a 1+2 b c
+(−1) b det + (−1) b det
c b c a
o
= 3abc − (a3 + b3 + c3 )
Ve
• J)
sin α cos α 1
sin β cos β
det sin β cos β 1 = (−1)3+1 · 1 det
sin γ cos γ
sin γ cos γ 1
3+2 sin α cos α
+(−1) · 1 det
sin γ cos γ
3+3 sin α cos α
+ (−1) · 1 det
sin β cos β
• K)
1 1 −6 −2 `2 − 4 × `1 → `2 1 1 −6 −2
4 7 4 4 −−−−−−−−−−−−→
`3 + 2 × `1 → `3 K1 = 0 3 28 12
K= −2 −2 1 −2 −−−−−−−−−−−−→ 0 0 −11 −6
−4 −7 0 −1 `4 + 4 × `1 → `4 0 −3 −24 −9
−−−−−−−−−−−−→
1 1 −6 −2
0 3 28 12
`4 + `2 → `4 K =
−−−−−−−−−→ 2 0 0 −11 −6
0 0 4 3
.
−11 −6
ar
1+1
det(K) = det(K1 ) = det(K2 ) = (−1) · 1 · 3 det
4 3
= 1 · 3 −33 + 24 = 3 × (−9) = −27
in
• L)
1 2 3 4
5 6 7 5 6 7
8
= (−1)1+4 · 1 · 4 · det 5 6 7
im
det
9 10 0 0
11 12 0
11 12 0 0
1 2 3
+(−1)2+4 · 1 · 8 · det 9 10 0
el
11 12 0
9 10
Pr
1+3
= −4 · (−1) · 7 · det
11 12
9 10
+8 · 3 · det
11 12
o
| {z | {z
−2 −2
= 56 − 48 = 8
• M) Observamos que
r
a b c d a −b −c −d
−b a d −c
b a −d c
Ve
MMt
=
−c −d a b c d a −b
−d c −b a d −c b a
2
(a + b2 + c2 + d 2 )
0 0 0
0 (a2 + b2 + c2 + d 2 ) 0 0
= 2 2 2 2
.
0 0 (a + b + c + d ) 0
0 0 0 2 2 2 2
(a + b + c + d )
Portanto,
det(MMt ) = (a2 + b2 + c2 + d 2 )4
Utilizando que
det(M)2 = det(M 2 ) = det(M) det(M) = det(M) det(Mt ) = det(MMt )
temos
det(M) = (a2 + b2 + c2 + d 2 )2
5.4 Exercícios resolvidos 81
• N)
1 −2 3 2 1 −2 3 2
0 2 −1 1 0 2 −1 1
N = `2 − `3 → `2 N 1 =
0 0 −1 1 −−−−−−−−−→ 0 0 −1 1
2 0 0 3 2 0 0 3
−2 3 2
4+1
det(N) = det(N1 ) = (−1) · 2 · det 2 0 0
0 −1 1
1 −2 3
+3 · (−1)4+4 · 3 · det 0 2 0
.
0 0 −1
ar
3+2 3 2
det(N) = −2 · (−1) · 2 · det + 3 · (−2)
−1 1
in
= 4 · (3 + 2) − 6 = 14
im
8. Resolva a equação f (x) = 0 onde f (x) = det(A − xI) e a matriz A é a seguinte:
0 1 0
5 6 −3
el
3 4 cos a sin a
A= A= A = 1 0 0 A = −1 0 1
5 2 − sin a cos a
0 0 1 1 2 1
Pr
5 2 −3 4 −2 2 0 0 1
A = 4 5 −4 A = −5 7 −5 A = 0 1 0
6 4 −4 −6 6 −4 1 0 0
o
2 −2 0 −2 2 −2 2 −2 3
A = −2 3 −2 A = 2 1 −4 A = 0 3 −2 ;
sã
0 −2 4 −2 −4 1 0 −1 2
2 2 3 1 0 0
r
A= 1 2 1 ; A=
−1 3 0 .
2 −2 1 3 2 −2
Ve
Resolução:
1.
√
3−x 4 5 ± 81
det x2 − 5x − 14 ⇒ x=
5 2−x 2
⇒ x1 = 7, x2 = −2
2.
cos a − x sin a
det = x2 − 2 cos α + 1
− sin a cos a − x
82 Capítulo 5. Determinante de uma matriz quadrada
√
2 cos a ± 2 cos a − 4 f (x) não tem solução real, pois
⇒ x1 =
2 2 cos2 a − 4 < 0
3.
−x 1 0
−x 1
det 1 −x 0 = (−1)3+3 · (1 − x) · det
1 −x
0 0 1−x
= (1 − x) · (x2 − 1) = (x + 1) · (1 − x)2
.
ar
Então: x1 = −1 e x2 = 1
in
4.
5−x 6 −3
−x 1
1 = (−1)1+1 · (5 − x) · det
im
det −1 −x
2 1−x
1 2 1−x
1+2 −1 1
+(−1) · 6 · det
1 1−x
el
1+3 −1 −x
+(−1) · (−3) · det
1 2
Pr
= (5 − x) · (x2 − x − 2) − 6(x − 1 − 1) − 3(x + 2)
= 5x2 − 5x − 10 − x3 + x2 − 2x + 12 − 6x − 3x − 6
= −x3 + 6x2 − 16x − 4.
o
5.
−x 0 1
−x 1
det 0 1 − x 0 = (−1)2+2 · (1 − x) · det
r
1 −x
1 0 −x
Ve
= (1 − x) · (x2 − 1)
Então: x1 = 1 e x2 = −1
1 2 3
9. Considere a matriz A = 1 1 2
0 1 2
a) Calcule o det(An ), para todo número natural n.
b) Usando escalonamento encontre a matriz inversa A−1 .
Resolução:
a)
1 2 2 3
det(A) = (−1)1+1 · 1 · det + (−1)1+2 · 1 · det +0
1 2 1 2
5.4 Exercícios resolvidos 83
= −1 · 1 · 1 = −1.
Então
.
. ..
ar
1 2 3 .. 1 0 0 `1 − 2`3 → `1 1 0 −1 . 1 0 −2
. −−−−−−−−−−→ .
1 1 2 .. 0 1 0 1 0 0 .. 0 1 −1
. ..
in
0 1 2 .. 0 0 1 `2 − `3 → `2 0 1 2 . 0 0 1
−−−−−−−−−→
im
.. ..
0 0 −1 . 1 −1 −1 0 0 −1 . 1 −1 −1
`1 − `2 → `1
..
`3 + 2`1 → `3
..
−−−−−−−−−→ 1 0 0 . 0 1 −1 −−−−−−−−−−→ 1 0 0 . 0 1 −1
. .
0 1 2 .. 0 0 1 0 1 0 .. 2 −2 −1
el
.. ..
0 0 1 . −1 1 1 1 0 0 . 0 1 −1
Pr
−`1 ↔ `1
..
`1 ↔ `2 0 0 1
..
−−−−−−−→ 1 0 0 . 0 1 −1 −−−−→ . −1 1 1
. ..
0 1 0 .. 2 −2 −1 0 1 0 . 2 −2 −1
o
..
1 0 0 . 0 1 −1
0 1 −1
.
sã
`2 ↔ `3 0 1 0 .. 2 −2 −1 ⇒ A−1 2 −2 −1
−−−−→
. −1 1 1
0 0 1 .. −1 1 1
r
donde
1 3
B= (A − A + I)
3
é a inversa de A.
c) Se A, B e C são matrizes n × n, então det(A(B +C)) = det(AB) + det(AC). (FALSO).
Sejam
1 0 0 0 1 0
A= B= C=
0 1 0 1 0 0
.
Então, claramente, AB = B e AC = C e det(B) = det(C) = 0. Como B + C = A = I
ar
temos que det(A(B +C)) = 1.
11. Considere a matriz, que depende do parámetro k,
in
1 −2 0
A = 3k 8 + 2k k − 1
0 8k + 8 0
im
a) Determinar, para quais valores reais de k a matriz A é invertível.
2+3 1 −2
= 0 + (−1) (k − 1) det +0
0 8k + 8
sã
= −(k − 1)(8k + 8)
= −8(k2 − 1).
De onde tiramos que A será invertível caso k 6∈ {−1, 1}.
r
1 −2 0
A = 0 8 −1
0 8 0
1 0 0 | 1 0 41
0 0 −1 | 0 1 −1 (−1)l2 → l2
0 1 0 | 0 0 81
1 0 0 | 1 0 14
0 0 1 | 0 −1 1 l2 ↔ l3
0 1 0 | 0 0 81
.
ar
1 0 0 | 1 0 14
0 1 0 | 0 0 1
8
0 0 1 | 0 −1 1
in
Que está na forma escalonada reduzida. Então
1 0 41
im
A−1 = 0 0 18
0 −1 1
el
12. Determinar para quais valores reais de a a seguinte matriz
a 3 a−2
Pr
A= a 4−a a−1
−3a −9 7 − 2a
é invertível.
Resolução: Para calcular o determinante fazemos operações elementares sobre as linhas da
o
a 3 a−2
A= a 4−a a−1
−3a −9 7 − 2a
r
Ve
a 3 a−2
l2 − l1 → l2
B = 0 1−a 1
l3 + 3l1 → l3 1
0 0 1+a
Como det(A) = det(B1 ) e B1 é triangular superior, temos que
a 3 a−2
det(A) = det 0 1 − a 1 = a(1 − a2 )
0 0 1+a
portanto, A será invertível se o seu determinante for diferente de zero, isto é se, a 6∈ {−1, 0, 1}.
13. Verifique se as afirmações abaixo são verdadeiras ou falsas.
• Existem duas matrizes A, B de tamanho n × n tais que det(A) 6= 0, B 6= 0 e AB = 0.
Resolução: (FALSO) Se det(A) 6= 0 então A é invertível. Portanto se AB = 0 então,
B = A−1 AB = A−1 0 = 0.
86 Capítulo 5. Determinante de uma matriz quadrada
.
det(AB) = det(A) det(B)
ar
portanto AB invertível garante det(AB) 6= 0 então det(A) 6= 0 e det(B) 6= 0 e portanto A
e B são invertíeis.
in
• Se A e B são duas matrizes de tamanho n × n então det(A + 2B) = det(A) + 2n det(B).
Resolução: (FALSO) Basta considerar por exemplo n = 2 e as matrizes
im
1 0 0 0 1 0
A= B= → A + 2B =
0 0 0 1/2 0 1
então A = −At e
portanto det(A) = 0.
Ve
1 1 −1 1 1
1 −1 1 1 1
A=
−1 1 1 1 1
1 1 1 −1 1
1 1 1 1 −1
Para calcular o determinante fazemos operações elementares até levar A numa matriz diagonal.
Logo, calculamos o determinante multiplicando os elementos da diagonal da matriz obtida.
Depois, levamos em consideração a mudança do determinante com as operações elementares
feitas para achar o determinante da matriz A
1 1 −1 1 1
1 −1 1 `2 − `1 → `2
1 1 `3 + `1 → `3
A= −1 1 1 1 1 ` − `1 → `4
1 1 1 −1 1 4
` − `1 → `5
1 1 1 1 −1 −−5−−−− −−−→
.
ar
1 1 −1 1 1
0 −2 2 0 0
A1 = 0 2 0 2 2 `3 + `2 → `3
−−−−−−−−−→
in
0 0 2 −2 0
0 0 2 0 −2
im
1 1 −1 1 1
0 −2 2 0 0
`4 − `3 → `4
A2 =
0 0 2 2 2
`5 − `3 → `5
0 0 2 −2 0
el
−−−−−−−−−→
0 0 2 0 −2
Pr
1 1 −1 1 1
0 −2 2 0 0
A3 = 0 0 2 2 2 `5 − 1 `4 → `5
2
−−−−−−−−−−→
0 0 0 −4 −2
o
0 0 0 −2 −4
sã
1 1 −1 1 1
0 −2 2 0 0
r
A4 =
0 0 2 2 2
0 0 0 −4 −2
Ve
0 0 0 0 −3
det(A) = det(A1 )
= det(A2 )
= det(A3 )
= det(A4 )
= 1 × (−2) × 2 × (−4) × (−3) = −48.
Como det(A) 6= 0 temos que A é invertível.
15. Calcule o determinante da matriz
4 2 −4 2 2
6 2 2 4 2
A= 1 1 1 1 1
1 −1 1 0 1
1 1 −1 −1 −1
88 Capítulo 5. Determinante de uma matriz quadrada
Resolução:
Para calcular o determinante da matriz A fazemos operações elementares sobre ela até chegar
numa matriz triangular superior T . Depois calculamos o determinante de T multiplicando as
entradas da diagonal, e utilizamos as operações elementares feitas para relacionar este valor
com o determinante de A.
4 2 −4 2 2 3 4 2 −4 2 2
` −
2 21 1 ` → ` 2 0 −1
6 2
2 4 2 `3 − `1 → `3 8 1 −1
A = 1 1 1 1 1 4 A = 0 1/2 2 1/2 1/2
` − 1 ` → `4 1
1 4 41 1
1 −1 1 0 0 −3/2 2 −1/2 1/2
` − 4 `1 → `5
.
1 1 −1 −1 −1 −−5−−− −−−−−→ 0 1/2 0 −3/2 −3/2
ar
4 2 −4 2 2
`3 + 12 `2 → `3 0 −1 8 1 −1 `4 + 5 `3 → `4
in
3
`4 − 2 `2 → `4 A2 =
0 0 6 1 0 3
`5 − 2 `3 → `5
1 3
`5 + 2 `2 → `5 0 0 −10 −2 2 −−−−−
−−−−−→
−−−−−−−−−−→ 0 0 4 −1 −2
im
4 2 −4 2 2 4 2 −4 2 2
0 −1 8 1 −1 0 −1 8 1 −1
A3 = 0 0 6 1 0 `5 − 5`4 → `5 T = 0 0 6 1 0
el
−− − −−−− − −−→
0 0 0 −1/3 2 0 0 0 −1/3 2
0 0 0 −5/3 −2 0 0 0 0 −12
Pr
Observamos que
Como, todas as operações elementares feitas são do tipo "adicionar a uma linha um multiplos
o
in
im
el
Neste capítulo consideramos o problema de achar n escalares x1 , · · · , xn ∈ R que satisfazem as
seguintes equações:
Pr
a11 x1 + a12 x1 + ··· + a1n xn = b1
a21 x1 + a22 x2 + ··· + a2n xn = b2
(1) .. ,
.
am1 x1 + am2 x2 + ··· + amn xn = bm
o
b1 = b2 = · · · = bm = 0,
Ve
isto é,
a11 x1 + a12 x1 + ··· + a1n xn = 0
a21 x1 + a22 x2 + ··· + a2n xn = 0
.. ,
.
am1 x1 + am2 x2 + · · · + amn xn = 0
Definição 6.0.1 Uma n-upla (c1 , · · · , cn ) é dita uma solução do sistema se, ao substituir xi = ci
em cada uma das equações acima, são satisfeitas as identidades. O conjunto solução é o conjunto
de todas as n-uplas que são solução do sistema.
Nem sempre é possível garantir a existência de solução. De fato vamos ver depois que alguns
sistemas lineares não tem solução. Outros, no entanto, admitem infinitas soluções. Em particu-
lar:
90 Capítulo 6. Sistema de equações linerares
Corolário 6.0.1 Todo sistema homogêneo admite pelos menos uma solução.
Procuramos então um método prático para achar ou garantir a existência de soluções para
sistemas lineares. Para isto, começamos observando que podemos reescrever o sistema (1) em
notação matricial como
AX = B,
onde
.
a11 a12 ... a1n x1 b1
ar
a21 a22 ... a2n x2 b2
A= X = B= .
.. .. .. .. .. ..
. . . . . .
am1 am2 . . . amn
in
xn bn
Nesta notação podemos dizer que uma n-upla (c1 , · · · , c2 ) é solução do sistema linear (1) se
im
a11 a12 . . . a1n c1 b1
a21 a22 . . . a2n c2 b2
.. .. = .. ,
.. .. ..
. . . . . .
am1 am2 . . . amn cn bn
el
isto é, ao fazer o produto da matriz A com a matriz
Pr
c1
c2
C = . ,
..
cn
o
obtemos B.
sã
de entradas não nulas. Este é o coração da técnica de eliminação de parámetros que ilustramos com
Ve
o seguinte exemplo.
Exemplo 6.1 Considere o sistema
x1 + 2x2 + x3 = 0
x1 + 2x2 + x3 = 0
ou, em notação matricial
x1
1 2 1 0
x2 = .
1 1 1 0
x3
Se fazemos a primeira equação menos a segunda temos que x2 = 0. Substituindo agora na segunda
equação, tiramos x1 + x3 = 0. Portanto, resolver este sistema torna-se equivalente a resolver o
sistema
x1 + x3 = 0
,
x2 = 0
91
Observe que a diferença fundamental aqui é que, no segundo caso, estamos com uma matriz
escalonada reduzida!.
.
ar
Comparando a quantidade de átomos, temos o seguinte sistema
6x = z 6x −z = 0
in
6x = w ⇒ 6x −w = 0 .
2y = 2z + w 2y −2z −w = 0
im
Escrito na linguagem de matrizes fica,
x 0
6 0 −1 0
6 0 0 −1 y =
0
.
el
z 0
0 2 −2 −1
w 0
Pr
O conjunto solução é S = {(x/3, 5x/2, 2x, x), x ∈ R} donde a solução para x = 6 é dada por
(2, 15, 12, 6). Portanto a equação balanceada é
Podemos fazer o mesmo com xH2 + yO2 → zH2 O para obter que o balanceamento é dado por
2H2 + O2 → 2H2 O.
sã
E1 · · · Ek A = D.
Ve
AX = B,
E1 · · · Ek AX = E1 · · · Ek B → DX = B̃, para B̃ = E1 · · · Ek B,
que é muito mais simples de resolver que o sistema original pois D tem uma quantidade maior de
entradas nulas do que A. Mais ainda, temos o seguinte resultado.
E1 · · · Ek A = D e E1 · · · Ek B = B̃,
92 Capítulo 6. Sistema de equações linerares
.
ar
= Ek0 · · · E10 (E1 · · · Ek A)S̃
= Ek0 · · · E10 DS̃
= Ek0 · · · E10 B̃
in
= Ek0 · · · E10 (E1 · · · Ek B)
= (Ek0 · · · E10 E1 · · · Ek )B.
im
Assim temos construído um método para determinar soluções de sistemas lineares, o método
de Gauss-Jordan, e que passamos a descrever:
el
Considere o sistema de equações lineares
Pr
a11 a12 . . . a1n x1 b1
a21 a22 . . . a2n x2 b2
.. .. = .. .
.. .. ..
. . . . . .
am1 am2 . . . amn xn bn
o
i- Construa a matriz
sã
a11 a12 . . . a1n | b1
a21 a22 . . . a2n n | b2
.. .
.. .. .. ..
r
. . . . | .
am1 am2 . . . amn | bm
Ve
ii- Faça operações elementares na matriz até levar a parte correspondente a A na sua forma
escalonada reduzida
M̃ = [D|B̃].
com 3 equações e 3 variáveis onde a ∈ R é um parámetro que podemos ajustar. Vamos estudar para
que valores de a o sistema possui solução e como são essas soluções.
Construimos a matriz aumentada do sistema e fazemos operações elementares para levá-la na
forma escalonada reduzida.
1 0 a−1 | 2 1 0 a−1 | 2
−2 a2 − 1 1 − a | −4 `3 − 2`1 → `3 0 a2 − 1 a − 1 | 0
.
`2 + 2`1 → `2
ar
2 0 3a − 3 | 4 −−−−−−−−−−→ 0 0 a−1 | 0
1 0 0 | 2
`1 − `3 → `1
in
0 a2 − 1 0 | 0 .
`2 − `3 → `2
−−−−−−−−−→ 0 0 a−1 | 0
Portanto se a 6= ±1 então o sistema tem solução única igual a
S = {(2, 0, 0)}.
im
Se a = 1 então o sistema inicial é equivalente ao sistema
el
x = 2
0y = 0 ,
−2z = 0
Pr
0y = 0 ,
−2z = 0
sã
que tem infinitas soluções S = {(2, y, z), z, y ∈ R2 }. Não há valores de a para os quais o sistema não
tem solução.
r
A-) Se a matriz escalonada reduzida não tem colunas sem pivôs então ela é da forma
1 · · · 0 | b˜1
.. . . .. .
. . . | ..
0 · · · 1 | b˜n
0 ··· 0 | 0 .
.. ..
. ··· . | 0
0 ··· 0 | 0
O sistema, neste caso tem solução única, e igual a
.
b˜1
ar
S = ... .
b˜n
in
B-) Se a matriz D tem colunas sem pivôs então há mais variáveis do que equações e portanto
existem variáveis que podem assumir valores arbitrários. Por exemplo fica uma matriz da
forma
0 · · · 0 | b˜1
im
1 0 0
0 1 0 0 · · · 0 | b˜2
1 · · · 0 | b˜3
0 0 0
.. .. .. .. ..
el
. .
. . . . . | .
1 | b˜k
0 0
0 0 · · · .
0 0 0 ··· 0 0 | 0
Pr
0 ··· ··· ··· ··· 0 | 0
. . .. .. .. .. ..
.. .. . . . . | .
0 ··· ··· ··· ··· 0 | 0
o
[A|B] temos que a matriz resultante [D|B̃] admite linhas da forma (0, · · · , 0|k) com k 6= 0. Neste
caso fica uma equação da forma
r
0 = k 6= 0,
Ve
.
x + y − z = 0
ar
Construimos
in
1 1 1 | 1 1 1 1 | 1
M̃ = 1 −1 1 | 1 `2 − `1 → `1 0 −2 0 | 0
−−−−−−−−→
1 1 −1 | 0 1 1 −1 | 0
−−−−−−−−→
1 1 1 | 1
0 0 −2 | −1 −−−−−−−→
1
`3 − `1 → `3 0 −2 0 | 0 − `2 → `2
2
im
1 1 1 | 1
0 1 0 | 0
0 0 −2 | −1
el
1 1 1 | 1 1 0 1 | 1
1
− `3 → `3 0 1 0 | 0 `1 − `2 → `1 0 1
0 | 0
Pr
−−−−−−−−→
−−2−−−−−→ 0 0 1 | 12 0 0 1 | 21
1 0 0 | 12
`1 − `3 → `1 0 1 0 | 0 .
−−−−−−−−→
0 0 1 | 21
o
x = 12
y = 0 .
r
z = − 12
Ve
O conjunto soluçao é
S = {(1/2, 0, −1/2)}
S = {(1 − z, 2 − 2z, z, 3) , z ∈ R} .
96 Capítulo 6. Sistema de equações linerares
.
ar
Em particular quando tratarmos de um sistema linear homogenêo, o caso 2 nunca acontece.
Pois o sistema sempre tem solução, de fato a solução trivial (todas as entradas nulas) sempre é
in
solução como vimos anteriormente. Mais ainda, caso exista uma solução não trivial teremos então
infinitas soluções.
im
6.2 Sistemas com número de incógnitas igual ao número de equações
Considere agora um sistema de equações lineares AX = B com um número de incognitas n igual
ao número de equações m, isto é, a matriz associada ao sistema é quadrada. Caso a matriz seja
equivalente por linhas a identidade teremos que existe A−1 e portanto a solução do sistema é única
el
e da forma
S = A−1 B.
Pr
Caso a matriz não seja equivalente por linhas a identidade então teremos que o sistema tem infinitas
ou nenhuma solução, dependendo do B. Portanto assuma que depois de fazer operações elementares
sobre as linhas da matriz aumentada ficamos com uma matriz escalonada reduzida
o
1 0 · · · 0 ∗ ∗ 0 0 0 | b1
0 1 · · · 0 ∗ ∗ 0 0 0 | b2
sã
.. ..
..
. . 0 ∗ ∗ 0 0 0 | .
0 1 ∗ ∗ 0 0 0 | bk−3
r
0 · · · 0 · · · 0 1 0 0 | bk−2
M̃ = .
Ve
0
· · · 0 · · · 0 0 1 0 | bk−1
0
· · · 0 · · · 0 0 0 1 | bk
0
· · · 0 · · · 0 0 0 0 | bk+1
. . . . . . . . .
. . . . . . . . .
. . . . . . . . | .
0 ··· 0 ··· 0 0 0 0 | bn
• Se bk+1 = · · · = bn = 0 temos um sistema com infinitas soluções e que possui n − k variáveis
livres.
• Se bk+1 6= 0 então o sistema não tem solução.
Proposição 6.2.1 Seja AX = B um sistema de equações lineares com número de incógnitas igual
ao número de equações. O sistema tem solução única se, e somente se, det(A) 6= 0.
Demonstração: Se det(A) 6= 0 então a matriz do sistema possui inversa, donde a solução é unica.
Se o sistema possui solução única então não existem variáveis livres, de onde segue que cada
coluna da matriz escalonada reduzida associada a A tem pivô. Portanto é a identidade. Então A é
equivalente por linhas a identidade e consequêntemente invertível e com det(A) 6= 0.
6.2 Sistemas com número de incógnitas igual ao número de equações 97
A é invertível ks +3 A ∼ In
KS SK
det(A) 6= 0 ks +3 AX = B tem solução única
Um método interessante para resolver este tipo de sistemas de equações lineares é fornecido pela
regra de Cramer.
.
a11 a12 ... a1n x1 b1
ar
a21 a22 ... a2n x2 b2
= ,
.. .. .. .. .. ..
. . . . . .
in
am1 am2 . . . amn xn bn
em que
im
a11 · · · a1n
.. ..
A = . ··· .
an1 · · · ann
el
é invertível. Então a solução do sistema é
Pr
S = (S1 , · · · , Sn ),
onde
a11 a12 . . . a1 j−1 b1 a1 j+1 · · · a1n
o
an1 an2 . . . an j−1 bn an j+1 · · · ann
Exemplo 6.5
Considere o sistema
x + y + z = 0
x − z = 2 ,
x − y = 2
então
1 1 1 0
A = 1 0 −1 e B = 2 .
1 −1 0 2
.
1 1 1 1
ar
det(A) = (−1) det + 0 + (−1)(−1) det
−1 0 1 −1
= −1 + (−2) = −3 6= 0.
in
Então é invertível e portanto o sistema tem solução única. Se a solução é
S1
im
S = S2 ,
S3
temos, da regra de Cramer, que
0 1 1
el
1
S1 = det 2 0 −1
−3
2 −1 0
Pr
1 2 −1 2 0
= 0 + (−1) · 1 det + 1 det
−3 2 0 2 −1
−1 4
= (−2 + (−2)) = .
3 3
o
1 0 1
−1
sã
S2 = det 1 2 −1
3
1 2 0
−1 2 −1 1 2
r
= 1 det + 0 + 1 det
3 2 0 1 2
Ve
−1 −2
= (2 + 0) = .
3 3
1 1 0
−1
S3 = det 1 0 2
3
1 −1 2
1 0 2 1 2
= − 1 det + (−1) det +0
3 −1 2 1 2
2
= − .
3
Então
4
3
S = − 23
− 23
6.3 Exercícios resolvidos 99
.
que
ar
AX = λ X ⇒ AX = λ IX ⇒ (A − λ I)X = 0
com I a matriz identidade. Em forma matricial
in
1 0 0 λ 0 0 x 0
1 1 1 − 0 λ 0 y = 0
im
2 1 1 0 0 λ z 0
Vemos assim que o sistema pode ser escrito da seguinte forma
1−λ 0 0 x 0
el
1 1−λ 1 y = 0
2 1 1−λ z 0
Pr
que é um sistema linear homogêneo.
Da teoria, sabemos que sistemas lineares homogéneos sempre tem solução pois, por exemplo
(0, 0, 0) é solução do sistema.
Concluimos que não existe λ para o qual o sistema não tem solução.
Para os outros casos, observamos que um sistema linear homogéneo tem solução única se
o
1 1−λ 1
Ve
2 1 1−λ
Calculamos o determinante da matriz a partir a primeira linha da matriz utilizando a definição
1−λ 0 0
det 1 1−λ 1
2 1 1−λ
1+1 1−λ 1
= (−1) (1 − λ ) det +0
1 1−λ
= (1 − λ )((1 − λ )2 − 1) = (1 − λ )(λ 2 − 2λ )
= (1 − λ )λ (λ − 2)
Observamos que a matriz do sistema não será invertível se o determinante for nulo, isto é, se
λ = 0, 1, 2.
Portanto o sistema terá infinitas soluções se λ = 0, 1, 2 e terá solução única se λ ∈ R\{0, 1, 2}.
100 Capítulo 6. Sistema de equações linerares
2. Considere o sistema
x1 + 2x2 − 3x4 + x5
= 2
x1 + 2x2 + x3 − 3x4 + x5 = 3
x + 2x2 − 3x4 + 2x5 = 4
1
3x1 + 6x2 + x3 − 9x4 + 4x5 = 9
Resolução:
a) Escreva o sistema acima na forma matricial AX = B e determine a matriz A.
b) Usando o método de Gauss-Jordan de linha equivalência encontre a forma escalonada
reduzida (ou forma escada) da matriz aumentada do sistema.
.
c) Determine as variáveis livres da solução geral do sistema.
ar
d) Escreva a solução geral desse sistema.
Resolução:
Começamos escrevendo o sistema na forma AX = B.
in
x1
1 2 0 −3 1 2
x2
im
1 2 1 −3 1 3
= .
x3
1 2 0 −3 2
4
x4
3 6 1 −9 4 9
| {z } x5 | {z }
A B
el
| {z }
X
Identificamos
Pr
1 2 0 −3 1
1 2 1 −3 1
A=
1 2 0 −3 2
3 6 1 −9 4
o
1 2 1 −3 1 | 3
M= .
Ve
1 2 0 −3 2 | 4
3 6 1 −9 4 | 9
1 2 0 −3 1 | 2
`2 − `1 → `2
1
2 1 −3 1 | 3
`3 − `1 → `3
1 2 0 −3 2 | 4
`4 − 3 × `1 → `4
3 6 1 −9 4 | 9
1 2 0 −3 1 | 2
0
0 1 0 0 | 1 `1 − `3 → `1
0 0 0 0 1 | 2 `4 − `3 → `4
0 0 1 0 1 | 3
6.3 Exercícios resolvidos 101
1 2 0 −3 0 | 0
0 0 1 0 0 | 1 ` − `2 → `4
0 0 1 | 2 4
0 0
0 0 1 0 0 | 1
1 2 0 −3 0 | 0
0
0 1 0 0 | 1
0 0 0 0 1 | 2
0 0 0 0 0 | 0
.
ar
Portanto, a matriz escalonada reduzida é
1 2 0 −3 0 | 0
in
0 0 1 0 0 | 1
0 0 0 0 1 | 2 .
0 0 0 0 0 | 0
x1 + 2x2 − 3x4 = 0
x3 = 1 ,
im
Utilizando esta matriz, construimos o sistema linear equivalente
el
x5 = 2
Pr
que tem o mesmo conjunto solução que o sistema original.
Observamos que temos 5 incognitas e 3 equações, portanto temos duas variáveis libres.
Ressolvemos o sistema e obtemos
a)
x1
r
1 2 0 −3 1 2
x2
1 2 1 −3 1 3
Ve
x3 = ,
1 2 0 −3 2 4
x4
3 6 1 −9 4 9
x5
com
1 2 0 −3 1
1 2 1 −3 1
A= .
1 2 0 −3 2
3 6 1 −9 4
.
ar
(2 − p)x +(2 − p)y +z = 1
x +y +(2 − p)z = 1 ,
(3 − 2p)x +(2 − p)y +z = p
in
com 3 equações e 3 variáveis. Determinar os valores de p para os quais o sistema tem:
a) Solução única;
im
b) Várias soluções;
c) Nenhuma solução.
d) Nos casos a) e b), resolver o sistema.
Resolução:
el
Para começar, escrevemos o sistema na forma matricial AX = B:
(2 − p) (2 − p) 1 x 1
Pr
1 1 (2 − p) y = 1
(3 − 2p) (2 − p) 1 z p
| {z } | {z } | {z }
A X B
(2 − p) (2 − p) 1 | 1
1 1 (2 − p) | 1
(3 − 2p) (2 − p) 1 | p
r
Ve
que é equivalente ao anterior e, portanto, tem o mesmo conjunto solução que o anterior.
6.3 Exercícios resolvidos 103
AX = B,
com A matriz quadrada, terá solução única se, e somente se, det(A) 6= 0, isto é, se A for
invertível.
Os casos: sistema sem solução ou sistema com infinitas soluções podem ocorrer somente
quando det(A) = 0.
.
A matriz do sistema equivalente é dada por
ar
(2 − p) (2 − p) 1
A= 1 1 (2 − p) .
in
(1 − p) 0 0
im
det(A) = (1 − p)(4 − 4p + p2 − 1)
= (1 − p)(p − 1)(p − 3)
= −(p − 1)2 (p − 3)
el
Portanto, como
(2 − p) (2 − p) 1 | 1
sã
1 1 (2 − p) | 1 `3 − `1 → `3
(3 − 2p) (2 − p) 1 | p
r
(2 − p) (2 − p) 1 | 1
Ve
1 1 (2 − p) | 1 `3 /(1 − p) → `3
(1 − p) 0 0 | p−1
(2 − p) (2 − p) 1 | 1
1 1 (2 − p) | 1 `2 − `3 → `2
1 0 0 | −1
(2 − p) (2 − p) 1 | 1
0 1 (2 − p) | 2
1 0 0 | −1
Portanto o sistema equivalente é
(2 − p)x +(2 − p)y +z = 1
y +(2 − p)z = 2
x = −1
104 Capítulo 6. Sistema de equações linerares
Calculando:
x = −1 ⇒ (2 − p)y + z = 1 + (2 − p) y + (2 − p)z = 2
Portanto
⇒ z(3 − p) = 1
⇒ z = 1/(3 − p) y = (4 − p)/(3 − p)
Assim, quando p 6= 1, 3, a solução é
.
ar
4− p 1
S = −1, , .
3− p 3− p
in
Caso p = 1: A matriz aumentada do sistema é equivalente a
1 1 1 | 1
im
1 1 1 | 1
0 0 0 | 0
S = {(1 − y − z, y, z), y, z ∈ R}
o
−1 −1 1 | 1
1 1 −1 | 1
−2 0 0 | 2
r
−x −y +z = 1
x +y −z = 1
S = {(1 − y − z, y, z), y, z ∈ R} .
6.3 Exercícios resolvidos 105
a) Determine os valores de a para os quais o sistema tem: solução única, infinitas soluções,
nenhuma solução.
b) Encontre o conjunto solução em cada caso que o sistema é solúvel.
Resolução: Vamos resolver a) e b) simultaneamente.
Para começar, escrevemos o sistema na forma matricial AX = B:
.
ar
1 1 a x 1
1 1+a 2+a y = 1
in
2 2 2
a + 2a − 4 z a
| {z } | {z } | {z }
A X B
im
e construimos a matriz aumentada M do sistema colocando a matriz A seguida da matriz B
na forma M = [A|B], isto é,
1 1 a | 1
el
M = 1 1+a 2+a | 1
2 2 2
a + 2a − 4 | a
Pr
Utilizamos o método de Gauss e fazemos operações sobre as linhas da matriz aumentada
para simplificar o sistema.
1 1 a | 1
o
` − `1 → `2
1 1+a 2+a | 1 2
`3 − 2`1 → `3
2 2 a2 + 2a − 4 | a
sã
1 1 a | 1
r
0 a 2 | 0
Ve
2
0 0 a −4 | a−2
AX = B,
com A matriz quadrada, terá solução única se, e somente se, det(A) 6= 0, isto é, se A for
invertível.
Os casos: sistema sem solução ou sistema com infinitas soluções podem ocorrer somente
quando det(A) = 0.
Assim, por ser mais simples de manipular, trabalhamos com o nosso sistema equivalente
x + y + az = 1
ay + 2z = 0
(a2 − 4)z = a − 2
.
A= 0 a 2 ⇒ det(A) = a(a2 − 4)
ar
2
0 0 a −4
in
Resolvendo, para a fixo e diferente de 0, 2, e −2, temos
1 −2z −2
z= ⇒ y= = ⇒
im
a+2 a a(a + 2)
a −2
x = 1 − az − y = 1 − −
a + 2 a(a + 2)
el
Assim, para o valor de a escolhido, temos que a solução do sistema é
a 2 −2 1
Pr
S = 1− + , ,
a + 2 a(a + 2) a(a + 2) a + 2
det(A) = 0,
sã
1 1 2 | 1 1 1 2 | 1
Ve
0 2 2 | 0 1 0 1 1 | 0
2 `2 → `2
0 0 0 | 0 0 0 0 | 0
1 0 1 | 1
`1 − `2 → `1 0 1 1 | 0 ,
0 0 0 | 0
obtendo o sistema
x + + z = 1 x = 1−z
⇒
y + z = 0 y = z
S = {(1 − λ , −λ , λ ), λ ∈ R}.
6.3 Exercícios resolvidos 107
.
Se a = 0 então a matriz aumentada do sistema é equivalente a
ar
1 1 0 | 1
0 0 2 | 0 ,
in
0 0 −4 | −2
im
x + y = 1
2z = 0 .
−4z = −2
el
5. Em cada um dos sistemas abaixo encontre, usando o metódo de Gauss, sua solução geral:
4x +3y −z +t = 4 x +5y +4z −13z = 3
Pr
a) x −y +2z −t = 0 ; b) 3x −y +2z +5t = 2
5x +2y +z =4 2x +2y +3z −4t = 1
x +y +z +t = 1
x −y +2z −t = 0
o
x −y +z −t = 1
c) 3x +y +3z +t = 0 d) .
−x −y −z t =1
x −y −z −5t = 0
sã
x +y −z −t = 1
Resolução:
a) Escrevemos
r
Ve
4x +3y −z +t = 4
x −y +2z −t = 0
5x +2y +z =4
x
4 3 −1 1 y 4
em forma matricial 1 −1 2 −1 = 0
z
5 2 1 0 4
t
.. −5 2 −4 5 −2 .. 4
−1 0 . −`1 → `1 1 0 . 7
−−−−−−−→
7 7 7 7 7
−1
`3 + `1 → `1 0 0 0 0 ... ..
7 0
1` → `
0 0 0 0 . 0
−−−−−−−−−−−−→ .
.. 4
.
7 3 3
0 7 −9 5 .. 4 −−−−−−−→ 0 1 −9 5
. 7
ar
7 7
in
4 −5 2 4 9 5
Então: x1 = − z+ t e y= + z− t
im
7 7 7 7 7 7
4 −5 2 4 9 5
S = (x, y, z,t), x = − z + t, y = + z − t, z,t ∈ R
el
7 7 7 7 7 7
Pr
b) Escrevemos
x +5y +4z −13z = 3
o
3x −y +2z +5t = 2
2x +2y +3z −4t = 1
sã
x
1 5 4 −13 y 3
r
em forma matricial 3 −1 2 5
z =
2
2 2 3 −4 1
Ve
..
1 5 4 −13 . 3
1
.
- `2 + `3 → `3 0 −16 −10 44 .. −7
2−−−−−−−−−→
−−
..
0 0 0 0 . − 23
c) Escrevemos
x −y +2z −t = 0
3x +y +3z +t = 0
x −y −z −5t = 0
x
1 −1 2 −1 y 0
em forma matricial 3 1 3 1 z = 0
1 −1 −1 −5 0
t
.
ar
Resolvemos por método de Gauss-Jordan
.. ..
1 −1 2 −1 . 0 `−3−− `1 → `3 1 −1 2 −1 . 0
in
.. −−−−−−−→ .
0 4 −3 4 .. 0
3 1 3 1 . 0
. −3` + `2 → `2 .
1 −1 −1 −5 .. 0 −−−−−−− −−−−→ 0 0 −3 −4 .. 0
..
1 −1 2 −1 . 0 −
`2 − `3 → `2 0 4 .
.. 0
1
im
4 `2 → `2
−−−−−−→
..
1 −1 2 −1 . 0
.
0 1 0 2 .. 0
el
−−−−−−−−−→ 0 8
.. − 31 `3 → `3 ..
4
0 0 −3 −4 . 0 −−−−−−−−→ 0 0 1 3 . 0
Pr
.. 5 ..
1 0 2 1 . 0 1 0 0 −3 . 0
.
`1 + `2 → `1 0 1 0 2 .. 0 `1 − 2`3 → `1 0 1 0 2
..
−−−−−−−−−→ −−−−−−−−−−→ . 0
. ..
0 0 1 43 .. 0
o
0 0 1 43 . 0
sã
5
x = 3t
r
Ve
Então: y = −2t
z = − 43 t
5 4
S = (x, y, z,t), x = t, y = −2t, z = − t, t ∈ R
3 3
d) Escrevemos
x +y +z +t = 1
x −y +z −t = 1
−x −y −z t =1
x +y −z −t = 1
110 Capítulo 6. Sistema de equações linerares
1 1 1 1 x 1
1 −1 1 −1 y 1
em forma matricial
−1 −1 =
−1 1 z 1
1 1 −1 −1 t 1
.
−−−−−−−−−→
. .
ar
1 1 −1 −1 .. 1 0 2 −2 0 .. 0
`2
2 → `2
in
. .
1 1 1 .. 11 −−−−−−→ 1 1 1 .. 1
1
. .
2 0 2 0 .. 2 1 0 1 0 .. 1
`3
`2 + `1 → `2 3 → `3
. .
im
−−−−−−−−−→ −−−−−−→ 0 0
0 0 0 2 .. 2
0 1 .. 1
. .
0 2 −2 0 .. 0 `4
2 → `4 0 1 −1 0 .. 0
−−−−−−→
el
.. .
1 1 . 1 1 1 1 0 .. 0
1 1
.. `1 + `3 → `1 .
0 −1 0 −1 . 0 −−−−−−−−−→ 0 −1 0 0 .. 1
Pr
`2 − `1 → `2
−−−−−−−−−→ . .
0 0 0 1 .. 1
`2 + `3 → `2
0 0 0 1 .. 1
−−−−−−−−−→
. .
0 1 −1 0 .. 0 0 1 −1 0 .. 0
o
. .
1 00 .. 1 1 1 0 .. 2
0 0
sã
`1 + `2 → `1 . .
−−−−−−−−−→ 0 −1 0 0 .. 1 0 −1 0 0 .. 1
`1 + `4 → `1
. −−−−−−−−−→ .
`4 + `2 → `4
0 0 0 1 .. 1 0 0 0 1 .. 1
−−−−−−−−−→
r
. .
0 0 −1 0 .. 1 0 0 −1 0 .. 1
Ve
x = 2
y = −1
Então: . S = {(2, −1, −1, 1)}
z
= −1
t = 1
6. Seja
a 0 b | 2
M= a a 4 | 4
0 a 2 | b
a matriz ampliada (ou aumentada) do sistema linear. Para que valores de a e b o sistema
admite:
a) Solução única
b) Solução com uma variável livre
6.3 Exercícios resolvidos 111
.
−−−−−−−−−→
ar
0 0 b−2 | b−2
in
a 0 2 | 2
a a 2 | 2
0 0 0 | 0
ax + z = 2
ay + 2z = 2
r
2 2 2 2
S = (x, y, z, ), x = − z, y = − z
a a a a
• Se b 6= 2
a 0 b | 2 a 0 b | 2
0 a 4−b | 1 0 a 4−b | 2
2 `3 → `3
b−2
0 0 b−2 | b−2 −−−−−−−−−−→ 0 0 1 | 1
`1 − b`3 → `1
a 0 0 | 2−b
−−−−−−−−−−→
0 a 0 | b−2
`2 − (4 − b)`3 → `2 0 0 1 | 1
−−−−−−−−−−−−−−→
112 Capítulo 6. Sistema de equações linerares
• Se a 6= 0, então
2−b b−2
.
S= , , 1,
ar
a a
in
1 2 −3 4
A = 3 −1 5 eB= 2
4 2
1 a − 16 a + 14
im
a) Determine o valor (ou valores) de a para que o sistema tenha solução única.
b) Existem valores para a de forma que o sistema tenha infinitas soluções?
c) Existem valores para a de forma que o sistema não tenha solução?
el
Resolução:
• Resolvemos pelo método de Gauss-Jordan
Pr
.. ..
1 2 −3 . 4 1 2 −3 . 4
..
`3 − `2 → `3
.
..
3 −1 5 . 2 −−−−−−−−−→ 3 −1 5 2
. .
4 1 a2 − 16 .. a + 14 1 2 a2 − 2 .. a + 12
o
sã
..
1 2 −3 . 4
`3 − `1 → `3
..
−−−−−−−−−→ 3 −1 5 . 2
r
.
0 0 a2 − 18 .. a + 8
Ve
Observamos que se a2 = 18 o sistema não tem solução, pois a última linha fica na
forma (0, 0, 0, |, 0) com b 6= 0.
• Se a2 6= 18, então
1 2 −3
2 1 2
det 3 −1 5 = (a − 18) det = −7(a2 − 18) 6= 0
3 −1
0 0 a2 − 18
Então o sistema possui solução única. Não há valores de a para que o sistema possua
infinitas soluções.
8. Verificar se a afirmação abaixo é verdadeira ou falsa.
.
x + ay + (a + 2)z = b + 2
ar
i) Determinar os valores de a e b para os quais o sistema tem: solução única, infinitas soluções
ou nenhuma solução
in
ii) Nos casos onde tiver solução, resolver o sistema.
im
Resolução: Primeiramente construimos escrevemos o sistema em forma matricial
1 a 0 x 2
(a + 1) 2 (a + 2) y = 3b − 2
a a+2 b+2
el
1 z
Aplicamos agora o método de Gauss-Jordan para transformar o sistema num sistema mais sim-
ples, lembrando que ao manipular as expressões que tem a ou b não estivermos multiplicando
sã
1 a a+2 | b+2
Ve
1 a 0 | 2
a 2−a 0 | 2b − 4 −l1 + l3 → l3
1 a a+2 | b+2
1 a 0 | 2
a 2−a 0 | 2b − 4
0 0 a+2 | b
Temos assim um novo sistema, cuja matriz principal é
1 a 0
A = a 2−a 0
0 0 a+2
Claramente se o det(A) 6= 0 o sistema terá solução única pois, nesse caso, A é invertível. Os
outros casos podem acontecer somente se det(A) = 0, isto é, o sistema pode não ter solução
114 Capítulo 6. Sistema de equações linerares
.
(a + 2)z = b
ar
Então
in
b 2b − 4 − 2a a(2b − 4 − 2a)
z= , y= x = 2−
a+2 2 − a − a2 2 − a − a2
im
Portanto
a(2b − 4 − 2a) 2b − 4 − 2a b
S = 2− , ,
2 − a − a2 2 − a − a2 a + 2
el
para todo b ∈ R. Caso a = −2: Neste caso a matriz aumentada do sistema equivalente fica
Pr
1 −2 0 | 2 1 −2 0 | 2
−2 4 0 | 2b − 4 2l1 + l2 → l2 0 0 0 | 2b
0 0 0 | b 0 0 0 | b
x − 2y = 2
sã
Donde
.
ar
1 1 k x 1
A= 1 k 1 X = y B= 1
k 1 1 z 1
in
O sistema possui solução única quando o determinante da matriz do sistema A for diferente
de zero. Pois neste caso a matriz, é invertível e a solução é S = A−1 B.
Calculamos então
im
1 1 k
det 1 k 1 = 1(k − 1) − 1(1 − k) + k(1 − k2 )
k 1 1
= −(k3 − 3k + 2)
el
= −(k − 1)2 (k + 2)
Donde, se k ∈
/ {−2, 1} temos que A é invertível.
Pr
Caso k ∈
/ {−2, 1}: construimos a matriz aumentada do sistema e fazemos operações
elementares sobre ela
1 1 k | 1 1 1 k | 1
1 k 1 | 1 l2 − l1 → l2 0 k−1 1−k |
o
0
l3 − l1 → l3
k 1 1 | 1 k−1 0 1−k | 0
sã
1 1 k | 1
l2 /(k − 1) → l2
0 1 −1 | 0 l1 − l2 → l1
l3 /(k − 1) → l3
1 0 −1 | 0
r
Ve
1 0 k+1 | 1 0 0 k+2 | 1
0 1 −1 | 0 l1 − l3 → l1 0 1 −1 | 0
1 0 −1 | 0 1 0 −1 | 0
Portanto chegamos no sistema equivalente
z = 1/(k + 2)
y=z
x=z
x + y + z = 1,
116 Capítulo 6. Sistema de equações linerares
.
ar
1 0 −1 | 1
0 1 −1 | 0
1 0 −1 | 0
in
que produz um sistema
x−z = 1
y−z = 0
x−z = 0
im
que é um sitema sem solução. Portanto este caso não tem solução.
11. Verifique se as afirmações abaixo são verdadeiras ou falsas.
el
• Todo sistema Homogêneo com 5 equações e 6 variáveis possui soluções não nulas.
Resolução: (VERDADEIRO) Todo sistema linear homogêneo possui solução. Neste
caso, o sistema possui uma variável livre e portanto possui infinitas soluções não nulas.
Pr
• Se A é uma matriz de tamnho n ×n com det(A) = 0, então o sistema homogêneo AX = 0
sempre tem solução única.
1 0
Resolução:(FALSO) Por exemplo considere A = . Claramente det(A) = 0
0 0
o
y+z+v+w = 0
Ve
y+z+v+w = 1
cn
é dada por
S = c1 [B]1 + . . . + cn [B]n .
Então todo sistema que tem A como matriz principal tem solução. Portanto, como o
sistema terá mais variáveis do que equações, esse sistema terá soluções múltiplas.
.
• Se A é uma matriz invertível, então ela não é matriz aumentada de um sistema solúvel.
ar
Resolução: (VERDADEIRO) Por ser a matriz invertível quer dizer que a matriz au-
mentada é equivalente por linhas à identidade. Então o sistema original será equivalente
a um sistema que tem uma equação da forma
in
0=1
im
que é um sistema sem solução.
12. Sabendo que o sistema
x +y +z = 1
mx +2y +3z = 0
el
2
m x +4y +9z = 1
admite uma única solução, podemos concluir que m pode assumir todos os valores do
Pr
intervalo real:
a) [0, 1] b) [1, 2] c) [3, 4) d)[0, 4].
Resolução:
Considere o sistema
o
x +y +z = 1
mx +2y +3z = 0
sã
2
m x +4y +9z = 1
1 1 1
r
m2 4 9
1+1 2 3 1+2 m 3 1+3 m 2
det(A) = (−1) · 1 · det + (−1) · 1 · det + (−1) · 1 · det
4 9 m2 9 m2 4
.
2 3 1 .. 1
`1 − `2 → `1 ..
−−−−−−−−−→
.
0 3 −1 . 2
`3 + 2`2 → `3
ar
−−−−−−−−−−→ ..
`4 − `2 → `4
0 −6 1 . λ − 1
−−−−−−−−−→ .
1 3 2 .. 1
in
.
2 3 1 .. 1
`1 − `2 → `1 .
−−−−−−−−−→ 0
3 −1 .. 2
im
`3 + 2`2 → `3
−−−−−−−−−−→ .
`4 − `2 → `4
0
−6 1 .. λ − 1
−−−−−−−−−→ ..
1 3 2 . 1
el
Então para que o sistema tenha solução devemos ter
2(3λ + 8) = 2λ + 5
−11
6λ + 16 = 2λ + 5 ⇒ λ =
Pr
4
Neste caso
1 7 1
x = − , 3y = , z = −
4 4 4
o
1 −2 −1 1 . 1 1 −2 −1 1 . 1
.. `1 − 2`1 → `2
..
2 7 3 1 . 6 0 11 5 −1 . 10
`3 − 11`1 → `3
11 11 4 8 .. 8 . ..
r
`4 − 10`4 → `4 0 33 15 −3 . 30
. −−−−−−−−−−−→ ..
Ve
10 2 0 8 .. λ 0 22 10 −2 . 20 − λ
. ..
1 −2 −1 1 .. 1 1 0− −1
11
9
11 . −2
11
−1 .. `1 + 2`2 → `1 ..
5 10 5 −1 10
0 1 . 0 1 .
`2 /11 → `2 11 11 11 `3 − 33`2 → `3
11 11 11
−−−−−−−−−→ .
. ..
0 33 15 −3 . 30 `4 − 22 → `2 0 0 0 0 . 0
.. −−−−−−−−−−−→ ..
0 22 10 −2 . 20 − λ 0 0 0 0 . λ
Portanto, se λ 6= 0 o sistema é sem solução. Se λ = 0 temos
−2 + a − 9b 10 − 5a + b
S= , , a, b ∈ R .
11 11
14. Determine os coeficientes a, b, c e d da função polinomial p(x) = ax3 + bx2 + cx + d, cujo
gráfico passa pelos pontos P1 = (0, 10), P2 = (1, 7), P3 = (3, −11) e P4 = (4, −14).
Resolução:
Seja p(x) = ax3 + bx2 + cx + d o que passa pelos pontos
6.3 Exercícios resolvidos 119
.
Resolvemos o sistema pelo método de Gauss-Jordan
ar
.. ..
1 1 1 . −3 `2 − `1 → `2 1 1 1 . −3
.. − −−−− −−−−→ .
in
8 2 0 .. −4
9 3 1 . −7
`3 − `1 → `3
. −−−−−−−−−→ .
16 4 1 .. −6 15 3 0 .. −3
im
.. ..
1 1 1 1 . −3 1 1 1 . −3
2 `2 → `2 ..
4 1 0 . −2 `3 − 3`2 → `3
.
4 1 0 .. −2
1
3 `3 → `3
.
−−−−−−−−−−→
.
−−−−−−−−→
5 1 0 .. −1 1 0 0 .. 1
el
• a=1
• 4a + b = −2 ⇒ b = −6
Pr
• c = −3 − 1 + 6 = 2
Então,
p(x) = x3 − 6x2 + 2x + 10
o
Resolução:
Seja a equação do círculo
r
x2 + y2 + ax + by + c = 0
Ve
.. ..
−2 7 1 . −53 −2 7 1 . −53
. .
−4 5 1 .. −41 `2 + 3`3 → `2 1 1 .. −66
0
−−−−−−−−−−→
.. ..
4 −3 1 . −25 4 −3 1 . −25
120 Capítulo 6. Sistema de equações linerares
`2 ..
2 → `2 −2 7 1 . −53
−−−−−−→ .
1 1 .. −33 −3`2 + `3 → `3
0
−−−−−−−−−−−→
2`1 + `3 → `3 ..
−−−−−−−−−−→ 0 11 3 . −31
..
−2 7 1 . −53
.
0 1 1 ..
−33
.
0 8 0 .. −32
.
ar
Então,
in
16. Considere o sistema (∗) AX = B, com A uma matriz m × n e B uma matriz m × 1.
a) Mostre que: se Y1 e Y2 são soluções do sistema homogêneo associado AX = 0 e a e b
im
são números reais então Z = aY1 + bY2 também é solução do homogêneo associado.
Resolução:
Se Y1 e Y2 são tais que AY1 = 0 e AY2 = 0 e a, b ∈ R
Então,
el
A(aY1 + bY2 ) = aAY1 + bAY2 = a · 0 + b · 0 = 0
Pr
b) Mostre que: Se X1 e X2 são soluções de (∗) então Y = X2 − X1 é solução do sistema
homogêneo associado AX = 0.
Resolução:
Se Y1 e Y2 são tais que AY1 = B e AY2 = B
o
Então,
sã
c) Suponha que X0 é uma solução particular de (∗) e mostre que qualquer solucão X de
(∗) é da forma X = X0 +Y , com Y solução do homogêneo associado.
Ve
OBS: Na verdade pode-se provar que para todo sistema homogêneo (∗∗) AX = 0, com
A uma matriz m × n, existem r soluções não nulas Y1 , · · · ,Yr , 0 ≤ r ≤ n, de (∗∗) tal que
toda solução Y de (∗∗) se escreve na forma Y = a1Y1 + a2Y2 + · · · + arYr , com a1 , · · · , ar
números reais (r = 0 ocorre quando (∗∗) tem a solução nula como única solução) .
Portanto, por c), se o sistema (∗) tem uma solução X0 então toda solução X de (∗) é do
tipo X = X0 + a1Y1 + a2Y2 + · · · + arYr , com a1 , · · · , ar números reais. A solução X0 é
comumente chamada de solução inicial (ou particular) de (∗) e o conjunto {Y1 , · · · ,Yr }
é chamado de um conjunto de geradores do sistema (∗) (ou simplesmente de geradores
de (∗)) Observe ainda que X0 é a única solução de (∗) somente quando r = 0.
Resolução:
Seja X0 tal que AX0 = B. Se X1 é solução de AX = B
Então,
logo,
X1 = X0 + (X1 − X0 ) = X0 +Y
onde AY = 0.
17. Dada uma matriz A = CD onde
−1 3 2 −1 2 5
C = , D = ,
1 3 3 −2
−1
resolva o sistema AX = B, sabendo-se que B = .
0
.
Resolução:
ar
−1 2 5 −1 3 2
Se A = CD com D = eC = .
3 −2 1 3
in
−1
Então a solução de AX = B para B = é
0
im
X = A−1 B = (CD)−1 B = D−1C−1 B
2 5 3 2 −1
=
3 −2 1 3 0
el
2 5 −3 −11
= =
3 −2 −1 −7
Pr
18. Determine se as afirmações abaixo são verdadeiras ou falsas
a) Seja A uma matriz quadrada e A 2 = 0 então A = 0 (0 é a matriz nula.)
0 1 0 0
Resolução: (FALSO) Seja A = , então, A 6= 0 e A · A = A2 = .
0 0 0 0
o
At − At = 0 ⇒ A = 0
c) Toda matriz pode ser escrita como soma de uma matriz simétrica e uma antisimétrica.
Resolução: (VERDADEIRO) Dada A, seja B = 21 (A + At ) e C = 12 (A − At ). Então:
r
B +C = 21 A + At + 21 A − At = A
Ve
Bt = 12 (A + At )t = 21 (At + A) = B
Ct = 21 (A − At )t = 12 (At − A) = −C
d) A única matriz quadrada tal queA2 = Id é A
= Id.
−1 0 2 1 0
Resolução: (FALSO) Seja A = ⇒ A = =1
0 −1 0 1
e) Se A, B são matrizes quadradas tais que AB = BA então Ak Bk = (AB)k para todo k ∈ N
Resolução: (VERDADEIRO) Sejam A, B tal que AB = BA. Provamos por indução.
Se k = 1 ⇒ A− 1 · B1 = AB = (AB)1 . vale para k. Então provamos para k = 1
Ak+1 · Bk+1 = Ak · ABk · B = Ak · Bk · AB = (AB)k · (AB) = (AB)k+1
f) Seja A uma matriz quadrada que satisfaz A2 + 3AB + 7I = 0, onde B é uma matriz
quadrada do tamanho apropriado, então A é invertível.
Resolução: (VERDADEIRO)
1
A2 + 3AB + 7I = 0 ⇒ A2 + 3AB = −7I ⇒ − (A2 + 3AB) = I
7
122 Capítulo 6. Sistema de equações linerares
1 3
⇒ A − A − B = I.
7 7
19. Considere o sistema
−x −y +z = 1
x −y −az = 1
x +ay +z = −3
.
ar
d) Determine o conjunto solução para a = 3
Resolução:
Para calcular o determinante da matriz A fazemos operações elementares sobre ela até chegar
in
numa matriz triangular superior T . Depois calculamos o determinante de T multiplicando as
entradas da diagonal, e utilizamos as operações elementares feitas para relacionar este valor
com o determinante de A.
A=
4 2 −4 2
6 2
1 1
2
1
4
1
2
2
1
` −
2 21 1
3
im
` →
`3 − `1 → `3
4
` 2
A =
4
0 −1
0
2
1/2
−4
8
2
2
1
1/2
2
−1
1/2
el
` − 1 ` → `4 1
1 4 41 1
1 −1 1 0 0 −3/2 2 −1/2 1/2
`5 − 4 `1 → `5
1 1 −1 −1 −1 −−−−−−−−−−→ 0 1/2 0 −3/2 −3/2
Pr
4 2 −4 2 2
`3 + 12 `2 → `3 0 −1
8 1 −1 `4 + 5 `3 → `4
3 3
`4 − 2 `2 → `4 A2 = 0 0
6 1 0 `5 − 2 `3 → `5
1 3
`5 + 2 `2 → `5 0 0 −10 −2 2 −−−−−
−−−−−→
o
−−−−−−−−−−→ 0 0 4 −1 −2
sã
4 2 −4 2 2 4 2 −4 2 2
0 −1 8 −1
1 0 −1 8 1 −1
A3 = 0 0 6 1 0 `5 − 5`4 → `5 T = 0 0 6 1 0
−− − −−−− − −−→
r
0 0 0 −1/3 2 0 0 0 −1/3 2
0 0 0 −5/3 −2 0 0 0 0 −12
Ve
Observamos que
det(T ) = 4 × (−1) × 6 × (−1/3) × (−12) = −96
Como, todas as operações elementares feitas são do tipo "adicionar a uma linha um multiplos
escalar de outra linha"temos que o valor do determinante não é alterado. Isto é
det(A) = det(A1 ) = det(A2 ) = det(A3 ) = det(T ) = −96.
4) Primeiramente observamos que o sistema pode ser escrito na forma matricial
AX = B
em que
−1 −1 1 x 1
A = 1 −1 −a X = y
B = 1
1 a 1 z 3
6.3 Exercícios resolvidos 123
Claramente, o sistema terá solução única quando a matriz do sistema A for invertível, isto é,
quando det(A) 6= 0. Calculamos então
−1 −1 1
det(A) = det 1 −1 −a
1 a 1
1+1 −1 −a 1+2 1 −a
= −1 × (−1) × det + (−1) × (−1) × det
a 1 1 1
1 −1
+(1) × (−1)1+3 × det
1 a
.
= −(−1 + a2 ) + (1 + a) + (a + 1)
ar
= −a2 + 2a + 3 = −(a − 3)(a + 1)
Se a = 1 Temos que a matriz aumentada do sistema fica
in
−1 −1 1 | 1
1 −1 −1 | 1
1 1 1 | −3
−1 −1 1 | 1
im
Fazemos operações elementares sobre ela para obter um sistema mais simples de resolver.
1 −1 −1 | 1 `1 + `3 → `1 2 0 0 | −2
0 0 2 | −2
el
` + `3 → `1
1 1 1 | −3 −−2−−−− −−−→ 1 1 1 | −3
Então o sistema é equivalente a
Pr
x +y +z = −3
2x = −2 ,
2z = −2
o
−x −y +z = 1
Ve
x −y +z = 1
x −y +z = −3
Este sistema não tem solução pois não podemos ter simultáneamente
x −y +z = 1
x −y +z = −3
Se a = 3 Temos que a matriz aumentada do sistema fica
−1 −1 1 | 1
1 −1 −3 | 1
1 3 1 | −3
Fazemos operações elementares sobre ela para obter um sistema mais simples de resolver.
−1 −1 1 | 1 −1 −1 1 | 1
1 −1 −3 | 1 `2 + `1 → `2 0 −2 −2 | 2
` + `1 → `3
1 3 1 | −3 −−3−−−− −−−→ 0 2 2 | −2
124 Capítulo 6. Sistema de equações linerares
−1 −1 1 | 1 −1 −1 1 | 1
`3 + `2 → `3 0 −2 −2 | 2 − 12 `2 → `2 0 1 1 | −1
−−−−−−−−−→ 0 0 0 | 0 −−−− − −−−→ 0 0 0 | 0
−1 0 2 | 0 1 0 −2 | 0
`1 + `2 → `1 0 1 1 | −1 −`1 → `1 0 1 1 | −1
−−−−−−−−−→ 0 0 0 | 0 −−−−−−−→ 0 0 0 | 0
Então o sistema equivalente é
x −2z = 0
y +z = −1
.
ar
Que tem por conjunto solução a
S = {(2z, −1 − z, z), z ∈ R}
in
im
el
Pr
o
r sã
Ve
II
Vetores
.
ar
in
im
el
Pr
o
sã
r
Ve
in
im
el
Quando resolvemos um sistema linear obtemos um conjunto solução. As perguntas neste caso são:
Como é esse conjunto solução? Como caracterizá-lo e como estudá-lo?
Pr
O problema básico a que nos confrnntamos é o da visualização do conjunto solução. O ser
humano visualiza coisas intuitivamente por meio de figuras e desenhos. Mas, para desenhar,
precisamos do lugar ou papel onde desenhar e uma ideia de escala para que a nossa figura guarde
uma certa coerência; esse é o objetivo deste capítulo.
o
sã
Quando tratamos de um sistema linear com duas incognitas sabemos que o conjunto solução é
Ve
formado por elementos da forma (a, b) então é natural, na hora de desenhar o conjunto de faze-lo
sobre um papel onde o número a dé uma ideia de largura e o número b de altura. Nosso papel aqui
é o plano cartesiano
Para fazer o desenho traçamos sobre o plano duas retas perpendiculares. Uma delas será chamada de
eixo x e a outra de eixo y. O ponto de interseção O, que chamamos de origem, terá por coordenadas
O = (0, 0). Sobre cada uma das retas traçamos uma escala, que de preferência deve ser a mesma
para as duas. Os valores de x positivo será do lado direito do (0, 0) e do y positivo será acima do
O = (0, 0).
Então, nosso conjunto solução pode ser representado ali: por exemplo o ponto Q = (a, b) vai
corresponder ao ponto que for a intersecção da reta paralela ao eixo y cortando o eixo x no valor
correspondente a a e da reta paralela ao eixo x cortando o eixo y no valor b.
128 Capítulo 7. Vetores no plano e no espaço
.
ar
Da mesma forma que para sistemas de duas incognitas podemos proceder para sistemas de
in
três incognitas. Só que agora o conjunto solução possui elementos da forma a, b, c portanto para
representa-los somente com altura e largura não é possivel, precisamos de mais uma magnitude,
neste caso profundidade. Este novo lugar geométrico onde vamos desenhar nosso conjunto solução
im
é o espaço cartesiano
paralelo ao plano correspondente aos eixos xz que corta o eixo y em b e do plano paralelo ao plano
correspondente aos eixos xy que corta o eixo z em c.
r sã
Ve
Obs. Uma solução de um sistema linear pode ser representada no plano ou no espaço por um ponto
no mesmo.
Uma vez que sabemos onde desenhar e onde representar os objetos do conjunto, temos que ter
uma noção de diferencia entre os objetos representados.
7.2 Vetores 129
Começamos por diferenciar pontos. Para diferenciá-los basta ver que não são iguais. Isto será
feito por meio da distância.
Definição 7.1.1 Dados dois pontos P e Q no plano ou espaço, definimos a distância entre P e
Q como
• No plano, se P = (p1 , p2 ) e Q = (q1 , q2 )
q
d(P, Q) = (q1 − p1 )2 + (q2 − p2 )2
.
d(P, Q) = (q1 − p1 )2 + (q2 − p2 )2 + (q3 − p3 )2
ar
Obs. Decorre da definição que d(P, Q) = 0 se, e somente se P = Q. De fato, se P = Q claramente
in
d(P, Q) = 0. Por outro lado se P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 ) então d(P, Q) = 0 garante
que
(q1 − p1 )2 + (q2 − p2 )2 + q3 − p3 )2 = 0.
De onde segue que
q1 = p1 q2 = p2 e q3 = p3 .
im
el
Portanto P = Q.
Pr
7.2 Vetores
Se dois pontos A e B no plano como no espaço não são iguais, nosso próximo passo é de alguma
forma mensurar ou descrever como deve ser o deslocamento de A a para B. Para isto introduzimos
o conceito de vetor.
o
Definição 7.2.1 Um vetor~u no plano é um par ordenado de números reais (a, b). Análogamente,
um vetor~u no espaço é uma tripla ordenada de números reais (a, b, c). As entradas a, b, c recebem
sã
Denotamos por V2 ao conjunto dos vetores no plano e por V3 ao conjunto de vetores no espaço,
r
isto é
Ve
Definimos sobre estes espaços duas operações: a soma e o produto por escalar. Dados ~u = (a, b),~v =
(c, d) vetores no plano e α ∈ R definimos por ~u +~v e α~u aos vetores cujas componentes são dadas
por
Observamos como a definição é igual ao caso das matrizes e que, embora esta notação seja igual à
notação que damos para os pontos, o significado é completamente diferente.
Os espaços dos vetores munidos da soma e produto por escalar definidos satisfazem as seguintes
operações:
130 Capítulo 7. Vetores no plano e no espaço
.
ar
P = (p1 , p2 ) no plano e um vetor ~v = (v1 , v2 ) o ponto Q obtido ao se deslocar desde P na direção
de ~v é dado por
in
Q = (p1 + v1 , p2 + v2 ).
−→
Graficamente isto pode ser representado por um segmento de reta orientado PQ com origem em P
im
e extremo em Q.
Q = (p1 + a, p2 + b)
el
~v = (a, b)
P = (p1 , p2 )
Pr
O
Desta forma, podemos ver cada ponto P, no plano ou no espaço, como deslocamentos do ponto
−→
o
origem O na direção do vetor OP, cujas componentes são dadas precisamente pelas entradas do
ponto, isto é
sã
−→
P = (a, b) ⇒ OP = (a + 0, b + 0) = (a, b).
−→
r
Também podemos fazer o caminho contrário, dado dois pontos P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 )
−→
procuramos o vetor PQ que mensura o deslocamento do ponto P ao ponto Q.
−→
Gráficamente, o vetor PQ é representado pelo segmento de reta orientado com origem em P e
extremidade em Q.
Neste caso é simples fazer a conta e obter
−→
P = (p1 , p2 ), Q = (q1 , q2 ) ⇒ PQ = (q1 − p1 , q2 − p2 ).
−→
P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) ⇒ PQ = (q1 − p1 , q2 − p2 , q3 − p3 ).
−
→ −→
Definição 7.2.2 Sejam AB (que vai do ponto A ao ponto B) e PQ (que vai do ponto P ao ponto
Q) dois segmentos de reta orientados que representam os correspondentes vetores. Dizemos que
−→ −→
• os segmentos de reta orientados representam o mesmo vetor se AB = PQ.
−
→ −→ −→ −→
• AB e PQ são paralelos se existe um escalar λ ∈ R{0} tal que AB = λ PQ.
7.2 Vetores 131
B
Q
A
P
C
.
Vamos resolver isto com vetores. Sabemos que
ar
−
→ −→ −→
AP + PQ = AQ,
in
então
−
→ −
→ − →
CB = AB − AC
im
−→ −→
= 2AQ − 2AP
−→ − →
= 2(AQ − AP)
−→
= 2PQ.
el
Definição 7.2.3 • Um vetor ~v é dito uma combinação linear de vetores {~u1 , · · · ,~uk } se
Pr
existem escalares {λ1 , · · · , λk } tais que
~v = λ1~u1 + · · · + λk~uk
o
Obs. Vamos dar uma ideia intuitiva sobre o que significa um conjunto de vetores ser linear-
mente independente ou linearmente dependente. Assuma que {~u1 , . . . ,~uk } é um conjunto
linearmente dependente, então existem escalares λ1 , . . . , λk tais que
λ1~u1 , + · · · + λk~uk = ~0
.
P2
ar
P4
λ2 →
−
u2
in
P1
λ1 →
−
im
u1 Pk−1
λk →
−
uk
P0
Caso os vetores {~u1 , . . . ,~uk } sejam linearmente independentes nunca poderemos fazer um
el
percurso fechado em P0 como acima, pois a única forma de formar o ~0 é fazendo todos os
termos iguais a ~0.
Pr
Exemplo 7.2 1. Os vetores →
−
v 1 = (1, 1, 1) →
−
v 2 = (2, 1, 0) e →
−
v 3 = (2, 0, −2) são linearmente
dependentes. De fato
→
−
v 3 = −2→
−
v 1 + 2→
−
v 2.
o
2. Os vetores →−
v 1 = (1, 1, 1), →
−
v 2 = (1, 1, 0) e →
−
v 3 = (1, 0, 1) são linearmente independentes.
sã
De fato, se
α→
−
v 1 +β→
−
v 2 + γ→
−
v 3 = 0.
r
Então
Ve
α + β + γ = 0
α + β = 0
α + + γ = 0
Como
1 1 1
1 1 1 1
det 1 1 0 = 1 × det + 0 + 1 × det = −1 6= 0
1 0 1 1
1 0 1
Obs. Todo vetor do plano pode ser escrito unívocamente como combinação linear dos vetores
{~e1 = (1, 0), ~e2 = (0, 1)}.
7.2 Vetores 133
Mais ainda, as coordenadas (x, y) de um ponto qualquer do plano P = (x, y), podem ser vistas
como as componentes da combinação linear, isto é,
−→
OP = x ~e1 + y ~e2 .
Todo vetor no espaço pode ser escrito unívocamente como combinação linear dos vetores
.
{~e1 = (1, 0, 0), ~e2 = (0, 1, 0), ~e3 = (0, 0, 1)}.
ar
Mais ainda, as coordenadas (x, y, z) podem ser vistas como as compenentes da combinação
linear, isto é,
in
−→
OP = x ~e1 + y ~e2 + z ~e3 .
−→
plano xy → {P, OP = x ~e1 + y ~e2 , x, y ∈ R}.
sã
λ1 ~u1 + · · · + λk ~uk = 0.
Ve
Assim, por exemplo, o problema de como determinar se um conjunto {~u1 , · · · ,~uk } de vetores no
espaço é linearmente independente ou não, pode ser tratado da seguinte forma (fazemos aqui o caso
do espaço como exemplo): assuma que
então a equação
λ1~u1 + . . . + λk~uk = 0
134 Capítulo 7. Vetores no plano e no espaço
.
espaço, isto é, com três vetores linearmente independentes podemos descrever qualquer outro vetor
ar
no espaço como combinação linear deles.
Sejam ~u = (u1 , u2 ) e ~v = (v1 , v2 ) vetores no plano. Então se ~w = (a, b) é um outro vetor
queremos saber se existe α, β tal que
in
α~u + β~v = ~w
o que é equivalente a saber se o sistema
im
u1 v1 α a
= ,
u2 v2 β b
tem solução.
el
Em geral, se
u1 v1
Pr
det 6= 0,
u2 v2
sempre vai ter solução. Mas, pedir que o determinante seja diferente de zero é equivalente a dizer
que ~u e ~v são linearmente independentes. De fato, ao ter determinante diferente de zero, temos que
o problema
o
Proposição 7.2.1
• Em V2 o número máximo de vetores linearmente independentes é 2.
• Em V3 o número máximo de vetores linearmente independentes é 3.
Demonstração: Assuma que, em V2 , temos k vetores lineramente independentes que geram V2 .
Claramente k > 1 pois, pelo visto acima, se~v = (a, b) 6= (0, 0) temos que ~u = (−b, a) satisfaz {~u,~v}
é linearmente independente. Assuma então que k > 2. Considere o sistema homogêneo associado
λ1
a11 a12 · · · a1n . 0
.
. = .
a21 a22 · · · a2n 0
λn
Temos assim k > 2 variáveis e, portanto, o sistema possui váriáveis livres. De onde segue que
existem soluções não nulas, o que é uma contradição. De fato, se há soluções não nulas temos que
~u1 , · · · ,~un não é lineramente independente.
O resultado para V3 se prova em forma análoga.
7.3 Exercícios resolvidos 135
.
b) A origem de ~V = (−1, 0, 1) é P = 12 (1, 1, 3) + 21 (−1, 1, 1) = (0, 1, 2). Então sua extremi-
ar
−→
dade é Q = (q1 , q2 , q3 ) onde PQ = ~V , isto é, (q1 , q2 − 1, q3 − 2) = (−1, 0, 1), portanto,
q1 = −1, q2 = 1, q3 = 3 de onde Q = (−1, 1, 3).
in
c) O representante de ~V = (1, 1, 1) tem extremidade em P = (1, 1, 1) então sua origem
−→
é Q = (q1 , q2 , q3 ) tal que QP = ~V , isto é, (1 − q1 , 1 − q2 , 1 − q3 ) = (1, 1, 1), portanto,
im
q1 = −0, q2 = 0, q3 = 0, ou seja Q = (0, 0, 0).
2. Verifique se os pontos dados abaixo são colineares:
a) A = (1, 0, 1), B = (2, 2, 0) e C = (0, −2, 2);
b) A = (0, 1, −1), B = (1, 2, 0) e C = (0, 2, 1);
el
c) A = (3, 1, 4), B = (2, 7, 1) e C = (0, 1, 5).
Resolução:
−→
a) A = (1, 0, 1), B = (2, 2, 0) e C = (0, −2, 2) são colineares, pois AB = (1, 2, −1) e
Pr
−
→ −→
AC = (−1, −2, 1) satisfazem −AB = AC
−
→
b) A = (0, 1, 1), B = (1, 2, 0) e C = (0, 2, 1) não são colineares, pois AB = (1, 1, 1) e
−
→
AC = (0, 1, 2) são linearmente independentes.
o
−→
c) A = (3, 1, 4), B = (2, 7, 1) e C = (0, 1, 5) não são colineares, pois AB = (−1, 6, −3) e
−
→
sã
paralelogramo
Ve
A D
−→ −→
então AB = CD, logo, se D = (x, y, z) temos que (−2, 1, 0) = (−x, 1 − y, 2 − z) de onde
−→ −→
x = 2, y = 0 e z = 2 ⇒ D = (2, 0, 2). Observamos que AD = (1, 0, 1) = CD.
.
2 2 2 2
ar
1 −→ − → 1−→ 1 −→ 1 −→ 1 −→ 1 −→ 1 −→
= (AB + CA) + AB + BD CD + (AD) = (−AD) + AD = 0
2 2 2 2 2 2 2
in
⇒ M=N
Resolução:
im
1 −−→ 1 −−→ −−→ −−→
MN = AM − MN = MN + (MN) − (CB) = MN + (MN − MN − MN)
2
1 −−→ 1 −→ 1 −
2
→ −→
2 2
el
= MN + DC (AB + DC)
2 2 2
−→ −→
5. Sejam OA e OB dois vetores não colineares no espaço. Qual o conjunto dos pontos P tais
Pr
−→ −
→ −→
que OP = λ OA + (1 − λ )OB?
−→ −→ −→ −→ −→
independentes, então, os pontos P tal que OP = λ OA + (1 − λ )OB é a reta OP = λ (OA −
−→ −→ −
→ −→ −→ −→
sã
in
im
el
Sobre um espaço vetorial nem sempre é possível definir uma operação produto cujo resultado seja
um vetor do mesmo espaço. Em termos matemáticos, um espaço vetorial nem sempre admite
uma estrutura de álgebra. No entanto outras noções de produto podem ser introduzidas. Este é o
Pr
conteúdo deste capítulo.
para vetores em V3 , portanto o produto fica determinado pelos valores que assumem
138 Capítulo 8. Produto entre vetores
.
ar
para vetores em V3 .
in
O produto escalar, ou interno, entre dois vetores é um produto V × V → R que associa a dois
vetores ~u,~v um escalar ~u ·~v que chamamos de produto escalar de ~u com ~v. Aqui R é visto como o
im
espaço vetorial dos escalares.
Ele fica determinado pelas seguintes fórmulas
~u ·~v = ad + be,
r
Ve
~u ·~v = ad + be + c f .
Exemplo 8.1
1.
2.
(2, 0, 1) · (0, 0, 1) = 2 · 0 + 0 · 0 + 1 · 1 = 1.
Demonstração: Fazemos o caso V3 pois o outro é análogo. Observamos que iii- e iv- seguem da
construção do produto. Se ~u = (a, b, c) temos que
~u ·~u = a2 + b2 + c2 ,
então
i) ~u ·~u ≥ 0 pois é soma de números não negativos.
ii) ~u ·~u = 0 ⇔ a2 + b2 + c2 = 0 ⇔ a = b = c = 0.
.
ar
iv) ~u ·~v = a · d + b · e + e · j =~v ·~u.
in
Definição 8.2.1 A norma de um vetor ~u é o escalar dado por
√
k ~u k= ~u ·~u.
im
Um vetor de norma igual a 1 é dito um vetor unitário.
o
Corolário 8.2.3 Seja ~u um vetor tal que ~u ·~v = 0 para todo ~v, então ~u = ~0.
sã
0 = ~u ·~u = ||u||2 .
r
Portanto ~u = ~0.
Ve
Exemplo 8.2 Vamos mostrar que dados dois pontos P, Q temos que
−→
d(P, Q) =k PQ k .
De onde
−→
q
k PQ k= (q1 − p1 )2 + (q2 − p2 )2 + q3 − p3 )2 = d(P, Q).
Sejam ~u e ~v dois vetores em V2 ou V3 e considere uma representação deles de tal forma que
−→ −→
~u = OP e ~v = OQ.
140 Capítulo 8. Produto entre vetores
~u ~v − ~u
θ
Q
O ~v
Seja 0 ≤ θ ≤ π o ângulo formado pelos segmentos OP e OQ. Então, pela lei do cosseno, tiramos
que
k~u −~vk2 = d(P, Q)2
.
ar
= d(O, P)2 + d(O, Q)2 − 2d(O, P) d(O, Q) cos(θ )
= k ~u k2 + k~v k2 −2 k ~u k k~v k cos(θ ).
in
Por outro lado
k~u −~vk2 = (~u −~v) · (~u −~v)
im
= ~u ·~u +~v ·~v − 2~u ·~v
= k ~u k2 + k~v k2 −2~u ·~v.
Comparando obtemos que
el
~u ·~v =k ~u k k~v k cos(θ ).
Pr
Definição 8.2.2 Sejam ~u e ~v dois vetores. O ângulo 0 ≤ θ ≤ π definido por
~u ·~v
cos(θ ) = .
k ~u k k~v k
o
~u ·~v λ ~v ·~v λ
cos(θ ) = = 2
= = ±1.
k ~u k k~v k |λ | k~v k |λ |
Uma vez que temos a noção de perpendicularidade entre dois vetores ~u 6= 0 e ~v 6= 0 podemos
perguntar se é possível decompor ~v como soma de dois elementos
~v =~vk +~v⊥ ,
onde
A solução desta pergunta, embora muito simples, terá grande interesse para nosso trabalho depois.
Vamos assumir que sim. Neste caso, existe um α tal que
tiramos que
~v ·~u
α= .
k ~u k2
Portanto
~v =~vk +~v⊥ ,
.
ar
onde
~v ·~u ~v ·~u
~vk = ~u e ~v⊥ = ~v − ~u .
in
k ~u k2 k ~u k2
Definição 8.2.3 Dados dois vetores ~u e ~v não nulos. A aplicação que leva ~v → ~vk recebe o
~v ·~u
el
Proposição 8.2.4 Dados ~u, ~v e ~
w vetores e α escalar, então
Pr
Pro j~u (~v + α~w) = Pro j~u (~v) + αPro j~u (~w)
~v ·~u ~w ·~u
= 2
~u + α ~u
k ~u k k ~u k2
r
Exemplo 8.4 Sejam P e Q dois pontos e ~u um vetor dado, queremos determinar um ponto R tal
−
→ −→ − →
que PR = λ~u e RQ ⊥ PR como na figura
Q
P R ~u
.
−→
PQ ·~u
ar
z = p3 + · u3 .
k ~u k2
in
8.3 Produto vetorial
im
O produto vetorial é um produto entre vetores de V3 cujo resultado é um vetor em V3 . Este produto
é denotado por × e é dado pelas seguintes condições
Como visto, lembrar da fórmula para o produto não é fácil. No entanto, podemos utilizar a
seguinte regra mnemotécnica: Sejam~v = (a, b, c), ~u = (d, e, f ) vetores e~e1 = (1, 0, 0),~e2 = (0, 1, 0),
sã
~e3 = (0, 0, 1) os vetores canônicos. Utilizando formalmente o cálculo de determinantes, temos que
~e1 ~e2 ~e3
r
d e f
Observamos que esta fórmula não faz sentido no sentido estrictamente matemático.
Proposição 8.3.1 Sejam ~u, ~v e ~
w vetores e α um escalar. São válidas as seguintes identidades:
i) ~u ×~v = −(~v ×~u)
ii)
− ~w −
~w · (~u ×~v) = det − ~u − .
− ~v −
Portanto
Demonstração: Vamos fazer a prova utilizando a regra vista acima. Sejam~v = (a, b, c),~u = (d, e, f )
e ~w = (g, h, i).
i-
~e1 ~e2 ~e3 ~e1 ~e2 ~e3
~v ×~u = det a b c = − det d e f = −(~u ×~v).
d e f a b c
ii- Fazemos a conta
~w · (~v ×~u) = (g~e1 + h~e2 + i~e3 ) · (b f − ce)~e1 + (cd − a f )~e2 + (ae − bd)~e3
.
= g(b f − ce) + h(cd − a f ) + i(ae − bd)
ar
− ~w −
= det − ~u − .
− ~v −
in
Claramente, quando fizermos ~u · (~v ×~u) ou ~v · (~v ×~u) estaremos calculando o determinante
de uma matriz com duas linhas repetidas. Portanto o resultado é 0.
im
iii-
~e1 ~e2 ~e3 ~e1 ~e2 ~e3
α(~v ×~u) = det αa αb αc = (α~v) ×~u = det a b c =~v × (α~u).
d e f αd αe α f
el
iv- Segue imediatamente das propriedades que definem o produto vetorial como produto.
Pr
então,
~u ×~u = ~0.
r
Ve
Vamos calcular a norma do produto vetorial entre dois vetores. Sejam~v = (a, b, c) e ~u = (d, e, f )
então
.
−2b f ce − 2cda f − 2aedb − c2 f 2 − b2 e2 − a2 d 2
ar
= (a2 + b2 + c2 )(d 2 + e2 + f 2 ) − ((a, b, c) · (d, e, f ))2
= k ~u k2 k~v k2 −(~u ×~v)2
in
= k ~u k2 k~v k2 (1 − cos(θ )2 )
= k ~u k2 k~v k2 sin(θ )2 .
Portanto
~u
sã
Por outro lado, se ~v ×~u = 0 se o ângulo entre ~u e ~v é zero ou π. Portanto ~u = λ~v para algum
λ ∈ R.
que não é outra coisa senão a fórmula do volume do sólido que é a área da base pela altura do
mesmo.
8.4 Exercícios resolvidos 145
~w
~v
~u
.
1. Considere
ar
~u = 3~v − 5~w
in
onde ||~v||2 = 4, ||~w||2 = 3 e ~v · ~w = 1. Calcule
• ~u ·~v,
• ~u · ~w,
im
• ||~u − 2~v||2 ,
• ||~u − 2~w||2 ,
• ||~u −~v||2 ,
• ||~u − ~w||2 .
el
Resolução:
Considere ~u = 3~v − 5~w onde ||~v||2 = 4, ||~w||2 = 3 e ~v · ~w = 1. Observamos que
Pr
= 12 − 5(1) = 7.
o
= 3 − 15 = −12.
r
Ve
= 4 − 10 + 75 = 69.
= 36 − 48 + 192 = 180.
= 16 − 20 + 100 = 96.
= 36 − 36 + 108 = 108.
146 Capítulo 8. Produto entre vetores
2. Sejam
.
−
→ − →
Determine R, RC e AR.
ar
Resolução: Pela forma do triângulo temos que decompor
−
→ − → − →
in
AC = AR + RC.
Observamos que
im
−
→ −
→
AR = Pro j−
→ AC.
AB
Como
−
→ −
→
el
AC = (2, 22, 149) AB = (−2, 2, 1).
Então
Pr
−
→ (2, 22, 149) · (−2, 2, 1)
AR = (−2, 2, 1)
9
= 21(−2, 2, 1)
= (−42, 42, 21).
o
e
−
→ −
→ − →
RC = AC − AR
r
Resolução: √
d um triângulo de área 6. Se A = (2, 1, 0) e B = (−1, 2, 1) e C = (0, y, 0), então
Seja ABC
−
→ −
→
AB = (−3, 1, 1) e AB = (−2, y − 1, 0). Então
√ 1
6 =
AB × AC
2
8.4 Exercícios resolvidos 147
Como
i j k
1 = −(y − 1)2 , −2, −3y + 5)
AB × AC = −3 1
−2 y − 1 0
AB × AC
2 = (y − 1)2 + 4 + (5 − 3y)2
= y2 − 2y + 1 + 4 + 25 − 30y + 9y2
= 10y2 − 32y + 30.
Então,
.
1
· (10y2 − 32y + 0) ⇒ 10y2 − 32y + 6 = 0
ar
6=
4
√
2 18 ± 14
⇒ 5y − 18y + 3 = 0 ⇒ y =
in
10
1
⇒ y = 3 ou y =
5
Portanto
1
C = (0, 3, 0) ou C = 0, , 0
5
im
el
4. a) Decompor o vetor ~w = (1, 3, 2) como soma de dois vetores ~w = ~u +~v, onde ~u é paralelo
ao vetor (0, 1, 3) e v é ortogonal a (0, 1, 3).
Pr
b) Encontre√um vetor ~u que seja ortogonal aos vetores (2, 3, −1) e (2, −4, 6) tal que
k ~u k= 3 3.
Resolução:
a) Seja ~w = ~u +~v e u~0 = (0, 1, 3). Queremos decompor ~w como uma soma ~w = ~u +~v em
o
u0 e ~v ⊥ u~0 . Então,
que ~u//~
sã
h~w, u0 i ~w · u~0 9
~u = Pro ju0 (~w) = 2
· u~0 = 2
· u~0 = · (0, 1, 3)
ku0 k ku0 k 10
r
9 27 21 −7
Ve
⇒ ~u = 0, , ⇒ ~v = ~w −~u = 1, ,
10 10 10 10
5. a) Demonstre que não existe x tal que os vetores ~v = (x, 2, 3) e ~u = (x, −2, 3) sejam
perpendiculares.
b) Encontre o ângulo entre os vetores ~u = (2, 1, 0) e ~v = (0, 1, −1) e entre os vetores
~w = (1, 1, 1) e~z = (0, −2, −2).
Resolução:
a) Se ~v = (x, 2, 3) e ~u = (x, −2, 3). Então,
~v ·~u = x2 − 4 + 9 = x2 + 5 > 0 ∀x
Portanto,
.
~v ·~u 6= 0 ∀x ∈ R
ar
b) Sejam ~u = (2, 1, 0) e ~v = (0, 1, −1). Então,
in
~u ·~v 1 1
cos(α(u, v)) = = √ √ = α(u, v) = arccos √
5· 2 10
~w ·~z −4 im
Sejam ~w = (1, 1, 1) e~z = (0, −2, −2). Então,
el
cos(α(z, w)) = √ √ = √
3· 8 24
Então ,
Pr
−4
α(~z,~w = arccos √ .
24
6. a) Dado um triângulo isósceles, mostre que a mediana relativa à base é a mediatriz (i.é., é
o
perpendicular à base).
b) Mostre que: Se um triângulo tem duas medianas iguais então ele é isósceles.
sã
Resolução:
a) Assuma que AH = 12 · AB e que
AC
=
BC
. Então,
r
Ve
BC + HB = HC ⇒ HC = HB − HB e AC = AH + HC
2
2
2
⇒
BC
=
AH
+
HC
+ 2 · AH · HC
Então como
AH = HB
Temos que
HC · HB = −HC · HB
Portanto,
HC · HB = 0.
8.4 Exercícios resolvidos 149
b)
7. Sejam ~u e ~v dois vetores de comprimentos iguais, mostre que para quaisquer números a e b,
os vetores a~u + b~v e a~v + b~u têm o mesmo comprimento. O que significa isso?
Resolução:
Sejam ~u,~v tal que k~uk = k~vk = c e considere a, b ∈ R. Seja w
~ 2 = a ·~u + b ·~v e w
~ 2 = b ·~u + a ·~v.
Então:
k~wk2 = a2 · k~uk2 + b2 · k~vk2 + 2ab ·~v ·~u = (a2 + b2 ) · c2 + 2ab ·~v ·~u
k~wk2 = a2 · k~vk2 + b2 · k~uk2 + 2ab ·~v ·~u = (a2 + b2 ) · c2 + 2ab ·~v ·~u
.
ar
O vetor ~w1 e ~w2 são o lado de um triângulo de lado ac e outro bc e que formam o ângulo que
formam ~v e ~u. Os dois tem o mesmo comprimento por causa do teorema do coseno.
8. Determine, se existir, os valores de x para que o vetor ~v = x~i + 6~k seja paralelo ao produto
in
vetorial de ~w =~i + x~j + 2~k por ~u = 2~i + ~j + 2~k
Resolução:
Sejam ~w = (1, x, 2) e ~u = (2, 1, 2).
⇒
i j k
im
~w ×~u = 1 x 2 = (2x − 2, 2, 1 − 2x) .
el
2 1 2
Pr
Para que ~w ×~u seja paralelo a ~v = (x, 0, 6) teriamos que ∃ λ tal que
λ ·~v = ~w ×~u
Mas isto significa (λ · 0 = 2) o que não pode acontecer, portanto não serão paralelos ∀ x ∈ R.
o
sã
9. Determine x para que os pontos A = (x, 1, 2), B = (2, −2, −3), C = (5, −1, 1) e D = (3, −2, −2)
sejam coplanares.
r
Resolução:
Sejam A = (x, 1, 2), B = (2, −2, −3), C = (5, −1, 1) e D = (3, −2, −2). Considere:
Ve
10. Encontre o volume do paralelepípedo determinado pelos vetores ~u, ~v e ~w nos seguintes casos:
−
→
a) Dados os pontos A = (1, 3, 4), B = (3, 5, 3), C = (2, 1, 6) e D = (2, 2, 5) tome ~u = AB,
−→ −→
~v = AC e ~w = AD = (1, 3, 4).
b) ~u =~i + 3~j + 2~k, ~v = 2~i + ~j −~k e ~w =~i − 2~j +~k.
Resolução:
a) Sejam A = (1, 3, 4), B = (3, 5, 3), C = (2, 2, 5) e D = (2, 2, 5).
−
→ −
→ −→
~u = AB = (2, 2, −1) ~v = AC = (1, −2, 2) ~w = AD = (1, −1, 1)
O volume do paralelepípido determinado por ~u,~v e ~w é (~u ·~v × ~w). Calculamos:
i j k
.
~v × ~w = 1 −2 −2 = (0, 1, 1) = ~u · (~v × ~w) = (2, 2, −1) · (0, 1, 1) = 2 − 1 = 1
ar
1 −1 1
Então vol = 1.
in
b) O volume do paralelepípido gerado por ~u = (1, 3, 2), ~v = (2, 1, −1) e w = (1, −2, 1) é
dado por
| ~u · (~v × ~w) |
Calculamos,
i
j
k
im
~v × ~w = 2 1 −1 = (−2, −3, −5)
el
1 −2 1
| ~u · (~v × ~w) |=| ~u · (1, 3, 2) · (−1, −3, −5) |=| −1, −9, −10 |=| −20 |= 20
Pr
11. Sejam ~u e ~v vetores no espaço. Mostre que
a) (~u +~v) × (~u −~v) = 2~v ×~u
b) Se ~u ×~v é não nulo e ~w é um vetor qualquer no espaço então existem números reais a, b
e c tal que ~w = a(~u ×~v) + b~u + c~v.
o
a)
~u ×~u = 0
(~u +~v) × (~u −~v) = ~u ×~u −~u ×~v +~v ×~u −~v ×~v = 2~v ×~u
~v ×~v = 0
r
Ve
b) Se ~u ×~u = 0 6= 0. Então:
~u
...
= k~u ×~vk2 6= 0
det ~u | ~v | ~u ×~u = det
~v
...
~u ×~v
~u
...
Pois, det(A) = det(At ) e det
~v
= u3 · (u1 × u2 ). Então o sistema linear
...
~u ×~v
a
~u | ~v | ~u ×~u = b = (~w)
c
8.4 Exercícios resolvidos 151
c) Assuma ~u ×~v 6= 0 e ~u ·~v = 0. Como ~u ×~v 6= 0. Então {~u,~v,~u ×~v} é uma base tal que
~u ·~v = 0
~u ·~u ×~v = 0
~v · (~u ×~v) = 0
Como ~u × (~u ×~v) = a ·~u + b ·~v + c ·~u ×~v. Pelo item anterior e ~u ⊥ ~u × (~u ×~v) e ~u ×~v ⊥
.
ar
u × (u × v).
Por propriedade do prodduto vetorial segue que
in
0 = u · (~u × (~u ×~v)) = a
im
⇒ ~u × (~u ×~v) = b~v
√ √ √
12. Sejam A = (2, 1, 2), B = (1, 0, 0) e C = (1 + 3, 3, − 6) três pontos no espaço. Calcule
os ângulos do triângulo ABC,
d e os comprimentos da mediana e da altura que saem do vértice
el
A.
Resolução: √ √ √
Pr
Sejam A = (2, 1, 2), B = (1, 0, 0) e C = (1 + 3, 3, − 6)
√ √ √ √ √ √
BA = (1, 1, 2) BC = ( 3, 3, − 6) AC = ( 3 − 1 − 1, 3, − 6 − 2)
√ √ √ √ √ √ √
BA · BA = 3 + 3 − 2 6 = 2 · ( 3 − 6) = cos θ · kBAk kBCk = cos θ · 6 · 42
o
√ √
2 · ( 3 − 6)
⇒ cos θ = √ √
sã
6 · 42
Os outros se calculam de forma similar.
13. Sejam ~u = (−1, 1, 1) e ~v = (2, 0, 1) dois vetores. Encontre os vetores ~w que são paralelos ao
r
Resolução:
Sejam ~u = (−1, 1, 1) e ~v = (2, 0, 1). Seja ~w = (a, b, c) tal que w ∈ π com π sendo o plano
gerado por {o,~u,~v}. Então,
−λ + 5γ = 0 λ = 5γ 1 5
⇒ ⇒ ⇒ γ= e λ=
3λ − 2γ = 7 15γ − γ =7 2 2
152 Capítulo 8. Produto entre vetores
5 1
⇒ ~w = ·~u + ·~v
2 2
14. O vetor ~w é ortogonal aos vetores ~u = (2, 3, −1) e ~v = (1, −2, 3) e ~w · (2, −1, 1) = −6.
Encontre ~w.
Resolução:
Seja ~w ortogonal a
~u = (2, 3, −1)
e tal que ~w · (2, −1, 1) = −6
~v = (1, −2, 3)
.
ar
Observamos que ~w = λ (~u ×~v). Como
~e1 ~e2 ~e3
~u ×~v = 2 3 −1 = (7, −7, −7),
in
1 −2 3
temos que
Como
~w = a(7, −7, −7).
im
el
3
~w · (2, −1, 1) = −6 → 14a = −6 → a = − .
7
Portanto,
Pr
3
~w = − (7, −7, −7) = (−3, 3, 3).
7
15. Sejam u = (1, −1, 3) e v = (3, −5, 6). Encontre pro ju+v (2u − v).
o
Resolução:
Sejam ~u − (1, −1, 3) e ~v = (3, −5, 6)
sã
−22
= · (4, 6, 9)
Ve
| 16 + 36 + 81 |
−22
= · (4, 6, 9).
133
16. Responda, justificando, falso ou verdadeiro a cada uma das seguintes afirmações:
a) Se ~u, ~v e ~w são vetores no espaço, com ~v não nulo e ~v ×~u =~v × ~w então ~u = ~w.
b) Se ~u, ~v e ~w são vetores no espaço então: | ~u · (~v × ~w) |=|~v · (~u × ~w) |=| ~w · (~v ×~u) |=|
~v · (~w ×~u) |.
c) Se ~u, ~v e ~w são vetores no espaço então ~u × (~v × ~w) = (~u ×~v) × ~w.
d) Se ~u, ~v e ~w são vetores no espaço, ~u é não nulo e ~u ×~v = ~u × ~w = ~0 então ~v × ~w = ~0.
Resolução:
a) Falso
~v = (1, 0, 0) ~u = (1, 1, 0) ~w = (0, 1, 0) ~v × ~w = (0, 0, 1) =~v ×~u
8.4 Exercícios resolvidos 153
b) Verdadeiro
~u As outras são permutaçoẽs, das linhas da matriz.
|~u · (~v ×~w) |= det ~v Como estas permutaçoẽs alteram o sinal do
~w determinante não temos alteração do módulo.
c) Falso
.
Se ~u = (0, 1, 0) ⇒ ~u ×~v = (−1, 0, 0) ⇒ (~u ×~v) × ~w = (0, 1, 0)
ar
in
i j k
⇒ ~v × ~w = (1, 0, 0) ⇒ ~u × (~v × ~w) = 0 1 1 = (0, 1, −1)
1 0 0
d) Verdadeiro
⇒ ~u ×~v = 0 im
⇒ ~v = λ ·~u
el
Sejam ~u = (1, 0, 0) ⇒ ~v × ~w = α · λ ·~u ×~u = 0
⇒ ~u × ~w = 0 ⇒ ~w = α ·~u
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
III
Objetos Geométricos
9 Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.1 Retas
9.2 Ângulo entre retas
9.3 Posição Relativa de retas
9.4 Distâncias
9.5 Exercícios resolvidos
.
ar
10 Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.1 Planos
10.2 Ângulo
in
10.3 Posição relativa de dois planos
10.4 Posição relativa entre uma reta e um plano
10.5 Distãncias
im
10.6 Exercícios resolvidos
11 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
11.1 Cônicas
el
11.2 Elipse
11.3 Hipérbole
11.4 Parábola
Pr
in
im
el
Uma reta é uma linha formada por um número infinito de pontos que não tem inicio nem fim. Mas
qual a diferência entre reta e curva infinita? Para uma resposta teríamos que entrar em criterios
sobre como a reta é acurva que minimiza a distância entre quaisquer dois de seus pontos. Não
Pr
vamos percorrer este caminho. Faremos algo um pouco mais intuitivo e utlizando conhecimentos
prévios de matemática. Em particular vamos ver que as retas representam soluções de sistemas
lineares com uma variável livre.
o
9.1 Retas
sã
Na matemática, a reta aparece por exemplo nas aproximações de funções por polinômio de
Ve
y = mx + b.
Vamos manipular um pouco esta equação para obter uma equação vetorial. Se P = (x, y) é um
ponto da reta, então temos que P = (x, mx + b). Seja Q o ponto de coordenadas (0, b) e ~v o vetor
(1, m) então, em forma vetorial, podemos dizer que
−→ −→
OP = x(1, m) + (0, b) = x~v + OQ.
158 Capítulo 9. Retas
Portanto,
−→ −→ −→
QP = OP − OQ = x~v, x ∈ R.
De onde tiramos que podemos escrever a equação da reta em forma vetorial como
−→
r : {P = (x, y), QP = x~v, x ∈ R}.
Esta equação coincide em estrutura com a que vimos para eixos coordenados.
−→
Obs. A equação acima diz: A reta é o conjunto r, que contém o ponto Q, tal que QP é paralelo ao
vetor ~v para todo P ∈ r.
−→
.
De fato, Q ∈ r pois, fazendo x = 0, temos que QP = 0 de onde segue que P = Q.
ar
Chegamos assim a seguinte definição:
in
Definição 9.1.1 Uma reta r, no plano ou espaço, que passa por um ponto Q e é paralela ao
vetor ~v é o conjunto de pontos P no plano (ou espaço) que satisfaz a equação vetorial
−→
λ ∈ R.
im
QP = λ~v,
Obs. −→
• O ponto Q ∈ r, pois QQ = 0~v = ~0.
el
−−→
• Existe um ponto P0 ∈ r tal que QP0 =~v.
−−→
• Para cada ponto P0 na reta existe um λ0 ∈ R tal que QP0 = λ0~v. Isto é, toda a reta é
−−→
Pr
formada por todos os pontos P0 tais que QP0 é um múltiplo escalar de ~v.
Proposição 9.1.1 No espaço, a reta r que passa pelo ponto Q e é paralela ao vetor ~v pode ser
descrita como o conjunto de pontos P que satisfaz
−→
o
QP ×~v = 0.
−→
sã
Demonstração: Das propriedades do produto vetorial sabemos que QP ×~v = 0 se, e somente se,
−→
QP = λ~v para algum λ ∈ R portanto se, e somente se, satisfaz a equação da reta.
Exemplo 9.1 Vamos escrever a equação vetorial da reta r que passa pelo ponto Q = (1, −2, 5) e
r
é paralela ao vetor ~v = (1, −1, −2). Então, r consiste de todos os pontos P = (x, y, z) tais que
Ve
Para facilitar as ideias fazemos as contas no espaço. Assuma que Q tem coordenadas (x0 , y0 , z0 )
e ~v = (v1 , v2 , v3 ). Se o ponto genérico P ∈ r tem coordenadas P = (x, y, z), então a equação vetorial
da reta r é dada por
(x − x0 , y − y0 , z − z0 ) = λ (v1 , v2 , v3 ), λ ∈R
ou equivalentemente
x = x0 + λ v1
y = y0 + λ v2 λ ∈R .
z = z0 + λ v3
Assim, temos uma outra forma de definir a reta, equivalente com a anterior
9.1 Retas 159
Definição 9.1.2 Uma reta r no plano que passa pelo ponto Q = (x0 , y0 ) e é paralela ao vetor
~v = (v1 , v2 ) é o conjunto de pontos P do plano que satisfazem a equação paramétrica
x = x0 + λ v1
λ ∈ R.
y = y0 + λ v2
Uma reta r no espaço, que passa pelo ponto Q = (x0 , y0 , z0 ) e é paralela ao vetor~v = v1 , v2 , v3 )
é o conjunto de pontos P do espaço que satisfazem a equação paramétrica
x = x0 + λ v1
y = y0 + λ v2 λ ∈ R.
.
ar
z = z0 + λ v3
in
Obs. Quando escrita dessa forma temos que a reta nada mais é do que a representação gráfica da
solução de um sistema linear (de duas incógnitas e duas equações no plano e de três incógnitas
e três equações no espaço) cuja matriz escalonada reduzida é quadrada e tem uma única linha
im
nula. Ou seja, as retas representam o conjunto solução de sistemas lineares com uma variável
livre. De fato, por exemplo, para um sistema de 3 equações e 3 incógitas com uma matriz
escalonada reduzida com uma linha nula, teremos uma solução da forma
S = {(x0 + λ v1 , y0 + λ v3 , x0 + λ v3 ), λ ∈ R},
el
que coincide com a equação paramétrica da reta.
Pr
Exemplo 9.2 Vamos escrever a equação paramétrica da reta do exemplo anterior, isto é a reta
que passa pelo ponto Q = (1, −2, 5) e é paralela ao vetor ~v = (1, −1, −2). Então, r consiste de
todos os pontos P = (x, y, z) tais que
x = 1+λ
o
y = −2 − λ λ ∈R ,
sã
z = 5 − 2λ
A equação paramétrica
r
Ve
x = x0 + λ v1
y = y0 + λ v2 λ ∈R .
z = z0 + λ v3
diz que dado um ponto P = (x, y, z) na reta, existe um λ comum tal que
x − x0 y − y0 z − z0
=λ =λ = λ,
v1 v2 v3
x − x0 y − y0 z − z0
= = .
v1 v2 v3
Essa última expressão é conhecida como equação simétrica da reta que passa pelo ponto Q =
(x0 , y0 , z0 ) e é paralela ao vetor ~v = (v1 , v2 , v3 ).
160 Capítulo 9. Retas
Obs. Caso algum dos vi seja 0 a equação em forma simétrica, como escrita acima, fica mal definida.
Mas é só perceber que, por exemplo, se v1 = 0 e v2 6= 0 e v3 6= 0 então da equação paramétrica
tiramos que x = x0 . Onde a equação simétrica é
y − y0 z − z0
x = x0 = .
v2 v3
Exemplo 9.3 Vamos escrever a equação simétrica da reta dos exemplos anteriores, isto é a reta
que passa pelo ponto Q = (1, −2, 5) e paralela ao vetor ~v = (1, −1, −2). Então, a retar r consiste
de todos os pontos P = (x, y, z) tais que
.
= = .
1 −1 −2
ar
Resumindo: Para obter a equação de uma reta é necessário um ponto Q = (x0 , y0 , z0 ) que esteja
in
na reta e um vetor ~v = (v1 , v2 , v3 ) paralelo a ela. Depois é só substituir na fórmula correspondente.
Isto é, em
im
(x − x0 , y − y0 , z − z0 ) = λ (v1 , v2 , v3 ) λ ∈ R
v1 v2 v3
para a forma simétrica.
sã
−→ −→
Dadas duas retas r1 : PQ1 = λ~v1 e r2 : PQ2 = λ~v2 o ângulo θ entre elas
Ve
é definido como o θ ∈ 0, π2 tal que
|~
v1 · v~2 |
cos (θ ) =
||~v1 || ||~v2 ||
π
Se o ângulo é 0 as retas são ditas paralelas e se o ângulo é 2 são ditas perpendiculares.
9.3 Posição Relativa de retas 161
.
ar
equações, isto é, existem λ1 e λ2 tais que
−−→ −−→
Q1 P0 = λ1~v1 = aλ1~v2 Q2 P0 = λ2~v2
−−−→ −−→ −−→
in
Q1 Q2 = Q1 P0 − Q2 P0 = (aλ1 − λ2 )~v2 ,
e portanto Q2 ∈ r2 , o que é uma contradição.
im
Segundo caso: Se ~v1 e ~v2 são linearmente independentes as retas se intersectam. De fato, como
~v1 e ~v2 são linearmente independentes existem a, b tais que
−−−→
Q1 Q2 = a~v1 + b~v2 .
−−→
el
Vamos mostrar que o ponto P ∈ r1 tal que Q1 P = a~v1 é o único ponto de r1 que está em r2 , isto é
\
r1 r2 = {P}.
Pr
De fato
−−→ −−−→ −−→ −−−→ −−→
Q2 P = Q2 Q1 + Q1 P = −Q1 Q2 + Q1 P = −(a~v1 + b~v2 ) + a~v1 = −b~v2
T T
r2 teremos que
−→0
sã
PP = a~v1 = a~v2 ,
para escalares a1 , a2 . Isto gera uma contradição pois temos assumido que ~v1 e ~v2 são linearmente
independentes.
r
.
ar
in
Vamos mostrar que existe um único ponto G na intersecção das 3 retas `1 , `2 , `3 para isto vemos
que
−→
im
x2 x2
• `1 : D + λ DB ⇒ 2 , 0 + λ x1 − 2 , y1 .
−→ 2 y1
• `2 : A + α AF ⇒ α x1 +x 2 , 2 .
−→
• `3 : C + β CE ⇒ (x2 , 0) + β x21 , x2 , y21 .
Observamos que, por ser um triângulo, `1 e `2 não são paralelas então existe {G} = `1 ∩ `2 . Portanto
el
G é tal que existem α0 , λ0 satisfazendo
• α20 (x1 + x2 ) = λ0 x1 − x22 + x22 .
Pr
• α20 y1 = λ0 y1 .
Então
1 2
λ0 = e α0 = .
3 3
o
Donde
sã
x1 + x2 y1
G= , .
3 3
r
2 x1 − x2 y1 x1 + x2 y1
(x2 , 0) + · , = , = G.
3 2 2 3 3
Então
`1 ∩ `2 ∩ `3 = {G}.
9.4 Distâncias
Estudaremos aqui somente o caso do espaço, pois o plano torna-se um caso particular deste.
Dados dois conjuntos A e B sobre um espaço onde é possível medir, a distância entre esses dois
conjuntos será definida por
.
P0
ar
in
d(Q1 , P0 ) > d(Q2 , P0 )
θ r
−−→
Q1 Q2
−−→ im ~v
Pelo teorema de Pitágoras, vemos que a distância será realizada por aquele ponto Q2 ∈ r tal
el
que Q2 P0 é perpendicular a ~v. Mais ainda, observamos que Q2 P0 pode ser escrito como
−−→
−−→ −−→ −
→ −−→ Q1 P0 ·~v
Q2 P0 = Q1 P0 − Pro j~v (Q1 P0 ) = Q1 P0 − ~v,
Pr
||~v ||2
de onde
−−→2
d(P0 , r)2 = Q2 P0
o
−−→2 (− −→
Q1 P0 ·~v)2
= Q1 P0 −
sã
||~v||2
−−→2
= Q1 P0 (1 − cos(θ )2 )
r
−−→ 2
Q1 P0 ×~v
Ve
−−→2
= Q1 P0 sin(θ )2 = .
||~v||2
Assim,
−−→
Q1 P0 ×~v
d(P0 , r2 ) = .
||~v||
Distância reta-reta:
No caso de duas retas poderemos falar de distãncia entre elas quando tivermos duas retas
paralelas ou reversas, pois caso se intersectem a distância será 0. De fato, se temos duas retas r1 e
r2 que se intersectam, existe um ponto P ∈ r1 ∩ r2 , então P ∈ r1 e P ∈ r2 e
Se as retas são paralelas, podemos fazer o desenho delas sobre um plano onde identificamos os
pontos Q1 ∈ r1 , Q2 ∈ r2 e o vetor diretor ~v de r1 e ~v de r2 .
164 Capítulo 9. Retas
Q1 ~v
r2
r1 P
~v
Q2
Novamente, pelo teorema de Pitágoras, vemos que a distância será realizada pelo ponto P ∈ r2
.
−−→ −−→
ar
tal que PQ1 é perpendicular a ~v. Mais ainda, observamos que PQ1 pode ser escrito como
−−→ −−−→ −−→
PQ1 = Q2 Q1 − Q2 P
−−−→ −−−→
in
= Q2 Q1 − Pro j~v (Q2 Q1 )
−−−→
−−−→ Q2 Q1 ·~v
= Q2 Q1 − ~v
||~v ||2
Procedendo de forma similar ao caso do ponto, temos
−−−→
|| Q2 Q1 ×~v || im
el
d(r1 , r2 ) = .
||~v ||
−−→ −−→
Se temos duas retas r1 : PQ1 = λ~v1 e r2 : PQ2 = λ~v2 que são reversas então a distância entra as
Pr
−−→ −−→
duas retas será dada pela distância entre dois pontos P1 ∈ r1 e P2 ∈ r2 tais que P1 P2 ⊥~v1 e P1 P2 ⊥~v2 .
−−→ −−−→
Assim sendo, este vetor P1 P2 será dado pela projeção ortogonal de Q1 Q2 na direção ~v1 ×~v2 que
é ortogonal a ~v1 e ~v2 simultaneamente.
→
−v1
o
P1 Q1
r sã
P2
r1 r2
Ve
Q2
→
−
v2
Portanto,
−−−→
−−→ −−−→ |(~v1 ×~v2 ) · Q1 Q2 |
d(r1 , r2) = ||P1 P2 || = || Pro j~v1 ×~v2 (Q1 Q2 ) || = .
||~v1 ×~v2 ||
Determine:
a) se são iguais, paralelas, concorrentes ou reversas,
b) a distância entre elas,
9.5 Exercícios resolvidos 165
.
`2 − `1 → `2
ar
1 1 −2 | 0
1 −2 1 | 1
`2 /3 → `2
0 3 −3 | −1
in
1 −2 1 | 1
0 1 −1 | −1/3
im
1 0 −1 | 1/3
`1 + 2`2 → `1
0 1 −1 | −1/3
Portanto o sistema equivalente é
el
x − z = 1/3
.
y − z = −1/3
Pr
A reta r1 é solução deste sistema e, portanto fica determinada por
x = 1/3 + t
r1 = y = −1/3 + t t ∈ R.
z = t
o
Daqui, podemos concluir que a reta r1 passa pelo ponto P1 = (1/3, −1/3, 0) e tem como
sã
r2 : = y=0
2 2
Ve
fazemos
x−1 1−z
=s =s y = 0;
2 2
donde
x = 1 + 2s
r2 = y = 0 s∈R
z = 1 − 2s
Portanto, a reta r2 passa pelo ponto P2 = (1, 0, 1) e é paralela a ao vetor ~V2 = (2, 0, −2).
Com esta informação, podemos observar que as retas não são paralelas nem iguais pois ~V1 e
~V2 são linearmente independentes, de fato
e1 e2 e3
~V1 × ~V2 = 1 1 1 = −2e1 + 4e2 − 2e3 ≡ (−2, 4, −2) 6= ~0.
2 0 −2
166 Capítulo 9. Retas
Utilizando que
−−→
P1 P2 = (1 − 1/3, 0 − (−1/3), 1 − 0) = (2/3, 1/3, 1),
calculamos −−→
|(~V1 × ~V2 ) · P1 P2 |
dist(r1 , r2 ) =
||~V1 × ~V2 ||
|(−2, 4, −2) · (2/3, 1/3, 1)|
=
||(−2, 4, −2)||
2 1
= √ = √ > 0.
24 6
.
Finalmente, o ângulo entre elas é π/2 pois
ar
|~V1 · ~V2 | |(1, 1, 1) · (2, 0, −2)|
cos(α(r1 , r2 )) = = √ = 0.
~ ~
||V1 || ||V2 || 24
in
Juntando as informações, podemos responder:
a) As retas são reversas.
b) A distância entre elas é √16 .
c) O ângulo entre elas é π/2.
2. As retas r e s são dadas por
x = 1 + 2t
im
el
y−2
r := y = 3 + t t ∈ R , s := x + 2 = e z=1
−1
z = 1−t
Pr
a) Encontrar a distância entre as retas r e s e mostrar que as duas retas são reversas.
b) Encontrar a equação paramétrica da reta l, concorrente com ambas retas r e s, e paralela
→
−
ao vetor V = (0, 3, 1).
o
Resolução:
sã
a) Observamos primeiramente que a reta s pode ser escrita em forma paramétrica como
x = −2 + t
s := y = 2−t t ∈R
r
z=1
Ve
De onde,
.
ar
~e1 ~e2 ~e3
(0, 0, 0) = 0 3 1
−3 − 2α + β −1 − β − α α
in
= (1 + β + 4α, −3 − 2α + β , −9 − 6α + 3β ).
Chegamos assim no sistema
β + 4α
−2α + β = 3
−6α + 3β = 9
= −1
im
→ α = −2/3, β = 5/3
el
Portanto
Pr
A = (−1/3, 7/3, 5/3) B = (−1/3, 1/3, 1)
in
im
el
No capítulo anterior estudamos as retas e suas características. Em particular vimos que estas
representam soluções de sistemas lineares com uma variável livre. Neste capítulo veremos os
planos. Estes são representações de soluções de sistemas lineares de três incógnitas com duas
Pr
variáveis livres.
10.1 Planos
o
O plano euclidiano pode ser visto como o conjunto de pontos P tais que o vetor que mede o
deslocamento de P com respeito a um ponto O pode ser escrito como uma combinação linear de
sã
dois vetores fixos que são linearmente independentes {~e1 = (1, 0),~e2 = (0, 1)}. Isto é, P = (x, y)
então
−→
r
OP = x~e1 + y~e2 .
Ve
Então, podemos generalizar esta construção para o espaço. Este é o conteúdo da seguinte
definição.
Definição 10.1.1 O plano π que passa por um ponto Q e é paralelo aos vetores linearmente
independentes ~v,~w é o conjunto de pontos P tais que
−→
QP = λ1~v + λ2~w.
Obs. −→
• Um ponto P está no plano π se QP é combinação linear de {~v,~w}. Em particular, Q ∈ π
−→
pois QQ = 0~v + 0~w
−−→ −−→
• Existem pontos P1 , P2 ∈ π tais que QP1 =~v e QP1 = ~w.
Demonstração: De fato, na equação do plano,
−→
QP = λ1~v + λ2 ~w.
170 Capítulo 10. Planos
Exemplo 10.1 Seja Q = (0, −1, 2), ~v = (1, −2, 1) e ~ w = (−1, 0, 3). Então, um ponto P = (x, y, z)
está no plano π que passa por Q e é paralelo a ~v e ~w se
.
ar
(x, y + 1, z − 2) = λ1 (1, −2, 1) + λ2 (−1, 0, 3) λ1 , λ2 ∈ R.
in
A equação do plano pode ser escrita em termos de coordenadas como segue: O plano π que passa
por um ponto Q = (x0 , y0 , z0 ) e é paralelo aos vetores linearmente independentes ~v = (v1 , v2 , v3 ) e
~w = (w1 , w2 , w3 ) é o conjunto de pontos P = (x, y, z) tais que
im
(x − x0 , y − y0 , z − z0 ) = λ1 (v1 , v2 , v3 ) + λ2 (w1 , w2 , w3 ),
x = 0 + λ1 − λ2
sã
π: y = −1 − 2λ1 λ1 , λ2 ∈ R.
z = 2 + λ1 + 3λ2
r
Ve
Com esta definição obtemos outra forma de descrever o plano π. Seja π o plano que passa por
um ponto Q e é paralelo aos vetores linearmente independentes ~v,~w. Defina ~η = ~v × ~w então,
claramente η ·~v = η · ~w = 0. Da definição tiramos que o plano π que passa por Q e é paralelo aos
vetores ~v,~w é o conjunto de pontos P tais que
−→
QP · ~η = 0.
Como
−→
0 = QP · ~η = λ1 k~η k2 ⇒ λ1 = 0
de onde
−→
.
QP = λ2~v + λ3~w
ar
portanto P ∈ π.
Neste caso o vetor ~η recebe o nome de vetor normal ao plano π pois, para todo par de pontos P
−→
in
e Q no plano π temos que, QP é ortogonal a ~η .
Temos assim que o plano π que passa por Q e tem ~η como vetor normal é o conjunto de pontos
P que satisfaz
−→
π : {P ∈ R3 , QP · ~η = 0}.
im
Se P = (x, y, z), Q = (x0 , y0 , z0 ) e ~η = (a, b, c) então a equação acima pode ser escrita como
el
(x − x0 , y − y0 , z − z0 ) · (a, b, c) = 0,
Pr
ou
2
Obs. Para estudar o comportamento de uma função f : R → R ao redor de um ponto (x0 , y0 ),
podemos calcular o polinômio de Taylor de primeiro grau ao redor do ponto:
Ve
Temos assim que f pode ser descrita, ao redor de (x0 , y0 ) pela equação de um plano. Este
plano recebe o nome de plano Tangente a z = f (x, y) em (x0 , y0 , f (x0 , y0 )).
−6x − 4y − 2z = (0 + 4 − 4) = 0 ⇒ 3x + 2y + z = 0.
172 Capítulo 10. Planos
Exemplo 10.4 Vamos achar condições para determinar se três pontos P1 , P2 , P3 estão no mesmo
plano.
−−→ −−→ −−→ −−→
Se eles estão no mesmo plano temos que P1 P2 e P1 P3 são paralelos ao plano, portanto P1 P2 × P1 P3
deve ser normal ao plano. De onde tiramos que
−−→ −−→ −−→
P2 P3 · (P1 P2 × P1 P3 ) = 0.
Análogamente, se temos três pontos P1 , P2 , P3 no plano podemos determinar a equação deste
−−→ −−→
considerando o vetor normal ~η = P1 P2 × P1 P3 e um ponto qualquer, por exemplo P1 , e substituir na
equação do plano
−→
π : {P ∈ R3 , P1 P · ~η = 0}.
.
ar
in
(w1 , w2 , w3 ). Com esta informação, a equação do plano fica
(x − x0 , y − y0 , z − z0 ) = λ1 (v1 , v2 , v3 ) + λ2 (w1 , w2 , w3 ) λ1 , λ2 ∈ R,
im
na forma vetorial, ou
x = x0 + λ1 v1 + λ2 w1
π: y = y0 + λ1 v2 + λ2 w2 λ1 , λ2 ∈ R,
el
z = z0 + λ1 v3 + λ2 w3
na forma paramétrica.
Também podemos descrever um plano a partir de um ponto no plano Q = (x0 , y0 , z0 ) e um vetor
Pr
normal ~η = (a, b, c). Neste caso, temos uma equação para descrevé-lo, chamada de equação geral
do plano, e que pode ser obtida a partir do vetor normal e do ponto ao fazer
ax + by + cz = (ax0 + by0 + dz0 ).
o
• O vetor normal fornece dois vetores paralelos ao plano, ~v e ~w, que são vetores linearmente
independentes e que ressolvem a equação ~η ·~u = 0.
r
10.2 Ângulo
Ve
−−→ −−→
Ângulo entre dois planos: Dados dois planos π1 : Q1 P · ~η1 = 0 e π2 : Q2 P · ~η2 = 0 o ângulo entre
eles é definido como o θ ∈ 0, π2 como na figura
π2
~η2 θ
~η1 θ ~η1
~η2
π1
é fácil ver
que
~1 · η
|η ~2 |
cos (θ ) = .
||~η1 || ||~η2 ||
10.3 Posição relativa de dois planos 173
Dois planos cujo ângulo é π2 são ditos perpendiculares. Caso o ângulo entre os planos seja
θ = 0 os planos são ditos paralelos.
−−→ −−→
Ângulo entre um plano e uma reta: Dados um plano π : Q1 P · ~η = 0 e uma reta r : Q2 P = λ~v
definimos o ângulo entre eles como sendo θ ∈ 0, π2 como na figura
r
~v π
−θ
2
~η θ
~η θ
~v
π
.
ar
Então
in
π |~η ·~v|
cos −θ = .
2 k ~η kk~v k
Como
cos
π
2
− θ = sin θ im
el
Temos que
Pr
|~η ·~v|
sin θ = .
k ~η kk~v k
π
Neste caso, se θ = 2 o plano e a reta são perpendiculares e caso θ = 0 são paralelos.
o
−−→ −−→
Sejam π1 : Q1 P · ~η1 = 0 e π2 : Q2 P · ~η2 = 0 dois planos, então temos 3 possibilidades.
1. Se ~η1 = a~η2 e Q2 ∈ π1 para algum a ∈ R então os planos são iguais.
r
De fato, se P ∈ π2 então
−−→ −−→ −−−→
~η1 · PQ1 = ~η1 · (PQ2 + Q2 Q1 )
Ve
−−→ −−−→
= ~η1 ·PQ2 + ~η1 · Q2 Q1
|{z} | {z }
~2
=aη =0, pois Q2 ∈π1
−−→
~ · PQ +0 = 0.
= a η
| 2 {z }2
=0, pois Q2 ∈π2
de onde segue P ∈ π1 e portanto π2 ⊂ π1 . Análogamente se prova que π1 ⊂ π2 .
2. Se ~η1 = a~η2 e Q2 6∈ π1 então os planos são paralelos. De fato, o ângulo entre eles é zero
(fácil de verificar). Para mostrar que π1 ∩ π2 = 0/ assuma que P ∈ π1 ∩ π2 , então
−−→ −−→
0 = a Q2 P · ~η2 = Q2 P · ~η1
| {z } |{z}
=0, pois Q2 ∈π2 =aη2
−−−→ −−→
= (Q2 Q1 + Q1 P) · ~η1
−−−→ −−→
= Q2 Q1 · ~η1 + Q1 P · ~η1
−−−→
= Q2 Q1 · ~η1 + 0.
Portanto Q2 ∈ π1 o que é uma contradição. Então π1 ∩ π2 = 0.
/
174 Capítulo 10. Planos
3. Se ~η1 ,~η2 são linearmente independentes então os planos se intersectam em uma reta.
De fato, as equações dos planos são:
π1 : a1 x + b1 y + c1 z = d1 . π2 : a2 x + b2 y + c2 z = d1 ,
.
ar
10.4 Posição relativa entre uma reta e um plano
−−→ −−→
Seja π : Q1 P · ~η1 = 0 um plano e r : Q2 P = λ~v uma reta.
in
Novamente temos 3 possibilidades.
1. Se ~η ⊥~v e Q2 ∈ π então a reta está contida no plano.
−−→
De fato, se P é um ponto da reta existe λ0 tal que Q2 P = λ0~v. Portanto
im
−−→ −−−→ −−→
Q1 P · ~η = Q1 Q2 · ~η + Q2 P · ~η
= 0 + λ0~v · ~η = 0.
Então P ∈ π e, consequentemente, r ⊂ π.
el
2. Se ~η ⊥~v e Q2 ∈ / π então a reta é paralela ao plano e r ∩ π = 0.
/
Claramente, como ~η ⊥~v, temos que a reta é paralela ao plano. Assuma que existe P ∈ r ∩ π.
Então
−−→ −−−→ −−→
Pr
0 = Q1 P · ~η = Q1 Q2 · ~η + Q2 P · ~η
−−−→
= Q1 Q2 · ~η + 0.
de onde segue que Q2 ∈ π, o que é uma contradição.
3. Se ~η e ~v não são perpendiculares então a reta e o plano se intersectam em um único ponto.
o
De fato, existem vetores ~v1 , ~v2 perpendiculares a ~η e paralelos ao plano tais que {~v,~v1 ,~v2 }
são linearmente independentes. O ponto interseção a reta e ao plano é um ponto P tal que
sã
Como {~v,~v1 ,~v2 } são linearmente independentes sabemos que λ , λ1 e λ2 devem ser os únicos
escalares que resolvem o sistema linear associado.
10.5 Distãncias
Vamos agora calcular as distâncias para os seguintes casos.
−−→
Distância ponto-plano. Seja Q um ponto e π : Q1 P · ~η = 0. Então
Gráficamente
10.6 Exercícios resolvidos 175
Q1 P π
−→
Utilizando Pitágoras, vemos que a distância será dada pela norma do vetor PQ que é a projeção
−−→
ortogonal do vetor QQ1 na direção de ~η . Portanto
−−→
.
−−→ |~η · QQ1 |
d(Q, π) =k Pro j~η QQ1 k= .
ar
k ~η k
Distãncia plano-plano. A distância entre dois planos será diferente de 0 somente no caso em
−−→ −−→
que os planos forem paralelos. Neste caso, sejam π1 : Q1 P · ~η = 0 e π2 : Q2 P · ~η = 0 os planos
in
paralelos.
im
η
Q2
π2
η
el
Q1 π1
Pr
A distância entre os planos será igual a
−−−→
|~η · Q2 Q1 |
d(π1 , π2 ) = d(π1 , Q2 ) = d(π2 , Q1 ) = .
k ~η k
o
Distãncia reta-plano. A distância entre uma reta e um plano será diferente de 0 somente
−−→ −−→
quando a reta for paralela ao plano. Neste caso, sejam π : Q1 P · ~η = 0 o plano e r : Q2 P = λ~v a reta.
sã
~v Q2
r
η
r
Ve
Q1 π
A distância será igual a
−−−→
|~η · Q2 Q1 |
d(π, r) = d(π, Q2 ) = .
k ~η k
.
ar
in
Onde A = (0, 1, −1), B = (0, 0, 1), D = (2, −1, 1).
Para determinar a equação do plano π que contém A, B, D, precisamos de um ponto e o
vetor normal ao plano.
→ −→
vetorial AB com BD.
Como
im
Escolhemos como ponto, por exemplo a B, e calculamos o vetor normal N fazendo o produto
−
el
−
→
AB = (0 − 0, 0 − 1, 1 − (−1)) = (0, −1, 2),
e
Pr
−→
BD = (2 − 0, −1 − 0, 1 − 1) = (2, −1, 0).
e1 e2 e3
N = 0 −1 2 = 2e1 + 4e2 + 2e3 ≡ (2, 4, 2).
sã
2 −1 0
N · ((x, y, z) − B) = 0.
Calculando
(2, 4, 2) · (x, y, z − 1) = 0 ⇒ 2x + 4y + 2z − 2 = 0
x + 2y + z = 1.
−
→ −→
Para determinar o ponto C = (c1 , c2 , c3 ) observamos que AB = CD donde
(0, −1, 2) = (2 − c1 , −1 − c2 , 1 − c3 ).
Ressolvemos
c1 = 2, c2 = 0, c3 = −1,
10.6 Exercícios resolvidos 177
e obtemos
C = (2, 0, −1).
2 + 2 · 0 + (−1) = 1.
.
utilizamos que AC = BC e obtemos:
ar
1 − → −→
Area(ABC)
d = ||AB × BD||
2
1
in
= ||(2, 4, 2)||
2
1√
= 24
2
√
im
= 6.
Para achar a área do triângulo ABC
d utilizando a fórmula
base · altura
el
A= ,
2
onde a base é dada pelo segmento AB, primeiramente devemos achar a altura h. Observamos
Pr
que a altura h será a norma do vetor
~ =−
H
→
AB − Proj−
−
→
→ (AB),
AC
o
com
−
→
sã
→ (AB)
Proj−
AC
− → −
→
denotando a projeção ortogonal de AB na direção de AC.
r
Calculamos H ~
~ = (0, −1, 2) − (2, −1, 0) · (0, −1, 2) (2, −1, 0)
Ve
H
||(2, −1, 0||2
1
= (0, −1, 2) − (2, −1, 0)
5
−2 −4
= , ,2
5 5
Portanto
r
−2 −4 24
h = , , 2 =
5 5 5
−
→ √
a base b = ||AC|| = ||(2, −1, 0)|| = 5. Donde
√ √
r
d = · 5 · 24 = 6.
Area(ABC)
1
2 5
Juntando o que temos feito, podemos responder:
178 Capítulo 10. Planos
a) A equação do plano π é
x + 2y + z = 1.
• Os pontos
.
A = (0, 1, 1), B = (1, 1, 1), C = (3, −3, 1) e D = (−5, 2, 4) de R3
ar
são coplanares.
Resolução: (FALSO) Se A, B, C e D são coplanares, então temos
in
−
→ − → −→
AB · (AC × AD) = 0
im
Fazendo as contas temos
−→ −
→ −→
AB = (1, 0, 0), AC = (3, −4, 0), AD = (−5, 1, 3).
Portanto
el
~e1 ~e2 ~e3
−
→ −→
AC × AD = 3 −4 0 = (−12, −9, −17)
Pr
−5 1 3
Então
−
→ − → −→
AB · (AC × AD) = (1, 0, 0) · (−12, −9, −17) = −12 6= 0
o
e
~0 =~v × (~u +~v + ~w) =~v ×~u +~v × ~w → ~v × ~w = −~v ×~u = ~u ×~v,
então
.
ar
√
||~u +~v|| = ||(0, 0)|| = 0 ||~u −~v|| = ||(2, 2)|| = 4 2.
Então ||~u +~v|| < ||~u − ~w||.
in
• Para quisquer vectores ~u,~v e ~w de R3 vale
~u × (~v + ~w) = (~u ×~v) − (~w ×~u).
im
Resolução: (VERDADEIRO) Calculamos
Então
~u × (~v × ~w) =~e1 × (~e2 ×~e2 ) =~e1 ×~0 = ~0
r
No entanto ,
Ve
• A reta
x = −1 + 2t
r: y = 2−t t ∈R
z = −2t
é perpendicular ao plano π : 4x − 2y − 4z + 3 = 0.
Resolução: (VERDADEIRO) O vetor diretor da reta é dado por ~u = (2, −1, −2) e
o vetor normal do plano é ~η = (4, −2, −4) = 2~u. Como os vetores são paralelos e,
neste caso, uma reta e um plano se intersectam num ponto. O plano e a reta são
perpendiculares pois 2~u = ~η .
• Os pontos A = (4, 3, 1) e B = (1, −1, 2) são equidistantes do plano π : 3x + 4y − z = 10.
.
Resolução: (VERDADEIRO) O plano passa pelo ponto P = (0, 0, −10) e tem por vetor
ar
normal ~η = (3, 4, −1). Utilizando a fórmula
|AP · ~η |
d(A, π) =
||~η ||
in
|(−4, −3, −11) · (3, 4, −1)
= √
26
im
13
= √ .
26
e
|BP · ~η |
d(B, π) =
||~η ||
el
|(−1, 1, −12) · (3, 4, −1)|
= √
26
Pr
13
= √ .
26
4. Considere a reta r1 que passa por Q = (0, 0, 1) e tem ~v = (1, 2, −1) como vetor diretor, assim
como a reta r2 dada por
o
x+1 y−1
= = z.
3 2
sã
ortogonalmente.)
Ve
Por outro lado, se temos a forma paramétrica da reta como acima, determinamos o ponto P
na reta e o vetor diretor ~V da mesma simplesmente ao fazer P = (x0 , y0 , z0 ) e ~V = (v1 , v2 , v3 ).
Considere a reta r1 que passa por Q = (0, 0, 1) e tem~v = (1, 2, −1) como vetor diretor. Então,
sua equação paramétricaé
x = λ
r1 : y = 2λ λ ∈R Q1 = (0, 0, 1) ~v1 = (1, 2, −1)
z = 1−λ
10.6 Exercícios resolvidos 181
.
ar
r2 : y = 1 + 2α α ∈R Q2 = (−1, 1, 0) ~v2 = (3, 2, 1)
z =
α
in
Vamos achar os pontos de P ∈ r1 e Q ∈ r2 que satisfazem d(P, Q) = d(r1 , r2 ). Então, das
equações paramétricas acima, estes pontos devem ser tais que,
P = (λ , 2λ , 1 − λ ) para algum λ ∈ R
para
−→
PQ = (−1 + 3α − λ , 1 + 2α − 2λ , α − 1 + λ )
o
Calculamos
sã
−→
PQ ·~v1 = 0 ⇒ −1 + 3α − λ + 2(1 + 2α − 2λ ) − (α − 1 + λ ) = 0
⇒ 1 + 3α = 3λ
r
−→
PQ ·~v2 = 0 ⇒ 3(−1 + 3α − λ ) + 2(1 + 2α − 2λ ) + (α − 1 + λ ) = 0
Ve
⇒ −1 + 7α = 3λ
e chegamos no sistema
3α − 3λ = −1
,
7α − 3λ = 1
1
de onde obtemos α = 2 e λ = 56 . Substituindo na definição de P e Q vemos que
5 5 1 1 1
P= , , Q= , 2,
6 3 6 2 2
Aqui
~u ·~v
Pro j~v (~u) = ~v,
||~v||2
.
Portanto P1 = ( 61 , 26 , 65 )
ar
Se P2 = (d, e, f )
(3, 2, 1) · (−1, 1, 0)
(d + 1, e − 1, f ) = (3, 2, 1)
||(3, 2, 1)||2
in
1
= − (3, 2, 1)
14
Portanto P2 = (− 17 , 12
, − 1
)
im
14 14 14
Para encontrar as equações lineares dos planos π1 e π2 que contém r1 e r2 , respectivamente,
e satisfazem
d(π1 , π2 ) = d(r1 , r2 )
el
temos que primeiramente achar o vetor normal deste plano,
Pr
i j k
~η =~v1 ×~v2 = 1 2 −1 = (4, −4, −4)
3 2 1
o
−→
~η · PX = 0 ⇒ η · (x, y, z) = η · (x0 , y0 , z0 )
Assim, a equação do plano π1 é a equação do plano com vetor normal ~η que passa por Q1 ,
r
isto é
Ve
4x − 4y − 4z = −4 = → π1 : x − y − z = −1
A equação do plano π2 é a equação do plano com vetor normal ~η que passa por Q2 , isto é
4x − 4y − 4z = −4 − 4 + 0 = −8 → π2 : x − y − z = −2.
1 2 5 17 12 1
P1 = ( , , ) P2 = (− , ,− )
6 6 6 14 14 14
10.6 Exercícios resolvidos 183
π1 : x − y − z = −1 π2 : x − y − z = −2.
Resolução:
Para determinar se quatro pontos são coplanares devemos ver se eles estão no mesmo plano
.
ou não.
ar
A forma mais simples de provar isto é fixar um ponto, por exemplo P1 , e verificar que os
vetores
−−→ −−→ −−→
in
{P1 P2 = (1, 1, 2), P1 P3 = (0, 1, 0), P1 P4 = (1, 2, 2))}
im
−−→ −−→ −−→
P1 P2 + P1 P3 = P1 P4
de fato:
el
(1, 1, 2) + (0, 1, 0) = (1, 2, 2).
Pr
Outra forma de mostrar isto, é provar que os pontos devem pertencer ao plano com normal η,
dado por exemplo por
e1 e2 e3
−−→ −−→
~η = P1 P2 × P1 P3 = 1 1 2 = −2e1 + 0e2 + e3 = (−2, 0, 1),
o
0 1 0
sã
−2(x − 1) + z − 1 = 0 ⇒ 2x − z = 1.
Claramente,
satisfazem essa equação e portanto estão no plano. Portanto os pontos são coplanares.
6. (a) Encontre equações paramétricas assim como uma equação linear que descrevam o
plano contendo os pontos
(b) Encontre a interseção do plano do item (a) com a reta determinada por
x + 2z = 1, y = 2.
184 Capítulo 10. Planos
(c) Determine o cosseno do ângulo formado pela reta e o plano dos itens anteriores.
Resolução:
Para determinar as equações paramétricas de um plano, precisamos achar dois vetores
paralelos ao plano ~u = (u1 , u2 , u3 ) e ~v = (v1 , v2 , v3 ), e um ponto no plano P = (x0 , y0 , z0 ).
Desta forma a equação fica:
x = x0 + tu1 + sv1
y = y0 + tu2 + sv2 (s,t) ∈ R2 .
z = z0 + tu3 + sv3
.
ar
P1 = (1, 0, 0), P2 = (1, 2, −1) e P3 = (0, −1, 2),
e precisamos construir os vetores paralelos ao plano. Isto pode ser fácilmente feito ao fixar
in
um ponto, por exemplo P1 = (1, 0, 0) e fazer
−−→ −−→
~u = P1 P2 = (0, 2, −1) ~v = P1 P3 = (−1, −1, 2)
z = −α + 2β
−−→
~η · P1 X = 0
r
π : (3, 1, 2) · (x − 1, y, z) = 0 ⇒ 3x + y + 2z = 3.
r : x + 2z = 1, y = 2.
P = (0, 2, 1/2).
Observamos que o cosseno do ângulo θ formado pela reta r e o plano π é tal que π2 − θ = γ
com γ o ângulo formado por ~η , o vetor normal ao plano, e o vetor diretor da reta ~v
||~η ×~v||
cos(θ ) = sin(γ) =
||~η || ||~v||
Portanto, devemos achar o vetor diretor da reta r. Para isto, lembramos que a reta é determi-
nada por
.
ar
x + 2z = 1, y = 2,
in
r : (1 − 2z, 2, z) z ∈ R ⇒ z(−2, 0, 1) + (1, 2, 0) z ∈ R.
im
Calculamos
e1 e2 e3
~η ×~v = 3 1 2 = e1 − 7e2 + 2e3 ≡ (1, −7, 2)
−2 0 1
el
portanto
√
Pr
||~η ×~v|| 52
cos(θ ) = =√ √
||~η || ||~v|| 14 5
Agora, podemos responder:
1) A equação paramétrica do plano π que contém os pontos dados é
o
x = 1−β
sã
π: y = 2α − β (α, β ) ∈ R2
z = −α + 2β
P = (0, 2, 1/2).
3)
√
54
cos(θ ) = √ √
14 5
7. Encontrar a equação do plano π que é perpendicular a cada um dos planos
α : x − y − 2z = 0 β : 2x + y − 4z − 5 = 0
(n1 , n2 , n3 ) · (x − 4, y − 0, z − (−2)) = 0.
→
−
Assim, para poder aplicar a formula, só nos resta achar N .
→
−
Para obter N , utilizamos que o plano deve ser perpendicular a cada um dos planos
α : x − y − 2z = 0 β : 2x + y − 4z − 5 = 0.
→
−
Das equações, concluimos que os vetores normais destes planos são N α = (1, −1, −2) e
→
−
N β = (2, 1, −4), pois as entradas do vetor normal são os números que acompanham as
variáveis da equação.
.
→
− →
−
ar
Como π é perpendicular a α e β simultáneamente, temos que N é perpendicular a N α e
→
− →
−
N β simultáneamente. Então N deve ser paralelo a
in
e1 e2 e3
Nα × Nβ = 1 −1 −2 = (6, 0, 3).
2 1 −4
im
→
−
Escolhemos N = (6, 0, 3) e calculamos
π : (6, 0, 3) · (x − 4, y − 0, z − (−2)) = 0 ⇒ 6x + 3z = 18
el
≡ 2x + z = 6.
A equação do plano π é
Pr
π : 2x + z = 6.
x=0
x−4 = z−1
sã
r= y = 2−t , t ∈ R l=
y = 3.
z = 1−t
r
→
−
então P = (x0 , y0 , z0 ) e V = (v1 , v2 , v3 ).
Análogamente, se a equação vetorial da reta é
(x0 , y0 , z0 ) + t(v1 , v2 , v3 ),
10.6 Exercícios resolvidos 187
→
−
então P = (x0 , y0 , z0 ) e V = (v1 , v2 , v3 )
Para conseguir trabalhar com as retas r e l, vamos procurar, de cada um delas, esta informação
Considere as retas r e l dadas por:
x=0
x−4 = z−1
r= y = 2−t , t ∈ R l=
y = 3.
z = 1−t
.
ar
x−4 = s = z−1 ⇒ x−3 = z
⇒ x = 3 + s, z = s.
in
Então
x = 3+s
im
l= y=3 t ∈R
z = s.
→
−
Assim, obtemos que r passa pelo ponto P1 = (0, 2, 1) e tem como vetor diretor V =
el
→
−
(0, −1, −1) e que l passa por P2 = (3, 3, 0) e tem como vetor diretor a W = (1, 0, 1)).
→
− → −
Claramente, V e W não são paralelos pois
Pr
e1 e2 e3
→
− → −
V × W = 0 −1 −1 = (−1, −1, 1) 6= (0, 0, 0).
1 0 1
o
−−→ → − → −
| < P1 P2 , ( V × W ) > |
d(r, l) = →
− → −
|| V × W ||
r
Ve
.
ar
Para achar os pontos P em r e Q em l tais que a reta que passa por P e Q seja perpendicular a
r e a l observamos que como P ∈ r existe um t0 ∈ R tal que
in
P = (0, 2 − t0 , 1 − t0 )
Q = (s0 + 3, 3, s0 ).
im −→
Mais ainda, como estes pontos são os únicos que realizam a distância, então o vetor PQ tem
el
que ser perpendicular as retas r e l.
Portanto, se
−→
Pr
PQ = (s0 + 3, 1 + t0 , s0 + t0 − 1)
temos
( −→ →−
< PQ, V > = 0
o
−→ →−
< PQ, W > = 0,
sã
isto é
−→ →−
0 =< PQ, V >=< (s0 + 3, 1 + t0 , s0 + t0 − 1), (0, −1, −1) >= −(s0 + 2t0 )
r
−→ →−
Ve
Ressolvendo,
t0 = 2/3 s0 = −4/3.
Portanto
4 1 5 4
P = 0, , Q= , 3, − .
3 3 3 3
Então:
a) Provamos que d(r, l) = √5 > 0 e portanto as retas são reversas.
3
10.6 Exercícios resolvidos 189
π : x − y + z = −1 α : x − y + z = −6
9. Dados o plano
.
π : 2x + 2y − z = 6
ar
e o ponto P : (2, 2, −4), encontre
(a) a distância de P a π.
in
(b) a equação da reta que passa por P e é ortogonal a π.
(c) o ponto Q em π de forma que a distância de P a Q seja igual a distândica de P a π
Resolução:
→
−
Toda reta é caracterizada por um ponto P sobre ela e um vetor diretor V .
A reta r que passa por P e é ortogonal a π terá como vetor diretor o vetor normal ao plano.
r
Então
Ve
→ − →
−
V r = N π = (2, 2, −1)
⇒ r = (2, 2, −4) + t(2, 2, −1) t ∈ R
Pr = P = (2, 2, −4)
Sabemos da teoria, que a interseção de uma reta com um plano pode ser a propria reta, um
ponto ou vazia.
→
−
De fato, se o vetor diretor da reta V r for paralelo ao plano, e um ponto da reta estiver no
plano, isto é,
→
− →−
Nπ·V r =0
Neste caso, r ∩ π tem que ser um ponto Q pois o vetor diretor da reta é perpendicular ao
plano.
Como Q está na reta, existe um t0 tal que
Q = (2 + 2t0 , 2 + 2t0 , −4 − t0 ).
9t0 = 6 − 12 = −6 ⇒ t0 = −2/3
Então
4 4 2 2 2 −10
Q = 2 − , 2 − , −4 + = , ,
3 3 3 3 3 3
10. Dados quatro vértices, O = (0, 0, 0), A = (−2, −1, 1), B = (1, 1, 1), e C = (5, 1, −1) de um
paralelepípedo, cuja distribuição está esquematizada no desenho abaixo.
!q q E
C!
q ! q
D
Bq q
q q
O A (a figura não é um cubo!)
(a) Encontrar a equação do plano que contém os vértices 0, A, e B.
(b) Encontrar a equação do plano que contém os vértices C, D, e E.
(c) Encontrar a equação da reta que passa pelos vértices C e D.
(d) Encontrar as coordenadas dos pontos D e E.
Resolução:
Primeiramente observamos que, por ser um paralelepípedo, temos
−→ − → −→ −→
CD = OA = (−2, −1, 1) DE = OB = (1, 1, 1).
α : −2x + 3y − z = −6.
Para determinar a equação de uma reta precissamos um ponto sobre ela e o vetor diretor da
mesma.
A reta r que passa por C e D é paralela a reta que passa por O e A. Escolhemos então como
→
−
ponto Pr sobre a reta e vetor diretor V r a
→ − −
→
V r = OA = (−2, −1, 1)
Pr = C = (5, 1, −1)
Finalmente, como
−→ − →
CD = OA = (−2, −1, 1)
donde
π : −2x + 3y − z = 0.
α : −2x + 3y − z = −6.
11. Encontrar equações paramétricas assim como uma equação linear que descreva os planos π1
e π2 que contém a reta r definida por
x = 1+t
r := y = −1 + t t ∈ R
z = 2t
Resolução:
a) Sabemos que cada plano contém a reta
x = 1+t
r := y = −1 + t t ∈ R
z = 2t
→
−
que passa pelo ponto P = (1, −1, 0) e é paralela ao vetor V = (1, 1, 2).
Então, para achar a equação de cada plano, temos que procurar um ponto Q em cada um
−→
deles, que não esteja na reta e, com ele construir o vetor PQ. Logo, a quação paramétrica de
cada plano virá dada pela equação
→
− −→
X = P + α V + β PQ, α, β ∈ R
~ = 0.
η · PX
Calculamos
~e1 ~e2 ~e3
η1 = 0 1 0 = (2, 0, −1)
1 1 2
portanto
Calculamos
~e1 ~e2 ~e3
η2 = −1 1 0 = (2, 2, −2)
1 1 2
portanto
⇒ x+y−z = 0
b) O ângulo θ entre os dois planos deve satisfazer a equação
a) Encontrar a distância entre as retas r e s e mostrar que as duas retas são reversas.
b) Encontrar as equações dos planos paralelos π1 e π2 , tais que r está contida em π1 e s está
contida em π2 .
c) Encontrar o ângulo entre as retas r e s.
Resolução:
Primeiramente observamos que a reta r passa pelo ponto P = (1, 2, 0) e é paralela ao vetor
~v1 = (−1, 3, 1) e que a reta s passa pelo ponto Q = (2, 2, 0) e é paralela ao vetor ~v2 =
(0, 1, −1). Calculamos
−→
PQ = (1, 0, 0)
e
~e1 ~e2 ~e3
~η =~v1 ×~v2 = −1 3 1 = −4~e1 −~e2 −~e3 = (−4, −1, −1)
0 1 −1
⇒ π1 : 4x + y + z = 6
e
−→
π2 : ~η · PX = 0 ⇒ (−4, −1, −1) · (x − 2, y − 2, z) = 0
⇒ π2 : 4x + y + z = 10
c) O ângulo θ entre as duas retas satisfaz
~v1 ·~v2
cos(θ ) =
= √2 .
||~v1 || ||~v2 || 22
13. Para cada um dos casos abaixo encontre equações paramétricas e equações simétricas para a
reta r:
a) A reta r passa pelos pontos A = (1, 0, 1) e B = (2, 3, 1).
b) A reta r tem vetor diretor v = (1, 1, −1) e passa pelo ponto P0 = (0, 1, 7).
c) A reta r passa pelo ponto P0 = (1, −1, 1) e é paralela à reta l : x − 1 = y = 2z−2
3 .
d) A reta r é perpendicular ao plano 2x − y + 2z = 4 e passa pelo ponto de interseção das
retas l1 e l2 dadas por:
x=t x = −1 + 2s
l1 : y = 2 + t ,t ∈ R e l2 : y = 1 + s , s ∈ R.
z = 1+t z=0
b) A reta r que tem vetor diretor ~v = (1, 1, −1) e passa por (0, 1, 7) tem equaçoẽs paramé-
tricas
x = 0+t x=t
r= y = 1+1·t = y = 1+t
z = 7 + (−1) · t z = 7−t
e equação simétrica
z−7
x = y−1 =
−1
10.6 Exercícios resolvidos 195
e simétricas são:
z−1
x−1 = y+1 =
3/2
por ser perpendicular a π tem por vetor diretor ~v o vetor normal do plano. Então
~v = (2, −1, 2). O ponto P0 = `1 é tal que
t0 = −1 + 2s0
2 + t0 = 1 + s0 ⇒ t0 = −1 e S0 = 0 ⇒ P0 = (−1, 1, 0)
1 + t0 = 0
e a equação simétrica é
x+1 z
= 1−y =
2 2
.. ..
`2 1 1 2 . 1 1 0 1 . 1
→ `2 . `1 − `2 → `1 .
3 0 1 1 .. 0 −−−−−−−−−→ 0 1 1 .. 0
−−−−−−→
x = 1−z y = −z ⇒ S = {(1 − λ , −λ , λ ), λ ∈ R}
x = 1−λ x−1 y
⇒ r: 2y = −λ , λ ∈ R ou na forma simétrica = =z
−1 −1
z=λ
14. Para cada par de retas r e l abaixo encontre l ∩ r. E nos casos em que a interseção é vazia
decida se elas são paralelas ou reversas.
a)
x−2 y+3 z+2 3x + 2y + z = −2
r: = = e l: .
4 −1 3 x − y + 2z = 1
b)
x+1 y+4 z−2 x − 3 y + 14 z − 8
r: = = e l: = = .
2 −5 3 2 5 −3
c)
3x − y − z = 0 x − 3y + z = −3
r: e l: .
8x − 2y − 3z = −1 3x − y − z = −5
Resolução:
a) Escrevemos as duas retas na forma paramétrica
x = 2 + 4λ
r: y = −3 − λ , λ ∈ R
z = −2 + 3λ
⇒ y = z−1 x = −z
x = −α 2 + 4λ = −α
`: 2y = α − 1 , α ∈ R ⇒ l ∩r ⇒ −3 − λ = α − 1
z=α −2 + 3λ = α
−1 + 2λ = 3 + 2α
λ −α = 2
l ∩r ⇒ −4 − 5λ = −14 + 5α ⇒
λ +α = 2
2 + 3λ = 8 − 3α
⇒ λ = 2 α = 0.
Portanto
Resolução:
−
→ → −
a) Substituindo na equação do plano Px · N = 0 para P = (3, 1, 2) e N = (1, 2, −3) temos:
(x − 3, y − 1, z − 2) · (1, 2(−3)) = 0
x − 3 + 2(y − 1) − 3(z − 2) = 0
x + 2y − 3z = −1
b) O plano π que passa por A = (0, 0, 2), B = (2, 4, 1) e C = (−2, 3, 3) tem vetor normal
i j k
→
−
N = AB × AC = 2 4 −1 = (7, 0, 14)
−2 3 1
−
→ → −
substituindo agora na equação do plano Px · N = 0 para P = A temos:
7x + 14z = 28 ⇒ x + 2z = 4
⇒ (x + 5, y − 1, z − 2) · (5, −3, 7) = 0
5(x + 5) − 3(y − 1) + 7(z − 2) = 0
5x − 3y + 7z = 25 − 3 + 14 = −14
5x − 3y + 7z = −14
d) O plano π é perpendicular a
π2 : x + 3y − z = 7
−
→
contém os pontos A = (2, 0, 5) e B = (0, 2, −1) como π ⊥ π2 temos que N2 = (1, 3, −1)
é paralelo a π e como A, B ∈ π temos
−
→ −
→ − →
AB \ \π ⇒ AB × N2 ⊥ π
i j k
−
→ − →
AB × N2 = 1 3 −1 = (−16, 8, 8)
−2 2 −6
(−16, 8, 8) · (x − 2, y, z − 5) = 0
−16(x − 2) + 8y + 8(z − 5) = 0
−16x + 8y + 8z = −32 + 40 = 8
−2x + y + z = 1
e) Como π é perpendicular a
π1 : x − y − 2z = 0e π2 : 2x + y − 4z = 5
e contém A = (4, 0, −2) temos que N1 = (1, −1, −2) e N2 = (2, 1, −4) são paralelos a
π. Então o vetor
i j k
→
− − → − →
N = N1 × N2 = 1 −1 −2 = (6, 0, 3)
2 1 −4
10.6 Exercícios resolvidos 199
−
→ → −
é perpendicular a π e substituindo na equação π : Px · N = 0 para P = A temos:
(x − 4, y, z + 2) · (6, 0, 3) = 0
6(x − 4) + 3(z − 2) = 0
2x − 8 + z − 2 = 0
π : 2x + z = 6
Resolução:
→
−
a) Dados π : 2x + 2y − z = 6 e P = (2, 2, 4) observamos que o vetor N = (2, 2, −1) é
normal ao plano e que Q = (0, 0, −6) é um ponto no plano. Então, substituindo na
fórmula, temos:
− −→
→
| N · PQ | | (2, 2, −1) · (−2, −2, −10) | 6
d(π, P) = →
− = √ = =2
|| N || 9 3
−
→
b) Dados os planos π1 : 4x−8y−z = 9 e π2 : 2x−4y− 2z = 5 vemos que N1 = (4, −8, −1) e
−
→ −
→ − →
N2 = (2, −4, −1/2) são os vetores normais a π1 e π2 respectivamente. Como 2N2 = N1
e P1 = (0, 0, −9) ∈ π, mas π1 ∈
/ π2 , pois 9/2 6= 0, temos que π1 \ \π2 e π1 ∩ π2 = ∅.
−
→ −−→
| N1 · P1 P2 | | (4, −8, −1) · (0, 0, −1) | 1
d(π1 , π2 ) = −
→ = √ =
|| N1 || 81 9
c)
vamos mostrar que são paralelos. Para isto devemos ver que o normal ao plano é
perpendicular ao vetor diretor da reta. Observamos que
−
→ →
−
Nπ = (1, 2, −1) e Vr = (1, 0, 1)
Então como
→ →
− −
Nπ · Vr = (1, 2, −1) · (1, 0, 1) = 0
Resolução:
O ponto P = (3, 0, −1) está no plano, então podemos montar a figura
A
~η
R P
B
Onde o vetor normal é dado pelo produto vetorial
~e1 ~e2 ~e3
~η = 2 1 1 = (1, 0, −2).
2 0 1
10.6 Exercícios resolvidos 201
−
→
Observamos que, pela configuração, se ~η é o vetor normal ao plano e PA = (0, 0, 5), então
−→ −→
AB = 2AR
−→
= −2Pro j~η PA
(0, 0, 5) · (1, 0, −2)
= −2 (1, 0, −2)
1+5
= 4(1, 0, −2)
= (4, 0, −8).
Então
B = (4 + 3, 0, −8 + 4) = (7, 0, −4).
Resolução:
a) Seja r : x − 1 = y = z e A, B e A = (1, 1, 1) e B = (0, 0, 1). Procuramos o ponto P ∈ r
tal que d(A, P) = d(P, B) Escrevemos r na forma paramétrica
x = λ +1
r= y=λ λ ∈ R.
z=λ
Então
P = (λ0 + 1, λ0 , λ0 )
para algum λ0 ∈ R.
−
→
2
d(A, P)2 =
AP
= k(λ0 + 1, λ0 , λ0 )k2 = λ02 + 2 · (λ0 − 1)2 = 3 · λ02 − 4 · λ0 + 2
−
→
2
d(B, P)2 =
BP
= k(λ0 + 1, λ0 , λ0 − 1)k2 = (λ0 + 1)2 + λ02 + (λ0 − 1)2 = 3 · λ02 + 2
Então P = (1, 0, 0)
~η
R A
Q
202 Capítulo 10. Planos
Calculamos
−
→ −
→ −→ 1
AP = (0, 0, 1) e RP = Pro j~η (AQ) = (1, −1, 1).
3
Então
−→ 2 2 1
AQ = − , ,
3 3 3
Para cada par, não nulo, de números reais (m, n) considere o plano
Mostre que: P ∈ r se e somente se P ∈ π(m,n) , para todo par não nulo (m, n).
Resolução:
Seja P = (a, b, c) e r a reta
x + y + 2z = 4
.
x − 2y + z = 5
dados (m, n) ∈ R2 . Considere o plano π(m,n) = (m + n)x + (m − 2n)y + (2m + n)z = 4m + 5n.
Então se
x0 + y0 + 2z0 = 4 (1)
P = (x0 , y0 , z0 ) ∈ r ⇒
x0 − 2y0 + z0 = 5 (2)
P ∈ π(1,0) ⇒ x0 + y0 + 2z0 = 4
⇒ P∈r
P ∈ π(0,1) ⇒ x0 − 2y0 + z0 = 5
10.6 Exercícios resolvidos 203
21. Dados os dois pontos A = (x1 , y1 , z1 ) e B = (x2 , y2 , z2 ), mostre que o lugar geométrico dos
pontos do espaço que eqüidistam de A e B é um plano que passa pelo ponto médio de A e B e
é perpendicular à reta que contém A e B.
Resolução:
Seja P = (x, y, z) tal que d(A, P) = d(B, P). Então,
−
→
2
− →
2
AP
=
BP
(x − x1 )2 + (y − y1 )2 + (z − z1 )2 = (x − x2 )2 + (y − y2 )2 + (z − z2 )2
Então,
−2xx1 − 2yy2 − 2zz1 + x12 + y21 + z21 = −2x2 − 2yy2 − 2zz2 + x22 + y22 + z22
Resolução:
Considereas retas
→
−
x = 0 Nr = (0, 1, 1)
r: y = 2+t , t ∈ R ⇒
→
−
z = 1+t
Pr = (0, 2, 1)
204 Capítulo 10. Planos
→
−
N` = (1, 0, 1)
x−2 = z+1
`: ⇒
y=3 →
−
P` = (2, 3, −1)
−−→
Então P` Pr = (−2, −1, 2) e
i j k
→
− → − → −
N = Nr × N` = 0 1 1 = (1, 1, −1)
1 0 1
a)
−−→ → −
| P` Pr · N | | (−2, 1, 2) · (1, 1, −1) | | −2 − 1 − 2 | 5
d(r, `) = →
− = √ = √ =√
|N | 3 3 3
→
−
b) Os planos π e α vão ter N como vetor normal, então suas equações são:
π : x + y − z = d1 e α : x + y − z = d2
Pr ∈ π ⇒ 0 + 2 − 1 = d1 ⇒ d1 = 1
P` ∈ α ⇒ 2 + 3 + +1 = d2 ⇒ d2 = 6
Portanto,
π : x+y−z = 1
α : x+y−z = 6
c) Observamos que
5
d(π, α) = d(r, `) = √
3
Q∈` ⇒ Q = (λ0 + 2, 3, λ0 − 1)
−→ → − →
−
PQ × N = O
Então,
i j k t0 − 1 − λ0 + t0 + 2
→
−
O = λ0 + 1 1 − t0 λ0 − t0 = λ0 + 2 + λ0 − z0 − 2
1 1 −1 λ0 + 2 + t0 − 1
10.6 Exercícios resolvidos 205
−1
2t0 − λ0 = −1 3λ0 = 1 λ0 = 3
⇒ −t0 + 2λ0 = 0 ⇒ ⇒
−2
t0 + λ0 = −1 3t0 = −2 t0 =
3
de onde
4 1 5 −4
P = 0, , e Q= , 3,
3 3 3 3
Resolução:
Sejam α : x − y + z − 3 = 0 e β : 2m2 x − (m + 1)y + 2z = 0. Então,
−
→ −
→
Nα = (1, −1, 1) e Nβ = (−2m2 , −(m + 1), 2).
−→ − →
Nα · Nβ = 2m2 + (m + 1) + 2 = 2m2 + m + 3.
√
−1 ± 1 − 24 −
→ − →
m= , ∈ R ⇒ Nα · Nβ 6= 0.
4
−
→ − →
a) Como Nα · Nβ 6= 0 ∀ m, então os planos nunca são ortogonais.
i j k
−
→ − →
1 = −2 + m + 1, −2 + 2m2 , −(m + 1) + 2m2
Nα × Nβ = 1 −1
2m2 −(m + 1) 2
−
→ − →
Nα × Nβ = 0 ⇔ m = 1.
Portanto se m = 1, então α//β . Nos outros casos α e β são concorrentes.
b)
α : x−y+z = 3
Se m = −1 ⇒
β : 2x + 2z = 0
Resolvemos o sistema.
x − y + z = 3
2x + 2z = 0
.. ..
1 −1 1 . 3 `2
→ `2 1 −1 1 . 3
. 2−−−−−→ .
2 0 2 .. 0 − 1 0 1 .. 0
.. ..
`2 − `1 → `2 1 −1 1 . 3 `1 + `2 → `1 1 0 1 . 0
−−−−−−−−−→ . −−−−−−−−−→ .
0 1 0 .. −3 0 1 0 .. −3
206 Capítulo 10. Planos
S = {(−λ , −3, λ ), λ ∈ R} .
x = −λ
r: y = −3 , λ ∈ R.
z = λ
24. Sejam a, b, c, d números reais tais que ax + by + cz + d > 0 para quaisquer x, y, z ∈ R. Mostre
que a = b = c = 0 e d > 0.
Resolução:
.
Se x = y = z = 0. Então d > 0. Assuma a 6= 0. Logo,
ar
• Se a > 0 ⇒ ∃ n0 ∈ N tal que
in
• Se a < 0 ⇒ ∃ n0 ∈ N tal que
im
−n0 · a > d ⇒ n0 · a + d < 0, o que não pode acontecer.
⇒ a=0
el
Análogamente provamos b = c = 0.
Pr
o
r sã
Ve
.
ar
11. Cônicas
in
im
el
Até agora temos estudado sistemas lineares sobre o plano ou espaço. No plano isto se reduz a
estudar equações da forma
Pr
ax + by = c
Como vimos nas seções anteriores a solução destes sistemas pode ser uma reta ou um ponto. No
entanto na realidade, os problemas não são necessáriamente lineares. Por exemplo, descrever a
o
órbita de um planeta não pode ser por meio de um sistema linear dado que o planeta não se translada
em linha reta. A trajetória de um objeto que é jogado com um certo ângulo e cai também não pode
sã
11.1 Cônicas
Da mesma forma que acontece com as equações lineares, queremos saber como representar, ou
melhor, qual a forma geométrica do conjunto solução destas equações. Embora classificar os tipos
de soluções a serem obtidas pareça ser uma tarefa impossível, vamos ver que de fato não é tão
dificil assim e que existem, para o caso "não degenerado", três formas básicas que estas soluções
208 Capítulo 11. Cônicas
podem assumir: Elipses, Hipérboles e Parábolas. Estas curvas são conhecidas desde a antiga Grécia
e são chamadas de cônicas, pois cada uma delas pode ser obtidas ao cortar um cone com um plano.
Como determinar quando a cônica é degenerada ou não? Observamos que a equação
.
2f d e 1
ar
1 x y d 2a b x = 0.
e b 2c y
in
Uma cônica é degenerada se:
im
2f d e
det d 2a b = 0.
e b 2c
el
Caso contrário é dita não degenerada. Daremos uma justificativa deste fato mais para frente.
Pr
Passamos agora a estudar as cônicas não degeneradas.
Assim como fizemos com planos e retas, estudando estes objetos através de pontos e vetores,
faremos com as cônicas não degeneradas. Veremos então que podemos caracteriza-las a partir de
números (excentricidade) pontos fixos (focos, vértices) e retas (reta diretriz e assíntotas). Assim
o
11.2 Elipse
r
Ve
A elipse é a curva que se obtém de seccionar um cone com um plano que não passa pelo vértice do
cone, que não é paralelo a reta geratriz do cone e que corta só uma das folhas do cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que a soma das distâncias
a dois pontos fixos F1 , F2 (Focos) é constante e maior que a distância d(F1 , F2 ). Isto é
Com
d(F1 , F2)
a>c= .
2
.
ar
in
im
Os pontos V1 ,V2 que realizam a intersecção da reta que passa pelos dois focos com a elipse são
el
chamados de vértices da elipse. Observamos que d(V1 , F1 ) = d(V1 , F2 ) pois
d(V1 , F1 ) + d(V1 , F2 ) = 2a
Pr
d(V2 , F1 ) + d(V2 , F2 ) = 2a.
Como
e
sã
vemos que
Ve
2d(V1 , F1 ) + d(F1 , F2 ) = 2a
2d(V2 , F2 ) + d(F1 , F2 ) = 2a.
Então
d(V1 , F1 ) = d(V2 , F2 ),
Os segmentos que realizam o diâmetro maior e menor são chamados de eixos da elipse. O número
210 Capítulo 11. Cônicas
d(F1 , F2 ) c
e= = .
d(V1 ,V2 ) a
é conhecido com o nome de Excentricidade e é uma medida de quanto uma cônica deixa de ser
uma circunfência. No caso da elipse, 0 < e < 1.
No caso particular em que F1 = F2 a elipse se reduz a uma circunferência, que é o conjunto
de pontos cuja distância a um ponto fixo é constante, e neste caso claramente e = 0. Portanto a
circunferência é uma elipse de excentricidade nula.
Sobre o plano vamos distinguir duas equações de elipse particulares:
Proposição 11.2.1
.
• A equação da elipse com focos F1 = (c, 0) e F2 = (−c, 0) é dada por
ar
x 2 y2
+ = 1,
a2 b2
in
em que b2 = a2 − c2 . Neste caso os vértices correspondem aos pontos V1 = (a, 0)e V2 =
(−a, 0). Os eixos coincidem com os segmentos V1V2 e W1W2 em que W1 = (0, b) e W2 =
im
(−b, 0). A excentrecidade é dada por e = c/a.
• A equação da elipse com focos F1 = (0, c) e F2 = (0, −c) é dada por
x 2 y2
+ = 1,
b2 a2
el
em que b2 = a2 − c2 . Neste caso os vértices correspondem aos pontos V1 = (0, a)e V2 =
(0, −a). Os eixos coincidem com os segmentos V1V2 e W1W2 em que W1 = (b, 0) e W2 =
Pr
(0, −b). A excentrecidade é dada por e = c/a.
Demonstração: Fazemos a prova da primeira parte e a segunda fica como exercicio. Seja P = (x, y)
então substituindo na equação da elipse pelos dados acima temos
o
d(P, F1 ) + d(P, F2 ) = 2a ⇒
q q
(x − c)2 + y2 + (x + c)2 + y2 = 2a ⇒
sã
q q
(x − c)2 + y2 = 2a − (x + c)2 + y2 ⇒ elevamos ao quadrado
q
r
q
xc + a2 = a (x + c)2 + y2 ⇒
a4 + 2xca2 + x2 c2 = a2 x2 + 2a2 xc + a2 c2 + a2 y2 ⇒
2 2 2 2 2 2 2 2
a (a − c ) = (a − c )x + a y ⇒
x2 y2
1 = + .
a2 a2 − c2
A reta que passa pelos focos é o eixo x portanto a intersecção desta com a elipse corresponde a
x2
= 1 e y = 0.
a2
de onde segue que os vértices são V1 = (a, 0) e V2 = (−a, 0). Para determinar o eixo menor somente
resta achar o menor diâmetro da elipse, isto acontece quando x = 0 (Pitágoras) donde W1 = (0, b) e
W2 = (0, −b). A excentrecidade é e = c/a por definição.
11.3 Hipérbole 211
11.3 Hipérbole
A Hipérbole é a curva que se obtém de seccionar um cone com um plano que não passa pelo vértice
do cone, que não é paralelo a reta geratriz do cone e que corta as duas folhas do cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que o módulo da diferença
das distâncias de P a dois pontos fixos F1 , F2 (Focos) é constante e menor que duas vezes a distância
d(F1 , F2 ). Isto é
com
.
ar
d(F1 , F2)
a<c= .
2
A forma da hipérbole é a seguinte.
in
im
el
Pr
o
sã
Os pontos V1 , V2 que realizam a intersecção da reta que passa pelos dois focos com a elipse são
chamados de vértices da elipse. Observamos que, assim como a elipse d(F1 ,V1 ) = d(F2 ,V2 ) de
r
onde
Ve
x 2 y2
− =1
a2 b2
212 Capítulo 11. Cônicas
b −b
y= x y= x.
a a
A excentricidade é dada por e = c/a.
• A equação da hipérbole com focos F1 = (0, c) e F2 = (0, −c) é dada por
x 2 y2
− + = 1.
b2 a2
.
em que b2 = c2 − a2 . Neste caso os vértices correspondem aos pontos V1 = (0, a)e V2 =
ar
(0, −a). A equação das assíntotas é
b −b
in
x= y x= y.
a a
Demonstração:
im
Fazemos a prova da primeira parte e a segunda fica como exercício. Seja P = (x, y) então substi-
tuindo na equação da hipérbole pelos dados acima temos
d(P, F1 ) − d(P, F2 ) = ±2a ⇒
q q
el
(x − c)2 + y2 − (x + c)2 + y2 = ±2a ⇒
q q
(x − c)2 + y2 = ±2a + (x + c)2 + y2 ⇒ elevamos ao quadrado
Pr
q
(x − c)2 + y2 = 4a2 + (x + c)2 + y2 ± 4a (x + c)2 + y2 ⇒
q
xc + a2 = ±a (x + c)2 + y2 ⇒
a4 + 2xca2 + x2 c2 = a2 x2 + 2a2 xc + a2 c2 + a2 y2
o
⇒
2 2 2 2 2 2 2 2
a (a − c ) = (a − c )x + a y ⇒
sã
x 2 y2
1 = 2
− 2 .
a c − a2
A reta que passa pelos focos é o eixo x portanto a intersecção desta com a elipse corresponde a
r
Ve
x2
=1 y = 0,
a2
de onde segue que os vértices estão em V1 = (a, 0) e V2 = (−a, 0). A excentricidade é e = c/a
por definição. As assíntotas devem ser da forma y = mx pois cortam a origem. Observamos que
x → ∞ então o yc correspondente a cônica e o ya correspondente à assíntota devem satisfazer
limx→i∞ yc − ya = 0. Como,
r !
b2 b2
yc − ya = ± − − m x.
a2 x 2
Temos,
r
b2 b2 b
m = ± lim 2
− 2 =±
x→∞ a x a
11.4 Parábola 213
11.4 Parábola
A parábola é a curva que se obtém ao seccionar um cone com um plano paralelo a reta geratriz do
cone.
Ela pode ser caracterizada como o conjunto de pontos P do plano tais que a distância de P a um
ponto fixo F (Foco) é a distância de P a uma reta r (diretriz). Isto é,
.
ar
in
im
el
O ponto que realiza a intersecção da reta que passa pelo foco F e que é perpendicular a reta r
com a parábola é o vértice da parábola e satisfaz
Pr
d(F,V ) = d(V, r) ⇒ d(F, r) = d(F,V ) + d(V, r) = 2d(F,V ).
A excentricidade da parábola é e = 1.
o
Assim a exentricidade
Ve
d(F, F2 ) d(V, F)
e = lim = lim 1+2 = 1.
d(V,V2 )→∞ d(V,V2 ) d(V,V2 )→∞ d(V,V2 )
y2 = 4cx.
x2 = 4cy.
Demonstração:
Fazemos a prova da primeira parte a segunda fica como exercício. Seja P = (x, y), substituindo
na equação da parábola pelos dados acima temos
d(P, F) = d(P, r)
q
(x − c)2 + y2 = |x + c| ⇒
.
ar
(x − c)2 + y2 = x2 + 2xc + c2 ⇒
y2 = 4xc.
in
Para achar o vértice observamos que a reta que passa pelo foco e é perpendicular a reta diretiz é
o eixo x. Substituimos então na equação por y = 0 e obtemos x = 0. Portanto o vértice está em
V = (0, 0).
im
el
Pr
o
r sã
Ve
.
ar
12. Translação de sistema de coordenadas.
in
im
el
Como dito anteriormente, vamos estudar equações da forma
ax2 + bxy + cy2 + dx + ey = f ,
Pr
onde a, b, c, d, e, f são constantes em R com (a, b, c) 6= (0, 0, 0).
Nesta seção nos concentramos no caso particular em que b = 0. Sendo assim, estudaremos
equações da forma
ax2 + cy2 + dx + ey = f .
o
x2 + 4y2 + 4x − 4y = −4.
r
(u + v)2 = u2 + 2uv + v2
adicionamos e subtraimos para obter
−4 = x2 + 4y2 + 4x − 4y = x2 + 4y2 + 4x − 4y + 4 − 4 + 1 − 1
= (x2 + 4x + 4) + (4y2 + 4y + 1) − 5
(y − 1/2)2
= (x + 2)2 + − 5,
1/4
donde chegamos a expressão:
(y − 1/2)2
(x + 2)2 + = 1,
1/4
se substituimos x0 = x + 2 ey0 = y − 21 , nossa equação é
(y0 )2
(x0 )2 + = 1,
1/4
216 Capítulo 12. Translação de sistema de coordenadas.
que, pelo visto no capítulo anterior, tem a mesma cara que a equação de uma elipse. De fato se a
gente fizer o desenho no plano xy veremos que o gráfico da equação
x2 + 4y2 + 4x − 4y = −4,
é uma elipse, só que o ponto O = (0, 0) não ocupa um lugar preferencial, isto é, não é o ponto
médio entre os focos e os vértices. Agora esse ponto é ocupado pelo ponto O0 = (−2, 1/2).
.
Como vimos antes, todo ponto P do plano pode ser descrito analiticamente da forma P = (x, y) em
ar
que as coordenadas x e y são as únicas constantes tais que
−→
OP = x~e1 + y~e2 .
in
im
el
Pr
−→
Ou seja, as coordenadas são os escalares que me descrevem OP como combinação linear de {~e1 ,~e2 }.
Neste sentido o ponto O faz o papel de centro, pois cada ponto pode ser escrito em função dele.
Assim, o ponto O junto com os vetores {~e1 ,~e2 } fornecem uma forma de associar a cada ponto
o
Definição 12.1.1 No plano, o conjunto S = (O, {~e1 ,~e2 }) formado pelo ponto origem O e dois
vetores ~e1 , ~e2 linearmente independentes fornecem uma forma de associar, univocamente, a
cada ponto P um par (x0 , y0 ). Neste caso, S é chamado de sistema de coordenadas do plano.
No espaço, o conjunto S = (O, {~e1 ,~e2 ,~e3 }) formado pelo ponto origem O e três vetores
~e1 , ~e2 ,~e3 linearmente independentes fornecem uma forma de associar, univocamente, a cada
ponto P uma trípla (x0 , y0 , z0 ). Neste caso, S é chamado de sistema de coordenadas do espaço.
A escolha do ponto O e dos vetores ~ei 0 s é completamente arbitrária. De fato, no caso do plano,
por exemplo, poderíamos escolher outro ponto O0 e um par qualquer {~u,~v} de vetores linearmente
independentes de forma tal que a cada ponto P associamos um par (x0 , y0 ) que satisfazem
−−→
O0 P = x0~u + y0~v.
.
ar
Nessa nova escolha, os eixos coordenados ficariam determinados por
n −−→ o
eixo x0 → P, O0 P = x ~u, x ∈ R ,
in
n −−→ o
eixo y0 → P, O0 P = y~v, y ∈ R ,
im
e assim por diante.
Dito de outra forma, temos completa liberdade na escolha do sistema de coordenadas. Mas
o problema, é o problema de Babel. Se duas pessoas A e B utilizam sistemas de coordenadas
diferentes, como traduzir de um sistema para outro? Isto é, se no sistema de A o ponto P é dado
el
pelo sistema de coordenadas P = (x0 , y0 ), quais serão as coordenadas que esse ponto vai ter no
sistema de B?
Pr
coordenadas são diferentes. Este caso é conhecido por translação do sistema de coordenadas S1 ao
sistema de coordenadas S2 . Vamos agora descrever a translação do sistema de coordenadas.
sã
Como assumimos comunicação entre os sistemas, podemos assumir que a pessoa do sistema S1
sabe que o ponto O0 do sistema S2 tem coordenadas O0 = (x0 , y0 ) no sistema S1 . Isto é
−−→0
r
OO = x0~e1 + y0~e2 .
Ve
Utilizando
−→ −−→0 −−→
OP = OO + O0 P,
x = x0 + x 0 y = y0 + y0 ,
.
ar
que é o tradutor procurado. Observamos que na notação matricial isto é descrito por
x0 + x 0
0
x x x − x0
in
= ou = .
y y0 + y0 y0 y − y0
A seguir provamos um resultado muito importante. Ele diz, basicamente, que os ângulos,
o
as escalas e as medidas são preservadas em uma translação de coordenadas. Isto tem como
consequência que as formas são preservadas na translação de coordenadas.
sã
Demonstração: Sejam P, Q dois pontos no plano. Vamos mostrar que a distância entre P e Q
r
−→
respeito de S1 é igual a distância entre P respeito de S2 . De fato, considere ~v = QP onde P = (x, y)
Ve
~v = (x − u, y − v) em S1 e ~v = (x0 − u0 , y0 − v0 ) em S2 ,
com
x0 u0
x x0 u x0
= + = + .
y y0 y0 v y0 v0
Calculamos, e obtemos
q
dS1 (P, Q) = (x − u)2 + (y − v)2
q
= (x0 − u0 )2 + (y0 − v0 )2
= dS2 (P, Q).
12.2 Translação de coordenadas 219
x2 + 4y2 + 4x − 4y = −4.
1 2
0 2 0 0 0 1
(x − 2) + 4 y + + 4(x − 2) − 4 y + = −4,
2 2
.
ou, equivalentemente
ar
(y0 )2
(x0 )2 + 1
= 1,
in
4
im
Determinamos então os vértices, os focos, os eixos. Claro que isto não é possível no nosso sistema,
porém no sistema S2 sim. Neste sistema é o estudo da equação
(y0 )2
(x0 )2 +
el
1
= 1.
4
Sabemos,do capítulo anterior, é uma elipse com focos V1 = (−1, 0) e V2 = (1, 0) e focos
que esta
Pr
q q
3 3
em F1 = 4 , 0 e F2 = − 4 , 0 . Os eixos são dados pelos segmentos V1V2 e W1W2 , em que,
q
1 1 3
W1 = 0, 2 e W2 = 0, − 2 . Por último, a excentrecidade é e = 4 , tudo isso no sistema S2 .
o
r !
3
e = (d(F1 , F2 )/d(V1 ,V2 )) = ,
4
r
220 Capítulo 12. Translação de sistema de coordenadas.
.
(x + 1)2 (y − 1)2
ar
− = 1.
4 3
Portanto consideramos um sistema de coordenadas tal que a mudança seja
in
x0 = x + 1 y0 = y − 1,
isto é, S2 = {(−1, 1), {~e1 ,~e2 }}. Neste novo sistema de coordenadas temos que a equação da cônica
im
se escreve
(x0 )2 (y0 )2
− = 1.
4 3
portanto c2 = 4 + 3 = 7.De onde segue que os focos estão em
el
√ √
F1 = ( 7, 0) e F2 = (− 7, 0),
Pr
os vértices em
V1 = (2, 0) e V2 = (−2, 0).
A equação das assíntotas são
√ √
o
0 3 0 0 3 0
y = x y =− x
2 2
sã
√
7
Por último, a excentricidade é e = 2 . Agora aplicamos o tradutor
x0 = x + 1 e y0 = y − 1
r
x = x0 − 1 e y = y0 + 1
Ve
.
ar
Resolução:
a) Começamos manipulando a expressão
in
2y2 − 3x2 − 4y + 12x + 8 = 0
x0 x0 + 2
x−2 x
= =
y0 y−1 y y0 + 1
o
(x0 )2 (y0 )2
− = 1,
6 9
r
a2 = 6 b2 = 9 e c2 = 9 + 6 = 15
Portanto
√ √
a= 6 b=3 e c= 15
x0 x0 + 2
x−2 x
= =
y0 y−1 y y0 + 1
Sist. x0 y0 Sist. xy
√ √
F1 ( 15, 0) ( 15 + 2, 1)
√ √
F2 (− 15, 0) (− 15 + 2, 1)
√ √
V1 ( 6, 0) ( 6 + 2, 1)
√ √
V2 (− 6, 0) (− 6 + 2, 1)
y0 = √3 x0 y−1 = √3 (x − 2)
.
Ass.1 6 6
ar
Ass. 2 y0 = − √36 x0 y − 1 = − √36 (x − 2)
in
im
el
Pr
o
r sã
2. Seja ` o lugar geométrico dos pontos P = (x, y) no plano cujas coordenadas satisfazem a
Ve
equação
.
ar
Neste novo sistema de coordenadas, a equação da canônica é dada pela expressão:
(y0 )2 (x0 )2
in
9
− = 1.
4
4
im
Para encontrar os focos, a excentricidade, os vértices de ` e as equações das assíntotas de `,
primeiramente achamos estes para o sistema S0 .
Observamos que, neste caso,
el
r
p
2 2
9 5
c = a +b = 4+ =
4 2
Pr
donde tiramos que os focos estão
5/2 5
Ve
e= = .
3/2 3
As assíntotas correspondem a
4
x 0 = ± y0 .
3
Utilizando que
0
x = x0 + 3
x = x−3
y0 = y − 23 y = y0 + 32
b) Vértices:
.
ar
a) A cônica é uma hiperbole e sua equação canônica é
(y0 )2 (x0 )2
9
− = 1.
4
in
4
b) Focos:
im
F1 = (3, −1) F2 = (3, 4)
Vértices:
V1 = (3, 0) V2 = (3, 3)
el
Exentricidade e = 5/3
Pr
Assíntotas
4 3 4 3
(x − 3) = y− e (x − 3) = − y− .
3 2 3 2
3. Considere a cônica de equação
o
Determine
a) se é elipse, hipêrbole ou parábola,
r
b) focos, vértices e assíntotas (se houver) no sistema de coordenadas S = {O, {~e1 ,~e2 }},
Ve
c) exentricidade,
d) um esboço do gráfico.
Resolução:
Começãmos manipulando a equação
Observamos que
(x + 1)2 (y − 2)2
2(x + 1)2 + 3(y − 2)2 − 6 = 0 ⇒ + =1
3 2
12.3 Exercícios resolvidos 225
−−→
Considere o sistema de coordenadas S0 = {O0 , {~e1 ,~e2 }} com OO0 = (−1, 2).
As coordenadas (x, y) do sistema S e as coordenadas (x0 , y0 ) do sistema S0 se relacionam por
0 0
x −1 x x 1 x
= + 0 0 = +
y 2 y y −2 y
(x0 )2 (y0 )2
+ = 1.
3 2
que é a equação de uma elipse.
.
No sistema S0 os vértices estarão em
ar
√ √
V1 = ( 3, 0), V2 = (− 3, 0).
in
Para achar os focos, primeiramente calculamos
c2 = a2 − b2 = 3 − 2 = 1.
√ √
−1 3 −1 + 3
V1 : + =
sã
2 0 2
√
√
−1 − 3 −1 − 3
V2 : + =
2 0 2
r
Ve
−1 1 0
F1 : + =
2 0 2
−1 −1 −2
F2 : + =
2 0 2
Juntando as informações, podemos responder:
a) A curva é uma elipse.
b) No sistema de coordenadas S = {O, {~e1 ,~e2 }}, os focos e vertices estão em
√
V1 : (−1 + 3, 2)
√
V2 : (−1 − 3, 2)
F1 : (0, 2)
F2 : (−2, 2)
c) a exentricidade é e = √1
3
226 Capítulo 12. Translação de sistema de coordenadas.
.
ar
in
d)
4. Tome x0 y0 o sistema de eixos do plano que é a translação do sistema xy para a nova origem
O0 = (1, 1), i.é., x0 = x − 1 e y0 = y − 1.
im
i- Dado o ponto P = (1, 4) no sistema xy, encontre as coordenadas de P no sistema x0 y0 .
ii- Dado o ponto A = (2, 1) no sistema x0 y0 , encontre as coordenadas de A no sistema xy.
iii- Dada a equação x2 − 4x + y2 − 6y = 12, encontre tal equação nas variáveis x0 y0 .
Resolução:
el
Considere a translação
0
x = x0 + 1
x = x−1
⇔
Pr
y0 = y − 1 y = y0 + 1
5. Encontre os vértices (ou vértice), os focos (ou foco) e a excentricidade de cada uma das
cônicas. E esboce o gráfico.
i- 4x2 + 9y = 144
ii- 49x2 − 9y2 = 441
iii- 3x2 − 14y = 0
Resolução:
i- Seja a cônica de equação
Fazemos a translação
x = x0 .
y = y0 + 16.
Então a equação fica
−9 0
(x0 )2 = y,
4
12.3 Exercícios resolvidos 227
(x0 , y0 ) 0, −9 y0 = 9
16 (0, 0) 16 1
.
ar
0, 247 265
(x, y) 16 (0, 16) y= 16 1
in
ii- Seja a cônica de equação 49x2 − 9y2 = 441
x2 y2 x 2 y2
im
⇒ 441
− 441
=1 ⇒ − =1 ⇒ a=3 b=7
49 9
9 49
c2 = 9 + 49 = 58
el
A excentricidade é
√
c 58
Pr
e= =
a 3
Agora comparando com a equação canônica e as mudanças de coordenadas feitas para
obter
o
F1 F2 V1 V2
sã
√ √
− 58, 0 58, 0 (−3, 0) (3, 0)
r
Ve
.
ar
2 2 2 1
9(x − 2x + 1) + 9 y − y + − 9 − 1 = 10,
3 9
in
1 2
im
2
9(x − 1) + 9 y − = 20.
3
2 1
4· x −x+ + 9 · (y2 − 2y + 1) = 26 + 1 + 9
4
2
x − 12 1−y
+ 36
=1
9 9
1 2
2
9 · (x − 1) + 9 · y − = 10
3
x 0 y0 xy
.
ar
√ √
F1 ( 5, 0) 5 + 21 , 1
in
√ √
F2 (− 5, 0) − 5 + 21 , 1
V1 im
(3, 0) 7
2,1
el
− 25 , 1
V1 (−3, 0)
Pr
√ √
5 5
e 3 3
o
4y2 − 4y − 24x + 9 = 0
r
2 1
4 y −y+ − 24x + 9 − 1 = 0
4
Ve
1 2
1
4 y− − 24 x − =0
2 3
Fazendo a translação
0
y = y − 12
x0 = x − 31
Chegamos na equação
y0 2 = 6x0
que é a equação de uma parábola. Fazemos
3
4p = 6 ⇒ p=
2
Então, utilizando a transformação de coordenadas chegamos em:
230 Capítulo 12. Translação de sistema de coordenadas.
x 0 y0 xy
3 11 1
F 2,0 6 ,2
1 1
V (0, 0) 3, 2
r x0 = − 32 x = − 76
.
ar
iv- Completamos quadrados na equação
in
36x2 − 24x + 36y2 − 36y − 23 = 0
im
1 1 1
36 x2 − 2 x + + 36 y2 − y + = 23 + 4 + 9
3 9 4
el
1 2 1 2
36 x − + 36 y − = 36
3 2
Pr
fazendo a translação
( 0
x = x − 13
y0 = y − 21
o
x 0 2 + y0 2 = 1
r
1 1
, e raio r = 1
3 2
v- Completamos quadrados na equação
4x2 − 8x − 9y2 + 6y − 69 = 0
2 2 2
4(x − 2x) − 9 y − = 69
3
2 2 2 1
4(x − 2x + 1) − 9 y − + = 69 + 4 − 1
3 9
1 2
2
4(x − 1) − 9 y − = 72
3
2
(x − 1)2 y − 13
− =1
18 8
12.3 Exercícios resolvidos 231
fazendo a translação
0
x = x−1
y0 = y − 31
obtemos a equação de uma hipérbole
x0 2 y0 2
− = 1.
18 8
calculamos
r r
2 26 13
c = 18 + 8 + 26 ⇒ c= = .
.
18 9
ar
Utilizando a mudança de coordenadas obtemos:
x 0 y0
in
xy
√ √
im
F1 ( 26, 0) 1 + 26, 13
√ √
1 − 26, 13
el
F2 (− 26, 0)
√ √
Pr
1 + 18, 13
V1 ( 18, 0)
√ √
1 − 18, 13
V1 (− 18, 0)
o
sã
q
y − 13 = ± 49 (x − 1)
q
Assíntotas y0 = ± 49 x0
r
ou
Ve
y = 13 ± 32 (x − 1)
1 2 1 2
2 2
9y = 9 x − ⇒ y = x−
3 3
que é uma cônica degenerada correspondente ao par de retas
1 2 1 2
r1 : y = x − e r2 : y = − x −
3 3
232 Capítulo 12. Translação de sistema de coordenadas.
que se intersectam em
1
P = 0, .
3
.
ar
in
im
el
Pr
o
r sã
Ve
.
ar
13. Rotação do sistema de coordenadas.
in
im
el
Nesta seção, vamos desenvolver a matemática necessária para identificar a figura geométrica dada
pela equação
Pr
ax2 + bxy + cy2 + dx + ey = f ,
para o caso onde b 6= 0. Isto será feito por meio de mudanças no sistema de coordenadas.
o
Como visto na seção anterior, um sistema de coordenadas, fica determinado por um conjunto S =
(O, {~e1 ,~e2 }). A translação de um sistema de coordenadas produz um novo sistema de coordenadas
sã
S0 = (O0 , {~u1 ,~u2 }) onde os vetores ~ei 0 s são preservados. Relembramos que esta mudança de
coordenadas tem a propriedade de preservar distâncias, portanto os ângulos, as medidas e as escalas
são preservadas.
r
Nesta seção vamos estudar a relação entre as coordenadas de um ponto P com respeito de dois
Ve
sistemas de coordenadas S = (O, {~e1 ,~e2 }) e S0 = (O, {~u1 ,~u2 }). Em particular, vamos estudar as
condições sobre {~u1 ,~u2 } que garantem que as distâncias, ângulos e escalas sejam preservados.
n −→ o
eixo u → P, OP = λ~u1 , λ ∈ R
n −→ o
eixo v → P, OP = λ~u2 , λ ∈ R .
234 Capítulo 13. Rotação do sistema de coordenadas.
Como no caso anterior, assumimos que nosso sistema S = (O, {~e1 ,~e2 }) conhece o sistema S0 =
(O, {~u1 ,~u2 }), isto é, sabe como escrever ~u1 e ~u2 em termos de ~e1 e ~e2 . Como {~u1 ,~u2 } são linear-
.
ar
mente independentes, isso significa que, existem escalares a11 , a12 , a21 e a22 tais que
in
O que queremos achar é um tradutor entre o sistema de coordenadas S e S0 . Para isto, seja P um
ponto do plano. No sistema de coordenadas S o ponto P tem coordenadas P = (x, y), o que significa
im
−→
OP = x~e1 + y~e2 .
ou, equivalentemente
0
x a11 a21 x
= .
y a12 a22 y0
preservados os formatos? ou melhor: O que devemos pedir sobre R para que os ângulos, distâncias
e formas sejam preservadas?
Para responder esta pergunta necessitamos ver se são preservadas as distâncias pois, se isto
vale, podemos concluir da lei do cosseno que os ângulos também são preservados.
Sejam P e Q dois pontos. Assuma que P = (x, y) e Q = (u, v) em S1 e P = (x0 , y0 ) e Q = (u0 , v0 )
−→
em S2 então se ~v = PQ, temos
~v = (x − u, y − v) em S1 ~v = (x0 − u0 , y0 − v0 ) em S2 ,
com as relações
.
0
u0
x a11 a21 x u a11 a21
ar
= = .
y a12 a22 y0 v a12 a22 v0
Calculamos
in
q
dS1 (P, Q) = (x − u)2 + (y − v)2
q
(a11 (x0 − u0 ) + a21 (y0 − v0 ))2 + (a12 (x0 − u0 ) + a22 (y0 − v0 ))2
im
=
q
= (a211 + a212 )(x0 − u0 )2 + (a221 + a222 )(y0 − v0 )2 + 2(a11 a21 + a12 a22 )(x0 − u0 )(y0 − v0 ).
No entanto,
el
q
dS2 (P, Q) = (x0 − u0 )2 + (y0 − v0 )2 .
Pr
Portanto, para que os ângulos e as distâncias sejam preservadas devemos ter
a211 + a212 = 1
a221 + a222 = 1
o
sin (θ ) cos (θ )
Ve
De acordo com o visto anteriormente, temos que uma rotação de coordenadas preserva distâncias
e portanto ângulos e formatos. Mais ainda, os vetores ~u1 e ~u2 resultantes de uma rotação do sistema
.
ar
de coordenadas, satisfazem
~u1 ·~u1 = ~u2 ·~u2 = 1 e ~u1 ·~u2 = 0.
Assim temos que os eixos coordenados do sistema S0 que são dados por
in
n −→ o
eixo u → P, OP = λ~u1 , λ ∈ R ,
im
n −→ o
eixo v → P, OP = λ~u2 , λ ∈ R ,
são perpendiculares. Mais ainda, o θ da matriz Rθ é o ângulo formado por ~e1 e ~u1 e, portanto, o
ângulo entre os eixos coordenados correspondentes.
el
Pr
o
r sã
Ve
.
ar
in
im
el
Pr
o
r sã
Ve
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
14. Identificação de cônicas
in
im
el
Nosso objetivo aqui é o seguinte, dada a equação
ax2 + bxy + cy2 + dx + ey = f
Pr
que representa uma cônica não degenerada, devemos indentificar que tipo de cônica é e estudar
as suas propriedades. Em seções anteriores vimos que no caso em que b = 0 o problema pode ser
resolvido por uma mudança de coordenadas. No entanto o caso em que b 6= 0 não é possível estudar
somente via translação, assim vamos precisar de rotações do sistema de coordenadas.
o
14.1 Um exemplo
sã
que
Ve
1 1
~u1 = √ (~e1 +~e2 ) ~u2 = √ (−~e1 +~e2 ).
2 2
Observamos que
~u1 ·~u1 = ~u2 ·~u2 = 1 ~u1 ·~u2 = 0.
Pelo que vimos anteriormente, a mudança de coordenadas do novo sistema para a cônica é
descrito por
!
√1 − √1 x0 (x0 − y0 ) (x0 + y0 )
x 2 2
= 1 1 0 ⇒ x = √ y = √ .
y √
2
√
2
y 2 2
π
o que corresponde a uma rotação em que θ = 4 do sistema de coordenadas. A mudança do sistema
de coordenadas inversa é dada então por
!
√1 √1
0
x x (x + y) (−x + y)
= 2 2 ⇒ x0 = √ y0 = √ .
y0 − √12 √12 y 2 2
240 Capítulo 14. Identificação de cônicas
Vamos ver como se escreve a equação xy = 1 no novo sistema de coordenadas. Para isto
substituimos x e y pelas expressões acima e obtemos
0
(x − y0 )
0
(x + y0 )
1
1= √ √ = ((x0 )2 − (y0 )2 ).
2 2 2
(x0 )2 (y0 )2
− = 1,
2 2
que é a equação de uma√ hipérbole. No √ a F1 = (2, 0) e F2 = (−2, 0)
√sistema S os focos correspondem
.
ar
e os vértices a V1 = ( 2, 0) V2 = (− 2, 0). A excentricidade é e = 2 e as assíntotas são descritas
pelas seguintes retas
y0 = x 0 y0 = −x0 .
in
Vamos agora traduzir isso para o nosso sistema de coordenadas. Para isto devemos utilizar as
im
fórmulas acima
! √
√1 − √1 2 2
F1 : √1
2
√1
2 = √ .
2 2
0 2
el
√1 √1
! √
2
− 2 −2 −√2
F2 : √1 √1
= .
2 2
0 − 2
Pr
! √
√1 − √1 2 1
V1 : 2 2 = .
√1 √1 0 1
2 2
! √
√1 − √1
2 2 − 2 −1
V2 : = .
o
√1 √1 0 −1
2 2
√
sã
(x − y) (x − y)
y0 = x 0 → √ = √ →y=0 (eixo x),
r
2 2
Ve
(x − y) (x − y)
y0 = −x0 → √ √ →x=0 (eixo y).
2 2
existe uma rotação de coordenadas que simplifica o estudo da cônica? se existe, qual é tal rotação?
ou melhor,
O que estamos procurando então é fazer uma rotação de coordenadas do sistema canônico ao
sistema S de tal forma que a equação
ax2 + bxy + cy2 + dx + ey = f
possa ser escrita no novo sistema, como
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f .
pois neste caso, com uma translação de coordenadas o problema pode ser estudado facilmente.
Em notação matricial, o que queremos é fazer uma mudança de coordenadas X = Rθ X 0 de
forma tal que possamos passar
.
X T AX + BX = f ,
ar
em que
in
a b/2
A= B= d e ,
b/2 c
para uma equação
em que
(X 0 )T A0 (X 0 ) + B0 X 0 = f ,
im
el
a0 0
A0 = B0 = d 0 e0
.
0 c0
Pr
0 0
Obs. Como uma translação não altera o sinal de a e b temos que, no novo sistema de coordenadas,
se a equação
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f
o
Pelo visto acima, nosso trabalho consiste em achar a matriz Rθ que simplifica a equação, em
Ve
.
= RTθ (A − uI)Rθ ,
ar
de onde
g(u) = det(A0 − uI) = det(Rθ )−1 det(A − uI) det(Rθ ) = det(A − uI).
in
Assim, a0 e c0 são os zeros de
g(u) = det(A − uI),
im
e portanto é possível calculá-los a partir de dados conhecidos.
Uma vez conhecidos a0 e c0 passamos a encontrar Rθ . Sem perder generalidade colocamos
como a0 ao maior número que é solução de g(u) = 0. Observamos que achar Rθ na verdade se
el
reduz a determinar a matriz coluna
cos (θ )
,
Pr
sin (θ )
pois, a partir desta obtemos
cos (θ ) − sin (θ )
Rθ = .
sin (θ ) cos (θ )
o
Sabemos que
sã
ARθ = Rθ A0 .
Calculamos
r
cos (θ ) − sin (θ ) cos (θ ) − sin (θ )
ARθ = A = A A ,
Ve
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f
.
ar
onde
• a0 , c0 são raizes de
in
a−λ b/2
f (λ ) = det
b/2 c−λ
Obs.
• O sistema
sã
a − a0
b/2 u 0
= .
b/2 c − a0 v 0
r
possui duas soluções {U~ = (cos(θ ), sin(θ )), ~V = (cos(φ ), sin(φ ))} de norma 1. Estas
~ = −~V o que induz duas rotações diferentes Rθ e Rφ
Ve
a0 (x0 )2 + c0 (y0 )2 + d 0 x0 + e0 y0 = f ,
onde
.
(d 0 e0 ) = (d, e)Rθ .
ar
8. Faça uma traslação, se necesário, para levar a equação acima na sua forma canônica.
9. Ache todos os elementos que caracterizam a cônica:focos, vértices, assíntotas, reta diretriz.
in
10. Utilize a mudança de coordenadas X = Rθ X 0 e X 0 = RTθ X junto à traslação para passar esta
informação ao sistema de coordenadas inicial.
im
Exemplo 14.2 Considere a cônica de equação
Rθ X. Calculamos os 0 do polinômio.
4 − x −2
r
Portanto,
√
11 ± 121 − 96 11 ± 5
x= = .
2 2
Escolhemos
a0 = 8, c0 = 3.
Agora resolvemos
(A − 8I)U = 0 k U k= 1,
isto é,
−4 −2 u1 0
= ⇒ u2 = −2u1 ,
−2 −1 u2 0
14.2 Procurando a mudança de coordenadas 245
Observamos que BRθ = (0, √305 ) e portanto, no novo sistema de coordenadas, a equação trans-
formada é
30
(X 0 )T (RTθ ARθ )X 0 + (BRθ )X 0 = 9 ⇒ 8x02 + 3y02 + √ y0 = 9,
5
.
Fazemos agora uma traslação
ar
X 00 = X 0 + Q
em que
in
x00
00 q1
X = , Q= ,
y00 q2
(x00 )2 (y00 )2
+ = 1.
sã
3 8
A mudança de coordenadas completa, isto é rotação mais translação,
r
!
√1 √2
00 0
x 0 x 0 x
= √ + = √ + √ 5 5 ,
Ve
00 0 −2 1
y 5 y 5 5
√
5
y
e sua inversa
!
√1 √2 x00
x
= −2
5 5 − √0 .
y √
5
√1
5
y00 5
.
2( √ 8− 5)
!
√1 √2 −
0
√ 0
− √
ar
V2 : 5 5 = √ 5√ .
−2 √1
√
5 5
− 5 5 ( 5+
− √ 8) 5
in
Exemplo 14.3 Seja C a curva do plano contituída dos pontos que satisfazem a equação
√ p
3x2 + 3y2 + 2xy + 4 2x − 4 2y = −4.
A=
3 1
. im
el
1 3
De onde x = 6±2 0 0
2 , portanto escolhemos a = 4 e c = 2.
o
Para encontrar a rotação procuramos a solução do sistema linear det(A − 4Id)V = 0. Assim
sã
−1 1 v1 0 1 1
= ⇒ v1 = v2 ⇒ V = √ , √ .
1 −1 v2 0 2 2
r
Portanto,
Ve
!
√1 − √12
Rθ = 2 .
√1 √1
2 2
Completando quadrados
(y0 − 2)2
4(x0 )2 + 2(y0 − 2)2 = −4 + 8 = 4 ⇒ (x0 )2 + = 1.
2
Fazendo uma translação u = x0 e v = y0 − 2 temos que a equação transformada de C é
v2
u2 + = 1.
2
A mudança de variáveis do sistema uv para o sistema xy é dada então por
.
! !
√1 − √12 x0 √1 √1
ar
x 2 2 2 u
= = .
y √1
2
√1
2
y0 √1
2
√1
2
v+2
in
Passamos a estudar a cônica. Para obter os focos no sistema uv primeiramente obtemos
c2 = 2 − 1 = 1. Portanto os focos, no sistema uv, tem coordenadas F1 = (0, 1) e F2 = (0, −1), de
onde segue que no sistema de coordenadas xy
−3
im
! !
√1 − √1 √
2 2 0 2
F1 : √1 √1
= √3
.
2 2
1 + 2 2
−1
! !
√1 − √1 √
el
2 2 0 2
F2 : √1 √1
= √1
.
2 2
−1 + 2 2
Pr
Análogamente calculam-se os vértices.
1.
2. Seja C o lugar geométrico dos pontos P(x, y) do plano cujas coordenadas x e y satisfazem
sã
√ √
5x2 − 2xy + 5y2 − 16 2x + 8 2y + 4 = 0
identificar a cônica C .
Ve
Resolução: Para encontrar as mudanças consecutivas das coordenadas que levam a cônica
C de equação √ √
5x2 − 2xy + 5y2 − 16 2x + 8 2y + 4 = 0
na sua forma canônica primeiramente escrevemos esta equação na sua forma matricial
X t AX + BX + 4 = 0
onde
√ √
5 −1 x
A= X= , B = (−16 2, 8 2).
−1 5 y
Calculando
5 −1
det(A) = det = 24 > 0
−1 5
248 Capítulo 14. Identificação de cônicas
.
Portanto matriz Rθ é dada por
ar
1 1
!
√ √
Rθ = 2 2
− √12 √1
in
2
im
!
√1 √1 x0
x 2 2
= ,
y − √12 √12 y0
isto é
el
x0 + y0 −x0 + y0
x= √ , y= √
2 2
Pr
Então a equação da cônica transforma em
√ x 0 + y0 √ −x0 + y0
0 2 0 2
6(x ) + 4(y ) − 16 2 √ +8 2 √ + 4 = 0.
2 2
o
Simplificando temos
sã
Fazendo
r
x00 = x0 − 2 y00 = y0 − 1
Ve
Temos
(x00 )2 (y00 )2
+ =1
4 6
que é a forma canônica de C .
3. Seja C o lugar geométrico dos pontos P(x, y) do plano cujas coordenadas x e y satisfazem
Observamos que esta equação pode ser escrita na forma matricial como
X T AX + BX = 9
para
x 2 −2
X= A= B = (12, 6).
y −2 7
Como
4 −2
det(A) = det = 24 > 0
.
−2 7
ar
tiramos que a cônica é uma elipse.
Para achar as transformações de coordenadas que levam a equação acima na forma canônica
in
começamos calculando os zeros de
4 − x −2
f (x) = det = x2 − 11x + 24
im
−2 7 − x
que são
x1 = 8 x2 = 3.
el
Escolhemos a0 = 8 e procuramos as soluções unitarias de
Pr
−4 −2 u 0
(A − 8I)U = 0 ⇒ = ⇒ −2u = v
−2 −1 v 0
1 1 2
√ (1, −2) ⇒ cos(θ ) = √ , sin(θ ) = − √ .
5 5 5
sã
Com isto obtemos que a matriz de rotação e a mudança de coordenadas são dadas por
! !
√1 √2 √1 √2
r
x0
5 5 x 5 5
Rθ = =
− √25 √15 − √25 √15 y0
Ve
ou, equivalentemente,
x0 + 2y0 −2x0 + y0
x= √ , y= √
5 5
Utilizando esta mudança de coordenadas e substituindo na equação da cônica obtemos a
seguinte
0
x + 2y0 −2x0 + y0
0 2 0 2
8(x ) + 3(y ) + 12 √ +6 √ =9
5 5
√
⇒ 8(x0 )2 + 3y02 + 6 5y0 = 9
Completamos quadrados para obter
√
8(x0 )2 + 3(y02 + 2 5y0 + 5) = 9+15.
250 Capítulo 14. Identificação de cônicas
ou, equivalentemente,
√
0 2 0
√ 2 (x0 )2 (y0 + 5)2
8(x ) + 3(y + 5) = 24 ⇒ + = 1.
3 8
Fazendo a traslação
√
x00 = x0 y00 = y0 + 5
(x00 )2 (y00 )2
+ = 1.
.
3 8
ar
Com isto podemos responder a
a)as mudanças de coordenadas são
in
!
√1 √2 x0 x00 = x0√
x 5 5
=
y − √25 √15 y0 00 0
y = y+ 5
(x00 )2 (y00 )2
+ = 1. im
el
3 8
b) Observamos que, pela forma da equação canônica, os focos e vértices estão sobre o eixo
yˆ00 e que,
Pr
a2 = 8 b2 = 3 c2 = a2 − b2 = 5
donde
o
√ √ √
a= 8 b= 3 c= 5
sã
e=
8
Ve
Resolução:
Seja C a curva do plano constituída dos pontos que satisfazem a equação
√ √
3x2 + 3y2 + 2xy + 4 2x − 4 2y = −4.
A partir da matriz
.
3 1
A=
ar
1 3
temos que, como det(A) = 8 > 0, concluimos que a cônica é uma elipse.
in
Para poder estudar a cônica vamos a fazer uma rotação seguida de uma traslação para poder
levar a equação numa forma simples.
Faremos o estudo da cônica no último sistema de coordenadas e depois transformamos tudo
im
ao sistema de coordenadas original.
Começamos procurando a rotação a ser feita e cuja matriz é
cos(θ ) − sin(θ )
Rθ =
el
sin(θ ) cos(θ )
Donde
o
6±2
x= ,
2
sã
Calculamos os autovetores: Para λ1 temos que o autovetor será dado por um vetor unitario
u1 que é solução do sistema linear (A − 4Id)V = 0. Assim
Ve
−1 1 v1 0
= =⇒ v1 = v2
1 −1 v2 0
1 1
=⇒ u1 = √ , √
2 2
Como esta é a primeira coluna de Rθ , a segunda coluna vai ser obtda trocando as componentes
de lugar e mudando o sinal da primeira, isto é
1 1
u2 = − √ , √ .
2 2
Portanto a mudança de coordenadas fica
! ( 0 −y0
x√
√1 − √1 0 x =
x 2 2 x 2
= 1 1 0 =⇒ 0 +y0
x√
y √
2
√
2
y y = 2
252 Capítulo 14. Identificação de cônicas
Para obter a forma canônica ou reduzida de C observamos que a equação da cónica transforma
em
√ x0 − y0 √ x0 + y0
4(x0 )2 + 2(y0 )2 + 4 2 √ −4 2 √ = −4.
2 2
Simplificando
.
Completando quadrados
ar
(y0 − 2)2
4(x0 )2 + 2(y0 − 2)2 = −4 + 8 = 4 =⇒ (x0 )2 + = 1.
in
2
im
C é
v2
u2 + =1
2
el
A mudança de variáveis de UV para XY é dada então por
Pr
! !
√1 − √12 x0 √1 − √12
x 2 2 u
= =
y √1
2
√1
2
y0 √1
2
√1
2
v+2
o
XY
! !
√1 − √12 − √32
0
r
F1 : = 2 =
√1 √1 1+2 √3
Ve
2 2 2
! !
√1 − √12 − √12
2 0
F2 : = √1 √1
= √1
2 2
−1 + 2 2
v2
u2 + = 1.
2
.
ar
in
(c)
5. Seja ` o lugar geométrico dos pontos P = (x, y) do plano cujas coordenadas x e y satisfazem
a) Identificar a cônica `.
im
4x2 − 4xy + 7y2 + 12x + 6y − 9 = 0.
X T AX + KX = 9
onde
r
4 −2 x
A= K= X=
Ve
12, 6
−2 7 y
Portanto,
√
11 ± 121 − 96 11 ± 5
= ⇒ λ1 = 8, λ2 = 3
2 2
Agora, para achar os vetores V1 = (v11 , v12 ) e V2 = (v21 , v22 ) que determinam O resolvemos
(A − 8I)U = 0 ||U|| = 1
isto é,
−4 −2 u1 0
= =⇒ u2 = −2u1
−2 −1
.
u2 0
ar
e obtemos V1 = √15 (1, −2) donde V2 = √1 (2, 1).
5
Portanto a mudança de coordenadas fica
determinada por
in
1 2
!
√ √
O= 5 5
−2
√ √1
5 5
transformada é
30
im
Observamos que KO = (0, √305 ) e portanto, no novo sistema de coordenadas, a equação
el
(X 0 )T (OT AO)X 0 + (KO)X 0 = 9 =⇒ 8x02 + 3y02 + √ y0 = 9
5
Por último fazemos uma traslação da forma X 00 = X 0 + Q, com
Pr
00
00 x q1
X = Q= ,
y00 q2
o
8x02 + 3y02 + √ y0 = 9
5
e obtemos
r
√
02
√ 0 02 x02 (y0 + 5)2
Ve
x002 y002
+ =1
3 8
A mudança de coordenadas total é
!
x00 √1 √2
= √0 + −2
5 5 x
y00 5 √
5
√1
5
y
e sua inversa
!
√1 √2 x00
x
= −2
5 5 − √0
y √
5
√1
5
y00 5
14.3 Exercicios resolvidos 255
e os vértices
√ √
.
V1 = (0, 8) V2 = (0, − 8)
ar
Portanto, as coordenadas no sistema Oxy são
in
!
√1 √2
F1 : −2
5 5 √0 − √0 =
0
√ √1 5 5 0
5 5
F2 :
√1
−2
√
5
5
√2
√1
5
5
!
0
√
− 5
im
−
√0
5
=
−4
−2
el
√ √
2( √
8− 5)
!
√1 √2
V1 : −2
5 5 √0 − √0 = √ 5√
√1
√ 8 5 ( 8−
√ 5)
Pr
5 5 5
√ √
− 2( 5+ 8)
!
√1 √2 √
V2 : −2
5 5 0
√ − √0 = √ 5√
√1
√ − 8 5 − ( 5+
√ 8)
o
5 5 5
!
x00 √1 √2
√0 5 5 x
Ve
= + −2
y00 5 √
5
√1
5
y
c)
√ √ √ √ !
2( 8 − 5) ( 8 − 5)
V1 = √ , √
5 5
√ √ √ √ !
2( 5 + 8) ( 5 + 8)
V2 = − √ ,− √
5 5
6. Em cada uma das equações abaixo elimine, através de uma rotação, o termo xy. Identifique o
conjunto solução e nos casos em que for uma cônica encontre as coordenadas, no sistema
inicial, do(s) foco(s), vertice(s), diretrizes e assíntotas (quando couber).
256 Capítulo 14. Identificação de cônicas
.
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
ar
λ = 10 e resolvemos o sistema (A − 10I)U = 0 com ||U|| = 1, isto é
−1 −2 u 0
⇒ u = −2v
in
=
−2 −4 v 0
im
2 −1
U= √ ,√
5 5
el
Portanto a matriz de rotação é
!
√2 √1
Pr
R= 5 5
−1
√ √2
5 5
−1
! !
√2 √1 √2 √
x 5 5 x̄ x̄ 5 5 x
= −1 √2
e = √1 √2
.
y √ ȳ ȳ y
sã
5 5 5 5
x̄2 ȳ2
10x̄2 + 5ȳ2 = 30 → + = 1.
Ve
3 6
Temos assim que
a2 = 6 b2 = 3 → c2 = 6 − 3 = 3
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
.
ar
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
4 −10 u 0
= ⇒ 2u = 5v
−10 25
in
v 0
im
5 2
U = √ ,√
29 29
Portanto a matriz de rotação é
el
−2
5
!
√ √
R= 29 29
√2 √5
Pr
29 29
√2 √5 −2 √5
y 29 29
ȳ ȳ √
29 29
y
sã
29 29 4 29
Ve
3
c= √
4 29
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
Sist. x̄ȳ Sist. xy
V (0, 0) (0, 0)
√3 , 0 15 3
F 4 29 116 , 58
reta d. x̄ = − 4√329 5x − 2y = 3
4
√
(c) x2 − y2 + 2 3xy + 6x = 0
Resolução: Primeiramente construimos a matriz
√
1 3
A= √ ⇒ det(A) − 4 < 0 ⇒ Hipérbole.
3 −1
258 Capítulo 14. Identificação de cônicas
.
!
3 1
ar
U= ,
2 2
in
√ !
3 −1
R= 2 √2
1 3
im
2 2
Fazendo a traslação
o
√
0 3 3 3
x = x̄ + y0 = ȳ +
sã
4 4
temos a equação
(x0 )2 (y0 )2
r
− = 1.
9/8 9/8
Ve
Sist.
√x’y’ Sist.
√ x̄ȳ Sist.
√ xy
Excent. 2 2 2
√ √ √ √
F1 (3/2, 0) 3
2 − 3 4 3 , − 34 3
+ 3 3
− 3 3
, 3
− 6 3
√ 8 √ 2 2 4
√
4 8
√
F2 (−3/2, 0) − 23 − 3 4 3 , − 43 3
+ 3
− 3
− 3 3
, − 3
− 6 3
√ √ 8 √2 2 √4 4 8
√
V1 (3/ 8, 0) √3 − 3 3 , − 3 3
+ 3 √3
− 3 3
, 3
√ − 6 3
8 4 4 8 √ 2 8 4 8
√ √ √ 2 8 √
3 3 3 3 3 √ −6 3
V2 (−3/ 8, 0) − √8 − 4 , − 34
3 3
8 + 2 − 3
√ −
8 4 , − 3
2 8 8
√ √ √ √
Assínt. x0 = ±y0 ȳ + 34 = ± x̄ + 3 4 3 −x + 3y + 3/2 = ±( 3x + y + (3 3/2))
14.3 Exercicios resolvidos 259
√ √
(d) 18x2 + 12xy + 2y2 + 94 1010 x − 282 1010 y + 94 = 0.
Resolução: Primeiramente construimos a matriz
18 6
A= ⇒ det(A) = 0 ⇒ Parábola.
6 2
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
.
ar
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
18 6 u 0
= ⇒ 3u = v
in
6 2 v 0
im
1 3
U = √ ,√
10 10
Portanto a matriz de rotação é
el
−3
1
!
√ √
R= 10 10
√3 √1
Pr
10 10
= 10 10 e = 10 10 .
√3 √1 −3 √1
y 10 10
ȳ ȳ √
10 10
y
sã
2 94
→ ȳ = 4 (x̄ − 1).
80
Fazendo a traslação
x0 = x̄ − 1 ȳ = y0
chegamos à equação
0 2 94 0
(y ) = 4 x.
80
94
c=
80
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
260 Capítulo 14. Identificação de cônicas
2 2 1 2
3 x+ +5 y− = 15
3 5
.
Consideramos a traslação
ar
2 1
x̄ = x + ȳ = y − ,
3 5
in
e obtemos a equação canônica
x̄2 ȳ2
im
+ = 1.
5 3
Aqui
a2 = 5 b2 = 3 c2 = 5 − 3 = 2
el
Agora podemos completar a tabela
Sist.
p x̄ȳ Sist.
p xy
Pr
excent. 2/5 √ 2/5
√
F1 ( 2, 0) 2− 2, 1
√ √ 3 5
F2 (− 2, 0) − 2 − 32 , 15
o
√ √
V1 ( 5, 0) 5 − 23 , 15
√ √
sã
V2 (− 5, 0) − 5 − 32 , 15
1 3/2 9 5
A= ⇒ det(A) = 1 − = − < 0 ⇒ Hipérbole.
3/2 1 4 4
Agora calculamos os zeros de
1 − λ 3/2 5 5 −1
f (λ ) = det = λ 2 − 2λ − ⇒ λ= , .
3/2 1 − λ 4 2 2
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = 5/2 e resolvemos o sistema (A − 5/2I)U = 0 com ||U|| = 1, isto é
−3/2 3/2 u 0
= ⇒ u=v
3/2 −3/2 v 0
Então uma solução unitária é
1 1
U = √ ,√
2 2
14.3 Exercicios resolvidos 261
.
5 2 9 1 2 9 1 36
ar
x̄ + 3x̄ + − ȳ − 3ȳ + = + = 5.
2 4 2 4 2 8
Fazendo a traslação
in
3 3
x0 = x̄ + y0 = ȳ −
2 2
im
temos a equação
(x0 )2 (y0 )2
− = 1.
2 10
el
Temos assim que
a2 = 2 b2 = 10 → c2 = 12.
Pr
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
Sist.
√x’y’ Sist.
√ x̄ȳ Sist.
√ xy
Excent. 6 6 6
o
√ √ √ √
F1 ( 12, 0) 12 − 32 , 32 3
6 − √2 , 6
√ √ √ √
sã
F2 (− 12, 0) 12 − 32 , 32 − 6 − √32 , − 6
√ √
V1 ( 2, 0) 2 − 23 , 32 1 − √32 , 1
√ √
r
V2 (− 2, 0) 2 − 23 , 32 −1 − √32 , −1
√ √ √ x+y 3
Ve
−x+y
y0 = ± 5x0 ȳ − 32 = ± 5 x̄ + 32 3
Assínt. √
2
− 2 = ± 5 √
2
+2
(g) x2 + 15 xy + y2 + 1022√2 (x + y) = 88
10
Resolução: Primeiramente construimos a matriz
1 1/10 1 99
A= ⇒ det(A) = 1 − = >0 ⇒ Elipse.
1/10 1 100 100
Agora calculamos os zeros de
1 − λ 1/10 99 11 9
f (λ ) = det = λ 2 − 2λ + ⇒ λ= , .
1/10 1 − λ 100 10 10
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = 11/10 e resolvemos o sistema (A − (11/10)I)U = 0 com ||U|| = 1, isto é
−1/10 1/10 u 0
= ⇒ u=v
1/10 −1/10 v 0
262 Capítulo 14. Identificação de cônicas
.
ar
−1
! !
√1 √ √1 √1
x 2 2 x̄ x̄ 2 2 x
= √1 √1
e = −1 √1
.
y 2 2
ȳ ȳ √
2 2
y
in
A equação da cônica transforma em
im
x̄ + ȳ + x̄ = → + = 1.
10 10 10 10 9 11
Fazendo agora uma traslação
x0 = x̄ + 1 y0 = ȳ,
el
chegamos à equação canônica
Pr
(x0 )2 (y0 )2
+ = 1.
9 11
Temos assim que
o
a2 = 11 b2 = 9 → c2 = 11 − 9 = 2
sã
p p
excent. 2/11 2/11 2/11
Ve
√ √
−1−
√
−1+
√
F1 (0, 2) (−1, 2) √ 2, √ 2
√ √ 2√ 2√
−1+
√ 2, −1−
√ 2
F2 (0, − 2) (−1, − 2) 2 2√
√ √
−1−
√
−1+
V1 (0, 11) (−1, 11) √ 11 , √ 11
2 2
√ √
−1+
√
−1−
√
V2 (0, − 11) (−1, − 11) √ 11 , √ 11
2 2
√
(h) x2 + y2 + 4xy + 4 2y − 32 = 0
Resolução: Primeiramente construimos a matriz
1 2
A= ⇒ det(A) = −3 < 0 ⇒ Hipérbole.
2 1
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = 3 e resolvemos o sistema (A − 3I)U = 0 com ||U|| = 1, isto é
−2 2 u 0
= ⇒ u=v
2 −2 v 0
.
Portanto a matriz de rotação é
ar
!
√1 − √1
R= 2 2
√1 √1
in
2 2
im
! !
√1 − √1 √1 √1
x 2 2 x̄ x̄ 2 2 x
= 1 1 e = .
y √
2
√
2
ȳ ȳ − √12 √1
2
y
el
A equação da cônica transforma em
2 2
2 10
2 2
3x̄ − ȳ + 4x̄ + 4ȳ = ⇒ 3 x̄ + − (ȳ − 2)2 = .
Pr
3 3 3
Fazendo a traslação
2
o
x0 = x̄ + y0 = ȳ − 2
3
sã
temos a equação
(x0 )2 (y0 )2
− + = 1.
r
2/3 2
Ve
Sist.
p x’y’ Sist.
p x̄ȳ Sist.
p xy
Excent. 4/3 4/3 4/3
−8
p p
F1 (0, 8/3) −2/3, 2 + 8/3 √ − 2, √ 4
+2
3 2 3 3 2 3
−8
p p
F2 (0, − 8/3) −2/3, 2 − 8/3 √ + 2, √ 4
−2
√ √ 3 2 3 3 2 3
−8 4
V1 (0, 2) −2/3, 2 + 2 √ − 1, √ +1
√ √ 3 2 3 2
−8 4
V2 (0, − 2) −2/3, 2 − 2 √ + 1, √ − 1
3 2 3 2
x+y −x+y
Assínt. x0 = ± √13 y0 x̄ + 23 = ± √13 (ȳ − 2) √
2
+ 2
3 = ± √1
3
√
2
− 2
264 Capítulo 14. Identificação de cônicas
.
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
ar
λ = 3 e resolvemos o sistema (A − 2I)U = 0 com ||U|| = 1, isto é
−1 2 u 0
in
= ⇒ u = 2v
2 −4 v 0
U=
2 1
√ ,√
5 5
im
el
Portanto a matriz de rotação é
−1
!
√2 √
Pr
R= 5 5
√1 √2
5 5
−1
! !
√2 √ √2 √1
x 5 5 x̄ x̄ 5 5 x
= e = .
sã
√1 √2 −1 √2
y 5 5
ȳ ȳ √
5 5
y
x̄2 ȳ2
Ve
2x̄2 − 3ȳ2 = 6 ⇒ − = 1.
3 2
Temos assim que
a2 = 3 b2 = 2 → c2 = 2 + 3 = 5.
.
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
ar
λ = 2 e resolvemos o sistema (A − 2I)U = 0 com ||U|| = 1, isto é
−4 −2 u 0
⇒ −2u = v
in
=
−2 −1 v 0
U=
1 −2
√ ,√
5 5
im
el
Portanto a matriz de rotação é
!
√1 √2
Pr
R= 5 5
−2
√ √1
5 5
−2
! !
√1 √2 √1 √
x 5 5 x̄ x̄ 5 5 x
= −2 √1
e = √2 √1
.
y √ ȳ ȳ y
sã
5 5 5 5
1 2 1 2
2 2 67
2x̄ − 3ȳ − (−2x̄ + ȳ) = ⇒ − 3 ȳ +
Ve
2 x̄ + = 6.
12 2 6
Fazendo a traslação
1 1
x0 = x̄ + y0 = ȳ +
2 6
temos a equação
(x0 )2 (y0 )2
− = 1.
3 2
Temos assim que
a2 = 3 b2 = 2 → c2 = 2 + 2/3 = 5.
Sist.
p x’y’ Sist.
p x̄ȳ Sist.
p xy
Excent. 5/3 5/3 5/3
√
1
√ 1
F1 ( 5, 0) − 2 + 5, − 6 1
− 6 5 + 1, 6√1 5 − 2
√
√ √
F2 (− 5, 0) − 12 − 5, − 16 − 6√1 5 − 1, 6√1 5 + 2
√ √ q q
− 12 + 3, − 16 − 6√1 5 + 35 , 6√1 5 − 2 35
V1 ( 3, 0)
√ √ q q
− 12 − 3, − 16 − 6√1 5 − 35 , 6√1 5 + 2 35
V2 (− 3, 0)
2x+y 1
x−2y
Assínt. y0 = ± 2/3x0 ȳ + 16 = ± 2/3 x̄ − 12
p p p
√
5
+ 6 = ± 2/3 √
5
− 2
√ √
.
(k) x2 − y2 − 2 3xy − 2x − 2 3y = 6
ar
Resolução: Primeiramente construimos a matriz
√
√1 − 3
A= ⇒ det(A) = −1 − 3 = −4 < 0 ⇒ Hipérbole.
in
− 3 −1
im
√
−1√
−λ − 3
f (λ ) = det = λ2 −4 ⇒ λ = ±2.
− 3 −1 − λ
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
el
λ = 2 e resolvemos o sistema (A − 2I)U = 0 com ||U|| = 1, isto é
√
√
−1 − 3 u 0
Pr
√ = ⇒ u = − 3v
− 3 −3 v 0
U= ,
2 2
sã
R= 2 √2
−1 3
Ve
2 2
Fazendo a traslação
x0 = x̄ y0 = ȳ + 1
temos a equação
(x0 )2 (y0 )2
− = 1.
2 2
14.3 Exercicios resolvidos 267
.
√ √
− √6−1
, 2−√ 3
ar
V2 (− 2, 0) − 2, −1
√ 2 2√
y0 = ±x0
Assínt. ȳ + 1 = ±x̄ x + 3y + 2 = ± 3x − y
(l) x2 + 4y2 + 4xy − √245 x + √125 y = 0
in
Resolução: Primeiramente construimos a matriz
1 2
im
A= ⇒ det(A) = 0 ⇒ Parábola.
2 4
Agora calculamos os zeros de
1−λ 2
el
f (λ ) = det = λ 2 − 20λ ⇒ λ = 0, 5.
2 4−λ
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
Pr
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
1 2 u 0
= ⇒ u = −2v
2 4 v 0
o
2 −1
U = √ ,√
5 5
Portanto a matriz de rotação é
r
2 1
!
√ √
Ve
R= 5 5
−1
√ √2
5 5
.
Agora calculamos os zeros de
ar
√
1−
√ λ − 5
f (λ ) = det = λ 2 − 6λ ⇒ λ = 0, 6.
− 5 5−λ
in
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
√
im
√
1
√ − 5 u 0
= ⇒ u = 5v
− 5 5 v 0
Então uma solução unitária é
el
√ !
5 1
U = √ ,√
6 6
Pr
Portanto a matriz de rotação é
√
−1
5
!
√ √
R= 6 √6
√1 √5
o
6 6
√ √
−1
! !
√5 √ √5 √1
x 6 √6
x̄ x̄ 6 √6
x
= 5
e = −1
.
y √1 √ ȳ ȳ √ √5 y
r
6 6 6 6
Ve
ȳ = y0 x0 = x̄ − 1
chegamos a,
0 2 −1 0
(y ) = 4 x.
24
Temos assim que
−1
c= .
24
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
14.3 Exercicios resolvidos 269
.
Agora calculamos os zeros de
ar
√
−λ 2
f (λ ) = det √ = λ2 −λ −2 ⇒ λ = −1, 2.
2 1−λ
in
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = −1 e resolvemos o sistema (A − (−1)I)U = 0 com ||U|| = 1, isto é
√
√
im
√1 2 u
=
0
⇒ u = − 2v
2 2 v 0
Então uma solução unitária é
√
el
!
2 −1
U = √ ,√
3 3
Pr
Portanto a matriz de rotação é
√ !
2
√ 1 √
R= 3 √3
−1
√ √2
3 3
o
−1
2
! !
√ √1 √2 √
x 3 √3
x̄ x̄ 3 √3
x
= −1
e = .
y √ √2 ȳ ȳ √1 √2 y
3 3 3 3
r
x̄2 ȳ2
−x̄2 + 2ȳ2 = 4 ⇒ − + =1
4 2
Temos assim que
a2 = 4 b2 = 2 → c2 = 2 + 4 = 6.
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
Sist.
√ x̄ȳ Sist.
√ xy
Excent. 3 √ 3
√
F1 (0, 6) 2, 2
√ √
F2 (0, − 6) − 2, −2
√ √
V1 (0, 2) √2 , √2
√ √3 3
−√ 2 √
V2 (0, − 2) , −23
√ √ √ 3 √
Assínt. ± 2x̄ = ȳ ± 2( 2x − y) = (x + 2y)
270 Capítulo 14. Identificação de cônicas
√ √
(o) x2 − 2xy + y2 + 10 2x − 6 2y + 24 = 0
Resolução: Primeiramente construimos a matriz
1 −1
A= ⇒ det(A) = 0 ⇒ Parábola.
−1 1
Agora calculamos os zeros de
1−λ −1
f (λ ) = det = λ 2 − 2λ ⇒ λ = 0, 2.
−1 1 − λ
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
.
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
ar
1 −1 u 0
= ⇒ u=v
−1 1 v 0
in
Então uma solução unitária é
1 1
U = √ ,√
im
2 2
Portanto a matriz de rotação é
−1
1
!
√ √
el
R= 2 2
√1 √1
2 2
Pr
e as mudanças de coordenadas são
−1
! !
√1 √ √1 √1
x 2 2 x̄ x̄ 2 2 x
= √1 √1
e = −1 √1
.
y 2 2
ȳ ȳ √
2 2
y
o
2 2 −1
2
0x̄ + 2ȳ + 4x̄ − 16ȳ + 24 = 0 → (ȳ − 4) = 4 (x̄ − 2).
2
Fazendo a traslação
r
Ve
y0 = ȳ − 4 x0 = x̄ − 2
chegamos a,
0 2 −1 0
(y ) = 4 x.
2
Temos assim que
−1
c= .
2
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
Sist. x’y’ Sist. x̄ȳ Sist. xy
−2 √6
V (0, 0) (2, 4)) √ ,
2 2
−1 3 −5
√ , 11
2 ,0 2,4
F √
2 2 2 2
reta d. x0 = 1
2 x0 = 5
2 x+y = √5
2
14.3 Exercicios resolvidos 271
√ √
(p) 4x2 + 4xy + y2 − 6 5y + 3 5x = 9
Resolução: Primeiramente construimos a matriz
4 2
A= ⇒ det(A) = 0 ⇒ Parábola.
2 1
Agora calculamos os zeros de
4−λ 2
f (λ ) = det = λ 2 − 5λ ⇒ λ = 0, 5.
2 1−λ
Com isto agora calculamos a rotação que vai tirar os termos da forma xy. Consideramos
λ = 0 e resolvemos o sistema (A − 0I)U = 0 com ||U|| = 1, isto é
.
ar
4 2 u 0
= ⇒ 2u = −v.
2 1 v 0
in
Então uma solução unitária é
1 −2
U = √ ,√
im
5 5
Portanto a matriz de rotação é
1 2
!
√ √
el
R= 5 5
−2
√ √1
5 5
2 2 2
0x̄ + 5ȳ + 15x̄ = 9 → ȳ = 4 − x̄ − .
4 5
Fazendo a traslação
r
3
y0 = ȳ x0 = x̄ −
Ve
5
chegamos a,
3 0
(y0 )2 = 4 − x.
4
Temos assim que
3
c=− .
4
Utilizando agora as mudanças de coordenadas podemos completar a seguinte tabela
Sist. x’y’ Sist. x̄ȳ Sist. xy
V (0, 0) (3/5, 0)) 3 √
√ , −6
5 5 5
−3 −3
− 34 , 0 √ , 6√
F 20 , 0 20 5 10 5 √
reta d. x0 = 3
4 x̄ = 27
20 x − 2y = 27 5
20
Ve
rsã
o
Pr
el
im
in
ar
.
.
ar
15. Como saber se uma cônica é degenerada.
in
im
el
Uma cônica é o conjunto de pontos (x, y) ∈ R2 que satisfaz uma equação da forma
2 f d 0 e0
1
o
0 0 0 0
1 x y d 2a 0 x = 0.
e 0 0 2c 0 y
sã
Na notação matricial que estamos empregando, fazer a rotação torna-se equivalente a substituir
1 1 0 0 1
x = 0 cos θ − sin θ x0 ,
y 0 sin θ cos θ y0
2 f d 0 e0
1
0 0 0 0 x0 = 0,
1 x y d 2a 0
e 0 0 2c 0 y0
274 Capítulo 15. Como saber se uma cônica é degenerada.
que representa uma equação sem termos da forma x0 y0 . Aqui é fácil ver que
.
ar
Substituimos na equação anterior e obtemos
in
1 x y 0 1 0 2a 0 −d /2a 1 0
0 0 1 e0 0 2c 0 0 0
−e /2c 0 1 y00
0 0 2c0
e
1
1 x00 y00 0 2a0 0 x00 = 0,
y00
im
el
onde
Pr
d0 e0
f0 = f − 0
− 0.
4a 4c
Esta equação representa uma cônica cuja equação, no sistema x00 y00 é
o
a0 (x00 )2 + c0 (y00 )2 + f 0 = 0.
sã
• Assuma f 0 6= 0:
a) se a0 , c0 e f 0 tem sinais diferentes: uma elipse ou uma hipérbole.
b) se a0 , c0 , f 0 tem o mesmo sinal: um conjunto vazio.
r
para algum c ∈ R. Este último caso corresponde a um par de retas que se interseptam em um
ponto.
Estes dois ultimos casos (o ponto ou o par de retas) são o que chamamos de cônicas
degeneradas. Observamos que f 0 = 0 é equivalente a f 0 a0 c0 = 0 e, por sua vez, isto garante
que
2f0 0
e
det 0 2a0 0 = 0,
0 0 2c0
275
mas, como
2 f 0 0 e0 1 −d 0 /a0 −e0 /c0 2 f d 0 e0
= det d 0 2a0 b
e0 b 2c0
.
1 0 0 2f d e
ar
= det 0 cos θ sin θ det d 2a b
0 − sin θ cos θ e b 2c
in
1 0 0
det 0 cos θ sin θ
0 sin θ cos θ
im
2f d e
= det d 2a b .
e b 2c
Então f 0 = 0 é equivalente a
el
2f d e
det d 2a b = 0.
Pr
e b 2c
1 1 0 0 1
sã
x0 = 0 1 0 x00 .
y 0 0 0
−e /2c 0 1 y00
0 /2c0 0 0
1 0 −e 2 f d e 1 0 0 1
1 x00 y00 0 1 d 0 2a0 b 1 0 x00 = 0,
0 0
0 0 1 e0 b 2c 0 0 0
−e /2c 0 1 y00
ou equivalentemente,
2 f 0 d0 0
1
1 x00 y00 d 0 0 0 x00 = 0,
0 0 2c0 y00
para
e0
f0 = f − .
4c0
Portanto a equação da cônica pode ser escrita, no sistema x00 y00 como
c0 (y00 )2 + d 0 x0 + f 0 = 0.
276 Capítulo 15. Como saber se uma cônica é degenerada.
f0
y00 = ± .
c0
Este último caso é uma cônica degenerada.
Observamos que c0 (d 0 )2 = 0 garante que
2 f 0 d0 0
det d 0 0 0 = 0.
0 0 2c0
.
ar
Fazendo as contas como no caso anterior vemos que isto é equivalente a
2f d e
in
det d 2a b = 0.
e b 2c
im
Com tudo isso temos provado o seguinte teorema.
Teorema 15.0.1
Seja C a cônica formada pelo conjunto de pontos (x, y) ∈ R2 que satisfaz uma equação da forma
el
ax2 + bxy + cy2 + dx + ey = f ,
Pr
em que (a, b, c) 6= (0, 0, 0). Então a cônica C é degenerada se
2f d e
det d 2a b = 0.
e b 2c
o
• um ponto,
• um par de retas que se interseptam em um ponto ou
• um par de retas paralelas.
r
Ve
.
ar
16. Coordenadas polares
in
im
el
Até agora temos estudado sitemas de coordenadas cartesianas. Nestes sistemas cada ponto era
identificado por um par ordenado P = (x, y) cujas entradas x e y são obtidas a partir de duas
retas fixas (eixos coordenados). Estudaremos agora um sistema de coordenadas diferente para
Pr
caracterizar os pontos do plano: o sistema de coordenadas polares.
O sistema de coordenadas polares localiza univocamente quase todos os pontos do plano a exeição
de um conjunto particular que é chamado de eixo polar.
sã
Um ponto P será identificado em coordenadas polares por um par (r, θ ) em que r = d(O, P) e
Ve
−→
0 < θ < 2π é o ângulo formado, em sentido anti-horário, pelo eixo polar e e o vetor OP.
Observamos aqui o problema que há com os pontos do eixo polar, em particular, estes pontos que
se corresponderiam com ângulos 0 ou 2π e portanto não ficam completamente determinados. O
caso extremo é o polo, o qual corresponderia a pontos da forma (0, θ ) em coordenadas polares para
qualquer θ ∈ (0, 2π).
278 Capítulo 16. Coordenadas polares
Para abolir estes problemas vamos estender os valores de θ para [0, 2π). Assim um ponto sobre
o eixo polar tem coordenadas polares (r, 0) e o polo será um ponto qualquer com coordenadas
polares com r = 0. Isto significa tomar o quociente da banda R+ × [0, 2π] por uma relação
de equivalência ∼ definidas pelas seguintes identificações (r, 0) ∼ (r, 2π) e (0, 0) ∼ (0, θ ) para
qualquer θ ∈ [0, 2π]. Não vamos entrar em maiores detalhes.
.
ar
in
im
el
θ r θ √r
0 1
Pr
√ 5π/4 2/2
π/4 2/2 3π/2 √0
π/2 √0 7π/4 2/2
3π/4 2/2 2π 1
π 1
o
sã
θ r θ r
√
Ve
0 1
√ 5π/4 1 + 2/2
π/4 1 − 2/2 3π/2 2
√
π/2 0
√ 7π/4 1 + 2/2
3π/4 1 − 2/2 2π 1
π 1
16.2 Relação entre coordenadas polares e cartesianas 279
θ r
0 3
π/6 0
π/4 1
π/2 1
3π/4 1
5π/6 0
π 3
.
7π/6 0
ar
5π/4 1
3π/2 1
7π/4 1
in
11π/6 0
2π 3
im
el
Pr
o
Como transformar entre coordenadas polares e coordenadas cartesianas? Para isto devemos estudar
as transformações de coordenadas. Considere as coordenadas cartesianas S = (O, {~e1 ,~e2 }) em que
0 coincide com o polo e e = {λ~e1 , λ ∈ R} . Considere um ponto P no plano tal que P = (x, y) em
r
−→
p
2 2
OP ·~e1 x x
r = d(O, P) = x + y cos(θ ) =
−→
=p = .
OP
k~
e1 k 2
x +y 2 r
ii- Vamos traduzir a equação x2 + y = x que está em coordenadas cartesianas a uma equação em
coordenadas polares. Para isto substituimos x e y como acima e obtemos
(r cos(θ ))2 + (r sin(θ )) = r cos(θ ) ⇒ r cos(θ )2 + sin(θ ) = cos(θ ).
Obs. Quando transformamos de coordenadas p polares para cartesianas devemos evitar elevar ao
quadrado expressões da forma x2 + y2 sem ser cuidadosos. Por exemplo as expressões
r = sin(2θ ) e r = | sin(2θ )| são duas expressões que parecem similares mas são bem diferentes
e produzem gráficos diferentes. Ao transformá-las em coordenadas cartesianas vemos que
para a primeira
.
ar
r = sin(2θ ) ⇒ r3 = 2r sin(θ )r cos(θ )
q
⇒ (x2 + y2 )3 = 2xy.
in
que se corresponde com a gráfica de
im
el
Pr
⇒ (x2 + y2 )3 = 4x2 y2 .
que se corresponde com a gráfica de
r
Ve
` = {(r, θ ), θ = φ0 ou θ = π + φ0 }
Se ` não passa pela origem, considere Q = (d, φ0 ) o ponto que faz a distância entre ` e O, de onde
.
ar
d = d(O, `). Então
in
im
el
Pr
` = {(r, θ ), r cos(θ − φ0 ) = d} .
a b c
sã
x+ y= ,
k(a, b)k k(a, b)k k(a, b)k
a
Ve
= cos φ0 ,
k(a, b)k
b
= sin φ0 ,
k(a, b)k
c
= d.
k(a, b)k
Obs.
A reta ` : ax + by = c é paralela ao vetor ~v = (−b, a). De fato, se por exemplo b 6= 0 temos
que
x = −bt
`: t ∈R .
y = at + bc
c
portanto a distância d(O, `) = k(a,b)k .
282 Capítulo 16. Coordenadas polares
.
ar
in
Da lei do cosseno tiramos que se k é o raio da circunferência então
im
C = (r, θ ), k2 = r2 + r02 − 2rr0 cos(θ − φ ) .
x0 = r0 cos(φ ),
y0 = r0 sin(φ ),
o
k = k.
sã
caracterização.
Ve
Teorema 16.5.1 Seja C uma cônica não degenerada, que não é uma circunferência, de excentri-
cidade e. Considere um foco F da cônica, então existe uma reta ` chamada de diretriz tal que
F∈ / ` e a equação da cônica pode ser escrita como
Reciprocamente, seja ` uma reta, F um ponto que não pertence a ` e e > 0 uma constante. Então
o conjunto de pontos que satisfazem a equação acima determina uma cônica de excentricidade e.
Demonstração: Para provar a primeira parte observamos que se e = 1 então a cônica é uma parábola
e portanto a reta existe por definição. Vamos estudar o caso e 6= 1. Fazendo uma translação e
2
rotação se necessário, podemos assumir que o foco F tem coordenadas F = (c, 0) (com c = ± ede
2 −1 )
e que a equação da cônica é da forma
x 2 y2
± = 1.
a2 b2
16.5 Cônicas em coordenadas polares 283
Observamos que
|e2 − 1| 2
a2 = c2 /e2 b2 = |e2 − 1|a2 = c ,
e2
para qualquer um dos casos. De fato se for elipse b2 = a2 − c2 e se for hipérbole b2 = c2 − a2 , mas
nos dois casos e = c/a de onde obtemos o procurado.
Considere então que o foco esteja no ponto F = (c, 0) e a reta ` : x = ec2 então escrevemos a
equação d(P, F) = ed(P, `) e obtemos
c
q
2 2
(x − c) + y = e x − ,
.
e
ar
elevando ao quadrado em ambos os lados
c 2
in
(x − c)2 + y2 = e2 x − 2 ,
e
simplicando obtemos
e2 − 1
im
2 2 2 2
(1 − e ) = x + y = c ,
e2
el
donde chegamos a equação
x 2 y2
± = 1.
Pr
a2 b2
A segunda parte é imediato da primeira. Se e = 1 então não há nada a fazer. Se e 6= 1 denotamos
por d0 = d(F, `) então existe algum sistema de coordenadas tal que o foco pode ser escrito da
de2
forma F = (c, 0) e a reta ` : x = c/e2 com c = 1−e 2 (observe que d(F, `) = d) portanto, repetindo
o
as contas feitas anteriormente obtemos uma cônica não degenerada que é uma elipse ou hipérbole
dependendo de e.
sã
Considere uma cônica de excentricidade e, cujo foco F está no polo O e sua reta diretriz ` está
a uma distância d do foco. Seja Q0 = (r0 , φ ) o ponto na reta que realiza a distância entre F e `, isto
r
.
ar
in
temos que P = (r, θ ) satisfaz a equação im
el
r = e(r cos(θ − φ ) − r0 )
Pr
Assim, o ponto P = (r, θ ) pertence a cônica de excentricidade e e reta diretriz ` : r cos(θ − φ ) = r0
se satisfaz
er0 er0
r= ou r= ,
1 + e cos(θ − φ ) e cos(θ − φ ) − 1
o
sã
onde cada Di é o domínio onde o ângulo θ pode assumir valores. Vamos estudar agora estes
domínios para as diferentes possibilidades.
16.5.1 Parábola
No caso da parábola e = 1. Vemos assim que dos dois conjuntos só fica
r0
C = (r, θ ), r = ,θ ∈ D ,
1 + cos(θ − φ )
pois o outro conjunto é vazio devido a que corresponde a r < 0, que não está definido em coordena-
das polares.
Da construção acima tiramos que o foco está na origem de coordenadas e portanto o identifica-
mos, em coordenadas polares com o polo (em cartesianas pelo ponto F = (0, 0)).
O ângulo θ 6= φ + π pois temos uma indeterminação. Portanto θ ∈ (φ − π, φ + π). O vértice
corresponde a interseção da reta que passa pelo foco e Q0 = (r0 , φ ).
16.5 Cônicas em coordenadas polares 285
.
r0 r0
ar
r1 = =
1 + cos(0) 2
in
Resumindo:
r0
im r0
r= 1+cos(θ −φ ) F =O V= 2 ,φ r cos(θ − φ ) = r0
el
Exemplo 16.3 Seja C a cônica de equação dada em coordenadas polares por
4
r= √ √ .
Pr
2 + 2 cos(θ ) − 2 sin(θ )
r = √ √
2
1+ 2 cos(θ ) − 22 sin(θ )
sã
2
= .
1 + cos(θ − (−π/4))
Então pelo visto na teoria identificamos
r
π
Ve
r0 = 2, e=1 φ =− .
4
Temos assim que a equação é de uma parábola com foco F = O, vértice em V = (1, −π/4) e reta
diretriz r cos(θ + π/4) = 2, tudo em coordenadas polares. Em coordenadas cartesianas teremos
F = O → F = (0, 0),
√ √ !
2 2
V = (1, −π/4) → V = ,− .
2 2
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedimento
que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas polares
a coordenadas cartesianas
4 √ √
r= √ √ ⇒ r 2 + 2 cos(θ ) − 2 sin(θ ). = 4
2 + 2 cos(θ ) − 2 sin(θ )
p √ √
⇒ 2 x2 + y2 + 2x − 2y = 4
p √ √
⇒ 2 x2 + y2 = − 2x + 2y + 4.
.
√ √
4x2 + 4y2 = 2x2 + 2y2 + 16 − 4xy + 8 2y − 8 2x ⇒
ar
√
2x2 + 4xy + 2y2 + 8 2(x − y) = 16.
in
Se fazemos a rotação
√
im
√ √ ! 2
2 2 x =
2 (u + v)
x 2√ √2
u
= → √
y − 22 2
2 v
y = 2
2 (−u + v)
el
√
√ √ ! 2
2
−√ 22
u = 2 (x − y)
u √2
x
= 2 2
→ √
v y
Pr
2
2 2 v =
2 (x + y).
A equação transforma em
√ √ √
2( 2v)2 + 8 2( 2u) = 16 ⇒ 4v2 + 16u = 16
o
⇒ v2 = −4(u − 1).
sã
e a reta diretriz
r : u = 2.
E a reta diretriz,
√ √
2x − 2y = 4,
16.5.2 Elipse
Para a Elipse, e < 1. Portanto também ficamos com o primeiro conjunto
er0
C = (r, θ ), r = ,θ ∈ D ,
1 + e cos(θ − φ )
pois o outro se corresponde para r < 0.
Observamos que neste caso θ pode assumir qualquer valor. Para não ter sobreposição de pontos
fazemos θ ∈ (φ , φ + 2π).
A elipse tem dois vértices. Estes quatro pontos estão sobre a reta que une a origem com o ponto
Q0 = (r0 , φ ).
.
ar
in
im
Em particular, os vértices são os pontos V1 = (r1 , θ1 ) e V2 = (r2 , θ2 ) da elipse que se corresponde
el
a θ1 = φ e θ2 = φ + π. Substituindo na equação vemos que
er0 er0
r1 = = ,
1 + cos(0) 1 + e
Pr
er0 er0
r2 = = .
1 + cos(π) 1 − e
De onde segue que
o
er0 er0
V1 = ,φ , V2 = ,φ +π .
1+e 1−e
sã
Para os focos observamos que o primeiro deles F1 está na origem de coordenadas. Para determinar
o segundo utilizamos que d(V1 , F1 ) = d(V2 , F2 ). Utilizando
r
er0
F1 = O V1 = 1+e , φ
er0
r= 1+e cos(θ −φ ) r cos(θ − φ ) = r0
2e2 r0 er0
F2 = 1−e2
,φ +π V2 = 1−e , φ +π
6
r= √ .
1 3
.
2 + cos(θ ) +
2 2 sin(θ )
ar
Manipulamos a expressão e chegamos a
3
in
r = 1
.
1 + cos(θ − π/3)
2
r0 = 6, e=
1
2
φ=
π
3
,
im
el
Temos assim que a equação é de uma elipse com
F1 = O.
Pr
V1 = (2, π/3) ,
F2 = (4, 4π/3) ,
V2 = (6, 4π/3) .
o
F1 = O ⇒ F1 = (0, 0),
√
V1 = (2, π/3) ⇒ V1 = (1, 3),
√
F2 = (4, 4π/3) ⇒ F2 = (−2, −2 3),
r
√
V2 = (6, 4π/3) ⇒ V2 = (−3, −3 3).
Ve
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedi-
mento que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas
polares a coordenadas cartesianas
√ !
6 1 3
r= √ ⇒ r 2 + cos(θ ) + sin(θ ) = 6
2 + 21 cos(θ ) + 23 sin(θ ) 2 2
p √
⇒ 4 x2 + y2 + x + 3y = 12
p √
⇒ 4 x2 + y2 = −x − 3y + 12.
Se fazemos a rotação
√ !
1
√
1
− 23
x = 2 (u − 3v)
x √2
u
= 3 1
→ √
y v 1
y = 2( 3u + v)
2 2
√ !
1
√
1 3 u = 2 (x + 3y)
u 2√ 2 x
= → √
v − 23 1 y
v = 1
2 (− 3x + y)
2
A equação transforma em
.
ar
(u + 2)2 v2
12u2 + 16v2 + 48u = 144 ⇒ + = 1.
16 12
Então temos que, nas coordenadas uv temos
in
F1 = (0, 0), V1 = (2, 0),
16.5.3 Hipérbole
o
Para a hipérbole temos que e > 1, portanto a cônica é união de dois conjuntos
sã
er0 er0
C = (r, θ ), r = , θ ∈ D1 ∪ (r, θ ), r = , θ ∈ D2 .
1 + e cos(θ − φ ) e cos(θ − φ ) − 1
r
Temos que ter cuidado na definição de θ para não ter valores de r < 0 ou r = ∞. Dividimos C em
Ve
er0
C1 = (r, θ ), r = , θ ∈ D1 .
1 + e cos(θ − φ )
er0
C2 = (r, θ ), r = , θ ∈ D2 .
e cos(θ − φ ) − 1
−1
Observamos que, para C1 , ∃ α0 tal que cos(α0 − φ ) = e e α0 6= φ + π. Então
Os vértices da hipérbole correspondem a sua interseção com a reta que passa pela origem de
coordenadas e pelo Q0 = (r0 , φ ).
290 Capítulo 16. Coordenadas polares
.
er0
ar
r1 = ,
1+e
er0
r2 = .
e−1
in
e
Observamos que como e > 1 então e > e − 1 > 0 de onde e−1 > 1 portanto r2 > r0 . No caso dos
focos, sabemos que o primeiro deles está na origem de coordenadas. O segundo corresponde ao
im
ponto F2 = (r3 , φ ) tal que d(V1 , F1 ) = d(V2 , F2 ), portanto,
er0 er0
r3 − = .
e−1 1+e
el
de onde segue que
2r0 e2
r3 =
Pr
e2 − 1
e
2r0 e2
F2 = ,φ .
e2 − 1
o
Resumindo:
sã
er0 er0
r= 1+e cos(θ −φ ) F1 = O V1 = 1+e , φ
Ve
r cos(θ − φ ) = r0
er0 2e2 r0 er0
r= e cos(θ −φ )−1 F2 = e2 −1
,φ V2 = e−1 , φ
8
r= √ .
1 − 3 cos(θ ) + sin(θ )
5π
r0 = 4, e=2 φ= .
6
16.5 Cônicas em coordenadas polares 291
Temos assim que a equação acima representa um dos braços de uma hipéroble. Podemos identificar
então
F1 = O
8 5π
V1 = ,
3 6
32 5π
F2 = ,
3 6
5π
V2 = 8,
6
.
ar
Em coordenadas cartesianas teremos
F1 = O ⇒ F1 = (0, 0),
in
8 5π 4 4
V1 = , ⇒ V1 = − √ , ,
3 6 3 3
32 5π 16 16
F2 = , ⇒ F2 = − √ , ,
im
3 6 3 3
5π
√
V2 = 8, ⇒ V2 = −4 3, 4 .
6
el
Poderiamos ter chegado a esta informação, em coordenadas cartesianas, fazendo outro procedi-
mento que detalhamos a seguir. Primeiramente transformamos a equação da cônica de coordenadas
polares a coordenadas cartesianas
Pr
8 √
r= √ ⇒ r 1 − 3 cos(θ ) + sin(θ ) = 8
1 − 3 cos(θ ) + sin(θ )
p √
⇒ x2 + y2 − 3x + y = 8
o
p √
⇒ 4 x2 + y2 = 3x − y + 8.
sã
Aqui podemos elevar ao quadrado, só devemos perceber que ao fazer isto passamos a considerar os
dois braços da hipérbole. Elevamos ao quadrado e obtemos
√ √
r
√ √
−2x2 + 2 3xy − 16( 3x − y) = 64.
Se fazemos a rotação
√
√
x = − 21 ( 3u + v)
!
− 23 −√12
x u
= → √
y 1
2 − 23 v
y = − 12 (−u + 3v)
√
√
u = − 12 ( 3x − y)
!
− 23 1
u 2√ x
= → √
v − 21 − 23 y
v = − 21 (x + 3y)
A equação transforma em
(u − 16/3)2 v2
−3u2 + v2 + 32u = 64 ⇒ 64
− 64
=1
9 3
292 Capítulo 16. Coordenadas polares
.
16 16
F2 = − √ , , V2 = −4 3, 4 ,
ar
3 3
como foi obtido inicialmente.
in
16.6 Exercícios Resolvidos
1. Desenhe sobre o plano o ponto P que tem coordenadas polares:
a) (3, π/4)
a) (1, 5π/6)
a) (2, 3π/2)
a) (1, 5π/4)
im
el
Resolução:
a)
Pr
b)
o
O eixo polar
sã
d)
c)
r
Ve
b)
c)
d)
.
ar
e)
in
f)
g)
y2 + 4x = 0 → im
r2 sin2 (θ ) + 4r cos(θ ) = 0.
el
h)
Pr
x2 − 2y = 0 → r2 cos2 (θ ) − 2r sin(θ ) = 0.
i)
o
x2 + 2y2 = 1 → x2 + y2 + y2 = 1 → r2 + r2 sin2 (θ ) = 1.
sã
c) r = 2−36sin θ
d) r2 = cos(θ ).
Ve
e) r cos(θ − π/4) = 2
f) r sin(θ − π/3) = 3
g) r + r cos(θ − π/4) = 2
h) r + 2r cos(θ ) = 1
i) 2r + r cos(θ ) = 2
Resolução:
a)
5 p
r= → 2r − 2r cos(θ ) = 5 → 2 x2 + y2 = 5 + 2x.
2 − 2 cos θ
b)
→ (x2 + y2 )2 = 4xy.
294 Capítulo 16. Coordenadas polares
c)
6 p
r= → 2r − 3r sin(θ ) = 6 → 2 x2 + y2 = 6 + 3y.
2 − 3 sin θ
d)
p
r2 = cos(θ ) → r3 = r cos(θ ) → ( x2 + y2 )3 = x.
e)
√
2 √
.
r cos(θ − π/4) = 2 → r (cos(θ ) + sin(θ )) = 2 → 2(x + y) = 4.
ar
2
f)
in
√
r sin(θ − π/3) = 3 → y − 3x = 6.
g)
r + r cos(θ − π/4) = 2 →
imp 1 1
x2 + y2 + √ x + √ y = 2.
2 2
el
h)
p
r + 2r cos(θ ) = 1 → x2 + y2 + 2x = 1.
Pr
h)
p
2r + r cos(θ ) = 2 → 2 x2 + y2 + x = 2.
o
θ
c) r = 2+43cos θ
Ve
d) r = 2−34cos θ .
e) r = 2−cos(θ1 −π/4)
1
f) r = 1+3 sin(θ −π/3)
1
g) r = 1−sin(θ −π/6)
Resolução: Para ressolver os exercçios levamos a equação na forma
r0 e
r=
1 + e cos(θ − φ )
Logo utilizamos esta informação para achar focos vértices e reta diretriz.
16.6 Exercícios Resolvidos 295
a)
5 5/2
r= → r= .
2 − 2 cos θ 1 + cos(θ − π)
Então
5
e = 1, er0 = φ = π.
2
Assim temos que a cônica é uma parábola com
.
Foco F = O.
ar
5
Vértice V = ,π .
4
in
5
Reta diretriz r cos(θ − π) = .
2
b)
r=
6
3 + sin θ
→ r=
im
1
3
1 + cos(θ − π/2)
3
.
el
Então
1
e= , er0 = 2 φ = π/2.
Pr
3
Assim temos que a cônica é uma elipse com
3 3π
Focos F1 = O F2 = , .
o
2 2
sã
3 π 3π
Vértices V1 = , V2 = 3, .
2 2 2
Reta diretriz r cos(θ − π/2) = 6.
r
c)
Ve
3 3/2
r= → r= .
2 + 4 cos θ 1 + 2 cos(θ )
Então
3
e = 2, er0 = φ = 0.
2
Assim temos que a cônica é uma hipérbole com
Focos F1 = O F2 = (2, 0) .
1 3
Vértices V1 = ,0 V2 = ,0 .
2 2
3
Reta diretriz r cos(θ ) = .
4
296 Capítulo 16. Coordenadas polares
d)
4 2
r= → r= 3
.
2 − 3 cos θ 1 + cos(θ − π)
2
Então
3
e= , er0 = 2 φ = π.
2
Assim temos que a cônica é uma hipérbole com
24
.
Focos F1 = O F2 = ,π .
5
ar
4
Vértices V1 = ,π V2 = (4, π) .
5
in
4
Reta diretriz r cos(θ − π) = .
3
im
e)
1 1/2
r= → r= 1
.
2 − cos(θ − π/4) 1 + cos(θ − 5π/4)
2
el
Então
1 1 5π
e= , er0 = φ= .
Pr
2 2 4
Assim temos que a cônica é uma hipérbole com
2 π
Focos F1 = O F2 = ,
o
3 4
sã
1 5π π
Vértices V1 = , V2 = 1, .
3 4 4
Reta diretriz r cos(θ − 5π/4) = 1.
r
f)
Ve
1 1
r= → r= .
1 + 3 sin(θ − π/3)) 1 + 3 cos(θ − 5π/6)
Então
5π
e = 3, er0 = 1 φ= .
6
Assim temos que a cônica é uma hipérbole com
3 5π
Focos F1 = O F2 = ,
4 6
1 5π 1 5π
Vértices V1 = , V2 = , .
4 6 2 6
1
Reta diretriz r cos(θ − 5π/6) = .
3
16.6 Exercícios Resolvidos 297
g)
1 1
r= → r= .
1 − sin(θ − π/6) 1 + cos(θ − 5π/3)
Então
4π
e = 1, er0 = 1 φ = .
3
Assim temos que a cônica é uma parábola com
Foco F1 = O.
1 5π
.
Vértice V = , .
ar
2 3
Reta diretriz r cos(θ − 5π/3) = 1.
in
5. Considere a cônica cuja equação em coordenadas polares é dada por
1
r=
2 + sin(θ )
Determine
i- tipo de cônica
im
iii- a equação da cônica em coordenadas cartesianas.
el
Resolução:
Lembramos que, em coordenadas polares, a cônica de exentricidade e com foco no polo e
reta diretriz ` : r cos(θ − φ ) = r0 satisfaz a relação
Pr
er0
r= .
1 + e cos(θ − φ )
Portanto, devemos manipular a equação do exercício numa forma similar à de cima e
comparar para determinar a excentricidade.
o
1
r=
2 + sin(θ )
Observamos que ela pode ser escrita como
r
1/2
Ve
r=
1 + (1/2) cos(θ + 3π/2)
portanto, comparando equações, temos
de = 1/2 e = 1/2 ⇒ d = 1.
que corresponde a uma cônica de exentricidade e = 1/2. Portanto é uma elipse.
Para transformar a equação a coordenadas cartesianas fazemos
1
r= → 2r + r sin(θ ) = 1 →
2 + sin(θ )
p p
2 x2 + y2 + y = 1 → 2 x2 + y2 = 1 − y
elevando ao quadrado obtemos
4x2 + 4y2 = 1 − 2y + y2 ⇒ 4x2 + 3y2 + 2y = 1.
Juntando as partes podemos responder:
298 Capítulo 16. Coordenadas polares
4x2 + 3y2 + 2y = 1.
6. (a) Encontre as coordenadas polares (r, θ ) do ponto (1, 1) com r > 0 e 0 ≤ θ < 2π.
b) Determine as coordenadas cartesianas de todos os pontos que estão sobre uma reta
paralela ao eixo polar a θ = π unidades dele.
(c) Reescreva a equação 2 x y = 25 em coordenadas polares.
(d) Reescreva a equação r = 3 cos(θ ) em coordenadas cartesianas.
Resolução:
.
As coordenadas polares (r, θ ) do ponto (1, 1) são
ar
p √
r = 12 + 12 = 2
in
e θ tal que
tan(θ ) = 1/1 = 1
portanto
θ = π/4. im
el
Um ponto (r, θ ) que é paralelo ao eixo polar é escrito em coordenadas polares, da forma
(r, 0) ou (r, π) com r > 0. Portanto se, θ = π temos que o ponto é de coordenadas polares
Pr
(r, π) com r > 0, isto é, em coordenadas cartesianas (x, 0) com x < 0.
Reescrevemos a equação
2 x y = 25
o
x = r cos(θ ) y = r sin(θ ).
Portanto
r
r2 = 3r cos(θ ).
x2 + y2 = 3x.
x2 + y2 = 3x.
.
• A equação em coordenadas polares r(1 − 2 cos(θ )) = 1 representa uma elipse.
ar
Resolução: (FALSO) Manipulamos a expressão e obtemos
1
r(1 − 2 cos(θ )) = 1 → r =
in
1 + 2 cos(θ + π)
que representa uma cônica de excentricidade e = 2 , ou seja uma hipêrbole.
im
8. Considere a cônica de equação, em coordenadas polares, dada por
r − 2r sin(θ ) = 2.
Portanto a cônica é uma hipérbole com focos e vértices dados em coordenadas polares por
Ve
b) Transformamos a equaçao
r − 2r sin(θ ) = 2
Observamos que ao elevar ao quadrado estamos incluindo partes da curva que não pertencem
a curva original. Como sabemos que é uma hipérbole, isto equivale a considerar o outro
braço da hipérbole.
300 Capítulo 16. Coordenadas polares
x2 (y + 4/3)2
− + = 1.
4/3 4/9
Fazemos agora a translação
u=x v = y + 4/3
e chegamos em
u2 v2
− + =1
.
4/3 4/9
ar
Esta é a equação de uma hipérbole. Identificamos
in
a2 = 4/9 b2 = 4/3 c2 = 16/9
Vemos assim que a cônica é uma hipérbole. Mais ainda no sistema de coordenadas cartesianas
xy, os focos e vértices estão em
o
2r + 3r cos(θ ) + r sin(θ ) = 1.
1/2 1/2
r= √ = .
1+ 3
cos(θ ) + 12 sin(θ ) 1 + cos(θ − π/6)
2
Portanto a cônica é uma parábola com foco e vertice dados em coordenadas polares por
F = O V = (1/4, π/6)
b) Transformamos a equaçao
√
2r + 3r cos(θ ) + r sin(θ ) = 1,
.
ar
a coordenadas cartesianas. Fica então
p √
2 x2 + y2 = 1 − 3x − y
in
√ √
→ 4x2 + 4y2 = 3x2 + y2 + 1 − 2 3x − 2y + 2 3xy
Observamos que ao elevar ao quadrado podemos estar incluindo partes da curva que não
im
pertencem a curva original. Como sabemos que é parábola, então aqui não vai ser o caso .
Chegamos assim a equação
√ √
x2 + 3y2 − 2 3xy + 2 3x + 2y = 1
el
Calculamos a rotação de coordenadas necessária para estudar melhor a cônica. Para isto
procuramos os zeros da equação
Pr
√
1−√λ − 3
f (λ ) = = λ 2 − 4λ
− 3 3−λ
√
√
−3
√ − 3 u1 0
sã
= → (1/2, − 3/2).
− 3 −1 u2 0
√ 0
x 1/2
√ 3/2 x
Ve
= ,
y − 3/2 1/2 y0
0 √
x √1/2 − 3/2 x
= .
y0 3/2 1/2 y
Nesse novo sistema a equação da cônica é
−1
4(x0 )2 + 4y0 = 1 (x0 )2 = 4 (y0 − 1/4).
4
Fazemos agora a translação
u = x0 v = y0 − 1/4,
e chegamos em
−1
u2 = 4 v.
4
302 Capítulo 16. Coordenadas polares
c = 1/4.
x0 = u y0 = v + 1/4
.
Vemos que, no sistema x0 y0 , o foco e o vértice estão em
ar
1
F = (0, 0) V = 0, .
4
in
Agora, utilizando a rotação
√ 0
im
x 1/2
√ 3/2 x
=
y − 3/2 1/2 y0
Vemos assim que a cônica é uma parábola. Mais ainda, no sistema de coordenadas cartesianas
xy o foco e o vértice estão em
√ !
o
3 1
F = (0, 0) V = ,
8 8
r sã
Ve
.
ar
17. Parametrização de curvas
in
im
el
Suponhamos que temos uma partícula, cuja trajetória é uma curva que está no plano, e queremos
descrever o seu movimento em função do tempo no qual está acontecendo o movimento. Podemos
pensar então que a posição (x, y) da partícula para cada instante t como uma função de F : [0, T ] →
Pr
R2 tal que F(t) = (x(t), y(t)).
Esse será o objetivo desta capítulo: descrever o movimento de uma partícula quando ela se
movimenta pelas curvas estudadas até agora.
o
Uma curva algébrica no plano é o conjunto de pontos P = (x, y) que satisfazem uma equação (ou
conjunto de equações)
r
F(x, y) = 0,
Ve
Desta forma podemos tratar a curva como sendo o gráfico de uma função de I ⊂ R no plano.
Exemplo 17.1 O exemplo natural do dito acima é a reta escrita em forma paramétrica, de fato a
reta r que passa por P0 = (x0 , y0 ) e paralela ao vetor ~v = (v1 , v2 ) é escrita em forma paramétrica
como
x = x0 + tv1
`: t ∈R .
y = y0 + tv2
304 Capítulo 17. Parametrização de curvas
.
i- Cada I j á da forma (a j , b j ).
ar
ii-
in
iii- para cada j temos F(h1 j (t), h2 j (t)) 6= F(h1 j (s), h2 j (s) com s 6= t.
iv-
im
el
Obs.
• O item iii− diz que para cada j temos que (h1 j , h2 j ) é biunívoca para cada j.
• O item iv− diz que a curva inteira pode ser coberta pela parametrização.
• A definição vista acima pode ser interpretada da seguinte forma: Uma parametrização
Pr
é de alguma forma mostrar que embora a curva não seja gráfico de nenhuma função,
ela pode ser descritas loclamente como o gráfico de um par de funções hi : I ⊂ R → R.
Isto, quer dizer que para cada ponto p na curva algébrica C existe um conjunto U ⊂ C
em que U é similar a um subconjunto de R.
o
Vamos agora achar a parametrização das curvas estudadas nas seções anteriores. O caso da reta
sã
17.1.1 Elipse
r
Considere a elipse
Ve
x 2 y2
+ = 1,
a2 b2
e escolha a parametrização, seja
h11 (t) = h12 (t) = a cos (t) e h21 (t) = h22 (t) = b sin (t),
escolhemos I1 = (0, 2π) e (I2 = (−π, π). Vamos mostrar que é uma parametrização da elipse.
Claramente I1 e I2 satisfazem o item i. Para ver o item ii observamos que, neste caso,
x 2 y2
F(x, y) = + − 1,
a2 b2
ao fazer
a2 cos(t)2 b2 sin(t)2
F(h1 j (t), h2 j (t)) = + −1
a2 b2
= cos(t)2 + sin(t)2 − 1 = 0.
17.1 Paramerização de curvas 305
x02 y20 x 2
0
y 2
0
+ =1 + = 1.
a2 b2 a b
x0 y0
= cos(t0 ) = sin(t0 ),
a b
donde x0 = a cos(t0 ) e y0 = b sin(t0 ). Agora, como [0, 2π) ⊂ (−π, π) ∪ (0, 2π) temos que iii vale.
.
ar
17.1.2 Hipérbole
Considere a hipérbole
in
x 2 y2
− = 1.
a2 b2
im
e escolha a parametrização
h11 (t) = h12 = a cosh (t) e h21 (t) = b sinh (t), h12 (t) = −a cosh(t) e h22 (t) = b sinh(t).
el
Escolhemos I1 = R e I2 = R. Vamos mostrar que é uma parametrização. Claramente I1 e I2
satisfazem o item i. Para ver o item ii observamos que, neste caso,
Pr
x 2 y2
F(x, y) = − − 1.
a2 b2
Observamos que
o
a2 tan(t)2 b2 sec(t)2
sã
x02 y20 x 2
0
y 2
0
− =1 ⇒ − = 1.
a2 b2 a b
x0 y0
= tan(t0 ) = sec(t0 ),
a b
x0 y0
= − tan(t0 ) = sec(t0 ),
a b
17.1.3 Parábola
Considere a parábola
y2 = 4px,
e escolha a parametrização
escolhemos I = R. Vamos mostrar que é uma parametrização. Claramente I satisfaz o item i. Para
ver o item ii observamos que
.
F(x, y) = y2 − 4px,
ar
ao fazer
in
t2
F(h1 j (t), h2 j (t)) = t 2 − 4p = 0.
4p
im
Para mostrar o item iii, seja (x0 , y0 ) um ponto na parábola então
y20 − 4px0 = 0.
Uma vez que conhecemos a parametrização das formas canônicas das cônicas, poderemos ver
el
agora a parametrização de qualquer cônica fazendo rotações e translações de coordenadas.
Exemplo 17.2 Vamos parametrizar a cônica da equação
Pr
√
x2 + 2 3xy − y2 + 6x = 0.
Observamos que
√
o
1
√ 3
A= → det(A) = −4 < 0 é uma hipérbole.
− 3 −1
sã
Calculamos os zeros de
f (λ ) = det(A − λ I) = λ 2 − 4 ⇒ λ = ±2.
r
Ve
Obtemos agora Rθ . Para isto achamos uma solução de norma I do sistema (A − 2I)X = 0
√
√ 1 √
1
√ 3 u 0
= ⇒ u = 3v ⇒ V = ( 3, 1).
− 3 −1 v 0 2
(x00 )2 (y00 )2
− = 1.
9/8 9/8
Parametrizamos aqui por
r r
.
9 9
f± (t) = ± cosh(t) h± (t) = ± sinh(t).
ar
8 8
Então a parametrização no sistema x0 y0 é
in
r √ r
9 3 3 9 3
f± (t) = ±
e cosh(t) + h± (t) = ±
e sinh(t) + .
8 4 8 4
im
Finalmente, no sistema xy a parametrização é dada por
√ !
F± (t) 3/2 √ −1/2 fe± (t)
= .
H± (t) 1/2 3/2 h± (t)
e
el
Pr
17.2 Parametrização em coordenadas polares
Um caso particular de parametrização de curvas é quando as curvas são dadas por equações em
coordenadas polares. Esse é o conteúdo de esta seção.
o
C = {(r, θ ), r = f (θ ), θ ∈ I} ,
sã
x = r cos(θ )
,
y = r sin(θ )
Ve
.
ar
in
Observe a diferencia com a parametrização de
C1 = {(r, θ ), r = | cos(2θ )|, θ ∈ [0, 2π]} ,
im
Então a parametrização desta curva é dada por
x = | cos(2θ )| cos(θ )
θ ∈ [0, 2π].
y = | cos(2θ )| sin(θ )
el
Se passamos a coordenadas cartesianas C1 é o conjunto de pontos P = (x, y) que satisfazem a
equação
Pr
(x2 + y2 )3 = (x2 − y2 )2
e tem por gráfica
o
r sã
Ve
.
Resolução:
ar
Considere a cônica de equação
1
(x + 1)y = .
in
2
Fazendo uma traslação de coordenadas, definimos
im
x0 = x + 1
.
y0 = y
como det(A) = − 14 < 0 concluimos que a cônica é uma hipérbole. Calculamos os 0’s de
sã
−x 1/2 1
f (x) = det(A − xId) = det = x2 − .
1/2 −x 4
Assim
−1/2 1/2 v1 0
= =⇒ v1 = v2
1/2 −1/2 v2 0
1 1
=⇒ u1 = √ , √
2 2
Portanto
!
√1 − √1
Rθ = 2 2 .
√1 √1
2 2
(x00 )2 − (y00 )2 = 1
.
ar
0
x x −1
=
y y0
in
!
√1 − √1
0
x00
−1 x −1 2 2
= + = + √1
0 y0 0 2
√1
2
y00
im
isto é
!
√1 − √12 x00
x −1 2
= +
y 0 √1
2
√1
2
y00
el
00 00
x = −1 + x √−y2
(
Pr
⇒ x00√
+y00
y = 2
Passamos a estudar a cônica. Para isto obtemos todos os dados no sistema x00 y00 e depois
pasamos para o sistema xy.
o
c2 = a2 + b2 = 1 + 1
√
donde c = 2.
Portanto os focos estão em
r
√ √
Ve
F1 = ( 2, 0) e F2 = (− 2, 0),
e os vértices em
A exentricidade é
√
e = c/a = 2 > 1.
As assíntotas são
.
! !
ar
√1 −1 + √12
−1 2
= + √1
= √1
0 2 2
!
√1 − √12
in
−1 2 −1
V2 : = + √1 √1
0 2 2
0
! !
− √12 −1 − √12
im
−1
= + =
0 − √12 − √12
As assíntotas
x00 − y00 = 0 ⇒ x + 1 = 0
el
x00 + y00 = 0 ⇒ y = 0
√
Pr
A exentricidade é invariante por rotações e traslações, portanto e = 2.
Para obter uma parametrização da curva, parametrizamos no sistema x00 y00 e passamos para o
sistema xy via a mudança de coordenadas. No sistema x00 y00 a parametrização da equação
(x00 )2 − (y00 )2 = 1
o
é dada por
sã
1
h21 (t) = − cosh(t)
h1 (t) = cosh(t)
h12 (t) = sinh(t) h22 (t) = sinh(t)
3. A elipse ` tem focos F1 (1, 2) e F2 (2, 4) e vértices A1 (0, 0) e A2 (3, 6). Dê as equações
paramétricas de `.
Resolução: Consideramos um sistema de coordenadas que tenha centro O0 no ponto médio
entre F1 e F2 , isto é
0 1 1 3
O = (F1 + F2 ) = (3, 6) = ,3
2 2 2
e eixos paralelos a
−−→
F1 F2 1
~u1 = −−→ = √ (1, 2).
||F1 F2 || 5
.
ar
e ~u2 = (a, b) de forma tal que as entradas de ~u1 e ~u2 formem as colunas de uma matriz de
rotação. Então
1
in
~u2 = √ (−2, 1).
5
Com esta informação temos que a mudança de coordenadas é determinada por
im
−2
!
√1 x0
3 √
x
= 2 + √25 √15
y 3 5 5
y0
e
el
!
x0 √1 √2 x − 23
= 5 5
−2
y0 √
5
√1
5
y−3
Pr
Observamos que no sistema x0 y0 os focos e vértices estão em
√ ! √ !
5 5
F1 = − ,0 F2 = ,0
2 2
o
√ ! √ !
3 5 3 5
V2 = −
sã
V1 = ,0 ,0 .
2 2
Comparando isto com a equação canônica da elipse no sistema x0 y0
r
(x0 )2 (y0 )2
+ 2 =1
Ve
a2 b
temos que
√ √
3 5 5 p √
a= , c= → b = a2 − c2 = 10.
2 2
A parametrização no sistema x0 y0 é dada por
√
0 3 5 √
x = cos(t) y0 = 10 sin(t),
2
para t ∈ (0, 2π) ∪ (−π, π). Fazendo a mudança de coordenadas temos que a parametrização
no sistema xy é
3 3 √
x = + cos(t) − 2 2 sin(t)
2 2
√
y = 3 + 3 cos(t) + 2 sin(t),
para t ∈ (0, 2π) ∪ (−π, π).
17.3 Exercícios resolvidos 313
.
ar
0
x x 5
= +
y y0 0
in
Observamos que no sistema x0 y0 os focos e vértices estão em
F1 = (−3, 0) F2 = (3, 0)
V1 = (−2, 0) V2 = (2, 0) .
im
Comparando isto com a equação canônica da elipse no sistema x0 y0
el
(x0 )2 (y0 )2
− 2 =1
a2 b
temos que
Pr
p √
a = 2, c=3→b= c2 − a2 = 5.
√
x0 = ±2 cosh(t) y0 = 5 sinh(t),
sã
x = 5 ± 2 cosh(t) y0 = 5 sinh(t),
Ve
para t ∈ R.
b) Resolução: Consideramos um sistema de coordenadas que tenha centro O0 no ponto
médio entre F1 e F2 , isto é
1 1
O0 = (F1 + F2 ) = (4, 8) = (2, 4)
2 2
e eixos paralelos a
−−→
F1 F2 1
~u1 = −−→ = √ (1, 2).
||F1 F2 || 5
e ~u2 = (a, b) de forma tal que as entradas de ~u1 e ~u2 formem as colunas de uma matriz
de rotação. Então
1
~u2 = √ (−2, 1).
5
314 Capítulo 17. Parametrização de curvas
e
!
x0 √1 √2
5 5 x−2
= −2
y0 √
5
√1
5
y−4
.
√ √
ar
F1 = 2 5, 0 F2 = −2 5, 0
√ √
V2 = − 5, 0 .
in
V1 = 5, 0
im
(x0 )2 (y0 )2
− 2 =1
a2 b
temos que
el
√ √ p √
a= 5, c = 2 5 → b = c2 − a2 = 15.
xy é
√
sã
x = 2 + ±b cosh(t) + 2 3 sinh(t)
√
y = 4 − (±2 cosh(t) + 3 sinh(t)),
r
para t ∈ R.
Ve
IV
Quádricas e Superfícies
.
ar
in
im
el
Pr
o
sã
r
Ve
18 Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . 317
18.1 Quádricas
18.2 Superfícies
18.3 Exercícios resolvidos
in
im
el
Até agora temos estudado sistemas de duas váriveis onde as equações eram dadas por polinômios
nas váriaveis x, y de grau no máximo dois. As do grau 1
Pr
ax + by + c = 0
eram cônicas. Para estes dois casos estudamos os conjuntos solução e sua classificação.
sã
Neste capítulo vamos estudar o conjunto solução para equações em três variáveis x, y, z de grau
dois, isto é, equações da forma
ax + by + cz + d = 0,
já foram estudadas e vimos que, para este caso, o conjunto solução era um plano.
18.1 Quádricas
Como dito acima, passaremos a estudar equações da forma
gx + hy + iz + j = 0
318 Capítulo 18. Quádricas
.
PV = nRT
ar
onde P é a pressão, V é o volume, T a temperatura, n o número de mols do gás e R a constante de
Kelvin.
in
Da mesma forma ao que fizemos com cônicas queremos estudar os diferentes tipos de solução
destas equações. Faremos uma revisão rápida de como isto pode ser feito. Começamos pescrevendo
a equação
im
ax2 + by + cy2 + dxy + eyz + f xz + gx + hy + iz + j = 0
f /2 e/2 c z z
sã
Fazemos uma mudança de coordenadas de um sistema S = {O, {~e1 ,~e2 ,~e3 }} para um sistema
S0 = {O, {~u1 ,~u2 ,~u3 }} em que
r
e a matriz
u11 u21 u31
R = u12 u22 u32
u13 u23 u33
a0 0 0
Rt AR = 0 b0 0 e KR = ( g0 h0 i0 )
0 0 c0
.
00 0
x x + p1
ar
y00 = y0 + p2
z00 z0 + p3
in
para reduzir a algum dos seguintes casos:
• Elipsoide: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
im
x2 y2 z2
+ + = 1.
a2 b2 c2
Em particular quando a = b = c temos que a quádrica é uma esfera de raio a e de equação
el
x2 + y2 + z2 = a2 .
x2 y2 z2 x2 y2 z2 x2 y2 z2
+ − =1 ou − + =1 ou − + + = 1.
a2 b2 c2 a2 b2 c2 a2 b2 c2
o
a equação
x2 y2 z2 x 2 y2 z2 x 2 y2 z2
r
− − =1 ou − + − =1 ou − − + = 1.
a2 b2 c2 a2 b2 c2 a2 b2 c2
Ve
x 2 y2 x 2 z2 y2 z2
+ = cz ou + = cy ou + = cx.
a2 b2 a2 b2 a2 b2
• Paraboloide hipérbólico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
equação
x 2 y2 y2 z2 x2 z2
− = cz ou − = cx ou − = cy.
a2 b2 a2 b2 a2 b2
• Cone elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
x 2 y2 x2 z2 z2 y2
+ = z2 ou + = y2 ou + = x2
a2 b2 a2 b2 a2 b2
320 Capítulo 18. Quádricas
18.2 Superfícies
As quádricas são exemplos de superfícies no espaço. De forma geral podemos dizer que uma
superfície é um subconjunto M do espaço tal que para todo ponto p ∈ M existe um subconjunto
U ⊂ M tal que U é similar a um plano . Não vamos a entrar em detalhe sobre como definir isto
formalmente. Nesta seção somente vamos estudar como construir alguns tipos de superfícies que
não necesáriamente são quádricas.
.
Assuma, por exemplo, que temos uma curva diretriz
ar
f (x, y) = 0
C=
z = 0
in
−→ →
−
no plano π : z = 0 e procuramos a equação da superfície cilíndrica S com reta geratriz ` : PP0 = λ V
→
− →
−
onde V = (a, b, c) com c 6= 0, (para que V não seja paralelo ao plano). Seja Q = (x, y, z) um ponto
im
genérico desta superfície, então existe Q0 = (x0 , y0 , 0) ∈ C tal que
−−→ →
−
QQ0 = λ V
el
para algúm λ ∈ R
Pr
o
r sã
Ve
então
(x − x0 , y − y0 , z − 0) = λ (a, b, c)
λ = cz
x − x0 = λ a
y − y0 = λ b ⇒ x0 = x − ac z
z = λc y0 = y − ac z
portanto
n a a o
C = (x, y, z), f (x − z, y − z) = 0 .
c c
Como todo ponto Q = (x, y, z) tal que
a a
f x − z, y − z = 0
c c
está em S (pela construção acima) temos que
n a a o
S = (x, y, z), f x − z, y − z = 0 .
c c
.
Análogamente podemos mostrar os casos da seguinte tabela
ar
Curva diretriz Reta geratriz Equação da superfície
in
f (x, y) = 0
S = (x, y, z), f x − ac z, y − ac z = 0
C= ` :~v = (a, b, c) c 6= 0
im
z = 0
f (x, z) = 0
S = (x, y, z), f x − ba y, z − bc y = 0
C= ` :~v = (a, b, c) b 6= 0
el
y = 0
Pr
f (y, z) = 0
S = (x, y, z), f y − ba x, z − ac x = 0
C= ` :~v = (a, b, c) a 6= 0
x = 0
x + 2y2 = 0
sã
z=0
e que a reta geratriz é paralela ao vetor ~v = (1, 2, 3). Então a superfçie cilíndrica sera obtida ao
substituir em f
r
1 2
Ve
x → x− z y → y − z.
3 3
Obtemos assim
( )
2 2
1
S= (x, y, z), x − z + 2 y − z = 0 .
3 3
ln(zx − 2yx) = z − 2y
é cilíndrica. De fato, é a superfície obtida ao movimentar paralelamente uma reta `, paralela ao
vetor ~v = (0, 1, 2), ao longo da curva
ln(zx) = z y = 0.
322 Capítulo 18. Quádricas
As superfícies de revolução são obtidas pela rotação de uma curva plana (uma curva que está sobre
o plano), chamada geratriz, em torno de uma reta fixa, chamada eixo de revolução, que está no
plano onde está a curva. Assim, cada ponto da geratriz, ao rotacionar em torno do eixo, descreve
uma circunferência, que é chamado de paralelo. Cada cópia da geratriz é chamada de meridiano.
Assuma, por exemplo, que temos uma curva
f (x, y) = 0
C=
z = 0
.
ar
e que procuramos a equação da superficie de revolução obtida ao rotacionar esta ao redor do eixo ŷ.
Um ponto genérico Q = (x, y, z) desta superfície estará no circulo de raio |x0 | no plano
in
{π : y = y0 ,
isto é
im
el
x2 + z2 = |x0 |2
,
y = y0
Pr
o
r sã
Ve
p
f ± x2 + z2 , y = 0,
f (x, y) = 0
C=
z = 0
p
x̂ ou f x, ± y2 + z2 = 0
f (x, z) = 0
C=
y = 0
.
ar
f (x, y) = 0 √
C= f ± x 2 + z2 , y = 0
z = 0
ŷ ou
in
√
f (y, z) = 0
C= f y, ± x2 + z2 = 0
x = 0
C=
y
im
f (x, z) = 0
= 0 p
f ± x 2 + y2 , z2 = 0
el
ẑ ou
f (y, z) = 0
C=
x = 0
Pr
x2 + 3y2 + z2 = 1,
o
x2 + 3y2 = 1 z = 0,
r
Observamos que para todo Q = (x, y, z) ∈ S existe um ponto Q0 = (x0 , y0 , k) no plano z = k tal que
f (x0 , y0 ) = O e tal que
−→ −−→
OQ = λ · OQ0 para algum λ ∈ R.
324 Capítulo 18. Quádricas
.
ar
in
Então (x, y, z) = λ (x0 , y0 , k) ou, equivalentemente
im
k·x k·y
x0 = , y0 = .
z z
Portanto, Q = (x, y, z) vai satisfazer a equação
el
k·x k·y
f , = f (x0 , y0 ) = 0,
z z
Pr
de onde segue que
k·x k·y
S = (x, y, z), tal que f , =0
z z
o
f (x, y) = 0 n
k·y
o
C= S = (x, y, z), tal que f k·x
z , z =0
z = k
f (x, z) = 0 n
k·y
o
C= S = (x, y, z), tal que f k·x
y , y =0
y = k
f (y, z) = 0 n o
C= S = (x, y, z), tal que f k·y
x ,
k·z
x =0
x = k
x2 + 3y2 = 4z2 ,
18.3 Exercícios resolvidos 325
é uma superfície cônica. De fato éla é obtida ao movimentar uma reta com ponto fixo na origem ao
longo da curva
1
x2 + 3y2 = 1, z= .
2
.
2
z + 4yz − y2 + 3y − 5 = 0
ar
C: .
x=0
Resolução:
in
Como ~v está na forma (1, a, b) a equação da superfície é obtida ao fazer as substituições
y → (y + x) z → z − 2x.
im
na equação da curva. Fazendo isto, temos que a equação da superfície fica
x=0
Ve
→
−
e com retas paralelas a um vetor V = (1, a, b). Esta superfície terá por equação
−2a = 2
−4b = −8
a2 + 2b2 = 9
tem solução, a equação (∗) determina uma superfície cilíndrica. Portanto, como a solução
existe, de fato é
a = −1
b = 2,
326 Capítulo 18. Quádricas
obtemos que
9x2 + y2 + 2z2 + 2xy − 8xz − 1 = 0
descreve uma superfície cilíndrica com curva diretriz
2
y + 2z2 = 1
C:
x=0
→
−
e retas geratrizes paralelas ao vetor V = (1, −1, 2).
3. Encontrar a equação (em coordenadas cartesianas) da superfície cilíndrica S com curva
diretriz
.
ar
C : x2 + 4y = 0
in
~v = (−2, 4, −6).
im
Resolução:
Para encontrar S consideramos a curva diretriz
2
x + 4y = 0
C:
z=0
el
e as retas geratrizes paralelas ao vetor ~v = (−2, 4, −6).
Pr
Começamos escrevendo ~v na forma (a, b, 1).
Multiplicamos então v por −1/6 e obtemos
z 2 2z
x− +4 y+ =0
3 3
r
z 2 2z
x− +4 y+ = 0.
3 3
4. Reduzir cada uma das equações de forma a identificar a quádrica que ela representa.
a) 4x2 − 2y2 + z2 = 1;
b) 3x2 + 4y2 + z2 − 12x − 8y − 2z + 16 = 0;
c) x2 + y + z2 = 0;
d) 4x2 − 8x − 9y2 + 6y − 36z + 3 = 0.
Resolução: Em cada caso trabalhamos as expressões, seja completando quadrados ou
colocando nas formas canônicas, para identificar as quádricas.
a)
x2 y2
4x2 − 2y2 + z2 = 1 → − + z2 = 1,
1/4 1/2
b)
Fazendo a traslação
x0 = x − 2 y0 = y − 1 z0 = z − 1
chegamos na equação
(x0 )2 (y0 )2
+ + (z0 )2 = 1
.
1/3 1/4
ar
que é a equação de um elipsoide.
c)
in
x2 + y + z2 = 0 → x2 + z2 = (−1)y,
im
que é a equação de um paraboloide elíptico.
d)
(x0 )2 (y0 )2
− = 36z0
sã
1/4 1/9
b) Obtenha a equação do lugar geométrico dos pontos que eqüidistam das retas r : y = z = 0
e l : x = y − 1 = 0. Que conjunto é este?
c) Determine a equação do lugar geométrico dos pontos P = (x, y, z) tais que a soma das
distâncias de P aos dois pontos (2, 0, 0) e (−2, 0, 0) é igual a 6. Que lugar geométrico é
este?
Resolução:
a) Um ponto genérico deste conjunto será Q = (x, y, z), então
q
d(Q, π) = |x − 2| d(P, Q) = (x + 2)2 + y2 + z2
y2 + z2 = −8x.
328 Capítulo 18. Quádricas
z2 + y2 = x2 + (y − 1)2 → z2 − x2 = −2y + 1
Fazendo a traslação
x = x0 y − 1/2 = y0 z = z0
.
ar
obtemos a equação
in
que é a equação de um paraboloide hiperbólico.
c) Um ponto genérico deste conjunto será P = (x, y, z), então
im
q q
d((2, 0, 0), P) = (x − 2) + y + z d((−2, 0, 0), P) = (x + 2)2 + y2 + z2
2 2 2
Como
el
d((2, 0, 0), P) + d((−2, 0, 0), P) = 6
Obtemos
Pr
q q
(x − 2)2 + y2 + z2 = 6 − (x + 2)2 + y2 + z2
q
(x − 2)2 + y2 + z2 = 36 + (x + 2)2 + y2 + z2 − 12 (x + 2)2 + y2 + z2
sã
2 4
q
(x + 2)2 + y2 + z2 = 3 + x → (x + 2)2 + y2 + z2 = 9 + 4x + x2
3 9
r
x2 y2 z2
→ + + = 1,
Ve
9 5 5
que é a equação de um elipsoide.
6. Dadas as equações da curva diretriz e um vetor paralelo às retas geratrizes determine a
equação da superfície cilíndrica.
a) y2 = 4x, z = 0 e ~v = (1, −1, 1)
b) x2 − y2 = 1, z = 0 e ~v = (0, 2, −1)
c) x2 + z2 = 1, y = 0 e ~v = (4, 1, 0)
d) 4x2 + z2 + 4z = 0, y = 0 e ~v = (4, 1, 0).
Resolução:
a) Se a curva e vetor diretor são
2
y = 4x
C=
z = 0 ~v = (1, −1, 1).
(x)2 − (y + 2)2 = 1.
.
y = 0 ~v = (4, 1, 0).
ar
então a equação da superfície é
in
(x − 4)2 + z2 = 1.
im
2 2
4x + z + 4z = 0
C=
y = 0 ~v = (4, 1, 0).
Resolução: Manipulamos as expressões ate levá-las numa expressão que permita interpretar
como superfície cilíndrica.
sã
a)
2
x + y2 = 1
C=
z = 0 ~v = (−1, 1, 1).
b)
8. Determine a equação da superfície de revolução gerada pela rotação da curva dada em torno
do eixo especificado.
a) 9x2 + 4y2 = 36 e z = 0 em torno do eixo y;
b) yz = 1 e x = 0 em torno do eixo z.
330 Capítulo 18. Quádricas
Resolução:
a) Ao rotacionar a curva de equação 9x2 + 4y2 = 36 e z = 0 em torno do eixo y obtemos a
superfície de equação
p
9( x2 + z2 )2 + 4y2 = 36 → 9x2 + 9z2 + 4y2 = 36.
.
9. Mostre que cada uma das equações representa uma superfície de revolução e determine o seu
ar
eixo de revolução e a equação da curva geratriz.
a) x2 + y2 − z3 = 0;
b) y6 − x2 − z2 = 0
in
Resolução:
a) A superfície de equação x2 + y2 − z3 = 0 é obtida ao rotacionar a curva
im
2 3
x −z = 0
C=
y = 0
in
im
el
Assim como foi feito com coordenadas polares veremos a seguir dois sistemas de coordenados para
o espaço que não são iguais ao sistema de coordenadas cartesiano. As coordenadas associadas a
um ponto P no sistema de coordenadas cartesianas não se relaciona com estes novos sistemas de
Pr
coordenadas por meio de uma traslação e uma rotação.
Os sistemas de coordenadas cilíndricas ou esféricas podem ser utilizados, dependendo do
contexto e das simetrias envolvidas, para diminuir o número de variáveis dependentes nas equações
do problema específico a ser estudado.
o
sã
ẑ
O
r P = (r, θ , z)
e
332 Capítulo 19. Coordenadas Cilíndricas e esféricas
O plano de referencia é o plano que passa por O e que é perpendicular a reta ẑ. Neste sistema
de coordenadas cada ponto tem associado uma tripla (r, θ , z) onde
e
• O radio r é a distância de P ao eixo z.
• o ângulo θ é o ângulo entre a projeção ortogonal de P ao plano de referencia e o eixo polar.
• a altura z é a distância com sinal de P ao plano de referencia.
A relação entre as coordenadas cilíndricas (r, θ , z) e (x, y, z) de um mesmo ponto P está dada
pelas seguintes relações
.
ar
x = r cos(θ ) y = r sin(θ ) z = z.
in
p x
r= x 2 + y2 tan(θ ) = z = z.
y
im
Obs. Da mesma forma que acontece com as coordenadas polares no plano, temos que as coorde-
nadas cilíndricas não conseguem descrever todo o espaço. Por exemplo a origem é descrita
como r = 0 e z = 0 para todo valor de θ .
el
Exemplo 19.1 a) A equação da esfera
Pr
x2 + y2 + z2 = a2 ,
r2 + z2 = a2 .
o
b) A equação do cilindro
sã
x2 + y2 = a2 ,
r = a.
π
P = (ρ, θ , φ )
ρ
φ
O
.
ar
θ
in
A relação entre as coordenadas cilíndricas (r, θ , z) e (x, y, z) de um mesmo ponto P está dada
im
pelas seguintes relações
Obs. Também aqui temos problemas com a descrição do espaço todo e as coordenadas polares. A
sã
x2 + y2 + z2 = a2 ,
ρ 2 = a2 .
b) A equação do cilindro
x2 + y2 = a2 ,
ρ cos(φ ) = a.
334 Capítulo 19. Coordenadas Cilíndricas e esféricas
.
mos quadrados na equação
ar
3(y2 + 2y+1) − z2 − 6x + 15 = 0+3.
in
e obtemos a equação
3(y + 1)2 − z2 = 6(x − 2).
im
Se fazemos a traslação de coordenadas
0
x = x−2
y0 = y + 1
0
el
z = z
a equação transforma a
Pr
(y0 )2 (z0 )2
3(y0 )2 − (z0 )2 = 6x0 ⇒ − = x0
2 6
que é a equação de um paraboloide hiperbólico.
b) Ao fazer a interseção da superfície S com o plano x = 3 ou equivalentemente x0 = 1
o
d) x2 + y2 = 9.
Resolução: Utilizamos as relações
x = r cos(θ ) y = r sin(θ ) z = z.
a)
b)
.
ar
c)
x2 + y2 + z2 = 9z → r2 + z2 = 9z.
in
d)
im
x2 + y2 = 9 → r2 = 9 → r = 3.
a)
sã
r = 3 cos θ → x2 + y2 = 3x.
b)
r
z2 sin θ = r3 → z2 y = (x2 + y2 )2 .
Ve
c)
p
r=z → x2 + y2 = z.
d)
z = r2 → z = x 2 + y2 .
e)
1 1
z = r cos(θ + π/4) − 2r sin(θ ) → z = √ x − √ y − 2y.
2 2
f)
√
2 2 12 3
z = r + r cos(θ + π/3) → z = x +y + x− y.
2 2
336 Capítulo 19. Coordenadas Cilíndricas e esféricas
.
p
r cos(φ ) = x2 + y2 tan(θ ) =
ar
x
a)
p y
in
r = 2 tan θ → x 2 + y2 + z2 = 2 .
x
b)
im
p
r = 9 sec φ → r cos(φ ) = 9 → x2 + y2 = 9.
c)
el
yz
r = sin(θ ) sin(φ ) → r2 = sin(θ )r sin(φ ) → x 2 + y2 + z2 = p .
x + y2
2
Pr
d)
p 2x
r = 2 cos(θ ) → x 2 + y2 + z2 = p .
x 2 + y2
o
e)
p
r2 = r cos(φ ) x 2 + y2 + z2 =
sã
r = cos(φ ) → → x2 + y2 .
` : z = y2 ,
Ve
f (y, z) = y2 − z,
.
ar
As coordenadas esféricas (ρ, θ , φ ) e as cartesianas (x, y, z) se relacionam por
x = ρ cos(θ ) sin(φ )
y = ρ sin(θ ) sin(φ )
in
z = ρ cos(φ )
Então, como
im
x2 + y2 = (ρ cos(θ ) sin(φ ))2 + (ρ sin(θ ) sin(φ ))2 = ρ 2 sin(φ )2 ,
a equação da superfície S em coordenadas cilíndricas é dada por
el
cos(φ )
ρ 2 sin(φ )2 = ρ cos(φ ) ⇒ ρ=
sin(φ )2
Pr
Juntando as partes podemos responder:
i- a equação da superfície S em coordenadas cartesianas é
x2 + y2 = z.
ii- a equação da superfície S em coordenadas cilíndricas é
o
r2 = z.
sã
ρ=
sin(φ )2
Ve
e obtemos
.
9 2 81
ar
2 2
x +y + z− =
2 4
que é a equação de uma esfera de raio r = 92 centrada em (0, 0, 9/2) e portanto uma
in
superficie de revolução em torno ao eixo z.
Para escrever a equação de S em coordenadas esféricas temos novamente duas opções:
im
i- Utilizamos que
ρ 2 = 9ρ cos(φ ) =⇒ ρ = 9 cos(φ ).
Pr
ii- Ou fazemos uma traslação do sistema de coordenadas com origem em (0, 0, 9/2) então
x = x0 , y = y0 , z − 9/2 = z0
o
e o centro em (0, 0, 9/2) para θ ∈ [0, 2π) e φ ∈ [0, π]. Portanto x02 + y02 + z02 = ρ 2 .
Substituindo obtemos
ρ = 9/2.
.
ar
20. Parametrizacão de Superfícies
in
im
el
No caso das curvas algébricas em duas variáveis foi visto que, embora elas não sejam gráfico de uma
função, elas podem ser descritas loclamente como o gráfico de um par de funções hi : I ⊂ R → R.
Isto, quer dizer que para cada ponto p na curva algébrica C existe um conjunto U ⊂ C em que U é
Pr
similar a um subconjunto de R ela é similar a um temos u Vimos que no caso das curvas algébricas
em duas variáveis, vimos que embora elas não representem gráfico de uma função nas viariáveis
(x, y) do espaço, elas pode ser descritas por meio de um par de funções. Algo similar acontece com
o caso das superfícies. Podemos mostrar que as superfícies podem ser descritas localmente por
o
F(x, y, z) = 0
para F um polinômio nas variáveis (x, y, z). Em matemática estas superfícies são conocidas como
curvas algébricas de ordem 2 ou variedade algébrica de dimensão 2.
Definição 20.1.1 Seja S uma superfície no espaço definida por
iii- para cada j temos F(h1 j (t, s), h2 j (t, s), h3 j (t, s)) 6= F(h1 j (u, v), h2 j (u, v), h3 j (u, v)) com
(t, s) 6= (u, v) ∈ D j .
iv- e
Obs.
• O item iii− diz que para cada j temos que (h1 j , h2 j , h3 j ) é biunívoca para cada j.
• O item iv− diz que a supoerfície inteira pode ser coberta pela parametrização.
• A definição vista acima pode ser interpretada da seguinte forma: Uma parametrização
é de alguma forma mostrar que embora a superfície não seja gráfico de nenhuma
função, ela podem ser descritas localmente como o gráfico de uma tripla de funções
.
hi : I ⊂ R → R. Isto, quer dizer que para cada ponto p na superfície S existe um
ar
conjunto U ⊂ S em que U é similar a um subconjunto de R2 .
Exemplo 20.1 O primeiro exemplo é a equção do plano em forma paramétrica. De fato para
in
todo plano π de equação
ax + by + cz = d
~u ×~v = (a, b, c)
e um ponto P = (x0 , y0 , z0 ) tal que im
existem dois vetores ~u = (u1 , u2 , u3 ) e ~v = (v1 , v2 , v3 ) que são paralelos ao plano e tais que
el
ax0 + by0 + cz0 = d
Pr
de forma tal que o plano podia ser descrito como o conjunto de pontos (x(s,t), y(s,t), z(s,t)) tais
que
x(s,t) = x0 + su1 + tv1
π: y(s,t) = y0 + su2 + tv2 (s,t) ∈ R2 .
o
sã
Vamos a ver rápidamente a parametrizazão das superfícies que vimos nos capítulos anteriores.
Vamos ver alguns casos, outros podem ser obtidos a partir destes.
• Elipsoide: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a equação
r
x2 y2 z2
Ve
+ + = 1.
a2 b2 c2
A parametrização é dada por
x(s,t) = a cos(s) sin(t)
y(s,t) = b sin(s) sin(t) (s,t) ∈ (0, 2π) × (0, π) ∪ (0, 2π) × (−π, π) ∪ (0, 2π) × (π, 3π)
z(s,t) = c cos(t)
x2 y2 z2
− − = 1.
a2 b2 c2
A parametrização é dada por
x(s,t) = a cosh(t)
y(s,t) = b cos(s) sinh(t) (s,t) ∈ (0, 2π) × R ∪ (−π, π) × R
z(s,t) = c sin(s) sinh(t)
.
• Paraboloide elíptico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
ar
equação
x 2 y2
in
+ = cz.
a2 b2
A parametrização é dada por
im
p
x(s,t) = a p|c|t cos(s)
y(s,t) = b |c|t sin(s) (s,t) ∈ (0, 2π) × [0, ∞) ∪ (−π, π) × [0, ∞)
z(s,t) = |c|
ct
el
• Paraboloide hipérbólico: É o conjunto de pontos P = (x, y, z) do espaço que satisfazem a
equação
Pr
x 2 y2
− = cz.
a2 b2
A parametrização é dada por
o
p
x(s,t) = a p|c|t cosh(s)
sã
y(s,t) = b |c|t sinh(s) (s,t) ∈ R × R
z(s,t) = |c|
ct
r
x 2 y2
+ = z2 .
a2 b2
A parametrização é dada por
x(s,t) = at cos(s)
y(s,t) = bt sin(s) (s,t) ∈ (0, 2π) × [0, ∞) ∪ (−π, π) × [0, ∞)
z(s,t) = t
y2
x2 + = 1 e z = 2.
3
342 Capítulo 20. Parametrizacão de Superfícies
4x2 4y2
.
+ 2 − 1 = 0.
ar
z2 3z
Manipulando a expressão chegamos em
in
4
4x2 + y2 = z2 ,
3
im
que é a equação de um cone elíptico.
b) Observamos que ao fazer
r
h1 (r, θ ) =√2 cos(θ )
h (r, θ ) = 23r sin(θ )
el
(∗) (r, θ ) ∈ [0, +∞) × [0, 2π).
±2
h3 (r, θ ) = ±r
Pr
temos que
4
4(h1 (r, θ ))2 + (h2 (r, θ ))2 = r2 = (±h3 (r, θ ))2 .
3
o
x 2 y2 z2
S: − + − = 1.
a2 b2 c2
r
Resolução:
Para parametrizar a superficie S de equação
x 2 y2 z2
S: − + − = 1.
a2 b2 c2
observamos primeiramente que ela é um hiperboloide de duas folhas. Portanto precissaremos
de dois conjuntos de parametrizações.
Fazemos a seguinte substituição
x0 = x/a
y0 = y/b (∗)
z0 = z/b
.
ar
x002 + z02 02
0 = −1 + y0 > 0
in
Por outro lado como a interseção de S com o plano y0 = y00 determina uma circunferência de
raio sinh(t0 )2 , tiramos que (x00 , z00 ) são um ponto desta e, portanto, existe um s0 ∈ [0, 2π) tal
que
im
z00 =0 sinh(t0 ) sin(s0 )
Assim, utilizando as identidades (∗) temos que todo ponto de S é coberto pela parametrização
el
x = a sinh(t) cos(s) x = a sinh(t) cos(s)
y = b cosh(t) y = −b cosh(t)
Pr
z = c sinh(t) sin(s) z = c sinh(t) sin(s)
2
x − y2 = 1
C=
z =0
sã
y − x2 = 0
Ve
C=
z =2
y − x2 = 0
C=
z =2
A superfície cônica que tem vértice na origem O = (0, 0, 0) é dada pela equação
2x 2y
f , =0
z z
.
2y = 4zx2 .
ar
Se f (x, z) = x2 − z3 e um curva no plano x, z e o eixo de revolução é o eixo y então a superfície
de revolução obtida de girar f em torno de y é descrita pela equação
in
p
f (± x2 + y2 , z) = 0 =⇒ x2 + y2 = z3 .
im
Donde segue que a equação representa uma superfície de revolução.
Para achar uma parametrização dela considere as coordenadas cilíndricas x = r cos(θ ), y =
r sin(θ ), z. Então, substituindo por estas na equação obtemos que r2 − z3 = 0 donde z = r2/3 .
Assim, uma parametrização é
el
x = r cos(θ )
y = r sin(θ ) r ∈ [0, ∞), θ ∈ [0, 2π)
Pr
z= r2/3
o
r sã
Ve