Escolar Documentos
Profissional Documentos
Cultura Documentos
GEOMETRIA ANALÍTICA
GUARULHOS – SP
SUMÁRIO
1 INTRODUÇÃO .............................................................................................................. 6
3.2 Adição........................................................................................................................13
3.3 Subtração...................................................................................................................14
2
3.6 Equação matricial ..................................................................................................... 19
10 BASES DO ℝ n .......................................................................................................... 49
17 CIRCUNFERÊNCIAS ................................................................................................ 76
18 COORDENADAS POLARES..................................................................................... 79
4
19 SUPERFÍCIES CÔNICAS, CILÍNDRICAS E QUÁDRICAS ....................................... 84
5
1 INTRODUÇÃO
Bons estudos!
6
2 DEFINIÇÃO E CLASSIFICAÇÃO DE MATRIZES
Para que você desenvolva uma intuição inicial sobre matrizes, considere o seguinte
exemplo hipotético: você e uma amiga são agentes autônomos e atuam em um escritório
ofertando produtos financeiros a clientes que queiram investir na formação de poupança.
Os produtos financeiros são: fundos de renda fixa (RF), fundos multimercado (M) e planos
de previdência (P). Para o mês de janeiro, você e sua amiga elaboraram um quadro com
o quantitativo (Quadro 1) que cada um ofertou desses produtos (SANTOS; FERREIRA,
2009).
Outro exemplo desse tipo de matriz seria o seguinte, que é uma matriz do tipo 3 ×
2:
É um caso particular de matriz retangular, composta por uma única coluna. Por
isso, é do tipo m × 1. O exemplo a seguir mostra uma matriz coluna do tipo 3 × 1. Uma
matriz linha também pode representar as componentes de um vetor e, por isso, é
conhecida por vetor linha (SANTOS; FERREIRA, 2009).
8
2.4 Matriz linha
É outro caso particular de matriz retangular, pois é composta por uma única linha
e, por isso, do tipo 1 × n. O exemplo a seguir mostra uma matriz linha do tipo 1 × 2. Uma
matriz linha também pode representar as componentes de um vetor e, por isso, é
conhecida por vetor linha (SANTOS; FERREIRA, 2009).
9
principal são todos nulos, isto é, aij = 0 para i ≠ j, é dita ser diagonal. No exemplo a seguir,
a matriz B é diagonal, pois os elementos b21 e b12 são nulos (SANTOS; FERREIRA, 2009).
10
2.9 Matriz transposta
11
2.11 Matriz nula
É aquela matriz em que todos os elementos são nulos, isto é, a ij = 0 para qualquer
valor de i e j.
3.1 Igualdade
Duas matrizes são iguais quando elas têm o mesmo tamanho, e seus elementos
são todos iguais. Se as matrizes quadradas A e B do tipo 2 × 2 são iguais, então aij = bij.
12
3.2 Adição
A+B=B+A
(A + B) + C = A + (B + C)
13
3.3 Subtração
Um escalar é simplesmente um número puro (que também pode ser visto como
uma matriz 1 × 1). Então, a multiplicação de uma matriz A por um escalar c qualquer
implica que cada elemento da matriz será multiplicado pelo escalar, c isto é, caij. Por
exemplo, se c = 2, então:
14
• Dadas duas matrizes A e B e um escalar c, o resultado da multiplicação do
escalar pela soma das matrizes, c(A + B), é igual à soma das matrizes já multiplicadas
individualmente pelo escalar, cA + cB.
c(A + B) = cA + cB
(c + d)A = cA + dA
c(dA) = (cd)A
15
necessidade de se envolver um mesmo número de elementos para multiplicação entre
as matrizes. Considere o seguinte exemplo: uma matriz A do tipo 2 × 3, dada por:
16
Nesse caso, o resultado da multiplicação da matriz A pela matriz B será uma matriz
do tipo 1 × 2. Agora, para você calcular o produto AB, deve multiplicar a linha da matriz
A pela primeira coluna da matriz B, 1 ∙ 2 + 3 ∙ 2 = 8, cujo resultado fornece o primeiro
elemento da matriz linha resultante do produto entre A e B (WINTERLE, 2014). O
segundo elemento dessa matriz é obtido pela multiplicação da linha da matriz A com a
segunda coluna da matriz B, 1 ∙ 3 + 3 ∙ 1 = 6. Veja:
17
A operação de multiplicação entre matrizes apresenta algumas propriedades
importantes. Considere três matrizes A, B e C, cujos tamanhos permitem realizar as
operações de soma e multiplicação para cada situação de interesse (SANTOS;
FERREIRA, 2009).
A(BC) = (AB)C
(A + B)C = AC + BC
A(B + C) = AB + AC
Contudo, vale a pena observar que, em geral, o produto entre duas matrizes não
é comutativo, isto é, AB ≠ BA (note que o produto entre dois escalares é sempre
comutativo, ou seja, 2 ∙ 3 = 3 ∙ 2 = 6). Para que você entenda isso, considere duas
matrizes quadradas do tipo 2 × 2:
Logo, quando você compara elemento por elemento em cada uma das matrizes
resultantes de AB e BA (por exemplo, (AB)11 = a11 ∙ b11 + a12 ∙ b21 ≠ a11 ∙ b11 + a21 ∙ b12 =
(BA)11), você percebe que eles são todos diferentes. No entanto, a partir desse tratamento
geral para o produto de duas matrizes, é possível extrair algumas condições particulares
que possibilitam gerar AB = BA (SANTOS; FERREIRA, 2009). Uma primeira condição
surge quando uma das matrizes é a matriz identidade. Por exemplo, se B = I, então o
produto entre A e I será comutativo:
(Faça b11 = b22 = 1 e b12 = b21 = 0 nos resultados acima de AB e BA.) A segunda
condição particular é aquela em que as duas matrizes são diagonais, ou seja,
Uma equação matricial é uma relação de igualdade entre duas ou mais matrizes,
assim como ocorre com os escalares — por exemplo, 2x – 4 = 0. Algumas equações
matriciais típicas são: A + B = C; A – 2B = 3C; AX = B; A² = X; e assim por diante.
19
20
4 SISTEMAS DE EQUAÇÕES LINEARES
Talvez a primeira questão que lhe venha à mente ao iniciar o seu estudo sobre o
conteúdo deste capítulo é: o que é uma equação linear? Então respondemos: uma
equação linear pode ser uma equação da reta no plano (que tem duas dimensões —
bidimensional), que pode ser escrita como:
y = ax + b
O esboço do gráfico dessas duas retas aparece na Figura 1a. Observe que essas
duas retas contêm um ponto P em comum, demarcando o local no plano onde elas se
encontram. Encontrar os valores das variáveis x e y desse ponto P significa resolver esse
sistema de duas equações lineares. Essa tarefa é simples nesse exemplo. Igualando as
duas equações de reta, 3x + 1 = 2x + 5, você encontra o valor de 4 para a variável x.
Logo, substituindo esse valor de x em qualquer uma das duas equações de reta, você
obtém o valor de y: 13. Será que sempre é possível resolver um sistema de equações
lineares? A resposta é dada na Figura 1b. Veja que se trata de duas retas paralelas, ou
seja, um sistema de duas equações lineares. E, por isso, elas não se encontram para
nenhum valor de x (ou y). Logo, não há solução para esse sistema.
21
Figura 1. Os gráficos representam (a) a intersecção de duas retas em um ponto P e (b) duas
retas paralelas que não se cruzam.
ax + by = c
ax + by + cz = d
em que os coeficientes a1, a2, ..., an e b são todos constantes. Para uma reta no
plano, n = 2 e x1 = x, x2 = y são as variáveis, e a equação linear fica a1x1 + a2x2 = b. Por
outro lado, equações do tipo:
não são lineares, pois, nas equações lineares, as variáveis aparecem apenas na
potência 1 (lembre-se de que x¹ = x, y¹ = 1 e z¹ = 1) e multiplicadas apenas por
coeficientes constantes. As variáveis não estão multiplicadas entre si nas equações
22
lineares. Dessa maneira, o conjunto de mais de uma equação linear constitui um sistema
de equações lineares. Um exemplo de sistema de equações lineares do tipo 2 × 2 (são
duas equações para duas variáveis) é:
onde:
24
Agora, quando a matriz coluna das constates bn for nula,
25
o sistema de equações lineares resultante é denominado de homogêneo:
Ou seja:
E como a matriz dos coeficientes não é nula em geral, então uma possível solução
é aquela em que:
26
contém duas equações e três variáveis: x, y e z. Resolvendo a primeira equação
para z, você obtém: z = 3x + 2y. Substituindo esse resultado na segunda equação: –x +
y + 3(3x + 2y) = 0, que resulta em . Portanto, uma vez escolhido um valor para
a variável y, você encontra os valores correspondentes das variáveis x e z. Exatamente
por haver infinitas possibilidades de escolha de valor para y, que o sistema contém
infinitas soluções. Por exemplo, se y = 0, então x = z = 0; mas se y = 1, então e
.
28
Agora, construa outro sistema no qual a segunda equação será igual à soma das
duas equações do sistema acima; ou seja, soma-se a primeira linha com a segunda do
sistema:
Note que, pela segunda linha, 5y = 25, então y = 5. Substituindo esse resultado na
primeira equação: –3x + 3(5) = 18, logo, x = –1, como você já esperava. Nessa
configuração, a matriz aumentada está em sua forma escalonada por linhas, ou
simplesmente forma escalonada, pois a estrutura da matriz assemelha-se à de uma
escada.
Portanto, o método de eliminação de Gauss consiste em escalonar a matriz
aumentada, que essencialmente significa escalonar o sistema de equações lineares, de
modo a obter um novo sistema equivalente cuja resolução é mais simples e possui a
mesma solução do sistema original (SANTOS; FERREIRA, 2009).
–1 ∙ (–1 1 6) + (0 1 5) = (1 0 –1)
— os dois pontos que deram origem ao vetor seguido de uma flecha sobre
eles.
Assim como fazemos com grandezas escalares, podemos realizar com os vetores
operações matemáticas (SANTOS; FERREIRA, 2009). A primeira a ser vista é a
multiplicação de um vetor por um escalar. Um vetor pode ser “esticado” ou “encolhido”
33
ou “invertido” quando multiplicado por um escalar, ou seja, se multiplicarmos todas as
posições de um vetor por um escalar positivo real e maior do que 1, estamos aumentando
a sua magnitude e, assim, “esticando” esse vetor. Caso a multiplicação seja feita por um
escalar positivo real menor do que 1, estamos diminuindo sua magnitude e,
consequentemente, “encurtando” ou “encolhendo” o vetor. Por fim, caso o vetor seja
multiplicado por um número real negativo, o sentido será trocado e assim o estaremos
“invertendo”. A Figura 5 apresenta exemplos de multiplicação com escalares diferentes.
Figura 5. Vetor v multiplicado por escalares: (a) escalares de diversos valores; (b) escalar
unitário negativo.
Fonte: Adaptada de Santos e Ferreira (2009)
A adição de vetores (não nulos) é definida como: posicionamento dos vetores com
suas origens coincidentes e, em seguida, forma-se um paralelogramo com os vetores u
34
e v. O vetor soma u + v é o vetor com a mesma origem de u e v, com magnitude, direção
e sentido dados pela diagonal do paralelogramo (SANTOS E FERREIRA, 2009). Essa
regra para a adição de vetores, apresentada na Figura 6, é conhecida como regra do
paralelogramo.
Para o caso da soma de mais de dois vetores, deve-se utilizar o mesmo método
da regra do paralelogramo. Também é possível ligar os vetores, a origem de cada vetor
no final do anterior, ao fechar o polígono, assim, o vetor resultante t será o vetor que, ao
somar com os outros três, dará valor nulo, por isso, basta inverter seu sentido. A Figura
7 apresenta uma construção como essa.
Veja a seguir propriedades generalizadas para adição de vetores em espaços de
n-dimensões (STEINBRUCH; WINTERLE, 2014).
35
• Comutativa: u + v = v + u
• Associativa: (u + v) + w = u + (v + w)
• Elemento neutro: v + 0 = v
• Elemento oposto: v + (–v) = 0
7.1 Vetores no R²
Para realizar a operação de adição entre dois vetores u = (x1, y1), v = (x2, y2) e o
escalar real α, define-se o seguinte (SANTOS; FERREIRA, 2009).
Como dito anteriormente, vetores são representados por sua magnitude (ou
módulo), direção e sentido (SANTOS; FERREIRA, 2009). Por isso, se desconsiderarmos
as variações de sentido e/ou de direção, a probabilidade de encontrarmos vetores iguais
em um mesmo plano ou então em planos diferentes é alta. A Figura 9 apresenta um
37
exemplo disso com a presença de vários vetores iguais em módulo, porém posicionados
em diferentes regiões de um plano.
38
Há ainda vetores unitários, chamados de i, j e k (SANTOS; FERREIRA, 2009). A
Figura 10 apresenta esses vetores no plano tridimensional.
39
8 OPERAÇÕES DE PRODUTOS ENTRE VETORES
As operações com grandezas vetoriais são na maioria das vezes parecidas com
as operações de grandezas escalares. Um exemplo de diferentes operadores é o caso
de produto entre vetores. Este não deve ser tratado como uma operação de multiplicação
por escalar. Entre os diferentes tipos de produtos estão os produtos: escalar, vetorial,
misto e duplo vetorial. A seguir, vamos tratar de cada um desses produtos, bem como de
algumas propriedades e exemplos de aplicação.
1. u ∙ v = v ∙ u
2. u ∙ (v + w) = u ∙ v + u ∙ w e (u + v) ∙ w = u ∙ w + v ∙ w
3. α (u ∙ v) = (αu) ∙ v = u ∙ (αv)
4. u ∙ u = |u|²
40
A Figura 11 representa dois vetores u (x1,y1,z1) e v (x2,y2,z2) e o ângulo θ formado
por eles (WINTERLE, 2014). O produto escalar, representado por u ∙ v, está relacionado
com o ângulo θ. A expressão que define essa relação será vista mais adiante.
1. u × v = –(v × u)
2. u × v = 0, se e somente se os vetores são paralelos
3. u × v sempre é ortogonal a u e v
4. O sentido de u × v pode ser determinado pela regra da mão direita
42
Para quaisquer vetores u, v, w e x, e o escalar α, as propriedades do produto misto
são as seguintes (WINTERLE, 2014).
1. O resultado do produto muda de sinal caso alterar a posição entre dois vetores,
por exemplo: u ∙ (v × w) = –u ∙ (w × v)
2. (u + x) ∙ (v × w) = u ∙ (v × w) + x ∙ (v × w)
3. αu ∙ (v × w) = u ∙ (αv × w) + u ∙ (v × αw)
4. u ∙ (v × w) = 0, se e somente se os três vetores forem coplanares.
O duplo produto vetorial é uma operação entre vetores não muito vista ou mesmo
utilizada em aplicações mais práticas. No entanto, é importante conhecer o procedimento
de cálculo (WINTERLE, 2014). Dados três vetores u (x1,y1,z1), v (x2,y2,z2) e w (x3,y3,z3), o
duplo produto vetorial é definido por:
u × (v × w)
43
A solução do duplo produto vetorial pode ser com a aplicação sucessiva de um
produto vetorial entre v e w, como visto anteriormente. E, com o resultado, aplicar um
novo produto vetorial de u em relação a v × w. Outra alternativa é por meio da relação:
u × (v × w) = (u ∙ w)v – (u ∙ v)w
44
8.5 Operação com vetores: adição e subtração
A partir de dois vetores, defi ne-se uma adição (soma) ou subtração vetorial como
um vetor cujas componentes serão as somas das componentes dos respectivos vetores
que originaram a soma (HALLIDAY; RESNICK; WALKER, 2014), como é mostrado na
Equação 4.
45
Consideremos, agora, um conjunto de vetores { } em ℝ n , que diremos
que é linearmente independente, se os únicos valores de a1, a2, ..., ak em ℝ, que tornam
a combinação verdadeira, são a1, a2, ..., ak = 0.
46
Em outras palavras, um conjunto de vetores é linearmente independente se, e
somente se, a única combinação deles, que resulta no vetor nulo, for a que apresenta
todos os coeficientes iguais a zero. O conjunto apresentado na segunda parte do exemplo
anterior nos fornece um primeiro exemplo de um conjunto linearmente dependente.
Diremos que um conjunto { }em ℝ é linearmente dependente se existirem
coeficientes a1, a2, ..., ak em ℝ, tais que:
Isto é, existe uma combinação não nula que resulta no vetor nulo. Uma
interpretação importante de um conjunto linearmente dependente é que qualquer um dos
vetores desse conjunto pode ser escrito como combinação linear dos demais
(WINTERLE, 2014). Veja o exemplo a seguir.
47
Um importante teorema sobre esse assunto é apresentado em Nicholson (2006).
Teorema: se { }em ℝ n é um conjunto linearmente independente, então,
todo vetor em ger{ } tem uma escrita única como combinação linear dos
vetores . Em palavras, se um conjunto de geradores é linearmente independente, cada
vetor do espaço gerado é escrito de maneira única, a menos da ordenação, como
combinação linear dos vetores geradores. Veja o seguinte exemplo sobre conjuntos
geradores linearmente independentes.
48
10 BASES DO ℝ N
49
de vetores linearmente independentes, tal que B ⊂ ℝ n, e B é gerador de ℝ n. Isto é,
se ∈ ℝ n, e B é uma base de ℝ n, então podemos escrever, de forma única, como uma
combinação linear dos vetores em B, a saber:
50
Uma observação que podemos fazer em relação ao exemplo anterior é que a
solução calculada (3,–1,0,2) realmente descreve coordenadas do vetor = (11,–3,7,4)
na base B. Isto é, estamos considerando um sistema de referência diferente do sistema
de coordenadas definido pela base canônica, e isso está definindo outra maneira de nos
referirmos a esse vetor. Aproveitando, definimos a notação:
51
Figura 13. Reta r orientada pelo vetor v e com pontos A e P.
Fonte: Adaptada de Winterle (2014)
Imagine que uma reta é feita por dois pontos, um ponto localizado na origem e
outro na coordenada B (5,5). Quais são os pontos que pertencem à reta que tem como
base esses pontos? Se um ponto de referência da reta está na origem, isso significa que
a reta passa pelo ponto (0,0). O segundo ponto está em (5,5). Os demais pontos devem
estar em coordenadas que são iguais nos valores de x e y. Sendo assim, alguns dos
pontos que pertencem a essa reta são os seguintes. Nicholson (2006).
52
A Figura 15 apresenta esses pontos no plano cartesiano.
Como os valores de x e y devem ser iguais para pertencer à reta, podemos dizer
que uma relação/equação que a representa é y = x. Assim, todo valor de y será igual a x.
Mas o que ocorre se a equação da reta não é tão facilmente previsível? Como determiná-
la?
Retas podem ser construídas a partir de dois pontos no plano cartesiano. A Figura
15, vista anteriormente, apresenta uma reta r construída a partir de dois pontos A (x 0,y0)
e B (x1,y1). O uso desses pontos também permite o cálculo do coeficiente angular da reta.
Esse coeficiente representa o valor da tangente referente ao ângulo de inclinação α:
53
De posse do coeficiente angular, é possível gerar a equação da reta (SANTOS e
FERREIRA, 2009):
y=a∙x+b
A equação de reta é:
b = y – ax
3–2∙1=1
y=a∙x+b
y = 2x + 1
55
Por isso, podemos perceber que há retas sem as variáveis x ou y, sendo x igual a
uma constante ou y igual a uma constante. Quando isso acontece, dizemos que a reta
está paralela aos eixos cartesianos (STEINBRUCH; WINTERLE, 2014). Quando não
houver x, a reta está paralela ao eixo x; quando não houver y, a reta está paralela ao eixo
y. Observe na Figura 17 como as retas r e s são paralelas aos eixos x e y,
respectivamente.
Figura 18. Retas r e s são paralelas (coeficiente angular igual a 4). Retas s e u ortogonais entre
si (coeficientes angulares iguais a 1 e –1).
56
12 ESTUDO DA RETA NO ESPAÇO
Os valores dos coeficientes e dos pontos mudam de reta para reta; são obtidas
soluções, por meio de pontos x, y e z, que satisfaçam a equação. Como se trata de uma
reta, sabemos que dois pontos a definem. Entretanto, devemos atentar para o fato de
que a reta contém uma infinidade de pontos (SANTOS; FERREIRA, 2009). Veja, na
Figura 19, uma reta r no espaço R³ e alguns pontos distribuídos em sua extensão.
As retas são representadas por meio de equações. Essas equações podem ser
obtidas por pontos no plano cartesiano e por relações com vetores (SANTOS;
FERREIRA, 2009). Dentre as diferentes apresentações de equações, estão a equação
vetorial, a paramétrica, a simétrica e a reduzida (WINTERLE, 2014). A seguir,
57
trataremos de cada um desses equacionamentos, bem como de alguns exemplos de
construção dessas equações.
Uma reta r pode ser construída com base na orientação ou referência de um vetor
(SANTOS; FERREIRA, 2009). Considerando um ponto A (x1, y1,z1) e um vetor diretor v
(a,b,c), temos que só existe uma reta que passa pelo ponto A e que possui a mesma
direção do vetor diretor v. Se buscarmos por um ponto P (x,y,z) que pertence à reta, o
vetor AP formado pelos pontos A e P é paralelo a v (STEINBRUCH; WINTERLE, 2014).
A Figura 20 apresenta a reta r paralela ao vetor diretor v. A equação vetorial é descrita
por:
AP = t ∙ v
P–A=t∙v
P=A+t∙v
(x,y,z) = (x1,y1,z1) + t ∙ (a,b,c)
58
12.1.2 Equação paramétrica
A apresentação de uma reta r pode ser feita com uma representação chamada de
simétrica. Esse modelo consiste basicamente em uma manipulação algébrica, onde o
escalar t é isolado em cada uma das equações paramétricas, posteriormente igualadas
(WINTERLE, 2014). Veja, a seguir, a sua construção:
59
12.1.4 Equação reduzida
Esse último modelo de equação de reta é obtido por meio de mais uma
simplificação algébrica das equações simétricas. Nesse caso, tomamos uma das
posições e a transformamos em variável de duas novas equações (SANTOS;
FERREIRA, 2009). Observe a representação:
Dois pontos no espaço definem o que é um vetor, assim, se temos dois pontos A
e B, construímos o vetor AB. Entre suas características, um vetor possui uma chamada
de módulo, que constitui o comprimento do vetor (SANTOS; FERREIRA, 2009). Com
isso, quando pensamos em calcular uma distância entre dois pontos, a melhor maneira
é construir um vetor com esses pontos e extrair o módulo dele, logo o comprimento entre
dois pontos A e B é dado pelo módulo de AB:
d = |AB|
60
Com o vetor AB, extraímos o módulo dele e, assim, obtemos o valor da distância
entre A e B:
61
Para encontrar o ponto de interseção I entre as retas r e s, substituímos os valores
de x, y e z dados pelas equações paramétricas da reta s nas mesmas posições do
sistema de equação reduzida da reta r, obtendo assim:
15 CLASSIFICAÇÃO DE RETAS
Retas dispostas no espaço podem ter diversas relações entre elas, dentre as quais
o paralelismo e a coincidência são analisados a partir dos vetores diretores. A
concorrência e a reversão são analisadas com os vetores diretores e a presença de ponto
de interseção. Por fim, retas podem pertencer a um mesmo plano, sendo assim
chamadas de retas coplanares (SANTOS; FERREIRA, 2009).
63
portanto, todos os pontos serão de interseção. De qualquer maneira, vamos verificar o
ponto de coincidência substituindo r em s:
Como os vetores são iguais, podemos concluir que as retas r e s são coincidentes.
Substituindo r em s:
65
16 ÂNGULOS E INTERSEÇÕES
66
Exemplo 1 – Qual é o ângulo entre as retas r e s, dadas pelas equações a seguir?
67
A partir desse exemplo, podemos perceber que, quando tivermos vetores diretores
que produzam um produto escalar igual a 0, haverá uma condição de ortogonalidade
entre as retas (ângulo θ igual a 90°).
Exemplo 2 – Qual é o valor de m para que o ângulo entre as retas r e s seja de 30°?
68
Para ter o ângulo de 30°, é necessário um cosseno no valor de , logo:
A partir dessa equação, obtemos o valor de m igual a ±√30 para satisfazer o ângulo
θ entre as retas igual a 30°.
Exemplo 3 – Sabendo que as retas r e s são ortogonais, qual é o valor de m
necessário para essa condição?
Solução: Para que as retas sejam ortogonais, o produto escalar entre os seus
vetores diretores deve ser igual a zero. Logo, iniciamos o cálculo obtendo os vetores
diretores u e v das retas r e s:
69
Após uma transformação da equação da reta s de reduzida para simétrica, de
modo a se obter mais facilmente o vetor v, temos os vetores diretores:
70
Veja nos exemplos a seguir casos de interseção entre planos e entre planos e
retas.
Exemplo 4 – Qual é o ponto de interseção da reta r no plano π?
71
O ponto de interseção entre a reta r e o plano π é em I (–3,2,4).
Exemplo 5 – Qual é a reta de interseção entre os planos π1 e π2?
Solução: Para se obter a reta que representa a interseção entre planos, iniciamos
com o agrupamento das equações dos planos em um sistema:
72
O produto vetorial é dado por:
A equação vetorial da reta r que faz interseção pelos dois planos é dada por:
Solução:
73
Como o vetor pode ser múltiplo, dividimos por –4, e o vetor é: u = (1,0,1)
A equação paramétrica da reta r que faz interseção pelos dois planos é dada por:
Para descobrir o ângulo entre duas retas, realizamos o uso de uma fórmula vista
no início do material com os vetores diretores de cada reta. Para obter o ângulo entre
planos, podemos utilizar a mesma fórmula, porém com os vetores normais de cada plano,
como mostra a Figura 3. Tal uso é permitido, pois ambos os vetores estão rotacionados
de 90° para serem normais à superfície do plano, e por isso o uso não afetará o resultado
do ângulo obtido (WINTERLE, 2014).
74
Exemplo 7 – Determine o ângulo entre os planos a seguir.
75
A partir desse exemplo, percebemos que, quando tivermos vetores normais dos
planos que produzam um produto escalar igual a 0, haverá uma condição de
ortogonalidade entre os planos (ângulo θ igual a 90°).
17 CIRCUNFERÊNCIAS
A circunferência pode ser definida como “[…] o lugar geométrico dos pontos de um
plano cuja distância a um ponto fixo é constante” (SANTOS; FERREIRA, 2012, p. 63).
Observe os elementos e a equação cartesiana da circunferência na Figura 24.
Figura 24. Circunferência com centro na origem O e raio r. (a) Centro e raio. (b) Centro na origem
e raio r. Fonte: Adaptada de Santos e Ferreira (2012).
76
A Figura 24a mostra o ponto fixo, denominado centro da circunferência, e a
distância de seus pontos ao centro que chamamos de raio da circunferência. Para
obtermos a equação cartesiana, consideraremos uma circunferência de raio r e centro na
origem O (0,0), como mostra a Figura 24b. Para que P (x,y) seja um ponto da
circunferência, devemos ter , e, assim, pela fórmula da distância entre dois pontos:
(a – h)² + (b – k)² = R²
(a – h)² + (b – k)² – R² = 0
77
17.2 Posição relativa de uma reta em relação a uma circunferência
Leite e Castanheira (2017) apontam que, para determinar a posição de uma reta
r: Ax + By + C = 0 em relação a uma circunferência de equação (x – h)² + (y – k)² = r²,
deve-se calcular a distância da reta ao centro da circunferência e comparar-se a distância
d com o raio R, observando que:
• d < R ↔ reta secante à circunferência;
• d = R ↔ reta tangente à circunferência;
• d > R ↔ reta externa à circunferência.
78
18 COORDENADAS POLARES
Figura 24. Definindo coordenadas polares. Para definir coordenadas polares no plano,
começamos com uma origem, chamada polo, e uma semirreta orientada, o eixo polar.
Fonte: Adaptada de Thomas (2009).
79
18.1 Coordenadas polares de um ponto
80
Figura 25. Coordenadas polares e coordenadas cartesianas. Fonte: Adaptada de Santos e
Ferreira (2009).
81
Quando usarmos essas equações, devemos atentar para que os valores de r e θ sejam
consistentes com o quadrante em que se encontra o ponto de coordenadas cartesianas
(x,y). Sem perda de generalidade, podemos considerar r ≥ 0, isto é, (SAN-
TOS; FERREIRA, 2009). Santos e Ferreira (2009) destacam ainda que a função arco-
tangente tem imagens restritas ao intervalo aberto , e o valor do ângulo θ pode
ser obtido por meio de uma das expressões:
17.2.1 Retas
82
Essa é a equação em coordenadas polares de uma reta vertical que passa pelo
ponto de coordenadas cartesianas (a,0). Note que, quando θ varia sobre o intervalo
aberto , obtêm-se todos os pontos da reta vertical. Se a reta for horizontal, sua
equação cartesiana será da forma y = a. E, usando a relação ,
teremos rsen(θ) = a (SANTOS; FERREIRA, 2009). Restringindo θ ao intervalo 0 < θ < π,
de modo que sen(θ) ≠ 0, podemos escrever:
Essa é a equação em coordenadas polares de uma reta horizontal que passa pelo
ponto de coordenadas cartesianas (0,a). Note que, quando θ varia sobre o intervalo
aberto 0 < θ < π, obtêm-se todos os pontos da reta horizontal (SANTOS; FERREIRA,
2009). Se a reta tem equações cartesianas da forma y = ax (reta não vertical e que passa
pela origem), obtemos:
Essa é a equação em coordenadas polares de uma reta (não vertical) que passa
pela origem.
17.2.2 Circunferências
83
intervalo 0 ≤ θ < 2π. A partir dessa equação, podemos obter as equações polares de
várias circunferências.
84
Figura 27. (a) Reta g no plano yz. (b) Superfície circular.
Fonte: Adaptada de Winterle (2014).
Para a definição de superfície cilíndrica, considere C uma curva plana e r uma reta
fixa não paralela ao plano de C. Superfície cilíndrica é a superfície gerada por uma reta
g que se move paralelamente à reta fixa r em contato permanente com a curva plana C.
A reta g que se move é denominada geratriz, e a curva C é a diretriz da superfície
cilíndrica (WINTERLE, 2014). Observe a Figura 28.
Winterle (2014) destaca que essa superfície pode ser vista como um conjunto de
infinitas retas paralelas que são as infinitas posições da geratriz.
85
19.2 Superfícies cônicas
Isto é, a equação que define uma cônica pode ser reescrita da seguinte forma:
φ(x,y) + £ (x,y) + f = 0
86
O termo é denominado forma quadrática, e o termo BX continua sendo
chamado de forma linear. Essa equação matricial pode ser escrita como:
Em que x0, y0, z0, a, b, c são constantes. Essa equação pode ser escrita como:
87
A forma quadrática do cone tem sua expressão algébrica dada por:
Peres (2014) define cilindro parabólico como uma superfície que pode ser escrita
como uma parábola, mas analisando do ponto de vista do espaço y = ax² + bx + c. Agora,
z é uma variável livre e pode ser variada em infinitos valores possíveis, funcionando como
88
se varrêssemos o eixo z com uma parábola. Essas equações podem assumir qualquer
uma das seguintes formas:
x = ay² + by + c ou x = az² + bz + c
y = ax² + bx + c ou y = az² + bz + c
z = ax² + bx + c ou z = ay² + by + c
89
Figura 31. Cilindro elíptico. Fonte: Adaptada de Peres (2014).
O cilindro hiperbólico é uma superfície que pode ser representada pela seguinte
equação:
Essa é a mesma equação de uma hipérbole centrada em (x0,y0). Podemos
encontrar variações dessa mesma equação, dependendo da orientação que o cilindro
hiperbólico segue. Veja a Figura 32.
90
19.4 Superfícies quádricas
Leite e Castanheira (2017) afirmam que as cônicas podem ser degeneradas e não
degeneradas. A intersecção de uma superfície quádrica com um dos planos coordenados
ou por planos paralelos a eles é uma cônica. São as cônicas não degeneradas. As
superfícies quádricas não degeneradas são: a esfera, o elipsoide, o paraboloide, o
hiperboloide elíptico, o cilindro. Em casos particulares, a intersecção pode ser uma reta,
duas retas, um ponto ou um conjunto vazio. Esses são os casos de cônicas degeneradas.
91
18.4.1 Superfícies Quádricas Centradas Elipsoides
Figura 33. (a) Elipse; (b) elipsoide de revolução. Fonte: Adaptada de Winterle (2014).
92
O elipsoide da maneira mais geral é representado pela equação:
93
elipsoide for o ponto (h, k, l) e seus eixos forem paralelos aos eixos coordenados, a
equação será obtida por uma translação de eixos:
94
do hiperboloide de uma folha ao longo do eixo 0z. As outras duas formas reduzidas
são: , e representam hiperboloides de uma folha ao longo
dos eixos 0y e 0x, respectivamente (WINTERLE, 2014).
95
Figura 37. Hiperboloide de duas folhas. Fonte: Adaptada de Winterle (2014).
96
revolução, como mostra a Figura 38b, cuja equação reduzida será obtida da equação da
parábola, substituindo-se y por (WINTERLE, 2014):
Figura 38. (a) Parábola; (b) paraboloide de revolução. Fonte: Adaptada de Winterle (2014).
97
19.7 Superfícies Quádricas Não Centradas Paraboloides Hiperbólicas
O que implica:
98
20 REFERÊNCIAS BIBLIOGRÁFICAS
ANTON, H.; RORRES, C. Álgebra linear com aplicações. 8. ed. Porto Alegre:
Bookman, 2003.
ANTON, H.; RORRES, C. Álgebra linear com aplicações. 10. ed. Porto Alegre:
Bookman, 2012. 786 p.
LAY, D. C.; LAY, S. R.; MCDONALD, J. J. Álgebra linear e suas aplicações. 5. ed. Rio
de Janeiro: LTC, 2018. 480 p.
99
SILVA, E. C. L. S. Estudo de cônicas e quádricas: construções com o uso do
Geogebra. 2018. Dissertação (Mestrado Profissional em Matemática) — Programa de
Mestrado Profissional em Matemática em Rede Nacional (PROFMAT), Universidade
Estadual Paulista, Presidente Prudente, 2018.
100