Escolar Documentos
Profissional Documentos
Cultura Documentos
ÁLGEBRA LINEAR
Odair Antonio Noskoski
Ministério da
Educação
Copyright© 2011 Universidade Aberta do Brasil
Instituto Federal Sul-rio-grandense
ÁLGEBRA LINEAR
NOSKOSKI, O. A.
2012/1
S
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
SUMÁRIO
GUIA DIDÁTICO_____________________________________________________________________________________________________9
UNIDADE A - O PONTO___________________________________________________________________________________________ 15
Estudo do ponto ________________________________________________________________________________________________________ 16
O ponto no �2____________________________________________________________________________________________________________ 17
O ponto no �3____________________________________________________________________________________________________________ 22
Síntese____________________________________________________________________________________________________________________ 25
7
Álgebra Linear
S
Fomento ao Uso das Tecnologias da Informação e Comunicação
SUMÁRIO
CONTENTS
GD
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
GUIA DIDÁTICO
APRESENTAÇÃO
Prezado(a) aluno(a),
Bem-vindo (a) ao espaço de estudo da Álgebra Linear.
A álgebra Linear é uma disciplina de muita aplicação prática, apesar de ter um tratamento, essencialmente,
teórico. O avanço tecnológico que se percebe hoje em sistemas digitais se desenvolve com uma base
teórica da Álgebra Linear.
O pré-requisito básico exigido para esta disciplina é a geometria analítica. Mas, por outro lado, como esta
disciplina foi planejada para abranger várias disciplinas de vários cursos, está embutida no programa
uma boa parte do conteúdo da disciplina de Geometria Analítica.
Nesta disciplina, serão desenvolvidos conceitos de ponto, vetores, retas no IR3 e planos no IR3 referentes
a conteúdos da Geometria Analítica. Já dentro da Álgebra Linear, uma revisão de matrizes, determinantes
e sistemas lineares. Já no conteúdo específico da Álgebra Linear, será visto os conceitos e propriedades
de espaços vetoriais, espaços vetoriais euclidianos, transformações lineares e autovalores e autovetores
de uma matriz de transformação linear. Finalizando com os conceitos de polinômio minimal e forma
canônica de Jordan.
Esperamos que, através dos conteúdos e das atividades propostas, você possa estabelecer relações com
as aplicações do conteúdo da Álgebra Linear com as outras disciplinas específicas do curso.
Bom trabalho!
Objetivos
Objetivo Geral
Ao final desta disciplina o aluno será capaz de reconhecer, compreender e utilizar os fundamentos
e os métodos da disciplina para desenvolver o raciocínio lógico e dedutivo na busca de soluções em
problemas científicos das Engenharias.
Habilidades
• Localizar o ponto na reta real, no plano e no espaço.
• Calcular distâncias, ponto médio e coordenadas polares.
• Operar com vetores, aplicar suas propriedades, calcular o produto escalar, o produto vetorial e misto e
também aplicar interpretações geométricas no plano e no espaço.
• Determinar a equação vetorial, paramétrica e simétrica da reta no IR3.
• Compreender as condições de paralelismo, de ortogonalidade, de coplanaridade de duas retas e para que
três pontos sejam colineares.
• Estabelecer relações geométricas de ângulo, posição, intersecção e ortogonalidade entre duas retas.
• Determinar a equação geral e paramétrica do plano.
• Compreender as condições de paralelismo e ortogonalidade de dois planos.
• Compreender as condições de paralelismo entre a reta e o plano e para que uma reta esteja contida em um
9
Álgebra Linear
plano.
Fomento ao Uso das Tecnologias da Informação e Comunicação
• Estabelecer relações geométricas de ângulo, posição, intersecção e ortogonalidade entre retas e planos e
entre planos.
• Escrever e identificar o tipo matrizes.
• Efetuar operações com matrizes.
• Aplicar as propriedades na solução de problemas com matrizes.
• Compreender e calcular determinantes de qualquer ordem.
• Resolver algebricamente e interpretar geometricamente o conjunto de solução de um sistema linear.
• Identificar se um conjunto com um par de operações (adição e multiplicação) é um espaço vetorial.
• Identificar se um subconjunto de um espaço vetorial é um subespaço vetorial.
• Diferenciar vetores LI e LD.
• Determinar base, dimensão e geradores de espaços vetoriais.
• Verificar se uma função é um produto interno em um espaço vetorial.
• Identificar um espaço vetorial Euclidiano.
• Calcular módulo, ângulo, distância e ortogonalidade de vetores.
• Determinar bases ortogonais e ortonormais
• Identificar transformações lineares.
• Determinar a matriz, o núcleo e a imagem de uma transformação linear.
• Compreender as propriedades de uma transformação linear e suas aplicações.
• Calcular autovalores e autovetores de uma matriz.
• Entender e aplicar a diagonalização de operadores.
• Determinar o polinômio minimal.
• Identificar a forma canônica de Jordan.
Avaliação
A avaliação do desenvolvimento e envolvimento do discente em todas as unidades curriculares
considerará os seguintes elementos:
• A participação nas atividades propostas no ambiente virtual.
• curso e no instrumento de avaliação que ocorrerá em encontro presencial.
• A realização e a entrega de atividades solicitadas.
• A avaliação final e presencial.
Programação
Primeira semana
As atividades a serem desenvolvidas na 1ª semana são:
1. Fórum: Apresentação do professor, da disciplina e questões gerais.
2. Estudo do ponto: segmento orientado; eixo, segmento nulo; módulo, direção.
3. O ponto no IR2: coordenadas cartesianas; quadrantes; distância entre dois pontos; ponto médio; coordenadas
polares.
4. O ponto no IR3: coordenadas cartesianas; octantes; coordenadas polares; distância entre dois pontos; ponto médio.
Segunda semana
As atividades a serem desenvolvidas na 2ª semana são:
5. Seguimentos eqüipolentes.
6. Definição de vetor.
7. Operações de vetores: adição e suas propriedades; subtração e suas propriedades; multiplicação de um número real
por um vetor e suas propriedades.
10
Guia Didático
8. Vetores no IR2: igualdade entre dois vetores; operações; vetor definido por dois pontos.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
9. Vetores no IR3: Expressão cartesiana de um vetor; base ortonormal; vetor posição; expressão cartesiana do módulo
de um vetor; expressa cartesiana do versor de um vetor; co-senos diretores de um vetor; condição de paralelismo de
dois vetores; condição para que três vetores sejam coplanares.
10. Produto de vetores: produto escalar; produto vetorial; produto misto.
Terceira semana
As atividades a serem desenvolvidas na 3ª semana são:
11. Equação vetorial da reta.
12. Equação paramétrica da reta.
13. Reta definida por dois pontos.
14. Equações simétricas da reta.
15. Condição para que três pontos sejam colineares.
16. Retas paralelas aos planos e aos eixos.
17. Ângulo de duas retas.
18. Condição de paralelismo de duas retas.
19. Condição de ortogonalidade de duas retas.
20. Condição de coplanaridade de duas retas.
21. Posições relativas de duas retas.
22. Intersecção de duas retas.
23. Reta ortogonal a duas retas.
Quarta semana
As atividades a serem desenvolvidas na 4ª semana são:
24. Equação geral do plano.
25. Determinação de um plano.
26. Planos paralelos aos eixos e aos planos.
27. Equações paramétricas do plano.
28. Ângulo entre a reta e o plano.
29. Condição de paralelismo e ortogonalidade de dois planos.
30. Condição de paralelismo entre uma reta e um plano.
31. Condições para que uma reta esteja contida em um plano.
32. Intersecção de reta e plano.
33. Intersecção de dois planos.
34. Intersecção de plano com eixos coordenados.
35. Distâncias: distância de ponto a reta; distância de duas retas; distância de ponto a um plano; distância de dois planos.
Quinta semana
As atividades a serem desenvolvidas na 5ª semana são:
36. Matrizes: Definição; tipos de matrizes; operações com matrizes.
37. Determinantes: Definição; cálculo de segunda, terceira e qualquer ordem de determinantes; propriedades.
38. Matriz inversa, singular e não-singular.
39. Sistemas de equações lineares: Soluções; equivalência; sistemas homogêneos.
Sexta semana
A atividade a ser desenvolvida na 6ª semana é:
40. Definição.
41. Propriedades e exemplos de espaços vetoriais.
11
Álgebra Linear
Sétima semana
As atividades a serem desenvolvidas na 7ª semana são:
45. Produto interno em espaços vetoriais.
46. Espaço vetorial Euclidiano.
47. Módulo de um vetor.
48. Ângulo de dois vetores.
49. Distância de dois vetores.
50. Vetores ortogonais.
Oitava semana
A atividade a ser desenvolvida na 8ª semana é:
51. Conjunto ortogonal de vetores.
52. Base ortogonal: base ortonormal.
Nona semana
As atividades a serem desenvolvidas na 9ª semana são:
53. Funções vetoriais.
54. Transformações lineares.
55. Interpretação geométrica.
56. Propriedades das transformações lineares.
Décima semana
As atividades a serem desenvolvidas na 10ª semana são:
57. Núcleo de uma transformação linear.
58. Imagem de uma transformação linear.
59. Propriedades do núcleo e da imagem.
12
Guia Didático
Currículo do Professor-Autor
Odair Antonio Noskoski
Graduada em Licenciatura em Matemática pela Universidade de Rio Grande em 1990; Especialização
em Matemática pela Universidade de Rio Grande (1997); Especialização em Matemática Aplicada pela
Universidade de Rio Grande (1997). Mestre em Matemática Aplicada pela Universidade Federal do Rio
Grande do Sul em 2000; Doutorado em Engenharia Elétrica pela Universidade Federal de Santa Catarina
em 2009. Tem 23 anos de experiência em docência e atualmente é professora do Instituto Federal Sul-
Rio-Grandense. A área de atuação é em Filtragem Adaptativa, com interesse em identificação de sistemas
esparsos.
<http://lattes.cnpq.br/3760704875877687>
Referências
BOLDRINI, José Luiz; COSTA, Sueli I. Rodrigues; FIGUEIREDO, Vera Lúcia; WETZLER, Henry G.. Álgebra Linear. 3ª ed. São
Paulo: Harbra, 1980.
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978
STEINBRUCH, Alfredo. Álgebra Linear. Makron. São Paulo: 1987.
STEINBRUCH, Alfredo; WINTERLE, Paulo. Geometria Analítica. 2ª ed. São Paulo: Makron, 1987.
ANTON, Howard e RORRES, Chris. Álgebra Linear com Aplicações. Porto Alegre: Bookman, 2001.
BOULOS, Paulo; CAMARGO, Ivan de. Geometria Analítica: um Tratamento Vetorial. São Paulo: Makron, 1987.
CALLIOLI, Carlos A; COSTA, Roberto C. F.; DOMINGUES, Hygino H.. Álgebra Linear e Aplicações. 6ª ed. São Paulo: Atual,
1993.
CALLIOLI, Carlos A.; CAROLI, Alesio de.; FEITOSA, Miguel O.. Matrizes, Vetores, Geometria Analítica: Teoria e Exercícios.
São Paulo: Nobel, 1976.
HOFFMAN, Kenneth; KUNZE, Ray. Álgebra Linear. 2ª ed. Rio de Janeiro: LTC, 1979.
LAY, D..Álgebra Linear e suas Aplicações. Rio de Janeiro: LTC Editora, 1999.
POOLE, David. Álgebra Linear. São Paulo: Thomson Learning, 2006.
13
A O Ponto
Unidade A
Álgebra Linear
Álgebra Linear
A
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
O PONTO
Nesta disciplina, estudaremos uma parte inicial de geometria analítica e posteriormente álgebra linear.
Na parte inicial, estudaremos o ponto, vetores no IR2 e no IR3, a reta no IR3 e o plano no IR3.
Estudo do Ponto
Eixo
Uma reta pode ser percorrida em dois sentidos. Orientar uma reta é escolher um dos dois sentidos,
conforme a figura abaixo.
Figura A.1
Segmento Orientado
Um segmento de reta de extremos pertencentes a um eixo é chamado de segmento orientado, determinado
por dois pontos, em que o primeiro é a origem e o segundo a extremidade.
Figura A.2
Figura A.3
Assim, o par (A,B) define o segmento orientado . Já o segmento definido pelo par (B,A) o
segmento orientado oposto.
O sentido positivo de um segmento orientado é o mesmo do eixo que o contém.
Dados dois segmentos orientados e , dizemos que são segmentos coincidentes, se e somente se,
A=C e B=D e escrevemos ou (A,B)=(C,D).
Segmento nulo
Segmento nulo é o segmento cuja extremidade coincide com a origem.
Módulo
Dado um segmento orientado e definindo um segmento unitário com tamanho u, dizemos que um
número real m é o módulo do segmento , se esse valor é a razão entre o segmento e o segmento
16
Unidade A
unitário.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Figura A.4
Direção
Dados dois segmentos orientados e , não nulos, dizemos que eles têm a mesma direção, quando
as retas PQ e MN, suportes dos respectivos segmentos, são paralelas ou coincidentes.
O ponto no �2
Coordenadas cartesianas
Dados dois eixos OX e OY, perpendiculares em 0(zero). Eles determinam um plano (�). Consideremos
um ponto P (�)e tracemos por ele a reta x’ paralela ao eixo OX e y’ paralela ao eixo OY.
Os pontos P1 e P2 são, respectivamente, as intersecções de y’ com o eixo OX e de x’ com o eixo OY.
0 e o P1 determinam o segmento orientado cuja medida algébrica é a abscissa do ponto P.
Figura A.5
• Os valores de xP e yP constituem um par ordenado ou coordenadas que determinam a posição do ponto P no plano
(π).
• O plano (π) é denominado plano cartesiano e os eixos OX e OY são os eixos cartesianos, sendo o eixo OX das
abscissas e o eixo OY o eixo das ordenadas.
• XOY indica o sistema de eixos coordenados ortogonais.
• O ponto 0 é a origem do sistema.
Quadrantes
Os eixos coordenados, ao se interceptarem, formam quatro ângulos de 90º, dividindo o plano em quatro
17
Álgebra Linear
regiões denominadas de quadrantes, conforme figura ao lado. Como a intersecção define a origem do
Fomento ao Uso das Tecnologias da Informação e Comunicação
plano (0,0), cada quadrante possui uma combinação de sinal distinta. No primeiro quadrante, temos
a abscissa e a ordenada positiva, no segundo quadrante, a abscissa negativa e a ordenada positiva, no
terceiro quadrante, a abscissa e a ordenada negativa e no quarto quadrante, temos a abscissa positiva
e a ordenada negativa. Podemos perceber facilmente que existe uma correspondência biunívoca entre
os pontos de um plano cartesiano e pares ordenados (xP,yP) de números reais, ou seja, para cada par
ordenado (xP,yP) existe um único ponto P do plano cartesiano correspondente e vice-versa.
Figura A.6
Exemplo:
Temos seis pontos no plano cartesiano abaixo.
Figura A.7
1. O ponto A se encontra no primeiro quadrante com coordenadas A(6,4).
2. O ponto B se encontra no segundo quadrante com coordenadas B(-4,2).
3. O ponto C se encontra no terceiro quadrante com coordenadas C(-2,-3).
4. O ponto D se encontra no quarto quadrante com coordenadas D(5,-2).
5. Já o ponto E pertence ao eixo OX com coordenadas E(3,0).
6. Já o ponto F pertence ao eixo OY com coordenadas F(0,-4).
18
Unidade A
Note que sempre que um ponto pertence a um dos eixos a coordenada relativa ao outro eixo é nula, ou
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Exemplos:
1. Determine a distância entre os pontos A(1,2) e B(3,5).
Solução:
É só substituir os valores das coordenadas na fórmula e fazer as contas:
Figura A.8
Solução:
Vamos calcular as medidas dos segmentos , e com as distâncias dAB, dAC e dBC, respectivamente.
Perímetro=
Ponto médio
Dado um segmento orientado , se C é um ponto médio desse segmento, então suas coordenadas são
determinadas pelas médias das coordenadas dos pontos A e B, ou seja,
19
Álgebra Linear
Exemplo:
Fomento ao Uso das Tecnologias da Informação e Comunicação
1. Determine as coordenadas do ponto médio do segmento orientado definido pelos pontos A(1,2) e B(3,5).
Resolução:
Substituindo os valores das coordenadas dos pontos A e B nas fórmulas acima, temos:
Coordenadas polares
Coordenadas polares é outra forma de representação de um ponto A. A representação se dará pela
distância do ponto A até a origem O e essa distância é designada por ρ e pelo ângulo ω que o segmento
faz com o eixo OX.
Considerando uma semirreta OX orientada de um plano. Esta semirreta de origem O (polo), denominado
eixo polar, define o sistema polar. Chamamos de coordenadas polares de um ponto A, em relação ao
sistema polar dado, aos números (distância de A até O) e (medida do ângulo que
o segmento AO faz com o eixo polar, ou o eixo OX). A notação em coordenadas polares é , em que
positivamente no sentido anti-horário. O valor do raio polar (raio vetor) é positivo se estiver no mesmo
sentido do terminal do ângulo ω e negativo caso contrário.
Um ponto P num plano, em um sistema polar fica bem determinado pela intersecção de uma circunferência
de centro em O e raio interseccionado com o semieixo traçado por O e determinado pelo ângulo ,
conforme o exemplo a seguir.
Exemplo:
Seja o ponto em coordenadas polares sua representação se encontra na figura abaixo, em
que .
Figura A.9
20
Unidade A
Usando apenas a menor determinação para ω , podemos representar de 4 formas diferentes o mesmo
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
ponto P.
Figura A.10
Exemplos:
1. Encontre as coordenadas cartesianas do ponto
Substituindo temos:
e , temos:
21
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
e na fórmula temos:
Note que o ponto P se encontra no primeiro quadrante sendo negativo o raio, a medida de ω deve ser
(faça a representação gráfica para verificar).
O ponto no �3
Coordenadas cartesianas
Tracemos por um ponto fixo O(origem) três eixos perpendiculares entre si conforme figura abaixo.
OX → eixo das abscissas
OY → eixo das ordenadas
OZ → eixo das cotas
Figura A.11
Os três eixos determinam dois a dois três planos: XOY, XOZ e YOZ.
Dado um ponto P, suas projeções em relação aos eixos coordenados determinam os pontos A, B e C,
respectivamente aos eixos OX, OY e OZ.
OA=x (abscissa)
OB=y (ordenada)
OC=z (cota)
22
Unidade A
Octantes
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Vimos que no plano cartesiano os eixos coordenados dividem a região em quatro quadrantes. Como os
pontos no espaço são ternas ordenadas e cada eixo possui dois sinais (positivo e negativo), temos oito
possíveis combinações de sinais para cada terna ordenada. As oito combinações de sinais situam-se,
cada uma, numa região do espaço, denominada de octante.
O primeiro octante é aquele que possui todas as coordenadas positivas (veja a figura), depois, em sentido
anti-horário, dá-se continuação à contagem dos octantes para z positivo e depois segue a contagem para
z negativo.
Figura A.12
Caso um ponto pertença a um dos eixos coordenados, será representado por uma terna ordenada com
duas componentes nulas. O ponto possuirá as três componentes nulas se, e somente se, esse ponto for
a origem. Caso o ponto pertença a um dos planos coordenados, será representado por uma terna com
uma componente nula.
Exemplo:
Indique em qual octante, ou plano ou eixo coordenado, cada um dos pontos dados está situado:
Pontos: A(2,-4,8), B(-2,-4,8), C(2,4,8), D(2,-4,-8, E(-2,4,-8) E(-2,4,-8), F(-2,4,8), G(2,0,0), H(0,-4,0),
I(O,O,8), J(0,-4,8), L(2,0,8) E M(2,-4,0)
Ponto : quarto octante
Ponto : terceiro octante
Ponto : primeiro octante
Ponto : oitavo octante
Ponto : sexto octante
Ponto : segundo octante
Ponto : eixo “ox”
Ponto : eixo “oy”
Ponto : eixo “oz”
Ponto : plano “yoz”
23
Álgebra Linear
Exemplos:
1. Determine a distância entre os pontos A(-1,2,3) e B(3,-3,4).
Figura A.13
Da mesma forma, como no caso do exemplo do R2 , calculamos as distâncias dAB , dAC e dBC, respectivamente.
Ponto médio
Dado um segmento orientado , se C é um ponto médio desse segmento, então suas coordenadas são
determinadas pelas médias das coordenadas dos pontos A e B, ou seja,
24
Unidade A
Exemplo:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Determine as coordenadas do ponto médio do segmento orientado definido pelos pontos A(3,1,-3) e
B(3,7,5).
A solução é só substituir os valores, nas fórmulas acima, temos:
Síntese
A geometria analítica é a ligação entre a geometria e a álgebra. Nesta unidade aprendemos como podemos
representar o ponto na reta, no plano ou no espaço. Aprendemos a calcular a distância de dois pontos, o
ponto médio e a representação em coordenadas polares. Esse aprendizado vai ajudar a entender melhor
a representação de um vetor, uma reta e de um plano no espaço �3 .
Referências
STEINBRUCH, A.; WINTERLE, P. Geometria Analítica. 2.ed. São Paulo: Pearson Education.
BOULOS, P.; CAMARGO, I. Geometria Analítica. Um Tratamento Vetorial. 3.ed. São Paulo: Pearson Education, 2005.
SMITH, Percey F.; GALE, Arthur Sullivan; NEELLEY, John Haven. Geometria Analítica. Rio de Janeiro: Ao Livro Técnico,
1960.
25
Álgebra Linear
A
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
1. Indique a qual quadrante ou eixo pertencem os seguintes pontos:
A(-2,4), B(1,2), C(0,3), D(-3,-5), E(-1,0), F(7,-2) e G(0,-1).
B (2,π/2)
C (-3,0)
D (3,3π/2)
E (1,1)
F (22,3π/4)
7. Determine o sinal das coordenadas para que o ponto P(x,y,z) pertença aos octantes, eixos ou planos
indicados.
a) Quinto octante:
b) Sétimo octante:
c) Plano “xoz”:
d) Eixo “oy”:
26
Unidade A
dOA= dDB=
dAB= dDO=
dDC= dOB=
dAC= dDA=
dOC= dBC=
Respostas:
1.
3.
4. B(1,-6)
5. a) b)
6.
8.
9.
10. A(21,5,-1)
27
B Vetores
Unidade B
Álgebra Linear
Álgebra Linear
B
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
VETORES
Imagine uma seta ou se preferir, uma flecha. A seta ou flecha tem uma ponta em forma triangular que
indica um sentido. A posição da seta ou flecha indica uma direção e seu tamanho pode indicar sua
intensidade.
Podemos considerar a seta ou a flecha, uma noção intuitiva de segmento orientado, visto na unidade
anterior, e se considerarmos todas as setas ou flechas com as mesmas características, então teremos a
noção intuitiva de vetores.
Nesta unidade, trataremos de vetores no e no . Mais adiante trataremos de vetores como sendo
elementos pertencentes aos espaços vetoriais euclidianos, tendo assim, um conceito mais completo de
vetor.
Segmentos equipolentes
Vimos na unidade anterior o que é um segmento orientado, pois bem, consideremos o segmento
orientado AB , ou seja, o segmento que possui origem no ponto A e extremidade no ponto B. Agora,
tomemos outro segmento orientado CD de tal forma que tenha mesma direção, mesmo sentido e mesmo
módulo (comprimento) que o segmento AB . Dizemos, nesse caso, que o segmento CD é equipolente ao
segmento AB e usamos a notação .
Propriedades da equipolência
i. propriedade reflexiva: um segmento é equipolente a ele mesmo.
ii. propriedade simétrica: se AB é equipolente à CD , então CD é equipolente à AB.
iii. propriedade transitiva: se AB é equipolente à CD e CD é equipolente
a EF, então AB é equipolente à EF.
Definição de vetor
Pela definição de segmentos equipolentes, podemos concluir que existem infinitos segmentos
equipolentes a outro previamente definido. A esse conjunto de infinitos segmentos equipolentes, damos
o nome de vetor.
30
Unidade B
Definição de vetor
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Um vetor sempre será caracterizado por sua direção, seu sentido e seu módulo que indicaremos por
.
Se considerarmos um vetor e um ponto P (origem do vetor) qualquer do espaço, existirá um único
segmento orientado PB representante de e poderemos escrever .
31
Álgebra Linear
Definição de versor
Fomento ao Uso das Tecnologias da Informação e Comunicação
Um versor é um vetor que possui mesma direção e mesmo sentido que outro vetor, porém, possui uma
unidade de comprimento. Em outras palavras: se é versor de , então possui mesma direção e
mesmo sentido que e, além disso, . Só faz sentido falarmos em versor quando referenciarmos
Soma de vetores
A soma de dois vetores e quaisquer resultam num vetor que indicaremos por e que é dado por
. Geometricamente, representaremos o vetor da seguinte forma:
Ou, como já vimos que podemos representar um vetor por qualquer outro equipolente a ele, podemos
tomar um vetor equipolente ao vetor , com origem coincidindo com a do vetor e teremos assim o
vetor representando a maior diagonal do paralelogramo formado por e .
32
Unidade B
i. (comutatividade)
ii. (associatividade)
iii. (elemento neutro)
iv. (elemento simétrico)
Diferença de vetores
A diferença de dois vetores e quaisquer resultam num vetor que indicaremos por .
Geometricamente, representaremos o vetor da seguinte forma:
Sabemos que, por definição, um vetor oposto ao vetor tem mesma direção, mesmo módulo e sentido
contrário a , sendo designado por .
Podemos reescrever a igualdade como uma soma de vetores: . Dessa forma, damos
o mesmo tratamento da soma para a diferença.
Se representarmos o vetor por outro equipolente a ele, com origem coincidindo com a do vetor ,
obteremos o vetor representando a maior diagonal do paralelogramo formado por e ou, ainda,
podemos considerá-lo como a menor diagonal do paralelogramo formado por e .
33
Álgebra Linear
Resumindo
Exemplos:
34
Unidade B
Vetores colineares
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Dois vetores são ditos colineares se possuírem mesma direção, independentemente de seu módulo e
sentido. Para que dois vetores sejam colineares, eles devem pertencer à mesma reta suporte ou a retas
paralelas.
Como vimos que na multiplicação por escalar a direção se mantém, o vetor é colinear ao vetor
.
Vetores no �2
Dados dois pontos A e B quaisquer do plano, podemos definir um vetor representante do segmento AB.
Convencionaremos, no plano cartesiano, o vetor representante do segmento AB como o vetor que possui
origem na origem do sistema cartesiano (no ponto (0,0)) e indicaremos
Os pontos A e B são representados por pares ordenados A(x1,y1) e B(x2,y2). Sendo assim,
.
35
Álgebra Linear
Neste exemplo, temos o vetor representante do segmento AB com A(-1,2) e B(3,5) e o vetor ,
Fomento ao Uso das Tecnologias da Informação e Comunicação
equipolente ao vetor , com origem no ponto (0,0) e extremidade no ponto (4,3) = (3,5) - (-1,2) = B - A.
36
Unidade B
Igualdade de vetores:
Dois vetores são iguais se, e somente se, .
Exemplo:
Soma de vetores no �2
Sejam os vetores . Define-se a soma de com por:
.
Exemplo:
Se , então .
Exemplo:
Se , então
Considerando que todo vetor pode ser representado como a diagonal de um paralelogramo de lados x e
y, podemos calcular o seu módulo com a ajuda do teorema de Pitágoras:
Ou ainda, .
Cálculo do versor
Como vimos o versor de um vetor possui mesma direção e sentido de , porém é unitário.
• Se um vetor tiver módulo igual a 3 unidades de medida, ao dividi-lo por 3, ou multiplicá-lo por ,
37
Álgebra Linear
• Se um vetor tiver módulo igual a 5 unidades de medida, ao dividi-lo por 5, ou multiplicá-lo por ,
obteremos um vetor de módulo 1, de mesma direção e sentido.
• Seguindo esse raciocínio, se dividirmos um vetor por seu módulo, obteremos um vetor unitário, de
mesma direção e mesmo sentido já que o módulo é sempre um valor positivo, logo:
Exemplo:
O versor do vetor .
Vetores no �3
Dados dois pontos A e B quaisquer do espaço cartesiano �3 , podemos definir um vetor representante do
segmento AB ao vetor que possui extremidade em B e origem em A e indicaremos por
Os pontos A e B são representados por ternas ordenadas A(x1, y1, z1) e B(x2, y2, z2). Sendo assim,
.
Neste exemplo, temos o vetor representante do segmento OP que possui origem na origem do espaço
e extremidade no ponto P.
Para representar, geometricamente, esse vetor, podemos utilizar o seguinte procedimento: marcamos
o par ordenado no plano e em seguida, a partir de , subimos ou descemos “z” unidades,
dependendo do sinal positivo ou negativo de “z”, respectivamente.
Podemos ainda, pensar da seguinte forma: considere que para marcar a extremidade de um vetor, você
deve partir sempre da origem 0(0,0,0). Considere ainda que a terna ordenada (x, y, z) é um comando
que você deve seguir. O valor de "x é o comando que manda você se deslocar no sentido positivo ou
negativo (conforme for o sinal de x) do eixo ox, em x unidades. O valor de y" é o comando que manda
você se deslocar no sentido positivo ou negativo (conforme for o sinal de y) do eixo oy, em y unidades.
E finalmente, o valor de "z" é o comando que manda você se deslocar no sentido positivo ou negativo
(conforme for o sinal de z) do eixo oz, em z unidades.
38
Unidade B
Exemplo:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
partir da origem, desloque-se em três unidades no sentido positivo do eixo ox. Em seguida, a partir da
nova posição, desloque-se em duas unidades no sentido negativo do eixo oy. Finalmente, desloque-se em
cinco unidades no sentido positivo do eixo oz.
Exemplos:
39
Álgebra Linear
Exemplo:
Fomento ao Uso das Tecnologias da Informação e Comunicação
b) Soma de vetores no �3
Sejam os vetores . Define-se a soma de com por:
Exemplo:
Se então
c) Multiplicação de um número real por um vetor
Sejam o vetor e o escalar um número real qualquer. Define-se a multiplicação de um
número real por um vetor como sendo:
Exemplo:
Se , então
Módulo de um vetor no �3
Seja um vetor não nulo do �3.
Considerando que todo vetor do espaço pode ser representado como a diagonal de um paralelepípedo
de lados x, y e z, podemos calcular o seu módulo com a ajuda do teorema de Pitágoras:
Ou ainda,
Exemplo:
Calcule o módulo de .
40
Unidade B
Demonstração:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Considerando que
, então
Co-senos diretores
Chamamos de co-senos diretores, os cossenos dos ângulos formados por um vetor e os vetores da base
canônica. Os ângulos formados são os ângulos diretores.
Sejam os ângulos formados entre o vetor e os vetores respectivamente, então:
Note que
41
Álgebra Linear
Isolando em todas as equações, no caso de serem todas não nulas as coordenadas de , temos:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Caso alguma coordenada de seja nula, os vetores só serão paralelos se a coordenada correspondente
em também for nula.
Exemplos:
são paralelos, pois .
e são paralelos, pois .
e não são paralelos, pois .
Produto vetorial
Sejam dois vetores quaisquer do �3. Definimos produto vetorial e
representamos por , o vetor obtido da seguinte operação:
Exemplo:
Sejam os vetores . Determinar o produto vetorial
42
Unidade B
Produto misto
Define-se produto misto entre três vetores e do �3
e representa-se por , o número real
43
Álgebra Linear
Mas
Fazendo a substituição temos:
ou ainda (consideramos pois pode ser obtuso).
Logo:
Obs.: Da primeira propriedade do produto misto, temos a condição para que três vetores sejam
coplanares:
Exemplo:
Verifique se os vetores são coplanares.
Para isso calculamos o produto misto
Síntese
Várias grandezas necessitam de mais do que um valor, portanto, são representadas por vetores. Nesta
unidade aprendemos como podemos representar o vetor no plano ou no espaço. Aprendemos a calcular
a soma, a diferença e o produto de vetores e suas propriedades.
Referências
STEINBRUCH, A.; WINTERLE, P. Geometria Analítica. 2.ed. São Paulo: Pearson Education.
BOULOS, P.; CAMARGO, I. Geometria Analítica. Um Tratamento Vetorial. 3.ed. São Paulo: Pearson Education, 2005.
STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra linear. 2ª edição – São Paulo, SP, Pearson Makron Books, 1987.
44
Unidade B
B
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
UNIDADE
ATIVIDADES
1. Dados os pontos A(1,1), B(3,5) e C(x,y), determine C para que o triângulo ABC seja isósceles.
a)
b)
c)
d)
a)
b)
c)
d)
b)
c)
d)
b)
c)
d)
45
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
a)
b)
c)
d)
6. Analise os itens abaixo e atribua o valor V para as sentenças verdadeiras e F para as falsas.
• I) Podemos afirmar que no produto misto de temos:
.
• II) Todo ponto médio é equidistante de seus extremos, mas nem todo ponto equidistante de outros dois
pontos, é ponto médio entre eles.
• III) O vetor nulo é o único vetor que não admite versor.
• IV) Dois vetores, ainda que não sejam colineares, serão sempre coplanares. Três vetores distintos com
produto misto nulo, não serão necessariamente coplanares.
• Então, a sequência correta é
a) FVFV
b) FVVF
c) FFVV
d) VVFF
1. Dados B(0,4) e C(8,2), determine o vértice A do triângulo ABC, sabendo que o ponto médio de AB é M(3,2).
Calcule também a área desse triângulo.
2. Verifique se o triângulo cujos vértices são A(3,3), B(0,1) e C(1,6) é retângulo. Calcule todos os ângulos
internos desse triângulo.
3. O segmento AB, A(0,2) e B(1,3) é prolongado até o ponto C de modo que AB meça a terça parte de AC.
Ache C.
4. Escreva o vetor como soma de dois vetores, um paralelo ao vetor e outro paralelo
ao vetor .
5. Um carro move-se, em linha reta, 5 km na direção norte e, em seguida, também em linha reta, 5 km na
direção leste. Qual foi o deslocamento do carro? Faça um gráfico para ilustrar seu deslocamento. Qual a
distância do ponto (3,-2) ao ponto onde o carro parou, em que uma unidade é 1km?
46
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade B
10. Dado o vetor . Determine o vetor ortogonal ao eixo Ox, sabendo-se que
11. Dados os vetores , obter um vetor de módulo 3 que seja ao mesmo tempo
ortogonal aos vetores
12. Sendo os cossenos diretores de um vetor e sabendo que o vetor forma com os
vetores ângulos de 60° e 120° respectivamente. Determine o vetor , tal que
13. Calcule a área do triângulo cujos vértices são A(3,2,1), B(0,-2,4) e C(4,1,2). Represente graficamente o
triângulo, no R3.
19. Determine m para que os pontos A(m,1,2), B(2,-2,-3), C(5,-1,1) e D(3,-2,-2) sejam coplanares.
21. Dados os vetores , obter um vetor de módulo 4 que seja ao mesmo tempo
ortogonal aos vetores .
22. Determine m para que os pontos A(m,1,2), B(2,-2,-3), C(5,-1,1) e D(3,-2,-2) sejam coplanares.
23. Sabendo que um tetraedro possui a sexta parte da capacidade de um paralelepípedo, calcule o volume do
tetraedro definido pelos vetores .
47
Álgebra Linear
Respostas:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Respostas da atividade 1:
1. A
2. C
3. D
4. D
5. C
6. B
Respostas:
Respostas da atividade 2:
1. A(6,0) e Área=10u.a.
3. C(3,5)
4.
5.
6. vetor=
7.
8. Demonstração
9.
10.
11.
12.
13.
14.
15.
17.
48
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
23.
22.
21.
20.
19.
18.
m=4
m=4
A=14u.a.
49
Unidade B
C A reta no �3
Unidade C
Álgebra Linear
Álgebra Linear
C
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
A RETA NO �3
Nesta unidade estudaremos como definir uma reta no espaço, com um conjunto de elementos pré-
determinados. Estudaremos, também, as posições relativas entre retas e seus pontos de intersecção.
Mais adiante, veremos que algumas retas são definidas como subespaços vetoriais do , mas para isso
é necessário que saibamos equacioná-las e representá-las, geometricamente, no espaço tridimensional.
Na figura C.1, temos uma reta que passa pelo ponto A e tem a direção do vetor .
Se considerarmos, sobre a reta r , um ponto qualquer P(x,y,z), o vetor que representa o segmento
orientado AP será paralelo ao vetor . (ver figura C.2)
Pela condição de paralelismo de dois vetores, podemos escrever:
, com .
Fazendo as devidas substituições, temos:
ou ainda, (x,y,z)-(x0,y0,z0)=m(a,b,c), isolando o ponto P temos a equação vetorial da reta r.
(x,y,z)=(x0,y0,z0)+m(a,b,c)
Exemplo
A equação vetorial da reta que passa pelo P(3,-2,1) e possui a direção do vetor é:
52
Unidade C
(x,y,z)=(3,-2,1)+m(-2,-1,2)
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Se fizemos m variar no conjunto dos números reais, obteremos todos os pontos sobre a reta r.
Se m=2, por exemplo, então teremos o ponto P(-1,-4,5), já que (x,y,z)=(3,-2,1)+2(-2,-1,2)=(-1,-4,5).
53
Álgebra Linear
Agora vamos supor que o vetor direto possua todas as suas componentes não nulas.
Se isolarmos m nas equações paramétricas, teremos:
Se, das equações simétricas, trabalharmos as igualdades, uma de cada vez, de modo a isolarmos uma
variável em função da outra, obtendo duas equações, y em função de x e z em função de x por exemplo,
teremos, por fim, as Equações reduzidas da reta r.
Vamos trabalhar com a seguinte equação:
54
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade C
Exemplo
Quais são as equações reduzidas em x da reta que passa pelo ponto P(3,-2,1) e possui a direção do vetor
?
Considerando as equações simétricas do exemplo anterior, temos
Note que nas equações paramétricas, o vetor diretor da reta fica bem explícito nos coeficientes de m.
Nas equações simétricas, as componentes do vetor diretor estão nos denominadores e nas equações
reduzidas você pode identificar o vetor diretor, isolando a variável independente, e teremos
ou conforme as equações forem reduzidas em x, y ou z, respectivamente.
55
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
•
Nesse caso, as equações da reta ficam:
Essa reta é paralela ao plano “yoz” já que a variável x é uma constante, variando apenas y e z.
•
Nesse caso, as equações da reta ficam:
Essa reta é paralela ao plano “xoz” já que a variável y é uma constante, variando apenas x e z.
•
Nesse caso, as equações da reta ficam:
Essa reta é paralela ao plano “xoy” já que a variável z é uma constante, variando apenas x e y.
Exemplos
1. Verifique que a reta r é paralela ao plano “xoy”.
56
Unidade C
Se a reta é paralela ao plano “xoy”, então seu vetor diretor deve formar um ângulo de 90o com o eixo “oz”,
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
2. Determine as equações paramétricas da reta s, paralela ao plano “xoz” e que passa pelo ponto A(1,4,-2). Sabe-se
ainda que a reta s é perpendicular ao vetor .
Se a reta é paralela ao plano “xoz”, então seu vetor diretor deve ser ortogonal ao vetor diretor do eixo
“oy”, já que o plano “xoz” é perpendicular ao eixo “oy”. Como a reta ainda é perpendicular a outro vetor,
seu vetor diretor também deverá ser ortogonal a esse vetor.
Vimos na unidade anterior, que o produto vetorial entre e . Nesse caso, o vetor diretor da reta s é
um vetor simultaneamente ortogonal ao vetor (já que esse vetor pertence ao eixo “oy”) e ao
vetor .
Fazendo o produto vetorial entre e , temos:
ou
57
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
•
Se uma reta é paralela ao eixo “oy”, então seu vetor diretor é paralelo ao vetor .
Suas equações são:
ou
•
Se uma reta é paralela ao eixo “oz”, então seu vetor diretor é paralelo ao vetor .
Suas equações são:
ou
Exemplos
1. Determine as equações da reta r paralela ao eixo “oz” e que passa pelo ponto A(3,1,2).
Sabemos que apenas os valores de z irão variar e que x e y são fixos em 3 e 1 respectivamente. Assim,
2. Determine as equações da reta s , paralela ao eixo “ox” e que passa pela origem.
58
Unidade C
Se duas retas são paralelas, então seus vetores diretores também o são. Vimos, na unidade anterior, a
condição de paralelismo entre vetores. Agora vamos aplicar essa condição nos vetores diretores das
duas retas.
Se então
Exemplo
Verifique que as retas r e s são paralelas:
Duas retas são ortogonais ou perpendiculares se o ângulo entre seus vetores diretores for de 90o.
As retas são perpendiculares quando se interceptam e o ângulo entre seus vetores diretores for de 90o.
As retas são ortogonais quando não se interceptam e o ângulo entre seus vetores diretores for de 90o.
59
Álgebra Linear
Se duas retas estiverem no mesmo plano, então seus vetores diretores e um terceiro vetor com origem
Fomento ao Uso das Tecnologias da Informação e Comunicação
Retas coplanares
Neste caso, temos três situações possíveis:
a) As retas são concorrentes: são retas que se interceptam num único ponto e temos .
b) As retas são paralelas: não há intersecção e temos .
c) As retas são coincidentes: as retas possuem todos os pontos em comum e temos .
a) b) c)
Em qualquer um dos casos acima, temos retas coplanares o que nos garante a condição de coplanaridade
entre duas retas.
Se a condição de coplanaridade for satisfeita e ainda, se os vetores diretores forem colineares, teremos
um caso de paralelismo ou de coincidência. Se for um caso de coincidência, teremos pontos em comum
o que é fácil de verificar, bastando para isso tomar um ponto de uma das retas e ver se pertence também
à outra. Caso isso não aconteça, sabemos que o caso é de paralelismo.
Se ainda, sabendo que as retas são coplanares, os vetores diretores não forem colineares, teremos um
caso de concorrência.
Para estudar a posição relativa entre duas retas, você pode seguir os seguintes passos:
1. Tome um ponto de cada reta, gerando o vetor que possui origem numa das retas e extremidade na outra e
juntamente com os vetores diretores, calcule o produto misto.
2. Se o resultado do produto misto for nulo, as retas poderão ser concorrentes, paralelas ou coincidentes.
3. Analise as direções dos vetores diretores. Se forem colineares, as retas serão paralelas ou coincidentes.
60
Unidade C
4. Se forem coincidentes, qualquer ponto que pertença a uma reta, pertencerá também à outra. Se não forem
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Exemplo
Verifique a posição relativa entre as retas r e s .
a)
b)
Solução:
a)
São vetores colineares o que significa que as retas ou são paralelas ou são coincidentes. Neste caso,
nem é preciso calcular o produto misto, pois sabemos que se duas linhas de um determinante são
proporcionais, o resultado é nulo.
Vamos agora escolher um ponto da reta r e verificar se esse ponto também pertence à reta s.
Pr(1,-3,0)
Atribuindo z = 0 e substituindo na reta s , temos x = 1 e y = 4 (o que dá o ponto Ps(1,4,0)). Logo, o ponto
Pr(1,-3,0) ∉ s e concluímos que as retas são paralelas.
b)
Como os vetores diretores não são colineares, vamos definir o vetor e calcular o produto misto
.
61
Álgebra Linear
Quando a posição relativa é um caso de concorrência, sabemos que existe um único ponto de intersecção
entre as retas e, na maioria dos casos, o que nos interessa é calcular o ponto de intersecção entre essas
retas.
O ponto de intersecção é um ponto em comum entre as retas, nesse ponto os valores de x, y e z coincidem.
Não existe uma única maneira de calcular esse ponto, vamos ver alguns casos.
Desejamos encontrar o ponto de intersecção entre as retas r e s nos seguintes casos:
a)
Vamos isolar m na primeira equação da reta s e substituir na segunda e na terceira equação, assim
teremos a reta s nas equações reduzidas.
m = x -1 → = 2+(x -1) → y = x+1
m = x -1 → = 3+6(x -1) → z = 6x - 3
Igualando a variável z da reta s com a variável z da reta r, temos:
6x - 3 = 2x - 3 → 4x = 0 → x= 0
Atribuindo o valor de x = 0 para determinar y e z , temos y = 1 e z = -3
Logo, o ponto de intersecção entre r e s é (0,1, -3).
b)
62
Unidade C
Para que uma reta t seja ortogonal a duas outras retas r e s não colineares, basta que seu vetor diretor
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Logo, a reta t terá como vetor diretor o vetor e, como passa no pelo ponto P(-3,0,2) , terá
suas equações dadas por:
Referências
STEINBRUCH, A.; WINTERLE, P. Geometria Analítica. 2.ed. São Paulo: Pearson Education.
BOULOS, P.; CAMARGO, I. Geometria Analítica. Um Tratamento Vetorial. 3.ed. São Paulo: Pearson Education, 2005.
STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra linear. 2ª edição – São Paulo, SP, Pearson Makron Books, 1987.
WINTERLE, Paulo. Vetores e Geometria Analítica. Pearson Makron Books
63
Álgebra Linear
C
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
1. Verifique a posição da reta r: (que contém o ponto P(-1,2,5) e vetor diretor em relação à reta s:
.
• Em caso de concorrência, determine o ponto de intersecção. Represente graficamente uma das retas.
2. Verifique a posição da reta r: (que contém o ponto P(0,1,3) e vetor diretor em relação à reta
• Em caso de concorrência, determine o ponto de intersecção. Represente graficamente uma das retas.
3. Determine as equações das retas que contêm os lados desse triângulo, sendo os pontos A(1,2,-1), B(-1,0,-1) e
C(2,1,2), vértices de um triângulo.
4. Determine as equações paramétricas do lado deste triângulo, cujo ponto médio é M1. Dados os pontos médios
M1(2,1,3), M2(5,3,-1) e M3(3,-4,0) dos lados de um triângulo ABC.
5. Determine o ângulo entre a reta e a reta s: (x,y,z) = (4,0,2) + (2m,m,-3m).
6. Escreva as equações paramétricas da reta que contém a diagonal maior do paralelogramo definido por e , dados
os vetores e .
7. Analise a posição relativa entre as retas dadas. No caso de retas concorrentes, indique o ponto de intersecção entre
elas:
9. Determine a equação paramétrica da reta que passa pelo ponto A(2, 3, -1) e que é simultaneamente perpendicular
às retas
e
12. Determine as equações reduzidas em “z”, da reta que passa pelo ponto P(3,-7,8) e é paralela ao plano “xoy”.
64
Unidade C
13. Determine as equações reduzidas em “x”, da reta que passa pelo ponto P(0,-3,-1) e é paralela à reta x=y=z.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
14. Determine as equações reduzidas em “y”, da reta que passa pelo ponto P(2,0,4) e é ortogonal à reta
• Sugestão: tome duas retas do plano “yoz” e utilize o produto vetorial de seus vetores diretores para definir o vetor
diretor da reta que deseja.
15. Determine as equações paramétricas da reta que passa pelo ponto P(6,1,0) e é paralela ao eixo “ox”.
16. Determine as equações simétricas da reta que passa pelo ponto P(1,2,3) e é paralela ao eixo “oy”.
17. Determine a equação vetorial da reta que passa pelo ponto P(4,0,0) e é paralela ao eixo “oz”.
18. Determine as equações reduzidas da reta que passa pelos pontos A(3,2,-7) e B(-2,3,0).
Respostas:
1. Reversas
2. Reversas
3.
4.
5.
6.
8. m= -2 ou m= 1
9.
10.
65
Álgebra Linear
11. Paralelas
Fomento ao Uso das Tecnologias da Informação e Comunicação
12.
14.
15.
16.
18.
19.
a) Não.
b) Não.
66
D O Plano no �3
Unidade D
Álgebra Linear
Álgebra Linear
D
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
O PLANO NO �3
O plano, assim como a reta, é um subconjunto do �3. Pertencem à reta infinitos pontos. Pertencem ao
plano infinitas retas, ou seja, infinitos pontos. Como a reta é um conjunto de pontos e a relação entre
conjuntos é a de inclusão, dizemos que uma reta está contida ou não no plano ou que um plano contém
ou não contém uma reta.
Veremos, mais adiante, que os planos que passam na origem são espaços vetoriais euclidianos e, por
serem espaços vetoriais, seus elementos são denominados de vetores.
Estudaremos, nesta unidade, como definir um plano, como equacionar um plano, suas posições relativas,
ângulos entre dois planos e entre retas e planos, planos paralelos aos eixos e planos coordenados, e
algumas outras definições que são de grande importância para o entendimento das próximas unidades.
Se tomarmos um ponto P(x, y, z) qualquer, do plano, distinto de A(x0, y0, z0), e formarmos o vetor
, poderemos afirmar que é ortogonal a já que é ortogonal ao plano, o que garante que também
será ortogonal a qualquer vetor do plano ou a vetores paralelos ao plano.
68
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade D
Exemplo
A equação do plano π que contém o ponto A(2, 1, -1) e possui vetor normal é:
Substituindo o vetor e o ponto na equação geral do plano, temos:
Determinação de um plano
Vimos que para definir um plano, precisamos conhecer um ponto que pertença a ele e um vetor normal
ao plano.
Outros elementos podem gerar o ponto e o vetor, são eles:
69
Álgebra Linear
Com três pontos distintos, podemos formar dois vetores e distintos e com esses dois vetores,
calculando o produto vetorial, geramos um vetor simultaneamente ortogonal a e a , consequentemente,
ortogonal ao plano, logo: .
Como precisamos conhecer um ponto e nesse caso conhecemos três pontos, basta escolhermos um deles
para substituirmos na equação do plano.
Exemplo
Qual a equação do plano que contém os pontos A(2,1,4), B(0,3,1) e C(-1,0,2)?
Fazendo e , temos (verifique)
Escolhendo o ponto A para substituir na equação, teremos:
Logo,
Se tivéssemos formado outros vetores ou escolhido um dos outros dois pontos para substituir na
equação, encontraríamos o mesmo plano. Pode acontecer de as equações serem múltiplas, bastando
simplificá-las para verificar que geram o mesmo plano.
Verifique escolhendo outro ponto.
Exemplo
Qual a equação do plano que contém as retas
e
70
Unidade D
e
Escolhendo um ponto da reta r, por exemplo, fazendo x=0, para substituir na equação, Pr(0,1,2) , teremos:
Logo,
Fica como exercício determinar a equação do plano pegando um ponto da reta s.
Exemplo
Qual a equação geral do plano que contém as retas e ?
Como as retas são paralelas, vamos escolher um ponto de cada reta para determinar o vetor . Sendo
A um ponto da reta r, fazemos x=0 temos A(0,1,2) e sendo B um ponto da reta s, temos B(-1,3,3). Assim
temos o vetor e calculando o produto vetorial entre e o vetor diretor da reta r, por
exemplo, temos:
Logo,
OBS.: Quaisquer outros elementos que possam determinar um plano cairão num desses casos descritos
acima. Analise os elementos dados e sempre extraia um vetor normal ao plano e um ponto pertencente
a ele.
71
Álgebra Linear
Se o plano passa pela origem, significa que ele contém o ponto 0(0,0,0), nesse caso sua equação será
do tipo:
Exemplo
Um plano de equação é paralelo ao eixo "ox''. Este plano possui vetor normal
e intercepta os eixos "oy" e "oz" nos pontos 1 e 2 respectivamente.
Exemplo
Um plano de equação é paralelo ao eixo "oy". Este plano possui vetor normal
e intercepta os eixos "ox" e "oz" nos pontos 1 e 2 respectivamente.
72
Unidade D
Se um plano é paralelo ao eixo "oz", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao eixo "oz".
Exemplo
Um plano de equação é paralelo ao eixo "oz". Este plano possui vetor normal
e intercepta os eixos "ox" e "oy" nos pontos -1 e 2 respectivamente.
Exemplo
Um plano de equação é paralelo ao plano "xoy". Este plano possui vetor normal
e intercepta o eixo "oz" no ponto 2.
73
Álgebra Linear
Se um plano é paralelo ao plano "xoz", seu vetor normal será do tipo , já que qualquer vetor
desse tipo é ortogonal ao plano "xoz" e paralelo ao eixo "oy".
Exemplo
Um plano de equação é paralelo ao plano "xoy". Este plano possui vetor normal
e intercepta o eixo "oy" no ponto 2.
Exemplo
Um plano de equação é paralelo ao plano "xoy". Este plano possui vetor normal
e intercepta o eixo "oz" no ponto 2.
74
Unidade D
Assim como as equações paramétricas da reta, as equações paramétricas do plano são assim chamadas
por possuírem parâmetros reais em suas equações.
Vimos na unidade B que podemos decompor vetores no plano e no espaço, como combinação linear de
vetores dados. Pois bem, se conhecermos dois vetores não colineares de um plano, poderemos conhecer
todos os outros que serão combinações lineares desses dois vetores conhecidos.
Exemplo
As equações paramétricas do plano paralelo aos vetores e e que contém o
ponto A(3,5,0) são:
75
Álgebra Linear
Para calcularmos o ângulo entre uma reta e um plano, basta calcular o ângulo entre a reta e o vetor
normal do plano e descontar de , já que e são ângulos complementares.
Exemplo:
Calcule o ângulo entre a reta e o plano .
Primeiramente calculamos o ângulo entre o vetor diretor da reta e o vetor normal do plano:
76
Unidade D
Se dois planos são ortogonais, seus vetores normais também o são. Logo, a condição de ortogonalidade
entre dois planos é a condição de ortogonalidade entre vetores.
a)
b)
77
Álgebra Linear
Solução:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Exemplo:
Verifique se há intersecção entre a reta e o plano .
Solução:
Primeiramente vamos escrever as equações reduzidas da reta s: . Agora vamos substituir
na equação do plano:
78
Unidade D
Para calcular os valores das coordenadas x e z do ponto de intersecção, vamos substituir o valor de y nas
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Exemplo:
Determine o resultado da intersecção entre os planos e .
Solução:
Montamos o sistema formado pelas duas equações.
Escolhemos uma das incógnitas para ser a variável independente das equações da reta intersecção, por
exemplo, a variável x.
Somando as equações, deixamos z em função de x.
79
Álgebra Linear
Substituindo z numa das duas equações, teremos y em função de x. (vamos substituir na segunda
Fomento ao Uso das Tecnologias da Informação e Comunicação
equação)
• O ponto de intersecção com o eixo “ox”, possui ordenada e quota nulas. Neste caso, fazemos y=z=0, obtendo assim
x=2. Logo, o ponto de intersecção com o eixo “ox” é A(2,0,0).
• O ponto de intersecção com o eixo “oy”, possui abscissa e quota nulas. Neste caso, fazemos x=z=0, obtendo assim
y=1. Logo, o ponto de intersecção com o eixo “oy” é B(0,1,0).
• O ponto de intersecção com o eixo “oz”, possui abscissa e ordenada nulas. Neste caso, fazemos x=y=0, obtendo
assim z=3. Logo, o ponto de intersecção com o eixo “oz” é C(0,03).
80
Unidade D
Para esboçar o gráfico de um plano que não passa pela origem, basta marcar os pontos de intersecção
com os eixos coordenados e ligá-los, formando um triângulo que representará o plano equacionado.
Exemplo:
Esboce graficamente o plano definido pela equação .
Já vimos que se um ponto pertence a um dos eixos coordenados, o valor das outras duas coordenadas é
nulo.
• Fazendo x=y=0 obteremos z=3, ou seja, o plano intercepta o eixo "oz" no ponto (0,0,3).
• Fazendo x=z=0 obteremos y=1, ou seja, o plano intercepta o eixo "oy" no ponto (0,1,0).
• Fazendo y=z=0 obteremos x=2, ou seja, o plano intercepta o eixo "0x" no ponto (2,0,0).
Agora marcamos esses pontos nos eixos e ligamos, formando um triângulo.
81
Álgebra Linear
Tomamos um ponto Pr da reta e determinamos o vetor e com , o vetor diretor da reta, calculamos
a distância de um ponto à reta da seguinte forma:
Exemplo:
Determine a distância do ponto P(-1,2,3) à reta .
Fazendo
Fazendo
Então e , portanto:
Retas paralelas
A distância entre duas retas paralelas, é a distância de um ponto de uma das retas até a outra reta. Como
o vetor diretor das duas retas é o mesmo, temos:
82
Unidade D
Retas reversas
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Para calcular a distância entre retas reversas, precisamos determinar seus vetores diretores e um vetor
que vai de uma reta à outra.
Para calcular a distância de um plano a outro plano, basta escolher um ponto do plano π1 e calcular a
sua distância até o plano π2, ou seja, o cálculo da distância entre dois planos se resume no cálculo da
distância de um ponto a um plano.
83
Álgebra Linear
OBS.1: Se quisermos calcular a distância de uma reta a um plano, basta escolher um ponto da reta e
Fomento ao Uso das Tecnologias da Informação e Comunicação
Solução:
As retas dadas são paralelas pois, e , sendo assim:
Fazendo
Fazendo
Então
Solução:
Vimos, na unidade anterior, que essas retas são reversas. Portanto, vamos usar a fórmula
Como e .
Fazendo m=0 na reta r, temos Pr(0,1,2) e fazendo x=3 na reta s, temos Ps=(3,-1,-5), daí
84
Unidade D
.
Solução:
85
Álgebra Linear
D
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
1. Determine os ângulos que a reta intersecção dos planos: 2x + 3y - 2z - 1 = 0 e 2x + 4y - 3z +5 = 0 forma
com os eixos cartesianos.
2. Assinale com V a(s) afirmativa(s) que forem verdadeiras e com F a(s) falsa(s). No caso de uma alternativa
falsa, corrija-a.
a) ( ) Uma reta que possui um vetor diretor do tipo (c,0,0) é necessariamente paralela ao plano y + z = 0 mas
não é necessariamente paralela ao plano x + z = 0.
b) ( ) Um plano pode ser gerado por uma reta e um ponto que pertença à mesma reta.
c) ( ) Quaisquer dois vetores formam uma base para o plano.
4. Escreva as equações dos planos paralelos ao plano que contém os pontos A(1,-1,2), B(0,3,3) e C(2,0,4) e
que distam 10 unidades do ponto (3,-7,0).
gráficos da reta e do plano, mostrando os pontos de intersecção do plano com os eixos coordenados.
gráficos da reta e do plano, mostrando os pontos de intersecção do plano com os eixos coordenados.
11. Determine as equações da reta que passa pelo ponto Q(6,4,-2) e é paralela a cada um dos planos x
+ 2y - 3z + 8 = 0 e 2x - y + z - 7 = 0.
86
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade D
Respostas:
1. ,
2.
a) (V)
b) (F) Um plano pode ser gerado por uma reta e um ponto que não pertença à mesma reta.
c) (F) Quaisquer dois vetores não colineares formam uma base para um plano.
3. P(1,5,2)
4. e .
5. a = 1; b = -2; c = 4 ou 8; d = 4
6.
7.
8. -3x + 4y - 8z + 8 = 0
9. Mostre que o vetor normal do plano e o vetor diretor da reta são ortogonais e que um ponto da reta
87
Álgebra Linear
pertence ao plano.
Fomento ao Uso das Tecnologias da Informação e Comunicação
10.
11.
12. y = -22 ou y = 2
13.
14.
15. 2x + 11y + 8z - 27 = 0
17.
18.
19.
20.
88
E MATRIZES,
DETERMINANTES E
SISTEMAS LINEARES
Unidade E
Álgebra Linear
Álgebra Linear
E
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
MATRIZES, DETERMINANTES E
SISTEMAS LINEARES
Nesta unidade iremos estudar matrizes, determinantes e sistemas lineares.
Iniciamos este assunto, colocando a definição de matrizes.
Uma matriz possui duas formas de representação, na forma de colchetes [] ou na forma de parênteses ().
Exemplo:
Represente a matriz A3x2 de acordo com o elemento genérico
90
Unidade E
Solução:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Calculamos cada elemento da matriz e dispomos na matriz A os valores conforme sua posição linha i e
coluna j:
a11=1+1=2
a12=2.1-2=0
a21=2.2-1=3
a22=2+2=4
a31=2.3-1=5
a32=2.3-2=4
Resposta:
Classificação de matrizes
Matriz linha:
Matriz linha é uma matriz formada por uma única linha.
Ex: matriz 1x3
Matriz coluna
Matriz coluna é a matriz formada por uma única coluna.
Ex:
Matriz quadrada
Matriz quadrada é aquela que possui o número de linhas igual ao número de colunas. Uma matriz
quadrada nxn é chamada de matriz de ordem n.
• Diagonal principal
Numa matriz quadrada de ordem n, os elementos aij em que i=j constituem a diagonal principal.
91
Álgebra Linear
Exemplo:
Fomento ao Uso das Tecnologias da Informação e Comunicação
• Diagonal secundária
Numa matriz quadrada de ordem n, os elementos aij em que i+j=n+1 constituem a diagonal secundária.
Exemplo: No exemplo anterior os elementos 3 e 2 constituem a diagonal secundária da matriz A.
Matriz diagonal
Matriz diagonal é toda matriz quadrada em que todos os elementos que não pertencem à diagonal
principal são nulos.
Ex:
Matriz identidade
Matriz identidade é toda matriz diagonal em que seus elementos da diagonal principal são todos iguais
a 1.
Ex:
Matriz transposta
Matriz transposta é a matriz que se obtém transformando ordenadamente cada linha de A em coluna.
Denota-se At ou A’.
Exemplos:
Note que a matriz At é obtida a partir da matriz A girando (ou reflexão) em torno da diagonal principal.
Obs:
(i) , ou seja, a transposta da transposta de uma matriz é ela mesma.
(ii)
92
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade E
Matriz simétrica
Matriz simétrica é uma matriz quadrada onde aij = aji.
Obs: Neste caso, a parte superior é uma “reflexão” da parte inferior, em relação à diagonal principal
Ex:
Igualdade de matrizes
Duas matrizes do mesmo tipo m x n são iguais se, e somente se, os elementos correspondentes são iguais.
Ex:
Propriedades matriciais
Supondo que os tamanhos das matrizes A, B e C são tais que as operações indicadas podem ser efetuadas
e considerando a, b e c números reais, então valem as seguintes propriedades:
a) . . . . . . . . . . . . . . . . . . . . Comutatividade da adição
b) . . . . . . . . Associatividade da adição
c) . . . . . . . . . . . . . . . . . . . Associatividade da multiplicação
d) . . . . . . . . . . . . Distributividade à esquerda
e) . . . . . . . . . . . . Distributividade à direita
f) . . . . . . . . . . . . . . Distributiva da multiplicação em relação à adição de matrizes
g) . . . . . . . . . . . . . . . Distributiva da adição de escalares em relação àmultiplicação
h) . . . . . . . . . . . . . . . . . . . . . .Associativa
i) . . . . . . . . . . . .Associativa
93
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Cuidado! Em geral
Exemplo:
Sejam as matrizes
a) Calcule AB e BA.
b) Determine (B.A)t e At.Bt. Comparar os resultados.
Solução:
a)
Note que:
i)
ii)
94
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade E
b)
Comparando os resultados, obtemos a conclusão em que (A.B)t = Bt.At, isso é devido à propriedade “j”
descrita abaixo.
Outras propriedades:
(j) (AB)t = BtAt (Observar a ordem!!!)
(k) AI = IA = A
(l) A.0 = 0.A = 0
Matriz inversa
Uma matriz quadrada A de ordem n é inversível se, e somente se, existir uma matriz B tal que
AB = BA = In, onde In é a matriz identidade de ordem n.
No caso da matriz B existir, utiliza-se a seguinte notação: B = A-1 (lê-se B é igual à inversa de A).
Exemplo:
Verifique se as matrizes são matrizes inversas uma da outra.
Solução:
95
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Importante
Exemplo:
Determine a matriz inversa da matriz
Esta matriz tem inversa pois Procuremos sua inversa tal que A.B=I e B.A=I. Supondo que
, basta determinar o valor de a, b, c, e d. Impondo a primeira condição
temos,
Portanto,
Exemplo:
96
Unidade E
Determinantes de 2a ordem
Exemplo:
Determinantes de 3a ordem
Exemplo:
Calcule o determinante da matriz
97
Álgebra Linear
Solução:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Portanto: detA=-27
O teorema de Laplace:
• Cofator:
Dada a matriz A=[aij], de ordem n, então o cofator será Cij=(-1)i+j Dij , em que Dij é o determinante da
matriz A retirando a i-ésima linha e a j-ésima coluna.
Considere a matriz A=[aij] de ordem 3, o cálculo do determinante usando a 1a linha é dada por:
Exemplo:
Obs.:
1. Para calcular determinantes de matrizes com ordem maior do que 3 uma alternativa é usar o teorema de Laplace.
2. Como, para este exemplo, a linha ou coluna que se apresenta com maior números de zeros é a linha 2, então, a
melhor escolha para usar o teorema de Laplace é a linha 2.
Solução:
98
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade E
b) Se a matriz A possui uma linha (ou coluna) constituída de elementos todos nulos, o determinante é nulo.
Exemplo:
c) Se a matriz A tem duas linhas (ou duas colunas) iguais, o determinante é nulo.
Exemplo:
99
Álgebra Linear
e) Se na matriz A cada elemento de uma linha (ou coluna) é uma soma de duas parcelas, o determinante de A
Fomento ao Uso das Tecnologias da Informação e Comunicação
pode ser expresso sob a forma de uma soma dos determinantes de duas matrizes, isto é:
Exemplo:
f) O determinante de uma matriz diagonal A (superior ou inferior) é igual ao produto dos elementos da
diagonal principal:
Exemplo:
g) Trocando-se entre si duas linhas (ou colunas) da matriz A, o determinante muda de sinal, isto é, fica
multiplicado por (-1).
Exemplo:
Calcular
100
Unidade E
h) Quando se multiplicam por um número real todos os elementos de uma linha (ou de uma coluna) da
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Exemplo:
Calcular
1.
2.
Exemplo: (L'2=L2+3L1)
Operações elementares:
1. L'3=L3-5.L1
2. L'3=2.L3
3. L'3=L3+L2
101
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Referências
STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra linear. 2ª edição – São Paulo, SP, Pearson Makron Books, 1987.
BOLDRINI, José Luiz; COSTA, Sueli I. Rodrigues; FIGUEIREDO, Vera Lúcia; WETZLER, Henry G.. Álgebra Linear. 3ª ed. São
Paulo: Harbra, 1980.
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978.
102
Unidade E
E
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
UNIDADE
ATIVIDADES
Atividade 1:
Para as questões de 01 a 03) Quais são os valores de m e n para que as matrizes A e B sejam iguais.
1.
a) m=1 e n=3
b) m=1 e n=-3
c) m=-1 e n=-3
d) m=-1 e n=3
2.
a)
b)
c)
d)
3.
a) m=5
b) m=-5
c) m=10
d) m=-10
a)
b)
c)
d)
103
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
A.B é
a)
b)
c)
d)
a) det(C)=3
b) det(C)=6
c) det(C)=9
d) det(C)=18
a) S={-1}
b) S={-2}
104
Unidade E
c) S={-3}
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
d) S={-4}
Atividades 2
a)
b)
a) X=A+B
b) X=B+C
c) X=A+C
d) X=A – B
e) X=A- C
f) X=B-C
105
Álgebra Linear
g) X= 4A – 3B + 5C
Fomento ao Uso das Tecnologias da Informação e Comunicação
h) X = 2B – 3A – 6C
7. Dadas as matrizes
Calcule:
a) AB
b) (AB)D
c) A(BD)
d) BA
e) (BA)C
f) B(AC)
8. Sejam as matrizes
Calcule:
a) (AB)t
b) (AB)Dt
c) A(BDt)
d) 2(AtBt)+3Ct
matriz resultante:
a) A + At
b) B + Bt
c) AAt
d) B – Bt
e) C – Ct
a)
b)
106
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade E
c)
11. Sejam
a)
b)
107
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
c)
Respostas:
1. A
2. B
3. A
4. D
5. B
6. D
7. D
Respostas da atividade 2:
1.
a)
b)
c)
2. e
108
Unidade E
3.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
a)
b)
c)
4.
a) a=-1, b=2
b) a=3, b=-4
5.
a) a=2, b=-4, c=1, d=3
6.
a)
b)
c)
d)
e)
f)
g)
h)
7.
a)
109
Fomento ao Uso das Tecnologias da Informação e Comunicação
8.
d)
c)
b)
a)
f)
e)
d)
c)
b)
Álgebra Linear
110
Unidade E
9.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
a)
b)
c)
d)
e)
f)
10.
a) Sim
b) Não
c) Sim
11.
a) Não, pois não existe c tal que 0.c=3.
b)
c)
d)
12.
a) E é triangular superior.
b) F é triangular inferior.
111
Álgebra Linear
13.
Fomento ao Uso das Tecnologias da Informação e Comunicação
a) 22
b) -9
c) 1655
d) 0
e) 0
14. 2
15.
a) S={2}
b) S={1}
c) S={−3}
112
E MATRIZES,
DETERMINANTES E
SISTEMAS
Unidade E
Álgebra Linear
Álgebra Linear
E
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
MATRIZES, DETERMINANTES E
SISTEMAS
Matriz singular
Uma matriz quadrada A=[aij] cujo determinante é nulo é uma matriz singular.
Exemplo:
Matriz não-singular
Uma matriz quadrada A=[aij] cujo determinante é diferente de zero é uma matriz não-singular ou regular.
Exemplo:
Operações elementares
• Permutação de duas linhas (ou duas colunas).
• Multiplicação de todos os elementos de uma linha (ou coluna) por um número real diferente de zero.
• Substituição dos elementos de uma linha (ou coluna) pela soma deles com os elementos correspondentes
de outra linha (ou coluna) previamente multiplicadas por um número real diferentes de zero.
114
Unidade E
Equivalência de matriz
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Dadas as matrizes A e B, de mesma ordem, diz-se que a matriz B é equivalente à matriz A, e se representa
por , se for possível transformar A em B por meio de uma sucessão finita de operações elementares.
Inversão de uma matriz por meio de operações elementares
Exemplo:
Verificar se a matriz é singular, caso não for, determinar a matriz inversa da matriz
Operações elementares:
(3) L'1=4.L1-L2
(4) L'1=L1+3.L3
115
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Portanto:
Classificação do SEL
Sistema possível ou compatível é o SEL que admite solução.
Sistema impossível ou incompatível é o SEL que não admite solução.
O sistema possível se divide em outras duas classes:
Sistema possível e determinado é o SEL que admite uma única solução.
116
Unidade E
Sistema possível e indeterminado é o SEL que admite mais de uma solução (na verdade, admite infinitas
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
soluções).
Exemplos:
Resolver e classificar os sistemas:
a)
b)
As duas equações, na verdade, são iguais. Então a solução é dada apenas por uma, ou seja,
.
Portanto, a solução é dada por S={(x,y)/y=50-2x} e a classificação é compatível(ou possível) e
indeterminado(uma infinidade de soluções).
c)
Sistemas equivalentes
Dois sistemas de equações lineares são equivalentes quando admitem a mesma solução.
As operações elementares efetuadas nas matrizes também podem ser usadas em sistemas de equações
lineares. Dois sistemas de equações lineares são equivalentes se diferem por uma operação elementar.
117
Álgebra Linear
Dado um sistema de equações lineares na forma matricial A.X=B. Multiplicando a equação matricial por
A-1 pela esquerda, temos:
A-1.A.X=A-1.B
I.X=A-1.B
X=A-1.B
Este método resolve apenas sistemas com n equações e n variáveis.
Exemplo:
Resolva o sistema .
Solução:
Escrevendo na forma matricial , em que e
Operações elementares:
1) L'2=2.L2-5.L1
2) L'2=L3/(-50)
3) L'1=L1-4.L2
3) L'1=L1/2]
Portanto:
Solução:
S={(5,3)}
Note que para a matriz , temos , em que detA=-50.
Para uma matriz genérica de segunda ordem , temos uma relação geral para matrizes de
118
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade E
segunda ordem .
Método de Gauss-Jordam
Redução de um sistema de m equações lineares em n incógnitas usando a forma escalonada:
Passo 1:
Permutar as equações de maneira que a primeira incógnita x1 apareça com coeficiente diferente de zero
na primeira equação, ou seja, faça com que
Passo 2:
Usar a11 como pivô para eliminar x1 de todas as outras equações, exceto a primeira. Isto é, para cada i>1,
aplique a operação elementar: .
Passo 3:
Examine cada nova equação L:
a) Se a equação L tem a forma 0.x1+0.x2+...+0.xn=0, ou se a equação L é múltipla de outra equação, retire a
equação L do sistema.
b) Se a equação L tem a forma 0.x1+0.x2+...+0.xn=b, com b≠0, o sistema não tem solução.
Passo 4:
Repita os passos 1, 2 e 3 com o sistema formado por todas as equações menos a primeira.
Passo 5:
Continue o processo até que o sistema esteja na forma escalonada ou que apareça uma equação
degenerada tal como em (b) do passo 3.
Exemplos:
Resolver e classificar os sistemas:
1.
Solução:
Operações elementares:
(1) L'1=L1/2
(2) L'2=L2-5.L2 L'3=L3-10.L1
(3) L'2=L2/(-12) L'3=L3-2.L2
119
Álgebra Linear
2.
Solução:
Operações elementares:
(1) L'1=L1/2
(2) L'2=L2-5.L2 L'3=L3-3.L1 L'4=L4-4.L1
(3) L'2=L2/(-12) L'3=L3/(-5) L'4=L4/(-13)
Como temos 0.x+y=3, então y=3 e como x=8-2y ou x=8-2.3=2.
Portanto, o conjunto solução é S={(2,3)} e o sistema é possível e determinado.
3.
Solução:
Operações elementares:
(1) L'1=L1/2 L'2=L2/2
(2) L'2=L2-2.L2
Como 0x+y+2z+3w=11, então y=11-2z-3w e x=42+4y-12z-9w ou x=42+4.(11-2z-3w)-12z-9w=42+44-
8z-12w-12z-9w=86-20z-21w.
Portanto: e o sistema é possível e indeterminado.
Referências
STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra linear. 2ª edição – São Paulo, SP, Pearson Makron Books, 1987.
BOLDRINI, José Luiz; COSTA, Sueli I. Rodrigues; FIGUEIREDO, Vera Lúcia; WETZLER, Henry G.. Álgebra Linear. 3ª ed. São
Paulo: Harbra, 1980.
LIPSCHUTZ, Seymour. Álgebra Linear. 2ª ed. São Paulo: McGraw-Hill, 1978.
120
Unidade E
E
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
UNIDADE
ATIVIDADES
Atividade 1:
a)
b)
c)
d)
2. O sistema é classificado em
3. A solução do sistema é
a) S={(1,2,3)}
b) S={(3,2,1)}
c) S={(2,1,3)}
d) S={(1,3,2)}
121
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
4. Qual é a condição para o valor de m de modo a satisfazer que o sistema linear seja possível
e determinado?
a)
b)
c)
d)
Atividade 2:
1. Verificar se a matriz é singular, caso não for, determinar a matriz inversa de cada uma das seguintes
matrizes:
a)
b)
c)
d)
e)
f)
122
Unidade E
a)
b)
c)
d)
e)
f)
g)
h)
3. Estabelecer a condição que deve ser satisfeita pelos termos independentes para que os seguintes sistemas
sejam compatíveis:
a)
b)
123
Álgebra Linear
Respostas:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Respostas da atividade 1:
1. D
2. B
3. C
4. C
Respostas da atividade 2:
1.
a) A matriz A é não-singular,
2.
a) Sistema Incompatível
b) S.L.C.D.
c) S.L.C.D.
d) S.L.C.I.
e) S.L.C.D.
f) S.L.C.I.
g) S.L.C.I.
124
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
3.
h) S.L.C.D.
b) a + b –c = 0
a) 2a – 4b + c = 0
125
Unidade E
F Espaços Vetoriais
Unidade F
Álgebra Linear
Álgebra Linear
F
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ESPAÇOS VETORIAIS
Ao examinarmos dois conjuntos conhecidos como o �4 (conjunto de vetores com 4 coordenadas) e o
M2×2 (conjunto das matrizes quadradas de ordem 2), à primeira vista pode parecer que tais conjuntos
nada têm em comum. Mas veremos que isso não é verdade, inicialmente podemos dizer que uma
imagem com 4 pixels representada por uma matriz de ordem 2, pode ser representada em um vetor com
4 coordenadas. Estudar espaços vetoriais é estudar as propriedades que o conjunto possui, conhecendo
a estrutura desse conjunto para saber de que forma pode ser usado em determinadas aplicações, enfim,
o que estudaremos agora, é a base teórica da maioria das aplicações vista em um curso de Engenharia.
Definição
Seja V um conjunto não vazio, sobre o qual estão definidas as operações de adição e de multiplicação por
escalar, isto é,
� A, B � V temos A+B � V
� A � V e α � � temos αA � V
onde V com essas operações é chamado de espaço vetorial real se forem verificados os 8 axiomas:
Sejam A, B, C � V e α, β � �:
Obs:
Os elementos de um espaço vetorial V podem ser polinômios, matrizes, números, funções, desde que as
operações definidas neste conjunto satisfaçam os 8 Axiomas.
Mas, independente de sua natureza, os elementos de um Espaço Vetorial V serão chamados de vetores.
128
Unidade F
1. Qualquer dúvida na validade de alguma propriedade vista ou não, o aluno deve verificar a propriedade, sempre,
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
tomando como elementos genéricos dos conjuntos. A verificação de um exemplo específico não quer dizer que a
propriedade vale para outro exemplo, ou seja, um exemplo não prova nada. Então, para fazer uma prova, temos que
tomar, sempre, elementos genéricos dos conjuntos para verificar as propriedades.
2. Ficam como exercícios os axiomas que não verificamos.
Exemplo A:
V = M(2x2) = (Conjunto das matrizes 2x2).
Em V é definido as operações:
• Adição → A+B=
Obs: Essas são as operações usuais de adição e multiplicação por escalar no conjunto das matrizes 2x2.
Para essas operações assim definidas, podem ser verificadas facilmente que valem os 8 axiomas.
Portanto, neste exemplo, V = M(2x2) é um espaço vetorial.
Exemplo B:
V= (Conjunto das matrizes linha M(1x3))
Operações definidas:
(Cuidado, adição não usual)
(Multiplicação usual)
Com estas operações, V é um espaço vetorial?
Verificando os axiomas:
Sejam A = , B= , C=
A1) (A + B) + C = A + (B + C) ?
O axioma A1 é satisfeito.
129
Álgebra Linear
A2) A+B=B+A?
Fomento ao Uso das Tecnologias da Informação e Comunicação
Exemplo c:
M2) (α + β)u = αu + βu ?
Exemplo d:
V = M(m,n) (Conjunto das matrizes m�n) com as operações usuais (de adição e de multiplicação
por escalar) definem um espaço vetorial.
Exemplo e:
V =� n = {(x 1 , x 2 , x 3 ,..., x n): xi � �}, em que 1 ≤ i≤ n, com as operações de adição e de multiplicação
por escalar usuais definem um espaço vetorial.
130
Unidade F
Exemplo f:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
V = P3 (Conjunto dos polinômios com coeficientes reais de grau menor ou igual a 3) (incluindo
os polinômios de grau zero)
ou P 3 = {a 0 +a1 x+a 2 x 2 +a 3 x 3 :a i � �}
Exemplos de elementos de P3:
3, 2+5x, 3x 2 , 1-5x 3 , -3+6x–4x 2 +7x 3
Se p1(x) e p2(x) pertencem a P3 então:
p1 (x) = a 0 +a1 x+a 2 x 2 +a 3 x 3 e p2 (x) = b 0 +b1 x+b2 x 2 +b 3 x 3
Operações usuais em P3:
p1 (x)+p2 (x) = (a 0 +b 0)+(a1+b1)x+(a 2 +b2)x 2 +(a 3 +b 3)x 3
Se � � � temos �.p1 (x) = a 0 +a1 x+a 2 x 2 +a 3 x 3
Com estas operações pode-se verificar que V = P3 é um espaço vetorial.
Exemplo g:
g) O conjunto das funções reais definidas em toda a reta.
Se f, g � V e α � �, tem-se: e
A=
v = (a, b, c, d, e, f )
p(x) = a + bx + cx2 + dx3 + ex4 + fx5
Temos que:
A � M(2,3), v� , p(x) � P5
Diz-se que a, b, c, d, e, f são as coordenadas de A, v e p(x). Por isso, matrizes, vetores, polinômios
são chamados de maneira geral vetores, independentemente de sua natureza. A justificativa
está no fato de as operações de adição e multiplicação por escalar realizadas com elementos de
natureza tão distinta se comportarem de forma idêntica, como se estivessem trabalhando com os
próprios vetores do , da seguinte forma:
131
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Subespaços vetoriais
Deseja-se dentro de um espaço vetorial V, detectar se um subconjunto S de V é também espaço vetorial.
Tais conjuntos serão chamados subespaços de V.
Exemplo:
V= com as operações usuais de adição e multiplicação por escalar é um espaço vetorial.
S é um conjunto de vetores que pertencem a uma reta que passa pela origem. Neste caso, S é um
subconjunto de V.
S C V = �2
S ={(x,y):x=3y}={(y,3y):y ��}
Observa-se que ao somarmos 2 vetores de S, obtemos outro vetor em S. E se multiplicarmos um vetor de
S por um número, o vetor resultante estará em S.
Definição
Seja V um espaço vetorial e S um subconjunto não vazio de V.
S é um subespaço vetorial de V se:
132
Unidade F
Propriedades
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
• Qualquer subespaço S de V deve conter o vetor nulo 0 (devido ao Axioma A3 do Espaço Vetorial). Caso
contrário S não é um subespaço vetorial.
• Todo espaço vetorial admite pelo menos 2 subespaços (chamados subespaços triviais), o
conjunto {0} (subconjunto formado somente pelo elemento zero) e o próprio espaço vetorial V.
133
Álgebra Linear
Logo, a(u1+v1) + b(u2+v2) + c(u3+v3) = (au1+bu2+cu3) + (av1+bv2+cv3) = 0+0 = 0. Portanto, (u1 + v1, u2 + v2,
Fomento ao Uso das Tecnologias da Informação e Comunicação
u3 + v3) � S.
Daí, u +v � S.
Teorema:
Sejam S1 e S2 subespaços vetorias de V (espaço vetorial).
Então,
(i) S1 S2 é um subespaço de V.
(ii) S1 + S2 é um subespaço de V.
Obs.:
S1 S2 = {v : v � S1 e v � S2}
S1 + S2 = { v = u + w / u S1 e w S2}.
Todo elemento de S1 + S2 é um vetor soma de 2 vetores, um vetor de S1 e o outro de S2.
Exemplos:
(a) Seja V = M(3 x 3) o espaço vetorial das matrizes de ordem 3 e
S1 = e S2 =
134
Unidade F
Seja V um espaço vetorial tal que v1, v2, ... , vn � V e a1, a2, ... , an � �.
Então, o vetor v = a1v1 + a2v2 + ... + anvn é uma combinação linear de v1, v2, ... , vn e v � V.
Exemplos:
1) Considerando os vetores v1=(1,0,0) e v2=(0,1,0). Escrever v=(2,3,0) como combinação linear de v1
e v2.
Solução:
v = a1v1 + a2v2 (2,3,0) = a1(1,0,0) + a2(0,1,0) = (a1, a2, 0)
Daí, (2,3,0) = (a1, a2, 0) a1 = 2, a2 = 3
Resp: v = 2v1 + 3v2
2) Considerando, novamente, os vetores v1=(1,0,0) e v2=(0,1,0). Mostrar que w = (1,2,3) não é uma
combinação linear de v1 e v2.
135
Álgebra Linear
Solução:
Fomento ao Uso das Tecnologias da Informação e Comunicação
1) Seja V = �3 e u = (3,4,5) � �3 .
Determine o subespaço gerado por u, isto é, encontrar S = [u] .
Solução:
S = [u] ={ � �3 / x � �}. (Conjunto de vetores pertencentes a uma reta que passa na origem)
Obs: Se u é um vetor não-nulo de �3 , S = [u] é um conjunto de vetores pertencentes a uma reta que
passa pela origem.
2) Seja V = �3 , encontre S = [v1, v2], em que v1 = (2,0,1) e v2 = (0,3,3).
Solução:
[v1, v2] = {(x,y,z) �3 / (x,y,z) = a1(2,0,1) + a2(0,3,3)}. Logo temos,
(x,y,z) = (2a1, 0, a1) + (0, 3a2, 3a2) = (2a1, 3a2, a1 + 3a2)
Portanto, 2a1 = x, 3a2 = y e a1 + 3a2 = z
(x,y,z) [v1, v2] o sistema anterior tem solução.
136
Unidade F
origem)
Resposta:
[v1, v2] = {(x,y,z) � �3 / x + 2y - 2z = 0 } (Conjunto de vetores pertencentes ao plano que contém v1 e v2)
[v1, v2, v3] = {(x,y,z) � �2 / (x,y,z) = a1(1,0,0) + a2(0,1,0) + a3(0, 0,1)}. Logo temos,
(x,y,z) = (a1, 0, 0) + (0, a2, 0) + (0, 0, a3) = (a1, a2, a3)
Então, qualquer vetor (x,y,z) pode ser escrito como combinação linear de (1,0,0), (0,1,0), (0, 0,1), já
que a1 = x, a2 = y, a3 = z.
Portanto, [v1, v2, v3] = �3
Observe nos gráficos das figuras que os vetores de são não paralelos e os vetores de são não coplanares.
Conclusões:
Dos exemplos 3 e 4, podemos obter algumas generalizações:
137
Álgebra Linear
A razão disso é que v3 é um vetor a mais para descrever o subespaço, pois v3 é uma combinação linear
de v1 e v2.
Em nosso estudo, estamos interessados em determinar dentre um conjunto de n vetores {v1, v2, ... ,
vn}, o “menor” conjunto gerador de um subespaço, denominado Base. Para isso, precisamos definir
dependência e independência linear.
Definição
Sejam v1, v2, ... , vn � V (espaço vetorial).
O conjunto {v1, v2, ... , vn} é linearmente independente (LI), se a equação
a1v1 + a2v2 + ... + anvn = 0 (valor nulo)
admitir apenas a solução trivial (a1 = a2 = ... = an = 0 )
Caso exista algum ai 0, então o conjunto { v1, v2, ... , vn} é dito linearmente dependente (LD).
Exemplos:
(1) Seja V = �2 e v1,v2 � V tal que v1 = (1,0) e v2 = (0,1). O conjunto {v1, v2} é LI ou LD ?
Solução:
Este conjunto é LI pois da equação a1v1 + a2v2 = (0,0) temos,
a1(1,0) + a2(0,1) = (0,0) a1 = a2 = 0.
138
Unidade F
Sabe-se que todo sistema homogêneo admite a solução trivial. Portanto, verificaremos se o sistema
admite outra solução, caso exista, o conjunto {v1, v2, v3} é LD.
Escrevendo o sistema na forma de uma matriz ampliada e em seguida utilizando o processo de
escalonamento, temos:
Operações:
1) L’2 =L2 – L1 2) L’3= L3 – L2
L’3= L3 – L1
Portanto, -11a2 + 10a3 = 0 e a1 + 3a2 - 2a3 = 0 (Sist. Indeterminado)
Então
Logo, para qualquer a3 0, temos uma solução não trivial. Por exemplo, se a3 = 11, temos a2 = 10 e a1
= -8, ou seja, -8(1,1,2) + 10(3,-8,-5) + 11(-2,8,6) = (0,0,0).
Então, o conjunto {v1, v2, v3} é LD.
Obs: Para escalonar sistemas homogêneos não há necessidade de incluir a coluna das constantes formada
por zeros.
Outra forma de resolver o sistema é usando a regra de Cramer:
Calculando o determinante da matriz principal
Como , e e , pois uma coluna é toda de zeros devido aos termos independentes,
139
Álgebra Linear
Logo, existe uma solução que não é a trivial, daí o conjunto {v1, v2, v3} é LD.
Fomento ao Uso das Tecnologias da Informação e Comunicação
Obs.:
(i) Se , então o conjunto de vetores é LD.
(ii) Se , então o conjunto de vetores é LI.
Teorema:
O conjunto {v1, v2, ... , vn} é LD Se um dos vetores vi (i=1,2,...,n) for combinação linear dos outros.
Exemplos:
(1) No conjunto {v1, v2, v3}, em que v1 = (2,1,3), v2 = (10,5,15), v3 = (4,5,9), nota-se que:
v2 = 5v1 + 0v3, isto é, v2 é uma combinação linear de v1 e v3.
Logo, o conjunto {v1, v2, v3} é LD.
(2) Seja {v1, v2, v3}, em que v1 = (2,4,5), v2 = (8,1,12). v3 = (10,5,17)
Observe que: v3 = v1 + v2. Então o conjunto {v1, v2, v3} é LD.
OBS: Uma outra versão do teorema é:
O conjunto {v1, v2, ... , vn} é LI
Definição
Seja o conjunto B = {v1, v2, ... , vn} V (espaço vetorial).
B é uma base de V se:
(I) o conjunto B é LI;
(II) o conjunto B gera V, isto é, [v1, v2, ... , vn] = V
140
Unidade F
Exemplos:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
(II) B gera �2 se para qualquer v=(x,y) � �2 pode ser escrito como combinação linear de (1,1) e (0,1).
De (x,y) = a1(1,1) + a2(0,1) temos, a1 = x e a 1 + a2 = y
Daí, a2 = y - a1 = y – x.
Portanto, (x,y) = x(1,1) + (y-x)(0,1). Então, B gera �2.
Como foram satisfeitas as condições (I) e (II), o conjunto B é uma base de �2.
(2) Seja F = {(0,1), (0,2)} não é base de �2 pois F é um conj. LD, já que
(0,2) = 2(0,1), ou seja, (0,2) é uma combinação linear de (0,1).
Exemplos:
(1) Seja o espaço vetorial V = �2 . Os conjuntos B1 = {(1,0), (0,1)} e B2 = {(1,1), (0,1)} são bases de
V = �2 , então dim �2 = 2.
(2) Seja V = �3 (espaço vetorial), então dim �3 = 3.
(3) V = �n (espaço vetorial), então dim �n = n.
(4) Seja V = M(2,2) (espaço vetorial), então dim M(2,2) = 4.
141
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
142
Unidade F
Solução:
D = {(x, y, x+y)}, dim D = 2 e uma base de D é {(1, 0, 1), (0, 1, 1)}
(e) V = �3, E=
Solução:
Vetor Coordenada
Definição
Sejam B = {v1, v2, ... , vn} base de V e v = a1v1 + a2v2 + ... + anvn.
Chamamos os números a1, a2, ..., an de coordenadas de v em relação à base B.
Notação: vB = (a1, a2, ... , an) ou na forma matricial:
vB =
143
Álgebra Linear
F
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
1. Verificar se os conjuntos abaixo são espaços vetoriais reais em relação às operações definidas. Para aqueles
que não são, citar os axiomas que não se verificam. (Justiticando)
Observações:
• Para V1 e V3, como a adição é uma operação usual e a multiplicação por escalar não é usual, basta
verificar quais axiomas de M1 à M4 falham.
• Já para V2, todos os axiomas devem ser verificados para que seja um espaço vetorial.
2.
a) V = �5 (com as operações usuais) e S = { (0, x2, x3, x4, x5) �5 }. Verifique que S é um subespaço vetorial.
b) V = �2 (com as operações usuais) e S = { (x, x2); x � �} Verifique que S não é um subespaço vetorial.
144
Unidade F
Respostas:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
1.
a) Não é espaço vetorial, falha M4.
b) É espaço vetorial.
c) Não é espaço vetorial, falha M2.
2.
a) Verificar
b) Falha (ii) e (iii).
3.
a) v = 2u – w
b) Mostrar
4.
a) S={(-2y, y, -3y): y � � }
b) {(x,y,z) � � 3 / 7x + 5y - 4z = 0}
c) {(x,y,z) � � 3 / x + y – z = 0}
d) � 3
e) {(x,y,z) � � 3 / x + y + 3z = 0}
f ) � 3
145
G Espaços Vetoriais
Euclidianos
Unidade G
Álgebra Linear
Álgebra Linear
G
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ESPAÇOS VETORIAIS
EUCLIDIANOS
Produto interno em espaços vetoriais
Chama-se produto interno no espaço vetorial V uma aplicação de V X V em que a todo par de vetores
(u,v) associa um número real, indicado por u . v, ou ainda, < u,v > , tal que dados e
, os axiomas seguintes sejam verificados:
P1)
P2)
P3)
P4)
O número real < u,v > é chamado produto interno dos vetores u e v.
Note que existe uma diferença na notação: 0 (vetor zero) e 0 (escalar zero)
I)
II)
III)
IV)
Exemplo:
Seja e dados elementos de V, então o número real
é um produto interno?
Verificação:
Dados elementos de V, então
P1) (Verificado)
P2) Se , então
(Verificado)
P3) Seja , então
(Verificado)
148
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade G
P4) Se , então
(i) (Verificado)
(ii) (Verificado)
Problemas:
1) Sejam os vetores pertencentes ao espaço vetorial . Determine o
produto interno < u,v >, considerando o produto interno:
a)
b) (usual)
Solução:
1-a)
1-b)
2) Seja o espaço vetorial V=P2 (espaço dos polinômio de grau menores ou iguais a 2) e o produto interno
, em que .
Determine o produto interno de
Solução:
3) Seja V o espaço das funções contínuas no intervalo [0,1] munido do produto interno
. Determine o produto interno de
Solução:
149
Álgebra Linear
Módulo de um vetor
Fomento ao Uso das Tecnologias da Informação e Comunicação
Se , isto é, < v, v > =1, o vetor é unitário. O vetor é unitário (chamado também de versor). Diz-
se, neste caso, que o vetor v foi normalizado.
Exemplos:
1) Dado o vetor v=(1,2,3) pertencente ao espaço vetorial , calcular a norma de v e determinar um
vetor w que seja unitário (versor) e que tenha a mesma direção e sentido que v, considerando o produto
interno:
a) (usual), sendo .
b) , sendo .
Solução:
1-a)
1-b)
é o versor de v na norma
• É importante observar que o módulo de depende do produto interno utilizado. Se o produto interno
muda, o módulo se modifica.
• Os vetores w, obtidos em “a” e “b” são unitários em relação ao respectivo produto interno.
150
Unidade G
Exemplo:
2) Considerando o produto interno usual no , calcule o ângulo entre os vetores u=(2,1,1) e v=(-1,2,1).
Solução:
Portanto,
3) No espaço vetorial das matrizes quadradas V=M(2,2), dadas duas matrizes quaisquer
, definimos o produto interno por
151
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Portanto, .
Vetores ortogonais
Dado um espaço euclidiano V, dizemos que dois vetores u e v pertencentes ao espaço vetorial V são
ortogonais e representamos por , se, e somente se, < u,v > =0.
O vetor é ortogonal a qualquer vetor .
Se , então .
Se , então .
Exemplos:
1) Verifique que os vetores u=(-3,1) e v=(2,2) são ortogonais no espaço com o produto interno usual.
Verificação:
152
Unidade G
Verificação:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Base ortonormal
Uma base de um espaço vetorial euclidiano V é ortonormal, se é ortogonal e todos
os seus vetores são unitários com relação ao seu produto interno, isto é:
• Algumas bases canônicas em relação ao produto interno usual de cada espaço vetorial:
153
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
, então a base
é ortonormal do espaço em relação ao produto interno usual.
• Como
então a base
é ortogonal do espaço em relação ao produto interno usual.
Exemplo:
Dado o vetor pertencente ao espaço das matrizes quadradas de ordem 2. Normalizar o vetor
Solução:
154
Unidade G
Dado um espaço vetorial euclidiano V e uma base qualquer desse espaço, é possível,
a partir dessa base determinar uma base ortogonal de V.
A base ortogonal é assim conseguida:
i) Faça w1=v1.
ii) Determine , em que
iii) Determine , em que
Seguindo, temos:
n-ésima) Determine , em que
, em que
Exemplos:
1) Seja a base não-ortogonal do espaço em relação ao produto interno
usual. Determine uma base que seja ortogonal para o espaço .
Solução:
i)
ii)
iii)
155
Álgebra Linear
G
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
1. Considerando o espaço vetorial e o produto interno usual, determine os seguintes produtos escalares:
a)
b)
c)
d)
a)
b)
c)
6. Considere o espaço das matrizes quadradas de ordem três M(3 X 3), mostre que a operação
define um produto interno no espaço M(3 X 3). (sendo o traço da matriz
resultante do produto da matriz transposta de B por A ).
156
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade G
7. Considerando o espaço vetorial e o produto interno usual, determine a norma dos seguintes vetores:
a)
b)
c)
d)
b)
c)
d)
12. Considerando o espaço vetorial e o produto interno usual, determine a distância entre os vetores:
a)
b)
c)
d)
157
Álgebra Linear
a)
b)
c)
d)
e)
Respostas:
1.
a) -4
b) -22
c)
d)
2.
a) 0
b) -37
c)
d) 0
3.
a)
b)
c)
4.
a) Não é produto interno. Falha o axioma P4.
b) É produto interno.
c) Não é produto interno. Falham todos os axiomas.
d) Não é produto interno. Falham os axiomas P2, P3 e P4.
158
Unidade G
5.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
6. Demonstração
7.
a)
b)
c)
d)
8.
a)
b)
c)
d)
9.
a)
b)
c)
d)
10.
a)
b)
c)
d)
11.
a)
b)
c)
159
Álgebra Linear
12.
Fomento ao Uso das Tecnologias da Informação e Comunicação
a)
b)
c)
d)
13.
a) São ortogonais.
b) Não são ortogonais.
c) São ortogonais.
d) Não são ortogonais.
14.
a) é base.
b) é base.
c) é base.
d) é base.
e) é base.
15.
a)
b)
c)
160
H Transformações
Lineares
Unidade H
Álgebra Linear
Álgebra Linear
H
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
TRANSFORMAÇÕES LINEARES
Funções ou aplicações vetoriais
Dados dois conjuntos V e W, ambos não vazios, uma função ou aplicação de V em W é uma lei pela qual
a cada elemento de V está associando a um único elemento de W e é indicado por w=f(v) ou w=T(v)
(imagem de v por f ou por T).
O conjunto V é o domínio e o conjunto W é o contra-domínio da função f ou aplicação T.
Costuma-se escrever a função ou aplicação, resumidamente, da seguinte forma
Transformações lineares
Seja V e W espaços vetoriais. Uma aplicação é chamada transformação linear de V em W, se
I)
II)
162
Unidade H
Exemplos:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Interpretação geométrica
A interpretação geométrica de uma transformação linear pode ser dada considerando, por exemplo, o
operador linear tal que .
I) Se , temos que
163
Álgebra Linear
Sendo a diagonal (u+v) do paralelogramo determinado por u e v, sua imagem T(u+v) representa a
Fomento ao Uso das Tecnologias da Informação e Comunicação
A figura mostra que, ao multiplicarmos o vetor v por , por exemplo, sua imagem T(v) também fica
multiplicada por 2, isto é, .
Dizemos, neste caso, que T preserva a multiplicação de um vetor por um escalar.
164
Unidade H
a) T(4,1,3)
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Portanto:
1-b) Da mesma forma que o item anterior, apenas tomando um ponto genérico
, então , ou de outra forma:
Portanto:
Reescrevendo T(v):
165
Álgebra Linear
ou
Fomento ao Uso das Tecnologias da Informação e Comunicação
(2)
Ou na forma matricial:
ou simplesmente:
Exemplo:
Seja uma transformação linear dada por . Considerando
a base do espaço e
determine matriz da transformação linear em relação as bases A e B .
166
Unidade H
Solução:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Portanto:
Todos os vetores pertencentes ao núcleo têm uma única imagem que é o vetor zero de W.
Obs.:
, uma vez que T(0)=0.
Exemplo:
Determine o núcleo da transformação linear tal que .
167
Álgebra Linear
Solução:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Obs.:
, uma vez que T(0)=0.
Exemplo:
Determine o conjunto imagem da transformação linear tal que
.
Solução:
Como o conjunto imagem é tal que , então queremos
os vetores tal que , dai:
Operações:
1) A terceira equação menos a segunda.
2) Duas vezes a primeira é igual a segunda.
3) Passa tudo para o primeiro membro.
168
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade H
169
Álgebra Linear
H
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
a)
b)
c)
d)
e)
f)
b)
c)
d)
e)
f)
b)
c)
d)
6. Determinar uma transformação linear cuja imagem é gerado por (1,2,-1) e (0,1,1).
170
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade H
base do .
a) Encontrar a expressão de T(x,y,z)
b) Determinar N(T) e uma base para esse subespaço.
c) Determinar Im(T) e uma base para esse subespaço.
171
Álgebra Linear
Respostas:
Fomento ao Uso das Tecnologias da Informação e Comunicação
1.
a) É linear
b) É linear
c) É linear
d) Não é linear
e) Não é linear
f) Não é linear
2.
a) É linear
b) É linear
c) Não é linear
d) Não é linear
e) Não é linear
f) É linear
3.
a)
b)
c)
d)
4.
a) I -
b) I -
c) I -
d) I -
a) II -
b) II -
c) II -
d) II -
5.
6.
7.
172
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade H
a)
b)
c)
8.
a)
b)
c)
9.
a)
b)
c)
10.
a) Múltiplos do vetor
b) Múltiplos do vetor
173
I AUTOVALORES E
AUTOVETORES
Unidade I
Álgebra Linear
Álgebra Linear
I
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
AUTOVALORES E AUTOVETORES
Dada uma transformação linear , estamos interessados em saber que vetores (não nulos) são
levados em um múltiplo de si mesmo; isto é, procuramos um vetor e um escalar real tais que
Neste caso será um vetor de mesma “direção” que v. O escalar será chamado autovalor e o vetor
um autovetor. Vamos formalizar este conceito.
Definição e exemplos
Definição:
Seja uma transformação linear. Se existirem tais que ,
então é um autovalor de um autovetor de associados a .
• Observe que pode ser o número 0, embora não possa ser o vetor nulo.
Exemplo 1:
Seja dado por . Neste caso =2 é o autovalor de T e qualquer vetor (x,
y) (0, 0) é um autovetor de T associado a =2.
Exemplo 2:
Seja em que T(x,y) = (x, -y).
Note que T(0, -y)=(0,-y)=-1(0, y). Portanto, =-1 é o autovalor de T e todo vetor v1=(0,y) tal que y 0
é um autovetor de T.
Observe que T(x,0)=(x,0)=1(x,0), então, =1 é o autovalor de T e todo vetor v2=(x,0) tal que x 0 é
um autovetor de T.
Exemplo:
Nos exemplos 1 e 2, quais são as matrizes A1 e A2 associadas às transformações lineares em relação à
base canônica?
Solução:
1. A matriz associada deve ser da forma . Como
176
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade I
Portanto:
Portanto:
• As noções de autovetor e autovalor de uma transformação linear (ou matriz) são fundamentais, por
exemplo, em Física Atômica os níveis de energia dos átomos e moléculas são dados por autovalores de
determinadas matrizes. Também o estudo dos fenômenos de vibração, a análise de estabilidade de um
avião e muitos outros problemas de Física leva à procura de autovalores e autovetores de matrizes.
Polinômio característico
Método prático para encontrar autovalores e autovetores de uma matriz.
Exemplo:
Dado , vamos procurar vetores v=(x,y) não nulo e escalares tais que .
Observe que, se I for a matriz identidade de ordem 2, então a equação acima pode ser escrita na forma
Esta última relação representa um sistema de equações lineares de 2 equações e 2 incógnitas na forma
matricial. Como o sistema é de ordem 2×2, uma maneira de resolver é usando a Regra de Cramer.
Se o determinante da matriz dos coeficientes for diferente de zero, então o sistema tem uma única
177
Álgebra Linear
Como estamos interessados em calcular os autovetores de A, isto é, vetores v 0, queremos que o sistema
seja possível e indeterminado, ou seja,
Portanto, .
Denominamos de polinômio característico da matriz A ao polinômio definido por .
Obs.:
Continuando a resolução, temos , que são as raízes do polinômio característico
e, portanto, os autovalores da matriz A são -1 e 1.
Através dos autovalores encontramos os autovetores.
178
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade I
Se .
Diagonalização de operadores
Considerando os exemplos de matrizes
Matrizes semelhantes
Definição:
Sejam A e B matrizes n X n. Dizemos que A é semelhante a B se existir uma matriz n X n inversível P tal
que P-1AP=B. Se A é semelhante a B, escrevemos .
Se A~B, podemos escrever A=PBP-1 ou AP=PB.
Definição:
O posto de uma matriz é o número de linhas não nulas de qualquer uma de suas formas escalonadas por
linhas.
179
Álgebra Linear
Teorema
Fomento ao Uso das Tecnologias da Informação e Comunicação
Tome . Então,
Matriz diagonalizável
Temos a melhor situação possível quando uma matriz quadrada é semelhante a uma matriz diagonal.
Como veremos logo a seguir, a possibilidade de isso ocorrer está relacionada estreitamente com os
autovalores e autovetores da matriz.
Definição:
Uma matriz A(n X n) é diagonalizável se existe uma matriz diagonal D tal que A~D, ou seja, se existe
P(n X n) inversível tal que
P-1AP=D.
Exemplo:
A matriz é diagonalizável, pois, se , então
Teorema:
A matriz A(n X n) é diagonalizável, se e somente se, A tiver n autovetores LI.
Em outras palavras:
Existe P inversível e uma matriz diagonal D tal que P-1AP=D se, e somente se, as colunas de P forem
n autovetores LI de A, e os elementos da diagonal de D forem os autovalores correspondentes aos
autovetores.
Exemplos:
Se possível, determine a matriz P que diagonaliza a seguinte matriz:
a)
b)
180
Unidade I
Soluções:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
a)
Os autovalores são
Para tem como autovetor os múltiplos de (1,1,1).
Para tem como autovetor os múltiplos de (1,2,4).
Como não é possível existirem 3 autovetores LI, pelo teorema anterior, A não é diagonalizável.
Obs:
• tem multiplicidade algébrica igual a 2 e tem multiplicidade algébrica igual a 1.
• Cada autovalor gera somente um autovetor, portanto, a multiplicidade geométrica é 1, para qualquer
autovalor.
b)
Para temos autovetores da forma , que são gerados pelos vetores v1=(0,1,0)
e v2=(1,0,1).
Para tem como autovetor v3=(-1,3,1).
É fácil verificar que estes 3 vetores são LI. Pelo teorema,
Obs:
• Se então
Obs:
• tem multiplicidade algébrica igual a 2 e tem multiplicidade algébrica igual a 1.
• geral dois autovetores e gera um autovetor, portanto, tem multiplicidade geométrica
igual a 2 e tem multiplicidade geométrica igual a 1.
Teorema
Se A(n X n) têm n autovalores distintos entre si, então A é diagonalizável.
181
Álgebra Linear
Teorema da Diagonalização
Fomento ao Uso das Tecnologias da Informação e Comunicação
Seja A(n X n) com n autovalores distintos (não necessariamente distintos entre si). São equivalentes os
enunciados:
I) A é diagonalizável.
II) A união de todos os autovetores gerados pelos autovalores contém n vetores LI.
III) A multiplicidade algébrica de cada autovalor é igual a sua multiplicidade geométrica.
Exemplos
a) a) tem multiplicidade algébrica igual a 2 mas multiplicidade geométrica igual a 1, logo
182
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade I
a mesma da transposta, isto é, . Dessa forma a relação de diagonalização ficará da seguinte forma
e, nesse caso, dizemos que diagonaliza ortogonalmente.
Exemplo:
Determinar uma matriz ortogonal P que diagonaliza a matriz simétrica .
Solução:
I) Determinação dos autovalores:
Soluções possíveis:
Teste:
Para , temos (F)
Para , temos ( (F)
Para , temos (V)
Então, a primeira raiz é .
Fazendo a divisão do polinômio característico por , temos:
a) Para , temos:
Ou de outra forma:
183
Fomento ao Uso das Tecnologias da Informação e Comunicação
Álgebra Linear
Portanto,
Fazendo , temos o autovetor unitário associado ao autovalor .
b) Para , temos:
Ou de outra forma:
Portanto,
Fazendo , temos o autovetor unitário associado ao autovalor .
c) Para , temos:
Ou de outra forma:
Portanto,
Fazendo , temos o autovetor unitário associado ao autovalor .
184
Unidade I
185
Álgebra Linear
I
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
ATIVIDADES
a)
b)
a)
b)
c)
d)
a)
b)
186
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade I
c)
d)
a)
b)
c)
d)
e)
f)
g)
187
Álgebra Linear
7. Determine se A é diagonalizável e, quando for, encontre uma matriz invertível P e uma matriz diagonal D
Fomento ao Uso das Tecnologias da Informação e Comunicação
a)
b)
c)
d)
e)
f)
g)
h)
188
Unidade I
Respostas:
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
1.
a)
b)
c)
d)
e)
f)
2.
a)
b)
3.
a)
b)
4.
a)
b)
c)
d)
5.
a)
b)
c)
d)
6.
I.
a)
b)
c)
d)
e)
189
Álgebra Linear
f)
Fomento ao Uso das Tecnologias da Informação e Comunicação
g)
II.
a)
b)
c)
d)
e)
f)
g)
7.
a)
b) . Com apenas o autovetor (2,1) não é possível determinar P. Logo, A não é diagonalizável.
c) Para temos apenas o autovetor (1,0,0). Como não é possível determinar P com 1 vetor, então, A
não é diagonalizável.
d)
h)
190
J
Polinômio Minimal e Forma
Canônica de Jordan
Unidade J
Álgebra Linear
Álgebra Linear
J
Fomento ao Uso das Tecnologias da Informação e Comunicação
UNIDADE
Teorema 1:
O polinômio mínimo m(t) de A divide todo polinômio que tem A como zero. Em particular, m(t) divide o
polinômio característico de A.
Teorema 2:
Os polinômios característicos e mínimo de uma matriz A têm os mesmos fatores irredutíveis.
Este teorema, não nos diz que , e sim que qualquer fator irredutível de um deve dividir o
outro. Em particular, como um fator linear é irredutível, m(t) e A(t) têm os mesmos fatores lineares; logo
eles têm as mesmas raízes, o que poderemos ver no próximo teorema.
Teorema 3:
Um escalar λ é um autovalor de uma matriz A se e somente se λ é uma raiz do polinômio mínimo de A.
Exemplo 1:
Ache o polinômio mínimo m(t) de .
Solução:
Inicialmente, vamos determinar o polinômio característico:
Possíveis raízes:
Verificação:
192
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Unidade J
Para
Para
Então, é uma raiz do polinômio.
Fazendo a divisão:
Podemos determinar as outras duas raízes:
Como o polinômio minimal é o que possui menor grau que se anula com a matriz, então vamos verificar
primeiro :
A última verificação não tinha necessidade de fazer, pois o polinômio minimal é no máximo o próprio
polinômio característico.
Portanto, o polinômio minimal é
Operadores nilpotentes
Um operador linear é chamado nilpotente se para algum inteiro positivo n; k é o
índice de nilpotência de T se , mas . Analogamente, uma matriz quadrada A é chamada
nilpotente se para algum inteiro positivo n, e de índice k se , mas . Obviamente
o polinômio mínimo de um operador (matriz) nilpotente de índice k é ; logo 0 é seu único
autovalor.
193
Álgebra Linear
Teorema 4:
Fomento ao Uso das Tecnologias da Informação e Comunicação
isto é, todos os elementos de N são 0 (zeros), exceto os que estão, diretamente acima da diagonal
principal, e que são 1 (uns). Há ao menos uma matriz N de ordem k, e todas as outras matrizes N são de
ordem menores ou igual a k. O número de matrizes N de cada ordem possível é determinado de modo
único por T. Além disso, o número total de matrizes N de todas as ordens é igual à nulidade de T.
Observemos que a matriz N acima é ela própria nilpotente, e que seu índice de nilpotência é igual a sua
ordem. Note-se que a matriz N de ordem 1 não é mais do que a matriz zero 0(1x1).
Teorema 5:
Seja um operador linear cujos polinômios característico e mínimo são, respectivamente,
onde os são escalares distintos. Então, T admite uma representação matricial em bloco J cujos
elementos diagonais têm a forma
194
Unidade J
A matriz J que aparece no teorema acima é chamada forma canônica de Jordan do operador T.
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
Exemplo 2:
Suponhamos que os polinômios característico e mínimo de um operador T sejam, respectivamente,
. Então, a forma canônica de Jordan de T é uma
das matrizes seguintes:
A primeira matriz ocorre se T tem dois autovetores independentes pertencentes ao seu autovalor 2; e a
segunda matriz ocorre se T tem três autovetores independentes pertencentes a 2.
Exemplo 3:
Determine todas as formas canônicas possíveis para um operador linear cujo polinômio
característico é .
Solução:
195
Álgebra Linear
Exemplo 4:
Fomento ao Uso das Tecnologias da Informação e Comunicação
Determine todas as formas canônicas de Jordan J possíveis para uma matriz de ordem 6 cujo polinômio
mínimo é .
Solução:
196
Unidade J
J
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
UNIDADE
ATIVIDADES
b)
5. Determine todas as formas canônicas de Jordan possíveis para as matrizes cujos polinômios característicos
e mínimo são:
a)
b)
c)
d)
Respostas:
1.
2.
3.
197
Fomento ao Uso das Tecnologias da Informação e Comunicação
5.
4. .
c)
b)
a)
b)
a)
Álgebra Linear
198
Sistema Universidade Aberta do Brasil - UAB | IF Sul-rio-grandense
d)
199
Unidade J