Escolar Documentos
Profissional Documentos
Cultura Documentos
Livro
Livro
Álgebra Vetorial
Profª. Grazielle Jenske
Prof. Leonardo Garcia dos Santos
Prof. Luiz Carlos Pitzer
2017
Copyright © UNIASSELV 2017
Elaboração:
Profª. Grazielle Jenske
Prof. Leonardo Garcia dos Santos
Prof. Luiz Carlos Pitzer
515.35
J51g Jenske, Grazielle
Geometria analítica e álgebra vetorial / Grazielle Jenske; Leonardo
Garcia dos Santos; Luiz Carlos Pitzer: UNIASSELVI, 2017.
263 p. : il.
ISBN 978-85-515-0078-1
1. Equações Diferenciais.
I. Centro Universitário Leonardo da Vinci.
Impresso por:
Apresentação
Prezado acadêmico! Seja bem-vindo à disciplina de Geometria Analítica e
Álgebra Vetorial. Ao iniciarmos este estudo, deveremos nos remeter inicialmente
ao matemático francês René Descartes (1596 –1650, criador do ramo da matemática
chamado Geometria Analítica), inspirando-nos com seu trabalho. Trabalho este
que proporcionou a criação e aplicação do objeto principal de estudos desta
disciplina, que é o de estudar o comportamento algébrico de entes geométricos,
tais como retas, planos, vetores e curvas quadráticas.
Este livro de estudos está dividido em três unidades, que irão abordar
a fundamentação necessária para a incorporação do conhecimento a respeito
da Geometria Analítica e da Álgebra Vetorial, compreendendo matrizes,
determinantes, sistemas de equações lineares, vetores e suas operações
básicas, operações vetoriais, transformações lineares e aplicações e autovalores
e autovetores.
III
Deve ser aqui salientado que este material busca trazer uma abordagem
profunda da disciplina de Geometria Analítica e Álgebra Vetorial. Porém,
obviamente, não se trata de todo o material possível que pode ser encontrado
sobre estes assuntos (seria tema para mais de 500 páginas!). Sendo assim,
sinta-se à vontade para buscar materiais de apoio e leituras complementares
para aprofundar seus conhecimentos.
Como estudante, você sempre deve lembrar que para que ocorra
seu aprendizado efetivo algumas coisas são fundamentais: a disciplina, a
organização e um horário de estudos predefinido.
Bons estudos!
UNI
Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para
você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novidades
em nosso material.
O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagramação
no texto, aproveitando ao máximo o espaço da página, o que também contribui para diminuir
a extração de árvores para produção de folhas de papel, por exemplo.
Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas
institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa
continuar seus estudos com um material de qualidade.
IV
UNI
V
VI
Sumário
UNIDADE 1 – MATRIZES E SISTEMAS LINEARES....................................................................... 1
TÓPICO 1 – MATRIZES.......................................................................................................................... 3
1 INTRODUÇÃO...................................................................................................................................... 3
2 ESTUDO DAS MATRIZES.................................................................................................................. 4
3 ELEMENTOS CORRESPONDENTES............................................................................................... 7
3.1 IGUALDADE DE MATRIZES......................................................................................................... 7
4 TIPOLOGIA DAS MATRIZES........................................................................................................... 8
4.1 MATRIZ TRANSPOSTA.................................................................................................................. 8
4.2 MATRIZ OPOSTA............................................................................................................................. 10
4.3 MATRIZ QUADRADA.................................................................................................................... 10
4.3.1 Matriz Triangular.................................................................................................................... 11
4.3.2 Matriz Diagonal....................................................................................................................... 12
4.3.3 Matriz Identidade.................................................................................................................... 12
4.3.4 Matriz Simétrica....................................................................................................................... 12
5 OPERAÇÕES ENTRE MATRIZES..................................................................................................... 13
5.1 ADIÇÃO E SUBTRAÇÃO DE MATRIZES.................................................................................... 13
5.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL......................................... 15
5.3 MULTIPLICAÇÃO DE MATRIZES............................................................................................... 18
RESUMO DO TÓPICO 1........................................................................................................................ 29
AUTOATIVIDADE.................................................................................................................................. 30
VII
3.1 MÉTODO DA SUBSTITUIÇÃO...................................................................................................... 59
3.2 MÉTODO DA ADIÇÃO................................................................................................................... 61
3.3 REGRA DE CRAMER...................................................................................................................... 66
3.4 SISTEMAS EQUIVALENTES.......................................................................................................... 70
3.4.1 Propriedades dos sistemas equivalentes.............................................................................. 70
3.5 SISTEMAS ESCALONADOS – MÉTODO DE GAUSS............................................................... 71
4 DISCUSSÃO DE UM SISTEMA LINEAR........................................................................................ 77
5 APLICAÇÕES DE SISTEMAS LINEARES....................................................................................... 79
LEITURA COMPLEMENTAR................................................................................................................ 83
RESUMO DO TÓPICO 3........................................................................................................................ 86
AUTOATIVIDADE.................................................................................................................................. 87
VIII
4 IMAGEM E NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR................................................ 144
5 TEOREMA DO NÚCLEO E IMAGEM DE UMA TRANSFORMAÇÃO................................... 148
6 TRANSFORMAÇÕES PLANAS ESPECIAIS.................................................................................. 151
6.1 TRANSFORMAÇÃO DE REFLEXÃO........................................................................................... 151
6.1.1 Em torno do eixo X................................................................................................................. 151
6.1.2 Em torno do eixo Y................................................................................................................. 152
6.2 TRANSFORMAÇÃO DE PROJEÇÃO........................................................................................... 153
6.2.1 Projeção sobre o eixo X........................................................................................................... 153
6.2.2 Projeção sobre o eixo Y........................................................................................................... 154
6.3 TRANSFORMAÇÕES DE DILATAÇÃO OU CONTRAÇÃO.................................................... 155
6.3.1 Na direção do vetor ( α ∈ ).......................................................................................... 155
6.3.2 Na direção do eixo X (horizontal)........................................................................................ 156
6.3.3 Na direção do eixo Y (vertical).............................................................................................. 157
6.4 TRANSFORMAÇÕES DE ROTAÇÃO (DE UM ÂNGULO α
NO SENTIDO ANTI-HORÁRIO)................................................................................................... 158
7 AUTOVALORES E AUTOVETORES................................................................................................ 160
7.1 AUTOVALORES E AUTOVETORES DE UMA MATRIZ........................................................... 161
7.2 MULTIPLICIDADE DOS AUTOVETORES DE UMA TRANSFORMAÇÃO.......................... 165
LEITURA COMPLEMENTAR................................................................................................................ 166
RESUMO DO TÓPICO 4........................................................................................................................ 170
AUTOATIVIDADE.................................................................................................................................. 171
IX
2.2.2 Planos Paralelos aos Eixos Coordenados............................................................................. 210
2.2.3 Planos Paralelos aos Planos Coordenados........................................................................... 212
3 EQUAÇÕES PARAMÉTRICAS DO PLANO................................................................................... 213
4 ÂNGULO ENTRE DOIS PLANOS.................................................................................................... 214
5 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE DOIS PLANOS....... 216
6 ÂNGULO DE UMA RETA COM UM PLANO................................................................................ 217
7 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE RETA E PLANO...... 218
8 INTERSEÇÃO ENTRE DOIS PLANOS............................................................................................ 219
9 INTERSEÇÃO DE RETA COM PLANO........................................................................................... 220
9.1 INTERSEÇÃO DE PLANO COM OS EIXOS E PLANOS COORDENADOS.......................... 220
10 DISTÂNCIAS....................................................................................................................................... 221
10.1 DISTÂNCIA DE UM PONTO A UM PLANO........................................................................... 222
10.2 DISTÂNCIA ENTRE DOIS PLANOS.......................................................................................... 223
RESUMO DO TÓPICO 2........................................................................................................................ 224
AUTOATIVIDADE.................................................................................................................................. 226
REFERÊNCIAS.......................................................................................................................................... 263
X
UNIDADE 1
OBJETIVOS DE APRENDIZAGEM
A partir desta unidade, você será capaz de:
PLANO DE ESTUDOS
Esta unidade está dividida em três tópicos. No final de cada um deles você
encontrará atividades que reforçarão seu aprendizado.
TÓPICO 1 - MATRIZES
1
2
UNIDADE 1
TÓPICO 1
MATRIZES
1 INTRODUÇÃO
A Matemática é uma ciência muito antiga, que desde os primórdios esteve
presente no cotidiano das pessoas através da necessidade de quantificar coisas e
animais, bem como medir o tempo. Já nos primeiros milênios de desenvolvimento
da Matemática houve um problema que chegou a impossibilitar o seu avanço e
até hoje é um grande desafio para os aprendizes dessa ciência. Este problema é o
modo de representar matematicamente quantidades, expressões e situações, ou
seja, transformar a linguagem falada para a notação matemática.
3
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
• Semana 1 - 5, 2, 7, 8, 6.
• Semana 2 - 10, 7, 6, 8, 9.
• Semana 3 - 4, 7, 3, 8, 6.
5 2 7 8 6
A = 10 7 6 8 9
4 7 3 8 6 3x5
NOTA
A matriz é representada por uma letra maiúscula do alfabeto e cada item da matriz
é denominado de elemento.
Concluindo, a matriz será de ordem 3x5 (leia-se três por cinco), pois tem três
linhas e cinco colunas. É importante lembrar que sempre escrevemos primeiro o
número de linhas e depois o número de colunas. Observe que o elemento 5 está na
primeira linha e na primeira coluna, o qual indicamos por a11 e lemos “o elemento
a um um é igual a 5”. O elemento 10 está na segunda linha e na primeira coluna,
o qual indicamos por a21 e lemos “o elemento a dois um é igual a 10”. O elemento
4 está na terceira linha e na primeira coluna, o qual indicamos por a31 e lemos “o
elemento a três um é igual a 4”.
4
TÓPICO 1 | MATRIZES
E
IMPORTANT
a ij =
i + 2 j , para i ≥ j
A= .
= a ij 0, para i < j
Resolução: Como a matriz é 2x2, ela deverá ter quatro elementos, conforme
a matriz genérica:
a a12
A = 11
a 21 a 22 2 x 2
Desta forma, os elementos em que na sua posição o número de linhas (i) for
maior ou igual ao número de colunas (j), serão determinados pela fórmula “i + 2j”,
que é o que afirma a primeira condição, a ij =i + 2 j, para i ≥ j . Assim:
5
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Já os elementos em que na sua posição o número de linhas (i) for menor que
=
o número de colunas (j), serão determinados pela fórmula “ a ij 0, para i < j ”.
Neste caso, apenas o elemento de posição a12 obedece este critério, assim:
3 0
A=
4 6 2 x 2
6
TÓPICO 1 | MATRIZES
3 ELEMENTOS CORRESPONDENTES
Para Facchini (1996, p. 174, grifos do original), “quando temos duas matrizes
A e B do mesmo tipo m x n, os elementos de mesma posição (mesma linha e mesma
coluna) nas duas matrizes são chamados elementos correspondentes”.
2 1
( a ij )2x 2 , a ij =−
Exemplo 3: Dadas as matrizes A = 3i j e B =
, deter-
mine x e y sabendo que A = B. x x + y
a a12
A = 11
a 21 a 22 2 x 2
a ij= 3i − j
a11 = 3 ⋅1 − 1 = 2
a 21= 3 ⋅ 2 − 1= 5
a12 = 3 ⋅1 − 2 = 1
a 22 = 3 ⋅ 2 − 2 = 4
7
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2 1
Assim, a matriz A é: A =
5 4 2 x 2
Sabemos que A = B, para isso, seus elementos também devem ser iguais.
Desta forma, temos que:
a11 = b11 ⇔ 2 = 2
a 21 = b 21 ⇔ 5 = x
a12 = b12 ⇔ 1= 1
a 22 =b 22 ⇔ 4 =x + y Como x =5, então : 4 =5 + y ⇔ y =−1
Portanto, x = 5 e y = - 1.
2 4 t 2 8
Exemplo 4: A transposta
= de A = éaA
Observe que: 8 6 4 6
a11 = 2 = a’11
a21 = 8 = a’12
a12 = 4 = a’21
a22 = 6 = a’22
1 2 3 1 x 2
Exemplo 5: A matriz A = x y z admite a transposta A=t x − 2
y 1 .
2 1 z 3 y 6 − y z
8
TÓPICO 1 | MATRIZES
a12 = a'21
a11 = a'11 a 22 = a'22
a 21 = a'12 a 32 = a'23
a 31 = a'13 a13 = a'31
a12 = a'21 a 23 = a'32
a 22 = a'22 a33 = a '33
a 32 = a'23
a13 = a'31
ATENCA O = a'
a 23 32
a33 = a '33
a11= a'11 ⇔ 1= 1
a 21 = a'12 ⇔ x = x
a 31 = a'13 ⇔ 2 = 2
a12 = a'21 ⇔ 2 = x − 2 ⇔ x = 4
a 22 = a'22 ⇔ y = y
a 32= a'23 ⇔ 1= 1
a13 = a'31 ⇔ 3 = 3y ⇔ y = 1
9
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Portanto, x = 4, y = 1 e z = 5.
2 -4 -2 4
a) A matriz
= oposta de A = é - A .
8 6 -8 -6
Observe que:
1 -2 3 -1 2 -3
b) A matriz
= oposta de B = é - B -4 -5 6 .
4 5 -6
a b c -a -b -c
c) A matriz
= oposta de C =d e f é-C -d -e -f .
g h i -g -h -i
3 5
A= é uma matriz quadrada de ordem 2 ( m= n= 2 )
2 6
10
TÓPICO 1 | MATRIZES
5 3 10
B -1 -4 6 é uma matriz quadrada de ordem 3 m n 3
1
2 0 -
2
Acadêmico, numa matriz quadrada de ordem n, os elementos a11, a22, a33, ...
ann formam a diagonal principal da matriz. A outra diagonal da matriz quadrada
é denominada diagonal secundária.
Diagonal secundária
Diagonal principal
E
IMPORTANT
7 0 0
A = 8 1 0 todos os elementos acima da diagonal principal da matriz A são nulos.
2 9 -5
1 4 7 6
0 3 8 5
B= todos os elementos abaixo da diagonal principal da matriz B são nulos.
0 0 0 3
0 0 0 4
11
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
1 0 0 0
2 0 0
0 5 0 0 6 0
=A = B =0 1 0 C
0 0 9 0 0 0 8 0 −3
0 0 0 2
1 0 0 0
1 0 0
0 1 0 0 1 0
=I5 = I3 =0 1 0 I2
0 0 1 0 0 0 1 0 1
0 0 0 1
1 2 6 9
1 4 5
2 3 7 2 a c
=A = B =4 2 6 C
6 7 7 1 5 6 3 c b
9 2 1 4
a11 = a'11
a 21 = a'12
a12 = a'21
a 22 = a'22
Neste caso:
a11= a'11 ⇔ 1= 1
a 21 = a'12 ⇔ a = a 2
a12 = a'21 ⇔ a 2 = a
a 22 = a'22 ⇔ 2= 2
3 5 −2 1 −4 −1
=A = B
4 7 −6 6 3 2
3 5 −2 1 −4 −1 3 + 1 5 + ( −4 ) ( −2 ) + ( −1) 4 1 −3
=
+ =
4 7 −6 6 3 2 4 + 6 7+3 ( −6 ) + 2 10 10 −4
E
IMPORTANT
Note, acadêmico, que somente é possível somar matrizes que possuem a mesma
ordem, isto é, o mesmo número de linhas e colunas.
14
TÓPICO 1 | MATRIZES
ATENCAO
3 5 −2 1 −4 −1
=A = B
4 7 −6 6 3 2
10 16 −2
A+A =
−8 6 12
15
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2 4
4 8 1 .
=9) Se B = , então ·A 5
5 10 2 5
2
3 −2 3 −6 4 −2 3
10) Se C =−
1 5 7 , então ( −2 )·C =
2 −10 −14 .
4 1 0 −8 −2 0
Calcule 2 A + 3B .
1 2 3 −2 0 1
2A + 3B = 2 ⋅ + 3⋅
2 1 −1 3 0 1
2 4 6 −6 0 3 2 − 6 4 + 0 6 + 3 −4 4 9
2A
= + 3B + = =
4 2 −2 9 0 3 4 + 9 2 + 0 −2 + 3 13 2 1
16
TÓPICO 1 | MATRIZES
Matriz A
Como é uma matriz 2x2, sua genérica é:
a a12
A = 11
a 21 a 22
Conforme orienta o enunciado, cada elemento aij será determinado por aij
= 2i – j2.
aij = 2i – j2
a11 = 2 ⋅1 − 12 = 2 − 1 = 1
a 21 = 2 ⋅ 2 − 12 = 4 − 1 = 3
a12 =2 ⋅1 − 22 =2 − 4 =−2
a 22 = 2 ⋅ 2 − 22 = 4 − 4 = 0
1 −2
A=
3 0
Matriz B
Como é uma matriz 2x2, sua genérica é:
b b12
B = 11
b 21 b 22
b11 = 1 − 1 = 0
b 21 = 3 − 1 = 2
b12 =−2 − 1 =−3
b 22 =0 − 1 =−1
0 −3
B=
2 −1
DICAS
Assim como em uma equação do primeiro grau, sugerimos isolar a matriz X antes
de substituir as matrizes.
X – 2A + B = 0
X = 2A – B
1 −2 0 −3
X=2⋅ −
3 0 2 −1
2 ⋅1 2 ⋅ ( −2 ) 0 −3 Lembre-se de que
=X −
2 ⋅ 3 2 ⋅ 0 2 −1 resolvemos a subtração
de matrizes somando a
2 −4 0 −3
=X − matriz oposta!
6 0 2 −1
2 −4 0 3
=X +
6 0 −2 1
2+0 −4 + 3
X=
6 + ( −2 ) 0 + 1
2 −1
X= Essa é a matriz X .
4 1
ATENCAO
18
TÓPICO 1 | MATRIZES
Para calcular a média final da disciplina, o professor deve fazer uma média
ponderada, em que a avaliação 1 tem peso 1,5, a avaliação 2 também tem peso 1,5,
a avaliação 3 tem peso 4 e a avaliação 4 tem peso 3. Assim, a média de cada aluno será
determinada pela fórmula: ( Avaliação1×1,5) + ( Avaliação 2 ×1,5) + ( Avaliação 3 × 4 ) + ( Avaliação 4 × 3) .
1,5 + 1,5 + 4 + 3
7,15
C = 5, 45
8,85
3x1
19
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Definição: Dada uma matriz A = (ajj) do tipo mxn e uma matriz B = (bjj)
do tipo nxp, o produto da matriz A pela matriz B é a matriz C = (cij) do tipo mxp,
tal que o elemento cij é calculado multiplicando-se ordenadamente os elementos
da linha i, da matriz A, pelos elementos da coluna j, da matriz B, e somando-se
os produtos obtidos. Para dizer que a matriz C é o produto de A por B, vamos
indicá-la por AB.
ATENCAO
1 2
1 1 2 2
=C =2 3 e B
3 4 2 3 3 2
20
TÓPICO 1 | MATRIZES
Sabemos que a matriz C terá ordem 3x4 devido à definição, pois a ordem
da matriz resultante da multiplicação de duas matrizes herda o número de linhas
da primeira e o número de colunas da segunda. Observe:
A3 x 2 ⋅ B2 x 4 =
C3 x 4
1
c11 = [1 2] ⋅ = 1 ⋅1 + 2 ⋅ 2 = 1 + 4 = 5
2
1ª Linha A
1ª Coluna B
1
c12 = [1 2] ⋅ = 1 ⋅1 + 2 ⋅ 3 = 1 + 6 = 7
3
21
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2
c13 = [1 2] ⋅ =1 ⋅ 2 + 2 ⋅ 3 = 2 + 6 = 8
3
2
c14 = [1 2] ⋅ =1 ⋅ 2 + 2 ⋅ 2 = 2 + 4 = 6
2
1
c21 = [ 2 3] ⋅ = 2 ⋅1 + 3 ⋅ 2 = 2 + 6 = 8
2
1
c22 = [ 2 3] ⋅ = 2 ⋅1 + 3 ⋅ 3 = 2 + 9 = 11
3
2
c23 = [ 2 3] ⋅ = 2 ⋅ 2 + 3 ⋅ 3 = 4 + 9 = 13
3
2
c24 = [ 2 3] ⋅ = 2 ⋅ 2 + 3 ⋅ 2 = 4 + 6 = 10
2
2
c33 = [3 4] ⋅ = 3 ⋅ 2 + 4 ⋅ 3 = 6 + 12 =18
3
2
c34 = [3 4] ⋅ = 3 ⋅ 2 + 4 ⋅ 2 = 6 + 8 = 14
2
1
c31 = [3 4] ⋅ = 3 ⋅1 + 4 ⋅ 2 = 3 + 8 = 11
2
1
c32 = [3 4] ⋅ = 3 ⋅1 + 4 ⋅ 3 = 3 + 12 = 15
3
E
IMPORTANT
22
TÓPICO 1 | MATRIZES
Exemplo 11: Seja A = (aij) a matriz 2x2 real definida por aij = 1 se i ≤ j e aij =
-1 se i > j. Calcule A2.
a11 = 1
a 21 = −1
a12 = 1
a 22 = 1
1 1
A=
−1 1
ATENCAO
1 1 1 1
A2 = A ⋅ A = ⋅
−1 1 −1 1
A 2 2x 2
A 2x 2 ⋅ A 2x 2 =
1 1 1 1 1 ⋅1 + 1 ⋅ ( −1) 1 ⋅1 + 1 ⋅1
A2 = ⋅ =
−1 1 −1 1 ( −1) ⋅1 + 1 ⋅ ( −1) ( −1) ⋅1 + 1⋅1
1 − 1 1 + 1 0 2
=A 2 =
−1 − 1 −1 + 1 −2 0
23
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Exemplo 12: (UFRJ) uma confecção vai fabricar três tipos de roupas
utilizando três materiais diferentes. Considere a matriz A abaixo, onde cada
elemento aij representa quantas unidades de material j serão empregados para
fabricação de roupas do tipo i.
5 0 2
A = 0 1 3
4 2 1
15 1
25 0
2 3
Tomando-se a matriz-chave C para o código, isto é: 1 2 transmite-
se a mensagem "PAZ" através da multiplicação das matrizes M e C, ou seja:
15 1 2 3 31 47
M
= ⋅C ⋅ =
25 0 1 2 50 75 . Ou através da cadeia de números 31 47 50 75. Desta
forma, utilizando-se a mesma matriz-chave C, a decodificação da mensagem 51 81
9 14 será compreendida pelo batalhão como a transmissão da palavra:
a) LUTE
b) FOGO
c) AMOR
d) VIDA
e) FUGA
E
IMPORTANT
25
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Esse Ano
M A
A 0,3 0,8
0, 7 0, 2
T=
0,3 0,8
26
TÓPICO 1 | MATRIZES
Dessa forma, após o primeiro ano, 35% das pessoas estarão usando o
transporte de massas, e 55% seus carros.
27
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
0,3q1 − 0,2q2 = 0,
Tomando q1 = s, temos:
Concluímos então que num futuro mais longo 40% das pessoas estarão
usando o transporte de massas, e 60% ainda estarão usando seus carros.
28
RESUMO DO TÓPICO 1
Neste tópico, você aprendeu que:
• Uma matriz é representada por uma letra maiúscula e os elementos podem estar
dispostos entre parênteses ou colchetes. A ordem de uma matriz é a informação
da quantidade de linhas (m) e colunas (n).
29
AUTOATIVIDADE
A alternativa VERDADEIRA é:
1 12
14 17
2 3
Tomando-se a matriz-chave C para o código: 1 2 transmite-se a
mensagem "AMOR" através da multiplicação das matrizes M e C, ou seja:
1 12 2 3 14 27
M⋅C
= ⋅ =
14 17 1 2 45 76 . Ou através da cadeia de números 14 27 45
76. Desta forma, utilizando-se a mesma matriz-chave C, a decodificação da
mensagem 52 85 22 40 será compreendida como a transmissão da palavra:
a) ( ) LOGO
b) ( ) PARA
c) ( ) VIDA
d) ( ) TODO
31
Relaciona a(s)
A evidência Ao(s) crime(s)
empresa(s)
A 1 I e III
B 1e2 I e II
C 2 II e III
D 1 I e II
E 1e2 I, II e III
F 2 III
G 1 I e II
H 1e2 II e III
I 2 I e III
5 3
5 5 3 3 4 5
a) ( ) 5 4 b) ( ) 3 4 5 c) ( ) 5 5 3
3 5
3 5 3 5
d) ( ) 4 5 e) ( ) 5 4
5 3 5 3
a) ( ) 20 b) ( ) 9 c) ( ) -16 d) ( ) -12 e) ( ) 0
32
7 Assinale V se a afirmação for verdadeira e F se for falsa.
33
34
UNIDADE 1
TÓPICO 2
1 INTRODUÇÃO
Atualmente, o estudo da Álgebra Linear está organizado pela sequência:
matrizes, depois determinantes e, em seguida, sistemas lineares, porém a ordem
histórica foi outra. Inicialmente surgiram os problemas que envolviam sistemas
lineares e, na tentativa de solucioná-los, surgiram os determinantes. Apenas mais
tarde o estudo das matrizes foi desenvolvido.
2 O CÁLCULO DO DETERMINANTE
Segundo Paiva (2013, p. 127), “o determinante é um número obtido por
meio de multiplicações e adições dos coeficientes de um sistema linear”, ou seja, o
determinante é um número real associado a uma matriz quadrada. É importante
destacar que cada matriz possui um único determinante. Simbolicamente, o
determinante de uma matriz A será denotado por |A|, det(A) ou por DA. Veja a
ideia do determinante em um sistema com duas equações e duas variáveis:
Exemplo 1:
Seja o sistema:
2x + 3 y =5
5 x + 7 y =
2
35
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Lembre-se de que para resolver este sistema devemos escolher uma variável
para zerar e após realizar a soma do sistema. Escolhendo a variável y para zerar,
devemos multiplicar a primeira por 7 e a segunda por -3, obtendo:
7 ⋅ 2x + 7 ⋅ 3y = 7 ⋅ 5
−3 ⋅ 5 x − 3 ⋅ 7 y =−3 ⋅ 2
7 ⋅ 2 x − 3 ⋅ 5x + 7 ⋅ 3 y − 3 ⋅ 7 y = 7 ⋅ 5 − 3 ⋅ 2
zero
( 7 ⋅ 2 + ( −3) ⋅ 5) x = 7 ⋅5 − 3⋅ 2
7 ⋅5 − 3⋅ 2
x= = −29
7 ⋅ 2 − 3⋅5
2 3 5 3
5 7 e 2 7
36
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
Exemplos:
2) Se M = (15), então det (M) = 15.
3) Se Z = − 3 , então det (Z) = − 3 .
= a11. a22 - a12 . a21. Ou seja, o determinante de uma matriz de 2ª ordem é dado pela
diferença entre o produto dos elementos da diagonal principal e o produto dos
elementos da diagonal secundária (esta ideia foi vista no início deste tópico). Veja
esse exemplo prático:
2 7
Exemplo 2: Calcular o determinante da matriz B = .
4 8
Resolução: det (B) = 2·8 - 7·4 ↔ det (B) = 16 – 28 ↔ det (B) = -12.
37
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
diagonal principal
paralelas
diagonal secundária
det A = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) - (a13 a22 a31 + a11 a23 a32 + a12 a21 a33)
ATENCAO
3 4 2
Exemplo 3: Calcule o determinante da matriz B = 2 1 5 .
0 7 4
Resolução: Iniciamos repetindo as duas primeiras colunas após a terceira.
3 4 2 3 4
2 1 5 2 1
0 7 4 0 7
38
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
2 3 −2
Exemplo 4: Resolver a equação: 0 1 x = 2
2 x −3
2 3 −2 2 3
0 1 x 0 1=2
2 x −3 2 x
Assim:
[2·1·(–3) + 3·x·2 + (–2)·0·x] – [(–2)·1·2 + 2·x·x + 3·0·(–3)] = 2
(–6 + 6x + 0) – (–4 + 2x2 + 0) = 2
–6 + 6x + 4 – 2x2 = 2 Não esqueça de realizar a
–2x2 + 6x – 4 = 0 propriedade distributiva,
devido ao sinal de
negativo.
E
IMPORTANT
Uma equação do segundo grau (ou equação quadrática) é toda equação da forma
ax 2 + bx + c = 0, em que a ≠ 0 e sua forma completa exige a resolução através da fórmula:
−b ± b 2 − 4 ⋅ a ⋅ c
x=
2⋅a
39
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2.4 COFATOR
Dada uma matriz A=[aij], quadrada de ordem n ≥ 2 e n ∈ * , denominamos
de cofator de aij o produto de (-1) i+j pelo determinante da matriz (Dij) que se obtém
de A, suprimindo a linha de ordem i e a coluna de ordem j. Notação: cij.
( −1) ⋅ Dij
i+ j
Cij =
a 22 a 23
( −1) ⋅ D11 =
( −1) ⋅
1+1 1+1
C11 =
a 32 a 33
a11 a12
( −1) ( −1)
2+3 2+3
C23 = ⋅ D 23 = ⋅
a 31 a 32
Exemplos:
5) 2 3 c11 =(−1)1+1. 5 = 5
A=
−1 5 c12 =(−1)1+ 2 . − 1 = −1
(−1) 2+1. 3 =
c21 = −3
(−1) 2+ 2 . 2 =
c22 = 2
1 3 4
−2 0 5 c = 1 4
6) A=
3+ 2
32 (−1) . −2 5 =−1.(5 + 8) =−13
7 6 8
40
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
Teorema de Laplace
ATENCAO
Exemplos:
1 3 4
7) A = −2 0 5 det ( A ) = 3 . C12 + 0 . C22 + 6 . C32
7 6 8
−2 5
c12 =(−1)1+ 2 . =−1.(−51) =51
7 8
1 4
c32 =(−1)3+ 2 . =−1.(5 + 8) =−13
−2 5
2 3 1 0
0 2 0 3
8) =0.c41 + 0.c42 + 0.c43 + 6.c44 =6.6 =36
5 −1 4 0
0 0 0 6
2 3 1
4+ 4
(−1) . 0 2 0 =
c44 = 1.6 =
6
5 −1 4
41
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
P1: Se os elementos de uma linha (ou uma coluna) de uma matriz quadrada
forem todos iguais a zero, seu determinante será zero.
4 9 −8 7
3 0 15
0 0 0 0
= 0 2= 0 −3 0
3 2 −1 3
−1 0 7
18 12 9 3
2 5 3 5
4 2 9 8
=0 pois, L1 = L3
2 5 3 5
9 7 4 3
P3: Se uma matriz possui duas linhas (ou colunas) proporcionais, então seu
determinante será nulo.
1 4 2
2 1 4 =0 pois C3 = 2C1
3 2 6
P4: Se trocarmos de posição, entre si, duas linhas (ou colunas) de uma
matriz quadrada, o determinante da nova matriz é o anterior com o sinal trocado.
1 2 3
2 1 −1 =−4
3 2 1
2 1 −1
1 2 3 = +4
3 2 1
42
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
1 2 3 2 2 3
2 1 −1 =−4 Multiplicando C1 por 2, temos : 4 1 −1 =2 ⋅ ( −4 ) =−8
3 2 1 6 2 1
1 2 3 2 2 3
1) 2 1 −1 =−4 Multiplicando C1 por 2, temos : 4 1 −1 =2 ⋅ ( −4 ) =−8
3 2 1 6 2 1
5 −10 0 1 −2 0
1 1
2) 3 7 4 =−145 Multiplicando L1 por , temos : 3 7 4 = ⋅ ( −145 ) =−29
5 5
2 0 −1 2 0 −1
1 2 3 1 2 2
=Det A 2=
= 1 2 9=
Det A 2 1 4 9
t
2 4 3 3 2 3
1 2 3
2 1 2 =9
2 4 3
C1 + 2C2
1+ 2 ⋅ 2 2 3 5 2 3
2 + 1 ⋅ 2=1 2 4=1 2 9
2 + 4 ⋅ 2 4 3 10 4 3
43
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
a 0 0 x g h
d b 0 = a ⋅b ⋅c 0 y i = x⋅ y⋅z
e f c 0 0 z
2 1 1 0 4 2
Se A
= = , B e =
A× B , então : det ( AB
= ) det A ⋅ det B
3 4 2 2 11 8 5
2
10
DICAS
3 ESCALONAMENTO DE MATRIZES
Neste ponto, iremos ensinar a você um procedimento que o auxiliará
bastante no cálculo de determinantes de qualquer ordem. Ainda mais, este processo
é uma ferramenta que estará guardada para o estudo da resolução e da discussão
de sistemas lineares, que é objeto de estudo do subtópico relacionado a seguir.
Preste muita atenção em cada etapa, pois usaremos muito este método!
1 5 6 4
0 2 0 1
A matriz é uma matriz escalonada.
0 0 1 0
0 0 0 0
44
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = α ∙Li ( α ∈ ).
*
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si. Simbolizamos
por: Li = Lk.
• Somar ou subtrair: um múltiplo de uma linha a outra linha. Simbolizamos por:
Li = Li + α ∙Lk ( α ∈ ).
*
ATENCAO
Preste bem atenção nas operações permitidas, pois não é qualquer operação que
mantém os conjuntos relacionados às matrizes.
45
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
ATENCAO
1 2 2 3
A = 3 7 5 1
2 4 4 4
Como o pivô está na linha 1, esta linha será usada de base e, nesta primeira
etapa, usaremos ela para zerar os elementos abaixo do pivô.
Para determinar esse escalar k basta dividir o elemento que se deseja zerar
3
pelo oposto do pivô, ou seja: k = = −3
( −1)
E
IMPORTANT
Note que dividimos o 3 (elemento que queremos zerar) pelo (-1), que é o oposto
de 1. Essa “troca” de sinal é o que caracteriza o oposto do pivô, e sempre terá que ocorrer para
determinar o escalar c.
46
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
1 2 2 3 1 2 2 3 1 2 2 3
3 7 5 1 ~ 3 − 3 ⋅1 7 − 3 ⋅ 2 5 − 3 ⋅ 2 1 − 3 ⋅ 3 ~ 0 1 −1 −8
2 4 4 4 2
4 4 4 2 4 4 4
L2 → L2 + ( −3)⋅ L1
2
k= = −2
( −1)
Continuando o processo:
1 2 2 3 1 2 2 3 1 2 2 3
0 1 −1 −8 ~ 0 1 −1 −8 ~ 0 1 −1 −8
2 4 4 4 2 − 2 ⋅1 4 − 2 ⋅ 2 4 − 2 ⋅ 2 4 − 2 ⋅ 3 0 0 0 −2
L3 → L3 + ( −2 )⋅ L1
2 5 1
A = −5 1 6
2 2 0
Nesse caso, ficaria ainda mais fácil se nós permutarmos a linha 3 com a
linha 1, antes de nos preocuparmos em transformar o pivô em valor 1. Isso porque
todos os elementos da linha 3 são pares, enquanto o mesmo não ocorre com os
elementos da linha 1. Logo,
47
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
2 5 1 2 2 0 1 1 0
−5 1 6 ~ −5 1 6 ~ −5 1 6
A= Observe que trocamos a
linha 1 pela linha 3 (L1↔L3)
2 2 0 2 5 1 2 5 1 e, após isso, multiplicamos a
L1 ↔ L3 1 linha 1 por ½.
L1 → ⋅ L1
2
Nosso primeiro pivô então será o elemento a11=1, e teremos que zerar os
elementos a21= -5 e a31= 2.
=k
(=−5 )
5
( −1)
Então:
1 1 0 1 1 0 1 1 0
A ~ −5 1 6 ~ −5 + 5 ⋅1 1 + 5 ⋅1 6 + 5 ⋅ 0 ~ 0 6 6
2 5 1 2 5 1 2 5 1
L2 → L2 + 5⋅ L1
2
k= = −2
( −1)
Então:
1 1 0 1 1 0 1 1 0
A ~ 0 6 6 ~ 0 6 6 ~ 0 6 6
2 5 1 2 − 2 ⋅1 5 − 2 ⋅1 1 − 2 ⋅ 0 0 3 1
L3 → L3 + ( −2 )⋅ L1
A matriz ainda não está escalonada, pois abaixo do pivô a22 = 6 temos um
elemento diferente de zero. Temos que zerá-lo, mas antes podemos fazer nosso
pivô se transformar em 1. Essa transformação é feita no intuito de facilitar os
próximos cálculos. Logo:
1 1 0 1 1 0
A ~ 0 6 6 ~ 0 1 1
0 3 1 0 3 1
1
L2 → ⋅ L2
6
48
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
1 1 0 1 1 0 1 1 0
Então, A ~ 0 1 1 ~
1 ~ 0 1 1
0 1
0 3 1 0 − 3 ⋅ 0 3 − 3 ⋅1 1 − 3 ⋅1 0 0 −2
L3 → L3 + ( −3)⋅ L2
E
IMPORTANT
Note que a linha base nesta última etapa é a segunda. Isso ocorre porque o pivô
está nesta linha. Notem também que não utilizamos o sinal de = entre as matrizes simplesmente
porque as matrizes não são iguais, apenas conservam propriedades importantes entre si.
1 −1 2 0 1
Exemplo 11: Seja a matriz A = 2 2 5 4 0 , escreva na forma
escalonada. 1 1 3 2 2
1 −1 2 0 1 1 −1 2 0 1
=A 2 2 5 4 0 ~ 2 − 2 ⋅1 2 − 2 ⋅ ( −1) 5 − 2 ⋅ 2 4 − 2 ⋅ 0 0 − 2 ⋅1 ~
1 1 3 2 2 1
1 3 2 2
L2 → L2 + ( −2 )⋅ L1
1 −1 2 0 1 1 −1 2 0 1
~ 0 4 1 4 −2 ~ 0 4 1 4 −2 ~
1 1 3 2 2 1 − 1 ⋅1 1 − 1 ⋅ ( −1) 3 − 1 ⋅ 2 2 − 1 ⋅ 0 2 − 1 ⋅1
L3 → L3 + ( −1)⋅ L1
1 −1 2 0 1 1 −1 2 0 1
~ 0 4 1 4 −2 ~ 0 2 1 2 1 ~
0 2 1 2 1 0 4 1 4 −2
L2 ↔ L3 L3 → L3 + ( −2 )⋅ L2
1 −1 2 0 1 1 −1 2 0 1
~ 0 2 1 2 1 ~ 0 2 1 2 1
0 4 − 2 ⋅ 2 1 − 2 ⋅1 4 − 2 ⋅ 2 −2 − 2 ⋅1 0 0 −1 0 −4
É necessário lembrar que para escalonar uma matriz usamos três operações:
• Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula.
• Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
• Somar ou subtrair: um múltiplo de uma linha a outra linha.
1 1 2 1 1 2 1 1 2
−2 5 1 ~ 0 7 5 ~ 0 7 5
2 2 1 2 2 1 0 0 −3
L2 → L2 + 2⋅ L1 L3 → L3 + ( −2 )⋅ L1
50
TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES
Veja que, nesse caso, não foi necessário fazer nenhuma correção sobre o
valor encontrado, pois não multiplicamos nenhuma linha por uma constante e
nem permutamos duas linhas.
1 2 3
Exemplo 13: Por escalonamento, calcule o determinante da matriz B = 2 2 3 .
−2 5 0
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
=A 2 2 3 ~ 0 −2 −3 ~ 0 −2 −3 ~ ( −2 ) . 0 1 3 2 ~ ( −2 ) . 0 1 3
2
−2 5 0 −2 5 0 0 9 6 0 9 6 0 0 −15
2
L2 → L2 + ( −2 )⋅ L1 L3 → L3 + 2⋅ L1 1 L3 → L3 + ( −9 )⋅ L2
L2 → − ⋅ L2
2
1 2 3
15 15
0 1 3
2 =1 ⋅1 ⋅ − =−
2 2
0 0 −15
2
Porém, para chegarmos à última matriz, multiplicamos a linha dois por -½.
Assim, o determinante da última matriz deve ser multiplicado por (-2):
15
det ( A ) = ( −2 ) ⋅ − = 15
2
51
RESUMO DO TÓPICO 2
Neste tópico, você aprendeu que:
o Multiplicar: podemos multiplicar uma linha inteira por uma constante não
nula. Simbolizamos por: Li = α ∙Li ( α ∈ * ).
o Trocar ou permutar: podemos trocar duas linhas inteiras entre si.
Simbolizamos por: Li = Lk.
o Somar ou subtrair: um múltiplo de uma linha a outra linha. Simbolizamos
por: Li = Li + α ∙Lk ( α ∈ ).
*
52
AUTOATIVIDADE
1 0 2 −1
2 1 3 −2
A=
0 0 2 3
1 −1 0 2
x +1 3 x
3 Seja a matriz quadrada A = 3 x 1 . Calcule x de modo
que det A = 0 x 2 x − 1
53
4 (Esam-RN) Assinale a proposição verdadeira:
k·det A.
c) ( ) Se det A = 0, então a matriz A é nula.
d) ( ) Se det A = 0, então qualquer que seja a matriz X, de mesma ordem que
A, tem-se AX = 0.
e) ( ) O determinante da matriz resultante da soma de duas matrizes de
mesma ordem é igual à soma dos determinantes dessas matrizes.
1 2 3 −1
5 Dadas as matrizes A = e B= , calcule det A + det B
1 0 0 1
e det( A + B ) .
6 Sejam as matrizes:
1 1 0 3 1 0 0 0
A= 0 −2 1 −2 e 1 −2
B =− 0 0
0 0 1 0 2 1 1 0
0 0 0 3 −3 5 4 3
54
UNIDADE 1
TÓPICO 3
SISTEMAS LINEARES
1 INTRODUÇÃO
Se a Álgebra Linear é uma ciência a ser aplicada em problemas práticos,
então os sistemas lineares são a chave para as soluções desses problemas. Desta
forma, podemos afirmar que todos os problemas são resolvidos por um sistema
linear? Claro que não, mas boa parte deles sim, o que reforça sua gigantesca
importância.
2 EQUAÇÃO LINEAR
A palavra "sistema" indica que as equações devem ser consideradas em
conjunto, e não de forma individual, bem como ter em mente que equação linear é,
necessariamente, uma equação polinomial. Portanto, denominamos de equação
linear toda equação da forma: a1x1 + a2x2 + ...+anxn = b , onde a1, a2..., an são
números reais que recebem o nome de coeficientes das incógnitas x1, x2..., xn e b
é um número real chamado termo independente.
55
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
1) xy + 2 z − t =4
2) x 2 − 2 y =4t − 5
3) x − 2 z =y + 7
E
IMPORTANT
Dois sistemas de equações são equivalentes se, e somente se, toda a solução de
qualquer um dos sistemas também é solução do outro.
56
TÓPICO 3 | SISTEMAS LINEARES
ser um sistema linear de possível solução, ele ainda pode ser: determinado ou
solução única, ou então, indeterminado ou de infinitas soluções. E, no caso de ser
um sistema linear impossível, ele não terá solução.
FONTE: Os autores
57
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Como o próprio nome diz, são os sistemas que não têm soluções, ou seja, não
há combinação possível para x1, x2, x3,…, xn de modo a satisfazer, simultaneamente,
todas as m equações do sistema.
As retas que compõem o sistema são paralelas entre si, ou seja, não há
ponto em comum entre elas. Logo, não há solução possível.
58
TÓPICO 3 | SISTEMAS LINEARES
x + y = 8
Exemplo 1: O sistema tem solução única: o par ordenado (3,5).
2 x − y =1
Portanto, o sistema linear é possível e determinado.
x + y = 8
Exemplo 2: O sistema tem infinitas soluções. Algumas são
2 x + 2 y =16
dadas pelos pares ordenados: (0, 8), (1, 7), (2, 6), (3, 5), (4, 4), (5, 3), ... Portanto, o
sistema é possível e indeterminado.
x + y = 10
Exemplo 3: O sistema não tem um par ordenado que satisfaz
− x − y =10
simultaneamente as equações. Portanto, o sistema é impossível.
x + y =10
Por exemplo, o par ordenado (7,3) é solução do sistema
x − 3y =−2
7 + 3 = 10
Pois verifica as duas equações. Ou melhor:
7 − 3.(3) =−2
Os processos ou métodos mais comuns na resolução de sistemas lineares
são: o método da substituição e método da adição, os quais você já aprendeu no
Ensino Fundamental e iremos relembrar aqui. Em seguida, ampliaremos esse
estudo, conhecendo a Regra de Cramer e o Método de Gauss-Jordan.
59
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
x + y =7
Exemplo 4: Resolver o sistema
1
x − y =
Passo 1: Isola-se uma das incógnitas em uma das equações. Neste caso,
x− y = 1
(7 − y ) − y =
1
7− y− y =1
7 − 2y =
1
7 − 2y =1
−2 y =−
1 7
−2 y = −6
−6
y=
−2
y=3
x+ y = 7
x + (3) = 7
x= 7 − 3
x=4
60
TÓPICO 3 | SISTEMAS LINEARES
x = 2 y
Exemplo 5: Resolva o sistema
2 x − 5 y =
3
Passo 1: x = 2 y
Passo 2 :
2 x − 5 y =3 ⇒ 2(2 y ) − 5 y =3 ⇒ 4 y − 5 y =3 ⇒ −1 y =3
Passo 3 : − y =3⇒ y =−3
Passo 4 : x = 2 y
x 2.(−3)
=
x = −6
61
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
E
IMPORTANT
5 x − 3 y =
15
Exemplo 6: Considere o sistema
2 x + 3 y =
6
Observe que a equação 1 tem o termo -3y, e a equação 2 tem o termo +3y
(oposto de -3y).
Esse fato nos permite obter uma só equação sem a incógnita y, somando as
duas equações membro a membro.
5x − 3 y = 15
5.(3) − 3 y =15
15 − 3 y = 15
−3 y = 15 − 15
−3 y = 0
y=0
62
TÓPICO 3 | SISTEMAS LINEARES
2 x + 5 y =
16
Exemplo 7: Vamos resolver o sistema
3 x + 2 y =
2
Observe que nesse caso os termos não são opostos (que somados resulta
0), logo, somando as duas equações, nenhuma incógnita desaparece. Por isso,
precisamos pensar em uma estratégia para tornar os termos opostos.
2 x + 5 y = 16 ⋅ (2) 4 x + 10 y = 32
⇒
3 x + 2 y =2 ⋅ (−5) −15 x − 10 y =−10
4 x + 10 y =32
⊕
−15 x − 10 y =
−10
− 11x + 0 = 22
− 11x = 22
22
x=
−11
x = −2
63
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
3x + 2 y = 2
3(−2) + 2 y =2
−6 + 2 y =2
2 y= 2 + 6
2y = 8
y=4
x + y = 3
Exemplo 8: Resolva o sistema
2 x + 2 y =6
64
TÓPICO 3 | SISTEMAS LINEARES
x − y = 3
Exemplo 9: Resolva o sistema
2 x − 2 y =−4
Pelo método da substituição
x − y = 3
, x= 3 + y
2 x − 2 y =−4
2(3 + y ) − 2 y =−4
6 + 2y − 2y = −4
0 y = −10
65
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
para o qual:
2 x + 3 y − z =0 2 3 -1
4 1 1
=4 x + y + z 7 = a matriz incompleta é: A
−2 x + y + z = 4 -2 1 1
66
TÓPICO 3 | SISTEMAS LINEARES
2 3 -1 0
B = 4 1 1 7
-2 1 1 4
2 x + y = 7
2 x − 3 y =3
2 1
D= =−6 − 2 =−8 ≠ 0
2 −3
7 1
Dx = =−21 − 3 =−24
3 −3
Dx −24
x
= = = 3
D −8
2 7
Dy = 6 14 =
=− −8
2 3
67
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Dy −8
y
= = = 1
D −8
Desta forma, o sistema linear tem como solução {(3, 1)}, sendo um sistema
possível determinado (SPD) e tem como representação geométrica duas retas
concorrentes.
2 x + 3 y =
5
Exemplo 11: Resolver o sistema , utilizando a regra de Cramer:
Resolução: 3 x − 2 y =
1
2 3
D= ( 4) − (9) =
=− −13
3 −2
5 3
Dx = (−10) − (3) =
= −13
1 −2
2 5
Dy = =−(2) (15) =
−13
3 1
Dx −13
x
= = = 1
D −13
Dy −13
y =
= = 1
D −13
Desta forma, o sistema linear tem como solução {(1, 1)}, sendo um sistema
possível determinado (SPD) e tem como representação geométrica duas retas
concorrentes.
x − y = 3
Exemplo 12: Resolver o sistema , utilizando a regra de Cramer:
3 x − 3 y =6
Resolução:
1 −1
D= = (−3) − (−3) = 0
3 −3
3 −1
Dx = =(−9) − (−6) =−3
6 −3
1 3
Dy = = (6) − (9) =
−3
3 6
Dx −3
x
= = → SI 68
D 0
1 3
Dy = = (6) − (9) =
−3
3 6
TÓPICO 3 | SISTEMAS LINEARES
Dx −3
x
= = → SI
D 0
Dy −3
y
= = → SI
D 0
Desta forma, o sistema linear não tem solução, sendo um sistema impossível
(SI) e tem como representação geométrica duas retas paralelas.
x + 2 y − z = 2
Exemplo 13: Calcular os valores de x, y e z, no sistema 2 x − y + 3 z = 9
3 x + 3 y − 2 z = 3
Resolução: O processo é igual do sistema 2x2, o que aumenta é a dificuldade
para calcular o determinante, que agora será 3x3. Vamos iniciar calculando o
determinante da matriz D, depois Dx, Dy e Dz e os respectivos valores das incógnitas.
1 2 −1 1 2
D = 2 −1 3 2 −1 = ( 2 + 18 − 6 ) − ( 3 + 9 − 8) = 14 − 4 = 10
3 3 −2 3 3
2 2 −1 2 2
Dx =9 −1 3 9 −1 =( 4 + 18 − 27 ) − ( 3 + 18 − 36 ) =−5 + 15 =
10
3 3 −2 3 3
D x 10
x
= = = 1
D 10
1 2 −1 1 2
D y = 2 9 3 2 9 = ( −18 + 18 − 6 ) − ( −27 + 9 − 8 ) =−6 + 26 =20
3 3 −2 3 3
D y 20
y
= = = 2
D 10
1 2 2 1 2
D z = 2 −1 9 2 −1 = ( −3 + 54 + 12 ) − ( −6 + 27 + 12 )= 63 − 33= 30
3 3 3 3 3
D z 30
z
= = = 3
D 10
69
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
E
IMPORTANT
x+ y = 3 x + y = 3
Exemplo 14: Sendo S1 = e S2 = o par ordenado
2 x + 3 y =
8 x + 2 y =
5
(x, y) = (1, 2) satisfaz ambos e é único. Logo, S1 e S2 são equivalentes: S1~S2.
= x + y + 2 z 1 ( I=
) x - z 3 ( II )
, S1 x
Sendo= =- z 3 ( II ) e=
S2 + z 2 ( III )
y= temos, S1 ~ S 2 .
y + z 2 ( III )
= = x + y + 2z 1 (I )
3 (I )
x + 2y =
Dado S1 = , multiplicando a equação (II) por 3, obtemos:
0 ( II )
x − y =
= x + 2y 3 = x + 2y 3
=S2 = ⇒ S2
( x − y =0) ⋅ 3 3 x − 3y =0
70
TÓPICO 3 | SISTEMAS LINEARES
4 (I )
x + 2y =
Dado S1 = , substituindo neste sistema a equação (II) pela
1 ( II )
x − y =
soma da equação (I), multiplicada por (-1), com a equação (II), obtemos:
− x − 2y =−4
( x + 2y = 4) ⋅ (−1) x− y = 1
=S1' = ⇒ S1'
x− y = 1 -3y = -3
Logo:
x + 2y =
4
S2 =
− 3y = −3
4 x − 8 y + z =−5
x − y + 2 z =−2
2 x − 3 y + 3z =−4
71
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
4 −8 1 −5
1 −1 2 −2
2 −3 3 −4
4 −8 1 −5 1 −1 2 −2
1 −1 2 −2 ~ 4 −8 1 −5
2 −3 3 −4 2 −3 3 −4
L1 ↔ L2
Utilizando o elemento a11=1 como pivô para zerar os elementos abaixo dele.
1 −1 2 −2 1 −1 2 −2
4 −8 1 −5 ~ 0 −4 −7 3
2 −3 3 −4 0 −1 −1 0
L2 → L2 + ( −4 )⋅ L1
L3 → L3 + ( −2 )⋅ L1
Permutando as linhas 2 e 3:
1 −1 2 −2 1 −1 2 −2
0 −4 −7 3 ~ 0 −1 −1 0
0 −1 −1 0 0 −4 −7 3
L2 ↔ L3
Agora, usaremos o elemento a22=-1 como pivô para zerar o elemento a31
abaixo dele.
1 −1 2 −2 1 −1 2 −2
0 −1 −1 0 ~ 0 −1 −1 0
0 −4 −7 3 0 0 −3 3
L3 → L3 + ( −4 )⋅ L2
72
TÓPICO 3 | SISTEMAS LINEARES
Por fim, façamos a leitura das linhas das matrizes, iniciando pela última
linha:
3ª linha:
−3 z = 3
3
z=
−3
z = −1
2ª linha:
−y − z =0
− y − ( −1) =0
− y +1 =0
− y =−1
y =1
1ª linha:
x − y + 2 z =−2
x − (1) + 2 ⋅ ( −1) =−2
x − 1 − 2 =−2
x =−2 + 1 + 2
x =1
ATENCAO
3x1 − 2x 2 + 5x 3 =10
Exemplo 16: Resolva o sistema: x1 + x 2 + 2x 3 = 12
−4x − 3x + x = −34
1 2 3
73
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
3 -2 5 10
1 1 2 12
-4 -3 1 -34
3 −2 5 10 1 1 2 12
1 1 2 12 ~ 3 −2 5 10
−4 −3 1 −34 −4 −3 1 −34
L1 ↔ L2
Usando o elemento a11 = 1 como pivô para zerar os elementos a21 = 3 e a31 =
-4, teremos:
1 1 2 12 1 1 2 12
3 −2 5 10 ~ 3 − 3 −2 − 3 5 − 6 10 − 36
−4 −3 1 −34 −4 + 4 −3 + 4 1 + 8 −34 + 48
3
L2 → L2 + ⋅ L1
−1
−4
L3 → L3 + ⋅ L1
−1
1 1 2 12
Logo, 0 −5 −1 −26
0 1 9 14
Permutando a linha 2 com a linha 3 para ficarmos com o pivô a22 = 1, teremos:
1 1 2 12 1 1 2 12
0 −5 −1 −26 ~ 0 1 9 14
0 1 9 14 0 −5 −1 −26
L 2 ↔ L3
1 1 2 12 1 1 2 12
0 1 9 14 ~ 0 1 9 14
0 -5 -1 -26 0 + 0 −5 + 5 −1 + 45 −26 + 70
−5
L 3 → L 3 + ⋅ L 2
−1
74
TÓPICO 3 | SISTEMAS LINEARES
1 1 2 12
0 1 9 14
0 0 44 44
3ª Linha:
44z = 44
44
z=
44
z =1
2ª Linha:
1y + 9z =
14
1y + 9 ⋅ (1) =14
1y + 9 =14
y= 14 − 9
y=5
1ª Linha:
x + y + 2z =
12
x + ( 5 ) + 2 ⋅ (1) =
12
x +5+ 2 = 12
x+7 = 12
x= 12 − 7
x =5
3 x − y + z =−1
Exemplo 17: Resolver o sistema .
x + 2z = 0
75
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Resolução: Acadêmico, perceba que essa matriz tem duas equações e três
incógnitas, logo a matriz A será de ordem 2x3. Como a matriz completa tem uma
coluna a mais (a coluna dos resultados), teremos uma matriz 2x4 como ampliada.
3 x − y + z =−1 3 −1 1 −1
⇒
x + 2z = 0 1 0 2 0
Note que na segunda linha não aparece incógnita y. Como a segunda coluna
representa os coeficientes da incógnita y e ela não aparece na segunda linha, basta
acrescentar o coeficiente zero como elemento correspondente.
Escalonando a matriz:
3 −1 1 −1 1 0 2 0 1 0 2 0
1 0 2 0 ~ 3 −1 1 −1 ~ 3 − 3 ⋅1 −1 − 3 ⋅ 0 1 − 3 ⋅ 2 −1 − 3 ⋅ 0 ~
L1 ↔ L2 L2 → L2 + ( −3)⋅ L1
1 0 2 0
~
0 −1 −5 −1
Notem que esta matriz já está escalonada e lendo as linhas dessa matriz
teremos duas equações:
1 0 2 0 x + 2 z = 0
⇒
0 −1 −5 −1 − y − 5 z =−1
x + 2z = 0 x= −2 z
⇒
− y − 5 z =−1 y =1 − 5 z
Portanto, existem infinitas soluções para esse sistema: para cada valor de
z que considerarmos, teremos valores x e y diferentes associados a ele, a solução
geral é representada por um ponto de três coordenadas (-2z, 1-5z, z) ou por um
−2 z
vetor 1 − 5 z .
z
Por exemplo:
76
TÓPICO 3 | SISTEMAS LINEARES
3 x + y =2
Exemplo 18: Resolver o sistema x − y =4 .
2 x − 3 y =
6
3 1 2 1 −1 4 1 −1 4 1 −1 4
1 −1 4 ~ 3 1 2 ~ 3 − 3 ⋅1 1 − 3 ⋅ (−1) 2 − 3 ⋅ 4 ~ 0 4 (–10)
10 ~
2 −3 6 2 −3 6 2 − 2 ⋅1 −3 − 2 ⋅ (−1) 6 − 2 ⋅ 4 0 −1 −2
L1 ↔ L2 L2 → L2 + ( −3)⋅ L1 L2 ↔ L3
L3 → L3 + ( −2 )⋅ L1
1 −1 4 1 −1 4 1 −1 4
~ 0 −1 −2 ~ 0 −1 −2 ~ 0 −1 −2
0 4 (–10) 10 + +4 4⋅ (.−(–2)
10 0 4 + 4 ⋅ (−1) (–10) 2) 0 0 (–18)
2
L3 → L3 + 4⋅ L2
77
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
x− y + z = 3
Exemplo 19: Discutir o sistema: 2 x + y − 3 z =4 .
3 x − y + 2 z =6
1 −1 1
D = 2 1 −1 = 3 ≠ 0
3 −1 2
x + 2y + z = 1
Exemplo 20: Discutir o sistema: 2 x + y − 3 z = 4.
3 x + 3 y − 2 z =
0
Resolução: Calcular D.
1 2 1
=D 2 1=−3 0
3 3 -2
1 2 1
Dx = 4 1 −3 = 35 ≠ 0
0 3 -2
x + 3 y + 2z = 1
Exemplo 21: Discutir o sistema: −2 x + y + z = −2 .
− x + 4 y + 3z =
−1
78
TÓPICO 3 | SISTEMAS LINEARES
Resolução:
1 3 2
−2 1
D= 1 =
0
−1 4 3
1 3 2
−2 1
Dx = 1 =
0
−1 4 3
1 1 2
−2 -2
Dy = 1 =
0
−1 −1 3
1 3 1
Dz = −2 1 −2 = 0
−1 4 -1
3
kx + y =
Exemplo 22: Determinar k ϵ R, de modo que o sistema tenha
solução. 5
x + ky =
k 1
= k 2 − 1 ≠ 0 ⇒ k ≠ ±1
1 k
79
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
10 x + 30 y =
90
30 x + 20 y =
102
10
= x + 30 y 90 10
= x + 30 y 90
~
30
= x + 20 y 102 = 70 y 168
3 L1 − L2
168 90 − 30(2, 4) 18
Assim,=y = 2, 4 . Substituindo na 1ª equação, temos: =
x = = 1,8 .
70 10 10
Exemplo 24: Em uma pastelaria, dois pastéis mais três caldos de cana
custam R$ 5,40. Cinco pastéis mais dois caldos custam R$ 9,10. Qual o preço de
quatro pastéis e quatro caldos?
2 x + 3 y =
5, 40
5 x + 2 y =
9,10
=2 x + 3 y 5, 40 =2 x + 3 y 5, 40
~
5 x + 2 y 9,10 =
= 11 y 8,80
5 L1 − 2 L2
8,80 5, 40 − 3(0,80) 3, 00
Logo,
= y = 0,80 =
e x = = 1.50.
11 2 2
80
TÓPICO 3 | SISTEMAS LINEARES
x + y + z 92
= =2 x + y 92
⇒
x + 5=
y + 10 z 500 11
= x + 5 y 500
Escalonando, temos:
2 x + y 92
= = 2 x + y 92
~
11=x + 5 y 500 = y 12
11. L1 − 2. L2
Escalonando o sistema:
x + y = 14 x + y =14
~ 1
⇒x=
40 x − 40 y =
240 80 y= 320 ⇒ y= 4
40. L1 − L2
81
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
F1 = Kx1
F2 = K (x2 - x1)
F3 = K (x3 - x2)
P1 = m1 . g
P2 = m2 . g
P3 = m3 . g
82
TÓPICO 3 | SISTEMAS LINEARES
∑ Fx = 0
F1 − 2 F2 − P1 =
0
3Kx1 − 2 Kx2 =
m1 g
∑ Fx = 0
2 F2 − P2 − F3 =
0
−2 Kx1 − 3Kx2 − Kx3 =
m2 g
∑ Fx = 0
F3 − P2 =0
Kx3 − Kx2 =
m3 g
3Kx1 − 2 Kx2 = m1 g
−2 Kx1 − 3Kx2 − Kx3 =
m2 g
Kx − Kx = m3 g
3 2
Em que, dependendo dos valores das constantes elásticas e das massas dos
objetos, determinamos os valores das deformações x1, x2 e x3.
LEITURA COMPLEMENTAR
Foi só há pouco mais de 150 anos que as matrizes tiveram sua importância
detectada e saíram da sombra dos determinantes. O primeiro a lhes dar um nome
parece ter sido Cauchy, 1826: tableau (= tabela).
O nome matriz só veio com James Joseph Sylvester, 1850. Seu amigo Cayley,
com sua famosa Memoir on the Theory of Matrices, 1858, divulgou esse nome e
iniciou a demonstrar sua utilidade.
83
UNIDADE 1 | MATRIZES E SISTEMAS LINEARES
Usou o significado coloquial da palavra matriz, qual seja: local onde algo
se gera ou cria. Com efeito, via-as como "...um bloco retangular de termos... o que
não representa um determinante, mas é como se fosse uma MATRIZ a partir da
qual podemos formar vários sistemas de determinantes, ao fixar um número p
e escolher à vontade p linhas e p colunas..." (artigo publicado na Philosophical
Magazine de 1850, p. 363-370).
Observe que Sylvester ainda via as matrizes como mero ingrediente dos
determinantes. É só com Cayley que elas passam a ter vida própria e gradativamente
começam a suplantar os determinantes em importância.
Como se explica isso? Esses resultados, bem como a maioria dos resultados
básicos da Teoria da Matrizes, foram descobertos quando os matemáticos dos
séculos XVIII e XIX passaram a investigar a Teoria das Formas Quadráticas.
Hoje, consideramos imprescindível estudar essas formas através da notação e
metodologia matricial, mas naquela época elas eram tratadas escalarmente.
84
TÓPICO 3 | SISTEMAS LINEARES
Assim, podemos dizer que a Teoria das Matrizes teve como mãe a Teoria
das Formas Quadráticas, pois seus métodos e resultados básicos foram lá gerados.
Hoje, contudo, o estudo das formas quadráticas é um mero capítulo da Teoria das
Matrizes.
85
RESUMO DO TÓPICO 3
Neste tópico, você estudou que:
• Um sistema linear pode ser resolvido através da regra de Cramer, a qual afirma
D
que todo sistema normal tem uma única solução, dada por: xi = xi
D
• O método de Gauss consiste em escalonar a matriz utilizando as operações
elementares sobre linhas de matrizes.
86
AUTOATIVIDADE
2 x − y + 3z = 0
2 Determine m para que o sistema
x + 4 y − 5 z 0 tenha
= única so-
lução. 3 x + my + 2 z = 0
2 x + 3 y + z =1
a) 3 x − 3 y + z =8
2 y + z = 0
x + y + z = 6
b) 4 x + 2 y − z =5
x + 3y + 2z = 13
x + 2 y + z = 7
c) 2 x + 7 y + z = 21
−3 x − 5 y + 2 z =−8
87
Sabendo que ela adquiriu a mesma quantidade de canetas e cadernos, além do
maior número possível de lapiseiras, o número de corretores comprados foi
igual a:
a) ( ) 11 b) ( ) 12 c) ( ) 13 d) ( ) 14
Quadro I Quadro II
Quantidade Preço (em Reais)
Edição Luxo Edição Bolso Regular Oferta
Livro A 76 240 Ed. Luxo 8,00 6,00
Livro B 50 180 Ed. Bolso 2,00 1,00
Quadro III
Preço Preço
(Regular) (Oferta)
Livro A 720,00 440,00
Livro B 560,00 340,00
II) Considere agora o quadro III, que indica a quantia arrecadada na venda de
certa quantidade dos livros A e B (valores em reais). Utilizando esses dados
e os apresentados no quadro II, a quantidade vendida do livro A (ao preço
regular, edição de luxo) e a quantidade vendida do livro B (ao preço de oferta,
edição de bolso) foram, respectivamente.
88
x
cidade
A
cidade
B
z
y
cidade
C
89
90
UNIDADE 2
OBJETIVOS DE APRENDIZAGEM
A partir desta unidade, você será capaz de:
PLANO DE ESTUDOS
Esta unidade está dividida em quatro tópicos. Ao final de cada um deles você
encontrará atividades que o auxiliarão no seu aprendizado.
91
92
UNIDADE 2
TÓPICO 1
1 INTRODUÇÃO
Acadêmico, nesta segunda unidade de estudo abordaremos os conceitos,
regras, propriedades e aplicações dos vetores. O conteúdo desta unidade representa
o elo de ligação entre dois grandes ramos da Matemática, a Álgebra Linear e a
Geometria Analítica.
E
IMPORTANT
93
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
2 PLANO CARTESIANO
Em um Plano Cartesiano são fixados dois eixos coordenados OX e OY ,
interceptando-se em um ponto O, chamado de origem. Fica convencionado que os
eixos coordenados formam entre si um ângulo de 90º (ângulo reto). Em seguida,
escolhendo-se
um ponto P pertencente ao plano, traçam-se retas
perpendiculares
a OX e OY , passando por P, interceptando os eixos OX e OY nos pontos R e S,
respectivamente. Daí em diante, os comprimentos dos segmentos OR e OS são
ditos coordenadas cartesianas do ponto P, no plano cartesiano.
S P
x
O R
FONTE: Os autores
Agora, iremos estender este conceito para o Espaço Cartesiano, que nada
mais é do que analisar
analogamente
o fato, porém em três dimensões. Traçamos
o eixo OZ ortogonal a OX e OY concomitantemente todos eles se interceptando na
origem dos eixos.
Plano yz
Plano xz P
O
R
S
x Plano xy y
FONTE: Os autores
FONTE: Os autores
95
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
P1 ( 0, 0, 0 ) , P2 ( 0, 6, 0 ) , P3 (10, 6, 0 ) , P4 (10, 0, 0 )
P5 (10, 0, 4 ) , P6 ( 0, 0, 4 ) , P7 ( 0, 6, 4 ) , P8 (10, 6, 4 )
NOTA
Verifique que o único ponto que não possui coordenadas nulas é o ponto P8 ,
pois ele não pertence a nenhum eixo nem plano coordenado. Assim:
• Pontos que possuem duas coordenadas nulas, está situado em um eixo.
• Pontos que possuem uma coordenada nula, está situado em um plano.
b) O ponto de intersecção entre as diagonais (ponto D) está no plano XY, logo ele
possui cota zD = 0 (não possui altura). Percebe-se também que as coordenadas xD
e yD são metade das medidas dos lados da sala (por se tratar da diagonal), logo
xD = 5 e yD = 3, e então D(5,3,0).
96
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
AB
FONTE: Os autores
FONTE: Os autores
97
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
NOTA
FONTE: Os autores
98
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
E
IMPORTANT
u = B− A= ( 3 − ( −1) , 4 − 2 ) = ( 4, 2 )
v = D −C = ( 3 − 2, −2 − 3,3 − 3) = (1, −5, 0 )
Geometricamente:
99
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Este exemplo nos mostra que encontrar um vetor a partir de dois pontos
sempre nos trará um representante deste vetor partindo da origem dos eixos
cartesianos, e assim, iremos sempre adotar esta regra para a análise de vetores.
u + v = (x1+x2, y1+y2)
1) Regra do Paralelogramo:
100
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
2) Regra do Triângulo:
NOTA
A
Vetor G
F
Os vetores são colocados consecutivamente, para que o vetor resultante seja o último lado
para criar o polígono.
a) u + v =
b) u + t =
c) v + t =
101
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Resolução:
a) u + v =( −2 + 1, −3 + 4 ) =( −1,1) b) u + t = ( −2 + 3, −3 + 2 ) = (1, −1)
c) v − t =?
Definição: Seja o vetor v = (x1,y1), dizemos que seu vetor oposto -v é dado
por -v = (-x1,-y1).
Esta definição nos leva a entender que a subtração de vetores nada mais é
do que a soma do vetor oposto.
102
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
Observações:
NOTA
Agora, fica a pergunta: O que ocorre quando k = + 1? Por quê? Existe alguma relação com
a definição de vetor oposto dada anteriormente?
a) 3 ⋅ u
b) − 2 ⋅ u
1
c) - ⋅ u
2
Resolução:
103
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
NOTA
O método para alterar a direção do vetor será visto mais adiante, quando falarmos
em tranformações lineares especiais.
a) u − 3v =
b) − 2u + 3v =
c) u ² − v =
Resolução:
a) u − 3v =( −2,3,1) + 3. ( −3,1, −4 ) =
= ( −2,3,1) + ( −9,3, −12 )
= ( −2 − 9,3 + 3, −4 − 12 )
( −11, 6, −16 )
=
104
TÓPICO 1 | VETORES E SUAS OPERAÇÕES BÁSICAS
−2. ( a + b, 6 ) =
4. ( 4, 2b )
( −2a − 2b, −12 ) =
(16,8b )
Comparando as coordenadas dos vetores, podemos formar o seguinte
sistema de equações:
−2a − 2b =
16
8b = −12
12 3
b=
− = −
8 2
3 13
−2a − 2 − = 16 ⇒ −2a + 3 = 16 ⇒ a = −
2 2
105
RESUMO DO TÓPICO 1
Neste tópico, você aprendeu que:
• O Plano Cartesiano é formado pelos eixos coordenados OX e OY , que se
interceptam ortogonalmente em um ponto O, chamado de origem.
• Dados dois pontos do plano A e B, com coordenadas (xA, yA) e (xB, yB) , chamamos
de vetor v a operação B-A = (xB -xA, yB -yA).
106
AUTOATIVIDADE
107
6 Considere os vetores u = (1, -3, 6) e v = (7, 2, 4). Calcule os vetores
r = u + 2v e s = v – u.
108
UNIDADE 2 TÓPICO 2
OPERAÇÕESVETORIAIS
1 INTRODUÇÃO
No tópico anterior, estudamos os conceitos e definições iniciais sobre
vetores, bem como as operações mais elementares, como somar um vetor e
multiplicar um vetor por um escalar.
Vamos começar?
E
IMPORTANT
Para chegar a esta fórmula (você pode tentar verificar!) basta utilizar o
Teorema de Pitágoras com as coordenadas do vetor em questão. Para vetores em
duas coordenadas, o processo é trivial. Já para três coordenadas, devemos aplicar
o teorema duas vezes, e assim por diante.
109
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
E
IMPORTANT
Para o vetor nulo, que é o vetor com coordenadas compostas apenas por zeros,
iremos representá-lo por 0 . Sua forma geométrica no espaço é um ponto.
Resolução:
v = 82 + 6² = 10
z= 32 + ( −4 )=
² 5
w = 12 + 32 + 5² = 35
FONTE: Os autores
110
TÓPICO 2 | OPERAÇÕES VETORIAIS
O sentido das setas indica o positivo de cada eixo. Os vetores com base canônica
possuem as seguintes coordenadas:
i = (1, 0, 0 )
j = ( 0,1, 0 )
k = ( 0, 0,1)
( −4 )
2
v = + 3² = 5
1
Como ele não é unitário, aplicaremos a fórmula: u= ⋅v
v
1
Substituindo os dados: u = ⋅ ( −4, 3) s :
5
Aplicando a distributiva:
1
u= ⋅ ( −4, 3)
5
1 1
u= ⋅ ( −4 ) , ⋅ 3
5 5
4 3
Fazendo as multiplicações: u = − ,
5 5
111
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
4 PRODUTO ESCALAR
O produto escalar (ou produto interno) é a multiplicação entre dois
vetores cujo resultado é um escalar (um número real), podendo ser denotado por:
z ⋅ v ou z, v .
Sendo:
=z ( z1 , z2 ,…, zn )
=v ( v1 , v2 ,…, vn )
O produto entre os dois vetores será dado por:
z ⋅ v = z1 ⋅ v1 + z2 ⋅ v2 +…+ zn ⋅ vn
z ⋅ v = 1 ⋅ ( −2 ) + 2 ⋅ 3
z ⋅ v =−2 + 6 =4
FONTE: Os autores
112
TÓPICO 2 | OPERAÇÕES VETORIAIS
z
Exemplo 4: Calcule o ângulo formado pelos vetores = (1,1, 2 ) e=
v ( 2, −1,1) .
Resposta:
z ⋅v
cos θ =
z ⋅ v
cos θ =
(1,1, 2 ) ⋅ ( 2, −1,1)
(1,1, 2 ) ⋅ ( 2, −1,1)
2 −1+ 2
cos θ =
12 + 12 + 2² ⋅ 22 + ( −1) ² + 1²
3
cos θ =
6⋅ 6
3
cos θ =
6
1
cos θ = ⇒θ = 60°
2
Resposta: Para que dois vetores sejam perpendiculares, basta que o produto
escalar entre eles seja zero.
Exemplo 6: Qual o valor que x pode assumir para que o ângulo entre os
( −1, 2 ) e v =
vetores z = ( 4, x ) seja agudo?
Resposta: Para formar um ângulo agudo, basta que o produto escalar seja
maior que zero.
z ⋅ v =( −1, 2 ) ⋅ (43, x )
z ⋅ v = ( −1) ⋅ 42 + 2 ⋅ x
113
Logo,
z ⋅ v =( −1, 2 ) ⋅ ( 3, x )
z ⋅ v = ( −1) ⋅ 2 + 2 ⋅ x
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Logo,
( −1) ⋅ 4 + 2 ⋅ x > 0
−4 + 2 ⋅ x > 0
2⋅ x > 4
4
x> = 2
2
x > 2.
6 PRODUTO VETORIAL
O produto vetorial é de grande utilidade para a física para analisar o
comportamento no eletromagnetismo, mecânica de corpos rígidos e dos fluidos.
Na matemática, o produto vetorial aplica-se a vetores em R³ resolvendo problemas
na geometria, onde o produto entre dois vetores tem como solução um novo vetor,
simultaneamente ortogonal aos outros dois. A representação do produto vetorial
entre dois vetores é denotada por z × u , veja a ilustração:
z ×u
z ×u z ×u
FONTE: Os autores
Você pode estar se perguntando por que o produto vetorial entre os vetores
acima resultou em um vetor apontando para cima e não para baixo (estas seriam
as únicas duas soluções possíveis, já que o vetor resultante é ortogonal). Bem,
esta analogia está correta, a resposta para ela é que o vetor resultante no produto
vetorial segue a regra da mão direita.
114
TÓPICO 2 | OPERAÇÕES VETORIAIS
FONTE: Os autores
i× j =k i × k =− j j×k = i
j × i =−k k × i =j k × j =− i
i×i = j× j = k×k = 0
Isto acontece porque vetores iguais são colineares.
Observe o “macete” que pode ser utilizado para decorar os produtos entre
os vetores.
115
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Agora que já definimos como deve ser o produto vetorial, basta vermos
como se calcula este produto. Uma das formas é por coordenadas cartesianas.
w = ( w1 , w2 , w3 )
v = ( v1 , v2 , v3 ) Observe que as coordenadas
de x, y e z foram trocadas
pelos vetores unitários (i, j
i j k e k) apresentados na regra
da mão direita que seguem
w× v =det w1 w2 w3 respectivamente os eixos.
v1 v2 v3
( −1, 0, 2 ) e v =
Exemplo 8: Sejam os vetores z = ( 3,1, −2 ) , determine o
produto vetorial entre eles.
i j k
z×v =det z1 z2 z3
v1 v2 v3
116
TÓPICO 2 | OPERAÇÕES VETORIAIS
i j k
v det −1 0 2
z ×=
3 1 −2
i j k i j
v det −1 0 2 −1 0
z ×=
3 1 −2 3 1
z × v = ( −2 ) ⋅ 0 ⋅ i + 3 ⋅ 2 ⋅ j + 1 ⋅ ( −1) ⋅ k − ( 3 ⋅ 0 ⋅ k + 1 ⋅ 2 ⋅ i + ( −2 ) ⋅ ( −1) ⋅ j )
Fazendo as multiplicações:
z × v = 0 + 6 ⋅ j − k − (0 + 2 ⋅ i + 2 ⋅ j )
z × v = 6⋅ j − k − 2⋅i − 2⋅ j
z × v =−2 ⋅ i + 4 ⋅ j − k
z × v =( −2, 4, −1)
FONTE: Os autores
117
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
z×v
A= A
= z×v
2
i j k
z×v = det 1 1 2
−2 1 2
z × v = ( 0, −6, 3)
02 + ( −6 ) + 32
2
z ×=
v
z × v = 45
A = 45 u.c.
118
TÓPICO 2 | OPERAÇÕES VETORIAIS
z
h
v
A área do triângulo pode ser encontrada a partir de:
z×v
A=
2
i j k
z × v det 4 −5 0
=
0 4 −3
z×v = (15,12,16 )
z × v= 152 + 122 + 162
z × v= 225 + 144 + 256
z × v =25
Então:
25
A=
2
A = 12,5 cm 2
Note que temos três incógnitas na fórmula acima: área, base e altura.
A área do triângulo sabemos, a base é possível encontrar a partir do vetor v e
posteriormente encontramos a sua altura. Calculando a norma do vetor v .
02 + 42 + ( −3)
2
v=
=v 16 + 9
v = 5cm
119
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
b⋅h
Substituindo na fórmula: A=
2
5⋅ h
12,5 =
2
12,5 ⋅ 2
=h
5
h = 5 cm
A C
Para desenvolver o cálculo da área por produto vetorial devemos optar por
dois segmentos que têm o mesmo vértice em comum para transformá-los em vetor.
AB= B − A AC= C − A
AB = AB( −×1, −AC3, 3) − ( 2, −1, 4 ) AC = (1, − 2, 1) − ( 2, −1, 4 )
A =
AB
AB× 2=AC( −3, −2, −1) AC = ( −1, −1, −3)
A =
AB ×2 AC i j k
A =
AB
AC×2= AC
AB ×
det −i3 −j2 −k1
A=
AB × AC 2= det −i31 −j21 −k31
AB × AC ==(det −−i31 − −j21 − −k31
AB × AC
5, −8,1 )
AB × AC ==(det −3 −2 −1
5, −8,1 1) 1 3
AB× AC =( 5, −8,1
−21) −1 2 −32
AB
× × AC
AC=
( 5, −8,15 + ( −8 ) + 1
AB = 2 )
5 + ( −8 ) + 12
2
AB × AC=
AB ×
AC
= 90
= 52 + ( −8 )2 + 12
AB × AC
AC =
AB ×
= 3 90 10
10 ( )
2 2
AB × AC =
5 + −8 + 12
AB × AC = 3 90
AB
AB × AC
Então: × AC = = 3 90 10
Então:
AB × AC = 3 10
Então: AC 3 10
AB ×
= A = u.a.
Então: AB ×2 AC 3 210
= A = u.a.
AB ×2 AC 3 210 120
= A = u.a.
AB ×2 AC 3 210
TÓPICO 2 | OPERAÇÕES VETORIAIS
7 PRODUTO MISTO
O produto misto tem este nome por envolver duas operações entre vetores
ao mesmo tempo, o escalar e o vetorial. O resultado obtido sempre será um número
real e a denotação é feita por: z ⋅ ( w × v ) ou ( z , w, v) .
Então:
i j k
w × v ) ( z1 , z2 , z3 ) ⋅ det z1
z ⋅(= z2 z3
v1 v2 v3
z1 z2 z3
det w1
Com isso definimos que: z ⋅ ( w × v ) = w2 w3 .
v1 v2 v3
Resposta:
z1 z2 z3
det w1
z ⋅( w× v) = w2 w3
v1 v2 v3
1 2 3
⋅ ( w × v ) det 2 3 −1
z=
0 −2 1
1 2 3 1 2
= det 2 3 −1 2 3
0 −2 1 0 −2
=3 + 0 − 12 − ( 0 + 2 + 4 )
z ⋅( w× v) =−15
121
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
z1 z2 z3 z1 z2 z3
1
V = det w1 w2 w3 V = ⋅ det w1 w2 w3
6
v1 v1 v2 v3
v2 v3
ou ou
1
V = z ⋅( w× v) V = ⋅ z ⋅( w× v)
6
Paralelepípedo Tetraedro
Resposta:
z1 z2 z3
V = det w1 w2 w3
v1 v2 v3
x 5 0
=24 det 1 1 −1
3 −2 1
24 =− x − 20
122
TÓPICO 2 | OPERAÇÕES VETORIAIS
− x − 20 =24
x = −44
ou:
− x − 20 =−24
x=4
Portanto:
−44 ou x =
x= 4
1
V = ⋅ z ⋅( w× v)
6
6 2 2
z ⋅ ( w × v ) det =
= 3 4 1 36
3 1 3
1
V = ⋅ 36 =6 u.v.
6
123
RESUMO DO TÓPICO 2
Neste tópico, você aprendeu que:
i = (1, 0, 0 )
j = ( 0,1, 0 )
k = ( 0, 0,1)
• Área do Paralelogramo: A= z × v
z1 z2 z3
det w1
• Produto misto: z ⋅ ( w × v ) = w2 w3
v1 v2 v3
• Volume de um paralelepípedo: V = z ⋅ ( w × v )
1
• Volume de um tetraedo: V = ⋅ z ⋅( w× v)
6
124
AUTOATIVIDADE
v ( 2,1, −1) forma um ângulo de 60° com o
que o vetor=
1 Sabendo
vetor AB determinado pelos pontos A (3, 1, -2) e B (4, 0, m), calcule
1
m. Use cos 60° = .
2
2 Dados os vetores u = (1, x, -2x - 1), v = (x, x – 1, 1) e w = (x, -1, 1),
determine “x” de modo que u ⋅ v = ( u + v ) ⋅ w.
125
Cálculo do segundo dígito verificador: tomamos um vetor c∈10 cujos nove
primeiros componentes são os dígitos que compõem o número do CPF na
ordem dada, e o último componente é o primeiro dígito verificador encontrado.
Para o exemplo em questão temos:
c = ( 3,1, 3, 4, 0, 2, 8, 0, 9, 3)
Nesta questão, a resposta é dada pela soma dos números que identificam as
alternativas corretas.
(1) O número de CPF 300.001.201 possui como dígito verificador o número 03.
(2) O número de CPF 005.211.271 possui como dígito verificador o número 80.
(3) O número de CPF 411.567.913 possui como dígito verificador o número 16.
(4) O número de CPF 050.126.349 possui como dígito verificador o número 00.
a) ( ) 3
b) ( ) 4
c) ( ) 5
d) ( ) 6
126
Assinale a alternativa correta:
I – Os pontos A(3, 8), B(-11, 3) e C(-8, -2) são vértices de um triângulo isósceles.
II – Os pontos A(-1, 2), B(2, 5) e C(2, 2) são vértices de um triângulo escaleno.
III – Os pontos A(3, 8), B(-11, 3) e C(-8, -2) são vértices de um triângulo equilátero.
127
128
UNIDADE 2
TÓPICO 3
DEPENDÊNCIALINEAR
1 INTRODUÇÃO
Na unidade anterior, discutimos sistemas lineares e percebemos que
muitos deles não possuem solução (ou têm infinitas). Isto se deve ao fato de que
uma (ou mais) equação do sistema são múltiplas escalares ou combinações umas
das outras. Geometricamente podemos estar falando em retas coincidentes (ou
paralelas), bem como planos com estas mesmas características.
Com esta ferramenta, iremos determinar bases de espaços vetoriais que serão
um alicerce importante para o estudo de Transformações Lineares e Autovalores
e Autovetores, que, por sua vez, possuem diversas aplicações importantes na área
das engenharias e teconologia em geral.
2 COMBINAÇÕES LINEARES
Determinar novos vetores a partir de vetores dados é uma das características
mais importantes de um Espaço Vetorial. Para isso, dizemos que um vetor ( v ) é
a combinação linear de outros vetores ( v1 , v2 , , vn ) de um Espaço Vetorial V , se
existem os números reais ( a1 , a2 , , an ) tais que: v = a1v1 + a2 v2 + an vn
Exemplo 1: Escrever o vetor v =( −4, −18, 7 ) como combinação linear (CL)
(1, −3, 2 ) e v2 =
dos vetores v1 = ( 2, 4, −1) .
Resolução:
v a1v1 + a2 v2
=
( −4, −18, 7=) a1 (1, −3, 2 ) + a2 ( 2, 4, −1)
( −4, −18, 7 )= ( a1 , −3a1 , 2a1 ) + ( 2a2 , 4a2 , −a2 )
129
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
−4 = a1 + 2a2
Pela igualdade de dois vetores temos o seguinte sistema: −18 =−3a1 + 4a2
=
7 2a1 − a2
Resolvendo o sistema acima encontramos uma solução:
a1 = 2
a2 = −3
v 2v1 − 3v2
Portanto:=
E
IMPORTANT
Esta solução pode ser encontrada com o auxílio de matrizes, pois fica bem clara
a verificação da existência ou não da combinação linear.
Resolução:
v a1v1 + a2 v2
=
( 4,1, −2=) a1 ( 2, −1, 5) + a2 (1, −2, −1)
( 4,1, −2=) ( 2a1 , −a1 , 5a1 ) + ( a2 , −2a2 , −a2 )
=4 2a1 + a2
Pela igualdade de dois vetores temos o seguinte sistema: 1 =−a1 − 2a2
−2= 5a − a
1 2
Observe que este sistema não admite solução, portanto v não pode ser
escrito como combinação linear de vetores.
v1 = 5 x 2 − 3 x + 2
−2 x 2 + 5 x − 8
v2 =
130
TÓPICO 3 | DEPENDÊNCIA LINEAR
Resolução:
v a1v1 + a2 v2
=
26 a1 ( 5 x 2 − 3 x + 2 ) + a2 ( −2 x 2 + 5 x − 8 )
7 x 2 + 11x − =
7 x 2 + 11x − 26= 5 x 2 a1 − 3 xa1 + 2a1 − 2 x 2 a2 + 5 xa2 − 8a2
=7 x 2 5 x 2 a1 − 2 x 2 a2
Pela igualdade de dois vetores temos o seguinte sistema: 11x = −3 xa1 + 5 xa2
−26 = +2a1 − 8a2
=7 5a1 − 2a2
Eliminando os coeficientes: 11 =
−3a1 + 5a2
−26 =+2a1 − 8a2
v 3v1 + 4v2
Portanto:=
131
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
=
Definição: Sejam V um Espaço Vetorial e A {v1 , v2 , , vn } ⊂ V
Considere a equação 0
a1v1 + a2 v2 + + an vn =
Sabemos que
essa equação admite pelo menos uma solução:
a1 0,=
= a2 0,=
, an 0 chamada solução trivial. (Única resposta possível é zero)
( −1, 2 ) e v2 =
Exemplo 5: No Espaço Vetorial V= 3 , os vetores v1 = ( 2, 0 )
formam um conjunto LI ou LD?
132
TÓPICO 3 | DEPENDÊNCIA LINEAR
Resolução:
0
a1v1 + a2 v2 + + an vn =
a1 ( −1, 2 ) + a2 ( 2, 0 ) =
( 0, 0 )
( −a1 , 2a1 ) + ( 2a2 , 0 ) =
( 0, 0 )
−a1 + 2a2 =0
2a1 = 0
1 −1 2 0 0 1
A = , ,
2 −3 1 −1 −1 2
Resolução:
0
a1v1 + a2 v2 + + an vn =
1 −1 2 0 0 1 0 0
a1 + a2 + a3 =
2 −3 1 −1 −1 2 0 0
a1 −a1 2a2 0 0 a3 0 0
+ + =
2a
1 −3a1 a2 −a2 −a3 2a3 0 0
a1 + 2a2 −a1 + a3 0 0
2a + a − a =
1 2 3 −3a1 − a2 + 2a3 0 0
a1 + 2a2 = 0
−a + a = 0
1 3
2a1 + a2 − a3 = 0
−3a1 − a2 + 2a3 = 0
133
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Portanto, é LI.
1 1 0 1 −2 −4
A = , ,
3 0 −3 1 0 −2
Resolução 7:
0
a1v1 + a2 v2 + + an vn =
1 1 0 1 −2 −4 0 0
a1 + a2 + a3 =
3 0 −3 1 0 −2 0 0
a1 a1 0 a2 −2a3 −4a3 0 0
+ + =
3a
1 0 −3a2 a2 0 −2a3 0 0
a1 − 2a3 a1 + a2 − 4a3 0 0
3a − 3a =
1 2 a2 − 2a3 0 0
a1 − 2a3 = 0
a + a − 4a = 0
1 2 3
3a1 − 3a2 = 0
a2 − 2a3 = 0
Portanto, é LD.
134
TÓPICO 3 | DEPENDÊNCIA LINEAR
( −1, 2, 3) , v2 =
Exemplo 8: No Espaço Vetorial V= 3 , os vetores v1 = ( 2, 0, −2 ) e
v3 (1,1, −1)
= formam um conjunto LI ou LD.
−1 2 3
Resposta: det 2 0 −2 =
10
1 1 −1
Portanto, LI.
( 2, −3) e v2 =
Exemplo: No Espaço Vetorial V= 3 , os vetores v1 = ( −6, 9 )
formam um conjunto LI ou LD.
2 −3
Resposta: det =0
−6 9
Portanto, LD.
4 BASE
Este conceito é bastante importante no estudo das transformações lineares
e dos autovalores e autovetores que veremos no próximo tópico. Trata-se de um
alicerce teórico para a existência de tais elementos da Álgebra Linear e Vetorial.
Em particular, matematicamente.
conjunto B
Um= {v1 , v2 , , vn } ⊂ V é uma base do Espaço Vetorial V se:
I) B é LI (linearmente independentes).
II) B gera V.
135
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
se B
Exemplo 9: Verifique= {(1,1) , ( −1, 0 )} é base de 32
I. B é LI?
a (1,1) + b ( −1, 0 ) =
( 0, 0 )
a − b =0
Pela igualdade:
a=0
Como a única solução possível é a trivial ( a= b= 0 ) , então: B é LI.
a − b =x
Pela igualdade: , onde temos: a= y eb= x − y
a= y
Portanto:
{ }
Exemplo 10: Verifique se B = (1, 2 ) , ( 2, 4 ) é base de 23.
I. B é LI?
a (1, 2 ) + b ( 2, 4 ) =
( 0, 0 )
136
TÓPICO 3 | DEPENDÊNCIA LINEAR
a + 2b =
0
Pela igualdade:
2a + 4b =0
Como os vetores são múltiplos escalares, temos que: B é LD (Linearmente
Dependentes).
Exemplo 11: No 3 o conjunto {(1, 2, −3) , ( 3, 0,1) , (1, −5, −3)} é uma base.
Verifique se é uma base ortogonal.
Resposta:
(1, 2, −3) ⋅ ( 3, 0,1) =0
(1, 2, −3) ⋅ (1, −5, −3) =0
( 3, 0,1) ⋅ (1, −5, −3) =0
Como todos os vetores são ortogonais uns com os outros, é uma base
ortogonal de 3.
3 1 1 3
Exemplo 12: Dada uma=
base: B , , − ,
2 2 2 2
Verifique se é uma base ortonormal.
Resposta: Pelo produto interno podemos ver que são ortogonais:
137
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
3 1 1 3
, ⋅ − , =0
2 2 2 2
2
3 1 2 3 1
v1 = + = + = 1
2 2 4 4
2 2
1 3 1 3
v2 = − + = + =1
2 2 4 4
UNI
138
RESUMO DO TÓPICO 3
Neste tópico, você aprendeu que:
• Um vetor será combinação linear de outros se houver números reais tais que:
v = a1v1 + a2 v2 + + an vn
.
o B é LI.
o B gera V.
139
AUTOATIVIDADE
=
5 Considere os vetores: x1 (2,1)
= , x2 (4,3) . Mostre que x1 e x2
formam uma base para R².
8 Dados os vetores V 1=(3,2,2) e V 2=(18,–22,–5) e V 3 =(–8,–12,24),
verifique se eles formam uma base ortogonal ou ortonormal?
140
UNIDADE 2
TÓPICO 4
TRANSFORMAÇÕESLINEARES
1 INTRODUÇÃO
Até o momento, você obteve os conhecimentos de vários conceitos da
Álgebra Linear e Vetorial, conhecimentos estes que estruturam os assuntos de
Noções de vetores, Operações, Espaços e Subespaços Vetoriais. Tão importante
quanto desenvolver os conhecimentos destes tópicos é entender de forma clara
como a matemática está interligada em seus mais diferentes assuntos. Exemplo
este que podemos observar quando tratamos matrizes como Espaços Vetoriais.
2 DEFINIÇÃO
Definição: Sejam U e V espaços vetoriais. Definimos a função T : U → V como
sendo uma transformação linear, se, e somente se, forem verdade as seguintes
condições:
a) T ( u + v= ) T ( u ) + T ( v ) , ∀u, v ∈U ;
b) T ( k ⋅ u ) = k ⋅ T ( u ) , ∀k ∈ , ∀u ∈ U .
141
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
=
Sejam dois vetores de u (=a, b ) e v ( c, d ) , de ² (vetores do domínio).
Temos: T ( u + v )= T ( ( a, b ) + ( c, d ) )= T ( a + c, b + d ) , que utilizando a lei de
formação indicada no Exemplo 1, segue:
(3 ⋅ ( a + c ) , (b + d ) , ( a + c ) + (b + d )) =
( 3a + 3c, ( b + d ) , ( a + b ) + ( c + d ) ) =
( 3a, b, ( a + b ) ) + ( 3c, d , ( c + d ) ) =
T ( a , b ) + T ( c, d ) =
T (u ) + T (v ).
( )
b) T ( k ⋅ u )= T k ⋅ ( a, b ) = T ( k ⋅ a, k ⋅ b )
( 3 ⋅ ( k ⋅ a ) , k ⋅ b, k ⋅ a + k ⋅ b ) =
k ⋅ ( 3 ⋅ a , b, a + b ) =
k ⋅T (u ) ,
Talvez seja evidente o fato a se seguir, que este não será linear pelo
quadrado apresentado no vetor, mas para provar a verificação da linearidade da
transformação devemos proceder como no exemplo anterior e mostrar na adição
e multiplicação. Primeiramente, devemos mostrar que a transformação, dados os
vetores u = (a,b) e v = (c,d), conserva a operação de soma: T(u+v) = u2 + 2uv + v2 pela
definição. Sabemos também que: T(u) + T(v) = u2 + v2, e portanto, T(u+v) ≠ T(u) +
T (v).
142
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Conceitos importantes:
• A Transformação Linear T: U →V, tal que dado u ∈ U ⇒ T ( u ) =0 ∈ V , é
dita Transformação Nula.
ATENCAO
Cuidado! Para provar que uma transformação é linear não basta verificar que
()
T 0 ≠ 0 , deve-se realizar o procedimento tal qual o Exemplo 1. Tente com a transformação
T : 3 → 2 , tal qual T ( x=
, y ) ( x, y + 4, z ).
Teorema 1: Sejam dois espaços vetoriais U e V, e uma base não nula e finita
de U, {u1, ..., un}. Tomemos elementos quaisquer do domínio V. Sendo que existe uma
transformação linear T: U →V, tal que T(u1) = v1, ..., T(un) = vn. E ainda se u = a1 . u1 +
... + a . u , podemos escrever:
n n
T ( u ) = a1 ⋅ T ( u1 ) + + an ⋅ T ( un ) =
a1 ⋅ v1 + + an ⋅ vn
143
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
dos vetores da base: (x,y,z)= a ∙ (1,0,0) + b ∙ (0,1,0) + c ∙ (0,0,1) = (a,0,0) + (0,b,0) + (0,0,c) = (a,b,c) .
Tendo provado que existe um vetor que é combinação linear dos vetores da
base, podemos escrever:
144
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
2 R3
(0,3) (0,3,-3)
FONTE: Os autores
Observações 1:
NOTA
145
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Porém, note o vetor (1, 2, 0) = (1, 0, 2) + 2 ∙ (0, 1, -1). Logo, como ele é
combinação linear dos outros componentes, podemos excluí-lo e aferir a seguinte
base geradora para a imagem da transformação: [(1, 0, 2),(0, 1, -1)]. Isto significa
que todos os vetores da imagem podem ser gerados pela base acima.
Como já sabemos, o vetor nulo é aquele que possui suas coordenadas nulas.
Assim, para verificar qual o vetor (x, y, z) irá gerar imagem tal que (x + 2y - 3z, -2x
- 4y + 6z) = (0,0), basta resolver o sistema linear homogêneo a seguir:
x + 2 y − 3z = 0
−2 x − 4 y + 6 z = 0
146
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
T:U→V
U V
u
v 0
w
FONTE: Os autores
NOTA
147
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
2x − y + z = 0
3 x + y − 2 z =0
148
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Outros exemplos:
• A dimensão do conjunto dos números reais é 1.
• A dimensão do conjunto formado por todos os elementos de 2 é 2.
• A dimensão do conjunto formado por todos os pontos de 3 é 3.
• O espaço vetorial formado pelos polinômios de gra n, possui dimensão n.
A princípio, o que o teorema nos diz é bem intuitivo, que a soma das
dimensões do núcleo e da imagem de uma transformação é igual à dimensão
de seu domínio. No Exemplo 8, tínhamos uma transformação T : ³ → ² , onde
concluímos que dim N(T) = 1 e dim Im (T) = 2. Ora, basta perceber que o teorema é
válido para o caso, pois, dim 3 = dim N(T) + dim Im (T) 3 = 2 + 1.
Escolhendo agora uma base para N(T) = {(1,0,0)} (note que escolhemos o
primeiro termo da base canônica, por termos de facilidade), podemos completá-la
a fim de atingir uma base de 3 , como sendo {(1,0,0), (0,1,0), (0,0,1)} (base canônica).
149
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
T ( x, y , z ) =
x ⋅ T (1, 0, 0 ) + y ⋅ T ( 0,1, 0 ) + z ⋅ T ( 0, 0,1) ⇒
T ( x, y, z ) = x ⋅ ( 0, 0, 0, 0 ) + y ⋅ (1,1, 2,1) + z ⋅ ( 2,1, 0,1) ⇒
T ( x, y, z ) =( 0, 0, 0, 0 ) + ( y, y, 2 y, y ) + ( 2 z , z , 0, z ) ⇒
T ( x, y , z ) =( y + 2 z , y + z , 2 y, y + z )
Exemplo 11: Seja T : ³ → ³ , dada por T(x,y,z) = (z,x-y,z).
b) Utilizando o Teorema 2, que diz que: dim U = dim N(T) + dim Im(T), podemos
assumir:
dim 3 dim N (T ) + dim Im (T )
=
3 = 1 + dim Im (T )
dim Im (T ) = 2.
Resultados importantes:
1) Se uma Transformação T possui N(T) = { 0 }, T é injetiva.
2) Se uma Transformação T: U →V é tal que dim U = dim V, temos que T é
injetiva e sobrejetiva.
150
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
151
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Geometricamente:
2
u
1
u’
(-x,y) f (x,y)
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
−1 0 −2 2
matriz A: ⋅ = , ou seja, obtemos o vetor u' = (2,3) que é a reflexão
0 1 3 3
em torno do eixo X, com relação a u.
152
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Geometricamente:
3
u u’
-2 2
v = (x, y)
0 f (v) = (x, 0)
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
1 0 2 2
matriz A: ⋅ = , ou seja, obtemos o vetor u' = (2,0), que é a projeção
0 0 4 0
sobre o eixo X, com relação a u.
153
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Geometricamente:
u’
2
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
0 0 3 0
matriz A: ⋅ = , ou seja, obtemos o vetor u' = (0,-4) que é a projeção
0 1 −4 −4
sobre o eixo Y, com relação a u.
154
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Geometricamente:
u
u’
-4
Representação Geométrica:
f(v)
v
0
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
155
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
3 0 1 3
matriz A: ⋅ = , ou seja, obtemos o vetor u' = (3,6) que é a dilatação em
0 3 2 6
três vezes com relação a u.
Geometricamente:
u’
2
u
1 3
Observações:
a) Quando temos 0 < α < 1, ocorre uma contração no vetor.
b) Quando temos α < 0, ocorre uma “inversão” no sentido do vetor.
1
Representação Geométrica: (para os casos α = 2 e α = )
2
0 1x x 2x
2
156
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
2 0 2 4
Para α = 2: ⋅ = , ou seja, obtemos o vetor u' = (4,2), que é a
0 1 2 2
dilatação em duas vezes com relação a u, na direção do eixo X.
1
1 0 2 1
Para α = : 2 ⋅ = , ou seja, obtemos o vetor u" = (1,2), que é a
2 2 2
0 1
contração em duas vezes com relação a u, na direção do eixo X.
Geometricamente:
2
u’’ u
u’
1 2 4
2y (x,2y)
(x,y)
y (x,y)
1y (x, 12 y)
2
0
157
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
Resolução: Para gerar a reflexão solicitada, basta multiplicar o vetor dado pela
1 0 1 1
matriz A: ⋅ = , ou seja, obtemos o vetor u' = (1,6), que é a dilatação em
0 2 3 6
duas vezes com relação a u, na direção do eixo X.
Geometricamente:
3 u’
Representação Geométrica:
‘
v Rθ (v)
Rθ
θ
α
α ‘
158
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
y y
I) � sen sen cos sen cos
v v
y x y
� � � cos sen
v v v
� � � y y cos x sen
x′ x′
II) cos (α + θ )= ⇒ cosα ⋅ cosθ − senα ⋅ senθ =
v v
x x x′
⇒ ⋅ cosθ + senθ =
v v v
⇒ x′ = x ⋅ cosθ + y ⋅ senθ
159
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
7 AUTOVALORES E AUTOVETORES
Autovalores e Autovetores é um conceito muito importante na Álgebra
Linear aplicado nas áreas de Processamento de Imagens, Análise de Vibrações,
Mecânica Quântica, Mecânica dos Sólidos e Estatística, onde são apresentados
operadores lineares T: V →V, para os quais a equação T(u) = λ ∙ u possui soluções
não nulas. O uso dos autovalores e autovetores possibilita, na visão geométrica,
uma ideia bem sutil de transformação ou ampliação sobre uma imagem construída
a partir de vetores.
Observação: Note que λ pode ser o número 0, porém v não pode ser o vetor
nulo.
Na prática:
160
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
II) Seja T : ² → ² dado por T(x,y) = (x,-y). Este caso possui dois autovalores:
Interpretação Geométrica:
u é autovetor de T,
pois ∃λ ∈ R / T(u) = λu.
T(v)
v não é autovetor de T,
T(u) pois não ∃λ ∈ R / T(v) = λv.
v
u
T (v) = λ ⋅ v ⇔ A ⋅ v = λ ⋅ v
⇔ A⋅v − λ ⋅v = 0
⇔ A⋅v − λ ⋅ I ⋅v = 0
⇔ ( A−λ ⋅ I )⋅v =0
Desta forma, sabe-se que este sistema homogêneo só pode admitir várias
soluções, se: det(A - λ . I) = 0.
161
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
det ( A − λ ⋅ I ) = 0 ⇒
−3 4 1 0
det( −λ ⋅ ) = 0 ⇒
−1 2 0 1
−3 4 −λ 0
det( − )= 0⇒
−1 2 0 −λ
−3 − λ 4
det = 0 ⇒
−1 2 − λ
( −3 − λ ) ⋅ ( 2 − λ ) + 4 ⇒
λ 2 + λ − 2 = 0 ⇒ polinômio característico de T
Cujas raízes (e portanto, os autovalores) são λ1 = -2 e λ1 = 1.
Agora, para cada um dos autovalores encontrados existe(m) autovetor(es)
associado(s). Sabemos também que a expressão (A - λ . I) . v = 0 calcula os
autovetores de uma transformação, então, pelo que foi resolvido antes temos que:
−3 − λ 4 x 0
−1 ⋅ =.
2 − λ y 0
−3 − ( −2 ) 4 x 0 −1 4
Substituindo λ1 = -2 na expressão acima, temos que: = ⇒ ⋅
− 1 2 − ( −2 ) y 0 −1 4
4 x 0 −1 4 x 0 − x + 4 y =0
= ⇒ ⋅ = ⇒ ⇒ x= 4 y , ou seja, um sistema possível
2 − ( −2 ) y 0 −1 4 y 0 − x + 4 y =0
e indeterminado (infinitas soluções), o que nos faz concluir que os autovetores
x
ou ainda v x, , com x ≠ 0 .
associados a λ1 têm a forma: v = (4y, y), com y ≠ 0,=
4
−3 − 1 4 x 0 −4 4 x
Substituindo λ2 = 1 na expressão acima, temos que: ⋅ = ⇒ ⋅
−1 2 − 1 y 0 −1 1 y
x 0 −4 4 x 0 −4 x + 4 y =0
⋅ = ⇒ ⋅ = ⇒ ⇒ x = y que também é um sistema possível
1 y 0 −1 1 y 0 − x + y =0
e indeterminado, o que novamente nos faz concluir que os autovetores associados
a λ2 têm a forma: v = (y, y), com y ≠ 0 ou v = (x, x), com x ≠ 0.
T : 3 → 3 ,T ( x, y, z )= ( 3x − y + z, − x + 5 y + z, x − y + 3z )
Resolução: Este exemplo é um operador em 3 , e exigirá um pouco mais de
trabalho do que o exemplo anterior. Inicialmente, vamos representar o operador
(transformação) na forma matricial.
3 −1 1
A = −1 5 1
1 −1 3
162
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
1 −1 1 x 0 x− y+z =0
a) Para λ1 = 2: onde, −1 3 1 ⋅ y = 0 ⇒ − x + 3 y + z= 0, desta vez, resolven-
1 −1 1 z 0 x− y+ z =0
1 −1 1 1 −1 1 1 0 1
do por escalonamento recorre que: −1 3 1 ~ 0 2 0 ~ 0 1 0 ⇒ z =− x e y =0.
1 −1 1 0 0 0 0 0 0
Logo, qualquer vetor que possuir a forma v1 = (x,0,-x) é um autovetor de λ1 =
2. Isto quer dizer que qualquer vetor múltiplo de (1,0,-1) é um autovetor associado
ao autovalor 2.
0 −1 1 x 0 −y + z =0
b) Para λ2 = 3: −1 2 −1 ⋅ y = 0 ⇒ − x + 2 y − z= 0, onde, resolvendo por es-
1 −1 0 z 0 x− y =0
0 −1 1 0 0 0
calonamento recorre que: −1 2 −1 ~ 1 0 −1 ⇒ z = x e x = y. Logo x = y = z.
1 −1 0 0 1 −1
163
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
5
Exemplo 22: Se u = (-1,1) e v = ,1 , são autovetores de T, com relação aos
2
autovalores λ1 = -1 e λ2 = 6, respectivamente. Determine T(x,y) e a imagem do vetor
v = (1,4) nesta transformação.
a b 1 0 −1 0
− ( −1) . . =
⇒
c d 0 1 1 0
a b −1 0 −1 0
− . = ⇒
c d 0 −1 1 0
a + 1 b −1 0
. = ⇒
c d + 1 1 0
−a − 1 + b 0 −a + b = 1
−c + d + 1 = 0 ⇒ −c + d =−1 ⇒ b = a + 1 e d = c − 1
5
Para λ2 = 6 e u = ,1 , temos:
2
5
a b 1 0 0
c d − ( 6 ) . 0 1 . 2 =0 ⇒
1
5
a b 6 0 0
− . 2 = ⇒ 164
c d 0 6 0
5
a b 1 0 0
− ( 6 ) . .
0 1 2 = 0 ⇒
c d 1 TÓPICO
4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
5
a b 6 0 0
−
.
2 = ⇒
c d 0 6 1 0
5
a − 6 b 0
. =
2 ⇒
c d − 6 0
1
5a 5a
2 − 15 + b 0 2 + b = 15
5a 5c
= ⇒ ⇒ b =− + 15 e d = − +6
5c + d − 6 0 5c + d = 6
2 2
2 2
Daí segue que das relações assumidas vêm:
5a 7a
a + 1 =− + 15 ⇒ =14 ⇒ a =4
2 2
5c 7c
c − 1 =− + 6 ⇒ =7 ⇒ c =2
2 2
Por fim, para calcular a imagem do vetor (1,4) nesta transformação, basta
substituí-lo na fórmula encontrada, ou multiplicá-lo pela matriz correspondente.
4 5 1 24
Vamos utilizar o segundo processo: . = . O vetor transformado é v’ =
(24,6). 2 1 4 6
recaímos no polinômio característico (2 - λ)3 = 0, que gera em três raízes iguais (caro
acadêmico, por favor, verifique!), sendo ela λ1 = λ2 = λ3 = 2, em que podemos dizer
que λ = 2 é um autovalor com multiplicidade algébrica igual a 3.
165
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
LEITURA COMPLEMENTAR
166
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Brasília
Goiânia
Belo Horizonte
São Paulo
Rio de Janeiro
Porto Alegre
0 1 1 1 1 0
1 0 1 1 1 0
1 1 0 0 0 0
M=
1 1 0 0 0 0
1 1 0 0 0 1
0 0 0 0 1 0
167
UNIDADE 2 | VETORES E SUAS APLICAÇÕES
4 3 1 1 1 1
3 4 1 1 1 1
1 1 2 2 2 0
[bij ] = M 2 =
1 1 2 2 2 0
1 1 2 2 3 0
1 1 0 0 0 1
Note que o elemento b35=2 indica que existem dois modos de ir de Belo
Horizonte para Brasília com exatamente uma escala intermediária. No caso, as
possibilidades são Belo Horizonte – Rio de Janeiro – Brasília ou Belo Horizonte –
São Paulo – Brasília. O elemento b16=1 indica que há somente uma forma de sair
de São Paulo com destino a Goiânia com exatamente uma escala, no caso o trecho
correspondente é São Paulo – Brasília – Goiânia.
6 7 7 7 8 1
7 6 7 7 8 1
7 7 2 2 2 2
[c ij ] = M 3 =
7 7 2 2 2 2
8 8 2 2 2 3
1 1 2 2 3 0
4 4 2 2 2 1
4 4 2 2 2 1
2 2 2 2 2 0
[dij ] = M + M 2 =
2 2 2 2 2 0
2 2 2 2 3 1
1 1 0 0 1 1
168
TÓPICO 4 | TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES
Com base nesses dados, se uma outra companhia aérea que desejasse
realizar voos nessa rota pode, através da informação da figura, implantar novos
trechos de voos e, analisando as matrizes, poderia fazer uma verificação se é uma
boa estratégia enfrentar concorrência com as rotas existentes, ou se mudaria a
quantidade de escalas para se chegar de um lugar ao outro.
É claro que a teoria dos grafos é um dos muitos fatores que deverão ser
analisados, mas com o exemplo exibido poder-se-ia tirar boas conclusões. Essa
teoria pode ser utilizada em um grande número de situações.
FONTE: NIETO, S. S.; LOPES, C. M. C. A importância da disciplina álgebra linear nos cursos de
engenharia. Anais: World Congress on Computer Science, Engineering and Technology Education.
São Paulo: UNISANTOS, 2006.
169
RESUMO DO TÓPICO 4
Neste tópico, você aprendeu que:
• Para uma transformação ser dita linear, ela necessita conservar as operações de
adição e multiplicação por escalar, tais que:
a) T ( u + v=
) T ( u ) + T ( v ) , ∀u, v ∈U ;
b) T ( k ⋅ u ) = k ⋅ T ( u ) , ∀k ∈ , ∀u ∈ U .
• A Transformação Linear T : U → V , tal que dado u ∈ U ⇒ T ( u ) =0 ∈ V é dita Trans-
formação Nula.
• O núcleo de uma tranformação linear T: U →V, que pode ser indicado por N(T)
ou ker(T), é o conjunto formado por todos os vetores de U que tem como imagem
o vetor nulo de V, ou seja, N (T ) = {
u ∈ U , tal que T ( u ) = }
0 .
o Transformações de Reflexão.
o Transformações de Projeção.
o Transformações de Dilatação ou Contração.
o Transformação de Rotação.
170
AUTOATIVIDADE
5 Obtenha a imagem do vetor v = (4, 2) pela rotação θ = π / 2 .
3 −1
7 Com base A = equação característica: det ( A – lI ) = 0
1 3
171
172
UNIDADE 3
GEOMETRIAANALÍTICA
OBJETIVOS DE APRENDIZAGEM
A partir desta unidade, você será capaz de:
PLANO DE ESTUDOS
Esta unidade está dividida em três tópicos. Ao final de cada um deles você
encontrará atividades que o auxiliarão no seu aprendizado.
TÓPICO 1 - A RETA
TÓPICO 2 - O PLANO
TÓPICO 3 - CÔNICAS
173
174
UNIDADE 3
TÓPICO 1
A RETA
1 INTRODUÇÃO
Acadêmico, você já realizou o estudo da reta no Ensino Médio, conheceu
alguns postulados, como “Por dois pontos passa uma única reta”, “Uma reta é
formada por infinitos pontos” e “Por um único ponto passam infinitas retas”, bem
como estudou conceitos relacionados à reta, como coeficiente angular e linear.
Podemos escrever:
(x, y, z) = (x1, y1, z1) + t(a, b, c) , se P(x, y, z) A, (x1, y1, z1) e v = (a, b, c).
175
UNIDADE 3 | GEOMETRIA ANALÍTICA
As equações P= A + tv ou (x, y, z) = (x1, y1, z1) + t(a, b, c) são denominadas
equação vetorial da reta r e o vetor v = (a, b, c) é chamado vetor diretor da reta r,
também conhecido como parâmetro.
x= 3 + 2t
y = 2t
z =−5 − t
176
TÓPICO 1 | A RETA
E
IMPORTANT
x = 3 + 2.2 x = 7
y = 2.2 ⇒ y = 4
z =−5 − 2 z =−7
x= x1 + at
y= y1 + bt ⇒ Equações paramétricas da reta r
z= z + ct
1
Resolução: Neste caso, não devemos ficar “aflitos” em ter que determinar
algo relacionado com a palavra “paralela” que apareceu no exemplo. Tendo o
vetor, ele funcionará apenas como a direção da reta, pois possuindo o ponto de
início (Ponto A), basta ter a direção para determinar onde a reta se situará. Assim,
tomando a estrutura das equações paramétricas:
177
UNIDADE 3 | GEOMETRIA ANALÍTICA
x= x1 + at x= 3 − 3t
y= y1 + bt ⇒ y =−1 − 2t
z = z1 + ct z= 2+t
x= x1 + at x = 1 + 2t
y= y1 + bt ⇒ y =−2 + 3t
z =z + ct z =−3 − t
1
Das equações paramétricas, supondo abc ≠ 0 (o vetor diretor não pode ser
nulo), vem:
178
TÓPICO 1 | A RETA
x − x1
t=
a
y − y1
t=
b
z − z1
t=
c
x − x1 y − y1 z − z1
= =
a b c
x − x1 y − y1 z − z1
= =
a b c
x − 3 y − 0 z − ( −5 )
= =
2 2 −1
x −3 y
5 −𝑧 z− 5
= = −
2 2
NOTA
179
UNIDADE 3 | GEOMETRIA ANALÍTICA
x − x1 y − y1 z − z1
= =
a b c
x − x1 y − y1 z − z1 z − z1 x − x1
= = =
a b c c a
a ( y − y1 ) = b ( x − x1 ) ⇒ a ( z − z1 ) = c ( x − x1 ) ⇒
ay − ay1 =bx − bx1 ⇒ az − az1 =cx − cx1 ⇒
bx − bx1 + ay1 cx − cx1 + az1
=y ⇒ =z ⇒
a a
bx −bx1 + ay1 cx −cx1 + az1
y= + ⇒ z= + ⇒
a a a a
Fazendo: Fazendo:
b −bx1 + ay1 c −cx1 + az1
m
= =en , temos : =p =eq , temos :
a a a a
y mx + n
= z px + q
=
180
TÓPICO 1 | A RETA
Logo, Logo,
x x
y=− +2 z= −4
2 2
x= x1 + at
y= y1 + bt ou as equações:
z= z + ct
1
x − x1 y − y1 z − z1
= = representam uma reta r determinada por um ponto A
a b c
(x1, y1, z1) e por um vetor diretor v = (a, b, c).
É claro ainda que até agora supôs-se que as componentes são diferentes de
zero. Entretanto, uma ou duas destas podem ser nulas. Desta forma, temos dois
casos:
1º) Uma só componente de v é nula
Neste caso, o vetor v é ortogonal a um dos eixos coordenados e, portanto,
a reta r é paralela ao plano dos outros eixos. Sistematizando:
Se a = 0, temos que v = (0, b, c) ⊥ Ox ∴ r / / yOz (a reta r é paralela ao plano
yOz)
181
UNIDADE 3 | GEOMETRIA ANALÍTICA
As equações de r ficam:
x = x1
y − y1 z − z1
b = c
Se b = 0, temos que v = (a, 0, c) ⊥ Oy ∴ r / / xOz (a reta r é paralela ao plano xOz)
As equações de r ficam:
y = y1
x − x1 z − z1
a = c
Se c = 0, temos que v = (a, b, 0) ⊥ Oz ∴ r / / xOy (a reta r é paralela ao plano xOy)
182
TÓPICO 1 | A RETA
As equações de r ficam:
z = z1
x − x1 y − y1
a = b
2º) Duas das componentes de v são nulas
183
UNIDADE 3 | GEOMETRIA ANALÍTICA
As equações de r ficam:
x = x1
y = y1
z= z + ct
1
b) Se a = c = 0, temos que v = (0, b, 0) / / j ∴ r / / Oy (a reta r é paralela ao eixo Y)
As equações de r ficam:
x = x1
y= y1 + bt
z =z
1
c) Se b = c = 0, temos que v = (a, 0, 0) / / i ∴ r / / Ox (a reta r é paralela ao eixo X)
184
TÓPICO 1 | A RETA
As equações de r ficam:
x= x1 + at
y = y1
z =z
1
Exemplo 6:
a) Determinar as equações da reta que passa pelo ponto A (-2, 3, -2) e tem
v 3i + 2k
direção do vetor =
Resolução: Para este caso devemos notar que a coordenada y (pois não tem
a parte da direção de j ) do vetor dado é nula. Logo, teremos o caso onde a reta é
paralela ao plano xOz. Portanto, as equações da reta têm a forma:
y = y1
x − x1 z − z1
a = c
y =3
Substituindo os valores do ponto A (-2,3,-2) e do vetor (3,0,2): x − ( −2 ) z − ( −2 )
=
y =3 3 2
Ou seja, x+2 z +2 .
3 = 2
ATENCAO
Nesta questão não foi solicitada uma forma específica de expressar a equação
da reta. Como determinamos acima, através de equações simétricas, iremos agora tomar o
resultado anterior na forma de equações paramétricas. Para isso basta tomar cada parcela das
igualdades acima e igualar ao parâmetro t:
x+2
=t ⇒ x =−2 + 3t
3
y = 3 ( não há parâmetro t, pois é a equação do plano xOz )
z+2
=t ⇒ z =−2 + 2t
2
b) Estabelecer as equações da reta que passa pelos pontos A (1, 0, 9) e B (4, 8, 9).
185
UNIDADE 3 | GEOMETRIA ANALÍTICA
v = AB = B − A = ( 4,8,9 ) − (1, 0,9 )
v = ( 4 − 1,8 − 0,9 − 9 )
v = ( 3,8, 0 )
z =9
x −1 y − 0 y
=3
=
8 8
Definição: Sejam as retas r1, que passa pelo ponto A1 (x1, y1, z1) e tem a
direção de um vetor v1 = (a1 , b1 , c1 ) , e r2, que passa pelo ponto A2 (x2, y2, z2) e tem a
direção de um vetor v2 = (a2 , b2 , c2 ) .
186
TÓPICO 1 | A RETA
ou, em coordenadas: v1 ⋅ v2
x= 3 + t
=r1 = y t
z =−1 − 2t
x + 2 y −3 z
=r2 = =
−2 1 1
v1
= ( a1 , b1 ,=
c1 ) (1,1, −2 )
v2 = ( a2 , b2 , c2 ) = ( −2,1,1)
Repare que para determinar as coordenadas do vetor diretor de r1, basta
olharmos os coeficientes do parâmetro t na equação paramétrica da reta. Já, por
sua vez, para determinar as coordenadas do vetor r2, analisamos o denominador
das equações simétricas da reta.
−2 + 1 − 2 −3 1
cos θ = = = −
1+1+ 4 ⋅ 4 +1+1 6 2
Logo, 1 2π
cos θ = − ⇒ θ = 120° = rad
2 3
187
UNIDADE 3 | GEOMETRIA ANALÍTICA
UNI
Exemplo 8: Verificar se a reta r1, que passa pelos pontos A1 (-3, 4, 2) e B1 (5,
-2, 4), e a reta r2, que passa pelos pontos A2 (-1, 2, -3) e B2 (-5, 5, -4) são paralelas.
Reta 1:
v1 = AB = B − A = ( 5, −2, 4 ) − ( −3, 4, 2 )
v1 = ( 5 − ( −3) , −2 − 4, 4 − 2 )
v=
1 (8, −6, 2 )
Reta 2:
v2 = AB = B − A = ( −5,5, −4 ) − ( −1, 2, −3)
v2 = ( −5 − ( −1) ,5 − 2, −4 − ( −3) )
v2 = ( −4,3, −1)
Verificando as razões existentes entre as coordenadas dos vetores:
188
TÓPICO 1 | A RETA
a1 b1 c1 8 −6 2
==⇒ = == −2
a2 b2 c2 −4 3 −1
Logo, como estas razões tiveram um fator resultante igual (-2), concluímos
que as retas 1 e 2 são paralelas.
0
a1a2 + b1b2 + c1c2 =
y=3
r1 : x − 3 z + 1
8 = −6
x y +1 z − 3
2 :
r= =
3 5 4
Resolução: Dadas as equações simétricas da reta, conforme acima, iremos
construir (por análise) os vetores diretores das retas.
(8, 0 − 6 ) e v2 =
v1 = ( 3,5, 4 )
Agora, basta determinar o produto escalar entre os vetores e realizar a
análise:
v1 ⋅ v2 = a1a2 + b1b2 + c1c2 = 8 ⋅ 3 + 0 ⋅ 5 + ( −6 ) ⋅ 4 = 24 − 24 = 0
189
UNIDADE 3 | GEOMETRIA ANALÍTICA
ATENCAO
Veja que não é condição necessária, mas não suficiente que os vetores diretores
sejam coplanares. O vetor que liga os pontos A1 e A2 também deve pertencer ao mesmo
plano, para assim evitar que as retas sejam reversas. Neste caso, o produto misto deve ser igual
a zero (como já visto), pois ele calculará o volume de um paralelepípedo formado por estes
vetores (e sendo zero o resultado, mostra que os vetores estão no mesmo plano).
x −2 y z −5
r1 : = =
2 3 4
x+5 y+3 z −6
r2 : = =
−1 1 3
190
TÓPICO 1 | A RETA
Reta 1: A1
= (=
2, 0,5 ) e v1 ( 2,3, 4 )
Reta 2: A2 =( −5, −3, 6 ) e v2 =( −1,1,3)
a b1 c1 2 3 4
1
( )
v1 , v2 , A1 A2 = a2 b2 c2 =
−1 1 3 = 2 − 63 + 12 − ( −28 − 18 − 3)
x −x y2 − y1 z2 − z1 −7 −3 1
2 1
=−49 + 49 =0
191
UNIDADE 3 | GEOMETRIA ANALÍTICA
Exemplo 11: Dadas duas retas concorrentes, r1 e r2, determinar seu ponto
de interseção.
x = −t
y =−3 x + 2
r1 : e r2 : y = 1 + 2t
=z 3x − 1 z = −2t
192
TÓPICO 1 | A RETA
y =1 + 2t ⇒ y =1 + 2. ( − x ) ⇒ y =−2 x + 1
z =−2t ⇒ z =−2. ( − x ) ⇒ z =2 x
−3 x + 2 =−2 x + 1
−3 x + 2 x =1 − 2
− x =−1 ⇒ x =1
193
UNIDADE 3 | GEOMETRIA ANALÍTICA
Exemplo 12: Determinar as equações da reta r que passa pelo ponto A (-2,
1, 3) e é ortogonal comum às retas:
x= 2 − t y=2
r1 : y = 1 + 2t e r2 : x − 1 z
z = −3t −3 = −1
( −1, 2, −3) e v2 =
v1 = ( −3, 0, −1)
Devemos, agora, construir o vetor ortogonal a estes dois vetores encontrados,
pois como já visto na Unidade 2, o produto vetorial entre eles irá gerar um vetor
ortogonal a ambos, ao mesmo tempo. Desta forma:
i j k
1 2 −3 =−2i + 9 j + 6k − j =−2i + 8 j + 6k
v1 × v2 =−
−3 0 −1
x =−2 − 2t
r : y = 1 + 8t
z= 3 + 6t
14 DISTÂNCIAS
Em várias aplicações são necessárias análises que envolvem o conceito de
distâncias. Muitas vezes isto se deve ao fato da necessidade de determinação do
menor caminho entre dois lugares geométricos dados. Neste nosso estudo daremos
foco a dois casos de distâncias: A distância entre um ponto e uma reta e a distância
entre duas retas (que por sua vez se dividem em três casos).
194
TÓPICO 1 | A RETA
v × P1 P0
Comparando as equações, vem: v d= 0 e: d
v × P1 P= ( P0 , r )
d=
v
x y−2 z +3
Exemplo 13: Calcular a distância do ponto P0(2,0,7) à reta =
r: =
2 2 1
2 y−2
= ⇒=y 4
2 2
2 z +3
= ⇒ z =−2
2 1
P1
Logo, o ponto= ( 2, 4, −2 ) .
195
UNIDADE 3 | GEOMETRIA ANALÍTICA
P1 P0 = P0 − P1 = ( 2 − 2, 0 − 4, 7 − ( −2 ) ) = ( 0, −4,9 )
Calculando a distância entre o ponto e a reta:
i j k
2 2 1
0 −4 9 222 + ( −18 ) + ( −82 )
2
v × P1 P0 22i − 18 j − 8k
d − d ( P0 , r ) = = = =
v ( 2, 2,1) 22 + 22 + 1² 9
29,53
= ≅ 9,84 unidades de comprimento.
3
196
TÓPICO 1 | A RETA
x =−1 − 2t
y =−2 x + 3
r : e s : y = 1 + 4t
z = 2x z =−3 − 4t
Calculando a distância:
i j k
−2 4 −1
v × P1 P0
1 2 3
12i − j − 4k − 4k + 2i + 6 j 142 + 52 + ( −82 )
=d = = = =
v ( −2, 4, −4 ) ( −2 ) + 42 + ( −4 )
2 2 6
16,88
= 2,81 unidades de comprimento.
6
Os vetores u , v e P1 P2 =( x2 − x1 , y2 − y1 , z2 − z1 ) determinam
um parale-
lepípedo. A base desse paralelepípedo é definida pelos vetores u e v e a altura
corresponde à distância d entre as retas r e s, porque a reta s é paralela ao plano da
base do paralelepípedo, uma vez que sua direção é a do vetor v .
197
UNIDADE 3 | GEOMETRIA ANALÍTICA
y =1 x=3
r : z−4 e s : y= 2t − 1
x + 2 =−2 z =−t + 3
Resolução: Para cada reta, temos que retirar um ponto e um vetor diretor:
( 0, 0, −2 ) e P1 =
Reta r: u = ( −2,1, 4 )
( 0, 2, −1) e P2 =
Reta s: v = ( 3, −1,3)
Determinando o vetor P1 P2: P1 P2 = P2 − P1 = ( 3 − ( −2 ) , −1 − 1,3 − 4 ) = ( 5, −2, −1) .
Por último, calculando a distância entre as retas:
0 0 −2
0 2 −1
d ( r=
, s)
( )
u , v , P1 P2
=
5
−2
−1
=
( −20 ) ²
=
20
= 5 unidades de comprimento.
u ×v i j k 4i 42
0 0 −2
0 2 −1
198
RESUMO DO TÓPICO 1
=x x1 + at
• Equação paramétrica da reta: =
y y1 + bt
=
z z1 + ct
x − x1 y − y1 z − z1
• Equação simétrica da reta: = =
a b c
a b1 c1
1
duas retas: v1 , v2 , A1 A2 =
• Condição de coplanaridade de= (
a2 b2
c2 0 )
x −x y − y z −z
2 1 2 1 2 1
199
AUTOATIVIDADE
5
a) ( ) y =2 x − 8 e z = x − 13
2
5
2x 8e z =
b) ( ) y =+ − x − 13
2
5
2x 8e z =
c) ( ) y =+ − x + 13
2
5
d) ( ) y =−2x 8e z = − x + 13
2
5
e) ( ) y =−2 x − 8 e z = x − 13
2
x= 5 + t
x −2 y z −5
r: = = e s : y= 2 − t
2 3 4 z= 7 − 2t
a) ( ) P (4, 2, 7)
b) ( ) P (2, 1, 9)
c) ( ) P (4, 3, 9)
d) ( ) P (2, 0, 5)
e) ( ) P (2, 0, 9)
200
(1) a reta que passa por A (1,-2,4) e é paralela ao eixo dos x é, x = 1.
(2) o ângulo formado pelos vetores u = (1,1, 4 ) e v = ( −1, 2, 2 ) é de 45°.
(3) a reta que passa pelo ponto B (2,3,4) é ortogonal ao tempo aos eixos dos x
x = 2
e dos y é .
y = 3
(4) os vetores u = ( 3, −1, 4 ) , v =
(1, 0, −1) e w =
( 2, −1, 0 ) são coplanares.
O somatório das alternativas corretas é:
a) ( ) 3 b) ( ) 4 c) ( ) 5 d) ( ) 6 e) ( ) 7
x= 2 + t
6 A reta r passa pelo ponto A (1,-2,1) e é paralela à reta
s : y = −3t
.
Se P (-3,m,n) ∈ r , determine m e n. z = −t
201
= x 0= y 3
a) r : e s
= y z= z 2x
(0,1,-2) e D(1,1,1)
= x 3= x 1
c) r : e s
= y 2= y 4
x= 1− t
d) r : y= 2 + 3t e s : eixo dos x
z = −t
y= x + 1
e) r : x= y= z − 2 e s:
z= x − 3
202
UNIDADE 3
TÓPICO 2
O PLANO
1 INTRODUÇÃO
No tópico anterior, realizamos o estudo da reta através dos vetores. Em
continuidade a esse estudo, neste tópico iremos aprender a representar planos de
forma analítica e geométrica com base nos vetores.
0
n ⋅ AP =
Substituindo n =( a, b, c ) e AP =( x − x1 , y − y1 , z − z1 ) , na igualdade acima,
temos:
( a, b, c ) ⋅ ( x − x1 , y − y1 , z − z1 ) =
0
203
UNIDADE 3 | GEOMETRIA ANALÍTICA
Ou:
a ( x − x1 ) + b ( y − y1 ) + c ( z − z1 ) =
0
0
ax + by + cz − ax1 − by1 − cz1 =
Como a expressão − ax1 − by1 − cz1 forma um único número real, que
0 que é a equação geral
chamamos d, podemos escrever, ainda: ax + by + cz + d =
ou cartesiana do plano.
Observações:
3. ( 2 ) + 2. ( −1) − 4. ( 3) + d =0
6 − 2 − 12 + d =0
d =8
204
TÓPICO 2 | O PLANO
n = AB = B − A = ( 4 − 2, −3 − 1, −2 − 4 ) = ( 2, −4, −6 )
Este vetor nos dá os valores de a, b e c para substituir na equação geral.
Porém, para a determinação do valor de “d” precisamos de mais uma informação:
Um ponto pertencente ao plano. Quem seria ele?
x + x y + yB z A + z B 2 + 4 −1 − 3 4 − 2
M= A B , A , = , , = ( 3, −2,1)
2 2 2 2 2 2
ax + by + cz + d = 0 ⇒ 2. ( 3) − 4. ( −2 ) − 6. (1) + d = 0
6 + 8 − 6 + d =0 ⇒ d =−8
205
UNIDADE 3 | GEOMETRIA ANALÍTICA
E ainda,
ax + by + cz + d = 0 ⇒ 3. ( 2 ) + 2. (1) + 1. ( −2 ) + d = 0
3+ d =0⇒d =−3
Logo, a equação da reta é dada por: 3 x + 2 y + z − 3 =0
2) Passa por dois pontos A e B e é paralelo a um vetor v não colinear ao
vetor AB . Neste caso: n= v × AB
206
TÓPICO 2 | O PLANO
3) Passa por três pontos A, B e C não em linha reta. Neste caso, =
n AB × AC
4) Contém duas retas r1 e r2 concorrentes. Neste caso: n= v1 × v2 , sendo
v1 e v2 vetores diretores de r1 e r2
5) Contém duas retas r1 e r2 paralelas. Neste caso, n= v1 × A1 A2 , sendo v 1
um vetor diretor de r1 (ou r2) e A1 ∈ r1 e A2 ∈ r2
207
UNIDADE 3 | GEOMETRIA ANALÍTICA
6) Contém uma reta r e um ponto B ∉ r. Neste caso: n= v × AB , sendo v
um vetor diretor de r e A ∈ r
i j k
3 1 −2 =
n= i − 3k − 2 j − k − 3 j − 2i = ( −1, −5, −4 )
−i − 5 j − 4k =
1 −1 1
2 1 −1
0 −1 1 =−2 + 1 − 1 − 4 =−6
1 2 1
208
TÓPICO 2 | O PLANO
Determinando AB e AC:
Calculando n:
i j k
n= −2 −2 2 =
AB × AC = −4i − 2 j − 2k − 2k − 2i + 4 j
−1 1 2
( 6, 2, −4 )
=−6i + 2 j − 4k =−
209
UNIDADE 3 | GEOMETRIA ANALÍTICA
ax + by + cz + d = 0 ⇒ 1. ( −3) + 3. ( 2 ) + 4. (1) + d = 0
−3 + 6 + 4 + d =0 ⇒ d =−7
210
TÓPICO 2 | O PLANO
Exemplo 9: π 1: x + z – 3 = 0
Exemplo 10: π 2: x + 2y – 4 = 0
211
UNIDADE 3 | GEOMETRIA ANALÍTICA
Exemplo 12: π 1: y = 3
212
TÓPICO 2 | O PLANO
Exemplo 13: π 2: x = 2
Em coordenadas, temos: ( x − x0 , y − y0 , z=
− z0 ) h ( a1 , b1 , c1 ) + t ( a2 , b2 , c2 )
213
UNIDADE 3 | GEOMETRIA ANALÍTICA
x =2 − 3h + 2t
y =1 − 3h + t
z = 3 + h − 2t
AB = B − A = (8 − 5, 2 − 7, −3 − 2 ) = ( 3, −5, −5)
AC = C − A = (1 − 5, 2 − 7, 4 − ( −2 ) ) = ( −4, −5, 6 )
x =5 + 3h − 4t
y =7 − 5h − 5t
z =−2 − 5 + 6t
214
TÓPICO 2 | O PLANO
Plano π1 = (2,-1,-4)
Plano π2 = (1,1,2)
n1 ⋅ n2 2.1 − 1.1 − 4.2 2 −1− 8 −7
cos θ = = = = = −0, 62
n1 ⋅ n2 22 + ( −1) + ( −4 ) ². 1² + 12 + 2²
2
21 ⋅ 6 11, 22
215
UNIDADE 3 | GEOMETRIA ANALÍTICA
a1 b1 c1
I) Se π 1 / /π 2 , n1 / / n2 ∴ = =
a2 b2 c2
II) Se π 1 ⊥ π 2 , n1 ⊥ n2 ∴ a1a2 + b1b2 + c1c2 =
0
216
TÓPICO 2 | O PLANO
Exemplo 17: Calcular os valores de m e n para que o plano π1: (2m – 1)x –2y
+ nz –3 = 0 seja paralelo ao plano π2: 4x + 4y – z = 0.
a1 b1 c1
= =
a2 b2 c2
2m − 1 −2 n
Substituindo na relação citada: = =
4 4 −1
Temos que:
4. ( 2m − 1) =−2.4
8m − 4 =−8
4 1
m= − = −
8 2
E ainda,
4n = 2
2 1
n= =
4 2
217
UNIDADE 3 | GEOMETRIA ANALÍTICA
π
Tendo em vista que θ + φ = e, portanto, cos θ = sen φ , vem:
2
v ⋅n
sen φ =
v ⋅ n
218
TÓPICO 2 | O PLANO
//πSe
rII) , rvrr/⊥/ π/nπ,
π, v, v⊥//⊥nn. O perpendicularismo de r e π implica o paralelismo dos
vetores v e n .
π 1 : 5 x − 2 y +=
z + 7 0 e π 2 : 3 x − 3 y +=
z+4 0
Sabemos que a interseção de dois planos não paralelos é uma reta r cujas
equações se deseja determinar. Uma reta está determinada quando se conhece dois
de seus pontos ou um ponto e um vetor diretor da mesma. Um ponto pertence à
reta interseção se suas coordenadas satisfazem simultaneamente a equação dos
dois planos, isto é, ele constitui uma solução do sistema.
5 x − 2 y + z + 7 =0
3x − 3 y + z + 4 = 0
y= −2 x − 3
z =−9 x − 13
Estas são as equações reduzidas da reta interseção dos planos π1 e π2, sendo
os pontos desta interseção da forma: (x,y,z) = (x, -2x-3, -9x-13).
219
UNIDADE 3 | GEOMETRIA ANALÍTICA
3 x + 5. ( 2 x + 3) − 2. ( 3 x − 4 ) − 9 =0
3 x + 10 x + 15 − 6 x + 8 − 9 =0
7 x + 14 = 0
14
x= − = −2
7
ATENCAO
Caso a questão não informe a você as equações reduzidas da reta, você deve
determiná-las, conforme aprendeu no Tópico 1 desta unidade.
220
TÓPICO 2 | O PLANO
x=0
I) Se x = 0, 3y + z – 6 = 0, a reta r1 : é a interseção de π com o plano yOz.
z =−3 y + 6
y=0
II) Se y = 0, 2x + z – 6 = 0, a reta r2 : é a interseção de π com o plano xOz.
z =−2 x + 6
z=0
III) Se z = 0, 2x + 3y – 6 = 0, a reta r3 : 2 é a interseção de π com o plano xOy.
− x+2
y =3
10 DISTÂNCIAS
Após estudar vários conceitos básicos referente a retas e pontos, sejam eles
no plano ou no espaço, iremos começar a compreender como podemos analisar
as distâncias de pontos e retas à planos, objeto que será bastante útil em diversas
aplicações da Geometria Analítica.
221
UNIDADE 3 | GEOMETRIA ANALÍTICA
O vetor n = (a, b, c) é normal ao plano π e, por conseguinte, o vetor AP0
tem a mesma direção de n .
A distância d do ponto P0 ao plano π é: d ( P0 , π ) = AP0
Observando que o vetor AP0 é a projeção do vetor PP0 na direção de n e
desenvolvendo a igualdade, podemos escrever:
2.1 − 2. ( −1) + 1 − 5 =0
0 = 0 ( respeita a igualdade )
Temos ainda que separar o vetor normal n = (4,4,2) e o valor d = 14, referentes
ao plano π2.
ATENCAO
223
RESUMO DO TÓPICO 2
0
• Equação Geral do Plano: ax + by + cz + d =
• Determinação de um Plano
o Casos importantes:
1) Passa por um ponto A e é paralelo a dois vetores v1 e v2 não colineares.
Neste caso: n= v1 × v2 .
2) Passa por dois pontos A e B e é paralelo a um vetor v não colinear ao
nvetor
= v × AB . Neste caso: n= v × AB .
n
3) Passa por três pontos A, B e C não em linha reta. Neste caso,= AB × AC
4) Contém duas retas r1 e r2 concorrentes. Neste caso: n= v1 × v2 , sendo
v1 e v2 vetores diretores de r1 e r2
5) Contém duas retas r1 e r2 paralelas. Neste caso, n= v1 × A1 A2 , sendo v1 e v2
um vetor diretor de r1 (ou r2) e A1 ∈ r1 e A2 ∈ r2
6) Contém uma reta r e um ponto B ∉ r. Neste caso: n= v × AB , sendo v
um vetor diretor de r e A ∈ r
224
• Condição de Paralelismo e Perpendicularismo entre dois planos:
π 1
n1
,
o Paralelismo: Se π 2 ∴ a1 = b1 = c1
n2 a2 b2 c2
o Perpendicularismo: Se π 1 ⊥ π 2 , n1 ⊥ n2 ∴ a1a2 + b1b2 + c1c2 =
0
v⋅n
• Ângulo formado por uma reta e um plano: sen φ =
v ⋅ n
• Condição de Paralelismo e Perpendicularismo entre reta e plano:
o Paralelismo: Se r / /π , v ⊥ n . O paralelismo de r e π implica a ortogonalidade
dos vetores v e n .
o Perpendicularismo: /π,rvr/⊥
r / Se ///ππn,,vrv /⊥⊥/πnn,.vO⊥ perpendicularismo
n de r e π implica o
paralelismo dos vetores v e n .
225
AUTOATIVIDADE
a) ( ) 3x + 2y – 4z + 8 = 0
b) ( ) x+y–z=0
c) ( ) -x – y + z + 8 = 0
d) ( ) -3x + y + z + 8 = 0
e) ( ) -3x - y + z + 8 = 0
a) ( ) π: 2x + 5y = 0
b) ( ) π: 2x + 5y + z - 1 = 0
c) ( ) π: 5x + 2y - 10 = 0
d) ( ) π: 2x + 5y - 1 = 0
e) ( ) π: 5x + 2y = 0
a) ( ) m = 3/2
b) ( ) m = 1/2
c) ( ) m = -2
d) ( ) m = -3/2
e) ( ) m = -1/2
226
4 Uma vez estabelecido que dois planos são concorrentes,
podemos determinar a reta de interseção. Sabendo que os planos
descritos a seguir são concorrentes, a reta de interseção dos planos
é: π1: -x -y + 2z - 4 = 0 e π2: 2x + y - 3z = 0.
y= x − 12
a) ( )
z= x − 4
y=x
b) ( )
z= x + 4
y=x
c) ( )
z= x − 4
d) ( ) { z= x − 4
y = −x
e) ( )
z= x − 4
227
228
UNIDADE 3
TÓPICO 3
CÔNICAS
1 INTRODUÇÃO
A geometria é um dos ramos mais antigos da matemática, seus princípios
baseiam-se nos estudos do ponto, da reta e do plano, e estes estão fundamentados
em axiomas, postulados, definições e teoremas, compilados pelo filósofo e
matemático grego Euclides, por volta do ano 300 a.C.
Nesta unidade, nosso foco de estudos é uma área ainda mais específica
da geometria, a geometria analítica. E, neste tópico, aprofundaremos seus
conhecimentos sobre a circunferência, a parábola, a elipse e a hipérbole, também
conhecidas como cônicas.
FONTE: Os autores
2 CIRCUNFERÊNCIA
Santos e Ferreira (2009, p. 63) definem circunferência como “o lugar
geométrico dos pontos de um plano cuja distância a um ponto fixo é constante”.
Esse ponto fixo é denominado centro da circunferência (C). Sendo que se denomina
raio (R) a medida da distância de qualquer ponto da circunferência (A, B, ..., P) ao
centro (C) e essa distância (raio) é sempre constante.
229
UNIDADE 3 | GEOMETRIA ANALÍTICA
Em que CA
= CB
= CD
= r (raio da circunferência)
DC , P = ( x − h)² + ( y − k )²
( DC , P )²= ( ( x − h)² + ( y − k )² )²
D ² C , P = ( x − h)² + ( y − k )²
ATENCAO
230
TÓPICO 3 | CÔNICAS
(x – h)² + (y – k)² = R²
(x – 1)² + (y – 2)² = 2²
(x – 1)² + (y – 2)² = 4
Representação Geométrica
(x – h)² + (y – k)² = R²
(1 – 2)² + (1 – 3)² = R²
( – 1)² + ( – 2)² = R²
1 + 4 = R²
R² = 5
R = √5
231
UNIDADE 3 | GEOMETRIA ANALÍTICA
(x – h)² + (y – k)² = R²
(x – 2)² + (y – 3)² = (√5)²
Representação Geométrica
Representação Geométrica
232
TÓPICO 3 | CÔNICAS
A equação ( x − h ) + ( y − k ) =
2 2
R 2 é conhecida como equação reduzida da
circunferência, desenvolvendo os quadrados, teremos:
( x − h) + ( y − k )
2 2
R2
=
x 2 − 2hx + h 2 + y 2 − 2ky + k 2 =
R2
x 2 + y 2 − 2hx − 2ky + h 2 + k 2 − R 2 =
0
Com o objetivo de simplificar a equação, considerando: α = −2h, β = −2k e
γ = h 2 + k 2 − R 2 , temos a equação geral da circunferência: x 2 + y 2 + α x + β y + γ =0.
Exemplo 5: Determine a equação geral da circunferência de centro C (3,2) e
raio R = 6, represente geometricamente.
233
UNIDADE 3 | GEOMETRIA ANALÍTICA
( x − 3) + ( y − 2) =
2 2
62
2 2
Resolvendo as potências, obtemos: x − 6 x + 9 + y − 4 y + 4 − 36 =0
Representação Geométrica
x ² + y ² - 6x - 4y - 36 = 0
+ 3² + 2² - R ² = -36
+ 9 + 4 - R ² = -36
- R ² = -36 -13
- R ² = - 49
R ² = 49
R= 49 = 7
234
TÓPICO 3 | CÔNICAS
Representação Geométrica
2
R > 0 ou a 2 + b2 − γ > 0
2 2
Será uma circunferência se: os coeficientes de x e y forem iguais
α β
o centro é C ( a, b ) com
= a -=
2
eb -
2
α β
Será um ponto
= se: R 0 ou h 2 + k 2 − γ 0, é o próprio centro C − , −
=
2 2
{
Será um conjunto vazio se: R < 0 ou h 2 + k 2 − γ < 0 , a equação não
será satisfeita por nenhum ponto do plano.
235
UNIDADE 3 | GEOMETRIA ANALÍTICA
Caso não atenda a uma das restrições é porque não é a equação de uma
circunferência.
x2 + y 2 + α x + β y + γ =0
α β
como
= h -=
ek - , então:
2 2
(−6) (−8)
=h -= ek -
2 2
= h 3= ek 4
Solução: É preciso verificar todas as condições, mas nesse caso pela segunda
restrição (os coeficientes de x² e y² forem iguais) já identificamos que não é uma
equação de circunferência, pois x² = 1 e de y² = 2, logo, são diferentes.
x2 + y 2 + α x + β y + γ =0
α β
x ² + y ² − 8x − 7 =0, logo, α = −8 e γ =
−7 , como: h =
- ek=-
2 2
(−8) 0
= h -= ek -
2 2
= h 4= ek 0
4 2 + 02 − 7 > 0
16 − 7 > 0
9>0
2º Passo: como R² = 9 = 3, ou seja, R é positivo, a equação fornecida representa
uma circunferência.
237
UNIDADE 3 | GEOMETRIA ANALÍTICA
3 PARÁBOLA
Você já reparou nas antenas parabólicas? Estas eram um objeto muito
comum nas residências. As antenas parabólicas consistem em uma superfície
denominada paraboloide, que se origina ao girar a parábola em torno do seu eixo
de simetria. Este paraboloide serve para refletir as ondas eletromagnéticas emitidas
por satélites, para o foco da parábola, onde encontra-se o aparelho receptor, que as
converterá em um sinal que a TV transformará em ondas.
As parábolas também são figuras comuns nos faróis dos carros, nos
holofotes, fornos solares, em lanternas e muitos outros objetos do nosso dia a dia.
Vamos conhecer mais sobre elas?
Elementos da Parábola:
• Foco: é o ponto F.
• Diretriz: é a reta d.
• Eixo: é a reta que passa pelo foco e é perpendicular à reta diretriz.
• Vértice: é o ponto V de intersecção da parábola com o seu eixo.
238
TÓPICO 3 | CÔNICAS
239
UNIDADE 3 | GEOMETRIA ANALÍTICA
PF = PM
1.x + 0. y + p
( x − p ) + ( y − 0)
2 2
=
12 + 02
1.x + 0. y + p
( x − p ) + ( y − 0)
2 2
=
12 + 02
( y − k)= 4 p. ( x − h )
2
Côncava para a
( y − k)= 4 p. ( x − h )
2
direção positiva de Ox
Côncava para a
( y −k) −4 p. ( x − h )
2
direção negativa de Ox =
240
TÓPICO 3 | CÔNICAS
Côncava para a
( x − h) = 4 p. ( y − k )
2
direção positiva de Ou
Côncava para a
( x − h) −4 p. ( y − k )
2
direção negativa de Oy
=
FONTE: Os autores
UNI
Note que a alteração fica em torno do valor p, da coordenada que possui grau 2
e também da colocação das coordenadas do vértice (h ,k)
Resolução:
3 3 3
Como h = 0, k = 0 e p =− . Logo V(0,0), F(
− ,0)e reta diretriz y = − .
2 2 2
241
UNIDADE 3 | GEOMETRIA ANALÍTICA
Resolução:
y2 - 8y -4x + 20 = 0
(y - 4)2 = 4x - 20 +16
(y - 4)2 = 4x - 4
(y - 4)2 = 4(x - 1)
x2 - 4x -8y + 12 = 0
(x - 2)2 = 8y - 12 + 4
(x - 2)2 = 8y - 8
(x - 2)2 = 8(y - 1)
Como h = 2, k = 1 e p = 2. Logo,V(2,1).
242
TÓPICO 3 | CÔNICAS
Resolução:
Visão geométrica:
4 ELIPSE
Quando observamos a forma geométrica da elipse, podemos imaginar que
não haverá processos práticos onde ela descreve tal situação. Porém, muitas das
coisas que conhecemos até hoje só foram possíveis de serem estudadas através do
estudo das elipses. Por exemplo:
243
UNIDADE 3 | GEOMETRIA ANALÍTICA
Logo, a2 = b2 + c2
244
TÓPICO 3 | CÔNICAS
d ( P, F1 ) + d ( P, F2 ) =
2a
( x + c) ( x − c)
2 2
⇔ + y2 + + y2 =
2a
⇔ x 2 + 2 xc + c 2 + y 2 + x 2 − 2 xc + c 2 + y 2 =
2a
⇔ x 2 + 2 xc + c 2 + y 2 = 2a − x 2 − 2 xc + c 2 + y 2
⇔ x 2 + 2 xc + c 2 + y 2 = 4a 2 − 4a x 2 − 2 xc + c 2 + y 2 + x 2 − 2 xc + c 2 + y 2
⇔ 4 xc = 4a 2 − 4a x 2 − 2 xc + c 2 + y 2
⇔ a 2 − cx
= a x 2 − 2 xc + c 2 + y 2
a 2 . ( x 2 − 2 xc + c 2 + y 2 )
⇔ a 4 − 2a 2 cx + c 2 x 2 =
⇔ ( a 2 − c 2 ) x 2 + a 2 y 2= a ² ( a 2 − c 2 )
2 2 2 2 2 2
( )
Com a relação a = b + c ⇒ b = a − c . Logo, b ² x 2 + a 2 y 2 =
a ²b ²
2 2 x² y 2
Dividindo ambos os membros por a b > 0. Temos, + 1.
=
a² b2
Estendendo para a elipse com centro em qualquer ponto (h,k) temos:
( x − h) ² + ( y − k ) ² =
1
a² b²
Porém, existe também o caso onde a elipse possui seu eixo maior na direção
do eixo Y, logo iremos apresentar a você as possibilidades.
245
UNIDADE 3 | GEOMETRIA ANALÍTICA
FONTE: Os autores
E
IMPORTANT
Excentricidade da elipse
c
A excentricidade da elipse é um número: e =
a c
e=
Que será do intervalo 0 < e < 1, pois pela definição de elipse a > c . Esta excentricidade, no
caso da elipse, “mede” o grau de “achatamento” da elipse comerelação
= a uma circunferência.
a
x² y ² y ² x²
+= 1 e += 1
9 4 25 4
Resolução:
x² y ²
• Na primeira situação: + = 1
9 4
Temos que o centro está em C (0,0), pois não há nada no quadrado de y
e x. Para determinar os focos, devemos encontrar o valor de c pelo Teorema de
Pitágoras. Como a2 = 9 e b2 = 4, logo:
9= 4 + c ²
c= 5
246
TÓPICO 3 | CÔNICAS
9= 4 + c ²
c = 5 do centro (eixo x neste caso),
Sabendo que C (0,0) e que os focos distam
( ) ( )
logo F1 5, 0 e F2 − 5, 0 . Para os vértices, estes estão distantes a do centro, como
a2 = 9 então a = 9, logo A1 (3,0) e A2 (-3,0).
• Na segunda situação:
y 2 x2
+ 1
=
25 4
Temos que o centro está também em C (0,0) pois não há nada no quadrado
de y e x. Para determinar os focos, devemos encontrar o valor de c pelo Teorema de
Pitágoras. Como a2 = 25 e b2 = 4, logo:
25= 4 + c ²
c = 21
Exemplo 14: Seja a elipse de equação 7x2 + 16y2 - 28x - 128y - 92 = 0, determinar:
Resposta:
a) Completando os quadrados de x e y, acompanhe:
7 x 2 + 16 y 2 − 28 x − 128 y − 92 =
0
7 x 2 − 28 x + 16 y 2 − 128 y − 92 =
0
7 ( x 2 − 4 x ) + 16 ( y 2 − 8 y ) =
92
7 ( x − 2 ) + 16 ( y − 4 ) = 92 + 4 + 16
2 2
7 ( x − 2 ) + 16 ( y − 4 ) =
2 2
112
7 ( x − 2 ) 16 ( y − 4 ) 112
2 2
+ =
112 112 112
( x − 2) ( y − 4)
2 2
+ 1
=
16 7
247
UNIDADE 3 | GEOMETRIA ANALÍTICA
16= 7 + c ²
c=3
Sabendo que C(2,4) e que os focos distam 3 do centro (eixo x neste caso), logo
F1(5,4) e F2(-1,4). Para os vértices, estes estão distantes a do centro, como a2 = 16 então
a = 4, logo A1 (6,4) e A2 (-2,4).
c)
c 3
d) e= = = 0, 75
a 4
c 2 4
e= ⇒ = ⇒a= 6
a 3 a
62 = b2 + 42
b2 = 20
5 HIPÉRBOLE
A hipérbole é uma das cônicas mais interessantes. Não apenas pelo seu
formato geométrico, que é o mais “excêntrico” de todos, mas pelas suas aplicações
peculiares. Podemos destacar, por exemplo, sua aplicação nos sistemas de longa
navegação, no que diz respeito à comunicação através de sinais de rádio. O sistema
LORAN (long range navigation) e o sistema DECCA, como de navegação aérea,
como são conhecidos, usam a hipérbole como base de funcionamento. Da Terra,
concomitantemente são transmitidos sinais de rádio de dois pontos fixos F1 e F2 que
são captados pelo aeroplano em P, ao longo de t1 e t2 segundos, respectivamente.
A diferença entre t1 e t2 determina 2ª e assim obtém a característica da hipérbole na
qual está P.
249
UNIDADE 3 | GEOMETRIA ANALÍTICA
Logo, c2 = a2 + b2
( x + c ) + ( y − 0) ( x − c ) + ( y − 0)
2 2 2 2
− 2a
=
( x + c) ( x − c)
2 2
+ y2 = + y 2 + 2a
250
TÓPICO 3 | CÔNICAS
( x + c) + y 2 =( x − c ) + y 2 + 4a ( x − c)
2 2 2
+ y 2 + 4a 2
( x − c)
2
x 2 + 2cx + c 2 + y 2 = x 2 − 2cx + c 2 + 4a 2 + 4a + y2
( x − c)
2
4cx − 4a=
² 4a + y2
( cx − a ) =
2 2
a ² ( x − c ) + y 2
2
c 2 x 2 − 2a 2 cx + a 4= a 2 ( x − c ) + a ² y 2
2
c 2 x 2 − 2a 2 cx + a 4 =a 2 x 2 − 2a 2 cx + a 2 c 2 + a ² y 2
c 2 x 2 + a 4= a 2 x 2 + a 2 c 2 + a ² y 2
c 2 x 2 − a 2 x 2 − a ² y 2 = a 2c 2 + a 4
(c 2 − a 2 ) x 2 − a ² y 2 = a 2 ( c 2 + a 2 )
2 2 2 2 2
Como c = a + b ⇒ b = c − a ² , logo:
b2 x2 − a 2 y 2 =
a 2b 2
x2 y 2
− 1
=
a² b2
Quando o centro estiver fora da origem, a demonstração é análoga e sua
equação será:
( x − h) ² − ( y − k ) ² =
1
a² b²
Porém, existe também o caso onde a elipse possui seu eixo maior na direção
do eixo Y, logo iremos apresentar a você as possibilidades.
251
UNIDADE 3 | GEOMETRIA ANALÍTICA
TIPO DE
EQUAÇÃO EXEMPLO
HIPÉRBOLE
FONTE: Os autores
E
IMPORTANT
Excentricidade da elipse
c
A excentricidade da elipse é um número: e =
a c
c e=
> 1, pois pela definição de elipse a < c . Esta excentricidade, no caso
Que será do intervalo e =
e=
da hipérbole, “mede” o graua de “abertura das folhas da hipérbole”.
a
252
TÓPICO 3 | CÔNICAS
c 3, 61
e= = =1,20
a 3
253
UNIDADE 3 | GEOMETRIA ANALÍTICA
c² = a² + b²
10² = a² + 5²
100 = a² + 25
100 - 25 = a²
a² = 75, a = 75
y ² x²
− = 1
b² a ²
y² x²
− 1
=
5² ( 75)²
y ² x²
− = 1
25 75
254
TÓPICO 3 | CÔNICAS
x ² + 6 x − 4 y ² − 24 y =
31
( x ² + 6 x) − 4( y ² − 6 y ) =
31
[ x² + 2.x.(3) + 3² ] − 9 − 4 [ y ² + 2. y.(−3) + (−3)² ] + 36 =31
( x + 3)² − 9 − 4( y − 3)² + 36 = 31
( x + 3)² − 4( y − 3)² = 31 − 36 + 9
( x + 3)² 4( y − 3)² 4
− =
4 4 4
( x + 3)² ( y − 3)²
− = 1
4 1
Centro: (-3,3)
Medida do eixo real: 2.a = 4
Medida do eixo imaginário: 2.b = 2
c a ² + b²
=
c ²= 4 + 1
c= 5
c ≅ 2, 24
255
UNIDADE 3 | GEOMETRIA ANALÍTICA
LEITURA COMPLEMENTAR
Um exemplo teórico
256
TÓPICO 3 | CÔNICAS
(10√7)² = – 4p(–7)
700 = 28p
p = 25
20² = – 100y
400 = – 100y
y=–4
h=7–4
h = 3m
257
UNIDADE 3 | GEOMETRIA ANALÍTICA
258
RESUMO DO TÓPICO 3
x² y 2
+ =−1 Com centro na origem e direção de OX.
a² b2
y² x2
+ =−1 Com centro na origem e direção de OY.
a² b2
( x − h) ² + ( y − k ) ² =
1 − Com centro em ( h,k ) e direção de OX.
a² b²
( y − k ) ² + ( x − h) ² =
1 − Com centro em ( h,k ) e direção de OY.
a² b²
x² y 2
− =−1 Com centro na origem e direção de OX.
a² b2
y² x2
− =− 1 Com centro na origem e direção de OY.
a² b2
( x − h) ² − ( y − k ) ² =
1 − Com centro em ( h,k ) e direção de OX.
a² b²
( y − k ) ² − ( x − h) ² =
1 − Com centro em ( h,k ) e direção de OY.
a² b²
259
AUTOATIVIDADE
Agora chegou a sua vez de colocar em prática o que foi estudado no Tópico 3.
Lápis, papel, régua e calculadora em mãos!
a) ( ) x2 – 4x – 8y + 12 = 0.
b) ( ) y2 – 4y – 8x + 12 = 0.
c) ( ) x2 + 4x + 8y + 12 = 0.
d) ( ) y2 + 4y + 8x + 12 = 0.
a) ( ) 5
b) ( ) 12,5
c) ( ) 16
d) ( ) 25
260
4 A parábola é uma seção cônica gerada pela interseção de
uma superfície cônica e um plano. Uma parábola também pode
ser definida como o conjunto dos pontos que são equidistantes de
um ponto dado (chamado de foco) e de uma reta diretriz. Desta
forma, determine as coordenadas de vértice e de foco da equação y2 + 4y + 16x
– 44 = 0.
x² y ²
I) + = 1 ( ) Elipse
4 3
x y
II) + =1 ( ) Hipérbole
4 9
x² y
III) + =1 ( ) Reta
4 9
y ² x²
IV) − = 1 ( ) Circunferência
4 3
x² y ²
V) + = 1 ( ) Parábola
9 9
261
A associação que relaciona corretamente a equação ao tipo de curva plana na
sequência de cima para baixo, é:
a) ( ) C (2,1)
b) ( ) C (9,4)
c) ( ) C (-1, -2)
d) ( ) C (1,2)
I) x2 + y2 + 10x + 8y = 0
II) x2 + y2 + 4x + 8y = 0
III) x2 + y2 + 4x + 6y - 13 = 0
IV) x2 - y2 + 10x + 8y = 0
262
REFERÊNCIAS
ANTON, Howard; RORRES, Chris. Álgebra Linear com Aplicações. 8. ed.
Porto Alegre: Bookman, 2001.
BOLDRINI, José Luiz. Álgebra Linear. 3. ed. São Paulo: Harbra, 1984.
DANTE, Luiz Roberto. Matemática: volume único: contexto & aplicações: ensino
médio. 3. ed. São Paulo: Ática, 2005.
FACCHINI, Walter. Matemática para a escola de hoje. Vol. único. São Paulo:
FTD, 2006.
GIOVANNI, José Ruy; BONJORNO, José Roberto; GIOVANNI JR., José Ruy.
Matemática Fundamental: uma nova abordagem. São Paulo: FTD, 2002.
IEZZI, Gelson et al. Matemática: ciência e aplicações. Vol. 2. São Paulo: Saraiva,
2013.
LIPSCHUTZ, Seymour. Álgebra Linear. 3. ed. São Paulo: Makron Books, 1994.
263