Documente Academic
Documente Profesional
Documente Cultură
Analtica e
lgebra Vetorial
Geometria Analtica e
lgebra Vetorial
Todos os direitos reservados. Nenhuma parte desta publicao poder ser reproduzida
ou transmitida de qualquer modo ou por qualquer outro meio, eletrnico ou mecnico,
incluindo fotocpia, gravao ou qualquer outro tipo de sistema de armazenamento e
transmisso de informao, sem prvia autorizao, por escrito, da Editora e
Distribuidora Educacional S.A.
ISBN 978-85-8482-280-5
CDD 512
2016
Editora e Distribuidora Educacional S.A
Avenida Paris, 675 Parque Residencial Joo Piza
CEP: 86041-100 Londrina PR
e-mail: editora.educacional@kroton.com.br
Homepage: http://www.kroton.com.br/
Sumrio
Seo 2 - Matrizes 25
2.1 | Definindo matrizes 25
2.2 | Alguns casos especiais de matrizes 27
2.3 | Operaes envolvendo matrizes 28
2.3.1 | Adio de matrizes 28
2.3.2 | Multiplicao por um escalar 29
2.3.3 | Matriz transposta 30
2.3.4 | Produto escalar e multiplicao de matrizes 31
2.3.5 | Matriz inversa 35
2.4 | Transformaes matriciais 37
2.4.1 | Tipos de transformaes matriciais 39
2.5 | Soluo de sistemas lineares: escalonamento por reduo de linhas 42
2.5.1 | Mtodo de reduo de Gauss-Jordan 44
2.5.2 | Sistemas homogneos 47
Seo 3 - Determinantes 51
3.1 | Definio de determinante 51
3.2 | Determinantes de matrizes 2 x 2 e 3 x 3 52
3.3 | Propriedades dos determinantes 54
Unidade 2 | Vetores 61
Contudo, vale destacar que bem provvel que no incio muitos conceitos
no fiquem to claros para voc. Por isso, aconselhamos que necessrio que
estude sistematicamente esse material, tentando, a cada novo momento do seu
aprendizado, entender melhor os conceitos aqui abordados.
Bons estudos!
Unidade 1
SISTEMAS LINEARES,
MATRIZES E DETERMINANTES
Seo 2 | Matrizes
Nesta seo dado incio ao estudo da teoria da lgebra matricial
apresentando algumas das definies fundamentais do assunto. Alm
disso, so destacados alguns tipos especiais de matrizes e operaes
aritmticas fundamentais as envolvendo.
Seo 3 | Determinantes
Na terceira seo definido o conceito de determinante, que
um nmero real associado a uma matriz quadrada e tambm sero
apresentadas algumas de suas propriedades.
Introduo unidade
Seo 1
Sistemas Lineares
Os sistemas lineares so muito aplicados em situaes que envolvem
transformaes e mudanas, mantendo em evidncia aspectos que permanecem
constantes durante esse processo.
a1 x + a2 y = b
Onde:
x e y so variveis.
5 x1 + 4 x2 7 x3 = 15
5 0 + 4 (5) 7 (5) = 15
Contudo, voc pode perceber que essa no a nica soluo para a equao
linear dada! Por exemplo, tambm soluo: x1 = 1 , x2 = 5 e x3 = 0 . Por
isso, dizemos que para a equao linear dada temos um conjunto-soluo.
x + y 2z = 7
Exemplo 1: 2 x y + 3 z = 10
x + y + z = 1
Vamos escolher duas equaes para comearmos nossos clculos. Voc pode
comear por aquelas que achar mais conveniente, pois, no final, se voc realizar
todos os clculos corretamente, os resultados obtidos sero os mesmos. A ttulo
de exemplo, vamos comear pela 1 e pela 3 equao, pois evidente que
possvel eliminar o x ao realizar a adio algbrica:
x + y 2 z = 7
x + y + z = 1
2y z = 6 ( I))
y z = 4 ((II))
y=2
Veja que obtemos uma nica soluo para o sistema dado, onde os valores
obtidos para x, y e z so comuns para todas as equaes que compem o
sistema linear dado. Nesse caso, dizemos que obtemos um sistema possvel e
determinado (S.P.D.).
Como no caso estamos lidando com equaes que contm trs incgnitas (x, y
z), suas representaes grficas no so retas, mas planos. Os valores obtidos x, y e
z formam o ponto I ( 1, 2, 2 ) , o qual pertence aos trs planos (das trs equaes
que formam o sistema linear dado), sendo este ponto comum que forma a localizao
exata da interseco entre os trs planos. A figura a seguir mostra um grfico parecido
com o que obteramos com o sistema linear resolvido no exemplo 1.1:
Contudo, existem, ainda, dois outros casos que podemos encontrar ao resolver
um sistema linear. Veja os prximos exemplos:
x + y + z = 2
Exemplo 2: 2 x z = 1
3x + y = 1
Temos:
2 y 3z = 5 ((I))
2 y 3z = 5 ((II))
0z = 0
4x y + 7z = 9
Exemplo 3: 5 x + 3 y z = 0
7 x 11 y + 17 z = 19
Temos:
17 y + 39 z = 45(II))
II))
34 y + 78 z = 95 (II
0 y + 0z = 5
Observe que nesse caso no existe valor para y e para z que, multiplicados
por zero e, em seguida, somados, resultam em cinco. Esse um caso de sistema
impossvel (S.I.). Sistemas lineares como esse so representados graficamente por
trs planos que no possuem nenhum ponto em comum entre os trs ao mesmo
tempo, ficando paralelos entre si, tal como ilustra a figura a seguir:
2 x1 + 3 x2 + 4 x3 = 80
2 x1 + 2 x2 + 3 x3 = 60
perceptvel que o sistema linear tem infinitas solues, mas, ainda assim,
x2 + x3 = 20
x2 = 20 x3
0 x3 20
Essa condio se faz necessria porque, como estamos lidando com uma situao
que envolve quantidade de produtos, no faz sentido obtermos resultados negativos.
Acessando o link:
<http://www.dec.uem.br/eventos/enteca_2003/Temas/tema3/072.
PDF>, voc encontrar o artigo Aplicao da programao linear
na engenharia de sistemas de construo civil. Leia-o para que
possa evidenciar uma das muitas aplicaes de sistemas lineares nas
engenharias em geral.
x + y + 3 z = 12
B
2 x + 2 y + 6 z = 6
x + y z =1
C 2 x + 3 y + 2 z = 3
x + 2 y + 3z = 2
Seo 2
Matrizes
Na seo anterior, voc estudou a possibilidade de modelar situaes em
forma de sistemas lineares. Porm, em alguns casos, mais vantajoso organizar
informaes de situaes em forma de linhas e colunas formando agrupamentos
retangulares, que o que denominamos de matrizes.
Dessa forma, deve haver uma possibilidade de escrever um sistema linear sem
ter que repetir as incgnitas. E existe sim: por meio de uma matriz. A matriz facilita o
clculo de sistemas lineares, principalmente em computadores, de maneira a obter
um procedimento mais rpido e eficiente para determinar solues. Alm disso, na
forma matricial torna-se possvel realizar operaes e outras especificidades que
voc conhecer a partir de agora.
3 0
b) B =
7 1
A matriz B de ordem 2 2 e, portanto, uma matriz quadrada, com elementos
a11 = 3 , a12 = 0 , aa21
21
=7 e a22 = 1 .
c)
Exemplos:
u = [5 0 1 2] um vetor de dimenso 4.
3
v = 1 um vetor de dimenso 3.
2
x + y = 3, x y = 1, 2z + t = 7, zt=5
Resolvendo por sistemas de equaes, obtemos: x = 2 , yy = 1 , z = 4 e
t = 1 .
bij = kaij (1 i m, 1 j n)
Resoluo:
a)
b)
(i) ( A + B ) + C = A + ( B + C ) (v) k ( A + B ) = kA + kB
(ii) A + 0 = 0 + A = 0 (vi) ( k + k ) A = kA + k A
(iii) A + ( A ) = ( A ) + ( A ) = 0 (vii) ( kk ) A = k ( k A )
(iv) 1. A= A
A + B = B + A (viii) 1
por bij = a ji .
T
Em outras palavras, a transposta de uma matriz A, denotada por A , a matriz
obtida escrevendo as colunas de A, na mesma ordem, como linhas. Exemplo:
T 5 8
5 6 7
8 9 10 = 6 9
7 10
Vamos conhecer as propriedades bsicas da transposio:
(i) ( A + B ) = A + B (iii) ( kA ) = kA
T T T T T
( )
T
= A (iv) ( AB ) = BT AT
T
(ii) AT
2 3 5 2 3 5
A = 3 6 7 e A = 3 6 7
T
5 7 8 5 7 8
T
Como A = A , a matriz A simtrica.
0 3 4 0 3 4
B = 3 0 5 e B = 3
T
0 5
4 5 0 4 5 0
an
bn
n
aa. b = a1b1 + a2b2 ++ anbn = ai bi
i =1
4
Exemplo: Sejam u = [x 2 3] e v = 1 . Se u
. vv = 4 , determine o valor
de x. 2
Soluo: Temos que
u v = x 4 + 2 1 + 3 2 = 4
4 x + 2 + 6 = 4
4 x = 4 8
4 x = 12
x = 3
p
cij = ai1b1 j + ai 2b2 j ++ aip bpj = aik bkj ( im,
(1 1i m
1 ,1 j j n)
n )
k =1
Exemplos:
2 5
1 2 1
1) Sejam A =
e B=4 3 , ento:
3 1 4 2 1
2 3 5 2 5
2) Considerando A = 3 6 7 e B = 4 3 . Calcule o elemento c3 22 de
C=AB. 5 7 8 2 1
4
2 x 6 24
4) Sejam A = e B = 8 . Se AB = , determine x e y.
4 2 2 y 12
Temos que:
Ento:
8 x = 20
x = 2, 5
Portanto, x = 2, 5 e y = 6.
4 x + 2 z = 10
Dado o sistema linear: 4 x + 6 y 8 z = 14
6x + 4 y + 4z = 6
(i) ( AB ) C = A ( BC ) (v) A=
0 0= A 0 (matriz nula todos
os elementos da matriz so iguais a 0).
( )
(ii) A B + C = AB + AC
(iii)( A + B ) C = AC + BC
(iv) k ( AB ) = ( kA ) B = A ( kB ) , onde k um escalar.
Note que a relao que define a inversa simtrica, ou seja, se B for a inversa
de A, ento A ser a inversa de B. Por exemplo:
2 3 1 3 / 2
Dadas A = e B=
1 1 . Ento:
2 2
2 + 3 3 3 1 0
AB = =
2 + 2 3 2 0 1
2 + 3 3 + 3 1 0
BA = =
2 2 3 2 0 1
tal que:
a + 2c b + 2d 1 0
2a + 4c 2b + 4d = 0 1
0a + 0c = 2
Perceba que aqui j temos um sistema impossvel e, portanto, no temos solues.
Logo, A no tem inversa. Nesse caso, dizemos que A uma matriz singular.
(A )
1
1
=A
(A ) ( )
1 T
T
= A1
Assista aos vdeos indicados a seguir para que possa aprofundar seus
conhecimentos sobre matriz ortogonal: Disponvel em:
<https://www.youtube.com/watch?v=AGJU491rvDU>.
<https://www.youtube.com/watch?v=pifDnANTVv8 >.
O vetor
x
u=
y
O vetor
x
v = y
z
2
A imagem de u =
1
1 10
E a imagem de pelo mesmo processo.
2 5
1 2 0
(b) Seja A= e considerando a transformao matricial definida por
1 1 1
f ( u ) = Au
1 0 2
1 1 2 1 0
ento, a imagem de 0 , a imagem de 2 e a imagem de 0 .
2
1 3 3
1 2
2) (Adaptado de KOLMAN; HILL, 2006, p. 50) Seja A = e considerando a
2 3 4
transformao matricial definida por f ( u ) = Au . Determine se o vetor w=
est na imagem de f . 1
v
Soluo: A questo equivale a perguntar se existe um vetor v = 1 tal que
f ( v ) = w . Temos v2
Logo,
1 0
f ( u) = u
0 1
x
Dessa maneira, se u = , ento
y
x x
f ( u) = f =
y y
B) Dilatao e contrao
( )
Na figura a seguir, temos o vetor f1 u = 2u e o vetor f 2 u = 1 / 2 u
u, onde ( )
percebemos que a dilatao estica um vetor enquanto que a contrao o encurta:
C) Projeo
x
x
Figura 1.12 | Efeito da transformao matricial f ( u ) = f y =
z y
x
x
Perceba que se v = y , onde s um escalar qualquer, ento f ( v ) = = f ( u ) .
s y
(i) Caso existam, todas as linhas nulas ocorrem abaixo de todas as linhas no nulas.
(iii) O um inicial aparece direita e abaixo dos uns iniciais das linhas precedentes,
para cada linha no nula.
(iv) Caso uma linha contenha o um inicial, ento todos os outros elementos
naquela coluna que se encontram abaixo deste um inicial so iguais a zero.
Exemplo:
1) Seja
(ii) Obtenha a forma escalonada reduzida por linhas da matriz aumentada utilizando
as operaes elementares nas linhas.
(iii) Para cada linha no nula da matriz escalonada reduzida por linhas, resolva a
equao correspondente para a incgnita associada ao primeiro elemento no
nulo naquela linha. As linhas que s contm zero podem ser ignoradas.
Podemos escrever:
x + 2 y = 0
y = 1
z =3
Logo:
x + 2 (1) = 0
x=2
Exemplo:
Chamando w = r , temos:
x = r
y=r
z = r
w=r
Assim, podemos afirmar que este sistema linear tem infinitas solues.
3 6 0
7 2 / 3 5 / 4
b) A = 5 13
1
6
0 0 0
1 2 3
c) A = 4 5 6
1
0 0 0
1 2 3
d) A = 4 5 6
1
0 0 0
Seo 3
Determinantes
Introduo seo
Na presente seo ser dada uma noo de determinante e apresentadas suas
propriedades.
det ( A ) = ( ) a1 j1 a2 j 2 an jn
a11 a12
a a22
21
O determinante calculado somando as entradas das flechas direcionadas para
a direita (diagonal principal) e subtraindo as entradas das flechas direcionadas para
a esquerda (diagonal secundria):
Exemplo:
2 3
1) O determinante da matriz A=
4 5
det ( A ) = a11a22 a33 + a12 a23 a31 + a13 a21a32 ( a13 a22 a31 + a11a23 a32 + a12 a21a33 )
Ou
det ( A ) = a11a22 a33 + a21a32 a13 + a31a12 a23 ( a13 a22 a31 + a23 a32 a11 + a33 a12 a21 )
1 2 3
1) Dada a matriz A = 2 1 3 , temos
3 1 2
1 2 3 1 2
2 1 3 2 1
3 1 2 3 1
det(A) = 1 1 2 + 2 3 3 + 3 2 1 (3 1 3 + 1 3 1 + 2 2 2)
det ( A ) = 2 + 18 + 6 ( 9 + 3 + 8 )
det ( A ) = 26 20
det ( A ) = 6
Se ao invs de repetir as duas primeiras colunas fossem repetidas as duas
primeiras linhas, o resultado de det ( A ) seria o mesmo. Confira!
( )
det A1 =
1
det ( A )
1 2 3
1. Dada a matriz A = 4 5 6 , correto afirmar que seu
7 8 9
determinante :
a) 230 b) 240 c) 250
d) 260 e) 270
x + 2z = 6
2. Dado o sistema linear 3 x + 4 y + 6 z = 30 , utilizando a Regra
x 2 y + 3z = 8
de Cramer, correto afirmar que o conjunto soluo do
sistema dado :
a) d)
b) e)
c)
Bons estudos!
7 3 1
a)
21 7 12
7 3 1
b)
21 7 12
7 4 0
c)
29 7 36
7 4 0
d)
29 7 36
7 4 0
e)
21 7 12
a) 1, 3, 2, 4
b) 3, 2, 4, 1
c) 4, 1, 3, 2
d) 2, 4, 1, 3
e) 1, 3, 4, 2
5 3
4. Sendo A = , tem-se A-1 igual a:
4 2
5 3
a)
4 2
5 4
b)
3 2
3
1 2
c)
2 5
2
1 2
3 5
d)
2 2
1 2
e) 2
0
3
3 1 2
5. Dada a matriz A = 4 5 6 , correto afirmar que det ( A )
igual a: 7 1 2
a) 76
b) 76
c) 84
d) 84
e) 91
Referncias
ANTON, Howard; RORRES, Chris. lgebra linear com aplicaes. 8. ed. Porto
Alegre: Bookman, 2001.
BOLDRINI, Jos Luiz et al. lgebra linear. 3. ed. So Paulo: Harper & Row do Brasil,
1980.
KOLMAN, Bernard; HILL, David R. Introduo lgebra linear: com aplicaes. Rio
de Janeiro: LTC, 2006.
LIPSCHUTZ, Seymour; LIPSON, Marc Lars. lgebra linear. 4. ed. Porto Alegre:
Bookman, 2011.
VETORES
62 Vetores
U2
Introduo unidade
Vetores 63
U2
64 Vetores
U2
Seo 1
Vetores e Operaes com Vetores
Introduo seo
Vetores so utilizados em aplicaes matemticas em reas como a engenharia.
Por exemplo, ao analisarmos os sinais de entrada e sada de um sistema de
engenharia, estes atendem definio de funes. Estas funes necessitam ser
somadas e multiplicadas por escalares. Essas duas operaes em funes tm
propriedades algbricas que so semelhantes s operaes de soma de vetor
e multiplicao de vetor por escalar no espao vetorial n dimensional (Rn). Ou
seja, o conjunto de todos os sinais de entrada e sada possveis forma um espao
vetorial. Para compreender os espaos vetoriais de funes, precisamos aprender
sobre vetores. Nesta seo apresentaremos representaes grficas de vetores
associando-as com as definies e propriedades.
Vetores 65
U2
Neste exemplo adotamos v = AB . Em que A ponto inicial e B ponto
66 Vetores
U2
final, lembramos na classe de vetores equipolentes que todo vetor possui uma
direo, um sentido e uma medida de comprimento (norma), e faz parte do que
denominamos de espao vetorial.
x1
x
N dimensional v = (x1, x2,... xn) 2
V=
xn
Fonte: O autor (2015)
1
Representaes matriciais de vetores foram definidas na Unidade 1.
Vetores 67
U2
Aplicando a definio de vetor nulo obtemos: v = AA = 0
68 Vetores
U2
Vetores 69
U2
Observamos que para k < 0 temos um vetor com o sentido contrrio e mltiplo
de v, se k > 0 temos um vetor no mesmo sentido e mltiplo de v.
I) Por adio estabelecemos uma regra que associa a cada par de objetos u e v em
V um objeto u + v, denominado de soma de u com v.
II) Por multiplicao por escalar temos uma regra que associa a cada escalar k e
cada objeto v em V um objeto kv, chamado de mltiplo de v por k.
70 Vetores
U2
2) Comutativa: u + v = v + u
3) Associativa: u + (v + w) = (u + v) + w
Vetores 71
U2
Exemplo 4: O conjunto das matrizes reais M(m,n) ou seja, do tipo m x n com a soma
e o produto por escalar usuais, se M(n,n) for o conjunto das matrizes quadradas de
ordem n, temos um espao vetorial.
a) O prprio R.
c) A prpria origem.
72 Vetores
U2
Exemplo: dadas as coordenadas de A = (3,3) e B= (5,5) e o vetor u = AB , pode
ser transladado para origem e obtemos a componente u = (2,2), trata-se de um
vetor equivalente com a mesma direo, sentido e comprimento que pertence
classe de equipolncia e u. Para determinar realizamos a operao: dados
dois pontos A, B, que so coordenadas de um vetor para transladar na origem
realizamos ponto final menos ponto inicial. Ou seja, todo vetor que tiver a mesma
direo, sentido e norma ser equivalente. Vejamos a seguir a representao no
plano cartesiano do exemplo apresentado.
Vetores 73
U2
Definio: Seja O um ponto do espao tridimensional e E = (e1, e2, e3) uma base
desse espao. Ao par (O, E) denominamos de sistema de coordenadas em R.
Deste modo, todo vetor de R3, localizado na origem, ser indicado por
coordenadas (x,y,z), que indicam as coordenadas de suas extremidades. Observe,
a seguir, a representao no sistema de coordenadas do espao tridimensional.
74 Vetores
U2
Exemplo: seja um vetor determinado por ponto inicial A = (4, 3, 2) e ponto final
B = (7, 4, 4), determinamos a componente realizando ponto final menos ponto
Vetores 75
U2
inicial, vejamos a componente de AB = (7- 4, 4 - 3, 4 2) = (3, 1, 2).
76 Vetores
U2
Propriedades:
Vetores 77
U2
78 Vetores
U2
Vetores 79
U2
Se o sistema possuir nica soluo, ento temos que b uma combinao linear.
Alm disso, o sistema de equaes pode ser representado por uma multiplicao
de matrizes, que denominamos de forma matricial. Nesta forma de representao
temos a matriz reduzida e matriz ampliada relacionada com o sistema.
3a
a1 + 4.( 6 - 1 ) + 2(-3 + a1) = 12
2
a1 + 24 - 6a1 - 6 +2 a1 = 12
-3a1= 12 24 + 6
80 Vetores
U2
-3a1= - 6
a1=2
Para a3 temos:
a3 = -3 + a1
a3 = -3 + 2
a3 = -1
Soluo:
Temos que:
Vetores 81
U2
1 5 8 0
2 0 6 0
a1 + a2 + a3 =
0 1 1 0
2 1 5 0
82 Vetores
U2
Deste modo, para a3 qualquer podemos determinar valores para a1 e a2 tais que
o sistema tenha soluo. Sendo assim, o sistema indeterminado, pois possui
infinitas solues. Ou seja, os vetores so linearmente dependentes.
Vetores 83
U2
1) .
2)
3) .
4) .
84 Vetores
U2
A partir desses vetores podemos gerar todos os demais vetores por meio da
adio de vetores e multiplicao por escalar, ou seja:
v = (2, -5, 3) = 2i 5j + 3k
Vetores 85
U2
v = (0, 4, -2) = 4j 2k
v = (1, 0, 7) = i + 7k
temos: u
u
86 Vetores
U2
= (22, -4, 2)
= (0, 9, 0) - (1,-4, 2)
= (-1,13, -2)
Exemplo 2: Considere u = (2, -1, 4), v = (1, 5, -3) e w = (3, -2, 1) e as propriedades de
espaos vetoriais e determine o vetor X, que representa um vetor desconhecido:
a) X = 4.(u + v) - 2w
X = (6, 20, 2)
b) u + 3v = 3X - w
3X = u + 3v + w
3X = (8, 12, - 4)
X = ( 8 , 4, - 4 )
3 3
Vetores 87
U2
1) Passo: resolveremos a expresso vetorial, temos que u = (2, -1, 4), v = (1, 5, -3)
e w = (3, -2, 1), assim:
= 16 + ( 27 ) + 22
= 256 + 729 + 484
= 1469 38, 3 unidades de comprimento.
X = 6v + 4w - 12v
X = -6v +4 w
X = -6.( 2, 4, -3) + 4. ( 1, 0, 2)
88 Vetores
U2
Vetores 89
U2
90 Vetores
U2
Seo 2
Vetores 91
U2
92 Vetores
U2
I) comutatividade : v w = w v
II) ditributiva: u (v + w) = u v + u w
IV) v v = 0 se v = 0
V) 0 v = v 0= 0
VI) (u + v) w = u w + v w
VII) u (kv) = k (u v)
a) v = (-2 , 3) e w = (4 , -3)
Soluo:
Vetores 93
U2
b) v = (4 , -1) e w= ( , -5)
Soluo:
c) v = ( 5, 3) e w = (0, 0)
Soluo:
v w = ( 5, 3) ( 0, 0) = 5.0 + 3.0 = 0
a) v = (-2 , 3, 4) e w = (4 , -3, 1)
Soluo:
b) v = (4 , 0, -1) e w= ( , 7, -5)
Soluo:
c) v = (5, 3, 2) e w = (0, 0, 4)
Soluo:
Exemplo 3: Sendo u= (1, -3, 2), v = (1, 1, 0) e w = (2, 2, -4) vetores do R3, resolva as
operaes vetoriais a seguir:
a) u v
Soluo:
94 Vetores
U2
b) (4u+2v)(u -3w)
Soluo:
= -30+90+112
=172
Vetores 95
U2
Soluo:
Soluo:
96 Vetores
U2
, ou seja,
Soluo:
Vetores 97
U2
Vejamos um exemplo:
Soluo:
uxv=
Soluo:
uxv=
98 Vetores
U2
Vetores 99
U2
seguintes propriedades:
I) u x (v + w) = u x v + u x w e (u + v) x w = u x w + v x w
II) u x (k v) = (k u) x v = k (u x v)
III) u x v= -v x u
100 Vetores
U2
Vetores 101
U2
PROPRIEDADES
II) u(v x w) = (u x v) w
u (v x w) = v (w x u) = w (u x v)
IV) Podemos alterar a ordem de dois vetores, porm se inverte o sinal do resultado:
v (u x w) = u (w x v) = w (v x u) = -u (v x w)
102 Vetores
U2
Combinao linear.
Vetores linearmente dependentes e linearmente
independentes.
Vetores 103
U2
104 Vetores
U2
Referncias
ANTON, H.; RORRES, C. lgebra linear com aplicaes. 8. ed. New York: Bookman,
1999.
Vetores 105
Unidade 3
RETAS E PLANOS
Objetivos de aprendizagem:
Introduo unidade
Mas, para que esse estudo seja possvel, precisamos, primeiro, introduzir
um novo tipo de estrutura, a qual permita relacionar os aspectos vetoriais s
questes geomtricas. Essa estrutura ser a de sistema de coordenadas no espao
tridimensional, em que o conjunto de pontos desse espao ser indicado por E.
Seo 1
sendo sua norma a unidade de medida adotada. Assim, temos que o eixo dos x,
indicado por Ox, paralelo a e ; o eixo dos y, indicado por Oy, paralelo a e ;
e, o eixo dos z, indicado por Oz, paralelo a .
(d) Cada plano determinado por um par de eixos coordenados chama-se plano
coordenado. Por exemplo, o plano determinado por Ox e Oy indicado por Oxy.
Pela Figura 3.1 possvel compreender que pelo ponto P traam-se trs planos
paralelos aos planos coordenados, de modo a obtermos um paraleleppedo
retngulo, com faces que interceptam os eixos Ox em Px, Oy em Py e Oz em Pz.
Ainda na figura 3.1 podemos visualizar os vetores pelas flechas em negrito
nos eixos e as triplas ordenadas de P (x_0,y_0,z_0) associadas, respectivamente,
aos vetores pelas flechas cinzas sobre cada eixo.
Como podemos associar a cada ponto P uma tripla de nmeros reais, podemos
escrever:
v =(a,b,c) e P=(x,y,z)
A proposio a seguir evidncia a comodidade de trabalhar com coordenadas
de pontos e de vetores:
Proposio: Fixado um sistema de coordenadas (O,E), sejam A=(x1,y1,z1),
y
B=(x2,y2,z2), u =(a,b,c) e um nmero real. Ento,
Resoluo:
Resoluo:
Ao tratarmos sobre pontos, vamos nos referir s suas coordenadas, pois, como
voc j estudou nesse material, as coordenadas so nmeros reais que tm grande
afinidade com a lgebra.
Essa definio sugere que um vetor no nulo paralelo a uma reta determina sua direo.
X=A+y u
(d) Usando uma linguagem mais simples, podemos dizer que o vetor u da
equao serve para fixar a direo da reta r, ao passo que o ponto A serve
para fixar sua posio no espao (uma reta que fica determinada por um de
seus pontos e sua direo). Outra maneira de interpretar a equao encar-
la como se ela descrevesse uma situao de cinemtica, de um movimento
uniforme de velocidade u e trajetria r, em que representa o tempo.
(x,y,z)=(x0,y0,z0 )+(a,b,c)=(x0+a,y0+b,z0+c)
Logo:
Resoluo:
Logo, P pertence a r
X=A+ u + v
Algumas observaes:
(c) Qualquer ponto do plano pode ser usado em lugar de A e quaisquer dois
vetores LI, paralelos a , em lugar de u e v , o que nos leva a garantir que existem
infinitas equaes vetoriais diferentes para o mesmo plano.
(x,y,z)=(x0,y0,z0 )+(a,b,c)+(m,n,p)=(x0+a+m,y0+b+n,z0+c+p)
Ou seja:
Veja um exemplo:
Resoluo:
Introduzindo a notao:
ax+by+cz+d=0 (a,b,c 0)
Voc j viu que se tratando de retas e planos todas as equaes sero de primeiro
grau, o que significa que vamos trabalhar com mais equaes do que incgnitas
no caso de interseces reta-reta, nmero igual de incgnitas e equaes no caso
reta-plano e mais incgnitas do que equaes no caso plano-plano. E, em geral,
os mtodos que utilizaremos para determinar as interseces correspondem aos
mtodos de resoluo de sistemas de equaes e a Regra de Cramer, estudados
na Unidade 1.
Agora, temos trs equaes e uma incgnita. Vamos resolver uma delas e testar
a soluo encontrada nas outras duas.
Para evitar essa situao, no devemos indicar com a mesma letra os parmetros
das equaes r e s. Assim, vamos trocar por nas equaes de s:
Agora, temos trs equaes e uma incgnita. Vamos resolver uma delas e testar
a soluo encontrada nas outras duas.
Dessa forma, confirmamos que B=(3,0,-1) o nico ponto de rs, ou seja, que
essas retas so concorrentes no ponto B.
Resoluo:
(1+2)++(1+3)=20
2=5- e 4=2+6
1:x+2y+3z-1=0 2=x-y+2z=0
1:x+y+z-1=0 2=x+y-z=0
1:x+y+z-1=0 2=2x+2y+2z-1=0
1:x+y+z-1=0 2=3x+3y+3z-3=0
Resoluo:
x=y-2z
z=1-3y
x=y-2(1-3y) x=-2+7y
Veja que o valor de z constante e, por esse motivo, z no poderia atuar como
parmetro.
a) So concorrentes em P=(4,-2,1)
b) So concorrentes em P=(-2,1,4)
c) So concorrentes em P=(1,-2,4)
d) So concorrentes em P=(1,4,-2)
e) No so concorrentes
Seo 2
Resoluo:
So trs as possibilidades de posio relativa que temos para o caso de uma reta
r e um plano : r estar contida em , ou serem paralelos, ou serem transversais.
Fato bsico para estudarmos a posio relativa entre uma reta (r) e um plano ():
r transversal a se, e somente se, seu vetor diretor r no paralelo a .
Aplicar a proposio:
Se am+bn+cp0, r e so transversais.
Resoluo:
Logo, r e so transversais.
nessa ideia que podemos nos apoiar para compreender a seguinte proposio:
Proposio: Sejam 1:a1 x+b1 y+c1 z+d1=0 e 2:a2 x+b2 y+c2 z+d2=0 dois planos
quaisquer.
A proposio sugere como roteiro para estudar a posio relativa de dois planos,
1:a1 x+b1 y+c1 z+d1=0 e 2:a2 x+b2 y+c2 z+d2=0, considerando n 1=(a1,b1,c1), n 2
=(a2,b2,c2), a 1 =(b1,c1,d1) e a 2 =(b2,c2,d2):
De maneira mais precisa, dizemos que duas retas so ortogonais se, e somente
se, cada vetor diretor de uma reta ortogonal a qualquer vetor diretor da outra
reta.
Resoluo:
0=(PQr =2(2+2z)+3(3z-2)+1(z-1)
a) No so ortogonais.
b) So ortogonais, mas no perpendiculares.
c) So coincidentes.
d) So reversas.
e) So perpendiculares.
ax+by+cz+d=0 a,b,c0
Exemplo 14: (CAMARGO; BOULOS, 2005, p. 214) Obtenha uma equao geral
do plano que contm o ponto A=(1,0,2), sabendo que n =(1,1,4) um vetor
normal a .
(b) :x+2z=14
Resoluo:
Um vetor normal a 2 pode ser obtido de sua equao geral: n 2=(2,-7,16). Como
n 1n 2=(1,-2,-1)(2,-7,16)=0, podemos afirmar que 1 e 2 so perpendiculares.
Seo 3
ngulos e distncias
Nesta seo, voc estudar maneiras de obter a medida angular entre retas,
entre planos ou entre reta e plano, a partir de vetores diretores e vetores normais.
Para calcular a medida angular entre as retas r e s, vamos indicar por a medida
angular entre dois vetores diretores quaisquer dessas retas: =ang(r ,s ).
cos=cos
Se cos<0, ento /2< (Ver figura 3.10(b)). Neste caso, pela definio,
=ang(r ,-s ), e, portanto,
Veja um exemplo:
Assim, podemos ter um modo prtico para determinar a medida angular entre
r e : seja r um vetor diretor de r, n um vetor normal a , =ang(r,s) e =ang(r,),
o que pode ser visualizado na figura 3.11. Lembrando que n um vetor diretor de
s podemos escrever:
Veja um exemplo:
Perceba que o conceito est muito bem definido, pois independe da escolha
de r1 e r2. Para calcularmos =ang(_1,_2) basta usar:
Veja um exemplo:
3.2 Distncia
Vamos, nesta subseo, conhecer frmulas para calcular a distncia entre
pontos, retas e planos, utilizando os produtos escalar e vetorial. Por esse motivo,
vamos trabalhar apenas com bases ortonormais positivas. Assim, desde j ficar
subentendido que est fixado (O,E), cuja base E=(i ,j , k ) ortonormal (positiva,
caso V esteja orientado).
Veja um exemplo:
Veja um exemplo:
Porm, sem conhecer a reta t tambm possvel calcular a distncia entre duas
retas, considerando trs casos distintos:
O sistema de coordenadas em E.
Bons estudos!
a) X=(1,0,6)+(3,2,-5).
b) X=(1,-1,-6)+(-3,2,-5).
c) X=(-1,0,-6)+(3,-2,5).
d) X=(-1,1,6)+(-3,2,5).
e) X=(1,1,-6)+(3,-2,-5).
a) P(0,0,-1).
b) P(1,4,-2).
c) P(3,-1,0).
d) P(-1,0,2).
e) No so concorrentes.
a) r e so transversais.
b) r e so paralelas.
c) r e so concorrentes.
d) r e so reversas.
e) r e so perpendiculares.
a) 1 e 2 so paralelos.
b) 1 e 2 so coincidentes.
c) 1 e 2 so transversais.
d) 1 e 2 so reversos.
e) 1 e 2 so complementares.
Referncias
CAMARGO, Ivan de; BOULOS, Paulo. Geometria analtica: um tratamento vetorial.
2. ed. So Paulo: MacGraw-Hill, 1987.
CNICAS E TRANSFORMAES
LINEARES
Debora Cristiane Barbosa Kirnev
Objetivos de aprendizagem:
Nesta unidade abordaremos sobre as seces cnicas definindo e
conceituando por meio de construes geomtricas e equaes analticas.
Tambm, trataremos das transformaes lineares, apresentando exemplos,
definies, propriedades e o caso particular de transformaes que so os
autovalores e os autovetores.
Introduo unidade
Nesta unidade temos dois tpicos distintos para abordar: as cnicas, que so
elementos abordados na geometria analtica, e as transformaes lineares, que so
um tpico da lgebra linear, ambas de grande relevncia para o futuro engenheiro.
Iniciamos com as seces cnicas e a caracterizao como lugar geomtrico
para uma posterior definio e aplicaes de procedimentos algbricos. Quanto
s transformaes, consideraremos que aprendemos sobre os espaos vetoriais
e definiremos os conceitos, proposies e propriedades, junto s operaes
relacionadas com as transformaes lineares, ou seja, realizaremos um tratamento
algbrico, e ainda, abordaremos especificamente os autovalores e autovetores.
Seo 1
Seces cnicas
Segundo Boyer (1974), as cnicas so estudadas desde a antiguidade pelos gregos.
Suas aplicaes abrangem a Fsica nos estudos ticos e acsticos, a Astronomia, as
Engenharias e Arquitetura. Alm disso, os estudos sobre as cnicas contriburam para
o desenvolvimento tecnolgico na atualidade.
1.1 Cnicas
Podemos abordar as cnicas por meio das seces do cone de modo equivalente
ao mtodo analtico, que veremos posteriormente. Para tanto, definiremos o
elemento geomtrico cone.
Definio: Considere uma reta r no espao que possui um ngulo com uma
outra reta s e se interceptam no ponto P. Denominamos de superfcie cnica circular
reta a superfcie obtida por meio da rotao da reta r em torno da reta s, ou ainda,
apenas cone. Nesta construo, a reta s o eixo de simetria do cone. E o ponto P
considerado o vrtice. Alm disso, cada uma das retas obtidas da rotao de r em
torno de s denominada de geratriz do cone.
Observamos que o ngulo que esse plano forma com o eixo vertical determinar
qual o tipo de cnica que ser formada quando seccionarmos um determinado cone.
No caso do ngulo ser maior do que e menor do que 90, a cnica gerada
uma Elipse. Vejamos um exemplo a seguir:
Porm, se o ngulo for menor que e maior que zero, a cnica gerada uma
Hiprbole. Vejamos um exemplo a seguir:
1.2 Parbola
O eixo ser uma reta perpendicular reta diretriz e tambm pode ser considerado
como eixo de simetria entre os pontos da parbola. Observamos que o vrtice (V)
indicado na figura utilizado para indicar o parmetro (p), que a distncia entre o
foco e a reta diretriz. Sendo assim, a distncia do foco ao vrtice ou do vrtice reta
diretriz dada pela metade do parmetro, conforme indicado na figura anterior.
1 caso: O eixo da parbola o eixo dos y com a concavidade para cima implica
a equao do tipo x = 2py, em que p o parmetro.
2 caso: O eixo da parbola o eixo dos y com a concavidade para baixo implica
a equao do tipo x = -2py, em que p o parmetro.
3 caso: O eixo da parbola o eixo dos x com a concavidade para direita implica
a equao do tipo y = 2px, em que p o parmetro.
Exemplo:
a) y2 = - x
Foco: F (- , 0) ,
Representao grfica
b) x2 = - 4y
Foco: F (0 , -1)
Representao grfica
c) y = 6x
Foco: F (3/2 , 0)
Representao grfica
d) x2 = 8y
Soluo: A equao do tipo x= 2py, temos que 2p= 8, assim o parmetro ser
p = 4, temos que se trata de uma parbola com eixo de simetria sobre os y com
concavidade para cima devido ao sinal positivo que acompanha o parmetro. De
modo anlogo aos exemplos anteriores, podemos obter:
Foco: F (0 ,2)
Representao grfica
Neste caso temos uma parbola com as caracterizaes anteriores, porm deslocada
da origem, ou seja, transladamos o vrtice da parbola para outra coordenada.
Temos que:
x=x+h e y = y+k
Ou ainda:
x=x-h e y=y-k
a) o vrtice
b) o parmetro
c) o foco
f) a representao grfica
Soluo:
(y - 4 ) = 8(x + 2)
y - 8y + 16 = 8x +16
y - 8y + 16 8x -16= 0
y - 8y 8x = 0
2a 4a
II) De modo anlogo ao anterior, uma parbola com eixo de simetria paralelo ao
eixo dos x, da forma x = ay + by + c com a 0. Sendo que as coordenadas do
vrtice so yv = -b e xv = -b + 4ac.
2
2a 4a
Eixo menor: o segmento B1B2 de comprimento 2b, sendo que B1B2 perpendicular
a A1A2 no ponto mdio desse segmento.
Relao fundamental: a2 = b2 + c2
Exemplo 1:
b) Os focos.
c) A representao grfica.
d) A excentricidade:
Soluo:
Assim, temos que a= 25, logo a= 5 e b=9 isto , b=3, que so respectivamente as
medidas dos semieixos maior e menor.
25= 9 + c
25-9 = c
16 = c
4=c
Ou seja, cada foco dista 4 do centro, e como o eixo maior est sobre o eixo dos x,
temos que as coordenadas do foco sero F1( -4, 0) e F2(4,0).
r=
(x - a)2 + (y - b)2 = r2
a) x2 + 3y2 5x 7y 1 = 0
b) x2 + y2 + xy 4x 6y 9 = 0
c) 3x2 + 3y2 + 4x 6y + 15 = 0
d) x2 + y2 2x 2y + 2 = 0
e) 2x2 + 2y2 - 4x 6y - 3 = 0
(x - a)2 + (y - b)2 = r2
(x - a)2 + (y - b)2 = r2
x - 2ax +a + y -2by +b = r
Relao fundamental: c = a + b
Alm disso, para esse tipo de cnica, temos as assntotas, ou seja, as retas, cuja
equao dada por y= +- ba x, so denominadas de assntotas da hiprbole. Observe a
representao grfica a seguir:
Observamos que so retas em que a hiprbole se aproxima cada vez mais medida
que os pontos se afastam dos focos.
100 64
a) A medida dos semieixos.
b) Os vrtices.
c) Os focos.
d) A excentricidade.
f) A representao grfica.
Soluo:
a) Temos que a= 100, assim a= 10 e b=64, ou seja, b=8, segue que a equao
indica que o eixo real est sobre o eixo dos y, assim a medida do semieixo real ser 10
e a medida do semieixo imaginrio ser 8.
c= 100 + 64
c = 164
c = 164
c=2 41
c 12,8
I. x2 y2
+ =1
4 3
( ) Elipse
II. x y
+ =1 ( ) Hiprbole
4 9
( ) Reta
III. x + y =1
2
4 9 ( ) Circunferncia
IV. y + x =1
2 2
( ) Parbola
3 4
V. x2 y2
+ =1
9 9
Seo 2
Transformaes lineares
Trataremos, inicialmente, sobre a representao geomtrica de transformaes
lineares que so aplicadas, por exemplo, na computao grfica.
Reflexo em torno do
plano yz
Exemplo 1:
Soluo:
Exemplo 2:
Soluo:
= T (x)+ T( y).
Exemplo 3
Soluo:
Exemplo 4:
Verifiquemos a definio:
= T(u) + T(v).
= k (2x1, 0, x1 + y1)
= k T(u).
Vejamos:
Observaes:
Propriedades
I) Ker(T) U um subespao de U.
II) Uma transformao linear injetora se, e somente se, N(T) = {0}.
Exemplo:
Seo 3
Autovalores e autovetores
Autovalores e autovetores so casos especficos de transformaes lineares, porm
de grande aplicabilidade na prpria matemtica e nas engenharias, alm de em outros
campos, como na economia, nos sistemas de informao, em clculos estruturais,
em eletrnica e outros.
Dadas duas matrizes, estas podem ser multiplicadas se elas possuem tamanhos
compatveis. Autovalores e autovetores so casos especiais neste contexto, vejamos
os exemplos:
Para abordar sobre esse tipo de transformao, teremos trs etapas para
determinar:
I) o polinmio caracterstico,
II) os autovalores,
III) os autovetores.
e a transformao T: U V.
II) T(u) = Au
Au = u ou Au u = 0
Para a equao (III) possuir soluo, alm da trivial, preciso que o determinante
da matriz dos coeficientes seja zero, isto :
det(A I) = 0
Observamos que o autovetor formar uma base para o espao de soluo da equao
(III), dado o relativo autovalor. Sendo assim, qualquer mltiplo do autovetor tambm um
autovetor. Vejamos a seguir um exemplo para aplicarmos os conceitos apresentados.
{ x+3y= x
4x+2y= y)
1 3 . x x
=
4 2 y y
Segue que o sistema ter soluo se, e somente se, encontrarmos det(A-I)=0.
Essa equao denominada de equao caracterstica que o desenvolvimento resulta
no polinmio caracterstica e auxilia na determinao de autovalores e autovetores.
1- 3
det(A-I)= =0
4 2-
(1 - ).(2 - ) - 12 = 0
2 - - 2 + 2 - 12 = 0
2 - 3 - 10 = 0
{ 3x+3y= 0
4x+4y= 0
Assim, x=-y o tipo de soluo para o sistema, logo o autovetor associado ser:
X1= -y
y
.
{ -4x + 3y= 0
4x - 3y= 0
3
Assim, x= y o tipo de soluo para o sistema, logo o autovetor associado
4
ser:
3
y
x2= 4
y .
12 3
retngulo ABCD. O permetro do retngulo :
a) 24
b) 18
c) 123
d) 63
e) 33
a) Parbola.
b) Hiprbole.
c) Elipse.
d) Circunferncia.
1 -3 3
A = 3 -5 3
6 -6 4
Referncias
ANTON, H.; RORRES, C. lgebra linear com aplicaes. 8. ed. New York: Bookman, 1999.
Boyer, Carl B. Histria da Matemtica. So Paulo: Edgard Blucher, 1974.
STEINBRUCH, A.; WINTERLE, P. lgebra linear e geometria analtica. 1. ed. So Paulo:
Pearson, 1987.