Documente Academic
Documente Profesional
Documente Cultură
Foz do Iguaçu - PR
2010
CLEVERSON GONÇALVES DOS SANTOS
Foz do Iguaçu - PR
2010
ii
Sumário
1 Vetores 1
1.2.1 Vetores em R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Vetores em R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Produto de Vetores 13
iii
3.1.2 Equações Simétricas da Reta . . . . . . . . . . . . . . . . . . . . . 35
3.5 Distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4 Cônicas 59
4.1 Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
iv
4.3 Hipérbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.5 Cônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5 Superfı́cies Quádricas 92
5.1 Elipsóide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6 Matrizes e Determinantes 98
Exercı́cios 136
v
Exercı́cios 152
Exercı́cios 191
Bibliografia 200
vi
Capı́tulo 1
Vetores
As grandezas que será vista aqui serão grandezas vetoriais, conhecemos bem
as grandezas escalares, contudo, essas grandezas não são suficientes para representar
todos os fenômenos fı́sicos, para as grandezas vetoriais precisamos dar a direção, a in-
tensidade (ou módulo) e o sentido, para isso iniciamos o conceito de segmento orientado.
Definição 1.1. Dados um par ordenado de pontos (A, B), dizemos que A é a origem
do segmento e B a extremidade. Então o segmento orientado de origem A e extremidade
B será representado por AB e, geometricamente, indicado por uma seta.
Definição 1.2. Dois segmentos não nulos AB e CD tem a mesma direção se as retas
suportes desses segmento são paralelas. E são coincidentes se estão na mesma reta
1
suporte. Suponha que os segmentos AB e CD tenham a mesma direção:
a) Se as retas suportes de AB e CD são distintas, dizemos que AB e CD tem o mesmo
sentido caso os segmentos AC e BD tenham intersecção vazia. Caso AC ∩ BD 6= ∅,
dizemos que AB e CD tem sentidos contrários.
b) Se as retas suportes de AB e CD coincidem, tome A0 B 0 tal que A0 não perteça a reta
suporte de AB com A0 B 0 na mesma direção e sentido de AB. Então dizemos que AB e
CD tem o mesmo sentido se A0 B 0 e CD tem o mesmo sentido, caso contrário, dizemos
que AB e CD tem sentido contrários.
...
.....
.. .....
..... ..... ..... .....
..
......
. ...
...
...
.H
..
......
. ..... .....
.. ......... .. .
B ......................................................... ............ D ..... .....
......
. .
......
....... ... .
. ..
.....H .....
.....
B........ ...
.....
.
.......
. ..
.. H
..
..... . .......•
......... ....
.....
. .
.....
. ..... ... ......... ......... C
.
...
.....
.
.....
.
...
...
...... .. .. .... ........... .
...
.
..... .....
..... .... .. ......... ....
.....
..... ..... ..... .. ................. .....
..... ..... ..... ... .....
.
. .
. ..... ............ .....
A......•
.
..
..................
.
.....
.
.
.
....... ... ........... . ..
......
............. ..... .
... ....... ... .. .
....
..... ............. .......... ............... .. .....
.....
.....
.......•
...
.. A..• .......... .. .....
..
. .
.. .... .....
.
.... .
.... C ...
...... ..
. ........
.
..... .. ......
..... ....
..... .....ND
M esmo Sentido
Sentido Contrário
Se indicarmos com →
−
v este conjunto, simbolicamente poderemos escrever
→
−
v = {XY ; XY ∼ AB}.
2
−→
O vetor determinado por AB é indicado por AB ou B − A ou →
−
v.
As caracterı́sticas de um vetor →
−
v são as mesmas de qualquer um de seus
representantes, isto é, o módulo, a direção e o sentido do vetor são o módulo, a direção
e o sentido de qualquer um de seus representantes.
Sejam os vetores →
−
v e→
−
u . Dizemos que esses vetores são colineares se estiverem
na mesma reta, ou seja, pertencem a mesma reta ou a retas paralelas.
Sejam →
−
v e→
−
u representados pelos segmentos orientados AB e BC. Os pontos
A e C determinam um vetor →
−
s que definamos por soma de → −
v e→−
u , isto é, →
−
s =→
−
v +→
−
u.
3
Soma: Visão geométrica Propriedades:
B
J ..
.........
i) Comutativa: → −v +→ −
u =→ −u +→−v.
ii) Associativa: ( v + u ) + w = →
→
− →
− →
− −v + (→
−
v +→ −
.... ........
→
−u ....
.
.. .....
.....
..... w ).
. ..... → −
→
−
iii) Existe um só vetor nulo 0 tal que para todo vetor → −
...
. .....v
.....
...
.
...
A •..........
.....
..... v se tem
.....
.....
.....
.....
..
...... →
− →
− →
− →
− →
−
→
− s =→ − u +→ −. .
v....................
... v + 0 = v = 0 + v.
J
N
C
iv) qualquer que seja o vetor → −v , existe um só vetor −→−
v (vetor oposto de →
−
v ) tal que
→
− →
−
v + (−→ − v ) = 0 = −→ −v +→−v.
→
−
A diferença entre dois vetores →
−
v e→
−
u é dado pelo vetor d , representado por
→
−
d =→
−
v −→
−
u , ao vetor →
−v + (−→−
u ).
visão geométrica Consideremos o paralelogramo ABCD e os segmentos orientados
AB e AC respectivamente. Note que a soma → −
s = → −
v +→ −
B.
..→
−
J. ..
.. ...................
.. .... .→
. −
...... −
v −....→
u,
→
− .. d =
...
v.....
..
..
.u
....... .........
.........
.........D →
− −→ →− −→
..
..
..
..
.. ................ ..H
....... onde v = AB e u = AC é representado pelo segmentoAD e a
..
. .... .. →
− s =...→ − +→
− →
−
diferença d = →
−
v −→ −
. .. .. .. .. v u
. ..........
. .
.
..
•................
A
.
...........
...........
...........
..
..
.... ...
.
.. u é representado pelo segmento orientado
→
− .
..
u .................... ... .. .
.............
N
C
. CB.
Outra operação com vetor é o produto de vetor por um escalar real. Dado
→
−
um vetor →
−v 6= 0 e um número real k 6= 0, chama-se produto do número real k pelo
vetor →
−
v o vetor →
−
p = k.→
−v , tal que
a) Módulo: k→ −
p k = |k|.k→
−
vk
b) Direção: A mesma de → −
v
c) Sentido: O mesmo de →
−
v se k > 0, e oposto a →
−
v se k < 0.
→
− 1 → →
−
v
→
− →
−
O versor de um vetor v 6= 0 é o vetor unitário u = → − →
−
. v ou u = → .
−
kvk −
kvk
→
− k→− k→
−
→
− v
vk vk
Note que k u k =
→
−
= → − = → − =1
kvk
kk v kk kvk
Propriedades: Se →
−
v e→−
u são vetores e α e β são reais. Então
i) α.(β.→
−v ) = (α.β).→
−
v (associativa)
ii) (α + β).→−
v = α.→−
v + β.→−
v iii) α.(→
−
v +→ −
u ) = α.→−
v + α.→−u (distributiva em relação a
soma)
iv) 1.→
−
v =→
−
v
4
−−→ −−→ −−→ −−→ −−→ −−→ −−→ −−→
v) BM + N C vi) M D + M B vii) AN + BC viii) BM − 12 DC
Resolução: Consideramos o paralelogramoABCD
−→ −−→ −→ −→ −−→ −−→ −−→ −→
Paralelogramo ABCD i) AB + AD = AC ii) BA + DA = CD + DA = CA
D
J .........
... ... .................
−→ −−→ 3 −−→ −→ −−→ −→ −−→ −→
..
... ..
..
.......M
..•
......... iii) AB + DM = 2
DC iv) AC − BC = AC + CB = AB
...
.
.
...
..
..
..
...........
.........
.....
.. ..
•C
. − −→ −−
→ −
−→ −−→ −−→ −−→ −−→ −−→
..
...
................
......
..
.. ............
..
.... .
..
. v) BM + N C = 2BC vi)M D + M B = M D + DN = M N
.
..
.
•................
. .. ..
..
..
−−→ −−→ −−→ −−→ −−→ −−→ −−→ −−→
viii) BM − 12 DC = BM + M D = BD
........... ..
A ...........
..•
...........
.
N ............... ... ..
..
.. ..
.. vii) AN + BC = AM
........... . ..
......N
B
.. ...... ...
...
...
iii) AG + HD + 21 F C + CD = AG + HD + 12 F C + OE =
...
....
.... ...
.
... .............
. .......
....
.
..
... −→ −−→ −→ −→ −−→ −−→ −−→
....
..... .....
....... ..
..........
.•
.......
.......
....... ........
.............
.... AG + HD + F E = AG + HD + GH = AD
.. .... J
...
F ................................................................... E
Dado um vetor →
−
v , queremos escrever →
−
v da seguinte forma
→
−
v = α1 →
−
v1 + α2 →
−
v2 + · · · + αn →
−
vn ,
→
−
v = α1 →
−
v1 + α2 →
−
v2 + · · · + αn →
−
vn .
Se →
−
v é uma combinação linear dos vetores →
−
v1 , →
−
v2 , · · · , →
−
vn , dizemos também
que →
−
v é gerado por →
−
v1 , →
−
v2 , · · · , →
−
vn .
5
→
−
Note que o vetor nulo 0 é gerado por →
−
v1 , →
−
v2 , · · · , →
−
vn quaisquer que sejam
estes vetores, pois
→
−
0 = α1 →
−
v1 + α2 →
−
v2 + · · · + αn →
−
vn = 0.→
−
v1 + 0.→
−
v2 + · · · + 0.→
−
vn .
Para evitar o golpe baixo na forma de escrever o vetor nulo, vamos definir
a questão de dependência e independência linear de vetores. Queremos com isso impor
quando os vetores →−
v , →−
v , ··· , →
−
v forem linearmente independentes que a maneira de 1 2 n
escrever cada vetor do espaço como combinação linear seja única, assim para o vetor nulo,
quando tais vetores forem linearmente independentes todos os escalares deverão ser nulos,
quando tal independência não ocorrer, deverá existir escalares não nulos satisfazendo a
igualdade.
→
−
0 = α1 →
−
v1 + α2 →
−
v2 + · · · + αn →
−
vn .
Caso contrário, se a única solução para equação acima for a trivial, ou seja,
α1 = α2 = · · · = αn = 0
1.2.1 Vetores em R2
No caso em que →
−
v tem a mesma direção de →
−
v1 ou →
−
. ......
... ......
.
.
.
.
.
..
.
..
.
.
..
..
...
...
...
..
...
..
..
..
...
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
.......
.....
......
......
......
......
......
......
......
......
..
..
.....
......
......
......
......
......
......
......
......
......
. ..
...............................I
.F
v2 , então
E• →− −
→ −
→
v = α1 v1 + α2 v2
→
−
v não pode ser a diagonal de um paralelogramo e, portanto, α1 ou α2 deve ser igual a
6
−→ − −−→ − −→
zero. Na figura consideramos →
−
v1 = AB, →
v2 = CD e →
v = EF . É sempre possı́vel fechar
o triângulo.
Se →
−
v for representado por
→
−
v = α1 →
−
v 1 + α2 →
−
v2
o par de vetores →
−
v1 e →
−v2 , não colineares forma uma base no plano. Ainda qualquer
conjunto de vetores {→
−
u , →−
u } de vetores não colineares constituem uma base no plano.
1 2
O vetor α1 →
−
v1 é chamado projeção de →
−
v sobre →
−
v1 segundo a direção de →
−
v2 . De
forma análoga o vetor α →
−v é chamado projeção de →
2 2
−
v sobre →−
v segundo a direção de → −
v . 2 1
base .no
....
R2 Existem infinitas bases ortonormais no plano xy, paticularmente
y
a base canônica representada por segmentos orientados com a
origem O = (0, 0) e extremidade (1, 0) e (0, 1). Estes vetores
→
− → −
→
− →
− →
− são simbólicamente representados por i e j , respectivamente e
(0, 1) N j →− v = α1 . i + α2 . j →
− →
−
.......
.......
.......
.
...
H
..
a base { i , j }.
.
.......
.......
. →
− →
− →
− →
−
.......
.
...
.......
..
. →
−
i Assim, se v = α1 i + α 2 j , o vetor α 1 i é a projeção ortogonal
..
.. ..
→
− →
− →
−
de v sobre i e α2 j é a projeção ortogonal de →
→
− −
• I ..
(1, 0) x v sobre j .
→
− → −
Seja { i , j } a base canônica. Nestas condições, a cada vetor → −v do plano
pode-se associar um par (x, y) de números reias que são suas componentes na base dada,
por esta razão define-se.
→
−
v = (x, y)
7
Exemplo 3. Escreva o → −v em sua forma analı́tica, onde:
→
− →
− →
− →
− →
− →
− →
− → −
a) →
−
v =5 i −3j b) →
−v = −3 i + 8 j c) →
−v = 15 i − 35 j d) →
−
v = i + j.
Resolução: a) →
−v = (5, −3), b) →
−
v = (−3, 8) , c) → −
v = 51 , − 35 e d) →
−
v = (1, 1).
→
− →
−
Note que i = (1, 0) e j = (0, 1).
Sejam →
−
u = (x1 , y1 ), →
−
v = (x2 , y2 ) e α ∈ R. Definimos:
a) →
−u +→ −v = (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )
b) α.→
−u = α.(x1 , y1 ) = (α.x1 , α.y1 )
c) (x1 , y1 ) = →
−
u =→ −
v = (x2 , y2 ) se, e somente se x1 = x2 e y1 = y2
−→ −−→
OA = (x1 , y1 ) e OB = (x2 , y2 ).
−→ −→ −−→ −→ −−→ −→
OA + AB = OB, donde AB = OB − OA.
8
−→
Portanto, AB = (x2 , y2 ) − (x1 , y1 ) = (x2 − x1 , y2 − y1 )
−→
Razão pela qual escrevemos AB = B − A.
Exemplo 5. Sejam os pontos A(2, 3) e B(4, 2) e C(1, 3). Determine D(x, y) de modo
−−→ −→
que CD = 31 AB.
Resolução: Primeiramente, determinemos os vetores
−−→
CD = D − C = (x, y) − (1, 3) = (x − 1, y − 3)
−→
AB = B − A = (4, 2) − (2, 3) = (2, −1).
Da igualdade de vetores
2 1
x−1= e y−3=−
3 3
5
e y = 83 . Portanto, D 5 8
Das equações acima, obtemos x = 3
,
3 3
.
1.2.2 Vetores em R3
Todas as considerações feitas até aqui para vetores no R2 podem ser realizadas
no espaço tridimensional de forma análoga.
→
−
v = α1 .→
−
v1 + α2 .→
−
v2 + α3 →
−
v3 .
→
− → − → − →
−
A base canônica em R3 é representado por { i , j , k }, onde i = (1, 0, 0),
→
− →
−
j = (0, 1, 0) e k = (0, 0, 1).
→
−
A reta com a direção do vetor i é o eixo dos x denominada abscissas, a reta
→
−
com a direção do vetor j é o eixo dos y denominada ordenadas, a reta com a direção
→
−
do vetor k é o eixo dos z denominada cotas.
9
Os três eixos são chamados eixos coordenados. Cada dupla de eixos deter-
mina um plano coordenado, ou seja, os plano xy, xz e o plano yz.
Espaço Tridimensional A cada ponto P do espaço vai corresponder uma terna (x, y, z)
z
de números reais, chamadas coordenadas de P , denominadas abs-
..
...
....
.
cissa, ordenada e cota respectivamente.
...
.....
.
...
O espaço tridimensional é subdividido em 8 partes. Definiremos
→
−N ..
k ....
...
como:
...
...
....
..
1o Octante são os pontos (x, y, z) tais que x ≥ 0, y ≥ 0 e z ≥ 0.
....
..
...
2o Octante são os pontos (x, y, z) tais que x ≤ 0, y ≥ 0 e z ≥ 0.
.. ................... x
.......
....... .... .....................
....................
....... .. .......
....
.................•
........
.............
.
.......
.......
.......
....... .......
. ..
..
...
..
..
..
.
...
..
..
.
...
..
...H
.
..
→
−
i 3o Octante são os pontos (x, y, z) tais que x ≤ 0, y ≤ 0 e z ≥ 0.
.... ...............
...
..
...
.......
.......
J ...... 4o Octante são os pontos (x, y, z) tais que x ≥ 0, y ≤ 0 e z ≥ 0.
....
− ............
→
.
...
..
j y
Faça z ≤ 0 nos casos acima do 1o para o 4o , para os demais.
→
− →
− →
−
Consideremos o vetor → −
v = x i + y j + z k , onde x, y e z são componentes
→
− → − → −
de →
−
v na base { i , j , k }. Então o vetor →
−
v é a diagonal de um paralelepı́pedo e sua
expressão analı́tica é dada por
→
−
v = (x, y, z)
(x1 , y1 , z1 ) = →
− v = →−
. . .. →
− →
− . →
−
→
−N . .→−.v... =.......x ..
i + y ...j +zk
k .. ..
.
.
.. .....
.
...
.
.
..........
.
........... x ..
..
u = (x2 , y2 , z2 ) se, e somente se
... .....
..
.
.....
. .... ..
...
...
...
... .... ....
.
.....
.
..
.
..
...........
.. .. .
.......... ..
.. x1 = x2 , y1 = y2 e z1 = z2 .
... ........ ............H→
. .. .−
.........
.
...
..
. ..
.
.................H ..
→
− x i .......... . ..
. .
. ..
........ ..
........
........ .. .........................
. i ............. .
........ ... ...................... . .. . ........ ...
.... ..
.....
...................................................................
...• .
..... ... ...........→ . . −
.
w
.
→−
........ = x i + y j + 0 k.......
.. ........
→
−........
. ....
........ ...→
− .........H
.... ..
.. .. .. .
.
.
.
. .. ... .
..
.. . Se A(x1 , y1 , z1 ) e B(x2 , y2 , z2 ) são dois pontos no espaço,
........ ... ..........
........
.
....
..
...........
.......
−J..................................
→
.
............
então
... j N..........
..
... − ...................
→ −−→
yj ........
........
.. y AB = B −A = (x2 , y2 , z2 )−(x1 , y1 , z1 ) = (x2 −x1 , y2 −y1 , z2 −z1 )
Exemplo 6. Sejam →
−
v1 = (x1 , y1 ), →
−
v2 = (x2 , y2 ) e →
−
v3 = (x3 , y3 ) vetores em R2 não
nulos. Mostre que:
i) →
−v1 = (x1 , y1 ) é (L.I).
ii) Se →
−v1 = (x1 , y1 ), → −
v2 = (x2 , y2 ) não colineares, então são é (L.I).
iii) →
−
v = (x , y ), → −
v = (x , y ) e → −
v = (x , y ) é (L.D).
1 1 1 2 2 2 3 3 3
10
→
−
i) Seja α1 um número real, devemos mostrar que se α1 →
−
v1 = α1 (x1 , y1 ) = 0 então
α1 = 0.
→
−
Note que (α1 x1 , α1 y1 ) = α1 (x1 , y1 ) = 0 então α1 x1 = 0 e α1 y1 = 0, contudo
x1 6= 0 ou y1 6= 0, por hipótese, logo devemos ter α1 = 0.
ii) Por hipótese →−
v1 e →
−v2 são não colineares, logo para todo número real β2 não nulo
implica que →−
v 6= β →
1
−
v . Suponhamos agora que
2 2
→
−
α1 →
−
v1 + α2 →
−
v2 = 0 .
α2 −
v1 = − →
Se α1 6= 0 então →
− v2 = β2 → −
v2 , o que é um absurdo, pela nossa
α1
→
−
hipótese, assim α1 = 0, donde α2 →
−
v2 = α1 →
−
v1 + α2 →
−
v2 = 0 . Como → −
v2 é não nulo, exata-
mente como no item i) devemos ter α2 = 0.
→
−
α1 →
−
v1 + α2 →
−
v2 + α3 →
−
v3 = 0 . (?)
α2 − α1 −
Se α3 6= 0, então →
−v3 = − → v2 − → v1 para todo α3 6= 0 e, portanto, →
−v3 é
α3 α3
escrito como combinação linear dos demais vetores, pertencendo a diagonal principal do
paralelogramo determinado pelos vetores →−
v e→ −
v , existindo assim pelo menos um escalar
1 2
Logo, existe pelo menos uma solução não trivial para satisfazer a equação (?).
Sejam →
−
v1 = (2, 1), →
−
v2 = (1, 3) e →
−
v3 = (7, 9). Cada vetor sozinho é (L.I),
cada dois vetores é (L.I) e os três vetores juntos é (L.D).
Exemplo 7. Sejam → −
v1 = (x1 , y1 , z1 ), →−
v2 = (x2 , y2 , z2 ), →
−
v3 = (x3 , y3 , z3 ) e
→
−
v4 = (x4 , y4 , z4 ) vetores em R3 não nulos. Então:
i) →
−
v = (x , y , z ) é (L.I).
1 1 1 1
ii) Se →
−
v1 = (x1 , y1 , z1 ), →
−
v2 = (x2 , y2 , z2 ) não colineares, então é (L.I).
11
iii) →
−
v1 = (x1 , y1 , z1 ), →
−
v2 = (x2 , y2 , z2 ) e →
−
v3 = (x3 , y3 , z3 ) não coplanares, então é
(L.I).
iv) →
−
v1 = (x1 , y1 , z1 ), →
−
v2 = (x2 , y2 , z2 ), →
−
v3 = (x3 , y3 , z3 ) e →
−
v4 = (x4 , y4 , z4 ) é (L.D).
...
.
...
.
−→ −−→ −→ −→ .......
.......
.......
F..• .
.
a membro as igualdades, tem 2(F C + CD) = AC + AB,
...
.. .......
.......
......D
•..........
.
.
...
.
...
−−→ −→ −−→ 1 −→ .......
.......
.......
.......
.
...
...
.
...
ou seja, 2F D = AB, segue daı́ que F D = AB. .......
.......
.......
. 2
•.......................................................................................•
A
E
..
...............................................................................................•
.
B
−−→ −→ −→
ii) Primeiro faremos BF em função de AB e AC. Note que
−−→ −→ −→
BF = AF + BA.
−→ −→ −→ −→
Por outro lado, 2AF = AC e BA = −AB, substituindo na igualdade acima,
temos
−−→ 1 −→ −→
BF = AC − AB.
2
−−→ −→ −→
Agora AD em função de AB e AC. Note que
−−→ −−→ −→
AD = BD + AB e
−−→ −−→ −→ −→
2BD = BC = BA + AC.
Assim,
−−→ 1 −→ −→ −→ 1 −→ 1 −→
AD = (BA + AC) + AB = AC + AB.
2 2 2
−−→ 1 −→ −→
Finalmente, CE = AB − AC, essa afirmação fica a cargo do leitor.
2
12
Capı́tulo 2
Produto de Vetores
Definição 2.1. Chama-se produto escalar (ou produto interno usual) de dois vetores
→
− →
− →
− →
− →
− →
− →
− →
−
u = x1 i + y1 j + z1 k e v = x2 i + y2 j + z2 k
e se representa por →
−
u .→
−
v e/ou h→
−
u, →
−
v i ao número real dado por
→
−
u .→
−
v = x1 .x2 + y1 .y2 + z1 .z2 = h→
−
u, →
−
vi
→
− →
− →
− − →
− − →
→ −
Exemplo 9. Sejam →−
u =2 i −4j +8k e → v = 3 i − 2 j + k . Calcule →
−
u .→
−
v.
Resolução: →
−
u .→
−
v = x1 .x2 + y1 .y2 + z1 .z2 = 2.3 + (−4).(−2) + 8.1 = 22
Assim,
−→
7 = →
−
u .(→
−
v + BA) = (3, α, −2).((α, 4, 3) + (1, −5, 3))
13
→
− →
− →
−
Definição 2.2. O módulo de um vetor → −
v = x i + y j + z k = (x, y, z), representado
por k→
−
v k é o número real não negativo
√
k→
−
vk= → −v .→
− p p
v = (x, y, z).(x, y, z) = x2 + y 2 + z 2
→ = z→ −
..
..... x ..
k→
−
v k2 = k→
−
s1 k2 + k−
→k2 = x2 + y 2 + z 2
.
....... .
. .w
........ = x i + y j + 0 k.........
...... . .............. . ...
... ........
....
..
w 1
...........
→ J ........
.
− ...................... ...
. ..
.........
...
j N..........
.. − ...................
→
yj ........
k→
− p ........
.. y
ou, equivalentemente v k = x2 + y 2 + z 2 .
Exemplo 11. Calcule o módulo de → −
v = (3, 2, −1).
√ √
Resolução: k→
− p p
v k = x2 + y 2 + z 2 = 32 + 22 + (−1)2 = 9 + 4 + 1 = 14
−→
O módulo de um vetor AB é o comprimento do segmento AB, entre os pontos
A e B tal comprimento determina uma distância, assim podemos definir.
e, portanto
p
d= (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2
√
Exemplo 12. Sabendo que a distância entre os pontos A(1, 4, 2) e B(2, 6, m) é 30.
Determine m.
−→
Resolução: AB = (2, 6, m) − (1, 4, 2) = (1, 2, m − 2). Assim,
√ −→ p √
30 = d = kABk = 1 + 4 + (m − 2)2 = m2 − 4m + 9
Logo,
√
( 30)2 = m2 − 4m + 9 ou, equivalentemente m2 − 4m − 21 = 0
14
4 ± 10
Por Baskára temos m = , portanto m1 = 7 ou m2 = −3. Segue dai
2
que B(2, 6, 7) ou B(2, 6, −3)
Sejam →
−
v e→
−
u dois vetores, então se as retas suportes de →
−
v e→
−
u são paralelas,
então os vetores são paralelos, em outras palavras tais vetores são colineares. Portanto,
existe k um número real tal que
→
−
v = k→
−
u,
ou seja, →
−
v = (x1 , y1 , z1 ) = k(x2 , y2 , z2 ) = k →
−
u.
x1 y1 z1
k= = =
x2 y2 z2
m+2 4 2
= = .
7 5 2n + 2
18
Logo, 5m + 10 = 28 e 8n + 8 = 10. Resolvendo as equações m =
5
2 1
en= = .
8 4
Exemplo 15. Dê as expressões das coordenadas do ponto médio do segmento de reta de
extremidade A(x1 , y1 , z1 ) e B(x2 , y2 , z2 ).
15
−−→ −−→
Resolução: O ponto médio M é tal que AM = M B. Seja M (x, y, z) o ponto médio a
ser encontrado. Então
−−→ −−→
(x − x1 , y − y1 , z − z1 ) = AM = M B = (x2 − x, y2 − y, z2 − z)
x2 + x1 y2 + y1 z2 + z1
x= , y= e z=
2 2 2
Exercı́cio 1. Sejam →
−
u = (1, 2, 3) →
−
v = (−1, 2, −1) e →
−
w = (2, −1, 1) e m = 2.
Calcule
a)→
−
u .→
−
u b) →
−
u .→
−
v =→
−
v .→
−
u c) →
−
u .(→
−
v +→
−
w) = →
−
u .→
−
v +→
−
u .→
−
w d) (m.→
−
u ).→
−
v = m.(→
−
u .→
−
v)
Respostas: a) 14 b) 0 c) 3 d) 0
Seja →
−
w =→
−
v −→
−
u , então k→
−
v −→
−
u k2 = k→
−
w k2 = →
−
w .→
−
w = (→
−
v −→
−
u )(→
−
v −→
−
u ).
(→
−
v −→
−
u )(→
−
v −→
−
u)=→
−
v .(→
−
v −→
−
u)−→
−
u .(→
−
v −→
−
u ) = k→
−
v k2 + k→
−
u k2 − 2→
−
u .→
−
v.
16
Portanto, k→
−
u −→
−
v k2 = k→
−
u k2 + k→
−
v k2 − 2.→
−
u .→
−
v
k→
−
u −→
−
v k2 = k→
−
u k2 + k→
−
v k2 − 2k→
−
u kk→
−
v k cos(θ)
Por outro lado, já vimos que
k→
−
u −→
−
v k2 = k→
−
u k2 + k→
−
v k2 − 2→
−
u→−
v.
Logo,
k→
−
u k2 + k→
−
v k2 − 2→
−
u→−
v = k→
−
u k2 + k→
−
v k2 − 2k→
−
u kk→
−
v k cos(θ),
ou seja,
→
−
u .→
−
v = k→
−
u k.k→
−
v k cos(θ)
Observações:
a) Se →
−
u .→
−
v > 0, então cos(θ) > 0, neste caso 0 ≤ θ < 90o , ou seja, um ângulo agudo.
17
b) Se →
−
u .→
−
v < 0, então cos(θ) < 0, neste caso 90o < θ ≤ 180o , ou seja, um ângulo obtuso
ou raso.
c) Se →
−
u .→
−
v = 0, então cos(θ) = 0, neste caso θ = 90o , ou seja, um ângulo reto.
d) Segue que
→
−u .→
−v
cos(θ) = → .
k u k.k→
− −vk
Definição 2.6. Dois vetores → −u e→ −v não nulos são ortogonais se, e somente se o produto
escalar entre eles é nulo, isto é, se →
−
u .→
−
v =0
→
−
w .→
−
u =0 e →
−
w .→
−
v = 0.
Assim,
→
−
w = (z, 4z, z) = z(1, 4, 1).
18
Note que os vetores →
−
w, →
−
u e→
−
v são ortogonais entre si, ou seja, dois a dois
ortogonais, ou seja, são não coplanares.
Sejam →−u e→−v vetores não nulos e θ o ângulo formado entre eles. Queremos
calcular um vetor →
−w que represente a projeção de →
−u sobre →−v , ou seja, determinar uma
constante real λ tal que →
−w = λ.→
−v.
Projeção de um Vetor
→
−
Podemos ter duas situações, θ um ângulo agudo ou
u
......
..
..H
......
→
−u
.....
obtuso.
...... H ....
...... .....
.
......
......
.
...
....... .....
.....
.....
.....
Do triângulo retângulo temos
...... ..... .......................θ
...... ..... ....... .....
............
. ...... ...
k→
−
..
.. ..... ...
...... ..... θ ..... ...
•.... ..•
I I J . I
wk
k→
−
w k = k→
−
O →
−
v →
−
w →
−
w O →
−
v
| cos(θ)| = →
− então v k.| cos(θ)|.
kvk
Contudo, →
−
v e→
−
w têm a mesma direção, ou seja, são paralelos, donde →
−
w = λ.→
−
v
para algum λ real. Então
k→
−
w k = kλ.→
−
v k = |λ|.k→
−
v k,
ou seja,
1 1 k→
−u .→
−
vk 1 k→−
u .→
−
vk
|λ| = k→
−
w k. →
− = k→
−u k.| cos(θ)|. →
− = k→−
u k. →
− →
− . →
− = .
kvk kvk k u k.k v k k v k k v k.k→
→
− −
vk
Logo,
→−u .→
− →
−
u .→
−
v v →
−
então →
− 2
→
−
.v = → − →
− .→
−v w = λ.→
−
v →
−
w =
kvk v.v
Exemplo 19. Determine o vetor projeção de →
−
u sobre → −
v.
a) →
−
u = (4, 3, 2) e →
−
v = (0, 1, −1) b)→
−u = (−1, 2, 1) e →
−
v = (3, −2, 2)
c)→
−
u = (1, 2, −1) e →
−v = (−1, 2, 1)
Resolução:
→ −u .→
−
v
(4, 3, 2).(0, 1, −1)
→
−
a) w = .→−
v = .(0, 1, −1) = 0, 1
, − 1
→
−
k v k2 k(0, 1, −1)k2 2 2
→
−u .→
−
v (−1, 2, 1).(3, −2, 2)
b) →
− →
− .(3, −2, 2) = − 15 10
− 10
w = .v = , ,
k→
−v k2 k(3, −2, 2)k2 9 9 9
→
−u .→
−
v (1, 2, −1).(−1, 2, 1)
c) →
− →− 1 2 1
w = →
− . v = .(−1, 2, 1) = − 3
, 3
, 3
k v k2 k(−1, 2, 1)k2
19
→
− → − → −
Exemplo 20. Seja →−
u = (x, y, z) e os vetores i , j e k . Calcule o vetor projeção de
→
−
u sobre cada um dos vetores canônicos.
Resolução: Fica a cargo!do leitor efetuar os calculos.
→
− →
− →
− →
− !
→
− →
− u. i →
− →
− −
→ = proj− →
− u.j →
− →
−
wi = proj−
→. u =
i − 2 .i =xi,
→ w j →. u =
j →
− .j =yj e
kik k j k2
→
− →
−!
−
→ →
− u.k →
− →
−
wk = proj−→. u =
k − 2 .k =zk
→
kkk
→
− →
− →
− →
− → − → −
Se →
−u = 2 i + 5 j + 3 k , então a projeção sobre i , j e k são os vetores
→
− → − →
−
2 i , 5 j e 3 k respectivamente.
Os ângulos diretores de →
−
v são os ângulos α, β e γ que →−v forma com os
→
− → − → −
vetores i , j e k respectivamente. Os co-senos diretores de →
−v são os co-senos de seus
ângulos diretores, isto é, cos(α), cos(β) e cos(γ) dados por:
→
− →
−
v.i (x, y, z).(1, 0, 0) x
cos(α) = →
− − = p 2
→ =p
2
x + y + z .12 x + y2 + z2
2
k v kk i k
→
− →
−
v.j (x, y, z).(0, 1, 0) y
cos(β) = → →
− = =
k−
p p
v kk j k x2 + y 2 + z 2 .1 x2 + y 2 + z 2
→
− →
−
v.k (x, y, z).(0, 0, 1) z
cos(γ) = − = p 2
→ =p
→
−
k v kk k k 2
x + y + z .12 x + y2 + z2
2
x 2 6
cos(α) = p = 7 = ≈ 0, 8571 e α ≈ 31o ∼
= 0.54109 rad
2 2
x +y +z 2
3
7
20
y −2 2
cos(β) = p = 7 3 = − ≈ −0, 28571 e β ≈ 107o ∼
= 1.866 rad
x2 + y 2 + z 2 3
7
z 1 3
cos(γ) = p = 7 = ≈ 0, 428571 e γ ≈ 65o ∼
= 1.134 rad
x2 + y 2 + z 2 3
7
Propriedades:
a) Seja →
−
v = (x, y, z). O versor de →
−v é o vetor unitário →
−
u dado por
→
−v (x, y, z)
x y z
→
−u = → = = , − , → = (cos(α), cos(β), cos(γ)).
k−vk k→
−vk k→
−v k k→ v k k− vk
1 y y
− = cos(120o ) = cos(β) = p = então y = −2
2 x2 + y 2 + z 2 4
1 z z
= cos(60o ) = cos(γ) = p = então z = 2.
2 x2 + y 2 + z 2 4
√ √ √
Portanto, x = ±2 2 e →
−
v = (2 2, −2, 2) ou →
−
v = (−2 2, −2, 2).
Tudo que foi feito até aqui para vetores em R3 pode ser feito para vetores em
R2 , bastando para isso não considerar a cota z. Essas considerações ficam a cargo do
leitor.
21
Definição 2.7. Chama-se produto vetorial dos vetores →
−
u e→
−
v , e se representa por →
−
u ×→
−
v
ao vetor
→
− →
− →
− →
−
u ×→
−
v = (y1 z2 − z1 y2 ) i − (x1 z2 − z1 x2 ) j + (x1 y2 − y1 x2 ) k
Da definição acima, podemos ver o vetor dado pelo produto vetorial na forma
de determinante de segunda ordem
x1 y1 →
−
→
− →
− y z →− x1 z1 →
−
u × v = 1 1 i −
x2 z2 j + x2 y2 k
y2 z2
→
− →
− →
− →
− →
− →
− → − →
−
u =3 i +4j −2k e v =− i + j +3k.
22
Proposição 2.8. As seguintes propriedades do produto vetorial são verificadas
i) →
−
u ∧→
−
u = 0 para todo vetor → −
u
ii) →
−u ∧→−v = −→ −
v ∧→−u para todo vetor →−
u e→ −
v
iii) →
−u ∧ (→−
v +→ −w) = →
−u ∧→ −
v +→ −u ∧→−
w para todo vetor →
−
u, →
−v e→
−w
iv) (m→ −
u)∧→ −v = m(→ −
u ∧→ −
v ) para todo vetor →
−
u, →
−v e m uma constante real.
v) →−
u ∧→ −v = 0 se, e somente se um do vetores é nulo ou se →
−u e→
−v são colineares
vi) →−
u ∧→ −v é ortogonal simultâneamente aos vetores →
−
u e→−
v.
→
− →
− →
− y1 z1 x1 z1 x1 y1
u .( u × v ) = (x1 , y1 , z1 )
, −
,
y2 z2 x2 z2 x2 y2
y1 z1 x1 z1 x1 y 1
= x − y + z
y2 z2 1 x2 z2 1 x2 y2 1
= x1 y1 z2 − x1 z1 y2 − y1 x1 z2 + y1 z1 x2 + z1 x1 y2 − z1 y1 x2 = 0
Exemplo 24. Determine um vetor →−w que seja ortogonal simultaneamente aos vetores
→
−
u e→
−v dados por →
−
u = (2, −1, 3) e →
−
v = (1, −1, −1).
Resolução: Basta tomarmos →
−
w =→ −
u ∧→
−
v ou →
−
w =→−
v ∧→−
u.
→ − →
−i → −
j k →
− − →
→ −
→
−w =→−
u ∧→−
v = 2 −1 3 = 4 i + 5 j − k
1 −1 −1
k→
−
u ∧→
−
v k = k→
−
u kk→
−
u ksen(θ)
23
c) O produto vetorial não é associativo, ou seja, →
−
u ∧ (→
−
v ∧→
−
w ) 6= (→
−
u ∧→
−
v)∧→
−
w.
Resolução: O item a) será dado a idéia a conclusão fica como exercı́cio.
Seja →
−
u = (x1 , y1 , z1 ) e →
−
v = (x2 , y2 , z2 ). Então
→
− →
− →
−
k→
−
u ∧→
−
v k2 = k(y1 z2 − z1 y2 ) i − (x1 z2 − z1 x2 ) j + (x1 y2 − y1 x2 ) k k2
(?)
2 2 2
= (y1 z2 − z1 y2 ) + (x1 z2 − z1 x2 ) + (x1 y2 − y1 x2 )
k→
−
u k2 k→
−
v k2 = (x21 + y12 + z12 ).(x22 + y22 + z22 ) e (→
−
u .→
−
v )2 = (x1 x2 + y1 y2 + z1 z2 )2 .
k→
−
u ∧→
−
v k2 = k→
−
u k2 k→
−
v k2 − (→
−
u .→
−
v )2 = k→
−
u k2 k→
−
v k2 − k→
−
u k2 k→
−
v k2 cos2 (θ)
= k→
−
u k2 k→
−
v k2 (1 − cos2 (θ)) = k→
−
u k2 k→
−
v k2 sen2 (θ).
→
−
u ∧ (→
−
v ∧→
−
w ) = (−1, 0, −1) 6= (0, 1, −1) = (→
−
u ∧→
−
v)∧→
−
w.
......
.....
... h ....
....
....
v = AC. Observe o paralelogramo ao lado,
.
...... ......... .....
.
.
....
•...
. ... θ
.
.
....
•... então
ÁreaABCD = k→
− h = k→
−
A →
−
u B
u kh, mas v ksen(θ).
Logo, a área do paralelogramo é
ÁreaABCD = k→
−
u kk→
−
v ksen(θ) = k→
−
u ∧→
−
v k.
24
Exemplo 26. Calcule a área do triângulo de vértices A(−2, 1, 1), B(2, 4, 3) e
C(−1, 4, 2).
−→ −→
Resolução: Calculamos a área do paralelogramo determinado pelo vetores AB e AC,
tomando a metade da área calculada temos a área do triângulo. Assim,
1 −→ −→ 1
A∆ = kAB ∧ ACk = k(4, 3, 2) ∧ (1, 3, 1)k
2 2
→ − →
−i → −
1
j k
1p 1√
=
= (−3) 2 + (−2)2 + 92 = 94
4 3 2
2
1 3 1
2
2
Exemplo 27. Sejam os pontos A(2, 4, −1), B(−1, 0, −1) e C(6, 1, 4).
a) Mostre que o triângulo ABC é retângulo em A.
b) Calcule a medida da projeção do cateto AB sobre a hipotenusa BC.
c) Determinar o pé da altura do triângulo relativa ao vértice A.
−→ −→
Resolução: a) Devemos mostrar que os vetores AB e AC são ortogonais. De fato,
−→ −→
AB.AC = (−3, −4, 0).(4, −3, 5) = −12 + 12 + 0 = 0.
−→ −−→
BA = (3, 4, 0) = →
−
u e BC = (7, 1, 5) = →
−
v.
Logo,
→
− (3, 4, 0).(7, 1, 5) 25 1
proj−
v u =
→ .(7, 1, 5) = (7, 1, 5) = (7, 1, 5).
(7, 1, 5).(7, 1, 5) 75 3
5√
→
−
1
Ainda, proj−→v u =
(7, 1, 5)
=
3.
3 3
c) Seja D(x, y, z) o pé da altura ao vértice A. Pelo item b)
−−→ →
− 1
BD = proj−
v u = (7, 1, 5).
→
3
−−→
Por outro lado, BD = (x, y, z) − (−1, 0, −1) = (x + 1, y, z + 1).
25
Da igualdade de vetores, temos
7 1 5
x+1= , y= e z+1= .
3 3 3
4 1 2
Portanto, D(x, y, z) = , ,
3 3 3
.
Se →
−
u ∧→
−
v =→
−
u ∧→
−
w se, e somente se →
−
u ∧ (→
−
v −→
−
w ) = 0. Logo, →
−
u e→
−
v −→
−
w
são vetores colineares e, portanto, existe uma constantes real λ tal que
→
−
u = λ(→
−
v −→
−
w ).
Assim, a igualdade →
−
v =→
−
w pode não ocorrer.
Considere →
−
u = (3, 0, 0), →
−
v = (2, 0, 0) e →
−
w = (1, 0, 0).
Considere →
−
u = (1, 1, 1), →
−
v = (1, 0, 1) e →
−
w = (0, −1, 0).
→
−
u .(→
−
v ∧→
−
w ).
26
Como,
→
− →− →−
i j k y z → −
x2 z2 →
−
x2 y2 →
−
→
− →
−
v ∧ w = 2 2
x2 y2 z2 = y z i − x z j + x y k
3 3 3 3 3 3
x3 y3 z3
(→
−
u, →
−
v, →
−
w ) = (→
−
v, →
−
w, →
−
u ) = (→
−
w, →
−
u, →
−
v)
Ordem Circular
.............................................. ...........
No entanto, o produto misto muda de sinal quando se trocam as
.... ...
→
− .................................................. ............
...
.........
v.....•
..
....... .....
.. ..
..... ....
posições de dois vetores consecutivos, isto é,
..... .... ....
... ... ..
... ... ...
.. ... ...
(→
−
u, →
−
v, →
−
w ) = −(→
−
v, →
−
u, →
−
. ... ....
.... ... ..
...
....
... •
...
.
...→
−
w)
... .... u
.
... .
.
... .
..
(→
− →
− →
−
w ) = −(→
− →
− →
−
... .
.... ..
...
.....
.....
........
• ........... .
.
.....
........
..... u, v, u, w, v)
→
− ............................
. ..
..
..
..
.
w
(→
−
u, →
−
v, →
−
w ) = −(→
−
w, →
−
v, →
−
u ).
Consequência da propriedade de determinantes pela permutação linhas.
iii) (→
−
u, →
−v, →
−
w +→ −r ) = (→−
u, →
−v, →
−
w ) + (→
−
u, →
−v, →
−r)
iv) (→−
u, →
−
v , m→
−w ) = (→−
u , m→−
v, →
−w ) = (m→
−u, →
−
v, →−
w ) = m(→
−u, →−
v, →−
w ).
27
Exemplo 30. Verifique se os vetores são coplanares
a) →
−
u = (2, −1, 1), →
−
v = (1, 1, −1) e →
−w = (1, −2, 1).
b) →
−
u = (−1, −1, −3), → −v = (−1, 0, −2) e → −w = (−3, −1, −7).
Resolução: Vamos →
− → − → −
verificar se ( u , v , w ) = 0.
2 −1 1
→
− →
− →
−
a) ( u , v , w ) = 1
1 −1 = 2 + 1 − 2 − 1 − 4 + 1 = −3.
1 −2 1
Logo, os vetores não são
coplanares.
−1 −1 −3
b) (→
−
u, →
−
v, →
−
w ) = −1 0 −2 = 0 − 6 − 3 − 0 + 2 + 7 = 0.
−3 −1 −7
Como cada um dos vetores é não nulo e também não são dois a dois colineares,
devem ser coplanares.
h = k→
−
→
−
v B
u k| cos(θ)|.
Logo, o volume do paralelepı́pedo é
V = k→
−
v ∧→
−
w kk→
−
u k| cos(θ)|.
→
−
u .(→
−
v ∧→
−
w ) = k→
−
v ∧→
−
w kk→
−
u k cos(θ)
e, consequentemente
|→
−
u .(→
−
v ∧→
−
w )| = k→
−
v ∧→
−
w kk→
−
u k| cos(θ)|.
Assim,
28
V = k→
−
v ∧→
−
w kk→
−
u k| cos(θ)| = |→
−
u .(→
−
v ∧→
−
w )| = |(→
−
u, →
−
v, →
−
w )|
1 −→ −→ −−→
V = (AB, AC, AD) .
6
Como,
x 2 1
→
− →
− →
−
( u , v , w ) = 1 x − 2 0 = x2 − 4x + 3.
2 1 1
Logo, 11 − 2x = V = |(→
−
u, →
−
v, →
−
w )| = |x2 − 4x + 3|.
x2 − 4x + 3 = 11 − 2x ou − x2 + 4x − 3 = 11 − 2x
equivalentemente,
x2 − 2x − 8 = 0 ou − x2 + 6x − 14 = 0.
29
A segunda equação não possui raizes reais (verifique!), já a primeira equação
tem como raizes x1 = 4 e x2 = −2 (verifique!).
Sendo {→
−
u, →
−
v } L.I, existem α e β escalares reais tais que
(→
−
u ∧→
−
v)∧→
−
w = α→
−
u + β→
−
v.
→
−
u = x1 →
−
e1 , →
−
v = x2 →
−
e1 + y2 →
−
e2 e →
−
w = x3 →
−
e1 + y3 →
−
e2 + z3 →
−
e3 .
Ainda,
→
−
e1 →
−
e2 →−
e3
→
− →
−
u ∧ v = x1 0 0 = x1 y2 →
−
e3
x2 y 2 0
30
e →
−
e1 →
−
e2 →
−
e3
→
− →
− →
−
( u ∧ v ) ∧ w = 0 0 x1 y 2 = −x1 y2 y3 →
−
e 1 + x1 y 2 x3 →
−
e2 .
x3 y3 z3
Comparando,
(αx1 + βx2 )→
−
e1 + βy2 →
−
e2 = αx1 →
−
e1 + β(x2 →
−
e1 + y2 →
−
e2 ) = α→
−
u + β→
−
v
= (→
−
u ∧→
−
v)∧→
−
w = −x1 y2 y3 →
−
e1 + x1 y2 x3 →
−
e2 .
Logo,
αx1 + βx2 = −x1 y2 y3 e βy2 = x1 y2 x3 .
ou seja, α = −x3 x2 − y2 y3 .
Note que −→
−
v .→
−
w =αe→
−
u .→
−
w = β (Verifique!). Portanto,
(→
−
u ∧→
−
v)∧→
−
w = α→
−
u + β→
−
v = (−→
−
v .→
−
w )→
−
u + (→
−
u .→
−
w )→
−
v = (→
−
u .→
−
w ).→
−
v − (→
−
v .→
−
w ).→
−
u.
→
−
u ∧ (→
−
v ∧→
−
w ) = (→
−
u .→
−
w ).→
−
v − (→
−
u .→
−
v ).→
−
w.
Quando {→
−
v, →
−
u } é L.D as equações são também válidas, fica a critério do
leitor a prova.
31
Que pode ser escrito como
→
−
→
−
→
−
u→−
w →
−
u t
→
− →
− →
−
( u ∧ v ).( w ∧ t ) = →
−
→
−
v→−
w →
−
v t
= k→
−
u k2 .k→
−
v k2 − (→
−
u .→
−
v )2 ≤ k→
−
u k2 .k→
−
v k2
b) Se k→
−
u ∧→ −
v k = k→ −u k.k→
−v k então k→ −
u ∧→
−
v k2 = k→
−
u k2 .k→
−
v k2 . Pelo item a) vimos que
k→
−u ∧→−
v k2 = k→
−u k2 .k→
−v k2 − (→
−u .→
−
v )2 .
Note que, k→
−u ∧→−
v k2 = k→−
u k2 .k→
−
v k2 − (→
−
u .→
−
v )2 = k→
−
u k2 .k→
−
v k2 , pois os vetores
são ortogonais, portanto, k→
−
u ∧→ −
v k = k→
−u k.k→−
v k.
32
Capı́tulo 3
Seja r uma reta que passa pelo ponto A e tem direção de um vetor →
−
v não
nulo. Para que um ponto P do espaço pertença a reta r, é necessário e suficiente que os
−→ −
vetores AP e →v sejam colineares, isto é, existe uma constante k real tal que
−→
AP = k.→
−
v ou P − A = k.→
−
v.
Note que uma reta no espaço fica determinada por um ponto a ela pertencente
e um vetor diretor e, ainda qualquer vetor paralelo ao vetor diretor é também um vetor
diretor.
Exemplo 34. Determine a equação vetorial da reta r que passa pelo ponto A(3, 4, 7) e
33
tem a direção do vetor →
−
v = (−3, 1, −2).
Resolução: Seja P (x, y, z) um ponto qualquer da reta, então
Da equação vetorial
vem
x = x1 + ak
y = y1 + bk (?)
z = z1 + ck
→
−
As equações em (?) nas quais a, b e c não são todos nulos (→
− 6 0 ), são
v =
chamadas equações paramétricas da reta r, em relação ao sistema de coordenadas fixada.
Exemplo 35. Determine as equações paramétricas da reta r, que passa pelo ponto
A(−1, 2, 2) paralela ao vetor →
−
v = (3, −1, 2)
Resolução: O vetor diretor é →
−
v = (3, −1, 2). Logo,
x = −1 + 3k
y = 2−k
z = −2 + 2k
Para obter um ponto nesta reta, basta atribuir um valor para k. Em particular
se k = 2, vem x = 5, y = 0 e z = 2. Note que A(−1, 2, 2) é um ponto da reta, e neste
caso k = 0.
34
Exemplo 36. Encontre a equação da reta que passa pelos pontos A(x1 , y1 , z1 ) e
B(x2 , y2 , z2 ).
Resolução: Precisssamos encontrar um vetor diretor →
−
v . Como a reta passa pelos pon-
−→
tos A e B, podemos considerar o vetor →
−
v = AB. Assim,
→
− −→
v = AB = B − A = (x2 , y2 , z2 ) − (x1 , y1 , z1 ) = (x2 − x1 , y2 − y1 , z2 − z1 )
e
x = 2 + 4k
y = y1 − k
z = z1 − 3k
x − x1 y − y1 z − z1
k= , k= e k= .
a b c
Logo,
x − x1 y − y1 z − z1
k= = = .
a b c
São chamadas equações simétricas ou normais da reta que passa por A(x1 , y1 , z1 )
na direção do vetor →
−
v = (a, b, c).
35
Exemplo 37. Determine as equações simétricas da reta passando por A(5, 1, 2) e tem
a direção do vetor →
−
v = (3, −4, 2).
Resolução:
x−5 1−y z−2
= = .
3 4 2
→
− −→
v = AB = B − A = (x2 , y2 , z2 ) − (x1 , y1 , z1 ) = (x2 − x1 , y2 − y1 , z2 − z1 ).
Logo,
x − x1 y − y1 z − z1 x − x2 y − y2 z − z2
= = ou = = .
x2 − x1 y2 − y1 z2 − z1 x 2 − x1 y2 − y1 z2 − z1
Dados três pontos A, B e C podem ocorrer dos pontos estarem em uma mesma
reta, neste caso dizemos que os pontos estão alinhados. Busquemos uma condição para
o alinhamento de três pontos. Sejam A(x1 , y1 , z1 ), B(x2 , y2 , z2 ) e C(x3 , y3 , z3 ), para
−→ −→
que eles estejam em uma mesma reta, então os vetores AB e AC devem ser colineares,
−→ −→
isto é, existir um número real λ tal que AB = λ.AC, ou seja,
x2 − x1 y2 − y1 z2 − z1
= = .
x3 − x1 y3 − y1 z3 − z1
Exemplo 39. Sejam os pontos A(2, 3, −1), B(−1, 0, −4) e C(3, 4, 0). Tais pontos
estão alinhados.
Resolução: Basta verificarmos a condição de alinhamento, ou seja,
−1 − 2 0−3 −4 + 1
= = = −3
3−2 4−3 0+1
36
Exemplo 40. São dadas as equações
2x + 2 2−y
= =z−2
4 3
a) A equação acima representa uma reta r?
b) Elas são equações na forma simétrica de r? Caso não sejam, passe para forma
simétrica.
c) Exiba um ponto e um vetor diretor de r.
Resolução: Notemos que,
x+1 2x + 2 y−2 2−y z−2
= , = e =z−2
2 4 −3 3 1
a) Sim, a equações representam uma reta r.
b) Não, contudo podemos passar na forma simétrica como:
x+1 y−2 z−2
= =
2 −3 1
c) A reta r passa por A(−1, 2, 2) e tem como vetor diretor →
−
v = (2, −3, 1).
37
Exemplo 41. Estabeleça as equações reduzidas de r passando pelos pontos A(3, 2, 1) e
B(5, −1, 3).
−→
Resolução: Seja AB o vetor diretor de r, então →
−
v = (2, −3, 2). Assim,
z = px + q
podemos obter
x y−n z−q
= = ,
1 m p
comparando com a equação simétrica
x − x1 y − y1 z − z1
= = .
a b c
Verifica-se que as equações reduzidas representam a reta que passa pelo ponto
N (0, n, q) e tem a direção do vetor →
−v = (1, m, p).
z = −2x + 5
38
Exercı́cio 2. Sejam as equações reduzidas da reta r
x = 3y − 2
z = −2y + 5
J ..−
.. v1
.
..
→
.
..
v2 k 2
........
.. ....... r2
. .......
..... ........
.............θ...........H
.
α..................... ............. v2
...−
→ ou em coordenadas
.. .........
.................
.
...
......... ...
.....
.......
.
...
.......
..
..
..
|a1 .a2 + b1 .b2 + c1 .c2 | π
.
...
..
........
.......
.
... .. cos(θ) = p 2 p , com 0 ≤ θ ≤ .
..
..
..
a1 + b21 + c21 . a22 + b22 + c22 2
...
.
..
..
Note que o ângulo entre os vetores diretores pode não ser θ, mas α como ilustra
a figura ao lado, contudo, α = π − θ e cos(α) = cos(π − θ) = cos(π) cos(θ) = − cos(θ),
isso justifique a presença do módulo na equação acima.
Assim,
√
|(4, 1, 1).(−2, 3, −1)| | − 8 + 3 − 1| 6 7
cos(θ) = = √ √ = √ = .
k(4, 1, 1)k.k(−2, 3, −1)k 18. 14 6 7 7
39
Portanto, θ ≈ 67, 79o ≡ 1, 1832 rad
Assim,
√
|(4, 2, 2).(−2, −3, 1)| | − 8 − 6 + 2| 12 3 21
cos(θ) = = √ √ = √ = .
k(4, 2, 2)k.k(−2, −3, 1)k 24. 14 4 21 21
Observações: Sejam as retas r1 e r2 duas retas, então tais retas são paralelas
se os vetores diretores −
v→ −
→
r1 = (a1 , b1 , c1 ) e vr2 = (a2 , b2 , c2 ) são paralelos, ou seja,
a1 b1 c1
= = .
a2 b2 c2
40
Para que as retas sejam perpendiculares deve existir t0 tal que r1 em t0 e r2
em t0 produz o mesmo ponto, assim
donde
(1, 1, 0) = t(3, −3, 1).
Da igualdade acima, vemos que não existe t0 tal que os vetores sejam parale-
los, portanto, as retas não são concorrentes, não sendo assim, perpendiculares.
Coplanaridade Seja r1 uma reta que passa por um ponto A(x1 , y1 , z1 ) e tem a
.r1
...
...
direção de um vetor → −
v1 = (a1 , b1 , c1 ), e a reta r2 , que passa por um
ponto B(x2 , y2 , z2 ) e tem a direção de um vetor → −
. ....
..
...
...
... v2 = (a2 , b2 , c2 ),
....... .r2
...
... →
− →
− − →
→ ......
−
v 1J ..
...
...
são coplanares se os vetores v1 , v2 e AB forem coplanares, isto é, se
.. .
.
−→
for nulo o produto misto (→ −
v1 , →
−
.. .
... ...
... ...
..
...
... .
.
...
...
v2 , AB), ou seja,
A....... ..
...
H...
... .....
J...−→
... ......... ... v
... ... 2
..... .
.
.....
..... .
...
. a 1 b 1 c 1
..... .....
..... ...
..... →
− →
− −→
...
.....•
. B ( v1 , v2 , AB) = a2 b2 c2 =0
...
....
.
... x2 − x1 y2 − y1 z2 − z1
.
...
são coplanares.
Resolução: O vetor diretor de r1 é − v→
r1 = (3, 2, 1) passando pelo ponto A(−1, 1, 3),
e o vetor diretor de r2 é − v→
r2 = (2, −1, 2) passando pelo ponto B(1, −3, 2), assim
−→
AB = (2, −4, −1). Logo,
3 2 1
→
− →
− −→
( v1 , v2 , AB) = 2 −1
2 = 3 + 8 − 8 + 2 + 24 + 4 = 33.
2 −4 −1
41
Exemplo 47. Para que valor de p verifica-se a coplanaridade das retas
x = 2 − 3t
y = px + 2
r1 : e r2 : y = −1 + t
z = 3x − 1
z = 1 − 2t
17
Segue, que para p = − = −8, 5 as retas são coplanares.
2
(a) Coplanares, isto é, situados no mesmo plano. Nesta situação, podem ocorrer:
(b) Reversas, isto é, não situadas no mesmo plano, e ocorre que r1 ∩ r2 = ∅.
42
−→
(c) Se (→
−
v1 , →
−
v2 , AB) 6= 0 as retas r1 e r2 são reversas.
e o vetor diretor de r2 é −
v→
r2 = (−3, −12, 3) e passa pelo ponto B(1, 2, 0). Note que
−
v→ = (−3, −12, 3) = −3(1, 4, −1) = −3− v→.
r2 r1
Logo, as retas r1 e r2 são paralelas, tais retas não são coincidentes, pois os
pontos A e B não são pontos da mesma reta por exemplo.
Note que duas retas r1 e r2 coplanares e não paralelas são concorrentes, neste
caso existe A(x0 , y0 , z0 ) que pertence a ambas as retas simultaneamente.
(a1 , b1 , c1 ) e −
v→
r2 = (a2 , b2 , c2 ) respectivamente. Qualquer reta r, simultaneamente
43
Exemplo 50. Encontre uma equação de reta tal que r passa pelo ponto A(1, −2, 1) e
é ortogonal as retas
x = 2 − 3t
z = 2y − 1
r1 : e r2 : z = 1−t
x = y+2
y = 2+t
respectivamente. E,
→
−i →− →−
j k →
− → − → − → − → − → − →
− → − → −
−
v→ ∧−→ =
r1 vr2 1 1 2 = − i −6 j + k −2 i + j +3 k = −3 i −5 j +4 k = (−3, −5, 4).
−3 1 −1
Logo,
r : (x, y, z) = (1, −2, 1) + k(−3, −5, 4)
é uma equação de reta ortogonal a r1 e r2 simultaneamente, passando pelo ponto A(1, −2, 1).
→
− −→
n .AP = 0
o vetor →
−
n é chamado vetor normal do plano π (e/ou ortogonal).
44
Exemplo 51. Encontre a equação de um plano que é paralelo aos vetores →
−
v1 = (1, 2, 3)
e→
−
v = (−1, 1, 1) passando pelo ponto A(2, 1, −1).
2
Logo,
−→
0=→
−
n .AP = (−1, −4, 3).(x − 2, y − 1, z + 1) = −x + 2 − 4y + 4 + 3z + 3
= −x − 4y + 3z + 9
−→
(ii) Passa por dois pontos A e B e é paralelo a um vetor →
−
v não colinear ao vetor AB.
−→
Neste caso, →
−
n =→ −
v ∧ AB.
−→ −→
(iii) Passa por três pontos A, B e C não colineares. Temos assim, →
−
n = AB ∧ AC.
−→
(v) Contém duas retas r1 e r2 paralelas. Para este caso →
−
n = →
−
v ∧ AB, sendo →
−
v o
vetor diretor de uma das retas e A um ponto de r1 e B um ponto de r2 .
45
−→
(vi) Contém uma reta e um ponto não pertencente a reta. Assim →
−
n =→
−
v ∧ AB, sendo
→
−
v o vetor diretor da reta e A um ponto de r.
Exemplo 52. Determine a equação do plano que passa pelo ponto A(1, 2, 2) e contém
a reta
x = 2−t
r: y = 1 + 2t
z = 3−t
−→
0=→
−
n .AP = (1, 0, −1).(x − 1, y − 2, z − 2) = x − 1 − z + 2 = −x − z + 1
isto é,
y1 z1 x1 z1 x1 y 1
(x − x0 )
+ (y − y0 )
(z − z0 )
=0
y2 z2 x2 z2 x2 y 2
ou ainda,
portanto,
ax + by + cz + d = 0
onde, a = y1 z2 − y2 z1 , b = x1 z2 − x2 z1 , c = x1 y2 − x2 y1 e d = −x0 a − y0 b − z0 b.
46
Exemplo 53. Encontre a equação geral do plano que contém as retas
x = 1 − 2t
y = 2x − 1
r1 : e r2 : y = −4t
z = −3x + 2
z = −3 + 6t
Note que as retas r1 e r2 são paraleles (vetores diretores colineares) e não são
coincidentes, pois os pontos A e B são pontos exclusivos das retas respectivas.
−→
Os vetores bases são −
v→
r1 = (1, 2, −3) e AB = (1, 1, −5) para o ponto fixo
ax + by + cz + d = 0
0 = a0 + b0 + c0 + d = d.
ax + by + cz = 0
47
3.4.1 Planos Paralelos aos Eixos e/ou Planos Coordenados
(i) Se a = 0, →
−
n = (0, b, c) ⊥ 0x, portanto, π//0x.
Observe que a variável ausente nas equações acima indica que o plano é
paralelo ao eixo desta variável.
→
−
(i) Se a = b = 0, →
−
n = (0, 0, c) = c k , portanto, π//x0y.
Exemplo 54. Encontre a equação do plano que contém o ponto A(1, 2, 1) e a reta
x = 2
r:
y = 3
48
e P (x, y, z) um ponto genérico, deve-se ter
x−1 y−2 z−1
−→ → − −→
=y−2−x+1=y−x−1
0 = (AP , v AB) = 0 0 1
1 1 −1
ou ainda,
(x − x0 , y − y0 , z − z0 ) = t.(a1 , b1 , c1 ) + k.(a2 , b2 , c2 ).
Donde,
x = x 0 + a1 t + a2 k
y = y 0 + b1 t + b2 k
z = z0 + c1 t + c2 k
Exemplo 55. Encontre as equações paramétricas do plano que passa pelo ponto A(2, 1, 3)
e é paralelo aos vetores →
−
u = (−2 − 2, 1) e →
−
v = (1, 2, −1).
Resolução:
x = 2 − 2t + k
y = 1 − 2t + 2k
z = 3+t−k
49
3.4.3 Ângulo de Dois Planos
Sejam os planos
π 1 : a1 x + b 1 y + c 1 z + d 1 = 0
e
π 2 : a2 x + b 2 y + c 2 z + d 2 = 0
Os vetores →
−
n1 = (a1 , b1 , c1 ) e →
−
n2 = (a2 , b2 , c2 ) são os vetores normais de π1
e π2 respectivamente.
Definição 3.2. Chama-se ângulo de dois planos π1 e π2 o menor ângulo que um vetor
normal de π1 forma com um vetor normal de π2 . Sendo θ este ângulo, tem-se
|→
−
n1 .→
−
n2 | π
cos(θ) = →
− →
− , com 0 ≤ θ ≤
kn k.kn k1 2 2
ou em coordenadas
|a1 .a2 + b1 .b2 + c1 .c2 | π
cos(θ) = p 2 p , com 0≤θ≤
a1 + b21 + c21 . a22 + b22 + c22 2
π1 : x − 3y + 2z − 4 = 0 e π2 : 2x + y − z + 3 = 0
Resolução: Como →
−
n1 = (1, −3, 2) e →
−
n2 = (2, 1, −1) os vetores normais de π1 e π2
respectivamente. Então
√
|1.2 − 3.1 − 2.1| 3 21
cos(θ) = √ √ = √ = .
1+9+4 4+1+1 2 21 14
50
3.4.4 Ângulo de uma Reta com um Plano
3.5 Distâncias
Seja uma reta r definida por um ponto A(x1 , y1 , z1 ) e pelo seu vetor diretor
→
−
v = (a, b, c) e seja B(x0 , y0 , z0 ) um ponto qualquer do espaço.
51
−→
Os vetores →
−
v e AB determinam um paralelogramo cuja altura corresponde
à distância d de B a r que pretendemos calcular.
Distância Ponto-Reta Como a área Ap do paralelogramo é dada pelo produto da base
B(x0 , y0 , z0 )
J..
...
..
...
pela altura, temos
Ap = k→
−
... ...
...
...
...
.
... .
..
...
...
. v kd.
... ...
.. d ...
... ...
... −→
Já vimos que Ap = k→
−
... ..
.
... ...
.
•..
. ...
...
I
v
v ∧ ABk.
A(x1 , y1 , z1 )
Logo,
−→
−→ k→
−
v ∧ ABk
k→
−
v ∧ ABk = k→
−
v kd então d(B, r) = .
k→
−
vk
52
diretor →
−
vs = (a2 , b2 , c2 ).
−→
Distância Reta-Reta Os vetores →−
vr , →
−
vs e AB = (x2 −x1 , y2 −y1 , z2 −z1 ) determinam um
−
→∧v
v r . s
−
→ paralelepı́pedo. A base do paralelepı́pedo é definida pelos vetores
N
....
.
... B
→...................................................
−
v
.........
.... s ..
..s .
...........
...........
→
−
vr e →−
vs e a altura corresponde à distância d entre as retas r e s,
......................
...............• ... ..........
. .. .. ...... ..
............ .. ........... ..
.. ..
... ...
............. ..........
. ....... ................. ...
... ...
.... ....
... ........
.... ...
...
....
porque a reta s é paralela ao plano de base de paralelepı́pedo.
.. . .. .. ..
d .... ..... ... ... ... Já vimos que o volume do paralelepı́pedo, é dado pelo módulo do
.. .. ... ... ...
.... .... .... .... ....
.. .. → ........ ..... ..
... ...
......
−
v
...........
.......•...................
...s ............
...
...
produto misto, ou seja
........................... .... ............ ....
...........
•..................... .. ...•
.. ...........
.
r............................ ..... ........................ −→
V = |(→
−
vr , →
−
A
.........
→•
−
v vs , AB)|.
r
Ainda, tal volume é dado pelo produto da área da base pela altura, e como
já sabemos a área da base é o módulo do produto vetorial entre os vetores diretores, ou
seja,
V = Ab .d = k→
−
vr ∧ →
−
vs k.d.
−
v→ −
→
r2 = (−4, −12, −12) = −4(1, 3, 3) = −4vr1 .
Assim,
→
−i →
− →
−
−→ j k →
− →
−
−
→
vr2 ∧ AB = −4 −12 −12 = 48 j − 48 k .
−4 0 0
53
Logo,
−→ √ √
k−
v→
r2 ∧ ABk k(0, 48, −48)k 48 2 12 2
d(r1 , r2 ) = d(A, r2 ) = = = √ = √ u.c
k−v→
r2 k k(−4, −12, −12)k 4 19 19
Exemplo 60. Calcule a distância entre as retas
(
y = 2
y = 2x − 1
r1 : z−2 e r2 :
x−1 = z = x+1
3
Resolução: Um vetor diretor de r1 é − v→
r1 = (1, 0, 3) e um vetor diretor de r2 é
−
v→ = (1, 2, 1). Notes que as retas não são paralelas, a reta r passa por A(1, 2, 2) e r
r2 1 2
Logo,
→ −→ √
|(−
v→ −
r1 , vr2 , AB)| | − 2| 2 11
d(r1 , r2 ) = −→ −
→ =p =√ = u.c
kvr1 ∧ vr2 k 2 2
(−6) + 2 + 2 2 44 11
54
Então
−→
−→ |→
−
n .AQ|
kproj−
n AQk =
→
k→
−
nk
−→ −→ −→
d(A, π) = kAP k = kP Ak = kλ→
−
n k = kproj−
n AQk.
→
Assim,
−→
|→
−
n .AQ|
d(A, π) = .
k→
−
nk
|(x − x0 )a + (y − y0 )b + (z − z0 )c|
= √
a2 + b 2 + c 2
Portanto,
|ax0 + by0 + cz0 + d|
d(A, π) = √ .
a2 + b 2 + c 2
π : 2x − 3y + z + 1 = 0
55
Exemplo 62. Calcule a distância do ponto A(0, 4, 3) ao plano
π : 3y + 4z + 1 = 0
4
π1 : 3x − 4y + 12z + 2 = 0 e π2 : x − y + 4z + 8 = 0
3
π1 e π2 respectivamente.
π1 : a1 x + b1 y + c1 z + d1 = 0 e π2 : a2 x + b2 y + c2 z + d2 = 0.
56
Vem,
π1 : 0 = a1 x + b1 y + c1 z + d1 = λa2 x + λb2 y + λc2 z + d1
= λ(a2 x + b2 y + c2 z + d2 ) + d1 − λd2
π1 : 4y + 2z + 12 = 0 e π2 : 2y + z + 18 = 0
π2 respectivamente.
Note que
− 1
n→ −→
π1 = (0, 4, 2) = 2(0, 2, 1) = nπ2 ou −
n→ −→
π2 = (0, 2, 1) = (0, 4, 2) = nπ1 .
2
Assim,
|d1 − λd2 | |12 − 2.18| 24 12
d(π2 , π1 ) = d(A, π1 ) = p 2 = √ = √ =√
a1 + b21 + c21 02 + 42 + 22 20 5
ou
|d2 − βd1 | 18 − 1 .12 12
2
d(π1 , π2 ) = d(A, π2 ) = p 2 2 2
=√ =√
a2 + b 2 + c 2 2 2
0 +2 +1 2 5
Seja r uma reta e π um plano, se a reta r não for paralela ao plano π então
a distância da reta ao plano é nula, ou seja, d(r, π) = 0.
57
Exemplo 65. Determine a distância entre
y = 2x − 3
r: e π : −x − y + 3z + 4 = 0
z = x+2
→
−
v r .−
→ = (2, 1, 1).(−1, −1, 3) = 0
nπ
→
−
vr .−
→ = (1, 1, 1).(−2, 0, 2) = 0
n π
58
Capı́tulo 4
Cônicas
4.1 Parábola
•
.....
.....
......
•.......
.......
..
..
..
4.1.1 Equação da Parábola
....... ...
....... .
..........
........
• •.........
.........
..
Consideramos o plano xy com o sistema cartesiano or-
r
togonal.
59
Primeiramente, o vértice está na origem e o eixo da parábola é o eixo dos y.
Seja P (x, y) um ponto qualquer da parábola de foco F 0, β2 . Então
Caso o eixo da parábola fosse considerado como o eixo dos x, de modo análogo
feito anteriormente chegarı́amos
2 β
y = 2βx com foco F ,0 .
2
x2 = 4y e y 2 = −6x.
60
Esboço Gráfico
y....
O vértice é a origem V (0, 0), portanto a equação da diretriz é y = −1.
.......
.......
.......
......
......
.....
Seja a parábola y 2 = −6x.
.....
.....
....
....
Tal equação é da forma y 2 = 2βx. Assim 2β = −6 se, e somente se
...
...
..
...
...
β = −3.
O foco para essa parábola é F β2 , 0 = F −3
.
• ......
F − 2 , 0 .... x 3 .
2
, 0 .
..
...
.
..
...
O vértice é a origem V (0, 0), portanto a equação da diretriz é x = 23 .
....
....
...
......
..
....... Os gráficos e os pontos de foco estão apresentados ao lado.
......
.......
.......
.......
Exemplo 68. Encontre a equação da parábola de vértice V (0, 0) passando pelo ponto
P (3, 2) e concavidade voltada para direita.
Resolução: A equação é da forma y 2 = 2βx. Como P (3, 2) pertence a parábola
devemos ter
22 = 2β.3
2
Logo, β = , o que significa que a concavidade é voltada para direita. Por-
3
tanto,
2 4
y 2 = 2. .x = x ou 3y 2 = 4x.
3 3
61
x0 = x − 2 e y 0 = y − 4, então
ou ainda,
x2 − 4x + 36 = 8y no sistema xOy
Reciprocamente, se
x2 − 4x + 36 = 8y (?)
2
x0 = 8y 0 .
2 2
0 = (x0 + 2)2 − 4(x0 + 2) − 8(y 0 + 4) + 36 = x0 + 4x0 + 4 − 4x0 − 8 − 8y 0 − 32 + 36 = x0 − 8y 0 .
2
Logo, x0 = 8y 0 .
Seja uma parábola de vértice V (h, k) e eixo paralelo ao eixo dos y, sendo
h e k coordenadas de V em relação ao sistema xOy e P (x, y) um ponto qualquer da
parábola.
2
x0 = 2βy 0 .
Mas, x0 = x − h e y 0 = y − k e daı́
62
que é a forma padrão da equação de uma parábola de vértice V (h, k) e eixo paralelo ao
eixo dos y.
Ainda, a equação
(y − k)2 = 2β(x − h).
é a forma padrão da equação de uma parábola de vértice V (h, k) e eixo paralelo ao eixo
dos x.
Exemplo 69. Determinar a equação da parábola de vértice V (2, 1), sabendo que y = 2
é a equação de sua diretriz.
Resolução: Como o eixo da parábola é paralelo ao eixo dos y então a equação é da
forma
2
x0 = 2βy 0 , ou seja, (x − h)2 = 2β(y − k) (?)
y 2 − 4y + 2x + 2 = 0.
63
Notemos que (y − 2)2 = y 2 − 4y + 4, então
Logo,
y 0 = y − 2, x0 = x − 1 e 2β = −2
4.2 Elipse
É o lugar geométrico dos pontos de um plano cuja soma das distâncias a dois
pontos fixos desse plano é constante.
Elipse
................
.................................................•
P .
....................
Definição 4.2. Seja um plano π, e considemos dois pontos
.......... ...... .... ................
........ ......
........
....
............
......
...........
...
...
...
.......
......
.....
....
distintos F1 e F2 , tal que a distância d(F1 , F2 ) = 2c. Seja a
..... .......... ...
. ....
.
...
.
...
... ........ ......... ...
....
...
...
...
...
...
um número real tal que a > c.
.... ..... ..... .... ...
...
....
... F1•... .... ....... .
....
....
.F2
...•
...
.
...
O conjunto de todos os ponto P do plano π tais que
... ...
. . ..
.. ... .
.
...
... ... ...... ..
... .... .. .. .
...... ..
...
....
...
...
......
......
.....
...
...
... −−→ −−→
....
....
......
.......
........
...
...
...
. ......
.............
.......
.
.....
....... d(P, F1 ) + d(P, F2 ) = 2a ou kP F1 k + kP F2 k = 2a
......... ..... .......... ........
................... ..........
......................... ...................................
..•
0 ............
P
Elementos da Elipse é denominado elipse.
B
.....2
.......................• ...............................
.................. ..............
............ ...........
..........
.
................
........
......
.....
.....
Isso posto, denominamos elementos da elipse.
..... ....
. ....
..
.
....
.
...
...
...
Focos: são os pontos F1 e F2 .
.... ...
...
A1•...
...
F •1 •
C
F •2 •
..
..A2 2b
..
Distância Focal: é a distância 2c entre os focos.
... .
...
...
...
....
2c ...
....
. Centro: é o ponto médio C do segmento F1 F2 .
.....
..... .....
.....
......
.......
..........
............. .....
...........
.
..
.. ...... Eixo Maior: é o segmento A1 A2 de comprimento 2a (o seg-
.................... ..............
...................................
...................•
B1 mento A1 A2 contém os focos e os seus extremos pertencem a
2a
elipse.
64
Eixo Menor: é o segmento B1 B2 de comprimento 2b (B1 B2 ⊥ A1 A2 no seu ponto médio).
Vértices: são os pontos A1 , A2 , B1 e B2 .
c
Excentricidade: é o número e dado por e = . Como c < a tem-se 0 < e < 1.
a
Ainda em toda elipse vale a relação a2 = b2 + c2 .
Seja P (x, y) um ponto qualquer de uma elipse de focos F1 (−c, 0) e F2 (c, 0).
Da definição de elipse temos
−−→ −−→
d(P, F1 ) + d(P, F2 ) = 2a ou kF1 P k + kF2 P k = 2a
Logo,
p p
(x + c)2 + y 2 + (x − c)2 + y 2 = 2a
p p
x2 + y 2 + 2xc + c2 = 2a − x2 + y 2 − 2xc + c2
p 2 p 2
2 2
x + y + 2xc + c 2 2 2
= 2a − x + y − 2xc + c 2
p
x2 + y 2 + 2xc + c2 = 4a2 − 4a x2 + y 2 − 2xc + c2 + x2 + y 2 − 2xc + c2
p
4a x2 + y 2 − 2xc + c2 = 4a2 − 4xc
b 2 x 2 + a2 y 2 = a2 b 2
x2 y 2
+ 2 =1 (??)
a2 b
65
A equação (??) é a equação reduzida da elipse de centro na origem e eixo
maior no eixo dos x.
x2 y 2
+ 2 =1
b2 a
x2 y 2 x2 y 2
+ =1 e + =1
16 9 25 49
Em quais dos eixos coordenados está o eixo maior da elipse. Qual a medida
do semi-eixo menor da elipse.
Resolução: Para a primeira equação notemos que 16 > 9, então o eixo maior da elipse
está sobre o eixo dos x. A medida do semi-eixo menor é o valor de b, como b2 = 9, segue
que a medida é 3 u.c.
Para a segunda equação o eixo maior da elipse está sobre o eixo dos y, uma
vez que 49 > 25, ainda a medida do semi-eixo menor é 5 u.c.
...
...
. ...
...
...
a) O eixo maior da elipse tem medida 2a da equação acima
... ...
2
F2 ... temos que a = 36, concluı́mos que o o semi-eixo maior tem
•.... • • • .....
....x
...
...
F1
.
... ..
...
....
.....
..... .....
...
.
.
.
..
.
medida 6 u.c.
....... ......
.......
........
..........
............
................. ...........
................ O eixo menor da elipse tem medida 2b da equação acima temos
............................................................................
•
que b2 = 16, concluı́mos que o o semi-eixo menor tem medida
4 u.c.
66
c
b) A excentrididade é dada por e = , como c2 = a2 − b2 = 36 − 16 = 20 e c > 0 con-
√ a
√ 5
cluı́mos que c = 2 5 e e = .
3
c) Os focos da elipse são pontos do eixo maior da elipse o qual está sobre o eixo dos x,
√ √
segue daı́ que os focos são F1 −2 5, 0 e F2 2 5, 0 .
d) O eixo menor está sobre o eixo dos y.
Exemplo 73. Encontre a equação da elipse de centro na origem e que tem um foco no
ponto (0, 4) e a medida do eixo menor é 6.
Resolução: Como a elipse tem foco no eixo dos y temos que a equação da elipse é da
forma
x2 y 2
+ 2 =1
b2 a
Assim como feito em parábolas, pode ocorrer que o centro da elipse não esteja
na origem, usando a fórmula translação de eixo, quando o centro da elipse é C(h, k) e
os eixos da elipse são paralelos aos eixos coordenados, as equações se tornam
(x − h)2 (y − k)2 (x − h)2 (y − k)2
+ =1 ou + = 1.
a2 b2 b2 a2
Exemplo 74. Uma elipse cujo eixo maior é paralelo ao eixo dos x, tem centro em
2
C(3, −1), excentricidade e = e eixo menor de medida 6 u.c. Qual a equação da
3
elipse.
Resolução: Como o eixo maior é paralelo ao eixo dos x, a equação da elipse é da forma
(x − h)2 (y − k)2
+ =1
a2 b2
4.3 Hipérbole
.
..............
. ...
. ......
......
......
....
chama-se hipérbole.
....
68
Da simetria temos d(A1 , F1 ) = d(A2 , F2 ) e, por definição d(A1 , A2 ) = 2a.
Consideramos que o eixo real da hipérbole esteja sobre o eixo coordenado dos
x. Seja P (x, y) um ponto qualquer da hipérbole de focos F1 (−c, c) e F2 (c, 0). Temos
69
assim que
p p
| d(P, F1 ) − d(P, F2 ) | = 2a 2 2 2 2
ou (x + c) + y − (x − c) + y = 2a.
Quando o eixo real da hipérbole está sobre o eixo dos y os focos são F1 (0, −c)
e F2 (0, c). Então
y 2 x2
− 2 =1 (??)
a2 b
a equação (??) é a equação reduzida da hipérbole de centro na origem e eixo real sobre
o eixo dos y.
70
√
c 3 2 √
e) A excentricidade é dada por e = = √ = 3.
a 6 √ √ √ √
f ) As equações das assı́ntotas. Seja (A12 , B12 ) = 6, 2 3 e (A11 , B22 ) = − 6, −2 3 .
Então o coeficiente ângular da reta que passa por esses dois pontos é
√ √ √ √
y2 − y1 −2 3 − 2 3 4 3 2.3 2 √
m= = √ √ = √ = = 2
x2 − x1 − 6− 6 2 6 6
√
Então uma assı́ntota é dada por y= 2x.
√
Pela simetria dos pontos a outra assı́ntota é dada por y = − 2x.
.....
.....
......
....... •F2
.......
......
......
.....
.....
c = 41, e os focos são F1 (0, − 41) e F√2 (0, 41).
.
..... ....
....
.
....... ....
.....
.... c 41
....
....
.... ....
....
.. e) A excentricidade é dada por e = = .
a 5
1 2 1 2
f ) As equações das assı́ntotas. Seja (B2 , A1 ) = (4, 5) e (B1 , A2 ) = (−4, −5). Então o
coeficiente ângular da reta que passa por esses dois pontos é
y2 − y1 −5 − 5 10 5
m= = = =
x2 − x1 −4 − 4 8 4
5
Então uma assı́ntota é dada por y = x.
4
5
Pela simetria dos pontos a outra assı́ntota é dada por y = − x.
4
71
equação passa a ser
(x − h)2 (y − k)2
− =1
a2 b2
se o eixo real da hipérbole for paralelo ao eixo dos y e centro C(h, k), então a equação
da hipérbole passa a ser
(y − k)2 (x − h)2
− = 1.
a2 b2
72
(y − 4)2 (x − 2)2
Logo, 36 = 4(y − 4)2 − 9(x − 2)2 e, portanto, − = 1.
9 4
a) O centro da hipérbole é C(2, 4).
b) O eixo real da hipérbole é paralelo ao eixo dos y passando pelo centro da hipérbole
C(2, 4).
c) Os vértices são dados pondo x = 2 na equação da hipérbole, feito isso obtemos que
y = 7 e y = 1.
√
d) Os focos, lembre-se que c2 = a2 + b2 = 9 + 4 = 13, portanto c = 13, assim
√ √
F1 (h, k + c) = F1 (2, 4 + 13) e F2 (h, k − c) = F2 (2, 4 − 13)
e) As equações de assı́ntotas.
Seja o retângulo de vértices V1 (B11 , A21 ), V2 (B21 , A21 ), V3 (B11 , A22 ) e V4 (B21 , A22 ),
então uma assı́ntota passa pelos vértices V1 (B11 , A21 ) e V4 (B21 , A22 ) e a outra passa pelos
vértices V2 (B21 , A21 ) e V3 (B11 , A22 ).
Como,
segue que
V1 (B11 , A21 ) = V1 (0, 7) e V4 (B21 , A22 ) = V4 (4, 1)
3 3
y − 7 = − (x − 0) então y =− x+7
2 2
73
e a equação da reta passando por esses dois pontos é
3 3
y − 1 = (x − 0) então y = x + 1.
2 2
= (x2 − 6x + 9) − 4(y 2 − 2y + 1) − 9 + 4
(x − 3)2
Logo, 4 = (x − 3)2 − 4(y − 1)2 e, portanto, − (y − 1)2 = 1.
4
a) O centro da hipérbole é C(3, 1).
b) O eixo real da hipérbole é paralelo ao eixo dos x passando pelo centro da hipérbole
C(3, 1).
c) Os vértices são dados pondo y = 1 na equação da hipérbole, feito isso obtemos que
x = 1 e x = 5.
A1 (h − a, k) = A1 (3 − 2, 1) = A1 (1, 1) e A2 (h + a, k) = A2 (3 + 2, 1) = A2 (5, 1)
√
d) Os focos, lembre-se que c2 = a2 + b2 = 4 + 1 = 5, portanto c = 5, assim
√ √
F1 (h − c, k) = F1 (3 − 5, 1) e F2 (h + c, k) = F2 (3 + 5, 1)
e) As equações de assı́ntotas.
Seja o retângulo de vértices V1 (A11 , B12 ), V2 (A12 , B12 ), V3 (A11 , B22 ) e V4 (A12 , B22 ),
então uma assı́ntota passa pelos vértices V1 (A11 , B12 ) e V4 (A12 , B22 ) e a outra passa pelos
vértices V2 (A12 , B12 ) e V3 (A11 , B22 ).
Como,
74
segue que
V1 (A11 , B12 ) = V1 (1, 2) e V4 (A12 , B22 ) = V4 (5, 0)
1 1 5
y = − (x − 5) = − x +
2 2 2
1 1 1
y = (x − 1) = x − .
2 2 2
Dado o sistema de eixos xOy de origem O(0, 0), já vimos como transformar
em um novo sistema x0 O0 y 0 de origem O(h, k) no sistema xOy, de modo que o eixo x0 seja
paralelo ao eixo x e o eixo y 0 seja paralelo ao eixo y. Veremos agora como transformar
o sistema xOy de origem O(0, 0) num sistema x? Oy ? de origem O(0, 0) no sistema
xOy, contudo, esses eixos não são paralelos aos eixos coordenados no sistema xOy, esta
transformação é a rotação dos eixos, ainda uma combinação de rotação com translação
tansforma em um sistam com origem em O(h, k) com eixos não paralelos aos eixos
coordenados, e a essa transformação denomina-se roto-translação dos eixos coordenados.
Sistema xOy Sistema. x? Oy ? (Rotação) Sistema x? O? y ? (Roto-Translação)
y..... . ...
y ?.......
...
y.... .
.
y ?........ y
.... ....
....
... ..... ?
... ..... x ....
... ...... ....
x? .....
... ...... .... .......
... ..
...... ....
.... .......
... .
...... .... ..
.......
... ...... .... .
.....
.
... ..... .... ......
... ...... .... .......
...
....... .... ......
...
...θ ...... .... .
.......
........... ........... .... . .
...
... ....... .... .......
... . θ ... ....θ ......
.......... . ............ .............
... ......
.
......
..
.. .
...
...
.
x ...............θ
.•
.
..... .O(h,
..
. .. k)
.
. . ...... .......
x. .....
......
......
. ...
...
...
......
.......
....... ....
....
...... ... .
... ....
...... ... ..... . ....
.
..... ... ...... .... ...
.
..
.
.
.....
.
.
....
.
..
. ...
...
...
... ...
..
......
......
....... ....
....
....
.
x
.
.... .. .
..... ...
xOy e x? Oy ?
75
− →
→ − →
− →
−
e seja { e?1 , e?2 } uma base em x? Oy ? , ainda sendo e?1 e e?2 vetores do plano, existem
escalares reias a11 , a21 , a12 e a22 tais que
→
−? →
−?
e1 = a11 →
−
e1 + a21 →
−
e2 e e2 = a12 →
−
e1 + a22 →
−
e2
onde {→
−
e1 , →
−
e2 } é uma base no sistema xOy.
−→
Seja P (x, y) e O(h, k) dois pontos do plano, então o vetor OP pode ser
− →
→ −
escrito como combinação de { e?1 , e?2 }, ou seja,
−→ →
− →
−
OP = x? e?1 + y ? e?2
ou ainda
→
− →
−
(x, y) = (h, k) + x? e?1 + y ? e?2 (4.1)
→
−?
e1 = cos(θ)→
−
e1 + sen(θ)→
−
e2
→
−?
e2 = −sen(θ)→
−
e1 + cos(θ)→
−
e2
Donde,
?
x = x? cos(θ) − y ? sen(θ) x = x cos(θ) + ysen(θ)
e
y = x? sen(θ) + y ? cos(θ) y ? = −xsen(θ) + y cos(θ)
→
− →
−
(x, y) = (h, k) + x? e?1 + y ? e?2
76
E efetuando as operações, obtemos
?
x = h + x? cos(θ) − y ? sen(θ) x = (x − h) cos(θ) + (y − k)sen(θ)
e
y = k + x? sen(θ) + y ? cos(θ)
?
y = −(x − h)sen(θ) + (y − k) cos(θ)
Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0.
Ax2 + Cy 2 + Dx + Ey + F = 0
para as formas da parábola, elipse e/ou hipébole, para o qual o produto misto xy não
aparecia na expressão.
representa:
a) Parábola b) Elipse c) Hipérbole d) N.D.A (Nenhuma das Alternativas).
Resolução: Na equação aparece parcelas de fatores lineares x e y, bem como fatores
não lineares com o produto xy.
x = x0 + h e y = y0 + k
77
desenvolvendo os binômios e agrupando, obtemos a equação
2 2
4x0 − 24x0 y 0 + 11y 0 + (−24k + 8h + 56)x0 + (22k − 24h − 58)y 0 + G(h, k) = 0
−24k + 8h + 56 = 0
22k − 24h − 58 = 0
2 11
Resolvendo o sistema acima, encontramos h = − ek= .
5 5
Calculando
2 2
2 11 2 2 11 11 2 11
G(h, k) = G − , =4 − − 24 − + 11 + 56 − − 58 + 95 = 20.
5 5 5 5 5 5 5 5
2 2
4x0 − 24x0 y 0 + 11y 0 + 20 = 0. (??)
Devemos agora fazer uma rotação para eliminar o termo de produto x0 y 0 que
aparece na equação. Para isso pomos
0
x = x? cos(θ) − y ? sen(θ)
y 0 = x? sen(θ) + y ? cos(θ)
2
+11 x? sen(θ) + y ? cos(θ) + 20 = 0
E obtemos,
2 2
(A0 )x? + (B 0 )x? y ? + (C 0 )y ? + 20 = 0 (? ? ?)
onde
A0 = 4 cos2 (θ) − 24 cos(θ)sen(θ) + 11sen2 (θ)
78
C 0 = 4sen2 (θ) + 24 cos(θ)sen(θ) + 11 cos2 (θ)
B 0 = −8 cos(θ)sen(θ) − 24 cos2 (θ) + 24sen2 (θ) + 22 cos(θ)sen(θ).
24
tan (2θ) =
7
2 2 2 2
−5x? + 20y ? + 20 = 0 ou 20x? − 5y ? + 20 = 0
respectivamente.
Equivalentemente, temos
2 2
x? 2 y? 2
− y? = 1 ou − x? = 1
4 4
79
Para eliminar os termos lineares, após uma translação, transformamos a
equação (4.2) na forma
2 2
Ax0 + Bx0 y 0 + Cy 0 + F = 0. (4.3)
Tal que o ponto (h, k) deve ser descoberto com o uso da fórmula de translação
x = x0 + h e y = y 0 + k que substituido em (4.2) obtemos a equação
2 2
Ax0 + Bx0 y 0 + Cy 0 + (Bk + 2Ah + D)x0 + (2Ck + Bh + E)y 0 + G(h, k) = 0
Se o determinante
B 2A
= B 2 − 4AC
2C B
for diferente de zero, então existe uma única solução (h, k) que satisfaz o sistema (4.4).
Se for nulo, podem existem infinitas soluções ou pode não existir nenhuma solução. Nesta
situação, é impossı́vel eliminar os termos lineares.
onde
x = x? cos(θ) − y ? sen(θ)
y = x? sen(θ) + y ? cos(θ)
80
que transforma a equação (4.2) numa equação da forma
2 2
A0 x? + B 0 x? y ? + C 0 y ? + D0 x? + E 0 y ? + F 0 (4.6)
B 0 = (C − A)sen(2θ) + B cos(2θ) = 0
B
tan(2θ) =
A−C
serve.
B A−C
tan(2θ) = e cos(2θ) = .
A−C A0 − C 0
81
π 3π
Primeiro caso, A = C, então θ =
ou θ =
4 4
1 1 1
Neste caso, A0 = (A + B + C) = (2A + B) ou A0 = (A − B + C) =
2 2 2
1
(2A − B).
2
B2 B2
Como, (A − λ)(C − λ) − = (A − λ)2 − , vem
4 4
2 2
B2 B2 B2
2 1 2A − 2A ± B
(A − λ) − = A − (2A ± B) − = − = 0.
4 2 4 2 4
B 4 cos2 (2θ)
= B 2 sen2 (2θ) e B 2 cos2 (2θ) = (A − C)2 sen2 (2θ)
(A − C)2
Assim,
B 1 + cos(2θ) B 1 − cos(2θ)
A0 = A cos2 (θ) + sen(2θ) + Csen2 (θ) = A + sen(2θ) + C
2 2 2 2
B2
A C cos(2θ) sen(2θ) 1 cos(2θ)
= + + A+B − C = (A + C) + A−C +
2 2 2 cos(2θ) 2 2 A−C
B2 B2
Note que, (A − λ)(C − λ) − = AC − (A + C)λ + λ2 −
4 4
Então,
B2
1 cos(2θ)
0 = AC − (A + C) (A + C) + A−C +
2 2 A−C
2
B2 B2
1 cos(2θ)
+ (A + C) + A−C + −
2 2 A−C 4
(A + C)2 B2 (A + C)2
cos(2θ)
= AC − − (A + C) A − C + +
2 2 A−C 4
2
B2 cos2 (2θ) B2 B2
cos(2θ)
+ (A + C) A − C + + A−C + −
2 A−C 4 A−C 4
82
(A + C)2 cos2 (2θ) sen2 (2θ)
= AC − + (A − C)2 + (A − C)2
4 4 4
(A + C)2 (A + C)2 AC A2 C 2 AC A2 C 2
= AC − + = − − − + + =0
4 4 2 2 2 2 2 2
Exemplo 78. A equação
6x2 − 4xy + 3y 2 + 1 = 0
representa uma:
a) Parábola b) Elipse c) Hipérbole d) N.D.A.
Resolução: Como os fatores lineares não aparecem, basta fazermos uma rotação para
eliminar o termo misto xy. Vamos então determinar as raizes da equação
B2
(A − λ)(C − λ) − = 0,
4
(−4)2
0 = (6 − λ)(3 − λ) − = λ2 − 9λ + 14
4
−4 4 6−3 3
tan(2θ) = =− e cos(2θ) = = .
6−3 3 7−2 5
−4 4 6−3 3
tan(2θ) = =− e cos(2θ) = =− .
6−3 3 2−7 5
7x2 + 2y 2 + 1 = 0 ou 2x2 + 7y 2 + 1 = 0
Em ambos os casos são somas de números positivos, tal equação não tem
solução, portatno, nenhuma das alternativas estão corretas, pois o conjunto é vazio.
83
Exemplo 79. A equação
4x2 − 4xy + 8y 2 − 5 = 0
representa uma:
a) Parábola b) Elipse c) Hipérbole d) N.D.A.
Resolução: Como os fatores lineares não aparecem, basta fazermos uma rotação para
eliminar o termo misto xy. Vamos então determinar as raizes da equação
B2
(A − λ)(C − λ) − = 0,
4
(−4)2
0 = (4 − λ)(8 − λ) − = λ2 − 12λ + 28
4
√
Temos ∆ = 144 − 4.1.28 = 144 − 112 = 32 e, as raizes são λ1 = 6 + 2 2 e
√
λ2 = 6 − 2 2
√ √
Se A0 = 6 + 2 2 e C 0 = 6 − 2 2, 2θ está no terceiro quadrante, pois
√
−4 4−8 1 2
tan(2θ) = =1 e cos(2θ) = √ √ = −√ = − .
4−8 6+2 2−6+2 2 2 2
√ √
Se A0 = 6 − 2 2 e C 0 = 6 + 2 2, 2θ está no primeiro quadrante, pois
√
−4 4−8 1 2
tan(2θ) = =1 e cos(2θ) = √ √ =√ = .
4−8 6−2 2−6−2 2 2 2
√ √ √ √
(6 + 2 2)x2 + (6 − 2 2)y 2 − 5 = 0 ou (6 − 2 2)x2 + (6 + 2 2)y 2 − 5 = 0
ou equivalentemente
√ √ √ √
(6 + 2 2) 2 (6 − 2 2) 2 (6 − 2 2) 2 (6 + 2 2) 2
x + y =1 ou x + y =1
5 5 5 5
84
4.5 Cônicas
Se B 2 − 4AC = 0, a cônica só pode ser: Vazio, reta, reunião de duas retas
paralelas ou uma Parábola. Neste caso dizemos que a cônica é do tipo Parabólico.
Se B 2 − 4AC < 0, a cônica só pode ser: Vazio, um ponto, uma circunferência
ou uma Elipse. Neste caso dizemos que a cônica é do tipo Eliptico.
85
4.5.1 Classificação das Cônicas
A 21 B 12 D
x
1 1
G(x, y) = x y 1 2 B C 2
E y = 0
1 1
2
D 2E F 1
A 12 B 12 D
1 1
M = 2B C 2E
1
2
D 12 E F
e os números
1
A B
2
= − B − 4AC
2
∆1 = A + C, ∆2 = e ∆3 = det(M )
1B
4
2
C
Considerando a roto-translação
x = h + u cos(θ) − vsen(θ)
(4.9)
y = k + usen(θ) + v cos(θ)
2
+ C k + usen(θ) + v cos(θ) + D h + u cos(θ) − vsen(θ)
+ E k + usen(θ) + v cos(θ) + F = 0
que se torna
G(u, v) = au2 + buv + cv 2 + dx + ev + f = 0 (4.10)
86
onde,
B
a = A cos2 (θ) + B cos(θ)sen(θ) + Csen2 (θ) = A cos2 (θ) + sen(2θ) + Csen2 (θ)
2
b = (C − A)sen(2θ) + B cos(2θ)
B
c = Asen2 (θ) − B cos(θ)sen(θ) + C cos2 (θ) = Asen2 (θ) − sen(2θ) + C cos2 (θ)
2
d = (2Ah + Bk + D) cos(θ) + (2Ck + Bh + E)sen(θ)
e = (2Ck + Bh + E) cos(θ) − (2Ah + Bk + D)sen(θ)
f = Ah2 + Bhk + Ck 2 + Dh + Ek + F .
Portanto,
b2 − 4ac B 2 − 4AC
δ2 = − =− = ∆2
4 4
Demonstração: Tanto a equação (4.8) como a equação (4.10) são escritas sob a forma
matricial
x u
G(x, y) = x y 1 .M. y e G(u, v) = u v 1 .m. v
1 1
Mas, x y 1 = u v 1 Tt
Assim, das duas forma de representação para G(u, v), temos que
h i u
t
u v 1 m − T MT v =0
1
para todo u e v.
88
Portanto, m = T t M T e, concluı́mos assim,
então
I) Se ∆2 6= 0, existe um sistema ortogonal, em relação ao qual a cônica se torna
2 2
G(x, y) = Ax2 + Cy 2 + F = 0 com (A + C 6= 0)
II) Se ∆2 = 0, então
a) Se ∆3 6= 0, existe um sistema ortogonal, em relação ao qual a cônica se torna
ou
G(x, y) = Cy 2 + Dx = 0 com C 6= 0 e D 6= 0
ou
G(x, y) = Cy 2 + F = 0 com C 6= 0.
89
II) Sendo ∆2 = 0, efetuamos uma rotação para eliminar o termo misto, para
obtermos uma equação na forma
au2 + cv 2 + du + ev + f = 0
a 0 21 d
1
m= 0 c e
2
1 1
2
d 2e f
au2 + du + ev + f = 0 ou cv 2 + du + ev + f = 0
ae2 cd2
Note que ∆3 = δ3 = − ou ∆3 = δ3 = − .
4 4
6 0, devemos ter a 6= 0 e e 6= 0 ou c 6= 0 e d 6= 0.
a) Como ∆3 =
d f d2
Se a 6= 0 e e 6= 0 faça uma translação pondo u = x − ev=y− + 2
2a e 4a e
d
0 = au2 + du + ev + f = a u2 + u + ev + f
a
2 2 !
2d d d
= a u2 + u + − + ev + f
2a 2a 2a
2
d2
d
= a u+ + ev + f − = Ax + Ey
2a 4a2
f e2 e
Se c 6= 0 e d 6= 0 faça uma translação pondo u = x − + 2 ev=y−
d 4c d 2c
b) Como ∆3 = 0, devemos ter a 6= 0 e e = 0 ou c 6= 0 e d = 0 e,
au2 + du + f = 0 ou cv 2 + ev + f = 0
90
d
Se a 6= 0 e e = 0, faça a translação u = x − ev=y
2a
2
d2
2 d
0 = au + du + f = a u + + f − 2 = Ax + F
2a 4a
e
Se c 6= 0 e d = 0, faça a translação v = y − eu=x
2c
e 2 e2
0 = cv 2 + ev + f = c v + + f − 2 = Cy + F
2c 4c
2 2
G(x, y) = Ax2 + Cy 2 + F = 0 com (A + C 6= 0)
Se F = 0 é um único ponto.
91
Capı́tulo 5
Superfı́cies Quádricas
Definição 5.1. Chama-se quádrica ao conjunto dos pontos P (x, y, z) em R3 tais que
Se uma superfı́cie quádrica é dada pela equação (5.1) for cortada pelos planos
coordenados ou por planos paralelos a eles, a curva de intersecção será uma cônica.
A equação i) é centrada na origem, as equações ii), iii) e iv) são não centradas.
5.1 Elipsóide
92
Note que, a intersecção de S com os planos coordenados é uma elipse.
.... .....
........
.........................................
.
.
.
.. ..... ..........
.
.....
I(0, 0, −c).
.. .. ...
..... .....
..
.
.
..
..
.
.
..
.
.
..
.. ...
...
.
..
...
....
....
....
Se −c < k < c, a intersecção é uma elipse.
. . . .
..
..
...
...
... .....................
.
.
.
. x
...............................................................
.
.
.. ..
..
.
...
...
... Se pelo menos dois dos valores a, b e c são iguais, o elipsóide
. .
. .... .......................
. ..
.
......................... . .. . . .......... ...
.. ... ..
...................
....
...
.................. .
.
.
.
................... ... ..
.. ...
..
.
. ..
........ ..
......
...
é de revolução. Por exemplo, seja a elipse
...... . ... .
. .................................... ...
.. .... .. ... .. .................. ........
.. ........... .. .... ....................
... ............ .. . .
..
. .
.. .
... y
. .........
y2 z2
............... .... .
... ......................... .. ....... ...
... . ........................................................ .
... ....... . ..
...
...
..
..
..
.
.
..
.
..
.
.
+ 2 = 1; x=0
...
...
...
.....
..
..
..
.
...
..
.
...
...
. ...
..
..
b2 c
..... ... ...
.....
...... ....
. .. ....
....... ... .... ....
.....
........
..............
.
.
....... ...... . .. . . ....
...
...
. então gerando a elipse do plano yOz em torno do eixo dos y
obtemos o elipsóide de equação
x2 y 2 z 2
+ 2 + 2 =1
c2 b c
x 2 + y 2 + z 2 = a2
93
que representa uma superfı́cie esférica centrada na origem C(0, 0, 0).
Se o centro do elipsóide é o ponto (h, k, l) e seus eixos são paralelos aos eixos
coordenados, a equação se torna
(x − h)2 (y − k)2 (z − l)2
+ + =1
a2 b2 c2
obtida por uma translação dos eixos.
Desta forma, temos que S1 está ao longo do eixo dos z, S2 ao longo do eixo
dos y e S3 ao longo do eixo dos x.
94
Em tal intersecção pode ocorrer:
k
Hiperbolóide de Uma Folha Se < 1, isto é, −b < k < b, a intersecção é uma
b
....................................z
..
.. .
... ..
............ .................
...........
............
........
hipérbole contida no plano y = k, com segmento focal paralelo
.... .... .. .........
..
... ...
.... ..
.... ..
....... .
..
.
..
.
.....
....
.... ao eixo Ox.
.......
........ ..
...
..
..
. k
.. ..............
... .. ...............
.
. .. ......................
...... ... ... .
.
.
................................
. .
....
.
Se > 1, isto é, k < −b ou k > b, a intersecção é uma
......... ... .. .. b
...
.........
......... .... ............................
.................. .. ................. .. ....... . .
.
.
................ .
.. ..
.x
...
.
..
.............. ...
.... .... ...................
......
...
... ....................... ..... ..............
............... ..
. hipérbole contida no plano y = k, com segmento focal paralelo
...... ... ..................... .... ......
... ....... .. ....... ........... ... ...
.. ..............................
.
.
.. ...... . ....................................................................
... ....... ....
.
. ......... .......
.
... ... ...........
. ao eixo Oz.
...
...
.
...
............................................................
... ...
... .. y
......... k
.....
..
...... .
...
................ ... ..
.............. ..
.
. .
.
Se = 1, isto é, k = −b ou k = b, a intersecção é um
.... ... ...........
...... b
... ... .. .....
.. .....
.... .
..... .. .. ....
.....
...... ....
..........
.
.
............
.
... ...
.. ..
.. ..
.
par de retas concorretes.
................. .. ....
.............................................................
Considerações semelhantes podem ser feitas para S2 e S3 .
Desta forma, temos que S1 está ao longo do eixo dos y, S2 ao longo do eixo
dos z e S3 ao longo do eixo dos x.
x2 y 2 z 2
2
x z2 k2
− 2+ 2 − 2 = 1
2 + 2 = 2 −1
a b c ou seja, a c b
y = k, y = k,
x2 y 2 z 2
2
y z2 k2
− 2+ 2 − 2 = 1
2 − 2 = 2 +1
a b c ou seja, b c a
x = k, x = k,
95
Hiperbolóide de Duas Folha Em tal intersecção com y = k pode
ocorrer:
k
z ..
.............................
Ser não vazia, para isso ≥ 1, ou seja, k ≤ −b ou k ≥ b.
....
.....
.
.. ...
.. ......
...
b
... ..
...
..
.. ..
..
.. ...
..
.. k2
...
... ...
.
..
.
...
..
... Note que 2 − 1 ≥ 0, para a equação da elipse.
.... ...
....... ... ........
. y ...
..
... b
...... ... .
.....
. .
....................... ....
...... ...... .
.
.
. ......
.
.
... .... .......
..
........ ........ ... ..
..
..
.
Se k = ±b a intersecção se reduz ao ponto I(0, k, 0).
. . ... ...
........ ....... ... ......... . . . ..
. ....
...
..
... ........ .......
... .... ....... .
... .... ....... ........ ... .... .
...........
. . .. .... .......
................... .. .... ................. ....
.
. .. .. .
..
.
.
Se k > b ou k < −b a intersecção é uma elipse.
. .. .... ............... .... ... ..
.. ... .. ..... ...... ........
. ...... ........ ..
............................................................. ..
........................ ........ ... ....
...... ........
...... ..... .....
... . ... .
...
.............................. ...
... .... .... .
...... ..... ... ......
..
..
.. ......
...... .. .
.. .. ..
.. .... .....
x A intersecção de S1 com o plano x = k são hipérboles com
.. .......... ..
... ..... ..
.. ..
...
..
... ......
.. .....
... ..
segmento focal paralelo ao eixo dos y, o mesmo ocorrendo com a
... ... ..
...
...
....
.... ....
..
..
. ..
..
..
intersecção de S1 com o plano z = k.
..... .. ...
.
......... ....
.. ..................... Considerações semelhantes podem ser feitas para S2 e S3 .
x2 y 2
S1 = P (x, y, z); cz = 2 + 2
a b
y2 z2
S2 = P (x, y, z); cx = 2 + 2
a b
x2 z 2
S3 = P (x, y, z); cy = 2 + 2
a b
Desta forma, temos que S1 está ao longo do eixo dos z, S2 ao longo do eixo
dos x e S3 ao longo do eixo dos y.
Parabolóide Elı́ptico A intersecção de S1 com o plano xOz e yOz são
z parábolas, com o plano xOy é o ponto (0, 0, 0)
..
...
...
..
..
Se c > 0, S1 está situada inteiramente acima do plano
..
...
... ..
..
..
..
.. ..
..
..
..
xOy e, para todo z = k tal que k > 0 a intersecção de S1 com
... .. ..
. ...
...
..
.
..
.. ..............
.. ...................
................ .
...
. . . . . .
... .... .. . . .. . ..
..
...................... .
.........
.. ............ ....
.
... o plano z = k é uma elipse.
.. ... ... ..
.. .. ... .....
.. .. ..
....
..
..... ....
......... ..
... ..
..
..
..
.
.
...
..
..
..
.
.
.
.
.
. .
.. ....
...........
.
..
Se c < 0, S1 está situada inteiramente abaixo do plano
... .................. .. .. .. ............ ...
.. ............................................................................. .... ....
...
... ... ...
.. ... ....
..
.. .
.. .
..
.
.. ...
xoy e, para todo z = k tal que k < 0 a intersecção de S1 com
.. .. . ................................................. .. ..
.. ..
.. .. ............... ....
... ........ ..
. .
..... .. ..
... .. ...
. .
..
..
.
... .
.
.
...
.
.. .
..
... .....................
. .
. .
.. .....
.. o plano z = k é uma elipse.
............... .. ... .. ..........
. .. ..
... ..................................................................................
... .....
.... ......
..
... .. .. .....
. ... .....
.
. . . Considerações semelhantes podem serem feitas para S2
... ... ... ........
..................
.... ....
.... .....
.... ... .. ... ... .......
.... .... .... .... ... ...........................
x
.........
...
e S3 .
..................
.................. ............ ... .........................
.. .
. . .
........................... ...................
...........................
......... ..................
......... ..................
.........
.........
......... y
..................
.
96
5.5 Parabolóide Hiperbólico
y 2 x2
S1 = P (x, y, z); cz = 2 − 2
b a
z2 y2
S2 = P (x, y, z); cx = 2 − 2
b a
z 2 x2
S3 = P (x, y, z); cy = 2 − 2
b a
...... .
... ... .
........ .
.................................
97
Capı́tulo 6
Matrizes e Determinantes
e, denotamos por
A = (aij ); 1 ≤ i ≤ m, 1 ≤ j ≤ n
98
Exemplo 82. Seja
2 1
A= 4 5
6 7
determine os elementos a12 , a21 e a ordem da matriz.
Resolução: O elemento da primeira linha e segunda coluna é a12 = 1 e o elemento da
segunda linha e primeira coluna é a21 = 4. A ordem da matriz A é 3 × 2
Definição 6.1. Duas matrizes Am×n = (aij )m×n e Br×s = (bkl )r×s são iguais, ou seja,
A = B, se elas tem o mesmo número de linhas (m = r) e colunas (n = s) e, ainda todos
os seus elementos correspondentes são iguais, isto é, aij = bij para todo 1 ≤ i ≤ m e
1≤j≤n
99
6.1 Operações com Matrizes
Suponhamos que as notas dos alunos nos dois primeiros bimestres sejam dadas
pelas tabelas, abaixo
e, portanto, a soma das notas nesses dois bimestres é representada na tabela abaixo
Definição 6.3. Sejam as matrizes de mesma ordem Am×n = (aij ) e Bm×n = (bij ), a
adição A com B, que denotaremos por A + B é uma matriz m × n, cujos elementos são
somas dos elementos correspondentes de A e de B, isto é,
100
denotada por O de mesma ordem.
iv) A + (−A) = O, existência do elemento oposto de A, denotado por −A.
Definição 6.5. Seja a matriz A = (aij )m×n e α um escalar real, o produto de α por A
é uma matriz de ordem m × n dada por
Em cada uma dessas regiões o preço do quilo em reais é dado pelas tabelas
abaixo.
101
Queremos uma tabela que represente o gasto em reais nessas regiões, ou seja,
considerar a quantidade consumida em quilos de cada região pelo preço praticado em
cada região.
Observe que o primeiro elemento dessa tabela, foi gerado pelo produto dos
elementos da primeira linha da tabela consumo com os elementos da primeira coluna
(e/ou linha) da tabela preço dos respectivos grãos e somando-os.
102
os elementos da linha estão na tabela consumo e os elementos da coluna estão na tabela
preço. E, não vistos como elemento linha/linha.
onde
n
X
cik = aij bjk = ai1 b1k + ai2 b2k + ai3 b3k + · · · + ain bnk .
j=1
Observação: Só podemos efetuar produto entre duas matrizes Am×n e Bl×p se
o número de colunas da primeira for igual o número de linhas da segunda, isto é, n = l.
Proposição 6.8. Sejam A, B e C matrizes, e supondo que tais produtos seja possı́veis,
então
i) AB 6= BA ii) A.I = I.A = A iii) A(B + C) = AB + AC
iv) (A + B).C = AC + BC v) (AB)C = A(BC)
vi) AB = O se, e somente se A = O ou B = O.
ii) Seja
a11 a12 ··· a1n 1 0 ··· 0
a21 a22 ··· a2n 0 1 ··· 0
A= e I=
.. .. .. .. .... . . ..
. . . . . . . .
am1 am2 · · · amn 0 0 ··· 1
103
É fácil ver que A.I = I.A = A.
iii) Seja A = (aij )m×n e B = (bjs )n×p , C = (cjs )n×p , AB = fik , AC = gik e (B + C) = dij .
Então n n
X X
A(B + C) = eik = aij djk = aij (bjk + cjk )
j=1 j=1
n
X n
X
= aij bjk + aij cjk = fik + gik = AB + AC
j=1 j=1
e
q
X
BC = fjr = bjk ckr ordem n × p
k=1
Logo,
q
X q X
X n q
X
(AB)C = gir = eik ckr = aij bjk ckr = (ai1 b1k ckr + · · · + ain bnk ckr )
k=1 k=1 j=1 k=1
q
X q
X n
X q
X n
X
= ai1 b1k ckr + · · · + ain bnk ckr = aij bjk ckr = aij fjr = A(BC)
k=1 k=1 j=1 k=1 j=1
Exemplo 85. Os pesticidas são aplicados nas plantas a fim de eliminar os insetos
daninhos. Parte dos pesticidas são absolvidos pelas plantas, assim quando os animais
104
herbı́voros se alimentas das plantas que recebem os pesticidas, absolvem também os pes-
ticidas.
Suponha agora que temos 4 animais herbı́voros e que bij representa o número
de plantas do tipo i que um animal herbı́voro do tipo j como por mês. Essa informação
é dada na tabela
Herbı́voro 1
Herbı́voro 2 Herbı́voro 3 Herbı́voro 4
20 12 13 21 Planta 1
21 15 14 12 Planta 2
25 16 18 18 Planta 3
20 12 13 21
Pondo, B = 21 15 14 12 .
25 16 18 18
Represente uma matriz que determine a quantidade de pesticida do tipo i
absolvida por um herbı́voro do tipo j.
Resolução: Consideremos em AB a entrada cij . Tal elemento representa a quantidade
de pesticida do tipo i absolvida por um herbı́voro do tipo j. Assim
2 4 1 149 100 100 108
3 20 12 13 21
2 2
152 98 103 123
A.B = 4 . 21 15 14 12 =
1 3 176 111 120 150
25 16 18 18
2 3 4 203 103 140 150
105
Definição 6.9. Dada uma matriz A = (aij )m×n a transposta de A, denotada por At , é
uma matriz n × m tal que
A definição acima diz, entre outras palavas que as linhas de A passam a ser
as colunas de At .
Logo,
Logo,
n
X n
X n
X
CD = eik = cij djk = aji bkj = bkj aji = fik = Dt C t
j=1 j=1 j=1
106
Portanto, (A + B)t = At + B t e (CD)t = Dt .C t , como demonstrado. 2
107
Exemplo 87. Seja a matriz
2 1 4
A= 1 0 5
3 −1 6
faça as seguintes operações, seguindo os passos dados.
i) Primeiro, L2 → L1 ii) Segundo, L2 → L2 − 2L1 e L3 → L3 − 3L1
1
iii) Terceiro, L3 → L3 + L2 iv) quarto, L3 → − L3
15
Resolução Seguindo os passos acima temos
2 1 4 1 0 5 L2 →L2 −2L1 1 0 5
L2 →L1 L3 →L3 −3L1
1 0 5 ∼ 2 1 4 ∼ 0 1 −6
3 −1 6 3 −1 6 0 −1 −9
1 0 5 1
L3 →− 15 L3
1 0 5
L3 →L3 +L2
∼ 0 1 −6 ∼ 0 1 −6
0 0 −15 0 0 1
o que completa os passos.
108
O primeiro elemento não nulo da linha 1, ocorre na coluna k1 = 1. O primeiro
elemento não nulo da coluna 2 ocorre na coluna k2 = 2. O primeiro elemento não nulo
da linha 3 ocorre na coluna k3 = 3, donde k1 = 1 < 2 = k2 < 3 = k3 e a quarta condição
está verificada.
109
Teorema 6.13. Toda matriz Am×n é linha equivalente a uma única matriz linha reduzida
a forma escada.
Nosso objeto é dada uma matriz A determinar uma matriz B de modo que
A.B = I e B.A = I
110
A motivação para isso segue do fato que, se A ∈ Mm×n (R) e b ∈ Mm×1 (R)
duas matrizes dadas e a equação
Ax = b
Definição 6.14. Seja A = (aij )m×n uma matriz real, dizemos que a matriz B = (bji )n×m
é uma inversa a direita de A se
Proposição 6.15. Se A é uma matriz que possui inversa a esquerda e a direita, então
as inversas são iguais.
Definição 6.16. Seja A uma matriz quadrada , dizemos que A é inversı́vel se existir
uma matriz, que denotaremos por A−1 , tal que
A−1 .A = I = A.A−1
111
Demonstração: Suponhamos que B e C sejam duas inversas para A, então
Mais adiante poderemos mostrar que se uma matriz A possui inversa a es-
querda e a direita então A é quadrada, inversı́vel e suas inversas são iguais.
e, portanto, AB é inversı́vel e sua inversa é (A.B)−1 , como a inversa é única segue que
B −1 .A−1 = (A.B)−1 .
Agora,
logo, At é inversı́vel e sua inversa é (At )−1 e, assim (A−1 )t = (At )−1 . 2
112
Permutar duas linhas na matriz A, é igual permutar as mesmas linhas na
matriz identidade e multiplicar por A, ou seja,
1 0 . . . . . 0 0
··· ···
.. a11 a12 a1n a11 a12 a1n
0 . . . . . . . 0 a21 a22 ··· a2n a21 a22 ··· a2n
. . 0 ··· 0 1j . . . .. .. ..
.. .. ..
.. . . ··· . . . ··· .
..
. . . . . 0 . . .
ai1 ai2 ··· ain
aj1 aj2 ··· ajn
.. .. . .. .. .. = ..
.. ..
. . 0 . . . . . .
. . ··· . . . ··· .
. . 1i 0 ··· 0 . .
aj1 aj2 ··· ajn ai1 ai2 ··· ain
. . . . . . 1 . .
.. .. .. . .. ..
..
. . ··· . . ··· .
..
0 . . . . . . . 0
an1 an2 ··· ann an1 an2 ··· ann
0 0 . . . . . 0 1
E por fim, somar uma linha i mais uma linha j préviamente multiplicada
por uma constante k não nula é o mesmo que em I somarmos a linha i com a linha j
préviamente multiplicada por k e fazer o produto com a matriz A, isso resulta em
1 0 . . . . 0 0 a11 a12 ··· a1n
a11 a12 ··· a1n
.. a21 a22 ··· a2n
a21 a22 ··· a2n
. . . .
0 . . . . . 0
. . . . . .
. . 1i 0 ··· kj . .
. . . . . ··· .
···
. . .
. .
ai1 ai2 ··· ain
. .
. . 0 . . . . . ai1 + kaj1 ai2 + kaj2 . ain + kajn
. . . =
. ..
. . .
. . .
.
. . ··· .
. . .
. . . . . 0 . .
. . ··· .
···
aj1 aj2 ajn
. . 0 ··· 0 1j . . aj1 aj2 ··· ajn
. . .
. . . . . . .
. . . ··· . . . .
0 . . . . . . 0 . . ··· .
an1 an2 ··· ann
0 0 . . . . 0 1 an1 an2 ··· ann
Definição 6.19. Uma matriz elementar é uma matriz obtida a partir da identidade,
através da aplicação de uma operação elementar com linhas.
113
Assim, se E é uma matriz elementar, então E é inversı́vel e sua inversa E −1
é dada pela matriz que corresponde a operação elementar inversa feita para determinar
E. Verifique isso para os demais casos.
114
Basta observar que
Ax = 0 e Rx = 0 são equivalentes
Uma ilustração de como usar o teorema acima será posta no exemplo a seguir.
115
Portanto,
2
− 23 1
3 3
−1
1 2
A =
3 3
− 13
− 13 1
3
1
3
1 32 1
L2 →L2 −9L1 0
∼ 3
0 0 −3 1
Portanto,
1 0 0
A−1 = 1 1 −1
−1 0 1
Como vimos A é inversı́vel.
116
6.4 Determinante
Consideramos a equação
Ax = b
então se A for uma matriz inversı́vel podemos determinar x de modo único, e neste caso
temos que x = A−1 b.
Consideramos a matriz
α β a b
A2×2 = e A−1
2×2 = .
γ λ c d
Então
1 0 a b α β
= A−1
2×2 A2×2 = . .
0 1 c d γ λ
117
Nosso objetivo e generalizar o conceito de determinantes para ordem maior,
verificando a propriedade acima.
Exemplo 95. Seja N2 = {1, 2}, determine todas as permutações possı́veis para N2 .
Resolução: Existem 2 permutações possı́veis
σ1 : N2 −→ N2 1 2
dada por = (1 2)
n 7−→ σ1 (n) σ1 (1) = 1 σ1 (2) = 2
e
σ2 : N2 −→ N2 1 2
dada por = (2 1)
n 7−→ σ2 (n) σ2 (1) = 2 σ2 (2) = 1
Exemplo 96. Seja N3 = {1, 2, 3}, determine todas as permutações possı́veis para N3 .
Resolução: São 6 possı́veis permutações.
σ1 : N3 −→ N3 1 2 3
dada por σ1 = = (1)(2)(3)
n 7−→ σ1 (n) 1 2 3
σ2 : N3 −→ N3 1 2 3
dada por σ2 = = (1)(2 3)
n 7−→ σ2 (n) 1 3 2
σ3 : N3 −→ N3 1 2 3
dada por σ3 = = (1 3)(2)
n 7−→ σ1 (n) 3 2 1
σ4 : N3 −→ N3 1 2 3
dada por σ4 = = (1 2)(3)
n 7−→ σ4 (n) 2 1 3
σ5 : N3 −→ N3 1 2 3
dada por σ5 = = (1 2 3)
n 7−→ σ1 (n) 2 3 1
σ6 : N3 −→ N3 1 2 3
dada por σ6 = = (1 3 2)
n 7−→ σ6 (n) 3 1 2
118
De modo geral o número de permutações num conjunto Nn = {1, 2, · · · , n}
é n! = n.(n − 1).(n − 2). · · · .3.2.1
do conjunto Nn .
Conforme exemplo 95 σ1 (1) = 1 < 2 = σ1 (2), portanto, não há nenhum par
ordenado satisfazendo a condição da definição, logo sgn(σ1 ) = 1
Definição 6.23. Seja A = (aij )n×n uma matriz quadrada, chama-se determinante da
119
matriz A, que denotaremos por det(A) ao número real dado por
n!
X
det(A) = sgn(σk )a1σk (1) .a2σk (2) . · · · .a(n−1)σk (n−1) .anσk (n)
k=1
Para N3 , temos 3! = 6 e,
6
X
det(A) = sgn(σk )a1σk (1) .a2σk (2) .a3σk (3) = sgn(σ1 )a1σ1 (1) .a2σ1 (2) .a3σ1 (3)
k=1
+ sgn(σ2 )a1σ2 (1) .a2σ2 (2) .a3σ2 (3) + sgn(σ3 )a1σ3 (1) .a2σ3 (2) .a3σ3 (3)
+ sgn(σ4 )a1σ4 (1) .a2σ4 (2) .a3σ4 (3) + sgn(σ5 )a1σ5 (1) .a2σ5 (2) .a3σ5 (3)
= a11 .a22 .a33 − a11 .a23 .a32 − a13 .a22 .a31 + a12 .a21 .a33 + a12 .a23 .a31 − a13 .a21 .a32 .
120
uma matriz quadrada triangular superior. Então det(A) = a11 .a22 .a33 . · · · .ann .
Resolução: Da definição de determinante cada parcela do somatório tem um e, somente
um elemento de cada linha e coluna. Os elementos da diagonal principal fazem parte de
uma das parcelas do somatório, e para as demais parcelas sempre aparecerá um elemento
nulo.
Ainda, para todo par ordenado (i, j) tal que i < j, a permutação identidade
σ(i) = i < j = σ(j) e, portanto r = 0 e o sinal da permutação é 1. Donde segue o
desejado.
Teorema 6.24. Ao permutarmos duas linhas de uma matriz muda-se o sinal do deter-
minante, ou seja, se
Logo,
n!
X
det(A) = sgn(σk )a1σk (1) · · · apσk (p) . · · · .ajσk (j) . · · · .anσk (n) .
k=1
121
Definimos,
σk (p) se l = j
ϕk (l) = σk (j) se l = p
σk (l) se l 6= {p, j}
assim,
1 ··· p p+1 ··· j−1 j ··· n
ϕk =
σk (1) · · · σk (j) σk (p + 1) · · · σk (j − 1) σk (p) · · · σk (n)
Portanto,
n!
X
det(B) = sgn(ϕk )a1σk (1) · · · apσk (j) . · · · .ajσk (p) . · · · .anσk (n) .
k=1
Se σk (j −s) > σk (j) temos ϕk (j −s) = σk (j −s) > σk (j) = ϕ(p), mas p < j −s
para todo s 6= j − p, logo para ϕk são excluidos j − p − 1 pares ordenados em relação a
σk . Se σk (j − s) < σk (j) temos ϕk (j − s) = σk (j − s) < σk (j) = ϕ(p), mas p < j − s
para todo s 6= j − p, logo para ϕk são incluı́dos j − p − 1 pares ordenados em relação a
σk . Se s = j − p, é excluı́do e/ou incluı́do um par ordenado nas mesmas condições acima
(Verifique isso!).
122
Seja r0 o número de pares ordenados excluı́dos entre as 2(j−p)−1 permutações
do tipo j − s < j tal que σk (j − s) > σk (j), e r00 o número de pares ordenados incluı́dos
entre as 2(j − p) − 1 permutações do tipo j − s < j tal que σk (j − s) < σk (j). Note que
para cada permutação se exclui ou inclui um par ordenado, deste fato temos 2(j −p)−1 =
r0 + r00 .
n!
X
= (−1)r+m a1σk (1) · · · apσk (j) . · · · .ajσk (p) . · · · .anσk (n)
k=1
n!
X
= − (−1)r a1σk (1) · · · apσk (j) . · · · .ajσk (p) . · · · .anσk (n)
k=1
n!
X
= − sgn(σk )a1σk (1) · · · apσk (j) . · · · .ajσk (p) . · · · .anσk (n) = − det(A)
k=1
e desta forma podemos representar uma matriz como uma sequência de vetores linhas,
assim
A = (A1 , A2 , · · · , An−1 , An )t
123
ii) Se A = (A1 , A2 , R.Ak · · · , An )t , R uma constante qualquer. então
iii) Se duas linhas de uma matriz A forem iguais, ou seja, Ak = Aj então o det(A) = 0.
iv) Se somarmos uma linha com outra previamente multiplicada por uma constante o de-
terminante da nova matriz não se altera, ou seja, se B = (A1 , · · · , B k , Ak+1 , · · · , An )t ,
onde B k = Ak + RAj onde Ak e Aj são linhas da matriz
v) det(A) = det(At ).
n!
X
= sgn(σk )bσk (1)1 · · · .bσk (j)j . · · · .bσk (n)n = det(At )
k=1
Da propriedade v), tudo que foi feito para linhas são validas para colunas. 2
124
Exemplo 100. Seja
1 3 −1 1
2 2 1 −1
A=
1
1 2 1
1 −1 1 1
calcule o determinante da matriz A.
Resolução: Basta reescrever A após um número finito de operações elementares como
uma matriz triangular superior, ou seja,
1 3 −1 1 L2 −→L2 −2L1 1 3 −1 1
L3 −→L2 −L1
2 2 1 −1 L4 −→L4 −L1 0 −4 3 −3
A= 1
∼
0 −2
1 2 1 3 0
1 −1 1 1 0 −4 2 0
1L
L3 −→L3 − 2
1 3 −1 1 1 3 −1 1
2
L4 −→L4 −L2 0 −4 3 −3 L4 −→L4 + 23 L3 0 −4 3 −3
∼
0 3
3 ∼ 3
3
0 2 2
0 0 2 2
0 0 −1 3 0 0 0 4
Logo,
3
det(A) = det(A0 ) = 1.(−4). .4 = −24
2
Exemplo 101. Seja
0 1 3 1
1 1 2 1
A=
0
1 0 2
0 0 1 0
calcule o determinante da matriz A.
Resolução: Basta reescrever A após um número finito de operações elementares como
uma matriz triangular superior, ou seja,
0 1 3 1 1 1 2 1 1 1 2 1
1 1 2 1 0 1 3 1
L −→L L4 −→L3 0 1 3 1
2∼ 1 ∼
0 1 0 2 0 1 0 2 0 0 1 0
0 0 1 0 0 0 1 0 0 1 0 2
1 1 2 1 1 1 2 1
L4 −→L4 −L2 0 1 3 1 L4 −→L4 +3L3 0 1 3 1
∼
0
∼
0 1 0 0 0 1 0
0 0 −3 1 0 0 0 1
Note que, houve duas permutações de linhas, assim o sinal não muda e, por-
tanto, det(A) = 1.
125
Exemplo 102. Seja E uma matriz elementar. Então
126
Já vimos que A−1 é igual ao produto finito de matrizes elementares, ou seja,
A−1 = Ek .Ek−1 . · · · .E2 .E1 o mesmo valendo para a matriz A. Desta forma, temos
1 = det(I) = det(A−1 .A) = det(Ek .Ek−1 . · · · .E2 .E1 .A)
1
Portanto, neste caso temos det(A) 6= 0 e, ainda det(A−1 ) = . 2
det(A)
127
Seja Nn = {1, 2, 3, · · · , n} e Ψ =: { O conjunto das permutações de Nn }.
Então fixado um indice j, 1 ≤ j ≤ n, podemos particionar Ψ em n classes disjuntas.
n
[ n
\
Então Ψ= Ψi e Ψi = ∅.
i=1 i=1
n
\
Suponha que Ψi 6= ∅, então existem i0 6= i1 tais que σk (i0 ) = j = σk (i1 ),
i=1
da injetividade de σk devemos ter i0 = i1 , o que é um absurdo.
X X
= sgn(σk )a1j .a2σk (2) . · · · .anσk (n) + sgn(σk )a1σk (1) .a2j . · · · .anσk (n) + · · ·
σk ∈Ψ1 σk ∈Ψ2
Portanto,
n
X
det(A) = aij ∆ij
i=1
Consideramos as matrizes
a11 a12 · · · a1n a11 a12 ··· a1n
.. .. .. .. .. ..
. . ··· . . . ··· .
ap1 ap2 · · · apn ap1 ap2 · · · apn
. .. .. . .. ..
.
..
A= . ··· . e B=
. . ··· .
a · · · ajn aj aj j
· · · apn
j1 aj2 p1 p2
. .. .. .. . .. ..
.. . . . .. . ··· .
an1 · · · · · · ann an1 · · · · · · ann
128
Temos que
n
X n
X
0 = det(B) = api ∆pi = api ∆ji
p=1 p=1
Definição 6.29. Sejam ∆ij os cofatores da matriz A, denotamos por Cof (A) a matriz
dos cofatores, ou seja,
∆11 ∆12 · · · ∆1n
.. .. ..
Cof (A) = (∆ij )n×n = . . ··· .
∆n1 ∆n2 · · · ∆nn
Teorema 6.30. Se det(A) 6= 0 então A é uma matriz inversı́vel. Neste caso temos
A.(Adj(A)) = det(A).In .
129
n
X
Lembre-se que aki ∆ji = 0 para todo k 6= j. Assim, cada um dos elementos
i=1
da diagonal principal do produto é o det(A) e os demais são nulos e, portanto,
A.(Adj(A)) = det(A).In .
Adj(A)
Por hipótese det(A) 6= 0, então A. = In .
det(A)
Análogamente mostra-se que (Adj(A)).A = det(A).In , ou seja, A é inversı́vel.
Adj(A)
Da unicidade da inversa, concluı́mos que A−1 = . 2
det(A)
Recorde-se que
X
∆ij = sgn(σk )a1σk (1) . · · · .ai−1σk (i−1) ai+1σk (i+1) . · · · .anσk (n)
σk ∈Ψi
130
Seja A uma matriz de ordem n, denotamos por Aij a submatriz de A, onde a
i-ésima linha e a j-ésima coluna foram retiradas. Então,
131
1+3
0 1 4
∆13 = (−1) det(A13 ) = (−1) = −2
2 3
3+2 5
1 1
∆32 = (−1) det(A32 ) = (−1) = −2
0 2
6 1 2
3+3
∆33 = (−1) det(A33 ) = (−1) =1
0 1
−5 4 −2
Assim, Cof (A) = 1 −1 1 . Como det(A) = 1 temos
3 −2 1
−5 1 3
A−1 = Adj(A) = (Cof (A))t = 4 −1 −2
−2 1 1
5 −1
Assim, Cof (A) = . Como det(A) = 11 temos
−4 3
(Cof (A))t
−1 Adj(A) 1 5 −4
A = = =
det(A) det(A) 11 −1 3
132
Se n = 2 então a matriz A tem a forma
a11 a12
A2×2 =
0 a22
det(A3×3 ) = a11 .a22 a33 − a11 .a23 a32 = a11 .(a22 a33 − .a23 a32 ) = det(B1×1 ). det(C2×2 ).
ou
det(A3×3 ) = a11 .a22 a33 − a21 .a12 a33 = (a11 .a22 − a21 .a12 )a33 = det(B2×2 ). det(C1×1 ).
133
Da hipótese de indução
Mas,
∆A,n+1,j = (−1)n+1+j det(An+1,j(n×n) )
n+1
X
e det(C 0 ) = an+1,j ∆C 0 ,n+1,j , onde
j=p+1
Logo,
n+1
X n+1
X n+1
X
det(An+1×n+1 ) = ai,j ∆A,i,j = an+1,j ∆A0 ,n+1,j = an+1,j ∆A,n+1,j
j=1 j=1 j=p+1
n+1
X
= an+1,j (−1)n+1+j det(An+1,j(n×n) )
j=1
n+1
X
= an+1,j (−1)n+1+j det(B). det(Cn+1,j(n−p×n−p) )
j=1
n+1
X
= det(B). an+1,j ∆C 0 ,n+1,j = det(B). det(C 0 )
j=1
Seja A uma matriz, como existe uma e somente uma matriz R reduzida
l
a forma escada linha equivalente a A, denotamos por (A ∼ R). Então Rt é coluna
c
equivalente a At , denotamos por (At ∼ Rt ).
De fato, suponha que S seja uma matriz reduzida a forma escada coluna
l c l
equivalente a At . Como A ∼ R e At ∼ S, temos A = (At )t ∼ (S)t = S t . Da unicidade
134
da matriz na forma escada reduzida linha equivalente temos, R = S t , ou seja, S = Rt ,
como havı́amos afirmado.
l c
De modo análogo se (At ∼ S) então (A ∼ S t )
Definição 6.31. Dada uma matriz Am×n seja Rm×n a matriz-linha reduzida a forma
escada linha equivalente de A.
A nulidade de A é o número n − p.
O posto como definido acima é segundo linhas, podemos definir o posto se-
gundo colunas. Seja Sn×m a matriz-linha reduzida a forma escada linha equivalente de
At .
Proposição 6.32. Para toda matriz A ∈ M(m×n) (R), o posto segundo linhas e o posto
segundo colunas são iguais.
135
Portanto, p = 2 e a nulidade n − p = 3 − 2 = 1.
Logo, p = 3 e a nulidade n − p = 4 − 3 = 1.
Definição 6.33. Se A é uma matriz quadrada não inversı́vel, dizemos que A é singular.
136
Exercı́cios
137
que B = P −1 AP . Mostre que det(A) = det(B)
Exercı́cio 14. Dada as matrizes
sendo A e B semelhantes.
1 1 −1
1 −3 2 3 Exercı́cio 21. Considere o sistema
2 1 −3
A = 1 −2 1 3 e B =
1 2 1
x + 6y − 8z = 1
1 −2 2 1
−1 1 −1 2x + 6y − 4z = 0
a) As matrizes A e B possuem inversas à esquerda que pode ser escrito sob a forma matricial
e à direita. Justifique sua resposta.
b) Se possı́vel encontre uma inversa à esquerda
x
e/ou à direita para A e B. 1 6 −8 1
y =
c) As matrizes C e D é inversa para alguma das 2 6 −4 0
matrizes acima. Existem outras?. Quais você en- z
controu no item b)?
x 1
1
− 16 − 23 a) Verifique que X = y = − 13 é uma
2
0
−2 2 1
z 0
−1 0 1 1 1
C=
e D= 0 0
0 −1 1
3 3
solução para o sistema.
0 0 0 b) Resolva o sistema e verifique que toda solução
− 21 0 1
2
0
é da forma
Exercı́cio 15. Encontre uma inversa para as ma-
trizes x −4 1
X = y = λ 2 + − 31
1 −3 3 −3 2 3 z 1 0
A = 1 −2 3 , B = −2 1 3
1 −2 1 −2 2 1
−4
c) Verifique que λ 2 é a solução do sis-
2 1 −3 1 2 −1 1
C= 1 2 1 , D= 2 1 −3 tema homogênio, associado ao sistema, ou seja,
−1 1 −1 1 2 −1 é solução de
Exercı́cio 16. Determine a matriz na forma es-
x
cada linha reduzida equivalente das matrizes A,B, 1 6 −8 0
y =
C e D do exercı́cio 15. 2 6 −4 0
z
Exercı́cio 17. Seja A uma matriz quadrada in- d) Conclua dos itens a), b) e c) que o conjunto
versı́vel. Mostre que A−1 é também inversı́vel e solução do sistema é dado pela soma do conjunto
que (A−1 )−1 = A. solução do sistema homogênio com uma solução
particular do sistema inicial.
Exercı́cio 18. Se A, B e C são matrizes in-
versı́veis de mesma ordem, determinar a mariz X Exercı́cio 22. Seja N4 = {1, 2, 3, 4} determine
de maneira que todas as permutações possı́veis para N4 . Estude o
sinal de cada uma dessas permutações.
A(B −1 X) = C −1 A.
Exercı́cio 23. Calcule o determinante das ma-
Considere como exemplo as matrizes A, B e C trizes.
dadas no exercı́cio 15.
1 2 3 5
Exercı́cio 19. Dada a matriz 3 3 2 1
1 0 2
A= , B= 3 5 6
0 0 −1 2
1 0 0 0 0 2
0 0 3 4
A= 0 2 0
0 0 −3
3 2 1 4 2
3 5 6 2 −1
Calcule, A2 , A3 , · · · , An .
C=
0 0 2 0 4 .
Exercı́cio 20. Dizemos que A e B são matrizes
0 0 0 1 2
semelhantes se existir uma matriz P inversı́vel tal 0 0 0 4 1
138
Exercı́cio 24. Uma maneira de codificar uma
0 0 2
mensagem é atravéz de multiplicação por matrizes. C= 1 1 −1
Vamos associar as letras do alfabeto aos números,
segundo a correspondência. 1 1 0
0 1 2 3 4 5 6 7 8 9 10 11 12
seria possı́vel decodificar a mensagem que lhe foi
− A B C D E F G H I J L M enviada.
13 14 15 16 17 18 19 20 21 22 23 24 25
N O P Q R S T U V X Y W Z Exercı́cio 25. Seja
Suponhamos que a mensagem seja PUXA
1 2 4
VIDA. Podemos associar a matriz 3 × 3 da forma A= 2 3 2
0 0 −1
P U X
A − V
Calcule o det(A − λI3 ), onde I3 é a matriz identi-
I D A dade.
que usando a correspondência numérica temos Exercı́cio 26. Seja uma matriz
15 20 23
1 A = (A1 , · · · , Ai , · · · , Aj , · · · , An )
0 21
9 4 1 tal que det(A) = 2. Considere ainda
Seja C uma matriz inversı́vel no caso 3 × 3, de- B = (A1 , · · · , Aj , · · · , Ai , · · · , An ),
nominada matriz chave, e fazendo o produto de M
pela matriz chave, ou seja, M.C = D. A matriz D C = (A1 , · · · , Ai + 2Aj , · · · , Aj , · · · , An )
é transmitida quem recebe a mensagem D decodi-
fica multiplicando D pela inversa de C, ou seja, e D = (A1 , · · · , 3Ai , · · · , 4Aj , · · · , An ). Calcule
M = (M.C).C −1 = D.C −1 . a) det(B) b) det(C) c) det(D).
a) Suponha que você tenha a matriz chave Pondo, M = (A1 , · · · , Ai0 , · · · , Aj , · · · , An ) tal
que det(M ) = −3 e seja
1 0 1
C = −1 3 1 N = (A1 , · · · , 2Ai − Ai0 , · · · , Aj , · · · , An ).
0 1 1
Calcule.
e tenha recebido a mensagem i) det(N.C) ii) det(N.A) iii) det(N.B)
139
chamada matriz de Vandermonde.
Exercı́cio 33. Calcule o determinante das ma-
a) Mostre que
trizes
Y
det(A) = (aj − ai )
4 5 2 1 5 2 3 0 0
0≤i<j≤n A= 3 1 1 = 0 1 1 + 3 0 0
Q 3 4 3 0 4 3 3 0 0
onde o sı́mbolo significa que devemos multiplicar
todos os números (aj −ai ) com os ı́ndices i e j sat-
4 2 1 1
isfazendo a condição 0 ≤ i < j ≤ n. Por exemplo −4 1 −7 3
B =
5 2
1 a0 a20
2 4
A = 1 a1 a21 fica (a2 −a1 )(a2 −a0 )(a1 −a0 ) 7 1 4 2
1 a2 a22
3 2 1 1 1 0 0 0
b) Mostre que se ai 6= aj para i 6= j então A é
3 1 −7 3 −7 0 0 0
=
3
+
inversı́vel. 2 2 4 2 0 0 0
3 1 4 2 4 0 0 0
Exercı́cio 30. Usando o exercı́cio 29 Calcule o use sua criatividade.
determinante de b) Determine a matriz adjunta.
c) A matriz transposta.
2 10 50
A= 4 8 16 d) E se posssı́vel a matriz inversa.
3 27 243
Exercı́cio 34. Sabe-se que uma alimentação
Exercı́cio 31. Determine a matriz adjunta para diária equilibrada em vitaminas deve constar de
cada uma das matrizes 170 unidades de vitamina A, 180 unidades de
vitamina B, 140 unidades de vitamina C, 180
1 1 −1 0 −1 2 unidades de vitamina D e 350 unidades de vita-
A = 2 −1 2 , B = 1 3 1 mina E.
3 2 1 2 1 2 Com o objetivo de descobrir como deverá ser uma
refeição equlibrada, foram estudados cinco alimen-
1 −1 3 −1 tos. Fixada a mesma quantidade (1g) de cada ali-
1 2 −2 0 1 mento, determinou-se que:
C= , D=
1 −1 −1 1 2 3 a) O alimento I tem 1 unidade de vitamina A, 10
2 0 4 2 unidades de vitamina B, 1 unidade de vitamina C,
b) Quando possı́vel determine a matriz inversa. 2 unidades de vitamina D e 2 unidades de vitam-
ina E.
Exercı́cio 32. Para cada uma das matrizes do e- b) O alimento II tem 9 unidade de vitamina A, 1
xercı́cio 31 calcule o seu posto. Calcule ainda o unidades de vitamina B, 0 unidade de vitamina C,
posto das matrizes 1 unidades de vitamina D e 1 unidades de vitam-
ina E.
2 −1 2 c) O alimento III tem 2 unidade de vitamina A,
1 3 2 −1 5 −1 2
2 unidades de vitamina B, 5 unidade de vitamina
A= 4 2 1 2 , B = 3 −1 3 C, 1 unidades de vitamina D e 2 unidades de vi-
1 −1 3 1 −1 4 2 tamina E.
−1 2 1 d) O alimento IV tem 1 unidade de vitamina A,
1 unidades de vitamina B, 1 unidade de vitamina
−1 −2 −3 1 4 C, 2 unidades de vitamina D e 13 unidades de vi-
C= 1 2 −1 2 1 tamina E.
−3 2 −1 1 2 e) O alimento V tem 1 unidade de vitamina A, 1
1 −1 −2 0
unidades de vitamina B, 1 unidade de vitamina C,
2 −1 2 −1 9 unidades de vitamina D e 2 unidades de vitam-
ina E.
−1 −1
D= −1 0 Quantos gramas de cada um dos alimentos I, II,
0 −2 2 1
1 0 −1 2 III, IV e V devemos ingerir diariamente para que
nossa alimentação seja equilibrada?
140
Exercı́cio 35. Um fabricante produz dois tipos de Exercı́cio 37. Uma pesquisa mostra a dieta diária
produtos, T R, em cada uma de duas fábricas, X e entre adultos e crianças de ambos os sexo. A dis-
Y . Ao fabricar estes produtos, os poluentes dióxido tribuição dos participantes na pesquisa é dada pela
de enxofre, óxido nı́trico e material particulado são matriz
produzidos. As quantidades de pouentes produzidas
são dadas (em quilogramas) pela matriz Adulto
Criança
200 220 Sexo Masc.
A=
Dióxido Óxido M aterial 180 200 Sexo Femin.
de Enxof re Nı́trico P articuado
O número de gramas diário de proteı́nas, gorduras
500 200 300 P roduto T
A= e carboidrato consumidos pelas crianças e adultos
260 160 350 P roduto S
é dado por
Leis estaduais e federais exigem que estes poluentes
Proteı́na Gordura Carboidrato
sejam removidos. O custo diário da remoção de
25 23 28 Adulto
cada quilograma de poluente é dado (em dólares) B=
18 23 21 Criança
pela matriz
i) Quantas gramas de proteı́na são consumidas di-
Fábrica
X Fábrica
Y ariamente por homens, nesta pesquisa?
5 8 Dióxido de Enxofre
ii) Quantas gramas de gordura são consumidas di-
B= 7 6 Óxido Nı́trico
ariamente por mulhees?
9 7 Material Particulado
iii) Quantas gramas de carboitrato são consumidas
Qual o significado dos elementos do produto A.B? por crianças nesta pesquisa?
iv) Quantas gramas de proteı́na são consumidas
Exercı́cio 36. Uma empresa de material fo- por crianças feminina nesta pesquisa?
tográfico tem uma loja em cada uma das seguintes
cidades, Cascavel, Maringá e Curitiba. Uma Exercı́cio 38. Seja AB = AC. Suponha que
marca especı́fica de câmera está disponı́vel nos det(A) 6= 0, então A = C.
modelos automático, semi-automático e não au-
Exercı́cio 39. Mostre que, se A é inversı́vel,
tomático. Além disso, cada câmera tem uma
então Adj(A) é inversı́vel e
unidade de flash correspondente, sendo que uma
câmera normalmente é vendida juntamente com 1
essa unidade de flash. Os preços de venda das (Adj(A))−1 = A = Adj(A−1 )
det(A)
câmeras e unidades de flash são das (em reais)
pela matriz Exercı́cio 40. Seja A uma matriz em que todos
os seus elementos são números inteiros, tal que
Automática Semi Não det(A) = ±1. Então todos os elementos de A−1
automática automática
são números inteiros.
300 250 150 Câmera
A=
60 45 20 Unid. Flash Exercı́cio 41. Mostre que, se A é singular,
então Adj(A) é singular. [Sugestão, mostre que
O número de unidades do conjunto (câmera e A.Adj(A) = 0].
unidade de flash) disponı́vel em cada loja é dado
pela matriz Exercı́cio 42. Seja A uma matriz inversı́vel se
A2 = A, então det(A) = 1. Se A = A−1 , então
Cascavel
Maringá Curitiba
det(A) = ±1. Se At = A−1 , então det(A) = ±1.
230 250 150 Automática
B = 202 180 160 Semi-automát. Exercı́cio 43. Seja A uma matriz quadrada,
190 150 120 Não-automát. então det(Adj(A)) = [det(A)]n−1 .
i) Qual o valor total das câmeras na cidade de Exercı́cio 44. Seja um triângulo formado pelos
Maringá? pontos A(x0 , y0 ), B(x1 , y1 ) e C(x2 , y2 ). Mostre
ii) Qual o total das unidades de flash na cidade de que a área desse triângulo é
curitiba?
iii) Qual o total das unidades de flash e câmera na x0 y0 1
1 1
cidade de Cascavel? AT = | det(A)| = det x1 y1 1
2 2
x2 y2 1
141
Capı́tulo 7
onde os xi são as incógnitas, aij e bi são números reais.(A menos que se diga em
contrário)
142
É claro que o sistema homogêneo é compatı́vel, pois admite a solução trivial,
ou seja, (y1 , y2 , · · · , yn ) = (0, 0, · · · , 0), satisfaz as equações do sistema.
x = (x1 , x2 , · · · , xn )t
b = (b1 , b2 , · · · , bm )t
xm×1 = A−1
m×m bm×1
143
a matriz ampliada associada a S temos.
i) O sistema S admite solução se, e somente se, o posto da matriz ampliada é igual ao
posto da matriz dos coeficientes.
ii) Se as duas matrizes (ampliada e dos coeficientes) tem o mesmo posto p e p = n, a
solução será única. (Compatı́vel e determinado)(Neste caso existe inversa a esquerda de
A).
iii) Se as duas matrizes tem o mesmo posto p e p < n, podemos escolher n−p incógnitas,
e as outras p incógnitas serão dadas em função destas. (Compatı́vel e indeterminado.)
Demonstração: Exercı́cio. 2
Teorema 7.3. Dois sistemas que possuem matrizes ampliadas equivalentes são equiva-
lentes.
144
Então o posto da matriz ampliada e o posto da matriz dos coeficientes são
iguais, ou seja, p = 3 = n.
(x, 1 + x, 3 − x)
145
Determine se possı́vel uma solução para S.
Resolução: Seja M a matriz ampliada de S.
1 1 −1 1
2 −1 1 −2
M =
3 1 −2 3
2 2 −2 2
Assim,
1 1 1 1
3 3
0 0 0 3
0 6
1 1
x
−2 x
−2
7 1 1 7
y =
3 3
−1 0 .
3
ou y = 0
3
−1 6
.
3
z z
5 2 2 2 5 2
3 3
−1 0 0 3
−1 6
146
Lema 7.4. Todo sistema homogêneo cujo número de incógnitas é maior do que o número
de equações admite uma solução não trivial.
com pelo menos um dos coeficientes a1i diferente de zero. Então a equação é equivalente
a
a11 a12 a1i−1 a1i+1 a1n
xi = − x1 + x2 + · · · + xi−1 + xi+1 + · · · + xn (?)
a1i a1i a1i a1i a1i
Pela hipótese de indução este novo sistema possui uma solução não trivial
(β1 , β2 , · · · , βi−1 , βi+1 , · · · βn ).
Pondo
am1 am2 ami−1 ami+1 amn
βi = − β1 + β2 + · · · + βi−1 + βi+1 + · · · βn
ani ami ami ami ami
então (β1 , β2 , · · · , βi−1 , βi , βi+1 , · · · βn ) é uma solução não trivial para S. 2
147
Exemplo 114. Seja
2x − 2y − z = 0
S :=
−x + 2y + z = 0
encontre uma solução não trivial para S, caso seja possı́vel.
Resolução: Como S possui 2 equações e 3 incógnitas,( 3 > 2 ), pelo lema anterior tal
sistema admite uma solução não trivial.
Ax = b
é de Cramer então
Ax = b se, e somente se x = A−1 b
1
x = A−1 b = .(Adj(A)).b
det(A)
148
ou equivalentemente,
x1 ∆11 ∆21 ··· ∆n1 b1
x2 1 ∆12 ∆22
··· ∆n2 b2
.. = . ..
.. .. ..
det(A) .
. . ··· . .
xn ∆1n ∆2n ··· ∆nn bn
n
X
∆j1 bj
j=1
n
X
∆j2 bj
1
= j=1
det(A)
..
n .
X
∆jn bj
j=1
n
X
onde o termo ∆jk bj é o determinante da matriz dos coeficientes substituida na coluna
j=1
k o vetor coluna b, ou seja,
a11 · · · a1k−1 b1 a1k+1 ··· a1n
a21 · · · a2k−1 b2 a2k+1 ··· a2n
Ak =
.. .. .. .. ..
. ··· . . . ··· .
an1 · · · ank−1 b1 ank+1 ··· ann
det(Ak )
xk = k = 1, 2, · · · , n
det(A)
Exemplo 115. Utilize Cramer se possı́vel para encontrar uma solução para S
4x − 2y − 4z = 10
S= 12x + 3y + 6z = 3
8x − y + z = 5
Exemplo 116. Um nutricionista está planejando uma refeição composta por três tipos
de alimentos α, β e γ. Sabe-se que cada grama do alimento α contém 3 unidades de
149
proteı́na, 5 unidades de gordura e 2 unidades de carboitrato. Cada grama do alimento β
contém 2 unidades de proteı́na, 1 unidades de gordura e 3 unidades de carboitrato. Cada
grama do alimento γ contém 4 unidades de proteı́na, 2 unidades de gordura e 2 unidades
de carboitrato.
3x + 2y + 4z = 28.
5x + y + 2z = 21.
2x + 3y + 2z = 23.
7
Tem a mesma solução de S. (Por quê?). Portanto, x = 2, y = 4 e z = 2
são
as quantidades em gramas de cada alimento, para satisfazer o desejado.
150
respectivamente, e rendem um total em juros de R$ 3120, 00 no final do primeiro ano.
Quantos foi investido em cada fundo.
Resolução: Sejam x, y e z a quantidade investida em cada fundo. Então x + y + z =
34.000.
tem a mesma solução de S (por quê?). O sistema tem uma única solução
dada por.
x 8.800
y = 17.600
z 7.600
R S
R1 S
1
1 1 4 5
R
4 5
R assim, A =
3 4
3 4 4 5
S
4 5
S
151
5
Quando a produção do primeiro produto começa, R tem 7
do mercado (O
2
mercado é igual ao número total de clientes), enquanto que S tem 7
do mercado.
5
7
Representamos a distribuição inicial do mercado por x0 = .
2
7
a) Qual é a distribuição
do mercado após um ano?
a
b) Se x0 = . Quais os valores de a e b para que a distribuição de mercado seja
b
a mesma após um ano? Quando isso ocorre dizemos que a distribuição do mercado é
estável.
Resolução: Após um ano a distribuição do mercado será para o item a) o que segue
1 1 5 5 2
33
4 5 7 28
+ 35 140
x1 = Ax0 = . = =
3 4 2 15 8 107
4 5 7 28
+ 35 140
33
Portanto, após um ano a empresa R tem 140
do mercado, enquanto S tem
107
140
.
b) Como R e S detemo mercado,
então
a+b = 1. Do fato da distribuição manter
a a
estável devemos ter A. = , ou seja,
b b
1 1 1 1
4 5
4a + 5
b = a
. a = a então
3 4 b b 3 4
a + b = b
4 5 4 5
3 1
a − b = 0.
4 5
4 15
Cuja solução é a = 19
eb= 19
.
152
Exercı́cios
Exercı́cio 47. Determine os valores de k para Exercı́cio 52. Considere o sistema linear
os quais o sistema homogêneo tenha uma solução
3x + 2y = b
distinta da trivial.
4x + ay = 2
2x − 4y + 2z = 0 Para cada item abaixo, pede-se a e b de modo que
x + 2y + kz = 0 i) O sistema tenha infinitas soluções.
2x − 3y + 5z = 0
ii) O sistema não tenha soluções
iii) O sistema tenha apenas uma solução.
Exercı́cio 48. Dado um sistema Ax = b. Justi-
fique que um sistema não pode ter exatamente 3 Exercı́cio 53. Seja S um sistema linear, tal que
soluções. para todo x tenhamos A.x = 0. Mostre que A = O.
153
Exercı́cio 54. Um funcionário tem 25 horas para Exercı́cio 59. Três empresas concorrentes R, S
entregar a seu encarregado três projetos. O pro- e T , de modo que o padrão de retenção d clientes
jeto 2 consumiu o triplo do tempo do projeto 1, e mudança de local de compra sejam dados pelas
o drobro do tempo do projeto 1 mais o quadrúplo informações da matriz onde
do tempo do projeto 3 precissou de 16 horas de
trabalho. Quanto tempo o funcionário gastou em R
3
S
2
T
2
cada projeto? 8 7 6 R
3 3 3
Exercı́cio 55. Uma herança de R$ 54.000, 00 deve A= S
8 7 6
ser dividida entre três fundos de investimento, com
2 2 1
o segundo fundo recebendo três vezes mais que o 8 7 6
T
primeiro mais o valor do terceiro. Os três fun-
dos juntos pagam 8%, 9% e 12% anualmente, res- i)
Se4 adistribuição de mercado inicial é de x0 =
pectivamente, e redem um total de juros de R $ 13
6851, 95. Quanto foi investido em cada fundo?
3 . Determine a distribuição de mercado
13
Exercı́cio 56. Um fabricante produz reveladores
6
de filme de 3 minutos, 7 minutos e 9 minutos. 13
Cada tonelada do revelador de 3 minutos precisa após um ano e após dois anos.
de 8 minutos no setor A e 32 minutos no setor B. ii) Qual é a distribuição inicial de mercado para
Cada tonelada do revelador de 7 minutos precisa que a distribuição seja estável após um ano e após
de 12 minutos no setor A e 15 minutos no setor B. dois anos?
Cada tonelada do revelador de 9 minutos precisa iii) Qual empresa ganharia a maior fatia do mer-
de 6 minutos no setor A e 12 minutos no setor B. cado em um longo perı́odo de tempo? Qual a por-
Se o setor A está disponı́vel 10 horas por dia e o centagem do mercado foi ganha, aproximadamente
setor B está disponı́vel 14 horas por dia. Quan- por esta empresa?
tas toneladas de cada tipo de revelador podem ser
produzidas tal que os setores não fiquem ociosos? Exercı́cio 60. Três empresas concorrentes R, S
e T de telecomunicações tem o padrão de retenção
Exercı́cio 57. Um estádio de futebol tem lugar de telespectadores e mudança de canal no horário
para 52.000 pessoas. Estudantes e crinças pagam nobre sejam dados pelas informações da matriz
R$ 10, 00 e R$ 5, 00 respectivamente, os demais
pagam R$ 20, 00. O estádio está com lotação 4R S T
4
máxima e a renda total é de R $ 775.000, 00. Ainda 10 0 10 R
o total da renda de estudantes e crianças foi de R
1 4
0
A= S
$ 175.000, 00. Qual é o número de espectadores em 2 10
cada uma de suas classes.
6 1 2
10 2 10
T
Exercı́cio 58. Um nutricionista está planejando
uma refeição composta por quatro alimentos A, i) Se a distribuição
1demercado inicial no horário
B, C e D. Cada grama do alimento A contém 3
2 unidades de proteı́na, 3 unidades de gordura,
1
5 unidades de carbodrato e 2 unidades de ferro. nobre é de x0 =
3
. Determine a distribuição
Cada grama do alimento B contém 4 unidades de
1
proteı́na, 1 unidades de gordura, 2 unidades de 3
carbodrato e 2 unidades de ferro. Cada grama de telespectadores após uma hora do horário nobre
do alimento C contém 3 unidades de proteı́na, 4 e após duas horas.
unidades de gordura, 2 unidades de carbodrato e ii) Qual é a distribuição inicial de telespectadores
1 unidades de ferro. Cada grama do alimento D para que a distribuição seja estável após a primeira
contém 2 unidades de proteı́na, 2 unidades de gor- hora do horário nobre?
dura, 3 unidades de carbodrato e 3 unidades de iii) Qual empresa ganharia a maior fatia do mer-
ferro. cado em um longo perı́odo de tempo? Qual a por-
Se a refeição deve oferecer exatamente 25 unidades centagem do mercado foi ganha, aproximadamente
de proteı́na, 26 unidades de gordura, 20 unidades por esta empresa?
de carboidrato e 14 unidades de ferro. Quantas
gramas de cada alimento devem ser utilizadas?
154
Capı́tulo 8
Espaços Vetoriais
Para a adição.
i) a + b = b + a, para todo a, b ∈ K (propriedade comutativa).
ii) a + (b + c) = (a + b) + c a, b, c ∈ K (propriedade associativa).
iii) Existe um elemento em K, denotado por 0 e chamado elemento neutro da adição,
que satisfaz para todo a ∈ K tem-se 0 + a = a + 0 = a.
iv) Para cada a ∈ K, existe um elemento em K, denotado por −a e chamado de oposto
de a (ou inverso aditivo de a) tal que a + (−a) = (−a) + a = 0
Para a multiplicação.
155
i) a.b = b.a, para todo a, b ∈ K (propriedade comutativa).
ii) a.(b.c) = (a.b).c a, b, c ∈ K (propriedade associativa).
iii) Existe um elemento em K, denotado por 1 e chamado elemento neutro da multi-
plicação, que satisfaz para todo a ∈ K, 1.a = a.1 = a.
iv) Para cada a ∈ K não nulo, existe um elemento em K, denotado por a−1 e chamado
de inverso multiplicativo de a tal que a.a−1 = a−1 .a = 1
iv) Para todo elemento v ∈ V existe o oposto, que denotamos por (−v). Assim
K×V −→ V
II) Está definida uma multiplicação de chamada multi-
(α, v) 7−→ α.v
plicação por escalar, que satisfaz
156
i) α(β.v) = (αβ).v para todo v ∈ V e α, β ∈ K.
ii) (α + β).v = α.v + β.v para todo v ∈ V e α, β ∈ K.
iii) α(u + v) = α.u + α.v para todo u, v ∈ V e α ∈ K.
iv) 1.v = v para todo v ∈ V .
R, Rn , C, Cn , Mm×n (R)
em Cn
vCn + uCn = (a1 + b1 i, a2 + b2 i, · · · , an + bn i) + (c1 + d1 i, c2 + d2 i, · · · , cn + dn i)
Exemplo 120. O conjunto dos polinômios reais de grau n, indicado por Pn (R) é um
espaço vetorial sobre R.
Resolução: Definamos o par de operações
Note que,
157
e
Ainda,
V × V −→ V R × V −→ V
e
(u, v) 7−→ u ⊕ v = u.v (α, v) 7−→ α v = v α
158
Seja V um espaço vetorial sobre K, então as seguintes propriedades são veri-
ficadas, como consequência dos oito axiomas de espaço vetorial.
P1 ) Para todo α um escalar temos, α.0v = 0v .
α.0v = 0v .
159
A diferença entre dois vetores u e v de um espaço vetorial é assim definida
u − v = u + (−v)
160
Portanto, existe o elemento nulo e o oposto em W . Os oito axiomas de espaço
vetorial são verificados pois, os mesmo são verificados em V que contém W . Donde W
é um espaço vetorial. 2
Exemplo 122. Todo espaço vetorial V admite pelo menos dois subespaços.
161
Portanto, u + v 6∈ W , ou seja, W não é então subespaço de V .
u + v ∈ W, α.u ∈ W e u + v ∈ U, α.u ∈ U.
Portanto,
u+v ∈W ∩U e α.u ∈ W ∩ U,
ou seja, W ∩ U é um subespaço de V . 2
Exemplo 126. O conjunto das matrizes simétricas e anti-simétricas são subespaço ve-
torial de Mn (R) sobre R.
Resolução: Denotemos por Sn (R) o conjunto das matrizes quadradas simétricas e por
ASn (R) o conjunto das matrizes anti-simétricas.
Logo,
Logo,
162
Portanto, ASn (R) é um subespaço de Mn (R).
Portanto, U + W é um subespaço de V . 2
163
Exemplo 127. Seja V = R2 e consideremos U = {(x, 0) ∈ R2 | x ∈ R} e W =
{(0, y) ∈ R2 | y ∈ R}. Então R2 = V = U ⊕ W .
Resolução: Seja (x, y) = u ∈ R2 = V se, e somente se
u1 + w1 = v = u2 + w2
u1 − u2 = w2 − w1 ∈ W e w2 − w1 = u1 − u2 ∈ U.
v = u + w = (u + t) + (w − t) ∈ U + W
164
Exemplo 128. Sejam M(n×n) (R) = V , U e W os subespaços de V tais que U é o
conjuntos das matrizes siméticas e W o conjuntos das matrizes anti-simétricas. Mostre
que V = U ⊕ W .
Resolução: Primeiramente, devemos mostrar que V = U + W .
B t = (M − M t )t = M t − M = −M + M t = −(M − M t ) = −B.
1 1 1 1
Note que, M = (M + M t ) + (M − M t ) = A + B ∈ U + W .
2 2 2 2
Vamos mostrar agora que U ∩ W = {0}. Tome C ∈ U ∩ W então C t = C e
C t = −C então 2C = 0 e, portanto, C = 0.
[S] = {v ∈ V |v = α1 u1 + α2 u2 + · · · + αn un , α1 , · · · , αn ∈ K}.
[u1 , u2 , · · · , un ] = [S].
165
Dizemos que u1 , u2 , · · · , un geram [S], ou forma um sistema de geradores
de [S]. Ainda, [∅] = {0}.
[S] = {v ∈ V |v = α1 u1 + α2 u2 + · · · + αn un , α1 , · · · , αn ∈ K e u1 , · · · , un ∈ S}.
Em outras palavras, para cada v ∈ [S] temos que v é escrito como uma
combinação linear finita de elementos de S.
ou seja, W ⊃ [S]. 2
166
Exemplo 131. Determine um conjunto de geradores para V = M2 (R).
Resolução: Seja A ∈ M2 (R). Então
a11 a12 1 0 0 1 0 0 0 0
A= = a11 + a12 + a21 + a22
a21 a22 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
Portanto, S = , , , .
0 0 0 0 1 0 0 1
Exemplo 132. Ache um conjunto de geradores para as matrizes anti-simétricas de or-
dem 3 × 3.
Resolução: Seja A uma matriz anti-simétrica, então
0 a12 a13 0 1 0 0 0 1 0 0 0
−a12 0 a23 = a12 −1 0 0 + a13 0 0 0 + a23 0 0 1
−a13 −a23 0 0 0 0 −1 0 0 0 −1 0
0 1 0 0 0 1 0 0 0
Portanto, S = −1 0 0 , 0 0 0 , 0 0 1 .
0 0 0 −1 0 0 0 −1 0
167
Tais operações fazem de F(X, R) um espaço vetorial sobre R, podemos subs-
tituir R por (C ou K). A estrutura em F(X, K) para um K-espaço vetorial depende
essencialmente das operações e/ou estrutura em K.
O conjunto
C(R; R) := {f : R → R | f é contı́nua }
f = α1 f1 + α2 f2 + · · · + αn fn ∈ [S]
168
conceito de base, provaremos ainda que todo espaço finitamente gerado possui base,
na verdade todo espaço vetorial admiti uma base. Sempre que dizemos V um espaço
vetorial, estaremos admitindo que é sobre um corpo K qualquer, quando não indicaremos
o corpo.
B := {u1 , u2 , · · · , un } ⊂ V
α1 u1 + α2 u2 + · · · + αn un = 0
α1 v1 + · · · + αi vi + · · · + αn vn = 0
então
α1 αi−1 αi+1 αn
vi = − v1 − · · · − vi−1 − vi+1 − · · · − vn
αi αi αi αi
ou seja, vi é uma combinação linear dos elementos de C \ {vi }.
então
0 = β1 v1 + · · · + βi−1 vi−1 − vi + βi+1 vi+1 · · · + βn vn
169
Seja B := {u1 , u2 , · · · , un } ⊂ V um conjunto (L.I) então todo elemento de
V se escreve de modo único como uma combinação linear dos elementos de B.
= (α1 + αi β1 )v1 + · · · + (αi−1 + αi βi−1 )vi−1 + (αi+1 + αi βi+1 )vi+1 + · · · + (αn + αi βn )vn .
170
Exemplo 134. Seja B = {(2, 0), (i, 0), (0, 1), (0, i)} ⊂ C2 .
então α = 0 = β.
Suponha que para todo x ∈ [0, 2π] existam α e β não nulos tais que
α cos(x) + βsen(x) = 0.
π
Por outro lado, se x = 0 e x = implica que α = 0 = β, o que seria então
2
um absurdo. Portanto, B é (L.I).
171
Definição 8.14. Seja V um espaço vetorial. Dizemos que um subconjunto B de V é
uma base de V se,
i) B for um conjunto gerador de V , e
ii) B for linearmente independente.
Exemplo 136. O espaço vetorial nulo, ou seja, V = {0} tem uma base.
Resolução: Por defnição B = ∅ é (L.I) e ainda, [B] = {0} = V .
Exemplo 137. Seja V = Pn (R) como um espaço vetorial sobre R admiti uma base.
Resolução: Consideramos B = {1, x, x2 , · · · , xn }.
Ainda, se
Portanto, B é (L.I) e, por definição B é uma base para Pn (R). Note ainda
que em B existem n + 1 elementos.
Exemplo 138. Seja V = C2 . Mostre que B = {(i, −i), (i, −1)} é uma base para V
considerando um espaço vetorial sobre C. Contudo, não é uma base quando considerado
um espaço vetorial sobre R.
Resolução: Seja u ∈ C2 , então u = (α + β.i, γ + λ.i). Queremos escrever u como uma
combinação linear de B, ou seja,
(α + β.i, γ + λ.i) = r.(i, −i) + s.(i, −1) = (a0 + b0 .i)(i, −i) + (a1 + b1 .i).(i, −1)
172
E, da igualdade de pares ordenado e números complexos, temos
α = −b0 − b1
β = a0 + a1 β + γ = a0 + b 0
⇒ ⇒ β + γ + α − λ = 2a0
γ = b 0 − a1 α − λ = a0 − b 0
λ = −a0 − b1
β+γ+α−λ β+γ−α+λ
a0 = , b0 = e
2 2
β−γ−α−λ β+γ+α+λ
a1 = , b1 = −
2 2
Então
α = 0
β = r+s
⇒ s = −γ e r = −λ
γ = −s
λ = −r
Exemplo 139. Seja V = R3 e B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} é uma base para
V , considerando como um espaço vetorial sobre R.
Resolução: Exercı́cio.
Proposição 8.15. Seja V um espaço vetorial finitamente gerado não nulo assuma que
B = {v1 , · · · , vn } seja um conjunto gerador de V . Então todo conjunto linearmente
independente de vetores em V tem no máximo n elementos.
173
De fato, como B é um conjunto gerador de V existe B1 ⊂ B tal que B1 é
uma base de V e B1 possui r ≤ n elementos.
Se B1 não fosse (L.I) existiria um vetor em B1 que seria escrito como com-
binação linear dos elementos de B \ C e, neste caso tal vetor estaria em C, o que é um
absurdo. Por outro lado [B1 ] = [B \ C] = [B] = V . ( ver exercı́cio 62)
λ1 u1 + λ2 + u2 + · · · + λm um = 0
então devemos concluir que pelo menos um dos λj é não nulo. Note ainda que
m
X m
X r
X m X
X r
λ1 u1 + λ2 u2 + · · · + λm um = λj uj = λj αij vni = λj αij vni
j=1 j=1 i=1 j=1 i=1
m m r m
!
X X X X
= λj α1j vn1 + · · · + λj αnr j vnr = λj αij vni
j=1 j=1 i=1 j=1
m
X
Como B1 = {vn1 , · · · , vnr } é um conjunto (L.I) devemos ter λj αij = 0
j=1
para cada i = 1, · · · , r. Obtemos então o seguinte sistema homogêneo
α11 λ1 + α12 λ2 + · · · + α1m λm = 0
α21 λ1 + α22 λ2 + · · · + α2m λm = 0
? .. .. ..
. . .
α λ + α λ + ··· + α λ
r1 1 r2 2 rm m = 0
174
não trivial, isto é, existem escalares λj tais que
λ1 u1 + λ2 + u2 + · · · + λm um = 0
Corolário 8.16. Seja V um espaço vetorial finitamente gerado não nulo. Então duas
bases quaisquer de V têm o mesmo número de elementos.
Definição 8.17. Seja V um espaço vetorial. Se V admite uma base finita, então
chamaremos de dimensão de V o número de elementos de tal base. Caso contrário
dizemos que a dimensão de V é infinita. Denotamos por dimK V não havendo confusão,
simplesmente por dimV .
Vimos que todo espaço finitamente gerado possui uma base, ainda toda base
em V deve possuir o mesmo número de elementes, esse número de elementos de uma
base é a dimensão do espaço.
175
Exemplo 141. Seja V = R. Então a dimensão de V é 1.
Resolução: De fato, B = {1} é um conjunto (L.I) e gera V . Como a quantidade de
elementos em B é 1, temos dimV = 1
Ainda,
dimC Cn = n, dimR Cn = 2n
dimC Mm×n (C) = m.n e dimR Mm×n (C) = 2m.n.
176
Vamos mostrar que ii)⇒iii). Suponha que B não gera V , então existe um
vetor v ∈ V tal que v não é escrito como combinação linear dos elementos de B. Então
B ∪ {v} é um conjunto (L.I), se tal conjunto gerar V então dimV = n + 1, o que seria
um absurdo, pois a dimV = n.
Agora mostremos que iii)⇒i). Para mostrar que B é base devemos mostrar
que gera e é (L.I). Basta mostrar então que é (L.I).
Suponha que B não seja (L.I), e suponha que vi ∈ B é um vetor escrito como
combinação linear dos demais vetores de B. Se, B \ {vi } for um conjunto (L.I) então
[B \ {vi }] = [B] = V e, neste caso a dimensão de V é n − 1, o que é um absurdo. 2
Exemplo 145. Seja V ⊂ M3×3 (R) um espaço vetorial sobre R, tal que dimV = 3.
Mostre que o conjunto
0 1 0 0 0 0 1 0 1
B = 0 1 0 , 0 0 0 , 1 0 1
0 0 0 1 0 1 0 1 0
gera V .
Resolução: De fato, basta mostrar que B é (L.I), posto que B possui 3 elementos.
Então
0 0 0 0 1 0 0 0 0 1 0 1
0 = 0 0 0 = α 0 1 0 +β 0 0 0 +γ 1 0 1
0 0 0 0 0 0 1 0 1 0 1 0
donde α = β = γ = 0 e, portanto, B é (L.I), sendo então um conjunto gerador de V .
177
No exemplo 145 temos
0 1 0 0 0 0 1 0 1 0 0 0 0 1 0
0 1 0 , 0 0 0 , 1 0 1 , 1 0 0 , 0 0 0
0 0 0 1 0 1 0 1 0 0 −1 0 0 0 0
B0 =
0 0 1 1 0 1 0 0 0 0 0 0
0 0 0 , 1 0 1 , 0 0 0 , 0 0 1
0 −1 0 0 0 0 0 0 1 0 −1 0
Por outro lado se B não gera V existe vr+1 ∈ V tal que vr+1 não é escrito
como combinação linear dos elementos de B, assim B ∪ {vr+1 } é um conjunto (L.I). Se
[B ∪ {vr+1 }] = V , acabou e, neste caso r + 1 = n. Caso contrário existe vr+2 ∈ V
tal que vr+2 não é escrito como combinação linear dos elementos de B ∪ {vr+1 }, assim
B ∪ {vr+1 , vr+2 } é um conjunto (L.I). Se [B ∪ {vr+1 , vr+2 }] = V , acabou e, neste caso
r + 2 = n.
178
Teorema 8.20. Se U e W são subespaços de um espaço vetorial V que tem dimensão
finita, então dimU ≤ dimV e dimW ≤ dimV . Além disso vale
Então,
n r
! n s
!
X X X X
v =u+w = λi vi + αj uj + γi vi + βk w k
i=1 j=1 i=1 k=1
n
X r
X s
X
= (λi + γi )vi + αj uj + βk wk
i=1 j=1 k=1
assim,
s
X n
X r
X
βk wk = (−λi )vi + (−αj )uj
k=1 i=1 j=1
179
Então existem escalares γi com i = 1, 2, · · · , n tal que
s
X n
X s
X n
X
βk wk = γi vi , isto é βk w k + (−γi )vi = 0
k=1 i=1 k=1 i=1
Portanto,
180
Exemplo 148. Sejam U e W subespaços de um espaço vetorial V de dimenão n.
n n
Suponha que dimU > e dimW > então U ∩ W 6= {0}.
2 2
Resolução: Suponha que U ∩ W = {0}, então dim(U ∩ W ) = 0. Assim,
n n
dim(U + W ) = dim(W ) + dim(U ) − dim(U ∩ W ) > + −0=n
2 2
8.4 Coordenadas
Nesta seção consideramos B uma base ordenada, isto quer dizer que fixamos
em B quem é o primeiro vetor, o segundo vetor e assim sucessivamente.
v = α1 v1 + α2 v2 + α3 v3 + · · · + αn vn .
v = α1 v1 + α2 v2 + α3 v3 + · · · + αn vn .
Note que
α1
α2
v = α1 v1 + α2 v2 + · · · + αn vn = v1 v2 · · · vn .
..
.
αn B
181
quando não houver confusão da base. A matriz é denominada matriz de coordenadas.
Note que o fato da base ser ordenada figura no sentido de sabermos que é
α1 , α 2 , α 3 , · · · , α n .
Da igualdade de polinômios
α1 + α2 + α4 = 3
α2 = 2
=⇒ α1 + 2 − 4 = 3 =⇒ α1 = 5
α3 = 1
α4 = −4
5
2
Logo,
1 são as coordenadas de f (t) em relação a base ordenada B.
−4 B
Exemplo 150. Seja V = M2×2 (R) um espaço vetorial sobre R e
1 0 0 1 1 1 0 0
B= , , ,
0 1 1 0 0 0 1 1
3 6
determine as coordenadas de A = em relação a base B.
−2 1
Resolução: Sejam a0 , a1 , a2 e a3 as coordenadas a determinar, então
3 6 1 0 0 1 1 1 0 0 a0 + a2 a1 + a2
= a0 +a1 +a2 +a3 =
−2 1 0 1 1 0 0 0 1 1 a1 + a3 a0
da igualdade de matrizes
a0 + a2 = 3
a2 = 2
a1 + a2 = 6
=⇒ a1 = 4
a1 + a3 = −2
a3 = −6
a0 = 1
1
2
Logo,
4 são as coordenadas de A em relação a base ordenada B.
−6 B
182
Sempre que dizermos B uma base para V fica subentendido que B é ordenada.
w = y1 u1 + y2 u2 + y3 u3 + · · · + yn un (?)
Logo,
n
X n
X n
X n
X
w = x1 αi1 ui + x2 αi2 ui + x3 αi3 ui + · · · + xn αin ui
i=1 i=1 i=1 i=1
n
! n
! n
!
X X X
= xi α1i u1 + xi α2i u2 + · · · + xi αni un (??)
i=1 i=1 i=1
183
que denotaremos por [P ]C
B chama-se matriz de mudança da base C para a base B. As
[v]B = [P ]C
B .[v]C
B = {(1, 2, 1), (−1, 0, 1), (0, −1, 0)} e C = {(−1, 0, −1), (0, 1, 1), (1, 1, 0)}.
Resolução: Primeiramente, [P ]C
B,
(−1, 0, −1) = α1 .(1, 2, 1)+β1 .(−1, 0, 1)+γ1 .(0, −1, 0) = (α1 −β1 , 2α1 −γ1 , α1 +β1 )
Então
α1 − β1 = −1 α2 − β2 = 0 α3 − β3 = 1
2α1 − γ1 = 0 2α2 − γ2 = 1 e 2α3 − γ3 = 1
α1 + β1 = −1, α2 + β2 = 1 α3 + β3 = 0
α1 = −1 α2 = 21 α3 = 1
2
β1 = 0 β2 = 12 e β3 = − 12
γ1 = −2, γ2 = 0 γ3 = 0
1 1
−1 2 2
1
Logo, [P ]C
B =
0 2
− 12
−2 0 0
Agora, [Q]B
C,
184
(0, −1, 0) = α3 .(−1, 0, −1) + β3 .(0, 1, 1) + γ3 .(1, 1, 0) = (γ3 − α3 , β3 + γ3 , β3 − α3 )
Então
γ1 − α1 = 1 γ2 − α2 = −1 γ3 − α3 = 0
β1 + γ1 = 2 β2 + γ2 = 0 e β3 + γ3 = −1
β1 − α1 = 1, β2 − α2 = 1 β3 − α3 = 0
0 − 21
0
1
Logo, [Q]B
C = 1
1 −2
1
1 −1 − 2
Considere o vetor,
Logo,
para matrizes de mudança de bases, ou seja, toda matriz de mudança de base é inversı́vel.
185
Logo, [v]B = [P ]C B C B
B .[Q]C .[v]B , então [P ]B .[Q]C .[v]B − [v]B = 0 se, e somente se,
([P ]C B C B C B
B .[Q]C − In )[v]B = 0 se, e somente se, [P ]B .[Q]C − In = 0, ou seja, [P ]B .[Q]C = In .
Se P = [P ]C B
B é a matriz de mudança de base C para B e Q = [Q]C é a matriz
B = {1 + t, 1 − t, 1 − t2 , 1 − t3 }
−1
Ainda,
1 1
1 = .(1 + t) + .(1 − t) + 0.(1 − t2 ) + 0.(1 − t3 )
2 2
1 1
t = .(1 + t) − .(1 − t) + 0.(1 − t2 ) + 0.(1 − t3 )
2 2
1 1
t2 = .(1 + t) + .(1 − t) − 1.(1 − t2 ) + 0.(1 − t3 )
2 2
1 1
t3 = .(1 + t) + .(1 − t) + 0.(1 − t2 ) − 1.(1 − t3 )
2 2
Logo,
1 1 1 1
2 2 2 2
x 1 1 1 1
2 2
2 −2
y 2 2 2 0
z =
. =
1 −1
0 0 −1 0
w B
−1 C 1 B
0 0 0 −1
186
A vantagem em determinar uma matriz de mudança de base figura no sentido
de que não é mais necessário para cada vetor v ∈ V de um espaço vetorial resolver um
sistema linear, para determinar as coordenadas do vetor em relação a base dada. É
relativamente fácil calcular as coordenadas de um vetor na base canônica de um espaço
vetorial V .
Consideremos a matriz A ∈ Mr×n (K), cujas linhas são formadas pelas coor-
0
denadas dos usi , isto é
α11 α12 · · · α1n
α21 α22 · · · α2n
A=
.. .. ... ..
. . .
αr1 αr2 · · · αrn
187
são combinações lineares dos vetores {u1 , u2 , · · · , ur }.
Note que no processo para obter a matriz R na forma escada algumas das
linhas e/ou vetores wi podem ser nulos. Vamos supor, reordenando se necessários,
que w1 , w2 , · · · , wl (l ≤ r) são não nulos. Então cada um desses vetores tem uma
posição onde aparece o valor 1 e todos os outros tem o valor 0 (zero) nessa posição. Mais
precissamente, existem 1 ≤ i1 < i2 < i3 < · · · < il ≤ n (os pivôs) tais que para cada j,
βij j 6= 0 e βsj = 0 se s > ij . Não é difı́cil ver que o conjunto {w1 , w2 , · · · , wl } é (L.I) e
forma uma base para o subespaço gerado por [C] = [u1 , u2 , · · · , ur ].
Desta maneira R será uma matriz quadrada de orden n × n sem linhas nu-
las. Portanto, os vetores cujas coordenadas (dadas em relação a base B) são as dadas
pelas linhas de R formarão um conjunto (L.I) de V e, ainda, uma base para V . Se
j1 , j2 , · · · , jn−r indicarem as (n − r) linhas da matriz R agregadas na matriz R, então
a base de V que querı́amos será, {u1 , u2 , · · · , ur , vj1 , vj2 , · · · , vjn−r }
Verifique se C forma uma base para P3 (R), o espaço dos polinômios de grau 3 sobre
R. Em caso negativo, determine uma base para P3 (R) contendo os vetores (L.I) de C.
Onde,
188
p1 (x) = 3x3 − x2 + 2x + 1, p2 (x) = 6x3 + x2 + 4x + 2,
p3 (x) = 3x3 + 2x2 + 2x + 1 e p4 (x) = −3x3 − 5x2 − 2x − 1.
Resolução: A base canônica para P3 (R) é dada por B = {1, x, x2 , x3 }. Assim,
p1 (x) 1 2 −1 3 1
p2 (x) 2 4 1 6 x
=
p3 (x) 1 2 2 3 x2
p4 (x) −1 −2 −5 −3 x3
1 2 −1 3
2 4 1 6
Onde, A =
1
2 2 3
−1 −2 −5 −3
Vamos determinar a matriz R.
p1 (x) 1 2 −1 3 1
p2 (x) − 2p1 (x) 0 0 3 0 x
p3 (x) − p1 (x) =
0 0 3 0 x2
p4 (x) + p1 (x) 0 0 −6 0 x3
p1 (x) 1 2 −1 3 1
p 2 (x) − 2p 1 (x) 0 0 3 0 x
p3 (x) − p2 (x) + p1 (x) = 0 0
0 0 x2
p4 (x) + 2p2 (x) − 3p1 (x) 0 0 0 0 x3
1 2 −1 3
0 0 3 0
Então R =
0
.
0 0 0
0 0 0 0
Como as duas últimas linhas de R são nulas, indicam que p3 (x) e p4 (x) são
combinações lineares de p1 (x) e p2 (x). Note que
Segue que o conjunto C é (L.D), por outro lado o conjunto C 0 = {p1 (x), p2 (x)}
é (L.I). Note ainda que em R a coluna 2 e a coluna 4 não tem pivô, assim
1 2 −1 3
0 0 3 0
R= 0 1
0 0
0 0 0 1
189
donde,
p1 (x) 1 2 −1 3 1
p2 (x) − 2p1 (x) 0 0 3 0 x
=
p03 (x) 0 1 0 0 x2
0
p4 (x) 0 0 0 1 x3
onde, p03 (x) = x e p04 (x) = x3 .
Logo, o conjunto {p1 (x), p2 (x), x, x3 } forma uma base para P3 (R) contendo
os vetores (L.I) de C.
Assim, para cada um dos vetores em C temos que suas coordenadas em relação
a B formam a matriz
1 2 4 3
−1 2 −3 2
A=
0 1 −1 1
2 −6 3 −7
Efetuando as operações elementares sobre A obtemos
1 2 4 3
0 1 −1 1
A∼ 0 0
=R
5 1
0 0 0 0
Como a quarta linha de R é nula, isso diz que o quarto vetor em C é com-
binação linear dos demais. Segue dai que C é um conjunto (L.D), contudo os três
primeiros vetores formam um conjunto (L.I) e,assim o gerado por C é o gerado por
esses vetores, ou seja,
1 2 −1 2 0 1 α−β 2α + 2β + γ
[C] = α +β +γ =
4 3 −3 2 −1 1 4α − 3β − γ 3α + 2β + γ
onde, α, β, γ são números reais. Note que o espaço gerado por C não pode ter as três
primeiras entradas nulas com a quarta entrada não nula e, reciprocamente.
190
Exemplo 155. Verifique se o conjunto
B = {(1, 0, 0, 0, 0), (0, 1, 0, 0, 0), (0, 0, 1, 0, 0), (0, 0, 0, 1, 0), (0, 0, 0, 0, 1)}
1 −2 −1
1 3
0 −3 2 5 −1
R=
22 49 14
0 0 − − −
3 3 3
Logo, os três vetores são (L.I), podemos ainda completar C a uma base do
R5 , agregando à C os vetores (0, 0, 0, 1, 0), (0, 0, 0, 0, 1)}.
191
Exercı́cios
192
Exercı́cio 71. Dados os vetores u = (a, b) e v = Exercı́cio 75. Seja {u, v, w} um conjunto (L.I)
(c, d) no plano. Se ad − bc = 0, mostre que u e v de vetores em um espaço vetorial V . Mostre que
são (L.D). Se ad − bc 6= 0 eles são (L.I). i) A = {u + v − 3w, u + 3v − w, v + w} é (L.D)
x 2x
iii) C = {1, e , e } em C([0, 1], R) ii) Se cada Xn tem n elementos, mostre que
existe um conjunto linearmente independente
iv) D = {(1, 0, 1, 0), (0, 1, 1, 1), (−1, 0, 0, 1)} X ? = {x1 , x2 , x3 , · · · , xn , · · · } com xn ∈ Xn
em R4 para cada n ∈ N.
193
is de M2 (R). bre R.
i) Determine W1 ∩ W2 e exiba uma base. a) Ache as matrizes de mudança de base
ii) Determine W1 + W2 e exiba uma base. É soma i) [P ]C
B ii) [P ]B
C iii) [P ]B
D iv) [P ]B
E
direta? b) Quais√as coordenadas do vetor u = (2, −3) e
v = (1, 2) em relação as base:
Exercı́cio 82. Seja i) B ii) C iii) D iv) E
c) As coordenadas de um vetor v em relação a base
W1 = {(x, y, z) ∈ R3 | x + 2z + y = 0}
2
D são dadas por [v]D = . Quais as
−1
um subespaço de R3 sobre R. Determine W2 tal
coordenadas de v em relação à base:
que R3 = W1 ⊕ W2 .
i) B ii) C iii) E
Exercı́cio 83. Sejam U e V espaços vetoriais so-
Exercı́cio 88. Determine as coordenadas de 1 −
bre R de dimensão m e n respectivamente. Con-
3i ∈ C em relação a seguinte base de C sobre R
sidere o espaço vetorial U × V cuja adição é dada
{1 − 2i, i + 1}.
por
Exercı́cio 89. Considere as bases
(u1 , v1 ) + (u2 , v2 ) = (u1 ⊕ u2 , v1 ] v2 )
B = {e1 , e2 , e3 } e C = {f1 , f2 , f3 }
e a multiplicação por escalar
de R3 sobre R, assim relacionadas
α.(u1 , v1 ) = (α u1 , α ⊗ v1 ).
f1 = e1 + e2 − e3
Suponha que {u1 , u2 , ··· , um } e f2 = 0e1 + 2e2 + 3e3
{v1 , v2 , · · · , vn } sejam bases de U e V , f3 = 2e1 − e2 − 2e3
respectivamente, mostre que
i) Determine a matriz de mudança de base de B
{(u1 , 0), · · · , (um , 0), (0, v1 ), · · · , (0, vn )} para C e de C para B.
ii) Se um vetor u de R3 apresenta as coordenadas
é uma base para U × V . Note que ⊕ e denota a
2, 1, 3 em relação a base C, quais as coordenadas
soma e o produto em U e ] e ⊗ denota a soma e
de u em relação a base B.
o produto em V , respectivamente.
Exercı́cio 90. Considere o seguinte subespaço ve-
Exercı́cio 84. Dar uma base e a dimensão do torial M3×3 (R) sobre R
subespaço W de R4 sobre R onde
a b c
4 U = d e f |a−b−h=0 e c+e+g−i=0 .
W = {(x, y, z, t) ∈ R | x−t = z e x−3z+y = 0}
g h i
iii) A = {(1, 0, −1), (−1, 1, 2), (−1, 0, 1), (−1, 1, 1)} em R3 sobre R
1 2 2 1 0 0 3 −1 1
iv) A = −1 3 1 , 1 −1 0 , 2 −1 2 em M3 (R) sobre R
4 −1 −1 0 0 −1 0 2 1
x) A = {(−1, 1, 0, −1), (−1, 0, 1, 2), (0, −1, 0, 1), (1, 1, 0, 1)} em R4 sobre R
1 0 1 0 1 −1 1 0
xi) A = , , , em M2 (R) sobre R
−1 1 1 −1 0 −1 0 −1
i 0 1 1+i −1 −1
xii) A = , , em M2 (C) sobre R e sobre C
0 −1 1 −1 i −i
xiii) A = {1, x2 + x − 1, x3 − x, x − x4 , x − 1} em P4 (R) sobre R
195
Capı́tulo 9
Transformações Lineares
Vamos estudar funções e/ou aplicações entre espaços vetoriais que levam em
considerações as operações dos espaços envolvidos, tais funções descrevem o tipo mais
simples de dependência entre as variáveis.
T : U → V
u 7→ T (u).
Im(T ) := {T (u) | u ∈ U }
Definição 9.1. Uma aplicação T : U → V se diz injetora se, e somente se para todo
Os espaços vetoriais nos exemplos a seguir são espaços vetoriais reais, a menos
que se diga em contrário.
196
Exemplo 156. (Expansão ou contração) Seja T : R2 → R2 dada por T ((x, y)) = k(x, y)
onde k ∈ R∗ . Mostre que T é injetora.
Resolução: Sejam (x1 , y1 ) e (x2 , y2 ) dois vetores do R2 (no domı́nio de T ) tal que
T ((x1 , y1 )) = T ((x2 , y2 )), devemos mostrar que (x1 , y1 ) = (x2 , y2 ).
Definição 9.2. Uma aplicação T : U → V se diz sobrejetora se, e somente se, para todo
elemento v ∈ V existe um elemento u ∈ U tal que T (u) = v, ou ainda, se, e somente se
Im(T ) = V .
Exemplo 157. (Reflexão na origem) Seja T : R2 → R2 dada por T ((x, y)) = (−x, −y).
Mostre que T é sobrejetora.
Resolução: Dado (x1 , y1 ) um vetor do R2 (no contra-domı́nio de T ) devemos mostrar
que existe (x, y) em R2 (no domı́nio de T ) tal que T ((x, y)) = (x1 , y1 ).
Exemplo 158. Seja T : R2 → R3 dada por T ((x, y)) = (x, x − y, y). Mostre que T é
injetora, mas não é sobrejetora.
Resolução: Sejam (x1 , y1 ) e (x2 , y2 ) vetores do R2 tal que T ((x1 , y1 )) = T ((x2 , y2 )).
Para mostrar que T não é sobrejetora, basta mostrar que existe um vetor em
R3 que não é imagem de nenhum vetor de R2 .
Exemplo 159. Seja T : R3 → R2 dada por T ((x, y, z)) = (x + y, y + z). Mostre que
T é sobrejetora e que T não é injetora.
197
Resolução: Para mostrar que T é sobrejetora, devemos mostrar que para todo (a, b) ∈
R2 existe (x, y, z) ∈ R3 tal que T ((x, y, z)) = (a, b).
198
Exemplo 161. Verifique que são transformações lineares as aplicações dos exemplos
156 - 160.
Resolução: Vamos mostrar o exemplo 158, os demais ficam a cargo do leitor.
= (x1 + x2 , x1 + x2 − (y1 + y2 ), y1 + y2 )
= (x1 + x2 , x1 − y1 + x2 − y2 , y1 + y2 )
Exemplo 162. Seja C([a, b], R) o conjunto das funções contı́nuas f : [a, b] → R.
Defina
T : C([a, b], R) → R
Z b
f 7→ T (f (x)) = f (x)dx.
a
Z b Z b
= α. f (x)dx + g(x)dx = α.T (f (x)) + T (g(x))
a a
T é sobrejetiva, para isso devemos mostrar que dado k ∈ R existe uma função
f em C([a, b], R) tal que T (f (x)) = k.
199
k
De fato, tome f (x) = , assim
b−a
Z b Z b b
k k
T (f (x)) = f (x)dx = dx = x = k.
a a b−a b−a
a
Então,
b b 2
#b
b2 a2
Z Z
x
T (f (x)) = f (x)dx = (α.x + β)dx = α. + β.x = α. + β.b − α. − β.a
a a 2 2 2
a
e
b Z b
α.b2 + 2β.b α.a2 + 2β.a
Z
T (g(x)) = f (x)dx = x + dx
a a b 2 − a2 2(a − b)
#b
α.b2 + 2β.b 2 α.a2 + 2β.a b2 a2
= x + x = α. + β.b − α. − β.a
2(b2 − a2 ) 2(a − b) 2 2
a
Exercı́cio 94. Seja D(R, R) o espaço vetorial das funções diferenciáveis sobre R. De-
finamos
T : D(R, R) → F(R, R)
f 7 → T (f (x)) = f 0 (x)
Mostre que T não é sobrejetiva, não é injetiva e ainda, que T é uma trans-
formação linear.
Idéia: Considere f (x) = a.x + b e g(x) = a.x + c, onde a, b, c ∈ R∗ com b 6= c, então
T (f (x)) = T (g(x)).
200
Bibliografia
[2] BOULOS, PAULO; CAMARGO, IVAN de.: Geometria Analı́tica - Um Tratamento Vetorial.
201