Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Analítica e
Álgebra Linear
Dr. Ronni Geraldo Gomes de Amorim
Dr. Ricardo Ramos Fragelli
Dr. Vinícius de Carvalho Rispoli
DIREÇÃO UNICESUMAR
Reitor Wilson de Matos Silva, Vice-Reitor e
Pró-Reitor de Administração, Wilson de Matos
Silva Filho, Pró-Reitor de EAD William Victor Ken-
C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação a drick de Matos Silva, Presidente da Mantenedora
Distância; AMORIM, Ronni Geraldo Gomes de; FRAGELLI, Ricar- Cláudio Ferdinandi.
do Ramos; RISPOLI, Vinícius de Carvalho;
Geometria Analítica e Álgebra Linear. Ronni Geraldo Gomes de
Amorim; Ricardo Ramos Fragelli; Vinícius de Carvalho Rispoli.
NEAD - NÚCLEO DE EDUCAÇÃO A DISTÂNCIA
Maringá-PR.: Unicesumar, 2018. Diretoria Executiva de Ensino Janes Fidélis Tomelin,
296 p. Diretoria Operacional de Ensino Kátia Coelho,
“Graduação - EAD”.
Direção de Operações Chrystiano Mincoff, Direção
1. Geometria Analítica 2. Álgebra . 3. Linear 4. EaD. I. Título. de Polos Próprios James Prestes, Direção de
ISBN: 978-85-459-1194-4 Desenvolvimento Dayane Almeida, Direção de
CDD - 22 ed. 512 Relacionamento Alessandra Baron, Head de
CIP - NBR 12899 - AACR/2
Metodologias Ativas Thuinie Daros, Head de
Produção de Conteúdo Celso Luiz Braga de Souza
Impresso por: Filho, Gerência de Projetos Especiais Daniel F.
Hey, Gerência de Produção de Conteúdos Diogo
Ribeiro Garcia, Supervisão do Núcleo de Produção
de Materiais Nádila de Almeida Toledo, Projeto
Gráfico José Jhonny Coelho e Thayla Guimarães
Cripaldi, Fotos Shutterstock.
Prezado(a) aluno(a)!
13
Determinante,
Matriz Inversa e
Sistemas Lineares
37
Fundamentos
de Geometria
Analítica no R2
69
Vetores no Plano Transformações
e no Espaço Lineares
101 199
Diagonalização
Retas e Planos do R3
de Matrizes
137 229
Espaços e
Subespaços As Cônicas
Vetoriais
163 257
74 Distância entre dois pontos
108 Vetor no R3
145 Reta no R3
187 As cores primárias podem ser vista como
uma base do espaço vetorial das cores
218 Rotação do quadrado
260 Elipse
266 Hipérbole
272 A parábola
Utilize o aplicativo
Unicesumar Experience
para visualizar a
Realidade Aumentada.
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Matrizes
PLANO DE ESTUDOS
OBJETIVOS DE APRENDIZAGEM
• Definir matriz e identificar os critérios de igualdade matricial. • Estudar as operações de adição, subtração, multiplicação
• Reconhecer os principais tipos de matrizes: matriz quadra- e transposição de matrizes, identificando as propriedades
da; matriz diagonal, matriz identidade, matriz linha; matriz relativas a cada operação.
coluna; matriz triangular superior; matriz triangular inferior.
Definição de Matriz
Treinamento
Atividade Corrida a 12 km/h Spinning Natação
Funcional
Gasto calórico em 1h 750 cal 600 cal 1000 cal 600 cal
Fonte: os autores.
UNIDADE I 15
Lemos Am×n como sendo a matriz A, m por n, ou seja, matriz A com m linhas e n co-
lunas. Note que o primeiro subíndice (m) é referente ao número de linhas da matriz,
enquanto o segundo índice (n) refere-se ao número de colunas. Dizemos que m × n
é a ordem da matriz A.
Quando representamos o elemento da matriz como aij , estamos nos referindo
ao elemento que ocupa a i-ésima linha e j-ésima coluna da matriz. Por exemplo, um
elemento a24ocupa a segunda linha e a quarta coluna da matriz. Como você deve ter
notado, os índices i e j são uma espécie de endereço dos elementos numa dada matriz.
Considere como exemplo a seguinte matriz
1 3 2
B = 5 2 7 .
3 0 1
0, 3 20
C = 0, 5 27 .
0, 4 24
Conforme você pode notar, a ordem da matriz C é 3 × 2, pois ela possui 3 linhas e 2
colunas e, em particular, c21 = 0,5.
16 Matrizes
Outros exemplos que podem ser considerados são as matrizes correspondentes às
Tabelas 1 e 2. No caso da Tabela 1, temos uma matriz de apenas uma coluna dada por
750
600
A .
1000
600
B= .
Igualdade de Matrizes
Dizemos que duas matrizes são iguais quando elas possuem a mesma ordem e seus
elementos correspondentes são iguais. Por exemplo, as matrizes Am×n = [aij ]m×n é
igual a Br×s = [bij ]r×s se m = r , n = s e aij = bij para todo i, j .
Para você compreender melhor o conceito de igualdade matricial, façamos o
exercício a seguir.
x 2
A=
9 12
2 2
B= .
9 3y
Resolução: de acordo com o que aprendemos, para que as matrizes sejam iguais,
primeiramente elas devem ter a mesma ordem, e essa exigência é satisfeita, pois am-
bas são de ordem 2 × 2 . Em segundo lugar, seus elementos correspondentes devem
ser iguais; isso nos leva a concluir que x = −2 e 3 y = 12 , ou seja, x = −2 e y = 4 .
Agora que você já sabe como representar uma matriz, estudaremos algumas
matrizes especiais.
UNIDADE I 17
Classificação
das Matrizes
A) Matriz Quadrada
Uma matriz é quadrada quando o número de li-
nhas é igual ao número de colunas, isto é, Am×n é
quadrada quando m = n .
Alguns exemplos de matrizes quadradas são
1 −3 2
5 −1
B = 5 −2 7 A =
3 0 −1 2 1
18 Matrizes
B) Matriz Nula
Uma matriz é nula quando todos os seus elementos são iguais a zero. Como exemplo,
as matrizes A e B abaixo são nulas.
0 0 0
0 0
B = 0 0 0 A=
0 0 0 0 0
A = (1 − 1 4) B = (−2 3)
Já a matriz coluna é aquela que possui apenas uma coluna (Am×1). Você pode visualizar
exemplos de matrizes colunas a seguir
−2
1
0
−1 3
4
−5
D) Matriz Diagonal
Uma matriz diagonal é uma matriz quadrada em que aij = 0 para todo i = j , ou seja,
os únicos elementos diferentes de zero são aqueles que se encontram na diagonal da
matriz. A seguir você pode visualizar dois exemplos de matrizes diagonais.
1 0 0
5 0
A = 0 −2 0 B =
0 0 5 0 3
As matrizes A e B dadas acima são diagonais.
UNIDADE I 19
E) Matriz Identidade
A matriz identidade é uma matriz diagonal na qual os elementos não-nulos são
iguais a 1. Se uma matriz A é diagonal, temos aij = 0 se i = j e aij = 1 se i = j. Repre-
sentaremos a matriz identidade de ordem n × n simplesmente por I n . São exemplos
de matrizes identidades as indicadas abaixo:
1 0 0
1 0
I3 = 0 1 0 I2 =
0 0 1 0 1
3 1 −4 5
3 1 −4
− 3 5 0 2 7 3
0 2 7
0 0 3 6
0 0 6 0 9
0 0 0 −4
3 0 0 0
3 0 0
2 0 0 2 0 0
3 −3 0
3 1 4 9 3 0
1 5 6
−4
1 π 2
Agora que você já sabe o que é uma matriz e conhece também os principais tipos de
matrizes, o nosso próximo passo será estudar as operações envolvendo as matrizes.
A partir deste momento, estudaremos as principais operações matriciais. O nosso enfo-
que será nas operações de adição, multiplicação, multiplicação por escalar e transposição.
Preste muita atenção, pois as operações que estudaremos acompanharão você
durante todo o nosso curso.
20 Matrizes
Cálculo Matricial
Adição de Matrizes
UNIDADE I 21
2 EXEMPLO Como exemplo, calculemos a soma das matrizes A e B dadas a seguir:
3 0 1 5 3 −2
A = −2 5 7 B= 3 9 −11 .
1 −1 3 13 7 −8
3 0 1 5 3 −2
A = −2 5 7 B= 3 9 −11 .
1 −1 3 13 7 −8
Desafio você a encontrar a matriz B , tal que quando somada com a matriz A origine
a matriz nula.
22 Matrizes
Multiplicação por escalar
3 0
A = 2 5 .
1 1
Calcule −2A .
Resolução: para realizar esse cálculo, basta multiplicar os elementos de A por −2.
Fazendo isso, encontramos:
2.3 0 6 0
2 A = (2).(2) 2.5 = 4 10
2.1 (2).(1) 2 2
Multiplicação de Matrizes
A multiplicação entre matrizes será a operação que você mais utilizará no decorrer
dessa disciplina. Apesar de sua definição formal não ser tão intuitiva, realizar o cálculo,
conforme você notará, não é tão difícil assim.
Antes de estudarmos a definição do produto matricial, é importante que você conheça
algumas observações importantes. A primeira delas é que a ordem em que as matrizes
são multiplicadas é importante, ou seja, caso você troque a ordem das matrizes, em geral,
o resultado do produto será diferente. A essa observação, denominamos não-comutati-
vidade. A segunda observação é que, conforme você notará na definição do produto, ele
só é possível de ser realizado quando a matriz da esquerda tiver o número de colunas
igual ao número de linhas da matriz da direita. E mais, a matriz obtida no produto possui
o número de linhas da matriz da esquerda e o número de colunas da matriz da direita.
UNIDADE I 23
Observe, então, a definição de tal produto.
DEFINIÇÃO 1
O produto de duas matrizes, tais que o número de colunas da primeira é igual ao
número de linhas da segunda, A = (aij )m×k e B = (bij )k ×n é definido pela matriz
C = AB = (ci j )m×n , calculado da seguinte forma
k
cij = ai1b1 j + ai 2b2 j + … + aik bkj = ∑
l =1
3 0 5 3 -2
= −2 5 B= 3 1 -4 .
1 −1 3 0 -1
5 3 -2 3 0
C = BA = 3 1 -4 −2 5
3 0 -1 1 −1
7 17
C BA 3 9 .
8 1
24 Matrizes
Tenha sua dose extra de conhecimento assistindo ao vídeo.
Para acessar, use seu leitor de QR Code.
Observe que no resultado, por exemplo, c12 5.0 3.5 2 . 1 foi obtido pela
soma dos produtos dos elementos da primeira linha de B pela segunda coluna de A. É in-
teressante observar que o produto AB não é definido. Você saberia explicar o porquê?
Apresentamos a seguir as propriedades do produto matricial válidas para matrizes
quadradas. Para isso, sejam A, B e C três matrizes quadradas n × n (ordem n), e I n
uma número real e A a matriz identidade de ordem n. Temos então (LIMA, 2016):
1. Associatividade: A( BC ) = ( AB)C
2. Elemento neutro: AI n = I n A = A
3. Distributividade: A( B + C ) = AB + AC
4. a( AB) = (a A) B = A(a B)
5. Em geral, AB = BA.
Nas propriedades acima, note que a matriz identidade desempenha o papel de ele-
mento neutro do produto matricial.
Embora comentamos que as propriedades acima sejam válidas para matrizes
quadradas, podemos generalizá-las para matrizes de qualquer ordem, desde que as
matrizes tenham tamanho adequado.
Demonstraremos as duas primeiras propriedades. As outras demonstrações são
análogas e podem ser encontradas nas referências bibliográficas.
Demonstração da Propriedade 1.
Sejam A = (aij ), B = (bij ) e C = (cij ). Denominemos D = AB , sendo D = (dij ).
Assim,
n
dij = ∑ k =1bik ckj
UNIDADE I 25
n
Denominando F = AB , F = ( fij ) onde fij = ∑ k =1aik bkj
chegamos a
n
A( BC ) = ∑ fik ckj = FC = ( AB)C ,
k =1
750
600
BA = .
1000
600
600
750
BA 1100 .
875
1475
Esse último resultado esboça o seu gasto calórico diário no decorrer da semana.
Ou seja, você gastou 600 calorias na segunda-feira, 750 calorias na terça-feira, 875
calorias na quarta-feira, 1100 calorias na quinta-feira e 1475 calorias na sexta-feira.
Como você percebeu, o estudo das matrizes pode nos ajudar em atividades sim-
ples do cotidiano. No decorrer da disciplina, você perceberá que tarefas muito mais
complexas serão facilitadas mediante o cálculo matricial.
26 Matrizes
Matriz Transposta
DEFINIÇÃO 2
t
A transposta de uma matriz A = (aij )m×n é definida pela matriz A = B = (bij )n×m obtida
trocando-se as linhas com as colunas, ou seja, bij = a ji .
Você poderá entender melhor essa operação por meio do exemplo a seguir.
3 2
At 0 5 .
2 1
3
v 2 .
1
vt 3 2 1 .
UNIDADE I 27
O produto
3
v v 3
t
2 1 2 9 4 1 14.
1
28 Matrizes
1. A matriz A aij de ordem 2X3 tal que 𝑎𝑖𝑗=2𝑖−3𝑗 é dada por:
1 3 0
a) �
4 1 2
1 4 7
b)
1 2 5
1 1 2
c)
7 5 4
0 1 1
d)
1 2 0
e) 7 4 1
5 2 1
2. Dadas as matrizes
3y −1 15 1
A = e B .
8 x2 + 2 8 38
a) y = 5 e x 6 .
b) y=3 e x=7.
c) y = 4 e x 6 .
d) y 3 e x = 6 .
e) y =1 e x = 2.
29
3. Dadas as matrizes
5 2 3 −2 1 0
A= B= e C .
3 4 5 1 2 3
O resultado da expressão AB − 3C t é:
28 29
a)
14 11
28 29
b)
14 11
c)
14 11
28 29
d)
14 11
28 29
e) 28 14
29 11
1 0 0 1
S1 = e S2 =
0 −1 1 0
30
LIVRO
31
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações. 10. ed. São Paulo: Editora Bookman, 2012.
HOLT, J. Álgebra Linear com Aplicações. 1. ed. São Paulo: Editora LTC, 2016.
32
1. Para construir a matriz A, observe a sua ordem para saber os valores que i e j podem assumir; os quais são
i = 1,2 e j = 1,2,3. Dessa forma, os elementos da matriz são construídos de acordo com a lei de formação
dada aij = 2i - 3j . Temos então: a11=2-3=-1, a12=2-6=-4,a13=2-9=-7, a21=4-3=1, a22=4-6=-2, e a23=4-9=-5. Assim, a
matriz A é dada por
-1 -4 -7
A= 1 -2 -5
A alternativa correta é a B.
2. Para resolver essa questão, basta igualar os elementos correspondentes das matrizes A e B. Fazendo isso,
encontramos 3y = 15 e x2 + 2 = 38, o que nos fornece y = 5 e y = 6. A alternativa correta é a letra A.
3. Iniciamos a resolução desta questão pelo cálculo do produto AB, o que nos fornece
25 -8
AB = 29 -2
3 6
Ct .
0 9
Realizando a subtração AB − 3C t , obtemos
28 14
AB 3C t .
29 11
4. Resolvemos esta questão fazendo separadamente os produtos S1S2 e S2 S1 e depois subtraímos os resul-
tados. Temos então:
0 1 0 1
S1S2 S1S2
1 0 1 0
e
0 2
S1 , S2 .
2 0
Como S1 , S2 0 , ou seja, S1 S2 S2 1as matrizes dadas não comutam.
33
Desafio 1. A resposta do desafio decorre da propriedade 4 da adição de matrizes. Ou seja, a matriz que
somada à matriz A leva à matriz nula é a matriz − A. Dessa forma, basta multiplicarmos cada elemento de
A por −1 , obtendo assim o resultado
1 5 3
A 4 2 0 .
3 4 9
Desafio 2. Esse desafio corresponde ao conteúdo que veremos na próxima unidade. Na oportunidade,
resolveremos tal problema.
34
35
36
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Determinante,
Matriz Inversa e
Sistemas Lineares
PLANO DE ESTUDOS
OBJETIVOS DE APRENDIZAGEM
• Definir determinante de uma matriz e calcular o determi- • Definir e calcular a matriz inversa, bem como identificar
nante de matrizes de segunda e terceira ordem. as propriedades da matriz inversa.
• Definir e calcular a matriz dos cofatores, bem como utili- • Resolver sistemas de equações lineares usando o méto-
zar o método de Laplace no cálculo de determinantes de do de Cramer, bem como classificar os sistemas lineares
matrizes de ordem arbitrária. como possíveis e impossíveis.
• Definir e calcular a matriz adjunta.
Definição de
Determinante
Além da matriz, ele enviou uma tabela contendo números e letras, na qual foi atri-
buída o espaço vazio para o número zero, a letra A para o número um, a letra B para
o número 2, a letra C para o número 3, e assim sucessivamente até associar a letra Z
ao número 23. Não foram utilizadas as letras K, Y e W. Além disso, o extraterrestre
enviou uma segunda matriz, a qual ele denominou chave. Essa matriz está logo abaixo:
1 1
C = .
2 3
Você conseguiria decifrar essa mensagem? Esse será um dos nossos objetivos nesta
unidade: desenvolver um método para ler o que o extraterrestre quis nos dizer.
O determinante de uma matriz quadrada n × n é uma função que associa um
número real à matriz. Perceba que o determinante é definido apenas para matrizes
quadradas. A seguir, apresentaremos uma definição formal para essa “função”. Antes
disso, definiremos o que é uma inversão (LIMA, 2016).
Dada uma sequência numérica, denominaremos de inversão quando um número
inteiro precede um menor que ele. Por exemplo, no conjunto [1 2] não temos inver-
são; contudo, no conjunto [2 1] temos uma inversão. Então, formalmente, podemos
definir inversão da seguinte forma: Dada uma permutação dos inteiros 1,2, , n,
existe uma inversão quando um número inteiro precede um número menor que ele.
Por exemplo, considerando o conjunto [3,2,1] percebemos nele três inversões, o dois
e o três precedem o um e o três precede do dois. Na Tabela 1, apresentamos algumas
permutações e o respectivo número de inversões.
Tabela 1 - Permutações e número de inversões
[1, 2, 3] 0
[1, 3, 2] 1
[2,1, 3] 1
[2, 3,1] 2
[3,1, 2] 2
[3, 2,1] 3
Fonte: os autores.
UNIDADE II 39
Observe que para os três números inteiros distintos, tivemos 3! = 6 inversões. Logo,
torna-se fácil deduzir que para n inteiros distintos teremos n! inversões.
DEFINIÇÃO 1
Dada uma matriz A n × n, definimos o determinante de A, denotado por detA como
n!
detA = (1) N a1 j a2 j anj ,
1 2 n
n=1
A partir da definição, podemos escrever uma fórmula que nos permite calcular o
determinante de matrizes de ordem 2 e de ordem 3.
a a12
A = 11
a21 a22
de segunda ordem, temos que n = 2. Dessa forma, cada permutação terá dois ele-
mentos, o que totaliza duas (2!) permutações, as quais são [1 2] e [2 1]. Logo, o
somatório que define o determinante terá duas parcelas. Além disso, podemos escrever
explicitamente como:
1 1
A= .
2 3
Determinante de Matrizes 3 X 3
detA = (a11a22 a33 a12 a23 a31 a13 a21a32 ) (a13 a22 a31 a11a23 a32 a12 a21a33 )
1 3 2
B = 5 2 7 .
3 0 1
UNIDADE II 41
Propriedades dos Determinantes
Submatriz
UNIDADE II 43
As matrizes
−3 2 1 2
A21 = e A32 =
0 −1 5 7
são submatrizes de A.
Outro conceito que nos será útil no cálculo de determinantes pelo método de Laplace
é o conceito de cofator. A definição de cofatores também será importante na definição
de matriz adjunta.
Cofator
1 3 2
A = 5 2 7
3 0 1
Neste caso, temos que
1 2
D22 = (1)22 detA22 = (1)4 det
3 1
D22 = −7.
e
5 7
D12 = (1)12 detA12 = (1)3 det
3 1
1 3 2
A = 5 2 7
3 0 1
pelo método de Laplace.
Segundo a definição, para fazer o cálculo podemos escolher qualquer linha ou qual-
quer coluna, e então fazemos o somatório. Tomemos a linha 3.
UNIDADE II 45
Matriz Adjunta
1 3 2
A = 5 2 7
3 0 1
2 7
D11 = (1)11 detA11 = (1)2 det
0 1
D11 = 2.
D13 = 6.
3 2
D21 = (1)21 detA21 = (1)3 det
0 1
D21 = −3.
1 3
D23 = (1)23 detA23 = (1)5 det
3 0
D23 = −9.
3 2
D31 = (1)31 detA31 = (1)4 det
2 7
D31 = −17.
1 2
D32 = (1)32 detA32 = (1)5 det
5 7
D32 = 3.
1 3
D33 = (1)33 detA33 = (1)6 det
5 2
D33 = 13
2 26 6
D = 3 7 9 ,
17 3 13
1 2
B= .
5 7
UNIDADE II 47
Definição: Matriz Adjunta
adj( A) = Dt .
1 3 2
A = 5 2 7
3 0 1
Note que a matriz A é aquela que determinamos a sua matriz dos cofatores. Dessa
forma, basta calcular a transposta da matriz dos cofatores, que neste caso será dada por:
2 3 17
t
adj( A) = D = 26 7 3.
6 9 13
É a sua vez de praticar. Calcule a matriz adjunta da matriz
1 2
B=
5 7
Você encontrará
64 0 0 1 0 0
Aadj( A) = 0 64 0 = 64 0 1 0 = detA I 3 .
0 0 64 0 0 1
Será que o resultado encontrado acima A adj( A) = detAI n é sempre válido? A resposta
é positiva. Neste caso, enunciaremos o seguinte teorema.
Seja a matriz
a a12
A = 11 .
a21 a22
a a12
adj( A) = 22
a21 a11
Os resultados para matrizes de ordem superior podem ser obtidos de forma análoga.
A seguir apresentaremos o conceito de matriz inversa.
UNIDADE II 49
Matriz Inversa
e determinemos os elementos a, b, c e d.
Assim, temos que:
2 1 a b 1 0
=
4 3 c d 0 1
O que nos leva a:
2a c 2b d 1 0
= .
4 a 3c 4b 3d 0 1
2a + c = 1
4 a 3c = 0
e
2b + d = 0
4b 3d = 1.
O que nos leva a: a = 3 /10, b = −1/10, c = 4 /10 e d = 2 /10. Logo, concluímos que
3 / 10 1 / 10
A1 .
4 / 10 2 / 10
Como exercício, calcule o produto entre a matriz A−1 calculada e a matriz A original;
e então confirme se o resultado é realmente a matriz identidade.
Você deve ter notado que o cálculo da matriz inversa pela definição pode ser
uma tarefa enfadonha, sobretudo para matrizes de ordens superiores a dois. Para
isso, iremos desenvolver uma expressão que nos permitirá a realização deste cálculo
de forma mais direta, sem a necessidade de resolver sistemas de equações. Para esse
fim, considere o resultado já encontrado:
UNIDADE II 51
Aadj( A) = (detA)I n ,
adj( A)
A = In
det ( A)
1
A−1 = adj( A)
detA
Essa expressão nos possibilita calcular matrizes inversas de forma mais direta.
Como exemplo, tomemos a matriz
1 3 2
A = 5 2 7
3 0 1
2 3 17
adj( A) = 26 7 3
6 9 13
O seu determinante também já foi calculado, para o qual foi obtido detA = −64 .
Dessa forma, a inversa de A é dada por:
2 3 17
1 1
A = 26 7 3
(64)
6 9 13
detA = 0.
Algumas propriedades da matriz inversa serão apresentadas a seguir.
Propriedades
1. I n1 I n .
2. ( AB)−1 = B −1 A−1 .
At A1 .
1 t
3.
1
5. detA1 .
detA
( AB)−1 AB = B −1 A−1 AB = B −1 I n B = B −1 B = I n .
Por outro lado, temos
UNIDADE II 53
A1 A
t t
At A1 I nt I n .
A propriedade 4 pode ser demonstrada por contradição. Para isso, supomos que as
matrizes B e C são inversas da matriz A. Então, AB
= BA
= I n e AC= CA = I n. Com
isso, podemos escrever
B BI n B AC BA C I nC C ,
logo, B = C.
A quinta propriedade é facilmente demonstrada se utilizarmos a definição de matriz
inversa AA1 I n e a propriedade do determinante do produto
det AB detAdetB.
det AA1 detAdetA1 detI n 1
detAdetA1 1
supondo detA = 0 , chegamos a
1
detA1 .
detA
M = CS .
Neste caso, precisamos isolar a matriz S para então deciframos a mensagem. Para
esse fim, multipliquemos à esquerda dos dois lados por C −1. Dessa forma, temos
C − 1M = C −1CS .
C −1M = I 2 S ,
ou seja,
S = C −1M .
Dessa forma, percebemos que para decifrar a mensagem você deve multiplicar a
matriz M recebida à esquerda pela inversa da matriz chave.
Como exercício é deixado para você mostrar que a inversa da matriz chave é:
3 1
C 1 = .
2 1
3 1 15 18 18 17 4 0
S =
2 1 30 55 31 51 25 1
15 1 23 0 13 1
S = .
0 19 5 17 17 1
UNIDADE II 55
Sistemas de
Equações Lineares
Método de Cramer
x b1
a11 a12 … a1n 1
x b2
a21 a22 … a2 n 2
. x = b3 ,
3
an1 an2 … ann
b
xn n
o qual pode ser escrito como
AX = B,
onde A representa a matriz dos coeficientes, X representa a matriz das incógnitas (ou
matriz solução) e B representa a matriz dos termos independentes. Neste caso, temos
x1
x2
X = x3 ,
x
n
e
b1
b2
B = b3
b
n
A regra de Cramer nos diz que a solução do sistema é dada por
detA1
x1 = ,
detA
UNIDADE II 57
detA2
x2 = ,
detA
detAn
xn = ,
detA
X = A−1 B.
Neste caso,
x1 D11 D12 D13 b1
1
x2 = detA D21 D22 D23 b2 .
x D D32 D33 b3
3 31
onde
a11 b1 a13
A2 = a21 b2 a23 ,
a b3 a33
31
ou seja, é a matriz obtida pela substituição da segunda coluna da matriz A pela matriz B.
E também,
em que
a11 a12 b1
A1 = a21 a22 b2 ,
a a32 b3
31
ou seja, é a matriz obtida pela substituição da terceira coluna da matriz A pela matriz B.
Com isso, mostramos a regra de Cramer.
x 4 y z =6
4 x y 2 z = 1
2 x 2 y 3 z = 20
Resolução: o sistema quando escrito no formato matricial fica dado por
1 4 1 x 6
4 1 2 . y = 1 .
2 2 3 z 20
UNIDADE II 59
6 4 1
Ax = 1 1 2 ,
20 2 3
1 6 1
Ay = 4 1 2 ,
2 20 3
1 4 6
e
Az = 4 1 1 .
2 2 20
Você deve verificar como exercício que detA = −55 , detAx = 144, detAy = 61 e
detAz = −230.
Dessa forma, encontramos a solução x = −144 / 55, y = −61/ 55 e z = 230 / 55 .
1. O determinante da matriz A
1 2 3
A 1 1 2
0 1 2
é igual a:
a) -2.
b) 2.
c) -1.
d) 1.
e) 0.
2. A adjunta da matriz
1 2 3
A 1 1 2
0 1 2
é dada por
1 0 1 2 1 3
0 2 2 b) 2 c) 3
1 4 2 1
a) 1 1 3
1
1 2 1
2 1
1 1 3
0 1 1 0 2 1
d) 2 2 1 e) 1 2 1
1 1 1 1 1 1
61
3. Os valores de x para os quais a matriz
1 1 0
A �1 0 1
1 2 x
tem inversa são:
a) x = 1.
b) x 1.
c) x 2 .
d) x = 0.
e) x > 1.
Está(ão) correta(s):
a) I e IV.
b) apenas a II.
c) apenas a III.
d) III e IV.
e) apenas a IV.
a b
A
c d
é dada por
1 d b
A .
ad bc c a
62
LIVRO
63
ANTON, H.; BUSBY, R. C. Álgebra Linear Contemporânea. Porto Alegre: Editora Bookman, 2006.
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações, 10 ed. São Paulo: Editora Bookman, 2012.
HOLT, J. Álgebra Linear com Aplicações, 1. ed. São Paulo: Ed. LTC, 2016.
LIMA, E.L. Álgebra Linear, 9. ed. Rio de Janeiro: Ed. SBM, 2016.
64
1. A resolução desta atividade consiste em calcular o determinante da matriz dada. O cálculo pode ser reali-
zado por diversos métodos. Utilizaremos o resultado que encontramos no texto para matrizes de ordem
3 a partir da definição. Sendo assim, temos:
2. Nesta questão, devemos calcular a matriz adjunta associada à mesma matriz da questão anterior. Para
isso, precisamos calcular antes os seus cofatores, os quais são:
11 0,� 12 2,� 13 1,� 21 1,� 22 2,� 23 1,� 31 1,� 32 1,�� 33 1
0 2 1
1 2 1
1 1 1
0 1 1
adjA 2 2 1
1 1 1
Portanto, a alternativa correta é a letra D.
3. A resolução desta questão consiste em aplicar a condição de existência da matriz inversa, a qual é: detA = 0.
O determinante da matriz dada é igual a: 1 2 x 0
o que nos fornece x 1. Portanto, a resposta correta é a letra B.
4. Resolveremos essa atividade utilizando o método de Cramer. Como primeiro passo, escrevemos o sistema
no formato matricial, o qual é dado por
1 1 1 x 6
1 1 1 y 4 .
2
1 1 z 1
O primeiro passo é calcular o determinante da matriz dos coeficientes, a qual denominamos por
1 1 1
A 1 1 1 .
2 1 1
65
Obtemos, então,detA 4. Como o determinante da matriz dos coeficientes é diferente de zero, o sistema
dado é possível e determinado. Concluímos assim, que os itens II, III e V estão incorretos e o item I está
correto. Resta-nos saber se o item IV está correto. Para esse fim, calcularemos a solução do sistema.
6 1 1
Ax 4 1 1 ,
1 1 1
1 6 1
Ay 1 4 1 ,
2 1 1
e
1 1 6
Az 1 1 4 .
2 1 1
5. Há várias formas de se resolver esta questão. Resolveremos por meio do cálculo da adjunta. Antes, devemos
encontrar os cofatores da matriz A , os quais são dados por
d c
.
b a
Calculando a adjunta da matriz dos cofatores, obtemos a matriz adjunta, a qual é dada por
d b
adjA .
c a
Como o determinante de A é dado por detA ad bc , obtemos para a inversa de A o seguinte resultado
1 d b
A1 .
ad bc c a
66
67
68
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Fundamentos de
Geometria Analítica no R2
PLANO DE ESTUDOS
A reta
O ponto A circunferência
OBJETIVOS DE APRENDIZAGEM
M2
M1
UNIDADE III 71
E aí, como você resolverá o problema do tesouro?
Antes de solucionar este problema, você deve estudar os conteúdos de geometria
analítica, os quais serão de grande valia na solução desta tarefa. Iniciaremos com
o estudo do ponto.
Antes de introduzirmos a representação de um ponto na geometria analítica, é
importante definirmos o sistema de coordenadas no plano. A representação gráfica
de pontos no plano é feita por meio do plano cartesiano. Este nome é homenagem
a Renê Descartes, o qual foi um dos precursores da geometria analítica. O plano
cartesiano é constituído de dois eixos perpendiculares que se interceptam. Utili-
zando-o, torna-se possível realizar a representação da posição de qualquer objeto
no plano. Diversas atividades utilizam o plano cartesiano, como a cartografia, por
exemplo. Nesse sentido, a localização de um ponto no plano cartesiano é feita pelas
coordenadas do plano P (abcissa, ordenada)=P(x,y). A localização do ponto no eixo
x é denominada abcissa, enquanto no eixo y é denominada ordenada, as quais são
denominadas coordenadas do ponto. Tais valores correspondem a uma espécie de
endereço do ponto. É importante que você saiba que a ordem das coordenadas é
fundamental; caso você troque a ordem da abcissa com a ordenada, o ponto repre-
sentado se modifica. Vejamos alguns exemplos:
• O ponto A(5,-3) possui as coordenadas 5 e -3, sendo 5 sua abcissa e -3 sua
ordenada.
• O ponto B(6,5) possui as coordenadas 6 e 5, sendo 6 sua abcissa e 5 sua or-
denada.
• O ponto C(4,5, -3,5) possui as coordenadas 4,5 e -3,5, sendo 4,5 sua abcissa
e -3,5 sua ordenada.
• O ponto D(0,0) possui coordenadas 0 e 0, sendo 0 sua abcissa e 0 sua ordenada.
O ponto D é denominado origem.
y
6
B (6,5)
5
4
A (-5,3)
3
2
1
-6 -5 -4 -3 -2 -1 D (0,0)
-1 1 2 3 4 5 6 x
-2
-3
-4 C (4,5;-3,5)
-5
-6
UNIDADE III 73
Distância entre dois pontos
Agora que você já sabe representar um ponto no plano cartesiano, poderá imaginar
como determinar a distância entre dois pontos. A pergunta é simples: dados dois
pontos, como você pode calcular a distância entre eles? A resposta é bem simples,
e é baseada no Teorema de Pitágoras. Para você perceber isso, observe a Figura 3.
O seu objetivo é descobrir a distância entre os pontos A e B. Antes disso, note que as
coordenadas dos pontos são A x1 ,� y1 e B x2 ,� y2 . Note também que os pontos A, B
e C formam um triângulo retângulo, com o lado AB representando sua hipotenusa.
Os catetos AC e BC medem respectivamente x1 − x2 e y1 − y2. Denominado a medida
do lado AB por d, temos que a distância entre os pontos A e B é dada por:
d x1 x2 2 ( y1 y2 )2 . (1)
d 1 3 2 1 12
d 2 2 2 2
d= 8
d =2 2
2 EXEMPLO Ache o comprimento do segmento cujos extremos são dados pelos pontos (2,-1) e (-1,3).
O comprimento do segmento que possui os pontos dados como extremos nada
mais é que a distância entre tais pontos. Sendo assim, você pode calcular da mesma
forma que no exemplo anterior:
d 3 2 4 2
d = 25
d =5
A pergunta que você deve responder agora é outra: dados dois pontos no plano
cartesiano, como você faria para determinar as coordenadas do ponto médio do
segmento que liga esses dois pontos? Esse é um problema muito importante da
geometria analítica plana e você o utilizará para resolver o problema motivador do
início da unidade. Para isso, considere a Figura 4 a seguir.
UNIDADE III 75
Figura 4 - Ponto médio
Fonte: os autores.
d AM = d BM
xM x1 2 yM y1 2 x2 xM 2 y2 yM 2 ,
Elevando ambos os membros ao quadrado e desenvolvendo os produtos notáveis, obtemos:
2
xM 2 xM x1 x12 yM
2
2 yM y1 y12 x22 2 x2 xM xM
2
y22 2 y2 yM yM
2
2 xM ( x1 − x2 ) + 2 yM ( y1 − y2 ) = ( x1 + x2 ) ( x1 − x2 ) + ( y1 + y2 ) ( y1 − y2 )
2 xM x1 x2 ,
2 yM y1 y2 .
xM
x1 x2 ,
2
yM
y1 y2 .
2
Para que você fixe essa ideia, façamos um exemplo.
xM
2 1 ,
2
yM
1 3 .
2
Com isso, as coordenadas do ponto médio do segmento dado é:
1
xM = ,
2
yM = 1.
Ou seja, 1 ,�1
2
UNIDADE III 77
A Reta
y2 B
y2 y1
A
y1
x2 x1
x1 x2 x
A equação da reta
Nesta seção, o objetivo será o estudo da equação da reta. Você estudará como
determinar a equação da reta sob duas perspectivas: no primeiro momento, você
verá como escrever a equação de uma reta dados um ponto pelo qual ela passa e
a sua declividade. Em seguida, o foco será na obtenção da equação de uma reta
conhecendo-se dois pontos pelos quais ela passa.
UNIDADE III 79
Equação da reta quando são conhecidos um ponto
pelo qual ela passa e sua declividade
Suponha que você conheça um ponto P0 x0 ,� y0 pelo qual uma dada reta passe e o
seu coeficiente angular m, e queira encontrar uma equação, de incógnitas x e y , que
represente o conjunto de pontos P x, y pelos quais a reta passe. Neste caso, como
sabemos que a reta passa por P0 e também por P, temos que a sua declividade m pode
ser escrita como
y y0
m .
x x0
y y0 m x x0 . (2)
4 EXEMPLO Determine a equação da reta que passa pelo ponto (-1,5) e tem coeficiente angular 3.
Você pode resolver este exemplo utilizando a Equação (2), pois foi fornecido um
ponto pelo qual a reta passa e a declividade. Dessa forma, obtém-se:
y 5 3 x 1 .
y 5 3 x 3,
y 3 x + 8,
3x y 8 0.
Digamos que são fornecidos dois pontos pelos quais passa determinada reta e seja
solicitado que você escreva a equação da reta. Como você resolveria este problema?
A solução é simples. Como você conhece dois pontos que pertencem à reta, tais
pontos podem ser usados no cálculo do coeficiente angular. Após a determinação
do coeficiente angular, basta você utilizar a Equação (2) e escrever a equação da reta.
Para que você compreenda este método, o exemplo abaixo é apresentado.
5 EXEMPLO Escreva a equação da reta que passa pelos pontos (-1, 3) e (5,-3).
Primeiramente, você deve calcular o coeficiente angular da reta que passe por
esses pontos. Assim, temos:
3 3
m ,
1 5
m 1.
y 3 1 x 1 .
y 3 x 1,
y x 2,
ou na forma geral
x y 2 0.
UNIDADE III 81
Retas Paralelas e Perpendiculares
mr = ms
1
mr .
ms
1
Por exemplo, as retas y 2 x 1 e y x 2 são perpendiculares.
2
ms tan qs tan 90o qr . Contudo,
r
tan 90o qr cot qr
1
tan qr
,
1
o que nos dá ms .
mr
x
S
6 EXEMPLO Escreva a equação da reta que é paralela à reta y 5 x 2 e que passe pelo ponto (-1,1).
A resolução deste exemplo é bem simples. A reta procurada é paralela à reta
y 5 x 2, portanto possui coeficiente angular igual a 5. Além disso, como ela passa
pelo ponto (-1,1), a sua equação pode ser determinada usando a Equação (2), ou seja,
y 1 5 x 1 .
UNIDADE III 83
Desenvolvendo a última expressão, tem-se
y 1 5 x 5,
y 5 x 6.
2 y 6 x 2 0.
2 y 5 x 2.
5 x 2 6 x 2,
ou seja,
4.
x
11
Com tal resultado, conclui-se que
1
y .
11
Logo as coordenadas de intercessão das retas são: x = 4 e y = 1 .
11 11
Nesta seção, você determinará a distância entre um ponto e uma reta. Conhecer a
distância entre reta e ponto será utilizado quando for introduzida a posição relativa
entre retas e circunferências.
A distância entre um ponto P0 x0 ,� y0 a uma reta de equação y mx n, supondo
que o ponto não pertença à reta, pode ser encontrado por meio da equação
n y0 mx0
d . (3)
m2 1
Para fixar este conceito, um exemplo é apresentado a seguir.
UNIDADE III 85
A Circunferência
x x0 2 y y0 2 R
x x0 2 y y0 2 R2 . (4)
x 12 y 2
2
32 ,
x 12 y 2 2 9
x2 y 2 2 x 4 y 4 0
a qual também corresponde à mesma circunferência.
UNIDADE III 87
Então, coloquemos a equação neste formato.
x2 y 2 6 x 4 y 9 0
x2 6 x y 2 4 y 9 0
x 3 2 y 2 2 4 0
ou ainda
x 3 2 y 2 2 4
x 3 2 y 2 2 22
Com isso, reconhecemos que a circunferência tem raio igual a 2 e centro (-3,2).
Conhecendo o raio, podemos calcular o seu comprimento por meio da conhecida
equação l = 2pr , o que nos fornece l = 4p unidades de comprimento.
Considere agora que lhe seja fornecido um ponto e a equação de uma circunferência: o
que você faria para saber se o ponto é externo, interno ou está sobre a circunferência?
A resposta é bem intuitiva! Basta você determinar a distância do ponto considerado
até o centro da circunferência, caso essa distância seja maior que o raio da circun-
ferência, o ponto é exterior à circunferência. Caso a distância calculada seja menor
que o raio, o ponto é interior. E caso a distância seja igual ao raio, o ponto pertence
à circunferência. Fácil, não é mesmo?
Façamos um exemplo para fixar bem o conceito.
2 2
12 EXEMPLO Seja a circunferência de equação x 3 y 2 4 , verifique a posição dos
pontos A(-2,3), B(5,3) em relação à circunferência dada.
A resolução desta questão é bem simples. Primeiramente, verifique que a cir-
cunferência dada tem cento no ponto (-3,2) e raio igual a 2. Agora basta calcular as
distâncias dos pontos A e B até o centro da circunferência.
2 2
d 2 3 3 2 2
2 2 2 2
d 5 3 3 2 8 1 65
2
x 3 y 2 1 ?
2
4
Observando as equações, você nota que a reta possui coeficiente angular igual a 3
1
e a circunferência possui centro em 3 , 2 e raio igual a 2 . Utilizando a Equação
(3) para determinar a distância da reta à circunferência dadas, temos
2 2 3. 3
d ,
3
2
1
1
d= .
2
Como a distância encontrada foi igual ao raio da circunferência, concluímos que a
reta dada é tangente à circunferência.
Tendo em vista que você já se tornou um perito em Geometria Analítica no Plano,
podemos retornar ao desafio do tesouro, proposto no início da unidade. Para resol-
vê-lo de forma eficiente, vamos definir o eixo x passando pelas mangueiras, com a
origem do sistema de coordenadas localizado na mangueira 1, conforme mostrado
UNIDADE III 89
na forma apresentada na Figura 7. A partir daí, definamos as coordenadas de cada
ponto importante.
• Mangueira 1: M 1 0, 0 ;
• Mangueira 2: M 2 d , 0 ;
• Goiabeira: G a, b ;
• Ponto A: A d b,� a d (distância até M 2 possui a mesma medida do
segmento M 2G );
• Ponto B: B b,� a (distância até M 1 possui a mesma medida do segmento M 1G ).
M2
M1
x
B
Figura 7 - Mapa do Tesouro
Fonte: os autores.
Tente você mesmo explicar porque as coordenadas dos pontos A e B são essas esta-
belecidas (lembre-se da geometria do problema).
Agora, você sabe que o tesouro, ao qual denominaremos de ponto T xT , yT , está lo-
xT
b d b d ,
2 2
yT
a a d d .
2 2
d d
Com isso, as coordenadas do Tesouro são T 2 , 2 . Você deve ter percebido que
as coordenadas do tesouro dependem exclusivamente das coordenadas das man-
gueiras, mais especificamente, dependem da distância entre as mangueiras. Dessa
forma, não dependíamos da localização da goiabeira para localizar o tesouro, ou
seja, caso a goiabeira tivesse sido arrancada, teríamos encontrado o tesouro. Viu
como o seu bisavô foi esperto?
Você sabia que o estudo da geometria teve início no século XVII com René Descartes?
Em seus trabalhos preliminares ele buscou relacionar a álgebra com a geometria, o
que proporcionou a criação de princípios matemáticos capazes de analisar, por meio
da geometria, as propriedades do ponto, da reta e da circunferência, determinando
distâncias entre eles, localização e pontos de coordenadas. Após a realização desse
estudo, a matemática passou a ser considerada uma disciplina moderna visto que
era capaz de explicar e demonstrar situações relacionadas ao espaço.
UNIDADE III 91
Você pode utilizar seu diário de bordo para a resolução.
1. A equação da reta que passa pelo ponto (1,-1) e que é paralela à reta de equação
y 3 x 1 é dado por:
a) y 3 x 1 .
b) y 3 x 2 .
c) y 3 x 5 .
d) y 3x 2 .
e) y 3x 1 .
3. A equação da reta que passa pelo ponto (2,-3) e é perpendicular à reta de equa-
1
ção y x 3 é dada por:
2
a) y 3 x 1.
b) y 3x 2 .
c) y 2 x 7.
d) y 2 x 1 .
e) y 2 x 1.
92
4. O comprimento da circunferência de equação x2 y 2 2 x 6 y 15 0 é igual a:
a) 5p.
b) 25p.
c) 50p.
d) 15p.
e) 10p .
a) 3.
b) 5.
c) 5.
d) 3 5 .
e) 3.
93
LIVRO
94
BOULOS, P.; CAMARGO, I. Geometria Analítica - Um Tratamento Vetorial. 3. ed. São Paulo: Editora Pearson,
2004.
WINTERLE, P. Vetores e Geometria Analítica. 2. ed. São Paulo: Editora Pearson, 2014.
95
1. Você pode resolver esta questão utilizando a Equação (2), pois foi fornecido um ponto pelo qual a reta
passa e a declividade. Dessa forma, obtém-se:
y 1 3 x 1 .
Desenvolvendo a última expressão, tem-se
y 1 3 x 3,
a qual pode ser escrita na forma reduzida (isolando o y)
y 3 x 2,
portanto, a resposta correta é a alternativa B.
2. Para resolver este exemplo você deve utilizar as equações deduzidas anteriormente. Dessa forma,
2 4 ,e yM
3 7 .
xM
2 2
Com isso, as coordenadas do ponto médio do segmento dado é:
xM = 1, e yM = 5.
Ou seja, 1,� 5 . Portanto, a alternativa correta é a letra A.
1
3. Como a reta r procurada é perpendicular à reta s:� y x 3, a relação entre os seus coeficientes angu-
2
1 1
lares é dada por mr . O coeficiente angular de s é ms . Assim, o coeficiente angular da reta
ms 2
procurada é igual a mr = 2 . Com isso, estamos procurando uma reta de coeficiente angular igual a 2 e
que passa pelo ponto (2,-3). Utilizando a Equação (2), obtemos:
y 3 2 x 2.
Desenvolvendo a última expressão, tem-se
y 3 2 x 4,
A qual pode ser escrita na forma reduzida
y 2x 7
Portanto, a alternativa correta é a C.
96
4. Para resolver a esta questão, primeiramente devemos encontrar o centro e o raio da circunferência. O
reconhecimento do centro e do raio de uma circunferência quando é fornecida a equação é facilmente
realizado se a equação estive na forma da Equação (4). Então, coloquemos a equação neste formato.
x2 y 2 2 x 6 y 15 0
2
O próximo passo é completar os quadrados da equação acima. Antes disso, lembremos que a b a2 2ab b2
e a b 2 a2 2ab b2 . Utilizando essas duas expressões, verificamos que x 12 x2 2 x 1 e y 3 2 y 2 6 y 9.
Logo, a equação da circunferência dada neste problema pode ser escrita como
x 12 y 3 2 25 0
ou ainda
x 12 y 3 2 25
x 12 y 3 2 52
Com isso, reconhecemos que a circunferência tem raio igual a 5 e centro (1,-3). Conhecendo o raio, podemos
calcular os seu comprimento por meio da conhecida equação l = 2pr , o que nos fornece l = 10p unidades
de comprimento. Portanto, a alternativa correta é a E.
5. A circunferência dada nessa questão é a mesma da questão 4, cujo centro possui coordenadas (1,-3). Assim,
a distância do ponto (-2,3) ao centro da circunferência é dada por
d 2 12 3 3 2
d = 45,
d = 3 5.
97
98
99
100
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Vetores no Plano
e no Espaço
PLANO DE ESTUDOS
Soma de vetores e
Produto Vetorial
multiplicação por escalar
OBJETIVOS DE APRENDIZAGEM
• Definir vetor e calcular a soma de vetores e multiplicação • Definir e calcular o produto escalar entre vetores, utilizan-
de vetores por um número real, identificando as proprie- do-o para identificar o ângulo entre dois vetores.
dades dessas operações. • Definir e calcular o produto vetorial.
• Definir e calcular o produto misto.
Soma de Vetores e
Multiplicação por Escalar
Vetores no Plano
De um ponto de vista prático, um vetor pode ser definido como um segmento orienta-
do, que é caracterizado por um módulo, uma direção e um sentido. O módulo, também
denominado como norma, é o comprimento do vetor. Dados dois pontos no plano
cartesiano, podemos definir dois vetores que tenham a origem e a extremidade nesses
pontos. Considerando os pontos A x1 ,� y1 e B x2 ,� y2 , podemos definir os vetores
AB, com origem em A e extremidade em B, e BA, com origem em B e extremidade
em A. Uma maneira eficiente de se representar um vetor é por meio de suas coorde-
nadas; por exemplo, o vetor AB possui coordenadas x2 x1 ,� y2 y1 e o vetor BA
possui coordenadas x1 x2 ,� y1 y2 . Note que dados os dois pontos que definem a
origem e a extremidade de um dado vetor, para determinarmos as coordenadas do
vetor basta subtrairmos as coordenadas da origem das coordenadas da extremidade.
UNIDADE IV 103
1 EXEMPLO Dados os pontos P 1, 2 e Q 3, 1, obtenha as coordenadas do vetor PQ.
Note que o vetor PQ solicitado possui origem em P e extremidade em Q, portanto
as suas coordenadas são obtidas mediante a subtração das coordenadas de Q das
coordenadas de P. Dessa forma, temos:
PQ 3 1,�1 2 4, 3
Portanto, o vetor PQ possui coordenadas iguais a (-4,3).
Contudo, o que significam as coordenadas encontradas no Exemplo 1? Elas re-
presentam as coordenadas de um vetor com a origem na origem do sistema de
coordenadas cartesianas. Você não achou estranho esse resultado, já que o vetor PQ
possui a origem no ponto (1,-2)? Isso ocorre porque quando representamos o vetor
PQ, utilizamos as coordenadas dos pontos que representam a sua origem e a sua
extremidade em relação à origem do sistema de coordenadas cartesiano. Neste caso,
quando estabelecemos a diferença entre tais pontos, obtemos o resultado também
em relação à origem do sistema cartesiano. Dessa forma, o vetor PQ obtido ficou
dado tendo sua origem na origem do sistema cartesiano.
Na verdade, quando temos vetores que possuem o mesmo tamanho, a mesma
direção e o mesmo sentido, dizemos que eles são equivalentes, ou em um linguajar
mais apropriado, dizemos que são equipolentes. Na essência, todos vetores nessas
condições representam o mesmo vetor.
Por exemplo, todos os vetores representados na Figura 1 são equipolentes ao vetor
v com coordenadas x, y .
v v
y P
v v
v 0 x X
v
2 EXEMPLO (a) Dada a Figura A, escreva as coordenadas dos vetores AB e CD.
(b) Considerando que os vetores AB e CD sejam paralelos ao vetor v, podemos dizer
que eles são equipolentes a v?
y y
4
B D
3
2 vy v
A C
1
x θ x
1 2 3 4 5 6 vx
Figura A Figura B
Conforme você aprendeu no exemplo 1, as coordenadas dos vetores AB e CD são
facilmente encontradas subtraindo-se as coordenadas da origem das coordenadas
das extremidades. Sendo assim, temos:
As coordenadas do vetor AB 1, 2 e do vetor CD 1, 2 .
A letra b é facilmente respondida, pois os vetores AB e CD são paralelos ao vetor
v, e, além disso, possuem as mesmas coordenadas de v. Portanto, são AB e CD de
fato equipolentes a AB e CD.
Dando continuidade à discussão, é importante que você conheça uma outra forma
de se representar vetores. Você já sabe que um vetor pode ser representado por um
par ordenado; contudo, também é possível representá-lo por meio de uma matriz
coluna. Por exemplo, o vetor v vx , v y pode ser representado da seguinte forma
vx
v .
vy
Essa representação dos vetores é interessante para realizar as operações com vetores,
pois já conhecemos o cálculo matricial.
Outro ponto importante no estudo dos vetores no plano é a determinação do
comprimento e da orientação do vetor quando nos são fornecidas suas coordenadas.
Essa é uma tarefa muito fácil, conforme será mostrado a seguir.
O comprimento do vetor, também denominado módulo ou norma do vetor, pode
ser encontrado por meio da aplicação do Teorema de Pitágoras. Note na Figura B que
o comprimento do vetor v representa a hipotenusa do triângulo retângulo destacado,
enquanto as medidas dos catetos são dadas por suas coordenadas (também denomi-
UNIDADE IV 105
nadas componentes do vetor). Assim, dado v vx , v y , temos que o comprimento
de v , representado por v ou simplesmente v é dado por
v vx2 v y 2 . (1)
A orientação do vetor v � é definida como o ângulo que o vetor forma com o eixo x no
sentido anti-horário. Conforme você pode ver na Figura B, podemos utilizar a trigo-
nometria no triângulo retângulo para determinar o ângulo q. Fazendo isso, obtém-se
vx = v cos θ
(2)
v y = vsenθ
v y senq
= = tg q,
vx cosq
com isso, tem-se
vy
q acrtg . (3)
vx
3 EXEMPLO Dado o vetor a 1, 1, determine o seu comprimento e a sua orientação.
O comprimento do vetor a é facilmente encontrado,
a a 12 12 2 .
1
q arctg arctg 1 45o.
1
v vx i v y j
Assim, um mesmo vetor v pode ser representado nas três formas:
vx
v vx , v y vx i v y j
vy
Por exemplo, o vetor apresentado no Exemplo 3 pode ser escrito alternativamente como
a = 1i + 1 j = i + j
Agora você já sabe representar vetores no plano. As operações relativas aos vetores
no plano serão estudadas em conjunto com os vetores no espaço, pois a forma de
realizá-las é equivalente.
Vetores no Espaço
zp
yp
y
xp
UNIDADE IV 107
Conforme você vê na Figura 2, as coordenadas do ponto P são P x p ,� y p ,� z p . Na
Figura 5, você pode observar a representação de um vetor v vx , v y , vz no espaço
tridimensional. Como é esperado, para que você represente um vetor no R3 utilizando
vetores unitários, é necessário definir o vetor unitário na direção do eixo z, o qual será
denominado k . Nesse sentido, o vetor v pode ser escrito como v vx i v y j vz k .
Figura 3 - Vetor no R3
Fonte: os autores.
h vx2 v y 2 .
Por fim, identificamos que o comprimento do vetor v nada mais é que a medida
da hipotenusa do triângulo retângulo cujos catetos são vz e h. Neste caso, obtemos
v v vx2 v y 2 vz 2 . (4)
Agora, para que você fixe bem este último conceito, façamos o exemplo proposto.
4 EXEMPLO Calcule o comprimento do vetor a 1,� 1,� 5 .
Para determinarmos o comprimento do vetor dado, basta utilizarmos a Equação
(4). Dessa forma, temos
2
a a 12 1 52 27 .
Soma de Vetores
Neste tópico, você aprenderá a adicionar vetores, bem como todas as propriedades
desta operação vetorial. Quando adicionamos dois vetores, obtemos um novo vetor, ou
seja, se a adição for realizada no plano, por exemplo, ao operar dois vetores pertencen-
tes ao plano, obtém-se um novo vetor também pertencente ao plano. Conforme você
estudará na sequência deste curso o plano (R2) é um exemplo de um espaço vetorial.
Portanto, todas as vezes que adicionamos dois vetores pertencentes a um dado espaço
vetorial, obtemos como resultado outro vetor que pertence ao mesmo espaço vetorial.
A soma de vetores será introduzida da maneira mais intuitiva possível. Para isso,
considere dois vetores no R2, u e v , por exemplo. Se quisermos fazer a soma u + v , trans-
ladamos v de forma que sua origem coincida com a extremidade de u. A soma u + v é o
vetor que sai da origem de u e vai até a extremidade de v, conforme mostra a Figura 4.
UNIDADE IV 109
C
v
u+v
u B
A
Figura 4 - Soma de vetores
Fonte: os autores.
Caso u e v sejam transladados paralelamente a eles mesmos e colocados sob uma
mesma origem, obtemos um paralelogramo, conforme aparece na Figura 5. A diagonal
deste paralelogramo representa o vetor u + v .
C
u+v
v
u B
Figura 5 - Paralelogramo
Fonte: os autores.
v+w
v2+w2
w2
v2 v
w2
w
v1
v1 w1 v1+w1 X
UNIDADE IV 111
Algumas propriedades da adição de vetores são apresentadas a seguir:
1. Comutatividade: v w w v ;
2. Associatividade: u v w u v w;
3. Elemento Neutro: v 0 0 v � v ;
onde 0 0, 0 representa o vetor nulo. Mais uma vez, essas propriedades da adição
de vetores já eram esperadas, pois são as mesmas propriedades da adição de matrizes
já estudadas na Unidade 1.
5 EXEMPLO Dados os vetores u 1, 1, 3 , v 2, 0, 5 e w 0, 0, 1, calcule:
a) u + v ;
b) v + w;
c) verifique que v u u v ;
d) verifique que u v w u v w .
Resolução
a) A soma u + v é obtida adicionando-se as componentes correspondentes de cada
vetor. Dessa forma, u v 1 2,� 1 0,� 3 5 , o que fornece u v 3, 1, 2 .
b) A soma v + w é calculada de forma análoga, ou seja, v w 2, 0, 4 .
c) Para verificar que v u u v , basta calcularmos v + u , pois já sabemos o
resultado de u + v . Fazendo isso, obtemos v u 3, 1, 2 , confirmando a
comutatividade da soma.
d) Temos que u v w 1, 1, 3 2, 0, 4 3, 1, 1 . Por outro lado,
u v w 3, 1, 2 0, 0,1 3, 1, 1. Esse resultado confirma a asso-
ciatividade da soma dos vetores dados.
Ou seja, você pode perceber que quando multiplicamos um escalar k por um vetor
v, não alteramos a direção de v, apenas podemos aumentar ou diminuir o seu ta-
manho, além de modificar o seu sentido. A Figura 7 traz exemplos da representação
geométrica desta operação.
v v v
2 .v -2 . v
1.
v
3
-v
u+v
u
u-v
u
B
v
A
Figura 8 - Diferença entre vetores
Fonte: os autores.
UNIDADE IV 113
Observe a Figura 8 e note que estando os vetores u e v na mesma origem, o resultado da
diferença u − v possui origem na extremidade de v e extremidade na extremidade de u.
Algumas propriedades da multiplicação de vetores por escalares que podem ser
facilmente demonstradas e verificadas estão explicitadas a seguir:
1. k1 k2 v k2 k1v ,
2. k u v ku kv ,
3. k1 k2 u k1u k2u ,
em que k1, k2 e k são escalares. Para que você fixe os conceitos desta seção, apresen-
taremos o seguinte exemplo.
6 EXEMPLO Dados os vetores u 1, 1, 3 e v 2, 0, 5 , calcule 2u − 3v .
Essa tarefa é fácil de realizar. Primeiramente, reescreva a expressão na forma
2u 3v . Depois disso, calcule os produtos 2u e −3v e por último adicione os
resultados. Assim, você obterá
2u 3v 2, 2, 6 6, 0, 15 4, 2, 21 .
Você já viu como se soma vetores e como se multiplica vetores por números reais.
Neste ponto, você deve estar se perguntando: como fazemos para multiplicar dois
vetores? Não há apenas uma maneira de se multiplicar vetores. Nas duas próximas
seções, você estudará duas formas: o produto escalar e o produto vetorial. Cada uma
dessas maneiras de se realizar o produto entre vetores tem suas peculiaridades e suas
aplicações, conforme você perceberá.
UNIDADE IV 115
DEFINIÇÃO 1
O produto escalar ou interno entre dois vetores u e v é definido por
u v u v cos q , (5)
u
u
θ v
θ v
Figura 9 - Ângulo entre vetores
Fonte: os autores.
Ao observar a Equação (5) apresentada, você deve ter imaginado que para calcular
o produto escalar entre dois vetores seja imprescindível que se conheça o ângulo for-
mado entre eles. Se você utilizar necessariamente a Equação (5), a resposta é positiva.
Contudo, caso sejam fornecidas apenas as componentes dos vetores, como você pode
calcular o produto escalar entre eles? Para esse fim, desenvolveremos uma equação
que nos permitirá realizar tal cálculo e generalizar a definição do produto escalar.
Note na Figura 9 que no triângulo definido por u, v e u − v , o lado oposto ao
ângulo entre os vetores u e v é justamente a diferença u − v . Neste caso, podemos
utilizar a conhecida lei dos cossenos para determinarmos o comprimento de u − v
em termos de u e v . Dessa forma, temos:
2 2 2
u v u v 2 u v cos q.
2 2
1 u −v + u + v
2
cos θ =
2 u v
2 2 2
u ⋅v = u − v + u + v (6)
Se considerarmos u u1 ,� u2 , u3 e v v1 ,� v2 , v3 , temos que
u − v = ( u1 − v1 , u2 − v2 , u3 − v3 )
2 2 2 2 2
Assim, u v u1 v1 u2 v2 u3 v3 , u u12 u22 u32 e
2
v v12 v22 v32 . Substituindo esses resultados na Equação (6), obtemos:
u v u1v1 u2 v2 u3v3 . (7)
A Equação (7) deduzida permite que você calcule o produto escalar entre dois vetores
sem a necessidade de conhecimento do ângulo formado pelos vetores.
Para vetores no R2, a Equação (7) fica escrita como u v u1v1 u2 v2, em que
u u1 ,� u2 e v v1 ,� v2 .
Um fato interessante é que podemos utilizar os resultados dados nas Equações
(5) e (7) para determinar o ângulo entre dois vetores. Neste caso, obtemos:
u v
cos q (8)
u v
Outro ponto bastante interessante no estudo do produto escalar é a sua relação com
a norma (comprimento) de um vetor. Para esse fim, considere o produto escalar de
um vetor com ele mesmo calculado mediante a Equação (7),
v v v1v1 v2 v2 v3v3 v12 v22 v32 .
UNIDADE IV 117
Contudo, da Equação (4), sabemos que v vx2 v y 2 vz 2 . Com isso, concluí-
mos que
v ⋅ v = v 2.
2. u v w u v w (associatividade)
3. k v w kv w v kw (associatividade)
Para que você fixe os conceitos desenvolvidos nessa seção, faremos dois exemplos.
7 EXEMPLO
Sejam u 3 ,�1,� 0 e v 2, 2 3 , 0 , calcule:
a) u ⋅ v
b) u
c) v
d) O ângulo entre u e v .
3
2
b) A norma de u é dada por u 12 02 4 2.
2 2 2
2
c) A norma de v é dada por v 3 02 16 4.
d) O ângulo entre os vetores pode ser encontrado com o uso da Equação (8).
Fazendo isso, obtemos:
4 3 3
=
cos q = .
8 2
3
Dessa forma,q cos 1 30o.
2
8 EXEMPLO Verifique que os vetores i 1, 0, 0 , j 0, 1, 0 e k 0, 0, 1 são mutuamente per-
pendiculares.
Primeiramente você deve encontrar o comprimento de cada um dos vetores da-
dos. Fica para você mostrar que o comprimento de cada um deles é igual a 1. Por esse
motivo, tais vetores são denominados vetores unitários. Utilizando a Equação (7),
também é fácil verificar que
i j i k � j k 0
Dessa forma, fica claro que cos θ = , o que fornece θ = . Isso nos mostra que de
fato os vetores dados são perpendiculares entre si. Você deve lembrar que os vetores
considerados nesse exemplo são os vetores utilizados para se representar qualquer
vetor do R3.
UNIDADE IV 119
Produto
Vetorial
• tem direção perpendicular a u e a v ;
• tem o sentido dado pela regra da mão direita: considerando que o ângulo entre
u e v é θ, giramos o vetor u de um ângulo θ até que coincida com o vetor v e
acompanhamos este movimento com os dedos da mão direita, então o polegar
vai apontar no sentido de u × v .
u × v = −v × u
Isso decorre do fato que apenas o sentido do vetor u × v é trocado quando trocamos
a ordem do produto vetorial. Nesse sentido, podemos dizer que o produto vetorial
não é comutativo.
Assim como fizemos quando estudamos o produto escalar, partiremos da definição
e procuraremos uma expressão que nos permita calcular mais facilmente o produto
vetorial. Desenvolveremos tal expressão a partir do que foi estabelecido na definição:
o resultado de u × v é um vetor perpendicular a u e a v. Sejam, então u u1 ,� u2 , u3
UNIDADE IV 121
e v v1 ,� v2 , v3 . Seja também u v x, y, z . Como u deve ser perpendicular a
u × v , o produto escalar entre eles deve ser nulo, ou seja,
u u v 0
O que fornece:
u1 x u2 y u3 z 0
Da mesma forma, v deve ser perpendicular a u × v , o produto escalar entre eles deve
ser nulo, ou seja,
v u v 0
O que fornece:
u1 x u2 y u3 z 0
u1 x u2 y u3 z 0
v1 x v2 y v3 z 0
o qual admite infinitas soluções. Você pode verificar que uma dessas soluções é dada por:
x u2 v3 u3v2 ,
y u1v3 u3v1 ,
z u1v2 u2 v1.
Qualquer múltiplo dessa solução também é solução do sistema. Com tal solução,
podemos escrever o resultado
u v u2 v3 u3v2 ,� u1v3 u3v1 ,� u1v2 u2 v1 (9)
i × j = ( 0.1 − 0.0 1.1 − 0.0, 1.0 − 1.0 ) = ( 0,1 0 ) = j .
j ×k =i
i ×k =− j
k ×i = j
j × i = −k
E ainda,
i i j j k k 0.
Se representarmos os vetores uu×e×vv em termos dos vetores unitários,
u = u1i + u2 j + u3 k
v = v1i + v2 j + v3 k
podemos escrever uma fórmula mnemônica para o cálculo de u × v , qual seja:
i j k
u v det u1 u2 u3
v
1 v2 v3
Note que essa fórmula mnemônica realmente reflete a definição de produto vetorial,
pois as seguintes considerações podem ser feitas:
1. Se trocarmos a posição de duas linhas em uma matriz, o sinal do determinante
muda. Essa propriedade do determinante reflete a antissimetria do produto
vetorial, ou seja, u v v u .
2. Se uma matriz tem duas linhas (ou duas colunas) idênticas, o seu determinante
é nulo. Isso reflete a propriedade u u 0, ou seja, o produto vetorial de dois
vetores paralelos é sempre nulo.
Para que você fixe os conceitos desenvolvidos até aqui, segue um exemplo.
UNIDADE IV 123
9 EXEMPLO Dados os vetores u 1, 1, 3 e v 2, 0, 5 , calcule u × v .
Você pode calcular o produto vetorial por duas formas distintas: usando a Equação
(9) ou utilizando a fórmula mnemônica. Calcularemos utilizando a segunda opção.
Neste caso, temos
i j k
u v det 1 1 3
2 0 5
u v 5i 6 j 0k 0i 5 j 2k 5i 11 j 2k .
Essas propriedades são facilmente demonstradas. Você deve fazê-las como exercício.
B D
A C
Figura 12 - Exemplo 10
Fonte: os autores.
É fácil perceber que a área deste triângulo é igual à metade da área do paralelogramo
definido pelos vetores AB e BC . Neste caso, temos:
1
Área AB BC
2
i j k
uuur uuur
AB BC det 1 2 4 6i j k
1 1 5
Assim, AB BC 38. Por isso,
38
Área =
2
UNIDADE IV 125
Produto
Misto
u X v
área da base = u × v .
Por outro lado, a altura do paralelepípedo pode ser encontrada por meio do vetor w
e do ângulo q e pelo uso de trigonometria básica. Neste caso, obtemos:
altura = w cosq.
UNIDADE IV 127
Dessa forma, temos:
volume área � da
� base altura
volume w u v cosq
O que coincide com a definição do produto escalar entre w e u × v . Por fim, po-
demos escrever:
volume w u v .
1. u u v v u v 0.
2. w u v w u v.
Na sequência, será apresentado um exemplo para que você fixe o conceito estudado.
11 EXEMPLO Calcule o volume do paralelepípedo definido pelos vetores u 1, 1, 2 , v 0, 1, 2
e w 1, 0, 3 .
Primeiramente, você deve calcular o produto misto entre os três vetores dados.
Isso nos fornece
1 1 2
u v w det 0 1 2 3 2 0 2 0 0 3.
1
0 3
Como
volume u v w ,
temos que
volume= 3= 3.
Agora que você já sabe tudo acerca dos vetores no espaço, que tal praticar o que
aprendeu por meio das atividades de estudo? Chegou a sua vez!
UNIDADE IV 129
Você pode utilizar seu diário de bordo para a resolução.
2. Dados u
2 , 0,�1 e v 1, 1, 2 , o cosseno do ângulo entre u e v é:
6 b)
3
a)
3 2
5 3
c) d)
3 6
e)
3
3
3. Dados os vetores u 0, 2, 1 e v 1, 2, 3 , o vetor perpendicular ao plano
que contém u e v é:
a) 2, 2, 2 .
b) 1, 2, 3 .
c) 4, 1, 1.
d) 4, 1, 2 .
e) 4, 2, 2 .
130
4. A área do paralelogramo delimitado pelos vetores u 0, 2, 1 e v 1, 2, 3 é:
a) 3 unidades de área.
b) 7 unidades de área.
c) √21 unidades de área.
d) √30 unidades de área.
e) 5 unidades de área.
5. O volume do paralelepípedo definido pelos vetores u 2, 0, 1, v 1, 1, 1
e w 2, 3, 0 é igual a:
a) 5 unidades de volume.
b) 13 unidades de volume.
c) 9 unidades de volume.
d) 11 unidades de volume.
e) 7 unidades de volume.
131
LIVRO
132
BOULOS, P.; CAMARGO, I. Geometria Analítica - Um Tratamento Vetorial. 3. ed. São Paulo: Editora Pearson, 2004.
WINTERLE, P. Vetores e Geometria Analítica. 2. ed. São Paulo: Editora Pearson, 2014.
133
1. O comprimento do vetor a� é facilmente encontrado,
2
a a 12 3 4 2.
3
q arctg
1
o
arctg 3 300 .
Logo, o vetor dado tem o comprimento igual a 2 e forma um ângulo de 300 graus com a horizontal no
sentido positivo. Portanto, a alternativa correta é a letra B.
2. Para encontrarmos o cosseno do ângulo entre os vetores dados, antes devemos calcular o produto escalar
entre eles, bem como determinar a norma de cada um.
Para calcularmos o produto escalar, basta utilizarmos a Equação (7). Dessa forma, temos:
u ⋅v = 2 + 0 + 2 = 2 2
( 2)
2
A norma de u é dada por u = + 02 + 12 = 3.
(1)2 + ( −1)2 + ( )
2
A norma de v é dada por v = 2 = 4 = 2.
O cosseno do ângulo entre os vetores pode ser encontrado com o uso da Equação (8). Fazendo isso, obtemos:
2 2 6
=
cos q = .
2 3 3
Portanto, a alternativa correta é a letra A.
3. Para determinarmos o vetor perpendicular ao plano contendo os vetores dados, basta calcular o produto
vetorial entre eles, pois o resultado de tal produto nos fornece um novo vetor que é perpendicular a ambos
vetores multiplicados.
i j k
u v det 0 2 1 4i j 2k .
1 2 3
134
4. A área do paralelogramo definido por dois vetores nada mais é que a norma do produto vetorial entre
eles. Como os vetores dados são os mesmos da questão anterior, basta calcularmos a norma do vetor
encontrado na questão anterior. Fazendo isso, temos:
u v 16 1 4 21.
5. O volume do paralelepípedo definido pelos vetores dados é igual ao módulo do produto misto entre eles.
Dessa forma:
2 0 1
u v w det 1 1 1 7,
2 3 0
135
136
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Retas e Planos do R3
PLANO DE ESTUDOS
Equação da reta no R3
OBJETIVOS DE APRENDIZAGEM
• Identificar e escrever a equação do plano. • Identificar as posições relativas entre retas e planos.
• Identificar e escrever a equação da reta no R3.
Equação do Plano
no Espaço
“
“
Prefiro o banco de três pernas, pois eles
nunca mancam.
n ⋅ PA =0
a, b, c x x0 ,� y y0 ,� z z0
a x x0 b � y y0 c z z0 (1)
1 EXEMPLO Escreva a equação do plano que passe pelo ponto P 1, 2,� 4 e seja ortogonal ao
vetor n 3i 2 j k .
A resolução deste exemplo é muito simples, basta utilizar as coordenadas do ponto P
(que pertence ao plano) e do vetor normal ao plano na Equação (1). Fazendo isso, temos:
3 x 1 2 y 2 1 z 4 0
UNIDADE V 139
Desenvolvendo esta última equação, temos:
3 x 3 2 y 4 z 4 0,
3 x 2 y z 3 0.
X
A
π
Figura 1 - Plano
Fonte: os autores.
Agora que você já compreendeu como escrever a equação de um plano se for fornecido
um ponto pelo qual o plano passa e o vetor normal ao plano, consideraremos o caso
em que são dados apenas três pontos que pertençam ao plano. Você sabia que, assim
como por dois pontos passa apenas uma reta, por três pontos passa apenas um plano?
Podemos utilizar esse postulado da geometria para escrever a equação do plano. Con-
sidere então os pontos P x0 ,� y0 ,� z0 � , Q x1 ,� y1 ,� z1 � e R x2 ,� y2 ,� z2 � pertencentes ao um
plano a . A partir desses pontos, podemos construir os vetores v = QP e w = RP , os
quais pertencem ao plano a . Se calcularmos o produto vetorial v w a, b, c n ,
obtemos um vetor perpendicular a v e w simultaneamente e, por isso, perpendicular
ao plano a . Pronto, agora já temos o vetor normal ao plano, bem como um ponto
pelo qual o plano passa (podemos utilizar qualquer um dos três pontos dados). Sendo
assim, podemos utilizar a Equação (1) e finalmente escrever a equação do plano a
(WINTERLE, 2014). Tudo isso ficará mais claro no exemplo a seguir.
AC = ( 0 − 1 0 − 0 −1 − ( −3) ) = ( −1, 0, 2 )
n = ( −4 −2 −2 ) .
4 x 1 2 y 0 2 z 3 0,
– 4x + 4 –2y –2z – 6 = 0
4 x 2 y 2 z 2 0.
Viu como foi fácil! Uma curiosidade muito importante que talvez você já tenha notado
é a seguinte: se você já conhecer a equação do plano e quiser saber qual é o vetor nor-
mal ao plano, basta observar os coeficientes das variáveis x , y e z . Esses coeficientes
são justamente as coordenadas do vetor normal ao plano. Observe o exemplo a seguir.
Planos que passam pela origem terão um interesse teórico muito relevante a partir
da próxima unidade. Para escrever um plano que passa pela origem, você já conhece
um ponto que passa pelo plano, o qual é a própria origem P 0, 0, 0 . Suponha que o
UNIDADE V 141
vetor n a, b, c seja normal ao plano. Neste caso, temos:
a x 0 b y 0 c z 0 0,
ax by cz 0
a qual representa a equação de um plano que passa pela origem. A diferença entre
a equação de um plano que passa pela origem e a equação de outro que não pas-
sa pela origem está na ausência do termo independente no primeiro tipo, ou seja,
equações de planos que passam pela origem não possuem termo independente.
Assim, enquanto ax by cz 0 é a forma geral de um plano que passa pela ori-
gem, ax by cz d 0 é a forma geral de um plano que não passa pela origem.
Por exemplo, o plano 2 x y 3 z 5 0 não passa pela origem, enquanto o plano
3 x y 2 z 0 passa.
Agora que você já sabe identificar e escrever equações de planos no espaço, o
próximo passo será estudar as retas no espaço.
UNIDADE V 143
Isso nos fornece:
x x0 la
y y0 lb
z z lc
0
ou ainda
x = x0 + λa
y = y0 + λb . (2)
z = z + λc
0
x x0 y y0 z z0
.
a b c
4 EXEMPLO Considere a reta que passe pelo ponto P 1, 1, 3 e que seja paralela ao vetor
v 1, 0, 2 , obtenha sua equação na forma paramétrica e também na forma simétrica.
Esse exemplo é facilmente solucionado, pois já conhecemos um ponto pelo qual
a reta passa, bem como o seu vetor diretor. Neste caso, temos:
Equações paramétricas:
x = 1+λ
y = −1
z = 3 − 2λ
Equações simétricas:
3 z
x 1
2
Observe que a forma simétrica não contém a variável y ; isso indica que a reta dada
é paralela ao plano xz. Isso já era esperado, pois ela é paralela ao vetor v 1, 0, 2 ,
o qual está no plano xz, pois tem componente y igual a zero.
Figura 2 - Reta no R3
Fonte: os autores.
Suponha que você não conheça o vetor diretor de uma reta, mas conhece dois pontos
pelos quais ela passa. Seria possível obter as equações que representam essa reta? A
resposta é positiva, pois, a partir dos pontos conhecidos, você pode encontrar o vetor
diretor. Veja o exemplo a seguir.
5 EXEMPLO Encontre as equações paramétricas da reta que passa pelos pontos P 2, 1, 0
e Q 1, 0, 1 .
Como a reta passa pelos dois pontos dados, então o vetor
PQ 1 2 ,� 0 1,� 1 0 3, 1, 1 é o vetor diretor da reta, pois este vetor é
paralelo à reta. Neste caso, podemos usar tanto P como Q para escrever a equação
da reta. Usando P , temos:
x = −2 + 3λ
y = 1−λ
z = −λ
Essas são as equações paramétricas da reta.
UNIDADE V 145
Um item interessante neste estudo é a caracterização do alinhamento de três pontos.
Suponha que fosse a você solicitado que descobrisse se três pontos dados estão ali-
nhados: o que você faria? A resposta é bem simples e é amparada no que já estudamos
sobre retas. Sejam os pontos P x0 ,� y0 ,� z0 , Q x1 ,� y2 ,� z3 e R x2 ,� y2 ,� z2 . Para que
P , Q e R sejam alinhados, é necessário que os vetores PQ� � e PR sejam paralelos,
isto é, PR = k PQ . Isso leva a:
x2 x1 ,� y2 y1 ,� z2 z1 k x3 x1 ,� y3 y1 ,� z3 z1
O que induz a
x2 x1 y2 y1 z2 z1
,
x3 x1 y3 y1 z3 z1
que é a condição de alinhamento de três pontos. Para fixar esse conceito, considere
o exemplo a seguir.
y2 y1 4 2 6
3,
y3 y1 4 2 2
z2 z1 3 6 3
3.
z3 z1 7 6 1
Como
x2 x1 y2 y1 z2 z1
,
x3 x1 y3 y1 z3 z1
UNIDADE V 147
7 EXEMPLO Determine o ângulo entre os planos
a1 : 3 x 2 y 6 z 5 0
a2 : 5 x 3 y 2 z 1 0
Já sabemos identificar os vetores normais aos planos a partir das equações. Neste
caso, temos que n1 3, 2, 6 e n2 5, 3, 2 . De imediato, já percebemos que
os planos dados não são paralelos, pois os seus vetores normais não são múltiplos.
Assim, o ângulo entre os planos é calculado por
n1 n2
cos q .
n1 n2
2
n1 32 2 62 49 7.
2
n2 52 32 2 36 6.
n1 n2 3.5 2 .3 6. 2 15 6 6 2 9 6 2 3 3 2 2 .
Assim,
cos q
3 32 2 32 2
.
7 .6 14
32 2 o
q cos 1 89, 3 .
14
a1 : 3 x y z 0
a2 : x 2 y z 1 0
Já sabemos que, para escrever a equação de uma reta, precisamos dos seguintes itens:
conhecer um ponto pelo qual a reta passa e o seu vetor diretor, ou conhecer dois
pontos pelos quais a reta passa. Como a reta de intersecção dos planos dados pertence
a ambos, então o seu vetor diretor é perpendicular aos vetores normais de ambos
os planos, pois o vetor diretor da reta é paralelo à reta e, assim, paralelo também aos
planos; logo ele deve ser perpendicular aos vetores normais. Os vetores normais aos
planos são dados por n1 3, 1, 1 e n2 1, 2, 1. Dessa forma, o vetor diretor
pode ser encontrado tomando-se
i j k
n1 n2 det 3 1 1 1, 4, 7 .
1 2 1
Agora que já temos o vetor diretor, precisamos de um ponto que pertença à reta, para
isso voltemos às equações dos planos
3x − y + z = 0
x + 2 y − z −1 = 0 .
Note que temos apenas duas equações e três incógnitas, por isso não conseguiríamos
encontrar a solução. Para resolver isso, tomemos x = 0 . Ficamos então com
−y + z = 0
2 y − z − 1 = 0 .
UNIDADE V 149
Analisar posição relativa entre duas retas já é um pouco mais complicado, pois duas
retas no espaço pode ocorrer uma das seguintes situações:
• as retas se interceptam em um ponto, ou seja, são concorrentes;
• as retas são paralelas;
• as retas são reversas, isto é, não são paralelas nem se interceptam.
E como fazer para identificar cada situação? Fazer isso é bem simples! Primeiramente,
para saber se as retas se interceptam, basta substituir os valores das variáveis x , y e
z de uma na outra. Se as equações resultantes forem satisfeitas e não for obtido ne-
nhuma contradição, dizemos que as retas são concorrentes. Vejamos alguns exemplos.
2 + 4 λ = γ → γ = 2 − 4λ .
− λ = 1 − γ → γ = λ + 1.
Note que enquanto a equação da reta r está na forma paramétrica, a da reta s encon-
tra-se na forma simétrica. O método de resolução é o mesmo do exemplo anterior:
substituir a equação de uma reta na outra. Substituindo as variáveis x , y e z da
reta r na reta s , obtemos:
1 2 4 l
2l 1
4 6
3 4 l
2l 1 ,
4 6
3 1
2λ − 1 = − 4 → λ = 8
O que nos leva ao sistema:
4 + λ = − 3 → λ = − 17 .
6 4 2
Note que chegamos a uma contradição, pois encontramos dois valores para l . Con-
cluímos assim que as retas r e s não são concorrentes.
Muito bom! Você já sabe verificar se duas retas são concorrentes ou não. Agora
resta descobrir qual o ângulo que elas formam. Para fazer isso, basta descobrir o ângulo
formado pelos vetores diretores das retas. Achou fácil? Realmente é, pois você já sabe
fazer tudo isso. Dada a equação de uma reta, seja na forma simétrica ou paramétrica,
você já sabe como identificar o seu vetor diretor. Além disso, você também já sabe
como determinar o ângulo entre vetores por meio do produto escalar. Então, vamos
colocar as mãos no trabalho. Antes de analisar os exemplos, lembremos que duas
retas concorrentes definem quatro ângulos (vide Figura 3), congruentes dois a dois
(os dois opostos pelo vértice). O ângulo entre as retas é definido como o menor dos
ângulos. Para isso, consideraremos sempre o valor absoluto do cosseno encontrado.
UNIDADE V 151
r
u
θ
v s
r
v π-θ u
θ
s
Observações importantes:
• Se o ângulo calculado for nulo, dizemos que as retas são paralelas;
• Se o ângulo calculado for reto, dizemos que as retas são ortogonais. Retas
ortogonais podem ser concorrentes ou não, caso sejam concorrentes são ditas
perpendiculares.
x 1 2l x 1 g
r :� y 2 4l s :� y g
z l z 1 g
A resolução desta questão é bastante simples. A primeira coisa que devemos fazer é
encontrar os vetores diretores de ambas as retas. Já sabemos que, estando a equação de
uma reta na forma paramétrica, as componentes do vetor diretor são os coeficientes
do parâmetro. Neste caso, temos:
vr 2, 4, 1 e vs 1, 1, 1
2
vs 12 1 12 3.
vr vs 2 .1 4.1 1 . 1 3.
Assim,
3 1
=
cos q = .
21. 3 7
1 o
q cos 1 67, 8 .
7
x l
2x −1
r :� y 3 s = 3 − y = 2 − z.
z 1 l 2
Duas retas são ortogonais se o produto escalar entre os vetores diretores for igual
a zero. Então, antes de determinarmos o produto escalar, necessitamos descobrir
quem são os vetores diretores. A reta r está na forma paramétrica, logo, as compo-
nentes do seu vetor diretor são os coeficientes do parâmetro, isto é, vr 1, 0, 1.
Enquanto isso, a reta s está na forma simétrica, logo, as componentes do seu vetor
diretor são os denominadores, estando os coeficientes das variáveis x, y e z iguais
a 1. Para facilitar a compreensão, podemos escrever a equação da reta s na forma
1 y 3 z 2
x
2 1 1
o que nos dá vs 1, 1, 1 . Calculando o produto escalar entre vr e v , obtemos
s
vr vs 1 .1 0. 1 1 . 1 0.
Como o produto escalar entre os vetores diretores é nulo, segue que as retas
dadas são ortogonais.
UNIDADE V 153
Agora que você já sabe como identificar a posição relativa entre dois planos e a
posição relativa entre duas retas, só resta entender como determinar a interseção
entre um plano e uma reta. Conforme você constatará, essa é uma tarefa bem fácil,
basta substituir a equação da reta na equação do plano e descobrir, quando houver
interseção, em que ponto ela ocorre. Vejamos o exemplo a seguir.
2 2 2l 4 3 l l 6 0,
4 4l 12 4l l 6 0,
7l 14,
l 2.
a) 3x 2 y 6 z 5 0
b) x 2y z 5 0
c) x y 4z 3 0
d) x y 3z 4 0
e) 3x y z 3 0
2. As equações paramétricas da reta que passa pelos pontos P 1, 0, 1 e Q 1, 2, 0 são:
x =1
a) y = 2λ
z = 1 − λ
x =λ
b) y = 3
z = 1 − λ
x =λ
c) y = 1 + λ
z = 1−λ
x =1
d) y = 3λ
z = 1 − λ
x = −λ
e) y = 3
z = 1 − λ
155
3. Um vetor normal ao plano de equação x 2 y z 5 0 é:
a) n 1, 2, 1
b) n 1,� 2,� 5
c) n 1,� 2,� 5
d) n 1,� 2,� 1
e) n 1,� 2,�1
x 5 m 1 l
x 1 z 1
r :� y l s :�
z 2ml 2 3
a) 1
3.
b) −1
3
c) −1 .
2
d) 1
2.
e) 1
a) 60°
b) 70°
c) 90°
d) 45°
e) 30°
156
LIVRO
Álgebra Linear
Autor: David Poole
Editora: Thomson Pioneira
Sinopse: esta obra traz o conteúdo de álgebra linear em uma linguagem simples
e direta. Há muitos problemas resolvidos ao longo do texto.
Comentário: a leitura do Capítulo 3 desta obra é recomendada.
157
BOULOS, P.; CAMARGO, I. Geometria Analítica - Um Tratamento Vetorial. 3. ed. São Paulo: Ed. Pearson, 2004.
SANTOS, F. J.; FERREIRA, S. F. Geometria Analítica. 1. ed. São Paulo: Ed. Bookman, 2009.
WINTERLE, P. Vetores e Geometria Analítica. 2. ed. São Paulo: Ed. Pearson, 2014.
158
1. A resolução deste problema é muito simples, basta utilizar as coordenadas do ponto P (que pertence ao
plano) e do vetor normal ao plano na Equação (1). Fazendo isso, temos:
( x + 1) − 1( y − 0 ) + 2 ( z − 2 ) = 0
Desenvolvendo esta equação, temos:
x 1 y 2 z 4 0,
x y 2 z 3 0.
E esta última é a equação do plano com as características dadas no problema. Portanto, a alternativa
correta é a c.
2. Como a reta passa pelos dois pontos dados, então o vetor PQ 1 1,� 2 0,� 0 1 0, 2, 1 é o vetor dire-
tor da reta, pois este vetor é paralelo à reta. Neste caso, podemos usar tanto P como Q para escrever a
equação da reta. Usando P , temos:
x =1
y = 2λ
z = 1−λ
Essas são as equações paramétricas da reta. Portanto, a alternativa correta é a a.
3. Este problema é muito simples. Conforme foi colocado no texto, os coeficientes das variáveis x , y e z são
as coordenadas do vetor normal ao plano. Neste caso, temos que n 1, 2, 1 . Portanto, a alternativa
correta é a e.
4. Para as retas serem ortogonais, o produto escalar entre seus vetores diretores deve ser igual a zero. O
vetor normal da reta r é m 1,� 1,� 2m e da reta s é 2, 0, 3 . Calculando o produto escalar, temos:
2. m 1 1 .0 2m .3 0.
Como o produto escalar deve ser nulo, devemos ter m = 1 2 . A alternativa correta é a d.
159
5. Primeiramente, devemos encontrar os vetores normais aos planos, os quais são:
na 1, 1, 1 e nb 1, 1, 1 .
2 2
nb 12 1 1 3.
Assim,
1 1
cos q .
3. 3 3
1
cos q = .
3
1
q cos 1 70, 5o.
3
Logo, a alternativa correta é a letra b.
160
161
162
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Espaços e Subespaços
Vetoriais
PLANO DE ESTUDOS
OBJETIVOS DE APRENDIZAGEM
• Reconhecer os postulados que definem espaços e subes- • Identificar os conceitos de combinação linear, base e di-
paços vetoriais. Identificar se um dado conjunto corres- mensão de um espaço vetorial.
ponde a um espaço vetorial. • Construir a matriz mudança entre bases de um espaço
• Identificar a condição para um conjunto de vetores ser vetorial.
linearmente independente.
Espaços e
Subespaços Vetoriais
DEFINIÇÃO 1
Seja um conjunto V , não vazio, sobre o qual são definidas duas operações chamadas
de adição e multiplicação por escalar, as quais são fechadas em V , isto é:
•• Adição: ∀ u v ∈V u + v ∈V .
Lembre-se que o símbolo ∀ significa para todo. Assim, o enunciado anterior quer
dizer que, na adição, a soma de quaisquer dois vetores que pertençam ao conjunto
V , também pertence a V . Isso significa que a operação é fechada no conjunto.
•• Multiplicação por escalar: ∀ λ ∈ R e u ∈ V λ u∈ V .
Este enunciado diz que, se multiplicarmos um número real por qualquer ele-
mento do conjunto V , obtemos como resultado um elemento de V .
1. u v w u v w
2. u v v u
4. Existe v
� V , tal que v v 0
UNIDADE VI 165
5. l u v lu lv
6. λ µ v λv µv
7. λµ v λ µv
8. 1v = v
1 EXEMPLO Mostre que o R3, munido da adição e multiplicação por escalar apresentadas na
Unidade 4, é um espaço vetorial.
Para resolver este exemplo, recordemo-nos que um vetor no R3 pode ser re-
presentado por uma tripla ordenada na forma u u1 ,� u2 , u3 . Lembremos ain-
da que a soma de dois vetores u u1 ,� u2 , u3 e v v1 ,� v2 , v3 é definida como
u v u1 v1 ,� u2 v2 , u3 v3 e o produto por um escalar l é definido por
lu lu1 ,�lu2 , lu3 . Assim, dados os vetores u u1 ,� u2 , u3 , v v1 ,� v2 , v3 e
w w1 ,� w2 , w3 pertencentes ao R3 e λ,� µ � pertencentes a R , devemos mostrar que
os oito axiomas são satisfeitos. Então faremos isso.
(1) u + ( v + w ) = ( u1 u2 , u3 ) + ( ( v1 , v2 v3 ) + ( w1 w2 , w3 ) )
= ( u1 u2 , u3 ) + ( v1 + w1 , v2 + w2 v3 + w3 )
= ( u1 + v1 + w1 u2 + v2 + w2 , u3 + v3 + w3 ) .
= ( ( u1 u2 , u3 ) + ( v1 , v2 v3 ) ) + ( w1 w2 , w3 ) = ( u + v ) + w.
Contudo, as componentes dos vetores são números reais e, por isso, podemos
inverter a ordem das parcelas sem alterar a soma. Assim:
u v u1 v1 ,� u2 v2 , u3 v3 � v1 u1 ,� v2 u2 , v3 u3 � v u
(3) Sabemos que o vetor nulo do R3 é o vetor 0 0, 0, 0 , e ele claramente satisfaz
as condições dadas no axioma 3.
(4) Sabemos que o vetor oposto a v é v v1 , � v2 , v3 e que este vetor
claramente satisfaz a condição dada no axioma 4.
(5) λ ( u + v ) = λ ( ( u1 + v1 u2 + v2 , u3 + v3 ) ) = (λ (u1 + v1 ),λ ( u2 + v2 ) λ ( u3 + v3 ) ) = (λu1 + λv1
λ ( u + v ) = λ ( ( u1 + v1 u2 + v2 , u3 + v3 ) ) = (λ (u1 + v1 ),λ ( u2 + v2 ) λ ( u3 + v3 ) ) = (λu1 + λv1 λu2 + λv2 , λu3 + λv3 ) = (λu1 ,λu2 λu3 ) +
v3 ) ) = (λ (u1 + v1 ),λ ( u2 + v2 ) λ ( u3 + v3 ) ) = (λu1 + λv1 λu2 + λv2 , λu3 + λv3 ) = (λu1 ,λu2 λu3 ) + (λv1 λv2 , λv3 )
u3 + v3 ) ) = (λu1 + λv1 λu2 + λv2 , λu3 + λv3 ) = (λu1 ,λu2 λu3 ) + (λv1 λv2 , λv3 )
λ ( u + v ) = λ ( u1 u2 , u3 ) + λ ( v1 , v2 v3 ) = λu + λv .
(6) (λλ∝ ,� µ)� ( v1 v2 , v3 ) = λ
,� µ)� v = (λλ∝ (λ∝
,� µv� 1 ,λλ∝ ,� µv� 3 ) ,
,� µv� 2λλ∝
λ ,� µ)� v = λ(λ∝
(λ∝ ,� µv� 1λλ∝ ,� µv� 3 ) = λλ(,�∝
,� µv� 2λ, λ∝ � 1,�,∝
µvλ µv� 3 ) = λλ(,�∝
µ � vλ2 ,�∝ µv� ) .
(7) 1v = 1 ( v1 v2 , v3 ) = (1v1 , 1 v2 1v3 ) = ( v1 v2 , v3 ) = v
UNIDADE VI 167
Com isso, verificamos que o R3 é de fato um espaço vetorial, pois satisfez os oito axiomas.
Outros exemplos de espaços vetoriais:
• O R n , ou seja, o conjunto dos vetores representado por n-uplas, v v1 ,� v2 , , vn .
• O conjunto constituído pelas matrizes M n×m com as operações usuais de
multiplicação de matrizes e multiplicação de matriz por número real.
• O espaço constituído pelo conjunto das funções reais com as operações de
soma e produto por escalar definidos por f g x f x g x e
l f x l f x .
Você deve verificar, como exercício, que os conjuntos acima são de fato espaços vetoriais.
Agora você observará um exemplo de um conjunto que não é um espaço vetorial.
• Adição: x1 ,� y1 x2 ,� y2 x1 x1 ,� y1 y2
• Multiplicação por escalar: l x1 ,� y1 x1 ,�l y1
λ µ x1 ,� y1 x1 ,� λ µ y1 ,
v � 01 01 v v
v + 02 = 02 + v = v
DEFINIÇÃO 2
Um subconjunto W de um espaço vetorial V é denominado subespaço vetorial de
V se W for um espaço vetorial por si só com as operações de adição e multiplicação
por escalar definidas em V .
Em outras palavras, dado um espaço vetorial V , um subconjunto W , não vazio, será
um subespaço vetorial de V se:
I. Para quaisquer u e v pertencentes a W tivermos u + v pertencente a W .
II. Para quaisquer l� pertencente aos reais e u pertencente a W tivermos lu
também pertencente a W .
Perceba que para verificar se um dado conjunto é subespaço de outro, basta verificar
se os seus elementos satisfazem as duas condições dadas acima. Dessa forma, você
terá mostrado que tal conjunto é, por si só, um espaço vetorial.
Algumas observações consequentes da definição (LIMA, 2016):
• Devido ao fato do vetor nulo de um dado espaço vetorial V ser único, qualquer
subespaço W de V conterá o vetor nulo de V .
• Todo espaço vetorial admite pelo menos dois subespaços, quais sejam: o con-
junto formado somente pelo vetor nulo e o próprio espaço vetorial. Tais su-
bespaços são denominados subespaços triviais.
UNIDADE VI 169
Para exemplificar a noção de subespaço vetorial, tomemos o caso do R2. Já sabemos
que o R2 é um espaço vetorial, pois seus elementos satisfazem todos os oito axiomas.
Considere então o exemplo a seguir.
I. v1 v2 x1 , 2 x1 x2 , 2 x2 x1 x2 ,� 2 x1 2 x2 ,
v1 v2 x1 x2 ,� 2 x1 x2
II. lv1 l x1 , 2 x1 l x1 , 2l x1 .
v1 v2 2 y1 z1 2 y2 z2 ,� y1 y2 ,� z1 z2
v1 + v2 = ( 2( y1 + y2 ) − ( z1 + z2 ) , y1 + y2 z1 + z2 .
lv1 l 2 y1 z1 , y1 , z1 2l y1 l z1 , l y1 , l z1 .
Observe que em lv1 , a segunda coordenada é igual a duas vezes a segunda menos
a terceira, satisfazendo assim a condição para pertencer a W .
Como as duas condições foram satisfeitas, o conjunto W é um subespaço do R3.
Da forma geral, podemos mostrar que as retas e os planos que passam pela origem
são subespaços de R3.
Outro exemplo que podemos considerar é que os polinômios constituem um
subespaço vetorial do espaço das funções contínuas. Lembre-se que um polinômio
é uma expressão da forma p x a0 a1 x an x n . E todo polinômio é uma
função contínua. É de conhecimento que a soma de dois polinômios também é
um polinômio e que um produto de um escalar por um polinômio também é um
polinômio. Assim sendo, o conjunto de todos os polinômios é fechado em relação à
soma e multiplicação por escalar. Assim, o conjunto dos polinômios é um subespaço
vetorial do espaço vetorial das funções contínuas.
Outros exemplos de subespaços vetoriais serão apresentados nos exercícios
desta unidade.
Um item relevante no estudo de subespaços vetoriais é a operação de interseção
de subespaços. A noção de interseção é a mesma quando tratamos da interseção de
conjuntos, ou seja, na interseção de dois conjuntos sempre admitimos os elementos
que aparecem simultaneamente em ambos. Com subespaços vetoriais, a ideia é a
mesma, na interseção de dois subespaços consideramos aqueles elementos (vetores)
que estão simultaneamente em ambos. A pergunta colocada passa a ser: o conjunto
formado pela interseção de dois subespaços vetoriais seria por si só um subespaço
vetorial? Essa pergunta será respondida mediante um teorema (FRANCO, 2016).
UNIDADE VI 171
2 TEOREMA Dados W1 e W2 subespaços de um espaço vetorial V , a interseção W1 ∩�W2 também
é um subespaço de V .
Demonstração: já sabemos que qualquer subespaço de V possui o vetor nulo de V , dessa
forma, a interseção W1 ∩�W2 nunca será um conjunto vazio. Além disso, para caracterizar
W1 ∩�W2 como um subespaço de V , devemos mostrar que os elementos da interseção
satisfazem as duas condições dadas na Definição 2.
I. Sejam v e w vetores pertencentes a W1 ∩�W2 . Então, v e w pertencem a W1 e
também a W2 . Como W1 e W2 são subespaços vetoriais de V , v + w pertence
a W1 e W2 e, portanto, pertence a W1 ∩�W2 . Satisfazendo, assim, a primeira
condição.
II. Seja v um vetor pertencente a W1 ∩�W2 . Então, lv pertence a W1 e também
a W2 . Como W1 e W2 são subespaços vetoriais de V , lv pertence a W1 e
W2 , e portanto, pertence a W1 ∩�W2 . Satisfazendo assim, a segunda condição.
Como as duas condições dadas na Definição 2 foram satisfeitas, segue que W1 ∩�W2
também é um subespaço vetorial de V .
W1 = {( x, y ) / y = 2 x}
W2 = {( x, y ) / y = −5 x}
Vemos que W1 e W2 são duas retas que passam pela origem. A interseção desses con-
juntos é justamente o vetor (ou ponto) v 0, 0 (para verificar isso, basta resolver
as duas equações, y = 2 x e y 5 x , simultaneamente). Sabemos que v 0, 0 é o
vetor nulo de V e, portanto, o conjunto por ele formado, W1 ∩W2 = {( 0 0 )} , é um dos
subespaços triviais de V .
Conforme você pode verificar, se tivermos dois planos que passam pela origem,
os quais são subespaços de R3, a sua interseção é uma reta que passa pela origem,
sendo também um subespaço de R3.
Na sequência, você estudará alguns conceitos fundamentais ao arcabouço teórico
do espaço vetorial, os quais são: combinação linear; independência linear; e base.
UNIDADE VI 173
DEFINIÇÃO 3
Dizemos que um vetor u pertencente a um espaço vetorial V é uma combinação li-
a1v1 va12 vv22
u vetores
near dos , ⊃ , vannpertencentes
vn , a V se u puder ser escrito na forma
u a1v1 a2 v2 an vn ,
u
em v1 aa21v,� 2a2
a1que n , números reais (escalares) denominados coeficientes da
, …,� aan n vsão
combinação linear.
6 EXEMPLO Escreva o vetor u 8, 13, 3 como combinação linear os vetores v1 1, 4, 1 e
v2 2, 1, 1 .
Resolução: Devemos escrever u a1v1 a2 v2 . Ou seja, devemos descobrir quais
são os coeficientes a1 ,� a2 . Para isso, escrevamos:
Obtemos o sistema
a1 2a2 8
4 a1 a2 13 ,
a a 3
1 2
Perceba que sempre que utilizarmos i 1, 0 e j 0, 1 para escrever outro vetor
pertencente ao R2 , obtemos, como coeficientes, as componentes do vetor.
DEFINIÇÃO 4
Uma vez definidos u a1v1 av21vv2 2
osvetores , ⊃ , vannpertencentes
vn , ao espaço vetorial V , o con-
junto W � de todos os vetores de V que são combinações lineares destes é um subes-
paço vetorial. O conjunto W �é denominado subespaço gerado
u a1vpor
1a v21vv2 2
, ⊃ , vann, vené,
denotado por ger W .
8 EXEMPLO Determine se v1 1, 0, 1 , v2 0, 1, 2 e v3 1, 1, 1 geram o R3 .
Resolução: para que os vetores dados gerem o R3 , é necessário que qualquer vetor
do R3 possa ser escrito como combinação linear deles. Assim, considere o vetor
genérico pertencente ao R3 dado por x, y, z . Devemos ter:
x, y, z a1v1 a2v2 a3v3
a1 a3 x
a2 a3 y
2
Para que esse sistema seja consistente para quaisquer valores de x , y e z , o deter-
minante da matriz dos coeficientes deve ser diferente de zero, conforme você estudou
na Unidade 2. Isso nos fornece
1 0 1
det 0 1 1 4.
1 2 1
UNIDADE VI 175
Independência
Linear
a1v1 a2 v2 an vn 0,
9 EXEMPLO Determine se os vetores v1 1, 1 e v2 1, 0 são linearmente independentes.
Resolução: usando a Definição 5, escrevemos a equação:
a1 a2 0
,
a1 0
UNIDADE VI 177
Base e
Dimensão
Vejamos alguns exemplos para que você fixe bem o último conceito apresentado.
( x, y ) = a1 (1, −1) + a2 (1 0 ) .
Isso nos leva a
a1 a2 x
.
a1 y
11 EXEMPLO Conforme você pode verificar, o conjunto {( 3, 0 ) , (1 0 )} não é uma base de R2. Perceba
que os vetores são múltiplos (linearmente dependentes), ou seja, são paralelos. Ou
melhor, estão sobre uma mesma reta. E sabemos que vetores que estão sobre uma
mesma reta não podem ser usados para escrever qualquer outro vetor do plano, pois
a reta tem apenas uma dimensão. Para representar um vetor no R2, são necessários
pelo menos dois vetores linearmente independentes.
12 EXEMPLO O conjunto 1, 2, 1 ,� 2, 9, 0 é linearmente independente, mas não gera o R3. Dessa
forma, o conjunto dado não é uma base do R3 . De fato, conforme vimos na Unidade
5, dois vetores definem um plano. Como o conjunto dado possui apenas dois veto-
UNIDADE VI 179
res, eles podem ser usados para construir apenas vetores que estejam contidos no
mesmo plano definido por eles. Para representar um vetor no R3, são necessários
pelo menos três vetores.
3 TEOREMA Qualquer base de um espaço vetorial tem sempre o mesmo número de elementos.
Como consequência do Teorema 3, decorre a definição de dimensão de um es-
paço vetorial.
DEFINIÇÃO 7
O número de vetores que constituem uma base, o qual é constante para todas as ba-
ses de um mesmo espaço vetorial V , é denominado dimensão de V e representado
por dimV .
Como exemplo, podemos inferir que a dimensão do plano é 2, ou seja, dim R2.. E a
dimensão do R3 é 3, ou seja, dim R3 .
De forma a fixar os conceitos apresentados até aqui, considere o exemplo a seguir.
14 EXEMPLO Considere o espaço vetorial D constituído das matrizes diagonais de ordem 2. Qual
é a dimensão de D? Escreva uma base para D. (Como tarefa, mostre que D é um
subespaço das matrizes quadradas de ordem dois.)
Resolução: um elemento genérico de D pode ser escrito como:
a 0
v .
0 b
a 0 1 0 0 0
v a b ,
0 b 0 0 0 1
1 0 0 0
logo, o conjunto a , gera D e é linearmente independente (confira
0 0 0 1
essa última afirmação). Então a é uma base de D (a é a base mais simples de D, co-
nhecida como base canônica).
Considere agora a seguinte questão: dado um espaço vetorial V , você acha que
seria possível utilizar uma base deste espaço para escrever um vetor de duas ou mais
maneiras distintas? A resposta é não. O porquê você entenderá no teorema a seguir.
4 TEOREMA Dada uma base α = {v1 , v2 …, vn } de V , então cada vetor v pertencente a V pode
ser escrito de maneira única como combinação linear dos vetores de a .
Demonstração: a prova deste Teorema pode ser realizada por absurdo. Suponha que
o vetor v possa ser representado de duas formas distintas utilizando a, as quais são:
v a1v1 a2 v2 an vn
v b1v1 b2 v2 bn vn .
UNIDADE VI 181
DEFINIÇÃO 8
Seja V um espaço vetorial e α = {v1 , v2 …, vn } uma base ordenada de V . Se o vetor v
pertencente a V for escrito na forma v a1v1 a2 v2 an v n , escrevemos
a
1
v a a2
an
Observação: uma base ordenada é uma base em que a ordem dos vetores é fundamental.
Para que você compreenda melhor essa última definição, segue o exemplo.
15 EXEMPLO Perceba que o vetor v 2, 3 pode ser escrito como v 2 1, 0 3 0, 1 na base
α = {(1, 0 ) , ( 0 1)}. Portanto [ v ] = 2 .
α −3
v a1v1 a2 v2 an vn ,
v b1u1 b2 u2 bn un .
UNIDADE VI 183
Dessa forma, podemos escrever
a b
1 1
v a a2 , v b b2 .
an bn
v b1 c11v1 c21v2 cn1vn b2 c12 v1 c22 v2 cn2 vn bn c1n v1 c2 n v2 cnn vn .
v = ( b1c11 + b2 c12 +…+ bn c1n ) v1 + ( b1c21 + b2 c22 +…+ bn c2 n ) 2 +…+ ( b1cn1 + b2 cn2 +…+ bn cnn ) vn
� � � � � � � � � � � � � � � � � �
a c c1n b1
1 11
a2 b2 .
c
n1 cnn
b
an n
Ou seja,
v α Cαβ v β .
c11 c1n
A matriz Cαβ é denominada matriz mudança da base b para a base a.
c cnn
n1
16 EXEMPLO Sejam α = {(1, 0 ) , ( 0 1)} e β = {(1, −1) , (1 1)} bases de R2 . Encontre: (a) a matriz
mudança da base a para a base b; (b) escreva o vetor v 3, 2 na base b usando
a matriz encontrada no item anterior.
Resolução: resolver este problema é simples, basta que você tenha atenção.
Primeiramente, você deve escrever cada vetor da base antiga, que neste caso é a
a, utilizando a base nova, que neste caso é a b. Assim, temos:
UNIDADE VI 185
1 1
1, 0 1, 1 1,1 ,
2 2
1 1
0,1 1, 1 1,1 .
2 2
1 1
2
2
Cβα .
1 1
2 2
E essa é a matriz mudança da base a para a base b . Podemos utilizá-la para mu-
dar qualquer vetor da base a para a base b. Em particular, vamos mudar o vetor
v 3, 2 , o qual já está representado na base canônica a para a base b. Assim, temos:
v β Cβα v α ,
1 1 5
2 2 3 2
v b .
1 1 2 1
2 2 2
5 1
Assim, o vetor dado quando escrito na base b é dado por v v b , .
2 2
Viu como foi fácil? Nas atividades de estudo, você terá a oportunidade de praticar o
que foi estudado nesta seção.
Agora, voltemos à história do início da unidade. As cores podem de fato serem
relacionadas com os conceitos que você estudou nesta unidade. Aquele seu amigo
relatado no início da unidade, lembra? Pois é, ele tem razão. Você com certeza já ouviu
falar das cores primárias. As cores primárias são: azul, amarelo e vermelho. Misturando
essas cores em diferentes proporções, podemos obter outras cores. Por exemplo, se
misturarmos o azul com o amarelo obtemos o verde; e se misturamos o amarelo com
o vermelho obtemos o laranja. Nesse sentido, podemos dizer que as cores, em geral,
podem ser classificadas como elementos de um espaço vetorial, sendo os vetores.
c = b1 z + b2a + b3v
Figura 1: As cores primárias podem ser vista como uma base do espaço vetorial das cores.
UNIDADE VI 187
A representação por cores primárias é só uma forma de se fazer a representação de
vetores neste espaço. Outra forma, muito usual em computação gráfica, é o sistema
de cores-luz, no qual a base é constituída pelas cores verde, vermelha e azul. Com isso,
você pode perceber que para algo tão abstrato como um espaço vetorial podemos
encontrar aplicações, mesmo as mais básicas como no sistema de cores. A matemática
é realmente aplicável em tudo.
A noção de vetor não se restringe apenas a aquelas semirretas orientadas que são
utilizadas para representar força, deslocamento, etc. Os vetores são estruturas
matemáticas bem mais genéricas. Podemos dizer que um vetor é qualquer objeto
que satisfaz as condições de um espaço vetorial. Nesse sentido, polinômios podem
ser denominados de vetores.
Para finalizar, vamos considerar então o conjunto formado por todos os polinômios
de grau menor ou igual a 2, representando-o por P2. Pode ser facilmente mostrado
que o conjunto P2 satisfaz todos os axiomas de um espaço vetorial. Por exemplo, se
você somar dois polinômios quaisquer, ambos de grau menor ou igual a 2, obtemos
como resultado outro polinômio com mesma característica. Por outro lado, se mul-
tiplicarmos um polinômio de grau menor ou igual a 2 por um número real, obtemos
como resultado um novo polinômio de mesmo grau que o original. Como P2 é um
espaço vetorial, podemos definir uma infinidade de bases, sendo uma delas o conjunto
a 1, x, x2 . Perceba que a dimensão do espaço vetorial P2 é três, pois três vetores
constituem qualquer base de P2. É também útil destacar que qualquer polinômio
de grau menor ou igual a 2 (qualquer vetor pertencente a P2 ) pode ser escrito como
combinação linear dos elementos de a. Então, quando você ler algo sobre espaços
vetoriais, não fique imaginando apenas aquelas setinhas!
v a 1, 0, 1 b 0, 2, 0 c 0, 0, 1 ,
d) 1 , -2 e 5
2
e) 2, 1 e -1
189
4. Sejam α = {( −2, 0 ) , ( 0 −1)} e β = {( 3, −1) , (1 −3)} bases de R2. A matriz mudança
da base a para a base b é:
a) 3
2 1
1 3
2
b) 3 1
4
8
1 3
4 8
c)
3 1
4 8
1 3
4 8
d) 3 1
4
8
1 3
4 8
e)
3 1
4 8
1 3
4 8
190
5. Se escrevermos o vetor v 3, 5 na base β = {( 3, −1) , (1 −3 )} , obtemos
v a 3, 1 b 1, 3 . Os coeficientes a e c valem, respectivamente:
a. 1� � e 2
b. 2 � e − 2
c. −1� � e 5
d.
3 1
� �e
2 2
e. 1� � e 3
2 2
191
LIVRO
Álgebra Linear
Autor: Elon Lages Lima
Editora: IMPA
Sinopse: o presente livro apresenta uma exposição introdutória de Álgebra Li-
near. Ele não pressupõe conhecimentos anteriores sobre o assunto. Entretanto,
convém lembrar que a posição natural de um tal curso no currículo universitário
vem após um semestre (pelo menos) de Geometria Analítica a duas e três dimen-
sões, durante o qual o estudante deve adquirir alguma familiaridade, em nível
elementar, com a representação algébrica de ideias geométricas e vice-versa.
Comentário: livro recomendado ao estudante que deseja aprofundar os co-
nhecimentos sobre espaços vetoriais.
192
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações. 10. ed. São Paulo: Editora Bookman, 2012.
HOLT, J. Álgebra Linear com Aplicações. 1. ed. São Paulo: Editora LTC, 2016.
193
1.
3
a. Antes de mostrarmos que W é um subespaço do R , note que a equação 3 x y 2 z 0 representa um
plano que passa pela origem.
Podemos isolar qualquer uma das variáveis na equação dada, de forma a obtermos o vetor genérico que
pertença a W . Assim temos: y 3 x 2 z e um vetor de W possui a forma v x, 3 x 2 z , z . Note que
em um vetor qualquer de W , a segunda coordenada é igual a três vezes a primeira mais duas vezes a
terceira. Devemos então demonstrar as duas condições dadas na Definição 2. Para isso, considere
v1 x1 , 3 x1 2 z1 , z1 e v2 x2 , 3 x2 2 z2 , z2 . Assim, temos:
v1 v2 x1 , 3 x1 2 z1 , z1 x2 , 3 x2 2 z2 , z2
v1 + v2 = ( ( x1 + x2 ) , 3( x1 + x2 ) + 2 ( z1 + z2 ) ( z1 + z2 )).
Note que em v1 + v2 , a segunda coordenada é igual a três vezes a primeira mais duas vezes a terceira,
satisfazendo assim a condição para pertencer a W .
lv1 l x1 , 3 x1 2 z1 , z1 l x1 , 3l x1 2l z1 , l z1 .
Observe que em lv1, a segunda coordenada é igual a três vezes a primeira mais duas vezes a terceira,
satisfazendo assim a condição para pertencer a W .
v = ( x, 3 x + 2 z , z ) = ( x 3 x 0 ) + ( 0 2 z , z ) = x (1, 3, 0 ) + ( 0, 2, 1) .
Note que o vetor genérico v de W pode ser representado com o uso dos vetores 1, 3, 0 e 0, 2,1. Logo,
uma base para W é dada por 1, 3, 0 , 0, 2, 1 .
A resposta do item (c) é nítida. Como a base de W tem dois vetores, então dimW = 2 . Também podería-
mos ter dado essa resposta considerando o número de variáveis independentes do vetor genérico de W
que também é igual a 2. Esse resultado já era esperado, pois W é o conjunto de vetores que pertencem
ao plano 3 x y 2 z 0, e qualquer plano tem dimensão igual a dois.
194
2. Essa questão é muito simples, basta fazermos:
1
( 2, −1, 3 ) = 2 (1 0, −1) − ( 0, 2, 0 ) + 5 ( 0, 0,1) .
2
Assim, a resposta correta é a alternativa c.
3. Precisamos verificar se o conjunto dado satisfaz os dois requisitos estabelecidos na Definição 6. Primeiro,
devemos verificar se os vetores dados são linearmente independentes. Assim, temos:
a 2, 1 b 0, 3 0, 0
2a 0
.
a 3b 0
Esse sistema nos leva a a=0 e b = 0 . Portanto, os vetores dados são linearmente independentes.
2 2
Agora, resta-nos
verificar se eles geram o R . Dessa forma, precisamos verificar se o vetor genérico do R ,
dado por v x, y , pode ser escrito como combinação linear dos elementos da base dada. Assim, temos:
( x, y ) = a1 ( 2, −1) + a2 ( 0 −3 ) ,
Isso nos leva a
2a1 x
.
a1 3a2 y
O determinante da matriz dos coeficientes deste sistema é igual a -6, ou seja, é diferente de zero. Portanto,
2 2
os vetores dados geram o R . Assim, concluímos que o conjunto dado de fato é base do R .
195
4. Verificamos que
3 1
2, 0 3, 1 1, 3
4 4
1 3
0, 1 3, 1 1, 3
8 8
3 1
Portanto, a matriz mudança de base é 4 8 . A alternativa correta é a letra b.
1 3
4 8
196
197
198
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Transformações Lineares
PLANO DE ESTUDOS
OBJETIVOS DE APRENDIZAGEM
• Definir e identificar transformações lineares. • Identificar o núcleo e a imagem de uma transformação linear.
• Reconhecer transformações lineares injetoras e sobrejetoras. • Construir a matriz que representa uma transformação linear.
Transformações Lineares
“
“
Espere aí, apresentarei alguns requisitos bá-
sicos e mostrarei a essência do que faz esses
personagens possuírem tais características.
DEFINIÇÃO 1
Seja T : V → W uma função do espaço vetorial V no espaço vetorial W . T é denomi-
nada transformação linear ou aplicação linear se as duas condições seguintes forem
satisfeitas (LIMA, 2016):
T ( αu ) = αT ( u ) .
Talvez você tenha achado a Definição 1 um pouco abstrata. Contudo, tudo ficará
mais claro com os exemplos a seguir.
v1 v2 x1 x2 , y1 y2 .
Assim,
T v1 v2 T x1 x2 , y1 y2 x1 x2 y1 y2 , x1 x2 y1 y2 ,
T v1 v2 ( x1 y1 ( x2 y2 ), x1 y1 ( x2 y2 )),
T v1 v2 ( x1 y1 , x1 y1 ) ( x2 y2 , ( x2 y2 )),
T v1 v2 T v1 T v2 .
av1 a x1 , y1 a x1 , a y1 .
Assim,
T ( αv1 ) = T ( α x1 , α y1 ) = ( α x1 − α y1 , α x1 + α y1 ) = α ( x1 − y1 x1 + y1 ) = αT ( v1 ) .
Percebemos que a condição ( II ) também foi satisfeita. Com isso, concluímos que a
aplicação dada é, de fato, uma transformação linear.
v1 v2 x1 x2 , y1 y2 .
Assim, temos
T v1 v2 T x1 x2 , y1 y2 2 x1 x2 y1 y2 ,
T v1 v2 2 x1 y1 2 x1 y2 2 x2 y1 2 x2 y2 ,
Ou seja
T v1 v2 T v1 T v2 2 x1 y2 2 x2 y1.
Assim,
T 0V T 0u 0T u 0W .
x− y x+ y
T ( x, y ) = , , 2x + y .
2 2
Conforme você verá no decorrer desta unidade, as transformações lineares são intrin-
sicamente relacionadas com a física e a computação gráfica, por exemplo. Contudo,
antes de estudar essas aplicações, você deve entender um pouco mais das formali-
dades das transformações lineares. Para esse fim, seguem alguns teoremas e algumas
definições importantes (FRANCO, 2016).
Se u a1u1 a2 u2 an un ,
T ( u ) = a1w1 +…+ an wn
x, y x 1, 0 y 0,1 .
Agora você deve tomar a transformação linear de ambos os lados da equação, obtendo:
T x, y T x 1, 0 y 0, 1 .
T x, y xT 1, 0 yT 0, 1 .
T x, y x, x, 2 x y , y , 0 ,
T x, y x y , x y , 2 x .
Perceba como esse exemplo foi instrutivo. Você conhecia apenas duas transformações
específicas, mas como eram transformações de elementos da base do domínio da
transformação, você foi capaz de escrever a lei geral da transformação!
Para que você entenda melhor essa definição, veja o exemplo a seguir.
T x, y 0, 0, 0 ,
(x + y x − y 2 x ) = ( 0, 0, 0 ) .
x y 0
x y 0
2x 0
Este sistema nos fornece x = 0� e y = 0. Portanto, ker T 0, 0 . Observe que o
núcleo dessa transformação é apenas um ponto, e um ponto tem dimensão nula.
Portanto, a dimensão do núcleo dessa transformação é zero, ou seja, di Ker (T ) = 0.
Algumas observações sobre o núcleo de uma transformação linear T : V → W
(HOLT, 2016):
( I ) ker T é um subespaço vetorial de V .
( II ) ker T nunca será uma conjunto vazio, pois conterá pelo menos o vetor nulo de V.
O conceito de núcleo ficará cada vez mais claro, quando você estudar algumas trans-
formações lineares específicas no decorrer desta unidade.
DEFINIÇÃO 3
Seja T : V → W uma transformação linear. O conjunto de todos os vetores em W
que são imagem de T de pelo menos um vetor em V é denominado imagem de T e
representado por Im T .
Im (T ) = {( x + y, x − y, 2 x ) ; x, y ∈ R}
Im (T ) = {( x, x, 2 x ) + ( y, − y, 0 ) ; x, y ∈ R}
Portanto, a imagem dessa transformação linear possui dois vetores (ou duas variáveis
independentes), logo, a sua dimensão é igual a dois, ou seja, dim Im T 2 .
Observando os exemplos 4 e 5, você deve ter notado que a soma das dimensões do
núcleo e da imagem de T é igual a dois, que coincide com a dimensão do domínio da
transformação, ou seja, dim Im T dim Ker T 2 dim R2. Isso sempre ocorre,
constituindo uma propriedade das transformações lineares.
Logo, em geral, podemos considerar a propriedade:
Seja T : V → W , então dim Im T dim Ker T dim V .
Uma observação importante sobre a imagem de uma transformação linear é a
seguinte: Im T é subespaço vetorial de W .
3 TEOREMA Uma forma prática de verificar se a transformação linear é injetora é identificar o seu
núcleo, pois se kerT = 0V , a transformação é injetora. Essa afirmação é um Teorema,
cuja demonstração pode ser encontrada na referência Anton e Rorres (2012, p. 445).
DEFINIÇÃO 5
Dada uma transformação linear T : V → W , dizemos que T é sobrejetora se a imagem
de T coincidir com W .
DEFINIÇÃO 6
Dada uma transformação linear T : V → W , dizemos que T é bijetora se T é injetora e
sobrejetora. Neste caso, podemos dizer que T é um isomorfismo. Assim, se T : V → W
é um isomorfismo, dizemos que V e W são isomorfos.
Resolução:
a) Podemos verificar se a transformação linear é injetora, descobrindo o seu
núcleo. Caso o núcleo da transformação seja constituído apenas do vetor nulo
do domínio da transformação, temos que a transformação é injetora. Assim,
já mostramos no Exemplo 4 que para esta transformação ker T 0, 0 .
Dessa forma, podemos dizer que a transformação dada é injetora.
Apesar de ser injetora, a transformação dada nesta alternativa não é sobrejeto-
ra, pois conforme constatamos no Exemplo 5, a sua imagem possui dimensão
2, diferindo do seu contradomínio, o qual tem dimensão 3.
y, x 0, 0 ,
Im (T ) = {( y, x ) ; x y ∈ R} ,
Im (T ) = {( y, 0 ) + ( 0, x ) ; x, y ∈ R}
Im (T ) = { y (1, 0 ) + x ( 0, 1) ; x, y ∈ R}
Perceba que a imagem é constituída de dois vetores (ou duas variáveis in-
dependentes), portanto a sua dimensão é igual a 2. Como o contradomínio
da transformação linear dada é o R2, temos que a imagem é igual ao contra-
domínio. Assim, podemos concluir que a transformação dada é sobrejetora.
Como ela é injetora e sobrejetora, também é um isomorfismo.
DEFINIÇÃO 7
Uma transformação linear em que o domínio e o contradomínio são o mesmo conjunto,
T : V → V , é denominada de operador linear.
T v2 a12 w1 a22 w2 ,
T v3 a13 w1 a23 w2 .
T v y1w1 y2 w2 .
x
y1 a11 a12 a13 1
x .
y2 a21 a22 a23 2
x3
A matriz
a a12 a13
Tβα 11
a21 a22 a23
T v1 a11w1 a21w2 ,
T v2 a12 w1 a22 w2 ,
T v3 a13 w1 a23 w2 .
( II ) Escreva a transposta da matriz dos coeficientes deste sistema. Essa matriz será
a matriz que representa a transformação linear Tβα .
a a12 a13
Tβα 11
a21 a22 a23
Viu como foi fácil? Agora você vai exercitar um pouco por meio dos exemplos a seguir.
T 1, 1 1 1, 1 1, 2 0, 2, 2 .
T ( 0, −1) = ( 0 − 1, 0 + 1 0 ) = ( −1, 1, 0 ) .
0 1
Tβα 2 1 .
2 0
Observe que a transformação era T :� R2 → R3 e a matriz obtida foi de ordem três por dois.
Perceba que apesar de ser simples, resolver o exemplo acima ainda deu um pouco
de trabalho. Isso porque as bases utilizadas não foram as bases canônicas. Contudo,
na maioria das aplicações, as bases usadas são bases canônicas. Isso possibilita uma
economia de tempo, conforme veremos no próximo exemplo. Quando as bases en-
volvidas forem as canônicas, denotaremos Tβα simplesmente por T .
T 1, 0, 0 2 0 0,�1 0 0 2, 1 ,
T ( 0, 0, 1) = ( 0 + 0 − 1 0 − 0 + 3 ) = ( −1, 3 ) .
Observe que a transformação era T :� R3 → R2 e a matriz obtida foi de ordem dois por três.
Agora, vamos focar a discussão nos operadores lineares, pois eles são representa-
dos por matrizes quadradas. Suponha que você tenha aplicado um operador linear
em um dado vetor e se indague: é possível fazer o caminho reverso, ou seja, reobter
o vetor original? A resposta é positiva, desde que o operador linear seja injetor. E
mais: se uma matriz T representa um dado operador linear, a operação linear inversa
é representada simplesmente pela inversa da matriz T , ou seja, por T −1.
Você visualizará este procedimento pela situação a seguir. Considere a transforma-
ção linear T :� R2 → R2 dada por T x, y y, 2 x . Ou seja, trata-se de um operador
linear, pois o domínio é o mesmo do contradomínio. Essa transformação é injetora,
conforme você pode verificar. Veja que o resultado da aplicação da transformação
no vetor 2, 3 :
T 2, 3 3, 4 .
0 1
T .
2 0
0 1 2 3
3, 4 .
2 0 3 4
0 1 3 2
2 2, 3 .
1 0 4 3
Isso evidencia que T −1 é realmente a transformação inversa.
Neste momento, podemos retornar à discussão inicial desta unidade. Tendo em
vista que você já tenha explicado todo o conteúdo desta unidade ao seu pequeno
primo, você já pode explicá-lo um pouco do funcionamento da computação gráfica,
inclusive como o Super Mario aumenta de tamanho ao engolir o cogumelo.
Para esse fim, considere a transformação linear T :� R2 → R2 dada por
T x, y 2 x, 2 y . É fácil notar que essa transformação duplica o tamanho do ve-
tor. A matriz que representa essa transformação é dada por:
2 0
T .
0 2
a 0
T ,
0 a
se o valor absoluto de a for maior que um ( a > 1 ), temos uma dilatação (expansão).
Contudo, se o valor absoluto de a for um número entre zero e um ( 0 < a < 1 ), temos
uma contração do vetor.
Programas de computadores que necessitam transformar figuras, por exemplo
na área da computação gráfica, executam essa tarefa, muitas vezes, utilizando trans-
formações lineares.
y y
2a
a
a x 2a x
E aí, você notou a grande importância prática de mais um conteúdo de álgebra linear?
T ( 0, 1) = ( − sin θ , cos θ ).
Agora, você deve escrever os resultados encontrados como combinação linear dos
vetores da base canônica do R2 :
Por último, basta escrever a transposta da matriz dos coeficientes desse sistema:
cos q sin q
T .
sin q cos q
a) T :� R2 → R2 , T x, y x y, 3 y
b) T :� R2 → R2 , T x, y y 3 x, 2 x 3 y
c) T :� R2 → R , T x, y 2 x 3 y
d) T :� R2 → R2 , T x, y x 2, 2 y
e) T :� R3 → R2 , T x, y, z x y 2 z , 2 x 3 y z
a) T :� R2 → R2 , T x, y x y, 3 y
b) T :� R2 → R , T x, y x y
c) T :� R2 → R2 , T x, y 2 x, y
d) T :� R2 → R3 , T x, y x y,� x , y � y
e) T :� R3 → R3 , T x, y, z x 2 y,� 2 z ,� x y
219
4. A matriz que representa a transformação linear T :� R2 → R3 ,
T ( x, y ) = ( x + y, x − y y ) em relação às bases canônicas é dada por:
1 1
−1 1
a)
a) .
1 0
1 1
b)
b)
2 −1 .
1 2
1 1
c)
c)
1 −1 .
0 1
d)
1 1 0
.
d)
1 −1 1
1 −1 1
e)
e) .
1 1 0
220
5. O cisalhamento horizontal é uma transformação sobre vetores que produz o efeito mos-
trado na Figura 3. Tal transformação é dada por T :� R2 → R2, T x, y x a y, y .
A matriz que representa essa transformação linear é dada por:
y y
a a
a x a x
Figura 1 - Cisalhamento
Fonte: os autores.
1 0
a) T
a 1
1 a
b) T
0 1
1 a
c) T
0 1
1 a
d) T
0 1
1 a
e) T
0 1
221
LIVRO
222
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações. 10. ed. São Paulo: Editora Bookman, 2012.
HOLT, J. Álgebra Linear com Aplicações. 1. ed. São Paulo: Editora LTC, 2016.
223
1.
II) T (au ) = aT (u )
a) T : 2 → 2 , T ( x; y ) ( x y; 3 y )
v1 = ( x1; y1) v2 = ( x2 ; y2 )
T (v2 ) ( x2 y2 ; 3 y2 )
T (v1 v2 ) ( x1 x2 y1 y2 ) (3 y1 3 y2 )
T (v1 v2 ) ( x1 y1; 3 y1) ( x2 y2 ; 3 y2 )
Assim, T (v1) T (v2 ) T (v1 v2 ) .
b) T : 2 → 2 , T ( x; y ) ( y 3x; 2 x 3 y )
T (v2 ) ( y2 3x2 ; 2 x2 3 y2 )
T (v1 v2 ) ( y1 y2 3x1 3x2 ; 2 x1 2 x2 3 y1 3 y2 )
T (v1 v2 ) ( y1 3x1; 2 x1 3 y1) ( y2 3x2 ; 2 x2 3 y2 )
Assim, T (v1) T (v2 ) T (v1 v2 ) .
224
II) T (av1) (a y1 3a x1; 2a x1 3a y1)
c) T : 2 → 2 , T ( x; y ) 2 x 3 y
I) T (v1) 2 x1 3 y1
T (v2 ) 2 x2 3 y2
T (v1 v2 ) 2 x1 2 x2 3 y1 3 y2
T (v1 v2 ) (2 x1 3 y1) (2 x2 3 y2 )
Assim, T (v1) T (v2 ) T (v1 v2 ) .
II) T (av1) 2a x1 3a y1
aT (v1) a (2 x1 3 y1)
aT (v1) 2a x1 3a y1
Assim, T (av1) = aT (v1) .
d) T : 2 → 2 , T ( x; y ) ( x 2; 2 y )
I) T (v1) ( x1 2; 2 y1)
T (v2 ) ( x2 2; 2 y2 )
T (v1 v2 ) ( x1 x2 2; 2 y1 2 y2 )
T (v1 v2 ) ( x1 1; 2 y1) ( x2 1; 2 y2 )
Assim, T (v1) T (v2 ) T (v1 v2 ) .
A condição (i) não está satisfeita. Logo, a transformação dada não é linear. Portanto, não se faz necessário
verificar a segunda condição. Assinale a alternativa d.
225
e) T : 3 → 2 , T ( x; y; z ) ( x y 2 z; 2 x 3 y z )
T (v2 ) ( x2 y2 2 z2 ; 2 x2 3 y2 z2 )
T (v1 v2 ) ( x1 x2 y1 y2 2 z1 2 z2 ; 2 x1 2 x2 3 y1 3 y2 z1 z2 )
T (v1 v2 ) ( x1 y1 2 z1; 2 x1 3 y1 z1) ( x2 y2 2 z2 ; 2 x2 3 y2 z2 )
Assim, T (v1) T (v2 ) T (v1 v2 ) .
x, y x 1, 0 y 0,1 .
Agora você deve tomar a transformação linear de ambos os lados da equação, obtendo:
T x, y T x 1, 0 y 0, 1 .
T x, y xT 1, 0 yT 0, 1 .
T x, y x 1, 2 y 2, 1 ,
T x, y x, 2 x 2 y , y ,
226
T x, y x 2 y , 2 x y .
Logo, a resposta correta é a alternativa a.
T ( 0, 1) = ( 0 + 1, 0 − 1 1) = (1, −1, 1) .
Agora, você tem que escrever os resultados da transformação como combinação linear dos vetores da
base canônica do R3, mas isso é uma tarefa muito fácil, pois neste caso os coeficientes são as próprias
coordenadas dos vetores:
5. A resolução desta questão é análoga à anterior. Entretanto, neste caso você encontrará uma matriz qua-
drada, pois a transformação dada é um operador linear. Fazendo os cálculos, obtém-se:
T 1, 0 1, 0 ,
T ( 0, 1) = ( α,1)
Agora, você tem que escrever os resultados da transformação como combinação linear dos vetores da
base canônica do R2 , mas isso é uma tarefa muito fácil, pois neste caso os coeficientes são as próprias
coordenadas dos vetores:
(1, 0 ) = 1(1, 0 ) + 0 ( 0,1) ,
( α 1) = α (1, 0 ) + 1( 0,1) .
Por último, basta escrever a transposta da matriz dos coeficientes desse sistema
1 a
T .
0 1
Portanto, você deve assinalar a alternativa c.
227
228
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
Diagonalização
de Matrizes
PLANO DE ESTUDOS
Diagonalização
Autovalores
e autovetores
OBJETIVOS DE APRENDIZAGEM
• Calcular os autovalores e os autovetores de uma matriz. • Reconhecer as condições de diagonalização de uma matriz
e aplicá-las na solução de problemas.
Autovalores
e Autovetores
1 0 10
Dada a matriz A , calcule A .
1 2
O seu amigo esperava que você fizesse pelo procedimento padrão, ou seja, que
multiplicasse a matriz dada por ela mesma dez vezes consecutivas. Contudo, para a
surpresa dele, você resolveu por um método muito mais simples, economizando tempo e
papel. Ele ficou surpreso e pediu que você explicasse como fez aquilo. Você calmamente
disse que antes teria que explicar-lhe sobre os conceitos que virão nas seções a seguir.
Nesta seção, você estudará a definição de autovalores e autovetores. Os autovalores
e os autovetores de uma matriz são também denominados valores próprios e vetores
próprios, respectivamente. Além de definir tais conceitos, você aprenderá também
como calculá-los.
Para esse fim, considere A como uma matriz quadrada de ordem n e v como um
vetor que pertença ao R n . Conforme vimos nas unidades anteriores, quando calcu-
lamos o produto Av, obtemos em geral, outro vetor u que possui módulo, direção
e sentido diferentes de v. Contudo, há casos especiais em que o produto Av fornece
como resultado um vetor múltiplo de v, ou seja, um vetor que possui a mesma dire-
ção de v. Neste último caso, podemos escrever que Av = lv , em que l é um número
real. Aos vetores que satisfazem a essa condição, damos o nome de autovetores da
matriz A; e aos números reais l denominamos autovalores de A. Nessa perspectiva,
a definição a seguir formaliza esses conceitos.
DEFINIÇÃO 1
n
Seja A uma matriz quadrada de ordem n, então um vetor não nulo v pertencente ao R é
denominado autovetor de A se Av for múltiplo escalar de v , isto é, (ANTON; RORRES, 2016)
Av = lv ,
em que l é um número real (escalar). O escalar l é denominado autovalor de A, e
denominamos v autovetor associado a l .
3 4 4 8 4
Av2 2 2v2 .
1 2 1 2 1
Observando os resultados obtidos, você percebe que l1 = 1 é autovalor de A. Em
outras palavras, você pode dizer que v1 1, 1 é autovalor de associado ao autovalor
l1 = 1. De forma análoga, você pode dizer que v2 4, 1 é autovalor de associado
ao autovalor l2 2.
A seguir, são apresentadas algumas observações importantes acerca dos autova-
lores e autovetores (FRANCO, 2016).
Observações:
• Conforme você estudou na unidade anterior, toda matriz pode ser associada a
alguma transformação linear. Portanto, os autovalores e os autovetores de uma
dada matriz são autovalores e autovetores da transformação linear associada
a tal matriz.
• Se v é autovetor de uma matriz, qualquer múltiplo escalar de v , kv, também
é autovetor dessa matriz.
A partir daí você diz: tudo bem, já sei o que são os autovalores e os autovetores asso-
ciados a uma dada matriz, mas dada uma matriz, como posso calculá-los? A resposta
será dada nos cálculos explicitados a seguir (HOLT, 2016).
Considere a equação de autovalores e autovetores dada por
Av = lv ,
Av = l Iv ,
A l I v 0.
Escrevendo
a11 a1n
A ,
a ann
n1
1 0
I ,
0 1
x1
v ,
x
n
0
0 ,
0
a11 a1n 1 0 x1 0
l ,
an1 ann 0 1 xn 0
ou seja,
a11 l a1n x1 0
.
an1 ann l xn 0
a11 l a1n
det 0,
a ann l
n1
det ( A − λ I ) = 0.
DEFINIÇÃO 2
Seja A uma matriz quadrada de ordem n, l é um autovalor de A se, e somente se, l
satisfaz a equação característica de A, a qual é dada por
det ( A − λ I ) = 0.
Uma vez calculados os autovalores da matriz A, seus autovetores podem ser en-
contrados resolvendo o sistema de equações A l I v 0 para cada autovalor
encontrado. O conjunto formado pelos autovetores de A é denominado autoespaço
de A (LIMA, 2016).
Você entenderá melhor os últimos conceitos por meio da resolução dos exemplos a seguir.
1 0
1 EXEMPLO Encontre os autovalores de A .
1 2
1 0 1 0
det l 0,
1 2 0 1
1 0 l 0
det 0,
1 2 0 l
1 l 0
det 0.
1 2 l
1 l 2 l 0,
l 2 3l 2 0.
1 0 1 0 x1 0
,
1 2 0 1 y1 0
0 0 x1 0
,
1 1 y1 0
x1 y1 0,
x1 = y1.
Ou seja, o autovetor v1 é qualquer vetor cuja ordenada seja igual à abcissa, ou seja,
v1 x1 ,� x1 . Tomando x1 = k , você encontra que v1 k 1,�1.
1 0 2 0 x2 0
,
1 2 0 2 y2 0
1 0 x2 0
,
1 0 y2 0
x2 0,
x2 = 0.
1 0 2
A 1 0 1 .
1 1 2
Para determinar os autovalores de A, você deve resolver a equação característica
det ( A − λ I ) = 0. Ou seja
1 0 2 1 0 0
det 1 0 1 l 0 1 0 0,
1 1 2 0
0 1
1 0 2 l 0 0
det 1 0 1 0 l 0 0,
1 1 2 0 0 l
1 l 0 2
det 1 l 1 0.
1 1 2 l
λ 3 3λ 2 λ 3 0.
Logo, 1 é raiz.
Tendo descoberto uma das raízes, calcular as outras é tarefa fácil. Para isso, divida o
polinômio característico por l 3 3l 2 l 1 por l −1 . Você obterá l 2 − 2l − 1 .
Calculando as raízes deste polinômio do segundo grau por meio da forma de Bháska-
ra, obtém-se as raízes l1 1 2 e l2 1 2 . Dessa forma, os autovalores da
ou seja
a1 (l1 l2 )v1 0.
a2 (l2 l1 )v2 0.
DEFINIÇÃO 3
Uma matriz A de ordem n que possui autovetores linearmente independentes é
diagonalizável.
Observando a Definição 3, você percebe que se uma matriz ordem n que possui n
autovalores distintos, ela é diagonalizável, já que os autovetores associados a auto-
valores distintos são linearmente independentes são linearmente independentes,
como nos garante o Teorema 1. Como exemplo, é garantido que as matrizes dos
exemplos 1 e 3 são diagonalizáveis, já que a matriz do exemplo 1 é de ordem 2 e pos-
sui 2 autovalores distintos, enquanto a matriz do exemplo 3 é de ordem 3 e possui 3
autovalores distintos.
Aí você diz: ‘tudo bem, já sei quando uma matriz A pode ser diagonalizada, mas como
posso encontrar a forma diagonal de A’? Essa resposta será dada na definição a seguir.
l1 0
D .
0 ln
A matriz D pode ser calculada a partir da matriz A por meio da matriz diagonalizadora
P mediante a relação de semelhança
D P 1 AP.
P = ( v1 v2 …vn )
1 0
4 EXEMPLO Dada a matriz A , responda:
1 2
Resolução:
a) Primeiramente, devemos calcular os autovalores de A, mas isso já foi feito
no Exemplo 1, no qual foram encontrados l1 = 1 e l2 = 2 . Assim, como a
matriz A é de ordem 2 e possui dois autovalores distintos, terá também dois
autovetores linearmente independentes. Logo, A é diagonalizável, e sua forma
diagonal é a matriz diagonal que possui os autovalores de A na diagonal, ou seja,
1 0
D .
0 2
1 0
P .
1 1
1 0
P 1 .
1 1
Assim:
1 0 1 0 1 0 1 0 1 0 1 0
P 1 AP D.
1 1 1 2 1 1 2 2 1 1 0 2
1 0 2
5 EXEMPLO A matriz A 1 0
1 é diagonalizável? Em caso afirmativo, escreva a sua forma
1 1 2
diagonal.
1 0 0
0 1 2 0 .
0 0 1 2
O próximo exemplo mostrará que mesmo que uma matriz de ordem não possua to-
dos os autovalores distintos, ainda assim ela pode possuir n autovetores linearmente
independentes.
1 3 3
6 EXEMPLO Verifique se a matriz A 0 4 0 é diagonalizável.
3 3 1
1 3 3 1 0 0
det 0 4 0 l0 1 0 0,
3 3 1 0
0 1
1 3 3 l 0 0
det 0 4 0 0 l 0 0,
3 3 1 0 0 l
1 λ 3 3
det 0 4 λ 0 0.
3 3 1 λ
λ 3 6λ 2 32 0.
1 3 3 2 0 0 x1 0
0 4 0 0 2 0 y1 0 ,
3 3 1 0 0 2 z1 0
3 3 3 x1 0
0 6 0 y1 0 ,
3 3 3 z1 0
3 x1 3 y1 3 z1 0
6 y1 0 ,
3 x 3 y 3 z 0
1 1 1
1 3 3 4 0 0 x2 0
0 4 0 0 4 0 y2 0 ,
3 3 1 0 0 4 z2 0
3 3 3 x2 0
0 0 0 y2 0 ,
3 3 3 z2 0
3 x2 3 y2 3 z2 0
0 y2 0 ,
3 x 3 y 3 z 0
2 2 2
2 0 0
D 0 4 0,
0 0 4
1 1 1
P 0 1 0 .
1 0 1
Neste momento, você já está apto a retornar ao problema proposto pelo seu amigo
no início da unidade. Ou seja, como calcular a décima potência de uma matriz sem
a necessidade de multiplicá-la por ela mesma dez vezes consecutivas? Para isso,
veja o exemplo a seguir.
1 0 10
7 EXEMPLO Dada a matriz A , calcule A .
1 2
Resolução: Considere que A seja diagonalizável, ou seja, existe uma matriz dia-
gonalizadora P tal que D P 1 AP , em que D seja a forma diagonal de A. Se você
multiplicar a equação D P 1 AP à esquerda por P e à direita por P −1, encontrará
Da mesma forma,
An = PD n P −1
1 0
D ,
0 2
1 0
P ,
1 1
1 0
P 1 .
1 1
Como D é diagonal, logo
10
110 0 1 0
D
0
.
210 0 1024
E, por fim,
A10 = PD10 P −1
1 01 0 1 0 1 0
A10 .
1 10 1024 1 1 1023 1024
a) l1 2 , l2 = 1 e l3 = 4 .
b) l1 1 , l2 3 e l3 = 3 .
c) l1 1 , l2 = 3 e l3 = 3 .
d) l1 2 , l2 = 3 e l3 = 3 .
e) l1 1 , l2 3 e l3 3 .
5 3
2. A forma diagonal da matriz A é dada por:
8 3
a) 1 0
0 2
c) 5 0
0 2 b) 1 0
0 9
e) 1 0
0 3 d) 1 0
0 5
248
5 3
3. A matriz diagonalizadora associada a A é dada por:
8 3
a) 1 1 b) 1 1
4 3 4
2
3 3
c) 1 1 d) 1 2
4 1 4
4
3 3
e) 3 1
1 4
3
5 3 20
4. Dada a matriz A , det( A ) é igual a:
8 3
a) 920
b) 1
c) −920
d) 0
e) 35
1 4
5. Os autovalores da matriz A são:
2 3
a) l1 1 e l2 = 2 .
b) l1 1 e l2 = 5 .
c) l1 = 1 e l2 5 .
d) l1 2 e l2 = 1 .
e) l1 1 e l2 5 .
249
LIVRO
250
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações. 10. ed. São Paulo: Editora Bookman, 2012.
HOLT, J. Álgebra Linear com Aplicações. 1. ed. São Paulo: Editora LTC, 2016.
251
1. Para resolver a esta questão, você deve resolver a equação característica det ( A − λ I ) = 0 . Ou seja,
3 0 4 1 0 0
det 0 3 5 l0 1 0 0,
0 0 1 0
0 1
3 0 4 l 0 0
det 0 3 5 0 l 0 0,
0 0 1 0 0 l
3 l 0 4
det 0 3 l 5 0.
0 0 1 l
λ 3 5λ 2 3λ 9 0.
Resolvendo essa equação cúbica, você encontrará as raízes l1 1 , l2 = 3 e l3 = 3 , as quais são os
autovalores da matriz dada. Com isso, a resposta correta para esta questão é a alternativa c.
2. O primeiro passo é determinar os autovalores da matriz dada. Para determinar os autovalores de A, você
( )
deve resolver a equação característica det A − λ I = 0 . Ou seja,
5 3 1 0
det l 0,
8 3 0 1
5 3 l 0
det 0,
8 3 0 l
5 l 3
det 0.
8 3 l
252
Essa última equação fornece o polinômio característico associado à matriz A:
5 l 3 l 24 0,
l 2 4l 9 0.
As raízes desta equação são l1 1 e l2 = 9, os quais são os autovalores da matriz A. Dessa maneira, a
3. A matriz desta questão é a mesma da anterior. Assim, para encontrar a matriz diagonalizadora da matriz
dada, você deve determinar os autovetores de A. Os autovalores de A são l1 1 e l2 = 9 . O próximo
passo será resolver a equação A l I v 0 para cada autovalor encontrado, ou seja, você deve encontrar
um autovetor v1 correspondente a l1 e um autovetor v2 correspondente a l2 .
5 3 1 0 x1 0
,
8 3 0 1 y1 0
6 3 x1 0
,
8 4 y1 0
6 x1 3 y1 0,
y = 2 x1.
Ou seja, o autovetor v1 é qualquer vetor cuja ordenada seja igual ao dobro da abcissa, ou seja, v1 x1 ,� 2 x1 .
253
Seja o autovetor v2 x2 ,� y2 associado à l2 = 9. A equação A l I v 0 fica escrita como
5 3 9 0 x2 0
,
8 3 0 9 y2 0
4 3 x2 0
,
8 6 y2 0
4
y2 x2 .
3
4 4
Ou seja, o autovetor v2 é qualquer vetor cuja ordenada − da abcissa, ou seja, v2 x2 ,� x2 .
3 3
4
Tomando x2 = t , você encontra que v2 t 1, � .
3
4
Assim, os vetores v1 1,� 2 e v2 1, � são autovetores da matriz dada.
3
1 1
Com isso, a matriz que diagonaliza A é dada por 4
. Assim, a resposta correta é alternativa a.
2
3
n n 1
4. Já sabemos do Exemplo 7 desta unidade que A � PD P . Assim, calculando o determinante de ambos
os lados deste equação e utilizando as propriedades dos determinantes, temos:
( ) ( ( ) )
det ( An ) = det PD n P −1 = det P) det D n det ( P −1 = det D n . ( )
1 0 120 0
20
Como D , então D . Dessa forma,
0 9 0 920
det ( A20 ) det D20 920.
A resposta correta é a alternativa a.
254
5. Para determinar os autovalores de A , você deve resolver a equação característica det ( A − λ I ) = 0. Ou seja,
1 4 1 0
det l 0,
2 3 0 1
1 4 l 0
det 0,
2 3 0 l
1 l 4
det 0.
2 3 l
1 l 3 l 8 0,
l 2 4l 5 0.
As raízes desta equação são l1 1 e l2 = 5, os quais são os autovalores da matriz A. A resposta correta é
a alternativa b.
255
256
Dr. Ronni Amorim
Dr. Ricardo Fragelli
Dr. Vinícius Rispoli
As Cônicas
PLANO DE ESTUDOS
Identificação
das cônicas
Cônicas: elipse,
hipérbole e parábola
OBJETIVOS DE APRENDIZAGEM
• Reconhecer e construir as equações das cônicas. • Identificar as cônicas a partir das equações bilineares gerais.
Cônicas: Elipse,
Hipérbole e Parábola
Circunferência Elipse
Parábola Hipérbole
Figura 1 - As cônicas
Fonte: o autor.
UNIDADE IX 259
A elipse
Nesta subseção, você aprenderá o que é uma elipse e quais são as principais proprieda-
des desta cônica. Para esse fim, considere a definição dada a seguir (WINTERLE, 2014).
DEFINIÇÃO 1
Sejam dois pontos distintos F1 e F2 pertencentes a um mesmo plano b e seja 2c a
distância entre eles. Elipse é o conjunto de pontos P pertencentes a b tais que a soma
das distâncias dos pontos P a F1 e F2 é constante e igual a 2a.
Essa definição pode ser escrita formalmente como:
Figura 2 - Elipse
Fonte: o autor.
260 As Cônicas
Observe a Figura 2 para definirmos os elementos fundamentais de uma elipse, quais sejam:
• F1e F2 são os focos;
• O é o centro;
• O segmento A1 A2 é denominado eixo real e mede 2a;
• O segmento B1 B2 é denominado eixo imaginário e mede 2b;
• A distância entre F1e F2 é denominada distância focal e mede 2c;
• A relação notável a2 b2 c2 pode ser obtida via teorema de Pitágoras.
Note que a elipse dada na Figura 2 tem os eixos sobre os eixos x e y e possui os fo-
cos F1 e F2 sobre o eixo x. Dessa forma, as coordenadas dos focos são F1 c, 0
e F2 c, 0 . Como as coordenadas do ponto genérico são P x, y , utilizando a
equação da distância entre dois pontos (ou da norma de um vetor) temos que:
PF1 = ( x + c )2 + ( y − 0 )2 e PF2 = ( x − c )2 + ( y − 0 )2
( x + c )2 + ( y − 0 )2 + ( x − c )2 + ( y − 0 )2 = 2a
( x + c )2 + y2 = 2a − ( x − c )2 + y2
x c 2 y2 4a2 4a x c 2 y2 x c 2 y2 ,
O que dá ainda
x2 2 xc c2 y 2 4 a2 4 a x c 2 y2 x2 2 xc c2 y2 .
UNIDADE IX 261
Simplificando a última equação, obtemos
4 xc 4 a2 4 a x c 2 y2 ,
a ( x − c )2 + y2 = a2 − xc
a2 x2 2 xc c2 y 2 a 4 2a2 xc x2 c2 ,
a2 x2 2a2 xc a2 c2 a2 y 2 a 4 2a2 xc x2 c2 ,
a 2 x2 a 2 c2 a 2 y 2 a 4 x2 c2 ,
a 2 x2 x2 c2 a 2 y 2 a 4 a 2 c2 .
x2 a 2 c2 a 2 y 2 a 2 a 2 c2
Observando a Figura 2, percebemos que b2 a2 c2; assim, chegamos a
x 2b2 a 2 y 2 a 2b2 .
x2 y2
1.
a2 b2
Essa é a equação reduzida de uma elipse centrada na origem, com o eixo maior sobre
o eixo x que possui o eixo maior medindo a e o eixo menor medindo b.
262 As Cônicas
Se o centro da elipse (o ponto C da Figura 2) não estiver na origem, mas for dado pela
coordenadas C p, q , com o eixo maior paralelo, o eixo x e o eixo maior paralelo
o eixo y; e ainda que possui o eixo maior medindo a e o eixo menor medindo b, a
equação reduzida da elipse é escrita como
x p 2 y q 2 1,
a2 b2
em que o eixo maior é paralelo ao eixo x. Se o eixo maior estivesse paralelo ao eixo
y, a equação da elipse seria dada por
x p 2 y q 2 1.
b2 a2
Para encontrar a equação geral da elipse, basta desenvolver a expressão acima.
Observações:
c
• Definimos a excentricidade da elipse como a razão e = .
a
1 EXEMPLO Escreva a equação da elipse que possui centro no ponto C 2, 3 e eixos com medida
6 e 10, estando o eixo maior paralelo ao eixo y.
Resolução: este problema é muito simples. Para resolvê-lo, basta utilizar a equação
2 2
x p y q
1.
b2 a2
Como as medidas dos eixos são 6 e 10, temos que a = 53 e b =3.5 Assim, a equação da
elipse procurada é
x 2 2 y 3 2 1,
32 52
x 2 2 y 3 2 1.
9 25
UNIDADE IX 263
Tenha sua dose extra de conhecimento assistindo ao vídeo.
Para acessar, use seu leitor de QR Code.
x2 4 x 4 y 2 32 y 32 0,
x2 4 x 4 4 4 y 2 32 y 64 64 32 0,
x 2 2 4 y 4 2 4 64 32 0,
x 2 2 4 y 4 2 36.
x 2 2 4 y 4 2 1,
36 36
x 2 2 y 4 2 1,
36 9
x 2 2 y 4 2 1.
62 32
264 As Cônicas
Com isso, fica fácil reconhecer o centro C 2, 4 e as medidas dos semieixos como
a = 6 e b = 3.
As respostas às alternativas ficam dadas por:
a) C 2, 4 .
b) Para determinarmos os focos, antes precisamos calcular o valor do parâmetro
c. Sabemos que c2 a2 b2, assim, c = 3 3. Dessa forma, observando a Fi-
gura 2, percebemos que, para obtermos os focos, como eles estão sobre o eixo
principal da elipse, basta somarmos e subtrairmos o valor encontrado para c
da abcissa do centro. Com isso, temos: F1 2 3 3 ,� 4 e F2 2 3 3 ,� 4 .
c
c) A excentricidade é dada por e = , dessa forma, para este problema temos
a
3 3 3
=e =
6 2
Agora que você já conhece a elipse e suas propriedades, o estudo focará a hipérbole.
A hipérbole
A hipérbole é outra cônica que é muito utilizada em aplicações práticas. Por exem-
plo, em telescópios de reflexão, o espelho menor é hiperbólico. O telescópio Hubble,
em órbita a 600 km da Terra desde 1990, utiliza o sistema com espelho secundário
hiperbólico. Nesta subseção, você estudará a definição de hipérbole, bem como suas
propriedades.
DEFINIÇÃO 2
Sejam dois pontos distintos F1e F2 pertencentes a um mesmo plano b e seja 2c a
distância entre eles. Hipérbole é o conjunto de pontos P pertencentes a b tais que o
valor absoluto da diferença das distâncias dos pontos P a F1 e F2 é constante e igual
a 2a (0 < 2a < 2c).
Essa definição pode ser escrita formalmente como:
UNIDADE IX 265
O nosso objetivo agora é encontrar uma equação que descreva a hipérbole. Para esse
fim, considere a hipérbole dada na Figura 3.
Figura 3 - Hipérbole
Fonte: o autor.
Note que a hipérbole dada na Figura 3 tem os eixos sobre os eixos x e y e possui os
focos F1 e F2 sobre o eixo x. Dessa forma, as coordenadas dos focos são F1 c, 0
e F2 c, 0 . Como as coordenadas do ponto genérico são P x, y , utilizando a
equação da distância entre dois pontos (ou da norma de um vetor) temos que:
PF1 = ( x + c )2 + ( y − 0 )2 e PF2 = ( x − c )2 + ( y − 0 )2
266 As Cônicas
o que nos fornece
( x + c )2 + ( y − 0 )2 − ( x − c )2 + ( y − 0 )2 = 2a
( x + c )2 + ( y − 0 )2 − ( x − c )2 + ( y − 0 )2 = ±2a
( x + c )2 + y2 = ±2a + ( x − c )2 + y2
x c 2 y2 4a2 4a x c 2 y2 x c 2 y2 ,
o que dá ainda
x2 2 xc c2 y 2 4 a2 4 a x c 2 y2 x2 2 xc c2 y2 .
4 xc 4 a2 4 a x c 2 y2 ,
a x 2
a2 x2 2 xc c2 y 2 a 4 2a2 xc x2 c2 ,
a2 x2 2a2 xc a2 c2 a2 y 2 a 4 2a2 xc x2 c2 ,
a 2 x2 a 2 c2 a 2 y 2 a 4 x2 c2 ,
UNIDADE IX 267
c2 x2 x2 a 2 a2 y 2 a 4 a2 c2 .
x 2 c2 a2 a2 y 2 a2 c2 a2
x 2b2 a 2 y 2 a 2b2 .
x2 y2
1.
a2 b2
Essa é a equação reduzida de uma hipérbole centrada na origem, com o eixo maior
sobre o eixo x que possui o eixo maior medindo a e o eixo menor medindo b.
Se o centro da hipérbole (o ponto O da Figura 3) não estiver na origem, mas for
dado pela coordenadas O p, q , com o eixo maior paralelo o eixo x e o eixo maior
paralelo o eixo y; e ainda que possui o eixo maior medindo a e o eixo menor medindo
b, a equação reduzida da hipérbole é escrita como
x p 2 y q 2 1.
a2 b2
Se o eixo maior estivesse paralelo ao eixo y, a equação da hipérbole seria dada por
2 2
x p y q
1.
b2 a2
268 As Cônicas
Resolução: para resolver este exemplo, você deve escrever a equação da elipse no formato
x p 2 y q 2 1
a2 b2
9 x2 5 y 2 18 x 30 y 9 0,
9 x2 18 x 5 y 2 30 y 9 0,
9( x 2 2 x ) 5 y 2 6 y 9 0.
Note que no primeiro parêntese falta o número 1 para termos um quadrado perfeito,
enquanto que no segundo falta o número 9 para termos um quadrado perfeito. Sen-
do assim, adicionaremos e subtrairemos 1 e 9 no interior do primeiro e do segundo
parêntese, respectivamente.
9( x2 2 x 1 1) 5 y 2 6 y 9 9 9 0.
A última equação pode ser escrita ainda na forma:
9( x2 2 x 1) 9 5 y 2 6 y 9 45 9 0,
9( x2 2 x 1) 5 y 2 6 y 9 45 0,
9( x2 2 x 1) 5 y 2 6 y 9 45.
Invertendo a ordem da subtração, obtém-se:
5 y 2 6 y 9 9( x2 2 x 1) 45.
UNIDADE IX 269
Dividindo ambos os lados por 45, chega-se a
y2 6 y 9 ( x2 2 x 1) 1,
9 5
2 2
y 3 x 1
1.
32 5
2
Agora que você já sabe o que é uma elipse e conhece as propriedades desta cônica, o
foco será dado ao estudo da terceiro cônica: a parábola.
A parábola
Nesta subseção, você estudará sobre a parábola. A parábola é uma cônica muito espe-
cial, pois percebemos diversas aplicações dela no cotidiano, basta para isso observar
o formato de grande parte das antenas e dos radares. Essas aplicações são possíveis
porque a parábola possui a importante propriedade de reflexão. Conforme você verá,
a parábola é uma curva com um foco. Nesse sentido, se a partir de um ponto qualquer
você traçar um segmento de reta paralelo ao eixo da parábola e este segmento encon-
trar a parábola em um ponto; e se a partir deste ponto você traçar outro segmento que
faça com a parábola um ângulo igual ao do primeiro segmento, o segundo segmento
passa pelo foco. Devido a esta propriedade, também notamos a aplicação da parábola
no formato dado aos faróis dos automóveis, os quais são espelhados por dentro, com
a lâmpada ocupando a posição do foco. Dessa forma, todos os raios luminosos que
emergirem da lâmpada refletirão na parábola e sairão do farol em uma mesma direção,
potencializando a iluminação, como pode ser observado na Figura 4.
270 As Cônicas
Figura 4 - Aplicação da parábola
Fonte: o autor.
DEFINIÇÃO 3
Considere uma reta R e um ponto F pertencentes a um plano b , com F não perten-
cente a R . Seja p a distância entre F e R. O conjunto de pontos P pertencentes a b
equidistante de F e R é denominado parábola. Ou seja,
Parábola = { P ∈ β | PF = Pd
UNIDADE IX 271
A construção da equação da parábola será baseada na Figura 5.
Figura 5 - A parábola
Fonte: o autor.
Observe a Figura 5 para definirmos os elementos fundamentais de uma parábola,
quais sejam:
• F é denominado foco;
• V é o vértice;
• é a reta diretriz;
• p é o parâmetro;
• A distância entre V e F é igual à p : d V , F p .
Note que o eixo da parábola dada na Figura 5 está sobre o eixo x, enquanto o seu
vértice está na origem. Dessa forma, o foco e o vértice são representados pelos pontos
F p,0 e V 0, 0 , respectivamente. Como as coordenadas do ponto genérico são
P x, y , a distância entre o foco e a parábola é dada por:
d F, P p x 2 0 y 2 p x 2 y2 .
E, ainda, a distância entre o ponto P x, y da parábola e a reta diretriz é dada por.
d P, p x 2 y y 2 p x 2 .
d P, d P, F ,
272 As Cônicas
ou seja,
p x 2 p x 2 y2 .
p x 2 p x 2 y2 .
y2
x ,
4p
a qual representa a equação de uma parábola com vértice na origem, eixo sobre
o eixo x e reta diretriz paralela ao eixo y. No caso em que o vértice da parábola
esteja em um ponto genérico V xo ,� yo , a equação da parábola com reta diretriz
paralela ao eixo y fica dada por
2
x xo
y yo
.
4p
O sinal será positivo se o vértice estiver à esquerda do foco e negativo no caso contrário.
Se a parábola tivesse o vértice na origem, mas o seu eixo estivesse sobre o eixo y,
e reta diretriz paralela ao eixo x, a sua equação seria
x2 4 py,
x2
y .
4p
No caso em que o vértice da parábola esteja em um ponto genérico V xo ,� yo , a
equação da parábola com reta diretriz paralela ao eixo x fica dada por
2
y yo
x xo
.
4p
UNIDADE IX 273
O sinal será positivo se o vértice estiver abaixo do foco e negativo caso contrário.
Você pode perceber que para determinar a equação de uma parábola é necessário
conhecer o seu vértice e o seu parâmetro.
Os conceitos apresentados nessa subseção ficarão mais claros com a resolução
do exemplo a seguir.
p 3 3 2 4 2 2 2.
y−4 = −
( x − 3 )2 ,
4.2
2
y4
x 3
.
8
5 EXEMPLO Dada a parábola de equação 2 y 2 5 x 8 y 7 0 , determine:
a) O seu vértice;
b) O seu parâmetro;
c) O seu foco.
Resolução: o primeiro passo é organizar os termos da equação dada e em seguida
completar o quadrado.
2 y 2 5 x 8 y 7 0,
2 y 2 8 y 5 x 7 0,
2 y 2 4 y 5 x 7 0.
274 As Cônicas
Observe nos parênteses da última equação. Para que seja obtido um quadrado perfeito,
basta somar e subtrair 4. Fazendo isso, obtém-se
2 y 2 4 y 4 4 5 x 7 0.
2 y 2 4 y 4 8 5 x 7 0,
2
2 y 2 5 x 15 0,
2
5 x 3 2 y 2 ,
2
x 3 y 2 2 ,
5
2
y 2
x 3 .
5
2
2
y yo
Comparando a última equação com x xo , conclui-se que a parábola
4p
b) p = 5
8
c) F 19 , 2
8
UNIDADE IX 275
Identificação
das Cônicas
A B
y 2 x D x
x B E F 0.
C y y
2
276 As Cônicas
A B
Para facilitar a identificação da cônica, podemos diagonalizar a matriz M 2 .
B C
2
Recordando o conteúdo da Unidade 8, no processo de diagonalização obtemos os
a b
autovalores l1 e l2 e os autovetores v1 1 e v2 1 . Com os autovetores, construí-
a2 b2
A B
2
mos a matriz que diagonaliza a matriz M . A matriz diagonalizadora é dada
B C
2
a1 b1 −1 −1
por P . Se fizermos P MP , em que P é a inversa da matriz diagonaliza-
a2 b2
l1 0
dora, obtemos a matriz D que é a forma diagonal de M . Por outro lado, se
0 l2
x a b1 x
fizermos o produto, v* = Pv , ou seja, * 1 obtemos um novo vetor que
y* a2 b2 y
x*
. E ainda, se multiplicarmos o vetor v x y pela
t
denominaremos por v*
y*
inversa P −1, ou seja, vP −1 obtemos v*t x* y* . Por fim, a equação da cônica sem
os termos cruzados é dada por
A B
2 PP 1 x D x
x y PP 1 E PP 1 F 0,
B C y y
2
o que leva a
l 0 x* a b1 x*
x* y* 1 D E 1 F 0.
0 l2 y* a2 b2 y*
E a equação da cônica escrita nesse novo referencial torna mais fácil a sua identifi-
cação. A cônica representada por esta equação representa a mesma cônica dada pela
equação original, não houve deformações de nenhuma natureza e elas diferem apenas
por uma rotação ou reflexão. Ou seja, o que ocorre quando utilizamos a metodologia
dada é, na essência, uma mudança de base na qual a base original é girada ou refletida.
Você compreenderá bem melhor a partir do exemplo a seguir.
UNIDADE IX 277
6 EXEMPLO Identifique a cônica a seguir.
x2 xy y 2 3 0.
1 1
y 2 x 3 0.
x 1
1 y
2
O próximo passo é diagonalizar a matriz
1 1
M 2 .
1 1
2
3
Os autovalores dessa matriz são (você deve calculá-los como exercício!): l1 = e
1 2
l2 = . Com isso, a matriz diagonal é dada por:
2
3 0
2
D 1 .
0
2
Na equação da cônica dada neste exemplo não há termos lineares, sendo assim, não
há necessidade de se calcular a matriz diagonalizadora. Assim, a equação da cônica é:
3 2 1 2
x* y* 3 0,
2 2
x*2 y*2
3,
2 2
3
x*2 y*2
1.
2 2
3
Por essa equação, percebe-se que a cônica dada é uma elipse com semieixo maior
2 e semieixo menor 2 3 .
Entendeu? Tudo ficará ainda mais claro com o próximo exemplo.
278 As Cônicas
7 EXEMPLO Identifique a cônica dada pela equação xy = 1.
Resolução: assim como o exemplo anterior, o seu primeiro passo deve ser a realização
da escrita da equação dada na forma matricial. Fazendo isso, você obtém:
0 1
2 x
x y 1.
1 0 y
2
0 1
M 2 .
1 0
2
1 1
l1 = e l2
2 2
1 0
2
D 1 .
0
2
Na equação da cônica dada neste exemplo, não há termos lineares, sendo assim, não
há necessidade de se calcular a matriz diagonalizadora. Assim, a equação da cônica é:
1 2 1 2
x* y* 1,
2 2
x*2 y*2
1.
2 2
Por essa equação, percebe-se que a cônica dada é uma hipérbole com ambos se-
mieixos iguais 2 .
Agora que você já é um especialista nas cônicas, podemos retornar ao problema
introdutório da unidade, ou seja, no enigma proposto a Raul Garcia. Conforme foi
apresentado, a órbita do cometa Halley em torno do Sol era um elipse de excentrici-
dade 0,967 e o seu semieixo maior mede 18 UA.
UNIDADE IX 279
Com tais informações torna-se evidente que 2a = 36UA � . Como e = c / a, tem-se
que c = 17, 406UA
� . Sabendo que o Sol ocupa um dos focos da elipse e observando
a Figura 2, podemos dizer que o afélio é dado por a c 35, 406UA � e o periélio é
dado por a c 0, 594 UA
� . Para se ter uma ideia, uma unidade astronômica (UA)
é a distância média entre a Terra e o Sol, e vale aproximadamente 150 milhões de
quilômetros! Raul Garcia ficou muito impressionado, pois o cometa Halley passou,
guardadas as proporções astronômicas, bem próximo ao Sol. O próximo objetivo
de Raul é observar a nova passagem do cometa; na ocasião ele estará com 82 anos.
Podemos resumir as ideias apresentadas na última seção por meio do seguinte teorema.
Ax2 B xy C y 2 D x Ey F 0
Ou ainda,
l1 x12 l2 y12 f 0,
a b 2 2
em que x1 x* , y1 y* e f F a b . l1 e l2 são os autovalores asso-
2l1 2l2 4l1 4l2
280 As Cônicas
Você já sabe que a trajetória dos planetas do sistema solar em torno do sol é fechada e tem a forma
de uma elipse. Você também já entendeu o porquê de os faróis dos automóveis serem construídos
no formato parabólico. Agora, você sabe qual é o formato da sombra que a cúpula de um abajur
em formato de tronco de cone faz na parede? Se você chutou que a sombra tem o formato de uma
hipérbole, você acertou. Utilizando um pouco de álgebra, é possível demonstrar que a equação que
representa a sombra é da forma da equação de uma hipérbole. Essa é só mais uma curiosidade sobre
as cônicas. Quanto mais você ler, mais aplicações dessas curvas tão especiais serão encontradas.
UNIDADE IX 281
Você pode utilizar seu diário de bordo para a resolução.
2
1. A equação 25 x 9 y 2 72 y 81 0 representa:
282
2
3. A equação 9 x 18 y 2 54 x 9 0 representa:
2 2
a) Uma elipse de equação
x 3 y
1.
10 5
a) F (1, - 2)
b) F 0, 2
1
c) F , 2
16
3 1
d) F ,
16 16
e) 1
F ,2
16
5. A equação 2 x2 y 2 4 xy 4 x 8 y 14 0 representa:
a) Uma circunferência.
b) Uma reta.
c) Uma hipérbole.
d) Uma parábola.
e) Uma elipse.
283
LIVRO
Geometria Analítica
Autor: Alfredo Steinbruch e Paulo Winterle
Editora: Pearson
Sinopse: um livro adequado a estudantes de engenharia que almejam adquirir
as competências sobre cálculo vetorial e geometria analítica.
Comentário: excelente livro, repleto de exemplos e aplicações. Recomenda-se
a leitura do capítulo sobre as cônicas.
284
ANTON, H.; RORRES, C. Álgebra Linear com Aplicações. 10. ed. São Paulo: Editora Bookman, 2012.
SANTOS, F. J. dos; FERREIRA, S. F. Geometria Analítica. 1. ed. Porto Alegre: Editora Bookman, 2009.
WINTERLE, P. Vetores e Geometria Analítica. 2. ed. São Paulo: Editora Pearson, 2014.
285
1. A equação dada não está na forma reduzida. Sendo assim, como primeiro passo, você deve completar os
quadrados para escrevê-la na forma reduzida. Assim,
25 x2 9 y 2 72 y 81 0,
25 x2 9( y 2 8 y ) 81 0
Adicionando e subtraindo 16 no interior do parêntese, não alteramos o resultado da equação, mas obtemos
os quadrados perfeitos desejados. Veja:
25 x2 9 y 2 8 y 16 16 81 0,
25 x2 9 y 2
8 y 16 144 81 0,
2
25 x2 9 y 4 225.
Dividindo ambos os lados por 225 , obtém-se:
2
25 x2 9 y 4
1,
225 225
2
x2 y 4
1,
9 25
Com isso, fica fácil reconhecer o centro C 0, 4 e as medidas dos semieixos como a = 3 e b = 5.
Portanto, a alternativa correta é a B.
2. A equação dada não está na forma reduzida. Sendo assim, como primeiro passo, você deve completar os
quadrados para escrevê-la na forma reduzida. Assim,
9 x2 4 y 2 18 x 16 y 11 0
9( x2 2 x) 4( y 2 4 y ) 11 0
Adicionando e subtraindo 1 no interior do primeiro parêntese e adicionando e subtraindo 4 no interior do se-
gundo parêntese, não alteramos o resultado da equação, mas obtemos os quadrados perfeitos desejados. Veja:
9( x2 2 x 1) 4 y 2 4 y 4 9 16 11 0,
2 2
9 x 1 4 y 2 36.
286
x 12 y 2 2 1,
4 9
Com isso, fica fácil reconhecer o centro C 1, 2 e as medidas dos semieixos como a = 2 e b = 3 .
Portanto, os eixos medem 4 e 6, respectivamente. A alternativa A é a correta.
3. A equação dada não está na forma reduzida. Sendo assim, como primeiro passo, você deve completar os
quadrados para escrevê-la na forma reduzida. Assim,
9 x2 18 y 2 54 x 9 0,
9 x2 6 x 18 y 2 9 0
Adicionando e subtraindo 9 no interior do parêntese, não alteramos o resultado da equação, mas obtemos
os quadrados perfeitos desejados. Veja:
9 x2 6 x 9 9 18 y 2 9 81 0,
2
9 x 3 18 y 2 90 0
x 3 2 y2 1.
10 5
x 4 y 2 16 y 16,
x 4( y 2 4 y 4),
2
x 4 y 2 ,
x
y 2 2 .
1/ 4
287
o sinal é positivo, tem-se que o foco está à direita do vértice. Assim, para determinar as coordenadas do
vértice, utiliza-se o fato de que a reta diretriz é paralela ao eixo x , neste caso o vértice e o foco possuem a
mesma ordenada. Além disso, como o foco está à direita do vértice e a distância entre eles é 1 , a abcissa
16
1 1 1
do foco é dada por 0 . Assim, o foco é dado por F , 2 . A alternativa correta é a E.
16 16 16
5. Perceba que a equação dada nesta questão possui o termo cruzado xy . Neste caso, a resolução é mais sim-
ples se utilizarmos o processo de diagonalização da equação. Utilizaremos a metodologia dada na seção 2.
2 x2 4 xy y 2 4 x 8 y 14 0.
Resolução: primeiramente, escreva a equação dada no formado matricial. Fazendo isso, você obterá
2 2 x x
x y 4 8 14 0.
2 1 y y
O próximo passo é diagonalizar a matriz
2 2
M .
2 1
2 1
Os autovalores e os autovetores dessa matriz são l1 = 3 , l2 2 e v1 , v2 2 . Com isso, a matriz
diagonal e a matriz diagonalizadora são dadas por: 1
3 0 2 1
D � � e P
0 2 1 2
Assim, a equação da cônica é:
3 x*2 2 y*2 20 y* 14 0.
2
3 x*2 2 y* 5
1,
36 36
2
x2 y 5
* * 1.
12 18
Por essa equação, percebe-se que a cônica dada é uma hipérbole. A alternativa correta é a letra C.
288
289
290
291
292
293
294
CONCLUSÃO