Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
de
Álgebra Linear e Geometria Analítica
Matrizes
Objectivo
Introdução
* 2 3 4 5
6 12 18 24 30
7 14 21 28 35
8 16 24 32 40
representando-se por:
os seus elementos pela respectiva letra minúscula com dois índices, o primeiro,
Podemos então concluir que as matrizes são ferramentas que nos vão ajudar na vida
Matrizes do mesmo tipo são matrizes com o mesmo número de linhas e o mesmo
e n=q.
Elementos homólogos, de matrizes do mesmo tipo, são os que têm índices iguais,
elementos cujo índice da linha é igual ao da coluna, isto é, dada a matriz A = [aij]nxn,
isto é, dada a matriz A = [aij]mxn, diz-se que o elemento aij é o oposto do elemento aji.
Tipos de matrizes
Igualdade de matrizes
Duas matrizes, A = [aij]mxn e B = [bij]mxn, são iguais, se e só se, são do mesmo tipo e
todos os seus elementos homólogos são iguais, isto é, aij = bij, i = 1, 2, …,m, j = 1, 2
…, n.
6 Matrizes
Matriz transposta
Matriz que se obtém da matriz dada, A = [aij]mxn, trocando ordenadamente as suas
Propriedades
Dadas as matrizes, A = [aij]mxn e B = [bij]mxn:
I – (AT)T = A
Exemplo:
II – (A + B)T = AT + BT
III – (AB)T = BT AT
Adição de matrizes
Só se podem adicionar matrizes do mesmo tipo.
Dadas duas matrizes A = [aij]mxn e B = [bij]mxn da soma destas matrizes resulta uma
outra matriz C = [cij]mxn (do mesmo tipo) cujos elementos são iguais à soma dos
Propriedades
Dadas as matrizes, A = [aij]mxn, B = [bij]mxn, C = [cij]mxn e D = [dij]mxn:
I - Comutatividade: A + B = B + A
Exemplo:
II – Associatividade: (A + B) + C = A + (B + C)
V – Se A = B e C = D, então A + C = B + D
outra matriz C = [cij]mxn, do mesmo tipo, cujos elementos são iguais ao produto do
Subtracção de matrizes
Dadas duas matrizes A = [aij]mxn e B = [bij]mxn a subtracção destas matrizes
Exemplo: C - D = C + (-1)D
Propriedades
Dadas as matrizes, A = [aij]mxn, B = [bij]mxn e k e t escalares reais:
I – k(A + B) = kA + kB
II – (k + t) A = kA + tA
IV – 1A = A
V – A = B ⇒ kA = kB
Multiplicação de matrizes
Dadas duas matrizes A = [aij]mxn e B = [bij]nxp , onde o número de colunas da
n
outra matriz, C = [cij]mxp tal que cij = ∑ a ik b kj (i= 1, 2, …,m; j= 1, 2 …, p).
k =1
Matrizes 9
Exemplo:
1 2 3
j k l
FC = 4 5 6 = j *1 + k * 4 + l * 7 j * 2 + k * 5 + l * 8 j * 3 + k * 6 + l * 9
m * 1 + n * 4 + 0 * 7 m * 2 + n * 5 + o * 8 m * 3 + n * 6 + o * 9
m n o
7 8 9
Propriedades
Dadas as matrizes, A = [aij]mxn, B = [bij]mxn, C = [cij]mxn e D = [dij]mxn:
I – Associatividade (A B) C = A (B C)
adição
(A + B) C = A C + B C A (B + C) = A B + A C
IV – A = B e C = D ⇒ A C = B D
a 11 a 12 a 1n
a a a
Dadas as matrizes coluna A1 = 21
, A2 = 22
,..., A k = 2 n , e dada uma
M M M
a m1 a m 2 a mn
n
∃α 1 , α 2 , K , α n ∈ ℜ : C = α1 A1 + α 2 A 2 + K + α n A n = ∑ α i A i
i =1
∃α1 , α 2 , K , α n ∈ ℜ \{0}: α1 A1 + α 2 A 2 + K + α n A n = 0
α1A1 + α 2 A 2 + K + α n A n = 0 ⇒ α1 = α 2 = K = α n = 0
Definição
A característica de uma matriz corresponde ao número máximo de colunas (linhas)
linearmente independentes.
1 2 3
Exemplo: Para a matriz A = 0 4 5 calcule
2 4 6
β = 0
β (0,4,5)+ δ(2,4,6 ) = (0,0,0 ) ⇒
δ = 0
L2 e L3 são linearmente independentes;
α = 0
α (1,2,3)+ β(0,4,5) = (0,0,0 ) ⇒
β = 0
L1 e L2 são linearmente independentes;
Concluindo, temos dois conjuntos de duas linhas linearmente independentes, {L2,L3}
e {L1,L2}.
b)
C1, C2 e C3 são linearmente dependentes, porque L1, L2 e L3 o são;
α = 0
α (1, 0, 2) + β (2, 4, 4) = (0, 0, 0) ⇒
β = 0
C1 e C2 são linearmente independentes;
12 Matrizes
β = 0
β (2, 4, 4) + δ (3, 5, 6) = (0, 0, 0) ⇒
δ = 0
C2 e C3 são linearmente independentes;
α = 0
α (1, 0, 2) + δ (3, 5, 6) = (0, 0, 0) ⇒
δ = 0
C1 e C3 são linearmente independentes;
Concluindo temos três conjuntos de duas colunas linearmente independentes,
{C2,C3}, {C1,C3} e {C1,C2}.
um número qualquer.
Matrizes equivalentes
Duas matrizes dizem-se equivalentes, e escreve-se A ~ B, se uma delas puder ser
Método da condensação
linha for toda nula, troca-se com a última linha e repete-se o raciocínio),
primeira coluna;
inversa direita da matriz A, a qualquer matriz N do tipo nxm tal que A N = I, onde
A-1 A = A A-1 = I
Nota: Uma condição necessária para uma matriz ter inversa, é que seja quadrada.
Propriedades
Dadas as matrizes, A = [aij]mxn, B = [bij]mxn e k escalar inteiro:
III – I-1 = I
IV– A-1 (A B) = 0 ⇒ B = 0
VI - (AT)-1 = (A-1)T
elementares às linhas:
~ I A I A ~ A I
-1 ou -1
A I operações
elementares
sobre
operações
elementares
sobre
linhas
linhas
A ~ I I ~ A
-1
operações operações
elementares elementares
A I
-1
I A
sobre sobre
colunas
ou colunas
18 Matrizes
1 2
Exemplo: A=
3 4
1 2 1 0 1 2 1 0
3 4 0 1 L2=L~2-3L1 0 − 2 − 3 ~
1 L1=L1 + L2
1 0 − 2 1 1 0 −2 1 −2 1
~ ~ A−1 =
L2=L2/-2 0 3 1 3 / 2 − 1 / 2
0 − 2 − 3 1 1 2 − 2
Exercícios
1 0 3 − 1 3
1 2 3
A= B = 2 1 C = 4 1 5
2 1 4 2 1 3
3 2
2 − 4 5
3 − 2 − 4 5
D= E = 0 1 4 F=
2 4 3 2 3
2 1
1 2 0 1 2 1 1 0 − 2
A = − 1 2 3 B = 0 − 1 2 C = 2 − 3 1
0 1 2 0 − 1 − 3 1 2 5
a a − b c c − d
4 - Dadas a matriz A = eB= sobre ℜ, mostre que são
a − b b c − d d
permutáveis.
1 2 3
6 - Seja A = , encontre f(A) onde f(X)=2X -4X+3.
4 − 3
2
8 - Determine uma matriz B de 2ª ordem, sem elementos nulos, tal que B =0.
− 1 2 0 − 1 3 4 1 0 1 − 2
2 − 2 0 e C =
9 - Para A = 2 5 − 3 , B = 3 − 1 0 1
0 − 3 0 0 2 1 2 − 1 0 2
− 1 0 2 1
1 2 − 1 3
10 - Para M = , calcule MMT e classifique a matriz produto.
2 −1 2 0
1 − 3 3 − 2
− 1 2 3
11 - Para a matriz A= 1 3 5 calcule
0 4 6
1 0 0
1 2 3 1 1 1 1 0 0 1 1 1 1
A= 0 1 1 B= 1 1 0 1 C= 0 1 0 D=
0 0 0
1 2 3 1 0 0 2 1 0 0
0 0 1
a 1 b 2 2a 1 − 2 − 2b
3 4 2
a −1 1 1 − 1
14 - Dadas as matrizes A= e B=
5 0 a 1 − 10 − 1 b 7
a 2 3 b 0 −1 −1 2
a) Calcule AB
b) Determine a e b, tal que A=B-1
1 2 3 1 2 3 1 2 3 1 2 3
15 - Para A= 2 5 3 B= 0 4 5 C= 2 4 6 D= 0 4 5
1 0 8 5 3 2 3 6 9 2 4 6
− 2 2a − 1 a − 2 − 2 2 a − 1 a − 2 1
A= a − 2 a − 1 a − 2 B= a − 2 a − 1 a − 2 a
a − 1 2a − 1 2a − 1 a − 1 2 a − 1 2 a − 1 1
π π
2cis 4 2 2cis 4 5
π cis0 cisπ 1 3π
17 - Dadas as matrizes 1 cis , π e 3 cis
2 0 2 cis 2
2
cis 3π 0 cis
π
0
2
2
a) Identifique cada uma das matrizes acima indicadas com as letras A, B e C tal
L L
que D=AB= .
L 2i
b) Calcule a matriz D.
c) Simplifique a expressão X = (BTATC)T+AB
d) Determine o valor da matriz X.
π 4 − 10i 1 2
18 - Dadas as matrizes A = 2 + i 2cis , B = eC=
2 2cis(π ) 3 4
a) Determine C-1, utilizando o método da condensação.
b) Simplifique a expressão AB+ACB+X = 0.
c) Determine o valor da matriz X.
1 0
0 1 2
19 - Dadas as matrizes A = 2 B = 2 1
1 a 1 − 1 1
T T T
a) Verifique se (AB) = B A .
b) Determine o valor da matriz X tal que X = (AB) TxA+ BT AT xA.
3π 3π
2cis cis
1 + 2i i
20 - Dadas as matrizes A= , B= 2 2 e C= 1 2
1 3
3 − i 1 cis π cis0
2
a) Simplifique a expressão AX+BX+X-C=0.
b) Determine a matriz X que verifica a condição AX+BX+X-C=0.
Soluções
5 − 5 8 1 2 3
14 8 18 − 19
b) i) 4 2 9 ii) ;
4 5 10
iii)
16 9 − 2 − 1
5 3 4 7 8 17
22 Matrizes
6 12 18 58 4 28 8 38
iv) IMP v) vi) vii)
12 6 24 66 4 34 4 41
1 2
5 10 15 − 204 − 48 − 264
viii) ix) IMP x) xi) 2 1 ; A
10 5 20 − 216 − 36 − 276 3 4
5 4 5
14 16
xii) − 5 2 3 xiii) xiv) IMP; IMP
8 9 4 8 9
1 5 2 − 2 1 0 − 2 7 3
2 - a) − 2 − 6 3 b) − 4 1 0 c) 4 3 1
− 2 − 3 0 1 − 7 − 7 − 3 6 17
3 3 − 4 4 −5 −6
d) 1 2 12 e) 3 10 − 2
1 − 1 2 11 20 − 11
3 - Verdadeira
− 15 52
6-
104 − 119
2 y + w y
7-
2y w
1 1
8 - Por exemplo:
− 1 − 1
5 1 12
b) M = 11 − 3 19
T
9 - a) (A+5I+B )B-M=0
− 10 30 22
c) Não Permutáveis d) Não Permutáveis
6 0 2 3
0 15 − 2 − 14
10 - Matriz Simétrica
2 − 2 9 11
3 − 14 11 23
11 - a) as 3 linhas
b) as 3 colunas
c) 3
15 3 3 20
− − 1 − 2 5
15 57
13 - a) b) 7 7 c) d) 8
7 36 3 58 23 20
− 6 5
7 7 8 8
15 - a) Verdadeira
b) Car(A)=3; Car(B)=3; Car(C)=1; Car(D)=2
16 - Se a ≠ -1 ∧ a ≠ 1 ∧ a ≠ 0 Car(A) = 3
Se a = -1 ∨ a = 1 ∨ a = 0 Car(A) = 2
Se a ≠ -1 ∧ a ≠ 1 ∧ a ≠ 0 Car(B) = 3
Se a = 0 Car(B) = 3
Se a = 1 Car(B) = 3
Se a = -1 Car(B) = 2
Resumo: Se a ≠ -1 Car(B) = 3
Se a = -1 Car(B) = 2
0 2 − i
17 - a) B, A, C b) c) X = (CT + I)(AB) d) IMP
3 2i
− 2 1 96 − 8i
18 - a) 3 1 b) X = - A(I + C)B c)
2 − 2 − 8 − 24i
4a 2 4a 4 4a 2
19 - a) Verdadeiro b) X = 2 (AB)TA = 2 2 4 2
2 + 2a 6 + 2a + 2a 14 + 2a
1
1
20 - a) X = (A + B + I)-1 C b) 2
1
− 0
6
24 Matrizes
Capítulo 2
Determinantes
Objectivo
matriz.
26 Determinantes
Introdução
Permutação de n elementos
Permutação
Seja S = {1, 2, ..., n} o conjunto dos inteiros de 1 a n, dispostos em ordem crescente.
Inversão
Uma permutação j1 j2 ... jn de S = {1, 2, ..., n} tem uma inversão se um inteiro maior jr
Permutação principal
Permutação por ordem crescente, isto é, sem inversões.
Classes
Uma permutação é de classe par se o número total de inversões for par.
terceira posição, e assim sucessivamente, até que a n-ésima posição só pode ser
preenchida pelo elemento que falta. Donde, podemos concluir que existem
Exemplo:
Conjunto Número de Permutações Inversões Classes
permutações
S = {1} 1! = 1 1 - par
S = {1, 2} 2! = 2*1 = 1 12 - par
21 2>1 ímpar
S = {1, 2, 3} 3! = 3*2*1 = 6 123 - par
231 2>1, 3>1 par
312 3>1, 2>1 par
132 3>2 ímpar
213 2>1 ímpar
321 3>2, 3>1, 2>1 ímpar
n!
para cada conjunto S é igual. Generalizando, para n > 1, S = {1, 2, ..., n} tem
2
n!
permutações pares e permutações ímpares.
2
Determinante
Regras práticas
Podemos utilizar a definição, mas tem a desvantagem de ser pouco eficiente. Por
de quatro elementos.
teorema de Laplace.
30 Determinantes
menor complementar desse elemento por (-1)i+j, onde i e j são as ordens da linha e
1 2 4
3
− 1 0 2 − 2
Exemplo: Seja A = .
1 2 1 − 1
3 1 −1 5
1 2 3
O menor complementar do elemento a44 é − 1 0 2 e o respectivo complemento
1 2 1
1 2 3
algébrico é A44 = (-1)4+4 − 1 0 2 .
1 2 1
Teorema de Laplace
O determinante de uma matriz A é igual à soma dos produtos que se obtêm
multiplicando cada um dos elementos de uma das suas linhas (ou colunas) pelo
2 3 4 1 3 4 1 2 4
1+ 4 2+ 4 3+ 4
= 3 ⋅ (-1) ⋅ 0 2 − 2 + 1 ⋅ (-1) ⋅ − 1 2 − 2 + (−1) ⋅ (-1) ⋅ −1 0 − 2 +
2 1 −1 1 1 −1 1 2 −1
1 2 3
+ 5 ⋅ (-1) 4 + 4 ⋅ − 1 0 2
1 2 1
Propriedades
|A| = |AT|
Demonstração:
Sejam A = [aij] e AT = [bij] onde bij = aji, 1 ≤ i ≤ n, 1 ≤ j ≤ n). Então, por (1), temos
a 1k1 a 2 k 2 K a nk n , e j1 j2 ... jn, que determina o sinal associado a b1 j1 b 2 j2 K b njn , são ambas
|A| = |AT|.
|A| = 0.
Demonstração:
Suponhamos que a r-ésima linha da matriz A é formada por zeros. Cada termo da
então cada termo do determinante da matriz A será nulo, logo |A| = 0, isto é,
|A|= ∑± a 1 j1 a 2 j2 K a r −1 jr −1 ⋅ 0 ⋅ a r +1 jr +1 K a njn = ∑ ± 0 = 0
1 2 4
Exemplo: 0 0 0 = 0 + 0 + 0 − ( 0 + 0 + 0) = 0
1 2 −1
Demonstração:
(linhas)
A permutação j1 j2...js ...jr ... jn resulta da permutação j1 j2...jr ...js ... jn devido à troca da
posição de dois números. Logo, pelo teorema de Bezout, há uma mudança na classe
inversões da segunda por uma "quantidade" ímpar. Isto significa que o sinal de
|B| = -|A|.
(colunas)
1 2 4
Exemplo: − 1 0 − 2 = −10
1 2 −1
Demonstração:
Suponhamos que a r-ésima linha da matriz A=[aij] é multiplicada por k para se
B = ∑ ± b1 j1 b 2 j2 K b rjr K b njn =
= ∑ ± a 1 j1 a 2 j2 K k ⋅ a rjs K a njn =
= k ⋅ ∑ ± a 1 j1 a 2 j2 K a rjs K a njn =
= k⋅ | A |
34 Determinantes
1 2 4
Exemplo: − 1 0 − 2 = −10
1 2 −1
2 4 8
− 1 0 − 2 = 0 − 16 − 8 − (0 − 8 + 4) = −20
1 2 −1
Demonstração
Suponhamos que as linhas r e s da matriz A são iguais. Se trocarmos as posições
relativas das linhas r e s da matriz A obtemos uma nova matriz, B. Por um lado,
|B| = -|A| (por uma propriedade anterior). Por outro lado, como B = A então |B|
= |A|. Logo
1 2 4
Exemplo: 1 2 4 = − 2 + 8 + 8 − ( − 2 + 8 + 8) = 0
1 2 −1
proporcionais é nulo.
Demonstração:
a 11 a 12 L ka 1i L a 1i L a 1n
a 21 a 22 L ka 2i L a 2i L a 2n
| A |=
M M O M O M O M
a n1 a n 2 L ka ni L a ni L a nn
Determinantes 35
a 11 a 12 L a 1i L a 1i L a 1n
a 21 a 22 L a 2i L a 2i L a 2n
| A |= k
M M O M O M O M
a n1 a n2 L a ni L a ni L a nn
Este determinante tem duas colunas iguais, logo, por uma propriedade anterior,
Exemplo:
1 2 4
3 6 12 = −6 + 24 + 24 − (24 + 24 − 6) = 0
1 2 −1
Demonstração:
Pela definição (1)
|A | = ∑±a 1 j1 a 2 j 2 K b ij(1i ) K a nj n +
+ ∑ ± a 1 j1 a 2 j 2 K b (ij2i ) K a nj n +
+K
+ ∑±a 1 j1 a 2 j 2 K b (ijmi ) K a nj n
1 + 1 2 + 2 4 + (− 1) 1 2 4 1 2 −1
Exemplo: −1 0 − 2 = 1 0 − 2 + − 1 0 − 2 = − 10 + 0 = −10
1 2 −1 1 2 −1 1 2 −1
Demonstração:
Temos bij = aij para i ≠ r e brj = arj + k*asj e r ≠ j, por exemplo, para r < s, por (1) vem
B = ∑ ± b1 j1 b 2 j 2 K b rj r K b nj n =
= ∑ ± a 1 j1 a 2 j 2 K (a rj r + k ⋅ a sj r ) K a sjs K a nj n
mas,
a 11 a 12 L a 1n
a 21 a 22 L a 2n
M M O M
a s1 a s2 L a sn
∑±a j1 1 a j 2 2 K a sj r K a sj s K a jn n =
M M O M
= 0
a s1 a s2 L a sn
M M O M
a n1 a n2 L a nn
1 2 4
Exemplo: − 1 0 − 2 = −10
1 2 −1
Determinantes 37
Demonstração:
Recordando a definição de determinante de uma matriz
matriz são nulos, então todos os termos diferentes do termo principal têm pelo
|A|= a 11a 22 K a nn
1 2 4 1 2 4 1 2 4
Exemplo: − 1 0 − 2 = −10 − 1 0 − 2 = 0 2 2 = 1 ⋅ 2 ⋅ (−5) = −10
L 2 = L 2 + L1
1 2 −1 1 2 − 1 L 3 = L 3 − L1 0 0 − 5
aprender mais uma definição, a de matriz adjunta, que vamos representar por
Adj(A).
38 Determinantes
Matriz Adjunta
Matriz adjunta de uma matriz quadrada, A, é a matriz que se obtém da matriz A da
seguinte forma:
Inversa da matriz A
1 1
A −1 = (Adj( A)) T = Adj( A T )
| A| | A|
1 2 1 2
Exemplo: A= A = = 4 − 6 = −2
3 4 3 4
T
−1 1 4 − 3 1 4 − 2 − 2 1
A = ⋅ = ⋅ =
− 2 − 2 1 − 2 − 3 1 3 / 2 − 1 / 2
AX = λX
Qualquer matriz coluna, não nula, X, que verifique a relação anterior, é chamada
a 11 − λ a 12 L a 1n x 1 0
a a 22 − λ L a 2 n x 0
21 2 =
M M O M M M
a n1 a n2 L a nn − λ x n 0
a 11 − λ a 12 L a 1n
a 21 a 22 − λ L a 2n
f (λ ) = A − λI =
M M O M
a n1 a n2 L a nn − λ
característico de A.
Exercícios
S = {1,2,3,4,5}.
ímpar.
1 2 3
3 − 2 b − a a
A= B= C = 4 − 2 3
4 5 a b + a
2 5 − 1
k k
5. Determine os valores de k, para os quais: = 0.
4 2k
6. Calcule os determinantes:
1 0 2 1 0 4
1 8
a) b) 3 1 4 c) 2 2 − 1
7 4
2 5 7 2 1 5
42 Determinantes
determinantes:
1 2 2 4 0 1 1 20 30 −2 −2 −2
a) 0 2 1 b) − 1 2 2 c) 0 0 0 d) − 6 − 2 − 6
4 −1 5 5 1 2 7 56 32 3 2 3
1 0 2 1 0 2 1 −1 3
e) 3 3 4 f) 6 6 8 g) 0 1 0
2 15 7 2 15 7 2 3 6
1 0 0 2 4
0 1 2 2 0
8. Calcule o valor do determinante 2 2 0 0 − 1
0 1 0 3 0
2 1 0 0 5
c) Aplicando propriedades.
9. Sejam i,j ∈ N e A=[aij] e B=[bij] uma matriz nxn. Diga, justificando, se são
a) |A| ≥ 0
b) |A|= 0 se e só se A = 0
c) |-A|= -|A|
d) |AB|=|BA|
Determinantes 43
a b c d
a −b d−e g−h
a a+b a+b+c a+b+c+d
c) b − c e − f h − i =0 d) = a4
a 2a + b 3a + 2b + c 4a + 3b + 2c + d
c−a f −d i−g
a 3a + b 6a + 3b + c 10a + 6b + 3c + d
a a a a
1 bc bc 2 + b 2 c x+z y x
a b b b
a) b) 1 ca ca + c a
2 2
c) x + y y x
a b c c
1 ab ab 2 + a 2 b 2x x x
a b c d
a+b −1 0 2a 3a − b a
d) a 2a + b a e) b − a 2b − 2a −a
a + 3b − 1 − 2a − b 2b 3a − b 5a − 3b 2a − b
2 1 3
f) 2α + 1 α + 2 3α + 1 , para α ≠ 0 e β ≠ 0 (sol: -9)
2 + β 1 + 2β β
12. Calcule:
1 1 1 ... 1 1
1 1 1 ... 1
2 3 2 ... 2 2
1 2 1 ... 1
3 3 5 ... 3 3
a) 1 1 3 ... 1 b)
... ... ... ... ... ...
... ... ... ... ...
n −1 n −1 n −1 ... 2n − 3 n − 1
1 1 1 ... n
n n n ... n 2n − 1
44 Determinantes
1 2 2 ... 2 2
1 1 1 ... 1
2 2 2 ... 2 2
−1 0 1 ... 1
2 2 3 ... 2 2
c) − 1 − 1 0 ... 1 d)
... ... ... ... ... ...
... ... ... ... ...
2 2 2 ... n − 1 2
−1 −1 −1 ... 0
2 2 2 ... 2 n
1 2 3 ... n 1 1 1 ... 1
2 6 6 ... 2n 1 1+ a 1 ... 1
e) 3 6 12 ... 3n h) 1 1 1+ b ... 1
... ... ... ... ... ... ... ... ... ...
n 2n 3n ... n + n
2
1 1 1 ... 1 + n
1 1 1 ... 1 1 + x a 12 a 13 ... a 1n
3 3− k 3 ... 3 x 1 0 ... 0
i) 4 4 4−k ... 4 j) x 1 1 ... 0
... ... ... ... ... ... ... ... ... ...
n n n ... n − k x 1 1 ... 1
1− x 2 2 ... 2 2
1+ x 2 3 ... n
2 1− x 2 ... 2 2
1 2+x 3 ... n
2 2 1− x ... 2 2
k) i) 1 2 3+ x ... n
... ... ... ... ... ...
... ... ... ... ...
2 2 2 ... 1 − x 2
1 2 3 ... n + x
2 2 2 ... 2 1− x
1+ x 2 3 4
2 0 x 1 x 1
1 2+x 3 4 2
a) =0 b) 0 x 2 = 0 c) x x 2 =0
1 2 3+ x 4
x 2 0 2 x3 4
1 2 3 4+x
a a a a−x x a b c
b b b−x b x x d e
d) =0 e) =0
c c−x c c x x x f
d−x d d d x x x x
Determinantes 45
1 1 1 − x − 2 − 13x − 6 7 x − 10
f) x + 1 a +1 b +1 = 0 g) 3x − 5 − 8 − 6x 4x − 6 = 0
x + x a + a b2 + b
2 2
3x + 2 14 x + 19 11 − 6 x
−x a b c
a −x c b
h) =0
b c −x a
c b a −x
a b c d
b c d a
a) = 0 se a+b+c+d = 0
c d a b
d a b c
b2 + c2 a2 a2 0 − c2 − b2
b) b2 a 2 + c2 b2 = 2 b2 a2 0
c2 c2 a 2 + b2 c2 0 a2
2 0 2 1 − 1 1
1 1 2 6
A= B=
C= 1 − 1 0 D= − 1 1 0
0 1 3 9
0 0 − 1 2 1 2
1 1 −1 0
1 1 1 1 2 b 1
A= 1 a a B=
1 −1 3 b
0 1 2
− 1 2 − 1 b
46 Determinantes
2 0 2 1
1 1 1 − 1
17. Sendo A=
0 2 −1 1
2 1 2 − 1
1+ i 1+ i 1+ i
19. Sabendo que 2 3 3 = −1 − 2i e utilizando somente as propriedades,
1+ i 2 + i i
x + xi 2 i + 1
resolva a equação x + xi 3 i + 2 = 2 + 2i , apresentando o resultado na forma
x + xi 3 i
mais simples.
x y z
20. Sabendo que x2 y2 z 2 = 2 e utilizando somente propriedades, calcule
1 2 3
x 2x 3x
x +1 y+2 z+3 .
x +x
2
y +y
2
z2 + z
Determinantes 47
−2 1 2 5 −6 −8
1 1 6 3 14 9
a) b) c) 6 11 d) −5 3 3 e) 12 −13 −16
0 2 −2 1
−3 1 3 −4 4 5
Soluções
1. a) 5 b) 7 c) 4 d) 4 e) 7 f) 0
2. a) + b) - c) + d) - e) + f) +
5. k=0 ∨ k=2
6. a) -52 b) 13 c) 3
7. a) 3 b) -3 c) 0 d) 0
e) 39 f) 78 g) 0
8. -66
e) b(a+b)(a-b) f) -9
h) (2n-1-x)(-1-x)n-1
48
g) (5x-5)(x-1)(10x+96) − ; 1(raíz dupla)
5
1 2 1
2 0 1 − 3 −1
3
1 − 1 1 2 1
15. ; IMP; −1 1 ; − 0
0 1 2 3 3
0 0 − 1 1 1 0
− 11 ± 281
16. a ≠ 1 b≠
10
− 3 − 11 1 9
1 0 − 3
4 1 0
17. a) b)
3 10 − 1 − 8 0 A
1 2 0 − 2
19. -6/5+2/5i
20. 2x
21. -2+2i
Objectivo
Introdução
................................................
ai1 x1 + ai 2 x2 + ... + ain xn = bi
................................................
a m1 x1 + a m 2 x2 + ... + a mn xn = bm
Definindo as matrizes:
matriz das incógnitas e b como matriz dos termos independentes, este sistema
pode ser representado sob forma matricial como Ax = b . Vamos, além disso, definir
uma nova matriz A , que designaremos por matriz completa do sistema, como
Sistemas de Equações Lineares 51
Chamamos solução do sistema a qualquer ponto (c1 , c2 ,..., c n ) ∈ ℜ n tal que, fazendo
Se o sistema não tiver soluções diz-se impossível, e no caso de ter, pelo menos, uma
Resolução de sistemas
Resolver um sistema é determinar todas as suas soluções ou concluir que estas não
todos equivalentes entre si, de modo que o último seja um sistema muito simples,
problema inicial.
Método da condensação
colunas até obtermos uma matriz que contenha uma submatriz triangular inferior,
nenhuma operação elementar sobre a coluna dos termos independentes, nem todas
escalar qualquer;
III) corresponde à soma de uma equação com o produto de outra equação por
um escalar qualquer.
Sistemas de Equações Lineares 53
escalar qualquer;
III) corresponde à soma dos coeficientes de uma incógnita com o produto dos
Então, poderemos realizar todas as operações elementares sobre linhas, pois para
todas elas se obtém uma matriz que representa um sistema equivalente ao anterior,
troca de ordem das incógnitas, devendo por isso ser anotada e tida em conta no
car( A) = car( A )
54 Sistemas de Equações Lineares
sistema é impossível.
x1 − x 2 = 1
Exemplo: Consideremos o sistema − x1 + 2 x 2 + 3x3 = − 1
x + 3x = 2
1 3
1 −1 0 1 1 − 1 0 1 1 − 1 0 1
A = − 1 2 3 − 1 ~ 0 1 3 0 ~ 0 1 3 0
L2 = L2 + L1 L3 = L3 − L2
1 0 3 2 L3 = L3 − L1 0 1 3 1 0 0 0 1
Note-se que, se r=n, não existem incógnitas não principais e, portanto, o sistema
será reduzido a:
encontrar a sua solução realizar a substituição sucessiva dos valores das incógnitas
xn , xn−1 ,..., x2 , x1 .
x1 − x3 = − 1
2 x + x = 2
1 2
Exemplo: Consideremos o sistema
−
1 x + 2 x 2 + x3 = 1
2 x1 + 3 x2 = 2
1 0 − 1 − 1 1 0 − 1 − 1 1 0 − 1 − 1
2 1 0 2 0 1 2 4 0 1 2 4
A= ~ ~ ~
− 1 2 1 1 L2 = L2 − 2 L1 0 2 0 0 L3 = L3 − 2 L2 0 0 − 4 − 8
L3 = L3 + L1 L4 = L4 −3 L2
2 3 0 2 L4 = L4 − 2 L1 0 3 2 4 0 0 − 4 − 8
1 0 − 1 − 1
0 1 2 4
~
L4 = L4 − L3 0 0 − 4 − 8
0 0 0 0
x1 − x3 = −1 x1 − 2 = −1 x1 = 1
x 2 + 2 x3 = 4 ⇔ x2 + 2 × 2 = 4 ⇔ x2 = 0 S = (1,0,2)
− 4 x = −8 x = 2 x = 2
3 3 3
Se r<n, para resolver o sistema bastará passar para o segundo membro as incógnitas
x1 + 2 x 2 − x3 + 3 x4 = 2
2 x − x + 3 x − x = 1
1 2 3 4
Exemplo: Consideremos o sistema x1 − 3x 2 + 4 x3 − 4 x4 = −1
x + 7 x − 6 x + 10 x = 5
1 2 3 4
4 x1 − 2 x 2 + 6 x3 − 2 x 4 = 2
1 2 − 1 3 2 1 2 −1 3 2
2 − 1 3 − 1 1 0 − 5 5 − 7 − 3
A = 1 − 3 4 − 4 − 1 ~ 0 − 5 5 − 7 − 3 ~
LL32 ==LL32 --L2L1 1
1 7 − 6 10 5 L4 =L 4 -L1 0 5 −5 7 3
4 − 2 6 − 2 2 L5 =L5 -4L1 0 − 10 10 − 14 − 6
1 2 − 1 3 2
0 − 5 5 − 7 − 3
~ 0 0 0 0 0
L4 = L 4 + L 2
L3 = L3 − L 2
L5 = L5 - 2L 2 0 0 0 0 0
0 0 0 0 0
x 1 + 2 x 2 − x 3 + 3x 4 = 2 x 1 + 2 x 2 = 2 + x 3 − 3x 4
⇔ ⇔
− 5x 2 + 5 x 3 − 7 x 4 = − 3 − 5 x 2 = − 3 − 5x 3 + 7 x 4
x 1 + 2 (3 / 5 + x 3 − 7 / 5x 4 ) = 2 + x 3 − 3x 4 x 1 = 4 / 5 − x 3 − 1 / 5x 4
⇔ ⇔
x 2 = 3 / 5 + x 3 − 7 / 5x 4 x 2 = 3 / 5 + x 3 − 7 / 5x 4
4 1 3 7
S = − x3 − x4 , + x3 − x4 , x3 , x4
5 5 5 5
Sistemas de Equações Lineares 57
Discussão de sistemas
operação.
x1 + x 2 − ax3 = 3a − 1
Exemplo: Consideremos o sistema (a − 2) x1 − x 2 − 4 x3 = 2a + 1
x + ax + (a + 3) x = −3a
1 2 3
1 1 − a 3a − 1 1 1 −a 3a − 1
A = a − 2 − 1
− 4 2a + 1 2 = L2 + ( − a + 2 ) L1 0 1 − a a − 2a − 4 − 3a + 9a − 1 ~
~ 2 2
L =L −L
1 a a + 3 − 3a L3 3 1 0 a − 1 2a + 3 − 6a + 1
1 1 −a 3a − 1
~ 0 1− a a − 2a − 4 − 3a + 9a − 1
2 2
L3 = L3 + L2
0 0 a2 −1 − 3a 2 + 3a
1 1 − 1 2 1 1 − 1 2
0 0 − 5 5 ~ 0 − 5 0 5 car( A) = car( A) = 2
a =1 C 2 ↔ C3 n=3
0 0 0 0 0 0 0 0
sistema possível e simplesmente indeterminado(SP1D)
58 Sistemas de Equações Lineares
1 1 1 − 4
car( A) = 2
a = −1 0 2 − 1 − 13
car( A) = 3
0 0 0 − 6
sistema impossível (SI)
− 4 x 1 − 2 x 2 + bx 3 = − 1
Exemplo: Consideremos o sistema
ax 1 + x 2 + 3x 3 = a
4 x + 2 x + bx = b
1 2 3
− 4 − 2 b − 1 − 4 − 2 b − 1 − 4 −2 b −1
A= a
1 3 a ~ 4 a 4 12 4 a ~ 0 4 − 2 a 12 + ab 3a
L2 = 4 L2 L 2 = L2 + aL1
4 2 b b 4 2 b b L 3 = L3 + L1 0 0 2b b − 1
Vamos ver, para a=2, quando se anula o último elemento da coluna dos termos
independentes
b 2 − b − 6 = 0 ⇔ b = −2 ∨ b = 3
car( A) = car( A) = 2
a = 2 ∧ (b = −2 ∨ b = 3) SP1I
n=3
car( A) = 2
a = 2 ∧ b ≠ −2 ∧ b ≠ 3 SI
car( A) = 3
Sistemas de Equações Lineares 59
Sistemas de Cramer
Vamos agora ver um caso particular dos sistemas possíveis e determinados, que
seja, quando m = n .
Ax = b , com
estamos perante um sistema de Cramer, cuja solução pode ser obtida utilizando as
∆i
xi = , i = 1,..., n
∆
x1 + x2 − x3 = − 1
Exemplo: Seja o sistema de equações lineares
2 x1 − x2 + 2 x3 = 3
3x + x + x = 4
1 2 3
1 1 − 1
então A = 2 − 1 2 e |A| = -4. Calculemos os determinantes ∆i, i = 1,2,3.
3 1 1
−1 1 −1 1 −1 −1 1 1 1
∆1 = 3 − 1 2 = 1 ∆ 2 = 2 3 2 = −8 ∆ 3 = 2 − 1 3 = − 11
4 1 1 3 4 1 3 1 4
1 1 −8 − 11 11
x1 = =− x2 = =2 x3 = =
−4 4 −4 −4 4
1 1 − 1
Exemplo: Utilizando o exemplo anterior, temos A = 2 − 1 2
3 1 1
3/ 4 1/ 2 − 1/ 4 − 1 / 4
2 .
Logo A-1 =
−1 −1 1 , e portanto, x = A-1b =
− 5 / 4 − 1/ 2 3 / 4 11 / 4
Sistemas homogéneos
elementos.
Este sistema é sempre possível, pois admite, pelo menos a solução nula, x j = 0 ,
car ( A) = r < n .
se a matriz A for regular, o sistema admite apenas a solução nula, sendo, portanto,
possível e determinado.
62 Sistemas de Equações Lineares
Sistemas de Equações Lineares 63
x1 + 2 x2 − x3 = 0
Exemplo: 2 x1 − x2 + 3x3 = 0
x − 3x + 2 x = 0
1 2 3
1 2 − 1 0 1 2 − 1 0 1 2 − 1 0
2 − 1 3 0
L2 = L~2 − 2 L1 0 − 5 5 0 L3 = L~3 − L2 0 − 5 5 0
1 − 3 2 0 L3 = L3 − L1 0 − 5 3 0 0 0 − 2 0
car( A) = car( A) = 3
n=3 SPD
x + 2 y − z = 0 x + 2 y = 0 x = 0
− 5 y + 5 z = 0 ⇔ − 5 y = 0 ⇔ y = 0 S = (0,0,0)
− 2 z = 0 z = 0 z = 0
x1 + 2 x2 − x3 = 0
Exemplo: 2 x1 − x2 + 3x3 = 0
x − 3x + 4 x = 0
1 2 3
1 2 − 1 1 2 − 1 1 2 − 1
2 − 1 3
L2 = L~2 − 2 L1 0 − 5 5 L3 = L~3 − L2 0 − 5 5
1 − 3 4 L3 = L3 − L1 0 − 5 5 0 0 0
car( A) = car( A) = 2
SP1I
n=3
x + 2 y − z = 0 x + 2z − z = 0 x = − z
⇔ ⇔ S = (− z , z, z )
− 5 y + 5 z = 0 y = z y = z
64 Sistemas de Equações Lineares
Exercícios:
2 x + y = 5
x + z = 4
x − 2 y + z + w = 1 2 x − y + z + t = 1
a) x − 2 y + z − w = −1 b) x + y − z = 1 c) x + 2 y − z + 4t = 2
x − 2 y + z + 5w = 5 2 x − z = 2 x + 7 y − 4 z + 4t = 4
y + z = 3
x + y + z + t = 4
2 x − y − z + t = 1 x − y − z = 1 y − z + w = −1
d) e) 2 x = 1 f) x − y + z = 0
3x + 2t = 5 − x + 2 z = 1 x + y + 2z − w = 1
4 x − 2 y − 2 z + 2t = 3
x + y + w = 1 6 x + 3 y + 3t = −3
y + 2z + w = 0 2 x + 2 y − 4 z + 3t = 2
g) h)
x − y − 5 z + 3w = 1 3x + y − 2 z + t = 1
− 3 y − 7 z + w = 2 − x + z = 0
classifique-os;
2. Que valores deverá tomar o parâmetro a para o sistema seguinte seja de Cramer?
x + ay − (a + 1) z = 1
2 x − y + 3 z = −1
− x + 3 y + 4 z = 2
Sistemas de Equações Lineares 65
x + 2 y + 3z − t = 1
3x + 2 y + z − t = 1 − 2 x + (2a − 1) y + (a − 2) z = 1
a) b) (a − 2) x + (a − 1) y + (a − 2) z = a
2 x + 3 y + z + at = 1 (a − 1) x + (2a − 1) y + (2a − 1) z = 1
2 x + 2 y + 2 z − t = a
x + y − z = 2
3x + 2 y − z + 4t = −1 (a + 1) x + (a + 1) y + 2 z = 1
c) d) (a + 1) x + 2 y + (a + 1) z = 2
3x + 3 y − mz − 2t = p − 1 (2a + 1) x + 3 y + (a + 2) z = a
2 x + 2 y − 2 z + t = p
x + 2 y − z + 2t = 3
2 x + 2 z = 4 my + z + 3t = 0
e) 2 x + ay + 2 z = 5 f)
x − ay − az = 3 − b − 2my + (m − 3) z − 6t = 2 p
3my + 3z + 9t = p
x + y + az = 1
4 y + bz = 0 seja:
x + 2 y + cz = d
a) Possível e determinado;
b) Possível e indeterminado;
c) Impossível.
x − y + z = 4
5. Dado o sistema
x − y − z = 6
i) Possível e determinado;
ii) Impossível;
Soluções:
22 − 7 z 2 + 3z 1
1. ii) a) (2y-z,y,z,1) SP2I b) (2,1,2) SPD c) , , z, SP1I
35 5 7
h) (-2,11,-2,-8) SPD
ii) e),h)
2. a ≠3
Geometria Analítica
Objectivo
Neste capítulo vamos começar por fazer uma breve revisão sobre geometria
analítica no espaço, e tentar dar uma perspectiva diferente desta. Irão ser dados
novos conceitos, nomeadamente, o produto vectorial, o produto misto e o cálculo
da distância entre um ponto e uma recta e entre um ponto e um plano.
68 Geometria Analítica
Introdução
secundário.
Colineariedade
Dois vectores são colineares quando têm a mesma direcção, isto é, quando podem
v1 = k v2 k ∈ ℜ, v1 , v 2 ∈ ℜ 3
Complanaridade
Três ou mais vectores são complanares quando são representados por segmentos
v3 = α v1 + β v 2 α, β ∈ ℜ, v1 , v 2 , v3 ∈ ℜ 3
única.
v = α v1 + β v 2 + λ v3 α, β, λ ∈ ℜ, v1 , v 2 , v3 ∈ ℜ 3
Referenciais em ℜ 2
partir deles é possível obter qualquer vector do plano, isto é, um terceiro vector, v ,
de ℜ 2 , é combinação linear dos dois primeiros e esta combinação linear é única, isto
v = β v1 + α v 2 α, β ∈ ℜ, v1 , v 2 , v ∈ ℜ 2
Q
α v2
v2
P v=Q-P
v1 β v1
analogamente o vector α v 2 é a projecção de v sobre v 2 segundo a direcção de v1 .
| v |.
70 Geometria Analítica
i ⊥ j ∧ | i | = | j |= 1
2
Exemplo: Referencial em ℜ {(1, 0), (0, 1)}
(0, 1)
j x
O i (1, 0)
Referenciais em ℜ 3
qualquer vector, v , do espaço é combinação linear dos três vectores da base, isto é,
v = α v1 + β v 2 + λ v3 α, β, λ ∈ ℜ, v1 , v 2 , v3 ∈ ℜ 3
a dois, isto é
i⊥ j ∧ j⊥k ∧ k ⊥ i ∧ | i | = | j | = | k |= 1
y
1º octante
(0, 1, 0)
j O x
i (1, 0, 0)
(0, 0, 1) k
v2 θ − π/2
θ π−θ
O v1 A
| v 2 − v1 | 2 = | v1 | 2 + | v 2 | 2 −2 | v1 | | v 2 | cos θ (1)
(v 2 − v1 )
2
=|v 2 − v 1|2 = |v 1 |2 +|v 2 |2 −2 v 1 v 2 (2)
| v1 | 2 + | v 2 | 2 −2 | v1 | | v 2 | cos θ = | v1 | 2 + | v 2 | 2 −2 v1 v 2
ou seja,
v1 v 2 = | v1 | | v 2 | cos θ
Módulo de um vector
v v = | v | | v | cos 0 =| v | 2 ⇒| v |= v v
Para todo v1 = (a, b, c ) , v 2 = (a ' , b' , c') e v3 = (a ' ' , b' ' , c' ') e k ∈ ℜ , é fácil verificar que:
i) v1 v1 ≥ 0 e v1 v1 =0 se e só se v1 = (0,0,0 )
iii) Comutatividade v1 v 2 = v 2 v1
v1 ( v 2 + v3 )= v1 v 2 + v1 v3
Geometria Analítica 73
v) (k v1 ) v 2 = k( v1 v 2 ) = v1 (k v 2 )
referencial temos
ii = j j = k k = 1 ∧ i j = j k = k i = 0 (5)
u v = aa '+bb'+cc'
em coordenadas cartesianas.
74 Geometria Analítica
2
|(-1, -4, -2)| = ( − 1i − 4 j − 2 k ) ( − 1i − 4 j − 2 k ) =
= ii + 4i j + 2i k + 4 j i + 16 j j + 8 j k + 2 k i + 8k j + 4k k
Mas,
i i = | i |2 = 1 j j = | j |2 = 4 k k = | k |2 = 1
π
i j = j i = | i || j | cos =0
2
π 1
j k = k j = | j || k | cos = 2 *1 * = 1
3 2
π
k i = i k = | i || k | cos = 0
2
O ângulo θ entre dois vectores v1 , v 2 , não nulos, varia entre 0 e π. Vejamos como
v1 v 2 = | v1 | | v 2 | cos θ
obtém-se:
Geometria Analítica 75
v v
θ = arccos 1 2
| v || v |
1 2
(1,1,-2)(-2,1,1) − 2 +1− 2 −3 3 1
cos θ = = = =− =−
| (1,1,-2) | ⋅ | (-2,1,1) | 1+1+ 4 4 +1+1 6 6 6 2
1 2π
θ = arccos − =
2 3
nulos, v1 e v 2 , são ortogonais se e só se o produto escalar entre eles for nulo, isto é,
se:
v1 v 2 = 0
v1 v 2 = 1*(-1)+2*(-1)+3*1=0
y
1º octante
j u
O x
i
k
z
76 Geometria Analítica
Os cossenos dos ângulos directores são os seus cossenos directores, isto é, cosα,
cos α =
ui
=
(a, b, c )(1,0,0 ) =
a
| u || i | a 2 + b 2 + c 2 ⋅1 a2 + b2 + c2
cos β =
uj
=
(a, b, c )(0,1,0 ) =
b
| u || j | a 2 + b 2 + c 2 ⋅1 a2 + b2 + c2
cos γ =
uk
=
(a, b, c )(0,0,1) =
c
|u||k | a 2 + b 2 + c 2 ⋅1 a2 + b2 + c2
Produto vectorial
C
B
uX v v
θ
P u A
caracterizado:
acção de v ;
Geometria Analítica 77
c) | w | = | u × v | = | u | | v | sen θ
Interpretação geométrica
do paralelogramo ABCD:
C D
v
h
θ
A u B
Demonstração:
A área do paralelogramo é igual à base vezes a altura, isto é:
Propriedades
Para todo v1 = (a, b, c ) , v 2 = (a ' , b' , c') e v3 = (a ' ' , b' ' , c' ') e k ∈ ℜ , é fácil verificar que:
v1 × v 2 = − v 2 × v1
v1 × (v 2 + v3 ) = v1 × v 2 + v1 × v3
v) (k v1 ) × v 2 = k (v1 × v2 ) = v1 × (k v 2 )
78 Geometria Analítica
i×i = j × j = k × k = 0
i× j = − j ×i = k
(6)
j×k = − k × j = i
k ×i = − i× k = j
b c a c a b
= i− j+ k
b' c ' a' c' a ' b'
ou seja,
i j k
u×v = a b c = ( a ' ' , b' ' , c ' ' )
a ' b' c '
i j k
u × v = 1 2 3 = (4,4,− 4)
3 2 5
2 2 2
Área = (4,4,−4) = 4 1 + 1 + (−1) = 4 3
Condição de paralelismo
a b c
u × v = (0,0,0) se e só se u // v , ou seja, = =
a ' b' c '
Produto misto
Dados três vectores v1 = (a, b, c ) , v 2 = (a ' , b' , c') e v3 = (a' ' , b' ' , c' ') , chama-se produto
( v1 , v 2 , v3 ).
Interpretação geométrica
v2 X v3
D
v1
h
θ C
h
v3
A v2 B
ao volume do paralelepípedo:
80 Geometria Analítica
Demonstração
O volume do paralelepípedo é igual à área da base vezes a altura, isto é:
V = Ab ⋅ h
V = | v 2 × v3 | | v1 | cos θ = | v1 | | v 2 × v3 | cos θ = ( v1 , v 2 , v3 )
Propriedades
Para todo v1 = (a, b, c ) , v 2 = (a ' , b' , c') , v3 = (a' ' , b' ' , c' ') e v 4 = (a ' ' ' , b' ' ' , c' ' ') e k ∈ ℜ , é
( v1 , v 2 , v3 ) = ( v 2 , v3 , v1 ) = ( v3 , v1 , v 2 )
iii) ( v1 , v 2 , v3 + v 4 ) = ( v1 , v 2 , v3 ) + ( v1 , v 2 , v 4 )
( v1 + v 2 , v3 , v 4 ) = ( v1 , v3 v 4 ) + ( v 2 , v3 , v 4 )
( v1 , v 2 + v3 , v 4 ) = ( v1 , v 2 v 4 ) + ( v1 , v3 , v 4 )
Geometria Analítica 81
iv) ( v1 , v 2 ,k v3 ) = ( v1 ,k v 2 , v3 ) = (k v1 , v 2 , v3 ) = k ( v1 , v 2 , v3 )
v3 = (a' ' , b' ' , c' ') , neste referencial temos v1 = a i + b j + c k , v 2 = a ' i + b' j + c' k , v3 =
a ' ' i + b' ' j + c' ' k . Num referencial ortonormado temos:
logo,
a b c
b' c' a' c' a' b'
( v1 , v 2 , v3 ) = v1 ( v 2 × v3 ) = a −b +c = a ' b' c'
b' ' c' ' a ' ' c' ' a ' ' b' '
a ' ' b' ' c ' '
Recta
nulo u = (a, b, c). Para que um ponto P = (x, y, z), pertencente a ℜ3, pertença à recta
AP = λ u , λ∈ℜ
ou seja,
P-A=λ u
P=A+λ u (7)
ou
A qualquer uma das equações (7) e (8) chamamos equação vectorial da recta r.
λ o parâmetro.
Geometria Analítica 83
x = x 0 + aλ
então y = y 0 + bλ
z = z + cλ
0
x − x0
y = y 0 + b a
(9)
z = z 0 + c x − x 0
a
ou
x − x 0 y − y0 z − z0
= = (10)
a b c
A qualquer uma das equações (9) e (10) chamamos equações cartesianas da recta r.
84 Geometria Analítica
Exemplo: Determine as equações vectorial, paramétricas e cartesianas da
recta, r, que passa pelo ponto A = (1, 2, 3) e tem a direcção do
vector u = (2, 5, 7).
x = 1 + 2 λ
r : y = 2 + 5λ equações paramétricas
z = 3 + 7 λ
x−1 y−2 z−3
r: = = equações cartesianas
2 5 7
y = 0 x = 0 x = 0
Ox: Oy: Oz:
z = 0 z = 0 y = 0
vector director da recta Ox, ou seja, i = (1, 0, 0). Dado um ponto A = (x', y', z')
pertencente à recta r,
y = y'
r // Ox ⇒
z = z'
x = x' x = x'
r // Oy ⇒ r // Oz ⇒
z = z' y = y'
Plano
nulos e não colineares, u = (a, b, c) e v = (a', b', c'). Para que um ponto P = (x, y, z),
AP = λ0 u +λ1 v , λ0,λ1∈ℜ
ou seja
P - A = λ0 u +λ1 v
P = A + λ0 u + λ1 v (11)
ou
(x, y, z) = (x0, y0, z0) + λ0(a, b, c) + λ1(a', b', c') (12)
A qualquer uma das equações (11) e (12) chamamos equação vectorial do plano π.
então
x = x 0 + aλ 0 + a' λ1
y = y 0 + bλ 0 + b' λ1
z = z + cλ + c' λ
0 0 1
ou
Ax + By + Cz + D = 0 (14)
com A = bc' - b'c, B = -ac' + a'c, C = ab' - a'b e D = -(Ax0 + By0 + Cz0).
A qualquer uma das equações (13) e (14) chamamos equação cartesiana do plano π.
chamamos vector normal do plano, e designa-se por Nπ, este vector é perpendicular
ao plano. Logo, Nπ pode ser obtido a partir do produto vectorial de dois vectores
i j k
Nπ = u × v = a b c
a' b' c'
x − x0 y − y0 z − z0
a b c = 0 ⇔ A(x-x0) + B(y-y0) + C(z-z0) = 0
a' b' c'
Geometria Analítica 87
plano que passa por um dos pontos A, B ou C e é paralelo aos vectores, não nulos e
x = 1 + 2λ 0
π : y = 2 + 5λ 0 + λ 1 equações paramétricas
z = 3 + 7 λ + λ
0 1
x -1 y - 2 z - 3
π: 2 5 7 =0 equação cartesiana
0 1 1
cartesianas
vector normal ao plano xOy, ou seja, k = (1, 0, 0). Dado um ponto A = (x', y', z')
pertencente ao plano π,
π // xOy ⇒ z = z'
α
sistema
β
uma recta.
coincidentes.
α=β
Se o sistema for impossível, então estamos perante dois planos paralelos, ou seja,
A B C
= = = constante
A' B' C'
β
Geometria Analítica 89
γ : A' ' x + B' ' y + C' ' z + D' ' = 0 , sabemos a sua posição relativa a partir da resolução do
α
sistema β .
γ
γ
β
Ι
α
uma recta.
γ
β
α
90 Geometria Analítica
coincidentes.
α=β=γ
α // β // γ α
β
γ
(α ≡ β ) // γ
α=
=β
α // γ, α ∩ β = recta e α ∩ γ = recta
γ
β
α
Geometria Analítica 91
β γ
r
sistema .
α
Ι
α
92 Geometria Analítica
uma recta.
r α
Ângulos
b', c'), o ângulo, θ, formado pelas duas rectas é igual ao menor ângulo formado
ds, vem
drds
θ = arccos
| d r || d s |
π
e como 0 ≤ θ ≤ , 0 ≤ cos θ ≤ 1 , temos
2
Geometria Analítica 93
drds
θ = arccos
| d r || d s |
x = 3 + λ
x+2 y−3 z
Exemplo: Calcular o ângulo entre as rectas r : y = λ e s: = =
z = − 1 − 2λ −2 1 1
dr=(1,1,-2) ds=(-2,1,1)
(1,1,-2) (-2,1,1) − 2 +1− 2 −3 −3 1
cos θ = = = = = −
| (1,1,-2) | ⋅ | (-2,1,1) | 1+1+ 4 4 +1+1 6 6 6 2
1 π
θ = arccos =
2 3
Rectas ortogonais
Num referencial ortonormado as rectas r e s são ortogonais se e só se
formado pelos dois planos é igual ao menor ângulo que formam os vectores
Nα Nβ
θ = arccos
| N α || N β |
π
e, como 0 ≤ θ ≤ , 0 ≤ cos θ ≤ 1 , temos
2
94 Geometria Analítica
N α Nβ
θ = arccos
| N α || N β |
Planos ortogonais
Num referencial ortonormado os planos α : Ax + By + Cz + D = 0 e
seja, o ângulo formado pelo vector director da recta, dr, e o vector normal ao plano,
π
Nα. Como θ + φ = , então cos θ = sen φ e da definição de ângulo entre dois vectores,
2
dr e Nα, vem
Geometria Analítica 95
dr Nα
φ = arcsen
| d r || N α |
π
e, como 0 ≤ θ ≤ , 0 ≤ cos θ ≤ 1 , temos
2
dr Nα
φ = arcsen
| d r || N α |
drNα aA + bB + cC
φ = arcsen = arcsen
|d r || N α | a2 + b2 + c2 A2 + B2 + C2
x = 1 − 2λ
Exemplo: Calcular o ângulo entre a recta r : y = −λ e o plano α: x+y-5=0
z = 3 + λ
dr=(-2,-1,1) Nα=(1,1,0)
(-2,-1,1)(1,1,0) − 2 −1+ 0 −3 −3 3 3
sen θ = = = = = − =
| (-2,-1,1) | ⋅ | (1,1,0) | 4 +1+1 1+1+ 0 6 2 2 3 2 2
3 π
θ = arcsen =
2 3
a b c
= = = constante
A B C
96 Geometria Analítica
Distâncias
x = x 0 + λA
r: y = y 0 + λB
z = z + λC
0
r
I:
α
d(P, α) = d(P, I) = | P - I |
x = −4 + 2λ
1º y = 2 + λ
z = 5 + 2λ
x = − 4 + 2λ ___ x = −20 / 3
___ y = 2 / 3
y = 2 + λ
2º I: ⇔ ⇔
z = 5 + 2 λ ___ z = 7 / 3
2 x + y + 2 z + 8 = 0 2(−4 + 2λ ) + (2 + λ ) + 2(5 + 2λ ) + 8 = 0 λ = −4 / 3
I (-20/3,2/3,7/3)
2 2 2
3º d(P,α) = d(P,I) = − 4 + + 2 −
20 2 7 64 16 64 144 12
+ 5 − = + + = = =4
3 3 3 9 9 9 9 3
Geometria Analítica 97
r
I:
α
d(P, r) = d(P, I) = | P - I |
x y−2 z+3
Exemplo: Calcular a distância do ponto P(2,0,-3) à recta s : = =
2 2 1
1º α: 2(x-2)+2(y-0)+(z+3)=0
α: 2x+2y+z-1=0
x = 0 + 2λ ___ x = 0
___ y = 2
y = 2 + 2λ I(0,2,-3)
2º I: ⇔ ⇔
z = -3 + λ ___ z = −3
2x + 2y + z - 1 = 0 2(2λ ) + 2(2 + 2λ ) + (-3 + λ ) − 1 = 0 λ = 0
2 2 2
3º d(P,α)=d(P,I) = (2 − 0) + (0 − 2) + (−3 + 3) = 4 + 4 = 8 = 2 2
98 Geometria Analítica
Exercícios
C = (3,-1,4).
r r r
3. Um paralelipípedo é gerado pelos vectores a = (1,1,1) , b = (2,1,0) e c = δ (1,−1,1) .
a) Vectorial;
b) Paramétricas;
c) Cartesianas.
x y−1 x = 5z + 6
r1 : = = −z− 1 r2 :
5 6 y = − 2z − 5
r r r r
v = i − 2 j − 5k .
x +1 z − 3 x = 2t
=
r1 : 3 4 r2 : y = −1 r3 : x = y = z
y = 1 z = 2 − t
4 y − x − 3 = 0 x = 0
r4 : r5 :
2 z − 4 x = −10 y = 0
Geometria Analítica 99
b) Passa pelo ponto P0 = (1,3,-2) e é paralela à recta que passa pelos pontos
A = (-1,2,1) e B = (5,-4,1).
x + y + z = 0
x − y − z − 2 = 0
13. Determine uma equação vectorial e uma representação cartesiana dos eixos Ox,
Oy e Oz.
x = −3 + 8λ
x +1 y − 2
r1 : y = 4 − 6λ r2 : = = −z − 3
z = 2 + 2λ n m
x = − 1 + 2λ
y = mx − 3
r1 : y = 3 − λ r2 :
z = 5λ z = −2 x
100 Geometria Analítica
x = 3 + λ
x+2
16. Considere as rectas r1 : y = λ e r2 : = y − 4 = z . Determine:
z = − 1 − 2λ − 2
x = 1 − 3λ
y+3
a) r1 : y = 4 − 6λ r2 :x = = −z
z = 3λ 2
z = 2x
b) r1 : r2 :x = y = z
y = 3
x − 2 y − 3 z −1 x − 5 y − 2 z −1
d) r1 : = = r2 : = =
1 2 1 2 4 2
x − 2 y − 3 z −1 x +1 y − 2 z + 3
e) r1 : = = r2 : = =
1 2 2 2 −1 2
x = 2α + 7
x−3 y +4 z +3
r : y = α − 2 s: = =
z = 3α + 3 4 2 6
20. Calcule a equação vectorial do plano que passa nos pontos P1 = (1,0,3), P2 =
(1,3,-1) e P3 = (1,3,1).
a) vectorial;
b) paramétricas;
c) cartesianas.
x = −4 + 3α
a) que passa pelo ponto P0 = (2,1,-2) e é perpendicular à recta r : y = 1 + 2α ;
z = α
x = 4
b) que passa pelo ponto P1 = (-3,2,1) e contém a recta r : y = 3 ;
z = α
x = −1 + 3β x −3 y − 4
=
c) contém as rectas r1 : y = 2 − 4 β e r2 : 6 −8 .
z=3 z = 3
a) P=(1,2,3)+k(-1,2,3) e Q=(0,1,1)+t(1,1,-2);
b) P=(1,-1,1)+k(2,1,1) e Q=(1,0,1)+t(2,1,1).
α: kx + ky + z - 1 = 0
β: x + y - z + k = 0
π: x + ky + z = 0
e determine, se existirem, os valores de k tais que:
x −1 y − 2
27. Considere a recta r : = =z
2 3
a) Determine uma equação vectorial do plano α que passa pelo ponto P = (1,2,0)
e é perpendicular à recta r;
a) x + 2y + z = 0 x - 2y - 8z = 0 x + y + z - 3 = 0;
b) x + 3y + 4z + 1 = 0 2x + y - z + 2 = 0 3x + 4y + 3z + 3 = 0;
a) 3x + 3y - z + 7 = 0 x + 6y + 2z - 6 = 0;
b) 2x - 3y + z - 1 = 0 2x + 3y - z - 2 = 0.
1 x −1 y + 2
α :3 x − y + 2 z − 1 = 0 e a recta r : = = z determine:
2 2 4
a) x + y - z = 2 y - z = 8;
b) x - 3y + 4z = 8 2x - 6y + 8z = 8;
a) x + y - z = 2 P = (0,3,1) + α(3,0,5);
b) 2x - 6y + 8z = 8 P = (5,4,1) + α(3,0,2).
α : 3x − my + 2 z − 1 = 0 sejam perpendiculares.
x y−2
38. Determine a distância do ponto P = (2,0,7) à recta r : = = z + 3.
2 2
x = −1 − 2γ
y = −2 x + 3
40. Determine a distância entre as rectas r : e s : y = 1 + 4γ
z = 2x z = −3 − 4γ
α : 4 x − 4 y + 2 z + 14 = 0 .
x = 3
42. Determine a distância da recta r : ao plano π: x + y - 12 = 0.
y = 4
104 Geometria Analítica
justificando:
c) a recta r que passa pelo ponto P = (1,1,1) e não intersecta nenhum dos dois
planos;
44. Determine t tal que o ponto T = (t, -1, 5) diste 5 unidades do plano α que contém
o ponto A = (1, -1, -2) e é paralelo aos vectores u = (0, 1, 1) e v = (2, 1, 0).
45. Determine as equações cartesianas da recta t, que passa pelo ponto A = (-2,1,3) e
é perpendicular às rectas r e s
1 − x x = 2 − γ
= −z
r: 3 s : y = 1 + 2γ
y = 2 z = −3γ
prisma, sabendo que a altura deste é uma unidade (sem utilizar a fórmula
da distância);
produto misto.
Geometria Analítica 105
r r π r r r r π
( )
ângulo(i , j ) = , i ⊥k , ângulo j , k = ,
3 3
r
j = 1,
r r
i = k =2
x − 1 x = 3 + y
= −y
r: 2 s:
z = 2 z = 2y
r r r r π
( )
r r π π r r r
ângulo (i , j ) = ; ângulo(i , k ) = ; ângulo j , k = ; j = 4; i = 2; k =1
4 3 2
x= y
Determine o ângulo que a recta r: faz com o plano α: z = 4 .
z = 4 + 2 y
106 Geometria Analítica
Soluções:
1. a) Não b) Sim
2. 5 5
3
3. δ= ±
2
7. y=1, z=9
14. n = -4; m = 3
15. m = -8
18. Falsa
19. Coincidentes
27. b) Sim
c) Planos coincidentes
11 285 6 87
30. a) arccos b) arccos
190 87
3 14 5 2 1
32. a) π/2 b) arcsen c) recta d) ,− ,
14 3 3 3
6 5 39
33. a) arccos b) 0 c) arccos
3 39
Geometria Analítica 107
102 11 338
34. a) arcsen b) arcsen
51 338
36. m = 1/2
37. 7
2 218
38.
3
19 6
39.
6
40. 13
41. 4
5 2
42.
2
17 5 5
43. a) recta b) arccos d) d(r,π) = 1, d(r,β) =
45 5
44. -28
48. Não
2
49. arcsen
44 + 12 2