Beruflich Dokumente
Kultur Dokumente
Pato Branco
2015
1
SUMRIO
00 CORPOS.............................................................................................................3
01 MATRIZES.........................................................................................................4
02 SISTEMAS DE EQUAES LINEARES.......................................................18
03 SISTEMAS DE COORDENADAS.................................................................39
04 VETORES.........................................................................................................44
05 VETORES NO PLANO E NO ESPAO.......................................................59
06 DEPENDNCIA E INDEPENDNCIA LINEAR..........................................69
07 BASE.................................................................................................................83
08 PRODUTO ESCALAR....................................................................................91
09 PRODUTO VETORIAL...............................................................................111
10 PRODUTO MISTO.......................................................................................125
11 RETA..............................................................................................................132
12 PLANO...........................................................................................................156
13 CNICAS......................................................................................................182
14 ESPAOS VETORIAIS................................................................................220
15 TRASFORMAES LINEARES.................................................................267
16 AUTOVALORES E AUTOVETORES........................................................300
17 PRODUTO INTERNO.................................................................................316
CORPOS
Definio: Um conjunto
. Esta
. Esta propriedade
tal que
podemos denotar
.O
, existe
tal que
denotar
. O
P1) (
. Esta
. Esta propriedade
tal que
. O
podemos denotar
, com
, existe
tal que
. Alm
.
)
quaisquer
que
sejam
1.1 INTRODUO
O objetivo deste captulo revisar o contedo matrizes. Vamos
estudar os tipos de matrizes, transposio, operaes com matrizes e
matrizes invertveis.
Basicamente, devemos abordar este contedo devido ao fato de
que podemos simplificar e organizar uma grande variedade de
problemas utilizando as matrizes.
Chamamos de matriz uma tabela de elementos dispostos em
linhas e colunas. Por exemplo, vamos considerar a tabela abaixo que
dispem dados como altura, peso e idade de determinadas pessoas.
Altura ( )
Peso (
Idade (anos)
Pessoa 1
Pessoa 2
Pessoa 3
Pessoa 4
Podemos omitir o significado de cada linha e cada coluna, e
escrevermos:
] [
] [
linhas e
colunas (
) por:
colunas por
de
O elemento
coluna, e escrevemos
Em geral, o elemento
est localizado na
linha e na
coluna.
Ainda na matriz
e
do exemplo, temos:
so
iguais se:
i. Elas possurem o mesmo nmero de linhas (
ii. Elas possurem o mesmo nmero de colunas (
);
);
colunas.
Exemplos:
]e
e colunas de
1.
colunas
, para quaisquer
.
Exemplos:
]e
e , tem-se
em
]
.
chamada de matriz
Exemplos:
]e
[ ] so matrizes linha.
7
Observaes:
01. Denotamos o conjunto de todas as matrizes
) por
( ). No caso em que
um corpo (
( ).
com entradas em
, denotamos
,
e
formam a diagonal da matriz .
importante lembrar que somente matrizes quadradas possuem
diagonal.
( )
03. O trao de uma matriz quadrada uma funo
que
associa uma matriz quadrada de ordem a soma dos elementos da
diagonal de . Isto :
( )
para todo
]e
, para todo
, chamada de matriz
identidade.
Exemplos:
8
[ ]e
a matriz
, para todo
Exemplos:
]e
, para todo
Exemplos:
]e
]e
] so matrizes simtricas.
, denotada por
, uma matriz de
correspondentes de
e . Isto ,
tal que:
Exemplo:
Sejam
]e
], ento:
(comutatividade);
(
(associatividade);
Observao: O elemento
que aparece na propriedade iii a matriz
nula de ordem
. Podemos ainda denotar esta matriz por
.
1.3.2 Multiplicao por escalar: Seja
uma matriz e
a multiplicao escalar de
por
, de ordem
, tal que:
Exemplo:
Sejam
]e
, ento:
(
(
)
)
)]
matrizes de ordem
e ,
ii. (
iii.
iv.
;
(
) .
colunas de , isto ,
, cujas linhas so as
Exemplos:
01. Seja
], ento
].
11
02. Seja
], ento
].
1.3.3.1 Propriedades:
i. Uma matriz simtrica se, e somente se, ela igual a sua
transposta, isto , se, e somente se
ii.
matriz.
iii. (
das transpostas.
iv. (
escalar.
, onde:
Observaes:
01. S podemos efetuar a multiplicao de duas matrizes
e
se
o nmero de colunas da primeira for igual ao nmero de linhas da
segunda, isto , se
. A matriz
ter ordem
.
02. O elemento
obtido multiplicando os elementos da
linha da primeira matriz pelos elementos correspondentes da
coluna da segunda matriz, e somando estes produtos.
Exemplos:
01. Sejam
]e
12
multiplicao de
por
ter ordem
. Calculamos ento
)
)
)
02. Considere
] e
, a matriz
(
(
(
]. Efetuamos a
multiplicao:
( )
( ) ( )
( )
( ) ( )
(
(
( )
) ( )
( )
) ( )
(
(
( )
) ( )
]
( )
) ( )
1.3.4.1 Propriedades:
i. Em geral
ser realizado;
13
ii.
, onde
vi. (
);
;
)
e
viii.
colunas;
;
vii.
iv. (
v. (
deve possuir
uma
no implica que
ou
de ordem
de ordem
admite
tal que
. Denotamos a matriz
possui duas
e .
so inversas de , temos por definio que:
14
Assim, temos:
(
e nica.
1.4.3 Propriedades:
i. A matriz identidade
ii. Se
(
invertvel.
.
iii. Se
de ordem
tambm
invertvel, ento
).
( )
usando o seguinte
procedimento:
1. Construir uma matriz ampliada da forma [ | ].
2. Usando operaes elementares na matriz ampliada, devemos
converter a matriz
na matriz identidade
. No final do processo
].
15
Consideramos a matriz
( )
]. Note que:
( )
implica que a matriz
( )
para determinar
[ | ]
[ |
|
[
16
17
2.1 INTRODUO
Neste captulo estudaremos sistemas de equaes lineares. Os
principais pontos abordados neste captulo sero: equaes lineares,
solues de equaes lineares, sistemas de equaes lineares, soluo
de sistemas de equaes lineares, sistemas de equaes lineares com
duas ou mais incgnitas, sistemas equivalentes, operaes elementares,
tipos de sistemas e sistemas homogneos.
Onde
so chamados de coeficientes e
.
02. As equaes
no
so equaes lineares.
2.2.2 Soluo de uma equao linear: Uma equao linear
sobre
, sempre
18
linear
se
, temos em particular
) um corpo,
. Ento:
Portanto
uma
soluo da equao.
Em geral:
{(
. fcil
.
Fazendo:
{(
. Fazendo:
19
Portanto, o conjunto soluo da equao
{(
equaes
{
Onde
) so elementos de um corpo.
Exemplos:
equaes e
um sistema de equaes
incgnitas. Podemos ainda dizer
20
. Uma
satisfaz
A terna (
Tomando (
) soluo do sistema {
) em
. Observe que:
temos:
( )
( )
( )
) em
temos:
( )
( )
( )
) em
temos:
( )
( )
( )
) soluo do sistema {
21
e {
na forma matricial:
Onde
] [
],
]e
]. Dizemos que
a matriz dos
termos independentes.
Podemos ainda representar o sistema acima pela matriz ampliada:
22
O sistema {
] [ ]
Como:
] [
23
em trocar de lugar a
linhas (
linha pela
): Consiste
linha.
Exemplo:
Faamos
na matriz [
]. Temos ento:
.
2.4.2 Multiplicao da
(
): Consiste em multiplicar a
um escalar
, onde
Exemplo:
Faamos
na matriz [
2.4.3 Substituio da
vezes a
linha (
]. Temos ento:
linha pela
linha mais
operao, devemos trocar uma linha da matriz por ela prpria somada
com uma linha mltipla de outra linha presente na matriz.
Exemplo:
Faamos
na matriz [
]. Temos ento:
24
2.4.4 Definio: Se
linha equivalente a
, se
so matrizes
, dizemos que
. Podemos denotar
ou
.
2.4.5 Teorema: Dois sistemas que possuem matrizes ampliadas
equivalentes so equivalentes.
escada se:
i. O primeiro elemento no nulo de uma linha no nula ;
ii. Cada coluna que contm o primeiro elemento no nulo de
alguma linha tem todos os seus outros elementos iguais zero;
iii. Toda linha nula ocorre abaixo de todas as linhas no nulas;
iv. Se as linhas
, ento
25
01. [
o primeiro elemento
no so
nulos.
02. [
03. [
04. [
26
uma matriz e
a matriz linha
. O posto de
. A nulidade de
, denotado
o nmero
.
Observamos que, para determinar o posto de uma matriz,
devemos encontrar sua matriz linha reduzida forma escada, assim o
posto de
e o posto de .
Exemplos:
].
e a nulidade
.
27
sistema, temos:
{
{
Onde
.
[
02. A matriz
] equivalente a matriz
que a
[
]
e a nulidade
.
Novamente, associando as matrizes a sistemas de equaes lineares,
temos:
28
29
ii. Se
iii. Se
existe valor de
que satisfaa:
30
).
Obtemos a soluo
e a nulidade
31
inicial :
Logo
segunda
equao
pode
ser
desconsiderada,
ou
pois
no
. Assim, a soluo do
, encontramos
03. Seja {
um sistema
. Geometricamente, tem-se:
32
tal que
satisfaam as equaes
] e sua
equivalente:
No existem valores de
{
33
Onde os coeficientes
poder ter:
i. Uma nica soluo (SPD);
ii. Infinitas solues (SPI);
iii. Nenhuma soluo (SI).
2.6.4 Teorema:
i. Um sistema de
equaes e
, a soluo
, podemos
ser nica.
iii. Se as duas matrizes tm o mesmo posto
escolher
incgnitas, e as outras
funo destas.
Dizemos no caso iii que o grau de liberdade do sistema
Denotamos o posto da matriz ampliada por
coeficientes de
. Se
, denotamos
Exemplos:
01. Na matriz [
] temos
, note que
02. Na matriz [
] temos
, tambm
34
03. Na matriz [
] temos
. Note que
Portanto
soluo do sistema
Definio:
Um
sistema
de
equaes
lineares
{
.
homogneo se
(
).
35
01. O sistema {
soluo, a soluo (
).
02. O sistema {
) uma soluo
atribudo para
{(
. Logo:
, ou seja, um sistema
36
uma matriz
com
. De fato:
) um corpo).
((
( )
o desejado.
Como vimos anteriormente, o sistema {
soluo qualquer
{(
}. Note que (
do sistema, e consequentemente (
2.8.4 Propriedade: Se
homogneo
, ento
tem como
), (
e
) uma soluo
) tambm.
so solues do sistema
tambm soluo.
37
38
3.1 INTRODUO
O objetivo deste captulo estudar o produto cartesiano entre
conjuntos e fazer uma reviso sobre sistemas de coordenadas no plano
e no espao.
{(
, denotado por
, como
}.
Observaes:
01. Se
ou
, o produto cartesiano de por
. Em
outras palavras, se um dos conjuntos for vazio, ento o produto
cartesiano entre eles vazio.
02. Se
, ento
03.
04. Se possui
elementos.
elementos e
possui
elementos, ento
possui
( )
por
( )
Exemplo:
Sejam
}e
{
{(
)(
)(
{
)(
}. O produto cartesiano
)(
)(
)(
)(
o conjunto
possui
elementos e
04,
possui
possui
elementos.
chamado de origem
, onde
cartesianas no plano.
, isto ,
{(
}.
Exemplo:
40
).
). O ponto
tem coordenadas
tem coordenadas
e
e
, ou
, ou seja,
Considerando um ponto
se
se
;
e
;
41
iii.
se
iv.
se
v. Se
vi. Se
) e
denotada por (
), dada por:
chamado de origem
, onde estes
, recebe
, isto ,
{(
}.
Exemplo:
42
tem coordenadas
).
) e
dada por:
43
4.1 INTRODUO
Neste captulo estudaremos vetores atravs de uma abordagem
tendendo geometria. Porm, no decorrer do semestre, veremos que
podemos estudar vetores de uma maneira mais abstrata.
A partir de agora, nosso ambiente de estudo ser o espao
tridimensional, denotado por
trabalhando no sistema
ambiente seja simplesmente
44
Sendo
a origem e
orientado por (
) um segmento orientado, o
).
) por .
Exemplo:
Considere o segmento (
) e a unidade de medida
na figura abaixo.
45
Observaes:
01. Qualquer segmento nulo tem comprimento igual zero.
02. , isto , qualquer segmento e seu segmento oposto tero
mesmo comprimento.
4.2.5 Direo e Sentido: Dois segmentos (
) e (
) possuem
) e (
)e(
) e (
) possuem sentido
46
) e (
) possuem mesmo
sentido.
) e
tm o mesmo
comprimento.
Observao: Dois segmentos opostos possuem sentidos contrrios.
)e(
) so equipolentes se estes
47
Se os segmentos (
que (
(
)e(
) seja equipolente a (
) , isto ,
) e (
) (
Observaes:
01. Dois segmentos nulos sempre sero equipolentes.
02. Denotamos a equipolncia entre os segmentos (
(
) (
).
4.3.1 Propriedades: Sejam (
), (
) e (
) e (
) por
) segmentos
) (reflexiva);
) (
ii. Se (
iii. Se (
) (
) (
), ento (
)e(
) (
) (
) (simtrica);
), ento (
) (
) (transitiva);
tal que (
) (
).
4.4 VETOR
Chamamos de vetor determinado por um segmento orientado
(
a(
) de
).
Se denotarmos este conjunto por , podemos escrever:
48
{(
) (
) (
)}
) (
) tais que
).
) como ,
ou .
Um vetor pode ser determinado por uma infinidade de
segmentos orientados, chamados de representantes desse vetor, e todos
equipolentes entre si. Portanto, um segmento determina um conjunto
que o vetor, e qualquer um dos representantes tambm determinar
este mesmo vetor.
As caractersticas de um vetor so as mesmas para qualquer um
de seus representantes, ou seja, todos os representantes possuem
mesmo mdulo, mesma direo e mesmo sentido.
Observao: Denotamos o mdulo do vetor por || ||.
4.4.1 Igualdade entre vetores: Dois vetores e so iguais se,
e somente se, (
) (
.
49
ou
, o vetor oposto de
.
qualquer
um
dos
representantes
deste
vetor.
Como
vimos
unitrio.
. Alm
, chamado
,
Tomamos
segmento
, isto , um representante
). A definio de soma pode
51
Observaes:
01. . Esta igualdade nos diz que, ao somarmos vetores
onde a extremidade (do representante) do primeiro coincide com a
origem (do representante) do segundo, o vetor resultante ter um
representante com a origem do primeiro e a extremidade do segundo.
02. Ainda podemos usar a regra do paralelogramo para determinar a
soma de dois vetores.
) do vetor arbitrria, mas isso
03. A escolha do representante (
)e
no influi na determinao de . Note que, se escolhermos (
(
) como representantes de e , respectivamente, teremos
(
) (
), (
) (
) e da decorrer (
) (
). Para ficar
mais claro, faa as devidas representaes geomtricas.
4.5.1 Propriedades: Sejam
, as seguintes propriedades
so vlidas:
A1. (
A2.
A3.
) (associativa);
(comutativa);
tem-se
tomando
de , isto ,
. Ento
( )
. Tomando
( )
, seja
em
como sendo:
52
( )
na equao
( )
, e
, temos:
) (
),
ou
, ento
por . Apesar de
uma operao
Observaes: Sejam
01. Se
), onde
, onde (
, e
.
. Ento:
.
53
02. Se
, temos:
i. // ;
ii. e tem mesmo sentido se
iii. || ||
usual em
e sentido contrrio se
, as seguintes
propriedades so vlidas:
M1. (
M2. (
) .
M3.
M4.
Observaes:
01. O conjunto
com as operaes soma e multiplicao por escalar
acompanhadas de suas propriedades forma um espao vetorial. Em
lgebra Linear, veremos a definio geral de um espao vetorial, para
um conjunto e suas operaes.
02. Definimos multiplicao por escalar como sendo a multiplicao de
um escalar (nmero real) por vetor. Adiante ser definido o produto
escalar entre vetores, que um conceito distinto da multiplicao de
escalar por vetor.
03. No conjunto
munido das duas operaes definidas at o
momento, acompanhadas de suas propriedades, ao fazer clculos com
vetores, podemos seguir as mesmas regras de clculo algbrico
elementar. Por exemplo, na equao vetorial , se desejamos
determinar em funo de e , basta somar o oposto de em ambos
os lados da igualdade e aplicar as propriedades. Veja:
04. Se
Exemplos:
54
Portanto, (
( ).
( )
( ),
. Novamente, devemos
o oposto aditivo de
Portanto, ( )
. De fato:
( )
( ).
, ou seja, devemos
) com
. Nossa misso
) o oposto aditivo de
( ),
)( )
. Sabemos, pelo
)( ), temos:
(
)( )
[ ( )]
( )
( ). Usando esta
( )
)( )
[ ( )]
)( )
, com
[ ( )]
, ento
( ( ))
. De fato:
55
. Portanto:
05. Sejam
56
06. O paralelogramo
e
, respectivamente.
Temos:
a)
; b)
d)
; c)
paralelas.
57
), (
)e(
Sejam
, com
)e(
. O ngulo
) tal que
entre e o
ii. Se
iii. Se
||
v. Se
;
, ento
, a relao
|| || vlida;
|| ||
iv.
( ), ento
58
5.1 INTRODUO
Neste captulo, temos como objetivo, relacionar vetores com
pontos dos sistemas de coordenadas cartesianas.
Observao: Para cada caso, faremos analogia entre vetores no plano e
no espao. Embora estivssemos acostumados a estudar vetores em
,
neste captulo vamos desconsiderar o conjunto
e em cada definio
esclarecemos se um vetor estar no plano ou no espao.
tais que
so chamados de
considerao. O vetor
a direo de . O vetor
segundo a direo de .
5.2.2 Base Ortonormal: Uma base { } dita ortonormal se seus
vetores so ortogonais e se cada vetor unitrio. Em outras palavras,
{ } ortonormal se
e ||||
||||
Exemplo:
Consideramos { } uma base ortonormal no sistema de coordenadas
cartesianas
e um vetor
, ou seja, as coordenadas de
ortonormais no plano
60
)e(
Dado um vetor
, onde
so as coordenadas de
representante do vetor
no ponto
possui origem em (
Define-se
vetor
representamos por
no
(
plano
) e extremidade
.
)
A primeira coordenada
pelo
par
ordenado
ordenada.
Exemplo:
Podemos escrever
). Particularmente
),
),
),
) e
) e
).
(
a origem do sistema.
)e
) so iguais se, e
Exemplos:
01. Os vetores
)e
) so iguais, pois
.
) e
) sejam iguais, de
),
)e
. Definimos:
) (soma);
) (multiplicao por escalar).
62
) de
Exemplo:
Sendo
)e
), temos:
Seja
(
)e
).
aos vetores
) e
), respectivamente.
Observe a figura.
63
), onde (
) (
) equipolente a
64
Seja
) um vetor de
)e
|| ||
|| ||
tais que
, dizemos que
||||
||||
) e (
), (
e extremidade nos
cannica do espao.
Fixada
base
cannica
{ }
no
espao,
existe
uma
, pois, com
possui
66
origem em (
) e extremidade no ponto
sejam
), quaisquer que
.
Define-se vetor no espao pela terna ordenada (
representamos por
) e o
) e
(
e
) so
. Denotamos a igualdade
.
5.9.2 Operaes: Sejam
),
) e
Definimos:
i.
ii.
) (soma);
Sejam
),
Seja
) um vetor de
) e
(note que
)). A norma
|| ||
)
67
|| ||
(
tal que
) e
. Isto
68
6.1 INTRODUO
Neste captulo, vamos estudar a dependncia linear entre vetores.
Antes de tudo, veremos conceitos geomtricos de dependncia e em
seguida faremos um estudo dos conceitos algbricos envolvidos na
dependncia linear.
tal que
tal que
|| ||
|| ||
. Para
possuem mesma
|| ||
|| ||
tambm, pois
e so paralelos. Se
com mesmo
69
| | || ||
|| ||
Portanto,
|| ||
|| ||
| || ||
|| ||
|| ||
|| ||
|| ||
|| ||
|| ||
|| ||
.
|| ||
|| ||
, temos
. Como
, temos
sentido.
Resta mostrar que e
|| ||
| | || ||
|| ||
| || ||
|| ||
|| ||
Portanto,
| || ||
|| ||
|| ||
|| ||
|| ||
|| ||
. Temos:
70
Prova: De fato:
. Logo:
E temos o desejado.
6.2.3
Conceitos
Bsicos:
Inicialmente,
fixemos
) de paralelo a
paralelo a um plano
e denotamos
seguinte
se existir um
e denotamos
. Um vetor ser
se existir um representante (
) de paralelo a
.
.
71
. Se
, { } linearmente
independente (LI).
ii. O conjunto { } de vetores de
linearmente dependente
}, com
, linearmente
dependente (LD).
Exemplos:
Observe as figuras a seguir e tente associar cada uma com a Definio
6.3.1.
Observao: Se em {
} ocorrer
, para algum
, ento
72
} LD.
Chamamos
de
coeficientes
combinao
linear
e
dos
, com
vetores
(com
) o vetor:
Observaes:
01. Quaisquer que sejam
, o vetor nulo sempre ser gerado por
, temos
. Pois se
, pela
73
}, com
, LD
se, e somente se, algum vetor do conjunto for gerado pelos demais.
Prova: Analisaremos separadamente ii, iii e iv da definio.
Caso i: { } LD
Se
, deve ocorrer
ou
. Logo um gerado
pelo outro.
Suponha agora,
) de e (
) de tais
. Se os representantes
tal que
(como supomos
) ou
sinal de
que
conjunto
{ }
seria
LD).
Seja
um
por .
extremidade em
so colineares. Como
, ou seja, os pontos ,
. Neste caso,
ou
e est provada a
afirmao.
Suponha que { } LI, faremos a seguinte construo geomtrica:
Tomamos
e os representantes (
) de , e ,
. Note que,
ponto
) e (
), (
assim os pontos
) e a (
), determinando
. Observe a figura.
. Percebe-se que
e que
. Se os pontos
forem
esto em um mesmo
sejam no
75
Como supomos
. Da,
, logo
)e
pertence
), portanto o paralelogramo
est contido
so
ou existe
, ento
tal que
. Alm disso, se
tal que
,
, existem
gerado
tais que:
76
diferente de zero.
Prova: De fato:
( ) Queremos mostrar que se {
implica que
, para algum
} LD, ento
}.
algum dos vetores ser gerado pelos demais. Suponha que seja gerado
pelos demais vetores do conjunto. Ento:
Portanto, a equao
, com
implicar que
} LD.
}, no nulo.
. Ento:
77
Como
por
, existe
tal que
. Multiplicando a equao
, tem-se:
. Mas, pela
implica que
Exemplo:
Sejam
. Prove que:
{ } LI.
{ } LI
, e provar que { } LI
78
Prova: Faamos:
, com
}.
Logo:
79
6.4.4.2 Corolrio: Se
com
}, ento {
} LI (
Prova: Se
tais que
).
, e
, segue que:
LI.
Exemplos:
01. Prove que se { } LI, ento {
Sejam
escalares
tais que
e
} LI.
, devemos mostrar que os
.
80
implicou em
um tringulo e
paralelo a
o ponto mdio de
, prove que
o ponto mdio de
} LI.
. Sabendo
, temos:
paralelo a
Finalmente, como
, temos:
pertence ao lado
( )
( )
, temos:
( )
. Faamos:
81
( )
( )
Portanto,
e temos o desejado.
82
7.1 INTRODUO
No captulo anterior, falamos um pouco sobre um conjunto
especifico de vetores que formava uma base para determinado lugar.
Lembre que estudamos vetores no plano e no espao. No plano, um
conjunto composto por dois vetores, onde esse conjunto LI, forma
uma base para o plano. Enquanto no espao, um conjunto composto por
trs vetores, onde esse conjunto LI, forma uma base para o espao.
Neste captulo, vamos fazer uma abordagem mais teoria sobre
bases do espao.
7.1.1 Definio: O conjunto ordenado LI,
base de
Se
{ }, chama-se
tais que:
83
A terna (
supormos
. Cada escalar
. Lembre-se de nunca
)
, podemos
em (
) , isto , escrevemos
).
) e
). A soma de
Prova: Seja
{ }, ento:
)
84
. A multiplicao
Prova: Seja
(
{ }, ento:
)
Exemplo:
Sendo
coordenadas do vetor
na base . Temos:
) . O
] e [
] so
] e [
] para representar sequncias de nmeros.
Estamos usando [
[
]e[
] sero proporcionais se
.
1
85
Exemplos:
01. Os vetores
)e
]e
].
02. Os vetores
sequncias [
)e
(
] e [
Proposio: Sejam
),
) e
Exemplos:
01. Verifique se { } LD ou LI, onde
) ,
) .
Portanto, { } LD.
86
que
{ } uma base e, em
, mostre que
) na base .
) ,
) .
Usando
LI. Portanto
uma
base.
Agora, queremos escrever o vetor
na base
de
matriz
e em
vetores de
, onde
sua
87
|
|
|
|
|
|
)
|
|
) em relao
base . Temos:
88
) .
7.4 ORTOGONALIDADE
7.4.1 Definio: Os vetores no nulos e so ortogonais se seus
representantes so ortogonais. Indicamos a ortogonalidade por
||
Observao:
|| || .
|| ||
||||
{ } ortonormal se ||||
. Em outras palavras,
uma
89
) , ento:
|| ||
Exemplo:
Seja
. Temos:
|| ||
90
8.1 INTRODUO
Neste captulo estudaremos o produto escalar entre vetores.
importante que fique claro a diferena entre produto escalar e a
multiplicao por escalar vista anteriormente.
Antes de iniciarmos, lembre-se da definio de ngulo entre dois
vetores, isto , caso os conceitos no fiquem claros aqui, revise as
propriedades de ngulo entre vetores.
Considere a figura abaixo:
Sendo
dos vetores , e
||
||
|| ||
|| ||
( )
|| |||| ||
podemos
consequentemente
de
escrever
) ,
) . Calculemos a norma
quadrado:
91
||
||
||
||||
||
||||
|| ||
|| ||
( )
||||
||||
||||
||||
|| |||| ||
|| |||| ||
|| |||| ||
e || ||
, e
)(
[
(
)(
( ). O produto escalar
i. Se
ou
ii. Se
|| |||| ||
( ).
, ento
|| |||| ||
, || ||
;
:
Prova:
i. Se e so no nulos, temos que || ||
existem
|| ||
(|| ||)
|| ||
, logo
|| |||| ||
e || ||
|| |||| ||
, por definio
|| |||| ||
|| |||| ||
ambos
os
Caso 02: Se
|| |||| ||
, note que
|| |||| ||
|| ||
|| ||
( )
|| ||
|| ||
93
, temos que
, ento
, logo:
|| |||| ||
|| |||| ||
. De fato, se
, ento
. De fato, se
, temos:
|| |||| ||
Como e so no nulos, suas normas so diferentes de zero,
logo podemos multiplicar a igualdade acima por
. Portanto:
|| |||| ||
|| |||| ||
Lembrando que da definio de ngulo entre vetores
nico valor de
Assim, se
no intervalo [
( )
] que satisfaz
,eo
. Logo:
.
94
Observaes:
01. Perceba que, se
i. ou ;
ii. .
02. Se
, pode ocorrer:
( )
03. Se
, temos
esse ngulo obtuso, pois
8.1.3 Proposio: Seja
base , temos
. Se
.
uma base ortonormal. Se, em relao
) ,
agudo, pois
) , ento:
( )
|| |||| ||
( )
|| |||| ||
Substituindo (**) em (*), tem-se o desejado:
Observao: fundamental perceber que o produto escalar no
depender das coordenadas do vetor em relao base, desde que essa
seja ortonormal. Se os vetores e so nulos, no h o que discutir,
pois sabemos que o produto escalar ser igual zero. Se e no
so nulos, suponha que e sejam bases ortonormais. Temos:
)
95
Logo:
|| |||| ||
( )
|| |||| ||
|| |||| ||
( )
|| |||| ||
Substituindo (II) em (I), tem-se:
) e
Como e so no nulos, se
dada por
|| ||
):
|| ||
)e
)e
|| ||
|| ||
):
96
Portanto, || |||| ||
|| |||| ||
Finalmente, temos:
[
]
|| |||| ||
02. Sendo
vetores
) e
de modo que os
) sejam ortogonais.
) (
Note que, independente do valor de
para qualquer
, temos
, o que
) e
que
. Vejamos:
) (
97
. Sua
) ,
tal que (
) ,
Note que:
, valem
Ento:
) (
as propriedades:
P1. (
P2. ( )
( )
P3.
P4. Se
, ento
( );
Exemplos:
98
( )
( )
( )
Para provar que { } uma base, basta mostrar que este conjunto
LI, de acordo com a definio de base.
Agora, nossa tarefa mostrar que { } LI. Para isto, faamos uma
combinao
linear
dos
vetores
do
conjunto
igualemos
esta
tais que
so todos
( )
( )
( )
|| ||
( )
|| |||| ||
( )
( )
( )
( )
|| |||| ||
|| ||
|| ||
|| ||
( )
( )
( )
( )
|| |||| ||
( )
|| ||
( )
( )
|| |||| ||
( )
( )
( )
|| |||| ||
) (
( )
( )
|| |||| ||
Juntando ( ) (
( )
|| ||
) temos o sistema:
{
Este sistema admite somente a soluo
100
Portanto, como
implicou
, conclumos que
) forma um ngulo de
), determinemos o valor de
Sabemos que
|| ||||||
,e
com o vetor
. Ento:
|| || || ||
|| || || ||
( )
Calculando :
) (
Calculando || ||:
|| ||
|| ||
Calculando || ||:
|| ||
|| ||
101
03. Suponha
),
) e
).
) (
102
) (
Portanto, o tringulo
04. Sendo
determinemos um vetor
Seja
) , onde
retngulo em .
) e
. Ento:
) (
) (
( )
( )
Donde
forma
,
(
Por exemplo, se
) ortogonal a e .
, ento
) . Observe:
103
8.1.5 Proposio:
somente se, {
Exemplo:
||
( )
|| ||
|| || .
, tem-se
, temos:
||
||
) (
||
||
) (
Ou ainda:
||
||
) (
104
|| ||
||
||
|| ||
|| ||
( )
( )
|| ||
|| ||
|| ||
O ponto
o p da perpendicular a
passando por
. O vetor
ortogonal sobre .
obvio que
vetor soma
( )
, e assim:
105
um vetor. Dado
, o vetor
, se
satisfaz as condies:
i.
ii. (
;
)
Como
notao:
i.
ii. (
;
)
No tringulo retngulo
, note que
|| ||
|| ||
ou || ||
|| ||
e ainda:
|| ||
|| ||
(
) || ||
|| ||
|| ||
|| |||| ||
|| ||
|| ||
|| ||
( )
106
|| ||
|| ||
( )
)
|| ||
|| ||
|| ||
|| ||
|| ||
|| ||
no vlida, pois a
e no .
107
. Para todo
, existe
|| ||
108
||
| |
||
|| ||
(esta
) e so ortogonais). De fato:
( )
|| ||
|| ||
E este valor de
|| ||
|| ||
|| ||
|| ||
| ||| ||
|| ||
| |
|| ||
| |
|
| || ||
|| ||
||
|| ||
||
|| ||
| |
|| ||
| |
|| ||
Exemplos:
109
01. Sejam
expresso. Temos
|| ||
) ,
logo:
) (
|| ||
|| ||
Desta forma:
|| ||
ortogonal a :
110
9.1 INTRODUO
{ } na
). Chamamos a base
) e
),
) e
de base cannica.
), (
, ao vetor:
Ou:
111
Exemplo:
dado da seguinte
maneira:
, ocorre:
) ,
).
vetores de
. Valem as
propriedades:
;
i.
ii.
);
iii.
iv. ( )
v.
);
vi. (
e (
Prova:
i. Sabemos que
dado
por:
ii. Como
) e
) , temos:
)]
[(
[ (
) ]
e que
) . Por definio:
|
113
( )
), ento:
, as coordenadas de
) . Logo:
, ento { } LD. De
so nulas, isto :
] e [
{ } linearmente
dependente.
() Caso 01: Queremos mostrar que se
. De fato, suponha
, ento
ou
, ento
) e:
114
Para
, anlogo.
ento
. Logo se
) ,
) . Portanto:
E temos o desejado.
vi. Queremos provar que os o produto vetorial de por
ortogonal a e a , mas isso equivale a mostrar que (
(
)
(
. De fato:
} e {
} dada na figura
abaixo:
{ }, observe que:
Analogamente
116
) ,
vetores de
. Valem as
propriedades:
i. ||
ii. Se
||
|| || || ||
iii. No vlido (
( ) (Identidade de Lagrange);
( ), ento ||
||
|| |||| ||
).
Prova:
i. Como
) , temos:
117
||
||
|| ||
|| ||
( )
)
) e
)
) , temos:
)(
||
||
( )
|| || || ||
) (
( )( )
||
|| || || ||
( )
e, substituindo na
|| |||| ||
Identidade de Lagrange:
||
||
|| || || ||
(|| |||| ||
|| || || || (
||
||
(|| |||| ||
Lembre-se que
pois
para
2
| |
[
]).
||
, se
|| || || ||
|| || || ||
||
||
|| || || ||
||
(|| |||| ||
|| |||| ||
(que o caso: ||
||
e || |||| ||
118
) coplanar a e , enquanto
.
Exemplo:
Vamos determinar um vetor unitrio que seja ortogonal a
)e
).
ortogonal a e simultaneamente (
||
. Ento:
||
||
||
||
||
119
Se
a rea do paralelogramo
. Observe:
Do tringulo retngulo
dada por:
( )
|| ||
tem-se:
( )
|| ||
|| ||
Substituindo (II) em (I):
|| |||| ||
||
|| |||| ||
. Logo, segue
que:
||
||
120
{ } uma
) e
). Portanto:
||
. Sabemos que a
)||
||
|| (
|| (
| | ||(
)(
||
) ||
( )||
)||
|| |
|| (
|| (
)||
( )]||
||
|| (
) ||
) ,
. Para
) .
Portanto,
reescrevemos o sistema:
)
(
(
)
)
(
(
)
)
( )
( )
121
Assim,
, o vetor
{(
03. Sejam
}.
) e
de
||
||
||||
||(
||, ento:
||
||||
||(
) ||
||(
) ||
) ||
122
ou
),
)e
).
)
123
paralelogramo
||
Fazendo
igual metade do
||
( )
Calculando a norma de
||
||
) ||
||(
||
||
( )
||
||
124
10.1 INTRODUO
{ } a base cannica de
) ,
e os
) . Definimos o
).
E como
(|
| |
|)
(|
( )
| |
|)
Exemplo:
125
dado por:
( )
((
) (
) (
) )
( )
( )
( )
) (
(
),
))
) e
i. ( )
paralelos, ou se { } LD;
ii. O produto misto independe da ordem circular dos vetores, isto
, ( )
( )
iii. (
iv. (
)
)
( );
( )
(
( );
( )
( ).
Prova:
i. Vamos separar em trs casos:
Caso 01: Suponha que um dos vetores nulo, digamos . Ento
) e tem-se:
( )
126
)e
) e temos:
( )
ortogonal a e
( ), logo ( )
, ento (
. Mas
127
),
) e
( )
),
( )
),
),
) e
(
construmos
(
os
vetores
),
( )
128
. Observe a figura:
( )
||
||
( )
, temos:
129
|| |||
|| ||
( )3
||
|||| |||
|| ||||
|||
( )
|| ||||
| (
||
)|
|| ||||
|||
| (
|( )|
)|
|( )|
Exemplos:
01. Vamos calcular o volume do paraleleppedo determinado pelos
vetores
),
) e
( )
Agora, temos:
|( )|
Devemos considerar |
| |
] e ento
130
),
) e
), calcule o
seja igual a
|( )|. Para
|( )|
||
||
Ento, temos:
Se
, ento |
Se
, ento |
.
.
ou
131
11.1 INTRODUO
11.1.1 Equao Vetorial da Reta: Considere o sistema de
coordenadas
ponto
ponto
passando por um
por:
( )
mesmas coordenadas de
corresponde o vetor .
analogamente, ao ponto
Se tomarmos,
),
)e
), reescrevemos
(I) como:
( )
e tem a direo de .
, obtemos
no intervalo (
)o
descreve a reta .
Exemplo:
(
Sendo
varia de
at
(
Ou seja, o ponto
). Quando
, temos:
) pertence reta .
133
), o ponto
O valor de
pertence reta .
{
Obtemos valores distintos de
no
pertence reta .
11.1.2 Equaes Paramtricas da Reta: Considere o sistema de
coordenadas no espao
) um
(
(
temos:
134
( )
no so todos nulos (
em relao ao sistema de
coordenadas fixado.
Exemplo:
As equaes paramtricas da reta
tem a direo do vetor
)e
) so:
. Por
, temos:
( )
( )
( )
vetoriais de . Temos:
135
, pois:
)e
). Sendo
(ou
um
Exemplo:
Vamos construir a equao vetorial da reta
) e
Tomando
e , isto :
, tem-se:
136
Se tivssemos tomado
a reta cujas
. Supondo que
, ou seja,
( )
( )
) e tem direo de
que
).
Exemplo:
137
) e tem
so:
em funo de . Observe:
Da igualdade entre a primeira e a segunda expresso:
( )
Fazendo
e, substituindo em (I):
( )
( )
Fazendo
e, substituindo em (II):
138
( )
) com vetor
).
Exemplo:
Vamos construir as equaes reduzidas da reta
(
simtricas de
vem:
( )
( )
139
), onde
passando por
) com a direo de
como
) e tem a direo de
, ento
paralelo ao plano
). No caso
que tenha
e paralela ao plano
. As
se mantm fixa
. Observe a figura:
140
ii. Se
, ento
paralelo ao plano
que tenha
e paralela ao plano
. As
se mantm fixa
. Observe a figura:
141
iii. Se
, ento
paralelo ao plano
que tenha
e paralela ao plano
. As
se mantm fixa
. Observe a figura:
142
) e tem a direo de
). No
) so nulas, o vetor
, ento
, ou
ii. Se
seja,
(
e
se mantm
. Observe a figura:
, ento
, ou
143
se mantm
. Observe a figura:
iii. Se
seja,
, ento
, ou
(
e
se mantm
. Observe a figura:
144
Observao: Os eixos ,
{
b) O eixo a reta que passa pelo ponto
). Portanto:
diretor o vetor (
{
c) O eixo a reta que passa pelo ponto
). Portanto:
diretor o vetor (
{
Exemplos:
01. Vamos determinar a equao da reta
) e tem a direo do vetor
e paralelo ao plano
relao ao eixo
e ao plano
A equao vetorial de
, considerando
na forma:
145
).
ento:
O vetor
, a equao de
reta
sendo
que
, portanto:
Note que
e paralela ao plano
. Portanto,
) e tem a direo de
) e tem a direo de
)e
). O ngulo entre
146
Logo, sendo
, temos:
| |
||||||||
], pois se
do vetor
direo de
) e a reta
) e tem a direo
) e tem
). Portanto:
| |
||||||||
|
|
)
|(
) (
)|
||(
)||||(
)||
147
Como
],
o ngulo de medida
. As retas
equivalentemente, se
sero paralelas se {
} LD, ou
De outra forma: se
sero paralelas se existe
) e
tal que
), as retas
. Portanto,
se:
E temos:
Exemplo:
Sejam
passa por
)e
)e
). As retas
)e
(
e
a reta que
so paralelas,
148
Logo:
sero ortogonais se
retas cujos
) e
).
, isto , se:
Ou ainda, se:
por
Exemplo:
Considere as retas
e
so, respectivamente,
) (
. Os vetores diretores de
) e
). Da, temos:
)e
(
(
). As retas
e
e
sero
sero
estiverem contidos em
um mesmo plano.
149
Lembrando que, { } LD
( )
( )
, portanto:
Observe:
Exemplo:
As retas
que
Assim
)
(
)e
), ento
(
(
)
),
).
)e
). Desta forma:
( )
( )
{ }, isto ,
b) Paralelas:
e
podero ser:
a) Concorrentes:
e
Se
151
. Temos que:
i. ( )
, ento
. Se existir
tal que
sero
concorrentes.
ii. ( )
Exemplos:
01. Vamos estudar a posio relativa entre as retas:
a)
Note que
diretor
Observe que
, logo
Resta verificar se
), enquanto
(
).
so paralelas.
verificar se um ponto de
um ponto de
tambm ponto de
. Como
e isto
implica que
. Portanto,
b)
Temos
) e
portanto,
so paralelas.
e,
152
Sabemos
tambm
substituirmos
que
em
obtemos
Note
).
que
pois
ao
c)
Observe que
{
) e
tal que
) e assim
. Desta forma
implica que
no so paralelas.
( )
). Ento:
( )
Se
concorrentes, isto ,
d)
). Ainda
Podemos fazer em
temos
so retas
{ }.
, logo
)
).
no so paralelas, pois
) e
).
). Ento:
153
( )
Se
( )
Considere
(
) tal que
do ponto
simultaneamente. Para
. Ento:
( )
( )
( )
( )
( )
teremos:
( )
( )
( )
( )
( )
154
no sistema (*):
( )
( )
{
Portanto,
( )
( )
. Assim o ponto de interseo entre
).
155
12.1 INTRODUO
12.1.1 Equao Geral do Plano: Considere
pertencente a um plano
outras palavras,
) um ponto
, um vetor
. Em
se, e somente:
Como
, onde
. O plano
) e
), de (I) temos:
( )
) (
( )
156
Fazendo
e substituindo em (*):
( )
) ficam evidentes na
03. Se { } LI e e so paralelos a
como sendo o vetor normal a .
, com
Exemplos:
01. Se o plano
normal a
tem equao
seja paralelo a
que
, onde
possui
o elemento que
paralelo a
, ento qualquer
.
157
(
Se
) normal ao plano
. Como
, ento a equao de
da forma
( )
( )
temos
. Como
) e
. Ento
)e
O plano mediador de
),
).
o plano perpendicular ao segmento
que
(
dada por:
( )
Como
em (*):
Se
(
(
) e
dado por
).
158
( )
( )
Observe que
e obter:
normal ao plano.
159
ou pode-se tomar
.
160
e contm o ponto
).
. Faamos:
)
161
) na
Para determinar
( )
. Ento:
( )
Temos
),
)e
).
. Temos
) e, portanto:
e nos resta
,
na equao, pois
( )
):
( )
162
Logo
pelos pontos ,
e o ponto
).
) e tem a direo de
) que
) e, de acordo
Calculando :
. Determinando
)
na equao:
( )
Logo
{
A reta
) e a reta
). Como
diretor
, temos que
e, neste caso,
). Calculando :
(ou
|
163
e para calcular o
( )
( )
Logo,
) pertence a
nula.
passa pela origem,
Se
temos
ou
seja,
esta
equao
nulo.
paralelo ao mesmo
eixo.
164
i. Se
, ento
plano
, logo o
. Isto :
Exemplo:
Se
, temos:
) e (
plano
so, respectivamente, os
, ento
pertence ao
. Isto :
Exemplo:
165
Se
, temos:
) e (
o plano
so, respectivamente, os
, ento
pertence ao
.
) um vetor ortogonal ao eixo Z, logo
eixo Z. Isto :
Exemplo:
Se
, temos:
166
) e (
so, respectivamente, os
pertence ao
paralelo ao plano
, ento
. Isto :
Como
, temos
equao da forma
Exemplo:
Se
, temos:
167
O plano
intercepta o eixo
no ponto (
ii. Se
, ento
logo o plano
plano
).
) um vetor paralelo ao eixo
. Isto :
Como
, temos
equao da forma
Exemplo:
Se
, temos:
168
O plano
intercepta o eixo
no ponto (
iii. Se
, ento
logo o plano
plano
).
) um vetor paralelo ao eixo
. Isto :
Como
, temos
equao da forma
Exemplo:
Se
O plano
, temos:
intercepta o eixo
no ponto (
).
169
) e
ponto
e os vetores
) pertence a
) em um plano
tais
que:
( )
170
( )
de
,o
descreve o plano.
Exemplo:
(
Seja
) e
).
, temos:
temos:
( )
( )
( )
Portanto,
( )
( )
( )
Considere os planos
. Os vetores normais a
) e
so, respectivamente,
).
O ngulo entre
] tal ngulo,
temos:
| |
||||||||
). Os planos
sero
se
Se tivermos ainda
se existe
tal que
. Ou
.
, ento
172
). Os planos
sero
).
Em outras palavras,
se
Exemplos:
01. Determine o ngulo entre os planos
.
Os vetores normais de
so, respectivamente
) e
173
| |
||||||||
|(
) (
)|
||(
)||||(
)||
sejam paralelos.
Para que os planos sejam paralelos, basta que seus vetores normais
sejam paralelos. Note que,
) e
) e, observe
. Logo:
, onde o vetor
e o vetor normal a .
174
O ngulo de medida
ngulo de medida
portanto
entre
igual ao complemento do
e ento
e o vetor normal a
, logo:
|| |||| ||
| |
|| |||| ||
). A reta
paralela ao plano
Em outras palavras,
cujo
se
se o vetor
).
). A reta
ortogonal ao plano
se o
Em outras palavras,
se
)e
se existe
tal que
. Ou ainda,
175
a reta
o plano
). Teremos
se:
;
.
Em outras palavras,
estar contida em
e se
tambm pertencer a .
Exemplos:
), portanto o ngulo
entre
(
e
.
) e o vetor normal a
tal que:
176
| |
|(
) (
)|
|| |||| ||
||(
)||||(
)||
) e
so ortogonais.
e temos que
( )
, isto ,
02. Verifique se
Para que
e o vetor normal a
) e, perceba
so ortogonais.
para que
, onde
.
Note que, um ponto de
) e o vetor normal de
), o vetor diretor de
). Para que
, devemos ter
Ento
)e
) (
devem verificar a
equao de , portanto:
(
Logo
)( )
( )
177
, ento
e, consequentemente,
.
12.7.2 Interseo no vazia: Considere
, onde
equaes:
( )
.
Determinando a equao vetorial de
178
Temos que
da reta
de
).
e um plano
; um ponto, no
no paralela a .
), tais que
e
e
, ento
.
12.8.2 A interseo vazia: Se tivermos
, onde
), tais que
e
, ento
179
{
e
o ponto
( )
Temos tambm
{(
), isto
)}.
, ento
o ponto (
ii.
e o eixo
iii.
e o eixo
. Se tomarmos:
, isto , a interseo entre
);
, ento
o ponto (
, ento
o ponto (
180
, ento
a reta
, ento
{
iii.
a reta
e a interseo entre
e o plano
e a interseo entre
e o plano
e a interseo entre
e o plano
{
ii.
. Se tomarmos:
;
, ento
.
181
13.1 INTRODUO
At o momento, estvamos estudando a geometria analtica no
espao e havamos determinado as equaes de uma reta e de um plano
no espao. A partir de agora, o espao considerado ser o plano e,
tomamos como sistema de referncia o sistema de coordenadas
). A partir do ponto
e um ponto arbitrrio
so:
e
e
e ;
e
) no sistema usual e
) no
182
Temos que
so as
13.3 A PARBOLA
Considere
uma reta e
e do ponto .
parbola.
183
da parbola e a reta
entre
a distncia entre
Figura 1
somente se:
, a
e o eixo.
Observe ainda que,
a
como
), temos
).
184
Obviamente o vrtice
), tem-se
Sendo
) e, se considerarmos o foco
) e a equao da diretriz
). Por definio:
)]
185
temos
, logo
devem possuir
, ento
Se
, ento
O nmero real
186
Obviamente o vrtice
), tem-se
Sendo
) e, se considerarmos o foco
) e a equao da diretriz
). Por definio:
)]
187
temos
, logo
devem possuir
, ento
Se
, ento
Exemplos:
01. Determine o foco e construa o grfico da parbola:
a)
188
Observe que esta uma parbola cujo eixo coincide com o eixo
e seu
Mas, de
(
vem
), o ponto
O grfico:
b)
Observe que esta uma parbola cujo eixo coincide com o eixo
e seu
De
, vem
(
), o ponto
O grfico:
189
) e foco
);
) um ponto do eixo
.
Como
), temos
, logo a equao da
ou
) e diretriz
Como a diretriz
;
. Desta forma, o foco ser o ponto
) e temos
baixo.
c) Vrtice em
) e concavidade
( )
ou
) e eixo paralelo
ao eixo .
Seja
em
e eixos
) e a equao da parbola :
( )
Mas, sabe-se que
. Portanto:
191
e vrtice
).
) e eixo paralelo
ao eixo .
e vrtice
).
Exemplos:
01. Determinar a equao da parbola com vrtice em
sabendo que a equao de sua diretriz
Note que, a equao da diretriz
paralelo ao eixo
(
e, como
),
Observe:
192
Note que,
), sendo
. Como
) e
), temos
) e, sua
193
equao da forma (
. Temos
. Portanto:
e foco
).
13.3.4 Equao da Parbola na Forma Explicita: Sabe-se que a
)
e(
(
)
eixo .
Podemos desenvolver estas equaes:
(
( )
Fazendo
, (I) fica:
. De alguma
).
fazer
para
Vejamos:
( )
Perceba
que
).
transformar a expresso
que
(
Logo
[(
devemos
[(
]. Substituindo em (*):
foco o ponto
A
)e
equao
(
da
)
diretriz
195
Vrtice
Foco
Eq. da Diretriz
(1 linha da
do vrtice
), e traar a reta
), ou
(2 linha da
e a
do
do vrtice
) e traar a reta
do
e a
), ou
196
13.4 A ELIPSE
Considere dois pontos fixos
sempre constante.
Digamos que
nmero
so tais que
tal que
. Considere um
Figura 2
tais que:
197
do segmento
de comprimento
que contm
os focos da elipse;
e)
Eixo
menor:
segmento
de
comprimento
g) Excentricidade: o nmero
. Note que
. Observe:
retngulo em .
198
Seja
e
(
). Se
)]
(
Mas, temos
( )
e substituindo em (*):
199
, temos:
Observe que
) e
). Com um procedimento
Exemplos:
01. Perceba que, na figura abaixo, a equao reduzida da elipse
.
, determine
201
maior sobre o eixo . Alm disso, esta elipse est centrada na origem.
Os vrtices so os pontos
(
)e
(
)
Logo
)e
),
),
).
) e
), usamos a relao
) e graficamente, temos:
)e
), isto ,
, ento
e, das
. Desta forma:
202
Sendo
).
) e considerarmos
( )
( )
, logo:
) e eixo
paralelo ao eixo .
Caso 02: Eixo maior paralelo ao eixo .
203
Sendo
um
ponto
).
arbitrrio
da
elipse,
( )
( )
) e eixo
Centro
Vrtices
(
(
(
(
(
(
(
(
Focos
)
)
)
)
)
)
)
)
(
(
)
)
(
(
)
)
Exemplos:
204
), excentricidade
, tem centro no
. Determine
sua equao.
A equao desta elipse ser da forma
, logo
e .
. Usando a relao
Consequentemente
. Ento
e a equao
reduzida da elipse :
(
. Primeiramente,
, vamos
205
[(
[(
),
),
),
) e
), logo:
)
) e
). Vamos
determinar :
Logo
)e
A excentricidade
).
Graficamente, temos:
206
13.5 A HIPRBOLE
A hiprbole o lugar geomtrico dos pontos de um plano cuja a
diferena das distncias, em mdulo, a dois pontos fixos desse plano
sempre constante.
Se considerarmos
Digamos que
nmero
tal que
sempre constante.
so tais que
. Considere um
207
Figura 3
| (
)|
somente se:
(
Quando
sendo
. Se
. Devido
ao fato de que:
Se
(
Se
(
.
(
, sendo
)
.
e
do segmento
a) Focos: So os pontos
entre os focos;
do segmento
d) Vrtices: So os pontos
;
de comprimento
;
;
de comprimento
. Note que
, onde
paralelas ao
209
segmento
segmento
perpendiculares ao
As retas
Seja
focos em
(
(
pertence a
hiprbole se:
| (
)|
210
|[
|(
)]
) |
( )
(
Mas temos,
( )
e substituindo em (I):
211
b)
, temos:
Portanto:
212
Observe que
)e
) e sendo
) um ponto da
Exemplos:
est representada na
figura abaixo:
Note que
seus vrtices so
(
, logo
(
) e
) e os focos so
. Desta forma,
(
) e
).
213
Como
, temos os pontos
)e
).
)e(
) e pelo ponto (
) ter sua
) ter sua
).
214
)e
)e
(
(
)e
);
);
);
)e(
);
)e(
).
).
Obtemos:
)e
(
(
(
)e
)e
(
(
);
);
);
215
)e(
);
)e(
).
Exemplos:
01. Determinar a equao da hiprbole que tem vrtices em
e
).
, pois as
que
e ,
sabendo que:
(
(
O outro foco ser
)
)e
).
).
.
216
(
[
[(
[(
) e
e, portanto
217
os vrtices sero
(
(
)
) e
) e a excentricidade
)
) e
),
.
)
)e
).
) e pelo ponto (
),
) e pelo ponto (
),
218
219
14.1 INTRODUO
Neste captulo, vamos iniciar a parte de lgebra Linear presente
em nossa ementa.
Iniciamos nosso estudo com uma abordagem abstrata e mais
generalizada de vetores. Embora estejamos acostumados a representar
vetores de uma forma geomtrica, a partir daqui nem sempre ser
possvel associar figuras aos vetores.
) um corpo e
S2)
;
;
S4)
M1) (
)
)
)
;
M2) (
);
.
como sendo um
);
S3)
M4)
S1) (
M3) (
um conjunto no
espao vetorial.
de vetores, enquanto os
so chamados de escalares.
220
Observaes:
01. Sempre que falarmos em espao vetorial, devemos deixar bem claro
qual o corpo considerado. Os escalares presentes nos axiomas sempre
sero elementos do corpo.
02. No confunda as operaes de
Em
Em
com as operaes de .
temos as operaes:
soma de escalares de .
multiplicao de escalares de
temos as operaes:
soma de vetores de .
multiplicao de um escalar de
por um vetor de .
, a
. Multiplicando um escalar de
por um vetor de
, obtemos
221
01. O conjunto
Se
{(
)
} onde:
, definimos:
(
um
02. Em geral,
{(
. Verifique!
, por:
( ). O conjunto
. Vamos verificar!
Podemos escrever:
( )
Tomando
{[
( ) e
, as
222
Agora,
devemos
propriedades
concluir
da
que
definio.
estas
operaes
Mostremos
verificam
primeira
as
propriedade
(
[
(
). De fato:
([
])
(
(
)
)
)
)
(
(
(
(
)
)
)
)
( )
um corpo, vale (
. Usando esta
(
(
)
)
(
(
)
)
(
(
)
]
)
([
(
(
. De fato:
])
)
)
]
223
( ) tal que
. De fato,
( ):
Logo
da matriz
( ) tal que
. De
( ):
( ) tal que
224
Logo
matriz
( ) tal que
)
)
(
(
)[
. De fato:
])
)
]
)
. De fato:
([
(
(
(
(
)
)
(
M3) Devemos concluir que ( )
(
(
)
]
)
). De fato:
225
( )
( )[
( )
( )
( )
]
( )
( [
)
)
])
( )
(
(
(
(
)
]
)
. De fato:
( )
espao vetorial.
04. O conjunto
( )
05. O conjunto
com entradas
{[
(verifique).
( )
Sendo
( )
definimos as operaes em
( )
( )
( ):
226
)( )
( )
( )
)( )
06. O conjunto
( )
( )
} dos
espao vetorial.
Observao: Para nosso curso, vamos assumir que os espaos vetoriais
so considerados espaos sobre .
, subconjuntos
tal que
. Dizemos que
um subespao vetorial de
i. Para quaisquer
ii. Para quaisquer
, tem-se
tal
se:
;
.
com um elemento de
e,
usando-se a
um conjunto
, pois se as
o
227
elemento de
e, como
, ou seja,
espao vetorial,
de
temos
subespao de
. O fato de que
, se
, onde
. Tome cuidado,
subespao de
, pois
seja
subespao de
e ii da definio.
14.3.2 Subespaos Triviais: Seja
subconjuntos de
um espao vetorial. Os
so subespaos de
subespao de .
{(
conjunto de pontos de
{(
}.
. Seja
, desta forma
subespao de .
228
Para quaisquer
Se
ento
, tem-se
, ento
. Logo
As coordenadas de
. Logo
). Assim:
satisfazem
(
As coordenadas de
). Se
. Vejamos:
satisfazem
, logo
)
. E tambm:
)
, logo
.
subespao vetorial de
.
02. Qualquer reta que passa pela origem subespao de
03. Sejam
um subespao de
tem-se
vetor nulo de
) pertence
.
229
04. Sejam
vetores de
{(
o conjunto dos
Tomando
, temos:
reais
, isto , a propriedade de
(
nula e as demais so
um subespao de
Consideramos
sistema
homogneo
de
equaes
lineares
na forma matricial:
230
][ ]
( )
[ ]
( ) das
( ).
Tomando
[ ]
[ ]
subespao de
Como
[ ])
][ ]
][ ]
[ ]
( )
][ ]
[ ]
] ([ ]
[ ]
, da
( ). De fato:
[ ]
i. Mostremos que
so
][ ]
[ ] e,
] ([ ]
[ ])
[ ]
][ ]
] ([ ]
[ ])
][ ]
[ ]
[ ]
[ ]
231
Portanto,
[ ]
Temos tambm:
[ ]
] ( [ ])
([
Portanto
] [ ])
] ( [ ])
[ ]
[ ]
[ ]
subespao vetorial de
( ).
Contra Exemplos:
01. Sejam
{(
}.
no um subespao
vetorial de .
232
o vetor
, para que
equao
no subespao vetorial de
seja
propriedade de
no um subespao
(
. Portanto
no satisfaz a
logo
, se
e isto j o
NO subespao de
no subespao de .
03. Sejam
Observe que
{(
)
, pois em
, logo
de
, isto ,
no subespao de
}.
), as coordenadas so
(
.
e
) satisfaz a propriedade
subespao de
, temos que
, logo:
233
Temos:
na coordenada em
) pertena a
), ou seja, o vetor
, e assim
no satisfaz a propriedade de
, pois
(lembrando
no da forma (
no subespao de
). Portanto
ainda um subespao de .
subespao de
devemos mostrar:
i. Se
ii. Se
, ento
, ento
i. Se
.
, ento
. De fato:
a) Como
, temos que
b) Como
, temos que
( ).
( ).
, logo conclumos
.
ii. Se
, ento
. De fato:
234
Como
, temos que
subespao de , logo
se
. Sabemos que
. Tambm como
. Logo, se
subespao de
, temos que
tem-
subespao de .
Exemplos:
01. Sejam
Note que
{(
{(
}e
)
}e
{(
). Como
{(
subespao de
,
da forma
}
,
{(
.
} , de fato, um
da forma
), logo, sendo
a reta
so subespaos de
. Se
}.
} so planos que
e a interseo
{(
) e se
( ),
e
ordem . Obviamente
O conjunto
so subespaos de
( ).
( ).
235
. O
conjunto
subespaos
ainda
subespao de .
Prova: Devemos mostrar que
i. Se
ii. Se
e:
, ento
, ento
Mostremos:
i. Se
e
,
, ento
existem
. De fato, se
analogamente, se
tais
, existem
que
e
e,
tais que
. Assim:
(
Como
so subespaos de
)
, todas as propriedades de
Portanto
de
ii. Se
, existem
, ento
e
tais que
(
Portanto
e
. De fato, Se
. Assim:
)
, pois formado pela soma de elementos de
.
Desta forma, conclumos que
subespao vetorial de .
Exemplos:
236
01. Sejam
02. Se tivermos
{[
Neste caso,
ainda subespao de
{[
. Observe:
} e
uma reta
{[
}, ento
( ).
so subespaos de
( ), assim a soma
espao vetorial e
{ }, dizemos que
e denotamos
subespaos de
soma direta de
com
e
, pois
no soma direta de
{ }.
237
soma direta de
satisfaz as propriedades de
( ). Logo
{[
]}
com
, pois
( ).
Definio:
Sejam
e
o vetor
um
espao
vetorial
sobre
e:
{
um subespao de
}
e chamamos
.
Em outras palavras,
tais que
.
[
] deve ser o subespao de
Observao: O conjunto
}.
possui a menor quantidade de vetores e que contenha {
}, este deve satisfazer
Por exemplo, se
conter {
.
que
Exemplos:
238
01. Considere
. Observe que [ ]
a reta que contm o vetor
}, isto , o
do sistema.
02.
[
Sejam
]
contm os vetores
], ento
, logo [
Temos
Se tivermos
]
pode
, pois, se
, logo:
239
03. Sejam
e
[
{ (
[(
)(
)]
( )e
{ [
[[
] [
{[
{[
tais que
)], logo
)(
? Para determinar
{(
[(
( ). Temos:
]]
04. Sejam
{(
[
, (
seja (
. Ento
{(
Neste caso,
{(
{(
)
], faamos:
}
240
{(
[(
Logo
)(
)e
{ (
)]
[(
)(
)]
).
um
. Observe que:
O conjunto de solues :
{(
{ (
{(
[(
)(
)e(
)]
O conjunto de solues de
(
[(
)(
)]
).
geral,
considerando
.
},
nossa
preocupao
].
241
um espao vetorial e
um espao vetorial e
{
14.5.3 Teorema: O conjunto {
(
Como
, existe
. Ento:
)
tal que
( )
combinao linear de
242
vetores de {
combinao linear de
seja
, ento:
( )
Somando
, ou
. O conjunto {
} LD se, e somente se
02. Sejam
se
. O conjunto {
} LD se, e somente
243
03. Sejam
). O conjunto {
} LI.
Portanto,
{(
)(
04. Sejam
, o conjunto
} LI. De fato:
Como
{(
implicou
)(
)(
temos
que
)} LI.
244
05. Sejam
. O conjunto
} LD, pois:
Logo
e
e
. Portanto
{(
)(
)(
)} LD.
, um conjunto
uma combinao
uma base de
se:
} LI;
[
].
Em outras palavras, {
uma base de
se este
escrito
245
(se
, {
).
Exemplos:
01. Se
} base de
conhecida
, logo
, o conjunto {(
)(
[(
)(
)].
. Note
que:
(
{(
Qualquer vetor (
seja,
Como {(
base de
)(
)}
)} um conjunto gerador de
)(
)e(
. Seja
, temos:
(
)(
)(
)(
gerado por (
)e(
), ou
)].
)} LI e
)(
[(
)(
)(
)} uma
03. O conjunto {(
)(
)} no uma base de
, pois:
246
Como
temos que {(
para
) implicou
ou
no necessariamente nulos,
)(
04. Sendo
, o conjunto {(
)(
)(
pois:
{(
)(
)(
)}
:
Como qualquer (
vetores de {(
)(
)(
Como {(
que {(
)(
)(
)} LI e
)(
)} base de
)(
05. O conjunto {(
)(
)} LI, mas {(
[(
)(
)]. Sendo (
)(
)(
)(
)].
)], segue
)(
.
. Note que
)} no gera
, isto ,
, temos:
[(
)(
)} no base de
)(
{(
[(
{
247
A condio
)e(
, da tem-se
, o conjunto {
)e(
[(
)(
Como {
07. O conjunto
vetorial
{[
] [
] [
].
} base de
]} uma base do
] [
espao
( ). De fato:
Sendo [
e , logo
], temos que {
, temos:
combinao linear de
} LI e
)].
Isto ,
) no geram
( ), temos:
]
248
{[
( )
[[
( )
] [
] [
] [
] [
] [
] [
]}
] [
[[
] [
] [
]].
LI
base de
( ).
Observao: Embora existam espaos vetoriais com bases possuindo
infinitos elementos (por exemplo, um espao vetorial de funes),
nosso estudo engloba somente os casos de espaos vetoriais com bases
contendo um nmero finito de vetores, ou seja, estamos trabalhando
com bases finitas.
A seguir, veremos uma srie de proposies fundamentais para o
estudo de bases.
16.6.2 Teorema: Sejam
espao vetorial . Ento, dentre estes vetores podemos extrair uma base
para .
Prova: Para construir uma base para
devemos obter um
geram
e:
} base de .
Caso o conjunto {
} seja
demais, assim:
249
Ora, como
combinao linear de
, os vetores
ainda geram .
Caso o conjunto {
geram
e{
Caso o conjunto {
} base de .
combinao dos
demais, assim:
Ora, como
combinao linear de
, os vetores
ainda geram .
Caso o conjunto {
geram
e{
} base de .
}, com
vetores
do conjunto {
}. Seja {
},
, tal base.
Consideramos agora
ento as constantes
qualquer
{
, com
vetores de
e
, onde
. Existem
}):
( )
250
e igualamos esta
)
)
( )
) e
incgnitas
, ou seja, o
no
nulo.
Resumindo,
,e
} LD. Portanto,
de vetores, onde
linearmente dependente.
Tambm, qualquer conjunto LI tem no mximo
vetores.
251
tem
( ).
}e{
geram
} bases de .
.
Como
que
geram
.
Ora, como
{ }, ento
Exemplos:
01. J vimos anteriormente que {(
. Assim
{(
)(
)(
)} so bases de
)(
)} e {(
)(
( ), desta forma
04. O conjunto {
] [
( )]
} base de
] [
]} uma base
] [
, ou seja,
( )
tal que
( )
e{
[
} forma
).
252
ento
], assim existe
tal
no combinao linear de
ainda
], ento {
e temos o desejado.
], logo
e ento
], ento {
tal que
no combinao linear de
], assim existe
LI.
Caso
temos o desejado.
Usando
este
mesmo
procedimento,
completar o conjunto LI {
sempre
conseguiremos
elementos e seja
uma base de .
16.6.6 Corolrio: Se
, com
( )
deve ter
( ) e
( ). Alm
( )
disso:
(
( )
( )
)
} de
, cada vetor de
Prova: Seja
, ento existem
tais que
tais que
(
Como
base,
tais que
, a nica
, ou seja, qualquer
escrito
} uma base de
que
coordenadas do vetor
em relao base
[ ]
Ou seja, [ ]
(matriz de ordem
tal
de
e usamos a notao:
escrito como
254
Exemplos:
01. Sejam
e a base
(
{(
)(
[(
)]
)}. Temos:
)
Portanto:
[ ]
02. Se
de (
{(
)(
) em relao
[(
)]
[ ]
)(
Logo (
[(
)]
255
03. Sejam
que
{(
} e
so subespaos de
{(
{ (
{(
{ (
Temos ainda
[(
)(
)]
[(
)(
[(
{(
{(
{(
}. Note
e:
{(
{(
)(
[(
{(
)]
)(
)(
[(
)(
)] e dado
)(
)]
)]
)(
O conjunto {(
temos
, logo,
)(
)(
) e sabemos que
,
,
.
256
Vamos determinar
{(
Logo
{(
Perceba
. Veja:
satisfeita, pois
{ (
{(
[(
)]
[(
)]
)
agora
que
( )
( )
( )
e
( )
logo:
( )
( )
04. Sejam
[
( ) e a base
{[
] [
] [
]}. O vetor
] [
)[
[ ]
[ ]
)[
)[
[ ]
257
( )
.
, uma base de
ter
vetores e qualquer
258
} e os eixos
. A
} e
, podemos escrever o
[ ]
Com as coordenadas de
em relao :
em relao
259
[ ]
Como
vetores de
vetores
[ ]
} base de
e os vetores
de
ainda so
de , isto :
( )
)
)
( )
escrito
, e como as coordenadas em
Na forma matricial:
Denotando [ ]
][ ]
], podemos escrever:
[ ]
[ ] [ ]
para .
Comparando [ ]
para .
coluna
em relao base .
{(
)(
)} e
{(
)(
para
)} bases de
. Procuremos a
usando uma notao genrica para seus vetores para que possamos
fazer uma analogia com a construo feita anteriormente. Sejam:
{
261
dos vetores de .
(
( )
( )
Cuja soluo
[ ]
[ ]
262
. Sabemos que [ ]
) em relao
base:
[ ]
[ ] [ ]
[ ]
[ ]
Ou ainda: [ ]
][
).
seria escrito [(
) e calcular os valores de
e ento o vetor
)]
da base
encontramos a relao:
[ ]
[ ] [ ]
para
para
para
([ ] ) e mudana de base de
para
([ ] ) :
263
([ ] )
[ ]
Exemplos:
para
], para encontrar a
02. Considere
[ ]
, as bases
} cannica e
. Dado um
tal que:
[ ]
Quais as coordenadas de
e
}, obtida
, em funo de
[ ]
em relao
, tais que:
[ ]
[ ]
Observe:
264
Temos
e queremos calcular:
[ ]
[ ] [ ]
para
funo de
Temos
] mudana de base
de
em
. Observe a figura:
. E:
265
Temos
Desta forma:
[ ]
Logo:
[ ]
[ ] [ ]
[ ]
][ ]
266
15.1 INTRODUO
Antes de falarmos sobre transformaes (aplicaes) lineares,
vamos relembrar alguns conceitos bsicos de funes (aplicaes).
Primeiramente, o que uma funo? Sempre que nos referimos a
uma funo matematicamente, devemos considerar dois conjuntos
. Uma funo definida como sendo uma relao (ou regra) que
associa a todo elemento de
um nico elemento de .
de , denotamos
No caso em que
elemento
(l-se:
de
} e
a um nico elemento
em ), tal que
associado ao
a imagem de
} e
atravs
por ( )
. De
transforma o elemento
, temos ( )
e ( )
e ( )
(neste caso,
).
no
uma funo.
Como tarefa, represente a funo
Diagrama de Venn.
15.1.1
Definio:
Sejam
e
de
espaos
em
vetoriais5.
Uma
, tal que as
267
P1. (
P2. (
( )
Exemplos:
01. Vamos mostrar que a funo
tal que
uma
( )
aplicao linear.
Note que, neste caso os espaos vetoriais so
transforma um nmero real
Mostremos que
e a funo
em seu triplo
, isto ,
( ).
mostrar que:
P1. Quaisquer que sejam
, a propriedade
( )
( )
( )
( )
, a propriedade
( )
( )
( )
uma transformao
linear.
02. A aplicao
definida por
( )
NO uma aplicao
, tem-se:
( )
( )
268
Desta forma:
( )
( )
( )
( )
definida por
). Vamos mostrar
Mostremos que
))
))
))
( )
( (
))
. Ento:
((
( (
).
transformao linear:
P2. Sejam
, logo seus
( )
( )
( )
. Ento:
( (
( (
))
269
( )
( )
. Em outras palavras, se
o vetor nulo de
, isto , (
atravs da
(usamos os ndices
).
, ou seja, partimos de um
( )
( )
( )
( )
( )
( )]
( )]
{ ( )
( )
( )
( )
e, como
tal que ( )
linear, (
( )
Note que, ( )
( ). Ento:
( )
( )
( )
[ ( )
( )]
( )]}
( ) em (*):
( )]
( )
( )
270
linear, o
( )
Porm, se ocorrer
( )
tal que (
( )
no linear.
A seguir, veremos um resultado que nos auxiliar a detectar
transformaes lineares. Digamos que este resultado resume as
propriedades P1 e P2 em apenas uma condio.
15.1.3 Proposio: Seja
transformao
linear
se,
uma aplicao.
somente
se,
uma
( )
( ),
( )
igualdade
(
vlido (
(
)
(
)
linear,
( ). Ento:
271
( )
( )
( )
( )
( )
E temos o desejado.
() Queremos mostrar que, a igualdade
vlida,
quaisquer
que
sejam
)
,
( )
( )
ento
uma
( )
(
Conclumos
( )
em (
( )
e
( ), isto :
( )
( )
( )
( )
( )
em
( ), isto :
Conclumos que
( )
( )
( )
( )
uma
transformao linear.
Exemplo:
A aplicao
tal que (
) ou
(
(
)
(
(
)
, temos:
272
( (
))
))
( )
( )
( )
( )
( ), segue que
( )
))
((
( (
(
Como (
))
transformao linear.
Exemplos:
01. Sejam
de modo
tomado como
]e
ou
uma matriz
, onde
( )
pode ser
( )
( )
].
Assim:
( )
, tem-se:
(
( )
( )
( )
273
Logo
transformao linear.
02. Tomando
tal que
identificar a matriz
lei de
? Note que
[ ]e
), como
( )
[ ], e observando a
, temos:
[ ]
][ ]
( ), ou ainda,
15.2
[ ]
RESULTADOS
][ ]
CONCEITOS
FUNDAMENTAIS
DE
TRANSFORMAES LINEARES
Agora veremos uma srie de resultados e algumas definies de
elementos presentes em transformaes lineares.
O
primeiro
resultado
nos
diz
que
para
determinar
uma
e os vetores
transformao linear
tal que
Sendo
, podemos escrever
por ( )
( )
e a aplicao
( )
( )
( )
( )
Sendo
, pois {
( )
dada
} base de
e,
so nicos.
em
, temos:
( )
( )
Temos por hiptese tambm que
( )
( )
( )
(
Logo,
para
conclumos que
( )
( )
qualquer
, e desta forma
( )
temos
), logo:
( )
( )
( ).
Portanto,
nica.
Exemplos:
01. Qual a transformao linear
(
)? Sabemos que
base para
. Assim, tomando
tal que
(
(
)
)
) e
formam uma
e, aplicando
nesta igualdade:
(
Como ( )
)e ( )
( )
( )
( )
( )
), temos:
exigncias iniciais.
02. Qual a transformao
(
)? O conjunto {(
imagem
de
cada
tomemos (
vetor
desta
base,
)e (
, logo conhecendo a
conseguimos
determinar
Aplicando
)(
transformao linear
tal que (
))
)(
)(
na igualdade acima:
( (
)(
))
) (
( (
))
((
)(
)(
))
)
276
para o qual ( )
. Denotamos a imagem de
( )
( )
por ( ), ou seja:
}
chamado
o conjunto dos
. Denotamos o ncleo de
( )
por
( ), ou
seja:
( )
( )
( )
( )
e .
Prova: Faa!
Exemplos:
01. Seja
tal que (
ou
. Vamos
( )
{(
( )
{(
( )
{(
}. Tomando
{(
{ (
, temos:
[(
)]
277
( )
Note que o ncleo de
e ,
o conjunto de vetores de
que esto
. Observe:
)]
geometricamente, o ncleo de
sobre a reta
[(
( )
( )
{(
( )
Ou seja, a imagem de
}. Tomando
( )
[ ]
[ ]
278
02. Seja
tal que (
( )
{(
{(
)}
{(
( )
{(
{(
Ou seja,
[(
)]
)}
( ( ))
{(
).
[(
)}
)]
gerado por (
{(
[(
{(
). Alm
)(
)]
( )
por (
[(
) e (
)(
)]
). Alm
.
uma funo (no necessariamente
( ) implica em
, ento ( )
( )
( ) o subespao gerado de
( ))
{(
{ (
o subespao de
Ou seja, o ncleo de
que
) ou
{ (
( )
. Ou equivalentemente, se dados
tais que
tais
( ).
injetora, se dois
279
sobrejetora se
( ).
Exemplo:
Seja
tal que
que ( )
( )
tais
( ), temos:
( )
Como ( )
{(
{(
( )
( ) implicou
Vejamos que
( )
injetora.
( )
{(
( )
Ou seja, a imagem de
no gera
, logo
[(
{(
{ (
)]
[(
)}
)]
)]
( ). Logo ( )
e este vetor
no sobrejetora.
A seguir, veremos um resultado que nos ser muito til para
identificar
transformaes
lineares
injetoras.
teorema
diz,
280
15.2.7
Teorema:
Seja
{ } se, e somente se
( )
uma
transformao
linear.
injetora.
( ) isto implica em
injetora. Para
( )
linear,
( )
( )
( ), ento:
( )
( )
( )
) e tambm
). Voltando em (*):
( )
Mas, como
tais
tais que ( )
( )
Como
{ }, ento
De fato, sejam
( )
( )
( )
implica que
( )
( )
(a imagem de
)
o vetor nulo), isto
Ora, como ( )
( ) implicou em
( )
{ },
. Assim:
injetora, ento
( )
{ }, ou
( )
( )
( )
o vetor nulo de
281
( )
( )
( )
( )
. Portanto, tomando
( ), conclumos que
nulo de . Assim
( )
arbitrrio em
o vetor
{ }, e temos o desejado.
( )
Exemplo:
Voltando ao exemplo em que
tal que
( )
)}
), vamos usar
injetora. Veja:
(
( )
( )
)}
{ }
{ }
( )
} uma base de
logo
temos
( )
).
Sabemos
que
(assim, teremos
).
282
, isto , { (
)} como
mesma
. Vamos
)}
[ (
)
)];
)} LI.
Mostremos:
i. Queremos mostrar que todo vetor
como combinao linear dos vetores de { (
( ), ento existe
tal que
( ). Como
( )
, este vetor
pode ser escrito como uma combinao linear dos vetores da base
} de
, ou seja,
( )
Mas, como os
( )
so vetores de
( ), tem-se ( )
( )
, logo (I)
fica:
(
Qualquer que seja
combinao linear de
por (
). Assim ( )
), logo
].
( ) o subespao gerado
)} LI. De
)
283
um
como
. Logo,
} de
( ), isto :
} uma base de
( )
. A aplicao
)} LI.
(
)
vetores, logo
(
( )
)} uma
.
, que o desejado.
( )
, conclumos que
sobrejetora.
Prova: De fato:
( )
( )
{ }
( )
( )
( )
( )
( )
284
, ento
em uma base de
.
Prova: Queremos mostrar que, se considerarmos {
aplicarmos
aos
}, ao
. De fato:
} base de . Faamos:
( )
( )
Mas como {
( )
implicou
( )} LI.
( )} um conjunto LI com
, temos que { ( )
( )} base de
15.2.11 Definio: Se
dizemos que
vetores e
um isomorfismo.
Se existe um isomorfismo de
em
dizemos que
so
espaos isomorfos.
Se
um isomorfismo (obviamente
), existe
Exemplo:
Seja
dada por
, temos que
.
, logo para mostrar que
( )
{(
)}. De fato:
285
( )
{(
{(
{(
Portanto,
Como
{(
)}
)}
{(
)}
( )
{(
)}
isomorfismo.
injetora e
, sabemos que
em uma base de
de
. Tomando a base {(
, o conjunto { (
) (
)(
)(
)}
) (
Logo {(
)(
)(
)} base de
Agora calculamos
(
), (
. Sabemos que
), logo:
a inversa de
)e (
286
Queremos calcular
como {(
)(
)} base de
)(
, e
, escrevemos o vetor
Aplicando
inversa de
).
287
Sejam
, as bases
{(
)} e
)(
{(
)} e a matriz
)(
[
que
( )
Seja
depende de ,
e
coordenadas de
(ou seja,
tal que
[ ] (ou seja,
[ ]
em relao base
),
Como [ ( )]
( )
], temos:
( )
Se tivssemos
tal
][ ]
a matriz das
[
[ ( )]
( ) em relao base
).
, teramos [ ( )]
][ ]
},
associamos
tal que
[ ]
Ento
( ), sendo
[ ]
][
] a:
[ ( )]
( )
matriz
.
Exemplos:
288
01. Seja
Seja
. Encontremos
[ ( )]
[ ( )]
[ ]
( )
Agora,
dada
encontrar a matriz
)(
tal que
)} e
)(
)(
),
como
.
{(
)(
)(
)} e
][ ]
[ ], sabemos que:
[ ]
que
( )
[ ( )]
[ ( )]
Logo
)(
)(
( )
tal
)}. Tomando
( )
{(
][ ]
)},
02.
)(
, ento:
[ ]
[ ]
{(
][ ]
[ ]
].
289
} base de
. Os vetores ( )
( ) so vetores de
uma
} base de
, logo:
( )
( )
A matriz transposta da matriz associada acima, denotada por
[ ] , chamada de matriz de
[ ]
Ento
e
em relao s bases
, isto ,
e bases
Exemplos:
01. Considere
Sejam
{(
)(
[ ] . Calculamos
tal que
)} e
{(
)(
)
)(
).
[ ]
]
290
tal que (
considere
{(
)(
). Mas agora,
)} e
)(
{(
)(
[ ] :
Logo [ ]
].
Observao: Se para
tomarmos e
como sendo as bases
cannicas de
e
, respectivamente, denotamos a matriz de
em
relao e
simplesmente por [ ]. Isto :
[ ]
03. Seja
{
tal que
}e
( )
[ ]
, isto ,
a identidade. Sendo
} bases de , temos:
( )
Logo:
[ ]
[ ]
291
{(
)} de
)(
, encontremos
para
.
e
{(
)(
)(
)}
cuja matriz :
[ ]
(
Logo (
(
)e (
) (
)
, temos que
)(
)
e
espaos vetoriais,
uma base de
[ ]
Prova:
). Tomando (
uma base de
) e aplicando :
)(
vale:
[ ] [ ]
Sejam
], [ ]
{
[
] e [ ( )]
},
{
[
},
].
292
( )
( )
Como
( )
( )
, aplicamos
linear na igualdade:
( )
( )
[ ( )]
] e como as coordenadas em
( )
293
][
[ ( )]
],
{(
[ ] [ ]
Exemplo:
Seja
tal que [ ]
{(
)(
do vetor
)} base de
)(
) atravs de
)(
)} base de
] e
[ ( )]
[ ( )]
[ ] [ ]
( )
][
aplicaes lineares. A
base de
base de
, temos:
[ ] [ ]
Observe que:
i.
base de
base de
em relao s bases
ii.
base de
iii.
base de
a matriz de
implicam que [ ]
a matriz de
e .
base de
em relao s bases
implicam que [ ]
e .
base de
em relao s bases
implicam que [
] a matriz de
e .
294
Exemplos:
01. Considere as transformaes
tal que
podemos
determinar
tal que
). Note que
transformao
) e
, logo
composta
Faamos:
)(
( (
))
)(
, isto , [ ]
[ (
Logo [ ]
)]
)]
)(
)}, e
[ ] temos:
)]
] a matriz de
[ (
Logo [ ]
[(
{(
][ ]
[ ] [(
)]
] a matriz de
][ ]
[ ] [(
)]
em relao base .
] fazendo:
295
Veja
que
[ ] [ ]
][
encontraremos
transformao (
[(
)(
)(
Logo [
)]
mesma
matriz
se
). Seja [ ]
)(
analisarmos
)] :
[(
][ ]
] [(
)]
].
02. Sejam
{(
)},
{(
)} e
)(
{(
)} so,
)(
respectivamente:
[ ]
[ ]
Queremos encontrar
, ou seja, queremos (
)(
).
[ ] [ ]
Ainda
temos
que
[(
][
)( )]
)( )]
] [ ]
] [ ] .
[(
Seja
[ ], logo:
][ ]
]
296
[(
)( )]
)( )
(
15.3.5
Corolrio:
invertvel com
)(
)(
uma
e
transformao
(logo a matriz de
linear
em relao
Seja
bases de
tem em relao
] e:
([ ] )
] a inversa de [ ] , basta
em relao
em relao
. Note que
e[
] a matriz
tem, devido ao
Mas [
] [ ]
[ ]
] [ ]
( )
[ ] a identidade, e em (*):
bases de
bases de
[ ]
([ ] )
por:
[ ]
[ ] [ ] [ ]
297
Onde [ ]
relao s bases
e [ ]
bases
a matriz da transformao
e
identidade em
a matriz da transformao
identidade em relao s
para .
composio
para
e fazemos a
. Desta forma:
[ ]
( )
] [ ]
[ ] [ ] [ ]
voltando em (*):
[ ]
[ ]
] [ ]
[ ] [ ] [ ]
[ ] [ ] [ ]
transformao
como bases de
( )e
como bases de
( ). Temos o esquema:
298
Logo,
tem a matriz [ ] ,
composio
temos
ter a matriz [
com matriz [ ]
temos a matriz [
[ ]
tem a matriz [ ]
] [ ]
[ ] [ ] , mas tambm
e fazendo a composio
] [ ]
[ ] [ ] [ ] . Logo:
[ ] [ ] [ ]
[ ]
[ ] [ ] [ ]
para
e a
so inversas, isto , [ ]
( )
para
([ ] ) , logo (I)
fica:
[ ]
[ ] [ ] [ ]
[ ] [ ] ([ ] )
[ ]
[ ] [ ] ([ ] )
299
16.1 INTRODUO
Agora, vamos considerar transformaes lineares cujo conjunto
de partida e de chegada so um mesmo espao vetorial
consideramos transformaes
, isto ,
( ) tais que
( )
de .
Exemplos:
01. Seja
tal que (
02. Seja
[ ]
tal que (
).
), ou na forma matricial,
] [ ]. Quais so os vetores de
tais que
)?
Vejamos:
( ) tais que
, quais
( )
.
300
e um escalar
tais que:
( )
Note que,
( )
chamado de autovalor de
e o vetor
associado ao autovalor .
tais que
um autovalor de
um
associado a .
pode ser nulo. A nica restrio que temos que
Exemplos:
01. Seja
matricial (
Note que, se
autovetor de
tal que
)
( )
ou
). Na forma
] [ ].
,
um autovalor de
e qualquer (
301
02. Em geral, se
dada por
autovalor e qualquer
tem
( )
) autovetor de
como
associado a
a identidade;
ii. Se | |
iii. Se | |
iv. Se
03. Seja
dilata o vetor ;
inverte o sentido de .
], ento
contrai o vetor ;
][ ]
dada por
, isto :
( )
fazemos
, ou
( )
ainda:
[ ]
Ento, obtemos:
302
e ii)
. Tomando
na primeira equao:
Logo, para
vetor da forma (
autovetor de
, ou seja, qualquer
associado ao autovalor
. Em outras palavras:
(
Geometricamente, os autovetores de
)
associados ao autovalor
so
. Logo, todos
so transformados
ii. Se
, deve ocorrer
primeira
equao,
(pois se
)) e, da
.
autovetor de
associado
. Em outras palavras.
Geometricamente, os autovetores de
)
associados ao autovalor
temos
, teramos (
, isto , so os
so transformados por
so
que esto
303
transformao linear e
associado ao autovalor
ainda autovetor de
autovetor de
. De fato, como
( )
linear, (
associado a
, temos:
( )
( )
. Qualquer vetor
associado a .
Como
de
um
( )
( )
autovetor de
associado a
, temos
e substituindo em (II):
( )
Logo,
( )
autovetor de
associado a .
( )
transformao linear e
associado ao autovalor
associados ao autovalor
subespao vetorial de
um
{
Chamamos o subespao
( )
304
(quadrada, de ordem
), estaremos nos
associada matriz
.
( )
Caso tenhamos
em
e autovetores
16.2.1
matricial
Polinmio
e sejam
Caracterstico:
Consideramos
] e
equao
]. J vimos
, devemos
resolver a equao:
305
([
([
]) [
][
]) [
[ ]
[ ]
[ ]
[ ], ou seja, a
(
Observe que
) um polinmio de grau
em , isto ,
306
( )
Chamamos
, basta
equivalente a determinar
tal que ( )
Exemplos:
01. Sendo
], queremos determinar
tais que
Sendo
], temos:
Logo ( )
307
)(
)(
)(
)(
( )( (
))
)[(
)(
)(
)(
)(
, mas ainda
. Ento:
{
Logo, as razes de
so
so,
. Assim, os autovalores de
, tomando
[ ] temos:
][ ]
[ ]
Substituindo
em
, isto ,
{(
tem-se
][ ]
. Logo os autovetores
so os vetores
(
associados ao autovalor
e
para:
{ (
tais que
. Logo:
[(
)]
[(
)]
308
O subespao
(
associado ao autovalor
).
ii.
, tomando
[ ] temos:
][ ]
[ ]
][ ]
. Logo, os autovetores de
tais que
e da terceira,
associados ao autovalor
so os vetores
, isto ,
. Logo:
{(
O subespao
(
{ (
[(
)]
asociado ao autovalor
[(
)]
).
02. Seja
). Para isto:
Logo:
309
( )
)(
( )
Sabemos que os autovalores de
( )
As razes de
so
. Ento os autovalores de
sero
e tomando
para:
[ ]:
][ ]
[ ]
so os vetores
(
tais que
{(
{ (
[(
e tomando
, ou seja,
. Logo:
ii.
][ ]
[(
)]
)]
[ ]:
[ ]
][ ]
310
Em ambas as equaes
autovalor
(
so os vetores
{ (
[(
)]
, ou seja,
. Logo:
{(
[(
)]
Observe geometricamente:
03. Seja
( )
([
])
311
( )
tal que ( )
, logo a matriz
no admite autovalores.
. Geometricamente,
no
tal que
uma base de
. J foi visto
[ ] [ ] , logo:
[ ( )]
[ ]
[ ] [ ]
([ ]
([ ]
[ ]
[ ] [ ]
[ ]
)[ ]
( )
onde
sero os autovalores de .
Para determinar um autovetor de
basta resolver a equao [ ( )]
correspondente ao autovalor
[ ] ou, equivalentemente, [ ] [ ]
[ ] .
Veremos que o polinmio caracterstico de uma transformao o
mesmo, independente da base considerada. De fato, seja
outra base,
em relao base
matriz de
em relao base
e se [ ] a
seguinte maneira:
[ ]
[ ] [ ] ([ ] )
Assim:
([ ]
([ ] ([ ]
([ ]
)[
([ ] [ ] ([ ] )
) ([ ] ) )
[ ]
([ ]
[ ]
([ ] ) ]
[ ] ([ ] ) )
([ ]
([ ]
([ ]
([ ]
([ ] )
( )
definida por
), vamos
em
[ ]
( )
). Veja que:
([ ]
([ ]
([
)(
])
( )
Agora, os autovalores sero os valores de
tais que:
( )
[ ]
(
[ ] [ ]
[ ]
temos [ ]
e como
( )
base cannica,
[ ], assim [ ] [ ]
[ ]
( ).
[ ] [ ]
[ ]
][ ]
[ ]
, logo os autovetores de
so os vetores (
associados
, isto , os
314
autovalores de
associados a
so os vetores da forma (
{(
Logo:
ii.
{ (
[(
)]
[ ] [ ]
[ ]
][ ]
[ ]
, logo os autovalores de
so os vetores (
so os vetores da forma (
{(
, isto ,
. Logo:
tais que
associados
{ (
[(
)]
de
uma
matriz
(ou
transformao)
coincide
com
315
17.1 INTRODUO
Neste captulo, estudaremos conceitos de comprimento e ngulo
entre vetores.
Anteriormente, definimos na Geometria Analtica o produto
escalar entre
vetores.
Com
produto
escalar ainda
podamos
denotado por
P1.
P2.
, isto , (
, satisfazendo:
P3.
P4.
P5.
voc
tenha
) de
pelo nmero
obtido de uma
.
316
e do
, temos:
P2. Seja
)(
P3. Sejam
) o vetor nulo de
no nulo. Temos:
)(
. Temos:
)(
. Temos:
)(
317
P4. Sejam
)(
)(
P5. Sejam
)(
. Temos:
. Temos:
Usamos
, isto ,
definimos:
produto
interno
para
definir
os
conceitos
de
.
318
ii.
iii. Se
, ento
iv. Se
v. Se
, ento
, ento
ii.
Teorema:
, o que equivale a
Considerando
, ento {
, o
um
, logo
.
espao
vetorial,
se
} LI.
isto ,
17.1.3
v. Note que
, logo
que equivale a
implica em
. De fato, tomemos
e
de {
}:
319
obtm-se
} so dois a dois
Como
, temos que
. Diremos que
um espao vetorial e
uma base ortogonal se
320
em relao .
coordenada de
Vejamos
em relao
como
, isto , vamos
de
por
Assim, obtemos a
coordenada
de
, em relao base
vetor
que
determinar a
determinar
em relao base
tais
ortogonal
, veremos uma
em relao
vetor
pelo
da
de coeficiente de
Exemplo:
Seja
Note que
)(
{(
)(
)} base de .
321
tais que (
):
). Para
em ambos os membros
), temos:
)(
)(
)(
(
(
Por (
em relao
)(
)(
)(
)(
)(
)(
)(
)(
)
)
), temos:
)(
)(
)(
)(
(
(
Assim, escrevemos [(
)]
)(
)(
)(
)(
)(
)
)
[ ].
) em relao (
e em
) .
17.3 NORMA
322
, dizemos que
em relao
um vetor unitrio.
, no nulo, podemos determinar o
unitrio, pois:
Exemplos:
01. Seja
considerarmos
Tomando
)(
)(
, ento se
( )
( )
Veja que
unitrio, pois:
( )
( )
17.3.1.1 Propriedades: Seja
ii.
iii.
| |
iv. |
v.
(Desigualdade de Schwarz);
(Desigualdade Triangular).
Prova: De fato:
i e ii. Por definio,
e caso
tem-se
e usando
| |
ou
| |
e vale a igualdade
Suponha agora
) temos
, para qualquer
sabemos que
, isto :
324
( )
, isto ,
de
. Se pensarmos na
, com
sempre
indica que o grfico desta funo ter concavidade para cima e como
esta deve ser positiva, seu grfico deve estar localizado acima do eixo
ou seja, o discriminante
( )
( )
. Vamos separar em
casos:
a) Se
, temos
, logo:
e tambm
, faamos:
325
Lembrando que
| |
( )
, portanto:
|. Mas, pela
( )
|
|
|
|
|
( )
326
] tem-se |
, ou seja,
] tal que
. Desta forma:
Assim, definimos
).
temos
Exemplo:
Considere
] [
( )
] [
))
( )
327
Calculando :
] [
( )
( )
Calculando :
] [
( )
ortonormal se
isto ,
uma base de
. Diz-se que
uma base
ortonormal se:
328
Observe que, se
} base de
temos que
, se
pode
dada por:
Exemplo:
Seja
Note que
) e
).
escrevemos:
( )
Mas
e em (*) temos:
[ ]
329
} um subconjunto de
. Dizemos que
um conjunto
) e todos unitrios (
).
Em outras palavras:
temos
unitrio.
Exemplo:
Considerando o espao vetorial
mostrar que o conjunto
vetores de
de
{(
)e
)(
)} ortonormal. Chamemos os
)(
), ento:
)(
)(
Como
necessariamente LI.
330
Prova: Seja
mostrar que
Tomemos
interno de
e faamos o produto
Como
implicou em
procedimento para
ou seja,
} LI.
} um subconjunto ortonormal
do espao vetorial
o vetor
([
]).
combinao linear de
ortogonal a qualquer
Resumindo: Tomando
mostrar que
], devemos
. Veja:
331
e conclumos que
332
Ou seja,
).
de dimenso finita
i. Se
, ento o vetor
LI, ou seja, este
, considere {
o vetor
ainda ortogonal a
e unitrio. Logo {
e
, considere {
que ortogonal a
} uma base de
.
. Faamos
o vetor
e assim o vetor
que
ainda ortogonal a
o vetor
e assim o vetor
conjunto {
que ortogonal a
ainda ortogonal a
. Desta forma, o
iv. Se
, considere {
} uma base de
. Note que,
o procedimento
, onde:
vetor
333
vetores
{(
)(
ortonormal de
)} uma base de
)(
.
:
. A partir dos
)(
, onde:
)(
)(
Logo:
(
)(
, onde:
334
)(
)(
)(
)(
) (
( )(
Logo:
) (
)
)
( )
Desta forma, {
ortonormal de
{(
)(
) (
)} uma base
um subespao de , o conjunto
um subespao de ,
onde:
{
335
Exemplo:
Sejam
{(
Sabemos que:
{(
{ (
Um vetor
[(
)e
)(
pertence a
em particular,
{(
)]
[(
)(
)]
se e somente se,
e,
), logo:
Logo
[(
(
)]
)(
)(
)
[(
e assim
{(
}
{(
{ (
)}.
336
REFERNCIAS
BOLDRINI, J.L. lgebra Linear. HARBRA. So Paulo, 1986.
BOULOS, P. Geometria Analtica, Um Tratamento Vetorial. Pearson. So
Paulo, 2006.
CALLIOLI, C.A. lgebra Linear e Aplicaes. Atual Editora. So Paulo,
ano.
WINTERLE, P. Vetores e Geometria Analtica. Pearson. So Paulo, 2000.
337