Baixe o app para aproveitar ainda mais
Prévia do material em texto
Conceitos Iniciais Prof. Dr. Matheus Moreira Costa Vetores e Geometria Anaĺıtica - IFSP/Itapetininga 2o semestre de 2022 Vetores e Geometria Anaĺıtica Conceitos Iniciais O Plano Cartesiano Vetores e Geometria Anaĺıtica Conceitos Iniciais O Plano Cartesiano O plano ou sistema cartesiano é um objeto matemático plano composto por duas retas reais orientadas perpendiculares (eixos) e recebe esse nome por ter sido idealizado por René Descartes. Esse sistema também pode ser chamado de R2. O ponto em que os dois eixos se interceptam é denominado de origem (O) do sistema e, nesse ponto, os dois eixos possuem valor zero. O eixo horizontal (eixo x) é denominado de eixo das abscissas e o vertical (eixo y) das ordenadas. O−3 −2 −1 1 2 3 −3 −2 −1 1 2 3 x y Vetores e Geometria Anaĺıtica Conceitos Iniciais O Plano Cartesiano O plano cartesiano é dividido em quatro quadrantes. No 1o quadrante: x > 0 e y > 0; No 2o quadrante: x < 0 e y > 0; No 3o quadrante: x < 0 e y < 0; No 4o quadrante: x > 0 e y < 0. 1o quadrante2o quadrante 3o quadrante 4o quadrante −3 −2 −1 1 2 3 −3 −2 −1 1 2 3 x y Vetores e Geometria Anaĺıtica Conceitos Iniciais Representação de pontos Um ponto do plano é representado por um par ordenado (x , y), denominadas coordenadas do ponto, em que x representa sua abscissa e y sua ordenada. Por exemplo: A = (2, 3), B = (0,−2), C = (−3, 1), D = (−2,−2, 5), E = (1, 0) e F = (3,−3) A B C D E F −3 −2 −1 1 2 3 −3 −2 −1 1 2 3 x y Vetores e Geometria Anaĺıtica Conceitos Iniciais Distância entre dois pontos A distância d entre dois pontos A = (x1, y1) e B = (x2, y2) é dada por: d(A,B) = √ (x2 − x1)2 + (y2 − y1)2 A B C x2x1 y2 y1 d y2 − y1 x2 − x1 x y Vetores e Geometria Anaĺıtica Conceitos Iniciais Exemplo Vamos calcular a distância entre o ponto B = (0,−2) e os pontos: A = (2, 3) d(B,A) = √ (2− 0)2 + (3− (−2))2 = √ 4 + 25 = √ 29 C = (−3, 1) d(B,C) = √ (−3− 0)2 + (1− (−2))2 = √ 9 + 9 = √ 18 D = (−2,−2, 5) d(B,D) = √ (−2− 0)2 + (−2, 5− (−2))2 = √ 4 + 0, 25 = √ 4, 25 E = (1, 0) d(B,E) = √ (1− 0)2 + (0− (−2))2 = √ 1 + 4 = √ 5 F = (3,−3) d(B,F ) = √ (3− 0)2 + (−3− (−2))2 = √ 9 + 1 = √ 10 Vetores e Geometria Anaĺıtica Conceitos Iniciais Exerćıcio Dados os seguintes pontos: A = (−1, 3); B = (−2, 0); C = (4;−1, 8); D = (0; 5, 5); E = (1, 1); F = (−1, 2;−3, 5). a Determine o quadrante de cada um deles. b Represente-os no plano cartesiano. c Determine a distância entre o ponto B e os demais. Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Definição: Dados dois números m e n naturais não nulos, chama-se matriz de ordem m× n toda tabela A formada por números reais distribúıdos em m linhas e n colunas. Notação: Uma matriz deve ser denotada por letras maiúsculas do alfabeto latino e seus elementos devem vir entre parênteses ou colchetes. Exemplos: 1 A = ( 3 5 −1 0 4 5 √ 2 ) é uma matriz 2 x 3. 2 B = 4 −33 7 2 4 1 é uma matriz 3 x 2. 3 C = ( 0 9 −1 7 ) é uma matriz 1 x 4. 4 D = 51 −3 é uma matriz 3 x 1. Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Em uma matriz A qualquer, cada elemento é indicado por aij . O ı́ndice i indica a linha e o ı́ndice j a coluna às quais o elemento pertence. Com a convenção de que as linhas sejam numeradas de cima para baixo (de 1 até m) e as colunas da esquerda para a direita (de 1 até n). A = a11 a12 . . . a1n a21 a22 . . . a2n . . . . . . . . . . . . am1 am2 . . . amn Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Especiais Matriz linha É toda matriz de ordem 1× n, isto é, com uma única linha. Exemplo: A = ( 12 −1 4 −2, 5 ) Matriz coluna É toda matriz de ordem m × 1, isto é, com uma única coluna. Exemplo: B = 3 −2 7 −15 Matriz nula É toda matriz que tem todos os elementos iguais a zero. Exemplo: C = ( 0 0 0 0 0 0 ) Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Especiais Matriz quadrada É toda matriz de ordem n× n, isto é, o número de linhas é igual ao de colunas. Exemplo: D = ( −1 0 19 − √ 5 ) Matriz diagonal É toda matriz quadrada em que os elementos que não pertencem à diagonal principal são iguais a zero. Exemplo: E = −3 0 00 1 0 0 0 7 Vetores e Geometria Anaĺıtica Conceitos Iniciais Matrizes Especiais Matriz identidade É toda matriz diagonal, cujos elementos da diagonal da principal são todos iguais a 1. Exemplo: F = 1 0 00 1 0 0 0 1 Matriz transposta Dada uma matriz A = (aij)m×n, denominamos por transposta de A a matriz At = ( a′ji ) n×m, em que para todo i e para todo j , a ′ ji = aij . Ou seja, a primeira linha de A é a primeira coluna de At , a segunda linha de A é a segunda linha de At e assim por diante. Exemplo: A = ( 1 −3 7 −4 ) ⇒ At = ( 1 7 −3 −4 ) Vetores e Geometria Anaĺıtica Conceitos Iniciais Operações com matrizes Igualdade Duas matrizes A = (aij)m×n e B = (bij)m×n são iguais se aij = bij para todo i = 1, ...,m e j = 1, ..., n. Ou seja, os elementos correspondentes (elementos com ı́ndices iguais) forem iguais. Exemplos: 1) ( 1 −3 7 −4 ) = ( 1 −3 7 −4 ) 2) ( 1 −3 7 −4 ) ̸= ( 1 7 −3 −4 ) Adição Só é posśıvel somar duas matrizes se ambas tiverem a mesma ordem (mesmo número de linhas e de colunas). Neste caso, a soma das matrizes A = (aij)m×n e B = (bij)m×n é a matriz C = (cij)m×n, em que cij = aij + bij para todo i = 1, ...,m e j = 1, ..., n. Ou seja, a matriz C é formada pela soma dos elementos correspondentes de A e B Exemplo:( 1 −3 7 −4 ) + ( −2 5 3 −1 ) = ( 1 + (−2) −3 + 5 7 + 3 −4 + (−1) ) = ( −1 2 10 −5 ) Vetores e Geometria Anaĺıtica Conceitos Iniciais Operações com matrizes Matriz Oposta Dada a matriz A = (aij)m×n, denominamos de oposta de A (indica-se por −A) a matriz A′ tal que A+ A′ = O, em que O é a matriz nula de mesma ordem que A. Exemplo: A = ( 1 −3 7 −4 ) ⇒ −A = ( −1 3 −7 4 ) Diferença Dadas duas matrizes A = (aij)m×n e B = (bij)m×n, denominamos de diferença entre A e B a matriz C = A−B. Ou seja, a diferença entre A e B é a soma de A com a oposta de B. Exemplo:( 1 −3 7 −4 ) − ( −2 5 3 −1 ) = ( 1 −3 7 −4 ) + ( 2 −5 −3 1 ) = ( 3 −8 4 −3 ) Vetores e Geometria Anaĺıtica Conceitos Iniciais Operações com matrizes Produto de número por matriz Dado um número real k e uma matriz A = (aij)m×n, denominamos de produto k · A a matriz B = (bij)m×n, tal que bij = k · aij , para todo i e todo j . Ou seja, o número k deve multiplicar todos os elementos de A. Exemplo: 3 · ( 1 −3 7 −4 ) = ( 3 −9 21 −12 ) Produto de Matrizes Dadas duas matrizes A = (aij)m×n e B = (bjk)n×p, denominamos de produto A · B a matriz C = (cik)m×p, tal que cik = ai1 · b1k + ai2 · b2k + · · ·+ ain · bnk = ∑n j=1 aij · bjk Observações: 1) Só é posśıvel multiplicar duas matrizes se o número de colunas da primeira for igual ao número de linhas da segunda. 2) O primeiro elemento da matriz C será a soma dos produtos entre: o primeiro elemento da primeira linha de A pelo primeiro elemento da primeira coluna de B, o segundo elemento da primeira linha de A pelo segundo elemento da primeira coluna de B e assim por diante. Vetores e Geometria Anaĺıtica Conceitos Iniciais Operações com matrizes Produto de Matrizes Exemplos: 1) Dadas as matrizes A = ( 1 2 3 4 5 6 ) e B = 78 9 Como A é uma matriz 2× 3 e B tem ordem 3× 1 é posśıvel fazer o produto C = A ·B. Neste caso, C será uma matriz 2× 1. Note que, nesse caso, não é posśıvel fazer B ·A. C = A · B = ( 1 · 7 + 2 · 8 + 3 · 9 4 · 7 + 5 · 8 + 6 · 9 ) = ( 7 + 16 + 27 28 + 40 + 54 ) = ( 50 122 ) 2) Dadas as matrizes A = ( 1 2 3 4 ) e B = ( 5 6 7 8 ) Como A é uma matriz 2× 2 e B tem ordem 2× 2 é posśıvel fazer o produto C = A ·B e o produto D = B · A. Neste caso, C e D serão matrizes 2× 2. C = ( 1 · 5 + 2 · 7 1 · 6 + 2 · 8 3 ·5 + 4 · 7 3 · 6 + 4 · 8 ) = ( 5 + 14 6 + 16 15 + 28 18 + 32 ) = ( 19 22 43 50 ) D = ( 5 · 1 + 6 · 3 5 · 2 + 6 · 4 7 · 1 + 8 · 3 7 · 2 + 8 · 4 ) = ( 5 + 18 10 + 24 7 + 24 14 + 32 ) = ( 23 34 31 46 ) Note que C ̸= D, ou seja, para o produto de matrizes não é válida a propriedade comutativa. Vetores e Geometria Anaĺıtica Conceitos Iniciais Exerćıcios Dadas as matrizes: A = 2 −3 15 0 −2 4 1 0 , B = ( −1 7 2 8 ) , C = 2 −41 5 3 −1 , D = 1 −73 8 −4 5 e I = ( 1 0 0 1 ) . 1 Determine a ordem dessas matrizes. 2 Determine a transposta dessas matrizes. 3 Calcule B + I , C + D, D − C , 5 · A e −2 · D. 4 Calcule A · C , B · C t , A · D, B · I e D · B. Vetores e Geometria Anaĺıtica Conceitos Iniciais Determinantes Vetores e Geometria Anaĺıtica Conceitos Iniciais Determinantes Definição O determinante de uma matriz é uma função que associa essa matriz em um número real. Só podemos calcular determinantes de matrizes quadradas. Seja A uma matriz quadrada de ordem n: A = a11 a12 . . . a1n a21 a22 . . . a2n . . . . . . . . . . . . an1 an2 . . . ann O determinante de A será denotado por: det A = ∣∣∣∣∣∣∣∣ a11 a12 . . . a1n a21 a22 . . . a2n . . . . . . . . . . . . an1 an2 . . . ann ∣∣∣∣∣∣∣∣ Vetores e Geometria Anaĺıtica Conceitos Iniciais Cálculo de Determinantes Para n = 1 O determinante de uma matriz A de ordem 1 é o valor do único elemento dessa matriz. A = ( a11 ) ⇒ det A = a11 Exemplo: A = (6) ⇒ det A = 6. Para n = 2 O determinante de uma matriz A de ordem 2 é o produto dos elementos da sua diagonal principal menos o produto dos elementos da sua diagonal secundária. A = ( a11 a12 a21 a22 ) ⇒ det A = a11 · a22 − a12 · a21 Exemplo: ∣∣∣∣ 3 −14 2 ∣∣∣∣ = 3 · 2− (−1) · 4 = 10. Vetores e Geometria Anaĺıtica Conceitos Iniciais Cálculo de Determinantes Para n = 3 O determinante de uma matriz A de ordem 3 A = a11 a12 a13a21 a22 a23 a31 a32 a33 é dado por: det A = a11 ·a22 ·a33+a12 ·a23 ·a31+a13 ·a21 ·a32−a13 ·a22 ·a31−a11 ·a23 ·a32−a12 ·a21 ·a33 Podemos memorizar essa definição da seguinte forma: a) Repetimos, ao lado da matriz, as suas duas primeiras colunas; b) Os termos positivos são obtidos multiplicando-se os elementos segundo as flechas situadas na direção da diagonal principal; c) Os termos negativos são obtidos multiplicando-se os elementos segundo as flechas situadas na direção da diagonal secundária. + + +- - - a11 a12 a13 a11 a12 a21 a22 a23 a21 a22 a31 a32 a33 a31 a32 Vetores e Geometria Anaĺıtica Conceitos Iniciais Cálculo de Determinantes Para n = 3 Exemplo: ∣∣∣∣∣∣ 1 3 4 5 2 −3 1 4 2 ∣∣∣∣∣∣ = 4− 9 + 80− 8 + 12− 30 = 49 1 3 4 1 3 5 2 −3 5 2 1 4 2 1 4 +4+(-9) +80-8 -(-12) -30 Vetores e Geometria Anaĺıtica Conceitos Iniciais Exerćıcio Calcule o determinante das matrizes: A = 2 −3 15 0 −2 4 1 0 , B = ( −1 7 2 8 ) , C = 2 −4 −21 5 −4 3 −1 −1 , D = 0 −7 03 8 −1 0 5 0 e E = 1 0 00 −1 0 0 0 −2 . Vetores e Geometria Anaĺıtica Conceitos Iniciais Sistemas Lineares Vetores e Geometria Anaĺıtica Conceitos Iniciais Equações Lineares Definição: Chamamos de equação linear, nas incógnitas x1, x2, . . . , xn, toda equação do tipo: a11x1 + a12x2 + · · ·+ a1nxn = b Os números a11, a12, . . . , a1n, todos reais, são chamados coeficientes e b é o termo independente da equação. Exemplos: 1) 3x1 + 4x2 − 5x3 − x4 = 5 2) 2x − y − z = 0 3) 0a+ 0b + 0c = 4 4) 0m + 0n + 0p + 0q = 0 Obs: não são lineares as equações: 1) 2x21 + 4x2 + x3 = 0 2) 2xy + z + w = 3 3) x + √ y − z = 4 Vetores e Geometria Anaĺıtica Conceitos Iniciais Equações Lineares Solução de uma equação linear: Dizemos que a sequência ou ênupla ordenada de números reais (α1, α2, ..., αn) é uma solução da equação linear a11x1 + a12x2 + · · ·+ a1nxn = b se a11α1 + a12α2 + · · ·+ a1nαn = b for uma sentença verdadeira. Exemplos: 1) (1, 2, 3,−2) é solução de 2x+3y−z+w = 3, pois 2 ·1+3 ·2−3+(−2) = 3. 2) É facil observar que qualquer tripla (α1, α2, α3) é solução da equação 0x + 0y + 0z = 0. 3) É fácil observar que a equação 0a+ 0b + 0c + 0d = 4 não possui solução. Vetores e Geometria Anaĺıtica Conceitos Iniciais Sistemas Lineares Definição: Chamamos de sistema linear, nas incógnitas x1, x2, . . . , xn, um conjunto de m (m ≥ 1) equações lineares nessas incógnitas. Assim, o sistema S , abaixo, é linear. S : a11x1 + a12x2 + · · ·+ a1nxn = b1 a21x1 + a22x2 + · · ·+ a2nxn = b2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . am1x1 + am2x2 + · · ·+ amnxn = bm Solução de um sistema linear: Dizemos que a sequência ou ênupla ordenada (α1, α2 . . . , αn) de números reais é solução de um sistema linear S , se for solução de todas as equações de S . Isto é a11α1 + a12α2 + · · ·+ a1nαn = b1 a21α1 + a22α2 + · · ·+ a2nαn = b2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . am1α1 + am2α2 + · · ·+ amnαn = bm Vetores e Geometria Anaĺıtica Conceitos Iniciais Sistemas Lineares Solução de um sistema linear: Exemplos: 1) (1, 2, 3) é solução do sistema x + y + z = 6 2x + y − z = 1 3x − y + z = 4 Uma vez que: 1 + 2 + 3 = 6 2 · 1 + 2− 3 = 1 3 · 1− 2 + 3 = 4 2) O sistema linear x + 2y + 3z = 5 x − y + 4z = 1 0x + 0y + 0z = 6 não admite solução, pois a última equação não é satisfeita por nenhuma tripla (α1, α2, α3). Vetores e Geometria Anaĺıtica Conceitos Iniciais Sistemas Lineares Sistema posśıvel: Se um sistem S possui ao menos uma solução, dizemos que ele é posśıvel ou compat́ıvel. Se essa solução foi única, S é um sistema posśıvel e determinado(SPD). Se existirem infinitas soluções para S , ele é um sistema posśıvel indeterminado(SPI). O exemplo (1) do slide anterior é SPD, já o sistema abaixo é SPI{ x + y = 6 0x + 0y = 0 uma vez que existem infinitas soluções para ele, como por exemplo as duplas: (0, 6), (1, 5), (3, 3), ( 1 2 , 11 2 ), (12,−6) Sistema imposśıvel: Se um sistem S não possui solução, dizemos que ele é imposśıvel ou incompat́ıvel (SI). O exemplo (2) do slide anterior é SI. Vetores e Geometria Anaĺıtica Conceitos Iniciais Sistemas Equivalentes Definição: Dizemos que dois sistemas lineares S1 e S2 são equivalentes se toda solução de S1 for solução de S2 e vice-versa. Exemplo: S1 : { x + y = 3 3x − y = 1 e S2 : { x + y = 3 4x = 4 são equivalentes,uma vez que ambos são SPD com solução (1, 2). Vetores e Geometria Anaĺıtica Conceitos Iniciais Teoremas Teorema 1: Multiplicando-se os membros de uma equação qualquer de um sistema linear S por um número real k, k ̸= 0, o novo sistema S ′ obtido será equivalente a S . Exemplo: S1 : { x + y = 3 3x − y = 1 e S2 : { x + y = 3 6x − 2y = 2 são equivalentes,uma vez que S2 foi obtido de S1, multiplicando a segunda equa- ção por 2. Teorema 2: Se substituirmos uma equação de um sistema linear S pela soma, membro a membro, dela com uma outro, o novo sistema S ′ obtido será equivalente a S . Exemplo: S1 : { x + y = 3 3x − y = 1 e S2 : { x + y = 3 4x = 4 são equivalentes,uma vez que S2 foi obtido de S1, substituindo a segunda equação pela soma dela com a primeira equação. Vetores e Geometria Anaĺıtica Conceitos Iniciais Matriz de um sistema linear Definição: Dado um sistema linear S de m equações e n incógnitas S : a11x1 + a12x2 + · · ·+ a1nxn = b1 a21x1 + a22x2 + · · ·+ a2nxn = b2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . am1x1 + am2x2 + · · ·+ amnxn = bm Consideremos as matrizes A = a11 a12 . . . a1n a21 a22 . . . a2n . . . . . . . . . . . . am1 am2 . . . amn , X = x1 x2 ... xn e B = b1 b2 ... bn S pode ser representado matricialmente pela expressão A · X = B Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 1) Método da Adição Dado um sistema linear S, o métodoconsiste na utilização repetidamente dos Teoremas 1 e 2 em S até que se encontre um sistema S ′ tal que uma de suas equações tenha uma única incógnita, sendo assim posśıvel determinar o seu valor. Substitui-se o valor dessa incógnita nas demais equações e repete-se o método até que todas as incógnitas sejam determinadas. Exemplo: { 2x + y = 9 (I ) x + 3y = 17 (II ) Fazendo −2 · (II ), obtemos: { 2x + y = 9 (I ) −2x − 6y = −34 (III ) Substituindo (III ) por (I ) + (III ), obtemos:{ 2x + y = 9 (I ) −5y = −25 (IV ) De (IV ), temos que y = 5. Substituindo esse valor em (I ), obtemos x = 2. Logo (2,5) é solução do sistema. Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 2) Método da Substituição Dado um sistema linear S, em uma das equações devemos isolar uma variável em função das demais. Essa expressão deve ser substituida nas outras equações obtendo-se um sistema S ′ com uma equação e uma incógnita a menos que S. Repete-se o método até que o sistema obtido tenha uma equação com uma única incógnita, sendo assim posśıvel determiná-la. Substitui-se esse resultado nas expressões anteriores e determina- se as demais incógnitas. Exemplo: x + y + z = 0 (I )2x + y − 2z = −1 (II ) x + 3y + 4z = −3 (III ) Isolando x em (I ), obtemos : x = −y − z. Substituindo essa expressão em (II ) e (III ), temos { −y − 4z = −1 (IV ) 2y + 3z = −3 (V ) Isolando y em (IV ), obtemos y = 1−4z. Substituindo essa expressão em (V ), obtemos: 2 · (1− 4z) + 3z = −3 ⇒ 2− 8z + 3z = −3 ⇒ −5z = −5 ⇒ z = 1. Voltando nas expressões anteriores, obtemos: y = 1− 4 · 1 ⇒ y = −3 e x = −(−3)− 1 ⇒ x = 2. Logo (2,-3,1) é solução do sistema. Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 3) Regra de Cramer Dado um sistema linear S, com n equações e n incógnitas, escrito na forma matricial A · X = B. Seja D =det A. Se D ̸= 0 o sistema é SPD e terá como solução a ênupla (α1, α2, . . . , αn), em que αi = Di D , i = 1, 2, ..., n. sendo Di o determinante da matriz obtida de A trocando-se a sua i-ésima coluna pelos elementos da matriz B dos termos independentes. Exemplo: x + y + z = 02x + y − 2z = −1 x + 3y + 4z = −3 Temos que A = 1 1 12 1 −2 1 3 4 , X = xy z e B = 0−1 −3 Calculando os determinantes, obtemos: D = ∣∣∣∣∣∣ 1 1 1 2 1 −2 1 3 4 ∣∣∣∣∣∣ = 5, D1 = ∣∣∣∣∣∣ 0 1 1 −1 1 −2 −3 3 4 ∣∣∣∣∣∣ = 10, Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 3) Regra de Cramer D2 = ∣∣∣∣∣∣ 1 0 1 2 −1 −2 1 −3 4 ∣∣∣∣∣∣ = −15, D3 = ∣∣∣∣∣∣ 1 1 0 2 1 −1 1 3 −3 ∣∣∣∣∣∣ = 5 Temos então que: x = D1 D = 10 5 = 2 y = D2 D = −15 5 = −3 z = D3 D = 5 5 = 1 Logo (2,-3,1) é solução do sistema. Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 4) Escalonamento Dizemos que um sistema S está escalonado se o número de coeficientes nulos, antes do primeiro coeficiente não nulo, aumenta de equação para equação. Exemplos: S1 : x + y + 3z = 1y − z = 4 2z = 5 , S2 : 4x − y + z + t + w = 1z − t + w = 0 2t − w = 1 , S3 : { x − 4y + z = 5 2y − z = 0 Para escalonar um sistema, devemos seguir os passos abaixo, todos baseados nos Teo- remas 1 e 2. 1o passo) Colocamos como primeira equação aquela em que o coeficiente da primeira incógnita seja diferente de zero. 2o passo) Anulamos o coeficiente da primeira incógnita em todas as equações (com exceção da primeira), substituindo a i-ésima equação (i ≥ 2) pela soma da mesma com a primeira multiplicada por um número conveniente. 3o passo) Deixamos de lado a primeira equação e aplicamos os passos 1 e 2 nas equações restantes. 4o passo) Repetimos os passos anteriores até que o sistema esteja escalonado. Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 4) Escalonamento Exemplo: x + y + z = 0 (I )2x + y − 2z = −1 (II ) x + 3y + 4z = −3 (III ) Como o coeficiente de x na primeira equação é não nulo, não precisamos mudar a ordem das equações. Se trocarmos a equação (II ) por −2 · (I ) + (II ), obtemos x + y + z = 0 (I )−y − 4z = −1 (IV ) x + 3y + 4z = −3 (III ) Substituindo (III ) por −1 · (I ) + (III ), temos x + y + z = 0 (I )−y − 4z = −1 (IV ) 2y + 3z = −3 (V ) Já deixamos os coeficientes de x da maneira adequada. Para completar o escalonamento, trocaremos (V ) por 2 · (IV ) + (V ). Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 4) Escalonamento x + y + z = 0 (I )−y − 4z = −1 (IV )−5z = −5 (VI ) Pronto, o sistema está escalonado. De (VI ), temos que z = 1. Voltando em (IV ), temos y = −3 e substituindo esses valores em (I ), obtemos x = 2. Podeŕıamos fazer esse mesmo procedimento utilizando matrizes. Para tal, vamos uti- lizar a matriz M denominada de matriz completa do sistema, composta pela matriz A adicionando uma coluna com os termos independentes. Para esse mesmo exemplo temos: M = 1 1 1 02 1 −2 −1 1 3 4 −3 Seguindo os mesmos passos teremos: 1 1 1 02 1 −2 −1 1 3 4 −3 l2=−2l1+l2⇒ 1 1 1 00 −1 −4 −1 1 3 4 −3 l3=−l1+l3⇒ ⇒ 1 1 1 00 −1 −4 −1 0 2 3 −3 l3=2l2+l3⇒ 1 1 1 00 −1 −4 −1 0 0 −5 −5 Vetores e Geometria Anaĺıtica Conceitos Iniciais Métodos de Resolução de Sistemas Lineares 4) Escalonamento A partir dáı, o sistema está escalonado e o modo de fazer é equivalente ao anterior. Obs: 1) Utilizamos l1, l2, l3 para representar respectivamente as linhas 1, 2 e 3 da matriz M. 2) Se durante o escalonamento, tivermos uma equação do tipo 0x1+0x2+ ...+0xn = 0, ou seja, se uma linha da matriz M estiver toda zerada, então essa equação (linha) deverá ser retirada. 3) Após o escalonamento, se aparecer uma equação do tipo 0x1 + 0x2 + ...+ 0xn = b, em que b ̸= 0, ou seja, se uma das linhas da matriz M tiver todos os elementos, menos o último, nulos, então o sistema é SI. Caso isso não ocorra e o número de equações (linhas da matriz M) seja igual ao de incógnitas, o sistema é SPD. Caso contrário, é SPI. Vetores e Geometria Anaĺıtica Conceitos Iniciais Exerćıcios 1) Escalone os sistemas abaixo e classifique-os como SPD, SPI ou SI. S1 : { x + 2y = 3 −3x − 6y = −8 S2 : 2x + y − z = 0 5x − y + 3z = 0 x + 3y − 2z = 0 S3 : x + 4y = −8 3x − y = 15 10x − 12y = 7 S4 : 3x − y + z + w = 6 −4x + z = −6 x + 2y − 4w = −19 3z + w = −1 S5 : x − y + z = 4 3x + 2y + z = 0 5x + 5y + z = −4 S6 : { 2x + 4y = −5 3x + y = 0 Vetores e Geometria Anaĺıtica Conceitos Iniciais Exerćıcios 2) Dados os sistemas S1 : { x + 2y = 11 −2x + y = 13 S2 : { 3x − 6y = −8 5x + y = 5 S3 : 3x + y − 2z = −5 x − 2y + z = −5 −2x − y + 3z = 10 S4 : 2x + y + 3z = 7 −x + 3y − 2z = −16 4x − 2y + 4z = 18 Resolva-os utilizando a) O método da adição. b) O método da substituição. c) A regra de Cramer. d) Escalonamento. Vetores e Geometria Anaĺıtica Conceitos Iniciais Referências IEZZI, G; HAZZAN, S. Fundamentos da Matemática Elementar, volume 4 - Sequências, Matrizes, Determinantes e Sistemas. 7a edição. São Paulo: Atual, 2004. IEZZI, G. Fundamentos da Matemática Elementar, volume 7 - Geometria Anaĺıtica. 5a edição. São Paulo: Atual, 2005. Vetores e Geometria Anaĺıtica Conceitos Iniciais
Compartilhar