Baixe o app para aproveitar ainda mais
Prévia do material em texto
Geometria Anal´ıtica e Vetores Notas de Aula Petronio Pulino ✲ ✻ s ........................ ........................ ........................ ........................ ....................... ...................... ...................... ....................... ........................ ........................ ........................................................................................................................ .................... .... ................ ....... ............. ......... ........... ........... ........... ........... . .......... .......... .... .......... .......... .... ......... ......... ...... ......... ......... ...... ......... ......... ...... ......... ......... ...... .......... .......... .... .......... .......... .... ........... ........... . ........... ........... ............. ......... ................ ....... .................... .... ........................ ........................ ........................ ........................ ........................ ........................ ........................ ....................... ...................... ...................... ....................... ........................ ........................ ........................ ........................ s � � � � � � � � � � � � � � � � � � � � � � � � � � � �� ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜❜ ❜ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧✧ ✧ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚ ❚❚ s s . ............................. ............................ ............................ ........................... .......................... ......................... ......................... ......................... .......................... ........................... ............................ . ............................. ............................ ............................ ........................... .......................... ......................... ......................... ......................... .......................... ........................... ............................rq ........... ......... ........ ........ ......... ........... .......... ......... ........ ........ ......... ..................... ......... ........ ........ ......... ........... .......... ......... ........ ........ ......... ..................... ......... ........ ........ ......... ........... .......... ......... ........ ........ ......... .......... PULINUS Geometria Anal´ıtica e Vetores Notas de Aula Petronio Pulino Departamento de Matema´tica Aplicada Instituto de Matema´tica, Estat´ıstica e Computac¸a˜o Cient´ıfica Universidade Estadual de Campinas e-mail: pulino@ime.unicamp.br www.ime.unicamp.br/∼pulino/GeometriaAnalitica/ Janeiro de 2018 Suma´rio 1 Matrizes e Sistemas Lineares 1 1.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.3 Tipos Especiais de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.4 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.5 Inversa de uma Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 1.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.7 Matrizes em Blocos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 1.8 Operac¸o˜es Elementares. Equivaleˆncia . . . . . . . . . . . . . . . . . . . . . . 48 1.9 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 1.10 Forma Escalonada. Forma Escada . . . . . . . . . . . . . . . . . . . . . . . . 53 1.11 Matrizes Elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 1.12 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 1.13 Matrizes Congruentes. Lei da Ine´rcia . . . . . . . . . . . . . . . . . . . . . . 73 1.14 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 1.15 Sistemas de Equac¸o˜es Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . 79 1.16 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 2 Vetores no Plano e no Espac¸o 111 2.1 Conceitos Ba´sicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 2.2 Operac¸o˜es com Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 2.2.1 O Plano Cartesiano e o Espac¸o Tridimensional . . . . . . . . . . . . 116 2.2.2 Adic¸a˜o de Vetores e Multiplicac¸a˜o por Escalar . . . . . . . . . . . . . 119 2.2.3 Adic¸a˜o de Ponto com Vetor . . . . . . . . . . . . . . . . . . . . . . . 123 2.3 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 2.4 Dependeˆncia e Independeˆncia Linear. Base . . . . . . . . . . . . . . . . . . . 130 2.5 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 2.6 Mudanc¸a de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 2.7 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 3 Produto Escalar 151 3.1 Produto Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 3.2 Norma Euclidiana. Me´trica . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 3.3 Definic¸a˜o de Aˆngulo e Ortogonalidade . . . . . . . . . . . . . . . . . . . . . 166 3.4 Projec¸a˜o Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 3.5 Base Ortogonal. Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . 175 3.6 Processo de Ortogonalizac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 3.7 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 i ii SUMA´RIO 3.8 Distaˆncia de Ponto a Ponto . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 3.9 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 4 Produto Vetorial. Produto Misto 201 4.1 Orientac¸a˜o do Espac¸o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 4.2 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 4.3 Produto Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 4.4 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 4.5 Produto Misto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 4.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 5 Estudo da Reta no Espac¸o 229 5.1 Equac¸a˜o Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 5.2 Posic¸a˜o Relativa de Reta e Reta . . . . . . . . . . . . . . . . . . . . . . . . . 235 5.3 Aˆngulo entre Retas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 5.4 Distaˆncia de Ponto a Reta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 5.5 Distaˆncia entre Reta e Reta . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 5.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 6 Estudo do Plano no Espac¸o 259 6.1 Equac¸a˜o Vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 6.2 Equac¸a˜o Geral. Vetor Normal . . . . . . . . . . . . . . . . .. . . . . . . . . 266 6.3 Posic¸a˜o Relativa de Retas e Planos . . . . . . . . . . . . . . . . . . . . . . . 271 6.4 Aˆngulo entre Reta e Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 6.5 Aˆngulo entre Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 6.6 Distaˆncia de Ponto a Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 6.7 Distaˆncia entre Reta e Plano . . . . . . . . . . . . . . . . . . . . . . . . . . 287 6.8 Distaˆncia entre Plano e Plano . . . . . . . . . . . . . . . . . . . . . . . . . . 291 6.9 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 7 Mudanc¸a de Coordenadas 301 7.1 Sistemas de Coordenadas em IE2 . . . . . . . . . . . . . . . . . . . . . . . . 302 7.1.1 Translac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313 7.1.2 Rotac¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316 7.1.3 Rotac¸a˜o Composta com uma Translac¸a˜o . . . . . . . . . . . . . . . . 322 7.2 Sistemas de Coordenadas em IE3 . . . . . . . . . . . . . . . . . . . . . . . . 327 7.3 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334 8 Coˆnicas 341 8.1 Coˆnicas – Forma Reduzida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342 8.1.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 8.1.2 Hipe´rbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 8.1.3 Para´bola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 8.2 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361 8.3 Diagonalizac¸a˜o de Matrizes Sime´tricas . . . . . . . . . . . . . . . . . . . . . 364 SUMA´RIO iii 8.3.1 Autovalores e Autovetores de uma Matriz . . . . . . . . . . . . . . . 366 8.4 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379 8.5 Aplicac¸a˜o da Rotac¸a˜o e da Translac¸a˜o . . . . . . . . . . . . . . . . . . . . . 380 8.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397 8.7 Classificac¸a˜o das Coˆnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398 8.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417 Refereˆncias Bibliogra´ficas 419 iv SUMA´RIO Petronio Pulino Geometria Anal´ıtica e Vetores 2 Vetores no Plano e no Espac¸o Suma´rio 2.1 Conceitos Ba´sicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 2.2 Operac¸o˜es com Vetores . . . . . . . . . . . . . . . . . . . . . . . . 116 2.2.1 O Plano Cartesiano e o Espac¸o Tridimensional . . . . . . . . . . . 116 2.2.2 Adic¸a˜o de Vetores e Multiplicac¸a˜o por Escalar . . . . . . . . . . . 119 2.2.3 Adic¸a˜o de Ponto com Vetor . . . . . . . . . . . . . . . . . . . . . . 123 2.3 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 2.4 Dependeˆncia e Independeˆncia Linear. Base . . . . . . . . . . . 130 2.5 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 2.6 Mudanc¸a de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 2.7 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 111 112 Geometria Anal´ıtica e Vetores 2.1 Conceitos Ba´sicos Definic¸a˜o 2.1.1 Um segmento orientado e´ um par ordenado (A,B) de pontos do espac¸o Euclidiano, no qual o ponto A e´ a origem e o ponto B e´ a extremidade, como ilustra a Figura 2.1. Os segmentos orientados (A,A) sa˜o ditos nulos. E´ importante observar que se A 6= B, o segmento orientado (A,B) e´ diferente do segmento orientado (B,A). A r B r � � � � � � ��✒ Figura 2.1: Ilustrac¸a˜o do segmento orientado (A,B), com origem no ponto A e extremidade no ponto B. A utilizac¸a˜o da flecha, indica que o foi fixada uma orientac¸a˜o. Definic¸a˜o 2.1.2 Dizemos que os segmentos orientados (A,B) e (C,D) teˆm o mesmo comprimento, mo´dulo ou norma, se os segmentos geome´tricos AB e CD teˆm o mesmo comprimento, como ilustra a Figura 2.2. A r B r ✟✟ ✟✟ ✟✟ ✟✟ ✟✯ C r D r ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁✁✕ Figura 2.2: Os segmentos orientados (A,B) e (C,D) teˆm o mesmo comprimento. Definic¸a˜o 2.1.3 Considere os segmentos orientados (A,B) e (C,D) na˜o–nulos. Dizemos que os segmentos orientados (A,B) e (C,D) teˆm a mesma direc¸a˜o se os segmentos geome´tricos AB e CD sa˜o paralelos, que indicamos AB ‖ CD, incluindo o caso em que as retas suportes sa˜o coincidentes. Assim, dizemos que os segmentos orientados (A,B) e (C,D) sa˜o paralelos. Definic¸a˜o 2.1.4 Considere os segmentos orientados (A,B) e (C,D) com a mesma direc¸a˜o, e as retas suportes dos segmentos geome´tricos AB e CD distintas. Dizemos que os segmentos orientados (A,B) e (C,D) teˆm o mesmo sentido se os segmentos geome´tricos AC e BD tenham intersecc¸a˜o vazia, como ilustra a Figura 2.3. Caso contra´rio, dizemos que os segmentos orientados (A,B) e (C,D) teˆm sentido contra´rio, como ilustra a Figura 2.4. Petronio Pulino 113 A r B r � � � � � � ��✒ C r D r � � � ��✒ Figura 2.3: Os segmentos orientados (A,B) e (C,D) teˆm o mesmo sentido. A r B r � � � � � � ��✒ D r C r � � � ��✠ Figura 2.4: Os segmentos orientados (A,B) e (C,D) teˆm sentido contra´rio. Definic¸a˜o 2.1.5 Considere os segmentos orientados (A,B) e (C,D) com a mesma direc¸a˜o, e as retas suportes dos segmentos geome´tricos AB e CD coincidentes, e tome um segmento orientado (A′, B′) de modo que A′ na˜o pertenc¸a a` reta suporte do segmento geome´trico AB e que os segmentos orientados (A,B) e (A′, B′) tenham a mesma direc¸a˜o e o mesmo sentido. Dizemos que os segmentos orientados (A,B) e (C,D) teˆm o mesmo sentido se os segmentos orientados (A′, B′) e (C,D) teˆm o mesmo sentido, como ilustra a Figura 2.5. Caso contra´rio, dizemos que os segmentos orientados (A,B) e (C,D) teˆm sentido contra´rio, como ilustra a Figura 2.6. A r B r � � � � � � � � � �✒ C r D r � � � ��✒ A′ r B′ r � � � ��✒ Figura 2.5: Os segmentos orientados (A,B) e (C,D) teˆm o mesmo sentido. 114 Geometria Anal´ıtica e Vetores A r B r � � � � � � � � � �✒ D r C r � � � ��✠ A′ r B′ r � � � ��✒ Figura 2.6: Os segmentos orientados (A,B) e (C,D) teˆm sentido contra´rio. Definic¸a˜o 2.1.6 Dizemos que os segmentos orientados (A,B) e (C,D) sa˜o equipolentes, e indicados por (A,B) ≈ (C,D), caso ocorrer uma das seguintes situac¸o˜es: (a) ambos os segmentos orientados sa˜o nulos. (b) os segmentos orientados sa˜o na˜o–nulos, e teˆm o mesmo comprimento, a mesma direc¸a˜o e o mesmo sentido. Na Figura 2.7, temos a ilustrac¸a˜o de dois segmentos orientados equipolentes. A r B r � � � � � � ��✒ C r D r � � � � � � ��✒ Figura 2.7: Os segmentos orientados (A,B) e (C,D) sa˜o equipolentes, pois teˆm o mesmo comprimento, a mesma direc¸a˜o e o mesmo sentido. Exemplo 2.1.1 Considere X o conjunto de todos os segmentos orientados do espac¸o Euclidiano. A relac¸a˜o de equipoleˆncia definida sobre X , que indicamos por ≈, e´ uma relac¸a˜o de equivaleˆncia, isto e´, satisfaz as propriedades: (a) Reflexiva: (A,B) ≈ (A,B). (b) Sime´trica: Se (A,B) ≈ (C,D), enta˜o (C,D) ≈ (A,B). (c) Transitiva: Se (A,B) ≈ (C,D) e (C,D) ≈ (E,F ), enta˜o (A,B) ≈ (E,F ). Petronio Pulino 115 Definic¸a˜o 2.1.7 (Classe de Equipoleˆncia) Seja X o conjunto de todos os segmentos orientados do espac¸o Euclidiano, e considere um segmento orientado (A,B) ∈ X fixo, pore´m arbitra´rio. Chama–se classe de equipoleˆncia, ou classe de equivaleˆncia, que indicamos por −→AB, ao conjunto de todos o segmentos orientados que sa˜o equipolentes ao segmento orientado (A,B). O segmento orientado (A,B) e´ o representante da classe de equivaleˆncia. Definic¸a˜o 2.1.8 (Conceito de Vetor) Considere X o conjunto de todos os segmentos orientados do espac¸o Euclidiano. Definimos um vetor no espac¸o Euclidiano como sendo uma classe de equipoleˆncia de segmentos orientados. Se (A,B) e´ o segmento orientado representante da classe de equipoleˆncia, o vetor correspondente e´ indicado por ~v = −→ AB, como ilustra a Figura 2.8. No caso em que os segmentos orientados (A,B) e (C,D) sa˜o equipolentes, dizemos que os vetores ~v = −→ AB e ~w = −−→ CD sa˜o iguais, isto e´, essas duas classes de equipoleˆncia coincidem pela propriedade transitiva. ♣ ♣ � � ��✒ ♣ ♣ � � ��✒ ♣ ♣ � � ��✒ ♣ ♣ � � ��✒ ♣ ♣ � � ��✒ ♣ ♣ � � ��✒ � � ��✒ ~v Figura 2.8: O vetor ~v representa as classes de equivaleˆncias associadas a determinados segmentos orientados equipolentes, que sa˜o coincidentes pela propriedade transitiva. Pelos fatos expostos acima, tem–se que um vetor fica bem determinado se apresentamos qualquer um de seus representantes. Definimos o espac¸o de vetores V 3, como sendo o conjunto de todos os vetores no espac¸o tridimensional IE3. E´ importante observar que nunca devemos utilizar o termo vetores equipolentes, tendo em vista que equipoleˆncia e´ uma relac¸a˜o de equivaleˆncia entre segmentos orientados, e o vetor representa uma classe de equipoleˆncia associada a um determinado segmento orientado. 116 Geometria Anal´ıtica e Vetores 2.2 Operac¸o˜es com Vetores 2.2.1 O Plano Cartesiano e o Espac¸o Tridimensional O plano cartesiano IR2 = IR× IR e´ o exemplo mais importante de produto cartesiano. Os elementos (x, y) ∈ IR2 sa˜o os pares ordenados de nu´meros reais. Os pares ordenados, de certa forma, podem representar as coordenadas cartesianas de um ponto P de um plano Π, onde x e´ a abscissa e y e´ a ordenada, quando fixamos nesse plano um par de eixos ortogonais, que vamos indicar por OX e OY , denominados eixo das abscissas e eixos das ordenadas, respectivamente, que se interceptam no ponto O = (0, 0), chamado origem do sistema de coordenadas. Dado o ponto P ∈ Π, a abscissa de P e´ o nu´mero x, coordenada do pe´ da perpendicular baixada do P sobre o eixo OX , enquanto a ordenada de P e´ o nu´mero y, coordenada do pe´ da perpendicular baixada de P sobre o eixo OY . Assim, dizemos que (x, y) e´ o par de coordenadas do ponto P relativamente ao sistema de eixos ortogonais, como ilustra a Figura 2.9. ✲ ✻ 0 Y X y x ✉P = (x, y) Figura 2.9: O Plano Nume´rico IR2 = IR× IR. Podemos observar que os eixos OX e OY dividem o plano em quatro regio˜es, chamadas quadrantes, caracterizadas pelos sinais das coordenadas de seus pontos. Desse modo, no primeiro quadrante, tem–se x ≥ 0 e y ≥ 0. No segundo quadrante, tem–se x ≤ 0 e y ≥ 0. No terceiro quadrante, tem–se x ≤ 0 e y ≤ 0. No quarto quadrante, tem–se x ≥ 0 e y ≤ 0, como ilustra a Figura 2.10. A aplicac¸a˜o f : Π −→ IR2 que associa a cada ponto P do plano Π seu u´nico par de coordenadas f(P ) = (x, y), relativamente ao sistema de eixos ortogonais, e´ uma bijec¸a˜o, isto e´, uma correspondeˆncia biun´ıvoca entre os elementos de IR2 e de Π. Dessa maneira, temos que a aplicac¸a˜o f−1 : IR2 −→ Π associa a cada par de coordenadas (x, y) de IR2 um u´nico ponto f−1(x, y) = P do plano Π. Petronio Pulino 117 ✲ ✻ 0 Y X primeiro quadrantesegundo quadrante terceiro quadrante quarto quadrante Figura 2.10: Enumerac¸a˜o dos Quadrantes do Plano Nume´rico IR2. Portanto, a aplicac¸a˜o f permite traduzir conceitos e propriedades geome´tricas para uma linguagem alge´brica e, reciprocamente, permite interpretar geometricamente relac¸o˜es entre nu´meros reais. Assim, podemos dizer que IR2 e´ o modelo aritme´tico do plano Π, enquanto o plano Π e´ o modelo geome´trico do plano nume´rico IR2. Assim, com a identificac¸a˜o entre IR2 e um plano Π do espac¸o Euclidiano, realizada pela bijec¸a˜o f , podemos olhar para o IR2 como um plano, plano nume´rico, e chamaremos seus elementos P = (x, y) de pontos. Utilizando essa nova linguagem, que relaciona conceitos alge´bricos com conceitos geome´tricos, vamos melhorar nosso entendimento sobre as propriedades das func¸o˜es reais. r A rB ❅ ❅ ❅■ ❅ ❅ ❅■ 0 r X Y Qr ~w P r ~v � � �✒ ✲ ✻ Figura 2.11: Plano Nume´rico IR2, espac¸o bidimensional. 118 Geometria Anal´ıtica e Vetores Igualmente aos vetores, cada ponto do plano e´ dado por duas coordenadas e cada ponto do espac¸o tridimensional por treˆs coordenadas. Assim, A = (2,−1) e Q = (x, y) sa˜o os pontos marcados na Figura 2.11. Podemos entender que o vetor ~w = (x, y) representa a classe de equivaleˆncia definida pelo segmento orientado (O , Q) que tem por origem o ponto O = (0, 0) e por extremidade o ponto Q. Na figura 2.11, o vetor ~v = (−1, 1) representa a classe de equivaleˆncia associada ao segmento orientado (A,B) com origem no ponto A = (2,−1) e com extremidade no ponto B = (1, 0). De modo ana´logo, o espac¸o nume´rico tridimensional IR3 = IR×IR×IR e´ um outro exemplo importante de produto cartesiano. Os elementos (x, y, z) ∈ IR3 sa˜o as ternas ordenadas de nu´meros reais. As ternas ordenadas surgem como as coordenadas cartesianas de um ponto P do espac¸o tridimensional IE3, quando fixamos nesse espac¸o tridimensional um sistema de treˆs eixos ortogonais, que vamos indicar por OX , OY e OZ , que se interceptam no ponto O = (0, 0, 0), chamado origem do sistema de coordenadas, como ilustra a Figura 2.12. 0 r Y Z X r (x, y, z) � � � ��✠ ✲ ✻ Figura 2.12: Espac¸o Tridimensional IE3. A aplicac¸a˜o f : IE3 −→ IR3 que associa a cada ponto P do espac¸o tridimensional IE3 sua u´nica terna de coordenadas f(P ) = (x, y, z), relativas a um sistema de treˆs eixos ortogonais, e´ uma bijec¸a˜o, isto e´, uma correspondeˆncia biun´ıvoca entre os elementos de IR3 e de IE3. Desse modo, temos que a aplicac¸a˜o f−1 : IR3 −→ IE3 associa a cada terna ordenada (x, y, z) de IR3 um u´nico ponto f−1(x, y, z) = P do espac¸o tridimensional IE3. Assim, podemos dizer que o espac¸o nume´rico tridimensional IR3 e´ o modelo aritme´tico do espac¸o tridimensional IE3, enquanto que o espac¸o tridimensional IE3 e´ o modelo geome´trico do espac¸o nume´rico IR3. Desse modo, com a identificac¸a˜o entre o espac¸o nume´rico IR3 e o espac¸o tridimensional IE3, da Geometria Euclidiana, realizada pela bijec¸a˜o f , podemos olhar para o IR3 como sendo o espac¸o nume´rico tridimensional, e chamaremos seus elementos P = (x, y, z) de pontos. Petronio Pulino 119 2.2.2 Adic¸a˜o de Vetores e Multiplicac¸a˜o por Escalar Pelo exposto na secc¸a˜o 2.2.1, podemos definir uma bijec¸a˜o de IE3 em IR3, e uma bijec¸a˜o de IR3 em V 3. Assim, para cada ponto P = (x, y, z) do espac¸o tridimensional IE3, podemos associar um u´nico vetor ~v = (x, y, z) de V 3, onde (x, y, z) sa˜o as coordenadas do vetor ~v com relac¸a˜o a um sistema de treˆs eixos ortogonais, que estamos indicando por OX , OY e OZ , que se interceptam no ponto O = (0, 0, 0), chamado origem do sistema de coordenadas, como ilustra a Figura 2.13. Desse modo, o vetor ~v representa a classe de equipoleˆncia associada ao segmento orientado (O , P ), como ilustra a Figura 2.13. 0 r Y Z X r P = (x, y, z) � � � � � �✒ ~v � � � � � � ��✠ ✲ ✻ Figura 2.13: Representac¸a˜o do Espac¸o V 3. Definic¸a˜o 2.2.1 Considere o espac¸o de vetores V 3. Definimos a operac¸a˜o de adic¸a˜o de vetores, que a cada par de vetores ~u e ~v faz corresponder um novo vetor ~w = ~u + ~v de V 3. Chamando~u = (x1, y1, z1) e ~v = (x2, y2, z2), definimos a operac¸a˜o de adic¸a˜o de vetores da forma: ~w = ~u + ~v = (x1 + x2 , y1 + y2 , z1 + z2) . Definic¸a˜o 2.2.2 Consider o espac¸o de vetores V 3. Definimos a operac¸a˜o demultiplicac¸a˜o de vetor por escalar, que a cada vetor ~u e a cada escalar λ faz corresponder um novo vetor ~w = λ~u de V 3. Chamando ~u = (x1, y1, z1) e λ um escalar qualquer, definimos a operac¸a˜o de multiplicac¸a˜o por escalar da seguinte forma: ~w = λ~u = (λx1 , λy1 , λz1) . Neste texto consideramos que os escalares sa˜o nu´meros reais. Ale´m disso, No caso em que λ = 0IR ou ~v = ~0, definimos λ~v = ~0. Note que para λ 6= 0IR e ~v 6= ~0, o vetor ~w = λ~v tem a mesma direc¸a˜o do vetor ~v. Ale´m disso, para λ > 0 o vetor ~w = λ~v tem o mesmo sentido do vetor ~v e para λ < 0 o vetor ~w = λ~v tem sentido contra´rio do vetor ~v. 120 Geometria Anal´ıtica e Vetores A operac¸a˜o de adic¸a˜o de vetores tem as seguintes propriedades: (A1) Comutatividade ~u + ~v = ~v + ~u , ∀ u, v ∈ V 3 (A2) Associatividade ~u + (~v + ~w) = (~u + ~v) + ~w , ∀ u, v, w ∈ V 3 (A3) Elemento Neutro Existe um elemento ~0 ∈ V 3 tal que ~u + ~0 = ~u , ∀ ~u ∈ V 3 (A4) Elemento Sime´trico Para todo elemento ~u ∈ V 3 existe o elemento −~u ∈ V 3 tal que ~u + (−~u) = ~0 , ∀ ~u ∈ V 3 onde o elemento neutro da operac¸a˜o de adic¸a˜o ~0 = (0, 0, 0) e´ o vetor nulo de V 3. A operac¸a˜o de multiplicac¸a˜o por escalar tem as seguintes propriedades: (M1) Associatividade (αβ) ~u = α (β ~u) , ∀ ~u ∈ V 3 e ∀ α, β ∈ IR (M2) Distributividade para a Adic¸a˜o de Vetores α (~u + ~v) = α~u + α~v , ∀ ~u, ~v ∈ V 3 e ∀ α ∈ IR (M3) Distributividade para a Multiplicac¸a˜o por Escalar (α + β) ~u = α~u + β ~u , ∀ ~u ∈ V 3 e ∀ α, β ∈ IR (M4) Elemento Identidade 1IR ~u = ~u , ∀ ~u ∈ V 3 O espac¸o de vetores V 3 munido com a operac¸a˜o de adic¸a˜o de vetores e com operac¸a˜o de multiplicac¸a˜o de vetor por escalar, e essas operac¸o˜es com as respectivas propriedades, recebe o nome de Espac¸o Vetorial Real. O termo real vem do fato que os escalares sa˜o nu´meros reais. Os espac¸os vetoriais sa˜o estudados de maneira detalhada na disciplina de A´lgebra Linear. Petronio Pulino 121 De maneira ana´loga, o conjunto IR3 = { (x1, x2, x3) / xi ∈ IR }, conjunto de todas as ternas reais ordenadas, com a operac¸a˜o de adic¸a˜o de elementos definida por: (x1, x2, x3) + (y1, y2, y3) = (x1 + y1 , x2 + y2 , x3 + y3) e com a operac¸a˜o de multiplicac¸a˜o por escalar definida por: λ(x1, x2, x3) = (λx1 , λx2 , λx3) , ∀ λ ∈ IR , e´ tambe´m um espac¸o vetorial real. Podemos mostrar que a operac¸a˜o de adic¸a˜o de elementos e a operac¸a˜o de multiplicac¸a˜o por escalar definidas em IR3, verificam as propriedades (A1)–(A4) e (M1)–(M4) definidas acima. Para isso, basta utilizar as propriedades da adic¸a˜o e da multiplicac¸a˜o de nu´meros reais. E´ importante observar que pelo fato que podemos estabelecer uma correspondeˆncia biun´ıvoca entre os elementos do espac¸o de vetores V 3 e os elementos de IR3, e que nos dois conjuntos definimos uma operac¸a˜o de adic¸a˜o de elementos e uma operac¸a˜o de multiplicac¸a˜o por escalar que satisfazem as propriedades (A1)–(A4) e (M1)–(M4), podemos chamar os elementos de IR3 de vetores e utilizar a notac¸a˜o de flecha, isto e´, indicando ~u = (x, y, z) ∈ IR3. Na Figura 2.14, temos a representac¸a˜o geome´trica da soma dos vetores ~u e ~v. Para isso, consideramos o segmento orientado (A,B) um representante do vetor ~u, e o segmento orientado (B,C) um representante do vetor ~v. Assim, definimos o segmento orientado (A,C) com sendo um representante do vetor ~u+ ~v, que indicamos −→ AC = ~u+ ~v. ✑ ✑ ✑ ✑ ✑ ✑ ✑ ✑✑✸ ~u A r B r � � � � � � � � � � � � � ��✒ ~u + ~v Cr ✡ ✡ ✡ ✡ ✡ ✡ ✡ ✡✡✣ ~v ✑ ✑ ✑ ✑ ✑ ✑ ✑ ✑✑✸ ~u A′ r B′ r � � � � � � � � � � � � � ��✒ ~u + ~v C ′r ✡ ✡ ✡ ✡ ✡ ✡ ✡ ✡✡✣ ~v Figura 2.14: Representac¸a˜o geome´trica da operac¸a˜o de soma de vetores. 122 Geometria Anal´ıtica e Vetores E´ importante observar que a escolha do segmento orientado para representar o vetor ~u e´ arbitra´ria, e que esse fato na˜o altera o resultado da adic¸a˜o dos vetores ~u e ~v. De fato, escolhendo um outro segmento orientado (A′, B′) para representar o vetor ~u, e um outro segmento orientado (B′, C ′) como representante do vetor ~v, teremos obrigatoriamente que os segmentos orientados (A,B) e (A′, B′) sa˜o equipolentes, (A,B) ≈ (A′, B′), e que os segmentos orientados (B,C) e (B′, C ′) sa˜o equipolentes, (B,C) ≈ (B′, C ′). Portanto, os segmentos orientados (A,C) e (A′, C ′) sa˜o equipolentes, (A,C) ≈ (A′, C ′). Assim, temos −→ AC = −−→ A′C ′ = ~u + ~v, como ilustra a Figura 2.14. A propriedade do elemento sime´trico, ou elemento oposto, permite a definic¸a˜o da operac¸a˜o de subtrac¸a˜o de vetores. Assim, tem–se ~u − ~v = ~u + (−~v) , ∀ ~u, ~v ∈ V 3 , como ilustra a Figura 2.15. Note que o elemento sime´trico −~v tem a mesma direc¸a˜o, mas sentido contra´rio, do vetor ~v. ✲ ✻ 0 r❍❍ ❍❍ ❍❍❨ ~v B r ✄ ✄ ✄ ✄ ✄ ✄ ✄ ✄ ✄ ✄ ✄✄✗ ~u A r � � � � � � � ��✒ ~u − ~v Cr � � � � � � � ��✒ ~u − ~v ❍❍❍❍❍❍❥ −~v Figura 2.15: Representac¸a˜o geome´trica da operac¸a˜o de subtrac¸a˜o de vetores. Na Figura 2.15, temos a representac¸a˜o geome´trica da operac¸a˜o de subtrac¸a˜o de vetores. Para isso, consideramos os vetores ~u e ~v com o segmento orientado (0, A) um representante do vetor ~u, e o segmento orientado (0, B) um representante do vetor ~v. Assim, definimos o segmento orientado (B,A) um representante do vetor ~u − ~v, que indicamos −→ BA = ~u − ~v. Portanto, os segmentos orientados (0, C) e (B,A) sa˜o equipolentes. Petronio Pulino 123 2.2.3 Adic¸a˜o de Ponto com Vetor Definic¸a˜o 2.2.3 Considere o espac¸o de vetores V 3 e o espac¸o de ponto IE3. Definimos uma operac¸a˜o que a cada ponto P ∈ IE3 e a cada vetor ~v ∈ V 3 associa um u´nico ponto Q ∈ IE3 da seguinte forma: Q = P + ~v ⇐⇒ ~v = −→ PQ . De modo ana´logo, podemos dizer que dado um ponto P ∈ IE3 e um vetor ~v ∈ V 3, existe um u´nico ponto Q ∈ IE3 de modo que o segmento orientado (P,Q) e´ um representante do vetor ~v, como ilustra a Figura 2.16. Ale´m disso, podemos representar o vetor ~v da forma: ~v = Q − P ⇐⇒ ~v = (x2 − x1 , y2 − y1 , z2 − z1) , onde P = (x1, y1, z1) e Q = (x2, y2, z2). P r Q r � � � � � � ��✒ ~v Figura 2.16: Ilustrac¸a˜o da operac¸a˜o de adic¸a˜o de ponto com vetor. A operac¸a˜o de adic¸a˜o de ponto com vetor tem as seguintes propriedades: (P1) P + ~0 = P , ∀ P ∈ IE 3. (P2) P + ~u = P + ~v ⇐⇒ ~u = ~v. (P3) (P + ~u ) + ~v = P + ( ~u + ~v ) , ∀ ~u, ~v ∈ V 3 e ∀ P ∈ IE3. (P4) P + ~v = Q + ~v ⇐⇒ P = Q. (P5) (P − ~v ) + ~v = P . P r Ar � � � � � � ��✒ ~u ❅ ❅ ❅ ❅ ❅ ❅ ❅❅❘ ~v B r✲ ~u+ ~v Figura 2.17: Ilustrac¸a˜o da propriedade P3. 124 Geometria Anal´ıtica e Vetores Vamos analisar as propriedades da operac¸a˜o de adic¸a˜o de ponto com vetor. (P1) Temos que −→ PP = ~0, que e´ a definic¸a˜o de vetor nulo. Assim, da definic¸a˜o da operac¸a˜o de adic¸a˜o de ponto com vetor obtemos P + ~0 = P . (P2) Seja Q = P + ~u = P + ~v. Da definic¸a˜o da operac¸a˜o de adic¸a˜o de ponto com vetor, tem–se −→ PQ = ~u e −→ PQ = ~v . Portanto, ~u = ~v, uma vez que possuem o mesmo segmento orientado como representante. (P3) Consideremos A = P + ~u e B = A + ~v, como ilustra a Figura 2.17. Assim, tem–se −→ PA = ~u e −→ AB = ~v . Fazendo −→ PA + −→ AB, obtemos −→ PA + −→ AB = ~u + ~v ⇐⇒ −−→ PB = ~u + ~v , uma vez que −→ PA + −→ AB = (A− P ) + (B − A ) = B − P = −−→ PB . Utilizando adefinic¸a˜o da operac¸a˜o de ponto com vetor, tem–se B = P + ( ~u + ~v ) =⇒ (P + ~u ) + ~v = P + ( ~u + ~v ) , uma vez que B = (P + ~u ) + ~v. (P4) Fazendo uso das propriedade (P3) e (P1), obtemos P + ~v = Q + ~v ⇐⇒ (P + ~v ) − ~v = (Q + ~v ) − ~v ⇐⇒ P + (~v − ~v ) = Q + (~v − ~v ) ⇐⇒ P + ~0 = Q + ~0 ⇐⇒ P = Q (P5) Fazendo uso das propriedade (P3) e (P1), obtemos (P − ~v ) + ~v = P + (~v − ~v ) = P + ~0 = P . Petronio Pulino 125 Exemplo 2.2.1 Considere no espac¸o tridimensional IE3 o segmento orientado (A,B) que e´ o representante da classe de equipoleˆncia do vetor ~v, indicamos ~v = −→ AB, ou tambe´m por ~v = B − A, denotando que B = A + ~v. Exemplo 2.2.2 Considere no espac¸o tridimensional IE3 o segmento orientado (A,B), onde o ponto A = (a1, a2, a3) e´ a origem do segmento orientado e o ponto B = (b1, b2, b3) e´ a extremidade do segmento orientado. O vetor ~v = (b1 − a1 , b2 − a2 , b3 − a3) e´ a classe de equipoleˆncia associada ao segmento orientado (A,B). Exemplo 2.2.3 Considere no espac¸o tridimensional IE3 o segmento orientado (A,B), onde o ponto A = (1, 2, 1) e´ a origem do segmento orientado e e o ponto B = (2, 0, 1) e´ a extremidade do segmento orientado. Se o segmento orientado (A,B) e´ o representante da classe de equipoleˆncia do vetor ~v, indicamos ~v = −→ AB = B − A = (1,−2, 0). Desse modo, tem–se que B = A + ~v. E´ importante observar que cada segmento orientado e´ o representante de uma u´nica classe de equipoleˆncia. Exemplo 2.2.4 Considere no espac¸o bidimensional IE2 o segmento orientado (O,A), onde o ponto O = (0, 0) e´ a origem do segmento orientado e o ponto A = (1, 2) e´ a extremidade do segmento orientado. Assim, o vetor ~v = −→ 0A = (1, 2) e´ a classe de equipoleˆncia dos segmentos orientados cujo representante e´ o segmento orientado (O,A). Exemplo 2.2.5 Considere no espac¸o tridimensional IE3 o segmento orientado (O,A), onde o ponto O = (0, 0, 0) e´ a origem do segmento orientado e o ponto A = (−1, 2,−4) e´ a extremidade do segmento orientado. Desse modo, o vetor ~v = −→ 0A = (−1, 2,−4) e´ a classe de equipoleˆncia dos segmentos orientados cujo representante e´ o segmento orientado (O,A). 126 Geometria Anal´ıtica e Vetores 2.3 Exerc´ıcios Exerc´ıcio 2.3.1 Mostre que o segmento que une os pontos me´dios de dois lados de um triaˆngulo e´ paralelo ao terceiro lado e e´ igual a sua metade. Exerc´ıcio 2.3.2 Mostre que as diagonais de um losango cortam–se mutuamente em seu ponto me´dio e que sa˜o ortogonais entre si. Exerc´ıcio 2.3.3 Encontre o ponto Q tal que o vetor com origem no ponto P = (1, 0, 1) e com extremidade em Q tenha norma, direc¸a˜o e sentido iguais ao vetor ~v = (1,−2, 1). Exerc´ıcio 2.3.4 Encontre o ponto Q que e´ a extremidade de um vetor com origem no ponto me´dio do segmento que liga os pontos P1 = (1, 1, 3) e P2 = (−1, 1, 1) e tem norma, direc¸a˜o e sentido do vetor ~w = (−1, 0, 1). Exerc´ıcio 2.3.5 Para os pontos A = (1, 0, 1), B = (−1, 1, 1) e C = (0, 1, 2): (a) determine o ponto D tal que os pontos A,B ,C e D sejam os ve´rtices consecutivos de um paralelogramo. (b) Determine o ponto me´dio do segmento AC. (c) Determine o ponto me´dio do segmento BD. Exerc´ıcio 2.3.6 Demonstre que se α e β sa˜o nu´meros reais tais que α(2, 3) + β(3, 2) = ~0 , enta˜o α = 0 e β = 0. Qual a conclusa˜o geome´trica que podemos tirar? Exerc´ıcio 2.3.7 Considere treˆs vetores do espac¸o de vetores V 3: ~u = (1, 0,−1) , ~v = (1, 1, 1) e ~w = (x, y, z) . (a) Se ~w = (−1,−5,−9), mostre que existem escalares a e b tais que ~w = a~u+ b~v. (b) Ainda para ~w = (−1,−5,−9), sera´ que existem escalares a′ e b′ tais que (a′, b′) 6= (a, b) e ~w = a′~u + b′~v ? (c) Sera´ que para todo vetor ~w ∈ V 3 existem escalares a e b tais que ~w = a~u+ b~v? (d) Existe alguma relac¸a˜o entre as perguntas acima e o estudo de sistemas lineares? Petronio Pulino 127 O exerc´ıcio 2.3.6, traduz geometricamente o fato de precisarmos de dois eixos na˜o paralelos no espac¸o bidimensional IE2, para podermos determinar de modo u´nico os vetores. Assim, existem dois vetores que sa˜o canoˆnicos para determinarmos de modo u´nico os vetores no espac¸o de vetores V 2 que sa˜o ~i = (1, 0) e ~j = (0, 1) . como ilustra a Figura 2.18. ✲ ✻ 0 ✲ ~i ✻ ~j Figura 2.18: Base canoˆnica para o espac¸o de vetores V 2. Dado um vetor ~u = (x, y) ∈ V 2, podemos escreve–lo de modo u´nico da seguinte forma: ~u = x~i + y~j . O conjunto β = {~i , ~j } e´ denominado base canoˆnica do espac¸o de vetoresV 2, podendo ser denotado os vetores canoˆnicos por ~e1 , ~e2, isto e´, ~e1 = (1, 0) e ~e2 = (0, 1) . O exerc´ıcio 2.3.7, traduz geometricamente o fato de precisarmos de treˆs eixos, dois a dois na˜o paralelos, no espac¸o tridimensional IE3, para podermos determinar de modo u´nico os vetores. Existem treˆs vetores que sa˜o canoˆnicos para determinarmos de modo u´nico os vetores no espac¸o de vetores V 3 que sa˜o ~i = (1, 0, 0) , ~j = (0, 1, 0) e ~k = (0, 0, 1) . como ilustra a Figura 2.19. O conjunto β = {~i , ~j , ~k } e´ denominado base canoˆnica do espac¸o de vetores V 3, podendo ser denotado os vetores canoˆnicos por ~e1 , ~e2 , ~e3, isto e´, ~e1 = (1, 0, 0) , ~e2 = (0, 1, 0) e ~e3 = (0, 0, 1) . 128 Geometria Anal´ıtica e Vetores 0� � � � � � � � � �✠ ✲ ✻ � � ��✠ ~i ✲ ~j ✻ ~k Figura 2.19: Base canoˆnica para o espac¸o de vetores V 3. Dado um vetor ~u = (x, y, z) ∈ V 3, podemos escreve–lo de modo u´nico da seguinte forma: ~u = x~i + y~j + z~k . Para uma apresentac¸a˜o detalhada de como representar de forma u´nica um vetor do espac¸o de vetores V 3 necessitamos dos conceitos de dependeˆncia linear, independeˆncia linear, bases (sistemas de coordenadas), que iremos estudar a seguir. Exerc´ıcio 2.3.8 Mostre que ~u + ~v = ~u + ~w ⇐⇒ ~v = ~w. Exerc´ıcio 2.3.9 Prove que se α~v = β~v e se ~v 6= ~0, enta˜o α = β. Exerc´ıcio 2.3.10 Prove que se α~u = α~v e se α 6= 0, enta˜o ~u = ~v. Exerc´ıcio 2.3.11 Resolva a equac¸a˜o abaixo na inco´gnita ~x, conhecendo os vetores ~u e ~v. 3~x + 2~u = 8( ~x − ~v ) . Exerc´ıcio 2.3.12 Resolva o sistema nas inco´gnita ~x e ~y, conhecendo os vetores ~u e ~v. 2~x + 3~y = ~u ~x − 3~y = 2~v + ~u Exerc´ıcio 2.3.13 Mostre que as diagonais de um paralelogramo teˆm o mesmo ponto me´dio. Petronio Pulino 129 Exerc´ıcio 2.3.14 Sejam o triaˆngulo ABC, M e N os pontos me´dios dos segmentos AC e BC, respectivamente. Mostre que o segmento MN e´ paralelo ao segmento AB e tem por medida a metade da medida do segmento AB. Exerc´ıcio 2.3.15 Prove que num triaˆngulo ABC, cujas medianas sa˜o AM , BN e CP , tem–se −−→ AM + −−→ BN + −→ CP = ~0 . Exerc´ıcio 2.3.16 Os vetores ~v1, ~v2, ~v3 e ~u1, ~u2, ~u3 sa˜o tais que ~v1 = 2~u1 + 3~u2 − 3~u3 ~v2 = ~u1 − 2~u2 + 2~u3 ~v3 = −2~u1 + ~u2 − 2~u3 Sabendo–se que ~v = 3~u1 − ~u2 + 2~u3 , represente o vetor ~v em func¸a˜o dos vetores ~v1, ~v2 e ~v3. Exerc´ıcio 2.3.17 Sabendo–se que os vetores ~v1 e ~v2 na˜o tem a mesma direc¸a˜o, e que ~v = ( a+ 4b )~v1 + ( 2a+ b+ 1 )~v2 ~u = (−2a+ b+ 2 )~v1 + ( 2a− 3b− 1 )~v2 determine os valores dos paraˆmetros a e b de modo que 3~v = 2~u. Exerc´ıcio 2.3.18 Seja o ponto P ∈ IE3 o baricentro de um triaˆngulo ABC, mostre que −→ PA + −−→ PB + −→ PC = ~0 . Exerc´ıcio 2.3.19 Sendo P ∈ IE3 o ponto me´dio de um segmento AB e Q um ponto qualquer, mostre que −→ QA + −−→ QB = 2 −→ QP Exerc´ıcio 2.3.20 Dados quatro pontos A, B, C e P tais que −→ AP = α −−→ PB. Represente o vetor −→ CP em func¸a˜o dos vetores −→ CA e −−→ CB, e do paraˆmetro α. Exerc´ıcio 2.3.21 Sejam A, B e C treˆs pontos quaisquer, com A 6= B. Mostre que P e´ um ponto do segmento AB ⇐⇒ −→ CP = α −→ CA + β−−→ CB , com os paraˆmetros α e β positivos, e α + β = 1. 130 Geometria Anal´ıtica e Vetores 2.4 Dependeˆncia e Independeˆncia Linear. Base Definic¸a˜o 2.4.1 Dizemos que o vetor ~u ∈ V 3 e´ uma combinac¸a˜o linear dos vetores v1, v2, · · · , vn ∈ V 3 se existem escalares c1, c2, · · · , cn tais que ~u = c1v1 + c2v2 + · · · + cnvn . De modo ana´logo, podemos dizer que o vetor ~u e´ gerado pelos vetores v1, v2, · · · , vn. Exemplo 2.4.1 Considere os vetores ~u, ~v, ~w ∈ V 3 dados por: ~u = (1, 2, 3) , ~v = (1, 1, 1) e ~w = (−1, 0, 1) . Mostre que o vetor ~w e´ uma combinac¸a˜o linear dos vetores ~u e ~v. Resoluc¸a˜o – De fato, para isso, basta mostrar que existem escalares a, b ∈ IR de modo que o vetor ~w pode ser representado pela combinac¸a˜o linear ~w = a~u + b~v ⇐⇒ (−1, 0, 1) = a(1, 2, 3) + b(1, 1, 1) , isto e´, devemos encontrar a soluc¸a˜o do sistema linear a + b = −1 2a + b = 0 3a + b = 1 Procedendo com o escalonamento, encontramos a = 1 e b = −2 a u´nica soluc¸a˜o do sistema linear. Assim, mostramos que ~w e´ uma combinac¸a˜o linear dos vetores ~u e ~v. Exemplo 2.4.2 Considere os vetores ~u, ~v, ~w ∈ V 3 dados por: ~u = (1, 1, 0) , ~v = (1, 4, 5) e ~w = (3, 6, 5) . Podemos verificar facilmente que ~w = 2~u + ~v. Assim, o vetor ~w e´ uma combinac¸a˜o linear dos vetores ~u e ~v. Exemplo 2.4.3 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 2, 3) , ~v2 = (1, 4, 9) e ~v3 = (1, 8, 27) . Mostre que o vetor ~u = (2, 6, 18) pode ser representado de modo u´nico por uma combinac¸a˜o linear dos vetores ~v1, ~v2 e ~v3, isto e´, existem, e sa˜o u´nicas, as constantes a, b e c tais que ~u = a~v1 + b~v2 + c~v3 . Resoluc¸a˜o – Considerando a combinac¸a˜o linear acima, obtemos o seguinte sistema linear a + b + c = 2 2a + 4b + 8c = 6 3a + 9b + 27c = 18 ⇐⇒ a + b + 3c = 4 2b + 6c = 2 6c = 6 que admite soluc¸a˜o u´nica dada por c = 1, b = −2 e a = 3. Assim, mostramos que o vetor ~u e´ representado de modo u´nico por um combinac¸a˜o linear dos vetores ~v1, ~v2 e ~v3. Petronio Pulino 131 Exemplo 2.4.4 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 0,−1) , ~v2 = (1, 2, 1) e ~v3 = (0,−3, 2) . Mostre que qualquer vetor do espac¸o de vetores V 3 pode ser escrito de modo u´nico por um combinac¸a˜o linear dos vetores ~v1, ~v2 e ~v3, isto e´, existem, e sa˜o u´nicas, as constantes x, y e z tais que ~u = x~v1 + y~v2 + z~v3 para todo ~u = (a, b, c) ∈ V 3 . Resoluc¸a˜o – Considerando a combinac¸a˜o linear acima, obtemos o seguinte sistema linear x + y = a 2y − 3z = b −x + y + 2z = c Para mostrar que o sistema linear acima admite soluc¸a˜o u´nica, basta mostrar que a matriz do sistema e´ invert´ıvel, que e´ equivalente a mostrar que a matriz tem determinante diferente de zero. A seguir apresentamos a matriz A do sistema linear e a matriz R na forma escalonada linha equivalente a matriz A. A = 1 1 00 2 −3 −1 1 2 e R = 1 1 00 2 −3 0 0 5 Desse modo, o sistema linear acima admite soluc¸a˜o u´nica, uma vez que det(A) 6= 0. Portanto, determinamos de modo u´nico as constantes x, y e z, mostrando que qualquer vetor de V 3 pode ser representando de modo u´nico por uma combinac¸a˜o linear dos vetores ~v1, ~v2 e ~v3. Finalmente, vamos exibir a soluc¸a˜o do sistema linear acima, em func¸a˜o das constantes a, b e c. Escalonando o sistema linear acima, obtemos x + y = a 2y − 3z = b 5z = c+ a− b que admite soluc¸a˜o u´nica dada por: z = a− b+ c 5 , y = 3a+ 2b+ 3c 10 e x = 7a− 2b− 3c 10 . Definic¸a˜o 2.4.2 Dizemos que o espac¸o de vetores V 3 e´ gerado pelos vetores v1, v2, · · · , vn se, e somente se, todo vetor ~u ∈ V 3 pode ser representado por uma combinac¸a˜o linear dos vetores v1, v2, · · · , vn, isto e´, existem escalares c1, c2, · · · , cn tais que ~u = c1v1 + c2v2 + · · · + cnvn . Dizemos tambe´m que os vetores v1, v2, · · · , vn e´ um sistema de geradores para V 3. 132 Geometria Anal´ıtica e Vetores Exemplo 2.4.5 Os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 0,−1) , ~v2 = (1, 2, 1) e ~v3 = (0,−3, 2) , e´ um sistema de geradores para o espac¸o V 3, de acordo com o Exemplo 2.4.4. Exemplo 2.4.6 Podemos verificar facilmente que os vetores ~v1, ~v2 ∈ V 2 dados por: ~v1 = (1,−1) e ~v2 = (1, 1) , e´ um sistema de geradores para o espac¸o de vetores V 2. Resoluc¸a˜o – De fato, para isso, vamos mostrar que um vetor qualquer ~u = (a, b) ∈ V 2 pode ser representado como uma combinac¸a˜o linear dos vetores ~v1, ~v2, isto e´, exitem escalares x e y tais que ~u = (a, b) = x (1,−1) + y (1, 1) . Considerando a combinac¸a˜o linear acima, obtemos o seguinte sistema linear{ x + y = a −x + y = b que admite uma u´nica soluc¸a˜o dada por: x = a − b 2 e y = a + b 2 . Definic¸a˜o 2.4.3 Dizemos que os vetores ~v1 , · · · , ~vn, pertencentes a um espac¸o de vetores, sa˜o Linearmente Dependentes (LD) se, e somente se, existirem escalares α1 , · · · , αn na˜o todos nulos tais que α1 ~v1 + · · · + αn ~vn = ~0 . De maneira ana´loga, dizemos que os vetores ~v1 , · · · , ~vn, sa˜o Linearmente Dependentes se, e somente se, a equac¸a˜o α1 ~v1 + · · · + αn ~vn = ~0 , nas inco´gnitas α1 , · · · , αn, admite soluc¸a˜o na˜o–trivial. Definic¸a˜o 2.4.4 Dizemos que os vetores ~v1 , · · · , ~vn, pertencentes a um espac¸o de vetores, sa˜o Linearmente Independentes (LI) se, e somente se, a equac¸a˜o α1 ~v1 + · · · + αn ~vn = ~0 , nas inco´gnitas α1 , · · · , αn, admite somente a soluc¸a˜o trivial. Petronio Pulino 133 Exemplo 2.4.7 Prove que se os vetores ~u, ~v ∈ V 3 sa˜o linearmente independentes, enta˜o os vetores ~u+ ~v , ~u− ~v sa˜o linearmente independentes. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Exemplo 2.4.8 Prove que se os vetores ~u, ~v, ~w ∈ V 3 sa˜o linearmente independentes, enta˜o os vetores ~u+ ~v + ~w , ~u− ~v , 3~v sa˜o linearmente independentes. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Exemplo 2.4.9 Prove que se os vetores ~u, ~v, ~w ∈ V 3 sa˜o linearmente independentes, enta˜o os vetores ~u+ ~v , ~u+ ~w , ~v + ~w sa˜o linearmente independentes. Resoluc¸a˜o – Para mostra os vetores ~u + ~v, ~u + ~w, ~v + ~w sa˜o linearmente independentes em V 3, basta mostrar que a equac¸a˜o a (~u + ~v) + b (~u + ~w) + c (~v + ~w) = ~0 possui somente a soluc¸a˜o trivial a = b = c = 0. Tomando a equac¸a˜o acima, tem–se (a + b) ~u + (a + c)~v + (b + c) ~w = ~0 . Como os vetores ~u, ~v, ~w sa˜o linearmente independentes, a equac¸a˜o acima possui somente a soluc¸a˜o trivial. Assim, obtemos o sistema linear homogeˆneo a + b = 0 a + c = 0 b + c = 0 ⇐⇒ 1 1 0 1 0 1 0 1 1 a b c = 0 0 0 . Como a matriz do sistema linear homogeˆneo e´ invert´ıvel, uma vez que seu determinante e´ na˜o–nulo, o sistema linear possui somente a soluc¸a˜o trivial a = b = c = 0, o que completa a demonstrac¸a˜o. Exemplo 2.4.10 Os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 0,−1) , ~v2 = (1, 2, 1) e ~v3 = (0,−3, 2) , sa˜o linearmente independentes. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Exemplo 2.4.11 Os vetores ~u, ~v, ~w ∈ V 3 dados por: ~u = (1, 1, 0) , ~v = (1, 4, 5) e ~w = (3, 6, 5) , sa˜o linearmente dependentes, uma vez que ~w = 2~u + ~v. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. 134 Geometria Anal´ıtica e Vetores Definic¸a˜o 2.4.5 Uma base para o espac¸o de vetores V 3 e´ um conjunto de vetores de V 3 que sa˜o linearmente independentes e que geram o espac¸o de vetores V 3. Considerando tudo o que foi exposto ate´ o momento, vamos apresentar a definic¸a˜o de base para o espac¸o de vetores V 3. Definic¸a˜o 2.4.6 Uma base para o espac¸ode vetores V 3 e´ qualquer conjunto que conte´m treˆs vetores de V 3 que sa˜o linearmente independentes. Exemplo 2.4.12 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 0,−1) , ~v2 = (1, 2, 1) e ~v3 = (0,−3, 2) . Conforme os Exemplos 2.4.4 e 2.4.10, sabemos que os vetores ~v1, ~v2, ~v3 sa˜o linearmente independentes e geram o espac¸o de vetores V 3. Logo, os vetores ~v1, ~v2, ~v3 formam uma base para o espac¸o de vetores V 3. Exemplo 2.4.13 Existem treˆs vetores canoˆnicos para representarmos de modo u´nico os vetores do espac¸o de vetores V 3, que sa˜o os vetores dados por: ~i = (1, 0, 0) , ~j = (0, 1, 0) e ~k = (0, 0, 1) . Podemos verificar facilmente que os vetores ~i, ~j, ~k sa˜o linearmente independentes e geram o espac¸o de vetores V 3. Assim, o conjunto β = {~i , ~j , ~k } e´ denominado base canoˆnica do espac¸o V 3. Podemos tambe´m denotar os vetores canoˆnicos por ~e1 , ~e2 , ~e3, isto e´, ~e1 = (1, 0, 0) , ~e2 = (0, 1, 0) e ~e3 = (0, 0, 1) . Assim, dado um vetor ~u = (x, y, z) ∈ V 3 podemos escreve–lo de modo u´nico da forma: ~u = x~i + y~j + z~k para x, y, z ∈ IR . Exemplo 2.4.14 Mostre que os vetores ~v1, ~v2 ∈ V 2 dados por: ~v1 = (1, 2) e ~v2 = (2,−1) , formam uma base para o espac¸o de vetoresV 2. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Exemplo 2.4.15 Mostre que os vetores ~u, ~v ∈ V 3 na˜o–nulos sa˜o linearmente dependentes se, e somente se, um e´ mu´ltiplo escalar do outro. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Petronio Pulino 135 Exemplo 2.4.16 Mostre que se os vetores ~u, ~v ∈ V 3 sa˜o linearmente independentes e os vetores ~u, ~v, ~w ∈ V 3 sa˜o linearmente dependentes, enta˜o o vetor ~w e´ uma combinac¸a˜o linear dos vetores ~u e ~v. Resoluc¸a˜o – Como os vetores ~u, ~v, ~w ∈ V 3 sa˜o linearmente dependentes, sabemos que existem escalares a, b, c na˜o todos nulos de modo que a ~u + b~v + c ~w = ~0 . Como os vetores ~u, ~v ∈ V 3 sa˜o linearmente independentes, devemos ter o escalar c 6= 0. Assim, obtemos, da equac¸a˜o acima, o vetor ~w como uma combinac¸a˜o linear dos vetores ~u, ~v ∈ V 3, da seguinte forma: ~w = a c ~u + b c ~v , o que completa a demonstrac¸a˜o. Exemplo 2.4.17 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para o espac¸o de vetores V 3. Mostre que o conjunto β dado por: β = { 2~v1 − ~v2 , ~v1 − ~v2 + 2~v3 , ~v1 + 2~v3 } e´ tambe´m uma base para o espac¸o de vetores V 3. Resoluc¸a˜o – Para mostrar que o conjunto β e´ uma base para o espac¸o de vetores V 3, basta mostrar que β e´ linearmente independente em V 3. Para isso, basta mostrar que a equac¸a˜o a (2~v1 − ~v2) + b (~v1 − ~v2 + 2~v3) + c (~v1 + 2~v3) = ~0 possui somente a soluc¸a˜o trivial a = b = c = 0. Podemos reescrever a equac¸a˜o acima da seguinte forma: (2a+ b+ c)~v1 − (a+ b)~v2 + (2b + 2c)~v3 = ~0 . Como os vetores ~v1, ~v2, ~v3 sa˜o linearmente independentes, a equac¸a˜o acima possui somente a soluc¸a˜o trivial. Assim, obtemos o seguinte sistema linear homogeˆneo: 2a + b + c = 0 a + b = 0 2b + c = 0 ⇐⇒ 2 1 1 1 1 0 0 2 1 a b c = 0 0 0 Como a matriz do sistema linear homogeˆneo e´ invert´ıvel, uma vez que seu determinante e´ na˜o–nulo, o sistema linear homogeˆneo possui somente a soluc¸a˜o trivial a = b = c = 0, o que completa a demonstrac¸a˜o. Por base ordenada, entendemos que ~v1 e´ o primeiro elemento da base, ~v2 e´ o segundo elemento da base e que ~v3 e´ o terceiro elemento da base. 136 Geometria Anal´ıtica e Vetores Teorema 2.4.1 Seja β = {~v1 , ~v2 , ~v3 } uma base ordenada para o espac¸o de vetores V 3. Enta˜o, todo vetor ~u ∈ V 3 pode ser escrito de modo u´nico como uma combinac¸a˜o linear dos vetores de β, isto e´, existem, e sa˜o u´nicos, os escalares reais c1 , c2 , c3 tais que ~u = c1 ~v1 + c2 ~v2 + c3 ~v3 . Ale´m disso, dizemos que os escalares c1 , c2 , c3 sa˜o as coordenadas do vetor ~u com relac¸a˜o a´ base ordenada β, que denotamos pela matriz coluna [~u]β = c1 c2 c3 , denominada matriz de coordenadas do vetor ~u. Demonstrac¸a˜o – Como β = {~v1 , ~v2 , ~v3 } e´ uma base para o espac¸o de vetores V 3, sabemos que todo elemento ~u ∈ V 3 e´ expresso da forma: ~u = c1 ~v1 + c2 ~v2 + c3 ~v3 = 3∑ j=1 cj ~vj . Para mostrar a unicidade dessa combinac¸a˜o linear, vamos considerar que ~u = 3∑ j=1 cj ~vj = 3∑ j=1 bj ~vj ⇐⇒ 3∑ j=1 (cj − bj)~vj = ~0 . Como os vetores {~v1 , ~v2 , ~v3 } sa˜o linearmente independentes, obtemos cj − bj = 0 ⇐⇒ cj = bj para j = 1, 2, 3 , o que completa a demonstrac¸a˜o. � Exemplo 2.4.18 considere a base ordenada γ = {~v1 = (1, 1) , ~v2 = (−1, 1) } para o espac¸o de vetores V 2. Determine a matriz de coordenadas do vetor ~u = (3, 5) ∈ V 2 com relac¸a˜o a base ordenada γ. Resoluc¸a˜o – A prova pode ficar a cargo do leitor. Petronio Pulino 137 Exemplo 2.4.19 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 1, 1) , ~v2 = (1, 0, 1) e ~v3 = (1, 0,−1) . (a) Mostre que os vetores ~v1, ~v2, ~v3 formam uma base para o espac¸o de vetores V 3. (b) Determine a matriz de coordenadas para o vetor ~u = (2, 1, 4) com relac¸a˜o a` base ordenada γ = {~v1, ~v2, ~v3 }. Resoluc¸a˜o – Para mostrar que os vetores ~v1, ~v2, ~v3 formam uma base para o espac¸o de vetores V 3, basta mostrar que sa˜o linearmente independentes em V 3. Para isso, basta mostrar que a equac¸a˜o a~v1 + b~v2 + c~v3 = ~0 possui somente a soluc¸a˜o trivial a = b = c = 0. Podemos reescrever a equac¸a˜o acima da seguinte forma: a + b + c = 0 a = 0 a + b − c = 0 ⇐⇒ 1 1 1 1 0 0 1 1 −1 a b c = 0 0 0 Como a matriz do sistema linear homogeˆneo e´ invert´ıvel, uma vez que seu determinante e´ na˜o–nulo, o sistema linear homogeˆneo possui somente a soluc¸a˜o trivial a = b = c = 0, o que completa a demonstrac¸a˜o. Para obter a matriz de coordenadas para o vetor ~u = (2, 1, 4) com relac¸a˜o a` base γ, basta obter a soluc¸a˜o da seguinte equac¸a˜o a~v1 + b~v2 + c~v3 = (2, 1, 4) . Da equac¸a˜o acima, obtemos o sistema linear 1 1 1 1 0 0 1 1 −1 a b c = 2 1 4 cuja soluc¸a˜o e´ dada por a = 1 , b = 2 , c = −1. Assim, a matriz de coordenadas do vetor ~u = (2, 1, 4) com relac¸a˜o a base γ e´ dada por: [~u]γ = 1 2 −1 . 138 Geometria Anal´ıtica e Vetores Exemplo 2.4.20 Considere a base canoˆnica β = {~i , ~j , ~k } para o espac¸o de vetores V 3 e o vetor ~u = (−1, 2, 3) ∈ V 3. Podemos verificar facilmente que o vetor ~u pode ser escrito de modo u´nico da seguinte forma: ~u = −~i + 2~j + 3~k . Desse modo, a matriz de coordenadas do vetor ~u com relac¸a˜o a` base canoˆnica e´ dada por: [~u]β = −1 2 3 . Proposic¸a˜o 2.4.1 Sejam γ = {~v1, ~v2, ~v3 } uma base ordenada para o espac¸o de vetores V 3 e ~u, ~v vetores quaisquer de V 3 cujas matrizes de coordenadas sa˜o dadas por: [~u]γ = a1 b1 c1 , [~v]γ = a2 b2 c2 . Enta˜o, as matrizes de coordenadas dos vetores ~u + ~v e λ~u, sa˜o dadas por: [~u + ~v]γ = a1 + a2 b1 + b2 c1 + c2 , [λ~u]γ = λa1 λb1 λc1 . Demonstrac¸a˜o – A prova pode ficar a cargo do leitor. � Proposic¸a˜o 2.4.2 Sejam γ = {~v1, ~v2, ~v3 } uma base ordenada para o espac¸o de vetores V 3 e ~u, ~v, ~w vetores quaisquer de V 3 cujas matrizes de coordenadas sa˜o dadas por: [~u]γ = a1 b1 c1 , [~v]γ = a2 b2 c2 , [~w]γ = a3 b3 c3 . Enta˜o, os vetores ~u, ~v, ~w sa˜o linearmente independentes se, e somentese, a1 a2 a3 b1 b2 b3 c1 c2 c3 6= 0 . Demonstrac¸a˜o – A prova pode ficar a cargo do leitor. � Petronio Pulino 139 Exemplo 2.4.21 Verifique se os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 2, 1) , ~v2 = (1,−1,−7) e ~v3 = (4, 5,−4) , sa˜o linearmente independentes ou linearmente dependentes. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Exemplo 2.4.22 Seja γ = {~v1, ~v2, ~v3 } uma base para V 3. Verifique se o conjunto β = {~v1 + ~v2 + ~v3 , ~v1 + ~v2 , ~v1 + ~v3 } e´ uma base para V 3. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Exemplo 2.4.23 Seja γ = {~v1, ~v2, ~v3 } uma base para V 3. Mostre que o conjunto β = { a~v1 , b ~v2 , c ~v3 } e´ uma base para V 3, desde que os escalares a, b, c sejam na˜o–nulos. Exemplo 2.4.24 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para V 3. (a) Mostre que o conjunto β = {−~v1 + ~v2 + ~v3 , ~v1 + ~v2 , ~v1 } e´ tambe´m uma base para V 3. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = 1 −1 2 . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base β. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Exemplo 2.4.25 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 2, 2) , ~v2 = (m− 1, 1,m− 2) e ~v3 = (m+ 1,m− 1, 2) . E´ poss´ıvel determinar valores para o paraˆmetro m de modo que os vetores ~v1, ~v2, ~v3 sejam uma base para V 3. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. 140 Geometria Anal´ıtica e Vetores Exemplo 2.4.26 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (m, 1, 1 +m) , ~v2 = (1, 2,m) e ~v3 = (1, 1, 1) . E´ poss´ıvel determinar valores para o paraˆmetro m de modo que os vetores ~v1, ~v2, ~v3 sejam uma base para V 3. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Exemplo 2.4.27 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para V 3. (a) Mostre que o conjunto β = {~v1 + ~v2 + ~v3 , ~v2 + ~v3 , ~v3 } e´ tambe´m uma base para V 3. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = 1 1 2 . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base β. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Exemplo 2.4.28 Podemos verificar facilmente que os conjuntos de vetores dados por: β = {~e1 = (1, 0) , ~e2 = (0, 1) } e γ = {~v1 = (1,−1) , ~v2 = (1, 1) } sa˜o duas bases para o espac¸o V 2. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Petronio Pulino 141 2.5 Exerc´ıcios Exerc´ıcio 2.5.1 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para o espac¸o de vetores V 3. Verifique se o conjunto β dado por: β = {~v1 − 2~v2 , ~v1 − ~v2 + 2~v3 , −~v1 + 2~v3 } e´ uma base para o espac¸o de vetores V 3. Exerc´ıcio 2.5.2 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 1, 1) , ~v2 = (1, 0, 1) e ~v3 = (1, 0,−1) . (a) Mostre que os vetores ~v1, ~v2, ~v3 formam uma base para o espac¸o de vetores V 3. (b) Determine a matriz de coordenadas para o vetor ~u = (2, 1, 4) com relac¸a˜o a base ordenada γ = {~v1, ~v2, ~v3 }. Exerc´ıcio 2.5.3 Verifique se os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1,−2, 1) , ~v2 = (1,−1, 6) e ~v3 = (2, 3,−2) , sa˜o linearmente independentes ou linearmente dependentes. Exerc´ıcio 2.5.4 Seja γ = {~v1, ~v2, ~v3 } uma base para o espac¸o de vetores V 3. Mostre que o conjunto β = { a~v1 , b ~v2 , c ~v3 } e´ uma base para o espac¸o de vetores V 3, desde que os escalares a, b, c sejam na˜o–nulos. Exerc´ıcio 2.5.5 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para V 3. (a) Mostre que o conjunto β = {~v1 − ~v2 + ~v3 , ~v1 + ~v2 , ~v1 + ~v3 } e´ tambe´m uma base para o espac¸o de vetores V 3. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = 3 −1 2 . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a base β. Exerc´ıcio 2.5.6 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (1, 2, 1) , ~v2 = (m+ 1, 1,m+ 2) e ~v3 = (m+ 1,m− 1, 1) . E´ poss´ıvel determinar valores para o paraˆmetro m de modo que os vetores ~v1, ~v2, ~v3 sejam uma base para o espac¸o de vetores V 3. 142 Geometria Anal´ıtica e Vetores Exerc´ıcio 2.5.7 Considere os vetores ~v1, ~v2, ~v3 ∈ V 3 dados por: ~v1 = (m, 1, 1 +m) , ~v2 = (1, 2,m− 1) e ~v3 = (1,−1, 1) . E´ poss´ıvel determinar valores para o paraˆmetro m de modo que os vetores ~v1, ~v2, ~v3 sejam uma base para o espac¸o de vetores V 3. Exerc´ıcio 2.5.8 Seja γ = {~v1, ~v2, ~v3 } uma base ordenada para V 3. (a) Mostre que o conjunto β = {~v1 + ~v2 − ~v3 , ~v2 − ~v3 , ~v3 − ~v1 } e´ uma base para o espac¸o de vetores V 3. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = 2 −1 2 . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base β. Exerc´ıcio 2.5.9 Considere as bases ordenadas para o espac¸o V 2 dadas por: β = {~e1 = (1, 0) , ~e2 = (0, 1) } e γ = {~v1 = (1,−1) , ~v2 = (1, 1) } , onde β e´ a base canoˆnica. (a) Determine a matriz de coordenadas do vetor ~u = (−2, 3) com relac¸a˜o a` base γ. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = [ a b ] . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base canoˆnica β. (c) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base β, dada por: [~w]β = [ x y ] . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base ordenada γ. (d) Determine uma matriz invert´ıvel P de ordem 2× 2 de modo que [~w]β = P [~w]γ ⇐⇒ [~w]γ = P −1[~w]β . (e) Mostre que a matriz P , determinada no item (d), e´ u´nica. Petronio Pulino 143 2.6 Mudanc¸a de Base Proposic¸a˜o 2.6.1 Sejam β e γ duas bases ordenadas para o espac¸o de vetores V 2 dadas por: β = { ~u1 , ~u2 } e γ = {~v1 , ~v2 } . Enta˜o, existe uma u´nica matriz invert´ıvel P de ordem 2× 2 tal que [~w]γ = P [~w]β ⇐⇒ [~w]β = P −1[~w]γ , para todo vetor ~w ∈ V 2. Demonstrac¸a˜o – Pelo Teorema 2.4.1, sabemos que cada vetor da base ordenada β pode ser representado de modo u´nico como uma combinac¸a˜o linear dos vetores da base γ, isto e´, existem, e sa˜o u´nicos, os escalares reais c11 , c21 tais que ~u1 = c11 ~v1 + c21 ~v2 , e existem, e sa˜o u´nicos, os escalares reais c12 , c22 tais que ~u2 = c12 ~v1 + c22 ~v2 . Dado um vetor ~w ∈ V 2 cuja matriz de coordenadas na base ordenada β e´ dada por: [~w]β = [ a b ] , isto e´, o vetor ~w e´ escrito da seguinte forma: ~w = a~u1 + b~u2 = a( c11 ~v1 + c21 ~v2 ) + b( c12 ~v1 + c22 ~v2 ) = ( a c11 + bc12 )~v1 + ( a c21 + bc22 )~v2 Desse modo, obtemos a matriz de coordenadas do vetor ~w com relac¸a˜o a` base ordenada γ que e´ dada por: [~w]γ = [ a c11 + bc12 a c21 + bc22 ] = [ c11 c12 c21 c22 ] [ a b ] = P [~w]β . Portanto, a matriz P procurada e´ dada por: P = [ c11 c12 c21 c22 ] , que e´ denominada matriz de mudanc¸a da base ordenada β para a base ordenada γ. O fato que a matriz de mudanc¸a de base P e´ uma matriz invert´ıvel, e´ uma consequeˆncia imediata da Proposic¸a˜o 2.4.2. Para mostrar a unicidade da matriz de mudanc¸a de base, basta considerar duas matrizes P e Q tais que [~w]γ = P [~w]β e [~w]γ = Q[~w]β ⇐⇒ (P − Q )[~w]β = 02×1 para todo vetor ~w ∈ V 2. Portanto, podemos concluir que P = Q, o que completa a demonstrac¸a˜o. � 144 Geometria Anal´ıtica e Vetores Proposic¸a˜o 2.6.2 Sejam β e γ bases ordenadas para o espac¸o de vetores V 3 dadas por: β = { ~u1 , ~u2 , ~u3 } e γ = {~v1 , ~v2 , ~v3 } . Enta˜o, existe uma u´nica matriz invert´ıvel P de ordem 3× 3 talque [~w]γ = P [~w]β ⇐⇒ [~w]β = P −1[~w]γ , para todo vetor ~w ∈ V 3. Demonstrac¸a˜o – Pelo Teorema 2.4.1, sabemos que cada vetor da base ordenada β pode ser representado de modo u´nico como uma combinac¸a˜o linear dos vetores da base γ, isto e´, existem, e sa˜o u´nicos, os escalares reais c11 , c21 , c31 tais que ~u1 = c11 ~v1 + c21 ~v2 + c31 ~v3 , e existem, e sa˜o u´nicos, os escalares reais c12 , c22 , c32 tais que ~u2 = c12 ~v1 + c22 ~v2 + c32 ~v3 . e existem, e sa˜o u´nicos, os escalares reais c13 , c23 , c33 tais que ~u3 = c13 ~v1 + c23 ~v2 + c33 ~v3 . Dado um vetor ~w ∈ V 3 cuja matriz de coordenadas na base ordenada β e´ dada por: [~w]β = ab c , isto e´, o vetor ~w e´ escrito da seguinte forma: ~w = a~u1 + b~u2 + c~u3 = a( c11 ~v1 + c21 ~v2 + c31 ~v3 ) + b( c12 ~v1 + c22 ~v2 + c23 ~v3 ) + c( c13 ~v1 + c23 ~v2 + c33 ~v3 ) = ( a c11 + b c12 + c c13 )~v1 + ( a c21 + b c22 + c c23 )~v2 + ( a c31 + b c32 + c c33 )~v3 Desse modo, obtemos a matriz de coordenadas do vetor ~w com relac¸a˜o a` base ordenada γ que e´ dada por: [~w]γ = a c11 + bc12 + c c13a c21 + bc22 + c c23 a c31 + b c32 + c c33 = c11 c12 c13c21 c22 c23 c31 c32 c33 ab c = P [~w]β . Portanto, a matriz P procurada e´ dada por: P = c11 c12 c13c21 c22 c23 c31 c32 c33 , que e´ denominada matriz de mudanc¸a da base ordenada β para a base ordenada γ. O fato que a matriz de mudanc¸a de base P e´ uma matriz invert´ıvel, e´ uma consequeˆncia imediata da Proposic¸a˜o 2.4.2. Para mostrar a unicidade da matriz de mudanc¸a de base, basta considerar duas matrizes P e Q tais que, para todo vetor ~w ∈ V 3, tem–se [~w]γ = P [~w]β e [~w]γ = Q[~w]β ⇐⇒ (P − Q )[~w]β = 03×1 Assim, conclu´ımos que P = Q, o que completa a demonstrac¸a˜o. � Petronio Pulino 145 Exemplo 2.6.1 Considere o espac¸o de vetores V 3. Determine a matriz de mudanc¸a da base canoˆnica β = { ~e1 = (1, 0, 0) , ~e2 = (0, 1, 0) , ~e3 = (0, 0, 1) } para a base ordenada γ = { ~v1 = (1, 1, 1) , ~v2 = (1, 0, 1) , ~v3 = (1, 0,−1) }. Resposta: P = 0 1 0 1 2 −1 1 2 1 2 0 − 1 2 e P −1 = 1 1 11 0 0 1 1 −1 Exemplo 2.6.2 Considere o espac¸o de vetores V 2. Determine a matriz P de mudanc¸a da base α = { ~v1 = (−3,−1) , ~v2 = (−1, 3) } para a base γ = { ~u1 = (−1, 1) , ~u2 = (1, 1) }. Resposta: P = [ 1 2 −2 1 ] e P−1 = 1 5 − 2 5 2 5 1 5 Exemplo 2.6.3 A matriz P de mudanc¸a da base ordenada γ = { ~u1 , ~u2 } de V 2, onde ~u1 = (1, 1) e ~u2 = (−2, 2), para a base ordenada α = {~v1 , ~v2 } de V 2 e´ dada por: P = 1 2 1 0 4 −2 . Determine a base ordenada α do espac¸o de vetores V 2. Resoluc¸a˜o – Para determinar os elementos da base ordenada α vamos precisar da matriz P−1 de mudanc¸a da base ordenada α para a base ordenada γ, que e´ dada por: P−1 = [ 2 0 4 −1 ] . Desse modo, os elementos da base ordenada α sa˜o expressos em func¸a˜o dos elementos da base ordenada γ da seguinte forma: ~v1 = 2 ~u1 + 4 ~u2 = 2 (1, 1) + 4 (−2, 2) = (−6, 10) ~v2 = 0 ~u1 − 1 ~u2 = −1 (−2, 2) = (2,−2) Portanto, a base ordenada α para o espac¸o de vetores V 2 e´ dada por: α = {~v1 = (−6, 10) , ~v2 = (2,−2) } . 146 Geometria Anal´ıtica e Vetores Exemplo 2.6.4 Considere as bases ordenadas β = {~u1 , ~u2 , ~u3} e γ = {~w1 , ~w2 , ~w3} para o espac¸o de vetores V 3, relacionadas da forma: ~w1 = ~u1 − ~u2 − ~u3 ~w2 = 2~u2 + 3~u3 ~w3 = 3~u1 + ~u3 (2.1) (a) Determine a matriz de mudanc¸a da base ordenada γ para a base ordenada β. (b) Determine a matriz de mudanc¸a da base ordenada β para a base ordenada γ. (c) Considere que o vetor ~u ∈ V 3 tem por matriz de coordenadas [~u]β = 2 3 4 . Determine a matriz de coordenadas do vetor ~u com relac¸a˜o a base ordenada γ. Resoluc¸a˜o – Conhecendo os elementos da base ordenada γ expressos em func¸a˜o dos elementos da base ordenada β dados pelas relac¸o˜es (2.1), sabemos que a matriz P de mudanc¸a da base ordenada γ para a base ordenada β e´ dada por: P = 1 0 3 −1 2 0 −1 3 1 Assim, a matriz P−1 e´ a matriz de mudanc¸a da base ordenada β para a base ordenada γ, que e´ dada por: P−1 = −2 −9 6 −1 −4 3 1 3 −2 Conhecendo a matriz de coordenadas do vetor ~u ∈ V 3 em relac¸a˜o a base ordenada β, dada por: [~u]β = 2 3 4 , sabemos que sua matriz de coordenadas com relac¸a˜o a` base ordenada γ e´ dada por: [~u]γ = P −1 [~u]β ⇐⇒ [~u]γ = −2 −9 6 −1 −4 3 1 3 −2 2 3 4 = −7 −2 3 Petronio Pulino 147 Exemplo 2.6.5 Considere as bases ordenadas para o espac¸o de vetores V 2 dadas por: β = {~e1 = (1, 0) , ~e2 = (0, 1) } e γ = {~v1 = (1,−1) , ~v2 = (1, 1) } , onde β e´ a base canoˆnica, e a reta r representada pela equac¸a˜o y = 2x + 2, no sistema de coordenadas definido pela base canoˆnica β. Determine a equac¸a˜o que representa a reta r no sistema de coordenadas definido pela base ordenada γ. Resoluc¸a˜o – Dado um vetor ~u ∈ V 2, vamos indicar a matriz de coordenadas do vetor ~u com relac¸a˜o a` base canoˆnica β e a matriz de coordenadas do vetor ~u com relac¸a˜o a` base ordenada γ, respectivamente, por: [~u]β = [ x y ] e [~u]γ = [ x′ y′ ] . A matriz de mudanc¸a da base canoˆnica β para a base ordenada γ e´ dada por: P = 1 2 [ 1 −1 1 1 ] Desse modo, para todo vetor ~u ∈ V 2 tem–se que [~u]γ = 1 2 [ 1 −1 1 1 ][ x y ] ⇐⇒ [ x′ y′ ] = 1 2 [ x− y x+ y ] . A matriz de mudanc¸a da base ordenada γ para a base canoˆnica β e´ dada por: P−1 = [ 1 1 −1 1 ] Desse modo, para todo vetor ~u ∈ V 2 tem–se que [~u]β = [ 1 1 −1 1 ][ x′ y′ ] ⇐⇒ [ x y ] = [ x′ + y′ y′ − x′ ] . E´ importante observar que a reta r e´ a representac¸a˜o do gra´fico da func¸a˜o f(x) = 2x+ 2, para x ∈ IR, no plano cartesiano. O gra´fico da func¸a˜o f , que vamos denotar por G(f), e´ um subconjunto de IR× IR = IR2 dado por: G(f) = {X = (x, y) ∈ IR× IR = IR2 / y = f(x) para x ∈ IR } . Para todo vetor ~u = (x, y) ∈ V 2, suas coordenadas relativas a` base canoˆnica β esta˜o relacionadas com suas coordenadas relativas a` base ordenada γ da seguinte forma: x = x′ + y′ e y = y′ − x′ , x′, y′ ∈ IR , que substituindo na equac¸a˜o da reta r, obtemos y = 2x + 2 ⇐⇒ y′ − x′ = 2y′ + 2x′ + 2 ⇐⇒ −y′ = 3x′ + 2 . Portanto, a equac¸a˜o da reta r em relac¸a˜o ao sistema de coordenadas definido pela base ordenada γ e´ dada por: y′ = −3x′ − 2 . 148 Geometria Anal´ıtica e Vetores Portanto, qualquer ponto P ∈ r e´ expresso da seguinte forma: P = O + x′ ~v1 + y ′ ~v2 ⇐⇒ −−→ OP = x′ ~v1 − ( 3x ′ + 2 )~v2 para x′ ∈ IR, onde o ponto O = (0, 0) e´ a origem do sistema de coordenadas. Na Figura 2.20 ilustramos os dois sistemas de coordenadas relacionados as bases ordenadas β e γ para o espac¸o de vetores V 2 e o gra´fico da reta r. ✲ ✻ x y � � � � � � � � � � � � � � � � � � � � ��✒ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅ ❅❅❘ y′ x′ s ✲ ~e1 ✻ ~e2 � � �✒~v2 ❅ ❅ ❅❘~v1 ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁ ✁✁r Figura 2.20: Sistemas de coordenadas definidos pelas bases β e γ. Exemplo 2.6.6 Considere as bases ordenadas para o espac¸o de vetores V 2 dadas por: β = {~e1 = (1, 0) , ~e2 = (0, 1) } e γ = {~v1 = (1, 2) , ~v2 = (−2, 1) } , onde β e´ a base canoˆnica, e a reta r representada pela equac¸a˜o y = −2x + 3, no sistema de coordenadas definido pela base canoˆnicaβ. Determine a equac¸a˜o que representa a reta r no sistema de coordenadas definido pela base ordenada γ. Resoluc¸a˜o – A resoluc¸a˜o pode ficar a cargo do leitor. Petronio Pulino 149 2.7 Exerc´ıcios Exerc´ıcio 2.7.1 Considere as bases ordenadas para o espac¸o de vetores V 2 dadas por: β = {~e1 = (1, 0) , ~e2 = (0, 1) } e γ = {~v1 = (1, 1) , ~v2 = (−1, 1) } , onde β e´ a base canoˆnica. (a) Determine a matriz de coordenadas do vetor ~u = (−2, 3) com relac¸a˜o a` base γ. (b) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base γ, dada por: [~w]γ = [ x′ y′ ] . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base canoˆnica β. (c) Considere o vetor ~w que tem a matriz de coordenadas, em relac¸a˜o a base β, dada por: [~w]β = [ x y ] . Determine a matriz de coordenadas do vetor ~w em relac¸a˜o a´ base ordenada γ. (d) Determine uma matriz invert´ıvel P de ordem 2× 2 de modo que [~w]β = P [~w]γ ⇐⇒ [~w]γ = P −1[~w]β . (e) Considere a reta r representada pela equac¸a˜o y = −3x+1, no sistema de coordenadas definido pela base canoˆnica β. Determine a equac¸a˜o que representa a reta r no sistema de coordenadas definido pela base ordenada γ. Exerc´ıcio 2.7.2 Considere o espac¸o de vetores V 3. Determine a matriz de mudanc¸a da base canoˆnica β = { ~e1 = (1, 0, 0) , ~e2 = (0, 1, 0) , ~e3 = (0, 0, 1) } para a base ordenada γ = { ~v1 = (1,−1, 1) , ~v2 = (0, 1, 1) , ~v3 = (1, 0, 1) }. Exerc´ıcio 2.7.3 Considere o espac¸o de vetores V 2. Determine a matriz P de mudanc¸a da base α = { ~v1 = (−3,−1) , ~v2 = (−1, 3) } para a base γ = { ~u1 = (−1, 1) , ~u2 = (1, 1) }. Exerc´ıcio 2.7.4 A matriz P de mudanc¸a da base ordenada γ = { ~u1 , ~u2 } de V 2, onde ~u1 = (1, 1) e ~u2 = (−1, 1), para a base ordenada α = {~v1 , ~v2 } de V 2 e´ dada por: P = 1 2 [ 1 1 1 −1 ] . Determine a base ordenada α para o espac¸o de vetores V 2. 150 Geometria Anal´ıtica e Vetores Exerc´ıcio 2.7.5 Considere as bases β = {~u1 , ~u2 , ~u3} e γ = {~w1 , ~w2 , ~w3} de V 3, relacionadas da seguinte forma: ~w1 = ~u1 + ~u2 − ~u3 ~w2 = 2~u2 + 2~u3 ~w3 = ~u1 − ~u3 (a) Determine a matriz de mudanc¸a da base β para a base γ. (b) Determine a matriz de mudanc¸a da base γ para a base β. (c) Considere que o vetor ~u ∈ V 3 tem por matriz de coordenadas [~u]β = 3 −2 4 . Determine a matriz de coordenadas do vetor ~u com relac¸a˜o a` base γ. Refereˆncias Bibliogra´ficas [1] P. Boulos e I. de Camargo, Geometria Anal´ıtica: um tratamento vetorial , Segunda Edic¸a˜o, McGraw–Hill (1987). [2] D. Kletenik, Problemas de Geometria Analitica, Editorial Mir (1979). [3] J. H. Kindle, Geometria Anal´ıtica, McGraw–Hill (1976). [4] P. Pulino, A´lgebra Linear e suas Aplicac¸o˜es: Notas de Aula, Janeiro de 2012, IMECC, UNICAMP, dispon´ıveis no link: www.ime.unicamp.br/∼pulino/ALESA/. [5] P. Pulino, Matema´tica Ba´sica: Notas de Aula, Marc¸o de 2012, IMECC, UNICAMP, dispon´ıveis no link: www.ime.unicamp.br/∼pulino/MA109/. [6] J. L. Boldrini, S. I. R. Costa, V. L. Figueiredo e H. G. Wetzler, A´lgebra Linear , Terceira Edic¸a˜o, Editora Harbra Ltda (1986). [7] Elon Lages Lima, P. C. P. Carvalho, E. Wagner e A. C. Morgado, A Matema´tica do Ensino Me´dio, Volume 1, Nona Edic¸a˜o, Colec¸a˜o do Professor de Matema´tica, Sociedade Brasileira de Matema´tica (2006). [8] Elon Lages Lima, Geometria Anal´ıtica e A´lgebra Linear , SBM/IMPA (2010). [9] J. J. Venturi, A´lgebra Vetorial e Geometria Anal´ıtica, Livrarias Curitiba. dispon´ıveis no link: www.geometriaanalitica.com.br. [10] J. J. Venturi, Coˆnicas e Qua´dricas , Livrarias Curitiba. dispon´ıveis no link: www.geometriaanalitica.com.br. [11] C. A. Callioli, H. H. Domingues e R. C. F. Costa, A´lgebra Linear e Aplicac¸o˜es , Sexta Edic¸a˜o, Atual Editora (2003). [12] Tom M. Apostol, Calculus , Volume I, Second Edition, John Wiley & Sons (1976). [13] G. A´vila, Ca´lculo, Volume 3, Se´tima Edic¸a˜o, LTC (2006). [14] G. H. Golub & C. F. Van Loan, Matrix Computations , John Hopkins (1996). 419
Compartilhar