Baixe o app para aproveitar ainda mais
Prévia do material em texto
ÁLGEBRA LINEAR - Capítulo 3 Espaços Vetores no plano e no Espaço Muitas grandezas físicas, como velocidade, força, deslocamento e impulso, para serem completamente identificada, precisam além da magnitude, da direção e do sentido. Essas grandezas são chamadas grandezas vetoriais ou simplesmente vetores . Geometricamente, vetores são representados por segmentos (de reta) orientados ( segmentos de retas com um sentido de percurso ) no plano ou no espaço. A ponta da seta do segmento orientado é chamada ponto final ou extremidade e o outro no extremo é chamado de ponto inicial ou origem do segmento orientado. A direção e o sentido do segmento orientado identifica a direção e o sentido do vetor. O comprimento do orientado representa a magnitude do vetor. Um vetor pode ser representado por vários segmentos orientados. Este fato é análogo ao que ocorre com os números racionais e as frações. Duas frações representam o mesmo número racional se o numerador e o denominador de cada uma delas estiverem na mesma proporção. Por exemplo, as frações 1/2, 2/4 e 3/6 representam o mesmo número racional. De forma análoga, dizemos que dois segmentos orientados representam o mesmo vetor se possuem o mesmo comprimento, a mesma direção e o mesmo sentido. A definição de igualdade de vetores também é análoga a igualdade de números racionais. Dois números racionais são iguais, quando . Analogamente, dizemos que dois vetores são iguais se eles possuem o mesmo comprimento, a mesma direção e o mesmo sentido. Na figura 3.1 temos 4 segmentos orientados, com origem em pontos diferentes, que representam o mesmo vetor, ou seja são considerados com vetores iguais, pois possuem a mesma direção, mesmo sentido e o mesmo comprimento. Se o ponto inicial de um representante de um vetor é e o ponto final é , então escrevemos B A Soma de vetores e multiplicação por Escala A soma, V + W, de dois vetores V e W é determinada da seguinte forma: Tome um seguimento orientado que representa V ; Tome um seguimento orientado que representa W, com origem na extremidade de V; O vetor V +W é representado pelo seguimento que vai da origem de V até extremidade de W . Da figura 3.2, deduzimos que a soma de vetores é comutativa, ou seja, V+W =W +V (3.1) para quaisquer vetores V e W. Observamos também que a soma V +W está na diagonal do paralelogramo determinado por V e W, quando estão representados com a mesma origem. Da figura 3.3, deduzimos que a soma de vetores é associativa, ou seja, V+(W +U ) =( V + W ) + U (3.2) para quaisquer vetores V, W e U. O vetor que tem a sua origem coincidindo com a sua extremidade é chamada vetor nulo e denominado por 0. Segue então que V + 0 = 0+ V = V (3.3) para todo vetor V. Para qualquer vetor V, o simétrico de V, denotado por - V, é o vetor que tem mesmo comprimento, mesma direção e sentido contrário ao de V. Segue então, que V + (- V) = 0 (3.4) Definimos a diferença W menos V, por W – V = W + (- V). Segue desta definição, de ( 3.1) , ( 3.2), ( 3.4), e de ( 3.3 ) que W + ( V – W ) = ( V – W ) + W = V + ( - W + W ) = V + 0 = V. Assim, a diferença V – W é um vetor que somado a W dá V, portanto ele vai da extremidade de W até extremidade de V, deste que V e W estejam representados por segmentos orientados com a mesma origem A multiplicação de um vetor V por um escalar V, é determinada pelo vetor que possui as seguintes características: É o vetor nulo, se ou V =0. Caso contrário, Tem comprimento vezes o comprimento de V A direção é a mesma de V ( Neste caso dizemos que eles são paralelos ) Tem o mesmo sentido de V, se >0 e tem o sentido contrário ao de V, se As propriedades da multiplicação por escalar serão apresentadas mais a frente. Se W = V, dizemos que W é um múltiplo escalar de V. É fácil ver que dois vetores não nulos são paralelos ( ou colineares ) se, e somente se, um é um múltiplo escalar do outro. As operações com vetores podem ser definidas utilizado um sistema de coordenadas retangulares. Em primeiro lugar, vamos considerar os vetores no plano. Seja V um vetor no plano. Definimos as componentes de V como sendo as coordenadas ( ) do ponto final do representante de V que ponto inicial na origem. Escrevemos simplesmente Assim, as coordenadas de um ponto P são iguais as componentes do vetor que vai da origem do sistema de coordenadas ao ponto P. Em particular, o vetor nulo 0 = (0,0). Em termos das componentes, podemos realizar facilmente as operações: soma de vetores e multiplicação de vetor por escalar. Como ilustrado na figura 3.8, a soma de dois vetores e = é dada por Como ilustrado na figura 3.9, a multiplicação de um vetor V = por escalar é dada por Definimos as componentes de um vetor no espaço de forma análoga a que fizemos com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas retangulares no espaço. Para isto, escolhemos um ponto como origem e como eixos coordenados, três retas orientadas ( com sentido de percurso definido ), passando pela origem, perpendiculares entre si. Este serão os eixos O eixo z é vertical. Os eixos são horizontais e satisfazem a seguinte propriedade: Suponha que giramos o eixo pelo menor ângulo até que coincida com o eixo y. Se os dedos da mão direita apontam na direção do semi-eixo positivo de forma que o semi-eixo y positivo esteja do lado da palma da mão, então o polegar aponta no sentido do semi-eixo z positivo. Cada par de eixos determina um plano chamado de plano coordenado. Portanto os três planos coordenados são: A cada ponto P no espaço associamos um terno de números ( ), chamado de coordenadas do ponto P como segue. Passe três planos por P paralelos aos planos coordenados. A interseção do plano paralelo ao plano passando por p, com o eixo z determina a coordenada z. A interseção do plano paralelo ao plano , passando por p, com o eixo y determina a coordenada y . A interseção do plano paralelo ao plano yz , passando por p, com o eixo determina a coordenada . Alternativamente, podemos encontrar as coordenadas de um ponto p como segue. Trace uma reta paralela ao eixo z passando por p, A interseção da reta paralela ao eixo z, passando por p, com plano é o ponto P’. As coordenadas de P’ , ( ) no sistema de coordenadas são as duas primeiras coordenadas de P. A terceira coordenada é igual ao comprimento do segmento P P’, se P estiver acima do plano e ao comprimento do segmento PP’ com sinal negativo, se P estiver abaixo do plano Agora estamos prontos para utilizarmos um sistema de coordenadas cartesianas também nas operações de vetores no espaço. Seja V um vetor no espaço. Como no caso de vetores do plano, definimos as componentes de V como sendo as coordenadas ( ) , do ponto final do representante de V que tem ponto inicial na origem. Escrevemos simplesmente Assim, as coordenadas de um ponto P são iguais as componentes do vetor que vai da origem do sistema de coordenadas ao ponto P. Em particular, o vento nulo, 0= (0,0,0) . Assim como fizemos para vetores no plano, para vetores no espaço a soma de vetores e a multiplicação de vetor por escalar podem ser realizadas em termos das componentes. Se V = e W = então a adição de V com é dada por Se e é um escalar, então a multiplicação de V por é dada por . Exemplo 3.1. Se então. V+W = (1+2, -2+4,3 + (-1)) =(3,2,2), 3V=(3.1,3(-2),3.3=(3,-6,9). Quando um vetor V está representado por um segmento orientado com ponto inicial fora da origem (figura 3.13 ), digamos em , e ponto finalem ,então as componentes do vetor V são dadas por = - = ( , Portanto, as componentes de V são obtidas subtraído-se as coordenadas do ponto Q (extremidade ) das do ponto P (origem ) .O mesmo se aplica a vetores no plano. Exemplo3. 2. As componentes do vetor V que tem um representante com ponto inicial P = (5/2, 1,2) e ponto final Q= (0,5/2,5/2) são dadas por V= = ( 0-5/2, 5/2-1, 5/2-2) =(-5/2, 3/2, 1/2). Observação. O vetor é ‘’ livre’’’, ele não tem posição fixa, ao contrário do ponto e do segmento orientado. Por exemplo, o vetor V = (-5/2, 3/2, 1/2), no exemplo acima, estava representado por um segmento orientado com a origem no ponto P ( 5/2,1,2) . Mas poderia ser representado por um segmento orientado cujo ponto inicial poderia estar em qualquer outro ponto. Um vetor V = ( pode também ser escrito na notação matricial como uma matriz linha ou como uma matriz coluna: V = ou Estas notações podem ser justificadas pelo fato de que as operações matriciais = Ou Produzem os mesmos resultados que as operações vetoriais O mesmo vale, naturalmente, para vetores no plano. No teorema seguinte enunciamos as propriedades mais importantes da soma de vetores e multiplicação de vetores por escalar. Teorema 3.1. Sejam , vetores e e escalares. São válidas as seguintes propriedades: Demonstração. Segue diretamente das propriedades da álgebra matricial ( teorema 1.1. ) Exemplo 3.3. Vamos usar vetores e as suas propriedades para provar um resultado conhecido de geometria plana.Seja um triângulo ABC e sejam M e N os pontos médios de AC e BC, respectivamente. Vamos provar que M N é paralelo a AB e tem comprimento igual a metade do comprimento de AB Devemos provar que = . Agora, partir da figura temos que. Como é ponto médio de AC e N é ponto médio de BC, então e Logo, �� EMBED Equation.3 �� EMBED Equation.3 + = �� EMBED Equation.3 �� EMBED Equation.3 = �� EMBED Equation.3 . Exemplo 3.4. Dados quadro pontos Vamos escrever como uma soma de múltiplos escalares de e , que é clamada combinação linear de e Como �� EMBED Equation.3 então os vetores e são paralelos e, portanto o ponto o ponto X só pode estar na reta definida por A e B. Vamos desenhá-lo entre A e B, mas isto não vai representar nenhuma restrição. O vetor que vai de C para X, pode ser escrito como uma soma de um vetor que vai de C para A com um vetor que vai de A para X, = + �� EMBED Equation.3 . Agora, por hipótese , o que implica que . Mas , portanto �� EMBED Equation.3 Logo, Observe que para para para para Exemplo 3.5. Vamos mostrar, usando vetores que ponto médio de um segmento que une os pontos e é O ponto M é o ponto médio de AB se, e somente se, Então, aplicando o exemplo anterior (com o ponto C sendo a origem O), Como as coordenadas de um ponto são iguais as componentes do vetor que da origem até aquele ponto, segue-se que + e M = . � � � � � Figura 3.6: As componentes do vetor V no plano. Figura 3.7: As coordenadas de P são iguais as coordenadas de � Figura 3.8: A soma de dois vetores no plano Figura 3.6: A multiplicação de vetor por escalar no plano �� � � Norma e Produto Escalar Já vimos o comprimento de um vetor V é definido como sendo o comprimento de qualquer um dos seguimentos orientados que o representam. O comprimento do vetor V também é chamado de norma de V e é denotado (a) por = �� EMBED Equation.3 No caso em que �� EMBED Equation.3 é um vetor no plano, e por = No caso em que é um vetor no espaço (verifique usando as figuras 3.14 e 3.15 ). Um vetor de norma igual a 1 é chamado de vetor unitário. A distância entre dois pontos e é igual á norma do vetor (figura 3.13) . Como então a distância de P a Q é dada por = Analogamente, a distancia entre dois pontos e no plano é igual à norma do vetor ,que é dada por dist = . � Exemplo 3.6. A norma do vetor é A distância entre os pontos e é �� EMBED Equation.3 Se e é um escalar, então da definição da multiplicação de vetor por escalar e da norma de um vetor segue-se que ou seja (3.5) Dado um vetor V não nulo o vetor é um vetor unitário na direção de V, pois por (3.5) temos que = Exemplo 3.7. Um vetor unitário na direção do vetor é o vetor O ângulo entre dois vetores não nulos, V e W, é definido pelo ângulo determinado por V e W que satisfaz quando eles estão representados com a mesma origem. Quando o ângulo entre dois vetores V W é reto , ou um deles é o vetor nulo, dizemos que os vetores V e W são ortogonais ou perpendiculares entre si. Vamos definir, agora, um produto entre dois vetores cujo resultado é um escalar. Por isso ele é chamado produto escalar. Este produto tem aplicação, por exemplo, em Física: O trabalho realizado por uma força é o produto escalar do vetor força pelo vetor deslocamento, quando a força aplicada é constante. Definição 3.1. O produto escalar ou interno de dois vetores V e W é definido por em que é o ângulo entre eles . Quando os vetores são dados em termos das suas componentes não sabemos diretamente o ângulo entre eles. Por isso , precisamos de uma forma de calcular o produto escalar que não necessite do ângulo entre os vetores . Se V e W são dois vetores não nulos e é o ângulo entre eles, então pela lei dos cossenos, Assim (3.6) Já temos uma fórmula para calcular o produto escalar que não depende diretamente do ângulo entre eles. Substituindo –se as coordenadas dos vetores em (3.6) Obtemos uma expressão mais simples para o cálculo do produto interno. Por exemplo, se V = e são vetores no espaço, então substituindo-se em (3.6) os termos e são concentrada e obtemos Teorema 3.2. O produto escalar ou interno , entre dois vetores é dado por , Se e W = são vetores no plano e por Se e = são vetores no espaço. Exemplo 3.8. Sejam e W = . O produto escalar de V por W é dado por Podemos usar o teorema 3.2 para determinar o ângulo entre dois vetores não nulos, V e W. O cosseno do ângulo entre V e W é, então, dado por Se V e W são vetores não nulos e é o ângulo entre eles, então a) é agudo se, e somente b) é reto se, e somente se, e c) é obtuso ( 90º < 180º ) Se, e somente se, V . Exemplo 3.9. Vamos determinar o ângulo entre uma diagonal de um cubo e uma de suas arestas. Sejam , e �� EMBED Equation.3 ( figura 3.18 ). Uma diagonal do cubo é representada pelo vetor D dado por �� EMBED Equation.3 Então o ângulo entre D e satisfaz cos ou seja Teorema 3.3. Sejam U, V e W vetores e um escalar. São válidas as seguintes propriedades: (comutatividade ) (distributividade) ( associatividade) �� EMBED Equation.3 Demonstração. Sejam = é uma soma de quadrados, por isso é sempre maior ou igual a zero e é zero se, e somente se, todas as parcelas são iguais a zero. Projeção Ortogonal Dados dois vetores V e W a proteção ortogonal de V sobre W denotada por é o vetor que é paralelo a tal que seja ortogonal a W ( figura 3.19) Proposição 3.4. Seja W um vetor não nulo. Então, projeção ortogonal de um vetor V em W é dada por Demonstração. Sejam Como é paralelo a , então (3.7) Assim, Multiplicando-se escalarmente por e usado o teorema 3.3 obtemos (3.8) Mas, é ortogonal a , então Portanto, de (3.8) obtemos . Substituindo este valor de na equação ( 3.7) segue-se o resultado. Exemplo 3.10. Sejam e . Vamos encontrar dois vetores tais que é paralelo a W e é perpendicular a . Vamos encontrar dois vetores e tais que é paralelo W e é perpendicular a W ( figura 3.19). Temos que Exercícios Numéricos Determine o vetor X, tal que Determine o vetor X, tal que Determine as coordenadas da extremidade do segmento orientado que representa o vetor sabendo-se que sua origem está no ponto Quais são as coordenadas do ponto P’ , simétrico do ponto em relação ao ponto (Sugestão: o ponto P’ é tal que o vetor ) Verifique se os pontos dados a seguir são colineares, isto é, permanecem a uma mesma reta: e Dados os pontos Determine o ponto D tal que e sejam vértices consecutivos de um paralelogramo. Verifique se o vetor é combinação linear (soma de múltiplos escalares) de V e W : e e Sejam e Determine vetores unitários paralelos aos vetores �� EMBED Equation.3 �� EMBED Equation.3 �� EMBED Equation.3 Ache o vetor unitário da bissetriz do ângulo entre os vetores e . ( Sugestão : observe que a soma de dois vetores está na direção da bissetriz se, e somente se, os dois tiverem o mesmo comprimento. Portanto, tome múltiplos escalares de e de forma que eles tenham o mesmo comprimento e tome o vetor unitário na direção da soma deles .) Determine o valor de para o qual os vetores e = são perpendiculares. Demonstre que não existe tal que os vetores e são perpendiculares. Ache o ângulo entre os seguintes pares de vetores: Decomponha �� EMBED Equation.3 como a soma de dois vetores e com paralelo ao vetor e ortogonal a este último. (Sugestão : revise o Exemplo 3.10) Sabe que o valor é ortogonal a tem norma e sendo o ângulo entre e tem-se Ache . Mostre que = são vértices de um triângulo retângulo. Em qual dos vértices está o ângulo reto ? Equações de retas e planos Equação do plano Existe uma analogia entre uma reta no plano e um plano no espaço. No plano, a equação de uma reta é determinada se forem dados sua inclinação e um de seus pontos. No espaço, a inclinação de um plano é dada por um vetor perpendicular a ele e a equação de um plano é determinada se são dados um vetor perpendicular a ele e um de seus pontos. Proposição 3.5. A equação de um plano que possa por um ponto e é perpendicular ao vetor é (3.9) onde A equação (3.9) é chamada equação geral do plano e o vetor N é chamado vetor normal do plano. Demonstração. Um ponto pertence ao plano se, e somente se, o vetor for perpendicular ao vetor N, ou seja, (3.10) Como, a equação (3.10) pode ser reescrita como ou seja: � Exemplo 3.11. Vamos encontrar a equação do plano que passa pelo e é perpendicular ao vetor . Da proposição anterior, equação do plano é da forma onde os coeficientes de são as componentes do vetor normal, ou seja, Assim, equação de é da forma Para determinar o coeficiente , basta usando o fato de que pertence a . Mas o ponto pertence a se, e somente se, as suas coordenadas satisfazem a equação de , ou seja, De onde tiramos que . Finalmente, a equação do plano é No plano, a equação de uma reta é determinada se forem dados dois pontos da reta. Analogamente, no espaço, a equação de um plano é determinada se são dados três pontos não colineares ( isto é permanentes a uma mesma reta ). Com os três pontos podemos ‘’ formar os vetores e ( figura 3.25). � � � Exemplo 3.12. Vamos encontrar a equação do plano que passa pelos pontos Com os três pontos podemos ‘’ formar’’ os vetores e O vetor normal do plano, é ortogonal a estes três vetores. De onde obtemos um sistema homogêneo com três equações e três incógnitas , que tem solução não trivial se, e somente se, o determinante da matriz do sistema é igual a zero (Teorema 2.15) ou seja, se e somente se, det (3.11) Mas V= W= Então, a equação do plano é det = A equação do plano também é determinada se ao invés de serem dados três pontos, dados um ponto do plano e dois vetores paralelos ao plano que eles sejam não colineares. Ou ainda se forem dados dois pontos do plano e um vetor paralelo ao plano já que neste caso podemos formar o vetor que é também paralelo ao plano. Temos três vetores paralelos ao plano: O vetor normal do plano, é ortogonal a estes três vetores. De onde obtemos um sistema homogêneo com três equações e três incógnitas (a, b e, c), que tem solução não trivial se, e somente se, o determinante da matriz do sistema é igual a zero (Teorema 2.15), ou seja, se e somente, det (3.12) Assim, um pouco pertence a um plano que passa pelo e é paralelos aos vetores e ( não paralelos ) se, e somente se, a equação (3.12) é verdadeira. Observação. Não faz sentido dizer que um vetor pertence a um plano. Pois por um lado um plano é um conjunto de pontos e por outro, os vetores são ‘’ livres, podem ser ‘’colocados ‘’em qualquer ponto. O correto é dizer que um vetor é paralelo a um plano. 3.2.2 Equações da reta Vamos supor que uma reta é paralela a um não nulo e que passa por um ponto Um ponto pertence a reta r se, e somente se, o vetor é paralelo ao vetor , isto é se o vetor é um múltiplo escalar de ou seja, (3.13) Em termos de componentes (3.13) pode ser escrito como De onde segue-se que e Isto prova o resultado seguinte. Proposição 3.6. As equações. para todo (3.14) são de uma reta que passa por um ponto e é paralela ao vetor As equações (3.14) são chamadas equações paramétricas da reta . O vetor é chamado vetor diretor da reta . O parâmetro pode ser interpretado como o instante de tempo, se o ponto descreve o movimento de uma partícula em movimento retilíneo uniforme com vetor velocidade V= Observe que para para e assim por diante. � � As equações (3.14), podem ser reescritas como= Observação. Não faz sentido dizer que o vetor está contido na reta. Por um lado, a reta é um conjunto de pontos e por outro lado, um vetor não tem posição fixa. Exemplo 3.13. A reta que passa por e é paralelos ao vetor tem equações paramétricas para todo Exemplo 3.14. Vamos encontrar as equações paramétricas da reta que passa pelos pontos e .O vetor = é paralelo a e o ponto pertence a . Portanto, as equações paramétricas de são �� EMBED Equation.3 Para todo Podemos também encontrar a interseção da reta com os planos coordenados A equação do plano , do plano e do plano Substituindo nas equações de , obtemos ou seja, o ponto de interseção de com o plano é . De forma análoga, encontramos que é o ponto de interseção de com o plano e é o ponto de interseção de com o plano Exemplo 3.15. Vamos encontrar as equações paramétricas da reta , interseção dos planos (3.15) Podemos encontrar as equações paramétricas de determinando a solução geral do sistema (3.15). Para isto devemos escalonar a matriz do sistema (3.15) : Precisamos ‘’ zerar o outro elemento da 1ª coluna, que é a coluna do pivô, para isto, adicionamos á 2ª linha, menos a 1ª linha. Agora, já podemos obter facilmente a solução geral do sistema dado já que ele é equivalente ao sistema A variável é uma variável livre. Podemos dar a ela um valor arbitrário, digamos , para qualquer. Assim, a solução geral do sistema dado é Para todo (3.16) Exercícios Numéricos 3.2.1. Ache a equação do plano paralelo ao plano e que passa por 3.2.2. Encontre a equação do plano que passa pelo ponto e é perpendicular aos planos . 3.2.3. Encontre a equação do plano que passa pelos pontos e e é perpendicular ao plano 3.2.4. Dadas as retas e obtenha uma equação geral para o plano determinado por e 3.2.5. Sejam P= e Mostre que Obtenha uma geral do plano determinamos por e . 3.2.6. Dados os planos determine o plano que contém e é ortogonal ao vetor 3.2.7. Quais dos seguintes pares de plano se cortam segundo uma reta? e 3.2.8. Encontre as equações da reta que passa pelo ponto e é perpendicular ao plano 3.2.9. Ache a equação da reta que passa pelo ponto e é paralelos aos planos 3.2.10. Seja a reta determinada pela interseção dos planos e Ache a equação do plano que passa por e contém a reta . Os Espaços Já vimos que os vetores no plano são identificados com os pares ordenados com os pares ordenados de números reais e que vetores no espaço são identificados com ternos ordenados de números reais. Muito do que estudamos sobre vetores no plano e no espaço pode ser estendido para -úplas de números reais em que pode ser um número inteiro positivo. Definição 3.2. Para cada inteiro positivo o espaço (vetorial) é definido pelo conjunto de todas as -úplas ordenadas de números reais . O conjunto é simplesmente o conjunto dos números reais. O conjunto é o conjunto dos pares de números reais e o é o conjunto dos ternos de números reais. No o terno de números pode ser interpretado geometricamente de duas maneiras : pode ser visto como um ponto, neste caso e são as coordenadas do ponto ( figura 3.31) ,ou como um vetor, neste caso e são as componentes do vetor ( Figura 3.32). Também no uma -úpla pode ser pensada como um vetor ou como um ponto. Por exemplo, a quintúpla pode ser pensada como um ponto no quanto consideramos como um elemento do conjunto , ou como um vetor do ,quando fazemos operações com , como as que iremos definir adiante. Vamos chamar os elementos do de pontos ou de vetores dependentes da situação. Dois vetores e no são considerados iguais se As operações de soma de vetores e multiplicação de vetor escalar no são definidas de maneira análoga ao que fizemos no plano e no espaço. � Definição 3.3 A soma de dois vetores e do é definida por ; (3.17) A multiplicação de um vetor Do por um escalar é definida por (3.18) O vetor nulo do é denotado por 0 e é definido por Se é um vetor do , então o simétrico de V é denotado por e é definido por . A diferença de dois vetores no é definida por . Se são vetores do tais que para algum escalar , então dizemos que é um múltiplo escalar de V. Um vetor do pode também ser escrito na notação matricial como uma matriz linha ou como uma matriz coluna: ou Estas notações podem ser justificadas pelo fato de que as operações matriciais = , = Ou Produzem os mesmos resultados que as operações vetoriais No teorema seguinte enunciamos as propriedades mais importantes da soma de vetores e multiplicação de vetores por escalar no Teorema 3.7. Sejam e vetores do e e escalares. São válidas as seguintes propriedades: ; ; Demonstração. Segue diretamente das propriedades da álgebra matricial ( Teorema 1.1) O conceito de vetores pode ser generalizado ainda mais. Um conjunto não vazio onde estão definidas as operações de soma e multiplicação por escalar é chamada espaço vetorial se satisfaz as oito propriedades do Teorema 3.7 3.3.1 Combinação linear Uma combinação linear de vetores é simplesmente uma soma de múltiplos escalares de Definição 3.4. Um vetor é uma combinação linear dos vetores se existem escalares que satisfazem à equação (3.19) ou seja, se a equação vetorial ( 3.19) possui solução. Neste caso, dizemos também que V pode ser escrito como uma combinação linear de Se , então a equação ( 3.19) se reduz a ou seja, é uma combinação linear de se, e somente é múltiplo escalar de Exemplo 3.16 Sejam e vetores de O vetor não é uma combinação linear de , pois a equação (3.20) que pode ser escrita como ou ainda, é equivalente ao sistema que não possui solução. Exemplo 3.17. O vetor é uma combinação linear de e , pois a equação (3.21) ou ou ainda, � é equivalente ao sistema que possui solução. Exemplo 3.18. O vetor nulo 0 é sempre combinação linear de quaisquer vetores �� EMBED Equation.3 pois . Exemplo 3.19. Todo vetor do é uma combinação linear de e pois, Para verificarmos se um vetor B é combinação linear de um conjunto de vetores , escrevemos a equação vetorial (3.22) � e verificamos se ela tem solução. Se são vetores do a equação ( 3.22 ) , pode ser escrita como = que é equivalente ao sistema linear em que as colunas de são os vetores escritos como matrizes colunas, ou seja, e . Isto prova o seguinte resultado.Proposição 3.8. Sejam uma matriz uma matriz O vetor é combinação linear das colunas de se, e somente se o sistema tem solução. 3.3.2 Independência Linear Definição 3.5 Dizemos que um conjunto de vetores do é linearmente independente ( L .I.) se a equação vetorial (3.23) só possui a solução trivial, ou seja, se a única forma de escrever o vetor nulo como combinação linear dos vetores é aquela em que todos os escalares são iguais a zero. Caso contrário, isto é, se ( 3.23 ) possui solução não trivial, dizemos que o conjunto é linearmente dependente . Exemplo 3.20. Um conjunto finito de vetores do que contém o vetor nulo é ., pois se é tal que para algum então Exemplo 3.21. Um conjunto formado por um único vetor do não nulo é pois é equivalente a ou Mas ; portanto Exemplo. 3.22. Se é um conjunto de vetores . , então qualquer conjunto finito de vetores que contenha é também pois a equação. admite solução não trivial. Exemplo 3.23. Um conjunto formado por dois vetores do é se ,e somente se, a equação possui solução não trivial. Mas se isto acontece, então um dos escalares ou pode ser diferente de zero. Se então �� EMBED Equation.3 e se , então �� EMBED Equation.3 Ou seja, se é então um dos vetores e múltiplo escalar do outro Reciprocamente, se um vetor é múltiplo escalar do outro, digamos se então e assim eles são Portanto, podemos dizer que dois vetores são se, e somente se, um é um múltiplo escalar do outro . Por exemplo, o conjunto em que e , é pois um vetor não é múltiplo escalar do outro. � � � Exemplo 3.24. Um conjunto formado por três vetores de , é se, e somente se, a equação possui solução não trivial. Mas se isto acontece , então um dos escalares ou ou pode ser diferente de zero. Se então ou seja, o vetor é combinação linear de e .De forma que semelhante, Se então é combinação linear de e e se então é combinação linear de e . Assim, se três vetores do são então um deles é uma combinação linear dos outros dois, ou seja, um deles é uma soma de múltiplos escalares dos outros dois. No temos que se três vetores não nulos são Então ou os três são paralelos ( figura 3.38 ) ou dois deles são paralelos ( figura 3.39 ), ou os três são coplanares , isto é são paralelos a um mesmo plano ( figura (3.40) Reciprocamente, se um vetor é uma combinação linear dos outros dois digamos se então e assim eles são Portanto, podemos dizer que três vetores são se, somente se, um deles é uma combinação linear dos outros dois. No , se três vetores são então eles não são coplanares ( Figura 3.41) . Exemplo 3.25. Vamos mostrar que os vetores são em particular os vetores e são A equação pode ser escritas como Logo, , que é equivalente ao sistema Para descobrir se um conjunto de vetores é precisamos saber se a equação vetorial (3.24) tem somente a solução trivial. Se são vetores do a equação ( 3.24) pode ser escritas como �� EMBED Equation.3 = que e equivalente ao sistema linear homogêneo em que as colunas de são os vetores escritos como matrizes colunas, ou seja, e . Isto prova o seguinte resultado. Proposição 3.9 Seja uma matriz As colunas de são linearmente independentes se, e somente se, o sistema tem somente a solução trivial. Se então as colunas de são linearmente independentes se e, e somente se, det Três ou mais vetores no assim como quatro ou mais vetores no e mais de vetores no são sempre Pois nestes casos, o problema de verificar se eles são ou leva a um sistema linear homogêneo com mais incógnitas do que equações, que pelo Teorema 1.6 tem sempre solução não trivial. Corolário 3.10. Em um conjunto com mais de vetores é Exemplo 3.26. Considere os vetores e de Para sabermos se eles são ou escrevemos a equação Esta equação vetorial é equivalente ao sistema linear em que Escalonando a matriz podemos obter a sua escalonada reduzida Concluímos, então que o sistema possui somente a solução trivial Portanto os vetores e são Exemplo 3.27. Sejam e vetores do Para sabemos se eles são ou Escrevemos a equação (3.25) Esta equação vetorial é equivalente ao sistema linear em que A matriz é equivalente por linhas á matriz escalonada reduzida Assim a variável pode ser uma variável livre que pode, portanto, assumir qualquer valor. Concluímos que o sistema e a equação vetorial ( 3.25.) têm solução não trivial.Portanto, e são A Expressão ‘’ linearmente dependente ‘’ sugere que os vetores dependem uns dos outros em algum sentido. O teorema seguinte mostra que este realmente é o caso. Teorema 3.11. Um conjunto de vetores de é linearmente dependente se somente se, pelo menos dos vetores for combinação linear dos outros vetores de Demonstração. Vamos dividir a demonstração em duas partes: Se e uma combinação linear dos demais vetores do conjunto , isto é, se existem escalares tais que então somando-se a ambos os membros ficamos com (3.27) Isto implica que a equação admite solução não trivial, pois o coeficiente de em ( 3.27 ) é -1. Portanto, é Se é então a equação: (3.28) admite solução não trivial, o que significa que pelos menos um é diretamente de zero. Então, multiplicando-se a equação ( 3.28 ) por e subtraindo-se obtemos Portanto, um vetor é combinação linear dos outros vetores de Observação. Na demonstração da segunda parte, vemos que o vetor, cujo escalar na combinação linear, puder ser diferente de zero, pode ser escrito como combinação linear dos outros. Exemplo 3.28. Sejam , e Vetores do Vamos escrever um dos vetores como combinação linear dos outros vetores dois. Vimos no Exemplo 3.27 que estes vetores são De ( 3.26 ) segue-se que se, e somente se, e , para todo Substituindo-se os valores de e na equação acima, ficamos com Tomando-se obtemos �� EMBED Equation.3 multiplicando-se por -5 e somando-se . temos que . Observe que, neste exemplo, qualquer dos vetores pode ser escrito como combinação linear dos outros. O próximo exemplo mostra que nem sempre acontece. Exemplo 3.29. Sejam e é mas não é combinação linear de ( figura 3.39 ) . Exercícios Numéricos 3.3.1 Quais dos seguintes vetores são combinação linear de e 3.3.2. Quais dos seguintes conjuntos de vetores são linearmente dependentes? 3.3.3. Para quais valores de o conjunto de vetores é 3.3.4.Suponha que é um conjunto linearmente independente de vetores de Responda se é linearmente dependente ou independente nos seguintes casos : �� EMBED Equation.3 C N M B A C B X A V W �V W W+V V+W V+W W+U (V+W)+U V + (W + U) W U V – W -W WV V W V – W v -2v 3v � EMBED Equation.3 ��� 0 � EMBED Equation.3 ��� � EMBED Equation.3 ��� x y � EMBED Equation.3 ��� 0 x � EMBED Equation.3 ��� y � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� x W V+W V Figura 3.2: V + W = W + V � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� x � EMBED Equation.3 ��� � EMBED Equation.3 ���� EMBED Equation.3 ��� � EMBED Equation.3 ��� y y z � EMBED Equation.3 ��� Figura 3.10: As coordenadas de um ponto no espaço x y � EMBED Equation.3 ��� z y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z z P’ � EMBED Equation.3 ��� y � EMBED Equation.3 ��� � EMBED Equation.3 ��� z � EMBED Equation.3 ��� y x 0 x y � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z z � EMBED Equation.3 ��� Q 0 x y P- V z y x � EMBED Equation.3 ��� Figura 3.14: A norma de um vetor V no plano � EMBED Equation.3 ��� � EMBED Equation.3 ���� EMBED Equation.3 ��� � EMBED Equation.3 ��� z � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� x x y � EMBED Equation.3 ��� � EMBED Equation.3 ��� z z y � EMBED Equation.3 ��� x z y � EMBED Equation.3 ��� y x � EMBED Equation.3 ��� z x Figura 3.24: Planos ax+by+cz = 0 e ax+by+cz = d z � EMBED Equation.3 ��� � EMBED Equation.3 ��� z y x Figura 3.23: Planos ax+by +cz=0 � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x y � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y x r � EMBED Equation.3 ��� z � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x y V r � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y x z z � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� x y z � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x � EMBED Equation.3 ��� y V=� EMBED Equation.3 ��� � EMBED Equation.3 ��� z x y � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y z x � EMBED Equation.3 ��� � EMBED Equation.3 ��� y x z � EMBED Equation.3 ��� � EMBED Equation.3 ��� y z x � EMBED Equation.3 ��� � EMBED Equation.3 ��� z y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� y Figura 3.1: Segmentos orientados representando o mesmo vetor V Figura 3.3. V + (W + U) = (V + W) + U Figura 3.4: A diferença V – W Figura 3.5: Multiplicação de vetor por escalar � EMBED Equation.3 ��� � EMBED Equation.3 ��� V � EMBED Equation.3 ���*� EMBED Equation.3 ���� EMBED Equation.3 ���� EMBED Equation.3 ��� y Figura 3.11: As componentes de um vetor no espaço Figura 3.12: As coordenadas de P são iguais de � EMBED Equation.3 ��� Figura 3.13: � EMBED Equation.3 ��� � EMBED Equation.3 ��� Figura 3.15 : A norma de um vetor V no espaço � EMBED Equation.3 ��� � EMBED Equation.3 ��� V W V W Figura 3.16. Ângulo entre dois vetores � EMBED Equation.3 ��� W V V-W � EMBED Equation.3 ��� W V V-W Figura 3.17 – Ângulo entre dois vetores e a diferença entre eles X Y Z (0 ,0, 1) (0, 1, 0) (1, 0, 0) (1, 1, 1) Figura 3.18: Ângulo entre a diagonal de um cubo e uma de suas arestas � EMBED Equation.3 ��� Figura 3.19: Projeção ortogonal do vetor V sobre o vetor W V-projwV projwV W V projwV V V-projwV W � EMBED Equation.3 ��� Figura 3.20: Plano perpendicular a N = (a , b , c) e que passa por � EMBED Equation.3 ��� Figura 3.21:Planos ax-d=0 , by+d=0 , cz+d=0 z y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� z y x � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� z x y Figura 3.22: Planos by+cz+d=0 , ax+cz+d=0 e ax+by+d=0 � EMBED Equation.3 ��� � EMBED Equation.3 ��� � EMBED Equation.3 ��� Figura 3.25: Plano que passa por três pontos Figura 3.26: Reta paralela ao vetor � EMBED Equation.3 ��� Figura 3.31: condenadas � EMBED Equation.3 ��� Figura 3.32: componentes � EMBED Equation.3 ��� Figura 3.33: O vetor V não é combinação linear de � EMBED Equation.3 ��� e � EMBED Equation.3 ��� Figura 3.34: O vetor V é combinação linear de � EMBED Equation.3 ��� e � EMBED Equation.3 ��� Figura 3.35: � EMBED Equation.3 ��� Figura 3.36: Dois vetores linearmente dependentes Figura 3.37: dois Figura 3.37: Dois vetores linearmente independentes � EMBED Equation.3 ��� Figura 3.38: Três vetores linearmente dependentes ( paralelos ) Figura 3.39: Tres vetores linearmente dependentes(dois paralelos) Figura 3.40: Três vetores linearmente dependentes ( coplanares ) Figura 3.41: Tres vetores linearmente independentes �PAGE � �PAGE �30� _1281177524.unknown _1282033890.unknown _1283176733.unknown _1283949194.unknown _1285422014.unknown _1285425594.unknown _1286171949.unknown _1286176384.unknown _1286177023.unknown _1286177214.unknown _1286177437.unknown _1286177587.unknown _1286177849.unknown _1286177850.unknown _1286177660.unknown _1286177484.unknown _1286177310.unknown _1286177381.unknown _1286177252.unknown _1286177116.unknown _1286177183.unknown _1286177081.unknown _1286176647.unknown _1286176856.unknown _1286176887.unknown _1286176775.unknown _1286176523.unknown _1286176602.unknown _1286176407.unknown _1286175503.unknown _1286176000.unknown _1286176214.unknown _1286176249.unknown _1286176167.unknown _1286175675.unknown _1286175696.unknown _1286175561.unknown _1286172392.unknown _1286174493.unknown _1286175090.unknown _1286173969.unknown _1286174359.unknown _1286173522.unknown _1286173326.unknown _1286172067.unknown_1286172193.unknown _1286171995.unknown _1286170502.unknown _1286171468.unknown _1286171818.unknown _1286171917.unknown _1286171522.unknown _1286171278.unknown _1286171317.unknown _1286171000.unknown _1286171024.unknown _1286171176.unknown _1286170612.unknown _1286170724.unknown _1286168712.unknown _1286169599.unknown _1286169878.unknown _1286169904.unknown _1286169890.unknown _1286169625.unknown _1286169224.unknown _1286169443.unknown _1286169028.unknown _1285425692.unknown _1285425889.unknown _1285425639.unknown _1285424221.unknown _1285424840.unknown _1285425127.unknown _1285425277.unknown _1285425321.unknown _1285425221.unknown _1285425003.unknown _1285425078.unknown _1285424865.unknown _1285424520.unknown _1285424621.unknown _1285424685.unknown _1285424586.unknown _1285424391.unknown _1285424455.unknown _1285424324.unknown _1285422825.unknown _1285423180.unknown _1285424139.unknown _1285424197.unknown _1285423508.unknown _1285423865.unknown _1285423941.unknown _1285423614.unknown _1285423217.unknown _1285423024.unknown _1285423119.unknown _1285422917.unknown _1285422252.unknown _1285422391.unknown _1285422478.unknown _1285422337.unknown _1285422080.unknown _1285422227.unknown _1285422041.unknown _1284206099.unknown _1285416809.unknown _1285417284.unknown _1285421851.unknown _1285421943.unknown _1285421976.unknown _1285421877.unknown _1285421769.unknown _1285421816.unknown _1285421732.unknown _1285416933.unknown _1285417144.unknown _1285417243.unknown _1285417017.unknown _1285416882.unknown _1285416903.unknown _1285416835.unknown _1285413866.unknown _1285414707.unknown _1285415246.unknown _1285415248.unknown _1285415520.unknown _1285416093.unknown _1285415461.unknown _1285415247.unknown _1285414799.unknown _1285415138.unknown _1285415210.unknown _1285414866.unknown _1285414773.unknown _1285414470.unknown _1285414627.unknown _1285413916.unknown _1284206469.unknown _1284206705.unknown _1284206726.unknown _1284206657.unknown _1284206246.unknown _1284206270.unknown _1284206219.unknown _1283950521.unknown _1283951339.unknown _1284200264.unknown _1284204899.unknown _1284205987.unknown _1284206039.unknown _1284205927.unknown _1284205719.unknown _1284201965.unknown _1284203873.unknown _1284204825.unknown _1284204868.unknown _1284203980.unknown _1284202232.unknown _1284203410.unknown _1284203792.unknown _1284203387.unknown _1284202130.unknown _1284201509.unknown _1284201859.unknown _1284201450.unknown _1284199613.unknown _1284200117.unknown _1284200152.unknown _1284199784.unknown _1284199991.unknown _1284199738.unknown _1284189558.unknown _1284189949.unknown _1284190129.unknown _1284191235.unknown _1284189583.unknown _1283951382.unknown _1283951138.unknown _1283951202.unknown _1283951267.unknown _1283951172.unknown _1283950579.unknown _1283951002.unknown _1283950563.unknown _1283949989.unknown _1283950240.unknown _1283950385.unknown _1283950411.unknown _1283950273.unknown _1283950084.unknown _1283950136.unknown _1283950036.unknown _1283949660.unknown _1283949777.unknown _1283949852.unknown _1283949713.unknown _1283949478.unknown _1283949594.unknown _1283949309.unknown _1283250993.unknown _1283253779.unknown _1283948347.unknown _1283948683.unknown _1283949076.unknown _1283949124.unknown _1283949017.unknown _1283948502.unknown _1283948618.unknown _1283948457.unknown _1283946937.unknown _1283948025.unknown _1283948218.unknown _1283947768.unknown _1283253812.unknown _1283946901.unknown _1283253796.unknown _1283252966.unknown _1283253129.unknown _1283253470.unknown _1283253682.unknown _1283253756.unknown _1283253580.unknown _1283253160.unknown _1283253075.unknown _1283253103.unknown _1283253042.unknown _1283252267.unknown _1283252403.unknown _1283252429.unknown _1283252323.unknown _1283251810.unknown _1283252069.unknown _1283251765.unknown _1283236751.unknown _1283244834.unknown _1283245252.unknown _1283250514.unknown _1283250588.unknown _1283249812.unknown _1283250038.unknown _1283249879.unknown _1283249682.unknown _1283245131.unknown _1283245208.unknown _1283245062.unknown _1283241271.unknown _1283243468.unknown _1283244598.unknown _1283244790.unknown _1283244155.unknown _1283244027.unknown _1283242562.unknown _1283242845.unknown _1283243299.unknown _1283242833.unknown _1283242839.unknown _1283242826.unknown _1283242025.unknown _1283242227.unknown _1283241668.unknown _1283238525.unknown _1283241030.unknown _1283241250.unknown _1283238581.unknown _1283238315.unknown _1283238357.unknown _1283238098.unknown _1283235479.unknown _1283236171.unknown _1283236390.unknown _1283236534.unknown _1283236321.unknown _1283235721.unknown _1283235818.unknown _1283235549.unknown _1283235035.unknown _1283235275.unknown _1283235338.unknown _1283235111.unknown _1283177329.unknown _1283234472.unknown _1283177000.unknown _1282053248.unknown _1282114207.unknown _1282127825.unknown _1282372318.unknown _1282373085.unknown _1282375948.unknown _1282376559.unknown _1282391232.unknown _1282539822.unknown _1282539856.unknown _1282391477.unknown _1282392629.unknown _1282393079.unknown _1282391503.unknown _1282391296.unknown _1282378313.unknown _1282378855.unknown _1282378175.unknown _1282376280.unknown _1282376436.unknown _1282376145.unknown _1282376109.unknown _1282374063.unknown _1282374195.unknown _1282375899.unknown _1282374098.unknown _1282373262.unknown _1282373286.unknown _1282373196.unknown _1282372735.unknown _1282372864.unknown _1282372991.unknown _1282372815.unknown _1282372535.unknown _1282372597.unknown _1282372361.unknown _1282131178.unknown _1282140038.unknown _1282371874.unknown _1282371938.unknown _1282371093.unknown _1282140002.unknown _1282140021.unknown _1282138859.unknown _1282130473.unknown _1282130820.unknown _1282131118.unknown _1282130567.unknown _1282129885.unknown _1282130262.unknown _1282127895.unknown _1282115638.unknown _1282127232.unknown _1282127555.unknown _1282127777.unknown _1282127312.unknown _1282115946.unknown _1282127192.unknown _1282115881.unknown _1282115192.unknown _1282115528.unknown _1282115616.unknown _1282115409.unknown _1282114585.unknown _1282114869.unknown _1282114347.unknown _1282110361.unknown _1282113181.unknown _1282113818.unknown _1282114024.unknown _1282114180.unknown _1282113915.unknown _1282113727.unknown _1282113753.unknown _1282113288.unknown _1282110663.unknown _1282112642.unknown _1282113066.unknown _1282112597.unknown _1282110440.unknown _1282110499.unknown _1282110411.unknown _1282053591.unknown _1282110167.unknown _1282110248.unknown _1282110318.unknown _1282110184.unknown _1282053712.unknown _1282110126.unknown _1282053629.unknown _1282053425.unknown _1282053545.unknown _1282053575.unknown _1282053471.unknown _1282053310.unknown _1282053352.unknown _1282053288.unknown _1282050088.unknown _1282052128.unknown _1282052738.unknown _1282052936.unknown _1282053171.unknown _1282053194.unknown _1282053130.unknown _1282052818.unknown _1282052872.unknown _1282052791.unknown _1282052411.unknown _1282052573.unknown _1282052640.unknown _1282052490.unknown _1282052243.unknown _1282052363.unknown _1282052174.unknown _1282051311.unknown _1282051580.unknown _1282051797.unknown _1282051900.unknown _1282051690.unknown _1282051453.unknown _1282051506.unknown _1282051350.unknown _1282050730.unknown _1282050875.unknown _1282050992.unknown _1282050831.unknown _1282050556.unknown _1282050673.unknown _1282050479.unknown _1282047678.unknown _1282049294.unknown _1282049667.unknown _1282049858.unknown _1282050037.unknown _1282049779.unknown _1282049568.unknown _1282049617.unknown _1282049529.unknown _1282047952.unknown _1282048765.unknown _1282049264.unknown _1282047967.unknown _1282047777.unknown _1282047914.unknown _1282047728.unknown_1282042290.unknown _1282044697.unknown _1282047343.unknown _1282047628.unknown _1282047647.unknown _1282047407.unknown _1282047275.unknown _1282047294.unknown _1282045862.unknown _1282046693.unknown _1282046721.unknown _1282045896.unknown _1282045798.unknown _1282043221.unknown _1282043901.unknown _1282043946.unknown _1282043255.unknown _1282042875.unknown _1282042909.unknown _1282042332.unknown _1282034524.unknown _1282042156.unknown _1282042243.unknown _1282034603.unknown _1282034102.unknown _1282034461.unknown _1282033940.unknown _1281878437.unknown _1281956715.unknown _1282025648.unknown _1282032158.unknown _1282033304.unknown _1282033712.unknown _1282033781.unknown _1282033844.unknown _1282033746.unknown _1282033574.unknown _1282033616.unknown _1282033385.unknown _1282032846.unknown _1282033035.unknown _1282033252.unknown _1282032962.unknown _1282032474.unknown _1282032510.unknown _1282032430.unknown _1282029571.unknown _1282031758.unknown _1282031893.unknown _1282032109.unknown _1282031833.unknown _1282029692.unknown _1282029766.unknown _1282029609.unknown _1282025837.unknown _1282027048.unknown _1282027217.unknown _1282025901.unknown _1282025688.unknown _1282025721.unknown _1282025664.unknown _1281963831.unknown _1282024491.unknown _1282025190.unknown _1282025284.unknown _1282025509.unknown _1282025219.unknown _1282024755.unknown _1282025157.unknown _1282024745.unknown _1281964550.unknown _1282023368.unknown _1282024429.unknown _1282024021.unknown _1281965234.unknown _1281963961.unknown _1281964463.unknown _1281963938.unknown _1281957783.unknown _1281963481.unknown _1281963742.unknown _1281963777.unknown _1281963692.unknown _1281961467.unknown _1281962934.unknown _1281963061.unknown _1281963081.unknown _1281962915.unknown _1281957893.unknown _1281957981.unknown _1281957857.unknown _1281957199.unknown _1281957361.unknown _1281957618.unknown _1281957238.unknown _1281957097.unknown _1281957172.unknown _1281957034.unknown _1281940694.unknown _1281946317.unknown _1281947990.unknown _1281955893.unknown _1281956337.unknown _1281956453.unknown _1281955980.unknown _1281955465.unknown _1281955812.unknown _1281948038.unknown _1281946598.unknown _1281946703.unknown _1281947873.unknown _1281946689.unknown _1281946480.unknown _1281946566.unknown _1281946461.unknown _1281944181.unknown _1281945732.unknown _1281945953.unknown _1281946225.unknown _1281946302.unknown _1281946205.unknown _1281945805.unknown _1281945821.unknown _1281945837.unknown _1281945793.unknown _1281945669.unknown _1281945688.unknown _1281945429.unknown _1281941249.unknown _1281943953.unknown _1281944101.unknown _1281943799.unknown _1281940904.unknown _1281941234.unknown _1281940825.unknown _1281934807.unknown _1281939297.unknown _1281939879.unknown _1281940146.unknown _1281940194.unknown _1281940093.unknown _1281939621.unknown _1281939791.unknown _1281939562.unknown _1281938790.unknown _1281938973.unknown _1281939254.unknown _1281938850.unknown _1281938432.unknown _1281938704.unknown _1281936193.unknown _1281938222.unknown _1281938316.unknown _1281936994.unknown _1281935145.unknown _1281879612.unknown _1281880038.unknown _1281934614.unknown _1281934743.unknown _1281880105.unknown _1281879964.unknown _1281879998.unknown _1281879632.unknown _1281878988.unknown _1281879455.unknown _1281879507.unknown _1281879336.unknown _1281878855.unknown _1281878919.unknown _1281878694.unknown _1281866520.unknown _1281874848.unknown _1281876664.unknown _1281877383.unknown _1281878009.unknown _1281878292.unknown _1281878370.unknown _1281878086.unknown _1281877725.unknown _1281877960.unknown _1281877523.unknown _1281876970.unknown _1281877225.unknown _1281877299.unknown _1281877077.unknown _1281876821.unknown _1281876842.unknown _1281876675.unknown _1281876074.unknown _1281876415.unknown _1281876513.unknown _1281876649.unknown _1281876435.unknown _1281876180.unknown _1281876188.unknown _1281876112.unknown _1281875622.unknown _1281875920.unknown _1281876055.unknown _1281875638.unknown _1281875033.unknown _1281875142.unknown _1281874927.unknown _1281871758.unknown _1281873803.unknown _1281874391.unknown _1281874756.unknown _1281874830.unknown _1281874637.unknown _1281874014.unknown _1281874312.unknown _1281873889.unknown _1281873340.unknown _1281873555.unknown _1281873755.unknown _1281873426.unknown _1281872868.unknown _1281873308.unknown _1281871783.unknown _1281870624.unknown _1281871455.unknown _1281871580.unknown _1281871613.unknown _1281871507.unknown _1281871179.unknown _1281871383.unknown _1281870660.unknown _1281870277.unknown _1281870493.unknown _1281870519.unknown _1281870352.unknown _1281870121.unknown _1281870206.unknown _1281866657.unknown _1281443591.unknown _1281512017.unknown _1281514686.unknown _1281864860.unknown _1281866368.unknown _1281866387.unknown _1281866258.unknown _1281787372.unknown _1281849796.unknown _1281864528.unknown _1281864798.unknown _1281849897.unknown _1281849720.unknown _1281515624.unknown _1281523827.unknown _1281514879.unknown _1281512965.unknown _1281514136.unknown _1281514234.unknown _1281513194.unknown _1281512356.unknown _1281512881.unknown _1281512231.unknown _1281508530.unknown _1281511476.unknown _1281511574.unknown _1281511924.unknown _1281511534.unknown _1281508882.unknown _1281509189.unknown _1281508573.unknown _1281444667.unknown _1281505924.unknown _1281506107.unknown _1281447825.unknown _1281444113.unknown _1281444437.unknown _1281443725.unknown _1281184856.unknown _1281439210.unknown _1281442710.unknown _1281443288.unknown _1281443333.unknown _1281443077.unknown _1281441214.unknown _1281442482.unknown _1281439984.unknown _1281188586.unknown _1281251148.unknown _1281438361.unknown _1281438756.unknown _1281438851.unknown _1281438687.unknown _1281438025.unknown _1281245501.unknown _1281245609.unknown _1281245202.unknown _1281185414.unknown _1281185899.unknown _1281187196.unknown _1281185683.unknown _1281185103.unknown _1281185135.unknown _1281185016.unknown _1281183135.unknown _1281184532.unknown _1281184651.unknown _1281184840.unknown _1281184586.unknown _1281183351.unknown _1281184508.unknown _1281183170.unknown _1281182596.unknown _1281182958.unknown _1281183043.unknown _1281182885.unknown _1281177904.unknown _1281182142.unknown _1281182259.unknown _1281178033.unknown _1281177731.unknown _1280752046.unknown _1280909837.unknown _1281165494.unknown _1281168112.unknown _1281176438.unknown _1281176765.unknown _1281176937.unknown _1281177010.unknown _1281176876.unknown _1281176600.unknown _1281176646.unknown _1281176550.unknown _1281168367.unknown _1281168485.unknown _1281169445.unknown _1281168424.unknown _1281168287.unknown _1281168312.unknown _1281168227.unknown _1281166221.unknown _1281166703.unknown _1281166829.unknown _1281166885.unknown _1281166781.unknown _1281166278.unknown _1281166430.unknown _1281166247.unknown _1281165593.unknown _1281165997.unknown _1281166017.unknown _1281165610.unknown _1281165551.unknown _1281165568.unknown _1281165536.unknown _1280921578.unknown _1281161742.unknown _1281164264.unknown _1281164557.unknown _1281164917.unknown _1281164447.unknown _1281163082.unknown _1281163249.unknown _1281161898.unknown _1281159293.unknown _1281160921.unknown _1281161125.unknown _1281159435.unknown _1281159053.unknown _1281159205.unknown _1281159025.unknown _1280920707.unknown _1280921152.unknown _1280921340.unknown _1280921494.unknown _1280921205.unknown _1280920937.unknown _1280921059.unknown _1280920848.unknown _1280915773.unknown _1280915865.unknown _1280916024.unknown _1280915806.unknown _1280910107.unknown _1280915732.unknown _1280910078.unknown _1280837715.unknown _1280842403.unknown _1280901906.unknown _1280903039.unknown_1280908720.unknown _1280908785.unknown _1280908670.unknown _1280908689.unknown _1280908615.unknown _1280902026.unknown _1280902045.unknown _1280901937.unknown _1280901622.unknown _1280901754.unknown _1280901852.unknown _1280901683.unknown _1280901447.unknown _1280901559.unknown _1280901169.unknown _1280839321.unknown _1280840272.unknown _1280840770.unknown _1280842305.unknown _1280840539.unknown _1280840122.unknown _1280840209.unknown _1280839584.unknown _1280838973.unknown _1280839199.unknown _1280839235.unknown _1280839124.unknown _1280838500.unknown _1280838572.unknown _1280838456.unknown _1280830200.unknown _1280832104.unknown _1280833917.unknown _1280835386.unknown _1280837144.unknown _1280835355.unknown _1280833420.unknown _1280833836.unknown _1280832226.unknown _1280830467.unknown _1280830806.unknown _1280832010.unknown _1280830772.unknown _1280830416.unknown _1280830436.unknown _1280830290.unknown _1280814450.unknown _1280820648.unknown _1280829472.unknown _1280829610.unknown _1280829209.unknown _1280815313.unknown _1280817088.unknown _1280817137.unknown _1280816536.unknown _1280816578.unknown _1280816613.unknown _1280815508.unknown _1280815229.unknown _1280815297.unknown _1280815135.unknown _1280753097.unknown _1280754312.unknown _1280756240.unknown _1280753633.unknown _1280752725.unknown _1280752844.unknown _1280752263.unknown _1280300290.unknown _1280559154.unknown _1280572534.unknown _1280660124.unknown _1280666305.unknown _1280737842.unknown _1280748151.unknown _1280751864.unknown _1280752004.unknown _1280748977.unknown _1280750156.unknown _1280748190.unknown _1280746960.unknown _1280747126.unknown _1280737906.unknown _1280746898.unknown _1280666392.unknown _1280737821.unknown _1280666314.unknown _1280661461.unknown _1280664696.unknown _1280666107.unknown _1280661635.unknown _1280660676.unknown _1280660762.unknown _1280660218.unknown _1280574366.unknown _1280577153.unknown _1280659277.unknown _1280659865.unknown _1280659034.unknown _1280659113.unknown _1280658548.unknown _1280575084.unknown _1280575239.unknown _1280574801.unknown _1280573784.unknown _1280574212.unknown _1280574278.unknown _1280574114.unknown _1280573740.unknown _1280573777.unknown _1280573557.unknown _1280563257.unknown _1280571429.unknown _1280571924.unknown _1280571925.unknown _1280571833.unknown _1280563566.unknown _1280563599.unknown _1280563281.unknown _1280559579.unknown _1280559656.unknown _1280563207.unknown _1280559624.unknown _1280559460.unknown _1280559513.unknown _1280559385.unknown _1280557838.unknown _1280558802.unknown _1280558973.unknown _1280559044.unknown _1280559129.unknown _1280559022.unknown _1280558848.unknown _1280558882.unknown _1280558906.unknown _1280558832.unknown _1280558448.unknown _1280558595.unknown _1280558615.unknown _1280558499.unknown _1280558330.unknown _1280558362.unknown _1280558278.unknown _1280300869.unknown _1280301679.unknown _1280557703.unknown _1280557732.unknown _1280301701.unknown _1280300984.unknown _1280301654.unknown _1280300966.unknown _1280300503.unknown _1280300720.unknown _1280300843.unknown _1280300517.unknown _1280300391.unknown _1280300446.unknown _1280300462.unknown _1280300370.unknown _1280216695.unknown _1280227236.unknown _1280299864.unknown _1280299936.unknown _1280300165.unknown _1280300233.unknown _1280300145.unknown _1280299891.unknown _1280299919.unknown _1280299874.unknown _1280231667.unknown _1280294063.unknown _1280294664.unknown _1280293982.unknown _1280231149.unknown _1280231208.unknown _1280229918.unknown _1280219376.unknown _1280219889.unknown _1280227145.unknown _1280227205.unknown _1280225526.unknown _1280219629.unknown _1280219702.unknown _1280219569.unknown _1280217370.unknown _1280218853.unknown _1280219315.unknown _1280217607.unknown _1280217021.unknown _1280217282.unknown _1280216957.unknown _1280151284.unknown _1280215205.unknown _1280215865.unknown _1280216311.unknown _1280216523.unknown _1280216167.unknown _1280215573.unknown _1280215719.unknown _1280215474.unknown _1280212799.unknown _1280213630.unknown _1280213689.unknown _1280212859.unknown _1280212738.unknown _1280212785.unknown _1280211558.unknown _1280145978.unknown _1280150823.unknown _1280151087.unknown _1280151169.unknown _1280150948.unknown _1280150747.unknown _1280150791.unknown _1280150635.unknown _1280145617.unknown _1280145755.unknown _1280145932.unknown _1280145641.unknown _1280144792.unknown _1280145600.unknown _1280144598.unknown
Compartilhar