Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Vetores Instituto Federal de Educação Ciência e Tecnologia da Bahia - IFBA Campus Eunápolis Prof. José Neto 1. Operações com Vetores 1.1. Adição de vetores Dados os vetores 𝑢 e 𝑣, sejam 𝐴𝐵 um representante de 𝑢 e 𝐵𝐶 um representante de 𝑣. O vetor soma de 𝑢 com 𝑣, 𝑢 + 𝑣, é o vetor que tem 𝐴𝐶 como representante, isto é: 𝑢 + 𝑣 = 𝐴𝐵 + 𝐵𝐶 = 𝐴𝐶 𝑣 𝐶 𝑣 𝑢 𝐴 𝐵 𝑢 + 𝑣 𝑢 𝑢 + 𝑣 = 𝐴𝐶 ⟹ Geometricamente, a soma é obtida fazendo a origem do 2° vetor coincidindo com a extremidade do 1° vetor. O vetor soma é obtido ligando- se a origem do 1° vetor com a extremidade do 2° vetor. 1.Operações com Vetores 1.1. Adição de vetores i) Regra do Paralelogramo ii) Regra do Polígono 𝑣 𝑢 ⟹ 𝑣 𝑢 𝑢 𝑣 𝑢 + 𝑣 𝑎 𝑏 𝑐 𝑑 𝑎 𝑏 𝑐 𝑑 𝒆 = 𝑎 + 𝑏 + 𝑐 + 𝑑 ⟹ 1. Operações com Vetores 1.2. Propriedades da adição de vetores Sendo 𝑢, 𝑣 e 𝑤 vetores quaisquer, valem as seguintes propriedades: A1) Comutatividade: 𝑢 + 𝑣 = 𝑣 + 𝑢; A2) Associatividade: (𝑢 + 𝑣) + 𝑤 = 𝑢 + ( 𝑣 + 𝑤); A3) Elemento neutro: 𝑢 + 𝑜 = 𝑜 + 𝑢 = 𝑢; A4) Elemento oposto: ∀𝑢 ∈ 𝑉3, ∃ −𝑢 ∈ 𝑉3 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑢 + −𝑢 = 𝑜. 1. Operações com Vetores 1.3. Subtração de vetores Dados os vetores 𝑢 = 𝐴𝐵 e 𝑣 = 𝐴𝐷, a diferença de 𝑢 e 𝑣 é o vetor 𝑢 − 𝑣 obtido somando 𝑢 com o oposto de 𝑣, isto é: 𝑢 − 𝑣 = 𝑢 + (− 𝑣) Note que: 𝑢 − 𝑣 ≠ 𝑣 − 𝑢. 𝑢 𝐴 𝐵 𝑣𝐴 𝐷 𝑢 − 𝑣 = 𝐴𝐵 − 𝐴𝐷 𝑢 − 𝑣 = 𝐷𝐶 − 𝐵𝐶 𝑢 − 𝑣 = 𝐷𝐶 + 𝐶𝐵 𝑢 − 𝑣 = 𝐷𝐵 ⟹ 𝑢 𝑣 − 𝑣 𝐴 𝐷 𝑢 𝐵 𝐶 𝑢 − 𝑣 1. Operações com Vetores Exemplos: 1. Mostre que 𝐵𝐶 − 𝐵𝐴 = 𝐴𝐶. 2. Mostre que 𝐴𝐵 − 𝐶𝐵 + 𝐶𝑃 − 𝑄𝑃 + 𝑄𝐴 = 𝑂. 1. Operações com Vetores 1.4. Produto de um número real por vetor Dados o número real 𝑚 ≠ 0 e o vetor 𝑣, o produto de 𝑚 por 𝑣, é o vetor 𝑚 𝑣, o qual satisfaz as seguintes propriedades: 𝑖) 𝑚 𝑣 = 𝑚 ∙ 𝑣 ; 𝑖𝑖) 𝑚 𝑣 // 𝑣; 𝑖𝑖𝑖) 𝑚 𝑣 𝑒 𝑣 𝑠ã𝑜 𝑑𝑒 𝑚𝑒𝑠𝑚𝑜 𝑠𝑒𝑛𝑡𝑖𝑑𝑜 𝑠𝑒 𝑚 > 0, 𝑒 𝑑𝑒 𝑠𝑒𝑛𝑡𝑖𝑑𝑜𝑠 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜𝑠 𝑠𝑒 𝑚 < 0; 𝑖𝑣) 𝑆𝑒 𝑚 = 0 𝑜𝑢 𝑣 = 𝑜, 𝑒𝑛𝑡ã𝑜 𝑚 𝑣 = 𝑜. Ex.: 𝑢 2𝑢 −2𝑢 1 2 𝑢 − 1 2 𝑢 0 ∙ 𝑢 1. Operações com Vetores 1.5. Propriedades do produto de um número real por um vetor Dados𝑚, 𝑛 ∈ ℝ e os vetores 𝑢 e 𝑣, valem seguintes propriedades: M1)𝑚 𝑢 + 𝑣 = 𝑚𝑢 +𝑚 𝑣; M2) 𝑚 + 𝑛 𝑢 = 𝑚𝑢 + 𝑛𝑢; M3) 1 ∙ 𝑢 = 𝑢; M4)𝑚 𝑛𝑢 = 𝑚𝑛 𝑢 = 𝑛 𝑚𝑢 . Proposição: Dois vetores 𝑢 𝑒 𝑣 são paralelos se, e somente se, existe um escalar 𝜆 tal que 𝑢 = 𝜆 𝑣 (consequentemente 𝑣 = 1 𝜆 𝑢, 𝜆 ≠ 0). 1. Operações com Vetores 1.6. Versor de um vetor não nulo Def.: Seja 𝑣 um vetor não nulo. Chama-se versor de 𝑣, o vetor unitário de mesma direção e mesmo sentido de 𝑣. Assim, 𝑣𝑜 = 𝑣 𝑣 = 1 𝑣 ∙ 𝑣 Exemplo: Admitindo-se que o módulo do vetor 𝑣 abaixo é 6 𝑢. 𝑐, segue que: 𝑣 𝑣𝑜 = 𝑣 𝑣 = 1 6 ∙ 𝑣 2. Espaço Vetorial 2.1. Combinação Linear Def.: Sejam 𝑛 vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑛, 𝑛 ≥ 1, e 𝑛 escalares 𝑚1, 𝑚2, ⋯ ,𝑚𝑛. Chama-se combinação linear nos vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑛, a expressão: 𝑢 = 𝑚1 𝑣1 +𝑚2 𝑣2 +⋯+𝑚𝑛 𝑣𝑛 = 𝑖=1 𝑛 𝑚𝑖 𝑣𝑖 onde, • 𝑚1, 𝑚2, ⋯ ,𝑚𝑛 são os coeficientes da combinação; • 𝑣1, 𝑣2, ⋯ , 𝑣𝑛 os geradores de 𝑢. 3 𝑣1 2 𝑣2 𝑣2 𝑣1 2. Espaço Vetorial 2.1. Combinação Linear Exemplo: 1. Sejam 𝑀, 𝑁 e 𝑃, respectivamente, os pontos médios dos lados 𝐴𝐵, 𝐵𝐶 e 𝐶𝐴 do triangulo 𝐴𝐵𝐶. Exprima 𝐵𝑃, 𝐴𝑁 e 𝐶𝑀 como combinação linear de 𝐶𝐴 e 𝐶𝐵. 2. Espaço Vetorial 2.2. Independência Linear Def.: Dizemos que os vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑛, 𝑛 ≥ 1, são linearmente independentes (LI) se nenhum deles pode ser escrito como combinação linear dos outros, isto é, se a equação 𝑚1 𝑣1 +𝑚2 𝑣2 +⋯+𝑚𝑛 𝑣𝑛 = 0 admite apenas a solução trivial𝑚1 = 𝑚2, = ⋯ = 𝑚𝑛 = 0. Se, por outro lado, a equação 𝑚1 𝑣1 +𝑚2 𝑣2 +⋯+𝑚𝑛 𝑣𝑛 = 0 admitir alguma solução com pelo menos um dos escalares𝑚𝑖 ≠ 0, os vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑛 são ditos linearmente dependentes (LD). 2. Espaço Vetorial 2.2. Dependência Linear Exemplos Prova: Como 𝑣// 𝑢 , existe λ ∈ ℝ tal que 𝑣 = 𝜆𝑢. Assim, Como 𝑢 ≠ 0, segue que 𝑚 + 𝑛𝜆 = 0, o que nos leva a 𝜆 = − 𝑚 𝑛 . Como 𝜆 também é diferente de 0, pois 𝑣 ≠ 0, seque que pelo menos um dos números 𝑚 e 𝑛 é diferente de 0. Isso mostra que 𝑢 𝑒 𝑣 são linearmente dependentes. 𝑢 𝑣 𝑚𝑢 + 𝑛 𝑣 = 0 ⟹ 𝑚𝑢 + 𝑛𝜆𝑢 = 0 ⟹ (𝑚 + 𝑛𝜆)𝑢 = 0 1. Admitindo que os vetores 𝑢 𝑒 𝑣 dados ao lado são paralelos, mostre que 𝑢 𝑒 𝑣 são linearmente dependentes. 2. Espaço Vetorial 2.2. Dependência Linear Exemplos Prova: Como 𝑢 ∦ 𝑣 , não existe λ ∈ ℝ tal que 𝑣 = 𝜆𝑢. Assim a equação, 𝑚𝑢 = 𝑛 𝑣 é absurda. Além disso, como 𝑢 e 𝑣 são não nulos, segue que a única solução para a equação: 𝑚𝑢 + (−𝑛) 𝑣 = 0 é𝑚 = 𝑛 = 0. Isso mostra que 𝑢 𝑒 𝑣 são linearmente independentes. 𝑢 𝑣2. Considerando os vetores 𝑢 𝑒 𝑣 dados ao lado, mostre que 𝑢 𝑒 𝑣 são linearmente independentes. 2. Espaço Vetorial 2.2. Dependência Linear Teoremas T1) Um vetor 𝑣 é linearmente dependente, se e somente se, 𝑣 = 0. Observação: a negação deste teorema equivale a dizer que um vetor não nulo é sempre LI. T2) Dados 𝑛 vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑛−1, 𝑣𝑛, se qualquer um deles for uma combinação linear dos outros, então os 𝑛 vetores são linearmente dependentes T3) Dados 𝑛 vetores 𝑣1, 𝑣2, ⋯ , 𝑣𝑝−1, 𝑣𝑝, ⋯ , 𝑣𝑛−1, 𝑣𝑛, se 𝑝 destes vetores, 1 ≤ 𝑝 ≤ 𝑛, são L.D, então os 𝑛 vetores são linearmente dependentes. 2. Espaço Vetorial 2.2. Dependência Linear Teoremas T4) Dois vetores são LD se, e somente se, são colineares (paralelos). T5) Dados dois vetores não paralelos 𝑣1, 𝑣2, e um terceiro vetor 𝑣 coplanar aos dois primeiros, é sempre possível exprimir 𝑣 como combinação linear dos outros dois e de modo único. 𝑣2 𝑣1 𝑣1 𝑣 𝑣2 𝑂 𝐷 𝐸 𝐶 𝐴 𝐵 𝑣 = 𝑂𝐷 + 𝐷𝐶 𝑂𝐷 = 𝑚 𝑣1 e 𝐷𝐶 = 𝑛 𝑣2 𝑃𝑜𝑟𝑡𝑎𝑛𝑡𝑜, 𝑣 = 𝑚 𝑣1 + 𝑛 𝑣2 2. Espaço Vetorial 2.2. Dependência Linear Teoremas T6) Dado um vetor 𝑣 e outros três vetores não paralelos 𝑣1, 𝑣2 𝑒 𝑣3, não coplanares, é sempre possível exprimir 𝑣 como combinação linear de 𝑣1, 𝑣2 𝑒 𝑣3 e de modo único. 𝑣 = 𝑂𝐷 + 𝐷𝐸 𝑂𝐷 = 𝑂𝐴 + 𝐴𝐷 𝑂𝐷 = 𝑂𝐴 + 𝑂𝐵 𝑂𝐷 = 𝑚1 𝑣1 +𝑚2 𝑣2 𝑃𝑜𝑟𝑡𝑎𝑛𝑡𝑜, 𝑣 = 𝑚1 𝑣1 +𝑚2 𝑣2 +𝑚3 𝑣3 𝑣1 𝑣2 𝑣3 𝑚1 𝑣1 𝑚2 𝑣2 𝑚3 𝑣3 𝑣 𝑂 𝐷 𝐸 𝐵 𝐴 𝐶 𝐷𝐸 = 𝑂𝐶 = 𝑚3 𝑣3 2. Espaço Vetorial 3. Expressão Cartesiana de um Vetor Quando exprimimos um vetor 𝑣 como combinação de outros três vetores não coplanares 𝑣1, 𝑣2, 𝑣3, isto é, 𝑣 = 𝑥 𝑣1 + 𝑦 𝑣2 + 𝑧 𝑣3, os escalares 𝑥, 𝑦, e 𝑧 são chamados de coordenadas de 𝑣 em relação ao triedro 𝑣1, 𝑣2, 𝑣3 . Neste caso, os vetores 𝑣1, 𝑣2, 𝑣3 formam uma base do espaço 𝑉 3 e os vetores 𝑥 𝑣1, 𝑦 𝑣2, 𝑧 𝑣3 são as componentes de 𝑣 nas direções 𝑣1, 𝑣2 𝑒 𝑣3. Na prática, a base escolhida é formada por vetores unitários e perpendiculares dois a dois. Tal base é chamada ortonormal canônica. 1° Caso: Espaço ℝ1 - sistema 0 𝑖 𝑖 = (1,0) 𝑖 2. Espaço Vetorial 3. Expressão Cartesiana de um Vetor 2° Caso: Espaço ℝ2 - sistema 𝑖 = (1,0) 𝑣 = 4 𝑖 + 3 𝑗 𝑗 = (0,1) 𝑣 = 4(1,0) + 3(0,1) 𝑣 = 4,0 + 0,3 𝑃𝑜𝑟𝑡𝑎𝑛𝑡𝑜, 𝑣 = 4 𝑖 + 3 𝑗 = (4,3) 𝑖 𝑗 0 𝑣 (4,3) 𝑦 𝑥 𝑣 = (4,3) 𝑖 𝑗 2. Espaço Vetorial 3. Expressão Cartesiana de um Vetor 3° Caso: Espaço ℝ3 - sistema 𝑣 = 3 𝑖 + 5 𝑗 + 3𝑘 𝑣 = 3 1,0,0 + 5 0,1,0 + 3(0,0,1) 𝑣 = 3,0,0 + 0, 5,0 + (0,0,3) 𝑣 = (3, 5, 3) 𝑃𝑜𝑟𝑡𝑎𝑛𝑡𝑜, 𝑣 = 3 𝑖 + 5 𝑗 + 3𝐾 = (3,5,3) 𝑖 = (1,0,0) 𝑗 = (0,1,0) 𝑘 = (0,0,1) (3,5,3) 𝑣 𝑂 𝑥 𝑧 𝑦 𝑖 𝑗 𝑘 2. Espaço Vetorial 3.1. Vetor posição Chama-se vetor posição, todo vetor cuja origem coincide com a origem do sistema adotado como padrão (no nosso caso o sistema cartesiano). Sabemos que a todo ponto 𝑃 do espaço associamos um único terno ordenado (𝑥, 𝑦, 𝑧). Do mesmo modo, dado um terno ordenado (𝑥, 𝑦, 𝑧) podemos associar na base {𝑖, 𝑗, 𝑘} um único vetor de origem 𝑂 e extremidade 𝑃 = (𝑥, 𝑦, 𝑧). O vetor 𝑣 = 𝑂𝑃 também pode ser escrito como: 𝑣 = 𝑂𝑃 = 𝑃 − 𝑂 Daí, 𝑃 = 𝑂 + 𝑣 = 𝑂 + 𝑥 𝑖 + 𝑦 𝑗 + 𝑧𝑘 𝑃 = (𝑥, 𝑦, 𝑧) 𝑣 𝑂 𝑥 𝑧 𝑦 2. Espaço Vetorial 3.1. Vetor posição Consideremos agora os pontos 𝐴 = (𝑥𝐴, 𝑦𝐴, 𝑧𝐴) e 𝐵 = (𝑥𝐵 , 𝑦𝐵 , 𝑧𝐵). Estes pontos determinam os vetores 𝑣 = 𝐴𝐵, 𝑢 = 𝑂𝐴 e 𝑤 = 𝑂𝐵 𝑢 + 𝑣 = 𝑤 𝑂 𝑥 𝑧 𝑦 𝑣 𝑤 𝑢 𝐴 𝐵 𝑣 = 𝑤 − 𝑢 𝑣 = (𝑥𝐵 𝑖, 𝑦𝐵 𝑗, 𝑧𝐵𝑘) − (𝑥𝐴 𝑖, 𝑦𝐴 𝑗, 𝑧𝐴𝑘) 𝑣 = (𝑥𝐵−𝑥𝐴) 𝑖 + (𝑦𝐵 − 𝑦𝐴) 𝑗 + (𝑧𝐵−𝑧𝐴)𝑘
Compartilhar