Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Disciplina: Geometria Analítica e Álgebra Vetorial Ementa Equações analíticas de retas, planos e cônicas; vetores: operações e bases; equações vetoriais de retas e planos; equações paramétricas; álgebra de ma- trizes e determinantes; autovalores; sistemas lineares: resolução e escalon- amento; coordenadas polares no plano; coordenadas cilíndricas e esféricas; superfícies quádricas: equações reduzidas (canônicas). Conteúdo Programático Unidade I – Matrizes, Sistemas Lineares e Determinantes 1.1 Propriedades e operações matriciais 1.2 Sistemas de Equações Lineares 1.3 Soluções de Sistemas 1.4 Determinantes: definição e propriedades 1.5 Cofatores e aplicações Unidade II – Vetores no Plano e no Espaço 2.1 Tratamento Geométrico 2.2 Tratamento Algébrico 2.3 Produto Escalar 2.4 Produto Vetorial 2.5 Produto Misto 2.6 Aplicações Unidade III – Retas e Planos 3.1 Equações Vetoriais 3.2 Equações Paramétricas 3.3 Intersecções 3.4 Ângulos e distâncias Unidade IV – Cônicas 4.1 Parábola, Elipse e Hipérbole 4.2 Translação de Eixos 4.3 Superfícies Quádricas 2 Avaliação Três provas individuais escritas de 30 pontos cada. Listas de exercícios no valor total de 10 pontos. Referência Bibliográfica BOULOS, P.; CAMARGO, I. Geometria analítica: um tratamento vetorial. 3. ed. São Paulo: Prentice-Hall, 2005. STEINBRUCH, A.; WINTERLE, P. Geometria analítica. 3. ed. São Paulo: Pearson Education, 2005. WINTERLE, P. Vetores e geometria analítica. São Paulo: Makron Books, 2000. 3 Matrizes Definição: Sejam m e n dois inteiros positivos. Uma matriz m por n A sobre R é dada por m × n valores aij ∈ R , com 1 ≤ i ≤ m, 1 ≤ j ≤ n agrupados em m linhas e n colunas que será representada como: A = a11 · · · a1n... ... am1 · · · amn A = (aij) , 1 ≤ i ≤ m e 1 ≤ j ≤ n Notação: Mm×n(R) e se m = n então usaremos Mn(R). Matrizes especiais • Matriz quadrada: é aquela cujo número de linhas é igual ao número de colunas (m = n). ( −1 2 3 −5 ) ; −1 2 −93 −5 16 −8 7 9 ; −1 2 −9 8 3 −5 16 −6 −8 7 9 −4 2 5 7 −4 Existem duas diagonais que podemos destacar em matrizes quadradas: • Matriz retangular: uma matriz na qual m 6= n. 4 ( 4 −3 8 3 −5 1 ) • Matriz oposta: a matriz oposta da matriz A é aquela que possui elementos opostos correspondentes ao da matriz A. A = ( 7 −4 −9 2 −1 51 ) ⇒ −A = ( −7 4 9 −2 1 −51 ) • Matriz nula: é aquela em que aij = 0, para todo i e j. ( 0 0 0 0 0 0 ) ; 0 0 00 0 0 0 0 0 • Matriz linha: é aquela que possui uma única linha (m = 1). ( −6 −2 5 1 ) • Matriz coluna: é aquela que possui uma única coluna (n = 1). 9−4 3 • Matriz triangular superior: é uma matriz quadrada onde todos os elementos abaixo da diagonal são nulos, isto é, m = n e aij = 0, i > j . −1 3 50 2 6 0 0 4 • Matriz triangular inferior: é uma matriz quadrada onde todos os elementos acima da diagonal são nulos, isto é, m = n e aij = 0, i < j. 7 0 03 2 0 −6 1 4 5 • Matriz diagonal: é uma matriz quadrada onde todos os elementos que não estão na diagonal principal são nulos, isto é, m = n e aij = 0 para i 6= j. 9 0 00 6 0 0 0 −7 • Matriz transposta: dada a matriz A = (aij) ∈ Mm×n(R) definimos a sua transposta como sendo a matriz At = (bij) ∈ Mn×m(R) tal que bij = aji para cada par (i,j), isto é, as linhas da matriz A são as colunas da matriz At. A = ( 7 −2 3 −1 0 1 4 −8 ) ⇒ At = 7 0 −2 1 3 4 −1 −8 • Matriz identidade: é uma matriz quadrada onde todos os elementos que não estão na diagonal principal são nulos e na diagonal principal são iguais a 1, isto é, m = n e aij = 0 para i 6= j. I2 = ( 1 0 0 1 ) ; I3 = 1 0 00 1 0 0 0 1 ; I4 = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 Observação: Se A é qualquer matriz m× n, então AIn = A e ImA = A • Matriz inversa: uma matriz quadrada A, de ordem n, é dita invertível se existir uma matriz quadrada B, também de ordem n, tal que A ·B = B · A = In. Neste caso, dizemos que B é a inversa de A e escrevemos B = A−1. Exemplo: a matriz A = ( 3 1 2 1 ) é invertível uma vez que, tomando A−1 = ( 1 −1 −2 3 ) então AA−1 = A−1A = ( 1 0 0 1 ) = I2. 6 • Matriz simétrica: uma matriz quadrada A é dita simétrica se A = At. 7 9 −59 −3 1 −5 1 4 ; a b c d b e f g c f h i d g i k • Matriz antissimétrica: uma matriz quadrada A é dita antissimétrica se A = −At. 0 9 −5−9 0 −1 5 1 0 ; 0 a b −c −a 0 d −e −b −d 0 f c e −f 0 • Matriz ortogonal: uma matriz A é ortogonal se A · At = I, isto é, uma matriz cuja inversa coincide com sua transposta (A−1 = At). 12 √ 3 2√ 3 2 −1 2 · 12 √ 3 2√ 3 2 −1 2 = ( 1 0 0 1 ) · Igualdade de matrizes SeA,B ∈Mm×n(R), A = B ⇔ aij = bij,∀i ∈ {1, 2, . . . ,m} e ∀j ∈ {1, 2, . . . , n}. x −18 y 3 2 = 5 w8 1 3 z ⇒ x = 5y = 1 z = 2 w = −1 ( 1 −3 9 7 ) 6= 7−3 5 Operações com matrizes 1o)Adição: Se A,B ∈ Mm×n(R), então indicamos por A + B e chamamos soma de A com B a matriz m x n cujo termo geral é aij + bij, isto é, A+B = a11 · · · a1n... ... am1 · · · amn + b11 · · · b1n... ... bm1 · · · bmn 7 = a11 + b11 · · · a1n + b1n... ... am1 + bm1 · · · amn + bmn Exemplo: Consideremos as matrizesA = 1 8 1 −2−4 3 9 0 2 7 0 4 eB = 2 5 6 −36 −7 −1 8 2 −8 0 −1 . Temos que A+B = 3 13 7 −52 −4 8 8 4 −1 0 3 Propriedades 1. ∀A,B ∈Mm×n(R), A+B = B + A (comutativa). 2. ∀A,B,C ∈Mm×n(R), (A+B) + C = A+ (B + C) (associativa). 3. Existe uma matriz de Mm×n(R), denotada por 0 (matriz nula), tal que ∀A ∈Mm×n(R), A+ 0 = A. 4. ∀A ∈Mm×n(R) existe uma matriz deMm×n(R) denotada por −A (ma- triz oposta), tal que A+ (−A) = 0 (matriz nula). 2o)Subtração: Se A,B ∈Mm×n(R), então indicamos por A−B e chamamos diferença de A com B a matriz m x n cujo termo geral é aij − bij, isto é, A−B = a11 · · · a1n... ... am1 · · · amn + b11 · · · b1n... ... bm1 · · · bmn = a11 − b11 · · · a1n − b1n... ... am1 − bm1 · · · amn − bmn Exemplo: Consideremos as matrizesA = 1 8 1 −2−4 3 9 0 2 7 0 4 eB = 2 5 6 −36 −7 −1 8 2 −8 0 −1 . Temos que A−B = −1 3 −5 1−10 10 10 −8 0 15 0 5 3o)Multiplicação por um escalar: Se A ∈ Mm×n(R) e λ ∈ R, pode- mos definir o produto de λ por A como sendo a matriz B = (bij) ∈Mm×n(R) tal que,para cada par (i, j) temos bij = λaij, ou seja, 8 λA = λ a11 · · · a1n... ... am1 · · · amn = λa11 · · · λa1n... ... λam1 · · · λamn Exemplo: 5 ( −1 5 3 7 2 −3 6 1 ) = ( −5 25 15 35 10 −15 30 5 ) Propriedades 1. (αβ)A = α(βA) 2. (α + β)A = αA+ βA 3. α(A+B) = αA+ αB 4. 1 · A = A quaisquer que sejam as matrizes A e B e quaisquer que sejam os números reais α e β. 4o) Produto de matrizes: sejam A ∈Mm×n(R) e B ∈Mn×p(R). Podemos definir o produto de A por B como sendo a matriz C = (cij) ∈Mm×p(R) tal que, cij = ∑n k=1 aikbkj = ai1b1j + ai2b2j + · · · + ainbnj, para i = 1, . . . ,m e j = 1, . . . , p, ou então, A ·B = a11 · · · a1n... ... am1 · · · amn · b11 · · · b1n... ... bm1 · · · bmn = = ∑n k=1 a1kbk1 · · · ∑n k=1 a1kbkp ... ...∑n k=1 amkbk1 · · · ∑n k=1 amkbkp Exemplo: Considere as matrizes A = ( 2 1 −3 −4 0 5 ) e B = 6 2−1 4 3 7 . Daí, A·B = ( 2 · 6 + 1 · (−1) + (−3) · 3 2 · 2 + 1 · 4 + (−3) · 7 (−4) · 6 + 0 · (−1) + 5 · 3 (−4) · 2 + 0 · 4 + 5 · 7 ) = ( 2 −13 −9 27 ) 5o) Potências de uma matriz: se A é uma matriz quadrada, definimos as potências inteiras não negativas de A por A0 = I 9 An = AA · · ·A︸︷︷ ︸ n fatores , n > 0. Além disso, se A é invertível, então definimos as potências inteiras negativas por A−n = (A−1)n = A−1A−1 · · ·A−1︸ ︷︷ ︸ n fatores . Se A é uma matriz quadrada e r e s são inteiros, então ArAs = Ar+s e (Ar)s = Ars Propriedades 1. A(B + C) = AB + AC, ∀A ∈Mm×n(R) e ∀B,C ∈Mn×p(R). 2. (A+B)C = AC +BC,∀A,B ∈Mm×n(R) e ∀C ∈Mn×p(R). 3. A(BC) = (AB)C, ∀A ∈Mm×n(R), ∀B ∈Mn×p(R) e ∀C ∈Mp×q(R). 4. α(AB) = (αA)B = A(αB),∀A ∈Mm×n(R),∀α ∈ R e ∀B ∈Mn×p(R). Observações: a) Em geral, o produto de matrizes não é comutativo: • A = ( 1 2 1 3 ) eB = ( 2 2 1 5 ) ⇒AB = ( 4 12 5 17 ) eBA = ( 4 10 6 17 ) . • A = ( 1 1 5 2 1 −1 ) e B = 2 41 1 0 1 ⇒ AB = ( 3 10 5 8 ) e BA = 10 6 63 2 4 2 1 −1 . b)a soma de duas matrizes simétricas é também simétrica: (A+B)t = At +Bt = A+B. c) O produto de duas matrizes simétricas de ordem n não é uma matriz simétrica: ( 1 2 2 0 ) · ( 0 3 3 1 ) = ( 6 5 0 6 ) d) a soma de duas matrizes antissimétricas é também antissimétrica: 10 (A+B)t = At +Bt = −A−B = −(A+B). e) O produto de duas matrizes antissimétricas de ordem n não é uma matriz antissimétrica: ( 0 −3 3 0 ) · ( 0 2 −2 0 ) = ( 6 0 0 6 ) f) Será que se A·B = A·C, então B = C, onde A, B e C são respectivamente matrizes de ordens m× n, n× p e n× p ? Consideremos: A = ( 1 2 2 4 ) , B = ( 1 1 −3 3 ) e C = ( −5 3 0 2 ) . Note que AB = AC = ( −5 7 −10 14 ) com A 6= 0 e B 6= C. g) Será que se A · B = 0, então A = 0 ou B = 0, onde A e B são ma- trizes de ordens, respectivamente, m× n, n× p e 0 é a matriz nula de ordem m× p? Temos que A = ( 2 0 1 0 ) , B = ( 0 0 3 0 ) e AB = ( 0 0 0 0 ) . Propriedades da matriz transposta 1. (A+B)t = At +Bt, ∀A,B ∈Mm×n(R). 2. (αA)t = αAt,∀α ∈ R,∀A ∈Mm×n(R). 3. (AB)t = BtAt, ∀A ∈Mm×n(R) e ∀B ∈Mn×p(R). 4. (At)t = A, ∀A ∈Mm×n(R). Propriedades da matriz inversa 1. A inversa de uma matriz, caso exista é única. 2. Se A e B são matrizes invertíveis de mesma ordem, AB é invertível e (AB)−1 = B−1A−1. 3. Se A é invertível, At também o é e (At)−1 = (A−1)t. 4. Se A é invertível e α ∈ R∗, αA também é invertível e 11 (αA)−1 = 1 α · A−1. 5. Se A é invertível, (A)−1 também o é e (A−1)−1 = A. Determinação da inversa 1o Método: determine, se existir, a inversa da matriz A = ( 3 2 7 5 ) . Pela definição temos que Observação: A matriz A = ( a b c d ) é invertível se detA 6= 0, caso em que a inversa é dada pela fórmula A−1 = 1 detA ( d −b −c a ) Definição: dada uma matriz A, entenderemos por operação elementar com as linhas de A uma das seguintes alternativas: a) a permuta de duas linhas; b) a substituição de uma linha por si mesma, previamente multiplicada por uma constante não nula. c) a substituição de uma linha pela soma de si mesma, com uma outra pre- viamente multiplicada por uma constante. Definição: se uma matriz B foi obtida de A através de um número finito 12 de operações elementares, dizemos que ambas são equivalentes e escrevemos A ∼ B. Observação: a mesma sucessão de operações que transformam A em In transformam In em A−1. 2o Método: Considere A = 1 1 00 1 1 1 0 2 . Aplicando as operações ele- mentares temos que Portanto, A−1 = 2/3 −2/3 1/31/3 2/3 −1/3 −1/3 1/3 1/3 . Definição: seja A = (aij)n×n. O cofator Aij de aij é definido como Aij = (−1)i+j · det(Mij) sendo Mij a submatriz (n− 1)× (n− 1) de A obtida pela eliminação da i-ésima linha i da j-ésima coluna de A. Definição: seja A = (aij)n×n. A matriz n × n adj A, chamada de adjunta de A, é a matriz cujo (i,j)- ésimo elemento é o cofator Aij de aij. adjA = A11 A21 · · · An1 A12 A22 · · · An2 ... ... ... A1n A2n · · · Ann . Observação: A−1 = 1 detA · adjA. 3o Método: Considere A = 1 1 13 5 4 −2 −1 −2 . Observe que detA = ∣∣∣∣∣∣ 1 1 1 3 5 4 −2 −1 −2 ∣∣∣∣∣∣ = −1 13 Calculando os cofatores obtemos Logo, A−1 = 1 detA · adjA = 1−1 −6 1 −1−2 0 −1 7 −1 2 = 6 −1 12 0 1 −7 1 −2 . Exercício: Supondo as matrizes A, B e C quadradas, de mesma ordem e invertíveis, resolver as equações matriciais nas quais X é a variável. a) ABX = C d) CAX t = C b)DX t = DC e) D−1XD = AC c) ADX = ABC f) CX + 2B = 3B Determinantes 1o) Determinante de matrizes de primeira ordem. Exemplos: A = (35)→ detA = |35| = 35. B = (−10)→ detB = | − 10| = −10. 2o) Determinante de matrizes de segunda ordem. Exemplo: a) ∣∣∣∣ 4 −1−5 −2 ∣∣∣∣ = −8− 5 = −13. 3o) Determinante de matrizes de terceira ordem (Regra de Sarrus). Exemplo: 14 4o) Determinante de matrizes de ordem n ≥ 2 (Teorema de Laplace). Propriedades dos Determinantes 1o) Um determinante é igual a zero em apenas 3 situações: • Quando tem uma fila (coluna ou linha) de zeros:∣∣∣∣∣∣ 0 0 0 5 4 1 2 3 5 ∣∣∣∣∣∣ = 0 ou ∣∣∣∣∣∣∣∣ 0 −2 0 0 1 2 3 0 0 5 10 0 2 1 9 0 ∣∣∣∣∣∣∣∣ = 0 • Quando tem duas filas paralelas iguais ou proporcionais: ∣∣∣∣∣∣∣∣ 7 −2 0 7 −6 2 3 −6 0 5 10 0 7 1 8 7 ∣∣∣∣∣∣∣∣ = 0 ou ∣∣∣∣∣∣∣∣∣∣ 4 −2 0 7 21 −9 2 3 −6 −18 1 5 10 0 0 −6 0 2 5 15 7 4 6 1 3 ∣∣∣∣∣∣∣∣∣∣ = 0 • Quando uma das filas é combinação linear das outras filas paralelas:∣∣∣∣∣∣ 1 3 5 1 2 3 5 12 19 ∣∣∣∣∣∣ = 0 ou ∣∣∣∣∣∣ −1 1 0 7 −5 2 2 3 5 ∣∣∣∣∣∣ = 0 ou ∣∣∣∣∣∣ 5 −2 4 −7 3 1 −2 1 5 ∣∣∣∣∣∣ = 0 L3 = 2L1 + 3L2 C3 = C1 + C2 L3 = L1 + L2 15 2o) Se trocarmos de posição duas filas, o determinante da nova matriz é o anterior com sinal trocado:∣∣∣∣∣∣∣∣ 1 0 2 1 2 3 1 2 3 0 5 0 1 2 2 −1 ∣∣∣∣∣∣∣∣ = 36⇒ ∣∣∣∣∣∣∣∣ 0 1 2 1 3 2 1 2 0 3 5 0 2 1 2 −1 ∣∣∣∣∣∣∣∣ = −36 3o) Se multiplicarmos todos os elementos de uma fila por um número real k, então o determinante da nova matriz é o anterior multiplicado por k:∣∣∣∣∣∣∣∣ 3 · 1 0 2 1 3 · 2 3 1 2 3 · 3 0 5 0 3 · 1 2 2 −1 ∣∣∣∣∣∣∣∣ = 3 · 108 4o)O determinante de uma matriz triangular será igual ao produto dos ele- mentos da diagonal principal:∣∣∣∣∣∣∣∣ 2 0 0 0 3 3 0 0 0 3 5 0 2 1 2 −1 ∣∣∣∣∣∣∣∣ = 2 · 3 · 5 · (−1) = −30∣∣∣∣∣∣∣∣ −5 7 −1 3 0 −4 −5 2 0 0 −2 1 0 0 2 7 ∣∣∣∣∣∣∣∣ = (−5) · (−4) · (−2) · 7 = −280 5o) O determinante de uma matriz quadrada A é igual ao determinante de sua transposta At, ou seja, detA = detAt.∣∣∣∣∣∣ 1 2 3 2 −1 4 0 1 5 ∣∣∣∣∣∣ = −23⇒ detAt = −23 6o) Se A é de ordem n, então det(k · A) = kn · detA, k ∈ R. Se A é de ordem 2 e det(A) = 1 27 , então det(3A) = 32 · detA = 9 · 1 27 = 1 3 . 7o) SeA−1 é a inversa da matriz quadradaA, então detA−1 = 1 detA , detA 6= 0. detA = ∣∣∣∣∣∣ −1 3 1 2 −2 0 0 1 −1 ∣∣∣∣∣∣ = 6⇒ detA−1 = 1detA = 16 . 16 Observação: Uma matriz quadrada A admite uma matriz inversa se, e so- mente se, detA 6= 0. Matrizes singulares são matrizes que não admitem uma matriz inversa. 8o) Teorema de Binet: se A e B são matrizes quadradas de mesma or- dem e AB é a matriz produto, então det(A ·B) = detA · detB. detA = ∣∣∣∣ 3 21 4 ∣∣∣∣ = 10 e detB = ∣∣∣∣ 5 42 3 ∣∣∣∣ = 7⇒ det(A·B) = det(A)·det(B) = 10 · 7 = 70. Observações: Temos que a) det(A + B) = ∣∣∣∣ 8 63 7 ∣∣∣∣ = 38 ⇒ det(A + B) = 38 6= 17 = 10 + 7 = det(A) + det(B). b) det(A − B) = ∣∣∣∣ −2 −2−1 1 ∣∣∣∣ = −4 ⇒ det(A − B) = −4 6= 3 = 10 − 7 = det(A)− det(B). c) det(An) = (detA)n ⇒ det(A3) = (detA)3 = 103 = 1000. Regra de Chió O cálculo do determinante de uma matriz quadrada A de ordem n > 1 que possua algum elemento igual a 1 pode ser feito através dos seguintes passos: i) Suprima a linha e a coluna que se interceptam no elemento ars = 1. ii) De cada elemento restante, subtraia o produto dos elementos que se encon- tram nos pés das perpendiculares traçadas do elemento considerado à linha e à coluna suprimidas.iii) O determinante assim obtido, multiplicado por (−1)r+s é igual ao deter- minante da matriz A. Exemplo: 17 Processo de triangulação para o cálculo de determinantes Definição: Uma matriz da forma∣∣∣∣∣∣∣∣∣∣∣∣∣ 1 1 1 ... 1 x1 x2 x3 ... xn x21 x 2 2 x 2 3 ... x2n ... ... ... ... ... xn−11 x n−1 2 x n−1 3 ... xn−1n ∣∣∣∣∣∣∣∣∣∣∣∣∣ é dita uma matriz de Vandermonde. Observação: Se A é uma matriz de Vandermonde, então detA = ∏ i<j (xj − xi) 18 Exemplo: Sistemas Lineares Um sistema de equações lineares com m equações e n incógnitas é um con- junto de equações do tipo (∗) a11x1 + a12x2 + · · ·+ a1nxn = b1 a21x1 + a22x2 + · · ·+ a2nxn = b2 ... am1x1 + am2x2 + · · ·+ amnxn = bm com aij, 1 ≤ i ≤ m, 1 ≤ j ≤ n, números reais (ou complexos). Uma solução do sistema (∗) é uma n-upla de números (x1, x2, . . . , xn). Exemplo: resolva o sistema a seguir 2x+ 3y − z = 5 x+ y + z = 6 3x+ 5y − 4z = 1 Aplicando o método de Gauss temos Portanto, 1x+ 1y + 1z = 6 1y − 3z = −7 −1z = −3 Substituindo os valores encontrados obtemos z = 3, y = 2 e z = 3. 19 Exercício: determine a solução dos sistemas a seguir: a) { 2x+ y + 7z = 16 x+ 3y + 2z = −5⇒ S = {(3,−4, 2)} 5x+ 3y + 4z = 11 b) { 3x+ 2y − 5z = 8 2x− 4y − 2z = −4⇒ S = {(3, 2, 1)} x− 2y − 3z = −4 c) { 2x+ 3y − 2z = 2 3x− 5y + 4z = 5⇒ S = {(1, 2, 3)} x− 2y − 7z = −24 Dizemos que dois sistemas lineares são equivalentes quando apresentam o mesmo conjunto solução. Sistemas lineares homogêneos: são sistemas formados por equações cujos termos independentes são todos igauis a zero. Classificação de um sistema linear Sistema possível e determinado (SPD): admite uma única solução. Sistema possível e indeterminado (SPI): admite infintas soluções. Sistema impossível: não tem solução. Exemplo: Discuta o sistema linear: x+ ay + 3z = −2 2x− 3y + 5z = 1 −x+ 9y − z = b− 3 Portanto, { −3a+ 3 6= 0⇒ −3a 6= −3⇒ a 6= 1⇒ SPD −3a+ 3 = 0 e b+ 5 6= 0⇒ a = 1 e b 6= −5⇒ SI −3a+ 3 = 0 e b+ 5 = 0⇒ a = 1 e b = −5⇒ SPI 20 Conclusão: { a 6= 1⇒ SPD a = 1 e b 6= −5⇒ SI a = 1 e b = −5⇒ SPI Faça a interpretação geométrica e classifique os sistemas a seguir: a) { 2x+ y = 2 3x− y = 8 b) { x+ y = 1 2x+ 2y = 2 c) { x+ y = 2 x+ y = 3
Compartilhar