Prévia do material em texto
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR Professora Roberta Mastrochirico GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR 1– MATRIZES_____________________________________________________1 � Definição______________________________________________________1 � Matriz Quadrada _______________________________________________ 1 � Matriz Linha __________________________________________________ 2 � Matriz Coluna __________________________________________________2 � Matriz Triangular________________________________________________3 � Matriz Diagonal_________________________________________________3 � Matriz Identidade ______________________________________________ 3 � Matriz Nula ____________________________________________________4 � Matrizes Iguais _________________________________________________4 Exercícios ________________________________________________________4 2 –OPERAÇÕES COM MATRIZES____________________________________ 5 � Adição de Matrizes _____________________________________________ 5 � Propriedades da Adição de Matrizes________________________________ 5 � Subtração de Matrizes __________________________________________ 5 � Multiplicação de uma matriz por um escalar__________________________ 6 � Multiplicação de Matrizes ________________________________________ 7 � Propriedades da Multiplicação de Matrizes___________________________ 8 Exercícios_______________________________________________________ 8 3 – DETERMINANTES_____________________________________________11 � Determinante de matriz quadrada de ordem 1________________________11 � Determinante de matriz quadrada de ordem 2________________________11 � Determinante de matriz quadrada de ordem 3: (Regra de Sarrus) ________12 Exercícios _______________________________________________________13 4 – RESOLUÇÃO E DISCUSSÃO DE SISTEMAS LINEARES ______________15 � Sistemas Lineares ____________________________________________ 15 � Sistemas Homogêneos _________________________________________15 � Tipos de Sistemas_____________________________________________ 15 � Sistemas Equivalentes _________________________________________ 15 � Resolução de um Sistema Linear pelo Método da Adição______________ 16 � Resolução de um sistema linear pela Regra de Cramer _______________ 18 � Resolução de um sistema linear por Escalonamento __________________20 Exercícios _______________________________________________________23 5 – VETORES ___________________________________________________ 25 � Definição_____________________________________________________25 � Caracterização ________________________________________________25 � Notação ____________________________________________________ 25 � Coordenadas de um vetor: (Expressão Analítica)_____________________ 25 � Módulo _____________________________________________________ 26 � Vetor Nulo____________________________________________________26 � Vetor Oposto _________________________________________________27 � Vetores Paralelos _____________________________________________ 27 � Vetores Coplanares ___________________________________________ 27 � Vetor Unitário ________________________________________________ 28 � Versor_______________________________________________________28 � Expressão Cartesiana de um Vetor ________________________________29 � Ponto Médio de um segmento ____________________________________30 Exercícios _______________________________________________________31 6 – OPERAÇÕES COM VETORES___________________________________ 34 � Adição e Subtração de Vetores___________________________________ 34 � Propriedades da Adição de Vetores _______________________________ 36 � Multiplicação de um Vetor por um Escalar___________________________36 � Propriedades da Multiplicação de um Vetor por um Escalar_____________ 37 Exercícios _______________________________________________________38 7 – COMBINAÇÃO LINEAR, DEPENDÊNCIA LINEAR E BASES CANÔNICAS_____________________________________________________40 COMBINAÇÃO LINEAR ____________________________________________40 DEPENDÊNCIA LINEAR __________________________________________42 � 1 vetor_______________________________________________________42 � 2 vetores ____________________________________________________ 42 � 3 vetores ____________________________________________________ 42 � 4 vetores ou mais _____________________________________________43 � BASES CANÔNICAS___________________________________________43 Exercícios _______________________________________________________44 8 – PRODUTO ENTRE VETORES____________________________________45 PRODUTO ESCALAR_____________________________________________ 45 � Definição_____________________________________________________45 � Propriedades e Relações do Produto Escalar________________________ 45 � Aplicações Geométrica do Produto Escalar _________________________ 47 PRODUTO VETORIAL ____________________________________________ 49 � Definição_____________________________________________________49 � Propriedades e Relações do Produto Vetorial________________________ 50 � Aplicações Geométrica do Produto Vetorial _________________________51 PRODUTO MISTO _______________________________________________ 53 � Definição_____________________________________________________53 � Aplicações Geométrica do Produto Misto ___________________________ 54 Exercícios _______________________________________________________56 9 – TRANSFORMAÇÕES LINEARES DE � � EM � � _____________________ 58 Exercícios _______________________________________________________59 10 – ESTUDO DA RETA____________________________________________61 � Equação Vetorial de uma Reta ___________________________________ 61 � Equações Paramétricas de uma Reta______________________________ 61 � Equação Simétrica de uma Reta__________________________________ 61 Exercícios _______________________________________________________63 11 – POSIÇÕES RELATIVAS ENTRE DUAS RETAS ____________________ 64 � Retas Paralelas Coincidentes_____________________________________64 � Retas Paralelas Distintas ________________________________________64 � Retas Concorrentes ___________________________________________ 64 � Retas Concorrentes e Perpendiculares_____________________________ 64 � Retas Reversas ______________________________________________ 66 Exercícios _______________________________________________________67 12 – ESTUDO DO PLANO__________________________________________ 68 � Equação Vetorial de um Plano ___________________________________ 68 � Equações Paramétricas de um Plano______________________________ 68 � Equação Geral de uma Plano_____________________________________68 Exercícios _______________________________________________________70 13 – CÔNICAS – CIRCUNFERÊNCIA_________________________________ 71 Exercícios _______________________________________________________73 14 – CÔNICAS – PARÁBOLA_______________________________________ 74 Exercícios _______________________________________________________76 15 – CÔNICAS – ELIPSE __________________________________________ 77 Exercícios _______________________________________________________80 16 – CÔNICAS – HIPÉRBOLE ______________________________________81 Exercícios _______________________________________________________84 17 - RESPOSTAS DOS EXERCÍCIOS_________________________________85 � 1 – MATRIZES________________________________________________ 85 � 2 – OPERAÇÕES COM MATRIZES_______________________________ 85 � 3 – DETERMINANTES ________________________________________ 87 �4 – RESOLUÇÃO E DISCUSSÃO DE SISTEMAS LINEARES __________88 � 5 – VETORES _______________________________________________ 94 � 6 – OPERAÇÕES COM VETORES_______________________________98 � 7 – COMBINAÇÃO LINEAR, DEPENDÊNCIA LINEAR E BASES CANÔNICAS ________________________________________________100 � 8 – PRODUTO ENTRE VETORES_______________________________ 102 � 9 – TRANSFORMAÇÕES LINEARES DE �� EM � _________________107 � 10 – ESTUDO DA RETA_______________________________________ 111 � 11 – POSIÇÕES RELATIVAS ENTRE DUAS RETAS ________________ 113 � 12 – ESTUDO DO PLANO______________________________________115 � 13 – CÔNICAS – CIRCUNFERÊNCIA_____________________________118 14 – CÔNICAS – PARÁBOLA ___________________________________119 15 – CÔNICAS – ELIPSE ______________________________________ 120 16 – CÔNICAS – HIPÉRBOLE __________________________________122 GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com � MATRIZES � Definição: Uma matriz ��� (� por �) é uma tabela de � � números dispostos em � linhas e � colunas. � � � �� � �� � �� � � �� � �� � �� � �� � � �� ff ff ff ff ff � �� � �� � �� � � �� fi Usamos também a notação � fl� ffi� ��� . Dizemos que � ffi� é o elemento ou a entrada de posição !, " da matriz . Exemplo: � # � � $ % & ' ( ) * & + A matriz é & por ( , ou seja, tem 2 linhas e 3 colunas. Observações: � �� , É o elemento da matriz que está localizado na primeira linha e na primeira coluna. Neste exemplo, temos: � �� � %. � �� , É o elemento da matriz que está localizado na segunda linha e na terceira coluna. Neste exemplo, temos: � �� � * &. �� , É uma matriz que possui duas linhas e três colunas. � Matriz Quadrada: Se � � � , dizemos que é uma matriz quadrada de ordem � . Os elementos � �� , � �� , � �� - ... , � �� formam a diagonal principal de . E os elementos � � � , � � . �/ � 0 , � � . �/ � 0 - ... , � . �/ � 0 � - � � � formam a diagonal secundária de . GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com 1 Exemplos: 1) 2 3 4 3 5 6 7 8 9 : ; A matriz 2 é 8 < 8 , ou seja é quadrada de ordem 8 . Os elementos = >> 5 7 e = 33 5 : formam a diagonal principal de 2 . Os elementos = >3 5 8 e = 3> 5 9 formam a diagonal secundária de 2. 2) ? @ 5 A 7 B 8 C D8 7 DE F 9 G A matriz ? é 9 < 9, ou seja é quadrada de ordem 9. Os elementos = >> 5 7 , = 33 5 D8 e = @@ 5 9 formam a diagonal principal de ?. Os elementos = >@ 5 8 , = 33 5 D8 e = @> 5 DE , formam a diagonal secundária de ?. H Matriz Linha: Uma matriz que só possui uma linha é chamada matriz linha. Exemplo: 2 > 4 @ 5 I 7 9 D 8 J A matriz 2 é 7 por 9, ou seja, tem 1 linha e 3 colunas. Desta forma, a matriz 2 é uma matriz linha. H Matriz Coluna: Uma matriz que só possui uma coluna é chamada matriz coluna. Exemplo: 2 @ 4 > 5 K 7 : D9 L A matriz 2 é 9 por 7, ou seja, tem 3 linhas e 1 coluna. Desta forma, a matriz 2 é uma matriz coluna. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com M N Matriz Triangular: Uma matriz quadrada é uma matriz triangular se os elementos acima ou abaixo da diagonal principal são todos nulos. Exemplos: O P Q R S S T U S V W XY Z e [ P \ ] Y V XW S U T S S S U X] S S S ^ _ As matrizes O e [ são matrizes triangulares. N Matriz Diagonal: Uma matriz quadrada é uma matriz diagonal se todos os elementos acima e abaixo da diagonal principal são iguais a zero. Exemplos: O P Q R S S S U S S S XY Z e [ P \ ] S S S S U S S S S U S S S S ^ _ As matrizes O e [ são matrizes diagonais. N Matriz Identidade: Uma matriz quadrada é uma matriz identidade se todos os elementos da diagonal principal são iguais a um e os outros elementos da matriz são iguais a zero. O símbolo para esta matriz é ` a , onde b é a ordem da matriz. Exemplos: ` c P d ] S S ] e , ` f P Q ] S S S ] S S S ] Z e ` g P \ ] S S S S ] S S S S ] S S S S ] _ Em uma matriz identidade, temos h i jk P ]l mini o P p i jk P S l mini o q p . GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com r s Matriz Nula: Uma matriz é uma matriz nula se tem todos os elementos iguais à zero. O símbolo para uma matriz nula de t linhas e u colunas é v wxy , e se a matriz for quadrada de ordem u o símbolo é v y . Exemplos: v z { | } } } } ~ , v { } } } } } } } } } e v zx { | } } } } } } ~ s Matrizes Iguais: Dizemos que duas matrizes são iguais se elas têm o mesmo tamanho e os elementos correspondentes são iguais, ou seja, { wxy e { Łx são iguais se t { , u { e = para { t e { u. Exemplo: { } e { } As matrizes e são iguais. EXERCÍCIOS: 1)Dadas as matrizes { e { } } , identifique: a) c) z e) zz g) b) d) z f) z h) 2)Escreva as matrizes: a) { z tal que { ¡ b) { ¢ z tal que { 3) Sabendo que £ ¤ ¥ ¦ { § } ¨ © ¦ ª , determine , , © , ¤ , ª , §, ¨ e ¥. 4) Escreva a matriz identidade de ordem 3 «¬ e a matriz identidade de ordem 5 «¬ ® . GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ¯ OPERAÇÕES COM MATRIZES: ° Adição de Matrizes: A soma de duas matrizes de mesma ordem ± ² ³´ µ¶ · ¸¹º e » ² ³¼ µ¶ · ¸¹º é definida como sendo a matriz ½ ² ³¾ µ¶ · ¸¹º tal que ½ ² ± ¿ », obtida somando-se os elementos correspondentes de ± e », ou seja, ¾ µ¶ ² ´ µ¶ ¿ ¼ µ¶ , para À ² ÁÂ Ã Ã Ã Â Ä e Å ² Á à à à  Æ. Escrevemos também DZ ¿ »È µ¶ ² ´ µ¶ ¿ ¼ µ¶ . Exemplo: Considere as matrizes: ± ² É Á Ê ËÌ Ì Í Î Ï e » ² ÉËÊ Á Ð Î Ì ËÍ Ï. Se chamarmos de ½ a soma das duas matrizes ± e », então temos: ½ ² ± ¿ » ² É Á Ê ËÌ Ì Í Î Ï ¿ É ËÊ Á Ð Î Ì ËÍ Ï ² É Á Ë Ê Ê ¿ Á ËÌ ¿ Ð Ì ¿ Î Í ¿ Ì Î Ë Í Ï ² É ËÁ Ì Ê Ì Ñ ËÍ Ï ° Propriedades da Adição de Matrizes: Dadas as matrizes±, » e ½, de mesma ordem, e a matriz nula Ò, também de mesma ordem, temos: Associativa: Ó ¿ ÔÕ ¿ Ö× ² Ô Ó ¿ Õ× ¿ Ö Comutativa: Ó ¿ Õ ² Õ¿ Ó Elemento Neutro da adição: Ó ¿ Ø ² Ù ¿ Ó ² Ó Elemento simétrico: Ó ¿ ÔËÓ× ² ÔËÓ× ¿ Ó ² Ø ° Subtração de Matrizes: A subtração de duas matrizes de mesmo tamanho ± ² ³´ µ¶ · ¸¹º e » ² ³ ¼ µ¶ · ¸¹º é definida como sendo a matriz ½ ² ³ ¾ µ¶ · ¸¹º tal que ½ ² ± Ë » ² ± ¿ Ô Ë» ×, obtida somando-se os elementos correspondentes de ± com o oposto dos elementos correspondentes de », ou seja, ¾ µ¶ ² ´ µ¶ ¿ ³ ˼ µ¶ · , para À ² ÁÂ Ã Ã Ã Â Ä e Å ² ÁÂ Ã Ã Ã Â Æ . Escrevemos também DZ ¿ » È µ¶ ² ´ µ¶ ¿ ³ ˼ µ¶ · . Exemplo: Considere as matrizes: ± ² É Á Ê ËÌ Ì Í Î Ï e » ² É ËÊ Á Ð Î Ì Ë Í Ï. Se chamarmos de ½ a subtração das duas matrizes ± e », então temos: ½ ² ± Ë » ² ± ¿ Ô Ë» × ² É Á Ê ËÌ Ì Í Î Ï Ë É ËÊ Á Ð Î Ì Ë Í Ï ² ² É Á Ê ËÌ Ì Í Î Ï ¿ É ¿Ê Ë Á Ë Ð Î ËÌ ¿ Í Ï ² É Á ¿ Ê Ê Ë Á ËÌ Ë Ð Ì ¿ Î Í Ë Ì Î ¿ Í Ï ² É Ì Á Ë Ú Ì Á Í Ï GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com Û Ü Multiplicação de uma matriz por um escalar: A multiplicação de uma matriz Ý Þ ßà áâ ã äåæ por um escalar (número) ç é definida pela matriz è Þ ç Ý, de ordem éêë, obtida multiplicando-se cada elemento da matriz Ý pelo escalar ç, ou seja, ì áâ Þ ç à áâ , para í Þ îï ð ð ð ï é e ñ Þ îï ð ð ð ï ë. Escrevemos também òç Ý ó áâ Þ ç à áâ . Dizemos que a matriz èé um múltiploescalar da matriz Ý. Exemplos: 1) O produto da matriz Ý Þ ô õö î ÷ ø ù õú û pelo escalar 3 é dado por: øÝ Þ ô ø ð ü õö ý ø ð î ø ð ÷ ø ð ø ø ð ù ø ð ü õú ý û Þ ô õþ ø ÷ ß îù õîö û 2) O produto da matriz Ý Þ ô õö î ÷ ø ù õú û pelo escalar õö é dado por: õöÝ Þ ô õö ð ü õö ý õö ð î õö ð ÷ õö ð ø õö ð ù õö ð ü õú ý û Þ ô ú õö ÷ õ þ õî ÷ + û 3) O produto da matriz Ý Þ ô õö î ÷ ø ù õú û pelo escalar î ö 2 é dado por: î ö Ý Þ 3 4 4 4 4 5 î ö ð ü õö ý î ö ð î î ö ð ÷ î ö ð ø î ö ð ù î ö ð ü õú ý 6 7 7 7 7 8 Þ 3 4 4 4 4 5õî î ö ÷ ø ö ù ö õö 6 7 7 7 7 8 9: 3 4 4 5 õî î ö 2 ÷ ø ö 2 ù ö 2 õö 6 7 7 8 4) O produto da matriz Ý Þ ô õö î ÷ ø ù õú û pelo escalar ö ø 2 é dado por: ö ø Ý Þ 3 4 4 4 4 5 ö ø ð ü õö ý ö ø ð î ö ø ð ÷ ö ø ð ø ö ø ð ù ö ø ð ü õú ý 6 7 7 7 7 8 Þ 3 4 4 4 5 õ ú ø ö ø ÷ ö î ÷ ø õ + ø 6 7 7 7 8 9: ; õ ú ø 2 ö ø 2 ÷ ö î ÷ ø 2 õ + ø 2 < GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com � � Multiplicação de matrizes: A multiplicação de duas matrizes é definida se o número de colunas da primeira matriz é igual ao número de linhas da segunda matriz, ou seja, dadas as matrizes � � �� �� � � e � � � �� � � = o produto destas matrizes é definido como sendo a matriz � � �� �� � = tal que � � ��, obtida multiplicando-se ordenadamente os elementos da linha �, da matriz � , pelos elementos da coluna �, da matriz � , e somando- se os produtos obtidos. A matriz � é do tipo �->, ou seja, tem a quantidade de linhas da primeira matriz e a quantidade de colunas da segunda matriz. Exemplos: 1) Durante a primeira fase da Copa do Mundo de futebol, realizada no Japão e na Coréia do Sul em 2002, o grupo C era formado por quatro países: Brasil, Turquia, Costa Rica e China. Observe os resultados (número de vitórias, empates e derrotas) de cada um, registrados em uma tabela e em uma matriz �, de ordem ffi-fl. Vitórias Empates Derrotas Brasil 3 0 0 Turquia 1 1 1 Costa Rica 1 1 1 China 0 0 3 � ? @ � � fl � � � � � � � � � � fl � Pelo regulamento da Copa, cada resultado (vitória, empate e derrota)tem pontuação correspondente (3 pontos, 1 ponto e 0 ponto). Veja este fato registrado em uma tabela e em uma matriz �, de ordem fl-�. Número de Pontos Vitória 3 Empate 1 Derrota 0 � @ A � . fl � � / Terminada a primeira fase, foi verificado o total de pontos feitos por cada país. Essa pontuação pode ser registrada numa matriz que é representada por �� (produto de � por � ). Veja como é obtida a matriz da pontuação. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com � Brasil: ��� � ��ff � ��� fi 1 Turquia: ff�� � ff�ff � ff�� fi Costa Rica: ff�� � ff�ff � ff�� fi China: ��� � ��ff � ��� fi � % !" ( #$& fi ! #$' � " '$& fi ) � � � ff ff ff ff ff ff � � � * � , � ff � 0 fi ) ��� � ��ff � ��� ff�� � ff�ff � ff�� ff�� � ff�ff � ff�� ��� � ��ff � ��� * fi ) 1 � � � � � � ff � � � � ff � � � � � � � * fi ) 1 � * 2)Considere as matrizes: ! '$B fi , � C D � ff 0 e " B$B fi E � ff F C G . Se chamarmos de !" '$B o produto das duas matrizes ! e ", então temos: !" fi , � C D � ff 0 � E � ff F C G fi , ��� � C � F ��ff � C �C D�� � ��F D�ff � ��C ff�� � �F ff�ff � � C 0 fi , 1 � ffC � � ffD � � D � � � � C ff � H 0 fi , Cff I ffD D C I 1 0 J Propriedades da Multiplicação de Matrizes: Dadas as matrizes! e", de mesma ordem, e os escalares K e L, temos: Associativa: M % NO ( fi % MN ( O Distributiva de um escalar: M%O � P( fi MO � MP Distributiva de uma soma de escalares: % M � N ( O fi MO � NO Escalar Neutro da multiplicação: Q O fi O EXERCÍCIOS: 1) Dadas as matrizes ! fi R C � S ff D � C T, " fi R ff � S � � C T, U fi R SC � ff ff C T e V fi R ff ff � C ff � T, calcule: a) ! � " d) V � U g) " � V j) ! � V m) ! S " b) V S U e) " S V h) ! S V k) D! n) SC" c) ffCU f) ff�V i) D! S C" l) ffCU � ff�V o) D! � ff�V 2) Dadas as matrizes ! fi W ff � S ff C D S I S � C X, " fi W C S ff C � SC ff D S � X e U fi W S ff C � � SC ff C � S D X, determine: GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com Y a) Z [ \ d) B[] g) Z ^ ] j) \ ^ Z m) Z [ ] b) Z ^ \ e) ] ^ \ h) \ ^ ] k) ] ^ Z n) _ ` \ c) ^a\ f) ^b] i) c d Z l) eZ ^ f\ o) b\ [ g] 3) Dadas as matrizes Z h ie j k ^j l, \ h i ^j e b f l e ] h ig ^j m n l, determine: a) eZ [ \ ^ ] c) b] [ eo\ ^ ]p [ Z b) eZ ^ bo\ ^ Zp d) Z ^ eo\ ^ Zp [ moZ ^ ]p 4) Determine o produto Z\ quando: a) Z dqd h r m j a e s e \ dqd h r ^b f je ^ek s b) Z dq` h r e m b k je s e \ `q` h t b j b j ^j e k j m u c) Z d q d h r f j j k e s e \ d q d h r b ^ e ^ jf j k s d) Z ` qc h t j f b u e \ cq ` h o e ^ e g p e) Z d q d h r f ^ j b e s e \ d q d h r b k ^ j f s f) Z ` q ` h t e j b ^ e k m j ^ j ^ b u e \ ` qc h t e ^ j k u g) Z ` q ` h t j e j b j e e j b u e \ ` q ` h t e j k k k j b j e u h) Z ` q ` h t e j k k k j b j e u e \ ` q ` h t j e j b j e e j b u 5) Dadas as matrizes Z h re b f j s, \ h r b j e j s, ] h r e b j m s e v h rj ^j e f s, determine: a) Zd h ZZ e) eZ\ i) ]d h ]] m) e]v b) \ d h \\ f) Z [ \ j) v d h vv n) ] [ v c) Z\ g) Z ^ \ k) ]v o) ] ^ v d) \Z h) o Z [ \ po Z ^ \ p l) v] p) o ] [ v po ] ^ v p GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com wx 6) Para a fabricação de caminhões, uma indústria montadora precisa de eixos e rodas para seus três modelos de caminhões, com a seguinte especificação: Modelos Componentes A B C Eixos 2 3 4 Rodas 4 6 8 Para os dois primeiros meses do ano, a produção da fábrica deverá seguir a tabela abaixo: Meses Modelos Janeiro Fevereiro A 30 20 B 25 18 C 20 15 Usando a multiplicação de matrizes, responda: nessas condições, quantos eixos e quantas rodas são necessários em cada um dos meses para que a montadora atinja a produção planejada? GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com yy DETERMINANTES: Toda matriz quadrada tem, associada a ela, um número chamado de determinante da matriz, obtido por meio de operações que envolvem todos os elementos da matriz. Não existe determinante de matriz que não seja quadrada. z Determinante de matriz quadrada de ordem 1: Seja a matriz {quadrada de ordem 1, indicada por { | }~ . Por definição, o determinante de { é igual ao número ~ . Neste caso, indicamos o determinante de { por: | Exemplo: Dadas as matrizes { | } e | }Ł, calcule { . { | | Ł { | } Ł | Ł | Ł z Determinante de matriz quadrada de ordem 2: Seja a matriz { quadrada de ordem 2, calculamos o determinante desta matriz fazendo o produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. Dada a matriz { | ~ ~ ~ ~ , de ordem 2, indicamos seu determinante por: | | Exemplos: 1) Calcular o determinante da matriz { | Ł . { | Ł Ł | GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com 2) Calcule o valor de , sabendo que ¡ ¢ £¤ ¥ ¡ ¦ ¥§. ¡ ¢ £¤ ¥ ¡ £ ¨ £¥© ª ¥ ¦ ¥§ « ¬¥© ¬ ¥ ¦ ¥§ ¬¥ ¦ ¥§ £ ¥© ¥ ¦ § ¦ § ¥ ¦ ® Determinante de matriz quadrada de ordem 3: (Regra de Sarrus) Considerando a matriz ¯ de ordem 3: ¯ ¦ ° ± ²² ± ²³ ± ²´ ± ³² ± ³³ ± ³´ ± ´² ± ´³ ± ´´ µ Defini-se o determinante da matriz de ordem 3 ao número: ¶·¸ ¯ ¦ ¹ ± ²² ± ²³ ± ²´ ± ³² ± ³³ ± ³´ ± ´² ± ´³ ± ´´ ¹ ¦ ¦ ± ²² º ± ³³ º ± ´´ ¬ ± ²³ º ± ³´ º ± ´² ¬ ± ²´ º ± ´³ º ± ³² £ ± ²´ º ± ³³ º ± ´² £ ± ²³ º ± ³² º ± ´´ £ ± ²² º ± ´³ º ± ³´ Podemos obter esses seis produtos de uma forma prática, conhecida como regra de Sarrus, fazendo-se o seguinte: » Repetir as duas primeiras colunas à direita da matriz e efetuamos as seis multiplicações nas diagonais. ¼½¾¯ ¦ » Os produtos obtidos na direção da diagonal principal permanecem com o mesmo sinal. » Os produtos obtidos na direção da diagonal secundária mudam o sinal. » O determinante é a soma dos valores assim obtidos. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ¿À Exemplos: 1) Calcule o determinante da matriz Á Â Ã Ä Å Æ ÇÈ É ÇÈ ÇÅ Ê ÇÄ Ë. ÌÍÎ Ï Â Ð Ä Å Æ ÇÈ É ÇÈ ÇÅ Ê ÇÄ Ð Ä Å ÇÈ É ÇÅ Ê ÑÉ ÑÈÊ ÇÒ ÑÉ ÑÈ ÇÊÉ Â Ñ ÈÒ Ç ÊÒ Â ÇÈÉ 2) Calcule os valores de Ó, sabendo que Ð Ó ÇÄ Ê É Ó Ä Æ ÇÅ Å Ð Â ÇÔÆ . Ð Ó ÇÄ Ê É Ó Ä Æ ÇÅ Å Ð Ó ÇÄ É Ó Æ ÇÅ ÇÈÉÓ ÑÄÓ ÑÉ ÑÓ Õ ÇÊÆ ÑÉ Â ÇÔÆ ÑÓ Õ Ç Å ÔÓ Ç ÊÆ Â ÇÔ Æ Ó Õ Ç Å ÔÓ Ç ÊÆ Ñ Ô Æ Â É Ó Õ Ç Å ÔÓ Ñ Ä É Â É Ö × Â Ñ Å Ø Â Ç Å Ô Ù Â Ñ Ä É Ú Â Ø Õ Ç Ê × Ù Ú Â ÈÛÜ Ç Å ÈÉ Ú Â Å ÒÜ Ó Â Ç Ø Ý Þ Ú È× Â Ñ Å Ô Ý Þ Å ÒÜ È Â Å Ô Ý ÅÄ È Ó ß Â Å Ô Ñ ÅÄ È Â Ä É È Â ÅÆ Ó Õ Â Å Ô Ç ÅÄ È Â Ê È Â È EXERCÍCIOS: 1) Calcule os determinantes de ordem 2 dados abaixo: a) à Ò È Ê Ä à  c) à Ç Ä ÇÛ Å È à  e) à Ò Å É Ä Æ à  b) à Ç Æ ÇÛ ÇÈ Ç Ê à  d) à Ô Ç Ä Ä È à  f) à Ç Å Ä È ÇÈ à  GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com áâ 2) Calcule os determinantes de ordem 3 dados abaixo: (Utilize a regra de Sarrus) a)ã ä å æç è é ê å æä ç ã e)ã ç é ä é ç ä ä ä ç ã i)ã ç å é ç ê ê ç ë é ã b)ã å ç æå ä æç é ê ç æä ã f)ã ä è æç é ê å é é æå ã j)ã ä é ë é ì ì ê í é ã c) ã å å é ç ì æê ê æä ç ã g) ã çéé é é é åé é é é æäé ã k) ã é é è ë çé ä é ì ê ã d)ã ç æç ç æç ç ç ç ç æç ã h)ã ç ä ç å å ç ä ç ä ã l)ã å ç æå ä æç é ê ç æä ã 3) Calcule o valor de î em cada caso: a)ïî æä ë æå ï ð ç ê b)ïê æçé î í ï ð ñ c)ï ë è æç î ï ð æ ìè d)ï å î çç ñ ï ð êè e) ã î ä æå æç î ê æå é è ã ð æë f)ã å æç ç æå î é è ç î ã ð æ è GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com òó RESOLUÇÃO E DISCUSSÃO DE SISTEMAS LINEARES: ô Sistemas Lineares: Um sistema linear de õ equações lineares com ö incógnitas é um conjunto de õ equações lineares, cada uma delas com ö incógnitas, consideradas simultaneamente. ÷ ø ùù ú ù û ø ùü ú ü û ýû ø ùþ ú þ ß � ù ø üù ú ù û ø üü ú ü û ýû ø üþú þ ß � ü ø �ù ú ù û ø �ü ú ü û ýû ø �þ ú þ ß � � Resolver um sistema linear significa determinar todas as suas soluções. O conjunto dessas soluções recebe o nome de conjunto solução do sistema. O conjunto solução deste sistema é uma n-upla �� ù � � ü � � � � � � � þ � de números reais. ô Sistemas Homogêneos: Considerando um sistema linear de õ equações lineares com ö incógnitas, quando � ù ß � ü ß � � ß ý ß � � ß �, ou seja, ÷ ø ùù ú ù û ø ùü ú ü û ýû ø ùþ ú þ ß � ø üù ú ù û ø üü ú ü û ýû ø üþ ú þ ß � ø �ù ú ù û ø �ü ú ü û ýû ø �þ ú þ ß � Este sistema é chamado de sistema homogêneo. Neste caso, a n-upla ������� � ��� é sempre uma das soluções do sistema e é chamada de solução trivial do sistema homogêneo. ô Tipos de Sistemas: Um sistema que não admite solução é chamado de sistema impossível (SI). Um sistema que admite uma única solução é chamado de sistema possível e determinado (SPD). Um sistema que admite mais de uma solução é chamado de sistema possível e indeterminado (SPI). ô Sistemas Equivalentes: Para resolver um sistema linear vamos transformar o sistema dado em um sistema equivalente mais simples, para isso, podemos trocar a posição das equações, podemos somar ou subtrair duas equações e trocar por uma delas, podemos multiplicar uma equação e somar ou subtrair outra e trocar por uma delas. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com �� � Resolução de um Sistema Linear pelo Método da Adição: Os sistemas lineares com duas equações e duas incógnitas podem ser resolvidos pelo método da adição. Este método visa eliminar uma das incógnitas pela soma dos termos semelhantes das equações que o compõem. Quando necessário, multiplicamos uma ou as duas equações por números convenientes, com a intenção de eliminar uma das incógnitas. Exemplos: 1) Vamos resolver o sistema linear � � � �� � � ff� fi �� � fl pelo método da Adição: Somando termo a termo as equações, temos: �� � � �� � � ff� fi �� � fl �� � �� � � Resolvendo a equação encontrada, temos: �� � � � � �� � � � � � � � � ff Ao substituirmos o valor de � encontrado, em umas das duas equações iniciais, encontraremos o valor da variável � . Assim, temos: � � �� � � ff � �� � � �� � � fi ff �� � � � � � � � � Portanto, a única solução do sistema é �ff � �. Logo, o sistema é possível e determinado (SPD). 2) Vamos resolver o sistema linear � �� � !� � � �� � ff� � pelo método da Adição: Se somarmos termo a termo as equações, não eliminaremos nenhuma incógnita, temos: GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com � ffi "# � $% & ' '# � (% & ) *# � ))% & ( Desta forma, teremos que decidir qual incógnita queremos eliminar e, em seguida, realizar multiplicações convenientes para que ao somar termo a termo conseguirmos eliminar a variável escolhida. Escolhendo a incógnita # , temos: ffi "# � $% & ' + ' '# � (% & ) + , -" . �ffi )/# � )0% & 1 -)/# - )"% & -" % & -) Ao substituirmos o valor de % encontrado, em umas das duas equações iniciais, encontraremos o valor da variável #. Assim, temos: "# � $% & ' "# � $ + , -) . & ' "# - $ & ' "# & ' � $ "# & ) / # & ) / " # & ' Portanto, a única solução do sistema é , ' 2 -) . . Logo, o sistema é possível e determinado (SPD). 3) Vamos resolver o sistema linear ffi # � % & )/ -# - % & ) / pelo método da Adição: Se somarmos termo a termo as equações eliminaremos as duas incógnitas, temos: �ffi # � % & ) / -# - % & ) / / � / & ' / / & ' / ABSURDO!!! Portanto, o sistema não tem solução. Logo, o sistema é impossível (SI). 4) Vamos resolver o sistema linear ffi # � % & $ '# � '% & ) 0 pelo método da Adição: GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com 34 Se somarmos termo a termo as equações não eliminaremos nenhuma incógnita, temos: 56 7 5 8 9 : ;7 5 ;8 9 <= >7 5 >8 9 : Desta forma, teremos que decidir qual incógnita queremos eliminar e, em seguida, realizar multiplicações convenientes para que ao somar termo a termo conseguirmos eliminar a variável escolhida. Escolhendo a incógnita 7 , temos: 6 7 5 8 9 : ? @A;B ;7 5 ;8 9 <= ? < 56 A;7 A ;8 9 A<= ;7 5 ;8 9 <= C 5 C 9 C C 9 C INDETERMINAÇÂO!!! Portanto, o sistema tem infinitas soluções, como por exemplo: @CD : B D @ <DE B D @ ;D= B D @ > DF B D G Logo, o sistema é possível e indeterminado (SPI). H Resolução de um Sistema Linear pela Regra de Cramer: A regra de Cramer só poderá ser utilizada na resolução de sistemas que apresentem a mesma quantidade de equações e de incógnitas e, se o determinante I, da matriz formada pelos coeficientes da equação incompleta do sistema, for diferente de zero. Devemos calcular também os determinantes J K , J L , J M , .... , J N , que são obtidos através da substituição da coluna que representa cada variável, no determinante J , pelos termos independentes do sistema. A regra de Cramer diz que o valor de cada variável é igual a razão entre o determinante da matriz que representa cada variável e o determinante da matriz dos coeficientes da equação incompleta. Assim, temos: O P Q R Q S P Q T Q U P Q V Q W X P Q Y Q Se J Z C , o sistema é possível e determinado (SPD). Se J 9 C e J K 9 J L 9 J M 9 [ 9 J N 9 C , o sistema é possível e indeterminado (SPI). Se J 9 C e se existir pelo menos um J N Z C, o sistema é impossível (SI). GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com \] Exemplos: 1) Vamos resolver o sistema linear ^_ ` ab c def g_ d hb c ei pela Regra de Cramer: O determinante j, dos coeficientes da equação incompleta do sistema é dado por: j c k e a g dh k dea dh c del O determinante j m é dado por: j m c k def a ei dh k dln `go c dgi O determinante j p é dado por: j p c k e def g ei k `ai `ei c `of Assim, temos: _ c j m j c d gi del c ` h b c j p j c `of del c d i Portanto, a única solução do sistema é qh rdis . Logo, o sistema é possível e determinado (SPD). 2) Vamos resolver o sistema linear t _ ` g b ` i u c ee d h _ ` ab ` h u c f g _ d i b d u c do pela Regra de Cramer: O determinante j , dos coeficientes da equação incompleta do sistema é dado por: j c v e g i d h a h g d i de v e g d h a g d i don `f do da `ef ` gh c `af d le c de g O determinante j m é dado por: j m c v ee g i f a h do d i de v ee g f a do d i `e h n `ff ` hi daa d g o de h f c ` hgh d h e w c `e g O determinante j p é dado por: j p c ve ee i d h f h g do de v e ee d h f g do d w o `e h d hh df `oo ` i f c `e h o d e h o c n O determinante j x é dado por: GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com yz { | } ~ ~ } Ł } Ł Assim, temos: } { { } } } { { } } } { | { } Ł } Portanto, a única solução do sistema é . Logo, o sistema é possível e determinado (SPD). Resolução de um Sistema Linear por Escalonamento: Um sistema é dito escalonado quando o número de coeficientes iniciais nulos em cada equação, a partir da segunda, é maior do que na precedente. Para isso, vamos colocar os coeficientes do sistema em uma matriz, e aplicando as operações adequadas em cada linha, vamos torná-la uma matriz triangular. Suponhamos que um sistema tenha sido escalonado e, retiradas as equações do tipo } , restam equações com incógnitas. Temos: Se a última das equações restantes é } então o sistema é um sistema impossível (SI). Caso contrário, sobram duas alternativas: Se } , ou seja, o número de equações do sistema é igual ao número de incógnitas, o sistema é um sistema possível e determinado (SPD). Se , ou seja, o número de equações do sistema é menor que o número de incógnitas, o sistema é um sistema possível e indeterminado (SPI). Exemplos: 1) Vamos resolver o sistema linear } } } por escalonamento: O sistema } } } é equivale a matriz: ¡ ¢. Agora vamos escaloná-la: GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com £¤ ¥ ¦ § ¨© ¥ ª « ¥ ¦ ¥ ¬ § ®© ¥ ª « ¥ ¬ ¨ ¯ ° ¨¨ ¨ ± ¨ ° ² ³³ ³² ®² ® ´ ³¨ ®® ® µ ³ ¯ ² ³® ³® ®´ ¶ ¥ ª ¥ ¦ ¥ ¬ · ³ ® µ ³³ ² ³³ ³² ®² ² ³® ³® ®´ ¸ ¥ ¬ § ³®© ¥ ¦ « ³³© ¥ ¬ ² ³µ® ³®² ®´² ² ³µ® ³µ® µ¨´ ² ² ³® ®´ ¶ ¥ ª ¥ ¦ ¥ ¬ · ³ ® µ ³³ ² ³³ ³² ®² ² ² ³® ®´ ¸ Retornando para o sistema, temos: ¥ ª ¥ ¦ ¥ ¬ ¹ º « ®» « µ¼ § ³³ ³³» « ³²¼ § ®² ³®¼ § ®´ Vamos resolver o sistema acima começando pela linha ¥ ¬ , pois, desta forma, vamos encontrar o valor da variável ¼: ³®¼ § ®´ ¼ § ®´ ³® ¼ § «® Resolvendo a linha ¥ ¦ , substituindo o valor de ¼ encontrado, encontraremos o valor da variável »: ³³» « ³²¼ § ®² ³³» « ³² © ® § ®² ³³» « ®² § ®² ³³» § ®² ®² ³³» § ² » § ² ³³ » § ² E, por último, resolvendo a linha ¥ ª , substituindo o valor de ¼ e o valor de », encontrados acima, encontraremos o valor da variável º : º « ®» « µ¼ § ³³ º « ® © ² « µ © ® § ³³ º « ² « ³¨ § ³³ º § ³³ ³¨ º § ³ Portanto, a única solução do sistema é ½ ³¾²¾® ¿ . Logo, o sistema é possível e determinado (SPD). GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ÀÀ 2) Vamos resolver o sistema linear ÁÂ Ã Ä Ã Å Ã ÆÇ È É Â Ã Ä Ê Å Ã ËÇ È Ì por escalonamento: O sistema ÁÂ Ã Ä Ã Å Ã ÆÇ È É Â Ã Ä Ê Å Ã ËÇ È Ì é equivale a matriz: ÍÎ Í Ï Ð É É É Æ É É É ÊÉ Ë Ì Ñ.Agora vamos escaloná-la: Í Ï È Í Î Ê Í Ï É É É Æ É ÊÉ ÊÉ É ÊË Ì Ì Ì Ë É É Ò Í Î Í Ï Ð É É É Æ É Ì Ì Ë É É Ñ Retornando para o sistema, temos: ÍÎ Í Ï Ó Â Ã Ä Ã Å Ã ÆÇ È É ËÅ Ã Ç È É Vamos resolver o último sistema começando pela linha Í Ï , e, desta forma, como temos mais variáveis que equações vamos encontrar o valor da variável Ç em função da variável Å: ËÅ Ã Ç È É Ç È É Ê ËÅ Resolvendo a linha Í Î , substituindo o valor de Ç encontrado, encontraremos o valor da variável  em função das variáveis Ä e Å: Â Ã Ä Ã Å Ã ÆÇ È É Â Ã Ä Ã Å Ã Æ Ô É Ê ËÅ Õ È É Â Ã Ä Ã Å Ã Æ Ê Ö Å È É Â Ã Ä Ã Æ Ê ×Å È É Â È ÊÄ Ê Æ Ã ×Å Ã É Â È ×Å Ê Ä Ê Ë Portanto, o conjunto solução do sistema é Ø Ô ×Å Ê Ä Ê Ë Ù Ä Ù Å Ù É Ê ËÅ ÕÚ Ä Ù Å Û Ü Ý, ou seja, existem infinitas soluções para o sistema. Logo, o sistema é possível e indeterminado (SPI). 3) Vamos resolver o sistema linear Þ Â Ã Ä Ã Å È É Â Ê Ä Ê Å È Ë ËÂ Ã Ä Ã Å È Æ por escalonamento: O sistema Þ Â Ã Ä Ã Å È É Â Ê Ä Ê Å È Ë ËÂ Ã Ä Ã Å È Æ é equivale a matriz: Í Î Í Ï Í ß à É É É É É ÊÉ ÊÉ Ë Ë É É Æ á .Agora vamos escaloná-la: Í Ï È Í Î Ê Í Ï Í ß È Ëâ Í Î Ê Í ß É É É É ÊÉ É É ÊË Ì Ë Ë ÊÉ Ë Ë Ë Ë ÊË ÊÉ ÊÉ ÊÆ Ì É É ÊÉ Ò Í Î Í Ï Í ß à É É É É Ì Ë Ë ÊÉ Ì É É ÊÉ á GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ãä å æ ç å è é êë å æ ì ê ê éí ì éê éê ê ì ì ì í î å ï å è å æ ð í í í í ì ê ê éí ì ì ì í ñ Retornando para o sistema, temos: å ï å è å æ ò ó ô õ ô ö ç í êõ ô êö ç éí ìö ç í A última equação é um ABSURDO. Portanto, o sistema não tem solução. Logo, o sistema é impossível (SI). EXERCÍCIO: 1)Resolva os sistemas abaixo: a) ò ó ô õ é ö ç ÷ êó ô øõ é êö ç íê øó é ê õ é ö ç é ù b) ò ó ô õ ô ö ç ø ÷ó ô ê õ ô ö ç ú û ó ô øõ ô ö ç í c) ò ê ó ô øõ ô øö ç í ü øó ô øõ ô ê ö ç íú ú ó ô ÷õ ô øö ç êê d) ý ó ô õ ô ö ç ê ó é õ é ö ç é ø ê ó ô õ ô ê ö ç í øó ô ê õ ô øö ç ø e)ò é øó é øõ ô ê ö ô þ ç éê ú ó ô ê õ ô ö é ê þ ç í ê ó é õ ô øö é þ ç éí f) ò ó ô õ ô ö ô þ ç ì ó ô õ é ê ö ô þ ç ì ê ó ô õ ô ê ö é þ ç ì g)ß ó ô õ ç í ê ó ô õ ç ê h) ò ó ô õ ô ö ç í ó é õ ô êö ç ê ó ô ùõ ô øö ç ø i)ò ó ô õ ô ö ç í ó é õ ô ö ç éê ê õ ç é ø j)ß êó ô õ ç ì ó ô ÷õ ç í ÷ k)ßêìó ô íìõ ç íì ó ô õ ç ê l) ò ó é õ ô ö ç ì øó ô ê õ é íê ö ç ì ê ó é øõ ô ú ö ç ì m)ß éó é õ ç éù ê ó é øõ ç é ø n) ò ó ô õ é ö ç í ó ô ö ç ø ê ó é õ ô ÷ö ç í GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com �� o) � � fi � � 0 � : � � � � � fi 0 � : � fi� � � � 0 fi : � � �� fi � fi 0 � ff: � p) � � � � fi 0 fi : � � � � � � 0 � ff: � � �� fi � fi 0 fi : � � � � ff� � 0 � fl: � fi 2) Um estudante de engenharia quer montar microcomputadores, mas estão faltando 3 peças A, B e C. Se ele adquirir, respectivamente: (a) 4, 5 e 6 peças, gastará R$ 1.700,00; (b) 5, 2 e 10 peças, gastará R$ 2.160,00;(c) 6, 6 e 4 peças, gastará R$ 1.680,00. Determinar o preço de cada peça. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com �� VETORES: � Definição: Vetor é um segmento orientado que tem como extremos dois pontos. O vetor� que, também recebe o nome de vetor � , é dado por � � �� � � � � , onde o ponto � é chamado de origem e o ponto é chamado de extremo do vetor. � Caracterização: Todo vetor é caracterizado por: � Módulo ou Norma: Distância entre os pontos extremos� e (tamanho do vetor), �� � � �� �. � Direção: Mesma da reta �que o contém (horizontal, vertical, diagonal, etc.). � Sentido: De � para (esquerda para a direita, direita para esquerda, de cima para baixo, debaixo para cima, etc.). � Notação: � Letras latinas minúsculas com uma seta em cima: � ffi � ffi ! ffi " ffi � ffi # ffi $ ffi " � Dois pontos que são a origem e a extremidade do vetor: � ffi �% ffi &' ffi " � Coordenadas de um vetor: (Expressão Analítica) � No plano (vetor bidimensional): Par ordenado ( # � )* + ffi , + - � No espaço (vetor tridimensional): Terna ordenada ( # � )* + ffi , + ffi . + - Exemplos: 1) Considere os pontos / � ) 1 ffi 1 - e 2 ) 3 ffi 4 - no plano, o vetor # � /2 é: # � /2 � 2 � / � ) 3 ffi 4 - � ) 1 ffi 1 - � ) 3 ffi 4 - GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com 56 2) Considere os pontos 7 8 9;<;= e >9?<@= no plano, o vetor ABC 8 7>BBBBBC é: ABC 8 7> BBBBBC 8 > D 7 8 9 ?<@ = D 9 ;<; = 8 9 ;<? = 3) Considere os pontos E 8 9F<F<F= e G9;<H<I= no espaço, o vetor JC 8 EGBBBBBC é: JC 8 EG BBBBBC 8 G D E 8 9 ;<H<I = D 9 F<F<F = 8 9 ;<H<I = 4) Considere os pontos 7 8 9;<;<;= e >9?<@<I=no espaço, o vetor ABC 8 7>BBBBBC é: ABC 8 7> BBBBBC 8 > D 7 8 9 ?<@<I = D 9 ;<;<; = 8 9 ;<?<@ = K Módulo: Número não negativo que indica o comprimento do vetor. Dado um vetor ABC no plano, de coordenadas ABC 8 9L M < N M =, o módulo deste vetor é dado por: O P BBC O 8 Q 9 R S = T U 9 V S = T Dado um vetor ABC no espaço, de coordenadas ABC 8 9L M < N M < W M =, o módulo deste vetor é dado por: O P BBC O 8 Q 9 R S = T U 9 V S = T U 9 X S = T Exemplos: 1) O módulo do vetor ABC 8 9F<I= é dado por: O ABC O 8 Q 9 F = Y U 9 I = Y 8 Z F U ; [ 8 Z ; [ 8 I 2) O módulo do vetor JC 8 9D;<@<DH= é dado por: O JC O 8 Q 9 D; = Y U 9 @ = Y U 9 H = Y 8 Z ; U \ U ?H 8 Z @H K Vetor Nulo: Vetor de direção e sentido arbitrário, e módulo igual a zero. O vetor nulo ABC tem coordenadas 9F<F<F= e sua representação gráfica é a origem do sistemas de coordenadas. ABC 8 9F<F<F=, então OABCO 8 Z F Y U F Y U F Y 8 Z F U F U F 8 Z F 8 F GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ]^ _ Vetor Oposto: O vetor oposto a um vetor a`b c deaaaaab é f a`b c edaaaaab , que tem o mesmo módulo, a mesma direção, mas sentido contrário ao vetor a`b c deaaaaab. Exemplo: Seja a`b c gfhifjikl o vetor oposto do vetor a`b é fa`aab c gmhimjifkl. _ Vetores Paralelos: Dois vetores não nulos a`b e nb são paralelos se, e somente se, existir um escalar o tal que paab c q raab, isto é, st s u v w t w u v x t x u . Observação: Dois vetores não paralelos formam uma base do plano. Exemplos: 1) Os vetores a`b c g yi f z l e n b c g {i f h l são paralelos pois: | } | ~ c } ~ y { c f z f h y y { y c m z z h z j z c j z n b c g {i f h l c z yi z g f z l c z g yi f zi l c z a`b 2) Os vetores a`b c g ki ji f y l e n b c g zki ki f jh l não são paralelos pois: | } | ~ c } ~ c } ~ k zk c j k f y f jh k k zk k c j k m y jh j k c j k y jh n b c g zki ki f jh l k a`b c k g ki ji f y l c g k g k l i k g j l i k g f yl l c g zki ki f jk l _ Vetores Coplanares: Os vetores a`b, nb e aab são coplanares quando estão no mesmo plano. Três vetores a`b c g| } i } i } l, nb c g| ~ i ~ i ~ l e aab c g| i i l são coplanares se o determinante da matriz de ordem y formada pelas coordenadas dos três vetores é zero. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com Ł Observações: Dois vetores são sempre coplanares e três vetores não coplanares formam uma base do espaço. Exemplo: Os vetores , ¡ e ¢ £ ¤ ¥ são coplanares pois: ¡ £ ¤ ¥ £ ¤ ¦ ¦¡ §¡ ¦ ¡ ¦¥ ¡ ¦ ¡ ¨ Vetor Unitário: Vetor de módulo igual a uma unidade. © © ¡ ¨ Versor: O versor de um vetor não nulo é o vetor unitário que tem a mesma direção e o mesmo sentido de , dado por: ª«¬ ® ® © ® © Usualmente, quando dizemos que vamos normalizar um vetor, estamos querendo encontrar o versor deste vetor, ou seja, a normalização de um vetor reduz o tamanho do vetor para ¡ . Um vetor normalizado pode então ser multiplicado por um escalar para obter o tamanho desejado para este vetor. Exemplos: 1) Seja o versor de é dado por: © © ¯ ° ¦ ° ± ¥ ¦ ± ¥ ²³´ © © µ ¶ ¡ GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ·¸ 2) Seja ¹ºº» ¼ ½¾¿À¿ÁÂà o versor de ¹ºº» é dado por: Ä ¹ºº» Ä ¼ Ž ¾ Ã Æ Ç ½ À Ã Æ Ç ½ ÁÂ Ã Æ ¼ Ⱦ Ç É Ç Ê ¼ È¾É ËÌÍÎ ¹ºº» ¼ ¹ºº» Ä ¹ºº» Ä ¼ ½ ¾¿À¿ÁÂ Ã È ¾É ¼ Ï ¾ È ¾É ¿ À È ¾É ¿ ÁÂ È ¾É Ð ¼ Ñ ¾ È ¾É Ò È ¾É È ¾É ¿ À È ¾É Ò È ¾É È ¾É ¿ ÁÂ È ¾É Ò È ¾É È ¾É Ó ¼ ¼ Ô ¾ È ¾É Õ È ¾ÉÖ Æ ¿ À È ¾É Õ È ¾ÉÖ Æ ¿ ÁÂ È ¾É Õ È ¾ÉÖ Æ × ¼ Ñ È ¾É ¾É ¿ ÀØ À È ¾É ¾ÉØ À ¿ ÁÂ È ¾É ¾É Ó ¼ Ñ È ¾É ¾É ¿ È ¾É Ù ¿ ÁÂ È ¾É¾É Ó Ú Expressão Cartesiana de um Vetor: Seja Û, Ü e Ý um sistema cartesiano ortogonal. Convencionou-se representar por Þ» , ß» e à º» , nesta ordem, os versores dos eixos cartesianos ortogonais Û , Ü e Ý (Base canônica do espaço ou do áâ). Então: Þ» ¼ ½¾¿ã¿ãÃ, ß» ¼ ½ã¿¾¿ãà e ົ ¼ ½ã¿ã¿¾Ã. Logo, ÄÞ»Ä ¼ Äᯎ ¼ äàº»ä ¼ ¾ Desta forma, a expressão cartesiana de um vetor å º» ¼ ½ Û æ ¿ Ü æ ¿ Ý æ à é dada por: ç ºº» ¼ è é ê » Ç ë é ì » Ç í é î ºº» Exemplos: Considerando o sistema cartesiano ortogonal e os vetores å ºººº» ¼ ½À¿ã¿ãà , ˺ººº» ¼ ½ã¿É¿ãà , ¹ººººº» ¼ ½ã¿ã¿Âà , ﺺººº» ¼ ½À¿ÁÉ¿Âà e 𺺺º» ¼ ½Áñ¿ã¿òà . Expresse estes vetores através de suas expressões cartesianas: å ºººº» ¼ ÀÞ» ˺ººº» ¼ Éß» ¹ººººº» ¼ Âà º» ﺺººº» ¼ ÀÞ»Á Éᯀ Âà º» 𺺺º» ¼ ÁñÞ»Ç òà º» GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com óô õ Ponto Médio de um segmento: O ponto médio ö de um segmento ÷øùùùù, onde ÷öúúúúúúû ü öøúúúúúúûý representado no plano, de extremos ÷ ü þß W ýfl W ffi e ø ü þß X ý fl X ffi é dado por: YE ) � , ) + ý - � , - + F E o ponto médio ö de um segmento ÷øùùùù , onde ÷öúúúúúúû ü öøúúúúúúû , representado no espaço, de extremos ÷ ü þß W ýfl W ý � W ffi e ø ü þß X ýfl X ý � X ffi é dado por: YE ) � , ) + ý - � , - + ý . � , . + F Exemplos: 1) Calcule o ponto médio do segmento ÷øùùùù, dado por: a) ÷ ü þ%ý &ffi e ø ü þ$ ý>ffi ß Z ü ß W , ß X % ü % , $ % ü > % fl Z ü fl W , fl X % ü & , > % ü ' % ü % ö E > % ý % F b) ÷ ü þ#ý'ý 2 ffi e ø ü þ % ý 1ý & ffi ß Z ü ß W , ß X % ü # % % ü # % fl Z ü fl W , fl X % ü ' , 1 % ü #! % ü $ � Z ü � W , � X % ü 2 , & % ü 1 % ü & ö E # % ý $ ý & F GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com �� EXERCÍCIOS: 1) Escreva os vetores �� ������, determinados pelos pontos � e � dados abaixo. Em seguida, calcule o módulo e a expressão cartesiana de cada um dos vetores encontrados: (Dica: �������� � � � �) a) � � � � � � e � � � � � � b) � � � � � � e � � � � � � c) � � � � � � � ? e � � � �� � �� � �? d) � � � �� ��� ��� e � � �� � � � � e) � � �� ��� � � e � � ��� � � � � f) � � � �� � � � �� e � � � �� ��� � � g) � � � � � � ��? e � � � � � � � �� h) � � � � � � � � e � � � � � � � �� i) � � � � � � � � e � � �� ��� � � j) � � ��������� e � � ��������� 2) Calcule o módulo e a expressão cartesiana de cada um dos seguintes vetores: a) �� � �� � � b) ��� � � �� � � � � � c) � � � � � � � � � d) [� � �� � � e) C� � �� ��� � � f) \� � � �� � � � g) ]� � ��� � �� ��� h) ^�� � � � � � �� � �� i) L � � � �� � � ?� � � j) M� � ��� � �� � � k) N�� � �? � � ��� l) _� � � � � � �� � �� 3)Verifique se os pares de vetores dados abaixo são paralelos: a) � �� � � � � � � � e ff � � � � � � � � � b) � �� � � � � � � � � e ff � � � � � �� � � �? c) ��� � ��� � � � � e ff� � ���� � �� ���� d) ��� � �� ���� � e ff� � ���� � �� ��� e) � �� � �L � � �M�� N �� e ff � � ��L �� �� M�� � N �� f) � �� � �L �fi � M�fi N �� e ff � � �L �fi ? M�fi � N �� 4)Determine o valor da coordenada sabendo que os vetores dados são paralelos: a) � �� � � � � � � �� e ff � � � �� � � �� � b) � �� � � � � � � e ff � � � � � ? � � � c) � �� � � � � � ? � � � � e ff � � � � � � � � d) ��� � � � � � � e ff� � ��� � � � �� e) � �� � � L � � � M�� N �� e ff � � L � � �M�� � N �� f) � �� � L �fi � M�fi � N �� e ff � � �L �fi M� fi � �N �� ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico - robertafmu@hotmail.com "( 5)Verifique se os vetores abaixo são coplanares: a) */0 3 45 6 7 6 89, :0 3 4; 6 5 6 <9 e =//0 3 47 6 < 6 <9 b) */0 3 4< 6 @ 6 59, :0 3 4A< 6 < 6 <9 e =//0 3 48 6 A56A59 c) */0 3 4AB 6A5 6 79, :0 3 4A<6AD6A;9 e =//0 3 4A5 6 < 6 79 d) */0 3 4; 6 8 6 89, :0 3 45 6 5 6 59 e =//0 3 4A; 6 D 6 D9 e) */0 3 4 8 6 ; 6 A5 9, :0 3 4 8 6 5 6 7 9 e =//0 3 4 8 6 7 6 8 9 f) */0 3 4 A; 6 D 6 ; 9, :0 3 4 ; 6 8 6 8 9 e =//0 3 4 5 6 5 6 5 9 6) Dados os pontos G 3 4A5 6 7 6 @9 e H 3 4< 6A; 6 D9, escreva: a) o vetor GH/////0 b) a expressão cartesiana do vetor GH/////0 c)o módulo do vetor GH /////0 d) o versor do vetor GH /////0 e) as coordenadas do vetor oposto ao vetor GH/////0 f) a expressão cartesiana do vetor oposto ao vetor GH/////0 7) Dados os pontos G 3 4 D 6A58 6 7 9 e H 3 4 A; 6 @ 6 5 9, escreva: a) o vetor GH /////0 b) a expressão cartesiana do vetor GH/////0 c) o módulo do vetor GH/////0 d) a normalização do vetor GH /////0 e) as coordenadas do vetor oposto ao vetor GH /////0 f) a expressão cartesiana do vetor oposto ao vetor GH /////0 8) Determine o escalar ` para que o vetor :0 3 48 6 7` 6 <`9 seja unitário. 9) Dado o vetor S//0 3 4 < 6A@ 9, calcule: a) o comprimento do vetor S//0 (módulo) b) o versor do vetor S//0 c) a expressão cartesiana do vetor S//0 d) as coordenadas do vetor oposto ao vetor S//0 e) a expressão cartesiana do vetor oposto ao vetor S//0 ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico - robertafmu@hotmail.com II 10) Dado o segmento JaVVVV, determinado pelos pontos JKOPQR e aKTUPbR, determine: a) o ponto médio c do segmento JaVVVV b) o as coordenadas do vetor Ja ddddde c) o módulo do vetor Jaddddde d) o vetorJcdddddde e) o vetor cadddddde f) o módulo do vetor Jc dddddde g) o módulo do vetor cadddddde 11) Dado o segmento JaVVVV , determinado pelos pontos JKbP TUPfR e aKgPTOP TUUR , determine: a) o ponto médio c do segmento JaVVVV b) o as coordenadas do vetor Jaddddde c) o módulo do vetor Jaddddde d) o vetor J c dddddde e) o vetor cadddddde f) o módulo do vetor Jcdddddde g) o módulo do vetor c a dddddde GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com hi OPERAÇÕES COM VETORES: j Adição e Subtração de Vetores: Dados dois vetores klm n op q r s q r t q u e vmn op w r s w r t w u: A soma klm x vm é dada por: yllm x zl lm n o { | r } | r ~ | u x o { r } r ~ u n o { | x { r } | x } r ~ | x ~ u A diferença klm vm é dada por: yllm zllm n yllm x o zllm u n o { | r } | r ~ | u x o { r} r~ u n o { | { r } | } r ~ | ~ u Exemplos: 1) Dados os vetores klm n o r r u e vm n o r r u, determine: a) klm x vm klm x vm n o r r u x o r r u n o x r r x u n o r r u b) klm vm klm vm n o r r u o r r u n o r x r u n o r r u Geometricamente, a soma de vetores (sendo um número inteiro positivo qualquer) é feita considerando os vetores de modo que a extremidade de cada vetor coincida com a origem do vetor seguinte. O vetor soma é o segmento orientado que fecha a poligonal, tendo por origem, a origem do primeiro vetor e por extremidade, a extremidade do último vetor. Geometricamente, para realizar uma subtração de dois vetores devemos representar o vetor oposto do segundo vetor e executar a adição deste vetor com o primeiro. Exemplos: Dados os vetores klm, vm e llm representados abaixo. GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com Ł Os vetores opostos a eles são , e : 1) 2) 3) 4) 5) 6) 7) 8) ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico -robertafmu@hotmail.com Propriedades da Adição de Vetores: Nas expressões abaixo, , e são vetores quaisquer, temos: Propriedade Comutativa: Consequência: Regra do Paralelogramo: A diagonal do paralelogramo construído pela soma de e representa a soma , ou seja, a soma de dois vetores pode ser feita de modo que as extremidades dos dois vetores coincidam, em seguida, deve-se traçar paralelas a estes vetores formando um paralelogramo. O vetor soma será o segmento orientado que tem por origem, a origem dos vetores, e por extremidade, o ponto de intersecção das paralelas que formam o paralelogramo. Propriedade Associativa: Propriedade do Elemento Neutro: Propriedade do Elemento Oposto: ¡ Lei do Cancelamento: ¢ Multiplicação de um Vetor por um Escalar: Seja £ um escalar e um vetor. O produto do vetor pelo número real £ é representado por £. Se ¤ ¥ ¦ § ¥ ¦ ¨ ¥ , então o produto escalar do vetor pelo número real £ é dado por: ©ª ©« ¬ ¦ ® ¦ ¯ ©« ¬ ¦ ©« ® ¦ ©« ¯ ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico -robertafmu@hotmail.com °± Então, se: ² ³ ´ µ , os vetores ¶·¸ e ³¶·¸ têm o mesmo sentido. ² ³ ¹ µ , os vetores ¶·¸ e ³¶·¸ têm sentidos opostos. Exemplos: 1) Seja ¶·¸ º »¼½ ¾½ ¿ÀÁ, o produto de  pelo vetor ¶·¸ é dado por:  ¶·¸ º Âà » ¼½ ¾½ ¿À Á º Ä à ¼½  à ¾½  à » ¿À Á Å º »¾Æ½ ǽ¿Æ¾Á 2) Seja ¶·¸ º »¼½ ¾½ ¿ÀÁ, o produto de ¿Â pelo vetor ¶·¸ é dado por: ¿Â ¶·¸ º ¿Âà » ¼½ ¾½ ¿À Á º Ä¿Â Ã ¼½¿Â à ¾½ ¿Â à » ¿À Á Å º »¿¾Æ½¿Ç½ ÈƾÁ É Propriedades da Multiplicação de um Vetor por um Escalar: Nas expressões abaixo, Ê e Ë são escalares e ¶·¸ e Ì ¸ são vetores quaisquer, temos: ² Propriedade Associativa em relação aos escalares: Ê » Ë ¶·¸ Á º Ë » Ê ¶·¸ Á º » ÊË Á ¶·¸ ² Propriedade Distributiva em relação à adição de escalares: » Ê È Ë Á ¶·¸ º Ê ¶·¸ È Ë ¶·¸ ² Propriedade Distributiva em relação à adição de vetores: Ê » ¶·¸ È Ì ¸ Á º Ê ¶·¸ È ÊÌ ¸ ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico -robertafmu@hotmail.com ÍÎ EXERCÍCIOS: 1) Dados os vetores ÏÐÑ Ò ÓÔÕÖÕ×Ø , ÙÑ Ò ÓÚÕÚÕÛØ e ÜÐÐÑ Ò ÓÔÕÖÕÝÛØ , determine: a) ÏÐÑ Þ ÙÑ b) ÏÐÑ Ý ÙÑ c) ÏÐÑ Þ ÜÐÐÑ d) ÏÐÑ Ý ÜÐÐÑ e) ÙÑ Ý ÜÐÐÑ Þ ÏÐÑ f) ÝÛÏÐÑ Ý ÖÙÑ Ý ÜÐÐÑ 2) Dados os vetores ÏÐÑ Ò Ó ÔÕÛÕ× Ø , ÙÑ Ò Ó ÛÕÔÕÝÔ Ø e ÜÐÐÑ Ò Ó ×ÕÛÕÖ Ø , determine: a) ÛÏÐÑ b) ÝÙÑ c) ßÜÐÐÑ d) ÛÏÐÑ Ý ÙÑ Þ ßÜÐÐÑ e) ÚÏÐÑ Þ ÛÙÑ f) ÏÐÑ Ý àÙÑ Þ ÖÜÐÐÑ g) ÏÐÑ Þ ÛÙÑ Ý ÜÐÐÑ h) ÝÛÏÐÑ Þ ÚÙÑ Ý ÖÜÐÐÑ i) ÖÏÐÑ Ý ÙÑ Þ ÜÐÐÑ j) ÝÏÐÑ Þ ÚÙÑ Þ ÖÜÐÐÑ 3) Dados os vetores ÏÐÑ Ò ÓÔÕÛÕÖØ, ÙÑ Ò ÓÛÕÝÖÕÔØ e ÜÐÐÑ Ò ÓÖÕÛÕÝÔØ, determine: a) ÏÐÑ Þ ÙÑ Ý ÜÐÐÑ Ò b) ÝÖÏÐÑ Ý á ÜÐÐÑ Ò c) â ã ÏÐÑ Ò d) ÛÙÑ Ý Ó ÏÐÑ Þ ÜÐÐÑ Ø Ò e) ÏÐÑ Þ ÛÙÑ Þ ÛÜÐÐÑ f) ÖÏÐÑ Ý ÙÑ Þ ÜÐÐÑ g) ÏÐÑ Þ ÚÙÑ Ý ÜÐÐÑ h) ÝÚÏÐÑ Þ ßÙÑ Ý ÛÜÐÐÑ 4) Considerando os vetores abaixo, calcule: a) ÏÐÑ Þ ÙÑ b) ÏÐÑ Ý ÙÑ c) ÏÐÑ Þ ÜÐÐÑ d) ÏÐÑ Ý ÜÐÐÑ e) ÙÑ Ý ÜÐÐÑ Þ ÏÐÑ f) ÝÏÐÑ Þ ÙÑ Ý ÜÐÐÑ ÁLGEBRA LINEAR, VETORES E GEOMETRIA ANALÍTICA - Professora Roberta Mastrochirico -robertafmu@hotmail.com äå 5) Dados os vetores æçè e éè, complete os desenho, encontrando o vetor soma æçè ê éè. a) b) 6) Um paralelogramo ëìíî é determinado pelos vetores ëìçççççè e ëîçççççè, e sendo ï e ð os pontos médios dos lados îíññññ e ëìññññ, respectivamente. Calcular cada soma e completar cada desenho abaixo: a) ëî çççççè ê ëì çççççè ò b)ìïççççççè ó ô õ îí çççççè ò 7) Determinar o vetor öççè ,na igualdade ÷öççè ê øæçè ò ô õ éè ê öççè , sendo dados æçè ò ù ÷ú ó û ü e éè ò ù ó øú ý ü. 8) Dados os pontos ë ò ù ó ûúø ü, ì ò ù ÷ú ó û ü e í ù ó øú ý ü, determinar o ponto î ù þ ú ß ü de modo que íî çççççè ò ô õ ëì çççççè . GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com �� COMBINAÇÃO LINEAR: Seja �� � ������ � � ������ � � ����� � um conjunto com � vetores e � � . Dizemos que ��� é combinação linear desses � vetores, se existirem escalares � � � � � � � � � � tais que ��� � � � � � � ����� � � � � � � ����� � �� � � � ����� . Exemplos: 1) Escrever o vetor ��� � �����ff como combinação linear dos vetoresfi� � ���flff e ffi� � �����ff. Sabemos que: ��� � � fi� � ! � ffi� �����ff� � ���flff � ! � �����ff � ���� ff � � � fl ff � � �!���! ff � ���� ff � � � �!� fl � �!ff Desta forma, encontramos o sistema: " � � ! � �� fl � �! � � Resolvendo o sistema pelo Teorema de Cramer, temos: O determinante $, dos coeficientes da equação incompleta do sistema é dado por: $ � % � � fl �� % � � � �� � � �� O determinante $ & é dado por:$ & � % �� � � �� % �fl� � � � ��� O determinante $ ' é dado por:$ ' � % � �� fl � % � ( �� � � �� Assim, temos: � $ & $ � ��� � �� � �� ! � $ ' $ � � �� � �� � � � Logo, a única solução do sistema é ��� ��ff. Portanto: ��� � � fi � � ! � ffi� ��� � � � fi � � �� � ff � ffi� )��� � *+��� � ,��� GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com #- 2) Escrever o vetor .//0 1 234 34567 como combinação linear dos vetores 80 1 294 5:437, ;0 1 2<4:4=7 e >0 1 2:434537. Sabemos que: .//0 1 ? @ 80 A B @ ;0 A C @ >0 2 3434 56 7 1 ? @ 2945:437 A B @ 2<4:4=7 A C @ 2 :434 53 7 2 3434 56 7 1 2?4 5:?4 3?7 A 2<B4 :B4 =B7 A 2 :C4 3C4 53C 7 2 3434 56 7 1 2? A <B A :C4 5:? A :B A 3C4 3? A =B 5 3C7 Desta forma, encontramos o sistema D ? A <B A :C 1 3 5:? A :B A 3C 1 3 3? A =B 5 3C 1 56 , que é equivale a matriz: E F E G E H I 9 < : 3 5: : 3 3 3 = 53 56 J. Agora vamos escaloná-la: E G 1 :K E F A E G E H 1 53K E F A E H : 9 L = M 5: : 3 3 L 9: 6 N 53 59< 5 M 5N 3 = 53 56 L 599 5N 59 M O E F E G E H I 9 < : 3 L 9: 6 N L 599 5N 59 M J E H 1 99K E G A 9:K E H L 93: 66 NN L 593: 59 L P 59N: L L 539 5N3 O E F E G E H I 9 < : 3 L 9: 6 N L L 539 5N3 J Q E F E G E H D ? A <B A :C 1 3 9:B A 6C 1 N 539C 1 5N3 539C 1 5N3 C 1 5N3 539 C 1 3 9:B A 6C 1 N 9:B A 6K 3 1 N 9:B A :9 1 N 9:B 1 N 5 :9 9:B 1 59: B 1 59: 9: B 1 59 ? A <B A :C 1 3 ? A < K 2 59 7 A : K 3 1 3 ? 5 < A M 1 3 ? 1 3 A < 5 M ? 1 : Assim, a única solução do sistema é 2:459437. Portanto: .//0 1 ? @ 80 A B @ ;0 A C @ >0 .//0 1 : @ 80 A 2 59 7 @ ;0 A 3 @ >0 R ///0 1 ST//0 5 U//0 A VW /0 GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com XY DEPENDÊNCIA LINEAR: Dois ou mais vetores são linearmente dependentes (LD) se, e somente se, um deles for combinação linear dos demais, sendo assim, vetores que não são linearmente dependentes dizem-se linearmente independentes (LI) se, e somente se, nenhum deles for combinação linear dos demais. Sempre que houver um vetor nulo em uma sequência de um ou mais vetores, esses vetores são LD. Z 1 vetor: Um vetor [\] ^ _` ou [\] ^ _a é: - LD se, e somente se,[\] b c\]. (vetor nulo) - LI se, e somente se,[\] d c\]. Exemplos: 1) c \] b e c f c f c g h vetor nulo i jk 2) [\] b el f c f mg h vetor não nuloi jn Z 2 vetores: Dois vetores[\]e o] ^ _` ou ^ _a são: - LD se, e somente se,os vetores forem paralelos(múltiplos). - LI, se, e somente se,os vetores não forem paralelos(não múltiplos). Exemplos: 1) [\] b e l f p f q g e o] b e r f l c f l s g o] b r[\] h [\] t t o] h Múltiplos i jk 2) [\] b e l f p f q g e o] b e r f lc f m g Não múltiplos i jn Z 3 vetores: Três vetores[\], o] e u\\] ^ _` ou ^ _a são: - LD se, e somente se,os vetores forem coplanares. - LI, se, e somente se,os vetores não forem coplanares. Sendo [\] b ev w f x w f y w g, o] b ev ` f x ` f y ` g e u\\] b ev a f x a f y a g. Temos: z v w x w y w v ` x ` y ` v a x a y a z b { h jk ou z v w x w y w v ` x ` y ` v a x a y a z d { h jn GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com |} Exemplos: 1) ~ , Ł e Ł Ł Ł Ł 2) ~ , Ł e Ł Ł Ł Ł Ł Ł ¡ ¢ £ ¤ 4 vetores ou mais: Quatro ou mais vetores são sempre LD. BASES CANÔNICAS: ¤ Base: Seja ¥ um espaço vetorial não nulo e ¦ um subespaço vetorial de ¥, uma base § para ¦ é um conjunto § ¨ ¦ de vetores não nulos tais que: i) Os vetores de § são linearmente independentes. ii) Os vetores de § geram o subespaço ¦ , ou seja, podemos escrever qualquer vetor de ¦ como combinação linear dos vetores de § . © Bases Canônicas: 1) Base Canônica de ª « ¬ 2) Base Canônica de ª « ¬ 3) Base Canônica de ª ® « ¬ 4) Base Canônica de ª¯ « ¬ 5) Base Canônica de ª° «± ± ± ± ¬ 6) Base Canônica de ² ª ³´ µ ´ µ ´ µ ´ µ¶ 7) Base Canônica de ² ·® ª ³´ µ ´ µ ´ µ ´ µ ´ µ ´ µ¶ GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR - Professora Roberta Mastrochirico - robertafmu@hotmail.com ¸¸ EXERCÍCIOS: 1) Escrever os vetores ¹º», dados abaixo, como combinação linear dos vetores ¼½ e ¾½ , também dados abaixo: a) ¹º» ¿ ÀÁÂÃÄ, ¼½ ¿ ÅÁ ÆÁÇ e ¾½ ¿ ÅÈÂÆÉÇ b) ¹º» ¿ ÀÉÂÈÊÄ, ¼½ ¿ ÅÈÂÊÇ e ¾½ ¿ ÅËÂÈÇ c) ¹º» ¿ ÀÈÌÂÆÉÄ, ¼½ ¿ ÅËÂÆÁÇ e ¾½ ¿ ÅÈÂÆÈÇ d) ¹º» ¿ À ËÂÆÁ Ä, ¼½ ¿ Å ÈÂÉ Ç e ¾½ ¿ Å ÈÂÊ Ç 2) Escrever os vetores ͺº», dados abaixo, como combinação linear dos vetores ¼½, ¾½ e ν, também dados abaixo: a) ͺº» ¿ ÀÈ ÂÆÁ  ÌÄ, ¼½ ¿ ÅÈ Â È Â ÈÇ,¾½ ¿ ÅÈ Â Á  ÉÇ e ¾½ ¿ ÅÁ ÂÆÈ Â ÈÇ b) ͺº» ¿ ÀÈÉ Â É ÂÆÌÄ, ¼½ ¿ ÅÈ Â É ÂÆÁÇ,¾½ ¿ ÅÌ Â Ë Â ÏÇ e ¾½ ¿ ÅÆÁ Â È Â ÉÇ 3) Verifique se as sequências de vetores abaixo são LD ou LI: a) н ¿ ÅÉÂÈÂËÇ b) н ¿ ÅÈÂËÂËÇ c) н ¿ ÅËÂËÂËÇ e ÑÒ½ ¿ ÅÉÂÌÂÈ ) d) н ¿ ÅÁÂÊÂÃÇ e ÑÒ½ ¿ ÅÊÂÏÂÈÁ ) e) н ¿ ÅÁÂÆÈÇ e ÑÒ½ ¿ ÅÉÂÌ) f) н ¿ ÅÈÂËÇ e ÑÒ½ ¿ ÅÆÈÂÈ), Ó½ ¿ ÅÉÂÆÌÇ e Ô½ ¿ ÅÆÈ Æ Õ) g) н ¿ Å ÈÂÈ ÆÁ Ç, ÑÒ½ ¿ Å ÁÂËÂÁ Ç e Ó½ ¿ Å ÏÂÁÂÊ Ç h) н ¿ ÅÈÂÁÇ e ÑÒ½ ¿ ÅÉÂÃÇ i) н ¿ ÅÈÂÉÇ e Öº» ¿ ÀÁÂÌÄ j) н ¿ Å ÆÈÂÈÂÉ Ç e ÑÒ½ ¿ Å ÉÂÆÉ ÆÕ Ç k) н ¿ ÅÆÈÂÆÌÂÁÇ e ÑÒ½ ¿ ÅÁËÂÊÂÆÏÇ l) н ¿ ÅÈÂÉÂËÇ, ÑÒ½ ¿ ÅÁÂÈÂÊÇ e Ó½ ¿ ÅÉÂÊÂÊÇ m) н ¿ Å ÊÂÌÂÈ Ç, ÑÒ½ ¿ Å ÆÊÂÊÂÊ Ç e Ó½ ¿ Å ËÂÆÈ ÆÈ Ç n) н ¿ Å ÆÏÂÆÈÂÉ