Um Curso de G.A e Algebra Linear - Prof Reginaldo

UM CURSO DE GEOMETRIA ANAL ITICA E ALGEBRA LINEAR
Reginaldo J. Santos Departamento de Matematica-ICEx Universidade Federal de Minas Gerais
http://www.mat.ufmg.br/~regi
Julho 2006
Um Curso de Geometria Anal tica e Algebra Linear Copyright c 2006 by Reginaldo de Jesus Santos (060717) proibida a reproduc desta publicac ou parte dela, por qualquer meio, sem a previa E ao ao, por escrito, do autor. autorizac ao, Supervisor de Produc Capa e Ilustrac Editor, Coordenador de Revisao, ao, oes: Reginaldo J. Santos ISBN 85-7470-006-1 Ficha Catalograca
S237u
Santos, Reginaldo J. Um Curso de Geometria Anal tica e Algebra Linear / Reginaldo J. Santos - Belo Horizonte: Imprensa Universitaria da UFMG, 2006.
1. Algebra Linear
2. Geometria Anal tica
I. T tulo
CDD:
512.5 516.3
Conteudo
Prefacio 1 Matrizes e Sistemas Lineares 1.1 Matrizes . . . . . . . . . . . . . . . . . . . . com Matrizes . . . . . . . . 1.1.1 Operac oes 1.1.2 Propriedades da Algebra Matricial . . . a Cadeias de Markov . . . . 1.1.3 Aplicac ao de Somatorio Apendice I: Notac ao . . . . . . . Lineares . . . . . . . . 1.2 Sistemas de Equac oes 1.2.1 Metodo de Gauss-Jordan . . . . . . . . 1.2.2 Matrizes Equivalentes por Linhas . . . 1.2.3 Sistemas Lineares Homogeneos . . . . 1.2.4 Matrizes Elementares (opcional) . . . . iii
vii 1 1 3 10 16 32 34 38 49 51 56
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
iv de Matrizes e Determinantes 2 Inversao 2.1 Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 Propriedades da Inversa . . . . . . . . . . . . . . (opcional) . . . . 2.1.2 Matrizes Elementares e Inversao de Matrizes . . . . . . . . . 2.1.3 Metodo para Inversao 2.2 Determinantes . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Propriedades do Determinante . . . . . . . . . . . 2.2.2 Matrizes Elementares e o Determinante (opcional) do Teorema 2.11 . . . . . . . Apendice II: Demonstrac ao 3 Vetores no Plano e no Espac o por Escalar . . . . . . 3.1 Soma de Vetores e Multiplicac ao 3.2 Produtos de Vetores . . . . . . . . . . . . . . . . . . . 3.2.1 Norma e Produto Escalar . . . . . . . . . . . . . Ortogonal . . . . . . . . . . . . . . . . 3.2.2 Projec ao 3.2.3 Produto Vetorial . . . . . . . . . . . . . . . . . . 3.2.4 Produto Misto . . . . . . . . . . . . . . . . . . . do item (e) do Teorema 3.5 Apendice III: Demonstrac ao 4 Retas e Planos de Retas e Planos 4.1 Equac oes do Plano . . 4.1.1 Equac oes da Reta . . 4.1.2 Equac oes 4.2 Angulos e Distancias . . . . . 4.2.1 Angulos . . . . . . . . 4.2.2 Distancias . . . . . . .
Conteudo 76 76 78 81 85 105 111 127 134 140 142 178 178 193 195 207 216 227 227 227 246 273 273 280
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
Um Curso de Geometria Anal tica e Algebra Linear
Julho 2006
Conteudo 5 Espac os Rn 5.1 Independencia Linear . . . . . . . . . . . . 5.1.1 Os Espac os Rn . . . . . . . . . . . . Linear . . . . . . . . . . 5.1.2 Combinac ao 5.1.3 Independencia Linear . . . . . . . . . Relativas de Retas e Planos 5.1.4 Posic oes 5.2 Subespac os, Base e Dimensao . . . . . . . Apendice IV: Outros Resultados . . . . . . . 5.3 Produto Escalar em Rn . . . . . . . . . . . 5.3.1 Produto Interno . . . . . . . . . . . . 5.3.2 Bases Ortogonais e Ortonormais . . 5.4 Mudanc a de Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 Rotac ao 5.4.2 Translac ao . . . . . . . . . . . . . . 6 Diagonalizac ao de Matrizes . . . . . . 6.1 Diagonalizac ao . . . . . . . . . . . . 6.1.1 Motivac ao 6.1.2 Autovalores e Autovetores . . . . . . . . . . . . 6.1.3 Diagonalizac ao de Matrizes Simetricas 6.2 Diagonalizac ao . . . . . . . . . . . . 6.2.1 Motivac ao 6.2.2 Matrizes Ortogonais . . . . . . Apendice V: Autovalores Complexos . . na Identicac de Conicas 6.3 Aplicac ao ao . Julho 2006
v 303 303 303 308 314 325 332 351 361 361 370 380 388 390 398 398 398 401 410 428 428 430 440 446
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
Reginaldo J. Santos
vi
Conteudo 6.3.1 Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.2 Hiperbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.3 Parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446 453 459 488 666 671
Respostas dos Exerc cios Bibliograa Indice Alfabetico
Julho 2006
Prefacio
Este texto cobre o material para um curso de um semestre de Geometria Anal tica e Algebra Linear ministrado nos primeiros semestres para estudantes da area de Ciencias Exatas. O texto pode, mas necessario, e nao ser acompanhado do programa M ATLAB . dividido em seis cap O conteudo tulos. O Cap tulo 1 trata das matrizes e sistemas lineares. Aqui e demonstradas. A resoluc de sistemas lineares e todas as propriedades da algebra matricial sao ao que ela esteja na forma feita usando somente o metodo de Gauss-Jordan (transformando a matriz ate escalonada reduzida). Este metodo requer mais trabalho do que o metodo de Gauss (transformando a que ela esteja na forma escalonada). Ele foi o escolhido, por que tambem e usado matriz, apenas, ate de matrizes no Cap tambem estudado o determinante, no estudo da inversao tulo 2. Neste Cap tulo e denido usando cofatores. As demonstrac que e oes dos resultados deste cap tulo podem ser, a criterio do leitor, feitas somente para matrizes 3 3. denidos de forma geometrica, O Cap tulo 3 trata de vetores no plano e no espac o. Os vetores sao
M ATLAB
marca registrada de The Mathworks, Inc. e
vii
viii
Conteudo
por escalar. Sao provadas algumas propriedades geometricaassim como a soma e a multiplicac ao introduzidos sistemas de coordenadas de forma natural sem a necessidade da mente. Depois sao de base. Os produtos escalar e vetorial sao denidos tambem geometricamente. O Cap denic ao tulo estudados angulos 4 trata de retas e planos no espac o. Sao e distancias entre retas e planos. O Cap tulo 5 cobre a teoria dos espac os euclidianos. O conceito de dependencia e independencia introduzido de forma algebrica, geometrica linear e acompanhado da interpretac ao para os casos de estudadas as posic relativas de retas e planos como uma aplicac do conceito R2 e R3 . Aqui sao oes ao tambem tratados os conceitos de geradores e de base de subespac de dependencia linear. Sao os. abordados tambem o produto escalar e bases ortonormais. O Cap terminado com mudanc Sao tulo e a de coordenadas preparando para o Cap tulo de diagonalizac ao. de matrizes em geral e diagonalizac de matrizes O Cap tulo 6 traz um estudo da diagonalizac ao ao feita uma aplicac de um matriz ortogonal. E ao estudo das sec conicas. simetricas atraves ao oes agrupados em tres classes. Os Exerc Os exerc cios estao cios Numericos, que contem resolvidos fazendo calculos, exerc cios que sao que podem ser realizados sem a ajuda de um com exerc putador ou de uma maquina de calcular. Os Exerc cios Teoricos, que contem cios que reque simples, outros sao mais complexos. Os mais dif rem demonstrac oes. Alguns sao ceis complemen acompanhados de sugestoes. tam a teoria e geralmente sao Os Exerc cios usando o M ATLAB , exerc que contem cios para serem resolvidos usando o M ATLAB ou outro software. Os comandos destes exerc tambem fornecidos juntamente com uma explicac necessarios a resoluc ao cios sao ao imprescind dos outros, derapida do uso. Os exerc cios numericos sao veis, enquanto a resoluc ao pende do n vel e dos objetivos pretendidos para o curso. um software destinado a fazer calculos O M ATLAB e com matrizes (M ATLAB = MATrix LABo muito proximos ratory). Os comandos do M ATLAB sao da forma como escrevemos expressoes ` rotinas pre-denidas, algebricas, tornando mais simples o seu uso. Podem ser incorporados as direcionapacotes para calculos espec cos. Um pacote chamado gaal com func oes que sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Prefacio
ix
da internet no das para o estudo de Geometria Anal tica e Algebra Linear pode ser obtido atraves ao M A enderec o http://www.mat.ufmg.br/~regi, assim como um texto com uma introduc ao TLAB e instruc oes de como instalar o pacote gaal. Mais informac oes sobre o que o M ATLAB e capaz, podem ser obtidas em [4, 28]. No m de cada cap tulo temos um Teste do Cap tulo para que o aluno possa avaliar os seus resolvidos apos conhecimentos. Os Exerc cios Numericos e os Exerc cios usando o M ATLAB estao estiver interessado em usar o o ultimo cap tulo utilizando o M ATLAB . Desta forma o leitor que nao software pode obter apenas as respostas dos exerc cios, enquanto aquele que tiver algum interesse, pode car sabendo como os exerc cios poderiam ser resolvidos fazendo uso do M ATLAB e do pacote gaal. O programa M ATLAB pode ser adquirido gratuitamente na compra do livro Student Edition of MATLAB Version 5 for Windows - Book and CD-ROM edition [28], por exemplo na Amazon.com (http://www.amazon.com). Gostaria de agradecer aos professores que colaboraram apresentando correc oes, cr ticas e su gestoes, entre eles Dan Avritzer, Joana Darc A. S. da Cruz, Francisco Dutenhefner, Jorge Sabatucci, Seme Gebara, Alexandre Washington, Vivaldo R. Filho, Hamilton P. Bueno, Paulo A. F. Machado, Helder C. Rodrigues, Nikolai A. Goussevskii, Israel Vainsencher, Leopoldo G. Fernandes, Rodney J. Biezuner, Wilson D. Barbosa, Flaviana A. Ribeiro, Cristina Marques, Rogerio S. Mol, Denise Burga Barbosa Gomes, Francisco Satuf, Viktor Beckkert, Moacir G. dos Anjos, relli, Paulo C. de Lima, Jose Daniel C. de Morais Filho, Michel Spira, Maria Laura M. Gomes e Maria Cristina C. Ferreira.
Julho 2006
Reginaldo J. Santos
Prefacio
Historico
3.2 Produtos de Vetores Julho 2006 Foi acrescentado o Exemplo 2.18 na pagina 122. A sec ao 4.2. O Cap foi reescrita. Foi acrescentado um exerc cio na sec ao tulo 5 foi reescrito. Foram corrigidos alguns erros. 1.1 de Matrizes e a Sec 2.2 de Determinantes foram reescritas. Na sec 1.2 Marc o 2006 A Sec ao ao ao equivalente por linhas a uma unica o Teorema 1.4 voltou a ser que toda matriz e matriz na forma escalonada reduzida. Foram acrescentados varios exerc cios aos Cap tulos 3 e 4. O Cap tulo ` sec Aplicac a ` Conicas. 5 foi reescrito. Foram acrescentados exerc cios teoricos a ao ao a ` criptograa (Exemplo 2.9 na pagina 96) e a cadeias Julho 2004 Foram acrescentadas aplicac oes de Markov (Exemplos 1.9 na pagina 17, 1.16 na pagina 54 e 6.8 na pagina 417). Foi acres centado um exerc cio na sec ao 1.1. O Teorema 1.4 agora contem as propriedades da relac ao O que antes era Exemplo 1.14 passou para ser equivalente por linhas com a demonstrac ao. o lugar do Exemplo 1.10. O Exemplo 2.5 foi modicado. No Cap tulo 3 foram acrescentados 3.1, 1 exerc 3.2. No Cap 4.1 foi reescrita e 2 exerc cios na sec ao cio na sec ao tulo 4 a sec ao foram acrescentados 2 exerc cios. O Cap tulo 5 foi reescrito. Foi inclu da no Apendice III da 5.2. a demonstrac de que a forma escalonada reduzida de uma matriz e unica. sec ao ao A Diagonalizac de Matrizes ganhou mais um exerc sec ao ao cio teorico. Determinantes (Exemplo 2.20). A Setembro 2003 Foi acrescentada a regra de Cramer na sec ao Subespac foi reescrita. Foi acrescentado um apendice sec ao os, Base e Dimensao a esta n com Outros resultados. A Proposic 5.15 da sec Produto Escalar em R foi resec ao ao ao Diagonalizac de Matrizes ganhou mais dois exerc escrita. A sec ao ao cios teoricos. A sec ao de Matrizes Simetricas Diagonalizac ao ganhou um apendice sobre Autovalores Complexos. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Prefacio
xi
Subespac Novembro 2002 Varias correc oes incluindo respostas de exerc cios. A sec ao os, Base ganhou mais um exemplo e um exerc Diagonalizac de Matrizes e Dimensao cio. A sec ao ao Simetricas ganhou mais um exemplo. completa no texto. Novos exerc Matrizes e Sistemas Lineares. Julho 2001 Revisao cios nas sec oes tornaram-se uma so. A sec Mudanc As sec oes Subespac os e Base e Dimensao ao a de Coordenadas passou do Cap tulo 6 para o Cap tulo 5. Julho 2000 Criado a partir do texto Geometria Anal tica e Algebra Linear para ser usado numa disciplina de Geometria Anal tica e Algebra Linear.
Julho 2006
Reginaldo J. Santos
xii
Prefacio
de Cronograma Sugestao
Cap tulo 1
8 aulas
Cap tulo 2
8 aulas
Cap tulo 3
8 aulas
Cap tulo 4
8 aulas
Cap tulo 5
16 (12) aulas
Cap tulo 6
12 aulas
Total
60 (56) aulas
Julho 2006
Cap tulo 1
Matrizes e Sistemas Lineares
1.1
Matrizes
uma tabela de mn numeros Uma matriz A, m n (m por n), e dispostos em m linhas e n colunas
A i-esima linha de A e
a11 a12 a21 a22 A= . . . am1 am2 ai1 ai2 . . .

1
... ... ... ... ain
a1n a2n . . . . amn ,
2 para i = 1, . . . , m e a j -esima coluna de A e
o elemento a notac A = (aij )mn . Dizemos que aij ou [A]ij e para j = 1, . . . , n. Usamos tambem ao i, j da matriz A. ou a entrada de posic ao uma matriz quadrada de ordem n e os elementos a11 , a22 , . . . , ann Se m = n, dizemos que A e formam a diagonal (principal) de A. Exemplo 1.1. Considere as seguintes matrizes:
a1j a2j . , . . amj
A=
1 2 3 4
B=
2 1 0 3 ,
C=
1 3 0 2 4 2 3 .
D=
1 3 2
2 3, D e 1 3, E e 31eF e 1 1. De acordo 2 2. A matriz C e As matrizes A e B sao com a notac ao que introduzimos, exemplos de elementos de algumas das matrizes dadas acima sao a12 = 2, c23 = 2, e21 = 4, [A]22 = 4, [D]12 = 3. possui uma linha e chamada matriz linha, e uma matriz que so possui uma Uma matriz que so chamada matriz coluna, No Exemplo 1.1 a matriz D e uma matriz linha e a matriz E e uma coluna e Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1 E= 4 eF = 3
1.1
Matrizes
chamadas de vetores. O motivo cara claro na matriz coluna. Matrizes linha e matrizes coluna sao 5.1 na pagina Sec ao 303. iguais se elas tem o mesmo tamanho e os elementos corresponDizemos que duas matrizes sao iguais, ou seja, A = (aij )mn e B = (bij )pq sao iguais se m = p, n = q e aij = bij dentes sao para i = 1, . . . , m e j = 1, . . . , n. ` operac Vamos denir operac oes matriciais analogas as oes com numeros e provar propriedades validas lineares que sao para essas operac oes. Veremos, mais tarde, que um sistema de equac oes matricial. pode ser escrito em termos de uma unica equac ao matriciais. Vamos, agora, introduzir as operac oes
1.1.1 Operac oes com Matrizes
1.1. A soma de duas matrizes de mesmo tamanho A = (aij )mn e B = (bij )mn e Denic ao denida como sendo a matriz m n
C =A+B
obtida somando-se os elementos correspondentes de A e B , ou seja,
cij = aij + bij ,

[A + B ]ij = aij + bij . para i = 1, . . . , m e j = 1, . . . , n. Escrevemos tambem
Julho 2006
Reginaldo J. Santos
4 Exemplo 1.2. Considere as matrizes:
A=
1 3
2 3 4 0
B=
2 0
1 5 3 4 1 3 3 2 7 4
Se chamamos de C a soma das duas matrizes A e B , entao
C =A+B =
1 + (2) 2 + 1 3 + 5 3+0 4 + 3 0 + (4)
Julho 2006
1.1
Matrizes
denida 1.2. A multiplicac de uma matriz A = (aij )mn por um escalar (numero) Denic ao ao e pela matriz m n
B = A
obtida multiplicando-se cada elemento da matriz A pelo escalar , ou seja,
bij = aij ,
[A]ij = aij . Dizemos que a matriz B e para i = 1, . . . , m e j = 1, . . . , n. Escrevemos tambem um multiplo escalar da matriz A.
2 1 dado por 3 pelo escalar 3 e Exemplo 1.3. O produto da matriz A = 0 5 4 (3)(2) (3) 1 6 3 (3) 3 = 0 9 . 3 A = (3) 0 (3) 5 (3)(4) 15 12
Julho 2006
Reginaldo J. Santos
1.3. O produto de duas matrizes, tais que o numero Denic ao de colunas da primeira matriz e denido pela matriz m n igual ao numero de linhas da segunda, A = (aij )mp e B = (bij )pn e
C = AB
obtida da seguinte forma:
cij = ai1 b1j + ai2 b2j + . . . + aip bpj ,

[AB ]ij = ai1 b1j + ai2 b2j + . . . + aip bpj . para i = 1, . . . , m e j = 1, . . . , n. Escrevemos tambem
(1.1)
(1.1) esta dizendo que o elemento i, j do produto e igual a ` soma dos produtos dos A equac ao elementos da i-esima linha de A pelos elementos correspondentes da j -esima coluna de B .
c11
. . .
... cij ...
c1n
. . .
cm1
cmn
(1.1) pode ser escrita de forma compacta usando a notac de somatorio . A equac ao ao
p
a11 a12 . . .
. . .
a1p
. . .
ai1 ai2
. . .
... ... ... ...
aip
. . .
am1 am2
amp
b 11 b21 . . . bp1
... ... ... ...
b1j b2j
. . .
bpj
... ... ... ...
b1n b2n . . . bpn
[AB ]ij = ai1 b1j + ai2 b2j + . . . + aip bpj =

k=1
aik bkj
Julho 2006
1.1
Matrizes
p
de k variando de 1 a p de aik bkj . O s e dizemos somatorio mbolo

k=1
signica que estamos fazendo
variando de k = 1 ate k = p. Algumas propriedades da notac uma soma em que o ndice k esta ao explicadas no Apendice de somatorio estao I na pagina 32.
Exemplo 1.4. Considere as matrizes:
A=
1 3
2 3 4 0
Se chamamos de C o produto das duas matrizes A e B , entao
2 1 3 B= 0 5 4
0 0 . 0 17 6 19 15 0 0
C = AB =
1 (2) + 2 0 + (3) 5 1 1 + 2 3 + (3) (4) 0 3 (2) + 4 0 + 0 5 3 1 + 4 3 + 0 (4) 0
esta denido (por que?). Entretanto, mesmo Observac ao. No exemplo anterior o produto BA nao denido, BA pode nao ser igual a AB , ou seja, o produto de matrizes nao e comuquando ele esta tativo, como mostra o exemplo seguinte.
Julho 2006
Reginaldo J. Santos
Exemplo 1.5. Sejam A =
1 2 3 4 AB =
eB =
2 1 . Entao, 0 3
e BA =
2 7 6 15
1 0 9 12
Vamos ver no proximo exemplo como as matrizes podem ser usadas para descrever quantitativa mente um processo de produc ao.
produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Exemplo 1.6. Uma industria produz tres utilizados 1 grama do insumo A e 2 gramas do insumo B; Para a manufatura de cada kg de X sao para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de A e 4 gramas de B. Usando matrizes podemos determinar quantos gramas dos insumos A e B sao de x kg do produto X, y kg do produto Y e z kg do produto Z. necessarios na produc ao X Y Z gramas de A/kg gramas de B/kg
1 1 1 2 1 4
= A
x X= y z
kg de X produzidos kg de Y produzidos kg de Z produzidos
AX =
x+y+z 2x + y + 4z
gramas de A usados gramas de B usados
Julho 2006
1.1
Matrizes
denida pela matriz n m 1.4. A transposta de uma matriz A = (aij )mn e Denic ao
B = At
obtida trocando-se as linhas com as colunas, ou seja,
bij = aji ,
[At ]ij = aji . para i = 1, . . . , n e j = 1, . . . , m. Escrevemos tambem
Exemplo 1.7. As transpostas das matrizes
A=
1 2 3 4
B=
2 1 0 3 2 0 1 3
e C=
At =
1 3 2 4
Bt =
1 3 0 sao 2 4 2 1 2 4 . e Ct = 3 0 2
validas A seguir, mostraremos as propriedades que sao para a algebra matricial. Varias proprie semelhantes aquelas ` validas dades sao que sao para os numeros reais, mas deve-se tomar cuidado valida e com as diferenc as. Uma propriedade importante que e para os numeros reais, mas nao a comutatividade do produto, como foi mostrado no Exemplo 1.5. Por ser valida para as matrizes e de somatorio de varias compacta, usaremos a notac ao na demonstrac ao propriedades. Algumas estao explicadas no Apendice propriedades desta notac ao I na pagina 32. Julho 2006 Reginaldo J. Santos
10
1.1.2 Propriedades da Algebra Matricial
validas Teorema 1.1. Sejam A, B e C matrizes com tamanhos apropriados, e escalares. Sao as matriciais: seguintes propriedades para as operac oes (a) (comutatividade) A + B = B + A; (b) (associatividade) A + (B + C ) = (A + B ) + C ; (c) (elemento neutro) A matriz 0, m n, denida por [ 0]ij = 0, para i = 1, . . . , m, j = 1, . . . , n e tal que
A+ 0 = A,
chamada matriz nula m n. para toda matriz A, m n. A matriz 0e (d) (elemento simetrico) Para cada matriz A, existe uma unica matriz A, denida por [A]ij = aij tal que
A + ( A ) = 0.
(e) (associatividade) (A) = ( )A; (f) (distributividade) ( + )A = A + A; (g) (distributividade) (A + B ) = A + B ; (h) (associatividade) A(BC ) = (AB )C ; Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
11
(i) (elemento neutro) Para cada inteiro positivo p a matriz, p p,
tal que chamada matriz identidade e
1 0 ... 0 1 ... Ip = . .. . . . 0 0 ...
0 0 , . . . 1
A In = Im A = A,
para toda matriz A = (aij )mn .
(j) (distributividade) A(B + C ) = AB + AC e (B + C )A = BA + CA; (k) (AB ) = (A)B = A(B ); (l) (At )t = A; (m) (A + B )t = At + B t ; (n) (A)t = At ; (o) (AB )t = B t At ;
Demonstrac ao. Para provar as igualdades acima, devemos mostrar que os elementos da matriz do iguais aos elementos correspondentes da matriz do lado direito. Serao usadas lado esquerdo sao varias propriedades dos numeros sem cita-las explicitamente. Julho 2006 Reginaldo J. Santos
12 (a) [A + B ]ij = aij + bij = bij + aij = [B + A]ij ;
(b) [A + (B + C )]ij = aij + [B + C ]ij = aij + (bij + cij ) = (aij + bij ) + cij = [A + B ]ij + cij = [(A + B ) + C ]ij ; (c) Seja X uma matriz m n tal que
A+X =A
(1.2)
para qualquer matriz A, m n. Comparando os elementos correspondentes, temos que
aij + xij = aij ,

ou seja, xij = 0, para i = 1 . . . , m e j = 1 . . . , n. Portanto, a unica matriz que satisfaz (1.2) e a matriz em que todos os seus elementos sao iguais a zero. Denotamos a matriz X por 0. (d) Dada uma matriz A, m n, seja X uma matriz m n, tal que
A+X = 0.
Comparando os elementos correspondentes, temos que
(1.3)
aij + xij = 0 ,
ou seja, xij = aij , para i = 1 . . . , m e j = 1 . . . , n. Portanto, a unica matriz que satisfaz a matriz em que todos os seus elementos sao iguais aos simetricos (1.3) e dos elementos de A. Denotamos a matriz X por A. (e) [(A)]ij = [A]ij = (aij ) = ( )aij = [( )A]ij . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
13
(f) [( + )A]ij = ( + )aij = (aij ) + (aij ) = [A]ij + [A]ij = [A + A]ij . (g)
[(A + B )]ij = [A + B ]ij = (aij + bij ) = aij + bij = [A]ij + [B ]ij = [A + B ]ij .
deste item e a mais trabalhosa. Sejam A, B e C matrizes m p, p q e q n (h) A demonstrac ao de somatorio respectivamente. A notac ao aqui pode ser muito util, pelo fato de ser compacta.
p p q p q
[A(BC )]ij =
k=1 p
aik [BC ]kj =

k=1 q
aik (
q l=1 p
bkl clj ) =
k=1 l=1 q
aik (bkl clj ) =

p
=
k=1 l=1 q
(aik bkl )clj =

l=1 k=1
(aik bkl )clj =
(
l=1 k=1
aik bkl )clj =
=
l=1
[AB ]il clj = [(AB )C ]ij .
denido por (i) Podemos escrever a matriz identidade em termos do delta de Kronecker que e
ij =
como [In ]ij = ij . Assim,
n
1, 0,
se i = j se i = j
[AIn ]ij =
k=1
aik [In ]kj =

k=1
aik kj = aij .
analoga. A outra igualdade e Julho 2006 Reginaldo J. Santos
14
p p

p
(j)
[A(B + C )]ij =
k=1 p
aik [B + C ]kj =
p k=1
aik (bkj + ckj ) =

k=1
(aik bkj + aik ckj ) =
=
k=1
aik bkj +
k=1
aik ckj = [AB ]ij + [AC ]ij = [AB + AC ]ij .
inteiramente analoga A outra igualdade e a anterior e deixamos como exerc cio.

p p
(k) [(AB )]ij =

k=1 p
aik bkj =
k=1 p
(aik )bkj = [(A)B ]ij e aik (bkj ) = [A(B )]ij .

k=1
[(AB )]ij =
k=1
aik bkj =
(l) [(At )t ]ij = [At ]ji = aij . (m) [(A + B )t ]ij = [A + B ]ji = aji + bji = [At ]ij + [B t ]ij . (n) [(A)t ]ij = [A]ji = aji = [At ]ij = [At ]ij .
p p p
(o) [(AB ) ]ij = [AB ]ji =

k=1
ajk bki =
k=1
[A ]kj [B ]ik =
k=1
[B t ]ik [At ]kj = [B t At ]ij .
denida por A diferenc a entre duas matrizes de mesmo tamanho A e B e
A B = A + ( B ),
Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
15
a soma da matriz A com a simetrica ou seja, e da matriz B . Sejam A uma matriz n n e p um inteiro positivo. Denimos a potencia p de A, por Ap = A . . . A.
p vezes
E para p = 0, denimos A = In . Exemplo 1.8. Vamos vericar se para matrizes A e B , quadradas, vale a igualdade
(A + B )(A B ) = A2 B 2 .
Usando a propriedade (i) do teorema anterior obtemos
(1.4)
(A + B )(A B ) = (A + B )A + (A + B )(B ) = AA + BA AB BB = A2 + BA AB B 2
Assim, (A + B )(A B ) = A2 B 2 se, e somente se, BA AB = 0, ou seja, se, e somente se, e comutativo, a conclusao e que a igualdade (1.4), nao AB = BA. Como o produto de matrizes nao vale para matrizes em geral. Como contra-exemplo basta tomarmos duas matrizes que nao comutem entre si. Sejam
A=
Para estas matrizes
0 0 1 1 1 0 0 1
e B=
1 0 1 0
A+B =
Assim,
1 0 2 1
AB =
A2 = A = 1 0 0 1
0 0 1 1
B2 = B =
1 0 1 0
(A + B )(A B ) =
Julho 2006
1 0 2 1
= A2 B 2 .
Reginaldo J. Santos
16
a Cadeias de Markov 1.1.3 Aplicac ao

e dividida em tres estados (por exemplo: ricos, classe media Vamos supor que uma populac ao e pobres) e que em cada unidade de tempo a probabilidade de mudanc a de um estado para outro seja dependa dos estados. Este processo e chamado cadeia de Markov. constante no tempo, so Seja tij a probabilidade de mudanc a do estado j para o estado i em uma unidade de tempo (gerac ao). Cuidado com a ordem dos ndices. A matriz
2 3 1 1 t11 t12 t13 2 T = t21 t22 t23 3 t31 t32 t33

chamada matriz de transic da populac inicial entre os tres estados pode ser . A distribuic e ao ao ao descrita pela seguinte matriz:
p1 P 0 = p2 p3
no estado 1 esta no estado 2 esta no estado 3 esta
inicial da populac entre os tres estados e e chamada vetor de A matriz P0 caracteriza a distribuic ao ao uma unidade de tempo a populac estara dividida entre os tres estados da seguinte estado. Apos ao forma no estado 1 t11 p1 + t12 p2 + t13 p3 estara no estado 2 estara t21 p1 + t22 p2 + t23 p3 P1 = no estado 3 estara t31 p1 + t32 p2 + t33 p3 Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
17
a probabilidade de mudanc a do estado j para o estado i. Assim a matriz de Lembre-se que tij e uma unidade de tempo e dada pelo produto de matrizes: estado apos
P1 = T P 0 .
Exemplo 1.9. Vamos considerar a matriz de transic ao
e o vetor de estados inicial
T = P0 =
1 3 1 3 1 3
1 1
2 1 2
2
1 4 1 2 1 4
3 0 1 1 2 2 1 3
2
(1.5)
no estado 1 esta no estado 2 esta no estado 3 esta
(1.6)
dividida de forma que 1/3 da populac esta em cada estado. que representa uma populac ao ao uma unidade de tempo a matriz de estado sera dada por Apos
1 2 1 2 1 4 1 2 1 4
0
1 2 1 2
e a mesma, Como estamos assumindo que em cada unidade de tempo a matriz de transic ao apos k unidades de tempo a populac estara dividida entre os tres estados segundo a matriz entao ao de estado
P1 = T P 0 =
1 3 1 3 1 3
1 4 1 2 1 4
Pk = T Pk1 = T 2 Pk2 = = T k P0
Julho 2006 Reginaldo J. Santos
18
a transic entre k unidades de tempo. Assim a matriz T k da ao 6.1 na pagina Veremos na Sec ao 398 como calcular rapidamente potencias k de matrizes e assim da populac apos k unidades de tempo para k um inteiro positivo como determinar a distribuic ao ao qualquer.
Julho 2006
1.1
Matrizes
19
Exerc cios Numericos (respostas na pagina 489)

1.1.1. Considere as seguintes matrizes
A=
2 0 6 7
B=
0 4 2 8
C=
6 9 7 7 3 2
Se for poss vel calcule: (a) AB BA, (b) 2C D , (c) (2D t 3E t )t ,
6 4 0 D = 1 1 4 , 6 0 6
6 9 9 E = 1 0 4 6 0 1
(d) D 2 DE .
1.1.2. Conhecendo-se somente os produtos AB e AC , como podemos calcular A(B + C ), B t At , C t At e (ABA)C ? 1.1.3. Considere as seguintes matrizes
A=
3 2 1 1 2 1
2 1 0 B= 2 0 3
Reginaldo J. Santos
Julho 2006
20
Verique que:
2 C= 0 1 1 E1 = 0 0
1 1 1 1 , D = 0 1 0 , E2 = 1 , 0
d1 0 0 0 d2 0 0 0 d3 0 E3 = 0 1
diferente de BA. (a) AB e

t a j -esima a i-esima (b) AEj e coluna de A, para j = 1, 2, 3 e Ei B e linha de B , para no Exerc i = 1, 2, 3 (o caso geral esta cio 1.1.15 na pagina 26).
2 1 1 as (c) CD = [ d1 C1 d2 C2 d3 C3 ], em que C1 = 0 , C2 = 1 e C3 = 1 , sao 1 0 1 no Exerc colunas de C (o caso geral esta cio 1.1.16 (a) na pagina 27). d1 C1 2 1 1 , C 2 = 0 1 1 (d) DC = d2 C2 , em que C1 = e d3 C3 as linhas de C (o caso geral esta no Exerc 1 0 1 sao C3 = cio 1.1.16 (b) na
pagina 27).
2 (e) Escrevendo B em termos das suas colunas, B = [ B1 B2 ], em que B1 = 2 e 0

Julho 2006
1.1
Matrizes
21
1 B2 = 0 , o produto AB pode ser escrito como AB = A [ B1 B2 ] = [ AB1 AB2 ] 3

no Exerc (o caso geral esta cio 1.1.17 (a) na pagina 28). (f) escrevendo A em termos das suas linhas, A1 = produto AB pode ser escrito como AB = Exerc cio 1.1.17 (b) na pagina 28). 1.1.4. Sejam
A1 A2
3 2 1 e A 2 = 1 2 1 , o A1 B no (o caso geral esta B = A2 B
A=
1 3 0 0 4 2
a j -esima Verique que xA1 + yA2 + zA3 = AX , em que Aj e coluna de A, para j = 1, 2, 3 no Exerc (o caso geral esta cio 1.1.18 na pagina 29). 1.1.5. Encontre um valor de x tal que AB t = 0, em que
x e X = y . z
A=
1.1.6. Mostre que as matrizes A = X 2 = 2X . equac ao
x 4 2
B=
2 3 5
1 1 y uma numero nulo, vericam a real nao , em que y e y 1
matrizes que comutam com a matriz M = 1.1.7. Mostre que se A e B sao
BA.
Julho 2006
0 1 AB = , entao 1 0
Reginaldo J. Santos
22 1.1.8.
Matrizes e Sistemas Lineares (a) Determine todas as matrizes A, 2 2, diagonais que comutam com toda matriz B , 2 2, ou seja, tais que AB = BA, para toda matriz B , 2 2.
(b) Determine todas as matrizes A, 2 2, que comutam com toda matriz B , 2 2, ou seja, tais que AB = BA, para toda matriz B , 2 2.
Exerc cios usando o M ATLAB

na janela de comandos um prompt >> ou EDU>>. Uma vez inicializado o M ATLAB , aparecera esperando um comando. Todo comando deve ser O prompt signica que o M ATLAB esta nalizado teclando-se Enter. Comandos que foram dados anteriormente podem ser obtidos novamente usando as teclas e . Enquanto se estiver escrevendo um comando, este pode ser corrigido usando as teclas , , Delete e Backspace. O M ATLAB faz diferenc a entre letras maiusculas e minusculas. O comando ao. No M ATLAB , pode-se obter ajuda sobre qualquer comando ou func
>> help
(sem o prompt >>) mostra uma listagem de todos os pacotes dispon veis. Ajuda sobre um espec pacote espec co ou sobre um comando ou func ao ca pode ser obtida com o comando >> help nome, (sem a v rgula e sem o prompt >>) em que nome pode ser o nome de um pacote ou o nome de um comando ou func ao. Alem dos comandos e func oes pre-denidas, escrevemos um pacote chamado gaal com func oes espec cas para a aprendizagem de Geometria Anal tica e Algebra Li da internet no enderec near. Este pacote pode ser obtido gratuitamente atraves o ao M ATLAB e http://www.mat.ufmg.br/~regi, assim como um texto com uma introduc ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
23
de como instalar o pacote gaal. Depois deste pacote ser devidamente instalado, o instruc oes informac sobre este pacote. comando help gaal no prompt do M ATLAB da oes sobre as capacidades do M ATLAB Mais informac oes podem ser obtidas em [4, 28]. de matriVamos descrever aqui alguns comandos que podem ser usados para a manipulac ao introduzidos a medida que forem necessarios. zes. Outros comandos serao simbolicas. >> syms x y z diz ao M ATLAB que as variaveis x y e z sao
>> A=[a11,a12,...,a1n;a21,a22,...; ...,amn] cria uma matriz, m por n, usando os elementos a11, a12, ..., amn e a armazena numa variavel de nome A. Por exemplo, >> 1 2 3 ; A=[1,2,3;4,5,6] cria a matriz A = 4 5 6 >> I=eye(n) cria a matriz identidade n por n e a armazena numa variavel I; >> O=zeros(n) ou >> O=zeros(m,n) cria a matriz nula n por n ou m por n, respectivamente, O; e a armazena numa variavel a soma de A e B, a diferenc >> A+B e >> A-B e a A menos B, o produto de A por B, o produto do escalar num por A, >> A*B e >> num*A e a transposta de A, a potencia >> A. e >> A^k e A elevado a k . a coluna j da matriz A, >> A(i,:) e a linha i da matriz A. >> A(:,j) e
iguais aos >> diag([d1,...,dn]) cria uma matriz diagonal, cujos elementos da diagonal s ao d1,...,dn. elementos da matriz [d1,...,dn], ou seja, sao armazenados no >> A=sym(A) converte a matriz A numa matriz em que os elementos sao numeric faz o processo inverso. formato simbolico. A func ao >> solve(expr) determina a soluc ao da equac ao expr=0. da equac x2 4 = 0; >> solve(x^2-4) determina as soluc oes ao Julho 2006 Por exemplo,
Reginaldo J. Santos
24 Comando do pacote GAAL:
>> A=randi(n) ou >> A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente, com elementos inteiros aleatorios entre 5 e 5.
1.1.9. Use o M ATLAB (a) A = para calcular alguns membros da sequ A, A2 , . . . , Ak , . . ., para encia
1 2 1 3
1 0
(b) A =
1 2
1 3 1 5
A sequ parece estar convergindo para alguma matriz? Se estiver, para qual? encia 1.1.10. Calcule as potencias das matrizes dadas a seguir e encontre experimentalmente (por tentativa!) o menor inteiro k > 1 tal que (use o comando >> A=sym(A) depois de armazenar a matriz na variavel A): (a) Ak = I3 , em que
0 0 1 A = 1 0 0 ; 0 1 0 0 1 A = 0 0 1 0 0 0 0 0 0 1 0 0 ; 1 0
Julho 2006
(b) Ak = I4 , em que
1.1
Matrizes (c) Ak = 0, em que
25
do quao comum e encontrar 1.1.11. Vamos fazer um experimento no M ATLAB para tentar ter uma ideia matrizes cujo produto comuta. No prompt do M ATLAB digite a seguinte linha:
0 0 A = 0 0
1 0 0 0
0 1 0 0
0 0 . 1 0
>> c=0; for n=1:1000,A=randi(3);B=randi(3);if(A*B==B*A),c=c+1;end,end,c

esquec mandando o M ATLAB (nao a das v rgulas e pontos e v rgulas!). O que esta linha esta o seguinte: fazer e
Criar um contador c e atribuir a ele o valor zero.
` variaveis Atribuir as A e B, 1000 matrizes 3 3 com entradas inteiras e aleatorias entre 5 e 5. acrescido de 1. o contador c e Se AB=BA, ou seja, A e B comutarem, entao escrito. No nal o valor existente na variavel ce que voce tira do valor obtido na variavel Qual a conclusao c? 1.1.12. Fac a um experimento semelhante ao anterior, mas para o caso em que cada uma das matrizes diagonal, isto e, os elementos que estao fora da diagonal sao iguais a zero. Use a seta para e cima para obter novamente a linha digitada e edite a linha no prompt do M ATLAB de forma a ` linha: obter algo semelhante a
>> c=0; for n=1:1000,A=diag(randi(1,3));B=diag(randi(1,3));if( ....

26 que voce tira do valor obtido na variavel Qual a conclusao c?
1.1.13. Fac a um experimento semelhante ao anterior, mas para o caso em que uma das matrizes e diagonal. Use a seta para cima para obter novamente a linha digitada e edite a linha no prompt do M ATLAB de forma a obter a seguinte linha:
>> c=0; for n=1:1000,A=diag(randi(1,3));B=randi(3);if(A*B==B*A),c=c+1;A,B,end,end,c
impressas as matrizes A e B quando elas comutarem. Qual a conclusao que voce tira Aqui sao deste experimento? Qual a probabilidade de um tal par de matrizes comutarem? 1.1.14. Use o M ATLAB para resolver os Exerc cios Numericos .
Exerc cios Teoricos

1.1.15. Sejam E1 = , E2 = . . . . . . 0 0
(a) Mostre que se
1 0 0
0 1 0
0 0 . ,. . . , E = matrizes n 1. . n . 0 1 a11 a12 a21 a22 A= . . . am1 am2 ... ... ... ... a1n a2n . . . amn
AEj e uma matriz m n, entao igual a ` coluna j da matriz A. e Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes (b) Mostre que se
27
t uma matriz n m entao igual a ` linha i da matriz B . Ei e Be
b11 b12 b21 b22 B= . . . bn1 bn2
... ... ... ...
b1m b2m , . . . bnm
1.1.16. Seja
os elementos que estao fora da diagonal sao iguais a zero. uma matriz diagonal n n, isto e, Seja
1 0 . . . 0 0 2 . . . 0 D= . . .. . . . . . 0 . . . 0 n a11 a12 . . . a21 a22 . . .

. . .
obtido da matriz A (a) Mostre que o produto AD e cada coluna j por j , ou multiplicando-se
A=
... an1 an2 . . .
a1n a2n . . . . ann
a1j . a coluna j de A, entao seja, se A = [ A1 A2 . . . An ], em que Aj = . . e anj AD = [ 1 A1 2 A2 . . . n An ].
Julho 2006
Reginaldo J. Santos
28
Matrizes e Sistemas Lineares obtido da matriz A multiplicando-se cada linha i por i , ou (b) Mostre que o produto DA e
seja, se A =
A1 A2 a linha i de A, entao , em que Ai = [ ai1 . . . ain ] e . . . An 1 A 1 2 A 2 DA = . . . . n A n
1.1.17. Sejam A e B matrizes m p e p n, respectivamente. igual ao produto ABj , em que Bj = (a) Mostre coluna do produto AB e que a j -esima
b1j . a j -esima coluna de B , ou seja, se B = [ B1 . . . Bn ], entao . . e bpj AB = A[ B1 . . . Bn ] = [ AB1 . . . ABn ];
igual ao produto Ai B , em que Ai = (b) Mostre que a i-esima linha do produto AB e Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
29
A1 A2 a i-esima [ ai1 . . . aip ] e linha de A, ou seja, se A = . , entao . . Am A1 A1 B A2 A2 B AB = . B = . . . . . . Am Am B x1 . 1.1.18. Seja A uma matriz m n e X = . . uma matriz n 1. xn
n
Prove que
AX =
Desenvolva o lado direito e a j -esima coluna de A. (Sugestao: xj Aj , em que Aj e
j =1
chegue ao lado esquerdo.) 1.1.19. uma matriz m n tal que AX = (a) Mostre que se A e 0, para toda matriz X , n 1, entao use o Exerc A = 0. (Sugestao: cio 15 na pagina 26.) (b) Sejam B e C matrizes m n, tais BX = CX , para todo X , n 1. Mostre que B = C . use o item anterior.) (Sugestao: a unica 1.1.20. Mostre que a matriz identidade In e matriz tal que A In = In A = A para qualquer matriz A, n n. (Sugestao: Seja Jn uma matriz tal que A Jn = Jn A = A. Mostre que Jn = In .) Julho 2006 Reginaldo J. Santos
30
um inteiro positivo, mostre que (AB )p = Ap B p . 1.1.21. Se AB = BA e p e 1.1.22. Sejam A, B e C matrizes n n. (a) (A + B )2 = A2 + 2AB + B 2 ? E se AB = BA? Justique. (b) (AB )C = C (AB )? E se AC = CA e BC = CB ? Justique. Veja o Exemplo 1.8 na pagina (Sugestao: 15.) 1.1.23. duas matrizes tais que AB = A= (a) Se A e B sao 0, entao 0 ou B = 0? Justique. BA = (b) Se AB = 0, entao 0? Justique. A= uma matriz tal que A2 = (c) Se A e 0, entao 0? Justique. simetrica anti-simetrica 1.1.24. Dizemos que uma matriz A, n n, e se At = A e e se At = A. simetrica, aij = aji , para i, j = 1, . . . n e que se A e antientao (a) Mostre que se A e aij = aji , para i, j = 1, . . . n. Portanto, os elementos da diagonal simetrica, entao iguais a zero. principal de uma matriz anti-simetrica sao simetricas, A + B e A sao simetricas, (b) Mostre que se A e B sao entao para todo escalar . simetrica simetricas, AB e se, e somente se, AB = BA. (c) Mostre que se A e B sao entao anti-simetricas, A + B e A sao anti-simetricas, (d) Mostre que se A e B sao entao para todo escalar . simetrica anti-simetrica. (e) Mostre que para toda matriz A, n n, A + At e e A At e Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
31
(f) Mostre que toda matriz quadrada A pode ser escrita como a soma de uma matriz simetrica t Observe o resultado da soma de A + A com A At .) e uma anti-simetrica. (Sugestao: 1.1.25. Para matrizes quadradas A = (aij )nn denimos o trac o de A como sendo a soma dos elen
mentos da diagonal (principal) de A, ou seja, tr(A) =

i=1
aii .
(a) Mostre que tr(A + B ) = tr(A) + tr(B ). (b) Mostre que tr(A) = tr(A). (c) Mostre que tr(At ) = tr(A). Prove inicialmente para matrizes 2 2.) (d) Mostre que tr(AB ) = tr(BA). (Sugestao: A= use o trac 1.1.26. Seja A uma matriz n n. Mostre que se AAt = 0, entao 0. (Sugestao: o.) E se a matriz A for m n, com m = n? vimos que o produto de matrizes nao e comutativo. Entretanto, certos conjuntos de matrizes 1.1.27. Ja sao comutativos. Mostre que: matrizes diagonais n n, entao D 1 D2 = D 2 D1 . (a) Se D1 e D2 sao uma matriz n n e (b) Se A e
B = a 0 In + a 1 A + a 2 A 2 + . . . + a k A k ,
escalares, entao AB = BA. em que a0 , . . . , ak sao
Julho 2006
Reginaldo J. Santos
32
de Somatorio Apendice I: Notac ao

validas de somatorio: Sao algumas propriedades para a notac ao uma variavel (a) O ndice do somatorio e muda que pode ser substitu da por qualquer letra:
n n
fi =
i=1 j =1
fj .
(b) O somatorio de uma soma pode ser escrito como uma soma de dois somatorios:
n n n
(f i + g i ) =
i=1 i=1
fi +
i=1
gi .
n n
Pois,
n
(f i + g i ) = (f 1 + g 1 ) + . . . + (f n + g n ) = (f 1 + . . . + f n ) + (g 1 + . . . + g n ) =
i=1 i=1
fi +
i=1
gi .
Aqui foram aplicadas as propriedades associativa e comutativa da soma de numeros. depende do (c) Se no termo geral do somatorio aparece um produto, em que um fator nao ndice este fator pode sair do somatorio: do somatorio, entao
n n
f i gk = g k
i=1 i=1
fi .
n
Pois,
n
f i g k = f 1 g k + . . . + f n g k = g k (f 1 + . . . + f n ) = g k
i=1 i=1
fi . Aqui foram aplicadas as
a soma de numeros. propriedades distributiva e comutativa do produto em relac ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.1
Matrizes
33
(d) Num somatorio duplo, a ordem dos somatorios pode ser trocada:
n m m n
fij =
i=1 j =1 j =1 i=1
fij .
Pois,
n
fij =
i=1 j =1 i=1
(fi1 + . . . + fim ) = (f11 + . . . + f1m ) + . . . + (fn1 + . . . + fnm ) = (f11 + . . . +

m m n
fn1 ) + . . . + (f1m + . . . + fnm ) =

j =1
(f1j + . . . + fnj ) =
j =1 i=1
fij . Aqui foram aplicadas as
propriedades comutativa e associativa da soma de numeros.
Julho 2006
Reginaldo J. Santos
34
1.2
Sistemas de Equac oes Lineares
de sistemas lineares. Vamos Muitos problemas em varias areas da Ciencia recaem na soluc ao ver como a algebra matricial pode simplicar o estudo dos sistemas lineares. uma equac da forma linear em n variaveis Uma equac ao x 1 , x2 , . . . , x n e ao
a1 x 1 + a 2 x 2 + . . . + a n x n = b ,
constantes reais; em que a1 , a2 , . . . , an e b sao um conjunto de equac Um sistema de equac oes lineares ou simplesmente sistema linear e oes um conjunto de equac da forma lineares, ou seja, e oes
constantes reais, para i, k = 1, . . . , m e j = 1, . . . , n. em que aij e bk sao anterior, o sistema linear acima pode ser Usando o produto de matrizes que denimos na sec ao matricial escrito como uma equac ao
a11 x1 + a12 x2 + a21 x1 + a22 x2 + . . . a x + a x + m1 1 m2 2
... ... ...
+ a1n xn + a2n xn
. . .
= b1 = b2
. = . = bm .
+ amn xn
A X = B,
1.2
35
em que
s1 s2 uma matriz S = . tal que as equac do sistema sao de um sistema linear e Uma soluc ao oes . . sn do oes satisfeitas quando substitu mos x1 = s1 , x2 = s2 , . . . , xn = sn . O conjunto de todas as soluc chamado conjunto soluc chamada matriz ou soluc geral do sistema. A matriz A e sistema e ao ao
do sistema linear. e duas incognitas Exemplo 1.10. O sistema linear de duas equac oes
a11 a12 a21 a22 A= . . . am1 am2
... ... ... ...
a1n a2n , . . . amn
x1 x2 X= . . . xn
b1 b2 e B= . . . . bm
x + 2y = 1 2x + y = 0
pode ser escrito como
1 2 2 1
x y
1 0
(geral) do sistema acima e x = 1/3 e y = 2/3 (verique!) ou A soluc ao
X=
1 3
2 3
Julho 2006
Reginaldo J. Santos
36
substituir o sistema inicial por outro que tenha o mesmo Uma forma de resolver um sistema linear e do primeiro, mas que seja mais facil de resolver. O outro sistema e obtido depois conjunto soluc ao alteram a soluc do sistema, sobre as de aplicar sucessivamente uma serie de operac oes, que nao ao que sao usadas sao: equac oes. As operac oes de duas equac do sistema; Trocar a posic ao oes por um escalar diferente de zero; Multiplicar uma equac ao outra equac multiplicada por um escalar. Somar a uma equac ao ao sao chamadas de operac ele Estas operac oes oes elementares. Quando aplicamos operac oes de um sistema linear somente os coecientes do sistema sao alterados, mentares sobre as equac oes assim podemos aplicar as operac oes sobre a matriz de coecientes do sistema, que chamamos de matriz aumentada, ou seja, a matriz
a11 a12 a21 a22 [A | B ] = . . . am1 am2
... ... ... ...
a1n a2n
. . .
amn
b1 b2 . . . . bm
Julho 2006
1.2
37
uma das seguintes 1.5. Uma operac elementar sobre as linhas de uma matriz e Denic ao ao operac oes: de duas linhas da matriz; (a) Trocar a posic ao (b) Multiplicar uma linha da matriz por um escalar diferente de zero; (c) Somar a uma linha da matriz um multiplo escalar de outra linha.
` equac O proximo teorema garante que ao aplicarmos operac oes elementares as oes de um sis nao e alterado. tema o conjunto soluc ao
tais que a matriz aumentada Teorema 1.2. Se dois sistemas lineares AX = B e CX = D , sao obtida de [A | B ] aplicando-se uma operac elementar, entao os dois sistemas possuem [C | D] e ao as mesmas soluc oes.
deste teorema segue-se de duas observac Demonstrac ao. A demonstrac ao oes: e soluc do sistema obtido aplicando-se soluc de um sistema, entao X tambem (a) Se X e ao ao elementar sobre suas equac (verique!). uma operac ao oes Julho 2006 Reginaldo J. Santos
38
obtido de AX = B aplicando-se uma operac elementar as ` (b) Se o sistema CX = D , e ao ` linhas da sua matriz aumentada), entao o sistema suas equac oes (ou equivalentemente as pode ser obtido de CX = D aplicando-se uma operac elementar as ` suas AX = B tambem ao elementar possui uma operac elementar inversa do mesmo equac oes, pois cada operac ao ao tipo, que desfaz o que a anterior fez (verique!). (b), AX = B e CX = D podem ser obtidos um do outro aplicando-se uma operac ao Pela observac ao (a), os dois possuem as mesmas soluc elementar sobre as suas equac oes. E pela observac ao oes.
sao chamados sistemas equivalentes. Dois sistemas que possuem o mesmo conjunto soluc ao ` equac Portanto, segue-se do Teorema 1.2 que aplicando-se operac oes elementares as oes de um sistema linear obtemos sistemas equivalentes.
1.2.1 Metodo de Gauss-Jordan

de operac O metodo que vamos usar para resolver sistemas lineares consiste na aplicac ao oes ` linhas da matriz aumentada do sistema ate que obtenhamos uma matriz numa forma elementares as resoluc em que o sistema associado a esta matriz seja de facil ao. nulas possuam como Vamos procurar obter uma matriz numa forma em que todas as linhas nao nulo (chamado pivo disso, se uma coluna contem um pivo, ) o numero primeiro elemento nao 1 . Alem todos os seus outros elementos terao que ser iguais a zero. Vamos ver no exemplo seguinte entao como conseguimos isso. Neste exemplo veremos como a partir do faturamento e do gasto com insumos podemos determinar quanto foi produzido de cada produto manufaturado em uma industria. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.2
39
produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Exemplo 1.11. Uma industria produz tres utilizados 1 grama do insumo A e 2 gramas do insumo B; Para a manufatura de cada kg de X sao para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de R$ 2,00, R$ 3,00 A e 4 gramas de B. O prec o de venda do kg de cada um dos produtos X, Y e Z e de X, Y e Z manufaturada com 1 kg e R$ 5,00, respectivamente. Com a venda de toda a produc ao de A e 2 kg de B, essa industria arrecadou R$ 2500,00. Vamos determinar quantos kg de cada um 8, usando matrizes o dos produtos X, Y e Z foram vendidos. Como vimos no Exemplo 1.6 na pagina pode ser descrito da seguinte forma: esquema de produc ao
gramas de A/kg gramas de B/kg prec o/kg
Assim precisamos resolver o sistema linear
1 1 1 4 = A X= 3 5 1000 x+y+z AX = 2x + y + 4z = 2000 2500 2x + 3y + 5z
X 1 2 2
Y Z
x y z
gramas de A usados gramas de B usados arrecadac ao
cuja matriz aumentada e
x + y + z = 1000 2x + y + 4z = 2000 2x + 3y + 5z = 2500 1 2 2 1 1 1000 1 4 2000 3 5 2500
Julho 2006
Reginaldo J. Santos
40
. eliminac 1a ao: . linha um elemento nao da 1a nulo da primeira coluna nao nula (se for o caso, Vamos procurar para pivo podemos usar a troca de linhas para traze-lo para a primeira linha). Como o primeiro elemento da igual a 1 ele sera o primeiro pivo. Agora, precisamos zerar os outros elementos da primeira coluna e a . . linha, 2 vezes a 1a . linha e adicionamos a coluna do pivo, para isto, adicionamos a ` 2a 1 coluna, que e a a ` 3 . linha, tambem, a 2 vezes a 1 . linha. . linha + 2a . linha 2a . linha 21a a a a . . 21 linha + 3 linha 3 . linha
. eliminac 2a ao: . linha. Escolhemos para pivo um elemento Olhamos para a sub-matriz obtida eliminando-se a 1a a nula desta sub-matriz. Vamos escolher o elemento de posic 2,2. diferente de zero na 1 . coluna nao ao a . igual a um, vamos Como temos que fazer o pivo multiplicar a 2 linha por 1. . linha 2a . linha 12a
1 1 1 1000 0 1 2 0 0 1 3 500
. coluna, que e a coluna do pivo, para isto, somaAgora, precisamos zerar os outros elementos da 2a a a a a . . . . ` 1 linha, 1 vezes a 2 e somamos a ` 3 linha, tambem, mos a 1 vezes a 2 .
1 1 1 1000 0 1 2 0 0 1 3 500
1 linha + linha linha . linha + 3a . linha 3a . linha 12a

. eliminac 3a ao:
. 2a
. 1a
. 1a
1 0 3 1000 0 1 2 0 0 0 5 500
Julho 2006
1.2
41
. e a 2a . linha. Escolhemos para pivo um elemento Olhamos para a sub-matriz obtida eliminando-se a 1a a . nula desta sub-matriz. Temos de escolher o elemento de posic diferente de zero na 1 coluna nao ao . linha por 1/5. igual a 1, vamos multiplicar a 3a 3,3 e como temos de fazer o pivo
1 . 3a 5
. linha linha 3a
. coluna, que e a coluna do pivo, para isto, somaAgora, precisamos zerar os outros elementos da 3a a a a .. ` 1 . linha, 3 vezes a 3 . e somamos a ` 2 . linha, 2 vezes a 2a mos a
1 0 3 1000 0 1 2 0 0 0 1 100
3 linha + linha linha . linha + 2a . linha 2a . linha 23a

equivalente ao sistema Portanto o sistema dado e
. 3a
. 1a
. 1a
1 0 0 700 0 1 0 200 0 0 1 100 = 700 = 200 z = 100
x
geral dada por que possui soluc ao
Portanto, foram vendidos 700 kg do produto X, 200 kg do produto Y e 100 kg do produto Z. Julho 2006 Reginaldo J. Santos
700 x X = y = 200 . 100 z
42
na forma que chamamos de escalonada A ultima matriz que obtivemos no exemplo anterior esta reduzida.
na forma escalonada reduzida quando satisfaz as 1.6. Uma matriz A = (aij )mn esta Denic ao seguintes condic oes: nulas; (a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas nao
. elemento nao nulo de uma linha) de cada linha nao nula e igual a 1; (1o (b) O pivo
de cada linha nao nula ocorre a ` direita do pivo da linha anterior. (c) O pivo um pivo, entao todos os seus outros elementos sao iguais a zero. (d) Se uma coluna contem
necessariamente (b) e (d), dizemos que Se uma matriz satisfaz as propriedades (a) e (c), mas nao na forma escalonada. ela esta
Exemplo 1.12. As matrizes
1 0 0 0 1 0 0 0 1
1 0 0
3 0 0
0 2 1 3 0 0
Julho 2006
1.2
43
escalonadas reduzidas, enquanto sao
escalonadas, mas nao escalonadas reduzidas. sao sao
1 1 1 0 1 2 0 0 5
1 3 1 5 0 0 5 15 0 0 0 0
de sistemas, que consiste em aplicar operac elementares as ` linhas Este metodo de resoluc ao oes que a matriz do sistema esteja na forma escalonada reduzida, e conhecido da matriz aumentada ate como metodo de Gauss-Jordan. Exemplo 1.13. Considere o seguinte sistema
x +
A sua matriz aumentada e
3y + 13z = 9 y + 5z = 2 2y 10z = 8 3 13 9 1 5 2 2 10 8
. eliminac 1a ao: . linha e . coluna sao da 1a igual a 1 e os outros elementos da 1a iguais a zero, nao ha nada Como o pivo a o que fazer na 1 . eliminac ao.
1 0 0
1 3 13 0 1 5 0 2 10
9 2 8
Julho 2006
Reginaldo J. Santos
44
. eliminac 2a ao: . linha. Escolhemos para pivo um elemento nao Olhamos para submatriz obtida eliminando-se a 1a a nula da submatriz. Escolhemos o elemento de posic 2,2. Como ele e igual a nulo da 1 . coluna nao ao . linha, Para isto somamos a ` 1a 1, precisamos, agora, zerar os outros elementos da coluna do pivo. a a a ` 3 . linha, 2 vezes a 2 . . 3 vezes a 2 . e somamos a . linha + 1a . linha 1a . linha 32a a a a . . 22 linha + 3 linha 3 . linha
equivalente ao sistema Portanto o sistema dado e
1 0 2 3 0 1 5 2 0 0 0 4
x
possui soluc que nao ao.
2z = 3 y + 5z = 2 0 = 4
tem soluc se, e somente se, a ultima nula da forma Em geral, um sistema linear nao ao linha nao escalonada reduzida da sua matriz aumentada for da forma [ 0 . . . 0 | bm ], com bm = 0. Exemplo 1.14. Considere o seguinte sistema
3z 9w = 6 5x + 15y 10z + 40w = 45 x + 3y z + 5w = 7
Julho 2006
1.2
45
A sua matriz aumentada e
0 5 1
0 3 9 6 15 10 40 45 3 1 5 7
. eliminac 1a ao: igual a um, escolhemos para pivo o elemento de posic 3,1. PreciComo temos que fazer o pivo ao a a . . samos coloca-lo na primeira linha, para isto, trocamos a 3 linha com a 1 .
. linha 4a . linha 1a
1 5 0
3 1 5 7 15 10 40 45 6 0 3 9
. coluna, que e a coluna do pivo, para isto, adiciAgora, precisamos zerar os outros elementos da 1a a a . . ` 2 linha, 5 vezes a 1 . onamos a . linha + 2a . linha 2a . linha 51a
1 3 1 5 7 0 0 5 15 10 0 0 3 9 6
. eliminac 2a ao: . linha. Escolhemos para pivo um elemento Olhamos para a sub-matriz obtida eliminando-se a 1a a . nula desta sub-matriz. Escolhemos o elemento de posic 2,3. diferente de zero na 1 coluna nao ao . linha por 1/5. igual a 1, multiplicamos a 2a Como temos que fazer o pivo
Julho 2006
Reginaldo J. Santos
46
. linha 2a . linha (1/5)2a
1 3 1 5 7 0 0 1 3 2 6 0 0 3 9
. coluna, que e a coluna do pivo, para isto, adiciAgora, precisamos zerar os outros elementos da 2a a a a a . . . . ` 1 linha a 2 e a ` 4 linha, 3 vezes a 2 onamos a . . linha + 1a . linha 1a . linha 2a a a a . . 32 linha + 4 linha 4 . linha
1 0 0
3 0 0
0 2 5 1 3 2 0 0 0
escalonada reduzida. Portanto o sistema dado e equivalente ao sistema seguinte Esta matriz e
x + 3y
+ 2w = 5 z 3w = 2.
As variaveis estao associadas A matriz deste sistema possui duas colunas sem pivos. que nao podem ser consideradas variaveis podem assumir valores arbitrarios. a pivos livres, isto e, Neste estao associadas a pivos e podem ser consideradas variaveis exemplo as variaveis y e w nao livres. terao os seus valores dependentes das Sejam w = e y = . As variaveis associadas aos pivos geral do sistema e variaveis livres, z = 2 + 3, x = 5 2 3 . Assim, a soluc ao
x 5 2 3 y X= z = 2 + 3 w
para todos os valores de e reais.
Julho 2006
1.2
47
e a forma escalonada reduzida da matriz aumentada Em geral, se o sistema linear tiver soluc ao as variaveis associadas a pivos podem ser consideradas estao possuir colunas sem pivos, que nao podem assumir valores arbitrarios. terao variaveis livres, isto e, As variaveis associadas aos pivos os seus valores dependentes das variaveis livres. tem soluc se a ultima nula da forma escalonada Lembramos que o sistema linear nao ao linha nao reduzida da matriz aumentada do sistema for da forma [ 0 . . . 0 | bm ], com bm = 0, como no Exemplo 1.13 na pagina 43.
de um sistema linear nao e necessario Observac ao. Para se encontrar a soluc ao transformar a nesta forma, o matriz aumentada do sistema na sua forma escalonada reduzida, mas se a matriz esta o mais simples poss sistema associado e vel. Um outro metodo de resolver sistemas lineares consiste da aplicac de operac elementares a ` matriz aumentada do sistema, se chegar a uma em, atraves ao oes somente escalonada (isto e, uma matriz que satisfaz as condic (a) e (c), mas nao matriz que e oes 1.6). Este metodo conhecido como metodo necessariamente (b) e (d) da Denic ao e de Gauss.
nao pode ter O proximo resultado mostra que um sistema linear que tenha mais de uma soluc ao um numero nito de soluc oes.
1.3. Sejam A uma matriz m n e B uma matriz m 1. Se o sistema linear A X = B Proposic ao distintas X0 = X1 , entao ele tem innitas soluc possui duas soluc oes oes. Julho 2006 Reginaldo J. Santos
48
Demonstrac ao. Seja
X = (1 )X0 + X1 ,
para R.
soluc do sistema A X = B , para qualquer R. Para isto vamos ao Vamos mostrar que X e mostrar que A X = B . matriciais (Teorema 1.1 na pagina 10) obtemos Aplicando as propriedades (i), (j) das operac oes
A X = A[(1 )X0 + X1 ] = A(1 )X0 + AX1 = (1 )A X0 + A X1

soluc de A X = B , entao A X0 = B e A X1 = B , portanto Como X0 e X1 sao oes
A X = (1 )B + B = [(1 ) + ]B = B,
pela propriedade (f) do Teorema 1.1. soluc e ao Assim o sistema A X = B tem innitas soluc oes, pois para todo valor de R, X e X X = ( )(X1 X0 ), ou seja, X = X , para = . Observe que para = 0, X = X0 , X +1 X , para = 3, X = 2X0 + 3X1 e para para = 1, X = X1 , para = 1/2, X = 1 2 0 2 1 = 2 , X = 3X 0 2X 1 . geometrica No Exemplo 3.4 na pagina 166 temos uma interpretac ao desta demonstrac ao.
elementares a ` matriz aumentada do Para resolver sistemas lineares vimos aplicando operac oes sistema linear. Isto pode ser feito com quaisquer matrizes.
Julho 2006
1.2
49
1.2.2 Matrizes Equivalentes por Linhas
equivalente por linhas a uma matriz B = (bij )mn , se 1.7. Uma matriz A = (aij )mn e Denic ao elementares sobre as suas linhas. B pode ser obtida de A aplicando-se uma sequ de operac oes encia
Exemplo 1.15. Observando os Exemplos 1.11, 1.14 e 1.13, vemos que as matrizes
equivalentes por linhas as ` matrizes sao
1 1 1 2 1 4 , 2 3 5
0 0 3 9 5 15 10 40 , 1 3 1 5 1 0 0 3 0 0 0 2 1 3 , 0 0
1 3 13 0 1 5 0 2 10 1 0 2 0 1 5 , 0 0 0
escalonadas reduzidas. respectivamente. Matrizes estas que sao equivalentes por linhas, nao iguais! sao Cuidado: elas sao
1 0 0 0 1 0 , 0 0 1
ser equivalente por linhas satisfaz as seguintes propriedades, cuja vericac deixaA relac ao ao mos como exerc cio para o leitor: equivalente por linhas a ela mesma (reexividade); Toda matriz e Julho 2006 Reginaldo J. Santos
50
Matrizes e Sistemas Lineares equivalente por linhas a B , entao equivalente por linhas a A (simetria); Be Se A e equivalente por linhas a B e B e equivalente por linhas a C , entao equivalente por Ae Se A e linhas a C (transitividade).
equivalente por linhas a uma matriz na forma escalonada reduzida e a Toda matriz e que omitiremos, pode ser feita da mesma maneira que zemos no caso particular demonstrac ao, das matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. No Teorema 5.15 na pagina 358 mostra mos que essa matriz escalonada reduzida e a unica matriz na forma escalonada reduzida equivalente a A.
Julho 2006
1.2
51
equivalente por linhas a uma unica Teorema 1.4. Toda matriz A = (aij )mn e matriz escalonada reduzida R = (rij )mn .
usado para provar alguns resultados no cap de matrizes. O proximo resultado sera tulo de inversao
R tem 1.5. Seja R uma matriz n n, na forma escalonada reduzida. Se R = In , entao Proposic ao uma linha nula.
de uma linha i esta sempre numa coluna j com j i. Portanto, Demonstrac ao. Observe que o pivo nula ou o pivo da linha n esta na posic n, n. Mas, neste caso todas as ou a ultima linha de R e ao nao nulas e os pivos de cada linha i esta na coluna i, ou seja, R = In . linhas anteriores sao
1.2.3 Sistemas Lineares Homogeneos

Um sistema linear da forma
Julho 2006
a11 x1 + a12 x2 + a21 x1 + a22 x2 + . . . a x + a x + m1 1 m2 2
... ... ...
+ a1n xn + a2n xn
. . .
= 0 = 0
. . = . = 0
(1.7)
+ amn xn
Reginaldo J. Santos
52
chamado sistema homogeneo e . O sistema (1.7) pode ser escrito como A X = 0. Todo sistema X = homogeneo admite pelo menos a soluc ao
Alem disso ou tem somente a soluc trivial ou tem Portanto, todo sistema homogeneo tem soluc ao. ao innitas soluc oes
x1 0 0 x2 = . . . . . . xn 0
trivial. ao chamada de soluc
Para resolver um sistema linear homogeneo Observac ao. AX = 0, basta escalonarmos a matriz A que sob a ac de uma operac elementar a coluna de zeros nao e alterada. Mas, e do sistema, ja ao ao ` matriz resultante das operac preciso car atento quando se escreve o sistema linear associado a oes esta coluna de zeros que nao vimos escrevendo. elementares, para se levar em considerac ao
tal que m < n, entao o sistema homogeneo Teorema 1.6. Se A = (aij )mn , e AX = 0 tem soluc ao trivial, ou seja, todo sistema homogeneo do que incognitas diferente da soluc ao com menos equac oes tem innitas soluc oes.
Julho 2006
1.2
53
Demonstrac ao. Como o sistema tem menos equac oes do que incognitas (m < n), o numero de nulas r da forma escalonada reduzida da matriz aumentada do sistema tambem e tal que linhas nao e n r variaveis r < n. Assim, temos r pivos (incognitas) livres, que podem assumir todos os valores nao trivial e portanto innitas soluc reais. Logo, o sistema admite soluc ao oes.
de um sistema linear homogeneo O conjunto soluc ao satisfaz duas propriedades interessantes. 5.2 na pagina um papel decisivo no estudo de subespac ao Estas propriedades terao os de Rn na Sec 332.
1.7. Seja A = (aij )mn . Proposic ao soluc do sistema homogeneo, X + Y tambem o e. (a) Se X e Y sao oes AX = 0, entao soluc do sistema homogeneo, X tambem o e. ao (b) Se X e AX = 0, entao
soluc do sistema homogeneo AX = Demonstrac ao. oes AX = 0, entao 0e (a) Se X e Y sao e soluc pois, A(X + Y ) = AX + AY = AY = 0 e portanto X + Y tambem ao 0+ 0= 0; soluc do sistema homogeneo X tambem o e, pois A(X ) = ao (b) Se X e AX = 0, entao AX = 0 = 0.
Julho 2006
Reginaldo J. Santos
54
sao validas Estas propriedades nao para sistemas lineares em geral. Por exemplo, considere o deste sistema e X = [1]. Mas, sistema linear A X = B , em que A = [1] e B = [1]. A soluc ao e soluc do sistema. X + X = 2 X = 2, nao ao Exemplo 1.16. Vamos retomar a cadeia de Markov do Exemplo 1.9 na pagina 17. Vamos supor que e dividida em tres estados (por exemplo: ricos, classe media uma populac ao e pobres) e que em cada unidade de tempo a probabilidade de mudanc a de um estado para outro seja constante no tempo, so dependa dos estados. Seja tij a probabilidade de mudanc a do estado j para o estado i em uma unidade de tempo e dada por (gerac ao). A matriz de transic ao
Vamos considerar a matriz de transic ao
2 3 1 1 t11 t12 t13 2 T = t21 t22 t23 3 t31 t32 t33 1 1

2 1 2
2
1 4 1 2 1 4
inicial da populac entre os tres estados permanece inalterada, Vamos descobrir qual distribuic ao ao apos gerac Ou seja, vamos determinar um vetor de estado P tal que gerac ao ao.
T =
3 0 1 1 2 2 1 3
2
TP = P
ou T P = I3 P
ou (T I3 )P = 0. Julho 2006
1.2
55
Assim precisamos resolver o sistema linear homogeneo
(T I 3 )X = 0
cuja matriz aumentada e
1 2x + 1 x 2
1 2 1 4 1 2 1 4
1 y 4 1 y 2 1 y 4
1 z 2 1 z 2
= 0 = 0 = 0
1 2 0
0 0 1 0 2 1 2 0 0 0 0 0 0 0
. eliminac 1a ao:
. linha + 2a . linha 2a . linha 1a 1 2
1 1 0 2 1 1 1 2 2 2 1 1 0 4 2 0 1 1 2 1 1 0 4 2 1 1 2 0 4
. eliminac 2a ao:
0 0 1 1 2 0 1 2 0 1 1 2 0 0 4
Reginaldo J. Santos
Julho 2006
56
1 . 2a 2 1 a 4 2 .
linha + linha linha . linha 3a . linha linha + 3a
. 1a
. 1a
equivalente ao sistema seguinte Portanto o sistema dado e
1 0 1 0 0 1 2 0 0 0 0 0
z = 0 y 2z = 0
y = 2 e x = . Assim, a soluc geral do sistema e Seja z = . Entao ao
tal que p1 + p2 + p3 = 1 obtemos que se a populac inicial for distribu Tomando a soluc ao ao da de esteja no estado 1, p2 = 1/2 da populac esteja no estado 2 e forma que p1 = 1/4 da populac ao ao esta distribuic permanecera constante gerac apos gerac p3 = 1/4, esteja no estado 3, entao ao ao ao.
p1 1 p X= = 2 , 2 1 p3
para todo R.
1.2.4 Matrizes Elementares (opcional)
uma matriz obtida da matriz identidade In aplicando-se 1.8. Uma matriz elementar n n e Denic ao elementar. uma, e somente uma, operac ao
Julho 2006
1.2
57
Vamos denotar por Eij a matriz elementar obtida trocando-se a linha i com a linha j da matriz In , Ei () a matriz elementar obtida multiplicando-se a linha i da matriz In pelo escalar = 0 e Ei,j () ` linha j , vezes a linha i. a matriz elementar obtida da matriz In , somando-se a

0
.. .
Ei,j =

0
. . .
...
.. .
1
. . .
...
0 1
.. .
i j
0 1
1 i . .. . . . ... 1 j .. . 0 0 0 1 as matrizes elementares 2 2: Exemplo 1.17. As matrizes seguintes sao e Ei,j () = 0 1 1 0 , 0

.
0
..
, E i ( ) =
1 0
0
.. .
1 i 1 .. . 0 0 1
E1,2 = E2,1 =
E 1 ( ) = 1 0 1
0 0 1
, E 2 ( ) =
1 0 0 .
, com = 0,
E1,2 () =
Julho 2006
e E2,1 () =
1 0 1
Reginaldo J. Santos
58
As matrizes elementares podem ser escritas em termos das matrizes Ei como
0 1 1 0 Sejam E1 = . , E2 = . . . . . 0 0 =
t E1
0 0 ,. . . , En = . matrizes m 1. . . 1
t E1
. . . . . . . . .
t Ej
Ei,j
Eit
t Em
i , j
. . . Ei () = Eit i . . .
t Em
. . . Eit . . e Ei,j () = . E t + E t j i . . . t Em
t E1
i j
elementar em uma matriz, corresponde a multiplicar a matriz a ` esquerda Aplicar uma operac ao por uma matriz elementar, como mostra o resultado a seguir.
EA e Teorema 1.8. Sejam E uma matriz elementar m m e A uma matriz qualquer m n. Entao, elementar que originou E . ` matriz obtida aplicando-se na matriz A a mesma operac ao igual a
Julho 2006
1.2
59
igual a Bi A, em que Bi e a Demonstrac ao. Como a i-esima linha de um produto de matrizes BA e t a linha i da i-esima linha da matriz B (Exerc cio 1.1.17 (b) na pagina 28) e Ei A = Ai , em que Ai e matriz A (Exerc cio 15 (b) na pagina 26), entao:
Ei,j A =
i j
t E1
. . . . . . . . .
t Ej
Eit
t Em
A=
. . . t Ej A i . . . E tA j i . . . t Em A
t A E1
A1
. . . . . . . . .
Aj Ai Am
i j
E i ( )A =
. . . i Eit A = . . .
t Em
t E1
. . . Eit A . . .
t Em A
t A E1
. . . = Ai i . . . Am
Reginaldo J. Santos
A1
Julho 2006
60
Ei,j ()A =
. . . t E i i . . . t j Ej + Eit . . . t Em
t E1
A=
. . . Eit A . . . E t A + E t A j i . . . t Em A
t E1 A
i j
= A j
A1
. . .
i Ai . . . + Ai j . . . Am
elementares em uma matriz, corresponde a multipliAssim, aplicar uma sequ de operac oes encia ` esquerda por um produto de matrizes elementares. car a matriz a Exemplo 1.18. Quando usamos o metodo de Gauss-Jordan para resolver o sistema do Exemplo 1.11 elementares na matriz aumentada do sistema. na pagina 39, aplicamos uma sequ de operac oes encia Isto corresponde a multiplicar a matriz aumentada
` esquerda pelas matrizes elementares a
1 1 1 1000 [ A | B ] = 2 1 4 2000 2 3 5 2500 1 0 0 E1,3 (2) = 0 1 0 , 2 0 1

Julho 2006
1 0 0 E1,2 (2) = 2 1 0 , 0 0 1
1.2
61
ou seja,
1 0 E2 (1) = 0 1 0 0 1 0 1 E3 ( 5 ) = 0 1 0 0
1 0 0 , E2,1 (1) = 0 0 1 0 1 0 , E3,1 (3) = 0 1 0 5
1 0 1 0 , E2,3 (1) = 0 1 0 3 1 1 0 , E3,2 (2) = 0 0 1 0
1 0 0 0 1 0 0 1 1 0 0 1 2 , 0 1
1 0 0 700 E3,2 (2) E3,1 (3) E3 ( 1 ) E2,3 (1) E2,1 (1) E2 (1) E1,3 (2) E1,2 (2) [ A | B ] = 0 1 0 200 . 5 0 0 1 100
Julho 2006
Reginaldo J. Santos
62

na forma escalonada reduzida: 1.2.1. Quais das seguintes matrizes estao
A=
1.2.2. Em cada item suponha que a matriz aumentada de um sistema foi transformada usando operac oes elementares na matriz escalonada reduzida dada. Resolva o sistema correspondente.
C=
1 0 0 1 0 0 0
0 0 0 0 0 0 0 0 1 0 0
0 1 0 0 0 1 0
0 0 1 3 0 2 0
3 4 , 2 ,
B=
D=
0 0 0 0 0 0 0
1 0 0 0 0 0 0
0 0 4 1 0 5 , 0 1 2 0 0 0 1 2 4 . 0 1 0 0 0 0
1.2.3. Resolva, usando o metodo de Gauss-Jordan, os seguintes sistemas:
1 0 0 7 8 0 1 0 3 2 ; (a) 0 0 1 1 5 1 6 0 0 3 2 0 0 1 0 4 7 ; (b) 0 0 0 1 5 8 0 0 0 0 0 0
1 0 0 0 6 0 1 0 0 3 ; (c) 0 0 1 1 2 1 7 0 0 8 3 0 0 1 0 6 5 . (d) 0 0 0 1 3 9 0 0 0 0 0 0
x 1 + x 2 + 2x 3 = 8 x 1 2x 2 + 3x 3 = 1 ; (a) 3x1 7x2 + 4x3 = 10
Julho 2006
1.2
63
(b)
1.2.4. Os sistemas lineares seguintes possuem a mesma matriz A. Resolva-os usando o metodo de Gauss-Jordan. Observe que os dois sistemas podem ser resolvidos ao mesmo tempo escalonando a matriz aumentada [ A | B1 | B2 ].
2x 1 + 2x 2 + 2x 3 = 0 2x 1 + 5x 2 + 2x 3 = 1 ; 8x 1 + x 2 + 4x 3 = 1 2x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 . (c) 6x 1 + 6x 2 + 3x 3 = 5
1 x 1 2x 2 + x 3 = 2x 1 5x 2 + x 3 = 2 ; (a) 3x 1 7x 2 + 2x 3 = 1 1 0 5 1 . 1.2.5. Seja A = 1 1 0 1 4
2 x 1 2x 2 + x 3 = 2x 1 5x 2 + x 3 = 1 . (b) 3x 1 7x 2 + 2x 3 = 2
geral do sistema (A + 4I3 )X = (a) Encontre a soluc ao 0; geral do sistema (A 2I3 )X = (b) Encontre a soluc ao 0.
tem 1.2.6. Para cada sistema linear dado, encontre todos os valores de a para os quais o sistema nao tem soluc unica soluc ao, ao e tem innitas soluc oes:
Julho 2006
3z = 4 x + 2y 3x y + 5z = 2 (a) ; 2 4x + y + (a 14)z = a + 2
Reginaldo J. Santos
64
z = 2 x + y + 2x + 3y + 2z = 5 (b) . 2 2x + 3y + (a 1)z = a + 1
produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a 1.2.7. Uma industria produz tres utilizados 2 gramas do insumo A e 1 grama do insumo B; para manufatura de cada kg de X sao cada kg de Y, 1 grama de insumo A e 3 gramas de insumo B e, para cada kg de Z, 3 gramas de A R$ 3,00, R$ 2,00 e 5 gramas de B. O prec o de venda do kg de cada um dos produtos X, Y e Z e de X, Y e Z manufaturada com e R$ 4,00, respectivamente. Com a venda de toda a produc ao 1,9 kg de A e 2,4 kg de B, essa industria arrecadou R$ 2900,00. Determine quantos kg de cada veja o Exemplo 1.11 na pagina um dos produtos X, Y e Z foram vendidos. (Sugestao: 39.)
polinomial p(x) = ax3 + bx2 + cx + d, cujo 1.2.8. Determine os coecientes a, b, c e d da func ao graco passa pelos pontos P1 = (0, 10), P2 = (1, 7), P3 = (3, 11) e P4 = (4, 14). Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.2
65
30
20
10
10
20
30 2
Julho 2006
Reginaldo J. Santos
66
do c 1.2.9. Determine coecientes a, b e c da equac ao rculo, x2 + y 2 + ax + by + c = 0, que passa pelos pontos P1 = (2, 7), P2 = (4, 5) e P3 = (4, 3).
Julho 2006
1.2
67
y
8
x
2
4 6 4 2 0 2 4 6 8
Julho 2006
Reginaldo J. Santos
68
1.2.10. Encontre condic oes sobre os bi s para que cada um dos sistemas seja consistente (isto e, tenha soluc ao):
` sub-sec 1.2.4) Considere a matriz 1.2.11. (Relativo a ao
x 1 2x 2 + 5x 3 = b 1 4x 1 5x 2 + 8x 3 = b 2 ; (a) 3x 1 + 3x 2 3x 3 = b 3
x 1 2x 2 x 3 = b 1 4x 1 + 5x 2 + 2x 3 = b 2 . (b) 4x 1 + 7x 2 + 4x 3 = b 3 7 8 3 8 . 1 8
0 1 1 3 A= 2 5
uma matriz escalonada Encontre matrizes elementares E, F, G e H tais que R = EF GHA e veja o Exemplo 1.18 na pagina 60.) reduzida. (Sugestao: 1.2.12. Resolva, usando o metodo de Gauss-Jordan, os seguintes sistemas:
x1 x1 (a) x 1 3x 1 x1 2x 1 (b) 2x 1
+ + + +
2x 2 2x 2 + x 3 2x 2 6x 2 + x 3
3x 4 3x 4 3x 4 9x 4
+ x5 + x 5 + 2x 6 + 2x 5 + x 6 + 4x 5 + 3x 6
= = = =
2 3 ; 4 9 = 0 = 1 ; = 5 = 6
Julho 2006
+ 3x 2 2x 3 + 2x 5 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 5x3 + 10x4 + 15x6 + 6x 2 + 8x4 + 4x5 + 18x6
1.2
69
1 1 1 1 1 3 2 a do 1.2.13. Considere a matriz A = ao 2 2 a 2 a 2 3 a 1 . Determine o conjunto soluc 3 a+2 3 2a + 1 t sistema AX = B , em que B = [ 4 3 1 6 ] , para todos os valores de a.
1.2.14. Resolva os sistemas lineares cujas matrizes aumentadas sao:
1 2 3 1 (a) 1 3 0 1 1 0 2 1 1 1 3 0 2 1 (b) 1 0 2
3 0 3 3 ; 1 1
8 7 ; 3
1 1 (c) 1 1
2 1 1 3
3 1 2 3
0 0 ; 0 0

Comandos do M ATLAB :
>> A=[A1,...,An] cria uma matriz A formada pelas matrizes, denidas anteriormente, A1, ..., An colocadas uma ao lado da outra;
expr a variavel >> expr=subs(expr,x,num) substitui na expressao x por num. >> p=poly2sym([an,...,a0],x) armazena na variavel p o polinomio a n xn + . . . + a 0 .
>> clf limpa a gura ativa.
Julho 2006
Reginaldo J. Santos
70 Comandos do pacote GAAL:
elementar >> B=opel(alpha,i,A) ou >> oe(alpha,i,A)faz a operac ao alphalinha i ==> linha i da matriz A e armazena a matriz resultante em B. elementar >> B=opel(alpha,i,j,A) ou >> oe(alpha,i,j,A) faz a operac ao alphalinha i + linha j ==> linha j da matriz A e armazena em B.
>> B=opel(A,i,j) ou >> oe(A,i,j) faz a troca da linha i com a linha j da matriz A e armazena a matriz resultante em B. >> B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e arma zena a matriz resultante na variavel B.
a matriz de Vandermonde de ordem k, se P=[x1;...;xn] e a matriz >> matvand(P,k) obtem de Vandermonde generalizada no caso em que P=[x1,y1;...;xn,yn].
>> po([x1,y1;x2,y2;...xk,yk]) desenha os pontos (x1,y1),...,(xk,yk).

dada pela expressao simbolica >> plotf1(f,[a,b]) desenha o graco da func ao f no intervalo [a,b]. >> plotci(f,[a,b],[c,d]) desenha o graco da curva dada implicitamente pela expressao f(x,y)=0 na regiao do plano [a,b]x[c,d]. >> p=poly2sym2([a,b,c,d,e,f],x,y) armazena na vari avel p o polinomio em duas variaveis ax2 + bxy + cy 2 + dx + ey + f .
>> eixos desenha os eixos coordenados.

1.2.15. (a) Use o comando P=randi(4,2), para gerar 4 pontos com entradas inteiras e aleat orias armazenados nas linhas da matriz P. entre 5 e 5. Os pontos estao Julho 2006
1.2
Sistemas de Equac oes Lineares (b) Use o M ATLAB

3
71
polinomial para tentar encontrar os coecientes a, b, c e d da func ao p(x) = ax + bx + cx + d cujo graco passa pelos pontos dados pelas linhas da matriz deste problema, assim como P. A matriz A=matvand(P(:,1),3) pode ser util ao na soluc conseguiu, repita o passo anterior. Por que pode nao ser a matriz B=P(:,2). Se nao poss vel?
2
(c) Desenhe os pontos e o graco do polinomio com os comandos forma clf, po(P), syms x, p=poly2sym(R(:,5),x), plotf1(p,[-5,5]), em que R e escalonada reduzida da matriz [A,B]. (d) Desenhe os eixos coordenados com o comando eixos. 1.2.16. (a) Use o comando P=randi(5,2), para gerar 5 pontos com entradas inteiras e aleat orias armazenados nas linhas da matriz P. entre 5 e 5. Os pontos estao
(b) Use o M ATLAB para tentar encontrar os coecientes a, b, c, d, e e f da conica, curva de 2 2 ax + bxy + cy + dx + ey + f = 0, cujo graco equac ao passa pelos pontos cujas dadas pelas linhas da matriz P. A matriz A=matvand(P,2) pode ser util coordenadas sao deste problema. Se nao conseguiu, repita o passo anterior. Por que pode nao na soluc ao ser poss vel? (c) Desenhe os pontos e a conica com os comandos clf, po(P), syms x y, p=poly2sym2([-R(:,6);1],x,y), a forma escalonada reduzida da matriz plotci(p,[-5,5],[-5,5]), em que R e A. (d) Desenhe os eixos coordenados com o comando eixos.
1.2.17. Use o M ATLAB Julho 2006
e resolva os Exerc cios Numericos a partir do Exerc cio 1.2.3. Reginaldo J. Santos
72
Exerc cios Teoricos

elementar possui inversa, do mesmo tipo, ou seja, para cada 1.2.18. Mostre que toda operac ao elementar existe uma outra operac elementar do mesmo tipo que desfaz o que operac ao ao a operac ao anterior fez. 1.2.19. Prove que: equivalente por linhas a ela mesma (reexividade); (a) Toda matriz e equivalente por linhas a B , entao equivalente por linhas a A (simetria); Be (b) Se A e Ae equivalente por linhas a B e B e equivalente por linhas a C , entao equivalente (c) Se A e por linhas a C (transitividade). 1.2.20. (a) Sejam X1 e X2 soluc oes do sistema homogeneo AX = 0. Mostre que X1 + X2 e para quaisquer escalares e . (Sugestao: veja o Exemplo 1.7.) soluc ao, soluc ao, (b) Sejam X1 e X2 soluc oes do sistema A X = B . Mostre que se X1 + X2 e para quaisquer escalares e , entao B = 0. (Sugestao: fac a = = 0.) 1.2.21. Sejam A uma matriz m n e B = 0 uma matriz m 1. uma soluc do sistema AX = B e Y1 e uma soluc do sistema ao ao (a) Mostre que se X1 e homogeneo associado AX = 0, entao X1 + Y1 e soluc ao de AX = B . particular do sistema AX = B . Mostre que toda soluc X do sistema (b) Seja X0 soluc ao ao uma soluc do sistema AX = B , pode ser escrita como X = X0 + Y , em que Y e ao geral do sistema AX = B e a soma ao homogeneo associado, AX = 0. Assim, a soluc geral do sistema homogeneo particular de AX = B com a soluc ao de uma soluc ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1.2
73
Escreva X = X0 + (X X0 ) e mostre que X X0 e associado AX = 0. (Sugestao: do sistema homogeneo soluc ao AX = 0.)
Julho 2006
Reginaldo J. Santos
74
Teste do Cap tulo

tem 1. Para o sistema linear dado, encontre todos os valores de a para os quais o sistema nao tem soluc unica soluc ao, ao e tem innitas soluc oes:
z = 3 x + 2y + x + y z = 2 x + y + (a2 5)z = a
2. Se poss vel, encontre os valores de x, y e z tais que:
1 2 3 40 16 x 1 0 0 2 5 3 13 5 y = 0 1 0 1 0 8 5 2 z 0 0 1
3. Sejam
D=
Sabendo-se que A = P t DP , calcule D 2 , P P t e A2 . 4. Responda Verdadeiro ou Falso, justicando: Um Curso de Geometria Anal tica e Algebra Linear
1 0 0 1
. e P =
cos sen sen cos
Julho 2006
1.2
Sistemas de Equac oes Lineares (In + A2 )(In 2A2 ) = In ; (a) Se A2 = 2A4 , entao
75
uma matriz diagonal, entao At = A; (b) Se A = P t DP , onde D e B = Bt. (d) Se B = AAt , entao uma matriz diagonal, entao DA = AD , para toda matriz A, n n; (c) Se D e
tais que A = At e B = B t , entao C = AB , e tal que C t = C . (e) Se B e A sao
Julho 2006
Reginaldo J. Santos
Cap tulo 2
de Matrizes e Determinantes Inversao
2.1
Matriz Inversa
nulo, possui um inverso (multiplicativo), ou seja, existe um numero Todo numero real a, nao b, tal 1 unico que a b = b a = 1. Este numero e e o denotamos por a . Apesar da algebra matricial ser ` algebra nulas possuem inversa, ou semelhante a dos numeros reais, nem todas as matrizes A nao seja, nem sempre existe uma matriz B tal que A B = B A = In . De in cio, para que os produtos AB preciso que as matrizes A e B sejam quadradas. Portanto, e BA estejam denidos e sejam iguais e diferencia do caso dos numeros somente as matrizes quadradas podem ter inversa, o que ja reais, nulo tem inverso. Mesmo entre as matrizes quadradas, muitas nao possuem pois todo numero nao tem inversa ser bem menor do que o conjunto das que tem inversa, apesar do conjunto das que nao (Exerc cio 2.2.9 na pagina 131). 76
2.1
A Inversa de uma Matriz
77
invert singular, se existe uma 2.1. Uma matriz quadrada A = (aij )nn e vel ou nao Denic ao matriz B = (bij )nn tal que A B = B A = In , (2.1) a matriz identidade. A matriz B e chamada de inversa de A. Se A nao tem inversa, em que In e singular ou nao invert vel. dizemos que A e
Exemplo 2.1. Considere as matrizes
A=
2 1 0 3
B=
1/2 1/6 0 1/3
a inversa da matriz A, pois A B = B A = I2 . A matriz B e
a inversa e unica. Teorema 2.1. Se uma matriz A = (aij )nn possui inversa, entao
Julho 2006
Reginaldo J. Santos
78
AB = BA = In = AC = Demonstrac ao. Suponhamos que B e C sejam inversas de A. Entao, CA e assim,
B = B In = B (AC ) = (BA)C = In C = C .
para o fato de Denotamos a inversa de A, quando ela existe, por A1 . Devemos chamar atenc ao signica uma potencia, pouco uma divisao. Assim como no que o ndice superior 1, aqui, nao tao caso da transposta, em que At signica a transposta de A, aqui, A1 signica a inversa de A.
2.1.1 Propriedades da Inversa
Teorema 2.2.
invert A1 tambem oe e vel, entao (a) Se A e
(A1 )1 = A ;
matrizes invert AB e invert (b) Se A = (aij )nn e B = (bij )nn sao veis, entao vel e
(AB )1 = B 1 A1 ;
invert At tambem e invert vel, entao (c) Se A = (aij )nn e vel e
(At )1 = (A1 )t .
2.1
79
a inversa de uma outra, temos que mostrar Demonstrac ao. Se queremos mostrar que uma matriz e iguais a ` matriz identidade. que os produtos das duas matrizes sao a inversa de A1 se (a) Uma matriz B e
A1 B = BA1 = In .
a inversa de A, entao Mas, como A1 e
AA1 = A1 A = In .
unica, B=Ae a inversa de A1 , ou seja, (A1 )1 = A. Como a inversa e entao B 1 A1 , ou seja, mostrar que os produtos (b) Temos que mostrar que a inversa de AB e 1 1 1 1 iguais a ` matriz identidade. Mas, (AB )(B A ) e (B A )AB sao
(AB )(B 1 A1 ) = A(BB 1 )A1 = AIn A1 = AA1 = In , (B 1 A1 )AB = B 1 (A1 A)B = B 1 In B = B 1 B = In .

(A1 )t . Assim, (c) Queremos mostrar que a inversa de At e
t At (A1 )t = (A1 A)t = In = In , 1 t t 1 t t (A ) A = (AA ) = In = In .
Julho 2006
Reginaldo J. Santos
80
sera omitida no momento (Subsec 2.1.2), garante que O teorema seguinte, cuja demonstrac ao ao a inversa de basta vericarmos uma das duas igualdades em (2.1) para sabermos se uma matriz e outra.
Teorema 2.3. Sejam A e B matrizes n n. AB = In ; (a) Se BA = In , entao BA = In ; (b) Se AB = In , entao
candidata a invert Assim, para vericar que uma matriz A e vel, quando temos uma matriz B que e igual a In . O proximo inversa de A, basta fazer um dos produtos AB ou BA e vericar se um deles e exemplo ilustra este fato. ser a matriz nula!). Vamos Exemplo 2.2. Seja A = (aij )nn uma matriz tal que A3 = 0 (A pode nao 2 In + A + A . Para provar isto, devemos multiplicar a matriz In A, mostrar que a inversa de In A e pela matriz que possivelmente seja a inversa dela, aqui I + A + A2 , e vericar se o produto das duas igual a matriz identidade In . e
(In A)(In + A + A2 ) = In (In + A + A2 ) A(In + A + A2 ) = In + A + A2 A A2 A3 = In .

Aqui foram usadas as propriedades (i) e (o) do Teorema 1.1 na pagina 10.
Julho 2006
2.1
81
(opcional) 2.1.2 Matrizes Elementares e Inversao

um papel importante no estudo da inversao de matrizes e da soluc As matrizes elementares tem ao de sistemas lineares. invert tambem uma matriz elementar. 2.4. Toda matriz elementar e Proposic ao vel e sua inversa e introduzida na pagina Usando a notac ao 56, temos:
1 (a) Ei,j = Ej,i = Ei,j ;
(b) Ei ()1 = Ei (1/), para = 0; (c) Ei,j ()1 = Ei,j ().
obtida de In aplicando-se uma operac Demonstrac ao. Seja E uma matriz elementar. Esta matriz e ao que transforma E de volta em In . elementar. Seja F a matriz elementar correspondente a operac ao a inversa de Agora, pelo Teorema 1.8 na pagina 58, temos que F E = E F = In . Portanto, F e E.
Julho 2006
Reginaldo J. Santos
82
sao equivalentes: Teorema 2.5. Seja A uma matriz n n. As seguintes armac oes (a) Existe uma matriz B , n n, tal que BA = In . equivalente por linhas a ` matriz identidade In . (b) A matriz A e invert vel. (c) A matriz A e
o sistema A X = trivial, Demonstrac ao. (a)(b) Se BA = In , entao 0 tem somente a soluc ao equivalente por linhas a ` pois X = In X = BAX = B 0 = 0. Isto implica que a matriz A e a forma escalonada reduzida de A teria uma linha nula matriz identidade In , pois caso contrario 1.5 na pagina (Proposic ao 51). ` In signica, pelo Teorema 1.8 na pagina (b)(c) A matriz A ser equivalente por linhas a 58, que existem matrizes elementares E1 , . . . , Ek , tais que
1 (E 1
Ek 1 . . . E k )E k
. . . E 1 A = In 1 1 . . . E1 A = E1 . . . Ek 1 1 A = E1 . . . Ek .
(2.2) (2.3)
invert 2.4). Portanto, Aqui, usamos o fato de que as matrizes elementares sao veis (Proposic ao invert vel como o produto de matrizes invert veis. Ae (c)(a) Claramente. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.1
83
invert multiplicando-se ambos os membros de (2.2) a ` direita por A1 obtemos vel, entao Se A e
Ek . . . E1 In = A1 .
elementares que transforma a matriz A na matriz identidade Assim, a mesma sequ de operac oes encia 1 In em A . In transforma tambem do Teorema 2.3 na pagina uma simples consequ A demonstrac ao 80, agora, e do Teorema encia anterior. invert Ae do Teorema 2.3. (a) Vamos mostrar que se BA = In , entao vel e B = Demonstrac ao 1 1 invert pelo Teorema 2.5, A e vel e B = BIn = BAA = In A1 = A . Se BA = In , entao 1 A . Logo, AB = BA = In . pelo item anterior B e invert (b) Se AB = In , entao vel e B 1 = A. Portanto BA = AB = In .
do Teorema 2.5 (equac (2.3)) o resultado seguinte. Segue da demonstrac ao, ao
invert um produto de matrizes elementares. Teorema 2.6. Uma matriz A e vel se, e somente se, ela e
Julho 2006
Reginaldo J. Santos
84
Exemplo 2.3. Vamos escrever a matriz A do Exemplo 2.5 na pagina 88 como o produto de matrizes elementares. Quando encontramos a inversa da matriz A, aplicamos uma sequ de operac oes encia que encontramos a matriz [ I3 | A1 ]. Como as operac sao por linha, elementares em [ A | I3 ] ate oes elementares transforma A em In . Isto corresponde a multiplicar esta mesma seq de oes encia u operac
ou seja,
1 1 1 ` esquerda pelas matrizes elementares 2 1 4 a a matriz A = 2 3 5 1 0 0 1 0 0 E1,2 (2) = 2 1 0 , E1,3 (2) = 0 1 0 , 2 0 1 0 0 1 1 0 0 1 1 0 1 0 , E2,3 (1) = E2 (1) = 0 1 0 , E2,1 (1) = 0 0 0 1 0 0 1 1 1 0 3 1 0 0 , E3,2 (2) = 0 0 1 0 , E3,1 (3) = 0 1 0 E3 ( 1 ) = 5 0 0 0 1 0 0 1 5
1 0 0 0 1 0 0 1 1 0 0 1 2 , 0 1
) E2,3 (1) E2,1 (1) E2 (1) E1,3 (2) E1,2 (2) A = I3 . E3,2 (2) E3,1 (3) E3 ( 1 5
` esquerda pelas inversas das matrizes elementares correspondentes obtemos Multiplicando a
A = E1,2 (2) E1,3 (2) E2 (1) E2,1 (1) E2,3 (1) E3 (5) E3,1 (3) E3,2 (2).
2.1
85
de Matrizes 2.1.3 Metodo para Inversao

somente uma forma de descobrir se uma O exemplo seguinte mostra, para matrizes 2 2, nao matriz A tem inversa mas tambem, como encontrar a inversa, no caso em que ela exista. Ou seja, escalonamos a matriz [A | I2 ] e encontramos a sua forma escalonada reduzida [R | S ]. Se R = I2 , invert a matriz A e e invert vel e a inversa A1 = S . Caso contrario, entao a matriz A nao vel. Exemplo 2.4. Seja A = ou seja,
a b . Devemos procurar uma matriz B = c d ax + bz cx + dz = = ay + bw = cy + dw = 1 0 0 1
x y z w
tal que AB = I2 ,
Este sistema pode ser desacoplado em dois sistemas independentes que possuem a mesma matriz, a matriz A. Podemos resolve-los que e simultaneamente. Para isto, basta escalonarmos a matriz aumentada
a b 1 0 c d 0 1
= [ A | I2 ].
1 0 s t (verique, observando o que acontece se a forma escalonada 0 1 u v for igual a I2 ). Neste caso, x = s, z = u e y = t, w = v , ou seja, a matriz reduzida da matriz A nao s t inversa, A1 = B = S = A possuira . u v
for da forma [ I2 | S ] = Julho 2006
soluc unica Os dois sistemas tem ao se, e somente se, a forma escalonada reduzida da matriz [ A | I2 ]
Reginaldo J. Santos
86
2.1.2 o proximo uma simples consequ Para os leitores da Subsec ao teorema e do Teorema encia que daremos a seguir fornece um metodo 2.5 na pagina 82. Entretanto a demonstrac ao para encontrar a inversa de uma matriz, se ela existir.
equivalente por linhas a ` matriz invert Teorema 2.7. Uma matriz A, n n, e vel se, e somente se, A e identidade In .
in Demonstrac ao. Pelo Teorema 2.3 na pagina 80, para vericarmos se uma matriz A, n n, e vert vel, basta vericarmos se existe uma matriz B , tal que
A B = In .
Vamos denotar as colunas de B por X1 , X2 , . . . , Xn , ou seja, B = [ X1 . . . Xn ], em que
(2.4)
e as colunas da matriz identidade In , por E1 , E2 , . . . , En , ou seja, In = [ E1 . . . En ], em que
x11 x12 x21 x22 X1 = . , X2 = . . . . . xn1 xn2 1 0 0 1 E1 = . , E2 = . . . . . 0 0
x1n x2n . . . , Xn = . . . xnn
0 0 . . . , En = . . . . 1
Julho 2006
2.1
87
(2.4) pode ser escrita como Assim a equac ao
A [ X1 . . . Xn ] = [ AX1 . . . AXn ] = [ E1 . . . En ],
igual a A vezes a j -esima pois a j -esima coluna do produto AB e coluna da matriz B (Exerc cio 17 equivalente anterior vemos que encontrar B e na pagina 28). Analisando coluna a coluna a equac ao a resolver n sistemas lineares A Xj = Ej para j = 1 . . . , n. Cada um dos sistemas pode ser resolvido usando o metodo de Gauss-Jordan. Para isso, formar amos as matrizes aumentadas [A | E1 ], [A | E2 ], . . . , [A | En ]. Entretanto, como as matrizes dos sistemas todas iguais a ` A, podemos resolver todos os sistemas simultaneamente formando a matriz n 2n sao
[ A | E1 E2 . . . En ] = [ A | In ].
Transformando [ A | In ] na sua forma escalonada reduzida, que vamos denotar por [ R | S ], vamos a matriz identidade, ou nao e. poss chegar a duas situac oes veis: ou a matriz R e da forma [ In | S ]. Se a forma escalonada reduzida da matriz [ A | In ] e Se R = In , entao as soluc dos escrevemos a matriz S em termos das suas colunas S = [ S1 S2 . . . Sn ], entao oes tal que A B = In e pelo Teorema 2.3 na Xj = Sj e assim B = S e sistemas A Xj = Ej sao invert vel. pagina 80 A e a matriz A nao e equivalente por linhas a ` matriz identidade In . Entao, pela Se R = In , entao 1.5 na pagina Proposic ao 51 a matriz R tem uma linha nula. O que implica que os sistemas tenham soluc unica. tem inversa, pois as A Xj = Ej nao ao Isto implica que a matriz A nao colunas da (unica) inversa seriam Xj , para j = 1, . . . n. Julho 2006 Reginaldo J. Santos
88
do Teorema 2.7 obtemos nao somente uma forma de descobrir se Observac ao. Da demonstrac ao como encontrar a inversa, no caso em que ela exista. Ou uma matriz A tem inversa mas tambem, seja, escalonamos a matriz [A | In ] e encontramos a sua forma escalonada reduzida [R | S ]. Se invert a matriz A e e invert vel e a inversa A1 = S . Caso contrario, R = In , entao a matriz A nao vel. Vejamos os exemplos seguintes.
Exemplo 2.5. Vamos encontrar, se existir, a inversa de
. eliminac 1a ao:
1 1 1 A= 2 1 4 2 3 5
. linha + 2a . linha 2a . linha 21a a a a 21 . linha + 3 . linha 3 . linha . eliminac 2a ao:
1 1 0 1 0 1 1 0 0
1 1 0 0 2 2 1 0 3 2 0 1
1 1 1 0 0 1 2 2 1 0 1 3 2 0 1
Julho 2006
2.1
89
. linha + 1a . linha 1a . linha 12a a a a . . 12 linha + 3 linha 3 . linha . eliminac 3a ao:
1 0 0 1 0 0
0 3 1 1 0 1 2 2 1 0 0 5 4 1 1
1 . 3a 5
linha
. 3a
linha
. linha + 1a . linha 1a . linha 33a a a a 23 . linha + 2 . linha 2 . linha
equivalente por linhas a ` matriz acima, que e da forma [I3 | S ], portanto a Assim, a matriz [A | I3 ] e invert a matriz S , ou seja, vel e a sua inversa e matriz A e
0 3 1 1 0 2 1 0 1 2 1 1 0 1 4 5 5 5 2 3 7 1 0 0 5 5 5 2 3 2 0 1 0 5 5 5 1 1 4 0 0 1 5 5 5
A1 =
7 5 2 5 4 5
2 5 3 5 1 5
3 5 2 5 1 5
Exemplo 2.6. Vamos determinar, se existir, a inversa da matriz
1 2 3 A= 1 1 2 . 0 1 1
90 Para isso devemos escalonar a matriz aumentada
. eliminac 1a ao:
1 2 3 1 0 0 [A | I3 ] = 1 1 2 0 1 0 0 1 1 0 0 1 1 2 3 1 0 0 0 1 1 1 1 0 0 1 1 0 0 1 1 2 3 1 0 0 0 1 1 1 1 0 0 1 1 0 0 1
. linha + 2a . linha 2a . linha 11a . eliminac 2a ao:
. linha + 1a . linha 1a . linha 22a a a a 12 . linha + 3 . linha 3 . linha
equivalente por linhas a ` matriz acima, que e da forma [R | S ], com R = I3 . Assim, a matriz [A | I3 ] e e equivalente por linhas a ` matriz identidade e portanto nao invert e vel. Assim, a matriz A nao Se um sistema linear A X = B tem o numero de equac oes igual ao numero de incognitas , 1 o conhecimento da inversa da matriz do sistema A , reduz o problema de resolver o sistema entao enunciado no proximo a simplesmente fazer um produto de matrizes, como esta teorema. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
1 0 1 1 2 0 0 1 1 1 1 0 0 0 0 1 1 1
2.1
91
Teorema 2.8. Seja A uma matriz n n. unica invert (a) O sistema associado AX = B tem soluc ao se, e somente se, A e vel. Neste caso 1 e X = A B; a soluc ao singular (nao nao trivial se, e somente se, A e (b) O sistema homogeneo AX = 0 tem soluc ao invert vel).
invert multiplicando A X = B por A1 a ` esquerda vel, entao Demonstrac ao. (a) Se a matriz A e em ambos os membros obtemos
A1 (A X ) (A1 A)X In X X
= = = =
A1 B A1 B A1 B A1 B.
Aqui foram usadas as propriedades (h) e (o) do Teorema 1.1 na pagina 10. Portanto, X = A1 B a unica do sistema A X = B . Por outro lado, se o sistema A X = B possui soluc ao e soluc ao a forma escalonada reduzida da matriz aumentada do sistema [A | B ] e da forma unica, entao quadrada e caso R fosse diferente da identidade [R | S ], em que R = In . Pois a matriz A e 1.5 na pagina possuiria uma linha de zeros (Proposic ao 51) o que levaria a que o sistema tivesse soluc ou tivesse innitas soluc equivalente A X = B ou nao ao oes. Logo, a matriz A e ` matriz identidade o que pelo Teorema 2.7 na pagina invert 86 implica que A e vel. por linhas a Julho 2006 Reginaldo J. Santos
92
trivial. Pelo item anterior, esta sera a (b) Todo sistema homogeneo possui pelo menos a soluc ao invert se, e somente se, A e vel. unica soluc ao a produc Vamos ver no proximo exemplo que se conhecemos a inversa de uma matriz, entao ao de uma industria em varios per odos pode ser obtida apenas multiplicando-se a inversa por matrizes e as quantidades dos insumos utilizados em cada per colunas que contenham a arrecadac ao odo. produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Exemplo 2.7. Uma industria produz tres utilizados 1 grama do insumo A e 2 gramas do insumo B; Para a manufatura de cada kg de X sao para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de R$ 2,00, R$ 3,00 e A e 4 gramas de B. O prec o de venda do kg de cada um dos produtos X, Y e Z e R$ 5,00, respectivamente. Como vimos no Exemplo 1.6 na pagina 8, usando matrizes o esquema de pode ser descrito da seguinte forma: produc ao gramas de A/kg gramas de B/kg prec o/kg
No Exemplo 2.5 na pagina 88 determinamos a inversa da matriz
1 1 1 4 = A 3 5 x+y+z AX = 2x + y + 4z 2x + 3y + 5z
X 1 2 2
Y Z
x X= y z
1 1 1 A= 2 1 4 2 3 5
Julho 2006
2.1 que e
93
da industria Sabendo-se a inversa da matriz A podemos saber a produc ao sempre que soubermos quanto foi gasto do insumo A, do insumo B e a arrecadac ao. de X, Y e Z manufaturada com 1 kg de A (a) Se em um per odo com a venda de toda a produc ao para determinar quantos kg de cada e 2 kg de B, essa industria arrecadou R$ 2500, 00, entao um dos produtos X, Y e Z foram vendidos simplesmente multiplicamos A1 pela matriz
A1 =
7 5 2 5 4 5
2 5 3 5 1 5
3 5
2 5 1 5
7 2 3 1 2 . = 2 3 5 4 1 1
1000 B = 2000 2500

ou seja, kg de X produzidos kg de Y produzidos kg de Z produzidos
Portanto, foram produzidos 700 kg do produto X, 200 kg de Y e 100 kg de Z.
7 2 3 x 1000 700 y = X = A1 B = 1 2 2000 = 200 2 3 5 z 2500 100 4 1 1
de X, Y e Z manufaturada com 1 kg de (b) Se em outro per odo com a venda de toda a produc ao para determinar quantos kg de A e 2, 1 kg de B, essa industria arrecadou R$ 2900, 00, entao Julho 2006 Reginaldo J. Santos
94
de Matrizes e Determinantes Inversao cada um dos produtos X, Y e Z foram vendidos simplesmente multiplicamos A1 pela matriz
1000 B = 2100 2900

ou seja, kg de X produzidos kg de Y produzidos kg de Z produzidos
7 2 3 500 1000 x y = X = A1 B = 1 2 2100 = 300 2 3 5 200 2900 z 4 1 1
Portanto, foram produzidos 500 kg do produto X, 300 kg de Y e 200 kg de Z.
Polinomial). Sejam P1 = (x1 , y1 ), . . . , Pn = (xn , yn ), com x1 , . . . , xn Exemplo 2.8 (Interpolac ao numeros distintos. Considere o problema de encontrar um polinomio de grau n 1
p(x) = an1 xn1 + an2 xn2 + + a1 x + a0 ,

que interpola os dados, no sentido de que p(xi ) = yi , para i = 1, . . . , n. P1 = (0, 10), P2 = (1, 7), P3 = (3, 11), P4 = (4, 14) entao Por exemplo se os pontos sao o problema consiste em encontrar um polinomio de grau 3 que interpola os pontos dados (veja o Exerc cio 1.2.8 na pagina 64). Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.1
95
30
20
10
10
20
30 2
Vamos mostrar que existe, um e somente um, polinomio de grau no maximo igual a n 1, que interpola n pontos, com abscissas distintas. Substituindo os pontos no polinomio p(x), obtemos um Julho 2006 Reginaldo J. Santos
96 sistema linear AX = B , em que
chamada matriz de Vandermonde. A matriz A e Vamos mostrar que AX = B tem somente uma soluc ao. Pelo Teorema 2.8 na pagina 91, um unica sistema de n equac oes e n incognitas AX = B tem soluc ao se, e somente se, o sistema soluc do trivial. X = [ an1 a0 ] e ao homogeneo associado, AX = 0, tem somente a soluc ao sistema homogeneo se, e somente se, o polinomio de grau n 1, p(x) = an1 xn1 + + a0 , se o polinomio com todos os seus anula em n pontos distintos. O que implica que o polinomio p(x) e trivial. coecientes iguais a zero. Portanto, o sistema homogeneo A X = 0 tem somente a soluc ao Isto prova que existe, um e somente um, polinomio de grau no maximo igual a n 1, que interpola n pontos, com abscissas distintas. do sistema linear e X = A1 B . Como a matriz A depende apenas das absAssim a soluc ao cissas dos pontos, tendo calculado a matriz A1 podemos determinar rapidamente os polinomios que interpolam varios conjuntos de pontos, desde que os pontos de todos os conjuntos tenham as mesmas abscissas dos pontos do conjunto inicial. Exemplo 2.9. Vamos transformar uma mensagem em uma matriz da seguinte forma. Vamos quebrar convertido em uma matriz coluna usando a mensagem em pedac os de tamanho 3 e cada pedac o sera entre caracteres e numeros. a Tabela 2.1 de conversao Considere a seguinte mensagem criptografada
an1 an2 X= . , . . a0
y1 y2 B= . . . yn
1 2 xn xn . . . x1 1 1 1 xn1 xn2 . . . x2 1 2 2 e A= . . . . . . . . . . n1 n2 xn xn . . . xn 1
1ydobbr,?
(2.5) Julho 2006
2.1
97
Quebrando a mensagem criptografada em pedac os de tamanho 3 e convertendo cada pedac o para uma coluna de numeros usando a Tabela 2.1 obtemos a matriz
Sabendo-se que esta mensagem foi criptografada fazendo o produto da mensagem inicial pela matriz
80 15 18 Y = 25 2 107 4 2 94 1 1 0 M = 0 1 1 0 0 1 X = M 1 Y
entao
a mensagem inicial convertida para numeros, sera ou seja,
Convertendo para texto usando novamente a Tabela 2.1 obtemos que a mensagem que foi criptogra fada e Tudo bem? (2.6) util Vamos mostrar a rec proca do item (b) do Teorema 2.2 na pagina 78. Este resultado sera de que o determinante do produto de matrizes e o produto dos determinantes na demonstrac ao 2.2.2 na pagina (Subsec ao 127). Julho 2006 Reginaldo J. Santos
1 1 1 80 15 18 59 15 5 1 1 25 2 107 = 21 0 13 X = M 1 Y = 0 0 0 1 4 2 94 4 2 94
98
matrizes n n, com AB invert A e B sao invert 2.9. Se A e B sao Proposic ao vel, entao veis.
existiria X = fosse invert Demonstrac ao. Considere o sistema (AB )X = 0. Se B nao vel, entao 0, tal que B X = 0 (Teorema 2.8 na pagina 91). Multiplicando-se por A, ter amos AB X = 0, o que, novamente pelo Teorema 2.8 na pagina 91, contradiz o fato de AB ser invert vel. Portanto, B e 1 invert A tambem e invert veis, entao vel, pois A = (AB )B , que invert vel. Agora, se B e AB sao o produto de duas matrizes invert e veis.

1 soluc do sistema homogeneo ao 2.1.1. Seja A uma matriz 3 3. Suponha que X = 2 e 3 singular ou nao? Justique. AX = 0. A matriz A e
2.1.2. Se poss vel, encontre as inversas das seguintes matrizes: Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.1
99
(a) (b) (c)
1 1 0 1 1 1 1 1 1 1
2 1 1 2 3 3
3 2 ; 2 2 1 ; 2 1 1 2 1 1 2 3 3
(d) (e) (f)
1 2 ; 1 2
1 0 1 1 1 0 1 1 1 5
2 2 2 2 1 1 1 3 2 9
3 3 ; 4 3 2 ; 1 1 1 1 2 1 1 1 6
1 1 0 2.1.3. Encontre todos os valores de a para os quais a matriz A = 1 0 0 tem inversa. 1 2 a

2.1.4. Se
A1 =
encontre (A B )1 .
3 2 1 3
B 1 =
2 5 3 2
2.1.5. Resolva o sistema A X = B , se A1 =
2 3 4 1
eB =
5 . 3
` Subsec 2.1.2) Encontre matrizes elementares E1 , . . . , Ek tais que A = E1 . . . Ek , 2.1.6. (Relativo a ao Julho 2006 Reginaldo J. Santos
100 para
1 2 3 A = 2 1 2 . 0 1 2

Comandos do M ATLAB : ` matriz M a matriz obtida colocando lado a lado as matrizes A e B. >> M=[A,B] atribui a
>> A=[A1,...,An] cria uma matriz A formada pelas matrizes, denidas anteriormente, A1, ..., An colocadas uma ao lado da outra;
` coluna k da ` matriz M a submatriz da matriz A obtida da coluna l a >> M=A(:,k:l) atribui a matriz A. Comandos do pacote GAAL: elementar >> B=opel(alpha,i,A) ou B=oe(alpha,i,A)faz a operac ao alpha*linha i ==> linha i da matriz A e armazena a matriz resultante em B. elementar >> B=opel(alpha,i,j,A) ou B=oe(alpha,i,j,A) faz a operac ao alpha*linha i + linha j ==> linha j da matriz A e armazena a matriz resultante na variavel B.
>> B=opel(A,i,j) ou B=oe(A,i,j) faz a troca da linha i com a linha j da matriz A e arma zena a matriz resultante na variavel B.
2.1
101
>> B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e arma zena a matriz resultante na variavel B.
alguns arquivos com mensagens criptografadas e uma chave para de2.1.7. O pacote GAAL contem ` variaveis cifra-las. Use os comandos a seguir para ler dos arquivos e atribuir as corresponden tes, uma mensagem criptografada e a uma chave para decifra-la.
>> menc=lerarq(menc1), key=lerarq(key) lidos os arquivos menc1 e key. Para converter a mensagem criptografada e a chave Aqui sao para matrizes numericas use os comandos do pacote gaal: >> y=char2num(menc), M=char2num(key) A mensagem criptografada, y, foi obtida multiplicando-se a matriz M pela mensagem original (convertida para numeros), x. Determine x. Descubra a mensagem usando o comando do nos arquivos menc2 e menc3. pacote gaal, num2char(x). Decifre as mensagens que estao Como deve ser a matriz M para que ela possa ser uma matriz chave na criptograa?
2.1.8. Resolva os Exerc cios Numericos a partir do Exerc cio 2.1.2 usando o M ATLAB .
Julho 2006
Reginaldo J. Santos
102
Exerc cios Teoricos

2.1.9. (a) Mostre que a matriz A = dada por caso a inversa e
a b c d
invert e vel se, e somente se, ad bc = 0 e neste
A1 =
1 ad bc
d b c a
encontre a forma escalonada reduzida da matriz [ A | I2 ], para a = 0 e para (Sugestao: a = 0.) o sistema linear (b) Mostre que se ad bc = 0, entao
ax + by = g cx + dy = h
tem como soluc ao
x=
gd bh , ad bc
y=
ah gc ad bc
a inversa de uma para os proximos Sugestao 4 exerc cios: Para vericar que uma matriz B e igual a In . matriz A, basta fazer um dos produtos AB ou BA e vericar que e uma matriz n n e Ak = 2.1.10. Se A e 0, para k um inteiro positivo, mostre que
(In A)1 = In + A + A2 + . . . + Ak1 .

2.1
103
os elementos que estao fora da diagonal sao iguais a zero 2.1.11. Seja A uma matriz diagonal, isto e, invert vel e a sua inversa (aij = 0, para i = j ). Se aii = 0, para i = 1, . . . , n, mostre que A e tambem uma matriz diagonal com elementos na diagonal dados por 1/a11 , 1/a22 , . . . , 1/ann . e 2.1.12. Sejam A e B matrizes quadradas. Mostre que se A + B e A forem invert veis, entao
(A + B )1 = A1 (In + BA1 )1 .
iguais a 1. Mostre que se n > 1, entao 2.1.13. Seja Jn a matriz n n, cujas entradas sao
(In Jn )1 = In
2 observe que Jn = nJn .) (Sugestao:
1 Jn . n1
uma matriz invert AB 1 = B 1 A se, e somente se, AB = BA. vel, entao 2.1.14. Mostre que se B e multiplique a equac AB = BA por B 1 .) (Sugestao: ao ambas invert uma matriz invert A + B e In + BA1 sao 2.1.15. Mostre que se A e veis ou vel, entao 1 invert multiplique A + B por A .) ambas nao veis. (Sugestao: e invert AB tambem nao o e. 2.1.16. Mostre que se A nao vel, entao matrizes n n, invert A e B sao equivalentes por linhas. 2.1.17. Mostre que se A e B sao veis, entao e invert 2.1.18. Sejam A uma matriz m n e B uma matriz n m, com n < m. Mostre que AB nao vel. Mostre que o sistema (AB )X = 0 tem soluc nao trivial.) (Sugestao: ao
Julho 2006
Reginaldo J. Santos
104
a
0 1
b
2
c
3
d
4
e
5
f
6
g
7
h
8
i
9
j
10
k
11
l
12
m
13
n
14
o
15
p
16
q
17
r
18
s
19
t
20
u
21
v
22
w
23
x
24
y
25
z
26
a `
27
a
28
a ^
29
a ~
30
c
31
e
32
e ^
33

34
o
35
o ^
36
o ~
37
u
38
u
39
A
40
B
41
C
42
D
43
E
44
F
45
G
46
H
47
I
48
J
49
K
50
L
51
M
52
N
53
O
54
P
55
Q
56
R
57
S
58
T
59
U
60
V
61
W
62
X
63
Y
64
Z
65
` A
66
A
67
^ A
68
~ A
69
C
70
E
71
^ E
72
I
73
O
74
^ O
75
~ O
76
U
77
U
78
0
79
1
80
2
81
3
82
4
83
5
84
6
85
7
86
8
87
9
88
:
89
;
90
<
91
=
92
>
93
?
94
@
95
!
96
"
97
#
98
$
99
%
100
&
101
102
(
103
)
104
*
105
+
106
,
107
108
.
109
/
110
[
111
\
112
]
113
_
114
{
115
|
116
}
117
de caracteres em numeros Tabela 2.1: Tabela de conversao
Julho 2006
2.2
Determinantes
105
2.2
Determinantes
Vamos inicialmente denir o determinante de matrizes 1 1. Para cada matriz A = [a] denimos o determinante de A, indicado por det(A), por det(A) = a. Vamos, agora, denir o determinante de matrizes 2 2 e a partir da denir para matrizes de ordem maior. A cada matriz A, 2 2, associamos um numero real, denominado determinante de A, por:
det(A) = det
a11 a12 a21 a22
= a11 a22 a12 a21 .
os Para denir o determinante de matrizes quadradas maiores, precisamos denir o que sao menores de uma matriz. Dada uma matriz A = (aij )nn , o menor do elemento aij , denotado por ij , e a submatriz (n 1) (n 1) de A obtida eliminando-se a i-esima A linha e a j -esima coluna de A, que tem o seguinte aspecto:
ij = A
Julho 2006
j a11 . . .
. . .
. . . a1n
. . .
aij
. . .
an1 . . .
. . . ann
i . . .
Reginaldo J. Santos
106 Exemplo 2.10. Para uma matriz A = (aij )33 ,
Agora, vamos denir os cofatores de uma matriz quadrada A = (aij )33 . O cofator do elemento denido por aij , denotado por a ij , e
A23 = a21 a22 a23 a31 a32 a33
a11 a12 a13
a11 a12 a31 a32
ij ), a ij = (1)i+j det(A ij , sendo igual a mais ou menos o determinante do menor A ou seja, o cofator a ij , do elemento aij e o mais e o menos determinados pela seguinte disposic ao: + + + + +
Exemplo 2.11. Para uma matriz A = (aij )33 ,
a 23
a a a 11 12 13 23 ) = det a21 a22 a23 = (1)2+3 det(A a31 a32 a33
= det
a11 a12 a31 a32
= a31 a12 a11 a32
Julho 2006
2.2
Determinantes Vamos, agora, denir o determinante de uma matriz 3 3. Se
107
A=
a11 a12 a13 a21 a22 a23 a31 a32 a33
. linha pelos seus cofa o determinante de A e igual a ` soma dos produtos dos elementos da 1a entao, tores.
det(A) = a11 a 11 + a12 a 12 + a13 a 13 a21 a22 a21 a23 a22 a23 + a13 det a12 det = a11 det a31 a32 a31 a33 a32 a33 = a11 (a22 a33 a32 a23 ) + a12 (a21 a33 a31 a23 ) + a13 (a21 a32 a31 a22 ).
Da mesma forma que a partir do determinante de matrizes 2 2, denimos o determinante de matrizes 3 3, podemos denir o determinante de matrizes quadradas de ordem maior. Supondo que sabemos como calcular o determinante de matrizes (n 1) (n 1) vamos denir o determinante de matrizes n n. Vamos denir, agora, os cofatores de uma matriz quadrada A = (aij )nn . O cofator do elemento denido por aij , denotado por a ij , e
ij ), a ij = (1)i+j det(A ij , sendo igual a mais ou menos o determinante do menor A ou seja, o cofator a ij , do elemento aij e
108 o mais e o menos determinados pela seguinte disposic ao:
+ + ... + + ... + + ...

. . . . . . . . . .. . .. .
denido por 2.2. Seja A = (aij )nn . O determinante de A, denotado por det(A), e Denic ao
n
det(A) = a11 a 11 + a12 a 12 + . . . + a1n a 1n =

j =1
a1j a 1j ,
(2.7)
1j ) e o cofator do elemento a1j . A expressao (2.8) e chamada desenem que a 1j = (1)1+j det(A a . volvimento em cofatores do determinante de A em termos da 1 linha.
Julho 2006
2.2
Determinantes
109
Exemplo 2.12. Seja
Desenvolvendo-se o determinante de A em cofatores, obtemos
A=
0 1 1 2
0 0 3 2 3 4 3 2 5 1 2 0
det(A) = 0 a11 + 0 a12 + 0 a13 + (3)(1)1+4 det(B ),

pode ser calculado usando cofatores, Mas o det(B ) tambem
1 2 3 em que B = 1 3 2 . 2 1 2
det(B ) = 1B11 + 2B12 + 3B13 11 ) + 2(1)1+2 det(B 12 ) + 3(1)1+3 det(B 13 ) = 1(1)1+1 det(B 3 2 1 2 1 3 = det 2 det + 3 det 1 2 2 2 2 1 = 8 2 (2) + 3 (7) = 25
Portanto,
det(A) = 3 det(B ) = 75.
Julho 2006
Reginaldo J. Santos
110
de determinante, vamos mostrar que o determinante de uma maExemplo 2.13. Usando a denic ao os elementos situados acima da diagonal principal sao iguais a zero) e triz triangular inferior (isto e, o produto dos elementos da diagonal principal. Vamos mostrar inicialmente para matrizes 3 3. Seja
A=
a11 0 0 a21 a22 0 a31 a32 a33 a22 0 a32 a33
det(A) = a11 det
= a11 a22 a33 .
Vamos supor termos provado que para qualquer matriz (n 1) (n 1) triangular inferior, o deter o produto dos elementos da diagonal principal. Entao vamos provar que isto tambem vale minante e para matrizes n n. Seja
a11
0 ... ... 0
. ..
A=
a21 a22
. . .
. . .
0 ann 0
. . .
an1 0
... ... ... 0

.. .
a22
. . .
det(A) = a11 det
a32 a33 an2
...
= a11 a22 . . . ann , 0 ann

Julho 2006
2.2
Determinantes
111
de uma matriz (n 1) (n 1) triangular inferior. Em particular, para pois o determinante acima e a matriz identidade, In ,
det(In ) = 1.
2.2.1 Propriedades do Determinante

usada para provar varias Vamos provar uma propriedade do determinante que e outras propriedades. Para isso vamos escrever a matriz A = (aij )nn em termos das suas linhas
. . . A k1 A = Ak Ak+1 . . . An
A1
a linha i da matriz A, ou seja, Ai = [ ai1 ai2 . . . ain ]. Se a linha Ak e escrita na forma em que Ai e escalares, dizemos que Ak = X + Y , em que X = [ x1 . . . xn ], Y = [ y1 . . . yn ] e e sao o combinac combinac linear de X e Y , entao linear de X e Y . Se a linha Ak e a linha Ak e ao ao determinante pode ser decomposto como no resultado seguinte.
Julho 2006
Reginaldo J. Santos
112
Teorema 2.10. Seja A = (aij )nn escrita em termos das suas linhas, denotadas por Ai , ou seja, Ai = [ ai1 ai2 . . . ain ]. Se para algum k , a linha Ak = X + Y , em que X = [ x1 . . . xn ], escalares, entao: Y = [ y1 . . . yn ] e e sao
. . . Ak1 det X + Y Ak+1 . . .
A1
An
. . . Ak1 = det X Ak+1 . . . An
A1
. . . Ak1 + det Y Ak+1 . . . An
A1
Aqui, Ak = X + Y = [ x1 + y1 . . . xn + yn ].
demonstrado no Apendice Demonstrac ao. Vamos provar aqui somente para k = 1. Para k > 1 e II escalares, na pagina 134. Se A1 = X + Y , em que X = [ x1 . . . xn ], Y = [ y1 . . . yn ] e e sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.2 entao:
Determinantes
113
X + Y A2 det = . . . An
j =1
1j ) (1)1+j (xj + yj ) det(A

n
=
j =1
1j ) + xj det(A
j =1
1j ) yj det(A Y A2 . . . An
X A2 = det . + det . . An
Exemplo 2.14. O calculo do determinante da matriz a seguir pode ser feito da seguinte forma:
det
cos t sen t 2 cos t 3 sen t 2 sen t + 3 cos t
= 2 det
cos t sen t cos t sen t
+ 3 det
cos t sen t sen t cos t
=3
de determinante, o determinante deve ser calculado fazendo-se o desenvolvimento Pela denic ao . linha. O proximo vamos provar neste momento em cofatores segundo a 1a resultado, que nao Julho 2006 Reginaldo J. Santos
114
(Apendice II na pagina 134), arma que o determinante pode ser calculado fazendo-se o desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
Teorema 2.11. Seja A uma matriz n n. O determinante de A pode ser calculado fazendo-se o desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
n
det(A) = ai1 a i1 + ai2 a i2 + . . . + ain a in =

j =1 n
aij a ij , aij a ij ,
i=1
para i = 1, . . . , n,
(2.8)
= a1j a 1j + a2j a 2j + . . . + anj a nj =
para j = 1, . . . , n,
(2.9)
ij ) e (2.8) e chamada desen o cofator do elemento aij . A expressao em que a ij = (1)i+j det(A chamada volvimento em cofatores do determinante de A em termos da i-esima linha e (2.9) e desenvolvimento em cofatores do determinante de A em termos da j -esima coluna.
Julho 2006
2.2
Determinantes Temos a seguinte consequ deste resultado. encia
115
det(A) = 0. Corolario 2.12. Seja A uma matriz n n. Se A possui duas linhas iguais, entao claramente verdadeiro para matrizes 2 2. Supondo que o resultado Demonstrac ao. O resultado e verdadeiro para matrizes seja verdadeiro para matrizes (n 1) (n 1), vamos provar que ele e n n. Suponhamos que as linhas k e l sejam iguais, para k = l. Desenvolvendo o determinante de A em termos de uma linha i, com i = k, l, obtemos
n n
det(A) =
j =1
aij a ij =
j =1
ij ). (1)i+j aij det(A
ij e uma matriz (n 1) (n 1) com duas linhas iguais. Como estamos supondo que o Mas, cada A ij ) = 0. Isto implica que det(A) = 0. det(A resultado seja verdadeiro para estas matrizes, entao
No proximo resultado mostramos como varia o determinante de uma matriz quando aplicamos elementares sobre suas linhas. operac oes
Teorema 2.13. Sejam A e B matrizes n n. obtida de A multiplicando-se uma linha por um escalar , entao (a) Se B e
det(B ) = det(A) ;
116
de duas linhas k = l, entao (b) Se B resulta de A pela troca da posic ao
det(B ) = det(A) ;
obtida de A substituindo a linha l por ela somada a um multiplo (c) Se B e escalar de uma linha k , k = l, entao
det(B ) = det(A) .
Demonstrac ao. (b) Sejam
(a) Segue diretamente do Teorema 2.10 na pagina 112.
A=
A1
Ak . . . Al . . . An
. . .
e B=
A1
Al . . . . Ak . . . An
Julho 2006
. . .
2.2
Determinantes Agora, pelo Teorema 2.10 na pagina 112 e o Corolario 2.12, temos que
117
. . . Ak + A l . = det . 0 = det . A +A k l . . . An = 0 + det(A) + det(B ) + 0. Portanto, det(A) = det(B ).
A1
A1 Ak
. . . . . .
. . .
Ak An
+ det
A1 Ak
. . . . . .
. . .
Al An
+ det
A1 Al
. . . . . .
. . .
Ak An
+ det
A1
Al . . . Al . . . An
. . .
(c) Novamente, pelo Teorema 2.10 na pagina 112, temos que
. . . Ak . . det . A + A l k . . . An
A1
= det
A1 Ak
. . . . . .
. . .
Al An
+ det
A1 Ak
. . . . . .
. . .
Ak An
= det
A1
Ak . . . . Al . . . An
. . .
Julho 2006
Reginaldo J. Santos
118 Exemplo 2.15. Vamos calcular o determinante da matriz
elementares para transforma-la usando operac oes numa matriz triangular superior e aplicando o Teorema 2.13.
0 1 A = 3 6 2 6
5 9 1
det(A) =
3 6 9 1 5 det 0 2 6 1 1 2 3 1 5 3 det 0 2 6 1 1 2 3 1 5 3 det 0 0 10 5 1 2 3 1 5 3 det 0 0 0 55
. linha 1a . linha 1/31a
. linha+3a . linha 3a . linha 21a
. linha+3a . linha 3a . linha 102a
(3)(55) = 165
Quando multiplicamos uma linha de uma matriz por um escalar o determinante da nova matriz e o igual a multiplicado pelo determinante da matriz antiga. Mas o que estamos calculando aqui e igual a 1/ multiplicado pelo determinante da matriz determinante da matriz antiga, por isso ele e nova. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.2
Determinantes
119
em cofatores, precisamos Para se calcular o determinante de uma matriz n n pela expansao fazer n produtos e calcular n determinantes de matrizes (n 1) (n 1), que por sua vez vai necessarios precisar de n 1 produtos e assim por diante. Portanto, ao todo sao da ordem de n! necessario se realizar 20! 1018 produtos. Para se calcular o determinante de uma matriz 20 20, e 8 produtos. Os computadores pessoais realizam da ordem de 10 produtos por segundo. Portanto, um computador pessoal precisaria de cerca de 1010 segundos ou 103 anos para calcular o determinante em cofatores. Entretanto usando o metodo de uma matriz 20 20 usando a expansao apresentado no necessario exemplo anterior para o calculo do determinante, e apenas da ordem de n3 produtos. Ou seja, para calcular o determinante de uma matriz 20 20 usando o metodo apresentado no exemplo anterior um computador pessoal gasta muito menos de um segundo. demonstradas somente A seguir estabelecemos duas propriedades do determinante que serao 2.2.2 na pagina ao 127. na Subsec
Teorema 2.14. Sejam A e B matrizes n n. iguais, (a) Os determinantes de A e de sua transposta At sao
det(A) = det(At ) ;
igual ao produto dos seus determinantes, (b) O determinante do produto de A por B e
det(AB ) = det(A) det(B ) .
Julho 2006
Reginaldo J. Santos
120
igual ao determinante da sua transposta (Teo Como o determinante de uma matriz e Observac ao. validas rema 2.14 (b)), segue-se que todas as propriedades que se referem a linhas sao com relac ao ` colunas. as
invert Exemplo 2.16. Seja A = (aij )nn . Vamos mostrar que se A e vel, entao
det(A1 ) =
1 . det(A)
Como A A1 = In , aplicando-se o determinante a ambos os membros desta igualdade e usando o Teorema 2.14, obtemos
det(A) det(A1 ) = det(In ).

e triangular inferior!). Mas, det(In ) = 1 (Exemplo 2.13 na pagina 110, a matriz identidade tambem Logo, det(A1 ) =
1 . det(A)
tal que A2 = A1 , entao vamos mostrar que det(A) = Exemplo 2.17. Se uma matriz quadrada e 1. Aplicando-se o determinante a ambos os membros da igualdade acima, e usando novamente o Teorema 2.14 e o resultado do exemplo anterior, obtemos
(det(A))2 =
Logo, (det(A))3 = 1. Portanto, det(A) = 1. Um Curso de Geometria Anal tica e Algebra Linear
1 . det(A)
Julho 2006
2.2
Determinantes
121
O resultado seguinte caracteriza em termos do determinante as matrizes invert veis e os sistemas nao trivial. lineares homogeneos que possuem soluc ao
Teorema 2.15. Seja A uma matriz n n. invert (a) A matriz A e vel se, e somente se, det(A) = 0. nao trivial se, e somente se, det(A) = 0. (b) O sistema homogeneo AX = 0 tem soluc ao
Demonstrac ao.
(a) Seja R a forma escalonada reduzida da matriz A.
deste item segue-se de tres observac A demonstrac ao oes: Pelo Teorema 2.13 na pagina 115, det(A) = 0 se, e somente se, det(R) = 0.
1.5 da pagina Pela Proposic ao 51, ou R = In ou a matriz R tem uma linha nula. Assim, det(A) = 0 se, e somente se, R = In . invert Pelo Teorema 2.7 na pagina 86, R = In se, e somente se, A e vel. nao trivial se, e (b) Pelo Teorema 2.8 na pagina 91, o sistema homogeneo AX = 0 tem soluc ao e invert nao invert somente se, a matriz A nao vel. E pelo item anterior, a matriz A e vel se, e somente se, det(A) = 0.
Julho 2006
Reginaldo J. Santos
122 Exemplo 2.18. Considere a matriz
x 0 que satisfaz AX = X . (a) Determinar os valores de R tais que existe X = y = z x y = (b) Para cada um dos valores de encontrados no item anterior determinar todos X = 0 z tais que AX = X .
2 2 2 A = 0 2 0 . 0 1 3
Julho 2006
2.2
Determinantes
123
Soluc ao: o elemento neutro do produto, entao (a) Como a matriz identidade I3 e
AX = X
Subtraindo-se I3 X obtemos
AX = I3 X.
AX I3 X = 0
(A I3 )X = 0.
nao trivial (X = Agora, este sistema homogeneo tem soluc ao 0) se, e somente se,
det(A I3 ) = 0.
Mas
se, e somente se, = 2 ou = 3. Assim, somente para = 2 e = 3 existem vetores (b) Para = 2:
2 2 2 2 0 = ( 2)2 ( 3) = 0 det 0 0 1 3
x X= y = 0 tais que AX = X . z
( A 2I 3 ) X = 0
Julho 2006
0 0 2 2 x 0 0 0 y = 0 0 0 1 1 z
2y + 2z = 0 y + z = 0
Reginaldo J. Santos
124
x o conjunto dos X = y = , para todos os valores de , R. que tem soluc ao z

Para = 3:
1 2 2 x 0 ( A 3I 3 ) X = 0 0 1 0 y = 0 0 1 0 z 0 x 2 o conjunto dos X = y = 0 que tem soluc ao z a b c d
x +
2y + 2 z = 0 y = 0 y = 0
, para todos os valores de R.
Exemplo 2.19. A matriz A = dada por caso a inversa de A e
invert e vel se, e somente se, det(A) = ad bc = 0. Neste
A1 =
1 det(A)
d b c a
como pode ser vericado multiplicando-se a candidata a inversa pela matriz A. Observe que este exemplo fornece uma regra para se encontrar a inversa de uma matriz 2 2: dos elementos da diagonal principal, troca-se o sinal dos outros elementos e troca-se a posic ao divide-se todos os elementos pelo determinante de A. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.2
Determinantes
125
e 2 incognitas Exemplo 2.20. Considere o sistema linear de 2 equac oes
ax + by = g cx + dy = h
A matriz deste sistema e
A=
a soluc do sistema e Se det(A) = 0, entao ao
a b c d
1 X=A B= det(A)
1
d b c a
g h
1 = det(A)
dg bh cg + ah a c a c g h b d
ou seja,
1 = det(A)
det det
g h a c
b d g h
det x= det
g h a c
b d b d
det , y= det
a chamada Regra de Cramer para sistemas de 2 equac e 2 incognitas. esta e oes e n incognitas Pode-se mostrar (ver por exemplo [32] ou [33]), que para sistemas de n equac oes valida e a Regra de Cramer dada a seguir. a soluc do sistema tal que a matriz A e n n e invert Se o sistema linear AX = B e vel, entao ao dada por e
x1 =
Julho 2006
det(A1 ) det(A2 ) det(An ) , x2 = , . . . , xn = , det(A) det(A) det(A)

Reginaldo J. Santos
126
a matriz que se obtem de A substituindo-se a sua j -esima em que Aj e coluna por B , para j = 1, . . . , n . Para sistemas de n equac oes e n incognitas, com n > 2, podemos obter exemplos de sistema tenha soluc em linear AX = B , em que det(A) = det(A1 ) = . . . = det(An ) = 0 e o sistema nao ao, a matriz que se obtem de A substituindo-se a sua j -esima que Aj e coluna por B , para j = 1, . . . , n. Deixamos como exerc cio para o leitor encontrar um exemplo de tal sistema para n = 3.
Julho 2006
2.2
Determinantes
127
2.2.2 Matrizes Elementares e o Determinante (opcional)

uma matriz que se obtem aplicando-se uma operac Relembramos que uma matriz elementar e ao elementar na matriz identidade. Assim, aplicando-se o Teorema 2.13 na pagina 115 obtemos o resultado seguinte.
a matriz elementar obtida trocando-se as linhas i e j da matriz 2.16. (a) Se Ei,j e Proposic ao det(Ei,j ) = 1. identidade, entao a matriz elementar obtida da matriz identidade, multiplicando-se a linha i por , (b) Se Ei () e det(Ei ()) = . entao a matriz elementar obtida da matriz identidade, somando-se a ` linha j , vezes a (c) Se Ei,j () e det(Ei,j ()) = 1. linha i, entao
que uma matriz e invert o produto de matrizes Lembramos tambem vel se, e somente se, ela e disso, o resultado da aplicac de uma operac elementares (Teorema 2.6 na pagina 83). Alem ao ao o mesmo que multiplicar a matriz a ` esquerda pela matriz elementar elementar em uma matriz e correspondente. Usando matrizes elementares podemos provar o Teorema 2.14 na pagina 119.
do Teorema 2.14. Demonstrac ao
Julho 2006
Reginaldo J. Santos
128
deste item em (a) Queremos provar que det(AB ) = det(A) det(B ). Vamos dividir a demonstrac ao casos: tres uma matriz elementar. Este caso segue-se diretamente da proposic anterior Caso 1: Se A = E e ao 115. e do Teorema 2.13 na pagina invert pelo Teorema 2.6 na pagina o produto de matrizes elemenvel, entao Caso 2: Se A e 83 ela e tares, A = E1 . . . Ek . Aplicando-se o caso anterior sucessivas vezes, obtemos
det(AB ) = det(E1 ) . . . det(Ek ) det(B ) = det(E1 . . . Ek ) det(B ) = det(A) det(B ).

2.9 na pagina e singular. Logo, singular, pela Proposic Caso 3: Se A e ao 98, AB tambem
det(AB ) = 0 = 0 det(B ) = det(A) det(B ).

deste item em dois (b) Queremos provar que det(A) = det(At ). Vamos dividir a demonstrac ao casos. uma matriz invert o produto de matrizes vel, pelo Teorema 2.6 na pagina Caso 1: Se A e 83 ela e uma matriz elementar, entao det(E ) = det(E t ) ver que se E e elementares, A = E1 . . . Ek . E facil (verique!). Assim,
t t det(At ) = det(Ek ) . . . det(E1 ) = det(Ek ) . . . det(E1 ) = det(E1 . . . Ek ) = det(A).
e invert At tambem nao o e, pois caso contrario, Caso 2: Se A nao vel, entao pelo Teorema 2.2 na t t A = (A ) seria invert pagina 78, tambem vel. Assim neste caso, det(At ) = 0 = det(A).
Julho 2006
2.2
Determinantes
129

2.2.1. Se det(A) = 3, encontre (a) det(A2 ); (b) det(A3 ); (c) det(A1 ); (d) det(At );
matrizes n n tais que det(A) = 2 e det(B ) = 3, calcule det(At B 1 ). 2.2.2. Se A e B sao 2.2.3. Seja A = (aij )33 tal que det(A) = 3. Calcule o determinante das matrizes a seguir:
a11 a12 a13 + a12 (a) a21 a22 a23 + a22 a31 a32 a33 + a32
(a)
a11 + a12 a11 a12 a13 (b) a21 + a22 a21 a22 a23 a31 + a32 a31 a32 a33
(b)
2.2.4. Calcule o determinante das matrizes a seguir:
ert tert rt re (1 + rt)ert
cos t sen t cos t sen t sen t + cos t
2.2.5. Calcule o determinante de cada uma das matrizes seguintes usando operac oes elementares para transforma-las em matrizes triangulares superiores.
1 2 3 1 5 9 6 3 (a) 1 2 6 2 2 8 6 1
2 1 (b) 0 0
1 0 2 1
3 1 1 2
1 1 . 0 3
2.2.6. Determine todos os valores de para os quais det(A In ) = 0, em que Julho 2006 Reginaldo J. Santos
130
1 0 0 0 (b) A = 1 3 3 2 2 2 2 3 2 1 (d) A = 1 2 2 1 x1 . 2.2.7. Determine os valores de R tais que existe X = . . = 0 que satisfaz AX = X . xn 2 0 0 2 3 0 (a) A = 3 1 0 ; (b) A = 0 1 0 ; 0 4 3 0 0 2 1 2 3 4 2 2 3 4 0 1 3 2 0 2 3 2 ; (c) A = (d) A = 0 0 0 1 1 . 0 3 3 0 0 0 2 0 0 0 1 0 (a) A = 0 0 2 (c) A = 0 0
1 2 0 3 0 0 2 3 3 2 1 2
geral 2.2.8. Para as matrizes do exerc cio anterior, e os valores de encontrados, encontre a soluc ao do sistema AX = X , ou equivalentemente, do sistema homogeneo (A In )X = 0.
Julho 2006
2.2
Determinantes
131

Comandos do M ATLAB :
>> det(A) calcula o determinante da matriz A.

Comando do pacote GAAL: que a >> detopelp(A) calcula o determinante de A aplicando operac oes elementares ate matriz esteja na forma triangular superior. do quao comum e encontrar 2.2.9. Vamos fazer um experimento no M ATLAB para tentar ter uma ideia matrizes invert veis. No prompt do M ATLAB digite a seguinte linha:
>> c=0; for n=1:1000,A=randi(2);if(det(A)~=0),c=c+1;end,end,c

esquec mandando o M ATLAB (nao a das v rgulas e pontos e v rgulas!). O que esta linha esta o seguinte: fazer e
Criar um contador c e atribuir a ele o valor zero.
` variavel Atribuir a A, 1000 matrizes 2 2 com entradas inteiras aleatorias entre 5 e 5. acrescido de 1. o contador c e Se det(A) = 0, entao escrito. No nal o valor existente na variavel ce
que voce tira do valor obtido na variavel Qual a conclusao c? 2.2.10. Resolva, com o M ATLAB , os Exerc cios Numericos a partir do Exerc cio 4.
Exerc cios Teoricos

132
singular ou B e singular. ou A e 2.2.11. Mostre que se det(AB ) = 0, entao igual ao determinante de BA? Justique. 2.2.12. O determinante de AB e uma matriz nao singular tal que A2 = A, entao det(A) = 1. 2.2.13. Mostre que se A e singular. Ae 2.2.14. Mostre que se Ak = 0, para algum k inteiro positivo, entao det(A) = 1; 2.2.15. Mostre que se At = A1 , entao um escalar e A e uma matriz n n, entao det(A) = n det(A). 2.2.16. Mostre que se e invert invert vel. 2.2.17. Mostre que A, n n, e vel se, e somente se, At A e 2.2.18. Sejam A e P matrizes n n, sendo P invert vel. Mostre que det(P 1 AP ) = det(A). triangular superior, (isto e, os elementos situados 2.2.19. Mostre que se uma matriz A = (aij )nn e iguais a zero) entao det(A) = a11 a22 . . . ann . abaixo da diagonal sao 2.2.20. (a) Mostre que se A =
tal que Ai = Ak + Al , para (b) Mostre que se uma linha Ai de uma matriz A = (aij )nn , e det(A) = 0. e escalares e i = k, l, entao tal que Ai = (c) Mostre que se uma linha Ai de uma matriz A = (aij )nn , e det(A) = 0. 1 , . . . , k escalares, entao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
a b det(A) = 0 se, e somente se, uma linha e multiplo , entao c d escalar da outra. E se A for uma matriz n n?
k Ak , para
k=i
2.2
Determinantes
133
dado por 2.2.21. Mostre que o determinante de Vandermonde e

n1 1 x 1 x2 1 . . . x1 1 x2 x2 . . . xn1 2 2 Vn = det . . . . . . . . . 1 2 1 x n xn . . . x n n
a ` direita signica o produto de todos os termos xi xj tais que i > j e i, j = A expressao Mostre primeiro que V3 = (x3 x2 )(x2 x1 )(x3 x1 ). Suponha que o 1, . . . , n. (Sugestao: verdadeiro para matrizes de Vandermonde de ordem n 1, mostre que o resultado resultado e e verdadeiro para matrizes de Vandermonde de ordem n. Fac a as seguintes operac oes nas colunas da matriz, x1 Ci1 + Ci Ci , para i = n, . . . , 2. Obtenha Vn = (xn x1 ) . . . (x2 x1 )Vn1 .) 2.2.22. Sejam A, B e D matrizes p p, p (n p) e (n p) (n p), respectivamente. Mostre que
i>j
(x i x j ).
det
A B 0 D
= det(A) det(D).
O resultado e claramente verdadeiro para n = 2. Suponha que o resultado seja (Sugestao: verdadeiro para matrizes de ordem n 1. Desenvolva o determinante da matriz em termos da . coluna, escreva o resultado em termos de determinantes de ordem n 1 e mostre que o 1a verdadeiro para matrizes de ordem n.) resultado e um exemplo de sistema linear de 3 equac e 3 incognitas, 2.2.23. De oes AX = B , em que det(A) = a matriz que tenha soluc em que Aj e det(A1 ) = det(A2 ) = det(A3 ) = 0 e o sistema nao ao, se obtem de A substituindo-se a sua j -esima coluna por B , para j = 1, . . . , n.
Julho 2006
Reginaldo J. Santos
134
do Teorema 2.11 na pagina Apendice II: Demonstrac ao 114
do Teorema 2.10 na pagina Demonstrac ao 112 para k > 1. Deixamos como exerc cio para o leitor de que para matrizes 2 2 o resultado e verdadeiro. Supondo que o resultado seja a vericac ao verdadeiro para matrizes (n 1) (n 1), vamos provar para matrizes n n. Sejam
. . . A k1 A = X + Y Ak+1 . . .
A1
An
. . . A k1 B= X Ak+1 . . . An
A1
. . . A k1 e C= Y Ak+1 . . . An
A1
1j , B 1j e C 1j so diferem na (k 1)-esima Suponha que k = 2, . . . , n. As matrizes A linha (lembre-se retirada!). Alem disso, a (k 1)-esima igual a vezes a linha que a primeira linha e linha de A1j e a relac que vale para a correspondente de B1j mais vezes a linha correspondente de C1j (esta e ao k -esima linha de A). Como estamos supondo o resultado verdadeiro para matrizes (n 1) (n 1),
2.2
Determinantes
135
1j ) = det(B 1j ) + det(C 1j ). Assim, det(A entao

n
det(A) =
j =1 n
1j ) (1)1+j a1j det(A 1j ) + det(C 1j ) (1)1+j a1j det(B

n
= =
j =1 n
j =1
1j ) + (1)1+j b1j det(B
j =1
1j ) (1)1+j c1j det(C
= det(B ) + det(C ),
pois a1j = b1j = c1j , para j = 1, . . . , n.
uma matriz Lema 2.17. Sejam E1 = [ 1 0 . . . 0 ], E2 = [ 0 1 0 . . . 0 ], . . . , En = [ 0 . . . 0 1 ]. Se A e igual a Ek , para algum k (1 k n), entao n n, cuja i-esima linha e
ik ). det(A) = (1)i+k det(A
facil verdadeiro. Suponha que ele seja ver que para matrizes 2 2 o lema e Demonstrac ao. E verdadeiro para matrizes n n. verdadeiro para matrizes (n 1) (n 1) e vamos provar que ele e Podemos supor que 1 < i n. Julho 2006 Reginaldo J. Santos
136
Seja Bj a matriz (n 2) (n 2) obtida de A eliminando-se as linhas 1 e i e as colunas j e k , para 1 j n. 1j e igual a Ek1 . uma matriz (n 1) (n 1) cuja (i 1)-esima Para j < k , a matriz A linha e igual a Ek . Como uma matriz (n 1) (n 1) cuja (i 1)-esima Para j > k , a matriz A1j e linha e estamos supondo o lema verdadeiro para estas matrizes e como pelo Teorema 2.10 na pagina 112 se 1k ) = 0, segue-se que igual a zero, entao det(A uma matriz tem uma linha nula o seu determinante e
Usando (2.10), obtemos

n
(1)(i1)+(k1) det(Bj ) se j < k, 1j ) = 0 se j = k, det(A (1)(i1)+k det(Bj ) se j > k.
(2.10)
det(A) =
j =1 n
ij ) (1)1+j a1j det(A

n
=
j<k
(1)1+j a1j (1)(i1)+(k1) det(Bj ) +
j>k
(1)1+j a1j (1)(i1)+k det(Bj )
Por outro lado, temos que

n n
(1)
i+k
ik ) = (1)i+k det(A
j<k
(1)
1+j
a1j det(Bj ) +
j>k
(1)1+(j 1) a1j det(Bj )
simples a vericac de que as duas expressoes acima sao iguais. E ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
2.2
Determinantes
137
do Teorema 2.11 na pagina Demonstrac ao 114. Pelo Teorema 2.14 na pagina 119 basta provarmos o resultado para o desenvolvimento em termos das linhas de A. Sejam E1 = [1 0 . . . 0], E2 = [0 1 0 . . . 0], . . . , En = [0 . . . 0 1]. Observe que a n linha i de A pode ser escrita como Ai = j =1 aij Ej . Seja Bj a matriz obtida de A substituindo-se a linha i por Ej . Pelo Teorema 2.10 na pagina 112 e o Lema 2.17 segue-se que
n n
det(A) =
j =1
aij det(Bj ) =
j =1
ij ). (1)i+j aij det(A
Julho 2006
Reginaldo J. Santos
138
Teste do Cap tulo

1. Calcule o determinante da matriz seguinte usando operac oes elementares para transforma-la em uma matriz triangular superior.
1 3 2 3 0 3 4 6
9 2 4 9
7 5 1 1
2. Se poss vel, encontre a inversa da seguinte matriz:
1 0 0 2
0 1 0 0
0 0 1 0
2 0 0 2
3. Encontre todos os valores de para os quais a matriz A I4 tem inversa, em que
2 2 A= 1 3
0 0 0 0 2 1 2 1
0 0 0 2
Julho 2006
2.2
Determinantes
139
4. Responda Verdadeiro ou Falso, justicando: (I + A2 )1 = I 2A2 ; (a) Se A2 = 2A4 , entao det(A) = det(B ). (c) Se B = AAt A1 , entao
nao singular, entao determinante de A e -1; (b) Se At = A2 e A e (d) det(A + B ) = det A + det B
Julho 2006
Reginaldo J. Santos
Cap tulo 3
Vetores no Plano e no Espac o
Muitas grandezas f sicas, como velocidade, forc a, deslocamento e impulso, para serem comple da magnitude, da direc e do sentido. Estas grandezas sao tamente identicadas, precisam, alem ao chamadas grandezas vetoriais ou simplesmente vetores. representados por segmentos (de retas) orientados (segmentos Geometricamente, vetores sao de retas com um sentido de percurso) no plano ou no espac o. A ponta da seta do segmento orientado chamada ponto nal ou extremidade e o outro ponto extremo e chamado de ponto inicial ou e origem do segmento orientado. mesmo sentido e mesmo comprimento representam Segmentos orientados com mesma direc ao, o sentido e o comprimento do vetor sao denidos como sendo a direc o o mesmo vetor. A direc ao, ao, sentido e o comprimento de qualquer um dos segmentos orientados que o representam. analogo Este fato e ao que ocorre com os numeros racionais e as frac oes. Duas frac oes repre 140
141
Figura 3.1: Segmentos orientados representando o mesmo vetor Julho 2006 Reginaldo J. Santos
142
sentam o mesmo numero racional se o numerador e o denominador de cada uma delas estiverem Por exemplo, as frac 1/2, 2/4 e 3/6 representam o mesmo numero na mesma proporc ao. oes racio de igualdade de vetores tambem e analoga nal. A denic ao a igualdade de numeros racionais. Dois iguais, quando ad = bc. Dizemos que dois vetores sao iguais se numeros racionais a/b e c/d sao e o mesmo sentido. eles possuem o mesmo comprimento, a mesma direc ao Na Figura 3.1 temos 4 segmentos orientados, com origens em pontos diferentes, que representam considerados como vetores iguais, pois possuem a mesma direc o mesmo vetor, ou seja, sao ao, mesmo sentido e o mesmo comprimento. B , entao escrevemos A e o ponto nal e Se o ponto inicial de um representante de um vetor V e

V =AB
AB
q
A
q *B
3.1
por Escalar Soma de Vetores e Multiplicac ao
determinada da seguinte forma: A soma, V + W , de dois vetores V e W e tome um segmento orientado que representa V ;
tome um segmento orientado que representa W , com origem na extremidade de V ;

representado pelo segmento orientado que vai da origem de V ate a extremi o vetor V + W e dade de W . comutativa, ou seja, Da Figura 3.2, deduzimos que a soma de vetores e
V + W = W + V,
(3.1) Julho 2006
3.1
143
W
V W
Figura 3.2: V + W = W + V
Julho 2006
Reginaldo J. Santos
144
W U
W +U
W (V +
)+
(W V +
+U
Figura 3.3: V + (W + U ) = (V + W ) + U
Julho 2006
3.1
145
que a soma V + W esta na diagonal do para quaisquer vetores V e W . Observamos tambem representados com a mesma origem. paralelogramo determinado por V e W , quando estao associativa, ou seja, Da Figura 3.3, deduzimos que a soma de vetores e
V + (W + U ) = (V + W ) + U,
(3.2)
para quaisquer vetores V , W e U . chamado vetor nulo e denoO vetor que tem a sua origem coincidindo com a sua extremidade e que tado por 0. Segue entao, V + 0= 0 + V = V, (3.3) para todo vetor V . o vetor que tem mesmo compri Para qualquer vetor V , o simetrico de V , denotado por V , e e sentido contrario que mento, mesma direc ao ao de V . Segue entao,
V + ( V ) = 0.
Denimos a diferenc a W menos V , por
(3.4)
W V = W + ( V ).
de (3.1), (3.2), (3.4) e de (3.3) que Segue desta denic ao,
W + (V W ) = (V W ) + W = V + ( W + W ) = V + 0 = V.
V , portanto ele vai da extremidade de W um vetor que somado a W da Assim, a diferenc a V W e a extremidade de V , desde que V e W estejam representados por segmentos orientados com a ate mesma origem. determinada pelo vetor que possui as de um vetor V por um escalar , V , e A multiplicac ao seguintes caracter sticas: Julho 2006 Reginaldo J. Santos
146
V W
Figura 3.4: A diferenc a V W
Julho 2006
3.1
147
V W
Figura 3.5: A diferenc a V W
Julho 2006
Reginaldo J. Santos
148 o vetor nulo, se = 0 ou V = (a) e 0, (b) caso contrario, i. tem comprimento || vezes o comprimento de V ,
e a mesma de V (neste caso, dizemos que eles sao paralelos), ii. a direc ao iii. tem o mesmo sentido de V , se > 0 e tem o sentido contrario ao de V , se < 0. por escalar serao apresentadas mais a frente. Se W = V , As propriedades da multiplicac ao ver que dois vetores nao nulos sao paralelos um multiplo dizemos que W e escalar de V . E facil um multiplo (ou colineares) se, e somente se, um e escalar do outro. com vetores podem ser denidas utilizando um sistema de coordenadas retanguAs operac oes lares ou cartesianas. Em primeiro lugar, vamos considerar os vetores no plano. Seja V um vetor no plano. Denimos as componentes de V como sendo as coordenadas (v1 , v2 ) do ponto nal do representante de V que tem ponto inicial na origem. Vamos identicar o vetor com as suas componentes e vamos escrever simplesmente
V = (v 1 , v 2 ) .
iguais as componentes do vetor OP , que vai da Assim, as coordenadas de um ponto P sao origem do sistema de coordenadas ao ponto P . Em particular, o vetor nulo, 0 = (0, 0). Em termos de das componentes, podemos realizar facilmente as operac oes: soma de vetores e multiplicac ao vetor por escalar.
Julho 2006
3.1
149
3V
2V
1V 2
de vetor por escalar Figura 3.6: Multiplicac ao
Julho 2006
Reginaldo J. Santos
150
y
V = (v1 , v2 ) v2
v1
Figura 3.7: As componentes do vetor V no plano
Julho 2006
3.1
151
y
P = (x, y ) y

OP
iguais as componentes de OP Figura 3.8: As coordenadas de P sao
Julho 2006
Reginaldo J. Santos
152
dada por Como ilustrado na Figura 3.9, a soma de dois vetores V = (v1 , v2 ) e W = (w1 , w2 ) e
V + W = (v1 + w1 , v2 + w2 );
de um vetor V = (v1 , v2 ) por um escalar e Como ilustrado na Figura 3.10, a multiplicac ao dada por
V = ( v 1 , v 2 ).
Denimos as componentes de um vetor no espac o de forma analoga a que zemos com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas retangulares no espac o. Para retas orientadas (com isto, escolhemos um ponto como origem O e como eixos coordenados, tres sentido de percurso denido), passando pela origem, perpendiculares entre si, sendo uma delas o eixo vertical. Os eixos x e y sao os eixos x, y e z . O eixo z e horizontais e vertical. Estes serao que coincida satisfazem a seguinte propriedade. Suponha que giramos o eixo x pelo menor angulo ate direita apontam na direc do semi-eixo x positivo de forma que o com o eixo y . Se os dedos da mao ao entao o polegar aponta no sentido do semi-eixo semi-eixo y positivo esteja do lado da palma da mao, z positivo. Cada par de eixos determina um plano chamado de plano coordenado. Portanto os tres xy , yz e xz . planos coordenados sao: o associamos um terno de numeros (x, y, z ), chamado de coordenadas A cada ponto P no espac do ponto P como segue.
Trace uma reta paralela ao eixo z , passando por P ;

da reta paralela ao eixo z , passando por P , com o plano xy e o ponto P . As A intersec ao as duas primeiras coordenadas coordenadas de P , (x, y ), no sistema de coordenadas xy sao de P . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.1
153
y
V +W v2+w2
w2 V v2
w2 W v1
x
v1 w1 v1 + w 1
Figura 3.9: A soma de dois vetores no plano
Julho 2006
Reginaldo J. Santos
154
V v2
V v2
x
v1 v1
de vetor por escalar no plano Figura 3.10: A multiplicac ao
Julho 2006
3.1
155
igual ao comprimento do segmento P P , se P estiver acima do plano A terceira coordenada e xy e ao comprimento do segmento P P com o sinal negativo, se P estiver abaixo do plano xy . determinadas tambem da maneira dada a seguir. As coordenadas de um ponto P sao planos por P paralelos aos planos coordenados. Passe tres do plano paralelo ao plano xy , passando por P , com o eixo z determina a coorde A intersec ao nada z . do plano paralelo ao plano xz , passando por P , com o eixo y determina a coorde A intersec ao nada y do plano paralelo ao plano yz , passando por P , com o eixo x determina a coorde ao A intersec nada x. nas Agora, estamos prontos para utilizarmos um sistema de coordenadas cartesianas tambem operac oes de vetores no espac o. Seja V um vetor no espac o. Como no caso de vetores do plano, denimos as componentes de V como sendo as coordenadas (v1 , v2 , v3 ) do ponto nal do repre vamos identicar o vetor com as suas sentante de V que tem ponto inicial na origem. Tambem componentes e vamos escrever simplesmente
V = (v 1 , v 2 , v 3 ) .
iguais as componentes do vetor OP que vai da Assim, as coordenadas de um ponto P sao origem do sistema de coordenadas ao ponto P . Em particular, o vetor nulo, 0 = (0, 0, 0). Assim como de vetor zemos para vetores no plano, para vetores no espac o a soma de vetores e a multiplicac ao por escalar podem ser realizadas em termos das componentes.
Julho 2006
Reginaldo J. Santos
156
P = (x, y, z )
x y
Figura 3.11: As coordenadas de um ponto no espac o
Julho 2006
3.1
157
z
z
P = (x, y, z )
x y
x
Figura 3.12: As coordenadas de um ponto no espac o
Julho 2006
Reginaldo J. Santos
158
z
v3
V = (v1 , v2 , v3 )
v1 v2
x
Figura 3.13: As componentes de um vetor no espac o
Julho 2006
3.1
159
z
z
P = (x, y, z )
OP
iguais as componentes de OP Figura 3.14: As coordenadas de P sao
Julho 2006
Reginaldo J. Santos
160
dada por a adic de V com W e Se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ), entao ao
V + W = (v1 + w1 , v2 + w2 , v3 + w3 );
um escalar, entao a multiplicac de V por e dada por ao Se V = (v1 , v2 , v3 ) e e
V = ( v 1 , v 2 , v 3 ).
Exemplo 3.1. Se V = (1, 2, 3), W = (2, 4, 1), entao
V + W = (1 + 2, 2 + 4, 3 + (1)) = (3, 2, 2),
3V = (3 1, 3 (2), 3 3) = (3, 6, 9).
representado por um segmento orientado com ponto inicial fora da origem Quando um vetor V esta as componentes (Figura 3.15), digamos em P = (x1 , y1 , z1 ), e ponto nal em Q = (x2 , y2 , z2 ), entao dadas por do vetor V sao
V =P Q=OQ OP = (x2 x1 , y2 y1 , z2 z1 ).
obtidas subtraindo-se as coordenadas do ponto Q (extremiPortanto, as componentes de V sao dade) das do ponto P (origem). O mesmo se aplica a vetores no plano.
Julho 2006
3.1
161
Q V
x
Figura 3.15: V =OQ OP

Julho 2006
Reginaldo J. Santos
162
Exemplo 3.2. As componentes do vetor V que tem um representante com ponto inicial P = dadas por (5/2, 1, 2) e ponto nal Q = (0, 5/2, 5/2) sao
V =P Q= (0 5/2, 5/2 1, 5/2 2) = (5/2, 3/2, 1/2).
livre, ele nao tem posic xa, ao contrario O vetor e Observac ao. ao 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.
ser escrito na notac matricial como uma Um vetor no espac o V = (v1 , v2 , v3 ) pode tambem ao matriz linha ou como uma matriz coluna:
podem ser justicadas pelo fato de que as operac matriciais Estas notac oes oes
v1 V = v2 v3
ou V =
v1 v2 v3
ou
v1 w1 v1 + w 1 V + W = v 2 + w2 = v 2 + w 2 , v3 w3 v3 + w 3 V +W = v1 v2 v3 + w1 w2 w3 =
v1 v1 V = v2 = v2 v3 v3 v1 + w 1 v2 + w 2 v3 + w 3 ,
Julho 2006
3.1
163
V =
v1 v2 v3
v1 v2 v3
vetoriais produzem os mesmos resultados que as operac oes
V + W = (v 1 , v 2 , v 3 ) + (w 1 , w 2 , w 3 ) = (v 1 + w 1 , v 2 + w 2 , v 3 + w 3 ), V = (v1 , v2 , v3 ) = (v1 , v2 , v3 ).
O mesmo vale, naturalmente, para vetores no plano. No teorema seguinte enunciamos as propriedades mais importantes da soma de vetores e de vetores por escalar. multiplicac ao
validas Teorema 3.1. Sejam U, V e W vetores e e escalares. Sao as seguintes propriedades: (a) U + V = V + U ; (b) (U + V ) + W = U + (V + W ); (c) U + 0 = U; (d) U + (U ) = 0; (e) (U ) = ( )U ; (f) (U + V ) = U + V ; (g) ( + )U = U + U ; (h) 1U = U .
Demonstrac ao. Segue diretamente das propriedades da algebra matricial (Teorema 1.1 na pagina 10).
Julho 2006
Reginaldo J. Santos
164
Exemplo 3.3. Seja um triangulo ABC e sejam M e N os pontos medios de AC e BC , respectiva paralelo a AB e tem comprimento igual a metade do comprimento mente. Vamos provar que M N e de AB .
Devemos provar que
MN=
1 AB . 2
Julho 2006
3.1
165
A
Agora, a partir da gura acima temos que
M N =M C + CN .
166 ponto medio ponto medio de AC e N e de BC , entao Como M e
M C=
1 AC 2
CN =
1 CB . 2
Logo,
MN=
1 1 1 1 AC + CB = (AC + CB ) = AB . 2 2 2 2
Exemplo 3.4. Dados quatro pontos A, B , C e X tais que AX = AB , vamos escrever CX como como uma soma de multiplos linear de CA e CB , isto e, combinac ao escalares de CA e CB . os vetores AX e AB sao paralelos e portanto o ponto X so pode estar Como AX = AB , entao vai representar nenhuma na reta denida por A e B . Vamos desenha-lo entre A e B , mas isto nao restric ao. 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 ,

CX =CA + AX .
3.1
167
X C A
Agora, por hipotese AX = AB , o que implica que CX =CA + AB . Mas, AB =CB CA, portanto CX =CA +(CB CA). Logo,

CX = (1 ) CA + CB .
168 Observe que: CX =CA. Se = 0, entao CX =CB . Se = 1, entao CX = Se = 1/2, entao CX = Se = 1/3, entao
1 2 2 3
1 CA + 2 CB . 1 CA + 3 CB .
Exemplo 3.5. Vamos mostrar, usando vetores, que o ponto medio de um segmento que une os pontos A = (x 1 , y 1 , z 1 ) e B = (x 2 , y 2 , z 2 ) e
M=
x1 + x 2 y1 + y 2 z 1 + z 2 , , 2 2 2
.
aplicando o exemplo Entao,
o ponto medio de AB se, e somente se, AM = O ponto M e

1 anterior (com o ponto C sendo a origem O ), OM = 2 OA Como as coordenadas de iguais as componentes do vetor que vai da origem ate aquele ponto, segue-se que um ponto sao
1 AB . 2 1 +2 OB .
(x 1 , y 1 , z 1 ) + 1 (x 2 , y 2 , z 2 ) e OM = 1 2 2 M= x1 + x 2 y1 + y 2 z 1 + z 2 , , 2 2 2 .
Julho 2006
3.1
169

3.1.1. Determine o ponto C tal que AC = 2 AB sendo A = (0, 2) e B = (1, 0). y = 2x + 1. Determine um vetor paralelo a esta reta. 3.1.2. Uma reta no plano tem equac ao para a reta no plano que e paralela ao vetor V = (2, 3) e passa pelo 3.1.3. Determine uma equac ao ponto P0 = (1, 2). 3.1.4. Determine o vetor X , tal que 3X 2V = 15(X U ). 3.1.5. Determine os vetores X e Y tais que

6X 2Y 3X + Y
= U = U +V
3.1.6. Determine as coordenadas da extremidade do segmento orientado que representa o vetor V = no ponto P = (2, 3, 5). (3, 0, 3), sabendo-se que sua origem esta as coordenadas do ponto P , simetrico ao ponto 3.1.7. Quais sao do ponto P = (1, 0, 3) em relac ao o ponto P e tal que o vetor M P = M P ) M = (1, 2, 1)? (Sugestao: colineares, isto e, pertencem a uma mesma reta: 3.1.8. Verique se os pontos dados a seguir sao (a) A = (5, 1, 3), B = (0, 3, 4) e C = (0, 3, 5);

(b) A = (1, 1, 3), B = (4, 2, 3) e C = (14, 4, 15); 3.1.9. Dados os pontos A = (1, 2, 3), B = (5, 2, 1) e C = (4, 0, 1). Determine o ponto D tal que A, B , C e D sejam vertices consecutivos de um paralelogramo. Julho 2006 Reginaldo J. Santos
170
combinac linear (soma de multiplos ao escalares) de V e W : 3.1.10. Verique se o vetor U e (a) V = (9, 12, 6), W = (1, 7, 1) e U = (4, 6, 2); (b) V = (5, 4, 3), W = (2, 1, 1) e U = (3, 4, 1); um paralelogramo o quadrilatero necessariamente consecutivos) 3.1.11. Verique se e de vertices (nao (a) A = (4, 1, 1), B = (9, 4, 2), C = (4, 3, 4) e D = (4, 21, 14) (b) A = (4, 1, 1), B = (9, 4, 2), C = (4, 3, 4) e D = (9, 0, 5) paralelos U = (6, 4, 2), V 3.1.12. Quais dos seguintes vetores sao (15, 10, 5).
= (9, 6, 3), W =

>> V=[v1,v2,v3] cria um vetor V, usando as componentes numericas v1, v2, v3. Por exemplo >> V=[1,2,3] cria o vetor V = (1, 2, 3); a soma de V e W; >> V-W e a diferenc o produto do vetor V a V menos W; >> num*V e >> V+W e pelo escalar num; expr; >> subs(expr,x,num) substitui x por num na expressao da equac expr=0; >> solve(expr) determina a soluc ao ao Comandos gracos do pacote GAAL:
>> desvet(P,V) desenha o vetor V com origem no ponto P e >> desvet(V) desenha o vetor V com origem no ponto O = (0, 0, 0).
3.1
171
>> po([P1;P2;...;Pn]) desenha os pontos P1, P2, ..., Pn. >> lineseg(P1,P2,cor) desenha o segmento de reta P1P2. >> tex(P,texto) coloca o texto no ponto P. >> axiss reescala os eixos com a mesma escala. >> eixos desenha os eixos coordenados.
em torno do eixo z . >> box desenha uma caixa em volta da gura. >> rota faz uma rotac ao pelo fator. >> zoom3(fator) amplica a regiao
3.1.13. Coloque em duas variaveis V e W dois vetores do plano ou do espac o a seu criterio ilsvw(V,W) para visualizar a soma dos dois vetores. (a) Use a func ao ilav(a,V) para visualizar a (b) Coloque em uma variavel a um numero e use a func ao do vetor V pelo escalar a. multiplicac ao 3.1.14. Use o M ATLAB para resolver os Exerc cios Numericos a partir do Exerc cio 1.3.
Exerc cios Teoricos

paralelos de um trapezio 3.1.15. Demonstre que o segmento que une os pontos medios dos lados nao paralelo as ` bases, e sua medida e a media e aritmetica das medidas das bases. (Sugestao: um multiplo mostre que M N = 1 escalar de AB . (AB + DC ) e depois conclua que M N e 2 Revise o Exemplo 3.3 na pagina 164) Julho 2006 Reginaldo J. Santos

172
Sejam M e 3.1.16. Demonstre que as diagonais de um paralelogramo se cortam ao meio. (Sugestao: N os pontos medios das duas diagonais do paralelogramo. Mostre que o vetor M N = 0, entao conclua que M = N .) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.1
173
Julho 2006
Reginaldo J. Santos
174
3.1.17. Considere o triangulo ABC e sejam M o ponto medio de BC , N o ponto medio de AC e P o ponto medio de AB . Mostre que as medianas (os segmentos AM , BN e CP ) se cortam num 2/3 e 1/3. (Sugestao: Sejam G, H e I os mesmo ponto que divide as medianas na proporc ao pontos denidos por AG= conclua que G = H = I .)
2 3
AM , BH =
2 3
BN e CI =
2 3
CP . Mostre que GH = 0, GI = 0,
Julho 2006
3.1
175
N H I A P
3.1.18. Sejam A, B e C pontos quaisquer com A = B . Prove que: (a) Um ponto X pertence a reta determinada por A e B (AX = AB ) se, e somente se,

CX = CA + CB,
Julho 2006
com + = 1. Reginaldo J. Santos
176
(b) Um ponto X pertence ao interior do segmento AB (AX = AB , com 0 < < 1) se, e somente se,
CX = CA + CB,
com 0, 0
e + = 1.
um ponto interior ao triangulo (c) Um ponto X e ABC (A X = A B , com 0 < < 1, um ponto interior ao segmento AC e B e interior ao segmento CB ) se, e em que A e somente se,
CX = CA + CB,
com > 0, > 0
e + < 1.
Julho 2006
3.1
177
C A
= 0 ou V = 3.1.19. Mostre que se V = 0, entao 0. U = V ? E se = 0 ? 3.1.20. Se U = V , entao = ? E se V = 3.1.21. Se V = V , entao 0?
Julho 2006
Reginaldo J. Santos
178
3.2
Produtos de Vetores
3.2.1 Norma e Produto Escalar

vimos que o comprimento de um vetor V e denido como sendo o comprimento de qualquer Ja e chamado um dos segmentos orientados que o representam. O comprimento do vetor V tambem denotado(a) por ||V ||. Segue do Teorema de Pitagoras de norma de V e e que a norma de um vetor pode ser calculada usando as suas componentes, por
||V || = ||V || =
2 2 v1 , + v2
um vetor no plano, e por no caso em que V = (v1 , v2 ) e

2 2 2 v1 , + v2 + v3
um vetor no espac no caso em que V = (v1 , v2 , v3 ) e o (verique usando as Figuras 3.16 e 3.17). chamado de vetor unitario . Um vetor de norma igual a 1 e igual a ` norma do vetor P Q A distancia entre dois pontos P = (x1 , y1 , z1 ) e Q = (x2 , y2 , z2 ) e a distancia (Figura 3.15 na pagina 161). Como P Q=OQ OP = (x2 x1 , y2 y1 , z2 z1 ), entao dada por de P a Q e

dist(P, Q) = || P Q || =
dada por norma do vetor P Q, que e
(x 2 x 1 ) 2 + (y 2 y 1 ) 2 + (z 2 z 1 ) 2 .
igual a ` Analogamente, a distancia entre dois pontos P = (x1 , y1 ) e Q = (x2 , y2 ) no plano e
dist(P, Q) = || P Q || =
(x 2 x 1 ) 2 + (y 2 y 1 ) 2 .
Julho 2006
3.2
Produtos de Vetores
179
y
V = (v1 , v2 )
||V || v2
x
v1
Figura 3.16: A norma de um vetor V no plano
Julho 2006
Reginaldo J. Santos
180
z
v3
V = (v1 , v2 , v3 )
||V ||
v1 v2
x
Figura 3.17: A norma de um vetor V no espac o
Julho 2006
3.2
Produtos de Vetores
181
Exemplo 3.6. A norma do vetor V = (1, 2, 3) e
||V || =
12 + (2)2 + 32 =
14.
A distancia entre os pontos P = (2, 3, 1) e Q = (1, 4, 5) e
dist(P, Q) = || P Q || = ||(1 2, 4 (3), 5 1)|| = ||(3, 7, 4)|| =
(3)2 + 72 + 42 =
74.
um escalar, entao da denic da multiplicac de vetor por escalar e ao ao Se V = (v1 , v2 , v3 ) e e da norma de um vetor segue-se que
||V || = ||(v1 , v2 , v3 )|| =

ou seja,
(v1 )2 + (v2 )2 + (v3 )2 = ||V || = || ||V ||.
2 2 2 2 (v 1 + v2 + v3 ),
(3.5)
nulo, o vetor Dado um vetor V nao
U=
1 ||V ||
V.
um vetor unitario de V , pois por (3.5), temos que e na direc ao
||U || =
1 ||V || = 1. ||V ||
Julho 2006
Reginaldo J. Santos
182
o vetor do vetor V = (1, 2, 3) e Exemplo 3.7. Um vetor unitario na direc ao
U=
1 ||V ||
V =
1 14
2 1 3 (1, 2, 3) = ( , , ). 14 14 14
nulos, V e W , e denido pelo angulo O angulo entre dois vetores nao determinado por V e W representados com a mesma origem (Figura 3.18). que satisfaz 0 , quando eles estao o reto ( = 90 ), ou um deles e o vetor nulo, dizemos Quando o angulo entre dois vetores V e W e ortogonais ou perpendiculares entre si. que os vetores V e W sao
Julho 2006
3.2
Produtos de Vetores
183
V V

W W
` esquerda) e obtuso (a ` direita) Figura 3.18: Angulo entre dois vetores, agudo (a
Julho 2006
Reginaldo J. Santos
184
um escalar. Por isso ele e Vamos denir, agora, um produto entre dois vetores, cujo resultado e por exemplo, em F chamado produto escalar. Este produto tem aplicac ao, sica: o trabalho realizado o produto escalar do vetor forc por uma forc a e a pelo vetor deslocamento, quando a forc a aplicada e constante.
denido por 3.1. O produto escalar ou interno de dois vetores V e W e Denic ao
V W =
o angulo entre eles. em que e
0, ||V || ||W || cos ,
o vetor nulo, se V ou W e caso contrario,
Julho 2006
3.2
Produtos de Vetores
185
dados em termos das suas componentes nao sabemos diretamente o Quando os vetores sao necessite angulo entre eles. Por isso, precisamos de uma forma de calcular o produto escalar que nao do angulo entre os vetores.
Julho 2006
Reginaldo J. Santos
186
V W
V W

W W
` esquerda o angulo Figura 3.19: Triangulo formado por representantes de V , W e V W . A entre V agudo e a ` direita e obtuso. eW e
Julho 2006
3.2
Produtos de Vetores o angulo pela lei dos cossenos, dois vetores nao nulos e e entre eles, entao Se V e W sao
187
||V W ||2 = ||V ||2 + ||W ||2 2||V || ||W || cos .

Assim,
V W = ||V || ||W || cos =
1 ||V ||2 + ||W ||2 ||V W ||2 . 2
(3.6)
temos entao uma formula depende diretamente do angulo Ja para calcular o produto escalar que nao mais simentre eles. Substituindo-se as coordenadas dos vetores em (3.6) obtemos uma expressao ples para o calculo do produto interno. vetores no espac substituindoPor exemplo, se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) sao o, entao 2 2 2 2 2 2 se ||V ||2 = v1 + v2 + v3 , ||W ||2 = w1 + w2 + w3 e ||V W ||2 = (v1 w1 )2 + (v2 w2 )2 + (v3 w3 )2 2 2 cancelados e obtemos em (3.6) os termos vi e wi sao
V W = v 1 w1 + v 2 w2 + v 3 w3 .
Julho 2006
Reginaldo J. Santos
188
dado por Teorema 3.2. O produto escalar ou interno, V W , entre dois vetores e
V W = v 1 w1 + v 2 w2 ,
vetores no plano e por se V = (v1 , v2 ) e W = (w1 , w2 ) sao
V W = v 1 w1 + v 2 w2 + v 3 w3 ,
vetores no espac se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) sao o.
dado por Exemplo 3.8. Sejam V = (0, 1, 0) e W = (2, 2, 3). O produto escalar de V por W e
V W = v 1 w1 + v 2 w2 + v 3 w3 = 0 2 + 1 2 + 0 3 = 2 .
nulos, V e W . O Podemos usar o Teorema 3.2 para determinar o angulo entre dois vetores nao entao, dado por cosseno do angulo entre V e W e,
cos =
V W . ||V || ||W ||
vetores nao nulos e e o angulo Se V e W sao entre eles, entao agudo (0 < 90o ) se, e somente se, V W > 0, (a) e Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.2
Produtos de Vetores
189
reto ( = 90o ) se, e somente se, V W = 0 e (b) e obtuso (90o < 180o ) se, e somente se, V W < 0. (c) e
Exemplo 3.9. Vamos determinar o angulo entre uma diagonal de um cubo e uma de suas arestas. represenSejam V1 = (1, 0, 0), V2 = (0, 1, 0) e V3 = (0, 0, 1) (Figura 3.20). Uma diagonal do cubo e tada pelo vetor D dado por
D = V1 + V2 + V3 = (1, 1, 1) .
o angulo Entao entre D e V1 satisfaz
cos =
ou seja,
1.1 + 0.1 + 0.1 1 D V1 = = 2 2 2 2 2 2 ||D||||V1 || ( 1 + 1 + 1 )( 1 + 0 + 0 ) 3 1 = arccos( ) 54o . 3
Julho 2006
Reginaldo J. Santos
190
(0, 0, 1)
(1, 1, 1)
(1, 0, 0) (0, 1, 0)
Figura 3.20: Angulo entre a diagonal de um cubo e uma de suas arestas
Julho 2006
3.2
Produtos de Vetores
191
validas as seguintes propriedades: Teorema 3.3. Sejam U, V e W vetores e um escalar. Sao (a) (comutatividade) U V = V U ; (b) (distributividade) U (V + W ) = U V + U W ; (c) (associatividade) (U V ) = (U ) V = U (V ); (d) V V = ||V ||2 0, para todo V e V V = 0 se, e somente se, V = 0.
Demonstrac ao. Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ). (a) U V = u1 v1 + u2 v2 + u3 v3 = v1 u1 + v2 u2 + v3 u3 = V U ; (b) U (V +W ) = (u1 , u2 , u3 )(v1 +w1 , v2 +w2 , v3 +w3 ) = u1 (v1 +w1 )+u2 (v2 +w2 )+u3 (v3 +w3 ) =
(u1 v1 + u1 w1 )+(u2 v2 + u2 w2 )+(u3 v3 + u3 w3 ) = (u1 v1 + u2 v2 + u3 v3 )+(u1 w1 + u2 w2 + u3 w3 ) = U V + U W;
(c) (U V ) = (u1 v1 + u2 v2 + u3 v3 ) = (u1 )v1 + (u2 )v2 + (u3 )v3 = (U ) V ; uma soma de quadrados, por isso e sempre maior ou igual a zero e e zero se, (d) V V = ||V ||2 e iguais a zero. e somente se, todas as parcelas sao
Julho 2006
Reginaldo J. Santos
192
V2
V2
V1
V1
de V em uma soma V1 + V2 , em que V1 e paralelo a W Figura 3.21: Decomposic ao
Julho 2006
3.2
Produtos de Vetores
193
Ortogonal 3.2.2 Projec ao

de Podemos decompor um vetor V em uma soma de dois vetores, V1 e V2 , sendo V1 na direc ao um vetor W e V2 perpendicular a W (Figura 3.21). denotado por projW V . chamado projec ortogonal de V sobre W e e O vetor V1 e ao
Julho 2006
Reginaldo J. Santos
194
nulo. Entao, a projec ortogonal de um vetor V em W e 3.4. Seja W um vetor nao Proposic ao ao dada por
projW V =
V W ||W ||2
W.
paralelo a W , entao Demonstrac ao. Sejam V1 = projW V e V2 = V projW V . Como V1 e
V1 = W.
Assim,
(3.7)
V = V1 + V2 = W + V2 .
Multiplicando-se escalarmente V por W e usando o Teorema 3.3 (d) obtemos
V W = ||W ||2 + V2 W .
perpendicular a W , entao V2 W = 0. Portanto, de (3.8) obtemos Mas, V2 e
(3.8)
V W . ||W ||2
(3.7) segue-se o resultado. Substituindo este valor de na equac ao
Julho 2006
3.2
Produtos de Vetores
195
Exemplo 3.10. Sejam V = (2, 1, 3) e W = (4, 1, 2). Vamos encontrar dois vetores V 1 e V2 tais paralelo a W e V2 e perpendicular a W (Figura 3.21). Temos que que V = V1 + V2 , V1 e
||W ||2 = 42 + (1)2 + 22 = 21 . 15 V W) 20 5 10 , , ) W = V1 = projW V = (4 , 1 , 2) = ( ||W ||2 21 7 7 7 20 5 10 6 2 11 V2 = V V1 = (2, 1, 3) ( , , ) = ( , , ) . 7 7 7 7 7 7
V W = 2 4 + (1)(1) + 3 2 = 15
3.2.3 Produto Vetorial

um vetor. Por isso, ele e chaVamos, agora, denir um produto entre dois vetores, cujo resultado e por exemplo, em F mado produto vetorial. Este produto tem aplicac ao, sica: a forc a exercida sobre o produto vetorial do vetor velocidade uma part cula carregada mergulhada num campo magnetico e da part cula pelo vetor campo magnetico, desde que o campo seja constante e a carga seja unitaria. 3.2. Sejam V e W dois vetores no espac Denic ao o. Denimos o produto vetorial, V W , como sendo o vetor com as seguintes caracter sticas: (a) Tem comprimento dado numericamente por
||V W || = ||V || ||W || sen ,

numericamente igual a ` area ou seja, a norma de V W e do paralelogramo determinado por V e W. Julho 2006 Reginaldo J. Santos
196
V ||V ||
Figura 3.22: Area de um paralelogramo
h = ||W || sen
||W ||
Julho 2006
3.2
Produtos de Vetores
197
perpendicular a V e a W . (b) Tem direc ao , direita (Figura 3.23): Se o angulo (c) Tem o sentido dado pela regra da mao entre V e W e que coincida com W e acompanhamos este movimento giramos o vetor V de um angulo ate direita, entao o polegar vai apontar no sentido de V W . com os dedos da mao
dif Da forma como denimos o produto vetorial e cil o seu calculo, mas as propriedades que obter uma formula apresentaremos a seguir possibilitarao para o produto vetorial em termos das componentes dos vetores.
Julho 2006
Reginaldo J. Santos
198
direita Figura 3.23: Regra da mao
Julho 2006
3.2
Produtos de Vetores
199
validas as seguintes proprieTeorema 3.5. Sejam U, V e W vetores no espac o e um escalar. Sao dades: (a) V W = (W V ) (anti-comutatividade). (b) V W = 0 se, e somente se, V = W ou W = V . (c) V (V W ) = W (V W ) = 0. (d) (V W ) = (V ) W = V (W ). (e) V (W + U ) = V W + V U e (V + W ) U = V U + W U (Distributividade em a soma de vetores). relac ao
do produto vetorial V W e W V tem o mesmo comprimento Demonstrac ao. (a) Pela denic ao Alem disso trocando-se V por W troca-se o sentido de V W (Figura e a mesma direc ao. 3.23). o vetor nulo ou sen = 0, em que e o angulo (b) ||V W || = 0 se, e somente se, um deles e paralelos. Assim, V W = 0 se, e somente se, V = W entre V e W , ou seja, V e W sao ou W = V . do produto vetorial. (c) Segue-se imediatamente da denic ao do produto vetorial, por isso deixamos como exerc (d) Segue-se facilmente da denic ao cio para o leitor. Julho 2006 Reginaldo J. Santos
200 demonstrado no Apendice (e) Este item sera III na pagina 216.
Julho 2006
3.2
Produtos de Vetores Os vetores canonicos
201
i = (1, 0, 0),
j = (0, 1, 0) e k = (0, 0, 1)
vetores unitarios sao (de norma igual a um) paralelos aos eixos coordenados. Todo vetor
V = (v 1 , v 2 , v 3 )
linear), pois pode ser escrito como uma soma de multiplos escalares de i, j e k (combinac ao
V = (v1 , v2 , v3 ) = (v1 , 0, 0) + (0, v2 , 0) + (0, 0, v3 ) = = v1 (1, 0, 0) + v2 (0, 1, 0) + v3 (0, 0, 1) = = v1 i + v2 j + v3 k.

de produto vetorial podemos obter facilmente as seguintes relac Da denic ao oes: (3.9)
ii= 0, j j = 0, k k = 0, i j = k, j k = i, k i = j, j i = k, k j = i, i k = j.
o produto vetorial de dois vetores em Agora, estamos prontos para obter uma formula que de termos das suas componentes.
Julho 2006
Reginaldo J. Santos
202
k i j
x
Figura 3.24: Vetores i, j e k
Julho 2006
3.2
Produtos de Vetores
203
v3 k
V = (v1 , v2 , v3 )
v2 j v1 i
x
Figura 3.25: V = v1 i + v2 j + v3 k
Julho 2006
Reginaldo J. Santos
204
o produto Teorema 3.6. Sejam V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) vetores no espac o. Entao dado por vetorial V W e
V W =
det
v2 v3 w2 w3
, det
v1 v3 w1 w3
, det
v1 v2 w1 w2
(3.10)
Demonstrac ao. De (3.9) segue-se que podemos escrever
V = v1 i + v2 j + v3 k e W = w1 i + w2 j + w3 k.
a soma, temos que Assim, pela distributividade do produto vetorial em relac ao
V W = (v 1 i + v 2 j + v 3 k ) (w 1 i + w 2 j + w 3 k )
= v 1 w 1 ( i i) + v 1 w 2 ( i j ) + v 1 w 3 ( i k ) +
= (v 2 w 3 v 3 w 2 ) i + (v 3 w 1 v 1 w 3 ) j + (v 1 w 2 v 2 w 1 ) k v2 v3 v1 v3 v1 v2 = det i det j + det w2 w3 w1 w3 w1 w2 = det v2 v3 w2 w3 , det v1 v3 w1 w3 , det v1 v2 w1 w2
+ v3 w1 (k i) + v3 w2 (k j ) + v3 w3 (k k )
+ v 2 w 1 ( j i) + v 2 w 2 ( j j ) + v 2 w 3 ( j k ) +
Para obter as componentes do produto vetorial V W procedemos como segue: Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.2
Produtos de Vetores
205
Escreva a matriz:
V W
v1 v2 v3 w1 w2 w3
Para calcular a primeira componente de V W , elimine a primeira coluna da matriz acima e cal-
obtida, eliminando-se cule o determinante da sub-matriz resultante. A segunda componente e a segunda coluna e calculando-se o determinante da sub-matriz resultante com o sinal trocado. obtida como a primeira, mas eliminando-se a terceira coluna. A terceira e
Exemplo 3.11. Sejam V = i + 2j 2k e W = 3i + k . Vamos determinar o produto vetorial V W . Como
V W
entao
1 2 2 3 0 1 1 2 3 1 , det
, 1 2 3 0
V W =
det
2 2 0 1
, det
= (2, 7, 6) .
Usando os vetores i, j e k o produto vetorial V W , pode ser escrito em termos do determinante simbolico
k i j V W = det v1 v2 v3 = det w1 w2 w3
v2 v3 w2 w3
i det
v1 v3 w1 w3
j + det
v1 v2 w1 w2
k.
Julho 2006
Reginaldo J. Santos
206
R = (1, 0, 2) Q = (0, 4, 3)
P = (2, 2, 0)
Figura 3.26: Area P QR do triangulo
Julho 2006
3.2
Produtos de Vetores
207
Exemplo 3.12. Vamos calcular a area do triangulo determinado pelos pontos P = (2, 2, 0), Q = (0, 4, 3) e R = (1, 0, 2) (Figura 3.26). Sejam
V =P Q= (0 2, 4 2, 3 0) = (2, 2, 3) W =P R= (1 2, 0 2, 2 0) = (3, 2, 2) .
Entao,
1 15 V W = (10, 5, 10) e Area = ||V W || = . 2 2
3.2.4 Produto Misto

chamado de produto misto de U , V e W . O resultado abaixo mostra O produto U (V W ) e como calcular o produto misto usando as componentes dos vetores.
Teorema 3.7. Sejam U = u1 i + u2 j + u3 k , V = v1 i + v2 j + v3 k e W = w1 i + w2 j + w3 k . Entao,
u1 u2 u3 U (V W ) = det v1 v2 v3 . w1 w2 w3
Julho 2006
Reginaldo J. Santos
208
Demonstrac ao. Segue do Teorema 3.2 na pagina 188, do Teorema 3.6 na pagina 204 e da denic ao de determinante de uma matriz que
U (V W ) = (u1 , u2 , u3 ) det = u1 det v2 v3 w2 w3
v2 v3 w2 w3 u2 det
, det v1 v3 w1 w3
v1 v3 w1 w3 + u3 det
, det
v1 v2 w1 w2
v1 v2 w1 w2
u1 u2 u3 = det v1 v2 v3 ; w1 w2 w3
Exemplo 3.13. O produto misto dos vetores U = 2i j + 3k , V = i + 4j + k e W = 5i + j 2k e
u1 u2 u3 2 1 3 4 1 = 84. U (V W ) = det v1 v2 v3 = det 1 w1 w2 w3 5 1 2
vetores no espac Teorema 3.8. Dados tres o, U, V e W ,
|U ( V W ) |
numericamente igual ao volume do paralelep e pedo determinado por U, V e W . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.2
Produtos de Vetores
209
V W
h = ||U || | cos |
Figura 3.27: Volume do paralelep pedo determinado por V , W e U
Julho 2006
Reginaldo J. Santos
210
igual ao produto da area Demonstrac ao. O volume do paralelep pedo determinado por U, V e W e do produto vetorial, o volume e dado por da base pela altura, ou seja, pela denic ao Volume = ||V W || h . h = ||U ||| cos |, o que implica que Mas, como vemos na Figura 3.27 a altura e Volume = ||V W || ||U ||| cos | = |U (V W )| .
Exemplo 3.14. Sejam V = 10i, W = 5i + 10j e U = 3i + 3j + 7k . O volume de um paralelep pedo dado por com arestas determinadas por U, V e W e
3 3 7 volume = |U (V W )| = | det 10 0 0 | = |700| = 700 . 5 10 0

para saber se tres vetores sao Segue imediatamente do Teorema 3.7 e do Teorema 3.8 um criterio paralelos a um mesmo plano.
Julho 2006
3.2
Produtos de Vetores
211
V
x
Figura 3.28: Paralelep pedo determinado por U , V e W do Exemplo 3.14
Julho 2006
Reginaldo J. Santos
212
Corolario 3.9. Sejam U = u1 i + u2 j + u3 k , V = v1 i + v2 j + v3 k e W = w1 i + w2 j + w3 k . Estes coplanares (isto e, sao paralelos a um mesmo plano) se, e somente se, vetores sao
u1 u2 u3 U (V W ) = det v1 v2 v3 = 0 . w1 w2 w3
Exemplo 3.15. Vamos vericar que os pontos P = (0, 1, 1), Q = (1, 0, 2), R = (1, 2, 0) e coplanares, isto e, pertencem a um mesmo plano. Com estes pontos podemos S = (2, 2, 2) sao construir os vetores
P Q= (1 0, 0 1, 2 1) = (1, 1, 1), P R= (1 0, 2 1, 0 1) = (1, 3, 1) e P S = (2 0, 2 1, 2 1) = (2, 1, 3)

Os pontos P, Q, R e S pertencem a um mesmo plano se, e somente se, os vetores P Q, P R e P S coplanares. E isto acontece se, e somente se, o produto misto entre eles e zero. Assim, P, Q, R sao coplanares, pois e S sao
1 1 1 P Q (P R P S ) = det 1 3 1 = 0. 2 1 3

Julho 2006
3.2
Produtos de Vetores
213
usado no proximo parametricas O resultado a seguir sera cap tulo para deduzir as equac oes do plano.
nulos no espac Corolario o. 3.10. Sejam U, V e W vetores nao coplanares se, e somente se, a equac vetorial (a) U, V e W sao ao
xU + yV + zW = 0
nao trivial, em que x, y e z sao escalares. tem soluc ao coplanares se, e somente se, um deles e combinac linear (soma de multiplos (b) U, V e W sao ao escalares) dos outros dois. combinac linear de V e coplanares e V e W sao nao paralelos, entao Ue ao (c) Se U, V e W sao W.
U , V e W escritos como vetores colunas. Demonstrac ao. (a) Seja A a matriz cujas colunas sao equivalente ao sistema AX = xU + yV + zW = tem A equac ao 0e 0. Assim, a equac ao t nao trivial se, e somente se, det(A) = 0. Mas, det(A) = det(A ) = U (V W ) = 0 soluc ao coplanares, o que prova o resultado. se, e somente se, os vetores U, V e W sao coplanares se, e somente se, a equac xU + yV + zW = (b) Pelo item anterior U, V e W sao ao 0 nao trivial. Mas, se isto acontece, entao um dos escalares x ou y ou z pode possui soluc ao Julho 2006 Reginaldo J. Santos
214
Vetores no Plano e no Espac o U = (y/x)V + (z/x)W , ou seja, o vetor U e ser diferente de zero. Se x = 0, entao linear de V e W . De forma semelhante, se y = 0, entao combinac linear V e combinac ao ao combinac linear de U e V . Claramente se um dos vetores W e de U e W e se z = 0, entao ao combinac linear dos outros dois, entao eles sao coplanares. e ao
coplanares, entao a equac xU + yV + zW = nao (c) Como U, V e W sao ao 0 possui soluc ao simultaneamente nulos o trivial com x = 0. Pois, caso contrario yV + zW = 0 com y ou z nao que implicaria que V e W seriam paralelos (por que?). Logo U = (y/x)V + (z/x)W .
Exemplo 3.16. Considere os vetores
U =P Q= (1, 1, 1), V =P R= (1, 3, 1) e W =P S = (2, 1, 3)

do Exemplo 3.15 na pagina 212. A equac ao

xU + yV + zW = 0
equivalente ao sistema e
x + y 2z = 0 x 3y + z = 0 x y 3z = 0
Julho 2006
3.2
Produtos de Vetores
215
Escalonando a matriz do sistema obtemos
A ultima matriz corresponde ao sistema
1 1 2 1 1 2 1 1 2 1 3 1 0 2 1 0 2 1 1 1 3 0 2 1 0 0 0 x + y 2z = 0 2y z = 0
Assim
5 U V + W = 0. 2 2
Logo
5 1 W = U V. 2 2 entre os vetores U, V e W . Verique que realmente vale esta relac ao
Julho 2006
Reginaldo J. Santos
216
do item (e) do Teorema 3.5 na pagina Apendice III: Demonstrac ao 199

da distributividade do produto vetorial em relac a soma Vamos dividir a demonstrac ao ao
V (W + U ) = V W + V U
e (V + W ) U = V U + W U
da seguinte forma: direita, isto e, (a) (V W ) U > 0 se, e somente se, V , W e U satisfazem a regra da mao que coincida com W e , giramos o vetor V de um angulo se o angulo entre V e W e ate direita, entao o polegar vai apontar no acompanhamos este movimento com os dedos da mao sentido de U . (b) (V W ) U = V (W U ), ou seja, pode-se trocar os sinais e em (V W ) U . (c) V (W + U ) = V W + V U e (V + W ) U = V U + W U . itens acima. Provemos, agora, os tres direita se, e (a) Como vemos na Figura 3.27 na pagina 209 V, W e U satisfazem a regra da mao o angulo entre V W e U . Como, somente se, 0 < < /2, ou seja, cos > 0, em que e direita se, e (V W ) U = ||V W ||||U || cos , entao V, W e U satisfazem a regra da mao somente se, (V W ) U > 0. comutativo, pelo Teorema 3.8 na pagina (b) Como o produto escalar e 208,
|( V W ) U | = |V ( W U ) |.
Agora, pelo item (a), temos que
(V W ) U
V (W U )
Julho 2006
3.2
Produtos de Vetores
217
o mesmo sinal, pois V, W e U satisfazem a regra da mao direita se, e somente se, W, U e tem satisfazem. V tambem da (c) Vamos provar a primeira igualdade e deixamos como exerc cio para o leitor a demonstrac ao o vetor nulo. segunda. Vamos mostrar que o vetor Y = V (W + U ) V W V U e Para isso, vamos mostrar que para qualquer vetor X no espac o X Y = 0. Pela distributividade do produto escalar, Teorema 3.3 item (b) na pagina 191, temos que
X Y = X V (W + U ) X (V W ) X (V U ).
Pelo item (b), temos que
X Y
= (X V ) (W + U ) (X V ) W (X V ) U = (X V ) (W + U ) (X V ) (W + U ) = 0
Assim, X Y = 0, para todo vetor X , em particular para X = Y , temos que Y Y = ||Y || 2 = 0. Portanto Y = 0, ou seja, V (W + U ) = V W + V U .
Julho 2006
Reginaldo J. Santos
218

da reta no plano que e perpendicular ao vetor N = (2, 3) e passa pelo 3.2.1. Determine a equac ao ponto P0 = (1, 1). 3.2.2. Seja O = (0, 0, 0). Qual o lugar geometrico dos pontos P = (x, y, z ) tais que || OP ||2 = 4? representada pela equac x2 + y 2 = 4? Qual gura e ao 3.2.3. Sejam V = i + 2j 3k e W = 2i + j 2k . Determine vetores unitarios paralelos aos vetores (a) V + W ; (b) V W ; (c) 2V 3W . 3.2.4. Determine o valor de x para o qual os vetores V = xi + 3j + 4k e W = 3i + j + 2k sao perpendiculares. existe x tal que os vetores V = xi + 2j + 4k e W = xi 2j + 3k sao 3.2.5. Demonstre que nao perpendiculares. 3.2.6. Ache o angulo entre os seguintes pares de vetores: (a) 2i + j e j k ; (b) i + j + k e 2j 2k ; (c) 3i + 3j e 2i + j 2k .
3.2.7. Decomponha W = i 3j + 2k como a soma de dois vetores W1 e W2 , com W1 paralelo ao revise o Exemplo 3.10 na pagina vetor j + 3k e W2 ortogonal a este ultimo. (Sugestao: 195) da bissetriz do angulo 3.2.8. Ache o vetor unitario entre os vetores V = 2i +2j + k e W = 6i +2j 3k . observe que a soma de dois vetores esta na direc da bissetriz se, e somente se, (Sugestao: ao os dois tiverem o mesmo comprimento. Portanto, tome multiplos escalares de V e W de forma da soma deles.) que eles tenham o mesmo comprimento e tome o vetor unitario na direc ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
3.2
Produtos de Vetores
219
3.2.9. Verique se os seguintes pontos pertencem a um mesmo plano: (a) A = (2, 2, 1), B = (3, 1, 2), C = (2, 3, 0) e D = (2, 3, 2); (b) A = (2, 0, 2), B = (3, 2, 0), C = (0, 2, 1) e D = (10, 2, 1); 3.2.10. Calcule o volume do paralelep pedo que tem um dos vertices no ponto A = (2, 1, 6) e os tres vertices adjacentes nos pontos B = (4, 1, 3), C = (1, 3, 2) e D = (1, 2, 1). vertices A = (1, 0, 1), B = 3.2.11. Calcule a area do paralelogramo em que tres consecutivos sao (2, 1, 3) e C = (3, 2, 4). 3.2.12. Calcule a area do triangulo com vertices A = (1, 2, 1), B = (3, 0, 4) e C = (5, 1, 3). 3.2.13. Ache X tal que X (i + k ) = 2(i + j k ) e ||X || =
6.
3 e sendo o angulo entre
ortogonal a i + j e a i + k , tem norma 3.2.14. Sabe-se que o vetor X e X e j , tem-se cos > 0. Ache X .
vertices 3.2.15. Mostre que A = (3, 0, 2), B = (4, 3, 0) e C = (8, 1, 1) sao de um triangulo retangulo. o angulo Em qual dos vertices esta reto? 60 . 3.2.16. Considere dois vetores V e W tais que ||V || = 5, ||W || = 2 e o angulo entre V e W e linear de V e W (xV + yW ): Determine, como combinac ao (a) Um vetor X tal que X V = 20 e X W = 5
(b) Um vetor X tal que X V = 0 e X W = 12. Julho 2006 Reginaldo J. Santos
220

>> V=[v1,v2,v3] cria um vetor V, usando as componentes numericas v1, v2, v3. Por exemplo >> V=[1,2,3] cria o vetor V = (1, 2, 3); expr; >> subs(expr,x,num) substitui x por num na expressao da equac expr=0; >> solve(expr) determina a soluc ao ao Comandos numericos do pacote GAAL: >> V=randi(1,3) cria um vetor aleatorio com componentes inteiras;
>> no(V) calcula a norma do vetor V. >> pe(V,W) calcula o produto escalar do vetor V pelo vetor W. >> pv(V,W) calcula o produto vetorial do vetor V pelo vetor W.
Comandos gracos do pacote GAAL:
>> desvet(P,V) desenha o vetor V com origem no ponto P e >> desvet(V) desenha o vetor V com origem no ponto O = (0, 0, 0). >> po([P1;P2;...;Pn]) desenha os pontos P1, P2, ..., Pn. >> lineseg(P1,P2,cor) desenha o segmento de reta P1P2. >> eixos desenha os eixos coordenados. >> box desenha uma caixa em volta da gura. >> axiss reescala os eixos com a mesma escala.
3.2
Produtos de Vetores em torno do eixo z . >> rota faz uma rotac ao pelo fator. >> zoom3(fator) amplica a regiao
221
>> tex(P,texto) coloca o texto no ponto P.

3.2.17. Digite no prompt
demog21,
demonstra as func gracas (sem a v rgula!). Esta func ao oes para vetores. 3.2.18. Coloque em duas variaveis V e W dois vetores bi-dimensionais ou tri-dimensionais a seu criterio. ilvijk(V) para visualizar o vetor V como uma soma de multiplos (a) Use a func ao escalares linear) dos vetores i, j e k . (combinac ao ilpv(V,W) para visualizar o produto vetorial V W . (b) Use a func ao 3.2.19. Use o M ATLAB para resolver os Exerc cios Numericos ilproj(W,V) para visualizar a projec de V em W . (c) Use a func ao ao
Exerc cios Teoricos

` base e perpendicular a ` base. 3.2.20. Mostre que em um triangulo isosceles a mediana relativa a reto. 3.2.21. Mostre que o angulo inscrito em uma semicircunferencia e para os proximos Sugestao 2 exerc cios: Considere o paralelogramo ABCD . Seja U =AB U +V eU V. e V =AD . Observe que as diagonais do paralelogramo sao Julho 2006 Reginaldo J. Santos

222
perpendiculares entao ele e um losango. 3.2.22. Mostre que se as diagonais de um paralelogramo sao o mesmo comprimento entao ele e um 3.2.23. Mostre que se as diagonais de um paralelogramo tem retangulo. W = U? 3.2.24. Se V W = V U e V = 0, entao ortogonal a W1 e W2 , entao ortogonal a 1 W1 + 2 W2 . V e 3.2.25. Mostre que se V e perpendiculares. (Sugestao: mostre que 3.2.26. Demonstre que as diagonais de um losango sao

AC BD= 0, usando o fato de que AB =DC e || AB || = || BC ||.)

nulo no espac 3.2.27. Sejam V um vetor nao o e , e os angulos que V forma com os vetores i, j e k , respectivamente. Demonstre que
cos2 + cos2 + cos2 = 1 .

cos = (Sugestao:
V i , ||V ||||i||
cos =
V j ||V ||||j ||
e cos =
V k ) ||V ||||k||
vetores quaisquer, entao: 3.2.28. Demonstre que, se V e W sao
1 ||V + W ||2 ||V W ||2 ; 4 1 (b) ||V ||2 + ||W ||2 = ||V + W ||2 + ||V W ||2 . 2
(a) V W = (Sugestao: desenvolva os segundos membros das igualdades acima observando que
||V + W ||2 = (V + W ) (V + W ) e ||V W ||2 = (V W ) (V W ))

3.2
Produtos de Vetores
223
vetores quaisquer, entao: 3.2.29. Demonstre que se V e W sao (a) |V W | ||V || ||W ||;
(b) ||V + W || ||V || + ||W ||; mostre que ||V + W ||2 = (V + W ) (V + W ) (||V || + ||W ||)2 , usando o (Sugestao: item anterior) (c)
||V || ||W || ||V W ||. dena U = V W e aplique o item anterior a U e W ) (Sugestao:
associativo? Justique a sua resposta. (Sugestao: experimente com os 3.2.30. O produto vetorial e vetores i, j , k ) vetores quaisquer no espac 3.2.31. Demonstre que se V e W sao o, entao
||V W || ||V || ||W ||.

vetores no espac 3.2.32. Se U , V e W sao o, prove que |U (V W )| ||U || ||V || ||W ||. (Sugest ao: use o Teorema 3.2 na pagina 188 e o exerc cio anterior) use as propriedades do 3.2.33. Mostre que U (V W ) = V (W U ) = W (U V ). (Sugestao: determinante) 3.2.34. Mostre que (a) (U1 + U2 ) (V W ) = U1 (V W ) + U2 (V W ); (b) U [(V1 + V2 ) W ] = U (V1 W ) + U (V2 W ); Julho 2006
Reginaldo J. Santos
224
Vetores no Plano e no Espac o (c) U [V (W1 + W2 )] = U (V W1 ) + U (V W 2). (d) U (V W ) = U [(V + U + W ) W ]. use as propriedades dos produtos escalar e vetorial) (Sugestao:
3.2.35. Prove a identidade de Lagrange
||V W ||2 = ||V ||2 ||W ||2 (V W )2 .

igual a | det(A)|/2, em 3.2.36. Mostre que a area do triangulo com vertices (xi , yi ), para i = 1, 2, 3 e que
(Sugestao: Marque os pontos P1 = (x1 , y1 , 1), P2 = (x2 , y2 , 1), P3 = (x3 , y3 , 1) e dado por P1 = (x1 , y1 , 0). O volume do paralelep pedo determinado por P1 , P2 , P3 e P1 e igual a 1. Assim, o seu | P1 P1 P1 P2 P1 P3 |. Mas, a altura deste paralelep pedo e igual a ` area o paralelogramo determinado por P1 , P2 e P3 . Observe volume e da base que e paralelos ao plano xy .) que OP1 , P1 P2 e P1 P3 sao vetores unitarios 3.2.37. Sejam U1 , U2 e U3 tres mutuamente ortogonais. Se A = [ U1 U2 U3 ] e os vetores U1 , U2 e U3 , entao Ae invert uma matriz 3 3 cujas colunas sao vel e A1 = At . mostre que At A = I3 .) (Sugestao: Um Curso de Geometria Anal tica e Algebra Linear

x1 y1 1 A = x2 y2 1 . x3 y3 1
Julho 2006
3.2
Produtos de Vetores
225
3.2.38. Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ). Prove a formula seguinte para o duplo produto vetorial
U (V W ) = (U W )V (U V )W,
seguindo os seguintes passos: (a) Prove que
U ( j k ) = (U k ) j (U j ) k U (k i) = (U i)k (U k )i
(b) Prove usando o item anterior e as propriedades do produto vetorial que
U ( i j ) = (U j ) i (U i ) j
U (V k ) = (U k )V (U V ) k
(c) Prove agora o caso geral usando o item anterior e as propriedades do produto vetorial.
U (V i ) = (U i )V (U V ) i U (V j ) = (U j )V (U V ) j
Julho 2006
Reginaldo J. Santos
226
Teste do Cap tulo
vertices 1. Mostre que os pontos A = (4, 0, 1), B = (5, 1, 3), C = (3, 2, 5), D = (2, 1, 3) s ao de um paralelogramo. Calcule a sua area.
2. Dado o triangulo de vertices A = (0, 1, 1), B = (2, 0, 1) e C = (1, 2, 0), determine a medida da altura relativa ao lado BC .
3. Sejam U e V vetores no espac o, com V = 0. (a) Determine o numero , tal que U V seja ortogonal a V . (b) Mostre que (U + V ) (U V ) = 2V U .
4. Determine x para que A = (x, 1, 2), B = (2, 2, 3), C = (5, 1, 1) e D = (3, 2, 2) sejam coplanares.
Julho 2006
Cap tulo 4
Retas e Planos
4.1
Equac oes de Retas e Planos
4.1.1 Equac oes do Plano

Geral Equac ao geral de uma reta e ax + by + c = 0. No espac o conjunto dos No plano a equac ao o um plano e pontos P = (x, y, z ) que satisfazem a equac ao
ax + by + cz + d = 0,
para a, b, c R,
chamada equac geral do plano. Existe uma analogia entre uma reta no plano e um plano que e ao de uma reta e determinada se forem dados sua inclinac e um de no espac o. No plano, a equac ao ao 227
228
Retas e Planos
de um plano e caracterizada por um vetor perpendicular a ele, seus pontos. No espac o, a inclinac ao de um plano e determinada se sao dados um vetor chamado vetor normal ao plano e a equac ao normal e um de seus pontos.
Julho 2006
4.1
229
N = (a, b, c)
P0 = (x0 , y0 , z0 )
P = (x, y, z )
Figura 4.1: Plano perpendicular a N = (a, b, c) e que passa por P0 = (x0 , y0 , z0 )
Julho 2006
Reginaldo J. Santos
230
Retas e Planos
geral de um plano que passa por um ponto P0 = (x0 , y0 , z0 ) e tem 4.1. A equac Proposic ao ao vetor normal N = (a, b, c) e ax + by + cz + d = 0 , (4.1) em que d = (ax0 + by0 + cz0 ).
Demonstrac ao. Um ponto P = (x, y, z ) pertence ao plano se, e somente se, o vetor P0 P for perpendicular ao vetor N , ou seja,
N P0 P = 0 . a(x x0 ) + b(y y0 ) + c(z z0 ) = 0,
(4.2)
(4.2) pode ser reescrita como Como, P0 P = (x x0 , y y0 , z z0 ), a equac ao
ou seja,
ax + by + cz (ax0 + by0 + cz0 ) = 0 .
do plano que passa pelo ponto P0 = (1, 2, 2) e e Exemplo 4.1. Vamos encontrar a equac ao 4.1, a equac do plano e da forma perpendicular ao vetor N = (2, 1, 2). Da Proposic ao ao
ax + by + cz + d = 0 ,
4.1
231
d/a
Figura 4.2: Plano ax = d
Julho 2006
Reginaldo J. Santos
232
Retas e Planos
c/a
Figura 4.3: Plano cz = d
Julho 2006
4.1
233
d/b
Figura 4.4: Plano by = d
Julho 2006
Reginaldo J. Santos
234
Retas e Planos
d/a
d/b
Figura 4.5: Plano ax + by=d
Julho 2006
4.1
235
d/c
d/a
Figura 4.6: Plano ax + cz=d
Julho 2006
Reginaldo J. Santos
236
Retas e Planos
d/c
d/b
Figura 4.7: Plano by + cz = d
Julho 2006
4.1
237
Figura 4.8: Plano ax + by + cz = 0
Julho 2006
Reginaldo J. Santos
238
Retas e Planos
d/c
d/a
d/b
Figura 4.9: Plano ax + by + cz + d = 0
Julho 2006
4.1
239
Figura 4.10: Plano 2x y + 2z = 0
Julho 2006
Reginaldo J. Santos
240
Retas e Planos
as componentes do vetor normal, ou seja, a = 2, b = 1 e em que os coecientes de x, y e z sao da forma de e c = 2. Assim, a equac ao
2x y + 2z + d = 0 .
de usarmos a Proposic 4.1, vamos usar o fato de que Para determinar o coeciente d, ao inves ao P0 = (1, 2, 2) pertence a . Mas, o ponto P0 pertence a se, e somente se, as suas coordenadas de , ou seja, satisfazem a equac ao
2 1 1 (2) + 2 (2) + d = 0 .
do plano e Logo, d = 2 + 2 4 = 0. Finalmente, a equac ao
2x y + 2z = 0 .
de uma reta e determinada se forem dados dois pontos da reta. AnalogaNo plano, a equac ao de um plano e determinada se sao dados tres pontos P1 , P2 e P3 nao mente, no espac o, a equac ao nao pertencentes a uma mesma reta). Com os tres pontos podemos formar os colineares (isto e, vetores P1 P2 e P1 P3 (Figura 4.11). do plano que passa pelos pontos P1 Exemplo 4.2. Vamos encontrar a equac ao vetor

pontos podemos formar os vetores P1 P2 e P1 P3 . O P2 = (0, 1 , 0) e P3 = (0, 1 , 1 ). Com os tres 2 2 2

1 1 1 1 1 1 1 1 N =P1 P2 P1 P3 = ( , , 0) ( , , ) = ( , , ) 2 2 2 2 2 4 4 2
= (1 , 0, 0), 2
Julho 2006
4.1
241
N = P1 P2 P1 P3
P3 = (x3 , y3 , z3 ) P1 = (x1 , y1 , z1 )
P = (x, y, z ) P2 = (x2 , y2 , z2 )
pontos Figura 4.11: Plano que passa por tres
Julho 2006
Reginaldo J. Santos
242
Retas e Planos
1/4
1/2
1/2
Figura 4.12: Plano 2x + 2y + 4z 1 = 0
Julho 2006
4.1
243
um vetor normal ao plano. Assim, a equac do plano e da forma e ao
1 1 1 x + y + z + d = 0, 4 4 2
as componentes do vetor N . Para determinar o coeciente d, em que os coecientes de x, y e z sao 1 , 0, 0) pertence ao plano . Mas, o ponto P1 pertence a vamos usar o fato de que o ponto P1 = ( 2 de , ou seja, se, e somente se, as suas coordenadas satisfazem a equac ao
1 1 1 1 + 0 + 0 + d = 0. 4 2 4 2
1 1 1 1 do plano e x+ 4 y+2 z8 = 0 ou multiplicando por 8, Logo, d = 1 . Finalmente, uma equac ao 8 4 obtemos 2x + 2y + 4z 1 = 0. do plano da seguinte forma. Como vimos anteriAlternativamente, podemos encontrar a equac ao
3.9 na pagina vetores, P1 P P1 P2 e P1 P3 , sao coplanares se, e somente 212), tres ormente (Corolario zero. Assim, um ponto P = (x, y, z ) pertence a se, e somente se, se, o produto misto entre eles e
P1 P ( P1 P2 P1 P3 ) = 0 .
Mas,
1 P1 P = (x , y, z ) 2 1 1 P1 P2 = ( , , 0) 2 2 1 1 1 P 1 P 3 = ( , , ). 2 2 2
Julho 2006
Reginaldo J. Santos
244 Entao,
Retas e Planos
do plano e dada por e assim a equac ao
1 x 2 y z 1 1 1 1 1 0 = (x ) + y + z det 1 2 2 4 2 4 2 1 1 1 2 2 2 1 1 1 1 x + y + z = 0. 4 4 2 8
ou multiplicando por 8,
2x + 2y + 4z 1 = 0
do plano tambem e determinada se ao inves de serem dados tres pontos, forem dados A equac ao um ponto P1 do plano e dois vetores paralelos ao plano, V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ), desde colineares. Ou ainda se forem dados dois pontos P1 e P2 do plano e um vetor paque eles sejam nao que neste caso podemos formar o vetor W = P1 P2 = (w1 , w2 , w3 ) ralelo ao plano V = (v1 , v2 , v3 ), ja tambem paralelo ao plano. que e do plano. Nestes casos temos novamente pelo menos duas maneiras de encontrarmos a equac ao observando que o vetor N = V W e um vetor normal ao plano. Desta forma temos um Uma delas e observando que temos tres vetores paralelos ponto do plano e um vetor normal ao plano. A outra e 3.9 na pagina ao plano: P1 P = (x x1 , y y1 , z z1 ), V e W . Como vimos anteriormente (Corolario vetores sao coplanares se, e somente se, o produto misto entre eles e zero, ou seja, 212), os tres

x x1 y y1 z z 1 v2 v3 = 0 . P1 P (V W ) = det v1 w1 w2 w3
(4.3)
Julho 2006
4.1
245
Assim, um ponto P = (x, y, z ) pertence a um plano que passa pelo ponto P1 = (x1 , y1 , z1 ) paralelo aos vetores V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) (nao paralelos) se, e somente se, a ee (4.3) e verdadeira. equac ao
faz sentido dizer que um vetor pertence a um plano. Pois, por um lado, um plano e Nao Observac ao. livres, podem ser colocados em qualquer ponto. um conjunto de pontos e por outro, os vetores sao dizer que um vetor e paralelo a um plano. O correto e
Equac oes Parametricas da equac geral do plano podemos tambem caracterizar os pontos de um plano da seguinte Alem ao forma. Considere um plano , um ponto P0 = (x0 , y0 , z0 ) pertencente a e dois vetores V = colineares, paralelos a . Um ponto P = (x, y, z ) pertence a (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) nao uma combinac linear de V e W (Corolario se, e somente se, o vetor P0 P = (x x0 , y y0 , z z0 ) e ao 3.10 na pagina 213), ou seja, se existem escalares t e s tais que
P0 P = tV + sW.
Escrevendo em termos de componentes (4.4) pode ser escrito como
(4.4)
Logo um ponto P = (x, y, z ) pertence a se, e somente se, satisfaz as equac oes
(x x0 , y y0 , z z0 ) = (tv1 + sw1 , tv2 + sw2 , tv3 + sw3 ). x = x0 + v1 t + w 1 s y = y0 + v2 t + w 2 s z = z 0 + v3 t + w 3 s
para t, s R. Reginaldo J. Santos
Julho 2006
246 sao chamadas equac Estas equac oes oes parametricas do plano.
Retas e Planos
parametricas Exemplo 4.3. Podemos obter equac oes 240 usando do plano do Exemplo 4.2 na pagina paralelo aos vetores P1 P2 = (1/2, 1/2, 0), o fato de que ele passa pelo ponto P1 = (1/2, 0, 0) e e
parametricas Exemplo 4.4. Para encontrarmos as equac oes 230 do plano do Exemplo 4.1 na pagina geral do plano 4x + 2y + 3z = 0. Podemos proceder como no caso de podemos resolver a equac ao 1 sistemas lineares e considerar as variaveis y e z livres: z = t e y = s. Assim, x = 3 t 2 s e portanto 4
P1 P3 = (1/2, 1/2, 1/2). Assim, x = y = z =
1 1 1 t 2 s 2 2 1 1 t 2s 2 1 s 2
para t, s R.
3 equac , 0, 1) e sao oes parametricas do plano. Destas equac oes obtemos que os vetores V1 = ( 4 1 paralelos ao plano. V2 = ( 2 , 1, 0) sao
1 t 2 s x = 3 4 y = s z = t
para t, s R.
4.1.2 Equac oes da Reta

Equac oes Parametricas
Julho 2006
4.1
247
P = (x, y, z )
V = (a, b, c)
r P0 = (x0 , y0 , z0 )
x
Figura 4.13: Reta paralela ao vetor V = (a, b, c)
Julho 2006
Reginaldo J. Santos
248
Retas e Planos
OP
P0 P
OP0 r
x
Figura 4.14: Reta paralela ao vetor V = (a, b, c)
Julho 2006
4.1
249
paralela a um vetor V = (a, b, c) nao nulo e que passa por um Vamos supor que uma reta r e ponto P0 = (x0 , y0 , z0 ). Um ponto P = (x, y, z ) pertence a reta r se, e somente se, o vetor P0 P e um multiplo se o vetor P0 P e escalar de V , ou seja, paralelo ao vetor V , isto e,

P0 P = t V .
(4.5) pode ser escrita como Em termos de componentes, a equac ao
(4.5)
Logo, x x0 = t a, y y0 = t b e z z0 = t c. Ou seja, a reta r pode ser descrita como sendo o conjunto dos pontos P = (x, y, z ) tais que
(x x0 , y y0 , z z0 ) = (ta, tb, tc).
de uma reta r que passa por um ponto P0 = (x0 , y0 , z0 ) e e paralela ao vetor V = (a, b, c). As sao chamado chamadas equac (4.6) sao equac oes oes parametricas da reta r . O vetor V = (a, b, c) e vetor diretor da reta r . O parametro t nas equac oes (4.6) pode ser interpretado como o instante de tempo, se o ponto P = (x, y, z ) descreve o movimento de uma part cula em movimento retil neo uniforme com vetor velocidade V = (a, b, c). Observe que para t = 1, P = (x, y, z ) = (x0 + a, y0 + b, z0 + c), para t = 2, P = (x, y, z ) = (x0 + 2a, y0 + 2b, z0 + 2c) e assim por diante. (4.6), podem ser reescritas como As equac oes
x = x0 + t a y = y0 + t b, z = z0 + t c
para t R.
(4.6)
(x, y, z ) = (x0 + at, y0 + bt, z0 + ct).

250
Retas e Planos
V = (a, 0, 0)
y
Figura 4.15: Reta (x, y, z ) = (x0 + at, y0 , z0 )
Julho 2006
4.1
251
V = (0, b, 0)
x
Figura 4.16: Reta (x, y, z ) = (x0 , y0 + bt, z0 )
Julho 2006
Reginaldo J. Santos
252
Retas e Planos
V = (0, 0, c)
y
Figura 4.17: Reta (x, y, z ) = (x0 , y0 , z0 + ct)
Julho 2006
4.1
253
V = (a, b, 0)
Figura 4.18: Reta (x, y, z ) = (x0 + at, y0 + bt, z0 )
Julho 2006
Reginaldo J. Santos
254
Retas e Planos
V = (0, b, c)
Figura 4.19: Reta (x, y, z ) = (x0 , y0 + bt, z0 + ct)
Julho 2006
4.1
255
V = (a, 0, c)
Figura 4.20: Reta (x, y, z ) = (x0 + at, y0 , z0 + ct)
Julho 2006
Reginaldo J. Santos
256
Retas e Planos
V = (a, b, c)
x
Figura 4.21: Reta (x, y, z ) = (at, bt, ct)
Julho 2006
4.1
257
V = (a, b, c)
y
Figura 4.22: Reta (x, y, z )=(x0+at, y0+bt, z0+ct)
Julho 2006
Reginaldo J. Santos
258
Retas e Planos
faz sentido dizer que o vetor esta contido na reta. Por um lado, a reta e um conjunto Nao Observac ao. tem posic xa. de pontos e por outro um vetor nao ao
paralela ao vetor V = (2, 1, 3/2) tem Exemplo 4.5. A reta que passa por P0 = (1, 3/2, 3) e e parametricas equac oes encontrar a intersec da reta r com os planos coordenados xy , yz e xz . A Podemos tambem ao do plano xy e z = 0, do plano yz e x = 0 e do plano xz e y = 0. Substituindo z = 0 nas equac ao de r , obtemos t = 2, x = 3 e y = 1/2, ou seja, o ponto de intersec de r com o equac oes ao plano xy e
x = 1 + 2t + t para t R y = 3 r: 2 z = 3+ 3 t 2
1 (x, y, z ) = (3, , 0) . 2 o ponto de intersec de r com o plano De forma analoga, encontramos que (x, y, z ) = (0, 1, 9/4) e ao o ponto de intersec de r com o plano xz . yz e (x, y, z ) = (2, 0, 3/4) e ao
Equac oes na Forma Simetrica
nao nulos, podemos resolver cada equac Se todas componentes do vetor diretor da reta r sao ao em (4.6) para t e igualar os resultados obtendo o que chamamos de equac oes na forma simetrica Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
4.1

z
259
P0 = (1, 3/2, 3)
V = (2, 1, 3/2)
Figura 4.23: Reta que passa pelo ponto P0 = (1, 3/2, 3) paralela ao vetor V = (2, 1, 3/2)
de r :
x x0 y y0 z z0 . = = a b c
de r na forma simetrica No Exemplo 4.5 as equac oes sao:
x1 y 3/2 z3 = = . 2 1 3/2
260
Retas e Planos
P2 = (0, 3, 3)
OP2 P1 = (3, 0, 2)

OP1

P1 P2
Figura 4.24: Reta que passa pelos pontos P1 = (3, 0, 2) e P2 = (0, 3, 3)
Julho 2006
4.1
261
Exemplo 4.6. Vamos encontrar as equac oes parametricas da reta r que passa pelos pontos P1 = (3, 0, 2) e P2 = (0, 3, 3). O vetor
P1 P2 = (0 3, 3 0, 3 2)) = (3, 3, 1)
paralelo a r e o ponto P1 = (3, 0, 2) pertence a r . Portanto, as equac parametricas e oes de r sao
x = 3 3t y = 3t para t R. z = 2+t
parametricas dos planos Exemplo 4.7. Vamos encontrar as equac oes da reta r , intersec ao
1 : 2 :
Vetores normais destes planos sao
2x + y + 4z = 0 , 2x y + 2z = 0 .
N1 = (2, 1, 4) e N2 = (2, 1, 2) .
contida em ambos os planos, portanto e perpendicular a ambos os vetores normais A reta r esta (Figura 4.25). Assim, a reta r e paralela ao produto vetorial N1 N2 (Teorema 3.5 (c) na pagina 199).
N1 N 2 =
Julho 2006
det
1 4 1 2
, det
2 4 2 2
, det
2 1 2 1
= (6, 12, 0) .
Reginaldo J. Santos
262
Retas e Planos
N1
N2
dos planos 1 : 2x + y + 4z = 0 e 2 : 2x y + 2z = 0 Figura 4.25: Reta intersec ao
Julho 2006
4.1
263
um vetor diretor de r . Agora, precisamos encontrar um ponto da Assim, V = N1 N2 = (6, 12, 0) e uma soluc particular do sistema reta r . Este ponto e ao
2x + y + 4z = 0 2x y + 2z = 0.
(4.7)
particular do sistema, atribu Para encontrar uma soluc ao mos um valor a uma das incognitas (neste de duas equac exemplo podemos fazer x = 0) e resolvemos o sistema obtido, que e oes e duas incognitas
y + 4z = 0 y + 2z = 0
y = 0 e z = 0, ou seja, o ponto P0 = (0, 0, 0) e uma um ponto da reta r , pois e Obtemos entao, particular do sistema (4.7). Assim, as equac parametricas soluc ao oes de r sao
Alternativamente, podemos encontrar as equac oes parametricas de r determinando a soluc ao geral do sistema (4.7). Para isto devemos escalonar a matriz do sistema (4.7):
x = 0 + 6 t = 6t y = 0 + 12 t = 12t para t R. z = 0+ 0t = 0 2 1 4 0 2 1 2 0
(4.8)
. coluna, que e a coluna do pivo, para isto, adicionamos a ` Precisamos zerar o outro elemento da 1a a a 2 . linha, a 1 . linha.
Julho 2006
Reginaldo J. Santos
264
Retas e Planos
. linha + 2a . linha 2a . linha 1a
2 1 4 0 0 0 6 0
podemos obter facilmente a soluc geral do sistema dado, ja que ele e equivalente ao Agora, ja ao sistema
2x + y + 4z = 0 6z = 0
uma variavel livre. Podemos dar a ela um valor arbitrario, digamos t, Obtemos z = 0. A variavel ye geral do sistema dado e para t R qualquer. Assim, a soluc ao
sao diferentes das equac (4.8), mas representam a mesma reta, pois os vetores Estas equac oes oes paralelos e o ponto P0 = (0, 0, 0) satisfaz tambem as diretores obtidos das duas equac oes sao (4.9). Poder amos dizer que (4.8) e (4.9) representam retas coincidentes. equac oes da reta que e perpendicular a duas retas. O proximo exemplo mostra como encontrar a equac ao da reta r3 que intercepta as retas Exemplo 4.8. Achar as equac oes
x = y = z =
1 2
t t, 0
para t R.
(4.9)
x = 1 + 2t y = 1 + t, r1 : para t R z = 0 r2 : x 2 = y4 2
e
z=3
Julho 2006
4.1
265
r2
r1
Figura 4.26: Retas do Exemplo 4.8
Julho 2006
Reginaldo J. Santos
266
Retas e Planos
perpendicular a ambas. ee descrito por Pr1 = (1 + 2t, 1 + t, 0) e um ponto qualquer da reta Um ponto qualquer da reta r1 e da forma Pr2 = (2 + s, 4 + 2s, 3). Aqui e necessario o uso de um parametro r2 e diferente para a reta
r2 . O vetor Pr1 Pr2 = (3 + s 2t, 3 + 2s t, 3) liga um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (2, 1, 0) de r1 e ao vetor diretor V2 = (1, 2, 0) de r2 , ou seja, temos que resolver o sistema P r 1 P r 2 V 1 = 9 + 4s 5t = 0

P r 1 P r 2 V 2 = 9 + 5s 4t = 0
deste sistema e t = 1, s = 1. Logo Pr1 = (1, 2, 0), Pr2 = (1, 2, 3) e V3 =Pr1 Pr2 = A soluc ao parametricas (0, 0, 3). Assim as equac oes da reta procurada sao
usou o fato de que as retas sao reversas, isto e, elas nao sao paralelas, mas tambem Esta soluc ao se interceptam. Como seria a soluc se elas se interceptassem? Por exemplo se a reta r2 fosse nao ao dada por
x = 1 y = 2, para t R. r3 : z = 3t y4 2
r2 : x 2 =
e z=0?
Julho 2006
4.1
267

4.1.1. Fac a um esboc o dos seguintes planos: (a) 2x + 3y + 5z 1 = 0 (b) x 2y + 4z = 0 (d) 2x + 3z 1 = 0 4.1.2. Fac a um esboc o das retas dadas a seguir: (a) (x, y, z ) = (1 + 2t, (c) 3y + 2z 1 = 0 (e) 3x + 2y 1 = 0 (g) 3z 2 = 0 (f) 5y 2 = 0
(h) 2x 1 = 0
3 2 (c) (x, y, z ) = (1 + t, 2, 3 + 2t) (d) (x, y, z ) = (1, 2 + 2t, 3 + t)

(b) (x, y, z ) = (2t, t, t)
3 3 + t, 3 + t) 2 2
(e) (x, y, z ) = (1 + 2t, 2 + t, 3) (f) (x, y, z ) = (1, 2, 3 + 2t) (g) (x, y, z ) = (1, 2 + 2t, 3) (h) (x, y, z ) = (1 + 2t, 2, 3)
do plano paralelo ao plano 2x y +5z 3 = 0 e que passa por P = (1, 2, 1). 4.1.3. Ache a equac ao do plano que passa pelo ponto P = (2, 1, 0) e e perpendicular aos planos 4.1.4. Encontre a equac ao x + 2y 3z + 2 = 0 e 2x y + 4z 1 = 0. do plano que passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e e 4.1.5. Encontrar a equac ao perpendicular ao plano y = z . da reta que passa pela origem e tem vetor diretor V = i + 2j + k com 4.1.6. Determine a intersec ao o plano 2x + y + z = 5. Julho 2006 Reginaldo J. Santos
268
Retas e Planos
4.1.7. Verique se as retas r : (x, y, z ) = (9t, 1 + 6t, 2 + 3t) e s : (x, y, z ) = (1 + 2t, 3 + t, 1) e se as se interceptam e em caso armativo determine a intersec ao. (Sugestao: a questao se as part precisam estar num trajetorias se cortam e nao culas se chocam, ou seja, elas nao ponto no mesmo instante.) 4.1.8. Dadas as retas
r:
y x2 = =z 2 2
s : x2 = y = z,
geral para o plano determinado por r e s. obtenha uma equac ao 4.1.9. Sejam P = (4, 1, 1) e r : (x, y, z ) = (2 + t, 4 t, 1 + 2t). (a) Mostre que P r ; geral do plano determinado por r e P . (b) Obtenha uma equac ao 4.1.10. Dados os planos 1 : x y + z + 1 = 0 e 2 : x + y z 1 = 0, determine o plano que 1 2 e e ortogonal ao vetor (1, 1, 1). contem 4.1.11. Quais dos seguintes pares de planos se cortam segundo uma reta? (a) x + 2y 3z 4 = 0 e x 4y + 2z + 1 = 0; (b) 2x y + 4z + 3 = 0 e 4x 2y + 8z = 0; (c) x y = 0 e x + z = 0.
da reta que passa pelo ponto Q = (1, 2, 1) e e perpendicular ao plano 4.1.12. Encontre as equac oes x y + 2z 1 = 0. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
4.1
269
da reta que passa pelo ponto P = (1, 0, 1) e e paralela aos planos 2x + 3y + 4.1.13. Ache a equac ao z + 1 = 0 e x y + z = 0. dos planos x + y z = 0 e 2x y + 3z 1 = 0. 4.1.14. Seja r a reta determinada pela intersec ao a reta r . do plano que passa por A = (1, 0, 1) e contem Ache a equac ao 4.1.15. Sejam r e s retas reversas passando por A = (0, 1, 0) e B = (1, 1, 0) e por C = (3, 1, 4) da reta concorrente com r e s e e D = (1, 2, 7), respectivamente. Obtenha uma equac ao paralela ao vetor V = (1, 5, 1). 4.1.16. (a) Mostre que os planos 2x y + z = 0 e x + 2y z = 1 se interceptam segundo uma reta r; da reta que passa pelo ponto A = (1, 0, 1) e intercepta a reta r ortogo(b) Ache a equac ao nalmente. 4.1.17. Considere as retas (x, y, z ) = t(1, 2, 3) e (x, y, z ) = (0, 1, 2) + s(2, 4, 6). Encontre a geral do plano que contem estas duas retas. equac ao parametricas dos planos: 4.1.18. Determine as equac oes da reta intersec ao (a) x + 2y 3z 4 = 0 e x 4y + 2z + 1 = 0; (b) x y = 0 e x + z = 0. 4.1.19. Considere o plano : 2x + 2y z = 0. do plano com o plano yz, s, intersec do plano com (a) Determine as retas r , intersec ao ao do plano com o plano z = 2. Desenhe um esboc o plano xz e t, intersec ao o do plano mostrando as retas r , s e t. Julho 2006 Reginaldo J. Santos
270
Retas e Planos (b) Determine o volume do tetraedro determinado pelo plano , os planos coordenados xz e este volume e igual a 1/6 do volume do paralelep yz e o plano z = 2. (Sugestao: pedo o ponto intersec do eixo z determinado por OA, OB e OC , em que O = (0, 0, 0), A e ao a intersec das retas r e t e C e a intersec das retas s e t.) com o plano z = 2, B e ao ao (c) Determine a area da face do tetraedro contida no plano . (d) Determine a altura do tetraedro relativa a face contida no plano . (Sugestao: a reta ortogonal ao plano que passa pelo ponto A intercepta o plano num ponto P de forma igual a || AP ||) que a altura procurada e

da reta que intercepta as retas r1 e r2 e e perpendicular a ambas. 4.1.20. Achar as equac oes (a)
x = 1+t y = 2 + 3t, para t R r1 : z = 4t r2 : x + 1 = y1 z+2 = . 2 3
(b)
x = 1 + t y = 2 + 3t, para t R r1 : z = 4t r2 : x = z3 y4 = . 2 3
Julho 2006
4.1
271

>> V=[v1,v2,v3] cria um vetor V, usando as componentes numericas v1, v2, v3. Por exemplo >> V=[1,2,3] cria o vetor V = (1, 2, 3); a soma de V e W; >> V-W e a diferenc o produto do vetor V >> V+W e a V menos W; >> num*V e pelo escalar num; expr; >> subs(expr,x,num,) substitui x por num na expressao da equac expr=0; >> solve(expr) determina a soluc ao ao Comandos numericos do pacote GAAL:
>> no(V) calcula a norma do vetor V. >> pe(V,W) calcula o produto escalar do vetor V pelo vetor W. >> pv(V,W) calcula o produto vetorial do vetor V pelo vetor W.
expr as variaveis >> subst(expr,[x,y,z],[a,b,c]) substitui na express ao x,y,z por a,b,c, respectivamente. Comandos gracos do pacote GAAL: V. >> lin(P,V) desenha a reta que passa por P com direc ao V1, V2. >> lin(P1,V1,P2,V2) desenha retas que passam por P1, P2, direc oes
>> plan(P,N) desenha o plano que passa por P com normal N. >> plan(P1,N1,P2,N2) desenha planos que passam por P1, P2, normais N1, N2.
272
Retas e Planos
>> plan(P1,N1,P2,N2,P3,N3) desenha planos que passam por P1, P2 e P3 com normais N1, N2 e N3. >> poplan(P1,P2,N2) desenha ponto P1 e plano passando por P2 com normal N2.
V2. >> poline(P1,P2,V2) desenha ponto P2 e reta passando por P2 com direc ao V1 e plano pas>> lineplan(P1,V1,P2,N2) desenha reta passando por P1 com direc ao sando por P2 com normal N2.
>> axiss reescala os eixos com a mesma escala.

em torno do eixo z . >> rota faz uma rotac ao demonstra as func 4.1.21. Digite no prompt demog22, (sem a v rgula!). Esta func ao oes gracas para de retas e planos. visualizac ao 4.1.22. Use o M ATLAB para resolver os Exerc cios Numericos
Exerc cio Teorico

de um plano com d = 0. 4.1.23. Seja ax + by + cz + d = 0 a equac ao de com os eixos; (a) Determine a intersec ao as intersec de com os eixos, (b) Se P1 = (p1 , 0, 0), P2 = (0, p2 , 0) e P3 = (0, 0, p3 ) sao oes de pode ser posta sob a forma a equac ao
x y z + + = 1. p1 p2 p3
Julho 2006
4.2
Angulos e Distancias
273
4.2
4.2.1 Angulos
Angulo entre Retas Com duas retas no espac o pode ocorrer um dos seguintes casos: concorrentes; (a) As retas se interceptam em um ponto, ou seja, sao paralelas (ou coincidentes); (b) As retas sao reversas, isto e, nao sao paralelas mas tambem nao se interceptam. (c) As retas sao elas determinam quatro angulos, Se as retas se interceptam, entao dois a dois opostos pelo denido como sendo o menor destes angulos. vertice. O angulo entre elas e reversas, entao por um ponto P de r1 passa um reta r2 que e paralela a Se as retas r1 e r2 sao denido como sendo o angulo entre r1 e r2 (Figura 4.27). r2 . O angulo entre r1 e r2 e paralelas o angulo igual a zero. Se as retas sao entre elas e vetores paralelos a r1 e r2 respectivamente, entao o Em qualquer dos casos, se V1 e V2 sao cosseno do angulo entre elas e o angulo entre V1 e V2 . em que e de produto escalar (Denic 3.1 na pagina Lembrando que da denic ao ao 184), podemos encontrar o cosseno do angulo entre dois vetores, ou seja,
cos(r1 , r2 ) = | cos | ,
cos =
Julho 2006
V1 V 2 . ||V1 || ||V2 ||
Reginaldo J. Santos
274
Retas e Planos
z
r2
r2
V2
V1 r1
Figura 4.27: O Angulo entre duas retas reversas r1 e r2
Julho 2006
4.2
275
Isto prova o resultado seguinte.
Julho 2006
Reginaldo J. Santos
276
Retas e Planos
4.2. Sejam duas retas Proposic ao
O cosseno do angulo entre r1 e r2 e
x = x1 + t a1 y = y1 + t b 1 r1 : z = z1 + t c1
x = x2 + t a2 y = y2 + t b2 para todo t R. r2 : z = z2 + t c2 |V 1 V 2 | , ||V1 || ||V2 ||
cos(r1 , r2 ) = | cos | =
em que V1 = (a1 , b1 , c1 ) e V2 = (a2 , b2 , c2 ).
Exemplo 4.9. Encontrar o angulo entre a reta
r1 :
e a reta
x + y z + 1 = 0 2x y + z = 0
x = 2t y = 1 t para todo t R. r2 : z = 2 + 3t
Julho 2006
4.2
277
dada como a intersec de pois ao Vamos encontrar vetores paralelos a estas retas. A reta r1 e paralelo a r1 . planos, portanto o produto vetorial dos vetores normais dos dois planos e
N1 = (1, 1, 1), N2 = (2, 1, 1), V1 = N 1 N 2 = det 1 1 1 1 , det 1 1 2 1 , det 1 1 2 1 = (0, 3, 3)
paralelo a r1 e V2 = (2, 1, 3) e paralelo a r2 . Assim, e
cos(r1 , r2 ) =
|V 1 V 2 | = ||V1 || ||V2 ||
| 6| 1 = . 18 14 7
02 + (3)2 + (3)2
|0 2 + (3)(1) + (3) 3|
22 + (1)2 + 32
Portanto, o angulo entre r1 e r2 e
1 arccos ( ) 67o . 7
Angulo entre Planos Sejam 1 e 2 dois planos com vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ), respecti denido como o angulo vamente. O angulo entre 1 e 2 e entre duas retas perpendiculares a eles. Julho 2006 Reginaldo J. Santos
278
Retas e Planos
Como toda reta perpendicular a 1 tem N1 como vetor diretor e toda reta perpendicular a 2 tem N2 o cosseno do angulo dado por como vetor diretor, entao entre eles e
cos(1 , 2 ) = | cos | ,
o angulo entre os vetores normais N1 e N2 de 1 e 2 , respectivamente (Figura 4.28). em que e cos(1 , 2 ) = Portanto, o cosseno do angulo entre 1 e 2 e seguinte.
|N 1 N 2 | . O que prova o resultado ||N1 || ||N2 ||
4.3. Sejam dois planos Proposic ao
1 : 2 :
O cosseno do angulo entre 1 e 2 e
a1 x + b 1 y + c 1 z + d 1 = 0 , a2 x + b 2 y + c 2 z + d 2 = 0 .
cos(1 , 2 ) =
|N 1 N 2 | , ||N1 || ||N2 ||
os vetores normais de 1 e 2 , respectivamente. em que N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ) sao paralelos ou se cortam segundo um reta. Eles sao paralelos se, e Dois planos 1 e 2 ou sao paralelos, ou seja, um vetor e um multiplo somente se, os vetores normais de 1 e 2 , sao escalar do paralelos se, e somente se, o angulo igual a zero. outro. Assim, e 2 sao entre eles e
Julho 2006
4.2
279
N1
N2
2 1
Figura 4.28: Angulo entre dois planos
Julho 2006
Reginaldo J. Santos
280 sao Exemplo 4.10. Determinar o angulo entre os planos cujas equac oes
Retas e Planos
1 : 2 :
x + y + z = 0, x y z = 0.
os vetores cujas componentes sao os coecientes de x, y Os vetores normais a estes planos sao dos planos, ou seja, e z nas equac oes
N1 = (1, 1, 1) e N2 = (1, 1, 1) .
Assim, o cosseno do angulo entre 1 e 2 e
cos(1 , 2 ) =
Portanto, o angulo entre eles e
1 1 |N 1 N 2 | = = . ||N1 || ||N2 || 3 3 3
1 arccos ( ) 70o . 3
4.2.2 Distancias
Distancia de Um Ponto a Um Plano Sejam P0 = (x0 , y0 , z0 ) um ponto qualquer e : ax + by + cz + d = 0 um plano. A distancia de denida como sendo a distancia o ponto de mais proximo de P0 ate P0 a e de P0 . Dado um ponto P1 = (x1 , y1 , z1 ) de , podemos decompor o vetor P1 P0 em duas parcelas, uma do vetor normal de , N = (a, b, c) e outra perpendicular a ele. A componente na direc na direc ao ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
4.2
281
a projec ortogonal de P1 P0 em N . Como vemos na Figura 4.29, a distancia do vetor N e de P0 a ao igual a ` norma da projec ou seja, ao, e
dist(P0 , ) = ||projN P1 P0 || .
3.4 na pagina Mas, pela Proposic ao 194, temos que

||projN P1 P0 || =
O que prova o resultado seguinte.
P 1 P 0 N ||N ||2
| P 1 P 0 N | . N = ||N ||
4.4. Sejam P0 = (x0 , y0 , z0 ) um ponto qualquer e : ax + by + cz + d = 0 um plano. Proposic ao dada por A distancia de P0 a e
| P 1 P 0 N | , dist(P0 , ) = ||projN P1 P0 || = ||N ||
um ponto de (isto e, um ponto que satisfaz a equac em que N = (a, b, c) e P1 = (x1 , y1 , z1 ) e ao de ).
Julho 2006
Reginaldo J. Santos
282
Retas e Planos
P0 = (x0 , y0 , z0 )
dist(P0 , )
N = (a, b, c)
P1 = (x1 , y1 , z1 )
Figura 4.29: Distancia de um ponto P0 = (x0 , y0 , z0 ) a um plano
projN P1 P0
Julho 2006
4.2
283
Exemplo 4.11. Calcular a distancia entre o ponto P0 = (1, 2, 3) ao plano
: x 2y + z 1 = 0.
de , obtemos x = 1. Assim, o ponto P1 = (1, 0, 0) pertence Fazendo z = 0 e y = 0 na equac ao a .
P1 P0 = (1 1, 2 0, 3 0) = (0, 2, 3)
e
N = (1, 2, 1) .
Assim,
| 1| | P 1 P 0 N | |0 1 + 2(2) + 3 1| 1 = = . dist(P0 , ) = ||projN P1 P0 || = = 2 2 2 ||N || 6 6 1 + (2) + 1
Distancia de Um Ponto a Uma Reta denida como a Sejam P0 = (x0 , y0 , z0 ) um ponto qualquer e r uma reta. A distancia de P0 a r e distancia de P0 ao ponto de r mais proximo de P0 . Dado um ponto qualquer P1 = (x1 , y1 , z1 ) de r podemos decompor o vetor P1 P0 em duas parce do vetor diretor V de r e outra perpendicular a ele. A componente na direc do las, uma na direc ao ao a projec ortogonal de P1 P0 em V . Como vemos na Figura 4.30, vetor V e ao

(dist(P0 , r))2 + ||projV P1 P0 ||2 = || P1 P0 ||2 ,

284 ou seja,
Retas e Planos
(dist(P0 , r))2 = || P1 P0 ||2 ||projV P1 P0 ||2 .

3.4 na pagina Mas, pela Proposic ao 194, temos que
(4.10)
||projV P1 P0 || =
P 1 P 0 V ||V ||2
( P 1 P 0 V ) 2 . = ||V ||2
em (4.10) e usando a denic do produto escalar na pagina Substituindo esta expressao ao 184 e da norma do produto vetorial na pagina 195 obtemos
(dist(P0 , r))2
( P 1 P 0 V ) 2 || P1 P0 ||2 ||V ||2 (P1 P0 V )2 = = || P1 P0 ||2 ||V ||2 ||V ||2
|| P1 P0 ||2 ||V ||2 || P1 P0 ||2 ||V ||2 cos2 = ||V ||2 || P1 P0 V ||2 || P1 P0 ||2 ||V ||2 sen2 = . = ||V ||2 ||V ||2

Isto prova o resultado seguinte.
4.5. Sejam P0 = (x0 , y0 , z0 ) um ponto qualquer e Proposic ao
x = x1 + t a y = y1 + t b para todo t R r : z = z1 + t c
Julho 2006
4.2
285
P0 = (x0 , y0 , z0 )
dist(P0 , r)
P1 = (x1 , y1 , z1 )
projV P1 P0
V = (a, b, c)
Figura 4.30: Distancia de um ponto P0 = (x0 , y0 , z0 ) a uma reta r
Julho 2006
Reginaldo J. Santos
286 dada por uma reta. A distancia de P0 a r e
Retas e Planos
|| P1 P0 V || . dist(P0 , r) = ||V ||
um vetor diretor e P1 = (x1 , y1 , z1 ) e um ponto da reta r . em que V = (a, b, c) e
Julho 2006
4.2
287
` reta Exemplo 4.12. Calcular a distancia do ponto P0 = (1, 1, 2) a
V = (2, 1, 3) e um ponto de r e P1 = (1, 0, 2). Assim, Um vetor diretor da reta r e
x = 1 + 2t y = t r : para todo t R. z = 2 3t
P1 P0 = (1 1, 1 0, 2 2) = (0, 1, 0) , P1 P0 V = (3, 0, 2) , || P1 P0 V || = 13 e ||V || = 14 .

Portanto,
|| P1 P0 V || dist(P0 , r) = = ||V ||
13 . 14
Distancia entre Dois Planos denida como a menor distancia Sejam dois planos 1 e 2 quaisquer. A distancia entre 1 e 2 e entre dois pontos, um de 1 e outro de 2 . paralelos, entao os planos sao concorrentes e neste caso a sao Se os seus vetores normais nao igual a zero. Se os seus vetores normais sao paralelos, entao os planos sao distancia entre eles e igual a ` distancia paralelos (ou coincidentes) e a distancia entre 1 e 2 e entre um ponto de um deles, Julho 2006 Reginaldo J. Santos
288
Retas e Planos
P2
dist(1 , 2 )
N1
P1
Figura 4.31: Distancia entre dois planos
projN1 P1 P2
Julho 2006
4.2
289
igual por exemplo P2 de 2 , e o ponto de 1 , mais proximo de P2 (Figura 4.31). Mas, esta distancia e ` distancia a de P2 a 1 . Vamos ver isto em um exemplo. paralelos, pois Exemplo 4.13. Os planos 1 : x + 2y 2z 3 = 0 e 2 : 2x + 4y 4z 7 = 0 sao os seus vetores normais N1 = (1, 2, 2) e N2 = (2, 4, 4) sao paralelos (um e multiplo escalar do outro). Vamos encontrar a distancia entre eles. Vamos encontrar dois pontos quaisquer de cada um deles. Fazendo z = 0 e y = 0 em ambas as equac oes obtemos x1 = 3 e x2 = 7/2. Assim, P1 = (3, 0, 0) pertence a 1 e P2 = (7/2, 0, 0) 4.4 temos que pertence a 2 . Portanto, pela Proposic ao
| P 1 P 2 N 1 | dist(1 , 2 ) = dist(1 , P2 ) = ||projN1 P1 P2 || = ||N1 || |(1/2) 1 + 0 2 + 0(2)| |(7/2 3, 0 0, 0 0) (1, 2, 2)| 1 = = = . 6 9 12 + 22 + (2)2
Distancia entre Duas Retas denida como a menor distancia Sejam r1 e r2 duas retas quaisquer. A distancia entre r1 e r2 e entre dois pontos, um de r1 e outro de r2 . Para calcular a distancia entre duas retas, vamos dividir em dois casos: as retas r1 e r2 sao paralelas (ou coincidentes). paralelos, entao (a) Se os vetores diretores sao igual a ` distancia Neste caso, a distancia entre elas e entre um ponto de r2 e a reta r1 , ou vice 4.5 na pagina versa, entre um ponto de r1 e a reta r2 (Figura 4.32). Assim, pela Proposic ao Julho 2006 Reginaldo J. Santos
290 284, temos que
Retas e Planos
pontos de r1 e r2 e V1 e V2 sao vetores diretores de r1 e r2 , respectivaem que P1 e P2 sao mente. elas sao reversas ou concorrentes. Os dois sao paralelos, entao (b) Se os vetores diretores nao casos podem ser resolvidos da mesma forma. Estas retas denem dois planos paralelos (que concorrentes). Um e o plano que contem podem ser coincidentes, no caso em que elas sao paralelo a r2 , vamos chama-lo r2 e e paralelo a r1 , 2 . O vetor r1 e e de 1 . O outro, contem normal (ou perpendicular) a ambos os planos, em que V1 e V2 sao os vetores N = V 1 V2 , e ` entre diretores de r1 e r2 respectivamente. Assim, a distancia entre as retas e igual a distancia estes dois planos (Figura 4.33), ou seja,
|| P1 P2 V2 || dist(r1 , r2 ) = dist(P1 , r2 ) = , ||V2 ||
(4.11)
| P 1 P 2 (V 1 V 2 )| | P 1 P 2 N | = dist(r1 , r2 ) = dist(1 , 2 ) = dist(1 , P2 ) = ||N || ||V1 V2 ||
(4.12)
pontos de r1 e r2 e V1 e V2 sao vetores diretores de r1 e r2 , respectivaem que P1 e P2 sao concorrentes a distancia zero, pois os vetores mente. Observe que se as retas sao entre elas e coplanares e P1 P2 (V1 V2 ) = 0 (Corolario P1 P2 , V1 e V2 sao 3.9 na pagina 212). Exemplo 4.14. Vamos determinar a distancia entre as retas

r1 :
x1 y+1 z2 = = . 4 2 6
Julho 2006
4.2 e
291
paralelas, pois seus vetores diretores V1 = (4, 2, 6) e V2 = (2, 1, 3) (Exemplo As retas sao paralelos (um e um multiplo 4.5 na pagina 258) sao escalar do outro, ou ainda as componentes proporcionais). Alem disso, o ponto P1 = (1, 1, 2) pertence a ` reta r1 . Como correspondentes sao igual a ` distancia dissemos acima, a distancia de r1 a r2 e entre um ponto de r2 e a reta r1 (Figura 4.5 na pagina 4.32). Assim, pela Proposic ao 284, temos que
x = 1 + 2t y = t r2 : para todo t R. z = 2 3t
|| P1 P2 V2 || dist(r1 , r2 ) = dist(P1 , r2 ) = = ||V2 ||

as mesmas do Exemplo 4.12 na pagina As contas sao 287.
13 . 14
Exemplo 4.15. Determinar a distancia entre as retas
r1 :
e
x+1 y1 = = z. 3 2
paralelas aos vetores V1 = (3, 2, 1) e V2 = (1, 2, 1) e passam pelos pontos As retas r1 e r2 sao sao paralelas, pois seus vetores P1 = (1, 1, 0) e P2 = (0, 0, 1), respectivamente. As retas nao Julho 2006 Reginaldo J. Santos
x = t y = 2t r2 : para qualquer t R. z = 1t
292
Retas e Planos
a . componente de V e . sao paralelos (observe que a 1a diretores nao 1 3 vezes a 1 componente de V2 , . s componentes sao iguais). Logo, mas as 2a
P1 P2 = (0 (1), 0 1, 1 0) = (1, 1, 1) .
Um vetor perpendicular a ambas as retas e
N = V1 V2 = (4, 4, 4) .
normal aos planos 1 (que contem r1 e e paralelo a r2 ) e 2 (que contem r2 e e paralelo Este vetor e a r1 ) (veja a Figura 4.33). Assim,
| P 1 P 2 N | dist(r1 , r2 ) = dist(1 , 2 ) = dist(1 , P2 ) = ||N || 1 |1(4) + (1) 4 + 1 4| | 4| = = = . 4 3 3 (4)2 + 42 + 42
Julho 2006
4.2
293
r2
P2
r1
dist(r1 , r2 )
P1 projV1 P1 P2 V1
Figura 4.32: Distancia entre duas retas paralelas
Julho 2006
Reginaldo J. Santos
294
Retas e Planos
r2
V2
V1 V 2
dist(r1 , r2 )
P2
V1
r1
P1
Figura 4.33: Distancia entre duas retas reversas
Julho 2006
4.2
295

4.2.1. Considere os vetores V = i + 3j + 2k , W = 2i j + k e U = i 2j . Seja um plano paralelo ortogonal do vetor ao aos vetores W e U e r uma reta perpendicular ao plano . Ache a projec ortogonal de V sobre o vetor diretor da reta r . V sobre a reta r, ou seja, a projec ao 4.2.2. Encontrar o angulo entre o plano 2x y + z = 0 e o plano que passa pelo ponto P = (1, 2, 3) perpendicular ao vetor i 2j + k . ee 4.2.3. Seja 1 o plano que passa pelos pontos A = (1, 1, 1), B = (1, 0, 1), C = (1, 1, 0) e 2 o plano paralelo ao vetor i + j . Ache o angulo que passa pelos pontos P = (0, 0, 1) e Q = (0, 0, 0) e e entre 1 e 2 . 4.2.4. Ache todas as retas que passam pelo ponto (1, 2, 3) e que formam angulos de 45o e 60o com os eixos x e y respectivamente. 4.2.5. Obtenha os vertices B e C do triangulo equilatero ABC , sendo A = (1, 1, 0) e sabendo que o contido na reta r : (x, y, z ) = t (0, 1, 1). (Sugestao: Determine os pontos Pr lado BC esta da reta r tais que Pr A faz angulo de 60o e 120o com o vetor diretor da reta r )
perpendicular a ` reta que une os pontos A = (1, 0, 0) 4.2.6. Seja o plano que passa pela origem e e e B = (0, 1, 0). Encontre a distancia do ponto C = (1, 0, 1) ao plano . 4.2.7. Seja r1 a reta que passa pelos pontos A = (1, 0, 0) e B = (0, 2, 0), e r2 a reta
x2=
Julho 2006
z4 y3 = . 2 3
Reginaldo J. Santos
296 da reta perpendicular as ` retas r1 e r2 ; (a) Encontre as equac oes (b) Calcule a distancia entre r1 e r2 .
Retas e Planos
4.2.8. Dados A = (0, 2, 1), r : X = (0, 2, 2) + t (1, 1, 2), ache os pontos de r que distam ` A. A distancia do ponto A a reta r e maior, menor ou igual a 3? Por que?
3 de
4.2.9. Dada a reta r : X = (1, 0, 0) + t (1, 1, 1) e os pontos A = (1, 1, 1) e B = (0, 0, 1), ache o ponto de r equidistante de A e B . do lugar geometrico 4.2.10. Encontre a equac ao dos pontos equidistantes de A = (1, 1, 2) e B = perpendicular ao segmento AB ? (4, 3, 1). Este plano passa pelo ponto medio de AB ? Ele e dos planos que sao perpendiculares ao vetor (2, 2, 2) e que distam 4.2.11. Ache as equac oes ponto (1, 1, 1). a reta 4.2.12. Determine os planos que contem
3 do
r :
x 2y + 2z = 0 3x 5y + 7z = 0
e formam com o plano 1 : x + z = 0 um angulo de 60o . 4.2.13. paralela ao plano (a) Verique que a reta r : (x, y, z ) = (1, 0, 1) + t(1, 1, 0) e
: x + y + z = 0.
(b) Calcule a distancia de r a . reversas a ` reta r e distam 2 desta? (c) Existem retas contidas no plano , que sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
4.2 4.2.14.
297
do plano 1 que passa por A = (10/3, 1, 1), B = (1, 9/2, 1) e (a) Determine a equac ao C = (1, 1, 5/6).
do plano 2 que passa por D = (1, 4, 1), E = (3/2, 1, 10) e (b) Determine a equac ao paralelo ao eixo z. e parametricas dos planos 1 e 2 . (c) Escreva equac oes para a reta r intersec ao (d) Fac a um esboc o dos planos 1 , 2 e da reta r no primeiro octante. (e) Qual o angulo entre os planos 1 e 2 ? mais proximo este ponto e tal que (f) Qual o ponto P de 1 que esta da origem? (Sugestao: ortogonal ao plano 1 .) OP e (g) Qual a area do triangulo ABC ?

4.2.15. Use o M ATLAB para resolver os Exerc cios Numericos
Exerc cios Teoricos

4.2.16. Prove que o lugar geometrico dos pontos do espac o que equidistam de dois pontos distintos um plano que passa pelo ponto medio A = (x 1 , y 1 , z 1 ) e B = (x 2 , y 2 , z 2 ) e do segmento AB e perpendicular a ele. Esse plano e chamado plano mediador do segmento AB . e 4.2.17. Mostre que a distancia de um ponto P0 = (x0 , y0 , z0 ) a um plano : ax + by + cz + d = 0 e
dist(P0 , ) =
Julho 2006
|ax0 + by0 + cz0 + d| . a2 + b 2 + c 2

Reginaldo J. Santos
298
Retas e Planos
4.2.18. Mostre que a distancia entre dois planos paralelos 1 : ax + by + cz + d1 = 0 e 2 : ax + by + cz + d2 = 0 e
dist(1 , 2 ) =
|d 2 d 1 | . a2 + b 2 + c 2
paralelas r1 : (x, y, z ) = (x1 +ta1 , y1 +tb1 , z1 +tc1 ) 4.2.19. Mostre que a distancia entre duas retas nao e r2 : (x, y, z ) = (x2 + ta2 , y2 + tb2 , z2 + tc2 ) e
det
b1 c 1 b2 c 2
x2 x 1 y2 y 1 z 2 z 1 a1 b1 c1 det a2 b2 c2
2
+ det
a1 c 1 a2 c 2
+ det
a1 b 1 a2 b 2
4.2.20. O angulo entre uma reta r que tem vetor diretor V = (ar , br , cr ) e um plano que tem vetor denido pelo complementar do angulo entre uma reta perpendicular normal N = (a , b , c ) e ao plano e a reta r . Mostre que
sen(r, ) =
|N V | . ||N ||||V ||
4.2.21. A distancia entre uma reta r que passa por um ponto P0 = (x0 , y0 , z0 ) e tem vetor diretor denida como a menor distancia V = (ar , br , cr ) e um plano : a x + b y + c z + d = 0 e e entre dois pontos um de r e outro de . Se o vetor diretor da reta r , V = (ar , br , cr ), nao a reta e o plano sao concorrentes ortogonal ao vetor normal do plano , N = (a , b , c ), entao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
4.2
299
Figura 4.34: Reta e plano concorrentes
Julho 2006
Reginaldo J. Santos
300
Retas e Planos igual a zero, caso contrario a distancia igual a distancia e a distancia entre eles e e de uma ponto da reta r ao plano . Mostre que
|a x 0 + b y 0 + c z 0 + d | , se V N = 0 2 + b2 + c2 a dist(r, ) = 0, caso contrario
Julho 2006
4.2
301
Figura 4.35: Reta e plano paralelos
Julho 2006
Reginaldo J. Santos
302
Retas e Planos
Teste do Cap tulo
1. Ache os pontos do plano : y = x que equidistam dos pontos A = (1, 1, 0) e B = (0, 1, 1).
2. Determine m, n R para que a reta (x, y, z ) = (n, 2, 0) + t(2, m, m) esteja contida no plano : x 3y + z = 1 . 3. do plano que passa pelos pontos A = (0, 0, 1), B = (0, 1, 0) e (a) Encontre a equac ao C = (1, 0, 1). (b) Encontre a distancia da origem ao plano .
4.
(a) Mostre que os planos x y = 0 e y z = 1 se interceptam segundo uma reta r .
do plano que passa pelo ponto A = (1, 0, 1) e e perpendicular a ` reta r . (b) Ache a equac ao
Julho 2006
Cap tulo 5
Espac os Rn
5.1
Independencia Linear
vimos que os vetores no plano sao identicados com pares ordenados de numeros Ja reais e identicados com ternos ordenados de numeros que vetores no espac o sao reais. Muito do que estudamos sobre vetores no plano e no espac o pode ser estendido para n-uplas de numeros reais, em que n pode ser um numero inteiro positivo.
5.1.1 Os Espac os Rn
303
304
Espac os Rn
denido pelo conjunto de todas 5.1. Para cada inteiro positivo n, o espac Denic ao o (vetorial) Rn e as n-uplas ordenadas X = (x1 , . . . , xn ) de numeros reais.
simplesmente o conjunto dos numeros o conjunto dos O conjunto R1 e reais. O conjunto R2 e 3 o conjunto dos ternos de numeros reais. pares de numeros reais e o R e 3 (x1 , x2 , x3 ) pode ser interpretado geometricamente de duas maneiras: No R o terno de numeros as coordenadas do ponto (Figura 5.1), pode ser visto como um ponto, neste caso x1 , x2 e x3 sao as componentes do vetor (Figura 5.2). Tambem ou como um vetor, neste caso x1 , x2 e x3 sao pode ser pensada como um vetor ou como um ponto. Por exemplo, a quintupla no Rn uma n-upla X = (1, 2, 3, 5, 4) pode ser pensada como um ponto no R5 , quando consideramos X como um com X , como as que elemento do conjunto R5 , ou como um vetor do R5 , quando fazemos operac oes iremos denir adiante. Vamos chamar os elementos do Rn de pontos ou de vetores dependendo da situac ao. considerados iguais se Dois vetores V = (v1 , . . . , vn ) e W = (w1 , . . . , wn ) no Rn sao de vetor por escalar v1 = w1 , . . . , vn = wn . As operac oes de soma de vetores e multiplicac ao n denidas de maneira analoga no R sao ao que zemos no plano e no espac o.
5.2. Denic ao por
denida (a) A soma de dois vetores V = (v1 , . . . , vn ) e W = (w1 , . . . , wn ) do Rn e
V + W = (v1 + w1 , . . . , vn + wn );
(5.1)
Julho 2006
5.1
Linear Independencia
305
z
z (x, y, z ) z
(x, y, z )
Figura 5.1: Coordenadas (x, y, z )
Figura 5.2: Componentes (x, y, z )
Julho 2006
Reginaldo J. Santos
306
Espac os Rn
denida por de um vetor V = (v1 , . . . , vn ) do Rn por um escalar e (b) A multiplicac ao
V = ( v 1 , . . . , v n ).
(5.2)
denido por denotado por um O vetor nulo do Rn e 0ee 0 = (0, . . . , 0). Se V = (v1 , . . . , vn ) e n o simetrico denido por V = (v1 , . . . , vn ). A denotado por V e e de V e vetor do R , entao n vetores do Rn denida por V W = V + (W ). Se V e W sao diferenc a de dois vetores no R e um multiplo dizemos que W e escalar de V . tais que W = V , para algum escalar , entao n ser escrito na notac matricial como uma matriz Um vetor V = (v1 , . . . , vn ) do R pode tambem ao linha ou como uma matriz coluna:
podem ser justicadas pelo fato de que as operac matriciais Estas notac oes oes
. V = . . vn w1
v1
ou V =
v1 . . . v n
ou
. V +W = . . + vn V +W =
v1
wn
. . . = +
v1 + w 1
. . .
vn + w n
, =
. . V = . . = . . vn vn v1 + w 1 . . . v n + w n ,
v1
v1
v1 . . . v n V =
w1 . . . w n =
v1 . . . v n
v1 . . . vn
Julho 2006
5.1
307
vetoriais produzem os mesmos resultados que as operac oes
V + W = (v 1 , . . . , v n ) + (w 1 , . . . , w n ) = (v 1 + w 1 , . . . , v n + w n ) V = (v1 , . . . , vn ) = (v1 , . . . , vn ).
Julho 2006
Reginaldo J. Santos
308
Espac os Rn
No teorema seguinte enunciamos as propriedades mais importantes da soma de vetores e de vetores por escalar no Rn . multiplicac ao
Teorema 5.1. Sejam U = (u1 , . . . , un ), V = (v1 , . . . , vn ) e W = (w1 , . . . , wn ) vetores do Rn e e validas escalares. Sao as seguintes propriedades: (a) U + V = V + U ; (b) (U + V ) + W = U + (V + W ); (c) U + 0 = U; (d) U + (U ) = 0; (e) (U ) = ( )U ; (f) (U + V ) = U + V ; (g) ( + )U = U + U ; (h) 1U = U .
Demonstrac ao. Segue diretamente das propriedades da algebra matricial (Teorema 1.1 na pagina 10).
vazio onde estao O conceito de vetores pode ser generalizado ainda mais. Um conjunto nao de soma e multiplicac por escalar e chamado espac denidas as operac oes ao o vetorial se satisfaz as oito propriedades do Teorema 5.1 (ver por exemplo [31]).
Linear 5.1.2 Combinac ao

linear de vetores V1 , . . . , Vk , e simplesmente uma soma de multiplos Uma combinac ao escalares de V1 , . . . , Vk . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.1
309
uma combinac 5.3. Um vetor V e linear dos vetores V1 , . . . , Vk , se existem escalares ao Denic ao x1 , . . . , xk que satisfazem a equac ao
x1 V 1 + x 2 V 2 + . . . + x k V k = V
(5.3)
vetorial (5.3) possui soluc Neste caso, dizemos tambem que V pode ser ou seja, se a equac ao ao. linear de V1 , . . . , Vk . escrito como uma combinac ao
uma combinac linear de a equac (5.3) se reduz a x1 V1 = V , ou seja, V e ao Se k = 1, entao ao um multiplo escalar de V1 . V1 se, e somente se, V e uma e Exemplo 5.1. Sejam V1 = (1, 0, 0) e V2 = (1, 1, 0), vetores de R3 . O vetor V = (2, 3, 2) nao linear de V1 e V2 , pois a equac combinac ao ao
x1 V1 + x2 V2 = V,
que pode ser escrita como
(5.4)
x1 (1, 0, 0) + x2 (1, 1, 0) = (2, 3, 2),

ou ainda,
(x1 + x2 , x2 , 0) = (2, 3, 2),

possui soluc que nao ao. Julho 2006
x1 + x 2 = 2 x2 = 3 0 = 2
Reginaldo J. Santos
310
Espac os Rn
V = (2, 3, 2)
V1 = (1, 0, 0) V2 = (1, 1, 0)
x y x
V1 = (1, 0, 0) V2 = (1, 1, 0)
y
V = (2, 3, 0)
combinac e Figura 5.3: O vetor V nao ao linear de V1 e V2
combinac linear ao Figura 5.4: O vetor V e de V1 e V2
Julho 2006
5.1
311
uma combinac linear de V1 = (1, 0, 0) e V2 = (1, 1, 0), pois ao Exemplo 5.2. O vetor V = (2, 3, 0) e a equac ao x1 V 1 + x 2 V 2 = V (5.5) ou
x1 (1, 0, 0) + x2 (1, 1, 0) = (2, 3, 0)

ou ainda,
(x1 + x2 , x2 , 0) = (2, 3, 0),

que possui soluc ao.
x1 + x 2 = 2 x2 = 3 0 = 0
sempre combinac linear de quaisquer vetores V1 , . . . , Vk , pois 0e ao Exemplo 5.3. O vetor nulo
0 = 0V 1 + . . . + 0V k .
uma combinac linear de ao Exemplo 5.4. Todo vetor V = (a, b, c) do R3 e
i = (1, 0, 0),
Pois,
j = (0, 1, 0) e k = (0, 0, 1).
(a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1) = ai + bj + ck.

312
Espac os Rn
ck
V = (a, b, c)
ai
bj
Figura 5.5: (a, b, c) = ai + bj + ck
Julho 2006
5.1
313
combinac linear de um conjunto de vetores {A1 , . . . , An }, ao Para vericarmos se um vetor B e vetorial escrevemos a equac ao
x1 A 1 + x 2 A 2 + . . . + x n A n = B ,
(5.6)
vetores do Rm , a equac (5.6), pode ser escrita Se A1 , . . . , An sao ao e vericamos se ela tem soluc ao. como
a11
. . .
a1n
. . .
equivalente ao sistema linear que e
x1
am1
+ . . . + xn
amn
b1 . = . . bm
AX = B,
os vetores Ai escritos como matrizes colunas, ou seja, A = [A1 . . . An ] em que as colunas de A sao
x1 . eX = . . . Isto prova o seguinte resultado. xn
combinac linear 5.2. Sejam A uma matriz m n e B uma matriz m 1. O vetor B e Proposic ao ao ao. das colunas de A se, e somente se, o sistema AX = B tem soluc
Julho 2006
Reginaldo J. Santos
314
Espac os Rn
5.1.3 Independencia Linear
linearmente independente 5.4. Dizemos que um conjunto S = {V1 , . . . , Vk } de vetores e Denic ao vetorial (L.I.) se a equac ao x1 V 1 + x 2 V 2 + . . . + x k V k = 0 (5.7) possui a soluc trivial, ou seja, se a unica linear so ao forma de escrever o vetor nulo como combinac ao aquela em que todos os escalares sao iguais a zero. Caso contrario, dos vetores V1 , . . . , Vk e isto e, linearmente dependente (L.D.). nao trivial, dizemos que o conjunto S e ao se (5.7) possui soluc
L.D., pois se Exemplo 5.5. Um conjunto nito de vetores de Rn que contem o vetor nulo e 0V1 + . . . + 0Vj 1 + 1Vj + 0Vj +1 + . . . + 0Vk = tal que Vj = 0, para algum j , entao {V 1 , . . . , V k } e 0. L.I., pois x1 V1 = nulo e Exemplo 5.6. Um conjunto formado por um unico 0e vetor, {V1 }, nao equivalente a x1 = 0 ou V1 = 0. Mas, V1 = 0; portanto x1 = 0.
um conjunto de vetores L.D., entao qualquer conjunto nito de vetoExemplo 5.7. Se {V1 , . . . , Vk } e tambem L.D., pois a equac res que contenha V1 , . . . , Vk e ao
x1 V 1 + . . . + x k V k + 0 W 1 + . . . + 0 W m = 0
nao trivial. admite soluc ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.1
315
L.D. se, e somente se, a equac ao Exemplo 5.8. Um conjunto formado por dois vetores, {V1 , V2 } e nao trivial. Mas se isto acontece, entao um dos escalares x1 ou x2 x1 V1 + x2 V2 = 0 possui soluc ao V1 = (x2 /x1 )V2 e se x2 = 0, entao V2 = (x1 /x2 )V1 . pode ser diferente de zero. Se x1 = 0, entao L.D., entao um dos vetores e multiplo escalar do outro. Ou seja, se {V1 , V2 } e multiplo 1 V1 Reciprocamente, se um vetor e escalar do outro, digamos se V1 = V2 , entao L.D. Portanto, podemos dizer que dois vetores sao L.D. se, e somente se, V2 = 0 e assim eles sao um multiplo um e escalar do outro. L.I., pois um vetor Por exemplo, o conjunto S = {V1 , V2 }, em que V1 = (1, 0, 1) e V2 = (0, 1, 1), e e multiplo nao escalar do outro.
L.D. se, e somente se, a equac vetores, {V1 , V2 , V3 } e ao Exemplo 5.9. Um conjunto formado por tres nao trivial. Mas se isto acontece, entao um dos escalares x1 x1 V1 + x2 V2 + x3 V3 = 0 possui soluc ao V1 = (x2 /x1 )V2 + (x3 /x1 )V3 , ou seja, ou x2 ou x3 pode ser diferente de zero. Se x1 = 0, entao combinac linear de V2 e V3 . De forma semelhante, se x2 = 0, entao combinac V2 e ao ao o vetor V1 e combinac linear de V1 e V2 . Assim, se tres V3 e vetores V1 , ao linear de V1 e V3 e se x3 = 0, entao L.D., entao um deles e uma combinac linear dos outros dois, ou seja, em deles V2 e V3 do Rn sao ao uma soma de multiplos vetores nao nulos sao e escalares dos outros dois. No R3 temos que se tres ou os tres sao paralelos (Figura 5.8), ou dois deles sao paralelos (Figura 5.9) ou os tres L.D., entao coplanares, isto e, sao paralelos a um mesmo plano (Figura 5.10). sao uma combinac linear dos outros dois, digamos se V1 = V2 + Reciprocamente, se um vetor e ao 1 V1 V2 V3 = L.D. Portanto, podemos dizer que tres vetores sao 0 e assim eles sao V3 , entao 3 uma combinac linear dos outros dois. No R , se tres vetores sao L.D. se, e somente se, um deles e ao eles nao sao coplanares (Figura 5.11). L.I., entao
Julho 2006
Reginaldo J. Santos
316
Espac os Rn
V2 V1 V1
V2
Figura 5.6: Dois vetores linearmente dependentes
Figura 5.7: Dois vetores linearmente independentes
Julho 2006
5.1
317
V2 V1 V3 V3 V2
V1
x y x y
vetores linearmente depenFigura 5.8: Tres dentes (paralelos)
vetores linearmente depenFigura 5.9: Tres dentes (dois paralelos)
Julho 2006
Reginaldo J. Santos
318
Espac os Rn
V1 V1 V2 V2 V3
V3
vetores linearmente deFigura 5.10: Tres pendentes (coplanares)
vetores linearmente indeFigura 5.11: Tres pendentes
Julho 2006
5.1
319
Exemplo 5.10. Vamos mostrar que os vetores E1 = (1, 0, . . . , 0), E2 = (0, 1, 0, . . . , 0), . . . , En = L.I. em particular os vetores i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1) sao L.I. A (0, . . . , 0, 1) sao equac ao
x1 E 1 + . . . + x n E n = 0
pode ser escrita como
x1 (1, 0, . . . , 0) + . . . + xn (0, . . . , 0, 1) = (0, . . . , 0) .

equivalente ao sistema Logo, (x1 , . . . , xn ) = (0, . . . , 0), que e
x 1 = 0, . . . , x n = 0 .
L.I. precisamos saber se a equac Para descobrir se um conjunto de vetores {A1 , . . . , An } e ao vetorial x1 A 1 + x 2 A 2 + . . . + x n A n = 0 (5.8) vetores do Rm , a equac (5.8), pode ser escrita trivial. Se A1 , . . . , An sao tem somente a soluc ao ao como
amn equivalente ao sistema linear homogeneo os vetores que e AX = 0, em que as colunas de A sao x1 . Ai escritos como matrizes colunas, ou seja, A = [A1 . . . An ] e X = . . . Isto prova o seguinte xn
resultado. Julho 2006 Reginaldo J. Santos
x1
a11
. . .
am1
+ . . . + xn
a1n
. . .
. = . . 0
320
Espac os Rn
5.3. Seja A uma matriz m n. Proposic ao linearmente independentes se, e somente se, o sistema AX = (a) As colunas de A sao 0 tem trivial. somente a soluc ao as colunas de A sao linearmente independentes se, e somente se, (b) Se m = n, entao
det(A) = 0.
Julho 2006
5.1
321
ou mais vetores no R2 , assim como quatro ou mais vetores no R3 e mais de n vetores no Rn Tres sempre L.D. Pois, nestes casos, o problema de vericar se eles sao ou nao L.I. leva a um sistema sao linear homogeneo com mais incognitas do que equac oes, que pelo Teorema 1.6 na pagina 52 tem nao trivial. sempre soluc ao
L.D. Corolario 5.4. Em Rn um conjunto com mais de n vetores e
Exemplo 5.11. Considere os vetores V1 = (1, 0, 1), V2 = (0, 1, 1) e V3 = (1, 1, 1) de R3 . Para L.I. ou L.D. escrevemos a equac sabermos se eles sao ao
x1 V 1 + x 2 V 2 + x 3 V 3 = 0.
vetorial e equivalente ao sistema linear AX = Esta equac ao 0, em que
Escalonando a matriz [ A | 0 ] podemos obter a sua forma escalonada reduzida
1 0 1 A = [ V 1 V2 V3 ] = 0 1 1 . 1 1 1 1 0 0 0 [ R | 0] = 0 1 0 0 . 0 0 1 0
Julho 2006
Reginaldo J. Santos
322
Espac os Rn
que o sistema A X = trivial x1 = x2 = x3 = 0. Conclu mos, entao 0 possui somente a soluc ao L.I. Portanto os vetores V1 , V2 e V3 sao Exemplo 5.12. Sejam V1 = (1, 2, 5), V2 = (7, 1, 5) e V3 = (1, 1, 1) vetores do R3 . Para L.I. ou L.D. escrevemos a equac sabermos se eles sao ao
x1 V 1 + x 2 V 2 + x 3 V 3 = 0.
vetorial e equivalente ao sistema linear AX = Esta equac ao 0, em que
(5.9)
equivalente por linhas a ` matriz escalonada reduzida A matriz [ A | 0] e
1 7 1 A = [ V 1 V 2 V 3 ] = 2 1 1 . 5 5 1 1 0 [R|0] = 0 0 2/5 0 1 1/5 0 . 0 0 0
(5.10)
Assim a variavel x3 pode ser uma variavel livre que pode, portanto, assumir qualquer valor. Con vetorial (5.9) tem soluc nao trivial. Portanto, V1 , V2 e clu mos que o sistema A X = 0 e a equac ao ao L.D. V3 sao linearmente dependente sugere que os vetores dependem uns dos outros em algum A expressao o caso. sentido. O teorema seguinte mostra que este realmente e
Julho 2006
5.1
323
linearmente dependente (L.D.) se, Teorema 5.5. Um conjunto S = {V1 , . . . , Vk } (k > 1) de vetores e linear dos outros vetores de S. e somente se, pelo menos um dos vetores, Vj , for combinac ao
em duas partes: Demonstrac ao. Vamos dividir a demonstrac ao uma combinac linear dos demais vetores do conjunto S, isto e, se existem escalares ao (a) Se Vj e 1 , . . . , j 1 , j +1 , . . . , k tais que
1 V1 + . . . + j 1 Vj 1 + j +1 Vj +1 + . . . + k Vk = Vj ,
somando-se Vj a ambos os membros camos com entao
1 V1 + . . . + j 1 Vj 1 Vj + j +1 Vj +1 + . . . + k Vk = 0.
(5.11)
nao trivial, pois o coeciente x1 V1 + . . . + x k Vk = 0 admite soluc ao Isto implica que a equac ao L.D. 1. Portanto, S e de Vj em (5.11) e L.D., entao a equac ao (b) Se S e
x1 V 1 + x 2 V 2 + . . . + x k V k = 0
(5.12)
diferente de zero. Entao, nao trivial, o que signica que pelo menos um xj e admite soluc ao xk x1 (5.12) por 1/xj e subtraindo-se ( x )V1 + . . . + ( x )Vk obtemos multiplicando-se a equac ao j j
Vj =
x1 xj
V1 . . .
xj 1 xj
Vj 1
xj +1 xj
Vj +1 . . .
xk xj
Vk .
combinac linear dos outros vetores de S. Portanto, um vetor Vj e ao Julho 2006 Reginaldo J. Santos
324
Espac os Rn
da segunda parte, vemos que o vetor, cujo escalar na combinac Observac ao. Na demonstrac ao ao linear dos outros. linear, puder ser diferente de zero, pode ser escrito como combinac ao
Exemplo 5.13. Sejam V1 = (1, 2, 5), V2 = (7, 1, 5) e V3 = (1, 1, 1) vetores do R3 . Vamos linear dos outros dois. Vimos no Exemplo 5.12 que estes escrever um dos vetores como combinac ao L.D. De (5.10) segue-se que vetores sao
x1 V 1 + x 2 V 2 + x 3 V 3 = 0
se, e somente se, x1 = (2/5), x2 = (1/5) e x3 = , para todo R. Substituindo-se os acima, camos com valores de x1 , x2 e x3 na equac ao
(2/5)V1 (1/5)V2 + V3 = 0
Tomando-se = 1, obtemos
multiplicando-se por 5 e somando-se 2V1 + 5V3 , temos que V2 = 2V1 + 5V3 . Observe que, neste linear dos outros. O proximo exemplo, qualquer dos vetores pode ser escrito como combinac ao exemplo mostra que isto nem sempre acontece.
(2/5)V1 (1/5)V2 + V3 = 0
L.D., Exemplo 5.14. Sejam V1 = (2, 2, 2), V2 = (3, 3/2, 0) e V3 = (2, 1, 0). {V1 , V2 , V3 } e e combinac linear de V2 e V3 (Figura 5.9 na pagina mas V1 nao ao 317).
Julho 2006
5.1
325
5.1.4 Posic oes Relativas de Retas e Planos

Posic oes Relativas de Duas Retas relativa de duas retas, usando a dependencia Vamos estudar a posic ao linear de vetores. Sejam r1 : (x, y, z ) = (x1 + ta1 , y1 + tb1 , z1 + tc1 ) e r2 : (x, y, z ) = (x2 + ta2 , y2 + tb2 , z2 + tc2 ) as de duas retas. equac oes as retas sao L.D., entao (a) Se os vetores diretores V1 = (a1 , b1 , c1 ) e V2 = (a2 , b2 , c2 ) sao de paralelas, elas sao coincidentes, se um ponto de uma paralelas ou coincidentes. Alem delas pertence a outra, por exemplo se P1 = (x1 , y1 , z1 ) pertence a r2 ou se P2 = (x2 , y2 , z2 ) pertence a r1 . Ou ainda, L.D. (com V1 e V2 L.D.), entao elas sao coincidentes. (i) Se V1 e P1 P2 ou V2 e P1 P2 sao L.I. (com V1 e V2 L.D.), entao elas sao paralelas distintas. (ii) Se V1 e P1 P2 ou V2 e P1 P2 sao as retas sao L.I. entao (b) Se os vetores diretores V1 = (a1 , b1 , c1 ) e V2 = (a2 , b2 , c2 ) sao reversas ou concorrentes. L.D. (com V1 e V2 L.I.), entao as retas sao concorrentes. (i) Se P1 P2 , V1 e V2 sao L.I., entao as retas sao reversas (Figura 5.12). (ii) Se P1 P2 , V1 e V2 sao

Posic oes Relativas de Dois Planos relativa dos dois planos usando a dependencia Vamos estudar a posic ao linear de vetores. Sejam Julho 2006 Reginaldo J. Santos
326
Espac os Rn
r2 V2 P2 V1 V 2 V1 r1 P1
Figura 5.12: Duas retas reversas

1
Figura 5.13: Dois planos que se interceptam segundo uma reta Um Curso de Geometria Anal tica e Algebra Linear
Figura 5.14: Dois planos paralelos
Julho 2006
5.1
327
Figura 5.15: Reta e plano concorrentes
Figura 5.16: Reta e plano paralelos
Julho 2006
Reginaldo J. Santos
328
Espac os Rn
de dois planos. 1 : a1 x + b1 y + c1 z + d1 = 0 e 2 : a2 x + b2 y + c2 z + d2 = 0 as equac oes os planos sao L.D., entao (a) Se os vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ) sao de paralelos, eles sao coincidentes se, e somente se, paralelos distintos ou coincidentes. Alem de um deles, satisfaz tambem a equac do outro. Ou ainda, todo ponto que satisfaz a equac ao ao L.D., entao as equac sao proporcio(i) Se os vetores (a1 , b1 , c1 , d1 ) e (a2 , b2 , c2 , d2 ) sao oes coincidentes. nais e os planos sao L.I. (com N1 e N2 L.D.), entao os planos (ii) Se os vetores (a1 , b1 , c1 , d1 ) e (a2 , b2 , c2 , d2 ) sao paralelos distintos (Figura 5.14). sao os planos sao L.I., entao (b) Se os vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ) sao concorrentes (Figura 5.13).
Posic oes Relativas de Reta e Plano relativa de uma reta e um plano usando a dependencia Vamos estudar a posic ao linear de vetores. de uma reta e um plano que passa Sejam r : (x, y, z ) = (x1 + ta1 , y1 + tb1 , z1 + tc1 ) a equac ao paralelo aos vetores V2 = (a2 , b2 , c2 ) e V3 = (a3 , b3 , c3 ). pelo ponto P2 = (x2 , y2 , z2 ) e e (a) Se o vetor diretor da reta r , V1 = (a1 , b1 , c1 ), os vetores paralelos ao plano , V2 = (a2 , b2 , c2 ) L.D., entao a reta e o plano sao paralelos ou a reta esta contida no e V3 = (a3 , b3 , c3 ) sao contida no plano se alem dos vetores V1 , V2 e V3 forem L.D., um ponto da plano. A reta esta reta pertence ao plano, por exemplo, se P1 = (x1 , y1 , z1 ) pertence a . Ou ainda, L.D. e V2 = (a2 , b2 , c2 ), (i) Se V1 = (a1 , b1 , c1 ), V2 = (a2 , b2 , c2 ) e V3 = (a3 , b3 , c3 ) sao sao L.D., entao a reta esta contida no plano. V3 = (a3 , b3 , c3 ) e P1 P2 tambem Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.1
329
L.D., mas V2 = (a2 , b2 , c2 ), (ii) Se V1 = (a1 , b1 , c1 ), V2 = (a2 , b2 , c2 ), V3 = (a3 , b3 , c3 ) sao L.I., entao a reta e paralela ao plano, mas nao esta contida V3 = (a3 , b3 , c3 ) e P1 P2 sao nele. L.I., entao a reta e concorrente ao (b) Se V1 = (a1 , b1 , c1 ), V2 = (a2 , b2 , c2 ), V3 = (a3 , b3 , c3 ) sao plano.
Julho 2006
Reginaldo J. Santos
330
Espac os Rn

combinac linear de V1 = (5, 3, 1), V2 5.1.1. Quais dos seguintes vetores sao ao V3 = (10, 18, 7)? (a) (10, 2, 5); (c) (2, 1, 1); (b) (10, 2, 8); (d) (1, 2, 3).
= (0, 4, 3) e
L.D. 5.1.2. Os vetores V1 = (5, 3, 1), V2 = (0, 4, 3) e V3 = (10, 18, 7) do exerc cio anterior sao ou L.I.? Caso sejam L.D. escreva um deles como combinac ao linear dos outros. linearmente dependentes? 5.1.3. Quais dos seguintes conjuntos de vetores sao (a) {(1, 1, 2), (1, 0, 0), (4, 6, 12)}; (c) {(1, 1, 1), (2, 3, 1), (3, 1, 2)}; (b) {(1, 2, 3), (2, 4, 6)}; L.D.? 5.1.4. Para quais valores de o conjunto de vetores {(3, 1, 0), (2 + 2, 2, 0)} e um conjunto linearmente independente de vetores do Rn . Res5.1.5. Suponha que {V1 , V2 , V3 } e linearmente dependente ou independente nos seguintes casos: ponda se {W1 , W2 , W3 } e (a) W1 = V1 + V2 , W2 = V1 + V3 e W3 = V2 + V3 ; (b) W1 = V1 , W2 = V1 + V3 e W3 = V1 + V2 + V3 . 5.1.6. Sejam r1 : (x, y, z ) = (1 + 2t, t, 2 + 3t) e r2 : (x, y, z ) = (t, 1 + mt, 1 + 2mt) duas retas. sejam reversas). (a) Determine m para que as retas sejam coplanares (nao relativa entre r1 e r2 . (b) Para o valor de m encontrado, determine a posic ao do plano determinado por r1 e r2 . (c) Determine a equac ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
(d) {(4, 2, 1), (6, 5, 5), (2, 1, 3)}.
5.1
331
5.1.7. Sejam a reta r : (x, y, z ) = (1, 1, 1) + (2t, mt, t) e o plano paralelo aos vetores V 1 = (1, 2, 0) e V2 = (1, 0, 1) passando pela origem. Determine o valor de m para que a reta seja paralela contida no plano? ao plano. Para o valor de m encontrado a reta esta
Exerc cio usando o M ATLAB

5.1.8. (a) Dena os vetores V1=[1;2;3], V2=[3;4;5] e V3=[5;6;7]. Dena o vetor aleat orio combinac linear de V1, V2 e V3. V=randi(3,1). Verique se V e ao (b) Dena a matriz aleatoria M=randi(3,5). Verique se os vetores denidos pelas colunas combinac linear de V1, V2 e V3. Tente explicar o resultado. de M sao ao linearmente independentes. Se eles forem linearmente de(c) Verique se V1, V2 e V3 sao linear dos outros e verique o resultado. pendentes, escreva um deles como combinac ao
Exerc cios Teoricos

5.1.9. Seja A uma matriz n n. Mostre que det(A) = 0 se, e somente se, uma de suas colunas e linear das outras. combinac ao um conjunto de vetores do Rn linearmente independente. Mos5.1.10. Suponha que {V1 , V2 , . . . , Vn } e uma matriz n n nao singular, entao {AV1 , AV2 , . . . , AVn } tambem e um tre que se A e conjunto linearmente independente. nulos U , V e W sao L.D., entao W e uma combinac linear de U e V ? 5.1.11. Se os vetores nao ao
Julho 2006
Reginaldo J. Santos
332
Espac os Rn
5.2
Subespac os, Base e Dimensao
do sistema linear homogeneo Sejam A uma matriz m n e W Rn o conjunto soluc ao AX = 0. vimos na Proposic 1.7 na pagina Ja ao 53 que o conjunto W satisfaz as seguintes propriedades: X + Y tambem pertence a W. (a) Se X e Y pertencem a W, entao X tambem pertence a W para todo escalar . (b) Se X pertence a W, entao 1.7 na pagina dos itens (a) e (b) acima na Proposic ao 53. Revise como foi feita a demonstrac ao soluc X + Y e X tambem o sao. Assim, se X e Y sao oes de um sistema homogeneo, entao tambem soluc de AX = 0. lineares de soluc de AX = 0 sao Portanto, combinac oes oes oes chamado de espac de um sistema homogeneo do o soluc ao O conjunto soluc ao AX = 0e sistema homogeneo AX = 0. Ele se comporta como se fosse um espac o, no sentido de que sa fazendo soma de vetores do conjunto ou multiplicando vetores do conjunto por escalar nao mos dele. vazio de Rn que satisfaz as propriedades (a) e (b) acima e chamado de Um subconjunto nao n as operac de soma e multiplicac por escalar podemos viver subespac o de R . Com relac ao oes ao um subespac do sistema homogeneo o nele sem termos que sair. Logo o espac o soluc ao AX = 0e n a rec o espac de um sistema homogeneo de R . Vale tambem proca, todo subespac o e o soluc ao cio 5.2.17 na pagina 350). (Exerc
Exemplo 5.15. Considere os sistemas lineares Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
Subespac os Base e Dimensao
333
X1
X1 + X 2 X X2
Figura 5.17: Soma de vetores do plano
ax + by + cz = 0
de vetor por esFigura 5.18: Multiplicac ao calar do plano ax + by + cz = 0
Julho 2006
Reginaldo J. Santos
334
Espac os Rn
X1 + X 2 X1 X2 X
Figura 5.19:
Soma de vetores da reta
(x, y, z ) = (at, bt, ct)
de vetor por esFigura 5.20: Multiplicac ao calar da reta (x, y, z ) = (at, bt, ct)
Julho 2006
5.2
335
sistemas homogeneos, sao subespac Todos sao portanto os conjuntos soluc ao os do R3 . geral do primeiro sistema e o proprio (a) A soluc ao R3 .
0 0 0 0 x (a) 0 0 0 y = 0 z 0 0 0 0 0 1 2 3 x 7 8 y = 0 (c) 3 0 2 4 6 z
0 1 2 3 x (b) 2 4 6 y = 0 z 0 3 6 9 0 1 2 3 x 7 8 y = 0 (d) 3 0 4 1 2 z
geral do segundo sistema e x = 2 3 , y = e z = , para todos , R, (b) A soluc ao o plano x 2y + 3z = 0, que passa pela origem, com vetor normal N = (1, 2, 3) que e (verique!); geral do terceiro sistema e x = 5t, y = t e z = t, para todo t R, que e a reta (c) A soluc ao que passa pela origem, com vetor diretor V = (5, 1, 1). do quarto sistema e x = 0, y = 0 e z = 0, que e somente a origem { (d) A soluc ao 0 = (0, 0, 0)}. Vamos ver que para todo sistema linear homogeneo AX = 0, existe um numero nito de ve tais que toda soluc de AX = tores V1 , . . . , Vk do espac o soluc ao ao 0 pode ser escrita como uma linear de V1 , . . . , Vk . combinac ao Exemplo 5.16. Considere o sistema linear homogeneo AX = 0, em que
1 1 0 0 1 1 1 1 . A = 2 2 1 1 1 1 0
336
Espac os Rn
Escalonando a matriz aumentada do sistema acima, obtemos a matriz escalonada reduzida
geral do sistema pode ser escrita como E assim a soluc ao
1 1 0 0 1 0 0 0 1 1 1 0 . 0 0 0 0 0 0
x1 = , x2 = , x3 = + , x4 = x5 =
do sistema AX = para todos os valores de , , R, ou seja, o conjunto soluc ao 0e
W = {(x1 , x2 , x3 , x4 , x5 ) = ( , , + , , ) | , , R} .
linear de vetores de W: Agora, um elemento qualquer de W pode ser escrito como uma combinac ao
( , , + , , ) = (, 0, , 0, ) + (0, 0, , , 0) + (, , 0, 0, 0) = (1, 0, 1, 0, 1) + (0, 0, 1, 1, 0) + (1, 1, 0, 0, 0)

linear dos vetores V1 = (1, 0, 1, 0, 1), Assim, todo vetor de W pode ser escrito como combinac ao obtido fazendo-se = 1 e = = V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) pertencentes a W (V1 e 0, V2 fazendo-se = = 0 e = 1 e V3 fazendo-se = = 0 e = 1). Neste caso dizemos que V1 = (1, 0, 1, 0, 1), V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) geram o subespac o W. Em geral temos a seguinte denic ao.
Julho 2006
5.2
337
de um sistema linear 5.5. Seja W um subespac Denic ao o de Rn (por exemplo, o espac o soluc ao homogeneo AX = 0). Dizemos que os vetores V1 , . . . , Vk pertencentes a W, geram W ou que um conjunto de geradores de W, se qualquer vetor de W e combinac linear de ao {V 1 , . . . , V k } e o subespac que W e o gerado por V1 , . . . , Vk . V1 , . . . , Vk . Dizemos tambem
importante e encontrar o maior numero Uma questao poss vel de vetores linearmente indepen dentes em um subespac o. O resultado a seguir responde a esta questao.
de um sistema linear hoTeorema 5.6. Seja W subespac o de Rn (por exemplo, o espac o soluc ao mogeneo AX = 0). Seja {V1 , . . . , Vm } um conjunto de vetores de W (a) linearmente independente (L.I.), combinac linear de V1 , . . . , Vm ). ao (b) que gera W (ou seja, todo vetor X de W e linearmente dependente (L.D.). um conjunto com mais de m vetores em W e Entao,
Demonstrac ao. Seja {W1 , . . . , Wp } um subconjunto de W, com p > m. Vamos mostrar que L.D. Vamos considerar a combinac linear nula de W1 , . . . , Wp ao {W 1 , . . . , W p } e
x1 W 1 + x 2 W 2 + . . . + x p W p = 0.
Julho 2006
(5.13) Reginaldo J. Santos
338
Espac os Rn
linear de V1 , . . . , Vm , em particular, Como qualquer elemento de W pode ser escrito como combinac ao
m
Wj = b1j V1 + b2j V2 + . . . + bmj Vm =

i=1
bij Vi ,
para j = 1, . . . , p .
(5.14)
Vi , para i = 1, . . . , m, Assim, substituindo (5.14) em (5.13) e agrupando os termos que contem obtemos (b11 x1 + . . . + b1p xp )V1 + . . . + (bm1 x1 + . . . + bmp xp )Vm = 0. (5.15) iguais a zero. Isto leva ao L.I., entao os escalares na equac (5.15) sao Como {V1 , . . . , Vm } e ao sistema linear
BX = 0,
um sistema homogeneo em que B = (bij )mp . Mas, este e que tem mais incognitas do que equac oes, nao trivial, (Teorema 1.6 na pagina 52), como quer amos provar. portanto possui soluc ao O resultado anterior mostra que se podemos escrever todo elemento do subespac o W como uma o maior numero linear de vetores V1 , . . . , Vm L.I. pertencentes a W, entao me poss vel combinac ao de vetores L.I. em W. No Exemplo 5.16 os vetores V1 = (1, 0, 1, 0, 1), V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) disso de geram W. Alem
(1, 0, 1, 0, 1) + (0, 0, 1, 1, 0) + (1, 1, 0, 0, 0) = ( , , + , , )

L.I. (por que?) segue-se que V1 , V2 e V3 sao podemos obter um numero Assim pelo Teorema 5.6 nao maior de vetores em W L.I. Neste caso uma base de W. Em geral temos a seguinte denic dizemos que {V1 , V2 , V3 } e ao. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
339
de um sistema linear 5.6. Seja W um subespac Denic ao o de Rn (por exemplo, o espac o soluc ao uma base de W, se AX = 0). Dizemos que um subconjunto {V1 , . . . , Vk } de W e homogeneo um conjunto de geradores de W (ou seja, todo vetor de W e combinac linear ao (a) {V1 , . . . , Vk } e de V1 , . . . , Vk ) e L.I. (b) {V1 , . . . , Vk } e
Exemplo 5.17. Os vetores E1 = (1, 0, . . . , 0), E2 = (0, 1, 0, . . . , 0), . . . , En = (0, . . . , 0, 1) formam da forma V = (a1 , . . . , an ) e pode ser escrito uma base do Rn . Pois, um vetor qualquer do Rn e como uma soma de vetores, sendo um vetor para cada parametro e cada vetor dependendo apenas de um parametro, obtendo
V = (a1 , . . . , an ) = (a1 , 0, . . . , 0) + (0, a2 , 0, . . . , 0) + . . . + (0, . . . , 0, an ) = a1 (1, 0, . . . , 0) + a2 (0, 1, 0, . . . , 0) + . . . + an (0, . . . , 0, 1).

Assim, os vetores E1 = (1, 0, . . . , 0), E2 = (0, 1, 0, . . . , 0), . . . , En = (0, . . . , 0, 1) geram o Rn . L.I. Esses vetores formam a chamada Vimos no Exemplo 5.10 na pagina 319 que E1 , E2 , . . . En sao n 3 base canonica de R . No caso do R , E1 = i, E2 = j e E3 = k .
Exemplo 5.18. Seja W = {(x, y, z ) = t(a, b, c) | t R} uma reta que passa pela origem. Como o nao nulo e gera a reta, entao {V } e uma base de W. vetor diretor V = (a, b, c) e Julho 2006 Reginaldo J. Santos
340
Espac os Rn
V2 = (0, 3, 2)
V1 = (2, 1, 0)
Figura 5.21: V1 = (2, 1, 0) e V2 = (0, 3, 2) que formam uma base para o plano
Julho 2006
5.2
341
V = (a, b, c)
base para a reta (x, y, z ) = t(a, b, c) Figura 5.22: Vetor V = (a, b, c) que e
Julho 2006
Reginaldo J. Santos
342
Espac os Rn
Exemplo 5.19. Seja W = {(x, y, z ) R3 | ax + by + cz = 0} um plano que passa pela origem. ax + by + cz = 0 se, e somente se, Vamos supor que a = 0. Um ponto (x, y, z ) satisfaz a equac ao
1 z = , y = , x = (c + b ), a c a
para todos , R.
Assim, o plano W pode ser descrito como W = {(
de W pode ser escrito como uma soma de vetores, sendo um para cada parametro, obtendo
b , , ) | , R}. Assim, todo vetor a
b c b c ( , , ) = ( , 0, 1) + ( , 1, 0). a a a a
c linear dos vetores V1 = ( a , 0, 1) e Assim, todo vetor de W pode ser escrito como uma combinac ao b obtido fazendo-se = 1 e = 0 e V2 , fazendo-se = 0 V2 = ( a , 1, 0) pertencentes a W (V1 e c b L.I., , 1, 0) geram o plano W. Como V1 e V2 sao e = 1). Portanto, V1 = ( a , 0, 1) e V2 = ( a uma base do plano W. Deixamos como e multiplo {V 1 , V 2 } e pois um nao escalar do outro, entao para o caso em exerc cio para o leitor encontrar uma base de W para o caso em que b = 0 e tambem que c = 0.
um subespac qualquer base de Segue do Teorema 5.6 na pagina 337 que se W = { 0} e o, entao o maior numero W tem o mesmo numero de elementos e este e de vetores L.I. que podemos ter em chamado de dimensao de W. Se W. O numero de elementos de qualquer uma das bases de W e igual a 0. W = {0} dizemos que W tem dimensao do Rn e n, pois como foi mostrado no Exemplo 5.17 na pagina Exemplo 5.20. A dimensao 339, E1 = (1, 0, . . . , 0), E2 = (0, 1, 0, . . . , 0), . . . , En = (0, . . . , 0, 1) formam uma base do Rn . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
343
1e Exemplo 5.21. Pelo Exemplo 5.18 na pagina 339 uma reta que passa pela origem tem dimensao 2. pelo Exemplo 5.19 na pagina 342 um plano que passa pela origem tem dimensao de um subespac basta conse m > 0, entao Vamos mostrar a seguir que se a dimensao o W e guirmos m vetores L.I. em W, que teremos uma base.
L.I., m > 0. Se m vetores, V1 , . . . , Vm W, sao Teorema 5.7. Seja W um subespac o de dimensao eles geram o subespac entao o W e portanto formam uma base de W.
Demonstrac ao. Sejam V1 , . . . , Vm vetores L.I. e seja V um vetor qualquer do subespac o W. Vamos ao linear de V1 , . . . , Vm . Considere a equac mostrar que V e combinac ao vetorial
x1 V1 + x2 V2 + . . . + xm Vm + xm+1 V = 0
(5.16)
L.D., pois sao m + 1 vetores em um subespac Pelo Teorema 5.6 na pagina 337, V1 , . . . , Vm , V sao o m. Entao a equac (5.16) admite soluc nao trivial, ou seja, pelo menos um xi = 0. de dimensao ao ao multiplicando-se a equac (5.16) Mas, xm+1 = 0, pois caso contrario, V1 , . . . , Vm seriam L.D. Entao, ao por 1/xm+1 e subtraindo (x1 /xm+1 )V1 + (x2 /xm+1 )V2 + . . . + (xm /xm+1 )Vm , obtemos
V =
x1 xm+1
V1 . . .
xm xm+1
Vm .
Julho 2006
Reginaldo J. Santos
344
Espac os Rn
de um subespac m > 0, entao basta Dos resultados anteriores, vemos que se a dimensao o, W, e podemos conseguir conseguirmos m vetores L.I. em W, que teremos uma base (Teorema 5.7) e nao mais do que m vetores L.I. (Teorema 5.6 na pagina 337). Exemplo 5.22. Do Teorema 5.7 segue-se que n vetores L.I. do Rn formam uma base de Rn . Por exemplo, 3 vetores L.I. do R3 formam uma base de R3 .
Exemplo 5.23. Sejam W o plano x + y + z = 0 e V o plano 4x 2y + z = 0. Assim, o plano W tem a WVe vetor normal N1 = (1, 1, 1) e o plano V tem vetor normal N2 = (4, 2, 1). A intersec ao V = N1 N2 = (3, 3, 6) (revise o Exemplo 4.7 na pagina reta cujo vetor diretor e 261) e que passa a intersec V W, tem equac (x, y, z ) = t(3, 3, 6), para todo pela origem. Assim, a reta que e ao, ao V W. Como um vetor nao nulo e L.I. o t R. Portanto, o vetor V = (3, 3, 6) gera a intersec ao uma base da reta que e a intersec V W. ao conjunto {V = (3, 3, 6)} e parametricas dos Alternativamente, podemos encontrar as equac oes da reta V W, intersec ao geral do sistema (5.17) planos determinando a soluc ao
W : V :
x + y + z = 0, 4x 2y + z = 0 . 1 1 1 0 4 2 1 0
(5.17)
Para isto devemos escalonar a matriz do sistema (5.17):
. coluna, que e a coluna do pivo, para isto, adicionamos a ` Precisamos zerar o outro elemento da 1a a a 2 . linha, 4 vezes a 1 . linha.
Julho 2006
5.2
345
. linha + 2a . linha 2a . linha 4 1 a
podemos obter facilmente a soluc geral do sistema dado, ja que ele e equivalente ao Agora, ja ao sistema
1 1 1 0 0 6 3 0
x +
uma variavel A variavel z e livre. Podemos dar a ela um valor arbitrario, digamos t, para t R qualquer. Assim, a soluc ao geral do sistema (5.17) e
y + z = 0 6y 3z = 0
a intersec V W, tem equac (x, y, z ) = t(1/2, 1/2, 1), para todo t R (revise o A reta que e ao, ao V W. Como Exemplo 4.7 na pagina 261). Portanto, o vetor V = (1/2, 1/2, 1) gera a intersec ao uma base da reta que e a intersec nulo e L.I. o conjunto {V = (1/2, 1/2, 1)} e ao um vetor nao V W.
t x = 1 2 1 y = 2 t z = t
para todo t R.
de um sistema linear ho Observac ao. Como no exemplo anterior, em geral, o espac o soluc ao de subespac as soluc mogeneo pode ser visto como uma intersec ao os que sao oes de sistemas do sistema inicial. formados por subconjuntos de equac oes
Julho 2006
Reginaldo J. Santos
346
Espac os Rn

do sistema homogeneo 5.2.1. Encontre um conjunto de geradores para o espac o soluc ao AX = 0, em que
nao 5.2.2. Encontre os valores de tais que o sistema homogeneo (A In )X = 0 tem soluc ao o soluc ao, para as matrizes A trivial e para estes valores de , encontre uma base para o espac dadas: (a) A = 1 (b) A = (c) A =
1 0 1 0 (a) A = 1 2 3 1 ; 2 1 3 1
1 1 2 1 (b) A = 2 3 6 2 . 2 1 2 2
dos planos x 7y + 5z = 0 e 3x y + z = 0. 5.2.3. Determine uma base para a reta intersec ao 5.2.4. Sejam V1 = (4, 2, 3), V2 = (2, 1, 2) e V3 = (2, 1, 0). L.D. (a) Mostre que V1 , V2 e V3 sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
0 1 0 3 ; 0 1 3 2 2 3 4 0 2 3 2 ; 0 0 1 1 0 0 0 1 1 1 2 1 2 1 ; 0 1 1
1 2 2 0 1 2 1 0 (d) A = 1 1 2 0 . 0 0 0 1 2 3 0 (e) A = 0 1 0 ; 0 0 2 2 3 0 (f) A = 0 2 0 ; 0 0 2
5.2
Subespac os Base e Dimensao L.I. (b) Mostre que V1 e V2 sao
347
do subespac (c) Qual a dimensao o gerado por V1 , V2 e V3 , ou seja, do conjunto das lineares de V1 , V2 e V3 . combinac oes (d) Descreva geometricamente o subespac o gerado por V1 , V2 e V3 5.2.5. Dados V1 = (2, 1, 3) e V2 = (2, 6, 4): (a) Os vetores V1 e V2 geram o R3 ? Justique. sobre V3 , para que {V1 , V2 , V3 } seja (b) Seja V3 um terceiro vetor do R3 . Quais as condic oes 3 uma base de R ? (c) Encontre um vetor V3 que complete junto com V1 e V2 uma base do R3 . 5.2.6. Seja W o plano x + 2y + 4z = 0. Obtenha uma base {V1 , V2 , V3 } de R3 tal que V1 e V2 pertenc am a W. 5.2.7. Considere os seguintes subespac os de R3 :
V = [(1, 2, 3), (1, 3, 4)] e W = [(1, 2, 1), (0, 1, 1)].

Encontre as equac oes parametricas da reta V W e uma base para o subespac o V W. [V1 , V2 ] signica o subespac A notac ao o gerado por V1 e V2 , ou seja, o conjunto de todas as lineares de V1 e V2 . combinac oes 5.2.8. Seja V = {(3a + 4b 4c, 2a 4b 6c, 2a 4b + 2c) | a, b, c R} um subespac o de R 3 . (a) Determine um conjunto de geradores para V. Julho 2006 Reginaldo J. Santos
348 (b) Determine uma base para V. 5.2.9. Dados V1 = (3, 5, 2, 1) e V2 = (1, 2, 1, 2): (a) Os vetores V1 e V2 geram o R4 ? Justique.
Espac os Rn
sobre V3 e V4 para que {V1 , V2 , V3 , V4 } (b) Sejam V3 e V4 vetores do R4 . Quais as condic oes 4 seja uma base de R ? (c) Encontre vetores V3 e V4 que complete junto com V1 e V2 uma base do R4 .
Exerc cio usando o M ATLAB

A=triu(randi(4,4,3)). Encontre os valores de tais que o sistema 5.2.10. Dena a matriz aleatoria nao trivial e para estes valores de , encontre uma homogeneo (A I4 )X = 0 tem soluc ao base para o espac o soluc ao.
Exerc cios Teoricos

um do sistema linear AX = B e 5.2.11. Seja A uma matriz m n. Mostre que se o conjunto soluc ao B = 0, ou seja, o sistema linear e soluc homogeneo. se X e subespac o, entao ao (Sugestao: de AX = B , entao Y = 0 X tambem o e.) 5.2.12. Determine uma base para o plano ax + by + cz = 0, se b = 0 e se c = 0. um 5.2.13. Sejam V e W vetores do Rn . Mostre que o conjunto dos vetores da forma V + W e n subespac o do R . passa pela origem, entao ela nao e um subespac 5.2.14. Mostre que se uma reta em R2 ou em R3 nao o. se ela fosse um subespac ...) (Sugestao: o, entao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
349
5.2.15. Sejam A uma matriz m n e B uma matriz m 1. Mostre que o conjunto dos vetores B para e um subespac os quais o sistema A X = B tem soluc ao o de Rm . Ou seja, mostre que o conjunto I(A) = {B Rm | B = A X, para algum X Rn } um subespac e o de Rm . 5.2.16. Sejam W1 e W2 dois subespac os. um subespac o. (a) Mostre que W1 W2 e
um subespac (b) Mostre que W1 W2 e o se, e somente se, W1 W2 ou W2 W1 . (c) Denimos a soma dos subespac os W1 e W2 por
W 1 + W 2 = {V 1 + V 2 | V 1 W 1 e V 2 W 2 }.
um subespac W1 e W2 . Mostre que W1 + W2 e o que contem Julho 2006 Reginaldo J. Santos
350
Espac os Rn
5.2.17. Sejam W um subespac o de Rn e {W1 , . . . , Wk } uma base de W. Dena a matriz B = [ W1 . . . Wk ]t , com W1 , . . . , Wk escritos como matrizes colunas. Sejam W o espac o do sistema homogeneo soluc ao BX = 0 e {V1 , . . . , Vp } uma base de W . Dena a ma o triz A = [ V1 . . . Vp ]t , com V1 , . . . , Vp escritos como matrizes colunas. Mostre que W e do sistema homogeneo espac o soluc ao AX = 0, ou seja,
W = {X Rp | AX = 0 }.
(particular) do sistema 5.2.18. Sejam A uma matriz m n e B uma matriz m 1. Seja X0 uma soluc ao uma base para o espac do sistema linear A X = B . Mostre que se {V1 , . . . , Vk } e o soluc ao toda soluc de A X = B pode ser escrita na forma AX = 0, entao ao homogeneo
X = X 0 + 1 V1 + . . . + k Vk ,
escalares. (Sugestao: use o Exerc em que 1 , . . . , k sao cio 1.2.21 na pagina 72) do subespac 5.2.19. Mostre que a dimensao o gerado pelas linhas de uma matriz escalonada reduzida igual a dimensao do subespac e o gerado pelas suas colunas. do subespac igual a dimensao 5.2.20. Mostre que a dimensao o gerado pelas linhas de uma matriz e Considere a forma escalonada reduzida do subespac o gerado pelas suas colunas. (Sugestao: 5.8 na pagina da matriz A, use a Proposic ao 351 e use o exerc cio anterior.)
Julho 2006
5.2
351
Apendice IV: Outros Resultados
5.8. Sejam A e B matrizes m n equivalentes por linhas. Sejam A1 , . . . , An as colunas Proposic ao 1, . . . , n, respectivamente, da matriz A e B1 , . . . , Bn as colunas 1, . . . , n, respectivamente, da matriz B. L.I. se, e somente se, Aj1 , . . . , Ajk tambem o sao. (a) Bj1 , . . . , Bjk sao (b) Se existem escalares j1 , . . . , jk tais que
A k = j1 A j1 + + jk A jk ,
entao
B k = j1 B j1 + + jk B jk ,
igual ao subespac (c) O subespac o gerado pelas linhas de A e o gerado pelas linhas de B .
B pode ser obtida de A aplicando-se uma equivalente por linhas a A, entao Demonstrac ao. Se B e elementar a uma matriz corresponde sequ de operac oes elementares. Aplicar uma operac ao encia ` esquerda por uma matriz invert a multiplicar a matriz a vel (Teorema 1.8 na pagina 58). Seja M o ` operac produto das matrizes invert veis correspondentes as oes elementares aplicadas na matriz A Me invert para se obter a matriz B . Entao vel e B = M A. Julho 2006 Reginaldo J. Santos
352
Espac os Rn
L.I. e vamos mostrar que Aj1 , . . . , Ajk tambem o sao. Se (a) Vamos supor que Bj1 , . . . , Bjk sao
x j1 A j1 + + x jk A jk = 0,
multiplicando-se a ` esquerda pela matriz M obtemos entao
x j1 M A j1 + + x jk M A jk = 0.
Como M Aj = Bj , para j = 1, . . . , n (Exerc cio 1.1.17 (a) na pagina 28), entao
x j1 B j1 + + x jk B jk = 0.
L.I., entao xj1 = . . . = xjk = 0. O que implica que Aj1 , . . . , Ajk Assim, se Bj1 , . . . , Bjk sao sao L.I. tambem L.I., entao Trocando-se B por A o argumento acima mostra que se Aj1 , . . . , Ajk sao o sao. Bj1 , . . . , Bjk tambem (b) Sejam j1 , . . . , jk escalares tais que
A k = j1 A j1 + + jk A jk ,
multiplicando-se a ` esquerda pela matriz M obtemos entao
M A k = j1 M A j1 + + jk M A jk .
Como M Aj = Bj , para j = 1, . . . , n (Exerc cio 1.1.17 (a) na pagina 28), entao
B k = j1 B j1 + + jk B jk .
5.2
353
obtida de A aplicando-se uma sequ elementares as ` linhas de (c) A matriz B e de operac oes encia uma combinac linear das linhas de A. Logo, o espac ao A. Assim, toda linha de B e o gerado contido no espac pelas linhas de de B esta o gerado pelas linhas de de A. O mesmo argumento contido no espac mostra que o espac o gerado pelas linhas de de A esta o gerado pelas linhas iguais. de de B . Portanto, eles sao
Exemplo 5.24. Seja V = {(a + c, b + c, a + b + 2c) | a, b, c R} o subespac o de R 3 . Qualquer elemento V de V pode ser escrito como uma soma de vetores, sendo um vetor para cada parametro e cada vetor depende apenas de um parametro, obtendo
V = (a + c, b + c, a + b + 2c) = (a, 0, a) + (0, b, b) + (c, c, 2c) = a(1, 0, 1) + b(0, 1, 1) + c(1, 1, 2).

{V1 , V2 , V3 } gera V. Para Logo, denindo V1 = (1, 0, 1), V2 = (0, 1, 1) e V3 = (1, 1, 2), entao base de V, precisamos vericar se V1 , V2 e V3 sao L.I. Para isto temos sabermos se {V1 , V2 , V3 } e que saber se a equac ao vetorial xV1 + yV2 + zV3 = 0 (5.18) possui a soluc trivial, ou equivalentemente, se o sistema A X = possui a soluc trivial, so ao 0 so ao onde A = [V1 V2 V3 ]. Escalonando a matriz [ A | 0 ], obtemos
nao trivial. Logo os vetores V1 , V2 e V3 sao L.D. que tem soluc ao Julho 2006 Reginaldo J. Santos
1 0 1 0 [R| 0] = 0 1 1 0 0 0 0 0
354
Espac os Rn
igual a soma da primeira com a segunda, pela Como a terceira coluna da matriz R e 5.8 (b) a mesma relac vale para as colunas correspondentes da matriz A, ou seja, Proposic ao ao de V, pois ele e combinac linear V3 = V2 + V1 . Assim o vetor V3 pode ser descartado na gerac ao ao sucientes para gerar V. Como alem disso, os vetores V1 dos outros dois. Logo, apenas V1 e V2 sao tais que um nao e multiplo eles sao L.I. (tambem pela Proposic 5.8 e V2 sao escalar do outro, entao ao uma base de V. claramente L.I.) e portanto {V1 , V2 } e (a), pois as duas primeiras colunas de R sao Exemplo 5.25. Considere os vetores V1 = (1, 1, 0, 3) e V2 = (3, 3, 2, 1) linearmente independentes de R4 . Vamos encontrar vetores V3 e V4 tais que {V1 , V2 , V3 , V4 } formam uma base de R4 . os vetores V1 e V2 , Escalonando a matriz cujas linhas sao
A=
obtemos
1 1 0 3 3 3 2 1 1 1 0 3 0 0 1 4
R=
5.8 (b) o subespac igual ao Pela Proposic ao o gerado pelos vetores V1 e V2 (as linhas de A) e subespac o gerado por W1 = (1, 1, 0, 3) e W2 = (0, 0, 1, 4) (as linhas de R). Vamos inserir li conseguir uma matriz 4 4 de forma que ela continue escalonada reduzida. Por nhas na matriz R ate exemplo, podemos obter a matriz Sejam V3 = (0, 1, 0, 0) e V4 = (0, 0, 0, 1). Vamos vericar que
1 1 0 3 0 1 0 0 = R 0 0 1 4 0 0 0 1
V1 = (1, 1, 0, 3),
V2 = (3, 3, 2, 1),
V3 = (0, 1, 0, 0) e V4 = (0, 0, 0, 1)
Julho 2006
5.2
355
L.I. sao
x1 V 1 + x 2 V 2 + x 3 V 3 + x 4 V 4 = 0
implica que pertencem ao subespac o mesmo subespac Como V3 e V4 nao o gerado por V1 e V2 que e o gerado por W1 e W2 , entao x1 V 1 + x 2 V 2 = 0 e x 3 V3 x 4 V4 = 0
x 1 V 1 + x 2 V 2 = x 3 V 3 x 4 V 4
L.I. assim como {V3 , V4 } entao L.I. x1 = x2 = x3 = x4 = 0. Logo {V1 , V2 , V3 , V4 } e como {V1 , V2 } e 4 do R e igual a 4 , entao pelo Teorema 5.7 V1 , V2 , V3 , V4 formam uma base de R4 . Como a dimensao
uma base para W se, e Teorema 5.9. Um subconjunto {V1 , V2 , . . . , Vm } de um subespac o W e escrito de maneira unica linear de V1 , V2 , . . . , Vm . como combinac ao somente se, todo vetor X de W e
escrito de maneira unica Demonstrac ao. Em primeiro lugar, suponha que todo vetor X de W e uma base de W. linear de V1 , . . . , Vm . Vamos mostrar que {V1 , V2 , . . . , Vm } e como combinac ao escrito como combinac linear de V1 , . . . , Vm , basta mostrarmos que V1 , . . . , Vm Como todo vetor e ao L.I. Considere a equac sao ao
x1 V 1 + . . . + x m V m = 0.
escrito de maneira unica linear de V1 , . . . , Vm , em particular Como todo vetor e como combinac ao temos que para X = 0,
x1 V 1 + . . . + x m V m = 0 = 0V 1 + . . . + 0V m ,
356
Espac os Rn
linearmente independentes. Portanto, o que implica que x1 = 0, . . . , xm = 0, ou seja, V1 , . . . , Vm sao base de W. {V 1 , V 2 , . . . , V m } e base de W. Seja X um vetor qualquer de W. Se Suponha, agora, que {V1 , V2 , . . . , Vm } e
x1 V 1 + . . . + x m V m = X = y 1 V 1 + . . . + y m V m ,
entao eles sao L.I., o que implica que x1 = y1 , . . . , xm = Como V1 , . . . , Vm formam uma base de W, entao escrito de maneira unica linear de V1 , . . . , Vm . como combinac ao ym . Portanto, todo vetor X de W e
(x 1 y 1 )V 1 + . . . + (x m y m )V m = 0.
um conjunto de vetores que gera um subespac o W, ou seja, Teorema 5.10. Se S = {V1 , . . . , Vk } e existe um subconjunto de S que e base de W. W = [S] = [V1 , . . . , Vk ], entao
L.I., entao Se uma base de W. Caso contrario, L.D. e pelo Teorema Demonstrac ao. Se S e Se combinac linear dos outros. Assim, o subconjunto de ao 5.5 na pagina 323, um dos vetores de S e S obtido retirando-se este vetor continua gerando W. Se esse subconjunto for L.I., temos uma base obtermos um subconjunto para W, caso contrario, continuamos retirando vetores do subconjunto ate L.I. e a neste caso temos uma base para W. de um subespac m vetores que geram o m, entao Vamos mostrar que se a dimensao o W e podemos ter menos que m vetores subespac o, W, formam uma base (Corolario 5.11) e que nao gerando o subespac o (Corolario 5.12). Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
Subespac os Base e Dimensao simples as demonstrac dos seguintes corolarios, Sao oes as quais deixamos como exerc cio.
357
m > 0, m vetores que geram o subespac Corolario o, W, de dimensao o, sao 5.11. Em um subespac L.I. e portanto formam uma base.
m > 0, um conjunto com menos de m vetores Corolario o, W, de dimensao 5.12. Em um subespac gera o subespac nao o.
um conjunto de vetores L.I. em um subespac o W de Rn , Teorema 5.13. Se R = {V1 , . . . , Vk } e o conjunto R pode ser completado ate formar uma base de W, ou seja, existe um conjunto entao uma base de W. S = {V1 , . . . , Vk , Vk+1 . . . , Vm } (R S), que e
{V 1 , . . . , V k } e uma base de W. Caso contrario, Demonstrac ao. Se {V1 , . . . , Vk } gera W, entao seja pertence ao subespac Vk+1 um vetor que pertence a W, mas nao o gerado por {V1 , . . . , Vk }. Entao, L.I., pois caso contrario o conjunto {V1 , . . . , Vk , Vk+1 } e x1 V1 + . . . + xk+1 Vk+1 = 0, implicaria que linear de V1 , . . . , Vk , ou seja, Vk+1 pertenceria xk+1 = 0 (por que?) e assim, Vk+1 seria combinac ao {V1 , . . . , Vk+1 } e uma base de W. Caso ao subespac o Wk . Se {V1 , . . . , Vk+1 } gera W, entao repetido para o subespac contrario, o mesmo argumento e o gerado por {V1 , . . . , Vk , Vk+1 }. Julho 2006 Reginaldo J. Santos
358
Espac os Rn
Pelo Corolario 5.4 na pagina 321 este processo tem que parar, ou seja, existe um inteiro positivo L.I., mas {V1 , . . . , Vk , Vk+1 , . . . , Vm , V } e L.D. para m n tal que {V1 , . . . , Vk , Vk+1 , . . . , Vm } e combinac linear de {V1 , . . . , Vk , Vk+1 , . . . , Vm } (por qualquer vetor V de W. O que implica que V e ao uma base de W. que?). Portanto, {V1 , . . . , Vk , Vk+1 , . . . , Vm } e
Corolario o de Rn diferente do subespac o trivial { 0} tem uma base e a sua 5.14. Todo subespac e menor ou igual a n. dimensao
matrizes escalonadas reduzidas equivalentes Teorema 5.15. Se R = (rij )mn e S = (sij )mn sao R = S. por linhas a uma matriz A = (aij )mn , entao Demonstrac ao. Sejam S e R matrizes escalonadas reduzidas equivalentes a A. Sejam R1 , . . . , Rn nulas de R. Sejam as colunas de R e S1 , . . . , Sn as colunas de S . Seja r o numero de linhas nao das linhas 1, . . . , r , respectivamente, da matriz R. Entao j1 , . . . , jr as colunas onde ocorrem os pivos equivalentes por linha, ou seja, existe uma sequ elementares que poR e S sao de operac oes encia elementares que podemos de operac oes demos aplicar em R para chegar a S e uma outra sequ encia aplicar a S e chegar a R. nulas o mesmo vale para as colunas 1, . . . , j1 1 Assim, como as colunas 1, . . . , j1 1 de R sao a . da 1 linha de S ocorre numa coluna maior ou igual a j1 . Trocando-se R por S e de S . Logo o pivo que Rj1 = Sj1 e assim R1 = S1 , . . . , Rj1 = Sj1 . usando este argumento chegamos a conclusao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.2
Subespac os Base e Dimensao Vamos supor que R1 = S1 , . . . , Rjk = Sjk e vamos mostrar que
359
Rjk +1 = Sjk +1 , . . . , Rjk+1 = Sjk+1 , Rjr +1 = Sjr +1 , . . . , Rn = Sn ,
se k < r ou se k = r .
Observe que para j = jk + 1, . . . , jk+1 1, se k < r , ou para j = jr + 1, . . . , n, se k = r , temos que
Rj = (r1j , . . . , rkj , 0, . . . , 0) = r1j Rj1 + . . . + rkj Rjk ,

5.8 (b) na pagina o que implica pela Proposic ao 351 que
Sj = r1j Sj1 + . . . + rkj Sjk .

Mas por hipotese Rj1 = Sj1 , . . . , Rjk = Sjk , entao,
Sj = r1j Rj1 + . . . + rkj Rjk = Rj ,

para j = jk + 1, . . . , jk+1 1, se k < r ou para j = jr + 1, . . . , n, se k = r . da (k + 1)-esima Logo, se k < r , o pivo linha de S ocorre numa coluna maior ou igual a jk+1 . que Rjk+1 = Sjk+1 e Trocando-se R por S e usando o argumento anterior chegamos a conclusao R1 = S 1 , . . . , R n = S n . assim R1 = S1 , . . . , Rjr = Sjr . E se k = r , entao Portanto R = S .
Julho 2006
Reginaldo J. Santos
360
Espac os Rn
V N1 = (1, 1, 1) W N2 = (4, 2, 1)
Figura 5.23: Os subespac os W, V e V W do Exemplo 5.23
Julho 2006
5.3
Produto Escalar em Rn
361
5.3
5.3.1 Produto Interno

de vetores por escalar para o Rn . PodeVimos que podemos estender a soma e a multiplicac ao os conceitos de produto escalar e ortogonalidade. mos estender tambem
5.7. Denic ao
(a) Denimos o produto escalar ou interno de dois vetores X = (x1 , . . . , xn ) e Y = (y1 , . . . , yn ) Rn por
n
X Y = x 1 y1 + x 2 y2 + . . . + x n yn =
(b) Denimos a norma de um vetor X = (x1 , . . . , xn ) Rn por
xi yi .
i=1
||X || =
X X =
x2 1
+ ... +
x2 n
=
i=1
x2 i .
Escrevendo os vetores como matrizes colunas, o produto interno de dois vetores
. X= . . xn
Julho 2006
x1
. e Y = . . yn
Reginaldo J. Santos
y1
362 pode ser escrito em termos do produto de matrizes como
Espac os Rn
X Y = X t Y.
Exemplo 5.26. Sejam V = (1, 2, 4, 3, 5) e W = (5, 3, 1, 2, 1) vetores do R 5 . O produto escalar dado por entre V e W e
V W = (1)(5) + (2)(3) + (4)(1) + (3)(2) + (5)(1) = 6.

dadas por As normas de V e W sao
||V || = ||W || =
55, 52 + 32 + (1)2 + (2)2 + 12 = 40. 12 + (2)2 + 42 + 32 + 52 =
validas Sao as seguintes propriedades para o produto escalar e a norma de vetores do Rn .
Julho 2006
5.3
363
vetores de Rn e e um escalar, entao 5.16. Se X, Y e Z sao Proposic ao (a) X Y = Y X (comutatividade); (b) (X + Y ) Z = X Z + Y Z ; (c) (X ) Y = (X Y ) = X (Y ); (d) X X = ||X ||2 0 e ||X || = 0 se, e somente se, X = 0; (e) ||X || = || ||X ||; (f) |X Y | ||X ||||Y || (desigualdade de Cauchy-Schwarz); (g) ||X + Y || ||X || + ||Y || (desigualdade Triangular).
escritos como Demonstrac ao. Sejam X, Y, Z Rn e R. Usando o fato de que se os vetores sao o produto escalar pode ser escrito como o produto de matrizes, X Y = X t Y , matrizes colunas, entao e as propriedades da algebra matricial (Teorema 1.1 na pagina 10), temos que (a) X Y = x1 y1 + + xn yn = y1 x1 + + yn xn = Y X . (b) X (Y + Z ) = X t (Y + Z ) = X t Y + X t Z = X Y + X Z . Julho 2006 Reginaldo J. Santos
364
Espac os Rn
inteiramente (c) (X Y ) = (X t Y ) = (X t )Y = (X )t Y = (X ) Y . A outra igualdade e analoga. uma soma de quadrados, por isso e sempre maior ou igual a zero e e zero se, e somente (d) X X e iguais a zero. se, todas as parcelas sao
2 2 2 (e) ||X ||2 = (x1 )2 + + (xn )2 = 2 (x2 1 + + xn ) = ||X || . Tomando a raiz quadrada, segue-se o resultado.
maior ou igual a zero, para qualquer real. Assim, (f) A norma de X + Y e
0 ||X + Y ||2 = (X + Y ) (X + Y ) = (||X ||2 )2 + (2X Y ) + ||Y ||2 ,

para qualquer real. Logo, o discriminante deste trinomio tem que ser menor ou igual a zero. 2 2 2 Ou seja, = 4(X Y ) 4||X || ||Y || 0. Logo, |X Y | ||X || ||Y ||. (g) Pelo item anterior temos que
||X + Y ||2 = (X + Y ) (X + Y ) = ||X ||2 + 2X Y + ||Y ||2 ||X ||2 + 2|X Y | + ||Y ||2 ||X ||2 + 2||X ||||Y || + ||Y ||2 = (||X || + ||Y ||)2 .
Tomando a raiz quadrada, segue-se o resultado.
ortogonais se X Y = 0. As propriedades do produto Dizemos que dois vetores X e Y sao escalar permitem introduzir o conceito de bases ortogonais no Rn . Antes temos o seguinte resultado.
Julho 2006
5.3
365
vetores nao Vi Vj = 0, para 5.17. Se V1 , . . . , Vk sao nulos de Rn ortogonais, isto e, Proposic ao i = j , entao L.I. (a) O conjunto {V1 , . . . , Vk } e
k
(b) Se V =
i=1
i = i Vi , entao
V Vi . ||Vi ||2
Demonstrac ao.
vetorial (a) Considere a equac ao
x1 V 1 + . . . + x k V k = 0.
(5.19)
Fazendo o produto escalar de ambos os membros de (5.19) com Vi , i = 1, . . . , k e aplicando as propriedades do produto escalar, obtemos
x 1 (V 1 V i ) + . . . + x i (V i V i ) + . . . + x k (V k V i ) = 0 .
Mas, Vi Vj = 0, se i = j . Assim, de (5.20) obtemos que
(5.20)
xi ||Vi ||2 = 0 .
||Vi || = 0 e xi = 0, para i = 1 . . . , k . Mas, como Vi = 0, entao (b) Seja
k
V =
i=1
i Vi .
(5.21)
Julho 2006
Reginaldo J. Santos
366 Fazendo o produto escalar de V com Vj , para j = 1, . . . , k , obtemos que

k k
Espac os Rn
V Vj =
Assim,
i Vi
i=1
Vj =
i=1
(i Vi Vj ) = j ||Vj ||2 .
j =
V Vj , ||Vj ||2
para j = 1, . . . , k .
nulo W , por ortogonal de um vetor V sobre um vetor nao Denimos a projec ao
projW V =
V W ||W ||2
W.
um multiplo ortogonal de um vetor V sobre um vetor nao nulo W e escalar Observe que a projec ao disso temos o seguinte resultado. do vetor W . Alem
Julho 2006
5.3
367
nulo. Entao, V projW V e ortogonal a W , para 5.18. Seja W Rn um vetor nao Proposic ao n qualquer vetor V R . Demonstrac ao. Precisamos calcular o produto escalar de W com V projW V :
(V projW V ) W = V W
ortogonal a W . Portanto, V projW V e
V W ||W ||2
W W = 0.
uma generalizac da Proposic 5.18. O proximo resultado e ao ao
nulos do Rn , ortogonais entre si, entao para 5.19. Sejam W1 , W2 , . . . , Wk vetores nao Proposic ao ortogonal a Wi , para i = 1, . . . , k . qualquer vetor V , V projW1 V . . . projWk V e Demonstrac ao. Vamos calcular o produto interno de V projW1 V . . . projWk V com Wj , para j = 1, . . . , k .
k k
projWi V
i=1
Wj = V W j
i=1
V Wi ||Wi ||2
Wi W j = V W j
V Wj ||Wj ||2
W j W j = 0,
pois Wi Wj = 0, se i = j e Wj Wj = ||Wj ||2 . Julho 2006 Reginaldo J. Santos
368
Espac os Rn
do sistema linear hoVamos mostrar no proximo exemplo como encontrar no conjunto soluc ao mogeneo AX = 0 um conjunto com o maior numero poss vel de vetores unitarios (com norma igual a 1) ortogonais. Exemplo 5.27. Considere o sistema linear homogeneo AX = 0, em que
Escalonando a matriz aumentada do sistema acima, obtemos a matriz escalonada reduzida
1 1 0 0 1 1 1 1 . A = 2 2 1 1 1 1 0 1 1 0 0 1 0 0 0 1 1 1 0 . 0 0 0 0 0 0
geral do sistema pode ser escrita como E assim a soluc ao
x1 = , x2 = , x3 = + , x4 = x5 =
do sistema AX = para todos os valores de , , R, ou seja, o conjunto soluc ao 0e
W = {(x1 , x2 , x3 , x4 , x5 ) = ( , , + , , ) | , , R} .
linear de vetores de W: Agora, um elemento qualquer de W pode ser escrito como uma combinac ao
( , , + , , ) = (, 0, , 0, ) + (0, 0, , , 0) + (, , 0, 0, 0) = (1, 0, 1, 0, 1) + (0, 0, 1, 1, 0) + (1, 1, 0, 0, 0)

5.3
369
linear dos vetores V1 = (1, 0, 1, 0, 1), Assim, todo vetor de W pode ser escrito como combinac ao obtido fazendo-se = 1 e = V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) pertencentes a W (V1 e disso segue da = 0, V2 fazendo-se = = 0 e = 1 e V3 fazendo-se = = 0 e = 1). Alem uma base de W. anterior que V1 , V2 e V3 sao L.I. Logo {V1 , V2 , V3 } e equac ao Vamos, agora, encontrar uma base ortonormal para W. Para isso vamos aplicar a Proposic ao 5.18 na pagina 367.
1 1 W2 = V2 projW1 V2 = (0, 0, 1, 1, 0) + (1, 0, 1, 0, 1) = (1, 0, 2, 3, 1) 3 3 1 1 W3 = V3 projW1 V3 projW2 V3 = (1, 1, 0, 0, 0) (1, 0, 1, 0, 1) (1, 0, 2, 3, 1) 3 15 1 = (3, 5, 1, 1, 2) 5
Agora, vamos dividir cada vetor pela sua norma para obtermos vetores de norma igual a 1 (unitarios ).
W1 = V1 = (1, 0, 1, 0, 1);
U1 = U2 = U3 =
1 ||W1 || 1 ||W2 || 1 ||W3 ||
1 1 1 W 1 = ( , 0, , 0, ) 3 3 3 1 2 3 1 W 2 = ( , 0, , , ) 15 15 15 15 3 5 1 1 1 W 3 = ( , , , , ) 2 10 2 10 2 10 2 10 10
Julho 2006
Reginaldo J. Santos
370
Espac os Rn
5.3.2 Bases Ortogonais e Ortonormais
5.8. Seja {V1 , . . . , Vk } uma base de um subespac Denic ao o de Rn . uma base ortogonal, se Vi Vj = 0, para i = j , ou seja, se (a) Dizemos que {V1 , . . . , Vk } e ortogonais; quaisquer dois vetores da base sao uma base ortonormal, se alem de ser uma base ortogonal, (b) Dizemos que {V1 , . . . , Vk } e unitario , para i = 1, . . . m. ||Vi || = 1, ou seja, o vetor Vi e
formada pelos vetores Exemplo 5.28. A base canonica do Rn , que e
E1 = (1, 0, . . . , 0),
uma base ortonormal do Rn . e
E2 = (0, 1, 0, . . . , 0),
...
En = (0, . . . , 0, 1)
uma base ortogonal de W e {U1 , U2 , U3 } e uma Exemplo 5.29. No Exemplo 5.27, {W1 , W2 , W3 } e base ortonormal de W. O resultado a seguir mostra que o procedimento usado no Exemplo 5.27 conhecido como pro de Gram-Schmidt pode ser aplicado a qualquer subespac cesso de ortogonalizac ao o de Rn . Nas poss o R3 , ja que o R3 e Figuras 5.26 e 5.27 vemos como isto e vel no caso em que o subespac o e subespac o dele mesmo. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.3
371
existe uma base Teorema 5.20. Seja {V1 , . . . , Vk } uma base de um subespac o W do Rn . Entao, igual ao ortonormal e tal que o subespac {U1 , . . . , Uk } de W que e o gerado por U1 , . . . , Uj e subespac o gerado por V1 , . . . , Vj para j = 1, . . . , k .
Demonstrac ao.
(a) Sejam
W1 W2 W3 Wk
= = = ... =
V1 , V2 projW1 V2 , V3 projW1 V3 projW2 V3 , Vk projW1 Vk projW2 Vk . . . projWk1 Vk .
ortogonal a W1 e W2 = 5.18, segue-se que W2 e L.I. Assim, Pela Proposic ao 0, pois V1 e V2 sao W1 e W2 formam uma base ortogonal do subespac o gerado por V1 e V2 . Agora, supondo que W1 , . . . , Wk1 seja uma base ortogonal do subespac o gerado por V1 , . . . , Vk1 , segue ortogonal a W1 , . . . , Wk1 . Wk = 5.19, que Wk e se da Proposic ao 0, pois caso contrario, igual ao subespac Vk pertenceria ao subespac o gerado por W1 , . . . , Wk1 que e o gerado por ortogonais nao nulos, pela V1 , . . . , Vk1 e assim V1 , . . . , Vk seriam L.D. Como W1 , . . . , Wk sao 5.17 na pagina L.I. e portanto formam uma base do subespac Proposic ao 365, eles sao o W. (b) Sejam, agora
U1 =
Julho 2006
1 ||W1 ||
W1 ,
U2 =
1 ||W2 ||
W2 ,
...,
Uk =
1 ||Wk ||
Wk .
Reginaldo J. Santos
372 uma base ortonormal para o subespac o W. Assim, {U1 , . . . , Uk } e
Espac os Rn
Julho 2006
5.3
373

ortogonais? 5.3.1. Sejam X = (1, 1, 2) e Y = (a, 1, 2). Para quais valores de a, X e Y sao 5.3.2. Sejam X = (1/ 2, 0, 1/ 2) e Y = (a, 1/ 2, b). Para quais valores de a e b, o conjunto ortonormal? {X, Y } e 5.3.3. Encontre uma base ortonormal para o plano x + y + z = 0. 5.3.4. Encontre um subconjunto com o maior numero poss vel de vetores ortonormais no subespac o 4 dos vetores (a, b, c, d) R tais que a b 2c + d = 0. 5.3.5. Encontre um subconjunto com o maior numero poss vel de vetores ortonormais no conjunto do sistema homogeneo soluc ao
x + y z = 0 2x + y + 2z = 0.
5.3.6. Considere as retas (x, y, z ) = t(1, 2, 3) e (x, y, z ) = (0, 1, 2) + s(2, 4, 6) em R 3 . Encontre geral do plano que contem estas duas retas e ache um subconjunto com o maior a equac ao numero poss vel de vetores ortonormais neste plano. de Gram-Schmidt para encontrar uma base ortonormal para 5.3.7. Use o processo de ortogonalizac ao o subespac o de R4 que tem como base {(1, 1, 1, 0), (0, 2, 0, 1), (1, 0, 0, 1)}. de Gram-Schmidt para obter uma base ortonormal do 5.3.8. Aplique o processo de ortogonalizac ao R3 a partir da base {(1, 1, 1), (0, 1, 1), (1, 2, 3)}. Julho 2006 Reginaldo J. Santos
374
Espac os Rn
5.3.9. Ache as equac oes dos planos em R3 ortogonais ao vetor (2, 2, 2), que distam 3 do ponto subespac (1, 1, 1). Estes planos sao os de R3 ? Caso armativo, encontre uma base para eles.
Exerc cios Teoricos

V e ortogonal a W , entao ortogonal a W , para todo escalar . 5.3.10. Mostre que se V e V e ortogonal a W1 , . . . , Wk , entao ortogonal a qualquer combinac linear 5.3.11. Mostre que se V e ao de W1 , . . . , Wk . ortogonal a X . Y Z e 5.3.12. Sejam X , Y e Z vetores do Rn . Prove que se X Y = X Z , entao vetores nao nulos ortogonais entre si e X = 1 W1 +. . .+k Wk , 5.3.13. Mostre que se W1 , . . . , Wk sao X = projW1 X + . . . + projWk X . entao 5.3.14. Sejam V1 , . . . , Vk vetores linearmente dependentes. Mostre que, aplicando-se o processo de de Gram-Schmidt aos vetores V1 , . . . , Vk , se obtem um vetor Wi que e nulo, ortogonalizac ao Seja Vi o primeiro vetor tal que Vi [V1 , . . . , Vi1 ] = para algum i = 1, . . . , k . (Sugestao: [W1 , . . . , Wi1 ] e use o exerc cio anterior.) 5.3.15. Seja S = {W1 , . . . , Wk } uma base ortogonal de um subespac o W de Rn . Mostre que um todo vetor V de W pode ser escrito como
V =
V W1 V W2 V Wk W + W + . . . + Wk . 1 2 ||W1 ||2 ||W2 ||2 ||Wk ||2
escreva V = x1 W1 + . . . + xk Wk , fac (Sugestao: a o produto escalar de V com Wi e conclua V Wi que xi = || , para i = 1 , . . . , k .) Wi ||2 Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.3
375
5.3.16. Mostre que o conjunto de todos os vetores do Rn ortogonais a um dado vetor V = (a1 , . . . , an ), um subespac o do Rn . W = { X = ( x 1 , . . . , x n ) R n | X V = 0} e vetores quaisquer do Rn , entao: 5.3.17. Demonstre que, se V e W sao
1 (a) V W = 4 [||V + W ||2 ||V W ||2 ] (identidade polar);
(b) ||V + W ||2 + ||V W ||2 = 2(||V ||2 + ||W ||2 ) (lei do paralelogramo). (Sugestao: desenvolva os segundos membros das igualdades acima observando que ||V + W || = (V + W ) (V + W ) e ||V W ||2 = (V W ) (V W ))
2
uma matriz n n 5.3.18. Seja {U1 , . . . , Un } uma base ortonormal de Rn . Se A = [ U1 . . . Un ] e 1 t os vetores U1 , . . . , Un , entao Ae mostre invert cujas colunas sao vel e A = A . (Sugestao: t que A A = In .) nulos X = (x1 , . . . , xn ) e Y = (y1 , . . . , yn ) de Rn , 5.3.19. Mostre que o angulo entre dois vetores nao denido como sendo o numero que e real entre 0 e tal que
cos =
X Y , ||X || ||Y ||
bem denido, ou seja, que existe um tal numero unico. esta real e e (Sugestao: mostre, usando a desigualdade de Cauchy-Schwarz, que
1
Julho 2006
X Y 1.) ||X || ||Y ||

Reginaldo J. Santos
376
Espac os Rn
5.3.20. Seja W um subespac o de Rn . Mostre que o conjunto de todos os vetores ortogonais a todos os um subespac chamado de complemento ortogonal o de Rn . Este subespac vetores de W e o e de W e denotado por W , ou seja,
W = {X Rn | X Y = 0, para todo Y W}.

o espac de um sistema linear homogeneo. o soluc ao 5.3.21. Mostre que todo subespac o W de Rn e seja {W1 , . . . , Wk } uma base de W tome A = [ W1 . . . Wk ]t .) (Sugestao:
Julho 2006
5.3
377
V projW V V V V projW V
projW V
projW V
ortogonal do vetor V sobre o vetor W Figura 5.24: Projec ao
Julho 2006
Reginaldo J. Santos
378
Espac os Rn
V projW1 V projW2 V
W = [W1 , W2 ] W1 0 W2 projW1 V +projW2 V
ortogonal a W1 e a W2 Figura 5.25: V projW1 V projW2 V e
Julho 2006
5.3
379
W3 = V3 projW1V3 projW2V3 V3 V3
W1 = V 1 projW1V2 V2
W2 = V2 projW1V2 projW1V3
W1
W2 projW2V3
projW1V3 +projW2V3
projW1 V2
Figura 5.26: W1 = V1 e W2 = V2
Figura 5.27:
projW2 V3
W3 = V3 projW1 V3
Julho 2006
Reginaldo J. Santos
380
Espac os Rn
5.4
Mudanc a de Coordenadas
(x, y, z ), entao as componentes do vetor OP Se as coordenadas de um ponto P no espac o sao sao (x, y, z ) e entao podemos escrever tambem
OP = (x, y, z ) = (x, 0, 0) + (0, y, 0) + (0, 0, z ) = x(1, 0, 0) + y (0, y, 0) + z (0, 0, 1) = xi + y j + z k,

em que i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1). Ou seja, as coordenadas de um ponto P sao linear dos vetores iguais aos escalares que aparecem ao escrevermos OP como uma combinac ao canonicos. Assim, o ponto O = (0, 0, 0) e os vetores i, j e k determinam um sistema de coor necessario denadas ortogonal, {O, i, j, k }. Para resolver alguns problemas geometricos e usarmos um segundo sistema de coordenadas ortogonal determinado por uma origem O e por 3 veto3 res U1 , U2 e U3 ortonormais de R . Por exemplo, se O = (2, 3/2, 3/2), U1 = ( 3/2, 1/2, 0), {O , U1 , U2 , U3 } determina um novo sistema de U2 = (1/2, 3/2, 0) e U3 = (0, 0, 1) = k , entao retas que passam por O coordenadas: aquele com origem no ponto O , cujos eixos x , y e z sao de U1 , U2 e U3 , respectivamente (Figura 5.29). orientadas com os sentidos e direc oes denido como As coordenadas de um ponto P no sistema de coordenadas {O , U1 , U2 , U3 } e linear dos vetores U1 , U2 ao sendo os escalares que aparecem ao escrevermos O P como combinac e U3 , ou seja, se

O P = x U1 + y U2 + z U3 ,
denido por um ponto O e tres vetores necessariamente ortogonal) e Em geral, um sistema de coordenadas (nao
necessariamente ortonormais) (veja o Exerc V1 , V2 e V3 L.I. de R3 (nao cio 5.4.6 na pagina 395).
Julho 2006
5.4
381
z z
zk
P = (x, y, z )
U3
O U1 yj U2
x y x y
xi
Figura 5.28: OP = xi + y j + z k
Figura 5.29: Dois sistemas de coordenadas ortogonais {O, i, j, k } e {O , U1 , U2 , U3 }
Julho 2006
Reginaldo J. Santos
382 as coordenadas de P no sistema {O , U1 , U2 , U3 } sao dadas por entao
Espac os Rn
[P ]{O ,U1 ,U2 ,U3 }
x = y . z
x U1 + Vamos considerar inicialmente o caso em que O = O . Assim, se OP = (x, y, z ), entao
y U2 + z U3 =OP pode ser escrito como x x [ U 1 U2 U3 ] y = y z z
` esquerda pela transposta da matriz Q = [ U1 U2 U3 ], obtemos Multiplicando-se a
Mas, como U1 , U2 e U3 formam uma base ortonormal de R3 , entao
t t U1 x U1 x t t U2 y [ U 1 U2 U3 ] y = U2 t t U3 z U3 z
invert Assim, a matriz Q = [ U1 U2 U3 ] e vel e Q1 = Qt . Desta forma as coordenadas de um ponto ao sistema {O, U1 , U2 , U3 } estao bem denidas, ou seja, x , y e z estao P no espac o em relac ao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
t t t t U1 U1 U1 U1 U2 U1 U3 U1 U 1 U1 U 2 U1 U 3 t t t t U1 U2 U2 U2 U3 = U2 U 1 U2 U 2 U2 U 3 = I 3 Qt Q = U 2 [ U 1 U2 U3 ] = U2 t t t t U3 U3 U1 U3 U2 U3 U3 U3 U 1 U3 U 2 U3 U 3
5.4
383
dados por unicamente determinados e sao
[P ]{O,U1 ,U2 ,U3 }
no plano temos o mesmo tipo de situac que e tratada de forma inteiramente analoga. Tambem ao a um sistema de coordenadas {O , U1 , U2 }, As coordenadas de um ponto P no plano em relac ao vetores que formam uma base ortonormal do R2 , e denido como sendo os em que U1 e U2 sao linear de U1 e U2 , ou seja, se escalares que aparecem ao escrevermos O P como combinac ao

x x = y = Qt y = Qt [P ]{O,i,j,k} . z z
O P = x U1 + y U2 ,
as coordenadas de P no sistema {O , U1 , U2 } sao dadas por entao
[P ]{O ,U1 ,U2 } =
x y
no plano, inicialmente o caso em que O = O . Assim, se OP = (x, y ), Vamos considerar, tambem x U1 + y U2 =OP pode ser escrito como entao
[ U 1 U2 ]
x y
x y
` esquerda pela transposta da matriz Q = [ U1 U2 ], obtemos Multiplicando-se a

t U1 t U2
[ U 1 U2 ]
x y
t U1 t U2
x y
.
Reginaldo J. Santos
Julho 2006
384 Novamente, como U1 e U2 formam uma base ortonormal de R2 , entao
Espac os Rn
Qt Q =
t U1 t U2
[ U 1 U2 ] =
t t U1 U1 U1 U2 t t U2 U1 U2 U2
U1 U 1 U1 U 2 U2 U 1 U2 U 2
= I2
invert Assim, a matriz Q = [ U1 U2 ] e vel e Q1 = Qt . Desta forma as coordenadas de um ponto P a um sistema de coordenadas {O, U1 , U2 } estao bem denidas, ou seja, x e y no plano em relac ao unicamente determinados e sao dados por estao
[P ]{O,U1 ,U2 } =
x y
= Qt
x y
= Qt [P ]{O,E1 ,E2 } ,
em que E1 = (1, 0) e E2 = (0, 1). Observe que, tanto no caso do plano quanto no caso do espac o, a 1 t chamada matriz ortogonal. matriz Q satisfaz, Q = Q . Uma matriz que satisfaz esta propriedade e Exemplo 5.30. Considere o sistema de coordenadas no plano em que O = O e U1 = ( 3/2, 1/2) ao novo e U2 = (1/2, 3/2). Se P = (2, 4), vamos determinar as coordenadas de P em relac ao sistema de coordenadas. Para isto temos que encontrar x e y tais que
x U1 + y U2 =O P =OP ,
ou
x ( 3/2, 1/2) + y (1/2, 3/2) = (2, 4) ( 3/2)x (1/2)x (1/2)y = 2 + ( 3/2)y = 4

Julho 2006
acima e equivalente ao sistema linear A equac ao
5.4 ou
385
3/2 1/2 1/2 3/2 Q x y =
x y 2 4
2 4
ou ainda,
em que Q = [ U1 U2 ] com U1 e U2 escritos como matrizes colunas. Como
Qt Q =
3/2 1/2 1/2 3/2
3/2 1/2 1/2 3 /2
= I2 ,
as coordenadas de P em relac ao novo sistema de coordenadas sao dadas por entao ao
[P ]{O,U1 ,U 2} = Q
2 4
t U1 t U2
2 4
3/2 1/2 1/2 3/2
2 4
2 + 3 2 31
Exemplo 5.31. Considere o mesmo sistema de coordenadas do exemplo anterior, mas agora seja ao P = (x, y ) um ponto qualquer do plano. Vamos determinar as coordenadas de P em relac ao novo sistema de coordenadas. Para isto temos que encontrar x e y tais que
x U1 + y U2 =O P =OP ,
ou
x ( 3/2, 1/2) + y (1/2, 3/2) = (x, y )

Reginaldo J. Santos
Julho 2006
386
Espac os Rn
P
x
y U2
E2
x U1
E1 x
x
Figura 5.30: Coordenadas de um ponto P em dois sistemas
Julho 2006
5.4
387
acima e equivalente ao sistema linear nas variaveis A equac ao x ey
3/2 1/2 1/2 3/2 x y
x y x y
x y
ou
as em que Q = [ U1 U2 ] com U1 e U2 escritos como matrizes colunas. Como Qt Q = I2 , entao ao novo sistema de coordenadas sao dadas por ao coordenadas de P em relac
[P ]{O,U1 ,U 2} = Qt
x y
t U1 t U2
x y
3/2 1/2 1/2 3/2
x y
( 3 x + y )/2 (x + 3 y )/2
` Exemplo 5.32. Vamos agora considerar um problema inverso aqueles apresentados nos exemplos anteriores. Suponha que sejam validas as seguintes equac oes
x= y=
ou equivalentemente
1 x 5 2 x 5
+
2 5 1 5
2 y 5 1 y 5
x y
Julho 2006
1 5 2 5
x y
Reginaldo J. Santos
388
Espac os Rn
x a um sistema de coordenadas {O, U1 , U2 } e de um ponto P em relac ao y x ao sistema de coordenadas original {O, E1 = (1, 0), E2 = as coordenadas de P , , em relac ao y os vetores U1 e U2 . (0, 1)}. Queremos determinar quais sao 1 0 e , respectivamente, em Os vetores U1 e U2 da nova base possuem coordenadas 0 1 ao novo sistema de coordenadas, {O, U1 , U2 }. Pois, U1 = 1 U1 + 0 U2 e U2 = 0 U1 + relac ao ao sistema de coordenadas 1 U2 . Queremos saber quais as coordenadas destes vetores em relac ao original, {O, E1 = (1, 0), E2 = (0, 1)}. Logo,
entre as coordenadas
U1 = U2 =
1 5 2 5 1 5 2 5
2 5 1 5 2 5 1 5 1 5 2 5
1 0 0 1
= =
1 5 2 5 2 5 1 5
as colunas da matriz Q = Ou seja, U1 e U2 sao
2 5 1 5
5.4.1 Rotac ao
Suponha que o novo sistema de coordenadas {O, U1 , U2 } seja obtido do sistema original de um angulo {O, E1 = (1, 0), E2 = (0, 1)} por uma rotac ao . Observando a Figura 5.31, ob Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.4
389
E2
U2
cos

cos
U1
sen
sen
E1
de um angulo Figura 5.31: Rotac ao
Julho 2006
Reginaldo J. Santos
390 temos
Espac os Rn
seja P = (x, y ) um ponto qualquer do plano. Vamos determinar as coordenadas de P em relac ao ao novo sistema de coordenadas. Para isto temos que encontrar x e y tais que
U1 = (cos , sen ) U2 = (sen , cos )
x U1 + y U2 =OP .
acima e equivalente ao sistema linear A equac ao
(cos )x (sen )x
ou
(sen )y = x + (cos )y = y
(5.22)
R X = P,
em que R =
cos sen sen cos x y
eP =
x e dada por . A soluc ao y cos sen sen cos x y .
1 t = R P = R P =
podem ser O sistema de coordenadas que aparece nos dois primeiros exemplos desta sec ao de um angulo ao sistema original. = /6 em relac ao obtidos por uma rotac ao chamada matriz de rotac . A matriz R e ao
5.4.2 Translac ao
dos Vamos considerar, agora, o caso em que O = O , ou seja, em que ocorre uma translac ao eixos coordenados. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
5.4
391
O O
x x
x
Figura 5.32: Coordenadas de um ponto P em dois sistemas (translac ao)
Julho 2006
Reginaldo J. Santos
392 Observando a Figura 5.32, obtemos
Espac os Rn
O P =OP OO .
Assim, se OO = (h, k ), entao
(5.23)
O P = (x , y ) = (x, y ) (h, k ) = (x h, y k )
ao novo sistema sao dadas por Logo, as coordenadas de P em relac ao
[P ]{O ,E1 ,E2 } =
x y
xh yk
(5.24)
y = 0, ou seja, y = k e o eixo y , x = 0, ou seja, x = h. ao O eixo x tem equac
Julho 2006
5.4
393

ao sistema de coordenadas S, nos seguintes 5.4.1. Encontre as coordenadas do ponto P com relac ao casos: (a) S = {O, (1/ 2, 1/ 2), (1/ 2, 1/ 2)} e P = (1, 3);
(b) S = {O, (1/ 2, 1/ 2, 0), (0, 0, 1), (1/ 2, 1/ 2, 0)} e P = (2, 1, 2); ao sistema de coordenadas S, [P ]S , 5.4.2. Encontre o ponto P , se as coordenadas de P em relac ao sao:
1 2 1 , em (a) [P ]S = , em que S = {O, (1/ 2, 1/ 2), (1/ 2, 1/ 2)}. (b) [P ]S = 1 2 que S = {O, (0, 1/ 2, 1/ 2), (1, 0, 0), (0, 1/ 2, 1/ 2)}; x ao sistema de coordenadas y as coordenadas de um ponto P em relac 5.4.3. Sejam [P ]R = ao z x ao sistema de coordenadas S = {O, U1 , U2 , U3 }. R = {O, i, j, k } e [P ]S = y , em relac ao z
Suponha que temos a seguinte relac ao:
1 0 0 x x y = 0 y . 1/2 3/2 z z 0 3/2 1/2 os vetores U1 , U2 e U3 ? Quais sao

394
Espac os Rn
do plano em que as coordenadas do ponto P = ( 3, 1) sao 5.4.4. Determine qual a rotac ao
3 . 1
Julho 2006
5.4
395
Exerc cios Teoricos

5.4.5. Mostre que
R1 R2 = R1 +2 ,
em que
R =
cos sen sen cos
a um sistema de coordenadas por 5.4.6. Denimos coordenadas de pontos no espac o em relac ao vetores V1 , V2 e V3 L.I. nao necessariamente ortonormais do R3 da mesma um ponto O e tres forma como zemos quando os vetores formam uma base ortonormal. As coordenadas de um denido como sendo os escalares que ponto P no sistema de coordenadas {O , V1 , V2 , V3 } e linear dos vetores V1 , V2 e V3 , ou seja, se aparecem ao escrevermos O P como combinac ao
O P = x V1 + y V2 + z V3 ,
as coordenadas de P no sistema {O , V1 , V2 , V3 } sao dadas por entao
[P ]{O ,V1 ,V2 ,V3 }
x = y . z
x V1 + y V2 + z V3 =O P pode ser escrito como Assim, se O P = (x, y, z ), entao
x x [ V 1 V2 V3 ] y = y z z
396 invert vel. (a) Mostre que a matriz Q = [ V1 V2 V3 ] e
Espac os Rn
ao sistema (b) Mostre que as coordenadas de um ponto P no espac o em relac ao bem denidas, ou seja, x , y e z estao unicamente determinados {O , V1 , V2 , V3 } estao dados por e sao
[P ]{O ,V1 ,V2 ,V3 }
x x = y = Q1 y = Q1 [P ]{O ,i,j,k} . z z
Julho 2006
5.4
397
Teste do Cap tulo

1. Sejam S1 e S2 subconjuntos nitos do Rn tais que S1 seja um subconjunto de S2 (S1 = S2 ). Se linearmente dependente, entao: S2 e um exemplo. (a) S1 pode ser linearmente dependente? Em caso armativo de um exemplo. (b) S1 pode ser linearmente independente? Em caso armativo de
nao 2. Encontre os valores de tais que o sistema homogeneo (A I3 )X = 0 tem soluc ao trivial e para estes valores de , encontre um subconjunto de vetores ortonormais no conjunto para a matriz soluc ao,
0 0 0 A= 0 2 2 0 2 2
, 3. Considere o vetor f1 = ( 1 2
3 ). 2
base. (a) Escolha f2 de forma que S = {f1 , f2 } seja base ortonormal do R2 . Mostre que S e linear dos elementos de S. (b) Considere P = ( 3, 3). Escreva P como combinac ao ao sistema de coordenadas deter(c) Determine [P ]{O,S} , as coordenadas de P em relac ao minado pela origem O e pela base S.
Julho 2006
Reginaldo J. Santos
Cap tulo 6
Diagonalizac ao
6.1
de Matrizes Diagonalizac ao
6.1.1 Motivac ao
descritos em cada estagio Certos processos sao por uma matriz A quadrada e em k estagios pela um numero potencia k da matriz A, Ak , em que k e inteiro positivo. Suponha que desejamos saber a 398
6.1
399
diagonal, matriz que corresponde a k estagios, para k um inteiro positivo qualquer. Se a matriz A e
e diagonal, mas existe uma matriz P tal que Se a matriz A nao
1 0 . . . 0 0 2 . . . 0 A= . . .. . . . . . 0 . . . 0 n
k 0 ... 0 1 0 k . . . 0 2 entao Ak = . . .. . . . . . 0 . . . 0 k n
A = P DP 1 ,
1 0 . . . 0 0 2 . . . 0 em que D = . . .. . . . . . 0 . . . 0 n
entao
A2 = (P DP 1 )(P DP 1 ) = P D(P 1 P )DP 1 = P D2 P 1 .

Agora, supondo que Ak1 = P D k1 P 1 , temos que
Ak = Ak1 A = (P DP 1 )k1 (P DP 1 ) = (P Dk1 P 1 )(P DP 1 ) = P Dk1 (P 1 P )DP 1 0 ... 0 k 1 0 k . . . 0 2 1 = P Dk P 1 = P . P . . .. . . . . . 0 . . . 0 k n

400 Assim, podemos facilmente encontrar a k -esima potencia de A. Exemplo 6.1. Seja
Diagonalizac ao
A=
1 1 4 1
mostraremos no Exemplo 6.6 na pagina 415 que
P =
tais que sao
1 1 2 2
e D=
3 0 0 1
A = P DP 1 .
Assim,
Ak = P Dk P 1 =
3k 0 1 1 0 (1)k 2 2 3k (1)k 1 2 1 = 2 3k 2(1)k 4 2 1 1 2(3k + (1)k ) (1)k 3k = 4 4((1)k 3k ) 2(3k + (1)k )
1 1 2 2
Vamos descobrir, a seguir, como podemos determinar matrizes P e D , quando elas existem, tais ` esquerda por P 1 e a ` direita por P , D = P 1 AP , com D que A = P DP 1 , ou multiplicando a ao processo de encontrar as matrizes P e sendo uma matriz diagonal. Chamamos diagonalizac ao D. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.1
401
6.1.2 Autovalores e Autovetores
diagonalizavel 6.1. Dizemos que uma matriz A, n n, e Denic ao , se existem matrizes P e D tais uma matriz diagonal. que A = P DP 1 , ou equivalentemente, D = P 1 AP , em que D e
Exemplo 6.2. Toda matriz diagonal
diagonalizavel, e pois
1 0 . . . 0 0 2 . . . 0 A= . . .. . . . . . 0 . . . 0 n A = (In )1 AIn .
existe uma matriz P tal que Vamos supor inicialmente que a matriz A seja diagonalizavel. Entao
P 1 AP = D ,
uma matriz diagonal. Vamos procurar tirar conclusoes sobre as matrizes P e D . em que D e ` esquerda por P ambos os membros da equac anterior, obtemos Multiplicando a ao
(6.1)
AP = P D .
Julho 2006
402 Sejam
Diagonalizac ao
a coluna j de P . Por um lado em que Vj e
1 0 . . . 0 0 2 . . . 0 D= . . .. . . . . . 0 . . . 0 n
e P = =
V1 V2 . . . V n
AP = A
V1 V2 . . . V n
AV1 AV2 . . . AVn
(Exerc cio 1.1.17 na pagina 28) e por outro lado
PD =
V1 V2 . . . V n
(Exerc cio 1.1.16 na pagina 28) Assim, (6.2) pode ser reescrita como,
1 0 . . . 0 0 2 . . . 0 . . .. . . . . . 0 . . . 0 n =
1 V 1 2 V 2 . . . n V n
AV1 AV2 . . . AVn

Logo,
1 V 1 2 V 2 . . . n V n
AVj = j Vj ,
para j = 1, . . . n. Ou seja, as colunas de P , Vj , e os elementos da diagonal de D , j , satisfazem a equac ao
AX = X,
6.1
403
incognitas. em que e X sao Isto motiva a seguinte denic ao.
chamado autovalor (real) de A, se 6.2. Seja A uma matriz Denic ao real e n. Um numero n
v1 . n nulo V = . existe um vetor nao . de R , tal que vn
AV = V .
(6.3)
nulo que satisfac chamado de autovetor de A. Um vetor nao a (6.3), e
Julho 2006
Reginaldo J. Santos
404
Diagonalizac ao
* q
O
* AV
= V
AV = V O
* q
* V
AV
*V q = V O
>1
0<<1
<0
Observe que, usando o fato de que a matriz identidade
tal que In V = V , a equac (6.3) pode ser escrita como e ao
1 0 ... 0 0 1 ... 0 In = . . .. . . . . . 0 ... 0 1 AV = In V
ou
(A In )V = 0.
(6.4)
vetores nao nulos, os autovalores sao os valores de , para os quais o Como os autovetores sao nao trivial. Mas, este sistema homogeneo nao sistema (A In )X = 0 tem soluc ao tem soluc ao trivial se, e somente se, det(A In ) = 0 (Teorema 2.15 na pagina 121). Assim temos um metodo para encontrar os autovalores e os autovetores de uma matriz A.
Julho 2006
6.1
405
6.1. Seja A uma matriz n n. Proposic ao as ra (a) Os autovalores (reais) de A sao zes reais do polinomio
p(t) = det(A t In )
(6.5)
os vetores nao nulos da soluc do (b) Para cada autovalor , os autovetores associados a sao ao sistema (A In )X = 0. (6.6)
6.3. Seja A uma matriz n n. O polinomio Denic ao
p(t) = det(A t In )
chamado polinomio e caracter stico de A.
(6.7)
Julho 2006
Reginaldo J. Santos
406
Diagonalizac ao
Assim, para determinarmos os autovalores de uma matriz A precisamos determinar as ra zes n n n1 reais do seu polinomio caracter stico, que tem a forma p(t) = (1) t + an1 t + . . . + a 1 t + a0 . util, o que diz que se a0 , a1 , . . . , an1 sao Um resultado sobre polinomios que muitas vezes e e as suas ra numeros inteiros, entao zes racionais (se existirem) sao inteiros e divisores do coeciente 3 2 as poss do termo de grau zero a0 . Por exemplo, se p(t) = t + 6t 11t + 6, entao veis ra zes 1, 2, 3 e 6. Substituindo estes valores em p(t), vemos que p(1) = 0, ou seja, 1 racionais sao uma ra e z de p(t). Finalmente, dividindo p(t) por t 1, obtemos que p(t) = (t 1)(t 2 + 5t 6). 2 e 3, entao as ra 1, 2 e 3. Como as ra zes de t2 + 5t 6 sao zes de p(t), sao Exemplo 6.3. Vamos determinar os autovalores e autovetores da matriz
A=
Para esta matriz o polinomio caracter stico e
1 1 4 1
p(t) = det(A tI2 ) = det
1 t 1 4 1 t
= (1 t)2 4 = t2 2t 3 .
as ra 1 = 3 e Como os autovalores de A sao zes de p(t), temos que os autovalores de A sao 2 = 1 . Agora, vamos determinar os autovetores associados aos autovalores 1 = 3 e 2 = 1. Para isto vamos resolver os sistemas (A 1 I2 )X = 0 e (A 2 I 2 )X = 0. Como
A 1 I2 =
2 1 4 2
,
Julho 2006
6.1 entao
407
(A 1 I 2 )X = 0
e
ou
2 1 4 2
x y
0 0
geral e cuja soluc ao
2x y = 0 4x 2y = 0 W1 = {(, 2) | R}. (A 2 I 2 )X = 0
o conjunto de todos os autovetores associados a 1 = 3 acrescentado o vetor nulo. Agora, que e
2 1 4 2
x y
0 0
o conjunto de todos os autovetores associados a 2 = 1 acrescentado o vetor nulo. que e Exemplo 6.4. Vamos determinar os autovalores e autovetores da matriz
W2 = {(, 2) | R},
4 2 2 A= 2 4 2 2 2 4
408 Para esta matriz o polinomio caracter stico e
Diagonalizac ao
4t 2 2 4t 2 p(t) = det(A t I3 ) = det 2 2 2 4t = (4 t) det 4t 2 2 4t 4t 2 2 4t 2 det
= (4 t) det
4 det
= (4 t)[(4 t)2 4] 8(2 t) = t3 + 12t2 36t + 32

Substituindo-se t = 1 obtemos
2 2 2 4t
2 2 2 4t
+ 2 det
2 4t 2 2
p(1) = 1 + 12 36 + 32 > 0,
p(1) = 1 + 12 + 36 + 32 > 0.
Substituindo-se t = 2 obtemos p(2) = 0. Dividindo-se p(t) por t 2 obtemos que
p(t) = (t 2)(t2 + 10t 16) = (t 2)2 (8 t).

1 = 2 e 2 = 8. Agora, vamos determinar os autovetores Portanto os autovalores de A sao associados aos autovalores 1 e 2 . Para isto vamos resolver os sistemas (A 1 I3 )X = 0e (A 2 I3 )X = 0. Como (A 1 I 3 )X = 0 e
0 2 2 2 x 2 2 2 y = 0 0 2 2 2 z
Julho 2006
6.1
409
A forma escalonada reduzida da matriz aumentada do sistema e
geral do sistema (A 1 I3 )X = Assim, a soluc ao 0e
1 1 1 0 0 0 0 0 0 0 0 0
W1 = {( , , ) | , R} ,
o conjunto de todos os autovetores associados a 1 = 2 acrescentado o vetor nulo. que e ao autovalor 2 = 8, o sistema (A 2 I3 )X = Com relac ao 0e
4 2 2 x 0 2 4 2 y = 0 2 2 4 z 0 1 0 1 0 0 1 1 0 0 0 0 0
geral do sistema (A 2 I3 )X = Assim, a soluc ao 0e
W2 = {(, , ) | R}.
Nos exemplos anteriores, para cada autovalor encontramos todos os autovetores associados a ele. Para cada autovalor , o conjunto dos autovetores associados a ele acrescentado o vetor nulo chamado de autoespac o conjunto soluc do sistema linear homogeneo (A In )X = 0ee o e ao associado ao autovalor . Julho 2006 Reginaldo J. Santos
410
Diagonalizac ao
6.1.3 Diagonalizac ao
vimos que se uma matriz A Vamos enunciar e demonstrar o resultado principal deste cap tulo. Ja diagonalizavel, as colunas da matriz P , que faz a diagonalizac sao autovetores associados e entao ao, elementos da matriz diagonal D . Como a matriz P e invert a autovalores, que por sua vez sao vel, L.I. Vamos mostrar, a seguir, que se a matriz A tem n autovetores L.I., entao estes n autovetores sao diagonalizavel. ela e
Teorema 6.2. Seja A uma matriz nn que tem n autovetores L.I. V1 , . . . , Vn associados a 1 , . . . , n , as matrizes respectivamente. Entao
P =
V1 V2 . . . V n
tais que sao
1 0 . . . 0 0 2 . . . 0 e D= . . .. . . . . . 0 . . . 0 n
A = P DP 1 ,
diagonalizavel. diagonalizavel, ela possui n autovetores ou seja A e Reciprocamente, se A e entao linearmente independentes.
Julho 2006
6.1
411
n autovetores linearmente independentes associados Demonstrac ao. Suponha que V1 , . . . , Vn sao a 1 , . . . , n , respectivamente. Vamos denir as matrizes
P =
V1 V2 . . . V n
Como AVj = j Vj , para j = 1, . . . , n, entao
1 0 . . . 0 0 2 . . . 0 e D= . . .. . . . . . 0 . . . 0 n
AP = A
V1 V2 . . . V n
AV1 AV2 . . . AVn 1 0 . . . 0 0 2 . . . 0 . . .. . . . . . 0 . . . 0 n = P D.
1 V 1 2 V 2 . . . n V n
V1 V2 . . . V n
L.I., a matriz P e invert anterior por P 1 a ` Como V1 , . . . , Vn sao vel. Assim, multiplicando a equac ao direita obtemos
A = P DP 1 .
diagonalizavel. Ou seja, a matriz A e diagonalizavel, ela possui n autovetores L.I. Se a matriz Vamos, agora, provar que se A e entao diagonalizavel, existe uma matriz P tal que Ae entao
A = P DP 1 ,
Julho 2006
412
Diagonalizac ao
uma matriz diagonal. Multiplicando a ` direita por P ambos os membros da equac em que D e ao anterior, obtemos AP = P D . (6.9) Sejam
a coluna j de P . Usando as denic de P e D temos que em que Vj e oes
1 0 . . . 0 0 2 . . . 0 D= . . .. . . . . . 0 . . . 0 n V1 V2 . . . 1 0 . . . Vn . . . 0
e P = =
V1 V2 . . . V n
AP = A
PD =
V1 V2
Assim, de (6.9) segue-se que
AV1 AV2 . . . AVn 0 ... 0 2 . . . 0 = 1 V 1 2 V 2 . . . n V n . .. . . . . . . 0 n AVj = j Vj ,
Vn
invert 5.3 na pagina vel, pela Proposic para j = 1, . . . n. Como a matriz P e ao 320, os autovetores L.I. V1 , . . . , Vn sao
os autovalores de A formam a diagonalizavel Assim, se uma matriz A e e A = P DP 1 , entao diagonal de D e n autovetores linearmente independentes associados aos autovalores formam as colunas de P . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.1
413
O resultado que vem a seguir, garante que se conseguirmos para cada autovalor, autovetores L.I., ao juntarmos todos os autovetores obtidos, eles continuarao sendo L.I. entao
autovetores L.I. associados a 1 , 6.3. Seja A uma matriz n n. Se V1 , . . . , Vn1 sao Proposic ao (2) (k) (2) (k) autovetores L.I. associados a 2 , . . ., V1 , . . . , Vnk sao autovetores L.I. associaV1 , . . . , Vn2 sao (k) (k) (1) (1) um conjunto L.I. {V 1 , . . . , V n 1 , . . . , V 1 , . . . , V n k } e dos a k , com 1 . . . k distintos, entao Demonstrac ao. Vamos demonstrar apenas para o caso em que temos dois autovalores diferen(1) (1) inteiramente analogo. tes. O caso geral e Sejam V1 , . . . , Vn1 autovetores L.I. associados a 1 e (2) (2) da equac V1 , . . . , Vn2 autovetores L.I. associados a 2 . Precisamos mostrar que a unica soluc ao ao
(1)
(1)
x1 V 1
(1)
(1)
(1) + . . . + x k1 V n + x 1 V1 1
(1)
(2)
(2)
(2) + . . . + x k2 V n = 0 2 (j )
(2)
(6.10) autovesao
a soluc trivial. Multiplicando a equac (6.10) por A e usando o fato de que os Vi e ao ao tores, obtemos
x1 1 V 1
(1)
(1)
(1) + . . . + x(1) n 1 1 V n 1 + x 1 2 V 1
(2)
(2)
(2) + . . . + x(2) n 2 2 V n 2 = 0
(6.11)
(6.10) por 1 , obtemos Multiplicando a equac ao
x1 1 V 1
(1)
(1)
(1) + . . . + x(1) n 1 1 V n 1 + x 1 1 V 1
(2)
(2)
(2) + . . . + x(2) n 2 1 V n 2 = 0 .
(6.12)
(6.11) da equac (6.12), obtemos Subtraindo a equac ao ao
x 1 ( 2 1 )V 1
Julho 2006
(2)
(2)
(2) + . . . + x(2) n 2 ( 2 1 )V n 2 = 0 .
Reginaldo J. Santos
414
(2) (2) (2) (2)
Diagonalizac ao
L.I., temos que x1 = . . . = xn2 = 0. Agora, multiplicando a equac Como V1 , . . . , Vn2 sao ao (6.12) obtemos (6.10) por 2 e subtraindo da equac ao
x 1 ( 2 1 )V 1
(1) (1)
(1)
(1)
(1) + . . . + x(1) n 1 ( 2 1 )V n 1 = 0 . (1)
L.I., temos que x1 = . . . = xn1 = 0. O que prova que todos os autovetores Como V1 , . . . , Vn1 sao L.I. juntos sao
(1)
Exemplo 6.5. Considere a matriz
vimos no Exemplo 6.4 na pagina p(t) = (t 2)(t2 + 10t Ja 407 que seu polinomio caracter stico e 2 1 = 2 e 2 = 8 e os autoespac 16) = (t 2) (8 t), os seus autovalores sao os correspondentes sao
4 2 2 A= 2 4 2 2 2 4
W1 = {( , , ) | , R}, W2 = {(, , ) | R},

respectivamente. Vamos encontrar, para cada autoespac o, o maior numero poss vel de autovetores L.I., ou seja, vamos encontrar uma base para cada autoespac o. E o teorema anterior garante que se continuar sendo L.I. juntarmos todos estes autovetores eles vao Para W1 , temos que
( , , ) = (1, 0, 1) + (1, 1, 0).

6.1
415
disso, eles sao L.I. (um Assim, os vetores V1 = (1, 0, 1) e V2 = (1, 1, 0) geram W1 . Como alem e multiplo eles formam uma base para W1 . Assim, nao podemos ter um nao escalar do outro), entao numero maior de autovetores L.I. associados a 1 = 2 (Teorema 5.6 na pagina 337). uma base para W2 , pois como Para W2 , temos que o conjunto {V3 = (1, 1, 1)} e
(, , ) = (1, 1, 1),
nulo e L.I. Assim, nao podemos ter um numero V3 gera W2 e um vetor nao maior de autovetores L.I. associados a 2 = 8 (Teorema 5.6 na pagina 337). autovetores L.I. associados a 1 e V3 e um autovetor L.I. associado a 2 , entao Como V1 e V2 sao 6.3 na pagina L.I. Assim, a matriz A e pela Proposic ao 413 os autovetores juntos V1 , V2 e V3 sao diagonalizavel e as matrizes
tais que sao
2 0 0 1 0 0 D = 0 1 0 = 0 2 0 0 0 8 0 0 2
1 1 1 e P = [ V 1 V2 V3 ] = 0 1 0
1 1 1
A = P DP 1 .
A=
vimos no Exemplo 6.3 na pagina p(t) = det(A t I2 ) = Ja 406 que o seu polinomio caracter stico e 2 1 = 3 e 2 = 1 e que os autoespac t 2t 3, que os seus autovalores sao os correspondentes sao W1 = {(, 2) | R} e W2 = {(, 2) | R}, Julho 2006 Reginaldo J. Santos
1 1 4 1
416
Diagonalizac ao
respectivamente. podemos ter mais uma base de W1 . Assim, nao Para 1 = 3, temos que {V1 = (1, 2)} e um conjunto com autovetores L.I. associados a 1 . De forma analoga para 2 = 1, {V2 = (1, 2)} e diagonalizavel o maior numero poss vel de autovetores L.I. associados a 2 . Assim, a matriz A e e as matrizes
P = [ V 1 V2 ] =
tais que sao
1 1 2 2
e D=
1 0 0 2
3 0 0 1
D = P 1 AP.
A=
0 1 0 0
p(t) = det(A t I2 ) = t2 , assim A possui um unico O seu polinomio caracter stico e autovalor: 1 = 0. Agora, vamos determinar os autovetores associados ao autovalor 1 = 0. Para isto vamos resolver o sistema (A 1 I2 )X = 0. Como
A 1 I2 = A =
(A 1 I 2 )X = entao 0e
0 1 0 0
0 1 0 0
x y
0 0
Julho 2006
6.1 ou
417
y = 0 0 = 0
W1 = {(, 0) | R} = {(1, 0) | R} .
o autoespac que e o correspondente a 1 = 0. Assim, para 1 = 0, temos que {V1 = (1, 0)} e podemos ter um numero 337 nao maior de um subconjunto L.I. de V1 . Pelo Teorema 5.6 na pagina temos um autovalor nao podemos ter mais autovetores autovetores L.I. associados a 1 e como so diagonalizavel, existem e L.I. Portanto, pelo Teorema 6.2 na pagina 410, a matriz A nao ou seja, nao matrizes P e D tais que A = P DP 1 .
Exemplo 6.8. Vamos retomar a cadeia de Markov do Exemplo 1.9 na pagina 17. Vamos supor que e dividida em tres estados (por exemplo: ricos, classe media uma populac ao e pobres) e que em cada unidade de tempo a probabilidade de mudanc a de um estado para outro seja constante no tempo, so dependa dos estados. Seja tij a probabilidade de mudanc a do estado j para o estado i em uma unidade de tempo e dada por (gerac ao). A matriz de transic ao
Vamos considerar a matriz de transic ao Julho 2006
2 3 1 1 t11 t12 t13 T = t21 t22 t23 2 3 t31 t32 t33

Reginaldo J. Santos
418
Diagonalizac ao
Vamos calcular potencias k de T , para k um inteiro positivo qualquer. Para isto vamos diagonalizar a matriz T . Para isso precisamos determinar seus os autovalores e autovetores. Para esta matriz o polinomio caracter stico e
T =
1 1
2 1 2
2
1 4 1 2 1 4
3 0 1 1 2 2 1 3
2
1 1 1 1 1 1 t 2 2 2 = ( t) det 2 1 det 1 1 t t 0 2 4 4 2 2 1 1 1 1 1 = ( t) ( t) 2 ( t) 2 2 8 8 2 3 1 3 1 1 = t3 + t2 t = t(t2 + t ) = t(t 1)(t ) 2 2 2 2 2 1 = 0, 2 = 1/2 e 3 = 1. Agora, vamos determinar Portanto os autovalores de T sao os autovetores associados aos autovalores 1 , 2 e 3 . Para isto vamos resolver os sistemas (T 1 I 3 )X = 0, ( T 2 I 3 ) X = 0 e (T 3 I 3 )X = 0. Como 1 1 0 x 0 2 4 1 1 e = 0 1 y (T 1 I 3 )X = T X = 0 2 2 2 1 1 z 0 0 4 2
p(t) = det(T t I3 ) = det
1 2
t
1 2
1 4 1 2
0
1 2 1 2
t
1 4
Julho 2006
6.1
419
geral do sistema (T 1 I3 )X = Assim, a soluc ao 0e
1 0 0
0 1 0 1 2 0 0 0 0
W1 = {(, 2, ) | R} ,
o conjunto de todos os autovetores associados a 1 = 0 acrescentado o vetor nulo. O conjunto que e uma base para W1 , pois como (, 2, ) = (1, 2, 1), V1 gera W1 e um {V1 = (1, 2, 1)} e nulo e L.I. vetor nao ao autovalor 2 = 1/2, o sistema (T 2 I3 )X = Com relac ao 0e
x 0 1 1 y 0 0 = 2 2 z 0 0 1 0 4 0 0 1 0 1 0 0 1 0 0 0 0 0 0
1 4
W2 = {(, 0, ) | R}.
420
Diagonalizac ao
uma base para W2 , pois como (, 0, ) = (1, 0, 1), V3 gera W2 e um O conjunto {V2 = (1, 0, 1)} e nulo e L.I. vetor nao ao autovalor 3 = 1, o sistema (T 3 I3 )X = Com relac ao 0e
1 2
1 2
1 4 1 2 1 4
x 0 1 y = 0 2 z 0 1 2 0
1 0 1 0 0 1 2 0 0 0 0 0
W3 = {(, 2, ) | R} ,
o conjunto de todos os autovetores associados a 3 = 1 acrescentado o vetor nulo. O conjunto que e uma base para W1 , pois como (, 2, ) = (1, 2, 1), V1 gera W1 e um vetor nao {V1 = (1, 2, 1)} e L.I. nulo e autovetores associados a 1 , 2 e 3 , respectivamente, entao pela Como V1 , V2 e V3 sao dia 6.3 na pagina L.I. Assim, a matriz A e Proposic ao 413 os autovetores juntos V1 , V2 e V3 sao gonalizavel e as matrizes
0 0 0 1 0 0 0 D = 0 2 0 = 0 1 2 0 0 1 0 0 3
1 1 2 0 e Q = [ V 1 V2 V3 ] = 1 1
1 2 1
Julho 2006
6.1
421
tais que sao
D = Q1 T Q ou T = QDQ1 .
Assim,
T k = QDk Q1
1 4 1 4
+ (1 )k+1 2
1 1 0 = 2 1 1
1 4 1 2 1 4 1 4 1 4
a matriz que da a transic entre k unidades de tempo (gerac Esta e ao oes).
1 2 (1 )k+1 2
1 1 4 1 0 0 0 4 )k 0 1 0 2 0 (1 2 2 1 1 0 0 1 1 4 4 (1 )k+1 2 1 2 1 k+1 + (2)
1 4 1 2 1 4
Julho 2006
Reginaldo J. Santos
422
Diagonalizac ao

6.1.1. Ache o polinomio caracter stico, os autovalores e os autovetores de cada matriz:
6.1.2. Ache bases para os auto-espac os associados a cada autovalor (a) (c)
1 1 0 0 (c) 0 2 (e) 0 0
(a)
1 1 1 2 0 3 0 0 2 3 3 2 1 2
1 1 4 2 1 0 (d) 1 3 3 2 2 2 2 (f) 1 2 2
(b) (b) (d) (b)
0 0 2 3 1 1 4 2 1 1
diagonalizaveis: 6.1.3. Verique quais das matrizes sao (a)
2 0 0 3 1 0 0 4 3 1 2 3 4 0 1 3 2 0 0 3 3 0 0 0 2
2 0 0 2 0 0 0
3 1 0 2 2 0 0
0 0 2 3 3 1 0
1 4 1 2 1 1 2 0 4 (c) 4 1 1 4
1 0 2 1 1 2 3 (d) 0 1 2 0 0 2
Julho 2006
6.1
423
6.1.4. Ache para cada matriz A, se poss vel, uma matriz nao-singular P tal que P 1 AP seja diagonal:
1 0 (a) 0 1 0 (c) 2
1 1 1 2 1 1
2 0 3 3 0 2
4 2 2 1 (b) 1 2 3 2 1 0 2 0 (d) 0 0 0
3 2 0

simbolicas; >> syms x y z diz ao M ATLAB que as variaveis x, y e z sao
>> A=[a11,a12,...,a1n;a21,a22,...; ...,amn] cria uma matriz, m por n, usando os elementos a11, a12, ..., amn e a armazena numa variavel A; >> A=[A1,...,An] cria uma matriz A formada pelas matrizes, denidas anteriormente, A1, ..., An colocadas uma ao lado da outra;
>> solve(expr) determina a soluc ao da equac ao expr=0. 2 da equac x 4 = 0; >> solve(x^2-4) determina as soluc oes ao expr a variavel >> subs(expr,x,num) substitui na expressao x por num. Por exemplo,
>> [P,D]=eig(A) determina matrizes P e D (diagonal) tais que AP=PD. inv(A) calcula a inversa da matriz A.
armazenados no formato A=sym(A) converte a matriz A numa matriz em que os elementos sao numeric faz o processo inverso. simbolico. A func ao Julho 2006 Reginaldo J. Santos
424 Comandos do pacote GAAL:
Diagonalizac ao
>> A=randi(n) ou >> A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente,
com elementos inteiros aleatorios.
>> escalona(A) calcula passo a passo a forma reduzida escalonada da matriz A.

6.1.5. Dena as matrizes B=sym(randi(2)) e A=[B-B,zeros(2,1);zeros(1,2),randi]. A ma diagonalizavel? Por que? triz A e 6.1.6. Dena as matrizes L=[eye(2),zeros(2,1);randi(1,2),0] e A=sym(L*L). Determine o polinomio caracter stico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero poss vel de vetores. Encontre matrizes P e D (diagonal) tais que inv(P)*A*P=D, se poss vel. Verique o resultado. Use o comando [P,D]=eig(A) e compare encontrou. com as matrizes que voce 6.1.7. Dena a=randi,b=randi e A=sym([2*a,a-b,a-b;0,a+b,b-a;0,b-a,a+b]). Determine o polinomio caracter stico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero poss vel de vetores. Encontre matrizes P e D (diagonal) tais que inv(P)*A*P=D, se poss vel. Verique o resultado. Use o comando [P,D]=eig(A) e compare encontrou. com as matrizes que voce 6.1.8. Dena a=randi,b=randi e A=sym([a,0,b;2*b,a-b,2*b;b,0,a]). Determine o polin omio caracter stico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero poss vel de vetores. Encontre matrizes P e D (diagonal) tais que A=P*D*inv(P), se poss vel. Verique o resultado. Use o comando [P,D]=eig(A) e compare encontrou. com as matrizes que voce Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.1
de Matrizes Diagonalizac ao para resolver os Exerc cios Numericos
425
6.1.9. Use o M ATLAB
Exerc cios Teoricos

semelhante a uma matriz A, n n, se existir uma matriz 6.1.10. Dizemos que uma matriz B , n n, e 1 singular tal que B = P AP . Demonstre: P nao semelhante a A; (a) A e semelhante a B , entao semelhante a A; Be (b) Se A e Ae semelhante a B e B e semelhante a C , entao semelhante a C . (c) Se A e 6.1.11. Seja um autovalor (xo) de A. Demonstre que o conjunto formado por todos os autovetores um subespac de A associados a , juntamente com o vetor nulo, e o de Rn . Este subespac o e chamado de autoespac o associado a . semelhantes, entao possuem os mesmos polinomios 6.1.12. Demonstre que se A e B sao caracter sticos e portanto os mesmos autovalores. uma matriz triangular superior, entao os autovalores de A sao os ele6.1.13. Demonstre que se A e mentos da diagonal principal de A. 6.1.14. Demonstre que A e At possuem os mesmos autovalores. O que podemos dizer sobre os autovetores de A e At ? um autovalor de 6.1.15. Seja um autovalor de A com autovetor associado X . Demonstre que k e um inteiro positivo. Ak = A . . . A associado a X , em que k e Julho 2006 Reginaldo J. Santos
426
Diagonalizac ao
chamada nilpotente se Ak = 6.1.16. Uma matriz A e 0, para algum inteiro positivo k . Demonstre que nilpotente, entao o unico 0. (Sugestao: use o exerc autovalor de A e cio anterior) se A e 6.1.17. Seja A uma matriz n n. o produto de todas as ra (a) Mostre que o determinante de A e zes do polinomio caracter stico p(t) = det(A t In ) = (1)n (t 1 ) . . . (t n ).) de A; (Sugestao: singular se, e somente se, 0 for um autovalor de A. (b) Mostre que A e 6.1.18. Seja um autovalor da matriz nao-singular A com autovetor associado X . Mostre que 1/ e 1 um autovalor de A com autovetor associado X . 6.1.19. Seja A = lizavel. autovetores associados a um autovalor , entao W projV W e tambem um 6.1.20. Se V e W sao autovetor associado a ? E se V e W forem autovetores associados a autovalores diferentes? 6.1.21. Sejam A e B matrizes n n. Mostre que AB e BA possuem os mesmos autovalores. (Su autovetor Separe em dois casos: = 0 e = 0. No segundo caso, mostre que se V e gestao: autovetor de BA.) BV e de AB , entao igual a soma das ra 6.1.22. Seja A uma matriz n n diagonalizavel. Mostre que o trac o de A e zes do seu polinomio caracter stico, incluindo as multiplicidades. (Sugestao: use o fato de que tr(AB ) = tr(BA).) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
a b . Ache as condic oes necessarias e sucientes para que A seja diagonac d
6.1
427
tais que B = A, para um escalar = 0. Mostre 6.1.23. Suponha que duas matrizes n n A e B sao autovalor de uma matriz A, entao autovalor de B . e que se e diagonalizavel. 6.1.24. Seja A uma matriz n n com n autovalores diferentes. Mostre que A e
Julho 2006
Reginaldo J. Santos
428
Diagonalizac ao
6.2
de Matrizes Simetricas Diagonalizac ao
6.2.1 Motivac ao
. grau de uma conica de 2o O problema da identicac ao (curva no plano descrita por uma equac ao da sua equac e facilmente resolvido se a equac nao possui um termo em que em x e y ) atraves ao ao aparece o produto xy . Mas, ao contrario, se aparece este termo misto, temos que fazer uma mudanc a aparec de coordenadas de forma que nas novas coordenadas ele nao a. Vejamos o exemplo seguinte.
Exemplo 6.9. Considere o problema de identicar uma conica representada pela equac ao
3x2 + 2xy + 3y 2 = 4 .
pode ser escrita como Usando matrizes, esta equac ao
(6.13)
[3x + y x + 3y ]
ou
x y x y
=4
[x y ]
ou ainda,
3 1 1 3
=4
X t AX = 4 ,
em que
(6.14)
A=
3 1 1 3
e X=
x y
.
Julho 2006
6.2
429
Como veremos adiante (Exemplo 6.11 na pagina 435), podemos escrever
A = P DP t
em que
1 2 1 2 1 2 1 2
P =
eD=
2 0 0 4
(6.14) pode ser escrita como Assim, a equac ao
(X t P )D (P t X ) = (P t X ) t D (P t X ) = 4 .
como P t P = I2 , a Se fazemos a mudanc a de variaveis (ou de coordenadas) X = P X , entao (6.14) se transforma em equac ao
X t DX = 4
ou
[x
que pode ser reescrita como,
y]
2 0 0 4
x y
=4
2x 2 + 4y 2 = 4 ,
ou dividindo por 4, como
x2 y2 + =1 2 1
a equac da elipse mostrada na Figura 6.2. Veremos na proxima como trac que e ao sec ao ar esta elipse. Julho 2006 Reginaldo J. Santos
430
Diagonalizac ao
simplesmente a sua transposta, P 1 = P t . A matriz P , tem a propriedade de que a sua inversa e chamada de matriz ortogonal. O que possibilitou a Uma matriz que satisfaz esta propriedade e diagonalizavel de da conica, atraves identicac ao no exemplo anterior, foi o fato de que a matriz A e 1 1 t uma matriz ortogonal P . Ou seja, existe uma matriz P tal que A = P DP eP =P . vimos que nem toda matriz e diagonalizavel Ja (Exemplo 6.7 na pagina 416). Vamos ver que se simetrica, ela e diagonalizavel, existe uma matriz diagonal D e uma entao isto e, uma matriz A e disso, para matrizes simetricas, matriz invert vel P tal que A = P DP 1 . Alem existe uma matriz P t ou seja, tal que A = P DP . Isto porque existe uma matriz ortogonal P que faz a diagonalizac ao, com uma tal matriz e oes a diagonalizac ao que tem a propriedade P 1 = P t . Em algumas aplicac de conicas. necessaria, como por exemplo na identicac ao Vamos em primeiro lugar, caracterizar as matrizes ortogonais.
6.2.2 Matrizes Ortogonais

chamada de matriz ortogonal. Uma matriz P tal que P 1 = P t e
ortogonal se, e somente se, as suas colunas formam um conjunto 6.4. Uma matriz P e Proposic ao ortonormal de vetores.
as colunas de P . A Demonstrac ao. Vamos escrever P = [U1 . . . Un ]. Ou seja, U1 , . . . , Un sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.2
431
P t se, e somente se, P t P = In . Mas, inversa de P e

t U1 . P tP = . . t Un
Logo, P t P = In se, e somente se, Uit Uj = Ui Uj = 0 para i = j e Uit Ui = Ui Ui = 1 para ortonormais. i = 1, . . . n. Ou seja, P t P = In se, e somente se, U1 , . . . , Un sao
t t U2 U1 U1 U1 U t U1 U t U2 2 2 [U1 . . . Un ] = . . . t t U2 U1 Un Un
t Un . . . U1 t Un . . . U2 . .. . . . t . . . U n Un
diagonalizavel de uma matriz ortogonal, ou seja, que atraves Vamos supor que uma matriz A e uma matriz diagonal. Como a matriz P e uma matriz cujas existe uma matriz P tal que D = P t AP e autovetores de A, deduzimos da proposic diagonalizavel anterior que uma matriz A e colunas sao ao de uma matriz ortogonal se, e somente se, ela possui um conjunto ortonormal de autovetores. atraves Como veremos, as matrizes simetricas possuem esta caracter stica.
6.5. Para uma matriz A simetrica, Proposic ao os autovetores associados a autovalores diferentes ortogonais. sao
Demonstrac ao. Sejam V1 e V2 autovetores de A associados aos autovalores 1 e 2 , respectiva AV1 = 1 V1 e AV2 = 2 V2 . mente, com 1 = 2 . Entao, Julho 2006 Reginaldo J. Santos
432
Diagonalizac ao
simplesmente o Agora, se escrevemos os vetores como matrizes colunas, o produto escalar e produto matricial da transposta da primeira matriz pela segunda. Assim,
AV1 V2 = (AV1 )t V2 = V1t At V2 = V1 At V2 .

simetrica autovetores de A, temos de (6.15) que At = A e como V1 e V2 sao Como A e
(6.15)
1 V 1 V 2 = 2 V 1 V 2
ou
( 1 2 )V 1 V 2 = 0 .
ortogonais. Como 1 = 2 , conclu mos que V1 V2 = 0, ou seja, V1 , V2 sao sao ortogonais, para diagonalizarmos Como autovetores associados a autovalores diferentes ja uma matriz simetrica A atraves de uma matriz P ortogonal, precisamos encontrar, para cada au 5.18 tovalor, autovetores ortonormais associados a eles. Para isso, podemos aplicar a Proposic ao 5.19 na pagina ou a Proposic ao 367 a cada conjunto de autovetores L.I. associados a cada um dos autovalores. Exemplo 6.10. Considere a matriz
a matriz do Exemplo 6.5 na pagina Esta e 414. Para esta matriz o polinomio caracter stico e
4 2 2 A= 2 4 2 2 2 4
p(t) = det(A t I3 ) = (t 2)2 (8 t)

6.2
433
1 = 2 e 2 = 8. Portanto os autovalores de A (ra zes reais do polinomio caracter stico) sao as soluc de (A 1 I3 )X = oes 0 Os autovetores associados aos autovalores 1 = 2 e 2 = 8 sao e (A 2 I3 )X = 0 respectivamente. A forma escalonada reduzida de
2 2 2 A 2I 3 = 2 2 2 2 2 2
Portanto o autoespac o associado a 1 = 2 e
1 1 1 0 0 0 . 0 0 0
W1 = {( , , ) | , R} ,
Agora, ( , , ) = (1, 0, 1) + (1, 1, 0). Assim, os vetores V 1 = (1, 0, 1) e V2 = disso, eles sao L.I. (um nao e multiplo eles (1, 1, 0) geram W1 . Como alem escalar do outro), entao formam uma base para W1 . Vamos encontrar dois autovetores ortonormais associados a 1 = 2. Para isso vamos usar a 5.18 na pagina Proposic ao 367.
W1 = V1 = (1, 0, 1); U1 = U2 =
Julho 2006
W2 = V2 projW1 V2 = (1/2, 1, 1/2) W1 = (1/ 2, 0, 1/ 2)
1 ||W1 ||
1 ||W2 ||
W2 = (1/ 6, 2/ 6, 1/ 6)
Reginaldo J. Santos
434
Diagonalizac ao
ao autovalor 2 = 8, temos que a forma escalonada reduzida da matriz Com relac ao
Assim, o autoespac o associado a 2 = 8 e
4 2 2 2 A 8I 3 = 2 4 2 2 4
1 0 0
0 1 1 1 . 0 0
uma base para W2 , pois como (, , ) = (1, 1, 1), V3 gera W2 e O conjunto {V3 = (1, 1, 1)} e nulo e L.I. Assim, o vetor um vetor nao
W2 = {(, , ) | R}.
U3 =
1 ||V3 ||
V3 = (1/ 3, 1/ 3, 1/ 3)
forma uma base ortonormal para W2 . simetrica, ortogonais. Como a matriz A e autovetores associados a autovalores diferentes sao ortonormais e assim a matriz Portanto, U1 , U2 e U3 sao
1 1 2 6 2 0 P = [U1 U2 U3 ] = 6 1 1 2 6
1 3 1 3 1 3
satisfaz A = P DP t , em que
2 0 0 D= 0 2 0 0 0 8
Julho 2006
6.2
435
A=
O seu polinomio caracter stico e
3 1 1 3
p(t) = det(A t I2 ) = t2 6t + 8 = (t 2)(t 4).

1 = 2 e 2 = 4. Os autovetores associados aos autovalores Portanto os autovalores de A sao as soluc de (A 1 I2 )X = 1 = 2 e 2 = 4 sao oes 0 e (A 2 I 2 )X = 0 respectivamente. o autoespac geral do sistema (A 2I2 )X = 0 e o A soluc ao
W1 = {(, ) | R}.
V1 = (1, 1) gera W1 e como um vetor nao nulo e L.I., {V1 } e Como (, ) = (1, 1), entao uma base de W1 . Assim,
U1 =
uma base ortonormal de W1 . e o autoespac geral do sistema (A 4I2 )X = o 0e A soluc ao
1 ||W1 ||
1 1 , 2 2
W2 = {(, ) | R}.
V2 = (1, 1) gera W2 e como um vetor nao nulo e L.I., {V2 } e uma base Como (, ) = (1, 1), entao de W2 . Assim,
U2 =
Julho 2006
1 ||W2 ||
1 1 , 2 2
Reginaldo J. Santos
436
Diagonalizac ao
uma base ortonormal de W2 . e simetrica, ortogonais. autovetores associados a autovalores diferentes sao Como a matriz A e Portanto
P =
tais que A = P DP t . sao
1 2 1 2
1 2 1 2
eD=
2 0 0 4
sera demonstrado no momento (Apendice O proximo resultado, que nao V na pagina 440), garante que o procedimento seguido nos dois exemplos anteriores sempre funciona, ou seja, que toda matriz diagonalizavel de uma matriz ortogonal. simetrica e atraves
uma matriz simetrica, existe uma matriz P ortogonal e uma matriz diaentao Teorema 6.6. Se A e gonal D tal que
A = P DP t .
simetrica, ela e diagonalizavel. Assim, se A e entao
Julho 2006
6.2
437

6.2.1. Diagonalize cada matriz dada A por meio de uma matriz ortogonal, ou seja, ache uma matriz ortogonal P tal que P t AP seja diagonal:
2 2 0 (c) 0 1 1 1 (e) 0 1 2 (g) 0 0

(a)
2 2 0 0 0 1 1 0 2 1 0 0
1 0 0 0 0 1 0 0 1 2
0 0 2 1
2 1 0 (d) 0 0 2 1 (f) 1 0 0 (h) 0 0

(b)
1 2 0 2 2 1 2 1 0 0 0 0
0 2 2 1 1 2 0 0 0 1
0 0 1 0
Exerc cios Teoricos

uma matriz ortogonal, entao det(A) = 1. 6.2.2. Mostre que se A e matrizes ortogonais, entao AB e ortogonal. 6.2.3. Mostre que se A e B sao 6.2.4. (a) Verique se a matriz
cos sen sen cos
ortogonal; e Reginaldo J. Santos
Julho 2006
438
Diagonalizac ao ortogonal a V = (a, b) = (b) Mostre que X = (x, y ) e 0 com ||X || = ||V || se, e somente se, X = (b, a) ou X = (b, a). uma matriz ortogonal 2 2, entao existe um numero (c) Mostre que se A e real tal que
A=
cos sen sen cos
ou
A=
cos sen sen cos
chamada matriz de rotac . A primeira matriz tem determinante igual a 1 e e ao ortonor Comece com uma matriz (aij )22 e use o fato de que as colunas sao (Sugestao: 2 sera a2 mais. Uma das equac oes + a = 1 . Fac a a = cos e a = sen . Use o item 11 21 11 21 anterior.) diagonalizavel existem P e D , por uma matriz ortogonal (isto e, 6.2.5. Mostre que se uma matriz A e 1 t t uma matriz simetrica. Ae com P = P e D diagonal, tais que A = P DP ), entao (denida) positiva se X t AX > 0, para todo 6.2.6. Dizemos que uma matriz simetrica A, n n, e equivalentes as seguintes X Rn , X = 0, X escrito como matriz coluna. Mostre que sao armac oes: denida positiva. (a) A matriz A e positivos. simetrica (b) A e e todos os autovalores de A sao chamada a raiz (c) Existe uma matriz denida positiva B tal que A = B 2 . A matriz B e quadrada de A. Mostre que (a)(b)(c)(a). Na parte (b)(c) fac (Sugestao: a primeiro o caso em que A e uma matriz diagonal) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.2
439
6.2.7. Seja A uma matriz invert vel n n. Mostre que existe uma matriz simetrica denida positiva e unica P e uma matriz ortogonal U , tal que A = P U . Esta decomposic ao chamada de polar de A. (Sugestao: decomposic ao Sejam P = (AAt )1/2 e U = P 1 A. Mostre que U U t = In .) 6.2.8. Seja A uma matriz n n. Para k = 1, . . . , n, seja Ak a submatriz obtida de A eliminando-se as chamada submatriz principal de A de ordem k . Mostre ultimas n k linhas e colunas. Ak e uma matriz simetrica denida positiva n n, entao que se A e nao singular; (a) A e (b) det(A) > 0; todas denidas positivas. (Sugestao: considere (c) as submatrizes principais A1 , . . . , An sao nulos.) vetores Xk tais que os ultimos n k elementos sao
Julho 2006
Reginaldo J. Santos
440
Diagonalizac ao
Apendice V: Autovalores Complexos

diagonalizavel de uma matriz ortogonal. Para Vamos provar que toda matriz simetrica e atraves numeros isto, precisamos trabalhar com matrizes cujas entradas sao complexos. Vamos chamar o numeros conjunto das matrizes m n cujas entradas sao complexos de Mmn (C). Para uma matriz A = (aij ) Mmn (C), denimos o conjugado da matriz A, denotado por A como sendo a matriz B = (bij ) Mmn (C) dada por bij = a ij , em que, se aij = ij + iij , entao a ij = ij iij . das propriedades que ja foram demonstradas no Teorema 1.1 Para as matrizes de Mmn (C) alem validas deixamos a cargo do leitor: na pagina 10 sao as seguintes propriedades, cuja demonstrac ao (p) Se A Mmp (C) e B Mpn (C), entao
AB = A B.
(q) Se A Mmn (C) e C, entao
A = B.
um autovetor de A 6.7. Seja A uma matriz n n com entradas reais. Se Z Mn1 (C), e Proposic ao Z tambem associado a um autovalor complexo = + i com = 0, ou seja, se AZ = Z , entao um autovetor de A associado a = i . e
Julho 2006
6.2
441
Demonstrac ao.
Z. AZ = A Z = (AZ ) = Z =
numeros Teorema 6.8. Toda matriz simetrica, cujas entradas sao reais, possui autovalor real.
numeros Demonstrac ao. Seja A uma matriz simetrica, cujas entradas sao reais. Vamos mostrar que reais. Seja uma raiz do polinomio as ra zes do seu polinomio caracter stico sao caracter stico de A. o sistema linear (A In )Z = 0 tem soluc nao trivial Z Mn1 (C). O que implica que Entao ao
AZ = Z. Z. 6.7 temos que AZ = uma matriz cujas entradas sao numeros Como A e ao reais, pela Proposic Por um lado, Z AZ = Z Z = Z Z =
i=1 t t t n
|z i | 2 .
n
Por outro lado
Z tZ = Z AZ = Z A Z = (AZ ) Z =
t t
i=1
|z i | 2 .
um numero Logo, = , ou seja, e real. Julho 2006 Reginaldo J. Santos
442
Diagonalizac ao
obvio se n = 1. Vamos supor que do Teorema 6.6 na pagina Demonstrac ao 436. O resultado e verdadeiro o resultado seja verdadeiro para matrizes (n 1) (n 1) e vamos provar que ele e para matrizes n n. Pelo Teorema 6.8 a matriz A tem um autovalor 1 . Isto signica que existe autovetores associados a 1 . Seja V1 um autovetor de norma igual a 1 associado a 1 . Sejam uma base ortonormal de Rn (isto pode ser conseguido V2 , . . . , Vn vetores tais que {V1 , . . . , Vn } e de Gram-Schmidt a uma base de Rn que contenha V1 .) aplicando-se o processo de ortogonalizac ao combinac lineares de V1 , . . . , Vn , Seja P1 = [ V1 . . . Vn ]. Como AV1 = 1 V1 e AV2 , . . . , AVn sao oes temos que
AP1 = [ AV1 . . . AVn ] = [ V1 . . . Vn ]M = P1 M, 1 0 .

. .
(6.16)
t t t simetrica. AP1 = M , ou seja, a matriz M e Portanto, AP1 . Mas, M t = (P1 AP1 )t = P t At P1 = P1 P1
em que M =
... B
t ` esquerda (6.16) por P1 obtemos M = . Multiplicando-se a 1 0

. . .
0 ... B
M =
com B uma matriz simetrica (n 1) (n 1). Como estamos supondo o resultado verdadeiro para t 2 2 2 , (n 1) (n 1), tal que D2 = P existe uma matriz ortogonal P matrizes (n 1) (n 1), entao BP Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.2
443
(6.16) equac ao
diagonal. Seja P2 = 0 e . . .
0 ... 2 P
ortogonal (verique!) e pela . Seja P = P1 P2 . P e 1 0

. . .
... 2 BP
2 = P 2 D2 e assim, Mas, B P
AP = (AP1 )P2 = P1 M P2 = P1 1 0
. . .
0 ... D2
em que D = 0 . . .
AP = P1 P2 1 0 ... D2 0
= P D,
` esquerda por P t obtemos o resultado. . Multiplicando-se a
Julho 2006
Reginaldo J. Santos
444
Diagonalizac ao
W2
4 4
W = (1, 2)
x
AW
4 4
V = (1, 2)
W1
6 6 4 2 0 2 4 6 6 6 4 2 0 2
AV
4 6
Figura 6.1: Autovetores associados a 1 = 3 e a 2 = 1 da matriz do Exemplo 6.3
Julho 2006
6.2
445
y
y
E2
W2 E1
x
W1
Figura 6.2: Elipse do Exemplo 6.9
Julho 2006
Reginaldo J. Santos
446
Diagonalizac ao
6.3
na Identicac de Conicas Aplicac ao ao

ax2 + bxy + cy 2 + dx + ey + f = 0,
denida como o conjunto dos pontos P = (x, y ) que satisfazem a equac Uma conica no plano e ao
numeros simultaneamente nulos. Vamos estudar em que a, b, c, d, e e f sao reais, com a, b e c nao chamadas conicas degeneradas. As outras que a elipse, a hiperbole e a parabola, que sao nao chamadas conicas incluem um unico ponto e um par de retas sao degeneradas. Como veremos degeneradas podem ser obtidas da intersec de um cone circular com um adiante as conicas nao ao plano. de uma conica degenerada esta na forma padrao se ela tem uma Dizemos que a equac ao nao das formas dadas na Figura 6.17 na pagina 466. veremos como a diagonalizac de matrizes simetricas Nesta sec ao ao pode ser usada na das conicas nao estao na forma padrao. Antes, porem, vamos denir as identicac ao cujas equac oes na conicas como conjunto de pontos que satisfazem certas propriedades e determinar as equac oes forma padrao.
6.3.1 Elipse
o conjunto dos pontos P no plano tais que a soma das distancias 6.4. A elipse e Denic ao de P constante, ou seja, se dist(F1 , F2 ) = 2c, entao a elipse e o a dois pontos xos F1 e F2 (focos) e conjunto dos pontos P tais que
dist(P, F1 ) + dist(P, F2 ) = 2a,

em que a > c. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.3
na Identicac de Conicas ao Aplicac ao
447
F2
o conjunto dos pontos P = (x, y ) tais que dist(P, F1 ) + dist(P, F2 ) = 2a Figura 6.3: Elipse que e
Julho 2006
Reginaldo J. Santos
448
Diagonalizac ao
Uma elipse pode ser desenhada se xarmos as extremidades de um barbante de comprimento 2a nos focos e esticarmos o barbante com uma caneta. Movimentando-se a caneta, mantendo o trac barbante esticado, a elipse sera ada (Figura 6.3).
Julho 2006
6.3
449
6.9. Proposic ao
da elipse cujos focos sao F1 = (c, 0) e F2 = (c, 0) e (a) A equac ao
x2 y 2 + 2 = 1, a2 b
da elipse cujos focos sao F1 = (0, c) e F2 = (0, c) e (b) A equac ao
(6.17)
x2 y 2 + 2 = 1. b2 a
Em ambos os casos b =
(6.18)
a2 c 2 .
Demonstrac ao. Vamos provar a primeira parte e deixamos para o leitor, como exerc cio, a demonstrac ao da segunda parte. A elipse e o conjunto dos pontos P = (x, y ) tais que
dist(P, F1 ) + dist(P, F2 ) = 2a,

ou seja,

|| F1 P || + || F1 P || = 2a,
que neste caso e
(x + c ) 2 + y 2 +
ou
( x c ) 2 + y 2 = 2a (x c ) 2 + y 2 .
Reginaldo J. Santos
( x + c ) 2 + y 2 = 2a
Julho 2006
450
Diagonalizac ao
y
A2 F2
B2 a b A1 F1 a F2 c A2 B1 B2 b c
B1 A1 = (a, 0) B1 = (b, 0) F1 = (c, 0) A2 = (a, 0) B2 = (b, 0) F2 = (c, 0) A1 = (0, a) B1 = (b, 0) F1 = (0, c) F1 A1 A2 = (0, a) B2 = (b, 0) F2 = (0, c)
Figura 6.4: Elipse com focos nos pontos F1 =
Figura 6.5: Elipse com focos nos pontos F1 =
(c, 0) e F2 = (c, 0)
(0, c) e F2 = (0, c)
Julho 2006
6.3
451
Elevando ao quadrado e simplicando, temos
a (x c)2 + y 2 = a2 cx.
Elevando novamente ao quadrado e simplicando, temos
(a 2 c 2 )x 2 + a 2 y 2 = a 2 (a 2 c 2 ) a2 c2 > 0. Assim, podemos denir b = a2 c2 e dividir e equac acima por Como a > c, entao ao 2 2 2 2 2 a b = a (a c ), obtendo (6.17). c um . Como, c < a, a excentricidade de uma elipse e a a elipse reduz-se ao c negativo menor que 1. Observe que se F1 = F2 , entao numero real nao rculo disso, como c = 0, entao e = 0. Assim, um c uma elipse de excentricidade de raio a. Alem rculo e
o numero A excentricidade da elipse e e= nula. a curva que se obtem seccionando-se um cone com um plano que nao passa pelo A elipse e e paralelo a uma reta geratriz (reta que gira em torno do eixo do cone de forma a gera vertice, nao lo) e que corta apenas uma das folhas da superf cie (ver Exerc cio 6.3.16 na pagina 479). chamados vertices Nas Figuras 6.4 e 6.5, os pontos A1 , A2 , B1 e B2 sao da elipse. Os segmen chamados eixos da elipse. tos A1 A2 e B1 B2 sao
Julho 2006
Reginaldo J. Santos
452
Diagonalizac ao
Figura 6.6: Elipse obtida seccionando-se um cone com um plano
Julho 2006
6.3
453
6.3.2 Hiperbole
o conjunto dos pontos P no plano tais que o modulo 6.5. A hiperbole Denic ao e da diferenc a entre constante, ou seja, se dist(F1 , F2 ) = 2c, as distancias de P a dois pontos xos F1 e F2 (focos) e a hiperbole o conjunto dos pontos P tais que entao e
| dist(P, F1 ) dist(P, F2 )| = 2a,

em que a < c.
Podemos desenhar uma parte de um ramo de uma hiperbole da seguinte forma. Fixamos uma extremidade de uma regua em um dos focos, xamos uma extremidade de um barbante (de compri mento igual ao comprimento da regua menos 2a) na outra ponta da regua e a outra extremidade do barbante no outro foco. Esticamos o barbante com uma caneta de forma que ela que encostada na regua. Girando-se a regua em torno do foco no qual ela foi xada, mantendo o barbante esticado com trac a caneta encostada na regua, uma parte de um ramo da hiperbole sera ada (Figura 6.7).
6.10. Proposic ao
da hiperbole F1 = (c, 0) e F2 = (c, 0) e (a) A equac ao cujos focos sao
x2 y 2 2 =1 a2 b
Julho 2006
454
Diagonalizac ao
F1
F2
o conjunto dos pontos P = (x, y ) tais que |dist(P, F1 )dist(P, F2 )| = 2a Figura 6.7: Hiperbole que e
Julho 2006
6.3
455
bx y = a
bx y= a
y = a x b F2 A2 c b A1 F1 A2 a F2
y= a x b
x
A1 F1
A1 = (a, 0) F1 = (c, 0)
A2 = (a, 0) F2 = (c, 0)
A1 = (0, a) F1 = (0, c)
A2 = (0, a) F2 = (0, c)
Figura 6.8: Hiperbole com focos nos pontos F1 = (c, 0) e F2 = (c, 0)
Figura 6.9: Hiperbole com focos nos pontos F1 = (0, c) e F2 = (0, c)
Julho 2006
Reginaldo J. Santos
456
Diagonalizac ao e das ass ntotas (retas para onde a curva se aproxima, quando x ) sao
b y = x, a
da hiperbole F1 = (0, c) e F2 = (0, c) e (b) A equac ao cujos focos sao
y 2 x2 2 =1 a2 b
e das ass ntotas sao
(6.20)
Em ambos os casos b =
a x = y. b c2 a2 .
Demonstrac ao. Vamos provar a primeira parte e deixamos para o leitor, como exerc cio, a da segunda parte. A hiperbole o conjunto dos pontos P = (x, y ) tais que demonstrac ao e
dist(P, F1 ) dist(P, F2 ) = 2a,

ou seja,
|| F1 P || || F2 P || = 2a,
que neste caso e
(x + c ) 2 + y 2
ou
( x c ) 2 + y 2 = 2a (x c ) 2 + y 2 .
Julho 2006
( x + c ) 2 + y 2 = 2a +
6.3
457
Elevando ao quadrado e simplicando, temos
a (x c)2 + y 2 = a2 cx.
Elevando novamente ao quadrado e simplicando, temos
escrita como
(a 2 c 2 )x 2 + a 2 y 2 = a 2 (a 2 c 2 ) c2 a2 > 0. Assim, podemos denir b = c2 a2 e dividir e equac acima por Como a < c, entao ao 2 2 2 2 2 a b = a (a c ), obtendo (6.19). b resolvida em y obtemos y = a (6.19) e x2 a2 que, para x > 0, pode ser Se a equac ao b a2 y = x 1 2. a x
proximo se aproxima de Para x > 0 muito grande, o radical no segundo membro e de 1 e a equac ao
b y = x. a
O mesmo ocorre para x < 0 muito grande em modulo (verique!).
chamados vertices Nas Figuras 6.8 e 6.9, os pontos A1 e A2 sao da hiperbole . A excentricidade o numero da hiperbole e e=
maior que 1. a curva que se obtem seccionando-se um cone com um plano que nao passa pelo A hiperbole e e paralelo a uma reta geratriz e que corta as duas folhas da superf vertice, nao cie (ver Exerc cio 6.3.16 na pagina 479).
c um numero . Como, c > a, a excentricidade de uma hiperbole e real a
Julho 2006
Reginaldo J. Santos
458
Diagonalizac ao
Figura 6.10: Hiperbole obtida seccionando-se um cone com um plano
Julho 2006
6.3
459
6.3.3 Parabola
o conjunto dos pontos P no plano equidistantes de uma reta r 6.6. Uma parabola Denic ao e pertencente a r , ou seja, a parabola o conjunto dos pontos (diretriz) e de um ponto F (foco), nao e P tais que
dist(P, F ) = dist(P, r).
Podemos desenhar uma parte da parabola da seguinte forma. Colocamos um esquadro com um lado cateto encostado na reta diretriz, xamos uma extremidade de um barbante (de comprimento ` reta diretriz) no foco, a outra extremidade na ponta igual ao lado cateto do esquadro perpendicular a encostado na reta diretriz. Esticamos o barbante com a caneta do esquadro oposta ao lado que esta ` reta diretriz. Deslizando-se o de forma que ela que encostada no lado do esquadro perpendicular a da reta diretriz mantendo o lado encostado nela uma parte da parabola trac esquadro na direc ao e ada (Figura 6.11).
6.11. Proposic ao
da parabola ao com foco F = (p, 0) e reta diretriz r : x = p e (a) A equac
y 2 = 4px,
da parabola (b) A equac ao com foco F = (0, p) e reta diretriz r : y = p e
(6.21)
x2 = 4py.
Julho 2006
460
Diagonalizac ao
P F
o conjunto dos pontos P = (x, y ) tais que dist(P, F ) = dist(P, r ) Figura 6.11: Parabola que e
Julho 2006
6.3
461
y
r : x = p
P0
x
F = (0, p)
P0 = (0, 0) F = (p, 0) P0 = (0, 0)
r : y = p
Figura 6.12: Parabola com foco no ponto F = (p, 0) e p > 0
Figura 6.13: Parabola com foco no ponto F = (0, p) e p > 0
Julho 2006
Reginaldo J. Santos
462
Diagonalizac ao
r : x = p
y
r : y = p
P0
x
F F P0
F = (p, 0) P0 = (0, 0)
F = (0, p) P0 = (0, 0)
Figura 6.14: Parabola com foco no ponto F = (p, 0) e p < 0
Figura 6.15: Parabola com foco no ponto F = (0, p) e p < 0
Julho 2006
6.3
463
Demonstrac ao. Vamos provar a primeira parte e deixamos para o leitor, como exerc cio, a da segunda parte. A parabola o conjunto dos pontos P = (x, y ) tais que demonstrac ao e
dist(P, F ) = dist(P, r),

que neste caso e
(x p)2 + y 2 = |x + p|,
Elevando ao quadrado e simplicando, obtemos (6.21). o ponto da parabola Nas Figuras 6.12, 6.13, 6.14 e 6.15, o ponto P0 e mais proximo da reta chamado de vertice a curva que se obtem seccionando-se um diretriz e e da parabola . A parabola e 464 (ver cone por um plano paralelo a uma reta geratriz do cone conforme a Figura 6.16 na pagina Exerc cio 6.3.16 na pagina 479). degeneradas e suas equac na forma padrao. Vamos resumir numa tabela as conicas nao oes
Julho 2006
Reginaldo J. Santos
464
Diagonalizac ao
Figura 6.16: Parabola obtida seccionando-se um cone com um plano
Julho 2006
6.3
465
x2 y 2 + 2 = 1, a > b a2 b
y
Elipse
y 2 x2 + 2 = 1, a > b a2 b
y
(0, a)
(b, 0)
(a, 0)
(a, 0)
x
(b, 0)
(b, 0)
x
(b, 0)
(0, a)
x2 y 2 2 =1 a2 b
y
Hiperbole
x
a b
y 2 x2 2 =1 a2 b
y
(0, a) ( a,0) (a, 0)

x x
(0, a)
Julho 2006
Reginaldo J. Santos
y
a
=
b
y =
a b
y =
466
Diagonalizac ao
y 2 = 4px, p > 0
r : x = p
y
Parabola
x2 = 4py, p > 0
y
r : y = p
y 2 = 4px, p < 0
r : x = p
y
x2 = 4py, p < 0
y
r : y = p
degeneradas com equac na forma padrao Figura 6.17: Conicas nao oes
Julho 2006
6.3
467
de matrizes simetricas Vamos ver, agora, como a diagonalizac ao pode ser usada na identicac ao nao estao na forma padrao. Vamos estudar alguns exemplos. das conicas cujas equac oes e Exemplo 6.12. Considere a conica C cuja equac ao
5x2 4xy + 8y 2 36 = 0.
pode ser escrita como Esta equac ao
X t AX 36 = 0 ,
em que
(6.23)
A=
O polinomio caracter stico de A e
5 2 2 8
p() = det(A I2 ) = det
5 2 2 8
= 2 13 + 36 .
1 = 4 e 2 = 9. Os autovetores associados a 1 = 4 sao as soluc Logo, os autovalores de A sao oes nao nulas do sistema
( A 4I 2 ) X = 0
ou
1 2 2 4
e cuja soluc ao
x y
0 0
V1 = {(2, ) | R} .
468
Diagonalizac ao
V1 2 uma base para V1 , pois gera V1 e e uma base L.I. E W1 = ||V = ( Assim, V1 = (2, 1) e , 15 ) e 5 1 || ortonormal para V1 . as soluc nao nulas do sistema Os autovetores associados a 2 = 9 sao oes
( A 9I 2 ) X = 0
ou
4 2 2 1
e cuja soluc ao
x y
0 0
V2 = {(, 2) | R} .
uma base para V2 , pois gera V2 e e L.I. E W2 = Assim, V2 = (1, 2) e ortonormal para V2 . Portanto,
V2 ||V2 ||
1 uma base = ( , 25 ) e 5
A = P DP t
em que,
D=
4 0 0 9
, e P = [W1 W2 ] =
2 5 1 5
1 5 2 5
(6.23) obtemos Substituindo-se A = P DP t na equac ao
X t P DP t X 36 = 0.
Substituindo-se X = P X , ou equivalentemente, X = P t X , em que X = (6.23), obtemos
x y
na equac ao
X t DX 36 = 0,
6.3 ou
469
ou ainda
4x 2 + 9y 2 36 = 0, x2 y2 + =1 9 4
(6.24)
a equac de uma elipse cujo esboc mostrado na Figura 6.18. Para fazer o esboc que e ao o e o do obtido fazendo y = 0 na graco, em primeiro lugar temos que trac ar os eixos x e y . O eixo x e equac ao
X = PX
ou
x y 1 0
2 5 1 5
1 5 2 5
x y
obtido fazendo x = 0. Assim eixo x passa pela origem, e paralelo e possui o mesmo e o eixo y e sentido do vetor W1 , que tem coordenadas seja, W1 = P ao sistema de coordenadas x y . Ou em relac ao
1 a primeira coluna de P . O eixo y passa pela origem, e paralelo e possui o , que e 0 0 ao sistema de coordenadas x y . Ou em relac ao mesmo sentido de W2 que tem coordenadas 1 0 a segunda coluna de P . Depois, a partir da equac (6.24), vericamos seja, W2 = P , que e ao 1 aos eixos x e y . na Figura 6.17 na pagina 466 a forma da curva em relac ao
e dada por Exemplo 6.13. Considere a conica cuja equac ao
80 20 5x2 4xy + 8y 2 + x y + 4 = 0 . 5 5
470
Diagonalizac ao
4 y 3
2 x 1
W2
0
W1
x
1
4 4
Julho 2006
6.3
471
pode ser escrita como Esta equac ao
X t AX + KX + 4 = 0 ,
em que
(6.25)
A=
a mesma do exemplo anterior. Assim, temos que A matriz A e
5 2 2 8
e K=
20 5
80 5
A = P DP t
em que,
D=
4 0 0 9
, e P = [W1 W2 ] =
2 5 1 5
1 5 2 5
(6.25) obtemos Substituindo-se A = P DP t na equac ao
X t P DP t X + KX + 4 = 0.
Substituindo-se X = P X ou X = P t X , em que X =
x y
X t DX + KP X + 4 = 0,
ou
4x 2 + 9y 2 8x 36y + 4 = 0 .
ou ainda,
4(x 2 2x ) + 9(y 2 4y ) + 4 = 0
472 Completando-se os quadrados, obtemos
Diagonalizac ao
4[(x 2 2x + 1) 1] + 9[(y 2 4y + 4) 4] + 4 = 0
ou
4(x 1)2 + 9(y 2)2 36 = 0.

Fazendo-se mais uma mudanc a de variaveis
x y
obtemos
= x 1 e = y 2
2
(6.26) (6.27)
4x
ou
+ 9y
36 = 0
(6.28)
x2 y 2 + =1 9 4
a equac de uma elipse cujo esboc mostrado na Figura 6.19. Para fazer o esboc que e ao o e o do translac graco, em primeiro lugar temos que trac ar os eixos x e y , que por sua vez sao oes dos e o sentido do vetor W1 = P eixos x e y . O eixo x tem a direc ao e o sentido do vetor W2 = P O eixo y tem a direc ao
1 0
(a primeira coluna de P ).
0 (a segunda coluna de P ). O eixo x tem 1 y = 0. Usando a equac (6.26) obtemos y = 2. O eixo y tem equac x = 0. Usando equac ao ao ao (6.27) obtemos x = 1. Depois, a partir da equac (6.28), vericamos na Figura 6.17 na a equac ao ao aos eixos x e y . pagina 466 a forma da curva em relac ao
6.3
473
6 y" 5
4 y 3
x"
2 x 1
W2
0
W1
x
1 4 3 2 1 0 1 2 3 4
Julho 2006
Reginaldo J. Santos
474
Diagonalizac ao
casos particulares do proximo e feita da Os exemplos anteriores sao teorema, cuja demonstrac ao mesma forma que zemos com os exemplos e por isso deixamos para o leitor a tarefa de escreve-la.
Teorema 6.12. Considere a equac ao
ax2 + bxy + cy 2 + dx + ey + f = 0,
(6.29)
simultaneamente nulos. Entao existe um sistema de com a, b, c, d, e, f R, sendo a, b e c nao (6.29) tem a forma coordenadas ortogonal x y , em que a equac ao
1 x 2 + 2 y 2 + d x + e y + f = 0 ,
os autovalores de em que 1 , 2 sao
A=
Mais ainda,
a b/2 b/2 c X = PX ,
em que X =
x y
,X =
x y
uma matriz ortogonal (P 1 = P t ). eP e
Julho 2006
6.3
475

no ultimo Identicar a conica, achar a equac ao sistema de coordenadas utilizado e fazer um esboc o do graco. 6.3.1. 9x2 4xy + 6y 2 = 30; 6.3.2. 3x2 8xy 12y 2 + 81 = 0; 6.3.3. 2x2 4xy y 2 = 24; 6.3.4. 21x2 + 6xy + 13y 2 132 = 0; 6.3.5. 4x2 20xy + 25y 2 15x 6y = 0; 6.3.6. 9x2 + y 2 + 6xy 10 10x + 10 10y + 90 = 0; 6.3.7. 5x2 + 5y 2 6xy 30 2x + 18 2y + 82 = 0; 6.3.8. 5x2 + 12xy 12 13x = 36;
6.3.9. 6x2 + 9y 2 4xy 4 5x 18 5y = 5; 6.3.10. x2 y 2 + 2 3xy + 6x = 0;
6.3.11. 8x2 + 8y 2 16xy + 33 2x 31 2y + 70 = 0; Julho 2006 Reginaldo J. Santos
476 6.3.12. x2 6xy 7y 2 + 10x + 2y + 9 = 0;
Diagonalizac ao

Comandos do pacote GAAL: uma matriz >> [P,D]=diagonal(A) diagonaliza a matriz A, de forma que AP=PD, em que D e uma matriz ortogonal. diagonal e P e expr as variaveis >> subst(expr,[x;y],[a;b]) substitui na expressao x,y por a,b, respectivamente.
>> elipse(a,b) desenha a elipse
x2 a2
y2 b2
= 1.
x2 a2
>> elipse(a,b,[U1 U2]) desenha a elipse a ` base ortonormal U1 e U2. em relac ao
as coordenadas +y = 1, em que x e y sao b2

x 2 a2
as coor= 1, em que x e y sao ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e denadas em relac ao pelo ponto X0.
>> elipse(a,b,[U1 U2],X0) desenha a elipse
y 2 b2
>> hiperbx(a,b) desenha a hiperbole
x2 a2
y2 b2
= 1.
x2 a2
>> hiperbx(a,b,[U1 U2]) desenha a hiperbole a ` base ortonormal U1 e U2. denadas em relac ao
y2 b2
as coor= 1, em que x e y sao

y 2 b2
as = 1, em que x e y sao ao sistema de coordenadas determinado pela base ortonormal U1 e coordenadas em relac ao U2 e pelo ponto X0. >> hiperbx(a,b,[U1 U2],X0) desenha a hiperbole >> hiperby(a,b) desenha a hiperbole
y2 a2
x 2 a2
x2 b2
= 1.
Julho 2006
6.3
na Identicac de Conicas ao Aplicac ao >> hiperby(a,b,[U1 U2]) desenha a hiperbole a ` base ortonormal U1 e U2. denadas em relac ao
y2 a2
477
x2 b2
as coor= 1, em que x e y sao

x 2 b2
as = 1, em que x e y sao ao sistema de coordenadas determinado pela base ortonormal U1 e coordenadas em relac ao U2 e pelo ponto X0. >> hiperby(a,b,[U1 U2],X0) desenha a hiperbole >> parabx(p) desenha a parabola y 2 = 4px. as coordenadas >> parabx(p,[U1 U2]) desenha a parabola y 2 = 4px , em que x e y sao a ` base ortonormal U1 e U2. em relac ao as coorde= 4px , em que x e y sao ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e por nadas em relac ao X0. >> paraby(p) desenha a parabola x2 = 4py . as coordenadas >> paraby(p,[U1 U2]) desenha a parabola x 2 = 4py , em que x e y sao a ` base ortonormal U1 e U2. em relac ao as coorde= 4py , em que x e y sao ao sistema de coordenadas determinado pela base ortonormal U1 e U2 e por nadas em relac ao X0. >> paraby(p,[U1 U2],X0) desenha a parabola x
2
y 2 a2
>> parabx(p,[U1 U2],X0) desenha a parabola y
6.3.13. Use o M ATLAB
para resolver os Exerc cios Numericos
Exerc cios Teoricos

478 6.3.14.
Diagonalizac ao (a) Verique que com o procedimento abaixo realmente desenhamos uma parte de um ramo de uma hiperbole. Fixamos uma extremidade de uma regua em um dos focos, xamos uma extremidade de um barbante (de comprimento igual ao comprimento da regua menos 2a) na outra ponta da regua e a outra extremidade do barbante no outro foco. Esticamos o barbante com uma caneta de forma que ela que encostada na regua. Girando-se a regua em torno do foco no qual ela foi xada, mantendo o barbante esticado com a caneta trac encostada na regua, uma parte de um ramo da hiperbole sera ada (Figura 6.7 na pagina 454). (b) Verique que com o procedimento abaixo realmente desenhamos uma parte de um ramo de uma parabola. Colocamos um esquadro com um lado cateto encostado na reta diretriz, xamos uma extremidade de um barbante (de comprimento igual ao lado cateto ` reta diretriz) no foco, a outra extremidade na ponta do esdo esquadro perpendicular a encostado na reta diretriz. Esticamos o barbante com a quadro oposta ao lado que esta ` reta direcaneta de forma que ela que encostada no lado do esquadro perpendicular a da reta diretriz mantendo o lado encostado nela triz. Deslizando-se o esquadro na direc ao trac uma parte da parabola e ada (Figura 6.11 na pagina 460).
do foco os raios que incidem paralelos ao 6.3.15. Mostre que um espelho parabolico reete na direc ao seu eixo de simetria seguindo os seguintes passos: da reta tangente a ` (a) Considere a parabola y 2 = 4px. Usando o fato de que a inclinac ao 2 y0 2p dy tan() = dx = y . Mostre que se o raio incidente tem parabola no ponto P = ( 4p , y0 ) e
0
y = y0 , entao a equac do raio reetido que passa por P = ( 40 , y0 ) e equac ao ao p
y2
y y0 =
2 4py0 y0 ( x ). 2 y0 4p 2 4p
Julho 2006
6.3
na Identicac de Conicas ao Aplicac ao Use o fato de que tan(2) =

2 tan . 1tan2
479
(b) Mostre que o raio reetido intercepta o eixo x em x = p. de um cone circular com plano que nao passa pelo seu vertice uma 6.3.16. Mostre que a intersec ao e conica seguindo os seguintes passos: (a) Considere dois sistemas de coordenadas R = {O, i, j, k } e S = {O, i, U2 , U3 }, em que obtido do sistema U2 = (0, cos , sen ) e U3 = (0, sen , cos ), ou seja, o sistema S e do angulo valida R por uma rotac ao em torno do eixo x. Mostre que e a seguinte relac ao ao sistema S e (x, y, z ), em relac ao entre as coordenadas, (x , y , z ), em relac ao ao sistema R
(b) Mostre que o cone circular de equac ao
x x 1 0 0 x y = 0 cos sen y = (cos )y + (sen )z . (sen )y + (cos )z 0 sen cos z z x +y =z

2 2 2
no sistema S tem equac ao
x2 + (cos 2)y 2 + (2 sen 2)yz (cos 2)z 2 = 0

no sistema R. do cone com o plano z = 1 e a conica (c) Mostre que a intersec ao no plano de equac ao
x2 + (cos 2)y 2 + (2 sen 2)y = cos 2

480
Diagonalizac ao
do Figura 6.20: Parabola reetindo na direc ao foco os raios paralelos ao seu eixo de simetria.
do Figura 6.21: Parabola reetindo na direc ao seu eixo de simetria os raios originarios do foco.
Julho 2006
6.3
481
do foco os raios paralelos ao seu eixo de simetria. Figura 6.22: Parabola reetindo na direc ao
Julho 2006
Reginaldo J. Santos
482
Diagonalizac ao a conica a parabola (d) Mostre que se = , entao e no plano de equac ao 4
x 2 2y = 0.
a conica (e) Mostre que se = , entao no plano tem equac ao 4
x2 (y + tan 2)2 + = 1, sec2 2 sec

uma elipse se | | < que e
4
e uma hiperbole se
< | | . 2
Julho 2006
6.3
483
U3 U3 U2 U1
U2
y
U1
x=
x=
do cone circular Figura 6.23: Elipse intersec ao com um plano
do cone circuFigura 6.24: Parabola intersec ao lar com um plano
Julho 2006
Reginaldo J. Santos
484
Diagonalizac ao
y=
x=
do cone circular com um plano Figura 6.25: Hiperbole intersec ao
Julho 2006
6.3
485
6.3.17. Demonstre o Teorema 6.12 na pagina 474. 6.3.18. Seja C o conjunto dos pontos do plano que satisfazem a equac ao
ax2 + bxy + cy 2 + dx + ey + f = 0,
simultaneamente nulos. Consideremos a matriz com a, b, c, d, e, f R, sendo a, b e c nao
A=
a b/2 . Sejam e os autovalores de A. b/2 c
(a) Mostre que = ac b2 /4.
uma elipse, um ponto ou o conjunto vazio. Ce (b) Mostre que se > 0, entao Ce uma hiperbole, (c) Mostre que se < 0, entao ou um par de retas concorrentes. Ce uma parabola, (d) Mostre que se = 0, entao um par de retas paralelas, uma reta ou o conjunto vazio.
Julho 2006
Reginaldo J. Santos
486
Diagonalizac ao
Teste do Cap tulo

1. (a) Encontre matrizes P e D tais que
D = P t AP,
em que
A=
8 8 8 8
no ultimo (b) Identicar a conica, achar a equac ao sistema de coordenadas utilizado e fazer um esboc o do graco.
8x2 + 8y 2 16xy + 33 2x 31 2y + 70 = 0
diagonalizaveis: 2. Verique quais das matrizes seguintes sao (a)
a b 3b c
(b)
a b b a
3.
(a) Seja D =
(b) Sabendo-se que A = P 1 DP , calcule A10 .
1 0 0 1
. Calcule D 10 .
Julho 2006
6.3
487
verdadeiro ou falso cada item abaixo, justicando. 4. Diga se e uma matriz 2 2 com somente 1 autovalor, entao A nao e diagonalizavel; (a) Se A e
tambem autovetores associados a um autovalor , entao W projV W e (b) Se V e W sao um autovetor associado a . e singular, entao 0 nao e autovalor de A; (c) Se A nao (d) As matrizes A e A2 possuem os mesmos autovetores;
Julho 2006
Reginaldo J. Santos
Respostas dos Exerc cios
1.1. Matrizes (pagina 19) 1.1.1. >> A=[2,0;6,7]; B=[0,4;2,-8]; C=[-6,9,-7;7,-3,-2];
>> D=[-6,4,0;1,1,4;-6,0,6]; E=[6,9,-9;-1,0,-4;-6,0,-1]; >> A*B-B*A -24 -20 58 24 >> 2*C-D ??? Error using ==> - Matrix dimensions must agree. >> 2*D-3*E -30 -19 27 5 2 20 6 0 15 >> D*(D-E)
488
Cap tulo 1. Matrizes e Sistemas Lineares
489
80 -10 72
34 -4 30
-22 45 -12
No item (c) foram usadas as propriedades (l) e (n) do Teorema 1.1 na pagina 10 e no item (d) foi usada a propriedade (i). 1.1.2. A(B + C ) = AB + AC , B t At = (AB )t , C t At = (AC )t , (ABA)C = (AB )(AC ). 1.1.3. (a) >> A=[-3,2,1;1,2,-1];B=[2,-1;2,0;0,3];
>> >> >> >> >>
C=[-2,1,-1;0,1,1;-1,0,1]; syms d1 d2 d3 D=diag([d1,d2,d3]); E1=[1;0;0];E2=[0;1;0];E3=[0;0;1]; B*A -7 2 3 -6 4 2 3 6 -3 >> A*B -2 6 6 -4
(b) >> [A*E1-A(:,1),A*E2-A(:,2),A*E3-A(:,3)]
0 0 0 0 0 0 >> E1.*B-B(1,:) 0 0
490
>> E2.*B-B(2,:) 0 0 >> E3.*B-B(3,:) 0 0

(c) >> C1=C(:,1);C2=C(:,2);C3=C(:,3);
>> C*D-[d1*C1,d2*C2,d3*C3] [ 0, 0, 0] [ 0, 0, 0] [ 0, 0, 0]
(d) >> C1=C(1,:);C2=C(2,:);C3=C(3,:);
>> D*C-[d1*C1;d2*C2;d3*C3] [ 0, 0, 0] [ 0, 0, 0] [ 0, 0, 0]
(e) >> B1=B(:,1);B2=B(:,2);
>> A*B-A*[B1,B2] 0 0 0 0
(f) >> A1=A(1,:);A2=A(2,:);
>> A*B-[A1;A2]*B 0 0 0 0
1.1.4. >> syms x y z
>> A=[1,-3,0;0,4,-2]; X=[x;y;z];

491
>> A*X [ x-3*y] [ 4*y-2*z] >> x*A(:,1)+y*A(:,2)+z*A(:,3) [ x-3*y] [ 4*y-2*z]

1.1.5. >> syms x
>> A=[x,4,-2]; B=[2,-3,5]; >> solve(A*B.) 11

1.1.6. >> syms y
>> A=[1,1/y;y,1]; >> A^2-2*A [ 0, 0] [ 0, 0]

1.1.7. >> syms x y z w
>> X=[x,y;z,w]; M=[0,1;-1,0]; >> X*M-M*X [ -y-z, x-w] [ x-w, z+y] >> syms a b c d >> A=[x,y;-y,x]; B=[a,b;-b,a]; >> A*B-B*A
492
[ 0, 0] [ 0, 0]
1.1.8. (a) Sejam A =
x 0 0 y
eB =
a b . c d
>> syms x y z w >> syms a b c d >> A=[x,0;0,y];B=[a,b;c,d]; >> A*B [ x*a, x*b] [ y*c, y*d] >> B*A [ x*a, b*y] [ c*x, y*d]
Como yb = xb, para todo b, em particular para b = 1, obtemos que y = x. Assim, a de ser diagonal tem os elementos da diagonal iguais. matriz A que alem (b) Sejam A =
x y z w
eB =
a b . c d
>> A=[x,y;z,w];B=[a,b;c,d]; >> A*B [ x*a+y*c, x*b+y*d] [ z*a+w*c, z*b+w*d] >> B*A [ x*a+z*b, a*y+b*w] [ c*x+d*z, y*c+w*d]
493
1,1 obtemos que cy = bz , para todos os valores Comparando os elementos de posic ao de b e c. Em particular para b = 0 e c = 1, obtemos que y = 0 e para b = 1 e c = 0, obtemos que z = 0. Ou seja, a matriz A tem que ser diagonal. Assim, pelo item anterior temos que a matriz A tem que ser diagonal com os elementos da diagonal iguais. 1.1.9. (a) >> A=[1,1/2;0,1/3]
A = 1.0000 0.5000 0 0.3333 >> A^2,A^3,A^4,A^5 ans = 1.0000 0.6667 0 0.1111 ans = 1.0000 0.7222 0 0.0370 ans = 1.0000 0.7407 0 0.0123 ans = 1.0000 0.7469 0 0.0041 >> A^6,A^7,A^8,A^9 ans = 1.0000 0.7490 0 0.0014
494
ans = 1.0000 0 ans = 1.0000 0 ans = 1.0000 0
0.7497 0.0005 0.7499 0.0002 0.7500 0.0001 1 0.75 . 0 0
A sequ parece estar convergindo para a matriz encia (b) >> A=[1/2,1/3;0,-1/5]
A = 0.5000 0.3333 0 -0.2000 >> A^2,A^3,A^4,A^5 ans = 0.2500 0.1000 0 0.0400 ans = 0.1250 0.0633 0 -0.0080 ans = 0.0625 0.0290 0 0.0016
495
ans = 0.0312 0.0150 0 -0.0003 >> A^6,A^7,A^8,A^9 ans = 0.0156 0.0074 0 0.0001 ans = 0.0078 0.0037 0 0.0000 ans = 0.0039 0.0019 0 0.0000 ans = 0.0020 0.0009 0 0.0000
A sequ parece estar convergindo para a matriz nula encia 1.1.10. (a) >> A=[0,0,1;1,0,0;0,1,0];
0 0 . 0 0
>> A=sym(A) [ 0, 0, 1] [ 1, 0, 0] [ 0, 1, 0] >> A^2 [ 0, 1, 0]

496
[ 0, 0, 1] [ 1, 0, 0] >> A^3 [ 1, 0, 0] [ 0, 1, 0] [ 0, 0, 1] Para k = 3, Ak = I3 .

(b) >> A=[0,1,0,0;-1,0,0,0;0,0,0,1;...
0,0,1,0]; >> A=sym(A) [ 0, 1, 0, [ -1, 0, 0, [ 0, 0, 0, [ 0, 0, 1, >> A^2 [ -1, 0, 0, [ 0, -1, 0, [ 0, 0, 1, [ 0, 0, 0, >> A^3 [ 0, -1, 0, [ 1, 0, 0, [ 0, 0, 0, [ 0, 0, 1, >> A^4
0] 0] 1] 0] 0] 0] 0] 1] 0] 0] 1] 0]
Julho 2006
497
[ [ [ [
0, 0, 0] 1, 0, 0] 0, 1, 0] 0, 0, 1] Para k = 4, Ak = I4 .
(c) >> A=[0,1,0,0;0,0,1,0;0,0,0,1;0,0,0,0];
1, 0, 0, 0,
>> A=sym(A) [ 0, 1, 0, 0] [ 0, 0, 1, 0] [ 0, 0, 0, 1] [ 0, 0, 0, 0] >> A^2 [ 0, 0, 1, 0] [ 0, 0, 0, 1] [ 0, 0, 0, 0] [ 0, 0, 0, 0] >> A^3 [ 0, 0, 0, 1] [ 0, 0, 0, 0] [ 0, 0, 0, 0] [ 0, 0, 0, 0] >> A^4 [ 0, 0, 0, 0] [ 0, 0, 0, 0] [ 0, 0, 0, 0]

498
[ 0, 0, 0, 0] Para k = 4, Ak = 0.
muito raro encontrar matrizes cujo produto comute. 1.1.11. Conclu mos que e 1.1.12. Conclu mos que matrizes diagonais em geral comutam. Pode-se mostrar que elas sempre comutam (Exerc cio 27 na pagina 31). o produto comuta, se os elementos da diagonal de A sao 1.1.13. Se a matriz A for diagonal, entao iguais. (ver Exerc cio 16 na pagina 27). A probabilidade de um tal par de matrizes comute e aproximadamente igual a probabilidade de que a primeira matriz tenha os elementos da sua diagonal iguais, ou seja, 11/113 = 1/112 1%. 1.2. Sistemas Lineares (pagina 62) na forma reduzida escalonada sao A e C. 1.2.1. As matrizes que estao
1.2.2.
x 8 + 7 y 2 3 (a) X = z = 5 , R . w x1 2 3 + 6 x2 , , R. 7 4 (b) X = x3 = x4 8 5 x5
Julho 2006
499
1.2.3.
(a) >> A=[1,1,2,8;-1,-2,3,1;3,-7,4,10];
6 x y 3 (c) X = z = 2 , R . w 3 + 8 7 x1 x2 , , R. 5 6 (d) X = x3 = x4 9 3 x5 >> escalona(A) elimina ca ~o 1: 1*linha 1 + linha 2 ==> linha 2 -3*linha 1 + linha 3 ==> linha 3 [ 1, 1, 2, 8] [ 0, -1, 5, 9] [ 0, -10, -2, -14] elimina ca ~o 2: -1*linha 2 ==> linha 2 [ 1, 1, 2, 8] [ 0, 1, -5, -9] [ 0, -10, -2, -14] -1*linha 2 + linha 1 ==> linha 1 10*linha 2 + linha 3 ==> linha 3 [ 1, 0, 7, 17]
Julho 2006
Reginaldo J. Santos
500
(b) >> A=[2,2,2,0;-2,5,2,1;8,1,4,-1];
[ 0, 1, -5, -9] [ 0, 0, -52, -104] elimina ca ~o 3: -1/52*linha 3 ==> linha 3 [ 1, 0, 7, 17] [ 0, 1, -5, -9] [ 0, 0, 1, 2] -7*linha 3 + linha 1 ==> linha 1 5*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, 3] [ 0, 1, 0, 1] [ 0, 0, 1, 2] x1 3 X = x2 = 1 . x3 2
>> escalona(A) elimina ca ~o 1: 1/2*linha 1 ==> linha 1 [ 1, 1, 1, 0] [ -2, 5, 2, 1] [ 8, 1, 4, -1] 2*linha 1 + linha 2 ==> linha 2 -8*linha 1 + linha 3 ==> linha 3 [ 1, 1, 1, 0]
501
(c) >> A=[0,-2,3,1;3,6,-3,-2;6,6,3,5]
[ 0, 7, 4, 1] [ 0, -7, -4, -1] elimina ca ~o 2: 1/7*linha 2 ==> linha 2 [ 1, 1, 1, 0] [ 0, 1, 4/7, 1/7] [ 0, -7, -4, -1] -1*linha 2 + linha 1 ==> linha 1 7*linha 2 + linha 3 ==> linha 3 [ 1, 0, 3/7, -1/7] [ 0, 1, 4/7, 1/7] [ 0, 0, 0, 0] 1 3 x1 7 7 1 4 , R . X = x2 = 7 7 x3 >> escalona(A) elimina ca ~o 1: linha 2 <==> linha 1 [ 3, 6, -3, -2] [ 0, -2, 3, 1] [ 6, 6, 3, 5] 1/3*linha 1 ==> linha 1 [ 1, 2, -1, -2/3] [ 0, -2, 3, 1]
Julho 2006
Reginaldo J. Santos
502
[ 6, 6, 3, 5] -6*linha 1 + linha 3 ==> linha 3 [ 1, 2, -1, -2/3] [ 0, -2, 3, 1] [ 0, -6, 9, 9] elimina ca ~o 2: -1/2*linha 2 ==> linha 2 [ 1, 2, -1, -2/3] [ 0, 1, -3/2, -1/2] [ 0, -6, 9, 9] -2*linha 2 + linha 1 ==> linha 1 6*linha 2 + linha 3 ==> linha 3 [ 1, 0, 2, 1/3] [ 0, 1, -3/2, -1/2] [ 0, 0, 0, 6]
tem soluc O sistema nao ao! 1.2.4. >> A=[1,-2,1;2,-5,1;3,-7,2];
>> B1=[1;-2;-1];B2=[2;-1;2]; >> escalona([A,B1,B2]) elimina ca ~o 1: -2*linha 1 + linha 2 ==> linha 2 -3*linha 1 + linha 3 ==> linha 3 [ 1, -2, 1, 1, 2] [ 0, -1, -1, -4, -5] [ 0, -1, -1, -4, -4]
503
elimina ca ~o 2: -1*linha 2 ==> linha 2 [ 1, -2, 1, 1, 2] [ 0, 1, 1, 4, 5] [ 0, -1, -1, -4, -4] 2*linha 2 + linha 1 ==> linha 1 1*linha 2 + linha 3 ==> linha 3 [ 1, 0, 3, 9, 12] [ 0, 1, 1, 4, 5] [ 0, 0, 0, 0, 1] 9 3 x1 (a) X = x2 = 4 , R. x3
tem soluc (b) O sistema nao ao! 1.2.5. (a) >> A=[1,0,5;1,1,1;0,1,-4];
>> B=A+4*eye(3); >> escalona([B,zeros(3,1)]) elimina ca ~o 1: linha 2 <==> linha 1 [ 1, 5, 1, 0] [ 5, 0, 5, 0] [ 0, 1, 0, 0] (-5)*linha 1 + linha 2 ==> linha 2 [ 1, 5, 1, 0]
504
(b) >> B=A-2*eye(3);
[ 0, -25, 0, 0] [ 0, 1, 0, 0] elimina ca ~o 2: linha 3 <==> linha 2 [ 1, 5, 1, 0] [ 0, 1, 0, 0] [ 0, -25, 0, 0] (-5)*linha 2 + linha 1 ==> linha 1 (25)*linha 2 + linha 3 ==> linha 3 [ 1, 0, 1, 0] [ 0, 1, 0, 0] [ 0, 0, 0, 0] x X = y = 0 , R. z >> escalona([B,zeros(3,1)]) elimina ca ~o 1: (-1)*linha 1 ==> linha 1 [ 1, 0, -5, 0] [ 1, -1, 1, 0] [ 0, 1, -6, 0] (-1)*linha 1 + linha 2 ==> linha 2 [ 1, 0, -5, 0] [ 0, -1, 6, 0]
Julho 2006
505
1.2.6.
(a) >> syms a
[ 0, 1, -6, 0] elimina ca ~o 2: (-1)*linha 2 ==> linha 2 [ 1, 0, -5, 0] [ 0, 1, -6, 0] [ 0, 1, -6, 0] (-1)*linha 2 + linha 3 ==> linha 3 [ 1, 0, -5, 0] [ 0, 1, -6, 0] [ 0, 0] 0, 0, 5 x X = y = 6 , R . z
>> A=[1,2,-3,4;3,-1,5,2;4,1,a^2-14,a+2]; >> escalona(A) elimina ca ~o 1: -3*linha 1 + linha 2 ==> linha 2 -4*linha 1 + linha 3 ==> linha 3 [ 1, 2, -3, 4] [ 0, -7, 14, -10] [ 0, -7, a^2-2, a-14] elimina ca ~o 2: -1/7*linha 2 ==> linha 2 [ 1, 2, -3, 4]
506
[ 0, 1, -2, 10/7] [ 0, -7, a^2-2, a-14] -2*linha 2 + linha 1 ==> linha 1 7*linha 2 + linha 3 ==> linha 3 1 0 1 8/7 0 1 2 10/7 2 0 0 a 16 a 4
o sistema tem innitas soluc i. Se a2 16 = 0 e a 4 = 0, entao oes. Neste caso, a = 4;
(b) >> A=[1,1,1,2;2,3,2,5;2,3,a^2-1,a+1];
o sistema tem soluc unica. iii. Se a2 16 = 0, entao ao Neste caso, a = 4;
o sistema nao tem soluc Neste caso, a = 4; ao. ii. Se a2 16 = 0 e a 4 = 0, entao
>> escalona(A) elimina ca ~o 1: -2*linha 1 + linha 2 ==> -2*linha 1 + linha 3 ==> [ 1, 1, 1, [ 0, 1, 0, [ 0, 1, a^2-3, elimina ca ~o 2: -1*linha 2 + linha 1 ==> -1*linha 2 + linha 3 ==> 1 0 1 1 0 1 0 1 0 0 a2 3 a 4
linha 2 linha 3 2] 1] a-3] linha 1 linha 3
Julho 2006
507
o sistema tem innitas soluc i. Se a2 3 = 0 e a 4 = 0, entao oes. Este caso nao pode ocorrer; o sistema tem soluc unica. ao Neste caso, a = 3; iii. Se a2 3 = 0, entao 1.2.7. o sistema nao tem soluc Neste caso, a = 3; ii. Se a2 3 = 0 e a 4 = 0, entao ao.
X gramas de A/kg 2 gramas de B/kg 1 prec o/kg 3 x kg de X 1900 y kg de Y 2400 z kg de Z 2900 2 1 3 x 1 3 5 y = 3 2 4 z >> A=[2,1,3,1900;1,3,5,2400;3,2,4,2900]; >> escalona(A) elimina ca ~o 1: linha 2 <==> linha 1 [ 1, 3, 5, 2400] [ 2, 1, 3, 1900] [ 3, 2, 4, 2900] (-2)*linha 1 + linha 2 ==> linha 2
Julho 2006
Y Z
1 3 3 5 2 4
gramas de A gramas de B arrecadac ao
1000 2000 2500
Reginaldo J. Santos
508
(-3)*linha 1 + linha 3 ==> linha 3 [ 1, 3, 5, 2400] [ 0, -5, -7, -2900] [ 0, -7, -11, -4300] elimina ca ~o 2: (-1/5)*linha 2 ==> linha 2 [ 1, 3, 5, 2400] [ 0, 1, 7/5, 580] [ 0, -7, -11, -4300] (-3)*linha 2 + linha 1 ==> linha 1 (7)*linha 2 + linha 3 ==> linha 3 [ 1, 0, 4/5, 660] [ 0, 1, 7/5, 580] [ 0, 0, -6/5, -240] elimina ca ~o 3: (-5/6)*linha 3 ==> linha 3 [ 1, 0, 4/5, 660] [ 0, 1, 7/5, 580] [ 0, 0, 1, 200] (-4/5)*linha 3 + linha 1 ==> linha 1 (-7/5)*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, 500] [ 0, 1, 0, 300] [ 0, 0, 1, 200]
Foram vendidos 500 kg do produto X, 300 kg do produto Y e 200 kg do produto Z. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 1. Matrizes e Sistemas Lineares obtemos: 1.2.8. Substituindo os pontos na func ao
509
respondente:
d = 10 a + b + c + d = 7 . 27a + 9b + 3c + d = 11 64a + 16b + 4c + d = 14 e escalonando a matriz aumentada do sistema cor oes Substituindo d = 10 nas outras equac >> escalona([1,1,1,-3;27,9,3,-21;64,16,4,-24]) elimina ca ~o 1: -27*linha 1 + linha 2 ==> linha 2 -64*linha 1 + linha 3 ==> linha 3 [ 1, 1, 1, -3] [ 0, -18, -24, 60] [ 0, -48, -60, 168] elimina ca ~o 2: -1/18*linha 2 ==> linha 2 [ 1, 1, 1, -3] [ 0, 1, 4/3, -10/3] [ 0, -48, -60, 168] -1*linha 2 + linha 1 ==> linha 1 48*linha 2 + linha 3 ==> linha 3 [ 1, 0, -1/3, 1/3] [ 0, 1, 4/3, -10/3] [ 0, 0, 4, 8] elimina ca ~o 3:
Julho 2006
Reginaldo J. Santos
510
1/4*linha 3 ==> linha 3 [ 1, 0, -1/3, 1/3] [ 0, 1, 4/3, -10/3] [ 0, 0, 1, 2] 1/3*linha 3 + linha 1 ==> linha 1 -4/3*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, 1] [ 0, 1, 0, -6] [ 0, 0, 1, 2]
a = 1, b = 6, c = 2 e d = 10 e o polinomio Assim, os coecientes sao p(x) = x3 6x2 + 2x + 10. do c 1.2.9. Substituindo os pontos na equac ao rculo obtemos:
>> A=[-2,7,1,-53;-4,5,1,-41;4,-3,1,-25]; >> escalona(A) elimina ca ~o 1: -1/2*linha 1 ==> linha 1 [ 1, -7/2, -1/2, 53/2] [ -4, 5, 1, -41] [ 4, -3, 1, -25] 4*linha 1 + linha 2 ==> linha 2
2a + 7b + c = [(2)2 + 72 ] = 53 4a + 5b + c = [(4)2 + 52 ] = 41 . 4a 3b + c = [42 + 32 ] = 25
Julho 2006
511
-4*linha 1 + linha 3 ==> linha 3 [ 1, -7/2, -1/2, 53/2] [ 0, -9, -1, 65] [ 0, 11, 3, -131] elimina ca ~o 2: -1/9*linha 2 ==> linha 2 [ 1, -7/2, -1/2, 53/2] [ 0, 1, 1/9, -65/9] [ 0, 11, 3, -131] 7/2*linha 2 + linha 1 ==> linha 1 -11*linha 2 + linha 3 ==> linha 3 [ 1, 0, -1/9, 11/9] [ 0, 1, 1/9, -65/9] [ 0, 0, 16/9, -464/9] elimina ca ~o 3: 9/16*linha 3 ==> linha 3 [ 1, 0, -1/9, 11/9] [ 0, 1, 1/9, -65/9] [ 0, 0, 1, -29] 1/9*linha 3 + linha 1 ==> linha 1 -1/9*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, -2] [ 0, 1, 0, -4] [ 0, 0, 1, -29]
a = 2, b = 4 e c = 29 e a equac do c x2 +y 2 2x4y 29 = Os coecientes sao ao rculo e Julho 2006 Reginaldo J. Santos
512
0.
1.2.10. (a) >> syms b1 b2 b3
>> A=[1,-2,5,b1;4,-5,8,b2;-3,3,-3,b3]; >> escalona(A) elimina ca ~o 1: -4*linha 1 + linha 2 ==> linha 2 3*linha 1 + linha 3 ==> linha 3 [ 1, -2, 5, b1] [ 0, 3, -12, b2-4*b1] [ 0, -3, 12, b3+3*b1] elimina ca ~o 2: 1/3*linha 2 ==> linha 2 [ 1, -2, 5, b1] [ 0, 1, -4, 1/3*b2-4/3*b1] [ 0, -3, 12, b3+3*b1] 2*linha 2 + linha 1 ==> linha 1 3*linha 2 + linha 3 ==> linha 3 [ 1, 0, -3, -5/3*b1+2/3*b2] [ 0, 1, -4, 1/3*b2-4/3*b1] [ 0, 0, 0, b3-b1+b2] consistente se, e somente se, b3 b1 + b2 = 0. O sistema e
(b) >> syms b1 b2 b3
>> A=[1,-2,-1,b1;-4,5,2,b2;-4,7,4,b3]; >> escalona(A)

513
elimina ca ~o 1: 4*linha 1 + linha 2 ==> linha 4*linha 1 + linha 3 ==> linha [ 1, -2, -1, b1] [ 0, -3, -2, b2+4*b1] [ 0, -1, 0, b3+4*b1] elimina ca ~o 2: linha 3 <==> linha 2 [ 1, -2, -1, b1] [ 0, -1, 0, b3+4*b1] [ 0, -3, -2, b2+4*b1] -1*linha 2 ==> linha 2 [ 1, -2, -1, b1] [ 0, 1, 0, -b3-4*b1] [ 0, -3, -2, b2+4*b1] 2*linha 2 + linha 1 ==> linha 3*linha 2 + linha 3 ==> linha [ 1, 0, -1, -7*b1-2*b3] [ 0, 1, 0, -b3-4*b1] [ 0, 0, -2, b2-8*b1-3*b3]
1.2.11. >> A=[0,1,7,8;1,3,3,8;-2,-5,1,-8];
2 3
1 3
consistente para todos os valores reais de b1 , b2 e b3 . O sistema e
>> escalona(A) elimina ca ~o 1: linha 2 <==> linha 1

514
[ 1, 3, 3, 8] [ 0, 1, 7, 8] [ -2, -5, 1, -8] 2*linha 1 + linha 3 ==> linha 3 [ 1, 3, 3, 8] [ 0, 1, 7, 8] [ 0, 1, 7, 8] elimina ca ~o 2: -3*linha 2 + linha 1 ==> linha 1 -1*linha 2 + linha 3 ==> linha 3 [ 1, 0, -18, -16] [ 0, 1, 7, 8] [ 0, 0, 0, 0] >> I=eye(3);E=oe(-1,2,3,I),... F=oe(-3,2,1,I),G=oe(2,1,3,I),H=oe(I,1,2) E =[ 1, 0, 0]F =[ 1, -3, 0] [ 0, 1, 0] [ 0, 1, 0] [ 0, -1, 1] [ 0, 0, 1] G =[ 1, 0, 0]H =[ 0, 1, 0] [ 0, 1, 0] [ 1, 0, 0] [ 2, 0, 1] [ 0, 0, 1] >> E*F*G*H*A [ 1, 0, -18, -16] [ 0, 1, 7, 8] [ 0, 0, 0, 0]
Cap tulo 1. Matrizes e Sistemas Lineares 1.2.12. (a) >> A=[1,2,0,-3,1,0,2;1,2,1,-3,1,2,3;...
515
1,2,0,-3,2,1,4;3,6,1,-9,4,3,9] >> escalona(A) [ 1, 2, 0, -3, 0, -1, 0] [ 0, 0, 1, 0, 0, 2, 1] [ 0, 0, 0, 0, 1, 1, 2] [ 0, 0, 0, 0, 0, 0, 0] 3x 4 x6 = 0 x 1 + 2x 2 x3 + 2x 6 = 1 x5 + x 6 = 2 X = [ + 3 2 1 2 2 ]t , , , R

(b) >> A=[1,3,-2,0,2,0,0;2,6,-5,-2,4,-3,-1;...
0,0,5,10,0,15,5;2,6,0,8,4,18,6] >> escalona(A) [ 1, 3, 0, 4, 2, 0, 0] [ 0, 0, 1, 2, 0, 0, 0] [ 0, 0, 0, 0, 0, 1, 1/3] [ 0, 0, 0, 0, 0, 0, 0] + 4x 4 + 2x 5 =0 x 1 + 3x 2 x 3 + 2x 4 =0 1 x6 = 3 X = [2 4 3 2 1/3]t , , , R

516 1.2.13. >> syms a, B=[4,3,1,6];
>> A=[1,1,1,1;1,3,-2,a; 2,2*a-2,-a-2,3*a-1;3,a+2,-3,2*a+1] >> escalona([A,B]) [ 1, 0, 0, 0, (4*a-11)/(a-5)] [ 0, 1, 0, 0, -4/(a-5)] [ 0, 0, 1, 0, -4/(a-5)] [ 0, 0, 0, 1, -1/(a-5)] >> solve(-3/2*a+5/4+1/4*a^2,a) ans = [ 1][ 5]
11 X = [ 4a Se a = 1 e a = 5, entao a5 4 4 1 t ]. a5 a5 a5
>> C=subs(A,a,1) >> escalona([C,B]) [ 1, 0, 0, 1, 2] [ 0, 1, 0, 0, 1] [ 0, 0, 1, 0, 1] [ 0, 0, 0, 0, 0]

X = [2 , 1, 1, ]t R. Se a = 1, entao
>> D=subs(A,a,5) >> escalona([D,B]) [ 1, 0, 5/2, [ 0, 1, -3/2,
-1, 2,
0] 0]
Julho 2006
517
[ [
0, 0,
0, 0,
0, 0,
0, 0,
1] 0]
o sistema nao tem soluc Se a = 5, entao ao. 1.2.14. (a) >> A=[1,2,3,1,8;1,3,0,1,7;1,0,2,1,3];
>> escalona(A) [ 1, 0, 0, 1, 1] [ 0, 1, 0, 0, 2] [ 0, 0, 1, 0, 1] {(1 , 2, 1, ) | R}

(b) >> A=[1,1,3,-3,0;0,2,1,-3,3;1,0,2,-1,-1];
>> [ [ [
escalona(A) 1, 0, 0, 1, 1] 0, 1, 0, -1, 2] 0, 0, 1, -1, -1] {(1 , 2 + , 1 + , ) | R}
(c) >> A=[1,2,3,0;1,1,1,0;1,1,2,0;1,3,3,0];
>> escalona(A) [ 1, 0, 0, 0] [ 0, 1, 0, 0] [ 0, 0, 1, 0]
518
[ 0, 0, 0, 0] {(0, 0, 0)}
1.2.15. >> P=randi(4,2)
5 4 -3 3 1 0 0 -5 >> A=matvand(P(:,1),3),B=P(:,2) A =125 25 5 1 -27 9 -3 1 1 1 1 1 0 0 0 1 B = 4 3 0 -5 >> R=escalona([A,B]) R = [ 1, 0, 0, 0, -163/480] [ 0, 1, 0, 0, 99/80] [ 0, 0, 1, 0, 1969/480] [ 0, 0, 0, 1, -5] >> p=poly2sym(R(:,5),x) p = -163/480*x^3+99/80*x^2+1969/480*x-5
P =
519
>> clf,po(P),syms x,plotf1(p,[-5,5]) >> eixos

ser poss Pode nao vel encontrar o polinomio, se mais de um ponto tiver a mesma abscissa xi .
50
40
30
20
10
10 5
aqui. A sua resposta pode ser diferente da que esta Observac ao. Julho 2006 Reginaldo J. Santos
520 1.2.16. >> P=randi(5,2)
P =
3 2 -1 -3 1 -1 3 4 4 4 >> A=matvand(P,2) A = 9 6 4 3 2 1 3 9 -1 -3 1 -1 1 1 -1 9 12 16 3 4 16 16 16 4 4 >> R=escalona([A,zeros(5,1)]) R = [1, 0, 0, 0, [0, 1, 0, 0, [0, 0, 1, 0, [0, 0, 0, 1, [0, 0, 0, 0,
1 1 1 1 1 0, -35/8, 0, 45/8, 0, -2, 0, 65/8, 1, -39/8, 0] 0] 0] 0] 0]
>> p=poly2sym2([-R(:,6);1],x,y) p =35/8*x^2-45/8*x*y-65/8*x+1+2*y^2+39/8*y >> clf,po(P),syms x y, >> plotci(p,[-5,5],[-5,5]) >> eixos
Julho 2006
521
x
1
3 2
aqui. A sua resposta pode ser diferente da que esta Observac ao. 1.2.17. elementar de trocar duas linhas e ela mesma. (a) A inversa da operac ao elementar de multiplicar uma linha por um escalar, = 0, e a (b) A inversa da operac ao de multiplicar a mesma linha pelo escalar 1/. operac ao Julho 2006 Reginaldo J. Santos
522
Respostas dos Exerc cios ` linha k , vezes a linha l, e somar a ` linha k , vezes a linha l. (c) A inversa de somar a
1.2.18.
(a) Basta multiplicar qualquer linha da matriz pelo escalar 1. elementar, e, tem uma operac elementar inversa, (b) Pelo exerc cio anterior cada operac ao ao 1 e fez. Se aplicando as operac elee , do mesmo tipo que desfaz o que a operac ao oes aplicando-se as operac mentares e1 , . . . , ek na matriz A chegamos na matriz B , entao oes 1 1 elementares ek , . . . , e1 na matriz B chegamos na matriz A. (c) Se aplicando as operac oes elementares e1 , . . . , ek na matriz A chegamos na matriz B e aplicando as operac oes elementares ek+1 , . . . , el na matriz B chegamos na matriz C , aplicando-se as operac elementares e1 , . . . , el na matriz A chegamos na matriz entao oes C.
Julho 2006
de Matrizes e Determinantes Cap tulo 2. Inversao 2.1. Matriz Inversa (pagina 98)
523
singular, pois o sistema homogeneo nao trivial (Teorema 2.8 na pagina 2.1.1. A matriz e tem soluc ao 91). 2.1.2. (a) >> A=[1,2,3;1,1,2;0,1,2];
>> B=[A,eye(3)]; >> escalona(B) [1, 0, 0, 0, 1,-1] [0, 1, 0, 2,-2,-1] [0, 0, 1,-1, 1, 1]
(b) [1, 0, 0, 3, 2,-4]
[0, 1, 0,-1, 0, 1] [0, 0, 1, 0,-1, 1]

(c) [1,
[0, [0, [0,
0, 1, 0, 0,
0, 0, 1, 0,
0, 7/3,-1/3,-1/3,-2/3] 0, 4/9,-1/9,-4/9, 1/9] 0,-1/9,-2/9, 1/9, 2/9] 1,-5/3, 2/3, 2/3, 1/3]
(d) [1, 0,
[0, 1, [0, 0,
(e) [ 1
0, 1, -1, 0] 0,3/2,1/2,-3/2] 1, -1, 0, 1]
0 1 1 0 -2 ] [ 0 1 1 0 0 1 ] [ 0 0 0 -1 1 1 ] Continua ? (s/n) n
Reginaldo J. Santos
Julho 2006
524 (f) [1, 0,
0,1/4, 5/4,-3/4, 1/2, [0, 1, 0,1/2,-1/2, 1/2, 0, [0, 0, 1,1/4, 1/4, 1/4,-1/2, [0, 0, 0, 0, -2, -1, -2, Continua ? (s/n) n
0] 0] 0] 1]
2.1.3. >> syms a
>> A=[1,1,0;1,0,0;1,2,a]; >> escalona(A) 1 0 0 0 1 0 Continua ? (s/n) n 0 0 a Para valores de a diferentes de zero a matriz A tem inversa.
2.1.4. >> invA=[3,2;1,3]; invB=[2,5;3,-2];
>> invAB=invB*invA invAB = 11 7 >> X=invA*B X = 19 23

2.1.6. >> A=[1,2,3;2,1,2;0,1,2];
19 0
2.1.5. >> invA=[2,3;4,1]; B=[5;3];
>> escalona([A,eye(3)]) elimina ca ~o 1:

de Matrizes e Determinantes Cap tulo 2. Inversao
525
(-2)*linha 1 + linha 2 ==> linha 2 [ 1, 2, 3, 1, 0, 0] [ 0, -3, -4, -2, 1, 0] [ 0, 1, 2, 0, 0, 1] elimina ca ~o 2: linha 3 <==> linha 2 [ 1, 2, 3, 1, 0, 0] [ 0, 1, 2, 0, 0, 1] [ 0, -3, -4, -2, 1, 0] (-2)*linha 2 + linha 1 ==> linha 1 (3)*linha 2 + linha 3 ==> linha 3 [ 1, 0, -1, 1, 0, -2] [ 0, 1, 2, 0, 0, 1] [ 0, 0, 2, -2, 1, 3] elimina ca ~o 3: (1/2)*linha 3 ==> linha 3 [ 1, 0, -1, 1, 0, -2] [ 0, 1, 2, 0, 0, 1] [ 0, 0, 1, -1, 1/2, 3/2] (1)*linha 3 + linha 1 ==> linha 1 (-2)*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, 0, 1/2, -1/2] [ 0, 1, 0, 2, -1, -2] [ 0, 0, 1, -1, 1/2, 3/2] >> I=eye(3);E1=oe(2,1,2,I);E2=oe(I,2,3);...
526
E3=oe(2,2,1,I);E4=oe(-3,2,3,I);... E5=oe(2,3,I);E6=oe(-1,3,1,I);E7=oe(2,3,2,I); >> E1*E2*E3*E4*E5*E6*E7 1 2 3 2 1 2 0 1 2

2.1.7. >> menc=lerarq(menc1.txt); key=lerarq(key.txt);
>> y=char2num(menc); M=char2num(key); >> N=escalona([M,eye(3)]) >> N=N(:,6:10) >> x=N*y; >> num2char(x) ans = Desejo boa sorte a todos que estudam Algebra Linear ! >> menc=lerarq(menc2.txt); >> y=char2num(menc); >> x=N*y; >> num2char(x) ans = Buda tinha este nome por que vivia setado!
Deve ser uma matriz com entradas entre 0 e 118 invert vel de forma que a sua inversa seja uma matriz com entradas inteiras. 2.2. Determinantes (pagina 129) 2.2.1. det(A2 ) = 9; det(A3 ) = 27; det(A1 ) = 1/3; det(At ) = 3. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
de Matrizes e Determinantes Cap tulo 2. Inversao 2.2.2. det(At B 1 ) = det(A)/ det(B ) = 2/3.
527
2.2.3.
(a) det
det det
a11 a21 a31 a11 a21 a31 a11 a21 a31
a12 a22 a32 a12 a22 a32 a12 a22 a32
(b) det
det det
det
Julho 2006
a11 + a12 a11 a12 a13 a21 + a22 a21 a22 a23 = a31 + a32 a31 a32 a33 a11 a11 a13 a21 a21 a23 + a31 a31 a33 a11 a12 a13 a21 a22 a23 + a31 a32 a33 a12 a11 a13 a22 a21 a23 + a32 a31 a33
a13 + a12 a23 + a22 = a33 + a32 a13 a23 + a33 a12 a22 = det(A) + 0 = 3 a32
Reginaldo J. Santos
528
a12 a12 a13 det a22 a22 a23 = 2 det(A) = 6 a32 a32 a33
2.2.4. (a) det
ert tert = rert (1 + rt)ert 1 t e2rt det = e2rt r (1 + rt)
(b) det
cos t sen t cos t sen t sen t + cos t cos t sen t det = sen t cos t
= det
cos t sen t cos t sen t
2.2.5.
(a) >> A=[1,-2,3,1;5,-9,6,3;-1,2,-6,-2;2,8,6,1];
>> detopelp(A) elimina ca ~o 1: -5*linha 1 + linha 2 ==> linha 2 1*linha 1 + linha 3 ==> linha 3 -2*linha 1 + linha 4 ==> linha 4 [ 1, -2, 3, 1] [ 0, 1, -9, -2] [ 0, 0, -3, -1] [ 0, 12, 0, -1] elimina ca ~o 2: -12*linha 2 + linha 4 ==> linha 4 [ 1, -2, 3, 1]
de Matrizes e Determinantes Cap tulo 2. Inversao
529
[ 0, 1, -9, -2] [ 0, 0, -3, -1] [ 0, 0, 108, 23] elimina ca ~o 3: -1/3*linha 3 ==> linha 3 [ 1, -2, 3, 1] [ 0, 1, -9, -2] [ 0, 0, 1, 1/3] [ 0, 0, 108, 23] det(A) = -3*det(A) -108*linha 3 + linha 4 ==> linha 4 [ 1, -2, 3, 1] [ 0, 1, -9, -2] [ 0, 0, 1, 1/3] [ 0, 0, 0, -13] ans = 39
(b) >> A=[2,1,3,1;1,0,1,1;0,2,1,0;0,1,2,3];
>> detopelp(A) elimina ca ~o 1: linha 2 <==> linha 1 [ 1, 0, 1, 1] [ 2, 1, 3, 1] [ 0, 2, 1, 0] [ 0, 1, 2, 3] det(A) = (-1)*det(A)

530
-2*linha 1 + linha 2 ==> linha [ 1, 0, 1, 1] [ 0, 1, 1, -1] [ 0, 2, 1, 0] [ 0, 1, 2, 3] elimina ca ~o 2: -2*linha 2 + linha 3 ==> linha -1*linha 2 + linha 4 ==> linha [ 1, 0, 1, 1] [ 0, 1, 1, -1] [ 0, 0, -1, 2] [ 0, 0, 1, 4] elimina ca ~o 3: -1*linha 3 ==> linha 3 [ 1, 0, 1, 1] [ 0, 1, 1, -1] [ 0, 0, 1, -2] [ 0, 0, 1, 4] det(A) = (-1)*(-1)*det(A) -1*linha 3 + linha 4 ==> linha [ 1, 0, 1, 1] [ 0, 1, 1, -1] [ 0, 0, 1, -2] [ 0, 0, 0, 6] ans = 6
3 4
Julho 2006
de Matrizes e Determinantes Cap tulo 2. Inversao 2.2.6. (a) >> A=[0,1,2;0,0,3;0,0,0];
531
>> p=det(A-x*eye(3)) p =-x^3 >> solve(p) [0][0][0]

(b) p =(1-x)*(3-x)*(-2-x)
[ 1][ 3][-2]
(c) p =(2-x)*(4-5*x+x^2)
[2][4][1]
(d) p =-8-2*x+5*x^2-x^3
[ 2][ 4][-1]
2.2.7. (a) >> A=[2,0,0;3,-1,0;0,4,3];
>> B=A-x*eye(3); >> p=det(B) p =(2-x)*(-1-x)*(3-x) >> solve(p) [ 2][-1][ 3]

(b) p =(2-x)^2*(1-x)
[2][2][1]
(c) p =(1-x)*(2-x)*(-1-x)*(3-x)
[ 1][ 2][-1][ 3]
(d) p =(2-x)^2*(1-x)^2
[2][2][1][1]
532 2.2.8. (a) >> Bm1=subs(B,x,-1);
>> B3=subs(B,x,3); >> escalona(B3) [1, 0, 0] [0, 1, 0] [0, 0, 0] 0 W 3 = { 0 | R } .
>> B2=subs(B,x,2); >> escalona(B2) [1, 0, 1/4] [0, 1, 1/4] [0, 0, 0] W 2 = { | R } . 4
>> escalona(Bm1) [1, 0, 0] [0, 1, 1] [0, 0, 0] 0 W1 = { | R}.
Julho 2006
de Matrizes e Determinantes Cap tulo 2. Inversao (b) [1, 3, 0]
533
(c) [1, 1, 0, 0]
[0, 1, 0] [0, 0, 0] [0, 0, 0] W2 = { 0 | , R}.
[0, 0, 1] [0, 0, 0] 3 W 1 = { | R}. 0
[0, 0, 1, 0] [0, 0, 0, 1] [0, 0, 0, 0] W1 = { 0 0 [0, [0, [0, [0, 1, 0, 0, 0, 0, 1, 0, 0, 0] 0] 1] 0]

t
| R}.
W1 = { 0 0 0 [1, 0, 0, 29/3]
Julho 2006
| R}.
Reginaldo J. Santos
534
[0, 1, 0, [0, 0, 1, [0, 0, 0,
7/3] 3] 0]
t
W2 = { 29 7 9 3 [1, [0, [0, [0, 0, -9/4, 0] 1, -3/4, 0] 0, 0, 1] 0, 0, 0]

t
| R}.
(d) [1, 0, -3, 0]
W 3 = { 9 3 4 0 [0, 1, [0, 0, [0, 0, W1 = { [0, [0, [0, [0, 1, 0, 0, 0, 3, 0, 0, 3 0, 1, 0, 0, 0] 1] 0] 3 0
| R}.
| R}.
0] 0] 1] 0]
t
W2 = { 0 0 0
| R}.
muito raro encontrar matrizes invert 2.2.9. Conclu mos que e veis.
Julho 2006
Cap tulo 3. Vetores no Plano e no Espac o por Escalar (pagina 3.1. Soma de Vetores e Multiplicac ao 169) 3.1.1. >> OA=[0,-2];OB=[1,0];
535
>> AB >> AC >> OC
AB=OB-OA = 1 2 AC=2*AB = 2 4 OC=OA+AC = 2 2
C = (2, 2).
pontos da reta. Assim o vetor V =P1 P2 = (1, 2) e 3.1.2. Os pontos P1 = (0, 1) e P2 = (1, 3) sao paralelo a reta.
3 2 da reta e a = v da reta tem a forma y = 3 = 2 x + b. 3.1.3. A inclinac ao . Assim uma equac ao v1 2 1 1 3 para a reta e y = 2x + 2. Substituindo-se x = 1 e y = 2 obtemos b = 2 . Uma equac ao
equivalente a 3X 2V = 15X 15U . Somando-se 3X 2V = 15(X U ) e 3.1.4. A equac ao 15X + 2V obtemos 15X + 3X = 2V 15U ou 12X = 2V 15U multiplicando-se por 1 U1 V. 12 obtemos X = 5 4 6 por 2 e somando-se a primeira, obtemos 12X = 3U + 2V 3.1.5. Multiplicando-se a segunda equac ao 1 1 obtemos, 3 ou X = 4 ao U+6 V . Substituindo-se X na primeira equac U + V 2Y = U ou 2 1 1 1 2Y = 2 U + V ou Y = 4 U + 2 V . 3.1.6. >> OP=[ Julho 2006
2,
3, -5]; V=[
3,
0, -3];
Reginaldo J. Santos
536
>> OQ=OP+V OQ = 5 Q = (5, 3, 8).
-8
3.1.7. >> OP=[1,0,3]; OM=[1,2,-1];
>> MP=OP-OM; OPlinha=OM-MP OPlinha = 1 4 -5 P = (1, 4, 5).

3.1.8. (a) >> OA=[5,1,-3];OB=[0,3,4];OC=[0,3,-5];
>> AB=OB-OA, AC=OC-OA, AB = -5 2 7 AC = -5 2 -2
sao colineares, pois AC = AB . Os pontos nao (b) >> OA=[-1,1,3];OB=[4,2,-3];OC=[14,4,-15];
>> AB=OB-OA, AC=OC-OA, AB = 5 1 -6 AC = 15 3 -18
colineares, pois AC = 3 AB . Os pontos sao 3.1.9. >> OA=[1,-2,-3];OB=[-5,2,-1];OC=[4,0,-1];
>> DC=OB-OA, OD=OC-DC DC = -6 4 2 OD = 10 -4 -3 D = (10, 4, 3). O ponto e

Cap tulo 3. Vetores no Plano e no Espac o
537
3.1.10.
equivalente ao sistema xV + yW = U e (a) A equac ao
>> V=[9,-12,-6];W=[-1,7,1];U=[-4,-6,2]; >> escalona([V;W;U]) [ 1, 0, -2/3] [ 0, 1, -2] [ 0, 0, 0] Assim, U = 2/3V 2W .

(b) >> V=[5,4,-3];W=[2,1,1];U=[-3,-4,1];
9x y = 4 12x + 7y = 6 , cuja 6x + y = 2 a matriz que tem colunas V, W e U . matriz aumentada e
>> escalona([V;W;U]) [ 1, 0, -5/3] [ 0, 1, 8/3] [ 0, 0, -20/3] e combinac linear de V e W . Assim, U nao ao

3.1.11. Para ser um paralelogramo um dos vetores AB , AC e AD tem que ser igual a soma dos outros dois. (a) >> OA=[4,-1,1];OB=[9,-4,2];

>> >> AC >>

Julho 2006
OC=[4,3,4];OD=[4,-21,-14]; AC=OC-OA = 0 4 3 AB=OB-OA

Reginaldo J. Santos
538
AB = 5 -3 >> AD=OD-OA AD = 0 -20
1 -15
e um paralelogramo. Nao diferente. (b) Somente o vertice De
>> OD=[9,0,5]; >> AD=OD-OA AD = 5 1
um paralelogramo de vertices E consecutivos A, B , D e C . vetorial U = xV obtemos que 3.1.12. Resolvendo a equac ao
2 2 U = (6, 4, 2) = (9, 6, 3) = V. 3 3 existe soluc logo somente os vetores U Fazendo o mesmo para U = xW obtemos que nao ao, paralelos. e V sao
3.2. Produtos de Vetores (pagina 218) 3.2.1. Um ponto P = (x, y ) pertence a reta se, e somente se,
P 0 P N = 0.
ou seja, se, e somente se, ou
(x + 1, y 1) (2, 3) = 0 2x + 3y 1 = 0
Julho 2006
539
um cilindro de raio igual a 2, se for no plano e 3.2.2. Uma esfera de raio igual a 2. Se for no espac o e uma circunferencia de raio igual a 2. 3.2.3. >> V=[1,2,-3]; W=[2,1,-2];
>> Va=(V+W)/no(V+W), Vb=(V-W)/no(V-W),... >> Vc=(2*V-3*W)/no(2*V-3*W) Va= Vb= Vc=

3 43 1 3 3 43 1 3 1 17
5 , 43
1 , 3
4 17
3.2.4. >> syms x
>> V=[x,3,4];W=[3,1,2]; >> solve(pe(V,W)) -11/3 perpendiculares. Para x = 11/3, V e W sao

3.2.5. >> V=[x,2,4];W=[x,-2,3];
>> pe(V,W) x^2+8 x2 + 8 nao tem soluc real. A equac ao ao

3.2.6. >> Va=[2,1,0];Wa=[0,1,-1];Vb=[1,1,1];
>> Wb=[0,-2,-2];Vc=[3,3,0];Wc=[2,1,-2]; >> cosVaWa=pe(Va,Wa)/(no(Va)*no(Wa)),... >> cosVbWb=pe(Vb,Wb)/(no(Vb)*no(Wb)),...

540
>> cosVcWc=pe(Vc,Wc)/(no(Vc)*no(Wc)) 1 entre V a e W a e 5 2, cosVbWb= 1 3 2, cosVcWc= 1 2. O angulo cosVaWa= 10 3 2 arccos( 6/3) e entre V c e W c e arccos( 2/2) = /4. arccos( 10/10) entre V b e W b e
3.2.7. >> W=[-1,-3,2]; V=[0,1,3];
>> W1=(pe(W,V)/pe(V,V))*V, W2=W-W1 W1 = 0 3/10 9/10 W2 = -1 -33/10 11/10

3.2.8. >> V=[2,2,1]; W=[6,2,-3];
>> X=V/no(V)+W/no(W), U=X/no(X) X=[32/21, 20/21, -2/21] 1 10 16 U = 357 17 21 357 17 21 357 17 21

3.2.9. >> A=[2,2,1];B=[3,1,2];C=[2,3,0];D=[2,3,2];
>> M=[B-A;C-A;D-A], detM=det(M) M = 1 -1 1 0 1 -1 0 1 1 detM=2 >> A=[2,0,2];B=[3,2,0];C=[0,2,1];D=[10,-2,1]; >> M=[B-A;C-A;D-A], detM=det(M) M = 1 2 -2 -2 2 -1 8 -2 -1 detM=0
coplanares e no item (b) eles sao coplanares. sao No item (a) os pontos nao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 3. Vetores no Plano e no Espac o 3.2.10. >> A=[2,1,6];B=[4,1,3];C=[1,3,2];D=[1,2,1];
541
>> M=[B-A;C-A;D-A], detM=det(M) M = 2 0 -3 -1 2 -4 -1 1 -5 detM=-15

15 unidades de vol. O volume do paralelep pedo e 3.2.11. >> A=[1,0,1];B=[2,1,3];C=[3,2,4];
>> V=pv(A-B,C-B), norma=no(V) AD = 1 -1 0 norma= 2 2 unidades de area. A area do paralelogramo e

3.2.12. >> A=[1,2,1];B=[3,0,4];C=[5,1,3];
>> V=pv(B-A,C-A), norma=no(V) AD = -1 8 6 norma= 101 101/2 unidades de area. A area do triangulo e
3.2.13. >> syms x y z
>> X=[x,y,z]; V=[1,0,1]; W=[2,2,-2]; >> expr1=pv(X,V)-W, expr2=pe(X,X)-6 expr1 = [ y-2, z-x-2, -y+2] expr2 = x^2+y^2+z^2-6 >> S=solve(expr1(1),expr1(2),expr1(3),expr2) S = x: [2x1 sym] y: [2x1 sym] z: [2x1 sym]
542
>> S.x, S.y, S.z ans =[ -1][ -1] ans =[ 2][ 2] ans =[ 1][ 1] Logo, X = (1, 2, 1).
3.2.14. >> X=[x,y,z]; V=[1,1,0]; W=[-1,0,1]; U=[0,1,0];
>> expr1=pe(X,V), expr2=pe(X,W),... >> expr3=pe(X,X)-3, expr4=pe(X,U) expr1=x+y,expr2=z-x,expr3=x^2+y^2+z^2-3,expr4=y >> solve(expr1,expr2,expr3) S = x: [2x1 sym] y: [2x1 sym] z: [2x1 sym] >> S.x, S.y, S.z ans =[ -1][ 1] ans =[ 1][ -1] ans =[ -1][ 1] Como y tem que ser maior que zero, X = (1, 1, 1).
3.2.15. >> A=[3,0,2];B=[4,3,0];C=[8,1,-1];
>> pe(B-A,C-A), pe(A-B,C-B), pe(A-C,B-C) 14,0,21 no vertice Portanto o angulo reto esta B.
3.2.16. 3.2.17. 3.2.18. 3.2.19. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
543
3.2.20. Seja AB a base do triangulo isosceles e M o seu ponto medio. Vamos mostrar que CM
AB = 0. CM AB =
1 (CA + CB ) AB 2 1 = (CA + CB ) (CB CA) 2 1 = (CA CB || CA ||2 + 2
+ || CB ||2 CB CA) = 0
3.2.21. Seja AB o lado situado no diametro da circunferencia e O seu centro. Vamos mostrar que

CA CB = 0. CA CB = (CO + OA) (CO + OB ) = || CO ||2 + CO OB +

+ OA CO || OB ||2 = 0
perpendiculares, entao (U + V ) (U V ) = 0. Mas, 3.2.22. Se as diagonais sao
(U + V ) (U V ) = ||U ||2 ||V ||2 .

os lados adjacentes tem o mesmo comprimento e como ele e um paralelogramos todos Entao, o mesmo comprimento. os lados tem Julho 2006 Reginaldo J. Santos
544 3.2.23. Vamos mostrar que U V = 0.
||U + V ||2 = ||U ||2 + 2U V + ||V ||2 ||U V ||2 = ||U ||2 2U V + ||V ||2
Assim ||U + V || = ||U V || implica que U V = 0.
Julho 2006
Cap tulo 4. Retas e Planos 4.1. Equac oes de Retas e Planos (pagina 267)
545
4.1.1.
1/5
1/2
1/3
(a)
(b) Julho 2006 Reginaldo J. Santos
546
1/2
1/3
(c)
1/3
1/2
(d)
1/3
1/2
(e) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 4. Retas e Planos
547
2/5
(f)
2/3
(g)
1/2
(h) 4.1.2. Julho 2006 Reginaldo J. Santos
548
z
V = (1, 3/2, 3)
(a)
V = (1, 3/2, 3)
(b)
V = (1, 0, 2)
(c)
Julho 2006

z
549
V = (0, 2, 1)
(d)
V = (2, 1, 0)
(e)
V = (0, 0, 2)
(f) Julho 2006
Reginaldo J. Santos
550
z
V = (0, 2, 0)
(g)
x z
V = (2, 0, 0)
(h)
paralelo ao plano 2x y + 5z 3 = 0, entao o vetor N = (2, 1, 5) e 4.1.3. Como o novo plano e vetor normal do plano procurado. Assim, a equac dele e 2x y + 5z + d = 0. Para tambem ao do plano: determinar d substitu mos o ponto P = (1, 2, 1) na equac ao
>> syms x y z d >> expr=2*x-y+5*z+d expr = 2*x-y+5*z+d >> subst(expr,[x,y,z],[1,-2,1]) ans = 9+d
Cap tulo 4. Retas e Planos do plano e 2x y + 5z 9 = 0. Assim a equac ao
551
paralelos a ao 4.1.4. Os vetores normais dos outros planos, N1 = (1, 2, 3) e N2 = (2, 1, 4), sao plano procurado . Assim o produto vetorial N1 N2 e um vetor normal a .
>> N1=[1,2,-3];N2=[2,-1,4]; >> N=pv(N1,N2) N = 5 -10 -5

5x 10y 5z + d = 0. Para determinar d substitu de e Assim, a equac ao mos o ponto do plano: P = (2, 1, 0) na equac ao
>> expr=5*x-10*y-5*z+d expr = 5*x-10*y-5*z+d >> subst(expr,[x,y,z],[2,1,0]) ans = d

5x 10y 5z = 0. do plano e Assim, a equac ao perpendicular 4.1.5. Como o plano procurado passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e e um paralelos ao plano procurado . Assim o produto vetorial P Q N1 e N1 = (0, 1, 1) sao vetor normal a . os vetores P Q= (0, 0, 1) e o vetor normal do plano y z = 0, ao plano y z = 0, entao

>> PQ=[0,0,1];N1=[0,1,-1]; >> N=pv(PQ,N1) N = -1 0 0

552
Respostas dos Exerc cios x + d = 0. Para determinar d substitu de e Assim, a equac ao mos o ponto P = (1, 0, 0) na x + 1 = 0 . do plano, obtendo que a equac de e equac ao ao
da reta e (x, y, z ) = (t, 2t, t). Substituindo-se o ponto da reta na equac do plano 4.1.6. A equac ao ao obtemos o valor de t
>> V=[1,2,1]; >> syms t >> t=solve(2*t+2*t+t-5) t = 1

Substituindo-se este valor de t nas equac oes parametricas da reta obtemos o ponto P = (1, 2, 1). da forma Pr = (9t, 1 + 6t, 2 + 3t) e um ponto da reta s e da forma 4.1.7. Um ponto da reta r e Ps = (1 + 2s, 3 + s, 1). As retas se cortam se existem t e s tais que Pr = Ps , ou seja, se o sistema seguinte tem soluc ao
>> escalona([9,-2,1;6,-1,2;3,0,3]) [ 9, -2, 1] [ 6, -1, 2] [ 3, 0, 3] elimina ca ~o 1:
9t = 1 + 2s 1 + 6t = 3 + s 2 + 3t = 1
Julho 2006
553
(1/9)*linha 1 ==> linha 1 [ 1, -2/9, 1/9] [ 6, -1, 2] [ 3, 0, 3] (-6)*linha 1 + linha 2 ==> linha 2 (-3)*linha 1 + linha 3 ==> linha 3 [ 1, -2/9, 1/9] [ 0, 1/3, 4/3] [ 0, 2/3, 8/3] elimina ca ~o 2: (3)*linha 2 ==> linha 2 [ 1, -2/9, 1/9] [ 0, 1, 4] [ 0, 2/3, 8/3] (2/9)*linha 2 + linha 1 ==> linha 1 (-2/3)*linha 2 + linha 3 ==> linha 3 [ 1, 0, 1] [ 0, 1, 4] [ 0, 0, 0]
do sistema e t = 1 e s = 4. Substituindo-se ou t = 1 na equac da reta r ou s = 4 A soluc ao ao da reta s obtemos o ponto da intersec P = (9, 7, 1). na equac ao ao paralelos ao plano procurado 4.1.8. Os vetores diretores das retas, V1 = (2, 2, 1) e V2 = (1, 1, 1), sao um vetor normal a . . Assim, o produto vetorial V1 V2 e
>> V1=[2,2,1]; V2=[1,1,1]; P1=[2,0,0];

554
>> N=pv(V1,V2) N = 1 -1
x y + d = 0. Para determinar d substitu de e Assim, a equac ao mos o ponto P1 = (2, 2, 1) do plano: da reta r na equac ao
>> expr=x-y+d expr =x-y+d >> subst(expr,[x,y,z],P1) ans =2+d

x y 2 = 0. do plano e Assim, a equac ao 4.1.9. da reta r obtemos valores diferentes (a) Substituindo-se o ponto P = (4, 1, 1) nas equac oes de t:
>> solve(4=2+t), solve(1=4-t),... >> solve(-1=1+2*t) ans = 2 ans = 3 ans = -1

existe um valor de t tal que P = (2 + t, 4 t, 1 + 2t). Logo nao

um ponto do plano procurado. Assim, e paralelo aos vetores (b) O ponto Q = (2, 4, 1) e
P Q= (2, 3, 2) e o vetor diretor da reta r, V = (1, 1, 2). Logo, o produto vetorial

um vetor normal ao plano : P Q V e
>> P=[4,1,-1]; Q=[2,4,1]; V=[1,-1,2];

555
>> PQ=Q-P PQ = [-2, 3, 2] >> N=pv(PQ,V) N = 8 6 -1 expr = 8*x-39+6*y-z

de obtemos que a equac do Substituindo-se o ponto P ou o ponto Q na equac ao ao 8x + 6y z 39 = 0. plano e normal ao plano. A equac do plano e entao x + y z + d = 0. ao 4.1.10. O vetor N = (1, 1, 1) e dos planos 1 e 2 e resolvendo o sistema resultante, obtemos oes Fazendo z = 0 nas equac x = 0 e y = 1. Portanto, o ponto P = (0, 1, 0) pertence a 1 e a 2 . Substituindo-se o ponto do plano x + y z + d = 0 obtemos que a equac procurada e P = (0, 1, 0) na equac ao ao x y + z + 1 = 0. 4.1.11. (a) >> N1=[1,2,-3]; N2=[1,-4,2]; V=pv(N1,N2)
V =
(b) >>
-8
-5
-6
V = (8, 5, 6). Os planos se interceptam segundo uma reta cujo vetor diretor e
V =
(c) >>
N1=[2,-1,4]; N2=[4,-2,8]; V=pv(N1,N2) 0 0 0
paralelos. Os planos sao
N1=[1,-1,0]; N2=[1,0,1]; V=pv(N1,N2) V = -1 -1 1

V = (1, 1, 1). Os planos se interceptam segundo uma reta cujo vetor diretor e
Julho 2006
Reginaldo J. Santos
556
um vetor diretor da reta procurada. Assim as equac parametricas 4.1.12. O vetor normal ao plano e oes (x, y, z ) = (1 + t, 2 t, 1 + 2t). de r sao ortogonal ao mesmo tempo aos vetores normais dos dois 4.1.13. O vetor diretor da reta procurada e um vetor diretor da reta procurada. planos, portanto o produto vetorial deles e
>> pv([2,3,1],[1,-1,1]) 4 -1 (x, y, z ) = (1 + 4t, t, 1 5t).
-5
4.1.14. >> escalona([1,1,-1,0;2,-1,3,1])
1 0
0 1
2/3 -5/3
1/3 -1/3
dos planos e (x, y, z ) = (1/3 2/3t, 1/3 + 5/3t, t). O vetor diretor V = A reta intersec ao um paralelo ao plano procurado. O ponto P = (1/3, 1/3, 0) e (2/3, 5/3, 1) desta reta e tambem portanto um ponto do plano procurado . O vetor AP e tambem um ponto da reta e e

um vetor normal a . vetor paralelo a . Assim o produto vetorial AP V e
>> A=[1,0,-1]; P=[1/3,-1/3,0]; >> V=[-2/3,5/3,1]; >> AP=P-A AP = [-2/3, -1/3, 1] >> N=pv(AP,V) N = [ -2, 0, -4/3]
557
2x 4/3z + d = 0 obtemos a equac Substituindo-se o ponto A ou o ponto P na equac ao ao do plano 6x + 4z 2 = 0. 4.1.15. >> syms t s
>> >> BA CD
A=[0,1,0];B=[1,1,0];C=[-3,1,-4];D=[-1,2,-7]; BA=B-A, CD=D-C, = 1 0 0 = 2 1 -3
um ponto qualquer da reta r e Ps = (3 + 2s, 1 + s, 4 3s) e um ponto qualPr = (t, 1, 0) e quer da reta s. Precisamos encontrar pontos Pr e Ps tais que Ps Pr = V , ou seja, precisamos encontrar t e s tais que (t 2s + 3, s, 3s + 4) = (, 5, ).
>> escalona([1,-2,-1,-3;0,-1,5,0;0,3,1,-4]) [ 1, -2, -1, -3] [ 0, -1, 5, 0] [ 0, 3, 1, -4] elimina ca ~o 2: (-1)*linha 2 ==> linha 2 [ 1, -2, -1, -3] [ 0, 1, -5, 0] [ 0, 3, 1, -4] (2)*linha 2 + linha 1 ==> linha 1 (-3)*linha 2 + linha 3 ==> linha 3 [ 1, 0, -11, -3] [ 0, 1, -5, 0]
558
[ 0, 0, 16, -4] elimina ca ~o 3: (1/16)*linha 3 ==> linha 3 [ 1, 0, -11, -3] [ 0, 1, -5, 0] [ 0, 0, 1, -1/4] (11)*linha 3 + linha 1 ==> linha 1 (5)*linha 3 + linha 2 ==> linha 2 [ 1, 0, 0, -23/4] [ 0, 1, 0, -5/4] [ 0, 0, 1, -1/4] Pr0 = [-23/4, 1, 0] Ps0 = [-11/2, -1/4, -1/4] V = [1/4, -5/4, -1/4]
Encontramos que t = 23/4, s = 5/4 e = 1/4. Substituindo-se ou t = 23/4 em da reta e (x, y, z ) = (23/4 + t, 1 5t, t). Pr = (t, 1, 0) obtemos que a equac ao 4.1.16. (a) >> N1=[2,-1,1]; N2=[1,2,-1]; V=pv(N1,N2)
V = -1
Os planos se interceptam segundo uma reta que tem vetor diretor V = (1, 3, 5). (b) >> escalona([2,-1,1,0;1,2,-1,1])
[ 2, -1, 1, [ 1, 2, -1, elimina ca ~o 1:
0] 1]
Julho 2006
559
linha 2 <==> linha 1 [ 1, 2, -1, 1] [ 2, -1, 1, 0] (-2)*linha 1 + linha 2 ==> linha 2 [ 1, 2, -1, 1] [ 0, -5, 3, -2] elimina ca ~o 2: (-1/5)*linha 2 ==> linha 2 [ 1, 2, -1, 1] [ 0, 1, -3/5, 2/5] (-2)*linha 2 + linha 1 ==> linha 1 [ 1, 0, 1/5, 1/5] [ 0, 1, -3/5, 2/5] Pr = (1/5 t, 2/5 + 3t, 5t). Vamos determinar o valor de Um ponto qualquer da reta r e t tal que APr seja perpendicular ao vetor diretor da reta r. >> syms t >> Pr=[1/5-t,2/5+3*t,5*t];A=[1,0,1]; >> APr=Pr-A APr = [ -4/5-t, 2/5+3*t, 5*t-1] >> expr=pe(APr,[-1,3,5]) expr = -3+35*t >> t=solve(expr) t = 3/35
Substituindo-se t = 3/35 em APr = (4/5 t, 2/5 + 3t, 5t 1), obtemos o vetor diretor Julho 2006 Reginaldo J. Santos

560
Respostas dos Exerc cios da reta e (x, y, z ) = (1 (31/35)t, (23/35)t, 1 da reta procurada e assim a equac ao (4/7)t).
4.1.17. >> V1=[1,2,-3]; P1=[0,0,0];
>> V2=[2,4,-6]; P2=[0,1,2]; >> pv(V1,V2) ans = 0 0 0 >> syms x y z; X=[x,y,z]; >> M=[X-P1;V1;P2-P1], expr=det(M) M =[ x, y, z] [ 1, 2, -3] [ 0, 1, 2] expr = 7*x-2*y+z igual ao vetor nulo, Como o produto vetorial de V1 e V2 (os dois vetores diretores das retas) e
as retas sao paralelas. Neste caso, os vetores V1 e P1 P2 sao nao colineares e paralelos entao a equac do plano. ao plano procurado. Assim, 7x 2y + z = 0 e ao 4.1.18. (a) >> N1=[1,2,-3]; N2=[1,-4,2]; V=pv(N1,N2)
V =
-8
-5
-6
V = (8, 5, 6). FaOs planos se interceptam segundo uma reta cujo vetor diretor e zendo y = 0 nas equac oes obtemos um sistema de duas equac oes e duas incognitas um ponto da reta e as equac e x = 3, z = 1. Assim, P0 = (3, 0, 1) e oes cuja soluc ao parametricas da reta sao
x = 3 8t y = 5t, para t R z = 1 6t
Julho 2006
Cap tulo 4. Retas e Planos (b) >>
561
N1=[1,-1,0]; N2=[1,0,1]; V=pv(N1,N2) V = -1 -1 1
V = (1, 1, 1). ClaraOs planos se interceptam segundo uma reta cujo vetor diretor e um ponto da reta e as equac parametricas oes da reta sao mente P0 = (0, 0, 0) e
x = t y = t, para t R z = t
4.1.19. (a)
r : (x, y, z ) = t(0, 1, 2)
s : (x, y, z ) = t(1, 0, 2)
t : (x, y, z ) = (0, 1, 2) + s(1, 1, 0)

562
(b) A = (0, 0, 2), B = (0, 1, 2) e C = (1, 0, 2).
1 || OB OC || = 2 ||(2, 2, 1)|| = (c) area = 1 2
0 0 2 1 | OA (OB OC )| = | det 0 1 2 | = vol = 6 1 0 2

3 2
2 6
=1 . 3
(d)
h = dist(, A) =
2 | 2| = . 3 3
Julho 2006
Cap tulo 4. Retas e Planos 4.1.20.
563
descrito por Pr1 = (1+ t, 2+3t, 4t) e um ponto qualquer (a) Um ponto qualquer da reta r1 e da forma Pr2 = (1 + s, 1 + 2s, 2 + 3s). Aqui e necessario da reta r2 e o uso de um parametro diferente para a reta r2 . O vetor
Pr1 Pr2 = (2 + s t, 1 + 2s 3t, 2 + 3s 4t)

liga um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor V2 = (1, 2, 3) de r2 , ou seja, temos que resolver o sistema
Pr1 Pr2 V2 = 10 + 14s 19t = 0
Pr1 Pr2 V1 = 13 + 19s 26t = 0
deste sistema e t = 8/3, s = 13/3. Logo Pr1 = (11/3, 10, 32/3), Pr2 = A soluc ao (10/3, 29/3, 11) e V3 =Pr1 Pr2 = (1, 1, 1). Assim as equac oes parametricas da reta procurada sao
descrito por Pr1 = (1+ t, 2+3t, 4t) e um ponto qualquer (b) Um ponto qualquer da reta r1 e necessario da forma Pr2 = (s, 4 + 2s, 3 + 3s). Aqui e da reta r2 e o uso de um parametro diferente para a reta r2 . O vetor
x = 11/3 t y = 10 t, r3 : para t R. z = 32/3 + t
Pr1 Pr2 = (1 + s t, 2 + 2s 3t, 3 + 3s 4t)

564
Respostas dos Exerc cios liga um ponto qualquer de r1 a um ponto qualquer de r2 . Vamos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor V2 = (1, 2, 3) de r2 , ou seja, temos que resolver o sistema
Pr1 Pr2 V1 = 19 + 19s 26t = 0
Pr1 Pr2 V2 = 14 + 14s 19t = 0
pode ser o vetor diretor da reta procuPr1 Pr2 = (0, 0, 0). Neste caso o vetor Pr1 Pr2 nao rada. Vamos tomar como vetor diretor da reta procurada o vetor V3 = V1 V2 = (1, 1, 1). parametricas Assim as equac oes da reta procurada sao
deste sistema e t = 0, s = 1. Logo Pr1 = (1, 2, 0), Pr2 = (1, 2, 0) e A soluc ao
4.2. Angulos e Distancias (pagina 295)
x = 1 + t y = 2 + t, para t R. r3 : z = t
4.2.1. >> V=[1,3,2];W=[2,-1,1];U=[1,-2,0];
>> N=pv(W,U), projecao=(pe(V,N)/pe(N,N))*N N = 2 1 -3 projecao = -1/7 -1/14 3/14

4.2.2. >> N1=[2,-1,1]; N2=[1,-2,1];
>> costh=pe(N1,N2)/(no(N1)*no(N2)) costh = 5/6

565
>> acos(5/6)*180/pi ans = 33.5573

arccos(5/6) 33, 5o . O angulo e 4.2.3. >> A=[1,1,1];B=[1,0,1];C=[1,1,0];
>> P=[0,0,1];Q=[0,0,0];V=[1,1,0]; >> N1=pv(B-A,C-A), N2=pv(Q-P,V),... >> costh=pe(N1,N2)/(no(N1)*no(N2)) N1 = 1 0 0, N2 = 1 -1 costh = 1/2*2^(1/2) arccos( 2/2) = 45o . O angulo e
0,
4.2.4. O vetor diretor da reta procurada V = (a, b, c) faz angulo de 45o com o vetor i e 60o com o vetor j . Podemos xar arbitrariamente a norma do vetor V . Por exemplo, podemos tomar o vetor V com norma igual a 1.
>> syms a b c >> P=[1,-2,3]; I=[1,0,0]; J=[0,1,0]; V=[a,b,c]; >> exp1=abs(pe(V,I))-cos(pi/4) exp1 = abs(a)-1/2*2^(1/2) >> exp2=abs(pe(V,J))-cos(pi/3) exp2 = abs(b)-1/2 >> exp3=no(V)-1 exp3 = (a^2+b^2+c^2)^(1/2)-1 >> S=solve(exp1,exp2,exp3) >> [S.a, S.b, S.c]
566
[ [ [ [ [ [ [ [
1/2*2^(1/2), 1/2*2^(1/2), -1/2*2^(1/2), -1/2*2^(1/2), 1/2*2^(1/2), 1/2*2^(1/2), -1/2*2^(1/2), -1/2*2^(1/2),
1/2, 1/2, 1/2, 1/2, -1/2, -1/2, -1/2, -1/2,
1/2] -1/2] 1/2] -1/2] 1/2] -1/2] 1/2] -1/2]
Existem, aparentemente, oito retas que passam pelo ponto P = (1, 2, 3) de e fazem angulo o o (x, y, z ) = (1, 2, 3) + t( 2/2, 1/2, 1/2). 45 com o eixo x e 60 com o eixo y. Elas sao Na verdade existem quatro retas (distintas), pois um determinam vetor diretor e o seu simetrico (x, y, z ) = (1, 2, 3) + t( 2/2, 1/2, 1/2). a mesma reta. Elas sao 4.2.5. >> syms t, A=[1,1,0]; V=[0,1,-1]; Pr=[0,t,-t];
>> PrA=A-Pr, expr1=pe(PrA,V) PrA = [1, 1-t, t] expr1 = 1-2*t expr2 = 2*(1-t+t^2)^(1/2) >> expr2=no(PrA)*no(V) >> solve((expr1/expr2)^2-1/4) [0][1] >> B=subs(Pr,t,0), C=subs(Pr,t,1) B = [0, 0, 0] C = [0, 1, -1]
4.2.6. >> A=[1,0,0]; B=[0,1,0]; C=[1,0,1]; O=[0,0,0];
>> N=B-A -1 2
0
Julho 2006
567
>> dist=abs(pe(N,C-O))/no(N) dist =1/2^(1/2) igual a 1/ 2. A distancia e

4.2.7. (a) >> syms t s
um ponto qualquer da reta r2 . Devemos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular aos vetores diretores de r1 e de r2 .
>> A=[1,0,0]; B=[0,2,0]; V2=[1,2,3]; P2=[2,3,4]; >> Pr1=A+t*(B-A), Pr2=P2+s*V2 Pr1 = [1-t, 2*t, 0] Pr2 = [2+s, 3+2*s, 4+3*s] um ponto qualquer da reta r1 e Pr2 = (2 + s, 3 + 2s, 4 + 3s) e Pr2 = (1 t, 2t, 0) e
>> Pr1Pr2=Pr2-Pr1 Pr1Pr2 = [1+s+t, 3+2*s-2*t, 4+3*s] >> expr1=pe(Pr1Pr2,B-A), expr2=pe(Pr1Pr2,V2) expr1 = 5+3*s-5*t expr2 = 19+14*s-3*t >> S=solve(5+3*s-5*t,19+14*s-3*t) >> S.t, S.s t = 13/61, s = -80/61 >> Pr10=subs(Pr1,t,13/61), Pr10 = [48/61, 26/61, 0] >> Pr20=subs(Pr2,s,-80/61) Pr20 = [42/61, 23/61, 4/61] >> V=Pr20-Pr10, expr=Pr10+t*V V = [-6/61, -3/61, 4/61] expr = [48/61-6/61*t, 26/61-3/61*t, 4/61*t]
568
Respostas dos Exerc cios da reta e (x, y, z ) = (48/61 (6/61)t, 26/61 (3/61)t, (4/61)t). A equac ao igual a norma do vetor Pr1 Pr2 = (6/61, 3/61, 4/61) que e entre r1 e r2 e (b) A distancia igual a 1/ 61.
4.2.8. >> A=[0,2,1]; Pr=[t,2-t,-2+2*t];
>> APr=Pr-A, dist=no(APr) APr = [t, -t, -3+2*t] dist = 3^(1/2)*(2*t^2+3-4*t)^(1/2) >> solve(dist^2-3) [1][1] >> P=subs(Pr,t,1) P = [1, 1, 0] igual a 3. a reta r e A distancia de A ate
4.2.9. >> syms t
>> A=[1,1,1]; B=[0,0,1]; Pr=[1+t,t,t]; >> APr=Pr-A, BPr=Pr-B APr = [t, -1+t, -1+t] BPr = [1+t, t, -1+t] >> dist1q=pe(APr,APr), dist2q=pe(BPr,BPr) dist1q = 3*t^2+2-4*t dist2q = 2+3*t^2 >> solve(dist1q-dist2q) t=0 >> subs(Pr,t,0) [1, 0, 0] equidistante O ponto P = (1, 0, 0) e de A e B .
Cap tulo 4. Retas e Planos 4.2.10. >> A=[1,-1,2]; B=[4,3,1]; X=[x,y,z];
569
>> AX=X-A, BX=X-B, AX = [x-1, y+1, z-2] BX = [x-4, y-3, z-1] >> dist1q=pe(AX,AX), dist2q=pe(BX,BX) dist1q = x^2-2*x+6+y^2+2*y+z^2-4*z dist2q = x^2-8*x+26+y^2-6*y+z^2-2*z >> expr=dist1q-dist2q expr = 6*x-20+8*y-2*z do lugar geometrico 6x + 8y 2z 20 = 0. Este plano passa pelo ponto medio A equac ao e de

M =OM = 1/2(OA + OB ) (Exerc AB , pois o ponto medio de AB e cio 1.18 na pagina 175) do plano. O plano e perpendicular ao segmento AB , pois N = (6, 8, 2) e satisfaz a equac ao paralelo a AB = (3, 4, 1). 4.2.11. >> syms x y z d
>> expr1=2*x+2*y+2*z+d; >> P1=[0,0,-d/2]; N=[2,2,2]; P=[1,1,1]; >> expr2=abs(pe(P-P1,N))/no(N) expr2 = 1/6 |6 + d| 3 >> solve(expr2-sqrt(3),d) ans = [ 0][ -12]
do exerc Os planos 2x + 2y + 2z = 0 e 2x + 2y + 2z 12 = 0 satisfazem as condic oes cio. 4.2.12. >> N2=[1,-2,2];N3=[3,-5,7];
>> V=pv(N2,N3)
570
V = -4 -1 1 >> syms a b c, N=[a,b,c]; >> expr1=pe(N,V) expr1 = -4*a-b+c >> expr2=no(N)-1 expr2 = (a^2+b^2+c^2)^(1/2)-1 >> expr3=abs(pe(N,N1)/no(N1))-cos(pi/3) expr3 = 1/2*2^(1/2)*abs(a+c)-1/2 >> S=solve(expr1,expr2,expr3,a,b,c) >> S.a,S.b,S.c a = b = c = [ 0][ 1/2*2^(1/2)][ 1/2*2^(1/2)] [ 2/9*2^(1/2)][ -11/18*2^(1/2)][ 5/18*2^(1/2)] [ 0][ -1/2*2^(1/2)][ -1/2*2^(1/2)] [ -2/9*2^(1/2)][ 11/18*2^(1/2)][ -5/18*2^(1/2)]
do exerc Os planos y + z = 0 e 4x 11y + 5z = 0 satisfazem as condic oes cio 4.2.13. (a) N Vr = (1, 1, 1) (1, 1, 0) = 0 (b) Tomando P = (0, 0, 0) e Pr = (1, 0, 1):
2 | P r P N | |(1, 0, 1) (1, 1, 1)| = d(r, ) = = ||N || 3 3 Pois se s e uma reta reversa a ` r contida em , entao (c) Nao. 2 d(r, s) = d(r, ) = < 2. 3
571
4.2.14.
(a) AB = (7/3, 7/2, 0)
AC = (7/3, 2, 11/6) AB AC = (77/12, 77/18, 77/6) N1 = (36/77) AB AC = (3, 2, 6)

do plano e 3x + 2y + 6z 6 = 0 A equac ao (b) DE = (5/2, 5, 11)

DE k = (5, 5/2, 0) N2 = (2/5) DE k = (2, 1, 0)

do plano e 2x + y 2 = 0 A equac ao (c)
3 2 6 6 2 1 0 2 1 2/3 2 2 0 1 12 6
1 2/3 2 2 2 1 0 2 1 0 6 2 0 1 12 6
1 2/3 2 2 0 1/3 4 2
parametricas (x, y, z ) = (2 + 6t, 6 12t, t). As equac oes da reta sao (d) Julho 2006 Reginaldo J. Santos
572
z
(e) cos(1 , 2 ) =
(f) OP = projN1 OA=

|N1 N2 | ||N1 ||||N2 ||
8 7 5
N1 OA N1 ||N1 ||2
6 (3, 2, 6) 49 77 ||(3, 2, 6)|| 72
(g) area = || AB AC ||/2 = ||(77/12, 77/18, 77/6)||/2 =
539 72
Julho 2006
Cap tulo 5. Espac os Euclidianos 5.1. Independencia Linear (pagina 330) 5.1.1. Podemos resolver os quatro sistemas de uma unica vez.
573
>> v1=[5,-3,1];v2=[0,4,3];v3=[-10,18,7]; >> va=[10,-2,5];vb=[10,2,8];vc=[-2,-1,1]; >> vd=[-1,2,3]; >> A=[v1;v2;v3;va;vb;vc;vd]; >> escalona(A) [ 5, 0, -10, 10, 10, -2, -1] [ -3, 4, 18, -2, 2, -1, 2] [ 1, 3, 7, 5, 8, 1, 3] elimina ca ~o 1: linha 3 <==> linha 1 [ 1, 3, 7, 5, 8, 1, 3] [ -3, 4, 18, -2, 2, -1, 2] [ 5, 0, -10, 10, 10, -2, -1] Continua ? (s/n) s (3)*linha 1 + linha 2 ==> linha 2 (-5)*linha 1 + linha 3 ==> linha 3 [ 1, 3, 7, 5, 8, 1, 3] [ 0, 13, 39, 13, 26, 2, 11] [ 0, -15, -45, -15, -30, -7, -16] Continua ? (s/n) s elimina ca ~o 2:
574
(1/13)*linha 2 ==> linha 2 [ 1, 3, 7, 5, 8, [ 0, 1, 3, 1, 2, [ 0, -15, -45, -15, -30, Continua ? (s/n) s (-3)*linha 2 + linha 1 ==> linha 1 (15)*linha 2 + linha 3 ==> linha 3 [ 1, 0, -2, 2, [ 0, 1, 3, 1, [ 0, 0, 0, 0, Continua ? (s/n) n
1, 3] 2/13, 11/13] -7, -16]
2, 7/13, 6/13] 2, 2/13, 11/13] 0, -61/13, -43/13]
combinac linear de V1 , V2 e V3 , pois os sistemas Assim, os vetores dos itens (a) e (b) sao ao soluc enquanto para os vetores [ V1 V2 V3 ]X = V , para os vetores V dos itens (a) e (b) tem ao, tem soluc dos itens (c) e (d) nao ao. 5.1.2. Do escalonamento realizado no item anterior deduzimos que o sistema [ V1 V2 V3 ]X = 0 nao trivial. Logo, os vetores V1 , V2 e V3 sao L.D. A soluc e x = 2, y = 3 e tem soluc ao ao xV1 + yV2 + zV3 = z = . Escolhendo = 1 e substituindo os valores de x, y e z na equac ao 0 obtemos que V3 = 2V1 + 3V2 . 5.1.3. (a) >> v1=[1,1,2];v2=[1,0,0];
>> v3=[4,6,12] >> A=[v1;v2;v3;zeros(1,3)]. 1 1 4 0 1 0 6 0

Cap tulo 5. Espac os Euclidianos
575
2 0 12 0 >> R=escalona(A) 1 0 6 0 0 1 -2 0 0 0 0 0 x(1, 1, 2) + y (1, 0, 0) + z (4, 6, 12) = nao trivial. Isto Logo, a equac ao 0 admite soluc ao
L.D. implica que os vetores do item (a) sao (b) >> v1=[1,-2,3];v2=[-2,4,-6];
>> A=[v1;v2;zeros(1,3)]. 1 -2 0 -2 4 0 3 -6 0 >> R=escalona(A) 1 -2 0 0 0 0 0 0 0 nao trivial. Isto implica Logo, a equac ao x(1, 2, 3) + y (2, 4, 6) = 0 admite soluc ao L.D. Observe que o segundo vetor e 2 vezes o primeiro. que os vetores da item (b) sao (c) >> v1=[1,1,1];v2=[2,3,1]; >> v3=[3,1,2]; >> A=[v1;v2;v3;zeros(1,3)]. 1 2 3 0 1 3 1 0 1 1 2 0 >> R=escalona(A)
576
0 0 0 0 1 0 x(1, 1, 1) + y (2, 3, 1) + z (3, 1, 2) = admite a soluc trivial. Isto Logo, a equac ao 0 so ao

L.I. implica que os vetores do item (c) sao (d) >> v1=[4,2,-1];v2=[6,5,-5];v3=[2,-1,3];
1 0 0
0 1 0
>> A=[v1;v2;v3;zeros(1,3)]. 4 6 0 2 5 0 -1 -5 0 >> R=escalona(A) 1 0 2 0 1 -1 0 0 0 nao trivial. Isto Logo, o sistema x(4, 2, 1) + y (2, 3, 1) + z (2, 1, 3) = 0 admite soluc ao
L.D. implica que os vetores do item (d) sao 5.1.4. >> syms a
>> A=[3,1,0;a^2+2,2,0;0,0,0] A = [3, a^2+2, 0] [1, 2, 0] [0, 0, 0] >> escalona(A) elimina ca ~o 1:

577
linha 2 <==> linha 1 [ 1 2 0 ] [ ] [ 2 ] [ 3 a + 2 0 ] [ ] [ 0 0 0 ] Continua ? (s/n) s -(3)*linha 1 + linha 2 ==> linha 2 [ 1 2 0 ] [ ] [ 2 ] [ 0 a - 4 0 ] [ ] [ 0 0 0 ] Continua ? (s/n) n >> solve(a^2-4) ans = [ 2][-2]
L.D. Para = 2 o conjunto de vetores e 5.1.5. (a) x1 W1 + x2 W2 + x3 W3 = x1 (V1 + V2 ) + x2 (V1 + V3 ) + x3 (V2 + V3 ) = (x1 + x2 )V1 + por hipotese L.I., os esca(x 1 + x 3 )V 2 + (x 2 + x 3 )V 3 = 0. Como V1 , V2 e V3 sao multiplicando tem que ser iguais a zero. O que leva ao sistema lares que os estao
Julho 2006
= 0 x1 + x 2 x1 + x3 = 0 x2 + x 3 = 0
Reginaldo J. Santos
578
>> A=[1,1,0;1,0,1;0,1,1] >> escalona(A) [ 1, 1, 0] [ 1, 0, 1] [ 0, 1, 1] [ 1, 0, 0] [ 0, 1, 0] [ 0, 0, 1]

vetorial inicial tem somente a soluc trivial x1 = x2 = Assim, o sistema e a equac ao ao L.I. x3 = 0. Portanto os vetores W1 , W2 e W3 sao (b) x1 W1 + x2 W2 + x3 W3 = x1 V1 + x2 (V1 + V3 ) + x3 (V1 + V2 + V3 ) = (x1 + x2 + por hipotese L.I., os escax 3 )V 1 + x 3 V 2 + (x 2 + x 3 )V 3 = 0 Como V1 , V2 e V3 sao multiplicando tem que ser iguais a zero. O que leva ao sistema lares que os estao
x1 + x 2 + x 3 = 0 vetorial inicial tem somente x3 = 0 Assim, o sistema e a equac ao x2 + x 3 = 0 L.I. trivial x1 = x2 = x3 = 0. Portanto os vetores W1 , W2 e W3 sao a soluc ao >> P2=[0,1,-1];V2=[1,m,2*m]; >> expr=det([V1;V2;P2-P1]) expr = -9*m+6 >> solve(expr) ans = 2/3
5.1.6.
(a) >> syms m,P1=[1,0,2];V1=[2,1,3];
Julho 2006
Cap tulo 5. Espac os Euclidianos coplanares. Para m = 2/3 as retas sao
579
L.I., pois um (b) Para m = 2/3, os vetores diretores V1 = (2, 1, 3) e V2 = (1, 2/3, 4/3) sao nao e multiplo escalar do outro. Portanto, as retas sao concorrentes. (c) >> syms x y z; P=[x,y,z];
>> V2 >> N=
V2=subs(V2,m,2/3) = [ 1, 2/3, 4/3] N=pv(V1,V2) [ -2/3, 1/3, 1/3]
do plano e 2x y z + d = 0 . Tomando como vetor normal 3N = (2, 1, 1) a equac ao do plano: mos o ponto P1 = (1, 0, 2) na equac ao Para determinar d substitu
>> subst(2*x-y-z+d,[x,y,z],[1,0,2]) >> ans= d

do plano e 2x y z = 0 . Assim, a equac ao 5.1.7. Precisamos determinar m para que os vetores W = (2, m, 1), V1 = (1, 2, 0) e V2 = (1, 0, 1) sejam L.D.
>> syms m >> W=[2,m,1];V1=[1,2,0];V2=[1,0,1]; >> solve(det([W;V1;V2])) ans = 2

paralela ao plano. A reta esta contida no plano se, e somente se, os Para m = 2 a reta e um ponto da reta. vetores OP1 , V1 , V2 forem L.D., em que P1 = (1, 1, 1) e Julho 2006 Reginaldo J. Santos
580
>> P1=[1,1,1]; >> det([P1;V1;V2]) ans = -1

esta contida no plano. A reta nao 5.1.8. (a) >> V1=[1;2;3]; V2=[3;4;5]; V3=[5;6;7];
>> V=randi(3,1) V = 0 4 3 >> escalona([V1,V2,V3,V]) ans = 1 0 -1 0 0 1 2 0 0 0 0 1 combinac linear de V1, V2 e V3. e Assim, V nao ao
(b) >> M=randi(3,5)
-2 -4 1 -5 5 3 -3 -3 3 0 -5 -3 -3 -1 -1 >> escalona([V1,V2,V3,M]) 1 0 -1 0 37/13 -101/26 173/26 -96/13 0 1 2 0 -29/13 37/26 -85/26 51/13 0 0 0 1 1/13 -4/13 12/13 -4/13 combinac linear de V1, V2 e V3. Como as colunas Assim, nenhuma das colunas de M e ao
M =
581
que elas nao pertenc de M foram geradas aleatoriamente, o mais provavel e am ao plano gerado por V1, V2 e V3. a mesma relac que e valida (c) V3=-V1+2V2, que e ao entre as colunas de forma escalonada reduzida da matriz [V1,V2,V3,M]. (pagina 5.2. Subespac os Base e Dimensao 346) 5.2.1. (a) >> A=[1,0,1,0,0;1,2,3,1,0;2,1,3,1,0]
1 0 1 2 2 1 >> R=escalona(A) 1 0 0 1 0 0
1 3 3 1 1 0
0 1 1 0 0 1 x1
0 0 0 0 0 0 + x3 x2 + x 3 = 0 = 0 = 0
Encontramos a forma reduzida escalonada da matriz [A | 0], que corresponde ao sistema
x4
geral Este sistema tem como soluc ao
W = {(, , , 0) | R} .
Agora, para qualquer elemento de W temos:
(, , , 0) = (1, 1, 1, 0) .
Logo, {V = (1, 1, 1, 0)} gera W. Julho 2006 Reginaldo J. Santos
582 (b) >> A=[1,1,2,-1,0;2,3,6,-2,0;-2,1,2,2,0]
1 1 2 3 -2 1 >> R=escalona(A) 1 0 0 1 0 0
2 6 2 0 2 0
-1 -2 2 -1 0 0
0 0 0 0 0 0
Encontramos a forma reduzida escalonada da matriz [A | 0], que corresponde ao sistema
x1
+ x4 = 0 x 2 + 2x 3 = 0
W = {(, 2, , ) | , R} .
(, 2, , ) = = (, 0, 0, ) + (0, 2, , 0) = (1, 0, 0, 1) + (0, 2, 1, 0) .

Logo, B = {V1 = (1, 0, 0, 1), V2 = (0, 2, 1, 0)} gera W. 5.2.2. (a) >> syms x
>> A=[0,0,1;1,0,-3;0,1,3];
583
>> B=A-x*eye(3) [-x, 0, 1] [ 1, -x, -3] [ 0, 1, 3-x] >> solve(det(B)) ans = [1][1][1] >> B1=subs(B,x,1) -1 0 1 1 -1 -3 0 1 2 >> escalona([B1,zeros(3,1)]) 1 0 -1 0 0 1 2 0 0 0 0 0 x1 x2
x3 + 2x 3
= 0 = 0
W = {(, 2, ) | R} .
(, 2, ) = (1, 2, 1) .
Logo, B = {V = (1, 2, 1)} gera W. Como um conjunto formado por um unico vetor nao sempre L.I., entao Be base para W. nulo e Julho 2006 Reginaldo J. Santos
584 (b) >> A=[2,2,3,4;0,2,3,2;0,0,1,1;0,0,0,1]
>> B=A-x*eye(4) [2-x, 2, 3, 4] [ 0, 2-x, 3, 2] [ 0, 0, 1-x, 1] [ 0, 0, 0, 1-x] >> solve(det(B)) ans = [2][2][1][1] >> B1=subs(B,x,1) 1 2 3 4 0 1 3 2 0 0 0 1 0 0 0 0 >> escalona([B1,zeros(4,1)]) 1 0 -3 0 0 1 3 0 0 0 0 1 0 0 0 0 x1
0 0 0 0 3x 3 + 3x 3 x4 = 0 = 0 = 0
x2
W = {(3, 3, , 0) | R} .
Cap tulo 5. Espac os Euclidianos Agora, para qualquer elemento de W temos:
585
(3, 3, , 0) = (3, 3, 1, 0) .
Logo, B = {V = (3, 3, 1, 0)} gera W. Como um conjunto formado por um unico vetor nulo e sempre L.I., entao Be base para W. nao
>> B2=subs(B,x,2) 0 2 3 4 0 0 3 2 0 0 -1 1 0 0 0 -1 >> escalona([B2,zeros(4,1)]) 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0
0 0 0 0 = 0 = 0 = 0
x2 x3 x4
W = {(, 0, 0, 0) | R} .
(, 0, 0, 0) = (1, 0, 0, 0) .
586
Respostas dos Exerc cios Logo, B = {V = (1, 0, 0, 0)} gera W. Como um conjunto formado por um unico vetor base para W. nulo e sempre L.I., entao Be nao (c) >> A=[1,1,-2;-1,2,1;0,1,-1]
>> B=A-x*eye(3) [1-x, 1, -2] [ -1, 2-x, 1] [ 0, 1, -1-x] >> solve(det(B)) ans = [ 1][ 2][-1] >> Bm1=subs(B,x,-1) 2 1 -2 -1 3 1 0 1 0 >> escalona([Bm1,zeros(3,1)]) 1 0 -1 0 0 1 0 0 0 0 0 0 x1 x2
3x 3
= 0 = 0
W = {(, 0, ) | R} .
(, 0, ) = (1, 0, 1) .
587
Logo, B = {V = (1, 0, 1)} gera W. Como um conjunto formado por um unico vetor nao base para W. sempre L.I., entao Be nulo e
>> B1=subs(B,x,1) 0 1 -2 -1 1 1 0 1 -2 >> escalona([B1,zeros(3,1)]) 1 0 -3 0 0 1 -2 0 0 0 0 0 x1 x2

3x 3 2x 3
= 0 = 0
W = {(3, 2, ) | R} .
(3, 2, ) = (3, 2, 1) .
Logo, B = {V = (3, 2, 1)} gera W. Como um conjunto formado por um unico vetor nao base para W. sempre L.I., entao Be nulo e
>> B2=subs(B,x,2)
588
-1 1 -2 -1 0 1 0 1 -3 >> escalona([B2,zeros(3,1)]) 1 0 -1 0 0 1 -3 0 0 0 0 0 x1 x2
x3 3x 3
= 0 = 0
W = {(, 3, ) | R} .
(, 3, ) = (1, 3, 1) .
Logo, B = {V = (1, 3, 1)} gera W. Como um conjunto formado por um unico vetor nao base para W. sempre L.I., entao Be nulo e (d) >> A=[-1,2,2,0;-1,2,1,0;-1,1,2,0;0,0,0,1];
>> B=A-x*eye(4) B = [ -1-x, 2, [ -1, 2-x,
2, 1,
0] 0]
Julho 2006
589
[ -1, 1, 2-x, 0] [ 0, 0, 0, 1-x] >> solve(det(B)) ans = [ 1][ 1][ 1][ 1] >> B1=subs(B,x,1); >> escalona(B1) [ -2, 2, 2, 0] [ -1, 1, 1, 0] [ -1, 1, 1, 0] [ 0, 0, 0, 0] elimina ca ~o 1: linha 2 <==> linha 1 [ -1, 1, 1, 0] [ -2, 2, 2, 0] [ -1, 1, 1, 0] [ 0, 0, 0, 0] (-1)*linha 1 ==> linha 1 [ 1, -1, -1, 0] [ -2, 2, 2, 0] [ -1, 1, 1, 0] [ 0, 0, 0, 0] (2)*linha 1 + linha 2 ==> linha 2 (1)*linha 1 + linha 3 ==> linha 3 [ 1, -1, -1, 0] [ 0, 0, 0, 0]
590
[ [
0, 0,
0, 0,
0, 0,
0] 0] x1 x 2 x 3 = 0
W = {( + , , , ) | , , R} .
( + , , , ) = (0, 0, 0, 1) + (1, 0, 1, 0) + (1, 1, 0, 0).

Logo, B = {V1 = (0, 0, 0, 1), V2 = (1, 0, 1, 0), V3 = ((1, 1, 0, 0)} gera W. Como
(0, 0, 0, 0) = ( + , , , ) = (0, 0, 0, 1) + (1, 0, 1, 0) + (1, 1, 0, 0)

base para W. Be implica que = = = 0, entao (e) >> A=[2,3,0;0,1,0;0,0,2]
>> B=A-x*eye(3) B = [ 2-x, 3, 0] [ 0, 1-x, 0] [ 0, 0, 2-x] >> solve(det(B)) [ 2] [ 2] [ 1] >> B1=subs(B,x,1)

591
B1 = [ 1, 3 ,0] [ 0, 0, 0] [ 0, 0, 1] x 1 + 3x 2 x3
= 0 = 0
W = {(3, , 0) | R} .
(3, , 0) = (3, 1, 0) .
Logo, B = {V = (3, 1, 0)} gera W. Como um conjunto formado por um unico vetor nao nulo e sempre L.I., entao B e base para W.
>> B2=subs(B,x,2) B2 =[ 0, 3, 0] [ 0, -1, 0] [ 0, 0, 0] 3x 2 x 2 = 0 = 0
W = {(, 0, ) | , R} .
592 Agora, para qualquer elemento de W temos:
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
e multiplo Logo, B = {V1 = (1, 0, 0), V2 = (0, 0, 1)} gera W. Como um vetor nao escalar L.I. Assim, B e base para W. do outro, o conjunto B e (f) >> A=[2,3,0;0,2,0;0,0,2]
>> B=A-x*eye(3) B =[ 2-x, 3, 0] [ 0, 2-x, 0] [ 0, 0, 2-x] >> solve(det(B)) [ 2][ 2][ 2] >> B2=subs(B,x,2) B2 =[ 0, 3, 0] [ 0, 0, 0] [ 0, 0, 0] 3x 2
= 0
W = {(, 0, ) | , R} .
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
593
e multiplo Logo, B = {V1 = (1, 0, 0), V2 = (0, 0, 1)} gera W. Como um vetor nao escalar L.I. Assim, B e base para W. do outro, o conjunto B e 5.2.3. >> N1=[1,-7,5];
>> N2=[3,-1,1]; >> V=pv(N1,N2) V = -2 14
20
parametrica dos dois subespac (x, y, z ) = t(2, 14, 20), A equac ao da reta intersec ao os e uma base para a reta. para todo t R. Assim, {V = (2, 14, 20)} e 5.2.4. (a) >> v1=[4,2,-3];v2=[2,1,-2];v3=[-2,-1,0];
>> escalona([v1;v2;v3;zeros(1,3)]) [ 4, 2, -2, 0] [ 2, 1, -1, 0] [ -3, -2, 0, 0] elimina ca ~o 1: (1/4)*linha 1 ==> linha 1 [ 1, 1/2, -1/2, 0] [ 2, 1, -1, 0] [ -3, -2, 0, 0] (-2)*linha 1 + linha 2 ==> linha 2 (3)*linha 1 + linha 3 ==> linha 3 [ 1, 1/2, -1/2, 0] [ 0, 0, 0, 0] [ 0, -1/2, -3/2, 0] elimina ca ~o 2:
594
linha 3 <==> linha 2 [ 1, 1/2, -1/2, [ 0, -1/2, -3/2, [ 0, 0, 0, (-2)*linha 2 ==> linha [ 1, 1/2, -1/2, [ 0, 1, 3, [ 0, 0, 0, (-1/2)*linha 2 + linha [ 1, 0, -2, 0] [ 0, 1, 3, 0] [ 0, 0, 0, 0]
0] 0] 0] 2 0] 0] 0] 1 ==> linha 1
L.D., pois a equac xV1 + yV2 + zV3 = nao Os vetores V1 , V2 e V3 sao ao 0 admite soluc ao trivial. L.I. pois um vetor nao e multiplo (b) Os vetores V1 e V2 sao escalar do outro. de xV1 + yV2 + zV3 = (x, y, z ) = (2, 3, ). (c) Do item (a) obtemos que a soluc ao 0e e Tomando = 1 obtemos 2V1 3V2 + V3 = 0, ou seja, V3 = 2V1 + 3V2 . Logo, V3 nao necessario para gerar o subespac o gerado por V1 , V2 e V3 . Como pelo item anterior V1 e L.I., entao V1 e V2 formam uma base para o subespac V2 sao o gerado por V1 , V2 e V3 e a e 2. dimensao o plano que passa pela origem paralelo aos vetores V1 e V2 ou (d) E
>> pv(v1,v2) -1 2
0
Julho 2006
595
um plano que passa pela origem com vetor normal N = V1 V2 = Este subespac o e o plano x 2y = 0. (1, 2, 0), ou seja, e 5.2.5. pois basta tomarmos um vetor que nao esta no subespac (a) Nao, o gerado por V1 e V2 (que um plano que passa pela origem), que ele nao sera combinac linear de V1 e V2 . e ao (b) Para que V1 , V2 e V3 formem uma base de R3 basta que V1 , V2 e V3 sejam L.I. Para isso seja combinac linear de V1 e V2 . V3 = (a, b, c) deve ser um vetor que nao ao seja combinac linear de V1 e V2 . Por exemplo (c) Devemos acrescentar um vetor V3 que nao ao 3 igual a 3, entao do R e pelo Teorema 5.7 na pagina V3 = (0, 0, 1). Como a dimensao tal que V1 , V2 e V3 formam uma base de R3 . 343 V3 = (0, 0, 1), e do plano obtemos que 5.2.6. Fazendo z = e y = na equac ao
x = 2 4.
da forma Assim, os pontos do plano x + 2y + 4z = 0 sao
(x, y, z ) = (2 4, , ), , R,
da forma ou seja, sao
(x, y, z ) = (4, 0, 1) + (2, 1, 0) = V1 + V2 , R,

em que V1 = (4, 0, 1) e V2 = (2, 1, 0). L.I. (um nao e multiplo Assim, V1 e V2 formam uma base do plano W, pois sao escalar do outro) combinac linear deles). e geram W (todo vetor de W e ao Reginaldo J. Santos
Julho 2006
596
Respostas dos Exerc cios seja Para estender V1 e V2 a uma base de R3 , precisamos acrescentar um vetor que nao linear de V1 e V2 . Uma maneira de se conseguir isso e tomar um vetor que nao combinac ao pertenc a ao plano, ou seja, um vetor (a, b, c) tal que a +2b +4z = 0. Por exemplo V3 = (1, 0, 0).
5.2.7. >> V1=[-1,2,3];V2=[1,3,4];
>> N1=pv(V1,V2) N1 = -1 7 -5 >> V3=[1,2,-1];V4=[0,1,1]; >> N2=pv(V3,V4) N2 = 3 -1 1 >> V=pv(N1,N2) V = 2 -14 -20
dos dois subespac (x, y, z ) = t(2, 14, 20), para qualquer t R. Uma A reta intersec ao os e {V = (2, 14, 20)}. base para a reta e 5.2.8. (a)
= (3a + 4b 4c, 2a 4b 6c, 2a 4b + 2c) = (3a, 2a, 2a) + (4b, 4b, 4b) + (4c, 6c, 2c) = a(3, 2, 2) + b(4, 4, 4) + c(4, 6, 2).
{V 1 , V 2 , V 3 } Logo, denindo V1 = (3, 2, 2), V2 = (4, 4, 4) e V3 = (4, 6, 2), entao gera V. (b) >> V1=[3,2,-2];V2=[4,-4,-4];V3=[-4,-6,2];
>> escalona([V1;V2;V3])
597
[ 3, 4, -4] [ 2, -4, -6] [ -2, -4, 2] elimina ca ~o 1: (1/3)*linha 1 ==> linha 1 [ 1, 4/3, -4/3] [ 2, -4, -6] [ -2, -4, 2] (-2)*linha 1 + linha 2 ==> linha 2 (2)*linha 1 + linha 3 ==> linha 3 [ 1, 4/3, -4/3] [ 0, -20/3, -10/3] [ 0, -4/3, -2/3] elimina ca ~o 2: (-3/20)*linha 2 ==> linha 2 [ 1, 4/3, -4/3] [ 0, 1, 1/2] [ 0, -4/3, -2/3] (-4/3)*linha 2 + linha 1 ==> linha 1 (4/3)*linha 2 + linha 3 ==> linha 3 [ 1, 0, -2] [ 0, 1, 1/2] [ 0, 0, 0]
de xV1 + yV2 + zV3 = (x, y, z ) = (2, /2, ). Tomando = 2 obtemos A soluc ao 0e Julho 2006 Reginaldo J. Santos
598
4V 1 + V 2 + 2V 3 = 0. Ou seja, V2 = 2V3 4V1 . de V, pois ele e combinac linear dos ao ao Assim o vetor V2 pode ser descartado na gerac sucientes para gerar V. Como alem disso, os outros dois. Logo, apenas V1 e V3 sao tais que um nao e multiplo eles sao L.I. e vetores V1 e V3 sao escalar do outro, entao uma base de V. Tambem {V1 , V2 } ou {V2 , V3 } sao bases. portanto {V1 , V3 } e
5.2.9. pois sao necessarios (a) Nao 4 vetores L.I. para se obter uma base de R4 (Teorema 5.7 na pagina 343). pertencerem ao subespac (b) V3 e V4 devem ser L.I. e nao o gerado por V1 e V2 . (c) V1 + V2 = (3 + , 5 2, 2 , +2 ) Sejam V3 = (0, 0, 1, 0) e V4 = (0, 0, 0, 1). Vamos vericar que
V1 = (3, 5, 2, 1),
L.I. sao
V2 = (1, 2, 1, 2),
V3 = (0, 0, 1, 0) e V4 = (0, 0, 0, 1) x1 V 1 + x 2 V 2 + x 3 V 3 + x 4 V 4 = 0
implica que pertencem ao subespac Como V3 e V4 nao o gerado por V1 e V2 , entao
x 1 V 1 + x 2 V 2 = x 3 V 3 x 4 V 4
x1 V 1 + x 2 V 2 = 0 e
x 3 V3 x 4 V4 = 0
x1 = x2 = x3 = x4 = 0. Logo L.I. assim como {V3 , V4 } entao como {V1 , V2 } e 4 pelo Teorema 5.7 na L.I. Como a dimensao do R e igual a 4 , entao {V 1 , V 2 , V 3 , V 4 } e pagina 343 V1 , V2 , V3 , V4 formam uma base de R4 . Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 5. Espac os Euclidianos 5.2.10. >> A=triu(randi(4,4,3))
599
A = -1 -2 1 0 2 -2 0 0 -1 0 0 0 >> B=A-x*eye(4) B = [ -1-x, -2, 1, [ 0, 2-x, -2, [ 0, 0, -1-x, [ 0, 0, 0, >> solve(det(B)) [ -1][ -1][ 2][ 0] >> Bm1=subs(B,x,-1) Bm1 = [ 0, -2, 1, 1] [ 0, 3, -2, -2] [ 0, 0, 0, 2] [ 0, 0, 0, 1] >> escalona(Bm1) [ 0, 1, 0, 0] [ 0, 0, 1, 0] [ 0, 0, 0, 1] [ 0, 0, 0, 0]
1 -2 2 0
1] -2] 2] -x]
Julho 2006
Reginaldo J. Santos
600

x2 x3 x4
= 0 = 0 = 0
W = {(, 0, 0, 0) | R} .
(, 0, 0, 0) = (1, 0, 0, 0) .
nulo Logo, B = {V = (1, 0, 0, 0)} gera W. Como um conjunto formado por um unico vetor nao base para W. sempre L.I., entao Be e
>> B2=subs(B,x,2) B2 = [ -3, -2, 1, 1] [ 0, 0, -2, -2] [ 0, 0, -3, 2] [ 0, 0, 0, -2] >> escalona(B2) [ 1, 2/3, 0, [ 0, 0, 1, [ 0, 0, 0, [ 0, 0, 0,
0] 0] 1] 0]
Julho 2006
601
x 1 + 2/3x 2
x3 x4
= 0 = 0 = 0
W = {(2, 3, 0, 0) | R} .
(2, 3, 0, 0) = (2, 3, 0, 0) .
Logo, B = {V = (2, 3, 0, 0)} gera W. Como um conjunto formado por um unico vetor nao base para W. sempre L.I., entao Be nulo e
>> B0=subs(B,x,0) B0 = [ -1, -2, 1, 1] [ 0, 2, -2, -2] [ 0, 0, -1, 2] [ 0, 0, 0, 0] >> escalona(B0) [ 1, 0, 0, 3] [ 0, 1, 0, -3] [ 0, 0, 1, -2] [ 0, 0, 0, 0]
602
x1
x2 x3
3x 4 = 0 3x 4 = 0 2x 4 = 0
W = {(3, 3, 2, ) | R} .
(3, 3, 2, ) = (3, 3, 2, 1) .
Logo, B = {V = (3, 3, 2, 1)} gera W. Como um conjunto formado por um unico vetor nao sempre L.I., entao Be base para W. nulo e 5.3. Produto Escalar em Rn (pagina 373) 5.3.1. >> syms a
>> x=[1,1,-2];y=[a,-1,2]; >> solve(pe(x,y)) ans = 5

5.3.2. >> syms a b
>> x=[1/2^(1/2),0,1/2^(1/2)];y=[a,1/2^(1/2),-b]; >> sol=solve(pe(x,y),no(y)-1) sol =

603
a: [2x1 sym] b: [2x1 sym] >> sol.a, sol.b ans = [ 1/2] [ -1/2] ans = [
1/2] [ -1/2]
5.3.3. O conjunto dado consiste dos vetores da forma:
( , , ) = (, 0, ) + (, , 0) = (1, 0, 1) + (1, 1, 0) >> v1=[-1,0,1];v2=[-1,1,0]; >> w1=v1; w2=v2-proj(w1,v2); >> u1=w1/no(w1), u2=w2/no(w2) 1 2 0 2 2 1 1 3 2 6 3 2 3
u2 =
1 2 1 3 2 6 u1 =
5.3.4. O conjunto dado consiste dos vetores da forma:
( + 2 + , , , ) = (, 0, 0, ) + (2, 0, , 0) + (, , 0, 0) = (1, 0, 0, 1) + (2, 0, 1, 0) + (1, 1, 0, 0)

604
>> >> >> >>
v1=[-1,0,0,1];v2=[2,0,1,0];v3=[1,1,0,0]; w1=v1; w2=v2-proj(w1,v2); w3=v3-proj(w1,v3)-proj(w2,v3); u1=w1/no(w1), u2=w2/no(w2), u3=w3/no(w3) 1 1 2 0 0 2 2 2 1 1 1 u2 = 3 3 0 3 3 3 3 1 1 1 1 u3 = 42 42 7 42 21 42 42 42 u1 =
5.3.5. >> A=[1,1,-1,0;2,1,2,0];
>> escalona(A) 1 0 3 0 1 -4
0 0 x1 + 3x 3 x 2 4x 3 = 0 = 0
W = {(3, 4, ) | R} .
(3, 4, ) = (3, 4, 1) .
nulo e sempre L.I. Um conjunto formado por um unico vetor nao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
605
>> v=[-3,4,1]; >> u=v/no(v) 3 2 u = 26 26 13 26
1 26
26
5.3.6. >> V1=[1,2,-3]; P1=[0,0,0];
>> V2=[2,4,-6]; P2=[0,1,2]; >> pv(V1,V2) ans = 0 0 0 >> syms x y z; X=[x,y,z]; >> M=[X-P1;V1;P2-P1], expr=det(M) M =[ x, y, z] [ 1, 2, -3] [ 0, 1, 2] expr = 7*x-2*y+z
igual ao vetor nulo, Como o produto vetorial de V1 e V2 (os dois vetores diretores das retas) e as retas sao paralelas. Neste caso, os vetores V1 e P1 P2 sao nao colineares e paralelos entao a equac do plano, que passa pela origem, ao ao plano procurado. Assim, 7x 2y + z = 0 e um subespac logo e o. Este subespac o consiste dos vetores da forma:
(, , 7 + 2 ) = (, 0, 7) + (0, , 2 ) = (1, 0, 7) + (0, 1, 2) >> >> W2 >> V1=[1,0,-7];V2=[0,1,2]; W1=V1; W2=V2-proj(W1,V2) =[ 7/25, 1, 1/25] U1=W1/no(W1), U2=W2/no(W2)
Reginaldo J. Santos
Julho 2006
606
U1 = U2 =
7 1/10 2 0 10 2 7 3 5/9 3 1/45 3 45
5.3.7. >> v1=[1,1,-1,0];v2=[0,2,0,1];v3=[-1,0,0,1];
>> w2 >> w3 >>
w1=v1; w2=v2-proj(w1,v2) = [-2/3, 4/3, 2/3, 1] w3=v3-proj(w1,v3)-proj(w2,v3) = [-4/11, -3/11, -7/11, 6/11] u1=w1/no(w1),u2=w2/no(w2),u3=w3/no(w3) 1 1 u1 = 1 3 3 3 3 3 0 3 2 4 2 u2 = 33 11 3 33 11 3 33 11 3 3 7 2 u3 = 55 110 110 110 110 110
1 11
11 3 3 110 55
5.3.8. >> v1=[1,1,1];v2=[0,1,1];v3=[1,2,3];
>> w2 >> w3 >>
w1=v1; w2=v2-proj(w1,v2) = [-2/3, 1/3, 1/3] w3=v3-proj(w1,v3)-proj(w2,v3) = [0, -1/2, 1/2] u1=w1/no(w1),u2=w2/no(w2),u3=w3/no(w3) u1 = u2 =
1 3 3 1 1 2 3 6 2 3 3 1 3
1 3
3 1 2 3 6
Julho 2006
607
u3 =
5.3.9. >> syms x y z d
0 1 2
1 2
>> expr1=2*x+2*y+2*z+d; >> P1=[0,0,-d/2]; N=[2,2,2]; P=[1,1,1]; >> expr2=abs(pe(P-P1,N))/no(N) expr2 = 1/6 |6 + d| >> solve(expr2-sqrt(3),d) ans = [ 0][ -12]
do exerc Os planos 2x + 2y + 2z = 0 e 2x + 2y + 2z 12 = 0 satisfazem as condic oes cio. um subespac Apenas o primeiro plano e o. Este subespac o consiste dos vetores da forma:
(, , ) = (, 0, ) + (0, , ) = (1, 0, 1) + (0, 1, 1) >> >> W2 >> U1 U2 V1=[1,0,-1];V2=[0,1,-1]; W1=V1; W2=V2-proj(W1,V2) = [ -1/2, 1, -1/2] U1=W1/no(W1), U2=W2/no(W2) = 1/2 2 0 1/2 2 = 1/6 3 2 1/3 3 2 1/6 3 2
5.4. Mudanc a de Coordenadas (pagina 393) Julho 2006 Reginaldo J. Santos
608 5.4.1. (a) >> v1=sym([1/sqrt(2),-1/sqrt(2)]);
>> v2=sym([1/sqrt(2),1/sqrt(2)]); >> p=[1,3]; >> A=[v1;v2;p]. >> escalona(A) [1, 0, -2^(1/2)] [0, 1, 2*2^(1/2)] ao sistema S sao: Assim, as coordenadas de P em relac ao 2 2 2
(b) >> v1=sym([1/sqrt(2),-1/sqrt(2),0]);
>> v2=sym([0,0,1]); >> v3=sym([1/sqrt(2),1/sqrt(2),0]); >> p=[2,-1,2]; A=[v1;v2;v3;p].; >> escalona(A) [ 1, 0, 0, 3/2*2^(1/2)] [ 0, 1, 0, 2] [ 0, 0, 1, 1/2*2^(1/2)] ao sistema S sao: Assim, as coordenadas de P em relac ao 3 2/2 2 2 /2
Cap tulo 5. Espac os Euclidianos 5.4.2. (a) >> v1=sym([-1/sqrt(2),1/sqrt(2)]);
609
>> v2=sym([1/sqrt(2),1/sqrt(2)]); >> v=2*v1+v2 2 /2 3 2/2

(b) >> v1=sym([0,1/sqrt(2),-1/sqrt(2)]);
>> v2=sym([1,0,0]); >> v3=sym([0,1/sqrt(2),1/sqrt(2)]); >> v=-v1+v2+2*v3 v = 3 1 3 2 /2 3 2 /2 1

5.4.3. As coordenadas de ao sistema S 1, U 2 e U3 em U relac ao sao dadas
5.4.4. >> p=sym([sqrt(3),1]).; pr=sym([sqrt(3),-1]).;
1 0 0 1 / 2 0 3/2 1 0 e U3 = 0
1 0 0 , 1 0 0 1 0 3 /2 0 = 0 1/2 0 0 0 0 1/2 3/2 1 3/2 1/2

por
0 0 , respectivamente. 1 1 0 0 1 0 , U2 = 0 1/2 3/2 0 0 3 /2 1/2 0 = 3/2 1/2

e
{O, U1 , U2 , U3 }
Assim,
U1
0 0 1/2 1 = 0 3/2
>> A=[cos(th),-sin(th);sin(th),cos(th)]; >> expr=A*pr-p

610
expr = [ cos(th)*3^(1/2)+sin(th)-3^(1/2)] [ sin(th)*3^(1/2)-cos(th)-1] >> solve(expr(1,1),expr(2,1),th) ans = 1/3*pi

e de /3. A rotac ao
Julho 2006
Cap tulo 6. Diagonalizac ao de Matrizes (pagina 6.1. Diagonalizac ao 422) 6.1.1. (a) >> A=[1,1;1,1]; (b) >> A=[1,-1;2,4];
611
>> B=A-x*eye(2) [1-x, 1] [ 1, 1-x] >> p=det(B) p =-2*x+x^2 >> solve(p) [0][2] >> B0=subs(B,x,0) [1, 1] [1, 1] >> escalona(B0) 1 1 0 0 >> B2=subs(B,x,2) [-1, 1] [ 1, -1] >> escalona(B2) 1 -1 0 0 V0 = {(, ) | R} V2 = {(, ) | R}
Julho 2006
>> B=A-x*eye(2) [1-x, -1] [ 2, 4-x] >> p=det(B) p =6-5*x+x^2 >> solve(p) [3][2] >> B2=subs(B,x,2) [-1, -1] [ 2, 2] >> escalona(B2) 1 1 0 0 >> B3=subs(B,x,3) [-2, -1] [ 2, 1] >> escalona(B3) 1 1/2 0 0 V2 = {(, ) | R} V3 = {(, 2) | R}
Reginaldo J. Santos
612 (c)
>> A=[0,1,2;0,0,3;0,0,0]; >> B=A-x*eye(3) [-x, 1, 2] [ 0, -x, 3] [ 0, 0, -x] >> p=det(B) p=-x^3 >> solve(p) [0][0][0]
>> B0=subs(B,x,0) [0, 1, 2] [0, 0, 3] [0, 0, 0] >> escalona(B0) [0, 1, 0] [0, 0, 1] [0, 0, 0]
V0 = {(, 0, 0) | R}
(d)
>> A=[1,0,0;-1,3,0;3,2,-2]; >> B=A-x*eye(3) [1-x, 0, 0] [ -1, 3-x, 0] [ 3, 2, -2-x] >> p=det(B) p =(1-x)*(3-x)*(-2-x) >> solve(p) [ 1][ 3][-2]
>> Bm2=subs(B,x,-2) [ 3, 0, 0] [-1, 5, 0] [ 3, 2, 0] >> escalona(Bm2) [1, 0, 0] [0, 1, 0] [0, 0, 0]

Julho 2006
Cap tulo 6. Diagonalizac ao
613
>> B1=subst(B,x,1) [ 0, 0, 0] [-1, 2, 0] [ 3, 2, -3] >> escalona(B1) [1, 0, -3/4] [0, 1, -3/8] [0, 0, 0]
>> B3=subs(B,x,3) [-2, 0, 0] [-1, 0, 0] [ 3, 2, -5] >> escalona(B3) [1, 0, 0] [0, 1, -5/2] [0, 0, 0]
V2 = {(0, 0, ) | R}
V1 = {(6, 3, 8) | R}
V3 = {(0, 5, 2) | R}
(e) Julho 2006 Reginaldo J. Santos
614
>> A=[2,-2,3;0,3,-2;0,-1,2]; >> B=A-x*eye(3) [2-x, -2, 3] [ 0, 3-x, -2] [ 0, -1, 2-x] >> p=det(B) p =(2-x)*(4-5*x+x^2) >> solve(p) [2][4][1] >> B1=subs(B,x,1) [1, -2, 3] [0, 2, -2] [0, -1, 1] >> escalona(B1) [1, 0, 1] [0, 1, -1] [0, 0, 0]
>> B2=subs(B,x,2) [0, -2, 3] [0, 1, -2] [0, -1, 0] >> escalona(B2) [0, 1, 0] [0, 0, 1] [0, 0, 0] >> B4=subs(B,x,4) [-2, -2, 3] [ 0, -1, -2] [ 0, -1, -2] >> escalona(B4) [1, 0, -7/2] [0, 1, 2] [0, 0, 0]
V1 = {(, , ) | R} V2 = {(, 0, 0) | R} V4 = {(7, 4, 2) | R}

(f) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
615
>> A=[2,2,3;1,2,1;2,-2,1]; >> B=A-x*eye(3) [2-x, 2, 3] [ 1, 2-x, 1] [ 2, -2, 1-x] >> p=det(B) p =-8-2*x+5*x^2-x^3 >> solve(p) [ 2][ 4][-1] >> Bm1=subs(B,x,-1) [3, 2, 3] [1, 3, 1] [2, -2, 2] >> escalona(Bm1) [1, 0, 1] [0, 1, 0] [0, 0, 0]
>> B2=subs(B,x,2) [0, 2, 3] [1, 0, 1] [2, -2, -1] >> escalona(B2) [1, 0, 1] [0, 1, 3/2] [0, 0, 0] >> B4=subs(B,x,4) [-2, 2, 3] [ 1, -2, 1] [ 2, -2, -3] >> escalona(B4) [1, 0, -4] [0, 1, -5/2] [0, 0, 0]
V1 = {(, 0, ) | R}, V2 = {(2, 3, 2) | R} e V4 = {(8, 5, 2) | R}
6.1.2.
(a) Reginaldo J. Santos
Julho 2006
616
>> A=[2,0,0;3,-1,0;0,4,3]; >> B2=subs(B,x,2) >> B=A-x*eye(3) [0, 0, 0] [2-x, 0, 0] [3, -3, 0] [ 3, -1-x, 0] [0, 4, 1] [ 0, 4, 3-x] >> escalona(B2) >> p=det(B) [1, 0, 1/4] p =(2-x)*(-1-x)*(3-x) [0, 1, 1/4] >> solve(p) [0, 0, 0] [ 2][-1][ 3] >> B3=subst(B,x,3) >> Bm1=subs(B,x,-1) [-1, 0, 0] [3, 0, 0] [ 3, -4, 0] [3, 0, 0] [ 0, 4, 0] [0, 4, 4] >> escalona(B3) >> escalona(Bm1) [1, 0, 0] [1, 0, 0] [0, 1, 0] [0, 1, 1] [0, 0, 0] [0, 0, 0] base para V1 , pois gera V1 ((0, , ) = V1 = {(0, , ) | R}. {(0, 1, 1)} e nulo e L.I. (0, 1, 1)) e um vetor nao
base para V2 , pois gera V2 V2 = {(, , 4) | R}. {(1, 1, 4)} e nulo e L.I. ((, , 4) = (1, 1, 4)) e um vetor nao nulo e L.I. e um vetor nao (b) Um Curso de Geometria Anal tica e Algebra Linear Julho 2006 base para V3 , pois gera V3 ((0, 0, ) = (0, 0, 1)) V3 = {(0, 0, ) | R}. {(0, 0, 1)} e
617
>> A=[2,3,0;0,1,0;0,0,2]; >> B=A-x*eye(3) [2-x, 3, 0] [ 0, 1-x, 0] [ 0, 0, 2-x] >> p=det(B) p =(2-x)^2*(1-x) >> solve(p) [2][2][1] >> B1=subs(B,x,1) [1, 3, 0] [0, 0, 0] [0, 0, 1]
>> escalona(B1) [1, 3, 0] [0, 0, 1] [0, 0, 0] >> B2=subs(B,x,2) [0, 3, 0] [0, -1, 0] [0, 0, 0] >> escalona(B2) [0, 1, 0] [0, 0, 0] [0, 0, 0]
base para V1 , pois gera V1 ((3, , 0) = V1 = {(3, , 0) | R}. {(3, 1, 0)} e nulo e L.I. (3, 1, 0)) e um vetor nao base para V2 , pois V2 = {(, 0, ) | , R}. {V1 = (1, 0, 0), V2 = (0, 0, 1)} e L.I. (xV1 + yV2 = gera V2 ((, 0, ) = (1, 0, 0) + (0, 0, 1)) e e 0 se, e somente se, (x, 0, y ) = (0, 0, 0) ou x = 0 e y = 0).
(c) Julho 2006 Reginaldo J. Santos
618
>> A=[1,2,3,4;0,-1,3,2;0,0,3,3;0,0,0,2]; >> B=A-x*eye(4) [1-x, 2, 3, 4] [ 0, -1-x, 3, 2] [ 0, 0, 3-x, 3] [ 0, 0, 0, 2-x] >> p=det(B) p =(1-x)*(2-x)*(-1-x)*(3-x) >> solve(p) [ 1][ 2][-1][ 3]
>> Bm1=subs(B,x,-1) [2, 2, 3, 4] [0, 0, 3, 2] [0, 0, 4, 3] [0, 0, 0, 3] >> escalona(Bm1) [1, 1, 0, 0] [0, 0, 1, 0] [0, 0, 0, 1] [0, 0, 0, 0]
>> B1=subs(B,x,1) [0, 2, 3, 4] [0, -2, 3, 2] [0, 0, 2, 3] [0, 0, 0, 1] >> escalona(B1) [0, 1, 0, 0] [0, 0, 1, 0] [0, 0, 0, 1] [0, 0, 0, 0]
Julho 2006
619
>> B2=subs(B,x,2) [-1, 2, 3, 4] [ 0, -3, 3, 2] [ 0, 0, 1, 3] [ 0, 0, 0, 0] >> escalona(B2) [1, 0, 0, 29/3] [0, 1, 0, 7/3] [0, 0, 1, 3] [0, 0, 0, 0]
>> B3=subst(B,x,3) [-2, 2, 3, 4] [ 0, -4, 3, 2] [ 0, 0, 0, 3] [ 0, 0, 0, -1] >> escalona(B3) [1, 0, -9/4, 0] [0, 1, -3/4, 0] [0, 0, 0, 1] [0, 0, 0, 0]
base para V1 , pois gera V1 V1 = {(, , 0, 0) | R}. {(1, 1, 0, 0)} e ((, , 0, 0) = (1, 1, 0, 0)) e um vetor nao nulo e L.I. base para V1 , pois gera V1 ((, 0, 0, 0) = V1 = {(, 0, 0, 0) | R}. {(1, 0, 0, 0)} e nulo e L.I. (1, 0, 0, 0)) e um vetor nao base para V2 , pois gera V2 = {(29, 7, 9, 3) | R}. {(29, 7, 9, 3)} e nulo e L.I. V2 ((29, 7, 9, 3) = (29, 7, 9, 3)) e um vetor nao base para V3 , pois gera V3 V3 = {(9, 3, 4, 0) | R}. {(9, 3, 4, 0)} e nulo e L.I. ((9, 3, 4, 0) = (9, 3, 4, 0)) e um vetor nao
(d) Julho 2006 Reginaldo J. Santos
620
>> A=[2,2,3,4;0,2,3,2;0,0,1,1;0,0,0,1]; >> B=A-x*eye(4) [2-x, 2, 3, 4] [ 0, 2-x, 3, 2] [ 0, 0, 1-x, 1] [ 0, 0, 0, 1-x] >> p=det(B) p =(2-x)^2*(1-x)^2 >> solve(p) [2][2][1][1] >> B2=subs(B,x,2) >> B1=subs(B,x,1) [0, 2, 3, 4] [1, 2, 3, 4] [0, 0, 3, 2] [0, 1, 3, 2] [0, 0, -1, 1] [0, 0, 0, 1] [0, 0, 0, -1] [0, 0, 0, 0] >> escalona(B1) >> escalona(B2) [1, 0, -3, 0] [0, 1, 0, 0] [0, 1, 3, 0] [0, 0, 1, 0] [0, 0, 0, 1] [0, 0, 0, 1] [0, 0, 0, 0] [0, 0, 0, 0] base para V1 , pois gera V1 V1 = {(3, 3, , 0) | R}. {(3, 3, 1, 0)} e nulo e L.I. ((3, 3, , 0) = (3, 3, 1, 0)) e um vetor nao base para V2 , pois gera V2 ((, 0, 0, 0) = V2 = {(, 0, 0, 0) | R}. {(1, 0, 0, 0)} e nulo e L.I. (1, 0, 0, 0)) e um vetor nao
6.1.3. Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 6. Diagonalizac ao (a) >> A=[1,4;1,-2];
621
autovetores L.I. (Teorema 6.2 na pagina 410). (b) >> A=[1,0;-2,1];
>> B=A-x*eye(2) [1-x, 4] [ 1, -2-x] A matriz A possui dois autovalores diferentes, logo possui dois autovetores L.I. diagonalizavel 2 2 e possui dois 6.3 na pagina pois, e (Proposic ao 413). A matriz A e >> B=A-x*eye(2) [1-x, 0] [ -2, 1-x] >> p=det(B) p =(1-x)^2 >> solve(p) [1][1] >> B1=subs(B,x,1) [ 0, 0] [-2, 0] >> escalona(numeric(B1)) [1, 0] [0, 0] V1 = {(, 0) | R}
e diagonalizavel possui dois autovetores L.I. (Teorema 6.2 na A matriz A nao pois, nao pagina 410).
>> p=det(B) p =-6+x+x^2 >> solve(p) [ 2][-3]
(c) >> A=[1,1,-2;4,0,4;1,-1,4]
1 1 4 0 1 -1 >> B=A-x*eye(3); p=det(B) p =5*x^2-6*x-x^3

Julho 2006
A =
-2 4 4
Reginaldo J. Santos
622
>> solve(p) ans =[0][2][3]

autovalores diferentes, logo possui tres autovetores L.I. (Proposic A matriz A possui tres ao diagonalizavel 3 3 e possui tres autovetores L.I. pois, e 6.3 na pagina 413). A matriz A e 410). (Teorema 6.2 na pagina (d) >> A=[1,2,3;0,-1,2;0,0,2];
(Teorema 6.2 na pagina 410).
>> p=det(B) >> B=A-x*eye(3) p =(1-x)*(-1-x)*(2-x) A [1-x, 2, 3] >> solve(p) [ 0, -1-x, 2] [ 1][-1][ 2] [ 0, 0, 2-x] autovalores diferentes, logo possui tres autovetores L.I. (Proposic matriz A possui tres ao autovetores L.I. diagonalizavel 3 3 e possui tres 6.3 na pagina 413). A matriz A e pois, e
6.1.4. (a) >> A=[1,1,2;0,1,0;0,1,3];
>> B=A-x*eye(3) [1-x, 1, 2] [ 0, 1-x, 0] [ 0, 1, 3-x] >> p=det(B) p =(1-x)^2*(3-x) >> solve(p) [1][1][3]
>> B1=subs(B,x,1) [0, 1, 2] [0, 0, 0] [1, 1, 2] >> escalona(B1) [ 0, 1, 2] [ 0, 0, 0] [ 0, 0, 0]

Julho 2006
623
outro)
>> B3=subs(B,x,3) [ -2, 1, 2] [ 0, -2, 0] [ 0, 1, 0] >> escalona(B3) [ 1, 0, -1] [ 0, 1, 0] [ 0, 0, 0] base para V1 , pois gera V1 V1 = {(, 2, ) | , R}. {(1, 0, 0), (0, 2, 1)} e L.I. (um vetor nao e multiplo ((, 2, ) = (0, 2, 1) + (1, 0, 0)) e sao escalar do
base para V3 , pois gera V3 ((, 0, ) = V3 = {((, 0, ) | R}. {(1, 0, 1)} e nulo e L.I. (1, 0, 1)) e um vetor nao
(b) >> A=[4,2,3;2,1,2;-1,-2,0];
1 0 1 P = 0 2 0 0 1 1
1 0 0 D= 0 1 0 0 0 3
>> B=A-x*eye(3) [4-x, 2, 3] [ 2, 1-x, 2] [ -1, -2, -x] >> p=det(B) p =-7*x+5*x^2+3-x^3 >> solve(p)
624
[3][1][1] >> B1=subs(B,x,1) [ 3, 2, 3] [ 2, 0, 2] [-1, -2, -1] >> escalona(B1) [1, 0, 1] [0, 1, 0] [0, 0, 0] >> B3=subs(B,x,3) [ 1, 2, 3] [ 2, -2, 2] [-1, -2, -3] >> escalona(B3) [1, 0, 5/3] [0, 1, 2/3] [0, 0, 0]
base para V1 , pois gera V1 ((, 0, ) = V1 = {(, 0, ) | R}. {(1, 0, 1)} e nulo e L.I. (1, 0, 1)) e um vetor nao base para V2 , pois gera V2 V2 = {(5, 2, 3) | R}. {(5, 2, 3)} e ((5, 2, 3) = (5, 2, 3)) e um vetor nao nulo e L.I. e diagonalizavel possui dois autovalores e cada um deles so possui A matriz nao pois so um autovetor L.I. associado (Teorema 6.2 na pagina 410). (c) >> A=[1,2,3;0,1,0;2,1,2];
>> B=A-x*eye(3) [1-x, 2, 3] [ 0, 1-x, 0] [ 2, 1, 2-x] >> p=det(B) p =-4+x+4*x^2-x^3 >> solve(p) [ 1][ 4][-1]
>> Bm1=subs(B,x,-1) [2, 2, 3] [0, 2, 0] [2, 1, 3] >> escalona(Bm1) [1, 0, 3/2] [0, 1, 0] [0, 0, 0]
Julho 2006
625
>> B1=subst(B,x,1) >> B4=subs(B,x,4) [0, 2, 3] [-3, 2, 3] [0, 0, 0] [ 0, -3, 0] [2, 1, 1] [ 2, 1, -2] V1 = >> escalona(B1) >> escalona(B4) [1, 0, -1/4] [1, 0, -1] [0, 1, 3/2] [0, 1, 0] [0, 0, 0] [0, 0, 0] base para V1 , pois gera V1 ((3, 0, 2) = {(3, 0, 2) | R}. {(3, 0, 2)} e nulo e L.I. (3, 0, 2)) e um vetor nao
base para V1 , pois gera V1 V1 = {(, 6, 4) | R}. {(1, 6, 4)} e nulo e L.I. ((, 6, 4) = (1, 6, 4)) e um vetor nao base para V4 , pois gera V4 ((, 0, ) = (1, 0, 1)) V4 = {(, 0, ) | R}. {(1, 0, 1)} e nulo e L.I. e um vetor nao
3 1 1 P = 0 6 0 2 4 1
Julho 2006
1 0 0 D= 0 1 0 0 0 4
Reginaldo J. Santos
626 (d) >> A=[3,-2,1;0,2,0;0,0,0];
>> B0=subs(B,x,0) >> B=A-x*eye(3) [3, -2, 1] [3-x, -2, 1] [0, 2, 0] [ 0, 2-x, 0] [0, 0, 0] [ 0, 0, -x] >> escalona(B0) >> p=det(B) [1, 0, 1/3] p =-(3-x)*(2-x)*x [0, 1, 0] >> solve(p) [0, 0, 0] [3][2][0] >> B2=subs(B,x,2) >> B3=subs(B,x,3) [0, -2, 1] [1, -2, 1] [0, -1, 0] [0, 0, 0] [0, 0, -3] [0, 0, -2] >> escalona(B3) >> escalona(B2) [0, 1, 0] [1, -2, 0] [0, 0, 1] [0, 0, 1] [0, 0, 0] [0, 0, 0] base para V0 , pois gera V0 ((, 0, 3) = V0 = {(, 0, 3) | R}. {(1, 0, 3)} e nulo e L.I. (1, 0, 3)) e um vetor nao
base para V2 , pois gera V2 ((2, , 0) = V2 = {(2, , 0) | R}. {(2, 1, 0)} e nulo e L.I. (2, 1, 0)) e um vetor nao
base para V3 , pois gera V3 ((, 0, 0) = (1, 0, 0)) V3 = {(, 0, 0) | R}. {(1, 0, 0)} e nulo e L.I. e um vetor nao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
627
6.1.5. >> B=randi(2), A=[B-B,zeros(2,1);zeros(1,2),randi]
1 2 1 P = 0 1 0 3 0 0
0 0 0 D= 0 2 0 0 0 3
5 -1 3 0 A = 0 -4 0 4 0 0 0 0 -3 >> syms x, p=det(A-x*eye(3)), solve(p) p = -3*x^2-x^3-48-16*x ans = [ -3][ 4*i][ -4*i] >> escalona(A+3*eye(3)) ans =[ 1, 0, 0] [ 0, 1, 0] [ 0, 0, 0]
e diagonalizavel tem um autovalor e auto espac A matriz A nao pois ela so o associado a este 2. Assim, nao e poss autovalor tem dimensao vel encontrar 3 autovetores L.I. 6.1.6. >> L=[eye(2),zeros(2,1);randi(1,2),0]; A=L*L
B =
1 0 2 0 1 -2 2 -2 8 >> syms x, p=det(A-x*eye(3)), solve(p)

A =
628
p = -9*x+10*x^2-x^3 ans = [ 0][ 1][ 9] >> escalona(A) ans =[ 1, 0, 2] [ 0, 1, -2] [ 0, 0, 0]

O autoespac o associado ao autovalor = 0 e
V0 = {(2, 2, ) | R}.
um conjunto com o maior numero poss vel de autovetores L.I. Assim, {V1 = (2, 2, 1)} e associado a = 0.
>> escalona(A-eye(3)) ans =[ 1, -1, 0] [ 0, 0, 1] [ 0, 0, 0]

V1 = {(, , 0) | R}.
um conjunto com o maior numero poss vel de autovetores L.I. associAssim, {V2 = (1, 1, 0)} e ado a = 1.
>> escalona(A-9*eye(3))
629
ans =[ [ [
1, 0, 0,
0, -1/4] 1, 1/4] 0, 0]
V9 = {(, , 4) | R}.
um conjunto com o maior numero poss vel de autovetores L.I. Assim, {V3 = (1, 1, 4)} e associado a = 9.
>> V1=[-2,2,1];V2=[1,1,0];V3=[1,-1,4]; >> P=[V1,V2,V3], D=diag([0,1,9]) P = -2 1 1 2 1 -1 1 0 4 D = 0 0 0 0 1 0 0 0 9 >> inv(P)*A*P ans = 0 0 0 0 1 0 0 0 9 >> [P,D]=eig(sym(A)) P =[ -1, -2, 1] [ 1, 2, 1]
630
[ D =[ [ [
-4, 1, 0] 9, 0, 0] 0, 0, 0] 0, 0, 1]
que ser os autovalores de A. As matrizes D Os elementos da diagonal da matriz D tem autovetores podem diferir na ordem com que os autovalores aparecem. As colunas de P sao associados aos autovalores que aparecem nas colunas correspondentes de D . Assim, fazendo das colunas das matrizes P e D de forma que as matrizes D sejam iguais, as uma reordenac ao multiplos colunas de uma matriz P sao escalares das colunas correspondentes da outra matriz P. de Matrizes Simetricas 6.2. Diagonalizac ao (pagina 437) 6.2.1. (a) >> A=[2,2;2,2];
>> B=A-x*eye(2) [2-x, 2] [ 2, 2-x] >> p=det(B) p =-4*x+x^2 >> solve(p) [0][4]
631
>> B0=subs(B,x,0) >> B4=subs(B,x,4) [2, 2] [-2, 2] [2, 2] [ 2, -2] >> escalona(B0) >> escalona(B4) [1, 1] [1, -1] [0, 0] [0, 0] base para V0 , pois gera V0 = {(, ) | R}. {V1 = (1, 1)} e ((, ) = V0 nulo e L.I. Seja W1 = (1/||V1 ||)V1 = (1/ 2, 1/ 2). {W1 = (1 , 1)) e um vetor nao base ortonormal de V0 . (1/ 2, 1/ 2)} e
base para V4 , pois V4 = {(, ) | R}. {V2 = (1, 1)} e gera V 4 ((, ) = nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (1/ 2, 1/ 2). {W2 = um vetor nao (1 , 1)) e base ortonormal de V4 . (1/ 2, 1/ 2)} e
P =
1/ 2 1/ 2 1/ 2 1/ 2
D=
0 0 0 4
(b) >> A=[2,1;1,2];
>> B=A-x*eye(2) [2-x, 1] [ 1, 2-x] >> p=det(B) p =3-4*x+x^2 >> solve(p) [3][1]
632
>> B1=subs(B,x,1) >> B3=subs(B,x,3) [1, 1] [-1, 1] [1, 1] [ 1, -1] >> escalona(numeric(B1)) >> escalona(B3) [1, 1] [1, -1] [0, 0] [0, 0] base para V1 , pois gera V1 = {(, ) | R}. {V1 = (1, 1)} e ((, ) = V1 nulo e L.I. Seja W1 = (1/||V1 ||)V1 = (1/ 2, 1/ 2). {W1 = (1 , 1)) e um vetor nao base ortonormal de V1 . (1/ 2, 1/ 2)} e
base para V3 , pois V3 = {(, ) | R}. {V2 = (1, 1)} e gera V 3 ((, ) = nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (1/ 2, 1/ 2). {W2 = um vetor nao (1 , 1)) e base ortonormal de V3 . (1/ 2, 1/ 2)} e
P =
1/ 2 1/ 2 1/ 2 1/ 2
D=
1 0 0 3
(c) >> A=[0,0,1;0,0,0;1,0,0];
>> B=A-x*eye(3) [-x, 0, 1] [ 0, -x, 0] [ 1, 0, -x] >> p=det(B) p =-x^3+x >> solve(p) [ 0][-1][ 1]
>> B0=subs(B,x,0) [0, 0, 1] [0, 0, 0] [1, 0, 0] >> escalona(B0) [1, 0, 0] [0, 0, 1] [0, 0, 0]
Julho 2006
633
>> Bm1=subs(B,x,-1) >> B1=subs(B,x,1) [1, 0, 1] [-1, 0, 1] [0, 1, 0] [ 0, -1, 0] [1, 0, 1] [ 1, 0, -1] V0 = >> escalona(Bm1) >> escalona(B1) [1, 0, 1] [1, 0, -1] [0, 1, 0] [0, 1, 0] [0, 0, 0] [0, 0, 0] base para V0 , pois gera V0 ((0, , 0) = (0, 1, 0)) {(0, , 0) | R}. {V1 = (0, 1, 0)} e base ortonormal de V0 , pois ||V1 || = 1. nulo e L.I. {V1 = (0, 1, 0)} e e um vetor nao
base para V1 , pois gera V1 V1 = {(, 0, ) | R}. {V2 = (1, 0, 1)} e ((, 0 , ) = ( 1 , 0 , 1) ) e um vetor n ao nulo e L.I. Seja W2 = (1/||V2 ||)V2 = base ortonormal de V1 . (1/ 2, 0, 1/ 2). {W2 = (1/ 2, 0, 1/ 2)} e base para V1 , pois V1 = {(, 0, ) | R}. {V3 = (1, 0, 1)} e gera V1 ((, 0, ) = nulo e L.I. Seja W3 = (1/||V3 ||)V3 = (1/ 2, 0, 1/ 2). {W3 = (1 , 0, 1)) e um vetor nao base ortonormal de V1 . (1/ 2, 0, 1/ 2)} e simetrica, ortoautovetores associados a autovalores diferentes sao Como a matriz A e uma base ortonormal 6.5 na pagina gonais (Proposic ao 431). Portanto, {W1 , W2 , W3 } e de autovetores de A.
0 1/ 2 1/ 2 P = 1 0 0 0 1/ 2 1/ 2
Julho 2006
0 0 0 D = 0 1 0 0 0 1
Reginaldo J. Santos
634 (d) >> A=[0,0,0;0,2,2;0,2,2];
>> B=A-x*eye(3) [-x, 0, 0] [ 0, 2-x, 2] [ 0, 2, 2-x] >> p=det(B) p =-x*(-4*x+x^2) >> solve(p) [0][0][4] >> B0=subs(B,x,0) [0, 0, 0] [0, 2, 2] [0, 2, 2]
>> escalona(B0) [0, 1, 1] [0, 0, 0] [0, 0, 0] >> B4=subs(B,x,4) [-4, 0, 0] [ 0, -2, 2] [ 0, 2, -2] >> escalona(B4) [1, 0, 0] [0, 1, -1] [0, 0, 0]
base para V0 , pois V0 = {(, , ) | , R}. {V1 = (1, 0, 0), V2 = (0, 1, 1)} e gera V0 ((, , ) = (1, 0, 0) + (0, 1, 1)) e e L.I. (xV1 + yV2 = 0 se, e somente se, (x, y, y ) = (0, 0, 0) ou x = 0 e y = 0). Sejam W1 = V1 , W2 = V2 projW1 V2 = V2 0= U1 = (1/||W1 ||)W1 = W1 = V , 0, 0) e U2 = (1/||W2 ||)W2 = 1 = (1 V2 . Sejam base ortonormal de V0 . (0, 1/ 2, 1/ 2). {U1 = (1, 0, 0), U2 = ((0, 1/ 2, 1/ 2)} e base para V4 , pois gera V4 ( V4 = {(0, , ) | R}. {V3 = (0, 1, 1)} e (0, , )= nulo e L.I. Seja U3 = (1/||V3 ||)V3 = (0, 1/ 2, 1/ 2). (0, 1, 1)) e um vetor nao base ortonormal de V4 . Como a matriz A e simetrica, {U3 = (0, 1/ 2, 1/ 2)} e au Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
6.5 na pagina ortogonais (Proposic ao tovetores associados a autovalores diferentes sao
Cap tulo 6. Diagonalizac ao uma base ortonormal de autovetores de A. 431). Portanto, {U1 , U2 , U3 } e
635
1 0 0 P = 0 1/ 2 1/ 2 0 1/ 2 1/ 2
(e) >> A=[1,1,0;1,1,0;0,0,1];
0 0 0 D= 0 0 0 0 0 4
>> B0=subs(B,x,0) >> B=A-x*eye(3) [1, 1, 0] [1-x, 1, 0] [1, 1, 0] [ 1, 1-x, 0] [0, 0, 1] [ 0, 0, 1-x] >> escalona(B0) >> p=det(B) [1, 1, 0] p =-2*x+3*x^2-x^3 [0, 0, 1] >> solve(p) [0, 0, 0] [0][1][2] >> B2=subs(B,x,2) >> B1=subs(B,x,1) [-1, 1, 0] [0, 1, 0] [ 1, -1, 0] [1, 0, 0] [ 0, 0, -1] [0, 0, 0] >> escalona(B1) >> escalona(B2) [1, 0, 0] [1, -1, 0] [0, 1, 0] [0, 0, 1] [0, 0, 0] [0, 0, 0] base para V0 , pois gera V0 V0 = {(, , 0) | R}. {V1 = (1, 1, 0)} e nulo e L.I. Seja U1 = (1/||V1 ||)V1 = ((, , 0) = (1, 1, 0)) e um vetor nao base ortonormal de V0 . (1/ 2, 1/ 2, 0). {U1 = (1/ 2, 1/ 2, 0)} e
Reginaldo J. Santos
Julho 2006
636
Respostas dos Exerc cios base para V1 , pois gera V1 ((0, 0, ) = V1 = {(0, 0, ) | R}. {V2 = (0, 0, 1)} e nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (0, 0, 1). {W2 = (0, 0, 1)} (0, 0, 1)) e um vetor nao base ortonormal de V1 . e base para V1 , pois V2 = {(, , 0) | R}. {V3 = (1, 1, 0)} e gera V 1 ((, , 0) = nulo e L.I. Seja W3 = (1/||V3 ||)V3 = (1/ 2, 1/ 2, 0). {W3 = (1 , 1, 0)) e um vetor nao base ortonormal de V1 . (1/ 2, 1/ 2, 0)} e simetrica, ortoautovetores associados a autovalores diferentes sao Como a matriz A e uma base ortonormal 6.5 na pagina gonais (Proposic ao 431). Portanto, {W1 , W2 , W3 } e de autovetores de A. 1/ 2 0 1/ 2 0 0 0 P = 1/ 2 0 1/ 2 e D= 0 1 0 0 0 2 0 1 0
(f) >> A=[2,1,1;1,2,1;1,1,2];
>> B=A-x*eye(3) [2-x, 1, 1] [ 1, 2-x, 1] [ 1, 1, 2-x] >> p=det(B) p =4-9*x+6*x^2-x^3 >> solve(p) [4][1][1] >> B1=subs(B,x,1) [1, 1, 1] [1, 1, 1] [1, 1, 1]
>> escalona(B1) [1, 1, 1] [0, 0, 0] [0, 0, 0] >> B4=subst(B,x,4) [-2, 1, 1] [ 1, -2, 1] [ 1, 1, -2] >> escalona(B4) [1, 0, -1] [0, 1, -1] [0, 0, 0]
Julho 2006
637
base V1 = {( , , ) | , R}. {V1 = (1, 1, 0), V2 = (1, 0, 1)} e L.I.(um vepara V1 , pois gera V0 (( , , ) = (1, 1, 0) + (1, 0, 1)) e e e multiplo tor nao escalar do outro). Sejam W1 = V1 , W2 = V2 projW1 V2 = V2 (1/2, 1/2, 0) = (1/2, 1/2, 1) . Sejam U1 = (1/||W1 ||)W1 = (1/ 2, 1/ 2, 0) 1 1 base ortonormal de V1 . , , 6 ) . {U 1 , U 2 } e e U2 = (1/||W2 ||)W2 = ( 6 6 3 base para V4 , pois gera V4 = {(, , ) | R}. {V3 = (1, 1, 1)} e (, , )= V4 ( nulo e L.I. Seja U3 = (1/||V3 ||)V3 = (1/ 3, 1/ 3, 1/ 3). (1, 1, 1)) e um vetor nao base ortonormal de V4 . Como a matriz A e simetrica, {U3 = (1/ 3, 1/ 3, 1/ 3)} e
6.5 na pagina ortogonais (Proposic ao autovetores associados a autovalores diferentes sao uma base ortonormal de autovetores de A. 431). Portanto, {U1 , U2 , U3 } e
2 /2 6 /6 3 /3 P = 2/2 6/6 3/3 0 6 /3 3 /3
1 0 0 D= 0 1 0 0 0 4
(g) >> A=[1,2,0,0;2,1,0,0;0,0,1,2;0,0,2,1];
>> B=A-x*eye(4) [1-x, 2, 0, 0] [ 2, 1-x, 0, 0] [ 0, 0, 1-x, 2] [ 0, 0, 2, 1-x] >> p=det(B) p =9+12*x-2*x^2-4*x^3+x^4 >> solve(p) [-1][-1][ 3][ 3]
638
>> B3=subs(B,x,3) [-2, 2, 0, 0] [ 2, -2, 0, 0] [ 0, 0, -2, 2] [ 0, 0, 2, -2] >> escalona(B3) [1, -1, 0, 0] [0, 0, 1, -1] [0, 0, 0, 0] [0, 0, 0, 0]
base V1 = {(, , , ) | , R}. {V1 = (1, 1, 0, 0), V2 = (0, 0, 1, 1)} e L.I.(um para V1 , pois gera V1 ((, , , ) = (1, 1, 0, 0) + (0, 0, 1, 1)) e e e multiplo vetor nao escalar do outro). Sejam W1 = V1 , W2 = V2 projW1 V2 = V2 U = (1 / || W || ) W = ( 1 / 2 , 1 / 2, 0, 0) e U2 = (1/||W2 ||)W2 = 0 = V2 . Sejam 1 1 1 base ortonormal de V1 . (0, 0, 1/ 2, 1/ 2). {U1 , U2 } e
6.5 na pagina ortogonais (Proposic ao 431). Portanto, dos a autovalores diferentes sao Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
base para V3 , V3 = {(, , , ) | , R}. {V3 = (1, 1, 0, 0), V4 = (0, 0, 1, 1)} e L.I.(um vetor nao e multiplo pois gera V1 ((, , , ) = (1, 1, 0, 0) + (0, 0, 1, 1)) e e escalar do outro). Sejam W3 = V3 , W4 = V4 projW3 V4 = V4 0 = V4 . Sejam U3 = (1/||W3 ||)W3 = (1/ 2, 1/ 2, 0, 0) e U4 = (1/||W4 ||)W4 = (0, 0, 1/ 2, 1/ 2). base ortonormal de V3 . Como a matriz A e simetrica, {U 1 , U 2 } e autovetores associa-
Cap tulo 6. Diagonalizac ao uma base ortonormal de autovetores de A. {U 1 , U 2 , U 3 , U 4 } e
639
1/ 2 0 1/ 2 0 1/ 2 0 1/ 2 0 P = 0 1/ 2 0 1/ 2 0 1/ 2 0 1/ 2
1 0 0 0 1 0 D= 0 0 3 0 0 0
0 0 0 3
(h) >> A=[0,0,0,0;0,0,0,0;0,0,0,1;0,0,1,0];
>> B=A-x*eye(4) [-x, 0, 0, 0] [ 0, -x, 0, 0] [ 0, 0, -x, 1] [ 0, 0, 1, -x] >> p=det(B) p =x^2*(x^2-1) >> solve(p) [ 0][ 0][ 1][-1]
Julho 2006
>> B0=subs(B,x,0) [0, 0, 0, 0] [0, 0, 0, 0] [0, 0, 0, 1] [0, 0, 1, 0] >> escalona(B0) [0, 0, 1, 0] [0, 0, 0, 1] [0, 0, 0, 0] [0, 0, 0, 0]
Reginaldo J. Santos
640
>> B1=subs(B,x,1) B1 = [-1, 0, 0, 0] [ 0, -1, 0, 0] [ 0, 0, -1, 1] [ 0, 0, 1, -1] >> escalona(B1) [1, 0, 0, 0] [0, 1, 0, 0] [0, 0, 1, -1] [0, 0, 0, 0]
base para V0 , V0 = {(, , 0, 0) | , R}. {V1 = (1, 0, 0, 0), V2 = (0, 1, 0, 0)} e L.I.(um vetor nao e multiplo pois gera V1 ((, , 0, 0) = (1, 0, 0, 0) + (0, 1, 0, 0)) e e escalar do outro). Claramente V1 V2 = 0 e possuem norma igual a 1. Sejam U1 = V1 e base ortonormal de V0 . U 2 = V 2 . {U 1 , U 2 } e base para V1 , pois gera V1 V1 = {(0, 0, , ) | R}. {V3 = (0, 0, 1, 1)} e nulo e L.I. Seja U3 = (1/||V3 ||)V3 = ((0, 0, , ) = (0, 0, 1, 1)) e um vetor ao n base ortonormal de V1 . (0, 0, 1/ 2, 1/ 2). {U3 = (0, 0, 1/ 2, 1/ 2)} e base para V1 , pois gera V1 = {(0, 0, , ) | R}. {V4 = (0, 0, 1, 1)} e V1 ((0, 0 , , ) = (0 , 0 , 1 , 1) ) e um vetor n ao nulo e L.I. Seja U4 = (1/||V4 ||)V4 = base ortonormal de V1 . Como a (0, 0, 1/ 2, 1/ 2). {U4 = (0, 0, 1/ 2, 1/ 2)} e simetrica, ortogonais matriz A e autovetores associados a autovalores diferentes sao 6.5 na pagina uma base ortonormal de ao 431). Portanto, {U1 , U2 , U3 , U4 } e (Proposic Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
Cap tulo 6. Diagonalizac ao autovetores de A.
641
1 0 P = 0 0
0 0 0 1 0 0 0 1/ 2 1/ 2 0 1/ 2 1/ 2
0 0 D= 0 0
0 0 0 0
0 0 0 0 1 0 0 1
ao Estudo de Conicas 6.3. Aplicac ao (pagina 475) 6.3.1. >> A=[9,-2;-2,6];
>> syms x y; X=[x;y]; >> expr=simplify(X.*A*X-30) 9 x2 4 xy + 6 y 2 30 >> [P,D]=diagonal(A) P = 5 / 5 2 5/5 2 5 /5 5/5
D=[5, 0] [0,10] >> syms x1 y1; X1=[x1;y1]; >> expr=subst(expr,X,P*X1) 5 x1 2 + 10 y1 2 30

642
>> expr=expr/30 x 1 2 /6 + y 1 2 /3 1 >> elipse(sqrt(6),sqrt(3),P)
Julho 2006
643
y
x
2 y 1
x
1
3 4
Julho 2006
Reginaldo J. Santos
644 6.3.2. >> A=[3,-4;-4,-12];
>> expr=simplify(X.*A*X+81) 3 x2 8 xy 12 y 2 + 81 >> [P,D]=diagonal(A) P = 17 / 17 4 17/17 4 17/17 17/17
D=[-13,0] [ 0,4] >> expr=subst(expr,X,P*X1) 13 x1 2 + 4 y1 2 + 81 >> expr=expr/81

13 x1 2 + 81 4 81
y1 2 + 1
>> hiperbx(9/sqrt(13),9/2,P)
Julho 2006
645
x
2
8 8
Julho 2006
Reginaldo J. Santos
646 6.3.3. >> A=[2,-2;-2,-1];
>> expr=simplify(X.*A*X+K*X+24) 2 x2 4 xy y 2 + 24 >> [P,D]=diagonal(A) P = 5 / 5 2 5/5 2 5 /5 1 5/5
D =[-2, 0] [ 0, 3] >> expr=subst(expr,X,P*X1) 2 x1 2 + 3 y1 2 + 24 >> expr=expr/24 x1 2 /12 + y1 2 /8 + 1 >> hiperbx(sqrt(12),sqrt(8),P)
Julho 2006
647
6 x 4
x
2
8 8
Julho 2006
Reginaldo J. Santos
648 6.3.4. >> A=[21,3;3,13];
>> expr=simplify(X.*A*X-132) 21 x2 + 6 xy + 13 y 2 132 >> [P,D]=diagonal(A) P = 10 / 10 3 10/10 3 10/10 10/10
D=[12, 0] [ 0,22] >> expr=subst(expr,X,P*X1) 12 x1 2 + 22 y1 2 132 >> expr=expr/132 x1 2 /11 + y1 2 /6 1 >> elipse(sqrt(11),sqrt(6),P)
Julho 2006
649
2 y
x
1
5 4
x 2
Julho 2006
Reginaldo J. Santos
650 6.3.5. >> A=[4,-10;-10,25];
>> K=[-15,-6]; >> expr=simplify(X.*A*X+K*X) 4 x2 20 xy + 25 y 2 15 x 6 y >> [P,D]=diagonal(A) P =

5 29 2 29
2 29 29 29 5 29 29 29
D =[0, 0] [0, 29] >> expr=subst(expr,X,P*X1) 29 y1 2 3 29x1
>> expr=expr/29 y1 2
3 29
29x1
>> parabx(3/(4*sqrt(29)),P)
Julho 2006
651
1.5
0.5
x
0.5
1.5
2 1
0.5
0.5
1.5
2.5
Julho 2006
Reginaldo J. Santos
652 6.3.6. >> A=[9,3;3,1]; K=[-10*10^(1/2),10*10^(1/2)];
>> expr=simplify(X.*A*X+K*X+90) 9 x2 + 6 xy + y 2 10 10x + 10 10y + 90 >> [P,D]=diagonal(A) 10/10 3 10/10 P = 10/10 3 10/10 D =[0, 0] [0, 10] >> expr=subst(expr,X,P*X1) 10 y1 2 20 y1 40 x1 + 90 EDU expr=subst(expr,y1,y2+1) 10 y2 2 + 80 40 x1 >> expr=subst(expr,x1,x2+2) 10 y2 2 40 x2 >> expr=expr/10 y2 2 4 x 2 >> paraby(1,P,[2;1])
653
y
y
y"
x
2
x"
10 6
Julho 2006
Reginaldo J. Santos
654 6.3.7. >> A=[5,-3;-3,5];
>> K=[-30*(2)^(1/2),18*(2)^(1/2)]; >> expr=simplify(X.*A*X+K*X+82) 5 x2 6 xy + 5 y 2 30 2x + 18 2y + 82 >> [P,D]=diagonal(A) 2 / 2 2/2 P = 2/2 2 /2 D =[2, 0] [0, 8] >> expr=subst(expr,X,P*X1) 2 x1 2 + 8 y1 2 12 x1 + 48 y1 + 82 >> X0=[3;-3]; >> expr=subst(expr,X1,X2+X0) 2 x2 2 8 + 8 y 2 2 >> expr=expr/8 x 2 2 /4 1 + y 2 2 >> elipse(2,1,P,X0)
655
3 x 2 y y" x"
x
1
5 2
Julho 2006
Reginaldo J. Santos
656 6.3.8. >> A=[5,6;6,0];
>> K=[-12*(13)^(1/2),0]; >> expr=simplify(X.*A*X+K*X-36) 5 x2 + 12 xy 12 13x 36 >> [P,D]=diagonal(A) 2/ 13 3/13 P = 3/ 13 2/ 13 D =[-4, 0] [ 0, 9] >> expr=subst(expr,X,P*X1) 4 x1 2 + 9 y1 2 24 x1 36 y1 36 >> X0=[-3;2]; >> expr=subst(expr,X1,X2+X0) 4 x2 2 36 + 9 y2 2 >> expr=expr/36 x 2 2 /9 1 + y 2 2 /4 >> hiperby(2,3,P,X0)
657
10
6 y"
0 x"
Julho 2006
Reginaldo J. Santos
658 6.3.9. >> A=[6,-2;-2,9];
>> K=[-4*5^(1/2),-18*5^(1/2)]; >> expr=simplify(X.*A*X+K*X-5) 6 x2 4 xy + 9 y 2 4 5x 18 5y 5 >> [P,D]=diagonal(A) 2/ 5 1/ 5 P = 1/ 5 2/ 5 D =[5, 0] [0, 10] >> expr=subst(expr,X,P*X1) 5 x1 2 + 10 y1 2 26 x1 32 y1 5 >> X0=[26/10;32/20]; >> expr=subst(expr,X1,X2+X0) 5 x2 2
322 5
+ 10 y2 2
>> expr=expr*5/322
25 322
x2 2 1 +
25 161
y2 2
>> elipse(sqrt(322)/5,sqrt(161)/5,P,X0)
659
y
7 y" 6 x"
3 x 2
x
1
2 2 1 0 1 2 3 4 5 6 7 8
Julho 2006
Reginaldo J. Santos
660 6.3.10. >> A=[1,3^(1/2);3^(1/2),-1];
>> K=[6,0]; >> expr=simplify(X.*A*X+K*X) x2 + 2 xy 3 y 2 + 6 x >> [P,D]=diagonal(A) 3/2 1/2 P = 1/2 3/2 D =[ 2, 0] [ 0,-2] >> expr=subst(expr,X,P*X1) 2 x 1 2 2 y 1 2 + 3 3x 1 3 y 1 >> X0=[-3*3^(1/2)/4;-3/4]; >> expr=subst(expr,X1,X2+X0) 2 x 2 2 9/4 2 y 2 2 >> expr=expr*4/9
8 9 8 x2 2 1 9 y2 2
>> hiperbx(3/sqrt(8),3/sqrt(8),P,X0)
661
2 y 1
y" 0
x
x" 1
4 4
Julho 2006
Reginaldo J. Santos
662 6.3.11. >> A=[8,-8;-8,8];
>> K=[33*2^(1/2),-31*2^(1/2)]; >> expr=simplify(X.*A*X+K*X+70) 8 x2 16 xy + 8 y 2 + 33 2x 31 2y + 70 >> [P,D]=diagonal(A) 2/2 2/2 P = 2/2 2 /2 D =[0, 0] [0, 16] >> expr=subst(expr,X,P*X1) 16 y1 2 + 2 x1 64 y1 + 70 >> expr=subst(expr,y1,y2+2) 16 y2 2 + 6 + 2 x1 >> expr=subst(expr,x1,x2-3) 16 y2 2 + 2 x2 >> expr=expr/16 y 2 2 + x 2 /8 >> parabx(-1/32,P,[-3;2])
663
y
4 x" 2 y" 0 y x
x
2
8 10 8 6 4 2 0 2 4
Julho 2006
Reginaldo J. Santos
664 6.3.12. >> A=[1,-3;-3,-7];
>> K=[10,2]; >> expr=simplify(X.*A*X+K*X+9) x2 6 xy 7 y 2 + 10 x + 2 y + 9 >> [P,D]=diagonal(A) 1/ 10 3/ 10 P = 3/ 10 1/ 10 D =[-8, 0] [ 0, 2] >> expr=subst(expr,X,P*X1) 8 8 x 1 2 + 2 y 1 2 + 5 10x1 14 10y1 + 9 5 >> X0=[1/10^(1/2);7/10^(1/2)]; >> expr=subst(expr,X1,X2+X0) 8 x 2 2 + 2 y 2 2 >> hiperby(4,1,P,X0,d)
uma conica representa as duas retas y Esta e degenerada. A equac ao 2x . Um Curso de Geometria Anal tica e Algebra Linear
2
= 4x 2 , ou y =
Julho 2006
665
y
6
4 y" x" 2 y x
Julho 2006
Reginaldo J. Santos
Bibliograa
. Bookman, Sao Paulo, 8a. edic [1] Howard Anton e Chris Rorres. Algebra Linear com Aplicac oes ao, 2000. L. Boldrini, Sueli I. R. Costa, Vera L. Figueiredo, e Henry G. Wetzler. Algebra [2] Jose Linear. Ed. Paulo, 3a. edic 1986. Harbra Ltda., Sao ao, [3] Paulo Boulos e Ivan de C. e Oliveira. Geometria Anal tica - um tratamento vetorial. Mc Graw-Hill, Paulo, 2a. edic 1987. Sao ao, ao MATLAB. Departamento de Ciencia - UFMG, [4] Frederico F. C., lho. Introduc ao da Computac ao Belo Horizonte, Fevereiro de 2000. . [5] Carlos A. Callioli, Hygino H. Domingues, e Roberto C. F. Costa. Algebra Linear e Aplicac oes Paulo, 6a. edic 1995. Atual Editora, Sao ao, 666
667
a ` Algebra [6] Adilson Gonc alves e Rita M. L. de Souza. Introduc ao Linear. Edgard Blucher, Rio de Janeiro, 1977. [7] Alesio de Caroli, Carlos A. Callioli, e Miguel O. Feitosa. Matrizes, Vetores, Geometria Anal tica. Paulo, 1976. Nobel, Sao Pitombeira de Carvalho. Algebra . Livros Tecnicos [8] Joao Linear - Introduc ao e Cient cos Editora 1977. S.A., Rio de Janeiro, 2a. edic ao, [9] Nathan M. dos Santos. Vetores e Matrizes. Livros Tecnicos e Cient cos Ed. S.A., Rio de Janeiro, 1988. 3a. edic ao, [10] John B. Fraleigh e Raymond A. Beauregard. Linear Algebra. Addison Wesley, Reading, Massa 1995. chusetts, 3a. edic ao, [11] Stephen H. Friedberg, Arnold J. Insel, e Lawrence E. Spence. Linear Algebra. Prentice Hall, 1997. Upper Saddle River, New Jersey, 3a. edic ao, [12] G. H. Golub e C. F. Van Loan. Matrix Computations. Johns Hopkins U.P., Baltimore, 3a. edic ao, 1996. [13] Stanley I. Grossman. Elementary Linear Algebra. Saunders College Publishing, New York, 5a. 1994. edic ao, [14] David R. Hill e David E. Zitarelli. Linear Algebra Labs with MATLAB. Macmillan Publishing Company, New York, 1994. [15] Morris W. Hirsch e Stephen Smale. Differential Equations, Dynamical Systems and Linear Algebra. Academic Press, Inc., New York, 1974. Julho 2006 Reginaldo J. Santos
668
[16] Kenneth Hoffman e Ray Kunze. Algebra Linear. Livros Tecnicos e Cient cos Ed. S.A., Rio de 1979. Janeiro, 3a. edic ao, a ` Algebra . Prentice Hall do Brasil, Rio de [17] Bernard Kolman. Introduc ao Linear com Aplicac oes 1998. Janeiro, 6a. edic ao, 1986. [18] Serge Lang. Introduction to Linear Algebra. Springer, New York, 2a. edic ao, 1987. [19] Serge Lang. Linear Algebra. Springer Verlag, New York, 3a. edic ao, . Livros Tecnicos [20] David C. Lay. Algebra Linear e suas Aplicac oes e Cient cos Editora S.A., Rio 1999. de Janeiro, 2a. edic ao, [21] Steven Leon, Eugene Herman, e Richard Faulkenberry. ATLAST Computer Exercises for Linear Algebra. Prentice Hall, Upper Saddle River, New Jersey, 1996. . Livros Tecnicos [22] Steven J. Leon. Algebra Linear com Aplicac oes e Cient cos Editora S.A., Rio 1998. de Janeiro, 5a. edic ao, [23] Em lia Giraldes, Vitor H. Fernandes, e Maria P. M Smith. Curso de Algebra Linear e Geometria Anal tica. Mc Graw Hill, Lisboa, 1995. [24] Elon L. Lima. Coordenadas no Espac o. SBM, Rio de Janeiro, 1993. 1996. [25] Elon L. Lima. Algebra Linear. IMPA, Rio de Janeiro, 2a. edic ao, [26] Elon L. Lima. Geometria Anal tica e Algebra Linear. IMPA, Rio de Janeiro, 2001. Paulo, 3a. edic 1994. [27] Seymour Lipschutz. Algebra Linear. McGraw-Hill, Sao ao, Um Curso de Geometria Anal tica e Algebra Linear Julho 2006
669
[28] Mathworks Inc. Student Edition of MATLAB Version 5 for Windows. Prentice Hall, Upper Saddle River, New Jersey, 1997. [29] Carl D. Meyer. Matrix Analysis and Applied Linear Algebra. SIAM, Philadelphia, 2000. [30] Ben Noble e James W. Daniel. Applied Linear Algebra. Prentice Hall, Upper Saddle River, New 1988. Jersey, 3a. edic ao, . Imprensa Universitaria [31] Reginaldo J. Santos. Algebra Linear e Aplicac oes da UFMG, Belo Horizonte, 2003. a ` Algebra [32] Reginaldo J. Santos. Introduc ao Linear. Imprensa Universitaria da UFMG, Belo Horizonte, 2003. [33] Reginaldo J. Santos. Matrizes Vetores e Geometria Anal tica. Imprensa Universitaria da UFMG, Belo Horizonte, 2003. [34] Shayle R. Searle. Matrix Algebra Useful for Statistics. John Wiley and Sons, New York, 1982. [35] Georgi E. Shilov. Linear Algebra. Dover Publications Inc., New York, 1977. [36] Carl P. Simon e Lawrence Blume. Mathematics for Economists. W. W. Norton and Co. Inc., New York, 1994. Paulo, 2a. edic 1987. [37] Alfredo Steinbruch e Paulo Winterle. Algebra Linear. Makron Books, Sao ao, Paulo, 2a. edic [38] Alfredo Steinbruch e Paulo Winterle. Geometria Anal tica. Makron Books, Sao ao, 1987. Julho 2006 Reginaldo J. Santos
670
Bibliograa
[39] Gilbert Strang. Linear Algebra and its Applications. Harcourt Brace Jovanovich, Inc., Orlando, 1988. 3a. edic ao, [40] Gilbert Strang. Introduction to Linear Algebra. Wellesley-Cambridge Press, Wellesley, 1993.
Julho 2006
Indice Alfabetico
Angulo entre planos, 277 entre reta e plano, 298 entre retas, 273 entre vetores, 182 Ass ntota, 453 Autoespac o, 409 Autovalor(es), 403 Autovetor(es), 403 axiss, 171, 220 Base canonica, 339, 370 de subespac o, 339 ortogonal, 370 671
ortonormal, 370 box, 171, 220 Cadeia de Markov, 16 C rculo, 451 clf, 69 Cofator de um elemento, 106, 107 linear, 111, 166, 213, 309 Combinac ao Complemento ortogonal, 376 Conicas, 428, 446 degeneradas, 446 (nao) de, 446, 467 identicac ao Conjugado de uma matriz, 440 polar de uma matriz, 438 Decomposic ao
672 Dependencia linear, 314 Desigualdade de Cauchy-Schwarz, 363 Desigualdade triangular, 363 desvet, 170, 220 det, 131 Determinante, 105 de Vandermonde, 133 desenvolvimento em cofatores do, 108, 114 propriedades do, 111 detopelp, 131 diag, 23 diagonal, 476 Diagonalizac ao de matrizes, 400 de matrizes simetricas, 428 342 Dimensao, Distancia de um ponto a um plano, 280 de um ponto a uma reta, 283 de uma reta a um plano, 298 entre dois planos, 287 entre dois pontos, 178 entre duas retas, 289 Duplo produto vetorial, 224
Indice Alfabetico Eixo(s) da elipse, 451 eixos, 70, 171, 220 Elipse, 446 excentricidade da, 451 elipse, 476 (equac Equac ao oes) da reta, 246 geral do plano, 227 linear, 34 na forma simetrica da reta, 259 parametricas da reta, 249 parametricas do plano, 245 Escalar, 5 escalona, 70 Espac o (espac os) n R , 303 332 soluc ao, vetoriais, 308 Excentricidade da elipse, 451 da hiperbole, 457 eye, 23 Foco(s) da elipse, 446 da Hiperbole, 453 Julho 2006
eig, 423
Indice Alfabetico da parabola, 459 Geradores, 336, 337 Gerar, 336 Gram-Schmidt (processo de ortogonalizac ao), 370 Grandezas vetoriais, 140 Hiperbole, 453 hiperbx, 476 hiperby, 476 Identidade de Lagrange, 224 Identidade polar, 375 de conicas, Identicac ao 446, 467 Independencia linear, 314 polinomial, 94 Interpolac ao inv, 423 Lei do paralelogramo, 375 lin, 271 lineplan, 272 lineseg, 171, 220 Matriz (matrizes), 1 (denida) positiva, 438 escalonada, 42 escalonada reduzida, 42 Julho 2006 anti-simetrica, 30 aumentada, 36 coluna, 2, 162, 306 coluna de, 1 conjugado de, 440 390, 438 de rotac ao, 16 de transic ao, de Vandermonde, 96 polar de, 438 decomposic ao determinante de, 105 diagonal, 26, 103 diagonal (principal) de, 2 diagonalizavel, 401 diferenc a entre, 14 do sistema linear, 35 elementar, 56 elemento de, 2 entrada de, 2 equivalente por linhas, 49 identidade, 11 iguais, 3 inversa de, 77 invert vel, 77 linha, 2, 162, 306 linha de, 1 multiplo escalar de, 5
673
Reginaldo J. Santos
674 por escalar, 5 multiplicac ao invert nao vel, 77 nilpotente, 426 nula, 10 ortogonal, 384, 430 potencia, 15 produto de, 5 propriedades de, 10 quadrada, 2 raiz quadrada de, 438 semelhantes, 425 simetrica, 30 singular, 77 soma de, 3 submatriz principal de, 439 trac o de, 31 transposta de, 8 triangular inferior, 110 triangular superior, 132 matvand, 70 Menor de um elemento, 105 Metodo de Gauss, 47 Metodo de Gauss-Jordan, 43 Mudanc a de coordenadas, 380 Multiplo escalar, 5, 148, 306
Indice Alfabetico Norma de um vetor, 178, 361 de somatorio, Notac ao 6, 9, 32 numeric, 23, 423
oe, 70 opel, 70
elementar, 36 Operac ao Parabola, 459 parabx, 477 paraby, 477 pe, 220 38 Pivo, plan, 271 Plano (planos), 227 vetor normal do, 227 concorrentes, 328 geral do, 227 equac ao parametricas equac oes do, 245 mediador, 297 paralelos, 328 plotci, 70 plotf1, 70 po, 170, 220 Polinomio caracter stico, 405 poline, 272 poly2sym, 69 Julho 2006
no, 220
Indice Alfabetico
675 diretriz da parabola, 459 na forma simetrica equac oes da, 259 parametricas equac oes da, 249 geratriz do cone, 451 paralelas, 273 reversas, 273 vetor diretor da, 249 rota, 171, 220 388 Rotac ao, de GramSegmento (de reta) orientado, 140 Sistema de coordenadas, 380 cartesianas, 148 retangulares, 148 retangulares no espac o, 152 lineares, 34 Sistema de equac oes Sistema homogeneo, 52 trivial de, 52 soluc ao Sistema(s) linear(es), 34 de, 35 conjunto soluc ao consistente, 68 equivalentes, 38 homogeneo, 52 (geral) de, 35 soluc ao Soluc ao geral de sistema linear, 35 trivial de sistema homogeneo, 52 Reginaldo J. Santos
poly2sym2, 70
Pontos colineares, 169 coplanares, 212 poplan, 272 relativas Posic oes de dois planos, 325 de duas retas, 325 de plano e reta, 328 Processo de ortogonalizac ao Schmidt, 370 Produto escalar ou interno, 184, 361 propriedades do, 191 misto, 207 vetorial, 195 propriedades do, 199 vetorial duplo, 224 ortogonal, 193, 366 Projec ao pv, 220 Raiz quadrada de uma matriz, 438 randi, 24, 424 direita, 197 Regra da mao Regra de Cramer, 125 Reta (retas), 246 concorrentes, 273 Julho 2006
676
Indice Alfabetico coplanares, 212 de estado, 16 diferenc a de, 145, 306 geradores, 336, 337 iguais, 304 independencia linear de, 314 linearmente (in)dependentes, 314 por escalar, 145, 152, 160, multiplicac ao 304 multiplo escalar, 148, 306 norma de, 178, 361 normal ao plano, 227 nulo, 145, 306 ortogonais, 182, 364 paralelos, 145 produto escalar ou interno de, 184, 361 produto misto de, 207 produto vetorial de, 195 simetrico, 145, 306 soma de, 142, 148, 155, 304 unitario, 178, 370 unitarios, 369
solve, 23
Soma de subespac os, 349 Subespac o(s), 332 de, 342 dimensao gerado por, 336, 337 soma de, 349 Submatriz principal, 439 subs, 69, 423 subst, 271, 476 sym, 23, 423 syms, 23
tex, 171, 221

390 Translac ao, Variaveis livres, 46 Vertice(s) da elipse, 451 da hiperbole, 457 da parabola, 463 Vetor (vetores), 2, 140, 304 angulo entre, 182 canonicos, 201 colineares, 148 linear de, 309 combinac ao componentes de, 148, 152, 155, 160 comprimento de, 178 Um Curso de Geometria Anal tica e Algebra Linear
zeros, 23 zoom3, 171, 221
Julho 2006

Um Curso de G.A e Algebra Linear - Prof Reginaldo

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Um Curso de G.A e Algebra Linear - Prof Reginaldo

Transféré par

Droits d'auteur :

Formats disponibles

UM CURSO DE GEOMETRIA ANAL ITICA E ALGEBRA LINEAR

Reginaldo J. Santos Departamento de Matematica-ICEx Universidade Federal de Minas Gerais

2. Geometria Anal tica

Um Curso de Geometria Anal tica e Algebra Linear

Respostas dos Exerc cios Bibliograa Indice Alfabetico

Um Curso de Geometria Anal tica e Algebra Linear

marca registrada de The Mathworks, Inc. e

Um Curso de Geometria Anal tica e Algebra Linear

Matrizes e Sistemas Lineares

a11 a12 a21 a22 A= . . . am1 am2 ai1 ai2 . . .

... ... ... ... ain

a1n a2n . . . . amn ,

2 para i = 1, . . . , m e a j -esima coluna de A e

Matrizes e Sistemas Lineares

a1j a2j . , . . amj

1.1.1 Operac oes com Matrizes

obtida somando-se os elementos correspondentes de A e B , ou seja,

cij = aij + bij ,

4 Exemplo 1.2. Considere as matrizes:

Matrizes e Sistemas Lineares

Se chamamos de C a soma das duas matrizes A e B , entao

1 + (2) 2 + 1 3 + 5 3+0 4 + 3 0 + (4)

Um Curso de Geometria Anal tica e Algebra Linear

obtida multiplicando-se cada elemento da matriz A pelo escalar , ou seja,

Matrizes e Sistemas Lineares

cij = ai1 b1j + ai2 b2j + . . . + aip bpj ,

... cij ...

... ... ... ...

... ... ... ...

... ... ... ...

b1n b2n . . . bpn

[AB ]ij = ai1 b1j + ai2 b2j + . . . + aip bpj =

Um Curso de Geometria Anal tica e Algebra Linear

de k variando de 1 a p de aik bkj . O s e dizemos somatorio mbolo

signica que estamos fazendo

Exemplo 1.4. Considere as matrizes:

Se chamamos de C o produto das duas matrizes A e B , entao

1 (2) + 2 0 + (3) 5 1 1 + 2 3 + (3) (4) 0 3 (2) + 4 0 + 0 5 3 1 + 4 3 + 0 (4) 0

Matrizes e Sistemas Lineares

Exemplo 1.5. Sejam A =

kg de X produzidos kg de Y produzidos kg de Z produzidos

gramas de A usados gramas de B usados

Um Curso de Geometria Anal tica e Algebra Linear

Exemplo 1.7. As transpostas das matrizes

Matrizes e Sistemas Lineares

1.1.2 Propriedades da Algebra Matricial

(i) (elemento neutro) Para cada inteiro positivo p a matriz, p p,

tal que chamada matriz identidade e

1 0 ... 0 1 ... Ip = . .. . . . 0 0 ...

para toda matriz A = (aij )mn .

12 (a) [A + B ]ij = aij + bij = bij + aij = [B + A]ij ;

Matrizes e Sistemas Lineares

para qualquer matriz A, m n. Comparando os elementos correspondentes, temos que

aij + xij = aij ,

(f) [( + )A]ij = ( + )aij = (aij ) + (aij ) = [A]ij + [A]ij = [A + A]ij . (g)

aik [BC ]kj =

aik (bkl clj ) =

(aik bkl )clj =

(aik bkl )clj =

aik bkl )clj =

[AB ]il clj = [(AB )C ]ij .

aik [In ]kj =

analoga. A outra igualdade e Julho 2006 Reginaldo J. Santos

>> c=0; for n=1:1000,A=randi(3);B=randi(3);if(AB==BA),c=c+1;end,end,c