Académique Documents
Professionnel Documents
Culture Documents
Departamento de Matematica-ICEx
Universidade Federal de Minas Gerais
http://www.mat.ufmg.br/regi
Julho 2009
Um Curso de Geometria Analtica e Algebra
Linear
c 2009 by Reginaldo de Jesus Santos (091118)
Copyright
desta publicacao,
ou parte dela, por qualquer meio, sem a previa
E proibida a reproducao
por escrito, do autor.
autorizacao,
Supervisor de Producao,
Capa e Ilustracoes:
Ficha Catalografica
S237u
Santos, Reginaldo J.
1. Algebra
Linear
2. Geometria Analtica
CDD:
I. Ttulo
512.5
516.3
Conteudo
Prefacio
vii
de Somatorio
Apendice
I: Notacao
. . . . . . .
Lineares . . . . . . . .
1.2 Sistemas de Equacoes
1.2.1 Metodo
de Gauss-Jordan . . . . . . . .
1.2.2 Matrizes Equivalentes por Linhas . . .
1
1
3
9
15
32
34
38
49
51
55
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
iv
Conteudo
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
Interpolacao
Polinomial . . . . . . . . .
2.1.4 Aplicacao:
Criptografia . . . . . . . . . . . . . . .
2.1.5 Aplicacao:
2.2 Determinantes . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Propriedades do Determinante . . . . . . . . . . .
2.2.2 Matrizes Elementares e o Determinante (opcional)
do Teorema 2.11 . . . . . . .
Apendice
II: Demonstracao
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
75
75
77
80
83
94
96
105
111
126
133
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
139
141
170
170
179
182
193
210
4 Retas e Planos
de Retas e Planos
4.1 Equacoes
do Plano . .
4.1.1 Equacoes
da Reta . .
4.1.2 Equacoes
4.2 Angulos
e Distancias
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
213
213
213
228
250
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Julho 2009
Conteudo
4.2.1 Angulos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.2 Distancias
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
250
256
5 Espacos
5.1 Independencia
Linear . . . . . . . . . . . . . . . . . . . . .
5.1.1 Os Espacos . . . . . . . . . . . . . . . . . . . . .
Linear . . . . . . . . . . . . . . . . . . .
5.1.2 Combinacao
5.1.3 Independencia
Linear . . . . . . . . . . . . . . . . . .
Relativas de Retas e Planos . . . . . . . . .
5.1.4 Posicoes
Apendice
IV: Outros Resultados . . . . . . . . . . . . . . . .
5.3 Produto Escalar em . . . . . . . . . . . . . . . . . . . .
5.3.1 Produto Interno . . . . . . . . . . . . . . . . . . . . .
5.3.2 Bases Ortogonais e Ortonormais . . . . . . . . . . .
5.4 Mudanca de Coordenadas . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . .
5.4.1 Rotacao
5.4.2 Translacao
. . . . . . . . . . . . . . . . . . . . . . .
Computacao
Grafica
Ortografica
5.4.3 Aplicacao:
- Projecao
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
278
278
278
283
289
299
308
333
341
341
351
359
365
367
370
6 Diagonalizacao
de Matrizes . . . . . .
6.1 Diagonalizacao
. . . . . . . . . . . .
6.1.1 Motivacao
6.1.2 Autovalores e Autovetores . . .
. . . . . . . . .
6.1.3 Diagonalizacao
de Matrizes Simetricas
6.2 Diagonalizacao
. . . . . . . . . . . .
6.2.1 Motivacao
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
382
382
382
385
394
414
414
Julho 2009
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Reginaldo J. Santos
vi
Conteudo
Apendice
V: Autovalores Complexos
Identificacao
de Conicas
6.3 Aplicacao:
6.3.1 Elipse . . . . . . . . . . . .
6.3.2 Hiperbole
. . . . . . . . . .
6.3.3 Parabola
. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
417
428
432
432
439
446
474
Bibliografia
656
Indice Alfabetico
661
Julho 2009
Prefacio
Este texto cobre o material para um curso de um semestre de Geometria Analtica e Algebra
Linear
e necessario,
nao
ser acompanhado de um programa como o M ATLAB , SciLab ou o Maxima.
O conteudo
e dividido em seis captulos. O Captulo 1 trata das matrizes e sistemas lineares. Aqui
demonstradas. A resolucao
de sistemas lineares e
todas as propriedades da algebra
matricial sao
criterio
do leitor, feitas somente para matrizes 3 3.
definidos de forma geometrica,
vii
viii
Conteudo
geometrica
simetricas
atraves
agrupados em tres
classes. Os Exerccios Numericos,
Os exerccios estao
que contem
resolvidos fazendo calculos,
necessarios
a resolucao
com matrizes (M ATLAB = MATrix LABoO M ATLAB e um software destinado a fazer calculos
muito proximos
` funcoes
algebricas,
tornando mais simples o seu uso. Podem ser incorporados as
pre-definidas,
que sao
direci para tarefas especficas. Um pacote chamado gaal com funcoes
pacotes de funcoes
Julho 2009
Prefacio
ix
ao M ATLAB e instrucoes
de como instalar o pacote
autor, assim como um texto com uma introducao
faz calculo
algebrica
simbolico.
O Maxima e um programa de computacao
gratuito. Ambos podem ser usados
paginas
do SciLab e do Maxima e varias
paginas
interativas que podem auxiliar na aprendizagem.
No fim de cada captulo temos um Teste do Captulo para que o aluno possa avaliar os seus
resolvidos apos
software pode obter apenas as respostas dos exerccios, enquanto aquele que tiver algum interesse,
pode ficar sabendo como os exerccios poderiam ser resolvidos fazendo uso do M ATLAB e do pacote
gaal.
Historico
Julho 2009
Reginaldo J. Santos
Prefacio
5.4 de
5.25 e 5.26 foram reescritos, saram do apendice
e voltaram ao texto normal. A secao
a` computacao
grafica.
um na de Diagonalizacao
Foram corrigidos alguns erros.
Aplicacao
a` Conicas.
Markov (Exemplos 1.9 na pagina 16, 1.16 na pagina 53 e 6.8 na pagina 402). Foi acrescentado
1.1. O Teorema 1.4 agora contem
as propriedades da relacao
ser
um exerccio na secao
Julho 2009
Prefacio
xi
Diagonalizacao
de Matrizes ganhou mais um exerccio teorico.
secao
Determinantes (Exemplo 2.20). A
Setembro 2003 Foi acrescentada a regra de Cramer na secao
Subespacos, Base e Dimensao
foi reescrita. Foi acrescentado um apendice
secao
a esta
escrita. A secao
A secao
de Matrizes Simetricas
Diagonalizacao
ganhou um apendice
sobre Autovalores Complexos.
Subespacos, Base
Novembro 2002 Varias
correcoes
incluindo respostas de exerccios. A secao
ganhou mais um exemplo e um exerccio. A secao
Diagonalizacao
de Matrizes
e Dimensao
Simetricas
ganhou mais um exemplo.
completa no texto. Novos exerccios nas secoes
Matrizes e Sistemas Lineares.
Julho 2001 Revisao
de Cronograma
Sugestao
Julho 2009
Reginaldo J. Santos
Prefacio
xii
Captulo 1
8 aulas
Captulo 2
8 aulas
Captulo 3
8 aulas
Captulo 4
8 aulas
Captulo 5
16 (12) aulas
Captulo 6
12 aulas
Total
60 (56) aulas
Julho 2009
Captulo 1
1.1
Matrizes
A -esima
linha de e
11 12
21 22
= ..
.
1 2
[
1 2 . . .
1
1
2
.. .
.
...
...
...
...
para = 1, . . . , e a -esima
coluna de e
1
2
.. ,
.
a notacao
= ( ) . Dizemos que ou [] e o elemento
para = 1, . . . , . Usamos tambem
, da matriz .
ou a entrada de posicao
Se = , dizemos que e uma matriz quadrada de ordem e os elementos 11 , 22 , . . . ,
formam a diagonal (principal) de .
Exemplo 1.1. Considere as seguintes matrizes:
1 2
3 4
1 3 2
[
,
2 1
0 3
1 3
0
2 4 2
1
[ ]
= 4 e = 3 .
3
2 2. A matriz e 2 3, e 1 3, e 3 1 e e 1 1. De acordo
As matrizes e sao
que introduzimos, exemplos de elementos de algumas das matrizes dadas acima sao
com a notacao
12 = 2, 23 = 2, 21 = 4, []22 = 4, []12 = 3.
Uma matriz que so possui uma linha e chamada matriz linha, e uma matriz que so possui uma
coluna e chamada matriz coluna, No Exemplo 1.1 a matriz e uma matriz linha e a matriz e uma
Julho 2009
1.1
Matrizes
Secao
278.
iguais se elas tem
o mesmo tamanho e os elementos corresponDizemos que duas matrizes sao
iguais, ou seja, = ( ) e = ( ) sao
iguais se = , = e =
dentes sao
para = 1, . . . , e = 1, . . . , .
` operacoes
validas
lineares
que sao
para essas operacoes.
Veremos, mais tarde, que um sistema de equacoes
matricial.
pode ser escrito em termos de uma unica
equacao
matriciais.
Vamos, agora, introduzir as operacoes
1.1.1 Operacoes
com Matrizes
=+
= + ,
[ + ] = + .
para = 1, . . . , e = 1, . . . , . Escrevemos tambem
Julho 2009
Reginaldo J. Santos
1
3
2 3
4
0
2
0
1
5
3 4
=+ =
1 + (2) 2 + 1 3 + 5
3+0
4 + 3 0 + (4)
1
3
3
2
7 4
1.2. A multiplicacao
de uma matriz = ( ) por um escalar (numero)
Definicao
e definida
pela matriz
= ,
[] = . Dizemos que a matriz e
para = 1, . . . , e = 1, . . . , . Escrevemos tambem
um multiplo
escalar da matriz .
Julho 2009
1.1
Matrizes
2
1
3 pelo escalar 3 e dado por
Exemplo 1.3. O produto da matriz = 0
5 4
6 3
(3)(2) (3) 1
0 9 .
(3) 3 =
3 = (3) 0
15 12
(3) 5 (3)(4)
=
obtida da seguinte forma:
= 1 1 + 2 2 + . . . + ,
(1.1)
[] = 1 1 + 2 2 + . . . + .
para = 1, . . . , e = 1, . . . , . Escrevemos tambem
(1.1) esta dizendo que o elemento , do produto e igual a` soma dos produtos dos
A equacao
elementos da -esima
linha de pelos elementos correspondentes da -esima
coluna de .
Julho 2009
Reginaldo J. Santos
11
...
...
..
.
1
..
.
11 12 . . .
..
.
1 2
..
.
1 2
1
..
.
...
...
..
.
...
...
11
21
.
..
...
...
...
...
1
2
..
.
1
2
..
.
...
...
...
...
A equacao
[] = 1 1 + 2 2 + . . . + =
=1
de variando de 1 a de . O smbolo
e dizemos somatorio
=1
uma soma em que o ndice esta variando de = 1 ate = . Algumas propriedades da notacao
explicadas no Apendice
de somatorio
estao
I na pagina
32.
1
3
2 3
4
0
2
1
3
= 0
5 4
0
0 .
0
Julho 2009
1.1
Matrizes
= =
17
6
19
15
0
0
Observacao.
No exemplo anterior o produto nao
ser igual a , ou seja, o produto de matrizes nao
e comuquando ele esta definido, pode nao
tativo, como mostra o exemplo seguinte.
1 2
3 4
e =
2 7
6 15
]
2 1
. Entao,
0 3
]
e =
1 0
9 12
Reginaldo J. Santos
A e 4 gramas de B. Usando matrizes podemos determinar quantos gramas dos insumos A e B sao
gramas de A/kg
gramas de B/kg
[X Y Z]
1 1 1
=
2 1 4
++
2 + + 4
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
=
obtida trocando-se as linhas com as colunas, ou seja,
= ,
[ ] = .
para = 1, . . . , e = 1, . . . , . Escrevemos tambem
Julho 2009
1.1
Matrizes
]
1 3
0
=
, =
e =
sao
2 4 2
[
]
[
]
1
2
1 3
2 0
4 .
=
, =
e = 3
2 4
1 3
0 2
1 2
3 4
2 1
0 3
validas
dades sao
que sao
para os numeros
reais, mas deve-se tomar cuidado
e
com as diferencas. Uma propriedade importante que e valida
para os numeros
reais, mas nao
valida
para as matrizes e a comutatividade do produto, como foi mostrado no Exemplo 1.5. Por ser
de somatorio
de varias
validas
Reginaldo J. Santos
10
tal que
+ () = 0.
1 0 ...
0 1 ...
= ..
..
.
.
0 0 ...
= = ,
0
0
.. ,
.
1
Julho 2009
1.1
Matrizes
11
(j) (distributividade) ( + ) = + e ( + ) = + ;
(k) () = () = ();
(l) ( ) = ;
(m) ( + ) = + ;
(n) () = ;
(o) () = ;
Demonstracao.
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.
(a) [ + ] = + = + = [ + ] ;
(b) [ + ( + )] = + [ + ] = + ( + ) = ( + ) + = [ + ] + =
[( + ) + ] ;
(c) Seja uma matriz tal que
+ =
(1.2)
+ = ,
ou seja, = 0, para = 1 . . . , e = 1 . . . , . Portanto, a unica
matriz que satisfaz (1.2) e
Reginaldo J. Santos
12
+ = 0 .
(1.3)
+ = 0 ,
ou seja, = , para = 1 . . . , e = 1 . . . , . Portanto, a unica
matriz que satisfaz
[( + )] = [ + ] = ( + ) = + = [] + []
= [ + ] .
respectivamente. A notacao
aqui pode ser muito util,
pelo fato de ser compacta.
[()] =
[] =
=1
=1
=1 =1
=1
) =
( ) =
=1 =1
( ) =
( ) =
(
) =
=1 =1
=1 =1
[] = [()] .
=1
Julho 2009
1.1
Matrizes
13
(i) Podemos escrever a matriz identidade em termos do delta de Kronecker que e definido por
1,
0,
se =
se =
como [ ] = . Assim,
[ ] =
[ ] =
=1
[( + )] =
[ + ] =
=1
=1
= .
=1
( + ) =
=1
( + ) =
=1
= [] + [] = [ + ] .
=1
=1
[()] =
( ) = [()] e
=1
=1
( ) = [()] .
=1
(l) [( ) ] = [ ] = .
(m) [( + ) ] = [ + ] = + = [ ] + [ ] .
Julho 2009
Reginaldo J. Santos
14
(n) [() ] = [] = = [ ] = [ ] .
(o) [() ] = [] =
=1
=1
[ ] [ ] = [ ] .
[ ] [ ] =
=1
= + (),
E para = 0, definimos 0 = .
( + )( ) = 2 2 .
(1.4)
( + )( ) = ( + ) + ( + )()
= + = 2 + 2
Assim, ( + )( ) = 2 2 se, e somente se, = 0, ou seja, se, e somente se,
e comutativo, a conclusao
e que a igualdade (1.4), nao
Julho 2009
1.1
Matrizes
15
comutem
vale para matrizes em geral. Como contra-exemplo basta tomarmos duas matrizes que nao
entre si. Sejam
]
]
[
[
0 0
1 1
e =
1 0
1 0
+ =
1 0
2 1
1 0
0 1
Assim,
( + )( ) =
1 0
2 1
==
1 0
0 1
0 0
1 1
]
==
1 0
1 0
= 2 2 .
Cadeias de Markov
1.1.3 Aplicacao:
e dividida em tres
estados (por exemplo: ricos, classe media
(geracao).
Tome cuidado com a ordem dos ndices. A matriz
1
2
3
1
11 12 13
2
= 21 22 23
3
31 32 33
Julho 2009
Reginaldo J. Santos
16
da populacao
inicial entre os tres
estados pode ser
1
0 = 2
3
esta no estado 1
esta no estado 2
esta no estado 3
inicial da populacao
entre os tres
estados e e chamada vetor de
A matriz 0 caracteriza a distribuicao
estados da seguinte
estado. Apos uma unidade de tempo a populacao estara dividida entre os tres
forma
11 1 + 12 2 + 13 3
estara no estado 1
21 1 + 22 2 + 23 3
estara no estado 2
1 =
31 1 + 32 2 + 33 3
estara no estado 3
Lembre-se que e a probabilidade de mudanca do estado para o estado . Assim o vetor de estado
uma unidade de tempo e dada pelo produto de matrizes:
apos
1 = 0 .
0 =
1
3
1
3
1
3
2
1
2
2
3
1
4
1
2
1
4
1
2
1
2
esta no estado 1
esta no estado 2
esta no estado 3
(1.5)
(1.6)
Julho 2009
1.1
Matrizes
17
1 = 0 =
1
4
1
2
1
4
1
2
1
2
0
1
2
1
2
1
3
1
3
1
3
1
4
1
2
1
4
e a mesma,
Como estamos assumindo que em cada unidade de tempo a matriz de transicao
apos
unidades de tempo a populacao
estara dividida entre os tres
estados segundo a matriz
entao
de estado
= 1 = 2 2 = = 0
Veremos na Secao
382 como calcular rapidamente potencias
de matrizes e assim
da populacao
apos
unidades de tempo para um inteiro positivo
como determinar a distribuicao
qualquer.
Exerccios Numericos
(respostas na pagina
475)
1.1.1. Considere as seguintes matrizes
=
Julho 2009
2 0
6 7
0
4
2 8
6
9 7
7 3 2
Reginaldo J. Santos
18
6 9 9
= 1 0 4
6 0 1
6 4 0
= 1 1 4 ,
6 0 6
(a) ,
(b) 2 ,
(c) (2 3 ) ,
(d) 2 .
2 1
3 2
1
0
, = 2
=
1 2 1
0
3
1 0 0
2 1 1
1 , = 0 2 0
= 0 1
0 0 3
1 0
1
0
0
1
1 = 0 , 2 = 1 , 3 = 0
1
0
0
[
Verifique que:
Julho 2009
1.1
Matrizes
19
(a) e diferente de .
(b) e a -esima
coluna de , para = 1, 2, 3 e e a -esima
linha de , para
2
1
1
as
(c) = [ 1 1 2 2 3 3 ], em que 1 = 0 , 2 = 1 e 3 = 1 , sao
1
0
1
26).
colunas de (o caso geral esta no Exerccio 1.1.17 (a) na pagina
1 1
[
]
[
]
2 1 1 , 2 =
0 1 1
(d) = 2 2 , em que 1 =
e
3 3 ]
[
as linhas de (o caso geral esta no Exerccio 1.1.17 (b) na
1 0 1 sao
3 =
pagina
26).
2
(e) Escrevendo em termos das suas colunas, = [ 1 2 ], em que 1 = 2 e
0
1
2 = 0 , o produto pode ser escrito como = [ 1 2 ] = [ 1 2 ]
3
[
]
[
]
] 3 2[ 1 e]2 = 1 2 1 , o
1
1
=
(o caso geral esta no
2
2
Reginaldo J. Santos
20
1.1.4. Sejam
1 3
0
0
4 2
e = .
4 2
[
2 3 5
]
1 1
nulo, verificam a
, em que e uma numero
real nao
.
1.1.8.
]
0 1
=
, entao
1 0
fora da diagonal
(a) Determine todas as matrizes , 22, diagonais (os elementos que estao
iguais a zero) que comutam com toda matriz , 2 2, ou seja, tais que = ,
sao
para toda matriz , 2 2.
(b) Determine todas as matrizes , 2 2, que comutam com toda matriz , 2 2, ou seja,
tais que = , para toda matriz , 2 2.
Julho 2009
1.1
Matrizes
21
0 1 0
= 0 0 1 .
0 0 0
O comando
No M ATLAB , pode-se obter ajuda sobre qualquer comando ou funcao.
>> help
(sem o prompt >>) mostra uma listagem de todos os pacotes disponveis. Ajuda sobre um
especfica pode ser obtida com o comando
pacote especfico ou sobre um comando ou funcao
>> help nome,
(sem a vrgula e sem o prompt >>) em que nome pode ser o nome de um pacote ou o nome de
um comando ou funcao.
Alem
dos comandos e funcoes
pre-definidas,
escrevemos um pacote chamado gaal
com funcoes
especficas para a aprendizagem de Geometria Analtica e Algebra
Li da internet no endereco
near.
Este pacote pode ser obtido gratuitamente atraves
Julho 2009
Reginaldo J. Santos
22
simbolicas.
>> O=zeros(n) ou >> O=zeros(m,n) cria a matriz nula por ou por , respectivamente,
>> A. e a transposta de A,
>> Ak e a potencia
A elevado a .
>> A(:,j) e a coluna da matriz A, >> A(i,:) e a linha da matriz A.
iguais aos
>> diag([d1,...,dn]) cria uma matriz diagonal, cujos elementos da diagonal sao
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
Julho 2009
1.1
Matrizes
23
Por
exemplo,
>> A=randi(n) ou >> A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente,
1
0
1
2
1
3
(b) =
1
2
1
3
15
A sequ encia
parece estar convergindo para alguma matriz? Se estiver, para qual?
variavel
A):
(a) = 3 , em que
(b) = 4 , em que
0 0 1
= 1 0 0 ;
0 1 0
0
1
=
0
0
Julho 2009
1
0
0
0
0
0
0
1
0
0
;
1
0
Reginaldo J. Santos
24
0
0
=
0
0
1
0
0
0
0
1
0
0
0
0
.
1
0
do quao
comum e encontrar
1.1.12. 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:
` variaveis
Atribuir as
A e B, 1000 matrizes 3 3 com entradas inteiras e aleatorias
entre 5
e 5.
o contador c e acrescido de 1.
Se AB=BA, ou seja, A e B comutarem, entao
Qual a conclusao
c?
1.1.13. Faca um experimento semelhante ao anterior, mas para o caso em que cada uma das matrizes
os elementos que estao
fora da diagonal sao
iguais a zero. Use a seta para
e diagonal, isto e,
cima para obter novamente a linha digitada e edite a linha no prompt do M ATLAB de forma a
obter algo semelhante a` linha:
Julho 2009
1.1
Matrizes
25
Qual a conclusao
c?
1.1.14. Faca 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
Exerccios Teoricos
1
0
0
0
1
0
1.1.16. Sejam 1 = , 2 =
..
..
.
.
0
0
(a) Mostre que se
.
,. . . , = .. matrizes 1.
0
1
11 12
21 22
= ..
.
1 2
...
...
...
...
1
2
..
.
Reginaldo J. Santos
26
11 12
21 22
= ..
.
1 2
1
2
.. ,
.
...
...
...
...
1 0 . . . 0
0 2 . . . 0
= ..
.
..
.
. ..
0 . . . 0
11 12 . . .
21 22 . . .
..
.
1 2
...
...
1
2
.. .
.
1
..
= [ 1 1 2 2 . . . ].
Julho 2009
1.1
Matrizes
27
seja, se =
1
2
1 1
2 2
= .. .
.
1.1.18. Sejam e matrizes e , respectivamente.
(a)
Mostreque a -esima
coluna do produto e igual ao produto , em que =
1
..
= [ 1 . . . ] = [ 1 . . . ];
Reginaldo J. Santos
28
1
2
[ 1 . . . ] e a -esima
linha de , ou seja, se = . , entao
.
.
1
1
2
2
= .. = .. .
.
.
1
.
1.1.19. Seja uma matriz e = .. uma matriz 1.
Prove que
1.1.20.
= 0. (Sugestao:
25.)
(b) Sejam e matrizes , tais = , para todo , 1. Mostre que = .
use o item anterior.)
(Sugestao:
matriz , . (Sugestao:
Seja uma matriz tal que = = . Mostre que
= .)
Julho 2009
1.1
Matrizes
29
iguais a zero.
principal de uma matriz anti-simetrica
sao
simetricas,
+ e sao
simetricas,
e simetrica
+ e sao
anti-simetricas,
e e anti-simetrica.
(e) Mostre que para toda matriz , , + e simetrica
Julho 2009
Reginaldo J. Santos
30
(f) Mostre que toda matriz quadrada pode ser escrita como a soma de uma matriz simetrica
1.1.26. Para matrizes quadradas = ( ) definimos o traco de como sendo a soma dos elementos da diagonal (principal) de , ou seja, tr() =
=1
= 0 + 1 + 2 2 + . . . + ,
escalares, entao
= .
em que 0 , . . . , sao
Julho 2009
1.1
Matrizes
31
e nilpotente.
Julho 2009
0 1
0 0
0
1
..
.
..
0 0
0 0
0
0
..
.
..
0
0
..
,
.
1
0
Reginaldo J. Santos
32
de Somatorio
Apendice
I: Notacao
validas
de somatorio:
Sao
algumas propriedades para a notacao
=1
=1
(b) O somatorio
de uma soma pode ser escrito como uma soma de dois somatorios:
.
+
( + ) =
Pois,
=1
=1
=1
( + ) = (1 + 1 ) + . . . + ( + ) = (1 + . . . + ) + (1 + . . . + ) =
=1
=1
=1
depende do ndice
(c) Se no termo geral do somatorio
aparece um produto, em que um fator nao
do somatorio,
entao
=1
Pois,
=1
= 1 + . . . + = (1 + . . . + ) =
=1
=1
a soma de numeros.
propriedades distributiva e comutativa do produto em relacao
Julho 2009
1.1
Matrizes
33
=1 =1
Pois,
=1 =1
=1 =1
(1 + . . . + ) = (11 + . . . + 1 ) + . . . + (1 + . . . + ) = (11 + . . . +
=1
1 ) + . . . + (1 + . . . + ) =
=1
(1 + . . . + ) =
=1 =1
Julho 2009
Reginaldo J. Santos
34
1.2
Sistemas de Equacoes
Lineares
linear em variaveis
1 , 2 , . . . , e uma equacao
Uma equacao
1 1 + 2 2 + . . . + = ,
constantes reais;
em que 1 , 2 , . . . , e sao
Um sistema de equacoes
lineares ou simplesmente sistema linear e um conjunto de equacoes
da forma
lineares, ou seja, e um conjunto de equacoes
11 1 + 12 2 +
21 1 + 22 2 +
..
+ +
1 1
2 2
...
...
+ 1
+ 2
= 1
= 2
= ..
=
..
.
...
= ,
Julho 2009
1.2
Sistemas de Equacoes
Lineares
em que
11 12
21 22
= ..
.
1 2
35
1
2
.. ,
.
...
...
...
...
1
2
= ..
.
1
2
e = . .
.
.
1
2
do sistema sao
do
satisfeitas quando substitumos 1 = 1 , 2 = 2 , . . . , = . O conjunto de todas as solucoes
ou solucao
geral do sistema. A matriz e chamada matriz
sistema e chamado conjunto solucao
do sistema linear.
e duas incognitas
{
pode ser escrito como
+ 2 = 1
2 + = 0
1 2
2 1
][
1
0
Julho 2009
31
2
3
Reginaldo J. Santos
36
Uma forma de resolver um sistema linear e substituir o sistema inicial por outro que tenha o mesmo
do primeiro, mas que seja mais facil
de resolver. O outro sistema e obtido depois
conjunto solucao
alteram a solucao
do sistema, sobre as
de aplicar sucessivamente uma serie
de operacoes,
que nao
que sao
usadas sao:
equacoes.
As operacoes
de duas equacoes
do sistema;
Trocar a posicao
por um escalar diferente de zero;
Multiplicar uma equacao
outra equacao
multiplicada por um escalar.
Somar a uma equacao
sao
chamadas de operacoes
ele
Estas operacoes
elementares. Quando aplicamos operacoes
de um sistema linear somente os coeficientes do sistema sao
alterados,
mentares sobre as equacoes
11 12
21 22
[ ] = ..
.
1 2
...
...
...
...
1
2
..
.
1
2
.. .
.
Julho 2009
1.2
Sistemas de Equacoes
Lineares
37
operacoes:
de duas linhas da matriz;
(a) Trocar a posicao
(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.
` equacoes
O proximo
teorema garante que ao aplicarmos operacoes
elementares as
de um sis nao
e alterado.
tema o conjunto solucao
as mesmas solucoes.
Demonstracao.
A demonstracao
de um sistema, entao
tambem
e solucao
do sistema obtido aplicando-se
(a) Se e solucao
elementar sobre suas equacoes
(verifique!).
uma operacao
Julho 2009
Reginaldo J. Santos
38
elementar as
`
(b) Se o sistema = , e obtido de = aplicando-se uma operacao
Pela observacao
sao
chamados sistemas equivalentes.
Dois sistemas que possuem o mesmo conjunto solucao
` equacoes
1.2.1 Metodo
de Gauss-Jordan
de operacoes
O metodo
que vamos usar para resolver sistemas lineares consiste na aplicacao
`
elementares as linhas da matriz aumentada do sistema ate que obtenhamos uma matriz numa forma
resolucao.
um pivo,
o numero
primeiro elemento nao nulo (chamado pivo)
1 . Alem disso, se uma coluna contem
Julho 2009
1.2
Sistemas de Equacoes
Lineares
39
7, usando matrizes o
dos produtos X, Y e Z foram vendidos. Como vimos no Exemplo 1.6 na pagina
X
1
2
2
Y Z
1 1
1 4 =
=
3 5
1000
++
= 2 + + 4 = 2000
2500
2 + 3 + 5
gramas de A/kg
gramas de B/kg
preco/kg
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
arrecadacao
+ + = 1000
2 + + 4 = 2000
2 + 3 + 5 = 2500
1 1 1 1000
2
2
Julho 2009
1 4 2000
3 5 2500
Reginaldo J. Santos
40
1a. eliminacao:
nulo da primeira coluna nao
nula (se for o caso,
Vamos procurar para pivo da 1a. linha um elemento nao
1 1 1 1000
1 2 0
0
0 1 3 500
2a. eliminacao:
Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivo um elemento
nula desta sub-matriz. Vamos escolher o elemento de posicao
2,2.
diferente de zero na 1a. coluna nao
a.
Como temos que fazer o pivo igual a um, vamosmultiplicar a 2 linhapor 1.
1 1
1 1000
0 1 2
0
0 1
3 500
para isto, somaAgora, precisamos zerar os outros elementos da 2a. coluna, que e a coluna do pivo,
a.
a.
a.
a.
1a.
1a.
3a. eliminacao:
1 0 3 1000
0 1 2
0
5
0 0
500
Julho 2009
1.2
Sistemas de Equacoes
Lineares
41
Olhamos para a sub-matriz obtida eliminando-se a 1a. e a 2a. linha. Escolhemos para pivo um elemento
nula desta sub-matriz. Temos de escolher o elemento de posicao
1 0
3 1000
0 1 2
0
0 0
1 100
para isto, somaAgora, precisamos zerar os outros elementos da 3a. coluna, que e a coluna do pivo,
mos a` 1a. linha, 3 vezes a 3a. e somamos a` 2a. linha, 2 vezes a 2a. .
1 0 0 700
0 1 0 200
0 0 1 100
geral dada por
que possui solucao
= 700
= 200
= 100
700
= = 200 .
100
Reginaldo J. Santos
42
A ultima
matriz que obtivemos no exemplo anterior esta na forma que chamamos de escalonada
reduzida.
seguintes condicoes:
nulas;
(a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas nao
nulo de uma linha) de cada linha nao
nula e igual a 1;
(b) O pivo (1o. elemento nao
nula ocorre a` direita do pivo da linha anterior.
(c) O pivo de cada linha nao
um pivo,
entao
todos os seus outros elementos sao
iguais a zero.
(d) Se uma coluna contem
1 0 0
0 1 0
0 0 1
1
0
0
3
0
0
0
2
1 3
0
0
Julho 2009
1.2
Sistemas de Equacoes
Lineares
43
1
1 1
0 1 2
0
0 5
1 3 1 5
0 0 5 15
0 0
0 0
como metodo
de Gauss-Jordan.
Exemplo 1.13. Considere o seguinte sistema
+
A sua matriz aumentada e
3 + 13 =
9
+ 5 =
2
2 10 = 8
0
0
3
13
9
1
5
2
2 10 8
1a. eliminacao:
iguais a zero, nao
ha nada
Como o pivo da 1a. linha e igual a 1 e os outros elementos da 1a. coluna sao
Julho 2009
1 3
13
1
0
5
0 2 10
9
2
8
Reginaldo J. Santos
44
2a. eliminacao:
Olhamos para submatriz obtida eliminando-se a 1a. linha. Escolhemos para pivo um elemento nao
nula da submatriz. Escolhemos o elemento de posicao
2,2. Como ele e igual a
nulo da 1a. coluna nao
Para isto somamos a` 1a. linha,
1, precisamos, agora, zerar os outros elementos da coluna do pivo.
3 vezes a 2a. e somamos a` 3a. linha, 2 vezes a 2a. .
1 0 2
3
0 1
5
2
0 0
0 4
possui solucao.
que nao
2 =
3
+ 5 =
2
0 = 4
tem solucao
se, e somente se, a ultima
nula da forma
Em geral, um sistema linear nao
linha nao
3 9 =
6
5 + 15 10 + 40 = 45
+ 3 + 5 = 7
Julho 2009
1.2
Sistemas de Equacoes
Lineares
45
6
0
0
3 9
5 15 10 40 45
1
3 1
5 7
1a. eliminacao:
3,1. PreciComo temos que fazer o pivo igual a um, escolhemos para pivo o elemento de posicao
a.
a.
samos coloca-lo
na primeira linha, para isto, trocamos a 3 linha com a 1 .
1a. linha 4a. linha
5
0
3 1
5 7
15 10 40 45
6
0
3 9
para isto, adiciAgora, precisamos zerar os outros elementos da 1a. coluna, que e a coluna do pivo,
a.
a.
onamos a` 2 linha, 5 vezes a 1 .
1 3 1 5 7
5 15 10
0 0
0 0 3 9
6
2a. eliminacao:
Olhamos para a sub-matriz obtida eliminando-se a 1a. linha. Escolhemos para pivo um elemento
nula desta sub-matriz. Escolhemos o elemento de posicao
2,3.
diferente de zero na 1a. coluna nao
Como temos que fazer o pivo igual a 1, multiplicamos a 2a. linha por 1/5.
Julho 2009
Reginaldo J. Santos
46
1 3 1
5 7
0 0
1 3
2
0 0 3 9
6
para isto, adiciAgora, precisamos zerar os outros elementos da 2a. coluna, que e a coluna do pivo,
a.
a.
a.
a.
onamos a` 1 linha a 2 e a` 3 linha, 3 vezes a 2
.
1
0
0
3
0
0
0
2 5
1 3
2
0
0
0
Esta matriz e escalonada reduzida. Portanto o sistema dado e equivalente ao sistema seguinte
+ 3
+ 2 = 5
3 =
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
e nao
livres.
terao
os seus valores dependentes das
Sejam = e = . As variaveis
associadas aos pivos
geral do sistema e
variaveis
livres, = 2 + 3, = 5 2 3 . Assim, a solucao
5 2 3
=
=
2 + 3
Julho 2009
1.2
Sistemas de Equacoes
Lineares
47
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
1.13 na pagina
43.
Observacao.
Para se encontrar a solucao
transformar a
matriz aumentada do sistema na sua forma escalonada reduzida, mas se a matriz esta nesta forma, o
necessariamente (b) e (d) da Definicao 1.6). Este metodo e conhecido como metodo de Gauss.
nao
pode ter
O proximo
resultado mostra que um sistema linear que tenha mais de uma solucao
um numero
finito de solucoes.
Reginaldo J. Santos
48
Demonstracao.
Seja
= (1 )0 + 1 ,
para .
= [(1 )0 + 1 ] = (1 )0 + 1 = (1 ) 0 + 1
solucoes
de = , entao
0 = e 1 = , portanto
Como 0 e 1 sao
= (1 ) + = [(1 ) + ] = ,
pela propriedade (f) do Teorema 1.1.
e
geometrica
Julho 2009
1.2
Sistemas de Equacoes
Lineares
49
Exemplo 1.15. Observando os Exemplos 1.11, 1.14 e 1.13, vemos que as matrizes
1 1 1
2 1 4 ,
2 3 5
0 0
3 9
5 15 10 40 ,
1 3 1
5
1 0 0
0 1 0 ,
0 0 1
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
Reginaldo J. Santos
50
Toda matriz e equivalente por linhas a uma matriz na forma escalonada reduzida e a
que omitiremos, pode ser feita da mesma maneira que fizemos no caso particular
demonstracao,
339 mostradas matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. No Teorema 5.15 na pagina
mos que essa matriz escalonada reduzida e a unica
matriz na forma escalonada reduzida equivalente
a .
matriz escalonada
Teorema 1.4. Toda matriz = ( ) e equivalente por linhas a uma unica
reduzida = ( ) .
de matrizes.
O proximo
resultado sera usado para provar alguns resultados no captulo de inversao
tem
1.5. Seja uma matriz , na forma escalonada reduzida. Se = , entao
Proposicao
uma linha nula.
Demonstracao.
Observe que o pivo de uma linha esta sempre numa coluna com . Portanto,
, . Mas, neste caso todas as
ou a ultima
linha de e nula ou o pivo da linha esta na posicao
nao
nulas e os pivos
de cada linha esta na coluna , ou seja, = .
linhas anteriores sao
Julho 2009
1.2
Sistemas de Equacoes
Lineares
51
11 1 + 12 2 +
21 1 + 22 2 +
..
+ +
1 1
2 2
...
...
+ 1
+ 2
..
.
...
= 0
= 0
.
= ..
= 0
(1.7)
=
homogeneo
admite pelo menos a solucao
0
1
2
0
.. = ..
.
.
trivial.
chamada de solucao
Alem
disso ou tem somente a solucao
trivial ou tem
Portanto, todo sistema homogeneo
tem solucao.
infinitas solucoes
preciso ficar atento quando se escreve o sistema linear associado a` matriz resultante das operacoes
esta coluna de zeros que nao
vimos escrevendo.
elementares, para se levar em consideracao
o sistema homogeneo
do que incognitas
diferente da solucao
com menos equacoes
Reginaldo J. Santos
52
Demonstracao.
Como o sistema tem menos equacoes
do que incognitas
( < ), o numero
de
O conjunto solucao
satisfaz duas propriedades interessantes.
um papel decisivo no estudo de subespacos de na Secao
5.2 na pagina
1.7. Seja = ( ) .
Proposicao
solucoes
do sistema homogeneo,
+ tambem
o e.
(a) Se e sao
= 0, entao
do sistema homogeneo,
tambem
o e.
(b) Se e solucao
= 0, entao
solucoes
do sistema homogeneo
Demonstracao.
(a) Se e sao
= 0, entao
0e
e solucao
pois, ( + ) = + = 0 + 0 = 0;
= 0 e portanto + tambem
tambem
o e,
pois () =
do sistema homogeneo
(b) Se e solucao
= 0, entao
= 0 = 0.
Julho 2009
1.2
Sistemas de Equacoes
Lineares
53
sao
validas
uma populacao
e pobres) e que em cada
unidade de tempo a probabilidade de mudanca de um estado para outro seja constante no tempo, so
dependa dos estados.
Seja a probabilidade de mudanca do estado para o estado em uma unidade de tempo
e dada por
(geracao).
A matriz de transicao
1
2
3
1
11 12 13
2
=
21 22 23
3
31 32 33
2
1
2
2
3
1
4
1
2
1
4
1
2
1
2
inicial da populacao
entre os tres
estados permanece inalterada,
Vamos descobrir qual distribuicao
apos
geracao.
Ou seja, vamos determinar um vetor de estado tal que
geracao
=
Julho 2009
ou = 3
ou ( 3 ) =
0.
Reginaldo J. Santos
54
( 3 ) = 0
cuja matriz aumentada e
2 +
1
2
1a. eliminacao:
2a. eliminacao:
12
1
2
4
1
2
1
2
1
= 0
= 0
= 0
0 0
1
0
2
21 0
1
4
12
1
4
1 21
0
1
1
2 12
2
1
1
0
4
2
1
0
1 2
1
1
0 4
2
1
1
0
4
2
0
0
0
0
1 12
0 0
0
1 2 0
1
0
12 0
4
Julho 2009
1.2
Sistemas de Equacoes
Lineares
1
2a.
2
1
4 2a.
1a.
55
1 0 1 0
0 1 2 0
0 0
0 0
1a.
linha +
linha
linha
linha + 3a. linha 3a. linha
= 0
2 = 0
= 2 e = . Assim, a solucao
geral do sistema e
Seja = . Entao
1
1
= 2 = 2 ,
1
3
para todo .
1.8. Uma matriz elementar e uma matriz obtida da matriz identidade aplicando-se
Definicao
elementar.
uma, e somente uma, operacao
Julho 2009
Reginaldo J. Santos
56
Vamos denotar por a matriz elementar obtida trocando-se a linha com a linha da matriz ,
() a matriz elementar obtida multiplicando-se a linha da matriz pelo escalar = 0 e , ()
a matriz elementar obtida da matriz , somando-se a` linha , vezes a linha .
, =
1
0
0
..
...
.
.
.
..
.
.
.
...
1
..
0
1
0
..
, () =
1
0
0
..
..
. 0
0 1
.. . .
.
.
... 1
..
. 0
0 0 1
as matrizes elementares 2 2:
Exemplo 1.17. As matrizes seguintes sao
]
]
[
]
[
[
1 0
0
0 1
, com = 0,
, 2 () =
, 1 () =
1,2 = 2,1 =
0
0 1
1 0
[
[
]
]
1 0
1
1,2 () =
e 2,1 () =
.
1
0 1
e , () =
Julho 2009
1.2
Sistemas de Equacoes
Lineares
0
1
1
0
Sejam 1 = . , 2 = .
.
..
.
0
0
57
0
0
,. . . , = .. matrizes 1.
.
1
..
.
..
.
..
.
..
.
() =
.
..
..
..
e , () =
.
..
e
Teorema 1.8. Sejam uma matriz elementar e uma matriz qualquer . Entao,
elementar que originou .
igual a` matriz obtida aplicando-se na matriz a mesma operacao
Julho 2009
Reginaldo J. Santos
58
Demonstracao.
Como a -esima
linha de um produto de matrizes e igual a , em que e a
-esima
linha da matriz (Exerccio 1.1.18 (b) na pagina
27) e = , em que e a linha da
, =
() =
1
..
.
..
.
..
.
..
.
=
.
..
..
.
.
..
.
..
..
..
1
..
.
..
.
..
.
..
.
=
.
..
Julho 2009
1.2
Sistemas de Equacoes
Lineares
, () =
..
..
..
59
..
..
..
..
.
..
..
1 1 1 1000
[ ] = 2 1 4 2000
2 3 5 2500
1 0 0
1,2 (2) = 2 1 0 ,
0 0 1
Julho 2009
1 0 0
1,3 (2) = 0 1 0 ,
2 0 1
Reginaldo J. Santos
60
1
1
0 0
2 (1) = 0 1 0 , 2,1 (1) = 0
0
0
0 1
1
1 0 0
1
3 ( 5 ) = 0 1 0 , 3,1 (3) = 0
0
0 0 51
ou seja,
1 0
1 0 , 2,3 (1) =
0 1
1
0 3
1
0 , 3,2 (2) = 0
0
0
1
1
0 0
0
1 0
0 1 1
0 0
1 2 ,
0 1
1 0 0 700
3,2 (2) 3,1 (3) 3 ( 51 ) 2,3 (1) 2,1 (1) 2 (1) 1,3 (2) 1,2 (2) [ ] = 0 1 0 200 .
0 0 1 100
Julho 2009
1.2
Sistemas de Equacoes
Lineares
61
Exerccios Numericos
(respostas na pagina
484)
na forma escalonada reduzida:
1.2.1. Quais das seguintes matrizes estao
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
1
0
0
1
0
0
0
0
1
0
0
0
1
3
0
2
0
3
4 ,
2
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
1.2.2. Em cada item suponha que a matriz aumentada de um sistema foi transformada usando
operacoes
elementares na matriz escalonada reduzida dada. Resolva o sistema correspondente.
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
Julho 2009
1 + 2 + 23 = 8
1 22 + 33 = 1 ;
31 72 + 43 = 10
Reginaldo J. Santos
62
21 + 22 + 23 =
0
21 + 52 + 23 =
1 ;
81 + 2 + 43 = 1
22 + 33 =
1
31 + 62 33 = 2 .
(c)
61 + 62 + 33 =
5
(b)
1.2.4. Os sistemas lineares seguintes possuem a mesma matriz . Resolva-os usando o metodo
de
Gauss-Jordan. Observe que os dois sistemas podem ser resolvidos ao mesmo tempo escalonando a matriz aumentada [ 1 2 ].
1
1 22 + 3 =
21 52 + 3 = 2 ;
(a)
31 72 + 23 = 1
1 0
5
1 .
1.2.5. Seja = 1 1
0 1 4
2
1 22 + 3 =
21 52 + 3 = 1 .
(b)
31 72 + 23 =
2
geral do sistema ( + 43 ) =
(a) Encontre a solucao
0;
geral do sistema ( 23 ) =
(b) Encontre a solucao
0.
tem
1.2.6. Para cada sistema linear dado, encontre todos os valores de para os quais o sistema nao
tem solucao
unica
solucao,
e tem infinitas solucoes:
3 = 4
+ 2
3 +
5 = 2
(a)
;
2
4 + + ( 14) = + 2
Julho 2009
1.2
Sistemas de Equacoes
Lineares
63
= 2
+ +
2 + 3 +
2 = 5
(b)
.
2
2 + 3 + ( 1) = + 1
polinomial () = 3 + 2 + + , cujo
1.2.8. Determine os coeficientes , , e da funcao
grafico
passa pelos pontos 1 = (0, 10), 2 = (1, 7), 3 = (3, 11) e 4 = (4, 14).
Julho 2009
Reginaldo J. Santos
64
30
20
10
10
20
30
2
Julho 2009
1.2
Sistemas de Equacoes
Lineares
65
Julho 2009
Reginaldo J. Santos
66
y
8
x
2
4
6
Julho 2009
1.2
Sistemas de Equacoes
Lineares
67
tenha solucao):
1 22 + 53 = 1
41 52 + 83 = 2 ;
(a)
31 + 32 33 = 3
0
1
1
3
=
2 5
1 22 3 = 1
41 + 52 + 23 = 2 .
(b)
41 + 72 + 43 = 3
7
8
3
8 .
1 8
reduzida. (Sugestao:
59.)
1
(a)
31
21
(b)
21
Julho 2009
+
+
+
+
22
22 + 3
22
62 + 3
34
34
34
94
+ 5
+ 5 + 26
+ 25 + 6
+ 45 + 36
=
=
=
=
+ 32 23
+ 25
+ 62 53 24 + 45 36
53 + 104
+ 156
+ 62
+ 84 + 45 + 186
2
3
;
4
9
=
0
= 1
;
=
5
=
6
Reginaldo J. Santos
68
1
1
1
1
1
3
2
do
1.2.13. Considere a matriz =
2 2 2 2 3 1 . Determine o conjunto solucao
3 +2
3
2 + 1
1 2 3 1
(a) 1 3 0 1
1 0 2 1
1 1 3
0 2 1
(b)
1 0 2
8
7 ;
3
3
0
3
3 ;
1 1
1
1
(c)
1
1
2
1
1
3
3
1
2
3
0
0
;
0
0
>> A=[A1,...,An] cria uma matriz A formada pelas matrizes, definidas anteriormente, A1,
..., An colocadas uma ao lado da outra;
expr a variavel
Julho 2009
1.2
Sistemas de Equacoes
Lineares
69
>> B=opel(A,i,j) ou >> oe(A,i,j) faz a troca da linha com a linha 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].
variaveis
2 + + 2 + + + .
(a) Use o comando P=randi(4,2), para gerar 4 pontos com entradas inteiras e aleatorias
armazenados nas linhas da matriz P.
entre 5 e 5. Os pontos estao
Julho 2009
Reginaldo J. Santos
70
() = + + + cujo grafico
passa pelos pontos dados pelas linhas da matriz
deste problema, assim como
P. A matriz A=matvand(P(:,1),3) pode ser util
na solucao
conseguiu, repita o passo anterior. Por que pode nao
ser
a matriz B=P(:,2). Se nao
possvel?
1.2.16.
(a) Use o comando P=randi(5,2), para gerar 5 pontos com entradas inteiras e aleatorias
armazenados nas linhas da matriz P.
entre 5 e 5. Os pontos estao
equacao
passa pelos pontos cujas
dadas pelas linhas da matriz P. A matriz A=matvand(P,2) pode ser util
coordenadas sao
na solucao
ser possvel?
Julho 2009
1.2
Sistemas de Equacoes
Lineares
71
Exerccios Teoricos
elementar possui inversa, do mesmo tipo, ou seja, para cada
1.2.18. Mostre que toda operacao
elementar existe uma outra operacao
elementar do mesmo tipo que desfaz o que
operacao
anterior fez.
a operacao
1.2.19. Prove que:
(a) Toda matriz e equivalente por linhas a ela mesma (reflexividade);
e equivalente por linhas a (simetria);
(b) Se e equivalente por linhas a , entao
e equivalente
(c) Se e equivalente por linhas a e e equivalente por linhas a , entao
por linhas a (transitividade).
1.2.20.
= 0. (Sugestao:
faca = = 0.)
para quaisquer escalares e , entao
de = .
1 + 1 e solucao
homogeneo
associado = 0, entao
particular do sistema = . Mostre que toda solucao
do sistema
(b) Seja 0 solucao
do sistema
= , pode ser escrita como = 0 + , em que e uma solucao
de uma solucao
Julho 2009
Reginaldo J. Santos
72
= 0.)
solucao
Julho 2009
1.2
Sistemas de Equacoes
Lineares
73
Teste do Captulo
tem
1. Para o sistema linear dado, encontre todos os valores de para os quais o sistema nao
tem solucao
unica
solucao,
e tem infinitas solucoes:
= 3
+ 2 +
+
= 2
2
+ + ( 5) =
2. Se possvel, encontre os valores de , e tais que:
1 0 0
1 2 3
40 16
2 5 3 13 5 = 0 1 0
0 0 1
1 0 8
5 2
3. Sejam
1
0
0 1
. e =
cos sen
sen cos
Reginaldo J. Santos
74
= ;
(b) Se = , onde e uma matriz diagonal, entao
= , para toda matriz , ;
(c) Se e uma matriz diagonal, entao
= .
(d) Se = , entao
Julho 2009
Captulo 2
de Matrizes e Determinantes
Inversao
2.1
Matriz Inversa
e unico
e o denotamos por . Apesar da algebra
matricial ser
que = = 1. Este numero
seja, nem sempre existe uma matriz tal que = = . De incio, para que os produtos
e estejam definidos e sejam iguais e preciso que as matrizes e sejam quadradas. Portanto,
somente as matrizes quadradas podem ter inversa, o que ja diferencia do caso dos numeros
reais,
tem inversa ser bem menor do que o conjunto das que tem
inversa, apesar do conjunto das que nao
de Matrizes e Determinantes
Inversao
76
2 1
0 3
1/2 1/6
0
1/3
a inversa e unica.
Teorema 2.1. Se uma matriz = ( ) possui inversa, entao
= = = =
Demonstracao.
Suponhamos que e sejam inversas de . Entao,
e assim,
= = () = () = = .
Julho 2009
2.1
77
para o fato de
Denotamos a inversa de , quando ela existe, por 1 . Devemos chamar atencao
significa uma potencia,
Teorema 2.2.
1 tambem
o e e
(a) Se e invertvel, entao
(1 )1 = ;
matrizes invertveis, entao
e invertvel e
(b) Se = ( ) e = ( ) sao
()1 = 1 1 ;
tambem
e invertvel e
(c) Se = ( ) e invertvel, entao
( )1 = (1 ) .
Demonstracao.
Se queremos mostrar que uma matriz e a inversa de uma outra, temos que mostrar
iguais a` matriz identidade.
que os produtos das duas matrizes sao
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
78
(a) Uma matriz e a inversa de 1 se
1 = 1 = .
1 = 1 = .
= e a inversa de 1 , ou seja, (1 )1 = .
Como a inversa e unica,
entao
(b) Temos que mostrar que a inversa de e 1 1 , ou seja, mostrar que os produtos
iguais a` matriz identidade. Mas, pelas propriedades
()( 1 1 ) e ( 1 1 )() sao
()( 1 1 ) = ( 1 )1 = 1 = 1 = ,
( 1 1 )() = 1 (1 ) = 1 = 1 = .
(c) Queremos mostrar que a inversa de e (1 ) . Pela propriedade (o) do Teorema 1.1 na
pagina
9:
(1 ) = (1 ) = = ,
(1 ) = (1 ) = = .
Julho 2009
2.1
79
Assim, para verificar que uma matriz e invertvel, quando temos uma matriz que e candidata a
( )( + + 2 ) = ( + + 2 ) ( + + 2 ) = + + 2 2 3 = .
Julho 2009
Reginaldo J. Santos
80
de Matrizes e Determinantes
Inversao
(opcional)
2.1.2 Matrizes Elementares e Inversao
um papel importante no estudo da inversao
de matrizes e da solucao
Usando a notacao
55, temos:
1
(a) ,
= , = , ;
Demonstracao.
Seja uma matriz elementar. Esta matriz e obtida de aplicando-se uma operacao
que transforma de volta em .
elementar. Seja a matriz elementar correspondente a operacao
sao
equivalentes:
Teorema 2.5. Seja uma matriz . As seguintes afirmacoes
(a) Existe uma matriz , , tal que = .
(b) A matriz e equivalente por linhas a` matriz identidade .
Julho 2009
2.1
81
o sistema =
trivial,
Demonstracao.
(a)(b) Se = , entao
0 tem somente a solucao
pois = = =
0 = 0. Isto implica que a matriz e equivalente por linhas a`
a forma escalonada reduzida de teria uma linha nula
matriz identidade , pois caso contrario
1.5 na pagina
(Proposicao
50).
(b)(c) A matriz ser equivalente por linhas a` significa, pelo Teorema 1.8 na pagina
57, que
existem matrizes elementares 1 , . . . , , tais que
(11
1
. . . )
. . . 1 =
. . . 1 = 11 . . . 1
= 11 . . . 1 .
(2.2)
(2.3)
invertveis (Proposicao
2.4). Portanto,
Aqui, usamos o fato de que as matrizes elementares sao
. . . 1 = 1 .
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
82
A demonstracao
79, agora, e uma simples consequ encia
do Teorema
anterior.
e invertvel e =
do Teorema 2.3. (a) Vamos mostrar que se = , entao
Demonstracao
1
pelo Teorema 2.5, e invertvel e = = 1 = 1 =
. Se = , entao
1
. Logo, = = .
pelo item anterior e invertvel e 1 = . Portanto = = .
(b) Se = , entao
Teorema 2.6. Uma matriz e invertvel se, e somente se, ela e um produto de matrizes elementares.
1 1 1
1 0 0
1 0 0
1,2 (2) = 2 1 0 , 1,3 (2) = 0 1 0 ,
2 0 1
0 0 1
Julho 2009
2.1
1
0 0
2 (1) = 0 1 0 ,
0
0 1
1 0 0
3 ( 15 ) = 0 1 0 ,
0 0 51
83
1 1 0
1 0 ,
2,1 (1) = 0
0
0 1
1 0 3
0 ,
3,1 (3) = 0 1
0 0
1
1
0 0
1 0
2,3 (1) = 0
0 1 1
1 0 0
3,2 (2) = 0 1 2 ,
0 0 1
ou seja,
3,2 (2) 3,1 (3) 3 ( 15 ) 2,3 (1) 2,1 (1) 2 (1) 1,3 (2) 1,2 (2) = 3 .
Multiplicando a` esquerda pelas inversas das matrizes elementares correspondentes obtemos
= 1,2 (2) 1,3 (2) 2 (1) 2,1 (1) 2,3 (1) 3 (5) 3,1 (3) 3,2 (2).
de Matrizes
2.1.3 Metodo
para Inversao
somente uma forma de descobrir se uma
O exemplo seguinte mostra, para matrizes 2 2, nao
e invertvel.
entao
a matriz nao
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
84
]
[
]
. Devemos procurar uma matriz =
tal que = 2 ,
+
= 1
+
= 0
=
0
+ = 1
Este sistema pode ser desacoplado em dois sistemas independentes que possuem a mesma matriz,
1 0
0 1
= [ 2 ].
soluc
unica
Os dois sistemas tem
se,] e somente se, a forma escalonada reduzida da matriz [ 2 ]
[ ao
1 0
(verifique, observando o que acontece se a forma escalonada
0 1
for igual a [
reduzida da matriz nao
2 ). Neste
] caso, = , = e = , = , ou seja, a matriz
possuira inversa, 1 = = =
.
for da forma [ 2 ] =
2.1.2 o proximo
2.5 na pagina
80. Entretanto a demonstracao
para encontrar
a inversa de uma matriz, se ela existir.
Teorema 2.7. Uma matriz , , e invertvel se, e somente se, e equivalente por linhas a` matriz
identidade .
Julho 2009
2.1
85
Demonstracao.
Pelo Teorema 2.3 na pagina
79, para verificarmos se uma matriz , , e invertvel, basta verificarmos se existe uma matriz , tal que
= .
(2.4)
11
12
21
22
1 = .. , 2 = ..
.
.
1
2
1
2
. . . , = ..
.
1
0
0
1
1 = .. , 2 = ..
.
.
0
0
0
0
. . . , = .. .
.
1
[ 1 . . . ] = [ 1 . . . ] = [ 1 . . . ],
pois a -esima
coluna do produto e igual a vezes a -esima
coluna da matriz (Exerccio 18
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
86
[ 1 2 . . . ] = [ ].
Transformando [ ] na sua forma escalonada reduzida, que vamos denotar por [ ], vamos
e.
79 e invertvel.
pagina
a matriz nao
e equivalente por linhas a` matriz identidade . Entao,
pela
Se = , entao
1.5 na pagina
Proposicao
50 a matriz tem uma linha nula. O que implica que cada um dos
tem solucao
unica
tem solucao.
Isto implica que a matriz
sistemas = ou nao
ou nao
Observacao.
Da demonstracao
e invertvel.
= , entao
a matriz nao
Vejamos os exemplos seguintes.
Julho 2009
2.1
87
1 1 1
= 2 1 4
2 3 5
1a. eliminacao:
2a. eliminacao:
2a.
linha
2a.
linha
3a. eliminacao:
1
3a.
5
Julho 2009
linha
3a.
linha
1
1
0 1
0
1
1
1 0 0
2 2 1 0
3 2 0 1
1
0
0
1
0 0
1
1
1 2
2 1 0
1
3 2
0 1
1 0
0
3 1
1 2
2 1 0
0
5 4
1 1
1
0
0
1
0
0
0
3 1
1 0
1 2
2 1 0
1
1
0
1 54
5
5
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
88
7
2
1 0 0
35
5
5
2
2
35
0 1 0
5
5
4
1
1
0 0 1 5
5
5
Assim, a matriz [ 3 ] e equivalente por linhas a` matriz acima, que e da forma [3 ], portanto a
matriz e invertvel e a sua inversa e a matriz , ou seja,
7
5
2
5
45
1 =
2
5
53
1
5
35
2
5
1
5
1 2 3
= 1 1 2 .
0 1 1
1 2 3 1 0 0
[ 3 ] = 1 1 2 0 1 0
0 1 1 0 0 1
1a. eliminacao:
Julho 2009
2.1
89
0 0
1 2 3 1
0 1 1 1 1 0
0 1 1 0
0 1
2a. eliminacao:
1 2 3 1
0 0
0 1 1 1 1 0
0 1 1 0
0 1
1 0 1 1
2 0
0 1 1
1 1 0
0 0 0 1
1 1
Assim, a matriz [ 3 ] e equivalente por linhas a` matriz acima, que e da forma [ ], com = 3 .
e equivalente por linhas a` matriz identidade e portanto nao
e invertvel.
Assim, a matriz nao
de equacoes
igual ao numero
de incognitas,
1
o conhecimento da inversa da matriz do sistema , reduz o problema de resolver o sistema
entao
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
90
1
e = ;
a solucao
nao
trivial se, e somente se, e singular (nao
Demonstracao.
(a) Se a matriz e invertvel, entao
em ambos os membros obtemos
1 ( )
(1 )
=
=
=
=
1
1
1
1 .
= ou nao
Logo, a matriz e equivalente
Julho 2009
2.1
91
unica
solucao
a producao
de uma industria
em varios
perodos pode ser obtida apenas multiplicando-se a inversa por matrizes
X
1
2
2
Y Z
1 1
1 4 =
3 5
++
= 2 + + 4
2 + 3 + 5
gramas de A/kg
gramas de B/kg
preco/kg
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
arrecadacao
1 1 1
= 2 1 4
2 3 5
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
92
que e
1 =
7
5
2
5
4
5
2
5
53
1
5
35
2
5
1
5
7
2 3
1
2 .
= 2 3
5
4
1
1
da industria
Sabendo-se a inversa da matriz podemos saber a producao
sempre que soubermos
1000
= 2000
2500
gramas de A usados
gramas de B usados
arrecadacao
ou seja,
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
7
2 3
700
1000
= = 1 = 1
2 2000 = 200
2 3
5
100
2500
4
1
1
de X, Y e Z manufaturada com 1 kg de
(b) Se em outro perodo com a venda de toda a producao
para determinar quantos kg de
A e 2, 1 kg de B, essa industria
arrecadou R$ 2900, 00, entao
Julho 2009
2.1
93
ou seja,
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
1000
= 2100
2900
gramas de A usados
gramas de B usados
arrecadacao
7
2 3
500
1000
= = 1 = 1
2 2100 = 300
2 3
5
200
2900
4
1
1
(Subsecao
126).
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
94
Interpolacao
Polinomial
2.1.4 Aplicacao:
() = 1 1 + 2 2 + + 1 + 0 ,
Julho 2009
2.1
30
95
20
10
10
20
30
2
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
96
sistema linear = , em que
1
2
= .. ,
.
0
1
2
= ..
.
1
2
. . . 1 1
1
1
1 2 . . . 2 1
2
2
e = .
.
..
..
..
.
.
1
2
. . . 1
unica
sistema de equacoes
e incognitas
= tem solucao
se, e somente se, o sistema
do
trivial. = [ 1 0 ] e solucao
homogeneo
associado, =
0, tem somente a solucao
1
+ + 0 , se
sistema homogeneo
se, e somente se, o polinomio
de grau 1, () = 1
() e o polinomio
anula em pontos distintos. O que implica que o polinomio
com todos os seus
trivial.
cissas dos pontos, tendo calculado a matriz 1 podemos determinar rapidamente os polinomios
Criptografia
2.1.5 Aplicacao:
Vamos transformar uma mensagem em uma matriz da seguinte forma. Vamos quebrar a mensagem em pedacos de tamanho 3 e cada pedaco sera convertido em uma matriz coluna usando a
entre caracteres e numeros.
Tabela 2.1 de conversao
Julho 2009
2.1
97
1ydobbr,?
(2.5)
80 15 18
= 25 2 107
4 2 94
Sabendo-se que esta mensagem foi criptografada fazendo o produto da mensagem inicial pela matriz
1 1 0
= 0 1 1
0 0 1
entao
= 1
sera a mensagem inicial convertida para numeros,
ou seja,
1 1
1
59 15 5
80 15 18
1 1 25 2 107 = 21 0 13
= 1 = 0
0
0
1
4 2 94
4 2 94
Convertendo para texto usando novamente a Tabela 2.1 obtemos que a mensagem que foi criptografada e
Tudo bem?
(2.6)
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
98
Exerccios Numericos
(respostas na pagina
510)
1
do sistema homogeneo
Justifique.
= 0. A matriz e singular ou nao?
2.1.2. Se possvel, encontre as inversas das seguintes matrizes:
(a)
(b)
(c)
1
1
0
1
1
1
1
1
1
1
3
2 ;
2
2
1 ;
2
1
1
2 1
1
2
3
3
2
1
1
2
3
3
(d)
(e)
1
2
;
1
2
(f)
3 2
1 3
3
3 ;
4
3
2 ;
1
1 1
1 2
;
1 1
1 6
1 1 0
1 0 0 tem inversa.
1 2
1
0
1
1
1
0
1
1
1
5
2
5
3 2
2
2
2
2
1
1
1
3
2
9
,
Julho 2009
2.1
99
encontre ( )1 .
2.1.5. Resolva o sistema = , se
2.1.6. Seja
2 3
4 1
[
e =
1 1
4
1
1 1
2 2
e =
]
5
.
3
3
0
0 1
tais que
sao
= 1 .
Determine , para = 1, 2, 3, . . .
2.1.2) Encontre matrizes elementares 1 , . . . , tais que = 1 . . . ,
2.1.7. (Relativo a` Subsecao
para
1 2 3
= 2 1 2 .
0 1 2
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
100
>> M=[A,B] atribui a` matriz M a matriz obtida colocando lado a lado as matrizes A e B.
>> A=[A1,...,An] cria uma matriz A formada pelas matrizes, definidas anteriormente, A1,
..., An colocadas uma ao lado da outra;
>> M=A(:,k:l) atribui a` matriz M a submatriz da matriz A obtida da coluna l a` coluna k da
matriz A.
Comandos do pacote GAAL:
elementar
>> B=opel(alpha,i,A) ou B=oe(alpha,i,A)faz a operacao
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 operacao
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 com a linha da matriz A e arma
zena a matriz resultante na variavel
B.
>> 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 de2.1.8. 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(c:/matlab/toolbox/gaal/menc1.txt)
>> key=lerarq(c:/matlab/toolbox/gaal/key.txt)
Com estes comandos foram lidos os arquivos menc1.txt e key.txt e atribudos os resultados
` variaveis
as
menc e key respectivamente. Para converter a mensagem criptografada e a chave
Julho 2009
2.1
101
Exerccios Teoricos
2.1.10.
1
=
{
Julho 2009
+ =
+ =
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
102
para os proximos
Sugestao
4 exerccios: Para verificar que uma matriz e a inversa de uma
matriz , basta fazer um dos produtos ou e verificar que e igual a .
2.1.11. Se e uma matriz e =
0, para um inteiro positivo, mostre que
( )1 = + + 2 + . . . + 1 .
os elementos que estao
fora da diagonal sao
iguais a zero
2.1.12. Seja uma matriz diagonal, isto e,
( = 0, para = ). Se = 0, para = 1, . . . , , mostre que e invertvel e a sua inversa
uma matriz diagonal com elementos na diagonal dados por 1/11 , 1/22 , . . . , 1/ .
e tambem
( + )1 = 1 ( + 1 )1 .
iguais a 1. Mostre que se > 1, entao
( )1 =
observe que 2 = .)
(Sugestao:
1
.
1
Julho 2009
2.1
103
+ e + 1 sao
ambas invertveis ou
2.1.16. Mostre que se e uma matriz invertvel, entao
1
invertveis. (Sugestao:
multiplique + por .)
ambas nao
e invertvel, entao
tambem
nao
o e.
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
104
10
11
12
13
14
a
`
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
`
A
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
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 2009
2.2
2.2
Determinantes
105
Determinantes
det() = det
11 12
21 22
= 11 22 12 21 .
os
Para definir o determinante de matrizes quadradas maiores, precisamos definir o que sao
menores de uma matriz. Dada uma matriz = ( ) , o menor do elemento , denotado por
Julho 2009
11
..
.
..
.
. . . . . . 1
..
..
.
. . . . . .
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
106
Exemplo 2.8. Para uma matriz = ( )33 ,
23 =
11 12 13
21 22 23
31 32 33
]
[
11 12
=
31 32
Agora, vamos definir os cofatores de uma matriz quadrada = ( )33 . O cofator do elemento
, denotado por
, e definido por
= (1)+ det( ),
ou seja, o cofator
, do elemento e igual a mais ou menos o determinante do menor , sendo
+ +
+
+ +
Exemplo 2.9. Para uma matriz = ( )33 ,
23
11 12
31 32
13
23
33
]
[
11 12
= 31 12 11 32
= det
31 32
Julho 2009
2.2
Determinantes
107
11 12 13
21 22 23
31 32 33
o determinante de e igual a` soma dos produtos dos elementos da 1a. linha pelos seus cofaentao,
tores.
det() = 11
11 + 12
12 + 13
[
] 13
[
]
[
]
22 23
21 23
21 22
= 11 det
12 det
+ 13 det
32 33
31 33
31 32
= 11 (22 33 32 23 ) 12 (21 33 31 23 ) + 13 (21 32 31 22 ).
Da mesma forma que a partir do determinante de matrizes 2 2, definimos o determinante de
matrizes 3 3, podemos definir o determinante de matrizes quadradas de ordem maior. Supondo que
sabemos como calcular o determinante de matrizes ( 1) ( 1) vamos definir o determinante
de matrizes .
Vamos definir, agora, os cofatores de uma matriz quadrada = ( ) . O cofator do elemento
, denotado por
, e definido por
= (1)+ det( ),
ou seja, o cofator
, do elemento e igual a mais ou menos o determinante do menor , sendo
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
108
+ + ...
+ + ...
+ + ...
..
.
..
.
..
.
..
..
det() = 11
11 + 12
12 + . . . + 1
1 =
1
1 ,
(2.7)
=1
0
1
1
2
0 0 3
2
3 4
3
2 5
1 2 0
Julho 2009
2.2
Determinantes
109
det() = 0
11 + 0
12 + 0
13 + (3)(1)1+4 det(),
pode ser calculado usando cofatores,
Mas o det() tambem
em que =
1 2
3
1 3
2 .
2 1 2
=
Julho 2009
11 0 0
21 22 0
31 32 33
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
110
det() = 11 det
22 0
32 33
= 11 22 33 .
Vamos supor termos provado que para qualquer matriz ( 1) ( 1) triangular inferior, o deter vamos provar que isto tambem
vale
minante e o produto dos elementos da diagonal principal. Entao
para matrizes . Seja
11
0 ... ...
21 22
..
.
...
..
.
0
..
22
... ...
0
det() = 11 det .32 33 .
.
..
.
2
...
0
..
.
= 11 22 . . . ,
0
det( ) = 1.
Julho 2009
2.2
Determinantes
111
Vamos provar uma propriedade do determinante que e usada para provar varias
outras propriedades. Para isso vamos escrever a matriz = ( ) em termos das suas linhas
..
.
+1
.
..
Teorema 2.10. Seja = ( ) escrita em termos das suas linhas, denotadas por , ou seja,
= [ 1 2 . . . ]. Se para algum , a linha = + , em que = [ 1 . . . ],
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
112
escalares, entao:
= [ 1 . . . ] e e sao
..
det +
+1
..
..
= det
+1
..
..
+ det
+1
..
Aqui, = + = [ 1 + 1 . . . + ].
Demonstracao.
Vamos provar aqui somente para = 1. Para > 1 e demonstrado no Apendice
II
escalares,
na pagina
133. Se 1 = + , em que = [ 1 . . . ], = [ 1 . . . ] e e sao
Julho 2009
2.2
Determinantes
113
entao:
(1)1+ ( + ) det(1 )
det
=
..
.
=1
=
det(1 ) +
det(1 )
=1
=1
= det .. + det
..
.
det
cos
sen
2 cos 3 sen 2 sen + 3 cos
= 2 det
cos sen
cos sen
+ 3 det
cos sen
sen cos
=3
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
114
(Apendice
II na pagina
133), afirma que o determinante pode ser calculado fazendo-se o desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
Teorema 2.11. Seja uma matriz . O determinante de pode ser calculado fazendo-se o
desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
det() = 1
1 + 2
2 + . . . +
=
=1
= 1
1 + 2
2 + . . . +
=
para = 1, . . . , ,
(2.8)
para = 1, . . . , ,
(2.9)
=1
coluna.
desenvolvimento em cofatores do determinante de em termos da -esima
Julho 2009
2.2
Determinantes
115
det() = 0.
Corolario
2.12. Seja uma matriz . Se possui duas linhas iguais, entao
Demonstracao.
O resultado e claramente verdadeiro para matrizes 2 2. Supondo que o resultado
seja verdadeiro para matrizes ( 1) ( 1), vamos provar que ele e verdadeiro para matrizes
. Suponhamos que as linhas e sejam iguais, para = . Desenvolvendo o determinante de
em termos de uma linha , com = , , obtemos
det() =
(1)+ det( ).
=1
=1
e uma matriz ( 1) ( 1) com duas linhas iguais. Como estamos supondo que o
Mas, cada
) = 0. Isto implica que det() = 0.
det(
resultado seja verdadeiro para estas matrizes, entao
No proximo
resultado mostramos como varia o determinante de uma matriz quando aplicamos
elementares sobre suas linhas.
operacoes
det() = det() ;
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
116
det() = det() ;
(c) Se e obtida de substituindo-se a linha por ela somada a um multiplo
escalar de uma linha
, = , entao
det() = det() .
Demonstracao.
(b) Sejam
..
.
..
.
..
.
e =
..
.
..
.
.
..
.
Julho 2009
2.2
Determinantes
117
..
.
= det
..
0 = det
.
..
= 0 + det() + det() + 0.
..
.
..
.
..
.
+ det
..
.
..
.
..
.
+ det
..
.
..
.
..
.
+ det
..
.
..
.
..
.
..
..
det
.
+
..
= det
..
.
..
.
..
.
+ det
..
.
..
.
..
.
= det
..
.
..
. .
..
.
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
118
Exemplo 2.13. Vamos calcular o determinante da matriz
0
1
= 3 6
2
6
5
9
1
usando operacoes
numa matriz triangular superior e aplicando o Teorema 2.13.
det() =
3 6 9
1 5
det 0
6 1
2
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
(3)(55) = 165
Quando multiplicamos uma linha de uma matriz por um escalar o determinante da nova matriz e
igual a multiplicado pelo determinante da matriz antiga. Mas o que estamos calculando aqui e o
determinante da matriz antiga, por isso ele e igual a 1/ multiplicado pelo determinante da matriz
nova.
Julho 2009
2.2
Determinantes
119
em cofatores, precisamos
Para se calcular o determinante de uma matriz pela expansao
fazer produtos e calcular determinantes de matrizes ( 1) ( 1), que por sua vez vai
necessarios
na Subsecao
126.
det() = det( ) ;
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
120
rema 2.14 (b)), segue-se que todas as propriedades que se referem a linhas sao
com relacao
` colunas.
as
det(1 ) =
1
.
det()
e triangular inferior!).
Mas, det( ) = 1 (Exemplo 2.11 na pagina
109, a matriz identidade tambem
Logo, det(1 ) =
1
.
det()
(det())2 =
1
.
det()
Julho 2009
2.2
Determinantes
121
nao
trivial.
lineares homogeneos
que possuem solucao
nao
trivial se, e somente se, det() = 0.
(b) O sistema homogeneo
= 0 tem solucao
Demonstracao.
A demonstracao
1.5 da pagina
Pela Proposicao
50, ou = ou a matriz tem uma linha nula. Assim,
det() = 0 se, e somente se, = .
nao
trivial se, e
(b) Pelo Teorema 2.8 na pagina
90, o sistema homogeneo
= 0 tem solucao
invertvel se, e
e invertvel. E pelo item anterior, a matriz e nao
somente se, a matriz nao
somente se, det() = 0.
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
122
Exemplo 2.16. Considere a matriz
2 2 2
= 0 2 0 .
0 1 3
0 que satisfaz = .
(a) Determinar os valores de tais que existe = =
tais
(b) Para cada um dos valores de encontrados no item anterior determinar todos =
que = .
Solucao:
= 3 .
Subtraindo-se 3 obtemos
3 = 0
( 3 ) = 0.
nao
trivial ( =
Agora, este sistema homogeneo
tem solucao
0) se, e somente se,
det( 3 ) = 0.
Julho 2009
2.2
Determinantes
Mas
123
2
2
2
2
0 = ( 2)2 ( 3) = 0
det 0
0
1
3
se, e
somente
se, = 2 ou = 3. Assim, somente para = 2 e = 3 existem vetores
= = 0 tais que = .
(b) Para = 2:
{
0 2 2
0
2 + 2 = 0
( 23 ) = 0 0 0 0 = 0
+ = 0
0 1 1
Para = 3:
0
1
2 2
( 33 ) = 0 0 1 0 = 0
0
0
1 0
2
o conjunto dos = = 0
que tem solucao
Julho 2009
2 + 2 = 0
= 0
= 0
de Matrizes e Determinantes
Inversao
124
1
=
det()
+ =
+ =
a solucao
do sistema e
Se det() = 0, entao
= 1 =
1
det()
][
1
det()
det
1
[
=
det()
det
Julho 2009
2.2
Determinantes
125
ou seja,
det
[
=
det
],
det
[
=
det
e 2 incognitas.
Pode-se mostrar (ver por exemplo [32] ou [33]), que para sistemas de equacoes
e valida
a Regra de Cramer dada a seguir.
a solucao
do sistema
Se o sistema linear = e tal que a matriz e e invertvel, entao
e dada por
1 =
det(2 )
det( )
det(1 )
, 2 =
, . . . , =
,
det()
det()
det()
e incognitas,
com > 2, em que det() =
Existem sistemas = de equacoes
tem solucao.
Por exemplo o sistema
det(1 ) = = det( ) = 0 e o sistema nao
e tal que
+ 2 + 3 = 1
2 + 4 + 6 = 3
3 + 6 + 9 = 2
det() = det(1 ) = det(2 ) = det(3 ) = 0,
tem solucao
(verifique!).
mas ele nao
Julho 2009
Reginaldo J. Santos
126
de Matrizes e Determinantes
Inversao
que uma matriz e invertvel se, e somente se, ela e o produto de matrizes
Lembramos tambem
do Teorema 2.14.
Demonstracao
Julho 2009
2.2
Determinantes
127
deste item em
(a) Queremos provar que det() = det() det(). Vamos dividir a demonstracao
casos:
tres
anterior
Caso 1: Se = e uma matriz elementar. Este caso segue-se diretamente da proposicao
e singular. Logo,
Caso 3: Se e singular, pela Proposicao
93, tambem
Caso 2: Se nao
pelo Teorema 2.2 na
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
128
Exerccios Numericos
(respostas na pagina
514)
2.2.1. Se det() = 3, encontre
(a) det(2 );
(b) det(3 );
(c) det(1 );
(d) det( );
11 12 13 + 12
(a) 21 22 23 + 22
31 32 33 + 32
11 + 12 11 12 13
(b) 21 + 22 21 22 23
31 + 32 31 32 33
(1 + )
(b)
cos
sen
cos sen sen + cos
2.2.5. Calcule o determinante de cada uma das matrizes seguintes usando operacoes
elementares
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
Julho 2009
2.2
Determinantes
129
1 0
0
0
(b) = 1 3
3 2 2
2
2 3
2 1
(d) = 1
2 2 1
1
.
2.2.7. Determine os valores de tais que existe = .. =
0 que satisfaz = .
2
0 0
2 3 0
(a) = 3 1 0 ;
(b) = 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) =
(d)
=
0
0 0 1 1 .
0 3 3
0
0 0 2
0 0 0 1
0
(a) = 0
0
2
(c) = 0
0
1 2
0 3
0 0
2
3
3 2
1
2
geral
2.2.8. Para as matrizes do exerccio anterior, e os valores de encontrados, encontre a solucao
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
130
Atribuir a` variavel
A, 1000 matrizes 2 2 com entradas inteiras aleatorias
entre 5 e 5.
o contador c e acrescido de 1.
Se det(A) = 0, entao
Qual a conclusao
c?
Exerccios Teoricos
Julho 2009
2.2
Determinantes
131
ou e singular ou e singular.
2.2.11. Mostre que se det() = 0, entao
2.2.12. O determinante de e igual ao determinante de ? Justifique.
det() = 1.
singular tal que 2 = , entao
2.2.13. Mostre que se e uma matriz nao
e singular.
2.2.14. Mostre que se =
0, para algum inteiro positivo, entao
det() = 1;
2.2.15. Mostre que se = 1 , entao
det() = det().
2.2.16. Mostre que se e um escalar e e uma matriz , entao
2.2.17. Mostre que , , e invertvel se, e somente se, e invertvel.
2.2.18. Sejam e matrizes , sendo invertvel. Mostre que det( 1 ) = det().
os elementos situados
2.2.19. Mostre que se uma matriz = ( ) e triangular superior, (isto e,
iguais a zero) entao
det() = 11 22 . . . .
abaixo da diagonal sao
2.2.20.
]
det() = 0 se, e somente se, uma linha e multiplo
(a) Mostre que se =
, entao
escalar da outra. E se for uma matriz ?
(b) Mostre que se uma linha de uma matriz = ( ) , e tal que = + , para
det() = 0.
e escalares e = , , entao
(c) Mostre que se uma linha de uma matriz = ( ) , e tal que =
, para
det() = 0.
1 , . . . , escalares, entao
Julho 2009
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
132
1 1 21 . . . 1
1
1 2 2 . . . 1
2
2
= det .. ..
..
. .
.
1 2 . . . 1
( ).
=
>
nas
e verdadeiro para matrizes de Vandermonde de ordem . Faca as seguintes operacoes
colunas da matriz, 1 1 + , para = , . . . , 2. Obtenha = ( 1 ) . . . (2
1 )1 .)
2.2.22. Sejam , e matrizes , ( ) e ( ) ( ), respectivamente. Mostre que
det
= det() det().
() = (1) ( + 1 1 + + 0 )
Julho 2009
2.2
Determinantes
133
0
0
1
0
..
.
..
.
0
1
..
..
0
0
0
0 1 2
0
0
..
.
e tal que det( ) = (). Esta matriz e chamada matriz companheira do polinomio
(). (Sugestao:
verifique para = 2 e depois supondo que seja verdade para matrizes
( 1) ( 1) mostre que e verdade para matrizes expandindo em cofatores em
a primeira coluna)
relacao
Apendice
II: Demonstracao
114
do Teorema 2.10 na pagina
Demonstracao
111 para > 1. Deixamos como exerccio para o leitor
de que para matrizes 2 2 o resultado e verdadeiro. Supondo que o resultado seja
a verificacao
verdadeiro para matrizes ( 1) ( 1), vamos provar para matrizes . Sejam
..
= +
+1
..
Julho 2009
..
.
+1
.
..
..
.
e =
+1
.
..
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
134
1 ,
1 e 1 so diferem na ( 1)-esima
disso, a ( 1)-esima
linha de 1 e igual a vezes a linha
que a primeira linha e retirada!). Alem
1 mais vezes a linha correspondente de 1 (esta e a relacao
que vale para a
correspondente de
-esima
linha de ). Como estamos supondo o resultado verdadeiro para matrizes ( 1) ( 1),
1 ) = det(
1 ) + det(1 ). Assim,
det(
entao
det() =
=
=1
(1)1+ 1 det(1 )
(1)
=1
1+
(1)
1+
1 ) + det(1 )
det(
1 ) +
1 det(
(1)1+ 1 det(1 )
=1
=1
= det() + det(),
pois 1 = 1 = 1 , para = 1, . . . , .
, cuja -esima
linha e igual a , para algum (1 ), entao
Julho 2009
2.2
Determinantes
135
facil
ver que para matrizes 2 2 o lema e verdadeiro. Suponha que ele seja
E
Demonstracao.
verdadeiro para matrizes ( 1) ( 1) e vamos provar que ele e verdadeiro para matrizes .
Podemos supor que 1 < .
Seja a matriz ( 2) ( 2) obtida de eliminando-se as linhas 1 e e as colunas e ,
para 1 .
1 e uma matriz ( 1) ( 1) cuja ( 1)-esima
linha e igual a 1 .
Para < , a matriz
estamos supondo o lema verdadeiro para estas matrizes e como pelo Teorema 2.10 na pagina
111 se
(1)+
(1)
det( )
se > .
(2.10)
det() =
=
=1
(1)1+ 1 det( )
(1)
1+
1 (1)
(1)+(1)
<
det( ) +
>
(1)
Julho 2009
det( ) = (1)
1+
(1)1+(1) 1 det( )
(1) 1 det( ) +
<
>
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
136
Demonstracao
114.
det() =
det( ) =
=1
(1)+ det( ).
=1
Julho 2009
2.2
Determinantes
137
Teste do Captulo
1 3
2 3
0 3
4 6
9
2
4
9
7
5
1
1
1
0
0
2
0
1
0
0
0
0
1
0
2
0
0
2
2
2
=
1
3
Julho 2009
0
0
0
0
2
1
2 1
0
0
0
2
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
138
4. Responda Verdadeiro ou Falso, justificando:
( + 2 )1 = 22 ;
(a) Se 2 = 24 , entao
singular, entao
determinante de e -1;
(b) Se = 2 e e nao
det() = det().
(c) Se = 1 , entao
Julho 2009
Captulo 3
Muitas grandezas fsicas, como velocidade, forca, deslocamento e impulso, para serem comple da magnitude, da direcao
e do sentido. Estas grandezas sao
140
Julho 2009
por Escalar
Soma de Vetores e Multiplicacao
3.1
141
nal. A definicao
a igualdade de numeros
racionais. Dois
e o mesmo sentido.
eles possuem o mesmo comprimento, a mesma direcao
Na Figura 3.1 temos 4 segmentos orientados, com origens em pontos diferentes, que representam
considerados como vetores iguais, pois possuem a mesma direcao,
*
3.1
por Escalar
Soma de Vetores e Multiplicacao
+ = + ,
Julho 2009
(3.1)
Reginaldo J. Santos
142
Figura 3.2: + = +
+
)
)
( +
+
(
+
Figura 3.3: + ( + ) = ( + ) +
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
143
+ ( + ) = ( + ) + ,
(3.2)
que
mento, mesma direcao
ao de . Segue entao,
+ ( ) = 0.
(3.4)
= + ( ).
de (3.1), (3.2), (3.4) e de (3.3) que
Segue desta definicao,
+ ( ) = ( ) + = + ( + ) = + 0 = .
Assim, a diferenca e um vetor que somado a da , portanto ele vai da extremidade de
ate a extremidade de , desde que e estejam representados por segmentos orientados com a
mesma origem.
de um vetor por um escalar , , e determinada pelo vetor que possui as
A multiplicacao
seguintes caractersticas:
Julho 2009
Reginaldo J. Santos
144
escalar de . E facil
dizemos que e um multiplo
com vetores podem ser definidas utilizando um sistema de coordenadas retanguAs operacoes
lares ou cartesianas. Em primeiro lugar, vamos considerar os vetores no plano.
Seja um vetor no plano. Definimos as componentes de como sendo as coordenadas (1 , 2 )
do ponto final do representante de que tem ponto inicial na origem. Vamos identificar o vetor com
as suas componentes e vamos escrever simplesmente
= (1 , 2 ).
de
das componentes, podemos realizar facilmente as operacoes:
soma de vetores e multiplicacao
vetor por escalar.
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
145
3
2
1
2
Julho 2009
Reginaldo J. Santos
146
= (, )
= (1 , 2 )
iguais as componentes de
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
147
= ( 1 , 2 ).
Reginaldo J. Santos
148
2+2
y
2
2
2
2
x
1
1 +1
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
149
operacoes
de vetores no espaco. Seja um vetor no espaco. Como no caso de vetores do plano,
definimos as componentes de como sendo as coordenadas (1 , 2 , 3 ) do ponto final do repre vamos identificar o vetor com as suas
sentante de que tem ponto inicial na origem. Tambem
componentes e vamos escrever simplesmente
= (1 , 2 , 3 ).
Julho 2009
Reginaldo J. Santos
150
a adicao
de com e dada por
Se = (1 , 2 , 3 ) e = (1 , 2 , 3 ), entao
+ = (1 + 1 , 2 + 2 , 3 + 3 );
a multiplicacao
de por e dada por
Se = (1 , 2 , 3 ) e e um escalar, entao
= ( 1 , 2 , 3 ).
Quando um vetor esta representado por um segmento orientado com ponto inicial fora da origem
as componentes
(Figura 3.13), digamos em = (1 , 1 , 1 ), e ponto final em = (2 , 2 , 2 ), entao
dadas por
do vetor sao
= = = (2 1 , 2 1 , 2 1 ).
obtidas subtraindo-se as coordenadas do ponto (extremiPortanto, as componentes de sao
dade) das do ponto (origem). O mesmo se aplica a vetores no plano.
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
151
Exemplo 3.2. As componentes do vetor que tem um representante com ponto inicial =
dadas por
(5/2, 1, 2) e ponto final = (0, 5/2, 5/2) sao
tem posicao
fixa, ao contrario
1
= 2
3
ou =
1 2 3
1 + 1
1
1
+ = 2 + 2 = 2 + 2 ,
3 + 3
3
3
ou
+ =
Julho 2009
1 2 3
1 2 3
1
1
= 2 = 2
3
3
1 + 1 2 + 2 3 + 3
Reginaldo J. Santos
152
1 2 3
1 2 3
vetoriais
produzem os mesmos resultados que as operacoes
+ = (1 , 2 , 3 ) + (1 , 2 , 3 ) = (1 + 1 , 2 + 2 , 3 + 3 ),
= (1 , 2 , 3 ) = (1 , 2 , 3 ).
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.
multiplicacao
validas
(e) ( ) = () ;
(b) ( + ) + = + ( + );
(f) ( + ) = + ;
(c) +
0 = ;
(g) ( + ) = + ;
(d) + ( ) =
0;
(h) 1 = .
Demonstracao.
Segue diretamente das propriedades da algebra
matricial (Teorema 1.1 na pagina
9).
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
153
=
Julho 2009
1
.
2
Reginaldo J. Santos
154
= + .
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
155
de e e ponto medio
de , entao
Como e ponto medio
1
.
2
Logo,
1
1 1 1
+ = ( + ) = .
2
2
2
2
Exemplo 3.4. Dados quatro pontos , , e tais que = , vamos escrever como
os vetores e sao
paralelos e portanto o ponto so pode estar
Como = , entao
restricao.
O vetor que vai de para , pode ser escrito como uma soma de um vetor que vai de para
com um vetor que vai de para ,
= + .
Julho 2009
Reginaldo J. Santos
156
X
C
A
= (1 ) + .
Julho 2009
por Escalar
Soma de Vetores e Multiplicacao
3.1
157
Observe que:
=.
Se = 0, entao
= .
Se = 1, entao
=
Se = 1/2, entao
=
Se = 1/3, entao
1
2
+ 21 .
2
3
+ 31 .
= (1 , 1 , 1 ) e = (2 , 2 , 2 ) e
1 + 2 1 + 2 1 + 2
,
,
2
2
2
.
2
1
+ 2 .
1
2
aplicando o exemplo
Entao,
= 12 (1 , 1 , 1 ) + 12 (2 , 2 , 2 ) e
=
Julho 2009
1 + 2 1 + 2 1 + 2
,
,
2
2
2
Reginaldo J. Santos
158
Exerccios Numericos
(respostas na pagina
523)
6 2
3 +
=
= +
ao ponto
3.1.7. Quais sao
do ponto = (1, 0, 3) em relacao
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
159
necessariamente consecutivos)
3.1.11. Verifique se e um paralelogramo o quadrilatero
de vertices
(nao
(a) = (4, 1, 1), = (9, 4, 2), = (4, 3, 4) e = (4, 21, 14)
(b) = (4, 1, 1), = (9, 4, 2), = (4, 3, 4) e = (9, 0, 5)
= (9, 6, 3), =
>> V+W e a soma de V e W; >> V-W e a diferenca V menos W; >> num*V e o produto do vetor V
pelo escalar num;
expr;
>> subs(expr,x,num) substitui x por num na expressao
da equacao
expr=0;
>> solve(expr) determina a solucao
Comandos graficos
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 = (0, 0, 0).
Julho 2009
Reginaldo J. Santos
160
Exerccios Teoricos
paralelos de um trapezio
e paralelo as
aritmetica
das medidas das bases. (Sugestao:
escalar de .
mostre que = 21 ( + ) e depois conclua que e um multiplo
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
161
Sejam e
3.1.16. Demonstre que as diagonais de um paralelogramo se cortam ao meio. (Sugestao:
os pontos medios
das duas diagonais do paralelogramo. Mostre que o vetor =
0, entao
conclua que = .)
Julho 2009
Reginaldo J. Santos
162
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
163
ponto medio
de . Mostre que as medianas (os segmentos , e ) se cortam num
2/3 e 1/3. (Sugestao:
Sejam , e os
mesmo ponto que divide as medianas na proporcao
Julho 2009
2
3
, =
2
3
e =
2
3
. Mostre que = 0, = 0,
Reginaldo J. Santos
164
N
H
G
I
A
P
= + ,
com + = 1.
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
165
= + ,
e + = 1.
= + ,
Julho 2009
e + < 1.
Reginaldo J. Santos
166
C
A
= 0 ou =
3.1.19. Mostre que se =
0, entao
0.
= ? E se = 0 ?
3.1.20. Se = , entao
= ? E se =
3.1.21. Se = , entao
0?
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
167
= (, , )
= (, , )
Julho 2009
Reginaldo J. Santos
168
= (, , )
= (1 , 2 , 3 )
iguais as componentes de
Julho 2009
3.1
por Escalar
Soma de Vetores e Multiplicacao
169
Figura 3.13: = =
Julho 2009
Reginaldo J. Santos
170
3.2
Produtos de Vetores
12 + 22 ,
12 + 22 + 32 ,
A distancia
entre dois pontos = (1 , 1 , 1 ) e = (2 , 2 , 2 ) e igual a` norma do vetor
a distancia
dist(, ) = =
(2 1 )2 + (2 1 )2 + (2 1 )2 .
Analogamente, a distancia
entre dois pontos = (1 , 1 ) e = (2 , 2 ) no plano e igual a`
dist(, ) = =
(2 1 )2 + (2 1 )2 .
Julho 2009
3.2
Produtos de Vetores
171
= (1 , 2 , 3 )
= (1 , 2 )
Julho 2009
Reginaldo J. Santos
172
12 + (2)2 + 32 =
14.
A distancia
entre os pontos = (2, 3, 1) e = (1, 4, 5) e
(3)2 + 72 + 42 =
74.
da definicao
da multiplicacao
de vetor por escalar e
Se = (1 , 2 , 3 ) e e um escalar, entao
da norma de um vetor segue-se que
= (1 , 2 , 3 ) =
ou seja,
(1 )2 + (2 )2 + (3 )2 =
= .
2 (12 + 22 + 32 ),
(3.5)
nulo, o vetor
Dado um vetor nao
1
= 1.
=
Julho 2009
3.2
Produtos de Vetores
173
14
1
2
3
(1, 2, 3) = ( , , ).
14 14 14
O angulo
entre dois vetores nao
determinado por e
representados com a mesma origem (Figura 3.16).
que satisfaz 0 , quando eles estao
Quando o angulo
entre dois vetores e e reto ( = 90o), ou um deles e o vetor nulo, dizemos
ortogonais ou perpendiculares entre si.
que os vetores e sao
Vamos definir, agora, um produto entre dois vetores, cujo resultado e um escalar. Por isso ele e
por exemplo, em Fsica: o trabalho realizado
chamado produto escalar. Este produto tem aplicacao,
por uma forca e o produto escalar do vetor forca pelo vetor deslocamento, quando a forca aplicada e
constante.
0,
cos ,
se ou e o vetor nulo,
caso contrario,
entre eles.
em que e o angulo
necessite
angulo
entre eles. Por isso, precisamos de uma forma de calcular o produto escalar que nao
do angulo
entre os vetores.
Julho 2009
Reginaldo J. Santos
174
Julho 2009
3.2
Produtos de Vetores
175
2 = 2 + 2 2 cos .
Assim,
= cos =
)
1(
2 + 2 2 .
2
(3.6)
uma formula
Ja temos entao
para calcular o produto escalar que nao
mais simentre eles. Substituindo-se as coordenadas dos vetores em (3.6) obtemos uma expressao
= 1 1 + 2 2 + 3 3 .
Teorema 3.2. O produto escalar ou interno, , entre dois vetores e dado por
= 1 1 + 2 2 ,
vetores no plano e por
se = (1 , 2 ) e = (1 , 2 ) sao
= 1 1 + 2 2 + 3 3 ,
vetores no espaco.
se = (1 , 2 , 3 ) e = (1 , 2 , 3 ) sao
Julho 2009
Reginaldo J. Santos
176
Exemplo 3.8. Sejam = (0, 1, 0) e = (2, 2, 3). O produto escalar de por e dado por
= 1 1 + 2 2 + 3 3 = 0 2 + 1 2 + 0 3 = 2 .
nulos, e . O
Podemos usar o Teorema 3.2 para determinar o angulo
entre dois vetores nao
entao,
dado por
cosseno do angulo
entre e e,
cos =
vetores nao
nulos e e o angulo
Se e sao
entre eles, entao
(a) e agudo (0 < 90o ) se, e somente se, > 0,
(b) e reto ( = 90o ) se, e somente se, = 0 e
(c) e obtuso (90o < 180o ) se, e somente se, < 0.
= 1 + 2 + 3 = (1, 1, 1) .
o angulo
Entao
entre e 1 satisfaz
Julho 2009
3.2
Produtos de Vetores
cos =
ou seja,
177
1
1
1.1 + 0.1 + 0.1
=
=
1
( 12 + 12 + 12 )( 12 + 02 + 02 )
3
1
= arccos( ) 54o .
3
validas
Demonstracao.
Sejam = (1 , 2 , 3 ), = (1 , 2 , 3 ) e = (1 , 2 , 3 ).
(a) = 1 1 + 2 2 + 3 3 = 1 1 + 2 2 + 3 3 = ;
(b) ( + ) = (1 , 2 , 3 )(1 +1 , 2 +2 , 3 +3 ) = 1 (1 +1 )+2 (2 +2 )+3 (3 +3 ) =
Julho 2009
Reginaldo J. Santos
178
(0, 0, 1)
(1, 1, 1)
(1, 0, 0)
(0, 1, 0)
Julho 2009
3.2
Produtos de Vetores
179
(c) ( ) = (1 1 + 2 2 + 3 3 ) = (1 )1 + (2 )2 + (3 )3 = ( ) ;
(d) = 2 e uma soma de quadrados, por isso e sempre maior ou igual a zero e e zero se,
iguais a zero.
Ortogonal
3.2.2 Projecao
ortogonal de sobre denotada por
Dados dois vetores e a projecao
proj
e o vetor que e paralelo a tal que proj seja ortogonal a (Figura 3.19).
Julho 2009
Reginaldo J. Santos
proj
proj
proj
180
proj
Julho 2009
3.2
Produtos de Vetores
181
nulo. Entao,
a projecao
ortogonal de um vetor em e
3.4. Seja um vetor nao
Proposicao
dada por
(
)
proj =
Demonstracao.
Sejam 1 = proj e 2 = proj . Como 1 e paralelo a , entao
1 = .
(3.7)
Assim,
2 = .
Multiplicando-se escalarmente 2 por e usando o Teorema 3.3 (d) obtemos
2 = ( ) = 2 .
(3.8)
.
2
Julho 2009
Reginaldo J. Santos
182
Exemplo 3.10. Sejam = (2, 1, 3) e = (4, 1, 2). Vamos encontrar dois vetores 1 e 2 tais
que = 1 + 2 , 1 e paralelo a e 2 e perpendicular a (Figura 3.19). Temos que
= 2 4 + (1)(1) + 3 2 = 15
2 = 42 + (1)2 + 22 = 21 .
(
)
( )
)
15
20 5 10
1 = proj =
(4, 1, 2) = ( , , )
=
2
21
7
7 7
6 2 11
20 5 10
2 = 1 = (2, 1, 3) ( , , ) = ( , , ) .
7
7 7
7 7 7
= sen ,
Julho 2009
3.2
Produtos de Vetores
183
= sen
Julho 2009
Reginaldo J. Santos
184
perpendicular a e a .
(b) Tem direcao
direita (Figura 3.21): Se o angulo
Julho 2009
3.2
Produtos de Vetores
185
VxW
V
W
V
W
WxV
direita
Figura 3.21: Regra da mao
Julho 2009
Reginaldo J. Santos
186
validas
Demonstracao.
(a) Pela definicao
(b) = 0 se, e somente se, um deles e o vetor nulo ou sen = 0, em que e o angulo
Julho 2009
3.2
Produtos de Vetores
187
do produto vetorial.
(c) Segue-se imediatamente da definicao
do produto vetorial, por isso deixamos como exerccio para o
(d) Segue-se facilmente da definicao
leitor.
Os vetores canonicos
= (1, 0, 0),
= (0, 1, 0) e = (0, 0, 1)
vetores unitarios
sao
(de norma igual a um) paralelos aos eixos coordenados. Todo vetor
= (1 , 2 , 3 )
linear), pois
pode ser escrito como uma soma de multiplos
escalares de , e (combinacao
= (1 , 2 , 3 ) = (1 , 0, 0) + (0, 2 , 0) + (0, 0, 3 ) =
= 1 (1, 0, 0) + 2 (0, 1, 0) + 3 (0, 0, 1) =
= 1 + 2 + 3 .
Julho 2009
(3.9)
Reginaldo J. Santos
188
= (1 , 2 , 3 )
Figura 3.23: = 1 + 2 + 3
Julho 2009
3.2
Produtos de Vetores
189
Da definicao
= 0, = 0,
= , = ,
= , = ,
= 0,
= ,
= .
o produto
Teorema 3.6. Sejam = (1 , 2 , 3 ) e = (1 , 2 , 3 ) vetores no espaco. Entao
det
2 3
2 3
, det
1 3
1 3
, det
1 2
1 2
])
(3.10)
Demonstracao.
De (3.9) segue-se que podemos escrever
= 1 + 2 + 3 e = 1 + 2 + 3 .
Julho 2009
Reginaldo J. Santos
190
= (1 + 2 + 3 ) (1 + 2 + 3 )
= 1 1 ( ) + 1 2 ( ) + 1 3 ( ) +
+ 2 1 ( ) + 2 2 ( ) + 2 3 ( ) +
+ 3 1 ( ) + 3 2 ( ) + 3 3 ( )
= (2 3 3 2 ) + (3 1 1 3 ) + (1 2 2 1 )
]
[
]
[
]
[
1 2
1 3
2 3
+ det
det
= det
1 2
1 3
2 3
])
]
[
]
[
(
[
1 2
1 3
2 3
, det
, det
=
det
1 2
1 3
2 3
Escreva a matriz:
1 2 3
1 2 3
Para calcular a primeira componente de , elimine a primeira coluna da matriz acima e cal-
Julho 2009
3.2
Produtos de Vetores
191
entao
det
2 2
0
1
, det
1 2 2
3 0
1
1 2
3
1
, det
1 2
3 0
])
= (2, 7, 6) .
= det 1
1
Julho 2009
2
2
[
]
[
]
[
]
2
3
1
3
1
2
.
det
+ det
3 = det
2 3
1 3
1 2
3
Reginaldo J. Santos
192
do triangulo
Figura 3.24: Area
Julho 2009
3.2
Produtos de Vetores
193
= (3, 2, 0),
Sejam
= = (3 1, 2 0, 0 2) = (2, 2, 2)
Entao,
== (0 1, 4 0, 3 2) = (1, 4, 1) .
= (10, 0, 10) = 10(1, 0, 1).
Area
=
1
= 5 2.
2
1 2 3
( ) = det 1 2 3 .
1 2 3
Julho 2009
Reginaldo J. Santos
194
Demonstracao.
Segue do Teorema 3.2 na pagina
175, do Teorema 3.6 na pagina
189 e da definicao
de determinante de uma matriz que
2 3
2 3
1 3
1 3
1 2
( ) = (1 , 2 , 3 ) det
, det
, det
1 2
]
]
[
]
[
[
1 2
1 3
2 3
+ 3 det
2 det
= 1 det
1 2
1 3
2 3
1 2 3
= det 1 2 3 ;
1 2 3
])
1 2 3
1
4
1
1 2 = 84.
( ) = det 1 2 3 = det 5
1 2 3
2 1
3
vetores no espaco, , e ,
Teorema 3.8. Dados tres
( )
e numericamente igual ao volume do paraleleppedo determinado por , e .
Julho 2009
3.2
Produtos de Vetores
195
= cos
Julho 2009
Reginaldo J. Santos
196
Demonstracao.
O volume do paraleleppedo determinado por , e e igual ao produto da area
do produto vetorial, o volume e dado por
da base pela altura, ou seja, pela definicao
Volume = .
Mas, como vemos na Figura 3.25 a altura e = cos , o que implica que
Volume = cos = ( ) .
um vertice
na origem e arestas determinadas por , e e dado por
4 0 0
volume = ( ) = det 2 5 0 = 80 = 80 .
3 3 4
para saber se tres
vetores sao
Julho 2009
3.2
Produtos de Vetores
197
Julho 2009
Reginaldo J. Santos
198
Corolario
3.9. Sejam = 1 + 2 + 3 , = 1 + 2 + 3 e = 1 + 2 + 3 . Estes
coplanares (isto e,
sao
paralelos a um mesmo plano) se, e somente se,
vetores sao
1 2 3
( ) = det 1 2 3 = 0 .
1 2 3
Exemplo 3.15. Vamos verificar que os pontos = (0, 1, 1), = (1, 0, 2), = (1, 2, 0) e
coplanares, isto e,
pertencem a um mesmo plano. Com estes pontos podemos
= (2, 2, 2) sao
construir os vetores
= (1 0, 0 1, 2 1) = (1, 1, 1),
= (1 0, 2 1, 0 1) = (1, 3, 1) e
= (2 0, 2 1, 2 1) = (2, 1, 3)
coplanares. E isto acontece se, e somente se, o produto misto deles e igual zero.
sao
1
3
1
1 3 = 0.
( ) = det 2
1 1
1
coplanares.
Assim, , , e sao
Julho 2009
3.2
Produtos de Vetores
199
parametricas
nulos no espaco.
Corolario
3.10. Sejam , e vetores coplanares nao
a equacao
vetorial
(a) Entao
+ + = 0
nao
trivial, em que , e sao
escalares.
tem solucao
linear (soma de multiplos
um dos vetores , ou e combinacao
escalares) dos outros
(b) Entao
dois.
linear de e .
nao
paralelos, entao
e combinacao
(c) Se e sao
Demonstracao.
(a) Seja a matriz cujas colunas sao
+ + =
coplanares,
equacao
0 e equivalente ao sistema = 0. Se , e sao
entao
det() = det( ) = ( ) = 0.
tem solucao
nao
trivial.
Logo a equacao
+ + =
nao
trivial. Mas, se isto
(b) Pelo item anterior a equacao
0 possui solucao
Reginaldo J. Santos
200
coplanares, entao
a equacao
+ + =
nao
simultaneamente nulos o
+ = 0 com ou nao
trivial com = 0. Pois, caso contrario
que implicaria que e seriam paralelos (por que?). Logo = (/) + (/) .
= = (1, 1, 1),
= = (1, 3, 1) e
= = (2, 1, 3)
+ + = 0
e equivalente ao sistema
+ 2 = 0
3 + = 0
3 = 0
1
1 2
1
1 2
1
1 2
1 3
1 0 2 1 0 2 1
0
0
0
0 2 1
1 1 3
Julho 2009
3.2
Produtos de Vetores
201
A ultima
matriz corresponde ao sistema
{
Assim
+ 2 = 0
2 = 0
5
+ = 0.
2
2
Logo
5
1
= .
2
2
entre os vetores , e .
Verifique que realmente vale esta relacao
Julho 2009
Reginaldo J. Santos
202
Exerccios Numericos
(respostas na pagina
526)
da reta no plano que e perpendicular ao vetor = (2, 3) e passa pelo
3.2.1. Determine a equacao
ponto 0 = (1, 1).
(b) + + e 2 2 ;
(c) 3 + 3 e 2 + 2 .
da bissetriz do angulo
da soma deles.)
que eles tenham o mesmo comprimento e tome o vetor unitario
na direcao
Julho 2009
3.2
Produtos de Vetores
203
vertices
adjacentes nos pontos = (4, 1, 3), = (1, 3, 2) e = (1, 2, 1).
vertices
= (1, 0, 1), =
3.2.11. Calcule a area
do paralelogramo em que tres
consecutivos sao
(2, 1, 3) e = (3, 2, 4).
6.
3 e sendo o angulo
entre
vertices
Reginaldo J. Santos
204
Comandos numericos
do pacote GAAL:
Comandos graficos
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 = (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 figura.
>> axiss reescala os eixos com a mesma escala.
Julho 2009
3.2
Produtos de Vetores
205
em torno do eixo .
>> rota faz uma rotacao
pelo fator.
>> zoom3(fator) amplifica a regiao
demog21,
demonstra as funcoes
graficas
criterio.
ilvijk(V) para visualizar o vetor V como uma soma de multiplos
(a) Use a funcao
escalares
Exerccios Teoricos
para os proximos
Sugestao
2 exerccios: Considere o paralelogramo . Seja =
+ e .
e = . Observe que as diagonais do paralelogramo sao
Julho 2009
Reginaldo J. Santos
206
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.
= ?
3.2.24. Se = e =
0, entao
e ortogonal a 1 1 + 2 2 .
3.2.25. Mostre que se e ortogonal a 1 e 2 , entao
perpendiculares. (Sugestao:
mostre que
3.2.26. Demonstre que as diagonais de um losango sao
cos =
e cos =
)
1(
+ 2 2 ;
4
)
1(
(b) 2 + 2 =
+ 2 + 2 .
2
(a) =
(Sugestao:
+ 2 = ( + ) ( + ) e 2 = ( ) ( ))
Julho 2009
3.2
Produtos de Vetores
207
(b) + + ;
mostre que + 2 = ( + ) ( + ) ( + )2 , usando o
(Sugestao:
item anterior)
(c) .
defina = e aplique o item anterior a e )
(Sugestao:
experimente com os
3.2.30. O produto vetorial e associativo? Justifique a sua resposta. (Sugestao:
vetores , , )
= ?
3.2.31. Se = e =
0, entao
vetores quaisquer no espaco, entao
.
vetores no espaco, prove que ( ) . (Sugestao:
3.2.33. Se , e sao
Reginaldo J. Santos
208
(c) [ (1 + 2 )] = ( 1 ) + ( 2).
(d) ( ) = [( + + ) ].
2 = 2 2 ( )2 .
1 1 1
= 2 2 1 .
3 3 1
(Sugestao:
Marque os pontos 1 = (1 , 1 , 1), 2 = (2 , 2 , 1), 3 = (3 , 3 , 1) e
1 = (1 , 1 , 0). O volume do paraleleppedo determinado por 1 , 2 , 3 e 1 e dado por
paralelos ao plano .)
que 1 , 1 2 e 1 3 sao
vetores unitarios
mostre que = 3 .)
(Sugestao:
Julho 2009
3.2
Produtos de Vetores
209
( ) = ( ) ( ),
seguindo os seguintes passos:
(a) Prove que
( ) = (
( ) = (
( ) = (
) ( )
) ( )
) ( )
( ) = ( ) ( )
( ) = ( ) ( )
( ) = ( ) ( )
(c) Prove agora o caso geral usando o item anterior e as propriedades do produto vetorial.
3.2.40.
[ ( )] + [ ( )] + [ ( )] = 0
( ) = ( ) ,
Julho 2009
Reginaldo J. Santos
210
Apendice
III: Demonstracao
186
da distributividade do produto vetorial em relacao
a soma
Vamos dividir a demonstracao
( + ) = +
e ( + ) = +
da seguinte forma:
direita, isto e,
se o angulo
entre e e , giramos o vetor de um angulo
ate que coincida com e
direita, entao
o polegar vai apontar no
acompanhamos este movimento com os dedos da mao
sentido de .
(b) ( ) = ( ), ou seja, pode-se trocar os sinais e em ( ) .
(c) ( + ) = + e ( + ) = + .
itens acima.
Provemos, agora, os tres
direita se, e
(a) Como vemos na Figura 3.25 na pagina
195 , e satisfazem a regra da mao
entre e . Como,
somente se, 0 < < /2, ou seja, cos > 0, em que e o angulo
, e satisfazem a regra da mao
direita se, e
( ) = cos , entao
somente se, ( ) > 0.
( ) = ( ).
Agora, pelo item (a), temos que
( )
( )
Julho 2009
3.2
Produtos de Vetores
211
= ( + ) ( ) ( ).
Pelo item (b), temos que
= ( ) ( + ) ( ) ( )
= ( ) ( + ) ( ) ( + ) = 0
Julho 2009
Reginaldo J. Santos
212
Teste do Captulo
vertices
1. Mostre que os pontos = (4, 0, 1), = (5, 1, 3), = (3, 2, 5), = (2, 1, 3) sao
de
2. Dado o triangulo
de vertices
= (0, 1, 1), = (2, 0, 1) e = (1, 2, 0), determine a
medida da altura relativa ao lado .
Julho 2009
Captulo 4
Retas e Planos
4.1
Equacoes
de Retas e Planos
4.1.1 Equacoes
do Plano
Geral
Equacao
geral de uma reta e + + = 0. No espaco um plano e o conjunto dos
No plano a equacao
+ + + = 0,
para , , ,
geral do plano. Existe uma analogia entre uma reta no plano e um plano
que e chamada equacao
de uma reta e determinada se forem dados sua inclinacao
e um de
no espaco. No plano, a equacao
213
214
Retas e Planos
Julho 2009
4.1
Equacoes
de Retas e Planos
215
= (, , )
0 = (0 , 0 , 0 )
= (, , )
Julho 2009
Reginaldo J. Santos
216
Retas e Planos
Demonstracao.
Um ponto = (, , ) pertence ao plano se, e somente se, o vetor 0 for
perpendicular ao vetor , ou seja,
0 = 0 .
(4.2)
( 0 ) + ( 0 ) + ( 0 ) = 0,
ou seja,
+ + (0 + 0 + 0 ) = 0 .
+ + + = 0 ,
Julho 2009
4.1
Equacoes
de Retas e Planos
217
Julho 2009
Reginaldo J. Santos
218
Retas e Planos
0
=
=
0,
+
Julho 2009
4.1
Equacoes
de Retas e Planos
219
2
4
y
Julho 2009
Reginaldo J. Santos
220
Retas e Planos
2 + 2 + = 0 .
de usarmos a Proposicao
4.1, vamos usar o fato de que
Para determinar o coeficiente , ao inves
0 = (1, 2, 2) pertence a . Mas, o ponto 0 pertence a se, e somente se, as suas coordenadas
de , ou seja,
satisfazem a equacao
2 1 1 (2) + 2 (2) + = 0 .
anterior do plano obtemos que a equacao
2 + 2 = 0 .
de uma reta e determinada se forem dados dois pontos da reta. AnalogaNo plano, a equacao
de um plano e determinada se sao
dados tres
pontos 1 , 2 e 3 nao
Julho 2009
4.1
Equacoes
de Retas e Planos
221
= 1 2 1 3
1 = (1 , 1 , 1 )
3 = (3 , 3 , 3 )
2 = (2 , 2 , 2 )
= (, , )
pontos
Figura 4.7: Plano que passa por tres
Julho 2009
Reginaldo J. Santos
222
Retas e Planos
1/4
1/2
1/2
Julho 2009
Equacoes
de Retas e Planos
4.1
223
= ( 21 , 0, 0),
1 1 1
1 1 1
1 1
=1 2 1 3 = ( , , 0) ( , , ) = ( , , )
2 2
2 2 2
4 4 2
do plano e da forma
e um vetor normal ao plano. Assim, a equacao
1
1
1
+ + + = 0,
4
4
2
as componentes do vetor . Para determinar o coeficiente ,
em que os coeficientes de , e sao
vamos usar o fato de que o ponto 1 = ( 12 , 0, 0) pertence ao plano . Mas, o ponto 1 pertence a
de , ou seja,
se, e somente se, as suas coordenadas satisfazem a equacao
1
1 1 1
+ 0 + 0 + = 0.
4 2 4
2
do plano e
Logo, = 81 . Finalmente, uma equacao
1
1
1
1
+ + =0
4
4
2
8
ou multiplicando por 8, obtemos
2 + 2 + 4 1 = 0.
3.9 na pagina
vetores, 1 1 2 e 1 3 , sao
coplanares se, e somente
ormente (Corolario
198), tres
se, o produto misto entre eles e zero. Assim, um ponto = (, , ) pertence a se, e somente se,
1 (1 2 1 3 ) = 0 .
Julho 2009
Reginaldo J. Santos
224
Retas e Planos
Mas,
1
1 = ( , , )
2
1 1
1 2 = ( , , 0)
2 2
1 1 1
1 3 = ( , , ).
2 2 2
Entao,
21
1
1
1
1
1
0 = ( ) + +
det 12
2
4
2
4
2
12 12 21
1
1
1
1
+ + = 0.
4
4
2
8
ou multiplicando por 8,
2 + 2 + 4 1 = 0
do plano tambem
e determinada se ao inves
de serem dados tres
pontos, forem dados
A equacao
um ponto 1 do plano e dois vetores paralelos ao plano, = (1 , 2 , 3 ) e = (1 , 2 , 3 ), desde
colineares. Ou ainda se forem dados dois pontos 1 e 2 do plano e um vetor paque eles sejam nao
Julho 2009
4.1
Equacoes
de Retas e Planos
225
do plano.
Nestes casos temos novamente pelo menos duas maneiras de encontrarmos a equacao
Uma delas e observando que o vetor = e um vetor normal ao plano. Desta forma temos um
vetores paralelos
ponto do plano e um vetor normal ao plano. A outra e observando que temos tres
3.9 na pagina
1 1 1
2
3 = 0 .
1 ( ) = det 1
1
2
3
(4.3)
faz sentido dizer que um vetor pertence a um plano. Pois, por um lado, um plano e
Nao
Observacao.
livres, podem ser colocados em qualquer ponto.
um conjunto de pontos e por outro, os vetores sao
O correto e dizer que um vetor e paralelo a um plano.
Equacoes
Parametricas
da equacao
geral do plano podemos tambem
caracterizar os pontos de um plano da seguinte
Alem
forma. Considere um plano , um ponto 0 = (0 , 0 , 0 ) pertencente a e dois vetores =
colineares, paralelos a . Um ponto = (, , ) pertence a
(1 , 2 , 3 ) e = (1 , 2 , 3 ) nao
Julho 2009
Reginaldo J. Santos
226
Retas e Planos
linear de e (Corolario
3.10 na pagina
199), ou seja, se existem escalares e tais que
0 = + .
(4.4)
( 0 , 0 , 0 ) = (1 + 1 , 2 + 2 , 3 + 3 ).
= 0 + 1 + 1
= 0 + 2 + 2
= 0 + 3 + 3
para , .
sao
chamadas equacoes
Estas equacoes
parametricas
do plano.
parametricas
o fato de que ele passa pelo ponto 1 = (1/2, 0, 0) e e paralelo aos vetores 1 2 = (1/2, 1/2, 0),
=
=
1
12 21
2
1
12
2
1
para , .
Julho 2009
4.1
Equacoes
de Retas e Planos
227
parametricas
= 34 12
=
para , .
equacoes
sao
parametricas
do plano. Destas equacoes
obtemos que os vetores 1 = ( 43 , 0, 1) e
paralelos ao plano.
2 = ( 12 , 1, 0) sao
Julho 2009
Reginaldo J. Santos
228
Retas e Planos
4.1.2 Equacoes
da Reta
Equacoes
Parametricas
nulo e que passa por um
Vamos supor que uma reta e paralela a um vetor = (, , ) nao
se o vetor 0 e um multiplo
escalar de , ou seja,
paralelo ao vetor , isto e,
0 = .
(4.5)
( 0 , 0 , 0 ) = (, , ).
Logo, 0 = , 0 = e 0 = .
Ou seja, a reta pode ser descrita como sendo o conjunto dos pontos = (, , ) tais que
= 0 +
= 0 + ,
= 0 +
para .
(4.6)
equacoes
parametricas
da reta . O vetor = (, , ) e chamado
vetor diretor da reta .
O parametro
nas equacoes
(4.6) pode ser interpretado como o instante de tempo, se o ponto
= (, , ) descreve o movimento de uma partcula em movimento retilneo uniforme com vetor
Julho 2009
4.1
Equacoes
de Retas e Planos
229
(, , ) = (0 + , 0 + , 0 + ),
vetorial da reta .
que e chamada equacao
Julho 2009
Reginaldo J. Santos
230
Retas e Planos
= (, , )
= (, , )
0 = (0 , 0 , 0 )
x
0
y
0
y
Julho 2009
4.1
Equacoes
de Retas e Planos
231
0
y
0
y
Figura 4.11: Retas (, , )=(0+, 0+, 0 ), (, , )=(0 , 0+, 0+) e (, , )=(0+, 0 , 0+)
Julho 2009
Reginaldo J. Santos
232
Retas e Planos
faz sentido dizer que o vetor esta contido na reta. Por um lado, a reta e um conjunto
Nao
Observacao.
tem posicao
fixa.
de pontos e por outro um vetor nao
Exemplo 4.5. A reta que passa por 0 = (3, 3/2, 4) e e paralela ao vetor = (6, 1, 4) tem
parametricas
equacoes
= 3 6
= 23 +
:
para
= 4 + 4
da reta com os planos coordenados , e . A equacao
1
(, , ) = (3, , 0).
2
De forma analoga
obtemos
de com o plano e
o ponto de intersecao
(, , ) = (0, 1, 2),
de com o plano
o ponto de intersecao
(, , ) = (6, 0, 2).
Julho 2009
4.1
Equacoes
de Retas e Planos
233
1/2
Figura 4.13: Reta que passa pelo ponto 0 = (3, 3/2, 4) paralela ao vetor = (6, 1, 4)
Julho 2009
Reginaldo J. Santos
234
Retas e Planos
Equacoes
na Forma Simetrica
nao
nulos, podemos resolver cada equacao
0
0
0
.
=
=
de na forma simetrica
+3
3/2
4
=
=
.
6
1
4
1 2 = (0 3, 3 0, 3 2) = (3, 3, 1)
parametricas
= 3 3
= 3
para .
= 2+
Julho 2009
4.1
Equacoes
de Retas e Planos
235
2
2
Julho 2009
Reginaldo J. Santos
236
Retas e Planos
Figura 4.15: 1 : 2 + + 4 4 = 0
Julho 2009
4.1
Equacoes
de Retas e Planos
237
Figura 4.16: 2 : 2 + 2 = 0
Julho 2009
Reginaldo J. Santos
238
Retas e Planos
Figura 4.17: 1 , 2 e 1 2
Julho 2009
4.1
Equacoes
de Retas e Planos
239
parametricas
dos planos
Exemplo 4.7. Vamos encontrar as equacoes
da reta , intersecao
1 : 2 + + 4 4 = 0
2 : 2 + 2
= 0.
1 = (2, 1, 4) e 2 = (2, 1, 2) .
A reta esta contida em ambos os planos, portanto e perpendicular a ambos os vetores normais.
1 2 =
det
1 4
1 2
, det
2 4
2 2
, det
2
1
2 1
])
= (6, 4, 4) .
2 + + 4 4 = 0
2 + 2
=0
(4.7)
incognitas
{
Julho 2009
+ 4 4 = 0
+ 2
=0
Reginaldo J. Santos
240
Retas e Planos
= 4/3 e = 2/3, ou seja, o ponto 0 = (0, 4/3, 2/3) e um ponto da reta , pois e
Obtemos entao,
parametricas
6
=
= 4/3 + 4 para todo .
= 2/3 4
(4.8)
2
1 4 4
2 1 2 0
4
2
1
4
0 2 2 4
2 + + 4 =
4
2 2 = 4
= 1
= 2
para todo .
(4.9)
Julho 2009
4.1
Equacoes
de Retas e Planos
241
sao
diferentes das equacoes
(4.8), mas representam a mesma reta, pois os vetores
Estas equacoes
as
= 1 + 2
= 1 + ,
1 :
para todo
= 0
2 : 2 =
4
2
=3
e e perpendicular a ambas.
Um ponto qualquer da reta 1 e descrito por 1 = (1 + 2, 1 + , 0) e um ponto qualquer da reta
o uso de um parametro
2 . Vamos determinar e tais que o vetor 1 2 seja perpendicular ao vetor diretor 1 = (2, 1, 0)
de 1 e ao vetor diretor 2 = (1, 2, 0) de 2 , ou seja, temos que resolver o sistema
{
Julho 2009
1 2 1 = 9 + 4 5 = 0
1 2 2 = 9 + 5 4 = 0
Reginaldo J. Santos
242
Retas e Planos
= 1
= 2, para todo .
3 :
= 3
Esta solucao
se interceptam. Como seria a solucao
se elas se interceptassem? Por exemplo se a reta 2 fosse
nao
dada por
2 : 2 =
4
2
e =0?
Exerccios Numericos
(respostas na pagina
534)
4.1.1. Faca um esboco dos seguintes planos:
(a) 2 + 3 + 5 1 = 0
(b) 2 + 4 = 0
(c) 3 + 2 1 = 0
(d) 2 + 3 1 = 0
(e) 3 + 2 1 = 0
(f) 5 2 = 0
(g) 3 2 = 0
(h) 2 1 = 0
Julho 2009
4.1
Equacoes
de Retas e Planos
(a) (, , ) = (3 + 3,
3 1
, 4 2)
2 2
3
2
(c) (, , ) = (1 + , 2, 3 + 2)
(d) (, , ) = (1, 2 + 2, 25 + 23 )
(b) (, , ) = (2, , )
243
(e) (, , ) = (2 + 2, 3 + , 3)
(f) (, , ) = (1, 2, 2 + 2)
(g) (, , ) = (1, 2 + 2, 3)
(h) (, , ) = (2 + 2, 2, 3)
e se as
se interceptam e em caso afirmativo determine a intersecao.
(Sugestao:
a questao
2
= =
2
2
: 2 = = ,
Reginaldo J. Santos
244
Retas e Planos
Julho 2009
4.1
4.1.16.
Equacoes
de Retas e Planos
245
dos planos:
4.1.18. Determine as equacoes
da reta intersecao
(a) + 2 3 4 = 0 e 4 + 2 + 1 = 0;
(b) = 0 e + = 0.
do eixo z
determinado por , e , em que = (0, 0, 0), e o ponto intersecao
das retas e e e a intersecao
das retas e .)
com o plano = 2, e a intersecao
Reginaldo J. Santos
246
Retas e Planos
= 1+
= 2 + 3, para
1 :
= 4
2 : + 1 =
(b)
1
+2
=
.
2
3
= 1 +
= 2 + 3, para
1 :
= 4
2 : =
3
4
=
.
2
3
>> V+W e a soma de V e W; >> V-W e a diferenca V menos W; >> num*V e o produto do vetor V
pelo escalar num;
expr;
>> subs(expr,x,num,) substitui x por num na expressao
Julho 2009
4.1
Equacoes
de Retas e Planos
247
da equacao
expr=0;
>> solve(expr) determina a solucao
Comandos numericos
do pacote GAAL:
Comandos graficos
do pacote GAAL:
V.
>> lin(P,V) desenha a reta que passa por P com direcao
V1, V2.
>> lin(P1,V1,P2,V2) desenha retas que passam por P1, P2, direcoes
Reginaldo J. Santos
248
Retas e Planos
em torno do eixo .
>> rota faz uma rotacao
demonstra as funcoes
Exerccio Teorico
de um plano com = 0.
4.1.23. Seja + + + = 0 a equacao
de com os eixos;
(a) Determine a intersecao
as intersecoes
de com os eixos,
(b) Se 1 = (1 , 0, 0), 2 = (0, 2 , 0) e 3 = (0, 0, 3 ) sao
de pode ser posta sob a forma
a equacao
+
+
= 1.
1 2 3
Julho 2009
4.1
Equacoes
de Retas e Planos
249
3/2
3
3
6
3/2 2
3
6
Julho 2009
Reginaldo J. Santos
250
4.2
Retas e Planos
Angulos
e Distancias
4.2.1 Angulos
Angulo
entre Retas
Com duas retas no espaco 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,
vertice. O angulo entre elas e definido como sendo o menor destes angulos.
reversas, entao
por um ponto de 1 passa um reta 2 que e paralela a
Se as retas 1 e 2 sao
Se as retas sao
entre elas e igual a zero.
vetores paralelos a 1 e 2 respectivamente, entao
o
Em qualquer dos casos, se 1 e 2 sao
cosseno do angulo
entre elas e
cos(1 , 2 ) = cos ,
entre 1 e 2 .
em que e o angulo
de produto escalar (Definicao
3.1 na pagina
o cosseno do angulo
entre dois vetores, ou seja,
cos =
1 2
.
1 2
Julho 2009
4.2
Angulos
e Distancias
251
z
2
1
1
Julho 2009
Reginaldo J. Santos
252
Retas e Planos
= 1 + 1
= 1 + 1
1 :
= 1 + 1
O cosseno do angulo
entre 1 e 2 e
= 2 + 2
= 2 + 2 para todo .
2 :
= 2 + 2
cos(1 , 2 ) = cos =
1 2
,
1 2
em que 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ).
1 :
e a reta
+ + 1 = 0
2 +
= 0
= 2
= 1 para todo .
2 :
= 2 + 3
Julho 2009
4.2
Angulos
e Distancias
253
de pois
Vamos encontrar vetores paralelos a estas retas. A reta 1 e dada como a intersecao
planos, portanto o produto vetorial dos vetores normais dos dois planos e paralelo a 1 .
1 = (1, 1, 1),
1 = 1 2 =
det
2 = (2, 1, 1),
])
]
[
]
[
1
1
1 1
1 1
= (0, 3, 3)
, det
, det
2 1
2
1
1
1
1 2
0 2 + (3)(1) + (3) 3
=
1 2
02 + (3)2 + (3)2 22 + (1)2 + 32
1
6
= .
=
18 14
7
cos(1 , 2 ) =
Portanto, o angulo
entre 1 e 2 e
1
arccos ( ) 67o .
7
Angulo
entre Planos
Sejam 1 e 2 dois planos com vetores normais 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ), respecti
Reginaldo J. Santos
254
Retas e Planos
Como toda reta perpendicular a 1 tem 1 como vetor diretor e toda reta perpendicular a 2 tem 2
o cosseno do angulo
cos(1 , 2 ) = cos ,
1 2
. O que prova o resultado
1 2
1 :
2 :
1 + 1 + 1 + 1 = 0 ,
2 + 2 + 2 + 2 = 0 .
O cosseno do angulo
entre 1 e 2 e
cos(1 , 2 ) =
1 2
,
1 2
Julho 2009
4.2
Angulos
e Distancias
255
Julho 2009
Reginaldo J. Santos
256
Retas e Planos
sao
1 :
2 :
+ + = 0,
= 0.
1 = (1, 1, 1) e 2 = (1, 1, 1) .
cos(1 , 2 ) =
Portanto, o angulo
entre eles e
1
1
1 2
= = .
1 2
3
3 3
1
arccos ( ) 70o .
3
4.2.2 Distancias
Distancia
de Um Ponto a Um Plano
na direcao
Julho 2009
4.2
Angulos
e Distancias
257
do vetor e a projecao
de 0 a
ou seja,
e igual a` norma da projecao,
dist(0 , ) = proj 1 0 .
3.4 na pagina
(
)
1 0
1 0
proj 1 0 =
=
.
2
A distancia
de 0 a e dada por
1 0
dist(0 , ) = proj 1 0 =
,
Julho 2009
Reginaldo J. Santos
258
Retas e Planos
proj 1 0
= (, , )
dist(0 , )
0 = (0 , 0 , 0 )
1 = (1 , 1 , 1 )
Julho 2009
4.2
Angulos
e Distancias
259
: 2 + 1 = 0.
de , obtemos = 1. Assim, o ponto 1 = (1, 0, 0) pertence
Fazendo = 0 e = 0 na equacao
a .
1 0 = (1 1, 2 0, 3 0) = (0, 2, 3)
e
= (1, 2, 1) .
Assim,
1
1 0
0 1 + 2(2) + 3 1
1
dist(0 , ) = proj 1 0 =
=
= = .
6
6
12 + (2)2 + 12
Distancia
de Um Ponto a Uma Reta
distancia
de 0 ao ponto de mais proximo
de 0 .
Reginaldo J. Santos
260
Retas e Planos
ou seja,
(4.10)
3.4 na pagina
(
)
2
(1 0 )2
1 0
2
proj 1 0 =
.
=
2
2
(dist(0 , ))2
(1 0 )2
1 0 2 2 (1 0 )2
= 1 0 2
=
2
2
1 0 2 2 1 0 2 2 cos2
=
2
1 0 2 2 sen2
1 0 2
=
=
.
2
2
= 1 +
= 1 + para todo
:
= 1 +
Julho 2009
4.2
Angulos
e Distancias
261
dist(0 , )
0 = (0 , 0 , 0 )
1 = (1 , 1 , 1 )
proj 1 0
= (, , )
Julho 2009
Reginaldo J. Santos
262
Retas e Planos
1 0
dist(0 , ) =
.
em que = (, , ) e um vetor diretor e 1 = (1 , 1 , 1 ) e um ponto da reta .
= 1 + 2
=
:
para todo .
= 2 3
1 0 = (1 1, 1 0, 2 2) = (0, 1, 0) ,
1 0 = (3, 0, 2) ,
1 0 = 13 e = 14 .
Portanto,
1 0
=
dist(0 , ) =
13
.
14
Julho 2009
4.2
Angulos
e Distancias
263
proj1 1 2
dist(1 , 2 )
1
1
Julho 2009
Reginaldo J. Santos
264
Retas e Planos
Distancia
entre Dois Planos
paralelos, entao
os planos sao
distancia
entre eles e igual a zero. Se os seus vetores normais sao
a` distancia
de 2 a 1 . Vamos ver isto em um exemplo.
paralelos, pois
Exemplo 4.13. Os planos 1 : + 2 2 3 = 0 e 2 : 2 + 4 4 7 = 0 sao
paralelos (um e multiplo
os seus vetores normais 1 = (1, 2, 2) e 2 = (2, 4, 4) sao
escalar do
as equacoes
obtemos 1 = 3 e 2 = 7/2. Assim, 1 = (3, 0, 0) pertence a 1 e 2 = (7/2, 0, 0)
4.4 temos que
pertence a 2 . Portanto, pela Proposicao
1 2 1
dist(1 , 2 ) = dist(1 , 2 ) = proj1 1 2 =
1
1
(7/2 3, 0 0, 0 0) (1, 2, 2)
(1/2) 1 + 0 2 + 0(2)
= .
=
=
2
2
2
6
9
1 + 2 + (2)
Distancia
entre Duas Retas
Julho 2009
4.2
Angulos
e Distancias
265
1 2 2
,
dist(1 , 2 ) = dist(1 , 2 ) =
2
(4.11)
pontos de 1 e 2 e 1 e 2 sao
vetores diretores de 1 e 2 , respectivaem que 1 e 2 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 definem dois planos paralelos (que
concorrentes). Um e o plano que contem
2 e e paralelo a 1 , 2 . O vetor
1 e e paralelo a 2 , vamos chama-lo
de 1 . O outro, contem
os vetores
= 1 2 , e normal (ou perpendicular) a ambos os planos, em que 1 e 2 sao
1 2 (1 2 )
1 2
=
dist(1 , 2 ) = dist(1 , 2 ) = dist(1 , 2 ) =
1 2
(4.12)
pontos de 1 e 2 e 1 e 2 sao
vetores diretores de 1 e 2 , respectivaem que 1 e 2 sao
concorrentes a distancia
coplanares e 1 2 (1 2 ) = 0 (Corolario
1 2 , 1 e 2 sao
3.9 na pagina
198).
Julho 2009
Reginaldo J. Santos
266
Retas e Planos
1 :
e
1
+1
2
=
=
.
4
2
6
= 1 + 2
=
2 :
para todo .
= 2 3
proporcionais). Alem
disso, o ponto 1 = (1, 1, 2) pertence a` reta 1 . Como
correspondentes sao
1 2 2
=
dist(1 , 2 ) = dist(1 , 2 ) =
2
13
.
14
As contas sao
262.
1 :
e
1
+1
=
= .
3
2
=
= 2
2 :
para todo .
= 1
Julho 2009
4.2
Angulos
e Distancias
267
1 2 = (0 (1), 0 1, 1 0) = (1, 1, 1) .
Um vetor perpendicular a ambas as retas e
= 1 2 = (4, 4, 4) .
1 e e paralelo a 2 ) e 2 (que contem
2 e e paralelo
Este vetor e normal aos planos 1 (que contem
a 1 ) (veja a Figura 4.25). Assim,
1 2
dist(1 , 2 ) = dist(1 , 2 ) = dist(1 , 2 ) =
1
1(4) + (1) 4 + 1 4
4
=
= = .
2
2
2
4 3
3
(4) + 4 + 4
Julho 2009
Reginaldo J. Santos
268
Retas e Planos
dist(1 , 2 )
proj1 1 2
Julho 2009
4.2
Angulos
e Distancias
269
dist(1 , 2 )
2
1 2
Julho 2009
Reginaldo J. Santos
270
Retas e Planos
Exerccios Numericos
(respostas na pagina
553)
4.2.1. Considere os vetores = + 3 + 2 , = 2 + e = 2 . Seja um plano paralelo
ortogonal do vetor
aos vetores e e uma reta perpendicular ao plano . Ache a projecao
ortogonal de sobre o vetor diretor da reta .
sobre a reta , ou seja, a projecao
que passa pelos pontos = (0, 0, 1) e = (0, 0, 0) e e paralelo ao vetor + . Ache o angulo
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.
4.2.6. Seja o plano que passa pela origem e e perpendicular a` reta que une os pontos = (1, 0, 0)
2=
3
4
=
.
2
3
Julho 2009
4.2
Angulos
e Distancias
271
da reta perpendicular as
` retas 1 e 2 ;
(a) Encontre as equacoes
. A distancia
do ponto a` reta e maior, menor ou igual a 3? Por que?
3 de
4.2.9. Dada a reta : = (1, 0, 0) + (1, 1, 1) e os pontos = (1, 1, 1) e = (0, 0, 1), ache o
ponto de equidistante
de e .
do lugar geometrico
3 do
a reta
4.2.12. Determine os planos que contem
2 + 2 = 0
3 5 + 7 = 0
: + + = 0.
Reginaldo J. Santos
272
4.2.14.
Retas e Planos
do plano 1 que passa por = (10/3, 1, 1), = (1, 9/2, 1) e
(a) Determine a equacao
= (1, 1, 5/6).
dos planos 1 e 2 .
(c) Escreva equacoes
para a reta intersecao
(d) Faca um esboco dos planos 1 , 2 e da reta no primeiro octante.
e ortogonal ao plano 1 .)
Exerccios Teoricos
dist(0 , ) =
0 + 0 + 0 +
.
2 + 2 + 2
Julho 2009
4.2
Angulos
e Distancias
273
dist(1 , 2 ) =
2 1
.
2 + 2 + 2
paralelas 1 : (, , ) = (1 +1 , 1 +1 , 1 +1 )
4.2.19. Mostre que a distancia
entre duas retas nao
e 2 : (, , ) = (2 + 2 , 2 + 2 , 2 + 2 ) e
det
1
2
2 1 2 1 2 1
det
1
1
1
2
2
2
])2 (
[
])2 (
[
])2
1
1 1
1 1
+ det
+ det
2
2 2
2 2
4.2.20. O angulo
entre uma reta que tem vetor diretor = ( , , ) e um plano que tem vetor
sen(, ) =
4.2.21. A distancia
entre uma reta que passa por um ponto 0 = (0 , 0 , 0 ) e tem vetor diretor
Reginaldo J. Santos
274
Retas e Planos
Julho 2009
4.2
Angulos
e Distancias
275
a distancia
e a distancia
entre eles e igual a zero, caso contrario
e igual a distancia
de uma ponto
da reta ao plano . Mostre que
0 + 0 + 0 +
, se = 0
2 + 2 + 2
dist(, ) =
caso contrario
0,
Julho 2009
Reginaldo J. Santos
276
Retas e Planos
Julho 2009
4.2
Angulos
e Distancias
277
Teste do Captulo
4.
Julho 2009
Reginaldo J. Santos
Captulo 5
Espacos
5.1
Independencia
Linear
estudamos sobre vetores no plano e no espaco pode ser estendido para -uplas
de numeros
reais,
5.1.1 Os Espacos
278
5.1
Independencia
Linear
279
5.1. Para cada inteiro positivo , o espaco (vetorial) e definido pelo conjunto de todas
Definicao
ordenadas = (1 , . . . , ) de numeros
reais.
as -uplas
reais.
pares de numeros
reais e o 3 e o conjunto dos ternos de numeros
3
No o terno de numeros
(1 , 2 , 3 ) pode ser interpretado geometricamente de duas maneiras:
pode ser pensada como um vetor ou como um ponto. Por exemplo, a quintupla
no uma -upla
situacao.
considerados iguais se
Dois vetores = (1 , . . . , ) e = (1 , . . . , ) no sao
no sao
ao que fizemos no plano e no espaco.
5.2.
Definicao
por
+ = (1 + 1 , . . . , + );
Julho 2009
(5.1)
Reginaldo J. Santos
Espacos
280
(, , )
(, , )
Julho 2009
5.1
Independencia
Linear
281
= ( 1 , . . . , ).
(5.2)
o simetrico
vetor do , entao
de e denotado por e e definido por = (1 , . . . , ). A
vetores do
diferenca de dois vetores no e definida por = + ( ). Se e sao
dizemos que e um multiplo
escalar de .
tais que = , para algum escalar , entao
= ...
ou =
1 . . .
ou
+ = ... +
+ =
Julho 2009
..
. =
1 . . .
=
+
1
1 + 1
..
.
= ... = ...
]
] [
1 . . . = 1 + 1 . . . + ,
] [
]
. . . = 1 . . .
Reginaldo J. Santos
Espacos
282
vetoriais
produzem os mesmos resultados que as operacoes
+ = (1 , . . . , ) + (1 , . . . , ) = (1 + 1 , . . . , + )
= (1 , . . . , ) = (1 , . . . , ).
Julho 2009
5.1
Independencia
Linear
283
escalares. Sao
as seguintes propriedades:
(a) + = + ;
(e) ( ) = () ;
(b) ( + ) + = + ( + );
(f) ( + ) = + ;
(c) +
0 = ;
(g) ( + ) = + ;
(d) + ( ) =
0;
(h) 1 = .
Demonstracao.
Segue diretamente das propriedades da algebra
matricial (Teorema 1.1 na pagina
9).
Linear
5.1.2 Combinacao
linear de vetores 1 , . . . , , e simplesmente uma soma de multiplos
Uma combinacao
escalares
de 1 , . . . , .
Julho 2009
Reginaldo J. Santos
Espacos
284
1 1 + 2 2 + . . . + =
(5.3)
linear de
a equacao
(5.3) se reduz a 1 1 = , ou seja, e uma combinacao
Se = 1, entao
escalar de 1 .
1 se, e somente se, e um multiplo
e uma
Exemplo 5.1. Sejam 1 = (1, 0, 0) e 2 = (1, 1, 0), vetores de 3 . O vetor = (2, 3, 2) nao
1 1 + 2 2 = ,
(5.4)
(1 + 2 , 2 , 0) = (2, 3, 2),
e equivalente ao sistema
possui solucao.
que nao
1 + 2 = 2
2 = 3
0 = 2
Julho 2009
Independencia
Linear
5.1
285
= (2, 3, 2)
1 = (1, 0, 0)
1 = (1, 0, 0)
2 = (1, 1, 0)
2 = (1, 1, 0)
y
= (2, 3, 0)
e combinacao
Figura 5.3: O vetor nao
linear de 1 e 2
Julho 2009
linear
Figura 5.4: O vetor e combinacao
de 1 e 2
Reginaldo J. Santos
Espacos
286
a equacao
1 1 + 2 2 =
(5.5)
ou
(1 + 2 , 2 , 0) = (2, 3, 0),
e equivalente ao sistema
1 + 2 = 2
2 = 3
0 = 0
0 = 01 + . . . + 0 .
linear de
Exemplo 5.4. Todo vetor = (, , ) de 3 e uma combinacao
Julho 2009
Independencia
Linear
5.1
287
= (, , )
Julho 2009
Figura 5.6: = (, , ) = + +
Reginaldo J. Santos
Espacos
288
1 1 + 2 2 + . . . + = ,
(5.6)
vetores de , a equacao
(5.6), pode ser escrita
Se 1 , . . . , sao
e verificamos se ela tem solucao.
como
11
..
.
+ . . . +
..
.
1
..
= .
= ,
os vetores escritos como matrizes colunas, ou seja, = [1 . . . ]
em queas colunas
de sao
1
..
e = . . Isto prova o seguinte resultado.
linear
5.2. Sejam uma matriz e uma matriz 1. O vetor e combinacao
Proposicao
Julho 2009
5.1
Independencia
Linear
289
5.1.3 Independencia
Linear
5.4. Dizemos que um conjunto = {1 , . . . , } de vetores de e linearmente indeDefinicao
vetorial
pendente (L.I.) se a equacao
1 1 + 2 2 + . . . + = 0
(5.7)
isto e,
dos vetores 1 , . . . , e aquela em que todos os escalares sao
nao
trivial, dizemos que o conjunto e linearmente dependente (L.D.).
se (5.7) possui solucao
01 + . . . + 01 + 1 + 0+1 + . . . + 0 =
{1 , . . . , } e tal que = 0, para algum , entao
0.
nulo e L.I., pois 1 1 =
Exemplo 5.6. Um conjunto formado por um unico
vetor, {1 }, nao
0 e
equivalente a 1 = 0 ou 1 =
0. Mas, 1 = 0; portanto 1 = 0.
qualquer conjunto finito de vetoExemplo 5.7. Se {1 , . . . , } e um conjunto de vetores L.D., entao
L.D., pois a equacao
1 1 + . . . + + 0 1 + . . . + 0 = 0
nao
trivial.
admite solucao
Julho 2009
Reginaldo J. Santos
290
Espacos
Exemplo 5.8. Um conjunto formado por dois vetores de , {1 , 2 } e L.D. se, e somente se, a
nao
trivial. Mas se isto acontece, entao
um dos escalares
1 1 + 2 2 =
0 possui solucao
equacao
1 = (2 /1 )2 e se 2 = 0, entao
1 1
Reciprocamente, se um vetor e multiplo
escalar do outro, digamos se 1 = 2 , entao
Por exemplo, o conjunto = {1 , 2 }, em que 1 = (1, 0, 1) e 2 = (0, 1, 1), e L.I., pois um vetor
e multiplo
nao
escalar do outro.
vetores nao nulos sao L.D., entao ou os tres sao paralelos (Figura 5.9), ou dois deles sao paralelos
sao
coplanares, isto e,
sao
paralelos a um mesmo plano (Figura 5.11).
(Figura 5.10) ou os tres
linear dos outros dois, digamos se 1 = 2 +
Reciprocamente, se um vetor e uma combinacao
1 1 2 3 =
L.D. Portanto, podemos dizer que tres
vetores sao
Julho 2009
5.1
Independencia
Linear
291
2
1
1
2
Julho 2009
Reginaldo J. Santos
Espacos
292
2
1
3
3
Julho 2009
5.1
Independencia
Linear
293
3
3
1
2
Julho 2009
Reginaldo J. Santos
Espacos
294
Exemplo 5.10. Vamos mostrar que os vetores 1 = (1, 0, . . . , 0), 2 = (0, 1, 0, . . . , 0), . . . , =
L.I. em particular os vetores = (1, 0, 0), = (0, 1, 0) e = (0, 0, 1) sao
L.I. A
(0, . . . , 0, 1) sao
equacao
1 1 + . . . + = 0
pode ser escrita como
1 = 0, . . . , = 0 .
11
..
.
+ . . . +
1
..
.
..
= .
0
os vetores
que e equivalente ao sistema linear homogeneo
= 0, em que ascolunas
de sao
1
resultado.
Julho 2009
5.1
Independencia
Linear
295
det() = 0.
linear homogeneo
com mais incognitas
do que equacoes,
que pelo Teorema 1.6 na pagina
51 tem
nao
trivial.
sempre solucao
Corolario
5.4. Em um conjunto com mais de vetores e L.D.
Julho 2009
Reginaldo J. Santos
Espacos
296
1 1 + 2 2 + 3 3 = 0.
vetorial e equivalente ao sistema linear =
Esta equacao
0, em que
1 0 1
= [ 1 2 3 ] = 0 1 1 .
1 1 1
Escalonando a matriz [
0 ] podemos obter a sua forma escalonada reduzida
1 0 0 0
[ 0 ] = 0 1 0 0 .
0 0 1 0
que o sistema =
trivial 1 = 2 = 3 = 0.
Conclumos, entao
0 possui somente a solucao
L.I.
Portanto os vetores 1 , 2 e 3 sao
Exemplo 5.12. Sejam 1 = (1, 2, 5), 2 = (7, 1, 5) e 3 = (1, 1, 1) vetores de 3 . Para
L.I. ou L.D. escrevemos a equacao
1 1 + 2 2 + 3 3 = 0.
(5.9)
1
7
1
= [ 1 2 3 ] = 2 1 1 .
5
5 1
Julho 2009
5.1
Independencia
Linear
297
A matriz [
0 ] e equivalente por linhas a` matriz escalonada reduzida
[0] = 0
0
0 2/5 0
1
1/5 0 .
0
0 0
(5.10)
Assim a variavel
3 pode ser uma variavel
livre que pode, portanto, assumir qualquer valor. Con vetorial (5.9) tem
solucao
nao
trivial. Portanto, 1 , 2 e
clumos que o sistema =
0 e a equacao
L.D.
3 sao
linearmente dependente sugere que os vetores dependem uns dos outros em algum
A expressao
sentido. O teorema seguinte mostra que este realmente e o caso.
em duas partes:
Demonstracao.
Vamos dividir a demonstracao
linear dos demais vetores do conjunto , isto e,
se existem escalares
(a) Se e uma combinacao
1 , . . . , 1 , +1 , . . . , tais que
1 1 + . . . + 1 1 + +1 +1 + . . . + = ,
Julho 2009
Reginaldo J. Santos
Espacos
298
somando-se a ambos os membros ficamos com
entao
1 1 + . . . + 1 1 + +1 +1 + . . . + = 0.
(5.11)
nao
trivial, pois o coeficiente
1 1 + . . . + =
0 admite solucao
Isto implica que a equacao
de em (5.11) e 1. Portanto, e L.D.
a equacao
1 1 + 2 2 + . . . + = 0
(5.12)
nao
trivial, o que significa que pelo menos um e diferente de zero. Entao,
admite solucao
1
(5.12) por 1/ e subtraindo-se ( )1 + . . . + ( ) obtemos
multiplicando-se a equacao
1 . . .
+1
+1 . . .
Observacao.
Na demonstracao
linear dos outros.
linear, puder ser diferente de zero, pode ser escrito como combinacao
Julho 2009
5.1
Independencia
Linear
299
1 1 + 2 2 + 3 3 = 0
se, e somente se, 1 = (2/5), 2 = (1/5) e 3 = , para todo . Substituindo-se os
acima, ficamos com
valores de 1 , 2 e 3 na equacao
(2/5)1 (1/5)2 + 3 = 0
Tomando-se = 1, obtemos
(2/5)1 (1/5)2 + 3 = 0
multiplicando-se por 5 e somando-se 21 + 53 , temos que 2 = 21 + 53 . Observe que, neste
linear dos outros. O proximo
Exemplo 5.14. Sejam 1 = (2, 2, 2), 2 = (3, 3/2, 0) e 3 = (2, 1, 0). {1 , 2 , 3 } e L.D.,
e combinacao
linear de 2 e 3 (Figura 5.10 na pagina
mas 1 nao
292).
5.1.4 Posicoes
Relativas de Retas e Planos
Posicoes
Relativas de Duas Retas
Julho 2009
Reginaldo J. Santos
Espacos
300
L.D., entao
(a) Se os vetores diretores 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ) sao
de paralelas, elas sao
coincidentes, se um ponto de uma
paralelas ou coincidentes. Alem
delas pertence a outra, por exemplo se 1 = (1 , 1 , 1 ) pertence a 2 ou se 2 = (2 , 2 , 2 )
pertence a 1 . Ou ainda,
L.I. entao
(b) Se os vetores diretores 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ) sao
reversas ou concorrentes.
L.I., entao
as retas sao
reversas (Figura 5.13).
(ii) Se 1 2 , 1 e 2 sao
Posicoes
Relativas de Dois Planos
relativa dos dois planos usando a dependencia
L.D., entao
(a) Se os vetores normais 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ) sao
de paralelos, eles sao
coincidentes se, e somente se,
paralelos distintos ou coincidentes. Alem
de um deles, satisfaz tambem
a equacao
do outro. Ou ainda,
todo ponto que satisfaz a equacao
Julho 2009
5.1
Independencia
Linear
301
L.D., entao
as equacoes
sao
proporcio(i) Se os vetores (1 , 1 , 1 , 1 ) e (2 , 2 , 2 , 2 ) sao
coincidentes.
nais e os planos sao
L.I. (com 1 e 2 L.D.), entao
os planos
(ii) Se os vetores (1 , 1 , 1 , 1 ) e (2 , 2 , 2 , 2 ) sao
paralelos distintos (Figura 5.15).
sao
os planos sao
L.I., entao
(b) Se os vetores normais 1 = (1 , 1 , 1 ) e 2 = (2 , 2 , 2 ) sao
concorrentes (Figura 5.14).
Posicoes
Relativas de Reta e Plano
relativa de uma reta e um plano usando a dependencia
sao
L.D., entao
a reta esta contida no plano.
3 = (3 , 3 , 3 ) e 1 2 tambem
L.D., mas 2 = (2 , 2 , 2 ),
(ii) Se 1 = (1 , 1 , 1 ), 2 = (2 , 2 , 2 ), 3 = (3 , 3 , 3 ) sao
L.I., entao
a reta e paralela ao plano, mas nao
esta contida
3 = (3 , 3 , 3 ) e 1 2 sao
nele.
Julho 2009
Reginaldo J. Santos
302
Espacos
L.I., entao
a reta e concorrente ao
(b) Se 1 = (1 , 1 , 1 ), 2 = (2 , 2 , 2 ), 3 = (3 , 3 , 3 ) sao
plano.
Julho 2009
5.1
Independencia
Linear
303
Exerccios Numericos
(respostas na pagina
562)
combinacao
linear de 1 = (5, 3, 1), 2
5.1.1. Quais dos seguintes vetores sao
3 = (10, 18, 7)?
(a) (10, 2, 5);
(c) (2, 1, 1);
(b) (10, 2, 8);
= (0, 4, 3) e
L.D.
5.1.2. Os vetores 1 = (5, 3, 1), 2 = (0, 4, 3) e 3 = (10, 18, 7) do exerccio anterior sao
linear dos outros.
ou L.I.? Caso sejam L.D. escreva um deles como combinacao
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)};
5.1.4. Para quais valores de o conjunto de vetores {(3, 1, 0), (2 + 2, 2, 0)} e L.D.?
5.1.5. Suponha que {1 , 2 , 3 } e um conjunto linearmente independente de vetores de . Responda se {1 , 2 , 3 } e linearmente dependente ou independente nos seguintes casos:
(a) 1 = 1 + 2 , 2 = 1 + 3 e 3 = 2 + 3 ;
(b) 1 = 1 , 2 = 1 + 3 e 3 = 1 + 2 + 3 .
5.1.6. Sejam 1 : (, , ) = (1 + 2, , 2 + 3) e 2 : (, , ) = (, 1 + , 1 + 2) duas retas.
sejam reversas).
(a) Determine para que as retas sejam coplanares (nao
relativa entre 1 e 2 .
(b) Para o valor de encontrado, determine a posicao
do plano determinado por 1 e 2 .
(c) Determine a equacao
Julho 2009
Reginaldo J. Santos
Espacos
304
5.1.7. Sejam a reta : (, , ) = (1, 1, 1) + (2, , ) e o plano paralelo aos vetores 1 = (1, 2, 0)
e 2 = (1, 0, 1) passando pela origem. Determine o valor de para que a reta seja paralela
ao plano. Para o valor de encontrado a reta esta contida no plano?
Exerccios Teoricos
5.1.9. Seja uma matriz . Mostre que det() = 0 se, e somente se, uma de suas colunas e
linear das outras.
combinacao
5.1.10. Suponha que {1 , 2 , . . . , } e um conjunto de vetores de linearmente independente. Mos singular, entao
{1 , 2 , . . . , } tambem
e um
tre que se e uma matriz nao
conjunto linearmente independente.
linear de e ?
nulos , e sao
L.D., entao
e uma combinacao
5.1.11. Se os vetores nao
Julho 2009
5.1
Independencia
Linear
305
2
2
1 2
1
Julho 2009
Reginaldo J. Santos
Espacos
306
Julho 2009
5.1
Independencia
Linear
307
Julho 2009
Reginaldo J. Santos
Espacos
308
5.2
Ja vimos na Proposicao
52 que o conjunto satisfaz as seguintes propriedades:
+ tambem
pertence a .
(a) Se e pertencem a , entao
tambem
pertence a para todo escalar .
(b) Se pertence a , entao
dos itens (a) e (b) acima na Proposicao
1.7 na pagina
+ e tambem
o sao.
Assim, se e sao
de um sistema homogeneo,
entao
lineares de solucoes
de = 0 sao
tambem
solucoes
de = 0.
Portanto, combinacoes
de um sistema homogeneo
do
O conjunto solucao
= 0 e chamado de espaco solucao
de . Vale tambem
3
3
2
e o .
plano = {(, , ) = 0} e um subespaco de mas ele nao
Julho 2009
Subespacos Base e Dimensao
5.2
309
1 +2
+ + = 0
Julho 2009
Reginaldo J. Santos
Espacos
310
1 +2
2
Figura 5.20:
(, , ) = (, , )
Julho 2009
5.2
311
1 + 1 + 1 = 0
2 + 2 + 2 = 0
3 + 3 + 3 = 0
deste sistema e representada por um plano que passa pela origem. O conjunto solucao
Cada equacao
dos planos definidos pelas equacoes,
e um subespaco de 3 e e a intersecao
podendo ser:
(a) Somente um ponto que e a origem.
(b) Uma reta que passa pela origem.
(c) Um plano que passa pela origem.
1
1
0
0
1
1 1 1 .
= 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
Julho 2009
Reginaldo J. Santos
Espacos
312
geral do sistema pode ser escrita como
E assim a solucao
1 = , 2 = , 3 = + , 4 = 5 =
do sistema =
para todos os valores de , , , ou seja, o conjunto solucao
0 e
= {(1 , 2 , 3 , 4 , 5 ) = ( , , + , , ) , , } .
linear de vetores de :
Agora, um elemento qualquer de pode ser escrito como uma combinacao
( , , + , , ) = (, 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 1 = (1, 0, 1, 0, 1),
Assim, todo vetor de pode ser escrito como combinacao
2 = (0, 0, 1, 1, 0) e 3 = (1, 1, 0, 0, 0) pertencentes a (1 e obtido fazendo-se = 1 e = =
0, 2 fazendo-se = = 0 e = 1 e 3 fazendo-se = = 0 e = 1).
Neste caso dizemos que 1 = (1, 0, 1, 0, 1), 2 = (0, 0, 1, 1, 0) e 3 = (1, 1, 0, 0, 0) geram
de um sistema linear
5.5. Seja um subespaco de (por exemplo, o espaco solucao
Definicao
homogeneo
= 0). Dizemos que os vetores 1 , . . . , pertencentes a , geram ou que
linear de
{1 , . . . , } e um conjunto de geradores de , se qualquer vetor de e combinacao
que e o subespaco gerado por 1 , . . . , .
1 , . . . , . Dizemos tambem
Julho 2009
5.2
313
de um sistema linear hoTeorema 5.6. Seja subespaco de (por exemplo, o espaco solucao
mogeneo
= 0). Seja {1 , . . . , } um conjunto de vetores de
(a) linearmente independente (L.I.),
linear de 1 , . . . , ).
(b) que gera (ou seja, todo vetor de e combinacao
um conjunto com mais de vetores em e linearmente dependente (L.D.).
Entao,
Demonstracao.
Seja {1 , . . . , } um subconjunto de , com > . Vamos mostrar que
linear nula de 1 , . . . ,
{1 , . . . , } e L.D. Vamos considerar a combinacao
1 1 + 2 2 + . . . + = 0.
(5.13)
linear de 1 , . . . , , em particular,
Como qualquer elemento de pode ser escrito como combinacao
= 1 1 + 2 2 + . . . + =
para = 1, . . . , .
(5.14)
=1
Julho 2009
Reginaldo J. Santos
Espacos
314
, para = 1, . . . , ,
Assim, substituindo (5.14) em (5.13) e agrupando os termos que contem
obtemos
(11 1 + . . . + 1 )1 + . . . + (1 1 + . . . + ) = 0.
(5.15)
os escalares na equacao
(5.15) sao
iguais a zero. Isto leva ao
Como {1 , . . . , } e L.I., entao
sistema linear
= 0,
O resultado anterior mostra que se podemos escrever todo elemento do subespaco como uma
linear de vetores 1 , . . . , L.I. pertencentes a , entao
e o maior numero
possvel
combinacao
de vetores L.I. em .
No Exemplo 5.17 os vetores 1 = (1, 0, 1, 0, 1), 2 = (0, 0, 1, 1, 0) e 3 = (1, 1, 0, 0, 0)
disso de
geram . Alem
de um sistema linear
5.6. Seja um subespaco de (por exemplo, o espaco solucao
Definicao
homogeneo
= 0). Dizemos que um subconjunto {1 , . . . , } de e uma base de , se
Julho 2009
5.2
315
linear
(a) {1 , . . . , } e um conjunto de geradores de (ou seja, todo vetor de e combinacao
de 1 , . . . , ) e
(b) {1 , . . . , } e L.I.
de um parametro,
obtendo
= (1 , . . . , ) = (1 , 0, . . . , 0) + (0, 2 , 0, . . . , 0) + . . . + (0, . . . , 0, )
= 1 (1, 0, . . . , 0) + 2 (0, 1, 0, . . . , 0) + . . . + (0, . . . , 0, 1).
Assim, os vetores 1 = (1, 0, . . . , 0), 2 = (0, 1, 0, . . . , 0), . . . , = (0, . . . , 0, 1) geram o .
base canonica
de . No caso do , 1 = , 2 = e 3 = .
Exemplo 5.19. Seja = {(, , ) = (, , ) } uma reta que passa pela origem. Como o
nulo e gera a reta, entao
{ } e uma base de .
vetor diretor = (, , ) e nao
Julho 2009
Reginaldo J. Santos
Espacos
316
1
= (, , )
2
Julho 2009
5.2
317
1
= , = , = ( + ),
para todos , .
obtendo
de pode ser escrito como uma soma de vetores, sendo um para cada parametro,
( , , ) = ( , 0, ) + ( , , 0) = ( , 0, 1) + ( , 1, 0).
para o caso em
exerccio para o leitor encontrar uma base de para o caso em que = 0 e tambem
que = 0.
qualquer base de
313 que se = {
0} e um subespaco, entao
Segue do Teorema 5.6 na pagina
tem o mesmo numero
de elementos e este e o maior numero
de vetores L.I. que podemos ter em
de . Se
. O numero
de elementos de qualquer uma das bases de e chamado de dimensao
igual a 0.
= {0} dizemos que tem dimensao
do e , pois como foi mostrado no Exemplo 5.18 na pagina
Reginaldo J. Santos
318
Espacos
1e
Exemplo 5.22. Pelo Exemplo 5.19 na pagina
315 uma reta que passa pela origem tem dimensao
2.
317 um plano que passa pela origem tem dimensao
pelo Exemplo 5.20 na pagina
de um subespaco e > 0, entao
basta conseVamos mostrar a seguir que se a dimensao
guirmos vetores L.I. em , que teremos uma base.
Julho 2009
5.2
319
Demonstracao.
Sejam 1 , . . . , vetores L.I. e seja um vetor qualquer do subespaco . Vamos
linear de 1 , . . . , . Considere a equacao
vetorial
mostrar que e combinacao
1 1 + 2 2 + . . . + + +1 = 0
(5.16)
multiplicando-se a equacao
(5.16)
Mas, +1 = 0, pois caso contrario, 1 , . . . , seriam L.D. Entao,
por 1/+1 e subtraindo (1 /+1 )1 + (2 /+1 )2 + . . . + ( /+1 ) , obtemos
1
+1
1 . . .
+1
313).
mais do que vetores L.I. (Teorema 5.6 na pagina
Exemplo 5.23. Do Teorema 5.7 segue-se que vetores L.I. do formam uma base de . Por
exemplo, 3 vetores L.I. do 3 formam uma base de 3 .
Julho 2009
Reginaldo J. Santos
Espacos
320
Julho 2009
5.2
321
Julho 2009
Reginaldo J. Santos
Espacos
322
Julho 2009
5.2
323
dos
Alternativamente, podemos encontrar as equacoes
da reta , intersecao
geral do sistema (5.17)
planos determinando a solucao
:
:
+ + = 0,
4 2 + = 0 .
(5.17)
1 1 1 0
4 2 1 0
1
1
1 0
0 6 3 0
+ = 0
6 3 = 0
Reginaldo J. Santos
Espacos
324
geral do sistema (5.17) e
qualquer. Assim, a solucao
= 12
= 12
para todo .
, tem equacao
(, , ) = (1/2, 1/2, 1), para todo (revise
A reta que e a intersecao,
.
o Exemplo 4.7 na pagina
239). Portanto, o vetor = (1/2, 1/2, 1) gera a intersecao
nulo e L.I. o conjunto { = (1/2, 1/2, 1)} e uma base do subespaco que e a
Como um vetor nao
de com .
reta intersecao
de um sistema linear ho
Observacao.
Como no exemplo anterior, em geral, o espaco solucao
as solucoes
mogeneo pode ser visto como uma intersecao de subespacos que sao
de sistemas
do sistema inicial.
formados por subconjuntos de equacoes
Exemplo 5.25. Considere o subespaco = {( + , + , + + 2) , , } de 3 . Vamos
encontrar um conjunto de geradores e uma base para .
Qualquer elemento de pode ser escrito como uma soma de vetores, sendo um vetor para
cada parametro
e cada vetor dependendo apenas de um parametro,
obtendo
= ( + , + , + + 2) = (, 0, ) + (0, , ) + (, , 2)
= (1, 0, 1) + (0, 1, 1) + (1, 1, 2).
Logo, definindo 1 = (1, 0, 1), 2 = (0, 1, 1) e 3 = (1, 1, 2), temos que {1 , 2 , 3 } gera . Para
L.I. Para isto temos
sabermos se {1 , 2 , 3 } e base de , precisamos verificar se 1 , 2 e 3 sao
vetorial
que saber se a equacao
1 + 2 + 3 = 0
(5.18)
Julho 2009
5.2
325
ou equivalentemente,
= 0,
em que = [ 1 2 3 ]
1 0 1
= 0 1 1 .
0 0 0
nao
trivial. Assim os vetores 1 , 2 e 3 sao
L.D. A solucao
de (5.18) e dada
Logo 5.18 tem solucao
em (5.18) obtemos
por = , = e = , para todo . Substituindo-se esta solucao
1 2 + 3 = 0
de
Tomando-se = 1 obtemos 3 = 2 + 1 . Assim o vetor 3 pode ser descartado na geracao
linear dos outros dois. Logo, apenas 1 e 2 sao
suficientes para gerar .
, pois ele e combinacao
eles sao
1 1 0 3
3 3 2 1
obtemos =
1 1 0 3
0
0 1 4
Reginaldo J. Santos
Espacos
326
adequadas obtemos a matriz
linhas 3 = [ 0 1 0 0 ] e 4 = [ 0 0 0 1 ] em posicoes
1 1 0 3
1 0 0
= 0
0
0 1 4
0
0 0 1
L.I.
Vamos verificar que 1 , 2 , 3 e 4 sao
1 1 + 2 2 + 3 3 + 4 4 = 0
e equivalente ao sistema linear
= 0,
em que = [ 1 2 3 4 ].
= 0, entao
pode ser obtida
det() = 0, pelo Teorema 2.13 na pagina
115, pois
Mas como det()
do 4 e
de aplicando-se operacoes
elementares. Logo {1 , 2 , 3 , 4 } e L.I. Como a dimensao
4
pelo Teorema 5.7 na pagina
igual a 4 , entao
319, {1 , 2 , 3 , 4 } e uma base de .
Julho 2009
5.2
327
Exerccios Numericos
(respostas na pagina
570)
do sistema homogeneo
1 0 1 0
(a) = 1 2 3 1 ;
2 1 3 1
1 1 2 1
(b) = 2 3 6 2 .
2 1 2
2
nao
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
(a) = 1
(b) =
(c) =
1 2 2 0
1 2 1 0
(d) =
1 1 2 0 .
0 0 0 1
2 3 0
(e) = 0 1 0 ;
0 0 2
2 3 0
(f) = 0 2 0 ;
0 0 2
dos planos 7 + 5 = 0 e 3 + = 0.
5.2.3. Determine uma base para a reta intersecao
5.2.4. Sejam 1 = (4, 2, 3), 2 = (2, 1, 2) e 3 = (2, 1, 0).
L.D.
(a) Mostre que 1 , 2 e 3 sao
Julho 2009
Reginaldo J. Santos
Espacos
328
L.I.
(b) Mostre que 1 e 2 sao
Encontre as equacoes
parametricas
da reta e uma base para o subespaco .
[1 , 2 ] significa o subespaco gerado por 1 e 2 , ou seja, o conjunto de todas as
A notacao
lineares de 1 e 2 .
combinacoes
5.2.8. Seja = {(3 + 4 4, 2 4 6, 2 4 + 2) , , } um subespaco de 3 .
(a) Determine um conjunto de geradores para .
Julho 2009
5.2
329
{1 , 2 , 3 } L.D.
sao
homogeneo
( 4 ) = 0 tem solucao
Exerccios Teoricos
do sistema linear = e um
5.2.12. Seja uma matriz . Mostre que se o conjunto solucao
se e solucao
subespaco, entao
(Sugestao:
= 0 tambem
o e.)
de = , entao
Julho 2009
Reginaldo J. Santos
Espacos
330
5.2.13. Determine uma base para o plano + + = 0 no caso em que = 0 e no caso em que
= 0.
5.2.14. Sejam e vetores do . Mostre que o conjunto dos vetores da forma + e um
subespaco do .
passa pela origem, entao
ela nao
e um subespaco.
5.2.15. Mostre que se uma reta em 2 ou em 3 nao
se ela fosse um subespaco, entao
...)
(Sugestao:
1
2
5.2.16. Sejam uma matriz e uma matriz 1. Mostre que o conjunto dos vetores para
e um subespaco de . Ou seja, mostre que o
os quais o sistema = tem solucao
conjunto
() = { = , para algum }
e um subespaco de .
Julho 2009
5.2
331
1 + 2 = {1 + 2 1 1 e 2 2 }.
1 e 2 .
Mostre que 1 + 2 e um subespaco que contem
5.2.18. Sejam um subespaco de e {1 , . . . , } uma base de . Defina a matriz =
[ 1 . . . ] , com 1 , . . . , escritos como matrizes colunas. Sejam o espaco
do sistema homogeneo
solucao
= 0 e {1 , . . . , } uma base de . Defina a matriz = [ 1 . . . ] , com 1 , . . . , escritos como matrizes colunas. Mostre que e o
do sistema homogeneo
espaco solucao
= 0, ou seja,
= { = 0}.
(particular) do sistema
5.2.19. Sejam uma matriz e uma matriz 1. Seja 0 uma solucao
do sistema
linear = . Mostre que se {1 , . . . , } e uma base para o espaco solucao
toda solucao
de = pode ser escrita na forma
homogeneo
= 0, entao
= 0 + 1 1 + . . . + ,
escalares. (Sugestao:
use o Exerccio 1.2.21 na pagina
em que 1 , . . . , sao
71)
do subespaco gerado pelas linhas de uma matriz escalonada reduzida
5.2.20. Mostre que a dimensao
do subespaco gerado pelas suas colunas.
e igual a dimensao
Julho 2009
Reginaldo J. Santos
332
Espacos
Julho 2009
5.2
333
Apendice
IV: Outros Resultados
Demonstracao.
Em primeiro lugar, suponha que todo vetor de e escrito de maneira unica
sao
1 1 + . . . + = 0.
linear de 1 , . . . , , em particular
Como todo vetor e escrito de maneira unica
como combinacao
1 1 + . . . + = 0 = 01 + . . . + 0 ,
linearmente independentes. Portanto,
o que implica que 1 = 0, . . . , = 0, ou seja, 1 , . . . , sao
{1 , 2 , . . . , } e base de .
Suponha, agora, que {1 , 2 , . . . , } e base de . Seja um vetor qualquer de . Se
1 1 + . . . + = = 1 1 + . . . + ,
entao
(1 1 )1 + . . . + ( ) = 0.
Julho 2009
Reginaldo J. Santos
334
Espacos
eles sao
L.I., o que implica que 1 = 1 , . . . , =
Como 1 , . . . , formam uma base de , entao
linear de 1 , . . . , .
como combinacao
. Portanto, todo vetor de e escrito de maneira unica
Demonstracao.
Se e L.I., entao
e L.D. e pelo Teorema
de um subespaco e , entao
vetores que geram o
Vamos mostrar que se a dimensao
Sao
as quais deixamos como exerccio.
Corolario
5.10. Em um subespaco, , de dimensao
L.I. e portanto formam uma base.
Julho 2009
5.2
335
Corolario
5.11. Em um subespaco, , de dimensao
gera o subespaco.
nao
Demonstracao.
Se {1 , . . . , } gera , entao
seja
pertence ao subespaco gerado por {1 , . . . , }. Entao,
contrario,
o mesmo argumento e repetido para o subespaco gerado por {1 , . . . , , +1 }.
Pelo Corolario
5.4 na pagina
295 este processo tem que parar, ou seja, existe um inteiro positivo
tal que {1 , . . . , , +1 , . . . , } e L.I., mas {1 , . . . , , +1 , . . . , , } e L.D. para
linear de {1 , . . . , , +1 , . . . , } (por
qualquer vetor de . O que implica que e combinacao
que?). Portanto, {1 , . . . , , +1 , . . . , } e uma base de .
Julho 2009
Reginaldo J. Santos
Espacos
336
Corolario
5.13. Todo subespaco de diferente do subespaco trivial {
0} tem uma base e a sua
e menor ou igual a .
dimensao
aplicacoes
as
` matrizes.
Os proximos
resultados sao
(a) 1 , . . . , sao
(b) Se existem escalares 1 , . . . , tais que
= 1 1 + + ,
entao
= 1 1 + + ,
(c) O subespaco gerado pelas linhas de e igual ao subespaco gerado pelas linhas de .
Julho 2009
5.2
337
Demonstracao.
Se e equivalente por linhas a , entao
57). Seja o
a multiplicar a matriz a` esquerda por uma matriz invertvel (Teorema 1.8 na pagina
` operacoes
1 1 + + = 0,
multiplicando-se a` esquerda pela matriz obtemos
entao
1 1 + + = 0.
1 1 + + = 0.
L.I., entao
1 = . . . = = 0. O que implica que 1 , . . . ,
Assim, se 1 , . . . , sao
sao
L.I.
tambem
L.I., entao
1 , . . . , tambem
(b) Sejam 1 , . . . , escalares tais que
= 1 1 + + ,
multiplicando-se a` esquerda pela matriz obtemos
entao
= 1 1 + + .
Julho 2009
Reginaldo J. Santos
Espacos
338
= 1 1 + + .
elementares as
` linhas de
(c) A matriz e obtida de aplicando-se uma sequ encia
de operacoes
linear das linhas de . Logo, o espaco gerado
. Assim, toda linha de e uma combinacao
pelas linhas de esta contido no espaco gerado pelas linhas de . Como toda operacao
elementar tem uma operacao elementar inversa, o argumento anterior tambem mostra que o
espaco gerado pelas linhas de esta contido no espaco gerado pelas linhas de . Portanto,
iguais.
eles sao
Julho 2009
5.2
339
Demonstracao.
Sejam e matrizes escalonadas reduzidas equivalentes a . Sejam 1 , . . . ,
nulas de . Sejam
as colunas de e 1 , . . . , as colunas de . Seja o numero
de linhas nao
+1 = +1 , . . . , +1 = +1 ,
+1 = +1 , . . . , = ,
se < ou
se = .
= (1 , . . . , , 0, . . . , 0) = 1 1 + . . . + ,
Julho 2009
Reginaldo J. Santos
Espacos
340
5.14 (b) na pagina
= 1 1 + . . . + .
= 1 1 + . . . + = ,
para = + 1, . . . , +1 1, se < ou para = + 1, . . . , , se = .
Julho 2009
Produto Escalar em
5.3
5.3
341
Produto Escalar em
5.7.
Definicao
= 1 1 + 2 2 + . . . + =
=1
v
u
u
2
2
= 1 + . . . + =
2 .
=1
= ...
Julho 2009
.
e = ..
Reginaldo J. Santos
Espacos
342
pode ser escrito em termos do produto de matrizes como
= .
Exemplo 5.27. Sejam = (1, 2, 4, 3, 5) e = (5, 3, 1, 2, 1) vetores do 5 . O produto escalar
entre e e dado por
= 12 + (2)2 + 42 + 32 + 52 = 55,
Sao
as seguintes propriedades para o produto escalar e a norma de vetores de .
5.16. Se , e sao
Proposicao
(a) = (comutatividade);
a` soma);
(b) ( + ) = + (distributividade em relacao
(c) () = ( ) = ( );
Julho 2009
5.3
Produto Escalar em
343
escritos como
Demonstracao.
Sejam , , e . Usando o fato de que se os vetores sao
o produto escalar pode ser escrito como o produto de matrizes, = ,
matrizes colunas, entao
e as propriedades da algebra
matricial (Teorema 1.1 na pagina
9), temos que
(a) = 1 1 + + = 1 1 + + = .
(b) ( + ) = ( + ) = + = + .
(c) ( ) = ( ) = ( ) = () = () . A outra igualdade e inteiramente
analoga.
(d) e uma soma de quadrados, por isso e sempre maior ou igual a zero e e zero se, e somente
iguais a zero.
se, todas as parcelas sao
(e) 2 = (1 )2 + + ( )2 = 2 (21 + + 2 ) = 2 2 . Tomando a raiz quadrada,
segue-se o resultado.
Julho 2009
Reginaldo J. Santos
Espacos
344
(f) A norma de + e maior ou igual a zero, para qualquer real. Assim,
0 + 2 = ( + ) ( + ) = (2 )2 + (2 ) + 2 ,
+ 2 = ( + ) ( + ) = 2 + 2 + 2
2 + 2 + 2
2 + 2 + 2 = ( + )2 .
Tomando a raiz quadrada, segue-se o resultado.
vetores nao
= 0, para
5.17. Se 1 , . . . , sao
nulos de ortogonais, isto e,
Proposicao
= , entao
(a) O conjunto {1 , . . . , } e L.I.
(b) Se =
=1
=
, entao
.
2
Julho 2009
5.3
Produto Escalar em
Demonstracao.
345
vetorial
(a) Considere a equacao
1 1 + . . . + = 0 .
(5.19)
1 (1 ) + . . . + ( ) + . . . + ( ) = 0 .
(5.20)
2 = 0 .
= 0 e = 0, para = 1 . . . , .
Mas, como =
0, entao
(b) Seja
(5.21)
=1
=
Assim,
=1
Julho 2009
,
2
=1
( ) = 2 .
para = 1, . . . , .
Reginaldo J. Santos
Espacos
346
proj =
Julho 2009
Produto Escalar em
5.3
347
nulo. Entao,
proj e ortogonal a , para
5.18. Seja um vetor nao
Proposicao
qualquer vetor .
Demonstracao.
Precisamos calcular o produto escalar de com proj :
( proj ) =
Portanto, proj e ortogonal a .
= 0.
da Proposicao
5.18.
O proximo
resultado e uma generalizacao
Demonstracao.
Vamos calcular o produto interno de proj1 . . . proj com , para
= 1, . . . , .
=1
proj
)
(
)
(
=
=
= 0,
2
2
=1
pois = 0, se = e = 2 .
Julho 2009
Reginaldo J. Santos
Espacos
proj
proj
proj
348
proj
proj2
proj1 proj2
proj1
proj1 +proj2
Julho 2009
5.3
Produto Escalar em
349
a 1) ortogonais.
1
1
0
0
1
1 1 1 .
= 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
1 = , 2 = , 3 = + , 4 = 5 =
do sistema =
para todos os valores de , , , ou seja, o conjunto solucao
0 e
= {(1 , 2 , 3 , 4 , 5 ) = ( , , + , , ) , , } .
linear de vetores de :
Agora, um elemento qualquer de pode ser escrito como uma combinacao
( , , + , , ) = (, 0, , 0, ) + (0, 0, , , 0) + (, , 0, 0, 0)
= (1, 0, 1, 0, 1) + (0, 0, 1, 1, 0) + (1, 1, 0, 0, 0)
Julho 2009
Reginaldo J. Santos
Espacos
350
Vamos, agora, encontrar uma base ortonormal para . Para isso vamos aplicar a Proposicao
5.18 na pagina
347.
1 = 1 = (1, 0, 1, 0, 1);
1
1
2 = 2 proj1 2 = (0, 0, 1, 1, 0) + (1, 0, 1, 0, 1) = (1, 0, 2, 3, 1)
3
3
1
1
3 = 3 proj1 3 proj2 3 = (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).
1
2
3
)
1
1
1
1
1 = ( , 0, , 0, )
=
1
3
3
3
)
(
1
2
3
1
1
2 = ( , 0, , , )
=
2
15
15 15 15
)
(
1
3
5
1
1
1
3 = ( , , , , )
=
3
2 10 2 10 2 10 2 10
10
(
Julho 2009
5.3
Produto Escalar em
351
1 = (1, 0, . . . , 0),
2 = (0, 1, 0, . . . , 0),
...
= (0, . . . , 0, 1)
Reginaldo J. Santos
Espacos
352
3 =
3 proj13
proj23
3
1 = 1
proj12
2 =
2 proj12
1
proj13
2
proj23
proj13 +proj23
Figura 5.29: 1 = 1 e 2 = 2
proj1 2
Figura 5.30:
proj2 3
3 = 3 proj1 3
Julho 2009
5.3
Produto Escalar em
353
Demonstracao.
(a) Sejam
1
2
3
=
=
=
...
=
1 ,
2 proj1 2 ,
3 proj1 3 proj2 3 ,
proj1 proj2 . . . proj1 .
se da Proposicao
0, pois caso contrario,
pertenceria ao subespaco gerado por 1 , . . . , 1 que e igual ao subespaco gerado por
ortogonais nao
nulos, pela
1 , . . . , 1 e assim 1 , . . . , seriam L.D. Como 1 , . . . , sao
5.17 na pagina
1 =
Julho 2009
1
1
1 ,
2 =
1
2
2 ,
...,
Reginaldo J. Santos
Espacos
354
Assim, {1 , . . . , } e uma base ortonormal para o subespaco .
Julho 2009
5.3
Produto Escalar em
355
Exerccios Numericos
(respostas na pagina
591)
ortogonais?
5.3.1. Sejam = (1, 1, 2) e = (, 1, 2). Para quais valores de , e sao
4
dos vetores (, , , ) tais que 2 + = 0.
5.3.5. Encontre um subconjunto com o maior numero
possvel de vetores ortonormais no conjunto
do sistema homogeneo
solucao
+ = 0
2 + + 2 = 0.
Reginaldo J. Santos
Espacos
356
Exerccios Teoricos
e ortogonal a , para todo escalar .
5.3.10. Mostre que se e ortogonal a , entao
linear
e ortogonal a qualquer combinacao
5.3.11. Mostre que se e ortogonal a 1 , . . . , , entao
de 1 , . . . , .
e ortogonal a .
5.3.12. Sejam , e vetores de . Prove que se = , entao
vetores nao
nulos ortogonais entre si e = 1 1 +. . .+ ,
5.3.13. Mostre que se 1 , . . . , sao
= proj1 + . . . + proj .
entao
5.3.14. Sejam 1 , . . . , vetores linearmente dependentes. Mostre que, aplicando-se o processo de
de Gram-Schmidt aos vetores 1 , . . . , , se obtem
um vetor que e nulo,
ortogonalizacao
Seja o primeiro vetor tal que [1 , . . . , 1 ] =
para algum = 1, . . . , . (Sugestao:
[1 , . . . , 1 ] e use o exerccio anterior.)
5.3.15. Seja = {1 , . . . , } uma base ortogonal de um subespaco de . Mostre que um todo
vetor de pode ser escrito como
2
1
1 +
2 + . . . +
.
2
2
1
2
2
Julho 2009
5.3
Produto Escalar em
357
= { = (1 , . . . , ) = 0} e um subespaco de .
vetores quaisquer de , entao:
(Sugestao:
que = .)
nulos = (1 , . . . , ) e = (1 , . . . , ) de ,
5.3.19. Mostre que o angulo
entre dois vetores nao
que e definido como sendo o numero
real entre 0 e tal que
cos =
1
Julho 2009
1.)
Reginaldo J. Santos
Espacos
358
5.3.20. Seja um subespaco de . Mostre que o conjunto de todos os vetores ortogonais a todos os
vetores de e um subespaco de . Este subespaco e chamado de complemento ortogonal
de e denotado por , ou seja,
= { = 0, para todo }.
de um sistema linear homogeneo.
(
)
1 2 1 = (1)+1 det( )=1 , (1)+2 det( )=2 , . . . , (1)2 det( )= .
Mostre que:
(a) 1 2 1 e ortogonal a 1 , . . . , 1 .
(b) (1 2 1 ) = 1 1
Julho 2009
5.4
5.4
Mudanca de Coordenadas
359
Mudanca de Coordenadas
(, , ), entao
as componentes do vetor
Se as coordenadas de um ponto no espaco sao
sao
(, , ) e entao
podemos escrever
tambem
= (, , ) = (, 0, 0) + (0, , 0) + (0, 0, )
= (1, 0, 0) + (0, , 0) + (0, 0, 1) = + + ,
em que = (1, 0, 0), = (0, 1, 0) e = (0, 0, 1). Ou seja, as coordenadas de um ponto sao
canonicos.
Assim, o ponto = (0, 0, 0) e os vetores , e determinam um sistema de coor
= 1 + 2 + 3 ,
vetores
necessariamente ortogonal) e definido por um ponto e tres
Em geral, um sistema de coordenadas (nao
3
Julho 2009
Reginaldo J. Santos
Espacos
360
z
z
= (, , )
x
y
Figura 5.31: = + +
Julho 2009
5.4
Mudanca de Coordenadas
361
[ ]{ ,1 ,2 ,3 }
= .
1 +
Vamos considerar inicialmente o caso em que = . Assim, se = (, , ), entao
em que = [ 1 2 3 ], =
, = .
e dada por
Como a matriz e invertvel (por que?) a solucao
= 1 .
1 1 1 2 1 3
1 1 1 2 1 3
1
= 2 [ 1 2 3 ] = 2 1 2 2 2 3 = 2 1 2 2 2 3 = 3
3 1 3 2 3 3
3 1 3 2 3 3
3
[ ]{,1 ,2 ,3 } = [ ]{,,,} ou
Julho 2009
= .
Reginaldo J. Santos
Espacos
362
Tambem
a um sistema de coordenadas { , 1 , 2 },
As coordenadas de um ponto no plano em relacao
vetores que formam uma base ortonormal do 2 , e definido como sendo os
em que 1 e 2 sao
linear de 1 e 2 , ou seja, se
escalares que aparecem ao escrevermos como combinacao
= 1 + 2 ,
as coordenadas de no sistema { , 1 , 2 } sao
dadas por
entao
[ ]{ ,1 ,2 } =
ao sistema {, 1 , 2 , 3 } estao
bem
As coordenadas de um ponto no plano em relacao
[ ]{,1 ,2 } = [ ]{,1 ,2 } ou
em que 1 = (1, 0) e 2 = (0, 1). Observe que, tanto no caso do plano quanto no caso do espaco, a
matriz satisfaz, 1 = . Uma matriz que satisfaz esta propriedade e chamada matriz ortogonal.
ao novo
e 2 = (1/2, 3/2). Se = (2, 4), vamos determinar as coordenadas de em relacao
sistema de coordenadas.
= [ 1 2 ] =
3/2
1/2
1/2
3/2
.
Julho 2009
5.4
Mudanca de Coordenadas
363
[ ]{,1 , 2} =
2
4
][
1
2
2
4
3/2 1/2
1/2
3/2
][
2
4
]
2+ 3
.
2 31
Exemplo 5.32. Considere o mesmo sistema de coordenadas do exemplo anterior, mas agora seja
ao
= (, ) um ponto qualquer do plano. Vamos determinar as coordenadas de em relacao
novo sistema de coordenadas.
ao novo sistema de coordenadas sao
dadas por
As coordenadas de em relacao
[ ]{,1 , 2} =
1
2
][
3/2 1/2
3/2
1/2
][
]
( 3
+ )/2
.
( + 3 )/2
`
Exemplo 5.33. Vamos agora considerar um problema inverso aqueles
apresentados nos exemplos
=
=
ou equivalentemente
[
Julho 2009
1
5
2
5
1
5
2
5
2
5
15
2
5
1
5
][
]
Reginaldo J. Santos
Espacos
364
Julho 2009
5.4
Mudanca de Coordenadas
entre as coordenadas
e as coordenadas de ,
365
a um sistema de coordenadas {, 1 , 2 }
de um ponto em relacao
os vetores 1 e 2 .
Queremos determinar quais sao
] [ ]
1
0
Os vetores 1 e 2 da nova base possuem coordenadas
e
, respectivamente, em
0
1
ao novo sistema de coordenadas, {, 1 , 2 }. Pois, 1 = 1 1 + 0 2 e 2 = 0 1 +
relacao
ao sistema de coordenadas
1 2 . Queremos saber quais as coordenadas destes vetores em relacao
original, {, 1 = (1, 0), 2 = (0, 1)}. Logo,
][ ] [
]
[
1
2
1
1
5
5
= 25
1 =
2
1
0
5
5
5
[
][ ] [
]
1
2
2
0
5
5
5
2 =
=
2
1
1
5
5
5
as colunas da matriz =
Ou seja, 1 e 2 sao
1
5
2
5
2
5
15
5.4.1 Rotacao
Suponha que o novo sistema de coordenadas {, 1 , 2 } seja obtido do sistema original
Julho 2009
Reginaldo J. Santos
Espacos
366
cos
sen
sen
cos
de um angulo
Julho 2009
5.4
Mudanca de Coordenadas
367
de um angulo
temos
1 =
(cos , sen )
2 = (sen , cos )
cos sen
sen
cos
= [ 1 2 ] =
cos sen
sen cos
][
podem ser
O sistema de coordenadas que aparece nos dois primeiros exemplos desta secao
ao sistema original.
de um angulo
= /6 em relacao
obtidos por uma rotacao
5.4.2 Translacao
dos
Vamos considerar, agora, o caso em que = , ou seja, em que ocorre uma translacao
eixos coordenados.
Observando a Figura 5.35, obtemos
= .
(5.22)
Assim, se = (, ), entao
= ( , ) = (, ) (, ) = ( , )
Julho 2009
Reginaldo J. Santos
Espacos
368
Julho 2009
5.4
Mudanca de Coordenadas
369
[ ]{ ,1 ,2 } =
(5.23)
Julho 2009
Reginaldo J. Santos
Espacos
370
Computacao
Grafica
Ortografica
5.4.3 Aplicacao:
- Projecao
e usada para fazer desenhos de objetos tridimensionais no papel ou na tela do
Esta projecao
os pontos no espaco sao
projetados ortogonalmente ao plano do
computador. Com esta projecao
desenho.
de um ponto podemos encontrar as coordenadas de em relacao
= {, 1 , 2 , 3 } e = {,, , }
e dada por
= ,
em que = [ 1 2 3 ]
dos angulos
= {, 1 , 2 , 3 } e = {,, , }
Julho 2009
5.4
Mudanca de Coordenadas
371
ortografica
Julho 2009
Reginaldo J. Santos
Espacos
372
ortografica
Julho 2009
5.4
Mudanca de Coordenadas
373
(cos , sen , 0)
ortografica
Julho 2009
Reginaldo J. Santos
Espacos
374
(cos , sen , 0)
(cos , sen , 0)
Julho 2009
5.4
Mudanca de Coordenadas
e dada por
375
sen
cos
0
sen cos
sen sen cos
e dada por
e a projecao
sen
cos
0
cos cos cos sen sen
12
43
3
2
41
] [
]
0.50
0.87
0
0
.
3
0.43 0.25 0.87
2
os vetores , e sao
desenhados como na figura abaixo.
Usando esta projecao
Experimente desenhar o cubo que tem a origem = (0, 0, 0) como um dos vertices
e como
e necessario
vertices
adjacentes a` origem (1, 0, 0), (0, 1, 0) e (0, 0, 1). Observe que nao
calcular a
dos outros pontos (por que?)
projecao
Julho 2009
Reginaldo J. Santos
Espacos
376
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
1
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
ortografica
Julho 2009
5.4
Mudanca de Coordenadas
377
Exerccios Numericos
(respostas na pagina
597)
ao sistema de coordenadas , nos seguintes
5.4.1. Encontre as coordenadas do ponto com relacao
casos:
sao:
]
1
1 , em
(a) [ ] =
, em que = {, (1/ 2, 1/ 2), (1/ 2, 1/ 2)}. (b) [ ] =
1
2
ao sistema de coordenadas
as coordenadas de um ponto em relacao
5.4.3. Sejam [ ] =
ao sistema de coordenadas = {, 1 , 2 , 3 }.
= {, , , } e [ ] = , em relacao
1
0
0
= 0
.
1/2
3/2
0
3/2
1/2
os vetores 1 , 2 e 3 ?
Quais sao
Julho 2009
Reginaldo J. Santos
Espacos
378
[ ]
3
(a) Determine uma base ortonormal para o plano em que o primeiro vetor esteja no plano xy.
(b) Complete a base encontrada para se obter uma base ortonormal {1 , 2 , 3 } de 3 .
(c) Determine as coordenadas dos vetores , e no sistema {, 1 , 2 , 3 }.
Julho 2009
5.4
Mudanca de Coordenadas
379
Exerccios Teoricos
5.4.7. Mostre que
(a) 1 2 = 1 +2 .
(b) 1 = .
5.4.8. Seja uma matriz quadrada 2 2.
(a) Verifique que e a matriz obtida girando as colunas de de .
(b) Verifique que e a matriz obtida girando as linhas de de .
= 1 + 2 + 3 ,
as coordenadas de no sistema { , 1 , 2 , 3 } sao
dadas por
entao
[ ]{ ,1 ,2 ,3 }
Julho 2009
= .
Reginaldo J. Santos
Espacos
380
[ 1 2 3 ] =
ao sistema
(b) Mostre que as coordenadas de um ponto no espaco em relacao
[ ]{ ,1 ,2 ,3 }
= = 1 = 1 [ ]{ ,,,} .
Julho 2009
5.4
Mudanca de Coordenadas
381
Teste do Captulo
1. Sejam 1 e 2 subconjuntos finitos do tais que 1 seja um subconjunto de 2 (1 = 2 ). Se
nao
0 0 0
= 0 2 2
0 2 2
3. Considere o vetor 1 = ( 12 ,
3
).
2
(a) Escolha 2 de forma que = {1 , 2 } seja base ortonormal do 2 . Mostre que e base.
Julho 2009
Reginaldo J. Santos
Captulo 6
Diagonalizacao
6.1
de Matrizes
Diagonalizacao
6.1.1 Motivacao
descritos em cada estagio
382
6.1
de Matrizes
Diagonalizacao
383
1 0 . . . 0
0 2 . . . 0
= ..
.
..
.
. ..
0 . . . 0
1 0 . . . 0
0 . . . 0
2
entao
= ..
.
..
.
. ..
0 . . . 0
= 1 ,
1 0 . . . 0
0 2 . . . 0
em que = .
.
..
..
. ..
0 . . . 0
entao
2 = ( 1 )( 1 ) = ( 1 ) 1 = 2 1 .
Agora, supondo que 1 = 1 1 , temos que
= 1 = ( 1 )1 ( 1 )
= ( 1 1 )( 1 ) = 1 ( 1 ) 1
1 0 . . . 0
0 . . . 0
2
1
1
= = ..
.. .
..
.
. .
0 . . . 0
Julho 2009
Reginaldo J. Santos
Diagonalizacao
384
1 1
4
1
1 1
2 2
e =
3
0
0 1
tais que
sao
= 1 .
Assim,
]1
][
][
1 1
3
0
1 1
= =
2 2
0 (1)
2 2
]
[
[
]
3 (1) 1 2 1
=
1
2 3 2(1) 4 2
[
]
1 2(3 + (1) )
(1) 3
=
4 4((1) 3 ) 2(3 + (1) )
Vamos descobrir, a seguir, como podemos determinar matrizes e , quando elas existem, tais
que = 1 , ou multiplicando a` esquerda por 1 e a` direita por , = 1 , com
ao processo de encontrar as matrizes e
sendo uma matriz diagonal. Chamamos diagonalizacao
.
Julho 2009
6.1
de Matrizes
Diagonalizacao
385
Definicao
se existem matrizes e tais
que = 1 , ou equivalentemente, = 1 , em que e uma matriz diagonal.
e diagonalizavel,
pois
1 0 . . . 0
0 2 . . . 0
= ..
.
..
.
. ..
0 . . . 0
= ( )1 .
1 = ,
(6.1)
sobre as matrizes e .
em que e uma matriz diagonal. Vamos procurar tirar conclusoes
anterior, obtemos
Multiplicando a` esquerda por ambos os membros da equacao
= .
Julho 2009
(6.2)
Reginaldo J. Santos
Diagonalizacao
386
Sejam
1 0 . . . 0
0 2 . . . 0
= ..
.
..
.
. ..
0 . . . 0
[
]
e = 1 2 . . . ,
]
] [
[
= 1 2 . . . = 1 2 . . .
1 2
1 0 . . . 0
] 0 2 . . . 0
. . . ..
.
..
.
. ..
0 . . . 0
[
]
= 1 1 2 2 . . .
Logo,
1 2 . . .
1 1 2 2 . . .
= ,
para = 1, . . . . Ou seja, as colunas de , , e os elementos da diagonal de , , satisfazem a
equacao
= ,
Julho 2009
6.1
de Matrizes
Diagonalizacao
387
incognitas.
em que e sao
Isto motiva a seguinte definicao.
. Um numero
1
..
nulo = . de , tal que
existe um vetor nao
= .
(6.3)
*
*
*
*
*
>1
0<<1
<0
1 0 ... 0
0 1 ... 0
= ..
.
..
.
. ..
0 ... 0 1
Julho 2009
Reginaldo J. Santos
Diagonalizacao
388
(6.3) pode ser escrita como
e tal que = , a equacao
=
ou
( ) = 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 ( ) =
0 tem solucao
tem solucao
() = det( )
(6.5)
os vetores nao
nulos da solucao
do
(b) Para cada autovalor , os autovetores associados a sao
sistema
( ) = 0 .
(6.6)
Julho 2009
6.1
de Matrizes
Diagonalizacao
389
() = det( )
(6.7)
e chamado polinomio
caracterstico de .
1 1
4
1
() = det( 2 ) = det
1 1
4 1
= (1 )2 4 = 2 2 3 .
( 1 2 ) = 0
e
Julho 2009
2 1
4 2
][
0
0
ou
2 = 0
4 2 = 0
Reginaldo J. Santos
Diagonalizacao
390
geral e
cuja solucao
1 = {(, 2) }.
( 2 2 ) = 0
e
geral e
cuja solucao
2 1
4
2
][
0
0
2 = {(, 2) },
seu polinomio
caracterstico, que tem a forma () = (1) + 1 1 + . . . + 1 + 0 . (por que?)
inteiros, entao
as razes racionais (se existirem) de
6.2. Se 0 , 1 , . . . , 1 sao
Proposicao
() = (1) + 1 1 + . . . + 1 + 0 .
numeros
sao
inteiros e divisores do coeficiente do termo de grau zero 0 .
Julho 2009
6.1
de Matrizes
Diagonalizacao
Demonstracao.
Seja
391
(1)
+ + 1 + 0 = 0
1
(6.8)
(1) = 1 1 1 1 0 = (1 1 + + 1 2 + 0 1 ).
primos entre si, entao
= 1. Substituindo-se = 1 na equacao
(6.8) obtemos
Como e sao
(1) + 1 1 + + 1 = 0
colocando-se em evidencia
obtemos
[(1) 1 + 1 2 + + 1 ] = 0 ,
o que prova o que queramos.
()
= 2 + 5 6,
1
2 e 3, entao
as razes de
ou seja, () = ( 1)(2 + 5 6). Como as razes de 2 + 5 6 sao
1, 2 e 3.
(), sao
Julho 2009
Reginaldo J. Santos
Diagonalizacao
392
Exemplo 6.4. Vamos determinar os autovalores e autovetores da matriz
4 2 2
= 2 4 2
2 2 4
4
2
2
4
2
() = det( 3 ) = det 2
2
2
4
]
]
[
]
[
[
2 4
2
2
4
2
+ 2 det
2 det
= (4 ) det
2
2
2 4
2
4
]
]
[
[
2
2
4
2
4 det
= (4 ) det
2 4
2
4
= (4 )[(4 )2 4] 8(2 ) = 3 + 122 36 + 32
fatoramos o polinomio
Como nao
caracterstico (neste caso ate e possvel!), sabemos que se ele
elas sao
numeros
divisores de 32, ou seja, podem ser
tem razes racionais, entao
inteiros e sao
(1) = 1 + 12 36 + 32 > 0,
(1) = 1 + 12 + 36 + 32 > 0.
()
= 2 + 10 16
2
Julho 2009
6.1
de Matrizes
Diagonalizacao
393
1 = 2
ou seja, () = ( 2)(2 + 10 16) = ( 2)2 (8 ). Portanto os autovalores de sao
e 2 = 8. Agora, vamos determinar os autovetores associados aos autovalores 1 e 2 . Para isto
vamos resolver os sistemas ( 1 3 ) =
0 e ( 2 3 ) = 0. Como
( 1 3 ) = 0 e
0
2 2 2
2 2 2 = 0
0
2 2 2
1 1 1 0
0 0 0 0
0 0 0 0
geral do sistema ( 1 3 ) =
Assim, a solucao
0 e
1 = {( , , ) , } ,
que e o conjunto de todos os autovetores associados a 1 = 2 acrescentado o vetor nulo.
ao autovalor 2 = 8, o sistema ( 2 3 ) =
Com relacao
0 e
4
2
2
0
2 4
2 = 0
2
2 4
1 0 1 0
0 1 1 0
0 0
0 0
Julho 2009
Reginaldo J. Santos
Diagonalizacao
394
geral do sistema ( 2 3 ) =
Assim, a solucao
0 e
2 = {(, , ) }.
Para cada autovalor , o conjunto dos autovetores associados a ele acrescentado o vetor nulo
do sistema linear homogeneo
e o conjunto solucao
( ) = 0 e e chamado de autoespaco
associado ao autovalor .
6.1.3 Diagonalizacao
Vamos enunciar e demonstrar o resultado principal deste captulo. Ja vimos que se uma matriz
sao
autovetores associados
ela e diagonalizavel.
Teorema 6.3. Seja uma matriz que tem autovetores L.I. 1 , . . . , associados a 1 , . . . , ,
as matrizes
respectivamente. Entao
tais que
sao
1 2 . . .
1 0 . . . 0
0 2 . . . 0
e = .
.
..
..
. ..
0 . . . 0
= 1 ,
Julho 2009
6.1
de Matrizes
Diagonalizacao
395
2
4
= (1, 2)
= (1, 2)
1
6
6
6
6
z
y
4
4
-4
Reginaldo J. Santos
Diagonalizacao
396
Demonstracao.
Suponha que 1 , . . . , sao
a 1 , . . . , , respectivamente. Vamos definir as matrizes
1 2 . . .
1 2 . . .
1 1 2 2 . . .
[
]
1 0 . . . 0
0 2 . . . 0
e = .
.
..
..
. ..
0 . . . 0
1 2 . . .
1 2
1 0 . . . 0
]
0 2 . . . 0
. . . ..
.
..
.
. ..
0 . . . 0
= .
anterior por 1 a`
L.I., a matriz e invertvel. Assim, multiplicando a equacao
Como 1 , . . . , sao
direita obtemos
= 1 .
Julho 2009
6.1
de Matrizes
Diagonalizacao
397
= 1 ,
(6.9)
em que e uma matriz diagonal. Multiplicando a` direita por ambos os membros da equacao
anterior, obtemos
= .
(6.10)
Sejam
1 0 . . . 0
0 2 . . . 0
= ..
.
..
.
. ..
0 . . . 0
]
[
e = 1 2 . . . ,
de e temos que
em que e a coluna de . Usando as definicoes
[
= 1 2 . . .
[
] 0
= 1 2 . . . ..
.
0
]
1 2 . . .
0 ... 0
2 . . . 0
]
[
.. = 1 1 2 2 . . .
..
. .
. . . 0
= ,
5.3 na pagina
Julho 2009
Reginaldo J. Santos
Diagonalizacao
398
os autovalores de formam a
e = 1 , entao
Assim, se uma matriz e diagonalizavel
diagonal de e autovetores linearmente independentes associados aos autovalores formam as
colunas de .
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
(1)
(1)
Demonstracao.
Vamos demonstrar apenas para o caso em que temos dois autovalores diferen(1)
(1)
(1)
(1)
1 1
(1)
(2)
(2)
(2)
+ . . . + 2 (2)
= 0
2
+ . . . + 1 (1)
+ 1 1
1
(6.11)
()
(1)
1 1 1
(2)
(2)
(1)
+ . . . + (1)
1 1 1 + 1 2 1
(2)
+ . . . + (2)
2 2 2 = 0
autovesao
(6.12)
Julho 2009
6.1
de Matrizes
Diagonalizacao
399
(1)
1 1 1
(2)
(2)
(1)
+ . . . + (1)
1 1 1 + 1 1 1
(2)
+ . . . + (2)
2 1 2 = 0 .
(6.13)
(6.13), obtemos
(6.12) da equacao
Subtraindo a equacao
(2)
(2)
1 (2 1 )1
(2)
(2)
(2)
+ . . . + (2)
2 (2 1 )2 = 0 .
(2)
(2)
Como 1 , . . . , 2 sao
(6.13) obtemos
(6.11) por 2 e subtraindo da equacao
(1)
(1)
1 (2 1 )1
(1)
(1)
(1)
+ . . . + (1)
1 (2 1 )1 = 0 .
(1)
(1)
4 2 2
= 2 4 2
2 2 4
sao
1 = {( , , ) , },
2 = {(, , ) },
Julho 2009
Reginaldo J. Santos
Diagonalizacao
400
L.I., ou seja, vamos encontrar uma base para cada autoespaco. E o teorema anterior garante que se
continuar sendo L.I.
juntarmos todos estes autovetores eles vao
Para 1 , temos que
numero
maior de autovetores L.I. associados a 1 = 2 (Teorema 5.6 na pagina
313).
Para 2 , temos que o conjunto {3 = (1, 1, 1)} e uma base para 2 , pois como
(, , ) = (1, 1, 1),
nulo e L.I. Assim, nao
podemos ter um numero
maior de autovetores L.I.
3 gera 2 e um vetor nao
Como 1 e 2 sao
6.4 na pagina
diagonalizavel
e as matrizes
2 0 0
1 0 0
= 0 1 0 = 0 2 0
0 0 8
0 0 2
1 1
0
1
e = [ 1 2 3 ] =
1
0
1
1
1
tais que
sao
= 1 .
Julho 2009
6.1
de Matrizes
Diagonalizacao
401
1 1
4
1
sao
1 = {(, 2) } e 2 = {(, 2) },
respectivamente.
podemos ter mais
Para 1 = 3, temos que {1 = (1, 2)} e uma base de 1 . Assim, nao
autovetores L.I. associados a 1 . De forma analoga para 2 = 1, {2 = (1, 2)} e um conjunto com
o maior numero
possvel de autovetores L.I. associados a 2 . Assim, a matriz e diagonalizavel
e as
matrizes
]
[
[
]
] [
= [ 1 2 ] =
tais que = 1 .
sao
1 1
2 2
e =
0 1
0 0
1 0
0 2
3
0
0 1
O seu polinomio
caracterstico e () = det( 2 ) = 2 , assim possui um unico
autovalor:
1 2 = =
Julho 2009
0 1
0 0
,
Reginaldo J. Santos
Diagonalizacao
402
( 1 2 ) =
entao
0 e
ou
0 1
0 0
{
][
0
0
= 0
0 = 0
geral e
cuja solucao
1 = {(, 0) } = {(1, 0) } .
que e o autoespaco correspondente a 1 = 0. Assim, para 1 = 0, temos que {1 = (1, 0)} e
existem
e diagonalizavel,
L.I. Portanto, pelo Teorema 6.3 na pagina
394, a matriz nao
ou seja, nao
1
matrizes e tais que = .
uma populacao
e pobres) e que em cada
unidade de tempo a probabilidade de mudanca de um estado para outro seja constante no tempo, so
dependa dos estados.
Seja a probabilidade de mudanca do estado para o estado em uma unidade de tempo
e dada por
(geracao).
A matriz de transicao
1
2
3
1
11 12 13
2
= 21 22 23
3
31 32 33
Julho 2009
6.1
de Matrizes
Diagonalizacao
403
2
1
2
2
3
1
0
4
1
2
1
4
1
2
1
2
2
3
polinomio
caracterstico e
() = det( 3 ) = det
1
2
1
2
1
2
1
4
[2
]
1
1
1
1
det 2 1 2
= ( ) det
1
1
0 2
2
4
4
2
]
[
1 1
1
1
1
( )
= ( ) ( )2
2
2
8
8 2
3
1
3
1
1
= 3 + 2 = (2 + ) = ( 1)( )
2
2
2
2
2
[
1
2
1
2
1
2
1
4
Reginaldo J. Santos
Diagonalizacao
404
( 1 3 ) = 0, ( 2 3 ) = 0 e ( 3 3 ) = 0. Como
1 1
0
0
2
4
1 1 1
( 1 3 ) = = 0 e 2 2 2 = 0
0
0 41 12
A forma escalonada reduzida da matriz aumentada do sistema e
0 1 0
1
2 0
0
0 0
1
0
0
geral do sistema ( 1 3 ) =
Assim, a solucao
0 e
1 = {(, 2, ) } ,
que e o conjunto de todos os autovetores associados a 1 = 0 acrescentado o vetor nulo. O conjunto
{1 = (1, 2, 1)} e uma base para 1 , pois como (, 2, ) = (1, 2, 1), 1 gera 1 e um
nulo e L.I.
vetor nao
ao autovalor 2 = 1/2, o sistema ( 2 3 ) =
0 e
Com relacao
1
4
1
1
0
=
2
2
0
0 41 0
0
1 0 1 0
0 1 0 0
0 0 0 0
Julho 2009
6.1
de Matrizes
Diagonalizacao
405
geral do sistema ( 2 3 ) =
Assim, a solucao
0 e
2 = {(, 0, ) }.
O conjunto {2 = (1, 0, 1)} e uma base para 2 , pois como (, 0, ) = (1, 0, 1), 3 gera 2 e um
nulo e L.I.
vetor nao
ao autovalor 3 = 1, o sistema ( 3 3 ) =
Com relacao
0 e
12
1
2
1
4
12
1
4
=
2
0
12
0
1 0 1 0
0 1 2 0
0 0
0 0
geral do sistema ( 3 3 ) =
Assim, a solucao
0 e
3 = {(, 2, ) } ,
que e o conjunto de todos os autovetores associados a 3 = 1 acrescentado o vetor nulo. O conjunto
{1 = (1, 2, 1)} e uma base para 1 , pois como (, 2, ) = (1, 2, 1), 1 gera 1 e um vetor nao
nulo e L.I.
Julho 2009
Reginaldo J. Santos
Diagonalizacao
406
gonalizavel
e as matrizes
1 0 0
0 0 0
= 0 2 0 = 0 12 0
0 0 1
0 0 3
tais que
sao
1
2
1
1 1
0
e = [ 1 2 3 ] = 2
1
1
= 1 ou = 1 .
Assim,
= 1
1
4
+ ( 12 )+1
1
4
1
2
( 21 )+1
1
1
14
0 0 0
4
2 0 ( 21 ) 0 21
0
1
1
1
0 0 1
4
4
1 +1
(2)
2
1 +1
+ (2)
1 1
0
= 2
1
1
1
4
1
2
1
4
1
4
1
4
1
4
1
2
1
4
Julho 2009
6.1
de Matrizes
Diagonalizacao
407
Exerccios Numericos
(respostas na pagina
601)
1
(a)
1
0
(c) 0
0
2
(e) 0
0
]
1
1
1 2
0 3
0 0
2
3
3 2
1
2
1 1
(b)
4
2
1 0
(d) 1 3
3 2
2
2
2
(f) 1
2 2
(a)
(c)
2
0 0
3 1 0
0
4 3
1
2 3
0 1 3
0
0 3
0
0 0
4
2
3
2
diagonalizaveis:
]
1
4
(a)
1 2
1
1 2
0
4
(c) 4
1 1
4
Julho 2009
(b)
(d)
2
0
0
2
0
0
0
3
1
0
2
2
0
0
0
0
2
3
3
1
0
0
0
2
3
1
1
4
2
1
1
]
1 0
(b)
2 1
1
2 3
(d) 0 1 2
0
0 2
Reginaldo J. Santos
Diagonalizacao
408
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
autovetores da matriz
6.1.5. Sabendo-se que 1 = (4, 4, 1), 2 = (5, 4, 1) e 3 = (5, 3, 1) sao
31 65
= 23 61
16 61
20
3
16
3
11
6
Julho 2009
6.1
de Matrizes
Diagonalizacao
409
simbolicas;
Por
exemplo,
expr a variavel
>> A=randi(n) ou >> A=randi(m,n) cria uma matriz n por n ou m por n, respectivamente,
polinomio
caracterstico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero
possvel de vetores. Encontre matrizes P e D (diagonal) tais que
Julho 2009
Reginaldo J. Santos
Diagonalizacao
410
polinomio
caracterstico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero
possvel de vetores. Encontre matrizes P e D (diagonal) tais que
Exerccios Teoricos
6.1.11. Dizemos que uma matriz , , e semelhante a uma matriz , , se existir uma matriz
singular tal que = 1 . Demonstre:
nao
(a) e semelhante a ;
e semelhante a ;
(b) Se e semelhante a , entao
e semelhante a .
(c) Se e semelhante a e e semelhante a , entao
6.1.12. Seja um autovalor (fixo) de . Demonstre que o conjunto formado por todos os autovetores de
associados a , juntamente com o vetor nulo, e um subespaco de . Este subespaco e cha
Um Curso de Geometria Analtica e Algebra
Linear
Julho 2009
6.1
de Matrizes
Diagonalizacao
411
linear de autovetores
mado de autoespaco associado a . Em outras palavras, combinacao
associados a um mesmo autovalor e um autovetor associado a esse mesmo autovalor.
semelhantes, entao
possuem os mesmos polinomios
autovalor de
Exerccio 1.1.29 na pagina
31. Demonstre que se e nilpotente, entao
Reginaldo J. Santos
Diagonalizacao
412
6.1.20. Seja =
]
necessarias
. Ache condicoes
e suficientes para que seja diagonalizavel.
um
autovetores associados a um autovalor , entao
proj e tambem
6.1.21. Se e sao
autovetor associado a ? E se e forem autovetores associados a autovalores diferentes?
6.1.22. Sejam e matrizes . Mostre que e possuem os mesmos autovalores. (Su Separe em dois casos: = 0 e = 0. No segundo caso, mostre que se e autovetor
gestao:
e autovetor de .)
de , entao
do seu polinomio
caracterstico, incluindo as multiplicidades. (Sugestao:
use o fato de que
tr() = tr().)
tais que = , para um escalar = 0. Mostre
6.1.24. Suponha que duas matrizes e sao
e autovalor de .
que se e autovalor de uma matriz , entao
6.1.25. Seja uma matriz com autovalores diferentes. Mostre que e diagonalizavel.
6.1.26.
() = (1) ( + 1 1 + + 0 )
Julho 2009
6.1
de Matrizes
Diagonalizacao
413
0
0
1
0
..
.
..
.
0
1
..
..
0
0
0
0 1 2
0
0
..
.
Julho 2009
Reginaldo J. Santos
Diagonalizacao
414
6.2
de Matrizes Simetricas
Diagonalizacao
6.2.1 Motivacao
de uma conica
de 2o. grau
O problema da identificacao
(curva no plano descrita por uma equacao
da sua equacao
e facilmente resolvido se a equacao
nao
possui um termo em que
em e ) atraves
32 + 2 + 3 2 = 4 .
(6.14)
][
[3 + + 3]
ou
[ ]
3 1
1 3
=4
=4
ou ainda,
= 4 ,
em que
3 1
1 3
e =
(6.15)
.
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
415
=
em que
1
2
12
1
2
1
2
e=
2 0
0 4
( )( ) = ( ) ( ) = 4 .
como = 2 , a
Se fazemos a mudanca de variaveis
(ou de coordenadas) = , entao
(6.15) se transforma em
equacao
= 4
ou
2 0
0 4
][
=4
22 + 4 2 = 4 ,
ou dividindo por 4, como
2 2
+
=1
2
1
da elipse mostrada na Figura 6.3. Veremos na proxima
Reginaldo J. Santos
Diagonalizacao
416
y
y
2
1
x
1
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
417
de
da conica,
atraves
identificacao
no exemplo anterior, foi o fato de que a matriz e diagonalizavel
1
1
= .
uma matriz ortogonal . Ou seja, existe uma matriz tal que = e
ela e diagonalizavel,
ou seja,
tal que = . Isto porque existe uma matriz ortogonal que faz a diagonalizacao,
de conicas.
necessaria,
como por exemplo na identificacao
Vamos em primeiro lugar, caracterizar as matrizes ortogonais.
6.5. Uma matriz e ortogonal se, e somente se, as suas colunas formam um conjunto
Proposicao
ortonormal de vetores.
as colunas de . A
Demonstracao.
Vamos escrever = [1 . . . ]. Ou seja, 1 , . . . , sao
Julho 2009
Reginaldo J. Santos
Diagonalizacao
418
inversa de e se, e somente se, = . Mas,
= ...
1 1 1 2
1 2
2
2
[1 . . . ] = ..
.
1 2
. . . 1
. . . 2
..
..
.
.
. . .
Demonstracao.
Sejam 1 e 2 autovetores de associados aos autovalores 1 e 2 , respectiva 1 = 1 1 e 2 = 2 2 .
mente, com 1 = 2 . Entao,
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
419
1 2 = (1 ) 2 = 1 2 = 1 2 .
(6.16)
= e como 1 e 2 sao
Como e simetrica
1 1 2 = 2 1 2
ou
(1 2 )1 2 = 0 .
ortogonais.
Como 1 = 2 , conclumos que 1 2 = 0, ou seja, 1 , 2 sao
de uma matriz ortogonal, precisamos encontrar, para cada auuma matriz simetrica
atraves
5.18
tovalor, autovetores ortonormais associados a eles. Para isso, podemos aplicar a Proposicao
5.19 na pagina
ou a Proposicao
347 a cada conjunto de autovetores L.I. associados a cada um dos
autovalores.
Exemplo 6.10. Considere a matriz
4 2 2
= 2 4 2
2 2 4
() = det( 3 ) = ( 2)2 (8 )
Julho 2009
Reginaldo J. Santos
Diagonalizacao
420
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
421
1 = 2 e 2 = 8.
Portanto os autovalores de (razes reais do polinomio
caracterstico) sao
as solucoes
de (1 3 ) =
0
Os autovetores associados aos autovalores 1 = 2 e 2 = 8 sao
e ( 2 3 ) = 0 respectivamente.
A forma escalonada reduzida de
2 2 2
23 = 2 2 2
2 2 2
1 1 1
0 0 0 .
0 0 0
1 = {( , , ) , } ,
Agora, ( , , ) = (1, 0, 1) + (1, 1, 0). Assim, os vetores 1 = (1, 0, 1) e 2 =
disso, eles sao
L.I. (um nao
e multiplo
eles
escalar do outro), entao
(1, 1, 0) geram 1 . Como alem
Proposicao
347.
1 = 1 = (1, 0, 1);
1
1 =
1 = (1/ 2, 0, 1/ 2)
1
(
)
1
2 =
2 = (1/ 6, 2/ 6, 1/ 6)
2
Julho 2009
Reginaldo J. Santos
Diagonalizacao
422
4
2
2
2
83 = 2 4
2
2 4
1
0
0
0 1
1 1 .
0
0
2 = {(, , ) }.
O conjunto {3 = (1, 1, 1)} e uma base para 2 , pois como (, , ) = (1, 1, 1), 3 gera 2 e
nulo e L.I. Assim, o vetor
um vetor nao
3 =
1
3
3 = (1/ 3, 1/ 3, 1/ 3)
ortogonais.
Como a matriz e simetrica,
autovetores associados a autovalores diferentes sao
ortonormais e assim a matriz
Portanto, 1 , 2 e 3 sao
satisfaz = , em que
12 16
2
0
= [1 2 3 ] =
6
1
1
2
6
1
3
1
3
1
3
2 0 0
= 0 2 0
0 0 8
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
O seu polinomio
caracterstico e
423
3 1
1 3
1 = {(, ) }.
1 = (1, 1) gera 1 e como um vetor nao
nulo e L.I., {1 } e
Como (, ) = (1, 1), entao
uma base de 1 . Assim,
)
(
) (
1 =
1
1
1
1
,
2
2
2 = {(1, 1) }.
nulo e L.I., {2 } e uma base de 2 .
O vetor 2 = (1, 1) gera 2 e como um vetor nao
2 =
Julho 2009
1
2
1 1
,
2 2
Reginaldo J. Santos
Diagonalizacao
424
ortogonais.
autovetores associados a autovalores diferentes sao
Como a matriz e simetrica,
Portanto
[
]
]
[
1
2
12
1
2
1
2
e=
2 0
0 4
tais que = .
sao
= ( ) = ( ) = = ,
V na pagina
428, garante que toda matriz
O proximo
resultado, que esta demonstrado no Apendice
ela e diagonalizavel
entao
com uma matriz ortogonal, ou
Teorema 6.7. Se e uma matriz simetrica,
seja, existe uma matriz ortogonal e uma matriz diagonal tal que
= .
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
425
Exerccios Numericos
(respostas na pagina
621)
6.2.1. Diagonalize cada matriz dada por meio de uma matriz ortogonal, ou seja, ache uma matriz
ortogonal tal que seja diagonal:
(a)
(c)
(e)
(g)
2
2
0
0
1
1
1
0
1
2
0
0
2
2
0
0
0
1
1
0
2
1
0
0
(b)
1
0
0
0
0
1
0
0
1
2
(d)
(f)
0
0
2
1
(h)
2
1
0
0
0
2
1
1
0
0
0
0
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
1 = (0, 2, 2, 1) e 2 = (2, 1, 2, 3)
autovetores de associados a 1 = 2 e
sao
3 = (2, 0, 1, 2) e 4 = (3, 2, 1, 2)
autovetores associados a 2 = 4 determine, se possvel, uma matriz e uma matriz
sao
diagonal tais que = .
Julho 2009
Reginaldo J. Santos
Diagonalizacao
426
Exerccios Teoricos
det() = 1.
6.2.3. Mostre que se e uma matriz ortogonal, entao
matrizes ortogonais, entao
e ortogonal.
6.2.4. Mostre que se e sao
6.2.5.
cos sen
sen
cos
e ortogonal;
cos sen
sen
cos
ou
cos
sen
sen cos
(veja a Subsecao
A primeira matriz, tem determinante igual a 1, e a matriz de rotacao
de ortogonal e simetrica.
5.4.1 na pagina
365). Observe que a segunda matriz alem
Comece com uma matriz ( )22 e use o fato de que as colunas sao
ortonor(Sugestao:
2
2
sera 11 + 21 = 1. Faca 11 = cos e 21 = sen . Use o item
mais. Uma das equacoes
anterior.)
existem e ,
por uma matriz ortogonal (isto e,
6.2.6. Mostre que se uma matriz e diagonalizavel
1
com
= e diagonal, tais que = ), entao
afirmacoes:
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
427
positivos.
e todos os autovalores de sao
(b) e simetrica
(c) Existe uma matriz definida positiva tal que = 2 . A matriz e chamada a raiz
quadrada de .
Mostre que (a)(b)(c)(a). Na parte (b)(c) faca primeiro o caso em que e
(Sugestao:
uma matriz diagonal)
6.2.8. Seja uma matriz invertvel . Mostre que existe uma matriz simetrica
definida positiva
e unica
e uma matriz ortogonal , tal que = . Esta decomposicao
chamada de
1/2
1
polar de . (Sugestao:
decomposicao
Sejam = ( )
e = . Mostre que
= .)
6.2.9. Seja uma matriz . Para = 1, . . . , , seja a submatriz obtida de eliminando-se as
linhas e colunas. e chamada submatriz principal de de ordem . Mostre
ultimas
Julho 2009
Reginaldo J. Santos
Diagonalizacao
428
Apendice
V: Autovalores Complexos
numeros
conjunto das matrizes cujas entradas sao
complexos de ().
= .
das propriedades que ja foram demonstradas no Teorema 1.1
Para as matrizes de () alem
validas
= .
(q) Se () e , entao
=
.
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
429
Demonstracao.
.
= = () = =
numeros
Teorema 6.9. Toda matriz simetrica,
cujas entradas sao
reais, possui autovalor real.
numeros
Demonstracao.
Seja uma matriz simetrica,
cujas entradas sao
reais. Vamos mostrar que
= .
.
6.8 temos que =
numeros
Como e uma matriz cujas entradas sao
reais, pela Proposicao
Por um lado,
= = =
=1
2 .
= = () =
=1
real.
Logo, = , ou seja, e um numero
Julho 2009
2 .
Reginaldo J. Santos
Diagonalizacao
430
Demonstracao
424. O resultado e obvio se = 1. Vamos supor que
o resultado seja verdadeiro para matrizes ( 1) ( 1) e vamos provar que ele e verdadeiro
para matrizes . Pelo Teorema 6.9 a matriz tem um autovalor 1 . Isto significa que existe
autovetores associados a 1 . Seja 1 um autovetor de norma igual a 1 associado a 1 . Sejam
2 , . . . , vetores tais que {1 , . . . , } e uma base ortonormal de (isto pode ser conseguido
de Gram-Schmidt a uma base de que contenha 1 .)
aplicando-se o processo de ortogonalizacao
combinacoes
lineares de 1 , . . . , ,
Seja 1 = [ 1 . . . ]. Como 1 = 1 1 e 2 , . . . , sao
temos que
1 = [ 1 . . . ] = [ 1 . . . ] = 1 ,
(6.17)
1 . . .
0
em que = .
. Multiplicando-se a` esquerda (6.17) por 1 obtemos =
.
Portanto,
1 1 . Mas, = (1 1 ) = 1 = 1 1 = , ou seja, a matriz e simetrica.
1 0 . . .
0
..
.
0
Julho 2009
6.2
de Matrizes Simetricas
Diagonalizacao
e diagonal. Seja 2 =
0 ...
2
1
0.
..
(6.17)
equacao
431
= (1 )2 = 1 2 = 1
Mas, 2 = 2 2 e assim,
em que =
Julho 2009
= 1 2
1 0 . . .
0.
..
2
0
1 0 . . .
0
..
.
2
0
1 0 . . .
0
..
.
2
0
= ,
Reginaldo J. Santos
Diagonalizacao
432
6.3
Identificacao
de Conicas
Aplicacao:
Uma conica
no plano e definida como o conjunto dos pontos = (, ) que satisfazem a equacao
2 + + 2 + + + = 0,
numeros
simultaneamente nulos. Vamos estudar
em que , , , , e sao
reais, com , e nao
chamadas conicas
incluem um unico
ponto e um par de retas sao
degeneradas. Como veremos
Nesta secao
pode ser usada na
das conicas
nao
estao
na forma padrao.
Antes, porem, vamos definir as
identificacao
cujas equacoes
na
conicas
como conjunto de pontos que satisfazem certas propriedades e determinar as equacoes
forma padrao.
6.3.1 Elipse
6.4. A elipse e o conjunto dos pontos no plano tais que a soma das distancias
Definicao
de
a elipse e o
a dois pontos fixos 1 e 2 (focos) e constante, ou seja, se dist(1 , 2 ) = 2, entao
conjunto dos pontos tais que
dist(, 1 ) + dist(, 2 ) = 2,
em que > .
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
433
Figura 6.5: Elipse que e o conjunto dos pontos tais que dist(, 1 ) + dist(, 2 ) = 2
Julho 2009
Reginaldo J. Santos
434
Diagonalizacao
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
6.10.
Proposicao
435
2 2
+ 2 = 1,
2
(6.18)
2 2
+ 2 = 1.
2
Em ambos os casos =
(6.19)
2 2 .
Demonstracao.
(a) Vamos provar que se = (, ) pertence a elipse, entao
da recproca. A elipse e o conjunto dos
deixamos para o leitor, como exerccio, a demonstracao
pontos = (, ) tais que
dist(, 1 ) + dist(, 2 ) = 2,
ou seja,
1 + 1 = 2,
que neste caso e
ou
Julho 2009
( + )2 + 2 +
( )2 + 2 = 2
( + )2 + 2 = 2 ( )2 + 2 .
Reginaldo J. Santos
Diagonalizacao
436
y
2
2
1
1 = (, 0)
1 = (, 0)
1 = (, 0)
2 = (, 0)
2 = (, 0)
2 = (, 0)
1 = (0, )
1 = (, 0)
1 = (0, )
1
1
2 = (0, )
2 = (, 0)
2 = (0, )
(, 0) e 2 = (, 0)
(0, ) e 2 = (0, )
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
437
( )2 + 2 = 2 .
(2 2 )2 + 2 2 = 2 (2 2 )
2 2 > 0. Assim, podemos definir =
Como > , entao
2 2
acima por = 2 (2 2 ), obtendo (6.18).
2 2 e dividir e equacao
chamados vertices
de raio . Alem disso, como = 0, entao = 0. Assim, um crculo e uma elipse de excentricidade
=
A excentricidade da elipse e o numero
nula.
seccionando-se um cone com um plano que nao
passa pelo
A elipse e a curva que se obtem
e paralelo a uma reta geratriz (reta que gira em torno do eixo do cone de forma a gera
vertice,
nao
466).
lo) e que corta apenas uma das folhas da superfcie (ver Exerccio 6.3.16 na pagina
Julho 2009
Reginaldo J. Santos
Diagonalizacao
438
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
439
6.3.2 Hiperbole
6.5. A hiperbole
Definicao
e o conjunto dos pontos no plano tais que o modulo
da diferenca entre
as distancias
de a dois pontos fixos 1 e 2 (focos) e constante, ou seja, se dist(1 , 2 ) = 2,
a hiperbole
entao
e o conjunto dos pontos tais que
dist(, 1 ) dist(, 2 ) = 2,
em que < .
regua.
Girando-se a regua
em torno do foco no qual ela foi fixada, mantendo o barbante esticado com
6.11.
Proposicao
da hiperbole
1 = (, 0) e 2 = (, 0) e
(a) A equacao
cujos focos sao
2 2
2 =1
2
Julho 2009
(6.20)
Reginaldo J. Santos
Diagonalizacao
440
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
441
2
2
1
1
x
1
1
1 = (, 0)
2 = (, 0)
1 = (, 0)
2 = (, 0)
Julho 2009
1 = (0, )
1 = (0, )
2 = (0, )
2 = (0, )
Reginaldo J. Santos
Diagonalizacao
442
= ,
da hiperbole
1 = (0, ) e 2 = (0, ) e
(b) A equacao
cujos focos sao
2 2
2 =1
2
Em ambos os casos =
(6.21)
= .
2 2 .
ele satisfaz
entao
Demonstracao.
(a) Vamos provar que se = (, ) e uma ponto da hiperbole
da recproca. A hiperbole
dist(, 1 ) dist(, 2 ) = 2,
ou seja,
1 2 = 2,
que neste caso e
( + )2 + 2 ( )2 + 2 = 2
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
ou
443
( + )2 + 2 = 2 + ( )2 + 2 .
( )2 + 2 = 2 .
(2 2 )2 + 2 2 = 2 (2 2 )
2 2 > 0. Assim, podemos definir =
Como < , entao
acima por 2 2 = 2 (2 2 ), obtendo (6.20).
2 2 e dividir e equacao
2
1
2
)
(
2 2
2
= 2 1 2 .
2
se aproxima de
e proximo
de 0 e a equacao
2
2 =
2 2
= .
Julho 2009
Reginaldo J. Santos
Diagonalizacao
444
chamados vertices
e paralelo a uma reta geratriz e que corta as duas folhas da superfcie (ver Exerccio
vertice,
nao
6.3.16 na pagina
466).
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
445
Julho 2009
Reginaldo J. Santos
Diagonalizacao
446
6.3.3 Parabola
6.6. Uma parabola
Definicao
e o conjunto dos pontos no plano equidistantes de uma reta
pertencente a , ou seja, a parabola
dist(, ) = dist(, ).
esquadro na direcao
e tracada
(Figura 6.13).
6.12.
Proposicao
da parabola
(a) A equacao
com foco = (, 0) e reta diretriz : = e
2 = 4,
(6.22)
da parabola
(b) A equacao
com foco = (0, ) e reta diretriz : = e
2 = 4.
(6.23)
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
447
Julho 2009
Reginaldo J. Santos
Diagonalizacao
448
: =
x
= (0, )
0 = (0, 0)
= (, 0)
0 = (0, 0)
: =
Julho 2009
Identificacao
de Conicas
Aplicacao:
449
: =
6.3
: =
= (, 0)
0 = (0, 0)
Julho 2009
= (0, )
0 = (0, 0)
Reginaldo J. Santos
Diagonalizacao
450
Demonstracao.
(a) Vamos provar que se (, ) pertence a parabola,
entao
da recproca. A parabola
dist(, ) = dist(, ),
que neste caso e
( )2 + 2 = + ,
seccionando-se um
451 (ver
cone por um plano paralelo a uma reta geratriz do cone conforme a Figura 6.18 na pagina
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
451
Julho 2009
Reginaldo J. Santos
Diagonalizacao
452
2 2
+ 2 = 1, >
2
2 2
+ 2 = 1, >
2
Elipse
(0, )
(, 0)
(, 0)
(, 0)
(, 0)
(, 0)
(, 0)
(0, )
2 2
2 =1
2
2 2
2 =1
2
Hiperbole
(0, )
(,0) (, 0)
x
(0, )
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
: =
2 = 4, > 0
Parabola
453
2 = 4, > 0
: =
2 = 4, < 0
: =
2 = 4, < 0
: =
Julho 2009
Reginaldo J. Santos
Diagonalizacao
454
de matrizes simetricas
nao
estao
na forma padrao.
Vamos estudar alguns exemplos.
das conicas
cujas equacoes
e
Exemplo 6.12. Considere a conica
cuja equacao
52 4 + 8 2 36 = 0.
pode ser escrita como
Esta equacao
36 = 0 ,
em que
O polinomio
caracterstico de e
5 2
2
8
() = det( 2 ) = det
(6.24)
e =
5 2
2 8
= 2 13 + 36 .
( 42 ) = 0
ou
1 2
2
4
][
0
0
e
cuja solucao
1 = {(2, ) } .
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
455
Assim, 1 = (2, 1) e uma base para 1 , pois gera 1 e e L.I. E 1 = 11 = ( 25 , 15 ) e uma base
ortonormal para 1 .
precisamos resolver outro sistema linear para encontrar os autovetores associados a 2 = 9.
Nao
6.6 na pagina
2 = {(1, 2) }.
Logo 2 = (1, 2) e uma base para 2 , pois gera 2 e e L.I. E 2 =
ortonormal para 2 . Portanto,
2
2
= ( 15 , 25 ) e uma base
em que,
=
e
4 0
0 9
= [1 2 ] =
]
2
5
1
5
5
2
5
(6.24) obtemos
Substituindo-se = na equacao
36 = 0.
Substituindo-se = , ou equivalentemente, = , em que =
(6.24), obtemos
na equacao
36 = 0,
Julho 2009
Reginaldo J. Santos
Diagonalizacao
456
ou
42 + 9 2 36 = 0,
ou ainda
2 2
+
=1
9
4
(6.25)
de uma elipse cujo esboco e mostrado na Figura 6.20. Para fazer o esboco do
que e a equacao
grafico,
em primeiro lugar temos que tracar os eixos x e y . O eixo x e obtido fazendo = 0 na
equacao
]
[
ou
2
5
1
5
5
2
5
1
0
ao sistema de coordenadas x y . Ou
em relacao
]
1
, que e a primeira coluna de . O eixo y passa pela origem, e paralelo e possui o
seja, 1 =
0
[ ]
0
ao sistema de coordenadas x y . Ou
mesmo sentido de 2 que tem coordenadas
em relacao
1
[ ]
0
(6.25), verificamos
seja, 2 =
, que e a segunda coluna de . Depois, a partir da equacao
1
aos eixos x e y .
na Figura 6.19 na pagina
453 a forma da curva em relacao
[
e dada por
Exemplo 6.13. Considere a conica
cuja equacao
20
80
52 4 + 8 2 + + 4 = 0 .
5
5
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
457
y
y
2
x
1
x
1
4
4
Julho 2009
Reginaldo J. Santos
Diagonalizacao
458
pode ser escrita como
Esta equacao
+ + 4 = 0 ,
em que
5 2
2
8
e =
(6.26)
805
20
=
em que,
4 0
0 9
, e = [1 2 ] =
2
5
1
5
5
2
5
(6.26) obtemos
Substituindo-se = na equacao
+ + 4 = 0.
[ ]
Substituindo-se = ou = , em que =
.
+ + 4 = 0,
ou
42 + 9 2 8 36 + 4 = 0 .
ou ainda,
4(2 2 ) + 9( 2 4 ) + 4 = 0
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
459
4[(2 2 + 1) 1] + 9[( 2 4 + 4) 4] + 4 = 0
ou
4( 1)2 + 9( 2)2 36 = 0.
= 1 e
= 2
(6.27)
(6.28)
obtemos
42 + 9 2 36 = 0
ou
2 2
+
=1
9
4
(6.29)
de uma elipse cujo esboco e mostrado na Figura 6.21. Antes de fazer o esboco do
que e a equacao
translacoes
dos eixos x e y . O eixo x
grafico
temos que tracar os eixos x e y , que
[ por
] sua vez sao
e o sentido do vetor 1 =
tem a direcao
1
0
e
(a primeira coluna de ). O eixo y tem a direcao
]
0
= 0. Usando
o sentido do vetor 2 =
(a segunda coluna de ). O eixo x tem equacao
1
(6.27) obtemos = 2. O eixo y tem equacao
= 0. Usando a equacao
(6.28) obtemos
a equacao
Reginaldo J. Santos
Diagonalizacao
460
6
y"
5
x"
y
2
x
1
x
1
4
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
461
e feita da
Os exemplos anteriores sao
teorema, cuja demonstracao
mesma forma que fizemos com os exemplos e por isso deixamos para o leitor a tarefa de escreve-la.
2 + + 2 + + + = 0,
(6.30)
1 2 + 2 2 + + + = 0 ,
os autovalores de
em que 1 , 2 sao
/2
/2
Mais ainda,
= ,
em que =
Julho 2009
, =
Reginaldo J. Santos
Diagonalizacao
462
Exerccios Numericos
(respostas na pagina
632)
no ultimo
Identificar a conica,
achar a equacao
sistema de coordenadas utilizado e fazer um esboco
do grafico.
6.3.1. 92 4 + 6 2 = 30;
6.3.2. 32 8 12 2 + 81 = 0;
6.3.3. 22 4 2 = 24;
6.3.4. 212 + 6 + 13 2 132 = 0;
6.3.5. 42 20 + 25 2 15 6 = 0;
6.3.6. 92 + 2 + 6 10 10 + 10 10 + 90 = 0;
6.3.7. 52 + 5 2 6 30 2 + 18 2 + 82 = 0;
6.3.8. 52 + 12 12 13 = 36;
6.3.9. 62 + 9 2 4 4 5 18 5 = 5;
6.3.10. 2 2 + 2 3 + 6 = 0;
6.3.11. 82 + 8 2 16 + 33 2 31 2 + 70 = 0;
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
463
6.3.12. 2 6 7 2 + 10 + 2 + 9 = 0;
>> [P,D]=diagonal(A) diagonaliza a matriz A, de forma que AP=PD, em que D e uma matriz
diagonal e P e uma matriz ortogonal.
expr as variaveis
2
2
2
2
= 1.
2
2
as coordenadas
+ 2 = 1, em que e sao
2
2
2
2
2
2
2
2
= 1.
2
2
2
2
2
2
as
= 1, em que e sao
ao sistema de coordenadas determinado pela base ortonormal U1 e
coordenadas em relacao
U2 e pelo ponto X0.
2
2
2
2
= 1.
Reginaldo J. Santos
Diagonalizacao
464
2
2
2
2
2
2
as
= 1, em que e sao
ao sistema de coordenadas determinado pela base ortonormal U1 e
coordenadas em relacao
U2 e pelo ponto X0.
as coordenadas
>> parabx(p,[U1 U2]) desenha a parabola
2 = 4 , em que e sao
a` base ortonormal U1 e U2.
em relacao
as coordenadas
>> paraby(p,[U1 U2]) desenha a parabola
2 = 4 , em que e sao
a` base ortonormal U1 e U2.
em relacao
Exerccios Teoricos
Julho 2009
6.3
6.3.14.
Identificacao
de Conicas
Aplicacao:
465
(a) Verifique 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, fixamos
o barbante com uma caneta de forma que ela fique encostada na regua.
Girando-se a
regua
em torno do foco no qual ela foi fixada, mantendo o barbante esticado com a caneta
encostada na regua,
uma parte de um ramo da hiperbole
sera tracada (Figura 6.9 na
pagina 440).
(b) Verifique 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, fixamos uma extremidade de um barbante (de comprimento igual ao lado cateto
do esquadro perpendicular a` reta diretriz) no foco, a outra extremidade na ponta do esquadro oposta ao lado que esta encostado na reta diretriz. Esticamos o barbante com a
caneta de forma que ela fique encostada no lado do esquadro perpendicular a` reta dire da reta diretriz mantendo o lado encostado nela
triz. Deslizando-se o esquadro na direcao
da reta tangente a`
(a) Considere a parabola
2 = 4. Usando o fato de que a inclinacao
02
2
parabola no ponto = ( 4 , 0 ) e tan() = = . Mostre que se o raio incidente tem
0
= 0 , entao
a equacao
do raio refletido que passa por = ( 40 , 0 ) e
equacao
0 =
Julho 2009
02
40
(
).
02 42
4
Reginaldo J. Santos
Diagonalizacao
466
Use o fato de que tan(2) =
2 tan
.
1tan2
conica
seguindo os seguintes passos:
(a) Considere dois sistemas de coordenadas = {,, , } e = {,, 2 , 3 }, em que o
de angulo
1
0
0
= 0
cos sen = (cos ) + (sen ) .
(sen ) + (cos )
0 sen cos
+ =
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
do
Figura 6.22: Parabola
refletindo na direcao
foco os raios paralelos ao seu eixo de simetria.
Julho 2009
467
do
Figura 6.23: Parabola
refletindo na direcao
Reginaldo J. Santos
Diagonalizacao
468
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
469
a conica
2 2 = 0.
a conica
2
( + tan 2)2
+
= 1,
sec 2
sec2 2
que e uma elipse se <
e uma hiperbole
se
< 2 .
2 + + 2 + + + = 0,
simultaneamente nulos. Consideremos a matriz
com [
, , , , , ] , sendo , e nao
/2
. Sejam e os autovalores de .
/2
e uma hiperbole,
ou um par de retas concorrentes.
(c) Mostre que se 2 4 > 0, entao
e uma parabola,
Julho 2009
Reginaldo J. Santos
Diagonalizacao
470
2
3
2
y
1
x=
do cone circular
Figura 6.25: Elipse intersecao
com um plano
x=
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
471
y=
x=
Julho 2009
Reginaldo J. Santos
Diagonalizacao
472
Teste do Captulo
1.
= ,
em que
8 8
8
8
no ultimo
(b) Identificar a conica,
achar a equacao
sistema de coordenadas utilizado e fazer
um esboco do grafico.
82 + 8 2 16 + 33 2 31 2 + 70 = 0
diagonalizaveis:
3.
(a) Seja =
(b)
1
0
0 1
. Calcule 10 .
Julho 2009
6.3
Identificacao
de Conicas
Aplicacao:
473
(b) Se e sao
um autovetor associado a .
e singular, entao
0 nao
e autovalor de ;
(c) Se nao
(d) As matrizes e 2 possuem os mesmos autovetores;
Julho 2009
Reginaldo J. Santos
80
-10
72
34
-4
30
475
-22
45
-12
No item (c) foram usadas as propriedades (l) e (n) do Teorema 1.1 na pagina
9 e no item (d) foi
usada a propriedade (i).
1.1.2. ( + ) = + , = () , = () , () = ()().
1.1.3.
>>
>>
>>
>>
>>
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
0
0
0
0
0
0
>> E1.*B-B(1,:)
0
0
Julho 2009
Reginaldo J. Santos
476
>> 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
Julho 2009
477
>> 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=[1,1/y;y,1];
>> A2-2*A
[ 0, 0]
[ 0, 0]
1.1.7. >> syms x y z w
Reginaldo J. Santos
478
[ 0, 0]
[ 0, 0]
1.1.8.
(a) Sejam =
0
0
e =
]
.
>> 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]
e =
]
.
>> 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]
Julho 2009
479
>> A2,A3
ans=0
0
0
0
0
0
ans =0
0
0
0
0
0
1.1.10.
1
0
0
0
0
0
A =
1.0000
0.5000
0
0.3333
>> A2,A3,A4,A5
ans =
1.0000
0.6667
0
0.1111
ans =
1.0000
0.7222
0
0.0370
ans =
Julho 2009
Reginaldo J. Santos
480
1.0000
0.7407
0
0.0123
ans =
1.0000
0.7469
0
0.0041
>> A6,A7,A8,A9
ans =
1.0000
0.7490
0
0.0014
ans =
1.0000
0.7497
0
0.0005
ans =
1.0000
0.7499
0
0.0002
ans =
1.0000
0.7500
0
0.0001
A sequ encia
parece estar convergindo para a matriz
]
1 0.75
.
0
0
A =
0.5000
0.3333
0
-0.2000
>> A2,A3,A4,A5
Julho 2009
481
ans =
0.2500
0.1000
0
0.0400
ans =
0.1250
0.0633
0
-0.0080
ans =
0.0625
0.0290
0
0.0016
ans =
0.0312
0.0150
0
-0.0003
>> A6,A7,A8,A9
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
Julho 2009
Reginaldo J. Santos
482
A sequ encia
parece estar convergindo para a matriz nula
1.1.11.
]
0 0
.
0 0
>> A=sym(A)
[ 0, 0, 1]
[ 1, 0, 0]
[ 0, 1, 0]
>> A2
[ 0, 1, 0]
[ 0, 0, 1]
[ 1, 0, 0]
>> A3
[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 1]
Para = 3, = 3 .
(b) >> A=[0,1,0,0;-1,0,0,0;0,0,0,1;...
0,0,1,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ -1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]
>> A2
[ -1, 0, 0, 0]
Julho 2009
483
[ 0, -1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
>> A3
[ 0, -1, 0, 0]
[ 1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]
>> A4
[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
Para = 4, = 4 .
(c) >> A=[0,1,0,0;0,0,1,0;0,0,0,1;0,0,0,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
>> A2
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Julho 2009
Reginaldo J. Santos
484
>> A3
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
>> A4
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Para = 4, =
0.
1.1.12. Conclumos que e muito raro encontrar matrizes cujo produto comute.
1.1.13. Conclumos que matrizes diagonais em geral comutam. Pode-se mostrar que elas sempre
Julho 2009
1.2.2.
(a)
(b)
(c)
(d)
1.2.3.
485
8 + 7
2 3
=
= 5 , .
1
2 3 + 6
2
, , .
7 4
= 3 =
8 5
5
=
= 2 , .
3 + 8 7
1
, , .
5 6
=
3 =
4
9 3
>> escalona(A)
elimina
c
ao 1:
1*linha 1 + linha 2 ==> linha 2
-3*linha 1 + linha 3 ==> linha 3
[
1,
1,
2,
8]
Julho 2009
Reginaldo J. Santos
486
[
0, -1,
5,
9]
[
0, -10, -2, -14]
elimina
c
ao 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]
[
0,
1,
-5,
-9]
[
0,
0, -52, -104]
elimina
c
ao 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]
3
1
= 2 = 1 .
2
3
Julho 2009
487
>> escalona(A)
elimina
c
ao 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]
[ 0, 7, 4, 1]
[ 0, -7, -4, -1]
elimina
c
ao 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
7 7
1
= 2 = 71 74 , .
3
Julho 2009
Reginaldo J. Santos
488
>> escalona(A)
elimina
c
ao 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]
[
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
c
ao 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]
Julho 2009
489
tem solucao!
O sistema nao
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
c
ao 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]
elimina
c
ao 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
1
(a) = 2 = 4 , .
tem solucao!
(b) O sistema nao
Julho 2009
Reginaldo J. Santos
490
1.2.5.
>> B=A+4*eye(3);
>> escalona([B,zeros(3,1)])
elimina
c
ao 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]
[
0, -25,
0,
0]
[
0,
1,
0,
0]
elimina
c
ao 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]
= = 0 , .
Julho 2009
491
1.2.6.
>> escalona([B,zeros(3,1)])
elimina
c
ao 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]
[ 0, 1, -6, 0]
elimina
c
ao 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
= = 6 , .
>> A=[1,2,-3,4;3,-1,5,2;4,1,a2-14,a+2];
Julho 2009
Reginaldo J. Santos
492
>> escalona(A)
elimina
c
ao 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, a2-2, a-14]
elimina
c
ao 2:
-1/7*linha 2 ==> linha 2
[
1,
2,
-3,
4]
[
0,
1,
-2, 10/7]
[
0,
-7, a2-2, 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
0 0 2 16 4
i. Se 2 16 = 0 e 4 = 0, entao
Neste caso,
= 4;
o sistema nao
tem solucao.
Neste caso, = 4;
ii. Se 2 16 = 0 e 4 = 0, entao
>> escalona(A)
elimina
c
ao 1:
-2*linha 1 + linha 2 ==> linha 2
Julho 2009
1 0
1
1
0 1
0
1
2
0 0 3 4
493
linha 3
2]
1]
a-3]
linha 1
linha 3
i. Se 2 3 = 0 e 4 = 0, entao
Este caso nao
pode ocorrer;
o sistema nao
tem solucao.
Neste caso, = 3;
ii. Se 2 3 = 0 e 4 = 0, entao
1.2.7.
gramas de A/kg
gramas de B/kg
preco/kg
Julho 2009
kg de X
kg de Y
kg de Z
X
2
1
3
1900
2400
2900
Y Z
1 3
3 5
2 4
gramas de A
gramas de B
arrecadacao
Reginaldo J. Santos
494
1900
2 1 3
1 3 5 = 2400
2900
3 2 4
>> A=[2,1,3,1900;1,3,5,2400;3,2,4,2900];
>> escalona(A)
elimina
c
ao 1:
linha 2 <==> linha 1
[
1,
3,
5, 2400]
[
2,
1,
3, 1900]
[
3,
2,
4, 2900]
(-2)*linha 1 + linha 2 ==> linha 2
(-3)*linha 1 + linha 3 ==> linha 3
[
1,
3,
5, 2400]
[
0,
-5,
-7, -2900]
[
0,
-7,
-11, -4300]
elimina
c
ao 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]
Julho 2009
495
elimina
c
ao 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.
obtemos:
1.2.8. Substituindo
os pontos na funcao
27 + 9
64 + 16
Substituindo =
=
10
+ + =
7
.
+ 3 + = 11
+ 4 + = 14
e escalonando a matriz aumentada do sistema cor10 nas outras equacoes
respondente:
>> escalona([1,1,1,-3;27,9,3,-21;64,16,4,-24])
elimina
c
ao 1:
-27*linha 1 + linha 2 ==> linha 2
-64*linha 1 + linha 3 ==> linha 3
[
1,
1,
1, -3]
Julho 2009
Reginaldo J. Santos
496
[
0, -18, -24, 60]
[
0, -48, -60, 168]
elimina
c
ao 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
c
ao 3:
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]
= 1, = 6, = 2 e = 10 e o polinomio
Julho 2009
497
do crculo obtemos:
1.2.9. Substituindo
os pontos na equacao
2 + 7 + = [(2)2 + 72 ] = 53
4 + 5 + = [(4)2 + 52 ] = 41 .
4 3 + =
[42 + 32 ] = 25
>> A=[-2,7,1,-53;-4,5,1,-41;4,-3,1,-25];
>> escalona(A)
elimina
c
ao 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
-4*linha 1 + linha 3 ==> linha 3
[
1, -7/2, -1/2, 53/2]
[
0,
-9,
-1,
65]
[
0,
11,
3, -131]
elimina
c
ao 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]
Julho 2009
Reginaldo J. Santos
498
[
0,
1,
1/9, -65/9]
[
0,
0,
16/9, -464/9]
elimina
c
ao 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]
= 2, = 4 e = 29 e a equacao
do crculo e 2 + 2 2429 =
Os coeficientes sao
0.
1.2.10.
>> A=[1,-2,5,b1;4,-5,8,b2;-3,3,-3,b3];
>> escalona(A)
elimina
c
ao 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
c
ao 2:
Julho 2009
499
>> A=[1,-2,-1,b1;-4,5,2,b2;-4,7,4,b3];
>> escalona(A)
elimina
c
ao 1:
4*linha 1 + linha 2 ==> linha 2
4*linha 1 + linha 3 ==> linha 3
[ 1, -2, -1,
b1]
[ 0, -3, -2, b2+4*b1]
[ 0, -1, 0, b3+4*b1]
elimina
c
ao 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
Julho 2009
Reginaldo J. Santos
500
[ 1, -2, -1,
b1]
[ 0, 1, 0, -b3-4*b1]
[ 0, -3, -2, b2+4*b1]
2*linha 2 + linha 1 ==> linha 1
3*linha 2 + linha 3 ==> linha 3
[ 1, 0, -1,
-7*b1-2*b3]
[ 0, 1, 0,
-b3-4*b1]
[ 0, 0, -2, b2-8*b1-3*b3]
O sistema e consistente para todos os valores reais de 1 , 2 e 3 .
1.2.11. >> A=[0,1,7,8;1,3,3,8;-2,-5,1,-8];
>> escalona(A)
elimina
c
ao 1:
linha 2 <==> linha 1
[ 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
c
ao 2:
-3*linha 2 + linha 1 ==> linha 1
-1*linha 2 + linha 3 ==> linha 3
[
1,
0, -18, -16]
[
0,
1,
7,
8]
Julho 2009
501
[
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]
1.2.12.
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]
34
6 = 0
1 + 22
3
+ 26 = 1
5 + 6 = 2
= [ + 3 2 1 2 2 ] ,
, ,
Julho 2009
Reginaldo J. Santos
502
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,
+ 44 + 25
=0
1 + 32
3 + 24
=0
6 = 13
= [2 4 3 2 1/3] ,
, ,
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*a2,a)
ans = [ 1][ 5]
= [ 411
Se = 1 e = 5, entao
5
4 4 1
].
5 5 5
>> C=subs(A,a,1)
Julho 2009
503
>> escalona([C,B])
[ 1, 0, 0, 1, 2]
[ 0, 1, 0, 0, 1]
[ 0, 0, 1, 0, 1]
[ 0, 0, 0, 0, 0]
= [2 , 1, 1, ] .
Se = 1, entao
>> D=subs(A,a,5)
>> escalona([D,B])
[
1,
0, 5/2,
[
0,
1, -3/2,
[
0,
0,
0,
[
0,
0,
0,
-1,
2,
0,
0,
0]
0]
1]
0]
o sistema nao
tem solucao.
Se = 5, entao
1.2.14.
>> escalona(A)
[ 1, 0, 0, 1, 1]
[ 0, 1, 0, 0, 2]
[ 0, 0, 1, 0, 1]
{(1 , 2, 1, ) }
Julho 2009
Reginaldo J. Santos
504
>>
[
[
[
escalona(A)
1, 0, 0, 1, 1]
0, 1, 0, -1, 2]
0, 0, 1, -1, -1]
{(1 , 2 + , 1 + , ) }
>> escalona(A)
[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 0]
{(0, 0, 0)}
1.2.15. >> P=randi(4,2)
P =
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
Julho 2009
505
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*x3+99/80*x2+1969/480*x-5
>> clf,po(P),syms x,plotf1(p,[-5,5])
>> eixos
Pode nao
se mais de um ponto tiver a mesma abscissa .
Julho 2009
Reginaldo J. Santos
506
50
40
30
20
10
10
5
P =
3
-1
2
-3
Julho 2009
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,
507
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*x2-45/8*x*y-65/8*x+1+2*y2+39/8*y
>> clf,po(P),syms x y,
>> plotci(p,[-5,5],[-5,5])
>> eixos
Julho 2009
Reginaldo J. Santos
508
x
1
3
2
Julho 2009
509
(c) A inversa de somar a` linha , vezes a linha , e somar a` linha , vezes a linha .
1.2.18.
Julho 2009
Reginaldo J. Santos
510
nao
trivial (Teorema 2.8 na pagina
tem solucao
2.1.1. A matriz e singular, pois o sistema homogeneo
90).
2.1.2.
>> 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,
(d) [1, 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]
0, 1, -1,
0]
0,3/2,1/2,-3/2]
1, -1, 0,
1]
(e) [ 1
0 1
1 0 -2 ]
[ 0 1 1
0 0
1 ]
[ 0 0 0 -1 1
1 ]
Continua ? (s/n) n
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
(f) [1, 0,
511
0]
0]
0]
1]
>> A=[1,1,0;1,0,0;1,2,a];
>> escalona(A)
1 0 0
0 1 0 Continua ? (s/n) n
0 0
Para valores de diferentes de zero a matriz tem inversa.
2.1.4. >> invA=[3,2;1,3]; invB=[2,5;3,-2];
>> invAB=invB*invA
invAB =
11
7
19
0
>> X=invA*B
X =
19
23
Julho 2009
Reginaldo J. Santos
512
2.1.6.
= 1
][
]1
][
[
3
0
1 1
1 1
=
0 (1)
2 2
2 2
[
] [
]
1 2 1
3
(1)
=
2 3 2(1) 4 2
1
]
[
1 2(3 + (1) )
(1) 3
=
4 4((1) 3 ) 2(3 + (1) )
2.1.7. >> A=[1,2,3;2,1,2;0,1,2];
>> escalona([A,eye(3)])
elimina
c
ao 1:
(-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
c
ao 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]
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
513
[ 0, 1, 2, 0, 0, 1]
[ 0, 0, 2, -2, 1, 3]
elimina
c
ao 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);...
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
2.1.8. >> 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)
Julho 2009
Reginaldo J. Santos
514
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 invertvel de forma que a sua inversa seja uma
matriz com entradas inteiras.
(a) det
det
det
11
21
31
11
21
31
11
21
31
12
22
32
12
22
32
12
22
32
13 + 12
23 + 22 =
33 +
32
13
23 +
33
12
22 = det() + 0 = 3
32
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
515
2.2.4.
2.2.5.
11 + 12 11 12 13
(b) det 21 + 22 21 22 23 =
31 + 32 31 32 33
11 11 13
det 21 21 23 +
31 31 33
11 12 13
det 21 22 23 +
31 32 33
12 11 13
det 22 21 23 +
32 31 33
12 12 13
det 22 22 23 = 2 det() = 6
32 32 33
]
[
=
(a) det
[ (1 + )]
1
= 2
2 det
(1 + )
[
]
[
]
cos
sen
cos sen
(b) det
= det
+
cos sen
[ cos sen ] sen + cos
cos sen
det
=
sen cos
(a) >> A=[1,-2,3,1;5,-9,6,3;-1,2,-6,-2;2,8,6,1];
Julho 2009
Reginaldo J. Santos
516
>> detopelp(A)
elimina
c
ao 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
c
ao 2:
-12*linha 2 + linha 4 ==> linha 4
[
1, -2,
3,
1]
[
0,
1, -9, -2]
[
0,
0, -3, -1]
[
0,
0, 108, 23]
elimina
c
ao 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]
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
[
0,
0,
[
0,
0,
ans = 39
517
1, 1/3]
0, -13]
>> detopelp(A)
elimina
c
ao 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)
-2*linha 1 + linha 2 ==> linha 2
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
elimina
c
ao 2:
-2*linha 2 + linha 3 ==> linha 3
-1*linha 2 + linha 4 ==> linha 4
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 0, -1, 2]
[ 0, 0, 1, 4]
elimina
c
ao 3:
Julho 2009
Reginaldo J. Santos
518
>> p=det(A-x*eye(3))
p =-x3
>> solve(p)
[0][0][0]
(b) p =(1-x)*(3-x)*(-2-x)
[ 1][ 3][-2]
(c) p =(2-x)*(4-5*x+x2)
[2][4][1]
(d) p =-8-2*x+5*x2-x3
[ 2][ 4][-1]
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
2.2.7.
519
>> 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]
2.2.8.
>> escalona(Bm1)
[1, 0, 0]
[0, 1, 1]
[0, 0, 0]
0
1 = { }.
>> B2=subs(B,x,2);
>> escalona(B2)
[1, 0, 1/4]
Julho 2009
Reginaldo J. Santos
520
[0, 1, 1/4]
[0, 0,
0]
2 = { }.
4
>> B3=subs(B,x,3);
>> escalona(B3)
[1, 0, 0]
[0, 1, 0]
[0, 0, 0]
0
3 = { 0 }.
(b) [1, 3, 0]
[0, 0, 1]
[0, 0, 0]
3
1 = { }.
0
[0, 1, 0]
[0, 0, 0]
[0, 0, 0]
Julho 2009
de Matrizes e Determinantes
Captulo 2. Inversao
521
2 = { 0 , }.
(c) [1, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
[
]
1 = { 0 0
}.
[0,
[0,
[0,
[0,
1,
0,
0,
0,
0,
1,
0,
0,
[
1 = {
0]
0]
1]
0]
0 0 0
0,
1,
0,
0,
[1,
[0,
[0,
[0,
0, -9/4, 0]
1, -3/4, 0]
0,
0, 1]
0,
0, 0]
}.
0, 29/3]
0, 7/3]
1,
3]
0,
0]
[
]
2 = { 29 7 9 3
}.
Julho 2009
[1,
[0,
[0,
[0,
Reginaldo J. Santos
522
[
]
}.
3 = { 9 3 4 0
[0, 1,
[0, 0,
[0, 0,
[
1 = {
[0,
[0,
[0,
[0,
1,
0,
0,
0,
3,
0,
0,
3
0,
1,
0,
0,
[
2 = {
0]
1]
0]
]
3 0
}.
0]
0]
1]
0]
0 0 0
}.
Julho 2009
523
>>
AB
>>
AC
>>
OC
AB=OB-OA
= 1
2
AC=2*AB
= 2
4
OC=OA+AC
= 2
2
= (2, 2).
2,
3, -5]; V=[
3,
0, -3];
Reginaldo J. Santos
524
>> OQ=OP+V
OQ =
5
= (5, 3, 8).
-8
= (1, 4, 5).
3.1.8.
sao
colineares, pois = .
Os pontos nao
(b) >> OA=[-1,1,3];OB=[4,2,-3];OC=[14,4,-15];
colineares, pois = 3 .
Os pontos sao
3.1.9. >> OA=[1,-2,-3];OB=[-5,2,-1];OC=[4,0,-1];
Julho 2009
3.1.10.
525
9 = 4
12 + 7 = 6 , cuja
6 + =
2
matriz aumentada e a matriz que tem colunas , e .
+ = e equivalente ao sistema
(a) A equacao
>> 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, = 2/3 2 .
>> escalona([V;W;U])
[
1,
0, -5/3]
[
0,
1,
8/3]
[
0,
0, -20/3]
e combinacao
linear de e .
Assim, nao
3.1.11. Para ser um paralelogramo um dos vetores , e tem que ser igual a soma dos outros
dois.
(a) >> OA=[4,-1,1];OB=[9,-4,2];
>>
>>
AC
>>
Julho 2009
OC=[4,3,4];OD=[4,-21,-14];
AC=OC-OA
= 0
4
3
AB=OB-OA
Reginaldo J. Santos
526
AB = 5
-3
>> AD=OD-OA
AD = 0
-20
1
-15
e um paralelogramo.
Nao
>> OD=[9,0,5];
>> AD=OD-OA
AD = 5
1
E um paralelogramo de vertices
consecutivos , , e .
vetorial = obtemos que
3.1.12. Resolvendo a equacao
2
2
= (6, 4, 2) = (9, 6, 3) = .
3
3
Fazendo o mesmo para = obtemos que nao existe solucao, logo somente os vetores
paralelos.
e sao
0 = 0.
ou seja, se, e somente se,
ou
( + 1, 1) (2, 3) = 0
2 + 3 1 = 0
Julho 2009
527
3.2.2. Uma esfera de raio igual a 2. Se for no espaco e um cilindro de raio igual a 2, se for no plano e
uma circunferencia
de raio igual a 2.
3.2.3. >> V=[1,2,-3]; W=[2,1,-2];
,
=
43
43
]
[ 43
= 13 13 13 ,
]
[
= 417 117 0
>> V=[x,3,4];W=[3,1,2];
>> solve(pe(V,W))
-11/3
perpendiculares.
Para = 11/3, e sao
3.2.5. >> V=[x,2,4];W=[x,-2,3];
>> pe(V,W)
x2+8
2 + 8 nao
tem solucao
real.
A equacao
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)),...
Julho 2009
Reginaldo J. Santos
528
>> cosVcWc=pe(Vc,Wc)/(no(Vc)*no(Wc))
Julho 2009
529
norma= 2
A area
do paralelogramo e 2 unidades de area.
3.2.12. >> A=[1,2,1];B=[3,0,4];C=[5,1,3];
norma= 101
A area
do triangulo
e 101/2 unidades de area.
3.2.13. >> syms x y z
Reginaldo J. Santos
530
Portanto o angulo
reto esta no vertice
.
3.2.16.
(a)
( + ) = 2 + = 20
( + ) = + 2 = 5
25 + 5 = 20
5 + 4 = 5
Julho 2009
531
11
1
+ .
15
3
(b)
( + ) =
( + ) = + 2
= = 0
+ 2 = 5 + 4 = 12
Resolvendo o sistema acima obtemos = 12/5 e = 0. Assim
12
.
5
3.2.17.
3.2.18.
3.2.19.
Reginaldo J. Santos
532
= 0.
1
( + )
2
1
( + ) ( )
=
2
1
=
( 2 +
2
+ 2 ) = 0
= 0.
= ( + ) ( + )
= 2 + +
+ 2 = 0
perpendiculares, entao
( + ) ( ) = 0. Mas,
3.2.22. Se as diagonais sao
( + ) ( ) = 2 2 .
os lados adjacentes tem
o mesmo comprimento e como ele e um paralelogramos todos
Entao,
o mesmo comprimento.
os lados tem
3.2.23. Vamos mostrar que = 0.
+ 2 = 2 + 2 + 2
Julho 2009
533
2 = 2 2 + 2
Assim + = implica que = 0.
Julho 2009
Reginaldo J. Santos
534
4.1. Equacoes
de Retas e Planos (pagina
242)
4.1.1.
1/5
1/3
1/2
(a)
(b)
Julho 2009
535
z
1/2
1/3
(c)
1/3
1/2
(d)
1/3
(e)
Julho 2009
1/2
y
Reginaldo J. Santos
536
2/5
(f)
x
z
2/3
(g)
1/2
(h)
4.1.2.
Julho 2009
537
z
(a)
= (3, 1/2, 2)
z
= (2, 1, 3/2)
(b)
= (1, 0, 2)
(c)
Julho 2009
Reginaldo J. Santos
538
= (0, 2, 3/2)
(d)
= (2, 1, 0)
(e)
= (0, 0, 2)
(f)
Julho 2009
539
z
= (0, 2, 0)
(g)
x
z
= (2, 0, 0)
(h)
o vetor = (2, 1, 5) e
4.1.3. Como o novo plano e paralelo ao plano 2 + 5 3 = 0, entao
>> 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
Julho 2009
Reginaldo J. Santos
540
paralelos a ao
4.1.4. Os vetores normais dos outros planos, 1 = (1, 2, 3) e 2 = (2, 1, 4), sao
plano procurado . Assim o produto vetorial 1 2 e um vetor normal a .
>> N1=[1,2,-3];N2=[2,-1,4];
>> N=pv(N1,N2)
N = 5
-10
-5
de e 5 10 5 + = 0. Para determinar substitumos o ponto
Assim, a equacao
do plano:
= (2, 1, 0) na equacao
>> 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
do plano e 5 10 5 = 0.
Assim, a equacao
4.1.5. Como o plano procurado passa pelos pontos = (1, 0, 0) e = (1, 0, 1) e e perpendicular
>> PQ=[0,0,1];N1=[0,1,-1];
>> N=pv(PQ,N1)
N = -1
0
0
Julho 2009
541
>> V=[1,2,1];
>> syms t
>> t=solve(2*t+2*t+t-5)
t = 1
9
= 1 + 2
1 + 6 = 3 +
2 + 3 =
1
>> escalona([9,-2,1;6,-1,2;3,0,3])
[ 9, -2, 1]
[ 6, -1, 2]
[ 3, 0, 3]
elimina
c
ao 1:
Julho 2009
Reginaldo J. Santos
542
Julho 2009
>> N=pv(V1,V2)
N = 1
-1
543
>> expr=x-y+d
expr =x-y+d
>> subst(expr,[x,y,z],P1)
ans =2+d
do plano e 2 = 0.
Assim, a equacao
4.1.9.
(b) O ponto = (2, 4, 1) e um ponto do plano procurado. Assim, e paralelo aos vetores
Reginaldo J. Santos
544
>> 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 equacao
do
Substituindo-se o ponto ou o ponto na equacao
plano e 8 + 6 39 = 0.
do plano e entao
+ + = 0.
4.1.10. O vetor = (1, 1, 1) e normal ao plano. A equacao
dos planos 1 e 2 e resolvendo o sistema resultante, obtemos
Fazendo = 0 nas equacoes
= 0 e = 1. Portanto, o ponto = (0, 1, 0) pertence a 1 e a 2 . Substituindo-se o ponto
do plano + + = 0 obtemos que a equacao
procurada e
= (0, 1, 0) na equacao
+ + 1 = 0.
4.1.11.
V =
-8
-5
-6
Os planos se interceptam segundo uma reta cujo vetor diretor e = (8, 5, 6).
(b) >>
V =
paralelos.
Os planos sao
(c) >>
Julho 2009
545
parametricas
4.1.12. O vetor normal ao plano e um vetor diretor da reta procurada. Assim as equacoes
(, , ) = (1 + , 2 , 1 + 2).
de sao
4.1.13. O vetor diretor da reta procurada e ortogonal ao mesmo tempo aos vetores normais dos dois
planos, portanto o produto vetorial deles e um vetor diretor da reta procurada.
>> pv([2,3,1],[1,-1,1])
4
-1
-5
(, , ) = (1 + 4, , 1 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
um
portanto um ponto do plano procurado . O vetor e tambem
ponto da reta e e tambem
Reginaldo J. Santos
546
>>
>>
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
>> 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
c
ao 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]
Julho 2009
547
[
0,
0, 16, -4]
elimina
c
ao 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 = 23/4, = 5/4 e = 1/4. Substituindo-se ou = 23/4 em
da reta e (, , ) = (23/4 + , 1 5, ).
= (, 1, 0) obtemos que a equacao
4.1.16.
V = -1
Os planos se interceptam segundo uma reta que tem vetor diretor = (1, 3, 5).
(b) >> escalona([2,-1,1,0;1,2,-1,1])
[ 2, -1, 1,
[ 1, 2, -1,
elimina
c
ao 1:
Julho 2009
0]
1]
Reginaldo J. Santos
548
Julho 2009
549
as retas sao
paralelas. Neste caso, os vetores 1 e 1 2 sao
nao
colineares e paralelos
entao
do plano.
ao plano procurado. Assim, 7 2 + = 0 e a equacao
4.1.18.
V =
-8
-5
-6
Os planos se interceptam segundo uma reta cujo vetor diretor e = (8, 5, 6). Fa
parametricas
da reta sao
Julho 2009
= 3 8
= 5,
para
= 1 6
Reginaldo J. Santos
550
Os planos se interceptam segundo uma reta cujo vetor diretor e = (1, 1, 1). Clara parametricas
=
= , para
=
4.1.19.
(a)
: (, , ) = (0, 1, 2)
: (, , ) = (1, 0, 2)
: (, , ) = (0, 1, 2) + (1, 1, 0)
Julho 2009
551
vol = 16
( )
0 0 2
= det 0 1 2 = 26 = 13 .
1 0 2
3
2
(d)
= dist(, ) =
Julho 2009
2
2
= .
3
3
Reginaldo J. Santos
552
4.1.20.
o uso de um
da reta 2 e da forma 2 = (1 + , 1 + 2, 2 + 3). Aqui e necessario
parametro
diferente para a reta 2 . O vetor
1 2 = (2 + , 1 + 2 3, 2 + 3 4)
liga um ponto qualquer de 1 a um ponto qualquer de 2 . Vamos determinar e tais que
1 2 1 = 13 + 19 26 = 0
1 2 2 = 10 + 14 19 = 0
parametricas
da reta
(10/3, 29/3, 11) e 3 =1 2 = (1, 1, 1). Assim as equacoes
procurada sao
= 11/3
= 10 ,
3 :
para .
= 32/3 +
(b) Um ponto qualquer da reta 1 e descrito por 1 = (1+, 2+3, 4) e um ponto qualquer
1 2 = (1 + , 2 + 2 3, 3 + 3 4)
Julho 2009
553
1 2 1 = 19 + 19 26 = 0
1 2 2 = 14 + 14 19 = 0
pode ser o vetor diretor da reta procu1 2 = (0, 0, 0). Neste caso o vetor 1 2 nao
rada. Vamos tomar como vetor diretor da reta procurada o vetor 3 = 1 2 = (1, 1, 1).
parametricas
Assim as equacoes
da reta procurada sao
= 1 +
= 2 + , para .
3 :
4.2. Angulos
e Distancias
(pagina
270)
>> costh=pe(N1,N2)/(no(N1)*no(N2))
costh = 5/6
Julho 2009
Reginaldo J. Santos
554
>> acos(5/6)*180/pi
ans = 33.5573
O angulo
e arccos(5/6) 33, 5o .
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)
O angulo
e arccos( 2/2) = 45o .
0,
= (, , )
2 = 2 + 2 + 2 = 4
2
= cos 45 =
, = 1
2
1
= cos 60 = ,
2
= 1
2 + 1 + 2 = 4,
= 1
Julho 2009
555
Assim, existem aparentemente, oito retas que passam pelo ponto = (1, 2, 3) e fa (, , ) = (1, 2, 3) +
zemangulo
de 45o com o eixo x e 60o com o eixo y. Elas sao
( 2, 1, 1). Na verdade existem quatro retas (distintas), pois umvetor diretor e o seu
(, , ) = (1, 2, 3) + ( 2, 1, 1).
simetrico
determinam a mesma reta. Elas sao
4.2.5. >> syms t, A=[1,1,0]; V=[0,1,-1]; Pr=[0,t,-t];
>> N=B-A
-1
2
0
>> dist=abs(pe(N,C-O))/no(N)
dist =1/2(1/2)
A distancia
e igual a 1/ 2.
4.2.7.
Reginaldo J. Santos
556
>> 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]
da reta e (, , ) = (48/61 (6/61), 26/61 (3/61), (4/61)).
A equacao
Julho 2009
557
>> solve(dist2-3)
[1][1]
>> P=subs(Pr,t,1)
P = [1, 1, 0]
A distancia
de ate a reta e igual a 3.
4.2.9. >> syms t
Reginaldo J. Santos
558
A equacao
e 6 + 8 2 20 = 0. Este plano passa pelo ponto medio
de
>> 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 + 3
>> solve(expr2-sqrt(3),d)
ans = [
0][ -12]
do exerccio.
Os planos 2 + 2 + 2 = 0 e 2 + 2 + 2 12 = 0 satisfazem as condicoes
4.2.12. >> N2=[1,-2,2];N3=[3,-5,7];
>> V=pv(N2,N3)
V =
-4
-1
1
1
2
= (, , ), 1 = (1, 0, 1)
+
= cos(/3)
= 12
2 +2 +2
2 + 2 + 2 = 2
=
2
4 + = 0
=
0
Julho 2009
559
+ = 1 = 1 .
Da 3a. equacao
= 4 = 1 5,
2 + (1 5)2 + (1 )2 = 2,
272 = 12, = 0 ou = 4/9.
= (0, 1, 1) ou = (4/9, 11/9, 5/9)
do exerccio
Os planos + = 0 e 4 11 + 5 = 0 satisfazem as condicoes
4.2.13.
2
(1, 0, 1) (1, 1, 1)
=
d(, ) =
=
3
3
Pois se e uma reta reversa a` contida em , entao
(c) Nao.
2
d(, ) = d(, ) = < 2.
3
Julho 2009
Reginaldo J. Santos
560
4.2.14.
= (7/3, 2, 11/6)
1 = (36/77) = (3, 2, 6)
do plano e 3 + 2 + 6 6 = 0
A equacao
= (5, 5/2, 0)
2 = (2/5) = (2, 1, 0)
do plano e 2 + 2 = 0
A equacao
]
]
[
1 2/3 2 2
3 2 6 6
(c)
2
1 0 ]2
[ 2 1 0 2
] [
1 2/3 2 2
1 0 6 2
0
1 12 6
0 1 12
6
[
1
2/3
2
2
0 1/3 4 2
parametricas
(, , ) = (2 + 6, 6 12, ).
As equacoes
da reta sao
(d)
Julho 2009
561
(e) cos(1 , 2 ) =
1 2
1 2
7 5
(f) = proj1 =
1
1
1 2
6
(3, 2, 6)
49
Julho 2009
77
(3, 2, 6)
72
539
72
Reginaldo J. Santos
562
5.1. Independencia
Linear (pagina
303)
vez.
5.1.1. Podemos resolver os quatro sistemas de uma unica
>> 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
c
ao 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
c
ao 2:
Julho 2009
Captulo 5. Espacos
563
1,
3]
2/13, 11/13]
-7,
-16]
2,
7/13,
6/13]
2,
2/13, 11/13]
0, -61/13, -43/13]
combinacao
linear de 1 , 2 e 3 , pois os sistemas
Assim, os vetores dos itens (a) e (b) sao
solucao,
enquanto para os vetores
[ 1 2 3 ] = , para os vetores dos itens (a) e (b) tem
tem
solucao.
>> v3=[4,6,12]
>> A=[v1;v2;v3;zeros(1,3)].
1
1
4
0
1
0
6
0
Julho 2009
Reginaldo J. Santos
564
2
0
12
0
>> R=escalona(A)
1
0
6
0
0
1
-2
0
0
0
0
0
(1, 1, 2) + (1, 0, 0) + (4, 6, 12) =
nao
trivial. Isto
Logo, a equacao
0 admite solucao
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
(1, 2, 3) + (2, 4, 6) =
nao
trivial. Isto implica
Logo, a equacao
0 admite solucao
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)
Julho 2009
Captulo 5. Espacos
1
0
0
565
0
1
0
0
0
0
0
1
0
(1, 1, 1) + (2, 3, 1) + (3, 1, 2) =
trivial. Isto
Logo, a equacao
0 so admite a solucao
L.I.
implica que os vetores do item (c) sao
(d) >> v1=[4,2,-1];v2=[6,5,-5];v3=[2,-1,3];
>> A=[v1;v2;v3;zeros(1,3)].
4
6
2
0
2
5
-1
0
-1
-5
3
0
>> R=escalona(A)
1
0
2
0
0
1
-1
0
0
0
0
0
nao
trivial. Isto
Logo, o sistema (4, 2, 1) + (2, 3, 1) + (2, 1, 3) =
0 admite solucao
L.D.
implica que os vetores do item (d) sao
>> A=[3,1,0;a2+2,2,0;0,0,0]
A =
[3, a2+2, 0]
[1,
2, 0]
[0,
0, 0]
>> escalona(A)
elimina
c
ao 1:
Julho 2009
Reginaldo J. Santos
566
(a) 1 1 + 2 2 + 3 3 = 1 (1 + 2 ) + 2 (1 + 3 ) + 3 (2 + 3 ) = (1 + 2 )1 +
por hipotese
lares
que
os
est
ao
multiplicando
t
em
que
ser
iguais
a
zero.
O
que
leva
ao sistema
= 0
1 + 2
1
+ 3 = 0
2 + 3 = 0
Julho 2009
Captulo 5. Espacos
567
>> 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 solucao
trivial 1 = 2 =
Assim, o sistema e a equacao
1 + 2 + 3 = 0
vetorial inicial tem
somente
3 = 0 Assim, o sistema e a equacao
2 + 3 = 0
trivial 1 = 2 = 3 = 0. Portanto os vetores 1 , 2 e 3 sao
L.I.
a solucao
5.1.6.
>> P2=[0,1,-1];V2=[1,m,2*m];
>> expr=det([V1;V2;P2-P1])
expr = -9*m+6
>> solve(expr)
ans = 2/3
Julho 2009
Reginaldo J. Santos
568
>>
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 2+ = 0.
Tomando como vetor normal 3 = (2, 1, 1) a equacao
do plano:
Para determinar substitumos o ponto 1 = (1, 0, 2) na equacao
>> subst(2*x-y-z+d,[x,y,z],[1,0,2])
>> ans= d
do plano e 2 = 0.
Assim, a equacao
5.1.7. Precisamos determinar para que os vetores = (2, , 1), 1 = (1, 2, 0) e 2 = (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
Para = 2 a reta e paralela ao plano. A reta esta contida no plano se, e somente se, os
Julho 2009
Captulo 5. Espacos
569
>> P1=[1,1,1];
>> det([P1;V1;V2])
ans = -1
esta contida no plano.
A reta nao
5.1.8.
>> 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
linear de V1, V2 e V3.
e combinacao
Assim, V nao
(b) >> M=randi(3,5)
M =
-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
linear de V1, V2 e V3. Como as colunas
Assim, nenhuma das colunas de M e combinacao
Julho 2009
Reginaldo J. Santos
570
pertencam ao plano
de M foram geradas aleatoriamente, o mais provavel
e que elas nao
gerado por V1, V2 e V3.
que e valida
(pagina
1
0
1
2
2
1
>> R=escalona(A)
1
0
0
1
0
0
1
3
3
0
1
1
0
0
0
1
1
0
0
0
1
0
0
0
+ 3
2 + 3
= 0
= 0
= 0
geral
Este sistema tem como solucao
= {(, , , 0) } .
Agora, para qualquer elemento de temos:
(, , , 0) = (1, 1, 1, 0) .
Logo, { = (1, 1, 1, 0)} gera .
Julho 2009
Captulo 5. Espacos
571
1
1
2
3
-2
1
>> R=escalona(A)
1
0
0
1
0
0
2
6
2
-1
-2
2
0
0
0
0
2
0
-1
0
0
0
0
0
1
2
+
4 = 0
+ 23
= 0
geral
Este sistema tem como solucao
= {(, 2, , ) , } .
Agora, para qualquer elemento de temos:
(, 2, , ) =
= (, 0, 0, ) + (0, 2, , 0)
= (1, 0, 0, 1) + (0, 2, 1, 0) .
Logo, = {1 = (1, 0, 0, 1), 2 = (0, 2, 1, 0)} gera .
5.2.2.
>> A=[0,0,1;1,0,-3;0,1,3];
Julho 2009
Reginaldo J. Santos
572
>> 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
{
1
2
3
+ 23
= 0
= 0
geral
Este sistema tem como solucao
= {(, 2, ) } .
Agora, para qualquer elemento de temos:
(, 2, ) = (1, 2, 1) .
e base para .
nulo e sempre L.I., entao
Julho 2009
Captulo 5. Espacos
573
>> 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
0
0
0
0
33
+ 33
4
= 0
= 0
= 0
geral
Este sistema tem como solucao
= {(3, 3, , 0) } .
Julho 2009
Reginaldo J. Santos
574
(3, 3, , 0) = (3, 3, 1, 0) .
Logo, = { = (3, 3, 1, 0)} gera . Como um conjunto formado por um unico
vetor
>> 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
2
3
= 0
= 0
= 0
geral
Este sistema tem como solucao
= {(, 0, 0, 0) } .
Agora, para qualquer elemento de temos:
(, 0, 0, 0) = (1, 0, 0, 0) .
Julho 2009
Captulo 5. Espacos
575
>> 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
{
1
33
2
= 0
= 0
geral
Este sistema tem como solucao
= {(, 0, ) } .
Agora, para qualquer elemento de temos:
(, 0, ) = (1, 0, 1) .
Julho 2009
Reginaldo J. Santos
576
e base para .
nulo e sempre L.I., entao
>> 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
{
1
2
33
23
= 0
= 0
geral
Este sistema tem como solucao
= {(3, 2, ) } .
Agora, para qualquer elemento de temos:
(3, 2, ) = (3, 2, 1) .
e base para .
nulo e sempre L.I., entao
>> B2=subs(B,x,2)
Julho 2009
Captulo 5. Espacos
577
-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
{
1
2
3
33
= 0
= 0
geral
Este sistema tem como solucao
= {(, 3, ) } .
Agora, para qualquer elemento de temos:
(, 3, ) = (1, 3, 1) .
e base para .
nulo e sempre L.I., entao
(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,
Julho 2009
2,
1,
0]
0]
Reginaldo J. Santos
578
[
-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
c
ao 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]
Julho 2009
Captulo 5. Espacos
[
[
0,
0,
0,
0,
579
0,
0,
0]
0]
{
1 2 3
= 0
geral
Este sistema tem como solucao
= {( + , , , ) , , } .
Agora, para qualquer elemento de temos:
(0, 0, 0, 0) = ( + , , , )
= (0, 0, 0, 1) + (1, 0, 1, 0) + (1, 1, 0, 0)
e base para .
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)
Julho 2009
Reginaldo J. Santos
580
B1 = [ 1, 3 ,0]
[ 0, 0, 0]
[ 0, 0, 1]
{
1 + 32
3
= 0
= 0
geral
Este sistema tem como solucao
= {(3, , 0) } .
Agora, para qualquer elemento de temos:
(3, , 0) = (3, 1, 0) .
e base para .
nulo e sempre L.I., entao
>> B2=subs(B,x,2)
B2 =[ 0, 3, 0]
[ 0, -1, 0]
[ 0, 0, 0]
{
geral
Este sistema tem como solucao
32
2
= 0
= 0
= {(, 0, ) , } .
Julho 2009
Captulo 5. Espacos
581
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
e multiplo
Logo, = {1 = (1, 0, 0), 2 = (0, 0, 1)} gera . Como um vetor nao
escalar
>> 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]
{
32
= 0
geral
Este sistema tem como solucao
= {(, 0, ) , } .
Agora, para qualquer elemento de temos:
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
Julho 2009
Reginaldo J. Santos
582
>> N2=[3,-1,1];
>> V=pv(N1,N2)
V =
-2
14
20
parametrica
>> escalona([v1;v2;v3;zeros(1,3)])
[ 4, 2, -2, 0]
[ 2, 1, -1, 0]
[ -3, -2, 0, 0]
elimina
c
ao 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
c
ao 2:
Julho 2009
Captulo 5. Espacos
583
0]
0]
0]
2
0]
0]
0]
1 ==> linha 1
Os vetores 1 , 2 e 3 sao
0 admite solucao
trivial.
L.I. pois um vetor nao
e multiplo
(b) Os vetores 1 e 2 sao
escalar do outro.
de 1 + 2 + 3 =
(c) Do item (a) obtemos que a solucao
0 e (, , ) = (2, 3, ).
e
Tomando = 1 obtemos 21 32 + 3 = 0, ou seja, 3 = 21 + 32 . Logo, 3 nao
necessario
para gerar o subespaco gerado por 1 , 2 e 3 . Como pelo item anterior 1 e
L.I., entao
1 e 2 formam uma base para o subespaco gerado por 1 , 2 e 3 e a
2 sao
e 2.
dimensao
(d) E o plano que passa pela origem paralelo aos vetores 1 e 2 ou
>> pv(v1,v2)
-1
2
Julho 2009
0
Reginaldo J. Santos
584
5.2.5.
= 2 4.
da forma
Assim, os pontos do plano + 2 + 4 = 0 sao
(, , ) = (2 4, , ), , ,
da forma
ou seja, sao
(, , ) = (4, 0, 1) + (2, 1, 0) = 1 + 2 , ,
em que 1 = (4, 0, 1) e 2 = (2, 1, 0).
L.I. (um nao
e multiplo
Assim, 1 e 2 formam uma base do plano , pois sao
escalar do outro)
linear deles).
e geram (todo vetor de e combinacao
Julho 2009
Captulo 5. Espacos
585
seja
Para estender 1 e 2 a uma base de 3 , precisamos acrescentar um vetor que nao
>> 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 subespacos e (, , ) = (2, 14, 20), para qualquer . Uma
A reta intersecao
base para a reta e { = (2, 14, 20)}.
5.2.8.
(a)
= (3 + 4 4, 2 4 6, 2 4 + 2)
= (3, 2, 2) + (4, 4, 4) + (4, 6, 2)
= (3, 2, 2) + (4, 4, 4) + (4, 6, 2).
{1 , 2 , 3 }
Logo, definindo 1 = (3, 2, 2), 2 = (4, 4, 4) e 3 = (4, 6, 2), entao
gera .
(b) >> V1=[3,2,-2];V2=[4,-4,-4];V3=[-4,-6,2];
>> escalona([V1;V2;V3])
Julho 2009
Reginaldo J. Santos
586
[ 3, 4, -4]
[ 2, -4, -6]
[ -2, -4, 2]
elimina
c
ao 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
c
ao 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 1 + 2 + 3 =
A solucao
0 e (, , ) = (2, /2, ). Tomando = 2 obtemos
Julho 2009
Captulo 5. Espacos
587
41 + 2 + 23 = 0. Ou seja, 2 = 23 41 .
de , pois ele e combinacao
linear dos
Assim o vetor 2 pode ser descartado na geracao
suficientes para gerar . Como alem
disso, os
outros dois. Logo, apenas 1 e 3 sao
tais que um nao
e multiplo
eles sao
L.I. e
vetores 1 e 3 sao
escalar do outro, entao
{1 , 2 } ou {2 , 3 } sao
bases.
portanto {1 , 3 } e uma base de . Tambem
5.2.9.
pois sao
necessarios
(a) Nao
4 vetores L.I. para se obter uma base de 4 (Teorema 5.7 na
pagina
319).
pertencerem ao subespaco gerado por 1 e 2 .
(b) 3 e 4 devem ser L.I. e nao
1 e 2 ,
(c) Escalonando a matriz cujas linhas sao
obtemos
3
5
2 1
1 2 1 2
[
1 0 1 12
0 1 1 7
Acrescentando as linhas 3 = [ 0 0 1 0 ] e 4 = [ 0 0 0 1 ]:
1
0
=
0
0
L.I.
Vamos verificar que 1 , 2 , 3 e 4 sao
0
1
0
0
1 12
1 7
1
0
0
1
1 1 + 2 2 + 3 3 + 4 4 = 0
Julho 2009
Reginaldo J. Santos
588
= 0
e equivalente ao sistema =
0, em que = [ 1 2 3 4 ]. Mas como det()
pode ser obtida de
det() = 0, pelo Teorema 2.13 na pagina
entao
115, pois
do
aplicando-se operacoes
elementares. Logo {1 , 2 , 3 , 4 } e L.I. Como a dimensao
4
pelo Teorema 5.7 na pagina
e igual a 4 , entao
319 1 , 2 , 3 , 4 formam uma base de
4
.
5.2.10. >> A=triu(randi(4,4,3))
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)
1
-2
2
0
1]
-2]
2]
-x]
Julho 2009
Captulo 5. Espacos
[
[
[
[
0,
0,
0,
0,
1,
0,
0,
0,
0,
1,
0,
0,
589
0]
0]
1]
0]
3
4
= 0
= 0
= 0
geral
Este sistema tem como solucao
= {(, 0, 0, 0) } .
Agora, para qualquer elemento de temos:
(, 0, 0, 0) = (1, 0, 0, 0) .
nulo
Logo, = { = (1, 0, 0, 0)} gera . Como um conjunto formado por um unico
vetor nao
e base para .
e sempre L.I., entao
>> B2=subs(B,x,2)
B2 =
[ -3, -2, 1, 1]
[ 0, 0, -2, -2]
[ 0, 0, -3, 2]
[ 0, 0, 0, -2]
>> escalona(B2)
Julho 2009
Reginaldo J. Santos
590
[
[
[
[
1, 2/3,
0,
0,
0,
0,
0,
0,
0,
1,
0,
0,
0]
0]
1]
0]
1 + 2/32
3
4
= 0
= 0
= 0
geral
Este sistema tem como solucao
= {(2, 3, 0, 0) } .
Agora, para qualquer elemento de temos:
(2, 3, 0, 0) = (2, 3, 0, 0) .
e base para .
nulo e sempre L.I., entao
>> B0=subs(B,x,0)
B0 =
[ -1, -2, 1, 1]
[ 0, 2, -2, -2]
[ 0, 0, -1, 2]
[ 0, 0, 0, 0]
Julho 2009
Captulo 5. Espacos
>>
[
[
[
[
591
escalona(B0)
1, 0, 0, 3]
0, 1, 0, -3]
0, 0, 1, -2]
0, 0, 0, 0]
geral
Este sistema tem como solucao
34 = 0
34 = 0
24 = 0
= {(3, 3, 2, ) } .
Agora, para qualquer elemento de temos:
(3, 3, 2, ) =
(3, 3, 2, 1) .
e base para .
nulo e sempre L.I., entao
>> x=[1,1,-2];y=[a,-1,2];
>> solve(pe(x,y))
ans = 5
Julho 2009
Reginaldo J. Santos
592
>> 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 =
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 = 12 2 0 12 2
[
]
2 = 61 3 2 13 3 2 61 3 2
( + 2 + , , , ) =
(, 0, 0, ) + (2, 0, , 0) + (, , 0, 0) =
(1, 0, 0, 1) + (2, 0, 1, 0) + (1, 1, 0, 0)
Julho 2009
Captulo 5. Espacos
>>
>>
>>
>>
593
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 = 12 2 0 0 12 2
[
]
2 = 13 3 0 31 3 13 3
[ 1
]
1
1
3 = 42
42 71 42 21
42 42
42
>> escalona(A)
1
0
3
0
1
-4
0
0
{
geral
Este sistema tem como solucao
+ 33
2 43
= 0
= 0
= {(3, 4, ) } .
Agora, para qualquer elemento de temos:
(3, 4, ) = (3, 4, 1) .
nulo e sempre L.I.
Um conjunto formado por um unico
vetor nao
Julho 2009
Reginaldo J. Santos
594
>> v=[-3,4,1];
>> u=v/no(v)
[ 3
2
= 26
26 13
26
1
26
26
nao
colineares e paralelos
as retas sao
paralelas. Neste caso, os vetores 1 e 1 2 sao
entao
do plano, que passa pela origem,
ao plano procurado. Assim, 7 2 + = 0 e a equacao
logo e um subespaco. Este subespaco 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)
Julho 2009
Captulo 5. Espacos
595
[
]
7
1 = 1/10 2 0 10
2
[ 7
]
2 = 45 3 5/9 3 1/45 3
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 = 13 3 13 3 31 3 0
[ 2
]
4
2
1
2 = 33
11 3 33
11 3 33
11 3 11
11 3
]
[ 2
3
7
3
3 = 55 110 110
110 110
110 55
110
>>
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)
Julho 2009
[
1 = 13 3
[
2 = 31 2 3
1
3
3 31
1
2 3
6
]
3
]
1
2 3
6
Reginaldo J. Santos
596
3 =
5.3.9. >> syms x y z d
0 12
1
2
]
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 +
>> solve(expr2-sqrt(3),d)
ans = [
0][ -12]
do exerccio.
Os planos 2 + 2 + 2 = 0 e 2 + 2 + 2 12 = 0 satisfazem as condicoes
Apenas o primeiro plano e um subespaco. Este subespaco consiste dos vetores da forma:
(, , ) = (, 0, ) + (0, , )
= (1, 0, 1) + (0, 1, 1)
>>
>>
W2
>>
1
2
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 .
Julho 2009
Captulo 5. Espacos
5.4.1.
597
>> 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 sao:
>> 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 sao:
3 2/2
2
2/2
Julho 2009
Reginaldo J. Santos
598
5.4.2.
>> v2=sym([1/sqrt(2),1/sqrt(2)]);
>> v=2*v1+v2
]
[
2/2 3 2/2
>> 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
1 ,
2 e 3 em
relac
ao
sao
dadas
1
0
0
1/2
0
3/2
0
e 3 =
0
0
1
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
1
0
0 , 2 = 0 1/2 3/2
0
0
3/2
1/2
0
= 3/2
1/2
e
{, 1 , 2 , 3 }
Assim,
0
0
1 = 1/2
0
3/2
>> A=[cos(th),-sin(th);sin(th),cos(th)];
>> expr=A*pr-p
Julho 2009
Captulo 5. Espacos
599
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 rotacao
5.4.5.
3, obtemos = 3. Assim
1 = ( 3, 3, 0).
Fazendo = 0 obtemos 3 + 2 = 0. Tomando = 2, obtemos = 3. Assim podemos
tomar como segundo vetor da base do plano
2 = (2, 0, 3).
Agora vamos encontrar uma base ortogonal do plano
1 = 1 = ( 3, 3, 0)
2 = 2 proj1 2
2 3
= (2, 0, 3)
( 3, 3, 0)
12
1
3 3
, 3) = (3, 3, 6)
= ( ,
2 2
2
Julho 2009
Reginaldo J. Santos
600
1 3
1
, 0)
1 = ( 3, 3, 0) = ( ,
2 2
2 3
1
3 1 3
2 = (3, 3, 6) = (
, ,
)
4 4 2
4 3
3 1
1
3
, )
3 = (3, 3, 2) = ( ,
4
4
4 2
(c) Seja
= [ 1 2 3 ]
= =
1
3 3
[]{,1 ,2 ,3 } = [ 1 0 0 ] = ( ,
, )
2
4 4
3
1
3
, ,
)
[]{,1 ,2 ,3 } = [ 0 1 0 ] = (
2 4
4
3 1
[]{,1 ,2 ,3 } = [ 0 0 1 ] = (0,
, )
2 2
5.4.6.
1
0
0
= 0
cos sen
0 sen cos
Julho 2009
Captulo 6. Diagonalizacao
601
de Matrizes (pagina
6.1. Diagonalizacao
407)
6.1.1.
(a) >> A=[1,1;1,1];
>> B=A-x*eye(2)
[1-x,
1]
[ 1, 1-x]
>> p=det(B)
p =-2*x+x2
>> 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
Julho 2009
>> B=A-x*eye(2)
[1-x, -1]
[ 2, 4-x]
>> p=det(B)
p =6-5*x+x2
>> 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
0 = {(, ) }
2 = {(, ) }
2 = {(, ) }
3 = {(, 2) }
Reginaldo J. Santos
602
>> 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=-x3
>> 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]
0 = {(, 0, 0) }
(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 2009
Captulo 6. Diagonalizacao
>> 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]
603
>> 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]
2 = {(0, 0, ) }
1 = {(6, 3, 8) }
3 = {(0, 5, 2) }
(e)
Julho 2009
Reginaldo J. Santos
604
>> 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+x2)
>> 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]
1 = {(, , ) }
2 = {(, 0, 0) }
4 = {(7, 4, 2) }
(f)
Julho 2009
Captulo 6. Diagonalizacao
>> 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*x2-x3
>> 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]
605
>> 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]
1 = {(, 0, ) }, 2 = {(2, 3, 2) } e 4 =
{(8, 5, 2) }
6.1.2.
(a)
Julho 2009
Reginaldo J. Santos
606
>> 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]
1 = {(0, , ) }. {(0, 1, 1)} e base para 1 , pois gera 1 ((0, , ) =
nulo e L.I.
(0, 1, 1)) e um vetor nao
2 = {(, , 4) }. {(1, 1, 4)} e base para 2 , pois gera 2
nulo e L.I.
((, , 4) = (1, 1, 4)) e um vetor nao
3 = {(0, 0, ) }. {(0, 0, 1)} e base para 3 , pois gera 3 ((0, 0, ) = (0, 0, 1))
nulo e L.I.
e um vetor nao
(b)
Julho 2009
Captulo 6. Diagonalizacao
>> 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]
607
>> 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]
(c)
Julho 2009
Reginaldo J. Santos
608
>> 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 2009
Captulo 6. Diagonalizacao
>> 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]
609
>> 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]
(d)
Julho 2009
Reginaldo J. Santos
610
>> 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(B2)
>> escalona(B1)
[0, 1, 0, 0]
[1, 0, -3, 0]
[0, 0, 1, 0]
[0, 1, 3, 0]
[0, 0, 0, 1]
[0, 0, 0, 1]
[0, 0, 0, 0]
[0, 0, 0, 0]
1 = {(3, 3, , 0) }. {(3, 3, 1, 0)} e base para 1 , pois gera 1
nulo e L.I.
((3, 3, , 0) = (3, 3, 1, 0)) e um vetor nao
2 = {(, 0, 0, 0) }. {(1, 0, 0, 0)} e base para 2 , pois gera 2 ((, 0, 0, 0) =
nulo e L.I.
(1, 0, 0, 0)) e um vetor nao
6.1.3.
Julho 2009
Captulo 6. Diagonalizacao
611
>> p=det(B)
p =-6+x+x2
>> solve(p)
[ 2][-3]
>> B=A-x*eye(2)
[1-x,
4]
[ 1, -2-x]
A matriz possui dois autovalores diferentes, logo possui dois autovetores L.I.
6.4 na pagina
>> B1=subs(B,x,1)
[ 0, 0]
[-2, 0]
>> escalona(numeric(B1))
[1, 0]
[0, 0]
>> B=A-x*eye(2)
[1-x,
0]
[ -2, 1-x]
>> p=det(B)
p =(1-x)2
>> solve(p)
[1][1]
1 = {(, 0) }
e diagonalizavel
pagina
394).
(c) >> A=[1,1,-2;4,0,4;1,-1,4]
A =
1
1
4
0
1
-1
>> B=A-x*eye(3); p=det(B)
p =5*x2-6*x-x3
Julho 2009
-2
4
4
Reginaldo J. Santos
612
>> solve(p)
ans =[0][2][3]
autovalores diferentes, logo possui tres
autovetores L.I. (Proposicao
autovetores L.I.
6.4 na pagina
398). A matriz e diagonalizavel
pois, e 3 3 e possui tres
394).
(Teorema 6.3 na pagina
(d) >> A=[1,2,3;0,-1,2;0,0,2];
>> 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. (Proposicao
autovetores L.I.
6.4 na pagina
398). A matriz e diagonalizavel
pois, e 3 3 e possui tres
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 2009
Captulo 6. Diagonalizacao
613
>> 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]
1 = {(, 2, ) , }. {(1, 0, 0), (0, 2, 1)} e base para 1 , pois gera 1
L.I. (um vetor nao
e multiplo
((, 2, ) = (0, 2, 1) + (1, 0, 0)) e sao
escalar do
outro)
1
0 1
= 0 2 0
0
1 1
1 0 0
= 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*x2+3-x3
>> solve(p)
Julho 2009
Reginaldo J. Santos
614
[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]
A matriz nao
pois so possui dois autovalores e cada um deles so possui
>> B=A-x*eye(3)
[1-x,
2,
3]
[ 0, 1-x,
0]
[ 2,
1, 2-x]
>> p=det(B)
p =-4+x+4*x2-x3
>> 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 2009
Captulo 6. Diagonalizacao
615
>> 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]
1 =
>> escalona(B1)
>> escalona(B4)
[1, 0, -1/4]
[1, 0, -1]
[0, 1, 3/2]
[0, 1, 0]
[0, 0,
0]
[0, 0, 0]
{(3, 0, 2) }. {(3, 0, 2)} e base para 1 , pois gera 1 ((3, 0, 2) =
nulo e L.I.
(3, 0, 2)) e um vetor nao
1 = {(, 6, 4) }. {(1, 6, 4)} e base para 1 , pois gera 1
nulo e L.I.
((, 6, 4) = (1, 6, 4)) e um vetor nao
4 = {(, 0, ) }. {(1, 0, 1)} e base para 4 , pois gera 4 ((, 0, ) = (1, 0, 1))
nulo e L.I.
e um vetor nao
3
1 1
= 0 6 0
2
4 1
Julho 2009
1 0 0
= 0 1 0
0 0 4
Reginaldo J. Santos
616
>> 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]
>> B3=subs(B,x,3)
>> B2=subs(B,x,2)
[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]
0 = {(, 0, 3) }. {(1, 0, 3)} e base para 0 , pois gera 0 ((, 0, 3) =
nulo e L.I.
(1, 0, 3)) e um vetor nao
2 = {(2, , 0) }. {(2, 1, 0)} e base para 2 , pois gera 2 ((2, , 0) =
nulo e L.I.
(2, 1, 0)) e um vetor nao
3 = {(, 0, 0) }. {(1, 0, 0)} e base para 3 , pois gera 3 ((, 0, 0) = (1, 0, 0))
nulo e L.I.
e um vetor nao
Julho 2009
Captulo 6. Diagonalizacao
617
1 2 1
= 0 1 0
3 0 0
6.1.5.
0 0 0
= 0 2 0
0 0 3
>> V2=[5,4,1];
>> V3=[5,3,1];
>> A=sym([-1/3,-5/6,20/3;-2/3,-1/6,16/3;-1/6,-1/6,11/6]);
>> [A*V1,A*V2,A*V3]
[
-2, 5/3, 5/2]
[
-2, 4/3, 3/2]
[ -1/2, 1/3, 1/2]
= , ou seja, e um multiplo
Se e autovetor de entao
escalar de .
e portanto diagonalizavel.
6.1.6.
6.1.7. >> B=randi(2), A=[B-B,zeros(2,1);zeros(1,2),randi]
B =
Julho 2009
5
3
-1
0
Reginaldo J. Santos
618
A =
0
-4
0
4
0
0
0
0
-3
>> syms x, p=det(A-x*eye(3)), solve(p)
p = -3*x2-x3-48-16*x
ans = [
-3][ 4*i][ -4*i]
>> escalona(A+3*eye(3))
ans =[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 0]
e diagonalizavel
A matriz nao
pois ela so tem um autovalor e auto espaco associado a este
e possvel encontrar 3 autovetores L.I.
2. Assim, nao
autovalor tem dimensao
A =
1
0
2
0
1
-2
2
-2
8
>> syms x, p=det(A-x*eye(3)), solve(p)
p = -9*x+10*x2-x3
ans = [ 0][ 1][ 9]
>> escalona(A)
ans =[ 1, 0, 2]
[ 0, 1, -2]
[ 0, 0, 0]
Julho 2009
Captulo 6. Diagonalizacao
619
0 = {(2, 2, ) }.
possvel de autovetores L.I.
Assim, {1 = (2, 2, 1)} e um conjunto com o maior numero
associado a = 0.
>> escalona(A-eye(3))
ans =[ 1, -1, 0]
[ 0, 0, 1]
[ 0, 0, 0]
O autoespaco associado ao autovalor = 1 e
1 = {(, , 0) }.
possvel de autovetores L.I. associAssim, {2 = (1, 1, 0)} e um conjunto com o maior numero
ado a = 1.
>> escalona(A-9*eye(3))
ans =[
1,
0, -1/4]
[
0,
1, 1/4]
[
0,
0,
0]
O autoespaco associado ao autovalor = 9 e
9 = {(, , 4) }.
possvel de autovetores L.I.
Assim, {3 = (1, 1, 4)} e um conjunto com o maior numero
associado a = 9.
Julho 2009
Reginaldo J. Santos
620
>> 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]
[ -4, 1, 0]
D =[ 9, 0, 0]
[ 0, 0, 0]
[ 0, 0, 1]
que ser os autovalores de . As matrizes
Os elementos da diagonal da matriz tem
autovetores
podem diferir na ordem com que os autovalores aparecem. As colunas de sao
associados aos autovalores que aparecem nas colunas correspondentes de . Assim, fazendo
das colunas das matrizes e de forma que as matrizes sejam iguais, as
uma reordenacao
multiplos
colunas de uma matriz sao
escalares das colunas correspondentes da outra matriz
Julho 2009
Captulo 6. Diagonalizacao
621
de Matrizes Simetricas
6.2. Diagonalizacao
(pagina
425)
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+x2
>> solve(p)
[0][4]
>> B4=subs(B,x,4)
>> B0=subs(B,x,0)
[-2, 2]
[2, 2]
[ 2, -2]
[2, 2]
>> escalona(B4)
>> escalona(B0)
[1, -1]
[1, 1]
[0, 0]
[0, 0]
0 = {(, ) }. {1 = (1, 1)} e base para 0 , pois gera
0((, )
nulo e L.I. Seja 1 = (1/1 )1 = (1/ 2, 1/ 2). {1
um vetor nao
(1,1)) e
(1/ 2, 1/ 2)} e base ortonormal de 0 .
4 = {(, ) }. {2 = (1, 1)} e base para 4 , poisgera
4 ((, )
nulo e L.I. Seja 2 = (1/2 )2 = (1/ 2, 1/ 2). {2
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de 4 .
=
Julho 2009
]
1/2 1/2
1/ 2 1/ 2
0 0
0 4
=
=
=
=
]
Reginaldo J. Santos
622
>> B=A-x*eye(2)
[2-x,
1]
[ 1, 2-x]
>> p=det(B)
p =3-4*x+x2
>> solve(p)
[3][1]
>> B3=subs(B,x,3)
>> B1=subs(B,x,1)
[1, 1]
[-1, 1]
[ 1, -1]
[1, 1]
>> escalona(B3)
>> escalona(numeric(B1))
[1, -1]
[1, 1]
[0, 0]
[0, 0]
1 = {(, ) }. {1 = (1, 1)} e base para 1 , pois gera
1((, ) =
nulo e L.I. Seja 1 = (1/1 )1 = (1/ 2, 1/ 2). {1 =
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de 1 .
3 = {(, ) }. {2 = (1, 1)} e base para 3 , poisgera
3 ((, ) =
nulo e L.I. Seja 2 = (1/2 )2 = (1/ 2, 1/ 2). {2 =
um vetor nao
(1,1)) e
(1/ 2, 1/ 2)} e base ortonormal de 3 .
]
1/2 1/2
1/ 2 1/ 2
1 0
0 3
]
Julho 2009
Captulo 6. Diagonalizacao
623
>> B0=subs(B,x,0)
>> B=A-x*eye(3)
[0, 0, 1]
[-x, 0, 1]
[0, 0, 0]
[ 0, -x, 0]
[1, 0, 0]
[ 1, 0, -x]
>> escalona(B0)
>> p=det(B)
[1, 0, 0]
p =-x3+x
[0, 0, 1]
>> solve(p)
[0, 0, 0]
[ 0][-1][ 1]
>> B1=subs(B,x,1)
>> Bm1=subs(B,x,-1)
[-1, 0, 1]
[1, 0, 1]
[ 0, -1, 0]
[0, 1, 0]
[ 1, 0, -1]
[1, 0, 1]
0 =
>> escalona(B1)
>> escalona(Bm1)
[1, 0, -1]
[1, 0, 1]
[0, 1, 0]
[0, 1, 0]
[0, 0, 0]
[0, 0, 0]
{(0, , 0) }. {1 = (0, 1, 0)} e base para 0 , pois gera 0 ((0, , 0) = (0, 1, 0))
nulo e L.I. {1 = (0, 1, 0)} e base ortonormal de 0 , pois 1 = 1.
e um vetor nao
1 = {(, 0, ) }. {2 = (1, 0, 1)} e base para 1 , pois gera 1
nulo e L.I. Seja 2 = (1/2 )2 =
((,0, ) =(1, 0, 1)) e um
vetor nao
(1/ 2, 0, 1/ 2). {2 = (1/ 2, 0, 1/ 2)} e base ortonormal de 1 .
1 = {(, 0, ) }. {3 = (1, 0, 1)} e base para 1 , poisgera 1
((, 0, ) =
nulo e L.I. Seja 3 = (1/3 )3 = (1/ 2, 0, 1/ 2). {3 =
(1,0, 1)) e
um vetor nao
(1/ 2, 0, 1/ 2)} e base ortonormal de 1 .
Julho 2009
Reginaldo J. Santos
624
gonais (Proposicao
418). Portanto, {1 , 2 , 3 } e uma base ortonormal
de autovetores de .
0 1/ 2 1/ 2
= 1
0
0
0
1/ 2 1/ 2
0
0 0
= 0 1 0
0
0 1
>> escalona(B0)
>> B=A-x*eye(3)
[0, 1, 1]
[-x,
0,
0]
[0, 0, 0]
[ 0, 2-x,
2]
[0, 0, 0]
[ 0,
2, 2-x]
>> B4=subs(B,x,4)
>> p=det(B)
[-4, 0, 0]
p =-x*(-4*x+x2)
[ 0, -2, 2]
>> solve(p)
[ 0, 2, -2]
[0][0][4]
>> escalona(B4)
>> B0=subs(B,x,0)
[1, 0, 0]
[0, 0, 0]
[0, 1, -1]
[0, 2, 2]
[0, 0, 0]
[0, 2, 2]
0 = {(, , ) , }. {1 = (1, 0, 0), 2 = (0, 1, 1)} e base para 0 , pois
gera 0 ((, , ) = (1, 0, 0) + (0, 1, 1)) e e L.I. (1 + 2 =
0 se, e somente
se, (, , ) = (0, 0, 0) ou = 0 e = 0). Sejam 1 = 1 , 2 = 2 proj1 2 =
2 0 =
1 = (1/1 )1 = 1 =
2 . Sejam
1 = (1,
0, 0) e 2 = (1/2 )2 =
(0, 1/ 2, 1/ 2). {1 = (1, 0, 0), 2 = ((0, 1/ 2, 1/ 2)} e base ortonormal de 0 .
4 = {(0, , ) }. {3 = (0, 1, 1)} e base para 4 , pois gera 4 ((0, , ) =
Julho 2009
Captulo 6. Diagonalizacao
625
6.6 na pagina
ortogonais (Proposicao
tovetores associados a autovalores diferentes sao
418). Portanto, {1 , 2 , 3 } e uma base ortonormal de autovetores de .
1
0
0
= 0 1/2 1/2
0
1/ 2 1/ 2
(e) >> A=[1,1,0;1,1,0;0,0,1];
>> B=A-x*eye(3)
[1-x,
1,
0]
[ 1, 1-x,
0]
[ 0,
0, 1-x]
>> p=det(B)
p =-2*x+3*x2-x3
>> solve(p)
[0][1][2]
>> B1=subs(B,x,1)
[0, 1, 0]
[1, 0, 0]
[0, 0, 0]
>> escalona(B1)
[1, 0, 0]
[0, 1, 0]
[0, 0, 0]
Julho 2009
0 0 0
= 0 0 0
0 0 4
>> B0=subs(B,x,0)
[1, 1, 0]
[1, 1, 0]
[0, 0, 1]
>> escalona(B0)
[1, 1, 0]
[0, 0, 1]
[0, 0, 0]
>> B2=subs(B,x,2)
[-1, 1, 0]
[ 1, -1, 0]
[ 0, 0, -1]
>> escalona(B2)
[1, -1, 0]
[0, 0, 1]
[0, 0, 0]
Reginaldo J. Santos
626
gonais (Proposicao
418). Portanto, {1 , 2 , 3 } e uma base ortonormal
de autovetores de .
1/2 0 1/2
= 1/ 2 0 1/ 2
0 1
0
0 0 0
= 0 1 0
0 0 2
Julho 2009
Captulo 6. Diagonalizacao
(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*x2-x3
>> solve(p)
[4][1][1]
>> B1=subs(B,x,1)
[1, 1, 1]
[1, 1, 1]
[1, 1, 1]
627
>> 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]
.
Sejam
=
(1/
)
=
(1/
2,
1/
2, 0)
2 (1/2, 1/2, 0) = (1/2, 1/2, 1)
1
1
1
6
1
1
=
(1/
)
=
(1/
3,
1/
3,
1/
3).
3
3
3
ortogonais (Proposicao
6.6 na pagina
Julho 2009
Reginaldo J. Santos
628
1 0 0
= 0 1 0
0 0 4
>> 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*x2-4*x3+x4
>> solve(p)
[-1][-1][ 3][ 3]
>> Bm1=subs(B,x,-1)
[2, 2, 0, 0]
[2, 2, 0, 0]
[0, 0, 2, 2]
[0, 0, 2, 2]
>> escalona(Bm1)
[1, 1, 0, 0]
[0, 0, 1, 1]
[0, 0, 0, 0]
[0, 0, 0, 0]
>> 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]
Julho 2009
Captulo 6. Diagonalizacao
629
ortogonais (Proposicao
418). Portanto,
dos a autovalores diferentes sao
{1 , 2 , 3 , 4 } e uma base ortonormal de autovetores de .
0 1/2
0
1/2
1/ 2
0 1/ 2
0
=
0 1/2
0 1/2
0
1/ 2
0 1/ 2
Julho 2009
1
0 0 0
0 1 0 0
=
0
0 3 0
0
0 0 3
Reginaldo J. Santos
630
>> B0=subs(B,x,0)
[0, 0, 0, 0]
>> B=A-x*eye(4)
[0, 0, 0, 0]
[-x, 0, 0, 0]
[0, 0, 0, 1]
[ 0, -x, 0, 0]
[0, 0, 1, 0]
[ 0, 0, -x, 1]
>> escalona(B0)
[ 0, 0, 1, -x]
[0, 0, 1, 0]
>> p=det(B)
[0, 0, 0, 1]
p =x2*(x2-1)
[0, 0, 0, 0]
>> solve(p)
[0, 0, 0, 0]
[ 0][ 0][ 1][-1]
>> B1=subs(B,x,1)
>> Bm1=subs(B,x,-1)
B1 =
[1, 0, 0, 0]
[-1, 0, 0, 0]
[0, 1, 0, 0]
[ 0, -1, 0, 0]
[0, 0, 1, 1]
[ 0, 0, -1, 1]
[0, 0, 1, 1]
[ 0, 0, 1, -1]
>> escalona(Bm1)
>> escalona(B1)
[1, 0, 0, 0]
[1, 0, 0, 0]
[0, 1, 0, 0]
[0, 1, 0, 0]
[0, 0, 1, 1]
[0, 0, 1, -1]
[0, 0, 0, 0]
[0, 0, 0, 0]
0 = {(, , 0, 0) , }. {1 = (1, 0, 0, 0), 2 = (0, 1, 0, 0)} e base para 0 ,
e multiplo
pois gera 1 ((, , 0, 0) = (1, 0, 0, 0) + (0, 1, 0, 0)) e e L.I.(um vetor nao
Julho 2009
Captulo 6. Diagonalizacao
631
ortogonais
matriz e simetrica,
autovetores associados a autovalores diferentes sao
1 0
0
0
0 0 0
0
0 1
0 0 0
0
0
0
=
e
=
0 0 1/ 2 1/ 2
0 0 1
0
0 0 0 1
0 0
1/ 2 1/ 2
disso, tambem
por ser simetrica,
>>
>>
W2
>>
>>
W4
>>
U1
W1=V1;
W2=V2-proj(W1,V2)
= [ 2, -1, 0, 2]
W3=V3;
W4=V4-proj(W3,V4)
= [ -1, -2, -2, 0]
U1=W1/no(W1)
= [
0, 2/3, -2/3,
Julho 2009
1/3]
Reginaldo J. Santos
632
>>
U2
>>
U3
U2=W2/no(W2)
= [ 2/3, -1/3,
U3=W3/no(W3)
= [ -2/3,
0,
0,
2/3]
1/3,
2/3]
0
2/3 2/3 1/3
2/3 1/3
0 2/3
,
= [ 1 2 3 4 ] =
2/3
0
1/3 2/3
1/3
2/3
2/3
0
ao Estudo de Conicas
6.3. Aplicacao
(pagina
462)
2
0
=
0
0
0
2
0
0
0
0
2
0
0
0
0
4
]
[
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)
Julho 2009
Captulo 6. Diagonalizacao
633
5 1 2 + 10 1 2 30
>> expr=expr/30
1 2 /6 + 1 2 /3 1
>> elipse(sqrt(6),sqrt(3),P)
6.3.2. >> A=[3,-4;-4,-12];
>> expr=simplify(X.*A*X+81)
3 2 8 12 2 + 81
>> [P,D]=diagonal(A)
[
]
17/17
4
17/17
=
4 17/17
17/17
D=[-13,0]
[ 0,4]
>> expr=subst(expr,X,P*X1)
13 1 2 + 4 1 2 + 81
>> expr=expr/81
Julho 2009
Reginaldo J. Santos
634
y
x
2
y
1
x
1
3
4
Julho 2009
Captulo 6. Diagonalizacao
635
x
2
8
8
Julho 2009
Reginaldo J. Santos
636
2+
13
81 1
4
81
1 2 + 1
>> hiperbx(9/sqrt(13),9/2,P)
6.3.3. >> A=[2,-2;-2,-1];
>> expr=simplify(X.*A*X+K*X+24)
2 2 4 2 + 24
>> [P,D]=diagonal(A)
]
[
5/5
2
5/5
=
2 5/5 1 5/5
D =[-2, 0]
[ 0, 3]
>> expr=subst(expr,X,P*X1)
2 1 2 + 3 1 2 + 24
>> expr=expr/24
1 2 /12 + 1 2 /8 + 1
>> hiperbx(sqrt(12),sqrt(8),P)
Julho 2009
Captulo 6. Diagonalizacao
637
6
x
4
x
2
8
8
Julho 2009
Reginaldo J. Santos
638
>> expr=simplify(X.*A*X-132)
21 2 + 6 + 13 2 132
>> [P,D]=diagonal(A)
]
[
10/10
3
10/10
=
3 10/10
10/10
D=[12, 0]
[ 0,22]
>> expr=subst(expr,X,P*X1)
12 1 2 + 22 1 2 132
>> expr=expr/132
1 2 /11 + 1 2 /6 1
>> elipse(sqrt(11),sqrt(6),P)
6.3.5. >> A=[4,-10;-10,25];
>> K=[-15,-6];
>> expr=simplify(X.*A*X+K*X)
4 2 20 + 25 2 15 6
Julho 2009
Captulo 6. Diagonalizacao
639
2
y
x
1
5
4
Julho 2009
x2
Reginaldo J. Santos
640
>> [P,D]=diagonal(A)
=
5
29
2
29
]
2
29
29
29
5
29 29 29
D =[0, 0]
[0, 29]
>> expr=subst(expr,X,P*X1)
29 1 2 3
291
>> expr=expr/29
1 2
3
29
291
>> parabx(3/(4*sqrt(29)),P)
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 2 + 6 + 2 10 10 + 10 10 + 90
>> [P,D]=diagonal(A)
=
]
10/10 3 10/10
3 10/10
10/10
Julho 2009
Captulo 6. Diagonalizacao
641
1.5
0.5
x
0.5
1.5
2
1
Julho 2009
0.5
0.5
1.5
2.5
Reginaldo J. Santos
642
D =[0, 0]
[0, 10]
>> expr=subst(expr,X,P*X1)
10 1 2 20 1 40 1 + 90
>> expr=subst(expr,y1,y2+1)
10 2 2 + 80 40 1
>> expr=subst(expr,x1,x2+2)
10 2 2 40 2
>> expr=expr/10
2 2 4 2
>> paraby(1,P,[2;1])
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 2 6 + 5 2 30 2 + 18 2 + 82
Julho 2009
Captulo 6. Diagonalizacao
643
y"
x
2
x"
10
6
Julho 2009
Reginaldo J. Santos
644
>> [P,D]=diagonal(A)
]
[
2/2 2/2
=
2/2
2/2
D =[2, 0]
[0, 8]
>> expr=subst(expr,X,P*X1)
2 1 2 + 8 1 2 12 1 + 48 1 + 82
>> X0=[3;-3];
>> expr=subst(expr,X1,X2+X0)
2 2 2 8 + 8 2 2
>> expr=expr/8
2 2 /4 1 + 2 2
>> elipse(2,1,P,X0)
6.3.8. >> A=[5,6;6,0];
>> K=[-12*(13)(1/2),0];
>> expr=simplify(X.*A*X+K*X-36)
5 2 + 12 12 13 36
Julho 2009
Captulo 6. Diagonalizacao
645
3
x
x"
y"
x
1
5
2
Julho 2009
Reginaldo J. Santos
646
>> [P,D]=diagonal(A)
]
[
2/ 13 3/13
=
3/ 13 2/ 13
D =[-4, 0]
[ 0, 9]
>> expr=subst(expr,X,P*X1)
4 1 2 + 9 1 2 24 1 36 1 36
>> X0=[-3;2];
>> expr=subst(expr,X1,X2+X0)
4 2 2 36 + 9 2 2
>> expr=expr/36
2 2 /9 1 + 2 2 /4
>> hiperby(2,3,P,X0)
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 2 4 + 9 2 4 5 18 5 5
Julho 2009
Captulo 6. Diagonalizacao
647
10
6
y"
x"
Julho 2009
Reginaldo J. Santos
648
>> [P,D]=diagonal(A)
]
[
2/5 1/ 5
=
1/ 5 2/ 5
D =[5, 0]
[0, 10]
>> expr=subst(expr,X,P*X1)
5 1 2 + 10 1 2 26 1 32 1 5
>> X0=[26/10;32/20];
>> expr=subst(expr,X1,X2+X0)
5 2 2
322
5
+ 10 2 2
>> expr=expr*5/322
25
322
2 2 1 +
25
161
2 2
>> elipse(sqrt(322)/5,sqrt(161)/5,P,X0)
6.3.10. >> A=[1,3(1/2);3(1/2),-1];
>> K=[6,0];
>> expr=simplify(X.*A*X+K*X)
2 + 2 3 2 + 6
Julho 2009
Captulo 6. Diagonalizacao
649
y
7
y"
6
x"
3
x
2
x
1
2
2
Julho 2009
Reginaldo J. Santos
650
>> [P,D]=diagonal(A)
]
[
3/2
1/2
=
3/2
1/2
D =[ 2, 0]
[ 0,-2]
>> expr=subst(expr,X,P*X1)
2 1 2 2 1 2 + 3 31 3 1
>> X0=[-3*3(1/2)/4;-3/4];
>> expr=subst(expr,X1,X2+X0)
2 2 2 9/4 2 2 2
>> expr=expr*4/9
8
9
2 2 1 89 2 2
>> hiperbx(3/sqrt(8),3/sqrt(8),P,X0)
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 2 16 + 8 2 + 33 2 31 2 + 70
Julho 2009
Captulo 6. Diagonalizacao
651
y
y
1
x
y"
0
x
x"
1
4
4
Julho 2009
Reginaldo J. Santos
652
>> [P,D]=diagonal(A)
=
2/2 2/2
2/2
2/2
D =[0, 0]
[0, 16]
>> expr=subst(expr,X,P*X1)
16 1 2 + 2 1 64 1 + 70
>> expr=subst(expr,y1,y2+2)
16 2 2 + 6 + 2 1
>> expr=subst(expr,x1,x2-3)
16 2 2 + 2 2
>> expr=expr/16
2 2 + 2 /8
>> parabx(-1/32,P,[-3;2])
Julho 2009
Captulo 6. Diagonalizacao
653
y
4
x
x"
2
y
y"
x
2
8
10
Julho 2009
Reginaldo J. Santos
654
>> K=[10,2];
>> expr=simplify(X.*A*X+K*X+9)
2 6 7 2 + 10 + 2 + 9
>> [P,D]=diagonal(A)
[
]
1/ 10 3/ 10
=
3/ 10 1/ 10
D =[-8, 0]
[ 0, 2]
>> expr=subst(expr,X,P*X1)
101 + 9
8 1 2 + 2 1 2 + 58 101 14
5
>> X0=[1/10(1/2);7/10(1/2)];
>> expr=subst(expr,X1,X2+X0)
8 2 2 + 2 2 2
>> hiperby(4,1,P,X0,d)
Julho 2009
Captulo 6. Diagonalizacao
655
y
6
4
y"
x"
2
y
x
Julho 2009
Reginaldo J. Santos
Bibliografia
[2] Jose L. Boldrini, Sueli I. R. Costa, Vera L. Figueiredo, e Henry G. Wetzler. Algebra
Linear. Ed.
Paulo, 3a. edicao,
1986.
Harbra Ltda., Sao
[3] Paulo Boulos e Ivan de C. e Oliveira. Geometria Analtica - um tratamento vetorial. Makron
Paulo, 2a. edicao,
1987.
Books, Sao
ao MATLAB. Departamento de Ciencia
- UFMG,
[4] Frederico F. C., filho. Introducao
da Computacao
Belo Horizonte, Fevereiro de 2000.
Captulo 6. Diagonalizacao
657
a` Algebra
[6] Adilson Goncalves e Rita M. L. de Souza. Introducao
Linear. Edgard Blucher,
Rio de
Janeiro, 1977.
[7] Alesio
de Caroli, Carlos A. Callioli, e Miguel O. Feitosa. Matrizes, Vetores, Geometria Analtica.
Paulo, 1976.
Nobel, Sao
[8] Joao
Linear - Introducao.
e Cientficos Editora
1977.
S.A., Rio de Janeiro, 2a. edicao,
[12] G. H. Golub e C. F. Van Loan. Matrix Computations. Johns Hopkins U.P., Baltimore, 3a. edicao,
1996.
[13] Stanley I. Grossman. Elementary Linear Algebra. Saunders College Publishing, New York, 5a.
1994.
edicao,
[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 2009
Reginaldo J. Santos
658
a` Algebra
1996.
[25] Elon L. Lima. Algebra
Linear. IMPA, Rio de Janeiro, 2a. edicao,
Julho 2009
Captulo 6. Diagonalizacao
659
[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. edicao,
a` Algebra
[38] Alfredo Steinbruch e Paulo Winterle. Geometria Analtica. Makron Books, Sao
1987.
Julho 2009
Reginaldo J. Santos
660
Bibliografia
[39] Gilbert Strang. Linear Algebra and its Applications. Harcourt Brace Jovanovich, Inc., Orlando,
1988.
3a. edicao,
[40] Gilbert Strang. Introduction to Linear Algebra. Wellesley-Cambridge Press, Wellesley, 1993.
Julho 2009
Indice Alfabetico
Angulo
entre planos, 253
entre reta e plano, 273
entre retas, 250
entre vetores, 173
Assntota, 439
Autoespaco, 394
Autovalor(es), 387
Autovetor(es), 387
axiss, 160, 204
ortonormal, 351
box, 160, 204
Cadeia de Markov, 15
Crculo, 437
clf, 68
Cofator de um elemento, 106, 107
linear, 111, 155, 199, 284
Combinacao
Complemento ortogonal, 358
Conicas,
414, 432
degeneradas, 432
(nao)
de, 432, 454
identificacao
Conjugado de uma matriz, 428
Base
canonica,
315, 351
de subespaco, 314
ortogonal, 351
Indice Alfabetico
662
Dependencia
linear, 289
Desigualdade de Cauchy-Schwarz, 343
Desigualdade triangular, 343
desvet, 159, 204
det, 130
Determinante, 105
de Vandermonde, 132
desenvolvimento em cofatores do, 108,
114
propriedades do, 111
detopelp, 130
diag, 22
diagonal, 463
Diagonalizacao
de matrizes, 384
de matrizes simetricas,
414
317
Dimensao,
Distancia
de um ponto a um plano, 256
de um ponto a uma reta, 259
de uma reta a um plano, 273
entre dois planos, 264
entre dois pontos, 170
entre duas retas, 264
da elipse, 437
eixos, 69, 160, 204
Elipse, 432
excentricidade da, 437
elipse, 463
(equacoes)
Equacao
da reta, 228
geral do plano, 213
linear, 34
na forma simetrica
da reta, 234
parametricas
da reta, 228
parametricas
do plano, 225
Equacao(equac
oes)
vetorial da reta, 229
Escalar, 4
escalona, 69
Espaco (espacos)
, 278
308
solucao,
vetoriais, 283
Excentricidade
da elipse, 437
da hiperbole,
444
eye, 22
eig, 409
Foco(s)
da elipse, 432
Eixo(s)
Julho 2009
Indice Alfabetico
da Hiperbole,
439
da parabola,
446
Geradores, 312
Gerar, 312
Hiperbole,
439
hiperbx, 463
hiperby, 463
Identidade de Lagrange, 208
Identidade polar, 357
de conicas,
Identificacao
432, 454
Independencia
linear, 289
polinomial, 94
Interpolacao
inv, 409
Lei do paralelogramo, 357
lin, 247
lineplan, 247
lineseg, 160, 204
Matriz (matrizes), 1
(definida) positiva, 426
escalonada, 42
Julho 2009
663
escalonada reduzida, 42
anti-simetrica,
29
aumentada, 36
coluna, 2, 151, 281
coluna de, 1
companheira, 132, 412
conjugado de, 428
367, 426
de rotacao,
16
de transicao,
de Vandermonde, 96
polar de, 427
decomposicao
determinante de, 105
diagonal, 25, 102
diagonal (principal) de, 2
diagonalizavel,
385
diferenca entre, 14
do sistema linear, 35
elementar, 55
elemento de, 2
entrada de, 2
equivalente por linhas, 49
identidade, 10
iguais, 3
inversa de, 76
invertvel, 76
linha, 2, 151, 281
Reginaldo J. Santos
Indice Alfabetico
664
linha de, 1
multiplo
escalar de, 4
por escalar, 4
multiplicacao
invertvel, 76
nao
nilpotente, 31, 411
nula, 10
ortogonal, 362, 417
potencia,
14
produto de, 5
propriedades de, 9
quadrada, 2
raiz quadrada de, 427
semelhantes, 410
simetrica,
29
singular, 76
soma de, 3
submatriz principal de, 427
traco de, 30
transposta de, 8
triangular inferior, 109
triangular superior, 131
matvand, 69
Menor de um elemento, 105
Metodo
de Gauss, 47
Metodo
de Gauss-Jordan, 43
Mudanca de coordenadas, 359
Multiplo
escalar, 4, 144, 281
no, 204
Norma de um vetor, 170, 341
de somatorio,
Notacao
6, 9, 32
numeric, 22, 409
oe, 69
opel, 69
elementar, 36
Operacao
Parabola,
446
parabx, 464
paraby, 464
pe, 204
38
Pivo,
plan, 247
Plano (planos), 213
vetor normal do, 213
concorrentes, 300
geral do, 213
equacao
parametricas
equacoes
do, 225
mediador, 272
paralelos, 300
plotci, 69
plotf1, 69
po, 159, 204
Julho 2009
Indice Alfabetico
Polinomio
caracterstico, 389
poline, 247
poly2sym, 68
poly2sym2, 69
Pontos
colineares, 158
coplanares, 198
poplan, 247
relativas
Posicoes
de dois planos, 300
de duas retas, 299
de plano e reta, 301
Processo de ortogonalizacao
Schmidt, 351
Produto
vetorial em , 358
escalar ou interno, 173, 341
propriedades do, 177
misto, 193
vetorial, 182
propriedades do, 186
vetorial duplo, 209
Produto vetorial duplo, 209
ortogonal, 179, 346
Projecao
Ortografica,
Projecao
370
pv, 204
Julho 2009
665
de
Gram-
diretriz da parabola,
446
vetorial da, 229
equacao
na forma simetrica
equacoes
da, 234
parametricas
equacoes
da, 228
geratriz do cone, 437
paralelas, 250
reversas, 250
vetor diretor da, 228
rota, 160, 204
365
Rotacao,
Segmento (de reta) orientado, 139
Sistema de coordenadas, 359
cartesianas, 144
retangulares, 144
retangulares no espaco, 147
lineares, 34
Sistema de equacoes
Sistema homogeneo,
51
trivial de, 51
solucao
Sistema(s) linear(es), 34
de, 35
conjunto solucao
Reginaldo J. Santos
666
consistente, 67
equivalentes, 38
homogeneo,
51
(geral) de, 35
solucao
Solucao
geral de sistema linear, 35
Variaveis
livres, 46
Vertice(s)
da elipse, 437
da hiperbole,
444
da parabola,
450
Indice Alfabetico
angulo
entre, 173
canonicos,
187
colineares, 144
linear de, 284
combinacao
componentes de, 144, 147, 149, 150
comprimento de, 170
coplanares, 198
de estado, 16
diferenca de, 143, 281
geradores, 312
iguais, 279
independencia
linear de, 289
linearmente (in)dependentes, 289
por escalar, 143, 147, 150,
multiplicacao
279
multiplo
escalar, 144, 281
simetrico,
143, 281
Julho 2009
Indice Alfabetico
667
unitario,
170, 351
unitarios,
350
zeros, 22
zoom3, 160, 205
Julho 2009
Reginaldo J. Santos