Professional Documents
Culture Documents
Departamento de Matematica-ICEx
Universidade Federal de Minas Gerais
http://www.mat.ufmg.br/~regi
Julho 2007
Um Curso de Geometria Analtica e Algebra
Linear
c 2007 by Reginaldo de Jesus Santos (070801)
Copyright
proibida a reproducao
desta publicacao,
ou parte dela, por qualquer meio, sem a previa
E
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
10
16
33
35
39
50
52
57
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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
77
79
82
86
96
98
107
113
128
136
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
142
144
180
180
194
197
209
226
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
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
229
. 229
. 229
. 244
. 270
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Julho 2007
Conteudo
4.2.1 Angulos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.2 Distancias
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5 Espacos Rn
5.1 Independencia
Linear . . . . . . . . . . . . . . . . . . . . .
5.1.1 Os Espacos Rn . . . . . . . . . . . . . . . . . . . . .
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 Rn . . . . . . . . . . . . . . . . . . . .
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
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
Julho 2007
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
270
277
.
.
.
.
.
.
.
.
.
.
.
.
.
.
300
300
300
305
311
322
329
355
363
363
372
382
388
390
393
.
.
.
.
.
.
405
405
405
408
418
440
440
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
. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 443
. 454
. 458
. 458
. 465
. 472
500
Bibliografia
683
Indice Alfabetico
688
Julho 2007
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 r , 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
tambem
tratados os conceitos de geradores e de base de subespacos.
de dependencia
linear. Sao
abordados tambem
o produto escalar e bases ortonormais. O Captulo e terminado com mudanca
Sao
de um matriz ortogonal. E
ao estudo das secoes
conicas.
simetricas
atraves
agrupados em tres
classes. Os Exerccios Numericos,
Os exerccios estao
que contem
resolvidos fazendo calculos,
necessarios
a resolucao
` funcoes
algebricas,
tornando mais simples o seu uso. Podem ser incorporados as
pre-definidas,
para tarefas especficas. Um pacote chamado gaal com func oes
que sao
direcipacotes de funcoes
Julho 2007
Prefacio
ix
faz calculo
simbolico. O Maxima e um programa de computacao algebrica 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
Julho 2007
Reginaldo J. Santos
Prefacio
Historico
5.4 de
5.25 e 5.26 foram reescritos, saram do apendice
e voltaram ao texto normal. A secao
um na de Diagonalizacao
Foram corrigidos alguns erros.
matriz na forma
Aplicacao
a` Conicas.
Julho 2007
Prefacio
xi
secao 5.2. a demonstracao de que a forma escalonada reduzida de uma matriz e unica.
A
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
com Outros resultados. A Proposicao
5.15 da secao
Produto Escalar em Rn foi resecao
Diagonalizacao
de Matrizes ganhou mais dois exerccios teoricos.
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
Julho 2007
Reginaldo J. Santos
Prefacio
xii
de Cronograma
Sugestao
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 2007
Captulo 1
1.1 Matrizes
Uma matriz A, m n (m por n), e uma tabela de mn numeros
A i-esima
linha de A e
a11 a12
a21 a22
A = ..
.
am1 am2
ai1 ai2 . . .
1
a1n
a2n
.. .
.
amn
...
...
...
...
ain
para i = 1, . . . , m e a j -esima
coluna de A e
a1j
a2j
.. ,
.
amj
a notacao
A = (aij )mn . Dizemos que aij ou [A]ij e o elemento
para j = 1, . . . , n. Usamos tambem
i, j da matriz A.
ou a entrada de posicao
Se m = n, dizemos que A e uma matriz quadrada de ordem n e os elementos a11 , a22 , . . . , ann
formam a diagonal (principal) de A.
Exemplo 1.1. Considere as seguintes matrizes:
A=
1 2
3 4
D=
B=
1 3 2
,
2 1
0 3
C=
1 3
0
2 4 2
1
E= 4 eF = 3 .
3
2 2. A matriz C e 2 3, D e 1 3, E e 3 1 e F e 1 1. De acordo
As matrizes A e B sao
com a notacao que introduzimos, exemplos de elementos de algumas das matrizes dadas acima s ao
a12 = 2, c23 = 2, e21 = 4, [A]22 = 4, [D]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 D e uma matriz linha e a matriz E e uma
Julho 2007
1.1
Matrizes
Secao
300.
iguais se elas tem
o mesmo tamanho e os elementos corresponDizemos que duas matrizes sao
iguais, ou seja, A = (aij )mn e B = (bij )pq sao
iguais se m = p, n = q e aij = bij
dentes sao
para i = 1, . . . , m e j = 1, . . . , n.
` operacoes
e provar propriedades
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
1.1. A soma de duas matrizes de mesmo tamanho A = (aij )mn e B = (bij )mn e
Definicao
definida como sendo a matriz m n
C =A+B
Julho 2007
Reginaldo J. Santos
A=
1
3
2 3
4
0
B=
2
0
1
5
3 4
C =A+B =
1 + (2) 2 + 1 3 + 5
3+0
4 + 3 0 + (4)
1
3
3
2
7 4
Julho 2007
1.1
Matrizes
1.2. A multiplicacao
de uma matriz A = (aij )mn por um escalar (numero)
Definicao
e definida
pela matriz m n
B = A
bij = aij ,
[A]ij = aij . Dizemos que a matriz B e
para i = 1, . . . , m e j = 1, . . . , n. Escrevemos tambem
um multiplo
escalar da matriz A.
2
1
Exemplo 1.3. O produto da matriz A = 0
3 pelo escalar 3 e dado por
5 4
(3)(2) (3) 1
6 3
(3) 3 =
0 9 .
3 A = (3) 0
(3) 5 (3)(4)
15 12
Julho 2007
Reginaldo J. Santos
C = AB
obtida da seguinte forma:
(1.1)
(1.1) esta dizendo que o elemento i, j do produto e igual a` soma dos produtos dos
A equacao
elementos da i-esima
linha de A pelos elementos correspondentes da j -esima
coluna de B .
c11
...
cm1
cij
...
..
.
c1n
..
.
cmn
a11 a12 . . .
..
.
ai1 ai2
...
...
a1p
..
.
aip
..
.
...
am1 am2 . . .
..
.
amp
b
11
b21
.
..
bp1
...
...
...
...
b1j
b2j
..
.
bpj
b1n
b2n
..
.
bpn
...
...
...
...
A equacao
p
X
aik bkj
k=1
Julho 2007
1.1
Matrizes
p
X
k=1
uma soma em que o ndice k esta variando de k = 1 ate k = p. Algumas propriedades da notacao
estao
explicadas no Apendice
de somatorio
I na pagina
33.
A=
1
3
2 3
4
0
2
1
3
B= 0
5 4
C = AB =
0
0 .
0
17
6
19
15
0
0
Observacao.
No exemplo anterior o produto BA nao
ser igual a AB , ou seja, o produto de matrizes nao
e comuquando ele esta definido, BA pode nao
tativo, como mostra o exemplo seguinte.
Julho 2007
Reginaldo J. Santos
1 2
3 4
eB =
AB =
2 7
6 15
2 1
. Entao,
0 3
e BA =
1 0
9 12
produz tres
utilizados 1 grama do insumo A e 2 gramas do insumo B;
Para a manufatura de cada kg de X sao
para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de
gramas de A/kg
gramas de B/kg
X Y Z
1 1 1
= A
2 1 4
AX =
x+y+z
2x + y + 4z
x
X= y
z
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
Julho 2007
1.1
Matrizes
B = At
obtida trocando-se as linhas com as colunas, ou seja,
bij = aji ,
[At ]ij = aji .
para i = 1, . . . , n e j = 1, . . . , m. Escrevemos tambem
1 3
0
A=
, B=
e C=
sao
2 4 2
1
2
1 3
2 0
4 .
At =
, Bt =
e Ct = 3
2 4
1 3
0 2
1 2
3 4
2 1
0 3
validas
dades sao
que sao
para os numeros
e
com as diferencas. Uma propriedade importante que e valida
para os numeros
valida
para as matrizes e a comutatividade do produto, como foi mostrado no Exemplo 1.5. Por ser
de somatorio
de varias
Reginaldo J. Santos
10
validas
A + 0 = A,
para toda matriz A, m n. A matriz
0 e chamada matriz nula m n.
A + (A) = 0.
Julho 2007
1.1
Matrizes
11
1 0 ...
0 1 ...
Ip = ..
..
.
.
0 0 ...
A In = Im A = A,
0
0
.. ,
.
1
Demonstracao.
Para provar as igualdades acima, devemos mostrar que os elementos da matriz do
iguais aos elementos correspondentes da matriz do lado direito. Ser ao
usadas
lado esquerdo sao
varias
propriedades dos numeros
sem cita-las
explicitamente.
Julho 2007
Reginaldo J. Santos
12
A+X =A
(1.2)
a matriz em que todos os seus elementos sao iguais a zero. Denotamos a matriz X por
0.
(d) Dada uma matriz A, m n, seja X uma matriz m n, tal que
A + X = 0 .
(1.3)
aij + xij = 0 ,
ou seja, xij = aij , para i = 1 . . . , m e j = 1 . . . , n. Portanto, a unica
Julho 2007
1.1
Matrizes
13
respectivamente. A notacao
aqui pode ser muito util,
pelo fato de ser compacta.
[A(BC)]ij =
p
X
aik [BC]kj =
k=1
p
p
X
q
XX
k=1 l=1
q
aik (
k=1
q
X
l=1
p
q
X
X
l=1 k=1
bkl clj ) =
p
q
X
X
k=1 l=1
q
p
XX
(aik bkl )clj =
(
aik bkl )clj =
l=1 k=1
l=1
(i) Podemos escrever a matriz identidade em termos do delta de Kronecker que e definido por
ij =
1,
0,
se i = j
se i 6= j
[AIn ]ij =
n
X
k=1
n
X
aik kj = aij .
k=1
Reginaldo J. Santos
14
[A(B + C)]ij =
p
X
aik [B + C]kj =
k=1
p
aik bkj +
k=1
p
X
p
X
k=1
p
X
k=1
k=1
p
X
aik bkj =
[(AB)]ij =
k=1
k=1
p
X
p
X
aik bkj =
k=1
p
X
k=1
p
X
k=1
ajk bki =
p
X
[A ]kj [B ]ik =
k=1
p
X
k=1
A diferenca entre duas matrizes de mesmo tamanho A e B e definida por
A B = A + (B),
Julho 2007
1.1
Matrizes
15
E para p = 0, definimos A = In .
(A + B)(A B) = A2 B 2 .
(1.4)
vale para matrizes em geral. Como contra-exemplo basta tomarmos duas matrizes que n ao comutem
entre si. Sejam
A=
0 0
1 1
B=
1 0
1 0
A+B =
1 0
2 1
AB =
1 0
0 1
Assim,
(A + B)(A B) =
Julho 2007
1 0
2 1
A =A=
6=
1 0
0 1
0 0
1 1
B =B=
1 0
1 0
= A2 B 2 .
Reginaldo J. Santos
16
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
t11
T =
t21
t31
2
3
1
t12 t13
2
t22 t23
3
t32 t33
da populacao
inicial entre os tres
estados pode ser
p1
P0 = p 2
p3
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 P0 caracteriza a distribuicao
uma unidade de tempo a populacao
estara dividida entre os tres
estados da seguinte
estado. Apos
forma
Julho 2007
1.1
Matrizes
17
Lembre-se que tij e a probabilidade de mudanca do estado j para o estado i. Assim o vetor de estado
uma unidade de tempo e dada pelo produto de matrizes:
apos
P1 = T P 0 .
1
2
3
1
1
0
1
2
4
1
1
1
2
T = 2
2
2
1
1
3
0
4
2
P0 =
1
3
1
3
1
3
(1.5)
esta no estado 1
esta no estado 2
esta no estado 3
(1.6)
P1 = T P 0 =
1
2
1
2
1
4
1
2
1
4
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
k unidades de tempo a populacao
estara dividida entre os tres
estados segundo a matriz
entao
de estado
Pk = T Pk1 = T 2 Pk2 = = T k P0
Julho 2007
Reginaldo J. Santos
18
Veremos na Secao
405 como calcular rapidamente potencias
k de matrizes e assim
da populacao
apos
k unidades de tempo para k um inteiro positivo
como determinar a distribuicao
qualquer.
Exerccios Numericos
(respostas na pagina
501)
1.1.1. Considere as seguintes matrizes
A=
2 0
6 7
B=
0
4
2 8
6 4 0
D = 1 1 4 ,
6 0 6
C=
6
9 7
7 3 2
6 9 9
E = 1 0 4
6 0 1
(a) AB BA,
(b) 2C D ,
(c) (2D t 3E t )t ,
(d) D 2 DE .
Julho 2007
1.1
Matrizes
19
A=
Verifique que:
3 2
1
1 2 1
0
C=
1
1
E1 = 0
0
2 1
0
B= 2
0
3
1 1
1
1 , D =
0
1
0
, E2 = 1 ,
0
d1 0 0
0 d2 0
0 0 d3
0
E3 = 0
1
2
1
1
as
(c) CD = [ d1 C1 d2 C2 d3 C3 ], em que C1 = 0 , C2 = 1 e C3 = 1 , sao
1
0
1
Reginaldo J. Santos
20
d 1 C1
2 1 1 , C2 =
0 1 1
(d) DC = d2 C2 , em que C1 =
e
d 3 C3
as linhas de C (o caso geral esta no Exerccio 1.1.17 (b) na
1 0 1 sao
C3 =
pagina
27).
2
(e) Escrevendo B em termos das suas colunas, B = [ B1 B2 ], em que B1 = 2 e
0
3
2
1
e A2 = 1 2 1 , o
A1
A1 B
produto AB pode ser escrito como AB =
B =
(o caso geral esta no
A2
A2 B
A=
1 3
0
0
4 2
x
e X = y .
z
Julho 2007
1.1
Matrizes
21
A=
x 4 2
B=
2 3 5
1 y1
nulo, verificam a
, em que y e uma numero
real nao
y 1
BA.
1.1.8.
0 1
AB =
, entao
1 0
fora da diagonal
(a) Determine todas as matrizes A, 22, diagonais (os elementos que est ao
iguais a zero) que comutam com toda matriz B , 2 2, ou seja, tais que AB = BA,
sao
para toda matriz B , 2 2.
(b) Determine todas as matrizes A, 2 2, que comutam com toda matriz B , 2 2, ou seja,
tais que AB = BA, para toda matriz B , 2 2.
0 1 0
A = 0 0 1 .
0 0 0
Reginaldo J. Santos
22
e minusculas.
O comando
No M ATLABr , 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
simbolicas.
Julho 2007
1.1
Matrizes
23
>> I=eye(n) cria a matriz identidade n por n e a armazena numa vari avel
I;
>> O=zeros(n) ou >> O=zeros(m,n) cria a matriz nula n por n ou m por n, respectivamente,
>> A. e a transposta de A,
>> A^k e a potencia
A elevado a k .
>> A(:,j) e a coluna j da matriz A, >> A(i,:) e a linha i da matriz A.
iguais aos
>> diag([d1,...,dn]) cria uma matriz diagonal, cujos elementos da diagonal s ao
d1,...,dn.
elementos da matriz [d1,...,dn], ou seja, sao
armazenados no
>> A=sym(A) converte a matriz A numa matriz em que os elementos s ao
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) A =
1
2
1
3
1
5
Reginaldo J. Santos
24
A sequ encia
parece estar convergindo para alguma matriz? Se estiver, para qual?
variavel
A):
(a) Ak = I3 , em que
(b) Ak = I4 , em que
(c) Ak =
0, em que
0 0 1
A = 1 0 0 ;
0 1 0
0
1
A =
0
0
0
0
A =
0
0
1
0
0
0
1
0
0
0
0
0
0
1
0
1
0
0
0
0
;
1
0
0
0
.
1
0
do quao
comum e encontrar
1.1.12. Vamos fazer um experimento no M ATLAB r para tentar ter uma ideia
r
matrizes cujo produto comuta. No prompt do M ATLAB digite a seguinte linha:
Julho 2007
1.1
Matrizes
25
esqueca das vrgulas e pontos e vrgulas!). O que esta linha est a mandando o M ATLAB r
(nao
fazer e o seguinte:
` variaveis
Atribuir as
A e B, 1000 matrizes 3 3 com entradas inteiras e aleat orias
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 r de forma a
obter algo semelhante a` linha:
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 ATLABr 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
Reginaldo J. Santos
26
Exerccios Teoricos
1
0
0
0
1
0
1.1.16. Sejam E1 = , E2 =
..
..
.
.
0
0
(a) Mostre que se
.
,. . . , En = .. matrizes n 1.
0
1
a11 a12
a21 a22
A = ..
.
am1 am2
...
...
...
...
a1n
a2n
..
.
amn
b11 b12
b21 b22
B = ..
.
bn1 bn2
...
...
...
...
b1m
b2m
.. ,
.
bnm
Julho 2007
1.1
Matrizes
27
1.1.17. Seja
1 0 . . . 0
0 2 . . . 0
D = ..
.
..
.
. ..
0 . . . 0 n
a11 a12
a21 a22
A = ..
.
an1 an2
...
...
...
...
a1n
a2n
.. .
.
ann
a1j
..
(b) Mostre que o produto DA e obtido da matriz A multiplicando-se cada linha i por i , ou
Julho 2007
Reginaldo J. Santos
28
A1
A2
1 A 1
2 A 2
DA = .. .
.
n A n
(a) Mostre
coluna do produto AB e igual ao produto ABj , em que Bj =
que a j -esima
b1j
..
Julho 2007
1.1
Matrizes
29
A1
A2
A1
A1 B
A2
A2 B
AB = .. B = .. .
.
.
Am
Am B
x1
.
1.1.19. Seja A uma matriz m n e X = .. uma matriz n 1.
Prove que
xn
n
X
1.1.20.
A = 0. (Sugestao:
26.)
(b) Sejam B e C matrizes m n, tais BX = CX , para todo X , n 1. Mostre que B = C .
use o item anterior.)
(Sugestao:
matriz A, n n. (Sugestao:
Seja Jn uma matriz tal que A Jn = Jn A = A. Mostre que
Jn = In .)
Julho 2007
Reginaldo J. Santos
30
(Sugestao:
15.)
1.1.24.
iguais a zero.
principal de uma matriz anti-simetrica
sao
simetricas,
A + B e A sao
simetricas,
AB e simetrica
A + B e A sao
anti-simetricas,
Julho 2007
1.1
Matrizes
31
(f) Mostre que toda matriz quadrada A pode ser escrita como a soma de uma matriz sim etrica
t
n
X
aii .
i=1
B = a 0 In + a 1 A + a 2 A2 + . . . + a k Ak ,
escalares, entao
AB = BA.
em que a0 , . . . , ak sao
Julho 2007
Reginaldo J. Santos
32
e nilpotente.
A=
0 1
0 0
0
0
.. .. . .
..
..
,
.
. .
. .
0 0 0 1
0 0 0 0 nn
0
1
Julho 2007
1.1
Matrizes
33
de Somatorio
Apendice
I: Notacao
validas
de somatorio:
Sao
algumas propriedades para a notacao
fi =
i=1
n
X
fj .
j=1
(b) O somatorio
de uma soma pode ser escrito como uma soma de dois somat orios:
n
X
(fi + gi ) =
i=1
Pois,
n
X
n
X
fi +
i=1
n
X
gi .
i=1
i=1
n
X
fi +
i=1
n
X
gi .
i=1
depende do ndice
(c) Se no termo geral do somatorio
aparece um produto, em que um fator nao
do somatorio,
entao
n
X
i=1
Pois,
n
X
fi gk = g k
n
X
fi .
i=1
fi gk = f1 gk + . . . + fn gk = gk (f1 + . . . + fn ) = gk
i=1
n
X
i=1
a soma de numeros.
propriedades distributiva e comutativa do produto em relacao
Julho 2007
Reginaldo J. Santos
34
fij =
i=1 j=1
Pois,
n X
m
X
i=1 j=1
fij =
n
X
m X
n
X
fij .
j=1 i=1
i=1
m X
n
m
X
X
fij . Aqui foram aplicadas as
(f1j + . . . + fnj ) =
fn1 ) + . . . + (f1m + . . . + fnm ) =
j=1
j=1 i=1
Julho 2007
1.2
Sistemas de Equacoes
Lineares
35
da forma
linear em n variaveis
Uma equacao
x1 , x2 , . . . , xn e uma equacao
a 1 x1 + a 2 x2 + . . . + a n xn = b ,
constantes reais;
em que a1 , a2 , . . . , an e b 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
a11 x1 + a12 x2 +
a21 x1 + a22 x2 +
..
a x + a x +
m1 1
m2 2
...
...
+ a1n xn
+ a2n xn
..
.
...
+ amn xn
= b1
= b2
.
= ..
= bm
A X = B,
Julho 2007
Reginaldo J. Santos
36
em que
a11 a12
a21 a22
A = ..
.
am1 am2
a1n
a2n
.. ,
.
amn
...
...
...
...
x1
x2
X = ..
.
xn
b1
b2
e B= . .
.
.
bm
s1
s2
do sistema sao
pode ser escrito como
x + 2y = 1
2x + y = 0
1 2
2 1
x
y
1
0
X=
31
2
3
Julho 2007
1.2
Sistemas de Equacoes
Lineares
37
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 s ao
alterados,
mentares sobre as equacoes
a11 a12
a21 a22
[A | B] = ..
.
am1 am2
Julho 2007
...
...
...
...
a1n
a2n
..
.
amn
b1
b2
.. .
.
bm
Reginaldo J. Santos
38
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
` 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
X tambem
e solucao
do sistema obtido aplicando-se
(a) Se X e solucao
elementar sobre suas equacoes
(verifique!).
uma operacao
Julho 2007
1.2
Sistemas de Equacoes
Lineares
39
elementar as
`
(b) Se o sistema CX = D , e obtido de AX = B aplicando-se uma operacao
Pela observacao
sao
chamados sistemas equivalentes.
Dois sistemas que possuem o mesmo conjunto solucao
` equacoes
elementares as
de um
Portanto, segue-se do Teorema 1.2 que aplicando-se operacoes
sistema linear obtemos sistemas equivalentes.
1.2.1 Metodo
de Gauss-Jordan
de operacoes
O metodo
que vamos usar para resolver sistemas lineares consiste na aplicacao
` linhas da matriz aumentada do sistema ate que obtenhamos uma matriz numa forma
elementares as
resolucao.
o numero
primeiro elemento nao
1 . Alem
todos os seus outros elementos terao
que ser iguais a zero. Vamos ver no exemplo seguinte
entao
como conseguimos isso. Neste exemplo veremos como a partir do faturamento e do gasto com
insumos podemos determinar quanto foi produzido de cada produto manufaturado em uma industria.
Julho 2007
Reginaldo J. Santos
40
produz tres
utilizados 1 grama do insumo A e 2 gramas do insumo B;
Para a manufatura de cada kg de X sao
para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de
A e 4 gramas de B. O preco de venda do kg de cada um dos produtos X, Y e Z e R$ 2,00, R$ 3,00
de X, Y e Z manufaturada com 1 kg
e R$ 5,00, respectivamente. Com a venda de toda a produc ao
de A e 2 kg de B, essa industria
X
1
2
2
Y Z
1 1
1 4 = A
X=
3 5
x+y+z
1000
AX = 2x + y + 4z = 2000
2x + 3y + 5z
2500
gramas de A/kg
gramas de B/kg
preco/kg
x
y
z
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
arrecadacao
x + y + z = 1000
2x + y + 4z = 2000
2x + 3y + 5z = 2500
1 1 1 1000
2
2
1 4 2000
3 5 2500
Julho 2007
1.2
Sistemas de Equacoes
Lineares
41
1a. eliminacao:
nulo da primeira coluna nao
nula (se for o caso,
Vamos procurar para pivo da 1a. linha um elemento nao
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.
1 vezes a 2 .
mos a` 1 linha, 1 vezes a 2 e somamos a` 3 linha, tambem,
2a.
1a.
1a.
3a. eliminacao:
Julho 2007
1 0 3 1000
0 1 2
0
5
0 0
500
Reginaldo J. Santos
42
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. .
3a.
1a.
1 0 0 700
0 1 0 200
0 0 1 100
1a.
x
geral dada por
que possui solucao
= 700
= 200
z = 100
x
700
X = y = 200 .
z
100
Julho 2007
1.2
Sistemas de Equacoes
Lineares
43
A ultima
matriz que obtivemos no exemplo anterior esta na forma que chamamos de escalonada
reduzida.
1.6. Uma matriz A = (aij )mn esta na forma escalonada reduzida quando satisfaz as
Definicao
seguintes condicoes:
nulas;
(a) Todas as linhas nulas (formadas inteiramente por zeros) ocorrem abaixo das linhas n ao
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
Julho 2007
1
0
0
3
0
0
0
2
1 3
0
0
Reginaldo J. Santos
44
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
x +
A sua matriz aumentada e
0
0
3y + 13z =
9
y + 5z =
2
2y 10z = 8
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
1 3
13
1
0
5
0 2 10
9
2
8
Julho 2007
1.2
Sistemas de Equacoes
Lineares
45
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 piv o.
a.
a.
a.
3 vezes a 2 e somamos a` 3 linha, 2 vezes a 2 .
1 0 2
3
0 1
5
2
0 0
0 4
possui solucao.
que nao
2z =
3
y + 5z =
2
0 = 4
tem solucao
se, e somente se, a ultima
nula da forma
Em geral, um sistema linear nao
linha nao
0
0
escalonada reduzida da sua matriz aumentada for da forma [ 0 . . . 0 | b m ], com bm 6= 0.
Exemplo 1.14. Considere o seguinte sistema
Julho 2007
3z 9w =
6
5x + 15y 10z + 40w = 45
x + 3y z + 5w = 7
Reginaldo J. Santos
46
0
0
3 9
6
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
0
3 9
6
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 .
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 2007
1.2
Sistemas de Equacoes
Lineares
47
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` 4 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
x + 3y
+ 2w = 5
z 3w =
2.
As variaveis
estao
associadas
A matriz deste sistema possui duas colunas sem pivos.
que nao
podem ser consideradas variaveis
podem assumir valores arbitrarios.
a pivos
livres, isto e,
Neste
estao
associadas a pivos
e podem ser consideradas variaveis
exemplo as variaveis
y e w nao
livres.
terao
os seus valores dependentes das
Sejam w = e y = . As variaveis
associadas aos pivos
geral do sistema e
variaveis
livres, z = 2 + 3, x = 5 2 3 . Assim, a solucao
x
5 2 3
y
X=
z =
2 + 3
w
Julho 2007
Reginaldo J. Santos
48
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
linha nao
0
reduzida da matriz aumentada do sistema for da forma [ 0 . . . 0 | bm ], com b0m 6= 0, como no Exemplo
1.13 na pagina
44.
Observacao.
Para se encontrar a solucao
transformar a
matriz aumentada do sistema na sua forma escalonada reduzida, mas se a matriz est a nesta forma, o
nao
pode ter
O proximo
resultado mostra que um sistema linear que tenha mais de uma solucao
um numero
finito de solucoes.
Julho 2007
1.2
Sistemas de Equacoes
Lineares
49
Demonstracao.
Seja
X = (1 )X0 + X1 ,
para R.
A X = (1 )B + B = [(1 ) + ]B = B,
pela propriedade (f) do Teorema 1.1.
e
Assim o sistema A X = B tem infinitas solucoes,
pois para todo valor de R, X e solucao
0
0
X X0 = ( )(X1 X0 ), ou seja, X 6= X0 , para 6= . Observe que para = 0, X = X0 ,
para = 1, X = X1 , para = 1/2, X = 21 X0 + 12 X1 , para = 3, X = 2X0 + 3X1 e para
= 2, X = 3X0 2X1 .
geometrica
Julho 2007
Reginaldo J. Santos
50
1.7. Uma matriz A = (aij )mn e equivalente por linhas a uma matriz B = (bij )mn , se
Definicao
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
Julho 2007
1.2
Sistemas de Equacoes
Lineares
51
das matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. No Teorema 5.15 na pagina
361 mostra
mos que essa matriz escalonada reduzida e a unica
Julho 2007
Reginaldo J. Santos
52
Teorema 1.4. Toda matriz A = (aij )mn e equivalente por linhas a uma unica
matriz escalonada
reduzida R = (rij )mn .
de matrizes.
O proximo
resultado sera usado para provar alguns resultados no captulo de invers ao
R tem
1.5. Seja R uma matriz n n, na forma escalonada reduzida. Se R 6= I n , entao
Proposicao
uma linha nula.
Demonstracao.
Observe que o pivo de uma linha i esta sempre numa coluna j com j i. Portanto,
n, n. Mas, neste caso todas as
ou a ultima
a11 x1 + a12 x2 +
a21 x1 + a22 x2 +
..
a x + a x +
m1 1
m2 2
...
...
+ a1n xn
+ a2n xn
..
.
...
+ amn xn
= 0
= 0
.
= ..
= 0
(1.7)
Julho 2007
1.2
Sistemas de Equacoes
Lineares
53
X =
homogeneo
admite pelo menos a solucao
0
x1
0
x2
.. = ..
.
.
xn
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
Julho 2007
Reginaldo J. Santos
54
Demonstracao.
Como o sistema tem menos equacoes
do que incognitas
(m < n), o numero
de
nulas r da forma escalonada reduzida da matriz aumentada do sistema tamb em
e tal que
linhas nao
e n r variaveis
O conjunto solucao
satisfaz duas propriedades interessantes.
5.2 na pagina
X + Y tambem
o e.
(a) Se X e Y sao
AX = 0, entao
do sistema homogeneo,
X tambem
o e.
(b) Se X e solucao
AX = 0, entao
solucoes
do sistema homogeneo
AX =
Demonstracao.
(a) Se X e Y sao
AX = 0, entao
0e
e solucao
pois, A(X + Y ) = AX + AY =
AY = 0 e portanto X + Y tambem
0 + 0 = 0;
do sistema homogeneo
X tambem
o e,
pois A(X) =
(b) Se X e solucao
AX = 0, entao
AX = 0 = 0.
Julho 2007
1.2
Sistemas de Equacoes
Lineares
55
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, s o
dependa dos estados.
Seja tij a probabilidade de mudanca do estado j para o estado i em uma unidade de tempo
e dada por
(geracao).
A matriz de transicao
1
t11
T =
t21
t31
2
3
1
t12 t13
2
t22 t23
3
t32 t33
1
2
3
1
1
0
1
2
4
1
1
1
2
T = 2
2
2
1
1
3
0
4
inicial da populacao
entre os tres
estados permanece inalterada,
Vamos descobrir qual distribuicao
apos
geracao.
Ou seja, vamos determinar um vetor de estado P tal que
geracao
TP = P
Julho 2007
ou T P = I3 P
ou
(T I3 )P = 0.
Reginaldo J. Santos
56
(T I3 )X = 0
cuja matriz aumentada e
2x +
1
x
2
1a. eliminacao:
2a. eliminacao:
12
1
2
1
y
4
1
y
2
1
y
4
1
z
2
1
z
2
= 0
= 0
= 0
0 0
1
0
2
21 0
1
4
12
1
4
1 12
0
1
1
1
2 2
2
1
1
0
4
2
1 21
0
1
0 14
2
1
1
0
4
2
0
0
0
0
1 21
0 0
0
1 2 0
1
0
12 0
4
Julho 2007
1.2
Sistemas de Equacoes
Lineares
1
2a.
2
14 2a.
1a.
57
1 0 1 0
0 1 2 0
0 0
0 0
1a.
linha +
linha
linha
linha + 3a. linha 3a. linha
z = 0
y 2z = 0
y = 2 e x = . Assim, a solucao
geral do sistema e
Seja z = . Entao
p1
1
p
X=
= 2 ,
2
p3
1
para todo R.
1.8. Uma matriz elementar nn e uma matriz obtida da matriz identidade In aplicando-se
Definicao
elementar.
uma, e somente uma, operacao
Julho 2007
Reginaldo J. Santos
58
Vamos denotar por Eij a matriz elementar obtida trocando-se a linha i com a linha j da matriz I n ,
Ei () a matriz elementar obtida multiplicando-se a linha i da matriz In pelo escalar 6= 0 e Ei,j ()
a matriz elementar obtida da matriz In , somando-se a` linha j , vezes a linha i.
Ei,j =
1
0
0
..
...
.
.
.
..
.
.
.
...
1
..
e Ei,j () =
0
1
0
..
, Ei () =
1
0
0
..
..
. 0
0 1
1
i
.. . .
.
... 1
j
..
. 0
0 0 1
as matrizes elementares 2 2:
Exemplo 1.17. As matrizes seguintes sao
0 1
0
1 0
E1,2 = E2,1 =
, E1 () =
, E2 () =
, com 6= 0,
1 0
0 1
0
1 0
1
E1,2 () =
e E2,1 () =
.
1
0 1
0
Julho 2007
1.2
Sistemas de Equacoes
Lineares
1
0
0
1
Sejam E1 = . , E2 = .
.
.
..
0
0
59
,. . . , En = .. matrizes m 1.
.
1
Ei,j
E1t
..
.
Ejt
..
.
Eit
..
.
t
Em
E1t
..
.
Ei () = Eit i
.
..
t
Em
E1t
..
Eit
..
e Ei,j () =
.
E t + E t
j
i
..
.
t
Em
EA e
Teorema 1.8. Sejam E uma matriz elementar m m e A uma matriz qualquer m n. Ent ao,
elementar que originou E .
igual a` matriz obtida aplicando-se na matriz A a mesma operacao
Julho 2007
Reginaldo J. Santos
60
Demonstracao.
Como a i-esima
linha de um produto de matrizes BA e igual a Bi A, em que Bi e a
i-esima
linha da matriz B (Exerccio 1.1.18 (b) na pagina
28) e Eit A = Ai , em que Ai e a linha i da
Ei,j A =
Ei ()A =
E1t
..
.
Ejt
..
.
Eit
..
.
t
Em
A=
E1t
..
.
i Eit A =
.
..
t
Em
E1t A
..
.
t
Ej A i
.
..
E tA j
i
.
..
t
Em
A
E1t A
..
Eit A
..
t
Em
A
A1
..
.
Aj
..
.
Ai
..
.
Am
A1
..
.
= Ai i
.
..
Am
Julho 2007
1.2
Sistemas de Equacoes
Lineares
Ei,j ()A =
E1t
..
E
i
i
..
t
t
j
Ej + Ei
..
.
t
Em
A=
61
E1t A
..
Eit A
..
E t A + E t A
j
i
.
..
t
Em A
A1
..
Ai
..
=
.
A + A
j
i
.
..
Am
1 1 1 1000
[ A | B ] = 2 1 4 2000
2 3 5 2500
1 0 0
E1,2 (2) = 2 1 0 ,
0 0 1
Julho 2007
1 0 0
E1,3 (2) = 0 1 0 ,
2 0 1
Reginaldo J. Santos
62
1
0 0
1
E2 (1) = 0 1 0 , E2,1 (1) = 0
0
0 1
0
1 0 0
1
1
E3 ( 5 ) = 0 1 0 , E3,1 (3) = 0
0 0 15
0
ou seja,
1 0
1 0 , E2,3 (1) =
0 1
0 3
1
1
0 , E3,2 (2) = 0
0
1
0
1
0 0
0
1 0
0 1 1
0 0
1 2 ,
0 1
1 0 0 700
E3,2 (2) E3,1 (3) E3 ( 51 ) E2,3 (1) E2,1 (1) E2 (1) E1,3 (2) E1,2 (2) [ A | B ] = 0 1 0 200 .
0 0 1 100
Julho 2007
1.2
Sistemas de Equacoes
Lineares
63
Exerccios Numericos
(respostas na pagina
511)
na forma escalonada reduzida:
1.2.1. Quais das seguintes matrizes estao
A=
C=
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
B=
D=
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0 4
1
0
5 ,
0 1
2
0 0
0
1 2 4
.
0 1
0
0 0
0
1.2.2. 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
x1 + x2 + 2x3 = 8
x1 2x2 + 3x3 = 1 ;
(a)
Julho 2007
Reginaldo J. Santos
64
8x1 + x2 + 4x3 = 1
2x2 + 3x3 =
1
(c)
3x1 + 6x2 3x3 = 2 .
(b)
1.2.4. Os sistemas lineares seguintes possuem a mesma matriz A. Resolva-os usando o m etodo
de
Gauss-Jordan. Observe que os dois sistemas podem ser resolvidos ao mesmo tempo escalonando a matriz aumentada [ A | B1 | B2 ].
1
x1 2x2 + x3 =
2x1 5x2 + x3 = 2 ;
(a)
1 0
5
1 .
1.2.5. Seja A = 1 1
0 1 4
2
x1 2x2 + x3 =
2x1 5x2 + x3 = 1 .
(b)
tem
1.2.6. Para cada sistema linear dado, encontre todos os valores de a para os quais o sistema n ao
tem solucao
unica
solucao,
3z = 4
x + 2y
3x y +
5z = 2
(a)
;
2
4x + y + (a 14)z = a + 2
Julho 2007
1.2
Sistemas de Equacoes
Lineares
65
z = 2
x + y +
2x + 3y +
2z = 5
(b)
.
2
2x + 3y + (a 1)z = a + 1
produz tres
utilizados 2 gramas do insumo A e 1 grama do insumo B; para
manufatura de cada kg de X sao
cada kg de Y, 1 grama de insumo A e 3 gramas de insumo B e, para cada kg de Z, 3 gramas de A
e 5 gramas de B. O preco de venda do kg de cada um dos produtos X, Y e Z e R$ 3,00, R$ 2,00
de X, Y e Z manufaturada com
e R$ 4,00, respectivamente. Com a venda de toda a producao
1,9 kg de A e 2,4 kg de B, essa industria
grafico
passa pelos pontos P1 = (0, 10), P2 = (1, 7), P3 = (3, 11) e P4 = (4, 14).
Julho 2007
Reginaldo J. Santos
66
30
20
10
10
20
30
2
Julho 2007
1.2
Sistemas de Equacoes
Lineares
67
Julho 2007
Reginaldo J. Santos
68
y
8
x
2
4
6
Julho 2007
1.2
Sistemas de Equacoes
Lineares
69
tenha solucao):
x1 2x2 + 5x3 = b1
4x1 5x2 + 8x3 = b2 ;
(a)
0
1
1
3
A=
2 5
x1 2x2 x3 = b1
4x1 + 5x2 + 2x3 = b2 .
(b)
7
8
3
8 .
1 8
reduzida. (Sugestao:
61.)
x1
x1
(a)
x
3x1
x1
2x1
(b)
2x1
Julho 2007
+
+
+
+
2x2
2x2 + x3
2x2
6x2 + x3
3x4
3x4
3x4
9x4
+ x5
+ x5 + 2x6
+ 2x5 + x6
+ 4x5 + 3x6
=
=
=
=
+ 3x2 2x3
+ 2x5
+ 6x2 5x3 2x4 + 4x5 3x6
5x3 + 10x4
+ 15x6
+ 6x2
+ 8x4 + 4x5 + 18x6
2
3
;
4
9
=
0
= 1
;
=
5
=
6
Reginaldo J. Santos
70
1
1
1
1
1
3
2
a
do
1.2.13. Considere a matriz A =
2 2 a 2 a 2 3 a 1 . Determine o conjunto solucao
3 a+2
3
2a+1
t
sistema AX = B , em que B = [ 4 3 1 6 ] , para todos os valores de a.
1 2 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 2007
1.2
Sistemas de Equacoes
Lineares
71
>> B=opel(A,i,j) ou >> oe(A,i,j) faz a troca da linha i com a linha j da matriz A e armazena a matriz resultante em B.
>> B=escalona(A) calcula passo a passo a forma escalonada reduzida da matriz A e arma
zena a matriz resultante na variavel
B.
a matriz de Vandermonde de ordem k, se P=[x1;...;xn] e a matriz
>> matvand(P,k) obtem
de Vandermonde generalizada no caso em que P=[x1,y1;...;xn,yn].
variaveis
ax2 + bxy + cy 2 + dx + ey + f .
(a) Use o comando P=randi(4,2), para gerar 4 pontos com entradas inteiras e aleat orias
armazenados nas linhas da matriz P.
entre 5 e 5. Os pontos estao
Julho 2007
Reginaldo J. Santos
72
1.2.16.
(a) Use o comando P=randi(5,2), para gerar 5 pontos com entradas inteiras e aleat orias
armazenados nas linhas da matriz P.
entre 5 e 5. Os pontos estao
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 2007
1.2
Sistemas de Equacoes
Lineares
73
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
B = 0. (Sugestao:
faca = = 0.)
para quaisquer escalares e , entao
de uma solucao
Julho 2007
Reginaldo J. Santos
74
solucao
AX = 0.)
Julho 2007
1.2
Sistemas de Equacoes
Lineares
75
Teste do Captulo
tem
1. Para o sistema linear dado, encontre todos os valores de a para os quais o sistema n ao
tem solucao
unica
solucao,
z = 3
x + 2y +
x + y
z = 2
x + y + (a2 5)z = a
2. Se possvel, encontre os valores de x, y e z tais que:
1 2 3
40 16 x
1 0 0
2 5 3 13 5 y = 0 1 0
1 0 8
5 2 z
0 0 1
3. Sejam
D=
1
0
0 1
. e P =
cos sen
sen cos
Reginaldo J. Santos
76
At = A;
(b) Se A = P t DP , onde D e uma matriz diagonal, entao
DA = AD , para toda matriz A, n n;
(c) Se D e uma matriz diagonal, entao
B = B t.
(d) Se B = AAt , entao
Julho 2007
Captulo 2
de Matrizes e Determinantes
Inversao
real a, nao
b, tal
1
e unico
reais,
nulo tem inverso. Mesmo entre as matrizes quadradas, muitas n ao
possuem
pois todo numero
nao
tem inversa ser bem menor do que o conjunto das que tem
inversa, apesar do conjunto das que nao
de Matrizes e Determinantes
Inversao
78
A=
2 1
0 3
B=
1/2 1/6
0
1/3
a inversa e unica.
Teorema 2.1. Se uma matriz A = (aij )nn possui inversa, entao
Julho 2007
2.1
79
AB = BA = In = AC =
Demonstracao.
Suponhamos que B e C sejam inversas de A. Entao,
CA e assim,
B = B In = B(AC) = (BA)C = In C = C .
para o fato de
Denotamos a inversa de A, quando ela existe, por A1 . Devemos chamar atencao
significa uma potencia,
Teorema 2.2.
A1 tambem
o e e
(a) Se A e invertvel, entao
(A1 )1 = A ;
matrizes invertveis, entao
AB e invertvel e
(b) Se A = (aij )nn e B = (bij )nn sao
(AB)1 = B 1 A1 ;
At tambem
e invertvel e
(c) Se A = (aij )nn e invertvel, entao
(At )1 = (A1 )t .
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
80
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
(a) Uma matriz B e a inversa de A1 se
A1 B = BA1 = In .
AA1 = A1 A = In .
B = A e a inversa de A1 , ou seja, (A1 )1 = A.
Como a inversa e unica,
entao
(b) Temos que mostrar que a inversa de AB e B 1 A1 , ou seja, mostrar que os produtos
iguais a` matriz identidade. Mas, pelas propriedades
(AB)(B 1 A1 ) e (B 1 A1 )(AB) sao
10:
(h) e (i) do Teorema 1.1 na pagina
pagina
10:
Julho 2007
2.1
81
Assim, para verificar que uma matriz A e invertvel, quando temos uma matriz B que e candidata a
Julho 2007
Reginaldo J. Santos
82
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
introduzida na pagina
Usando a notacao
57, temos:
1
(a) Ei,j
= Ej,i = Ei,j ;
Demonstracao.
Seja E uma matriz elementar. Esta matriz e obtida de In aplicando-se uma operacao
que transforma E de volta em In .
elementar. Seja F a matriz elementar correspondente a operacao
Julho 2007
2.1
83
sao
equivalentes:
Teorema 2.5. Seja A uma matriz n n. As seguintes afirmacoes
(a) Existe uma matriz B , n n, tal que BA = In .
(b) A matriz A e equivalente por linhas a` matriz identidade In .
(c) A matriz A e invertvel.
o sistema A X =
trivial,
Demonstracao.
(a)(b) Se BA = In , entao
0 tem somente a solucao
(Proposicao
52).
(b)(c) A matriz A ser equivalente por linhas a` In significa, pelo Teorema 1.8 na pagina
59, que
existem matrizes elementares E1 , . . . , Ek , tais que
(E11
Ek
1
. . . Ek )Ek
. . . E1 A = I n
. . . E1 A = E11 . . . Ek1
A = E11 . . . Ek1 .
(2.2)
(2.3)
invertveis (Proposicao
2.4). Portanto,
Aqui, usamos o fato de que as matrizes elementares sao
A e invertvel como o produto de matrizes invertveis.
(c)(a) Claramente.
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
84
Ek . . . E1 In = A1 .
A demonstracao
81, agora, e uma simples consequ encia
do Teorema
anterior.
A e invertvel e B =
do Teorema 2.3. (a) Vamos mostrar que se BA = In , entao
Demonstracao
1
pelo Teorema 2.5, A e invertvel e B = BIn = BAA1 = In A1 =
A . Se BA = In , entao
1
A . Logo, AB = BA = In .
pelo item anterior B e invertvel e B 1 = A. Portanto BA = AB = In .
(b) Se AB = In , entao
do Teorema 2.5 (equacao
(2.3)) o resultado seguinte.
Segue da demonstracao,
Teorema 2.6. Uma matriz A e invertvel se, e somente se, ela e um produto de matrizes elementares.
Julho 2007
2.1
85
1 1 1
1 0 0
1 0 0
E1,2 (2) = 2 1 0 , E1,3 (2) = 0 1 0 ,
2 0 1
0 0 1
1
0 0
1 1 0
1 0 , E2,3 (1) =
E2 (1) = 0 1 0 , E2,1 (1) = 0
0
0 1
0
0 1
1 0 0
1 0 3
1
0 , E3,2 (2) = 0
E3 ( 51 ) = 0 1 0 , E3,1 (3) = 0 1
0 0 15
0 0
1
0
ou seja,
1
0 0
0
1 0
0 1 1
0 0
1 2 ,
0 1
E3,2 (2) E3,1 (3) E3 ( 51 ) E2,3 (1) E2,1 (1) E2 (1) E1,3 (2) E1,2 (2) A = I3 .
Multiplicando a` esquerda pelas inversas das matrizes elementares correspondentes obtemos
A = E1,2 (2) E1,3 (2) E2 (1) E2,1 (1) E2,3 (1) E3 (5) E3,1 (3) E3,2 (2).
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
86
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 A nao
Exemplo 2.4. Seja A =
ou seja,
a b
x y
. Devemos procurar uma matriz B =
tal que AB = I2 ,
c d
z w
ax + bz
cx + dz
=
=
ay + bw =
cy + dw =
1
0
0
1
Este sistema pode ser desacoplado em dois sistemas independentes que possuem a mesma matriz,
a b 1 0
c d 0 1
= [ A | I2 ].
soluc
unica
Os dois sistemas tem
1 0 s t
(verifique, observando o que acontece se a forma escalonada
0 1 u v
for igual a I
reduzida da matriz A nao
2 ). Neste
caso, x = s, z = u e y = t, w = v , ou seja, a matriz
s
t
.
A possuira inversa, A1 = B = S =
u v
for da forma [ I2 | S ] =
Julho 2007
2.1
87
2.1.2 o proximo
2.5 na pagina
83. Entretanto a demonstracao
para encontrar
a inversa de uma matriz, se ela existir.
Teorema 2.7. Uma matriz A, n n, e invertvel se, e somente se, A e equivalente por linhas a` matriz
identidade In .
Demonstracao.
Pelo Teorema 2.3 na pagina
81, para verificarmos se uma matriz A, n n, e invertvel, basta verificarmos se existe uma matriz B , tal que
A B = In .
(2.4)
x11
x12
x21
x22
X1 = .. , X2 = ..
.
.
xn1
xn2
x1n
x2n
. . . , Xn = ..
.
xnn
1
0
0
1
E1 = .. , E2 = ..
.
.
0
0
Julho 2007
0
0
. . . , En = .. .
.
1
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
88
(2.4) pode ser escrita como
Assim a equacao
A [ X1 . . . Xn ] = [ AX1 . . . AXn ] = [ E1 . . . En ],
pois a j -esima
coluna do produto AB e igual a A vezes a j -esima
coluna da matriz B (Exerccio 18
[ A | E1 E2 . . . En ] = [ A | In ].
Transformando [ A | In ] na sua forma escalonada reduzida, que vamos denotar por [ R | S ], vamos
possveis: ou a matriz R e a matriz identidade, ou nao
e.
pagina
81 A e invertvel.
a matriz A nao
e equivalente por linhas a` matriz identidade In . Entao,
pela
Se R 6= In , entao
1.5 na pagina
Proposicao
52 a matriz R tem uma linha nula. O que implica que cada um dos
tem solucao
unica
tem solucao.
Isto implica que a matriz
sistemas A Xj = Ej ou nao
ou nao
tem inversa, pois as colunas da (unica)
A nao
Julho 2007
2.1
89
Observacao.
Da demonstracao
e invertvel.
R = In , entao
a matriz A nao
Vejamos os exemplos seguintes.
1 1 1
A= 2 1 4
2 3 5
1a. eliminacao:
2a. eliminacao:
1
1
0 1
0
1
1
0
0
1
1 0 0
2 2 1 0
3 2 0 1
1
1
1
0 0
1 2
2 1 0
1
3 2
0 1
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
90
1
0
0
3a. eliminacao:
1
3a.
5
linha
3a.
0
3 1
1 0
1 2
2 1 0
0
5 4
1 1
1 0
0
3 1
1 2
2 1 0
1
1
0
1 54
5
5
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
1
0
0
linha
Assim, a matriz [A | I3 ] e equivalente por linhas a` matriz acima, que e da forma [I3 | S], portanto a
matriz A e invertvel e a sua inversa e a matriz S , ou seja,
A1 =
7
5
2
5
45
2
5
35
1
5
53
2
5
1
5
1 2 3
A= 1 1 2 .
0 1 1
Julho 2007
2.1
91
1a. eliminacao:
1 2 3 1 0 0
[A | I3 ] = 1 1 2 0 1 0
0 1 1 0 0 1
1 2 3 1
0 0
0 1 1 1 1 0
0 1 1 0
0 1
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 [A | I3 ] e equivalente por linhas a` matriz acima, que e da forma [R | S], com R 6= I3 .
e equivalente por linhas a` matriz identidade e portanto nao
e invertvel.
Assim, a matriz A nao
de equacoes
igual ao numero
de incognitas,
1
o conhecimento da inversa da matriz do sistema A , reduz o problema de resolver o sistema
entao
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
92
nao
trivial se, e somente se, A e singular (nao
Demonstracao.
(a) Se a matriz A e invertvel, entao
em ambos os membros obtemos
A1 (A X)
(A1 A)X
In X
X
=
=
=
=
A1 B
A1 B
A1 B
A1 B.
e a unica
solucao
a forma escalonada reduzida da matriz aumentada do sistema [A | B] e da forma
unica,
entao
[R | S], em que R = In . Pois a matriz A e quadrada e caso R fosse diferente da identidade
1.5 na pagina
A X = B ou nao
Logo, a matriz A e equivalente
Julho 2007
2.1
93
solucao
a producao
de uma industria
em varios
perodos pode ser obtida apenas multiplicando-se a inversa por matrizes
e as quantidades dos insumos utilizados em cada perodo.
colunas que contenham a arrecadacao
produtos, X, Y e Z, utilizando dois tipos de insumo, A e B.
Exemplo 2.7. Uma industria
produz tres
utilizados 1 grama do insumo A e 2 gramas do insumo B;
Para a manufatura de cada kg de X sao
para cada kg de Y, 1 grama de insumo A e 1 grama de insumo B e, para cada kg de Z, 1 grama de
A e 4 gramas de B. O preco de venda do kg de cada um dos produtos X, Y e Z e R$ 2,00, R$ 3,00 e
X
1
2
2
Y Z
1 1
1 4 = A
3 5
x+y+z
AX = 2x + y + 4z
2x + 3y + 5z
gramas de A/kg
gramas de B/kg
preco/kg
x
X= y
z
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
gramas de A usados
gramas de B usados
arrecadacao
1 1 1
A= 2 1 4
2 3 5
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
94
que e
A1 =
7
5
2
5
45
2
5
35
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 A podemos saber a producao
1000
B = 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
x
1000
700
y = X = A1 B = 1
2 2000 = 200
2 3
5
z
2500
100
4
1
1
de X, Y e Z manufaturada com 1 kg de
(b) Se em outro perodo com a venda de toda a producao
para determinar quantos kg de
A e 2, 1 kg de B, essa industria
Julho 2007
2.1
95
ou seja,
kg de X produzidos
kg de Y produzidos
kg de Z produzidos
1000
B = 2100
2900
gramas de A usados
gramas de B usados
arrecadacao
7
2 3
1000
500
x
y = X = A1 B = 1
2 2100 = 300
2 3
5
z
2900
200
4
1
1
(Subsecao
128).
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
96
Interpolacao
Polinomial
2.1.4 Aplicacao:
Julho 2007
2.1
30
97
20
10
10
20
30
2
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
98
sistema linear AX = B , em que
an1
an2
X = .. ,
.
a0
y1
y2
B = ..
.
yn
n2
xn1
x
.
.
.
x
1
1
1
1
xn1 xn2 . . . x2 1
2
2
e A= .
.
..
..
.
.
.
.
n1
n2
xn
xn
. . . xn 1
unica
sistema de n equacoes
e n incognitas
AX = B tem solucao
sistema homogeneo
se, e somente se, o polinomio
de grau n 1, p(x) = an1 xn1 + + a0 , se
trivial.
coeficientes iguais a zero. Portanto, o sistema homogeneo
A X = 0 tem somente a solucao
cissas dos pontos, tendo calculado a matriz A1 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 2007
2.1
99
1ydobbr,?
(2.5)
80 15 18
Y = 25 2 107
4 2 94
Sabendo-se que esta mensagem foi criptografada fazendo o produto da mensagem inicial pela matriz
1 1 0
M = 0 1 1
0 0 1
entao
X = M 1 Y
sera a mensagem inicial convertida para numeros,
ou seja,
1 1
1
80 15 18
59 15 5
1 1 25 2 107 = 21 0 13
X = M 1 Y = 0
0
0
1
4 2 94
4 2 94
Convertendo para texto usando novamente a Tabela 2.1 obtemos que a mensagem que foi criptografada e
Tudo bem?
(2.6)
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
100
Exerccios Numericos
(respostas na pagina
536)
1
do sistema homogeneo
1 2 3
(a) 1 1 2 ;
0 1 2
1 2 2
(b) 1 3 1 ;
1 3 2
1
1
1
1
2 1
(c)
1 1
2
1
3
3
1 2 3
(d) 0 2 3 ;
1 2 4
1 2 3
(e) 1 1 2 ;
0 1 1
1
1 1
1 1
1 3
2
1 2
(f)
1 2 1 1 ;
1
2
5 9
1 6
1 1 0
2.1.3. Encontre todos os valores de a para os quais a matriz A = 1 0 0 tem inversa.
1 2 a
2.1.4. Se
3 2
1 3
2
5
3 2
,
Julho 2007
2.1
101
encontre (A B)1 .
2.1.5. Resolva o sistema A X = B , se A
2.1.6. Seja
A=
2 3
4 1
eB =
1 1
4
1
P =
1 1
2 2
D=
5
.
3
3
0
0 1
tais que
sao
A = P DP 1 .
Determine Ak , para k = 1, 2, 3, . . .
2.1.2) Encontre matrizes elementares E1 , . . . , Ek tais que A = E1 . . . Ek ,
2.1.7. (Relativo a` Subsecao
para
1 2 3
A = 2 1 2 .
0 1 2
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
102
>> 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 operac ao
alpha*linha i + linha j ==> linha j da matriz A e armazena a matriz resultante na
variavel
B.
>> B=opel(A,i,j) ou B=oe(A,i,j) faz a troca da linha i com a linha j da matriz A e arma
zena a matriz resultante na variavel
B.
>> 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 decifr a-la.
Julho 2007
2.1
103
Exerccios Teoricos
2.1.10.
a b
c d
1
=
ad bc
d b
c
a
ax + by = g
cx + dy = h
x=
Julho 2007
gd bh
,
ad bc
y=
ah gc
ad bc
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
104
para os proximos
Sugestao
4 exerccios: Para verificar que uma matriz B e a inversa de uma
matriz A, basta fazer um dos produtos AB ou BA e verificar que e igual a In .
2.1.11. Se A e uma matriz n n e Ak =
0, para k um inteiro positivo, mostre que
(In Jn )1 = In
1
Jn .
n1
Julho 2007
2.1
105
e invertvel, entao
AB tambem
nao
o e.
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
106
10
11
12
13
14
a
`
a
^
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
a
~
e
^
o
^
o
~
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
^
A
~
A
^
E
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
^
O
~
O
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 2007
2.2
Determinantes
107
2.2 Determinantes
Vamos inicialmente definir o determinante de matrizes 1 1. Para cada matriz A = [a] definimos
o determinante de A, indicado por det(A), por det(A) = a. Vamos, agora, definir o determinante de
matrizes 2 2 e a partir da definir para matrizes de ordem maior. A cada matriz A, 2 2, associamos
um numero
det(A) = det
a11 a12
a21 a22
os
Para definir o determinante de matrizes quadradas maiores, precisamos definir o que s ao
menores de uma matriz. Dada uma matriz A = (aij )nn , o menor do elemento aij , denotado por
Aij =
Julho 2007
a11
..
.
..
.
an1
. . . . . . a1n
.
.
i
a ij
..
.
. . . . . . ann
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
108
Exemplo 2.8. Para uma matriz A = (aij )33 ,
A23
a11 a12 a 13
a21 a22 a 23
a31 a32 a 33
a11 a12
=
a31 a32
Agora, vamos definir os cofatores de uma matriz quadrada A = (a ij )33 . O cofator do elemento
aij , denotado por a
ij , e definido por
a
ij = (1)i+j det(Aij ),
ou seja, o cofator a
ij , do elemento aij e igual a mais ou menos o determinante do menor Aij , sendo
+ +
+
+ +
Exemplo 2.9. Para uma matriz A = (aij )33 ,
a23
a
a
11 12
a31 a32
a 13
a 23
a 33
a11 a12
Julho 2007
2.2
Determinantes
109
A=
o determinante de A e igual a` soma dos produtos dos elementos da 1a. linha pelos seus cofaentao,
tores.
a
ij = (1)i+j det(Aij ),
ou seja, o cofator a
ij , do elemento aij e igual a mais ou menos o determinante do menor Aij , sendo
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
110
+ + ...
+ + ...
+ + ...
..
.
..
.
..
.
..
..
2.2. Seja A = (aij )nn . O determinante de A, denotado por det(A), e definido por
Definicao
det(A) = a11 a
11 + a12 a
12 + . . . + a1n a
1n =
n
X
a1j a
1j ,
(2.7)
j=1
Julho 2007
2.2
Determinantes
111
A=
0
1
1
2
0 0 3
2
3 4
3
2 5
1 2 0
det(A) = 0
a11 + 0
a12 + 0
a13 + (3)(1)1+4 det(B),
1 2
3
em que B = 1 3
2 .
2 1 2
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
112
de determinante, vamos mostrar que o determinante de uma maExemplo 2.11. Usando a definicao
os elementos situados acima da diagonal principal sao
iguais a zero) e
triz triangular inferior (isto e,
o produto dos elementos da diagonal principal. Vamos mostrar inicialmente para matrizes 3 3. Seja
a11 0 0
a21 a22 0
a31 a32 a33
A=
a22 0
a32 a33
Vamos supor termos provado que para qualquer matriz (n 1) (n 1) triangular inferior, o deter vamos provar que isto tambem
vale
minante e o produto dos elementos da diagonal principal. Entao
para matrizes n n. Seja
a11
A=
0 ... ...
a21 a22
..
.
..
an1
..
.
0
.
...
ann
a22
a32 a33
... ...
0
..
.
..
an2
...
0
..
.
2.2
Determinantes
113
det(In ) = 1.
Vamos provar uma propriedade do determinante que e usada para provar varias
outras propriedades. Para isso vamos escrever a matriz A = (aij )nn em termos das suas linhas
A1
..
.
Ak1
A = Ak
Ak+1
.
..
An
em que Ai e a linha i da matriz A, ou seja, Ai = [ ai1 ai2 . . . ain ]. Se a linha Ak e escrita na forma
escalares, dizemos que
Ak = X + Y , em que X = [ x1 . . . xn ], Y = [ y1 . . . yn ] e e sao
linear de X e Y , entao
o
linear de X e Y . Se a linha Ak e combinacao
a linha Ak e combinacao
determinante pode ser decomposto como no resultado seguinte.
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
114
Teorema 2.10. Seja A = (aij )nn escrita em termos das suas linhas, denotadas por Ai , ou seja,
Ai = [ ai1 ai2 . . . ain ]. Se para algum k , a linha Ak = X + Y , em que X = [ x1 . . . xn ],
escalares, entao:
Y = [ y1 . . . yn ] e e sao
A1
..
Ak1
det X + Y
Ak+1
..
An
A1
..
Ak1
= det X
Ak+1
..
An
A1
..
Ak1
+ det Y
Ak+1
..
An
Aqui, Ak = X + Y = [ x1 + y1 . . . xn + yn ].
Demonstracao.
Vamos provar aqui somente para k = 1. Para k > 1 e demonstrado no Apendice
II
escalares,
na pagina
136. Se A1 = X + Y , em que X = [ x1 . . . xn ], Y = [ y1 . . . yn ] e e sao
Julho 2007
2.2
Determinantes
115
entao:
X + Y
n
X
A2
det
=
(1)1+j (xj + yj ) det(A1j )
..
.
j=1
An
n
n
X
X
=
xj det(A1j ) +
yj det(A1j )
j=1
j=1
X
A2
= det .. + det
.
An
Y
A2
..
.
An
det
cos t
sen t
2 cos t 3 sen t 2 sen t + 3 cos t
= 2 det
cos t sen t
cos t sen t
+ 3 det
cos t sen t
sen t cos t
=3
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
116
(Apendice
II na pagina
136), afirma que o determinante pode ser calculado fazendo-se o desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
Teorema 2.11. Seja A uma matriz n n. O determinante de A pode ser calculado fazendo-se o
desenvolvimento em cofatores segundo qualquer linha ou qualquer coluna.
det(A) = ai1 a
i1 + ai2 a
i2 + . . . + ain a
in =
n
X
aij a
ij ,
j=1
n
X
aij a
ij ,
para i = 1, . . . , n,
(2.8)
para j = 1, . . . , n,
(2.9)
i=1
Julho 2007
2.2
Determinantes
117
det(A) = 0.
Corolario
2.12. Seja A uma matriz n n. Se A possui duas linhas iguais, ent ao
Demonstracao.
O resultado e claramente verdadeiro para matrizes 2 2. Supondo que o resultado
seja verdadeiro para matrizes (n 1) (n 1), vamos provar que ele e verdadeiro para matrizes
n n. Suponhamos que as linhas k e l sejam iguais, para k 6= l. Desenvolvendo o determinante de
A em termos de uma linha i, com i 6= k, l, obtemos
det(A) =
n
X
aij aij =
j=1
n
X
j=1
ij e uma matriz (n 1) (n 1) com duas linhas iguais. Como estamos supondo que o
Mas, cada A
ij ) = 0. Isto implica que det(A) = 0.
det(A
resultado seja verdadeiro para estas matrizes, entao
No proximo
resultado mostramos como varia o determinante de uma matriz quando aplicamos
elementares sobre suas linhas.
operacoes
det(B) = det(A) ;
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
118
det(B) = det(A) ;
(c) Se B e obtida de A substituindo-se a linha l por ela somada a um multiplo
k , k 6= l, entao
det(B) = det(A) .
Demonstracao.
(b) Sejam
A=
A1
..
.
Ak
..
.
Al
..
.
An
e B=
A1
..
.
Al
..
. .
Ak
..
.
An
Julho 2007
2.2
Determinantes
119
A1
..
Ak + A l
.
= det
..
0 = det
A +A
.
..
An
= 0 + det(A) + det(B) + 0.
A1
..
.
Ak
..
.
Ak
..
.
An
+ det
A1
..
.
Ak
..
.
Al
..
.
An
+ det
A1
..
.
Al
..
.
Ak
..
.
An
+ det
A1
..
.
Al
..
.
Al
..
.
An
A1
..
Ak
..
det
.
A + A
l
k
.
..
An
= det
A1
..
.
Ak
..
.
Al
..
.
An
+ det
A1
..
.
Ak
..
.
Ak
..
.
An
= det
A1
..
.
Ak
..
. .
Al
..
.
An
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
120
Exemplo 2.13. Vamos calcular o determinante da matriz
0
1
A = 3 6
2
6
5
9
1
usando operacoes
numa matriz triangular superior e aplicando o Teorema 2.13.
det(A) =
3 6 9
1 5
det 0
2
6 1
1 2 3
1 5
3 det 0
2
6 1
1 2
3
0
1
5
3 det
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 2007
2.2
Determinantes
121
em cofatores, precisamos
Para se calcular o determinante de uma matriz n n pela expans ao
fazer n produtos e calcular n determinantes de matrizes (n 1) (n 1), que por sua vez vai
necessarios
na Subsecao
128.
det(A) = det(At ) ;
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
122
rema 2.14 (b)), segue-se que todas as propriedades que se referem a linhas s ao
com relacao
` colunas.
as
Exemplo 2.14. Seja A = (aij )nn . Vamos mostrar que se A e invertvel, entao
det(A1 ) =
1
.
det(A)
e triangular inferior!).
Mas, det(In ) = 1 (Exemplo 2.11 na pagina
112, a matriz identidade tambem
Logo, det(A1 ) =
1
.
det(A)
(det(A))2 =
1
.
det(A)
Julho 2007
2.2
Determinantes
123
nao
trivial.
lineares homogeneos
que possuem solucao
nao
trivial se, e somente se, det(A) = 0.
(b) O sistema homogeneo
AX = 0 tem solucao
Demonstracao.
A demonstracao
1.5 da pagina
nao
trivial se, e
(b) Pelo Teorema 2.8 na pagina
92, o sistema homogeneo
AX = 0 tem solucao
e invertvel. E pelo item anterior, a matriz A e nao
invertvel se, e
somente se, a matriz A nao
somente se, det(A) = 0.
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
124
Exemplo 2.16. Considere a matriz
2 2 2
A = 0 2 0 .
0 1 3
x
(a) Determinar os valores de R tais que existe X = y =
6 0 que satisfaz AX = X .
z
x
(b) Para cada um dos valores de encontrados no item anterior determinar todos X = y tais
z
que AX = X .
Solucao:
AX = X
AX = I3 X.
Subtraindo-se I3 X obtemos
AX I3 X = 0
(A I3 )X = 0.
nao
trivial (X 6=
Agora, este sistema homogeneo
tem solucao
0) se, e somente se,
det(A I3 ) = 0.
Julho 2007
2.2
Determinantes
Mas
125
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
x
X = y 6= 0 tais que AX = X .
z
(b) Para = 2:
0 2 2
x
0
2y + 2z = 0
0 0 0
y = 0
(A 2I3 )X = 0
y + z = 0
0 1 1
z
0
Para = 3:
1
2 2
x
0
(A 3I3 )X = 0 0 1 0 y = 0
0
1 0
z
0
x
2
o conjunto dos X =
y =
0
que tem solucao
z
Julho 2007
x +
2y + 2z = 0
y
= 0
y
= 0
de Matrizes e Determinantes
Inversao
126
a b
c d
1
=
det(A)
d b
c
a
ax + by = g
cx + dy = h
A=
a b
c d
a solucao
do sistema e
Se det(A) 6= 0, entao
g
det
1
1
1
d
b
g
dg
bh
h
X = A1 B =
=
=
a
h
a
det(A) c
det(A) cg + ah
det(A)
det
c
b
d
g
h
Julho 2007
2.2
Determinantes
127
ou seja,
g
det
h
x=
a
det
c
b
d
,
b
d
a
det
c
y=
a
det
c
g
h
b
d
e 2 incognitas.
Pode-se mostrar (ver por exemplo [32] ou [33]), que para sistemas de n equacoes
e valida
a Regra de Cramer dada a seguir.
a solucao
do sistema
Se o sistema linear AX = B e tal que a matriz A e n n e invertvel, entao
e dada por
x1 =
det(A1 )
det(A2 )
det(An )
, x2 =
, . . . , xn =
,
det(A)
det(A)
det(A)
e tal que
x + 2y + 3z = 1
2x + 4y + 6z = 3
3x + 6y + 9z = 2
det(A) = det(A1 ) = det(A2 ) = det(A3 ) = 0,
tem solucao
(verifique!).
mas ele nao
Julho 2007
Reginaldo J. Santos
128
de Matrizes e Determinantes
Inversao
que uma matriz e invertvel se, e somente se, ela e o produto de matrizes
Lembramos tambem
121.
Usando matrizes elementares podemos provar o Teorema 2.14 na pagina
do Teorema 2.14.
Demonstracao
Julho 2007
2.2
Determinantes
129
deste item em
(a) Queremos provar que det(AB) = det(A) det(B). Vamos dividir a demonstracao
casos:
tres
anterior
Caso 1: Se A = E e uma matriz elementar. Este caso segue-se diretamente da proposicao
e singular. Logo,
Caso 3: Se A e singular, pela Proposicao
95, AB tambem
Caso 2: Se A nao
pelo Teorema 2.2 na
t t
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
130
Exerccios Numericos
(respostas na pagina
540)
2.2.1. Se det(A) = 3, encontre
(a) det(A2 );
(b) det(A3 );
(c) det(A1 );
(d) det(At );
ert
tert
rt
re (1 + rt)ert
(b)
cos t
sen t
cos t sen t sen t + cos t
2.2.5. Calcule o determinante de cada uma das matrizes seguintes usando operac oes
elementares
para transforma-las
em matrizes triangulares superiores.
1 2
3
1
5 9
6
3
(a)
1
2 6 2
2
8
6
1
2
1
(b)
0
0
1
0
2
1
3
1
1
2
1
1
.
0
3
Julho 2007
2.2
Determinantes
131
1 0
0
0
(b) A = 1 3
3 2 2
2
2 3
2 1
(d) A = 1
2 2 1
x1
.
2.2.7. Determine os valores de R tais que existe X = .. 6=
0 que satisfaz AX = X .
xn
2
0 0
2 3 0
(a) A = 3 1 0 ;
(b) A = 0 1 0 ;
0
4 3
0 0 2
1
2 3 4
2 2 3 4
0 1 3 2
0 2 3 2
;
(c) A =
(d) A =
0
0 0 1 1 .
0 3 3
0
0 0 2
0 0 0 1
0
(a) A = 0
0
2
(c) A = 0
0
1 2
0 3
0 0
2
3
3 2
1
2
geral
2.2.8. Para as matrizes do exerccio anterior, e os valores de encontrados, encontre a soluc ao
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
132
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) 6= 0, entao
Qual a conclusao
c?
Exerccios Teoricos
Julho 2007
2.2
Determinantes
133
ou A e singular ou B e singular.
2.2.11. Mostre que se det(AB) = 0, entao
2.2.12. O determinante de AB e igual ao determinante de BA? Justifique.
singular tal que A2 = A, entao
det(A) = 1.
2.2.13. Mostre que se A e uma matriz nao
A e singular.
2.2.14. Mostre que se Ak =
0, para algum k inteiro positivo, entao
det(A) = 1;
2.2.15. Mostre que se At = A1 , entao
det(A) = n det(A).
2.2.16. Mostre que se e um escalar e A e uma matriz n n, entao
2.2.17. Mostre que A, n n, e invertvel se, e somente se, At A e invertvel.
2.2.18. Sejam A e P matrizes n n, sendo P invertvel. Mostre que det(P 1 AP ) = det(A).
os elementos situados
2.2.19. Mostre que se uma matriz A = (aij )nn e triangular superior, (isto e,
iguais a zero) entao
det(A) = a11 a22 . . . ann .
abaixo da diagonal sao
2.2.20.
a b
det(A) = 0 se, e somente se, uma linha e multiplo
(a) Mostre que se A =
, entao
c d
escalar da outra. E se A for uma matriz n n?
(b) Mostre que se uma linha Ai de uma matriz A = (aij )nn , e tal que Ai = Ak + Al , para
det(A) = 0.
e escalares e i 6= k, l, entao
(c) Mostre que se uma linha Ai de uma matriz A = (aij )nn , e tal que Ai =
k Ak , para
k6=i
det(A) = 0.
1 , . . . , k escalares, entao
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
134
1 x1 x21 . . . xn1
1
1 x2 x2 . . . xn1
2
2
Vn = det .. ..
..
. .
.
2
1 xn xn . . . xn1
n
(xi xj ).
=
i>j
det
A B
0 D
= det(A) det(D).
Julho 2007
2.2
Determinantes
135
A=
0
0
1
0
..
.
..
.
0
1
..
..
0
0
..
.
0
0
0
a0 a1 a2 an1
,
nn
e tal que det(A tIn ) = p(t). Esta matriz e chamada matriz companheira do polinomio
p(t). (Sugestao:
verifique para n = 2 e depois supondo que seja verdade para matrizes
(n 1) (n 1) mostre que e verdade para matrizes n n expandindo em cofatores em
a primeira coluna)
relacao
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
136
Apendice
II: Demonstracao
116
Demonstracao
114 para k > 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 (n 1) (n 1), vamos provar para matrizes n n. Sejam
A1
..
k1
A = X + Y
Ak+1
..
An
A1
..
.
Ak1
B= X
Ak+1
.
..
An
A1
..
.
Ak1
e C= Y
Ak+1
.
..
An
1j , B
1j e C1j so diferem na (k 1)-esima
disso, a (k 1)-esima
1j (esta e a relacao
que vale para a
correspondente de B1j mais vezes a linha correspondente de C
k -esima
linha de A). Como estamos supondo o resultado verdadeiro para matrizes (n 1) (n 1),
Julho 2007
2.2
Determinantes
137
1j ) = det(B
1j ) + det(C1j ). Assim,
det(A
entao
det(A) =
n
X
j=1
n
X
h
i
1j ) + det(C1j )
(1)1+j a1j det(B
j=1
n
X
1j ) +
(1)1+j b1j det(B
j=1
n
X
j=1
= det(B) + det(C),
pois a1j = b1j = c1j , para j = 1, . . . , n.
n n, cuja i-esima
linha e igual a Ek , para algum k (1 k n), entao
facil
ver que para matrizes 2 2 o lema e verdadeiro. Suponha que ele seja
Demonstracao.
E
verdadeiro para matrizes (n 1) (n 1) e vamos provar que ele e verdadeiro para matrizes n n.
Podemos supor que 1 < i n.
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
138
estamos supondo o lema verdadeiro para estas matrizes e como pelo Teorema 2.10 na pagina
114 se
1k ) = 0, segue-se que
det(A
uma matriz tem uma linha nula o seu determinante e igual a zero, entao
(i1)+k
(1)
det(Bj )
se j > k.
(2.10)
det(A) =
=
n
X
j=1
n
X
j<k
n
X
(1)1+j a1j (1)(i1)+k det(Bj )
j>k
"
n
X
j<k
n
X
j>k
simples a verificacao
de que as duas expressoes
acima sao
iguais.
E
#
Julho 2007
2.2
Determinantes
139
Demonstracao
116.
det(A) =
n
X
j=1
aij det(Bj ) =
n
X
j=1
Julho 2007
Reginaldo J. Santos
de Matrizes e Determinantes
Inversao
140
Teste do Captulo
elementares para transforma-la
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
A=
1
3
0
0
0
0
2
1
2 1
0
0
0
2
Julho 2007
2.2
Determinantes
141
singular, entao
determinante de A e -1;
(b) Se At = A2 e A e nao
det(A) = det(B).
(c) Se B = AAt A1 , entao
Julho 2007
Reginaldo J. Santos
Captulo 3
Muitas grandezas fsicas, como velocidade, forca, deslocamento e impulso, para serem comple da magnitude, da direcao
e do sentido. Estas grandezas sao
racionais e as fracoes.
Duas fracoes
repre142
143
Reginaldo J. Santos
144
nal. A definicao
a igualdade de numeros
racionais. Dois
iguais, quando ad = bc. Dizemos que dois vetores sao
iguais se
numeros
AB
V =AB
q
por Escalar
3.1 Soma de Vetores e Multiplicacao
A soma, V + W , de dois vetores V e W e determinada da seguinte forma:
tome um segmento orientado que representa V ;
V + W = W + V,
(3.1)
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
145
Figura 3.2: V + W = W + V
Julho 2007
Reginaldo J. Santos
146
W
U
W +U
W
(V +
)+
(W
V +
+U
Figura 3.3: V + (W + U ) = (V + W ) + U
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
147
V + (W + U ) = (V + W ) + U,
(3.2)
que
mento, mesma direcao
ao de V . Segue entao,
V + (V ) = 0.
(3.4)
W V = W + (V ).
de (3.1), (3.2), (3.4) e de (3.3) que
Segue desta definicao,
W + (V W ) = (V W ) + W = V + (W + W ) = V + 0 = V.
Assim, a diferenca V W e um vetor que somado a W da V , portanto ele vai da extremidade de W
ate a extremidade de V , desde que V e W estejam representados por segmentos orientados com a
mesma origem.
de um vetor V por um escalar , V , e determinada pelo vetor que possui as
A multiplicacao
seguintes caractersticas:
Julho 2007
Reginaldo J. Santos
148
V W
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
149
V W
Julho 2007
Reginaldo J. Santos
150
escalar de V . E facil
(ou colineares) se, e somente se, um e um multiplo
escalar do outro.
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 V um vetor no plano. Definimos as componentes de V como sendo as coordenadas (v 1 , v2 )
do ponto final do representante de V que tem ponto inicial na origem. Vamos identificar o vetor com
as suas componentes e vamos escrever simplesmente
V = (v1 , v2 ).
de
das componentes, podemos realizar facilmente as operacoes:
soma de vetores e multiplicacao
vetor por escalar.
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
151
3V
2V
1V
2
Julho 2007
Reginaldo J. Santos
152
y
V = (v1 , v2 )
v2
v1
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
153
y
P = (x, y)
y
OP
iguais as componentes de OP
Figura 3.8: As coordenadas de P sao
Julho 2007
Reginaldo J. Santos
154
Como ilustrado na Figura 3.9, a soma de dois vetores V = (v1 , v2 ) e W = (w1 , w2 ) e dada por
V + W = (v1 + w1 , v2 + w2 );
V = ( v1 , v2 ).
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
155
y
V +W
v2+w2
w2
V
v2
w2
W
v1
x
v1
w1
v1 +w1
Julho 2007
Reginaldo J. Santos
156
V
v2
V
v2
x
v1
v1
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
157
operacoes
de vetores no espaco. Seja V um vetor no espaco. Como no caso de vetores do plano,
definimos as componentes de V como sendo as coordenadas (v1 , v2 , v3 ) do ponto final do repre vamos identificar o vetor com as suas
sentante de V que tem ponto inicial na origem. Tambem
componentes e vamos escrever simplesmente
V = (v1 , v2 , v3 ).
Julho 2007
Reginaldo J. Santos
158
P = (x, y, z)
x
y
P0
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
159
z
z
P = (x, y, z)
x
y
y
Figura 3.12: As coordenadas de um ponto no espaco
Julho 2007
Reginaldo J. Santos
160
z
v3
V = (v1 , v2 , v3 )
v1
v2
y
Figura 3.13: As componentes de um vetor no espaco
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
161
z
z
P = (x, y, z)
OP
iguais as componentes de OP
Figura 3.14: As coordenadas de P sao
Julho 2007
Reginaldo J. Santos
162
a adicao
de V com W e dada por
Se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ), entao
V + W = (v1 + w1 , v2 + w2 , v3 + w3 );
a multiplicacao
de V por e dada por
Se V = (v1 , v2 , v3 ) e e um escalar, entao
V = ( v1 , v2 , v3 ).
Quando um vetor V esta representado por um segmento orientado com ponto inicial fora da origem
as componentes
(Figura 3.15), digamos em P = (x1 , y1 , z1 ), e ponto final em Q = (x2 , y2 , z2 ), entao
dadas por
do vetor V sao
V =P Q=OQ OP = (x2 x1 , y2 y1 , z2 z1 ).
obtidas subtraindo-se as coordenadas do ponto Q (extremiPortanto, as componentes de V sao
dade) das do ponto P (origem). O mesmo se aplica a vetores no plano.
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
163
Q
V
Julho 2007
Reginaldo J. Santos
164
Exemplo 3.2. As componentes do vetor V que tem um representante com ponto inicial P =
dadas por
(5/2, 1, 2) e ponto final Q = (0, 5/2, 5/2) sao
tem posicao
fixa, ao contrario
v1
V = v2
v3
ou V =
v1 v2 v3
ou
v1
w1
v1 + w 1
V + W = v2 + w2 = v2 + w 2 ,
v3
w3
v3 + w 3
V +W =
v1 v2 v3
w1 w2 w3
v1
v1
V = v2 = v2
v3
v3
v1 + w 1 v2 + w 2 v3 + w 3
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
V =
v1 v2 v3
165
v1 v2 v3
vetoriais
produzem os mesmos resultados que as operacoes
validas
(e) (U ) = ()U ;
(b) (U + V ) + W = U + (V + W );
(f) (U + V ) = U + V ;
(c) U +
0 = U;
(g) ( + )U = U + U ;
(d) U + (U ) =
0;
(h) 1U = U .
Demonstracao.
Segue diretamente das propriedades da algebra
matricial (Teorema 1.1 na pagina
10).
Julho 2007
Reginaldo J. Santos
166
MN=
1
AB .
2
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
167
M N =M C + CN .
Julho 2007
Reginaldo J. Santos
168
M C=
1
AC
2
CN =
1
CB .
2
Logo,
MN=
1 1 1
1
AC + CB= (AC + CB) = AB .
2
2
2
2
Exemplo 3.4. Dados quatro pontos A, B , C e X tais que AX= AB , vamos escrever CX como
escalares de CA e CB .
os vetores AX e AB sao
paralelos e portanto o ponto X so pode estar
Como AX= AB , entao
restricao.
O vetor que vai de C para X , pode ser escrito como uma soma de um vetor que vai de C para A
com um vetor que vai de A para X ,
CX=CA + AX .
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
169
X
C
A
CX= (1 ) CA + CB .
Julho 2007
Reginaldo J. Santos
170
Observe que:
CX=CA.
Se = 0, entao
CX=CB .
Se = 1, entao
CX=
Se = 1/2, entao
CX=
Se = 1/3, entao
1
2
CA + 12 CB .
2
3
CA + 13 CB .
M=
x1 + x 2 y 1 + y 2 z 1 + z 2
,
,
2
2
2
1
AB
.
2
+ 12 OB .
aplicando o exemplo
Entao,
OM = 21 (x1 , y1 , z1 ) + 12 (x2 , y2 , z2 ) e
M=
x1 + x 2 y 1 + y 2 z 1 + z 2
,
,
2
2
2
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
171
Exerccios Numericos
(respostas na pagina
549)
3.1.1. Determine o ponto C tal que AC= 2 AB sendo A = (0, 2) e B = (1, 0).
y = 2x + 1. Determine um vetor paralelo a esta reta.
3.1.2. Uma reta no plano tem equacao
para a reta no plano que e paralela ao vetor V = (2, 3) e passa pelo
3.1.3. Determine uma equacao
ponto P0 = (1, 2).
3.1.4. Determine o vetor X , tal que 3X 2V = 15(X U ).
3.1.5. Determine os vetores X e Y tais que
6X 2Y
3X + Y
= U
= U +V
ao ponto
3.1.7. Quais sao
do ponto P = (1, 0, 3) em relacao
Reginaldo J. Santos
172
escalares) de V e W :
(a) V = (9, 12, 6), W = (1, 7, 1) e U = (4, 6, 2);
(b) V = (5, 4, 3), W = (2, 1, 1) e U = (3, 4, 1);
necessariamente consecutivos)
3.1.11. Verifique se e um paralelogramo o quadrilatero
de vertices
(nao
(a) A = (4, 1, 1), B = (9, 4, 2), C = (4, 3, 4) e D = (4, 21, 14)
(b) A = (4, 1, 1), B = (9, 4, 2), C = (4, 3, 4) e D = (9, 0, 5)
= (9, 6, 3), W =
>> 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 express ao
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 O = (0, 0, 0).
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
173
e use a funcao
do vetor V pelo escalar a.
multiplicacao
Exerccios Teoricos
paralelos de um trapezio
e paralelo as
aritmetica
das medidas das bases. (Sugestao:
escalar de AB .
Reginaldo J. Santos
174
Sejam M e
3.1.16. Demonstre que as diagonais de um paralelogramo se cortam ao meio. (Sugest ao:
N os pontos medios
das duas diagonais do paralelogramo. Mostre que o vetor M N =
0, entao
conclua que M = N .)
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
175
Julho 2007
Reginaldo J. Santos
176
ponto medio
de AB . Mostre que as medianas (os segmentos AM , BN e CP ) se cortam num
2/3 e 1/3. (Sugestao:
Sejam G, H e I os
mesmo ponto que divide as medianas na proporcao
2
3
AM , BH=
2
3
BN e CI=
2
3
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
177
N
H
G
I
A
P
(a) Um ponto X pertence a reta determinada por A e B (AX= AB ) se, e somente se,
CX= CA + CB,
Julho 2007
com + = 1.
Reginaldo J. Santos
178
(b) Um ponto X pertence ao interior do segmento AB (AX= AB , com 0 < < 1) se, e
somente se,
CX= CA + CB,
+ = 1.
CX= CA + CB,
+ < 1.
Julho 2007
3.1
por Escalar
Soma de Vetores e Multiplicacao
179
C
A
= 0 ou V =
3.1.19. Mostre que se V =
0, entao
0.
U = V ? E se 6= 0 ?
3.1.20. Se U = V , entao
= ? E se V 6=
3.1.21. Se V = V , entao
0?
Julho 2007
Reginaldo J. Santos
180
||V || =
p
v12 + v22 ,
||V || =
p
v12 + v22 + v32 ,
no caso em que V = (v1 , v2 , v3 ) e um vetor no espaco (verifique usando as Figuras 3.16 e 3.17).
A distancia
entre dois pontos P = (x1 , y1 , z1 ) e Q = (x2 , y2 , z2 ) e igual a` norma do vetor P Q
a distancia
de P a Q e dada por
dist(P, Q) = || P Q || =
p
(x2 x1 )2 + (y2 y1 )2 + (z2 z1 )2 .
Analogamente, a distancia
entre dois pontos P = (x1 , y1 ) e Q = (x2 , y2 ) no plano e igual a`
dist(P, Q) = || P Q || =
p
(x2 x1 )2 + (y2 y1 )2 .
Julho 2007
3.2
Produtos de Vetores
181
y
V = (v1 , v2 )
||V ||
v2
x
v1
Julho 2007
Reginaldo J. Santos
182
z
v3
V = (v1 , v2 , v3 )
||V ||
v1
v2
y
Figura 3.17: A norma de um vetor V no espaco
Julho 2007
3.2
Produtos de Vetores
183
||V || =
12 + (2)2 + 32 = 14.
A distancia
entre os pontos P = (2, 3, 1) e Q = (1, 4, 5) e
(3)2 + 72 + 42 = 74.
da definicao
da multiplicacao
de vetor por escalar e
Se V = (v1 , v2 , v3 ) e e um escalar, entao
da norma de um vetor segue-se que
ou seja,
q
p
2
2
2
||V || = ||(v1 , v2 , v3 )|| = (v1 ) + (v2 ) + (v3 ) = 2 (v12 + v22 + v32 ),
||V || = || ||V ||.
(3.5)
nulo, o vetor
Dado um vetor V nao
U=
1
V.
||V ||
1
||V || = 1.
||U || =
||V ||
Julho 2007
Reginaldo J. Santos
184
U=
1
1
1
2
3
V =
(1, 2, 3) = ( , , ).
||V ||
14
14 14 14
O angulo
entre dois vetores nao
determinado por V e W
representados com a mesma origem (Figura 3.18).
que satisfaz 0 , quando eles estao
Quando o angulo
entre dois vetores V e W e reto ( = 90o), ou um deles e o vetor nulo, dizemos
ortogonais ou perpendiculares entre si.
que os vetores V e W sao
Julho 2007
3.2
Produtos de Vetores
185
V
V
W
W
Julho 2007
Reginaldo J. Santos
186
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.
V W =
0,
||V || ||W || cos ,
se V ou W e o vetor nulo,
caso contrario,
em que e o angulo
entre eles.
Julho 2007
3.2
Produtos de Vetores
187
necessite
angulo
entre eles. Por isso, precisamos de uma forma de calcular o produto escalar que n ao
do angulo
entre os vetores.
Julho 2007
Reginaldo J. Santos
188
V W
V W
` esquerda o angulo
Julho 2007
3.2
Produtos de Vetores
189
1
||V ||2 + ||W ||2 ||V W ||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
V W = v 1 w1 + v 2 w2 + v 3 w3 .
Julho 2007
Reginaldo J. Santos
190
Teorema 3.2. O produto escalar ou interno, V W , entre dois vetores e dado por
V W = v 1 w1 + v 2 w2 ,
vetores no plano e por
se V = (v1 , v2 ) e W = (w1 , w2 ) sao
V W = v 1 w1 + v 2 w2 + v 3 w3 ,
vetores no espaco.
se V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) sao
Exemplo 3.8. Sejam V = (0, 1, 0) e W = (2, 2, 3). O produto escalar de V por W e dado por
V W = v 1 w1 + v 2 w2 + v 3 w3 = 0 2 + 1 2 + 0 3 = 2 .
nulos, V e W . O
Podemos usar o Teorema 3.2 para determinar o angulo
entre dois vetores nao
entao,
dado por
cosseno do angulo
entre V e W e,
cos =
V W
.
||V || ||W ||
vetores nao
nulos e e o angulo
Se V e W sao
entre eles, entao
(a) e agudo (0 < 90o ) se, e somente se, V W > 0,
Julho 2007
3.2
Produtos de Vetores
191
D = V1 + V2 + V3 = (1, 1, 1) .
o angulo
Entao
entre D e V1 satisfaz
cos =
ou seja,
Julho 2007
D V1
1
1.1 + 0.1 + 0.1
=
=
2
2
2
2
2
2
||D||||V1 ||
( 1 + 1 + 1 )( 1 + 0 + 0 )
3
1
= arccos( ) 54o .
3
Reginaldo J. Santos
192
(0, 0, 1)
(1, 1, 1)
(1, 0, 0)
(0, 1, 0)
Julho 2007
3.2
Produtos de Vetores
193
validas
Demonstracao.
Sejam U = (u1 , u2 , u3 ), V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ).
(a) U V = u1 v1 + u2 v2 + u3 v3 = v1 u1 + v2 u2 + v3 u3 = V U ;
(b) U (V +W ) = (u1 , u2 , u3 )(v1 +w1 , v2 +w2 , v3 +w3 ) = u1 (v1 +w1 )+u2 (v2 +w2 )+u3 (v3 +w3 ) =
(u1 v1 +u1 w1 )+(u2 v2 +u2 w2 )+(u3 v3 +u3 w3 ) = (u1 v1 +u2 v2 +u3 v3 )+(u1 w1 +u2 w2 +u3 w3 ) =
U V + U W;
Julho 2007
Reginaldo J. Santos
194
Ortogonal
3.2.2 Projecao
ortogonal de V sobre W denotada por
Dados dois vetores V e W a projecao
projW V
e o vetor que e paralelo a W tal que V projW V seja ortogonal a W (Figura 3.21).
Julho 2007
195
projW V
V projW V
Produtos de Vetores
V projW V
3.2
projW V
Julho 2007
Reginaldo J. Santos
196
nulo. Entao,
a projecao
ortogonal de um vetor V em W e
3.4. Seja W um vetor nao
Proposicao
dada por
V W
||W ||2
projW V =
W.
Demonstracao.
Sejam V1 = projW V e V2 = V projW V . Como V1 e paralelo a W , entao
V1 = W.
(3.7)
Assim,
V2 = V W .
Multiplicando-se escalarmente V2 por W e usando o Teorema 3.3 (d) obtemos
V2 W = (V W ) W = V W ||W ||2 .
(3.8)
V W
.
||W ||2
Julho 2007
3.2
Produtos de Vetores
197
Exemplo 3.10. Sejam V = (2, 1, 3) e W = (4, 1, 2). Vamos encontrar dois vetores V 1 e V2 tais
que V = V1 + V2 , V1 e paralelo a W e V2 e perpendicular a W (Figura 3.21). Temos que
V W = 2 4 + (1)(1) + 3 2 = 15
Reginaldo J. Santos
198
||W
|
h = ||W || sen
V
||V ||
Julho 2007
3.2
Produtos de Vetores
199
perpendicular a V e a W .
(b) Tem direcao
direita (Figura 3.23): Se o angulo
Julho 2007
Reginaldo J. Santos
200
direita
Figura 3.23: Regra da mao
Julho 2007
3.2
Produtos de Vetores
201
validas
Demonstracao.
(a) Pela definicao
Alem
disso trocando-se V por W troca-se o sentido de V W (Figura
e a mesma direcao.
3.23).
(b) ||V W || = 0 se, e somente se, um deles e o vetor nulo ou sen = 0, em que e o angulo
paralelos. Assim, V W =
entre V e W , ou seja, V e W sao
0 se, e somente se, V = W
ou W = V .
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.
Julho 2007
Reginaldo J. Santos
202
Julho 2007
3.2
Produtos de Vetores
203
Os vetores canonicos
~i = (1, 0, 0),
~j = (0, 1, 0) e ~k = (0, 0, 1)
vetores unitarios
sao
(de norma igual a um) paralelos aos eixos coordenados. Todo vetor
V = (v1 , v2 , v3 )
linear), pois
pode ser escrito como uma soma de multiplos
(3.9)
Da definicao
~i ~i = 0, ~j ~j = 0,
~i ~j = ~k, ~j ~k = ~i,
~j ~i = ~k, ~k ~j = ~i,
~k ~k = 0,
~k ~i = ~j,
~i ~k = ~j.
Julho 2007
Reginaldo J. Santos
204
~k
~i
~j
y
Figura 3.24: Vetores ~i, ~j e ~k
Julho 2007
3.2
Produtos de Vetores
205
v3~k
V = (v1 , v2 , v3 )
v2~j
v1~i
y
Figura 3.25: V = v1~i + v2~j + v3~k
Julho 2007
Reginaldo J. Santos
206
o produto
Teorema 3.6. Sejam V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) vetores no espaco. Entao
vetorial V W e dado por
V W =
det
v2 v3
w2 w3
, det
v1 v3
w1 w3
, det
v1 v2
w1 w2
(3.10)
Demonstracao.
De (3.9) segue-se que podemos escrever
V = v1 ~i + v2 ~j + v3 ~k e W = w1 ~i + w2 ~j + w3 ~k.
a soma, temos que
Assim, pela distributividade do produto vetorial em relacao
Julho 2007
3.2
Produtos de Vetores
207
Escreva a matriz:
V
W
v1 v2 v3
w1 w2 w3
Para calcular a primeira componente de V W , elimine a primeira coluna da matriz acima e cal-
Exemplo 3.11. Sejam V = ~i + 2~j 2~k e W = 3~i + ~k . Vamos determinar o produto vetorial V W .
Como
V
W
entao
V W =
det
2 2
0
1
, det
1 2 2
3 0
1
1 2
3
1
, det
1 2
3 0
= (2, 7, 6) .
Usando os vetores ~i, ~j e ~k o produto vetorial V W , pode ser escrito em termos do determinante
~i
V W = det v1
w1
Julho 2007
~j
v2
w2
~k
v
v
v
v
v
v
2
3
1
3
1
2
~k .
~
~
i det
j + det
v3 = det
w2 w3
w1 w3
w1 w2
w3
Reginaldo J. Santos
208
Julho 2007
3.2
Produtos de Vetores
209
P = (3, 2, 0),
Sejam
V =RP = (3 1, 2 0, 0 2) = (2, 2, 2)
Entao,
W =RQ= (0 1, 4 0, 3 2) = (1, 4, 1) .
V W = (10, 0, 10) = 10(1, 0, 1).
A area
do triangulo
P QR e a metade da area
do paralelogramo com lados determinados por V e
W . Assim,
Area
=
1
||V W || = 5 2.
2
Teorema 3.7. Sejam U = u1~i + u2~j + u3~k , V = v1~i + v2~j + v3~k e W = w1~i + w2~j + w3~k . Entao,
v1 v2 v3
(V W ) U = det w1 w2 w3 .
u1 u2 u3
Julho 2007
Reginaldo J. Santos
210
Demonstracao.
Segue do Teorema 3.2 na pagina
190, do Teorema 3.6 na pagina
206 e da definicao
de determinante de uma matriz que
v2 v3
w2 w3
v1 v3
w1 w3
v1 v2
(V W ) U = (u1 , u2 , u3 ) det
, det
, det
w1 w2
v1 v3
v1 v2
v2 v3
u2 det
+ u3 det
= u1 det
w1 w2
w2 w3
w1 w3
v1 v2 v3
= det w1 w2 w3 ;
u1 u2 u3
Exemplo 3.13. O produto misto dos vetores U = 2~i ~j + 3~k, V = ~i + 4~j + ~k e W = 5~i + ~j 2~k e
v1 v2 v3
1
4
1
1 2 = 84.
(V W ) U = det w1 w2 w3 = det 5
u1 u2 u3
2 1
3
vetores no espaco, U, V e W ,
Teorema 3.8. Dados tres
|(V W ) U |
e numericamente igual ao volume do paraleleppedo determinado por U, V e W .
Julho 2007
3.2
Produtos de Vetores
211
V W
h = ||U || | cos |
Julho 2007
Reginaldo J. Santos
212
Demonstracao.
O volume do paraleleppedo determinado por U, V e W e igual ao produto da area
do produto vetorial, o volume e dado por
da base pela altura, ou seja, pela definicao
Volume = ||V W || h .
Mas, como vemos na Figura 3.27 a altura e h = ||U ||| cos |, o que implica que
Volume = ||V W || ||U ||| cos | = |(V W ) U | .
Exemplo 3.14. Sejam V = 4~i, W = 2~i + 5~j e U = 3~i + 3~j + 4~k . O volume do paraleleppedo com
um vertice
na origem e arestas determinadas por U, V e W e dado por
4 0 0
volume = |(V W ) U | = | det 2 5 0 | = |80| = 80 .
3 3 4
para saber se tres
vetores sao
Julho 2007
3.2
Produtos de Vetores
213
Julho 2007
Reginaldo J. Santos
214
Corolario
3.9. Sejam U = u1~i + u2~j + u3~k , V = v1~i + v2~j + v3~k e W = w1~i + w2~j + w3~k . Estes
coplanares (isto e,
sao
paralelos a um mesmo plano) se, e somente se,
vetores sao
v1 v2 v3
(V W ) U = det w1 w2 w3 = 0 .
u1 u2 u3
Exemplo 3.15. Vamos verificar que os pontos P = (0, 1, 1), Q = (1, 0, 2), R = (1, 2, 0) e
coplanares, isto e,
pertencem a um mesmo plano. Com estes pontos podemos
S = (2, 2, 2) sao
construir os vetores
P Q= (1 0, 0 1, 2 1) = (1, 1, 1),
P R= (1 0, 2 1, 0 1) = (1, 3, 1) e
P S= (2 0, 2 1, 2 1) = (2, 1, 3)
coplanares. E isto acontece se, e somente se, o produto misto deles e igual zero.
P S sao
1 3 1
1 3 = 0.
(P R P S) P Q= det 2
1 1
1
coplanares.
Assim, P, Q, R e S sao
Julho 2007
3.2
Produtos de Vetores
215
parametricas
nulos no espaco.
Corolario
3.10. Sejam U, V e W vetores coplanares nao
a equacao
vetorial
(a) Entao
xV + yW + zU = 0
nao
trivial, em que x, y e z sao
escalares.
tem solucao
um dos vetores U, V ou W e combinacao
linear (soma de multiplos
(b) Entao
Demonstracao.
(a) Seja A a matriz cujas colunas sao
xV + yW + zU = 0 e equivalente ao sistema AX =
coplanares,
equacao
0. Se U, V e W sao
entao
det(A) = det(At ) = (V W ) U = 0.
tem solucao
nao
trivial.
Logo a equacao
xU + yV + zW =
nao
trivial. Mas, se isto
(b) Pelo item anterior a equacao
0 possui solucao
um dos escalares x ou y ou z pode ser diferente de zero. Se z 6= 0, ent ao
acontece, entao
linear de V e W . De forma
U = (x/z)V + (y/z)W , ou seja, o vetor U e combinacao
V e combinacao
linear de U e W e se y 6= 0, entao
W e
semelhante, se x 6= 0, entao
linear de U e V .
combinacao
Julho 2007
Reginaldo J. Santos
216
coplanares, entao
a equacao
xU + yV + zW =
nao
simultaneamente nulos o
trivial com x 6= 0. Pois, caso contrario
yV + zW = 0 com y ou z nao
que implicaria que V e W seriam paralelos (por que?). Logo U = (y/x)V + (z/x)W .
U =P Q= (1, 1, 1),
V =P R= (1, 3, 1) e
W =P S= (2, 1, 3)
xU + yV + zW = 0
e equivalente ao sistema
x + y 2z = 0
x 3y + z = 0
x y 3z = 0
1
1 2
1
1 2
1
1 2
1 3
1 0 2 1 0 2 1
1 1 3
0 2 1
0
0
0
Julho 2007
3.2
Produtos de Vetores
217
A ultima
Assim
x + y 2z = 0
2y z = 0
5
U V + W = 0.
2
2
Logo
5
1
W = U V.
2
2
entre os vetores U, V e W .
Verifique que realmente vale esta relacao
Julho 2007
Reginaldo J. Santos
218
Exerccios Numericos
(respostas na pagina
552)
da reta no plano que e perpendicular ao vetor N = (2, 3) e passa pelo
3.2.1. Determine a equacao
ponto P0 = (1, 1).
3.2.4. Determine o valor de x para o qual os vetores V = x~i + 3~j + 4~k e W = 3~i + ~j + 2~k sao
perpendiculares.
existe x tal que os vetores V = x~i + 2~j + 4~k e W = x~i 2~j + 3~k sao
3.2.7. Decomponha W = ~i 3~j + 2~k como a soma de dois vetores W1 e W2 , com W1 paralelo ao
revise o Exemplo 3.10 na pagina
(Sugestao:
197)
da bissetriz do angulo
escalares de V e W de forma
da soma deles.)
que eles tenham o mesmo comprimento e tome o vetor unitario
na direcao
Julho 2007
3.2
Produtos de Vetores
219
vertices
adjacentes nos pontos B = (4, 1, 3), C = (1, 3, 2) e D = (1, 2, 1).
vertices
A = (1, 0, 1), B =
3.2.11. Calcule a area
do paralelogramo em que tres
consecutivos sao
(2, 1, 3) e C = (3, 2, 4).
6.
3 e sendo o angulo
entre
vertices
Reginaldo J. Santos
220
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 O = (0, 0, 0).
>> po([P1;P2;...;Pn]) desenha os pontos P1, P2, ..., Pn.
>> lineseg(P1,P2,cor) desenha o segmento de reta P1P2.
>> eixos desenha os eixos coordenados.
>> box desenha uma caixa em volta da figura.
>> axiss reescala os eixos com a mesma escala.
Julho 2007
3.2
Produtos de Vetores
221
em torno do eixo z .
>> 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
linear) dos vetores ~i, ~j e ~k .
(combinacao
ilpv(V,W) para visualizar o produto vetorial V W .
(b) Use a funcao
Exerccios Teoricos
para os proximos
Sugestao
2 exerccios: Considere o paralelogramo ABCD . Seja U = AB
U +V eU V.
e V =AD. Observe que as diagonais do paralelogramo sao
Julho 2007
Reginaldo J. Santos
222
perpendiculares entao
ele e um losango.
3.2.22. Mostre que se as diagonais de um paralelogramo sao
o mesmo comprimento entao
ele e um
3.2.23. Mostre que se as diagonais de um paralelogramo tem
retangulo.
W = U?
3.2.24. Se V W = V U e V 6=
0, entao
V e ortogonal a 1 W1 + 2 W2 .
3.2.25. Mostre que se V e ortogonal a W1 e W2 , entao
perpendiculares. (Sugestao:
mostre que
3.2.26. Demonstre que as diagonais de um losango sao
V ~i
,
||V ||||~i||
cos =
V ~j
||V ||||~j||
e cos =
V ~k
)
||V ||||~k||
1
||V + W ||2 ||V W ||2 ;
4
1
(b) ||V ||2 + ||W ||2 =
||V + W ||2 + ||V W ||2 .
2
(a) V W =
(Sugestao:
Julho 2007
3.2
Produtos de Vetores
223
(c) ||V || ||W || ||V W ||.
defina U = V W e aplique o item anterior a U e W )
(Sugestao:
experimente com os
3.2.30. O produto vetorial e associativo? Justifique a sua resposta. (Sugestao:
~
~
~
vetores i, j , k )
W = U?
3.2.31. Se V W = V U e V 6=
0, entao
vetores quaisquer no espaco, entao
3.2.33. Se U , V e W sao
Reginaldo J. Santos
224
(d) U (V W ) = U [(V + U + W ) W ].
x1 y 1 1
A = x2 y 2 1 .
x3 y 3 1
(Sugestao:
Marque os pontos P1 = (x1 , y1 , 1), P2 = (x2 , y2 , 1), P3 = (x3 , y3 , 1) e
P10 = (x1 , y1 , 0). O volume do paraleleppedo determinado por P1 , P2 , P3 e P10 e dado por
paralelos ao plano xy .)
que OP10 , P1 P2 e P1 P3 sao
vetores unitarios
Julho 2007
3.2
Produtos de Vetores
225
U (V W ) = (U W )V (U V )W,
seguindo os seguintes passos:
(a) Prove que
U (~i ~j) = (U
U (~j ~k) = (U
U (~k ~i) = (U
~j)~i (U ~i)~j
~k)~j (U ~j)~k
~i)~k (U ~k)~i
A (B C) = (A B) C,
Reginaldo J. Santos
226
Apendice
III: Demonstracao
201
da distributividade do produto vetorial em relacao
a soma
Vamos dividir a demonstracao
V (W + U ) = V W + V U
e (V + W ) U = V U + W U
da seguinte forma:
direita, isto e,
se o angulo
entre V e W e , giramos o vetor V de um angulo
ate que coincida com W e
direita, entao
o polegar vai apontar no
acompanhamos este movimento com os dedos da mao
sentido de U .
(b) (V W ) U = V (W U ), ou seja, pode-se trocar os sinais e em (V W ) U .
(c) V (W + U ) = V W + V U e (V + W ) U = V U + W U .
itens acima.
Provemos, agora, os tres
direita se, e
(a) Como vemos na Figura 3.27 na pagina
211 V, W e U satisfazem a regra da mao
somente se, 0 < < /2, ou seja, cos > 0, em que e o angulo
entre V W e U . Como,
direita se, e
(V W ) U = ||V W ||||U || cos , entao V, W e U satisfazem a regra da mao
somente se, (V W ) U > 0.
|(V W ) U | = |V (W U )|.
Agora, pelo item (a), temos que
(V W ) U
e V (W U )
Julho 2007
3.2
Produtos de Vetores
227
X Y = X V (W + U ) X (V W ) X (V U ).
Pelo item (b), temos que
X Y
= (X V ) (W + U ) (X V ) W (X V ) U
= (X V ) (W + U ) (X V ) (W + U ) = 0
Julho 2007
Reginaldo J. Santos
228
Teste do Captulo
vertices
1. Mostre que os pontos A = (4, 0, 1), B = (5, 1, 3), C = (3, 2, 5), D = (2, 1, 3) s ao
de
2. Dado o triangulo
de vertices
A = (0, 1, 1), B = (2, 0, 1) e C = (1, 2, 0), determine a
medida da altura relativa ao lado BC .
Julho 2007
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 ax + by + c = 0. No espaco um plano e o conjunto dos
No plano a equacao
ax + by + cz + d = 0,
para a, b, c R,
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
229
230
Retas e Planos
Julho 2007
4.1
Equacoes
de Retas e Planos
231
N = (a, b, c)
P0 = (x0 , y0 , z0 )
P = (x, y, z)
Julho 2007
Reginaldo J. Santos
232
Retas e Planos
Demonstracao.
Um ponto P = (x, y, z) pertence ao plano se, e somente se, o vetor P0 P for
perpendicular ao vetor N , ou seja,
N P0 P = 0 .
(4.2)
ax + by + cz + d = 0 ,
Julho 2007
4.1
Equacoes
de Retas e Planos
233
dc
db
ad
dc
db
ad
ad
db
Julho 2007
Reginaldo J. Santos
234
Retas e Planos
ab
ab
ac
bc
ab
ac
bc
bc
ac
dc
ab
bc
ac
ad
db
Julho 2007
4.1
Equacoes
de Retas e Planos
235
Julho 2007
Reginaldo J. Santos
236
Retas e Planos
2x y + 2z + d = 0 .
de usarmos a Proposicao
4.1, vamos usar o fato de que
Para determinar o coeficiente d, ao inves
P0 = (1, 2, 2) pertence a . Mas, o ponto P0 pertence a se, e somente se, as suas coordenadas
de , ou seja,
satisfazem a equacao
2 1 1 (2) + 2 (2) + d = 0 .
anterior do plano obtemos que a equacao
2x y + 2z = 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 P1 , P2 e P3 nao
= ( 21 , 0, 0),
1 1
1 1 1
1 1 1
N =P1 P2 P1 P3 = ( , , 0) ( , , ) = ( , , )
2 2
2 2 2
4 4 2
Julho 2007
4.1
Equacoes
de Retas e Planos
237
N =P 1 P 2 P 1 P 3
P3 = (x3 , y3 , z3 )
P1 = (x1 , y1 , z1 )
P = (x, y, z)
P2 = (x2 , y2 , z2 )
pontos
Figura 4.7: Plano que passa por tres
Julho 2007
Reginaldo J. Santos
238
Retas e Planos
Julho 2007
4.1
Equacoes
de Retas e Planos
239
do plano e da forma
e um vetor normal ao plano. Assim, a equacao
1
1
1
x + y + z + d = 0,
4
4
2
as componentes do vetor N . Para determinar o coeficiente d,
em que os coeficientes de x, y e z sao
vamos usar o fato de que o ponto P1 = ( 21 , 0, 0) pertence ao plano . Mas, o ponto P1 pertence a
de , ou seja,
se, e somente se, as suas coordenadas satisfazem a equacao
1 1 1
1
+ 0+ 0+d = 0.
4 2 4
2
do plano e
Logo, d = 18 . Finalmente, uma equacao
1
1
1
1
x+ y+ z =0
4
4
2
8
ou multiplicando por 8, obtemos
2x + 2y + 4z 1 = 0.
do plano da seguinte forma. Como vimos anteriAlternativamente, podemos encontrar a equacao
3.9 na pagina
vetores, P1 P P1 P2 e P1 P3 , sao
coplanares se, e somente
ormente (Corolario
214), tres
se, o produto misto entre eles e zero. Assim, um ponto P = (x, y, z) pertence a se, e somente se,
P1 P ( P1 P2 P1 P3 ) = 0 .
Julho 2007
Reginaldo J. Santos
240
Retas e Planos
Mas,
1
P1 P = (x , y, z)
2
1 1
P1 P2 = ( , , 0)
2 2
1 1 1
P1 P3 = ( , , ).
2 2 2
Entao,
x 12 y z
1
1
1
1
1
0 = (x ) + y + z
det 12
2
4
2
4
2
12 12 12
1
1
1
1
x + y + z = 0.
4
4
2
8
ou multiplicando por 8,
2x + 2y + 4z 1 = 0
do plano tambem
e determinada se ao inves
de serem dados tres
pontos, forem dados
A equacao
um ponto P1 do plano e dois vetores paralelos ao plano, V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ), desde
colineares. Ou ainda se forem dados dois pontos P1 e P2 do plano e um vetor paque eles sejam nao
ralelo ao plano V = (v1 , v2 , v3 ), ja que neste caso podemos formar o vetor W = P1 P2 = (w1 , w2 , w3 )
paralelo ao plano.
que e tambem
Julho 2007
4.1
Equacoes
de Retas e Planos
241
do plano.
Nestes casos temos novamente pelo menos duas maneiras de encontrarmos a equac ao
Uma delas e observando que o vetor N = V W 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
x x1 y y 1 z z 1
v2
v3 = 0 .
P1 P (V W ) = det v1
w1
w2
w3
(4.3)
Assim, um ponto P = (x, y, z) pertence a um plano que passa pelo ponto P 1 = (x1 , y1 , z1 )
paralelos) se, e somente se, a
e e paralelo aos vetores V = (v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) (nao
(4.3) e verdadeira.
equacao
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 P0 = (x0 , y0 , z0 ) pertencente a e dois vetores V =
colineares, paralelos a . Um ponto P = (x, y, z) pertence a
(v1 , v2 , v3 ) e W = (w1 , w2 , w3 ) nao
Julho 2007
Reginaldo J. Santos
242
Retas e Planos
linear de V e W (Corolario
3.10 na pagina
215), ou seja, se existem escalares t e s tais que
P0 P = tV + sW.
(4.4)
x = x0 + v 1 t + w 1 s
y = y 0 + v2 t + w2 s
z = z 0 + v3 t + w3 s
para t, s R.
sao
chamadas equacoes
Estas equacoes
parametricas
do plano.
parametricas
o fato de que ele passa pelo ponto P1 = (1/2, 0, 0) e e paralelo aos vetores P1 P2 = (1/2, 1/2, 0),
x =
y =
z =
1
12 t 21 s
2
1
t 21 s
2
1
s
2
para t, s R.
Julho 2007
4.1
Equacoes
de Retas e Planos
243
parametricas
x = 43 t 21 s
y = s
z = t
para t, s R.
equacoes
sao
parametricas
do plano. Destas equacoes
obtemos que os vetores V1 = ( 43 , 0, 1) e
paralelos ao plano.
V2 = ( 12 , 1, 0) sao
Julho 2007
Reginaldo J. Santos
244
Retas e Planos
4.1.2 Equacoes
da Reta
Equacoes
Parametricas
nulo e que passa por um
Vamos supor que uma reta r e paralela a um vetor V = (a, b, c) nao
ponto P0 = (x0 , y0 , z0 ). Um ponto P = (x, y, z) pertence a reta r se, e somente se, o vetor P0 P e
se o vetor P0 P e um multiplo
paralelo ao vetor V , isto e,
escalar de V , ou seja,
P0 P = t V .
(4.5)
x = x0 + t a
y = y0 + t b,
z = z0 + t c
para t R.
(4.6)
de uma reta r que passa por um ponto P0 = (x0 , y0 , z0 ) e e paralela ao vetor V = (a, b, c). As
sao
(4.6) sao
chamadas equacoes
equacoes
parametricas
da reta r . O vetor V = (a, b, c) e chamado
vetor diretor da reta r .
O parametro
t nas equacoes
(4.6) pode ser interpretado como o instante de tempo, se o ponto
P = (x, y, z) descreve o movimento de uma partcula em movimento retilneo uniforme com vetor
Julho 2007
4.1
Equacoes
de Retas e Planos
245
P = (x, y, z)
V = (a, b, c)
r
P0 = (x0 , y0 , z0 )
y
Figura 4.9: Reta paralela ao vetor V = (a, b, c)
Julho 2007
Reginaldo J. Santos
246
Retas e Planos
OP
P0 P
OP0
r
y
Figura 4.10: Reta paralela ao vetor V = (a, b, c)
Julho 2007
4.1
Equacoes
de Retas e Planos
247
velocidade V = (a, b, c). Observe que para t = 1, P = (x, y, z) = (x0 + a, y0 + b, z0 + c), para
t = 2, P = (x, y, z) = (x0 + 2a, y0 + 2b, z0 + 2c) e assim por diante.
(4.6), podem ser reescritas como
As equacoes
Julho 2007
Reginaldo J. Santos
248
Retas e Planos
z0
z0
c
x0
y0
y
x0
b
y
y0
y
Figura 4.11: Retas (x, y, z) = (x0 +at, y0 , z0 ), (x, y, z) = (x0 , y0 +bt, z0 ) e (x, y, z) = (x0 , y0 , z0 +ct)
z0
x0
x
y0
y
Figura 4.12: Retas (x, y, z)=(x0 +at, y0+bt, z0 ), (x, y, z)=(x0 , y0+bt, z0+ct) e (x, y, z)=(x0 +at, y0 , z0 +ct)
Julho 2007
4.1
Equacoes
de Retas e Planos
249
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 P0 = (3, 3/2, 4) e e paralela ao vetor V = (6, 1, 4) tem
parametricas
equacoes
x = 3 6 t
y = 32 + t
r:
para t R
z = 4 + 4t
da reta r com os planos coordenados xy , yz e xz . A equacao
1
(x, y, z) = (3, , 0).
2
De forma analoga
obtemos
de r com o plano yz e
o ponto de intersecao
Reginaldo J. Santos
250
Retas e Planos
Equacoes
na Forma Simetrica
nao
nulos, podemos resolver cada equacao
x x0
y y0
z z0
=
=
.
a
b
c
de r na forma simetrica
y 3/2
z4
x+3
=
=
.
6
1
4
P1 P2 = (0 3, 3 0, 3 2) = (3, 3, 1)
parametricas
x = 33t
y = 3t
para t R.
z = 2+t
Julho 2007
4.1
Equacoes
de Retas e Planos
251
parametricas
dos planos
Exemplo 4.7. Vamos encontrar as equacoes
da reta r , intersecao
1 : 2x + y + 4z 4 = 0
2 : 2x y + 2z
= 0.
N1 = (2, 1, 4) e N2 = (2, 1, 2) .
A reta r esta contida em ambos os planos, portanto e perpendicular a ambos os vetores normais.
N1 N 2 =
det
1 4
1 2
, det
2 4
2 2
, det
2
1
2 1
= (6, 4, 4) .
2x + y + 4z 4 = 0
2x y + 2z
=0
(4.7)
incognitas
Julho 2007
y + 4z 4 = 0
y + 2z
=0
Reginaldo J. Santos
252
Retas e Planos
y = 4/3 e z = 2/3, ou seja, o ponto P0 = (0, 4/3, 2/3) e um ponto da reta r , pois e
Obtemos entao,
parametricas
6t
x =
y = 4/3 + 4t para todo t R.
z = 2/3 4t
(4.8)
2
1 4 4
2 1 2 0
2
1
4
4
0 2 2 4
2x + y + 4z =
4
2y 2z = 4
A variavel
z e uma variavel
livre. Podemos dar a ela um valor arbitrario,
digamos t, para t R
geral do sistema dado e
qualquer. Assim, a solucao
x = 1
y = 2
z =
3
t
2
t
t
para todo t R.
(4.9)
Julho 2007
4.1
Equacoes
de Retas e Planos
253
sao
diferentes das equacoes
(4.8), mas representam a mesma reta, pois os vetores
Estas equacoes
x = 1 + 2t
y = 1 + t,
r1 :
para todo t R
z = 0
r2 : x 2 =
y4
2
e z=3
e e perpendicular a ambas.
Um ponto qualquer da reta r1 e descrito por Pr1 = (1 + 2t, 1 + t, 0) e um ponto qualquer da reta
o uso de um parametro
r2 . Vamos determinar t e s tais que o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (2, 1, 0)
de r1 e ao vetor diretor V2 = (1, 2, 0) de r2 , ou seja, temos que resolver o sistema
(
Julho 2007
Pr1 Pr2 V1 = 9 + 4s 5t = 0
Pr1 Pr2 V2 = 9 + 5s 4t = 0
Reginaldo J. Santos
254
Retas e Planos
deste sistema e t = 1, s = 1. Logo Pr1 = (1, 2, 0), Pr2 = (1, 2, 3) e V3 =Pr1 Pr2 =
A solucao
parametricas
x = 1
y = 2, para todo t R.
r3 :
z = 3t
Esta solucao
se interceptam. Como seria a solucao
se elas se interceptassem? Por exemplo se a reta r2 fosse
nao
dada por
r2 : x 2 =
y4
2
z=0?
Julho 2007
4.1
Equacoes
de Retas e Planos
255
Exerccios Numericos
(respostas na pagina
560)
4.1.1. Faca um esboco dos seguintes planos:
(a) 2x + 3y + 5z 1 = 0
(b) x 2y + 4z = 0
(c) 3y + 2z 1 = 0
(e) 3x + 2y 1 = 0
(f) 5y 2 = 0
(g) 3z 2 = 0
(d) 2x + 3z 1 = 0
(h) 2x 1 = 0
3 1
t, 4 2t)
2 2
3
(b) (x, y, z) = (2t, t, t)
2
(c) (x, y, z) = (1 + t, 2, 3 + 2t)
(d) (x, y, z) = (1, 2 + 2t, 52 + 32 t)
do plano paralelo ao plano 2xy +5z 3 = 0 e que passa por P = (1, 2, 1).
4.1.3. Ache a equacao
do plano que passa pelo ponto P = (2, 1, 0) e e perpendicular aos planos
4.1.4. Encontre a equacao
x + 2y 3z + 2 = 0 e 2x y + 4z 1 = 0.
do plano que passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e e
4.1.5. Encontrar a equacao
perpendicular ao plano y = z .
da reta que passa pela origem e tem vetor diretor V = ~i + 2~j + ~k com
4.1.6. Determine a intersecao
o plano 2x + y + z = 5.
Julho 2007
Reginaldo J. Santos
256
Retas e Planos
a questao
e se as
se interceptam e em caso afirmativo determine a intersecao.
(Sugestao:
r:
x2
y
= =z
2
2
s : x2= y = z,
Julho 2007
4.1
Equacoes
de Retas e Planos
257
4.1.17. Considere as retas (x, y, z) = t(1, 2, 3) e (x, y, z) = (0, 1, 2) + s(2, 4, 6). Encontre a
geral do plano que contem
estas duas retas.
equacao
parametricas
dos planos:
4.1.18. Determine as equacoes
da reta intersecao
(a) x + 2y 3z 4 = 0 e x 4y + 2z + 1 = 0;
(b) x y = 0 e x + z = 0.
Reginaldo J. Santos
258
Retas e Planos
(b) Determine o volume do tetraedro determinado pelo plano , os planos coordenados xz e
este volume e igual a 1/6 do volume do paraleleppedo
yz e o plano z = 2. (Sugestao:
do eixo z
determinado por OA, OB e OC , em que O = (0, 0, 0), A e o ponto intersecao
das retas r e t e C e a intersecao
das retas s e t.)
com o plano z = 2, B e a intersecao
(d) Determine a altura do tetraedro relativa a face contida no plano . (Sugest ao:
a reta
ortogonal ao plano que passa pelo ponto A intercepta o plano num ponto P de forma
x = 1+t
r1 :
y = 2 + 3t, para t R
z = 4t
r2 : x + 1 =
(b)
y1
z+2
=
.
2
3
x = 1 + t
y = 2 + 3t, para t R
r1 :
z = 4t
r2 : x =
y4
z3
=
.
2
3
Julho 2007
4.1
Equacoes
de Retas e Planos
259
>> 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 express ao
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
260
Retas e Planos
>> plan(P1,N1,P2,N2,P3,N3) desenha planos que passam por P1, P2 e P3 com normais
N1, N2 e N3.
>> poplan(P1,P2,N2) desenha ponto P1 e plano passando por P2 com normal N2.
V2.
>> poline(P1,P2,V2) desenha ponto P2 e reta passando por P2 com direc ao
V1 e plano pas>> lineplan(P1,V1,P2,N2) desenha reta passando por P1 com direc ao
sando por P2 com normal N2.
Exerccio Teorico
de um plano com abcd 6= 0.
4.1.23. Seja ax + by + cz + d = 0 a equacao
de com os eixos;
(a) Determine a intersecao
as intersecoes
de com os eixos,
(b) Se P1 = (p1 , 0, 0), P2 = (0, p2 , 0) e P3 = (0, 0, p3 ) sao
de pode ser posta sob a forma
a equacao
x
y
z
+
+
= 1.
p1 p2 p3
Julho 2007
4.1
Equacoes
de Retas e Planos
261
b
x
Figura 4.13: Retas (x, y, z) = (at, bt, ct) e (x, y, z) = (x0 + at, y0 + bt, z0 + ct)
Julho 2007
Reginaldo J. Santos
262
Retas e Planos
Figura 4.14: Reta que passa pelo ponto P0 = (3, 3/2, 4) paralela ao vetor V = (6, 1, 4)
Julho 2007
4.1
Equacoes
de Retas e Planos
263
P2
Julho 2007
Reginaldo J. Santos
264
Retas e Planos
Figura 4.16: 1 : 2x + y + 4z 4 = 0
Julho 2007
4.1
Equacoes
de Retas e Planos
265
Figura 4.17: 2 : 2x y + 2z = 0
Julho 2007
Reginaldo J. Santos
266
Retas e Planos
Figura 4.18: 1 , 2 e 1 2
Julho 2007
4.1
Equacoes
de Retas e Planos
267
Julho 2007
Reginaldo J. Santos
268
Retas e Planos
Julho 2007
4.1
Equacoes
de Retas e Planos
269
Julho 2007
Reginaldo J. Santos
270
Retas e Planos
4.2 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 P de r1 passa um reta r20 que e paralela a
Se as retas r1 e r2 sao
r2 . O angulo
entre r1 e r2 e definido como sendo o angulo
entre r1 e r20 (Figura 4.22).
paralelas o angulo
Se as retas sao
entre elas e igual a zero.
vetores paralelos a r1 e r2 respectivamente, entao
o
Em qualquer dos casos, se V1 e V2 sao
cosseno do angulo
entre elas e
cos(r1 , r2 ) = | cos | ,
em que e o angulo
entre V1 e V2 .
de produto escalar (Definicao
3.1 na pagina
o cosseno do angulo
entre dois vetores, ou seja,
cos =
V1 V 2
.
||V1 || ||V2||
Julho 2007
4.2
Angulos
e Distancias
271
z
r2
r20
V2
V1
r1
Julho 2007
Reginaldo J. Santos
272
Retas e Planos
Julho 2007
4.2
Angulos
e Distancias
273
x = x1 + t a 1
y = y 1 + t b1
r1 :
z = z1 + t c1
O cosseno do angulo
entre r1 e r2 e
x = x2 + t a 2
y = y2 + t b2 para todo t R.
r2 :
z = z2 + t c2
cos(r1 , r2 ) = | cos | =
|V1 V2 |
,
||V1 || ||V2||
r1 :
e a reta
Julho 2007
x + y z + 1 = 0
2x y + z
= 0
x = 2t
y = 1 t para todo t R.
r2 :
z = 2+3t
Reginaldo J. Santos
274
Retas e Planos
de pois
Vamos encontrar vetores paralelos a estas retas. A reta r 1 e dada como a intersecao
planos, portanto o produto vetorial dos vetores normais dos dois planos e paralelo a r1 .
N1 = (1, 1, 1),
V1 = N 1 N 2 =
det
N2 = (2, 1, 1),
1 1
1 1
1
1
, det
, det
= (0, 3, 3)
1
1
2
1
2 1
|0 2 + (3)(1) + (3) 3|
|V1 V2 |
p
=p
||V1 || ||V2 ||
02 + (3)2 + (3)2 22 + (1)2 + 32
| 6|
1
= .
=
18 14
7
cos(r1 , r2 ) =
Portanto, o angulo
entre r1 e r2 e
1
arccos ( ) 67o .
7
Angulo
entre Planos
Sejam 1 e 2 dois planos com vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ), respecti
vamente. O angulo
entre 1 e 2 e definido como o angulo
entre duas retas perpendiculares a eles.
Julho 2007
4.2
Angulos
e Distancias
275
Como toda reta perpendicular a 1 tem N1 como vetor diretor e toda reta perpendicular a 2 tem N2
o cosseno do angulo
cos(1 , 2 ) = | cos | ,
em que e o angulo
entre os vetores normais N1 e N2 de 1 e 2 , respectivamente (Figura 4.23).
|N1 N2 |
. O que prova o resultado
||N1 || ||N2 ||
1 :
2 :
a1 x + b 1 y + c 1 z + d 1 = 0 ,
a2 x + b 2 y + c 2 z + d 2 = 0 .
O cosseno do angulo
entre 1 e 2 e
cos(1 , 2 ) =
|N1 N2 |
,
||N1 || ||N2 ||
escalar do
paralelos se, e somente se, o angulo
Julho 2007
Reginaldo J. Santos
276
Retas e Planos
N1
N2
Julho 2007
4.2
Angulos
e Distancias
277
sao
1 :
2 :
x +y +z = 0,
x y z = 0.
N1 = (1, 1, 1) e N2 = (1, 1, 1) .
cos(1 , 2 ) =
Portanto, o angulo
entre eles e
1
|N1 N2 |
1
= = .
||N1 || ||N2 ||
3
3 3
1
arccos ( ) 70o .
3
4.2.2 Distancias
Distancia
de Um Ponto a Um Plano
na direcao
Julho 2007
Reginaldo J. Santos
278
Retas e Planos
do vetor N e a projecao
de P0 a
ou seja,
e igual a` norma da projecao,
dist(P0 , ) = ||projN P1 P0 || .
3.4 na pagina
!
P P N
| P
1 0
1 P0 N |
N
=
.
||projN P1 P0 || =
2
||N ||
||N ||
A distancia
de P0 a e dada por
| P1 P0 N |
dist(P0 , ) = ||projN P1 P0 || =
,
||N ||
Julho 2007
4.2
Angulos
e Distancias
279
projN P1 P0
N = (a, b, c)
dist(P0 , )
P0 = (x0 , y0 , z0 )
P1 = (x1 , y1 , z1 )
Julho 2007
Reginaldo J. Santos
280
Retas e Planos
: x 2y + z 1 = 0.
de , obtemos x = 1. Assim, o ponto P1 = (1, 0, 0) pertence
Fazendo z = 0 e y = 0 na equacao
a .
P1 P0 = (1 1, 2 0, 3 0) = (0, 2, 3)
e
N = (1, 2, 1) .
Assim,
| P1 P0 N |
|0 1 + 2(2) + 3 1|
| 1|
1
dist(P0 , ) = ||projN P1 P0 || =
= p
= = .
2
2
2
||N ||
6
6
1 + (2) + 1
Distancia
de Um Ponto a Uma Reta
distancia
de P0 ao ponto de r mais proximo
de P0 .
Dado um ponto qualquer P1 = (x1 , y1 , z1 ) de r podemos decompor o vetor P1 P0 em duas parce do vetor diretor V de r e outra perpendicular a ele. A componente na direc ao
do
las, uma na direcao
Julho 2007
4.2
Angulos
e Distancias
281
ou seja,
(4.10)
3.4 na pagina
!
2
P P V
(P1 P0 V )2
1 0
2
V
=
.
||projV P1 P0 || =
||V ||2
||V ||2
(dist(P0 , r))2
(P1 P0 V )2
|| P1 P0 ||2 ||V ||2 (P1 P0 V )2
= || P1 P0 ||2
=
||V ||2
||V ||2
Julho 2007
x = x1 + t a
y = y1 + t b para todo t R
r :
z = z1 + t c
Reginaldo J. Santos
282
Retas e Planos
dist(P0 , r)
P0 = (x0 , y0 , z0 )
P1 = (x1 , y1 , z1 )
projV P1 P0
V = (a, b, c)
Julho 2007
4.2
Angulos
e Distancias
283
|| P1 P0 V ||
.
dist(P0 , r) =
||V ||
em que V = (a, b, c) e um vetor diretor e P1 = (x1 , y1 , z1 ) e um ponto da reta r .
Julho 2007
Reginaldo J. Santos
284
Retas e Planos
x = 1+2t
y = t
r :
para todo t R.
z = 23t
P1 P0 = (1 1, 1 0, 2 2) = (0, 1, 0) ,
P1 P0 V = (3, 0, 2) ,
|| P1 P0 V || = 13 e ||V || = 14 .
Portanto,
|| P1 P0 V ||
=
dist(P0 , r) =
||V ||
13
.
14
Distancia
entre Dois Planos
paralelos, entao
os planos sao
distancia
entre eles e igual a zero. Se os seus vetores normais sao
Julho 2007
Angulos
e Distancias
285
P2
N1
dist(1 , 2 )
projN1 P1 P2
4.2
P1
Julho 2007
Reginaldo J. Santos
286
Retas e Planos
a` distancia
de P2 a 1 . Vamos ver isto em um exemplo.
paralelos, pois
Exemplo 4.13. Os planos 1 : x + 2y 2z 3 = 0 e 2 : 2x + 4y 4z 7 = 0 sao
escalar do
as equacoes
obtemos x1 = 3 e x2 = 7/2. Assim, P1 = (3, 0, 0) pertence a 1 e P2 = (7/2, 0, 0)
4.4 temos que
pertence a 2 . Portanto, pela Proposicao
| P1 P2 N1 |
dist(1 , 2 ) = dist(1 , P2 ) = ||projN1 P1 P2 || =
||N1 ||
|(1/2) 1 + 0 2 + 0(2)|
1
|(7/2 3, 0 0, 0 0) (1, 2, 2)|
p
=
=
= .
6
9
12 + 22 + (2)2
Distancia
entre Duas Retas
Julho 2007
4.2
Angulos
e Distancias
287
|| P1 P2 V2 ||
,
dist(r1 , r2 ) = dist(P1 , r2 ) =
||V2 ||
(4.11)
pontos de r1 e r2 e V1 e V2 sao
vetores diretores de r1 e r2 , respectivaem que P1 e P2 sao
mente.
elas sao
reversas ou concorrentes. Os dois
sao
paralelos, entao
(b) Se os vetores diretores nao
casos podem ser resolvidos da mesma forma. Estas retas definem dois planos paralelos (que
concorrentes). Um e o plano que contem
r2 e e paralelo a r1 , 2 . O vetor
r1 e e paralelo a r2 , vamos chama-lo
de 1 . O outro, contem
os vetores
N = V1 V2 , e normal (ou perpendicular) a ambos os planos, em que V1 e V2 sao
| P1 P2 N |
| P1 P2 (V1 V2 )|
dist(r1 , r2 ) = dist(1 , 2 ) = dist(1 , P2 ) =
=
||N ||
||V1 V2 ||
(4.12)
pontos de r1 e r2 e V1 e V2 sao
vetores diretores de r1 e r2 , respectivaem que P1 e P2 sao
concorrentes a distancia
P1 P2 , V1 e V2 sao
3.9 na pagina
214).
r1 :
Julho 2007
x1
y+1
z2
=
=
.
4
2
6
Reginaldo J. Santos
288
e
Retas e Planos
x = 1+2t
y = t
r2 :
para todo t R.
z = 2 3t
|| P1 P2 V2 ||
dist(r1 , r2 ) = dist(P1 , r2 ) =
=
||V2 ||
13
.
14
r1 :
e
x+1
y1
=
= z.
3
2
x = t
y = 2t
r2 :
para todo t R.
z = 1t
Julho 2007
4.2
Angulos
e Distancias
289
sao
paralelos (observe que a 1a. componente de V1 e 3 vezes a 1a. componente de V2 ,
diretores nao
iguais). Logo,
mas as 2a. s componentes sao
P1 P2 = (0 (1), 0 1, 1 0) = (1, 1, 1) .
Um vetor perpendicular a ambas as retas e
N = V1 V2 = (4, 4, 4) .
r1 e e paralelo a r2 ) e 2 (que contem
r2 e e paralelo
Este vetor e normal aos planos 1 (que contem
a r1 ) (veja a Figura 4.28). Assim,
| P1 P2 N |
dist(r1 , r2 ) = dist(1 , 2 ) = dist(1 , P2 ) =
||N ||
1
|1(4) + (1) 4 + 1 4|
| 4|
p
=
= = .
4 3
3
(4)2 + 42 + 42
Julho 2007
Reginaldo J. Santos
290
Retas e Planos
r2
dist(r1 , r2 )
P2
r1
P1
projV1 P1 P2
V1
Julho 2007
4.2
Angulos
e Distancias
291
r2
dist(r1 , r2 )
V2
V1 V 2
P2
V1
r1
P1
Julho 2007
Reginaldo J. Santos
292
Retas e Planos
Exerccios Numericos
(respostas na pagina
579)
4.2.1. Considere os vetores V = ~i + 3~j + 2~k , W = 2~i ~j + ~k e U = ~i 2~j . Seja um plano paralelo
ortogonal do vetor
aos vetores W e U e r uma reta perpendicular ao plano . Ache a projec ao
ortogonal de V sobre o vetor diretor da reta r .
V sobre a reta r , ou seja, a projecao
que passa pelos pontos P = (0, 0, 1) e Q = (0, 0, 0) e e paralelo ao vetor ~i + ~j . 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 A = (1, 0, 0)
x2=
y3
z4
=
.
2
3
Julho 2007
4.2
Angulos
e Distancias
293
da reta perpendicular as
` retas r1 e r2 ;
(a) Encontre as equacoes
3 de
4.2.9. Dada a reta r : X = (1, 0, 0) + t (1, 1, 1) e os pontos A = (1, 1, 1) e B = (0, 0, 1), ache o
ponto de r equidistante
de A e B .
do lugar geometrico
de A = (1, 1, 2) e B =
3 do
a reta
4.2.12. Determine os planos que contem
r :
x 2y + 2z = 0
3x 5y + 7z = 0
: x + y + z = 0.
Reginaldo J. Santos
294
4.2.14.
Retas e Planos
do plano 1 que passa por A = (10/3, 1, 1), B = (1, 9/2, 1) e
(a) Determine a equacao
C = (1, 1, 5/6).
dos planos 1 e 2 .
(c) Escreva equacoes
para a reta r intersecao
(d) Faca um esboco dos planos 1 , 2 e da reta r no primeiro octante.
OP e ortogonal ao plano 1 .)
Exerccios Teoricos
dist(P0 , ) =
.
a2 + b 2 + c 2
Julho 2007
4.2
Angulos
e Distancias
295
dist(1 , 2 ) =
|d2 d1 |
.
a2 + b 2 + c 2
s
det
b1
b2
x2 x1 y2 y1 z2 z1
det
a1
b1
c1
a2
b2
c2
2
2
2
c1
a 1 c1
a 1 b1
+ det
+ det
c2
a 2 c2
a 2 b2
4.2.20. O angulo
entre uma reta r que tem vetor diretor V = (ar , br , cr ) e um plano que tem vetor
sen(r, ) =
|N V |
.
||N ||||V ||
4.2.21. A distancia
entre uma reta r que passa por um ponto P0 = (x0 , y0 , z0 ) e tem vetor diretor
Reginaldo J. Santos
296
Retas e Planos
Julho 2007
4.2
Angulos
e Distancias
297
a distancia
e a distancia
entre eles e igual a zero, caso contrario
e igual a distancia
de uma ponto
da reta r ao plano . Mostre que
|a x0 + b y0 + c z0 + d |
p
, se V N = 0
2 + b2 + c2
a
dist(r, ) =
0,
caso contrario
Julho 2007
Reginaldo J. Santos
298
Retas e Planos
Julho 2007
4.2
Angulos
e Distancias
299
Teste do Captulo
2. Determine m, n R para que a reta (x, y, z) = (n, 2, 0) + t(2, m, m) esteja contida no plano
: x 3y + z = 1.
3.
4.
Julho 2007
Reginaldo J. Santos
Captulo 5
Espacos Rn
5.1 Independencia
Linear
identificados com pares ordenados de numeros
Ja vimos que os vetores no plano sao
reais e
identificados com ternos ordenados de numeros
que vetores no espaco sao
de numeros
reais,
em que n pode ser um numero
inteiro positivo.
5.1.1 Os Espacos Rn
300
5.1
Independencia
Linear
301
5.1. Para cada inteiro positivo n, o espaco (vetorial) Rn e definido pelo conjunto de todas
Definicao
as n-uplas
reais.
reais.
3
No R o terno de numeros
pode ser pensada como um vetor ou como um ponto. Por exemplo, a quintupla
situacao.
considerados iguais se
Dois vetores V = (v1 , . . . , vn ) e W = (w1 , . . . , wn ) no Rn sao
no R sao
ao que fizemos no plano e no espaco.
5.2.
Definicao
por
V + W = (v1 + w1 , . . . , vn + wn );
Julho 2007
(5.1)
Reginaldo J. Santos
Espacos Rn
302
z
z
z
(x, y, z)
(x, y, z)
Julho 2007
5.1
Independencia
Linear
303
V = ( v1 , . . . , vn ).
(5.2)
vetor do R , entao
de V e denotado por V e e definido por V = (v1 , . . . , vn ). A
n
vetores do Rn
diferenca de dois vetores no R e definida por V W = V + (W ). Se V e W sao
dizemos que W e um multiplo
tais que W = V , para algum escalar , entao
escalar de V .
n
ser escrito na notacao
matricial como uma matriz
Um vetor V = (v1 , . . . , vn ) de R pode tambem
linha ou como uma matriz coluna:
v1
V = ...
vn
ou V =
v1 . . . vn
ou
v1
V + W = ... +
vn
V +W =
Julho 2007
w1
..
. =
wn
v1 . . . vn
V =
+
v1
v1 + w 1
..
.
vn + w n
v1
v1
V = ... = ...
vn
vn
w1 . . . wn = v1 + w 1 . . . vn + w n ,
. . . vn = v1 . . . vn
Reginaldo J. Santos
Espacos Rn
304
vetoriais
produzem os mesmos resultados que as operacoes
Julho 2007
5.1
Independencia
Linear
305
escalares. Sao
as seguintes propriedades:
(a) U + V = V + U ;
(e) (U ) = ()U ;
(b) (U + V ) + W = U + (V + W );
(f) (U + V ) = U + V ;
(c) U +
0 = U;
(g) ( + )U = U + U ;
(d) U + (U ) =
0;
(h) 1U = U .
Demonstracao.
Segue diretamente das propriedades da algebra
matricial (Teorema 1.1 na pagina
10).
Linear
5.1.2 Combinacao
linear de vetores V1 , . . . , Vk , e simplesmente uma soma de multiplos
Uma combinacao
escalares
de V1 , . . . , Vk .
Julho 2007
Reginaldo J. Santos
Espacos Rn
306
x1 V 1 + x 2 V 2 + . . . + x k V k = V
(5.3)
a equacao
(5.3) se reduz a x1 V1 = V , ou seja, V e uma combinacao
linear de
Se k = 1, entao
V1 se, e somente se, V e um multiplo
escalar de V1 .
e uma
Exemplo 5.1. Sejam V1 = (1, 0, 0) e V2 = (1, 1, 0), vetores de R3 . O vetor V = (2, 3, 2) nao
linear de V1 e V2 , pois a equacao
combinacao
x1 V1 + x2 V2 = V,
(5.4)
possui solucao.
que nao
x1 + x 2 = 2
x2 = 3
0 = 2
Julho 2007
Independencia
Linear
5.1
307
V = (2, 3, 2)
V1 = (1, 0, 0)
V1 = (1, 0, 0)
V2 = (1, 1, 0)
V2 = (1, 1, 0)
y
V = (2, 3, 0)
e combinacao
Figura 5.3: O vetor V nao
linear de V1 e V2
Julho 2007
linear
Figura 5.4: O vetor V e combinacao
de V1 e V2
Reginaldo J. Santos
Espacos Rn
308
a equacao
x1 V 1 + x 2 V 2 = V
(5.5)
ou
x1 + x 2 = 2
x2 = 3
0 = 0
0 = 0V1 + . . . + 0Vk .
linear de
Exemplo 5.4. Todo vetor V = (a, b, c) de R3 e uma combinacao
Julho 2007
5.1
Independencia
Linear
309
c~k
V = (a, b, c)
a~i
b~j
Julho 2007
Reginaldo J. Santos
Espacos Rn
310
x1 A 1 + x 2 A 2 + . . . + x n A n = B ,
(5.6)
Se A1 , . . . , An sao
vetores de Rm , a equacao
(5.6), pode ser escrita
e verificamos se ela tem solucao.
como
a11
x1
..
.
am1
a1n
+ . . . + xn
..
.
amn
b1
..
= .
bm
AX = B,
os vetores Ai escritos como matrizes colunas, ou seja, A = [A1 . . . An ]
em queas colunas
de A sao
x1
..
e X = . . Isto prova o seguinte resultado.
xn
linear
5.2. Sejam A uma matriz m n e B uma matriz m 1. O vetor B e combinacao
Proposicao
Julho 2007
5.1
Independencia
Linear
311
5.1.3 Independencia
Linear
5.4. Dizemos que um conjunto S = {V1 , . . . , Vk } de vetores de Rn e linearmente indeDefinicao
vetorial
pendente (L.I.) se a equacao
x1 V1 + x2 V2 + . . . + xk Vk = 0
(5.7)
isto e,
dos vetores V1 , . . . , Vk e aquela em que todos os escalares sao
se (5.7) possui solucao nao trivial, dizemos que o conjunto S e linearmente dependente (L.D.).
x1 V1 + . . . + xk Vk + 0 W1 + . . . + 0 Wm = 0
nao
trivial.
admite solucao
Julho 2007
Reginaldo J. Santos
312
Espacos Rn
Exemplo 5.8. Um conjunto formado por dois vetores de Rn , {V1 , V2 } e L.D. se, e somente se, a
x 1 V1 + x 2 V2 =
nao
trivial. Mas se isto acontece, entao
um dos escalares
equacao
0 possui solucao
V1 = (x2 /x1 )V2 e se x2 6= 0, entao
escalar do outro.
1 V1
Reciprocamente, se um vetor e multiplo
escalar do outro.
Por exemplo, o conjunto S = {V1 , V2 }, em que V1 = (1, 0, 1) e V2 = (0, 1, 1), e L.I., pois um vetor
e multiplo
nao
escalar do outro.
V3 , entao
0 e assim eles sao
3
linear dos outros dois. No R , se tres
vetores sao
Julho 2007
Independencia
Linear
5.1
313
V2
V1
V1
V2
Julho 2007
Reginaldo J. Santos
Espacos Rn
314
V2
V1
V3
V3
V2
V1
x
Julho 2007
5.1
Independencia
Linear
315
V1
V1
V2
V2
V3
Julho 2007
V3
Reginaldo J. Santos
Espacos Rn
316
Exemplo 5.10. Vamos mostrar que os vetores E1 = (1, 0, . . . , 0), E2 = (0, 1, 0, . . . , 0), . . . , En =
L.I. em particular os vetores ~i = (1, 0, 0), ~j = (0, 1, 0) e ~k = (0, 0, 1) sao
L.I. A
(0, . . . , 0, 1) sao
equacao
x1 E1 + . . . + xn En = 0
pode ser escrita como
x1 = 0, . . . , xn = 0 .
x1
a11
..
.
am1
+ . . . + xn
a1n
..
.
..
= .
0
amn
os vetores
que e equivalente ao sistema linear homogeneo
AX = 0, em que ascolunas
de A sao
x1
Ai escritos como matrizes colunas, ou seja, A = [A1 . . . An ] e X = ... . Isto prova o seguinte
xn
resultado.
Julho 2007
5.1
Independencia
Linear
317
det(A) 6= 0.
Julho 2007
Reginaldo J. Santos
Espacos Rn
318
53 tem
linear homogeneo
com mais incognitas
do que equacoes,
que pelo Teorema 1.6 na pagina
nao
trivial.
sempre solucao
Corolario
5.4. Em Rn um conjunto com mais de n vetores e L.D.
x1 V1 + x2 V2 + x3 V3 = 0.
vetorial e equivalente ao sistema linear AX =
Esta equacao
0, em que
1 0 1
A = [ V 1 V2 V3 ] = 0 1 1 .
1 1 1
Escalonando a matriz [ A |
0 ] podemos obter a sua forma escalonada reduzida
1 0 0 0
[ R |0 ] = 0 1 0 0 .
0 0 1 0
que o sistema A X =
trivial x1 = x2 = x3 = 0.
Conclumos, entao
0 possui somente a solucao
L.I.
Portanto os vetores V1 , V2 e V3 sao
Julho 2007
5.1
Independencia
Linear
319
x1 V1 + x2 V2 + x3 V3 = 0.
(5.9)
1
7
1
A = [ V1 V2 V3 ] = 2 1 1 .
5
5 1
A matriz [ A |
0 ] e equivalente por linhas a` matriz escalonada reduzida
[R|0] = 0
0
0 2/5 0
1
1/5 0 .
0
0 0
(5.10)
Assim a variavel
x3 pode ser uma variavel
livre que pode, portanto, assumir qualquer valor. Con
vetorial (5.9) tem
solucao
nao
trivial. Portanto, V1 , V2 e
clumos que o sistema A X = 0 e a equacao
L.D.
V3 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.
Teorema 5.5. Um conjunto S = {V1 , . . . , Vk } (k > 1) de vetores e linearmente dependente (L.D.) se,
linear dos outros vetores de S.
e somente se, pelo menos um dos vetores, Vj , for combinacao
Julho 2007
Reginaldo J. Santos
Espacos Rn
320
em duas partes:
Demonstracao.
Vamos dividir a demonstracao
linear dos demais vetores do conjunto S, isto e,
se existem escalares
(a) Se Vj e uma combinacao
1 , . . . , j1 , j+1 , . . . , k tais que
(5.11)
x 1 V1 + . . . + x k Vk =
nao
trivial, pois o coeficiente
Isto implica que a equacao
0 admite solucao
de Vj em (5.11) e 1. Portanto, S e L.D.
a equacao
x1 V1 + x2 V2 + . . . + xk Vk = 0
(5.12)
nao
trivial, o que significa que pelo menos um xj e diferente de zero. Entao,
admite solucao
xk
x1
(5.12) por 1/xj e subtraindo-se ( x )V1 + . . . + ( x )Vk obtemos
multiplicando-se a equacao
j
Vj =
x1
xj
V1 . . .
xj1
xj
Vj1
xj+1
xj
Vj+1 . . .
xk
xj
Vk .
Julho 2007
5.1
Independencia
Linear
321
Observacao.
Na demonstracao
linear dos outros.
linear, puder ser diferente de zero, pode ser escrito como combinacao
x1 V1 + x2 V2 + x3 V3 = 0
se, e somente se, x1 = (2/5), x2 = (1/5) e x3 = , para todo R. Substituindo-se os
acima, ficamos com
valores de x1 , x2 e x3 na equacao
(2/5)V1 (1/5)V2 + V3 = 0
Tomando-se = 1, obtemos
(2/5)V1 (1/5)V2 + V3 = 0
multiplicando-se por 5 e somando-se 2V1 + 5V3 , temos que V2 = 2V1 + 5V3 . Observe que, neste
linear dos outros. O proximo
Exemplo 5.14. Sejam V1 = (2, 2, 2), V2 = (3, 3/2, 0) e V3 = (2, 1, 0). {V1 , V2 , V3 } e L.D.,
e combinacao
linear de V2 e V3 (Figura 5.9 na pagina
mas V1 nao
314).
Julho 2007
Reginaldo J. Santos
Espacos Rn
322
5.1.4 Posicoes
Relativas de Retas e Planos
Posicoes
Relativas de Duas Retas
relativa de duas retas, usando a dependencia
L.D., entao
(a) Se os vetores diretores V1 = (a1 , b1 , c1 ) e V2 = (a2 , b2 , c2 ) sao
de paralelas, elas sao
coincidentes, se um ponto de uma
paralelas ou coincidentes. Alem
delas pertence a outra, por exemplo se P1 = (x1 , y1 , z1 ) pertence a r2 ou se P2 = (x2 , y2 , z2 )
pertence a r1 . Ou ainda,
L.I. entao
(b) Se os vetores diretores V1 = (a1 , b1 , c1 ) e V2 = (a2 , b2 , c2 ) sao
reversas ou concorrentes.
L.I., entao
as retas sao
reversas (Figura 5.12).
(ii) Se P1 P2 , V1 e V2 sao
Posicoes
Relativas de Dois Planos
relativa dos dois planos usando a dependencia
Julho 2007
5.1
Independencia
Linear
323
r2
V2
P2
V1 V 2
V1
r1
P1
Reginaldo J. Santos
Espacos Rn
324
Julho 2007
5.1
Independencia
Linear
325
de dois planos.
1 : a1 x + b1 y + c1 z + d1 = 0 e 2 : a2 x + b2 y + c2 z + d2 = 0 as equacoes
os planos sao
L.D., entao
(a) Se os vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ) sao
de paralelos, eles sao
coincidentes se, e somente se,
paralelos distintos ou coincidentes. Alem
de um deles, satisfaz tambem
a equacao
do outro. Ou ainda,
todo ponto que satisfaz a equacao
L.D., entao
as equacoes
sao
proporcio(i) Se os vetores (a1 , b1 , c1 , d1 ) e (a2 , b2 , c2 , d2 ) sao
coincidentes.
nais e os planos sao
L.I. (com N1 e N2 L.D.), entao
os planos
(ii) Se os vetores (a1 , b1 , c1 , d1 ) e (a2 , b2 , c2 , d2 ) sao
paralelos distintos (Figura 5.14).
sao
os planos sao
L.I., entao
(b) Se os vetores normais N1 = (a1 , b1 , c1 ) e N2 = (a2 , b2 , c2 ) sao
concorrentes (Figura 5.13).
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.
V3 = (a3 , b3 , c3 ) e P1 P2 tambem
Julho 2007
Reginaldo J. Santos
Espacos Rn
326
L.I., entao
a reta e paralela ao plano, mas nao
esta contida
V3 = (a3 , b3 , c3 ) e P1 P2 sao
nele.
L.I., entao
a reta e concorrente ao
(b) Se V1 = (a1 , b1 , c1 ), V2 = (a2 , b2 , c2 ), V3 = (a3 , b3 , c3 ) sao
plano.
Julho 2007
5.1
Independencia
Linear
327
Exerccios Numericos
(respostas na pagina
588)
combinacao
linear de V1 = (5, 3, 1), V2
5.1.1. Quais dos seguintes vetores sao
V3 = (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 V1 = (5, 3, 1), V2 = (0, 4, 3) e V3 = (10, 18, 7) do exerccio anterior sao
ou L.I.? Caso sejam L.D. escreva um deles como combinacao linear dos outros.
linearmente dependentes?
5.1.3. Quais dos seguintes conjuntos de vetores sao
(a) {(1, 1, 2), (1, 0, 0), (4, 6, 12)};
(c) {(1, 1, 1), (2, 3, 1), (3, 1, 2)};
(b) {(1, 2, 3), (2, 4, 6)};
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 {V1 , V2 , V3 } e um conjunto linearmente independente de vetores de Rn . Responda se {W1 , W2 , W3 } e linearmente dependente ou independente nos seguintes casos:
(a) W1 = V1 + V2 , W2 = V1 + V3 e W3 = V2 + V3 ;
(b) W1 = V1 , W2 = V1 + V3 e W3 = V1 + V2 + V3 .
5.1.6. Sejam r1 : (x, y, z) = (1 + 2t, t, 2 + 3t) e r2 : (x, y, z) = (t, 1 + mt, 1 + 2mt) duas retas.
sejam reversas).
(a) Determine m para que as retas sejam coplanares (nao
relativa entre r1 e r2 .
(b) Para o valor de m encontrado, determine a posicao
do plano determinado por r1 e r2 .
(c) Determine a equacao
Julho 2007
Reginaldo J. Santos
Espacos Rn
328
5.1.7. Sejam a reta r : (x, y, z) = (1, 1, 1) + (2t, mt, t) e o plano paralelo aos vetores V 1 = (1, 2, 0)
e V2 = (1, 0, 1) passando pela origem. Determine o valor de m para que a reta seja paralela
ao plano. Para o valor de m encontrado a reta esta contida no plano?
(a) Defina os vetores V1=[1;2;3], V2=[3;4;5] e V3=[5;6;7]. Defina o vetor aleat orio
linear de V1, V2 e V3.
V=randi(3,1). Verifique se V e combinacao
Exerccios Teoricos
5.1.9. Seja A uma matriz n n. Mostre que det(A) = 0 se, e somente se, uma de suas colunas e
linear das outras.
combinacao
5.1.10. Suponha que {V1 , V2 , . . . , Vn } e um conjunto de vetores de Rn linearmente independente. Mos singular, entao
{AV1 , AV2 , . . . , AVn } tambem
e um
tre que se A e uma matriz n n nao
conjunto linearmente independente.
nulos U , V e W sao
L.D., entao
W e uma combinacao
linear de U e V ?
5.1.11. Se os vetores nao
Julho 2007
5.2
329
Ja vimos na Proposicao
54 que o conjunto W satisfaz as seguintes propriedades:
X + Y tambem
pertence a W.
(a) Se X e Y pertencem a W, entao
X tambem
pertence a W para todo escalar .
(b) Se X pertence a W, entao
dos itens (a) e (b) acima na Proposicao
1.7 na pagina
X + Y e X tambem
o sao.
Assim, se X e Y sao
de um sistema homogeneo,
entao
lineares de solucoes
de AX = 0 sao
tambem
solucoes
de AX = 0.
Portanto, combinacoes
de um sistema homogeneo
do
O conjunto solucao
AX = 0 e chamado de espaco solucao
sistema homogeneo
AX = 0. Ele se comporta como se fosse um espaco, no sentido de que
samos
fazendo soma de vetores do conjunto ou multiplicando vetores do conjunto por escalar n ao
dele.
vazio de Rn que satisfaz as propriedades (a) e (b) acima e chamado de
Um subconjunto nao
n
as operacoes
de soma e multiplicacao
por escalar podemos viver
subespaco de R . Com relacao
do sistema homogeneo
de R . Vale tambem
353).
(Exerccio 5.2.18 na pagina
o subespaco formado somente
Exemplo 5.15. Os exemplos mais triviais de subespacos de R n sao
n
2
reais) nao
reais). O
3
3
2
e o R .
plano W = {(x, y, z) R | z = 0} e um subespaco de R mas ele nao
Julho 2007
Reginaldo J. Santos
Espacos Rn
330
X1
X1 +X2
X
X
X2
ax + by + cz = 0
Julho 2007
5.2
331
X1 +X2
X1
X2
Julho 2007
Figura 5.19:
Reginaldo J. Santos
Espacos Rn
332
Exemplo 5.16. Considere o sistema linear
a1 x + b 1 y + c 1 z = 0
a2 x + b 2 y + c 2 z = 0
a3 x + b 3 y + c 3 z = 0
deste sistema e representada por um plano que passa pela origem. O conjunto solucao
Cada equacao
dos planos, podendo ser:
e um subespaco de R3 e e a intersecao
(a) Somente um ponto que e origem.
(b) Uma reta que passa pela origem.
(c) Um plano que passa pela origem.
do sistema linear homogeneo
1
1
0
0
1
1 1 1 .
A = 2 2
1
1 1
1
0
1 1 0
0 1 0
0 0 1 1 1 0 .
0 0 0
0 0 0
Julho 2007
5.2
333
x1 = , x2 = , x3 = + , x4 = x5 =
do sistema AX =
para todos os valores de , , R, ou seja, o conjunto solucao
0 e
W = {(x1 , x2 , x3 , x4 , x5 ) = ( , , + , , ) | , , R} .
linear de vetores de W:
Agora, um elemento qualquer de W 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 V1 = (1, 0, 1, 0, 1),
Assim, todo vetor de W pode ser escrito como combinacao
V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) pertencentes a W (V1 e obtido fazendo-se = 1 e = =
0, V2 fazendo-se = = 0 e = 1 e V3 fazendo-se = = 0 e = 1).
Neste caso dizemos que V1 = (1, 0, 1, 0, 1), V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0) geram
de um sistema linear
5.5. Seja W um subespaco de Rn (por exemplo, o espaco solucao
Definicao
homogeneo
AX = 0). Dizemos que os vetores V1 , . . . , Vk pertencentes a W, geram W ou que
linear de
{V1 , . . . , Vk } e um conjunto de geradores de W, se qualquer vetor de W e combinacao
que W e o subespaco gerado por V1 , . . . , Vk .
V1 , . . . , Vk . Dizemos tambem
Julho 2007
Reginaldo J. Santos
Espacos Rn
334
de um sistema linear hoTeorema 5.6. Seja W subespaco de Rn (por exemplo, o espaco solucao
mogeneo
AX = 0). Seja {V1 , . . . , Vm } um conjunto de vetores de W
(a) linearmente independente (L.I.),
linear de V1 , . . . , Vm ).
(b) que gera W (ou seja, todo vetor X de W e combinacao
um conjunto com mais de m vetores em W e linearmente dependente (L.D.).
Entao,
Demonstracao.
Seja {W1 , . . . , Wp } um subconjunto de W, com p > m. Vamos mostrar que
linear nula de W1 , . . . , Wp
{W1 , . . . , Wp } e L.D. Vamos considerar a combinacao
x1 W1 + x2 W2 + . . . + xp Wp = 0.
(5.13)
linear de V1 , . . . , Vm , em particular,
Como qualquer elemento de W pode ser escrito como combinacao
m
X
bij Vi ,
para j = 1, . . . , p .
(5.14)
i=1
Julho 2007
5.2
335
Vi , para i = 1, . . . , m,
Assim, substituindo (5.14) em (5.13) e agrupando os termos que contem
obtemos
(b11 x1 + . . . + b1p xp )V1 + . . . + (bm1 x1 + . . . + bmp xp )Vm = 0.
(5.15)
iguais a zero. Isto leva ao
os escalares na equacao
(5.15) sao
Como {V1 , . . . , Vm } e L.I., entao
sistema linear
BX = 0,
possvel
de vetores L.I. em W.
No Exemplo 5.17 os vetores V1 = (1, 0, 1, 0, 1), V2 = (0, 0, 1, 1, 0) e V3 = (1, 1, 0, 0, 0)
disso de
geram W. Alem
de um sistema linear
5.6. Seja W um subespaco de Rn (por exemplo, o espaco solucao
Definicao
homogeneo
AX = 0). Dizemos que um subconjunto {V1 , . . . , Vk } de W e uma base de W, se
Julho 2007
Reginaldo J. Santos
Espacos Rn
336
linear
(a) {V1 , . . . , Vk } e um conjunto de geradores de W (ou seja, todo vetor de W e combinacao
de V1 , . . . , Vk ) e
(b) {V1 , . . . , Vk } e L.I.
de um parametro,
obtendo
base canonica
de R . No caso do R , E1 = i, E2 = j e E3 = ~k .
Exemplo 5.19. Seja W = {(x, y, z) = t(a, b, c) | t R} uma reta que passa pela origem. Como o
nulo e gera a reta, entao
{V } e uma base de W.
vetor diretor V = (a, b, c) e nao
Julho 2007
5.2
337
V2 = (0, 3, 2)
V1 = (2, 1, 0)
Figura 5.21: V1 = (2, 1, 0) e V2 = (0, 3, 2) que formam uma base para o plano
Julho 2007
Reginaldo J. Santos
Espacos Rn
338
V = (a, b, c)
Figura 5.22: Vetor V = (a, b, c) que e base para a reta (x, y, z) = t(a, b, c)
Julho 2007
5.2
339
1
z = , y = , x = (c + b),
a
c
a
para todos , R.
b
, , ) | , R}. Assim, todo vetor
a
de W pode ser escrito como uma soma de vetores, sendo um para cada par ametro,
obtendo
b
c
b
c
b
c
( , , ) = ( , 0, ) + ( , , 0) = ( , 0, 1) + ( , 1, 0).
a
a
a
a
a
a
linear dos vetores V1 = ( ac , 0, 1) e
Assim, todo vetor de W pode ser escrito como uma combinacao
V2 = ( ab , 1, 0) pertencentes a W (V1 e obtido fazendo-se = 1 e = 0 e V2 , fazendo-se = 0
L.I.,
e = 1). Portanto, V1 = ( ac , 0, 1) e V2 = ( ab , 1, 0) geram o plano W. Como V1 e V2 sao
e multiplo
{V1 , V2 } e uma base do plano W. Deixamos como
pois um nao
qualquer base de
334 que se W 6= {
0} e um subespaco, entao
Segue do Teorema 5.6 na pagina
W tem o mesmo numero
igual a 0.
W = {0} dizemos que W tem dimensao
do Rn e n, pois como foi mostrado no Exemplo 5.18 na pagina
Reginaldo J. Santos
340
Espacos Rn
1e
Exemplo 5.22. Pelo Exemplo 5.19 na pagina
336 uma reta que passa pela origem tem dimensao
2.
pelo Exemplo 5.20 na pagina
339 um plano que passa pela origem tem dimensao
de um subespaco W e m > 0, entao
basta conseVamos mostrar a seguir que se a dimensao
guirmos m vetores L.I. em W, que teremos uma base.
Julho 2007
5.2
341
Demonstracao.
Sejam V1 , . . . , Vm vetores L.I. e seja V um vetor qualquer do subespaco W. Vamos
linear de V1 , . . . , Vm . Considere a equacao
vetorial
mostrar que V e combinacao
x1 V1 + x2 V2 + . . . + xm Vm + xm+1 V = 0
(5.16)
multiplicando-se a equacao
(5.16)
Mas, xm+1 6= 0, pois caso contrario,
V1 , . . . , Vm seriam L.D. Entao,
por 1/xm+1 e subtraindo (x1 /xm+1 )V1 + (x2 /xm+1 )V2 + . . . + (xm /xm+1 )Vm , obtemos
V =
x1
xm+1
V1 . . .
xm
xm+1
Vm .
Reginaldo J. Santos
Espacos Rn
342
Julho 2007
5.2
343
Julho 2007
Reginaldo J. Santos
Espacos Rn
344
Julho 2007
5.2
345
nulo e L.I. o
t R. Portanto, o vetor V = (3, 3, 6) gera a intersecao V W. Como um vetor nao
V W.
conjunto {V = (3, 3, 6)} e uma base da reta que e a intersecao
parametricas
dos
Alternativamente, podemos encontrar as equacoes
da reta V W, intersecao
geral do sistema (5.17)
planos determinando a solucao
W :
V :
x+y +z = 0,
4x 2y + z = 0 .
(5.17)
1 1 1 0
4 2 1 0
1
1
1 0
0 6 3 0
x +
y + z = 0
6y 3z = 0
A variavel
z e uma variavel
livre. Podemos dar a ela um valor arbitrario,
digamos t, para t R
Julho 2007
Reginaldo J. Santos
Espacos Rn
346
geral do sistema (5.17) e
qualquer. Assim, a solucao
x = 12 t
y = 12 t
z =
t
para todo t R.
V W, tem equacao
(x, y, z) = t(1/2, 1/2, 1), para todo t R (revise
A reta que e a intersecao,
V W.
o Exemplo 4.7 na pagina
251). Portanto, o vetor V = (1/2, 1/2, 1) gera a intersecao
nulo e L.I. o conjunto {V = (1/2, 1/2, 1)} e uma base do subespaco que e a
Como um vetor nao
de V com W.
reta intersecao
de um sistema linear ho
Observacao.
Como no exemplo anterior, em geral, o espaco solucao
mogeneo
pode ser visto como uma intersecao
de sistemas
do sistema inicial.
formados por subconjuntos de equacoes
Exemplo 5.25. Considere o subespaco W = {(a + c, b + c, a + b + 2c) | a, b, c R} de R 3 . Vamos
encontrar um conjunto de geradores e uma base para W.
Qualquer elemento V de W pode ser escrito como uma soma de vetores, sendo um vetor para
cada parametro
e cada vetor dependendo apenas de um parametro,
obtendo
Julho 2007
5.2
347
ou equivalentemente,
A X = 0,
em que A = [ V1 V2 V3 ]
1 0 1
R = 0 1 1 .
0 0 0
nao
trivial. Assim os vetores V1 , V2 e V3 sao
L.D. A solucao
de (5.18) e dada
Logo 5.18 tem solucao
em (5.18) obtemos
por x = , y = e z = , para todo R. Substituindo-se esta solucao
V1 V2 + V3 = 0
de
Tomando-se = 1 obtemos V3 = V2 + V1 . Assim o vetor V3 pode ser descartado na geracao
linear dos outros dois. Logo, apenas V1 e V2 sao
suficientes para gerar W.
W, pois ele e combinacao
disso, os vetores V1 e V2 sao
tais que um nao
e multiplo
eles sao
Como alem
A=
1 1 0 3
3 3 2 1
obtemos R =
1 1 0 3
0
0 1 4
Reginaldo J. Santos
Espacos Rn
348
adequadas obtemos a matriz
linhas V3 = [ 0 1 0 0 ] e V4 = [ 0 0 0 1 ] em posicoes
1 1 0 3
1 0 0
= 0
R
0
0 1 4
0
0 0 1
L.I.
Vamos verificar que V1 , V2 , V3 e V4 sao
x1 V1 + x2 V2 + x3 V3 + x4 V4 = 0
e equivalente ao sistema linear
CX = 0,
em que C = [ V1 V2 V3 V4 ].
do R4 e
de C t aplicando-se operacoes
elementares. Logo {V1 , V2 , V3 , V4 } e L.I. Como a dimensao
4
pelo Teorema 5.7 na pagina
igual a 4 , entao
341, {V1 , V2 , V3 , V4 } e uma base de R .
Julho 2007
5.2
349
Exerccios Numericos
(respostas na pagina
596)
do sistema homogeneo
1 0 1 0
(a) A = 1 2 3 1 ;
2 1 3 1
1 1 2 1
(b) A = 2 3 6 2 .
2 1 2
2
0
(a) A = 1
0
2
0
(b) A =
0
0
1 2 2 0
1 2 1 0
(d) A =
1 1 2 0 .
0 0 0 1
2 3 0
(e) A = 0 1 0 ;
0 0 2
2 3 0
(f) A = 0 2 0 ;
0 0 2
nao
trivial e para estes valores de , encontre uma base para o espaco solucao, para as matrizes A
dadas:
0
1
0 3 ;
1
3
2 3 4
2 3 2
;
0 1 1
0 0 1
1 1 2
(c) A = 1 2
1 ;
0 1 1
dos planos x 7y + 5z = 0 e 3x y + z = 0.
5.2.3. Determine uma base para a reta intersecao
5.2.4. Sejam V1 = (4, 2, 3), V2 = (2, 1, 2) e V3 = (2, 1, 0).
L.D.
(a) Mostre que V1 , V2 e V3 sao
Julho 2007
Reginaldo J. Santos
Espacos Rn
350
L.I.
(b) Mostre que V1 e V2 sao
Encontre as equacoes
parametricas
da reta V W e uma base para o subespaco V W.
[V1 , V2 ] significa o subespaco gerado por V1 e V2 , ou seja, o conjunto de todas as
A notacao
lineares de V1 e V2 .
combinacoes
5.2.8. Seja V = {(3a + 4b 4c, 2a 4b 6c, 2a 4b + 2c) | a, b, c R} um subespaco de R 3 .
(a) Determine um conjunto de geradores para V.
Julho 2007
5.2
351
de V1 e
{V1 , V2 , V3 } L.D.
sao
nao
trivial e para estes valores de , encontre uma
homogeneo
(A I4 )X = 0 tem solucao
Exerccios Teoricos
do sistema linear AX = B e um
5.2.12. Seja A uma matriz m n. Mostre que se o conjunto solucao
se X e solucao
subespaco, entao
(Sugestao:
Y = 0 X tambem
o e.)
de AX = B , entao
Julho 2007
Reginaldo J. Santos
Espacos Rn
352
5.2.13. Determine uma base para o plano ax + by + cz = 0 no caso em que b 6= 0 e no caso em que
c 6= 0.
5.2.14. Sejam V e W vetores do Rn . Mostre que o conjunto dos vetores da forma V + W e um
subespaco do Rn .
passa pela origem, entao
ela nao
e um subespaco.
5.2.15. Mostre que se uma reta em R2 ou em R3 nao
se ela fosse um subespaco, entao
...)
(Sugestao:
5.2.16. Sejam A uma matriz m n e B uma matriz m 1. Mostre que o conjunto dos vetores B para
e um subespaco de Rm . Ou seja, mostre que o
os quais o sistema A X = B tem solucao
conjunto
I(A) = {B Rm | B = A X, para algum X Rn }
e um subespaco de Rm .
Julho 2007
5.2
353
W1 + W2 = {V1 + V2 | V1 W1 e V2 W2 }.
W 1 e W2 .
Mostre que W1 + W2 e um subespaco que contem
5.2.18. Sejam W um subespaco de Rn e {W1 , . . . , Wk } uma base de W. Defina a matriz B =
[ W1 . . . Wk ]t , com W1 , . . . , Wk escritos como matrizes colunas. Sejam W o espaco
do sistema homogeneo
solucao
BX = 0 e {V1 , . . . , Vp } uma base de W . Defina a matriz A = [ V1 . . . Vp ]t , com V1 , . . . , Vp escritos como matrizes colunas. Mostre que W e o
do sistema homogeneo
espaco solucao
AX = 0, ou seja,
W = {X Rp | AX = 0}.
(particular) do sistema
5.2.19. Sejam A uma matriz m n e B uma matriz m 1. Seja X0 uma solucao
do sistema
linear A X = B . Mostre que se {V1 , . . . , Vk } e uma base para o espaco solucao
toda solucao
de A X = B pode ser escrita na forma
homogeneo
AX = 0, entao
X = X 0 + 1 V1 + . . . + k Vk ,
escalares. (Sugestao:
use o Exerccio 1.2.21 na pagina
em que 1 , . . . , k sao
73)
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 2007
Reginaldo J. Santos
354
Espacos Rn
Julho 2007
5.2
355
Apendice
IV: Outros Resultados
como combinacao
Demonstracao.
Em primeiro lugar, suponha que todo vetor X de W e escrito de maneira unica
sao
x1 V1 + . . . + xm Vm = 0.
linear de V1 , . . . , Vm , em particular
Como todo vetor e escrito de maneira unica
como combinacao
temos que para X =
0,
x1 V1 + . . . + xm Vm = 0 = 0V1 + . . . + 0Vm ,
linearmente independentes. Portanto,
o que implica que x1 = 0, . . . , xm = 0, ou seja, V1 , . . . , Vm sao
{V1 , V2 , . . . , Vm } e base de W.
Suponha, agora, que {V1 , V2 , . . . , Vm } e base de W. Seja X um vetor qualquer de W. Se
x1 V 1 + . . . + x m V m = X = y 1 V 1 + . . . + y m V m ,
entao
Reginaldo J. Santos
356
Espacos Rn
eles sao
L.I., o que implica que x1 = y1 , . . . , xm =
Como V1 , . . . , Vm formam uma base de W, entao
linear de V1 , . . . , Vm .
ym . Portanto, todo vetor X de W e escrito de maneira unica
como combinacao
Demonstracao.
Se S e L.I., entao
S e L.D. e pelo Teorema
Sao
as quais deixamos como exerccio.
Julho 2007
5.2
357
Corolario
5.10. Em um subespaco, W, de dimensao
L.I. e portanto formam uma base.
Corolario
5.11. Em um subespaco, W, de dimensao
Demonstracao.
Se {V1 , . . . , Vk } gera W, entao
seja
pertence ao subespaco gerado por {V1 , . . . , Vk }. Entao,
contrario,
o mesmo argumento e repetido para o subespaco gerado por {V1 , . . . , Vk , Vk+1 }.
Pelo Corolario
5.4 na pagina
318 este processo tem que parar, ou seja, existe um inteiro positivo
m n tal que {V1 , . . . , Vk , Vk+1 , . . . , Vm } e L.I., mas {V1 , . . . , Vk , Vk+1 , . . . , Vm , V } e L.D. para
linear de {V1 , . . . , Vk , Vk+1 , . . . , Vm } (por
qualquer vetor V de W. O que implica que V e combinacao
que?). Portanto, {V1 , . . . , Vk , Vk+1 , . . . , Vm } e uma base de W.
Julho 2007
Reginaldo J. Santos
Espacos Rn
358
Corolario
5.13. Todo subespaco de Rn diferente do subespaco trivial {
0} tem uma base e a sua
e menor ou igual a n.
dimensao
aplicacoes
as
` matrizes.
Os proximos
resultados sao
A k = j1 A j1 + + jk A jk ,
entao
B k = j1 B j1 + + jk B jk ,
(c) O subespaco gerado pelas linhas de A e igual ao subespaco gerado pelas linhas de B .
Julho 2007
5.2
359
Demonstracao.
Se B e equivalente por linhas a A, entao
59). Seja M o
a multiplicar a matriz a` esquerda por uma matriz invertvel (Teorema 1.8 na pagina
` operacoes
A k = j1 A j1 + + jk A jk ,
multiplicando-se a` esquerda pela matriz M obtemos
entao
M A k = j1 M A j1 + + jk M A jk .
Julho 2007
Reginaldo J. Santos
Espacos Rn
360
B k = j1 B j1 + + jk B jk .
elementares as
` linhas de
(c) A matriz B e obtida de A aplicando-se uma sequ encia
de operacoes
linear das linhas de A. Logo, o espaco gerado
A. Assim, toda linha de B e uma combinacao
pelas linhas de B esta contido no espaco gerado pelas linhas de A. Como toda operacao
elementar inversa, o argumento anterior tambem
mostra que o
elementar tem uma operacao
espaco gerado pelas linhas de A esta contido no espaco gerado pelas linhas de B . Portanto,
iguais.
eles sao
Julho 2007
5.2
361
Demonstracao.
Sejam S e R matrizes escalonadas reduzidas equivalentes a A. Sejam R 1 , . . . , Rn
nulas de R. Sejam
as colunas de R e S1 , . . . , Sn as colunas de S . Seja r o numero
de linhas nao
das linhas 1, . . . , r , respectivamente, da matriz R. Entao
se k < r ou
se k = r .
Reginaldo J. Santos
Espacos Rn
362
5.14 (b) na pagina
Julho 2007
5.3
Produto Escalar em Rn
363
5.7.
Definicao
X Y = x 1 y1 + x2 y2 + . . . + x n yn =
n
X
xi y i .
i=1
||X|| =
v
u n
q
uX
X X = x21 + . . . + x2n = t
x2i .
i=1
x1
X = ...
xn
Julho 2007
y1
Y = ...
yn
Reginaldo J. Santos
Espacos Rn
364
pode ser escrito em termos do produto de matrizes como
X Y = X t Y.
Exemplo 5.27. Sejam V = (1, 2, 4, 3, 5) e W = (5, 3, 1, 2, 1) vetores do R 5 . O produto escalar
entre V e W e dado por
Sao
as seguintes propriedades para o produto escalar e a norma de vetores de R n .
Julho 2007
5.3
Produto Escalar em Rn
365
5.16. Se X, Y e Z sao
Proposicao
(a) X Y = Y X (comutatividade);
a` soma);
(b) X (Y + Z) = X Y + X Z (distributividade em relacao
(c) (X) Y = (X Y ) = X (Y );
(d) X X = ||X||2 0 e ||X|| = 0 se, e somente se, X =
0;
(e) ||X|| = || ||X||;
(f) |X Y | ||X||||Y || (desigualdade de Cauchy-Schwarz);
(g) ||X + Y || ||X|| + ||Y || (desigualdade triangular).
escritos como
Demonstracao.
Sejam X, Y, Z Rn e R. Usando o fato de que se os vetores sao
o produto escalar pode ser escrito como o produto de matrizes, X Y = X t Y ,
matrizes colunas, entao
Reginaldo J. Santos
Espacos Rn
366
analoga.
(d) X X 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) ||X||2 = (x1 )2 + + (xn )2 = 2 (x21 + + x2n ) = 2 ||X||2 . Tomando a raiz quadrada,
segue-se o resultado.
(f) A norma de X + Y e maior ou igual a zero, para qualquer real. Assim,
Julho 2007
5.3
Produto Escalar em Rn
367
vetores nao
Vi Vj = 0, para
5.17. Se V1 , . . . , Vk sao
nulos de Rn ortogonais, isto e,
Proposicao
i 6= j , entao
(a) O conjunto {V1 , . . . , Vk } e L.I.
(b) Se V =
k
X
i=1
Demonstracao.
i =
i Vi , entao
V Vi
.
||Vi ||2
vetorial
(a) Considere a equacao
x1 V1 + . . . + xk Vk = 0 .
(5.19)
(5.20)
xi ||Vi ||2 = 0 .
||Vi || 6= 0 e xi = 0, para i = 1 . . . , k .
Mas, como Vi 6=
0, entao
(b) Seja
V =
k
X
i Vi .
(5.21)
i=1
Julho 2007
Reginaldo J. Santos
Espacos Rn
368
Fazendo o produto escalar de V com Vj , para j = 1, . . . , k , obtemos que
V Vj =
k
X
i Vi
i=1
Assim,
j =
Vj =
V Vj
,
||Vj ||2
k
X
i=1
(i Vi Vj ) = j ||Vj ||2 .
para j = 1, . . . , k .
projW V =
V W
||W ||2
W.
escalar
disso temos o seguinte resultado.
do vetor W . Alem
Julho 2007
Produto Escalar em Rn
5.3
369
nulo. Entao,
V projW V e ortogonal a W , para
5.18. Seja W Rn um vetor nao
Proposicao
n
qualquer vetor V R .
Demonstracao.
Precisamos calcular o produto escalar de W com V projW V :
(V projW V ) W = V W
Portanto, V projW V e ortogonal a W .
V W
||W ||2
W W = 0.
da Proposicao
5.18.
O proximo
resultado e uma generalizacao
Demonstracao.
Vamos calcular o produto interno de V projW1 V . . . projWk V com Wj , para
j = 1, . . . , k .
k
X
i=1
projWi V
k
X
V Wi
V Wj
Wj = V W j
Wi Wj = V W j
Wj Wj = 0,
2
2
||W
||
||W
||
i
j
i=1
Reginaldo J. Santos
Espacos Rn
370
mogeneo
AX = 0 um conjunto com o maior numero
1
1
0
0
1
1 1 1 .
A = 2 2
1
1 1
1
0
1 1 0
0 1 0
0 0 1 1 1 0 .
0 0 0
0 0 0
x1 = , x2 = , x3 = + , x4 = x5 =
do sistema AX =
para todos os valores de , , R, ou seja, o conjunto solucao
0 e
W = {(x1 , x2 , x3 , x4 , x5 ) = ( , , + , , ) | , , R} .
linear de vetores de W:
Agora, um elemento qualquer de W 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 2007
5.3
Produto Escalar em Rn
371
Vamos, agora, encontrar uma base ortonormal para W. Para isso vamos aplicar a Proposic ao
5.18 na pagina
369.
W1 = V1 = (1, 0, 1, 0, 1);
1
1
W2 = V2 projW1 V2 = (0, 0, 1, 1, 0) + (1, 0, 1, 0, 1) = (1, 0, 2, 3, 1)
3
3
1
1
W3 = V3 projW1 V3 projW2 V3 = (1, 1, 0, 0, 0) (1, 0, 1, 0, 1) (1, 0, 2, 3, 1)
3
15
1
(3, 5, 1, 1, 2)
=
5
Agora, vamos dividir cada vetor pela sua norma para obtermos vetores de norma igual a 1
(unitarios).
U1
U2
U3
Julho 2007
1
1
1
1
=
W1 = ( , 0, , 0, )
||W1 ||
3
3
3
1
1
2
3
1
=
W2 = ( , 0, , , )
||W2 ||
15
15 15 15
1
3
5
1
1
1
=
W3 = ( , , , , )
||W3 ||
2 10 2 10 2 10 2 10
10
Reginaldo J. Santos
Espacos Rn
372
E1 = (1, 0, . . . , 0),
E2 = (0, 1, 0, . . . , 0),
...
En = (0, . . . , 0, 1)
Julho 2007
5.3
Produto Escalar em Rn
373
Demonstracao.
(a) Sejam
W1
W2
W3
Wk
=
=
=
...
=
V1 ,
V2 projW1 V2 ,
V3 projW1 V3 projW2 V3 ,
Vk projW1 Vk projW2 Vk . . . projWk1 Vk .
se da Proposicao
0, pois caso contrario,
Vk pertenceria ao subespaco gerado por W1 , . . . , Wk1 que e igual ao subespaco gerado por
ortogonais nao
nulos, pela
V1 , . . . , Vk1 e assim V1 , . . . , Vk seriam L.D. Como W1 , . . . , Wk sao
5.17 na pagina
U1 =
Julho 2007
1
W1 ,
||W1 ||
U2 =
1
W2 ,
||W2 ||
...,
Uk =
1
Wk .
||Wk ||
Reginaldo J. Santos
Espacos Rn
374
Assim, {U1 , . . . , Uk } e uma base ortonormal para o subespaco W.
Julho 2007
5.3
Produto Escalar em Rn
375
Exerccios Numericos
(respostas na pagina
617)
ortogonais?
5.3.1. Sejam X = (1, 1, 2) e Y = (a, 1, 2). Para quais valores de a, X e Y s ao
solucao
x + y z = 0
2x + y + 2z = 0.
Reginaldo J. Santos
Espacos Rn
376
Exerccios Teoricos
V e ortogonal a W , para todo escalar .
5.3.10. Mostre que se V e ortogonal a W , entao
V e ortogonal a qualquer combinacao
linear
5.3.11. Mostre que se V e ortogonal a W1 , . . . , Wk , entao
de W1 , . . . , Wk .
Y Z e ortogonal a X .
5.3.12. Sejam X , Y e Z vetores de Rn . Prove que se X Y = X Z , entao
vetores nao
nulos ortogonais entre si e X = 1 W1 +. . .+k Wk ,
5.3.13. Mostre que se W1 , . . . , Wk sao
X = projW1 X + . . . + projWk X .
entao
5.3.14. Sejam V1 , . . . , Vk vetores linearmente dependentes. Mostre que, aplicando-se o processo de
de Gram-Schmidt aos vetores V1 , . . . , Vk , se obtem
um vetor Wi que e nulo,
ortogonalizacao
Seja Vi o primeiro vetor tal que Vi [V1 , . . . , Vi1 ] =
para algum i = 1, . . . , k . (Sugestao:
[W1 , . . . , Wi1 ] e use o exerccio anterior.)
5.3.15. Seja S = {W1 , . . . , Wk } uma base ortogonal de um subespaco W de Rn . Mostre que um todo
vetor V de W pode ser escrito como
V =
V W1
V W2
V Wk
W1 +
W2 + . . . +
Wk .
2
2
||W1 ||
||W2 ||
||Wk ||2
Julho 2007
5.3
Produto Escalar em Rn
377
5.3.16. Mostre que o conjunto de todos os vetores do R n ortogonais a um dado vetor V = (a1 , . . . , an ),
W = {X = (x1 , . . . , xn ) Rn | X V = 0} e um subespaco de Rn .
vetores quaisquer de Rn , entao:
(b) ||V + W ||2 + ||V W ||2 = 2(||V ||2 + ||W ||2 ) (lei do paralelogramo).
(Sugestao:
cos =
X Y
,
||X|| ||Y ||
real e e unico.
(Sugestao:
mostre,
usando a desigualdade de Cauchy-Schwarz, que
1
Julho 2007
X Y
1.)
||X|| ||Y ||
Reginaldo J. Santos
Espacos Rn
378
5.3.20. Seja W um subespaco de Rn . Mostre que o conjunto de todos os vetores ortogonais a todos os
vetores de W e um subespaco de Rn . Este subespaco e chamado de complemento ortogonal
de W e denotado por W , ou seja,
V1 V2 Vn1 = (1)n+1 det(vij )j6=1 , (1)n+2 det(vij )j6=2 , . . . , (1)2n det(vij )j6=n .
Mostre que:
Julho 2007
Produto Escalar em Rn
379
projW V
V projW V
V projW V
5.3
projW V
Julho 2007
Reginaldo J. Santos
Espacos Rn
380
V projW1 V projW2 V
W1
W2
projW1 V
projW2 V
projW1 V +projW2 V
Julho 2007
5.3
Produto Escalar em Rn
381
W3 =
V3 projW1V3
projW2V3
V3
W 1 = V1
projW1V2
V3
W2 =
V2 projW1V2
V2
W1
projW1V3
W2
projW2V3
projW1V3 +projW2V3
Figura 5.28: W1 = V1 e W2 = V2
projW1 V2
Julho 2007
Figura 5.29:
projW2 V3
W3 = V3 projW1 V3
Reginaldo J. Santos
Espacos Rn
382
em que ~i = (1, 0, 0), ~j = (0, 1, 0) e ~k = (0, 0, 1). Ou seja, as coordenadas de um ponto P sao
denadas ortogonal, {O,~i, ~j, ~k}. Para resolver alguns problemas geometricos
e necessario
usarmos
0
um segundo sistema de coordenadas ortogonal determinado por uma origem O
e por 3 veto3
0
res U1 , U2 e U3 ortonormais de R . Por exemplo, se O = (2, 3/2, 3/2), U1 = ( 3/2, 1/2, 0),
O 0 P = x 0 U1 + y 0 U2 + z 0 U3 ,
V1 , V2 e V3 L.I. de R (nao
402).
Julho 2007
5.4
Mudanca de Coordenadas
383
U3
z~k
O0
P = (x, y, z)
U1
Julho 2007
y~j
x~i
U2
Reginaldo J. Santos
Espacos Rn
384
as coordenadas de P no sistema {O 0 , U1 , U2 , U3 } sao
dadas por
entao
x0
= y0 .
z0
x 0 U1 +
Vamos considerar inicialmente o caso em que O = O 0 . Assim, se OP = (x, y, z), entao
x0
x
0
0
y
em que Q = [ U1 U2 U3 ], X =
, X = y .
0
z
z
e dada por
Como a matriz Q e invertvel (por que?) a solucao
X 0 = Q1 X.
U1t
U1 U1 U1t U2 U1t U3
U1 U1 U1 U2 U1 U3
Qt Q = U2t [ U1 U2 U3 ] = U2t U1 U2t U2 U2t U3 = U2 U1 U2 U2 U2 U3 = I3
U3t
U3t U1 U3t U2 U3t U3
U3 U1 U3 U2 U3 U3
x0
x
y 0 = Qt y .
z0
z
Julho 2007
5.4
Mudanca de Coordenadas
385
Tambem
0
a um sistema de coordenadas {O , U1 , U2 },
As coordenadas de um ponto P no plano em relacao
vetores que formam uma base ortonormal do R2 , e definido como sendo os
em que U1 e U2 sao
linear de U1 e U2 , ou seja, se
escalares que aparecem ao escrevermos O 0 P como combinacao
O 0 P = x 0 U1 + y 0 U2 ,
as coordenadas de P no sistema {O 0 , U1 , U2 } sao
dadas por
entao
x0
y0
x0
y0
=Q
x
y
em que E1 = (1, 0) e E2 = (0, 1). Observe que, tanto no caso do plano quanto no caso do espaco, a
matriz Q satisfaz, Q1 = Qt . Uma matriz que satisfaz esta propriedade e chamada matriz ortogonal.
ao novo
e U2 = (1/2, 3/2). Se P = (2, 4), vamos determinar as coordenadas de P em relacao
sistema de coordenadas.
Q = [ U 1 U2 ] =
Julho 2007
3/2
1/2
1/2
3/2
.
Reginaldo J. Santos
Espacos Rn
386
[P ]{O,U1 ,U 2} = Q
2
4
U1t
U2t
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
P = (x, y) um ponto qualquer do plano. Vamos determinar as coordenadas de P em relacao
novo sistema de coordenadas.
ao novo sistema de coordenadas sao
dadas por
As coordenadas de P em relacao
[P ]{O,U1 ,U 2} = Q
x
y
U1t
U2t
x
y
x
( 3 x
3/2 1/2
+ y)/2
=
.
=
y
3/2
1/2
(x + 3 y)/2
`
Exemplo 5.33. Vamos agora considerar um problema inverso aqueles
apresentados nos exemplos
x=
y=
ou equivalentemente
x
y
1 x0
5
2 x0
5
"
1
5
2
5
2
5
15
2 y 0
5
1 y 0
5
#
x0
y0
Julho 2007
5.4
Mudanca de Coordenadas
387
E2
U2
U1
E1
Julho 2007
Reginaldo J. Santos
Espacos Rn
388
entre as coordenadas
e as coordenadas de P ,
x0
0
y
x
ao sistema de coordenadas original
, em relacao
y
{O, E1 = (1, 0), E2 = (0, 1)}.
os vetores U1 e U2 .
Queremos determinar quais sao
1
0
Os vetores U1 e U2 da nova base possuem coordenadas
e
, respectivamente, em
0
1
ao novo sistema de coordenadas, {O, U1 , U2 }. Pois, U1 = 1 U1 + 0 U2 e U2 = 0 U1 +
relacao
ao sistema de coordenadas
1 U2 . Queremos saber quais as coordenadas destes vetores em relac ao
original, {O, E1 = (1, 0), E2 = (0, 1)}. Logo,
"
# "
#
1
2
1
1
5
5
U1 =
= 25
2
1
0
5
5
5
"
# "
#
1
2
2
0
5
5
5
U2 =
=
2
1
1
5
5
5
as colunas da matriz Q =
Ou seja, U1 e U2 sao
"
1
5
2
5
2
5
15
5.4.1 Rotacao
Suponha que o novo sistema de coordenadas {O, U1 , U2 } seja obtido do sistema original
Julho 2007
5.4
Mudanca de Coordenadas
389
x
E2
cos
sen
U1
cos
sen
U2
E1
de um angulo
Julho 2007
Reginaldo J. Santos
Espacos Rn
390
de um angulo
U1 =
(cos , sen )
U2 = (sen , cos )
cos sen
sen
cos
Q = [ U 1 U2 ] =
= R
x0
y0
Rt
x
y
cos sen
sen cos
x
y
podem ser
O sistema de coordenadas que aparece nos dois primeiros exemplos desta sec ao
de um angulo
ao sistema original.
obtidos por uma rotacao
= /6 em relacao
5.4.2 Translacao
dos
Vamos considerar, agora, o caso em que O 0 6= O , ou seja, em que ocorre uma translacao
eixos coordenados.
Observando a Figura 5.34, obtemos
O 0 P =OP OO 0 .
(5.22)
Julho 2007
5.4
Mudanca de Coordenadas
391
y0
O0
O
x0
x
Julho 2007
Reginaldo J. Santos
Espacos Rn
392
ao novo sistema sao
dadas por
Logo, as coordenadas de P em relacao
x0
y0
xh
yk
(5.23)
Julho 2007
5.4
Mudanca de Coordenadas
393
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 P podemos encontrar as coordenadas de P em relacao
X 0 = Qt X,
em que Q = [ U1 U2 U3 ]
dos angulos
Reginaldo J. Santos
Espacos Rn
394
y0
x0
ortografica
Julho 2007
5.4
Mudanca de Coordenadas
395
U2
U1
~k
O0
U3
~j
~i
ortografica
Julho 2007
Reginaldo J. Santos
Espacos Rn
396
U2
~k
U1
~i
U3
~j
(cos , sen , 0)
ortografica
Julho 2007
5.4
Mudanca de Coordenadas
397
~k
~j
U2
(cos , sen , 0)
U1
U3
~i
(cos , sen , 0)
Julho 2007
Reginaldo J. Santos
Espacos Rn
398
e dada por
x0
sen
cos
0
x
y 0 = cos cos cos sen sen y
z0
sen cos
sen sen cos
z
e dada por
e a projecao
x
y0
sen
cos
0
cos cos cos sen sen
x
y0
"
21
43
3
2
14
x
y .
z
# x
x
0
0.50
0.87
0
y
y .
3
0.43 0.25 0.87
2
z
z
Experimente desenhar o cubo que tem a origem O = (0, 0, 0) como um dos v ertices
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 2007
5.4
Mudanca de Coordenadas
399
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 2007
Reginaldo J. Santos
Espacos Rn
400
Exerccios Numericos
(respostas na pagina
623)
ao sistema de coordenadas S, nos seguintes
5.4.1. Encontre as coordenadas do ponto P com relacao
casos:
(b) S = {O, (1/ 2, 1/ 2, 0), (0, 0, 1), (1/ 2, 1/ 2, 0)} e P = (2, 1, 2);
(a) S = {O, (1/ 2, 1/ 2), (1/ 2, 1/ 2)} e P = (1, 3);
ao sistema de coordenadas S, [P ]S ,
5.4.2. Encontre o ponto P , se as coordenadas de P em relacao
sao:
1
1 , em
(a) [P ]S =
, em que S = {O, (1/ 2, 1/ 2), (1/ 2, 1/ 2)}. (b) [P ]S =
1
2
ao sistema de coordenadas
y as coordenadas de um ponto P em relacao
5.4.3. Sejam [P ]R =
z
0
x
~
~
~
0
1
0
0
x
x
y = 0
y0 .
1/2 3/2
z
z0
0
3/2
1/2
os vetores U1 , U2 e U3 ?
Quais sao
Julho 2007
5.4
Mudanca de Coordenadas
401
3
do plano em que as coordenadas do ponto P = ( 3, 1) sao
.
5.4.4. Determine qual a rotacao
1
(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 {U 1 , U2 , U3 } de R3 .
(c) Determine as coordenadas dos vetores ~i, ~j e ~k no sistema {O, U1 , U2 , U3 }.
5.4.6. Considere dois sistemas de coordenadas R = {O, ~i, ~j, ~k} e S = {O,~i, U2 , U3 }, em que o
do angulo
Julho 2007
Reginaldo J. Santos
Espacos Rn
402
Exerccios Teoricos
5.4.7. Mostre que
(a) R1 R2 = R1 +2 .
(b) R1 = R .
5.4.8. Seja B uma matriz quadrada 2 2.
(a) Verifique que R B e a matriz obtida girando as colunas de B de .
(b) Verifique que BR e a matriz obtida girando as linhas de B de .
O 0 P = x 0 V1 + y 0 V2 + z 0 V3 ,
as coordenadas de P no sistema {O 0 , V1 , V2 , V3 } sao
dadas por
entao
x0
= y0 .
z0
Julho 2007
5.4
Mudanca de Coordenadas
403
x0
x
0
[ V1 V2 V3 ] y
= y
z0
z
ao sistema
(b) Mostre que as coordenadas de um ponto P no espaco em relacao
0
0
0
0
bem definidas, ou seja, x , y e z estao
unicamente determinados
{O , V1 , V2 , V3 } estao
dados por
e sao
Julho 2007
x0
x
= y 0 = Q1 y = Q1 [P ]{O0 ,~i,~j,~k} .
z0
z
Reginaldo J. Santos
Espacos Rn
404
Teste do Captulo
1. Sejam S1 e S2 subconjuntos finitos do Rn tais que S1 seja um subconjunto de S2 (S1 6= S2 ). Se
nao
0 0 0
A= 0 2 2
0 2 2
3. Considere o vetor f1 = ( 12 ,
3
).
2
(a) Escolha f2 de forma que S = {f1 , f2 } seja base ortonormal do R2 . Mostre que S e base.
Julho 2007
Captulo 6
Diagonalizacao
de Matrizes
6.1 Diagonalizacao
6.1.1 Motivacao
descritos em cada estagio
potencia
k da matriz A, Ak , em que k e um numero
Diagonalizacao
406
1 0 . . . 0
0 2 . . . 0
A = ..
.
..
.
. ..
0 . . . 0 n
k1 0 . . . 0
0 k . . . 0
2
entao
Ak = ..
.
..
.
. ..
0 . . . 0 kn
A = P DP 1 ,
entao
1 0 . . . 0
0 2 . . . 0
em que D = .
.
..
..
. ..
0 . . . 0 n
Ak = Ak1 A = (P DP 1 )k1 (P DP 1)
= (P D k1 P 1 )(P DP 1 ) = P D k1 (P 1 P )DP 1
k1 0 . . . 0
0 k . . . 0
2
1
= P D k P 1 = P ..
.. P .
..
.
. .
0 . . . 0 kn
Julho 2007
6.1
de Matrizes
Diagonalizacao
407
1 1
4
1
A=
426 que
mostraremos no Exemplo 6.6 na pagina
P =
1 1
2 2
e D=
3
0
0 1
tais que
sao
A = P DP 1 .
Assim,
k
1
1 1
3
0
1 1
= PD P =
2 2
0 (1)k
2 2
3k (1)k 1 2 1
=
2 3k 2(1)k 4 2
1
1 2(3k + (1)k )
(1)k 3k
=
4 4((1)k 3k ) 2(3k + (1)k )
k
Vamos descobrir, a seguir, como podemos determinar matrizes P e D , quando elas existem, tais
que A = P DP 1 , ou multiplicando a` esquerda por P 1 e a` direita por P , D = P 1 AP , com D
ao processo de encontrar as matrizes P e
sendo uma matriz diagonal. Chamamos diagonalizacao
D.
Julho 2007
Reginaldo J. Santos
Diagonalizacao
408
Definicao
se existem matrizes P e D tais
que A = P DP 1 , ou equivalentemente, D = P 1 AP , em que D e uma matriz diagonal.
e diagonalizavel,
pois
1 0 . . . 0
0 2 . . . 0
A = ..
.
..
.
. ..
0 . . . 0 n
A = (In )1 AIn .
P 1 AP = D ,
(6.1)
sobre as matrizes P e D .
em que D e uma matriz diagonal. Vamos procurar tirar conclusoes
anterior, obtemos
Multiplicando a` esquerda por P ambos os membros da equacao
AP = P D .
(6.2)
Julho 2007
6.1
de Matrizes
Diagonalizacao
Sejam
409
1 0 . . . 0
0 2 . . . 0
D = ..
.
..
.
. ..
0 . . . 0 n
AP = A
e P = V1 V2 . . . V n ,
V1 V2 . . . V n
PD =
V1 V2
1 0 . . . 0
0 2 . . . 0
. . . Vn ..
.
..
.
. ..
0 . . . 0 n
= 1 V1 2 V2 . . . n Vn
Logo,
1 V1 2 V2 . . . n Vn
AVj = j Vj ,
para j = 1, . . . n. Ou seja, as colunas de P , Vj , e os elementos da diagonal de D , j , satisfazem a
equacao
AX = X,
Julho 2007
Reginaldo J. Santos
Diagonalizacao
410
incognitas.
em que e X sao
Isto motiva a seguinte definicao.
v1
..
nulo V = . de Rn , tal que
existe um vetor nao
vn
AV = V .
(6.3)
Julho 2007
6.1
de Matrizes
Diagonalizacao
*
V
q
AV
*
= V
411
*
AV = V
q
V
*
AV
qO
= V
V
*
>1
0<<1
<0
1 0 ... 0
0 1 ... 0
In = ..
.
..
.
. ..
0 ... 0 1
AV = In V
ou
(A In )V = 0 .
(6.4)
vetores nao
nulos, os autovalores sao
os valores de , para os quais o
Como os autovetores sao
nao
trivial. Mas, este sistema homogeneo
nao
Julho 2007
Reginaldo J. Santos
Diagonalizacao
412
6.1. Seja A uma matriz n n.
Proposicao
as razes reais do polinomio
p(t) = det(A t In )
(6.5)
os vetores nao
nulos da solucao
do
(b) Para cada autovalor , os autovetores associados a s ao
sistema
(A In )X = 0 .
(6.6)
p(t) = det(A t In )
(6.7)
e chamado polinomio
caracterstico de A.
A=
1 1
4
1
Julho 2007
6.1
de Matrizes
Diagonalizacao
413
1 t 1
4 1 t
= (1 t)2 4 = t2 2t 3 .
(A 1 I2 )X = 0
e
2 1
4 2
x
y
0
0
ou
2x y = 0
4x 2y = 0
geral e
cuja solucao
W1 = {(, 2) | R}.
que e o conjunto de todos os autovetores associados a 1 = 3 acrescentado o vetor nulo. Agora,
(A 2 I2 )X = 0
e
2 1
4
2
x
y
0
0
geral e
cuja solucao
W2 = {(, 2) | R},
que e o conjunto de todos os autovetores associados a 2 = 1 acrescentado o vetor nulo.
Julho 2007
Reginaldo J. Santos
414
Diagonalizacao
seu polinomio
caracterstico, que tem a forma p(t) = (1)n tn + an1 tn1 + . . . + a1 t + a0 . (por que?)
Julho 2007
6.1
de Matrizes
Diagonalizacao
415
inteiros, entao
as razes racionais (se existirem) de
6.2. Se a0 , a1 , . . . , an1 sao
Proposicao
Demonstracao.
Seja
pn1
p
pn
+
a
+ + a 1 + a0 = 0
n1
n
n1
q
q
q
(6.8)
colocando-se p em evidencia
obtemos
Reginaldo J. Santos
Diagonalizacao
416
p(t)
= t2 + 5t 6,
t1
2
2 e 3, entao
as razes de
ou seja, p(t) = (t 1)(t + 5t 6). Como as razes de t2 + 5t 6 sao
1, 2 e 3.
p(t), sao
4 2 2
A= 2 4 2
2 2 4
4t
2
2
4t
2
p(t) = det(A t I3 ) = det 2
2
2
4t
4t
2
2
2
2 4t
= (4 t) det
2 det
+ 2 det
2
4t
2 4t
2
2
4t
2
2
2
= (4 t) det
4 det
2
4t
2 4t
= (4 t)[(4 t)2 4] 8(2 t) = t3 + 12t2 36t + 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
Julho 2007
6.1
de Matrizes
Diagonalizacao
417
p(1) = 1 + 12 + 36 + 32 > 0.
p(t)
= t2 + 10t 16
t2
1 = 2
ou seja, p(t) = (t 2)(t2 + 10t 16) = (t 2)2 (8 t). Portanto os autovalores de A sao
e 2 = 8. Agora, vamos determinar os autovetores associados aos autovalores 1 e 2 . Para isto
vamos resolver os sistemas (A 1 I3 )X =
0 e (A 2 I3 )X = 0. Como
(A 1 I3 )X = 0 e
2 2 2
x
0
2 2 2 y = 0
2 2 2
z
0
1 1 1 0
0 0 0 0
0 0 0 0
geral do sistema (A 1 I3 )X =
Assim, a solucao
0 e
W1 = {( , , ) | , R} ,
que e o conjunto de todos os autovetores associados a 1 = 2 acrescentado o vetor nulo.
Julho 2007
Reginaldo J. Santos
Diagonalizacao
418
ao autovalor 2 = 8, o sistema (A 2 I3 )X =
Com relacao
0 e
4
2
2
x
0
2 4
2
y = 0
2
2 4
z
0
1 0 1 0
0 1 1 0
0 0
0 0
geral do sistema (A 2 I3 )X =
Assim, a solucao
0 e
W2 = {(, , ) | R}.
Para cada autovalor , o conjunto dos autovetores associados a ele acrescentado o vetor nulo
do sistema linear homogeneo
e o conjunto solucao
(A In )X = 0 e e chamado de autoespaco
associado ao autovalor .
6.1.3 Diagonalizacao
Vamos enunciar e demonstrar o resultado principal deste captulo. J a vimos que se uma matriz A
ela e diagonalizavel.
Julho 2007
6.1
de Matrizes
Diagonalizacao
419
W2
4
W = (1, 2)
V = (1, 2)
AW
4
W1
6
6
AV
6
6
1
Figura 6.1: Autovetores associados a 1 = 3 e a 2 = W
2 da matriz do Exemplo 6.3
z
y
4
4
$heta=-60.41^o$
$phi=50.7^o$
-4
W1
Reginaldo J. Santos
Diagonalizacao
420
Teorema 6.3. Seja A uma matriz nn que tem n autovetores L.I. V 1 , . . . , Vn associados a 1 , . . . , n ,
as matrizes
respectivamente. Entao
P =
V1 V2 . . . V n
1 0 . . . 0
0 2 . . . 0
e D= .
.
..
..
. ..
0 . . . 0 n
tais que
sao
A = P DP 1 ,
Demonstracao.
Suponha que V1 , . . . , Vn sao
a 1 , . . . , n , respectivamente. Vamos definir as matrizes
P =
V1 V2 . . . V n
1 0 . . . 0
0 2 . . . 0
e D= .
.
..
..
. ..
0 . . . 0 n
Julho 2007
6.1
de Matrizes
Diagonalizacao
421
AP = A
V1 V2 . . . V n
1 V1 2 V2 . . . n Vn
V1 V2
1 0 . . . 0
0 2 . . . 0
. . . Vn ..
.
..
.
. ..
0 . . . 0 n
= P D.
A = P DP 1 .
A = P DP 1 ,
(6.9)
em que D e uma matriz diagonal. Multiplicando a` direita por P ambos os membros da equacao
anterior, obtemos
AP = P D .
(6.10)
Sejam
1 0 . . . 0
0 2 . . . 0
D = ..
.
..
.
. ..
0 . . . 0 n
Julho 2007
e P = V1 V2 . . . V n ,
Reginaldo J. Santos
Diagonalizacao
422
de P e D temos que
em que Vj e a coluna j de P . Usando as definicoes
PD =
V1 V2
V1 V2 . . .
1
0
. . . Vn ..
.
0
AP = A
AV1 AV2 . . . AVn
0 ... 0
2 . . . 0
.. = 1 V1 2 V2 . . . n Vn
..
. .
. . . 0 n
Vn
AVj = j Vj ,
5.3 na pagina
317, os autovetores
para j = 1, . . . n. Como a matriz P e invertvel, pela Proposicao
V1 , . . . , Vn sao L.I.
os autovalores de A formam a
Assim, se uma matriz A e diagonalizavel
e A = P DP 1, entao
diagonal de D e n autovetores linearmente independentes associados aos autovalores formam as
colunas de P .
O resultado que vem a seguir, garante que se conseguirmos para cada autovalor, autovetores L.I.,
ao juntarmos todos os autovetores obtidos, eles continuar ao
sendo L.I.
entao
(1)
(1)
Julho 2007
6.1
de Matrizes
Diagonalizacao
Julho 2007
423
Reginaldo J. Santos
Diagonalizacao
424
Demonstracao.
Vamos demonstrar apenas para o caso em que temos dois autovalores diferen(1)
(1)
solucao
(1)
(1)
x1 V 1
(1)
(2)
(2)
(2)
+ . . . + xk2 Vn(2)
= 0
2
+ . . . + xk1 Vn(1)
+ x 1 V1
1
(6.11)
(j)
(1)
x1 1 V 1
(2)
(2)
(1)
+ . . . + x(1)
n 1 1 Vn 1 + x 1 2 V1
autovesao
(2)
+ . . . + x(2)
n 2 2 Vn 2 = 0
(6.12)
(2)
+ . . . + x(2)
n 2 1 Vn 2 = 0 .
(6.13)
(1)
x1 1 V 1
(2)
(2)
(1)
+ . . . + x(1)
n 1 1 Vn 1 + x 1 1 V1
(6.12) da equacao
(6.13), obtemos
Subtraindo a equacao
(2)
(2)
x1 (2 1 )V1
(2)
(2)
(2)
+ . . . + x(2)
n2 (2 1 )Vn2 = 0 .
(2)
(2)
(1)
x1 (2 1 )V1
(1)
(1)
(1)
+ . . . + x(1)
n1 (2 1 )Vn1 = 0 .
(1)
(1)
Julho 2007
6.1
de Matrizes
Diagonalizacao
425
4 2 2
A= 2 4 2
2 2 4
sao
W1 = {( , , ) | , R},
W2 = {(, , ) | R},
respectivamente. Vamos encontrar, para cada autoespaco, o maior numero
possvel de autovetores
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 W1 , temos que
numero
(, , ) = (1, 1, 1),
nulo e L.I. Assim, nao
podemos ter um numero
V3 gera W2 e um vetor nao
Reginaldo J. Santos
Diagonalizacao
426
Como V1 e V2 sao
6.4 na pagina
diagonalizavel
e as matrizes
1 0 0
2 0 0
D = 0 1 0 = 0 2 0
0 0 2
0 0 8
1 1
0
1
e P = [ V 1 V2 V3 ] =
1
0
tais que
sao
1
1
1
A = P DP 1 .
Exemplo 6.6. Considere a matriz
A=
1 1
4
1
sao
W1 = {(, 2) | R} e W2 = {(, 2) | R},
respectivamente.
podemos ter mais
Para 1 = 3, temos que {V1 = (1, 2)} e uma base de W1 . Assim, nao
o maior numero
P = [ V 1 V2 ] =
tais que D = P 1 AP .
sao
1 1
2 2
D=
1 0
0 2
3
0
0 1
Julho 2007
6.1
de Matrizes
Diagonalizacao
427
A=
0 1
0 0
O seu polinomio
caracterstico e p(t) = det(A t I2 ) = t2 , assim A possui um unico
autovalor:
1 = 0. Agora, vamos determinar os autovetores associados ao autovalor 1 = 0. Para isto vamos
resolver o sistema (A 1 I2 )X =
0. Como
A 1 I2 = A =
(A 1 I2 )X =
entao
0 e
ou
0 1
0 0
x
y
0 1
0 0
0
0
y = 0
0 = 0
geral e
cuja solucao
W1 = {(, 0) | R} = {(1, 0) | R} .
que e o autoespaco correspondente a 1 = 0. Assim, para 1 = 0, temos que {V1 = (1, 0)} e
maior de
podemos ter mais autovetores
autovetores L.I. associados a 1 e como so temos um autovalor nao
existem
e diagonalizavel,
L.I. Portanto, pelo Teorema 6.3 na pagina
420, a matriz A nao
ou seja, nao
1
matrizes P e D tais que A = P DP .
Julho 2007
Reginaldo J. Santos
Diagonalizacao
428
uma populacao
e pobres) e que em cada
unidade de tempo a probabilidade de mudanca de um estado para outro seja constante no tempo, s o
dependa dos estados.
Seja tij a probabilidade de mudanca do estado j para o estado i em uma unidade de tempo
e dada por
(geracao).
A matriz de transicao
1
t11
T =
t21
t31
2
3
1
t12 t13
2
t22 t23
3
t32 t33
1
2
3
1
1
0
1
2
4
1
1
1
2
T = 2
2
2
1
1
3
0
4
2
Julho 2007
6.1
de Matrizes
Diagonalizacao
429
polinomio
caracterstico e
1
2
t
1
2
1
2
1
4
1
2
1
4
2
1
1
1
1
t
2
2
= ( t) det
det
1
1
0 12 t
t
2
4
4
2
1
1
1
1 1
( t)
= ( t) ( t)2
2
2
8
8 2
1
3
1
1
3
= t3 + t2 t = t(t2 + t ) = t(t 1)(t )
2
2
2
2
2
1
2
1
2
(T 1 I3 )X = T X = 0 e
1
2
1
2
1
4
1
2
1
4
0
1
2
1
2
x
0
y = 0
z
0
1
0
0
Julho 2007
0 1 0
1
2 0
0
0 0
Reginaldo J. Santos
Diagonalizacao
430
geral do sistema (T 1 I3 )X =
Assim, a solucao
0 e
W1 = {(, 2, ) | R} ,
que e o conjunto de todos os autovetores associados a 1 = 0 acrescentado o vetor nulo. O conjunto
{V1 = (1, 2, 1)} e uma base para W1 , pois como (, 2, ) = (1, 2, 1), V1 gera W1 e um
nulo e L.I.
vetor nao
ao autovalor 2 = 1/2, o sistema (T 2 I3 )X =
Com relacao
0 e
1
4
x
0
1
2 0 12 y = 0
z
0
0 41 0
0
1 0 1 0
0 1 0 0
0 0 0 0
geral do sistema (T 2 I3 )X =
Assim, a solucao
0 e
W2 = {(, 0, ) | R}.
O conjunto {V2 = (1, 0, 1)} e uma base para W2 , pois como (, 0, ) = (1, 0, 1), V3 gera W2 e um
nulo e L.I.
vetor nao
ao autovalor 3 = 1, o sistema (T 3 I3 )X =
Com relacao
0 e
21
1
2
1
4
21
1
4
x
0
1
= 0
y
2
1
z
0
2
0
Julho 2007
6.1
de Matrizes
Diagonalizacao
431
1 0 1 0
0 1 2 0
0 0
0 0
geral do sistema (T 3 I3 )X =
Assim, a solucao
0 e
W3 = {(, 2, ) | R} ,
que e o conjunto de todos os autovetores associados a 3 = 1 acrescentado o vetor nulo. O conjunto
{V1 = (1, 2, 1)} e uma base para W1 , pois como (, 2, ) = (1, 2, 1), V1 gera W1 e um vetor nao
nulo e L.I.
autovetores associados a 1 , 2 e 3 , respectivamente, entao
pela
Como V1 , V2 e V3 sao
6.4 na pagina
gonalizavel
e as matrizes
1 0 0
0 0 0
D = 0 2 0 = 0 21 0
0 0 3
0 0 1
1 1
2
0
e Q = [ V 1 V2 V3 ] =
1
1
1
2
1
tais que
sao
D = Q1 T Q ou T = QDQ1 .
Julho 2007
Reginaldo J. Santos
Diagonalizacao
432
Assim,
T k = QD k Q1
1
4
+ ( 12 )k+1
1
4
1
2
( 21 )k+1
1
1
0 0 0
41
4
2 0 ( 21 )k 0 12
0
1
1
1
0 0 1
4
4
( 21 )k+1
2
1 k+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 2007
6.1
de Matrizes
Diagonalizacao
433
Exerccios Numericos
(respostas na pagina
627)
1
(a)
1
0
(c)
0
2
(e) 0
0
1
1
1 2
0 3
0 0
2
3
3 2
1
2
1 1
(b)
2
4
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 2007
(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
434
(a)
0
0
0
(c)
2
1
1
1
2
1
1
2
0
3
3
0
2
4
2
(b)
2
1
1 2
3 2 1
0
2 0
(d)
0
0 0
3
2
0
autovetores da matriz
6.1.5. Sabendo-se que V1 = (4, 4, 1), V2 = (5, 4, 1) e V3 = (5, 3, 1) sao
13 65
A = 23 61
16 61
20
3
16
3
11
6
Julho 2007
6.1
de Matrizes
Diagonalizacao
435
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
Reginaldo J. Santos
Diagonalizacao
436
polinomio
caracterstico de A, os autovalores e um conjunto de autovetores linearmente independentes com o maior numero
Exerccios Teoricos
6.1.11. Dizemos que uma matriz B , n n, e semelhante a uma matriz A, n n, se existir uma matriz
singular tal que B = P 1 AP . Demonstre:
P nao
(a) A e semelhante a A;
B e semelhante a A;
(b) Se A e semelhante a B , entao
A e semelhante a C .
(c) Se A e semelhante a B e B e semelhante a C , entao
6.1.12. Seja um autovalor (fixo) de A. Demonstre que o conjunto formado por todos os autovetores
de A associados a , juntamente com o vetor nulo, e um subespaco de Rn . Este subespaco e
chamado de autoespaco associado a .
Julho 2007
6.1
de Matrizes
Diagonalizacao
437
semelhantes, entao
possuem os mesmos polinomios
o unico
Exerccio 1.1.29 na pagina 32. Demonstre que se A e nilpotente, entao
autovalor de A
use o exerccio anterior)
e 0. (Sugestao:
6.1.18. Seja A uma matriz n n.
a b
necessarias
. Ache condicoes
e suficientes para que A seja diagonalizavel.
c d
Reginaldo J. Santos
Diagonalizacao
438
do seu polinomio
caracterstico, incluindo as multiplicidades. (Sugest ao:
use o fato de que
tr(AB) = tr(BA).)
tais que B = A, para um escalar 6= 0. Mostre
6.1.24. Suponha que duas matrizes n n A e B sao
e autovalor de B .
que se e autovalor de uma matriz A, entao
6.1.25. Seja A uma matriz n n com n autovalores diferentes. Mostre que A e diagonalizavel.
6.1.26.
Julho 2007
6.1
de Matrizes
Diagonalizacao
439
A=
0
0
1
0
..
.
..
.
0
1
..
..
0
0
..
.
0
0
0
a0 a1 a2 an1
,
nn
Julho 2007
Reginaldo J. Santos
Diagonalizacao
440
de Matrizes Simetricas
6.2 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 x e y ) atraves
3x2 + 2xy + 3y 2 = 4 .
(6.14)
[3x + y x + 3y]
ou
[x y]
3 1
1 3
x
y
x
y
=4
=4
ou ainda,
X t AX = 4 ,
em que
A=
3 1
1 3
e X =
(6.15)
x
y
.
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
441
A = P DP t
em que
P =
"
1
2
12
1
2
1
2
eD=
2 0
0 4
como P t P = I2 , a
Se fazemos a mudanca de variaveis
(ou de coordenadas) X = P X 0 , entao
(6.15) se transforma em
equacao
X 0t DX 0 = 4
ou
[x
y]
2 0
0 4
x0
y0
=4
2x02 + 4y 02 = 4 ,
ou dividindo por 4, como
x02 y 02
+
=1
2
1
da elipse mostrada na Figura 6.3. Veremos na proxima
Reginaldo J. Santos
Diagonalizacao
442
y
y
E2
W2
E1
x
W1
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
443
de
identificacao
no exemplo anterior, foi o fato de que a matriz A e diagonalizavel
atraves
1
1
t
uma matriz ortogonal P . Ou seja, existe uma matriz P tal que A = P DP
eP
=P .
ela e diagonalizavel,
de conicas.
necessaria,
como por exemplo na identificacao
Vamos em primeiro lugar, caracterizar as matrizes ortogonais.
6.5. Uma matriz P e ortogonal se, e somente se, as suas colunas formam um conjunto
Proposicao
ortonormal de vetores.
as colunas de P . A
Demonstracao.
Vamos escrever P = [U1 . . . Un ]. Ou seja, U1 , . . . , Un sao
Julho 2007
Reginaldo J. Santos
Diagonalizacao
444
inversa de P e P t se, e somente se, P t P = In . Mas,
U1t
P t P = ...
Unt
U1t U1 U1t U2
U t U1 U t U2
2
2
[U1 . . . Un ] = ..
.
Unt U1 Unt U2
. . . U1t Un
. . . U2t Un
..
..
.
.
t
. . . Un Un
colunas sao
de uma matriz ortogonal se, e somente se, ela possui um conjunto ortonormal de autovetores.
atraves
Demonstracao.
Sejam V1 e V2 autovetores de A associados aos autovalores 1 e 2 , respectiva AV1 = 1 V1 e AV2 = 2 V2 .
mente, com 1 6= 2 . Entao,
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
445
(6.16)
1 V1 V 2 = 2 V1 V 2
ou
(1 2 )V1 V2 = 0 .
ortogonais.
Como 1 6= 2 , conclumos que V1 V2 = 0, ou seja, V1 , V2 sao
uma matriz simetrica A atraves de uma matriz P ortogonal, precisamos encontrar, para cada au 5.18
tovalor, autovetores ortonormais associados a eles. Para isso, podemos aplicar a Proposic ao
5.19 na pagina
ou a Proposicao
369 a cada conjunto de autovetores L.I. associados a cada um dos
autovalores.
Exemplo 6.10. Considere a matriz
4 2 2
A= 2 4 2
2 2 4
Reginaldo J. Santos
Diagonalizacao
446
W2
z
y
4
4
$heta=-60.41^o$
$phi=50.7^o$
-4
W1
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
447
1 = 2 e 2 = 8.
Portanto os autovalores de A (razes reais do polinomio
caracterstico) sao
as solucoes
de (A1 I3 )X =
Os autovetores associados aos autovalores 1 = 2 e 2 = 8 sao
0
e (A 2 I3 )X = 0 respectivamente.
A forma escalonada reduzida de
2 2 2
A 2I3 = 2 2 2
2 2 2
1 1 1
0 0 0 .
0 0 0
W1 = {( , , ) | , R} ,
Agora, ( , , ) = (1, 0, 1) + (1, 1, 0). Assim, os vetores V 1 = (1, 0, 1) e V2 =
disso, eles sao
L.I. (um nao
e multiplo
eles
(1, 1, 0) geram W1 . Como alem
Proposicao
369.
W1 = V1 = (1, 0, 1);
1
U1 =
W1 = (1/ 2, 0, 1/ 2)
||W1 ||
1
U2 =
W2 = (1/ 6, 2/ 6, 1/ 6)
||W2 ||
Julho 2007
Reginaldo J. Santos
Diagonalizacao
448
4
2
2
2
A 8I3 = 2 4
2
2 4
1
0
0
0 1
1 1 .
0
0
W2 = {(, , ) | R}.
O conjunto {V3 = (1, 1, 1)} e uma base para W2 , pois como (, , ) = (1, 1, 1), V3 gera W2 e
nulo e L.I. Assim, o vetor
um vetor nao
U3 =
1
V3 = (1/ 3, 1/ 3, 1/ 3)
||V3 ||
ortogonais.
Como a matriz A e simetrica,
autovetores associados a autovalores diferentes s ao
ortonormais e assim a matriz
Portanto, U1 , U2 e U3 sao
satisfaz A = P DP t , em que
12 16
2
0
P = [U1 U2 U3 ] =
6
1
1
2
6
1
3
1
3
1
3
2 0 0
D= 0 2 0
0 0 8
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
A=
O seu polinomio
caracterstico e
449
3 1
1 3
W1 = {(, ) | R}.
V1 = (1, 1) gera W1 e como um vetor nao
nulo e L.I., {V1 } e
Como (, ) = (1, 1), entao
uma base de W1 . Assim,
U1 =
1
||W1 ||
1
1
,
2
2
6.6 na pagina
W2 = {(1, 1) | R}.
nulo e L.I., {V2 } e uma base de W2 .
O vetor V2 = (1, 1) gera W2 e como um vetor nao
U2 =
Julho 2007
1
||W2 ||
1 1
,
2 2
Reginaldo J. Santos
Diagonalizacao
450
ortogonais.
Como a matriz A e simetrica,
autovetores associados a autovalores diferentes s ao
Portanto
"
#
P =
1
2
12
1
2
1
2
eD=
2 0
0 4
tais que A = P DP t .
sao
At = (P DP t )t = (P t )t D t P t = P DP t = A,
O proximo
resultado, que esta demonstrado no Apendice
V na pagina
454, garante que toda matriz
ela e diagonalizavel
A = P DP t .
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
451
Exerccios Numericos
(respostas na pagina
647)
6.2.1. Diagonalize cada matriz dada A por meio de uma matriz ortogonal, ou seja, ache uma matriz
ortogonal P tal que P t AP seja diagonal:
(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
V1 = (0, 2, 2, 1) e V2 = (2, 1, 2, 3)
autovetores de A associados a 1 = 2 e
sao
V3 = (2, 0, 1, 2) e V4 = (3, 2, 1, 2)
autovetores associados a 2 = 4 determine, se possvel, uma matriz P e uma matriz
sao
diagonal D tais que A = P DP t .
Julho 2007
Reginaldo J. Santos
Diagonalizacao
452
Exerccios Teoricos
det(A) = 1.
6.2.3. Mostre que se A e uma matriz ortogonal, entao
matrizes ortogonais, entao
AB e ortogonal.
6.2.4. Mostre que se A e B sao
6.2.5.
cos sen
sen
cos
e ortogonal;
A=
cos sen
sen
cos
ou
A=
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
388). Observe que a segunda matriz alem
Comece com uma matriz (aij )22 e use o fato de que as colunas sao
ortonor(Sugestao:
sera a211 + a221 = 1. Faca a11 = cos e a21 = sen . Use o item
mais. Uma das equacoes
anterior.)
existem P e D ,
6.2.6. Mostre que se uma matriz A e diagonalizavel
por uma matriz ortogonal (isto e,
1
t
t
A e uma matriz simetrica.
com P
= P e D diagonal, tais que A = P DP ), entao
afirmacoes:
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
453
positivos.
(b) A e simetrica
e todos os autovalores de A sao
(c) Existe uma matriz definida positiva B tal que A = B 2 . A matriz B e chamada a raiz
quadrada de A.
Mostre que (a)(b)(c)(a). Na parte (b)(c) faca primeiro o caso em que A e
(Sugestao:
uma matriz diagonal)
6.2.8. Seja A uma matriz invertvel n n. Mostre que existe uma matriz sim etrica
definida positiva
e unica
P e uma matriz ortogonal U , tal que A = P U . Esta decomposicao
chamada de
polar de A. (Sugestao:
decomposicao
Sejam P = (AAt )1/2 e U = P 1 A. Mostre que
U U t = In .)
6.2.9. Seja A uma matriz n n. Para k = 1, . . . , n, seja Ak a submatriz obtida de A eliminando-se as
ultimas
n k elementos sao
vetores Xk tais que os ultimos
Julho 2007
Reginaldo J. Santos
Diagonalizacao
454
Apendice
V: Autovalores Complexos
validas
AB = A B.
A =
B.
6.8. Seja A uma matriz n n com entradas reais. Se Z Mn1 (C), e um autovetor de A
Proposicao
Z tambem
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
455
Demonstracao.
Z.
AZ = A Z = (AZ) = Z =
numeros
Teorema 6.9. Toda matriz simetrica,
cujas entradas sao
numeros
Demonstracao.
Seja A uma matriz simetrica,
cujas entradas sao
AZ = Z.
Z.
numeros
6.8 temos que AZ =
Como A e uma matriz cujas entradas sao
Z AZ = Z Z = Z Z =
n
X
i=1
|zi |2 .
Z tZ =
Z AZ = Z A Z = (AZ) Z =
t
n
X
i=1
real.
Julho 2007
|zi |2 .
Reginaldo J. Santos
Diagonalizacao
456
Demonstracao
450. O resultado e obvio se n = 1. Vamos supor que
o resultado seja verdadeiro para matrizes (n 1) (n 1) e vamos provar que ele e verdadeiro
para matrizes n n. Pelo Teorema 6.9 a matriz A tem um autovalor 1 . Isto significa que existe
autovetores associados a 1 . Seja V1 um autovetor de norma igual a 1 associado a 1 . Sejam
V2 , . . . , Vn vetores tais que {V1 , . . . , Vn } e uma base ortonormal de Rn (isto pode ser conseguido
de Gram-Schmidt a uma base de Rn que contenha V1 .)
aplicando-se o processo de ortogonalizacao
combinacoes
lineares de V1 , . . . , Vn ,
Seja P1 = [ V1 . . . Vn ]. Como AV1 = 1 V1 e AV2 , . . . , AVn sao
temos que
(6.17)
1 . . .
em que M = .
. Multiplicando-se a` esquerda (6.17) por P1t obtemos M =
.
.
B
0
P1t AP1 . Mas, M t = (P1t AP1 )t = P t At P1 = P1t AP1 = M , ou seja, a matriz M e simetrica.
Portanto,
M =
1 0 . . .
0
..
.
B
0
Julho 2007
6.2
de Matrizes Simetricas
Diagonalizacao
0 ...
P2
e diagonal. Seja P2 = 0.
..
(6.17)
equacao
457
AP = (AP1 )P2 = P1 M P2 = P1
1
0
..
.
Mas, B P2 = P2 D2 e assim,
em que D =
Julho 2007
AP = P1 P2
1 0 . . .
0.
..
D2
0
1 0 . . .
0
..
.
D2
0
0 ...
B P2
= P D,
Reginaldo J. Santos
Diagonalizacao
458
Identificacao
de Conicas
6.3 Aplicacao:
Uma conica
no plano e definida como o conjunto dos pontos P = (x, y) que satisfazem a equacao
ax2 + bxy + cy 2 + dx + ey + f = 0,
numeros
simultaneamente nulos. Vamos estudar
em que a, b, c, d, e e f sao
chamadas conicas
incluem um unico
479.
das formas dadas na Figura 6.19 na pagina
veremos como a diagonalizacao
de matrizes simetricas
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 equac oes
forma padrao.
6.3.1 Elipse
6.4. A elipse e o conjunto dos pontos P no plano tais que a soma das distancias
Definicao
de P
a elipse e o
a dois pontos fixos F1 e F2 (focos) e constante, ou seja, se dist(F1 , F2 ) = 2c, entao
conjunto dos pontos P tais que
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
459
F1
F2
Figura 6.5: Elipse que e o conjunto dos pontos P tais que dist(P, F1 ) + dist(P, F2 ) = 2a
Julho 2007
Reginaldo J. Santos
460
Diagonalizacao
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
6.10.
Proposicao
461
x2 y 2
+ 2 = 1,
a2
b
(6.18)
x2 y 2
+ 2 = 1.
b2
a
Em ambos os casos b =
(6.19)
a2 c 2 .
Demonstracao.
(a) Vamos provar que se P = (x, y) pertence a elipse, entao
da recproca. A elipse e o conjunto dos
deixamos para o leitor, como exerccio, a demonstracao
pontos P = (x, y) tais que
|| F1 P || + || F1 P || = 2a,
que neste caso e
ou
Julho 2007
(x + c)2 + y 2 +
(x c)2 + y 2 = 2a
p
p
(x + c)2 + y 2 = 2a (x c)2 + y 2 .
Reginaldo J. Santos
Diagonalizacao
462
y
A2
F2
B2
a
b
A1
A2
a
F1
F2
B1
B2
B1
A1 = (a, 0)
B1 = (b, 0)
F1 = (c, 0)
A2 = (a, 0)
B2 = (b, 0)
F2 = (c, 0)
(c, 0) e F2 = (c, 0)
A1 = (0, a)
B1 = (b, 0)
F1 = (0, c)
F1
A1
A2 = (0, a)
B2 = (b, 0)
F2 = (0, c)
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
463
p
a (x c)2 + y 2 = a2 cx.
a2 c2 e dividir e equacao
chamados vertices
c
. Como, c < a, a excentricidade de uma elipse e um
a
negativo menor que 1. Observe que se F1 = F2 , entao
a elipse reduz-se ao crculo
numero
real nao
disso, como c = 0, entao
e = 0. Assim, um crculo e uma elipse de excentricidade
de raio a. Alem
A excentricidade da elipse e o numero
e=
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 ger a
vertice,
nao
lo) e que corta apenas uma das folhas da superfcie (ver Exerccio 6.3.16 na pagina
492).
Julho 2007
Reginaldo J. Santos
Diagonalizacao
464
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
465
6.3.2 Hiperbole
6.5. A hiperbole
Definicao
e o conjunto dos pontos P no plano tais que o modulo
da diferenca entre
as distancias
de P a dois pontos fixos F1 e F2 (focos) e constante, ou seja, se dist(F1 , F2 ) = 2c,
a hiperbole
entao
e o conjunto dos pontos P tais 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
F1 = (c, 0) e F2 = (c, 0) e
(a) A equacao
cujos focos sao
x2 y 2
2 =1
a2
b
Julho 2007
(6.20)
Reginaldo J. Santos
Diagonalizacao
466
F1
F2
2a
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
bx
y = a
467
bx
y= a
y = a
x
b
y= a
x
b
F2
A2
c
b
A1
F1
A2
a
F2
x
A1
F1
A1 = (a, 0)
A2 = (a, 0)
F1 = (c, 0)
F2 = (c, 0)
Julho 2007
A1 = (0, a)
F1 = (0, c)
A2 = (0, a)
F2 = (0, c)
Reginaldo J. Santos
Diagonalizacao
468
b
y = x,
a
da hiperbole
F1 = (0, c) e F2 = (0, c) e
(b) A equacao
cujos focos sao
y 2 x2
2 =1
a2
b
Em ambos os casos b =
(6.21)
a
x = y.
b
c2 a 2 .
ele satisfaz
Demonstracao.
(a) Vamos provar que se P = (x, y) e uma ponto da hiperbole
entao
da recproca. A hiperbole
|| F1 P || || F2 P || = 2a,
que neste caso e
p
p
(x + c)2 + y 2 (x c)2 + y 2 = 2a
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
ou
469
p
p
(x + c)2 + y 2 = 2a + (x c)2 + y 2 .
p
(x c)2 + y 2 = a2 cx.
c2 a2 e dividir e equacao
y =b
x2
1
a2
b2 2
a2
= 2x 1 2 .
a
x
a2
se aproxima de
e proximo
de 0 e a equacao
x2
y2 =
b2 2
x
a2
b
y = x.
a
Julho 2007
Reginaldo J. Santos
Diagonalizacao
470
chamados vertices
e=
e paralelo a uma reta geratriz e que corta as duas folhas da superfcie (ver Exerccio
vertice,
nao
6.3.16 na pagina
492).
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
471
Julho 2007
Reginaldo J. Santos
Diagonalizacao
472
6.3.3 Parabola
6.6. Uma parabola
Definicao
e o conjunto dos pontos P no plano equidistantes de uma reta r
pertencente a r , ou seja, a parabola
esquadro na direcao
e tracada
(Figura 6.13).
6.12.
Proposicao
da parabola
(a) A equacao
com foco F = (p, 0) e reta diretriz r : x = p e
y 2 = 4px,
(6.22)
da parabola
(b) A equacao
com foco F = (0, p) e reta diretriz r : y = p e
x2 = 4py.
(6.23)
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
473
P
F
Julho 2007
Reginaldo J. Santos
Diagonalizacao
474
r : x = p
P0
x
F = (0, p)
P0 = (0, 0)
F = (p, 0)
P0 = (0, 0)
r : y = p
Julho 2007
Identificacao
de Conicas
Aplicacao:
475
r : x = p
6.3
r : y = p
P0
x
F
F
P0
F = (p, 0)
P0 = (0, 0)
Julho 2007
F = (0, p)
P0 = (0, 0)
Reginaldo J. Santos
Diagonalizacao
476
Demonstracao.
(a) Vamos provar que se P (x, y) pertence a parabola,
entao
da recproca. A parabola
p
(x p)2 + y 2 = |x + p|,
mais proximo
da reta
Nas Figuras 6.14, 6.15, 6.16 e 6.17, o ponto P0 e o ponto da parabola
seccionando-se um
cone por um plano paralelo a uma reta geratriz do cone conforme a Figura 6.18 na pagina
477 (ver
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
477
Julho 2007
Reginaldo J. Santos
Diagonalizacao
478
x2 y 2
+ 2 = 1, a > b
a2
b
y 2 x2
+ 2 = 1, a > b
a2
b
Elipse
(0, a)
(b, 0)
(a, 0)
(a, 0)
(b, 0)
(b, 0)
(b, 0)
(0, a)
x2 y 2
2 =1
a2
b
y 2 x2
2 =1
a2
b
b
a x
Hiperbole
a x
b
b x
a
a
b x
(0, a)
(a,0) (a, 0)
x
(0, a)
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
r : x = p
y 2 = 4px, p > 0
Parabola
479
x2 = 4py, p > 0
r : y = p
y 2 = 4px, p < 0
r : x = p
x2 = 4py, p < 0
r : y = p
Julho 2007
Reginaldo J. Santos
Diagonalizacao
480
de matrizes simetricas
nao
estao
na forma padrao.
Vamos estudar alguns exemplos.
das conicas
cujas equacoes
e
Exemplo 6.12. Considere a conica
C cuja equacao
5x2 4xy + 8y 2 36 = 0.
pode ser escrita como
Esta equacao
X t AX 36 = 0 ,
em que
A=
O polinomio
caracterstico de A e
5 2
2
8
(6.24)
e X=
5 2
2 8
x
y
= 2 13 + 36 .
(A 4I2 )X = 0
ou
1 2
2
4
x
y
0
0
e
cuja solucao
W1 = {(2, ) | R} .
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
481
Assim, V1 = (2, 1) e uma base para W1 , pois gera V1 e e L.I. E W1 = ||VV11 || = ( 25 , 15 ) e uma base
ortonormal para W1 .
precisamos resolver outro sistema linear para encontrar os autovetores associados a 2 = 9.
Nao
6.6 na pagina
W2 = {(1, 2) | R}.
Logo V2 = (1, 2) e uma base para V2 , pois gera V2 e e L.I. E W2 =
ortonormal para W2 . Portanto,
V2
||V2 ||
= ( 15 , 25 ) e uma base
A = P DP t
em que,
D=
e
4 0
0 9
P = [W1 W2 ] =
"
2
5
1
5
5
2
5
X t P DP t X 36 = 0.
0
x0
y0
na equacao
X 0t DX 0 36 = 0,
Julho 2007
Reginaldo J. Santos
Diagonalizacao
482
ou
4x02 + 9y 02 36 = 0,
ou ainda
x02 y 02
+
=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 x0 e y0 . O eixo x0 e obtido fazendo y 0 = 0 na
equacao
#
"
X = PX
ou
x
y
2
5
1
5
5
2
5
x0
y0
0
e o eixo y0 e obtido fazendo x0 = 0. Assim eixo
x passa pela origem, e paralelo e possui o mesmo
1
0
ao sistema de coordenadas x0 y0 . Ou
em relacao
1
seja, W1 = P
, que e a primeira coluna de P . O eixo y0 passa pela origem, e paralelo e possui o
0
0
ao sistema de coordenadas x0 y0 . Ou
mesmo sentido de W2 que tem coordenadas
em relacao
1
0
(6.25), verificamos
seja, W2 = P
, que e a segunda coluna de P . Depois, a partir da equacao
1
aos eixos x0 e y0 .
na Figura 6.19 na pagina
479 a forma da curva em relacao
e dada por
Exemplo 6.13. Considere a conica
cuja equacao
20
80
5x2 4xy + 8y 2 + x y + 4 = 0 .
5
5
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
483
y
y
2
x
1
W2
W1
x
1
4
4
Julho 2007
Reginaldo J. Santos
Diagonalizacao
484
pode ser escrita como
Esta equacao
X t AX + KX + 4 = 0 ,
em que
A=
5 2
2
8
e K=
20
(6.26)
805
A = P DP t
em que,
D=
4 0
0 9
, e P = [W1 W2 ] =
"
2
5
1
5
5
2
5
(6.26) obtemos
Substituindo-se A = P DP t na equacao
X t P DP t X + KX + 4 = 0.
0
x
0
0
t
0
Substituindo-se X = P X ou X = P X , em que X =
.
y0
X 0t DX 0 + KP X 0 + 4 = 0,
ou
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
485
x00 = x0 1 e
y 00 = y 0 2
(6.27)
(6.28)
obtemos
4x002 + 9y 002 36 = 0
ou
x002 y 002
+
=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 x0 e y0 . O eixo x0
grafico
temos que tracar os eixos x00 e y00 , que
por
sua vez sao
e o sentido do vetor W1 = P
tem a direcao
1
0
e
(a primeira coluna de P ). O eixo y0 tem a direcao
0
y 00 = 0. Usando
o sentido do vetor W2 = P
(a segunda coluna de P ). O eixo x00 tem equacao
1
(6.27) obtemos y 0 = 2. O eixo y00 tem equacao
x00 = 0. Usando a equacao
(6.28) obtemos
a equacao
0
(6.29), verificamos na Figura 6.19 na pagina
Reginaldo J. Santos
Diagonalizacao
486
6
y"
5
x"
y
2
x
1
W2
W1
x
1
4
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
487
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 escrev e-la.
ax2 + bxy + cy 2 + dx + ey + f = 0,
(6.30)
1 x02 + 2 y 02 + d0 x0 + e0 y 0 + f = 0 ,
os autovalores de
em que 1 , 2 sao
A=
a b/2
b/2 c
Mais ainda,
X = P X0 ,
0
em que X =
Julho 2007
x0
y0
,X =
x
y
Reginaldo J. Santos
Diagonalizacao
488
Exerccios Numericos
(respostas na pagina
658)
no ultimo
Identificar a conica,
achar a equacao
do grafico.
6.3.1. 9x2 4xy + 6y 2 = 30;
6.3.2. 3x2 8xy 12y 2 + 81 = 0;
6.3.3. 2x2 4xy y 2 = 24;
6.3.4. 21x2 + 6xy + 13y 2 132 = 0;
6.3.5. 4x2 20xy + 25y 2 15x 6y = 0;
6.3.10. x2 y 2 + 2 3xy + 6x = 0;
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
489
>> [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
x2
a2
y2
b2
= 1.
x02
a2
02
as coordenadas
+ yb2 = 1, em que x0 e y 0 sao
x002
a2
y 002
b2
x2
a2
y2
b2
= 1.
x02
a2
y 02
b2
x002
a2
as
= 1, em que x00 e y 00 sao
ao sistema de coordenadas determinado pela base ortonormal U1 e
coordenadas em relacao
U2 e pelo ponto X0.
y2
a2
x2
b2
= 1.
Reginaldo J. Santos
Diagonalizacao
490
y 02
a2
x02
b2
y 002
a2
as
= 1, em que x00 e y 00 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
y 02 = 4px0 , em que x0 e y 0 sao
a` base ortonormal U1 e U2.
em relacao
as coordenadas
>> paraby(p,[U1 U2]) desenha a parabola
x02 = 4py 0 , em que x0 e y 0 sao
a` base ortonormal U1 e U2.
em relacao
Exerccios Teoricos
Julho 2007
6.3
6.3.14.
Identificacao
de Conicas
Aplicacao:
491
(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 r egua.
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
466).
(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
473).
uma parte da parabola
e tracada (Figura 6.13 na pagina
da reta tangente a`
(a) Considere a parabola
y 2 = 4px. Usando o fato de que a inclinacao
y02
dy
2p
parabola no ponto P = ( 4p , y0 ) e tan() = dx = y . Mostre que se o raio incidente tem
0
y2
y = y0 , entao
a equacao
do raio refletido que passa por P = ( 4p0 , y0 ) e
equacao
y y0 =
Julho 2007
4py0
y02
(x
).
y02 4p2
4p
Reginaldo J. Santos
Diagonalizacao
492
Use o fato de que tan(2) =
2 tan
.
1tan2
conica
seguindo os seguintes passos:
(a) Considere dois sistemas de coordenadas R = {O, ~i, ~j, ~k} e S = {O,~i, U2 , U3 }, em que o
de angulo
x0
1
0
0
x
x
y0 = 0
cos sen y = (cos )y + (sen )z .
0
0 sen cos
z
(sen )y + (cos )z
z
x0 + y 0 = z 0
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
do
Figura 6.22: Parabola
refletindo na direcao
foco os raios paralelos ao seu eixo de simetria.
Julho 2007
493
do
Figura 6.23: Parabola
refletindo na direcao
Reginaldo J. Santos
Diagonalizacao
494
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
495
a conica
x2 2y = 0.
a conica
x2
(y + tan 2)2
+
= 1,
sec 2
sec2 2
que e uma elipse se || <
e uma hiperbole
se
< || 2 .
ax2 + bxy + cy 2 + dx + ey + f = 0,
simultaneamente nulos. Consideremos a matriz
com
a, b, c, d, e, f R, sendo a, b e c nao
A=
a b/2
. Sejam e os autovalores de A.
b/2 c
C e uma hiperbole,
C e uma parabola,
Julho 2007
Reginaldo J. Santos
Diagonalizacao
496
U3
U2
U3
U2
y
U1
U1
x=
do cone circular
Figura 6.25: Elipse intersecao
com um plano
x=
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
497
y=
x=
Julho 2007
Reginaldo J. Santos
Diagonalizacao
498
Teste do Captulo
1.
D = P t AP,
em que
A=
8 8
8
8
no ultimo
(b) Identificar a conica,
achar a equacao
um esboco do grafico.
8x2 + 8y 2 16xy + 33 2x 31 2y + 70 = 0
diagonalizaveis:
3.
a b
3b c
(a) Seja D =
(b)
1
0
0 1
a b
b
a
. Calcule D 10 .
Julho 2007
6.3
Identificacao
de Conicas
Aplicacao:
499
(b) Se V e W sao
um autovetor associado a .
e singular, entao
0 nao
e autovalor de A;
(c) Se A nao
(d) As matrizes A e A2 possuem os mesmos autovetores;
Julho 2007
Reginaldo J. Santos
80
-10
72
34
-4
30
501
-22
45
-12
No item (c) foram usadas as propriedades (l) e (n) do Teorema 1.1 na pagina
10 e no item (d)
foi usada a propriedade (i).
1.1.2. A(B + C) = AB + AC , B t At = (AB)t , C t At = (AC)t , (ABA)C = (AB)(AC).
1.1.3.
>>
>>
>>
>>
>>
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 2007
Reginaldo J. Santos
502
>> 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 2007
503
>> 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];
>> A^2-2*A
[ 0, 0]
[ 0, 0]
1.1.7. >> syms x y z w
Reginaldo J. Santos
504
[ 0, 0]
[ 0, 0]
1.1.8.
(a) Sejam A =
x 0
0 y
eB =
a b
.
c d
>> syms x y z w
>> syms a b c d
>> A=[x,0;0,y];B=[a,b;c,d];
>> A*B
[ x*a, x*b]
[ y*c, y*d]
>> B*A
[ x*a, b*y]
[ c*x, y*d]
x y
z w
eB=
a b
.
c d
>> A=[x,y;z,w];B=[a,b;c,d];
>> A*B
[ x*a+y*c, x*b+y*d]
[ z*a+w*c, z*b+w*d]
>> B*A
[ x*a+z*b, a*y+b*w]
[ c*x+d*z, y*c+w*d]
Julho 2007
505
>> A^2,A^3
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
>> A^2,A^3,A^4,A^5
ans =
1.0000
0.6667
0
0.1111
ans =
1.0000
0.7222
0
0.0370
ans =
Julho 2007
Reginaldo J. Santos
506
1.0000
0.7407
0
0.0123
ans =
1.0000
0.7469
0
0.0041
>> A^6,A^7,A^8,A^9
ans =
1.0000
0.7490
0
0.0014
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
>> A^2,A^3,A^4,A^5
Julho 2007
507
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
>> A^6,A^7,A^8,A^9
ans =
0.0156
0.0074
0
0.0001
ans =
0.0078
0.0037
0
0.0000
ans =
0.0039
0.0019
0
0.0000
ans =
0.0020
0.0009
0
0.0000
Julho 2007
Reginaldo J. Santos
508
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]
>> A^2
[ 0, 1, 0]
[ 0, 0, 1]
[ 1, 0, 0]
>> A^3
[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 1]
Para k = 3, Ak = I3 .
(b) >> A=[0,1,0,0;-1,0,0,0;0,0,0,1;...
0,0,1,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ -1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]
>> A^2
[ -1, 0, 0, 0]
Julho 2007
509
[ 0, -1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
>> A^3
[ 0, -1, 0, 0]
[ 1, 0, 0, 0]
[ 0, 0, 0, 1]
[ 0, 0, 1, 0]
>> A^4
[ 1, 0, 0, 0]
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
Para k = 4, Ak = I4 .
(c) >> A=[0,1,0,0;0,0,1,0;0,0,0,1;0,0,0,0];
>> A=sym(A)
[ 0, 1, 0, 0]
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
>> A^2
[ 0, 0, 1, 0]
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Julho 2007
Reginaldo J. Santos
510
>> A^3
[ 0, 0, 0, 1]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
>> A^4
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
[ 0, 0, 0, 0]
Para k = 4, Ak =
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
31).
comutam (Exerccio 28 na pagina
o produto comuta, se os elementos da diagonal de A sao
Julho 2007
511
1.2.2.
(a) X
(b) X
(c) X
(d) X
1.2.3.
x
8 + 7
y 2 3
=
z = 5 , R.
w
x1
2 3 + 6
x2
, , R.
7 4
=
x3 =
x4
8 5
x5
x
6
y 3
=
z = 2 , R.
w
x1
3 + 8 7
x2
, , R.
5 6
= x3 =
x4
9 3
x5
>> escalona(A)
Julho 2007
Reginaldo J. Santos
512
elimina
ca
~o 1:
1*linha 1 + linha 2 ==> linha 2
-3*linha 1 + linha 3 ==> linha 3
[
1,
1,
2,
8]
[
0, -1,
5,
9]
[
0, -10, -2, -14]
elimina
ca
~o 2:
-1*linha 2 ==> linha 2
[
1,
1,
2,
8]
[
0,
1, -5, -9]
[
0, -10, -2, -14]
-1*linha 2 + linha 1 ==> linha 1
10*linha 2 + linha 3 ==> linha 3
[
1,
0,
7,
17]
[
0,
1,
-5,
-9]
[
0,
0, -52, -104]
elimina
ca
~o 3:
-1/52*linha 3 ==> linha 3
[ 1, 0, 7, 17]
[ 0, 1, -5, -9]
[ 0, 0, 1, 2]
-7*linha 3 + linha 1 ==> linha 1
5*linha 3 + linha 2 ==> linha 2
[ 1, 0, 0, 3]
[ 0, 1, 0, 1]
Julho 2007
513
[ 0, 0, 1, 2]
x1
3
X = x2 = 1 .
x3
2
>> escalona(A)
elimina
ca
~o 1:
1/2*linha 1 ==> linha 1
[ 1, 1, 1, 0]
[ -2, 5, 2, 1]
[ 8, 1, 4, -1]
2*linha 1 + linha 2 ==> linha 2
-8*linha 1 + linha 3 ==> linha 3
[ 1, 1, 1, 0]
[ 0, 7, 4, 1]
[ 0, -7, -4, -1]
elimina
ca
~o 2:
1/7*linha 2 ==> linha 2
[
1,
1,
1,
0]
[
0,
1, 4/7, 1/7]
[
0, -7, -4, -1]
-1*linha 2 + linha 1 ==> linha 1
7*linha 2 + linha 3 ==> linha 3
[
1,
0, 3/7, -1/7]
[
0,
1, 4/7, 1/7]
Julho 2007
Reginaldo J. Santos
514
0,
0,
0,
0]
1 3
x1
7 7
1
47 , R.
X = x2 =
7
x3
>> escalona(A)
elimina
ca
~o 1:
linha 2 <==> linha 1
[ 3, 6, -3, -2]
[ 0, -2, 3, 1]
[ 6, 6, 3, 5]
1/3*linha 1 ==> linha 1
[
1,
2,
-1, -2/3]
[
0,
-2,
3,
1]
[
6,
6,
3,
5]
-6*linha 1 + linha 3 ==> linha 3
[
1,
2,
-1, -2/3]
[
0,
-2,
3,
1]
[
0,
-6,
9,
9]
elimina
ca
~o 2:
-1/2*linha 2 ==> linha 2
[
1,
2,
-1, -2/3]
[
0,
1, -3/2, -1/2]
[
0,
-6,
9,
9]
-2*linha 2 + linha 1 ==> linha 1
Julho 2007
515
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
ca
~o 1:
-2*linha 1 + linha 2 ==> linha 2
-3*linha 1 + linha 3 ==> linha 3
[ 1, -2, 1, 1, 2]
[ 0, -1, -1, -4, -5]
[ 0, -1, -1, -4, -4]
elimina
ca
~o 2:
-1*linha 2 ==> linha 2
[ 1, -2, 1, 1, 2]
[ 0, 1, 1, 4, 5]
[ 0, -1, -1, -4, -4]
2*linha 2 + linha 1 ==> linha 1
1*linha 2 + linha 3 ==> linha 3
[ 1, 0, 3, 9, 12]
[ 0, 1, 1, 4, 5]
[ 0, 0, 0, 0, 1]
Julho 2007
Reginaldo J. Santos
516
x1
9 3
(a) X = x2 = 4 , R.
x3
tem solucao!
(b) O sistema nao
1.2.5.
>> B=A+4*eye(3);
>> escalona([B,zeros(3,1)])
elimina
ca
~o 1:
linha 2 <==> linha 1
[ 1, 5, 1, 0]
[ 5, 0, 5, 0]
[ 0, 1, 0, 0]
(-5)*linha 1 + linha 2 ==> linha 2
[
1,
5,
1,
0]
[
0, -25,
0,
0]
[
0,
1,
0,
0]
elimina
ca
~o 2:
linha 3 <==> linha 2
[
1,
5,
1,
0]
[
0,
1,
0,
0]
[
0, -25,
0,
0]
(-5)*linha 2 + linha 1 ==> linha 1
(25)*linha 2 + linha 3 ==> linha 3
[ 1, 0, 1, 0]
[ 0, 1, 0, 0]
Julho 2007
517
[ 0, 0, 0, 0]
X = y = 0 , R.
z
>> escalona([B,zeros(3,1)])
elimina
ca
~o 1:
(-1)*linha 1 ==> linha 1
[ 1, 0, -5, 0]
[ 1, -1, 1, 0]
[ 0, 1, -6, 0]
(-1)*linha 1 + linha 2 ==> linha 2
[ 1, 0, -5, 0]
[ 0, -1, 6, 0]
[ 0, 1, -6, 0]
elimina
ca
~o 2:
(-1)*linha 2 ==> linha 2
[ 1, 0, -5, 0]
[ 0, 1, -6, 0]
[ 0, 1, -6, 0]
(-1)*linha 2 + linha 3 ==> linha 3
[ 1, 0, -5, 0]
[ 0, 1, -6, 0]
[ 0, 0, 0, 0]
Julho 2007
Reginaldo J. Santos
518
1.2.6.
x
5
X = y = 6 , R.
z
>> A=[1,2,-3,4;3,-1,5,2;4,1,a^2-14,a+2];
>> escalona(A)
elimina
ca
~o 1:
-3*linha 1 + linha 2 ==> linha 2
-4*linha 1 + linha 3 ==> linha 3
[
1,
2,
-3,
4]
[
0,
-7,
14,
-10]
[
0,
-7, a^2-2, a-14]
elimina
ca
~o 2:
-1/7*linha 2 ==> linha 2
[
1,
2,
-3,
4]
[
0,
1,
-2, 10/7]
[
0,
-7, a^2-2, a-14]
-2*linha 2 + linha 1 ==> linha 1
7*linha
2 + linha 3 ==>
linha 3
1 0
1
8/7
0 1
2
10/7
2
0 0 a 16 a 4
i. Se a2 16 = 0 e a 4 = 0, entao
Neste caso,
a = 4;
o sistema nao
tem solucao.
Neste caso, a = 4;
ii. Se a2 16 = 0 e a 4 6= 0, entao
Julho 2007
519
Neste caso, a 6= 4;
(b) >> A=[1,1,1,2;2,3,2,5;2,3,a^2-1,a+1];
>> escalona(A)
elimina
ca
~o 1:
-2*linha 1 + linha 2 ==>
-2*linha 1 + linha 3 ==>
[
1,
1,
1,
[
0,
1,
0,
[
0,
1, a^2-3,
elimina
ca
~o 2:
-1*linha 2 + linha 1 ==>
-1*linha
2 + linha 3 ==>
1 0
1
1
0 1
0
1
2
0 0 a 3 a4
linha 2
linha 3
2]
1]
a-3]
linha 1
linha 3
i. Se a2 3 = 0 e a 4 = 0, entao
Este caso nao
pode ocorrer;
o sistema nao
tem solucao.
Neste caso, a = 3;
ii. Se a2 3 = 0 e a 4 6= 0, entao
Neste caso, a 6= 3;
1.2.7.
gramas de A/kg
gramas de B/kg
preco/kg
Julho 2007
X
2
1
3
Y Z
1 3
3 5
2 4
Reginaldo J. Santos
520
x
y
z
1900
gramas de A
2400 gramas de B
2900
arrecadacao
2 1 3
x
1000
1 3 5 y = 2000
3 2 4
z
2500
kg de X
kg de Y
kg de Z
>> A=[2,1,3,1900;1,3,5,2400;3,2,4,2900];
>> escalona(A)
elimina
ca
~o 1:
linha 2 <==> linha 1
[
1,
3,
5, 2400]
[
2,
1,
3, 1900]
[
3,
2,
4, 2900]
(-2)*linha 1 + linha 2 ==> linha 2
(-3)*linha 1 + linha 3 ==> linha 3
[
1,
3,
5, 2400]
[
0,
-5,
-7, -2900]
[
0,
-7,
-11, -4300]
elimina
ca
~o 2:
(-1/5)*linha 2 ==> linha 2
[
1,
3,
5, 2400]
[
0,
1,
7/5,
580]
[
0,
-7,
-11, -4300]
(-3)*linha 2 + linha 1 ==> linha 1
Julho 2007
521
a +
b
27a
+
9b
64a + 16b
Substituindo d =
d =
10
+ c + d =
7
.
+ 3c + d = 11
+ 4c + d = 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])
Julho 2007
Reginaldo J. Santos
522
elimina
ca
~o 1:
-27*linha 1 + linha 2 ==> linha 2
-64*linha 1 + linha 3 ==> linha 3
[
1,
1,
1, -3]
[
0, -18, -24, 60]
[
0, -48, -60, 168]
elimina
ca
~o 2:
-1/18*linha 2 ==> linha 2
[
1,
1,
1,
-3]
[
0,
1,
4/3, -10/3]
[
0,
-48,
-60,
168]
-1*linha 2 + linha 1 ==> linha 1
48*linha 2 + linha 3 ==> linha 3
[
1,
0, -1/3,
1/3]
[
0,
1,
4/3, -10/3]
[
0,
0,
4,
8]
elimina
ca
~o 3:
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]
Julho 2007
0,
0,
1,
523
2]
a = 1, b = 6, c = 2 e d = 10 e o polinomio
2a + 7b + c = [(2)2 + 72 ] = 53
4a + 5b + c = [(4)2 + 52 ] = 41 .
4a 3b + c =
[42 + 32 ] = 25
>> A=[-2,7,1,-53;-4,5,1,-41;4,-3,1,-25];
>> escalona(A)
elimina
ca
~o 1:
-1/2*linha 1 ==> linha 1
[
1, -7/2, -1/2, 53/2]
[
-4,
5,
1, -41]
[
4,
-3,
1, -25]
4*linha 1 + linha 2 ==> linha 2
-4*linha 1 + linha 3 ==> linha 3
[
1, -7/2, -1/2, 53/2]
[
0,
-9,
-1,
65]
[
0,
11,
3, -131]
elimina
ca
~o 2:
-1/9*linha 2 ==> linha 2
[
1, -7/2, -1/2, 53/2]
[
0,
1,
1/9, -65/9]
Julho 2007
Reginaldo J. Santos
524
[
0,
11,
3, -131]
7/2*linha 2 + linha 1 ==> linha 1
-11*linha 2 + linha 3 ==> linha 3
[
1,
0,
-1/9,
11/9]
[
0,
1,
1/9, -65/9]
[
0,
0,
16/9, -464/9]
elimina
ca
~o 3:
9/16*linha 3 ==> linha 3
[
1,
0, -1/9, 11/9]
[
0,
1,
1/9, -65/9]
[
0,
0,
1,
-29]
1/9*linha 3 + linha 1 ==> linha 1
-1/9*linha 3 + linha 2 ==> linha 2
[
1,
0,
0, -2]
[
0,
1,
0, -4]
[
0,
0,
1, -29]
a = 2, b = 4 e c = 29 e a equacao
do crculo e x2 +y 2 2x4y29 =
Os coeficientes sao
0.
1.2.10.
>> A=[1,-2,5,b1;4,-5,8,b2;-3,3,-3,b3];
>> escalona(A)
elimina
ca
~o 1:
-4*linha 1 + linha 2 ==> linha 2
3*linha 1 + linha 3 ==> linha 3
Julho 2007
525
[ 1, -2,
5,
b1]
[ 0, 3, -12, b2-4*b1]
[ 0, -3, 12, b3+3*b1]
elimina
ca
~o 2:
1/3*linha 2 ==> linha 2
[ 1, -2, 5,
b1]
[ 0, 1, -4, 1/3*b2-4/3*b1]
[ 0, -3, 12,
b3+3*b1]
2*linha 2 + linha 1 ==> linha 1
3*linha 2 + linha 3 ==> linha 3
[ 1, 0, -3, -5/3*b1+2/3*b2]
[ 0, 1, -4, 1/3*b2-4/3*b1]
[ 0, 0, 0,
b3-b1+b2]
O sistema e consistente se, e somente se, b3 b1 + b2 = 0.
(b) >> syms b1 b2 b3
>> A=[1,-2,-1,b1;-4,5,2,b2;-4,7,4,b3];
>> escalona(A)
elimina
ca
~o 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
ca
~o 2:
linha 3 <==> linha 2
Julho 2007
Reginaldo J. Santos
526
[ 1, -2, -1,
b1]
[ 0, -1, 0, b3+4*b1]
[ 0, -3, -2, b2+4*b1]
-1*linha 2 ==> linha 2
[ 1, -2, -1,
b1]
[ 0, 1, 0, -b3-4*b1]
[ 0, -3, -2, b2+4*b1]
2*linha 2 + linha 1 ==> linha 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 b1 , b2 e b3 .
1.2.11. >> A=[0,1,7,8;1,3,3,8;-2,-5,1,-8];
>> escalona(A)
elimina
ca
~o 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
ca
~o 2:
Julho 2007
527
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]
Julho 2007
Reginaldo J. Santos
528
x1 + 2x2
x6 = 0
+ 2x6 = 1
x5 + x 6 = 2
X = [ + 3 2 1 2 2 ]t ,
, , R
(b) >> A=[1,3,-2,0,2,0,0;2,6,-5,-2,4,-3,-1;...
0,0,5,10,0,15,5;2,6,0,8,4,18,6]
>> escalona(A)
[
1,
3,
0,
4,
2,
0,
0]
[
0,
0,
1,
2,
0,
0,
0]
[
0,
0,
0,
0,
0,
1, 1/3]
[
0,
0,
0,
0,
0,
0,
0]
+ 4x4 + 2x5
=0
x1 + 3x2
x3 + 2x4
=0
x6 = 31
X = [2 4 3 2 1/3]t ,
, , R
x3
3x4
>> 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)]
Julho 2007
529
>> solve(-3/2*a+5/4+1/4*a^2,a)
ans = [ 1][ 5]
X = [ 4a11
Se a 6= 1 e a 6= 5, entao
a5
4 4 1 t
].
a5 a5 a5
>> C=subs(A,a,1)
>> escalona([C,B])
[ 1, 0, 0, 1, 2]
[ 0, 1, 0, 0, 1]
[ 0, 0, 1, 0, 1]
[ 0, 0, 0, 0, 0]
X = [2 , 1, 1, ]t R.
Se a = 1, entao
>> D=subs(A,a,5)
>> escalona([D,B])
[
1,
0, 5/2,
[
0,
1, -3/2,
[
0,
0,
0,
[
0,
0,
0,
-1,
2,
0,
0,
0]
0]
1]
0]
o sistema nao
tem solucao.
Se a = 5, entao
1.2.14.
>> escalona(A)
[ 1, 0, 0, 1, 1]
[ 0, 1, 0, 0, 2]
Julho 2007
Reginaldo J. Santos
530
[ 0, 0, 1, 0, 1]
{(1 , 2, 1, ) | R}
(b) >> A=[1,1,3,-3,0;0,2,1,-3,3;1,0,2,-1,-1];
>>
[
[
[
escalona(A)
1, 0, 0, 1, 1]
0, 1, 0, -1, 2]
0, 0, 1, -1, -1]
{(1 , 2 + , 1 + , ) | R}
>> 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
-3
1
0
4
3
0
-5
Julho 2007
531
>> A=matvand(P(:,1),3),B=P(:,2)
A =125
25
5
1
-27
9
-3
1
1
1
1
1
0
0
0
1
B = 4
3
0
-5
>> R=escalona([A,B])
R = [ 1, 0, 0, 0, -163/480]
[ 0, 1, 0, 0,
99/80]
[ 0, 0, 1, 0, 1969/480]
[ 0, 0, 0, 1,
-5]
>> p=poly2sym(R(:,5),x)
p = -163/480*x^3+99/80*x^2+1969/480*x-5
>> clf,po(P),syms x,plotf1(p,[-5,5])
>> eixos
Pode nao
se mais de um ponto tiver a mesma abscissa xi .
Julho 2007
Reginaldo J. Santos
532
50
40
30
20
10
10
5
P =
3
-1
2
-3
Julho 2007
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,
533
1
1
1
1
1
0, -35/8,
0, 45/8,
0,
-2,
0, 65/8,
1, -39/8,
0]
0]
0]
0]
0]
>> p=poly2sym2([-R(:,6);1],x,y)
p =35/8*x^2-45/8*x*y-65/8*x+1+2*y^2+39/8*y
>> clf,po(P),syms x y,
>> plotci(p,[-5,5],[-5,5])
>> eixos
Julho 2007
Reginaldo J. Santos
534
x
1
3
2
Julho 2007
535
(c) A inversa de somar a` linha k , vezes a linha l, e somar a` linha k , vezes a linha l.
1.2.18.
e aplicando as operacoes
elementares ek+1 , . . . , el na matriz B chegamos na matriz C ,
aplicando-se as operacoes
elementares e1 , . . . , el na matriz A chegamos na matriz
entao
C.
Julho 2007
Reginaldo J. Santos
536
nao
trivial (Teorema 2.8 na pagina
>> 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 2007
de Matrizes e Determinantes
Captulo 2. Inversao
(f) [1, 0,
537
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 a
Para valores de a diferentes de zero a matriz A tem inversa.
2.1.4. >> invA=[3,2;1,3]; invB=[2,5;3,-2];
>> invAB=invB*invA
invAB =
11
7
19
0
>> X=invA*B
X =
19
23
Julho 2007
Reginaldo J. Santos
538
2.1.6.
Ak = P D k P 1
k
1
1 1
3
0
1 1
=
2 2
0 (1)k
2 2
3k (1)k 1 2 1
=
2 3k 2(1)k 4 2
1
k
k
k
1 2(3 + (1) )
(1) 3k
=
4 4((1)k 3k ) 2(3k + (1)k )
2.1.7. >> A=[1,2,3;2,1,2;0,1,2];
>> escalona([A,eye(3)])
elimina
ca
~o 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
ca
~o 2:
linha 3 <==> linha 2
[ 1, 2, 3, 1, 0, 0]
[ 0, 1, 2, 0, 0, 1]
[ 0, -3, -4, -2, 1, 0]
(-2)*linha 2 + linha 1 ==> linha 1
(3)*linha 2 + linha 3 ==> linha 3
[ 1, 0, -1, 1, 0, -2]
Julho 2007
de Matrizes e Determinantes
Captulo 2. Inversao
539
[ 0, 1, 2, 0, 0, 1]
[ 0, 0, 2, -2, 1, 3]
elimina
ca
~o 3:
(1/2)*linha 3 ==> linha 3
[
1,
0, -1,
1,
0, -2]
[
0,
1,
2,
0,
0,
1]
[
0,
0,
1, -1, 1/2, 3/2]
(1)*linha 3 + linha 1 ==> linha 1
(-2)*linha 3 + linha 2 ==> linha 2
[
1,
0,
0,
0, 1/2, -1/2]
[
0,
1,
0,
2,
-1,
-2]
[
0,
0,
1,
-1, 1/2, 3/2]
>> I=eye(3);E1=oe(2,1,2,I);E2=oe(I,2,3);...
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 2007
Reginaldo J. Santos
540
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
a11
a21
a31
a11
a21
a31
a11
a21
a31
a12
a22
a32
a12
a22
a32
a12
a22
a32
a13 + a12
a23 + a22 =
a33 +
a32
a13
a23 +
a33
a12
a22 = det(A) + 0 = 3
a32
Julho 2007
de Matrizes e Determinantes
Captulo 2. Inversao
541
2.2.4.
2.2.5.
Julho 2007
Reginaldo J. Santos
542
>> detopelp(A)
elimina
ca
~o 1:
-5*linha 1 + linha 2 ==> linha 2
1*linha 1 + linha 3 ==> linha 3
-2*linha 1 + linha 4 ==> linha 4
[ 1, -2, 3, 1]
[ 0, 1, -9, -2]
[ 0, 0, -3, -1]
[ 0, 12, 0, -1]
elimina
ca
~o 2:
-12*linha 2 + linha 4 ==> linha 4
[
1, -2,
3,
1]
[
0,
1, -9, -2]
[
0,
0, -3, -1]
[
0,
0, 108, 23]
elimina
ca
~o 3:
-1/3*linha 3 ==> linha 3
[
1, -2,
3,
1]
[
0,
1, -9, -2]
[
0,
0,
1, 1/3]
[
0,
0, 108, 23]
det(A) = -3*det(A)
-108*linha 3 + linha 4 ==> linha 4
[
1, -2,
3,
1]
[
0,
1, -9, -2]
Julho 2007
de Matrizes e Determinantes
Captulo 2. Inversao
[
0,
0,
[
0,
0,
ans = 39
543
1, 1/3]
0, -13]
>> detopelp(A)
elimina
ca
~o 1:
linha 2 <==> linha 1
[ 1, 0, 1, 1]
[ 2, 1, 3, 1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
det(A) = (-1)*det(A)
-2*linha 1 + linha 2 ==> linha 2
[ 1, 0, 1, 1]
[ 0, 1, 1, -1]
[ 0, 2, 1, 0]
[ 0, 1, 2, 3]
elimina
ca
~o 2:
-2*linha 2 + linha 3 ==> linha 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
ca
~o 3:
Julho 2007
Reginaldo J. Santos
544
>> p=det(A-x*eye(3))
p =-x^3
>> solve(p)
[0][0][0]
(b) p =(1-x)*(3-x)*(-2-x)
[ 1][ 3][-2]
(c) p =(2-x)*(4-5*x+x^2)
[2][4][1]
(d) p =-8-2*x+5*x^2-x^3
[ 2][ 4][-1]
Julho 2007
de Matrizes e Determinantes
Captulo 2. Inversao
2.2.7.
545
>> 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
W1 = { | R}.
>> B2=subs(B,x,2);
>> escalona(B2)
[1, 0, 1/4]
Julho 2007
Reginaldo J. Santos
546
[0, 1, 1/4]
[0, 0,
0]
W2 = { | R}.
4
>> B3=subs(B,x,3);
>> escalona(B3)
[1, 0, 0]
[0, 1, 0]
[0, 0, 0]
0
W3 = { 0 | R}.
(b) [1, 3, 0]
[0, 0, 1]
[0, 0, 0]
3
W1 = { | R}.
0
[0, 1, 0]
[0, 0, 0]
[0, 0, 0]
Julho 2007
de Matrizes e Determinantes
Captulo 2. Inversao
547
W2 = { 0 | , R}.
(c) [1, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
t
W1 = { 0 0
| R}.
[0,
[0,
[0,
[0,
1,
0,
0,
0,
0,
1,
0,
0,
W1 = {
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]
| R}.
0, 29/3]
0, 7/3]
1,
3]
0,
0]
t
W2 = { 29 7 9 3
| R}.
Julho 2007
[1,
[0,
[0,
[0,
t
Reginaldo J. Santos
548
t
W3 = { 9 3 4 0
| R}.
[0, 1,
[0, 0,
[0, 0,
W1 = {
[0,
[0,
[0,
[0,
1,
0,
0,
0,
3,
0,
0,
3
0,
1,
0,
0,
W2 = {
0]
1]
0]
t
3 0
| R}.
0]
0]
1]
0]
0 0 0
t
| R}.
Julho 2007
549
>>
AB
>>
AC
>>
OC
AB=OB-OA
= 1
2
AC=2*AB
= 2
4
OC=OA+AC
= 2
2
C = (2, 2).
2,
3, -5]; V=[
3,
0, -3];
Reginaldo J. Santos
550
>> OQ=OP+V
OQ =
5
Q = (5, 3, 8).
-8
sao
colineares, pois AC6= AB .
Os pontos nao
(b) >> OA=[-1,1,3];OB=[4,2,-3];OC=[14,4,-15];
Julho 2007
3.1.10.
551
9x y = 4
12x + 7y = 6 , cuja
6x + y =
2
matriz aumentada e a matriz que tem colunas V, W e U .
xV + yW = U 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, U = 2/3V 2W .
(b) >> V=[5,4,-3];W=[2,1,1];U=[-3,-4,1];
>> escalona([V;W;U])
[
1,
0, -5/3]
[
0,
1,
8/3]
[
0,
0, -20/3]
e combinacao
linear de V e W .
Assim, U nao
3.1.11. Para ser um paralelogramo um dos vetores AB , AC e AD tem que ser igual a soma dos outros
dois.
(a) >> OA=[4,-1,1];OB=[9,-4,2];
>>
>>
AC
>>
Julho 2007
OC=[4,3,4];OD=[4,-21,-14];
AC=OC-OA
= 0
4
3
AB=OB-OA
Reginaldo J. Santos
552
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
um paralelogramo de vertices
E
consecutivos A, B , D e C .
vetorial U = xV obtemos que
3.1.12. Resolvendo a equacao
2
2
U = (6, 4, 2) = (9, 6, 3) = V.
3
3
existe solucao,
logo somente os vetores U
Fazendo o mesmo para U = xW obtemos que nao
paralelos.
e V sao
P0 P N = 0.
ou seja, se, e somente se,
ou
(x + 1, y 1) (2, 3) = 0
2x + 3y 1 = 0
Julho 2007
553
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];
,
Va =
43
43
h 43
i
V b = 13 13 13 ,
h
i
V c = 417 117 0
>> V=[x,3,4];W=[3,1,2];
>> solve(pe(V,W))
-11/3
perpendiculares.
Para x = 11/3, V e W sao
3.2.5. >> V=[x,2,4];W=[x,-2,3];
>> pe(V,W)
x^2+8
x2 + 8 nao
tem 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 2007
Reginaldo J. Santos
554
>> cosVcWc=pe(Vc,Wc)/(no(Vc)*no(Wc))
cosVaWa= 10
5 2, cosVbWb= 31 3 2, cosVcWc= 21 2. O angulo
entre V a e W a e
Julho 2007
555
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
556
Portanto o angulo
reto esta no vertice
B.
3.2.16.
(a)
Julho 2007
557
X=
11
1
V + W.
15
3
(b)
(xV + yW ) V = yW V
(xV + yW ) W = xV W + y||W ||2
yW V = = 0
xV W + y||W ||2 = 5x + 4y = 12
Resolvendo o sistema acima obtemos x = 12/5 e y = 0. Assim
X=
12
V.
5
3.2.17.
3.2.18.
3.2.19.
Reginaldo J. Santos
558
AB= 0.
1
(CA + CB) AB
2
1
=
(CA + CB) (CB CA)
2
1
=
(CA CB || CA ||2 +
2
CM AB =
+ || CB ||2 CB CA) = 0
CA CB= 0.
= || CO ||2 + CO OB +
+ OA CO || OB ||2 = 0
perpendiculares, entao
(U + V ) (U V ) = 0. Mas,
3.2.22. Se as diagonais sao
Julho 2007
559
Julho 2007
Reginaldo J. Santos
560
4.1. Equacoes
de Retas e Planos (pagina
255)
4.1.1.
1/5
1/3
1/2
(a)
(b)
Julho 2007
561
z
1/2
1/3
(c)
1/3
1/2
(d)
1/3
(e)
Julho 2007
1/2
y
Reginaldo J. Santos
562
2/5
(f)
x
z
2/3
(g)
1/2
(h)
4.1.2.
Julho 2007
563
z
(a)
V = (3, 1/2, 2)
z
V = (2, 1, 3/2)
(b)
V = (1, 0, 2)
(c)
Julho 2007
Reginaldo J. Santos
564
V = (0, 2, 3/2)
(d)
V = (2, 1, 0)
(e)
V = (0, 0, 2)
(f)
Julho 2007
565
z
V = (0, 2, 0)
(g)
x
z
V = (2, 0, 0)
(h)
o vetor N = (2, 1, 5) e
4.1.3. Como o novo plano e paralelo ao plano 2x y + 5z 3 = 0, entao
vetor normal do plano procurado. Assim, a equacao
dele e 2x y + 5z + d = 0. Para
tambem
do plano:
determinar d substitumos o ponto P = (1, 2, 1) na equacao
>> 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 2007
Reginaldo J. Santos
566
paralelos a ao
4.1.4. Os vetores normais dos outros planos, N1 = (1, 2, 3) e N2 = (2, 1, 4), sao
plano procurado . Assim o produto vetorial N1 N2 e um vetor normal a .
>> N1=[1,2,-3];N2=[2,-1,4];
>> N=pv(N1,N2)
N = 5
-10
-5
de e 5x 10y 5z + d = 0. Para determinar d substitumos o ponto
Assim, a equacao
do plano:
P = (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 5x 10y 5z = 0.
Assim, a equacao
4.1.5. Como o plano procurado passa pelos pontos P = (1, 0, 0) e Q = (1, 0, 1) e e perpendicular
>> PQ=[0,0,1];N1=[0,1,-1];
>> N=pv(PQ,N1)
N = -1
0
0
Julho 2007
567
>> V=[1,2,1];
>> syms t
>> t=solve(2*t+2*t+t-5)
t = 1
9t
= 1 + 2s
1 + 6t = 3 + s
2 + 3t =
1
>> escalona([9,-2,1;6,-1,2;3,0,3])
[ 9, -2, 1]
[ 6, -1, 2]
[ 3, 0, 3]
elimina
ca
~o 1:
Julho 2007
Reginaldo J. Santos
568
Julho 2007
>> N=pv(V1,V2)
N = 1
-1
569
>> expr=x-y+d
expr =x-y+d
>> subst(expr,[x,y,z],P1)
ans =2+d
do plano e x y 2 = 0.
Assim, a equacao
4.1.9.
(b) O ponto Q = (2, 4, 1) e um ponto do plano procurado. Assim, e paralelo aos vetores
Reginaldo J. Santos
570
>> 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 P ou o ponto Q na equacao
plano e 8x + 6y z 39 = 0.
do plano e entao
x + y z + d = 0.
4.1.10. O vetor N = (1, 1, 1) e normal ao plano. A equacao
dos planos 1 e 2 e resolvendo o sistema resultante, obtemos
Fazendo z = 0 nas equacoes
x = 0 e y = 1. Portanto, o ponto P = (0, 1, 0) pertence a 1 e a 2 . Substituindo-se o ponto
do plano x + y z + d = 0 obtemos que a equacao
procurada e
P = (0, 1, 0) na equacao
x y + z + 1 = 0.
4.1.11.
V =
-8
-5
-6
Os planos se interceptam segundo uma reta cujo vetor diretor e V = (8, 5, 6).
(b) >>
V =
paralelos.
Os planos sao
(c) >>
Julho 2007
571
parametricas
4.1.12. O vetor normal ao plano e um vetor diretor da reta procurada. Assim as equacoes
(x, y, z) = (1 + t, 2 t, 1 + 2t).
de r 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
0
0
1
2/3
-5/3
1/3
-1/3
dos planos e (x, y, z) = (1/3 2/3t, 1/3 + 5/3t, t). O vetor diretor V =
A reta intersecao
(2/3, 5/3, 1) desta reta e paralelo ao plano procurado. O ponto P = (1/3, 1/3, 0) e um
Reginaldo J. Santos
572
>>
>>
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
ca
~o 2:
(-1)*linha 2 ==> linha 2
[ 1, -2, -1, -3]
[ 0, 1, -5, 0]
[ 0, 3, 1, -4]
(2)*linha 2 + linha 1 ==> linha 1
(-3)*linha 2 + linha 3 ==> linha 3
[
1,
0, -11, -3]
[
0,
1, -5,
0]
Julho 2007
573
[
0,
0, 16, -4]
elimina
ca
~o 3:
(1/16)*linha 3 ==> linha 3
[
1,
0, -11,
-3]
[
0,
1,
-5,
0]
[
0,
0,
1, -1/4]
(11)*linha 3 + linha 1 ==> linha 1
(5)*linha 3 + linha 2 ==> linha 2
[
1,
0,
0, -23/4]
[
0,
1,
0, -5/4]
[
0,
0,
1, -1/4]
Pr0 = [-23/4, 1, 0]
Ps0 = [-11/2, -1/4, -1/4]
V = [1/4, -5/4, -1/4]
Encontramos que t = 23/4, s = 5/4 e = 1/4. Substituindo-se ou t = 23/4 em
da reta e (x, y, z) = (23/4 + t, 1 5t, t).
Pr = (t, 1, 0) obtemos que a equacao
4.1.16.
V = -1
Os planos se interceptam segundo uma reta que tem vetor diretor V = (1, 3, 5).
(b) >> escalona([2,-1,1,0;1,2,-1,1])
[ 2, -1, 1,
[ 1, 2, -1,
elimina
ca
~o 1:
Julho 2007
0]
1]
Reginaldo J. Santos
574
>> syms t
>> Pr=[1/5-t,2/5+3*t,5*t];A=[1,0,1];
>> APr=Pr-A
APr = [ -4/5-t, 2/5+3*t,
5*t-1]
>> expr=pe(APr,[-1,3,5])
expr = -3+35*t
>> t=solve(expr)
t = 3/35
Substituindo-se t = 3/35 em APr = (4/5 t, 2/5 + 3t, 5t 1), obtemos o vetor diretor
Julho 2007
575
as retas sao
paralelas. Neste caso, os vetores V1 e P1 P2 sao
nao
colineares e paralelos
entao
do plano.
ao plano procurado. Assim, 7x 2y + z = 0 e a equacao
4.1.18.
V =
-8
-5
-6
Os planos se interceptam segundo uma reta cujo vetor diretor e V = (8, 5, 6). Fa
cuja solucao
parametricas
da reta sao
Julho 2007
x = 3 8t
y = 5t,
para t R
z = 1 6t
Reginaldo J. Santos
576
x = t
y = t, para t R
z = t
4.1.19.
(a)
r : (x, y, z) = t(0, 1, 2)
s : (x, y, z) = t(1, 0, 2)
Julho 2007
577
vol = 16
| OA (OB OC)|
0 0 2
= | det 0 1 2 | = 26 = 13 .
1 0 2
3
2
(d)
h = dist(, A) =
Julho 2007
| 2|
2
= .
3
3
Reginaldo J. Santos
578
4.1.20.
parametro
diferente para a reta r2 . O vetor
o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor
V2 = (1, 2, 3) de r2 , ou seja, temos que resolver o sistema
deste sistema e t = 8/3, s = 13/3. Logo Pr1 = (11/3, 10, 32/3), Pr2 =
A solucao
procurada sao
x = 11/3 t
y = 10 t,
r3 :
para t R.
z = 32/3 + t
(b) Um ponto qualquer da reta r1 e descrito por Pr1 = (1+t, 2+3t, 4t) e um ponto qualquer
o uso de um parametro
Julho 2007
579
o vetor Pr1 Pr2 seja perpendicular ao vetor diretor V1 = (1, 3, 4) de r1 e ao vetor diretor
V2 = (1, 2, 3) de r2 , ou seja, temos que resolver o sistema
pode ser o vetor diretor da reta procuPr1 Pr2 = (0, 0, 0). Neste caso o vetor Pr1 Pr2 nao
rada. Vamos tomar como vetor diretor da reta procurada o vetor V 3 = V1 V2 = (1, 1, 1).
parametricas
Assim as equacoes
da reta procurada sao
x = 1 + t
y = 2 + t, para t R.
r3 :
z = t
4.2. Angulos
e Distancias
(pagina
292)
>> costh=pe(N1,N2)/(no(N1)*no(N2))
costh = 5/6
Julho 2007
Reginaldo J. Santos
580
>> 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,
V = (a, b, c)
||V ||2 = a2 + b2 + c2 = 4
2
|V ~i
= cos 45 =
, |a| = 1
||V ||
2
|V ~j
1
= cos 60 = ,
||V ||
2
|b| = 1
2 + 1 + c2 = 4,
|c| = 1
Julho 2007
581
Assim, existem aparentemente, oito retas que passam pelo ponto P = (1, 2, 3) e fa
(x, y, z) = (1, 2, 3) +
zemangulo
de 45o com o eixo x e 60o com o eixo y. Elas sao
t( 2, 1, 1). Na verdade existem quatro retas (distintas), pois umvetor diretor e o seu
>> 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
582
um ponto qualquer da reta r2 . Devemos determinar t e s tais que o vetor Pr1 Pr2 seja
perpendicular aos vetores diretores de r1 e de r2 .
>> 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 (x, y, z) = (48/61 (6/61)t, 26/61 (3/61)t, (4/61)t).
A equacao
entre r1 e r2 e igual a norma do vetor Pr1 Pr2 = (6/61, 3/61, 4/61) que e
(b) A distancia
igual a 1/ 61.
4.2.8. >> A=[0,2,1]; Pr=[t,2-t,-2+2*t];
Julho 2007
583
>> solve(dist^2-3)
[1][1]
>> P=subs(Pr,t,1)
P = [1, 1, 0]
A distancia
de A ate a reta r e igual a 3.
4.2.9. >> syms t
de A e B .
4.2.10. >> A=[1,-1,2]; B=[4,3,1]; X=[x,y,z];
Reginaldo J. Santos
584
A equacao
e 6x + 8y 2z 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 + d| 3
>> solve(expr2-sqrt(3),d)
ans = [
0][ -12]
do exerccio.
Os planos 2x + 2y + 2z = 0 e 2x + 2y + 2z 12 = 0 satisfazem as condicoes
4.2.12. >> N2=[1,-2,2];N3=[3,-5,7];
>> V=pv(N2,N3)
V =
-4
-1
|N N1 |
||N ||||N1 ||
2
||N ||
N V
|a+c|
= cos(/3)
= 12
a2 +b2 +c2
=
2
a2 + b 2 + c 2 = 2
=
0
4a b + c = 0
Julho 2007
585
|a + c| = 1 c = 1 a.
Da 3a. equacao
b = c 4a = 1 5a,
a2 + (1 5a)2 + (1 a)2 = 2,
27a2 = 12a, a = 0 ou a = 4/9.
N = (0, 1, 1) ou N = (4/9, 11/9, 5/9)
do exerccio
Os planos y + z = 0 e 4x 11y + 5z = 0 satisfazem as condicoes
4.2.13.
| Pr P N |
|(1, 0, 1) (1, 1, 1)|
2
d(r, ) =
=
=
||N ||
3
3
Pois se s e uma reta reversa a` r contida em , entao
(c) Nao.
2
d(r, s) = d(r, ) = < 2.
3
Julho 2007
Reginaldo J. Santos
586
4.2.14.
DE ~k = (5, 5/2, 0)
N2 = (2/5) DE ~k = (2, 1, 0)
do plano e 2x + y 2 = 0
A equacao
3 2 6 6
1 2/3 2 2
(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
Julho 2007
587
(e) cos(1 , 2 ) =
|N1 N2 |
||N1 ||||N2 ||
7 5
N1 OA
N1
||N1 ||2
6
(3, 2, 6)
49
Julho 2007
77
||(3, 2, 6)||
72
539
72
Reginaldo J. Santos
588
5.1. Independencia
Linear (pagina
327)
5.1.1. Podemos resolver os quatro sistemas de uma unica
vez.
>> v1=[5,-3,1];v2=[0,4,3];v3=[-10,18,7];
>> va=[10,-2,5];vb=[10,2,8];vc=[-2,-1,1];
>> vd=[-1,2,3];
>> A=[v1;v2;v3;va;vb;vc;vd];
>> escalona(A)
[
5,
0, -10, 10, 10, -2, -1]
[ -3,
4, 18, -2,
2, -1,
2]
[
1,
3,
7,
5,
8,
1,
3]
elimina
ca
~o 1:
linha 3 <==> linha 1
[
1,
3,
7,
5,
8,
1,
3]
[ -3,
4, 18, -2,
2, -1,
2]
[
5,
0, -10, 10, 10, -2, -1]
Continua ? (s/n) s
(3)*linha 1 + linha 2 ==> linha 2
(-5)*linha 1 + linha 3 ==> linha 3
[
1,
3,
7,
5,
8,
1,
3]
[
0, 13, 39, 13, 26,
2, 11]
[
0, -15, -45, -15, -30, -7, -16]
Continua ? (s/n) s
elimina
ca
~o 2:
Julho 2007
589
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 V1 , V2 e V3 , pois os sistemas
Assim, os vetores dos itens (a) e (b) sao
solucao,
enquanto para os vetores
[ V1 V2 V3 ]X = V , para os vetores V 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 2007
Reginaldo J. Santos
590
2
0
12
0
>> R=escalona(A)
1
0
6
0
0
1
-2
0
0
0
0
0
x(1, 1, 2) + y(1, 0, 0) + z(4, 6, 12) =
nao
trivial. Isto
Logo, a 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
nao
trivial. Isto implica
Logo, a equacao x(1, 2, 3) + y(2, 4, 6) =
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 2007
1
0
0
591
0
1
0
0
0
0
0
1
0
x(1, 1, 1) + y(2, 3, 1) + z(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 x(4, 2, 1) + y(2, 3, 1) + z(2, 1, 3) =
0 admite solucao
L.D.
implica que os vetores do item (d) sao
>> A=[3,1,0;a^2+2,2,0;0,0,0]
A =
[3, a^2+2, 0]
[1,
2, 0]
[0,
0, 0]
>> escalona(A)
elimina
ca
~o 1:
Julho 2007
Reginaldo J. Santos
592
= 0
x1 + x 2
x1
+ x3 = 0
x2 + x 3 = 0
Julho 2007
593
>> 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 x1 = x2 =
Assim, o sistema e a equacao
L.I.
x3 = 0. Portanto os vetores W1 , W2 e W3 sao
(b) x1 W1 + x2 W2 + x3 W3 = x1 V1 + x2 (V1 + V3 ) + x3 (V1 + V2 + V3 ) = (x1 + x2 +
por hipotese
x1 + x 2 + x 3 = 0
vetorial inicial tem
somente
x3 = 0 Assim, o sistema e a equacao
x2 + x 3 = 0
trivial x1 = x2 = x3 = 0. Portanto os vetores W1 , W2 e W3 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 2007
Reginaldo J. Santos
594
nao e multiplo
>>
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 2xyz+d = 0.
Tomando como vetor normal 3N = (2, 1, 1) a equacao
do plano:
Para determinar d substitumos o ponto P1 = (1, 0, 2) na equacao
>> subst(2*x-y-z+d,[x,y,z],[1,0,2])
>> ans= d
do plano e 2x y z = 0.
Assim, a equacao
5.1.7. Precisamos determinar m para que os vetores W = (2, m, 1), V 1 = (1, 2, 0) e V2 = (1, 0, 1)
sejam L.D.
>> syms m
>> W=[2,m,1];V1=[1,2,0];V2=[1,0,1];
>> solve(det([W;V1;V2]))
ans = 2
Para m = 2 a reta e paralela ao plano. A reta esta contida no plano se, e somente se, os
Julho 2007
595
>> 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 2007
Reginaldo J. Santos
596
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
x1
+ x3
x2 + x 3
x4
= 0
= 0
= 0
geral
Este sistema tem como solucao
W = {(, , , 0) | R} .
Agora, para qualquer elemento de W temos:
(, , , 0) = (1, 1, 1, 0) .
Logo, {V = (1, 1, 1, 0)} gera W.
Julho 2007
597
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
x1
+
x4 = 0
x2 + 2x3
= 0
geral
Este sistema tem como solucao
W = {(, 2, , ) | , R} .
Agora, para qualquer elemento de W temos:
(, 2, , ) =
= (, 0, 0, ) + (0, 2, , 0)
= (1, 0, 0, 1) + (0, 2, 1, 0) .
Logo, B = {V1 = (1, 0, 0, 1), V2 = (0, 2, 1, 0)} gera W.
5.2.2.
>> A=[0,0,1;1,0,-3;0,1,3];
Julho 2007
Reginaldo J. Santos
598
>> B=A-x*eye(3)
[-x, 0,
1]
[ 1, -x, -3]
[ 0, 1, 3-x]
>> solve(det(B))
ans = [1][1][1]
>> B1=subs(B,x,1)
-1
0
1
1
-1
-3
0
1
2
>> escalona([B1,zeros(3,1)])
1
0
-1
0
0
1
2
0
0
0
0
0
x1
x2
x3
+ 2x3
= 0
= 0
geral
Este sistema tem como solucao
W = {(, 2, ) | R} .
Agora, para qualquer elemento de W temos:
(, 2, ) = (1, 2, 1) .
vetor n ao
B e base para W.
nulo e sempre L.I., entao
Julho 2007
599
>> B=A-x*eye(4)
[2-x,
2,
3,
4]
[ 0, 2-x,
3,
2]
[ 0,
0, 1-x,
1]
[ 0,
0,
0, 1-x]
>> solve(det(B))
ans = [2][2][1][1]
>> B1=subs(B,x,1)
1
2
3
4
0
1
3
2
0
0
0
1
0
0
0
0
>> escalona([B1,zeros(4,1)])
1
0
-3
0
0
1
3
0
0
0
0
1
0
0
0
0
x1
0
0
0
0
x2
3x3
+ 3x3
x4
= 0
= 0
= 0
geral
Este sistema tem como solucao
W = {(3, 3, , 0) | R} .
Julho 2007
Reginaldo J. Santos
600
(3, 3, , 0) = (3, 3, 1, 0) .
Logo, B = {V = (3, 3, 1, 0)} gera W. Como um conjunto formado por um unico
vetor
nulo e sempre L.I., entao
B e base para W.
nao
>> B2=subs(B,x,2)
0
2
3
4
0
0
3
2
0
0
-1
1
0
0
0
-1
>> escalona([B2,zeros(4,1)])
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
0
x2
x3
x4
= 0
= 0
= 0
geral
Este sistema tem como solucao
W = {(, 0, 0, 0) | R} .
Agora, para qualquer elemento de W temos:
(, 0, 0, 0) = (1, 0, 0, 0) .
Julho 2007
601
vetor
nulo e sempre L.I., entao
B e base para W.
nao
(c) >> A=[1,1,-2;-1,2,1;0,1,-1]
>> B=A-x*eye(3)
[1-x,
1,
-2]
[ -1, 2-x,
1]
[ 0,
1, -1-x]
>> solve(det(B))
ans = [ 1][ 2][-1]
>> Bm1=subs(B,x,-1)
2
1
-2
-1
3
1
0
1
0
>> escalona([Bm1,zeros(3,1)])
1
0
-1
0
0
1
0
0
0
0
0
0
x1
3x3
x2
= 0
= 0
geral
Este sistema tem como solucao
W = {(, 0, ) | R} .
Agora, para qualquer elemento de W temos:
(, 0, ) = (1, 0, 1) .
Julho 2007
Reginaldo J. Santos
602
vetor n ao
B e base para W.
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
x1
x2
3x3
2x3
= 0
= 0
geral
Este sistema tem como solucao
W = {(3, 2, ) | R} .
Agora, para qualquer elemento de W temos:
(3, 2, ) = (3, 2, 1) .
vetor n ao
B e base para W.
nulo e sempre L.I., entao
>> B2=subs(B,x,2)
Julho 2007
603
-1
1
-2
-1
0
1
0
1
-3
>> escalona([B2,zeros(3,1)])
1
0
-1
0
0
1
-3
0
0
0
0
0
x1
x2
x3
3x3
= 0
= 0
geral
Este sistema tem como solucao
W = {(, 3, ) | R} .
Agora, para qualquer elemento de W temos:
(, 3, ) = (1, 3, 1) .
vetor n ao
B e base para W.
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 2007
2,
1,
0]
0]
Reginaldo J. Santos
604
[
-1,
1, 2-x,
0]
[
0,
0,
0, 1-x]
>> solve(det(B))
ans = [ 1][ 1][ 1][ 1]
>> B1=subs(B,x,1);
>> escalona(B1)
[ -2, 2, 2, 0]
[ -1, 1, 1, 0]
[ -1, 1, 1, 0]
[ 0, 0, 0, 0]
elimina
ca
~o 1:
linha 2 <==> linha 1
[ -1, 1, 1, 0]
[ -2, 2, 2, 0]
[ -1, 1, 1, 0]
[ 0, 0, 0, 0]
(-1)*linha 1 ==> linha 1
[ 1, -1, -1, 0]
[ -2, 2, 2, 0]
[ -1, 1, 1, 0]
[ 0, 0, 0, 0]
(2)*linha 1 + linha 2 ==> linha 2
(1)*linha 1 + linha 3 ==> linha 3
[ 1, -1, -1, 0]
[ 0, 0, 0, 0]
Julho 2007
[
[
0,
0,
0,
0,
0,
0,
605
0]
0]
x1 x 2 x 3
= 0
geral
Este sistema tem como solucao
W = {( + , , , ) | , , R} .
Agora, para qualquer elemento de W temos:
(0, 0, 0, 0) = ( + , , , )
= (0, 0, 0, 1) + (1, 0, 1, 0) + (1, 1, 0, 0)
B e base para W.
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 2007
Reginaldo J. Santos
606
B1 = [ 1, 3 ,0]
[ 0, 0, 0]
[ 0, 0, 1]
x1 + 3x2
x3
= 0
= 0
geral
Este sistema tem como solucao
W = {(3, , 0) | R} .
Agora, para qualquer elemento de W temos:
(3, , 0) = (3, 1, 0) .
vetor n ao
>> B2=subs(B,x,2)
B2 =[ 0, 3, 0]
[ 0, -1, 0]
[ 0, 0, 0]
geral
Este sistema tem como solucao
3x2
x2
= 0
= 0
W = {(, 0, ) | , R} .
Julho 2007
607
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
e multiplo
Logo, B = {V1 = (1, 0, 0), V2 = (0, 0, 1)} gera W. Como um vetor nao
escalar
do outro, o conjunto B e L.I. Assim, B e base para W.
(f) >> A=[2,3,0;0,2,0;0,0,2]
>> B=A-x*eye(3)
B =[ 2-x,
3,
0]
[
0, 2-x,
0]
[
0,
0, 2-x]
>> solve(det(B))
[ 2][ 2][ 2]
>> B2=subs(B,x,2)
B2 =[ 0, 3, 0]
[ 0, 0, 0]
[ 0, 0, 0]
3x2
= 0
geral
Este sistema tem como solucao
W = {(, 0, ) | , R} .
Agora, para qualquer elemento de W temos:
(, 0, ) = (1, 0, 0) + (0, 0, 1) .
Julho 2007
Reginaldo J. Santos
608
escalar
do outro, o conjunto B e L.I. Assim, B e base para W.
>> 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
ca
~o 1:
(1/4)*linha 1 ==> linha 1
[
1, 1/2, -1/2,
0]
[
2,
1,
-1,
0]
[
-3,
-2,
0,
0]
(-2)*linha 1 + linha 2 ==> linha 2
(3)*linha 1 + linha 3 ==> linha 3
[
1, 1/2, -1/2,
0]
[
0,
0,
0,
0]
[
0, -1/2, -3/2,
0]
elimina
ca
~o 2:
Julho 2007
609
0]
0]
0]
2
0]
0]
0]
1 ==> linha 1
Os vetores V1 , V2 e V3 sao
0 admite solucao
trivial.
L.I. pois um vetor nao
e multiplo
(b) Os vetores V1 e V2 sao
escalar do outro.
de xV1 + yV2 + zV3 =
(c) Do item (a) obtemos que a solucao
0 e (x, y, z) = (2, 3, ).
e
Tomando = 1 obtemos 2V1 3V2 + V3 = 0, ou seja, V3 = 2V1 + 3V2 . Logo, V3 nao
necessario
para gerar o subespaco gerado por V1 , V2 e V3 . Como pelo item anterior V1 e
L.I., entao
V1 e V2 formam uma base para o subespaco gerado por V1 , V2 e V3 e a
V2 sao
e 2.
dimensao
o plano que passa pela origem paralelo aos vetores V1 e V2 ou
(d) E
>> pv(v1,v2)
-1
2
Julho 2007
0
Reginaldo J. Santos
610
5.2.5.
x = 2 4.
da forma
Assim, os pontos do plano x + 2y + 4z = 0 sao
(x, y, z) = (2 4, , ), , R,
da forma
ou seja, sao
escalar do outro)
linear deles).
e geram W (todo vetor de W e combinacao
Julho 2007
611
seja
Para estender V1 e V2 a uma base de R3 , precisamos acrescentar um vetor que nao
linear de V1 e V2 . Uma maneira de se conseguir isso e tomar um vetor que nao
combinacao
pertenca ao plano, ou seja, um vetor (a, b, c) tal que a+2b+4z 6= 0. Por exemplo V 3 = (1, 0, 0).
5.2.7. >> V1=[-1,2,3];V2=[1,3,4];
>> N1=pv(V1,V2)
N1 =
-1
7
-5
>> V3=[1,2,-1];V4=[0,1,1];
>> N2=pv(V3,V4)
N2 =
3
-1
1
>> V=pv(N1,N2)
V =
2
-14
-20
dos dois subespacos e (x, y, z) = t(2, 14, 20), para qualquer t R. Uma
A reta intersecao
base para a reta e {V = (2, 14, 20)}.
5.2.8.
(a)
{V1 , V2 , V3 }
Logo, definindo V1 = (3, 2, 2), V2 = (4, 4, 4) e V3 = (4, 6, 2), entao
gera V.
(b) >> V1=[3,2,-2];V2=[4,-4,-4];V3=[-4,-6,2];
>> escalona([V1;V2;V3])
Julho 2007
Reginaldo J. Santos
612
[ 3, 4, -4]
[ 2, -4, -6]
[ -2, -4, 2]
elimina
ca
~o 1:
(1/3)*linha 1 ==> linha 1
[
1, 4/3, -4/3]
[
2,
-4,
-6]
[
-2,
-4,
2]
(-2)*linha 1 + linha 2 ==> linha 2
(2)*linha 1 + linha 3 ==> linha 3
[
1,
4/3, -4/3]
[
0, -20/3, -10/3]
[
0, -4/3, -2/3]
elimina
ca
~o 2:
(-3/20)*linha 2 ==> linha 2
[
1, 4/3, -4/3]
[
0,
1, 1/2]
[
0, -4/3, -2/3]
(-4/3)*linha 2 + linha 1 ==> linha 1
(4/3)*linha 2 + linha 3 ==> linha 3
[
1,
0, -2]
[
0,
1, 1/2]
[
0,
0,
0]
de xV1 + yV2 + zV3 =
A solucao
0 e (x, y, z) = (2, /2, ). Tomando = 2 obtemos
Julho 2007
613
pois sao
necessarios
(a) Nao
4 vetores L.I. para se obter uma base de R4 (Teorema 5.7 na
pagina
341).
pertencerem ao subespaco gerado por V1 e V2 .
(b) V3 e V4 devem ser L.I. e nao
V 1 e V2 ,
(c) Escalonando a matriz cujas linhas sao
A=
obtemos
R=
3
5
2 1
1 2 1 2
1 0 1 12
0 1 1 7
Acrescentando as linhas V3 = [ 0 0 1 0 ] e V4 = [ 0 0 0 1 ]:
1
0
=
R
0
0
L.I.
Vamos verificar que V1 , V2 , V3 e V4 sao
0
1
0
0
1 12
1 7
1
0
0
1
x1 V1 + x2 V2 + x3 V3 + x4 V4 = 0
Julho 2007
Reginaldo J. Santos
614
6= 0
e equivalente ao sistema CX =
0, em que C = [ V1 V2 V3 V4 ]. Mas como det(R)
pode ser obtida de C t
det(C) 6= 0, pelo Teorema 2.13 na pagina
entao
117, pois R
do
aplicando-se operacoes
elementares. Logo {V1 , V2 , V3 , V4 } e L.I. Como a dimensao
4
pelo Teorema 5.7 na pagina
R e igual a 4 , entao
341 V1 , V2 , V3 , V4 formam uma base de
4
R .
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 2007
[
[
[
[
0,
0,
0,
0,
1,
0,
0,
0,
0,
1,
0,
0,
615
0]
0]
1]
0]
x2
x3
x4
= 0
= 0
= 0
geral
Este sistema tem como solucao
W = {(, 0, 0, 0) | R} .
Agora, para qualquer elemento de W temos:
(, 0, 0, 0) = (1, 0, 0, 0) .
nulo
Logo, B = {V = (1, 0, 0, 0)} gera W. Como um conjunto formado por um unico
vetor n ao
B e base para W.
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 2007
Reginaldo J. Santos
616
[
[
[
[
1, 2/3,
0,
0,
0,
0,
0,
0,
0,
1,
0,
0,
0]
0]
1]
0]
x1 + 2/3x2
x3
x4
= 0
= 0
= 0
geral
Este sistema tem como solucao
W = {(2, 3, 0, 0) | R} .
Agora, para qualquer elemento de W temos:
(2, 3, 0, 0) = (2, 3, 0, 0) .
vetor n ao
B e base para W.
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 2007
>>
[
[
[
[
617
escalona(B0)
1, 0, 0, 3]
0, 1, 0, -3]
0, 0, 1, -2]
0, 0, 0, 0]
x1
x2
x3
geral
Este sistema tem como solucao
3x4 = 0
3x4 = 0
2x4 = 0
W = {(3, 3, 2, ) | R} .
Agora, para qualquer elemento de W temos:
(3, 3, 2, ) =
(3, 3, 2, 1) .
vetor n ao
B e base para W.
nulo e sempre L.I., entao
>> x=[1,1,-2];y=[a,-1,2];
>> solve(pe(x,y))
ans = 5
Julho 2007
Reginaldo J. Santos
618
>> 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)
u1 = 12 2 0 21 2
u2 = 61 3 2 31 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 2007
>>
>>
>>
>>
619
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)
u1 = 12 2 0 0 21 2
u2 = 31 3 0 31 3 31 3
1
1
1
u3 = 42
42 71 42 21
42 42
42
>> escalona(A)
1
0
3
0
1
-4
0
0
x1
geral
Este sistema tem como solucao
+ 3x3
x2 4x3
= 0
= 0
W = {(3, 4, ) | R} .
Agora, para qualquer elemento de W temos:
(3, 4, ) = (3, 4, 1) .
nulo e sempre L.I.
Um conjunto formado por um unico
vetor nao
Julho 2007
Reginaldo J. Santos
620
>> v=[-3,4,1];
>> u=v/no(v)
3
2
u = 26
26 13
26
1
26
26
as retas sao
paralelas. Neste caso, os vetores V1 e P1 P2 sao
nao
colineares e paralelos
entao
do plano, que passa pela origem,
ao plano procurado. Assim, 7x 2y + z = 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 2007
621
7
U1 = 1/10 2 0 10
2
7
U2 = 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)
u1 = 13 3 31 3 31 3 0
2
4
2
1
u2 = 33
11 3 33
11 3 33
11 3 11
11 3
2
3
7
3
u3 = 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 2007
u1 = 13 3
u2 = 31 2 3
1
3
3 31
1
2 3
6
3
1
2 3
6
Reginaldo J. Santos
622
u3 =
5.3.9. >> syms x y z d
0 21
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 + d|
>> solve(expr2-sqrt(3),d)
ans = [
0][ -12]
do exerccio.
Os planos 2x + 2y + 2z = 0 e 2x + 2y + 2z 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
>>
U1
U2
V1=[1,0,-1];V2=[0,1,-1];
W1=V1; W2=V2-proj(W1,V2)
= [ -1/2,
1, -1/2]
U1=W1/no(W1), U2=W2/no(W2)
= 1/2 2 0 1/2 2
= 1/6 3 2 1/3 3 2 1/6 3 2 .
Julho 2007
623
>> v2=sym([1/sqrt(2),1/sqrt(2)]);
>> p=[1,3];
>> A=[v1;v2;p].
>> escalona(A)
[1,
0, -2^(1/2)]
[0,
1, 2*2^(1/2)]
ao sistema S sao:
>> v2=sym([0,0,1]);
>> v3=sym([1/sqrt(2),1/sqrt(2),0]);
>> p=[2,-1,2]; A=[v1;v2;v3;p].;
>> escalona(A)
[ 1,
0,
0, 3/2*2^(1/2)]
[ 0,
1,
0,
2]
[ 0,
0,
1, 1/2*2^(1/2)]
ao sistema S sao:
3 2/2
2
2/2
Julho 2007
Reginaldo J. Santos
624
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
1
2/2 3 2/2
5.4.3. As coordenadas de
ao sistema S
1 , U
2 e U3 em
U
relac
ao
sao
dadas
1
0
0
1/2
0
3/2
0
e U3 =
0
1
0
0 , 1
0
0
1
0
3/2 0 =
0
1/2
0
0
0
0
1/2 3/2
1
3/2
1/2
por
0
0 , respectivamente.
1
1
0
0
1
0 , U2 = 0 1/2 3/2
0
0
3/2
1/2
0
= 3/2
1/2
e
{O, U1 , U2 , U3 }
Assim,
U1
0
0
1 = 1/2
0
3/2
>> A=[cos(th),-sin(th);sin(th),cos(th)];
>> expr=A*pr-p
Julho 2007
625
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 y = 3. Assim
V1 = ( 3, 3, 0).
Fazendo y = 0 obtemos 3x + 2z = 0. Tomando x = 2, obtemos z = 3. Assim podemos
tomar como segundo vetor da base do plano
V2 = (2, 0, 3).
Agora vamos encontrar uma base ortogonal do plano
W1 = V1 = ( 3, 3, 0)
W2 = V2 projW1 V2
2 3
= (2, 0, 3)
( 3, 3, 0)
12
3 3
1
= ( ,
, 3) = (3, 3, 6)
2 2
2
Julho 2007
Reginaldo J. Santos
626
1
1 3
U1 = ( 3, 3, 0) = ( ,
, 0)
2 2
2 3
1
3 1 3
, ,
)
U2 = (3, 3, 6) = (
4 4 2
4 3
3
3 1
1
U3 = (3, 3, 2) = ( ,
, )
4
4
4 2
(c) Seja
Q = [ U 1 U2 U3 ]
X = QX 0 X 0 = Qt X
1
3 3
[~i]{O,U1 ,U2 ,U3 } = Q [ 1 0 0 ] = ( ,
, )
2
4 4
3
1
3
t
t
[~j]{O,U1 ,U2 ,U3 } = Q [ 0 1 0 ] = (
, ,
)
2 4
4
3 1
t
t
~
[k]{O,U1 ,U2 ,U3 } = Q [ 0 0 1 ] = (0,
, )
2 2
t
5.4.6.
1
0
0
x
x0
y0 = 0
cos sen y
z0
0 sen cos
z
Julho 2007
Captulo 6. Diagonalizacao
627
de Matrizes (pagina
6.1. Diagonalizacao
433)
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+x^2
>> solve(p)
[0][2]
>> B0=subs(B,x,0)
[1, 1]
[1, 1]
>> escalona(B0)
1
1
0
0
>> B2=subs(B,x,2)
[-1, 1]
[ 1, -1]
>> escalona(B2)
1
-1
0
0
Julho 2007
>> B=A-x*eye(2)
[1-x, -1]
[ 2, 4-x]
>> p=det(B)
p =6-5*x+x^2
>> solve(p)
[3][2]
>> B2=subs(B,x,2)
[-1, -1]
[ 2, 2]
>> escalona(B2)
1
1
0
0
>> B3=subs(B,x,3)
[-2, -1]
[ 2, 1]
>> escalona(B3)
1
1/2
0
0
V0 = {(, ) | R}
V2 = {(, ) | R}
V2 = {(, ) | R}
V3 = {(, 2) | R}
Reginaldo J. Santos
628
>> A=[0,1,2;0,0,3;0,0,0];
>> B=A-x*eye(3)
[-x, 1, 2]
[ 0, -x, 3]
[ 0, 0, -x]
>> p=det(B)
p=-x^3
>> solve(p)
[0][0][0]
>> B0=subs(B,x,0)
[0, 1, 2]
[0, 0, 3]
[0, 0, 0]
>> escalona(B0)
[0, 1, 0]
[0, 0, 1]
[0, 0, 0]
V0 = {(, 0, 0) | R}
(d)
>> A=[1,0,0;-1,3,0;3,2,-2];
>> B=A-x*eye(3)
[1-x,
0,
0]
[ -1, 3-x,
0]
[ 3,
2, -2-x]
>> p=det(B)
p =(1-x)*(3-x)*(-2-x)
>> solve(p)
[ 1][ 3][-2]
>> Bm2=subs(B,x,-2)
[ 3, 0, 0]
[-1, 5, 0]
[ 3, 2, 0]
>> escalona(Bm2)
[1, 0, 0]
[0, 1, 0]
[0, 0, 0]
Julho 2007
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]
629
>> B3=subs(B,x,3)
[-2, 0, 0]
[-1, 0, 0]
[ 3, 2, -5]
>> escalona(B3)
[1, 0,
0]
[0, 1, -5/2]
[0, 0,
0]
V2 = {(0, 0, ) | R}
V1 = {(6, 3, 8) | R}
V3 = {(0, 5, 2) | R}
(e)
Julho 2007
Reginaldo J. Santos
630
>> A=[2,-2,3;0,3,-2;0,-1,2];
>> B=A-x*eye(3)
[2-x, -2,
3]
[ 0, 3-x, -2]
[ 0, -1, 2-x]
>> p=det(B)
p =(2-x)*(4-5*x+x^2)
>> solve(p)
[2][4][1]
>> B1=subs(B,x,1)
[1, -2, 3]
[0, 2, -2]
[0, -1, 1]
>> escalona(B1)
[1, 0, 1]
[0, 1, -1]
[0, 0, 0]
>> B2=subs(B,x,2)
[0, -2, 3]
[0, 1, -2]
[0, -1, 0]
>> escalona(B2)
[0, 1, 0]
[0, 0, 1]
[0, 0, 0]
>> B4=subs(B,x,4)
[-2, -2, 3]
[ 0, -1, -2]
[ 0, -1, -2]
>> escalona(B4)
[1, 0, -7/2]
[0, 1,
2]
[0, 0,
0]
V1 = {(, , ) | R}
V2 = {(, 0, 0) | R}
V4 = {(7, 4, 2) | R}
(f)
Julho 2007
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*x^2-x^3
>> solve(p)
[ 2][ 4][-1]
>> Bm1=subs(B,x,-1)
[3, 2, 3]
[1, 3, 1]
[2, -2, 2]
>> escalona(Bm1)
[1, 0, 1]
[0, 1, 0]
[0, 0, 0]
631
>> 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]
6.1.2.
(a)
Julho 2007
Reginaldo J. Santos
632
>> 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]
V1 = {(0, , ) | R}. {(0, 1, 1)} e base para V1 , pois gera V1 ((0, , ) =
nulo e L.I.
(0, 1, 1)) e um vetor nao
V2 = {(, , 4) | R}. {(1, 1, 4)} e base para V2 , pois gera V2
nulo e L.I.
((, , 4) = (1, 1, 4)) e um vetor nao
V3 = {(0, 0, ) | R}. {(0, 0, 1)} e base para V3 , pois gera V3 ((0, 0, ) = (0, 0, 1))
nulo e L.I.
e um vetor nao
(b)
Julho 2007
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]
633
>> 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 2007
Reginaldo J. Santos
634
>> 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 2007
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]
635
>> 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 2007
Reginaldo J. Santos
636
>> 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]
>> B1=subs(B,x,1)
>> B2=subs(B,x,2)
[1, 2, 3, 4]
[0, 2, 3, 4]
[0, 1, 3, 2]
[0, 0, 3, 2]
[0, 0, 0, 1]
[0, 0, -1, 1]
[0, 0, 0, 0]
[0, 0, 0, -1]
>> escalona(B1)
>> escalona(B2)
[1, 0, -3, 0]
[0, 1, 0, 0]
[0, 1, 3, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 1]
[0, 0, 0, 0]
[0, 0, 0, 0]
V1 = {(3, 3, , 0) | R}. {(3, 3, 1, 0)} e base para V1 , pois gera V1
nulo e L.I.
((3, 3, , 0) = (3, 3, 1, 0)) e um vetor nao
V2 = {(, 0, 0, 0) | R}. {(1, 0, 0, 0)} e base para V2 , pois gera V2 ((, 0, 0, 0) =
nulo e L.I.
(1, 0, 0, 0)) e um vetor nao
6.1.3.
Julho 2007
Captulo 6. Diagonalizacao
637
>> p=det(B)
p =-6+x+x^2
>> solve(p)
[ 2][-3]
>> B=A-x*eye(2)
[1-x,
4]
[ 1, -2-x]
A matriz A possui dois autovalores diferentes, logo possui dois autovetores L.I.
6.4 na pagina
(Proposicao
422). A matriz A e diagonalizavel
pois, e 2 2 e possui dois
>> 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]
V1 = {(, 0) | R}
e diagonalizavel
pagina
420).
(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*x^2-6*x-x^3
Julho 2007
-2
4
4
Reginaldo J. Santos
638
>> solve(p)
ans =[0][2][3]
autovalores diferentes, logo possui tres
autovetores L.I. (Proposicao
autovetores L.I.
6.4 na pagina
422). A matriz A e diagonalizavel
pois, e 3 3 e possui tres
>> 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]
autovetores L.I.
6.4 na pagina
422). A matriz A 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 2007
Captulo 6. Diagonalizacao
639
>> 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]
V1 = {(, 2, ) | , R}. {(1, 0, 0), (0, 2, 1)} e base para V1 , pois gera V1
L.I. (um vetor nao
e multiplo
((, 2, ) = (0, 2, 1) + (1, 0, 0)) e sao
escalar do
outro)
1
0 1
P = 0 2 0
0
1 1
1 0 0
D= 0 1 0
0 0 3
>> B=A-x*eye(3)
[4-x,
2, 3]
[ 2, 1-x, 2]
[ -1, -2, -x]
>> p=det(B)
p =-7*x+5*x^2+3-x^3
>> solve(p)
Julho 2007
Reginaldo J. Santos
640
[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
420).
um autovetor L.I. associado (Teorema 6.3 na pagina
(c) >> A=[1,2,3;0,1,0;2,1,2];
>> B=A-x*eye(3)
[1-x,
2,
3]
[ 0, 1-x,
0]
[ 2,
1, 2-x]
>> p=det(B)
p =-4+x+4*x^2-x^3
>> solve(p)
[ 1][ 4][-1]
>> Bm1=subs(B,x,-1)
[2, 2, 3]
[0, 2, 0]
[2, 1, 3]
>> escalona(Bm1)
[1, 0, 3/2]
[0, 1,
0]
[0, 0,
0]
Julho 2007
Captulo 6. Diagonalizacao
641
>> B1=subst(B,x,1)
>> B4=subs(B,x,4)
[0, 2, 3]
[-3, 2, 3]
[0, 0, 0]
[ 0, -3, 0]
[2, 1, 1]
[ 2, 1, -2]
V1 =
>> escalona(B1)
>> escalona(B4)
[1, 0, -1/4]
[1, 0, -1]
[0, 1, 3/2]
[0, 1, 0]
[0, 0,
0]
[0, 0, 0]
{(3, 0, 2) | R}. {(3, 0, 2)} e base para V1 , pois gera V1 ((3, 0, 2) =
nulo e L.I.
(3, 0, 2)) e um vetor nao
V1 = {(, 6, 4) | R}. {(1, 6, 4)} e base para V1 , pois gera V1
nulo e L.I.
((, 6, 4) = (1, 6, 4)) e um vetor nao
V4 = {(, 0, ) | R}. {(1, 0, 1)} e base para V4 , pois gera V4 ((, 0, ) = (1, 0, 1))
nulo e L.I.
e um vetor nao
3
1 1
P = 0 6 0
2
4 1
Julho 2007
1 0 0
D= 0 1 0
0 0 4
Reginaldo J. Santos
642
>> B0=subs(B,x,0)
>> B=A-x*eye(3)
[3, -2, 1]
[3-x, -2, 1]
[0, 2, 0]
[ 0, 2-x, 0]
[0, 0, 0]
[ 0,
0, -x]
>> escalona(B0)
>> p=det(B)
[1, 0, 1/3]
p =-(3-x)*(2-x)*x
[0, 1,
0]
>> solve(p)
[0, 0,
0]
[3][2][0]
>> B2=subs(B,x,2)
>> B3=subs(B,x,3)
[1, -2, 1]
[0, -2, 1]
[0, 0, 0]
[0, -1, 0]
[0, 0, -2]
[0, 0, -3]
>> escalona(B2)
>> escalona(B3)
[1, -2, 0]
[0, 1, 0]
[0, 0, 1]
[0, 0, 1]
[0, 0, 0]
[0, 0, 0]
V0 = {(, 0, 3) | R}. {(1, 0, 3)} e base para V0 , pois gera V0 ((, 0, 3) =
nulo e L.I.
(1, 0, 3)) e um vetor nao
V2 = {(2, , 0) | R}. {(2, 1, 0)} e base para V2 , pois gera V2 ((2, , 0) =
nulo e L.I.
(2, 1, 0)) e um vetor nao
V3 = {(, 0, 0) | R}. {(1, 0, 0)} e base para V3 , pois gera V3 ((, 0, 0) = (1, 0, 0))
nulo e L.I.
e um vetor nao
Julho 2007
Captulo 6. Diagonalizacao
643
1 2 1
P = 0 1 0
3 0 0
0 0 0
D= 0 2 0
0 0 3
B =
5
-1
3
0
A = 0
-4
0
4
0
0
0
0
-3
>> syms x, p=det(A-x*eye(3)), solve(p)
p = -3*x^2-x^3-48-16*x
ans = [
-3][ 4*i][ -4*i]
>> escalona(A+3*eye(3))
ans =[ 1, 0, 0]
[ 0, 1, 0]
[ 0, 0, 0]
e diagonalizavel
A matriz A nao
pois ela so tem um autovalor e auto espaco associado a este
2. Assim, nao
e possvel encontrar 3 autovetores L.I.
autovalor tem dimensao
A =
1
0
2
0
1
-2
2
-2
8
>> syms x, p=det(A-x*eye(3)), solve(p)
Julho 2007
Reginaldo J. Santos
644
p = -9*x+10*x^2-x^3
ans = [ 0][ 1][ 9]
>> escalona(A)
ans =[ 1, 0, 2]
[ 0, 1, -2]
[ 0, 0, 0]
O autoespaco associado ao autovalor = 0 e
V0 = {(2, 2, ) | R}.
Assim, {V1 = (2, 2, 1)} e um conjunto com o maior numero
>> escalona(A-eye(3))
ans =[ 1, -1, 0]
[ 0, 0, 1]
[ 0, 0, 0]
O autoespaco associado ao autovalor = 1 e
V1 = {(, , 0) | R}.
Assim, {V2 = (1, 1, 0)} e um conjunto com o maior numero
>> escalona(A-9*eye(3))
Julho 2007
Captulo 6. Diagonalizacao
ans =[
[
[
1,
0,
0,
645
0, -1/4]
1, 1/4]
0,
0]
V9 = {(, , 4) | R}.
Assim, {V3 = (1, 1, 4)} e um conjunto com o maior numero
>> 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]
Julho 2007
Reginaldo J. Santos
646
[
D =[
[
[
-4, 1, 0]
9, 0, 0]
0, 0, 0]
0, 0, 1]
>> 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]
AV = V , ou seja, AV e um multiplo
Se V e autovetor de A entao
escalar de V .
Assim, conclumos que V1 e autovetor associado a 1 = 1/2, V2 e autovetor associado a
2 = 1/3 e V3 e autovetor associado a 3 = 1/2.
autovetores associados a 1/2 e V2 associado a 1/3. Como {V1 , V3 } e L.I. (um
(b) V1 e V3 sao
e multiplo
nao
Julho 2007
Captulo 6. Diagonalizacao
647
e portanto diagonalizavel.
de Matrizes Simetricas
6.2. Diagonalizacao
(pagina
451)
6.2.1.
(a) >> A=[2,2;2,2];
>> B=A-x*eye(2)
[2-x,
2]
[ 2, 2-x]
>> p=det(B)
p =-4*x+x^2
>> solve(p)
[0][4]
>> B0=subs(B,x,0)
>> B4=subs(B,x,4)
[2, 2]
[-2, 2]
[2, 2]
[ 2, -2]
>> escalona(B0)
>> escalona(B4)
[1, 1]
[1, -1]
[0, 0]
[0, 0]
V0 = {(, ) | R}. {V1 = (1, 1)} e base para V0 , pois gera
V0((, )
nulo e L.I. Seja W1 = (1/||V1 ||)V1 = (1/ 2, 1/ 2). {W1
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de V0 .
V4 = {(, ) | R}. {V2 = (1, 1)} e base para V4 , poisgera V
4 ((, )
nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (1/ 2, 1/ 2). {W2
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de V4 .
Julho 2007
=
=
=
=
Reginaldo J. Santos
648
P =
1/2 1/2
1/ 2 1/ 2
D=
0 0
0 4
>> B=A-x*eye(2)
[2-x,
1]
[ 1, 2-x]
>> p=det(B)
p =3-4*x+x^2
>> solve(p)
[3][1]
>> B1=subs(B,x,1)
>> B3=subs(B,x,3)
[1, 1]
[-1, 1]
[1, 1]
[ 1, -1]
>> escalona(numeric(B1))
>> escalona(B3)
[1, 1]
[1, -1]
[0, 0]
[0, 0]
V1 = {(, ) | R}. {V1 = (1, 1)} e base para V1 , pois gera
V1((, ) =
nulo e L.I. Seja W1 = (1/||V1 ||)V1 = (1/ 2, 1/ 2). {W1 =
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de V1 .
V3 = {(, ) | R}. {V2 = (1, 1)} e base para V3 , poisgera V
3 ((, ) =
nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (1/ 2, 1/ 2). {W2 =
(1,1)) e
um vetor nao
(1/ 2, 1/ 2)} e base ortonormal de V3 .
Julho 2007
Captulo 6. Diagonalizacao
649
P =
1/2 1/2
1/ 2 1/ 2
D=
1 0
0 3
>> 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 =-x^3+x
[0, 0, 1]
>> solve(p)
[0, 0, 0]
[ 0][-1][ 1]
>> Bm1=subs(B,x,-1)
>> B1=subs(B,x,1)
[1, 0, 1]
[-1, 0, 1]
[0, 1, 0]
[ 0, -1, 0]
[1, 0, 1]
[ 1, 0, -1]
V0 =
>> escalona(Bm1)
>> escalona(B1)
[1, 0, 1]
[1, 0, -1]
[0, 1, 0]
[0, 1, 0]
[0, 0, 0]
[0, 0, 0]
{(0, , 0) | R}. {V1 = (0, 1, 0)} e base para V0 , pois gera V0 ((0, , 0) = (0, 1, 0))
nulo e L.I. {V1 = (0, 1, 0)} e base ortonormal de V0 , pois ||V1 || = 1.
e um vetor nao
V1 = {(, 0, ) | R}. {V2 = (1, 0, 1)} e base para V1 , pois gera V1
nulo e L.I. Seja W2 = (1/||V2 ||)V2 =
((,0, ) =(1, 0, 1)) e um
vetor nao
(1/ 2, 0, 1/ 2). {W2 = (1/ 2, 0, 1/ 2)} e base ortonormal de V1 .
Julho 2007
Reginaldo J. Santos
650
gonais (Proposicao
444). Portanto, {W1 , W2 , W3 } e uma base ortonormal
de autovetores de A.
0 1/ 2 1/ 2
P = 1
0
0
0
1/ 2 1/ 2
0
0 0
D = 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+x^2)
[ 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]
V0 = {(, , ) | , R}. {V1 = (1, 0, 0), V2 = (0, 1, 1)} e base para V0 , pois
gera V0 ((, , ) = (1, 0, 0) + (0, 1, 1)) e e L.I. (xV1 + yV2 =
0 se, e somente
Julho 2007
Captulo 6. Diagonalizacao
651
1 = (1,
0, 0) e U2 = (1/||W2 ||)W2 =
(0, 1/ 2, 1/ 2). {U1 = (1, 0, 0), U2 = ((0, 1/ 2, 1/ 2)} e base ortonormal de V0 .
1
0
0
P = 0 1/2 1/2
0
1/ 2 1/ 2
>> B=A-x*eye(3)
[1-x,
1,
0]
[ 1, 1-x,
0]
[ 0,
0, 1-x]
>> p=det(B)
p =-2*x+3*x^2-x^3
>> solve(p)
[0][1][2]
Julho 2007
0 0 0
D= 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]
Reginaldo J. Santos
652
>> B1=subs(B,x,1)
>> B2=subs(B,x,2)
[0, 1, 0]
[-1, 1, 0]
[1, 0, 0]
[ 1, -1, 0]
[0, 0, 0]
[ 0, 0, -1]
>> escalona(B1)
>> escalona(B2)
[1, 0, 0]
[1, -1, 0]
[0, 1, 0]
[0, 0, 1]
[0, 0, 0]
[0, 0, 0]
V0 = {(, , 0) | R}. {V1 = (1, 1, 0)} e base para V0 , pois gera V0
nulo e L.I. Seja U1 = (1/||V1 ||)V1 =
((,, 0)
= (1, 1, 0)) e um
vetor
nao
(1/ 2, 1/ 2, 0). {U1 = (1/ 2, 1/ 2, 0)} e base ortonormal de V0 .
V1 = {(0, 0, ) | R}. {V2 = (0, 0, 1)} e base para V1 , pois gera V1 ((0, 0, ) =
nulo e L.I. Seja W2 = (1/||V2 ||)V2 = (0, 0, 1). {W2 = (0, 0, 1)}
(0, 0, 1)) e um vetor nao
e base ortonormal de V1 .
V2 = {(, , 0) | R}. {V3 = (1, 1, 0)} e base para V1 , poisgera V
1 ((, , 0) =
nulo e L.I. Seja W3 = (1/||V3 ||)V3 = (1/ 2, 1/ 2, 0). {W3 =
(1,1, 0))
e um vetor nao
(1/ 2, 1/ 2, 0)} e base ortonormal de V1 .
gonais (Proposicao
444). Portanto, {W1 , W2 , W3 } e uma base ortonormal
de autovetores de A.
1/2 0 1/2
P = 1/ 2 0 1/ 2
0 1
0
0 0 0
D= 0 1 0
0 0 2
Julho 2007
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*x^2-x^3
>> solve(p)
[4][1][1]
>> B1=subs(B,x,1)
[1, 1, 1]
[1, 1, 1]
[1, 1, 1]
653
>> 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]
2,
1/
2, 0)
V2 (1/2, 1/2, 0) = (1/2, 1/2, 1)
.
Sejam
U
=
(1/||W
||)W
=
(1/
1
1
1
Julho 2007
Reginaldo J. Santos
654
1 0 0
D= 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*x^2-4*x^3+x^4
>> 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 2007
Captulo 6. Diagonalizacao
655
1/2
0 1/2
0
1/ 2
0 1/ 2
0
P =
0 1/2
0 1/2
0
1/ 2
0 1/ 2
Julho 2007
1
0 0 0
0 1 0 0
D=
0
0 3 0
0
0 0 3
Reginaldo J. Santos
656
>> 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 =x^2*(x^2-1)
[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]
V0 = {(, , 0, 0) | , R}. {V1 = (1, 0, 0, 0), V2 = (0, 1, 0, 0)} e base para V0 ,
e multiplo
pois gera V1 ((, , 0, 0) = (1, 0, 0, 0) + (0, 1, 0, 0)) e e L.I.(um vetor nao
Julho 2007
Captulo 6. Diagonalizacao
657
ortogonais
matriz A e simetrica,
autovetores associados a autovalores diferentes s ao
6.6 na pagina
(Proposicao
444). Portanto, {U1 , U2 , U3 , U4 } e uma base ortonormal de
autovetores de A.
1 0
0
0
0 0 0
0
0 0 0
0 1
0
0
0
e
D=
P =
0 0 1
0 0 1/ 2 1/ 2
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 2007
1/3]
Reginaldo J. Santos
658
>>
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
,
P = [ U 1 U2 U3 U4 ] =
2/3
0
1/3 2/3
1/3
2/3
2/3
0
ao Estudo de Conicas
6.3. Aplicacao
(pagina
488)
2
0
D=
0
0
0
2
0
0
0
0
2
0
0
0
0
4
5/5
2
5/5
P =
2 5/5
5/5
D=[5, 0]
[0,10]
>> syms x1 y1; X1=[x1;y1];
>> expr=subst(expr,X,P*X1)
Julho 2007
Captulo 6. Diagonalizacao
659
5 x1 2 + 10 y1 2 30
>> expr=expr/30
x1 2 /6 + y1 2 /3 1
>> elipse(sqrt(6),sqrt(3),P)
Julho 2007
Reginaldo J. Santos
660
y
x
2
y
1
x
1
3
4
Julho 2007
Captulo 6. Diagonalizacao
661
>> expr=simplify(X.*A*X+81)
3 x2 8 xy 12 y 2 + 81
>> [P,D]=diagonal(A)
17/17
4
17/17
P =
17/17
4 17/17
D=[-13,0]
[ 0,4]
>> expr=subst(expr,X,P*X1)
13 x1 2 + 4 y1 2 + 81
>> expr=expr/81
13
81
x1 2 +
4
81
y1 2 + 1
>> hiperbx(9/sqrt(13),9/2,P)
Julho 2007
Reginaldo J. Santos
662
x
2
8
8
Julho 2007
Captulo 6. Diagonalizacao
663
>> expr=simplify(X.*A*X+K*X+24)
2 x2 4 xy y 2 + 24
>> [P,D]=diagonal(A)
5/5
2
5/5
P =
2 5/5 1 5/5
D =[-2, 0]
[ 0, 3]
>> expr=subst(expr,X,P*X1)
2 x1 2 + 3 y1 2 + 24
>> expr=expr/24
x1 2 /12 + y1 2 /8 + 1
>> hiperbx(sqrt(12),sqrt(8),P)
Julho 2007
Reginaldo J. Santos
664
6
x
4
x
2
8
8
Julho 2007
Captulo 6. Diagonalizacao
665
>> expr=simplify(X.*A*X-132)
21 x2 + 6 xy + 13 y 2 132
>> [P,D]=diagonal(A)
P =
10/10
3
10/10
10/10
3 10/10
D=[12, 0]
[ 0,22]
>> expr=subst(expr,X,P*X1)
12 x1 2 + 22 y1 2 132
>> expr=expr/132
x1 2 /11 + y1 2 /6 1
>> elipse(sqrt(11),sqrt(6),P)
Julho 2007
Reginaldo J. Santos
666
2
y
x
1
5
4
x2
Julho 2007
Captulo 6. Diagonalizacao
667
>> K=[-15,-6];
>> expr=simplify(X.*A*X+K*X)
4 x2 20 xy + 25 y 2 15 x 6 y
>> [P,D]=diagonal(A)
P =
5
29
2
29
2
29
29
29
5
29 29 29
D =[0, 0]
[0, 29]
>> expr=subst(expr,X,P*X1)
29 y1 2 3
29x1
>> expr=expr/29
y1 2
3
29
29x1
>> parabx(3/(4*sqrt(29)),P)
Julho 2007
Reginaldo J. Santos
668
1.5
0.5
x
0.5
1.5
2
1
0.5
0.5
1.5
2.5
Julho 2007
Captulo 6. Diagonalizacao
669
>> expr=simplify(X.*A*X+K*X+90)
9 x2 + 6 xy + y 2 10 10x + 10 10y + 90
>> [P,D]=diagonal(A)
10/10 3 10/10
P =
10/10
3 10/10
D =[0, 0]
[0, 10]
>> expr=subst(expr,X,P*X1)
10 y1 2 20 y1 40 x1 + 90
>> expr=subst(expr,y1,y2+1)
10 y2 2 + 80 40 x1
>> expr=subst(expr,x1,x2+2)
10 y2 2 40 x2
>> expr=expr/10
y2 2 4 x 2
>> paraby(1,P,[2;1])
Julho 2007
Reginaldo J. Santos
670
y"
x
2
x"
10
6
Julho 2007
Captulo 6. Diagonalizacao
671
>> K=[-30*(2)^(1/2),18*(2)^(1/2)];
>> expr=simplify(X.*A*X+K*X+82)
5 x2 6 xy + 5 y 2 30 2x + 18 2y + 82
>> [P,D]=diagonal(A)
2/2
2/2
P =
2/2
2/2
D =[2, 0]
[0, 8]
>> expr=subst(expr,X,P*X1)
2 x1 2 + 8 y1 2 12 x1 + 48 y1 + 82
>> X0=[3;-3];
>> expr=subst(expr,X1,X2+X0)
2 x2 2 8 + 8 y 2 2
>> expr=expr/8
x2 2 /4 1 + y2 2
>> elipse(2,1,P,X0)
Julho 2007
Reginaldo J. Santos
672
3
x
x"
y"
x
1
5
2
Julho 2007
Captulo 6. Diagonalizacao
673
>> K=[-12*(13)^(1/2),0];
>> expr=simplify(X.*A*X+K*X-36)
5 x2 + 12 xy 12 13x 36
>> [P,D]=diagonal(A)
2/ 13 3/13
P =
3/ 13 2/ 13
D =[-4, 0]
[ 0, 9]
>> expr=subst(expr,X,P*X1)
4 x1 2 + 9 y1 2 24 x1 36 y1 36
>> X0=[-3;2];
>> expr=subst(expr,X1,X2+X0)
4 x2 2 36 + 9 y2 2
>> expr=expr/36
x2 2 /9 1 + y2 2 /4
>> hiperby(2,3,P,X0)
Julho 2007
Reginaldo J. Santos
674
10
6
y"
x"
Julho 2007
Captulo 6. Diagonalizacao
675
>> K=[-4*5^(1/2),-18*5^(1/2)];
>> expr=simplify(X.*A*X+K*X-5)
6 x2 4 xy + 9 y 2 4 5x 18 5y 5
>> [P,D]=diagonal(A)
2/5 1/ 5
P =
1/ 5 2/ 5
D =[5, 0]
[0, 10]
>> expr=subst(expr,X,P*X1)
5 x1 2 + 10 y1 2 26 x1 32 y1 5
>> X0=[26/10;32/20];
>> expr=subst(expr,X1,X2+X0)
5 x2 2
322
5
+ 10 y2 2
>> expr=expr*5/322
25
322
x2 2 1 +
25
161
y2 2
>> elipse(sqrt(322)/5,sqrt(161)/5,P,X0)
Julho 2007
Reginaldo J. Santos
676
y
7
y"
6
x"
3
x
2
x
1
2
2
Julho 2007
Captulo 6. Diagonalizacao
677
>> K=[6,0];
>> expr=simplify(X.*A*X+K*X)
x2 + 2 xy 3 y 2 + 6 x
>> [P,D]=diagonal(A)
3/2
1/2
P =
1/2
3/2
D =[ 2, 0]
[ 0,-2]
>> expr=subst(expr,X,P*X1)
2 x1 2 2 y1 2 + 3 3x1 3 y1
>> X0=[-3*3^(1/2)/4;-3/4];
>> expr=subst(expr,X1,X2+X0)
2 x2 2 9/4 2 y2 2
>> expr=expr*4/9
8
9
x2 2 1 98 y2 2
>> hiperbx(3/sqrt(8),3/sqrt(8),P,X0)
Julho 2007
Reginaldo J. Santos
678
y
y
1
x
y"
0
x
x"
1
4
4
Julho 2007
Captulo 6. Diagonalizacao
679
>> K=[33*2^(1/2),-31*2^(1/2)];
>> expr=simplify(X.*A*X+K*X+70)
8 x2 16 xy + 8 y 2 + 33 2x 31 2y + 70
>> [P,D]=diagonal(A)
"
#
2/2 2/2
P =
2/2
2/2
D =[0, 0]
[0, 16]
>> expr=subst(expr,X,P*X1)
16 y1 2 + 2 x1 64 y1 + 70
>> expr=subst(expr,y1,y2+2)
16 y2 2 + 6 + 2 x1
>> expr=subst(expr,x1,x2-3)
16 y2 2 + 2 x2
>> expr=expr/16
y2 2 + x2 /8
>> parabx(-1/32,P,[-3;2])
Julho 2007
Reginaldo J. Santos
680
y
4
x
x"
2
y
y"
x
2
8
10
Julho 2007
Captulo 6. Diagonalizacao
681
>> K=[10,2];
>> expr=simplify(X.*A*X+K*X+9)
x2 6 xy 7 y 2 + 10 x + 2 y + 9
>> [P,D]=diagonal(A)
"
#
1/ 10 3/ 10
P =
3/ 10 1/ 10
D =[-8, 0]
[ 0, 2]
>> expr=subst(expr,X,P*X1)
8 x1 2 + 2 y1 2 + 58 10x1 14
10y1 + 9
5
>> X0=[1/10^(1/2);7/10^(1/2)];
>> expr=subst(expr,X1,X2+X0)
8 x2 2 + 2 y2 2
>> hiperby(4,1,P,X0,d)
Reginaldo J. Santos
682
y
6
4
y"
x"
2
y
x
Julho 2007
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.
684
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. edic ao,
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 2007
Captulo 6. Diagonalizacao
685
a` Algebra
1996.
[25] Elon L. Lima. Algebra
Linear. IMPA, Rio de Janeiro, 2a. edicao,
Reginaldo J. Santos
686
[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
[33] Reginaldo J. Santos. Matrizes Vetores e Geometria Analtica. Imprensa Universit aria
da UFMG,
Belo Horizonte, 2004.
[34] Shayle R. Searle. Matrix Algebra Useful for Statistics. John Wiley and Sons, New York, 1982.
[35] Georgi E. Shilov. Linear Algebra. Dover Publications Inc., New York, 1977.
[36] Carl P. Simon e Lawrence Blume. Mathematics for Economists. W. W. Norton and Co. Inc., New
York, 1994.
Julho 2007
Bibliografia
687
[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 2007
Reginaldo J. Santos
Indice Alfabetico
Angulo
entre planos, 274
entre reta e plano, 295
entre retas, 270
entre vetores, 184
Assntota, 465
Autoespaco, 418
Autovalor(es), 410
Autovetor(es), 410
axiss, 173, 220
ortonormal, 372
box, 173, 220
Cadeia de Markov, 16
Crculo, 463
clf, 70
Cofator de um elemento, 108, 109
linear, 113, 168, 215, 306
Combinacao
Complemento ortogonal, 378
Conicas,
440, 458
degeneradas, 458
(nao)
de, 458, 480
identificacao
Conjugado de uma matriz, 454
Base
canonica,
336, 372
de subespaco, 335
ortogonal, 372
Indice Alfabetico
689
Dependencia
linear, 311
Desigualdade de Cauchy-Schwarz, 365
Desigualdade triangular, 365
desvet, 172, 220
det, 132
Determinante, 107
de Vandermonde, 134
desenvolvimento em cofatores do, 110,
116
propriedades do, 113
detopelp, 132
diag, 23
diagonal, 489
Diagonalizacao
de matrizes, 407
de matrizes simetricas,
440
339
Dimensao,
Distancia
de um ponto a um plano, 277
de um ponto a uma reta, 280
de uma reta a um plano, 295
entre dois planos, 284
entre dois pontos, 180
entre duas retas, 286
da elipse, 463
eixos, 71, 173, 220
Elipse, 458
excentricidade da, 463
elipse, 489
(equacoes)
Equacao
da reta, 244
geral do plano, 229
linear, 35
na forma simetrica
da reta, 250
parametricas
da reta, 244
parametricas
do plano, 241
Equacao(equac
oes)
vetorial da reta, 247
Escalar, 5
escalona, 71
Espaco (espacos)
Rn , 300
329
solucao,
vetoriais, 305
Excentricidade
da elipse, 463
da hiperbole,
470
eye, 23
eig, 435
Foco(s)
da elipse, 458
Eixo(s)
Julho 2007
Reginaldo J. Santos
Indice Alfabetico
690
da Hiperbole,
465
da parabola,
472
Geradores, 333
Gerar, 333
Hiperbole,
465
hiperbx, 489
hiperby, 489
Identidade de Lagrange, 224
Identidade polar, 377
de conicas,
Identificacao
458, 480
Independencia
linear, 311
polinomial, 96
Interpolacao
inv, 435
Lei do paralelogramo, 377
lin, 259
lineplan, 260
lineseg, 173, 220
Matriz (matrizes), 1
(definida) positiva, 452
escalonada, 43
escalonada reduzida, 43
anti-simetrica,
30
aumentada, 37
coluna, 2, 164, 303
coluna de, 1
companheira, 134, 438
conjugado de, 454
390, 452
de rotacao,
16
de transicao,
de Vandermonde, 98
polar de, 453
decomposicao
determinante de, 107
diagonal, 26, 104
diagonal (principal) de, 2
diagonalizavel,
408
diferenca entre, 14
do sistema linear, 36
elementar, 57
elemento de, 2
entrada de, 2
equivalente por linhas, 50
identidade, 11
iguais, 3
inversa de, 78
invertvel, 78
linha, 2, 164, 303
Julho 2007
Indice Alfabetico
linha de, 1
multiplo
escalar de, 5
por escalar, 5
multiplicacao
invertvel, 78
nao
nilpotente, 32, 437
nula, 10
ortogonal, 385, 443
potencia,
15
produto de, 5
propriedades de, 10
quadrada, 2
raiz quadrada de, 453
semelhantes, 436
simetrica,
30
singular, 78
soma de, 3
submatriz principal de, 453
traco de, 31
transposta de, 8
triangular inferior, 112
triangular superior, 133
matvand, 71
Menor de um elemento, 107
Metodo
de Gauss, 48
Metodo
de Gauss-Jordan, 44
Mudanca de coordenadas, 382
Julho 2007
691
Multiplo
no, 220
Norma de um vetor, 180, 363
de somatorio,
Notacao
6, 9, 33
numeric, 23, 435
oe, 71
opel, 71
elementar, 37
Operacao
Parabola,
472
parabx, 490
paraby, 490
pe, 220
39
Pivo,
plan, 259
Plano (planos), 229
vetor normal do, 229
concorrentes, 325
geral do, 229
equacao
parametricas
equacoes
do, 241
mediador, 294
paralelos, 325
plotci, 71
plotf1, 71
po, 172, 220
Reginaldo J. Santos
Indice Alfabetico
692
Polinomio
caracterstico, 412
poline, 260
poly2sym, 70
poly2sym2, 71
Pontos
colineares, 171
coplanares, 214
poplan, 260
relativas
Posicoes
de dois planos, 322
de duas retas, 322
de plano e reta, 325
Processo de ortogonalizacao
Schmidt, 372
Produto
vetorial em Rn , 378
escalar ou interno, 186, 363
propriedades do, 193
misto, 209
vetorial, 197
propriedades do, 201
vetorial duplo, 225
Produto vetorial duplo, 225
ortogonal, 194, 368
Projecao
Ortografica,
Projecao
393
pv, 220
de
Gram-
diretriz da parabola,
472
equacoes
da, 250
parametricas
equacoes
da, 244
geratriz do cone, 463
paralelas, 270
reversas, 270
vetor diretor da, 244
rota, 173, 220
388
Rotacao,
Segmento (de reta) orientado, 142
Sistema de coordenadas, 382
cartesianas, 150
retangulares, 150
retangulares no espaco, 154
lineares, 35
Sistema de equacoes
Sistema homogeneo,
53
trivial de, 53
solucao
Sistema(s) linear(es), 35
de, 36
conjunto solucao
Julho 2007
Indice Alfabetico
consistente, 69
equivalentes, 39
homogeneo,
53
(geral) de, 36
solucao
Solucao
geral de sistema linear, 36
Variaveis
livres, 47
Vertice(s)
da elipse, 463
da hiperbole,
470
da parabola,
476
Julho 2007
693
Vetor (vetores), 2, 142, 301
angulo
entre, 184
canonicos,
203
colineares, 150
linear de, 306
combinacao
componentes de, 150, 154, 157, 162
comprimento de, 180
coplanares, 214
de estado, 16
diferenca de, 147, 303
geradores, 333
iguais, 301
independencia
linear de, 311
linearmente (in)dependentes, 311
por escalar, 147, 154, 162,
multiplicacao
301
multiplo
simetrico,
147, 303
Reginaldo J. Santos
Indice Alfabetico
694
soma de, 144, 150, 157, 301
unitario,
180, 372
unitarios,
371
zeros, 23
zoom3, 173, 221
Julho 2007