You are on page 1of 160

.

Introdu cao `a
Geometria Projetiva
Com tratamento vetorial
Abd

enago Alves de Barros


Pl

acido Francisco de Assis Andrade


Universidade Federal do Cear a
Centro de Ciencias
Departamento de Matem atica
i
Prefacio
Este livro foi elaborado para ser um texto de Introdu cao `a Geometria Proje-
tiva, disciplina obrigat oria para os alunos do terceiro perodo dos cursos de Li-
cenciatura e de Bacharelado de Matematica da Universidade Federal do Ceara. O
pre-requisito e Geometria Analtica com tratamento vetorial. Foi dentro desta mol-
dura que foi elaborado, mas ele e auto suciente no que diz respeito ` a sua leitura.
A escolha do tratamento vetorial nos obriga a uma r apida introdu cao de

Algebra
Linear. Para isto, escolhemos um extrato do livro [An2].
Os topicos apresentados consideram o desenvolvimento da Geometria do ponto
de vista axiomatico, dos gregos ate Hilbert, embora nos xemos na construcao de
modelos, fugindo da apresenta cao sintetica. Subjacente ` a estrutura do texto ca a
trajet oria hist orica. Os autores nao sao especialistas em Historia da Matem atica,
portanto, para elabora cao desta parte coletamos as informa coes em varios e, acre-
ditamos, bons livros sobre o assunto. Com isto, tentamos transmitir ao estudante
o esforco desprendido na sistematiza cao da Geometria ao longo de milenios, bem
como tentamos valorizar o estudo da Historia da Matem atica, relegada a um se-
gundo plano nas nossas Gradua coes.
A apresenta cao deixa claro as ideias e os conceitos surgidos ao longo do de-
senvolvimento da Matem atica. Alem disto, o tratamento vetorial torna o conheci-
mento accessvel a todos estudantes dos primeiros anos da Universidade nas areas
de Ciencias Basicas ou Tecnologicas.
O conte udo est a programado para ser exposto em 50h, sem atropelos. O desen-
volvimento culmina com o elegante estudo de conicas utilizando o Plano projetivo.
Agradecemos aos Professores do Departamento de Matematica da UFC, Jose
Afonso de Oliveira, Francisco Pimentel, Aldir Brasil, Fernando Pimentel e, par-
ticularmente, ao Professor Ant onio Caminha pelas corre coes sugeridas. Ficamos
lisonjeados e em debito com os organizadores da XIII Escola de Geometria 2004-
USP pelo convite para lecionar um minicurso e pela publica cao do texto.
Abdenago Alves de Barros
Pl acido Francisco de Assis Andrade
Fortaleza, 23 de maio de 2004
Sumario
I HIST

ORIA E ARQUITETURA DO TEXTO 1


1 Historia 2
1.1 Geometria cl assica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Os Elementos de Euclides . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Os Axiomas de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Arquitetura do texto 11
2.1 Estrutura do livro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Genealogia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Isometria e Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II

ALGEBRA LINEAR 18
3 O espa co vetorial R
n
19
3.1 O conjunto R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 O espaco vetorial R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Subespa co vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Independencia linear . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Base e dimensao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4 Produto interno 33
4.1 Produto interno e norma . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2

Angulo entre vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3 Produto vetorial em R
3
. . . . . . . . . . . . . . . . . . . . . . . . . 36
5 Transforma coes lineares 39
5.1 Transforma coes lineares . . . . . . . . . . . . . . . . . . . . . . . . . 39
SUM

ARIO iii
5.2 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.3 Opera coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4 Invertibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.5 Operadores lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.6 Autovalores e autovetores . . . . . . . . . . . . . . . . . . . . . . . . 46
5.7 Teorema espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6 Isometrias do R
n
49
6.1 Transla coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.2 Operadores ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.3 Classicacao das isometrias . . . . . . . . . . . . . . . . . . . . . . . 53
6.4 *Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 55
III GEOMETRIA EUCLIDIANA 56
7 Geometria Euclidiana 57
7.1 Esferas e hiperplanos . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.2 Um modelo de plano Euclidiano . . . . . . . . . . . . . . . . . . . . . 59
7.3 Um modelo de espaco Euclidiano . . . . . . . . . . . . . . . . . . . . 62
IV GEOMETRIA EL

IPTICA (dupla) 65
8 Geometria Elptica 66
8.1 Dist ancia esferica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.2 Plano elptico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.3 Retas elpticas orientadas . . . . . . . . . . . . . . . . . . . . . . . . 72
8.4 Plano elptico dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.5 Isometrias de S
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.6 Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9 Trigonometria elptica 78
9.1 Lei dos senos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9.2

Area de tri angulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
9.3 *Tri angulo dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
V GEOMETRIA PROJETIVA E GEOMETRIA AFIM 86
10 Geometria Projetiva 87
10.1 O plano projetivo RP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . 88
iv SUM

ARIO
10.2 Relacao entre RP
2
e S
2
. . . . . . . . . . . . . . . . . . . . . . . . . . 89
10.3 Retas projetivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
10.4 Plano projetivo dual . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.5 Incidencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.6 Geometria Am . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
10.7 Retas ans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
10.8 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 99
11 Colineacao 100
11.1 Operador linear e colinea cao . . . . . . . . . . . . . . . . . . . . . . . 100
11.2 Constru cao de colinea coes . . . . . . . . . . . . . . . . . . . . . . . . 102
11.3 Teorema fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . 105
11.4 Teorema de Papus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
11.5 Teorema de Desargues . . . . . . . . . . . . . . . . . . . . . . . . . . 113
12 C onicas 115
12.1 Cones em R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
12.2 Qu adricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
12.3 Correla coes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
12.4 Polaridades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
12.5 Conicas em RP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
12.6 Retas tangentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
12.7 Construindo c onicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
12.8 Teorema de Pascal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
12.9 Teorema de Brianchon . . . . . . . . . . . . . . . . . . . . . . . . . . 136
12.10Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 137
VI AP

ENDICE 140
13 Particao de conjuntos 141
13.1 Particionando conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 141
13.2 Relacao de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . 144
13.3 Classe de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Lista de smbolos
Conjuntos
R. . . . . . . . . . . . . . . . . . . . . . . . . . . . Conjunto dos n umeros reais
R
n
. . . . . . . . . . . . . . . . Espa co vetorial das n-uplas ordenadas
E
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta Euclidiana
E
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano Euclidiano
E
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espa co Euclidiano
S
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Esfera unit aria
S
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Esfera unit aria dual
RP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano projetivo
RP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Plano projetivo dual
AP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano am
Letras gregas
. . . . . . . . . . . . . . . alfa
. . . . . . . . . . . . . . beta
, . . . . . . . . . . . gama
, . . . . . . . . . . . delta
, . . . . . . . . . . epsilon
. . . . . . . . . . . . . . . zeta
. . . . . . . . . . . . . . . . eta
, , . . . . . . . . . . teta
. . . . . . . . . . . . . . . . iota
. . . . . . . . . . . . . . . kapa
, . . . . . . . . . lambda
. . . . . . . . . . . . . . . mu
. . . . . . . . . . . . . . . . . ni
, . . . . . . . . . . . . . qui
. . . . . . . . . . . . . . . . . . o
, , . . . . . . . . . . . pi
, . . . . . . . . . . . . . . . r o
, , . . . . . . . . sigma
. . . . . . . . . . . . . . . . tau
, . . . . . . . . . upsilon
, , . . . . . . . . . . . .
, . . . . . . . . . . . . . psi
, . . . . . . . . . . omega
Smbolos classicos
v = (x, y) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor v R
2
v = (x, y, z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor v R
3
u, v) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Produto interno can onico de u, v R
n
|v| . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Norma de um vetor v R
n
d(p, q) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dist ancia entre os pontos p, q R
n
(u, v) . . . . . . . . . . . . . Dist ancia entre u, v S
2
; angulo entre os vetores u, v R
3
[v
1
, v
2
, ..., v
k
] . . . . . . . . . . . . . . . Matriz n k cujas colunas sao os vetores v
i
R
n
[A], [B], [C] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes com entradas reais
[A(e
1
), A(e
2
), ..., A(e
n
)] . . . . . . . . . Matriz can onica de uma transforma cao linear
det[A] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Determinante da matriz quadrada [A]
v = (x : y : z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ponto projetivo v RP
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Parti cao de um conjunto
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Rela cao de equivalencia
A/ . . . . . . . . . . . . . . . . . . . . . . Espa co quociente por uma rela cao de equivalencia
T(A) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . O conjunto das partes de um conjunto A
Smbolos especiais
[[v
1
, v
2
, ..., v
n
]] . . . . . . . . . . . . . . . Subespa co vetorial gerado por v
1
, v
2
, ..., v
n
R
n

uv
= u v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Produto vetorial de u, v R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor em R
3
normal a um plano

. . . . . . . . . . . . . . . . . . . . . . . Plano em R
3
contendo a origem com vetor normal

(p) . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano em R
3
contendo p com vetor normal
r

S
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta elptica: grande crculo de S
2
r

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta projetiva: subconjunto de RP


2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta projetiva: elemento do projetivo dual RP
2
Parte I
HIST

ORIA E ARQUITETURA
DO TEXTO
Captulo 1
Hist oria
Para deixar claro a estrutura did atica na qual o texto est a desenvolvido, apre-
sentaremos uma breve historia da Geometria.
1
1.1 Geometria classica
A palavra Geometria tem etimologia grega e signica medicao de terras. Na
Antiga Mesopot amia e no Antigo Egito, o conhecimento geometrico resumia-se a
um aglomerado de procedimentos pr aticos de mensuracao aplicados, principalmente,
na agricultura. Eram c alculos empricos de comprimentos, areas e volumes com o
emprego de f ormulas, muitas delas erroneamente utilizadas.
Devemos aos gregos a transformacao da Geometria de um conhecimento rudi-
mentar e pr atico num dos ramos da Matematica Pura. Eles tiveram a iniciativa
de abstrair as ideias do contexto fsico para o contexto puramente mental, processo
que levou seculos para ser completado, aproximadamente de 600 aC ate 300 aC.
O mais antigo grego conhecido que adotou tal postura foi o mercador e enge-
nheiro Tales de Mileto ( 624 aC 547 aC), considerado o primeiro l osofo,
1
Este captulo esta baseado nos livro de Boyer [BCB], Heath [Hea], Wallace & West [W-W] e
no site [web1].
1.1. GEOMETRIA CL

ASSICA 3
cientista e matematico grego. Ele empregou argumentos l ogicos para demonstrar
proposi coes basicas de Geometria, muitas delas de sua autoria, que nao tinham
import ancia alguma na medi cao de terras. Tales foi a origem de uma escola que
perdurou por um seculo e sup oe-se que ele tenha aprendido em suas viagens os ru-
dimentos de Geometria com os povos da Mesopotamia e Egito.

E creditado a ele a
demonstra cao de resultados tais como:
um crculo e bissectado por um diametro;
os angulos da base de um tri angulo is osceles s ao iguais;
um angulo inscrito num semicrculo e um angulo reto;
os angulos opostos pelos vertices s ao iguais.
Pit agoras de Samos ( 569 aC 475 aC),
possivelmente um aluno da escola de Tales, esta-
beleceu uma sociedade losoca e religiosa que
muito contribuiu para a formaliza cao da Geo-
metria com trabalhos nas Teorias de paralelas,
guras similares e uma combina cao de Teoria de
n umeros e misticismo. O proprio Pit agoras in-
troduziu as palavras Filosoa (amor ` a sabedoria)
e Matematica (o que e aprendido). Ap os a morte
do l osofo, a escola Pitagorica dividiu-se em duas
faccoes. Uma, formada por aqueles que aceita-
vam a palavra do mestre como uma revela cao e
a outra, formada por aqueles seguidores que de-
sejavam o novo aprendizado, os matematicos.
Membros da ultima fac cao desenvolveram novos resultados de Matem atica exclu-
sivamente por dedu cao l ogica, transformando-a numa Ciencia Dedutiva. Sua dou-
trina sobreviveu por seculos. Ainda na decada de 1980 existiam seguidores msticos
em Fortaleza, Ceara, que realizavam suas reuni oes num velho casarao do centro da
cidade, na Rua Major Facundo, cuja sede era chamada de Escola Pitag orica.
O avan co seguinte foi estabelecido por outro grego, um professor de Geometria,
Hipocrates de Chios ( 470 aC, Grecia 410 aC), ao escrever um livro texto,
Elementos de Geometria, no qual os teoremas eram arranjados numa sequencia onde
os subsequentes eram provados tendo como base os teoremas anteriores. Tudo indica
que sua obra est a contida nos Livros I e II dos Elementos de Euclides. Com ele
tem-se o incio da sistematizacao do conhecimento Matematico, estabelecendo uma
estrutura de apresenta cao que sobrevive ate hoje. Hip ocrates de Chios contribuiu
com teoremas sobre circunferencias.
Por esta mesma epoca, foi fundada em Atenas pelo l osofo Platao ( 427 aC
347 aC), a famosa Academia, uma institui cao que congregava os maiores sabios
4 CAP

ITULO 1. HIST

ORIA
da epoca. Sobre seu port ao estava escrito:
Nao permitam a entrada de quem nao saiba geometria.
Com a Academia, a Matematica obteve o status de Ciencia Pura, seus membros
n ao tinham a preocupa cao em aplicar os conhecimentos adquiridos no seu trabalho
e a enfase era no desenvolvimento do pensamento matematico e losoco.
Um dos membros da Academia, dos 17 aos 30 anos, foi o losofo Arist oteles da
Macedonia ( 384 aC - 322 aC). A contribui cao de Arist oteles para os fundamen-
tos da Matem atica foi indireta, construiu uma teoria de arma coes que comecava
com nocoes comuns, nocoes especiais, denicoes e um tratado sobre logica em Filo-
soa, estabelecendo a base para toda a Matematica grega. Arist oteles fundou um
centro cientco e los oco chamado Liceu. Nos seiscentos anos seguintes foram
criadas centenas de Escolas pela regiao grega mas nenhuma delas comparavel em
import ancia com essas duas, exceto o Museu de Alexandria.
Outro membro da Academia, Eudoxos de Cnido ( 408 aC 355 aC), fez
a moldura de como deve ser uma teoria Matematica, sistematizando formalmente
o metodo axiomatico inspirado no trabalho de Arist oteles. Sua mais notavel con-
tribui cao foi compreender as quantidades incomensur aveis que tanto pertubou os
pitag oricos. Aceita-se que seu trabalho em Matematica e a base dos Livros V, VI e
XII dos Elementos de Euclides. A Academia foi um centro no qual v arios de seus
membros se destacaram na historia da Matem atica e, em particular, na Geometria:
Teodoro de Cirene ( 465 aC 398 aC),
Teaetetus ( 417 aC 369 aC),
Meneacmus ( 380 aC 320 aC) ,
Dinostrato ( 390 aC 320 aC), irm ao de Meneacmus,
Aut olicos de Pitane ( 360 aC 290 aC ).
Com a morte de Alexandre da Maced onia, o Grande, (356 aC 323 aC) aluno
de Arist oteles e Meneacmus, o territorio conquistado foi dividido entre seus generais.
Alexandria, cidade fundada por ele, cou no territ orio governado por Ptolomeu I,
1.2. OS ELEMENTOS DE EUCLIDES 5
terras correspondentes ao atual Egito. Este general criou o Museu de Alexandria,
2
e transformou-o numa Universidade insuper avel em seu tempo, em termos de co-
nhecimento. Para dar uma grandeza da import ancia do centro, notcias da epoca
falam numa biblioteca de 500 mil volumes. Muito dos intelectuais mudaram-se para
ali, entre eles Euclides.
1.2 Os Elementos de Euclides
Toda esta constru cao da mente humana, feita ao longo de 300 anos, cou registrada
numa obra monumental intitulada Elementos, constituda de 13 livros (captulos).
Nela, estao demonstradas 465 proposi coes deduzidas de um sistema axiomatico
numa forma did atica, cujo unico rival em n umero de tradu coes e a Bblia. Tal obra
exp oe sistematicamente toda a Matematica b asica conhecida em seu tempo.
Devemos tal facanha ao matematico grego Euclides
( 330 aC - 270 aC) cuja biograa e praticamente
desconhecida. Provavelmente estudou na Academia e
mudou-se para Alexandria a convite de Ptolomeu I
para ser o primeiro professor de Matematica do Mu-
seu. Escreveu cerca de doze obras mas somente cinco
delas resistiram ao tempo. Seu texto intitulado

Optica
(Stoichia) foi um dos primeiros trabalhos escritos sobre
perspectiva. A ttulo de ilustra cao listaremos os ttulos
dos Livros que comp oem a obra de Euclides, que n ao e
apenas uma simples compilacao de resultados conheci-
dos; sup oe-se que varias proposi coes e provas sao do
pr oprio Euclides e, possivelmente, algumas delas foram acrescentadas posterior-
mente. A obra nao trata apenas de Geometria, inclui tambem resultados de Aritme-
tica. No Livro IX cou para a posteridade uma das mais belas e elegantes provas da
Matematica, a prova do teorema: Existem innitos n umeros primos. Certamente,
um autor de uma obra como os Elementos deveria ser um matem atico de primeira
linha. A lenda descreve-o como um professor excepcional, sendo caricaturado na
gura de um velhinho bondoso. Sua proposta did atica para o ensino da Matem atica
foi espetacular. Ainda hoje, 2300 anos depois, e quase que integralmente adotado
nas Escolas de todo o mundo.
ELEMENTOS Geometria Plana: I. Fundamentos da geometria pla-
na. II. A Geometria de ret angulos. III. A geometria do crculo. IV.
2
Local dedicado `as nove musas gregas: Calope (Poema epico, a musa mais importante), Clio
(Historia), Erato (Poemas de amor), Eutherp (M usica), Melpomene (Tragedia), Polnia (M usica
sagrada), Therpscore (Danca), Talia (Comedia), Ur ania (Astronomia).
6 CAP

ITULO 1. HIST

ORIA
Polgonos regulares no crculo. V. A teoria geral de magnitudes em
proporc oes. VI. A geometria plana de figuras similares. Teoria dos
n umeros: VII. Aritmetica b asica. VIII. N umeros em proporc oes. IX.
N umeros em proporc oes; a teoria de n umeros pares e mpares, n umeros
perfeitos. N umeros irracionais: X. Segmentos de reta incomensur aveis.
Geomeria Solida: XI. Fundamentos da Geometria s olida. XII.

Areas e
volumes; metodo de Eudoxos da exaust ao. XIII. Os s olidos de Plat ao.
O aspecto que nos interessa e o sistema axiom atico adotado por Euclides:
1. Noc oes comuns
a) Coisas que s ao iguais a uma mesma coisa tambem s ao iguais;
b) Se iguais s ao adicionados a iguais, os totais s ao iguais;
c) Se iguais s ao subtrados de iguais, os restos s ao iguais;
d) Coisas que coincidem uma com a outra s ao iguais;
e) O todo e maior que qualquer uma de suas partes.
2. Axiomas da Geometria Euclidiana plana
3
i) Incidencia: pode-se tracar
uma reta ligando quaisquer dois pontos;
ii) Pode-se continuar qualquer reta finita
continuamente em uma reta;
iii) Pode-se tracar um crculo com
qualquer centro e qualquer raio;
iv) Todos os angulos retos s ao iguais;
v) Por um ponto fora de uma reta pode-se tracar
uma unica reta paralela ` a reta dada.
3. Definic oes
i) 23 definic oes que dizem respeito a ponto,
reta, angulo, crculo, tri angulo, quadril atero, etc.
A escola de Alexandria sobreviveu ate 450 dC e muito contribuiu com o desenvol-
vimento da Geometria p os-Euclides, sendo seu maior expoente o ex-aluno siciliano
3
O quinto postulado e conhecido como Axioma de Playfair. No livro Elementos e posto um
axioma equivalente: se uma reta ao cortar duas outras, forma angulos internos, no mesmo lado,
cuja soma e menor do que dois angulos retos, ent ao as duas retas, se continuadas, encontra-se-
ao no lado onde est ao os angulos cuja soma e menor do que dois angulos retos.
1.2. OS ELEMENTOS DE EUCLIDES 7
Arquimedes de Siracusa (287 aC 212 aC) considerado um dos tres maiores ma-
tematicos de todos os tempos, junto com o ingles Isaac Newton (1643 1727) e o
alemao Johann Carl Friedrich Gauss (1777 1855). Seu metodo para calculo de
areas guarda muita semelhanca com o Calculo Integral utilizado nos dias atuais.
Outros not aveis do Museu foram o ex-aluno Apolonius de
Perga (262 aC - 190 aC), com o estudo das conicas, e
um professor do Museu, Papus de Alexandria (290 dC
350 dC) que ampliou o trabalho de Euclides, com resulta-
dos cujo esprito era totalmente diferente do que foi feito
ate entao, demonstrando teoremas novos que diziam res-
peito apenas aos axiomas de incidencia. Papus foi o ultimo
grande ge ometra grego e seu trabalho e tido como a base
da Geometria Projetiva.
A morte de Hip atia de Alexandria ( 370 dC 415 dC)
professora do Museu e primeira mulher a destacar-se no es-
tudo da Matem atica, marca os incios do declnio daquele
centro como polo intelectual e do perodo das trevas para as
civilizacoes ocidentais. Hipatia teve morte cruel, foi descar-
nada com conchas de ostras e queimada em praca p ublica
por uma turba de crist aos incentivada pelo Patriarca de
Alexandria, Cirilo.
Cem anos depois da morte de Hip atia, em 527 dC, a Academia Platonica de
Atenas j a com 900 anos, bem como outras escolas, foi fechada e seus membros
dispersos por Justiniano, Imperador Romano Cat olico. E por muitos seculos o de-
senvolvimento da Matem atica esteve a cargo de outras civilizacoes, como a

Arabe
cuja maior contribui cao foi na

Algebra. O conhecimento geometrico cou, prati-
camente, estagnado e esquecido por dez seculos. Acredita-se que com a fuga dos
professores gregos para a Persia, a civilizacao

Arabe tomou o impulso relatado nos
livros de Historia.
8 CAP

ITULO 1. HIST

ORIA
1.3 Os Axiomas de Hilbert
Dezoito seculos depois da publicacao dos Elementos (1482), em plena Renascenca,
comecaram a surgir as primeiras tradu coes dos Elementos para as lnguas europeias
modernas, passando aquela obra a receber um estudo crtico pelos interessados.
Com a retomada do estudo dos Elementos de Euclides surgiram v arios resultados
surpreendentes que diziam respeito apenas ` a ideia de incidencia. Por exemplo,
Girard Desargues (1591 1661) e Blaise Pascal (1623 1662) demonstraram muitas
propriedades n ao metricas de conicas que eram bem diferentes daquelas examinadas
por Apol onio dezoito seculos antes. O estudo de geometrias com poucos axiomas
perdurou por mais dois seculos, `as vezes de forma esporadica e desorganizada, outras
com intensidade e imagina cao.
Como pano de fundo cava o postulado das paralelas, a secular d uvida se ele
era ou n ao um axioma Euclidiano independente dos demais, sendo o mais instigante
t opico de interesse dos geometras. Muitos acreditaram que podia ser um teorema.
Nao e! Ao longo da historia muitas demonstracoes, erradas e claro, foram apresen-
tadas, inclusive por matem aticos importantes em sua epoca. Ainda no tempo de
Euclides, Ptolomeu I acreditou que tinha dado uma demonstra cao para o Axiomas
das Paralelas e tudo leva a crer que o pr oprio Euclides cou relutante em aceit a-
lo como postulado, utilizando-o apenas a partir da 29
a
proposi cao dos Elementos.
Algumas tentativas foram dramaticas, como aquela feita pelo padre jesuta italiano
Giovanni Saccheri (1667 1773). Simplesmente ele demonstrou todos os resulta-
dos b asicos da hoje chamada Geometria hiperb olica, mas nao teve a ousadia para
acreditar que poderiam existir outros tipos de modelos geometricos para a Natureza
que n ao a Geometria Euclidana.
Na metade do seculo XIX j a tinham sido coletadas v arias hip oteses assumi-
das por Euclides e utilizadas nas suas argumenta coes sem que tivessem tido uma
demonstra cao ou uma axiomatizacao anterior. Listemos algumas delas.
4. Hip oteses n ao mencionadas mas utilizadas por Euclides
) Retas s ao conjuntos ilimitados;
) Vale o postulado de Dedekind: as retas s ao contnuas;
) No axioma i) a reta que podemos tracar ligando
dois pontos e unica;
) No axioma ii) pode-se continuar uma reta de
uma unica maneira;
) Axioma de Pasch: sejam A, B e C tres pontos n ao coline-
ares e r uma reta que n ao contem nenhum destes
pontos. Se r corta o segmento AB ent ao ela tambem
corta o segmento BC ou o segmento AC.
1.3. OS AXIOMAS DE HILBERT 9
Em 1898-99, o matematico alemao David Hilbert (1862
1943) apresentou um sistema de axiomas completo para a
Geometria Euclidiana plana e espacial numa serie de con-
ferencias na Universidade de G ottingen. Isto signica que
todos os resultados dos Elementos permaneciam v alidos as-
sumindo seus postulados. Seu sistema axiom atico e um
dos marcos na Historia da Matem atica pois organiza os
fundamentos da Geometria e An alise. A comparacao mais
pr oxima que pode ser feita e com a organizacao ocorrida
na

Algebra ao ser introduzido o conceito de grupo.
Apresentaremos a seguir um extrato dos axiomas para a chamada Geometria
Euclidiana plana, deixando seu detalhamento para a se cao Leitura Complementar
no nal do pr oximo captulo.

E conveniente que o leitor passe uma r apida lei-
tura na lista completa dos axiomas para xar e compreender melhor os termos que
utilizaremos abaixo como tambem e conveniente que tenha em mente os seguintes
fatos.
1. A possvel existencia de um conjunto n ao vazio denotado por E
2
, que n ao e
chamado de conjunto mas de plano, termo listado como indenido no sistema
axiomatico.
2. Elementos do plano, que n ao sao chamados de elementos, mas de pontos,
portanto outro termo indenido.
3. Subconjuntos de E
2
chamados retas, termo indenido. Quando nos referimos
a uma reta especca denotaremos esta reta por E
1
.
Observe que substitumos termos indenidos por outros, tais como conjunto,
elemento, etc. As explicacoes acima sao apenas para compreender o sistema, mas,
certamente, sao redund ancias.
I. Termos indefinidos
1. Ponto, reta, plano, pertence, est a entre, congruencia.
II Axiomas de Incidencia
i) Para quaisquer dois pontos existe uma unica reta que contem
estes pontos.
ii) Existem pelo menos tres pontos que n ao pertecem a uma mesma
reta.
III Axiomas de Ordem
i) S ao estabelecidos quatro axiomas que dizem respeito ` a orde-
nac ao dos pontos de uma reta.
IV Axiomas de Congruencia
10 CAP

ITULO 1. HIST

ORIA
i) S ao estabelecidos cinco axiomas que dizem respeito ` a con-
gruencia de angulos, segmentos e tri angulos.
V Axioma das paralelas
i) Por um ponto fora de uma reta pode-se tracar uma unica
reta paralela ` a reta dada.
VI Axiomas de Continuidade
i) Completude de uma reta.
ii) Propriedade Arquimediana de uma reta.
Varios outros sistemas axiomaticos equivalentes
ao de Hilbert foram propostos. Dois deles se des-
tacam. Aquele estabelecido por George David
Birkho (1864 - 1944), com forte enfase no con-
ceito de distancia, e um outro conhecido pela
sigla SMSG (School Mathematics Study Group)
feito na decada de 1960 por uma equipe de pro-
fessores americanos dirigidos por Edward G. Be-
gle. Aqui, mais uma vez fatos polticos interfe-
rem nos caminhos da Matematica.
Com o lan camento do primeiro satelite articial pela extinta Uni ao Sovietica, o
Governo Americano decidiu reformular o ensino de Ciencias nas escolas, nomeando
e nanciando grupos de estudos para elaborar as propostas da reforma. SMSG foi
um dos grupos.
Logo ap os a xa cao dos axiomas de Hilbert, o matematico americano Oswald
Veblen (1880 1960) estabeleceu os axiomas da Geometria Projetiva na sua obra
Projective Geometry em conjunto com John Wesley Young. Atualmente, o ingles
H. M. S. Coxeter (1907 ) e considerado o maior geometra sintetico, tendo v arios
livros publicados na area.
Captulo 2
Arquitetura do texto
Um dos nossos interesses ao apresentar o sistema
axiomatico de Hilbert e deixar claro como estarao
organizados ao longo do livro os topicos que estu-
daremos. Daremos a seguir uma visao r apida da
estrutura did atica escolhida. Assumiremos que o
leitor esta familiarizado com os principais resulta-
dos de Geometria Euclidiana, pois as outras Ge-
ometrias serao estudadas estabelecendo analogias
com ela.
2.1 Estrutura do livro
A primeira grande pergunta que surge e saber se
existe um conjunto que satisfa ca os axiomas de Hilbert. O proprio sistema axiomati-
co ja apresenta a resposta positiva.
Primeiro. O conjunto dos n umeros reais, R, pode ser considerado uma reta
Euclidiana modelo. Os grupos de axiomas de ordem, continuidade e congruencia,
permitem estabelecer uma relacao biunvoca entre o conjunto dos n umeros reais e
os pontos de qualquer reta E
1
. Assumiremos a identica cao pontos de uma reta e
n umeros reais, como e apresentado aos estudantes do Ensino Medio, sem nenhuma
formalizacao ou rigor.
Segundo. O produto interno can onico no espaco R
n
, n = 2, 3, e uma ferramenta
essencial, pois possibilita precisar v arios termos indenidos, como reta, congruencia,
etc. bem como utilizar processos algebricos para vericar que aqueles conjuntos
satisfazem, de fato, os axiomas de Hilbert. O produto interno seria o equivalente
`a regua e ao transferidor, simultaneamente. Como a linguagem escolhida para
a apresenta cao do texto foi a linguagem vetorial iniciamos com um captulo de
12 CAP

ITULO 2. ARQUITETURA DO TEXTO

Algebra Linear.
Com isto, surge a Geometria Analtica, que n ao e um ramo da Geometria como
o termo nos induz a pensar, mas um poderoso metodo para solucionar problemas.
Fixado um sistema de eixos cartesianos, podemos fazer uma identicacao canonica
entre um plano Euclidiano E
2
com o conjunto algebrico R
2
e entre um espaco
Euclidiano E
3
com o R
3
. Tais identica coes permitem transcrever varios problemas
geometricos para uma linguagem algebrica.
Alem disto, e possvel construir e estudar modelos (superfcies bidimensionais)
para as outras principais Geometrias classicas surgidas a partir do historicamente
controvertido Axioma das Paralelas.
Antecipemos que a ideia de continuidade estar a sempre presente e sera utilizado
sem formalizacao maior. Se denotamos por P
2
um dos modelos, as retas r P
2
serao contnuas no seguinte sentido.
1. Tipo 1 As retas s ao como retas Euclidianas: existe uma correspondencia
biunvoca (e contnua) entre ela e os n umeros reais.
2. Tipo 2 Ao retirarmos um dos seus pontos o restante e como reta Euclidiana.
Portanto, podemos imagin a-las como um crculo usual.
As retas em cada modelo sao do mesmo tipo.
2.2 Genealogia
Como ressaltamos, o sistema axiom atico de Hilbert e organizado em cinco grupos:
1. incidencia;
2. ordem;
3. congruencia;
4. paralelismo;
5. continuidade.
As superfcies que estudaremos sao criadas a partir desta divisao axiomatica. Postula-
se grupos de axiomas, algumas vezes com pequenas modicacoes dos Axiomas de
Hilbert, para criar um modelo para a Geometria estabelecida.
A Geometra Projetiva e certamente a mais simples, com dois grupos axiomaticos,
o de incidencia e o de continuidade.
Na Geometria Elptica sao considerados todos os grupos, exceto o de ordem;
nega-se a existencia do paralelismo e nao e exigido a unicidade de interse cao de
retas.
2.3. ISOMETRIA E CONGRU

ENCIA 13
Na Geometria Am, eliminamos apenas o grupo de congruencia do sistema
axiomatico de Hilbert, o restante pemanece igual ao da Geometria Euclidiana.
A Geometria Hiperb olica, que n ao estudaremos aqui, tem todos os axiomas iguais
ao da Geometria Euclidiana, exceto o postulado das paralales onde n ao e exigida a
unicidade.
Um esquema hereditario da Geometria mais simples para a mais complexa em
termos axiomaticos ca resumido nesta arvore genealogica.
Projetiva
_

_
Elptica
Am
_
_
_
Parab olica
(ou Euclidiana)
Hiperb olica
.
Isto provoca uma diferen ca substancial entre elas sob v arios aspectos, inclusive sobre
as propriedades do polgono mais simples, o tri angulo. Um resumo das diferen cas,
levando em conta o postulado das paralelas, pode ser feito da seguinte forma.
a) Geometria Parabolica (ou Euclidiana): por um ponto fora de uma reta passa
apenas uma reta paralela a ela. O modelo considerado sera o R
2
, ponto de
referencia em torno do qual o texto se desenvolve. Como sabemos, nesta
Gemetria a soma das medidas dos angulos internos de um tri angulo e igual a
.
b) Geometria Elptica: por um ponto fora de uma reta n ao passam retas paralelas
a ela. Estudaremos como modelo a esfera unit aria S
2
. Neste caso, a soma das
medidas dos angulos internos de um tri angulo e maior que .
c) Geometria Hiperb olica (N ao Euclidiana
1
) por um ponto fora de uma reta
passa mais de uma reta paralela a ela. Usualmente o modelo considerado e
o disco unit ario do plano Euclidiano, chamado de disco de Poincare. Aqui, a
soma das medidas dos angulos internos de um tri angulo e menor que .
2.3 Isometria e Congruencia
As retas contidas nas superfcies que examinaremos neste texto podem ser estabe-
lecidas a partir de uma fun cao dist ancia que, por sua vez, e uma fun cao dist ancia
induzida do produto interno can onico do R
3
. Em ultima inst ancia, as retas sao
1
Geometria Nao Euclidiana: e um termo introduzido por Gauss.
14 CAP

ITULO 2. ARQUITETURA DO TEXTO


as geodesicas denidas e estudadas mais amplamente na Geometria Diferencial,
embora este fato nao seja explorado.
Na Geometria sintetica, em geral, nao e considerado o conceito de dist ancia no
sistema axiom atico. Nos modelos, a metrica esta ressaltada para realizar a ideia de
congruencia, que e muito pr oxima ao conceito de distancia: dois segmentos de reta
(ou dois angulos) sao congruentes se existe uma isometria que aplica um segmento
no outro (ou um angulo no outro). Veremos que todo o esfor co para classicar
isometrias ca restrito ao caso Euclidiano.
O conjunto das isometrias de uma superfcie forma um
grupo quando est a equipado com a opera cao de com-
posi cao de fun coes. Ao denir uma dist ancia na su-
perfcie, nos aproximamos de abordagens mais recentes
para o estudo de geometrias, seguindo a ideia do ma-
tematico prussiano Felix Christian Klein (1849 1925),
que descrevia a Geometria como o estudo das proprie-
dades de uma gura que permaneciam invariantes sob a
acao de um particular grupo de transforma coes, no nosso
caso, as isometrias.
A obsessao de Klein em fazer a analise sob o ponto de vista funcional permeou
essa ideia por praticamente toda teoria que surgiu na Matem atica ao longo do seculo
XX. Ele foi o introdutor do termo Geometria Elptica.
2.4 Leitura complementar
1. Axiomas da Geometria Euclidiana plana proposto por Hilbert [W-W].
I Termos indefinidos
1. Ponto, reta, plano, pertence, est a entre e congruencia.
II Axiomas de incidencia
1. Para cada dois pontos distintos existe uma ( unica) reta
que os contem.
2. Toda reta contem pelo menos dois pontos.
3. Existem pelo menos tres pontos que n ao est ao sobre uma
mesma reta e todos os pontos est ao sobre o mesmo plano.
III Axiomas de Ordem.
1. Se um ponto B est a entre A e C, ent ao os tres pontos
pertencem a uma mesma reta e B est a entre C e A.
2.4. LEITURA COMPLEMENTAR 15
2. Para quaisquer dois pontos distintos A e C, existe pelo
menos um ponto B pertencente ` a reta AC tal que B est a
entre A e C.
3. Se tres pontos distintos est ao sobre uma mesma reta, n ao
mais que um ponto est a entre os outros dois.
4. (Pasch) Sejam A, B e C tres pontos que n ao est ao sobre
uma mesma reta e seja l uma reta do plano que n ao contem
algum dos tres pontos. Ent ao, se l intercepta o segmento
AB, ela tambem intercepta o segmento AC ou o segmento
BC.
IV Axiomas de Congruencia
1. Se A e B s ao dois pontos numa reta l e A

e um outro ponto
de uma reta l

, n ao necessariamente distinta da anterior,


ent ao e sempre possvel encontrar um ponto B

em (um
dado lado da reta) l

tais que os segmentos AB e A

s ao
congruentes ().
2. Se um segmento A

e um segmento A

s ao congruentes
a um mesmo segmento AB ent ao os segmentos A

e A

s ao congruentes entre si.


3. Sobre uma reta l, sejam AB e BC dois segmentos da mesma
que, exceto por B n ao tem pontos em comum. Alem disto,
sobre uma outra ou a mesma reta l

, sejam A

e B

dois
segmentos que, exceto por B

n ao tem pontos em comum.


Neste caso, se AB A

e BC B

, ent ao AC A

.
4. Se ABC e um angulo e se

e um raio, ent ao existe


exatamente um raio

em cada lado de B

tal que
A

ABC. Alem disto, cada angulo e congruente


a si mesmo.
5. Se para dois tri angulos ABC e A

as congruencias
AB A

, AC A

e BAC B

s ao v alidas, ent ao
a congruencia ABC A

e satisfeita.
V Axioma das Paralelas
1. Seja l uma reta e A um ponto n ao em l. Ent ao existe no
m aximo uma reta no plano que passa por A e n ao inter-
cepta l.
VI Axiomas de Continuidade
1. Axioma de Arquimedes: Se AB e CD s ao segmentos, ent ao
existe um n umero natural n tal que n c opias de CD con-
16 CAP

ITULO 2. ARQUITETURA DO TEXTO


trudas contiguamente de A ao longo do raio

AB passar a
alem do ponto B.
2. Axioma da Completude da Reta: Uma extens ao de um con-
junto de pontos sobre uma reta com suas relac oes de
congruencia e ordem que poderiam preservar as relac oes
existentes entre os elementos originais, bem como as pro-
priedades fundamentais de congruencia e ordem que se-
guem dos axiomas acima (menos o das Paralelas), e im-
possvel.
2. Axiomas da Geometria Euclidiana Espacial Devemos acrescentar uns
poucos axiomas aos axiomas da Geometria plana, a maioria deles sobre existen-
cia e incidencia. Nao separaremos por grupos. A Geometria Euclidiana Es-
pacial algumas vezes tambem e chamada de Geometria Euclidiana S olida.
VII Axiomas sobre planos
1. Em todo plano existe ao menos tres pontos n ao colinea-
res.
2. Nem todos os pontos pertencem ao mesmo plano.
3. Tres pontos n ao colineares pertencem a um unico plano.
4. Se dois pontos de uma reta pertencem a um plano, ent ao
toda a reta est a contida no plano.
5. Se dois planos tem um ponto em comum eles tem um se-
gundo ponto em comum.
3. Arist oteles descendia de uma abastada famlia da Maced onia. Seu pai f ora
medico do av o de Alexandre, o grande. Estudou na Academia de Plat ao e
ali cou ate a morte do fundador ( 347 aC), quando emigrou para a

Asia
Menor, indo desposar Ptia, a lha de um pequeno tirano da regi ao. Com
a invas ao e conquista da regi ao pelos persas, emigrou para a ilha de Lesbos
onde sua esposa morreu ao dar a luz a uma lha.
2.4. LEITURA COMPLEMENTAR 17
Em 343 aC, Felipe, pai de Alexandre, chamou-o para educar o lho, fato que
criou uma grande afei cao entre o l osofo e o futuro conquistador. Ap os ser
(um excelente) governador de uma regiao da Maced onia, voltou ` a Atenas onde
fundou o famoso Liceu.
O Liceu foi a primeira Universidade, com o signicado atual do termo. Ao
contr ario da Academia, institui cao destinada aos aristocratas, Arist oteles re-
quisitava seus alunos na classe media. E a diferen ca continuava no metodo
de ensino. Seus alunos eram dirigidos para o estudo de Ciencias onde classi-
cavam plantas, animais e seus h abitos, estudavam Epistemologia, Filosoa,
Anatomia, etc. O Liceu tinha biblioteca, jardim zool ogico e museu natural,
mantidos com a ajuda nanceira de Alexandre e exemplares trazidos pelos
pescadores, exploradores e cacadores, a seu pedido.
Arit osteles foi cientista, professor e losofo. Suas aulas matutinas eram minis-
tradas caminhando com seus alunos pelos p orticos que circundavam o Liceu,
escola contruda no meio dos Jardins de Lcio.

E por isso que sua escola e ape-
lidada de peripatetica (ambulante). Pelas tardes abria-se a Universidade para
a popula cao onde eram proferidas conferencias sobre diversos assuntos. Em-
bora n ao fosse matematico, deixou registrado uma demonstra cao mostrando
que

2 n ao era comensuravel. Seu rigor cientco, levou-o a uma losoa na
qual os termos empregados eram precisamante denidos. Eudoxo inspirou-se
em Aristoteles para introduzir na Matem atica o sistema axiomatico.
Prestes a morrer, pediu para ser sepultado ao lado da esposa, na ilha de Lesbos
[Mon].
Parte II

ALGEBRA LINEAR
Captulo 3
O espa co vetorial R
n
Neste captulo, estudaremos os conjuntos
algebricos R
2
e R
3
. Ressaltamos que discor-
reremos sobre dois tipos de objetos, um deles
algebrico, o R
n
, enquanto o outro e Euclidiano.
O terceiro objeto, a gura, serve apenas para
organizar as ideias. Usaremos os termos funcao e
aplicacao com o mesmo signicado. Esta parte do
texto e um extrato de [An2].
3.1 O conjunto R
n
Denotamos por R
n
o conjunto das n-uplas ordenadas de n umeros reais, ou seja,
R
n
= (v
1
, v
2
, ..., v
n
); v
i
R para todo inteiro i, 1 i n.
Os elementos deste conjunto sao chamados de pontos e, por simplicidade, muitas
vezes indicaremos um ponto de R
n
como v = (v
1
, v
2
, ..., v
n
). Num primeiro mo-
mento, estes sao os conjuntos para os quais voltaremos nosso interesse. Observe
que v = (v
1
, v
2
, ..., v
n
) e w = (w
1
, w
2
, ..., w
n
) sao iguais, v = w, se, e somente
se, v
i
= w
i
para todo i = 1, 2, ..., n. Para organizar a escrita utilizaremos letras
min usculas para indicar os pontos de R
n
. Por exemplo,
a = (a
1
, a
2
, ..., a
n
), p = (p
1
, p
2
, ..., p
n
), w = (w
1
, w
2
, ..., w
n
), etc.
A maior parte do texto esta relacionada com os conjunto R
2
e R
3
, e por isto reserva-
remos uma notacao especial para indicar seus elementos. Para o primeiro conjunto
indicaremos um par ordenado por v = (x, y) e uma tripla ordenada em R
3
sera
registrada na forma v = (x, y, z).
As ideias expressas pelos termos ponto, reta, plano e espaco empregadas na Geo-
metria Euclidiana s ao auto-explicaveis, nao suportam uma deni cao. Denotaremos
20 CAP

ITULO 3. O ESPACO VETORIAL R


N
uma reta, um plano e um espa co Euclidianos por E
1
, E
2
e E
3
, respectivamente. A
rela cao entre os conjuntos algebricos R
1
, R
2
e R
3
com aqueles e do conhecimento
de todos, mas recapitulemos a constru cao que justica a existencia da Geometria
Analtica. Observamos que devemos distinguir o conjunto algebrico, o conjunto
Euclidiano e as guras feitas no papel.
O conjunto das 1-upla ordenadas, R
1
= (x); x R, e canonicamente identi-
cado com o conjunto dos n umeros reais R. N ao distinguiremos uma 1-upla ordenada
(x) R
1
de um n umero real x R. Para construir uma correspondencia um a um
entre os n umeros reais R e os pontos de uma reta Euclidiana E
1
, xamos uma uni-
dade e associamos a cada ponto de uma reta Euclidiana E
1
um unico n umero real,
o qual e chamado de abscissa do ponto. Com
isto, temos denido uma aplica cao P : R
E
1
, onde P(x) e o ponto da reta Euclidiana
cuja abscissa e x.
Seja (x, y) R
2
. Escolhidos dois eixos Cartesianos num plano Euclidiano E
2
,
digamos ox e oy, denimos P : R
2
E
2
, onde P(x, y) e o ponto do plano Euclidiano
cuja abscissa e x e a ordenada e y. Reciprocamente, cada ponto no plano e associado
a um unico par ordenado. Fixado o sistema de eixos, o plano Euclidiano passa a
ser chamado de plano Cartesiano.
Da mesma forma, seja v = (x, y, z) R
3
. Fixados tres eixos Cartesianos em E
3
,
ox, oy e oz, denimos a aplicacao P : R
3
E
3
, onde P(x, y, z) e o ponto do espa co
Euclidiano tal que a abscissa e x, a ordenada e y e a altura e z. Certamente o leitor
esta acostumado com a notacao P(x, y, z). Quando xamos um sistema de eixos
em E
3
passamos a chama-lo de espaco Cartesiano.
Indicamos pontos de E
n
, n = 1, 2, 3, por letras mai usculas. Por exemplo, U E
2
signica um ponto do plano Euclidiano. Ao escrevermos U(2, 3) estamos supondo
que j a xamos os eixos Cartesianos e o ponto e imagem de u = (2, 3) R
2
, pela
aplicacao P : R
2
E
2
. Esta sera uma regra notacional. O ponto v = (v
1
, v
2
) ter a
3.2. O ESPAC O VETORIAL R
N
21
sua imagem pela aplicacao P indicada por V (v
1
, v
2
) em lugar de P(v
1
, v
2
), o ponto
w = (w
1
, w
2
) ter a sua imagem indicada por W(w
1
, w
2
), etc. Uma regra notacional
similar sera utilizada para R
3
.
Coment ario Neste texto, nao estudaremos Geo-
metria Analtica, mas lancaremos mao de uns pou-
cos resultados desta disciplina que s ao do conheci-
mento de todos desde o Ensino Medio. No desen-
volvimento da teoria nos depararemos com v arios
subconjuntos R
2
denidos por uma equa cao
linear homogenea, por exemplo, = (x, y)
R
2
; x 3y = 0.
Um tal conjunto tem como imagem pela aplica cao P : R
2
E
2
uma reta que
contem a origem do plano Cartesiano cuja equacao linear homogenea que a dene e a
mesma, P(x, y) E
2
; x3y = 0. A identica cao e tao natural que continuaremos
a designar pela mesma letra a imagem, = P(x, y) E
2
; x 3y = 0, embora os
dois sejam subconjuntos de conjuntos diferentes.
Do mesmo modo, os subconjuntos do R
3
denidos
por uma equa cao linear homogenea, por exemplo,
= (x, y, z) R
3
; x + y + z = 0, tem como
imagem pela aplica cao P : R
3
E
3
um conjunto
denido pela mesma equa cao linear homogenea,
P(x, y, z) E
3
; x + y + z = 0. Como sabemos,
este ultimo conjunto e um plano que contem a ori-
gem do espaco Cartesiano. Tambem a imagem de
sera indicada pela mesma letra. 2
3.2 O espa co vetorial R
n
Em R
n
denimos duas opera coes bin arias, a soma de dois elementos e a multi-
plicacao de um elemento por um escalar. Aqui, o termo escalar signica n umero
real. As opera coes sao denidas dos seguintes modos. Se v = (v
1
, v
2
, ..., v
n
), w =
(w
1
, w
2
, ..., w
n
) R
n
e R estabelecemos que
v +w = (v
1
+w
1
, v
2
+w
2
, ..., v
n
+w
n
),
v = (v
1
, v
2
, ..., v
n
).
Diz-se que as operacoes equipam R
n
com uma estrutura de espaco vetorial e os
elementos de R
n
passam a ser chamados de vetores. Na secao Leitura Complementar
deste captulo e apresentada a deni cao de espaco vetorial. O espaco R
n
possui todas
as propriedades ali enumeradas.
22 CAP

ITULO 3. O ESPACO VETORIAL R


N
Utilizamos uma terminologia propria quando estamos falando acerca do espa co
vetorial R
n
. Por exemplo, escalar signica um n umero real, como j a foi dito. O
vetor nulo e o vetor o = (0, 0, ..., 0). Dois vetores v, w R
n
sao colineares quando
existe um escalar R tal que v = w ou w = v.
Anteriormente, exibimos uma identica cao entre os conjuntos R
n
com os con-
juntos Euclidianos, E
n
, para n = 1, 2, 3. Depois, denimos uma opera cao de soma
de dois elementos e um produto de um elemento por um escalar em R
n
, passando
a chama-los de espaco vetorial. Novamente, iremos interpretar geometricamente
os vetores para explicitar a existencia da estrutura algebrica em R
n
. A diferen ca
entre o conjunto e o conjunto com a estrutura algebrica (espaco vetorial) e sutil mas
existe, e a diferenca e visualizada utilizando-se segmento orientado.
Sejam R, S E
n
. Um segmento orientado em E
n
e o
par ordenado (R, S) que por conveniencias gracas e
indicado por

RS, em lugar da nota cao classica para
pares ordenados. Esta graa registra a ideia de uma
seta com ponto inicial em R e ponto nal em S. O
conjunto de todos os segmentos orientados de E
n
in-
dicamos sugestivamente por

E
n
.
Sejam R(r
1
, r
2
, ..., r
n
) e S(s
1
, s
2
, ..., s
n
) pontos de E
n
.
Diz-se que o segmento orientado

RS representa o ve-
tor v = (v
1
, v
2
, ..., v
n
) R
n
se, e somente se, as coor-
denadas dos pontos e as coordenadas do vetor est ao
relacionadas pelas equacoes como descrito ao lado
_

_
v
1
= s
1
r
1
v
2
= s
2
r
2
. . .
v
n
= s
n
r
n
.
Exemplo 3.2.1 Um vetor pode ser representado por v arios segmentos orientados
diferentes. Vejamos duas representa coes para v = (1, 2) R
2
. Se escolhermos os
pontos R(2, 0) e S(3, 2) em E
2
, o segmento orientado

RS representa v pois
_
1 = 3 2
2 = 2 0
.
Se escolhermos os pontos U(1, 1) e V (2, 3) o segmento orientado

UV tambem re-
presenta o mesmo vetor v pois
_
1 = 2 1
2 = 3 1
. 2
O segmento orientado can onico para representar o vetor v = (v
1
, v
2
, ..., v
n
) e
aquele que tem como ponto inicial a origem O e ponto nal V (v
1
, v
2
, ..., v
n
). Numa
linguagem informal, dizemos que obtido um representante do vetor com ponto inicial
3.2. O ESPAC O VETORIAL R
N
23
a origem O, qualquer outro representante e obtido por transporte paralelo daquele.
Feitas estas consideracoes passemos `as contru coes.
a) A representa cao geometrica dos reais R e feita denindo-se a aplica cao

P :
R

E
1
, onde

P (x) e o segmento orientado



OP cujo ponto inicial e a origem
O e o ponto nal e o ponto da reta Euclidiana cuja abscissa e P(x) = x.
b) Da mesma forma, denimos uma representacao do espa co vetorial R
2
estabe-
lecendo que a aplica cao

P : R
2

E
2
tem como regra:

P (x, y) e o segmento
orientado

OP cujo ponto inicial e a origem e o ponto nal e P(x, y).
c) Similarmente, fazemos a representacao de um vetor do espa co vetorial R
3
,
agora utilizando o espa co Cartesiano E
3
.
Coment ario Dentre as muitas utilidades do determinante, existe uma interpreta-
cao geometrica que ser a utilizada ao longo do texto, embora nao seja demonstrada
aqui. Aos vetores u = (u
1
, u
2
) e v = (v
1
, v
2
) em R
2
, associamos um parelogramo
num plano Cartesiano, OUV P, cujos vertices sao O(0, 0), U(u
1
, u
2
), V (v
1
, v
2
) e
P(u
1
+v
1
, u
2
+v
2
). Observe que os segmentos orientados

OU e

V P sao dois repre-
sentantes do vetor u e os segmentos orientados

OV e

UP sao dois representantes
do vetor v. O valor absoluto do determinante da matriz cujas colunas s ao as co-
ordenadas dos vetores, [ det[u, v][, e o valor da area do paralelogramo. Quando o
determinante e nulo, signica que o paralelogramo e degenerado, n ao tem o com-
primento ou n ao tem altura. A diagonal do paralelogramo representa o vetor soma
u +v.
24 CAP

ITULO 3. O ESPACO VETORIAL R


N
Da mesma forma, podemos interpretar o valor absoluto do determinante de uma
matriz 3 3 construda com tres vetores do R
3
, u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
) e
w = (w
1
, w
2
, w
3
), ou seja, o valor absoluto do determinante da matriz
[u, v, w] =
_
_
u
1
v
1
w
1
u
2
v
2
w
2
u
3
v
3
w
3
_
_
,
como sendo o volume de um paraleleppedo no espa co Cartesiano, construdo de tal
forma que suas arestas sao obtidas pelo transporte paralelo dos segmentos orientados
representando os tres vetores. A diagonal do paraleleppedo representa a soma dos
tres vetores, u +v +w.
3.3 Subespa co vetorial
Dentre todos os subconjuntos de R
n
alguns s ao especiais, nao apenas para a com-
preensao do texto, mas para a

Algebra Linear como um todo. S ao os chamados
subespa cos vetoriais.
Denicao 3.3.1 Diz-se que um subconjunto R
n
e um subespa co vetorial
quando possuir as seguintes propriedades:
1. e um conjunto n ao vazio;
2. se v, w entao v +w ; (fechado em rela cao `a soma de vetores)
3. se v e R entao v . (fechado em rela cao ao produto por escalar)
Por simplicidade, diremos que e um subespaco. O termo subespaco vetorial
esta bem empregado, uma vez que o leitor pode vericar que satisfaz todas as
condi coes listadas na deni cao de espaco vetorial, cando o prexo sub por conta de
ser um subconjunto de R
n
. Naquela deni cao e exigido que o conjunto tenha um
elemento neutro em relacao `a soma de vetores. De fato, um subespaco contem o
vetor nulo. Sen ao vejamos. Como e n ao vazio, escolhemos um vetor qualquer v
e o escalar = 0. Pelo item 3, podemos garantir que o produto v = (0, 0, ..., 0) .
3.3. SUBESPAC O VETORIAL 25
Destacamos dois exemplos de subespacos de R
n
, a saber, o subespaco trivial
constitudo apenas pelo vetor nulo, = (0, 0, ..., 0), e aquele formado por todos
os vetores, = R
n
.

E claro, que estaremos tambem interessados em estudar os
subespacos pr oprios, aqueles que satisfazem a condi cao
(0, 0, ..., 0) R
n
.
Empregaremos duas tecnicas para descrever um subespaco. A primeira lan cando
mao de equa coes lineares homogeneas.
Exemplo 3.3.1 Dado o subconjunto = (x, y, z) R
3
; x 2y + 3z = 0 R
3
.
Verica-se que e um subespaco do R
3
mostrando que ele possui as tres pro-
priedades enumeradas na deni cao de subespa co. Como a sentenca que dene o
conjunto e a equacao linear homogenea com tres incognitas x 2y + 3z = 0, o
conjunto correspondente no espa co Cartesiano e um plano contendo a origem. 2
Para apresentar uma segunda maneira de descrever um subespa co e conveniente
xar uma terminologia que ser a empregada in umeras vezes.
Denicao 3.3.2 Diremos que um vetor w R
n
e uma combina cao linear dos ve-
tores v
1
, v
2
, ..., v
k
R
n
se existem escalares a
1
, a
2
, ..., a
k
R, chamados coecientes
da combinacao linear, tais que w = a
1
v
1
+a
2
v
2
+ +a
k
v
k
.
O conjunto formado por todos os vetores que s ao combina coes lineares dos ve-
tores v
1
, v
2
, ..., v
k
R
n
sera indicado por [[v
1
, v
2
, ..., v
k
]] R
n
. Mais precisamente,
[[v
1
, v
2
, ..., v
k
]] = w R
n
; w = a
1
v
1
+a
2
v
2
+ +a
k
v
k
, a
i
R.
Relacionemos os dois tipos acima de apresentacoes de subespacos.
Exemplo 3.3.2 Consideremos um subespaco denido por uma equa cao linear ho-
mogenea, digamos = (x, y, z) R
3
; x y + 3z = 0.
Fa camos uma manipulacao algebrica. Um ve-
tor v = (x, y, z) pertence a se, e somente se,
v = (y 3z, y, z). As igualdades
v = (y 3z, y, z)
= (y, y, 0) + (3z, 0, z)
= y(1, 1, 0) +z(3, 0, 1),
nos dizem que v e uma combina cao linear de
26 CAP

ITULO 3. O ESPACO VETORIAL R


N
v
1
= (1, 1, 0) e v
2
= (3, 0, 1). Isto mostra a inclusao [[v
1
, v
2
]]. Reciprocamente.
Seja v = (x, y, z) [[v
1
, v
2
]]. Ent ao
(x, y, z) = v
= a
1
v
1
+a
2
v
2
= a
1
(1, 1, 0) +a
2
(3, 0, 1)
= (a
1
3a
2
, a
1
, a
2
).

E imediato concluir que v = (x, y, z) satisfaz a equacao linear homogenea x = y3z,


pois y = a
1
, z = a
2
e x = 2a
1
3a
2
, Portanto, qualquer vetor v = (x, y, z) [[v
1
, v
2
]]
tambem pertence `a . Isto mostra a inclusao [[v
1
, v
2
]] .
Observe que v
1
[[v
1
, v
2
]] = pois ele e a combinacao linear v
1
= 1v
1
+ 0v
2
.
Da mesma forma mostramos que v
2
[[v
1
, v
2
]] = . 2
Coment ario Quando consideramos um unico vetor, v
1
R
n
, ao dizermos que
w R
n
e uma combina cao linear de v
1
estamos apenas armando que w e um
m ultiplo de v
1
, em outras palavras, w = a
1
v
1
. 2
Proposi cao 3.3.1 Sejam v
1
, v
2
, ..., v
k
R
n
. O conjunto das combina coes lineares
destes vetores,
[[v
1
, v
2
, ..., v
k
]] = w R
n
; w = a
1
v
1
+a
2
v
2
+ +a
k
v
k
, a
i
R,
e um subespa co vetorial de R
n
.
A proposi cao ensina um pouco mais.

E f acil construir subespa cos vetoriais,
basta escolher uma colecao n ao vazia de vetores, v
1
, v
2
, ..., v
k
R
n
, e considerar o
conjunto de todas as suas combina coes lineares, [[v
1
, v
2
, ..., v
k
]].
Como sempre, xado um conceito surgem as perguntas. Dado um subespa co
R
n
.
1. Existem vetores v
1
, v
2
, ..., v
k
R
n
tais que = [[v
1
, v
2
, ..., v
k
]]?
2. Se existem, qual o n umero mnimo de vetores que podemos utilizar para
descreve-lo como subespaco de combina coes lineares = [[w
1
, w
2
, ..., w
l
]]?
A resposta para a primeira pergunta e sim e o n umero mnimo de vetores que
podemos utilizar chama-se de dimensao de . Em portugues, dependendo do con-
texto, a palavra dimensao transmite a nocao de comprimento, largura e altura.
Fisicamente, dizemos que um segmento de reta tem comprimento, uma gura plana
como um retangulo tem comprimento e largura e um s olido como um paraleleppedo
tem comprimento, largura e altura. A no cao de dimensao de um subespa co transfere
estas nocoes fsicas para a Matematica, mas para transfer-la precisamos de termi-
nologias apropriadas. Este e o objetivo das pr oximas secoes, denir e determinar a
3.4. INDEPEND

ENCIA LINEAR 27
dimens ao de um subespa co, no sentido Matematico do termo. Antes de avancarmos,
resumiremos o conte udo desta secao com um conceito.
Diz-se que um subconjunto ordenado = v
1
, v
2
, ..., v
k
R
n
e um conjunto
ordenado de geradores do subespa co R
n
quando e = [[v
1
, v
2
, ..., v
k
]].
A segunda condi cao pode ser dita de outra forma: dado qualquer vetor w
existem escalares a
1
, a
2
, ..., a
k
R tais que w = a
1
v
1
+a
2
v
2
+ +a
k
v
k
.
A expressao subconjunto ordenado signica que existe um primeiro elemento,
e ele esta indexado por 1, um segundo elemento que est a indexado por 2, etc.
Eventualmente, dois elementos podem ser iguais.
Deste ponto em diante, a menos que seja dito explicitamente o contrario, pas-
samos a supor que os subespacos considerados R
n
n ao sao o subespa co trivial
e os conjuntos ordenados = v
1
, v
2
, ..., v
k
sao formados por vetores n ao nulos.
Exerccios propostos 3.1
1. Existem v arias outras tecnicas para construir subespacos vetoriais. Por exemplo,
mostre que se
1
e
2
sao dois subespa cos vetoriais de R
n
, ent ao a interse cao
1

2
tambem o e.
2. Seja = v
1
, v
2
, ..., v
k1
, v
k
um conjunto ordenado de R
n
.
1.

E verdade que v
i
[[v
1
, v
2
, ..., v
k
]]?
2. Mostre que [[v
1
, v
2
, ..., v
k1
]] [[v
1
, v
2
, ..., v
k1
, v
k
]].
3. Pode ocorrer a igualdade [[v
1
, v
2
, ..., v
k1
]] = [[v
1
, v
2
, ..., v
k1
, v
k
]]?
3.4 Independencia linear
Anteriormente, utilizamos o conceito de combinacao linear para dar signicado aos
termos conjunto ordenado de geradores de um subespa co vetorial . O proximo
passo e classicar os conjuntos ordenados de geradores em dois tipos:
1. aqueles conjuntos com os quais expressamos cada vetor do espaco de maneira
unica, tecnicamente falando, os linearmente independentes,
2. e aqueles que n ao possuem esta propriedade, os linearmente dependentes.
Combinando os dois conceitos, geradores e independencia linear, denimos base
ordenada de um subespaco,
Base ordenada
_
_
_
Conjunto ordenado de geradores
e
Conjunto linearmente independente
.
28 CAP

ITULO 3. O ESPACO VETORIAL R


N
Diremos que um conjunto ordenado = v
1
, v
2
, ..., v
k
R
n
e linearmente inde-
pendente se a unica combina cao linear possvel com os vetores de para expressar o
vetor nulo e a combinacao linear cujos coecientes sao todos iguais ao escalar zero.
Formalizemos estes comentarios numa deni cao.
Denicao 3.4.1 Um conjunto ordenado = v
1
, v
2
, ..., v
k
R
n
e linearmente
independente se, e somente se, (0, 0, ..., 0) = a
1
v
1
+ a
2
v
2
+ + a
k
v
k
entao a
1
=
a
2
= = a
k
= 0.
Chamamos a atencao para dois pontos.
1) Quando o conjunto ordenado e constitudo de um unico vetor n ao nulo, =
v
1
, ele e linearmente independente.
ii) Quando existe uma combina cao linear para o vetor nulo com coecientes nao
todos nulos, diremos que o conjunto ordenado e linearmente dependente.
Uma das facilidades da

Algebra Linear e que muitas propriedades gerais s ao
conhecidas examinando apenas se o vetor nulo possui aquela propriedade. Este e o
caso da combina cao linear. Se soubermos que o vetor nulo e escrito de modo unico
como uma combina cao linear, garantiremos que o mesmo ocorrera com todos os
outros vetores, e reciprocamente.
Existe uma cota superior para o n umero de vetores de um conjunto ordenado
linearmente independente em R
n
.
Proposi cao 3.4.1 Seja = v
1
, v
2
, ..., v
k
R
n
um conjunto ordenado de vetores.
Se k > n entao e linearmente dependente.
Um conjunto de geradores linearmente dependente de um subespa co pode ser
simplicado, eleminando-se um determinado vetor e continuando com um conjunto
de geradores.
Proposi cao 3.4.2 Suponha que = v
1
, ..., v
i
, ..., v
k
e um conjunto ordenado de
vetores nao nulos de R
n
. As seguintes arma coes sao equivalentes:
a) O conjunto e linearmente dependente;
b) Existe um vetor v
i
que e uma combinacao linear dos vetores v
1
, v
2
, ..., v
i1
;
c) [[v
1
, ..., v
i
, ..., v
k
]] = [[v
1
, ..., v
i
, ..., v
k
]] (o sinal v
i
indica que o vetor v
i
foi su-
primido da lista).
3.5. BASE E DIMENS

AO 29
O procedimento indicado na proposi cao pode ser aplicado reiteradamente. Ao
simplicar o conjunto ordenado de geradores = v
1
, ..., v
i
, ..., v
k
retirando do con-
junto o primeiro elemento v
i
que seja combina cao linear dos anteriores, conclumos
que o subespa co das combina coes lineares de

i
= v
1
, ..., v
i
, ..., v
k
e o mesmo,
[[v
1
, ..., v
i
, ..., v
k
]] = [[v
1
, ..., v
i
, ..., v
k
]].
Ao conjunto ordenado de geradores

i
, aplicamos o mesmo processo, retiramos o
primeiro elemento v
j
que seja combina cao lineares dos anteriores, e claro que j > i,
obtendo

ij
= v
1
, ..., v
i
, ..., v
j
, ...v
k
e a igualdade dos subespa cos das combina coes
lineares
[[v
1
, ..., v
i
, ... v
j
, ..., v
k
]] = [[v
1
, ..., v
i
, ..., v
k
]] = [[v
1
, ..., v
i
, ..., v
k
]]
No nal do processo temos construdo um conjunto ordenado de geradores, digamos
, contendo pelo menos o vetor v
1
e gerando o mesmo subespaco original. No
conjunto , um vetor qualquer n ao e combina cao linear de seus antecessores. Com
uma releitura da ultima proposi cao na forma contrapositiva, conclumos que e
um conjunto linearmente independente.
3.5 Base e dimensao
Na secao anterior consideramos um subespa co [[v
1
, v
2
, ..., v
k
]] e simplicamos o con-
junto de geradores suprimindo alguns de seus vetores ate obter um conjunto de
geradores linearmente independente para o subespa co. Tendo em vista aqueles co-
mentarios xaremos a seguinte terminologia e um corol ario cuja demonstra cao e
imediata.
Denicao 3.5.1 Seja um subespaco vetorial n ao trivial de R
n
. Uma base orde-
nada para e um conjunto ordenado de geradores linearmente independente.
Corol ario 3.5.1 Dado o subespaco [[v
1
, v
2
, ..., v
k
]] R
n
, podemos escolher um sub-
conjunto v
1
, v
2
, ..., v
k
que e uma base ordenada do subespaco.
A base canonica do R
n
e o subconjunto ordenado de n vetores ( = e
1
, e
2
, ..., e
n

de R
n
, onde
e
1
= (1, 0, ..., 0), e
2
= (0, 1, ..., 0), . . . e
n
= (0, 0, ..., 1).
Dado um subespa co R
n
, podemos escolher, sucessivamente, vetores v
1
,
v
2
,...,v
k
em , linearmente independentes, ate obter uma base ordenada e concluir
que = [[v
1
, v
2
, ..., v
k
]]. Todo subespa co n ao trivial do R
n
possui uma base, ali as,
podemos construir muitas bases para o subespaco.
30 CAP

ITULO 3. O ESPACO VETORIAL R


N
Teorema 3.5.1 Seja R
n
um subespaco nao trivial. Entao existe uma base
ordenada = v
1
, v
2
, ..., v
k
. Alem de = [[v
1
, v
2
, ..., v
k
]] podemos armar:
a) o n umero de elementos de e menor ou igual a n;
b) se o n umero de elementos de e igual a n entao = R
n
;
c) todas bases ordenadas de tem o mesmo n umero de elementos.
O teorema acima permite a seguinte deni cao.
Denicao 3.5.2 A dimens ao de um subespa co nao trivial R
n
e o n umero de
elementos de uma de suas bases. A dimensao do espaco trivial e zero.
Pela deni cao a dimensao de R
n
e n. Com as tecnicas utilizadas acima podemos
demonstrar que qualquer conjunto linearmente independente pode ser estendido a
uma base.
Corol ario 3.5.2 Seja = v
1
, v
2
, ..., v
k
uma base ordenada de um subespa co
pr oprio R
n
. Entao existe uma extens ao = v
1
, v
2
, ..., v
k
, ..., v
n
, que e uma
base ordenada de R
n
.
Coment ario Vale um comentario sobre as dimensoes possveis para os subespa cos
n ao triviais do R
2
. Como todo subespa co R
2
possui uma base ordenada
podemos escreve-lo como o subespaco das combina coes lineares dos vetores de .
Mas sabemos que mais de dois vetores emR
2
sao linearmente dependentes, portanto,
sendo o conjunto linearmente independente, tem um ou dois vetores. Quando
= v
1
diz-se que = [[v
1
]] tem dimens ao um. Sua representa cao no plano
Cartesiano e uma reta que contem a origem. Caso = v
1
, v
2
, pelo visto no
ultimo teorema, podemos armar que = R
2
. Recordamos que a base can onica de
R
2
tem dois elementos, logo sua dimensao e dois.
Quanto ao estudo das dimens oes possveis para os subespa cos nao triviais R
3
os comentarios sao semelhantes. Se e uma base ordenada de podemos escreve-
lo como o subespa co das combina coes lineares dos vetores de . Mas sabemos que
mais de tres vetores em R
3
sao linearmente dependentes, portanto tem um, dois
ou tres vetores. Quando = v
1
, = [[v
1
]] tem dimens ao um. Sua representa cao
no espa co Cartesiano e uma reta que contem a origem. Quando = v
1
, v
2
, o
subespa co = [[v
1
, v
2
]] tem dimens ao dois. A representa cao de e um plano que
contem a origem. Da mesma forma, = R
3
quando tem tres elementos. 2
Existem varios algoritmos para detectar se um subconjunto ordenado de n ve-
tores do R
n
e uma base ordenada ou n ao. Um muito pr atico utiliza determinantes.
Recordamos que
3.6. LEITURA COMPLEMENTAR 31
o determinante de uma matriz quadrada e igual a zero se, e somente se,
uma coluna e combina cao linear de outras colunas.
Desta informa cao decorre um criterio utilizado reiterada vezes ao longo do texto.
Dado um conjunto ordenado de n vetores = v
1
, v
2
, ..., v
n
R
n
para saber se
eles sao linearmente independentes ou n ao, calculamos o determinante da matriz
quadrada [v
1
, v
2
, ..., v
n
] e vericamos se o determinante e diferente de zero ou n ao.
Proposi cao 3.5.1 Dado um conjunto ordenado de n vetores = v
1
, v
2
, ..., v
n

R
n
. As seguintes armacoes sao eq uivalentes:
i) = v
1
, v
2
, ..., v
n
e uma base ordenada;
ii) det[v
1
, v
2
, ..., v
n
] ,= 0;
iii) a
1
v
1
+a
2
v
2
+ +a
n
v
n
= 0 se e somente se, a
1
= a
2
= = a
n
= 0.
A base ordenada tem orientacao positiva se det[v
1
, v
2
, ..., v
n
] > 0, caso contrario
diremos que ela tem orientacao negativa.
3.6 Leitura complementar
1. Denicao de Espa co Vetorial Um espaco vetorial real consiste de
I Um conjunto V cujos elementos sao chamados de vetores.
II O corpo R cujos elementos sao chamados de escalares.
III Uma opera cao chamada de adi cao de vetores em que cada par de vetores
u, v V e associado ao vetor u + v V , chamado de soma de u e v,
satisfazendo os seguintes axiomas:
a) a adi cao e comutativa, u +v = v +u;
b) a adi cao e associativa, (u +v) +w = u + (v +w);
c) existe um unico elemento 0 tal que v + 0 = v para todo v V ;
d) para cada vetor v V existe um unico vetor v V tal que v +
(v) = 0.
IV Uma opera cao chamada de multiplicacao por escalar em que um vetor
v V e um escalar R sao associados ao vetor v V , chamado de
produto de v por , satisfazendo os seguintes axiomas:
a) 1v = v para todo v V ;
b) a multiplica cao por escalar e associativa,
1
(
2
v) = (
1

2
)v;
32 CAP

ITULO 3. O ESPACO VETORIAL R


N
c) a multiplica cao por escalar e distributiva em relacao ` a adi cao de
vetores, (u +v) = u +v;
d) a multiplica cao por escalar e distributiva em relacao ` a adi cao de
escalares, (
1
+
2
)v =
1
v +
2
v.
Captulo 4
Produto interno
No captulo anterior apresentamos um conjunto algebrico formado pelas n-uplas
ordenadas de n umeros reais, R
n
, e induzimos no conjunto uma estrutura de espa co
vetorial real. Nosso objetivo e relacionar R
n
, n = 1, 2, 3 com a Geometria Euclidi-
ana. Para isto, e conveniente introduzir uma fun cao bilinear, chamada de produto
interno em R
n
que servir a para estabelecer conceitos tais como medida de segmentos
e medida de angulos.
4.1 Produto interno e norma
Sejam v = (v
1
, v
2
, ..., v
n
) e w = (w
1
, w
2
, ..., w
n
) dois vetores de R
n
. A aplicacao
, ) : R
n
R
n
R denida por v, w) = v
1
w
1
+v
2
w
2
+ +v
n
w
n
,
e chamada de produto interno canonico do R
n
. Para simplicar a escrita, diremos
apenas produto interno. Alguns texto tambem referem-se ao produto interno como
produto escalar. Registremos as propriedades basicas do produto interno.
Proposi cao 4.1.1 O produto interno , ) : R
n
R
n
R possui as seguintes
propriedades para quaisquer vetores v, w R
n
e qualquer escalar R:
P
1
v, v) 0 e v, v) = 0 v = 0; (positiva denida)
P
2
v, w) = w, v); (simetria)
P
3
v +w, u) = v, u) +w, u); (aditividade)
P
4
v, w) = v, w). (linearidade)
Denido o produto interno, podemos iniciar a transposi cao dos conceitos de
comprimento, angulo e dist ancia origin arias na Geometria. Iremos estudar nesta
secao a aplicacao
| | : R
n
[0, +), |v| =
_
v, v).
34 CAP

ITULO 4. PRODUTO INTERNO


O seu valor num vetor v R
n
sera chamado de norma de um vetor. Se desejarmos
escreve-la utilizando coordenadas do vetor, v = (v
1
, v
2
, ..., v
n
), obtemos a expressao
|v| =
_
v
2
1
+v
2
2
+ +v
2
n
.
O valor |v| e interpretado, geometricamente, como o comprimento de um
segmento orientado

PQ que representa o vetor v R
n
.
Diremos que um vetor v e unit ario quando |v| = 1.
Denicao 4.1.1 Diz-se que uma aplica cao | | : R
n
R e uma norma em R
n
se
a aplicacao possui as seguintes propriedades. Para quaisquer vetores u, v R
n
e
escalar R valem as arma coes:
N
1
|v| 0 e |v| = 0 v = 0; (positiva denida)
N
2
|v| =[ [ |v|;
N
3
|v +w| |v| +|w|. (desigualdade triangular)
Recordamos que [ [ indica o valor absoluto de um n umero real. Para de-
monstrar as propriedades N
1
, N
2
, N
3
, necessitamos de uma das mais importante
desigualdades associadas a um produto interno.
Teorema 4.1.1 (Desigualdade de Cauchy-Schwarz) Sejam , ) : R
n
R
n

R o produto interno e | | : R
n
[0, +) a norma associada, |v| =
_
v, v).
Entao para quaisquer v, w R
n
vale a desigualdade
[ v, w) [ |v||w|,
e a igualdade ocorre se, e somente se, v e w s ao vetores colineares.
Proposi cao 4.1.2 (Norma associada) Seja , ) : R
n
R
n
R o produto in-
terno. A aplicacao | | : R
n
R, |v| =

< v, v >, e uma norma.


4.2

Angulo entre vetores
A desigualdade de Cauchy-Schwarz, permite demonstrar que a norma associada ao
produto interno e de fato uma norma. Com a norma transpomos para o R
n
a ideia
de comprimento. Mas a desigualdade de Cauchy-Schwarz tambem permite denir
medida de angulos. A unica informa cao extra que necessitaremos e bem conhecida,
para cada t [1, 1] existe um unico [0, ] tal que cos = t.
4.2.

ANGULO ENTRE VETORES 35
Dados dois vetores n ao nulos v e w em R
n
, desde que |v| ,= 0 e |w| ,= 0, a
desigualdade de Cauchy-Schwarz pode ser reescrita, neste caso, como

v, w)

|v||w|
1. ou equivalentemente, 1
v, w)
|v| |w|
1.
Logo, podemos garantir que existe um unico [0, ], o qual ser a chamado de
medida do angulo entre os vetores n ao nulos v e w, tal que
cos =
v, w)
|v| |w|
.
Portanto, para dois vetores n ao nulos, v e w, podemos escrever uma formula que
relaciona produto interno, norma (comprimento) e medida do angulo,
v, w) = |v| |w|cos,
onde [0, ] e a medida do angulo entre os dois vetores. Muitas vezes, para deixar
claro que o angulo considerado e aquele formado pelos vetores v e w, escrevemos
(v, w).
Diremos que dois vetores v e w em R
n
sao perpendiculares, ou ortogonais, e
escrevemos v w, quando o produto interno entre eles e nulo, v, w) = 0. O vetor
nulo e perpendicular a qualquer outro vetor. Convem observar que quando tais
vetores sao n ao nulos estamos exigindo que o angulo entre eles seja um angulo reto,
pois se |v| e |w| sao diferentes de zero, as igualdades
v, w) = |v||w| cos = 0
implicam que cos = 0. Como [0, ], conclumos que o angulo entre os dois
vetores e reto, = /2.
Um processo pr atico para construir um vetor perpendicular a um vetor nao nulo
v = (a, b) R
2
e considerar o vetor v

= (b, a) R
2
ou qualquer um de seus
m ultiplos por um escalar, v

.
Recordamos que temos apresentado subespacos proprios do R
2
como conjuntos
denidos por uma equa cao linear homogenea. Examinemos a relacao desta equacao
com o produto interno.
Exemplo 4.2.1 Seja = (x, y) R
2
; 2x 5y = 0. Denotando por = (2, 5) o
vetor formado pelos coecientes da equa cao, podemos denir o subespa co de modo
equivalente: e o conjunto formado pelos vetores v = (x, y) R
2
tais que v e
ortogonal a = (2, 5). De fato, efetuando o produto interno v, ) = 0 obtemos
2x 5y = 0. Logo, = (x, y) R
2
; v, ) = 0. O vetor = (2, 5) e chamado de
vetor normal ao subespa co. 2
36 CAP

ITULO 4. PRODUTO INTERNO


Exemplo 4.2.2 Seja R
3
, denido por uma equa cao linear homogenea, agora
com tres variaveis. Por exemplo, examinemos o subespaco = (x, y, z) R
3
; x
3y+7z = 0. Denotando por = (1, 3, 7) o vetor do R
3
formado pelos coecientes
da equa cao, o subespa co pode ser descrito como sendo aquele formado por todos
vetores v = (x, y, z) que sao ortogonais ao vetor . Explicitamente, = v =
(x, y, z) R
3
; v, ) = 0. Novamente, o vetor e dito ser o vetor normal ao
subespa co . 2
Deixaremos para a pr oxima secao o estudo de subespa cos propios do R
3
denidos
por duas equa coes lineares homogeneas. Recordamos que o smbolo
ij
chama-se
delta de Kronecker e seu signicado e

ij
=
_
1 se i = j
0 se i ,= j
.
Um conjunto ordenado = v
1
, v
2
, ..., v
k
R
n
e dito ser um conjunto orto-
normal quando para todos 1 i, j k vale v
i
, v
j
) =
ij
. Em outras palavras, o
conjunto e formado por vetores unit arios dois a dois ortogonais. Quando o conjunto
ordenado e uma base ordenada de R
n
(portanto k = n), chamaremos de base
ortonormal . Por exemplo, a base can onica do R
n
e ortonormal.
4.3 Produto vetorial em R
3
O espaco Euclidiano R
3
admite uma opera cao especial entre dois vetores chamado
de produto vetorial. Sejam v e w vetores de R
3
. O produto vetorial de v por w,
denotado por v w, e o vetor em R
3
tal que para qualquer vetor u R
3
, vale a
identidade
u, v w) = det[u, v, w].
O produto vetorial goza de v arias propriedades importantes. A seguir, relacionare-
mos algumas delas e um algoritmo para calcular o produto vetorial de dois vetores.
Proposi cao 4.3.1 Sejam v = (v
1
, v
2
, v
3
) e w = (w
1
, w
2
, w
3
) vetores de R
3
. Entao:
i) v w e perpendicular aos vetores v e w, simultaneamente;
ii) o produto vetorial de v por w e calculado pelo algoritmo
v w =
_
det
_
v
2
w
2
v
3
w
3
_
, det
_
v
1
w
1
v
3
w
3
_
, det
_
v
1
w
1
v
2
w
2
_
_
;
iii) |v w|
2
= det[v, w, v w] 0.
4.3. PRODUTO VETORIAL EM R
3
37
Exemplo 4.3.1 Apresentaremos um outro algoritmo para avaliar mais rapida-
mente o produto vetorial e diminuir erros de c alculo. Sejam v = (3, 1, 4) e
w = (0, 2, 1) dois vetores do R
3
. Para avaliarmos v w, calculamos, formalmente,
o determinante de uma matriz do tipo [e, v, w], onde este smbolo signica
[e, v, w] =
_
_
e
1
3 0
e
2
1 2
e
3
4 1
_
_
.
Portanto, ao desenvolver o determinante pela primeira coluna e obtido
v w = det[e, v, w] = 9e
1
3e
2
+ 6e
3
= (9, 3, 6).
Verica-se facilmente que v, v v) = 0 e que w, v w) = 0.
Examinemos o conte udo geometrico do item iii)
da proposi cao, |vw|
2
= det[v, w, vw] = 126.
Como comentado no captulo anterior, o valor
absoluto de det[v, w, v w] e o volume do pa-
raleleppedo no espa co Cartesiano construdo de
tal forma que as arestas sao segmentos orientados
representando os vetores v, w e v w. Observe
que o segmento orientado representando o vetor
vw e perpendicular ` a base e esta base e o para-
lelogramo cujos lados sao segmentos orientados
representando os vetores v e w.
Sendo assim, como o volume e a area da base multiplicado pela altura h = |v w|
e o volume e [[v w[[
2
, segue que, geometricamente, a norma do vetor |v w| e a
area do paralelogramo cujos lados sao segmentos orientados representando v e w.2
Exemplo 4.3.2 Sejam
1
= (x, y, z) R
3
; x
y + z = 0 e
2
= (x, y, z) R
3
; 2x + y + z = 0
dois subespacos do R
3
. Como sabemos eles tem
dimens ao dois (sao plano) e s ao formados por
vetores ortogonais aos vetores
1
= (1, 1, 1) e

2
= (2, 1, 1), respectivamente. A intersecao
1

2
tambem e um subespaco e tem dimensao um (e
uma reta) e seus vetores sao simultaneamente or-
togonais aos vetores normais
2
e
2
. Logo, qual-
quer vetor na interse cao e colinear com o produto
vetorial
1

2
= (2, 1, 3). Portanto,
1

2
=
[[
1

2
]]. 2
Proposi cao 4.3.2 (F ormula de Lagrange) Para quaisquer dois vetores v e w
38 CAP

ITULO 4. PRODUTO INTERNO


do R
3
vale a identidade
|v w|
2
= |v|
2
|w|
2
v, w)
2
.
Em particular, se (v, w) e a medida do angulo entre os vetores v e w, entao
|v w| = |v| |w|sen(v, w).
Exerccio 4.3.1 Existem varias relacoes entre os produtos interno e vetorial. De-
monstre algumas delas.
1. (u v) w = u, w)v v, w)u. (Produto vetorial duplo)
2. u, v w) = w, u v) = v, w u). (Identidade cclica)
3. u v, w t) = det
_
u, w) u, t)
v, w) v, t)
_
. (Identidade de Lagrange)
Exerccios propostos 4.1
1. Mostre as identidades utilizando propriedades de determinantes.
(a) u (v +w) = u v +u w.
(b) u v = v u.
2. Sejam u e v vetores unitarios e perpendiculares de R
3
. Mostre que = u, v, u v
e uma base ortonormal.
3. Dados quatro vetores t, u, v, w R
3
, e verdade que (tu)(vw) = (tv)(uw)?
4. Sejam v, w R
3
vetores nao nulos e u R
3
um vetor unitario tal que u v e u w.
Mostre que o angulo entre os vetores v e w e igual ao angulo entre os vetores u v
e u w, em outras palavras, (v, w) = (u v, u w). Interprete geometricamente
fazendo uma gura. Generalize o resultado.

E necessario que u seja unitario?

E
nescessario que u seja perpendicular aos outros dois vetores?
5. Mostre que dados os vetores v e w em R
3
, ent ao |v w| = 0 se, e somente se, v e w
sao colineares.
Captulo 5
Transforma coes lineares
Faremos uma rapida revisao de transforma coes lineares enfatizando os algoritmos
classicos relacionando transforma coes lineares e matrizes. Uma transformacao linear
cujo domnio e contradomnio s ao iguais e chamada de operador linear.
5.1 Transformacoes lineares
Diz-se que uma aplicacao A : R
m
R
n
e uma transforma cao linear se para quais-
quer vetores v, w R
n
e para qualquer escalar R as seguintes condi coes sao
vericadas:
1. A(v +w) = A(v) +A(w);
2. A(v) = A(w).
Uma transforma cao linear possui duas propriedades b asicas, quais sejam, A(o) = o
A(v) = A(v), qualquer que seja v R
n
.
Exemplo 5.1.1 Seguem exemplos para o leitor familiarizar-se com o conceito.
1. Verica-se utilizando a deni cao que a aplicacao A : R
2
R
2
, A(x, y) =
(x, 3y), e uma transforma cao linear.
2. A : R
2
R
3
, A(x, y) = (3x +y, x y, x +y), e uma transforma cao linear. 2
Construir ou identicar transforma coes lineares e bastante simples. Suponha
que A : R
m
R
n
seja uma transformacao linear. Como sabemos um vetor v =
(x
1
, x
2
, ..., x
m
) no domnio da transforma cao linear e uma combina cao linear dos
elementos da base canonica ( = e
1
, e
2
, ..., e
m
, a saber, v = x
1
e
1
+x
2
e
2
+ +x
m
e
m
.
Utilizando a deni cao de transforma cao linear temos que
40 CAP

ITULO 5. TRANSFORMAC

OES LINEARES
A(x
1
, x
2
, ..., x
m
) = A(x
1
e
1
+x
2
e
2
+ +x
m
e
m
)
= A(x
1
e
1
) +A(x
2
e
2
) + +A(x
m
e
m
)
= x
1
A(e
1
) +x
2
A(e
2
) + +x
m
A(e
m
).
Fa camos uma leitura da igualdade
A(x
1
, x
2
, ..., x
m
) = x
1
A(e
1
) +x
2
A(e
2
) + +x
m
A(e
m
).
Ela nos ensina que para construir uma transforma cao linear basta especicar quais
sao seus valores na base canonica do domnio e denir a transforma cao linear pela
combina cao linear ` a direita da igualdade. Tambem nos ensina como identicar uma
transforma cao linear.

E suciente que a imagem de um vetor seja uma combina cao
linear como descrito na igualdade. E mais, se duas transforma coes lineares assumem
os mesmos valores na base canonica elas sao identicas.
Exemplo 5.1.2 Se desejamos construir uma transformacao linear A : R
2
R
3
basta especicar valores na base canonica do domnio ( = e
1
, e
2
. Por exemplo,
se impusermos que A(1, 0) = (1, 1, 2) e A(0, 1) = (2, 0, 3), ent ao construimos a
transforma cao linear como indicado,
A(x, y) = xA(e
1
) +yA(e
2
)
= x(1, 1, 2) +y(2, 0, 3)
= (x + 2y, x, 2x + 3y).
Portanto, em coordenadas temos que A(x, y) = (x + 2y, x, 2x + 3y). 2
A cada transforma cao linear A : R
m
R
n
destacamos dois subconjuntos, um
no contradomnio e o outro no domnio da transforma cao, chamados de imagem e
n ucleo da transforma cao linear. S ao, respectivamente:
a) Im(A) = w R
n
; w = A(v) para algum v R
m
;
b) Nuc (A) = v R
m
; A(v) = 0.
Exerccio 5.1.1 Prove que o n ucleo e a imagem de uma transformacao linear A :
R
m
R
n
sao subespa cos do domnio e do contradomnio, respectivamente. Mostre
tambem que = A(e
1
), a(e
2
), ..., A(e
m
) e um conjunto de geradores de Im(A).
Dito de outro modo, mostre que Im(A) = [[A(e
1
), A(e
2
), ..., A(e
m
)]]. 2
Registremos numa proposicao dois fatos simples e de bastante utilidade.
Proposi cao 5.1.1 Seja A : R
m
R
n
uma transforma c ao linear. Entao
a) A e injetora Nuc(A) = 0;
b) A e sobrejetora ImA = R
n
.
5.2. MATRIZ 41
5.2 Matriz
Como vimos, uma transformacao linear A : R
m
R
n
ca completamente determi-
nada quando conhecemos os valores de A na base canonica, A(e
1
), A(e
2
),...,A(e
m
).
Por este e outros motivos guardamos os valores A(e
i
), i = 1, ..., m, numa matriz.
Denicao 5.2.1 Seja A : R
m
R
n
uma transforma cao linear. A matriz canonica
associada e a matriz n m denotada e denida por
[A] = [A(e
1
), A(e
2
), ..., A(e
m
)].
Exemplo 5.2.1 Seja A : R
3
R
3
, A(x, y, z) = (x z, 2x + 2y + 4z, y + 2z).
Nao e difcil vericar que A e um operador linear. A matriz 33 do operador linear
e obtida avaliando
_
_
_
A(1, 0, 0) = ( 1, 2, 0),
A(0, 1, 0) = ( 0, 2, 1),
A(0, 0, 1) = (1, 4, 2).
Logo, a matriz e [A] =
_
_
1 0 1
2 2 4
0 1 2
_
_
.
Ressaltamos que conhecida a matriz [A] recuperamos a transforma cao. 2
Exemplo 5.2.2 Suponha que a matriz de um operador linear A : R
m
R
n
seja
[A] =
_
_
10 1
2 31
0 5
_
_
, ent ao
_
_
_
1. A : R
2
R
3
,
2. A(x, y) = (10x y, 2x + 31y, 5y).
2
Exemplo 5.2.3 Calculemos a matriz canonica associada ao operador linear A :
R
3
R
3
, A(x, y, z) = (2x 3y, x +y z, y 4z). Avaliando
A(e
1
) = (2, 1, 0)
A(e
2
) = (3, 1, 1),
A(e
3
) = (0, 1, 4),
obtemos a matriz 3 3
[A] =
_
_
2 3 0
1 1 1
0 1 4
_
_
.
Avancemos um pouco mais. Considere os vetores
u = (1, 1, 0), v = (1, 2, 1), w = (0, 3, 2).
Existe uma rela cao entre as matrizes [A(u), A(v), A(w)], [A] e [u, v, w]. Como
42 CAP

ITULO 5. TRANSFORMAC

OES LINEARES
A(u) = (1, 2, 1), A(v) = (8, 0, 2), A(w) = (9, 5, 11),
temos a seq uencia de igualdades matriciais,
[A(u), A(v), A(w)] =
_
_
1 8 9
2 0 5
1 2 11
_
_
=
_
_
2 3 0
1 1 1
0 1 4
_
_
_
_
1 1 0
1 2 3
0 1 2
_
_
= [A][u, v, w].
Registraremos o algoritmo acima pois sera explorado posteriormente. 2
Proposi cao 5.2.1 Seja A : R
m
R
n
uma transforma cao linear e u
1
, u
2
, ..., u
m

R
m
. Valem as seguintes arma coes.
a) [A(u
1
), A(u
2
), ..., A(u
m
)] = [A][u
1
, u
2
, ..., u
m
].
b) Se m = n entao as matrizes descritas no item anterior sao quadradas e
det [A(u
1
), A(u
2
), ..., A(u
m
)] = det [A] det[u
1
, u
2
, ..., u
m
].
Coment ario O ultimo item da proposi cao contem uma informacao geometrica
relacionada com operadores lineares que n ao esta explicitada no enunciado. Exa-
minemos o caso do operador linear A : R
2
R
2
, A(x, y) = (2x y, x + y).

E f acil
calcular o determinante de [A], seu valor e det[A] = 3. Este e o fator de trans-
formacao de area, no seguinte sentido. Considere a area de um paralelogramo cujas
arestas sao segmentos orientados que representam os vetores v e w. Como sabemos
o valor da area e [ det[v, w][. O operador linear A transforma este paralelogramo
num outro cujas arestas s ao representantes dos vetores A(v) e A(w). A area deste
ultimo paralelogramo e [ det[A(v), A(w)][. O determinante det[A] = 3 e o fator que
relaciona as areas do paralelogramo no domnio e a area do paralelogramo imagem,
[ det[A(v), A(w)][ = [ det[A] det[v, w][.
Para operadores lineares A : R
3
R
3
a interpreta cao e semelhante. O valor
[ det[A][ e o fator de transforma cao de volumes quando consideramos um parale-
leppedo cujas arestas sao segmentos orientados representando os vetores u, v, w
R
3
. 2
5.3. OPERAC

OES 43
Exemplo 5.2.4

E possvel calcular a matriz de uma transforma cao linear A :
R
m
R
n
utilizando o produto interno. Mostre que as entradas da matriz [A] = [a
ij
]
sao determinadas por a
ij
= e
i
, A(e
j
)). 2
Para avan car no entendimento de transforma coes lineares precisaremos de um
resultado, conhecido como Teorema do n ucleo e da imagem, do qual decorrem muitos
corol arios. Intuitivamente falando, a dimens ao do n ucleo de A : R
m
R
n
, esta
medindo o quanto de dimens ao foi perdida quando transformamos linearmente R
m
no subespa co Im(A) do contradomnio R
n
.
Teorema 5.2.1 (Teorema do n ucleo e da imagem) Seja A : R
m
R
n
uma
transforma cao linear. Entao
dim R
m
= dim Nuc(A) + dim Im(A).
5.3 Opera coes
Sejam A, B : R
m
R
n
duas transforma coes lineares. Ressaltamos que o domnio e
o contradomnio de ambas s ao os mesmos. Denimos a aplicacao soma das trans-
formacoes lineares, A + B : R
m
R
n
, por (A + B)(v) = A(v) + B(v). A nova
aplicacao linear assim construda e tambem uma transformacao linear.
Dado um escalar R, denimos a aplicacao multiplica cao A : R
m
R
n
,
por (A)(v) = A(v).

E rotina vericar que A e uma transforma cao linear.
Proposi cao 5.3.1 Sejam A, B : R
m
R
n
duas transforma coes lineares e R.
Entao vale a rela c ao matricial [A B] = [A] [B].
Uma outra opera cao que efetuamos com transformacoes lineares e a composi cao.
Se A : R
m
R
n
e C : R
n
R
k
sao duas transforma coes lineares, construmos uma
outra transforma cao linear denotada por C A : R
m
R
k
, chamada de composta
de C e A, denindo
_
C A
_
(v) = C(A(v)) para cada vetor v R
m
. Para efetuar a
opera cao de composicao e necessario que o contradomnio de A seja o domnio de
C. A composta e tambem uma transformacao linear. Observe a rela cao entre as
matrizes [C A] [C], [A] descrita na proposi cao abaixo.
Proposi cao 5.3.2 Sejam A : R
m
R
n
e C : R
n
R
k
duas transforma coes
lineares. Entao a composta C A : R
m
R
k
e uma transforma cao linear e sua
matriz e [C A] = [C][A].
44 CAP

ITULO 5. TRANSFORMAC

OES LINEARES
5.4 Invertibilidade
A opera cao de composicao nos permite xar um novo conceito. Uma transforma cao
linear A : R
m
R
n
e invertvel se existe uma aplicacao B : R
n
R
m
tal que
B A = Id : R
m
R
m
, e A B = Id : R
n
R
n
.
Aqui, o smbolo Id indica a aplica cao identidade do espa co considerado. Quando
existe uma tal aplicacao diremos que B e a inversa de A e denotaremos a aplicacao
inversa por A
1
: R
n
R
m
.
Da Teoria de conjuntos sabemos que uma fun cao entre dois conjuntos e invertvel
se, e somente se, a funcao e biunvoca. Logo, por um criterio para sobrejetividade e
injetividade citado anteriormente, podemos armar que uma transforma cao linear
A : R
m
R
n
e invertvel se, e somente se, Im(A) = R
n
e Nuc(A) = 0. Pelo
teorema do n ucleo e da imagem, segue que m = n. Temos provado a
Proposi cao 5.4.1 Uma transforma cao linear A : R
m
R
n
, e invertvel, se, e
somente se, Im(A) = R
n
e Nuc(A) = 0. Em particular, se A e invertvel entao
m = n.
Quando A : R
n
R
n
e invertvel, sua matriz [A] e uma matriz quadrada nn.
E mais, a matriz da inversa A
1
: R
n
R
n
, tambem e uma matriz quadrada
n n e valem as igualdades matriciais [Id] = [A A
1
] = [A] [A
1
]. No que segue,
desejamos relacionar transforma coes lineares invertveis com matrizes quadradas
invertveis. Uma matriz quadrada n n, digamos M, e invertvel quando existe
uma matriz nn, N, tal que o produto de ambas, n ao importa a ordem, e a matriz
identidade n n,
M N = N M =
_

_
1 0 0
0 1 0

0 0 1
_

_
.
Neste caso, seguiremos a notacao N = M
1
. Informamos que
uma matriz quadrada e invertvel se, e somente se, o seu determinante e nao nulo.
Proposi cao 5.4.2 Se A : R
n
R
n
e invertvel, ent ao valem as arma coes:
a) s o existe uma inversa para A;
b) a inversa A
1
e uma transforma cao linear;
c) a matriz de A e uma matriz invertvel n n e [A
1
] = [A]
1
.
5.5. OPERADORES LINEARES 45
O ultimo item do teorema ensina como explicitar a inversa de uma transforma cao
linear invertvel. Devemos ter em maos a matriz da transforma cao linear [A] que e
quadrada, inverter a matriz, [A]
1
, e recuperar a transforma cao linear A
1
. Existem
v arios algoritmos para inverter matrizes quadradas. O leitor pode escolher um deles.
Corol ario 5.4.1 Seja A : R
n
R
n
uma transforma cao linear. Entao as seguintes
armacoes sao equivalentes:
a) A e invertvel;
b) Nuc(A) = 0;
c) Im(A) = R
n
;
d) a imagem por A de uma base de R
n
e uma base de R
n
.
5.5 Operadores lineares
O restante do captulo e dedicado aos operadores lineares e tem como objetivo nal
apresentar o Teorema espectral, ultimo teorema de qualquer livro texto introdut orio
`a

Algebra Linear. Antes, veremos como podemos contruir operadores lineares espe-
cicando seus valores numa base qualquer, e n ao apenas na base can onica.
Como visto anteriormente, para construir um operador linear A : R
n
R
n
basta estabelecer os valores de A nos vetores da base canonica ( = e
1
, e
2
, ..., e
n
.
Recapitulemos os procedimentos para n = 3. Se v = (x, y, z) e um vetor do R
3
e
desejamos que A seja um operador linear devemos ter
A(x, y, z) = A(xe
1
+ye
2
+ze
3
) = xA(e
1
) +yA(e
2
) +zA(e
3
).
Portanto, basta estabelecermos os valores
A(e
1
) = u, A(e
2
) = v, A(e
2
) = w,
para denir o operador linear e obter imediatamente a sua matriz na base can onica,
[A] = [A(e
1
), A(e
2
), A(e
3
)] = [u, v, w].
Quando o conjunto u, v, w for uma base de R
3
o operador linear e invertvel
pois o conjunto u, v, w sendo uma base temos que 0 ,= det[u, v, w] = det[A]. Por
um criterio mostrado anteriormente, garantimos que A e invertvel.
Podemos ir um pouco mais longe com a construcao. Coloquemos a questao.
Quest ao Construir um operador linear C : R
3
R
3
que aplica uma base
ordenada = u, v, w num conjunto ordenado = u

, v

, v

.
Soluc ao Basta seguir os procedimentos abaixo.
46 CAP

ITULO 5. TRANSFORMAC

OES LINEARES
1
o
Construmos um operador linear A que aplica a base canonica ( = e
1
, e
2
, e
3

na base = u, v, w. Neste caso, como sabemos, a matriz e [A] = [u, v, w].


2
o
Construmos um operador linear B que aplica a base canonica ( = e
1
, e
2
, e
3

no conjunto ordenado = u

, v

, v

. Neste caso, a matriz e [B] = [u

, v

, v

].
3
o
Consideramos o operador linear cuja matriz na base can onica e [C] = [B][A]
1
.

E claro que se o conjunto tambem for uma base, o operador e invertvel.


5.6 Autovalores e autovetores
Nesta secao examinaremos a seguinte pergunta:
Dado um operador linear A : R
n
R
n
. Existe um vetor nao nulo v R
n
e um
escalar R tal que A(v) = v?
Antes de tudo, xemos alguns termos.
Denicao 5.6.1 Quando existe um vetor n ao nulo v R
n
e existe um escalar
R tais que A(v) = v, diremos que o vetor v e um autovetor de A associado
ao autovalor .
1
Existe um procedimento padr ao aplicado a qualquer operador A : R
n
R
n
para calcular seus autovetores e autovalores. Consideramos o operador identidade
Id : R
n
R
n
e fazemos uma pergunta equivalente ` aquela feita no incio da secao.
Existe um escalar tal que o n ucleo de Id A : R
n
R
n
e nao trivial?
De fato, se o n ucleo de IdA n ao for trivial, existe um vetor n ao nulo v pertencente
ao n ucleo, isto e, Id(v)A(v) = 0, de onde conclumos que A(v) = v. A recproca
tem verica cao imediata. Nesta altura da teoria, temos condicoes de responder `a
ultima pergunta.
Existir a um escalar se, e somente se, Id A e um operador n ao invertvel!
Em outras palavras, podemos responder da seguinte forma:
Existir a um escalar se, e somente se, det[Id A] = 0!
Denicao 5.6.2 Seja A : R
n
R
n
um operador linear.
a) O n ucleo do operador linear Id A : R
n
R
n
, e chamado de autoespa co
associado a , e iremos registr a-lo como V

= v R
n
; A(v) = v.
1
Em alguns livros encontramos a terminologia valor proprio e vetor pr oprio.
5.7. TEOREMA ESPECTRAL 47
b) O polin omio de grau n, p() = det[Id A], e chamado de polin omio carac-
terstico de A.
Fixados os termos acima, reescrevamos a resposta de outra meneira:
Existir a um vetor nao nulo v R
n
tal que A(v) = v se, e somente se, for
uma raiz real do polin omio caracterstico de A!
Recordemos que, sendo V

um subespa co, podemos encontrar uma base orde-


nada de autovetores, isto e, podemos escrever V

= [[v
1
, v
2
, ..., v
k
]], onde A(v
i
) = v
i
e

= v
1
, v
2
, ...v
k
e uma base ordenada para o subespa co.
Sendo o polin omio caracterstico de um operador linear A : R
n
R
n
um po-
lin omio com grau n, pode ocorrer que suas razes reais sejam distintas ou nao.
Portanto, pode ocorrer um n umero de autovalores entre 0 e n, inclusive, contadas
as repeticoes.
Lema 5.6.1 Sejam A : R
n
R
n
um operador linear e = v
1
, v
2
, ..., v
k
um
conjunto formado por autovetores de A associados aos autovalores
1
,
2
, ...,
k
,
respectivamente. Se os autovalores s ao distintos dois a dois entao e um conjunto
linearmente independente.
5.7 Teorema espectral
Existe uma classe de operadores lineares A : R
n
R
n
cujo polin omio caracterstico
possui todas as razes reais. Para descreve-los, necessitamos do produto interno.
Para cada operador linear A : R
n
R
n
, desejamos construir um outro operador
linear, chamado de operador transposto de A, denotado por A
t
: R
n
R
n
, que
possua a propriedade
v, A(w)) = A
t
(v), w),
para quaisquer v, w R
n
. Para identicar matricalmente o operador linear A
t
,
observamos que as entradas da matriz [A] = [a
ij
] (ou qualquer outra matriz de uma
transforma cao linear) s ao determinadas por a
ij
= e
i
, A(e
j
)). Logo, as entradas b
ij
da matriz [A
t
] devem ser
b
ij
= e
i
, A
t
(e
j
)) = A
t
(e
j
), e
i
) = e
j
, A(e
i
)) = a
ji
.
Portanto, a matriz do operador transposto de A e a transposta da matriz de A,
e registramos esta armacao notacionalmente como [A
t
] = [A]
t
. Como existe uma
correspondencia biunvoca entre operadores lineares emR
n
e matrizes nn, tambem
mostramos que o operador transposto de A e unico.
48 CAP

ITULO 5. TRANSFORMAC

OES LINEARES
Diz-se que um operador linear A : R
n
R
n
e simetrico se sua matriz [A]
e simetrica. Segue dos comentarios acima que se A e simetrico vale a igualdade
v, A(w)) = A(v), w) para quaisquer dois vetores v, w R
n
.
Na ultima secao, tomamos conhecimento que autovetores associados a auto-
valores distintos s ao linearmente independentes. Quando o operador e simetrico
podemos armar mais.
Lema 5.7.1 Sejam A : R
n
R
n
um operador linear simetrico e = v
1
, v
2
, ..., v
k

um conjunto formado por autovetores de A associados aos autovalores


1
,
2
, ...,
k
,
respectivamente. Se os autovalores s ao distintos dois a dois entao os vetores de
s ao ortogonais dois a dois.
A existencia de uma base ortonormal de autovetores de um operador linear
simetrico e um dos mais importantes teoremas de

Algebra Linear.
Teorema 5.7.1 (Teorema espectral) Se o operador linear A : R
n
R
n
e sime-
trico ent ao:
a) o polin omio caracterstico do operador linear, p(t) = det[tId A], possui n
razes reais, contando as repeticoes,
1
,
2
, ...,
n
;
b) existe uma base ortonormal de autovetores u
1
, u
2
, ..., u
n
, onde A(u
i
) =
i
u
i
.
Um operador linear simetrico A : R
n
R
n
e dito ser positivo quando v, A(v)) >
0, qualquer que seja o vetor n ao nulo v R
n
. O leitor pode mostrar que um operador
linear simetrico e positivo se, e somente se, todos os seus autovalores sao positivos.
Denimos um operador linear simetrico negativo de forma an aloga e conclumos que
todos os seus autovalores sao negativos.
Captulo 6
Isometrias do R
n
Desejamos identicar as aplicacoes de R
n
que pre-
servam a dist ancia entre pontos, chamadas de iso-
metrias ou movimentos rgidos. Iniciamos com a
deni cao de isometria e terminamos com um Te-
orema de classicacao. Para percorrer de um ex-
tremo a outro ser a necessario lan car mao de tipos
especiais de operadores lineares e estabelecer algu-
mas de suas propriedades. As deni coes, resulta-
dos e demonstra coes feitas em R
3
podem ser ime-
diatamente generalizadas, para R
n
, para qualquer
inteiro n > 1.
Nos estudos das geometrias com modelos, realizaremos o conceito de congruencia
estabelecendo que os objetos s ao isometricos, isto e, existe uma isometria que aplica
biunivocamente um objeto sobre o outro, sejam eles, segmentos, angulos, tri angulos,
etc. Fixemos duas denicoes
Uma distancia denida num conjunto S e uma fun cao d : S S R que possui
as seguintes propriedades para quaisquer a, b, c S,
d
1
d(a, b) 0 e d(a, b) = 0 a = b; (positiva denida)
d
2
d(a, b) = d(b, a); (simetrica)
d
3
d(a, b) d(a, c) +d(c, b). (desigualdade triangular)
Seja d : S S R uma fun cao dist ancia num conjunto S. Diz-se que uma fun cao
f : S S e uma isometria se f for bijetiva e d(f(s), f(t)) = d(s, t) para quaisquer
s, t S.
50 CAP

ITULO 6. ISOMETRIAS DO R
N
6.1 Transla coes
Sabemos calcular o comprimento de vetores de R
n
utilizando a norma | |. Agora,
iremos considerar uma fun cao d : R
n
R
n
R, chamada de distancia, cuja in-
terpreta cao geometrica e medir a distancia entre dois pontos do conjunto R
n
. Por
deni cao ela sera
d(v, w) = |w v|.
Geometricamente a distancia entre os pontos v e w e o comprimento do segmento
orientado

V W. Se v = (v
1
, v
2
, ..., v
n
) e w = (w
1
, w
2
, ..., w
n
) ent ao podemos escreve-
la na forma
d(v, w) =
_
(w
1
v
1
)
2
+ (w
2
v
2
)
2
+ + (w
n
v
n
)
2
.
Proposi cao 6.1.1 A aplicacao d : R
n
R, d(v, w) = |w v|, e uma dist ancia.
A demonstra cao car a como exerccio. O restante deste captulo sera dedicado
a estudar as isometrias de R
n
em relacao a esta distancia. Vejamos um primeiro
tipo de isometria.
Fixado um vetor a R
n
. Uma translacao por a e a fun cao T
a
: R
n
R
n
,
T
a
(v) = v +a. Veriquemos que uma transla cao e uma isometria do R
n
:
d(T
a
(u), T
a
(v)) = |T
a
(v) T
a
(u)| = |(v +a) (u +a)| = |v u| = d(u, v).
Isto mostra que T
a
preserva dist ancia. Examinemos a injetividade. Suponha que
T
a
(u) = T
a
(v). Como u + a = v + a, e imediato conclurmos que u = v. Para
mostrar a sobrejetividade considere w R
3
.

E claro que que T
a
(w a) = w.
Exerccios propostos 6.1
1. Explicite T
a+b
: R
3
R
3
quando a = (1, 1, 2) e b = (3, 1, 2).
2. Dadas as translacoes T
a
: R
n
R
n
e T
b
: R
n
R
n
. Prove que T
a
T
b
e T
a
sao
tranla coes e que T
a
e a inversa de T
a
.

E verdade que T
a
T
b
= T
b
T
a
?
3. Dados os vetores u
0
= (1, 2, 1) e v
0
= (1, 1, 0) determine uma transla cao T
a
: R
3

R
3
tal que T
a
(u
0
) = v
0
.
4. Dados quaisquer dois pontos u
0
, v
0
R
3
, mostre que existe uma unica transla cao
T : R
3
R
3
tal que T(u
0
) = v
0
.
5. Verique que o operador linear U : R
3
R
3
e isometria quando
a) U(x, y, z) = (x, z, y); b) U(x, y, z) = (z, x, y).
6. Sejam f : R
3
R
3
e g : R
3
R
3
isometrias. Prove que a composta f g : R
3
R
3
e uma isometria.
6.2. OPERADORES ORTOGONAIS 51
6.2 Operadores ortogonais
Diz-se que uma aplicacao U : R
n
R
n
e ortogonal se, e somente se,
U(u), U(v)) = u, v) para quaisquer u, v R
n
.
Numa linguagem mais tecnica, dizemos que uma aplicacao ortogonal e uma aplicacao
que preserva o produto interno. Tais aplicacoes existem. Um exemplo distinto da
identidade e a aplicacao antpoda U : R
n
R
n
, U(v) = v, pois para quaisquer
u, v R
n
temos
U(u), U(v)) = u, v) = (1) (1)u, v) = u, v).
Como vimos, uma translacao do R
n
por um vetor a R
n
e uma isometria. Se
o vetor e n ao trivial, a transla cao n ao preserva a origem, isto e, T
a
(0, 0, ..., 0) ,=
(0, 0, ..., 0). Por outro lado, a unica transla cao que preserva a origem e a identidade.
Entretanto, existem muitas isometrias que preservam a origem, alem da identidade.
Iniciaremos o estudo tendo como objetivos:
1. demonstrar que uma aplica cao ortogonal e um operador linear;
2. identic a-lo examinando apenas a matriz can onica associada;
3. descrever um metodo pr atico para constru-los.
Exemplo 6.2.1 Apresentaremos um exemplo ilustrativo. Escolha qualquer base
ordenada ortonormal = u
1
, u
2
, u
3
R
3
. Base ortonormal signica que u
i
, u
j
) =

ij
(
ij
e o delta de Kronecker). Dena o operador linear U : R
3
R
3
, cuja matriz
e [U] = [u
1
, u
2
, u
3
]. Como sabemos, podemos explicitar o operador linear,
U(x, y, z) = xu
1
+yu
2
+zu
3
.
A pr oxima proposi cao garante que esta e a maneira de construir qualquer aplica cao
ortogonal, portanto, todas elas s ao operadores lineares. 2
Na leitura complementar deste captulo apresentamos o processo de ortogona-
lizacao de Gram-Schmdit, um processo para construir bases ortonormais, ou seja,
um metodo para obter todos os operadores lineares ortogonais.
Proposi cao 6.2.1 Seja U : R
n
R
n
uma aplica cao. Entao, U e uma aplica cao
ortogonal se, e somente se,
a) = U(e
1
), U(e
2
), ..., U(e
n
) e uma base ortonormal do R
n
e
b) U e um operador linear.
52 CAP

ITULO 6. ISOMETRIAS DO R
N
Prova ) Iniciemos mostrando o item a). Faremos a demonstra cao para aplicacoes
ortogonais em R
3
, mas ela e analoga para o R
n
. Seja ( = e
1
, e
2
, e
3
a base canonica
do R
3
. Por deni cao de aplicacao ortogonal temos
< U(e
i
), U(e
j
) >=< e
i
, e
j
>=
ij
.
Isto signica que o conjunto U() = U(e
1
), U(e
2
), U(e
3
) e um conjunto ortonor-
mal. Recordando que para vericarmos que o conjunto de tres vetores U() R
3
e
uma base basta vericarmos que seja linearmente independente. Vamos supor que
existam escalares a
1
, a
2
, a
3
tais que a
1
U(e
1
) + a
2
U(e
2
) + a
3
U(e
n
) = o. Calculando
o produto interno de U(e
j
) com o vetor nulo temos que
0 = o, U(e
j
))
= a
1
U(e
1
) +a
2
U(e
2
) +a
3
U(e
3
), U(e
i
))
= a
1
U(e
1
), U(e
j
)) +a
2
U(e
2
), U(e
i
)) +a
3
U(e
3
), U(e
i
))
= a
i
.
Logo, U() e um conjunto linearmente independente e consequentemente uma base
do R
3
, provando o item a).
b) Pelo item anterior, sabemos que U(() = U(e
1
), U(e
2
), U(e
n
) e uma base
ortonormal do R
3
. Sendo assim, dado o vetor v = (v
1
, v
2
, v
3
) R
3
podemos ex-
pressa-lo como uma combina cao linear da forma
U(v) = a
1
U(e
1
) +a
2
U(e
2
) +a
3
U(e
3
),
onde os coecientes sao unicos. Identiquemos os coecientes da combina cao linear.
Lembrando-se que U e uma aplicacao ortogonal,
a
i
= U(v), U(e
i
)) = v, e
i
) = v
i
.
Logo,
U(v
1
, v
2
, v
3
) = v
1
U(e
1
) +v
2
U(e
2
) +v
3
U(e
3
).
Como bem sabemos, esta e a maneira de denir uma transforma cao linear.
) Seja U : R
3
R
3
um operador linear tal que U(() = U(e
1
), U(e
2
), U(e
3
)
seja uma base ortonormal. Mostremos que U e uma aplicacao ortogonal. Dados os
vetores v =

3
i=1
v
i
e
i
e w =

3
i=1
w
i
e
i
, sendo U um operador linear temos que
U(v) =

3
i=1
v
i
U(e
i
), U(w) =

3
j=1
w
j
U(e
j
).
Como o produto interno e linear em cada vari avel e U preserva produto interno,
temos que
U(v), U(w)) =

3
i=1
a
i
b
i
U(e
i
), U(e
i
)) =

3
i=1
a
i
b
i
= v, w).
Isto conclui a demonstra cao da proposi cao. 2
6.3. CLASSIFICAC

AO DAS ISOMETRIAS 53
Exerccios propostos 6.2
1. Seja U : R
n
R
n
um operador ortogonal. Mostre que
a) U preserva a norma, |U(u)| = |u|;
b) U preserva angulo entre vetores, (U(u), U(v)) = (u, v);
c) U e injetiva.
2. Mostre que U : R
n
R
n
e um operador ortogonal se, e somente se, [U]
t
[U] = [Id].
3. Mostre que U : R
2
R
2
e um operador ortogonal se, e somente se, sua matriz
canonica tem uma das duas formas
[U] =
_
cos sen
sen cos
_
ou [U] =
_
cos sen
sen cos
_
.
6.3 Classica cao das isometrias
Chegamos ao nosso objetivo nal. Provar que toda aplica cao que preserva dist ancia
em R
n
e a composta de uma transla cao com um operador ortogonal. Como feito
antes, demonstraremos para n = 3 mas os argumentos utilizados valem pra qualquer
n > 1.
Teorema 6.3.1 (Classica cao das isometrias) Uma aplicacao f : R
n
R
n
e
uma isometria, se e somente se, existe uma transla cao T
a
: R
n
R
n
e um operador
ortogonal U : R
n
R
n
tal que f(x) = T U(x).
Prova ) Denote por a = f(0) e considere a aplicacao U : R
3
R
3
denida por
U(v) = f(v) a. Desejamos mostrar que U e uma aplicacao ortogonal. Mostremos
primeiro que |U(v) U(w)| = |v w|, para todo v, w R
3
. Mas isto e verdade
pois, sendo f uma aplica cao que preserva dist ancia, temos as igualdades
|U(v) U(w)| = |f(v) a f(w) +a|
= |f(v) f(w)|
= d(f(w), f(v))
= d(w, v)
= |v w|.
Passemos a mostrar que U e uma aplicacao ortogonal. Por um lado temos que
|U(v) U(w)|
2
= U(v) U(w), U(v) U(w))
= |U(v)|
2
2U(v), U(w)) +|U(w)|
2
= |v|
2
2U(v), U(w)) +|w|
2
,
54 CAP

ITULO 6. ISOMETRIAS DO R
N
por outro lado, com um c alculo simples vericamos que |v w|
2
= |v|
2
2v, w) +
|w|
2
. Logo, U(v), U(w)) = v, w). Como U e uma aplicacao ortonormal, segue
que U e um operador linear ortonormal, de onde conclumos que f(v) = U(v) +a,
ou seja, f(v) = T
a
U(v).
A recproca deixaremos aos cuidados do leitor. Siga o roteiro abaixo.
1
o
Mostre que um operador ortogonal U preserva norma.
2
o
U preserva dist ancia.
3
o
Mostre que a imagem da base canonica e uma base.
4
o
U e bijetivo.
5
o
Mostre que a composta de U com uma translacao e uma isometria. 2
Exerccios propostos 6.3
1. Considere os planos em R
3
,
_

(p), onde = (3, 1, 1) e p = (0, 0, 0)

(q), onde = (1, 1, 1) e q = (2, 1, 2)


.
a) Existe transla cao T
v0
: R
3
R
3
que aplica o primeiro plano no segundo?
b) Construa uma isometria S : R
3
R
3
que aplica o primeiro plano no segundo.
2. A mesma questao anterior para os planos
_

(p) onde = (1, 1, 2) e p = (0, 1, 1)

(q) onde = (2, 1, 2) e q = (3, 2, 2)


.
3. Encontre a equa cao parametrica de um crculo de raio r = 2 quando ele esta
a) centrado no ponto p = (1, 2, 1) e contido no plano

(p), onde = (3, 1, 2);


b) centrado no ponto p = (1, 2, 0) e contido no plano

(p), onde = (0, 0, 1).


4. Encontre a equa cao parametrica de uma elipse cujo eixo maior mede a = 2 e eixo
menor mede b = 1 centrada no ponto p = (3, 2, 0) e contido no plano

(p), onde
= (0, 0, 1).
5. Dena uma fun cao g : R
3
R
3
que deixa o plano
1
= (x, y, z) R
3
: z = 0
invariante e transforma o crculo do exerccio 3.a) na elipse do exerccio 4.
6. Encontre a equa cao parametrica de uma elipse centrada no ponto (1, 2, 1)
1
=
(x, y, z) R
3
: x y + 2z = 1 cujo eixo maior mede 3 e eixo menor mede 1.
7. Seja U : R
3
R
3
um operador ortogonal tal que U(e
3
) = e
3
. Mostre que existe
[0, 2] tal que U(e
1
) = (cos , sen, 0) e U(e
2
) = (sen, cos, 0).
8. Prove que conjunto G formado por todas as isometrias de R
3
equipado com a opera cao
de composicao de fun coes e um grupo.
9. Encontre uma isometria de R
3
que transforma o tri angulo cujos vertices sao a =
(1, 1, 1), b = (2, 3, 1) e c = (3, 4, 5) num tri angulo contido no plano z = 0 congruente
ao tri angulo com um dos vertices na origem.
6.4. *LEITURA COMPLEMENTAR 55
6.4 *Leitura complementar
1. Processo de ortogonaliza cao de Gram-Schmidt Na demonstra cao da
proposi cao a seguir esta descrito um processo para construir uma base orto-
normal para um subespa co nao trivial qualquer de R
n
.
Proposi cao 6.4.1 Todo subespaco nao trivial R
n
possui uma base orto-
normal.
Demonstra cao Escolha = w
1
, w
2
, ..., w
k
uma base ordenada qualquer de
. Dena o subespa co de dimens ao i,
i
= [[w
1
, ..., w
i
]]. Sendo assim, valem
as inclusoes proprias de subespa cos

0
= 0
1

2

k
= .
Feitos estas preliminares iniciemos a construcao indutiva de uma base ortogo-
nal pelo processo de ortogonalizacao de Gram-Schmidt. A base ortogonal de

1
sera
1
= v
1
em que v
1
= w
1
. Para construir uma base ortogonal para

2
consideramos o conjunto ordenado
2
=
1
v
2
onde
v
2
= w
2

w
2
,v
1

v
1
,v
1

v
1
.
O vetor v
2
esta bem denido pois v
1
n ao sendo nulo temos que v
1
, v
1
) > 0.
Note que tambem o vetor v
2
n ao e nulo, caso contr ario conclumos que w
1
e w
2
sao vetores linearmente dependentes, contrariando o fato de ser uma base
de . Por outro lado vericamos facilmente que v
1
, v
2
) = 0 de onde segue
que
2

2
e um conjunto linearmente independente num espa co vetorial de
dimens ao dois, implicando que
2
=
1
v
2
e uma base ortogonal de
2
.
Por hip otese de indu cao, vamos assumir que j a construmos uma base ortogo-
nal
i
= v
1
, v
2
, ..., v
i
para o subespa co
i
. Seja
i+1
=
i
v
i+1
, onde
v
i+1
= w
i+1

w
i+1
,v
1

v
1
,v
1

v
1

w
i+1
,v
2

v
2
,v
2

v
2

w
i+1
,v
i

v
i
,v
i

v
i
.
Novamente, v
i+1
esta bem denido e e um vetor em
i+1
. O vetor v
i+1
n ao e nulo, caso contr ario teremos w
i+1

i
contrariando a hip otese de
ser linearmente independente. Uma simples verica cao mostra que
i+1
e
um conjunto de vetores n ao nulos dois a dois ortogonais no subespa co
i+1
,
cuja dimens ao e i + 1. Segue que
i+1
e uma base ortogonal deste espaco.
Continuando o processo um n umero de vezes igual `a dim, obtemos uma
base ortogonal de .
Para nalizar, dividimos cada vetor de
k
por sua norma para obter uma base
ortonormal. 2
Parte III
GEOMETRIA EUCLIDIANA
Captulo 7
Geometria Euclidiana
Construir um modelo para a Geometria Euclidiana e xar um conjunto algebrico
especco, que ser a chamado de plano, estabelecer quais dos seus subconjuntos
serao nomeados de retas, realizar tambem os outros termos indenidos do sistema
axiomatico, isto e, dar um signicado aos termos congruencia, esta entre, etc. e
nalmente vericar que todos os axiomas de Hilbert sao v alidos neste contexto.
O objetivo agora e indicar como executar todas estas tarefas no conjunto algebrico
R
2
. Ficar a claro o motivo pelo qual dizemos que R
2
e o modelo canonico do plano
Euclidiano. A

Algebra Linear ser a a linguagem utilizada para a constru cao do
modelo.
Axiomas da Geometria Euclidiana plana
I Termos indefinidos
1. Ponto, reta, plano, pertence, est a entre e congruencia.
II Axiomas de incidencia
III Axiomas de ordem
IV Axiomas de Congruencia
III Axioma das Paralelas
IV Axiomas de Continuidade
7.1 Esferas e hiperplanos
Na Geometria Euclidiana plana, um crculo de centro C E
2
e raio r > 0 e o
conjunto constitudo por todos os pontos do plano cuja dist ancia ao ponto C e igual
58 CAP

ITULO 7. GEOMETRIA EUCLIDIANA


a r. Na Geometria Euclidiana espacial uma esfera com centro C E
3
e raio r > 0
e denida como sendo o conjunto dos pontos que distam de C por uma dist ancia r.
Iniciemos a constru cao denindo os dois conceitos. Recordamos que indicamos por
d a dist ancia no espaco R
n
induzida pelo produto interno can onico.
Denicao 7.1.1 Uma esfera em R
n
de raio r > 0 e centro c R
n
e o subconjunto
denotado e denido por S
n1
r
(c) = v R
n
; d(c, v) = r.
Como na equa cao d(c, v) = r a dist ancia e o raio sao n ao negativos, esta equacao
em termos de coordenadas dos pontos, v = (x
1
, x
2
, ..., x
n
) e c = (c
1
, c
2
, ..., c
n
), e
equivalente ` a equa cao
(x
1
c
1
)
2
+ (x
2
c
2
)
2
+ + (x
n
c
n
)
2
= r
2
.
Uma esfera em R
2
recebe o nome de crculo. Quando o crculo tem raio r = 1
e centro na origem, c = (0, 0), diremos que ele e o crculo unitario can onico e
denotamos por S
1
. Em resumo,
S
1
= (x, y) R
2
; x
2
+y
2
= 1.
A esfera em R
3
centrada na origem, c = (0, 0, 0), e de raio r = 1 e denotada por
S
2
e e chamada de esfera unit aria can onica. Pelo visto,
S
2
= (x, y, z) R
3
; x
2
+y
2
+z
2
= 1.
Recordamos que indicamos o produto interno can onico do R
n
por , ).
Denicao 7.1.2 Um hiperplano com vetor normal R
n
contendo o ponto p R
n
e o subconjunto denotado e denido por

(p) = v R
n
; v p, ) = 0.
Nomearemos a equacao de um hiperplano na forma

(p) : v p, ) = 0.
Exerccios propostos 7.1
1. Determine a equa cao do crculo centrado em c R
2
e raio r, onde
i) c = (1, 0) e r =
1
2
. ii) c = (1, 1) e r =

2. iii) c = (3, 4) e r = 5.
2. Identique as curvas e fa ca um esboco graco das seguintes equacoes em R
2
.
i) x
2
+ 2x +y
2
= 0. ii) x
2
x +y
2
y = 7. iii) x
2
+ 6x +y
2
+ 8y = 0.
3. Determine a equa cao do hiperplano

(p) R
3
em que
i) = (1, 0, 1) e p = (2, 1, 1). ii) = (2, 1, 1) e p = (1, 0, 1).
4. Determine a equa cao do hiperplano

(p) R
2
em que
i) = (1, 1) e p = (2, 1). ii) = (2, 1) e p = (1, 1).
7.2. UM MODELO DE PLANO EUCLIDIANO 59
7.2 Um modelo de plano Euclidiano
Iniciemos a constru cao.
Chamaremos R
2
de plano e seus elementos de pontos.
Um hiperplano em R
2
ser a chamado de reta.
Examinemos com mais vagar a denicao de reta em R
2
.

E conveniente xar uma
nota cao para indic a-la. Sejam p = (p
1
, p
2
) e = (
1
,
2
) pontos em R
2
. O plano com
vetor normal contendo o ponto p tem equa cao l

(p) : (x, y)(p


1
, p
2
), (
1
,
2
)) = 0,
ou seja,
l

(p) :
1
x +
2
y +
3
= 0,
onde
3
= p, ). Ao tomarmos como vetor normal um m ultiplo n ao nulo de ,
digamos com ,= 0, as retas sao iguais como conjuntos, l

(p) = l

(p), pois a
equa cao desta ultima ca sendo l

(p) :
1
x +
2
y +
3
= 0 e, como ,= 0, os
pontos v = (x, y) R
2
que satisfazem a uma equa cao tambem satisfazem a outra
equa cao e vice-versa
Um caso particular, porem importante, sao as retas que contem a origem. Re-
servamos uma notacao especial para elas, em lugar de escrevermos l

(o) quando
o = (0, 0), omitiremos do smbolo o ponto o escrevendo simplesmente l

. Sendo
assim, a equa cao da reta e homogenea,
l

:
1
x +
2
y = 0.
Anteriormente, utilizamos equacoes lineares homogeneas para denir um subespa co
vetorial, portanto, a reta l

contendo a origem e um subespaco vetorial pr oprio do


R
2
de dimens ao 1. Uma base ordenada e formada por qualquer vetor n ao nulo no
subespa co, por exemplo

= (
2
,
1
) l

.
Fa camos um resumo do que temos ate o momento:
um conjunto, R
2
, chamado de plano;
elementos deste conjunto chamados de pontos;
subconjuntos l

(p) nomeados de retas;


entendemos o conceito de um ponto pertencer a uma reta (incidencia).
Desejamos que R
2
seja um modelo algebrico do plano Euclidiano. Somente com os
termos xados acima j a podemos vericar que o grupo de axiomas de incidencia e
satisfeito. Por exemplo.
Dois pontos distintos determinam uma reta
Dados dois pontos distintos de R
2
, digamos que sejam p = (p
1
, p
2
) e q = (q
1
, q
2
).
Consideramos o vetor nao nulo

= q p = (q
1
p
1
, q
2
p
2
), tomamos =
60 CAP

ITULO 7. GEOMETRIA EUCLIDIANA


(q
2
+ p
2
, q
1
p
1
) e escolhemos a reta l

(p). Verica-se que as coordenadas dos


pontos p e q satisfazem a equacao, logo, os pontos pertencem `a reta l

(p). 2
O objetivo deste texto n ao e vericar todos os detalhes da constru cao de um
modelo para a Geometria Euclidiana. Estamos mais interessados em exibir modelos
para outras geometrias, quais sejam, elptica, projetiva e am. Como o leitor j a
estudou em Geometria Analtica a maioria dos conceitos e tecnicas aqui utilizados,
deixaremos apenas um roteiro desta constru cao.
Ficar a como exerccio a verica cao da validade dos dois outros axiomas do grupo
de axiomas de incidencia.
Est a entre
Dada a reta l

(p), dena a fun cao biunvoca f : R l

(p), f(t) = p + t

.
Recordamos que se = (
1
,
2
) ent ao

= (
2
,
1
). Diremos que o ponto p =
f(t
1
) esta entre n = f(t
0
) e q = f(t
2
) se, e somente se, t
0
< t
1
< t
2
. Com isto,
estabelecemos um signicado para este termo indenido e demonstramos todos os
axiomas de ordem e continuidade, alem de podermos denir segmentos de reta.

E
necessario vericar que o conceito n ao depende do vetor normal nem do ponto p.
Por deni cao, o segmento de reta [p, q] e o conjunto formado por p, q e os
pontos da reta determinada pelos pontos p e q que est ao entre eles. A medida do
comprimento de um segmento [p, q] e a distancia entre os pontos extremos, d(p, q).
Dois segmentos de reta s ao congruentes se existe uma isometria
do R
2
que aplica biunivocamente um segmento no outro.
Para denir angulo necessitaremos do conceito de reta orientada. Antecipamos
que os procedimentos que seguem serao semelhantes em qualquer outro modelo de
geometria que estudaremos posteriormente.
A nota cao l

, alem de indicar que o conjunto e uma reta e tem como vetor normal
o vetor n ao nulo , indicar a que a reta esta orientada por . Ao escrevermos l

,
a reta e a mesma, como conjunto, entretanto como reta orientada sao distintas.
Precisemos o comentario. Ao dizermos a reta esta orientada pelo vetor normal
transmitiremos a infoma cao que o lado de cima da reta e precisamente o lado
para o qual o vetor esta apontando. Isto pode ser formalizado estabelecendo que
um vetor v esta no semi-plano positivo H

(p) denido por l

quando v p, ) 0.
Algebricamente temos
H

(p) = v R
2
; v p, ) 0.
Se o produto interno n ao e positivo, o vetor v esta no semi-plano negativo. Observe
que a reta e denida como o conjunto dos pontos cujo produto interno e zero.
Sendo assim, uma reta l

(p) pode ser orientada somente de dois modos, pelos


7.2. UM MODELO DE PLANO EUCLIDIANO 61
vetores que sao m ultiplos positivos de e pelos vetores que sao m ultiplos negativos
de .
Um angulo e o conjunto obtido pela interse cao entre dois semiplanos positivos,
H

(p) H

(q).
Dois angulos s ao congruentes se existe uma isometria de R
2
que
aplica biunivocamente um angulo no outro.
Ap os estas denicoes verica-se todos os axiomas de congruencia.
A medida do angulo H

(p) H

(q) e, por deni cao, o angulo entre os vetores


e . Na nota cao aqui utilizada a medida ca indicada por (, ).
Axioma das paralelas
Seja q um ponto que n ao esteja esteja na reta l

(p). A reta l

(q) e a uma reta


paralela ` a primeira reta e e a unica reta paralela que incide em q. Isto e mostrado
vericando-se que o sistema de equacoes lineares fomado pelas equacoes que denem
as retas nao tem solucao.
Exerccios propostos 7.2
1. Dado os segmentos [p, q] e [m, n] em R
2
. Mostre que as arma coes sao equivalentes.
(a) Os segmentos sao congruentes.
(b) Existe uma isometria U : R
2
R
2
tal que U(p) = m e U(q) = n.
(c) d(p, q) = d(m, n).
2. Mostre que os segmentos [p, q] e [m, n] do R
2
sao congruentes e construa a isometria
de congruencia quando:
a) p = (1, 1), q = (0, 1), m = (1, 0) e n = (1, 1);
b) p = (1, 1), q = (0, 1), m = (2, 0) e n = (1, 2);
c) p = (2, 5), q = (1, 4), m = (2, 0) e n = (1, 1).
3. Considere o angulo H

(p) H

(q). Mostre as arma coes.


(a) A medida do angulo e = (, ).
(b) Dois angulos s ao congruentes se, e somente se, as medidas de seus angulos s ao
iguais.
4. Calcule as medidas dos angulos determinados pelas retas orientadas l

(p) e l

(q)
quando:
a) = (1, 2), p = (1, 2), = (2, 1) e q = (0, 1);
b) = (1, 2), p = (0, 0), = (1, 2) e q = (0, 1).
5. Diremos que os segmentos [p, q] e [m, n] do R
2
sao equivalentes () se, e somente se,
eles sao congruentes. Mostre que e uma relacao de equivalencia.
6. Mostre que semi-planos e angulos s ao conjuntos convexos.
62 CAP

ITULO 7. GEOMETRIA EUCLIDIANA


7.3 Um modelo de espa co Euclidiano
Passemos a contruir um modelo para a Geometria solida (espacial).
R
3
ser a chamado de espaco e seus elementos de pontos.
Um hiperplano em R
3
ser a chamado de plano.
Sejam p = (p
1
, p
2
, p
3
) e = (
1
,
2
,
3
). O plano

(p) com vetor normal


contendo o ponto p tem a seguinte equacao em termos de coordenadas,

(p) :
1
x +
2
y + +
3
z +k = 0,
onde k = p, ). Novamente, reservaremos uma notacao especial para um plano
que contem a origem. Em lugar de escrevermos

(o) omitiremos o ponto o =


(0, 0, 0) da nota cao e escrevemos

. Neste caso particular, a equacao do plano e


homogenea,

:
1
x +
2
y +
3
z = 0.
Como ja sabemos,

e um subespaco vetorial de R
3
e podemos encontrar dois
vetores nao colineares, v
0
, w
0

, tais que qualquer outro vetor u

e como
uma combina cao linear u = sv
0
+tw
0
, onde s, t R. Para saber se os vetores geram
o plano basta vericar se o conjunto = v
0
, w
0
, e uma base de R
3
. Pelo criterio
estabelecido, e suciente vericar que det [v
0
, w
0
, ] ,= 0.
Resumindo, temos:
um conjunto, R
3
, que sera chamado de espaco;
elementos deste conjunto que chamamos de pontos;
subconjuntos

(p) nomeados de plano;


entendemos o conceito de um ponto pertencer a um plano (incidencia).
Como feito na modelagem com R
2
deveramos denir todos os outros termos
envolvidos na axiomatizacao. Mas a constru cao e tao semelhante que deixaremos
aos cuidados do leitor esbocar a constru cao. Apresentemos dois exemplos numericos
que ilustram quais os procedimentos utilizados.
Exemplo 7.3.1 [Plano determinado por tres pontos n ao colineares] Dados
tres pontos distintos de R
3
, digamos a = (1, 0, 1), b = (2, 1, 1) e c = (1, 2, 3).
Primeiro veriquemos que eles s ao n ao colineares calculando
det[a, b, c] =
_
_
1 2 1
0 1 2
1 1 3
_
_
= 3 ,= 0.
O determinante ser diferente de zero implica que eles sao n ao colineares. Agora
consideremos os vetores
7.3. UM MODELO DE ESPACO EUCLIDIANO 63
_
u = b a = (1, 1, 0)
v = c a = (2, 2, 4)
.
e tomemos como vetor normal ao plano que desejamos construir, contendo os pontos
a, b e c, o vetor = uv = (4, 4, 0). Agora, se v = (x, y, z), calculando va, ) =
0 em termos de coordenadas, obtemos a equacao

: 4x + 4y + 4 = 0.

E simples
vericar que as coordenadas dos pontos a, b e c satisfazem esta equacao. Portanto,
eles pertencem ao plano

. 2
Exemplo 7.3.2 [Retas em R
3
] Uma reta em R
3
e o conjunto determinado pela
interse cao de dois planos n ao paralelos. Seja s a reta obtida por interse cao dos
planos

(p) e

(q). Como os planos n ao sao paralelos os vetores normais nao sao


colineares. Para informar o fato, podemos escrever s =

(p)

(q) ou nomear o
sistema de equacoes na forma
s :
_
_
_

1
x +
2
y +
3
z +k
1
= 0

1
x +
2
y +
3
z +k
2
= 0
.
Quando os dois planos passam pela origem obtemos equa coes lineares homogeneas,
k
1
= k
2
= 0. Nesse caso, s e um subespaco vetorial de R
3
e todo vetor de s escreve-se
como m ultiplo do vetor . 2
Exerccios propostos 7.3
1. Calcule uma equacao para o plano contendo os pontos a, b e c do R
3
quando:
a) a = (1, 2, 1), b = (1, 1, 2) e c = (0, 2, 1);
b) a = (1, 1, 1), b = (2, 2, 2) e c = (1, 1, 1).
2. Determine uma equa cao para o plano

paralelo `a

(p) quando = (3, 1, 2) e


p = (1, 1, 1).
3. Mostre que dois segmentos [p, q] e [m, n] em R
3
sao congruentes, se e somente se,
d(p, q) = d(m, n).
4. Mostre que os segmentos [p, q] e [m, n] do R
3
sao congruentes quando:
a) p = (1, 1, 1), q = (0, 1, 1), m = (1, 0, 1) e n = (1, 1, 1);
b) p = (2, 1, 1), q = (1, 0, 1), m = (2, 2, 0) e n = (1, 1, 2);
c) p = (2, 5, 3), q = (1, 4, 2), m = (2, 0, 1) e n = (1, 1, 0).
5. Sejam p um ponto e s uma reta em R
3
. Se v, w s, mostre que a distancia de p a s
e dada por
d(p, s) =
(wv)(pv)
wv
.
6. Mostre que a dist ancia de um ponto q R
n
ao hiperplano

(p) e calculada por


d(q,

(p)) =
|qp,|

.
64 CAP

ITULO 7. GEOMETRIA EUCLIDIANA


7. Considere o vetor = (1, 1, 1) e o ponto p = (1, 2, 1) em R
3
. Calcule a distancia de
q = (3, 0, 1) ao plano

(p).
8. Mostre que o plano

(p) : x + z =

2 e tangente ` a esfera S
2
(c) = (x, y, z)
R
3
; x
2
+ z
2
= 2y y
2
.
9. Dado um hiperplano

(p) = v R
n
: v p, ) = 0 e um ponto q /

(p) dena
o simetrico de q em relacao a

(p) como sendo o ponto q

tal que d(q

(p)) =
d(q,

(p)). Prove que


q

= q 2
_
qp,
,
_
.
10. Considere o vetor = (1, 0, 1) e o ponto p = (1, 2, 1) em R
3
. Determine o ponto
simetrico de q = (3, 0, 5) em relacao ao plano

(p).
Parte IV
GEOMETRIA EL

IPTICA
(dupla)
Captulo 8
Geometria Elptica
A esfera unit aria can onica S
2
sera um modelo para o plano de uma geometria
chamada Geometria Elptica.
O sistema agora considerado omite o grupo de ordem do sistema axiomatico
para a Geometria Euclidiana xado por Hilbert. Como n ao existe uma ordem nao
podemos denir segmentos de retas do mesmo modo pois um segmento de reta
Euclidiana e um subconjunto de uma reta denido a partir da ordem.
Mas mesmo assim, no modelo para a Geometria Elptica podemos denir o
conceito de segmento, agora de outra forma. Ao falarmos num segmento de reta
elptico com extremos A e B, e necessario ser mais preciso indicando qual seria
seu interior pois as retas elpticas s ao grandes crculos da esfera S
2
e dois pontos
distintos de um crculo dene dois segmentos de crculo. Feito isso, ao realizarmos
o termo indenido congruencia podemos vericar todos os axiomas deste grupo.
Uma pequena modica cao se faz necessaria no axioma 1. do grupo de congruencia.
Como nao existe ordem deve-se omitir a expressao ... um dado lado da reta.
No axioma das paralelas, postula-se que sempre ocorre intersecao entre quais-
quer duas retas e a interse cao e dupla, da o nome Geometria elptica dupla. A
regiao que no plano Euclidiano e denominada angulo tera como correspondente na
Geometria Elptica uma regi ao classicamente denominada lua. No momento apro-
priado descreveremos tal regiao.
Axiomas da Geometria Elptica
I Termos indefinidos
1. Ponto, reta, plano, pertence e congruencia.
II Axiomas de incidencia
1. Para cada dois pontos distintos existe uma reta que os contem.
2. Toda reta contem pelo menos dois pontos.
8.1. DIST

ANCIA ESF

ERICA 67
3. Existe pelo menos tres pontos que n ao est ao sobre uma mesma
reta e todos os pontos est ao sobre o mesmo plano.
IV Axiomas de Congruencia
V Axioma das Paralelas
1. Seja l uma reta e A um ponto n ao em l. Ent ao toda reta que
passa por A intercepta l.
VI Axiomas de Continuidade
1. Existe uma correspondencia biunvoca entre os n umeros reais
e os pontos de uma reta menos um dos seus pontos.
8.1 Distancia esferica
Estamos interessados em estudar a geometria da esfera unit aria can onica em R
3
,
mais precisamente em estudar o conjunto
S
2
= v R
3
; |v| = 1
equipado com uma fun cao dist ancia. Para medir a dist ancia entre pontos, utili-
zaremos o conceito de angulo entre dois vetores. Dados u, v S
2
. Seja (u, v)
[0, ] a medida do angulo entre os vetores unit ario u e v. Recordamos que este
angulo foi denido utilizando a desigualdade de
Cauchy-Schwarz. Por deni cao,
cos(u, v) =
u, v)
|u| |v|
.
Do fato de u e v serem unitarios temos que
cos(u, v) = u, v), sen(u, v) = |u v|.
Chamaremos de distancia em S
2
a aplicacao
d : S
2
S
2
R, d(u, v) = (u, v).
Exerccio 8.1.1 Demonstre os seguintes fatos sobre esta aplicacao:
a) 0 d(u, v) ; b) d(u, v) = se, e somente se v = u. 2
68 CAP

ITULO 8. GEOMETRIA EL

IPTICA
Proposi cao 8.1.1 A fun cao d, acima denida, e uma fun cao distancia em S
2
.
Prova Aconselhamos ao leitor rever a denicao de fun cao dist ancia. As proprieda-
des positiva denida e simetrica tem uma verica cao simples e serao deixadas como
exerccios. Mostremos a desigualdade triangular. Dados tres pontos u, v, w S
2
,
por deni cao de dist ancia esferica temos as igualdades
(u, v) = d(u, v), (v, w) = d(v, w), (u, w) = d(u, w).
Portanto, a desigualdade que desejamos demonstrar e
(u, w) (u, v) +(v, w),
cuja demonstra cao sera dividida em dois casos.
1
o
caso: Vale a desigualdade (u, v) + (v, w): neste caso, (u, v)
(u, v) +(v, w).
2
o
caso: Vale a desigualdade (u, v)+(v, w) : como a fun cao cos : [0, ] R
e decrescente, demonstrar a desigualdade triangular e equivalente a demonstrar a
desigualdade
cos((u, v) +(v, w)) cos(u, w).
Para isto, utilizaremos uma identidade trigonometrica para o cosseno da soma de
angulos e algumas identidades envolvendo produto interno e produto vetorial. Lem-
brando que consideramos apenas vetores unit arios, temos as igualdades
cos ((u, v) +(v, w)) = cos (u, v)cos (v, w) sen(u, v)sen(v, w)
= u, v) v, w) |u v| |v w|.
Agora, a desigualdade de Cauchy-Schwarz garante que
u v, v w) |u v| |v w|,
e a formula de Lagrange nos permiter escrever
u v, v w) = u, v)v, w) u, w)v, v).
De v, v) = 1 obtemos entao as desigualdades
cos ((u, v) +(v, w)) u, v) v, w) u v, v w)
= u, v)v, w) (u, v)v, w) u, w)v, v))
= u, w)
= cos(u, w).
Isto termina a demonstracao da proposi cao. 2
Exerccios propostos 8.1
8.2. PLANO EL

IPTICO 69
1. Dados os pontos u, v S
2
, considere as distancias d(u, v), d(u, v), d(u, v) e
d(u, v). Quais delas sao iguais?
2. Tres pontos u, v, w da esfera unitaria S
2
sao ditos colineares se existe um grande
crculo S
2
contendo estes pontos. Prove que u, v, w sao colineares se, e somente se,
(u, v) (v, w) = (u, w).
8.2 Plano elptico
Grandes crculos da esfera unit aria sao equivalentes `as retas da Geometria Euclidi-
ana, no seguinte sentido: como sabemos, a menor dist ancia percorrida para irmos
de um ponto a outro de um plano e obtida sobre uma trajet oria que descreve um
segmento de reta denida pelos pontos. Em S
2
, a menor distancia percorrida para
irmos de um ponto a outro e obtida sobre uma trajet oria que descreve um grande
crculo denido pelos dois pontos. N ao mostraremos este fato.
Chamaremos S
2
de plano (elptico) e seus elementos de pontos
(elpticos).
Um plano R
3
que contem a origem o e determinado pelo seu vetor normal
= (
1
,
2
,
3
), que e um vetor n ao nulo. A equa cao linear do plano ca sendo
:
1
x +
2
y +
3
z = 0.
Como sabemos e um subespaco vetorial de R
3
de dimens ao dois. Para destacar o
vetor normal denotamos por

e o unico plano de R
3
contendo a origem cujo vetor normal e = (
1
,
2
,
3
).
Exemplo 8.2.1 Se = (13, 1, 40) R
3
, o plano que contem a origem e tem
como vetor normal e o conjunto formado por todos os vetores v = (x, y, z) R
3
cujas coordenadas satisfazem a equacao

: 13x y + 40z = 0. 2
Um grande crculo em S
2
ser a chamado de reta (elptica).
Em outras palavras, diz-se que um subconjunto r S
2
e uma reta elptica se
r = S
2

. Para destacar que a reta elptica r e obtida pela interse cao do plano

que contem cujo vetor normal e utilizamos a notacao


r

= S
2

.
Portanto, uma reta elptica e o subconjunto do plano elptico formado pelos pontos
(x, y, z) R
3
satisfazendo as equa coes
r

:
_
_
_
x
2
+y
2
+z
2
= 1

1
x +
2
y +
3
z = 0
.
70 CAP

ITULO 8. GEOMETRIA EL

IPTICA
J a temos em maos :
um conjunto S
2
que denominado de plano elptico;
elementos deste conjunto, chamados pontos;
subconjuntos r

, chamados de retas elpticas(grandes crculos);


entendemos o conceito de um ponto pertencer a uma reta (incidencia).
Estamos preparados para vericar o grupo de axiomas de incidencia da Geo-
metria Elptica. Os dois ultimos axiomas sao vericados trivialmente. Antes de
vericarmos o primeiro, estabelecamos um criterio para determinar se um grande
crculo incide sobre um ponto. Dizer que um ponto v S
2
e uma reta elptica
r

S
2
sao incidentes e equivalente a dizer que v r

. Continuaremos a denotar o
produto interno can onico do R
3
por , ).
Proposi cao 8.2.1 (Condi cao de incidencia) Dados um ponto v S
2
e um gran-
de crculo r

S
2
. Temos:
v e r

s ao incidentes se, e somente se, v, ) = 0.


Prova Escrevamos r

S
2
e seja v S
2
. Temos que v r

se, e somente se,


v

ou, equivalentemente, se, e somente se, v, ) = 0. 2


Dois pontos distintos determinam uma reta
Veriquemos este axioma. Sejam u, v S
2
distintos. O produto vetorial =
u v n ao e o vetor nulo se, e somente se, u ,= v. Se este for o caso, consideramos
o plano

e a reta elptica correspondente r

S
2
. Como u, ) = 0 = v, ),
pelo criterio de incidencia os pontos u e v pertencem `a reta r

, ou seja, u e v
determinam a reta r

. Observe que a reta e unica pois so existe um plano contendo


u, v e a origem.
Agora, quando u = v, consideramos um vetor qualquer R
3
tal que u, ) =
0. Como u = v, segue que v, ) = 0. Portanto, pela condi cao de incidencia,
u, v r

. Neste caso, u e v n ao determinam uma unica reta, pois existem innitos


planos contendo u, o e v = u, desde que os tres pontos sao colineares em R
3
. 2
No plano elptico n ao existe paralelismo nem possui a propriedade da intersecao
unica entre duas retas. Isto decorre da seguinte propriedade que deixamos como
exerccio.
Exerccio 8.2.1 Mostre que se

sao dois planos distintos do R


3
contendo
a origem entao a intersecao dos planos e uma reta (Euclidiana) do R
3
contendo a
origem e formada pelos m ultiplos do vetor u = . 2
8.2. PLANO EL

IPTICO 71
Proposi cao 8.2.2 (Concorrencia de duas retas) Duas retas elpticas distintas,
digamos, r

e r

, sempre se interceptam. Mais ainda, a intersecao ocorre em dois


pontos, a saber,
u
1
=
1

e u
2
=
1

.
Prova Seguindo a nota cao temos que
r

S
2
e r

S
2
.
Portanto, a interse cao de r

e r

e o conjunto
r

S
2
.
Como

= ; R, os unicos vetores unit arios sao os pontos citados


no enunciado. 2.
Diz-se que tres pontos u, v, w S
2
sao colineares se existe uma reta incidindo
nos pontos. Tambem existe um criterio simples para determinar quando tres pontos
sao colineares.
Proposi cao 8.2.3 (Equa cao de colinearidade para tres pontos) Dados tres
pontos u, v, w S
2
. Temos:
u,v,w s ao colineares se, e somente se det[u, v, w] = 0.
Prova Sejam u, v, w S
2
tres pontos. Quando n ao sao distintos ou quando v = w,
a demonstra cao e trivial. Vamos assumir entao que eles sao distintos e que v ,= w.
Por deni cao, os pontos sao colineares se, e somente se, eles pertencem a uma
mesma reta elptica, digamos r

S
2
, onde e algum vetor normal ao plano.
Escolheremos = v w. Mas isto e equivalente a dizer que eles s ao colineares no
plano elptico S
2
se, e somente se, u, v e w pertencem ao plano

, ou seja, se e
somente se,
u, ) = v, ) = w, ) = 0.
Portanto, eles s ao, colineares em S
2
se, e somente se,
0 = u, ) = det[u, v, w]. 2
Proposi cao 8.2.4 (Equa cao de concorrencia para tres retas) Dados tres re-
tas elpticas, digamos r

, r

e r

. Temos:
r

, r

e r

s ao concorrentes se, e somente se, det[, , ] = 0.


A prova desta proposi cao e o axioma de continuidade car ao como exerccio.
72 CAP

ITULO 8. GEOMETRIA EL

IPTICA
Existe uma correspondencia biunvoca entre os n umeros reais e
os pontos de uma reta elptica menos um dos seus pontos.
Exerccios propostos 8.2
1. Verique se os pontos elpticos m, p e q sao colineares e, caso sejam, determine a reta
elptica r

que os contem.
a) m = (1, 0, 0), p = (
1

5
,

5
,

5
), q = (

11
,

11
,

11
);
b) m = (
1

3
,
1

3
,
1

3
), p = (
1

3
,
1

3
,
1

3
), q = (0,
1

2
,
1

2
).
8.3 Retas elpticas orientadas
A nota cao

tambem sinalizara que o plano est a orientado pelo vetor normal .


Ao dizermos o plano est a orientado pelo o vetor normal tentamos transmitir a
infoma cao fsica que o lado de cima do plano e o lado para o qual o vetor esta
apontando. Mais precisamente, um vetor v esta no semi-espaco positivo denido
pelo plano

se v, ) 0. Se este produto interno for n ao-positivo, diremos que


o vetor v esta no semi-espaco negativo.

E claro, v pertence ao plano quando o
produto interno acima for zero.
Exerccio 8.3.1 Para xar os conceitos, mostre as armacoes.
1. Se > 0 ent ao

como conjuntos e sao iguais como planos orientados.


2. Se < 0 ent ao

como conjuntos e sao distintos como planos orienta-


dos. 2
Pelo visto, para determinar um plano orientado contendo a origem precisamos
apenas de um vetor unitario S
2
. Tal plano ser a

. Se escolhermos o vetor
antpoda, S
2
, o plano

sera, como conjunto, igual ao anterior, mas como


plano orientado ser a diferente. Dois vetores unit arios e simetricos esgotam todas as
possibilidades de orientacao de planos.
Tambem o ndice utilizado para denotarmos
uma reta elptica, r

, informar a um pouco mais,


a reta e uma reta orientada. N ao nos detere-
mos descrevendo tecnicidades sobre orientacao
de crculo, entretanto, a ideia tem um signi-
cado fsico preciso, ela procura transmitir que o
percurso de uma pessoa (sobre o plano orientado
8.4. PLANO EL

IPTICO DUAL 73

contendo r

) e positivo se a pessoa, posicionada como o vetor normal , ao andar


sobre esta reta deixa o disco do plano que ela delimita ` a sua esquerda. Observamos
que r

e r

sao iguais como conjuntos, mas as orienta coes sao opostas.


Formalizemos as ideias acima. Para cada ponto p r

, consideramos o vetor

(p) = p. Observe que

(p) e um vetor tangente ao grande crculo r

no ponto
p e, sicamente, descreve a velocidade de um movimento de uma pessoa fazendo o
percurso positivo sobre o grande crculo.
Exerccio 8.3.2 Para xar os conceitos, mostre as armacoes.
1. Se > 0 ent ao r

= r

e as orientacoes sao iguais.


2. Se < 0 ent ao r

= r

e as orientacoes sao opostas.


3. Conclua que cada ponto S
2
determina um unico crculo orientado. 2
Resumindo, para descrever uma reta elptica precisamos apenas de um vetor
unit ario S
2
. Tal grande crculo orientado ser a r

. Se escolhermos o vetor
antpoda S
2
a reta elptica r

sera a mesma, como conjunto, mas como reta


elptica orientada sera diferente.
8.4 Plano elptico dual
No que segue iremos examinar conjuntos cujos elementos sao subconjuntos de um
conjunto dado. O leitor j a tomou contato com este fato em algum momento da vida
de estudante. Dado um conjunto A denota-se por T(A) o conjunto das partes de A,
isto e, o conjunto formado por todos os subconjuntos de A. Por deni cao de T(A),
podemos escrever uma armacao notacionalmente estranha mas verdadeira,
C A se, e somente se, C T(A).
Pense nesta sentenca. O fato de considerar um subconjunto como um elemento
(ponto) de um outro conjunto ser a explorado com o objetivo de construir novos
espacos a partir de outros. Abaixo segue a primeira das constru coes.
Iremos considerar um conjunto formado por subconjuntos, a saber,
1 e o conjunto formado pelas retas elpticas orientadas.
Para construir um modelo geometrico para 1precisamos fazer uma abstracao, consi-
derando cada reta elptica como um ponto do conjunto 1. O principal ingrediente
da constru cao j a foi apresentado na secao anterior, qual seja,
cada ponto S
2
determina uma unica reta elptica orientada r

e
cada reta orientada r

determina um unico ponto no plano elptico S


2
.
74 CAP

ITULO 8. GEOMETRIA EL

IPTICA
Estes comentarios nos permitem reescrever o conjunto 1 como
1 = r

; S
2
.
Ademais, podemos estabelecer a seguinte correspondencia biunvoca entre os ele-
mentos de 1 (retas elpticas orientadas) e os elementos de S
2
:
r

.
Isto mostra que existem tantas retas elpticas orientadas quantos pontos elpticos!
Sendo assim, consideramos como modelo geometrico para 1 o pr oprio conjunto S
2
.
Com isto surge um problema notacional, qual seja, distinguir o registro de uma
reta elptica orientada de um ponto na esfera. Como primeira providencia para que
a confus ao n ao ocorra, o conjunto das retas elpticas orientadas ser a indicado por
S
2
e denominado de plano elptico dual ou esfera dual. A segunda providencia e
designar os elementos de S
2
pelas letras gregas min usculas , , , etc. em lugar
de r

, r

, r

, etc. Assim
r

S
2
1 = S
2
.
No conjuto S
2
consideramos a mesma metrica ja denida na esfera, ou seja,
d : S
2
S
2
R, d(, ) = (, ).
8.5 Isometrias de S
2
Realizamos a ideia de congruencia utilizando o con-
ceito de isometria.
Uma isometria em S
2
e uma aplicacao U : S
2
S
2
que preserva dist ancia, ou seja, (U(v), U(w)) =
(u, v) para quaisquer pontos u, v S
2
.
O pr oximo teorema e creditado ao matematico
suico Leonhard Euler (1707/83). Para acompanhar
a demonstra cao o leitor nao pode ter omitido a lei-
tura do captulo Isometrias de R
n
.
Teorema 8.5.1 (Classica cao de isometrias em S
2
) Uma aplicacao U
0
: S
2

S
2
e uma isometria se, e somente se, U
0
for a restri cao de um operador ortogonal
U : R
3
R
3
.
Prova Seja U : R
3
R
3
um operador ortogonal. Como U preserva norma de
vetores, desde que
|U(u)|
2
= U(u), U(u)) = u, u) = |u|
2
,
8.6. CONGRU

ENCIA 75
sua restricao U
0
: S
2
S
2
, U
0
(v) = U(v), esta bem denida. Mostremos que U
0
preserva dist ancias na esfera. Dados os vetores unitarios u, v S
2
,
(U
0
(u), U
0
(v)) = U(u), U(v)) = u, v) = (u, v).
Portanto, a restri cao de um operador ortogonal do R
3
dene uma isometria de S
2
.
A recproca deixaremos como exerccio sugerindo o seguinte roteiro. Dada uma
isometria U
0
: S
2
S
2
, dena a aplica cao U : R
3
R
3
, por
U(v) =
_
_
_
|v|U
0
(
v
v
) se v ,= o
o se v = o
.
Mostre que U esta bem denida, que e um operador ortogonal e que a restri cao `a
esfera e a isometria U
0
. 2
Exerccios propostos 8.3
1. Mostre as arma coes.
(a) Toda isometria U de S
2
e biunvoca.
(b) A inversa de uma isometria do plano elptico e uma isometria.
(c) Se U e uma isometria do plano elptico ent ao U ou U tem dois pontos xos.
(d) O conjunto das isometrias do plano elptico equipado com a opera cao de com-
posi cao de fun coes e um grupo.
(e) Uma isometria de S
2
deixa invariante alguma reta elptica.
(f) U : S
2
S
2
, U(x, y, z) = (z, x, y) e uma isometria e determine uma reta elptica
invariante por U.
8.6 Congruencia
Como comentado na introdu cao do captulo, ao nos referir a um segmento da reta
elptica r

com extremos u, v r

devemos precisar qual dos dois arcos de crculos


estamos considerando. Para isto basta citar um terceiro ponto que esteja no arco
considerado.
Dois segmentos s ao congruentes se existe uma isometria de S
2
que
aplica biunivocamente um segmento no outro.
O leitor vericar a que os tres primeiros axiomas do grupo de congruencia sao
v alidos neste modelo elptico. Os outros dois axiomas dizem respeito a angulos,
conceito que passaremos a precisar.
76 CAP

ITULO 8. GEOMETRIA EL

IPTICA
Na Geometria Euclidiana plana a interse cao de
dois semiplanos positivos determina uma regi ao
chamada angulo. Iremos seguir aquela mesma
contru cao, agora no plano elptico.

E conveni-
ente considerar retas elpticas orientadas para
conseguirmos nomear precisamente de qual dos
dois semiplanos estamos nos referindo. O semi-
plano positivo H

denido pela reta elptica ori-


entada r

e o hemisferio formado pelos pontos


u S
2
tais que u, ) 0. O semiplano negativo
e o hemisferio formado por aqueles pontos u S
2
tais que u, ) 0.
Repetindo uma ideia fsica ja citada diversas vezes, o semiplano positivo esta `a
esquerda de um movimento cuja trajet oria e a reta elptica orientada.
Um angulo ou uma lua no plano elptico S
2
, determinado por duas retas elpticas
distintas e orientadas, digamos r

e r

, e o conjunto L

obtido pela interse cao dos


semiplanos positivos determinados por elas, a saber,
L

= H

.
Os vertices da lua L

sao os pontos
u =
1
| |
, u =
1
| |
.
A medida de um angulo ou a medida de uma
lua L

e denida como sendo (, ). Feito


isto, seguem as mesmas terminologias: angulos
agudos, obtusos, suplentares, complementares,
retos, opostos pelos vertices, etc.
Duas luas ( angulos) s ao congruentes se existe uma isometria de
S
2
que aplica biunivocamente uma lua na outra.
Antes de nalizar, deniremos tri angulo elptico. Sejam u, v, w S
2
tres pontos
tais que o conjunto ordenado u, v, w seja uma base ordenada positiva de R
3
.
Como sabemos, armar que uma base ordenada e positiva corresponde a armar
que det[u, v, w] > 0. Tais pontos serao os vertices do triangulo elptico. Os lados
do tri angulos serao arcos das retas elpticas r

, r

e r

, onde
= u v, = v w, = w u.
Ressaltamos a ordem cclica dos pontos, u v, v w e w u. As demonstracoes
futuras levar ao em conta tal fato.
8.6. CONGRU

ENCIA 77
Denicao 8.6.1 Sejam u, v, w S
2
. Um sub-
conjunto
uvw
S
2
e um tri angulo (elpoto)
quando
1. u, v, w e base ordenada positiva de R
3
;
2.
uvw
= H

.
Observe que os lados de um tri angulo elptico s ao
segmentos de retas elptica orientadas.
Dois tri angulos elpticos s ao congruentes se existe uma isometria
que aplica biunivocamente um tri angulo sobre o outro.
Uma reta elptica menos um dos seus pontos e um modelo de uma
reta Euclidiana.
Exerccios propostos 8.4
1. Mostre as arma coes.
(a)

Angulos opostos pelo vertice tem a mesma medida.
(b)

Angulos opostos pelos vertices sao congruos.
(c) A medida da Lua L

e (, ).
(d) Se as medidas de duas luas sao iguais ent ao elas sao congruentes.
(e) Semi-planos, angulos e tri angulos elpticos s ao conjuntos convexos.
2. Calcule a medida do angulo das luas orientados L
e1e2
e L
e1e3
.
3. Quais dos ternos ordenados u, v, w determinam um triangulo
uvw
S
2
.
a) u = (1, 0, 0), v = (
1

2
,
1

2
, 0), w = (
1

3
,
1

3
,
1

3
).
b) u = (
1

3
,
1

3
,
1

3
), v = (
1

14
,
3

14
,
2

14
), w = (
5

35
,
1

35
,
3

35
).
4. Verique que o triangulo com vertices u
1
= e
1
, v
1
= e
2
e w
1
= (
1

2
,
1

2
, 0), nesta
ordem, e congruo ao tri angulo com vertices u
2
= e
2
, v
2
= e
3
e w
2
= (
1

2
,
1

2
, 0).
5. Verique que isometria de triangulos elpticos e uma relacao de eq uivalencia no con-
junto formado por todos os tri angulos elpticos.
6. Se
uvw
e um tri angulo elptico, mostre que os tri angulos obtidos pelas permuta coes
cclicas dos ndices,
wuv
e
vwu
, tambem sao tri angulos elpticos. Mais ainda, como
conjuntos os tres sao iguais.
Captulo 9
Trigonometria elptica
Embora o leitor esteja familiarizado com a teoria de tri angulos no plano Eucli-
diano recordaremos alguns resultados de trigonometria plana com a nalidade de
relacion a-los de modo natural com os topicos das pr oximas secoes. Dados tres pon-
tos n ao colineares do plano Euclidiano, digamos A, B e C, podemos construir um
tri angulo com vertices nestes pontos, triangulo que denotaremos por
ABC
. Usu-
almente nomeamos por , e as medidas dos angulos cujos vertices sao A, B e
C, e as medidas dos lados opostos aos vertices por a, b e c, respectivamente. Certa-
mente o leitor recorda de duas leis demonstradas ao estudarmos Trigonometria
no Ensino Medio. Elas dizem que num tri angulo
ABC
valem as igualdades
sen
a
=
sen
b
=
sen
c
, c
2
= a
2
+b
2
2ab cos .
Estas sao a Lei dos senos e a Lei dos cossenos,
respectivamente. A Lei dos cossenos na Geome-
tria Euclidiana e uma generalizacao do Teorema
de Pit agoras (a qual se reduz quando =

2
).
Observamos ainda que o valor cos e dado pelas
medidas dos lados:
cos =
a
2
+b
2
c
2
2ab
.
Decorre da axiomatizacao da Geometria Euclidiana que a soma das medidas dos
angulos de um tri angulo e igual a . O objetivo principal do captulo e mostrar que
a soma das medidas dos angulos de um tri angulo elptico e maior que . Demonstra-
remos tambem leis equivalentes para triangulos elpticos bem como f ormulas para
o calculo de areas de triangulos.
9.1. LEI DOS SENOS 79
9.1 Lei dos senos
No captulo anterior denimos tri angulo elptico para estabelecer os axiomas de con-
gruencia.

E conveniente xar uma serie de dados de um tri angulo elptico seguindo
de perto a nota cao Euclidiana para estudar a trigonometria elptica.
1. Vertice u
O lado oposto ao vertice u esta contido em
r

, onde = v w.
A medida do angulo com vertice u e =
(, ).
A medida do lado oposto ao vertice u e
a = (v, w).
2. Vertice v
O lado oposto ao vertice v esta contido em
r

, onde = w u.
A medida do angulo com vertice v e =
(, ).
A medida do lado oposto ao vertice v e
b = (w, u).
3. Vertice w
O lado oposto ao vertice w esta contido em r

, onde = u v.
A medida do angulo com vertice w e = (, ).
A medida do lado oposto ao vertice w e c = (u, v).
Desejamos demonstrar as seguintes igualdades envolvendo os valores acima,
sensenb senc = sena sen senc = sena senb sen.
Lema 9.1.1 Com a notacao xada temos as relacoes
= , v)v, = , w)w, = , u)u.
Como conseq uencia, valem as igualdades das normas
| | = | | = | |.
Prova Recordando o produto vetorial duplo, podemos escrever
= (w u) (u v)
= w, u v)u u, u v)w
= w, u v)u
= w, )u.
80 CAP

ITULO 9. TRIGONOMETRIA EL

IPTICA
A terceira igualdade decorre de u (u w). Para completar a demonstra cao
apelamos para a Identidade Cclica e para a simetria do produto interno,
w, ) = w, u v) = u, v w) = v w, u) = , u).
Nas demonstracoes das outras duas igualdades utilizamos os mesmos argumentos.
Observando que um outro modo de escrever a Identidade Cclica e
, u) = , w) = , v),
podemos terminar a demonstra cao da ultima parte do lema, bastando lembrar que
os vetores u, v e w sao unit arios. 2
Na demonstra cao do pr oximo resultado utilizaremos a igualdade |u v| =
sen(u, v) v alida para u e v unit arios. Alem desta informacao, lan caremos mao da
propriedade trigonometrica sen( ) = sen.
Proposi cao 9.1.1 Seja
uvw
um tri angulo elptico. Se a, b e c s ao as medidas
dos lados opostos aos vertices u, v e w, respectivamente e , e os angulos com
vetices em u, v e w, respectivamente, entao
sensenb senc = sena sen senc = sena senb sen.
Prova Pelo lema anterior podemos escrever
| | = || ||sen (, )
= senb senc sen( )
= senb senc sen.
De modo semelhante, obtemos as igualdades
| | = sena senc sen, | | = sena senb sen.
Mas como as normas calculadas sao iguais, como visto no ultimo lema, podemos
concluir as igualdades desejadas. 2
Finalmente podemos mostrar o
Teorema 9.1.1 (Lei dos senos e Lei dos cossenos) Seja
uvw
um tri angulo e-
lptico. Se as medidas dos lados opostos aos vertices u, v e w s ao respectivamente,
a, b e c e as medidas dos angulos com vertices u, v e w s ao, respectivamente, ,
e , entao
sen
sena
=
sen
senb
=
sen
senc
, cos =
cos c cos a cos b
sena senb
.
Prova J a vimos que sensenb senc = sena sen senc. Como o tri angulo consi-
derado e n ao degenerado, nenhuma parcela e zero. Simplicando o fator comum,
senc obtemos sensenb = sena sen. Agora, segue imediatamente que
9.2.

AREA DE TRI

ANGULOS 81
sen
sena
=
sen
senb
.
As outras igualdades tem demonstracoes semelhantes.
Para a Lei dos cossenos, por um lado, a Identidade de Lagrange nos diz que
, ) = (v w), (w u))
= det
_
v, w) v, u)
w, w) w, u)
_
= det
_
cos a cos c
1 cos b
_
= cos a cos b cos c.
Por outro lado, o produto interno nos d a a igualdade
, ) = || || cos (, ) = sena senb cos( ) = sena senb cos .
Agora, e imediato a conclusao do teorema. 2
Exerccios propostos 9.1
1. Sejam , e os angulos de um tri angulo elptico cujos lados opostos medem res-
pectivamente a, b e c. Prove que as identidades trigonometricas.
a) cos a = cos bcos c +senb senc cos .
b) cos b = cos a cos c +sena senc cos .
c) cos c = cos acos b +sena senb cos .
d) cos = cos cos +sen sen cos a.
e) cos = cos cos +sensen cos b.
f) cos = cos cos +sensen cos c.
2. Sejam , e

2
os angulos de um tri angulo elptico cujos lados opostos medem res-
pectivamente a, b e c. Verique as identidades trigonometricas.
a) cos c = cos a cos b. b) cos c = cotg cotg . c) sena = senc sen.
d) senb = senc sen. e) cos = tg b cotg c. f) cos = tg a cotg c.
g) sena = tg b cotg . h) senb = tg a cotg . i) cos = cos a sen.
9.2

Area de triangulos
Num tri angulo do plano Euclidiano , cujas medidas dos angulos internos s ao ,
e , vale a igualdade + + = . Isto n ao ocorre com triangulos elpticos. Num
tri angulo elptico
uvw
S
2
, com medidas dos angulos internos , e ocorre uma
desigualdade, qual seja, ++ > . Para demonstr a-la precisaremos apenas saber
82 CAP

ITULO 9. TRIGONOMETRIA EL

IPTICA
calcular areas de regioes da esfera unit aria. Na verdade, apenas precisaremos saber
calcular areas de dois tipos de regi oes: toda a esfera e luas da esfera.
Arquimedes considerava seu mais belo teorema
aquele que estabelece a igualdade entre a medida
da area de uma esfera e a medida da area lateral
de um cilindro circunscrito a ela,
A = 4r
2
.
Ele e seus contemporaneos consideraram um resultado t ao fascinante que inscreve-
ram na l apide de Arquimedes a gura que ilustra o teorema.
Este resultado admite uma generalizacao. Sejam
L a superfcie lateral do cilindro circunscrito ` a
esfera e f : L S
2
, a aplicacao que a cada
p L associa ao ponto f(p) S
2
obtido pela
interse cao da esfera com o segmento tendo como
ponto inicial o ponto p e perpendicular eixo do
cilindro circunscrito. A propriedade excepcional
da aplicacao f e que ela preserva areas, no sen-
tido que uma regi ao R L com medida de area
m e aplicada sobre uma regi ao f(R) da esfera
com a mesma medida m de area.

E com tal proje cao que os cartografos constr oem o mapa mundi, colocando
como eixo de simetria a reta contendo os polos norte e sul da terra. O resultado de
Arquimedes e obtido aplicando toda a regi ao L, cuja imagem e a esfera.
Sendo assim, uma lua na esfera
unit aria, com angulo , e obtida
pela proje cao por f de uma faixa
com altura 2 e largura . Como a
area da faixa e 2, a area da lua
tambem sera 2.
Teorema 9.2.1 (Teorema de Girard) Seja
uvw
um tri angulo elptico. Se as
medidas dos angulos determinados pelos vertices u, v e w s ao, respectivamente, ,
e , entao

Area(
uvw
) = + + .
Como conseq uencia, as medidas dos angulos do tri angulo elptico satisfazem a de-
sigualdade + + > .
Prova Seguindo a nota cao xada, as luas L

, L

e L

, tem medidas de areas 2,


9.2.

AREA DE TRI

ANGULOS 83
2 e 2, respectivamente. Para cada uma delas, consideremos a lua simetrica em
relacao `a origem, cuja nota cao sera a mesma acrescida do ndice

. Por exemplo,
L

= v; v L

.

E claro que as areas de duas luas simetricas sao iguais. Com
isto, podemos armar que a esfera e descrita como a uniao de seis luas,
S
2
= L

.
A area da esfera n ao sera a soma das areas daqueles conjuntos, pois se efetuarmos
esta soma a area do tri angulo elptico sera computada tres vezes, bem como a area
de seu simetrico em relacao ` a origem, que possui a mesma area,

uvw
= L

uvw
= L

.
Sendo assim, devemos escrever

Area
_
S
2
_
= 2 + 2 + 2 + 2 + 2 + 2 2

Area (
uvw
) 2

Area (

uvw
).
Reagrupando os termos chegamos `a igualdade
4 = 4( + +) 4

Area (
uvw
) ,
e explicitando a area do tri angulo obtemos

Area (
uvw
) = + + .
Portanto, segue a primeira parte do Teorema.
Como a area do tri angulo e positiva obtemos a
desigualdade + + > . 2
Exerccios propostos 9.2
1. Sejam u = (1, 0, 0), v = (0, 1, 0) e w =
1

2
(0, 1, 1) tres pontos de S
2
. Verique que

uvw
e um tri angulo elptico e calcule sua area.
2. Existe um tri angulo elptico cujos angulos sejam = = e =

4
?
3. Prove que um tri angulo elptico e eq uiangular se, e somente se, e eq uil atero.
4. Existe um tri angulo eq uiangular em S
2
cujos angulos medem

3
?
5. Sejam u, v S
2
, tais que = vu n ao e o vetor nulo. Dena a aplicacao A : S
2
S
2
,
pela propriedade, A(w) e o simetrico de w em relacao ao plano

.
a) Mostre que A(w) = w 2
w,

2
.
b) Conclua que A(w) = w para qualquer w

.
c) Seja
uvw
um tri angulo em S
2
. Mostre que
uAuv(w)v
e um tri angulo cuja area
e igual a area de
uvw
.
84 CAP

ITULO 9. TRIGONOMETRIA EL

IPTICA
6. Sejam v
1
, v
2
, v
3
e v
4
vertices de um quadrilatero em S
2
. Mostre que a soma das medi-
das dos angulos internos deste quadril atero e igual a 2 mais a area do quadrilatero.
7. Sejam
uvw
um tri angulo em S
2
e A : S
2
S
2
a aplica cao denida por A(p) = p.
Mostre que A(
uvw
) e um tri angulo cuja area e igual a area de
uvw
.
9.3 *Triangulo dual
Como sabemos, o plano elptico dual, S
2
, e um outro exemplo de plano elptico. Uti-
lizaremos esta dualidade para estabelecer outras propriedades de triangulos elpticos.
Seja
uvw
S
2
um tri angulo elptico. Se considerarmos as reta elpticas orien-
tadas determinadas pelos vertices como pontos de S
2
teremos os pontos
u

=

||
, v

=

||
, w

=

||
.
O tri angulo elptico dual de
uvw
e o tri angulo
u

w
S
2
. No que segue,
iremos estabelecer relacoes entre os dois tri angulos. Primeiro, escrevamos os grandes
crculos em S
2
que contem os lados do triangulo dual,

= u

= v

= w

.
Seguindo as conven coes notacionais j a estabelecidas, sejam
1. a

, b

e c

as medidas dos lados opostos aos vertices u

, v

e w

, respectiva-
mente, e
2.

a medida dos angulos cujos vertices sao u

, v

e w

, respectiva-
mente.
Tais valores sao facilmente calculaveis,
a

= (, ) = , b

= (, ) = , c

= (, ) = .
Isto e, as medidas dos lados do tri angulo dual s ao iguais as medidas dos angulos do
tri angulo original. Agora, as medidas do angulos do ti angulo dual com vertices nos
lados u

, v

e w

sao

= (

),

= (

),

= (

).
Resta identicar o membro direito de cada igualdade. Pelo primeiro lema mostrado
neste captulo, seguem que

, u

)u

, v

)v

, w

)w

.
Portanto,

= (v, w) = a,

= (u, w) = b,

= (u, v) = c.
9.3. *TRI

ANGULO DUAL 85
Isto e, as medidas dos angulos do tri angulo dual
u

w
e a medida dos lados do
tri angulo
uvw
!
Teorema 9.3.1 (Segundas Lei dos senos e Lei dos cossenos na esfera) Se-
ja
uvw
um tri angulo elptico. Se as medidas dos lados opostos aos vertices u, v e
w s ao respectivamente, a, b e c e as medidas dos angulos com vertices u, v e w s ao,
respectivamente, , e , entao
sena
sen
=
senb
sen
=
senc
sen
, cos c =
cos +cos cos
sensen
.
Prova A Segunda Lei dos senos e obtida aplicando a Primeira Lei dos senos para o
tri angulo dual. A Segunda Lei dos cossenos tambem e obtida aplicando a Primeira
Lei dos cossenos para o triangulo dual,
cos

=
cosc

cos a

cos b

sena

senb

.
Fazendo as substitui coes necessarias,
cos( c) =
cos( ) cos( ) cos( )
sen( ) sen( )
.
Pelas conhecidas identidades trigonometricas cos( t) = cos t e sen( t) =
sent, conclumos a demonstracao. 2
Teorema 9.3.2 (

Area de um triangulo elptico II) Seja


uvw
um tri angulo e-
lptico. Se as medidas dos lados opostos aos vertices nos pontos u, v e w s ao,
respectivamente, a, b e c, entao

Area(
uvw
) = 2 a b c.
Como conseq uencia, o permetro do tri angulo elptico satisfaz a desigualdade
2 > a +b +c.
Exerccios propostos 9.3
1. Mostre que

= para qualquer tri angulo S


2
.
Parte V
GEOMETRIA PROJETIVA E
GEOMETRIA AFIM
Captulo 10
Geometria Projetiva
Na Geometria Euclidiana postula-se a existencia de retas que n ao se interceptam.
Isto ocorrendo, diz-se que elas sao paralelas. Tal postulado contradiz a realidade
que apreendemos visualmente.
Quando estamos numa longa estrada em linha
reta, seus lados sao assumidos paralelos, mas
a nossa sensacao nos diz que elas concorrem
num ponto muito longe, chamado ponto de fuga.
No ponto de fuga as duas retas est ao se inter-
ceptando. Se existe uma outra estrada em li-
nha reta, cruzando a primeira, ao olharmos na
dire cao desta outra, veremos o mesmo fenomeno,
agora, o ponto de fuga e diferente.
Este fen omeno e captado por uma fotograa ou por uma pintura, sugerindo
que a Geometria Euclidiana e um modelo da realidade n ao tao pr oximo das nossas
sensacoes quanto estamos acostumados a pensar.
E se acrescentarmos os pontos de fuga, isto e, se assumirmos que quaisquer
duas retas se interceptam num unico ponto, que tipo de espa co geometrico tere-
mos? Este e o topico desta parte do texto. Construiremos um modelo para uma
geometria bidimensional sem retas paralelas, a Geometria Projetiva ou Geometria
Elptica Simples. Iniciaremos com a construcao do plano projetivo e somente ap os
estarmos familiarizados com ele, recuperaremos a ideia surgidas das sensacoes visu-
ais, apresentando o plano am no nal do captulo.
Axiomas da Geometria Projetiva
I Termos indefinidos
1. Ponto, reta, plano, pertence.
II Axiomas de incidencia
88 CAP

ITULO 10. GEOMETRIA PROJETIVA


V Axioma das Paralelas
1. Seja l uma reta e A um ponto n ao em l. Ent ao toda reta que
incide em A intercepta l.
VI Axiomas de Continuidade
1. Existe uma correspondencia biunvoca entre os n umeros reais
e os pontos de uma reta menos um dos seus pontos.
10.1 O plano projetivo RP
2
Inicialmente construiremos o conjunto que ser a o plano projetivo. Considere o
conjunto obtido do R
3
ao retirarmos o vetor nulo o = (0, 0, 0). Numa linguagem
mais informal diz-se que o conjunto e o R
3
perfurado na origem (ou simplesmente
perfurado) e a notacao convencional para indica-lo e R
3
o.
Por simplicidade, n ao modicaremos as terminologias ou notacoes empregadas
para subconjuntos contidos em R
3
. Ao falarmos que e um plano em R
3
0
ca subentendido que ele e a intersecao do plano R
3
com o R
3
o. Portanto,
se ele contiver a origem sera um plano perfurado. Os mesmos coment arios valem ao
empregarmos o termo reta em R
3
o. Ela pode ou n ao ser perfurada, caso incida
ou n ao na origem. No conjunto R
3
o (conjunto de vetores n ao nulos), denimos
a rela cao de equivalencia
1
v w existe um n umero real ,= 0 tal que v = w.
Considere o conjunto quociente
RP
2
=
_
R
3
o
_
/ .
Chamaremos RP
2
de plano (projetivo) e seus elementos de pontos
(projetivos).
Um elemento (classe de equivalencia) do plano projetivo e chamado de ponto pro-
jetivo, ou simplesmente ponto, e sera denotado por uma letra min uscula com uma
barra sobreposta, por exemplo, v, onde v e um vetor n ao nulo de R
3
. Como sa-
bemos, v e um subconjunto de R
3
o e pela deni cao da rela cao de equivalencia
acima o conjunto que ele est a nomeando e o conjunto dos m ultiplos n ao nulos de v,
1
Caso o leitor nao esteja familiarizado com o conceito de relac ao de equivalencia, no Apendice
existe um captulo sobre o topico.
10.2. RELAC

AO ENTRE RP
2
E S
2
89
v = v; R e ,= 0.
Em outras palavras, o subconjunto v R
3
o e uma reta perfurada. A aplica cao
quociente e a fun cao denotada e denida por
: R
3
o RP
2
, (v) = v.
Para diminuir o esfor co de leitura, em lugar de empregarmos longas barras so-
bre triplas para designar os pontos do plano projetivo, utilizaremos uma notacao
mais simples e conveniente. Seja v = (v
1
, v
2
, v
3
) um ponto de R
3
o. Se acom-
panh assemos a notacao deveramos escrever
v = (v
1
, v
2
, v
3
)
para indicar a classe de equivalencia de v. Entretanto, seguiremos a nota cao classica,
j a consagrada, para indicar elementos do plano projetivo, a saber,
v = (v
1
: v
2
: v
3
).
Tal tripla recebe um nome especial: coordenadas homogeneas de v. Seu uso trar a
grandes vantagens em relacao `a outra nota cao, como veremos.
Exerccios propostos 10.1
1. Sejam v = (1, 2, 1) e w = (3, 6, 3) vetores de R
3
o. Mostre que v = w em RP
2
.
2. Se v e um vetor de R
3
o e 0 ,= R, mostre que v = v.
10.2 Rela cao entre RP
2
e S
2
Para entendermos melhor o plano projetivo iremos relacion a-lo com a esfera unit aria
S
2
. Esta rela cao ca estabelecida da seguinte forma. Para cada classe de equi-
valencia v = (v
1
: v
2
: v
3
) RP
2
podemos determinar dois elementos da esfera
unit aria S
2
R
3
o na classe de equivalencia de v. Eles sao os unicos vetores
unit arios m ultiplos de v, quais sejam,
u =
1
|v|
v e u =
1
|v|
v.
A divis ao pela norma do vetor v esta bem denida pois |v| ,= 0 e como u e u sao
m ultiplos n ao nulos de v valem as igualdades v = u = u. Portanto, temos uma
fun cao proje cao sobrejetora, que e a restricao da fun cao proje cao antes denida,

0
: S
2
RP
2
,
0
(u) = u,
tal que o conjunto pre-imagem de cada ponto v e formado por dois pontos de S
2
,

1
0
(v) =
_
1
|v|
v,
1
|v|
v
_
.
90 CAP

ITULO 10. GEOMETRIA PROJETIVA


A constru cao acima nos d a um outro modelo para o plano projetivo que e obtido ao
identicarmos pontos antpodas da esfera unit aria. Portanto, podemos construir o
plano projetivo denindo uma rela cao de equivalencia na esfera unit aria do seguinte
modo. Sejam u, v S
2
. Diz que u v se, e somente se, u = v ou u = v. Desta
forma RP
2
= S
2
/ .
2
Continuemos tentando imaginar como e o plano projetivo. Pelo visto, qualquer
ponto v RP
2
pode ser representado por um ponto u = (u
1
, u
2
, u
3
) S
2
tal que
u
3
0. Recordamos que o termo representa o mesmo elemento signica que os
dois pontos determinam a mesma classe de equivalencia, u = v RP
2
. Portanto,
se considerarmos o hemisferio norte da esfera unit aria,
H
e
3
= u S
2
; u, e
3
) 0,
a restricao da fun cao proje cao

: H
e
3
RP
2
e sobrejetiva. Podem ocorrer duas
situa coes para a pre-imagem de um ponto projetivo u = (u
1
: u
2
: u
3
) por

,
1.
1

(u) = u, se u
3
> 0 ou
2.
1

(u) = u, u, se u
3
= 0.
Considere a reta elptica r
e
3
S
2
(esta reta elpica e o grande crculo obtido
pela interse cao da esfera unit aria com o plano xy). A imagem desta reta elptica
r
e
3
pela proje cao

e chamada de conjunto de pontos ideais, I

. Observe que e a
proje cao

aplica o conjunto H
e
3
/r
e
3
, biunivocamente sobre RP
2
/I

.
10.3 Retas projetivas
J a comentamos que grandes crculos de S
2
sao equivalentes `as retas da Geometria
Euclidiana, no sentido de que a dist ancia percorrida sobre a esfera unit aria, para
nos deslocarmos entre dois de seus pontos, e minimizada quando a trajet oria e um
arco de grande crculo contenda os dois pontos. A mesma quest ao coloca-se para o
plano projetivo. Qual a trajet oria de menor comprimento que podemos percorrer
em RP
2
para nos deslocar de um ponto v a um ponto w?
A questao so faz sentido se soubermos qual fun cao dist ancia que estamos consi-
derando no espa co projetivo. Para enfatizar que a Geometria projetiva procura es-
tudar apenas problemas de incidencia, nao envolvendo os conceitos de congruencia
e de ordem, deixamos para leitura complementar do captulo a apresentacao da
fun cao dist ancia classica considerada no plano projetivo. Com aquela dist ancia te-
mos a resposta, devemos percorrer uma trajetoria sobre a imagem de um grande
2
Neste caso, o smbolo de igualdade indica que existe uma correspondencia biunvoca entre
os conjuntos construdos de uma forma e de outra. Tal correspondencia e estabelecida de modo
natural, como foi indicado.
10.3. RETAS PROJETIVAS 91
crculo de S
2
pela aplicacao proje cao : S
2
RP
2
que contenha os pontos v e w.
Isto nos leva a xar o seguinte termo.
Um subconjunto r RP
2
e uma reta projetiva se r for a imagem
de uma reta elpitca pela projec ao
0
: S
2
RP
2
.
Uma deni cao equivalente com planos perfurados ca sendo:
Um subconjunto r RP
2
e uma reta projetiva se r for a imagem
de um plano perfurado pela projec ao : R
3
o RP
2
.
Existe um modo pr atico de nomear retas projetivas. Como sabemos, um plano
R
3
que contem o = (0, 0, 0) ca determinado pelo seu vetor normal =
(
1
,
2
,
3
), que e um vetor n ao nulo. Ressaltamos tal propriedade ao utilizar a
nota cao

. Neste caso, a equacao linear que dene o plano e

:
1
x
1
+
2
x
2
+
3
x
3
= 0.
Um fato nos induz a pensar imediatamente no plano projetivo. Todo m ultiplo n ao
nulo de , = (
1
,
2
,
3
), onde e um escalar diferente de zero, tambem
determina o mesmo plano que contem a origem, assim, qualquer outra equa cao
linear que dene aquele plano tem de ser da forma

:
1
x
1
+
2
x
2
+
3
x
3
= 0.
As observacoes acima nos permitem considerar a classe de equivalencia RP
2
.
Guardemos este ponto projetivo , por um momento.
Por outro lado, a interse cao de

com a esfera unit aria S


2
determina um grande
crculo e todo grande crculo e obtido deste modo. Por deni cao, a imagem deste
grande crculo pela proje cao : S
2
RP
2
e uma reta projetiva r. Os dois fatos
juntos nos levam a xar a seguinte notacao. Ao escrevermos a expressao
a reta projetiva r

estaremos nos referindo `a reta projetiva r RP


2
determinada pela proje cao do
grande crculo r

S
2
.
Por exemplo, e
3
= (0 : 0 : 1) indica a reta projetiva r
e
3
que e a imagem, pela
fun cao proje cao, do grande crculo obtido pela interse cao do plano xy com a esfera
unit aria. Assim, r
e
3
e a reta de pontos ideais, I

.
Exerccios propostos 10.2
1. Verique quais pontos projetivos pertencem ` a reta projetiva r

, onde = (1 : 1, 2).
a) p = (1 : 1 : 1). b) q = (2 : 0 : 1).
c) u = (1 : 1 : 1). d) v = (2 : 3 : 1).
2. Sejam v e w dois vetores linearmente independentes de

. Mostre que todo ponto u


92 CAP

ITULO 10. GEOMETRIA PROJETIVA


da reta projetiva r

escreve-se como u = sv +tw, onde s e t sao n umeros reais n ao


nulos simultaneamente.
3. Com a nota cao apresentada no exerccio anterior, faz sentido escrevermos u = sv+tw,
onde s e t sao n umeros reais n ao nulos simultaneamente e v, w R
3
o?
10.4 Plano projetivo dual
Consideremos o plano projetivo RP
2
e o conjunto de suas partes, T(RP
2
). Escolha-
mos o subconjunto 1 T(RP
2
) denido por
1 e o conjunto formado por todas as retas projetivas.
Para construir um modelo geometrico que represente o conjunto 1, necessitamos
fazer uma abstracao, qual seja, considerar cada reta projetiva como um ponto de
um conjunto. O fato principal utilizado na constru cao j a apresentamos no par agrafo
anterior,
cada ponto projetivo RP
2
determina uma unica reta projetiva r

e cada reta projetiva r RP


2
determina um unico ponto projetivo .
Estes comentarios nos permitem reescrever o conjunto 1 na forma
1 = r

; RP
2
,
e mais, permite estabelecer uma correspondencia biunvoca entre 1 e RP
2
,
r

.
Logo, existem tantas retas projetivas quantos pontos projetivos! Sendo assim, toma-
remos o conjunto RP
2
como modelo geometrico para 1. Isto causa um problema:
como distinguir na leitura um ponto projetivo de uma reta projetiva? Como pri-
meira providencia para que a confus ao n ao ocorra, o conjunto das retas projetivas
sera indicado por RP
2
e denominado plano projetivo dual. A segunda providencia e
designar os elementos de RP
2
pelas letras gregas min usculas , , , etc. em lugar
de r

, r

, r

, etc. respectivamente. Assim


r

RP
2
RP
2
.
10.5 Incidencia
Resumindo a apresentacao feita ate o momento, temos:
um conjunto chamado plano (projetivo);
10.5. INCID

ENCIA 93
elementos deste plano chamados pontos (projetivos);
subconjuntos chamados retas (projetivas);
e entendemos o conceito de uma reta incidir em um ponto.
Portanto, estamos preparados para vericar os axiomas da Geometria Projetiva
no conjunto RP
2
. Na verica cao utilizaremos toda a praticidade da nota cao e as
propriedades da Geometria elptica. Ressaltamos as dualidades entre os enunciados
envolvendo pontos projetivos e retas projetivas.
Os dois ultimos axiomas de incidencia sao obvios. Para o primeiro, necessitamos
de um criterio de incidencia entre uma reta projetiva e um ponto projetivo.
Proposi cao 10.5.1 (Condi cao de incidencia) Dados um ponto projetivo v
RP
2
e uma reta projetiva RP
2
. Entao
v e r

s ao incidentes se, e somente se, v, ) = 0.


Prova Seja

o plano perfurado na origem cujo vetor normal e . Veja a seguinte


sequencia de equivalencias,
v, ) = 0 v


1
|v|
v r

S
2
v =
1
|v|
v r

.
Isto termina a demonstracao. 2
Para cada dois pontos distintos existe uma unica reta que os
contem.
A validade deste axioma sera registrada numa proposi cao.
Proposi cao 10.5.2 (Equa cao de uma reta por dois pontos) Por dois pon-
tos projetivos distintos v, w RP
2
incide uma unica reta projetiva, a saber,
= v w RP
2
.
Prova Dados v, w RP
2
dois pontos distintos, sejam a e b elementos de S
2
que
representam aqueles dois pontos projetivo, respectivamente. Observe que b ,= a,
caso contrario teramos v = w, contradizendo a hip otese. Considere o unico plano
emR
3
contendo os pontos a, b e a origem, isto e, considere o plano

, onde = ab.
A intersecao deste plano com a esfera unit aria determina o grande crculo
r

= S
2

.
94 CAP

ITULO 10. GEOMETRIA PROJETIVA


Por deni cao, o conjunto (r

) e a reta projetiva r

, e como a e b sao pontos deste


grande crculo, suas imagens (a) = a = v e (b) = b = w pertencem `aquela reta
projetiva. A prova da unicidade da reta deixamos ao cuidados do leitor. 2
No plano projetivo n ao existe paralelismo entre retas projetivas. Duas retas
distintas sempre concorrem em um unico ponto. Demonstre a proposi cao a seguir.
Proposi cao 10.5.3 (Concorrencia de duas retas) Duas retas projetivas distin-
tas, , RP
2
tem um num unico ponto, a saber,
v = RP
2
.
Diz-se que tres pontos u, v, w RP
2
sao colineares se existe uma reta projetiva
incidindo sobre os mesmos. Tambem existe um criterio simples para determinar se
tres pontos do plano projetivo s ao colineares.
Proposi cao 10.5.4 (Equa cao de colinearidade para tres pontos) Dados tres
pontos u, v, w RP
2
temos que
u, v, w s ao colineares se, e somente se, det[u, v, w] = 0.
Prova Vamos assumir que os pontos s ao distintos, caso contr ario a demonstra cao
e trivial.
Os pontos sao (projetivamente) colineares se, e somente se, existe um plano

contendo a origem e tal que a imagem do grande crculo S


2
pela fun cao quociente

0
: S
2
RP
2
contem estes pontos. Por sua vez, tal ocorre se, e somente se, o
plano contem os representantes (que sao vetores nao nulos e n ao colineares em R
3
)
dos tres pontos, u, v, e w. Observando que um vetor normal ao plano e = v w
e que u e perpendicular a , podemos armar que u, v, w se, e somente se,
det[u, v, w] = u, v w) = u, ) = 0. 2
Proposi cao 10.5.5 (Equa cao de concorrencia para tres retas) Dadas tres re-
tas projetivas , , RP
2
. temos que
as retas , , s ao concorrentes se, e somente se, det[, , ] = 0.
Prova Exerccio. 2
Uma reta projetiva menos um dos seus pontos e um modelo de uma
reta Euclidiana.
O axioma de continuidade ser a deixado como exerccio.
10.6. GEOMETRIA AFIM 95
Exerccios propostos 10.3
1. Sejam v, w RP
2
. Mostre que qualquer ponto da reta projetiva r denida por estes
pontos escreve-se na forma u = sv +tw, onde s e t sao n umeros reais n ao iguais a
zero, simultaneamente.
2. Verique se a reta projetiva determinada por u e u

, a reta determinada por v e v

e
aquela determinada por w e w

sao concorrentes para os seguintes valores.


a) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 0),
u

= (1 : 1 : 2), v

= (1 : 1 : 0), w

= (1 : 2 : 2).
b) u = (1 : 1 : 2), v = (2 : 0 : 1), w = (1 : 2 : 1),
u

= (2 : 2 : 1), v

= (3 : 1 : 2), w

= (0 : 1 : 0).
c) u = (1 : 1 : 2), v = (1 : 1 : 1), w = (1 : 1 : 2),
u

= (0 : 1 : 1), v

= (2 : 2 : 1), w

= (1 : 0 : 1).
10.6 Geometria Am
Como foi visto, o espaco vetorial R
2
e identicado com qualquer plano Euclidi-
ano utilizando-se um sistema de eixos Cartesianos. Nesta secao identicaremos o
espaco R
2
com uma parte do plano projetivo, que ser a chamado de Plano am. Na
Geometria Am n ao consideramos o grupo de congruencia.
Axiomas da Geometria Am
I Termos indefinidos
1. Ponto, reta, plano, pertence, est a entre.
II Axiomas de incidencia
III Axiomas de ordem
V Axioma das Paralelas
VI Axiomas de Continuidade
O plano Euclidiano R
2
e naturalmente identicado com o plano horizontal :
z = 1 (paralelo ao plano xy) em R
3
o que por sua vez, e um plano tangente ` a
esfera unit aria S
2
no polo norte, p
n
= (0, 0, 1). A identica cao e simples,
(x, y) (x, y, 1).
Agora, cada ponto (x, y, 1) R
3
o determina um unico ponto em RP
2
,
qual seja, (x : y : 1). Considere o conjunto denotado e denido por
96 CAP

ITULO 10. GEOMETRIA PROJETIVA


AP
2
= (x : y : 1) RP
2
; (x, y, 1) R
3
.
Chamaremos AP
2
de plano (afim) e seus elementos de pontos (afins).
Observe que qualquer ponto v = (x : y : z) do
plano projetivo, com a terceira coordenada ho-
mogenea n ao nula, z ,= 0, esta no plano am,
pois o ponto pode ser representado como v =
(
x
z
:
y
z
: 1) e v corresponde ao ponto (
x
z
,
y
z
) R
2
.
Chamaremos esta identicacao de identicacao
am. Em resumo, o plano am e o plano proje-
tivo menos a reta ideal I

. Como a reta ideal e a reta projetiva r

, com = (0 :
0 : 1), podemos deni-lo tambem na forma
AP
2
= (u
1
: u
2
: u
3
) RP
2
; u
3
,= 0.
10.7 Retas ans
Voltemos ao problema da sensacao visual colocado no nicio do captulo: duas retas
que consideramos paralelas convergem para um ponto de fuga. O plano am capta
esta sensacao.
Chamaremos de reta afim e intersec ao de uma reta projetiva com
AP
2
.
Como qualquer reta projetiva intercepta a reta ideal I

, num unico ponto, segue


que uma reta am e uma reta projetiva menos o seu ponto ideal.
O plano am dual, o conjunto formado pelas reta ans, ser a denotado por AP
2
e uma reta am sera indicada tanto por AP
2
quanto por r

AP
2
, em que
= (
1
,
2
,
3
) com
3
,= 0. Observe que AP
2
pode ser identicado com o plano
projetivo menos o ponto = (0 : 0 : 1).
O ponto principal da constru cao diz respeito `a relacao existente entre as retas
Euclidianas em R
2
e as retas ans. Uma reta l R
2
ca determinada por um
vetor normal n = (
1
,
2
) (n ao nulo) e por um dos pontos no qual ela incide,
p = (p
1
, p
2
) l. Como sabemos, a equacao linear que dene a reta e
l :
1
x +
2
y +
3
= 0,
onde
3
e uma constante que depende do vetor normal n e do ponto p. Um exemplo
deixar a mais clara a notacao.
Exemplo 10.7.1 A reta Euclidiana l R
2
cuja equacao e
l : 3x 2y + 6 = 0,
10.7. RETAS AFINS 97
tem vetor normal n = (3, 2) e contem, por exemplo, o ponto, p = (0, 3). Aqui,
estamos denotando
1
= 3,
2
= 2 e
3
= 6. Para identicar o plano R
2
com o
plano Euclidiano R
3
, em termos de equacao, : z = 1, estabelecemos que
(x, y) (x, y, 1).
A reta Euclidiana l e identicada com uma reta s contida naquele plano horizontal.
Por outro lado, uma reta em R
3
ca determinada pela interse cao de dois planos
em R
3
, neste caso, um plano vertical (perpendicular ao plano xy) e outro plano
horizontal, a saber,
s :
_
3x 2y + 6 = 0
z 1 = 0
Mas existem innitos planos que interceptados com o plano : z = 1 determinam a
mesma reta s, e entre tantos, estamos interessados no plano

contendo a origem.
Ele e precisamente aquele que tem equa cao

: 3x 2y + 6z = 0.
onde = (3, 2, 6). Portanto, s =

,
s :
_
3x 2y + 6z = 0
z 1 = 0
.

E claro que ao projetarmos os pontos de s sobre o plano am, obtemos a reta am


r

, com = (3 : 2 : 6). 2
Proposi cao 10.7.1 A identicacao de R
2
com o plano am AP
2
tansforma a reta
Euclidiana l :
1
x +
2
y +
3
= 0 na reta am r

, onde = (
1
:
2
:
3
).
Alguns exemplos ilustrar ao a praticidade computacional obtida com a identi-
ca cao am.
Exemplo 10.7.2 (Interse cao de retas em R
2
) Encontremos a interse cao das
retas Euclidianas planas cujas equa coes sao
l
1
: x 3y + 2 = 0,
l
2
: 2x y = 0.
As retas ans correspondentes sao = (1 : 3 : 2) e = (2 : 1 : 0), elementos
de AP
2
. A intersecao ocorre no ponto v = = (2 : 4 : 5). O representante
no plano : z = 1 e v = (
2
5
,
4
5
, 1), portanto, a interse cao da retas l
1
l
2
e o ponto
(
2
5
,
4
5
) R
2
. 2
98 CAP

ITULO 10. GEOMETRIA PROJETIVA


Exemplo 10.7.3 (Equacao de reta por dois pontos em R
2
) Seja l a reta
Euclidiana em R
2
determinada pelos pontos p = (1, 1) e q = (2, 1). Ap os identi-
cacao, os pontos ans correspondentes s ao p = (1 : 1 : 1) e q = (2 : 1 : 1). A
reta am AP
2
contendo os dois pontos e = p q = (2 : 1 : 3). Portanto,
l : 2x +y 3 = 0. 2
Exemplo 10.7.4 (Retas paralelas em R
2
) Examinemos as retas ans determi-
nadas por retas paralelas l e l

em R
2
, mas nao coincidentes. Como as retas sao
paralelas e distintas, elas admitem equa coes na forma
l :
1
x +
2
y +
3
= 0,
l

:
1
x +
2
y +

3
= 0,
com
3
,=

3
. As retas ans determinadas por elas sao, respectivamente, =
(
1
:
2
:
3
) e = (
1
:
2
:

3
), elementos de AP
2
. Para calcular o ponto de
interse cao das retas ans, deveremos utilizar o metodo estabelecido para o calculo
de interse coes de retas projetivas, ou seja a intersecao deveria ser
p = = (
2

3
:
1

3
: 0).
Mas este ponto projetivo e um ponto ideal que n ao pertencem ao plano am. Logo,
retas Euclidianas paralelas determinam retas ans que tambem nao se interceptam
no plano am. O ponto p = e aquele ponto de fuga para o qual, aparente-
mente, as retas paralelas convergem. 2
Comentario Essencialmente o plano am e o hemisferio norte de S
2
sem o equa-
dor. Ao induzirmos a metrica elptica no plano am obtemos segmentos que tem as
mesmas medidas mas nao podem ser colocados em correspondencia biunvoca utili-
zando isometrias de S
2
. Isto e, n ao podemos estabelecer a relacao entre congruencia
e medida. O mesmo ocorre com triangulos ans.
Exerccios propostos 10.4
1. Determine a interse cao, se existir, das retas l
1
e l
2
do plano Euclidiano utilizando o
plano am, onde:
a) l
1
: 2x 3y = 0, l
2
: 3x y + 4;
b) l
1
: y = 2x, l
2
: x = 4y 3;
c) l
1
: 3x y = 0, l
2
: 2y = 6x 4;
d) l
1
: y 3 +x = 2, l
2
: x 1 = y 1.
2. Utilize o plano am para estabelecer a equacao Cartesiana reta Euclidiana que contem
os pontos p e q, onde:
a) p = ( 2, 1) e q = (1, 1); b) p = (2, 1) e q = (1, 0);
c) p = (1, 4) e q = (0, 1); d) p = ( 2, 2 ) e q = (4, 4).
10.8. LEITURA COMPLEMENTAR 99
10.8 Leitura complementar
1. Axiomas da Geometria Am Qualquer resul-
tado demonstrado na Geometria Am permanece
v alido na Geometria Euclidiana, n ao sendo valida
a arma cao oposta. O termo am foi introdu-
zido pelo matematico sui co Leonard Euler (1707
1783). Euler nasceu em Basileia, e estudou com
Johann Bernoulli. Apesar do fato de ter sido pai
de mais de vinte lhos e cado cego aos 50 anos,
foi um matematico prolifco, tendo produzido mais
de oitocentos trabalhos e livros, com constribui coes
fundamentais em todas as areas da Matematica.
Convidado pela czarina Catarina, a grande, para trabalhar na sua corte, impri-
miu sua personalidade cientca na matematica russa, inuencia que perdura
ate os dias atuais. La n ao existe uma separacao ntida entre Matem atica pura
e Matematica aplicada como estamos acostumados a fazer no ocidente.
2. Axiomas da Geometria Projetiva Real O
alemao Karl Georg Christian von Staudt (1798
1867) foi o primeiro matem atico que viu a
possibilidade de construir uma Geometria logica
sem o conceito de congruencia. Na sua epoca as
aten coes estavam voltadas para o exame de es-
truturas geometricas que fossem bastante simples.
Um tal geometria dene-se, essencialmente, postu-
lando axiomas de incidencia. Mas o primeiro a pro-
por o acrescimo de pontos ideais foi o astr onomo
alemao Johannes Kepler (1571 1630). Sugest ao
n ao levada em conta, na epoca.
3. Distancia em RP
2
A dist ancia (classica) em RP
2
e denida utilizando-se dois
objetos conhecidos:
i) a poje cao : S
2
RP
2
;
ii) a dist ancia (a, b) da esfera unit aria S
2
.
Como um ponto em RP
2
pode ser representado por elementos de S
2
, denimos
d : RP
2
RP
2
R, por d (v, w) = min (a, b) , (a, b),
onde a, b S
2
sao quaisquer pontos que representam v e w, respectivamente.
O smbolo min signica que devemos escolher o menor valor entre os dois
n umeros.
Captulo 11
Colinea cao
Nos pr oximos dois captulos estudaremos as aplicacoes projetivas, ou projetividades,
que sao classicadas em dois tipos,
projetividade
_

_
colinea cao
correlacao
_
_
_
polaridade
n ao polaridade
.
Uma colinea cao e uma aplicacao bijetiva : RP
2
RP
2
que preserva colinearidade,
ou seja, se u, v e w s ao pontos projetivos colineares, entao as imagens (u), (v)
e (w) s ao tambem pontos projetivos colineares.
O leitor j a deve ter percebido que os t opico aqui examinados s ao colocado numa
linguagem algebrica. Este caso nao foge `a regra. A uma colinea cao, associamos
um operador linear do R
3
e com ele em maos, iremos desenvolver a teoria sem
diculdades.
No pr oximo captulo trataremos das correla coes. Antecipemos este conceito. O
espaco das retas projetivas, ou seja, o plano projetivo dual, RP
2
, foi identicado
com o plano projetivo, RP
2
, portanto satisfaz aos axiomas da Geometria Projetiva.
Uma correla cao e uma aplicacao bijetiva entre os planos projetivos, : RP
2
RP
2
,
possuindo a propriedade de colinearidade dual, ou seja, se u, v e w s ao tres pontos
projetivos colineares ent ao (u) = , (v) = e (w) = s ao retas projetivas
concorrentes.
11.1 Operador linear e colinea cao
Um operador linear invertvel A : R
3
R
3
induz uma aplica cao no espa co projetivo
basta denir
11.1. OPERADOR LINEAR E COLINEAC

AO 101
A : RP
2
RP
2
, A(x : y : z) = A(x, y, z).
Numa forma mais compacta, escrevemos A(v) = A(v). Antes de mostrarmos que
de fato a aplica cao esta bem denida vejamos um exemplo.
Exemplo 11.1.1 A matriz a seguir e n ao singular pois det[A] = 10,
[A] =
_
_
1 0 1
2 0 3
2 2 2
_
_
.
Como sabemos, o operador linear A : R
3
R
3
denido por [A] e invertvel. A
colinea cao induzida no plano projetivo e a aplicacao A : RP
2
RP
2
,
A(x : y : z) = (x z : 2x + 3z : 2x + 2y + 2z). 2
Proposi cao 11.1.1 Seja A : R
3
R
3
um operador linear invetvel. Ent ao a
aplicacao A : RP
2
RP
2
, A(v) = A(v), est a bem denida e e uma colinea cao.
Prova A boa deni cao e conseq uencia de dois fatos.
1
o
) Se v RP
2
entao v ,= (0, 0, 0). Sendo A invertvel segue que A(v) ,= o. Logo,
o elemento A(v) RP
2
esta bem denido.
2
o
) O valor de A num ponto projetivo n ao depende do representante do ponto.
Vejamos esta armacao. Sejam u, v R
3
tais que u = v. Sendo assim, existe um
n umero real ,= 0 tal que u = v. Avaliemos A(u) levando em conta que A e um
operador linear em R
3
,
A(u) = A(v) = A(v) = A(v).
Vericar que a aplicacao A e injetiva e sobrejetiva car a como exerccio. Nos
ocuparemos em mostrar que A e uma colinea cao. Sejam u, v e w pontos projetivos
colineares. Pelo criterio de colinearidade temos que det [u, v, w] = 0. Apliquemos o
mesmo criterio para os pontos projetivos A(u), A(v) e A(w),
det [A(u), A(v), A(w)] = det ([A][u, v, w]) = det[A] det[u, v, w] = 0. 2
Exerccios propostos 11.1
1. Mostre as arma coes.
(a) A composta de duas colineacoes e uma colineacao.
(b) A aplica cao inversa de um operador linear invertvel A em R
3
dene uma coli-
neacao que e a inversa da colinea cao denida por A.
102 CAP

ITULO 11. COLINEAC



AO
(c) Se A e B sao dois operadores lineares invertveis em R
3
que denem a mesma
colineacao ent ao A e um m ultiplo de B por algum escalar ,= 0.
(d) Toda colinea cao denida por por um operador linear invertvel de R
3
tem um
ponto xo.
11.2 Constru cao de colinea coes
Para construir um operador linear A : R
3
R
3
basta estabelecer quais s ao os
valores de A nos vetores da base canonica ( = e
1
, e
2
, e
3
. Escolhidos os valores
A(e
1
) = u, A(e
2
) = v e A(e
3
) = w, a matriz can onica do operador linear e a matriz
[A] = [u, v, w]. Quando o conjunto u, v, w e uma base de R
3
o operador linear A
e invertvel.
Para construir colinea coes procedemos da mesma forma, entretanto, o grau de
liberdade e menor, e necessario prexar o valor da colinea cao em quatro pontos
projetivos n ao colineares tres a tres. Este e o teorema desta secao. A demonstra cao
da proposi cao a seguir e construtiva, devendo ser utilizada nos exemplos numericos.
Proposi cao 11.2.1 Sejam u, v, w e t pontos de RP
2
nao colineares tres a tres.
Entao existe uma colinea cao A : RP
2
RP
2
induzida por um operador linear
invertvel A : R
3
R
3
, tal que
A(e
1
) = u, A(e
2
) = v, A(e
3
) = w, A(1 : 1 : 1) = t.
Mais ainda, o operador linear e denido pela matriz
[A] = [k
1
u, k
2
v, k
3
w] ,
onde k
1
,= 0, k
2
,= 0 e k
3
,= 0 s ao as constantes
k
1
=
det[t, v, w]
det[u, v, w]
, k
2
=
det[u, t, w]
det[u, v, w]
, k
3
=
det[u, v, t]
det[u, v, w]
.
Alem disto, se um outro operador linear invertvel B : R
3
R
3
dene a mesma
colinea cao que A entao B A para algum escalar ,= 0.
Prova Como sempre, escolhamos representantes dos pontos projetivos,
u = (u
1
, u
2
, u
3
), v = (v
1
, v
2
, v
3
), w = (w
1
, w
2
, w
3
), t = (t
1
, t
2
, t
3
).
Por hip otese, tres pontos projetivo diferentes da lista s ao n ao colineares. Sendo
assim, os tres primeiros vetores u, v, w formam uma base ordenada de R
3
, fato
eq uivalente a armar que det[u, v, w] ,= 0. Guardemos esta informa cao.
Recordamos que para qualquer ponto p RP
2
vale a igualdade p = kp, para
qualquer escalar k ,= 0. Logo, ao exigirmos que A(e
i
) sejam aqueles valores, estamos
11.2. CONSTRUC

AO DE COLINEAC

OES 103
exigindo que
_

_
A(e
1
) = (k
1
u
1
, k
1
u
2
, k
1
u
3
),
A(e
2
) = ( k
2
v
1
, k
2
v
2
, k
2
v
3
),
A(e
3
) = (k
3
w
1
, k
3
w
2
, k
3
w
3
),
onde k
i
,= 0, i = 1, 2, 3, de onde conclumos que a matriz [A] deve ter a forma
[A] =
_
_
k
1
u
1
k
2
v
1
k
3
w
1
k
1
u
2
k
2
v
2
k
3
w
2
k
1
u
3
k
2
v
3
k
3
w
3
_
_
.
Observamos que ela e n ao singular, pois
det[A] = k
1
k
2
k
3
det[u, v, w] ,= 0.
Para determinar os k
i
s lan camos mao do quarto valor, A(1 : 1 : 1) = (t
1
: t
2
: t
3
).
A condi cao
A(1, 1, 1) = (t
1
, t
2
, t
3
)
nos leva ao sistema de equacoes lineares expresso na forma matricial como
_
_
t
1
t
2
t
3
_
_
=
_
_
k
1
u
1
k
2
v
1
k
3
w
1
k
1
u
2
k
2
v
2
k
3
w
3
k
1
u
3
k
2
v
3
k
3
w
3
_
_
_
_
1
1
1
_
_
=
_
_
u
1
v
1
w
1
u
2
v
2
w
2
u
3
v
3
w
3
_
_
_
_
k
1
k
2
k
3
_
_
.
Como det[u, v, w] ,= 0 podemos resolver o sistema pela regra de Cramer e obter os
valores k
1
, k
2
e k
3
como enunciado.
A ultima armacao da proposi cao car a como exerccio. 2
Na pr oxima secao mostraremos que so existe aquela colineacao assumindo os
quatro valores prexados.
Exemplo 11.2.1 Sejam u = (1 : 1 : 0), v = (0 : 1 : 1), w = (1 : 1 : 1) e
t = (3 : 0 : 1) pontos projetivo. Determinemos uma colinea cao A : RP
2
RP
2
, tal
que
A(e
1
) = u, A(e
2
) = v, A(e
3
) = w, A(1 : 1 : 1) = t.
Os pontos sao n ao colineares tres a tres pois
104 CAP

ITULO 11. COLINEAC



AO
det[u, v, w] = 1, k
1
= det[t, v, w] = 1,
k
2
= det[u, t, w] = 3, k
3
= det[u, v, t] = 4.
Pela ultima proposi cao devemos construir uma matriz do tipo
[A] =
_
_
k
1
u
1
k
2
v
1
k
3
w
1
k
1
u
2
k
2
v
2
k
3
w
2
k
1
u
3
k
2
v
3
k
3
w
3
_
_
.
Observe que, praticamente, todas as entradas da matriz foram calculadas,
[A] =
_
_
1 0 4
1 3 4
0 3 4
_
_
.
Portanto, A(x : y : z) = (x + 4z : x 3y + 4z : 3y + 4z). 2
Teorema 11.2.1 Dados dois conjuntos de pontos de RP
2
,
u, v, w, t, u

, v

, w

, t

,
tais que tres pontos quaisquer de cada um dos conjunto s ao nao colineares. Entao
existe uma colineacao A : RP
2
RP
2
induzida por um operador linear invertvel
A : R
3
R
3
, tal que
A(u) = u

, A(v) = v

, A(w) = w

, A(t) = t

.
Alem disto, se um outro operador linear B : R
3
R
3
dene a mesma colineacao
que A entao B A para algum escalar ,= 0.
Prova Sabemos construir colinea coes C : RP
2
RP
2
e D : RP
2
RP
2
tais que
C(e
1
) = u, C(e
2
) = v, C(e
3
) = w, C(1 : 1 : 1) = t,
D(e
1
) = u

, D(e
2
) = v

, D(e
3
) = w

, D(1 : 1 : 1) = t

.
Agora, como a inversa de uma colineacao e uma colinea cao e a composta de duas
colinea coes e uma colinea cao, a aplicacao D C
1
e a colinea cao procurada. A
segunda parte do teorema e um exerccio. 2
Exerccios propostos 11.2
1. Seja A : R
3
R
3
um operador linear tal que A(v) =
v
v, onde
v
e um escalar que
depende de v. Mostre que
v
=
0
para todo v.
2. Mostre que se dois operadores lineares A, B : R
3
R
3
induzem a mesma colineacao
no plano projetivo ent ao B A, para algum escalar ,= 0.
11.3. TEOREMA FUNDAMENTAL 105
3. Sejam u, v, w e t pontos de RP
2
. Encontre uma matriz que dene a colineacao
A : RP
2
RP
2
tal que A(e
1
) = u, A(e
2
) = v, A(e
3
) = w e A(1 : 1 : 1) = t para os
seguintes valores.
a) u = (0 : 1 : 1), v = (1 : 0 : 1), w = (2 : 1 : 0), t = (1 : 1 : 3).
b) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 1), t = (1 : 2 : 3).
c) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 3), t = (1 : 2 : 1).
d) u = (2 : 1 : 0), v = (1 : 1 : 3), w = (0 : 1 : 1), t = (1 : 0 : 1).
4. Determine a inversa das matrizes.
a) [A] =
2
4
0 1 2
1 0 1
1 1 0
3
5
; b) [B] =
2
4
2 1 1
1 0 1
0 1 3
3
5
; c) [C] =
2
4
0 1 1
1 0 1
1 1 3
3
5
;
d) [D] =
2
4
0 2 1
1 1 1
1 0 3
3
5
; e) [E] =
2
4
1 1 1
1 1 2
1 1 1
3
5
; f) [F] =
2
4
1 1 1
1 1 2
1 1 3
3
5
;
g) [G] =
2
4
1 1 1
1 2 2
1 1 3
3
5
; h) [H] =
2
4
1 1 1
1 2 2
1 1 3
3
5
.
5. Verique que a matriz [A], descrita ao lado, dene
uma colinea cao em RP
2
e determine os pontos xados
por A.
[A] =
_
_
1 1 1
1 1 1
1 1 2
_
_
.
11.3 Teorema fundamental
Como visto na secao anterior, um operador linear invertvel A : R
3
R
3
induz uma
colinea cao A : RP
2
RP
2
. A recproca deste fato tambem e verdadeira.
Teorema 11.3.1 (Teorema fundamental da Geometria Projetiva) Toda co
-linea cao : RP
2
RP
2
e induzida por um operador linear invertvel A : R
3
R
3
.
A demonstra cao seguira de dois resultados. O primeiro arma que o unico
automorsmo do corpo dos reais e a aplicacao identidade. O segundo resultado
classica todas fun coes do R
2
nele pr oprio que aplica retas em retas. Demonstremos
o primeiro resultado
Proposi cao 11.3.1 Se f : R R e uma aplica cao nao identicamente nula tal que
para quaisquer x e y reais valem as igualdades:
a) f(x +y) = f(x) +f(y); (aditiva)
b) f(xy) = f(x)f(y). (multiplicativa)
106 CAP

ITULO 11. COLINEAC



AO
Entao f(x) = x.
Prova Registremos algumas observacoes.
1
a
Observa cao f(a) = 0 se, e somente se, a = 0. Vejamos. As igualdades
f(0) = f(0 + 0) = f(0) + f(0) implicam que f(0) = 0. Suponha, por absurdo, que
exista um a ,= 0 tal que f(a) = 0. Ent ao
f(x) = f
_
a
x
a
_
= f(a)f
_
x
a
_
= 0 f(
x
a
) = 0.
Isto signica que f e identicamente nula, uma contradi cao.
2
a
Observa cao f e uma fun cao mpar, pois
0 = f(0) = f(x + (x)) = f(x) +f(x),
3
a
Observa cao f(1) = 1. Para qualquer x real temos que f(x) = f(1x) =
f(1)f(x), portanto, f(x)(f(1) 1) = 0. Como f n ao e identicamente nula, existe
x
0
tal que f(x
0
) ,= 0. Logo, f(1) = 1.
4
a
Observa cao f(x
2
) = [f(x)]
2
para qualquer x pois f(x
2
) = f(xx) = f(x)f(x).
Arma cao 1 f(nx) = nf(x) para quaisquer inteiro n e qualquer x real.
Fixemos qualquer x real. Demonstremos por inducao que a arma cao e verda-
deira para qualquer n 0. Para n = 0 a arma cao e correta pelas observacoes inici-
ais. Vamos assumir que a ama cao seja verdadeira para n. Calculemos f((n+1)x),
f((n + 1)x) = f(nx +x) = f(nx) +f(x) = nf(x) +f(x) = (n + 1)f(x).
Portanto, a rma cao e verdadeira para qualquer n 0.
Para n < 0, utilizamos o fato da fun cao ser mpar, f(nx) = f((n)(x)) =
(n)f(x) = (n)(f(x)) = nf(x). Isto conclui a demonstra cao da arma cao.
Arma cao 2 f(
n
m
x) =
n
m
f(x) para qualquer racional
n
m
e qualquer x real.
Fixemos qualquer x. Seja m ,= 0 um inteiro. Pela arma cao anterior podemos
escrever,
f(x) = f
_
m
m
x
_
= mf
_
1
m
x
_
.
Logo, f(
1
m
x) =
1
m
f(x). Agora e f acil concluir a demonstra cao da arma cao.
Arma cao 3 f(
n
m
) =
n
m
para todo racional
n
m
.
A demonstra cao e trivial,
f
_
n
m
_
= f
_
n
m
1
_
=
n
m
f(1) =
n
m
.
11.3. TEOREMA FUNDAMENTAL 107
Arma cao 4 f preserva a ordem, isto e, se x < y entao f(x) < f(y).
Seja x > 0. Como existe a > 0 tal que a
2
= x, temos f(x) = f(a
2
) = [f(a)]
2
> 0.
Isto e sucente para mostrar que f preserva a ordem. Vejamos. Se x < y entao
0 < y x. Pelo visto, 0 < f(y x) = f(y) f(x), portanto f(x) < f(y).
Conclundo a demonstra cao da proposi cao. Suponha, por absurdo, que exista x
0
tal que f(x
0
) ,= x
0
. Sem perda de generalidade, podemos assumir que f(x
0
) < x
0
.
Como sabemos, dados dois n umeros reais distintos, existe um racional entre eles.
Escolha um racional a tal que f(x
0
) < a < x
0
. Como f preserva a ordem e a
e racional, temos que a = f(a) < f(x
0
), uma contradi cao. Logo f(x) = x para
qualquer x real. 2
Proposi cao 11.3.2 Seja B : R
2
R
2
e uma fun cao biunvoca tal que B(o) = o.
Se B aplica retas Euclidianas em retas Euclidianas ent ao B e um operador linear
invertvel.
Prova O termo aplica retas em retas signica que a imagem de uma reta Eucli-
diana est a contida numa reta Euclidiana.
Sejam l
1
e k retas tais que B(l
1
) k. Inicialmente mostraremos que B(l
1
) = k
e l
1
e a unica reta cuja imagem est a contida em k.
Vamos supor, por absurdo, que exista um ponto q k mas q / B(l
1
). Neste
caso, como B e biunvoca existe um unico ponto q
0
tal que B(q
0
) = q.

E claro que
q
0
/ l
1
. Seja l
2
uma reta que contem q
0
e e perpendicular a l
1
em q
1
l
1
. Como
B aplica retas em retas e B(q
0
), B(q
1
) k estao em B(l
2
) k. Agora, dado um
ponto qualquer p de R
2
, ele pertence a uma reta l que intercepta l
1
l
2
em pelo
menos dois pontos, digamos p
1
e p
2
. Novamente, como B(p
1
), B(p
2
) k segue que
B(l) k. Isto mostra que B(R
2
) k. Uma constradi cao, pois estamos supondo
que B e sobrejetiva.
Portanto, s o existe a reta l
1
tal que B(l
1
) = k.
Mostremos agora que as imagens por B de quaisquer duas retas paralelas l
1
e l
2
sao duas retas paralelas. Pelo visto, as suas imagens B(l
1
) e B(l
2
) sao retas distintas.
Suponha, por absurdo, que exista um ponto na interse cao p B(l
1
) B(l
2
). Sendo
assim, a pre-imagem B
1
(p) tem pelo menos dois pontos, um em cada reta paralela,
contradizendo a hip otese de B ser biunvoca.
Arma cao 1 Se v, w e uma base de R
2
ent ao B(v +w) = B(v) +B(w).
A hip otese de ser base implica que v e w n ao sao nulos e n ao colineares. Sejam
l
1
e l
2
as retas distintas que concorrem na origem e tais que v l
1
e w l
2
. Sendo
assim, v + w = l
1
/ l

2
, em que l

1
e a reta que passa por w e e paralela `a reta l
1
108 CAP

ITULO 11. COLINEAC



AO
enquanto l

2
e a reta que passa por v e e paralela `a l
2
. Examinemos as imagens por
B das retas acima,
B(o), B(v) k
1
= B(l
1
) e B(o), B(w) k
2
= B(l
2
).
Como sabemos, k
1
e k
2
sao retas distintas, logo, = B(v), B(w) e uma base de
R
2
pois nenhum vetor e nulo e s ao n ao colineares. Agora, as retas k

1
= B(l

1
) e
k

2
= B(l

2
) sao retas que passam, respectivamente, por B(w) e B(v) e sao paralelas,
respectivamente, a k
1
e k
2
.

E claro que B(v) + B(w) = k

1
k

2
. Por outro lado,
B(v +w) = B(l

1
l

2
) = k

1
k

2
, portanto, B(v +w) = B(v) +B(w).
Arma cao 2 Existe uma transformacao linear invertvel A : R
2
R
2
tal que a
composta C = A
1
B e expressa na forma C(x, y) = (f(x), g(y)), em que f e g
sao biunvocas, f(0) = g(0) = 0 e f(1) = g(1) = 1. E mais, C satisfaz as hip oteses
do teorema.
Como feito na Armacao 1, mostramos que o conjunto de dois vetores =
B(e
1
), B(e
2
) e uma base de R
2
. Seja A : R
2
R
2
a transforma cao linear tal que
A(e
1
) = B(e
1
) e A(e
2
) = B(e
2
). Mais precisamente, seja A(x, y) = xB(e
1
)+yB(e
2
).
Como e uma base entao A e invertvel. Recordamos que A
1
e uma transforma cao
linear.
Sendo uma transforma cao linear, A
1
aplica retas em retas, A
1
(o) = o e, sendo
invertvel, A
1
e sobrejetiva. Agora, e imediato concluir que C = A
1
B tambem
e uma aplicacao biunvoca, aplica retas em retas e C(o) = o. Portanto, C satisfaz
todas as hip oteses da proposi cao.
Por constru cao, C(o) = o, C(e
1
) = e
1
e C(e
2
) = e
2
. Isto implica que C pre-
serva os eixos ox e oy. Logo, C transforma retas horizontais em retas horizontais
enquanto retas verticais s ao transformadas em retas verticais. Isto e suciente para
mostrar que C(x, y) = (f(x), g(y)). A biunicidade de f e g e os valores enunciados
deixaremos como exerccio. Isto conclui a demonstracao da arma cao.
Iremos mostrar que C id. Disto segue que A B, portanto, B e uma
transforma cao linear.
Arma cao 3 As fun coes coordenadas de C(x, y) = (f(x), g(y)) sao aditivas, ou
seja, f(x
1
+x
2
) = f(x
1
) +f(x
2
) e g(y
1
+y
2
) = g(y
1
) +g(y
2
).
Examinemos apenas f, o estudo de g e similar.
Dados x
1
e x
2
. Se x
1
,= 0, considere a base v, w do R
2
, em que v = (x
1
, 0)
e w = (x
2
, 1). Pela Arma cao 1, vale a aditividade C(v + w) = C(v) + C(w),
implicando que f(x
1
+ x
2
) = f(x
1
) + f(x
2
). Se x
1
= 0, como f(0) = 0, e imediato
vericar que f(x
1
+x
2
) = f(x
1
) +f(x
2
).
Arma cao 4 f g e f(x
1
x
2
) = f(x
1
)f(x
2
).
11.3. TEOREMA FUNDAMENTAL 109
Seja R. Consideremos uma reta com inclinacao , digamos l : y = x +b
0
,
e calculemos a inclinacao i() da reta imagem C(l). Para isto, sejam (0, b
0
) e
(x, x +b
0
) dois pontos distintos de l.

E claro que x ,= 0. A inclina cao de C(l) e
i() =
g(x +b
0
) g(b
0
)
f(x) f(0)
=
g(x)
f(x)
.
A ultima igualdade segue por g(x + b
0
) = g(x) + g(b
0
) e f(0) = 0. Avaliando
em x = 1 obtemos que i() = g() pois f(1) = 1. Logo, g(x) = g()f(x) para
quaisquer x e . Avaliando em = 1 conclumos que g f pois g(1) = 1. Portanto,
f(x) = f()f(x). Isto encerra a demonstracao da arma cao.
Pelo visto, f(x) = x = g(x). Logo, C(x, y) = (f(x), g(y)) = (x, y), encerrando a
demonstra cao da proposi cao. 2
Prova do Teorema fundamental da Geometria Projetiva Seja : RP
2

RP
2
uma colinea cao. Sem perda de generalidade, podemos assumir que preserva
a reta ideal I

e xa o ponto (0 : 0 : 1). Caso isto nao ocorra, consideramos os


pontos projetivos n ao colineares tres a tres,
a = (1 : 0 : 0) (I

), b = (0 : 1 : 0) (I

) e c = (0 : 0 : 1),
e construmos uma colinea cao D : RP
2
RP
2
induzida de um operador linear do
R
3
tal que
D(a) = (1 : 0 : 0), D(b) = (0 : 1 : 0) e D(c) = (0 : 0 : 1).
Logo, a composta D : RP
2
RP
2
e uma colinea cao que xa o ponto (0 : 0 : 1)
e preserva a reta ideal desde que xa dois de seus pontos, quais sejam (1 : 0 : 0) e
(0 : 1 : 0).
Iremos supor que a colinea cao esta sob `as condi coes descritas acima. Sendo
assim, aplica biunivocamente o plano am no plano am. Isto permite denir
uma aplica cao B : R
2
R
2
via identica cao am, estabelecendo que
B(x, y) e tal que (B(x, y) : 1) = (x : y : 1).
Como
e uma aplicacao biunvoca do plano am que aplica retas ans em retas
ans,
a identica cao am aplica retas Euclidianas do R
2
em retas ans e
como (B(0, 0) : 1) = (0 : 0 : 1) = (0 : 0 : 1),
110 CAP

ITULO 11. COLINEAC



AO
e imediato concluir que
B aplica retas Euclidianas em retas Euclidianas,
B xa a origem o R
2
e B e biunvoca.
Portanto, B : R
2
R
2
e um operador linear invertvel. Considere o operador linear
invertvel A : R
3
R
3
, denido por A(x, y, z) = (B(x, y), z). Ficar a aos cuidados
do leitor mostrar que = A. 2
Exerccios propostos 11.3
1. Mostre as arma coes
(a) Toda colinea cao tem um ponto xo.
(b) Se uma colineacao xa quatro pontos ela e a identidade.
(c) Existem colineacoes que xam os pontos e
1
, e
2
e e
3
mas que n ao sao a identidade.
2. Demonstre o seguinte teorema para n = 3 e depois use indu cao para o caso geral.
Teorema Seja B : R
n
R
n
uma aplica cao biunvoca tal que B(o) = o. Se B aplica
hiperplanos em hiperplanos ent ao B e um operador linear invertvel.
11.4 Teorema de Papus
Para falar sobre tri angulos, quadril ateros, pent agonos e outros polgonos no plano
projetivo precisamos denir o signicado destes termos que tem suas origens na
Geometria Euclidiana plana. Por exemplo, um quadril atero em RP
2
e um polgono
projetivo obtido de um quadril atero do plano Euclidiano, via identica cao am,
seguido de uma colinea cao. Transportamos juntos os signicados de vertice, lados,
esta inscrito, etc.
O objetivo do restante do captulo e demonstrar dois dos mais antigos teoremas
da geometria projetiva, o teorema de Papus e o teorema de Desargues. Expliquemos
o teorema de Papus no plano Euclidiano. Para facilitar a leitura, ao denotar uma
reta no plano Euclidiano determinada pelos pontos A e B, escreveremos l
AB
.
11.4. TEOREMA DE PAPUS 111
Acompanhe o enunciado graca-
mente. Sejam l e s duas retas
quaisquer no plano Euclidiano.
Escolhamos seis pontos distintos,
tres pontos sobre a primeira reta,
digamos, U, V e W, e tres sobre a
outra reta, U

, V

e W

. Considere os
pontos
A = l
V W
l
V

W
, B = l
UW
l
U

W
, C = l
UV
l
U

V
.
O teorema de Papus arma que A, B e C sao colineares.
Transportaremos o teorema de Papus da Geometria Euclidiana para uma lingua-
gem projetiva utilizando a identica cao am. Como o n umero de retas envolvidas
no problema e grande e n ao temos muitas letras gregas apropriadas para designa-
las, xaremos uma notacao. Dados os pontos projetivos distintos u e v denotamos
a reta projetiva que contem u e v, por
uv
= u v.
Teorema 11.4.1 (Teorema de Papus) Sejam u, v, w, u

, v

e w

seis pontos
projetivos distintos, dos quais os tres primeiros est ao sobre uma reta r

e os tres
ultimos fora desta reta e sobre uma outra reta r

. Entao os pontos de intersec ao


a = r

vw

w
, b = r

uw

w
, c = r

uv

v
,
s ao pontos colineares
1
.
Prova As hip oteses implicam que u, v

, w e b sao n ao colineares tres a tres. Sendo


assim, a menos de uma colineacao, podemos supor que
u = (1 : 0 : 0), v

= (0 : 1 : 0), w = (0 : 0 : 1), b = (1 : 1 : 1).


Arma cao 1 Sendo v colinear com u e w, podemos escolher
v = (, 0, 1) com ,= 0.
Sen ao vejamos. Como u = (1, 0, 0) e w = (0, 0, 1) pertencem ao plano
e
2
e v
e colinear com u e w e sao distintos, entao qualquer representante de v e da forma
v = (s, 0, t), com s ,= 0 e t ,= 0. Logo, podemos tomar v = t(s/t, 0, 1). O vetor
(s/t, 0, 1) tambem sera um representante de v. Fa camos =
s
t
.
Arma cao 2 Sendo u

colinear com w e b, podemos escolher


u

= (1, 1,

) com

,= 0.
1
A reta projetiva contendo tais pontos e chamada de reta de Papus.
112 CAP

ITULO 11. COLINEAC



AO
Seja u

= (s, t, r) um representate de u. Pelo criterio de colinearidade temos


t s = det[w, b, u

] = 0.
Logo, s = t. Devemos ter s ,= 0, caso contr ario u

= (0 : 0 :

) = w, uma con-
tradi cao pois os pontos considerados s ao distintos. Conclumos que u = (s, s, r) =
s (1, 1, r/s). Fa camos

= r/s.
Arma cao 3 Sendo w

colinear com u e b, podemos escolher


w

= (

, 1, 1) com

,= 0.
A demonstra cao e semelhante `a demonstra cao da arma cao anterior.
Continuemos. Os pontos u

, v

e w

estao sobre a reta projetiva r

, portanto,
pelo criterio de colinearidade temos a seguinte rela cao entre os coecientes

,
0 = det[u

, v

, w

] = det
_
_
1 0

1 1 1

0 1
_
_
= 1

.
Guardemos esta relacao. Calculemos agora os pontos de intersecao das retas proje-
tivas. Sabendo que b = (1 : 1 : 1), precisamos calcular
a =
vw

v

w
, c =
uv

u

v
.
Levando em conta as representacoes obtemos

vw
= v w

= (1, +

, ),
v

w
= v

w = (1, 0, 0),

uv
= u v

= (0, 0, 1),
u

v
= u

v = (1,

1, ).
Finalmente, calculando os pontos as interse coes,
a = (0, ,

) , c = (

+ 1, 1, 0),
veriquemos que os pontos s ao colineares pois
det[a, b, c] =
_
_
0 1

+ 1
1 1

1 0
_
_
=

= (1

) = 0. 2
Exerccios propostos 11.4
1. Verique o teorema de Papus para os pontos dados.
a) u = (1 : 1 : 0), v = (1 : 1 : 2), w = ( 0 : 1 : 1),
u

= (1 : 1 : 1), v

= (2 : 2 : 1), w

= (1 : 1 : 1).
b) u = (1 : 0 : 1), v = (1 : 1 : 2), w = (5 : 2 : 3),
u

= (1 : 1 : 0), v

= (1 : 3 : 1), w

= (0 : 2 : 1).
c) u = (2 : 1 : 1), v = (0 : 1 : 1), w = (1 : 2 : 1),
u

= (1 : 1 : 1), v

= (0 : 2 : 1), w

= (1 : 3 : 2).
11.5. TEOREMA DE DESARGUES 113
2. Considere as retas Euclidianas
_
l
1
: y = x
l
2
: y = 2x 3
.
Escolhidos os pontos sobre a reta l
1
, A(1,1), B(2, 2) e C(3, 3), e os pontos sobre a reta
l
2
, A

(1, 1), B

(2, 1) e C

(6, 3), determine as coordenadas das interse coes P, Q e R


e mostre que sao pontos colineares, onde
P = l
AB
l
A

B
, Q = l
AC
l
A

C
, R = l
BC
l
B

C
.
3. Coloque o problema em linguagem projetiva e prove-o. Sejam A, B e C pontos
distintos sobre uma reta l e A

, B

e C

pontos distintos sobre outra reta l

,= l de
maneira que nenhum destes pontos estao na intersecao l l

. Se as retas l
AA
, l
BB
,
l
CC
sao coincidentes em P, ent ao a reta de Papus e concorrente com l e l

.
11.5 Teorema de Desargues
O Teorema de Desargues diz respeito a triangulos em perspectiva. Acompanhe na
gura o enunciado. Considere o plano contendo o tri angulo com vertices u, v e w.
Vamos assumir que posicionado em O exista um ponto de luz e que o tri angulo seja
opaco. O tri angulo projeta uma sombra sobre um outro plano determinando um
tri angulo cujos vertices sao u

, v

e w

.
O Teorema de Desargues arma que os la-
dos correspondentes do tri angulo e de sua
sombra concorrem na reta intersecao dos
dois planos. Com isto, ca descrita uma
propriedade b asica da perspectiva, ao es-
tabelecer uma tecnica fundamental para
desenhos, onde a realidade visual e regis-
trada gracamente sobre uma superfcie
plana. Transcrevamos todas estes fatos
fsicos num teorema com linguagem pro-
jetiva.
Teorema 11.5.1 (Teorema de Desargues) Seja = u, v, w um conjunto de
tres pontos projetivos distintos e nao colineares e seja

= u

, v

, w

outro con-
junto de tres pontos projetivos distintos e nao colineares tais que

= e
que
p = r

uu

vv

ww

.
Entao os pontos projetivos a, b e c s ao colineares,
2
em que
a = r

vw
r

, b = r

uw
r

, c = r

uv
r

.
2
A reta projetiva assim denida e a reta de Desargues.
114 CAP

ITULO 11. COLINEAC



AO
Prova Assuma que os pontos projetivos u

, v

, w

e p sao n ao colineares tres a tres


(o caso contr ario e trivial). A menos de uma colinea cao, podemos simplicar os
calculos assumindo que
u

= e
1
, v

= e
2
, w

= e
3
, p = (1 : 1 : 1).
Arma cao 1 Existem n umeros reais , e diferentes de zero tais que os pontos
u, v e w podem ser representados por
u = (1 +, 1, 1), v = (1, 1 +, 1) e w = (1, 1, 1 +).
Demonstraremos apenas a existencia de , as outras igualdades tem demons-
tra coes semelhantes. Os pontos p, u

e u sao colineares e distintos em RP


2
, im-
plicando que todos pertencem a um mesmo plano perfurado em R
3
e dois deles,
digamos, p e u

, sao linearmente independentes. Logo, u = sp + tu

, para algum
s ,= 0 e t ,= 0. Como
u = sp +tu

= s(p +
t
s
u

),
fa camos =
t
s
.
Arma cao 2 Os pontos projetivos
vw
,
uw
e
uv
sao

uv
= ( : : (1 +)(1 +) 1),

uw
= (+ : 1 (1 +)(1 +) : +),

vw
= ((1 +)(1 +) 1 : : ).
A demonstra cao e um calculo direto.
Arma cao 3 Os pontos projetivos a, b e c podem ser representados por
a = (0, , ), b = (, 0, ), c = (, , 0).
Finalizando. O c alculo
det[a, b, c] = det
_
_
0
0
0
_
_
= = 0,
mostra que os tres pontos sao colineares. 2
Exerccios propostos 11.5
1. Sejam u = (1 : 0 : 1), v = (1 : 2 : 2), w = (1 : 1 : 1), u

, v

e w

pontos tais que as


retas projetivas r

uu

, r

vv

e r

ww

sao concorrentes em p = (0 : 0 : 6). Determine


representantes para u

, v

e w

sabendo-se que eles sao pontos ideais e est ao na reta


de Desargues.
Captulo 12
C onicas
A intersecao de um cone cujo vertice
e a origem do R
3
e o plano horizon-
tal com equacao z = 1 produz uma
das tres curvas classicas denomina-
das de conicas: elipse, parabola ou
hiperbole. Estamos interessados em
estudar tais curvas, mas nao com a -
nalidade de determinar seus eixos, fo-
cos, assntotas, etc. ou suas proprie-
dades metricas como, por exemplo, as
razoes entre as distancias de pontos
aos focos e diretrizes, estudo feito nos
ultimos anos do Ensino Medio. Exis-
tem belos resultados, como o Teorema
de Pascal, exibindo propriedades n ao metricas das conicas e que dependem apenas
do conceito de incidencia. Toda a for ca da Geometria Projetiva surge ao demons-
trarmos estes teoremas, certamente, um dos pontos altos da teoria.
12.1 Cones em R
3
Em algum momento da nossa vida de estudante, seja quando estudamos C alculo na
Universidade ou Geometria Analtica no Ensino Medio, ouvimos ou lemos a frase
x
2
+y
2
z
2
= 0 e a equacao de um cone em R
3
.
De fato, ao registramos gracamente o conjunto dos pontos v = (x, y, z) R
3
cujas
coordenadas satisfazem a equacao obtemos uma gura que entendemos como sendo
um cone com vertice na origem.
Aquela equa cao possui uma propriedade que nos induz a pensar no plano proje-
116 CAP

ITULO 12. C

ONICAS
tivo. Se v = (x, y, z) , ent ao, escolhido qualquer R, o vetor v = (x, y, z)
tambem pertence ao cone pois suas coordenadas satisfazem `a equa cao que dene
! Logo, faz sentido consider a-la como uma equacao em coordenadas homogeneas
e estudar o conjunto ( formado pelos pontos projetivos v = (x : y : z) RP
2
cujas
coordenadas satisfazem a equacao, isto e,
( : x
2
+y
2
z
2
= 0.
Devemos examinar com mais vagar este conjunto. Uma equa cao em coordenadas
homogeneas e, obviamente, chamada de equa cao homogenea.
Uma conica em R
2
e a curva obtida pelo transporte via identica cao am da
curva interse cao de um cone e o plano horizontal
e
3
(0, 0, 1) : z = 1. A proje cao
de um cone (menos seu vertice que sempre assumiremos ser o) no plano projetivo e
uma curva tambem denominada conica em RP
2
.
No caso da interse cao do cone : x
2
+y
2
z
2
= 0 e o plano horizontal produzimos
a equa cao x
2
+y
2
1 = 0 em R
2
que reconhecemos como sendo a equa cao do crculo
unit ario can onico em R
2
. Crculo e um tipo particular de elipse.
A tecnica principal e estabelecer uma relacao entre equa coes homogeneas de
grau 2 com

Algebra Linear, disciplina que, geralmente, trata de equa coes lineares,
de grau 1. Embora n ao seja um relacao que possa ser imaginada de imediato, ela e
simples. Exempliquemos com o cone acima.
Considere o operador linear A : R
3
R
3
, denido por A(x, y, z) = (x, y, z).
Sua matriz can onica e a matriz diagonal, portanto, simetrica,
[A] =
_
_
1 0 0
0 1 0
0 0 1
_
_
.
Seja v = (x, y, z) R
3
. O leitor pode vericar que o cone ca denido por
: v, A(v)) = 0.
Passemos ao plano projetivo. O operador linear A, sendo invertvel, induz uma
colinea cao A no plano projetivo, mas a equa cao v, A(v)) = 0 e a equacao de
incidencia entre o ponto projetivo v RP
2
e uma reta projetiva r

RP
2
, isto
e, e a reta projetiva A(v) = RP
2
. Sendo assim, e mais natural aceitar que o
operador linear induz uma aplica cao entre o plano projetivo e seu dual,
A

: RP
2
RP
2
, A

(x : y : z) = (x : y : z),
pois o plano projetivo e seu dual s ao os mesmos. Logo,
a conica em RP
2
obtida pela proje cao de um cone em R
3
e o conjunto
dos pontos projetivos v tais que v e a reta projetiva A

(v) s ao incidentes.
12.1. CONES EM R
3
117
Uma pergunta se impoe imediata-
mente. Qual o signicado da reta pro-
jetiva = A

(v) RP
2
?
Algebricamente a resposta e f acil. A
reta projetiva r
A

(v)
e obtida pela
proje cao do plano perfurado em R
3
cujo vetor normal e = A(v). Na
nossa nota cao, e a reta projetiva ob-
tida pela proje cao do plano perfurado

A(v)
.
A resposta geometrica e crucial para o estudo das propriedades de c onicas que
envolvam apenas o conceito de incidencia. O plano
A(v)
e o plano tangente ao
cone no ponto v! Examinemos esta armacao. Primeiro, observe que v
A(v)
pois v, A(v)) = 0. Segundo, a reta v tambem pertence ao mesmo plano e ao
cone. Resta mostrar que esta reta e a precisamente a intersecao do plano e o cone.
Deixaremos a demonstracao deste fato para depois.
Em resumo. Alem de obtermos uma curva em RP
2
, isto e, o conjunto de pontos
projetivos v = (x : y : z) que satisfazem ` a equa cao x
2
+ y
2
z
2
= 0, tambem
obtemos a reta projetiva tangente no ponto v, qual seja, = A

(v) = (x : y : z).
Precisamos transportar todas as informa coes para o R
2
pois, anal, desejamos
estudar c onicas no plano. A tarefa e simples via identica cao am. Por exemplo, o
ponto
v = (3 : 4 : 5) =
_
3
5
:
4
5
: 1
_
pertence `a conica ( do plano projetivo denida pela equa cao homogenea (ordem 2)
x
2
+y
2
z
2
= 0. A reta projetiva tangente ` a conica no ponto v e
A(v) = = (3 : 4 : 5).
Pela identica cao am,
obtemos a equacao do crculo unit ario can onico em R
2
, x
2
+ y
2
1 = 0
(considerando z = 1),
o ponto p = (
3
5
,
4
5
) pertence ao crculo unit ario
e a reta Euclidiana l : 3x+4y 5 = 0 e a reta tangente ao crculo no ponto p.
Mas tudo isso e pouco diante do que vai ser dito.
Exerccios propostos 12.1
118 CAP

ITULO 12. C

ONICAS
1. Identique quais equa coes em tres variaveis sao homogeneas e determine a ordem de
homogeneidade.
a) x
2
xz +y
2
= 0. b) x
2
y +z
2
= 0. c) xy +xz +yz = 0.
d) x
3
y
2
+z
2
= 0. e) x
2
+y
2
= 0. f) xyz = 0.
2. Considere a curva obtida pela interse cao do cone R
3
com o plano : z = 1.
Transporte a curva obtida via identica cao am para o plano Cartesiano, fa ca seu
esboco e identique a c onica obtida.
a) : x
2
y
2
+z
2
= 0. b) : x
2
yz = 0.
c) : x
2
+ 2xz +yz = 0. d) : 4x
2
+ 9y
2
z
2
= 0.
e) : xz +y
2
= 0. f) : xy z
2
= 0.
12.2 Quadricas
Esta secao e dedicada a organizar os cometarios postos na secao anterior. Iremos
estudar equa coes polinomiais homogeneas de ordem 2 em R
3
, ou formas quadr aticas,
ax
2
+bx
2
+cz
2
+dxy +exz +fyz = 0.
Inicialmente estaremos interessados no conjunto solucao, isto e, nos pontos v =
(x, y, z) R
3
cujas coordenadas satisfazem a equacao. O conjunto solu cao e cha-
mado de qu adrica. Posteriormente, estudaremos o conjunto de pontos projetivo
v = (x : y : z) RP
2
cujas coordenadas homogeneas satisfazem `a mesma equacao,
isto e, estudaremos as conicas. A homogeneidade da equa cao permite este estudo.
Um operador linear associado ` aquela equa cao e um operador linear simetrico
A : R
3
R
3
, tal que
v, A(v)) = ax
2
+bx
2
+cz
2
+dxy +exz +fyz,
em que v = (x, y, z) R
3
. A matriz simetrica associada `a equa cao e a matriz
do operador linear A na base canonica, [A] = [A(e
1
), A(e
2
), A(e
3
)]. Demonstre
a proposi cao abaixo, ela estabelece um algoritmo relacionando os coecientes da
equa cao e as entradas da matriz [A].
Proposi cao 12.2.1 Dada uma equa cao polinomial homogenea de ordem 2 em R
3
,
ax
2
+ bx
2
+ cz
2
+ dxy + exz + fyz = 0, existe um unico operador linear simetrico
A : R
3
R
3
associado ` a equacao, a saber, e o operador cuja matriz can onica e
[A] =
_
_
a d/2 e/2
d/2 b f/2
e/2 f/2 c
_
_
.
Exemplo 12.2.1 Pela proposi cao, a equa cao 7x
2
+ y
2
2xy + 5xz 4yz = 0 e
reescrita na forma v, A(v)) = 0, em que A : R
3
R
3
e o operador linear simetrico
cuja matriz can onica e
12.2. QU

ADRICAS 119
[A] =
_
_
7 1 5/2
1 1 2
5/2 2 0
_
_
.
2
Exemplo 12.2.2 O operador linear simetrico associado `a equa cao x
2
+y
2
+z
2
= 0
e a identidade Id do R
3
. O unico vetor v = (x, y, z) R
3
que satisfazem a condi cao
v, Id(v)) = 0 = x
2
+y
2
+z
2
e o vetor nulo. 2
O exemplo acima nos diz um pouco mais. Um operador linear simetrico com
todos os autovalores positivos e dito ser positivo. Em

Algebra Linear, e mostrado
que, neste caso, vale a condicao v, A(v)) > 0 para todo vetor n ao nulo v. Logo, um
operador linear simetrico positivo produz uma qu adrica (degenerada) que reduz-se
a um ponto, a origem. Fato similar ocorre com um operador simetrico com todos
autovalores negativos, vale a inequa cao v, A(v)) < 0 para todo vetor v ,= o. Por-
tanto, a qu adrica correspondente tambem reduz-se a um ponto. Nao estudaremos
qu adrica cujo operador associado tem todos os autovalores com o mesmo sinal.
Devido a naturalidade da rela cao entre um operador linear e sua matriz na base
canonica, iremos nos referir a autovalores, a autovetores, a qu adrica determinada
por uma matriz em lugar de empregar estes termos a operadores lineares.
Exemplo 12.2.3 Devemos fazer mais restricoes sobre o tipo de equa cao que deve-
mos analisar. Considere o conjunto dos pontos v = (x, y, z) R
3
cujas coordenadas
satisfazem a equacao homogenea x
2
y
2
= 0. Com uma manipula cao algebrica sim-
ples obtemos a decomposicao (x+y)(xy) = 0. A qu adrica correspondente em R
3
e
a uni ao de dois planos. Evidentemente, qualquer pessoa de bom senso n ao ve forma
de cone alguma num esboco das solucoes. Os matematicos idem. Mas o privilegio
compensatorio e poder detetar algebricamente o fen omeno. Para isso, e suciente
examinar os autovalores do operador linear cuja matriz simetrica associada e
[A] =
_
_
1 0 0
0 1 0
0 0 0
_
_
.
Os autovalores sao
1
= 1,
2
= 1 e
3
= 0. O autovalor zero provoca a degene-
recencia da qu adrica, estamos examinando uma qu adrica degenerada. Excluiremos
estes casos patologicos do nosso estudo. 2
Tendo em vista os comentarios acima, iremos estudar formas quadraticas pro-
venientes de operadores lineares A de R
3
satisfazendo as seguintes condicoes:
eles sao simetricos;
120 CAP

ITULO 12. C

ONICAS
seus autovalores sao distintos de zero (A e invertvel);
os autovalores nao tem o mesmo sinal.
O conjunto solu cao
A
emR
3
da forma quadr atica cujo operador linear associado
esta sob as condi coes acima e chamado de cone em R
3
e, pelo visto, sua denicao
utilizando a condi cao de incidencia e

A
= v R
3
; v, A(v)) = 0.
Nos ocuparemos somente destes casos. A intersecao do cone
A
com o plano

e
3
: z = 1, produz tres tipos de curvas em R
2
, via identica cao am, chamadas de
conicas: elipse, parabola e hiperbole.
Exemplo 12.2.4 Pelo algoritmo construido no
incio desta secao, a matriz simetrica ao lado dene
o cone
A
: x
2
2xy +y
2
+ 2xz + 2yz + 2z
2
= 0.
[A] =
_
_
1 1 1
1 1 1
1 1 2
_
_
.
Se desejarmos utilizar a linguagem de operadores lineares, consideramos o ope-
rador linear A : R
3
R
3
, A(x, y, z) = (xy +z, x+y +z, x+y +2z), e denimos
o cone pela equa cao de incidencia,
A
: v, A(v)) = 0.
De fato, esta qu adrica e um cone pois seus autovalores sao
1
= 2 > 0,
2
=
1 +

12 > 0 e
3
= 1

12 < 0.
A conica obtida em R
2
via identicacao am (z = 1) tem equacao ( : x
2
2xy +
y
2
+ 2x + 2y + 2 = 0. Logo adiante, teremos condi coes de saber qual e o tipo de
conica: elipse, parabola ou uma hiperbole. 2
O fato que permite estudar estas curvas planas no plano projetivo e a seguinte
propriedade do cone
A
. Se ,= 0 e v
A
R
3
ent ao, v
A
pois
v, A(v)) =
2
v, A(v)) = 0.
Portanto, a proje cao : R
3
/o RP
2
, (v) = v, aplica o cone
A
(menos
a origem) numa curva sobre o plano projetivo, chamado de conica projetiva, ou
simplesmente, conica. Como veremos logo a seguir, o plano projetivo e o espaco
mais apropriado para estudar as c onicas.
Exerccios propostos 12.2
1. Mostre que o determinante de uma matriz 3 3 e igual a zero se, e somente se, existe
um autovalor igual a zero.
2. Para cada equa cao homogenea de ordem 2 determine um operador linear A : R
3
R
3
e reescreva a equacao com a condi cao de incidencia v, A(v)) = 0.
a) x
2
3y
2
+z
2
= 0. b) 4x
2
+ 2y z
2
= 0. c) 3x
2
+y
2
+ 4z
2
= 0.
d) 2xy 2xz + 2yz = 0. e) 6x
2
yz = 0. f) (x z)
2
= 0.
12.3. CORRELAC

OES 121
12.3 Correla coes
Como feito anteriormente, o conjunto das retas projetivas RP
2
foi identicado com
o plano projetivo RP
2
. Desejamos estudar as aplicacoes bijetivas : RP
2
RP
2
que preservam colinearidade, isto e, tres pontos projetivos colineares sao aplicados
em tres retas projetivas concorrentes. Tais aplicacoes e suas inversas sao chamadas
de correla c oes.
Nada impede que dado um operador linear invertvel A : R
3
R
3
possamos
denir uma aplica cao A

: RP
2
RP
2
, pela qual associamos um ponto projetivo v
a uma reta projetiva r pois o contra domnio e um plano projetivo. A utiliza cao
do asterisco nesta notacao tem o objetivo de disting ui-la de colinea cao, aplica cao
denida e estudada no captulo anterior, cujo domnio e contradomnio e o plano
projetivo. Aqui o contradomnio e o plano projetivo dual.
Exemplo 12.3.1 O operador linear A de R
3
cuja matriz can onica e
[A] =
_
_
0 1 0
1 0 1
0 1 1
_
_
e invertvel pois det[A] ,= 0. Em termos de coordenadas homogeneas ele dene a
aplicacao A

: RP
2
RP
2
,
A

(x : y : z) = (y : x +z : y z).
Por exemplo, o ponto projetivo v = (1 : 1 : 3) e aplicado na reta projetiva r

, onde
= (1 : 4 : 2). A inversa de A

e a aplicacao A

: RP
2
RP
2
(o asterisco e
colocado na posi cao inferior),
A

(v) = A
1
(v).
Para explicitar a aplicacao precisamos saber a matriz inversa de [A],
[A]
1
=
_
_
1 1 1
1 0 0
1 0 1
_
_
.
Sendo assim, A

(x : y : z) = (x +y +z : x : x z). A reta projetiva = (2, 1, 3)


e aplicada no ponto projetivo v = (3 : 2 : 1). 2
De fato, um operador linear invertvel de R
3
induz uma correla cao.
Proposi cao 12.3.1 Seja A um operador linear invertvel em R
3
. Os pontos proje-
tivos u, v, w RP
2
s ao colineares, se e somente se, as retas projetivas A

(u), A

(v),
A

(w) RP
2
s ao concorrentes.
122 CAP

ITULO 12. C

ONICAS
Prova A colinearidade e a concorrencia estao relacionadas por
det[A(u), A(v), A(w)] = det ([A][u, v, w]) = det[A] det[u, v, w].
Sendo assim, det[u, v, w] = 0, se, e somente se, det[A(u), A(v), A(w)] = 0. 2
Deixamos ao leitor o trabalho de enunciar e provar o resultado similar para a
inversa A

da correla cao A

. Pelo Teorema Fundamental da Geometria Projetiva,


toda correla cao e deste tipo, isto e,
cada correla cao e induzida por um operador linear invertvel de R
3
e este ope-
rador e unico a menos de uma multiplica cao por um escalar diferente de zero.
Iniciaremos a apresenta cao deste ponto, temos em maos um operador linear
invertvel A : R
3
R
3
. A correla cao induzida por A e a aplicacao denotada e
denida por
A

: RP
2
RP
2
, A

(v) = A(v).
Para recordar, a nota cao A

(v) e r
A

(v)
tem o mesmo signicado, indicam uma
mesma reta projetiva. Por tudo que vimos, podemos armar que a inversa da
correlacao induzida por A e a correlacao induzida pelo operador A
1
, ou seja,
A

: RP
2
RP
2
, A

() = A
1
().
12.4 Polaridades
Uma correlacao e uma polaridade se sua matriz e simetrica. Para uma reda cao mais
precisa e conveniente nomear os dois tipos de correlacoes. Uma aplicacao polar e
uma correlacao simetrica
A

: RP
2
RP
2
,
e uma aplicacao polo e uma correlacao simetrica
A

: RP
2
RP
2
.
Uma propriedade relevante de operadores simetricos invertveis e que seu ope-
rador inverso tambem e simetrico e [A
1
]
t
= [A
1
]. Portanto, a inversa de uma
polaridade e uma polaridade. Ao utilizarmos os termos a polaridade denida pelo
operador A ca subentendido que s ao as duas aplicacoes, polar e polo, como de-
nidas acima. Temos a seguinte conseq uencia deste fato.
Proposi cao 12.4.1 Polaridade preserva incidencia: v r

() r
A

(v)
.
Prova Examinemos as equacoes de incidencia
A
1
(), A(v)) = , A
1
t
A(v)) = , A
1
A(v)) = , v) = v, ).
12.4. POLARIDADES 123
O membro esquerdo e igual a zero se, e somente se, o membro direito o e. 2
Sejam A

: RP
2
RP
2
e A

: RP
2
RP
2
as aplicacoes polar e p olo, respec-
tivamente, associadas a um operador linear simetrico invertvel A do R
3
.
Quando v r
A

(v)
diremos que o ponto projetivo v e autoconjugado. Observe
que a condi cao de ser autoconjugado e expressa algebricamente pela equacao
de incidencia v, A(v)) = 0. Em outras palavras, v pertence ao seu polar.
Quando A

() r

diremos que a reta projetiva e autoconjugada. Da mesma


forma, a condi cao de ser autoconjugada e expressa pela equacao de incidencia
A
1
(), ) = 0. Uma reta projetiva e autoconjugada se ela incide em seu
p olo.
Proposi cao 12.4.2 Uma reta projetiva r

contem no m aximo dois pontos auto-


conjugados associados a uma aplica cao polar A

: RP
2
RP
2
.
Prova Sejam v e w dois pontos autoconjugados e distintos sobre a reta r

. Assim
sendo, r
A

(v)
e r
A

(w)
sao retas distintas e qualquer ponto do plano

R
3
e uma
combina cao linear dos dois vetores v e w. Portanto, os pontos da reta projetiva r

sao expressos na forma


u = sv +tw, onde s e t sao n umeros reais nao nulos simultaneamente.
Pela equa cao de autoconjuga cao temos que v, A(v)) = 0 = w, A(w)). Vamos
supor, por absurdo, que u
0
= s
0
v +t
0
w seja um outro ponto autoconjugado em r

.
Expressemos algebricamente a condicao deste ponto ser autoconjugado. Utilizando
a bilinearidade do produto interno e a simetria, A = A
t
,
0 = u
0
, A(u
0
))
= s
2
0
v, A(v)) + 2s
0
t
0
v, A(w)) +t
2
0
w, A(w))
= 2s
0
t
0
v, A(w)).
Como s
0
,= 0 e t
0
,= 0 ent ao v, A(w)) = 0, signicando que v r
A

(w)
. Mas v e
autoconjugado, ent ao v r
A

(v)
, implicando que
v r
A

(w)
r
A

(v)
.
Pelo fato de A ser simetrica tambem temos w, A(v)) = 0, signicando que w
r
A

(v)
. Novamente, pelo mesmo argumento de autoconjugacao, conclumos que
w r
A

(v)
r
A

(w)
.
Mas duas retas projetivas incidem num unico ponto. Logo, v = w, uma contradi cao
pois estavamos assumindo que eles eram distintos. Pelo visto, nao existe um terceiro
ponto autoconjugado na reta projetiva r

. 2
124 CAP

ITULO 12. C

ONICAS
Exerccios propostos 12.3
1. Determine matricialmente todas as aplicacoes polares A : RP
2
RP
2
tais que os
pontos e
1
, e
2
, e
3
, u = (1 : 1 : 1) e v = (1 : 1 : 0) sejam autoconjugados.
2. Sabendo-se que a
3
+b
3
+c
3
> 3abc mostre que
a matriz ao lado determina uma polaridade.
[A] =
_
_
a b c
b c a
c a b
_
_
.
3. Uma aplica cao polar A

: RP
2
RP
2
possui pontos autoconjugados se, e somente
se, os autovalores da matriz [A] n ao tem o mesmo sinal.
12.5 C onicas em RP
2
Uma conica em RP
2
denida por uma aplica cao polar A

: RP
2
RP
2
e o conjunto
formado pelos pontos que pertencem ao seu polar. Mais precisamente.
Denicao 12.5.1 A conica determinada pela aplica cao polar A

: RP
2
RP
2
e
o conjunto denido e denotado por
(
A
= v RP
2
; v, A(v)) = 0.
A partir deste ponto passaremos a supor que a c onica nao e vazia nem dege-
nerada. Isso signica que os autovalores do operador linear invertvel e simetrico
A : R
3
R
3
n ao possuem o mesmo sinal.
Numa deni cao mais tecnica poderamos dizer que a c onica (
A
e o conjunto dos
pontos projetivos autoconjugados em rela cao a aplicacao polar A

. Ou, a c onica e
o conjunto dos pontos que satisfazem a condi cao v r
A

(v)
. Observamos que na
deni cao de conica o conjunto (
A
n ao depende do representante do ponto projetivo
tomado, pois se v, A(v)) = 0 e ,= 0 ent ao v, A(v)) =
2
v, A(v)) = 0.
Exemplo 12.5.1 Considere a matriz simetrica
[A] =
_
_
1 1 1
1 1 1
1 1 2
_
_
.
A matriz [A] dene um operador linear A em R
3
e este por sua vez induz uma
correlacao A

: RP
2
RP
2
desde que o determinante de [A] n ao e nulo. A

e uma
aplicacao polar e dene uma c onica em RP
2
. Esta informa cao esta registrada no
polin omio caracterstico de A, p(), pois as razes sao n ao iguais a zero e nao tem
o mesmo sinal, p() = ( 2)( 1 +

3)( 1

3). A equa cao homogenea da


conica (
A
no plano projetivo e calculada por v, A(v)) = 0, sendo assim,
12.5. C

ONICAS EM RP
2
125
(
A
: x
2
2xy + 2xz +y
2
+ 2yz + 2z
2
= 0.
Pergunta. Quais dos pontos projetivos v = (1 : 1 : 1) e w = (1 : 1 : 1)
pertencem `a conica (
A
? 2
Uma conica e classicada em tres tipos, dependendo da sua interse cao com a
reta ideal. Diz-se que uma c onica (
A
e:
uma elipse, se (
A
n ao intercepta I

;
uma par abola, se (
A
intercepta I

num unico ponto;


uma hiperbole, se (
A
intercepta I

em dois pontos.
Estas sao as tres possibilidades para a intersecao com a reta ideal pois, como
vimos na ultima proposi cao da secao anterior, uma reta projetiva possui no maximo
dois pontos autoconjugados.
Exemplo 12.5.2 Examinemos a equa cao homogenea x
2
2xy+2xz+y
2
+2yz = 0.
A matriz simetrica associada [A] dene um operador linear A em R
3
cujo polin omio
caracterstico possui tres razes reais nao nulas e nem todas tem o mesmo sinal,
p() = ( 2)(

2)( +

2).
O operador induz uma aplica cao polar e a equa cao dada e a equacao de autocon-
juga cao de um ponto projetivo v = (x : y : z). Veriquemos se a conica tem ponto
ideal. Seja v = (x : y : 0). Substituindo na equa cao obtemos as igualdades
0 = x
2
2xy +y
2
= (x y)
2
.
Portanto, a unica interse cao da c onica com a reta ideal e o ponto v = (x : x : 0) =
(1 : 1 : 0). A c onica (
A
e uma par abola.
Agora, os pontos (x, y) R
2
tais que (x : y : 1) (
A
devem satisfazer a equacao
x
2
2xy + 2x +y
2
+ 2y = 0.
Esta e a equacao de uma par abola em R
2
. 2
Exemplo 12.5.3 Consideremos a matriz simetrica
[A] =
_
_
1 1 3
1 1 5
3 5 2
_
_
.
Como o determinante da matriz e diferente de zero, podemos garantir que [A] dene
uma correla cao A

: RP
2
RP
2
,
A(x : y : z) = (x y + 3z : x +y + 5z : 3x + 5y 2z).
126 CAP

ITULO 12. C

ONICAS
A condi cao de autoconjuga cao, v, A(v)) = 0, nos d a a equa cao homogenea
(
A
: x
2
2xy + 6xz +y
2
+ 10yz 2z
2
= 0.
Examinemos a existencia de pontos ideais sobre a c onica. Seja v = (x : y : 0).
Substituindo suas coordenadas na equa cao obtemos
x
2
2xy +y
2
= (x y)
2
= 0.
Portanto, um ponto ideal v = (x : y : 0) pertence a (
A
se, e somente se, x = y, ou
seja, (
A
I

= (1 : 1 : 0). Logo, como existe pelo menos um ponto autoconjugado,


(
A
n ao e vazio, os autovalores de A n ao tem o mesmo sinal e A

e uma aplicacao
polar, isto e, (
A
e uma par abola.
Quais pontos do (x, y) R
2
que atraves da identica cao com o plano am
pertence `a conica? Para responder consideramos o ponto v = (x : y : 1) RP
2
e
exigimos que ele pertenca `a conica (
A
, isto e, que suas coordenadas satisfacam `a
equa cao de incidencia. Feito isto obtemos a parabola
x
2
2xy + 6x +y
2
+ 10y 2 = 0.
2
Exemplo 12.5.4 Consideremos o subconjunto de R
2
,
( : 3x
2
y
2
+ 2xy 1 = 0.
Qual o tipo de c onica em R
2
esta denida por esta equa cao homogena? A resposta
e simples. Consideramos a conica projetiva
(
A
: 3x
2
y
2
+ 2xy z
2
= 0.
Aquela primeira equa cao e obtida desta ultima via identica cao am. Vericamos
se existe pontos ideais sobre a conica projetiva,
0 = 3x
2
y
2
+ 2xy = 4x
2
(x y)
2
.
Existem dois pontos ideais, a saber,
w
1
= (x : x : 0) = (1 : 1 : 0),
w
2
= (x : 3x : 0) = (1 : 3 : 0).
Logo, ( : 3x
2
y
2
+ 2xy 1 = 0 hiperbole em R
2
.
A matriz simetrica 3 3, que dene a c onica (
A
:
3x
2
y
2
+2xy z
2
= 0 no plano projetivo e dada ao
lado.
[A] =
_
_
3 1 0
1 1 0
0 0 1
_
_
.
Observe que pelos fatos det[A] ,= 0 e (
A
= v RP
2
; v, A(v)) = 0 n ao ser
vazio, sabemos que os autovalores da matriz nao possuem o mesmo sinal. 2
Exerccios propostos 12.4
1. Determine a equa cao da c onica (
A
induzida pelo operador linear A cuja matriz na
12.6. RETAS TANGENTES 127
base canonica e dada abaixo.
a) [A] =
_
_
1 1 0
1 1 3
0 3 1
_
_
. b) [A] =
_
_
1 1 1
1 3 1
1 1 2
_
_
. c) [A] =
_
_
2 3 1
3 2 1
1 1 3
_
_
.
2. Considere a aplica cao polar associada ` a matriz simetrica
[A] =
_
_
5 3 4
3 1 2
4 2 2
_
_
.
a) Dados os pontos projetivos v = (1 : 2 : 1) e w = (1 : 1 : 3) e determine a
reta intersecao das retas projetiva A

(v) A

(w).
b) Verique que p = (1 :
1
3
: 1) e q = (1 : 1 : 1) pertencem ` a conica (
A
.
3. Classique as conicas no plano Cartesiano.
a) ( : x
2
4xy 10y
2
= 0. b) ( : 6x
2
3xy y
2
1 = 0.
c) ( : x
2
+xy +y
2
1 = 0. d) ( : 3x
2
4y
2
+ 24xy 156 = 0.
12.6 Retas tangentes
Sejam A

: RP
2
RP
2
e A

: RP
2
RP
2
as aplicacoes polar e p olo, respectiva-
mente, induzidas por um operador linear simetrico invertvel A do R
3
. Assuma que
a aplicacao polar dene uma c onica (
A
RP
2
.
Denicao 12.6.1 A conica dual e o conjunto denido e denotado por
(

A
= RP
2
; A
1
(), ) = 0.
Um ponto desta c onica e chamado de reta tangente.
A deni cao ilustra qu ao elegante e a teoria de conicas quando o tratamento e
feito com a linguagem projetiva. Iremos mostrar que um ponto de (

A
e, de fato,
uma reta projetiva tangente ` a conica (
A
com o signicado de tangencia que estamos
habituados. Com a nota cao j a xada vale a seguinte proposi cao.
Proposi cao 12.6.1 A

((
A
) = (

A
.
Prova Merecem registros duas armacoes. A primeira garante que uma reta pro-
jetiva tangente ` a conica toca (
A
em pelo menos um ponto, a saber, A

().
Arma cao 1: Se (

A
(tangente ` a conica) entao A

() (
A
. Em particular,
A

() (
A
r

.
128 CAP

ITULO 12. C

ONICAS
Por deni cao de reta tangente temos que A

() r

. Em termos de equacao de
incidencia podemos escrever A
1
(), ) = 0. Veriquemos que o ponto projetivo
A

() = A
1
() tambem pertence `a conica (
A
,
A
1
(), A(A
1
()) = A
1
(), ) = 0.
Portanto, A

() (
A
r

.
A segunda afrima cao garante que para construir uma (que ser a unica) reta
tangente `a conica no ponto v (
A
devemos tomar a reta projetiva A

(v).
Arma cao 2: Se v (
A
entao A

(v) (

A
(tangente ` a conica). Em particular,
v (
A
r
A

(v)
.
Por deni cao de conica, se v (
A
ent ao v r
A

(v)
. Como a aplicacao polar e
a aplicacao p olo sao aplicacoes inversas uma da outra, temos que A

(A

(v)) = v
r
A

(v)
. Em outras palavras, a reta projetiva r
A

(v)
e tangente `a conica.
Agora, como A

e a inversa de A

, a proposi cao segue facilmente. 2


Caracterizemos geometricamente retas tangentes. Como sabemos do Calculo,
uma reta tangente a uma conica em R
2
intercepta a c onica num unico ponto.
Proposi cao 12.6.2 r

(
A
= v se, e somente se, A

(v) = (

A
.
Prova () Seja (

A
. Pelas armacoes estudadas na demonstracao da proposi cao
acima podemos garantir que A

() = v (
A
r
A

(v)
. Assumamos, por absurdo, que
exista um outro ponto w nesta intersecao. Sendo assim, qualquer ponto do plano

A(v)
R
3
e uma combina cao linear dos vetores v e w. Portanto, os pontos da reta
projetiva r
A

(v)
sao expressos na forma
u = sv +tw, onde s e t sao n umeros reais nao nulos simultaneamente.
Levando em conta as equa coes de autoconjuga cao v, A(v)) = 0 = w, A(w)), a
condi cao de incidencia w, A(v)) = 0, a bilinearidade do produto interno e a simetria
do operador linear A, avaliemos u, A(u)), onde u = sv +tw,
u, A(u)) = 2stv, A(w)) = 2stw, A(v)) = 0.
Como s e t podem ser simultaneamente nao nulos, as igualdades acima mostram que
a reta projetiva r
A

(v)
possui innitos pontos autoconjungados. Uma contradi cao
pois como sabemos, podem existir no maximo dois pontos autoconjugado sobre uma
reta projetiva. A recproca car a como exerccio. 2
Exemplo 12.6.1 Considere a conica em R
2
. ( : x
2
+xy +y
2
1 = 0. Calculemos
a equa cao da reta tangente `a conica ( no ponto p = (1, 1). Como sempre, consi-
deramos a conica projetiva (
A
: x
2
+xy + y
2
z
2
= 0. De fato, (
A
e um conjunto
12.7. CONSTRUINDO C

ONICAS 129
n ao vazio pois p = (1 : 1 : 1) e um dos seus elementos. Como a aplicacao polar
associada e A

: RP
2
RP
2
,
A

(x : y : z) = (x +
1
2
y :
1
2
x +y : z),
a reta tangente r

no ponto p = (1 : 1 : 1) e a reta polar deste ponto,


= A

(p) = (
1
2
:
1
2
: 1) = (
1
2
:
1
2
: 1).
A reta tangente `a conica no R
2
e obtida via identica cao am, l :=
1
2
x+
1
2
y+1 = 0.
A conica ( no R
2
e uma elipse pois n ao existe intercao de (
A
com o reta ideal.
Sen ao vejamos. Seja v = (x : y : 0). Por substitui cao temos as igualdades
x
2
+xy +y
2
= (x +
1
2
y)
2
+
3
4
y
2
= 0.
Verica-se que a unica solu cao seria x = y = 0. Mas n ao existe ponto projetivo com
todas as coordenadas homogeneas iguais a zero. 2
Exerccios propostos 12.5
1. Seja (
A
a conica associada `a matriz dada ao lado.
(a) O ponto p = (2 : 1 :
1
2
+
3
2

3) (
A
?
(b) Se p = (2 : 1 : 2), determine os pontos da in-
terse cao (
A
A

(p).
[A] =
_
_
2 1 3
1 1 5
3 5 2
_
_
.
2. Calcule a equacao da reta tangente ` a conica em R
2
, ( : x
2
+ xy + y
2
1 = 0 nos
pontos p = (1, 1) e q = (

3
3
,

3
3
).
3. Sejam A

e A

as polaridades associadas ` a matriz


[A] =
_
_
1 1 1
1 3 1
1 1 2
_
_
.
a) Determine a equa cao da c onica (
A
.
b) Verique que u = (1 :
1
3
: 1) e v = (1 : 1 : 1) pertencem ` a conica (
A
e
determine a reta projetiva tangente nestes pontos.
c) De a equacao da c onica ( do plano Cartesiano obtida pela identica cao am e
explicite a equacao cartesiana da reta tangente `a conica ( no ponto correspon-
dente aos pontos u e v. Identique ( (elipse, par abola, hiperbole).
12.7 Construindo c onicas
Antes de tudo mostremos que uma colineacao transforma c onicas em conicas.
130 CAP

ITULO 12. C

ONICAS
Proposi cao 12.7.1 Seja (
A
uma c onica denida pela aplica cao polar A

: RP
2

RP
2
e seja B

: RP
2
RP
2
uma colinea cao. Entao B

((
A
) e a conica denida
pela aplica cao polar C

: RP
2
RP
2
, em que [C] = [B
1
t
A B
1
].
Prova Iremos vericar que o conjunto de pontos projetivos
B

((
A
) = w RP
2
; w = B

(v) com v, A(v)) = 0


e igual ` a conica
(
C
= w RP
2
: w, B
1
t
AB
1
(w)) = 0.
Mostremos a inclus ao B

((
A
) (
C
. Seja w B

((
A
). Por deni cao, existe um
ponto projetivo v tal que w = B

(v) e satisfazendo a equa cao v, A(v)) = 0. Calcu-


lemos
w, B
1
t
AB
1
(w)) = B(v), B
1
t
AB
1
(B(v)))
= B
1
(B(v)), A(v))
= v, A(v))
= 0.
Logo, w (
C
. A demonstra cao da inclus ao oposta e um exerccio. 2
Lema 12.7.1 Dados e
1
, e
2
, e
3
, u = (1 : 1 : 1) e v = (v
1
: v
2
: v
3
) em RP
2
. Entao
os pontos sao tres a tres nao colineares se, e somente se, v
i
,= 0 e v
i
,= v
j
para
i ,= j.
Prova Utilizando o criterio de n ao colinearidade entre tres pontos temos que
v
3
= det [e
1
, e
2
, v] ,= 0, v
2
= det [e
1
, e
3
, v] ,= 0, v
1
= det [e
2
, e
3
, v] ,= 0.
De modo semelhante,
v
3
v
2
= det [e
1
, u, v] ,= 0, v
1
v
3
= det [e
2
, u, v] ,= 0, v
2
v
1
= det [e
3
, u, v] ,= 0.
Isto termina a demonstracao do lema. 2
Proposi cao 12.7.2 Dados os pontos projetivos e
1
, e
2
, e
3
, u = (1 : 1 : 1) e v =
(v
1
: v
2
: v
3
). Se eles s ao tres a tres nao colineares, entao existe uma unica c onica
(
A
que passa pelos cinco pontos dados. Mais ainda, a conica (
A
e induzida por um
operador linear A do R
3
cuja matriz can onica e
[A] =
_
_
0 v
3
(v
1
v
2
) v
2
(v
3
v
1
)
v
3
(v
1
v
2
) 0 v
1
(v
2
v
3
)
v
2
(v
3
v
1
) v
1
(v
2
v
3
) 0
_
_
.
12.7. CONSTRUINDO C

ONICAS 131
Prova Seja
[A] =
_
_
a b c
b d e
c e f
_
_
.
Para que os pontos e
1
, e
2
e e
3
sejam autoconjugados em relacao `a aplicacao polar
induzida por A as entradas da diagonal da matriz devem ser
a = e
1
, A(e
1
)) = 0, d = e
2
, A(e
2
)) = 0, f = e
3
, A(e
3
)) = 0.
De onde segue que
[A] =
_
_
0 b c
b 0 e
c e 0
_
_
.
Para que os pontos u = (1 : 1 : 1) e v = (v
1
: v
2
: v
3
) sejam autoconjugados devemos
ter as seguintes relacoes entre os coecientes da matriz,
0 = u, A(u)) = b +c +e,
0 = v, A(v)) = v
1
v
2
b +v
1
v
3
c +v
2
v
3
e.
Qualquer solu cao deste sistema pode ser as entradas procurada.

E claro que as
solu coes estao na interse cao dos seguintes subespa cos de R
3
,

u
= (b, c, e) R
3
: b +c +e = 0,

= (b, c, e) R
3
: v
1
v
2
b +v
1
v
3
c +v
2
v
3
e = 0.
O lema anterior e as hip oteses sobre as coordenadas homogeneas de v, implicam que
os subespa cos nao sao os mesmos e que = (v
1
v
2
, v
1
v
3
, v
2
v
3
) n ao e o vetor nulo.
Logo, as solu coes do sistema sao os m ultiplos de u. Sendo assim, podemos tomar
como entradas da matriz as coordenadas do pr oprio produto vetorial, ou seja,
b = v
3
(v
1
v
2
) , c = v
2
(v
3
v
1
) , e = v
1
(v
2
v
3
).
Portanto, um possvel operador simetrico que induz uma aplica cao polar para a
qual aqueles pontos sao autoconjugados tem matriz can onica
[A] =
_
_
0 v
3
(v
1
v
2
) v
2
(v
3
v
1
)
v
3
(v
1
v
2
) 0 v
1
(v
2
v
3
)
v
2
(v
3
v
1
) v
1
(v
2
v
3
) 0
_
_
.
Resta provar que tal matriz e invertvel. De fato, como os pontos sao n ao colineares,
pelo lema anterior, v
i
,= 0 e v
i
,= v
j
para todos i ,= j. Por outro lado, um c alculo
direto mostra que
det A = 2v
1
v
2
v
3
(v
1
v
2
) (v
3
v
1
) (v
2
v
3
) ,= 0.
A conica procurada e denida pela aplica cao polar determinada por A. 2
132 CAP

ITULO 12. C

ONICAS
Exemplo 12.7.1 Determinemos a equacao da c onica que incide nos pontos e
1
, e
2
,
e
3
, u = (1 : 1 : 1) e v = (1 : 1 : 2). Pela proposi cao acima a matriz
[A] =
_
_
0 4 3
4 0 1
3 1 0
_
_
induz a aplica cao polar A

: RP
2
RP
2
cujo conjunto de pontos autoconjugados
e a conica procurada. Por um c alculo direto chegamos a (
A
: 8xy +6xz +2yz = 0.
Para determinar qual o tipo de c onica, examinamos a intersecao com os pontos
ideais. Mas ja conhecemos esta intersecao, sao os pontos e
1
e e
2
. Logo, a conica e
uma hiperbole. 2
Teorema 12.7.1 (Teorema de Papus e Maclaurin) Dados cinco pontos proje-
tivos de maneira que tres quaisquer deles s ao nao colineares, entao existe uma unica
conica que passa por estes pontos.
Prova Dados cinco pontos a, b, c, d e e, como descritos na hip otese. Considere a
unica colinea cao B

: RP
2
RP
2
que aplica, respectivamente, os pontos e
1
, e
2
, e
3
e u = (1 : 1 : 1) nos pontos a, b, c, d. Seja v = B

1
(e). Pela proposi cao anterior,
existe uma unica aplicacao polar A

: RP
2
RP
2
que dene uma c onica passando
pelos pontos e
1
, e
2
, e
3
, u e v. Logo, a coline cao B

transforma a c onica (
A
na conica
procurada. 2
Exemplo 12.7.2 Determinemos a equacao da c onica que passa pelos pontos
a = (0 : 1 : 1), b = (1 : 0 : 1), c = (2 : 1 : 0),
d = (1 : 1 : 3), e = (3 : 1 : 3).
Inicialmente construmos a colinea cao B : RP
2
RP
2
tal que
B(e
1
) = a, B(e
2
) = b, B(e
3
) = c, B(u) = d,
onde u = (1 : 1 : 1). Como sabemos, [B] = [k
1
a, k
2
b, k
3
c], onde
k
1
=
det[d, b, c]
det[a, b, c]
= 2, k
2
=
det[a, d, c]
det[a, b, c]
= 5, k
3
=
det[a, b, d]
det[a, b, c]
= 3.
Portanto, a colinea cao e determinada pela matriz
[B] =
_
_
0 5 6
2 0 3
2 5 0
_
_
.
Agora, seja
v = (v
1
: v
2
: v
3
) = B
1
(3 : 1 : 3) = (2 :
7
5
:
5
3
).
12.8. TEOREMA DE PASCAL 133
Pelo teorema anterior existe uma unica c onica passando por e
1
, e
2
, e
3
, u e v e ela
esta associada `a matriz
[A] =
_
_
0 1 7/25
1 0 8/15
7/25 8/15 0
_
_
.
A conica procurada e induzida pelo operador C em R
3
cuja matriz can onica e
[C] = [B
1
t
AB
1
]. 2
Exerccios propostos 12.6
1. Se os autovalores de uma matriz simetrica nao singular n ao tem o mesmo sinal, o
mesmo ocorre com [C]
1
t
[A][C]
1
qualquer que seja a matriz invertvel [C].
2. Encontre a equa cao da c onica incidindo nos pontos projetivos dados e classique-a.
a) e
1
, e
2
, e
3
, u = (1 : 1 : 1), v = (1 : 1 : 3).
b) p = (2 : 1 : 3), q = (1 : 1 : 5), u = (3 : 5 : 2),
v = (4 : 5 : 6), w = (12 : 13 : 8).
3. Determine a equa cao da c onica ( R
2
incidindo nos cinco pontos dados.
a) o = (0, 0), e
1
= (1, 0), e
2
= (0, 1), u = (1, 1), v = (1, 2).
b) u = (1, 1), v = (1, 1), w = (1, 1), t = (2, 0), s = (0, 2).
4. Determine a equa cao de uma conica inscrita no pent agono do R
2
cujos lados est ao
sobre as retas l
i
, i = 1, , 5.
a) l
1
: x = 0, l
2
: y = 0, l
3
: x +y 1 = 0,
l
4
: x +y + 1 = 0, l
5
: x +y 2 = 0.
5. Sejam A

e A

polaridades induzida por A. Prove que por um ponto p existem no


maximo duas retas projetivas autoconjugadas passando por p.
6. Dadas cinco retas projetivas em RP
2
, digamos
1
,
2
,
3
,
4
e
5
, de maneira que
tres quaisquer sao n ao concorrentes. Mostre que existe uma unica polaridade A

e
A

tal que todas as retas sao autoconjugadas.


12.8 Teorema de Pascal
O teorema de Pascal esta para c onicas assim como o teorema de Papus esta para
retas Euclidianas. Utilizaremos a seguinte nota cao por simplicidade de enunciado.
Dados dois pontos projetivos u e v denotaremos a reta projetiva denida por estes
dois pontos por r

uv
, onde
uv
= u v.
Teorema 12.8.1 (Hexagrama mstico de Pascal) Sejam u, v, w, u

, v

, w

seis pontos distintos sobre uma conica (


A
. Os pontos
134 CAP

ITULO 12. C

ONICAS
a = r

vw

w
, b = r

uw

w
, c = r

uv

v
.
s ao pontos colineares.
Prova: Vamos supor inicialmente que
u

= (0 : 1 : 0), v = (1 : 0 : 0), w

= (0 : 0 : 1).
Como u

e v pertencem ao conjuntos dos pontos


ideais I

, e os pontos ideais formam uma reta


projetiva, podemos garantir que nenhum outro
ponto n ao pertence a I

. Portanto, podemos considerar as coordenadas para os


pontos projetivos restantes com a terceira coordenada igual a 1,
u = (u
1
: u
2
: 1), v

= (v
1
: v
2
: 1), w = (w
1
: w
2
: 1).
Como os pontos a, b e c sao intersecoes de retas projetivas, eles sao as classes de
equivalencia dos seguintes pontos do R
3
, respectivamente,
a =
vw

v

w
b =
uw

u

w
c =
uv

u

v
.
Efetuando as opera coes obtemos os vetores
_

vw
= (0, 1, 0) ,

w
= (v
2
w
2
, w
1
v
1
, v
1
w
2
v
2
w
1
) ,

uw
= (u
2
, u
1
, 0) ,

w
= (1, 0, w
1
) ,

uv
= (u
2
v
2
, v
1
u
1
, u
1
v
2
u
2
v
1
) ,

v
= (0, 0, 1) ,
e, ap os um calculo direto, conclumos que
_
_
_
a = (v
1
w
2
+v
2
w
1
: 0 : v
2
w
2
) ,
b = (u
1
w
1
: u
2
w
1
: u
1
) ,
c = (v
1
+u
1
v
3
: u
2
v
2
: 0) .
O criterio para saber que os pontos projetivos a, b e c sao colineares e avaliar o
determinante da matriz [a, b, c] e concluir que ele e zero. Com uma manipulacao
algebrica, vericamos que o determinante desta matriz e igual a um outro determi-
nante de uma outra matriz, a saber,
det
_
_
v
1
w
2
+v
2
w
1
u
1
w
1
v
1
+u
1
0 u
2
w
1
u
2
v
2
v
2
w
2
u
1
0
_
_
= det
_
_
u
1
u
2
u
1
u
2
v
1
v
2
v
1
v
2
w
1
w
2
w
1
w
2
_
_
.
Portanto, o problema ca reduzido a mostrarmos que a matriz
12.8. TEOREMA DE PASCAL 135
[M] =
_
_
u
1
u
2
u
1
u
2
v
1
v
2
v
1
v
2
w
1
w
2
w
1
w
2
_
_
.
tem determinante zero, ou equivalentemente, mostar que o operador linear em R
3
denido pela matriz [M] tem n ucleo n ao trivial. Para isto, basta exibir um vetor
n ao nulo (k
1
, k
2
, k
3
) R
3
tal que M(k
1
, k
2
, k
3
) = (0, 0, 0). Este vetor procurado
esta relacionado com a matriz simetrica n ao singular, A, que dene a c onica (
A
.
Vejamos. Vamos supor, para facilitar os c alculos, que a matriz A e escrita como
[A] =
_
_
l k
1
k
2
k
1
m k
3
k
2
k
3
n
_
_
.
Como u

, v, w

(
A
devemos ter, por deni cao da c onica as igualdades,
_
_
_
0 = u

, A(u

)) = l
0 = v, A(v)) = m
0 = w

, A(w

)) = n
.
De onde segue que
[A] =
_
_
0 k
1
k
2
k
1
0 k
3
k
2
k
3
0
_
_
.
Por hip otese, os pontos projetivos u, v

e w tambem pertencem `a conica (


A
. Por-
tanto, das equa coes
0 = u, A(u)), 0 = v

, A(v

)), e 0 = w, A(w)).
obtemos o sistema de equacoes com incognitas k
1
, k
2
e k
3
,
_
_
_
u
1
u
2
k
1
+u
1
k
2
+u
2
k
3
= 0
v
1
v
2
k
1
+v
1
k
2
+v
2
k
3
= 0
w
1
w
2
k
1
+w
1
k
2
+w
2
k
3
= 0
.
Mas o sistema pode ser reescrito matricialmente na forma
_
_
u
1
u
2
u
1
u
2
v
1
v
2
v
1
v
2
w
1
w
2
w
1
w
2
_
_
_
_
k
1
k
2
k
3
_
_
=
_
_
0
0
0
_
_
.
Como [A] e uma matriz nao singular temos que
det
_
_
0 k
1
k
2
k
1
0 k
3
k
2
k
3
0
_
_
= 2k
1
k
2
k
3
,= 0.
136 CAP

ITULO 12. C

ONICAS
Observe que o vetor (k
1
, k
2
, k
3
) R
3
e um vetor n ao nulo, pois todas as suas
coordenadas sao diferentes de zero, e esta no n ucleo do operador linear M, impli-
cando que o determinante da matriz associada a M e zero. Mas, por constru cao,
det[M] = det[a, b, c]. Logo, a, b e c estao sobre uma mesma reta pojetiva, como
desejavamos demonstrar. 2
Exerccios propostos 12.7
1. Seja (
A
a conica associada `a matriz [A] descrita ao lado.
Verique que os pontos a seguir estao sobre a conica (
A
e determine a reta de Pascal.
[A] =
_
_
1 1 1
1 1 1
1 1 2
_
_
.
u = (1 : 1 : 2), v = (1 : 1 : 0), w = (15 : 3 : 6),
u

= (1 : 5 : 2), v

= (5 : 1 : 4), w

= (5 : 13 : 2).
2. Determine cinco pontos a
1
, a
2
, a
3
, a
4
e a
5
sobre (
A
, em
que a matriz [A] e descrita ao lado. Detemine a equa cao
da conica que passa por B(a
1
), B(a
2
), B(a
3
), B(a
4
) e
B(a
5
), em que [B] e a matriz
[A] =
_
_
2 1 3
1 1 5
3 5 2
_
_
.
[B] =
_
_
1 1/2 1/3
1/2 1/3 1/4
1/3 1/4 1/5
_
_
.
3. Dadas as quatro retas projetivas descritas a seguir, con-
sidere o hexag ono inscrito na c onica (
A
determinado por
estas retas. Prove que suas diagonais sao concorrentes.
A conica e determinada pela matriz [A] descrita ao lado.
[A] =
_
_
1 1 1
1 1 1
1 1 2
_
_
.

1
= (2, 2, 2),
2
= (0, 0, 2)
3
= (6, 18, 6)

4
= (6, 2, 2),
5
= (0, 8, 2),
6
= (10, 6, 14),
12.9 Teorema de Brianchon
Recordamos que um polgono no plano projetivo
RP
2
e obtido de um polgono no R
2
via identi-
cacao am, composta com uma colineacao.
Teorema 12.9.1 (Teorema de Brianchon)
As diagonais determinadas por pares opostos de
vertices de um hex agono circunscrito a uma conica
s ao concorrentes.
12.10. LEITURA COMPLEMENTAR 137
S ao conhecidos muitos outros resultados relacionando
polgonos inscritos em conicas, envolvendo incidencia,
e apenas incidencia. As guras que ilustram os enun-
ciados estao feitas em elipses por comodidade, mas po-
deriam ser ilustradas com qualquer outra c onica.
Proposi cao 12.9.1 Se um pent agono e inscrito numa
conica, a reta tangente a um vertice intercepta a reta
que contem o lado oposto num ponto que e colinear com
os pontos de intersecao das retas denidas pelos outros
dois pares de lados n ao adjacentes.
Proposi cao 12.9.2 Sejam s, t, u, v, w vertices de um pentagono inscrito numa
conica (
A
, tal que a reta projetiva r

uv
e oposta ao vertice s. Entao os pontos a
seguir sao colineares,
a = A

(s) r

uv
, b = r

st
r

vw
, c = r

sw
r

vt
.
Proposi cao 12.9.3 Sejam A, B, C e D vertices de
um quadril atero inscrito numa c onica, onde A e C s ao
vertices opostos. Se t
A
e t
C
s ao as retas tangentes `a
conica nos pontos A e C, respectivamente, entao os
pontos t
A
l
CD
, t
B
l
AB
e l
AC
l
BD
s ao colineares.
Proposi cao 12.9.4 Sejam A, B, C e D vertices de
um quadril atero inscrito numa c onica, onde A e C s ao
vertices opostos. Se t
A
t
B
, t
C
e t
D
s ao as retas tangen-
tes `a conica nos pontos dos respectivos indices, entao
os pontos t
A
t
D
, t
C
t
B
e l
AB
l
CD
s ao colineares.
12.10 Leitura complementar
1. C onicas Cerca de 430 aC o grego Hipocrates de Chios ( 470 aC 410 aC)
colocou o problema da duplica cao do cubo: dado um cubo com aresta de
comprimento a, construir a aresta de um outro cubo (utilizando apenas regua
e compasso), cujo volume seja o dobro do volume do cubo dado. Ele e seus
discpulos transladaram este problema para a resolu cao de um outro problema,
qual seria, a interse cao de duas curvas planas. Hoje sabe-se, utilizando teoria
de Galois que a solu cao com regua e compasso n ao e possvel.
Setenta anos depois, um aluno de Eudoxos, Menaecmus ( 380 aC 320
138 CAP

ITULO 12. C

ONICAS
aC), mostrou que estas curvas podem ser denidas como uma secao de um
cone circular reto por um plano perpendicular ao gerador. A partir deste fato,
foram determinadas v arias propriedades metricas sobre as curvas, como aquela
que relaciona raz ao entre dist ancias de seus pontos aos focos e diretriz. Muitos
estudaram estas curvas, entre os quais o grego Aristeu ( 370 aC 300
aC), Euclides e Apol onio de Perga ( 260 aC, Grecia, 190 aC. Alexandria).
Apol onio foi o introdutor dos nomes, elipse, par abola e hiperbole e descobriu
as propriedades harm onicas de polo e polar. Sua obra, C onicas, e um tratado
com 400 proposi coes.
Com Papus de Alexandria ( 290 aC 350 aC) inicia-se a hoje chamada
Geometria Projetiva, muitos dos seus resultados diziam respeito apenas `a
incidencia. O unico escrito de Papus que sobreviveu ao tempo foi Sinagoga,
uma colecao de oito livros de Matem atica escrita com o objetivo de rever a
geometria grega com comentarios, cobrindo todos os t opicos. Nao era um livro
did atico como os Elementos.
Treze seculos depois, ja na Renascenca, nasceu o
frances Blaise Pascal (1623 1662), inventor, cien-
tista ecletico e prodgio da Matem atica. Seu pai,
o advogado Etiene Pascal, com ideias educacionais
n ao ortodoxas, assumiu a educa cao do lho por conta
pr opria, decidindo que Blaise Pascal s o estudaria Ma-
tematica ao completar 15 anos de idade. Retirou to-
dos os textos de Matematica da residencia, atitude
que despertou a curiosidade do garoto que passou a,
sozinho, estudar Geometria. Aos 12 anos de idade, Blaise Pascal demonstrou
que a soma das medidas dos angulos internos de um tri angulo e 180
o
. Ao
tomar conhecimento da demonstra cao, o pai rendeu-se, presenteando-o com
uma c opia dos Elementos de Euclides.
Em Paris, aos 14 anos de idade, Pascal passou a
acompanhar o pai nos encontros patrocinado pelo
jesuta Martin Mersene (1588 1648), reuni oes ocor-
ridas na cela de Mersene. Muitos dos participan-
tes entraram para a hist oria da Matem atica: Girard
Desargues (1591 1661), Rene Descartes (1597
1650), Pierre de Fermat (1601 1655), Gilles Per-
sone de Roberval (1602 1675) e muitos outros. Aos
16 anos, em 1639, Pascal expos num dos encontros
um teorema de Geometria Projetiva que cou conhe-
cido como o hex agono mstico de Pascal.
Esse foi o primeiro teorema genuinamente n ao metrico sobre conicas. No ano
12.10. LEITURA COMPLEMENTAR 139
seguinte publicou Ensaios Sobre Se coes Conicas, do qual restou para a hist oria
apenas a p agina com a demonstra cao do hexagrama mstico. Nao mais parou,
aos dezoito anos inventou a primeira m aquina digital para c alculo (vendeu 50
exemplares), foi teologo, fez trabalhos em Fsica, Combinatoria e devemos `a
sua criatividade ate o prosaico carrinho de mao!

E sua, a m axima: O cora cao
tem raz oes que a pr opria raz ao desconhece.
Ap os um seculo, o escoces Colin Maclaurin (1698 1746) apresentou o metodo
para contruir uma c onica passando por cinco pontos dados e, praticamente,
nada mais foi acrescentado, por decadas, `a teoria de conicas, como `a Geometria
em geral. Ate que um calouro de 21 anos da lEcole Polytechnique de Paris,
Charles Julian Brianchon (1785 1864), retomou o teorema de Pascal, ha
muito esquecido e publicou, pela primeira vez, no Jornal da lEcole, o teorema
projetivo dualde Pascal com uma serie de corol arios. Com ele, a teoria de
conicas retornou com toda a for ca.
A primeira abordagem sistematica sobre conicas foi apresentada pelo sui co
Jakob Steiner (1796 1863), outro com uma biograa singular. N ao sabia
ler ou escrever ate aos 14 anos de idade e so freq uentou a escola aos 18 anos,
contra a vontade dos pais. Estudou na Universidade de Heidelberg em Berlin
enquanto tinha um modestssimo sal ario de professor de escola. Ele deniu
conicas, utilizando a ideia de relacionar pencil e centros.
Mas foi o alemao Karl Georg Christian Von
Staudt (1798 1867) que descobriu a mais im-
portante prepriedades de c onicas, a relacao entre
p olo e polar. Ela e mais importante que a pr opria
conica em si e pode ser estabelecida independen-
temente dela. Hoje, a polaridade e utilizada para
denir a c onica. O tratamento de conicas dado
neste texto, devemos a ele. Uma conica e o con-
junto dos pontos que pertencem ao seu polar.
Parte VI
AP

ENDICE
Captulo 13
Parti cao de conjuntos
Faremos uma breve apresentacao de rela coes de equivalencia sobre um conjunto.
Utilizamos este conceito para particionar um conjunto em subconjuntos disjuntos
dois a dois e construir novos espa cos geometricos, como o plano projetivo, por
exemplo.
13.1 Particionando conjuntos
Desejamos descrever em linguagem tecnica um procedimento para particionarmos
conjuntos em subconjuntos disjuntos dois a dois. Um exemplo deixar a mais claro o
signicado dos termos empregados.
Seja B o conjunto formado por todos os brasileiros. Este conjunto pode ser
particionado em 28 subconjuntos, onde cada subconjunto e constituido pelas pessoas
com a mesma naturalidade, nasceram na mesma unidade federativa (estado ou
distrito federal). A uni ao destes subconjuntos e o conjunto B e tais subconjuntos
sao dois a dois disjuntos, a interse cao de dois subconjuntos diferentes e sempre o
conjunto vazio, pois uma pessoa n ao pode ter nascido em duas UFs diferentes.
Se enumerarmos as unidades federativas respeitando-se a ordem lexogr aca, F
1
e o
conjunto formado pelos brasileiros que nasceram no Estado do Acre, F
2
e formado
por aqueles que s ao naturais do Estado do Amap a, F
3
correspondente ao Estado do
Amazonas, etc. podemos considerar um novo conjunto
= F
1
, F
2
, F
3
, ..., F
29

cujos elementos sao subconjuntos de B. O conjunto possui as propriedades


i) F
i
,= (n ao e vazio);
ii) Se F
i
F
j
,= entao F
i
= F
j
;
iii) B =
29
i=1
F
i
.
142 CAP

ITULO 13. PARTIC



AO DE CONJUNTOS
Voltemos `a ideia de considerar subconjuntos como elementos de outro conjunto.
Como ja foi dito, dado um conjunto A denota-se por T(A) o conjunto das partes
de A. Por deni cao de T(A), podemos escrever uma armacao,
C A se, e somente se, C T(A).
Como o conjunto vazio e sempre um subconjunto de qualquer conjuto A, portanto
T(A). Uma parti cao de A sera um subconjunto especial de T(A). Este conceito
e denido da seguinte forma.
Denicao 13.1.1 Seja A um conjunto nao vazio. Diremos que um subconjunto
T(A) e uma parti cao de A se, e somente se, as seguintes arma coes sao
verdadeiras:
i) nenhum elemento de e o conjunto vazio;
ii) dois elementos quaisquer de ou s ao iguais ou sao disjuntos;
iii) a uni ao dos elementos de e igual a A.
Exemplo 13.1.1 Voltando para o exemplo acima. O conjunto = F
i

29
i=1
e uma
parti cao de B, onde F
i
e o subconjunto da popula cao brasileira nascida na unidade
federativa F
i
.
Um fato que sera amplamente explorado ser a imaginar que podemos implodir
os subconjuntos da parti cao em pontos e criar um modelo geometrico para repre-
senta-lo, modelo que muitas vezes vizualizamos atraves de um esboco graco. Na
Matematica, a ideia de implodir cada subconjunto da parti cao num ponto possui
um termo tecnico para designa-lo, um registro apropriado e um signicado preciso.
Como ocorre geralmente quando estudamos Geometria, a palavra elemento e
trocado pela palavra ponto. Portanto, uma nota cao bastante conveniente e repre-
sentar os elementos da particao por x, onde estamos indicando por este smbolo o
unico elemento da parti cao que contem x. Portanto, se x e y pertencem ao mesmo
subconjunto da parti cao entao eles representam o mesmo elemento da particao,
x = y, pois so existe um unico subconjunto de A que os contem. Para enfatizar
este aspecto, denimos uma fun cao, chamada de funcao proje cao, (ou simplesmente
proje cao),
: A , (x) = x.
A proje cao esta bem denida pois existe um, e somente um, subconjunto da parti cao
que contem x. O subconjunto e aquele que estamos indicando por x. A aplicacao
tambem e sobrejetiva pois dado um ponto (elemento) de , como ele e um
13.1. PARTICIONANDO CONJUNTOS 143
subconjunto n ao vazio, podemos escolher algum dos seus elementos, digamos x, e
por deni cao da fun cao proje cao , ele sera a imagem de x.
Exemplo 13.1.2 Para cada inteiro n Z, dena o subconjunto A
n
R
2
por
A
n
= (x, y) R
2
; n x < n + 1.

E f acil vericar que


= ..., A
2
, A
1
, A
0
, A
1
, A
2
, ...
e uma parti cao de R
2
e cada subconjunto A
n
e esbocado gracamente no plano
cartesiano como faixas verticais de altura nao limitada, largura 1, incluindo no seu
bordo a reta vertical x = n mas nao incluindo a reta vertical x = n+1. Escolhendo
o ponto (n, 0) A
n
podemos registrar a parti cao na forma
= . . . , (2, 0), (1, 0), (0, 0), (1, 0), (2, 0), . . . .
Portanto, a representa cao gr aca mais natural para o quociente seria a mesma
representacao que fazemos para o conjunto dos inteiros Z. 2.
Exemplo 13.1.3 Para cada r R, considere o subconjunto A
r
R
2
denido por
A
r
= (x, y) R
2
; x = r.
Tambem aqui e f acil vericar que = A
r

rR
e uma parti cao de R
2
e cada A
r
e
esbocado gracamente no plano cartesiano como uma reta vertical. Escolhendo os
pontos (r, 0) A
r
podemos registrar gracamente a parti cao da mesma forma
que representamos os n umeros reais. 2.
Exerccios propostos 13.1
1. Se A = a, b, c, descreva o conjunto T(A) e construa uma parti cao . Quantas
parti coes voce pode construir para o conjunto A?
2. Mostre que um elemento a A pertence a um, e somente um, elemento de uma
parti cao de A.
3. Para cada real r R, seja N
r
como abaixo. Dena = N
r

rR
. Verique que e
uma parti cao de R
2
e faca um esboco graco para indicar .
(a) N
r
= (x, y) R
2
; y = r.
(b) N
r
= (x, y) R
2
; x +y = r.
(c) N
r
= (x, y) R
2
; x
2
+y
2
= r
2
.
4. Dada a fun cao f : R
2
R, f(x, y) = xy. Para cada n umero real r denote por N
r
a
curva de nvel r de f, isto e
N
r
= (x, y) R
2
; f(x, y) = r.
Mostre que = N
r

rR
e uma parti cao de R
2
e esboce um graco para indicar .
144 CAP

ITULO 13. PARTIC



AO DE CONJUNTOS
5. Considere a seguinte particao de R
2
: = (x, y)
(x,y)R
2. Embora a nota cao n ao
facilite a nossa leitura, estamos indicando que os elementos da particao sao subcon-
juntos de R
2
formados por um unico elemento. Esboce gracamente .
13.2 Rela cao de equivalencia
Passemos a descrever uma tecnica mais matematicamente apropriada para construir
parti coes de conjuntos.
Seja A um conjunto n ao vazio. Qualquer subconjunto R de A A e chamado
de rela cao em A. Uma rela cao de equivalencia no conjunto A e um subconjunto
R do produto cartesiano A A, no qual s ao v alidas as seguintes armacoes para
quaisquer elementos a, b, c A:
1) (a, a) R; (reexiva)
2) se (a, b) ent ao (b, a) R; (simetrica)
3) se (a, b) R e (b, c) R entao (a, c) R. (transitiva)
A nota cao classica para indicar uma rela cao de equivalencia R num conjunto A,
e o smbolo . Como R e um subconjunto do produto cartesiano AA, em geral,
ele e denido por uma senten ca. Sendo assim, em lugar de escrevermos (a, b) R,
escrevemos a b, lendo-se a esta relacionado com b ou a e equivalente a b. Desta
forma, podemos enunciar as propriedades anteriores da seguinte maneira:
1

) a a; (reexiva)
2

) se a b entao b a; (simetrica)
3

) se a b e b c entao a c. (transitiva)
Exemplo 13.2.1 Reapresentemos a particao da popula cao brasileira, j a citada an-
teriormente. Seja B o conjunto formado por todos os brasileiros. Dena o subcon-
junto do produto cartesiano R B B por
R = (a, b) B B; a e b nasceram na mesma unidade federativa,
ou com a notacao classica,
a b a e b nasceram na mesma unidade federativa.

E imediato vericarmos as propriedades que denem uma rela cao de equivalencia.


Reexiva a a pois a e a nasceram na mesma unidade federativa F
i
.
13.3. CLASSE DE EQUIVAL

ENCIA 145
Simetrica a b signica que a e b nasceram na mesma unidade federativa F
i
.
Logo, b e a nasceram na unidade federativa F
i
. Isto signica que b a.
Tansitiva Se a b e b c, ent ao a e b nasceram na unidade federativa F
i
e b e c
nasceram na unidade federativa F
j
. Logo, a unidade federativa F
i
e a mesma que a
unidade federativa F
j
, pois b n ao pode ter nascido em duas unidades. Isto implica
que a e c nasceram na mesma unidade F
i
, signicando que a c. 2
Exerccios propostos 13.2
Escreva a relacao de equivalencia utilizando a liguagem de conjuntos e mostre as proprie-
dades simetrica, reexiva e transitiva.
a) Seja A = R
2
. Diremos que (v
1
, v
2
) (w
1
, w
2
) se v
1
= w
1
.
b) Seja A conjunto das esferas em R
n
. Diremos que a b se o raio de a e igual ao raio
de b. 2
13.3 Classe de equivalencia
Seja uma rela cao de equivalencia num conjunto A. A classe de equivalencia de
um elemento a A e o subconjunto de A denotado e denido por
a = x A : x a.
Exerccio 13.3.1 Seja uma rela cao de equivalencia no conjunto n ao vazio A. Se
a = b entao a = b? Justique. 2
Exemplo 13.3.1 Mostremos que a seguinte relacao em R
2
e de eq uivalencia,
(x
1
, y
1
) (x
2
, y
2
) se, e somente se, x
1
= x
2
.
1. Reexiva

E claro que (x
1
, y
1
) (x
1
, y
1
) pois x
1
= x
1
.
2. Simetrica Dizer que (x
1
, y
1
) (x
2
, y
2
), signica dizer que x
1
= x
2
. Mas
podemos tambem escrever x
2
= x
1
. Isto e equivalente a (x
2
, y
2
) (x
1
, y
1
).
3. Transitiva Se (x
1
, y
1
) (x
2
, y
2
) e (x
2
, y
2
) = (x
3
, y
3
), ent ao x
1
= x
2
e x
2
= x
3
.
Logo, e imediato concluir que x
1
= x
3
, isto e, (x
1
, y
1
) (x
3
, y
3
).
Qual a classe de equivalencia de (2, 3)? Por deni cao de classe de equivalencia,
ela e o conjunto descrito por
(2, 3) = (x, y); (x, y) (2, 3).
146 CAP

ITULO 13. PARTIC



AO DE CONJUNTOS
Reescrevendo este conjunto chegamos a
(2, 3) = (x, y); x = 2 e y R.
Portanto, ao fazermos o esbo co gr aco de (2, 3) no plano cartesiano xy obtemos uma
reta vertical cuja equa cao e x = 2. Uma observa cao importante e que (2, 7) (2, 3)
(claro) e (2, 7) = (2, 3), pois
(2, 7) = (x, y); x = 2 e y R.
Isto nos leva a seguinte pergunta: se (x
1
, y
1
) (2, 3) ent ao (x
1
, y
1
) = (2, 3)? A
resposta e sim e veremos isto na proposicao a seguir. Deixamos ao leitor, a tarefa
de esbocar um gr aco da classe de equivalencia (x
1
, y
1
). 2
Proposi cao 13.3.1 Se e uma rela cao de equivalencia num conjunto nao vazio
A entao
1. para todo a A temos a a;
2. a b se, e somente se, a = b.
Prova 1) Dado um elemento a A. Por deni cao de classe de equivalencia temos
que a = b A; b a. Mas uma relacao de equivalencia e simetrica, logo, a a.
Isto implica que a a.
2) () Vamos supor que a b. Considere as classes de equivalencia
a = c A; c a e b = c A; c b.
Para vericar a igualdade, basta mostrar que cada um destes conjuntos contem o
outro. Se c a entao c a, mas por hip otese a b. Desde que a relacao e
transitiva podemos armar que c b. Isto implica que c b. Como cada elemento
de a tambem e um elemento de b, temos mostrado a inclusao a b. A inclus ao
oposta tem demonstracao semelhante utilizando a transitividade da relacao.
2) () Vamos supor que a = b. Com esta hipotese e o item 1) podemos garantir
que b a. Logo, por deni cao de classe de equivalencia segue que b a. 2
O fato importante e que uma rela cao de equivalencia sobre um conjunto A dene
uma parti cao de A. Denote por A/ o subconjunto de T(A) formado pelas classes
de equivalencia dos elementos de A.
Proposi cao 13.3.2 Se uma rela cao de equivalencia sobre um conjunto nao vazio
A entao A/ e uma parti cao de A.
13.3. CLASSE DE EQUIVAL

ENCIA 147
Prova Dado a A, considere o conjunto a = A/ . Pelo item 1) da proposi cao
anterior sabemos que a a. Portanto, o conjunto a e n ao vazio e
A
_
aA
a.
A inclus ao oposta e trivial pois como cada a A ent ao
_
aA
a A.
Isto mostra que a uni ao dos membros de e igual a A.
Mostremos que duas classes de equivalencia ou sao disjuntas ou s ao iguais. Dados
a e b em = A/ tais que a b ,= . Sendo assim, escolha um elemento x a b.

E obvio que x a e x b. Da deni cao de classe de equivalencia segue que x a


e x b. Logo, podemos concluir pela propriedade transitiva que a b. Portanto,
a = b, como demonstrado na proposi cao anterior. 2
A recproca do resultado anterior tambem e verdadeira.
Proposi cao 13.3.3 Se e uma parti cao de um conjunto nao vazio A entao existe
uma rela cao de equivalencia denida sobre A de maneira que o conjunto das
classes de equivalencia A/ e a parti cao .
Prova Dado . Denimos uma relacao sobre A do seguinte modo:
a b existe X tal que a X e b X.
Ou seja, a esta relacionado com b se existir um conjunto X da parti cao que
contem a e b. A rela cao assim denida e de equivalencia. Veriquemos.
1) Para qualquer a A existe uma classe X contendo a. Portanto, a a.
2) Para quaisquer dois elementos a, b A, se a b entao existe um X tal
que a X e b X. Logo b a.
3) Para quaisquer tres elementos a, b, c A, se a b e b c entao existem
X, Y tais que a, b X e b, c Y . Como b X Y ,= e e uma
parti cao de A, conclumos que X = Y . Logo a, b, c X, implicando que a c.
Destes tres itens podemos concluir que e uma relacao de equivalencia. Deixamos
ao leitor um exerccio. Mostrar que = A/ . 2
Exerccios propostos 13.3
148 CAP

ITULO 13. PARTIC



AO DE CONJUNTOS
1. Mostre que e uma relacao de equivalencia em Z e esboce com algum graco Z/ .
(a) a b se, e somente se, a b e divisvel por 2.
(b) a b se, e somente se, a b e divisvel por p, onde 0 ,= p Z.
2. Seja A = x Z : 0 x 16. Mostre que a b a b = 4k
0
, onde k
0
Z esta
xado, e uma relacao de equivalencia em A. Esboce com algum graco A/ .
3. Sejam a, b R. Diremos que a b b a Z. Mostre que dene uma relacao
de equivalencia em R e esboce gracamente R/ .
4. Seja A = R
2
o. Mostre que e uma relacao de equivalencia em A e esboce um
gr aco para representar A/ .
(a) a b existe > 0 tal que a = b. Para cada elemento a R
2
dado
abaixo, determine o representante de a, cuja segunda coordenada e y = 1.
i) a = (2, 3). ii) a = (1, 1). iii) a = (3, 1).
iv) a = (1, 7). v) a = (2, 3). iv) a = (0, 1).
(b) a b existe ,= 0 tal que a = b.
5. Seja A = R
3
o. Mostre que e uma relacao de equivalencia em A.
(a) a b existe > 0 tal que a = b. Fa ca um esboco graco para represen-
tar A/ . Determine o representante de cada elemento a R
3
sabendo-se que
a tem a terceira coordenada z = 1.
i) a = (2, 0, 3). ii) a = (1, 4, 1). iii) a = (3, 1, 2).
iv) a = (1, 0, 7). v) a = (2, 1, 2). vi) a = (1, 1, 1).
(b) a b existe ,= 0 tal que a = b.

Indice Remissivo
A
Academia Platonica 4, 7
Alexandre da Maced onia 4

Angulo
elptico 76
Euclidiano 60
Aplicac ao
conceito 19
ortogonal 51
polar 122
polo 122
projetiva 100
que preserva angulo 53
que preserva norma 53
que preserva produto interno 51
quociente (projetiva) 89
Apolonius 7, 138
Aristeu 138
Aristoteles 4, 17
Autoespaco 47
Autolicos de Pitane 4
Autovalor, autovetor 46
Autoconjugado
ponto projetivo 123
reta projetiva 123
Axioma de Playfair 6
Axiomas nao utilizados por Euclides 8
B
Base
can onica do R
n
29
ordenada 29
ordenada positiva (negativa) 31
ortonormal 36
Begle, Edward G. 10
Birkho, David 10
Brianchon, Charles Julian 139
C
Classe de equivalencia 145
Crculo untiario canonico 58
Cirilo, Patriarca de Alexandria 7
Colinearidade
no plano elptico 71
no plano projetivo 94
Combinac ao linear 25
Congruencia
de angulos Euclidianos 61
de luas 76
de segmentos elpticos 75
de segmentos Euclidianos 60
de tri angulos elpticos 77
Continuidade
veja Sistema axiomatico 67
Coordenadas homogeneas 89
Correlac ao 100
Conjugada, reta projetiva 123
Conica 124
Conjunto
linearmente independente 28
ortonormal de vetores 36
Correlac oes 121
Coxeter, H. M. S. 10
D
Delta de Kronecker 36
Desargues, Girard 8, 138
Descartes, Rene 138
Desigualdade de Cauchy-Schwarz 34
Dinostrato 4
Distancia
denic ao 49
elptica 67
Euclidiana 50
projetiva 99
E
Elementos
150

INDICE REMISSIVO
de Euclides 5
de Hipocrates 3
Elipse 125
Escalar 21
Esfera
dual 74
em R
n
58
unitaria canonica 58, 67
Espaco
Cartesiano 20
vetorial 21, 31
Euclides 5, 138
Eudoxos 4, 138
Euler, Leohnard 74, 99
F
Fermat, Pierre 138
F ormula de Lagrange 37
Fun c ao proje c ao 142
G
Gauss, J. C. F. 7
Geometria
Am 95
Analtica 12
Elptica (dupla) 67
Elptica simples (projetiva) 87
Espacial (solida) 62
Euclidiana (plana) 57
nao Euclidiana 13
Projetiva (Elptica simples) 87
H
H 60
Hemisferio 76
Hilbert, David 9
Hipatia 7
Hiperbole 125
Hiperplano em R
n
58
Hipocrates 3, 137
I
I 90
Identicac ao am 96
Identidade
cclica 38
de Lagrange 38
Isometria
de R
n
49
de S
2
74
J
Justiniano, Imperador Romano 7
K
Kepler, Johannes 99
Klein, Felix 14
L
Lei dos senos (cossenos) em S
2
, 1
a
80
Lei dos senos (cossenos) em S
2
, 2
a
85
Liceu 4
Lua 76
M
Maclaurin, Colin 139
Matriz
can onica 41
de uma transforma c ao linear 41
invertvel 44
simetrica 48
transposta 48
Meneacmus 4, 138
Mersene, Martin 138
Movimento rgido 49
Museu de Alexandria 5
N
Newton, Isaac 7
Norma 34
N ucleo de uma transformac ao linear 40
O
Operador
linear 39
linear simetrico 48
positivo (negativo) 48
transposto 47
Orientac ao
de uma reta elptica 73
de uma reta Eculidiana 60
P
Papus 7, 138
Parabola 125
Partic ao de conjunto 142
Pascal, Blaise 8, 138
Pitagoras 3
Plano

INDICE REMISSIVO 151


am 95
Cartesiano 20
em R
3
62
elptico 69
elptico dual 73
Euclidiano 59
orientado 72
perfurado 88
projetivo 88
Platao 4
Polgono projetivo 110
Polinomio caracterstico 47
Pontos ideais 90
Produto
vetorial 36
vetorial duplo 38
interno 33
Projetividade 100
Ptolomeu I 5
R
Relac ao de equivalencia 144
Reta
am 96
de Desargues 113
de Papus 111
em R
2
62
em R
3
63
elptica 69
elptica orientada 72
Euclidiana orientada 60
perfurada 88
projetiva 91
tangente a uma c onica 127
Roberval, Persone de 138
S
S
1
, S
2
58
Saccheri, Giovanni 8
Sistema axiomatico
da Geometria Am 96
da Geometria Elptica 66
da Geometria Euclidiana 14
da Geometria Projetiva 87
de Euclides 6
de Hilbert 9, 14
Segmento
de reta Euclidiano 60
orientado 22
Semi-plano
elptico 76
Euclidiano 60
Steiner, Jakob 139
Subespaco vetorial 24
T
Tales de Mileto 3
Teaetetus 4
Teodoro de Cirene 4
Teorema
da classicac ao das isometrias de S
2
74
da classicac ao das isometrias de R
n
53
de Brianchon 136
de Desargues 113
de Girard 82
de Papus 111
de Papus e Maclaurin 132
de Pascal 134
de Pitagoras 78
do n ucleo e da imagem 43
espectral 48
fundamental da Geom. Projetiva 105
Transformac ao linear
denic ao 39
invertvel 44
Translac ao 50
Triangulo
elptico 77
elptico dual 84
V
Veblen, Oswald 10
Vetor normal
a um plano em R
3
62
a uma reta em R
2
59
Vetor unitario 34
Vetores ortogonais 35
von Staudt, Karl Georg Christian 99, 139
W
Wesley Young, John 10
Referencias Bibliogracas
[A-L] Anglin, W.S. & Lambek, J.; The Heritage of Theles; Undergraduate
Texts in Mathematics; Springer-Verlag (1995).
[An1] Andrade, P.; Um curso de

Algebra Linear; Prepint; Universidade Federal
do Ceara (2002).
[An2] Andrade, P.; Introdu cao `a

Algebra Linear; Editora Fundamentos 1
a
Edicao (2003).
[Ang] Anglin, W.S.; A Concise History of Philosophy; Readings in Mathema-
tics; Undergraduate Texts in Mathematics; Springer-Verlag (1991).
[ArB] Artmann, B.; Euclid - The creation of Mathematics; Springer-Verlag
(1999).
[Ar1] Artin, E.; Geometric Algebra; Wiley Classic Library; Interscience Pu-
blishers, Inc., N. Y. (1988).
[BCB] Boyer, C. B.; Historia da Matem atica; Tradu cao Elza Gomide; Editora
Edgar Bl ucher Ltda - Univ. de S ao Paulo (1974).
[BJL] Barbosa, J. L. M.; Geometria Hiperb olica; SBM; XX Col oquio Brasileiro
de Matematica (1995).
[Bon] Bonola, R.; Non Euclidian Geometry; Dover Publications, Inc. (1955).
[Cal] Calinger, R.; Classics of Mathematics; Edit. Ronald Calinger; Prentice
Hall (1995).
[Cx1] Coxeter, H. S. M.; Non-Euclidian Geometry; The Mathematical Asso-
ciation of America, Spectrum Series, 6
a
Ed. (1998).
[Cx2] Coxeter, H. S. M.; The Real Projective Plane; 3
a
Ed. Springer -Verlag
(1992).
REFER

ENCIAS BIBLIOGR

AFICAS 153
[Fis] Fishback, W. T.; Projective and Euclidian Geometry; John Willy and
Sons, Inc, 2
a
Ed. (1964).
[Hai] Hanes, K.; Analytic Projective Geometry and Its Applications; UMAP
Modules, (1990) pg 111-149.
[Har] Hartshorne, R.; Geometry: Euclid and Beyond; Springer-Verlag (2000).
[Hea] Heath, Sir T.; A History of Greek Mathematics, vol I, II ; Dover Publi-
cations Inc. NY (1981).
[Lng] Lang, S.; Estruturas Algericas; Ao Livro Tecnico S. A. (1972).
[M-P] Modenov, P. S. & Parkhomenko, A. S.; Geometric Transformations,
vol I e vol II; Academic Press (1965).
[Mon] Montanelli, I.; Historia dos Gregos; IBRASA; 2
a
Edicao (1968).
[Rat] Raticliffe, J.; Foundations of Hyperbolyc Manifolds; Graduate Texts in
Mathematics; Springer-Verlag, n 149 (1994).
[Sti] Stiwell, J.; Mathematics and His History; Undergraduate Texts in
Mathematics; Springer-Verlag (1989).
[W-W] Wallace, E. C. & West, S. F.; Roads to Geometry; 2
a
Ed. Prentice
Hall (1998).
[Win] Winterle,P.; Vetores e Geometria Analtica; Makron Books (2000).
[Wyl] Wylie Jr, C.R.; Introduction to Projective Geometry; McGraw-Hill Book
Comp. (1970).
[web1] The MacTutor History of Mathematics Archive; Created by J. J. OConnor
& E. F. Robertson, www.history-mcs.st-andews.ac.uk
Pl acido Andrade
Universidade Federal do Ceara
Centro de Ciencias
Departamento de Matematica
Campus do Pici Bloco 914
CEP 60.455-760 Fortaleza, CE, Brasil
Fax (85) 288.98.89
e-mail andrade@mat.ufc.br
Abdenago Alves Barros
Universidade Federal do Ceara
Centro de Ciencias
Departamento de Matematica
Campus do Pici Bloco 914
CEP 60.455-760 Fortaleza, CE, Brasil
Fax (85) 288.98.89
e-mail abbarros@mat.ufc.br