THOMSON baa cael Peasy. LINEAR David PooleGerente E Adilson Pereira Editor de Desenvolvimento: Marcio Coelho Produtora Editor ‘Ada Santos Seles Produtora Grafica: Patricia La Rosa COPYRIGHT © 2003 de Brooks/Cole COPYRIGHT © 2004 para a lingua portuguesa adquirido por Ploneira Thomson Learning Ltda, ‘uma divisio da Thomson Learning, Inc Thomson Leaming™ & uma marca registrada aqui utlizada sob licenca Printed in Brazil. 1234 060506 Rua Traipu, 114 — 39 andar Perdizes - CEP 01235-000 Sao Paulo SP Tel. (11) 3665-9900 Fax: (11) 3665-9901 sac@thomsoniearning.com br \wwvw.themsonlearning com br THOMSON THOYSON: Titulo Original: Linear algebra: a modern introduction ISBN: 0-534.24170.8, Tradutoras Técnicas: Martha Salerno Monteiro (Coord.), Celia Mendes Carvalho Lopes, Fernanda Soares Pinto Cardona, lole de Freitas Druck, Leila Maria Vasconcelos Figueiredo, Maria Lécia Sobral Singer e Zara ssa Abud Todos os direitos reservados. Nonhuma parte deste livros poderd ser reproduzida, Sejam quais forem os melos ‘empregados, sem a permissao, por escrito, da Editora ‘Aos infratores aplicam-se as sancoes previstas nos artigos 102, 104, 106 e 107 da Lei 19.610, de 19 de fevereiro de 1998. Copidesque: Glauco Peres Darmas Re Danae Stephan e Marcos Soe! Editoragio Eletréni know-how Editorial Gy Mageart Design Dados internacionais de Catalogacio na Publicagio (CIP) sileira do Livro, SP, Brasil) Algebra linear ! David Poole, 1955; ‘radutorastecricas Martha Salerno Monteiro (coord). [etal] ~: 580 Faulo: Pioneira Thomson Learning, 2008. Titulo original: Linear algebra: @ modern introduction Variastradutoras "SBN #5.221.0259.2. Algebra linear |. Titulo. 03-5647 coDs125 Indices para catélogo sistemitico: Algebra linear : Matematica 5125vill Sumério @ Capitulo3 Marizes 3.1___Introdugao: Matrizesem Agio 125 3.2. re -scom Matrizes 127 3.3__A Algebra de Matrizes 142 3.4__A Inversa de uma Matriz 157 3.5 Subespagos, Base, Dimensiio e Posto _167 3.6 Introducio as Transformagées Lineares 187 3.7 Aplicagdes 201 Investigagio: A Fatoragao LU 225 @ Capitulo 4 Valores e Vetores Préprios 41 Introdugao: Um Sistema Dinamico sobre Grafos 230 4.2 __Introdugiio aos Valores ¢ Vetores Préprios 232 43 __Determinantes 239 Investigacdo: Aplicacdes Geométricas de Determinantes 259 4.4 Valores e Vetores Proprios de Matrizes n Xn_264 4.5 Semelhanga e Diagonalizagio 272 4.6 Métodos Iterativos para 0 Calculo de Autovalores 282 4.7 Aplicagdes ¢ 0 Teorema de Perron-Frobenius 297 @ Capitulo 5 Ortogonalidade 5.1 Introdugo: Sombras em uma Parede 320 5.2__Ortogonalidade em R" 323 5.3 Complementos e Projegdes Ortogonais 332 5.4___O Processo de Gram-Schmidt e a Fatoragdo QR 342 Investigacao: A Fatori R Modificada 350 Investigagao: Aproximagiéo de Autovalores Usando Algoritmo QR 352 5.5 Diagonalizagaio de Matrizes Simétricas 353 5.6 Aplicagdes 367 @ Capitulo 6 Espacos Vetoriais 6.1__Introdugao: Quadrados Mégicos 385 6.2 Espagos Vetoriais e Subespagos 387 6.3 Dependéncia Linear, Base e Dimensdo 40] 6.4 Mudangade Base 475 6.5 Transformagéecs Lineares 424 6.6 _ONiicleo e a Imagem de uma Transformagao Linear 433 6.7 __A Matriz de uma Transformacao Linear 447 Investigagéo: Mosaicos, Reticulados e a Restrigo Cristalogréfica 465 68 Aplicagdes 468Sumirio i @ Capitulo 7 Distancia e Aproximagao 7.1 Introdugao: A Geometria do Taxista 484 7.2 Espagos com Produto Interno 486 Investigacdo: Desigualdades Geométricas ¢ Problemas de Otimizagao 498 7.3. Normas e Fungdes Distincia 502 7.4 Método dos Minimos Quadrados 518 7.5 A Decomposico por Valores Singulares 540 7.6 Aplicagdes 559 @ Apéndice A__A Notacio Matematica e Métodos de Demonstragio 572 2 lice B__ Inducado Matematica 58/ @ Apéndice C__Numeros Complexos 588 @ Apéndice D_ Polindmios 600 @ Apéndice E Bytes de Tecnologia 6/0 Respostas a Exercicios Selecionados de Numero impar 652 indice Remissiva 1Prefacio A Giltima coisa que se sabe quanido 96 esereve ‘um liv 6 6 gue eoloeat primeito, Blaise Pascal Pensées, 1670 ‘ow dois semestres, como ela € tipicamente cursada por alunos de primeiro ou segundo ano. Escrevi 0 livro com esse piiblico em mente. Ele é, antes de tudo, destinado aos alunos: fiz o melhor que pude para escrevé-lo de modo que os alunos 0 achassem facil de ler e, além disso, tivessem vontade de 1é-lo. (Claro Que ficarei satisfeito se os professores sentirem o mesmo!) Uma disciplina introduiria de élgebra linear costuma ter alunos provenientes de varios curses de gra- duagao. Além de alunos de cursos de Matematica, é possivel haver alunos vindos de cursos de Engenharia, Fisica, Quimica, Ciéncia da Computacao, Biologia, Ciéncia Ambiental, Geografia, Economia, Psicologia, Administrago ¢ Educagao, bem como outros alunos que cursam a disciplina como eletiva ou para cumprir requisitos para a graduagio. Destinar um livro a um grupo de estudantes potencialmente to diverso apre- senta vérios desafios: como balancear teorias e aplicagdes? A exposigdo deve ser rigorosa ou informal? A abordagem expositiva tradicional é incompativel com um aprendizado centrado no estudante? Qual o papel da tecnologia ¢ das consideragdes computacionais relacionadas com ela? Pode a Algebra linear ser tornada “enxuta e viva”? | Neste Preféicio, descreverei como essas questées foram abordadas (de modo bem-suce- ido, espero) em meu texto. ‘Nao existe um tinico estilo de aprendizado. Em qualquer classe haverd alguns alunos que trabalham bem individualmente e outros que trabalham melhor em grupos, alguns que preferem o aprendizado com base em leituras e outros que prosperam em um ambiente de oficina didatica, alguns que apreciam manipulacdes al- gébricas, outros adeptos de métodos numéricos (com ou sem um computador) ¢ alguns que exibem forte in- tuigo geométrica. Um bom livro-texto usa uma variedade de maneiras para apresentar o material, para que todos 0s tipos de estudante possam encontrar um caminho a seguir, Em consonancia com essas idéias, apre- sento 0s t6picos algebricamente, geometricamente, numericamente e verbalmente. Este livro reflete a minha crenga — baseada em aproximadamente 20 anos de experiéncia com ensino~ no fato de as técnicas pedagégicas apropriadas para alunos de outros cursos de graduaco serem igualmente apropriadas para alunos de cursos de graduacdo em Matematica, Estratégias de ensino que incorporam pro- E: livro foi projetado para uso em uma disciplina introdutéria de dlgebra linear, com duragio de um N'T: Lean and lively, no original em inglés. Esta expresso ¢ identificada como “movimento de reforma” do edlculo, movimento este originade com a obra Toward « lean and lively calculus, de R.G. Douglas (Washington, DC: Mathematical Association of America, 1986). O mesmo sentimento é igualmente aplicavel a slgebra linear,xi Precio jetos de estudo, experiéncias de aprendizado em grupo, trabalhos escritos ¢ 0 uso de tecnologia sao tao apro- priadas em uma classe de bons alunos de Matemitica como em uma disciplina de servigo. Uma disciplina de Algebra linear voltada A preparagdo dos alunos para disciplinas te6ricas de nivel mais avangado deve também expor esses alunos as aplicagdes. Reciprocamente, uma disciplina de dlgebra linear aplicada ou numérica deve mencionar alguns dos resultados teéricos que justificam as técnicas. E todos os estudantes de algebra linear devem pelo menos ganbar consciéncia dos métodos muméricos empregados na pratica para a reso- lugdo, com dados reais, de problemas em grande escala. A abordagem deste livro é compativel com a maioria das recomendagoes feitas pelo Grupo de Estudos Curriculares de Algebra Linear para uma primeira disciplina de algebra linear.” O impeto geral dessas re- comendagées, baseadas em uma oficina realizada em 1990 no College of William and Mary, € se afastar da abstragdo em diregdo a uma disciplina mais concreta, baseada em matrizes. Do ponto de vista pedagégico, nao hé divida de que, para a maioria dos alunos, exemplos coneretos devem preeeder a abstragéio. Segui essa abordagem aqui, Entretanto, nio acredito que matrizes e sistemas de equagdes lineares devam aparecer pri- meiro, Algebra linear é essencialmente 0 estudo sobre vetores e, portanto, os alunos devem ver vetores antes (em uma situagdo concreta) para ganhar alguma intuigio geométrica. Além disso, apresentar com antecedén- cia os vetores permite que os alunos vejam como os sistemas de equacdes lineares surgem naturalmente de problemas geométricos. Matrizes surgem, entio, de modo igualmente natural, dos sistemas lineares, como matrizes de coeficientes e como agentes de mudanca (transformagoes lineares). Pode-se dizer que este livro segue uma abordagem baseada em vetores, na qual as matrizes desempenham um importante papel de apoi Em consonancia com a temética “enxuta e viva’, tentei limitar 0 atimero de teoremas no texto. Na maioria dos casos, os resultados rotulados como teoremas so utilizades mais tarde no texto ou resumem um trabalho precedente. Resultados interossantes, porém néo centrais para o livro, foram inclufdos como exercicios ou investigagdes. Um exemplo é 0 produto vetorial de dois vetores, tratado somente em investi- gages (nos Capitulos 1 ¢ 4) Diferentemente de muitos livros, este no tem um capitulo sobre determi- nantes. Os resultados essenciais estdo todos na Seydo 4.3, ¢ o material adicional de interesse esid na investi- gacio “Aplicacdes Geométricas dos Determinantes”. O livro &, no entanto, abrangente para um texto introdut6rio. Sempre que possivel, incluf demonstracées elementares e acessiveis de teoremas, para evitar a necessidade de dizer que “a demonstragao deste resultado esta além do alcance deste texto”. O resultado ¢, espero, uma obra autocontida. ‘Nao fui parcimonioso com as aplicagdes. A quantidade delas no livro excede bastante 0 que se pode co- brir em uma s6 disciplina. Entretanto, € importante que os alunos vejam a extensio impressionante de pro- blemas aos quais a élgebra linear pode ser aplicada. Inclui também material moderno sobre teoria da codifi- cago, assunto nfo encontrado normalmente em textos introdut6rios de dlgebra linear. Algebra linear € um assunto estimulante. Como ponto de entrada, conduz aos muitos ramos da ma- temética com os quais tem ligagdes, incluindo algebra abstrata, matemdtica discreta, cdlculo, equagoes dife- renciais, geometria, estatistica, métodos numéricos, pesquisa operacional e sistemas dindmicos. Ela expie os estudantes a aspectos tedricos, aspectos aplicados e aspectos numéricos da matemdtica e tem aplicagées em uma gama variada de disciplinas. Espero que, com este livro, os estudantes aprendam a valorizar a beleza, 0 poder e a imensa utilidade da algebra linear, e que o fagam se divertindo. Caracteristicas Estilo de Escrita Claro texto € escrito em um estilo simples, direto © coloquial. Tanto quanto possivel, usei “portugués ma- temitico” em vez de me besear em notacéo matemitica. Todas 2s demonstragées apresentadas, porém, siio 2 Veja The College Mahemaicslournal, n.24, 1993p. 41-46.Prefécio xii completamente rigorosas, ¢ 0 Apéndice A contém uma introdugao 4 notagio matematica para aqueles que desejarem empregé-la em seu préprio texto. Exemplos concretos aparecem quase sempre antes dos tcore- ‘mas, que sao entdo seguidos por exemplos adicionais ¢ aplicagdes. Esse percurso — do especifico para o geral e de volta ao especifico — é consistentemente realizado ao longo do livro. Conceitos-Chave Apresentados com Antecedéncia Muitos alunos encontram dificuldade quando uma disciplina de Algebra Linear vai da parte pratica (resolugao de sistemas de equacdes lineares, manipulagio de vetores e matrizes) para a parte tedrica (conjuntos ge- radores, independéncia linear, subespagos, bases e dimensdo). Este livro apresenta com antecedéncia todos 08 conceitos-chave da dlgebra linear, em um cenério concreto, antes de revisité-los com generalidade total. Conceitos vetoriais como produto escalar, comprimento, ortogonalidade e projecdo sao discutidos primeiro no Capitulo 1, no cendrio concreto do R? e &, antes de as nogdes mais gerais de produto interno, norma e projecdo ortogonal aparecerem nos Capftulos 5 e 7. Analogamente, as nogdes de conjunto gerador e inde- pendéncia linear recebem um tratamento conereto no Capitulo 2, antes de serem generalizadas para espaos vetoriais no Capitulo 6. Os conceitos fundamentais de subespaco, base e dimensao aparecem primeiro no Capitulo 3, quando so apresentados 0 espaco linha, 0 espago coluna e o espago nulo de uma matriz, mas so- mente no Capitulo 6 essas idéias recebem um tratamento geral. Autovetores e autovalores séo apresentados e explorados no Capitulo 4, para matrizes 2x2, antes de aparecerem no caso Xn. No inicio do Capitulo 4, teremos apresentado todos os conceitos-chave da dlgebra linear, com exemplos numéricos completos para Ihes dar apoio. Quando, mais adiante no livro, essas idéias aparecerem com toda a generalidade, os alunos jé poderdo estar acostumados com elas e por isso nao se sentirao muito intimidados. Enfase em Veiores e Geometria Seguindo a filosofia de que dlgebra linear é, fundamentalmente, o estudo de vetores, este livro salienta a in- tuigdo geométrica. Em conformidade com isso, o primeiro capitulo € sobre vetores ¢ desenyolve muitos con- ceitos que aparecem repetidamente ao longo do texto. Conceitos como ortogonalidade, projeciio e combi- nagio linear sao todos encontrados no Capitulo 1, 0 qual contém ainda um tratamento abrangente do estudo de retas e de planos em R', o qual traz idéias essenciais para a resolugdo de sistemas de equagdes lineares. Essa énfase em vetores, geometria ¢ visualizagao é recorrente ao longo do texto. O Capitulo 4 apresenta au- tovetores usando “autofiguras” como apoio visual. A demonstragao do Teorema de Perron é vista heuristica- mente em um primeiro momento para depois ser vista formalmente, com o emprego de um argumento geo- métrico nos dois casos. A natureza da decomposi¢go por valores singulares é também explicada informalmente com 0 uso de um argumento geométrico. Inves igacoes Cada capitulo comeca com uma investigacio dirigida (Se¢ao 1), na qual os alunos séio convidados a descobrir — individualmente ou em grupos ~ algum aspecto do capitulo que ela inicia. Exemplificando: "O Jogo da Pista de Corrida” apresenta vetores, “Matrizes em Ago” mostra a multiplicagdo de matrizes e as transformagdes lineares, “Quadrados Magicos” refere-se aos espagos vetoriais e “A Geometria dos Taxistas” prepara para a generalizacio dos conceitos de norma e de distancia. Investigagdes adicionais encontradas ao longo do livro incluem aplicagdes de vetores e determinantes & geometria, um estudo de simetria por meio dos mosaicos de M. C. Escher e problemas de otimizagdo que empregam desigualdades geométricas. Hé também investi- gages que apresentam importantes consideragdes numéricas, anélise de algoritmos e fatoragao LU. Atribuir algumas dessas investigagdes como tarefas aas alunos é uma forma de encorajé-los a se tornarem aprendizes ativos e de torné-los “donos” de uma pequena parte da disciplina.xiv Prefécio Aplicagées O livro contém uma selegdo abundante de aplicagGes escolhidas de uma ampla gama de reas, incluindo mate- miatica, ciéncia da computagdo, fisica, quimica, engenharia, biologia, psicologia, geografia e sociologia. Dentre essas aplicagdes, € digno de nota o forte tratamento da teoria da codificagiio, desde os cédigos detectores de erros(tais como o International Standard Book Number, ou ISBN) até os sofisticados cédigos corretores de ertos (como 0 cédigo de Reed-Muller, empregado para transmitir, do espago, as fotografias feitas por satélites). Exemplos ¢ Exercicios Hi aproximadamente 400 exemplos neste livro, a maior parte deles com mais detalhes do que 6 de costume em um livro texto-introdutério de lgebra linear. Esse nfvel de detalhe est de acordo com a filosofia de que 0s alunos devem desejar (e ser capazes de) ler um livro-texto, Nao se espera que todos esses exemplos sejam vistos em classe; muitos podem ser designados para estudo individual ou em grupo, possivelmente como parte de um projet. A maioria dos exemplos tem como contrapartida pelo menos um exerefcio, para que os alunos possam testar as aptidées cobertas no exemplo antes de explorar generalizagdes. O livro inclui mais exercfcios (acima de 1.800) do que a maioria dos livros-textos em um nivel similar. As espostas para a maior parte dos exercicios préticos de atimero fmpar podem ser encontradas ao final do livro. Isso significa que os alunos podem estudar um exemplo no texto, praticar com um exercicio com ntimero impar e conferir a resposta antes de trabalhar em um exercfcio proposto. Professores encontrardo uma abundancia de exercicios, dentre os quais poderio selecionar tarefas propastas. Os exercicios em cada secdo aparecem em uma progressio gradativa, desde os rotineiros até os desafiadores. Eles variam dos volta- dos para 0 célculo manual aos que requerem o uso de uma calculadora ou de um sistema de dlgebra com- putadorizado. Variam ainda de exercicios tedricos ¢ numéricos a exercicios conceituais. Muitos dos exemplos € exercicios usam dados reais compilados de situagdes veridicas. Ha, por exemplo, problemas sobre mode- lagem do crescimento das populagdes de renas e focas, avaliago da data do monumento de Stonehenge usando carbono radiativo € predigdo dos salérios de jogadores profissionais de beisebol. O trabalho nesses proble- mas reforca o fato de a dlgebra linear ser uma ferramenta valiosa para a modelagem de problemas da vida real. Resumos Biogréficos e Notas Etimolégicas E importante que os estudantes aprendam alguma coisa sobre a historia da matematica e que venham a percebé-la como um esforgo tanto social ¢ cultural quanto cientifico. Assim, 0 texto contém pequenos es- bocos biogrificos de muitos dos mateméticos que contribuiram para o desenvolvimento da Algebra linear. Espero que eles ajudem a colocar uma face humana no assunto e a proporcionar aos estudantes um outro modo de se relacionar com a matéria. Percebi que muitos estudantes sentem-se alienados da matematica porque a terminologia nao faz sentido para eles ~ ela é simplesmente uma colegdo de palavras a serem aprendides. Para ajudar a superar esse problema, incluf pequenas notas etimolégicas que dao a origem de muitos termos usados em dlgebra linear. (Por exem- plo, por que usamos a palavra “normal” para nos referirmos a um vetor perpendicular a um plano?) Icones de Margem As margens do livro contém virios {cones cujo objetivo é chamar a atengdo do leitor de diversas maneiras. Cilealo diferencial ¢ integral no é um pré-requisito para este livro, mas a ilgebra linear tem muitas aplicagoes interessantes e importantes no célculo. O icone [4% denota um exemplo ou exereicio que requer céleulo.Preitcio xv (Esses exercicios podem ser omitidos se nem todos na classe tiveram pelo menos um semestre de célculo. Alternativamente, eles podem ser propostos como projetos) O icone /AaMliB/ denota um exemplo ou exercicio que envolve nimeros complexos. (Para estudantes que nao tém familiaridade com nimeros com: plexos, o Apéndice C contém todo 0 material basico necessério.) O fcone AB indica que é necessirio ~ ou pelo menos util — um sistema algébrico computacional (por exemplo, Maple, Mathematica ou MATLAB) ou uma calculadora com capacidade de lidar com matrizes (como TI-89, TI-92 ou HP-48G) para a resolugao do exemplo ou exercicio, Em um esforgo para ajudar os alunos a aprender como ler e usar este livro-texto mais eficientemente, assinalei varios locais nos quais 0 leitor € aconselhado a fazer uma pausa. Esses podem ser lugares em que uma conta seja necessiria, parte de uma demonstragiio deva ser complementada, uma afirmagdo deva ser verificada ou algum pensamento extra seja requerido. Um icone com uma flecha =BB> aparece na margem em tais locais; a mensagem é “Va mais devagar. Pegue seu lépis. Pense sobre isto”. Tecnologia Este livro pode ser usado com sucesso por estudantes, tendo eles ou nao acesso a tecnologia. Contudo, calcu- ladoras com capacidade de efetuar operagdes com matrizes e sistemas algébricos computacionais (CAS) sio atualmente acessiveis e, se usadas de maneira apropriada, podem enriquecer a experiéncia do aprendizado, bem como ajudar com os célculos tediosos. Neste texto, adoto 0 ponto de vista de que os alunos precisam dominar todas as técnicas basicas de Algebra linear resolvendo @ mo exemplos que ndo envolvam contas dificeis. A tecnologia pode entio ser usada para resolver exemplos subseqiientes e aplicagées, ¢ para aplicar téenicas que se apdiem nas anteriores. Por exemplo, quando sao introduzidos sistemas de equacdes lineares, slo apresentadas solugdes detalhadas, mais tarde, as solugdes so simplesmente citadas € espera-se que 0 leitor as confira. Este € um bom momento para usar alguma forma de tecnologia. Da mesma maneira, quando aplicagdes usarem dados que tornem 0s edleulos & mio nio préticos, use tecnologia. Todos os méto- dos numéricos que sao discutidos dependem do uso de teenologia. Com ajuda da tecnologia, os estudantes podem explorar a élgebra linear de algumas maneiras estimu- lantes e descobrir muito por si mesmos, Por exemplo, se um dos coeficientes de um sistema linear for tro- cado por um parametro, quanio irdo variar as solugdes? Quanto a mudanga de um tinico elemento de uma matriz afetard seus autovalores? Este livro nao € um manual de tecnologia, e, em partes em que a tecnologia pode ser usada, nao especifiquei um tipo particular de tecnologia. O Apéndice E, chamado “Bytes de Tecnologia”, da instrugdes para resolver uma selecio de exemplos de cada capitulo usando Maple, Ma- thematica e MATLAB. Imitando esses exemplos, os alunos poderdo fazer mais calculos ¢ exploragdes usando qualquer um dos CAS que eles tiverem. Algebra Linear Numérica e Algebra Linear Finita texto aborda dois aspectos de dlgebra linear que sdio raramente mencionados juntos: élgebra linear finita © algebra linear numérica, Com a introducao, logo no inicio, de aritmética modular, fui capaz de fazer da dlge- bra linear finita (mais apropriadamente, “Algebra linear sobre corpos finitos”, embora cu nio use essa frase) um tema recorrente ao longo do livro. Esse enfoque fornece acesso ao material sobre teoria de cédigos nas Segdes 1.5, 3.7, 5.6, 6.8 e 7.6. Ha também uma aplicagio a jogos lineares finitos, na Seco 2.5, que os estu- dantes realmente apreciam. Além de serem expostos as aplicagdes de algebra linear finita, alunos de cursos de Matemitica irio beneficiar-se ao estudar élgebra lincar sobre cotpos finitos, ja que ido encontré-los em outros cursos, tais como Matematica Discreta, Algebra Abstrata e Teoria dos Numeros. Todos os estudantes devem estar cientes de que, na pratica, ¢ impossivel chegar a solugdes exatas de problemas de larga escala em dlgebra linear. A exposig&o a algumas das técnicas de algebra linear numérica proporcionaraxvi Prefécio uma indicagdo de como obter solucoes aproximadas com grande preciso. Alguns dos tOpicos numéricos in- cluidos no livro so: erros de arredondamento e pivoteamento parcial, métodos iterativos de resolugao de sistemas lineares e célculo de autovalores, as fatoragdes LU e QR de matrizes, normas de matrizes, método dos minimos quadrados e a decomposigdo por valores singulares. A inclusio de dlgebra linear numérica também traz questOes interessantes ¢ importantes que so completamente ausentes da leoria da algebra li- near, tais como estratégias para pivoteamento, a condigéio de um sistema linear ¢ a convergéncia dos méto- dos iterativos. Este livro nao apenas levanta essas questdes como também mostra como se pode abordé-las. ‘As normas de matrizes ¢ os valores singulares de uma matriz, ambos discutidos no Capitulo 7, sao tteis 2 esse respeito. Apéndices O Apéndice A contém uma visio geral da notagio matemitica e dos métodos de demonstragao; @ Apéndice B discute a indugéo matematica. Todos os estudantes irdo beneficiar-se da leitura dessas segies, mas alunos de cursos com énfase em matematica poderdo desejar prestar uma atengdo especial neles, Alguns dos exem- plos nesses apéndices so raros (por exemplo, o Exemplo 6 do Apéndice B) e enfatizam o poder dos métodos. © Apéndice C é uma introdugao aos nimeros complexos. Para alunos familiarizados com esses resultados, ele pode servir como uma referéncia util; para outros, a segdo terd todo o material de que eles necessitam para a comprcensio das partes do texto que usam nimeros complexes. O Apéndice D € sobre polindmios. Percebi que muitos estudantes precisam de uma revisdo sobre esses fatos. A maioria dos estudantes nao teré familiaridade com a Regra de Sinais de Descartes; ela ¢ usada no Capitulo 4 para explicar o comportamento dos autovalotes das matrizes de Leslie. O Apéndice E contém instrugdes para resolugao de exemplos sele- cionados de cada capitulo usando os programas Maple, Mathematica e MATLAB. A idéia é dar aos estu dantes orientagdo suficiente para que eles possam explorer 0 poder dos seus sistemas algébricos computa- cionais, juntamente com as facilidades da ajuda disponivel que cada um deles oferece. Respostas a Exercicios Selecionados de Nimero impar Respostas curtas a maioria dos exereicios numéricos de muimero impar so dadas no final do livro. Agradecimentos Devoa muitas pessoas que tém, ao longo dos anos, influenciado minha visdo sobre Algebra linear e ensino de ma- temética em geral, Primeiramente, gostaria de agradecer coletivamente aos participantes das sessdes especiais de educagdo e Algebra linear em encontros da Mathematical Association of America e da Canadian Mathematical Society. Também aprendi muito pela participagao no Canadian Mathematics Education Study Group. Quero agradecer especialmente a Ed Barbeau, Bill Higginson, Eric Muller, Morris Orzech, Bill Ralph, Pat Rogers, Peter Taylor e Walter Whiteley por seus conselhos e inspiragdo e por serem modelos de compor. tamento marcantes. Agradeco a Jim Stewart primeiramente por me encorajar a escrever este livro e também pelo apoio e sibio aconselhamento ao longo de seu desenvolvimento. Joe Rotman e seu adordvel livro A first course in absiract algebra (Um primeiro curso em dlgebra abstrata) inspiraram as notas etimolégicas no livro, € pude contar fortemente com o livro The words of mathematics (As palavras da matematica}. de Steven Schwartzman, quando redigia essas notas. Edie Gale Hayes e Judith Kelly ajudaram com as citagoes, Agradecimentos especiais vio para minhas alunas Sarah Jones e Sara Kennedy, por darem assisténcia com as solugées dos exercicios. Minha colega Wendi Morrison meticulosamente conferiu a precisdo e a legibilidade de todo o manuscrito ¢ salvou-me de mais do que uns poucos erros. Estendo meus agradecimentos a Israel Koltracht, da Connecticut University; Arthur Robinson, da George Washington University; ¢ a Mo Tavakoli, do Chaffey College, que contribufram com valiosos comentarios so- bre 0 texto, do comego a finalizagao. Estou grato pelo tempo que eles empregaram para faz8-lo. Suas opinides ¢ visdes fizeram deste um livro melhor.Preficio xvii Agradego aos membros do meu departamento na Trent University por todas as conversas que tivemos sobre matemética; aprendi alguma coisa com eada um deles. Sou grato aos meus alunos por levantarem boas perguntas, proporcionando-me o necessério retorno para tornar-me um professor melhor, Minha maravilhosa secretéria, Carolyn Johns, ajudou-me de maneiras incontaveis ~ enviando fax, e-mails e cartas, pacotes por ‘mensageiros ~, mas principalmente por ser ela mesma, eficiente e agradavel como de costume. ‘Agradego sinceramente a todas as pessoas que estiveram envolvidas na producio deste livro. Agra decimentos especiais vio para Quica Ostrander, da Lifland et. al.; Bookmakers, por tornarem meu manus- crito nao refinado em um livro; e George Morris, da Scientific Ilustrators, por produzir o tremendo trabalho de arte. Tem sido um prazer trabalhar com toda a produdo e a equipe de marketing da Brooks/Cole, Meus agradecimentos vao para Molly Nance, Carol Benedict, Stacy Green, Sue Ewing, Karin Sandberg e Keith Faivre. Tive a sorte de ter trabalhado com dois maravilhosos editores na Brooks/Cole, Gary Ostedt teve a coragem de assinar contrato com um autor inexperiente e a paciéncia de agdentar meu perfeccionismo cres- cente enquanto eu tentava escrever o melhor livro possivel. Bob Pirtle herdou o projeto e deu-me exata- mente o tipo certo de conselho, encorajamento a pressio gentil necesséria para ver 0 livro sendo comple- tado. Obrigado a ambos. ‘inalmente, gostaria de agradecer & minha familia, especialmente Marg, por seu amor, paciéncia e com- preensio durante os varios anos que gastei escrevendo este livro em meu “pitoresco escrit6rio sublerraneo”. David Poole dpoole@trentu.caAo Professor “Voce poderia dizer-me, por favor, por onde eu everia seguir daqui’ “Isso depende muito de aonde voed pretende chegar”, disse 0 Lewis Carroll Aventuras de Alice no Pais das Maravilhas, 1865 com 36 aulas por semestre. A gama de t6picos e aplicagdes o toma adequado para uma variedade de Pllblico e tipos de curso. No entanto, ha mais material no livro do que pode ser coberto em sala de aula, mesmo em um curso de dois semestres. Depois da deserigio geral do texto, vim em seguida algumas sugestdes breves de modos de utilizar o livro. E: texto foi escrito tendo em mente a flexibilidade. E destinado a um curso de um ou dois semestres, Uma Descrigao Geral do Texto Capitulo 1: Vetores O jogo da pista de corrida na Segio 1.1 serve como introducdo aos vetores de um modo informal. (Também é divertido de jogar!) Os vetores sio depois introduzidos formalmente de dois pontos de vista: um algébrico e um geométrico. As operagées de adigdo e multiplicacdo por escalar e suas propriedades so primeiramente desenvolvidas no caso concreto de R? e R? antes de serem generalizadas para R". A Seco 1.3 define 0 produto escalar e as nogdes a ele relacionadas de comprimento, Angulo e ortogonali- dade, e desenvolve 0 conceito muito importante de projegdo (ortogonal), que reaparece nos Capitulos 5 e 7. A investigagio “Vetores e Geometria” mosira como métodos vetoriais podem ser usados para demonstrar certos resultados de geometria euclidiana. A Secao 1.4 € uma introdugio basica, porém meticulosa, a retas e planos em R? e R*; é crucial para a compreensio do significado geométrico das solugdes de sistemas lineares no Capitulo 2, Note que o produto vetorial de vetores em R° & deixado como uma investigagao. O capftulo termina com uma introdugao aos cédigos, levando a uma discussio sobre aritmética modular e dlgebra linear finita. A maioria dos alunos ir4 gostar da aplicagio ao UPC (Universal Product Code) e ao ISBN (International Standard Book Number).2x Ao Professor Capitulo 2: Sistemas de Equagoes Lineares A introdugdo ao Capitulo 2 ilustra que ha mais de uma maneira de pensar na solugao de um sistema de equagdes lineares. As Segdes 2.2 e 2.3 desenvolvem a principal ferramenta computacional para resolugao de sistemas lincares: redugio de matrizes por linhas (métodos de eliminagio de Gauss ¢ de Gauss-Jordan). Quase todos os métodos computacionais subseqilentes neste livro dependem dessa ferramenta. © Teorema do Posto aparece aqui pela primeira vez; ele aparece novamente, com mais generalidade, nos Capitulos 3, 5 ¢ 6. A Segao 2.4 € muito importante: introduz as nogdes fundamentais de conjuntos geradotes ¢ independéncia linear de vetores. Nao sc apresse ao passar por esse tépico. A Seco 2.4 contém cinco aplicagées, dentre as uais os professores podem escolher algumas, dependendo do tempo disponivel e do interesse da classe. Os métodos iterativos na Segdo 2.6 sero opcionais para muitos cursos, mas essenciais para um curso com um foco aplicado/numérico. O que as trés investigacoes deste capitulo tém em comum é que todas elas lidam com aspectos sobre 0 uso de computadores para a resolugao de sistemas lineares. Todos os estudantes devem pelo menos ser conscientizados quanto a essas questées. Capitulo 3: Marrizes © Capitulo 3 contém algumas das idéias mais importantes do livro. E um capitulo longo, mas o material ini- cial pode ser coberto de modo razoavelmente répido, permitindo um tempo extra para o material crucial da Segiio 3.5. A Segao 3.1 6 uma investigagio que introduz a nogéo de transformagio linear: a idéia de que ma. trizes ndo so apenas objetos estéticos, mas um tipo de fungdo, transformando vetores em outros vetores Todos os fatos basicos sobre matrizes, operagdes com matrizes e suas propriedades sdo encontrados nas duas primeiras segdes. Vale a pena dar énfase ao material sobre matrizes decompostas ¢ as multiplas represen- tagdes do produto de matrizes, pois ele sera usado repetidamente em segies subseqilentes. © Teorema Fundamental das Matrizes Invertiveis, na Seco 3.4, € muito importante e ird aparecer outras vezes, quando novas caracterizagdes de inversibilidade forem apresentadas. O objetivo da Seco 3.5 & apresentar virios conceitos-chave da lgebra linear (subespago, base, dimensao e posto) no contexto concreto de matrizes antes que 0s alunos os vejam em toda a generalidade. Embora os exemplos nessa segio sejam todos familiares, ¢ importante que os alunos se acostumem com a nova terminologia e compreendam o significado de base. Ao se colocar 0 tratamento geométrico das transformagées lineares na Secao 3.6, a intencao € suavizar a tran: sigdo para transformagoes lineares em geral, no Capitulo 6. exemplo de projegao ¢ particularmente impor- tante, pois reaparece no Capitulo 5. Hé quatro aplicagdes na Segao 3.7, entre as quais se pode escolher algu ma. Pelo menos as cadeias de Markov ou 0 modelo de Leslie de crescimento populacional devem ser cobertos de modo que possam ser usados novamente no Capitulo 4, onde seus comportamentos so explica dos. Vale a pena propor aos alunos como um projeto, ou apresentar em forma de oficina de estudos, a inves tigagdo dese capitulo — sobre a importante fatorizagio LU de uma matriz. Autovalores e Autovetores Capitulo Para manter a énfase geométrica do livro, a Secdo 4.2 usa a original apresentagdio de “autofiguras” como uma forma de ajudar os estudantes a visualizar os autovetores de matrizes 2X2. Determinantes aparecem na Segao 4.3, na qual s4o usados para encontrar os polinOmios caracteristicos de matrizes pequenas. Esse “curso intensivo” sobre determinantes contém todo o material necessirio de que os estudantes precisam, incluindo uma opcional, porém elementar, demonstragio do Teorema de Expansiio de Laplace. A investigagdo ““Aplicagdes Geométricas dos Determinantes” contém varios resultados interessantes ¢ titeis e produz um pro- jeto interessante. (Professores que queiram dar uma cobertura mais detalhada dos determinantes podem op- tar por mostrar parte dessa investigagao em sala de aula.) A Seco 4.4 apresenta a teoria hisica de autova- lores e autovetores; a Segdo 4.5 trata do importante t6pico sobre diagonalizago. Vale a pena cobrir em sala de aula o Exemplo 8 da Segao 4.5, sobre poténcias de matrizes.‘Av Professor Xi O método das potincias e suas variagdes, discutidos na Secdo 4.6, sio opcionais, mas todos os alunos de- vem ser conscientizados da existéncia de tal método. Um curso aplicado deve cobri-lo em detathes. Cadeias de Markov ¢ o modelo de crescimento populacional de Leslie reaparecem na Segao 4.7. Embora a demonstragao do Teorema de Perron-Frobenius seja opcional, o teorema deve ser pelo menos mencionado, pois explica por que devemos esperar um tinico autovalor positivo com um autovetor correspondente positivo nessas apli- cagoes. As aplicagdes sobre relagdes de recorréncia © equagdes diferenciais conectam a algebra linear & matemitica disereta e ao eélculo diferencial e integral, respectivamente. A matriz exponencial pode ser abor- dada em uma turma com uma boa base de célculo diferencial e integral. Capitulo 5: Ortogonalidade A investigaco introdutéria “Sombras em uma Parede” € matematica da melhor qualidade: toma um con- ceito conhecido (projegao de um vetor sobre um outro vetor) e 0 generaliza de uma maneita til (projegdio de um vetor sobre um subespago ~ um plano) enquanto revela algumas propriedades adicionais. A Segio 5.2 contém os resultados basicos sobre conjuntos de vetores ortogonais ¢ ortonormais, que serdio usados repeti- damente daqui para a frente. Em particular, seré dada énfase as matrizes ortogonais, A Seco 5.3 generaliza dois conceitos do Capitulo 1: 0 complemento ortogonal de um subespago e a projegdo ortogonal de um vetor sobre um subespago. O Teorema da Decomposigao Ortogonal € importante aqui e ajuda a preparar o Processo de Gram-Schmidt. Note também a demonstragdo curta do Teorema do Posto. O Processo de Gram-Schmidt é detalhado na Seco 5.4, juntamente com a fatoracdo OR. que é extremamente importante. Duas investigagdes delineiam a maneira como a fatoragdo QR é calculada na prética e como ela pode ser uti- lizada para achar aproximagdes de autovalores. A Segio 5.5, sobre diagonalizagio ortogonal de matrizes (reais) simétricas, € necessdria para as aplicagdes que se seguem. A segdo também contém 0 Teorema Espectral, um dos destaques da algebra linear. As aplicagdes na Segao 5.6 incluem cédigos duplos, formas quadréticas e esbogo de gréficos de equagdes quadréticas. Eu sempre incluo pelo menos a tiltima dessas apli- cages em meu curso, pois ela estende o que 0s alunos jd conhecem sobre segdes cénicas. Capitulo 6: Espagos Vetoriais A maioria dos estudantes ira apreciar 0 aprendizado sobre os quadrados mégicos na Sego 6.1.O Problema 4 nado mais diretamente com © (pico desse capitulo, mas os outros resultados so encaminhados nos Exercicios 46-47, na Secdo 6.2, e nos Exercicios 42-43, na Seco 6.3, Como todas as idéias principais sobre es pagos vetoriais j4 foram apresentadas nos Capitulos | a 3, os estudantes devem achar as Segdes 6.2 e 6.3 bas tante familiares. A énfase aqui deve ser 0 uso dos axiomas de espago vetorial para demonstrar as propriedades, em vez de confiar em técnicas computacionais. Ao discutir mudanga de base, na Secdo 6.4, € util mostrar aos estudantes como usar a notago para lembrar como a construgio funciona. Por fim, 0 método de Gauss-Jordan € o mais eficiente aqui. As Segdes 6.5 e 6.6, sobre transformagdes lineares, so importantes. Os exemplos se relacionam com os resultados prévios sobre matrizes (e matrizes de transformagoes). Em particular, é impor- tante enfatizar que os conceitos de miicleo e de imagem de uma transformacdo linear so generalizagdes dos conceitos de niicleo © de espago coluna de uma matriz. A Seco 6.7 apresenta a nogao de que (quase) toda transformacdo linear é essencialmente uma matriz de transformaco. Como essa idéia foi semeada na Secdo 3.6, 0s estudantes no devem aché-la terrivelmente surpreendente. Entretanto, os exemplos devem ser trabalhados cuidadosamente. ‘A conexo entre mudanga de base e semelhanca de matrizes € notavel. A investigagio “Mosaics, Reticulados e a Restrigao Cristalogréfica” é uma aplicagio admirdvel da mudanca de base. A conexio com 0 trabalho artistico de M. C. Escher 0 torna ainda mais interessante. As aplicagdes na Seco 6.8 somam-se as anteriores e podem ser inclufdas conforme o tempo ¢ o interesse permitirem. esti relareli An Professor Capitulo 7: Distancia e Aproximagao A Segdo 7.1 contém a interessante investigacdo sobre a “A Geometria do Taxista’. Seu objetivo & preparar 0 material sobre as fungdes norma e distancia (métrica) que aparecem em seguida. Espagos com produto interno sio discutidos na Sedo 7.2; deve-se dar Enfase aqui (a) aos exemplos € (b) ao uso dos axiomas. Os estudantes geralmente gostam da investigacio seguinte, “Desigualdades Geométricas e Problemas de Otimizagio”. (Eles se divertem ao ver como muitos problemas de célculo diferencial e integral podem ser resolvidos sem usar nada de célculo!) A Seco 7.3 cobre normas de vetores e de matrizes e mostra como o ntimero condicional de uma matriz se relaciona com a nogdo de sistemas lineares malcondicionados estudados no Capitulo 2. O método dos minimos quadrados é uma aplicagdo importante da dlgebra linear em muitas outras disciplinas. O Teorema da Melhor Aproximacdo e o Teorema dos Minimos Quadrados so importantes, mas suas demonstracOes so in- tuitivamente claras. Empregue 0 tempo aqui com alguns exemplos. A decompoxigdo por valores singulares (Seso 7.5) € uma das mais admirdveis aplicagdes da lgebra linear. Se seu curso conseguir chegar até esse Ponto, vocé sera grandemente recompensado. Nao apenas a decomposicio liga varias nogées discutidas previa. mente; ela também proporciona algumas novas (e muito poderosas) aplicagdes. Se o programa MATLAB es- tiver disponivel, vale a pena apresentar a aplicagdo & compressdo de imagens digitais —¢ uma exposicdo visual- mente impressionante do poder da Algebra linear e uma coroagao adequada ao curso, Na Segao 7.6, mais aplicagSes podem ser escolhidas com base no tempo disponivel e no interesse da classe. Como Usar o Livro Os estudantes acham que este livro é de leitura fécil, por isso geralmente eu os fago ler uma seco antes de cobrir o assunto em sala de aula, Dessa forma, posso gastar mais tempo cnfatizando os conccitos mais impor- tantes, lidando com tépicos em que os estudantes tém mais dificuldade, explorando exemplos e discutindo aplicages. Nao tento cobrir todo o material da leitura feita em casa durante a aula. Essa aproximagao per- mite-me manter o passo do curso de modo bastante ripido, desacelerando nas segdes que, tipicamente, os estudantes acham mais desafiadoras. Em um curso de dois semestres. € possivel cobrir quase o livro inteiro, incluindo uma razodvel selecdo de aplicagées. Para obter uma flexibilidade extra, vocé pode omitir alguns dos t6picos (por exemplo, dar apenas um breve tratamento de dlgebra linear numérica), liberando assim tempo para uma cobertura mais profunda dos demais tépicos, de mais aplicagées ou de alguma das investigagdes. Em cursos que exijam maior profun- didade em matemética e que enfatizem as demonstragdes, muito do material dos Capitulos 1 a 3 pode ser coberto rapidamente. O Capftulo 6 pode entdo ser coberto em conjunto com as Segdes 3.5 e 3.6, 0 Capitulo 7 pode ser integrado ao Capitulo 5. Para tais cursos, eu garantiria que os alunos fizessem as investigacdes dos Capitulos 1, 4,6 ¢ 7. Para um curso de um semestre, a natureza do curso e o publico-alvo determinam quais tépicos incluir. ‘Ties tipos possiveis de curso so descritos a seguir. Cada um tem menos do que as 36 horas sugeridas, per- mitindo tempo para t6picos extras, revisdes e provas. Um Curso Basico Um curso concebido para alunos de graduagio em Matemstica e estudantes de outros cursos é esbogado a seguir. Esse curso nao menciona espago vetorial geral de nenhuma forma (todos os conceitos sdo tratados em casos concretos) ¢ € muito leve em demonstragbes. Mesmo assim, é uma introdugio bastante cuidadosa a Al- gebra linear,ho Professer Capitulo Sepdes Némero de aulas a3 1a3 tas 1a4 12,4 peowee 2Baulas Como 0 conjunto de estudantes de uma disciplina como essa representa uma variedade grande de cursos, eu sugeriria 0 uso das aulas remanescentes para aplicagdes. Em meus cursos, eu cubro a Segao 1.5, de"que os alunos realmente parecem gostar, ¢ pelo menos uma aplicagao de cada um dos Capitulos 2 a 5. Outras apli- ‘ceagdes podem ser atribuidas como projetos, juntamente com Lantas investigagdes quantas forem desejaveis. Um Curso com uma Componente Numérica Para um curso com uma componente numérica, 0 curso basico esbogado hé pouco pode ser suplementado com as secdes do texto que lidam com dlgebra linear numérica. Em tais cursos, eu cobriria parcial ou totalmente as Segdes 2.6, 4.6, 5.4, 7.3 € 7.5, terminando com a decomposicao por valores singulares, As investigagdes nos Capftulos 2, 3. 5 sho particularmente convenientes para tais cursos, bem como quase qualquer uma das aplicagdes. Um Curso para Estudantes que Ja Estudaram Alguma Algebra Linear Alguns cursos serdo dirigidos a estudantes que j4 depararam com os prineipios da algebra linear em outros cursos. Por exemplo, uma disciplina de Algebra Basica ira frequentemente incluir uma introdugio a sistemas de equagées lineares, matrizes e determinantes; uma disciplina de c4lculo diferencial com varias varidveis quase certamente terd material sobre vetores, retas e planos. Para estudantes que jé viram tais t6picos, muito do material do in‘cio pode ser omitido e trocado por uma répida revisio. Dependendo da experiéncia ante- rior dos alunos da classe, pode ser possivel apresentar rapidamente o material até a Segéo 3.4, em cerca de seis aulas. Se a classe tiver um niimero significativo de alunos de graduacio em Matematica (e especialmente se este for o nico curso de Algebra Linear que eles terao), eu iria assegurar que fossem cobertas as Segdes 1.5, 6.2 a 6.6, 7.5 e tantas aplicagdes quanto o tempo permitisse. Se a classe tiver estudantes de graduagio da Srea de Ciéncias Exatas (mas nao em Matematica). eu iria cobrir as Secdes 1.5, 6.2, 72 e uma larga selegio de aplicagdes, tendo a certeza de incluir o material sobre equagdes diferenciais e aproximagdes de fungdes. Se alunos de Ciéneia da Computacao ou Engenharia forem proeminentemente representados, eu tentaria apre- sentar o maximo possivel do material sobre cédigos e Algebra linear numérica. Ha muitos outros tipos de curso que podem usar este texto com sucesso. Espero que voce 0 ache ttil para o seu curso e que goste de usé-lo.Ao Estudante “Por favor, sua Majestade, por onde devo ‘comegar?”, ele perguntou, omece pelo comeco”, disse 0 ei, ravemente, “e continue ate que voce chegue a0 final: ent pare.” Lewis Carroll Aventuras de Alice no Pais das Maravilhes, 1865 tras disciplinas e conexdes com outras areas da matemética. Veja a seguir algumas sugest0es gerais para uso deste livro. A algebra linear tem muitas faces: ha as técnicas computacionais, 0s conceitos ¢ as aplicacdes. Uma das metas deste livro € ajudé-lo a dominar todas essas facetas do assunto € perceber a relagao entre elas. Conseqientemente, é importante que voc? leia e entenda cada secdo do texto antes de tentar fazer os exerei- cios. Se voe# ler apenas os exemplos que estdo relacionados com os exercicios atribuides como ligdo de casa, poderd nao entender muito. Certifique-se de que vocé compreende as definicdes dos termos € significado dos teoremas. Nao se preocupe se tiver que ler alguma coisa mais de uma vez antes de compreendé-la. Enguanto isso, tenha & mao um lépis € uma calculadora. Pare para fazer voc€ mesmo os exemplos ou para completar os cilculos que estiverem incomplctos. O simbolo => na margem indica um lugar onde voce deve fazer uma pausa e pensar novamente sobre 0 que leu até aquele momento. As respostas & maioria dos exercicios numéricos de nimero impar estdo no final do livro, Resista & ten- taco de olhar a resposta antes de completar um exercicio. Lembre-se de que, mesmo quando sua resposta for diferente da apresentada no fim do livro, cla ainda poderé estar correta; hé mais de uma mancira correta de expressar algumas das solugdes. Por exemplo, um valor de 1/'V2 pode também ser expresso como V2/2, € © conjunto de todos os muiltiplos escalares do vetor Fal 60 mesmo que 0 conjunto de todos os miitiplos A Igebra linear é um assunto empolgante. Ele tem muitos resultados interessantes, aplicagdes em ou- escalares de (] Quando encontrar um conceito novo, tente relacioné-lo com exemplos que vocé conhece. Escreva as demonstragdes e as solugdes dos exercicios de uma maneira légica, conexa, usando sentengas completas. Leia novamente 0 que vocé escreveu para ver se faz sentido. Melhor ainda: se puder, pega a um amigo de sua classe para ler 0 que vocé escreveu. Se nao fizer sentido para outro leitor, muito provavelmente nio faz sentido mesmo. Vocé iri achar til uma calculadora com capacidade de operar com matrizes ou um sistema algébrico computacional. Essas ferramentas podem ajudé-lo a conferir suas proprias contas feitas & mao e sao indis- pensdveis para problemas que envolvem contas tediosas. A tecnologia também permitira que vocé explore certos aspectos da flgebra linear por voc mesmo. Vocé pode jogar “O que aconteceria se...?”: 0 que aconte-voi Ao Estudante ceria se eu mudasse uma das coordenadzs neste vetor? O que aconteceria se esta matriz fosse de um tamanho diferente? Posso forcar para que a soluco seja como eu gostaria, mudando alguma coisa? Para sinalizar lugares no texto ou exercicios nos quais o uso de tecnologia é recomendado, coloquei o sinal @® ‘na margem. O Apéndice E contém exemplos selecionades do livro calculados usando Maple, Mathema- tica e MATLAB. Voc est prestes a embarcar em uma jornada por meio da élgebra linear. Pense neste livro como um guia de viagem. Vocé esté pronto? Vamos!Vetores L4 vem elas como'se wiessem doinada. Pequenas flechas para mime para vood ~ Abert Hammond ¢ Mike Hazelwood Little arrows Dutchess Musie/BMI, 1968 1.1 Introducao: O Jogo da Pista de Corrida dem ser completamente descritas pela especificagdo de sua magnitude, Outras quantidades — como velocidade, forga e aceleragio - requerem tanto uma magnitude como uma diregao para serem descritas. Essas quantidades so verores. Por exemplo, a velocidade do vento é um vetor que consiste na in- tensidade do vento e da sua diregio, tal como 10 km/h na diregio sudoeste. Geometricamente, 0s vetores so freqiientemente representados por flechas ou segmentos de reta orientados. Embora a idéia de vetor tenha sido introduzida no século XIX, sua utilidade em aplicagdes — particular- mente as aplicagdes em ciéncias fisicas — nao foi percebida até o século XX. Mais recentemente, vetores tiveram aplicagdes em ciéncia da computagdo, estatistica, economia e ciéncias sociais. Examinaremos algu- mas dessas muitas aplicagdes ao longo deste livro. Este capftulo introduz a nogio de vetores € comega a examinar algumas de suas propriedades geo- métricas e algébricas. Examinaremos também uma aplicagio nao geométriea na qual vetores sio liteis. Comegaremos, entretanto, com um jogo simples que introduz algumas das idéias cruciais. [Voce Boule lé querer jogt-io com um amigo durante aqueles (muito raros!) momentos chatos da aula de Igebra Linear. 0 jogo acontece em um papel quadriculado, Uma pista, com uma linha de partida e uma linha de che- gada, é desenhada no papel. A pista pode ser de qualquer comprimento e forma, desde que seja suficiente- mente larga para acomodar todos os jogadores. Neste exemplo, temos dois jogadores (vamos chamé-los de ‘Ana e Beto} que usam canetas de cores diferentes para representar seus carros ou bicicletas, ou outra coisa que eles usem para percorrer a pista. (Vamos pensar em Ana e Beto como ciclistas.) ‘Anae Beto comegam desenhando uma marca sobre a linha de partida, em um dos pontos da grade do papel quadriculado. les se revezam para avancar para um novo ponto da grade, de acordo com as seguintes regras: 1. Cada novo ponto da grade e o segmento de reta que o liga ao ponto anterior precisam estar inteira- mente dentro da pista. M= quantidades mensurdveis ~ tais como comprimento, rea, volume, massa e temperatura ~ po-2 CAPTULO! —Vetores Dois jogadores nao podem ocupar 0 mesmo ponto da grade ao mesmo tempo. (Esta é a regra que protbe colisées.) 3. Cada novo movimento esté relacionado com o movimento anterior da seguinte maneira: se em um movimento um jogador anda a unidades horizontalmente ¢ b unidades verticalmente, entdo, em seu proximo movimento, esse jogador deve andar entre a - 1 e a + 1 unidades horizontalmente, € entre b - 1.¢ b + 1 unidades verticalmente. Em outras palavras, se o segundo movimento é de ¢ unidades horizontalmente e d unidades verticalmente, entdo |a ~ c|< 1 |b ~ d) = L. (Esta é a regra da “aceleragioMesaceleragao”.) Note que esta regra obriga o primeiro movimento a ser de uma unidade verticalmente e¢/ou de uma unidade horizontalmente. E eliminado 0 jogador que colide com outro ou sai da pista, O vencedor é o primeiro jogador que cruzaa linha de chegada. Se mais de um jogador eruzar a linha de chegada na mesma vez, aquele que ultrapassar mais a linha de chegada seré 0 vencedor, No exemplo de jogo mostrado na Figura 1, a © matemitico irlandés William Rowan Hamilton J yencedora foi Ana. Beto acelerou demais ¢ teve difi- (4805-1865) usou conceitos de vetores em seu es- culdade para fazer a curva na parte superior da pista. tudo dos niimeros complexos e das suas generaliza- Para entender a regra 3, considere o terceiro e a eN a aeNOS © quarto movimentos de Ana. Em seu terceiro movimento, ela andou uma unidade horizontal- mente ¢ trés unidades verticalmente. Em seu quar- to movimento, as opgdes que ela tinha eram andar de zero a duas unidades horizontalmente e de duas a qua- tro unidades verticalmente. (Note que algumas dessas combinagdes a teriam levado para fora da pista.) Ela escolheu andar duas unidades em cada direcao. Problema 1: Jogue alguns jogos de pista de corrida, Problema 2: Seria possivel Beto vencer essa corrida escolhendo uma seqUéncia diferente de movimentos? Problema 3: Qual é 0 menor mimero de movimentos necessério para retornar a um ponto no qual voce jd es- teve antes? Partida Figura | Um exemplo de jogo de pista de corrida1.2 AGeometia eo Algebra dos Vetores. «3 Problema 4: Use a notagao [a, 5] para denotar um movimento de a unidades horizontalmente e b unidades verticalmente. (Tanto a como b podem ser negativos.) Se 0 movimento [3, 4] acabou de ser feito, desenhe no papel quadriculado todos os pontos da grade que podem ser alcangados no préximo movimento. Problema 5: Qual o efeito liquido de dois movimentos sucessivos? Em outras palavras. se vocé andar (a, b]e depois {c, d], quanto vocé andard horizontalmente e verticalmente no total?” Problema 6: Escreva a seqiiéncia de movimentos de Ana usando a notagio a, 6), Suponha que ela comece na origem (0, 0) dos eixos de coordenadas. Explique como vacé pode achar as coordenadas dos pontos da grade correspondentes a cada um dos movimentos dela, sem olhar para o papel quadriculado. Se os eixos tivessem sido tracados de um outro jeito, de modo que o ponto de partida de Ana fosse 0 ponto (2, 3),€ quais seriam as coordenadas do ponto onde ela parou? Embora simples, esse jogo introduz virias idéias que sero titeis em nosso estudo de vetores. As trés proximas segdes consideram vetores dos pontos de vista geométrico e algébrico, comecando como no jogo de pista de corrida, no plano. 1.2 A Geometria ea Algebra dos Vetores Vetores no Plano Comegamos considerando o plano Cartesiano com os conhecides eixos x ¢ y.! Um vetor € um segment de linha orientado que corresponde a0 deslocamento de um ponto A até outro ponto B. conforme mostra a Figura | a seguir. vetor de A até B é denotado por AB: dize- mos que 0 ponto A é 0 pom inicial ou origem desse vetor, e que 0 ponto B é 0 seu ponto final ou. extremidade. Muitas vezes, um vetor é simples- A palavra vetor, ven de um radical latino que significa “carregar”. Um vetor € formada. quando um ponto & deslocado - ou “cartegado" (por utha certa distincia em uma cérta direcio. Visto de‘outro modo; am ve- tor “carrega” duas pecas'de informiacao: seu compri- mento © sua direcéo. mente denotado por uma s6 letra mintiscula em negrito, como v2 © conjunto de todos os pantas do plano corres- ponde a0 conjunto de todos os vetores cujos pon- tos iniciais coincidem com a origem O do plano Cartesiano. A cada ponto A corresponde um vetor = OA; a cada vetor @ com ponto inicial em O corresponde seu ponto final A. (Vetores com essa forma so as vezes chamados vetores posi¢ao.) E natural representar tais vetores usando coordenadas. Por exemplo, na Figura 2, A = (3,2), ¢ escrevemos ‘ovetora [3,2] usando colchetes. De modo andlogo, os outros vetores da Figura 2 40 [-1,3] e e=(2,-1] 0 plano cartesiano recebea esse nome em homenagem ao fidsofo matemitico francés René Descartes (1596-1680), que introduziu 0 conceito de coordenadas. Esse conceito permitiu que problemas geomiétricos fossem tratadas com 0 uso de técnicas algébricas, 2 E difcl indar negrito quando escrevemos vetores & mio. Algumas pessoas preferem escrever 7 para represeniaro vetor denotado por v no texo impresw, mas na maioria dos cass € aeitvel war simplesmente letra ¥ mindssula, Geralmeate fica caro, pelo contexto, se essa etradenota um vetor ob nda.4 CAPITULO! Vetoes Figura | Figura 2 ‘As coordenadas individuais (3 ¢ 2, no caso de a) so chamadas componentes" do vetor. As vezes nos refe- rimos a um vetor como um par ordenado de miimeros reais. A ordem é importante, pois, por exemplo, G,2]#2, 3} Em geral, dois vetores sao iguais se © so ‘mente se suas componentes correspondentes forem iguais. Assim, [, y]=[1, 5]implica que x= 1ey =5. Muitas vezes é conveniente usar vetores coluna em vez de (ou além de) vetores linka. Outra representacdo A palavra componente & derivada das palavras latinas 0, que signitica “junto”, e ponere, que significa “por” Um veter 6, portanto, formade por suas componen- tes postas uma junto da outra. de [3,2] € (3h (O ponto importante é que as componentes estio ordenadas.) Em capitulos futuros, vocé vera que vetores coluna s4o um pouco melhores do ponto de vista computacional. Por ora, tente se acostumar com ambas as representagdes. ‘Vocé talvez tenha notado que ndo podemos realmente desenhar o vetor [0, 0] = OO da origem até ela mesma. Mesmo assim, esse € um vetor tf0 bom quanto qualquer outro e tem um nome especial: vetor aulo. O vetor milo € denotado por 0. Oconjunto de todos os vetores com duas componentes é denotado por R? (R denota o conjunto de todos os nuimeros reais, dentre os quais as coordenadas dos vetores em R? so escolhidas).” Assim, [-1, 3.5), [ V2, 7] ee = [§,4] estdo todos em R?. Pensando novamente no jogo da pista de corrida, tentemos relacionar aquelas idéias com vetores cujos pontos iniciais nao estéo na origem. O fato de a palavra vetor ter sua raiz. ctimolégica no verbo “carregar” nos dé uma pista. O vetor (3, 2] pode ser interpretado da seguinte maneira: comecando na origem O, ande trés unidades para a direita e depois duas unidades para cima, parando em P. O mesmo deslocamento pode ser aplicado com outros pontos iniciais. A Figura 3 mostra dois deslocamentos equivalentes, representados pelos vetores AB e CD. Dizemos que dois vetores so iguais se eles tém o mesmo comprimento, a mesma direcdo e o mesmo sen- tido. Assim, AB = CD na Figura 3. (Embora tenham diferentes pontos iniciais e finais, eles representam 0 mesmo deslocamento.) Geometricamente, dois vetores so iguais se obtemos um deles deslocando 0 outro paralelamente a si préprio (ou seja, fazendo uma translagdo), até que os dois vetores coincidam. Em termos das componentes, na Figura 3 temos A = (3, 1)¢ B= (6, 3) Note que o vetor (3, 2}, que representa 0 desloca- mento, € simplesmente a diferenca das respectivas componentes: AB = [3,2] = [6 - 3,3 -1) *NIT: A expresso ‘coordenadas do vetor” também é usada. 3 R26 pronunciado como “r dois”. + Quando os vetores slo expressos em lermos das suas cocrdenadas, eles esto sendo considerados analiticumente.12 AGeometrise aitgetra des Vetwes 5 De modo anélogo, roray = 4,1 =) = (3,2) ¢,portanto, AB ~ CB, como se esperava ‘Um vetor como OF, que tem seu ponto inicial na origem do plano, estd na posigao padrdo. A discussio anterior mostra que todo vetor pode ser desenhado como um vetor na posigdo padrao. Reciprocamente, um vetor na posigtio padrdo pode ser redesenhado (fazendo-se uma translagio) de modo que seu ponto inicial seja um ponto qualquer do plano. EXEMPLO I Dados A . 4), ache AB e redesenhe-o (a) na posicéo padrao e(b) com o ponto inicial no ponto C= 2,1). 1.2eB =| SOLUGAO: Calculamos AB = [3 - (-1), 4- 2)| = [4, 2] Se fizermos a translagio de AB para CD, onde C= (2, -1), precisaremos ter D = (2+ 4,~1 +2)=(6, 1). (Veja a Figura 4)6 CAPITULO! Vetores Figura S Adigdo de vetores Novos Vetores a Partir de Vetores Existentes Muitas vezes queremos colocar “um vetor depois do outro” e assim fazer um deslocamento suceder outro, como no jogo da pista de corrida. Isso nos leva 4 nogao de adigdo de vetores, a primeira das operagoes basi- cas com vetores. Se colocarmos v depois de u, poderemos visualizar o deslocamento total como um terceiro vetor, deno- tado por u + v. Na Figura 5, u=(1, 2/e v=|2, 2),de modo que o efeito resultante de colocar v depois de ué (+2242) [34] que representa u + v. Em geral, se u uj, ue v= E util visualizar u + v geometricamente. A regra seguinte é a versio geométrica da discusséo anterior. 1, ¥2h ento sua soma u + v é 0 vetor @ ARegra da Adigio Dados os vetores u ¢ y no R®, faga uma translagdo de v de modo que seu ponto inicial coincida com 0 ponto final de u. A soma u + ¥ de we y € 0 vetor que sai do ponto inicial de we vai YY até o ponto final de v. (Veja a Figura 6.) y Figura 6 A regra da adigdo1.2 AGeometria e a Algebra dos Vetores = 7 Figura 7 0 paralelogramo determinado por we ¥ Transladando we v paralelamente a eles mesmos, obtemos um paralelogramo, conforme mostra a Figura 7. Esse paralelogramo é chamado de paralelogramo determinado por w ¢ y. Ele nos leva a uma verso equiva- lente A regra da adicdo, para vetores na posicao padrao. @ > ARegra do Paralelogramo ‘Dados os vetores u e v no R? (na posigao padrao), sua soma u + ¥ € 0 vetor na posigdo padrao sobre a diagonal do paralelogramo determinado por we v. (Veja a Figura 8.) Figura 8 A regra do paralelogramo EXEMPLO 2 Dados u=([3,—I]e v=[1, 4} calcule e desenhe u +v. SOLUGAO: Calculamos u + v= [3 + 1,~1 + 4]~[4, 3] Esse vetor é desenhado por meio da regra da adigo na Figura a) e da regra do paralelogramo na Figura %b), ° ®) A segunda operacio bisica que fazemos com vetores é a multiplicagao por escalar. Dado um vetor v & um ntimero real c, 0 miltiplo esealar cv & 0 vetor obtido pela multiplicagio de cada componente de v por ¢. Por exemplo, 3 -2, 4] =[~6, 12] Em geral,8B CAPITULO! Vetoes Geometricamente, cv é uma versao de vem outra escala. EXEMPLO 3 Se v =[-2, 4], determine e desenhe 2v, |v e-2v. SOLUGAO: Calculamos da seguinte maneira: 2v = [2(—2), 2(4)] = [-4,8] dv = [(-2),3(4)] = (-1,2] ~2v = [-2(-2),-2(4)] = [4,8] Esses vetores so mostrados na Figura 10. © termo escalar vem da palavra grega scala, que sig- nifica “escada". Os degraus igualmente espacados de uma escada sugerem uma escala, e, na aritmética ve- torial, a multiplicacao por uma constante altera apenas 2 escala (ou comprimento e sentido) de um vetor. Assim, as constantes so conhecidas como escalares. Figura 10 e Observe que cv tem o mesmo sentido de v se ¢> 0,e sentido oposto se c < 0. Além disso, o comprimento de cv & |e] vezes 0 comprimento de v. Por esse motivo, no contexto dos vetores, as constantes (isto é, 05 niimeros reais) s40 chamadas de escalares. Levando-se em conta a translagdo de vetores, dois vetores so miltiplos escalares um do outro se ¢ somente se eles sao paralelos, como mostra a Figura 11. Um caso especial de miiltiplo escalar é (-I)y, escrito como —v e chamado oposto de v. Podemos usi-lo para definir subtragdo de vetores: a diferenca entre u ev € 0 vetor u -v, definido por A Figura 12 mostra que u - v corresponde a “outra” diagonal do paralelogramo determinado por we v.1.2 AGeometia eo Algebra dos Vetores, = 9 w =v u w cy z ute) Figura 11 Figura 12 Subtragio de vetores EXEMPLO4 Se u=[1,2]e v=[-3, I entiou—v=[1 ~(-3), 2 1]=(4, 1} + A definigio de subtragdo no Exemplo 4 também lembra 0 procedimento para determinarmos um vetor como AB. Se os pontos A ¢ B correspondem aos vetores a eb na posigao padrao, en- SB tho AH = b—a, como mostra a Figura 13. [Observe que a regra da adicfo, aplicada a esse dia- grama, fornece a equacdo a + (b - a) = b. Se tivéssemos, acidentalmente, desenhado b - a com extremidade em A € nao em B, o diagrama seria lido como b + (b - a) = a, o que é claramente falso! Ainda nesta se¢ao, falaremos mais sobre expressdes algébricas que envolvem vetores.] Figura 13 Vetores em R> ‘Tudo o que fizemos até agora se generaliza facilmente para trés dimensdes. O conjunto de todas as rriplas or- denadas de nimeros reais é denotado por R. Pontos e vetores sio localizados usando-se trés eixos coorde- nados perpendiculares dois a dois e que se encontram em uma origem O. Por exemplo, 0 ponto A = (I, 2, 3) pode ser localizado assim: primeiro percorremos uma unidade ao longo do eixo x, entéio nos movemos duas unidades paralelamente ao eixo y ¢ finalmente percorremos trés unidades paralelamente ao eixo z. O vetor correspondente a =[1, 2, 3] é entdo OA, como mostra a Figura 14. ‘Uma outra maneira de visualizar 0 vetor a em R° € construir uma caixa cujas seis faces sejam determi- nadas pelos trés planos coordenados (0s planos xy, xz, € yz) e pelos trés planos paralelos aos planos coorde- nados € que passam por (1,2, 3). O vetor [1, 2, 3] corresponde a diagonal que liga a origem ao vértice diame- tralmente oposto (Figura 15). As definigoes “componente a componente” da adigao de vetores e multiplicagao por escalar se estendem aR de maneira Sbvia.10 cairo! Vetores Figura 15 Vetores em R" Em geral, definimos R" como 0 conjunto de todas as n-uplas ordenadas de mimeros reais, escritos como ve- tores linha ou coluna. Assim, um vetor v em R" é da forma ‘As coordenadas individuais de v sao as suas componentes; v; é chamada a i-ésima componente. Estendemos a definigao de adigo de vetores e multiplicagio por escalar em R" de maneira Gbvia: se u= [u, uy, +4 tn] © ¥ = (V1. V2y++, Yah a H€sima componente de u + v & u + vj,e a i-Gsima componente de cv é simplesmente cy;. Como nio podemos desenhar yetores em R”, é importante que sejamos capazes de calcular com vetores. Devemos ser cuidadosos e ndo assumir que a aritmética vetorial seja similar A aritmética dos niimeros reais. Freglentemente 0 €, ¢ 0s ealculos algébricos que fazemos com os vetores sao similares aos que fazemos com niimeros. No entanto, nas secdes subseqiientes, encontraremos situagdes em que a Algebra vetorial é bem dife- ends das siluaghes que enosalrambs em nosea experi¢ada coin os ndmsior reals. & importante, pols, verk, ficar todas as propriedades algébricas antes de ceder & tentagio de usé-las. ‘Uma dessas propriedades é a comutatividade da adigio: u + v = v + u para vetores we v. Isso € certa- mente verdadeiro em R2, Geometricamente, a regra de origem-de-um-na-extremidade-do-outro mostra que u+¥e ¥ + uso ambos a mesma diagonal do paralclogramo determinado por uc v. (A regra do paralelo- {gramo reflete essa simetria: veja a Figura 16.) Figura 6 u+v=v+u12 AGeometria eo Aigebre dos Vetores. = 14 Note que a Figura 16 é simplesmente uma ilustragéio da propriedade u + v = v + u, Nao é uma + — demonstragao, pois nao considera todos os casos possiveis. Por exemplo, devemos incluir os ca- sos onde u = v, w= -v eu = 0. (Como seria 0 diagrama para estes casos?) Por esse motivo, & necessdria uma demonstragdo algébrica. Entretanto, ¢ tio facil fornecer uma demonstragio v4- lida em R” quanto uma valida em R?. ‘O seguinte teorema resume as propriedades algébricas da adigtio de vetores ¢ multiplicagao por escalar em RM. As demonstragdes so conseqtiéncias das propriedades correspondentes dos niimeros reais. @ TEOREMA | Propriedades Alg6bricas dos Vetores em R” Sejm u, ve wvetores em Rt" € ae b escolares. Entdo: autyayeu Comutatividade b.(a+¥)+weut(v+w) Associatividade cu+0=u Distrihutividade £.(@+ b= au+ bu Distrbutvidade g. a(bu) = (ab)u bolu=u Observagoes: ¢ As propriedades (¢)¢ (4), juntamente com a propriedade (a) de comutatividade, implicam que 0+ u =u, assim como -u+u=0. # Se lermos da direita para a esquerda as propriedades (¢) ¢ (f) de distributividade, elas ‘dizem que podemos fatorar tanto um escalar quanto um vetor que seja comum as parce- las de uma soma. DEMONSTRAGAO: Provaremos as propriedades (a) e(b) e deixaremos as demonstragées das outras JA palaveateorema se origi da palavra grega theo- JJ Propriedades como exerecios.Sejam teria, oe; por sua vex, vam eur pala qus'sig. J U=Lenta.. eb V=Diva..-sYnleW= [01 Wa Wad nifica “examinar”. Um teorema € baseado em idéias que temos quando observamos exemplos e extra (8) Wt ¥= [entes- sth] + [Maree Mal ice lela pretest gl eererics gr ar See Bile isonet BE] valem em geral. =f A segunda e a quarta igualdades valem pela definigao de adigao de vetores, e a terceira decorre da comuta- tividade da adigo de mimeros reais, (b) A Figura 17 ilustra a associatividade em R?. Algebricamente, temos: (uty) tw ([uy us. .ct) + [ee Va] + [Wis Was ees Wad [ety + acts + apes tly + a) + [Hay Wyse Wal [uy #4) + wy (ty + 92) + Wa eos tly FM) + Wa] [uy + (vp + wi)atds + (Pa + Wa) ety + (Oy HW ,)] SC Ce a [Uy tages es Ma] Clee Yas oe Ma) + [0 Way Wal) =u (vim)12 CHIT! Vetores uty) eweusiv ew) Figura |7 ‘A quarta igualdade vale pela associatividade da adigdo de ntimeros reais. Note 0 uso cuidadoso dos parénteses. @ Pela propriedade (b) do Teorema 1, podemos, sem ambigiidade, escrever u + v + w omitindo os parénte- s2s, jf que podemos agrupar os somandos na ordem que quisermos. Por (a), também podemos rearranjar 0s somandos — por exemplo, como w + u + ¥ — se assim o desejarmos. Da mesma maneira, somas de quatro ‘ou mais vetores podem ser efetuadas sem levarmos em conta a ordem ou a maneira de agrupar. Em geral, se Vp. V2, Vk Slo vetores de R", escrevemas sua soma sem parénteses: Wey tty proximo exemplo ilustra 0 uso do Teorema 1 ao efetuarmos céleulos algébricos com vetores. EXEMPLO 5 Suponhamos que a,b e x sejam vetores em R”. (2) Simplifique 3a + (Sb ~ 2a) + 2b —a). (0) Se Sx~a = 2(a + 2x), encontre x em fungio de a. SOLUCAO: Daremos ambas as solugdes com detalhes, fazendo referencia a cada propriedade do Teorema 1 que usarmos. E uma boa pritica justificar todos os passos nas primeiras vezes que vocé fizer esse tipo de cal- culo. Uma vez familiarizado com as propriedades dos vetores, € aceitavel que vocé omita alguns dos passos intermedisrios para economizar tempo € espago. (a) Comegamos inserindo parénteses, 3a + (Sb — 2a) + 2b ~ a) = Ga + (Sb 2a)) + 2b — a) (Ga + (2a + 5b)) + (2b ~ 28) me = (Ga + (~2a)) + 5b) + (2b ~ 2a) ) = (G+ (-2))a + Sh) + (2b — 2a) 0 (lm + Sb) + (2b — 2a) ((a + Sb) + 2b) ~ 20 way) = (a + (Sb + 2b)) — 20 &) = (@+ 6+ 2)b) ~ 20 © = (+a) - 2 ® = Th + (a 2a) » = T+ (1-2)0 Oa) = Th + (-1a =Tb-a12 AGeometrioe o Agebre dosVetaes 13 Agora voc pode ver por que concordaremos em omitir lgumas dessas etapas! Na pritica, é aceitivel sim- plificar essa seqiiéncia de operagdes como 3a + (Sb — 2a) + 2(b — a) 3a + Sb—2a + 2b— 2a (3a ~ 2a ~ 2a) + (5b + 2b) a+ Tb ‘ou até fazer a maior parte dos célculos mentalmente. (b) Com detalhes, temos: Sx- a= 2a +2x) Sx 2a + 2(2x) © Sx— a= 2a + (2-2)x () Sx—a=2a4dx (Se — a) ~ 4x = (Qa + de) — ax (a+ Se) ~ de = 20+ (dx— de) (a)(b) — dentifique as propriedades do Teorema 1 que foram usadas em cada etapa.) o18 CAPITULO! Vetores Comprimento Para entender qual a relacdo entre o produto escalar e o célculo de comprimentos, recordemos como com- primentos so calculados no plano. O Teorema de Pitégoras € tudo de que precisamos. Figura | Em R2, o comprimento do vetor v = (] é a distancia da origem ao ponto (a, b), a qual, pelo Teorema de Pitégoras, é dada por Va + 6°, como na Figura 1. Observe que a’ + 6? +v. Isso leva a seguinte definigao: Def jigao 0 comprimento (ou norma) de um vetor v = em R" é 0 nuimero nao negativo ||| defi b= Ves Vee Em palavras, o comprimento de um vetor é a raiz quadrada da soma dos quadrados de suas coordenadas, Observe que a raiz. quadrada de v-v esti sempre definida, pois v-v = (, pelo Teorema 1(d), Note também que a definigdo pode ser reescrita como jv? = v-¥. Isso sera de grande utilidade na demonstragdo de outras pro- Priedades do produto escalar e do comprimento de vetores. EXEMPLO 3. |(2,3]| = VE +5 = VIB . © Teorema 2 enumera algumas das principais propriedades do comprimento de um vetor: @ TEOREMA 2 Seja v um vetor em R" e c um escalar. Entio: Ose, ¢somente se, v = 0 et Iv belley| DEMONSTRAGAO: A propriedade (a) segue imediatamente do Teorema 1(4). Para mostrar (b), temos evl? = (c¥)-(e¥) = ve) = eh usando o Teorema 1(c). Tomando-se a raiz quadrada de ambos os lados, usando 0 fato de que Ve para todo ntimero real c, obtemos o resultado. # Um vetor de comprimento 1 ¢ chamado vetor unitério. Em R’, 0 conjunto de todos os vetores unitérios pode ser identificado com 0 circulo unitério, 0 circulo de raio 1 centrado na origem (veja a Figura 2). Dado qualquer vetor nfo nulo v, podemos sempre encontrar um vetor unitdrio, de mesma direcdo e sentido que ¥,13 Comprimentoe Angle: 0 Froduto Esolar 19 dividindo v por seu proprio comprimento (ou, equivalentemente, multiplicando por 1/|v|). Podemos mostrar ‘esse fato algebricamente usando a propriedade (b) do Teorema 2: se u = (L/||v|)v, entio ful = [Q/vi)vl = (1/Ivil Iv ‘ivi)ivl = 1 ‘¢ u possui a mesma diregdo e sentido que v, pois 1/|v|| é um mimero positivo. Achar um vetor unitério de mesma diregdo e sentido é, em geral, um processo ao qual nos referimos como normalizar um vetor® (veja a Figura 3). 1 es a i Figura 2 Vetores unitérios em Figura 3. Normalizagio de um vetor EXEMPLO 4 Em R?,sejam e; = (3) eq= (th Entdo, e; € e sdo vetores unitérios, pois a soma dos qua- drados de suas componentes, em cada caso, é 1. Analogamente, em R®, podemos construir vetores unitdrios ee ‘Observe na Figura 4, que esses vetores ajudam a localizar os eixos de coordenadas positivasem R?eR’. @ Em geral, em R", definimos vetores unitérios e),€9, ..., ¢,, onde e; possui 1 na i-ésima coordenada, ¢ zer0, nas demais. Tais vetores aparecem com freqiiéncia na algebra linear e so chamados de vetores unitérios canénicos. e Figura 4 Vetores unitarios candicos em Re BY 5 NcT: Em portugues, chamamos versor de ao vetor unitériot20 CAPITULO! Vetores 2 EXEMPLO 5 Normalize o vetor y= “| 3 SOLUCAO: jj = V+ (1) +3? = Vii, portanto, um vetor unitério com mesma diregio e sentido de v é dado por z vis w= (Ivy = (/V14)| -1 | = | - via ° 3 aivid Como a propriedade (b) do Teorema 2 descreve de que forma o comprimento se comporta em relagio 4 multiplicagao por escalar, a curiosidade natural sugere que perguntemos se comprimento ¢ adicao de vetores so compativeis. Seria muito bom se tivéssemos uma identidade tal que [lu + v|| = ||ul| + Ilv||, mas, para quase toda escolha de vetores we ¥, isso é falso. [Veja 0 Exercicio 42(a)] No entanto, nem tudo est perdido: se tro- carmos o sinal = por =, a desigualdade resultante sera verdadeira. A demonstragdo desse famoso e impor- tante resultado — a Desigualdade Triangular — depende de outra importante desigualdade: a Desigualdade de Cauchy-Schwarz, que demonstraremos e discutiremos mais detalhadamente no Capitulo 7. @ TEOREMA3 A Desigualdade de Cauchy-Schwarz Para quaisquer vetores ue vem R", ju-y| S [ul ly] Veja os Exercicios 55 e 56 para abordagens algébricas e geométricas das demonstracdes dessa desigualdade. Em R? ou R, onde podemos usar geometria, fica claro, a partir de um diagrama como o da Figura 5, que vale Ju + vj < [uj + |v}, para quaisquer vetores u e v. Mostraremos agora que isso é verdade em geral. Figura § A Desigualdade Triangular @TEOREMA4 A Desigualdade Triangular Para quaisquer vetores ue v em R', fas v= [f+ iv DEMONSTRAGAO: Como ambos os lados da desigualdade so ndo negativos, mostrar que 0 quadrado do lado esquerdo é menor ou igual ao quadrado do lado direito é equivalente a provar +B © oteorema. (Por qué?) Calculando, obtemos: Jat vP = (+ v)-(a+ ¥) =usut Yury) tvev Pelo Exemplo 2 S ful? + 2ju-v| + ive = ful? + 2jujlv] + iv? Por Cauchy-Sehwarz = (jul + tv? como desejado. #1.2 Comprimento.e Angulo: © Produto Escaler 21 Distancia O conceito de distancia entre dois vetores é andlogo ao de disténcia entre dois pontos na reta real ou dois pontos no plano cartesiano. Na reta real (Figura 6), a distancia entre os numeros a € b € dada por la ~ 5}. (Tomar o valor absoluto assegura que nfo precisemos nos preocupar qual, a ou b, é maior) Essa distancia é também igual a V(a — 6)*, e sua generalizacao para duas dimensdes ¢ a formula familiar para a distancia d entre pontos (a, a2) ¢ (by, b2) — a saber, d = V(a, ~ b,)? + (a — ba) Em termos de vetores, se a = [2] eb= [ | a Figura 7. Essa é a base para a proxima definigio. (ay ,a2) * o~by ¢ c Cuba Comper Figura 7 d= Vig, by) + (@ ~~ Jab) as Definicao A distancia du, v) entre vetores we v, em R", é definida por tu, v) = luv} va 0 EXEMPLO6 Determine adistinciaentreu=| ijev=| 2]. -1 2. vi 1), entio 1 Ju- v= Viva +t = VE + SOLUGAO: Calculamos & du,22 CHITULO!—Yetores, Angulos O produto escalar também pode ser usado para determinar o Angulo entre um par de vetores. Em R? ou R°, © Angulo entre os vetores nao nulos w e v serd o Angulo 8, determinado por esses vetores, que satisfizer 0S @ = 180" (veja a Figura 8). Figura 8 O ingulo entre we v Na Figura 9, considere o tridngulo de lados u, v e u—v, onde 6 € 0 Angulo entre we v. Aplicando a lei dos co-senos a esse tridngulo, vem que Juv = Jul? + |v? ~ ful yl cos 6 Figura 9 Desenvolvendo o lado esquerdo ¢ usando a propriedade |v]? = v-v varias vezes, obtemos ul? = 2(u-v) + Iv]? = Jul? + Iv? ~ 2huj |v] cose que, depois de algumas simplificagdes, nos leva a u-v = [ullv|cos#, Dessa ultima expresso obtemos a seguinte f6rmula para o Angulo @ entre vetores nao nulos we v em R? ou B®: cose = ial EXEMPLO 7 Determine o Angulo entre os vetores u=(2, 1,-2)e v=[1,1, 1 SOLUGAO: Calculamosu-y = 2-1 + 1-1+ (-2)-1 = 1juj =V2 + F + (— 9 = 3elv) VP ++ P= ‘V3. Logo, cos 6 = 1/3-V3,e portanto, @ = cos“! (1/3V3) ~ 1377 radianos. + EXEMPLO 8 Determine o Angulo entre as diagonais de duas faces adjacentes de um cubo.1.3 Comprimento e Anguo: OProduto Escolar 23 SOLUGAO: As dimensdes do cubo nao importam. Assim, consideraremos um cubo com lados de compri mento 1. Escolha um sistema de eixos coordenados em R* como mostra a Figura 10, € tome as diagonais representadas pelos vetores [1, 0, 1]e[0, 1, 1]. O Angulo @entre esses vetores satisfaz 10+0-141-1_ 1 viva 2 cos 0 = de onde segue que 0 angulo procurado € 7/3 radianos, ou 60”. (0.1.01 | fen) Figura 10 (Na verdade, nio precisamos fazer nenhum calculo para obter essa resposta. Se desenharmos uma ter- ceira diagonal unindo os vertices (1, 0, 1) (0, 1, 1), teremos um triangulo equilétero, jé que todas as diagonais das faces tém o mesmo comprimento. O Angulo que procuramos € um dos Angulos desse triangulo, e, por- tanto, mede 60°. As vezes, uma pequena idéia pode economizar muitos célculos; em casos como este, ela fornece uma verificagao confortavel em nosso trabalho!) ° Observagdes: ¢ Como mostra esta discussdo, geralmente teremos de estabelecer uma aproximagao para © Angulo entre dois vetores. Entretanto, quando o angulo for um dos chamados ngulos especiais (0, 30°, 45°, 60°, 90°, ou um miltiplo inteiro desses), deveremos ser capazes de reconhecer seu co-seno (Tabela 1) e entéo obter o correspondente angulo com exatidio. Em todos 0s outros casos, usaremos uma calculadora ou computador para aproximar Angulo desejado por meio da fungo arco ~ co-seno. Tabela |_Co-senos de Angulos Especais @ ° 45° 6 90° cos 8 May v2 Mt vo 2 2 2 vi 2 2 A dedugao da formula para 0 co-seno do Angulo entre dois vetores € valida somente em R? ou R3, jé que depende de um fato geométrico: a lei dos co-senos, Em R", para n > 3, a {6r- mula pode ser considerada uma definicfo. Isso faz sentido, pois a desigualdade de Cauchy-Schwarz. imp! mente como 0 co-seno. wy ‘ ‘a que jee | <1, €, portanto, ¥"" varia de -1 a 1, exata- Hallvi ju} iv)24° CAPITULO! etores Vetores Oriogonais O conceito de perpendicularidade é fundamental em geometria. Qualquer pessoa que estuda geometria compreende rapidamente a importdncia e utilidade dos Angulos retos. Generalizaremos agora a idéia de per- pendicularidade para vetores em R”, onde é chamada de ortogonalidade. Em R? ou R3, dois vetores nao nulos u e v sio perpendiculares se o Angulo @ entre eles é€ um ‘A palavra ortogonal é derivada da palavra grega ore] Angulo reto isto é, se @ = a2 radianos, ou 90°. thos, que significa “reto”, @ gonia, que significa “én- gulo”. Por isso, ortogonal significa literalmente “ ‘gulo reto". O equivalente em latim retangular. Assim, 90° = 0, e, portanto, u-v = 0. wy (ulivi Isso motiva a seguinte definigio: Definicao Dois vetores wé vem RR" so ortogonais entre si se u-v = 0. Como 0-v = 0, para todo vetor v em R", dizemos que o vetor nulo € ortogonal a qualquer vetor. EXEMPLO9 EmR*.u=(1,1,-2je (3, 1, 2] so ortogonais, pois u- EXEMPLO 10 Do Exemplo 2, temos que [u + vj? = |u|? + 2(a-v) + |v)’, para quaisquer vetores ue vem R", Segue imediatamente que |u + vj? = jul? + vj? se, e somente se, u-v = 0, Este é 0 Teorema de Pitégoras para R” (Figura 11). [uty] ?=|/u|2+|v|)2se, e somente se, we v sio ortogonais. Figura 11 © Teorema de Pitégoras O conceito de ortogonalidade € um dos mais importantes ¢ titeis em Algebra linear, ¢ freqiientemente aparece de maneiras surpreendentes. O Capitulo 5 oferece um tratamento detalhado deste t6pico, mas ire- mos encontré-lo muitas vezes antes disso. Um problema no qual a ortogonalidade claramente desempenha um papel importante é na determinagio da distdncia de um ponto a uma reta, onde “baixar a perpendicular” € um procedimento familiar.1.3 Comprimento e Angulo: © Produto Escalor 25 Projegées Consideraremos agora o problema de encontrar a distancia de um ponto a uma reta no contexto dos vetores. Como veremos, essa técnica conduz a um importante conceito: o da projegao de um vetor sobre outro. ‘Como mostra a Figura 12, o problema de achar a distancia de um ponto B a uma reta r (em R? ou R*)se reduz ao problema de achar © comprimento do segmento de reta PB, perpendicular a 7, ou, equivalente- mente, 0 comprimento do vetor PB. Se escolhermos um ponto A sobre r, entdo, no triéngulo retingulo AAPB, os outros dois vetores so 0 cateto AF ¢ a hipotenusa AB. O vetor AP é chamado de projecio de AB sobre a reta r. Interpretaremos agora esta situacao em termos de vetores. Aj Figura 12 A distancia de um ponto a uma reta Considere dois vetores nao nulos w e v. Seja p 0 vetor obtido ao tragarmos a perpendicular a partir da ex- tremidade de v sobre u, e seja @ 0 ngulo entre we ¥, como mostra a Figura 13, Entao, claramente p = |pli, onde = tee €0 versor de u. Além disso, da trigonometria elementar temos |p| = [vj cos 8, € sabemos, obtemos: jue cos @ = 4 init Essa é a f6rmula que queremos, e é a motivagio para a seguinte definigdo vélida para vetores em Ri: Figura 13. A projegio de v sobre w26 capiTuLo! Vetores Definicao Se we v sio vetores em B” eu + 0, a projecdo de v sobre wé 0 vetor projy(y) definido por roja(¥) = (32) Um modo alternativo de obter essa formula é descrito no Exercicio 57. Observagoes: EXEMPLO I! © termo projegdo vem da idéia de projetar uma imagem em uma parede (com um proje- tor de slides, por exemplo). Imagine um feixe de luz com raios paralelos entre si e per- pendiculares a u incidindo sobre v. A projecdo de v sobre u é justamente a sombra Iangada, ou projetada, por vsobre u. Pode ser titi! interpretar projy(¥) como uma fungio de varidvel v. Entéo, a varidvel v ovorre apenas uma vez no lado direito. Além disso, é de grande ajuda ter em mente a Figura 13, que nos lembra que projd(v) é um miiltiplo escalar do vetor u (ndo ¥). Na definigao de projy(v), embora tenhamos considerado ¥ nao nulo, assim como u (por qué?), € claro, do ponto de vista da geometria, que a projecéio do vetor nulo sobre u é 0. A definigao confirma esse fato, pois (x2)e =0u=0. Se 0 ingulo entre we v for obtuso, como na Figura 14, entdo proj,(¥) tera sentido oposto a0 de u, ou seja, projy(v)seré um multiplo escalar negativo de w. Se u for um yetor unitério, entdo projg(v) = (u + vu. (Por qué?) eS) Projy (¥) Figura 14 Ache a projecdo de v sobre u em cada caso. @r=[73] e [7] wef) eu=e o-| 12 eu=/ 12 wvi. 2 SOLUGAO: (a) Calculamos u-v = (Ia =1ewn= (3) = 5. Portanto, alt) [isl ‘(0) Como ey é um vetor unitario, 0 projg(¥) = (e-v)ey = 3es = " (© Temes que jj =| +4 +} = 1. Entdo, uv. 13 Comprimenta © kngule: © Produto Escolor 27 3 ww yf V2 pa 12 ee al 12 ] 3a + vA) +va) 1 ] ° lve # EXERCICIOS 1.3 @ Nos Exerccios de 1 a6, coleule w+. 32 06 |, 14. 6u [1,12, -325, 2,07, ~1,83], v= [-2,29, 1,72, 4,33, ~1,54] Nos Exercicios de 7 a 12, determine a norma do vetor \lul| do exercicio indicado ¢ dé 0 versor de w 7. Exercicio 1 8.Brereicio? 9. Exereicio 3 10. Exerciciod 1 ExerefeioS 12. Exerefeio 6 Nos Exercicios de 13 a 16, encontre a distancia du, ¥) entre os vetores wey do exercicio indicado. 13, Exercicio 1 15, Exercicio3 14, Exercicio 2 16. Exercicio 4 17. Se u, ve w sio vetoresem 2", 1 = 2.e cé um escalar, ex- plique por que as seguintes expresses nao fazem sentido: b)uvtw (@) c-(v+) (a) mv) (©) u-(vew) Nos Exercicios de 18 a 21, determine se o dngulo entre we véagudo, obtuso ou reto. weil] mela 20.0 [43,1 =1,1) A.u=[09, 21, 1.2) Nos Exercicios de 22 0 25, encontre o angulo entre we v do exercicio dado. 22, Exercicio 18 23, Exercicio 19 24, Exercicio 20 28, Exercicio 21 1, 0) eC =(4, 6), Prove que o ingulo retdngulo. 3,2, -2)e C= 2,2, -4), Prove que o tridngulo ABC ¢ um tridngulo retdngulo. 28, Determine o Angulo entre uma diagonsl de um cubo € uma aresta adjacente, 29. Um cubo possui quatro diagonais. Mestre que ndo existem ‘duas dessas diagonais que sejam perpendiculares entre si. Nos Exercicios de 30 a 35, encontre a projegdo de v sobre uu Faca um esbogo nos Exercicios 30 ¢ 31. eae [bes (4 3 a=28 CAPITULO! Vetores A Figura 15 sugere duas maneiras pelas quais os vetores po- dem ser usados para calcular a drea de um triangulo. A rea Ado iridngulo na parte (a) é dada por }\u\ jv — proj,(v)), € a parte (b) sugere a forma trigonométrica da drea de um tridngulo: A = }{ul|visen9. (Podemos usar a identidade sen 9 = V1 — cos" para achar sen 0.) Nos Exercicios 36 57, calcule a érea do tridngulo de vértices dados, usando ambos os métodos. a » 2). = (4,0) 31.A=G,-1,4, B=(4,-2,6), C= 60,2) Nos Exercicios 38 e 39, encontre todos os possiveis valores de k para os quais os dois vetores sao ortogonais. EE 40, Descreva todos os vetores v= EJ que so ortogonais of] 41. Descreva todos os vetores v = bi] que so ortogonais a eee (ih 42, Sob que condigées as seguintes igualdades séo ver- dadeiras para vetores we vem R? ou RY? @) [w+ v= lol + ish) [e+ vl ~ fal ~ Iv 43.(@) Prove o Teorema 1(b}.(b) Prove o Teorema 1(d 44, Prove que w+ av = a(u +), para todos 0s vetores w ev ‘em Re todos 0s niimeros a. 45, Prove que |u ~ vj = uj - |ivi, pata quaisquer ve- tores ue vem RY (Sugesido: substitua w por u—v na Desigualdade Triangular.) 46, Suponha conhecido que u-v = u+w. Pode-se concluir que v = w? Em caso afirmativo, dé uma prova valida em IR": caso contrério, dé um contra-exempla (isto €, um con- junto especifico de vetores u, ve w para os quais u+¥ u-w mas v # w). 47, Prove que (u + ¥)+(w~ ¥) = Jul? ~ |vi?, para quais- quer vetores we vem R’. 48. (a) Prove que ju + vl? + Iu ~ vi = 2hul? + 2ivi?, para quaisquer vetores we vem R". (b)Desenhe um diagrama mostrando u, v, w+ veu—vem R? e use a prova da parte (a) para deduzir uma pro- priedade sobre os paralelogramos. 49, Prove que u-y = j|u + vi? — {ju ~ vii, para quais- quer vetores ue v em R. '50.(a) Prove que |u + vj = lu ~ vj se, somente se, we v slo ortogonais. (b) Desenhe um diagrama mostrando u, ¥,u+veu-—vem Re use a prova da parte (a) para deduzir uma proprie- dade sobre os paralelogramos. SL. (a) Prove que u + ve w— ¥ sao ortogonais se, € so- mente se, jul = [vI. (Sugestdo: veja o Fxerefcio 47.) (b) Desenhe um diagrama mostrando u, v,u+veu-vem R? e use a prova da parte (a) para deduzir uma pro- priedade sobre os paralelogramos. §2.(a) Prove que, se w é ortogonal av e aw, entéo ué or togonal a v+w. (b) Prove que, se u € ortogonal av ¢ a w, entdo ué oriogo- nal a sv + ew, para quaisquer nimeros s€ f 53, Prove que u é ortogonal a v — projg quer vetores we vem R", com u # 0. ‘54.(a) Prove que projy(proja(¥)) = proja(¥). (b) Prove que projy(v — proj,(v)) = 0. (© Explique geometricamente os resultados dos itens(a)e (b; 58. A Desigualdade de Cauchy-Schwarz |u-v| = jull|v] é equivalente a desigualdade que obtemos ao elevarmos a0 quadrado ambos os lados: (w-v)’ = |ul}?|v|?. para quais- (@EmR?, com [i] eve [22 es desiuatage ée- crita como (yy + uve)? (0G + NOT + 8) Prove algebricamente essa desigualdade. (Sugestao: sub- traia 0 lado exquerdo do lado direito © mostre que a diferenga deve ser necessariamente no negativa) (&)Prove o andlogo de (a) em B®1.3 Comprimento © Angulo: OProdute Escolar = 29. 56. Uma outra maneira de provar a Desizualdade de 57, Use o fato de que proja(¥) = da, para algum numero d, Cavchy-Schwarz sugerida pela Figura 16, que mostra que, _juntamente com a Figura 17, para determinar d e, desse em R? ou B, Iprojv)| = |v. Mostre que essa desigual- modo, deduzir a f6rmula para projy(v} dade 6 equivalente & Desigualdade de Cauchy-Schwarz. * prGjy(¥) . Figura 16 Figura 17Investigacdo Vetores e Geometria Muitos resultados da geometria euctidiana plana podem ser demonstrados por meio de técnicas vetoriais. Por exemplo, no Exemplo 10 da Segdo 1.3, usamos vetores para provar 0 Teorema de Pitégoras. Nesta inves- tigagdo, usaremos vetores para provar alguns outros teoremas da geometria euclidiana. ‘Como introdugao notagdo e a linguagem vetorial para abordar a geometria, considere o seguinte exem- plo fécil: EXEMPLO | Dé uma descricdo vetorial para o ponto médio M de um segmento de reta AB. SOLUGAO: Primciramente, converteremos tudo para a notag4o vetorial. Se O denota a origem ¢ P é um ponto, indicaremos por p o vetor OP. Nessas condigées, a = OA, b = OB, m = OM, e AB = OB - OA = (Figura 1) ‘Como M é ponto médio de AB, temos aM atio-a 1, Apresente uma descrigdo vetorial para o ponto P que esté a um terco do percurso de A para B no seg- mento de reta AB. Generalize. 2. Demonstre que o segmento de reta que une os pontos médios de dois lados de um tridngulo € paralelo a0 terceiro lado e tem a metade de seu comprimento. (Na notacao vetorial, isso equivale a provar que PQ = AB na Figura 2.) 3. Demonstre que 0 quadrilétero PORS (Figura 3), cujos vértices so os pontos médios dos lados de um quadrilétero arbitrério ABCD, é um paralelogramo. 4. Uma mediana de um triangulo é um segmento de reta que une um vértice ao ponto médio do lado oposto (Figura 4). Prove que as trés medianas de qualquer triangulo so concorrentes (isto é, tem um ponto comum de intersegdo) em um ponto G cuja distancia a cada vértice ¢ igual a dois tergos de distancia deste c (o ~ a) assim, m = Mat ° Figura 2 Figura3 Figura 4 Uma medianaInvestigecéo Vetoes eGeometo 31 vértice ao ponto médio do lado oposto. (Sugestao: na Figura 5, mostre que o ponto que esta a dois tergos da distancia de A a P é dado por | (a +b +6). Mostre entio que 0 mesmo ponto esti a dois tergos da distancia de B.aQ ea dois tergos da distancia de Ca R.) O ponto G da Figura 5 € chamado baricentro do triangulo. 4 , Figura 5 5. Uma altura de um tridngulo é um segmento de reta que sai de um vértice ¢ € perpendicular ao lado oposto (Figura 6), Prove que as és alturas de um tridngulo so concorrentes em um mesmo ponto. (Sugestio: seja Ho ponto de intersecdo das alturas correspondentes aos vértices A e B na Figura 7. Prove que CH € ortogonal a AB.) O ponto H na Figura 7 é chamado ortocentro do triangulo. Figura 6 Uma altura Figura 7 6. A mediatriz de um segmento de reta é a reta perpendicular a esse segmento e que passa por seu ponto médio (Figura 8). Prove que as mediatrizes dos tres lados de um tridngulo sao concorrentes em um mesmo ponto. (Sugestio: seja K 0 ponto de intersecio das mediatrizes de AC € BC na Figura 9. Prove que RK é or- togonal a 4B.) O ponto K na Figura 9 chama-se cireuncentro do triingulo. 7. Sejam A e B as extremidades de um didmetro de um circulo. Se C é um ponto qualquer do efrculo, prove que 2 ACB é um Angulo reto. (Sugestdo: na Figura 10, seja O 0 centro do circulo. Expresse todos os ele- ‘mentos em termos de ae ¢€ mostre que AC é ortogonal a BC.) 8. Prove que os segmentos de reta que unem os pontos médios dos lados opostos de um quadrildtero se interceptam de modo a dividir cada um deles em dues partes de mesmo comprimento (Figura 11). Figura 8 UmamediatrizFigura 10 Figura 11 14 Retase Planos ‘Todos estamos familiarizados com a equagéo de uma reta no plano cartesiano. Agora, vamos considerar re- tas em R? do ponto de vista vetorial. As idéias que aparecem neste estudo nos permitem generalizar para Tetas em R? ¢ depois para planos em R°. Muito da algebra linear que estudaremos nos capitulos posteriores tem sua origem na geometria simples de retas e planos; a habilidade de visualizar esses elementos e pensar em um problema do ponto de vista geométrico serd de grande valia. Retas em R? e em R? No plano xy, a forma geral da equagéio de uma reta é ax + by = c. Se b ¥ 0, a equagdo pode ser reescrita como y =—(a/b)x + clb, que tem a forma y = mx + k. [Esta € a equagdo da reta na forma reduzida: m repre- senta a inclinagao da reta, eo ponto de coordenadas (0, k)é sua intersegao com o eixo y.] Para fazer uma descri¢ao com vetores, vamos considerar um exemplo. EXEMPLO I A reta r de equagdo 2x + y = 0 ¢ mostrada na Figura 1. E uma reta de inclinagao ~2 pasando pela origem. O lado esquerdo da equagdo tem a forma de um produto escalar; de fato, se consideramos a= (‘] ex= [Fl ‘a equagdo se torna m- x = 0-x = 0. O vetor mé ortogonal a reta — isto é, ortogonal a qual- de carpinteiro, usado para desenhar angulos re- tos. Assim, um vetor normal é um vetor que ¢ perpendicular a algum outro objeto, geralmente um plano. x A palavra latina norma’se refere 0 esquadro \ Fgura | 2r+)=014 RetesePanos 33 Figura 2 Ovetor normal a . quer vetor x paralelo a reta (Figura 2)- e & chamado vetor normal a reta. A equago m-x = 0 & a equagio da retar na forma normal, = Uma outra maneira de pensar sobre essa reta € imaginar uma particula movendo-se ao longo dela. Suponhamos que a particula esteja na origem no instante 1 = 0 e se movimente 20 longo da reta de modo que sua coordenads x varie em uma unidade por segundo. Entao, no instante f= 1, a particula est4 em (1, ~2); em Figura 3 Figura 4 vetor diretor d 1= 15, esté em (15,3): se permitirmos valores negativos para {isto é, se levarmos em conta onde a particula es- tava no pasado), em ¢ = -2 estaré (ou esteve) em (-2, 4). Tal movimento est ilustrado na Figura 3. Em geral, se ¥= | entdo y = -21, e podemos escrever essa relagéio na forma vetorial como, (l-La}-L Qual é 0 significado do vetor a = [th ‘Trata-se de um particular vetor paralelo a r, chamado vetor dire- tor da reta. Como mostra a Figura 4, podemos escrever a equagio de r como x torial da reta. Se a reta ndo passar pela origem, temos de fazer algumas pequenas modificagdes, id. Essa é uma equagio ve-34 CAPITULO! Vetores EXEMPLO 2 Considere a reta r de equagao 2x + y = 5 (Figura 5). Trata-se apenas de uma translagao em cinco unidades para cima, da reta do Exemplo 1. Ela também possui inclinago ~2, mas sua intersegio com 0 eixo y € 0 ponto (0, 5). E claro que os vetores de n do Exemplo 1 sao, respectivamente, um vetor diretor e uum vetor normal para essa reta também. Assim, n é ortogonal a todo vetor que seja paralelo a r. O ponto P= (1, 3) pertence a r, Se X =(x, ») representa ‘um ponto genérico de r, 0 vetor PX = x — p é paralelo a re n-(x~ p) = 0 (veja a Figura 6). Simplificando, temos n p. Para verificar, calculamos wen eas « oe DE Figura s 2r+y=5 Figura 6 »-(x-p)=0 Assim, a equacao normal n-x geral. (Note que, no Exemplo 1, n-p € uma representagiio um pouco diferente da equagio da reta na forma era o vetor nulo, e 0 lado direito da equagdo era n-p = 0.) ° Esses resultados conduzem a seguinte definigao: Definigio Dads uma reta rem R?, uma equagio escrita na forma a(x p) 0 ou nex=n-p onde p é um ponto especifico de re n + 06 um vetor normal ay é chamada equagio da reta r na forma normal. Uma equago escrita na forma ax + by = c, onde n = “| é um vetor normal ar; € chamada ‘equacdo da reta r na forma geral. tb. Continuando com o Exemplo 2, vamos encontrar uma equacao de r na forma vetorial. Observe que, para cada escolha de x, x ~p deve ser paralelo ao vetor dircior d, ¢, portanto, um miltiplo de d. Isto €, x~ p= (a oux =p +d para algum escalar i. Em coordenadas temos Gl-Ble44] o ou xelte y=3-2 Q ‘A equagio (1) é a forma vetorial da equagdo de 7, ¢ as equagdes (2), das coordenadas, so chamadas equacdes paramétricas da reta. A varidvel t € chamada pardmetro.A palavra paidmietro © 0 adjetivo correspondente paramétrico vémn das palavras greges para, que significa “Yado-a lado”, e metron, que quer dzer “medida’’ ‘Matematicamente falando, um parametro 6 uma varié- vel em termos da qual se expressam outras varidveis — uma nova “medida” colocada ao lado de outras antigas, 14 Retare Planes 35 Como generalizar para R°? Observe que as equagoes de reta nas formas vetorial e paramétrica se estendem perfeitamente. A nocdo de incli- nagio de uma reta em R? — que é dificil de gene- ralizar para trés dimensOes ~ é substituida pela nogdo mais conyeniente de vetor diretor, con- duzindo a seguinte definicao: Definicao Em ®? ou R83, se p for um ponto de re d ¥ 0 for um vetor diretor der, a equacio x=p+d €chamada equagdo vetorial da reta r. As equagdes correspondentes as Coordenadas sio chaiadas equacdes paramétricas de r. Freqiientemente, abreviaremos um pouco essa terminologia, referindo-nos simplesmente a equagao geral, normal, yetorial e as equagdes paramétricas de uma reta ou plano. EXEMPLO 3 8 (1, 2,-1)e é paralela ao vetor d [-} 3. Determine equagdes vetorial e paramétricas para a reta em R° que passa pelo ponto P = P Pi que passa pelo por SOLUCAO: A equagio vetorial x = p + td pode ser escrita como EL -1+3r ° As equacdes paramétricas sao Observagies: hl 1+5¢ ' ‘+ A equagio vetorial e as equagdes paramétricas de uma dada reta 7 nao so tinicas ~ de fato, existem infinitas, j4 que podemos considerar qualquer ponto de r como p ¢ qualquer vetor diretor de r. No entanto, todos os vetores diretores sio claramente miltiplos uns dos outros. 10 No Exemplo 3, (6, 1, 2) € um outro ponto sobre a reta (considere t = 1), € [2] € outro vetor diretor. Dessa mancira, EL 6. MJ € uma equagao vetorial diferente (mas equivalente) para a reta. A relagio entre os dois pardmetros s e pode ser obtida comparando-se as equagdes paramétricas: para cada ponto (x, y, 2) de r, temos 1+ 5t=6 + 10s36 CAPTULO! Vetores implicando que =10s+5= 5 at -6+3= 3 Todas essas equagdes se reduzem a = 1+ 2s. + Intuitivamente, sabemos que uma reta é um objeto unidimensional. A idéia de “dimensio” seré explicada nos Capitulos 3 e 6, mas, para 0 momento, observe que essa idéia parece combinar com o fato de que a equacio vetorial de uma reta requer apenas um parametro, EXEMPLO 4 F freqiiente a expressiio “um par de pontos determina uma reta”. Encontre uma equagiio ve- torial para a reta r em R determinada pelos pontos P = (-1, 5,0)e Q = (2,1, 1). SOLUGAO: Podemos escolher qualquer ponto de r como p; entdo, usaremos P (Q também seria bom). Um 3 vetor diretor conveniente ¢ d = PO = -| (ou qualquer multiplo escalar deste). Assim, obtemos 1 Ca A préxima pergunta que devemos fazer 6 “Como a equagao geral de uma reta se gencraliza para (R2". E ra~ zodvel supor que, se ax + by = c é a forma geral da equagao de uma reta em R?, ax + by + cz = d deva repre- sentar uma reta em R3, Na forma normal, essa equagdo é m «x = mp, onde m é um vetor normal a reta e p corresponde a um ponto sobre a reta. Para verificar se essa é uma hipotese razodvel, vamos refletir sobre 0 caso especial da equagdo ax + by + ¢z = 0. Planos em R® a Na forma normal, ela é +x = 0,onde a = | No entanto, o conjunto de todos os vetores x que satisfazem essa equagao € 0 conjunto de todos os ve- tores ortogonais a nm. Como mostra a Figura 7, infinitos vetores de diregdes diferentes possuem essa pro- priedade, determinando uma familia de planos paralelos. Dessa forma, nossa suposic¢ao est incorreta: parece que ax + by + cz = d é a equagdo de um plano ~ nao de uma reta—em R°, ‘Tornemos mais precisa essa descoberta. Todo plano # em R* pode ser determinado especificando-se um ponto p em e um yetor nao nulo n normal a (Figura 8), Dessa maneira, se x representa um ponto arbitrario a x de ®, temos que n -(x - p) = 0oum-x = m-p. Se n= (| ex- } entio, em termos das coordenadas, a equagio se torna ax + by + cz = d onde d= n-p).14 Retase Planos 37 Figura 7_n € ortogonal a infinitos vetores Figura 8 n-(x-p)=0 Definicdo Seja Pum plano em R°, p um ponto pertencente a P ¢ n #0 um vetor normal a P. Uma equagao escrita na forma ne(x—p)=0 ou mx=n-p € chamada equagio normal de %. Uma equago escrita na forma ar + by + cz = d,onde n = € chamada equagio geral de 9. Note que qualquer miiltiplo escalar de um vetor normal a um plano é um outro vetor normal EXEMPLO 5 Ache equagSes nas formas normal e geral para o plano que contém 0 ponto P =(6, 0, 1)e tem 1 sara BF = +6+2.043+1 =9; portanto,a equagio normal n.x =n.p 1 z. se transforma na equagio geral x + 2y + 3z=9. + 6 x SOLUGAO: Com p = " ex= [Pm Geometricamente, 6 claro que planos paralelos tém os mesmos vetores normais. Assim, suas equagdes gerais tém os lados esquerdos muiltiplos uns dos outros. Por exemplo, 2x + 4y + 6z = 10 € uma equacao geral de um plano paralelo ao plano do Exemplo 5, j4 que podemos reescrever essa equagdo como x + 2y + 3 =5 ~ de onde percebemos que os dois planos tém © mesmo vetor normal n. (Note que os planos nao coincidem, pois os lados direitos das equagées dos dois planos so distintos.)3B CAPITULO! Vetores Podemos também expressar a equagao do plano na forma vetorial ou na forma paramétrica. Para isso, observe que um plano pode ser determinado especificando-se um de seus pontos P (pelo vetor p) e dois ve- tores dirctores we ¥ paralelos ao plano {mas ndo paralelos entre si). Como mostra a Figura 9, dado qualquer ponto X do plano (localizado pelo vetor x), podemos sempre encontrar miltiplos apropriados su e rv dos ve- tores dirctores, de mancira que x ~ p = su + fv ou x = p + su + tv. Se escrevermos essa equagiio em coorde- nadas, obteremos equagoes paramétricas para o plano. Definigao Uma equagao vetorial para o plano em § & uma equagio que pode ser escrita na forma =ptsusn onde p é um ponto de® e we v sao vetores diretores de F (we v so nio nulos ¢ paralelos a &, mas nao paralelos entre si). ‘As equacdes correspondentes as coordenadas na equacdo vetorial sao chamadas equagaes paramétricas de 9. EXEMPLO 6 Encontre uma equagio vetorial e equagdes paramétricas para o plano do Exemplo 5. SOLUCAO: Precisamos determinar dois vetores diretores. Temos um ponto P = (6, 0, 1) no plano; se encon- trarmos dois outros pontos Q e R em ®, os vetores PG e PR poderao servir como vetores diretores (a menos que, por falta de sorte, eles sejam paralelos!). Por tentativa e erro, observe que 0s pontos Q = (9, 0,0) eR = 3,3, 0) satisfazem a equagdo geral x + 2y + 3z =9, ¢, portanto, estao no plano. Calculamos -3 3 -1 que, por nao serem miiltiplos escalares um do outro, servirdo como vetores diretores. Por conseguinte, obte- mos uma equagao vetorial de 9, x] fs 3] [3 yf=fo]+s} of+1 3 zl ly [-J la € as correspondentes equacdes paramétricas, 3 u=PO=q-p=| 0] ¢ 1 SP [0 que aconteceria se escolhéssemos R = (0, 0, 3)2] e Observagdes: ¢ Um plano € um objeto bidimensional, e suas equagdes, tanto vetoriais quanto paramétri- «as, tequerem dois parimetros.14 Retose Panos 39 ‘+ Como mostra a Figura 7, dado um ponto P e um vetor nao nulo nem B®, existem infinitas retas que passam por P tendo m como vetor normal. Por outro lado, P ¢ dois vetores nor- mais no paralelos, ny € ms, servem para determinar uma reta r univocamente, pois r é a reta que passa por P ¢ & perpendicular ao plano de equag3o x = p + sm; + m3 (Figura 10). Dessa maneira, uma reta em R? pode ser identificada por um par de equacdes ar thytee=d, age + bay + ext = dy cada uma delas correspondendo a um vetor normal. Como tais equagdes identificam um par > de planos nao paralelos (por que nao paralelos?), essa é a descrigdo de uma reta como inter- segao de dois planos nao paralelos (Figura 11). Algebricamente, a reta consiste em todos os Pontos (x, y, z) que satisfazem simultaneamente ambas as equagdes. Exploraremos mi conceito no Capitulo 2, quando discutirmos a solucdo de um sistema de equages lineares. Figura 10 Um ponto ¢ dois vetores normais Figura 11 Uma reta intersego de dois planos determinam uma reta r As Tabelas I e 2 resumem as informagdes apresentadas até agora sobre equagdes de retas e de planos. Tabela | Equagées de Retas em ® Forma Normal Forma Geral Forma Vetorial__ Forma Paramétrica pred pi td, Do + tds aex=a-p art bys x ‘Tabela2.Retas ¢ Planos em RY Forma Forma Forma Forma _ Normal Geral Yetorial Paramétrica Retas Bex= MP Et by Fez = dh pid pittd, RyX=My-Py ax + bay + ez = dy Prt tds Py +tdy Planos neX=m-p ax + byter=d ptmtw + su HM p+ su; + Ws 15 + Sty + Ws40 CAPITULO! Vetores ‘Observe mais uma vez que uma equagao geral em R? descreve uma reta, mas em R° descreve um plano. [Em dimensées maiores, um objeto (reta, plano etc.) determinado por uma tinica equacao desse tipo é usual- mente chamado hiperplano.] A relacdo entre as dimenses do objeto, 0 mimero de equagdes necessérias para descrevé-lo e a dimenso do espago € descrita pela seguinte “formula de equilibrio”: (dimensiio do objeto) + (niimero de equages na forma geral) = dimensao do espago Quanto maior a dimensio do objeto, menor o ntimero de equagdes necessétias. Por exemplo, um plano em R® € bidimensional, requer uma equacdo geral ¢ esta no espago tridimensional: 2 + 1 = 3. Uma reta em R° é unidimensional e, assim, precisa de 3 - 1 = 2 equagdes para ser identificada. Note que a dimensio do objeto também combina com a quantidade de parametros da equacdo na forma vetorial ou paramétrica. Nogdes de “dimensio” serdo estudadas nos Capitulos 3 € 6, mas, por enquanto, essas observagdes intuitivas nos servirdo. ‘Vamos agora achar a distancia de um ponto a uma reta ou um plano relacionando os resultados da Segao 1.3 com os desta segio. EXEMPLO 7 Determine a distincia do ponto B = (1, 0,2) a reta r que passa pelo ponto A 3, 1,1) e tem -1 vetor diretor d= 1 0. SOLUGAO: Como ja sabemos, é necessério calcular o comprimento de PB, onde P é 0 ponto de r no pé da perpendicular a partir de B. Se designarmos v = AB, entao AP = proj) ¢ FB = v — proj,(v) (veja a Figura 12). Faremos os célculos necessérios em varias etapas. Etapa 1. v Frei”) Figura 12 (B, 1) = iv ~ proid) Etapa 2. A projegdo de v sobre d é wast (ti) = (ae ven sory 7 Tipeit0 u 0 1JA Retase Pianos 41 Etapa 3. O vetor que queremos é mo HEE Etapa 4. A distancia d(B, r) de Bar é Iv ~ proja(v)l Usando 0 Teorema 2(b) para simplificar os cdlculos, temos Iv = projay)I| - EI Voter 4VvE e Observagao: ¢ Em termos de nossa notagdo anterior, d(B, 7) = d(v, proja(v)). Quando a reta r est em R’ e sua equagao geral € ax + by dada pela formula a distancia d(B, 1) de B iy Yo) a reta é d(B,r) = ®) Voc esti convidado a demonstrar essa formula no Exercicio 39. Figura 13 (8, %) = [projy(AB)| EXEMPLO 8 Determine a distancia do ponto B = (1,0, 2) ao plano , cuja equagao geral éx + y—z SOLUGAO: Neste caso, precisamos calcular 0 comprimento de PB, onde P é 0 ponto de # no pé da perpen- dicular a partir de B. Como mostra a Figura 13, se A for um ponto qualquer de ® ¢ aplicarmos 0 vetor 1 n= | {pr eames creme Anatomie sr Aten 1 Novamente, apresentamos os célculos necessérios em etapas.42 CAPITULO! Yetores Etapa 1. Por tentativa e erro, encontramos um ponto qualquer cujas coordenadas satisfagam a equagaox + y A=(1,0,0)éum deles, Etapa 2. Seja Etapa 3. A projegdo de v sobre n é i -(23) proja(v) = (1 Ja 1 = (ostt= 12) i T+T+CiF Jy Etapa 4. A distancia d(B, #) de BaP é Em geral, a distancia d(B, ®) do ponto B = (x), Yo, z:) a0 plano cuja equacdo geral ¢ ax + by +cz = dé dada pela férmula a O) ‘ ‘Vocé seri convidado a deduzir essa formula no Exercicio 40. * 4 '14 Retare Plonos 43 @EXERCICIOS 1.4 © Nos Exercicios I & 2, escreva uma equagdo (a) na forma normal e (b) na forme geral para a reta que passa por P e possui vetor normal m. -)3] : -[ 3 wre@oe-[3] ar-dane-[3] Nos Exercicios de 3 « 6, escreva equagoes (a) na forma normal ¢ (b) na forma paramétrica para a reta que passa por Pe tem vetor dirctor 3. P=(10)d [3] 4 p= (-4.4,4- [1] 1 1 0 -1] 6 P= (,0,-2),a=]2 4 Nos Exercicios 7 ¢ 8, escreva equagdes (a) na forma nor- 5 smal e (b) na forma geral para o plano que passa por Pe possui vetor normal n. 3 2 1 Nos Exercicios 9 € 10, escreva equacdes (a) na forma geral € (b) na forma parameétrica para o plano que passa por Pe possui vetores diretores We. vane if 0 10. P= (6, ~4,-3),0= 1 uma equago vetorial pare a reta 5. P= (00,0), 7, P=(0,1,0),0= 8 P= (-3,5,1), i Nos Exereicios 11 ¢ 12, que passa por P ¢ Q. 1 P=(1,-2),2 = (6,0) 12, P= (0,1,-1), Q=(€-2,1,3) Nos Exercicios 13 e 14, dé uma equacao vetorial para 0 plano que passa pelos pontos P. Qe R. 13. P= (1.1, 1), @= (4,0,2), R= (,1,-1) 1A, P=(1,0, 0), O= (0,1, 0), R = (0,0, 1) 18. Ache equagdes paramétricas € uma equagéo vetorial para as relas de R? que possuem as seguintes equagies: G@)yn3e-1 (Bv42y—5 16, Considere a equagio vetorial x = p + q— ph onde pe correspondem a pontos distintos Pe Q em R? ou R. (@) Mostre que essa equagio descreve 0 segmento de reta PQ quando t varia de (a 1 (b) Para que valores de ¢x € ponto médio de PQ? Qual é (©) Determine 0 ponto médio de PQ quando P = (2, -a)¢ Q=0.1. {4} Determine o ponto médio de PQ quando P =(1,0, je Q=(4.1,-2) (e} Determine os dois pontos que dividem o segmento PO da parte (6) em tres partes iguais. (Determine os dois pontos que dividem o segmento PO da parte (6) em trés partes iguas, 11, Indique uma “demonstracdo vetorial” do fato de que. cem RE, duas retas com inclinagbes m; e m sio perpendi- culates se, somente se, mm = 1 18, A reta r passa pelo ponto P = (1, -1, 1)¢ tem vetor di- determine se r % so paralelos, perpendiculares ou nenhum desses dois: (a)2x 4 3y-z x- : (y4e-yese=0 (Ade +622 =0 19. 0 plano ® tem equagio 4x y + 5z = 2. Para cada um dos planos # do Exercicio 18, determine se 9, ¢ F sio paralelos, perpendiculares ou nenhum desses dois. 26. Determine uma equacio vetorial para a reta de B2 que passa por P = (2, -1) € perpendicular & reta de equagéo sgeral 2x ~3y = 1 21, Determine uma equagio veiorial para a reta de B? que passa por P =(2, -1)¢ é paralela i reta de equagao geral 2x— 1 22, Determine uma equagdo vetorial para areta de R que passa por P = (-1, 0, 3) e é perpendicular ao plano de equagio geral x- 3y +22 =5. 23, Determine uma equagio vetorial para a reta de ® que passa por P = (-1, 0, 3) ¢ é perpendicular & reta de equacies paramétricas44° CHITULO! —Vetores 24, Escreva uma equagdo na forma normal para 0 plano ‘que passa por P = (), -2, 5) e é paralelo ao plano de equagdo geral 6x - y + 2z =3. 25. Os vértices de um cubo so 0s ito pontos (x, y, z)tais que cada uma das coordenadas x, y e z sdo iguais a 0 ou 1. (Vejaa Figura 10 na Segao 1.3.) (a) Encontre uma equagao geral para cada um dos planos que determinam as seis faces do cubo. (6) Encontre uma equagao geral para o plano que contém, a diagonal que liga a origem ao ponto(, 1, 1)e € perpen- dicular ao plano xy. (© Encontre uma equagdo geral para o plano que contém, as diagonais das faces do cubo do Exemplo 8 da Sedo 13. 26, Encontre uma equagéo para 0 conjunto de todos os pontos eqiidistantes dos pontos P = (1,0,-2)¢ =(5, 2.4). Nos Exercicios 27 € 28, determine a distancia do ponto Q a 1.9 0.2irdecate[*]= [Joo] x] fi 2) 2B. Q=(0,1,0),rde equagio| y}=|1}+¢ 0 zl lt 3 Nos Exercicios 29 ¢ 30, determine a distancia do ponto Q 0 plano ®. 29. Q=(2,2,2), Pde equagdox +y—z=0 30. Q= (0, 0,0), Pde equagio x ~2y +2z A Figura 14 sugere uma mancira de usar vetores para to- calizar 0 ponto R da reta r que esté mais préximo de Q. 31. Encontre 0 ponto R de r mais proximo de Q no Exercicio 27, 32. Encontre 0 ponto R de r mais préximo de Q no Exercicio 28. A Figura 15 sugere uma maneira de localizar 0 ponto R de @® mais préximo de Q, wsando vetores. Q e _ F @ © Figura IS r=p+P0+OR 34. Encontre 0 ponto R de ® mais préximo de Q no Exer- chcio 29, 34 Encontre 0 ponto R de® mais préximo de Q no Exer- ebcio 20, Nos Exercicios 35 e 36, determine a distincia entre as reas paratelas. 5], J-2 “eC ~EJ-UC) + & i | “(EH - & Nos Exercicios 37 € 38, determine a distancia entre os planos pamatelos. B2x+y-22=0e 2 +y-2z Boxtytzelextytz 39, Prove a Equagio 3 da pigina 41, 40. Prove a Equas3o 4 da pigina 42, 41, Prove que, em R2, a distincia entre retas paralcias de el equagoes m-x = c)¢ m-x = € daca por © In 42, Prove que a distancia entre planos paralelos de equa- {ay = dal int” gdesm-x=djen- dy é dada porInvestigacdo O Produto Vetorial Seria conveniente se pudéssemos converter facilmente a equacdo vetorial do plano x = p + su + fv na forma normal a-x= n-p. Dados dois vetores ndo paralelos u € v, 0 que precisamos é de um processo que produza um terceiro vetor m ortogonal a we v. Uma maneira é usar a operagio conhecida como produto vetorial de vetores. Viilida somente em R°, é assim definida: Defini 10 O produto vetorial de v ‘ovetor m X y definido por Tlustramos a seguir um diagrama que pode ajudé-lo a lembrar como se calcula 0 produto vetorial de dois vetores. Sob cada vetor completo escrito em coluna, um 2o lado do outro, escreva as duas primeiras coorde- nadas de cada vetor. Ignore as coordenadas da linha de cima e considere os blocos de quatro linhas. Subtraia 0s produtos das coordenadas ligadas por linhas pontilhadas dos produtos das coordenadas ligadas por linhas cheias. (Esse proceso ajuda a perceber que a primeira coordenada de u X v ndo possui indices 1, a segunda no tem indices 2 e a terceira nao tem indices 3.) 7 v2 us <> v3 ugys — ave uy > Musy) —atavs uy OS yp ayy = av, Os problemas a seguir exploram brevemente o produto vetorial. “fF -[] 2. Mostre que e; x e7 =e3, € X €3=€) € &; X €] =e. 3. Usando a definigio de produto vetorial, prove que w X v é ortogonal ame a v. 4, Com a ajuda do produto vetorial, encontre uma equacéo na forma normal para o plano indicado a seguir: 1. Calcule u X v.46 CAPITULO! Vetores (2) 0 plano que passa por P =(1,0,~2), é paralelo au 0 tleay 1 (0) 0 plano que passa por P = (0,-1.1), 0 =(2,0,2)e R=(1,2,-1) 5. Prove as seguintes propriedades do produto vetorial: (vx u=-(uxv) (ux 0-0 (uxu (ux ky = Ku x v) (ux ku=0 (ux(v+w)=uxXv+uxw 6. Prove as seguintes propriedades do produto vetorial: (a) u(y x w) = (@ xv) ew (0) wx (7 x w) = (uew)y — (uv) (©) fu x vf? = Jupivy (u-v? 7. Refaca os problemas 2 € 3 usando os problemas 5 e 6. 8 Sejam we v vetores em Re 0 0 Angulo entre we v. (2 Prove que lu x vj = |u| [vl] sen. (Sugesido: consulte o Exercicio 6(0).] (b) Prove que a érea A do tridngulo determinado por we v (como mostra a Figura 1) dada por A= baxvi Figura | (c) Use o resultado da parte (b) para determinar a érea do tridngulo de vértices A = (1, 2, 1), C=(,-1,3). 2,1, Oe 1.5 Vetores de Cédigo e Aritmética Modular A Histéria nos mostra que as pessoas sempre transmitiram informagées por meio de e6digos. Por vezes, a in- tengdo é encobrir a mensagem que esta sendo enviada, como no caso em que cada letra de uma palavra é trocada por outra diferente, de acordo com uma regra de substituigdio. Embora fascinantes, esses cédigos se- cretos ou cifras no so de nosso interesse aqui: so objetos de estudo do campo da cripiografia. Em vez disso, falaremos sobre cédigos utilizados quando a informacao deve ser transmitida eletronicamente. Um exemplo familiar de um desses cédigos é 0 c6digo Morse, com seu sistema de pontos e tragos. O ad- vento dos computadores digitais do século XX levou a necessidade de transmitir rapidamente e com precisa quantidades macicas de dados. Computadores foram projetados para codificar dados como seqiiéncias de (s € 1s. Muitos avangos tecnol6gicos recentes dependem de cddigos, e nds os encontramos todos os dias sem nos darmos conta disso: comunicagdes via satélite, CD, Codigos Universais de Produtos (UPC — Universal Product Codes) associados 20s cédigos de barras encontrados em mercadorias e o Padrdo Internacional de Numeragéo de Livros (ISBN ~ International Standard Book Numbers), encontrado em todo livro publicado sio alguns exemplos. Nesta seg4o, usaremos vetores para projetar c6digos detectores de erros que podem ocorrer na transmissa0 de dados. Nos capitulos posteriores, construiremos cédigos que nio somente detectam, mas corrigem erros. Os vetores que aparecem no estudo de cédigos nao so os vetores familiares de R", mas vetores com apenas1S Vetores de Cédigo © ritmétice Modular 47 um mimero finito de possibilidades para cada componente. Tais vetores dependem de um tipo diferente de aritmética —chamada aritmética modular — que sera apresentada nesta segao ¢ utilizada por todo o livro. Cédigos Bindrios ‘A moderna teoria de cédigos:criginou-se com o tra- | _J4 que os computadores descrevem dados em ter- balho do matemético e cientista de ‘computaczo | mos de Os ¢ 1s (que podem ser interpretados como americano Claude Shannon (19/6-2001), cuja tese de | — desligado/ligado, fechado/aberto, falso/verdadeiro 1937 mostrou como'a algebra’ podia desempenhar ou nao/sim), comegamos considerando cédigos papel importante no projeto e andlise de circuitos || bindrios, que consistem em vetores cujes coorde- ‘elétricos. Mais tarde, Shannon teria um papel decisivo | nadas so iguais a 0 ou 1. Nesse contexto, as regras nna eriagio da teoria da informacio @ daria a bare |) _usuais da aritmética devem ser modificadas, pois 0 teGrica para os hoje chamados cédigos corretores de |} resultado de cada célculo que envolve escalares erro. deve ser 0 ou 1. Veja a seguir as regras modificadas para adicao e multiplicagao. #)0 1 +|o 1 ofo 1 ofo 0 ait 0 ilo 4 A tinica curiosidade aqui € 0 fato de que 1+ 1 = 0. Isto nao € tao estranho quanto parece: se substituirmos 0. pela palavra “par” e 1 pela palavra “impar”, essas tabelas simplesmente resumem as regras de paridade para a adicao e multiplicacdo de inteiros pares e impares. Por exemplo, 1 + 1 = 0 expressa a propriedade de que a soma de dois inteiros fmpares é um inteiro par. Com tais operagdes, nosso conjunto de escalares {0, 1} € de- notado por Z3 e € chamado de conjunto dos inteiros médulo 2. EXEMPLO | Em Z;,1+1+0+1=1e1+1+1+1=0. (Esses clculos ilustram novamente as regras de paridade: a soma de trés impares e um par é impar; a soma de quatro impares é par.) « Com Z> como conjunto de escalares, podemos estender para os vetores as regras vistas hd pouco. O con- junto de todas as n-uplas de 0s e 1s (com toda a aritmética médulo 2) é denotado por Zs. Os vetores em Z" so chamados vetores bindrios de comprimenio n° => EXEMPLO2 Os vetores em Z}sa0{0, 0}, [0, 1} [1, Ce [1, 1] (Em geral, quantos vetores possui Z"?) @ EXEMPLO 3 Scjam u=[I, 1,0, 1,0]ev=[0, 1, 1, 1, O]dois vetores bindrios de comprimento 5. Determine u-v. SOLUGAO: O cileulo de u-y ¢ feito em Z;, por isso temos wevaTOF 11+ 01411 +000 =0+1+0+1+0 © Estamos usando o termo comprimento diferentemente daquele usado em FR, Isso no deve causar confusto, jé que no existe neahuma nego geométriea de comprimento para vetores bindrios.48 CAPITULO! Vetores Na prética, temos uma mensagem (em palavras, ntimeros ou simbolos) que queremos enviar. Comecamos codificando cada “palavra” da mensagem por um vetor binério. Definigao’ Um cédigo bindrio € um conjunto de yetores binérios (de mesmo comprimento) chamados vetores de eédigo. O ptocesso de conversio'de uma mensagem em vetores de eédigo € chamado codificacdo, ¢ 0 proceso inverso é chamado decodificacao. ‘Como veremos, é altamente desejével que um cédigo tenha outras propriedades, como a habilidade de de- tectar quando ocorre um erro na transmisso de um vetor de c6digo, e, se possfvel, sugerir como corrigir o erro. Cédigos Detectores de Erro Suponha que tenhamos codificado uma mensagem como um conjunto de vetores de cédigo bindrios. ‘Queremos enviar tais vetores através de um canal (como um transmissor de rdio, uma linha de telefone, um cabo de fibra dtica ou um CD a laser), Infelizmente, 0 canal pode ser “ruidoso” (por conta de interferéncia elétrica, sinais de interferéncia ou sujeira e arranhdes). Como conseqiiéncia, podem aparecer erros: alguns Os podem ser trocados por 1s, e vice-versa. Como podemos nos precaver desse problema? EXEMPLO 4 Desejamos codificar e transmitir uma mensagem que consiste em uma das palavras up, down, efi ou right. Decidimos usar os quatro vetores de Z} como nosso e6digo binério, de acordo com a Tabela 1. Se o receptor também tiver essa tabela e a mensagem codificada for transmitida sem erros, decodificar serd trivial. No entanto, vamos admitir que tenha ocorrido um erro simples. (Por erro simples, entendemos uma alteragdo em exatamente uma coordenada do vetor de cédigo.) Por exemplo, suponha o envio da men- sagem “down”, codificada como [0, 1} com um engano na transmissio da primeira coordenada em que 0 0 foi trocado por 1. O receptor verd ento a mensagem (1, 1] e a decodificard como “right”. (Vamos apenas nos Preocupar com os casos de um erro simples como este. Na prética, trabalha-se com a hipotese de que a probabilidade de ocorrer erros miiltiplos € muito pequena.) Mesmo que o receptor percebesse (de alguma maneira) que ocorreu um erro simples, cle ndo saberia se 0 vetor de c6digo correto era [0, 1] ou(1,0} Tobela | Mensagem Up Down Left Right Cédigo (0.0) (0.1) 1.0] 1.1) Tebela2 Mensagem Up Down Left Right Codigo (0.00) (04,1) [1.0.4] [hho] Suponha o envio da mensagem com um cédigo que seja subconjunto de Z3 - em outras palavras, um eédigo binério de comprimento 3, como mostra a Tabela 2. Esse cddigo poderé detectar qualquer erro simples. Por exemplo, se “dowsi" for enviado como (0, 1, 1}e ocorrer um erro em alguma coordenada, o receptor ler4(1, 1, 1} (0,0, 1] ou (0, 1, 0), enenhum deles é um vetor de cédigo. Assim, ele saberd que ocorreu um erro (mas nao onde) e +B _poderd pedir que a mensagem codificada seja retransmitida. (Por que 0 receptor nao saber onde est oerro?) +1.5. Vetores de Ciigo eArtmética Modular = 49) O cédigo da Tabela 2 € um exemplo de eédigo detector de erros. Até 0s anos 40, isso era 0 melhor que podia ser obtido. O advento dos computadores digitais conduziu ao desenvolvimento de cédigos que podiam corrigir to bem quanto detectar erros. Consideraremos tais c6digos nos Capitulos 3, 6 e 7. A propria mensagem a ser transmitida pode ser formada por vetores bindrios. Neste caso, um oddigo de- tector de erros simples mas muito usado € 0 eédigo de checagem de paridade, que € obtido anexando-se uma nova componente ~ chamada digito de checagem — a cada vetor, de maneira que a paridade (o numero total de 1s) seja um nimero par. EXEMPLO 5 Se a mensagem a ser enviada for 0 vetor binario [1, 0,0, 1, 0, 1}, que possui um numero impar de 13, 0 digito de checagem seré 1 (de modo que o total de 1s do vetor de cédigo seja par) € 0 vetor de cédigo serd(1,0,0,1,0,1, 1 Note que qualquer erro simples seré detec- tado, pois ele mudara a paridade do vetor de © terme poridede vem da palavra latins por: Dols in- J cédigo de par para impar. Por exemplo, se ocorrer teiros possuem a mesma paridade se forem ambos || umerro na terceira coordenada, o vetor de cbdigo pares ou ambos impares, ser recebido como (1,0, 1, 1,0, 1, 1}, cuja paridade € impar, pois tem cinco 1s. ° ‘Vamos estudar esse conceito um pouco mais formalmente. Suponha que a mensagem seja 0 vetor bindrio b = [b,, by, ... by}em. Z3. Entao, o vetor codigo de checagem de paridade & v =[b1,b2, .. by djem Z3"', onde o digito de checagem d é escolhido de maneira que by + by-+ +b, +d =0em Zp ou, equivalentemente, lev=0 onde 1 =[1, 1,...., 1}, um vetor com todas as coordenadas iguais a 1. O vetor 1 6 chamado vetor de checagem. Se um vetor v' € recebido e 1+ ¥’ = 1, podemos estar certos de que ocorreu um erro, (Embora no estejamos considerando a possibilidade de mais do que um erro, observe que esse esquema nao detectaré uma quanti- dade par de erros.) Os cédigos de checagem de paridade sio um caso especial de eddigas de cheeagem de digitas mais gerais, 0 quais serdo considerados depois de estendermos as idéias precedentes a situagdes mais abrangentes. Aritmética Modular E possivel estender 0 que acabamos de fazer para vetores binérios a vetores cujas componentes sao elementos do conjunto finito {0 1, 2, ..., k} para k = 2 Para tanto, devemos primeiro estender a idéia da aritmética binéria. EXEMPLO 6 0s inteiros médulo 3 consistem no conjunto Z; = {0, 1, 2}, com adigdo e multiplicagao dadas assim: Observe que o resultado de cada adigdo e multiplicagao pertence ao conjunto {0, 1, 2}; dizemos que Zé fechado em relacdo as operagdes de adi¢ao e multiplicagao. Talvez seja mais f4cil pensar nesse conjunto em ‘termos de um relégio de trés horas, com 0,1 € 2 no seu mostrador, como mostra a Figura 1.50 CAPTULO! —Vetores ° 49. Jf. ee ye SN “7 ) 2 J} 12,5. LY 121d ——— Figura 1 Arintica mle 3 Figwa? O céleulo 1 + 2 = 0 é interpretado do seguinte modo: duas horas apés 1 hora 6 0 hora. Assim, como 24:00 € 12,00 sdo representados pela mesma marca em um relégio de doze horas, 3 ¢ 0 so equivalentes em um rel6gio de trés horas. Da mesma maneira, todos os muiltiplos de 3 — positivos e negativos — so equivalentes 20; 0 niimero 1 ¢ equivalente a qualquer nimero que seja igual a 1 mais um muliplo de 3 (como -2, 4 ¢ 7) € 26 equivalente a qualquer miimero que seja igual 2 2 mais um miltiplo de 3 (como -1, 5 e 8). Podemos imagi nar a reta numerada enrolada em volta de um citculo, como mostra a Figura 2. + EXEMPLO 7 © ntimero 3.548 é equivalente a que elemento de Z3? SOLUCAO: Isso é 0 mesmo que perguntar onde esta 3.548 no relbgio de trés horas. A idéia é calcular quao longe esse ndmero esta do muiltiplo de 3 mais préximo ¢ menor do que ele; isto &, precisamos saber 0 resto da divisio de 3.548 por 3, Efetuada a divisdo, encontramos 3.548 = 3 +1182 + 2, e, portanto, o resto é 2. Assim, 3.548 é equivalente a 2 em Z3. + Em cursos de algebra abstrata e teoria dos némeros, que exploram esse conceito com detalhes, a equivaléncia que acabamos de ver é freqiientemente escrita como 3.548 = 2 (mod 3) ou 3.548 = 2(mod 3), onde = sc 1é “é congruente a”. Nao usaremos essa notagio ou terminologia aqui. EXEMPLO8 Em Z;, calcule2+2+1+2. SOLUGAO |: Usamos as mesmas idéias do Exemplo 7. A soma usual é 2+ 2+ 1+2= sua divisio por 3 deixa resto 1. Assim, ?+2+1+2=1em Zs. 1+ 6,€, portanto, SOLUGAO 2: Um jeito melhor de efetuar esse cdlculo € fazé-lo passo a passo em Z3. 24241425 2+24142 =1+14+2 = (1+ 1)+2 242 =1 Usamos parénteses para agrupar os termos que escolhemos para somer, Poderiamos acelerar os célculos combinando simultaneamente os dois primciros ¢ os dois ultimos termos: @ +24 0+2)=140 Multiplicagdes repetidas podem ser efetuadas analogamente. A idéia é usar as tabuas de adi¢do e mult plicagilo para reduzir 0 resultado de cada conta a 0, 1 ow 2. +15 Vetores de Codigo eAvtrétice Modular 51 A extensiio dessas idéias para vetores é direta, EXEMPLO9 Em Z%, sejam u =(2,2,0,1,2Jev=(1, 2, 2,2, 1] Entao: wey 2142-24024 1-242-1 F1404242 Vetores em Z} sio chamados verores terndrios de comprimento 5. ° D mot 1 Figura 3 Aritmética médulo m Em geral, temos o conjunto Z,, = {0, 1, 2,...,m 1} de inteiros médulo m (correspondente a um rel6gio de m horas, como mostra a Figura 3) ¢ 0 conjunto dos vetores m-drios de comprimento n, denotado por Z'.. Cédigos que utilizam vetores mm-Arios sio chamados cédigos m-drios. préximo exemplo é uma extensio direta do Exemplo 5 para cédigos terndrios EXEMPLO 10 Seja b =[b1. by, .... by] um vetor em 23. Entao, um vetor codigo de checagem de digito pode ser definido por v =[b1, ba... by, d](em Z;""), com o digito de checagem d escolhido de maneira que 1ey=0 (onde 0 vetor de checagem (1,1, 1]60 vetor de Is em 23"), Portanto, 0 digito de checagem satisfaz by + byt wtb, +d =0 eZ, Por exemplo, considere o vetor u = [2, 2, 0, 1, 2]do Exemplo 9, A soma de suas coordenadas é 2+2+0+1+2-1,¢, portanto,o digito de checagem deve ser 2(pois 1 +2 = 0). Assim, o vetor eSdigo associado é v=(2,2,0,1,2,2) ° Embora codigos simples de checagem de digitos detectem exros simples, frequentemente ¢ importante detec- tar outros tipos comuns de erros, como uma troca acidental, ou transposicao, de duas coordenadas adjacentes. (Por exemplo, a transposigao da segunda e terceira coordenadas de v no Exemplo 10 ird resultar no vetor incor- 2, 0, 2, 1, 2, 2]) Para tais problemas, outros tipos de cédigos de checagem de digitos sdo projetados. Muitos deles simplesmente substituem o vetor de checagem 1 por algum outro vetor ¢ cuidadosamente escolhido. oO rag27'02094"" 6 Figura 4 Um UPC EXEMPLO 11 © UPC (Figura 4) é um cédigo associado aos c6digos de barra encontrados em muitos tipos de mereadorias.SZ CAPITULO! Vetores As barras pretas e brancas escaneadas pelo laser da caixa registradora do mercado correspondem a um vetor L0-drio" v = [¥), V2, «... Vn. d] de comprimento 12. As 11 primeiras componentes constitiem um vetor em Zi, que dao informagao sobre o fabricante e o produto; a tltima componente d é um dfgito de checagem escolhido de maneira que ¢.v = 0 em Zp, onde 0 vetor de checagem € € dado por ¢=[3.1, 3, 1,3, 1,3,1, 3, 1, 3, 1}. Portanto, depois de um rearranjo, temos Bi + vst Vst Wt Yot MEL + (V2t Vat Vet TH Mig) d= 0 onde d € 0 digito de checagem. Em outras palavras, 0 digito de checagem € escolhido de maneira que 0 lado esquerdo da expressio seja um miiltiplo de 10. Para o UPC mostrado na Figura 4, podemoy determinar que o dfgito de checagem € 6, fazendo todas as contas em Zo: ev A3OFTHSAF9FS-2ETHS-OF2+3-0F943-44d 304442404044) 4749474249 4d =30) +44 4td O digito de checagem d deve ser 6 para se obter 0 total 0 dos cilculos em Zp. (Uma outra mancira de pensar no digito de checagem, neste exemplo, é que ele é escolhido de maneira que ¢-¥ seja um miiliplo de 10.) ° O UPC detectara todos os erros simples ¢ a maior parte dos erros de transposigéio de coordenadas ad- jacentes. Para exemplificar este ultimo ponto, suponha que 0 UPC no Exemplo 11 seja incorretamente escrito como ¥' = (0,7, 4,2, 9, 7, 0, 2,0, 9, 4, 6), coma quarta e a quinta coordenadas em posigdes tro- ‘adas. Quando aplicarmos 0 vetor de checagem, teremos ¢ «v’ = 4 # U) alertando-nos para o fato de PD que deve ter havido um erro. (Veja os Exercicios 48 e 49) EXEMPLO 12 ISBN ¢ um outro cédigo de checagem de digito amplamente usado. E projetado para de- tectar mais tipos de erros que 0 Cédigo Universal de Produto e, conseqiientemente, 6 um pouco mais com- plicado. O principio basico ainda é o mesmo. O vetor de cédigo € um vetor em 2’. As primeiras nove componentes dao pats, editor e informagdes so- bre o livro; a décima componente € 0 digito de checagem. O ISBN para o livro Calculus: Concepts and con- texts, de James Stewart, é 0-534-34450-X. E deserito como 0 vetor onde o “digito” de checagem é a letra X. Para 0 cédigo ISBN, 0 vetor de checagem €o vetor ¢ =(10,9, 8, 7, 6,5,4,3,2, 1}, ea condigao é que e-b = Oem Zn. Vamos determinar o digito de checagem para o vetor b neste exemplo. Devemos calcular Cbs OF 95+ 8347463454 tad HSH DOF onde d € 0 digito de checagem, Comegamos efetuando todas as multiplicagdes em Z;). (Por exemplo, 9-5 1, pois 45 é 1 mais o multiplo mais préximo e menor que 45 — isto é, 44. Em um relégio de onze horas, 45 ho- ras é 1 hora.) A soma simplificada é DFL+2+O+749FS +4404" e, somando-se em Z),, obtemos 1 +d. Agora, 0 digito de checagem d deve ser escolhido de maneira que 0 © NcT: Rambem chamado decimal, ou sa, eujas eoordenadas pertencem a0 conjunto (0,1, 59}resultado final seja 0; portanto, mht 1.5 Votores de Cédigo eAritmétice Moduler 53 Zy),d = 10, Equivalentemente, d deve ser escolhido de modo que e-b seja 10 de 11.) Como ¢ preferivel que cada componente de um ISBN se componha de um tnico digito, é usado o numeral romano X no lugar de 10 toda vez que ele ocorre como um digito de checagem. 4 0 cédigo ISBN detectard todos os erros simples ¢ erros de transposigao (veja os Exer: ios 52-54). @ EXERCICIOS 1.5@ Nos Exercicios de Ia 4, w e v sao vetores bindrios. Deter- mine w+ ve u- vem cada case. wef] aeftb- [i] Bu = [LO 1v= [1111] 4 w= [1,1,0,1,0}.7 = (0.1.1, 1,0) 3. Escreva as tabelas de adi 10 € multiplicagaoem Zs. 6, Escreva as tabelas de adigéo e multiplicagio em Zs. Nos Exercicios de 7 a 19, efetue os edleulos indicados. 1.24+2+2em2; 9. 22+ 1+ 2)emZ; 10. 34142+3emZy UL. 2+3-2em Zs 2, 33+3+2emZ, 13, 2414+2+2+1emZ;,ZieZs 14, 6 +4) +2+442)emzs 15. N6+443)emZy 16. 2! emzyy 17. [2,1,2]+(2,0, tem Z 1B. [2,1,2}-[2,2,1em 2 19. [2,0,3,2)-({3. 1,1, 2]+[3,3,2 1})em 23 eem 2} 8 2-2-2emZ; Nos Exercicios de 20.a 31, resolva a equagao dada ou in- dique que nao ha sotugao. 20,x43=2emZs Mex+S=1em% 22,2r=1emZ; B.2e=1emZ, 2. 2x = LemZs 28.3r=4emZs %.3x=4em Zs 21, 6r=SemZs 28 8¢ =9emZ), WO. dx +5 =2emZ, W204 Bort 2em Zs emZy 32, (a) Para quais valores de « a equasao x + ¢ = 0 possui solugio em 25? {b) Para quais valores de a ¢ b a equagao x + a = b possui solugdo em Zp? (©) Para quais valores de @, be m a equagio x + sui solugio em Z,? b pos- 33. (a) Para quais valores de a a equagio ax = 1 tem solugio em Z5? (b) Para quais valores de # a equagéo ax = 1 tem solugio em 2.2 (6) Para que valores de a em a equagao ax = | tem solugao em Z,,? Nos Exercicios 34 ¢ 35, determine o vetor v de cédiga de checagem de paridade para cada vetor bindrio w 3 =[1,0,.11 38,0 =[1,1,0,1, 1) Nos Exercicios de 36 a 39, € dado um vetor v de codigo de ‘checagem de paridade. Determine se pede ter ocorrido um ‘erro na transmissao dev. 1,0, 1.0] (0,1.0,1,1, 1] anv By 1,0, 1.1] .0,1,0.1, 1,1) Os Exercicios de 40 a 43 sereferem « cédigos de checagem de digits nos quais 0 vetor de checagem © 60 vetor 1 =I, 1... 1} de comprimento apropriado. m cada aso, enconire 0 digito de checagem que deve ser anexado ao vetor 40,u=[1,2,2,2)em Z} lw =[3,4,2,3]em Zh 42, u=[1,5.6,4,5Jem ZB. w= (3.0, 7, 5,6, Sem Z3 4, Prove que, para quaisquer inteiros positives m € 1, 0 cédigo de checagem de digito om Z3, com vetor de checagem € = 1=[1,1,... , Th detectard todos 0s erro simples, (Isto é, prove que, se vetores ue vem 2%, diferem ‘em exatamente uma coordenada, entao €+u # €+¥.) Nos Exercicios 45 ¢ 46, encontre 0 digita de checagem ddo UPC. 45. [0. 5.9, 4.6, 4,7,0,0, 2,7, d] 46. [0,1,4,0,1, 4,184, 1.2, d) 47. Considere 0 UPC(0, 4,6,9,5,6,1,8, 1,5) 10 pode estar correto. (a) Mostre que esse UPC (b) Assumindo que um tinico erro foi cometido © que o digito incorreto € 0 6 na terceira coordenada, encontre 0 UPCeorreto.54 CAPTULOI —Vetores 48, Prove que o UPC detectaré todos os erros simples. 48. (a) Prove que, se ocorrer um erro de transposigdo na s2- ‘gundac terceira coordenadas do UPC(0, 7,4, 9,2, 7,02, 0,9, 4,6} tal erro serd detectado. (b)/Mostre que existe uma transposigao envolvendo duas cour cdenadas adjacentes do UPC na parte (a) que nao seriam de- tectadas. (©) Em geral, quando © UPC no detecta um erro de trars- posigo que envolve duas coordenadas adjacentes? ‘Nos Exercicios 50 ¢ 51, encontre 0 dfgito de checagem d do ISBN dado, ‘54.(0,3,8,7,9,7,9,9,3.d] 51.(0,3,9.4,7,5,6,8,2,d) 82 Considere o ISBN 0,4, 4,9,5,0,8,3,5,6} (@)Mostre que esse ISBN ndo pode estar correto. (bj Assumindo que um erro simples foi feito e que o digito in correto € 05 na quinta coordenada, eneontre o ISBN correto. 53. (a) Prove que, se um erro de transposigio for feito na quarta e quinta coordenadas do ISBN(0, 6.7.9, 7.6.2, 9,0, 6) esse erro seré detectado. (b)Prove que, se um erro de transposicao corer em duas co- ordenadas adjacentes quaisquer do ISBN da parte (a, le sera detectado. © Prove que, em geral, 0 eédigo ISBN sempre detecta um erro de transposicio que envohe duias coordenadas adja- centes. 54, Considere o ISBN[0.8, 3,7, 0,9, 9,0,2.61 (@)Mostre que esse ISBN nao pode estar correto. (0) Assumindo que ocorreu um erro de transposiqao envol- vendo duas coordenadas adjacentes, encontre 0 ISBN cor eto. (€)De um exemplo de um ISBN para o qual um erro de trans- Posigdo envolvendo duas coordenadas adjacentes sera detec tado, mas nio corrigivel2 Sistemas de Equacdes Lineares (© mundo estava cheio de equagbes. Deve haver uma resposta para todas as coisas, se pelo menos voc’ souber como colocar as questies = Anne Tyler The accidental tourist Alfred A. Knopf, 1985, p. 235 2.1 Introdugio: Trivialidade A palavra trivial deriva das palavras latinas sri (“trés") e via (“camino”). Assim, literalmente, uma triviali- dade se refere a um lugar onde trés caminhos se encontram. Esse ponto de encontro comum dé origem a um outro significado, mais comum, para trivial: lugar-comum, ordinario, insignificante. Nesta seg, comegamos a examinar sistemas de equagdes lineares. O mesmo sistema de equagdes pode ser visto de trés modos diferentes, mas igualmente importantes - esses serdo nossos trés caminhos, todos Ievando & mesma solucdo, Vocé precisaré acostumar-se com essas trés maneiras de interpretar sistemas de ‘equagées lineares para que isso se torne ordindrio (trivial!) para voce. O sistema de equagdes que iremos considerar & a+ y= 8 x-3y=-3 Problema 1: Desenhe duas retas representadas por essas equagdes. Qual € 0 seu ponto de intersecao? Problema 2: Considere os vetores u = ['] ev [3 Desenhe 0 sistema de coordenadas determinado por w € ¥. (Sugestdo: desenhe, de leve, primeiro o sistema de coordenadas padrio ¢ use-o como ajuda para o de- senho do novo sistema.) 8 Problema 3: No sistema u-v, encontre as coordenadas de w = [. ‘| Problema 4: Uma outra maneira de colocar o Problema 3 é pedir que se determinem as coordenadas x e y para as quais xu + yv = w. Escreva as duas equagdes as quais essa equagdo vetorial € equivalente (uma equagio para cada componente). O que voce observa? Problema 5: Retorne agora as retas que voc? desenhou no Problema 1. Vamos nos referir & reta de equacao 2x + y=8.como reta 1, € A reta de equagio x - 3y =— 3 como reta 2. Marque o ponto (0, 0) em seu grifico do56 CAPITULO? Sitemes de Equasdes Lineores Problema 1 e chame-o de P). Desenhe um segmento de reta horizonial de Py até encontrar a reta 1 e chame esse novo ponto de P;. Em scguida, desenhe um segmento de reta vertical de P; até encontrar a reta 2 € chame esse novo ponto de P:. Agora, desenhe um segmento de reta horizontal de P; até a reta 1, obtendo o ponto P;, Continue desenhando segmentos verticais até encontrar a reta 2, seguidos de segmentos horizon- {ais para a reta 1. O que parece estar acontecendo? Problema 6: Usando uma calculadora com duas casas decimais de preciso, encontre as eoordenadas (aproxi- madas) dos pontos P), Ps, Ps, ..., Ps. (Voce acharé titil primeiramente resolver a primeira equagio para x em termos de y e a segunda equagdo para y em termos de x.) Registre seus resultados na Tabela 1, escrevendo as coordenadas.x e y de cada ponto separadamente. Py 0 0 Os resultados desses problemas mostram que a tarefa de “resolver” um sistema de equagées lineares pode ser vista de vérias maneiras. Repita o proceso descrito nos problemas com os seguintes sistemas de equacdes: G)4r-2y=0 (o)3r+2y= 9 @)xty=5 (@) xF2y=4 r+2y=5 x#3y=10 x-y3 2x- y= Todas as suas observagées feitas nos problemas 1 a 6 so ainda vilidas para esses exemplos? Repare em qualquer similaridade ou diferenca. Neste capitulo, iremos explorar essas idéias com mais detalhe. 2.2 Introducao aos Sistemas de Equagées Lineares Lembre-se de que a equagao geral de uma reta em R? é da forma ax + by que a equagao geral de um plano em B® é da forma ax+bytec=d Equagdes como as acima so chamadas equagées lineares.22. Inrodvdo cos Sitemes de Equozées Lneores ST Definigao Uma equagao tinear nas n varidveis x), x2, ..., Xn € uma equago que pode ser escrita na forma i Pa +++ aay =b onde 0s coeficientes a;, a, ..,ay¢ 0 fermo independente b sao constantes. EXEMPLO IAs seguintes equagdes sio lineares: 3x - 4y 4 +5ap = 3 + Dy Vix + 32k; - 00lx: = 46 Observe que a terceira equagdo é linear porque pode ser reescrita na forma x; + Sx + x3 ~ 2x. Etam- bém importante notar que, embora nesses exemplos (¢ na maioria das aplicagdes) os coeficientes e termos constantes sejam ntimeros reais, em alguns exemplos ¢ aplicagbes cles serio mimeros complexos ou elemen- tos de Z,, para algum ntimero primo p. As seguintes equagdes nao sio lineares: xy +2¢ va+t sent, — 3x; +2" =0 Equagdes lineares, portanto, nao contém produtos, recfprocos ou outras fungdes das varidveis; as varidveis aparecem somente na poténcia 1 e multiplicadas apenas por constantes. Preste atengiio especial no quarto exemplo de cada lista: por que a quarta equagao na primeira lista é linear, mas a quarta equacdo na segunda lista nao €? aa Uma solugdo de uma equacio linear ayxy +a3x7 +... + dy Xp Jj cujas coorde- nadas satisfazem & equagdo quando substituimos xy = $),.09= 815-64, = Se b & um vetor[s1, 52) ---5 EXEMPLO 2 (a)[5, 4]é uma solugao de 3x - 4y = -1 porque, quando substituimos x = 5 ey = 4, a equacio é satisfeita: 5) ~ 4(4) = -1. O vetor(1, 1] uma outra solugao. As solugdes simplesmente correspondem aos pontos da reta determinada pela equacao dada. Assim, colocando x = ¢ te- solvendo para y, vemos que 0 conjunto completo das solugdes pode ser escrito na forma > paramétrica [¢,{ + 7]. (Poderiamos também colocar y igual a algum parimetro — digamos, e€ resolver a equagdo para x; as duas solugdes paramétricas pareceriam diferentes, mas seriam equivalentes. Tente isso.) (b) A equagdo linear x; —x2 + 2x3 = 3 tem[3, 0, 0}, [0, 1, 2]e [6, 1,1] como solugées particulares. O conjunto completo das solucdes corresponde ao conjunto dos pontos pertencentes ao plano de- terminado pela equacio dada. Se colocarmos x) = s € x3 = f, uma solugio paramétrica sera dada > por[3 +s—2%,5, f] (Quais valores de se de 1 produzem as trés solugdes especificas apontadas?) @ Um sistema de equagdes lineares é um conjunto finito de equagdes lineares, cada uma com as mesmas varidveis. Uma solucdo de um sistema de equagdes lineares é um vetor que simultaneamente solucio de cada uma das equagdes do sistema. O conjunto solugdo de um sistema de equagdes lineares € 0 conjunto de todas as solugdes do sistema. Vamos nos referit ao process de encontrar 0 conjunto solugao de um sistema de equagies lineares como “resolver o sistema”,5B CAPFTULO2 —_Sitemes de Equaxdes Lineares EXEMPLO 3 O sistema 2x- y=3 re3ye5 tem [2, 1] como solugdo, pois esse vetor € uma solugdo de ambas as equagdes. Por outro lado, [1-1] nfo é uma solucao do sistema, j4 que ele satisfaz apenas a primeira equacao. 6 EXEMPLO 4 Resolva os seguintes sistemas de equagies lineares: {a) x- (b) x- y=2 ()x-y=l Qe -2y=4 r-y=3 SOLUGAO: (a) A soma das duas equagdes di 2x = 4, logo, x = 2, de onde concluimos que y= 1. Uma répida conta con- firma que (2, 1] é na verdade uma solugao de ambas as equacdes. O fato de essa ser a nica solugdo pode ser confirmado quando observamos que ela corresponde ao (tinico) ponto de intersecdo (2, 1) das retas com equacgdes.x- y= | €.x + y =3, como € mostrado na Figura I(a). Portanto, [2, 1]é uma solueao nica, (b) A segunda equagio nesse sistema 6 exatamente o dobro da primeira, por isso as solugdes slo as solucdes da primeira equacio apenas — a saber, os pontos da reta x ~ y = 2. Estes podem ser representa- dos na forma paramétrica por [2 + 4, f Assim, esse sistema tem infinitas solugdes [Figura 1(b), (© Dois mimeros x e y ndo podem ter uma diferenga de 1 ¢ de 3 simultaneamente. Portanto, esse sistema nao fem solucoes. (Uma forma mais algébrica de aproximacio pode ser subtrair a segunda equacio da primeira, levando a absurda conclusdo de que 0 = -2.) Como a Figura 1(c) mostra, neste caso as retas cor- respondentes ds equages sao paralelas. Figura | ° Um sistema de equagdes lineares é chamado de possivel* quando tem pelo menos uma solugdo. Um sis- tema sem nenhuma solugao € chamado imposstvel. Embora sejam pequenos, os trés sistemas no Exemplo 4 ilustram as Gnicas trés possibilidades para 0 nlimero de solugdes de um sistema de equacdes lineares com coe- ficientes reais. Provaremos mais tarde que essas mesmas trés possibilidades valem para qualquer sistema de equagdes lineares sobre os nuimeros reais. portugus, os termos consi ppossivel iamisem pode ser tee compativel também s30 usados para nos referirmos a um sistema possivel. Um sistema in mado de inconsbrente ou mcorpartel2.2 Introduce aos Sistemas de Equocdes Lineares. 59 Um sistema de equagGes lineares com coeficientes reais tem (@) uma xinicasoluedo (um sistema possivel), (0) infinitas sofugdes (um sistema posstvel) ou (©) nenhuma solugio (um sistema imposstvel). Resolugaéo de um Sistema de Equagdes Lineares Dois sistemas lineares so chamados equivalentes quando tém os mesmos conjuntos solugao. Por exemplo, D> so equivalentes, jé que ambos tém (2, 1] como iinica solugdo. (Verifique.) Nossa estratégia para a resolugo de um sistema de equagdes lineares ¢ transformar o sistema dado em um sistema equivalente que seja mais fécil de resolver. © formato triangular do segundo exemplo que acahamos de ver (no qual a segunda equacio tem uma varidvel a menos que a primeira) é 0 que teremos como meta. EXEMPLOS Resolva sistema any y+3e= 5 52=10 SOLUCAO: Comecando com a tiltima equagao e trabalhando de tras para a frente, encontramos sucessiva- mente z =2, y = 5~32)=-1 ex =2 + (-1)+2=3. Portanto, a tinica solugao €[3,-1, 2] o Esse procedimento usado para resolver o sistema do Exemplo 5 & chamado substituicao de trés para a frente. Voltemos agora a estratégia geral de transformar um sistema dado em outro equivalente que possa ser tesolvido facilmente por substituicao de tras para a frente. Esse processo sera descrito mais detalhadamente na préxima secio; por ora, vamos simplesmente observ4-lo em ago em um tinico exemplo. EXEMPLO 6 Resolvao sistema SOLUCAO: Para transformar esse sistema em um que exiba a estrutura triangular do Exemplo 5, precisamos primeiramente eliminar a variével x das Equagdes 2 ¢ 3. Observe que a subtragdo de multiples apropriados da Equago 1 das Equagdes 2 ¢ 3 produz o resultado desejado, Em seguida, observe que estamos operando com 0s coeficientes, ndo com as varidveis, por isso podemos economizar alguma escrita se registrarmos ape- nas 0s coeficientes e os termos constantes na matriz 1-1-1 3-32 2-10160 CAPITULO2 —Sirtemas de Equases Linearet A palavra matriz. deriva, da palavra latina’ mater, que significa “mae", Quando 0 sufixo -iz & acrescentado, © significado torna-se “tero”. Assim Como um itero ‘envolve um feto, os colchetes de uma matriz en- volvem seus elementos, e assim como 0 titero dé origem a um bebé, uma matriz gera certos tipos de fungées, chamadas transformocées lineares. Uma ma- triz com m linhas e n colunas 6 chamada matriz mx n (pronuncia-se “m por n”) t- yz 3x -3y +22 = 16 dx- yt r= 9 Subtraindo trés vezes a primeira equacao da segunda equagao: x-y- S 2e-ytz ‘Subtraindo duas vezes a primeira equagio da terceira equagao: x-y-z=2 sz=10 yt3en 5 ‘Trocando as Equacoes 2 € 3: na qual as trés primeiras colunas contém os coefi- cientes das varidveis na ordem, a tltima coluna contém os termos constantes e a barra vertical serve pata nos lembrar do sinal de igual nas equagdes. Essa matriz ¢ chamada de matriz com- pleta do sistema Ha varias maneiras de converter um sistema dado em um com a estrutura triangular que estamos, buscando. Os passos que iremos usar aqui so os mais prétimos ao método geral descrito na prdxima seco. Realizaremos a seqiiéncia de operagdes no sis- tema dado e simultaneamente na matriz completa. Comecaremos eliminando o x das Equagoes 2 3. 1-1 -1| 2 Subtraindo trés vezes a primeira linha da segunda linha: 1-1 -1| 2 0 0 s|i0 2-1 1] 9 Subtraindo duas vezes a primeira linha da terceira linha’ 1-1 -1/ 2 o 0 s|i0 o 1 3is ‘Trocando as linhas 2 e 3: 1-1-1 o 1 3 oo 5 2 5 10, Esse € o mesmo sistema que resolvemos usando substituigao de trés para a frente no Exemplo 5, em que descobrimos que a solugdo era [3, —1, 2}. Portanto, essa também 6 a solugio do sistema dado neste exemplo. Por qué? Os célculos que acabamos de ver mostram que qualquer solucdo do sistema dado é também uma solucdo do sistema final. No entanto, como os pasos que acabamos de dar sio reverstveis, poderfamos recuperar o sistema original, comegando pelo sis- tema final. (Como?) Assim, qualquer solugao do sistema final 6 também uma solucio do sistema dado. Portanto, os sistemas s4o equivalentes (assim como so todos os sistemas obtidos nos pes- sos intermediérios que acabamos de ver). (Trabalhar com matrizes é 0 assunto da préxima sego.) Além disso, podemos trabalhar com matrizes téo bem quanto com equagées, jé que sc trata apenas de recolocar as variveis antes de fazer a substituigdo de trés para a frente. ° Observagao: Calculadoras com recursos para operar com matrizes e sistemas computadorizados algébri- cos (CAS - computer algebra system) podem facilitar a resolugao de sistemas de equagdes lineares, particular- mente quando os sistemas so grandes ou tém coeficientes que ndo so “agradaveis”, como frequentemente ocorre nas aplicages encontradas na vida real. Como sempre, entretanto, vocé deve fazer tantos exemplos quanto puder com lépis e papel até que se sinta confortével com as técnicas. Mesmo quando uma calculadora ou um CAS for utilizado, pense sobre como vocé faria os célculos manualmente antes de fazer qualquer coisa. Depois de obter uma resposta, nao se esqueca de avaliar se ela € razodvel.2.2. inredugao aos Sstemat de Equogses Lineares 61 Nao se iluda pensando que a tecnologia sempre Ihe dard a resposta de modo mais rpido ou mais fiéeil do que fazendo 0s calculos mao. As vezes ela pode nao fornecer nenhuma resposta! Erros de arredondamento associados & aritmética de ponto flutuante usada por calculadoras e computadores podem causar sérios proble- mas ¢ conduzir a respostas completamente erradas. Veja Investigagao: Mentiras que meu Computador me Contou para ter uma idéia do problema. (Vocé foi avisado!) @ EXERCICIOS 2.2 @ Nos Exercicios de 1 a 6, determine quais equasdes sao tic nneares nas variiveis x y € z. Se alguma equagio nio for linear, explique o motivo. Lx- my + VEr= axrtetyte=se(Z) 4 2x- my -5e=0 6. (cos3)x ~ dy +z = V3 awry eat 5 3cosr—4y +2 = V3 Nos Exercicios de 7 a 10, encontre uma equagao linear que tenha 0 mesmo conjunto solugio que a equacao dada (possivelmente com alguma restricao nas varidveis). 10. logiwx ~ logwy = 2 Nos Exercicios de 11 a 14, encontre 0 conjunto solucdo de cada equacao. UL 3x ~6y = 0 Bex Wt+3c=4 12. 2x; + 3x2 14 dry + 3x + Nos Exercicios de 15 a 18, desenhe grificos correspondentes ‘aos sistemas lineares dados. Determine geometricamente se ‘cada sistema fem wma tinica solucdo. Entdo resolva cada sis- tema algebricamente para confirmar sua resposta. 5. xt+y=0 16, x-2y=7 a+y=3 Bet y=7 17, 3x-6y=3 18. 0,10r - 005y = 020 <¥42y=1 0,06 + 0,03 Nos Exercicios de 19 a 24, resolva o sistema dado usando substinigao. 19, x~2y 20. 2u Wx-yt z= 0 y- z= ar= 1 1 2B. ay ta as 4 np bay tiny Bo mel Os sistemas dos Exercicios 25 ¢ 26 exibem um padrio “iri- angular inferior” que torna facil resolvé-los por substituigio de frente para tris. (Encontraremas substinicao de frente para trds de novo no Capttuto 3.) Resolva esses sistemas. wx 2 Mm ox -1 w+ y 3 5 —3x~dy+ z= -10 Intaytuy= 7 bat ox Encontre as matrizes completas dos sistemas tineares dos Exercicios 27 4 30. 28. 2x) 43x; = 1 ort ye Wwdy= 4 Nos Exereicios 31 ¢ 32, encontre um sistema de equagies ti- rneares que tenha a matriz dada como sua matriz. completa 1-103 1 gayi 124-1 o 102 3lo o iit w|i -1 0} 2-11/1 Nos Exervicios de 33 0 38, resolva os sistemas lineares dos exercicios indicados. 33, Exercicio 27 34. Exercicio 28 35, Exercicio 29 36. Exercicio 30 37. Exercicio 31 38. Exercicio 32 39, (a) Encontre um sistema de duas equagbes lineares nas varidveis x e y eujo conjunto solugéo seja dado pelas equagies paramétricas x= fe y=3~2162 CAPITULO? Sistemas de Equagtes Uncores (b) Encontre uma outra solugdo paramétrica para o sis- tema do item (a) na qual o pardimetro seja se y = 5. 44, (a) Encontre um sistema de duas equagées lineares, nas varidveis 1), x € 15 cujo conjunto solugao seja dado pelas equogdes paramétricas xy = f,x) = 1+ 6x3 (b) Encontre uma outra solugio paramétrica para o sis- tema do item (a) na qual © pardmetto soja $ ¢ x5 = 5. Nos Exercicios de 41 a 44, os sistemas nto sao sistemas de equagdes lineares. Encontre subsituigdes (rrudangas de vae ridveis) que converiam cada sistema em um sistema linear € use esse sistema linear para ajudar a resolver o sistema dado. ai. 2 3 ter -2seny ter sen -28 420%) =1 302) = 4") = 1Investigacdo Mentira s que meu Computador me Contou Computadores e calculadoras armazenam ntimeros reais em uma representagdo em ponto flutuante. Por exem- plo, 0 mimero 2001 € armazenado como 0.2001 x 104, e © ntimero ~0,00063 ¢ armazenado como 0,63 x 10-5, Em geral, uma representagao em ponto flutuante de um numero real é +M x 10!, onde k é um inteiro a mantissa M € um mimero real (decimal) que satisfaz 0,1 = M <1 O niimero maximo de casas decimais que podem ser armazenadas na mantissa depende do computador, da calculadora ou do sistema computacional algébrico. Se 0 nimero maximo de casas decimais que podem ser armazenadas for d, dizemos que ha d algarismos significativos. Muitas calculadoras armazenam oito ou 12 algarismos significativos. Computadores podem armazenar mais, mas ainda esto sujeitos a um limite. Algarismos nao armazenados so omitidos (neste caso, dizemos que 0 ntimero foi truncado) ou usados para arredondamento, de modo que o nimero fique com d algarismos significativos. Por exemplo, 7 ~ 3,141592654, ¢ sua representagdo em ponto flutuante é 0,3141592654 x 10!. Em um computador que reduz a cinco algarismos significativos por truncamento, 0 niimero 7 ¢ armazenado como 0,31415 x 10! (mostrado no visor como 3,1415); um computador que arredonda para cinco algarismos signi- ficativos armazenaria 7 como 0,31416 X 10! (mostrado no visor como 3,1416). Quando o algarismo des- prezado é um 5, arrendondamento ¢ feito de modo que o tiltimo algarismo que permanece seja par. Assim, arredondando para dois algarismos significativos, o mimero 0,735 tomna-se 0,74, enquanto 0,725 torna-se 0,72. ‘Toda vez que um truncamento ou um arredondamento ocorre, um erro de arredondamento & iniciado, podendo ter um efeito dramatico nos célculos. Quanto mais operacdes forem realizadas, mais 0 erro se acu- muleré, As:veres: infelizmente; nfo’ bf o que possamos fazer a case respeito. Esta investigacio iluatra cose fenémeno com um sistema de equagées lineares bastante simples, 1, Resolva o seguinte sistema de equagGes lineares exatamente (isto é, trabalhe com ntimeros fraciondrios durante 0s célculos). 2. Na forma decimal, #) = 1,00125. Portanto, se arredondarmos para cinco algarismos significativos, 0 sis- tema passaré a ser r+ 1+ 1,0012y Usando sua calculadora ou CAS, resolva esse sistema, arredondando 0 resultado de cada edlculo para cinco algarismos significativos. 3. Resolva o sistema mais duas vezes, arredondando primeiramente para quatro algarismos significativos € depois para trés algarismos signiticativos. O que acontece? 4. Sem duivida, um pequeno erro de arredondamento (menor ou igual a 0,00125) pode levar a erros bas- tante grandes no resultado. Explique o motivo geometricamente. (Pense nos gréficos dos varios sistemas que voce resolyeu nos problemas de 1 a 3.)64 CAPITULO2 Sistemas de EquagiesLineares Sistemas como esse que voce acabou de ver so chamados malcondicionados, Eles sio extremamente sensiveis para arrcdondamentos no hé muito que possamos fazer. Encontraremos sistemas malcondi- cionados nos Capitulos 3 e 7. Aqui esté outro exemplo para praticar: 4,552x + 7,083y = 1,931 1,731x + 2,693y = 2,001 Brinque com varios nimeros de algarismos significativos para ver 0 que acontece, comesando com oito alga- rismos significativos (se puder).13. Métodos Drets de Resol;do de Sistemas inewres 65 2.3 Métodos Diretos de Resolugao de Sistemas Lineares Nesta seco, veremos um procedimento geral e sistemético de resolugdo de sistema de equagdes lineares. Esse procedimento é baseado na idéia de reduzir a matriz completa do sistema dado a uma forma que possa centdo ser resolvida por substituicdo de trés para a frente. O método € direto no semtido de que leva direta- mente A solugao (se existir) em um ntimero finito de passos. Na Secdo 2.5, consideraremos alguns métodos in- diretos que funcionam de um modo completamente diferente. As Matrizes e a Forma Escalonada H4 duas matrizes importantes associadas a um sistema linear. A matric dos coeficientes contém os coefi- Gientes das variaveis, ¢ a matriz completa (que jé vimos) € a matriz dos coeficientes acrescentada de uma coluna extra que contém os termos constantes. Para o sistema amatriz dos coeficientes é ea matriz completa é Note que, se uma variavel estiver faltando (como a A palavra escolonar ver da palavra latina scala, que J varidvel y na segunda equacdo),seu coeficiente 0 sera significa “escada’” ou “degraus”. Escalonar uma matriz | colocado na matriz na posi¢do correspondente. Se significa dar a ela a forma de escada. denotarmos a matriz dos coeficientes de um sistema linear por A e o vetor coluna dos termos constantes porb, aforma da matriz completa serd(A |b}. Na resolugao de um sistema linear, nem sem- pre sera possivel reduzir a matriz dos coeficientes 4 forma triangular, como fizemos no Exemplo 6 da Secio 2.2. Entretanto, sempre podemos conseguir um formato de escada nos elementos néo nulos da matriz final. Definicao Uma matriz estd na forma excalonada por linhas quando satisfaz as seguintes pro- priedades: 1, Todas as linhas que consistem inteiramente em zeros estio na parte inferior da matriz, 2, Em cada linha ndo nula, o primeiro elemento nio nulo (chamado de elemento lider) esta em uma coluna a esquerda de qualquer outro elemento lider abaixo dele,66 —CAPITULO2 —Sstemas de EquezdesLneeres Note que essas propriedades garantem que os elementos lideres fiquem posicionados formando uma es- cada. Em particular, em qualquer coluna que contenha um elemento lider, todos os elementes abaixo dele so nulos, como ilustram os exemplos a seguir. EXEMPLO | As seguintes matrizes estdo na forma escalonada por linhas: Qo pd To Ti 8 0 ene SOS 3 o M2! |o Gis| |o o Wea) |° 0 =e ° Oo 00 0 0. 0000 oo co 00 00 01s, Se uma matriz escalonada por linhas for a matriz completa de um sistema linear, seré ficil resolver o sis- tema usando apenas 0 método de substituigao, EXEMPLO 2 Supondo que cada uma das matrizes do Exemplo 1 seja uma matriz completa, escreva os sis- temas de equacdes lineares correspondentes e resolva-os. SOLUGAO: Vamos primeiramente lembrar que a tltima coluna de uma matriz completa € o vetor dos termos constantes. A primeira matriz entao corresponde ao sistema 2y +4x=1 -y=2 (Note que desprezamos a ultima equagao de x, € de xz) A substituigdo fornece x; = -2 e entio 2x = 1 —4(-2) = A segunda matriz corresponde ao seguinte sistema: 0, ou Ox; + Ox =0, que ¢ claramente satisfeita por quaisquer valores , logo, x1 =3. A sohucdo &[, ~2} x ‘A tiltima equagio representa Ox; + Or = 4, que claramente ndo tem solugdes. Assim, o sistema ngio tem solugdes. Analogamente, o sistema que corresponde & quarta matriz nio tem solugdes. Para o sistema que corresponde a terceira matriz, temos: Ay txt 2x3=1 1353 logo, x; = 1 -2(3)—.x2 = -5— x3 Hi infinitas solugdes. ja que podemos associar x2 a qualquer valor f e encon- trar a soluggo paramétrica [-5 - 1, ,3} ° Operagées Elementares com as Linhas ‘Vamos agora descrever o procedimento pelo qual qualquer matriz pode ser reduzida a uma matriz na forma escalonada por linhas. As operag0es permitidas, chamadas operagdes elementares com as linhas, correspon- dem as operagées que podem ser realizadas em um sistema de equagdes lineares para transformé-lo em um sistema equivalente.2.3, Métodos Diretos de Resolucdo de Sistemas Lieares 67 Definicao As sepiiintes operagdes elémentares com as linkas pode se¥ realizadas em uma matriz Trocar duas linhas 2. Multiplicar'uma linha por uma constante nao nula. 3. Somar um iniiltiplo de tia linha com outra linha. Observe que dividir uma linha por uma constante nao nula é uma propriedade que esta incluida nessa definigao, j4 que, por exemplo, dividir uma linha por 2 € 0 mesmo que multiplicé-la por }. Analogamente, sub- trair de uma linha um miiltiplo de outra linha é 0 mesmo que somar a uma linha um multiplo negativo de outra. Usaremos a seguinte notacio para as trés operagdes elementares com linhas: 1. Li Lj significa trocar as linhas i ej. 2. kL; significa multiplicar a linha i pelo numero real k. 3. Li + KL; significa somar k vezes a linha ja linha i (¢ trocar a linha i pelo resultado}. processo de aplicar operagées elementares com linhas para transformar uma matriz em uma matriz escalonada € chamado escalonamento. EXEMPLO 3 Reduzaa seguinte matriz a forma escalonada: 12-4 -45 24 0 02 23 2 15 -11 3 65 SOLUGAO: Trabalhamos coluna por coluna, da esquerda para a direita ¢ de cima para baixo. A estratégia € criar um elemento lider em uma coluna e usé-lo para criar zeros sob ele. O elemento escolhido para ser o ele~ mento lider € chamado pivd, ¢ essa fase do processo € chamada pivoreamento. Embora nao seja estritamente necessiiio, as vezes é conveniente usar a segunda operagtio elementar para transformar o elemento lider em 1. Comecamos por anular os elementos da primeira coluna, abaixo do lider 1 na primeira linha: 12-4 -4 SJirmri 2-4-4 5 24 0 O2;uu/0 0 8 8-8 23° 2 15 0-1 10 9 -5 -11 3 65 0 3-1 2 10 A primeira coluna agora est como queremos; 0 proximo passo ¢ criar um elemento lider na segunda linha, com 0 objetivo de chegar A forma escalonada, Neste caso, fazemos isso trocando as linhas. (Poderfamos tam- bém somar a linha 3 ou 4 a linha 2.) 102-4 ~4 $] beblO -1 10 9 =s 0 0 8 8 -8| 0 3-1 2 wl Desta vez 0 pivé é -1. Criamos zeros no restante da segunda coluna usando 0 elemento lider —1 na linha 2: 1 2-4-4 5 0-1 0 9 -s 0 0 8 8-8 0 0 2 9 -568 CAFTULO2 —Siemar de EquogiesLineres A coluna 2 agora esté pronta. Notando que ja temos um elemento lider na coluna 3, nés o escolhemos como pivé e comesamos a tarefa de colocar zeros sob ele. Isso ficaré mais fécil se primeiramente dividirmos a linha 3 por8: . -4 5 9-5 1-1 29 5. 4-405 wo 9 - ao. -1 0 0 Com esse passo final, reduzimos a matriz. dada & forma escalonada. ° Observagies: ¢ A forma escalonada da matriz nao é nica. (Encontre uma forma escalonada diferente para a matriz. do Exemplo 3.) Oclemento lider de cada linha é usado para criar zeros abaixo dele. + Os pivos nao sao necessariamente os elementos que estavam originalmente nas posigdes ocupadas pelos elementos lideres. No Exemplo 3, os pivés eram 1, -1, 8 e 24. A matriz original tinha 1,4, 2 5 nessas posigdes. ‘¢ Uma vez que tenhamos realizado 0 pivoteamento ¢ anulado os elementos sob o elemento lider em uma coluna, aquela coluna ndo muda mais. Em outras palavras, a forma escalonada por linhas é construida da esquerda para a direita e de cima para baixo. Operagées elementares com linhas so reversiveis — isto é, podem ser “desfeitas”. Assim, se uma opera- go elementar sobre as linhas converte A em B, existe também uma operagao elementar sobre as linhas que converte B em A. (Veja os Exercicios 15 16.) Definiggéo As matrizes A ¢ B serio linha-equivalentes se existir uma seqiiéncia de operagies ele- mentares com as linhas que converta A em B. ‘As matrizes do Exemplo 3, 12-4 -4 5 1 2-4-4 5 24 0 02] , Jo -1 10 9 -s 23 2 15 o 0 1 1-1 -11 3 65, o 0 0 0 24 sfo linha-equivalentes. Entretanto, em geral, como podemos dizer se duas matrizes sio linha-equivalentes?2.3 Métodos Diretos de Resolugéo de Sistemas Lineares 69) @ TEOREMA | ‘As matrizes A e B so linha-equivalentes se, ¢ somente se, puderem ser reduzidas & mesma forma escalonada por linhas. DEMONSTRACAO: Se A e B so linha-equivalentes, operagées adicionais com linhas reduzirio B (e conse- qUentemente A) a (mesma) forma escalonada por linhas. Reciprocamente, se A e B tém a mesma forma escalonada por linhas R, entdo, por meio de operacées ele- mentares por linhas, podemos converter A em R e B em R. Revertendo a ultima sequéncia de operagdes, podemos converter R em B, e, portanto, a seqiéncia A+R +B produz 0 efsito desejado. # Observacaio: Na prética, é mais facil usar 0 Teorema I se R for a forma escalonada reduzida de A e de B, como sera definido na pagina 72. Veja os Exercicios 17 e 18. O Método de Eliminacéo de Gauss Quando uma redugio por linhas ¢ aplicada & matriz. completa de um sistema de equagdes lineares, criamos um sistema equivalente que pode ser resolvido por substitui¢do de trés para a frente. O processo inteiro é conhecido como método de eliminagao de Gauss, ou método de eliminagao gaussiana. @ 0 Método de Eliminacao de Gauss 1. Escreva a matriz completa do sistema de equacées lineares. 2. Use operagGes elementares com as linhas para reduzir a matriz completa § forma e: por linhas. 3. Usando substituigao de trés para a frente, resolva o sistema equivalente que corresponde & matriz linha-reduzida. calonada EXEMPLO 4 Resolva o sistema at omt me 3 2x +3x+ HES > Ho Ima 5 SOLUCAO: A matriz completa é 141 af 3 2 3 1) 35 1-1 -2)-5 Continuamos o proceso reduzindo essa matriz A forma escalonada por linhas: both, 1.4 tor af 372 fr at] 3] us 2 3 1! s|=Sjo 1 -1]/-1] 7jo 1 = 5, 0 -2 -3]-8. 0 OO: ei 3 =] 10TO CAPITULO2 —Sstemes de Equorées Lineares Carl Friedrich Gauss (1777-1855) é considerado um dos trés maiores mateméticos de todos 0s tempos, juntamente com Arquimedes e Newton. E freqiente- mente chamade de “principe dos matemiticos”, ape- lido que ele merece. Crianga prodigio, conta-se que Gauss conseguia fazer aritmética antes de conseguir falar. Com trés anos de idade, ele corrigiu um erro nos efleulos feitos por seu pal para a folha de paga- mentos da companhia, e, quando jovem estudante, deduziu a férmula n(n + 1)/2 para a soma dos n primeiros niimeros naturais. Com 19 anos, provou que um poligono de 17 lados* poderia ser cons- truido com 0 uso de apenas uma régua e um com- asso; 20s 21, provou, em sua dissertacéo de dou- torado, que todo polinémio de grau n com cosficintes reais ou complexos tem exatamente n raizes, con- tando suas multiplicidades - 0 Teorema Fundamental da Algebra. A publicagio de Gauss Disquisitiones arithmeticoe, de 1801, éem geral considerada o fundamento da teoria moderna des nimeros, mas ele fez contribuigées em praticamente todos os ramos da matemdtica, bem como A estatistica, fisica, astronomia e agrimensura. Gauss ro publicou todos os seus resultados, pos- sivelmente por ser muito critica a respeito de seu préprio trabalho. Ele também néo gostava de dar aulas e fregiientemente era critico de outros mate- maticos, talvez por ter descoberto — mas néo publi- ado — os resultados antes deles. ‘© métedo do oliminagio de Gauss ora conhocide pe- los chineses no terceiro século a.C., mas carrega 0 nome de Gauss por causa de sua redescoberta em um artigo no qual ele resolveu um sisterna de equagdes lineares para descrever a érbita de um asterdide. O sistema correspondente é agora Memb ays 3 wend Sey =-10 A substituigéio de tras para a frente nos dé x3 = 2, 42 = 1,41 = 0, ¢, portanto, a solugdo pode ser es- rita na forma vetorial como 0 [ 2. De agora em diante, escreveremos solugdes vetoriais de sistemas de equagGes lineares como vetores-colu- 1a. (O motivo disso ficard claro no Capitulo 3.) EXEMPLOS Resolva o sistema Qw -2x-y + -wtox-y SOLUGAO: A matriz completa é 1-1 -12 2-2 -13 -1 1-10 sistema associado agora & woxnyteel yo rel que tem infinitas solugdes. Hi mais de uma maneira de atribuir parametros, mas continuaremos usando a substituigdo de tras para a frente, escrevendo as varidveis correspondentes aos elementos lideres (as varidvels dependentes) em termos das outras varidveis (as varidvets livres). °N: ginal, o autor escreveu apenas “poligono de 17 lados”, mas “poligono regular de 17 lados” seria mais apropriado,2.3, Métodos Diretos de Resolugdo de Sistemos Lineores 71 Neste caso, as varidveis dependentes sdo we y, € as varidveis livres, x e z. Entdo, y = 1 + 2, e disso obtemos weltxty-2z =ltxt(l+2)-% =2+x-2 Se atribuirmos pardmetros x = se a solugio pode ser escrita na forma vetorial como, w) [2+s-¢ 2 1 -1 x 5 0 1 ° = + ° y ler af * oft) a z 1 0. 0 1 © Exemplo 5 destaca uma propriedade muito importante: em um sistema possivel, as varidveis livres sio justamente as que ndo sdo varidveis dependentes. Como o ntimero de varidveis dependentes ¢ igual a0 niimero de linhas nfo nulas na forma escalonada da matriz dos coeficientes, podemos predizer o mimero de varidveis livres (parimetros) antes de acharmes a solugao explicita usando substituiggo de tras para a frente. No Capitulo 3, provaremos que, embora a forma escalonada da matriz nao seja tinica, o nimero de linhas ndo nulas é 0 mesmo em qualquer forma escalonada de uma matriz dada. Portanto, faz sentido atribuir um nome a esse numero. Definicao O posto de'uma matriz € o.ntimero de linhas nao nulas de qualquer uma de suas for- ‘mas escalonadas por linhas, Denotaremos o posto de uma matriz A por posto(4). No Exemplo 4, o posto da matriz dos coeficientes € 3: no Exemplo 5, 0 posto da matriz dos coeficientes € 2. As observagdes que acabamos de fazer justificam 0 teorema a seguir, que demonstraremos com mais generalidade nos Capitulos 3 e 6. @ TEOREMA2 0 Teorema do Posto ‘Seja A a matriz dos coeficientes de um sistema de équagdes lineares com n varidveis. Se o sis- tema for possivel, entdo 0 ntimero de varidveis livres = ~ posto(A) Assim, no Exemplo 4, temos 3 - 3 = 0 varidveis livres (em outras palavras, uma tinica solucao), e, no Exemplo 5, temos 4-2 = 2 variaveis livres, como haviamos encontrado. EXEMPLO 6 Resolvao sistema ay- 4223 xy + 2x2 SOLUGAO: Quando reduzimos a matriz. completa a forma escalonada por linhas, obtemos: 1-1 2] 3 -1 2/3 1 2 -1/-3 3-3 | -6 o 2-24 1 2-24) 1T2 cariTULO2 Sistemas de Equages Uncores w fi mt 2] 3 fo 1 -1]-2 o 2-214 aag[t “1 2| 3 Jo 1-1-2 0 0 ol 5 levando & equagao impossivel 0 = 5. Poderiamos também ter feito L — | como segunda operagdo elemen- tar, © que nos teria levado & mesma contradigao, mas a uma forma escalonada diferente.) Assim, 0 sistema no tem solugao — ele é impossivel. e O Método de Eliminagao de Gauss-Jordan Uma modificacdo do método de eliminacdo de Gauss simplifica bastante a fase de substituicio de trés para a frente e é particularmente itil quando os célculos esto sendo feitos & mao em um sistema com infinites solugdes. Essa variante, conhecida como mérodo de eliminagdo de Gauss-Jordan, baseia-se em reduzir ainda mais a matriz completa Definigao Uma matriz esti na forma escalonada reduzida (por litihas) se ela satisfaz ds seguinies propriedades: 1. Quaisquer linhas que consistem intéiramente de zeros estio na parte inferior da matriz. 2. 0 elemento lider em cada linha nao nula é igual a 1 (chamado 1 lider}, 3. Cada coluna que contém um 1 lider tem zeros em todas as outras posigoes. A seguinte matriz est4 na forma escalonada reduzida: 1200-3 10 oo10 4-10 ooo01 3-20 0000 0 01 0000 0 00 Para matrizes 2 X 2, as formas escalonadas reduzidas possiveis sao: bak foe fol © foo) o af lo of lo of © loo onde * pode ser qualquer ntimero. E claro que, depois de uma matriz ter sido re- Wilhelm Jordan (1842~1899) era um professor ale- duzida & forma escalonada, mais operacdes ele- mao de geodésia. Sua contribuicdo a resolugao de sis- mentares com as linhas irao levé-la a forma es- ‘temas lineares foi um método sistematico de substi- calonada reduzida. O que nao é claro (embora a tuigao de tras para a frente estreitamente relacionado intuigio possa sugerir) é que, diferentemente do como método descrito aqui. que ocorria com a forma escalonada por linhas, a forma escalonada reduzida de uma matriz é tinica.! T Para uma pequena prova deste fato, veja 0 artigo “The reduced row echelon form of a matrix is unique: A simple proo!, de Thomas. ‘Yuster, na edigio de margo de 1984 da revista Mathematics magazine (vol. 37, n. 2, p. 93-94).2.3 Métedos Diretos de Resolugo de Sistemas Lineares. 73 No método de eliminagao de Gauss-Jordan, procedemos como no método de eliminagio de Gauss, mas reduzimos ainda mais a matriz completa até a forma escalonada reduzida. @ Método de eliminasao de Gauss-Jordan 1. Escreva a matriz completa do sistema de equagdes lineares 2. Use operacdes elementares com linhas para reduzir a matriz completa 4 forma escalonada re- duzida, 3. Se o sistema resultante for possivel, resolva-o para as varidveis dependentes em termos de ‘quaisquer varidveis livres que tenham sobrado. EXEMPLO 7 Resolvao sistema do Exemplo 5 pelo método de eliminagao de Gauss-Jordan, SOLUGAO: A redugao ¢ feita como fizemos no Exemplo 5, até chegarmos a forma escalonada: 1-1-1 21 oo 1a 0 0 0 olo Agora, devemos criar um 0 acima do 1 lider da segunda linha, terceira coluna. Fazemos isso somando a linha 2. linha 1, obtendo: sistema foi ento reduzido a Agora é bem mais facil resolver o sistema em fungéo das varidveis dependentes: w=2tx-z e y=lez Se atribuirmos parfmetros x ~s e z 1, como anteriormente, a solugio pode ser escrita na forma vetorial da seguinte maneira: w] f2ts-e eli] os o » ltr z ' Observagéo: Do ponto de vista computacional, é mais eficiente (no sentido de requerer menos célcu- 10s) primeiro reduzir a matriz.a forma escalonada por linhas e, depois, trabalhando da di- reita para a esquerda, transformar cada elemento Ifder em 1 criar zeros acima desses 1 lideres. Entretanto, para cdlculos & mao, vocé acharé mais facil trabalhar da esquerda para a direita e criar 01 lider os zeros em suas colunas & medida que for trabalhando.T4 CAPITULO? Sistemas de Equosées Lineares Retornemos a geometria que nos trouxe até este ponto, Assim como equagdes lineares* com duas varidveis correspondem a retas em R°, equagées lineares em trés varidveis correspondem a planos em fi. De fato, muitas questdes sobre retas e planos podem ser respondidas através da resolugdo de um sistema linear apropriado. EXEMPLO 8 Encontre a reta intersegdo dos planos x +2y-z=3e 2x +3y-+z= SOLUGAO: Obscrve primeiramente que haverd uma reta intersegdo, jé que 0s vetores normais aos planos — [l, 2,Ie [2.3, 1] — nao sii paralelos. Os pontos que estio na interse¢o dos planos correspondem aos pon- tos do conjunto solugdo do sistema x 2y- Qee3yec=l O método de eliminagio de Gauss-Jordan, aplicado & matriz completa, forneve: Colocando novamente as varidveis, temos x +52 y-3z25 Igualamos a varidvel livre z a um parémetro te entdo obtemos as equagdes paramétricas da reta intersego dos dois planos: Na forma vetorial, a equagdo é -7] [-s =| sleq 3 0. 1 st escrito “Assim como sistemas de equagSes lineares. ‘ilo “sisternas de equagbes" Veja a Figura 1. “NT: No original “equagbes” *, mas ndoé correto:o autor certamente quis dizer23. Métodos Diretos de Resolugio de Sistemas Lineaes. 75 Figura I intersegio de do's planos ° comos sr {Ju fe 3 -1 -1 . Determine se as retasx =p + me x= q+ tv s¢ interceptam e, em caso alirmativo, encontre o ponto de intersegao. SOLUCAO: Precisamos ser cuidadosos aqui. Embora a letra f tenha sido usada como parimetro nas equacdes das duas retas, 2s retas séo independentes e, portanto, seus parimetros também o sao. Vamos usar outro parémetro — por exemplo, s — para a primeira reta; sua equagto torna-se x = p + su. Se as retas se inter- ceptarem, precisaremos encontrar um x= [| que satisfaga ambas as equagdes simultaneamente — isto 6, z X=p+su=q+1v ousu-1v=q-p. Substituindo p, q, we v dados, obtemos as equagdes s-3=-1 sts 2 stt= 2 € =}. 0 ponto de intersegao é, portanto, HLH Figura 2 Duas reias concorrentes” INT: Retas concomrente: sho retas que se interceptam76 CAPITULO? Sistemas de Equogées Lincores Observagdo: + Em R®, duas retas distintas ou podem se interceptar em um ponto, ou ser paralelas, ou podem estar em uma posigdo relativa diferente das anteriores. Retas nao paralelas que nio se interceptam sio chamadas retas reversas. Sistemas Homogéneos ‘Vimos que todo sistema de equagdes lineares ou nao tem nenhuma solugdo, ou tem uma tinica solugdo, ou tem infinitas solugGes. Porém, existe um tipo de sistema linear que sempre tem pelo menos uma solugio. Definicéo Um sistema de equagdes lineares é chamado homogéneo se 0 termo constante em cada equagio € igual a zero. Em outras palavras, um sistema homogéneo tem uma matriz completa da forma [A | 0}. O seguinte sis- tema € homogéneo: 2x+3y~ 2-0 -xt Sy +22=0 ‘Como um sistema homogéneo ndo pode nao ter solugao (perdoe a dupla negacao!}, ele terd ou uma tinica solugao ou infinitas solugdes. O proximo teorema diz que o ultimo caso ocorrerd sempre que o numero de varidveis for maior que 0 ntimero de equagdes. @ TEOREMA 3 Se [A | 0] for a matriz completa de um sistema homogénco de m equages lin ridveis, onde m < n, entdo o sistema teré infinitas solug6es. res com nya =H = DEMONSTRACAO: Como o sistema admite pelo menos a solugio nula, ele é possivel. Além disso, posto(A) $m (por qué?). Pelo Teorema do Posto, temos: rnimero de varidveis livres = n — posto(A) = n—m > 0. Existe, portanto, pelo menos uma varidvel livre e, conseqentemente, infinitas solugGes. @ Nota: O Teorema 3 nio diz nada sobre 0 caso m > n. O Exercicio 42 pede a vocé exemplos que mostrem que, nessa situacdo, tanto pode haver sistemas com uma tinica solucio quanto sistemas com infinitas solugdes. ‘Sistemas Lineares sobre Zp ‘Até aqui, todos os sistemas lineares que encontramos envolveram nimeros reais, ¢ as solugdes, em con- cordancia, tém sido vetores em algum R", Vimos como outros sistemas numéricos podem surgit — notada- mente, Z,, Quando p é um nimero primo, Z, comporta.se como R sob muitos aspectos; em particular, podemos somar, subtrair, multiplicar e dividir (por ntimeros no nulos).’ Assim, podemos também resolver 7 Re Z, sto exemplos de uma estruturaalgébrica chamada corpo. O conjunto dos nmerosracionais 0 ¢ 0 conjunto dos nimeros com- plexos C slo outros exemplos. Corpos so ensinados com detales em cursos de dlgebraabstata23. Métedes Diretos de Rerolugéo deSictemes Lincorse 77 sistemas de equagdes lineares quando as varidveis ¢ os coeficientes pertencem a algum Zp. Em tais situagdes, dizemos resolver um sistema sobre 2, Por exemplo, a equagio linear x1 + x2 + x5 = 1, quando vista como uma equagio sobre Z), tem exata- GEOG ELE + Ee ) (A tltima solugao surge porque,em Z,1+1+1 * Quando olhamos a equagiio x1 +.xz + x5 = 1 sobre Zs, as solugdes [>] sao > = (Verifique) Mas nés no precisamos usar métodos de tentativa ¢ erro; 0s métodos de escalonamento de matrizes completas funcionam to bem sobre Z, como sobre R. EXEMPLO 10 Resolva os seguintes sistemas de equacdes lineares sobre Z3: ay t On + x5 =0 x tags? 2 423=1 SOLUGAO: A primeira coisa a notar em exemplos como este é que subtragdo ¢ divisdo ndo sdo necessarias; podemos conseguir os mesmos efeitos usando adigdo ¢ multiplicagdo. (Isso, contudo, requer que estejamos trabalhando sobre Z,, onde p é primo; veja o Exercicio 58, no final desta seco, e o Exercicio 33, na Secao 1.5.) ‘Vamos agora reduzir a matriz completa do sistema usando célculos médulo 3. |7B caPiTULO2 Sistemas de Equagées Uneares EXEMPLO 11 Resolva o seguinte sistema de equagdes lineares sobre Zot at mtetyet mite = nts 0 xyty=0 4 +mel SOLUGAO: A redugio por linhas é feita da seguinte maneira: piaafiy.,f)raafi rioolily foo 1 slo 611 ofof/=SJo 11 ofo cortlo oo1tlo rooaly 0110/0 “hr oo att ijo 11 olo loo11!0 oo1ilo 0000/0 nanfl OO 1/1 ela roto “Slo o11lo 000 0/0 000 ofo Assim, temos 4 ” Fixando a varidvel livre x4 =, obtemos ny] flee) mp pi s}of «¢ fofol. ya % t of* a Xe t ol li ‘Como t pode assumir os valores 0 ou 1, existem exatamente duas solucdes: 0 =P Observacio + Sistemas lineares sobre Z,, nunca podem ter infinitas soluges. (Por que nao?) Mais pre- cisamente, quando ha mais de uma solugdo, 0 ntimero de solugbes € finito © € fungao tanto do numero de variavels livres como de p. (Veja 0 Exercicio 57.)