12 ALGEBRA VECTORIAL 12.1, Introdugio histérica Nos capitulos precedentes apresentamos muitos dos conceitos fundamentais do calculo, ilustrando-os com aplicagdes a resolugao de problemas relativamente simples de carater geométrico ou fisico. Ulteriores aplicagdes do calculo exigem ja um conhecimento de geo- metria analitica mais profundo do que o até agora apresentado ¢ por esta razio vamos dirigir a nossa aten¢fio para um estudo mais pormenorizado de algumas ideias geométricas funda- mentais. ‘Como ja se afirmou no inicio deste livro, 0 calculo ¢ a geometria analitica estiveram sem- pre intimamente relacionados no decorrer do seu desenvolvimento historico. Cada nova des- coberta num dos assuntos conduzia a um progresso no outro. O problema do tragado de tan- gentes a curvas resolve-se com a descoberta da nogdo de derivada; 0 de area conduziu a0 ¢stabelecimento do integral; ¢ as derivadas parciais foram introduzidas para estudar superficies curvas no espago. Juntamente com estas descobertas obtém-se desenvolvimentos paralelos na mecinica e na fisica matematica. Em 1788 Lagrange publicava a sua obra prima, Mecanique Analytique, que pos em evidéncia a grande flexibilidade e a enorme efi- cacia alcangada pelo uso de métodos analiticos no estudo da mecanica. Mais tarde, no século XIX, © matematico irlandés William Rowan Hamilton (1805-1865) estabelecia a sua Theory of Quaternions, um novo método e um novo ponto de vista que muito contribuiu para a compreensio tanto da algebra como da fisica. Os aspectos mais positivos da andlise dos quaternides ¢ da geometria cartesiana fundiram-se mais tarde, gracas em grande parte aos esforgos de J. W. Gibbs (1839-1903) ¢ O. Heaviside (1850-1925), para darem lugar a um novo dominio chamado Algebra Vectorial. Rapidamente se aperceberam que os vectores ram os instrumentos ideais para a exposigao sintética de muitas ideias importantes na geo- metria e na fisica. Serd 0 objetivo deste capitulo 0 estudo de elementos de algebra vecto- rial. As aplicagdes desta 4 geometria analitica far-se-3o no capitulo 13. No capitulo 14 faz-se uma combinagio de algebra vectorial com métodos do calculo ¢ dio-se aplicagdes quer no dominio da geometria quer da mecanica. Existem fundamentalmente tres maneiras diferentes para se iniciar 0 estudo da algebra geometricamente, analiticamente © axiomaticamente. Na via geométrica os 519520 Calculo vectores sio representados por segmentos de reta orientados ou por setas. As operagdes algébricas com vectores, tais como a adig&io, subtragio e multiplicagio por nimeros reais, so definidas ¢ estudadas por métodos geométricos. No método analitico, os vectores e correspondentes operacées so completamente descri- tos em termos de mimeros, chamados as componentes. As propriedades das operagdes com vectores so entdo deduzidas a partir das propriedades correspondentes dos nimeros. A des- crigao analitica dos vectores resulta naturalmente da descrigdo geométrica,desde que se intro- duza um sistema de coordenadas. Na via axiomatica nao se faz qualquer tentativa para descrever um vector ou as operagdes algébricas com vectores. Pelo contrario, vectores e operagdes vectoriais sio considerados como conceitos ndo definidos, relativamente aos quais nada sabemos a nao ser que eles satis- fazem a um certo conjunto de axiomas. Um tal sistema algébrico, com axiomas apropriados, chama-se um espago linear ou um espago vectorial linear. Em todos os ramos da Matematica se encontram exemplos de espagos lineares ¢ estudaremos alguns deles no capitulo 15. A al- gebra dos segmentos de reta orientados e a algebra dos vectores definidos pelas componen- tes so apenas dois exemplos de espagos lineares. O estudo da algebra vectorial de um ponto de vista axiomatico é talvez o mais satisfatorio matematicamente,uma vez que proporciona uma descrigo dos vectores independentemente do sistema de coordenadas ¢ de qualquer representagao geométrica particular. Esse estudo & feito com algum pormenor no cap. 15. Neste capitulo fundamentamos 0 nosso estudo no mé- todo analitico usamos também os segmentos de reta orientados para interpretarmos geo- métricamente muitos dos resultados. Sempre que possivel, apresentaremos as demonstragdes por métodos independentes das representagdes dos vectores num dado sistema de coordena- das. Em resumo, este capitulo serve para nos familiarizarmos com exemplos concretos importantes de espagos vectoriais e igualmente para motivar o tratamento mais abstrato que se fara no capitulo 15. 12.2. O espaco vectorial dos N-sistemas de niimeros reais A ideia de utilizar um nimero para localizar um ponto sobre uma reta ja era conhecida dos antigos gregos. Em 1637 Descartes generalizou esta ideia, utilizando um par de nimeros (a,, a,) para localizar um ponto no plano e um terno de nimeros (a,, a,, a,) para localizar um ponto no espaco. Os matematicos A. Cayley (1821-1895) e H. G. Grassman (1808-1877) provaram que ndo era forgoso parar nos ternos de nimeros para representar pontos. Pode muito naturalmente considerar-se um quaterno de nimeros (a,, a;, dy, @,) ou, mais geral- mente, um sistema de n némeros reais (yy, 6. Ay) para qualquer inteiro n > 1. Um tal n-sistema diz-se um ponto n-dimensional ou um vector n- dimensional, sendo os nimeros a,, a3, ... 4, a8 coordenadas ou componentes do vector. O conjunto de todos os vectores n-dimensionais formam 0 espaco vectorial dos n-sistemas, ou mais simplesmente um n-espago. Representamo-lo por V,,, O leitor pode, nesta altura, preguntar qual o interesse em considerar espacos de dimensioAlgebra vectorial 521 superior a trés. Uma resposta é que muitos problemas que implicam um grande nimero de equagdes simultaneas sio mais ficilmente analisadas pela introdugo de vectores num adequado n-espaco e substituindo todas aquelas equagSes por uma iinica equagao vectorial. Outra vantagem é que ficamos aptos a tratar, duma vez, muitas propriedades comuns a espagos de uma, duas, trés ou mais dimensdes, isto é, propriedades independentes da dimenso do espaco. Isto esta de acordo com’ espirito da matematica moderna que pretende © desenvolvimento de amplos métodos para atacar problemas numa extensa frente. Infelizmente as representagdes geométricas, que sto um grande auxiliar na justificagio de conceitos vectoriais quando n = 1, 2 ¢ 3, nao so possiveis quando m > 3; quer isto dizer que © estudo da algebra vectorial em espagos com mais do que trés dimensdes deve fazer-se completamente por métodos analiticos. Neste capitulo representamos habitualmente os vectores pelas letras maiiisculas 4, B, C, € as Componentes pelas correspondentes letras minusculas a, b, c, ... . Assim, escrevemos A= (a1, 4, a,). Para dotar V, com uma estrutura algébrica definimos a igualdade de vectores ¢ duas operagdes com vectores chamadas a adicdo ¢ multiplicagio por um escalar. A palavra ~escalar” é aqui usada como sinénimo de “numero real”. DeFINI¢AO. Dois vectores A e B dizem-se iguais sempre que as correspondentes compo- nentes coincidem, isto , se A = (a, yy... @y) € B = (by, byy by), @ igualdade vectorial A=B significa exatamente o mesmo que as n igualdades escalares 4=b, Gaby oy A soma A+B define-se como o vector obtido por adigéio das correspondentes componentes: A$ B= (ay t by, ay + days dy + by). Se c é um escalar, define-se cA como sendo 0 vector obtido por multiplicagio de cada com- ponente de A por c cA = (cay, Cay... ., Cay). A partir desta definigao ¢ facil verificar as seguintes propriedades destas operagdes. TeorEMa 12.1. 4 adigdo vectorial é comutativa A+B=B+A, e associativa A+(B+C)=(A+ BHC. A multiplicagdo por escalares & associativa522 Célculo (dA) = (cd)A € satisfaz ds duas propriedades distributivas (A + B) = cA + cB, e (c+d)A =cA+dA A demonstragio destas propriedades ¢ uma consequéncia imediata da definigdo ¢ deixa-se ao leitor como um exercicio simples. O vector de componentes todas nulas diz-se o vector nulo, e representa-se por O. Goza de propriedades de que A += A qualquer que seja A, 0 que significa que0€ 0 elemento neutro para a adigao vectorial. O vector (—1)A, também representado por —A, chama-se 0 simétrico de A. Escrevemos também A — B em vez de A + (—B) e chamamos-lhe a diferenga de A ¢ B.A igualdade (A + B) — B = A mostra que a subtracgao é a inversa da adicao. Observe-se que OA = Oe 14 = A. leitor ja tera notado a semelhanga entre vectores no 2-espaco e os nuimeros complexos. Ambos séo definidos por pares ordenados de niimeros reais e ambos se adicionam exata- mente do mesmo modo. Assim, pelo que respeita a adigio, os nimeros complexos e os vectores bidimensionais sao algebricamente indistinguiveis. S6 se diferenciam quando intro- duzimos a multiplicaga« ‘A multiplicagdo de niimeros complexos da ao sistema destes niimeros o conjunto de propriedades relativas aos axiomas de corpo possuidas pelos nimeros reais. Pode demonstrar-se (embora a demonstracao seja dificil) que excepto para n = | ¢ 2, nao é possivel definir a multiplicagao em V, de maneira que satisfaga a todas as propriedades dos axiomas de corpo. Nao obstante podem definir-se produtos especiais em V, que nao satisfagam a todas as propriedades dos axiomas de corpo. Por exemplo na se¢ao 12.5 vamos considerar © produto escalar de dois vectores de V,, O resultado desta operagao é um escalar e nao um vector. Outro produto, chamado produto vectorial, é estudado na seco 13.9. Esta multipli- cago define-se unicamente no espago V;. O resultado é sempre um vector, mas 0 produto vectorial € nao comutativo. 12.3. Interpretagio geométrica para n'< 3 Embora as definigGes dadas atras estejam completamente divorciadas da geometria, os vectores € as operagdes vectoriais so susceptiveis duma interpretacdo geométrica interes- sante para 0 caso de espagos de dimensio igual ou menor que trés. Vamos efetuar as representagdes geométricas num espago bidimensional ¢ deixamos uo leitor a tarefa de as viszualizar num espaco tridimensional ou unidimensional. Um par de pontos 4 ¢ B chama-se vector geométrico se um dos pontos, seja A, é a origem e © outro, B, é a extremidade. Representamos este vector por uma seta de A até B, como se mostra na fig. 12.1 € escrevemos AB. Os vectores geométricos so especialmente uteis para representar certas quantidades fisi- cas tais como forga, deslocamento, velocidade, e aceleragdo que possuem uma grandeza uma diregdo e um sentido. O comprimento do segmento AB é uma medida da grandeza e a ponta da seta indica 0 sentido sobre a dirego definida pelo segmento.Algebra vectorial 523 4, ~ cy A Origem Fig. 12.1. O vector geométrico AB de Fig. 12.2. AB ¢ CD sio equipolentes A até B. porque B — A = D-C. Suponhamos que definimos um sistema de coordenadas com origem em Q. A fig. 12.2. mostra dois vectores AB e CD com B — A = D — C. Relativamente as componentes isto sig- nifica que b-ag=d—cq © b—a=d—c. Observando os tridingulos iguais da fig. 12.2 verificamos que as setas representando AB e CD tem comprimentos iguais, so paralelas e tém o mesmo sentido. Chamamos a tais vectores equipolentes, isto é, dizemos que 4B € equipolente com Cp sempre que B-A=D-C. (12.1) Repare-se que os quatro pontos A, B, C, D, sio vértices de um paralelogramo. (Ver figura 12.3). A igualdade (12.1) pode também escrever-se A + D = B + C que nos diz que vértices opostos dum paralelogramo tém a mesma soma. Em particular, se um dos vértices, por exemplo A, é a origem 0, como na fig. 12.4, 0 vector geométrico de 0 até ao vértice oposto D corresponde ao vector soma D = B + C. Exprime-se este fato dizendo que 0 vector soma corresponde geometricamente a adigdo de vectores geométricos pela regra do paralelogramo. A importancia dos vectores na fisica provém do fato notavel de que muitas grandezas fisicas (tais como forga, velocidade e acelerac’o) se combinam por meio da regra do paralelogramo. Por comodidade de notagio utilizaremos o mesmo simbolo para representar um ponto de V,,(quando n < 3) € 0 vector geométrico definido pela origem 0 e por esse ponto. Assim escrevemos A em vez deGA, B em vez de OB, etc. Por vezes escrevemos também A no lugar524 Calculo D c B A Fig. 12.3. Vértices opostos de Fig, 12.4. Adigao de vectores interpretada um paralelogramo tem a mesma geometricamente pela regra do paralelo- somad+D=B+C. gramo. de qualquer vector geométrico equipolente aA. Por exemplo a fig. 12.5 representa geome- tricamente a subtracao de vectores. Dois vectores geométricos esto designados por B — A, mas estes vectores sao equivalentes. Eles t¢m a mesma grandeza, a mesma diregdo ¢ 0 mesmo sentido. A fig. 12.6 representa geometricamente a multiplicagao por escalares. Se B = cA, o vector geométrico B tem grandeza igual a|c| vezes a grandeza de A; tem a mesma diregdo que A © mesmo sentido se ¢ é positivo e 0 sentido contririo se c é negativo. Be ‘3A 24 4 4A oO -B 4 Fig. 12.5. Representagio geométrica da sub- Fig. 12.6. Multiplicagio de tragio de vectores. vectores por escalares. A. interpretaco geométrica de vectores em V,, para n <3sugere uma maneira de definir paralelismo num espaco de dimensio n qualquer. DeFinicAo. Dois vectores A e B de V,, dizem-se paralelos se B = cA para algum ¢ ndo nulo. Tem 0 mesmo sentido se B = cA para algum escalar positivo c e o sentido contrario se B = cA para algum escalar negativo c.530 Célculo enquanto que 0 segundo membro é (All + [BI = Al? + ZINA 1B + 1BIP. Comparando estas duas formulas vemos que (12.5) verifica-se se ¢ somente se A-BS Al [Bi . (12.6) Mas 4-A < |4- Bl pelo que (12.6) resulta da desigualdade de Cauchy-Schwarz na forma (12.4). Podemos assim afirmar que a desigualdade triangular ¢ uma consequéncia da desigualdade de Cauchy-Schwarz. A posigio inversa é também verdadeira, isto é, se a desigualdade triangular se verifica, também se verifica (12.6) para A ¢ para —A, donde se obtém (12.3). Se a igualdade se verifi- ca em (12.5), entio A B =||A|\|\B|, pelo que B = cA para algum escalar c. Por conseguinte A> B=clAl? e|A||||B||=|c|l|A |. Se A + 0 isto implica que c =|e| 2 0. Se B # Oentio B= cA com c > 0. A desigualdade triangular esta representada geometricamente na fig. 12.9 e nessa represen- tagdo geométrica estabelece que o comprimento de um lado de um tridngulo ndo pode exce- der a soma dos comprimentos dos outros dois lados. 12.7. Ortogonalidade de vectores No decorrer da demonstracao da desigualdade triangular (Teorema 12.5) obtivemos a formula A+ Blt = Jal? + [Bye + 24-8 (12.7) A+B ll Bil filail A 1 all 4 Fig. 12.9. Significado geométrico da Fig. 12.10. Dois vectores per- desigualdade triangular ||A + Bl] < ||A||+|| B||. _ pendiculares satisfazemaiden- tidade de Pitagoras JA + B P=14P +1BP.Algebra vectorial 531 que é valida para dois quaisquer vectores A e B de V,, A fig. 12.10 representa dois vectores geométricos perpendiculares no plano. Eles definem um tridngulo rectangulo de lados ||A|| ¢ ||B|| © cuja hipotenusa mede ||A + Bl]. O teorema de Pitagoras estabelece que A + Bl? = J Al? + [BIt- Comparando este resultado com (12.7) vemos que A - B = 0. Por outras palavras, 0 produto escalar de dois vectores perpendiculares ou ortogonais no plano é zero. Esta propriedade pro- porciona uma definigdo de ortogonalidade de vectores de V,. DeFINI¢AO. Dois vectores A ¢ B de V,, dizem-se ortogonais se A - B = 0. A igualdade (12.7) mostra que dois vectores A ¢ B de V,, sio ortogonais se e somente se 4 + BI =|[4|P +||B))2. Esta é a chamada identidade de Pitagoras em V,. 12.8. Exercicios 1, Sejam A = (1, 2, 3, 4), B = (—1, 2, —3, 0) e C=, 1, 0, 1) tras vectores de V,. Calcular cada um dos seguintes produtos escalares: (a) A-B; (b) BC; (0) A+ C; (d) A: (B + C); ©) (A-B)-C. 2. Sao dados trés vectores A = (2, 4, —7), B = (2, 6, 3) C = (3, 4, —5). Em cada uma das expressdes seguintes existe uma e uma sO maneira de inserir os paréntesis de modo a obter expressdes providas de significado. Inserir os paréntesis e efetuar as operacdes indicadas. (a) A-BC; (6) A-B + C; (c) A + B-C; (4) AB-C; (@) A/B+C. 3. Dizer se é ou nao correcta a seguinte proposigio relativa a vectores de V,,: Se A - B= =A-C eA #0 entio B=C. 4, Dizer se € ou nao correta a seguinte proposigdo relativa a vectores de V,,:Se A» B=0 para cada B, entao A =O. (1, —1, 2) determinar um vector nfo nulo C de V, tal que AC 0. 6. Se A = (1, —2, 3) e B = (3, 1, 2), determinar escalares x ¢ y tais que C = xd + yB éum vector no nulo com C-B = 0. 7. Sed =(2,—1, 2) e B = (1, 2, -2), determinar dois vectores C ¢ D de V; verificando as seguintes condigdes: A = C + D, B-D = 0, C paralelo a B. . Sed = (1,2,3,4, eB = (244.454) determinar dois vectores C e D de ¥, verificando todas as condigdes seguintes: B = C + 2D, D-A =0, C paralelo a A. Sejam A = (2, —1, 5), B =(—1, —2, 3) e C = (1, —1, 1) tés vectores de V,. Calcular a norma de cada um dos seguintes vectores. (a) A + B; (b) A — B (0) A + B-—C;@)A-B+C. 2532 Célculo 10, Em cada alinea determinar um vector B de V; tal que B- A = 0 e ||B|| (a) A = (1, 1); (b) A = (1, -1); ©) A = (2, -3); @ A = G@ DB). IL. Sejam A = (1, —2, 3) B =(3, 1, 2) dois vectores de V,. Em cada alinea determinar um vector C de comprimento 1 paralelo a: (a) A + B; (b) A — B; (c) A + 2B; (d) A — 2B; (e) 2A — B. 12. Sejam A = (4, 1, —3); B = (1, 2, 2); C = (1, 2, -2), D = (2, 1, Je E = (2, vectores de V;. Determinar todos os pares de vectores ortogonais. 13. Determinar todos os vectores de V que so ortogonais a A ¢ tém o mesmo comprimento que A se: (a) A = (A, 2); (b) A = (1, —2); (6) A = (2, -1); @) A = (-2, De 14, Se A =(2, —1, 1) e B = (3, —4, —4) determinar um ponto C no 3-espago tal que A, Be C sejam vertices de um tridngulo retangulo. 15. Sea = (1, 1, 2) ¢ B = (2, 1, —1) determinar um vector no nulo C em V; ortogonal aA eB. 16. Sejam A = (1, 2) e B(3, 4) dois vectores de V,. Determinar vectores P e Q em V, tais que A= P+ Q, Pé paralelo a B ¢ Q ortogonal a B. 17. Resolver 0 Exercicio 16 se os vectores esto em V,, com A = (1, 2, 3, 4)e B= =(, 1,1, ). 18. Sio dados os vectores A = (2, —1, 1), B = (1, 2, —1) e C= (A, 1, —2) de V,. Encontrar cada vector D da forma xB + yC,o qual é ortogonal a A ¢ tem comprimento 1. 19. Provar que para dois vectores A e B de V,, se tem a identidade || sez A+B)? — \A-Bit=44-B, € por isso A - B= 0 se 0 s0 se||4 + B\|=||4 — B||, Quando isto é interpretado geometri- camente em V;, significa que as diagonais de um paralelogramo tém comprimento igual se e somente se 0 paralelogramo for un retingulo. 20. Provar que para quaisquer dois vectores A ¢ B de V, se tem A+ Bi? + |A — Bi? =2 |All? +2 Bi. Que teorema relativo as diagonais e lados de um paralelogramo se pode deduzir desta identidade? « O teorema de geometria enunciado a seguir sugere uma identidade vectorial relativa a trés vectores A, B ¢ C. Dizer qual é a identidade e provar que se verifica para vectores de V,,. Tal identidade proporciona uma demonstrago do teorema por métodos vec- toriais. “A soma dos quadrados dos lados de um quadrilatero qualquer excede a soma dos quadrados das diagonais em quatro vezes o quadrado do comprimento do segmento de Teta que une os pontos médios das diagonai 22. Um vector A de V,, tem comprimento 6. Um vector B de V,, tem a propriedade de que, para todo o par de escalares x ¢ y, 0s vectores xd + yB ¢ 4yA — 9xB so ortogonais. Calcular os comprimentos de B e de 24 + 3B. 2 111 23. Dados os vectores A = (1,2, 3, 4, DeB= (Lp ) de V, achar os vectores + 4 4Algebra vectorial 533 Ce D que satisfagam as trés condigdes seguintes: C paralelo a A, D é ortogonal a A, eB=C+D. 24, Dados em V,, dois vectores A ¢ B nao nulos ¢ nao paralelos, demonstrar que existem vectores Ce Dem V,, que satisfazem as trés condigdes do Exercicio 23 e exprimir Ce D em fungio de A ¢ B. 25. Dizer se ¢ ou nao correta cada uma das seguintes proposigdes referentes a vectores deV,: : (a) Se A é ortogonal a B, entao ||A + xB|| 2 ||A|| para todo o real x. (b) Se ||A + xB] 2 ||A|| para todo o x real, entéo A é ortogonal a B. 12.9. Projesdes. Angulo de dois vectores num espaco n dimensional O produto escalar de dois vectores em V, admite uma interpretagdo geométrica importan- te. A fig. 12.11 (a) representa dois vectores geométricos nao nulos A e B fazendo entre si um R 2 dois vectores perpendiculares cuja soma é A. Um deles, B, & 0 produto de B por um escalar, " Angulo 6. Neste exemplo temos 0 <@ < —-. A figura 12.11 (b) mostra o mesmo vector A ¢ chamamos-lIhe a projepiio de A sobre B. Neste exemplo t é positive porque 0 < 0 < c AntB+C 1B = projecgio de A sobre B (a) (b) Fig. 12.11. O vector rB é a projegio de A sobre B. Podemos utilizar 0 produto escalar para exprimir rem termos de A e B. Em primeiro lugar escrevemos 1B + C = A e multiplicamos escalarmente ambos os membros por B obtendo (B+ B+C-B=A-B. Mas C- B = 0, porque C é perpendicular a B. Portanto 1B - B = A « B pelo que se tem (12.8) BB \B\* Por outro lado o escalar ¢ origina uma relagao simples com o Angulo 6. Da fig. 12.11(b) vemos que536 Calculo Algumas vezes escreve-se sobre as letras uma seta, por exemplo i,j. O significado geométrico do Teorema 12.6 esta representado na fig. 12.12 para n= 3. Quando os vectores so expressos como combinagées lineares dos vectores coordenados unitarios, 0s cilculos algébricos relativos a vectores podem ser efetuados com as somas £.x,£, de acordo com as regras usuais da Algebra. As varias componentes podem ser re- conhecidas nas varias fases do Calculo, considerando os coeficientes dos vectores unitarios coordenados. Por exemplo para somarmos dois vectores, sejam A = (a), 43, ... a, ¢ B= (b,, yy ny ,)escrevemos > A=) aE, B= bE, a m1 A= ai + a,j+ ak Fig. 12.12. Um vector A de V, expresso como uma combinagao linear de é, j, k. ¢ aplicamos a propriedade da linearidade das somas finitas para obtermos At B= aFp +d bEx => (ax + VE: Ocoeficiente de £, no segundo membro & a componente de ordem k da soma A + B. 12.11. Exercicios 1. Determinar projegio de A sobre B se A = (1, 2, 3) e B= (1, 2, 2). 2. Determinar a projegdo de A sobre B se A = (4, 3, 2, Ibe B= (1, 1, 1, 1).538 Célculo 15. Suponhamos que em V;, definimos o produto escalar de dois vectores A = (a,, a,) € B = (b,, b,) pela formula A+B = 2ayby + agby + ayby + ayby . Provar que todas as propriedades do Teorema 12.2 sio vilidas com esta definigaio do produto escalar. Sera a desigualdade de Cauchy-Schwarz ainda vilida? 16. Resolver 0 Exercicio 15 se 0 produto escalar de dois vectores de Vj, = (ay, dy, ay) € B= (b,, b,, by), fOr definido pela formula A-B = 2a,b, + a,b, + a,b, + a,b, + a5b,. 17, Suponhamos que em vez de se definir a norma dum vector A= (4,, ayy...) pela formula (A-A)\, consideramos a seguinte definigio Al =Ylal. a (a) Provar que esta definigo da norma satisfaz a todas as propriedades dos Teore- mas 12.4 € 12.5. (b) Usar esta definigio em V; ¢ representar numa figura o conjunto de todos os pontos (, ») de norma 1. (©) Quais as propriedades dos Teorema 12.4 ¢ 12.5 que permaneceriam validas se usas- semos a definigao A =|3a2 i a 18. Suponhamos que a norma dum vector A = (a,, a3, .... a ) era definida pela formula n dll = max lal, ashen onde o simbolo do segundo membro significa 0 maximo dos n nimeros |a,| laa) ... la, | (a) Quais as propriedades dos Teoremas 12.4 e 12.5 que serio validas com esta defi- nigio? (b) Utilizar esta definigfio da norma em V; ¢ representar numa figura 0 conjunto de todos os pontos (x, y) de norma |. 19, Se A = (4,4, a,) €um vector de V,, definir duas normas do modo seguinte: Ah=Sial e Al, = max lay! si 1eken Provar que ||A||,< ||4| < |4||,. Interpretar geometricamente esta desigualdade no plano. 20. Se A e B sio dois pontos num espago a n dimensdes, a distancia de A a B representa-se por d(A, B) eé definida pela igualdade d(4, B)|=||4 — B|| Provar que a distancia tem as seguintes propriedades:540 Calculo vem na mesma ordem. Subentende-se igualmente que a implicago (12.10) € valida para uma ordenagao previamente fixada, mas arbitraria, dos vectores A,, A,, 0, Ay. TEOREMA 12.7. Um conjunto S gera todo o vector de L(S) duma tinica maneira se e sé se S gerar o vector nulo duma tinica maneira. Demonstrapdo. Se S gera todo o vector de L(S) duma nica maneira, entio certamente gera O de modo iinico, Para provar a inversa supomos que S gera 0 dum tnico modo escolhemos qualquer vector X em L(S). Admitamos que S gerava X de duas maneiras diferentes, por exemplo x x X=DoA e X=34d,4,. a a . . k Subtraindo, membro a membro, as igualdades, encontramos que O= ¥ (¢ — d)4,. Mas por- que S geraO duma maneira iinica, devemos ter c,— d, = 0 para todo i, pelo que S gera X de modo tinico. 12.13, Independéncia linear OTeorema12.7 pde em destaque a importancia dos conjuntos que geram 0 vector zero duma iinica maneira. Tais conjuntos distinguem-se com uma designacao especial. Deriigao. Um conjunto $= {Ay Ayo Ay| que gera o vector nulo duma maneira 4inica diz-se um ‘conjunto linearmente independente de vectores. Caso contrdrio S diz-se linearmente dependente. Por outras palavras, independéncia significa que S gera O unicamente na representagao trivial: x YA; = 0 implica todo ¢;=0. a Dependéncia significa que S gera O de alguma maneira nao trivial, isto ¢, para certa es- colha de escalares ¢,,...,¢,, tem-se A, =O mas nem todos os c; si0 nulos a Embora a dependéncia ¢ independéncia sejam propriedades dos conjuntos de vectores, € pratica comum aplicar estas designagdes aos préprios vectores. Por exemplo, os vectoresAlgebra vectorial 541 num conjunto linearmente independente designam-se, correntemente, por vectores linear- mente independentes. Convencionamos também chamar 0 conjunto vazio um conjunto linearmente independente. Os exemplos dados a seguir podem servir para proporcionar. uma melhor compreensio da ideia de dependéncia e independéncia linear. ExEMPLO 1. Se um subconjunto T dum conjunto S ¢ linearmente dependente, entio S é também linearmente dependente, porque se T gera 0 nio trivialmente com S acontece 0 mesmo. Isto € logicamente equivamente 4 afirmagao de que todo 0 subconjunto dum conjunto linearmente independente é linearmente independente. EXEMPLO 2. Os vectores coordenados unitirios E,, EE, de V, geram O duma tinica maneira pelo que sao linearmente independentes. ExeMPLo 3. Qualquer conjunto contendo 0 vector nulo é dependente. Por exemplo se A, = O temos a representagao nao trivial O= 1A, + 0A; + + 0 Ay. EXEMPLO 4. O conjunto S= i+ ) de vectores de V, é linearmente dependente porque a partir deles temos a seguinte representagao nio trivial do vector nulo. O=i+jt(-Iits. Neste exemplo © subconjunto T= {i, j} € linearmente dependente. O terceiro vector, i +4, pertence ao subespaco de T. O teorema seguinte mostra que se juntarmos a i ¢j qual- quer vector pertencente uo subespago de T, obtemos um conjunto dependente. TEOREMA 12.8. Seja S=|Ay,...4,] um conjunto linearmente independente de k vectores em V,, e seja L(S) 0 subespago linear de S. Erttdo todo 0 conjunto de k + 1 vectores de L(S) € linearmente dependente. Demonstrag&o. A demonstracio faz-se por indugio em k, 0 niimero de vectores de S. Suponhamos primeiramente k = 1. Entdo, por hipdtese, S ¢ formado por um sé vector, seja 4,, com 4, # O uma vez que S é independente. Consideremos em seguida dois quaisquer vectores distintos B, e B, de L(S). Entao cada um deles sera um multiplo escalar de A ,, isto 6B, = ¢,4,€B, = ¢,A,,com c,¢€ c; no ambos nulos. Multiplicando B, por c, €B, por ¢, € subtraindo, encontramos ¢,By — 6B, = 0. Isto é uma representago nao trivial de O pelo que B, ¢ B, sio dependentes. Esta pois demonstrado o teorema quando k = 1. Suponhamos agora que o teorema é verdadeiro para k — | e provemos que é também ver- dadeiro para k. Tomemos qualquer conjunto de k + 1 vectores em L(S), por exemplo T= (By, By» B ,., ,|- Desejamos provar que T é linearmente dependente. Visto que cada B,542 Célculo esta em L(S), podemos escrever x dad, (12.11) mt para cada i= 1, 2,...,k-+ 1. Examinemos todos os escalares a, que multiplicam A, ¢ divi- damos a demonstragao em duas partes conforme todos os coeficientes sejam 0 ou nao. CASO 1. ay, =0 para todo 0 i= 1, 2, ..., k+ 1, Neste caso a soma em (12.11) no con- tém A, pelo que cada B, em T esta no subespaco linear gerado pelo conjunto S”= (43, Ay, «ss Ag}. Mas S” € linearmente independente € ¢ lormado por k~ I vectores. Pela hipdtese da indugdo, o teorema € verdadeiro para k— |, pelo que o conjunto T é depen- dente. Isto demonstra 0 teorema no caso |. CASO 2. Nem todos os escalares a, so nulos. Suponhamos que a,, #0. (Se necessirio podemos voltar a numerar os B para que assim seja). Tomando i= | na equagio (12.11) € multiplicando ambos os membros por cj, onde ¢, = @,,/4,, » obtemos x By = andy + ¥ cay); Subtraindo (12.11) a igualdade anterior resulta x = 2 is — aA; Bi — para i= 2, .., k + 1. Esta igualdade exprime cada um dos k vectores ¢,B, — B, como uma combinagao linear de k — 1 vectores linearmente independentes A,, ..., A,- Pela hipotese de indugao, os k vectores cB, — B, devem ser dependentes. Por conseguinte, para uma certa ¢s- colha dos escalares f,, ...t,., », NO todos nulos, temos mat LAC B, — B) = 0, & onde resulta (Se) -Sip, & Mas esta é uma combinagao linear nao trivial de B,, .., By, , que representa o vector nulo, pelo que os vectores B,,...,B,, , devem ser dependentes, estando assim completada a de- monstragao.Algebra vectorial 543 Demonstramos a seguir que 0 conceito de ortogonalidade esta intimamente relacionado com 0 de independencia linear. DeFinicAo. Um conjunto S = {A,,A,, Ay} de vectores de V, diz-se um conjunto ortogo- nal se A;-A,= 0 sempre que i+ j.Por outras palavras, dois quaisquer vectores distintos de um conjunto ortogonal sdo perpendiculares. TeOREMA 12.9. Qualquer conjunto ortogonal S = (Ay, ... A, de vectores nao nulos em V, é linearmente independente. Além disso, se S gera um vector X, por exemplo & X= SoA, (12.12) entdo os coeficientes escalares ¢,, ..., 4 sao dados pela formula ¢, para j =1,2,. (12.13) Demonstragdo. Vamos demonstrar, em primeiro lugar, que S é linearmente independente. k Suponhamos que ¥, ¢/A,=O. Multiplicando escalarmente ambos os membros por 4, e tendo i= em conta que A, «A= 0 para i# 1, encontramos ¢, (A, -A,) = 0. Mas (A, - 4,) #0 visto que A, #0, pelo que c, = 0. Repetindo este raciocinio, com A, substituido por 4, concluimos que cada ¢,=0. Por conseguinte S gera o vector nulo duma maneira unica, pelo que S é linear- mente independente. ‘Suponhamos agora que S gera X como em (12.12). Efetuando o produto escalar de X por A, encontramos que ¢(A, -4,)= XA, de onde se obtém (12.13). a Se todos os vectores A), A,, ... A, doTeorema 12.9 tém norma 1, a formula para os coefi- cientes simplifica-se vindo apenas Um conjunto ortogonal de vectores (Aj, ...4,}, cada um dos quais com norma 1, diz-se um conjunto ortonormado. O conjunto dos vectores coordenados unitarios E,, .., E,, é um exem- plo dum conjunto ortonormado. 12.14, Bases E natural estudar 0 conjunto de vectores que geram todo o vector de ¥, duma maneira tunica. Tais conjuntos de vectores constituem bases de V,.544 Calculo DerinicAo. Um conjunto $= |A,, .. A,| de vectores de V,, diz-se uma base para V,, se S gera cada vector de V, duma maneira tinica. Se, em complemento, S é ortogonal, entéo S diz-se uma base ortogonal. Assim, uma base é um conjunto linearmente independente de vectores 0 qual gera todo 0 espago V,,. O conjunto de vectores coordenados unitarios é um exemplo dessas bases. Esta base particular é também uma base ortogonal. Provaremos a seguir que cada base contera o mesmo numero de elementos. TEOREMA 12.10. Num dado espago vectorial V,,, as bases gozam das seguintes propriea- dades: (a) Toda a base contém exatamente n vectores. (6) Qualquer conjunto de vectores linearmente independente é um subconjunto de certa base. (©) Qualquer conjunto de n vectores linearmente independente é uma base. Demonstragdo. O conjunto dos vectores coordenados unitarios E,, ..., E, formam uma base de V,. Se provarmos que duas quaisquer bases contém o mesmo numero de vectores de- monstramos (a). Sejam Se T duas bases, em que S tem k vectores € T tem r vectores. Se r > k, entéo T contém pelo menos k + 1 vectores em L(S), visto que L(S) = V,. Deste modo, devido ao ‘Teorema 12.8, T deve ser linearmente dependente, contradizendo a afirmacao de que Té uma base. Isto significa que nao pode ser r > k, pelo que devemos ter r < k. Aplicando o mesmo raciocinio com S ¢ T trocados, encontramos que k 0 se A#0, () 4:4=0 se A=O. Todas estas propriedades sio consequéncias imediatas da definigdo ¢ as respetivas demonstragdes sio deixadas como exercicio. O leitor deve ter presente que a conjugacao aparece na propriedade (a) quando a ordem dos fatores ¢ invertida. Igualmente aparece10. Algebra vectorial 549 (a) Provar que para dois quaisquer vectores A e B de V,,(C), a soma A -B + A ~Béreal. (b) Se A eB sio vectores nao nulos em V,,(C), provar que A B+ AB 7S Tae |. Define-se 0 angulo 8 entre dois vectores A ¢ B em V,(C) pela formula A-B+A-B) = arccos © “ AaB A desigualdade no Exercicio 6 mostra que existe sempre um tinico angulo ¢ no intervalo fechado 0 < 6 < rt verificando aquela igualdade. Demonstrar que A —B\? = \A\? + |B)? —2 A) |B\ cos. Usar a definigiio do Exercicio 7 para calcular o angulo dos seguintes pares de vectores de VC): A =,0,4,1.), € B=(,i,1,0,1). . (a) Provar que os trés vectores seguintes formam uma base para V,(C): A = (1, 0, 0), B=(0, i, 0), C =(, 1, 0. (b) Exprimir 0 vector (5, —2, —i, 2/) como uma combinagao linear de A, B, C. Provar que a base dos vectores unitarios coordenados Ey, £3, . E,, em V, é também uma base de V,,(C).13 APLICACOES DA ALGEBRA VECTORIAL A GEOMETRIA ANALITICA 13.1. Introdugio Neste capitulo trataremos das aplicagdes da algebra vectorial ao estudo das retas, planos € segdes conicas. No capitulo 14 a algebra vectorial combina-se com os métodos do calculo € apresentam-se outras aplicagdes ao estudo das curvas ¢ a certos problemas de mecanica. Oestudo da geometria como um sistema dedutivo, como foi concebido por Euclides cerca de 300 anos a. C., comega com um conjunto de axiomas ou postulados que definem as propriedades dos pontos ¢ das retas. Os conceitos de “ponto” ¢ “reta” tomam-se como noges primitivas € permanecem indefinidos. Outros conceitos so apresentados em termos de pontos ¢ retas, deduzindo-se sistematicamente os teoremas a partir dos axiomas. Euclides estabeleceu dez axiomas a partir dos quais deduziu todos os seus teoremas. Demonstrou-se, porém, posteriormente que estes axiomas no sfio adequados para a teoria. Por exemplo, na demonstragao do seu primeiro teorema Euclides faz uma hipdtese tacita relativa a intersecgi0 de duas circunferéncias que no esta coberta pelos respetivos axiomas. Desde ento foram formuladas cutras séries de axiomas dos quais resultam todos os teoremas de Euclides. A mais famosa foi a série de axiomas estabelecida pelo matematico alemio David Hilbert (1862-1943) no seu agora classico Grundlagen der Geometrie, publicado em 1899. (Existe uma traducao inglesa: The Foundations of Geometry, Open Court Publishing Co., (1947). Esta obra, da qual se fizeram sete edigdes alemis ainda em vida de Hilbert, diz-se que inaugurou a matematica abstrata do século vinte. Hilbert parte, para o seu tratamento da geometria plana, com cinco conceitos nao definidos: ponto, reta, sobre (uma relagao valida entre um ponto e uma reta), entre (uma relagao entre um ponto € um par de pontos) e congruéncia (uma relagao entre pares de pontos). Hilbert apresenta entio quinze axiomas, a partir dos quais desenvolve toda a geometria plana euclidiana. A sua anilise de geometria no espaco baseia-se em vinte e um axiomas, contendo seis conceitos nao definidos. A introdugao da geometria analitica é feita de modo algo diferente. Definimos conceitos tais como ponte, recta, em (sobre), entre, etc., mas fazémo-lo em termos de nimeros reais, os quais nao se definem. A estrutura matematica resultante chama-se um modelo analitico da 551