Geometria Analítica

Aula 1 - Vetores
Gabrielle Weber
2 [Link]

Introdução Histórica
A Geometria Analítica, também conhecida como geometria coordenada ou
geometria cartesiana, é uma área da matemática que se dedica ao estudo da
geometria empregando sistemas de coordenadas e os princípios da álgebra
e da análise.
Diferentemente da abordagem sintética da geometria Euclidiana, em que
certas noções geométricas, como ponto, reta, plano e suas relações são con-
sideradas primitivas, na Geometria Analítica, parte-se da identificação dos
pontos de uma reta com os números reais e suas generalizações multidimen-
sionais.
Nesse caso, os conceitos primitivos são os próprios números reais. Suas
propriedades são então utilizadas para reformular problemas geométricos
em termos de problemas algébricos equivalentes. Assim, curvas, superfícies
ou, mais geralmente, hipersuperfícies podem ser descritas por meio de
equações.
A Geometria Analítica fornece uma linguagem que é muito conveniente
para a resolução de problemas da Física e da Engenharia, bem como o fun-
damento para o estudo de áreas mais modernas da geometria, como geome-
tria algébrica, diferencial, discreta e computacional.

O matemático grego Menêcmo (380 a.c.-320 a.c.) empregou um método que se

assemelhava fortemente com o uso de sistemas de coordenadas para resolver
problemas e demonstrar teoremas. Por isso, é creditado por alguns historiadores
como o pai da Geometria Analítica.

Outro matemático grego, cujo trabalho foi fundamental para o desenvolvimento

da Geometria Analítica, foi Apolônio de Perga (262 a.c.-194 a.c.). Em seu tratado,
"As Cônicas", Apolônio utilizou um método muito parecido com o que estudare-
mos para caracterizar detalhadamente as seções cônicas.
 [Link] 3

O matemático persa Omar Khayyam (1048-1131) utilizou explicitamente a

relação entre geometria e álgebra para resolver todas as equações cúbicas com
raízes positivas.

O matemático francês René Descartes (1596-1650) foi o primeiro a propor explici-

tamente, em seu tratado "La Géométrie", a unificação da álgebra com a geome-
tria, inventando, assim a Geometria Analítica.

Outro matemático francês, cujo trabalho foi fundamental para o desenvolvi-

mento da Geometria Analítica, foi Pierre de Fermat (1607-1665).

A grande diferença nos tratados dos contemporâneos Descartes e Fermat

residia em suas abordagens. Enquanto, Fermat partia das equações algébri-
cas e, a partir delas, determinava as curvas geométricas correspondentes,
Descartes seguia o caminho inverso. A saber, ele partia das curvas geométri-
cas e encontrava quais equações algébricas as descreviam.

O matemático e físico irlandês Sir William Rowan Hamilton (1805-1865) desco-

briu o corpo dos quatérnios ℍ, uma extensão do corpo dos complexos ℂ . Nesse
contexto, Hamilton não apenas introduziu os conceitos de produto escalar e
vetorial como cunhou os termos escalar, vetor e tensor.

A teoria dos quatérnios propiciou além de um novo método, um novo

ponto de vista para a compreensão tanto da álgebra quanto da física. Em
particular, os quatérnios serviam como uma ferramenta matemática para a
descrição do espaço tridimensional. Contudo, por se tratar de um formal-
ismo complicado, não foi amplamente aplicado. Foi apenas mais tarde,
4 [Link]

quando Josiah Willard Gibbs (1839-1903), Oliver Heaviside (1850-1925) e

James Clerk Maxwell (1831-1879) combinaram as melhores ideias da teoria
dos quatérnios com a geometria cartesiana que surgiria a Álgebra Vetorial.
Não demorou muito para que se concluísse que os vetores consistiam a
linguagem matemática ideal para a exposição simplificada de muitos dos
conceitos fundamentais da geometria e da física.
 [Link] 5

Objetivos do curso
Neste curso discutiremos o conceito de vetor e estudaremos a álgebra de
tais objetos com o intuito de aplicá-los ao estudo da Geometria Analítica.
Existem 3 maneiras de se introduzir a álgebra vetorial:
1. Abordagem geométrica: vetores são a classe de equivalência de segmentos de
reta orientados com o mesmo comprimento, direção e sentido. Dessa forma,
são facilmente representados por segmentos de retas dirigidos, ou setas. As
operações algébricas, como soma e subtração de vetores e multiplicação por
um número real são definidas e estudadas com métodos geométricos.
◆ Essa foi a abordagem empregada no ensino médio.
2. Abordagem analítica: vetores e operações envolvendo vetores são definidas
completamente em termos de números reais, denominados componentes do
vetor. Assim, as propriedades dos vetores decorrem diretamente das
propriedades dos números reais. A descrição analítica surge naturalmente da
descrição geométrica uma vez que um sistema de coordenadas for considerado.
◆ Essa será a abordagem que empregaremos neste curso!
3. Abordagem axiomática: neste caso não tentamos descrever explicitamente a
natureza de um vetor ou das operações vetoriais, mas sim tratamos os vetores e
as operações vetoriais como objetos indefinidos que satisfazem um certo
conjunto de regras, os chamados axiomas. O sistema algébrico resultante é
denominado espaço vetorial. Exemplos de espaços vetoriais aparecem em
todas as áreas da matemática, de forma que tal conceito é central em diversas
aplicações. De fato, a álgebra de segmentos de reta dirigidos e de vetores
descritos por suas componentes são apenas dois exemplos de espaços vetoriais.
◆ Essa abordagem mais geral será considerada na disciplina de Álgebra Linear.
6 [Link]

O Espaço Vetorial das n-uplas de Números Reais

A ideia de designar um ponto  sobre uma reta através de um número real
v1 ∈ ℝ remonta aos gregos antigos. De uma maneira mais precisa, esse é o
conteúdo do axioma de Cantor-Dedekind, que postula a existência de uma
correspondência biunívoca entre os números reais e os pontos sobre uma
linha.

Vetores Unidimensionais
 = - 2.34
x
-6 -4 -2 0 2 4 6

Em 1637, Descartes estendeu essa ideia ao empregar um par ordenado de

números reais (v1, v2), com v1, v2 ∈ ℝ para localizar um ponto  sobre um
plano.
 [Link] 7

vx
vy

Vetores Bidimensionais
y

=(0,0)
x
-6 -4 -2 2 4 6

-2

-4

-6

Continuando com essa ideia, podemos representar um ponto no espaço

tridimensional  por uma trinca ordenada de números reais (v1, v2, v3), com
v1, v2, v3 ∈ ℝ.
8 [Link]

vx
vy
vz

No século 19, os matemáticos A. Cayley (1821-1895) e H.G. Grassmann

(1809-1877) perceberam que não é necessário parar com três números reais.
É possível considerar uma quadrupla ordenada de números reais
(v1, v2, v3, v4), com v1, v2, v3, v4 ∈ ℝ para determinar um ponto no espaço
quadridimensional.
Mas você deve estar se perguntando por que considerar espaços com qua-
tro dimensões, não é?

Na relatividade especial proposta pelo físico alemão Albert Einstein (1879 –

1955) em 1905 não é mais possível descrever o espaço separadamente do
tempo. Logo, eventos físicos precisam ser parametrizados por uma quadrupla
ordenada de números reais (x0, x1, x2, x3), com x0, x1, x2, x3 ∈ ℝ . Nesse caso
x0 = ct representa a coordenada temporal e  = (x1, x2, x3) um ponto no espaço
tridimensional.
 [Link] 9

De uma forma ainda mais geral, é possível considerar n-uplas ordenadas de

números reais:
 = v1, v2, ..., vn, ∀ vk ∈ ℝ, 1 ≤ k ≤ n, (1)

para qualquer natural n ≥ 1. A n-upla  é denominada um ponto ou um

vetor n-dimensional. Os números reais vk são denominados as coorde-
nadas ou componentes do vetor. A coleção de todos os vetores n-dimen-
sionais com componentes reais é denominada espaço vetorial das n-uplas
reais e denotada por ℝn.

Mas professora, eu até entendo

porquê de considerar quatro
dimensões, mas um número
arbitrário? Para que isso?

Uma justificativa é a seguinte: vários problemas que envolvem um número

grande de equações simultâneas são mais facilmente analisados ao consider-
armos vetores em um espaço ℝn conveniente e substituirmos essas
inúmeras equações por uma única equação vetorial.
Exemplos:
◆ Reaçõesquímicas, em que cada componente do vetor é a concentração de um
reagente/produto;
◆ Evolução
de populações, em que cada componente do vetor representa o
número de indivíduos de uma certa subpopulação;
◆ Colisão de partículas.
Além disso, há teorias que requerem espaços vetoriais com n > 3 para faz-
erem sentido, como a teoria da relatividade (n=4) e a teoria de cordas
(n=10,11,26, dependo da versão considerada).
Finalmente, a maior vantagem de considerarmos espaços vetoriais com
dimensão arbitrária é a de lidar simultaneamente com as propriedades
10 [Link]

comuns dos espaços com n = 1, 2, 3, 4, 5, ... dimensões. Assim, identifi-

camos as propriedades que independem da dimensionalidade do espaço.
Procedendo dessa maneira, estamos de acordo com o paradigma da
matemática moderna que favorece o desenvolvimento de métodos gerais
capazes de lidar com uma vasta gama de problemas distintos.

Infelizmente, não dispomos da visualização geométrica para espaços vetori-

ais com dimensão n > 3. Logo, a abordagem analítica é a única ferramenta
que dispomos para estudar a álgebra vetorial
Essa será uma excelente oportunidade para vocês começarem a desen-
volver a abstração matemática necessária para acompanharem as próximas
disciplinas.
[Link] 11
12 [Link]

Notação
Denotaremos nestas notas os vetores por letras latinas em negrito:
, ,  ∈ ℝn, (2)

ou equivalentemente,
a, b, c ∈ ℝn (3)

e suas componentes pelas respectivas letras latinas acrescidas de índices,

por exemplo:
 = a1, a2, ..., an, ∀ ak ∈ ℝ, 1 ≤ k ≤ n,

 = b1, b2, ..., bn, ∀ bk ∈ ℝ, 1 ≤ k ≤ n, (4)

 = c1, c2, ..., cn, ∀ ck ∈ ℝ, 1 ≤ k ≤ n,

Existem muitas outras notações empregadas para denotar vetores, duas das
→
mais usuais sendo: a, a.

Você é livre para escolher a sua própria notação, contudo, atente para a sua
consistência e clareza!
 [Link] 13

Operações Vetoriais
Para convertermos ℝn em um sistema algébrico, introduzimos, a seguir, o
conceito de igualdade entre dois vetores e duas operações binárias envol-
vendo vetores: a soma vetorial e a multiplicação por escalar. Neste con-
texto, a palavra escalar é um sinônimo para número real.

Definição 1.1 - Igualdade entre vetores

"Dois vetores ,  ∈ ℝn são ditos iguais sempre que suas coordenadas coinci-
dem, ou seja, se
 = a1, ..., an,  = (b1, ..., bn) ∈ ℝn (5)

a equação vetorial
= (6)

é equivalente ao seguinte sistema de n equações escalares:

a1 = b1, a2 = b2, ..., an = bn, (7)

ou de uma maneira mais sucinta:

ak = bk, 1 ≤ k ≤ n." (8)

Definição 1.2 - Soma vetorial

"Sejam dois vetores ,  ∈ ℝn, sua soma  +  ∈ ℝn é definida como o vetor
obtido ao se adicionar as respectivas componentes:
 +  = (a1 + b1, a2 + b2, ..., an + bn). (9)

◆ Exemplo:

n 1 2 3 4 5 6 7 8 9 10  gerar  gerar

 = ( - 2 , - 7 , 10 , - 10 )
 = ( 3 , - 9 , 10 , 6 )
 +  = ( 1 , - 16 , 20 , - 4 )
14 [Link]

Definição 1.3 - Multiplicação por escalar

"Seja um vetor  ∈ ℝn e um escalar α ∈ ℝ, define-se o vetor α ·  ∈ ℝn como
aquele obtido ao multiplicarmos cada componente de  pelo escalar α :
α ·  = α a1, α a2, ..., α an." (10)

◆ Exemplo:

n 1 2 3 4 5 6 7 8 9 10  gerar α gerar

 = ( 2 , 7 , -7 , 8 , 6 )
α = -4
α ·  = ( - 8 , - 28 , 28 , - 32 , - 24 )

Teorema 1.4 - Propriedades da Soma Vetorial

"A operação de soma vetorial é:
1. Comutativa:

 +  =  +  , ∀ ,  ∈ ℝ n . (11)

2. Associativa:

( + ) +  =  + ( + ), ∀ , ,  ∈ ℝn." (12)

◆ Demonstração:

Para demonstrarmos a comutatividade invocamos a Definição 1.2, para

escrever:

 +  = (a1 + b1, a2 + b2, ..., an + bn), (13)

usando a comutatividade dos números reais:

 +  = (b1 + a1, b2 + a2, ..., bn + an), (14)

e invocando novamente a Definição 1.2, obtemos:

 +  =  + . (15)

Para demonstrarmos a associatividade invocamos a Definição 1.2, para escrever:

 [Link] 15

[ + ] +  = ([a1 + b1], [a2 + b2], ..., [an + bn]) + 

(16)
= ([a1 + b1] + c1, [a2 + b2] + c2, ..., [an + bn] + cn),

usando a associatividade dos números reais:

[ + ] +  = (a1 + [b1 + c1], a2 + [b2 + c2], ..., an + [bn + cn]), (17)

e invocando novamente a Definição 1.2, obtemos:

[ + ] +  =  + ([b1 + c1], [b2 + c2], ..., [bn + cn])

(18)
=  + [ + ].

Teorema 1.5 - Propriedades da multiplicação por escalar

"A operação de produto por escalar é:
1. Comutativa:

α ·  =  · α, ∀  ∈ ℝ n , ∀ α ∈ ℝ (19)

2. Associativa:

α · (β · ) = α β · , ∀  ∈ ℝn, ∀ α, β ∈ ℝ." (20)

Exercício 1.6
Demonstre o Teorema 1.5.
16 [Link]

Teorema 1.7 - Distributividade

"As operações de soma vetorial e de produto por escalar satisfazem:
1. Distributiva I:

α · ( + ) = α ·  + α · , ∀ ,  ∈ ℝn, ∀ α ∈ ℝ; (21)

2. Distributiva II:

(α + β) ·  = α ·  + β · , ∀  ∈ ℝn, ∀ α, β ∈ ℝ." (22)

◆ Demonstração:

Para demonstrarmos a propriedade Distributiva I, invocamos a Definição 1.2,

para escrever:

α · ( + ) = α · (a1 + b1, a2 + b2, ..., an + bn), (23)

em seguida, usando a Definição 1.3, obtemos:

α · ( + ) = α (a1 + b1), α (a2 + b2), ..., α (an + bn). (24)

Com isso, podemos invocar a propriedade distributiva dos números reais

α · ( + ) = α a1 + α b1, α a2 + α b2, ..., α an + α bn (25)

e usar a Definição 1.2

α · ( + ) = α a1, α a2, ..., α an + α b1, α b2, ..., α bn, (26)

seguida da Definição 1.3 , para concluir a tese:

α · ( + ) = α ·  + α · . (27)

Exercício 1.8
Demonstre a segunda afirmação do Teorema 1.7.

Definição 1.9 - Vetor nulo

"O vetor nulo, que possui todas as suas componentes iguais a zero, é deno-
tado por:
 [Link] 17

 = (0, 0, ..., 0) ∈ ℝn. (28)

Ademais, ele satisfaz a seguinte propriedade definidora:

 +  = , ∀  ∈ ℝ n . (29)

Em outras palavras, o vetor  ∈ ℝn é o elemento neutro da soma vetorial."

Definição 1.10 - Vetor oposto

"O vetor - = (- 1) ·  é denominado oposto de  ∈ ℝn. De fato, - satisfaz:
 + (-) = , ∀  ∈ ℝn. (30)

Também escrevemos:
 -  =  + (-), ∀ ,  ∈ ℝn, (31)

que denominamos a diferença entre os vetores  e ."

Exercício 1.11
Demonstre as seguintes afirmações:
1. 0 ·  = , ∀  ∈ ℝn ;

2. 1 ·  = , ∀  ∈ ℝn .
18 [Link]

E a Multiplicação Vetorial???

O leitor arguto deve ter reparado na similaridade entre os vetores do espaço

bidimensional ℝ2 e o conjunto dos números complexos ℂ.
Ambos são definidos como pares ordenados de números reais e somados
exatamente da mesma forma.
Assim, conquanto consideremos apenas a soma, o corpo dos números com-
plexos e o espaço vetorial ℝ2 são indistinguíveis!!!
A diferença entre tais objetos surge apenas quando consideramos a oper-
ação de multiplicação!
A multiplicação de números complexos confere ao conjunto ℂ a caracterís-
tica de corpo, também exibida pelos números reais.
Pode-se demonstrar que, com a exceção dos casos n = 1, 2, não é possível
introduzir uma operação de multiplicação em ℝn compatível com os
axiomas de corpo.
Mais adiante no curso, introduziremos duas noções de multiplicação de
vetores
◆ Produto interno: · : ℝn × ℝn → ℝ
◆ Produto vetorial: ⨯ : ℝn × ℝn → ℝn, n = 3, 7.
 [Link] 19

Problemas
Problema 1.1:
"Sejam os vetores de ℝn, 1 ≤ n ≤ 10:

n 1 2 3 4 5 6 7 8 9 10  gerar  gerar  gerar

 = ( -2 , -4 , 8 , 2 )
 = ( - 9 , - 10 , 2 , 2 )
 = ( - 6 , 10 , 8 , - 7 )

Determine as componentes dos seguintes vetores:

1.  + ;

2.  - ;

3.  +  - ;

4. 7  + 2  - 3 ;

5. 2  +  - 3 ."

Problema 1.2:
"Sejam
 = (1, 1),  = (1, - 1) ∈ ℝ2, (32)

e considere
 = α ·  + β ·  , α, β ∈ ℝ : (33)

1. Determine as componentes de ;

2. Se  = , prove que α = β = 0;

3. Encontre α, β ∈ ℝ tais que  = (9, - 1)."

Problema 1.3:
"Sejam
20 [Link]

 = (1, 1, 1),  = (0, 1, 1),  = (1, 1, 0) ∈ ℝ3, (34)

e considere
 = α ·  + β ·  + γ · , α, β, γ ∈ ℝ : (35)

1. Determine as componentes de ;

2. Se  = , prove que α = β = γ = 0;

3. Encontre α, β, γ ∈ ℝ tais que  = (1, 2, 3)."

Problema 1.4:
"Enuncie a definição precisa de corpo. De acordo com essa definição, os
seguintes conjuntos numéricos: ℕ, ℤ, ℚ, ℝ , ℂ são corpos? Justifique detal-
hadamente suas respostas."