Вы находитесь на странице: 1из 160

.

Introducao a
Geometria Projetiva
Com tratamento vetorial

Abdenago Alves de Barros


Placido Francisco de Assis Andrade

Universidade Federal do Ceara


Centro de Ciencias
Departamento de Matematica
i

Prefacio
Este livro foi elaborado para ser um texto de Introducao a Geometria Proje-
tiva, disciplina obrigatoria para os alunos do terceiro perodo dos cursos de Li-
cenciatura e de Bacharelado de Matematica da Universidade Federal do Ceara. O
pre-requisito e Geometria Analtica com tratamento vetorial. Foi dentro desta mol-
dura que foi elaborado, mas ele e auto suciente no que diz respeito a sua leitura.
A escolha do tratamento vetorial nos obriga a uma rapida introducao de Algebra
Linear. Para isto, escolhemos um extrato do livro [An2].
Os topicos apresentados consideram o desenvolvimento da Geometria do ponto
de vista axiomatico, dos gregos ate Hilbert, embora nos xemos na construcao de
modelos, fugindo da apresentacao sintetica. Subjacente a estrutura do texto ca a
trajetoria historica. Os autores nao sao especialistas em Historia da Matematica,
portanto, para elaboracao desta parte coletamos as informacoes em varios e, acre-
ditamos, bons livros sobre o assunto. Com isto, tentamos transmitir ao estudante
o esforco desprendido na sistematizacao da Geometria ao longo de milenios, bem
como tentamos valorizar o estudo da Historia da Matematica, relegada a um se-
gundo plano nas nossas Graduacoes.
A apresentacao deixa claro as ideias e os conceitos surgidos ao longo do de-
senvolvimento da Matematica. Alem disto, o tratamento vetorial torna o conheci-
mento accessvel a todos estudantes dos primeiros anos da Universidade nas areas
de Ciencias Basicas ou Tecnologicas.
O conteudo esta programado para ser exposto em 50h, sem atropelos. O desen-
volvimento culmina com o elegante estudo de conicas utilizando o Plano projetivo.
Agradecemos aos Professores do Departamento de Matematica da UFC, Jose
Afonso de Oliveira, Francisco Pimentel, Aldir Brasil, Fernando Pimentel e, par-
ticularmente, ao Professor Antonio Caminha pelas correcoes sugeridas. Ficamos
lisonjeados e em debito com os organizadores da XIII Escola de Geometria 2004-
USP pelo convite para lecionar um minicurso e pela publicacao do texto.

Abdenago Alves de Barros

Placido Francisco de Assis Andrade

Fortaleza, 23 de maio de 2004


Sumario

I HISTORIA E ARQUITETURA DO TEXTO 1

1 Historia 2
1.1 Geometria classica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Os Elementos de Euclides . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Os Axiomas de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Arquitetura do texto 11
2.1 Estrutura do livro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Genealogia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Isometria e Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 14

II ALGEBRA LINEAR 18

3 O espaco vetorial Rn 19
3.1 O conjunto Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 O espaco vetorial Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Subespaco vetorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Independencia linear . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Base e dimensao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4 Produto interno 33
4.1 Produto interno e norma . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Angulo entre vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3 Produto vetorial em R3 . . . . . . . . . . . . . . . . . . . . . . . . . 36

5 Transformacoes lineares 39
5.1 Transformacoes lineares . . . . . . . . . . . . . . . . . . . . . . . . . 39
SUMARIO iii

5.2 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.3 Operacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4 Invertibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.5 Operadores lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.6 Autovalores e autovetores . . . . . . . . . . . . . . . . . . . . . . . . 46
5.7 Teorema espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

6 Isometrias do Rn 49
6.1 Translacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.2 Operadores ortogonais . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.3 Classicacao das isometrias . . . . . . . . . . . . . . . . . . . . . . . 53
6.4 *Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 55

III GEOMETRIA EUCLIDIANA 56

7 Geometria Euclidiana 57
7.1 Esferas e hiperplanos . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.2 Um modelo de plano Euclidiano . . . . . . . . . . . . . . . . . . . . . 59
7.3 Um modelo de espaco Euclidiano . . . . . . . . . . . . . . . . . . . . 62

IV GEOMETRIA ELIPTICA (dupla) 65

8 Geometria Elptica 66
8.1 Distancia esferica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.2 Plano elptico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.3 Retas elpticas orientadas . . . . . . . . . . . . . . . . . . . . . . . . 72
8.4 Plano elptico dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.5 Isometrias de S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.6 Congruencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

9 Trigonometria elptica 78
9.1 Lei dos senos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9.2 Area de triangulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
9.3 *Triangulo dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

V GEOMETRIA PROJETIVA E GEOMETRIA AFIM 86

10 Geometria Projetiva 87
10.1 O plano projetivo RP2 . . . . . . . . . . . . . . . . . . . . . . . . . . 88
iv SUMARIO

10.2 Relacao entre RP2 e S2 . . . . . . . . . . . . . . . . . . . . . . . . . . 89


10.3 Retas projetivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
10.4 Plano projetivo dual . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.5 Incidencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.6 Geometria Am . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
10.7 Retas ans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
10.8 Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 99

11 Colineacao 100
11.1 Operador linear e colineacao . . . . . . . . . . . . . . . . . . . . . . . 100
11.2 Construcao de colineacoes . . . . . . . . . . . . . . . . . . . . . . . . 102
11.3 Teorema fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . 105
11.4 Teorema de Papus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
11.5 Teorema de Desargues . . . . . . . . . . . . . . . . . . . . . . . . . . 113

12 Conicas 115
12.1 Cones em R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
12.2 Quadricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
12.3 Correlacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
12.4 Polaridades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
12.5 Conicas em RP2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
12.6 Retas tangentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
12.7 Construindo conicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
12.8 Teorema de Pascal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
12.9 Teorema de Brianchon . . . . . . . . . . . . . . . . . . . . . . . . . . 136
12.10Leitura complementar . . . . . . . . . . . . . . . . . . . . . . . . . . 137

VI APENDICE 140

13 Particao de conjuntos 141


13.1 Particionando conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 141
13.2 Relacao de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . 144
13.3 Classe de equivalencia . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Lista de smbolos

Conjuntos
R. . . . . . . . . . . . . . . . . . . . . . . . . . . .Conjunto dos numeros reais
Rn . . . . . . . . . . . . . . . . Espaco vetorial das n-uplas ordenadas
E1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta Euclidiana
E2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano Euclidiano
E3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espaco Euclidiano
S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Esfera unitaria
S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Esfera unitaria dual
RP2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano projetivo
RP2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Plano projetivo dual
AP2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Plano am

Letras gregas
. . . . . . . . . . . . . . . alfa . . . . . . . . . . . . . . . mu

. . . . . . . . . . . . . . beta . . . . . . . . . . . . . . . . . ni

, . . . . . . . . . . . gama , . . . . . . . . . . . . . qui

, . . . . . . . . . . . delta .................. o

, . . . . . . . . . . epsilon , ,  . . . . . . . . . . . pi

. . . . . . . . . . . . . . . zeta ,  . . . . . . . . . . . . . . . ro

. . . . . . . . . . . . . . . . eta , , . . . . . . . . sigma

, , . . . . . . . . . .teta . . . . . . . . . . . . . . . . tau

. . . . . . . . . . . . . . . . iota , . . . . . . . . . upsilon

. . . . . . . . . . . . . . . kapa , , . . . . . . . . . . . .

, . . . . . . . . . lambda , . . . . . . . . . . . . . psi
, . . . . . . . . . . omega
Smbolos classicos
v = (x, y) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor v R2
v = (x, y, z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor v R3
u, v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Produto interno canonico de u, v Rn
v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Norma de um vetor v Rn
d(p, q) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Distancia entre os pontos p, q Rn
(u, v) . . . . . . . . . . . . . Distancia entre u, v S2 ; angulo entre os vetores u, v R3
[v1 , v2 , ..., vk ] . . . . . . . . . . . . . . . Matriz n k cujas colunas sao os vetores vi Rn
[A], [B], [C] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrizes com entradas reais
[A(e1 ), A(e2 ), ..., A(en )] . . . . . . . . . Matriz canonica de uma transformacao linear
det[A]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Determinante da matriz quadrada [A]
v = (x : y : z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ponto projetivo v RP2
 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Particao de um conjunto
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Relacao de equivalencia
A/ . . . . . . . . . . . . . . . . . . . . . .Espaco quociente por uma relacao de equivalencia
P(A) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .O conjunto das partes de um conjunto A

Smbolos especiais
[[v1 , v2 , ..., vn ]] . . . . . . . . . . . . . . . Subespaco vetorial gerado por v1 , v2 , ..., vn Rn
uv = u v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Produto vetorial de u, v R3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vetor em R3 normal a um plano
. . . . . . . . . . . . . . . . . . . . . . . Plano em R3 contendo a origem com vetor normal
(p) . . . . . . . . . . . . . . . . . . . . . . . . . . .Plano em R3 contendo p com vetor normal
r = S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta elptica: grande crculo de S2
r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta projetiva: subconjunto de RP2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . Reta projetiva: elemento do projetivo dual RP2
Parte I

HISTORIA E ARQUITETURA
DO TEXTO
Captulo 1

Historia

Para deixar claro a estrutura didatica na qual o texto esta desenvolvido, apre-
sentaremos uma breve historia da Geometria. 1

1.1 Geometria classica


A palavra Geometria tem etimologia grega e signica medicao de terras. Na
Antiga Mesopotamia e no Antigo Egito, o conhecimento geometrico resumia-se a
um aglomerado de procedimentos praticos de mensuracao aplicados, principalmente,
na agricultura. Eram calculos empricos de comprimentos, areas e volumes com o
emprego de formulas, muitas delas erroneamente utilizadas.
Devemos aos gregos a transformacao da Geometria de um conhecimento rudi-
mentar e pratico num dos ramos da Matematica Pura. Eles tiveram a iniciativa
de abstrair as ideias do contexto fsico para o contexto puramente mental, processo
que levou seculos para ser completado, aproximadamente de 600 aC ate 300 aC.
O mais antigo grego conhecido que adotou tal postura foi o mercador e enge-
nheiro Tales de Mileto ( 624 aC 547 aC), considerado o primeiro losofo,
1
Este captulo esta baseado nos livro de Boyer [BCB], Heath [Hea], Wallace & West [W-W] e
no site [web1].
1.1. GEOMETRIA CLASSICA 3

cientista e matematico grego. Ele empregou argumentos logicos para demonstrar


proposicoes basicas de Geometria, muitas delas de sua autoria, que nao tinham
importancia alguma na medicao de terras. Tales foi a origem de uma escola que
perdurou por um seculo e supoe-se que ele tenha aprendido em suas viagens os ru-
dimentos de Geometria com os povos da Mesopotamia e Egito. E creditado a ele a
demonstracao de resultados tais como:
um crculo e bissectado por um diametro;
os angulos da base de um triangulo isosceles sao iguais;
um angulo inscrito num semicrculo e um angulo reto;
os angulos opostos pelos vertices sao iguais.
Pitagoras de Samos ( 569 aC 475 aC),
possivelmente um aluno da escola de Tales, esta-
beleceu uma sociedade losoca e religiosa que
muito contribuiu para a formalizacao da Geo-
metria com trabalhos nas Teorias de paralelas,
guras similares e uma combinacao de Teoria de
numeros e misticismo. O proprio Pitagoras in-
troduziu as palavras Filosoa (amor a sabedoria)
e Matematica (o que e aprendido). Apos a morte
do losofo, a escola Pitagorica dividiu-se em duas
faccoes. Uma, formada por aqueles que aceita-
vam a palavra do mestre como uma revelacao e
a outra, formada por aqueles seguidores que de-
sejavam o novo aprendizado, os matematicos.
Membros da ultima faccao desenvolveram novos resultados de Matematica exclu-
sivamente por deducao logica, transformando-a numa Ciencia Dedutiva. Sua dou-
trina sobreviveu por seculos. Ainda na decada de 1980 existiam seguidores msticos
em Fortaleza, Ceara, que realizavam suas reunioes num velho casarao do centro da
cidade, na Rua Major Facundo, cuja sede era chamada de Escola Pitagorica.
O avanco seguinte foi estabelecido por outro grego, um professor de Geometria,
Hipocrates de Chios ( 470 aC, Grecia 410 aC), ao escrever um livro texto,
Elementos de Geometria, no qual os teoremas eram arranjados numa sequencia onde
os subsequentes eram provados tendo como base os teoremas anteriores. Tudo indica
que sua obra esta contida nos Livros I e II dos Elementos de Euclides. Com ele
tem-se o incio da sistematizacao do conhecimento Matematico, estabelecendo uma
estrutura de apresentacao que sobrevive ate hoje. Hipocrates de Chios contribuiu
com teoremas sobre circunferencias.
Por esta mesma epoca, foi fundada em Atenas pelo losofo Platao ( 427 aC
347 aC), a famosa Academia, uma instituicao que congregava os maiores sabios
4 CAPITULO 1. HISTORIA

da epoca. Sobre seu portao estava escrito:


Nao permitam a entrada de quem nao saiba geometria.
Com a Academia, a Matematica obteve o status de Ciencia Pura, seus membros
nao tinham a preocupacao em aplicar os conhecimentos adquiridos no seu trabalho
e a enfase era no desenvolvimento do pensamento matematico e losoco.

Um dos membros da Academia, dos 17 aos 30 anos, foi o losofo Aristoteles da


Macedonia ( 384 aC - 322 aC). A contribuicao de Aristoteles para os fundamen-
tos da Matematica foi indireta, construiu uma teoria de armacoes que comecava
com nocoes comuns, nocoes especiais, denicoes e um tratado sobre logica em Filo-
soa, estabelecendo a base para toda a Matematica grega. Aristoteles fundou um
centro cientco e losoco chamado Liceu. Nos seiscentos anos seguintes foram
criadas centenas de Escolas pela regiao grega mas nenhuma delas comparavel em
importancia com essas duas, exceto o Museu de Alexandria.
Outro membro da Academia, Eudoxos de Cnido ( 408 aC 355 aC), fez
a moldura de como deve ser uma teoria Matematica, sistematizando formalmente
o metodo axiomatico inspirado no trabalho de Aristoteles. Sua mais notavel con-
tribuicao foi compreender as quantidades incomensuraveis que tanto pertubou os
pitagoricos. Aceita-se que seu trabalho em Matematica e a base dos Livros V, VI e
XII dos Elementos de Euclides. A Academia foi um centro no qual varios de seus
membros se destacaram na historia da Matematica e, em particular, na Geometria:
Teodoro de Cirene ( 465 aC 398 aC),
Teaetetus ( 417 aC 369 aC),
Meneacmus ( 380 aC 320 aC) ,
Dinostrato ( 390 aC 320 aC), irmao de Meneacmus,
Autolicos de Pitane ( 360 aC 290 aC ).
Com a morte de Alexandre da Macedonia, o Grande, (356 aC 323 aC) aluno
de Aristoteles e Meneacmus, o territorio conquistado foi dividido entre seus generais.
Alexandria, cidade fundada por ele, cou no territorio governado por Ptolomeu I,
1.2. OS ELEMENTOS DE EUCLIDES 5

terras correspondentes ao atual Egito. Este general criou o Museu de Alexandria,2


e transformou-o numa Universidade insuperavel em seu tempo, em termos de co-
nhecimento. Para dar uma grandeza da importancia do centro, notcias da epoca
falam numa biblioteca de 500 mil volumes. Muito dos intelectuais mudaram-se para
ali, entre eles Euclides.

1.2 Os Elementos de Euclides


Toda esta construcao da mente humana, feita ao longo de 300 anos, cou registrada
numa obra monumental intitulada Elementos, constituda de 13 livros (captulos).
Nela, estao demonstradas 465 proposicoes deduzidas de um sistema axiomatico
numa forma didatica, cujo unico rival em numero de traducoes e a Bblia. Tal obra
expoe sistematicamente toda a Matematica basica conhecida em seu tempo.
Devemos tal facanha ao matematico grego Euclides
( 330 aC - 270 aC) cuja biograa e praticamente
desconhecida. Provavelmente estudou na Academia e
mudou-se para Alexandria a convite de Ptolomeu I
para ser o primeiro professor de Matematica do Mu-
seu. Escreveu cerca de doze obras mas somente cinco
delas resistiram ao tempo. Seu texto intitulado Optica
(Stoichia) foi um dos primeiros trabalhos escritos sobre
perspectiva. A ttulo de ilustracao listaremos os ttulos
dos Livros que compoem a obra de Euclides, que nao e
apenas uma simples compilacao de resultados conheci-
dos; supoe-se que varias proposicoes e provas sao do
proprio Euclides e, possivelmente, algumas delas foram acrescentadas posterior-
mente. A obra nao trata apenas de Geometria, inclui tambem resultados de Aritme-
tica. No Livro IX cou para a posteridade uma das mais belas e elegantes provas da
Matematica, a prova do teorema: Existem infinitos numeros primos. Certamente,
um autor de uma obra como os Elementos deveria ser um matematico de primeira
linha. A lenda descreve-o como um professor excepcional, sendo caricaturado na
gura de um velhinho bondoso. Sua proposta didatica para o ensino da Matematica
foi espetacular. Ainda hoje, 2300 anos depois, e quase que integralmente adotado
nas Escolas de todo o mundo.
ELEMENTOS Geometria Plana: I. Fundamentos da geometria pla-
na. II. A Geometria de retangulos. III. A geometria do crculo. IV.
2
Local dedicado as nove musas gregas: Calope (Poema epico, a musa mais importante), Clio
(Historia), Erato (Poemas de amor), Eutherp (Musica), Melpomene (Tragedia), Polnia (Musica
sagrada), Therpscore (Danca), Talia (Comedia), Urania (Astronomia).
6 CAPITULO 1. HISTORIA

Polgonos regulares no crculo. V. A teoria geral de magnitudes em


proporcoes. VI. A geometria plana de figuras similares. Teoria dos
numeros: VII. Aritmetica basica. VIII. Numeros em proporcoes. IX.
Numeros em proporcoes; a teoria de numeros pares e mpares, numeros
perfeitos. Numeros irracionais: X. Segmentos de reta incomensuraveis.
Geomeria Solida: XI. Fundamentos da Geometria solida. XII. Areas e
volumes; metodo de Eudoxos da exaustao. XIII. Os solidos de Platao.
O aspecto que nos interessa e o sistema axiomatico adotado por Euclides:

1. Nocoes comuns
a) Coisas que sao iguais a uma mesma coisa tambem sao iguais;
b) Se iguais sao adicionados a iguais, os totais sao iguais;
c) Se iguais sao subtrados de iguais, os restos sao iguais;
d) Coisas que coincidem uma com a outra sao iguais;
e) O todo e maior que qualquer uma de suas partes.

2. Axiomas da Geometria Euclidiana plana3


i) Incidencia: pode-se tracar
uma reta ligando quaisquer dois pontos;
ii) Pode-se continuar qualquer reta finita
continuamente em uma reta;
iii) Pode-se tracar um crculo com
qualquer centro e qualquer raio;
iv) Todos os angulos retos sao iguais;
v) Por um ponto fora de uma reta pode-se tracar
uma unica reta paralela a reta dada.

3. Definicoes
i) 23 definicoes que dizem respeito a ponto,
reta, angulo, crculo, triangulo, quadrilatero, etc.

A escola de Alexandria sobreviveu ate 450 dC e muito contribuiu com o desenvol-


vimento da Geometria pos-Euclides, sendo seu maior expoente o ex-aluno siciliano
3
O quinto postulado e conhecido como Axioma de Playfair. No livro Elementos e posto um
axioma equivalente: se uma reta ao cortar duas outras, forma angulos internos, no mesmo lado,
cuja soma e menor do que dois angulos retos, entao as duas retas, se continuadas, encontra-se-
ao no lado onde estao os angulos cuja soma e menor do que dois angulos retos.
1.2. OS ELEMENTOS DE EUCLIDES 7

Arquimedes de Siracusa (287 aC 212 aC) considerado um dos tres maiores ma-
tematicos de todos os tempos, junto com o ingles Isaac Newton (1643 1727) e o
alemao Johann Carl Friedrich Gauss (1777 1855). Seu metodo para calculo de
areas guarda muita semelhanca com o Calculo Integral utilizado nos dias atuais.

Outros notaveis do Museu foram o ex-aluno Apolonius de


Perga (262 aC - 190 aC), com o estudo das conicas, e
um professor do Museu, Papus de Alexandria (290 dC
350 dC) que ampliou o trabalho de Euclides, com resulta-
dos cujo esprito era totalmente diferente do que foi feito
ate entao, demonstrando teoremas novos que diziam res-
peito apenas aos axiomas de incidencia. Papus foi o ultimo
grande geometra grego e seu trabalho e tido como a base
da Geometria Projetiva.
A morte de Hipatia de Alexandria ( 370 dC 415 dC)
professora do Museu e primeira mulher a destacar-se no es-
tudo da Matematica, marca os incios do declnio daquele
centro como polo intelectual e do perodo das trevas para as
civilizacoes ocidentais. Hipatia teve morte cruel, foi descar-
nada com conchas de ostras e queimada em praca publica
por uma turba de cristaos incentivada pelo Patriarca de
Alexandria, Cirilo.
Cem anos depois da morte de Hipatia, em 527 dC, a Academia Platonica de
Atenas ja com 900 anos, bem como outras escolas, foi fechada e seus membros
dispersos por Justiniano, Imperador Romano Catolico. E por muitos seculos o de-
senvolvimento da Matematica esteve a cargo de outras civilizacoes, como a Arabe
cuja maior contribuicao foi na Algebra. O conhecimento geometrico cou, prati-
camente, estagnado e esquecido por dez seculos. Acredita-se que com a fuga dos
professores gregos para a Persia, a civilizacao Arabe tomou o impulso relatado nos
livros de Historia.
8 CAPITULO 1. HISTORIA

1.3 Os Axiomas de Hilbert


Dezoito seculos depois da publicacao dos Elementos (1482), em plena Renascenca,
comecaram a surgir as primeiras traducoes dos Elementos para as lnguas europeias
modernas, passando aquela obra a receber um estudo crtico pelos interessados.
Com a retomada do estudo dos Elementos de Euclides surgiram varios resultados
surpreendentes que diziam respeito apenas a ideia de incidencia. Por exemplo,
Girard Desargues (1591 1661) e Blaise Pascal (1623 1662) demonstraram muitas
propriedades nao metricas de conicas que eram bem diferentes daquelas examinadas
por Apolonio dezoito seculos antes. O estudo de geometrias com poucos axiomas
perdurou por mais dois seculos, as vezes de forma esporadica e desorganizada, outras
com intensidade e imaginacao.
Como pano de fundo cava o postulado das paralelas, a secular duvida se ele
era ou nao um axioma Euclidiano independente dos demais, sendo o mais instigante
topico de interesse dos geometras. Muitos acreditaram que podia ser um teorema.
Nao e! Ao longo da historia muitas demonstracoes, erradas e claro, foram apresen-
tadas, inclusive por matematicos importantes em sua epoca. Ainda no tempo de
Euclides, Ptolomeu I acreditou que tinha dado uma demonstracao para o Axiomas
das Paralelas e tudo leva a crer que o proprio Euclides cou relutante em aceita-
lo como postulado, utilizando-o apenas a partir da 29a proposicao dos Elementos.
Algumas tentativas foram dramaticas, como aquela feita pelo padre jesuta italiano
Giovanni Saccheri (1667 1773). Simplesmente ele demonstrou todos os resulta-
dos basicos da hoje chamada Geometria hiperbolica, mas nao teve a ousadia para
acreditar que poderiam existir outros tipos de modelos geometricos para a Natureza
que nao a Geometria Euclidana.
Na metade do seculo XIX ja tinham sido coletadas varias hipoteses assumi-
das por Euclides e utilizadas nas suas argumentacoes sem que tivessem tido uma
demonstracao ou uma axiomatizacao anterior. Listemos algumas delas.

4. Hipoteses nao mencionadas mas utilizadas por Euclides


) Retas sao conjuntos ilimitados;
) Vale o postulado de Dedekind: as retas sao contnuas;
) No axioma i) a reta que podemos tracar ligando
dois pontos e unica;
) No axioma ii) pode-se continuar uma reta de
uma unica maneira;
) Axioma de Pasch: sejam A, B e C tres pontos nao coline-
ares e r uma reta que nao contem nenhum destes
pontos. Se r corta o segmento AB entao ela tambem
corta o segmento BC ou o segmento AC.
1.3. OS AXIOMAS DE HILBERT 9

Em 1898-99, o matematico alemao David Hilbert (1862


1943) apresentou um sistema de axiomas completo para a
Geometria Euclidiana plana e espacial numa serie de con-
ferencias na Universidade de Gottingen. Isto signica que
todos os resultados dos Elementos permaneciam validos as-
sumindo seus postulados. Seu sistema axiomatico e um
dos marcos na Historia da Matematica pois organiza os
fundamentos da Geometria e Analise. A comparacao mais
proxima que pode ser feita e com a organizacao ocorrida
na Algebra ao ser introduzido o conceito de grupo.
Apresentaremos a seguir um extrato dos axiomas para a chamada Geometria
Euclidiana plana, deixando seu detalhamento para a secao Leitura Complementar
no nal do proximo captulo. E conveniente que o leitor passe uma rapida lei-
tura na lista completa dos axiomas para xar e compreender melhor os termos que
utilizaremos abaixo como tambem e conveniente que tenha em mente os seguintes
fatos.
1. A possvel existencia de um conjunto nao vazio denotado por E2 , que nao e
chamado de conjunto mas de plano, termo listado como indenido no sistema
axiomatico.
2. Elementos do plano, que nao sao chamados de elementos, mas de pontos,
portanto outro termo indenido.
3. Subconjuntos de E2 chamados retas, termo indenido. Quando nos referimos
a uma reta especca denotaremos esta reta por E1 .
Observe que substitumos termos indenidos por outros, tais como conjunto,
elemento, etc. As explicacoes acima sao apenas para compreender o sistema, mas,
certamente, sao redundancias.
I. Termos indefinidos
1. Ponto, reta, plano, pertence, esta entre, congruencia.
II Axiomas de Incidencia
i) Para quaisquer dois pontos existe uma unica reta que contem
estes pontos.
ii) Existem pelo menos tres pontos que nao pertecem a uma mesma
reta.
III Axiomas de Ordem
i) Sao estabelecidos quatro axiomas que dizem respeito a orde-
nacao dos pontos de uma reta.
IV Axiomas de Congruencia
10 CAPITULO 1. HISTORIA

i) Sao estabelecidos cinco axiomas que dizem respeito a con-


gruencia de angulos, segmentos e triangulos.
V Axioma das paralelas
i) Por um ponto fora de uma reta pode-se tracar uma unica
reta paralela a reta dada.
VI Axiomas de Continuidade
i) Completude de uma reta.
ii) Propriedade Arquimediana de uma reta.

Varios outros sistemas axiomaticos equivalentes


ao de Hilbert foram propostos. Dois deles se des-
tacam. Aquele estabelecido por George David
Birkho (1864 - 1944), com forte enfase no con-
ceito de distancia, e um outro conhecido pela
sigla SMSG (School Mathematics Study Group)
feito na decada de 1960 por uma equipe de pro-
fessores americanos dirigidos por Edward G. Be-
gle. Aqui, mais uma vez fatos polticos interfe-
rem nos caminhos da Matematica.
Com o lancamento do primeiro satelite articial pela extinta Uniao Sovietica, o
Governo Americano decidiu reformular o ensino de Ciencias nas escolas, nomeando
e nanciando grupos de estudos para elaborar as propostas da reforma. SMSG foi
um dos grupos.
Logo apos a xacao dos axiomas de Hilbert, o matematico americano Oswald
Veblen (1880 1960) estabeleceu os axiomas da Geometria Projetiva na sua obra
Projective Geometry em conjunto com John Wesley Young. Atualmente, o ingles
H. M. S. Coxeter (1907 ) e considerado o maior geometra sintetico, tendo varios
livros publicados na area.
Captulo 2

Arquitetura do texto
Um dos nossos interesses ao apresentar o sistema
axiomatico de Hilbert e deixar claro como estarao
organizados ao longo do livro os topicos que estu-
daremos. Daremos a seguir uma visao rapida da
estrutura didatica escolhida. Assumiremos que o
leitor esta familiarizado com os principais resulta-
dos de Geometria Euclidiana, pois as outras Ge-
ometrias serao estudadas estabelecendo analogias
com ela.

2.1 Estrutura do livro


A primeira grande pergunta que surge e saber se
existe um conjunto que satisfaca os axiomas de Hilbert. O proprio sistema axiomati-
co ja apresenta a resposta positiva.
Primeiro. O conjunto dos numeros reais, R, pode ser considerado uma reta
Euclidiana modelo. Os grupos de axiomas de ordem, continuidade e congruencia,
permitem estabelecer uma relacao biunvoca entre o conjunto dos numeros reais e
os pontos de qualquer reta E1 . Assumiremos a identicacao pontos de uma reta e
numeros reais, como e apresentado aos estudantes do Ensino Medio, sem nenhuma
formalizacao ou rigor.
Segundo. O produto interno canonico no espaco Rn , n = 2, 3, e uma ferramenta
essencial, pois possibilita precisar varios termos indenidos, como reta, congruencia,
etc. bem como utilizar processos algebricos para vericar que aqueles conjuntos
satisfazem, de fato, os axiomas de Hilbert. O produto interno seria o equivalente
a regua e ao transferidor, simultaneamente. Como a linguagem escolhida para
a apresentacao do texto foi a linguagem vetorial iniciamos com um captulo de
12 CAPITULO 2. ARQUITETURA DO TEXTO

Algebra Linear.
Com isto, surge a Geometria Analtica, que nao e um ramo da Geometria como
o termo nos induz a pensar, mas um poderoso metodo para solucionar problemas.
Fixado um sistema de eixos cartesianos, podemos fazer uma identicacao canonica
entre um plano Euclidiano E2 com o conjunto algebrico R2 e entre um espaco
Euclidiano E3 com o R3 . Tais identicacoes permitem transcrever varios problemas
geometricos para uma linguagem algebrica.
Alem disto, e possvel construir e estudar modelos (superfcies bidimensionais)
para as outras principais Geometrias classicas surgidas a partir do historicamente
controvertido Axioma das Paralelas.
Antecipemos que a ideia de continuidade estara sempre presente e sera utilizado
sem formalizacao maior. Se denotamos por P2 um dos modelos, as retas r P2
serao contnuas no seguinte sentido.

1. Tipo 1 As retas sao como retas Euclidianas: existe uma correspondencia


biunvoca (e contnua) entre ela e os numeros reais.
2. Tipo 2 Ao retirarmos um dos seus pontos o restante e como reta Euclidiana.
Portanto, podemos imagina-las como um crculo usual.

As retas em cada modelo sao do mesmo tipo.

2.2 Genealogia
Como ressaltamos, o sistema axiomatico de Hilbert e organizado em cinco grupos:
1. incidencia;
2. ordem;
3. congruencia;
4. paralelismo;
5. continuidade.
As superfcies que estudaremos sao criadas a partir desta divisao axiomatica. Postula-
se grupos de axiomas, algumas vezes com pequenas modicacoes dos Axiomas de
Hilbert, para criar um modelo para a Geometria estabelecida.
A Geometra Projetiva e certamente a mais simples, com dois grupos axiomaticos,
o de incidencia e o de continuidade.
Na Geometria Elptica sao considerados todos os grupos, exceto o de ordem;
nega-se a existencia do paralelismo e nao e exigido a unicidade de intersecao de
retas.
2.3. ISOMETRIA E CONGRUENCIA 13

Na Geometria Afim, eliminamos apenas o grupo de congruencia do sistema


axiomatico de Hilbert, o restante pemanece igual ao da Geometria Euclidiana.
A Geometria Hiperbolica, que nao estudaremos aqui, tem todos os axiomas iguais
ao da Geometria Euclidiana, exceto o postulado das paralales onde nao e exigida a
unicidade.
Um esquema hereditario da Geometria mais simples para a mais complexa em
termos axiomaticos ca resumido nesta arvore genealogica.


Elptica






Parabolica
Projetiva Am .



(ou Euclidiana)





Hiperbolica

Isto provoca uma diferenca substancial entre elas sob varios aspectos, inclusive sobre
as propriedades do polgono mais simples, o triangulo. Um resumo das diferencas,
levando em conta o postulado das paralelas, pode ser feito da seguinte forma.

a) Geometria Parabolica (ou Euclidiana): por um ponto fora de uma reta passa
apenas uma reta paralela a ela. O modelo considerado sera o R2 , ponto de
referencia em torno do qual o texto se desenvolve. Como sabemos, nesta
Gemetria a soma das medidas dos angulos internos de um triangulo e igual a
.
b) Geometria Elptica: por um ponto fora de uma reta nao passam retas paralelas
a ela. Estudaremos como modelo a esfera unitaria S2 . Neste caso, a soma das
medidas dos angulos internos de um triangulo e maior que .
c) Geometria Hiperbolica (Nao Euclidiana1 ) por um ponto fora de uma reta
passa mais de uma reta paralela a ela. Usualmente o modelo considerado e
o disco unitario do plano Euclidiano, chamado de disco de Poincare. Aqui, a
soma das medidas dos angulos internos de um triangulo e menor que .

2.3 Isometria e Congruencia


As retas contidas nas superfcies que examinaremos neste texto podem ser estabe-
lecidas a partir de uma funcao distancia que, por sua vez, e uma funcao distancia
induzida do produto interno canonico do R3 . Em ultima instancia, as retas sao
1
Geometria Nao Euclidiana: e um termo introduzido por Gauss.
14 CAPITULO 2. ARQUITETURA DO TEXTO

as geodesicas denidas e estudadas mais amplamente na Geometria Diferencial,


embora este fato nao seja explorado.
Na Geometria sintetica, em geral, nao e considerado o conceito de distancia no
sistema axiomatico. Nos modelos, a metrica esta ressaltada para realizar a ideia de
congruencia, que e muito proxima ao conceito de distancia: dois segmentos de reta
(ou dois angulos) sao congruentes se existe uma isometria que aplica um segmento
no outro (ou um angulo no outro). Veremos que todo o esforco para classicar
isometrias ca restrito ao caso Euclidiano.
O conjunto das isometrias de uma superfcie forma um
grupo quando esta equipado com a operacao de com-
posicao de funcoes. Ao denir uma distancia na su-
perfcie, nos aproximamos de abordagens mais recentes
para o estudo de geometrias, seguindo a ideia do ma-
tematico prussiano Felix Christian Klein (1849 1925),
que descrevia a Geometria como o estudo das proprie-
dades de uma gura que permaneciam invariantes sob a
acao de um particular grupo de transformacoes, no nosso
caso, as isometrias.
A obsessao de Klein em fazer a analise sob o ponto de vista funcional permeou
essa ideia por praticamente toda teoria que surgiu na Matematica ao longo do seculo
XX. Ele foi o introdutor do termo Geometria Elptica.

2.4 Leitura complementar


1. Axiomas da Geometria Euclidiana plana proposto por Hilbert [W-W].

I Termos indefinidos
1. Ponto, reta, plano, pertence, esta entre e congruencia.
II Axiomas de incidencia
1. Para cada dois pontos distintos existe uma (unica) reta
que os contem.
2. Toda reta contem pelo menos dois pontos.
3. Existem pelo menos tres pontos que nao estao sobre uma
mesma reta e todos os pontos estao sobre o mesmo plano.
III Axiomas de Ordem.
1. Se um ponto B esta entre A e C, entao os tres pontos
pertencem a uma mesma reta e B esta entre C e A.
2.4. LEITURA COMPLEMENTAR 15

2. Para quaisquer dois pontos distintos A e C, existe pelo


menos um ponto B pertencente a reta AC tal que B esta
entre A e C.
3. Se tres pontos distintos estao sobre uma mesma reta, nao
mais que um ponto esta entre os outros dois.
4. (Pasch) Sejam A, B e C tres pontos que nao estao sobre
uma mesma reta e seja l uma reta do plano que nao contem
algum dos tres pontos. Entao, se l intercepta o segmento
AB, ela tambem intercepta o segmento AC ou o segmento
BC.
IV Axiomas de Congruencia
1. Se A e B sao dois pontos numa reta l e A e um outro ponto
de uma reta l , nao necessariamente distinta da anterior,
entao e sempre possvel encontrar um ponto B  em (um
dado lado da reta) l tais que os segmentos AB e A B  sao
congruentes ().
2. Se um segmento A B  e um segmento A B  sao congruentes
a um mesmo segmento AB entao os segmentos A B  e A B 
sao congruentes entre si.
3. Sobre uma reta l, sejam AB e BC dois segmentos da mesma
que, exceto por B nao tem pontos em comum. Alem disto,

sobre uma outra ou a mesma reta l , sejam A B e B  C  dois
segmentos que, exceto por B  nao tem pontos em comum.
Neste caso, se AB  A B  e BC  B  C  , entao AC  A C  .

4. Se ABC e um angulo e se B  C  e um raio, entao existe

exatamente um raio A B  em cada lado de B  C  tal que
A B  A  ABC. Alem disto, cada angulo e congruente
a si mesmo.
5. Se para dois triangulos ABC e A B  C  as congruencias
AB  A B  , AC  A C  e BAC  B  A C  sao validas, entao
a congruencia ABC  A B  C  e satisfeita.
V Axioma das Paralelas
1. Seja l uma reta e A um ponto nao em l. Entao existe no
maximo uma reta no plano que passa por A e nao inter-
cepta l.
VI Axiomas de Continuidade
1. Axioma de Arquimedes: Se AB e CD sao segmentos, entao
existe um numero natural n tal que n copias de CD con-
16 CAPITULO 2. ARQUITETURA DO TEXTO



trudas contiguamente de A ao longo do raio AB passara
alem do ponto B.
2. Axioma da Completude da Reta: Uma extensao de um con-
junto de pontos sobre uma reta com suas relacoes de
congruencia e ordem que poderiam preservar as relacoes
existentes entre os elementos originais, bem como as pro-
priedades fundamentais de congruencia e ordem que se-
guem dos axiomas acima (menos o das Paralelas), e im-
possvel.

2. Axiomas da Geometria Euclidiana Espacial Devemos acrescentar uns


poucos axiomas aos axiomas da Geometria plana, a maioria deles sobre existen-
cia e incidencia. Nao separaremos por grupos. A Geometria Euclidiana Es-
pacial algumas vezes tambem e chamada de Geometria Euclidiana Solida.

VII Axiomas sobre planos


1. Em todo plano existe ao menos tres pontos nao colinea-
res.
2. Nem todos os pontos pertencem ao mesmo plano.
3. Tres pontos nao colineares pertencem a um unico plano.
4. Se dois pontos de uma reta pertencem a um plano, entao
toda a reta esta contida no plano.
5. Se dois planos tem um ponto em comum eles tem um se-
gundo ponto em comum.

3. Aristoteles descendia de uma abastada famlia da Macedonia. Seu pai fora


medico do avo de Alexandre, o grande. Estudou na Academia de Platao e
ali cou ate a morte do fundador ( 347 aC), quando emigrou para a Asia
Menor, indo desposar Ptia, a lha de um pequeno tirano da regiao. Com
a invasao e conquista da regiao pelos persas, emigrou para a ilha de Lesbos
onde sua esposa morreu ao dar a luz a uma lha.
2.4. LEITURA COMPLEMENTAR 17

Em 343 aC, Felipe, pai de Alexandre, chamou-o para educar o lho, fato que
criou uma grande afeicao entre o losofo e o futuro conquistador. Apos ser
(um excelente) governador de uma regiao da Macedonia, voltou a Atenas onde
fundou o famoso Liceu.
O Liceu foi a primeira Universidade, com o signicado atual do termo. Ao
contrario da Academia, instituicao destinada aos aristocratas, Aristoteles re-
quisitava seus alunos na classe media. E a diferenca continuava no metodo
de ensino. Seus alunos eram dirigidos para o estudo de Ciencias onde classi-
cavam plantas, animais e seus habitos, estudavam Epistemologia, Filosoa,
Anatomia, etc. O Liceu tinha biblioteca, jardim zoologico e museu natural,
mantidos com a ajuda nanceira de Alexandre e exemplares trazidos pelos
pescadores, exploradores e cacadores, a seu pedido.
Aritosteles foi cientista, professor e losofo. Suas aulas matutinas eram minis-
tradas caminhando com seus alunos pelos porticos que circundavam o Liceu,
escola contruda no meio dos Jardins de Lcio. E por isso que sua escola e ape-
lidada de peripatetica (ambulante). Pelas tardes abria-se a Universidade para
a populacao onde eram proferidas conferencias sobre diversos assuntos. Em-
boranao fosse matematico, deixou registrado uma demonstracao mostrando
que 2 nao era comensuravel. Seu rigor cientco, levou-o a uma losoa na
qual os termos empregados eram precisamante denidos. Eudoxo inspirou-se
em Aristoteles para introduzir na Matematica o sistema axiomatico.
Prestes a morrer, pediu para ser sepultado ao lado da esposa, na ilha de Lesbos
[Mon].
Parte II

ALGEBRA LINEAR
Captulo 3

O espaco vetorial Rn
Neste captulo, estudaremos os conjuntos
algebricos R e R . Ressaltamos que discor-
2 3

reremos sobre dois tipos de objetos, um deles


algebrico, o Rn , enquanto o outro e Euclidiano.
O terceiro objeto, a gura, serve apenas para
organizar as ideias. Usaremos os termos funcao e
aplicacao com o mesmo signicado. Esta parte do
texto e um extrato de [An2].

3.1 O conjunto Rn
Denotamos por Rn o conjunto das n-uplas ordenadas de numeros reais, ou seja,
Rn = {(v1 , v2 , ..., vn ); vi R para todo inteiro i, 1 i n}.
Os elementos deste conjunto sao chamados de pontos e, por simplicidade, muitas
vezes indicaremos um ponto de Rn como v = (v1 , v2 , ..., vn ). Num primeiro mo-
mento, estes sao os conjuntos para os quais voltaremos nosso interesse. Observe
que v = (v1 , v2 , ..., vn ) e w = (w1 , w2 , ..., wn ) sao iguais, v = w, se, e somente
se, vi = wi para todo i = 1, 2, ..., n. Para organizar a escrita utilizaremos letras
minusculas para indicar os pontos de Rn . Por exemplo,
a = (a1 , a2 , ..., an ), p = (p1 , p2 , ..., pn ), w = (w1 , w2 , ..., wn ), etc.
A maior parte do texto esta relacionada com os conjunto R2 e R3 , e por isto reserva-
remos uma notacao especial para indicar seus elementos. Para o primeiro conjunto
indicaremos um par ordenado por v = (x, y) e uma tripla ordenada em R3 sera
registrada na forma v = (x, y, z).
As ideias expressas pelos termos ponto, reta, plano e espaco empregadas na Geo-
metria Euclidiana sao auto-explicaveis, nao suportam uma denicao. Denotaremos
20 CAPITULO 3. O ESPACO VETORIAL RN

uma reta, um plano e um espaco Euclidianos por E1 , E2 e E3 , respectivamente. A


relacao entre os conjuntos algebricos R1 , R2 e R3 com aqueles e do conhecimento
de todos, mas recapitulemos a construcao que justica a existencia da Geometria
Analtica. Observamos que devemos distinguir o conjunto algebrico, o conjunto
Euclidiano e as guras feitas no papel.
O conjunto das 1-upla ordenadas, R1 = {(x); x R}, e canonicamente identi-
cado com o conjunto dos numeros reais R. Nao distinguiremos uma 1-upla ordenada
(x) R1 de um numero real x R. Para construir uma correspondencia um a um
entre os numeros reais R e os pontos de uma reta Euclidiana E1 , xamos uma uni-
dade e associamos a cada ponto de uma reta Euclidiana E1 um unico numero real,
o qual e chamado de abscissa do ponto. Com
isto, temos denido uma aplicacao P : R
E1 , onde P (x) e o ponto da reta Euclidiana
cuja abscissa e x.
Seja (x, y) R2 . Escolhidos dois eixos Cartesianos num plano Euclidiano E2 ,
digamos ox e oy, denimos P : R2 E2 , onde P (x, y) e o ponto do plano Euclidiano
cuja abscissa e x e a ordenada e y. Reciprocamente, cada ponto no plano e associado
a um unico par ordenado. Fixado o sistema de eixos, o plano Euclidiano passa a
ser chamado de plano Cartesiano.

Da mesma forma, seja v = (x, y, z) R3 . Fixados tres eixos Cartesianos em E3 ,


ox, oy e oz, denimos a aplicacao P : R3 E3 , onde P (x, y, z) e o ponto do espaco
Euclidiano tal que a abscissa e x, a ordenada e y e a altura e z. Certamente o leitor
esta acostumado com a notacao P (x, y, z). Quando xamos um sistema de eixos
em E3 passamos a chama-lo de espaco Cartesiano.
Indicamos pontos de En , n = 1, 2, 3, por letras maiusculas. Por exemplo, U E2
signica um ponto do plano Euclidiano. Ao escrevermos U (2, 3) estamos supondo
que ja xamos os eixos Cartesianos e o ponto e imagem de u = (2, 3) R2 , pela
aplicacao P : R2 E2 . Esta sera uma regra notacional. O ponto v = (v1 , v2 ) tera
3.2. O ESPACO VETORIAL RN 21

sua imagem pela aplicacao P indicada por V (v1 , v2 ) em lugar de P (v1 , v2 ), o ponto
w = (w1 , w2 ) tera sua imagem indicada por W (w1 , w2 ), etc. Uma regra notacional
similar sera utilizada para R3 .
Comentario Neste texto, nao estudaremos Geo-
metria Analtica, mas lancaremos mao de uns pou-
cos resultados desta disciplina que sao do conheci-
mento de todos desde o Ensino Medio. No desen-
volvimento da teoria nos depararemos com varios
subconjuntos R2 denidos por uma equacao
linear homogenea, por exemplo, = {(x, y)
R2 ; x 3y = 0}.
Um tal conjunto tem como imagem pela aplicacao P : R2 E2 uma reta que
contem a origem do plano Cartesiano cuja equacao linear homogenea que a dene e a
mesma, {P (x, y) E2 ; x 3y = 0}. A identicacao e tao natural que continuaremos
a designar pela mesma letra a imagem, = {P (x, y) E2 ; x 3y = 0}, embora os
dois sejam subconjuntos de conjuntos diferentes.
Do mesmo modo, os subconjuntos do R3 denidos
por uma equacao linear homogenea, por exemplo,
= {(x, y, z) R3 ; x + y + z = 0}, tem como
imagem pela aplicacao P : R3 E3 um conjunto
denido pela mesma equacao linear homogenea,
{P (x, y, z) E3 ; x + y + z = 0}. Como sabemos,
este ultimo conjunto e um plano que contem a ori-
gem do espaco Cartesiano. Tambem a imagem de
sera indicada pela mesma letra. 2

3.2 O espaco vetorial Rn


Em Rn denimos duas operacoes binarias, a soma de dois elementos e a multi-
plicacao de um elemento por um escalar. Aqui, o termo escalar signica numero
real. As operacoes sao denidas dos seguintes modos. Se v = (v1 , v2 , ..., vn ), w =
(w1 , w2 , ..., wn ) Rn e R estabelecemos que
v + w = (v1 + w1 , v2 + w2 , ..., vn + wn ),
v = (v1 , v2 , ..., vn ).
Diz-se que as operacoes equipam Rn com uma estrutura de espaco vetorial e os
elementos de Rn passam a ser chamados de vetores. Na secao Leitura Complementar
deste captulo e apresentada a denicao de espaco vetorial. O espaco Rn possui todas
as propriedades ali enumeradas.
22 CAPITULO 3. O ESPACO VETORIAL RN

Utilizamos uma terminologia propria quando estamos falando acerca do espaco


vetorial Rn . Por exemplo, escalar signica um numero real, como ja foi dito. O
vetor nulo e o vetor o = (0, 0, ..., 0). Dois vetores v, w Rn sao colineares quando
existe um escalar R tal que v = w ou w = v.
Anteriormente, exibimos uma identicacao entre os conjuntos Rn com os con-
juntos Euclidianos, En , para n = 1, 2, 3. Depois, denimos uma operacao de soma
de dois elementos e um produto de um elemento por um escalar em Rn , passando
a chama-los de espaco vetorial. Novamente, iremos interpretar geometricamente
os vetores para explicitar a existencia da estrutura algebrica em Rn . A diferenca
entre o conjunto e o conjunto com a estrutura algebrica (espaco vetorial) e sutil mas
existe, e a diferenca e visualizada utilizando-se segmento orientado.
Sejam R, S En . Um segmento orientado em En e o
par ordenado (R, S) que por conveniencias gracas e

indicado por RS, em lugar da notacao classica para
pares ordenados. Esta graa registra a ideia de uma
seta com ponto inicial em R e ponto nal em S. O
conjunto de todos os segmentos orientados de En in-


dicamos sugestivamente por E n .

Sejam R(r1 , r2 , ..., rn ) e S(s1 , s2 , ..., sn ) pontos de En .



v1 = s1 r1
Diz-se que o segmento orientado RS representa o ve-
v2 = s2 r2
tor v = (v1 , v2 , ..., vn ) Rn se, e somente se, as coor- .

...
denadas dos pontos e as coordenadas do vetor estao
vn = sn rn
relacionadas pelas equacoes como descrito ao lado

Exemplo 3.2.1 Um vetor pode ser representado por varios segmentos orientados
diferentes. Vejamos duas representacoes para v = (1, 2) R2 . Se escolhermos os

pontos R(2, 0) e S(3, 2) em E2 , o segmento orientado RS representa v pois

1= 32
.
2= 20

Se escolhermos os pontos U (1, 1) e V (2, 3) o segmento orientado U V tambem re-
presenta o mesmo vetor v pois

1= 21
. 2
2= 31

O segmento orientado canonico para representar o vetor v = (v1 , v2 , ..., vn ) e


aquele que tem como ponto inicial a origem O e ponto nal V (v1 , v2 , ..., vn ). Numa
linguagem informal, dizemos que obtido um representante do vetor com ponto inicial
3.2. O ESPACO VETORIAL RN 23

a origem O, qualquer outro representante e obtido por transporte paralelo daquele.


Feitas estas consideracoes passemos as contrucoes.



a) A representacao geometrica dos reais R e feita denindo-se a aplicacao P :



R E 1 , onde P (x) e o segmento orientado OP cujo ponto inicial e a origem
O e o ponto nal e o ponto da reta Euclidiana cuja abscissa e P (x) = x.

b) Da mesma forma, denimos uma representacao do espaco vetorial R2 estabe-






lecendo que a aplicacao P : R2 E 2 tem como regra: P (x, y) e o segmento

orientado OP cujo ponto inicial e a origem e o ponto nal e P (x, y).

c) Similarmente, fazemos a representacao de um vetor do espaco vetorial R3 ,


agora utilizando o espaco Cartesiano E3 .

Comentario Dentre as muitas utilidades do determinante, existe uma interpreta-


cao geometrica que sera utilizada ao longo do texto, embora nao seja demonstrada
aqui. Aos vetores u = (u1 , u2 ) e v = (v1 , v2 ) em R2 , associamos um parelogramo
num plano Cartesiano, OU V P , cujos vertices sao O(0, 0), U (u1 , u2 ), V (v1 , v2 ) e

P (u1 + v1 , u2 + v2 ). Observe que os segmentos orientados OU e V P sao dois repre-

sentantes do vetor u e os segmentos orientados OV e U P sao dois representantes
do vetor v. O valor absoluto do determinante da matriz cujas colunas sao as co-
ordenadas dos vetores, | det[u, v]|, e o valor da area do paralelogramo. Quando o
determinante e nulo, signica que o paralelogramo e degenerado, nao tem o com-
primento ou nao tem altura. A diagonal do paralelogramo representa o vetor soma
u + v.
24 CAPITULO 3. O ESPACO VETORIAL RN

Da mesma forma, podemos interpretar o valor absoluto do determinante de uma


matriz 3 3 construda com tres vetores do R3 , u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ) e
w = (w1 , w2 , w3 ), ou seja, o valor absoluto do determinante da matriz

u1 v1 w1
[u, v, w] = u2 v2 w2 ,
u3 v3 w3
como sendo o volume de um paraleleppedo no espaco Cartesiano, construdo de tal
forma que suas arestas sao obtidas pelo transporte paralelo dos segmentos orientados
representando os tres vetores. A diagonal do paraleleppedo representa a soma dos
tres vetores, u + v + w.

3.3 Subespaco vetorial


Dentre todos os subconjuntos de Rn alguns sao especiais, nao apenas para a com-
preensao do texto, mas para a Algebra Linear como um todo. Sao os chamados
subespacos vetoriais.

Definicao 3.3.1 Diz-se que um subconjunto Rn e um subespaco vetorial


quando possuir as seguintes propriedades:
1. e um conjunto nao vazio;
2. se v, w entao v + w ; (fechado em relacao a soma de vetores)
3. se v e R entao v . (fechado em relacao ao produto por escalar)

Por simplicidade, diremos que e um subespaco. O termo subespaco vetorial


esta bem empregado, uma vez que o leitor pode vericar que satisfaz todas as
condicoes listadas na denicao de espaco vetorial, cando o prexo sub por conta de
ser um subconjunto de Rn . Naquela denicao e exigido que o conjunto tenha um
elemento neutro em relacao a soma de vetores. De fato, um subespaco contem o
vetor nulo. Senao vejamos. Como e nao vazio, escolhemos um vetor qualquer v
e o escalar = 0. Pelo item 3, podemos garantir que o produto v = (0, 0, ..., 0) .
3.3. SUBESPACO VETORIAL 25

Destacamos dois exemplos de subespacos de Rn , a saber, o subespaco trivial


constitudo apenas pelo vetor nulo, = {(0, 0, ..., 0)}, e aquele formado por todos
os vetores, = Rn . E claro, que estaremos tambem interessados em estudar os
subespacos proprios, aqueles que satisfazem a condicao
{(0, 0, ..., 0)}   Rn .
Empregaremos duas tecnicas para descrever um subespaco. A primeira lancando
mao de equacoes lineares homogeneas.

Exemplo 3.3.1 Dado o subconjunto = {(x, y, z) R3 ; x 2y + 3z = 0} R3 .


Verica-se que e um subespaco do R3 mostrando que ele possui as tres pro-
priedades enumeradas na denicao de subespaco. Como a sentenca que dene o
conjunto e a equacao linear homogenea com tres incognitas x 2y + 3z = 0, o
conjunto correspondente no espaco Cartesiano e um plano contendo a origem. 2

Para apresentar uma segunda maneira de descrever um subespaco e conveniente


xar uma terminologia que sera empregada inumeras vezes.

Definicao 3.3.2 Diremos que um vetor w Rn e uma combinacao linear dos ve-
tores v1 , v2 , ..., vk Rn se existem escalares a1 , a2 , ..., ak R, chamados coecientes
da combinacao linear, tais que w = a1 v1 + a2 v2 + + ak vk .

O conjunto formado por todos os vetores que sao combinacoes lineares dos ve-
tores v1 , v2 , ..., vk Rn sera indicado por [[v1 , v2 , ..., vk ]] Rn . Mais precisamente,

[[v1 , v2 , ..., vk ]] = {w Rn ; w = a1 v1 + a2 v2 + + ak vk , ai R}.

Relacionemos os dois tipos acima de apresentacoes de subespacos.

Exemplo 3.3.2 Consideremos um subespaco denido por uma equacao linear ho-
mogenea, digamos = {(x, y, z) R3 ; x y + 3z = 0}.
Facamos uma manipulacao algebrica. Um ve-
tor v = (x, y, z) pertence a se, e somente se,
v = (y 3z, y, z). As igualdades

v = (y 3z, y, z)
= (y, y, 0) + (3z, 0, z)
= y(1, 1, 0) + z(3, 0, 1),

nos dizem que v e uma combinacao linear de


26 CAPITULO 3. O ESPACO VETORIAL RN

v1 = (1, 1, 0) e v2 = (3, 0, 1). Isto mostra a inclusao [[v1 , v2 ]]. Reciprocamente.


Seja v = (x, y, z) [[v1 , v2 ]]. Entao
(x, y, z) = v
= a1 v1 + a2 v2
= a1 (1, 1, 0) + a2 (3, 0, 1)
= (a1 3a2 , a1 , a2 ).
E imediato concluir que v = (x, y, z) satisfaz a equacao linear homogenea x = y 3z,
pois y = a1 , z = a2 e x = 2a1 3a2 , Portanto, qualquer vetor v = (x, y, z) [[v1 , v2 ]]
tambem pertence a . Isto mostra a inclusao [[v1 , v2 ]] .
Observe que v1 [[v1 , v2 ]] = pois ele e a combinacao linear v1 = 1v1 + 0v2 .
Da mesma forma mostramos que v2 [[v1 , v2 ]] = . 2

Comentario Quando consideramos um unico vetor, v1 Rn , ao dizermos que


w Rn e uma combinacao linear de v1 estamos apenas armando que w e um
multiplo de v1 , em outras palavras, w = a1 v1 . 2

Proposicao 3.3.1 Sejam v1 , v2 , ..., vk Rn . O conjunto das combinacoes lineares


destes vetores,
[[v1 , v2 , ..., vk ]] = {w Rn ; w = a1 v1 + a2 v2 + + ak vk , ai R},
e um subespaco vetorial de Rn .

A proposicao ensina um pouco mais. E facil construir subespacos vetoriais,


basta escolher uma colecao nao vazia de vetores, v1 , v2 , ..., vk Rn , e considerar o
conjunto de todas as suas combinacoes lineares, [[v1 , v2 , ..., vk ]].
Como sempre, xado um conceito surgem as perguntas. Dado um subespaco
Rn .
1. Existem vetores v1 , v2 , ..., vk Rn tais que = [[v1 , v2 , ..., vk ]]?
2. Se existem, qual o numero mnimo de vetores que podemos utilizar para
descreve-lo como subespaco de combinacoes lineares = [[w1 , w2 , ..., wl ]]?
A resposta para a primeira pergunta e sim e o numero mnimo de vetores que
podemos utilizar chama-se de dimensao de . Em portugues, dependendo do con-
texto, a palavra dimensao transmite a nocao de comprimento, largura e altura.
Fisicamente, dizemos que um segmento de reta tem comprimento, uma gura plana
como um retangulo tem comprimento e largura e um solido como um paraleleppedo
tem comprimento, largura e altura. A nocao de dimensao de um subespaco transfere
estas nocoes fsicas para a Matematica, mas para transfer-la precisamos de termi-
nologias apropriadas. Este e o objetivo das proximas secoes, denir e determinar a
3.4. INDEPENDENCIA LINEAR 27

dimensao de um subespaco, no sentido Matematico do termo. Antes de avancarmos,


resumiremos o conteudo desta secao com um conceito.
Diz-se que um subconjunto ordenado = {v1 , v2 , ..., vk } Rn e um conjunto
ordenado de geradores do subespaco Rn quando e = [[v1 , v2 , ..., vk ]].
A segunda condicao pode ser dita de outra forma: dado qualquer vetor w
existem escalares a1 , a2 , ..., ak R tais que w = a1 v1 + a2 v2 + + ak vk .
A expressao subconjunto ordenado signica que existe um primeiro elemento,
e ele esta indexado por 1, um segundo elemento que esta indexado por 2, etc.
Eventualmente, dois elementos podem ser iguais.
Deste ponto em diante, a menos que seja dito explicitamente o contrario, pas-
samos a supor que os subespacos considerados Rn nao sao o subespaco trivial
e os conjuntos ordenados = {v1 , v2 , ..., vk } sao formados por vetores nao nulos.

Exerccios propostos 3.1

1. Existem varias outras tecnicas para construir subespacos vetoriais. Por exemplo,
mostre que se 1 e 2 sao dois subespacos vetoriais de Rn , entao a intersecao 1 2
tambem o e.
2. Seja = {v1 , v2 , ..., vk1 , vk } um conjunto ordenado de Rn .
1. E verdade que vi [[v1 , v2 , ..., vk ]]?
2. Mostre que [[v1 , v2 , ..., vk1 ]] [[v1 , v2 , ..., vk1 , vk ]].
3. Pode ocorrer a igualdade [[v1 , v2 , ..., vk1 ]] = [[v1 , v2 , ..., vk1 , vk ]]?

3.4 Independencia linear


Anteriormente, utilizamos o conceito de combinacao linear para dar signicado aos
termos conjunto ordenado de geradores de um subespaco vetorial . O proximo
passo e classicar os conjuntos ordenados de geradores em dois tipos:

1. aqueles conjuntos com os quais expressamos cada vetor do espaco de maneira


unica, tecnicamente falando, os linearmente independentes,
2. e aqueles que nao possuem esta propriedade, os linearmente dependentes.

Combinando os dois conceitos, geradores e independencia linear, denimos base


ordenada de um subespaco,

Conjunto ordenado de geradores
Base ordenada e .

Conjunto linearmente independente
28 CAPITULO 3. O ESPACO VETORIAL RN

Diremos que um conjunto ordenado = {v1 , v2 , ..., vk } Rn e linearmente inde-


pendente se a unica combinacao linear possvel com os vetores de para expressar o
vetor nulo e a combinacao linear cujos coecientes sao todos iguais ao escalar zero.
Formalizemos estes comentarios numa denicao.

Definicao 3.4.1 Um conjunto ordenado = {v1 , v2 , ..., vk } Rn e linearmente


independente se, e somente se, (0, 0, ..., 0) = a1 v1 + a2 v2 + + ak vk entao a1 =
a2 = = ak = 0.

Chamamos a atencao para dois pontos.

1) Quando o conjunto ordenado e constitudo de um unico vetor nao nulo, =


{v1 }, ele e linearmente independente.

ii) Quando existe uma combinacao linear para o vetor nulo com coecientes nao
todos nulos, diremos que o conjunto ordenado e linearmente dependente.

Uma das facilidades da Algebra Linear e que muitas propriedades gerais sao
conhecidas examinando apenas se o vetor nulo possui aquela propriedade. Este e o
caso da combinacao linear. Se soubermos que o vetor nulo e escrito de modo unico
como uma combinacao linear, garantiremos que o mesmo ocorrera com todos os
outros vetores, e reciprocamente.
Existe uma cota superior para o numero de vetores de um conjunto ordenado
linearmente independente em Rn .

Proposicao 3.4.1 Seja = {v1 , v2 , ..., vk } Rn um conjunto ordenado de vetores.


Se k > n entao e linearmente dependente.

Um conjunto de geradores linearmente dependente de um subespaco pode ser


simplicado, eleminando-se um determinado vetor e continuando com um conjunto
de geradores.

Proposicao 3.4.2 Suponha que = {v1 , ..., vi , ..., vk } e um conjunto ordenado de


vetores nao nulos de Rn . As seguintes afirmacoes sao equivalentes:

a) O conjunto e linearmente dependente;

b) Existe um vetor vi que e uma combinacao linear dos vetores v1 , v2 , ..., vi1 ;

c) [[v1 , ..., v
i , ..., vk ]] = [[v1 , ..., vi , ..., vk ]] (o sinal v
i indica que o vetor vi foi su-
primido da lista).
3.5. BASE E DIMENSAO 29

O procedimento indicado na proposicao pode ser aplicado reiteradamente. Ao


simplicar o conjunto ordenado de geradores = {v1 , ..., vi , ..., vk } retirando do con-
junto o primeiro elemento vi que seja combinacao linear dos anteriores, conclumos
que o subespaco das combinacoes lineares de
i = {v1 , ..., v
i , ..., vk } e o mesmo,
[[v1 , ..., v
i , ..., vk ]] = [[v1 , ..., vi , ..., vk ]].
Ao conjunto ordenado de geradores
i , aplicamos o mesmo processo, retiramos o
primeiro elemento vj que seja combinacao lineares dos anteriores, e claro que j > i,
obtendo
ij = {v1 , ..., v
i , ..., v
j , ...vk } e a igualdade dos subespacos das combinacoes
lineares
[[v1 , ..., v
i , ...

vj , ..., vk ]] = [[v1 , ..., v


i , ..., vk ]] = [[v1 , ..., vi , ..., vk ]]
No nal do processo temos construdo um conjunto ordenado de geradores, digamos
, contendo pelo menos o vetor v1 e gerando o mesmo subespaco original. No
conjunto , um vetor qualquer nao e combinacao linear de seus antecessores. Com
uma releitura da ultima proposicao na forma contrapositiva, conclumos que e
um conjunto linearmente independente.

3.5 Base e dimensao


Na secao anterior consideramos um subespaco [[v1 , v2 , ..., vk ]] e simplicamos o con-
junto de geradores suprimindo alguns de seus vetores ate obter um conjunto de
geradores linearmente independente para o subespaco. Tendo em vista aqueles co-
mentarios xaremos a seguinte terminologia e um corolario cuja demonstracao e
imediata.

Definicao 3.5.1 Seja um subespaco vetorial nao trivial de Rn . Uma base orde-
nada para e um conjunto ordenado de geradores linearmente independente.

Corolario 3.5.1 Dado o subespaco [[v1 , v2 , ..., vk ]] Rn , podemos escolher um sub-


conjunto {v1 , v2 , ..., vk } que e uma base ordenada do subespaco.

A base canonica do Rn e o subconjunto ordenado de n vetores C = {e1 , e2 , ..., en }


de Rn , onde
e1 = (1, 0, ..., 0), e2 = (0, 1, ..., 0), ... en = (0, 0, ..., 1).
Dado um subespaco Rn , podemos escolher, sucessivamente, vetores v1 ,
v2 ,...,vk em , linearmente independentes, ate obter uma base ordenada e concluir
que = [[v1 , v2 , ..., vk ]]. Todo subespaco nao trivial do Rn possui uma base, alias,
podemos construir muitas bases para o subespaco.
30 CAPITULO 3. O ESPACO VETORIAL RN

Teorema 3.5.1 Seja Rn um subespaco nao trivial. Entao existe uma base
ordenada = {v1 , v2 , ..., vk } . Alem de = [[v1 , v2 , ..., vk ]] podemos afirmar:
a) o numero de elementos de e menor ou igual a n;
b) se o numero de elementos de e igual a n entao = Rn ;
c) todas bases ordenadas de tem o mesmo numero de elementos.

O teorema acima permite a seguinte denicao.

Definicao 3.5.2 A dimensao de um subespaco nao trivial Rn e o numero de


elementos de uma de suas bases. A dimensao do espaco trivial e zero.

Pela denicao a dimensao de Rn e n. Com as tecnicas utilizadas acima podemos


demonstrar que qualquer conjunto linearmente independente pode ser estendido a
uma base.

Corolario 3.5.2 Seja = {v1 , v2 , ..., vk } uma base ordenada de um subespaco


proprio  Rn . Entao existe uma extensao = {v1 , v2 , ..., vk , ..., vn }, que e uma
base ordenada de Rn .

Comentario Vale um comentario sobre as dimensoes possveis para os subespacos


nao triviais do R2 . Como todo subespaco R2 possui uma base ordenada
podemos escreve-lo como o subespaco das combinacoes lineares dos vetores de .
Mas sabemos que mais de dois vetores em R2 sao linearmente dependentes, portanto,
sendo o conjunto linearmente independente, tem um ou dois vetores. Quando
= {v1 } diz-se que = [[v1 ]] tem dimensao um. Sua representacao no plano
Cartesiano e uma reta que contem a origem. Caso = {v1 , v2 }, pelo visto no
ultimo teorema, podemos armar que = R2 . Recordamos que a base canonica de
R2 tem dois elementos, logo sua dimensao e dois.
Quanto ao estudo das dimensoes possveis para os subespacos nao triviais R3
os comentarios sao semelhantes. Se e uma base ordenada de podemos escreve-
lo como o subespaco das combinacoes lineares dos vetores de . Mas sabemos que
mais de tres vetores em R3 sao linearmente dependentes, portanto tem um, dois
ou tres vetores. Quando = {v1 }, = [[v1 ]] tem dimensao um. Sua representacao
no espaco Cartesiano e uma reta que contem a origem. Quando = {v1 , v2 }, o
subespaco = [[v1 , v2 ]] tem dimensao dois. A representacao de e um plano que
contem a origem. Da mesma forma, = R3 quando tem tres elementos. 2
Existem varios algoritmos para detectar se um subconjunto ordenado de n ve-
tores do Rn e uma base ordenada ou nao. Um muito pratico utiliza determinantes.
Recordamos que
3.6. LEITURA COMPLEMENTAR 31

o determinante de uma matriz quadrada e igual a zero se, e somente se,


uma coluna e combinacao linear de outras colunas.

Desta informacao decorre um criterio utilizado reiterada vezes ao longo do texto.


Dado um conjunto ordenado de n vetores = {v1 , v2 , ..., vn } Rn para saber se
eles sao linearmente independentes ou nao, calculamos o determinante da matriz
quadrada [v1 , v2 , ..., vn ] e vericamos se o determinante e diferente de zero ou nao.

Proposicao 3.5.1 Dado um conjunto ordenado de n vetores = {v1 , v2 , ..., vn }


Rn . As seguintes afirmacoes sao equivalentes:

i) = {v1 , v2 , ..., vn } e uma base ordenada;

ii) det[v1 , v2 , ..., vn ] = 0;

iii) a1 v1 + a2 v2 + + an vn = 0 se e somente se, a1 = a2 = = an = 0.

A base ordenada tem orientacao positiva se det[v1 , v2 , ..., vn ] > 0, caso contrario
diremos que ela tem orientacao negativa.

3.6 Leitura complementar


1. Definicao de Espaco Vetorial Um espaco vetorial real consiste de

I Um conjunto V cujos elementos sao chamados de vetores.


II O corpo R cujos elementos sao chamados de escalares.
III Uma operacao chamada de adicao de vetores em que cada par de vetores
u, v V e associado ao vetor u + v V , chamado de soma de u e v,
satisfazendo os seguintes axiomas:
a) a adicao e comutativa, u + v = v + u;
b) a adicao e associativa, (u + v) + w = u + (v + w);
c) existe um unico elemento 0 tal que v + 0 = v para todo v V ;
d) para cada vetor v V existe um unico vetor v V tal que v +
(v) = 0.
IV Uma operacao chamada de multiplicacao por escalar em que um vetor
v V e um escalar R sao associados ao vetor v V , chamado de
produto de v por , satisfazendo os seguintes axiomas:
a) 1v = v para todo v V ;
b) a multiplicacao por escalar e associativa, 1 (2 v) = (1 2 )v;
32 CAPITULO 3. O ESPACO VETORIAL RN

c) a multiplicacao por escalar e distributiva em relacao a adicao de


vetores, (u + v) = u + v;
d) a multiplicacao por escalar e distributiva em relacao a adicao de
escalares, (1 + 2 )v = 1 v + 2 v.
Captulo 4

Produto interno
No captulo anterior apresentamos um conjunto algebrico formado pelas n-uplas
ordenadas de numeros reais, Rn , e induzimos no conjunto uma estrutura de espaco
vetorial real. Nosso objetivo e relacionar Rn , n = 1, 2, 3 com a Geometria Euclidi-
ana. Para isto, e conveniente introduzir uma funcao bilinear, chamada de produto
interno em Rn que servira para estabelecer conceitos tais como medida de segmentos
e medida de angulos.

4.1 Produto interno e norma


Sejam v = (v1 , v2 , ..., vn ) e w = (w1 , w2 , ..., wn ) dois vetores de Rn . A aplicacao
 ,  : Rn Rn R denida por v, w = v1 w1 + v2 w2 + + vn wn ,
e chamada de produto interno canonico do Rn . Para simplicar a escrita, diremos
apenas produto interno. Alguns texto tambem referem-se ao produto interno como
produto escalar. Registremos as propriedades basicas do produto interno.

Proposicao 4.1.1 O produto interno  ,  : Rn Rn R possui as seguintes


propriedades para quaisquer vetores v, w Rn e qualquer escalar R:
P1 v, v 0 e v, v = 0 v = 0; (positiva definida)
P2 v, w = w, v; (simetria)
P3 v + w, u = v, u + w, u; (aditividade)
P4 v, w = v, w. (linearidade)

Denido o produto interno, podemos iniciar a transposicao dos conceitos de


comprimento, angulo e distancia originarias na Geometria. Iremos estudar nesta
secao a aplicacao
  : Rn [0, +), v = v, v.
34 CAPITULO 4. PRODUTO INTERNO

O seu valor num vetor v Rn sera chamado de norma de um vetor. Se desejarmos


escreve-la utilizando coordenadas do vetor, v = (v1 , v2 , ..., vn ), obtemos a expressao

v = v12 + v22 + + vn2 .

O valor v e interpretado, geometricamente, como o comprimento de um



segmento orientado P Q que representa o vetor v Rn .

Diremos que um vetor v e unitario quando v = 1.

Definicao 4.1.1 Diz-se que uma aplicacao   : Rn R e uma norma em Rn se


a aplicacao possui as seguintes propriedades. Para quaisquer vetores u, v Rn e
escalar R valem as afirmacoes:
N1 v  0 e v = 0 v = 0; (positiva definida)
N2 v =| | v;
N3 v + w v + w. (desigualdade triangular)

Recordamos que | | indica o valor absoluto de um numero real. Para de-


monstrar as propriedades N1 , N2 , N3 , necessitamos de uma das mais importante
desigualdades associadas a um produto interno.

Teorema 4.1.1 (Desigualdade de Cauchy-Schwarz) Sejam  ,  : Rn Rn


R o produto interno e   : Rn [0, +) a norma associada, v = v, v.
Entao para quaisquer v, w Rn vale a desigualdade
| v, w | vw,
e a igualdade ocorre se, e somente se, v e w sao vetores colineares.

Proposicao 4.1.2 (Norma associada) Seja  ,  : Rn Rn R o produto in-



terno. A aplicacao   : Rn R, v = < v, v >, e uma norma.

4.2 Angulo entre vetores


A desigualdade de Cauchy-Schwarz, permite demonstrar que a norma associada ao
produto interno e de fato uma norma. Com a norma transpomos para o Rn a ideia
de comprimento. Mas a desigualdade de Cauchy-Schwarz tambem permite denir
medida de angulos. A unica informacao extra que necessitaremos e bem conhecida,
para cada t [1, 1] existe um unico [0, ] tal que cos = t.
4.2. ANGULO ENTRE VETORES 35

Dados dois vetores nao nulos v e w em Rn , desde que v = 0 e w = 0, a


desigualdade de Cauchy-Schwarz pode ser reescrita, neste caso, como

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

Um processo pratico para construir um vetor perpendicular a um vetor nao nulo


v = (a, b) R2 e considerar o vetor v = (b, a) R2 ou qualquer um de seus
multiplos por um escalar, v .

Recordamos que temos apresentado subespacos proprios do R2 como conjuntos


denidos por uma equacao linear homogenea. Examinemos a relacao desta equacao
com o produto interno.

Exemplo 4.2.1 Seja = {(x, y) R2 ; 2x 5y = 0}. Denotando por = (2, 5) o


vetor formado pelos coecientes da equacao, podemos denir o subespaco de modo
equivalente: e o conjunto formado pelos vetores v = (x, y) R2 tais que v e
ortogonal a = (2, 5). De fato, efetuando o produto interno v,  = 0 obtemos
2x 5y = 0. Logo, = {(x, y) R2 ; v,  = 0}. O vetor = (2, 5) e chamado de
vetor normal ao subespaco. 2
36 CAPITULO 4. PRODUTO INTERNO

Exemplo 4.2.2 Seja R3 , denido por uma equacao linear homogenea, agora
com tres variaveis. Por exemplo, examinemos o subespaco = {(x, y, z) R3 ; x
3y + 7z = 0}. Denotando por = (1, 3, 7) o vetor do R3 formado pelos coecientes
da equacao, o subespaco pode ser descrito como sendo aquele formado por todos
vetores v = (x, y, z) que sao ortogonais ao vetor . Explicitamente, = {v =
(x, y, z) R3 ; v,  = 0}. Novamente, o vetor e dito ser o vetor normal ao
subespaco . 2

Deixaremos para a proxima secao o estudo de subespacos propios do R3 denidos


por duas equacoes lineares homogeneas. Recordamos que o smbolo ij chama-se
delta de Kronecker e seu signicado e

1 se i = j
ij = .
0 se i = j
Um conjunto ordenado = {v1 , v2 , ..., vk } Rn e dito ser um conjunto orto-
normal quando para todos 1 i, j k vale vi , vj  = ij . Em outras palavras, o
conjunto e formado por vetores unitarios dois a dois ortogonais. Quando o conjunto
ordenado e uma base ordenada de Rn (portanto k = n), chamaremos de base
ortonormal. Por exemplo, a base canonica do Rn e ortonormal.

4.3 Produto vetorial em R3


O espaco Euclidiano R3 admite uma operacao especial entre dois vetores chamado
de produto vetorial. Sejam v e w vetores de R3 . O produto vetorial de v por w,
denotado por v w, e o vetor em R3 tal que para qualquer vetor u R3 , vale a
identidade
u, v w = det[u, v, w].
O produto vetorial goza de varias propriedades importantes. A seguir, relacionare-
mos algumas delas e um algoritmo para calcular o produto vetorial de dois vetores.

Proposicao 4.3.1 Sejam v = (v1 , v2 , v3 ) e w = (w1 , w2 , w3 ) vetores de R3 . Entao:

i) v w e perpendicular aos vetores v e w, simultaneamente;

ii) o produto vetorial de v por w e calculado pelo algoritmo


     
v2 w2 v1 w1 v1 w1
v w = det , det , det ;
v3 w3 v3 w3 v2 w2

iii) v w2 = det[v, w, v w] 0.


4.3. PRODUTO VETORIAL EM R3 37

Exemplo 4.3.1 Apresentaremos um outro algoritmo para avaliar mais rapida-


mente o produto vetorial e diminuir erros de calculo. Sejam v = (3, 1, 4) e
w = (0, 2, 1) dois vetores do R3 . Para avaliarmos v w, calculamos, formalmente,
o determinante de uma matriz do tipo [e, v, w], onde este smbolo signica

e1 3 0
[e, v, w] = e2 1 2 .
e3 4 1
Portanto, ao desenvolver o determinante pela primeira coluna e obtido
v w = det[e, v, w] = 9e1 3e2 + 6e3 = (9, 3, 6).
Verica-se facilmente que v, v v = 0 e que w, v w = 0.
Examinemos o conteudo geometrico do item iii)
da proposicao, v w2 = det[v, w, v w] = 126.
Como comentado no captulo anterior, o valor
absoluto de det[v, w, v w] e o volume do pa-
raleleppedo no espaco Cartesiano construdo de
tal forma que as arestas sao segmentos orientados
representando os vetores v, w e v w. Observe
que o segmento orientado representando o vetor
v w e perpendicular a base e esta base e o para-
lelogramo cujos lados sao segmentos orientados
representando os vetores v e w.
Sendo assim, como o volume e a area da base multiplicado pela altura h = v w
e o volume e ||v w||2 , segue que, geometricamente, a norma do vetor v w e a
area do paralelogramo cujos lados sao segmentos orientados representando v e w.2

Exemplo 4.3.2 Sejam 1 = {(x, y, z) R3 ; x


y + z = 0} e 2 = {(x, y, z) R3 ; 2x + y + z = 0}
dois subespacos do R3 . Como sabemos eles tem
dimensao dois (sao plano) e sao formados por
vetores ortogonais aos vetores 1 = (1, 1, 1) e
2 = (2, 1, 1), respectivamente. A intersecao 1 2
tambem e um subespaco e tem dimensao um (e
uma reta) e seus vetores sao simultaneamente or-
togonais aos vetores normais 2 e 2 . Logo, qual-
quer vetor na intersecao e colinear com o produto
vetorial 1 2 = (2, 1, 3). Portanto, 1 2 =
[[1 2 ]]. 2

Proposicao 4.3.2 (Formula de Lagrange) Para quaisquer dois vetores v e w


38 CAPITULO 4. PRODUTO INTERNO

do R3 vale a identidade
v w2 = v2 w2 v, w2 .
Em particular, se (v, w) e a medida do angulo entre os vetores v e w, entao
v w = v wsen (v, w).

Exerccio 4.3.1 Existem varias relacoes entre os produtos interno e vetorial. De-
monstre algumas delas.

1. (u v) w = u, wv v, wu. (Produto vetorial duplo)

2. u, v w = w, u v = v, w u. (Identidade cclica)


 
u, w u, t
3. u v, w t = det . (Identidade de Lagrange)
v, w v, t

Exerccios propostos 4.1

1. Mostre as identidades utilizando propriedades de determinantes.


(a) u (v + w) = u v + u w.
(b) u v = v u.
2. Sejam u e v vetores unitarios e perpendiculares de R3 . Mostre que = {u, v, u v}
e uma base ortonormal.
3. Dados quatro vetores t, u, v, w R3 , e verdade que (tu)(v w) = (tv)(uw)?
4. Sejam v, w R3 vetores nao nulos e u R3 um vetor unitario tal que u v e u w.
Mostre que o angulo entre os vetores v e w e igual ao angulo entre os vetores u v
e u w, em outras palavras, (v, w) = (u v, u w). Interprete geometricamente
fazendo uma gura. Generalize o resultado. E necessario que u seja unitario? E
nescessario que u seja perpendicular aos outros dois vetores?
5. Mostre que dados os vetores v e w em R3 , entao v w = 0 se, e somente se, v e w
sao colineares.
Captulo 5

Transformacoes lineares
Faremos uma rapida revisao de transformacoes lineares enfatizando os algoritmos
classicos relacionando transformacoes lineares e matrizes. Uma transformacao linear
cujo domnio e contradomnio sao iguais e chamada de operador linear.

5.1 Transformacoes lineares


Diz-se que uma aplicacao A : Rm Rn e uma transformacao linear se para quais-
quer vetores v, w Rn e para qualquer escalar R as seguintes condicoes sao
vericadas:

1. A(v + w) = A(v) + A(w);

2. A(v) = A(w).

Uma transformacao linear possui duas propriedades basicas, quais sejam, A(o) = o
A(v) = A(v), qualquer que seja v Rn .

Exemplo 5.1.1 Seguem exemplos para o leitor familiarizar-se com o conceito.

1. Verica-se utilizando a denicao que a aplicacao A : R2 R2 , A(x, y) =


(x, 3y), e uma transformacao linear.

2. A : R2 R3 , A(x, y) = (3x + y, x y, x + y), e uma transformacao linear. 2

Construir ou identicar transformacoes lineares e bastante simples. Suponha


que A : Rm Rn seja uma transformacao linear. Como sabemos um vetor v =
(x1 , x2 , ..., xm ) no domnio da transformacao linear e uma combinacao linear dos
elementos da base canonica C = {e1 , e2 , ..., em }, a saber, v = x1 e1 +x2 e2 + +xm em .
Utilizando a denicao de transformacao linear temos que
40 CAPITULO 5. TRANSFORMACOES LINEARES

A(x1 , x2 , ..., xm ) = A(x1 e1 + x2 e2 + + xm em )


= A(x1 e1 ) + A(x2 e2 ) + + A(xm em )
= x1 A(e1 ) + x2 A(e2 ) + + xm A(em ).
Facamos uma leitura da igualdade
A(x1 , x2 , ..., xm ) = x1 A(e1 ) + x2 A(e2 ) + + xm A(em ).
Ela nos ensina que para construir uma transformacao linear basta especicar quais
sao seus valores na base canonica do domnio e denir a transformacao linear pela
combinacao linear a direita da igualdade. Tambem nos ensina como identicar uma
transformacao linear. E suciente que a imagem de um vetor seja uma combinacao
linear como descrito na igualdade. E mais, se duas transformacoes lineares assumem
os mesmos valores na base canonica elas sao identicas.

Exemplo 5.1.2 Se desejamos construir uma transformacao linear A : R2 R3


basta especicar valores na base canonica do domnio C = {e1 , e2 }. Por exemplo,
se impusermos que A(1, 0) = (1, 1, 2) e A(0, 1) = (2, 0, 3), entao construimos a
transformacao linear como indicado,
A(x, y) = xA(e1 ) + yA(e2 )
= x(1, 1, 2) + y(2, 0, 3)
= (x + 2y, x, 2x + 3y).
Portanto, em coordenadas temos que A(x, y) = (x + 2y, x, 2x + 3y). 2

A cada transformacao linear A : Rm Rn destacamos dois subconjuntos, um


no contradomnio e o outro no domnio da transformacao, chamados de imagem e
nucleo da transformacao linear. Sao, respectivamente:
a) Im (A) = {w Rn ; w = A(v) para algum v Rm };
b) N uc (A) = {v Rm ; A(v) = 0}.

Exerccio 5.1.1 Prove que o nucleo e a imagem de uma transformacao linear A :


Rm Rn sao subespacos do domnio e do contradomnio, respectivamente. Mostre
tambem que = {A(e1 ), a(e2 ), ..., A(em )} e um conjunto de geradores de Im (A).
Dito de outro modo, mostre que Im (A) = [[A(e1 ), A(e2 ), ..., A(em )]]. 2

Registremos numa proposicao dois fatos simples e de bastante utilidade.

Proposicao 5.1.1 Seja A : Rm Rn uma transformacao linear. Entao


a) A e injetora N uc(A) = {0};
b) A e sobrejetora Im A = Rn .
5.2. MATRIZ 41

5.2 Matriz
Como vimos, uma transformacao linear A : Rm Rn ca completamente determi-
nada quando conhecemos os valores de A na base canonica, A(e1 ), A(e2 ),...,A(em ).
Por este e outros motivos guardamos os valores A(ei ), i = 1, ..., m, numa matriz.

Definicao 5.2.1 Seja A : Rm Rn uma transformacao linear. A matriz canonica


associada e a matriz n m denotada e definida por

[A] = [A(e1 ), A(e2 ), ..., A(em )].

Exemplo 5.2.1 Seja A : R3 R3 , A(x, y, z) = (x z, 2x + 2y + 4z, y + 2z).


Nao e difcil vericar que A e um operador linear. A matriz 3 3 do operador linear
e obtida avaliando

A(1, 0, 0) = ( 1, 2, 0), 1 0 1
A(0, 1, 0) = ( 0, 2, 1), Logo, a matriz e [A] = 2 2 4 .

A(0, 0, 1) = (1, 4, 2). 0 1 2
Ressaltamos que conhecida a matriz [A] recuperamos a transformacao. 2

Exemplo 5.2.2 Suponha que a matriz de um operador linear A : Rm Rn seja



10 1 1. A : R2 R3 ,
[A] = 2 31 , entao 2

0 5 2. A(x, y) = (10x y, 2x + 31y, 5y).

Exemplo 5.2.3 Calculemos a matriz canonica associada ao operador linear A :


R3 R3 , A(x, y, z) = (2x 3y, x + y z, y 4z). Avaliando
A(e1 ) = (2, 1, 0)
A(e2 ) = (3, 1, 1),
A(e3 ) = (0, 1, 4),
obtemos a matriz 3 3

2 3 0
[A] = 1 1 1 .
0 1 4
Avancemos um pouco mais. Considere os vetores
u = (1, 1, 0), v = (1, 2, 1), w = (0, 3, 2).
Existe uma relacao entre as matrizes [A(u), A(v), A(w)], [A] e [u, v, w]. Como
42 CAPITULO 5. TRANSFORMACOES LINEARES

A(u) = (1, 2, 1), A(v) = (8, 0, 2), A(w) = (9, 5, 11),


temos a sequencia de igualdades matriciais,

1 8 9
[A(u), A(v), A(w)] = 2 0 5
1 2 11

2 3 0 1 1 0
= 1 1 1 1 2 3
0 1 4 0 1 2

= [A][u, v, w].

Registraremos o algoritmo acima pois sera explorado posteriormente. 2

Proposicao 5.2.1 Seja A : Rm Rn uma transformacao linear e u1 , u2 , ..., um


Rm . Valem as seguintes afirmacoes.

a) [A(u1 ), A(u2 ), ..., A(um )] = [A][u1 , u2 , ..., um ].

b) Se m = n entao as matrizes descritas no item anterior sao quadradas e

det [A(u1 ), A(u2 ), ..., A(um )] = det [A] det[u1 , u2 , ..., um ].

Comentario O ultimo item da proposicao contem uma informacao geometrica


relacionada com operadores lineares que nao esta explicitada no enunciado. Exa-
minemos o caso do operador linear A : R2 R2 , A(x, y) = (2x y, x + y). E facil
calcular o determinante de [A], seu valor e det[A] = 3. Este e o fator de trans-
formacao de area, no seguinte sentido. Considere a area de um paralelogramo cujas
arestas sao segmentos orientados que representam os vetores v e w. Como sabemos
o valor da area e | det[v, w]|. O operador linear A transforma este paralelogramo
num outro cujas arestas sao representantes dos vetores A(v) e A(w). A area deste
ultimo paralelogramo e | det[A(v), A(w)]|. O determinante det[A] = 3 e o fator que
relaciona as areas do paralelogramo no domnio e a area do paralelogramo imagem,
| det[A(v), A(w)]| = | det[A] det[v, w]|.
Para operadores lineares A : R3 R3 a interpretacao e semelhante. O valor
| det[A]| e o fator de transformacao de volumes quando consideramos um parale-
leppedo cujas arestas sao segmentos orientados representando os vetores u, v, w
R3 . 2
5.3. OPERACOES 43

Exemplo 5.2.4 E possvel calcular a matriz de uma transformacao linear A :


Rm Rn utilizando o produto interno. Mostre que as entradas da matriz [A] = [aij ]
sao determinadas por aij = ei , A(ej ). 2

Para avancar no entendimento de transformacoes lineares precisaremos de um


resultado, conhecido como Teorema do nucleo e da imagem, do qual decorrem muitos
corolarios. Intuitivamente falando, a dimensao do nucleo de A : Rm Rn , esta
medindo o quanto de dimensao foi perdida quando transformamos linearmente Rm
no subespaco Im(A) do contradomnio Rn .

Teorema 5.2.1 (Teorema do nucleo e da imagem) Seja A : Rm Rn uma


transformacao linear. Entao

dim Rm = dim N uc(A) + dim Im(A).

5.3 Operacoes
Sejam A, B : Rm Rn duas transformacoes lineares. Ressaltamos que o domnio e
o contradomnio de ambas sao os mesmos. Denimos a aplicacao soma das trans-
formacoes lineares, A + B : Rm Rn , por (A + B)(v) = A(v) + B(v). A nova
aplicacao linear assim construda e tambem uma transformacao linear.
Dado um escalar R, denimos a aplicacao multiplicacao A : Rm Rn ,
por (A)(v) = A(v). E rotina vericar que A e uma transformacao linear.

Proposicao 5.3.1 Sejam A, B : Rm Rn duas transformacoes lineares e R.


Entao vale a relacao matricial [A B] = [A] [B].

Uma outra operacao que efetuamos com transformacoes lineares e a composicao.


Se A : Rm Rn e C : Rn Rk sao duas transformacoes lineares, construmos uma
outra transformacaolinear denotada por C A : Rm Rk , chamada de composta
de C e A, denindo C A (v) = C(A(v)) para cada vetor v Rm . Para efetuar a
operacao de composicao e necessario que o contradomnio de A seja o domnio de
C. A composta e tambem uma transformacao linear. Observe a relacao entre as
matrizes [C A] [C], [A] descrita na proposicao abaixo.

Proposicao 5.3.2 Sejam A : Rm Rn e C : Rn Rk duas transformacoes


lineares. Entao a composta C A : Rm Rk e uma transformacao linear e sua
matriz e [C A] = [C][A].
44 CAPITULO 5. TRANSFORMACOES LINEARES

5.4 Invertibilidade
A operacao de composicao nos permite xar um novo conceito. Uma transformacao
linear A : Rm Rn e invertvel se existe uma aplicacao B : Rn Rm tal que
B A = Id : Rm Rm , e A B = Id : Rn Rn .
Aqui, o smbolo Id indica a aplicacao identidade do espaco considerado. Quando
existe uma tal aplicacao diremos que B e a inversa de A e denotaremos a aplicacao
inversa por A1 : Rn Rm .
Da Teoria de conjuntos sabemos que uma funcao entre dois conjuntos e invertvel
se, e somente se, a funcao e biunvoca. Logo, por um criterio para sobrejetividade e
injetividade citado anteriormente, podemos armar que uma transformacao linear
A : Rm Rn e invertvel se, e somente se, Im(A) = Rn e N uc(A) = {0}. Pelo
teorema do nucleo e da imagem, segue que m = n. Temos provado a

Proposicao 5.4.1 Uma transformacao linear A : Rm Rn , e invertvel, se, e


somente se, Im(A) = Rn e N uc(A) = {0}. Em particular, se A e invertvel entao
m = n.

Quando A : Rn Rn e invertvel, sua matriz [A] e uma matriz quadrada n n.


E mais, a matriz da inversa A1 : Rn Rn , tambem e uma matriz quadrada
n n e valem as igualdades matriciais [Id] = [A A1 ] = [A] [A1 ]. No que segue,
desejamos relacionar transformacoes lineares invertveis com matrizes quadradas
invertveis. Uma matriz quadrada n n, digamos M , e invertvel quando existe
uma matriz n n, N , tal que o produto de ambas, nao importa a ordem, e a matriz
identidade n n,

1 0 0
0 1 0
MN =NM =
.


0 0 1
Neste caso, seguiremos a notacao N = M 1 . Informamos que

uma matriz quadrada e invertvel se, e somente se, o seu determinante e nao nulo.

Proposicao 5.4.2 Se A : Rn Rn e invertvel, entao valem as afirmacoes:


a) so existe uma inversa para A;

b) a inversa A1 e uma transformacao linear;

c) a matriz de A e uma matriz invertvel n n e [A1 ] = [A]1 .


5.5. OPERADORES LINEARES 45

O ultimo item do teorema ensina como explicitar a inversa de uma transformacao


linear invertvel. Devemos ter em maos a matriz da transformacao linear [A] que e
quadrada, inverter a matriz, [A]1 , e recuperar a transformacao linear A1 . Existem
varios algoritmos para inverter matrizes quadradas. O leitor pode escolher um deles.

Corolario 5.4.1 Seja A : Rn Rn uma transformacao linear. Entao as seguintes


afirmacoes sao equivalentes:

a) A e invertvel;

b) N uc(A) = {0};

c) Im(A) = Rn ;

d) a imagem por A de uma base de Rn e uma base de Rn .

5.5 Operadores lineares


O restante do captulo e dedicado aos operadores lineares e tem como objetivo nal
apresentar o Teorema espectral, ultimo teorema de qualquer livro texto introdutorio
a Algebra Linear. Antes, veremos como podemos contruir operadores lineares espe-
cicando seus valores numa base qualquer, e nao apenas na base canonica.
Como visto anteriormente, para construir um operador linear A : Rn Rn
basta estabelecer os valores de A nos vetores da base canonica C = {e1 , e2 , ..., en }.
Recapitulemos os procedimentos para n = 3. Se v = (x, y, z) e um vetor do R3 e
desejamos que A seja um operador linear devemos ter
A(x, y, z) = A(xe1 + ye2 + ze3 ) = xA(e1 ) + yA(e2 ) + zA(e3 ).
Portanto, basta estabelecermos os valores
A(e1 ) = u, A(e2 ) = v, A(e2 ) = w,
para denir o operador linear e obter imediatamente a sua matriz na base canonica,
[A] = [A(e1 ), A(e2 ), A(e3 )] = [u, v, w].
Quando o conjunto {u, v, w} for uma base de R3 o operador linear e invertvel
pois o conjunto {u, v, w} sendo uma base temos que 0 = det[u, v, w] = det[A]. Por
um criterio mostrado anteriormente, garantimos que A e invertvel.
Podemos ir um pouco mais longe com a construcao. Coloquemos a questao.
Questao Construir um operador linear C : R3 R3 que aplica uma base
ordenada = {u, v, w} num conjunto ordenado = {u , v  , v  }.
Solucao Basta seguir os procedimentos abaixo.
46 CAPITULO 5. TRANSFORMACOES LINEARES

1o Construmos um operador linear A que aplica a base canonica C = {e1 , e2 , e3 }


na base = {u, v, w}. Neste caso, como sabemos, a matriz e [A] = [u, v, w].
2o Construmos um operador linear B que aplica a base canonica C = {e1 , e2 , e3 }
no conjunto ordenado = {u , v  , v  }. Neste caso, a matriz e [B] = [u , v  , v  ].
3o Consideramos o operador linear cuja matriz na base canonica e [C] = [B][A]1 .

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

5.6 Autovalores e autovetores


Nesta secao examinaremos a seguinte pergunta:
Dado um operador linear A : Rn Rn . Existe um vetor nao nulo v Rn e um
escalar R tal que A(v) = v?
Antes de tudo, xemos alguns termos.

Definicao 5.6.1 Quando existe um vetor nao nulo v Rn e existe um escalar


R tais que A(v) = v, diremos que o vetor v e um autovetor de A associado
ao autovalor .1

Existe um procedimento padrao aplicado a qualquer operador A : Rn Rn


para calcular seus autovetores e autovalores. Consideramos o operador identidade
Id : Rn Rn e fazemos uma pergunta equivalente aquela feita no incio da secao.
Existe um escalar tal que o nucleo de Id A : Rn Rn e nao trivial?
De fato, se o nucleo de IdA nao for trivial, existe um vetor nao nulo v pertencente
ao nucleo, isto e, Id(v)A(v) = 0, de onde conclumos que A(v) = v. A recproca
tem vericacao imediata. Nesta altura da teoria, temos condicoes de responder a
ultima pergunta.
Existira um escalar se, e somente se, Id A e um operador nao invertvel!
Em outras palavras, podemos responder da seguinte forma:
Existira um escalar se, e somente se, det[Id A] = 0!

Definicao 5.6.2 Seja A : Rn Rn um operador linear.

a) O nucleo do operador linear Id A : Rn Rn , e chamado de autoespaco


associado a , e iremos registra-lo como V = {v Rn ; A(v) = v}.
1
Em alguns livros encontramos a terminologia valor proprio e vetor proprio.
5.7. TEOREMA ESPECTRAL 47

b) O polinomio de grau n, p() = det[Id A], e chamado de polinomio carac-


terstico de A.

Fixados os termos acima, reescrevamos a resposta de outra meneira:


Existira um vetor nao nulo v Rn tal que A(v) = v se, e somente se, for
uma raiz real do polinomio caracterstico de A!
Recordemos que, sendo V um subespaco, podemos encontrar uma base orde-
nada de autovetores, isto e, podemos escrever V = [[v1 , v2 , ..., vk ]], onde A(vi ) = vi
e = {v1 , v2 , ...vk } e uma base ordenada para o subespaco.
Sendo o polinomio caracterstico de um operador linear A : Rn Rn um po-
linomio com grau n, pode ocorrer que suas razes reais sejam distintas ou nao.
Portanto, pode ocorrer um numero de autovalores entre 0 e n, inclusive, contadas
as repeticoes.

Lema 5.6.1 Sejam A : Rn Rn um operador linear e = {v1 , v2 , ..., vk } um


conjunto formado por autovetores de A associados aos autovalores 1 , 2 , ..., k ,
respectivamente. Se os autovalores sao distintos dois a dois entao e um conjunto
linearmente independente.

5.7 Teorema espectral


Existe uma classe de operadores lineares A : Rn Rn cujo polinomio caracterstico
possui todas as razes reais. Para descreve-los, necessitamos do produto interno.
Para cada operador linear A : Rn Rn , desejamos construir um outro operador
linear, chamado de operador transposto de A, denotado por At : Rn Rn , que
possua a propriedade
v, A(w) = At (v), w,
para quaisquer v, w Rn . Para identicar matricalmente o operador linear At ,
observamos que as entradas da matriz [A] = [aij ] (ou qualquer outra matriz de uma
transformacao linear) sao determinadas por aij = ei , A(ej ). Logo, as entradas bij
da matriz [At ] devem ser
bij = ei , At (ej ) = At (ej ), ei  = ej , A(ei ) = aji .
Portanto, a matriz do operador transposto de A e a transposta da matriz de A,
e registramos esta armacao notacionalmente como [At ] = [A]t . Como existe uma
correspondencia biunvoca entre operadores lineares em Rn e matrizes nn, tambem
mostramos que o operador transposto de A e unico.
48 CAPITULO 5. TRANSFORMACOES LINEARES

Diz-se que um operador linear A : Rn Rn e simetrico se sua matriz [A]


e simetrica. Segue dos comentarios acima que se A e simetrico vale a igualdade
v, A(w) = A(v), w para quaisquer dois vetores v, w Rn .
Na ultima secao, tomamos conhecimento que autovetores associados a auto-
valores distintos sao linearmente independentes. Quando o operador e simetrico
podemos armar mais.

Lema 5.7.1 Sejam A : Rn Rn um operador linear simetrico e = {v1 , v2 , ..., vk }


um conjunto formado por autovetores de A associados aos autovalores 1 , 2 , ..., k ,
respectivamente. Se os autovalores sao distintos dois a dois entao os vetores de
sao ortogonais dois a dois.

A existencia de uma base ortonormal de autovetores de um operador linear


simetrico e um dos mais importantes teoremas de Algebra Linear.

Teorema 5.7.1 (Teorema espectral) Se o operador linear A : Rn Rn e sime-


trico entao:

a) o polinomio caracterstico do operador linear, p(t) = det[tId A], possui n


razes reais, contando as repeticoes, 1 , 2 , ..., n ;

b) existe uma base ortonormal de autovetores {u1 , u2 , ..., un }, onde A(ui ) = i ui .

Um operador linear simetrico A : Rn Rn e dito ser positivo quando v, A(v) >
0, qualquer que seja o vetor nao nulo v Rn . O leitor pode mostrar que um operador
linear simetrico e positivo se, e somente se, todos os seus autovalores sao positivos.
Denimos um operador linear simetrico negativo de forma analoga e conclumos que
todos os seus autovalores sao negativos.
Captulo 6

Isometrias do Rn
Desejamos identicar as aplicacoes de Rn que pre-
servam a distancia entre pontos, chamadas de iso-
metrias ou movimentos rgidos. Iniciamos com a
denicao de isometria e terminamos com um Te-
orema de classicacao. Para percorrer de um ex-
tremo a outro sera necessario lancar mao de tipos
especiais de operadores lineares e estabelecer algu-
mas de suas propriedades. As denicoes, resulta-
dos e demonstracoes feitas em R3 podem ser ime-
diatamente generalizadas, para Rn , para qualquer
inteiro n > 1.
Nos estudos das geometrias com modelos, realizaremos o conceito de congruencia
estabelecendo que os objetos sao isometricos, isto e, existe uma isometria que aplica
biunivocamente um objeto sobre o outro, sejam eles, segmentos, angulos, triangulos,
etc. Fixemos duas denicoes
Uma distancia denida num conjunto S e uma funcao d : S S R que possui
as seguintes propriedades para quaisquer a, b, c S,
d1 d(a, b) 0 e d(a, b) = 0 a = b; (positiva denida)
d2 d(a, b) = d(b, a); (simetrica)
d3 d(a, b) d(a, c) + d(c, b). (desigualdade triangular)

Seja d : S S R uma funcao distancia num conjunto S. Diz-se que uma funcao
f : S S e uma isometria se f for bijetiva e d(f (s), f (t)) = d(s, t) para quaisquer
s, t S.
50 CAPITULO 6. ISOMETRIAS DO RN

6.1 Translacoes
Sabemos calcular o comprimento de vetores de Rn utilizando a norma  . Agora,
iremos considerar uma funcao d : Rn Rn R, chamada de distancia, cuja in-
terpretacao geometrica e medir a distancia entre dois pontos do conjunto Rn . Por
denicao ela sera
d(v, w) = w v.
Geometricamente a distancia entre os pontos v e w e o comprimento do segmento

orientado V W . Se v = (v1 , v2 , ..., vn ) e w = (w1 , w2 , ..., wn ) entao podemos escreve-
la na forma

d(v, w) = (w1 v1 )2 + (w2 v2 )2 + + (wn vn )2 .

Proposicao 6.1.1 A aplicacao d : Rn R, d(v, w) = w v, e uma distancia.

A demonstracao cara como exerccio. O restante deste captulo sera dedicado


a estudar as isometrias de Rn em relacao a esta distancia. Vejamos um primeiro
tipo de isometria.
Fixado um vetor a Rn . Uma translacao por a e a funcao Ta : Rn Rn ,
Ta (v) = v + a. Veriquemos que uma translacao e uma isometria do Rn :
d(Ta (u), Ta (v)) = Ta (v) Ta (u) = (v + a) (u + a) = v u = d(u, v).
Isto mostra que Ta preserva distancia. Examinemos a injetividade. Suponha que
Ta (u) = Ta (v). Como u + a = v + a, e imediato conclurmos que u = v. Para
mostrar a sobrejetividade considere w R3 . E claro que que Ta (w a) = w.

Exerccios propostos 6.1

1. Explicite Ta+b : R3 R3 quando a = (1, 1, 2) e b = (3, 1, 2).


2. Dadas as translacoes Ta : Rn Rn e Tb : Rn Rn . Prove que Ta Tb e Ta sao
tranlacoes e que Ta e a inversa de Ta . E verdade que Ta Tb = Tb Ta ?
3. Dados os vetores u0 = (1, 2, 1) e v0 = (1, 1, 0) determine uma translacao Ta : R3
R3 tal que Ta (u0 ) = v0 .
4. Dados quaisquer dois pontos u0 , v0 R3 , mostre que existe uma unica translacao
T : R3 R3 tal que T (u0 ) = v0 .
5. Verique que o operador linear U : R3 R3 e isometria quando
a) U (x, y, z) = (x, z, y); b) U (x, y, z) = (z, x, y).
6. Sejam f : R3 R3 e g : R3 R3 isometrias. Prove que a composta f g : R3 R3
e uma isometria.
6.2. OPERADORES ORTOGONAIS 51

6.2 Operadores ortogonais


Diz-se que uma aplicacao U : Rn Rn e ortogonal se, e somente se,

U (u), U (v) = u, v para quaisquer u, v Rn .

Numa linguagem mais tecnica, dizemos que uma aplicacao ortogonal e uma aplicacao
que preserva o produto interno. Tais aplicacoes existem. Um exemplo distinto da
identidade e a aplicacao antpoda U : Rn Rn , U (v) = v, pois para quaisquer
u, v Rn temos
U (u), U (v) = u, v = (1) (1)u, v = u, v.
Como vimos, uma translacao do Rn por um vetor a Rn e uma isometria. Se
o vetor e nao trivial, a translacao nao preserva a origem, isto e, Ta (0, 0, ..., 0) =
(0, 0, ..., 0). Por outro lado, a unica translacao que preserva a origem e a identidade.
Entretanto, existem muitas isometrias que preservam a origem, alem da identidade.
Iniciaremos o estudo tendo como objetivos:

1. demonstrar que uma aplicacao ortogonal e um operador linear;


2. identica-lo examinando apenas a matriz canonica associada;
3. descrever um metodo pratico para constru-los.

Exemplo 6.2.1 Apresentaremos um exemplo ilustrativo. Escolha qualquer base


ordenada ortonormal = {u1 , u2 , u3 } R3 . Base ortonormal signica que ui , uj  =
ij (ij e o delta de Kronecker). Dena o operador linear U : R3 R3 , cuja matriz
e [U ] = [u1 , u2 , u3 ]. Como sabemos, podemos explicitar o operador linear,
U (x, y, z) = xu1 + yu2 + zu3 .
A proxima proposicao garante que esta e a maneira de construir qualquer aplicacao
ortogonal, portanto, todas elas sao operadores lineares. 2

Na leitura complementar deste captulo apresentamos o processo de ortogona-


lizacao de Gram-Schmdit, um processo para construir bases ortonormais, ou seja,
um metodo para obter todos os operadores lineares ortogonais.

Proposicao 6.2.1 Seja U : Rn Rn uma aplicacao. Entao, U e uma aplicacao


ortogonal se, e somente se,

a) = {U (e1 ), U (e2 ), ..., U (en )} e uma base ortonormal do Rn e

b) U e um operador linear.
52 CAPITULO 6. ISOMETRIAS DO RN

Prova ) Iniciemos mostrando o item a). Faremos a demonstracao para aplicacoes


ortogonais em R3 , mas ela e analoga para o Rn . Seja C = {e1 , e2 , e3 } a base canonica
do R3 . Por denicao de aplicacao ortogonal temos
< U (ei ), U (ej ) >=< ei , ej >= ij .
Isto signica que o conjunto U () = {U (e1 ), U (e2 ), U (e3 )} e um conjunto ortonor-
mal. Recordando que para vericarmos que o conjunto de tres vetores U () R3 e
uma base basta vericarmos que seja linearmente independente. Vamos supor que
existam escalares a1 , a2 , a3 tais que a1 U (e1 ) + a2 U (e2 ) + a3 U (en ) = o. Calculando
o produto interno de U (ej ) com o vetor nulo temos que

0 = o, U (ej )
= a1 U (e1 ) + a2 U (e2 ) + a3 U (e3 ), U (ei )
= a1 U (e1 ), U (ej ) + a2 U (e2 ), U (ei ) + a3 U (e3 ), U (ei )
= ai .

Logo, U () e um conjunto linearmente independente e consequentemente uma base


do R3 , provando o item a).
b) Pelo item anterior, sabemos que U (C) = {U (e1 ), U (e2 ), U (en )} e uma base
ortonormal do R3 . Sendo assim, dado o vetor v = (v1 , v2 , v3 ) R3 podemos ex-
pressa-lo como uma combinacao linear da forma
U (v) = a1 U (e1 ) + a2 U (e2 ) + a3 U (e3 ),
onde os coecientes sao unicos. Identiquemos os coecientes da combinacao linear.
Lembrando-se que U e uma aplicacao ortogonal,
ai = U (v), U (ei ) = v, ei  = vi .
Logo,
U (v1 , v2 , v3 ) = v1 U (e1 ) + v2 U (e2 ) + v3 U (e3 ).
Como bem sabemos, esta e a maneira de denir uma transformacao linear.
) Seja U : R3 R3 um operador linear tal que U (C) = {U (e1 ), U (e2 ), U (e3 )}
seja uma base
 ortonormal. Mostremos
 que U e uma aplicacao ortogonal. Dados os
vetores v = 3i=1 vi ei e w = 3i=1 wi ei , sendo U um operador linear temos que
 
U (v) = 3i=1 vi U (ei ), U (w) = 3j=1 wj U (ej ).
Como o produto interno e linear em cada variavel e U preserva produto interno,
temos que
 
U (v), U (w) = 3i=1 ai bi U (ei ), U (ei ) = 3i=1 ai bi = v, w.
Isto conclui a demonstracao da proposicao. 2
6.3. CLASSIFICACAO DAS ISOMETRIAS 53

Exerccios propostos 6.2

1. Seja U : Rn Rn um operador ortogonal. Mostre que


a) U preserva a norma, U (u) = u;
b) U preserva angulo entre vetores, (U (u), U (v)) = (u, v);
c) U e injetiva.
2. Mostre que U : Rn Rn e um operador ortogonal se, e somente se, [U ]t [U ] = [Id].
3. Mostre que U : R2 R2 e um operador ortogonal se, e somente se, sua matriz
canonica tem uma das duas formas   
cos sen cos sen
[U ] = ou [U ] = .
sen cos sen cos

6.3 Classificacao das isometrias


Chegamos ao nosso objetivo nal. Provar que toda aplicacao que preserva distancia
em Rn e a composta de uma translacao com um operador ortogonal. Como feito
antes, demonstraremos para n = 3 mas os argumentos utilizados valem pra qualquer
n > 1.

Teorema 6.3.1 (Classificacao das isometrias) Uma aplicacao f : Rn Rn e


uma isometria, se e somente se, existe uma translacao Ta : Rn Rn e um operador
ortogonal U : Rn Rn tal que f (x) = T U (x).

Prova ) Denote por a = f (0) e considere a aplicacao U : R3 R3 denida por


U (v) = f (v) a. Desejamos mostrar que U e uma aplicacao ortogonal. Mostremos
primeiro que U (v) U (w) = v w, para todo v, w R3 . Mas isto e verdade
pois, sendo f uma aplicacao que preserva distancia, temos as igualdades

U (v) U (w) = f (v) a f (w) + a


= f (v) f (w)
= d(f (w), f (v))
= d(w, v)
= v w.

Passemos a mostrar que U e uma aplicacao ortogonal. Por um lado temos que

U (v) U (w)2 = U (v) U (w), U (v) U (w)


= U (v)2 2U (v), U (w) + U (w)2
= v2 2U (v), U (w) + w2 ,
54 CAPITULO 6. ISOMETRIAS DO RN

por outro lado, com um calculo simples vericamos que v w2 = v2 2v, w +
w2 . Logo, U (v), U (w) = v, w. Como U e uma aplicacao ortonormal, segue
que U e um operador linear ortonormal, de onde conclumos que f (v) = U (v) + a,
ou seja, f (v) = Ta U (v).
A recproca deixaremos aos cuidados do leitor. Siga o roteiro abaixo.
1o Mostre que um operador ortogonal U preserva norma.
2o U preserva distancia.
3o Mostre que a imagem da base canonica e uma base.
4o U e bijetivo.
5o Mostre que a composta de U com uma translacao e uma isometria. 2

Exerccios propostos 6.3

1. Considere os planos em R3 ,

(p), onde = (3, 1, 1) e p = (0, 0, 0)
.
(q), onde = (1, 1, 1) e q = (2, 1, 2)
a) Existe translacao Tv0 : R3 R3 que aplica o primeiro plano no segundo?
b) Construa uma isometria S : R3 R3 que aplica o primeiro plano no segundo.
2. A mesma questao anterior para os planos

(p) onde = (1, 1, 2) e p = (0, 1, 1)
.
(q) onde = (2, 1, 2) e q = (3, 2, 2)
3. Encontre a equacao parametrica de um crculo de raio r = 2 quando ele esta
a) centrado no ponto p = (1, 2, 1) e contido no plano (p), onde = (3, 1, 2);
b) centrado no ponto p = (1, 2, 0) e contido no plano (p), onde = (0, 0, 1).
4. Encontre a equacao parametrica de uma elipse cujo eixo maior mede a = 2 e eixo
menor mede b = 1 centrada no ponto p = (3, 2, 0) e contido no plano (p), onde
= (0, 0, 1).
5. Dena uma funcao g : R3 R3 que deixa o plano 1 = {(x, y, z) R3 : z = 0}
invariante e transforma o crculo do exerccio 3.a) na elipse do exerccio 4.
6. Encontre a equacao parametrica de uma elipse centrada no ponto (1, 2, 1) 1 =
{(x, y, z) R3 : x y + 2z = 1} cujo eixo maior mede 3 e eixo menor mede 1.
7. Seja U : R3 R3 um operador ortogonal tal que U (e3 ) = e3 . Mostre que existe
[0, 2] tal que U (e1 ) = (cos , sen , 0) e U (e2 ) = (sen , cos, 0).
8. Prove que conjunto G formado por todas as isometrias de R3 equipado com a operacao
de composicao de funcoes e um grupo.
9. Encontre uma isometria de R3 que transforma o triangulo cujos vertices sao a =
(1, 1, 1), b = (2, 3, 1) e c = (3, 4, 5) num triangulo contido no plano z = 0 congruente
ao triangulo com um dos vertices na origem.
6.4. *LEITURA COMPLEMENTAR 55

6.4 *Leitura complementar


1. Processo de ortogonalizacao de Gram-Schmidt Na demonstracao da
proposicao a seguir esta descrito um processo para construir uma base orto-
normal para um subespaco nao trivial qualquer de Rn .

Proposicao 6.4.1 Todo subespaco nao trivial Rn possui uma base orto-
normal.

Demonstracao Escolha = {w1 , w2 , ..., wk } uma base ordenada qualquer de


. Dena o subespaco de dimensao i, i = [[w1 , ..., wi ]]. Sendo assim, valem
as inclusoes proprias de subespacos
0 = {0}  1  2   k = .
Feitos estas preliminares iniciemos a construcao indutiva de uma base ortogo-
nal pelo processo de ortogonalizacao de Gram-Schmidt. A base ortogonal de
1 sera 1 = {v1 } em que v1 = w1 . Para construir uma base ortogonal para
2 consideramos o conjunto ordenado 2 = 1 {v2 } onde
w2 ,v1 
v2 = w2 v1 ,v1  v1 .
O vetor v2 esta bem denido pois v1 nao sendo nulo temos que v1 , v1  > 0.
Note que tambem o vetor v2 nao e nulo, caso contrario conclumos que w1 e w2
sao vetores linearmente dependentes, contrariando o fato de ser uma base
de . Por outro lado vericamos facilmente que v1 , v2  = 0 de onde segue
que 2 2 e um conjunto linearmente independente num espaco vetorial de
dimensao dois, implicando que 2 = 1 {v2 } e uma base ortogonal de 2 .
Por hipotese de inducao, vamos assumir que ja construmos uma base ortogo-
nal i = {v1 , v2 , ..., vi } para o subespaco i . Seja i+1 = i {vi+1 }, onde
wi+1 ,v1  wi+1 ,v2  wi+1 ,vi 
vi+1 = wi+1 v1 ,v1  v1 v2 ,v2  v2 vi ,vi  vi .
Novamente, vi+1 esta bem denido e e um vetor em i+1 . O vetor vi+1
nao e nulo, caso contrario teremos wi+1 i contrariando a hipotese de
ser linearmente independente. Uma simples vericacao mostra que i+1 e
um conjunto de vetores nao nulos dois a dois ortogonais no subespaco i+1 ,
cuja dimensao e i + 1. Segue que i+1 e uma base ortogonal deste espaco.
Continuando o processo um numero de vezes igual a dim , obtemos uma
base ortogonal de .
Para nalizar, dividimos cada vetor de k por sua norma para obter uma base
ortonormal. 2
Parte III

GEOMETRIA EUCLIDIANA
Captulo 7

Geometria Euclidiana
Construir um modelo para a Geometria Euclidiana e xar um conjunto algebrico
especco, que sera chamado de plano, estabelecer quais dos seus subconjuntos
serao nomeados de retas, realizar tambem os outros termos indenidos do sistema
axiomatico, isto e, dar um signicado aos termos congruencia, esta entre, etc. e
nalmente vericar que todos os axiomas de Hilbert sao validos neste contexto.
O objetivo agora e indicar como executar todas estas tarefas no conjunto algebrico
R2 . Ficara claro o motivo pelo qual dizemos que R2 e o modelo canonico do plano
Euclidiano. A Algebra Linear sera a linguagem utilizada para a construcao do
modelo.
Axiomas da Geometria Euclidiana plana
I Termos indefinidos
1. Ponto, reta, plano, pertence, esta entre e congruencia.
II Axiomas de incidencia
III Axiomas de ordem
IV Axiomas de Congruencia
III Axioma das Paralelas
IV Axiomas de Continuidade

7.1 Esferas e hiperplanos


Na Geometria Euclidiana plana, um crculo de centro C E2 e raio r > 0 e o
conjunto constitudo por todos os pontos do plano cuja distancia ao ponto C e igual
58 CAPITULO 7. GEOMETRIA EUCLIDIANA

a r. Na Geometria Euclidiana espacial uma esfera com centro C E3 e raio r > 0


e denida como sendo o conjunto dos pontos que distam de C por uma distancia r.
Iniciemos a construcao denindo os dois conceitos. Recordamos que indicamos por
d a distancia no espaco Rn induzida pelo produto interno canonico.

Definicao 7.1.1 Uma esfera em Rn de raio r > 0 e centro c Rn e o subconjunto


denotado e definido por Sn1
r (c) = {v Rn ; d(c, v) = r}.

Como na equacao d(c, v) = r a distancia e o raio sao nao negativos, esta equacao
em termos de coordenadas dos pontos, v = (x1 , x2 , ..., xn ) e c = (c1 , c2 , ..., cn ), e
equivalente a equacao
(x1 c1 )2 + (x2 c2 )2 + + (xn cn )2 = r 2 .
Uma esfera em R2 recebe o nome de crculo. Quando o crculo tem raio r = 1
e centro na origem, c = (0, 0), diremos que ele e o crculo unitario canonico e
denotamos por S1 . Em resumo,
S1 = {(x, y) R2 ; x2 + y 2 = 1}.
A esfera em R3 centrada na origem, c = (0, 0, 0), e de raio r = 1 e denotada por
S2 e e chamada de esfera unitaria canonica. Pelo visto,
S2 = {(x, y, z) R3 ; x2 + y 2 + z 2 = 1}.
Recordamos que indicamos o produto interno canonico do Rn por  , .

Definicao 7.1.2 Um hiperplano com vetor normal Rn contendo o ponto p Rn


e o subconjunto denotado e definido por (p) = {v Rn ; v p,  = 0}.

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

Exerccios propostos 7.1

1. Determine a equacao do crculo centrado em c R2 e raio r, onde



i) c = (1, 0) e r = 12 . ii) c = (1, 1) e r = 2. iii) c = (3, 4) e r = 5.
2. Identique as curvas e faca um esboco graco das seguintes equacoes em R2 .
i) x2 + 2x + y 2 = 0. ii) x2 x + y 2 y = 7. iii) x2 + 6x + y 2 + 8y = 0.
3. Determine a equacao do hiperplano (p) R3 em que
i) = (1, 0, 1) e p = (2, 1, 1). ii) = (2, 1, 1) e p = (1, 0, 1).
4. Determine a equacao do hiperplano (p) R2 em que
i) = (1, 1) e p = (2, 1). ii) = (2, 1) e p = (1, 1).
7.2. UM MODELO DE PLANO EUCLIDIANO 59

7.2 Um modelo de plano Euclidiano

Iniciemos a construcao.
 Chamaremos R2 de plano e seus elementos de pontos.
 Um hiperplano em R2 sera chamado de reta.
Examinemos com mais vagar a denicao de reta em R2 . E conveniente xar uma
notacao para indica-la. Sejam p = (p1 , p2 ) e = (1 , 2 ) pontos em R2 . O plano com
vetor normal contendo o ponto p tem equacao l (p) : (x, y)(p1 , p2 ), (1 , 2 ) = 0,
ou seja,
l (p) : 1 x + 2 y + 3 = 0,
onde 3 = p, . Ao tomarmos como vetor normal um multiplo nao nulo de ,
digamos com = 0, as retas sao iguais como conjuntos, l (p) = l (p), pois a
equacao desta ultima ca sendo l (p) : 1 x + 2 y + 3 = 0 e, como = 0, os
pontos v = (x, y) R2 que satisfazem a uma equacao tambem satisfazem a outra
equacao e vice-versa
Um caso particular, porem importante, sao as retas que contem a origem. Re-
servamos uma notacao especial para elas, em lugar de escrevermos l (o) quando
o = (0, 0), omitiremos do smbolo o ponto o escrevendo simplesmente l . Sendo
assim, a equacao da reta e homogenea,
l : 1 x + 2 y = 0.
Anteriormente, utilizamos equacoes lineares homogeneas para denir um subespaco
vetorial, portanto, a reta l contendo a origem e um subespaco vetorial proprio do
R2 de dimensao 1. Uma base ordenada e formada por qualquer vetor nao nulo no
subespaco, por exemplo = (2 , 1 ) l .
Facamos um resumo do que temos ate o momento:
 um conjunto, R2 , chamado de plano;
 elementos deste conjunto chamados de pontos;
 subconjuntos l (p) nomeados de retas;
 entendemos o conceito de um ponto pertencer a uma reta (incidencia).
Desejamos que R2 seja um modelo algebrico do plano Euclidiano. Somente com os
termos xados acima ja podemos vericar que o grupo de axiomas de incidencia e
satisfeito. Por exemplo.
 Dois pontos distintos determinam uma reta
Dados dois pontos distintos de R2 , digamos que sejam p = (p1 , p2 ) e q = (q1 , q2 ).
Consideramos o vetor nao nulo = q p = (q1 p1 , q2 p2 ), tomamos =
60 CAPITULO 7. GEOMETRIA EUCLIDIANA

(q2 + p2 , q1 p1 ) e escolhemos a reta l (p). Verica-se que as coordenadas dos


pontos p e q satisfazem a equacao, logo, os pontos pertencem a reta l (p). 2
O objetivo deste texto nao e vericar todos os detalhes da construcao de um
modelo para a Geometria Euclidiana. Estamos mais interessados em exibir modelos
para outras geometrias, quais sejam, elptica, projetiva e am. Como o leitor ja
estudou em Geometria Analtica a maioria dos conceitos e tecnicas aqui utilizados,
deixaremos apenas um roteiro desta construcao.
Ficara como exerccio a vericacao da validade dos dois outros axiomas do grupo
de axiomas de incidencia.
 Esta entre
Dada a reta l (p), dena a funcao biunvoca f : R l (p), f (t) = p + t .
Recordamos que se = (1 , 2 ) entao = (2 , 1 ). Diremos que o ponto p =
f (t1 ) esta entre n = f (t0 ) e q = f (t2 ) se, e somente se, t0 < t1 < t2 . Com isto,
estabelecemos um signicado para este termo indenido e demonstramos todos os
axiomas de ordem e continuidade, alem de podermos denir segmentos de reta. E
necessario vericar que o conceito nao depende do vetor normal nem do ponto p.
Por denicao, o segmento de reta [p, q] e o conjunto formado por p, q e os
pontos da reta determinada pelos pontos p e q que estao entre eles. A medida do
comprimento de um segmento [p, q] e a distancia entre os pontos extremos, d(p, q).
 Dois segmentos de reta sao congruentes se existe uma isometria
do R2 que aplica biunivocamente um segmento no outro.
Para denir angulo necessitaremos do conceito de reta orientada. Antecipamos
que os procedimentos que seguem serao semelhantes em qualquer outro modelo de
geometria que estudaremos posteriormente.
A notacao l , alem de indicar que o conjunto e uma reta e tem como vetor normal
o vetor nao nulo , indicara que a reta esta orientada por . Ao escrevermos l ,
a reta e a mesma, como conjunto, entretanto como reta orientada sao distintas.
Precisemos o comentario. Ao dizermos a reta esta orientada pelo vetor normal
transmitiremos a infomacao que o lado de cima da reta e precisamente o lado
para o qual o vetor esta apontando. Isto pode ser formalizado estabelecendo que
um vetor v esta no semi-plano positivo H (p) denido por l quando v p,  0.
Algebricamente temos
H (p) = {v R2 ; v p,  0}.
Se o produto interno nao e positivo, o vetor v esta no semi-plano negativo. Observe
que a reta e denida como o conjunto dos pontos cujo produto interno e zero.
Sendo assim, uma reta l (p) pode ser orientada somente de dois modos, pelos
7.2. UM MODELO DE PLANO EUCLIDIANO 61

vetores que sao multiplos positivos de e pelos vetores que sao multiplos negativos
de .
Um angulo e o conjunto obtido pela intersecao entre dois semiplanos positivos,
H (p) H (q).
 Dois angulos sao congruentes se existe uma isometria de R2 que
aplica biunivocamente um angulo no outro.
Apos estas denicoes verica-se todos os axiomas de congruencia.
A medida do angulo H (p) H (q) e, por denicao, o angulo entre os vetores
e . Na notacao aqui utilizada a medida ca indicada por (, ).
 Axioma das paralelas
Seja q um ponto que nao esteja esteja na reta l (p). A reta l (q) e a uma reta
paralela a primeira reta e e a unica reta paralela que incide em q. Isto e mostrado
vericando-se que o sistema de equacoes lineares fomado pelas equacoes que denem
as retas nao tem solucao.

Exerccios propostos 7.2

1. Dado os segmentos [p, q] e [m, n] em R2 . Mostre que as armacoes sao equivalentes.


(a) Os segmentos sao congruentes.
(b) Existe uma isometria U : R2 R2 tal que U (p) = m e U (q) = n.
(c) d(p, q) = d(m, n).
2. Mostre que os segmentos [p, q] e [m, n] do R2 sao congruentes e construa a isometria
de congruencia quando:
a) p = (1, 1), q = (0, 1), m = (1, 0) e n = (1, 1);
b) p = (1, 1), q = (0, 1), m = (2, 0) e n = (1, 2);
c) p = (2, 5), q = (1, 4), m = (2, 0) e n = (1, 1).
3. Considere o angulo H (p) H (q). Mostre as armacoes.
(a) A medida do angulo e = (, ).
(b) Dois angulos sao congruentes se, e somente se, as medidas de seus angulos sao
iguais.
4. Calcule as medidas dos angulos determinados pelas retas orientadas l (p) e l (q)
quando:
a) = (1, 2), p = (1, 2), = (2, 1) e q = (0, 1);
b) = (1, 2), p = (0, 0), = (1, 2) e q = (0, 1).
5. Diremos que os segmentos [p, q] e [m, n] do R2 sao equivalentes () se, e somente se,
eles sao congruentes. Mostre que e uma relacao de equivalencia.
6. Mostre que semi-planos e angulos sao conjuntos convexos.
62 CAPITULO 7. GEOMETRIA EUCLIDIANA

7.3 Um modelo de espaco Euclidiano


Passemos a contruir um modelo para a Geometria solida (espacial).
 R3 sera chamado de espaco e seus elementos de pontos.
 Um hiperplano em R3 sera chamado de plano.
Sejam p = (p1 , p2 , p3 ) e = (1 , 2 , 3 ). O plano (p) com vetor normal
contendo o ponto p tem a seguinte equacao em termos de coordenadas,
(p) : 1 x + 2 y + +3 z + k = 0,
onde k = p, . Novamente, reservaremos uma notacao especial para um plano
que contem a origem. Em lugar de escrevermos (o) omitiremos o ponto o =
(0, 0, 0) da notacao e escrevemos . Neste caso particular, a equacao do plano e
homogenea,
: 1 x + 2 y + 3 z = 0.
Como ja sabemos, e um subespaco vetorial de R3 e podemos encontrar dois
vetores nao colineares, v0 , w0 , tais que qualquer outro vetor u e como
uma combinacao linear u = sv0 + tw0 , onde s, t R. Para saber se os vetores geram
o plano basta vericar se o conjunto = {v0 , w0 , } e uma base de R3 . Pelo criterio
estabelecido, e suciente vericar que det [v0 , w0 , ] = 0.
Resumindo, temos:
 um conjunto, R3 , que sera chamado de espaco;
 elementos deste conjunto que chamamos de pontos;
 subconjuntos (p) nomeados de plano;
 entendemos o conceito de um ponto pertencer a um plano (incidencia).
Como feito na modelagem com R2 deveramos denir todos os outros termos
envolvidos na axiomatizacao. Mas a construcao e tao semelhante que deixaremos
aos cuidados do leitor esbocar a construcao. Apresentemos dois exemplos numericos
que ilustram quais os procedimentos utilizados.

Exemplo 7.3.1 [Plano determinado por tres pontos nao colineares] Dados
tres pontos distintos de R3 , digamos a = (1, 0, 1), b = (2, 1, 1) e c = (1, 2, 3).
Primeiro veriquemos que eles sao nao colineares calculando

1 2 1
det[a, b, c] = 0 1 2 = 3 = 0.
1 1 3
O determinante ser diferente de zero implica que eles sao nao colineares. Agora
consideremos os vetores
7.3. UM MODELO DE ESPACO EUCLIDIANO 63


u = b a = (1, 1, 0)
.
v = c a = (2, 2, 4)
e tomemos como vetor normal ao plano que desejamos construir, contendo os pontos
a, b e c, o vetor = uv = (4, 4, 0). Agora, se v = (x, y, z), calculando v a,  =
0 em termos de coordenadas, obtemos a equacao : 4x + 4y + 4 = 0. E simples
vericar que as coordenadas dos pontos a, b e c satisfazem esta equacao. Portanto,
eles pertencem ao plano . 2

Exemplo 7.3.2 [Retas em R3 ] Uma reta em R3 e o conjunto determinado pela


intersecao de dois planos nao paralelos. Seja s a reta obtida por intersecao dos
planos (p) e (q). Como os planos nao sao paralelos os vetores normais nao sao
colineares. Para informar o fato, podemos escrever s = (p) (q) ou nomear o
sistema de equacoes na forma

1 x + 2 y + 3 z + k1 = 0
s: .

1 x + 2 y + 3 z + k2 = 0
Quando os dois planos passam pela origem obtemos equacoes lineares homogeneas,
k1 = k2 = 0. Nesse caso, s e um subespaco vetorial de R3 e todo vetor de s escreve-se
como multiplo do vetor . 2

Exerccios propostos 7.3

1. Calcule uma equacao para o plano contendo os pontos a, b e c do R3 quando:


a) a = (1, 2, 1), b = (1, 1, 2) e c = (0, 2, 1);
b) a = (1, 1, 1), b = (2, 2, 2) e c = (1, 1, 1).
2. Determine uma equacao para o plano paralelo a (p) quando = (3, 1, 2) e
p = (1, 1, 1).
3. Mostre que dois segmentos [p, q] e [m, n] em R3 sao congruentes, se e somente se,
d(p, q) = d(m, n).
4. Mostre que os segmentos [p, q] e [m, n] do R3 sao congruentes quando:
a) p = (1, 1, 1), q = (0, 1, 1), m = (1, 0, 1) e n = (1, 1, 1);
b) p = (2, 1, 1), q = (1, 0, 1), m = (2, 2, 0) e n = (1, 1, 2);
c) p = (2, 5, 3), q = (1, 4, 2), m = (2, 0, 1) e n = (1, 1, 0).
5. Sejam p um ponto e s uma reta em R3 . Se v, w s, mostre que a distancia de p a s
e dada por
(wv)(pv)
d(p, s) = wv .
6. Mostre que a distancia de um ponto q Rn ao hiperplano (p) e calculada por
|qp,|
d(q, (p)) =  .
64 CAPITULO 7. GEOMETRIA EUCLIDIANA

7. Considere o vetor = (1, 1, 1) e o ponto p = (1, 2, 1) em R3 . Calcule a distancia de


q = (3, 0, 1) ao plano (p).

8. Mostre que o plano (p) : x + z = 2 e tangente a esfera S2 (c) = {(x, y, z)
R3 ; x2 + z 2 = 2y y 2 }.
9. Dado um hiperplano (p) = {v Rn : v p,  = 0} e um ponto q / (p) dena
o simetrico de q em relacao a (p) como sendo o ponto q  tal que d(q  , (p)) =
d(q, (p)). Prove que
 
q  = q 2 qp,
, .

10. Considere o vetor = (1, 0, 1) e o ponto p = (1, 2, 1) em R3 . Determine o ponto


simetrico de q = (3, 0, 5) em relacao ao plano (p).
Parte IV

GEOMETRIA ELIPTICA
(dupla)
Captulo 8

Geometria Elptica
A esfera unitaria canonica S2 sera um modelo para o plano de uma geometria
chamada Geometria Elptica.
O sistema agora considerado omite o grupo de ordem do sistema axiomatico
para a Geometria Euclidiana xado por Hilbert. Como nao existe uma ordem nao
podemos denir segmentos de retas do mesmo modo pois um segmento de reta
Euclidiana e um subconjunto de uma reta denido a partir da ordem.
Mas mesmo assim, no modelo para a Geometria Elptica podemos denir o
conceito de segmento, agora de outra forma. Ao falarmos num segmento de reta
elptico com extremos A e B, e necessario ser mais preciso indicando qual seria
seu interior pois as retas elpticas sao grandes crculos da esfera S2 e dois pontos
distintos de um crculo dene dois segmentos de crculo. Feito isso, ao realizarmos
o termo indenido congruencia podemos vericar todos os axiomas deste grupo.
Uma pequena modicacao se faz necessaria no axioma 1. do grupo de congruencia.
Como nao existe ordem deve-se omitir a expressao ... um dado lado da reta.
No axioma das paralelas, postula-se que sempre ocorre intersecao entre quais-
quer duas retas e a intersecao e dupla, da o nome Geometria elptica dupla. A
regiao que no plano Euclidiano e denominada angulo tera como correspondente na
Geometria Elptica uma regiao classicamente denominada lua. No momento apro-
priado descreveremos tal regiao.
Axiomas da Geometria Elptica

I Termos indefinidos
1. Ponto, reta, plano, pertence e congruencia.
II Axiomas de incidencia
1. Para cada dois pontos distintos existe uma reta que os contem.
2. Toda reta contem pelo menos dois pontos.
8.1. DISTANCIA ESFERICA 67

3. Existe pelo menos tres pontos que nao estao sobre uma mesma
reta e todos os pontos estao sobre o mesmo plano.
IV Axiomas de Congruencia
V Axioma das Paralelas

1. Seja l uma reta e A um ponto nao em l. Entao toda reta que


passa por A intercepta l.
VI Axiomas de Continuidade
1. Existe uma correspondencia biunvoca entre os numeros reais
e os pontos de uma reta menos um dos seus pontos.

8.1 Distancia esferica


Estamos interessados em estudar a geometria da esfera unitaria canonica em R3 ,
mais precisamente em estudar o conjunto
S2 = {v R3 ; v = 1}
equipado com uma funcao distancia. Para medir a distancia entre pontos, utili-
zaremos o conceito de angulo entre dois vetores. Dados u, v S2 . Seja (u, v)
[0, ] a medida do angulo entre os vetores unitario u e v. Recordamos que este
angulo foi denido utilizando a desigualdade de
Cauchy-Schwarz. Por denicao,

u, v
cos(u, v) = .
u v

Do fato de u e v serem unitarios temos que

cos(u, v) = u, v, sen (u, v) = u v.

Chamaremos de distancia em S2 a aplicacao

d : S2 S2 R, d(u, v) = (u, v).

Exerccio 8.1.1 Demonstre os seguintes fatos sobre esta aplicacao:


a) 0 d(u, v) ; b) d(u, v) = se, e somente se v = u. 2
68 CAPITULO 8. GEOMETRIA ELIPTICA

Proposicao 8.1.1 A funcao d, acima definida, e uma funcao distancia em S2 .

Prova Aconselhamos ao leitor rever a denicao de funcao distancia. As proprieda-


des positiva definida e simetrica tem uma vericacao simples e serao deixadas como
exerccios. Mostremos a desigualdade triangular. Dados tres pontos u, v, w S2 ,
por denicao de distancia esferica temos as igualdades
(u, v) = d(u, v), (v, w) = d(v, w), (u, w) = d(u, w).
Portanto, a desigualdade que desejamos demonstrar e
(u, w) (u, v) + (v, w),
cuja demonstracao sera dividida em dois casos.
1o caso: Vale a desigualdade (u, v) + (v, w): neste caso, (u, v)
(u, v) + (v, w).
2o caso: Vale a desigualdade (u, v)+(v, w) : como a funcao cos : [0, ] R
e decrescente, demonstrar a desigualdade triangular e equivalente a demonstrar a
desigualdade
cos((u, v) + (v, w)) cos(u, w).
Para isto, utilizaremos uma identidade trigonometrica para o cosseno da soma de
angulos e algumas identidades envolvendo produto interno e produto vetorial. Lem-
brando que consideramos apenas vetores unitarios, temos as igualdades

cos ((u, v) + (v, w)) = cos (u, v)cos (v, w) sen (u, v)sen (v, w)
= u, v v, w u v v w.

Agora, a desigualdade de Cauchy-Schwarz garante que


u v, v w u v v w,
e a formula de Lagrange nos permiter escrever
u v, v w = u, vv, w u, wv, v.
De v, v = 1 obtemos entao as desigualdades

cos ((u, v) + (v, w)) u, v v, w u v, v w


= u, vv, w (u, vv, w u, wv, v)
= u, w
= cos(u, w).

Isto termina a demonstracao da proposicao. 2

Exerccios propostos 8.1


8.2. PLANO ELIPTICO 69

1. Dados os pontos u, v S2 , considere as distancias d(u, v), d(u, v), d(u, v) e


d(u, v). Quais delas sao iguais?
2. Tres pontos u, v, w da esfera unitaria S2 sao ditos colineares se existe um grande
crculo S2 contendo estes pontos. Prove que u, v, w sao colineares se, e somente se,
(u, v) (v, w) = (u, w).

8.2 Plano elptico


Grandes crculos da esfera unitaria sao equivalentes as retas da Geometria Euclidi-
ana, no seguinte sentido: como sabemos, a menor distancia percorrida para irmos
de um ponto a outro de um plano e obtida sobre uma trajetoria que descreve um
segmento de reta denida pelos pontos. Em S2 , a menor distancia percorrida para
irmos de um ponto a outro e obtida sobre uma trajetoria que descreve um grande
crculo denido pelos dois pontos. Nao mostraremos este fato.
 Chamaremos S2 de plano (elptico) e seus elementos de pontos
(elpticos).
Um plano R3 que contem a origem o e determinado pelo seu vetor normal
= (1 , 2 , 3 ), que e um vetor nao nulo. A equacao linear do plano ca sendo
: 1 x + 2 y + 3 z = 0.
Como sabemos e um subespaco vetorial de R3 de dimensao dois. Para destacar o
vetor normal denotamos por :
e o unico plano de R3 contendo a origem cujo vetor normal e = (1 , 2 , 3 ).

Exemplo 8.2.1 Se = (13, 1, 40) R3 , o plano que contem a origem e tem


como vetor normal e o conjunto formado por todos os vetores v = (x, y, z) R3
cujas coordenadas satisfazem a equacao : 13x y + 40z = 0. 2

 Um grande crculo em S2 sera chamado de reta (elptica).


Em outras palavras, diz-se que um subconjunto r S2 e uma reta elptica se
r = S2 . Para destacar que a reta elptica r e obtida pela intersecao do plano
que contem cujo vetor normal e utilizamos a notacao
r = S2 .
Portanto, uma reta elptica e o subconjunto do plano elptico formado pelos pontos
(x, y, z) R3 satisfazendo as equacoes
2
x + y2 + z2 = 1
r : .

1 x + 2 y + 3 z = 0
70 CAPITULO 8. GEOMETRIA ELIPTICA

Ja temos em maos :

 um conjunto S2 que denominado de plano elptico;


 elementos deste conjunto, chamados pontos;
 subconjuntos r , chamados de retas elpticas(grandes crculos);
 entendemos o conceito de um ponto pertencer a uma reta (incidencia).

Estamos preparados para vericar o grupo de axiomas de incidencia da Geo-


metria Elptica. Os dois ultimos axiomas sao vericados trivialmente. Antes de
vericarmos o primeiro, estabelecamos um criterio para determinar se um grande
crculo incide sobre um ponto. Dizer que um ponto v S2 e uma reta elptica
r S2 sao incidentes e equivalente a dizer que v r . Continuaremos a denotar o
produto interno canonico do R3 por  , .

Proposicao 8.2.1 (Condicao de incidencia) Dados um ponto v S2 e um gran-


de crculo r S2 . Temos:
v e r sao incidentes se, e somente se, v,  = 0.

Prova Escrevamos r = S2 e seja v S2 . Temos que v r se, e somente se,


v ou, equivalentemente, se, e somente se, v,  = 0. 2
 Dois pontos distintos determinam uma reta
Veriquemos este axioma. Sejam u, v S2 distintos. O produto vetorial =
u v nao e o vetor nulo se, e somente se, u = v. Se este for o caso, consideramos
o plano e a reta elptica correspondente r = S2 . Como u,  = 0 = v, ,
pelo criterio de incidencia os pontos u e v pertencem a reta r , ou seja, u e v
determinam a reta r . Observe que a reta e unica pois so existe um plano contendo
u, v e a origem.
Agora, quando u = v, consideramos um vetor qualquer R3 tal que u,  =
0. Como u = v, segue que v,  = 0. Portanto, pela condicao de incidencia,
u, v r . Neste caso, u e v nao determinam uma unica reta, pois existem innitos
planos contendo u, o e v = u, desde que os tres pontos sao colineares em R3 . 2
No plano elptico nao existe paralelismo nem possui a propriedade da intersecao
unica entre duas retas. Isto decorre da seguinte propriedade que deixamos como
exerccio.

Exerccio 8.2.1 Mostre que se e sao dois planos distintos do R3 contendo


a origem entao a intersecao dos planos e uma reta (Euclidiana) do R3 contendo a
origem e formada pelos multiplos do vetor u = . 2
8.2. PLANO ELIPTICO 71

Proposicao 8.2.2 (Concorrencia de duas retas) Duas retas elpticas distintas,


digamos, r e r , sempre se interceptam. Mais ainda, a intersecao ocorre em dois
pontos, a saber,
u1 = 1
 e u2 = 
1
.

Prova Seguindo a notacao temos que


r = S 2 e r = S2 .
Portanto, a intersecao de r e r e o conjunto
r r = S2 .
Como = { ; R}, os unicos vetores unitarios sao os pontos citados
no enunciado. 2.
Diz-se que tres pontos u, v, w S2 sao colineares se existe uma reta incidindo
nos pontos. Tambem existe um criterio simples para determinar quando tres pontos
sao colineares.

Proposicao 8.2.3 (Equacao de colinearidade para tres pontos) Dados tres


pontos u, v, w S2 . Temos:
u,v,w sao colineares se, e somente se det[u, v, w] = 0.

Prova Sejam u, v, w S2 tres pontos. Quando nao sao distintos ou quando v = w,


a demonstracao e trivial. Vamos assumir entao que eles sao distintos e que v = w.
Por denicao, os pontos sao colineares se, e somente se, eles pertencem a uma
mesma reta elptica, digamos r = S2 , onde e algum vetor normal ao plano.
Escolheremos = v w. Mas isto e equivalente a dizer que eles sao colineares no
plano elptico S2 se, e somente se, u, v e w pertencem ao plano , ou seja, se e
somente se,
u,  = v,  = w,  = 0.
Portanto, eles sao, colineares em S2 se, e somente se,
0 = u,  = det[u, v, w]. 2

Proposicao 8.2.4 (Equacao de concorrencia para tres retas) Dados tres re-
tas elpticas, digamos r , r e r . Temos:
r , r e r sao concorrentes se, e somente se, det[, , ] = 0.

A prova desta proposicao e o axioma de continuidade carao como exerccio.


72 CAPITULO 8. GEOMETRIA ELIPTICA

 Existe uma correspondencia biunvoca entre os numeros reais e


os pontos de uma reta elptica menos um dos seus pontos.

Exerccios propostos 8.2

1. Verique se os pontos elpticos m, p e q sao colineares e, caso sejam, determine a reta


elptica r que os contem.

a) m = (1, 0, 0), p = ( 15 , 25 , 25 ), 2 7 2
q = ( 11 , 11 , 11 );

b) m = ( 13 , 13 , 13 ), p = ( 13 , 13 , 13 ), q = (0, 12 , 12 ).

8.3 Retas elpticas orientadas


A notacao tambem sinalizara que o plano esta orientado pelo vetor normal .
Ao dizermos o plano esta orientado pelo o vetor normal tentamos transmitir a
infomacao fsica que o lado de cima do plano e o lado para o qual o vetor esta
apontando. Mais precisamente, um vetor v esta no semi-espaco positivo denido
pelo plano se v,  0. Se este produto interno for nao-positivo, diremos que
o vetor v esta no semi-espaco negativo. E claro, v pertence ao plano quando o
produto interno acima for zero.

Exerccio 8.3.1 Para xar os conceitos, mostre as armacoes.

1. Se > 0 entao = como conjuntos e sao iguais como planos orientados.

2. Se < 0 entao = como conjuntos e sao distintos como planos orienta-


dos. 2

Pelo visto, para determinar um plano orientado contendo a origem precisamos


apenas de um vetor unitario S2 . Tal plano sera . Se escolhermos o vetor
antpoda, S2 , o plano sera, como conjunto, igual ao anterior, mas como
plano orientado sera diferente. Dois vetores unitarios e simetricos esgotam todas as
possibilidades de orientacao de planos.
Tambem o ndice utilizado para denotarmos
uma reta elptica, r , informara um pouco mais,
a reta e uma reta orientada. Nao nos detere-
mos descrevendo tecnicidades sobre orientacao
de crculo, entretanto, a ideia tem um signi-
cado fsico preciso, ela procura transmitir que o
percurso de uma pessoa (sobre o plano orientado
8.4. PLANO ELIPTICO DUAL 73

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


sobre esta reta deixa o disco do plano que ela delimita a sua esquerda. Observamos
que r e r sao iguais como conjuntos, mas as orientacoes sao opostas.
Formalizemos as ideias acima. Para cada ponto p r , consideramos o vetor
(p) = p. Observe que (p) e um vetor tangente ao grande crculo r no ponto
p e, sicamente, descreve a velocidade de um movimento de uma pessoa fazendo o
percurso positivo sobre o grande crculo.

Exerccio 8.3.2 Para xar os conceitos, mostre as armacoes.

1. Se > 0 entao r = r e as orientacoes sao iguais.


2. Se < 0 entao r = r e as orientacoes sao opostas.
3. Conclua que cada ponto S2 determina um unico crculo orientado. 2

Resumindo, para descrever uma reta elptica precisamos apenas de um vetor


unitario S2 . Tal grande crculo orientado sera r . Se escolhermos o vetor
antpoda S2 a reta elptica r sera a mesma, como conjunto, mas como reta
elptica orientada sera diferente.

8.4 Plano elptico dual


No que segue iremos examinar conjuntos cujos elementos sao subconjuntos de um
conjunto dado. O leitor ja tomou contato com este fato em algum momento da vida
de estudante. Dado um conjunto A denota-se por P(A) o conjunto das partes de A,
isto e, o conjunto formado por todos os subconjuntos de A. Por denicao de P(A),
podemos escrever uma armacao notacionalmente estranha mas verdadeira,
C A se, e somente se, C P(A).
Pense nesta sentenca. O fato de considerar um subconjunto como um elemento
(ponto) de um outro conjunto sera explorado com o objetivo de construir novos
espacos a partir de outros. Abaixo segue a primeira das construcoes.
Iremos considerar um conjunto formado por subconjuntos, a saber,
R e o conjunto formado pelas retas elpticas orientadas.
Para construir um modelo geometrico para R precisamos fazer uma abstracao, consi-
derando cada reta elptica como um ponto do conjunto R. O principal ingrediente
da construcao ja foi apresentado na secao anterior, qual seja,
cada ponto S2 determina uma unica reta elptica orientada r e
cada reta orientada r determina um unico ponto no plano elptico S2 .
74 CAPITULO 8. GEOMETRIA ELIPTICA

Estes comentarios nos permitem reescrever o conjunto R como


R = {r ; S2 }.
Ademais, podemos estabelecer a seguinte correspondencia biunvoca entre os ele-
mentos de R (retas elpticas orientadas) e os elementos de S2 :
r .
Isto mostra que existem tantas retas elpticas orientadas quantos pontos elpticos!
Sendo assim, consideramos como modelo geometrico para R o proprio conjunto S2 .
Com isto surge um problema notacional, qual seja, distinguir o registro de uma
reta elptica orientada de um ponto na esfera. Como primeira providencia para que
a confusao nao ocorra, o conjunto das retas elpticas orientadas sera indicado por
S2 e denominado de plano elptico dual ou esfera dual. A segunda providencia e
designar os elementos de S2 pelas letras gregas minusculas , , , etc. em lugar
de r , r , r , etc. Assim
r S2 R = S2 .
No conjuto S2 consideramos a mesma metrica ja denida na esfera, ou seja,
d : S2 S2 R, d(, ) = (, ).

8.5 Isometrias de S2
Realizamos a ideia de congruencia utilizando o con-
ceito de isometria.
Uma isometria em S2 e uma aplicacao U : S2 S2
que preserva distancia, ou seja, (U (v), U (w)) =
(u, v) para quaisquer pontos u, v S2 .
O proximo teorema e creditado ao matematico
suico Leonhard Euler (1707/83). Para acompanhar
a demonstracao o leitor nao pode ter omitido a lei-
tura do captulo Isometrias de Rn .

Teorema 8.5.1 (Classificacao de isometrias em S2 ) Uma aplicacao U0 : S2


S2 e uma isometria se, e somente se, U0 for a restricao de um operador ortogonal
U : R3 R3 .

Prova Seja U : R3 R3 um operador ortogonal. Como U preserva norma de


vetores, desde que
U (u)2 = U (u), U (u) = u, u = u2 ,
8.6. CONGRUENCIA 75

sua restricao U0 : S2 S2 , U0 (v) = U (v), esta bem denida. Mostremos que U0


preserva distancias na esfera. Dados os vetores unitarios u, v S2 ,
(U0 (u), U0 (v)) = U (u), U (v) = u, v = (u, v).
Portanto, a restricao de um operador ortogonal do R3 dene uma isometria de S2 .
A recproca deixaremos como exerccio sugerindo o seguinte roteiro. Dada uma
isometria U0 : S2 S2 , dena a aplicacao U : R3 R3 , por
v
vU0 ( v ) se v = o
U (v) = .

o se v = o

Mostre que U esta bem denida, que e um operador ortogonal e que a restricao a
esfera e a isometria U0 . 2

Exerccios propostos 8.3

1. Mostre as armacoes.
(a) Toda isometria U de S2 e biunvoca.
(b) A inversa de uma isometria do plano elptico e uma isometria.
(c) Se U e uma isometria do plano elptico entao U ou U tem dois pontos xos.
(d) O conjunto das isometrias do plano elptico equipado com a operacao de com-
posicao de funcoes e um grupo.
(e) Uma isometria de S2 deixa invariante alguma reta elptica.
(f) U : S2 S2 , U (x, y, z) = (z, x, y) e uma isometria e determine uma reta elptica
invariante por U .

8.6 Congruencia

Como comentado na introducao do captulo, ao nos referir a um segmento da reta


elptica r com extremos u, v r devemos precisar qual dos dois arcos de crculos
estamos considerando. Para isto basta citar um terceiro ponto que esteja no arco
considerado.
 Dois segmentos sao congruentes se existe uma isometria de S2 que
aplica biunivocamente um segmento no outro.
O leitor vericara que os tres primeiros axiomas do grupo de congruencia sao
validos neste modelo elptico. Os outros dois axiomas dizem respeito a angulos,
conceito que passaremos a precisar.
76 CAPITULO 8. GEOMETRIA ELIPTICA

Na Geometria Euclidiana plana a intersecao de


dois semiplanos positivos determina uma regiao
chamada angulo. Iremos seguir aquela mesma
contrucao, agora no plano elptico. E conveni-
ente considerar retas elpticas orientadas para
conseguirmos nomear precisamente de qual dos
dois semiplanos estamos nos referindo. O semi-
plano positivo H denido pela reta elptica ori-
entada r e o hemisferio formado pelos pontos
u S2 tais que u,  0. O semiplano negativo
e o hemisferio formado por aqueles pontos u S2
tais que u,  0.
Repetindo uma ideia fsica ja citada diversas vezes, o semiplano positivo esta a
esquerda de um movimento cuja trajetoria e a reta elptica orientada.
Um angulo ou uma lua no plano elptico S2 , determinado por duas retas elpticas
distintas e orientadas, digamos r e r , e o conjunto L obtido pela intersecao dos
semiplanos positivos determinados por elas, a saber,
L = H H .

Os vertices da lua L sao os pontos

1 1
u= , u = .
   

A medida de um angulo ou a medida de uma


lua L e denida como sendo (, ). Feito
isto, seguem as mesmas terminologias: angulos
agudos, obtusos, suplentares, complementares,
retos, opostos pelos vertices, etc.
 Duas luas (angulos) sao congruentes se existe uma isometria de
S que aplica biunivocamente uma lua na outra.
2

Antes de nalizar, deniremos triangulo elptico. Sejam u, v, w S2 tres pontos


tais que o conjunto ordenado {u, v, w} seja uma base ordenada positiva de R3 .
Como sabemos, armar que uma base ordenada e positiva corresponde a armar
que det[u, v, w] > 0. Tais pontos serao os vertices do triangulo elptico. Os lados
do triangulos serao arcos das retas elpticas r , r e r , onde
= u v, = v w, = w u.
Ressaltamos a ordem cclica dos pontos, u v, v w e w u. As demonstracoes
futuras levarao em conta tal fato.
8.6. CONGRUENCIA 77

Definicao 8.6.1 Sejam u, v, w S2 . Um sub-


conjunto uvw S2 e um triangulo (elpoto)
quando

1. {u, v, w} e base ordenada positiva de R3 ;

2. uvw = H H H .

Observe que os lados de um triangulo elptico sao


segmentos de retas elptica orientadas.

 Dois triangulos elpticos sao congruentes se existe uma isometria


que aplica biunivocamente um triangulo sobre o outro.
 Uma reta elptica menos um dos seus pontos e um modelo de uma
reta Euclidiana.

Exerccios propostos 8.4

1. Mostre as armacoes.
(a) Angulos opostos pelo vertice tem a mesma medida.
(b) Angulos opostos pelos vertices sao congruos.
(c) A medida da Lua L e (, ).
(d) Se as medidas de duas luas sao iguais entao elas sao congruentes.
(e) Semi-planos, angulos e triangulos elpticos sao conjuntos convexos.
2. Calcule a medida do angulo das luas orientados Le1 e2 e Le1 e3 .
3. Quais dos ternos ordenados {u, v, w} determinam um triangulo uvw S2 .
a) u = (1, 0, 0), v = ( 12 , 12 , 0), w = ( 13 , 13 , 13 ).

b) u = ( 13 , 13 , 13 ), v = ( 114 , 314 , 214 ), w = ( 535 , 135 , 335 ).

4. Verique que o triangulo com vertices u1 = e1 , v1 = e2 e w1 = ( 12 , 12 , 0), nesta


ordem, e congruo ao triangulo com vertices u2 = e2 , v2 = e3 e w2 = ( 12 ,
1
2
, 0).
5. Verique que isometria de triangulos elpticos e uma relacao de equivalencia no con-
junto formado por todos os triangulos elpticos.
6. Se uvw e um triangulo elptico, mostre que os triangulos obtidos pelas permutacoes
cclicas dos ndices, wuv e vwu , tambem sao triangulos elpticos. Mais ainda, como
conjuntos os tres sao iguais.
Captulo 9

Trigonometria elptica
Embora o leitor esteja familiarizado com a teoria de triangulos no plano Eucli-
diano recordaremos alguns resultados de trigonometria plana com a nalidade de
relaciona-los de modo natural com os topicos das proximas secoes. Dados tres pon-
tos nao colineares do plano Euclidiano, digamos A, B e C, podemos construir um
triangulo com vertices nestes pontos, triangulo que denotaremos por ABC . Usu-
almente nomeamos por , e as medidas dos angulos cujos vertices sao A, B e
C, e as medidas dos lados opostos aos vertices por a, b e c, respectivamente. Certa-
mente o leitor recorda de duas leis demonstradas ao estudarmos Trigonometria
no Ensino Medio. Elas dizem que num triangulo ABC valem as igualdades
sen sen sen
= = , c2 = a2 + b2 2ab cos .
a b c
Estas sao a Lei dos senos e a Lei dos cossenos,
respectivamente. A Lei dos cossenos na Geome-
tria Euclidiana e uma generalizacao do Teorema
de Pitagoras (a qual se reduz quando = 2 ).
Observamos ainda que o valor cos e dado pelas
medidas dos lados:
a2 + b2 c2
cos = .
2ab
Decorre da axiomatizacao da Geometria Euclidiana que a soma das medidas dos
angulos de um triangulo e igual a . O objetivo principal do captulo e mostrar que
a soma das medidas dos angulos de um triangulo elptico e maior que . Demonstra-
remos tambem leis equivalentes para triangulos elpticos bem como formulas para
o calculo de areas de triangulos.
9.1. LEI DOS SENOS 79

9.1 Lei dos senos


No captulo anterior denimos triangulo elptico para estabelecer os axiomas de con-
gruencia. E conveniente xar uma serie de dados de um triangulo elptico seguindo
de perto a notacao Euclidiana para estudar a trigonometria elptica.
1. Vertice u
O lado oposto ao vertice u esta contido em
r , onde = v w.
A medida do angulo com vertice u e =
(, ).
A medida do lado oposto ao vertice u e
a = (v, w).

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

Desejamos demonstrar as seguintes igualdades envolvendo os valores acima,


sen sen b sen c = sen a sen sen c = sen a sen b sen .

Lema 9.1.1 Com a notacao fixada temos as relacoes


= , vv, = , ww, = , uu.
Como consequencia, valem as igualdades das normas
  =   =  .

Prova Recordando o produto vetorial duplo, podemos escrever

= (w u) (u v)
= w, u vu u, u vw
= w, u vu
= w, u.
80 CAPITULO 9. TRIGONOMETRIA ELIPTICA

A terceira igualdade decorre de u (u w). Para completar a demonstracao


apelamos para a Identidade Cclica e para a simetria do produto interno,
w,  = w, u v = u, v w = v w, u = , u.
Nas demonstracoes das outras duas igualdades utilizamos os mesmos argumentos.
Observando que um outro modo de escrever a Identidade Cclica e
, u = , w = , v,
podemos terminar a demonstracao da ultima parte do lema, bastando lembrar que
os vetores u, v e w sao unitarios. 2
Na demonstracao do proximo resultado utilizaremos a igualdade u v =
sen (u, v) valida para u e v unitarios. Alem desta informacao, lancaremos mao da
propriedade trigonometrica sen( ) = sen .

Proposicao 9.1.1 Seja uvw um triangulo elptico. Se a, b e c sao as medidas


dos lados opostos aos vertices u, v e w, respectivamente e , e os angulos com
vetices em u, v e w, respectivamente, entao
sen sen b sen c = sen a sen sen c = sen a sen b sen .

Prova Pelo lema anterior podemos escrever


  =  sen (, )
= sen b sen c sen ( )
= sen b sen c sen .
De modo semelhante, obtemos as igualdades
  = sen a sen c sen,   = sen a sen b sen .
Mas como as normas calculadas sao iguais, como visto no ultimo lema, podemos
concluir as igualdades desejadas. 2
Finalmente podemos mostrar o

Teorema 9.1.1 (Lei dos senos e Lei dos cossenos) Seja uvw um triangulo e-
lptico. Se as medidas dos lados opostos aos vertices u, v e w sao respectivamente,
a, b e c e as medidas dos angulos com vertices u, v e w sao, respectivamente, ,
e , entao
sen sen sen cos c cos a cos b
= = , cos = .
sen a sen b sen c sen a sen b
Prova Ja vimos que sen sen b sen c = sen a sen sen c. Como o triangulo consi-
derado e nao degenerado, nenhuma parcela e zero. Simplicando o fator comum,
sen c obtemos sen sen b = sen a sen . Agora, segue imediatamente que
9.2. AREA DE TRIANGULOS 81

sen sen
= .
sen a sen b
As outras igualdades tem demonstracoes semelhantes.
Para a Lei dos cossenos, por um lado, a Identidade de Lagrange nos diz que

,  = (v w), (w u)


 
v, w v, u
= det
w, w w, u
 
cos a cos c
= det
1 cos b
= cos a cos b cos c.

Por outro lado, o produto interno nos da a igualdade


,  =   cos (, ) = sen a sen b cos( ) = sen a sen b cos .
Agora, e imediato a conclusao do teorema. 2

Exerccios propostos 9.1

1. Sejam , e os angulos de um triangulo elptico cujos lados opostos medem res-


pectivamente a, b e c. Prove que as identidades trigonometricas.
a) cos a = cos bcos c + sen b sen c cos .
b) cos b = cos a cos c + sen a sen c cos .
c) cos c = cos acos b + sen a sen b cos .
d) cos = cos cos + sen sen cos a.
e) cos = cos cos + sen sen cos b.
f) cos = cos cos + sen sen cos c.
2. Sejam , e 2 os angulos de um triangulo elptico cujos lados opostos medem res-
pectivamente a, b e c. Verique as identidades trigonometricas.
a) cos c = cos a cos b. b) cos c = cotg cotg . c) sen a = sen c sen .
d) sen b = sen c sen . e) cos = tg b cotg c. f) cos = tg a cotg c.
g) sen a = tg b cotg . h) sen b = tg a cotg . i) cos = cos a sen .

9.2 Area de triangulos


Num triangulo do plano Euclidiano , cujas medidas dos angulos internos sao ,
e , vale a igualdade + + = . Isto nao ocorre com triangulos elpticos. Num
triangulo elptico uvw S2 , com medidas dos angulos internos , e ocorre uma
desigualdade, qual seja, ++ > . Para demonstra-la precisaremos apenas saber
82 CAPITULO 9. TRIGONOMETRIA ELIPTICA

calcular areas de regioes da esfera unitaria. Na verdade, apenas precisaremos saber


calcular areas de dois tipos de regioes: toda a esfera e luas da esfera.
Arquimedes considerava seu mais belo teorema
aquele que estabelece a igualdade entre a medida
da area de uma esfera e a medida da area lateral
de um cilindro circunscrito a ela,

A = 4r 2 .
Ele e seus contemporaneos consideraram um resultado tao fascinante que inscreve-
ram na lapide de Arquimedes a gura que ilustra o teorema.
Este resultado admite uma generalizacao. Sejam
L a superfcie lateral do cilindro circunscrito a
esfera e f : L S2 , a aplicacao que a cada
p L associa ao ponto f (p) S2 obtido pela
intersecao da esfera com o segmento tendo como
ponto inicial o ponto p e perpendicular eixo do
cilindro circunscrito. A propriedade excepcional
da aplicacao f e que ela preserva areas, no sen-
tido que uma regiao R L com medida de area
m e aplicada sobre uma regiao f (R) da esfera
com a mesma medida m de area.
E com tal projecao que os cartografos constroem o mapa mundi, colocando
como eixo de simetria a reta contendo os polos norte e sul da terra. O resultado de
Arquimedes e obtido aplicando toda a regiao L, cuja imagem e a esfera.
Sendo assim, uma lua na esfera
unitaria, com angulo , e obtida
pela projecao por f de uma faixa
com altura 2 e largura . Como a
area da faixa e 2, a area da lua
tambem sera 2.

Teorema 9.2.1 (Teorema de Girard) Seja uvw um triangulo elptico. Se as


medidas dos angulos determinados pelos vertices u, v e w sao, respectivamente, ,
e , entao
Area(uvw ) = + + .
Como consequencia, as medidas dos angulos do triangulo elptico satisfazem a de-
sigualdade + + > .

Prova Seguindo a notacao xada, as luas L , L e L , tem medidas de areas 2,


9.2. AREA DE TRIANGULOS 83

2 e 2, respectivamente. Para cada uma delas, consideremos a lua simetrica em


relacao a origem, cuja notacao sera a mesma acrescida do ndice . Por exemplo,
L = {v; v L }. E claro que as areas de duas luas simetricas sao iguais. Com
isto, podemos armar que a esfera e descrita como a uniao de seis luas,
S2 = L L L L
L L .

A area da esfera nao sera a soma das areas daqueles conjuntos, pois se efetuarmos
esta soma a area do triangulo elptico sera computada tres vezes, bem como a area
de seu simetrico em relacao a origem, que possui a mesma area,
uvw = L L L e
uvw = L L L .

Sendo assim, devemos escrever


 
Area S2 = 2 + 2 + 2 + 2 + 2 + 2 2Area (uvw ) 2Area (
uvw ).

Reagrupando os termos chegamos a igualdade

4 = 4( + + ) 4Area (uvw ) ,

e explicitando a area do triangulo obtemos


Area (uvw ) = + + .

Portanto, segue a primeira parte do Teorema.


Como a area do triangulo e positiva obtemos a
desigualdade + + > . 2

Exerccios propostos 9.2

1. Sejam u = (1, 0, 0), v = (0, 1, 0) e w = 12 (0, 1, 1) tres pontos de S2 . Verique que


uvw e um triangulo elptico e calcule sua area.

2. Existe um triangulo elptico cujos angulos sejam = = e = 4?

3. Prove que um triangulo elptico e equiangular se, e somente se, e equilatero.



4. Existe um triangulo equiangular em S2 cujos angulos medem 3?

5. Sejam u, v S2 , tais que = v u nao e o vetor nulo. Dena a aplicacao A : S2 S2 ,


pela propriedade, A(w) e o simetrico de w em relacao ao plano .

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


2 .

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


c) Seja uvw um triangulo em S2 . Mostre que uAuv (w)v e um triangulo cuja area
e igual a area de uvw .
84 CAPITULO 9. TRIGONOMETRIA ELIPTICA

6. Sejam v1 , v2 , v3 e v4 vertices de um quadrilatero em S2 . Mostre que a soma das medi-


das dos angulos internos deste quadrilatero e igual a 2 mais a area do quadrilatero.
7. Sejam uvw um triangulo em S2 e A : S2 S2 a aplicacao denida por A(p) = p.
Mostre que A (uvw ) e um triangulo cuja area e igual a area de uvw .

9.3 *Triangulo dual


Como sabemos, o plano elptico dual, S2 , e um outro exemplo de plano elptico. Uti-
lizaremos esta dualidade para estabelecer outras propriedades de triangulos elpticos.
Seja uvw S2 um triangulo elptico. Se considerarmos as reta elpticas orien-
tadas determinadas pelos vertices como pontos de S2 teremos os pontos

u = , v = , w = .
  

O triangulo elptico dual de uvw e o triangulo u v w S2 . No que segue,


iremos estabelecer relacoes entre os dois triangulos. Primeiro, escrevamos os grandes
crculos em S2 que contem os lados do triangulo dual,
= u v , = v w , = w u .
Seguindo as convencoes notacionais ja estabelecidas, sejam
1. a , b e c as medidas dos lados opostos aos vertices u , v e w , respectiva-
mente, e

2. , e a medida dos angulos cujos vertices sao u , v e w , respectiva-


mente.

Tais valores sao facilmente calculaveis,


a = (, ) = , b = (, ) = , c = (, ) = .
Isto e, as medidas dos lados do triangulo dual sao iguais as medidas dos angulos do
triangulo original. Agora, as medidas do angulos do tiangulo dual com vertices nos
lados u , v e w sao
= ( , ), = ( , ), = ( , ).
Resta identicar o membro direito de cada igualdade. Pelo primeiro lema mostrado
neste captulo, seguem que
=  , u u , =  , v v , =  , w w .
Portanto,
= (v, w) = a, = (u, w) = b, = (u, v) = c.
9.3. *TRIANGULO DUAL 85

Isto e, as medidas dos angulos do triangulo dual u v w e a medida dos lados do


triangulo uvw !

Teorema 9.3.1 (Segundas Lei dos senos e Lei dos cossenos na esfera) Se-
ja uvw um triangulo elptico. Se as medidas dos lados opostos aos vertices u, v e
w sao respectivamente, a, b e c e as medidas dos angulos com vertices u, v e w sao,
respectivamente, , e , entao
sen a sen b sen c cos + cos cos
= = , cos c = .
sen sen sen sen sen

Prova A Segunda Lei dos senos e obtida aplicando a Primeira Lei dos senos para o
triangulo dual. A Segunda Lei dos cossenos tambem e obtida aplicando a Primeira
Lei dos cossenos para o triangulo dual,
cosc cos a cos b
cos = .
sen a sen b
Fazendo as substituicoes necessarias,
cos( ) cos( ) cos( )
cos( c) = .
sen ( ) sen( )
Pelas conhecidas identidades trigonometricas cos( t) = cos t e sen ( t) =
sen t, conclumos a demonstracao. 2

Teorema 9.3.2 (Area de um triangulo elptico II) Seja uvw um triangulo e-


lptico. Se as medidas dos lados opostos aos vertices nos pontos u, v e w sao,
respectivamente, a, b e c, entao
Area(uvw ) = 2 a b c.
Como consequencia, o permetro do triangulo elptico satisfaz a desigualdade
2 > a + b + c.

Exerccios propostos 9.3

1. Mostre que = para qualquer triangulo S2 .


Parte V

GEOMETRIA PROJETIVA E
GEOMETRIA AFIM
Captulo 10

Geometria Projetiva
Na Geometria Euclidiana postula-se a existencia de retas que nao se interceptam.
Isto ocorrendo, diz-se que elas sao paralelas. Tal postulado contradiz a realidade
que apreendemos visualmente.
Quando estamos numa longa estrada em linha
reta, seus lados sao assumidos paralelos, mas
a nossa sensacao nos diz que elas concorrem
num ponto muito longe, chamado ponto de fuga.
No ponto de fuga as duas retas estao se inter-
ceptando. Se existe uma outra estrada em li-
nha reta, cruzando a primeira, ao olharmos na
direcao desta outra, veremos o mesmo fenomeno,
agora, o ponto de fuga e diferente.
Este fenomeno e captado por uma fotograa ou por uma pintura, sugerindo
que a Geometria Euclidiana e um modelo da realidade nao tao proximo das nossas
sensacoes quanto estamos acostumados a pensar.
E se acrescentarmos os pontos de fuga, isto e, se assumirmos que quaisquer
duas retas se interceptam num unico ponto, que tipo de espaco geometrico tere-
mos? Este e o topico desta parte do texto. Construiremos um modelo para uma
geometria bidimensional sem retas paralelas, a Geometria Projetiva ou Geometria
Elptica Simples. Iniciaremos com a construcao do plano projetivo e somente apos
estarmos familiarizados com ele, recuperaremos a ideia surgidas das sensacoes visu-
ais, apresentando o plano am no nal do captulo.
Axiomas da Geometria Projetiva

I Termos indefinidos
1. Ponto, reta, plano, pertence.
II Axiomas de incidencia
88 CAPITULO 10. GEOMETRIA PROJETIVA

V Axioma das Paralelas


1. Seja l uma reta e A um ponto nao em l. Entao toda reta que
incide em A intercepta l.
VI Axiomas de Continuidade
1. Existe uma correspondencia biunvoca entre os numeros reais
e os pontos de uma reta menos um dos seus pontos.

10.1 O plano projetivo RP2


Inicialmente construiremos o conjunto que sera o plano projetivo. Considere o
conjunto obtido do R3 ao retirarmos o vetor nulo o = (0, 0, 0). Numa linguagem
mais informal diz-se que o conjunto e o R3 perfurado na origem (ou simplesmente
perfurado) e a notacao convencional para indica-lo e R3 \{o}.
Por simplicidade, nao modicaremos as terminologias ou notacoes empregadas
para subconjuntos contidos em R3 . Ao falarmos que e um plano em R3 \{0}
ca subentendido que ele e a intersecao do plano R3 com o R3 \{o}. Portanto,
se ele contiver a origem sera um plano perfurado. Os mesmos comentarios valem ao
empregarmos o termo reta em R3 \{o}. Ela pode ou nao ser perfurada, caso incida
ou nao na origem. No conjunto R3 \{o} (conjunto de vetores nao nulos), denimos
a relacao de equivalencia1
vw existe um numero real = 0 tal que v = w.
Considere o conjunto quociente
 
RP2 = R3 \{o} / .
 Chamaremos RP2 de plano (projetivo) e seus elementos de pontos
(projetivos).
Um elemento (classe de equivalencia) do plano projetivo e chamado de ponto pro-
jetivo, ou simplesmente ponto, e sera denotado por uma letra minuscula com uma
barra sobreposta, por exemplo, v, onde v e um vetor nao nulo de R3 . Como sa-
bemos, v e um subconjunto de R3 \{o} e pela denicao da relacao de equivalencia
acima o conjunto que ele esta nomeando e o conjunto dos multiplos nao nulos de v,
1
Caso o leitor nao esteja familiarizado com o conceito de relacao de equivalencia, no Apendice
existe um captulo sobre o topico.
10.2. RELACAO ENTRE RP2 E S2 89

v = {v; R e = 0}.
Em outras palavras, o subconjunto v R3 \{o} e uma reta perfurada. A aplicacao
quociente e a funcao denotada e denida por
: R3 \{o} RP2 , (v) = v.
Para diminuir o esforco de leitura, em lugar de empregarmos longas barras so-
bre triplas para designar os pontos do plano projetivo, utilizaremos uma notacao
mais simples e conveniente. Seja v = (v1 , v2 , v3 ) um ponto de R3 \{o}. Se acom-
panhassemos a notacao deveramos escrever
v = (v1 , v2 , v3 )
para indicar a classe de equivalencia de v. Entretanto, seguiremos a notacao classica,
ja consagrada, para indicar elementos do plano projetivo, a saber,
v = (v1 : v2 : v3 ).
Tal tripla recebe um nome especial: coordenadas homogeneas de v. Seu uso trara
grandes vantagens em relacao a outra notacao, como veremos.

Exerccios propostos 10.1

1. Sejam v = (1, 2, 1) e w = (3, 6, 3) vetores de R3 \{o}. Mostre que v = w em RP2 .


2. Se v e um vetor de R3 \{o} e 0 = R, mostre que v = v.

10.2 Relacao entre RP2 e S2


Para entendermos melhor o plano projetivo iremos relaciona-lo com a esfera unitaria
S2 . Esta relacao ca estabelecida da seguinte forma. Para cada classe de equi-
valencia v = (v1 : v2 : v3 ) RP2 podemos determinar dois elementos da esfera
unitaria S2 R3 \{o} na classe de equivalencia de v. Eles sao os unicos vetores
unitarios multiplos de v, quais sejam,
1 1
u= v e u= v.
v v
A divisao pela norma do vetor v esta bem denida pois v = 0 e como u e u sao
multiplos nao nulos de v valem as igualdades v = u = u. Portanto, temos uma
funcao projecao sobrejetora, que e a restricao da funcao projecao antes denida,
0 : S2 RP2 , 0 (u) = u,
tal que o conjunto pre-imagem de cada ponto v e formado por dois pontos de S2 ,
 
1 1 1
0 (v) = v, v .
v v
90 CAPITULO 10. GEOMETRIA PROJETIVA

A construcao acima nos da um outro modelo para o plano projetivo que e obtido ao
identicarmos pontos antpodas da esfera unitaria. Portanto, podemos construir o
plano projetivo denindo uma relacao de equivalencia na esfera unitaria do seguinte
modo. Sejam u, v S2 . Diz que u v se, e somente se, u = v ou u = v. Desta
forma RP2 = S2 / .2
Continuemos tentando imaginar como e o plano projetivo. Pelo visto, qualquer
ponto v RP2 pode ser representado por um ponto u = (u1 , u2 , u3 ) S2 tal que
u3 0. Recordamos que o termo representa o mesmo elemento signica que os
dois pontos determinam a mesma classe de equivalencia, u = v RP2 . Portanto,
se considerarmos o hemisferio norte da esfera unitaria,
He3 = {u S2 ; u, e3  0},
a restricao da funcao projecao : He3 RP2 e sobrejetiva. Podem ocorrer duas
situacoes para a pre-imagem de um ponto projetivo u = (u1 : u2 : u3 ) por ,
1. 1
(u) = {u}, se u3 > 0 ou

2. 1
(u) = {u, u}, se u3 = 0.

Considere a reta elptica re3 S2 (esta reta elpica e o grande crculo obtido
pela intersecao da esfera unitaria com o plano xy). A imagem desta reta elptica
re3 pela projecao e chamada de conjunto de pontos ideais, I . Observe que e a
projecao aplica o conjunto He3 /re3 , biunivocamente sobre RP2 /I .

10.3 Retas projetivas


Ja comentamos que grandes crculos de S2 sao equivalentes as retas da Geometria
Euclidiana, no sentido de que a distancia percorrida sobre a esfera unitaria, para
nos deslocarmos entre dois de seus pontos, e minimizada quando a trajetoria e um
arco de grande crculo contenda os dois pontos. A mesma questao coloca-se para o
plano projetivo. Qual a trajetoria de menor comprimento que podemos percorrer
em RP2 para nos deslocar de um ponto v a um ponto w?
A questao so faz sentido se soubermos qual funcao distancia que estamos consi-
derando no espaco projetivo. Para enfatizar que a Geometria projetiva procura es-
tudar apenas problemas de incidencia, nao envolvendo os conceitos de congruencia
e de ordem, deixamos para leitura complementar do captulo a apresentacao da
funcao distancia classica considerada no plano projetivo. Com aquela distancia te-
mos a resposta, devemos percorrer uma trajetoria sobre a imagem de um grande
2
Neste caso, o smbolo de igualdade indica que existe uma correspondencia biunvoca entre
os conjuntos construdos de uma forma e de outra. Tal correspondencia e estabelecida de modo
natural, como foi indicado.
10.3. RETAS PROJETIVAS 91

crculo de S2 pela aplicacao projecao : S2 RP2 que contenha os pontos v e w.


Isto nos leva a xar o seguinte termo.
 Um subconjunto r RP2 e uma reta projetiva se r for a imagem
de uma reta elpitca pela projecao 0 : S2 RP2 .
Uma denicao equivalente com planos perfurados ca sendo:
 Um subconjunto r RP2 e uma reta projetiva se r for a imagem
de um plano perfurado pela projecao : R3 \{o} RP2 .
Existe um modo pratico de nomear retas projetivas. Como sabemos, um plano
R3 que contem o = (0, 0, 0) ca determinado pelo seu vetor normal =
(1 , 2 , 3 ), que e um vetor nao nulo. Ressaltamos tal propriedade ao utilizar a
notacao . Neste caso, a equacao linear que dene o plano e
: 1 x1 + 2 x2 + 3 x3 = 0.
Um fato nos induz a pensar imediatamente no plano projetivo. Todo multiplo nao
nulo de , = (1 , 2 , 3 ), onde e um escalar diferente de zero, tambem
determina o mesmo plano que contem a origem, assim, qualquer outra equacao
linear que dene aquele plano tem de ser da forma
: 1 x1 + 2 x2 + 3 x3 = 0.
As observacoes acima nos permitem considerar a classe de equivalencia RP2 .
Guardemos este ponto projetivo , por um momento.
Por outro lado, a intersecao de com a esfera unitaria S2 determina um grande
crculo e todo grande crculo e obtido deste modo. Por denicao, a imagem deste
grande crculo pela projecao : S2 RP2 e uma reta projetiva r. Os dois fatos
juntos nos levam a xar a seguinte notacao. Ao escrevermos a expressao
a reta projetiva r
estaremos nos referindo a reta projetiva r RP2 determinada pela projecao do
grande crculo r = S2 .
Por exemplo, e3 = (0 : 0 : 1) indica a reta projetiva re3 que e a imagem, pela
funcao projecao, do grande crculo obtido pela intersecao do plano xy com a esfera
unitaria. Assim, re3 e a reta de pontos ideais, I .

Exerccios propostos 10.2

1. Verique quais pontos projetivos pertencem a reta projetiva r , onde = (1 : 1, 2).


a) p = (1 : 1 : 1). b) q = (2 : 0 : 1).
c) u = (1 : 1 : 1). d) v = (2 : 3 : 1).
2. Sejam v e w dois vetores linearmente independentes de . Mostre que todo ponto u
92 CAPITULO 10. GEOMETRIA PROJETIVA

da reta projetiva r escreve-se como u = sv + tw, onde s e t sao numeros reais nao
nulos simultaneamente.
3. Com a notacao apresentada no exerccio anterior, faz sentido escrevermos u = sv+tw,
onde s e t sao numeros reais nao nulos simultaneamente e v, w R3 \{o}?

10.4 Plano projetivo dual


Consideremos o plano projetivo RP2 e o conjunto de suas partes, P(RP2 ). Escolha-
mos o subconjunto R P(RP2 ) denido por
R e o conjunto formado por todas as retas projetivas.
Para construir um modelo geometrico que represente o conjunto R, necessitamos
fazer uma abstracao, qual seja, considerar cada reta projetiva como um ponto de
um conjunto. O fato principal utilizado na construcao ja apresentamos no paragrafo
anterior,

cada ponto projetivo RP2 determina uma unica reta projetiva r


e cada reta projetiva r RP2 determina um unico ponto projetivo .

Estes comentarios nos permitem reescrever o conjunto R na forma


R = {r ; RP2 },
e mais, permite estabelecer uma correspondencia biunvoca entre R e RP2 ,
r .
Logo, existem tantas retas projetivas quantos pontos projetivos! Sendo assim, toma-
remos o conjunto RP2 como modelo geometrico para R. Isto causa um problema:
como distinguir na leitura um ponto projetivo de uma reta projetiva? Como pri-
meira providencia para que a confusao nao ocorra, o conjunto das retas projetivas
sera indicado por RP2 e denominado plano projetivo dual. A segunda providencia e
designar os elementos de RP2 pelas letras gregas minusculas , , , etc. em lugar
de r , r , r , etc. respectivamente. Assim
r RP2 RP2 .

10.5 Incidencia
Resumindo a apresentacao feita ate o momento, temos:

 um conjunto chamado plano (projetivo);


10.5. INCIDENCIA 93

 elementos deste plano chamados pontos (projetivos);


 subconjuntos chamados retas (projetivas);
 e entendemos o conceito de uma reta incidir em um ponto.

Portanto, estamos preparados para vericar os axiomas da Geometria Projetiva


no conjunto RP2 . Na vericacao utilizaremos toda a praticidade da notacao e as
propriedades da Geometria elptica. Ressaltamos as dualidades entre os enunciados
envolvendo pontos projetivos e retas projetivas.
Os dois ultimos axiomas de incidencia sao obvios. Para o primeiro, necessitamos
de um criterio de incidencia entre uma reta projetiva e um ponto projetivo.

Proposicao 10.5.1 (Condicao de incidencia) Dados um ponto projetivo v


RP2 e uma reta projetiva RP2 . Entao
v e r sao incidentes se, e somente se, v,  = 0.

Prova Seja o plano perfurado na origem cujo vetor normal e . Veja a seguinte
sequencia de equivalencias,

1 1
v,  = 0 v v r = S2 v= v r .
v v

Isto termina a demonstracao. 2


Para cada dois pontos distintos existe uma unica reta que os
contem.
A validade deste axioma sera registrada numa proposicao.

Proposicao 10.5.2 (Equacao de uma reta por dois pontos) Por dois pon-
tos projetivos distintos v, w RP2 incide uma unica reta projetiva, a saber,
= v w RP2 .

Prova Dados v, w RP2 dois pontos distintos, sejam a e b elementos de S2 que


representam aqueles dois pontos projetivo, respectivamente. Observe que b = a,
caso contrario teramos v = w, contradizendo a hipotese. Considere o unico plano
em R3 contendo os pontos a, b e a origem, isto e, considere o plano , onde = ab.
A intersecao deste plano com a esfera unitaria determina o grande crculo
r = S 2 .
94 CAPITULO 10. GEOMETRIA PROJETIVA

Por denicao, o conjunto (r ) e a reta projetiva r , e como a e b sao pontos deste


grande crculo, suas imagens (a) = a = v e (b) = b = w pertencem aquela reta
projetiva. A prova da unicidade da reta deixamos ao cuidados do leitor. 2
No plano projetivo nao existe paralelismo entre retas projetivas. Duas retas
distintas sempre concorrem em um unico ponto. Demonstre a proposicao a seguir.

Proposicao 10.5.3 (Concorrencia de duas retas) Duas retas projetivas distin-


tas, , RP2 tem um num unico ponto, a saber,
v = RP2 .

Diz-se que tres pontos u, v, w RP2 sao colineares se existe uma reta projetiva
incidindo sobre os mesmos. Tambem existe um criterio simples para determinar se
tres pontos do plano projetivo sao colineares.

Proposicao 10.5.4 (Equacao de colinearidade para tres pontos) Dados tres


pontos u, v, w RP2 temos que
u, v, w sao colineares se, e somente se, det[u, v, w] = 0.

Prova Vamos assumir que os pontos sao distintos, caso contrario a demonstracao
e trivial.
Os pontos sao (projetivamente) colineares se, e somente se, existe um plano
contendo a origem e tal que a imagem do grande crculo S2 pela funcao quociente
0 : S2 RP2 contem estes pontos. Por sua vez, tal ocorre se, e somente se, o
plano contem os representantes (que sao vetores nao nulos e nao colineares em R3 )
dos tres pontos, u, v, e w. Observando que um vetor normal ao plano e = v w
e que u e perpendicular a , podemos armar que u, v, w se, e somente se,
det[u, v, w] = u, v w = u,  = 0. 2

Proposicao 10.5.5 (Equacao de concorrencia para tres retas) Dadas tres re-
tas projetivas , , RP2 . temos que
as retas , , sao concorrentes se, e somente se, det[, , ] = 0.

Prova Exerccio. 2
 Uma reta projetiva menos um dos seus pontos e um modelo de uma
reta Euclidiana.
O axioma de continuidade sera deixado como exerccio.
10.6. GEOMETRIA AFIM 95

Exerccios propostos 10.3

1. Sejam v, w RP2 . Mostre que qualquer ponto da reta projetiva r denida por estes
pontos escreve-se na forma u = sv + tw, onde s e t sao numeros reais nao iguais a
zero, simultaneamente.
2. Verique se a reta projetiva determinada por u e u , a reta determinada por v e v  e
aquela determinada por w e w  sao concorrentes para os seguintes valores.
a) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 0),
u = (1 : 1 : 2), v  = (1 : 1 : 0), w  = (1 : 2 : 2).
b) u = (1 : 1 : 2), v = (2 : 0 : 1), w = (1 : 2 : 1),
u = (2 : 2 : 1), v  = (3 : 1 : 2), w  = (0 : 1 : 0).
c) u = (1 : 1 : 2), v = (1 : 1 : 1), w = (1 : 1 : 2),
u = (0 : 1 : 1), v  = (2 : 2 : 1), w  = (1 : 0 : 1).

10.6 Geometria Afim


Como foi visto, o espaco vetorial R2 e identicado com qualquer plano Euclidi-
ano utilizando-se um sistema de eixos Cartesianos. Nesta secao identicaremos o
espaco R2 com uma parte do plano projetivo, que sera chamado de Plano am. Na
Geometria Am nao consideramos o grupo de congruencia.
Axiomas da Geometria Afim

I Termos indefinidos
1. Ponto, reta, plano, pertence, esta entre.

II Axiomas de incidencia
III Axiomas de ordem
V Axioma das Paralelas
VI Axiomas de Continuidade

O plano Euclidiano R2 e naturalmente identicado com o plano horizontal :


z = 1 (paralelo ao plano xy) em R3 \{o} que por sua vez, e um plano tangente a
esfera unitaria S2 no polo norte, pn = (0, 0, 1). A identicacao e simples,
(x, y) (x, y, 1).
Agora, cada ponto (x, y, 1) R3 \{o} determina um unico ponto em RP2 ,
qual seja, (x : y : 1). Considere o conjunto denotado e denido por
96 CAPITULO 10. GEOMETRIA PROJETIVA

AP2 = {(x : y : 1) RP2 ; (x, y, 1) R3 }.


 Chamaremos AP2 de plano (afim) e seus elementos de pontos (afins).
Observe que qualquer ponto v = (x : y : z) do
plano projetivo, com a terceira coordenada ho-
mogenea nao nula, z = 0, esta no plano am,
pois o ponto pode ser representado como v =
( xz : yz : 1) e v corresponde ao ponto ( xz , yz ) R2 .
Chamaremos esta identicacao de identificacao
afim. Em resumo, o plano am e o plano proje-
tivo menos a reta ideal I . Como a reta ideal e a reta projetiva r , com = (0 :
0 : 1), podemos deni-lo tambem na forma
AP2 = {(u1 : u2 : u3 ) RP2 ; u3 = 0}.

10.7 Retas afins


Voltemos ao problema da sensacao visual colocado no nicio do captulo: duas retas
que consideramos paralelas convergem para um ponto de fuga. O plano am capta
esta sensacao.
 Chamaremos de reta afim e intersecao de uma reta projetiva com
AP2 .
Como qualquer reta projetiva intercepta a reta ideal I , num unico ponto, segue
que uma reta am e uma reta projetiva menos o seu ponto ideal.
O plano afim dual, o conjunto formado pelas reta ans, sera denotado por AP2
e uma reta am sera indicada tanto por AP2 quanto por r AP2 , em que
= (1 , 2 , 3 ) com 3 = 0. Observe que AP2 pode ser identicado com o plano
projetivo menos o ponto = (0 : 0 : 1).
O ponto principal da construcao diz respeito a relacao existente entre as retas
Euclidianas em R2 e as retas ans. Uma reta l R2 ca determinada por um
vetor normal n = (1 , 2 ) (nao nulo) e por um dos pontos no qual ela incide,
p = (p1 , p2 ) l. Como sabemos, a equacao linear que dene a reta e
l : 1 x + 2 y + 3 = 0,
onde 3 e uma constante que depende do vetor normal n e do ponto p. Um exemplo
deixara mais clara a notacao.

Exemplo 10.7.1 A reta Euclidiana l R2 cuja equacao e


l : 3x 2y + 6 = 0,
10.7. RETAS AFINS 97

tem vetor normal n = (3, 2) e contem, por exemplo, o ponto, p = (0, 3). Aqui,
estamos denotando 1 = 3, 2 = 2 e 3 = 6. Para identicar o plano R2 com o
plano Euclidiano R3 , em termos de equacao, : z = 1, estabelecemos que
(x, y) (x, y, 1).
A reta Euclidiana l e identicada com uma reta s contida naquele plano horizontal.
Por outro lado, uma reta em R3 ca determinada pela intersecao de dois planos
em R3 , neste caso, um plano vertical (perpendicular ao plano xy) e outro plano
horizontal, a saber,

3x 2y + 6 = 0
s:
z1=0
Mas existem innitos planos que interceptados com o plano : z = 1 determinam a
mesma reta s, e entre tantos, estamos interessados no plano contendo a origem.
Ele e precisamente aquele que tem equacao
: 3x 2y + 6z = 0.
onde = (3, 2, 6). Portanto, s = ,

3x 2y + 6z = 0
s: .
z1 = 0
E claro que ao projetarmos os pontos de s sobre o plano am, obtemos a reta am
r , com = (3 : 2 : 6). 2

Proposicao 10.7.1 A identificacao de R2 com o plano afim AP2 tansforma a reta


Euclidiana l : 1 x + 2 y + 3 = 0 na reta afim r , onde = (1 : 2 : 3 ).

Alguns exemplos ilustrarao a praticidade computacional obtida com a identi-


cacao am.

Exemplo 10.7.2 (Intersecao de retas em R2 ) Encontremos a intersecao das


retas Euclidianas planas cujas equacoes sao

l1 : x 3y + 2 = 0,
l2 : 2x y = 0.

As retas ans correspondentes sao = (1 : 3 : 2) e = (2 : 1 : 0), elementos


de AP2 . A intersecao ocorre no ponto v = = (2 : 4 : 5). O representante
no plano : z = 1 e v = ( 25 , 45 , 1), portanto, a intersecao da retas l1 l2 e o ponto
( 25 , 45 ) R2 . 2
98 CAPITULO 10. GEOMETRIA PROJETIVA

Exemplo 10.7.3 (Equacao de reta por dois pontos em R2 ) Seja l a reta


Euclidiana em R2 determinada pelos pontos p = (1, 1) e q = (2, 1). Apos identi-
cacao, os pontos ans correspondentes sao p = (1 : 1 : 1) e q = (2 : 1 : 1). A
reta am AP2 contendo os dois pontos e = p q = (2 : 1 : 3). Portanto,
l : 2x + y 3 = 0. 2

Exemplo 10.7.4 (Retas paralelas em R2 ) Examinemos as retas ans determi-


nadas por retas paralelas l e l em R2 , mas nao coincidentes. Como as retas sao
paralelas e distintas, elas admitem equacoes na forma

l : 1 x + 2 y + 3 = 0,
l : 1 x + 2 y + 3 = 0,
com 3 = 3 . As retas ans determinadas por elas sao, respectivamente, =
(1 : 2 : 3 ) e = (1 : 2 : 3 ), elementos de AP2 . Para calcular o ponto de
intersecao das retas ans, deveremos utilizar o metodo estabelecido para o calculo
de intersecoes de retas projetivas, ou seja a intersecao deveria ser
p = = (2 3 2 3 : 1 3 1 3 : 0).
Mas este ponto projetivo e um ponto ideal que nao pertencem ao plano am. Logo,
retas Euclidianas paralelas determinam retas ans que tambem nao se interceptam
no plano am. O ponto p = e aquele ponto de fuga para o qual, aparente-
mente, as retas paralelas convergem. 2

Comentario Essencialmente o plano am e o hemisferio norte de S2 sem o equa-


dor. Ao induzirmos a metrica elptica no plano am obtemos segmentos que tem as
mesmas medidas mas nao podem ser colocados em correspondencia biunvoca utili-
zando isometrias de S2 . Isto e, nao podemos estabelecer a relacao entre congruencia
e medida. O mesmo ocorre com triangulos ans.

Exerccios propostos 10.4

1. Determine a intersecao, se existir, das retas l1 e l2 do plano Euclidiano utilizando o


plano am, onde:
a) l1 : 2x 3y = 0, l2 : 3x y + 4;
b) l1 : y = 2x, l2 : x = 4y 3;
c) l1 : 3x y = 0, l2 : 2y = 6x 4;
d) l1 : y 3 + x = 2, l2 : x 1 = y 1.
2. Utilize o plano am para estabelecer a equacao Cartesiana reta Euclidiana que contem
os pontos p e q, onde:
a) p = ( 2, 1) e q = (1, 1); b) p = (2, 1) e q = (1, 0);
c) p = (1, 4) e q = (0, 1); d) p = ( 2, 2 ) e q = (4, 4).
10.8. LEITURA COMPLEMENTAR 99

10.8 Leitura complementar


1. Axiomas da Geometria Afim Qualquer resul-
tado demonstrado na Geometria Am permanece
valido na Geometria Euclidiana, nao sendo valida
a armacao oposta. O termo am foi introdu-
zido pelo matematico suico Leonard Euler (1707
1783). Euler nasceu em Basileia, e estudou com
Johann Bernoulli. Apesar do fato de ter sido pai
de mais de vinte lhos e cado cego aos 50 anos,
foi um matematico prolifco, tendo produzido mais
de oitocentos trabalhos e livros, com constribuicoes
fundamentais em todas as areas da Matematica.
Convidado pela czarina Catarina, a grande, para trabalhar na sua corte, impri-
miu sua personalidade cientca na matematica russa, inuencia que perdura
ate os dias atuais. La nao existe uma separacao ntida entre Matematica pura
e Matematica aplicada como estamos acostumados a fazer no ocidente.

2. Axiomas da Geometria Projetiva Real O


alemao Karl Georg Christian von Staudt (1798
1867) foi o primeiro matematico que viu a
possibilidade de construir uma Geometria logica
sem o conceito de congruencia. Na sua epoca as
atencoes estavam voltadas para o exame de es-
truturas geometricas que fossem bastante simples.
Um tal geometria dene-se, essencialmente, postu-
lando axiomas de incidencia. Mas o primeiro a pro-
por o acrescimo de pontos ideais foi o astronomo
alemao Johannes Kepler (1571 1630). Sugestao
nao levada em conta, na epoca.
3. Distancia em RP2 A distancia (classica) em RP2 e denida utilizando-se dois
objetos conhecidos:
i) a pojecao : S2 RP2 ;
ii) a distancia (a, b) da esfera unitaria S2 .
Como um ponto em RP2 pode ser representado por elementos de S2 , denimos
d : RP2 RP2 R, por d (v, w) = min{ (a, b) , (a, b)},
onde a, b S2 sao quaisquer pontos que representam v e w, respectivamente.
O smbolo min signica que devemos escolher o menor valor entre os dois
numeros.
Captulo 11

Colineacao
Nos proximos dois captulos estudaremos as aplicacoes projetivas, ou projetividades,
que sao classicadas em dois tipos,


colineacao



projetividade polaridade .



correlacao

nao polaridade

Uma colineacao e uma aplicacao bijetiva : RP2 RP2 que preserva colinearidade,
ou seja, se u, v e w sao pontos projetivos colineares, entao as imagens (u), (v)
e (w) sao tambem pontos projetivos colineares.
O leitor ja deve ter percebido que os topico aqui examinados sao colocado numa
linguagem algebrica. Este caso nao foge a regra. A uma colineacao, associamos
um operador linear do R3 e com ele em maos, iremos desenvolver a teoria sem
diculdades.
No proximo captulo trataremos das correlacoes. Antecipemos este conceito. O
espaco das retas projetivas, ou seja, o plano projetivo dual, RP2 , foi identicado
com o plano projetivo, RP2 , portanto satisfaz aos axiomas da Geometria Projetiva.
Uma correlacao e uma aplicacao bijetiva entre os planos projetivos, : RP2 RP2 ,
possuindo a propriedade de colinearidade dual, ou seja, se u, v e w sao tres pontos
projetivos colineares entao (u) = , (v) = e (w) = sao retas projetivas
concorrentes.

11.1 Operador linear e colineacao


Um operador linear invertvel A : R3 R3 induz uma aplicacao no espaco projetivo
basta denir
11.1. OPERADOR LINEAR E COLINEACAO 101

A : RP2 RP2 , A(x : y : z) = A(x, y, z).


Numa forma mais compacta, escrevemos A(v) = A(v). Antes de mostrarmos que
de fato a aplicacao esta bem denida vejamos um exemplo.

Exemplo 11.1.1 A matriz a seguir e nao singular pois det[A] = 10,



1 0 1
[A] = 2 0 3 .
2 2 2

Como sabemos, o operador linear A : R3 R3 denido por [A] e invertvel. A


colineacao induzida no plano projetivo e a aplicacao A : RP2 RP2 ,
A(x : y : z) = (x z : 2x + 3z : 2x + 2y + 2z). 2

Proposicao 11.1.1 Seja A : R3 R3 um operador linear invetvel. Entao a


aplicacao A : RP2 RP2 , A(v) = A(v), esta bem definida e e uma colineacao.

Prova A boa denicao e consequencia de dois fatos.


1o ) Se v RP2 entao v = (0, 0, 0). Sendo A invertvel segue que A(v) = o. Logo,
o elemento A(v) RP2 esta bem denido.
2o ) O valor de A num ponto projetivo nao depende do representante do ponto.
Vejamos esta armacao. Sejam u, v R3 tais que u = v. Sendo assim, existe um
numero real = 0 tal que u = v. Avaliemos A(u) levando em conta que A e um
operador linear em R3 ,
A(u) = A(v) = A(v) = A(v).
Vericar que a aplicacao A e injetiva e sobrejetiva cara como exerccio. Nos
ocuparemos em mostrar que A e uma colineacao. Sejam u, v e w pontos projetivos
colineares. Pelo criterio de colinearidade temos que det [u, v, w] = 0. Apliquemos o
mesmo criterio para os pontos projetivos A(u), A(v) e A(w),
det [A(u), A(v), A(w)] = det ([A][u, v, w]) = det[A] det[u, v, w] = 0. 2

Exerccios propostos 11.1

1. Mostre as armacoes.
(a) A composta de duas colineacoes e uma colineacao.
(b) A aplicacao inversa de um operador linear invertvel A em R3 dene uma coli-
neacao que e a inversa da colineacao denida por A.
102 CAPITULO 11. COLINEACAO

(c) Se A e B sao dois operadores lineares invertveis em R3 que denem a mesma


colineacao entao A e um multiplo de B por algum escalar = 0.
(d) Toda colineacao denida por por um operador linear invertvel de R3 tem um
ponto xo.

11.2 Construcao de colineacoes


Para construir um operador linear A : R3 R3 basta estabelecer quais sao os
valores de A nos vetores da base canonica C = {e1 , e2 , e3 }. Escolhidos os valores
A(e1 ) = u, A(e2 ) = v e A(e3 ) = w, a matriz canonica do operador linear e a matriz
[A] = [u, v, w]. Quando o conjunto {u, v, w} e uma base de R3 o operador linear A
e invertvel.
Para construir colineacoes procedemos da mesma forma, entretanto, o grau de
liberdade e menor, e necessario prexar o valor da colineacao em quatro pontos
projetivos nao colineares tres a tres. Este e o teorema desta secao. A demonstracao
da proposicao a seguir e construtiva, devendo ser utilizada nos exemplos numericos.

Proposicao 11.2.1 Sejam u, v, w e t pontos de RP2 nao colineares tres a tres.


Entao existe uma colineacao A : RP2 RP2 induzida por um operador linear
invertvel A : R3 R3 , tal que
A(e1 ) = u, A(e2 ) = v, A(e3 ) = w, A(1 : 1 : 1) = t.
Mais ainda, o operador linear e definido pela matriz
[A] = [k1 u, k2 v, k3 w] ,
onde k1 = 0, k2 = 0 e k3 = 0 sao as constantes
det[t, v, w] det[u, t, w] det[u, v, t]
k1 = , k2 = , k3 = .
det[u, v, w] det[u, v, w] det[u, v, w]

Alem disto, se um outro operador linear invertvel B : R3 R3 define a mesma


colineacao que A entao B A para algum escalar =
0.

Prova Como sempre, escolhamos representantes dos pontos projetivos,


u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 ), t = (t1 , t2 , t3 ).
Por hipotese, tres pontos projetivo diferentes da lista sao nao colineares. Sendo
assim, os tres primeiros vetores u, v, w formam uma base ordenada de R3 , fato
equivalente a armar que det[u, v, w] = 0. Guardemos esta informacao.
Recordamos que para qualquer ponto p RP2 vale a igualdade p = kp, para
qualquer escalar k = 0. Logo, ao exigirmos que A(ei ) sejam aqueles valores, estamos
11.2. CONSTRUCAO DE COLINEACOES 103

exigindo que

A(e1 ) = (k1 u1 , k1 u2 , k1 u3 ),



A(e2 ) = ( k2 v1 , k2 v2 , k2 v3 ),





A(e3 ) = (k3 w1 , k3 w2 , k3 w3 ),
onde ki = 0, i = 1, 2, 3, de onde conclumos que a matriz [A] deve ter a forma

k1 u1 k2 v1 k3 w1
[A] = k1 u2 k2 v2 k3 w2 .
k1 u3 k2 v3 k3 w3

Observamos que ela e nao singular, pois


det[A] = k1 k2 k3 det[u, v, w] = 0.
Para determinar os ki s lancamos mao do quarto valor, A(1 : 1 : 1) = (t1 : t2 : t3 ).
A condicao
A(1, 1, 1) = (t1 , t2 , t3 )
nos leva ao sistema de equacoes lineares expresso na forma matricial como

t1 k1 u1 k2 v1 k3 w1 1
t2 = k1 u2 k2 v2 k3 w3 1
t3 k1 u3 k2 v3 k3 w3 1

u1 v1 w1 k1
= u2 v2 w2 k2 .
u3 v3 w3 k3

Como det[u, v, w] = 0 podemos resolver o sistema pela regra de Cramer e obter os


valores k1 , k2 e k3 como enunciado.
A ultima armacao da proposicao cara como exerccio. 2
Na proxima secao mostraremos que so existe aquela colineacao assumindo os
quatro valores prexados.

Exemplo 11.2.1 Sejam u = (1 : 1 : 0), v = (0 : 1 : 1), w = (1 : 1 : 1) e


t = (3 : 0 : 1) pontos projetivo. Determinemos uma colineacao A : RP2 RP2 , tal
que
A(e1 ) = u, A(e2 ) = v, A(e3 ) = w, A(1 : 1 : 1) = t.
Os pontos sao nao colineares tres a tres pois
104 CAPITULO 11. COLINEACAO

det[u, v, w] = 1, k1 = det[t, v, w] = 1,

k2 = det[u, t, w] = 3, k3 = det[u, v, t] = 4.
Pela ultima proposicao devemos construir uma matriz do tipo

k1 u1 k2 v1 k3 w1
[A] = k1 u2 k2 v2 k3 w2 .
k1 u3 k2 v3 k3 w3
Observe que, praticamente, todas as entradas da matriz foram calculadas,

1 0 4
[A] = 1 3 4 .
0 3 4
Portanto, A(x : y : z) = (x + 4z : x 3y + 4z : 3y + 4z). 2

Teorema 11.2.1 Dados dois conjuntos de pontos de RP2 ,



{u, v, w, t}, {u , v  , w  , t },
tais que tres pontos quaisquer de cada um dos conjunto sao nao colineares. Entao
existe uma colineacao A : RP2 RP2 induzida por um operador linear invertvel
A : R3 R3 , tal que

A(u) = u , A(v) = v  , A(w) = w  , A(t) = t .
Alem disto, se um outro operador linear B : R3 R3 define a mesma colineacao
que A entao B A para algum escalar = 0.

Prova Sabemos construir colineacoes C : RP2 RP2 e D : RP2 RP2 tais que
C(e1 ) = u, C(e2 ) = v, C(e3 ) = w, C(1 : 1 : 1) = t,

D(e1 ) = u , D(e2 ) = v  , D(e3 ) = w  , D(1 : 1 : 1) = t .
Agora, como a inversa de uma colineacao e uma colineacao e a composta de duas
1
colineacoes e uma colineacao, a aplicacao D C e a colineacao procurada. A
segunda parte do teorema e um exerccio. 2

Exerccios propostos 11.2

1. Seja A : R3 R3 um operador linear tal que A(v) = v v, onde v e um escalar que


depende de v. Mostre que v = 0 para todo v.

2. Mostre que se dois operadores lineares A, B : R3 R3 induzem a mesma colineacao


no plano projetivo entao B A, para algum escalar = 0.
11.3. TEOREMA FUNDAMENTAL 105

3. Sejam u, v, w e t pontos de RP2 . Encontre uma matriz que dene a colineacao


A : RP2 RP2 tal que A(e1 ) = u, A(e2 ) = v, A(e3 ) = w e A(1 : 1 : 1) = t para os
seguintes valores.
a) u = (0 : 1 : 1), v = (1 : 0 : 1), w = (2 : 1 : 0), t = (1 : 1 : 3).
b) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 1), t = (1 : 2 : 3).
c) u = (1 : 1 : 1), v = (1 : 1 : 1), w = (1 : 2 : 3), t = (1 : 2 : 1).
d) u = (2 : 1 : 0), v = (1 : 1 : 3), w = (0 : 1 : 1), t = (1 : 0 : 1).
4. Determine a inversa das matrizes.
2 3 2 3 2 3
0 1 2 2 1 1 0 1 1
a) [A] = 4 1 0 1 5; b) [B] = 4 1 0 1 5 ; c) [C] = 4 1 0 1 5;
1 1 0 0 1 3 1 1 3
2 3 2 3 2 3
0 2 1 1 1 1 1 1 1
d) [D] = 4 1 1 1 5 ; e) [E] = 4 1 1 2 5 ; f ) [F ] = 4 1 1 2 5;
1 0 3 1 1 1 1 1 3
2 3 2 3
1 1 1 1 1 1
g) [G] = 4 1 2 2 5 ; h) [H] = 4 1 2 2 5.
1 1 3 1 1 3

5. Verique que a matriz [A], descrita ao lado, dene 1 1 1
uma colineacao em RP2 e determine os pontos xados [A] = 1 1 1 .
por A. 1 1 2

11.3 Teorema fundamental


Como visto na secao anterior, um operador linear invertvel A : R3 R3 induz uma
colineacao A : RP2 RP2 . A recproca deste fato tambem e verdadeira.

Teorema 11.3.1 (Teorema fundamental da Geometria Projetiva) Toda co


-lineacao : RP2 RP2 e induzida por um operador linear invertvel A : R3 R3 .

A demonstracao seguira de dois resultados. O primeiro arma que o unico


automorsmo do corpo dos reais e a aplicacao identidade. O segundo resultado
classica todas funcoes do R2 nele proprio que aplica retas em retas. Demonstremos
o primeiro resultado

Proposicao 11.3.1 Se f : R R e uma aplicacao nao identicamente nula tal que


para quaisquer x e y reais valem as igualdades:

a) f (x + y) = f (x) + f (y); (aditiva)

b) f (xy) = f (x)f (y). (multiplicativa)


106 CAPITULO 11. COLINEACAO

Entao f (x) = x.

Prova Registremos algumas observacoes.


1a Observacao f (a) = 0 se, e somente se, a = 0. Vejamos. As igualdades
f (0) = f (0 + 0) = f (0) + f (0) implicam que f (0) = 0. Suponha, por absurdo, que
exista um a = 0 tal que f (a) = 0. Entao
 x x x
f (x) = f a = f (a)f = 0 f ( ) = 0.
a a a
Isto signica que f e identicamente nula, uma contradicao.
2a Observacao f e uma funcao mpar, pois

0 = f (0) = f (x + (x)) = f (x) + f (x),

3a Observacao f (1) = 1. Para qualquer x real temos que f (x) = f (1x) =


f (1)f (x), portanto, f (x)(f (1) 1) = 0. Como f nao e identicamente nula, existe
x0 tal que f (x0 ) = 0. Logo, f (1) = 1.
4a Observacao f (x2 ) = [f (x)]2 para qualquer x pois f (x2 ) = f (x x) = f (x)f (x).
Armacao 1 f (nx) = nf (x) para quaisquer inteiro n e qualquer x real.
Fixemos qualquer x real. Demonstremos por inducao que a armacao e verda-
deira para qualquer n 0. Para n = 0 a armacao e correta pelas observacoes inici-
ais. Vamos assumir que a amacao seja verdadeira para n. Calculemos f ((n + 1)x),

f ((n + 1)x) = f (nx + x) = f (nx) + f (x) = nf (x) + f (x) = (n + 1)f (x).

Portanto, a rmacao e verdadeira para qualquer n 0.


Para n < 0, utilizamos o fato da funcao ser mpar, f (nx) = f ((n)(x)) =
(n)f (x) = (n)(f (x)) = nf (x). Isto conclui a demonstracao da armacao.
n n n
Armacao 2 f ( m x) = m f (x) para qualquer racional m e qualquer x real.
Fixemos qualquer x. Seja m = 0 um inteiro. Pela armacao anterior podemos
escrever,  
m  1
f (x) = f x = mf x .
m m
1 1
Logo, f ( m x) = m f (x). Agora e facil concluir a demonstracao da armacao.
n n n
Armacao 3 f(m )= m para todo racional m.
A demonstracao e trivial,
n n  n n
f =f 1 = f (1) = .
m m m m
11.3. TEOREMA FUNDAMENTAL 107

Armacao 4 f preserva a ordem, isto e, se x < y entao f (x) < f (y).


Seja x > 0. Como existe a > 0 tal que a2 = x, temos f (x) = f (a2 ) = [f (a)]2 > 0.
Isto e sucente para mostrar que f preserva a ordem. Vejamos. Se x < y entao
0 < y x. Pelo visto, 0 < f (y x) = f (y) f (x), portanto f (x) < f (y).
Conclundo a demonstracao da proposicao. Suponha, por absurdo, que exista x0
tal que f (x0 ) = x0 . Sem perda de generalidade, podemos assumir que f (x0 ) < x0 .
Como sabemos, dados dois numeros reais distintos, existe um racional entre eles.
Escolha um racional a tal que f (x0 ) < a < x0 . Como f preserva a ordem e a
e racional, temos que a = f (a) < f (x0 ), uma contradicao. Logo f (x) = x para
qualquer x real. 2

Proposicao 11.3.2 Seja B : R2 R2 e uma funcao biunvoca tal que B(o) = o.


Se B aplica retas Euclidianas em retas Euclidianas entao B e um operador linear
invertvel.

Prova O termo aplica retas em retas signica que a imagem de uma reta Eucli-
diana esta contida numa reta Euclidiana.
Sejam l1 e k retas tais que B(l1 ) k. Inicialmente mostraremos que B(l1 ) = k
e l1 e a unica reta cuja imagem esta contida em k.
Vamos supor, por absurdo, que exista um ponto q k mas q / B(l1 ). Neste
caso, como B e biunvoca existe um unico ponto q0 tal que B(q0 ) = q. E claro que
q0
/ l1 . Seja l2 uma reta que contem q0 e e perpendicular a l1 em q1 l1 . Como
B aplica retas em retas e B(q0 ), B(q1 ) k estao em B(l2 ) k. Agora, dado um
ponto qualquer p de R2 , ele pertence a uma reta l que intercepta l1 l2 em pelo
menos dois pontos, digamos p1 e p2 . Novamente, como B(p1 ), B(p2 ) k segue que
B(l) k. Isto mostra que B(R2 ) k. Uma constradicao, pois estamos supondo
que B e sobrejetiva.
Portanto, so existe a reta l1 tal que B(l1 ) = k.
Mostremos agora que as imagens por B de quaisquer duas retas paralelas l1 e l2
sao duas retas paralelas. Pelo visto, as suas imagens B(l1 ) e B(l2 ) sao retas distintas.
Suponha, por absurdo, que exista um ponto na intersecao p B(l1 ) B(l2 ). Sendo
assim, a pre-imagem B 1 (p) tem pelo menos dois pontos, um em cada reta paralela,
contradizendo a hipotese de B ser biunvoca.
Armacao 1 Se {v, w} e uma base de R2 entao B(v + w) = B(v) + B(w).
A hipotese de ser base implica que v e w nao sao nulos e nao colineares. Sejam
l1 e l2 as retas distintas que concorrem na origem e tais que v l1 e w l2 . Sendo
assim, {v + w} = l1  l2 , em que l1 e a reta que passa por w e e paralela a reta l1
108 CAPITULO 11. COLINEACAO

enquanto l2 e a reta que passa por v e e paralela a l2 . Examinemos as imagens por
B das retas acima,
B(o), B(v) k1 = B(l1 ) e B(o), B(w) k2 = B(l2 ).
Como sabemos, k1 e k2 sao retas distintas, logo, = {B(v), B(w)} e uma base de
R2 pois nenhum vetor e nulo e sao nao colineares. Agora, as retas k1 = B(l1 ) e
k2 = B(l2 ) sao retas que passam, respectivamente, por B(w) e B(v) e sao paralelas,
respectivamente, a k1 e k2 . E claro que {B(v) + B(w)} = k1 k2 . Por outro lado,
{B(v + w)} = B(l1 l2 ) = k1 k2 , portanto, B(v + w) = B(v) + B(w).
Armacao 2 Existe uma transformacao linear invertvel A : R2 R2 tal que a
composta C = A1 B e expressa na forma C(x, y) = (f (x), g(y)), em que f e g
sao biunvocas, f (0) = g(0) = 0 e f (1) = g(1) = 1. E mais, C satisfaz as hipoteses
do teorema.
Como feito na Armacao 1, mostramos que o conjunto de dois vetores =
{B(e1 ), B(e2 )} e uma base de R2 . Seja A : R2 R2 a transformacao linear tal que
A(e1 ) = B(e1 ) e A(e2 ) = B(e2 ). Mais precisamente, seja A(x, y) = xB(e1 )+yB(e2 ).
Como e uma base entao A e invertvel. Recordamos que A1 e uma transformacao
linear.
Sendo uma transformacao linear, A1 aplica retas em retas, A1 (o) = o e, sendo
invertvel, A1 e sobrejetiva. Agora, e imediato concluir que C = A1 B tambem
e uma aplicacao biunvoca, aplica retas em retas e C(o) = o. Portanto, C satisfaz
todas as hipoteses da proposicao.
Por construcao, C(o) = o, C(e1 ) = e1 e C(e2 ) = e2 . Isto implica que C pre-
serva os eixos ox e oy. Logo, C transforma retas horizontais em retas horizontais
enquanto retas verticais sao transformadas em retas verticais. Isto e suciente para
mostrar que C(x, y) = (f (x), g(y)). A biunicidade de f e g e os valores enunciados
deixaremos como exerccio. Isto conclui a demonstracao da armacao.
Iremos mostrar que C id. Disto segue que A B, portanto, B e uma
transformacao linear.
Armacao 3 As funcoes coordenadas de C(x, y) = (f (x), g(y)) sao aditivas, ou
seja, f (x1 + x2 ) = f (x1 ) + f (x2 ) e g(y1 + y2 ) = g(y1 ) + g(y2 ).
Examinemos apenas f , o estudo de g e similar.
Dados x1 e x2 . Se x1 = 0, considere a base {v, w} do R2 , em que v = (x1 , 0)
e w = (x2 , 1). Pela Armacao 1, vale a aditividade C(v + w) = C(v) + C(w),
implicando que f (x1 + x2 ) = f (x1 ) + f (x2 ). Se x1 = 0, como f (0) = 0, e imediato
vericar que f (x1 + x2 ) = f (x1 ) + f (x2 ).
Armacao 4 f g e f (x1 x2 ) = f (x1 )f (x2 ).
11.3. TEOREMA FUNDAMENTAL 109

Seja R. Consideremos uma reta com inclinacao , digamos l : y = x + b0 ,


e calculemos a inclinacao i() da reta imagem C(l). Para isto, sejam (0, b0 ) e
(x, x + b0 ) dois pontos distintos de l. E claro que x = 0. A inclinacao de C(l) e

g(x + b0 ) g(b0 ) g(x)


i() = = .
f (x) f (0) f (x)

A ultima igualdade segue por g(x + b0 ) = g(x) + g(b0 ) e f (0) = 0. Avaliando


em x = 1 obtemos que i() = g() pois f (1) = 1. Logo, g(x) = g()f (x) para
quaisquer x e . Avaliando em = 1 conclumos que g f pois g(1) = 1. Portanto,
f (x) = f ()f (x). Isto encerra a demonstracao da armacao.
Pelo visto, f (x) = x = g(x). Logo, C(x, y) = (f (x), g(y)) = (x, y), encerrando a
demonstracao da proposicao. 2
Prova do Teorema fundamental da Geometria Projetiva Seja : RP2
RP uma colineacao. Sem perda de generalidade, podemos assumir que preserva
2

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


pontos projetivos nao colineares tres a tres,

a = (1 : 0 : 0) (I ), b = (0 : 1 : 0) (I ) e c = (0 : 0 : 1),

e construmos uma colineacao D : RP2 RP2 induzida de um operador linear do


R3 tal que

D(a) = (1 : 0 : 0), D(b) = (0 : 1 : 0) e D(c) = (0 : 0 : 1).


Logo, a composta D : RP2 RP2 e uma colineacao que xa o ponto (0 : 0 : 1)
e preserva a reta ideal desde que xa dois de seus pontos, quais sejam (1 : 0 : 0) e
(0 : 1 : 0).
Iremos supor que a colineacao esta sob as condicoes descritas acima. Sendo
assim, aplica biunivocamente o plano am no plano am. Isto permite denir
uma aplicacao B : R2 R2 via identicacao am, estabelecendo que

B(x, y) e tal que (B(x, y) : 1) = (x : y : 1).

Como

e uma aplicacao biunvoca do plano am que aplica retas ans em retas


ans,

a identicacao am aplica retas Euclidianas do R2 em retas ans e

como (B(0, 0) : 1) = (0 : 0 : 1) = (0 : 0 : 1),


110 CAPITULO 11. COLINEACAO

e imediato concluir que

B aplica retas Euclidianas em retas Euclidianas,

B xa a origem o R2

e B e biunvoca.

Portanto, B : R2 R2 e um operador linear invertvel. Considere o operador linear


invertvel A : R3 R3 , denido por A(x, y, z) = (B(x, y), z). Ficara aos cuidados
do leitor mostrar que = A. 2

Exerccios propostos 11.3

1. Mostre as armacoes

(a) Toda colineacao tem um ponto xo.


(b) Se uma colineacao xa quatro pontos ela e a identidade.
(c) Existem colineacoes que xam os pontos e1 , e2 e e3 mas que nao sao a identidade.

2. Demonstre o seguinte teorema para n = 3 e depois use inducao para o caso geral.
Teorema Seja B : Rn Rn uma aplicacao biunvoca tal que B(o) = o. Se B aplica
hiperplanos em hiperplanos entao B e um operador linear invertvel.

11.4 Teorema de Papus


Para falar sobre triangulos, quadrilateros, pentagonos e outros polgonos no plano
projetivo precisamos denir o signicado destes termos que tem suas origens na
Geometria Euclidiana plana. Por exemplo, um quadrilatero em RP2 e um polgono
projetivo obtido de um quadrilatero do plano Euclidiano, via identicacao am,
seguido de uma colineacao. Transportamos juntos os signicados de vertice, lados,
esta inscrito, etc.
O objetivo do restante do captulo e demonstrar dois dos mais antigos teoremas
da geometria projetiva, o teorema de Papus e o teorema de Desargues. Expliquemos
o teorema de Papus no plano Euclidiano. Para facilitar a leitura, ao denotar uma
reta no plano Euclidiano determinada pelos pontos A e B, escreveremos lAB .
11.4. TEOREMA DE PAPUS 111

Acompanhe o enunciado graca-


mente. Sejam l e s duas retas
quaisquer no plano Euclidiano.
Escolhamos seis pontos distintos,
tres pontos sobre a primeira reta,
digamos, U , V e W , e tres sobre a
outra reta, U  , V  e W  . Considere os
pontos

A = lV W  lV  W , B = lU W  lU  W , C = lU V  lU  V .

O teorema de Papus arma que A, B e C sao colineares.


Transportaremos o teorema de Papus da Geometria Euclidiana para uma lingua-
gem projetiva utilizando a identicacao am. Como o numero de retas envolvidas
no problema e grande e nao temos muitas letras gregas apropriadas para designa-
las, xaremos uma notacao. Dados os pontos projetivos distintos u e v denotamos
a reta projetiva que contem u e v, por uv = u v.

Teorema 11.4.1 (Teorema de Papus) Sejam u, v, w, u , v  e w  seis pontos


projetivos distintos, dos quais os tres primeiros estao sobre uma reta r e os tres
ultimos fora desta reta e sobre uma outra reta r . Entao os pontos de intersecao

a = rvw rv w , b = ruw ru w , c = ruv ru v ,

sao pontos colineares1 .

Prova As hipoteses implicam que u, v  , w e b sao nao colineares tres a tres. Sendo
assim, a menos de uma colineacao, podemos supor que
u = (1 : 0 : 0), v  = (0 : 1 : 0), w = (0 : 0 : 1), b = (1 : 1 : 1).
Armacao 1 Sendo v colinear com u e w, podemos escolher
v = (, 0, 1) com = 0.
Senao vejamos. Como u = (1, 0, 0) e w = (0, 0, 1) pertencem ao plano e2 e v
e colinear com u e w e sao distintos, entao qualquer representante de v e da forma
v = (s, 0, t), com s = 0 e t = 0. Logo, podemos tomar v = t(s/t, 0, 1). O vetor
(s/t, 0, 1) tambem sera um representante de v. Facamos = st .
Armacao 2 Sendo u colinear com w e b, podemos escolher
u = (1, 1,  ) com  = 0.
1
A reta projetiva contendo tais pontos e chamada de reta de Papus.
112 CAPITULO 11. COLINEACAO

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


t s = det[w, b, u ] = 0.
Logo, s = t. Devemos ter s = 0, caso contrario u = (0 : 0 :  ) = w, uma con-
tradicao pois os pontos considerados sao distintos. Conclumos que u = (s, s, r) =
s (1, 1, r/s). Facamos  = r/s.
Armacao 3 Sendo w colinear com u e b, podemos escolher
w = (  , 1, 1) com  = 0.
A demonstracao e semelhante a demonstracao da armacao anterior.
Continuemos. Os pontos u , v  e w  estao sobre a reta projetiva r , portanto,
pelo criterio de colinearidade temos a seguinte relacao entre os coecientes  e  ,

1 0 
0 = det[u , v  , w  ] = det 1 1 1 = 1   .
 0 1
Guardemos esta relacao. Calculemos agora os pontos de intersecao das retas proje-
tivas. Sabendo que b = (1 : 1 : 1), precisamos calcular
a = vw v w , c = uv u v .
Levando em conta as representacoes obtemos
vw = v w = (1, +  , ), v w = v  w = (1, 0, 0),

uv = u v  = (0, 0, 1), u v = u v = (1,  1, ).


Finalmente, calculando os pontos as intersecoes,
a = (0, ,  ) , c = ( + 1, 1, 0),
veriquemos que os pontos sao colineares pois

0 1  + 1
det[a, b, c] = 1 1 =   = (1   ) = 0. 2
 1 0

Exerccios propostos 11.4

1. Verique o teorema de Papus para os pontos dados.


a) u = (1 : 1 : 0), v = (1 : 1 : 2), w = ( 0 : 1 : 1),
u = (1 : 1 : 1), v = (2 : 2 : 1), w = (1 : 1 : 1).
b) u = (1 : 0 : 1), v = (1 : 1 : 2), w = (5 : 2 : 3),
u = (1 : 1 : 0), v = (1 : 3 : 1), w = (0 : 2 : 1).
c) u = (2 : 1 : 1), v = (0 : 1 : 1), w = (1 : 2 : 1),
u = (1 : 1 : 1), v = (0 : 2 : 1), w = (1 : 3 : 2).
11.5. TEOREMA DE DESARGUES 113

2. Considere as retas Euclidianas 


l1 : y = x
.
l2 : y = 2x 3
Escolhidos os pontos sobre a reta l1 , A(1,1), B(2, 2) e C(3, 3), e os pontos sobre a reta
l2 , A (1, 1), B  (2, 1) e C  (6, 3), determine as coordenadas das intersecoes P , Q e R
e mostre que sao pontos colineares, onde
P = lAB  lA B , Q = lAC  lA C , R = lBC  lB  C .
3. Coloque o problema em linguagem projetiva e prove-o. Sejam A, B e C pontos
distintos sobre uma reta l e A , B  e C  pontos distintos sobre outra reta l = l de
maneira que nenhum destes pontos estao na intersecao l l . Se as retas lAA , lBB  ,
lCC  sao coincidentes em P , entao a reta de Papus e concorrente com l e l .

11.5 Teorema de Desargues


O Teorema de Desargues diz respeito a triangulos em perspectiva. Acompanhe na
gura o enunciado. Considere o plano contendo o triangulo com vertices u, v e w.
Vamos assumir que posicionado em O exista um ponto de luz e que o triangulo seja
opaco. O triangulo projeta uma sombra sobre um outro plano determinando um
triangulo cujos vertices sao u , v  e w .
O Teorema de Desargues arma que os la-
dos correspondentes do triangulo e de sua
sombra concorrem na reta intersecao dos
dois planos. Com isto, ca descrita uma
propriedade basica da perspectiva, ao es-
tabelecer uma tecnica fundamental para
desenhos, onde a realidade visual e regis-
trada gracamente sobre uma superfcie
plana. Transcrevamos todas estes fatos
fsicos num teorema com linguagem pro-
jetiva.

Teorema 11.5.1 (Teorema de Desargues) Seja = {u, v, w} um conjunto de


tres pontos projetivos distintos e nao colineares e seja  = {u , v  , w  } outro con-
junto de tres pontos projetivos distintos e nao colineares tais que  = { } e
que
{p} = ruu rvv rww .
Entao os pontos projetivos a, b e c sao colineares,2 em que
a = rvw rv w , b = ruw ru w , c = ruv ru v .
2
A reta projetiva assim denida e a reta de Desargues.
114 CAPITULO 11. COLINEACAO

Prova Assuma que os pontos projetivos u , v  , w  e p sao nao colineares tres a tres
(o caso contrario e trivial). A menos de uma colineacao, podemos simplicar os
calculos assumindo que
u = e1 , v  = e2 , w = e3 , p = (1 : 1 : 1).
Armacao 1 Existem numeros reais , e diferentes de zero tais que os pontos
u, v e w podem ser representados por
u = (1 + , 1, 1), v = (1, 1 + , 1) e w = (1, 1, 1 + ).
Demonstraremos apenas a existencia de , as outras igualdades tem demons-
tracoes semelhantes. Os pontos p, u e u sao colineares e distintos em RP2 , im-
plicando que todos pertencem a um mesmo plano perfurado em R3 e dois deles,
digamos, p e u , sao linearmente independentes. Logo, u = sp + tu , para algum
s = 0 e t = 0. Como
u = sp + tu = s(p + st u ),
facamos = st .
Armacao 2 Os pontos projetivos vw , uw e uv sao
uv = ( : : (1 + )(1 + ) 1),
uw = (+ : 1 (1 + )(1 + ) : +),
vw = ((1 + )(1 + ) 1 : : ).

A demonstracao e um calculo direto.


Armacao 3 Os pontos projetivos a, b e c podem ser representados por
a = (0, , ), b = (, 0, ), c = (, , 0).
Finalizando. O calculo

0
det[a, b, c] = det 0 = = 0,
0
mostra que os tres pontos sao colineares. 2

Exerccios propostos 11.5

1. Sejam u = (1 : 0 : 1), v = (1 : 2 : 2), w = (1 : 1 : 1), u , v  e w  pontos tais que as


retas projetivas r uu , r vv e rww sao concorrentes em p = (0 : 0 : 6). Determine
representantes para u , v  e w  sabendo-se que eles sao pontos ideais e estao na reta
de Desargues.
Captulo 12

Conicas
A intersecao de um cone cujo vertice
e a origem do R3 e o plano horizon-
tal com equacao z = 1 produz uma
das tres curvas classicas denomina-
das de conicas: elipse, parabola ou
hiperbole. Estamos interessados em
estudar tais curvas, mas nao com a -
nalidade de determinar seus eixos, fo-
cos, assntotas, etc. ou suas proprie-
dades metricas como, por exemplo, as
razoes entre as distancias de pontos
aos focos e diretrizes, estudo feito nos
ultimos anos do Ensino Medio. Exis-
tem belos resultados, como o Teorema
de Pascal, exibindo propriedades nao metricas das conicas e que dependem apenas
do conceito de incidencia. Toda a forca da Geometria Projetiva surge ao demons-
trarmos estes teoremas, certamente, um dos pontos altos da teoria.

12.1 Cones em R3
Em algum momento da nossa vida de estudante, seja quando estudamos Calculo na
Universidade ou Geometria Analtica no Ensino Medio, ouvimos ou lemos a frase
x2 + y 2 z 2 = 0 e a equacao de um cone  em R3 .
De fato, ao registramos gracamente o conjunto dos pontos v = (x, y, z) R3 cujas
coordenadas satisfazem a equacao obtemos uma gura que entendemos como sendo
um cone com vertice na origem.
Aquela equacao possui uma propriedade que nos induz a pensar no plano proje-
116 CAPITULO 12. CONICAS

tivo. Se v = (x, y, z) , entao, escolhido qualquer R, o vetor v = (x, y, z)


tambem pertence ao cone pois suas coordenadas satisfazem a equacao que dene
! Logo, faz sentido considera-la como uma equacao em coordenadas homogeneas
e estudar o conjunto C formado pelos pontos projetivos v = (x : y : z) RP2 cujas
coordenadas satisfazem a equacao, isto e,
C : x2 + y 2 z 2 = 0.
Devemos examinar com mais vagar este conjunto. Uma equacao em coordenadas
homogeneas e, obviamente, chamada de equacao homogenea.
Uma conica em R2 e a curva obtida pelo transporte via identicacao am da
curva intersecao de um cone e o plano horizontal e3 (0, 0, 1) : z = 1. A projecao
de um cone (menos seu vertice que sempre assumiremos ser o) no plano projetivo e
uma curva tambem denominada conica em RP2 .
No caso da intersecao do cone  : x2 +y 2 z 2 = 0 e o plano horizontal produzimos
a equacao x2 + y 2 1 = 0 em R2 que reconhecemos como sendo a equacao do crculo
unitario canonico em R2 . Crculo e um tipo particular de elipse.
A tecnica principal e estabelecer uma relacao entre equacoes homogeneas de
grau 2 com Algebra Linear, disciplina que, geralmente, trata de equacoes lineares,
de grau 1. Embora nao seja um relacao que possa ser imaginada de imediato, ela e
simples. Exempliquemos com o cone  acima.
Considere o operador linear A : R3 R3 , denido por A(x, y, z) = (x, y, z).
Sua matriz canonica e a matriz diagonal, portanto, simetrica,

1 0 0
[A] = 0 1 0 .
0 0 1
Seja v = (x, y, z) R3 . O leitor pode vericar que o cone ca denido por
 : v, A(v) = 0.
Passemos ao plano projetivo. O operador linear A, sendo invertvel, induz uma
colineacao A no plano projetivo, mas a equacao v, A(v) = 0 e a equacao de
incidencia entre o ponto projetivo v RP2 e uma reta projetiva r RP2 , isto
e, e a reta projetiva A(v) = RP2 . Sendo assim, e mais natural aceitar que o
operador linear induz uma aplicacao entre o plano projetivo e seu dual,
A : RP2 RP2 , A (x : y : z) = (x : y : z),
pois o plano projetivo e seu dual sao os mesmos. Logo,
a conica em RP2 obtida pela projecao de um cone em R3 e o conjunto
dos pontos projetivos v tais que v e a reta projetiva A (v) sao incidentes.
12.1. CONES EM R3 117

Uma pergunta se impoe imediata-


mente. Qual o signicado da reta pro-
jetiva = A (v) RP2 ?
Algebricamente a resposta e facil. A
reta projetiva rA (v) e obtida pela
projecao do plano perfurado em R3
cujo vetor normal e = A(v). Na
nossa notacao, e a reta projetiva ob-
tida pela projecao do plano perfurado
A(v) .

A resposta geometrica e crucial para o estudo das propriedades de conicas que


envolvam apenas o conceito de incidencia. O plano A(v) e o plano tangente ao
cone no ponto v! Examinemos esta armacao. Primeiro, observe que v A(v)
pois v, A(v) = 0. Segundo, a reta v tambem pertence ao mesmo plano e ao
cone. Resta mostrar que esta reta e a precisamente a intersecao do plano e o cone.
Deixaremos a demonstracao deste fato para depois.
Em resumo. Alem de obtermos uma curva em RP2 , isto e, o conjunto de pontos
projetivos v = (x : y : z) que satisfazem a equacao x2 + y 2 z 2 = 0, tambem
obtemos a reta projetiva tangente no ponto v, qual seja, = A (v) = (x : y : z).
Precisamos transportar todas as informacoes para o R2 pois, anal, desejamos
estudar conicas no plano. A tarefa e simples via identicacao am. Por exemplo, o
ponto
 
v = (3 : 4 : 5) = 35 : 45 : 1
pertence a conica C do plano projetivo denida pela equacao homogenea (ordem 2)
x2 + y 2 z 2 = 0. A reta projetiva tangente a conica no ponto v e
A(v) = = (3 : 4 : 5).
Pela identicacao am,

obtemos a equacao do crculo unitario canonico em R2 , x2 + y 2 1 = 0


(considerando z = 1),

o ponto p = ( 35 , 45 ) pertence ao crculo unitario

e a reta Euclidiana l : 3x + 4y 5 = 0 e a reta tangente ao crculo no ponto p.

Mas tudo isso e pouco diante do que vai ser dito.

Exerccios propostos 12.1


118 CAPITULO 12. CONICAS

1. Identique quais equacoes em tres variaveis sao homogeneas e determine a ordem de


homogeneidade.
a) x2 xz + y 2 = 0. b) x2 y + z 2 = 0. c) xy + xz + yz = 0.
d) x3 y 2 + z 2 = 0. e) x2 + y 2 = 0. f) xyz = 0.
2. Considere a curva obtida pela intersecao do cone  R3 com o plano : z = 1.
Transporte a curva obtida via identicacao am para o plano Cartesiano, faca seu
esboco e identique a conica obtida.
a)  : x2 y 2 + z 2 = 0. b)  : x2 yz = 0.
c)  : x + 2xz + yz = 0. d)  : 4x2 + 9y 2 z 2 = 0.
2

e)  : xz + y 2 = 0. f)  : xy z 2 = 0.

12.2 Quadricas
Esta secao e dedicada a organizar os cometarios postos na secao anterior. Iremos
estudar equacoes polinomiais homogeneas de ordem 2 em R3 , ou formas quadraticas,
ax2 + bx2 + cz 2 + dxy + exz + f yz = 0.
Inicialmente estaremos interessados no conjunto solucao, isto e, nos pontos v =
(x, y, z) R3 cujas coordenadas satisfazem a equacao. O conjunto solucao e cha-
mado de quadrica. Posteriormente, estudaremos o conjunto de pontos projetivo
v = (x : y : z) RP2 cujas coordenadas homogeneas satisfazem a mesma equacao,
isto e, estudaremos as conicas. A homogeneidade da equacao permite este estudo.
Um operador linear associado aquela equacao e um operador linear simetrico
A : R3 R3 , tal que
v, A(v) = ax2 + bx2 + cz 2 + dxy + exz + f yz,
em que v = (x, y, z) R3 . A matriz simetrica associada a equacao e a matriz
do operador linear A na base canonica, [A] = [A(e1 ), A(e2 ), A(e3 )]. Demonstre
a proposicao abaixo, ela estabelece um algoritmo relacionando os coecientes da
equacao e as entradas da matriz [A].

Proposicao 12.2.1 Dada uma equacao polinomial homogenea de ordem 2 em R3 ,


ax2 + bx2 + cz 2 + dxy + exz + f yz = 0, existe um unico operador linear simetrico
A : R3 R3 associado a equacao, a saber, e o operador cuja matriz canonica e

a d/2 e/2
[A] = d/2 b f /2 .
e/2 f /2 c

Exemplo 12.2.1 Pela proposicao, a equacao 7x2 + y 2 2xy + 5xz 4yz = 0 e


reescrita na forma v, A(v) = 0, em que A : R3 R3 e o operador linear simetrico
cuja matriz canonica e
12.2. QUADRICAS 119


7 1 5/2
[A] = 1 1 2 .
5/2 2 0 2

Exemplo 12.2.2 O operador linear simetrico associado a equacao x2 + y 2 + z 2 = 0


e a identidade Id do R3 . O unico vetor v = (x, y, z) R3 que satisfazem a condicao
v, Id(v) = 0 = x2 + y 2 + z 2 e o vetor nulo. 2

O exemplo acima nos diz um pouco mais. Um operador linear simetrico com
todos os autovalores positivos e dito ser positivo. Em Algebra Linear, e mostrado
que, neste caso, vale a condicao v, A(v) > 0 para todo vetor nao nulo v. Logo, um
operador linear simetrico positivo produz uma quadrica (degenerada) que reduz-se
a um ponto, a origem. Fato similar ocorre com um operador simetrico com todos
autovalores negativos, vale a inequacao v, A(v) < 0 para todo vetor v = o. Por-
tanto, a quadrica correspondente tambem reduz-se a um ponto. Nao estudaremos
quadrica cujo operador associado tem todos os autovalores com o mesmo sinal.
Devido a naturalidade da relacao entre um operador linear e sua matriz na base
canonica, iremos nos referir a autovalores, a autovetores, a quadrica determinada
por uma matriz em lugar de empregar estes termos a operadores lineares.

Exemplo 12.2.3 Devemos fazer mais restricoes sobre o tipo de equacao que deve-
mos analisar. Considere o conjunto dos pontos v = (x, y, z) R3 cujas coordenadas
satisfazem a equacao homogenea x2 y 2 = 0. Com uma manipulacao algebrica sim-
ples obtemos a decomposicao (x+y)(xy) = 0. A quadrica correspondente em R3 e
a uniao de dois planos. Evidentemente, qualquer pessoa de bom senso nao ve forma
de cone alguma num esboco das solucoes. Os matematicos idem. Mas o privilegio
compensatorio e poder detetar algebricamente o fenomeno. Para isso, e suciente
examinar os autovalores do operador linear cuja matriz simetrica associada e

1 0 0
[A] = 0 1 0 .
0 0 0
Os autovalores sao 1 = 1, 2 = 1 e 3 = 0. O autovalor zero provoca a degene-
recencia da quadrica, estamos examinando uma quadrica degenerada. Excluiremos
estes casos patologicos do nosso estudo. 2

Tendo em vista os comentarios acima, iremos estudar formas quadraticas pro-


venientes de operadores lineares A de R3 satisfazendo as seguintes condicoes:

eles sao simetricos;


120 CAPITULO 12. CONICAS

seus autovalores sao distintos de zero (A e invertvel);


os autovalores nao tem o mesmo sinal.

O conjunto solucao A em R3 da forma quadratica cujo operador linear associado


esta sob as condicoes acima e chamado de cone em R3 e, pelo visto, sua denicao
utilizando a condicao de incidencia e
A = {v R3 ; v, A(v) = 0}.
Nos ocuparemos somente destes casos. A intersecao do cone A com o plano
e3 : z = 1, produz tres tipos de curvas em R2 , via identicacao am, chamadas de
conicas: elipse, parabola e hiperbole.

Exemplo 12.2.4 Pelo algoritmo construido no 1 1 1
incio desta secao, a matriz simetrica ao lado dene [A] = 1 1 1 .
o cone A : x2 2xy + y 2 + 2xz + 2yz + 2z 2 = 0. 1 1 2
Se desejarmos utilizar a linguagem de operadores lineares, consideramos o ope-
rador linear A : R3 R3 , A(x, y, z) = (x y + z, x + y + z, x + y + 2z), e denimos
o cone pela equacao de incidencia, A : v, A(v) = 0.
De e um cone pois seus autovalores sao 1 = 2 > 0, 2 =
fato, esta quadrica
1 + 12 > 0 e 3 = 1 12 < 0.
A conica obtida em R2 via identicacao am (z = 1) tem equacao C : x2 2xy +
y2 + 2x + 2y + 2 = 0. Logo adiante, teremos condicoes de saber qual e o tipo de
conica: elipse, parabola ou uma hiperbole. 2
O fato que permite estudar estas curvas planas no plano projetivo e a seguinte
propriedade do cone A . Se = 0 e v A R3 entao, v A pois
v, A(v) = 2 v, A(v) = 0.
Portanto, a projecao : R3 /{o} RP2 , (v) = v, aplica o cone A (menos
a origem) numa curva sobre o plano projetivo, chamado de conica projetiva, ou
simplesmente, conica. Como veremos logo a seguir, o plano projetivo e o espaco
mais apropriado para estudar as conicas.

Exerccios propostos 12.2

1. Mostre que o determinante de uma matriz 3 3 e igual a zero se, e somente se, existe
um autovalor igual a zero.
2. Para cada equacao homogenea de ordem 2 determine um operador linear A : R3 R3
e reescreva a equacao com a condicao de incidencia v, A(v) = 0.
a) x2 3y 2 + z 2 = 0. b) 4x2 + 2y z 2 = 0. c) 3x2 + y 2 + 4z 2 = 0.
d) 2xy 2xz + 2yz = 0. e) 6x2 yz = 0. f) (x z)2 = 0.
12.3. CORRELACOES 121

12.3 Correlacoes
Como feito anteriormente, o conjunto das retas projetivas RP2 foi identicado com
o plano projetivo RP2 . Desejamos estudar as aplicacoes bijetivas : RP2 RP2
que preservam colinearidade, isto e, tres pontos projetivos colineares sao aplicados
em tres retas projetivas concorrentes. Tais aplicacoes e suas inversas sao chamadas
de correlacoes.
Nada impede que dado um operador linear invertvel A : R3 R3 possamos
denir uma aplicacao A : RP2 RP2 , pela qual associamos um ponto projetivo v
a uma reta projetiva r pois o contra domnio e um plano projetivo. A utilizacao
do asterisco nesta notacao tem o objetivo de distingui-la de colineacao, aplicacao
denida e estudada no captulo anterior, cujo domnio e contradomnio e o plano
projetivo. Aqui o contradomnio e o plano projetivo dual.

Exemplo 12.3.1 O operador linear A de R3 cuja matriz canonica e



0 1 0
[A] = 1 0 1
0 1 1
e invertvel pois det[A] = 0. Em termos de coordenadas homogeneas ele dene a
aplicacao A : RP2 RP2 ,
A (x : y : z) = (y : x + z : y z).
Por exemplo, o ponto projetivo v = (1 : 1 : 3) e aplicado na reta projetiva r , onde
= (1 : 4 : 2). A inversa de A e a aplicacao A : RP2 RP2 (o asterisco e
colocado na posicao inferior),
A (v) = A1 (v).
Para explicitar a aplicacao precisamos saber a matriz inversa de [A],

1 1 1
[A]1 = 1 0 0 .
1 0 1
Sendo assim, A (x : y : z) = (x + y + z : x : x z). A reta projetiva = (2, 1, 3)
e aplicada no ponto projetivo v = (3 : 2 : 1). 2

De fato, um operador linear invertvel de R3 induz uma correlacao.

Proposicao 12.3.1 Seja A um operador linear invertvel em R3 . Os pontos proje-


tivos u, v, w RP2 sao colineares, se e somente se, as retas projetivas A (u), A (v),
A (w) RP2 sao concorrentes.
122 CAPITULO 12. CONICAS

Prova A colinearidade e a concorrencia estao relacionadas por


det[A(u), A(v), A(w)] = det ([A][u, v, w]) = det[A] det[u, v, w].
Sendo assim, det[u, v, w] = 0, se, e somente se, det[A(u), A(v), A(w)] = 0. 2
Deixamos ao leitor o trabalho de enunciar e provar o resultado similar para a
inversa A da correlacao A . Pelo Teorema Fundamental da Geometria Projetiva,
toda correlacao e deste tipo, isto e,
cada correlacao e induzida por um operador linear invertvel de R3 e este ope-
rador e unico a menos de uma multiplicacao por um escalar diferente de zero.
Iniciaremos a apresentacao deste ponto, temos em maos um operador linear
invertvel A : R3 R3 . A correlacao induzida por A e a aplicacao denotada e
denida por
A : RP2 RP2 , A (v) = A(v).
Para recordar, a notacao A (v) e rA (v) tem o mesmo signicado, indicam uma
mesma reta projetiva. Por tudo que vimos, podemos armar que a inversa da
correlacao induzida por A e a correlacao induzida pelo operador A1 , ou seja,
A : RP2 RP2 , A () = A1 ().

12.4 Polaridades
Uma correlacao e uma polaridade se sua matriz e simetrica. Para uma redacao mais
precisa e conveniente nomear os dois tipos de correlacoes. Uma aplicacao polar e
uma correlacao simetrica
A : RP2 RP2 ,
e uma aplicacao polo e uma correlacao simetrica
A : RP2 RP2 .
Uma propriedade relevante de operadores simetricos invertveis e que seu ope-
rador inverso tambem e simetrico e [A1 ]t = [A1 ]. Portanto, a inversa de uma
polaridade e uma polaridade. Ao utilizarmos os termos a polaridade denida pelo
operador A ca subentendido que sao as duas aplicacoes, polar e polo, como de-
nidas acima. Temos a seguinte consequencia deste fato.

Proposicao 12.4.1 Polaridade preserva incidencia: v r A () rA (v) .

Prova Examinemos as equacoes de incidencia


t
A1 (), A(v) = , A1 A(v) = , A1 A(v) = , v = v, .
12.4. POLARIDADES 123

O membro esquerdo e igual a zero se, e somente se, o membro direito o e. 2


Sejam A : RP RP e A : RP RP as aplicacoes polar e polo, respec-
2 2 2 2

tivamente, associadas a um operador linear simetrico invertvel A do R3 .


Quando v rA (v) diremos que o ponto projetivo v e autoconjugado. Observe
que a condicao de ser autoconjugado e expressa algebricamente pela equacao
de incidencia v, A(v) = 0. Em outras palavras, v pertence ao seu polar.
Quando A () r diremos que a reta projetiva e autoconjugada. Da mesma
forma, a condicao de ser autoconjugada e expressa pela equacao de incidencia
A1 (),  = 0. Uma reta projetiva e autoconjugada se ela incide em seu
polo.

Proposicao 12.4.2 Uma reta projetiva r contem no maximo dois pontos auto-
conjugados associados a uma aplicacao polar A : RP2 RP2 .

Prova Sejam v e w dois pontos autoconjugados e distintos sobre a reta r . Assim


sendo, rA (v) e rA (w) sao retas distintas e qualquer ponto do plano R3 e uma
combinacao linear dos dois vetores v e w. Portanto, os pontos da reta projetiva r
sao expressos na forma
u = sv + tw, onde s e t sao numeros reais nao nulos simultaneamente.
Pela equacao de autoconjugacao temos que v, A(v) = 0 = w, A(w). Vamos
supor, por absurdo, que u0 = s0 v + t0 w seja um outro ponto autoconjugado em r .
Expressemos algebricamente a condicao deste ponto ser autoconjugado. Utilizando
a bilinearidade do produto interno e a simetria, A = At ,

0 = u0 , A(u0 )
= s20 v, A(v) + 2s0 t0 v, A(w) + t20 w, A(w)
= 2s0 t0 v, A(w).

Como s0 = 0 e t0 = 0 entao v, A(w) = 0, signicando que v rA (w) . Mas v e


autoconjugado, entao v rA (v) , implicando que
v rA (w) rA (v) .
Pelo fato de A ser simetrica tambem temos w, A(v) = 0, signicando que w
rA (v) . Novamente, pelo mesmo argumento de autoconjugacao, conclumos que
w rA (v) rA (w) .
Mas duas retas projetivas incidem num unico ponto. Logo, v = w, uma contradicao
pois estavamos assumindo que eles eram distintos. Pelo visto, nao existe um terceiro
ponto autoconjugado na reta projetiva r . 2
124 CAPITULO 12. CONICAS

Exerccios propostos 12.3

1. Determine matricialmente todas as aplicacoes polares A : RP2 RP2 tais que os


pontos e1 , e2 , e3 , u = (1 : 1 : 1) e v = (1 : 1 : 0) sejam autoconjugados.

3 3 3 a b c
2. Sabendo-se que a + b + c > 3abc mostre que
[A] = b c a .
a matriz ao lado determina uma polaridade.
c a b

3. Uma aplicacao polar A : RP2 RP2 possui pontos autoconjugados se, e somente
se, os autovalores da matriz [A] nao tem o mesmo sinal.

12.5 Conicas em RP2


Uma conica em RP2 denida por uma aplicacao polar A : RP2 RP2 e o conjunto
formado pelos pontos que pertencem ao seu polar. Mais precisamente.

Definicao 12.5.1 A conica determinada pela aplicacao polar A : RP2 RP2 e


o conjunto definido e denotado por
CA = {v RP2 ; v, A(v) = 0}.

A partir deste ponto passaremos a supor que a conica nao e vazia nem dege-
nerada. Isso significa que os autovalores do operador linear invertvel e simetrico
A : R3 R3 nao possuem o mesmo sinal.
Numa denicao mais tecnica poderamos dizer que a conica CA e o conjunto dos
pontos projetivos autoconjugados em relacao a aplicacao polar A . Ou, a conica e
o conjunto dos pontos que satisfazem a condicao v rA (v) . Observamos que na
denicao de conica o conjunto CA nao depende do representante do ponto projetivo
tomado, pois se v, A(v) = 0 e = 0 entao v, A(v) = 2 v, A(v) = 0.

Exemplo 12.5.1 Considere a matriz simetrica



1 1 1
[A] = 1 1 1 .
1 1 2
A matriz [A] dene um operador linear A em R3 e este por sua vez induz uma
correlacao A : RP2 RP2 desde que o determinante de [A] nao e nulo. A e uma
aplicacao polar e dene uma conica em RP2 . Esta informacao esta registrada no
polinomio caracterstico de A, p(), pois
as razes sao
nao iguais a zero e nao tem
o mesmo sinal, p() = ( 2)( 1 + 3)( 1 3). A equacao homogenea da
conica CA no plano projetivo e calculada por v, A(v) = 0, sendo assim,
12.5. CONICAS EM RP2 125

CA : x2 2xy + 2xz + y 2 + 2yz + 2z 2 = 0.


Pergunta. Quais dos pontos projetivos v = (1 : 1 : 1) e w = (1 : 1 : 1)
pertencem a conica CA ? 2

Uma conica e classicada em tres tipos, dependendo da sua intersecao com a


reta ideal. Diz-se que uma conica CA e:
uma elipse, se CA nao intercepta I ;

uma parabola, se CA intercepta I num unico ponto;

uma hiperbole, se CA intercepta I em dois pontos.

Estas sao as tres possibilidades para a intersecao com a reta ideal pois, como
vimos na ultima proposicao da secao anterior, uma reta projetiva possui no maximo
dois pontos autoconjugados.

Exemplo 12.5.2 Examinemos a equacao homogenea x2 2xy +2xz +y 2 +2yz = 0.


A matriz simetrica associada [A] dene um operador linear A em R3 cujo polinomio
caracterstico possui tres razes reais nao nulas e nem todas tem o mesmo sinal,

p() = ( 2)( 2)( + 2).
O operador induz uma aplicacao polar e a equacao dada e a equacao de autocon-
jugacao de um ponto projetivo v = (x : y : z). Veriquemos se a conica tem ponto
ideal. Seja v = (x : y : 0). Substituindo na equacao obtemos as igualdades
0 = x2 2xy + y 2 = (x y)2 .
Portanto, a unica intersecao da conica com a reta ideal e o ponto v = (x : x : 0) =
(1 : 1 : 0). A conica CA e uma parabola.
Agora, os pontos (x, y) R2 tais que (x : y : 1) CA devem satisfazer a equacao
x2 2xy + 2x + y 2 + 2y = 0.
Esta e a equacao de uma parabola em R2 . 2

Exemplo 12.5.3 Consideremos a matriz simetrica



1 1 3
[A] = 1 1 5 .
3 5 2
Como o determinante da matriz e diferente de zero, podemos garantir que [A] dene
uma correlacao A : RP2 RP2 ,
A(x : y : z) = (x y + 3z : x + y + 5z : 3x + 5y 2z).
126 CAPITULO 12. CONICAS

A condicao de autoconjugacao, v, A(v) = 0, nos da a equacao homogenea


CA : x2 2xy + 6xz + y 2 + 10yz 2z 2 = 0.
Examinemos a existencia de pontos ideais sobre a conica. Seja v = (x : y : 0).
Substituindo suas coordenadas na equacao obtemos
x2 2xy + y 2 = (x y)2 = 0.
Portanto, um ponto ideal v = (x : y : 0) pertence a CA se, e somente se, x = y, ou
seja, CA I = {(1 : 1 : 0)}. Logo, como existe pelo menos um ponto autoconjugado,
CA nao e vazio, os autovalores de A nao tem o mesmo sinal e A e uma aplicacao
polar, isto e, CA e uma parabola.
Quais pontos do (x, y) R2 que atraves da identicacao com o plano am
pertence a conica? Para responder consideramos o ponto v = (x : y : 1) RP2 e
exigimos que ele pertenca a conica CA , isto e, que suas coordenadas satisfacam a
equacao de incidencia. Feito isto obtemos a parabola
x2 2xy + 6x + y 2 + 10y 2 = 0. 2

Exemplo 12.5.4 Consideremos o subconjunto de R2 ,


C : 3x2 y 2 + 2xy 1 = 0.
Qual o tipo de conica em R2 esta denida por esta equacao homogena? A resposta
e simples. Consideramos a conica projetiva
CA : 3x2 y 2 + 2xy z 2 = 0.
Aquela primeira equacao e obtida desta ultima via identicacao am. Vericamos
se existe pontos ideais sobre a conica projetiva,
0 = 3x2 y 2 + 2xy = 4x2 (x y)2 .
Existem dois pontos ideais, a saber,
w1 = (x : x : 0) = (1 : 1 : 0),
w2 = (x : 3x : 0) = (1 : 3 : 0).
Logo, C : 3x2 y 2 + 2xy 1 = 0 hiperbole em R2 .
3 1 0
A matriz simetrica 3 3, que dene a conica CA : [A] = 1 1 0 .
3x2 y 2 + 2xy z 2 = 0 no plano projetivo e dada ao 0 0 1
lado.
Observe que pelos fatos det[A] = 0 e CA = {v RP2 ; v, A(v) = 0} nao ser
vazio, sabemos que os autovalores da matriz nao possuem o mesmo sinal. 2

Exerccios propostos 12.4

1. Determine a equacao da conica CA induzida pelo operador linear A cuja matriz na


12.6. RETAS TANGENTES 127

base canonica e dada abaixo.



1 1 0 1 1 1 2 3 1
a) [A] = 1 1 3 . b) [A] = 1 3 1 . c) [A] = 3 2 1 .
0 3 1 1 1 2 1 1 3
2. Considere a aplicacao polar associada a matriz simetrica

5 3 4
[A] = 3 1 2 .
4 2 2

a) Dados os pontos projetivos v = (1 : 2 : 1) e w = (1 : 1 : 3) e determine a


reta intersecao das retas projetiva A (v) A (w).
b) Verique que p = (1 : 13 : 1) e q = (1 : 1 : 1) pertencem a conica CA .

3. Classique as conicas no plano Cartesiano.


a) C : x2 4xy 10y 2 = 0. b) C : 6x2 3xy y 2 1 = 0.
c) C : x2 + xy + y 2 1 = 0. d) C : 3x2 4y 2 + 24xy 156 = 0.

12.6 Retas tangentes


Sejam A : RP2 RP2 e A : RP2 RP2 as aplicacoes polar e polo, respectiva-
mente, induzidas por um operador linear simetrico invertvel A do R3 . Assuma que
a aplicacao polar dene uma conica CA RP2 .

Definicao 12.6.1 A conica dual e o conjunto definido e denotado por


= { RP2 ; A1 (),  = 0}.
CA
Um ponto desta conica e chamado de reta tangente.

A denicao ilustra quao elegante e a teoria de conicas quando o tratamento e


feito com a linguagem projetiva. Iremos mostrar que um ponto de CA e, de fato,

uma reta projetiva tangente a conica CA com o signicado de tangencia que estamos
habituados. Com a notacao ja xada vale a seguinte proposicao.

Proposicao 12.6.1 A (CA ) = CA


.

Prova Merecem registros duas armacoes. A primeira garante que uma reta pro-
jetiva tangente a conica toca CA em pelo menos um ponto, a saber, A ().
(tangente a conica) entao A () C . Em particular,
Armacao 1: Se CA A
A () CA r .
128 CAPITULO 12. CONICAS

Por denicao de reta tangente temos que A () r . Em termos de equacao de


incidencia podemos escrever A1 (),  = 0. Veriquemos que o ponto projetivo
A () = A1 () tambem pertence a conica C A ,
A1 (), A(A1 () = A1 (),  = 0.
Portanto, A () CA r .
A segunda afrimacao garante que para construir uma (que sera unica) reta
tangente a conica no ponto v CA devemos tomar a reta projetiva A (v).
Armacao 2: Se v CA entao A (v) CA
(tangente a conica). Em particular,

v CA rA (v) .
Por denicao de conica, se v CA entao v rA (v) . Como a aplicacao polar e
a aplicacao polo sao aplicacoes inversas uma da outra, temos que A (A (v)) = v
rA (v) . Em outras palavras, a reta projetiva rA (v) e tangente a conica.
Agora, como A e a inversa de A , a proposicao segue facilmente. 2
Caracterizemos geometricamente retas tangentes. Como sabemos do Calculo,
uma reta tangente a uma conica em R2 intercepta a conica num unico ponto.

Proposicao 12.6.2 r CA = {v} se, e somente se, A (v) = CA


.

Prova () Seja CA . Pelas armacoes estudadas na demonstracao da proposicao

acima podemos garantir que A () = v CA rA (v) . Assumamos, por absurdo, que


exista um outro ponto w nesta intersecao. Sendo assim, qualquer ponto do plano
A(v) R3 e uma combinacao linear dos vetores v e w. Portanto, os pontos da reta
projetiva rA (v) sao expressos na forma
u = sv + tw, onde s e t sao numeros reais nao nulos simultaneamente.
Levando em conta as equacoes de autoconjugacao v, A(v) = 0 = w, A(w), a
condicao de incidencia w, A(v) = 0, a bilinearidade do produto interno e a simetria
do operador linear A, avaliemos u, A(u), onde u = sv + tw,
u, A(u) = 2stv, A(w) = 2stw, A(v) = 0.
Como s e t podem ser simultaneamente nao nulos, as igualdades acima mostram que
a reta projetiva rA (v) possui innitos pontos autoconjungados. Uma contradicao
pois como sabemos, podem existir no maximo dois pontos autoconjugado sobre uma
reta projetiva. A recproca cara como exerccio. 2

Exemplo 12.6.1 Considere a conica em R2 . C : x2 + xy + y 2 1 = 0. Calculemos


a equacao da reta tangente a conica C no ponto p = (1, 1). Como sempre, consi-
deramos a conica projetiva CA : x2 + xy + y 2 z 2 = 0. De fato, CA e um conjunto
12.7. CONSTRUINDO CONICAS 129

nao vazio pois p = (1 : 1 : 1) e um dos seus elementos. Como a aplicacao polar


associada e A : RP2 RP2 ,
A (x : y : z) = (x + 12 y : 12 x + y : z),
a reta tangente r no ponto p = (1 : 1 : 1) e a reta polar deste ponto,
= A (p) = ( 12 : 12 : 1) = ( 12 : 1
2 : 1).
A reta tangente a conica no R2 e obtida via identicacao am, l := 12 x+ 21 y+1 = 0.
A conica C no R2 e uma elipse pois nao existe intercao de CA com o reta ideal.
Senao vejamos. Seja v = (x : y : 0). Por substituicao temos as igualdades
x2 + xy + y 2 = (x + 12 y)2 + 34 y 2 = 0.
Verica-se que a unica solucao seria x = y = 0. Mas nao existe ponto projetivo com
todas as coordenadas homogeneas iguais a zero. 2

Exerccios propostos 12.5

1. Seja CA a conica associada a matriz dada ao lado.


2 1 3
(a) O ponto p = (2 : 1 : 12 + 32 3) CA ?
[A] = 1 1 5 .
(b) Se p = (2 : 1 : 2), determine os pontos da in- 3 5 2
tersecao CA A (p).

2. Calcule a equacao da retatangente



a conica em R2 , C : x2 + xy + y 2 1 = 0 nos
3 3
pontos p = (1, 1) e q = ( 3 , 3 ).

3. Sejam A e A as polaridades associadas a matriz



1 1 1
[A] = 1 3 1 .
1 1 2

a) Determine a equacao da conica CA .


b) Verique que u = (1 : 31 : 1) e v = (1 : 1 : 1) pertencem a conica CA e
determine a reta projetiva tangente nestes pontos.
c) De a equacao da conica C do plano Cartesiano obtida pela identicacao am e
explicite a equacao cartesiana da reta tangente a conica C no ponto correspon-
dente aos pontos u e v. Identique C (elipse, parabola, hiperbole).

12.7 Construindo conicas


Antes de tudo mostremos que uma colineacao transforma conicas em conicas.
130 CAPITULO 12. CONICAS

Proposicao 12.7.1 Seja CA uma conica definida pela aplicacao polar A : RP2
RP2 e seja B : RP2 RP2 uma colineacao. Entao B (CA ) e a conica definida
t
pela aplicacao polar C : RP2 RP2 , em que [C] = [B 1 A B 1 ].

Prova Iremos vericar que o conjunto de pontos projetivos


B (CA ) = {w RP2 ; w = B (v) com v, A(v) = 0}
e igual a conica
t
CC = {w RP2 : w, B 1 AB 1 (w) = 0}.
Mostremos a inclusao B (CA ) CC . Seja w B (CA ). Por denicao, existe um
ponto projetivo v tal que w = B (v) e satisfazendo a equacao v, A(v) = 0. Calcu-
lemos
t t
w, B 1 AB 1 (w) = B(v), B 1 AB 1 (B(v))
= B 1 (B(v)), A(v)
= v, A(v)
= 0.

Logo, w CC . A demonstracao da inclusao oposta e um exerccio. 2

Lema 12.7.1 Dados e1 , e2 , e3 , u = (1 : 1 : 1) e v = (v1 : v2 : v3 ) em RP2 . Entao


os pontos sao tres a tres nao colineares se, e somente se, vi = 0 e vi = vj para
i = j.

Prova Utilizando o criterio de nao colinearidade entre tres pontos temos que
v3 = det [e1 , e2 , v] = 0, v2 = det [e1 , e3 , v] = 0, v1 = det [e2 , e3 , v] = 0.
De modo semelhante,
v3 v2 = det [e1 , u, v] = 0, v1 v3 = det [e2 , u, v] = 0, v2 v1 = det [e3 , u, v] = 0.
Isto termina a demonstracao do lema. 2

Proposicao 12.7.2 Dados os pontos projetivos e1 , e2 , e3 , u = (1 : 1 : 1) e v =


(v1 : v2 : v3 ). Se eles sao tres a tres nao colineares, entao existe uma unica conica
CA que passa pelos cinco pontos dados. Mais ainda, a conica CA e induzida por um
operador linear A do R3 cuja matriz canonica e

0 v3 (v1 v2 ) v2 (v3 v1 )
[A] = v3 (v1 v2 ) 0 v1 (v2 v3 ) .
v2 (v3 v1 ) v1 (v2 v3 ) 0
12.7. CONSTRUINDO CONICAS 131

Prova Seja

a b c
[A] = b d e .
c e f
Para que os pontos e1 , e2 e e3 sejam autoconjugados em relacao a aplicacao polar
induzida por A as entradas da diagonal da matriz devem ser
a = e1 , A(e1 ) = 0, d = e2 , A(e2 ) = 0, f = e3 , A(e3 ) = 0.
De onde segue que

0 b c
[A] = b 0 e .
c e 0
Para que os pontos u = (1 : 1 : 1) e v = (v1 : v2 : v3 ) sejam autoconjugados devemos
ter as seguintes relacoes entre os coecientes da matriz,

0 = u, A(u) = b + c + e,
0 = v, A(v) = v1 v2 b + v1 v3 c + v2 v3 e.

Qualquer solucao deste sistema pode ser as entradas procurada. E claro que as
solucoes estao na intersecao dos seguintes subespacos de R3 ,
u = {(b, c, e) R3 : b + c + e = 0},
= {(b, c, e) R3 : v1 v2 b + v1 v3 c + v2 v3 e = 0}.
O lema anterior e as hipoteses sobre as coordenadas homogeneas de v, implicam que
os subespacos nao sao os mesmos e que = (v1 v2 , v1 v3 , v2 v3 ) nao e o vetor nulo.
Logo, as solucoes do sistema sao os multiplos de u. Sendo assim, podemos tomar
como entradas da matriz as coordenadas do proprio produto vetorial, ou seja,
b = v3 (v1 v2 ) , c = v2 (v3 v1 ) , e = v1 (v2 v3 ).
Portanto, um possvel operador simetrico que induz uma aplicacao polar para a
qual aqueles pontos sao autoconjugados tem matriz canonica

0 v3 (v1 v2 ) v2 (v3 v1 )
[A] = v3 (v1 v2 ) 0 v1 (v2 v3 ) .
v2 (v3 v1 ) v1 (v2 v3 ) 0
Resta provar que tal matriz e invertvel. De fato, como os pontos sao nao colineares,
pelo lema anterior, vi = 0 e vi = vj para todos i = j. Por outro lado, um calculo
direto mostra que
det A = 2v1 v2 v3 (v1 v2 ) (v3 v1 ) (v2 v3 ) = 0.
A conica procurada e denida pela aplicacao polar determinada por A. 2
132 CAPITULO 12. CONICAS

Exemplo 12.7.1 Determinemos a equacao da conica que incide nos pontos e1 , e2 ,


e3 , u = (1 : 1 : 1) e v = (1 : 1 : 2). Pela proposicao acima a matriz

0 4 3
[A] = 4 0 1
3 1 0
induz a aplicacao polar A : RP2 RP2 cujo conjunto de pontos autoconjugados
e a conica procurada. Por um calculo direto chegamos a CA : 8xy + 6xz + 2yz = 0.
Para determinar qual o tipo de conica, examinamos a intersecao com os pontos
ideais. Mas ja conhecemos esta intersecao, sao os pontos e1 e e2 . Logo, a conica e
uma hiperbole. 2

Teorema 12.7.1 (Teorema de Papus e Maclaurin) Dados cinco pontos proje-


tivos de maneira que tres quaisquer deles sao nao colineares, entao existe uma unica
conica que passa por estes pontos.

Prova Dados cinco pontos a, b, c, d e e, como descritos na hipotese. Considere a


unica colineacao B : RP2 RP2 que aplica, respectivamente, os pontos e1 , e2 , e3
1
e u = (1 : 1 : 1) nos pontos a, b, c, d. Seja v = B (e). Pela proposicao anterior,
existe uma unica aplicacao polar A : RP2 RP2 que dene uma conica passando
pelos pontos e1 , e2 , e3 , u e v. Logo, a colinecao B transforma a conica CA na conica
procurada. 2

Exemplo 12.7.2 Determinemos a equacao da conica que passa pelos pontos


a = (0 : 1 : 1), b = (1 : 0 : 1), c = (2 : 1 : 0),
d = (1 : 1 : 3), e = (3 : 1 : 3).
Inicialmente construmos a colineacao B : RP2 RP2 tal que
B(e1 ) = a, B(e2 ) = b, B(e3 ) = c, B(u) = d,
onde u = (1 : 1 : 1). Como sabemos, [B] = [k1 a, k2 b, k3 c], onde
det[d, b, c] det[a, d, c] det[a, b, d]
k1 = = 2, k2 = = 5, k3 = = 3.
det[a, b, c] det[a, b, c] det[a, b, c]
Portanto, a colineacao e determinada pela matriz

0 5 6
[B] = 2 0 3 .
2 5 0
Agora, seja
1 7
v = (v1 : v2 : v3 ) = B (3 : 1 : 3) = (2 : 5
: 53 ).
12.8. TEOREMA DE PASCAL 133

Pelo teorema anterior existe uma unica conica passando por e1 , e2 , e3 , u e v e ela
esta associada a matriz

0 1 7/25
[A] = 1 0 8/15 .
7/25 8/15 0
A conica procurada e induzida pelo operador C em R3 cuja matriz canonica e
t
[C] = [B 1 AB 1 ]. 2

Exerccios propostos 12.6

1. Se os autovalores de uma matriz simetrica nao singular nao tem o mesmo sinal, o
t
mesmo ocorre com [C]1 [A][C]1 qualquer que seja a matriz invertvel [C].
2. Encontre a equacao da conica incidindo nos pontos projetivos dados e classique-a.
a) e1 , e2 , e3 , u = (1 : 1 : 1), v = (1 : 1 : 3).
b) p = (2 : 1 : 3), q = (1 : 1 : 5), u = (3 : 5 : 2),
v = (4 : 5 : 6), w = (12 : 13 : 8).
3. Determine a equacao da conica C R2 incidindo nos cinco pontos dados.
a) o = (0, 0), e1 = (1, 0), e2 = (0, 1), u = (1, 1), v = (1, 2).
b) u = (1, 1), v = (1, 1), w = (1, 1), t = (2, 0), s = (0, 2).
4. Determine a equacao de uma conica inscrita no pentagono do R2 cujos lados estao
sobre as retas li , i = 1, , 5.
a) l1 : x = 0, l2 : y = 0, l3 : x + y 1 = 0,
l4 : x + y + 1 = 0, l5 : x + y 2 = 0.
5. Sejam A e A polaridades induzida por A. Prove que por um ponto p existem no
maximo duas retas projetivas autoconjugadas passando por p.
6. Dadas cinco retas projetivas em RP2 , digamos 1 , 2 , 3 , 4 e 5 , de maneira que
tres quaisquer sao nao concorrentes. Mostre que existe uma unica polaridade A e
A tal que todas as retas sao autoconjugadas.

12.8 Teorema de Pascal


O teorema de Pascal esta para conicas assim como o teorema de Papus esta para
retas Euclidianas. Utilizaremos a seguinte notacao por simplicidade de enunciado.
Dados dois pontos projetivos u e v denotaremos a reta projetiva denida por estes
dois pontos por ruv , onde uv = u v.

Teorema 12.8.1 (Hexagrama mstico de Pascal) Sejam u, v, w, u , v  , w 


seis pontos distintos sobre uma conica CA . Os pontos
134 CAPITULO 12. CONICAS

a = rvw rv w , b = ruw ru w , c = ruv ru v .


sao pontos colineares.

Prova: Vamos supor inicialmente que

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

Como u e v pertencem ao conjuntos dos pontos


ideais I , e os pontos ideais formam uma reta
projetiva, podemos garantir que nenhum outro
ponto nao pertence a I . Portanto, podemos considerar as coordenadas para os
pontos projetivos restantes com a terceira coordenada igual a 1,
u = (u1 : u2 : 1), v  = (v1 : v2 : 1), w = (w1 : w2 : 1).
Como os pontos a, b e c sao intersecoes de retas projetivas, eles sao as classes de
equivalencia dos seguintes pontos do R3 , respectivamente,
a = vw v w b = uw u w c = uv u v .
Efetuando as operacoes obtemos os vetores



vw = (0, 1, 0) ,

(v2 w2 , w1 v1 , v1 w2 v2 w1 ) ,

v w =

uw = (u2 , u1 , 0) ,

u w = (1, 0, w1 ) ,



= (u2 v2 , v1 u1 , u1 v2 u2 v1 ) ,
uv
u v = (0, 0, 1) ,

e, apos um calculo direto, conclumos que



a = (v1 w2 + v2 w1 : 0 : v2 w2 ) ,
b = (u1 w1 : u2 w1 : u1 ) ,

c = (v1 + u1 v3 : u2 v2 : 0) .
O criterio para saber que os pontos projetivos a, b e c sao colineares e avaliar o
determinante da matriz [a, b, c] e concluir que ele e zero. Com uma manipulacao
algebrica, vericamos que o determinante desta matriz e igual a um outro determi-
nante de uma outra matriz, a saber,

v1 w2 + v2 w1 u1 w1 v1 + u1 u1 u2 u1 u2
det 0 u2 w1 u2 v2 = det v1 v2 v1 v2 .
v2 w2 u1 0 w1 w2 w1 w2
Portanto, o problema ca reduzido a mostrarmos que a matriz
12.8. TEOREMA DE PASCAL 135


u1 u2 u1 u2
[M ] = v1 v2 v1 v2 .
w1 w2 w1 w2
tem determinante zero, ou equivalentemente, mostar que o operador linear em R3
denido pela matriz [M ] tem nucleo nao trivial. Para isto, basta exibir um vetor
nao nulo (k1 , k2 , k3 ) R3 tal que M (k1 , k2 , k3 ) = (0, 0, 0). Este vetor procurado
esta relacionado com a matriz simetrica nao singular, A, que dene a conica CA .
Vejamos. Vamos supor, para facilitar os calculos, que a matriz A e escrita como

l k1 k2
[A] = k1 m k3 .
k2 k3 n
Como u , v, w  CA devemos ter, por denicao da conica as igualdades,

0 = u , A(u ) = l
0 = v, A(v) = m .

0 = w , A(w ) = n

De onde segue que



0 k1 k2
[A] = k1 0 k3 .
k2 k3 0
Por hipotese, os pontos projetivos u, v  e w tambem pertencem a conica CA . Por-
tanto, das equacoes
0 = u, A(u), 0 = v  , A(v  ), e 0 = w, A(w).
obtemos o sistema de equacoes com incognitas k1 , k2 e k3 ,

u1 u2 k1 + u1 k2 + u2 k3 = 0
v v k + v1 k2 + v2 k3 = 0 .
1 2 1
w1 w2 k1 + w1 k2 + w2 k3 = 0

Mas o sistema pode ser reescrito matricialmente na forma



u1 u2 u1 u2 k1 0
v1 v2 v1 v2 k2 = 0 .
w1 w2 w1 w2 k3 0
Como [A] e uma matriz nao singular temos que

0 k1 k2

det k1 0 k3 = 2k1 k2 k3 = 0.
k2 k3 0
136 CAPITULO 12. CONICAS

Observe que o vetor (k1 , k2 , k3 ) R3 e um vetor nao nulo, pois todas as suas
coordenadas sao diferentes de zero, e esta no nucleo do operador linear M , impli-
cando que o determinante da matriz associada a M e zero. Mas, por construcao,
det[M ] = det[a, b, c]. Logo, a, b e c estao sobre uma mesma reta pojetiva, como
desejavamos demonstrar. 2

Exerccios propostos 12.7


1. Seja CA a conica associada a matriz [A] descrita ao lado. 1 1 1
Verique que os pontos a seguir estao sobre a conica CA [A] = 1 1 1 .
e determine a reta de Pascal. 1 1 2

u = (1 : 1 : 2), v = (1 : 1 : 0), w = (15 : 3 : 6),


u = (1 : 5 : 2), v  = (5 : 1 : 4), w  = (5 : 13 : 2).
2. Determine cinco pontos a1 , a2 , a3 , a4 e a5 sobre CA , em
2 1 3
que a matriz [A] e descrita ao lado. Detemine a equacao
[A] = 1 1 5 .
da conica que passa por B(a1 ), B(a2 ), B(a3 ), B(a4 ) e
3 5 2
B(a5 ), em que [B] e a matriz

1 1/2 1/3
[B] = 1/2 1/3 1/4 .
1/3 1/4 1/5
3. Dadas as quatro retas projetivas descritas a seguir, con-
1 1 1
sidere o hexagono inscrito na conica CA determinado por
[A] = 1 1 1 .
estas retas. Prove que suas diagonais sao concorrentes.
1 1 2
A conica e determinada pela matriz [A] descrita ao lado.
1 = (2, 2, 2), 2 = (0, 0, 2) 3 = (6, 18, 6)
4 = (6, 2, 2), 5 = (0, 8, 2), 6 = (10, 6, 14),

12.9 Teorema de Brianchon


Recordamos que um polgono no plano projetivo
RP2 e obtido de um polgono no R2 via identi-
cacao am, composta com uma colineacao.

Teorema 12.9.1 (Teorema de Brianchon)


As diagonais determinadas por pares opostos de
vertices de um hexagono circunscrito a uma conica
sao concorrentes.
12.10. LEITURA COMPLEMENTAR 137

Sao conhecidos muitos outros resultados relacionando


polgonos inscritos em conicas, envolvendo incidencia,
e apenas incidencia. As guras que ilustram os enun-
ciados estao feitas em elipses por comodidade, mas po-
deriam ser ilustradas com qualquer outra conica.

Proposicao 12.9.1 Se um pentagono e inscrito numa


conica, a reta tangente a um vertice intercepta a reta
que contem o lado oposto num ponto que e colinear com
os pontos de intersecao das retas definidas pelos outros
dois pares de lados nao adjacentes.

Proposicao 12.9.2 Sejam s, t, u, v, w vertices de um pentagono inscrito numa


conica CA , tal que a reta projetiva ruv e oposta ao vertice s. Entao os pontos a
seguir sao colineares,
a = A (s) ruv , b = rst rvw , c = rsw rvt .

Proposicao 12.9.3 Sejam A, B, C e D vertices de


um quadrilatero inscrito numa conica, onde A e C sao
vertices opostos. Se tA e tC sao as retas tangentes a
conica nos pontos A e C, respectivamente, entao os
pontos tA lCD , tB lAB e lAC lBD sao colineares.

Proposicao 12.9.4 Sejam A, B, C e D vertices de


um quadrilatero inscrito numa conica, onde A e C sao
vertices opostos. Se tA tB , tC e tD sao as retas tangen-
tes a conica nos pontos dos respectivos indices, entao
os pontos tA tD , tC tB e lAB lCD sao colineares.

12.10 Leitura complementar


1. Conicas Cerca de 430 aC o grego Hipocrates de Chios ( 470 aC 410 aC)
colocou o problema da duplicacao do cubo: dado um cubo com aresta de
comprimento a, construir a aresta de um outro cubo (utilizando apenas regua
e compasso), cujo volume seja o dobro do volume do cubo dado. Ele e seus
discpulos transladaram este problema para a resolucao de um outro problema,
qual seria, a intersecao de duas curvas planas. Hoje sabe-se, utilizando teoria
de Galois que a solucao com regua e compasso nao e possvel.
Setenta anos depois, um aluno de Eudoxos, Menaecmus ( 380 aC 320
138 CAPITULO 12. CONICAS

aC), mostrou que estas curvas podem ser denidas como uma secao de um
cone circular reto por um plano perpendicular ao gerador. A partir deste fato,
foram determinadas varias propriedades metricas sobre as curvas, como aquela
que relaciona razao entre distancias de seus pontos aos focos e diretriz. Muitos
estudaram estas curvas, entre os quais o grego Aristeu ( 370 aC 300
aC), Euclides e Apolonio de Perga ( 260 aC, Grecia, 190 aC. Alexandria).
Apolonio foi o introdutor dos nomes, elipse, parabola e hiperbole e descobriu
as propriedades harmonicas de polo e polar. Sua obra, Conicas, e um tratado
com 400 proposicoes.
Com Papus de Alexandria ( 290 aC 350 aC) inicia-se a hoje chamada
Geometria Projetiva, muitos dos seus resultados diziam respeito apenas a
incidencia. O unico escrito de Papus que sobreviveu ao tempo foi Sinagoga,
uma colecao de oito livros de Matematica escrita com o objetivo de rever a
geometria grega com comentarios, cobrindo todos os topicos. Nao era um livro
didatico como os Elementos.
Treze seculos depois, ja na Renascenca, nasceu o
frances Blaise Pascal (1623 1662), inventor, cien-
tista ecletico e prodgio da Matematica. Seu pai,
o advogado Etiene Pascal, com ideias educacionais
nao ortodoxas, assumiu a educacao do lho por conta
propria, decidindo que Blaise Pascal so estudaria Ma-
tematica ao completar 15 anos de idade. Retirou to-
dos os textos de Matematica da residencia, atitude
que despertou a curiosidade do garoto que passou a,
sozinho, estudar Geometria. Aos 12 anos de idade, Blaise Pascal demonstrou
que a soma das medidas dos angulos internos de um triangulo e 180o . Ao
tomar conhecimento da demonstracao, o pai rendeu-se, presenteando-o com
uma copia dos Elementos de Euclides.
Em Paris, aos 14 anos de idade, Pascal passou a
acompanhar o pai nos encontros patrocinado pelo
jesuta Martin Mersene (1588 1648), reunioes ocor-
ridas na cela de Mersene. Muitos dos participan-
tes entraram para a historia da Matematica: Girard
Desargues (1591 1661), Rene Descartes (1597
1650), Pierre de Fermat (1601 1655), Gilles Per-
sone de Roberval (1602 1675) e muitos outros. Aos
16 anos, em 1639, Pascal expos num dos encontros
um teorema de Geometria Projetiva que cou conhe-
cido como o hexagono mstico de Pascal.
Esse foi o primeiro teorema genuinamente nao metrico sobre conicas. No ano
12.10. LEITURA COMPLEMENTAR 139

seguinte publicou Ensaios Sobre Secoes Conicas, do qual restou para a historia
apenas a pagina com a demonstracao do hexagrama mstico. Nao mais parou,
aos dezoito anos inventou a primeira maquina digital para calculo (vendeu 50
exemplares), foi teologo, fez trabalhos em Fsica, Combinatoria e devemos a
sua criatividade ate o prosaico carrinho de mao! E sua, a maxima: O coracao
tem razoes que a propria razao desconhece.
Apos um seculo, o escoces Colin Maclaurin (1698 1746) apresentou o metodo
para contruir uma conica passando por cinco pontos dados e, praticamente,
nada mais foi acrescentado, por decadas, a teoria de conicas, como a Geometria
em geral. Ate que um calouro de 21 anos da lEcole Polytechnique de Paris,
Charles Julian Brianchon (1785 1864), retomou o teorema de Pascal, ha
muito esquecido e publicou, pela primeira vez, no Jornal da lEcole, o teorema
projetivo dualde Pascal com uma serie de corolarios. Com ele, a teoria de
conicas retornou com toda a forca.
A primeira abordagem sistematica sobre conicas foi apresentada pelo suico
Jakob Steiner (1796 1863), outro com uma biograa singular. Nao sabia
ler ou escrever ate aos 14 anos de idade e so frequentou a escola aos 18 anos,
contra a vontade dos pais. Estudou na Universidade de Heidelberg em Berlin
enquanto tinha um modestssimo salario de professor de escola. Ele deniu
conicas, utilizando a ideia de relacionar pencil e centros.
Mas foi o alemao Karl Georg Christian Von
Staudt (1798 1867) que descobriu a mais im-
portante prepriedades de conicas, a relacao entre
polo e polar. Ela e mais importante que a propria
conica em si e pode ser estabelecida independen-
temente dela. Hoje, a polaridade e utilizada para
denir a conica. O tratamento de conicas dado
neste texto, devemos a ele. Uma conica e o con-
junto dos pontos que pertencem ao seu polar.
Parte VI

APENDICE
Captulo 13

Particao de conjuntos
Faremos uma breve apresentacao de relacoes de equivalencia sobre um conjunto.
Utilizamos este conceito para particionar um conjunto em subconjuntos disjuntos
dois a dois e construir novos espacos geometricos, como o plano projetivo, por
exemplo.

13.1 Particionando conjuntos


Desejamos descrever em linguagem tecnica um procedimento para particionarmos
conjuntos em subconjuntos disjuntos dois a dois. Um exemplo deixara mais claro o
signicado dos termos empregados.
Seja B o conjunto formado por todos os brasileiros. Este conjunto pode ser
particionado em 28 subconjuntos, onde cada subconjunto e constituido pelas pessoas
com a mesma naturalidade, nasceram na mesma unidade federativa (estado ou
distrito federal). A uniao destes subconjuntos e o conjunto B e tais subconjuntos
sao dois a dois disjuntos, a intersecao de dois subconjuntos diferentes e sempre o
conjunto vazio, pois uma pessoa nao pode ter nascido em duas UFs diferentes.
Se enumerarmos as unidades federativas respeitando-se a ordem lexograca, F1 e o
conjunto formado pelos brasileiros que nasceram no Estado do Acre, F2 e formado
por aqueles que sao naturais do Estado do Amapa, F3 correspondente ao Estado do
Amazonas, etc. podemos considerar um novo conjunto
 = {F1 , F2 , F3 , ..., F29 }

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

i) Fi = { } (nao e vazio);
ii) Se Fi Fj = entao Fi = Fj ;
iii) B = 29
i=1 Fi .
142 CAPITULO 13. PARTICAO DE CONJUNTOS

Voltemos a ideia de considerar subconjuntos como elementos de outro conjunto.


Como ja foi dito, dado um conjunto A denota-se por P(A) o conjunto das partes
de A. Por denicao de P(A), podemos escrever uma armacao,
C A se, e somente se, C P(A).
Como o conjunto vazio e sempre um subconjunto de qualquer conjuto A, portanto
P(A). Uma particao de A sera um subconjunto especial de P(A). Este conceito
e denido da seguinte forma.

Definicao 13.1.1 Seja A um conjunto nao vazio. Diremos que um subconjunto


 P(A) e uma particao de A se, e somente se, as seguintes afirmacoes sao
verdadeiras:

i) nenhum elemento de  e o conjunto vazio;

ii) dois elementos quaisquer de  ou sao iguais ou sao disjuntos;

iii) a uniao dos elementos de  e igual a A.

Exemplo 13.1.1 Voltando para o exemplo acima. O conjunto  = {Fi }29 i=1 e uma
particao de B, onde Fi e o subconjunto da populacao brasileira nascida na unidade
federativa Fi .

Um fato que sera amplamente explorado sera imaginar que podemos implodir
os subconjuntos da particao em pontos e criar um modelo geometrico para repre-
senta-lo, modelo que muitas vezes vizualizamos atraves de um esboco graco. Na
Matematica, a ideia de implodir cada subconjunto da particao num ponto possui
um termo tecnico para designa-lo, um registro apropriado e um signicado preciso.
Como ocorre geralmente quando estudamos Geometria, a palavra elemento e
trocado pela palavra ponto. Portanto, uma notacao bastante conveniente e repre-
sentar os elementos da particao  por x, onde estamos indicando por este smbolo o
unico elemento da particao  que contem x. Portanto, se x e y pertencem ao mesmo
subconjunto da particao  entao eles representam o mesmo elemento da particao,
x = y, pois so existe um unico subconjunto de A que os contem. Para enfatizar
este aspecto, denimos uma funcao, chamada de funcao projecao, (ou simplesmente
projecao),
: A , (x) = x.
A projecao esta bem denida pois existe um, e somente um, subconjunto da particao
que contem x. O subconjunto e aquele que estamos indicando por x. A aplicacao
tambem e sobrejetiva pois dado um ponto (elemento) de , como ele e um
13.1. PARTICIONANDO CONJUNTOS 143

subconjunto nao vazio, podemos escolher algum dos seus elementos, digamos x, e
por denicao da funcao projecao , ele sera a imagem de x.

Exemplo 13.1.2 Para cada inteiro n Z, dena o subconjunto An R2 por


An = {(x, y) R2 ; n x < n + 1}.
E facil vericar que
 = {..., A2 , A1 , A0 , A1 , A2 , ...}
e uma particao de R2
e cada subconjunto An e esbocado gracamente no plano
cartesiano como faixas verticais de altura nao limitada, largura 1, incluindo no seu
bordo a reta vertical x = n mas nao incluindo a reta vertical x = n + 1. Escolhendo
o ponto (n, 0) An podemos registrar a particao na forma
 = {. . . , (2, 0), (1, 0), (0, 0), (1, 0), (2, 0), . . . }.
Portanto, a representacao graca mais natural para o quociente seria a mesma
representacao que fazemos para o conjunto dos inteiros Z. 2.

Exemplo 13.1.3 Para cada r R, considere o subconjunto Ar R2 denido por


Ar = {(x, y) R2 ; x = r}.
Tambem aqui e facil vericar que  = {Ar }rR e uma particao de R2 e cada Ar e
esbocado gracamente no plano cartesiano como uma reta vertical. Escolhendo os
pontos (r, 0) Ar podemos registrar gracamente a particao  da mesma forma
que representamos os numeros reais. 2.

Exerccios propostos 13.1

1. Se A = {a, b, c}, descreva o conjunto P(A) e construa uma particao . Quantas


particoes voce pode construir para o conjunto A?
2. Mostre que um elemento a A pertence a um, e somente um, elemento de uma
particao  de A.
3. Para cada real r R, seja Nr como abaixo. Dena  = {Nr }rR . Verique que  e
uma particao de R2 e faca um esboco graco para indicar .
(a) Nr = {(x, y) R2 ; y = r}.
(b) Nr = {(x, y) R2 ; x + y = r}.
(c) Nr = {(x, y) R2 ; x2 + y 2 = r2 }.
4. Dada a funcao f : R2 R, f (x, y) = xy. Para cada numero real r denote por Nr a
curva de nvel r de f , isto e
Nr = {(x, y) R2 ; f (x, y) = r}.
Mostre que  = {Nr }rR e uma particao de R2 e esboce um graco para indicar .
144 CAPITULO 13. PARTICAO DE CONJUNTOS

5. Considere a seguinte particao de R2 :  = { { (x, y) } }(x,y)R2 . Embora a notacao nao


facilite a nossa leitura, estamos indicando que os elementos da particao sao subcon-
juntos de R2 formados por um unico elemento. Esboce gracamente .

13.2 Relacao de equivalencia


Passemos a descrever uma tecnica mais matematicamente apropriada para construir
particoes de conjuntos.
Seja A um conjunto nao vazio. Qualquer subconjunto R de A A e chamado
de relacao em A. Uma relacao de equivalencia no conjunto A e um subconjunto
R do produto cartesiano A A, no qual sao validas as seguintes armacoes para
quaisquer elementos a, b, c A:

1) (a, a) R; (reexiva)

2) se (a, b) entao (b, a) R; (simetrica)

3) se (a, b) R e (b, c) R entao (a, c) R. (transitiva)

A notacao classica para indicar uma relacao de equivalencia R num conjunto A,


e o smbolo . Como R e um subconjunto do produto cartesiano A A, em geral,
ele e denido por uma sentenca. Sendo assim, em lugar de escrevermos (a, b) R,
escrevemos a b, lendo-se a esta relacionado com b ou a e equivalente a b. Desta
forma, podemos enunciar as propriedades anteriores da seguinte maneira:

1 ) a a; (reexiva)

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

3 ) se a b e b c entao a c. (transitiva)

Exemplo 13.2.1 Reapresentemos a particao da populacao brasileira, ja citada an-


teriormente. Seja B o conjunto formado por todos os brasileiros. Dena o subcon-
junto do produto cartesiano R B B por
R = {(a, b) B B; a e b nasceram na mesma unidade federativa},
ou com a notacao classica,
a b a e b nasceram na mesma unidade federativa.
E imediato vericarmos as propriedades que denem uma relacao de equivalencia.
Reflexiva a a pois a e a nasceram na mesma unidade federativa Fi .
13.3. CLASSE DE EQUIVALENCIA 145

Simetrica a b signica que a e b nasceram na mesma unidade federativa Fi .


Logo, b e a nasceram na unidade federativa Fi . Isto signica que b a.
Tansitiva Se a b e b c, entao a e b nasceram na unidade federativa Fi e b e c
nasceram na unidade federativa Fj . Logo, a unidade federativa Fi e a mesma que a
unidade federativa Fj , pois b nao pode ter nascido em duas unidades. Isto implica
que a e c nasceram na mesma unidade Fi , signicando que a c. 2

Exerccios propostos 13.2

Escreva a relacao de equivalencia utilizando a liguagem de conjuntos e mostre as proprie-


dades simetrica, reexiva e transitiva.

a) Seja A = R2 . Diremos que (v1 , v2 ) (w1 , w2 ) se v1 = w1 .


b) Seja A conjunto das esferas em Rn . Diremos que a b se o raio de a e igual ao raio
de b. 2

13.3 Classe de equivalencia


Seja uma relacao de equivalencia num conjunto A. A classe de equivalencia de
um elemento a A e o subconjunto de A denotado e denido por
a = {x A : x a}.

Exerccio 13.3.1 Seja uma relacao de equivalencia no conjunto nao vazio A. Se


a = b entao a = b? Justique. 2

Exemplo 13.3.1 Mostremos que a seguinte relacao em R2 e de equivalencia,


(x1 , y1 ) (x2 , y2 ) se, e somente se, x1 = x2 .

1. Reflexiva E claro que (x1 , y1 ) (x1 , y1 ) pois x1 = x1 .

2. Simetrica Dizer que (x1 , y1 ) (x2 , y2 ), signica dizer que x1 = x2 . Mas


podemos tambem escrever x2 = x1 . Isto e equivalente a (x2 , y2 ) (x1 , y1 ).

3. Transitiva Se (x1 , y1 ) (x2 , y2 ) e (x2 , y2 ) = (x3 , y3 ), entao x1 = x2 e x2 = x3 .


Logo, e imediato concluir que x1 = x3 , isto e, (x1 , y1 ) (x3 , y3 ).

Qual a classe de equivalencia de (2, 3)? Por denicao de classe de equivalencia,


ela e o conjunto descrito por

(2, 3) = {(x, y); (x, y) (2, 3)}.


146 CAPITULO 13. PARTICAO DE CONJUNTOS

Reescrevendo este conjunto chegamos a

(2, 3) = {(x, y); x = 2 e y R}.

Portanto, ao fazermos o esboco graco de (2, 3) no plano cartesiano xy obtemos uma


reta vertical cuja equacao e x = 2. Uma observacao importante e que (2, 7) (2, 3)
(claro) e (2, 7) = (2, 3), pois

(2, 7) = {(x, y); x = 2 e y R}.

Isto nos leva a seguinte pergunta: se (x1 , y1 ) (2, 3) entao (x1 , y1 ) = (2, 3)? A
resposta e sim e veremos isto na proposicao a seguir. Deixamos ao leitor, a tarefa
de esbocar um graco da classe de equivalencia (x1 , y1 ). 2

Proposicao 13.3.1 Se e uma relacao de equivalencia num conjunto nao vazio


A entao

1. para todo a A temos a a;

2. a b se, e somente se, a = b.

Prova 1) Dado um elemento a A. Por denicao de classe de equivalencia temos


que a = {b A; b a}. Mas uma relacao de equivalencia e simetrica, logo, a a.
Isto implica que a a.
2) () Vamos supor que a b. Considere as classes de equivalencia
a = {c A; c a} e b = {c A; c b}.
Para vericar a igualdade, basta mostrar que cada um destes conjuntos contem o
outro. Se c a entao c a, mas por hipotese a b. Desde que a relacao e
transitiva podemos armar que c b. Isto implica que c b. Como cada elemento
de a tambem e um elemento de b, temos mostrado a inclusao a b. A inclusao
oposta tem demonstracao semelhante utilizando a transitividade da relacao.
2) () Vamos supor que a = b. Com esta hipotese e o item 1) podemos garantir
que b a. Logo, por denicao de classe de equivalencia segue que b a. 2
O fato importante e que uma relacao de equivalencia sobre um conjunto A dene
uma particao de A. Denote por A/ o subconjunto de P(A) formado pelas classes
de equivalencia dos elementos de A.

Proposicao 13.3.2 Se uma relacao de equivalencia sobre um conjunto nao vazio


A entao A/ e uma particao de A.
13.3. CLASSE DE EQUIVALENCIA 147

Prova Dado a A, considere o conjunto a  = A/ . Pelo item 1) da proposicao


anterior sabemos que a a. Portanto, o conjunto a e nao vazio e

A a.
aA
A inclusao oposta e trivial pois como cada a A entao

a A.
aA

Isto mostra que a uniao dos membros de  e igual a A.


Mostremos que duas classes de equivalencia ou sao disjuntas ou sao iguais. Dados
a e b em  = A/ tais que a b = . Sendo assim, escolha um elemento x a b.
E obvio que x a e x b. Da denicao de classe de equivalencia segue que x a
e x b. Logo, podemos concluir pela propriedade transitiva que a b. Portanto,
a = b, como demonstrado na proposicao anterior. 2
A recproca do resultado anterior tambem e verdadeira.

Proposicao 13.3.3 Se  e uma particao de um conjunto nao vazio A entao existe


uma relacao de equivalencia definida sobre A de maneira que o conjunto das
classes de equivalencia A/ e a particao .

Prova Dado . Denimos uma relacao sobre A do seguinte modo:


ab existe X  tal que a X e b X.
Ou seja, a esta relacionado com b se existir um conjunto X da particao  que
contem a e b. A relacao assim denida e de equivalencia. Veriquemos.

1) Para qualquer a A existe uma classe X  contendo a. Portanto, a a.

2) Para quaisquer dois elementos a, b A, se a b entao existe um X  tal


que a X e b X. Logo b a.

3) Para quaisquer tres elementos a, b, c A, se a b e b c entao existem


X, Y  tais que a, b X e b, c Y . Como b X Y = { } e  e uma
particao de A, conclumos que X = Y . Logo a, b, c X, implicando que a c.

Destes tres itens podemos concluir que e uma relacao de equivalencia. Deixamos
ao leitor um exerccio. Mostrar que  = A/ . 2

Exerccios propostos 13.3


148 CAPITULO 13. PARTICAO DE CONJUNTOS

1. Mostre que e uma relacao de equivalencia em Z e esboce com algum graco Z/ .


(a) a b se, e somente se, a b e divisvel por 2.
(b) a b se, e somente se, a b e divisvel por p, onde 0 = p Z.
2. Seja A = {x Z : 0 x 16}. Mostre que a b a b = 4k0 , onde k0 Z esta
xado, e uma relacao de equivalencia em A. Esboce com algum graco A/ .
3. Sejam a, b R. Diremos que a b b a Z. Mostre que dene uma relacao
de equivalencia em R e esboce gracamente R/ .
4. Seja A = R2 \{o}. Mostre que e uma relacao de equivalencia em A e esboce um
graco para representar A/ .
(a) a b existe > 0 tal que a = b. Para cada elemento a R2 dado
abaixo, determine o representante de a, cuja segunda coordenada e y = 1.
i) a = (2, 3). ii) a = (1, 1). iii) a = (3, 1).
iv) a = (1, 7). v) a = (2, 3). iv) a = (0, 1).
(b) a b existe = 0 tal que a = b.
5. Seja A = R3 \{o}. Mostre que e uma relacao de equivalencia em A.
(a) a b existe > 0 tal que a = b. Faca um esboco graco para represen-
tar A/ . Determine o representante de cada elemento a R3 sabendo-se que
a tem a terceira coordenada z = 1.
i) a = (2, 0, 3). ii) a = (1, 4, 1). iii) a = (3, 1, 2).
iv) a = (1, 0, 7). v) a = (2, 1, 2). vi) a = (1, 1, 1).
(b) a b existe = 0 tal que a = b.
Indice Remissivo

A Classe de equivalencia 145


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

de Euclides 5 de S2 74
de Hipocrates 3
Elipse 125 J
Escalar 21 Justiniano, Imperador Romano 7
Esfera
dual 74 K
em Rn 58 Kepler, Johannes 99
unitaria canonica 58, 67 Klein, Felix 14
Espaco
Cartesiano 20 L
vetorial 21, 31 Lei dos senos (cossenos) em S2 , 1a 80
Euclides 5, 138 Lei dos senos (cossenos) em S2 , 2a 85
Eudoxos 4, 138 Liceu 4
Euler, Leohnard 74, 99 Lua 76

F M
Fermat, Pierre 138 Maclaurin, Colin 139
Formula de Lagrange 37 Matriz
Funcao projecao 142 canonica 41
de uma transformacao linear 41
invertvel 44
G
simetrica 48
Gauss, J. C. F. 7
transposta 48
Geometria
Meneacmus 4, 138
Am 95
Mersene, Martin 138
Analtica 12
Movimento rgido 49
Elptica (dupla) 67
Museu de Alexandria 5
Elptica simples (projetiva) 87
Espacial (solida) 62
N
Euclidiana (plana) 57 Newton, Isaac 7
nao Euclidiana 13 Norma 34
Projetiva (Elptica simples) 87 Nucleo de uma transformacao linear 40

H O
H 60 Operador
Hemisferio 76 linear 39
Hilbert, David 9 linear simetrico 48
Hipatia 7 positivo (negativo) 48
Hiperbole 125 transposto 47
Hiperplano em Rn 58 Orientacao
Hipocrates 3, 137 de uma reta elptica 73
de uma reta Eculidiana 60
I
I 90 P
Identicacao am 96 Papus 7, 138
Identidade Parabola 125
cclica 38 Particao de conjunto 142
de Lagrange 38 Pascal, Blaise 8, 138
Isometria Pitagoras 3
de Rn 49 Plano
INDICE REMISSIVO 151

am 95 elptico 76
Cartesiano 20 Euclidiano 60
em R3 62 Steiner, Jakob 139
elptico 69 Subespaco vetorial 24
elptico dual 73
Euclidiano 59 T
orientado 72 Tales de Mileto 3
perfurado 88 Teaetetus 4
projetivo 88 Teodoro de Cirene 4
Platao 4 Teorema
Polgono projetivo 110 da classicacao das isometrias de S2 74
Polinomio caracterstico 47 da classicacao das isometrias de Rn 53
Pontos ideais 90 de Brianchon 136
Produto de Desargues 113
vetorial 36 de Girard 82
vetorial duplo 38 de Papus 111
interno 33 de Papus e Maclaurin 132
Projetividade 100 de Pascal 134
Ptolomeu I 5 de Pitagoras 78
do nucleo e da imagem 43
R espectral 48
Relacao de equivalencia 144 fundamental da Geom. Projetiva 105
Reta Transformacao linear
am 96 denicao 39
de Desargues 113 invertvel 44
de Papus 111 Translacao 50
em R2 62 Triangulo
em R3 63 elptico 77
elptica 69 elptico dual 84
elptica orientada 72
Euclidiana orientada 60 V
perfurada 88 Veblen, Oswald 10
projetiva 91 Vetor normal
tangente a uma conica 127 a um plano em R3 62
Roberval, Persone de 138 a uma reta em R2 59
Vetor unitario 34
S Vetores ortogonais 35
S1 , S2 58 von Staudt, Karl Georg Christian 99, 139
Saccheri, Giovanni 8
Sistema axiomatico W
da Geometria Am 96 Wesley Young, John 10
da Geometria Elptica 66
da Geometria Euclidiana 14
da Geometria Projetiva 87
de Euclides 6
de Hilbert 9, 14
Segmento
de reta Euclidiano 60
orientado 22
Semi-plano
Referencias Bibliograficas

[A-L] Anglin, W.S. & Lambek, J.; The Heritage of Theles; Undergraduate
Texts in Mathematics; Springer-Verlag (1995).

[An1] Andrade, P.; Um curso de Algebra Linear ; Prepint; Universidade Federal


do Ceara (2002).

[An2] Andrade, P.; Introducao a Algebra Linear ; Editora Fundamentos 1a


Edicao (2003).

[Ang] Anglin, W.S.; A Concise History of Philosophy; Readings in Mathema-


tics; Undergraduate Texts in Mathematics; Springer-Verlag (1991).

[ArB] Artmann, B.; Euclid - The creation of Mathematics; Springer-Verlag


(1999).

[Ar1] Artin, E.; Geometric Algebra; Wiley Classic Library; Interscience Pu-
blishers, Inc., N. Y. (1988).

[BCB] Boyer, C. B.; Historia da Matematica; Traducao Elza Gomide; Editora


Edgar Blucher Ltda - Univ. de Sao Paulo (1974).

[BJL] Barbosa, J. L. M.; Geometria Hiperbolica; SBM; XX Coloquio Brasileiro


de Matematica (1995).

[Bon] Bonola, R.; Non Euclidian Geometry; Dover Publications, Inc. (1955).

[Cal] Calinger, R.; Classics of Mathematics; Edit. Ronald Calinger; Prentice


Hall (1995).

[Cx1] Coxeter, H. S. M.; Non-Euclidian Geometry; The Mathematical Asso-


ciation of America, Spectrum Series, 6a Ed. (1998).

[Cx2] Coxeter, H. S. M.; The Real Projective Plane; 3a Ed. Springer -Verlag
(1992).
REFERENCIAS BIBLIOGRAFICAS 153

[Fis] Fishback, W. T.; Projective and Euclidian Geometry; John Willy and
Sons, Inc, 2a Ed. (1964).

[Hai] Hanes, K.; Analytic Projective Geometry and Its Applications; UMAP
Modules, (1990) pg 111-149.

[Har] Hartshorne, R.; Geometry: Euclid and Beyond; Springer-Verlag (2000).

[Hea] Heath, Sir T.; A History of Greek Mathematics, vol I, II ; Dover Publi-
cations Inc. NY (1981).

[Lng] Lang, S.; Estruturas Algericas; Ao Livro Tecnico S. A. (1972).

[M-P] Modenov, P. S. & Parkhomenko, A. S.; Geometric Transformations,


vol I e vol II; Academic Press (1965).

[Mon] Montanelli, I.; Historia dos Gregos; IBRASA; 2a Edicao (1968).

[Rat] Raticliffe, J.; Foundations of Hyperbolyc Manifolds; Graduate Texts in


Mathematics; Springer-Verlag, n 149 (1994).

[Sti] Stiwell, J.; Mathematics and His History; Undergraduate Texts in


Mathematics; Springer-Verlag (1989).

[W-W] Wallace, E. C. & West, S. F.; Roads to Geometry; 2a Ed. Prentice


Hall (1998).

[Win] Winterle,P.; Vetores e Geometria Analtica; Makron Books (2000).

[Wyl] Wylie Jr, C.R.; Introduction to Projective Geometry; McGraw-Hill Book


Comp. (1970).

[web1] The MacTutor History of Mathematics Archive; Created by J. J. OConnor


& E. F. Robertson, www.history-mcs.st-andews.ac.uk

Placido Andrade Abdenago Alves Barros


Universidade Federal do Ceara Universidade Federal do Ceara
Centro de Ciencias Centro de Ciencias
Departamento de Matematica Departamento de Matematica
Campus do Pici Bloco 914 Campus do Pici Bloco 914
CEP 60.455-760 Fortaleza, CE, Brasil CEP 60.455-760 Fortaleza, CE, Brasil
Fax (85) 288.98.89 Fax (85) 288.98.89
e-mail andrade@mat.ufc.br e-mail abbarros@mat.ufc.br