Classicacao de Conicas e Quadricas.

Ocina de Articulacao de Conte udos do Programa de Mestrado Prossional em Matematica

Universitaria, desenvolvida no IGCE-UNESP.
Antonio Nilson Laurindo de Souza
1
Leandro Nunes dos Santos
2
Olivo Crispim de Medeiros
3
Agosto de 2011
1
antlaus@hotmail.com.br
2
leandro-n-s@hotmail.com
3
ocrispim@yahoo.com.br
Sumario
1 Introducao 1
2 Fundamentacao Te orica 3
2.1 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Formas Lineares ou Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . 3
2.3 Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Formas Bilineares Simetricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5 Formas Quadraticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.6 Condicao para a Diagonalizacao Ortogonal . . . . . . . . . . . . . . . . . . . . 6
2.7 Autovalores e Autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.8 Matriz Mudanca de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.9 Teorema dos Eixos Principais em R
2
. . . . . . . . . . . . . . . . . . . . . . . 7
2.10 Teorema dos eixos Principais em R
3
. . . . . . . . . . . . . . . . . . . . . . . . 8
2.11 Classicacao de uma conica com base nos seus Autovalores . . . . . . . . . . . 8
2.12 Classicacao de uma Quadrica com base nos seus Autovalores . . . . . . . . . 9
3 Classicacao das C onicas 10
3.1 Conicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Equacao Reduzida de uma Conica . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Procedimento Geral de Classicacao das Conicas . . . . . . . . . . . . . . . . 13
3.4 Aplicacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4.1 Conica Rotacionada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4.2 Conica Rotacionada e Transladada . . . . . . . . . . . . . . . . . . . . 19
4 Cilindros e Superfcies Quadricas 23
4.1 Equacao Reduzida de uma Superfcie Quadrica . . . . . . . . . . . . . . . . . . 25
4.2 Superfcies Quadricas Basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Exemplos de Aplicacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.3.1 Grupo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
i
4.3.2 Grupo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.3 Grupo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3.4 Grupo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
ii
Captulo 1
Introducao
As conicas e quadricas sao guras do plano e do espaco que pertencem a um ramo da
geometria, a geometria analtica. De uma maneira geral podemos dizer que a Geometria e
uma exploracao do espaco, meio em que vivemos. Constantemente estamos nos deparando
com formas geometricas, muitas delas sem nem se quer sabermos os seus nomes. O ser
Humano com sua inteligencia, a graca e a sabedoria divina vem cada vez mais explorando,
fazendo uso e buscando na natureza formas geometricas adequadas para cada vez mais serem
utilizadas, suprindo de uma beleza imbatvel, os nossos bens e materiais de consumo, a
exemplo da arquitetura e da computacao graca.
No proximo captulo sera apresentado os conceitos, teoremas e outros resultados impor-
tantes dentro da

Algebra Linear que foram utilizados e indispensaveis ao desenvolvimento
do captulo 3, captulo esse onde e descrito passo a passo os procedimentos utilizados e
denicoes necessarios para que se possa conhecer, explorar e melhor tirar proveitos destas
formas geometricas. Por m, no captulo 4 sao apresentados alguns exemplos para melhor
xacao da teoria apresentada.
Finalmente, tem-se como objetivo primordial para o presente trabalho, a analise de
tecnicas e procedimentos que passam ser utilizados visando um melhor conhecimento, iden-
ticacao ou uma rapida visualizacao do que estas guras geometricas possam ou venham
a representar no nosso meio. Vale ressaltar tambem que, para aquelas pessoas que trabal-
ham diretamente com o calculo diferencial integral, um conhecimento previo dessa parte da
geometria torna-se imprescindvel
O texto que segue, assim como a apresentacao oral deste e parte das ocinas obrigatorias
do Programa de Mestrado Prossional em Matematica Universitaria, oferecido pelo IGCE-
1
UNESP, campus de Rio Claro-SP, que tem a nalidade de formar professores para o Ensino
Superior. A orientacao a esta apresentacao provem do Prof. Dr. Thiago de Melo e Prof.
Dra. Marta Cilene Gadotti que neste segundo trimestre de 2011 ministravam as respectivas
disciplinas.
2
Captulo 2
Fundamentacao Te orica
Neste captulo serao apresentados as denicoes, teoremas e outros resultados considerados
importantes, dentro da

Algebra linear, que serao utilizados e referenciados nos captulos
posteriores por ocasiao do desenvolvimento de tecnicas utilizadas no processo de classicacao
das conicas e quadricas.
2.1 Matriz
Vamos `a denicao de matriz e suas representacoes das quais podem ser usadas no textos
sem mais explicacoes;
Denicao 2.1.1. Uma matriz e um agrupamento retangular de n umeros. Os n umeros neste
agrupamento sao chamados de entradas da matriz. Genericamente podemos representar uma
matriz de ordem A = (a
ij
)
mn
, onde m e a quantidade de linhas da matriz e n a quantidade
de colunas como:
A =
_

_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_

_
2.2 Formas Lineares ou Funcionais Lineares
Denicao 2.2.1. Seja V um espaco vetorial real. Uma forma linear e uma transforma cao
linear F: V R.
3
Exemplo: F : R
2
R
(x, y) 2x +y;
Ou ainda na sua forma matricial;
_
_
x
y
_
_

_
2 1
_
.
_
_
x
y
_
_
2.3 Formas Bilineares
Denicao 2.3.1. Seja V um espaco vetorial real. Uma forma bilinear e uma aplicacao
B : V V R denida por (v, w) B(v, w) tal que:
i) Para todo w xado, B(v, w) e uma forma linear em V , isto e:
B(v
1
+v
2
, w) = B(v
1
, w) +B(v
2
, w) e
B(v, w) = B(v, w).
ii)Para todo v xado, B(v, w) e uma forma linear em w, isto e,
B(v, w
1
+w
2
) = B(v, w
1
) +B(v, w
2
) e
B(v, w) = B(v, w).
2.4 Formas Bilineares Simetricas
Denicao 2.4.1. Seja V um espaco vetorial real. Uma forma bilinear B : V V R e
simetrica se B(v, w) = B(w, v) para todo v, w V .
Exemplo: Seja B : R
2
R
2
R dada por:
B(v, w) = x
1
y
1
+ 3x
2
y
1
+ 3x
1
y
2
+ 2x
2
y
2
onde,
v = (x
1
, x
2
) e w = (y
1
, y
2
).
Na forma matricial temos: B(v, w) =
_
x
1
x
2
_
.
_
_
1 3
3 2
_
_
.
_
_
y
1
y
2
_
_
Teorema 2.4.2. Seja V um espaco vetorial real provido de produto interno. Para cada forma
bilinear b : V V R existe um unico operador linear B : V V tal que
< u, Bv >= b(u, v)
4
para u, v V quaisquer.
A Correspondencia b B, assim denida, e um isomorsmo entre os espacos vetoriais
B(V V ) e (V ), onde (V ) e o funcional associado. A forma bilinear b e simetrica (respec-
tivamente antissimetrica) se, e somente se, o operador B e auto adjunto (respectivamente
antissimetrico).
Demonstracao: Para cada v
0
V , a funcao f : V R, denida por (u) = b(u, v
0
),
e um funcional linear. Sabemos que existe um unico
1
vetor em V , que indicaremos com
Bv
0
, tal que (u) =< u, Bv
0
>, ou seja < u, Bv
0
>= b(u, v
0
) para todo u V . Como
v
0
V e arbitrario, acabamos de mostrar que existe uma unica funcao B : V V tal que
< u, Bv >= b(u, v) para quaisquer u, v V . Dados v, v
1
V , tem-se:
< u, B(v +v
1
) >= b(u, v +v
1
) = b(u, v) +b(u, v
1
)
=< u, Bv > + < u, Bv
1
>
=< u, Bv +Bv
1
>
para todo u V , logo B(v +v
1
) = Bv +Bv
1
. De modo analogo se verica que B(v) =
(Bv) para todo R e v V quaisquer, portanto B : V V e linear. Em relacao a
base V , o i, j-essimo elemento da matriz de B e < e
i
, e
j
>= b(e
i
, e
j
) = i, j-essimo da
matriz b. Assim, a forma bilinear b e o operador B que ela corresponde tem a mesma matriz
na base . Da decorre que a correspondencia b B e um isomorsmo entre B(V V ) e
(V ) e que B e auto adjunto (respectivamente antissimetrico) se, e somente se, b e simetrica
(respectivamente antissimetrica).
2.5 Formas Quadraticas
Denicao 2.5.1. Seja V um espaco vetorial real e B : V V R uma forma bilinear
simetrica. A funcao Q : V R denida por: Q(v) = B(v, v) e denominada forma quadratica
associada a B.
Em relac ao a uma base de V , que pode ser expresso na seguinte forma:
Q(v) = [v]
T

[B]

[v]

1
Para maior detalhes procurar por Teorema 11.1 do Livro [4]
5
, onde [B]

e uma matriz simetrica.

Exemplo: Seja Q : R
2
R
Q(v) = x
2
+ 8xy +y
2
, onde v = (x, y)
Na forma matricial tem-se:
Q(v) =
_
x y
_
.
_
_
1 4
4 1
_
_
.
_
_
x
y
_
_
2.6 Condicao para a Diagonalizacao Ortogonal
Teorema 2.6.1. Se A e uma matriz mn, entao as seguintes armacoes sao equivalentes:
i) A e ortogonalmente Diagonalizavel;
ii) A tem um conjunto ortonormal de n vetores;
iii)A e simetrica.
Demonstracao: Demonstra-se (a b) e (a c).
(a b) Seja P matriz ortogonal que diagonaliza A. Entao as colunas de P formam um
conjunto ortonormal de vetores do R

proprios de A.
(b a) Seja p
1
, p
2
, , p
n
conjunto ortonormal de vetores proprios de A. Sejam
1
,
2
, ,
n
valores proprios de A aos quais estao associados os vetores proprios p
1
, p
2
, , p
n
.
Seja P a matriz cujas colunas sao p
1
, p
2
, , p
n
. Entao AP
(j)
=
j
P
(j)
, j = 1, 2, ..., n e por-
tanto AP = PD, em que D e a matriz diagonal cujas entradas principais sao
1
,
2
, ,
n
.
P e invertvel, pois e ortogonal e D = P
1
AP pelo que Ae diagonalizavel ortogonalmente.
(a c) vale pois Se A e diagonalizavel e existe P, ortogonal, que diagonaliza A, entao
A = A
T
, ou seja, A e simetrica.
(c a) A demonstracao desse resultado esta fora do ambito dessa disciplina.
2.7 Autovalores e Autovetores
Denicao 2.7.1. Seja T : V V um operador linear. Se existem v V , v = 0 e R
tais que Tv = v, e um autovalor de T e v um autovetor de T associado a .
6
A equacao Det(A I) = 0 e denominado equacao caracterstica do operador T ou da
matriz A, e suas razes sao os valores proprios do operador T ou da matriz A. O determinante
Det(A I) e um polinomio caracterstico.
A substituicao de pelos seus valores no sistema homogenio de equacoes lineares (A
I).v = 0 permite determinar os vetores proprios associados.
2.8 Matriz Mudanca de Base
Denicao 2.8.1. Sejam B = {u
1
, , u
n
} e C = {v
1
, , v
n
} bases para um espaco vetorial
V . A matriz m n, cujas as colunas sao os vetores de coordenadas
_
[u
1
]
C
, , [u
n
]
C
_
dos vetores de B em relacao a base C, e denotada por I
C
B
e e chamada de matriz de mudan ca
de base de B para C, isto e,
I
C
B
=
_
[u
1
]
C
, [u
2
]
C
, , [u
n
]
c
_
2.9 Teorema dos Eixos Principais em R
2
Teorema 2.9.1. Seja ax
2
+2bxy +cy
2
+dx +ey +f = 0 a equacao de uma conica C e seja
x
T
Ax = ax
2
+ 2bxy + cy
2
a forma quadratica associada. Entao os eixos coordenados podem
ser girados de tal modo que a equacao de C no novo sistema x
1
y
1
tem a forma.

1
x
2
1
+
2
y
2
1
+d
1
x
1
+e
1
y
1
+f = 0
onde
1
e
2
sao os autovalores de A. A rotacao pode ser efetuada pela substitui cao
x = Px
1
onde P diagonaliza A ortogonalmente e Det(P) = 1.
Observac ao: Permute as colunas de P, se necessario, para ter Det(P) = 1. Isto garante
que a transformacao ortogonal de coordenadas x = Px
1
, ou seja,
_
_
x
y
_
_
= P
_
_
x
1
y
1
_
_
e uma rotac ao.
7
2.10 Teorema dos eixos Principais em R
3
Teorema 2.10.1. Seja Ax
2
+ By
2
+ Cz
2
+ Dxy + Exz + Fyz + Gx + Hy + Iz + J = 0 a
equacao de uma quadrica Q e seja Ax
2
+By
2
+Cz
2
+Dxy +Exz +Fyz a forma associada.
Os eixos coodernados podem ser rotacionados de tal modo que a equacao de Q no sistema
x
1
y
1
z
1
, tem a forma:

1
x
2
1
+
2
y
2
1
+
3
y
2
1
+G
1
x
1
+H
1
y
1
+I
1
z
1
+J = 0
onde
1
,
2
e
3
sao os autovalores de A. A rotacao pode ser efetuada pela substituicao.
x = Px
1
, onde P diagonaliza A ortogonalmente e Det(P) = 1.
Observac ao: Permute as colunas de P, se necessario, para ter Det(P) = 1. Isto garante
que a transformacao ortogonal de coordenadas, x = Px
1
, ou seja:
_

_
x
y
z
_

_
= P
_

_
x
1
y
1
z
1
_

_
2.11 Classicacao de uma c onica com base nos seus Au-
tovalores
Denicao 2.11.1. Dada uma conica denida pela equacao Ax
2
+Bxy+Cy
2
+Dx+Ey+F =
0. Sejam
1
e
2
os autovalores associados `a sua forma quadratica. Entao:
i) Se
1
.
2
> 0 essa equacao representa uma elipse, ou suas degeneracoes (Um ponto ou
o vazio).
ii) Se
1
.
2
< 0 esta equacao representa uma hiperbole ou sua degeneracao (par de restas
concorrentes).
iii) Se
1
.
2
= 0 esta equacao representa uma parabola ou suas degeneracoes (par de
restas paralelas, uma reta ou vazio).
Teorema 2.11.2. (Classicacao Rapida). Dada a equacao Ax
2
+Bxy+Cy
2
+Dx+Ey+F =
0, esta equac ao no plano representara:
i)Uma elipse ou suas degeneracoes, se B
2
4AC < 0.
ii)Uma parabola ou suas degeneracoes se B
2
4AC = 0.
8
iii) Uma hiperbole, se B
2
4AC > 0.
2.12 Classicacao de uma Quadrica com base nos seus
Autovalores
Denicao 2.12.1. (classicacao Rapida Quadrica). Dada a equacao Ax
2
+ By
2
+ Cz
2
+
Dxy +Exz +Fyz +Zx +Hy +Iz +J = 0, esta equacao no espaco representara:
i)Se
1
> 0,
2
> 0 e
3
> 0 e um elipsoide.
ii)Se
1
> 0,
2
> 0 e
3
< 0 e um Hiperboloide de uma folha.
iii)Se
1
> 0,
2
< 0 e
3
< 0 e um Hiperboloide de duas folhas.
iv) Se
1
,
2
e
3
sao 0 e o conjunto vazio.
v)Se
i
= 0, para i = {1, 2, 3} entao a quadrica sera sera um cilindro.
9
Captulo 3
Classicacao das C onicas
3.1 C onicas
Denicao 3.1.1. Uma conica em R
2
e um conjunto de pontos cujas coordenadas x e y em
relacao `a base canonica, satisfazem a equacao do 2

grau:
Ax
2
+Bxy +Cy
2
+Dx +Ey +F = 0
, onde
A, B, , F
sao n umeros reais e pelo menos um dentre, A ou B ou C sao nao
nulos.
As conicas mais importantes sao as elipses, os crculos as hiperboles e as parabolas, que
sao chamadas de conicas nao degeneradas. As demais conicas sao chamadas degeneradas
e incluem pontos isolados e pares de retas. Estas guras serao visualizados por ocasiao do
tracado dos gracos das equacoes do tipo da denicao 3.1.1.
A equacao de uma conica envolve uma forma quadratica, Q(x, y) = Ax
2
+ Bxy + Cy
2
,
uma forma linear L(x, y) = Dx +Ey, e um termo constante F, isto e, a equacao que dene
a conica e:
Q(x, y) +L(x, y) +F = 0
.
Diz-se que uma conica nao degenerada esta com sua equacao na forma reduzida (posicao
padrao) em relacao aos eixos coordenados se sua equacao pode ser expressa em uma das
seguintes formas:
10
a) Elipse ou Crculo
x
2
k
2
+
y
2
l
2
= 1, comk, l > 0
Temos tres possibilidades, a saber:
Figura 3.1: k < l. Elipse,
com eixo maior sobre o eixo
y.
Figura 3.2: k > l. Elipse,
com o eixo maior sobre o
eixo x.
Figura 3.3: k = l. Crculo
centrado na origem.
b)Hiperbole
Temos duas possibilidades, a saber:
x
2
k
2

y
2
l
2
= 1 e
y
2
k
2

x
2
l
2
= 1, com k, l > 0.
Figura 3.4: Com k, l > 0. Figura 3.5: Com k, l > 0.
c)Parabola
Temos quatro possibilidades, a saber: y
2
= kx; k = 0, onde a parabola se apresentara
com concavidade no eixo x sendo que dependendo de k positivo ou negativo sera voltado
para direita e esquerda respectivamente.
Ou ainda x
2
= ky; k = 0, onde a parabola se apresentara com concavidade no eixo
y sendo que dependendo de k positivo ou negativo sera voltado para cima e para baixo
respectivamente. Vide guras abaixo.
11
Figura 3.6: Com k > 0. Figura 3.7: Com k < 0.
Figura 3.8: Com k > 0. Figura 3.9: Com k < 0.
3.2 Equacao Reduzida de uma C onica
Uma conica em sua equacao reduzida nao apresenta o termo em xy. A presenca desse
termo na equacao de uma conica nao degenerada indica que a mesma esta rotacionada para
fora de sua posicao padrao.
Da mesma forma, nenhuma conica tem ambos os termos em x
2
e x ou os termos y
2
e y
em sua equacao na forma reduzida. Se nao existe termo com produto misto, a ocorrencia de
qualquer um destes dois pares na equacao de uma conica nao degenerada indica que a mesma
esta transladada para a sua posicao padrao.
A ocorrencia de qualquer um dos pares acima e de um termo com produto misto, indica
que a conica esta tanto rotacionada quanto transladada de sua posicao padrao.
O objetivo primordial deste topico e apresentar tecnicas que, a partir da equacao de uma
conica denida na base canonica, e, atraves de uma mudanca de referencial conveniente, possa
se obter a equacao reduzida desta mesma conica, sendo que desta vez escrita de uma forma
mais simples onde sera de facil analise e reconhecimento do que esta gura possa representar
no plano, a exemplo das equacoes reduzidas mencionadas na denicao 3.1 e seus subitens.
O referido topico sera dividido em duas etapas, onde se deve proceder da seguinte forma:
12
Figura 3.10: Rotacionada. Figura 3.11: Transladada.
Figura 3.12: Rotacionada e
Transladada.
3.3 Procedimento Geral de Classicacao das C onicas
1
o
ETAPA: Eliminacao do termo em xy.
1
o
PASSO: Escrever a equacao dada na forma matricial.
_
x y
_
_
_
A
B
2
B
2
C
_
_
_
_
x
y
_
_
+
_
D E
_
_
_
x
y
_
_
+F = 0
Estas operacoes sao justicadas ou garantidas pelas denicoes dos itens 2.5.1 e 2.2.1 da 5
e 3 respectivamente.
2

PASSO: Diagonalizamos a forma quadratica para a eliminacao dos termos mistos.

Para isto, calcula-se os valores proprios
1
e
2
e os vetores proprios ortogonais v
1
e v
2
da
matriz
_
_
A
B
2
B
2
C
_
_
OBS: Ver Teorema 2.6.1, da pagina 6 e a denicao 2.7.1 da pagina 6.
3
o
PASSO: Calcular o determinante da matriz dos autovetores e fazer ajustes se necessario
de maneira a garantir que se tenha Det(P) = 1.
OBS: Este procedimento esta assegurado pelo teorema 2.9.1 da pagina 7.
4
o
PASSO: Obter as novas coordenadas. Para isso precisamos substituir na equacao
dada, parte linear a matriz;
_
_
x
y
_
_
por [I]
aut
can
_
_
x
1
y
1
_
_
.
OBS: Este procedimento e como faze-lo esta descrito na denicao 2.8.1 da pagina 7(mudanca
de base).
5
o
PASSO: Substituindo a forma quadratica pela matriz dos autovalores e a parte linear
13
com a matriz mudanca de base, a equacao original se reduz a:
_
x
1
y
1
_
_
_

1
0
0
2
_
_
_
_
x
1
y
1
_
_
+
_
D E
_
[I]
aut
can
_
_
x
1
y
1
_
_
+F = 0
Ou seja:

1
x
2
1
+
2
y
2
1
+ax
1
+by
1
+F = 0
OBS: Nesta etapa tambem sera substituida a matriz das coordenadas antigas pela matriz
das novas coordenadas.
6
o
PASSO: Classicar a conica com base nos seus autovalores.
Para tanto, consultar o teorema 2.11.1 da pagina 8.
2
o
ETAPA: Translacao de eixos.
Se a conica contem termos em x
2
, x, y
2
e y, seu graco e uma conica que esta transladada
para fora de sua posicao padrao. Esta conica pode ser colocada em sua posicao padrao por
uma translacao conveniente dos eixos coordenados.
Para fazer isto, agrupamentos (entre parenteses) os termos em x e os termos em y sepa-
radamente e completarmos os quadrados nessas duas expressoes.
Para completar o quadrado numa expressao da forma x
2
1
+ px
1
somamos e subtraimos a
constante
p
2
para obter:
x
2
1
+px
1
= x
2
1
+px
1
+ (
p
2
)
2
(
p
2
)
2
= (x
1
+
p
2
)
2
(
p
2
)
2
Adotando um novo referencial de eixos coordenados, podemos fazer:
x
2
= x
1
+
p
2
Com esta operacao elimina-se os termos lineares e a equacao da conica passa para a forma
reduzida, onde sera de facil analise e determinacao de seus pontos no graco.
Neste caso, dependendo dos seus autovalores temos os seguintes casos com as seguintes
equacoes reduzidas:
i)
1
e
2
= 0

1
x
2
1
+ax
1
+
2
y
2
1
+by
1
+F = 0
14

1
(x
1
+
a
2
1
)
2

a
2
4
1
+
2
(y
1
+
b
2
2
)
2

b
2
4
2
+F = 0
Seja x
2
= x
1
+
a
2
2
e y
2
= y
1
+
b
2
2
, temos entao
1
x
2
2
+
2
y
2
2
+ f = 0, que e uma das
equacoes reduzidas,onde f = F
a
2
4
1

b
2
4
2
ii)
1
= 0 e
2
= 0

1
x
2
1
+ax
1
+by
1
+F = 0

1
(x
1
+
a
2
1
)
2

a
2
4
1
+by
1
+F = 0
Tomando x
2
= x
1
+
a
2
1
e y
2
= y
1
, temos:
1
x
2
2
+ by
2
+ f = 0, que e uma das equacoes
reduzidas, onde:
f = F
a
2
4
1
.
iii)
1
= 0 e
2
= 0
Processo identico ao item ii)
Pode acontecer as vezes que necessitamos classicar a conica apenas quanto ao seu genero,
sem querer conhecer seu graco ou suas coordenadas. Para isto, podemos fazer uso do teorema
2.11.2, da p agina 9, e classicar seu genero apenas com base em seus coecientes numericos
A, B e C.
3.4 Aplicac oes
A ttulo de aplicacoes da metodologia desenvolvida no captulo 2, e aprimoramento dos
conceitos do captulo 3,faremos uso das tecnicas apresentadas atraves exemplos. Serao
desenvolvidos nesta Secao, com a nalidade de exemplicacao, e para maior clareza das
ideias. Serao desenvolvidos dois exemplos: 1

Conica rotacionada e 2

Conica rotacionada e
tranasladada.
3.4.1 C onica Rotacionada
Determinar a equacao reduzida da conica, identicar o genero e achar sua posicao quando
sua equacao e:
9x
2
+ 12xy + 4y
2
= 13
15
Solucao: A equacao dada e semelhante a 9x
2
+12xy +4y
2
13 = 0, quando comparada
a sua forma geral, equacao (1) deste topico.
1
o
Etapa: Eliminacao do termo xy da equacao
OBS: Conforme introducao feita no topico 3.1, esta conica sofreu apenas uma rotacao
em relacao a sua posicao padrao.
1
o
Passo: Escrever a equacao dada na forma matricial
_
x y
_
_
_
9 6
6 4
_
_
_
_
x
y
_
_
+
_
0 0
_
_
_
x
y
_
_
13 = 0
2
o
Passo: Calculo dos autovalores e autovetores da matriz B
B =
_
_
9 6
6 4
_
_
det(B I) = det
_
_
9 6
6 4
_
_
= 0
Isto e:
(9 )(4 ) 36 = 0
36 9 4 +
2
36 = 0

2
13 = 0
( 13) = 0
_
_

1
= 0

2
= 13
_
_
Os autovalores sao:
1
= 0 e
2
= 13
Resolvendo-se o sistema homogeneo;
_
_
9 6
6 4
_
_
_
_
x
y
_
_
=
_
_
0
0
_
_
Obtemos os vetores proprios associados a B.
Para
1
= 0, tem-se:
_
_
9 6
6 4
_
_
_
_
x
y
_
_
=
_
_
0
0
_
_

_
_
_
9x + 6y = 0
6x + 4y = 0
Que solvendo o sistema temos: v
1
= k(
2
3
, 1)
Para
2
= 13 tem-se:
16
_
_
4 6
6 9
_
_
_
_
x
y
_
_
=
_
_
0
0
_
_

_
_
_
4x + 6y = 0
6x 9y = 0
A exemplo do escalonamento anterior, a 2
o
equacao e um multiplo escalar da 1
o
equacao,
cando assim a solucao do sistema reduzida a primeira equacao.
4x + 6y = 0
Que tem-se como resultado apos manipulacoes algebricas:
v
2
= (
3
2
k, k)
Normatizando os vetores da base tem-se:
|v
1
| =
_
(
2
3
)
2
+ 1
2
=
_
4
9
+ 1 =
_
13
9
=

13
3
|v
2
| =
_
3
2
2
+ 1
2
=
_
4
9
+ 1 =
_
13
4
=

13
2
Logo:
u
1
=
(
2
3
,1)

13
3
u
1
= (
2

13
,
3

13
)
u
2
=
(
3
2
,1)

13
2
u
2
= (
3

13
,
2

13
)
A nomeacao da matriz B se deve a denicao 2.5.1 da pagina 5.
Logo, a matriz [I]

e
n
, onde e os autovetores e e
n
base canonica, sera denida por:
[I]

e
n
=
_
_

2

13
3

13
3

13
2

13
_
_
3

Passo: Calculando o determinante da matriz I

det(I) =
2

13
.
2

13

3

13
.
3

13
=
4
13

9
13
det(I) =
13
13
= 1
Invertendo as colunas de I, temos:
[I]

e
n
=
_
_
3

13

2

13
2

13
3

13
_
_
Onde det(I) = 1.
Logo a matriz mudanca de base sera:
[I]

e
n
=
_
_
3

13

2

13
2

13
3

13
_
_
17
4

Passo: Como os coecientes D e E de nossa equacao sao mistos, ou seja, nao existe
a parte linear este procedimento tambem sera anulado.
A nossa equacao se reduz a:
_
x
1
y
1
_
.
_
_
0 0
0 13
_
_
.
_
_
x
1
y
1
_
_
13 = 0
13y
2
1
13 = 0
13y
2
1
= 13
y
2
1
=
13
13
y
2
1
= 1
5
o
Passo: Classicando a conica com base nos seus autovalores
_
_
_

1
= 0

2
= 13
Logo
1
.
2
= 0
Pelo denicao 2.11.1, da pagina 8, esta conica representa uma parabola ou suas degen-
eracoes.
Portanto, pela equacao que temos vericamos que esta conica representa um par de retas
paralelas.
OBS: Como nossa conica nao possui termos mistos emx ou emy, ela nao sera transladada,
cando dispensada dos calculos da segunda etapa.
Figura 3.13: Graco da funcao: 9x
2
+12xy +4y
2
= 13 Figura obtida: Par de retas paralelas.
Posicao: As retas cortam o eixo das ordenadas nos pontos 1 e 1.
18
3.4.2 C onica Rotacionada e Transladada
Determinar a equacao reduzida da conica, identicar o genero e achar sua posicao quando
sua equacao e:
73x
2
72xy + 52y
2
30x 40y 75 = 0
Solucao:
A equacao dada aprensenta todos os seus termos em x e y. Portanto, esta conica sofrera
uma rotacao seguida de uma translacao.
1

Etapa: Eliminacao do termo xy da equacao dada.

1
o
Passo: Escrever a equacao dada na forma matricial.
_
x y
_
.
_
_
73 36
36 52
_
_
.
_
_
x
y
_
_
+
_
30 40
_
.
_
_
x
y
_
_
75 = 0
2
o
Passo: Calcular os autovalores e autovetores da matriz B.
B =
_
_
73 36
36 52
_
_
det(B I) = det
_
_
73 36
36 52
_
_
= 0
Isto e:
(73 ).(52 ) 1296 = 0
3796 73 52 +
2
1296 = 0

2
125 + 2500 = 0
Resolvendo a equacao quadratica vem:
_
_
_

1
= 100

2
= 25
Logo os autovalores procurados sao
1
= 100 e
2
= 25.
Resolvendo o sistema de equacoes lineares homogenio, tem-se:
_
_
73 36
36 52
_
_
.
_
_
x
y
_
_
=
_
_
0
0
_
_
19
Obtem-se assim os vetores proprios associados a matriz B.
Para
1
= 100 tem-se:
_
_
27 36
36 48
_
_
.
_
_
x
y
_
_
=
_
_
0
0
_
_

_
_
_
27x 36y = 0
36x 48y = 0

_
v
1
= (
4
3
k, k)
Para
2
= 25 tem-se:
_
_
48 36
36 27
_
_
.
_
_
x
y
_
_
=
_
_
0
0
_
_

_
_
_
48x 36y = 0
36x + 27y = 0

_
v
1
= (
3
4
k, k)
Normatizando os vetores da base tem-se:
|v
1
| =
_
(
4
3
)
2
+ 1
2
=
_
16
9
+ 1 =
_
25
9
=
5
3
|v
2
| =
_
(
3
4
)
2
+ 1
2
=
_
9
16
+ 1 =
_
25
16
=
5
4
Logo;
u
1
=
(
4
3
,1)
5
3
u
1
= (
4
5
,
3
5
)
u
2
=
(
3
4
,1)
5
4
u
2
= (
3
5
,
4
5
)
Logo, a matriz [I]

e
n
, onde e os autovetores e e
n
base canonica, sera denida por:
[I]

e
n
=
_
_

4
5
3
5
3
5
4
5
_
_
3

Passo: Calculando o determinante da matriz I

det(I) =
4
5
.
4
5

3
5
.
3
5
=
16
25

9
25
det(I) =
25
25
= 1
Invertendo as colunas de I, temos:
[I]

e
n
=
_
_
3
5

4
5
4
5
3
5
_
_
Cujo det(I) = 1. Com isso, ca garantido pelo teorema 2.9.1 da pagina 7, que a nossa
canonica sofrera uma rotacao.
4

Passo: Obtendo as nossas coordenadas

_
_
x
y
_
_
=
_
I
_

e
n
.
_
_
x
1
y
1
_
_
20
_
_
x
y
_
_
=
_
_
3
5

4
5
4
5
3
5
_
_
.
_
_
x
1
y
1
_
_
5
o
Passo: A equacao original cara reduzida a:
_
x
1
y
1
_
.
_
_
25 0
0 100
_
_
.
_
_
x
1
y
1
_
_
+
_
30 40
_
.
_
_
3
5

4
5
4
5
3
5
_
_
.
_
_
x
1
y
1
_
_
75 = 0
_
25x
1
100y
1
_
.
_
_
x
1
y
1
_
_
+
_
50 0
_
.
_
_
x
1
y
1
_
_
75 = 0
25x
2
1
+ 100y
2
1
50x
1
75 = 0
OBS: Como os autovetores foram alternados na matriz mudanca de base, tambem alter-
namos os autovalores na matriz da forma quadratica com o objetivo de preservacao de sua
correspondencia original.
6
o
Passo: Classicacao da conica
Os autovalores
1
e
2
encontrados foram:
_
_
_

1
= 100

2
= 25

1
.
2
= 2500
Como o produto dos autovalores e maior do que 0, a nossa conica e uma elipse, pelo
denicao 2.11.1 da pagina 8.
Este fato pode ser conrmado atraves de uma rapida inspecao utilizando o denicao
2.11.1, com a base nos coecientes A, B e C da equacao assim:
B
2
4AC = (72)
2
4.73.52 = 5184 15184 = 10000 0
Pelo referido teorema, tem-se nestas condicoes que nossa gura sera do genero elpse.
2
o
Etapa: Transladando os eixos
A nossa equacao e:
25x
2
1
+ 100y
2
1
50x
1
75 = 0
25x
2
1
50x
1
+ 100y
2
1
75 = 0
25(x
2
1
2x
1
) + 100y
1
= 75
25(x
2
1
2x
1
+ 1) + 100y
2
1
= 75 + 25
25(x
2
1
1)
2
+ 100y
2
1
= 100
21
Dividindo tupo por 100, tem-se:
(x
1
1)
2
4
+
y
2
1
1
= 1
Seja x
2
= x
1
1 e y
2
= y
1
, a nossa equacao, mas uma vez se reduzira a:
x
2
2
4
+
y
2
2
1
= 1
ou
x
2
2
2
2
+
y
2
2
1
2
= 1
A nossa elpse aprensenta seu eixo maior sobre o eixo dos x, limitada pelos pontos (2, 0)
e (2, 0) e seu eixo menor sobre o eixo dos y sendo limitada pelos pontos (0, 1) e (0, 1).
A origem deste ultimo referencial sera x
2
= 0 e y
2
= 0, isto e, x
1
1 = 0 e y
1
= 0 ou
ainda x
1
= 1 e y
1
= 0
Figura 3.14: Graco da funcao: 73x
2
72xy+52y
2
30x40y75 = 0 Figura obtida: Elipse.
Posicao:A elpse sofreu uma rotacao em relacao ao sistema de eixos X0Y e foi transladada
em relacao ao segundo referencial X
1
0Y
1
deslocando-se ao longo do eixo x
1
.
22
Captulo 4
Cilindros e Superfcies Quadricas
Denicao 4.0.1. (Cilindro) Um cilindro e a superfcie composta de todas as retas que sao
paralelas a uma reta dada no espaco e passam por uma curva plana dada. A curva e uma
curva geradora para o cilindro.
Observac ao: Em geometria solida, onde cilindro signica cinlindro circular, as curvas
geradoras sao circulos. Em nosso caso as curvas geradoras sao genericas e nao somente
crculos.
Em geral, uma equacao em duas das tres coordenadas cartesianas dene um cilindro
paralelo ao eixo da terceira coordenada.
Exemplos:
y = x
2
, representa o cilindro parabolico;
Figura 4.1: O Cilindro de retas que passam pela parabola y = x
2
no plano xy e sao paralelas
ao eixo z
23
x
2
+ 4z
2
= 4, representa o cilindro elptico;
Figura 4.2: O Cilindro Elptico x
2
+ 4z
2
= 4 e formado por retas paralelas ao eixo y e que
passam pela elipse x
2
+ 4z
2
= 4 no plano xz. As secoes transversais ou tracos do cilindro
em planos perpendiculares ao eixo y sao elpse congruentes `a elipse geradora. O cilindro se
estende ao longo do eixo y
y
2
z
2
= 1 representa o cilindro hiperbolico;
Figura 4.3: O cilindro hiperbolico y
2
z
2
= 1 e formado por retas paralelas ao eixo x e que
passam pela hiperbole y
2
z
2
= 1 no plano yz. As secoes transversais do cilindro em planos
perpendiculares ao eixo x sao hiperboles congruentes `a hiperbole geradora
Denicao 4.0.2. (Superfcies Quadricas) Uma equacao da forma Ax
2
+By
2
+Cz
2
+Dxy +
Exz+Fyz+Gx+Hy+Iz+J = 0 onde
A, B, , J
sao n umeros reais e
A, B, , F
nao sao todos nulos, e chamada uma equacao quadratica em x, y e z, e a expressao Ax
2
+
By
2
+Cz
2
+Dxy +Exz +Fyz = 0, e chamada a forma quadratica associada.
A equacao acima pode ser escrita no formato matricial:
_
x y z
_
_

_
A
D
2
E
2
D
2
B
F
2
E
2
F
2
C
_

_
.
_

_
x
y
z
_

_
+
_
G H I
_
.
_

_
x
y
z
_

_
+J = 0
24
ou x
T
Ax +Kx +J = 0, onde;
x =
_

_
x
y
z
_

_
, A =
_

_
A
D
2
E
2
D
2
B
F
2
E
2
F
2
C
_

_
, K =
_
G H I
_
.
4.1 Equacao Reduzida de uma Superfcie Quadrica
Os gracos de equacoes quadricas sao chamados de quadricas ou superfcies quadricas. As
equacoes reais simples de superfcies quadricas ocorrem qando estas superfcies sao colocadas
em certas posicoes padrao relativas aos eixos coordenados. Ao nal desse topico sera mostrada
as seis superfcies quadricas basicas e as equacoes para aquelas superfcie quando as mesmas
estao em suas posicoes padrao, ou seja, com suas equacoes na forma reduzida. Se uma
quadrica e cortada por um plano, chamamos as curvas de interseccao de o traco no plano da
superfcie.
Para ajudar a visualizar as superfcies quadricas, mostra-se e descreve-se os tracos feitos
por planos paralelos aos planos coordenados. A exemplo dos comentarios feitos para as
conicas, a presenca de um ou mais dos termos mistos xy, xz e yz na equacao da quadrica
indica que a mesma esta sofrendo uma rotacao para fora de sua posicao padrao. Tambem
a presenca de ambos os termos em x
2
e x, y
2
e y ou z
2
e z numa quadrica seu termo com
produto misto indica que a quadrica foi transladada para fora de sua posicao padrao.
Os mesmos conceitos e procedimentos utilizados para a abtencao da equacao reduzida de
uma conica serao utilizados aqui tambem na obtencao da equacao reduzida de uma quadrica,
nao devendo esquecer que os vetores utilizados pertencem ao R
3
, devendo portanto terem
tres coordenadas, e que a sua matriz na forma quadratica tera uma ordem do tipo 3 3.
Ver no item 2.11, o teorema 6, do topico 2, o teorema dos eixos pricipais em R
3
e sua
semelhanca com o teorema 3 do mesmo topico, enunciado para o R
2
.
Em nosso trabalho, agrupou-se os varios tipos de equacoes para as quadricas, em quatro
modelos, conforme as mesmas apresentem ou nao termos com produtos mistos e termos
lineares. Ser ao apresentados nesse captulo um exemplo de cada uma das quadricas em seus
respectivos grupos.
Grupo 1: Equacoes sem termos mistos e sem termos em x, y e z.
Para este caso e suciente isolar o termo em que aparece a variavel z ou o termo inde-
pendente e a partir da simplicar a equacao dada ate obter uma das formas padroes.
25
Grupo 2: A equacao sem termos mistos.
A equacao dada nao apresenta termos mistos, mas apresenta termos lineares de x, y e z.
Neste caso, podemos perceber que se trata de uma quadrica onde seu centro foi deslocado da
origem (transladado).
Neste caso e suciente agrupar as variaveis, fazer o completamento de quadrados e por
m, tomar a nova referencia para os eixos coordenados, conforme teorema ????.
Grupo 3: Equacao com termos mistos e sem termos lineares.
O procedimento para identicar as quadricas que foram rotacionadas para fora de sua
posicao padrao e semelhante ao procedimento descrito para as conicas. Seja Q a superfcie
quadrica cuja equacao nas coordenadas xyz e x
T
Ax+Kx+J = 0. Precisamos rotacionar os
eixos coordenados xyz de tal modo que a equacao quadrica do novo sistema de coordenadas
x
1
y
1
z
1
nao tenha termo com produto misto.
Grupo 4: Equacao com todos os termos (completa).
4.2 Superfcies Quadricas Basicas
A gura abaixo mostra as principais superfcies quadricas basicas.
Na gura 4.4 temos o esboco das quadricas cujas as equacoes padrao seguem descritas
abaixo:
Elipsoide:
x
2
l
2
+
y
2
m
2
+
z
2
n
2
= 1
Cone Elptico: z
2
=
x
2
l
2
+
y
2
m
2
Hiperboloide de Uma folha:
x
2
l
2
+
y
2
m
2

z
2
n
2
= 1
Paraboloide Elptico: z =
x
2
l
2
+
y
2
m
2
Hiperboloide de Duas folhas:
z
2
l
2

x
2
m
2

y
2
n
2
= 1
Paraboloide Hiperbolico:z =
y
2
m
2
+
x
2
l
2
26
Figura 4.4: Quadricas basicas e suas secoes transversais
4.3 Exemplos de Aplicac oes
4.3.1 Grupo 1
Exemplo 1: Identique a quadrica de equacao 9x
2
+ 4y
2
= z
2
.
Solucao: 9x
2
+ 4y
2
= z
2
z
2
=
x
2
1
9
+
y
2
1
4
Comparando a equacao obtida com uma das equacoes basicas, podemos perceber que esta
quadrica se trata de um Cone Elptico.
Exemplo 2: Identique a quadrica de equacao 36x
2
+ 9y
2
+ 4z
2
36 = 0
Solucao: 36x
2
+ 9y
2
+ 4z
2
36 = 0 36x
2
+ 9y
2
+ 4z
2
= 36
27
Dividindo toda equacao por 36 temos:
36x
2
36
+
9y
2
36
+
4z
2
36
=
36
36

x
2
1
2
+
y
2
2
2
+
z
2
3
2
= 1
Comparando a equacao obtida com uma das equacoes basicas, podemos perceber que esta
quadrica se trata de um Elipsoide.
Exemplo 3: Identique a quadrica de equacao x
2
+y
2
+z
2
= 25.
Dividindo toda equacao por 25, obtemos:
x
2
+y
2
+z
2
= 25
x
2
25
+
y
2
25
+
z
2
25
= 1
Trata-se de uma Esfera.

E um caso particular do elipsoide onde a = b = c. Os tracos sao
circunferencias a cada um dos planos coordenados.
4.3.2 Grupo 2
Exemplo 1: Identicando a superfcie quadrica cuja equacao 4x
2
+ 36y
2
9z
2
16x
216y + 304 = 0
Solucao: Agrupando as variaveis e isolando o termo independente, obtemos:
4x
2
16x + 36y
2
216y 9z
2
= 304 4(x
2
4x) + 36(y
2
6y) 9z
2
= 304
Completando os quadrados, temos:
4(x
2
4x + 4) + 36(y
2
3y + 9) 9z
2
= 304 + 16 + 324
4(x 2)
2
+ 36(y 3)
2
9z
2
= 36
Dividindo toda equacao por 36, temos:
4(x2)
2
36
+
36(y3)
2
36

9z
2
36
=
36
36

(x2)
2
9
+
(y3)
2
1

z
2
4
= 1
Fixando a translacao dos eixos, obtemos:
Seja x
1
= x 2, y
1
= y 3 e z
1
= z. Entao:
x
2
1
9
+
y
2
1
1

z
2
1
4
= 1
Comparando a equacao obtida com uma das equacoes basicas, podemos perceber que esta
quadrica se trata de um hiperboloide de uma folha.
28
4.3.3 Grupo 3
Exemplo 1: Descreva a superfcie quadrica cuja equacao e: 4x
2
+4y
2
+4z
2
+4xy +4xz +
4yz 3 = 0
Solucao:
1

Etapa: Eliminacao dos termos mistos

Agora vamos desenvolver os passos necessarios para eliminar os termos mistos.
1

Passo: Escrever a equacao dada na forma matricial x

T
Ax +Kx +j = 0
_
x y z
_
_

_
A
D
2
E
2
D
2
B
F
2
E
2
F
2
C
_

_
_

_
x
y
z
_

_
+
_
G H I
_
_

_
x
y
z
_

_
+J = 0
_
x y z
_
_

_
4 2 2
2 4 2
2 2 4
_

_
_

_
x
y
z
_

_
+
_
0 0 0
_
_

_
x
y
z
_

_
3 = 0
Obs: Essa quadrica sofreu apenas uma rotacao em relacao a sua posicao padrao.
2

Passo: Calculo dos autovalores e autovetores da matriz A

A =
_

_
4 2 2
2 4 2
2 2 4
_

_
det(A I) =

4 2 2
2 4 2
2 2 4

= 0
Logo resolvendo o determinante temos que os autovalores sao:
1
=
2
= 2 e
3
= 8
Resolvendo-se o sistema homogeneo
_

_
4 2 2
2 4 2
2 2 4
_

_
_

_
x
y
z
_

_
=
_

_
0
0
0
_

_
obtemos os vetores proprios associados a A.
Para
1
=
2
= 2, tem-se:
_

_
2 2 2
2 2 2
2 2 2
_

_
_

_
x
y
z
_

_
=
_

_
0
0
0
_

_
2x + 2y + 2z = 0
2x + 2y + 2z = 0
2x + 2y + 2z = 0
Onde resolvendo o sistema temos:
29
v
1
= (1, 1, 0) e v
2
= (1, 0, 1).
Para = 8 tem-se:
_

_
4 2 2
2 4 2
2 2 4
_

_
_

_
x
y
z
_

_
=
_

_
0
0
0
_

_
4x + 2y + 2z = 0
2x 4y + 2z = 0
2x + 2y 4z = 0
Onde resolvendo o sistema temos:
v
3
= (1, 1, 1)
Assim, temos a base B formada por estes vetores, ou seja:
B = {(1, 1, 0); (1, 0, 1); (1, 1, 1)}.
3

Passo: Aplicando o processo de GRAM-SCHMDIT na Base B

Vamos entao aplicar o processo de Gram-schmdit para ortonormalizar os vetores da base
B = {(1, 1, 0); (1, 0, 1); (1, 1, 1)}.
w
1
= v
1
= (1, 1, 0)
|w
1
| =
_
(1)
2
+ 1
2
+ 0
2
=

1 + 1 =

2
u
1
=
w
1
|w
1
|
=
(1,1,0)

2
= (
1

2
,
1

2
, 0)
w
2
= v
2
(v
2
, u
1
)u
1
w
2
= (1, 0, 1) [(1, 0, 1)(
1

2
,
1

2
, 0)](
1

2
,
1

2
, 0) = (
1
2
,
1
2
, 1)
|w
2
| =
_
(
1
2
)
2
+ (
1
2
)
2
+ 1
2
=
_
1
4
+
1
4
+ 1 =
_
6
4
=

6
2
u
2
=
w
2
|w
2
|
=
(
1
2
,
1
2
,1)

6
2
= (
1

6
,
1

6
,
2

6
)
w
3
= v
3
(v
3
u
2
)u
2
(v
3
u
1
)u
1
w
3
= (1, 1, 1)[(1, 1, 1)(
1

6
,
1

6
,
2

6
)](
1

6
,
1

6
,
2

6
)[(1, 1, 1)(
1

2
,
1

2
, 0)](
1

2
,
1

2
, 0)
w
3
= (1, 1, 1) 0.(
1

6
,
1

6
,
2

6
) 0.(
1

2
,
1

2
, 0) = (1, 1, 1)
|w
3
| =

1
2
+ 1
2
+ 1
2
=

1 + 1 + 1 =

3
u
3
=
w
3
|w
3
|
=
(1,1,1)

3
(
1

3
,
1

3
,
1

3
)
Logo, a matriz [I]
Aut
Can
sera denida por:
30
(I)
a
c
=
_

2

1

6
1

3
1

2

1

6
1

3
0
2

6
1

3
_

_
4

Passo: Calculando o determinante da matriz I Det(I) = [(

1

2
).(
1

6
)(
1

3
)+(
1

6
).(
1

3
).0+
(
1

3
).(
1

2
).(
2

6
)] [(
1

3
).(
1

6
).0 + (
1

2
).(
1

3
).(
2

6
) + (
1

6
).(
1

2
).(
1

3
)]
Det(I) = 1
Com isto, ca garantido pelo teorema 2.11.1, item 2.11 do captulo 2, que a quadrica
sofrera uma rotacao.
6

Passo: A nossa equacao cara reduzida a:

_
x
1
y
1
z
1
_
.
_

_
2 0 0
0 2 0
0 0 8
_

_
.
_

_
x
1
y
1
z
1
_

_
3 = 0
Efetuando a multiplicacao matricial, obtemos:
2x
2
1
+ 2y
2
1
+ 8z
2
1
3 = 0 2x
2
1
+ 2y
2
1
+ 8z
2
1
= 3
Dividindo toda a equacao por 3, obtemos:
x
2
1
3
2
+
y
2
1
3
2
+
z
2
1
3
8
= 1
Logo, comparando a equacao acima com uma das equacoes padrao das quadricas, podemos
vericar que a mesma representa um Elipsoide.
GRAFICO AKI!
4.3.4 Grupo 4
Descreva a superfcie quadrica cuja equacao e:
Exemplo 1: 7x
2
+ 7y
2
+ 10z
2
2xy 4xz + 4yz 12x + 12y + 60z = 24
Solucao:
1

Etapa: Eliminacao dos termos mistos

Agora vamos desenvolver os passos necessarios para eliminar os termos mistos.
1

Passo: Escrever a equacao dada na forma matricial x

T
Ax +Kx +J = 0
Entao escrevendo na forma matricial vem:
31
_
x y z
_
_

_
A
D
2
E
2
D
2
B
F
2
E
2
F
2
C
_

_
_

_
x
y
z
_

_
+
_
G H I
_
_

_
x
y
z
_

_
+J = 0
_
x y z
_
_

_
7 1 2
1 7 2
2 2 10
_

_
_

_
x
y
z
_

_
+
_
12 12 60
_
_

_
x
y
z
_

_
24 = 0
Obs: Essa quadrica sofreu uma rotacao e uma translacao em relacao a sua posicao padrao.
2

Passo: Calculo dos Autovetores e Autovalores da matriz A

Entao seja a matriz A =
_

_
7 1 2
1 7 2
2 2 10
_

_
Det(A I) =

7 1 2
1 7 2
2 2 10

= 0
Isto e, resolvendo o determinante temos que os autovalores sao:
1
=
3
= 6 e
2
= 12.
Agora resolvendo o seguinte sistema homogenio temos:
_

_
7 1 2
1 7 2
2 2 10
_

_
.
_

_
x
y
z
_

_
=
_

_
0
0
0
_

_
Apos resolucao dos sistemas
_

_
x y 2z = 0
x +y + 2z = 0
2x + 2y + 4z = 0
e
_

_
5x y 2z = 0
x 5y + 2z = 0
2x + 2y 2z = 0
Estes sistemas provems dos autovalores
1
=
3
= 6 e
2
= 12 respectivamente.
Sendo assim apos escalonamento e resolucao temos a seguinte base B dos autovetores
associados:
B = {(1, 1, 0); (2, 0, 1); (1, 1, 2)}.
3

Passo: Aplicando o processo de GRAM-SCHMDIT na Base B

Agora usando do processo ja feito no item 4.3.3 na pagina 30 obtemos a seguinte base
ortonormal [I]
Aut
Can
:
32
[I]
a
c
=
_

_
1

2
1

3

1

6
1

2

1

3
1

6
0
1

3
2

6
_

_
.
4

Passo: Calculando o determinando da matriz I

Assim como feito no item 4.3.3 da pagina 31 obtemos o seguinte resultado para o deter-
minante:
Det[I] = 1
Como Det[I] = 1, temos a necessidade de inverter duas das colunas na matriz I, a m
de que este determinante tenha valor igual a 1.
Sendo assim nossa matriz agora sera:
[I]
a
c
=
_

_
1

3
1

2

1

3
1

2
1

6
1

3
0
2

6
_

_
.
Com isto ca garantido pelo teorema ??, da pagina ??, que a quadrica sofrera uma
rotacao. Lembrando que, como foi permutada a 1

com a 2

colunas, tambem devemos

inverter a ordem dos autovalores, por ocasiao da montagem da equacao matricial. Como
esses autovalores sao iguais nao ha problemas.
5

Passo: Obtendo as novas coordenadas

_

_
x
y
z
_

_
= [I]
a
c
.
_

_
x
1
y
1
z
1
_

_
x
y
z
_

_
=
_

_
1

3
1

2

1

3
1

2
1

6
1

3
0
2

6
_

_
.
_

_
x
1
y
1
z
1
_

_
6

Passo: A equacao original cara reduzida a:

_
x
1
y
1
z
1
_
.
_

_
6 0 0
0 6 0
0 0 12
_

_
.
_

_
x
1
y
1
z
1
_

_
+
_
12 12 60
_
.
_

_
1

3
1

2

1

3
1

2
1

6
1

3
0
2

6
_

_
.
_

_
x
1
y
1
z
1
_

24 = 0
Efetuando a multiplicacao nalmente obtemos:
6x
2
1
+ 6y
2
1
+ 12z
2
1
+ 12

3x
1
+ 24

6z
1
= 24
2

Etapa: Transladando os eixos.

6x
2
1
+ 6y
2
1
+ 12z
2
1
+ 12

3x
1
+ 24

6z
1
= 24
33
6x
2
1
+ 12

3x
1
+ 6y
2
1
+ 12z
2
1
+ 24

6z
1
= 24
6(x
2
1
+ 2

3x
1
) + 6y
2
1
+ 12(z
2
1
+ 2

6z
1
) = 24
6(x
2
1
+ 2

3x
1
+ 3) + 6y
2
1
+ 12(z
2
1
+ 2

6z
1
+ 6) = 24 + 18 + 72
6(x
1
+

3)
2
+ 6y
2
1
+ 12(z
1
+

6)
2
= 114
(x
1
+

3)
2
+y
2
1
+ 2(z
1
+

6)
2
= 19
Seja x
2
= x
1
+

3; y
2
= y
1
; z
2
= z
1
+

6.
A nossa equacao mais uma vez se reduzira a:
x
2
2
+y
2
2
+ 2z
2
2
= 19
Dividindo toda equacao por 19, obtemos:
x
2
2
19
+
y
2
2
19
+
z
2
2
19
2
= 1
Logo comparando a equacao acima com uma das equacoes padrao das quadricas, podemos
vericar que a mesma representa um elipsoide.
Desenhar o graco da funcao!!!
34
Referencias Bibliogracas
[1] BOLDRINI, Jose Luiz, COSTA, Sueli,I.R., FIGUEIREIDO, Vera L ucia, It. all.

Algebra
Linear, 3ed. Rio de Janeiro: Harper do Brasil,1980.
[2] ANTON, howard, RORRES, Chris.

Algebra Linear com aplicacoes. 8 ed. Porto Alegre:
Bookman,2001.
[3] ANTON, howard, BIVENS, Iri, DAVIS, Stephen. Calculo. 8 ed. Porto Alegre: Bookman,
2007. (vol. II)
[4] LIMA, Elon Lages,

Algebra Linear. 7. ed. Rio de Janeiro: IMPA, 2008.
[5] LIPSCHUTZ, Seymour, Lipson, Marc. Teoria e Problemas de

Algebra Linear Porto Ale-
gre: Bookman,2004.
[6] POOLE, David. SMA341

Algebra Linear. Sao Paulo: Thomson,2004.
[7] STEIMBRUCH, Alfredo, WINTERLE, Paulo.

Algebra Linear. 2 ed. Sao Paulo: McGraw-

Hiee, 1987.
[8] STEWART, James Calculo 5. ed. Sao Paulo: Thomson, 2006. (vol. II)
[9] THOMAS, George B. Calculo 10. ed. Sao Paulo:Pearson, 2003. (Vol 2).
35