Prof.

Srgio Ricardo de Brito Gadelha 1

COMBINAO LINEAR
Uma expresso da forma a
1
u
1
+ a
2
u
2
+ . . . +a
n
u
n
= w, onde a
1
, a
2
, . . . ,a
n
so escalares e u
1
, u
2
,
. . .,u
n
e w, vetores do
n
chama-se combinao linear.
Em outras palavras, sejam V um espao vetorial real ( ou complexo), v
1
, v
2
,...,v
n
V e
a
1
,...,a
n
, nmeros (ou complexos).
Ento o vetor
n n
v a v a v a v

+ + +
2 2 1 1
um elemento de V, e dizemos que v uma
combinao linear de v
1
,...,v
n
.
W = [ v
1
,...,v
n
] chamado subespao quando por v
1
,...,v
n
.
Por exemplo, os vetores e
1
= (1, 0, 0); e
2
= (0, 1, 0) e e
3
= (0, 0, 1) geram o espao vetorial
R
3
, pois qualquer vetor (a, b, c) R
3
pode ser escrito como combinao linear dos e
i
, especificamente:
(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1)
Sendo u = (x, y, z) se o sistema de equaes lineares resultante da combinao linear no for
consistente, isto , no tiver soluo, ento o vetor no pode ser escrito como combinao linear, logo no
gera um espao.
Exemplos.:
1) Sejam ) 4 , 2 ( ) 1 , 3 (
2 1
v e v

e os escalares a
1
= 2 e a
2
= -1. Podemos encontrar um vetor v

= (x, y) que
seja combinao linear de .
2 1
v e v

+
2 2 1 1
v a v a v

(x, y) = 2.(3, 1) + (-1).(2, 4) = (4, -2) = v

2) Sejam os vetores
1
v

= (1, -3, 2) e
2
v

= (2, 4, -1).
O vetor v

= (-4, -18, 7) pode ser escrito como combinao linear de

2 1
e v v

.
(-4, -18, 7) = a
1
.(1, -3, 2) + a
2
.(2, 4, -1)
3
2
0 0 0
3 1 0
2 0 1
~
7 : 1 2
18 : 4 3
4 : 2 1
7 2
18 4 3
4 2
2
1
2 1
2 1
2 1

1
1
1
]
1

1
1
1
]
1

'

+
+
a
a
a a
a a
a a
COMBINAES LINEARES E SUBESPAOS GERADOS
Seja um vetor espao vetorial. Considere um subconjunto
} v , , v { A 1 n


V, com A
. O conjunto S de todos os vetores de V que so combinaes lineares dos vetores de A um subespao
vetorial de V. O subespao diz-se gerado por
. , , 1 n v v

Ou seja:
S = G (A) ou
] v , , v [ S 1 n


Os vetores v
1
,...v
n
so chamados geradores de S e A o conjunto gerador.
Prof. Srgio Ricardo de Brito Gadelha 2
Exerccios:
1) Os vetores i = (1, 0) e j = (0, 1) geram o espao vetorial
2
, pois qualquer (x, y) combinao
linear de i e j.
(x, y ) = x.(1, 0) + y.(0, 1) = (x, y)
[ i, j ] =
2
2) Os vetores

i
=(1, 0, 0),

j
=(0, 1, 0) e

k
=(0, 0, 1) geram o espao vetorial
3
.
(x, y, z) = x.(1, 0, 0) + y.(0, 1, 0) + z.(0, 0, 1)
Obs.: i, j e k so chamados de vetores unitrios, e tambm podem ser representados por e
1
, e
2
, e
3
.
3) Seja V =
3
. Determinar o subespao gerado por v
1
= (2, 1, 3).
[ v
1
] = { (x, y, z)
2
/ (x, y, z) = a.(2, 1, 3), a }

'

'

} y / 3y) y, (2y, { S
ou } 3y z e 2y x / z) y, (x, { S

3.y z 3.a z
a y
2.y x 2.a x
3) 1, a.(2, v
3
Obs.: O subespao gerado por um vetor v,
3
, v
1
0, uma reta que passa pela origem.
4) Determinar o subespao gerado pelo conjunto A = { (1, 0, 0) , (0, 0, 1) }.

+

2
2
1
1
v a v a v
(x, y, z) = a
1
(1, 0, 0) + a
2
(0, 0, 1).
(x, y, z) = (a
1
, 0, 0) + (0, 0, a
2
) = (a
1
, 0, a
2
) x = a
1
y = 0
z = a
2
S = { (x, y, z)
3
/ y = 0 }
S = { (x, o, z)
3
/ x, z }
Obs.: S o plano xz
DEPENDNCIA E INDEPENDNCIA LINEAR
Definio. Seja V um espao vetorial e 1 2
v v v
n
, ,.....,
V. Dizemos que o conjunto A={ 1 2
v v v
n
, ,..... ,
}
linearmente independente (LI) ou os vetores 1 2
v v v
n
, ,.....,
so L.I. se a equao:
1 1 2 2 1 2
0 v v v
n n n
+ + + ......... , ,.......
implica que 1 2
0 .......
n .
No caso em que exista algum i n
diremos que v v v 0
1 2
{ , ,......, }
linearmente
dependente (LD) ou que os vetores v
1
, v
2
, ... , v
n
so L.D.
Em outras palavras, seja um conjunto de vetores de mesma dimenso:
n
N
R v v v
2
,..., ,
1
Se a nica combinao linear que resulte no vetor nulo
0 v v v
2 1
+ + +
N N
...
2 1
Prof. Srgio Ricardo de Brito Gadelha 3
for a trivial, isto , aquela em que os coeficientes so nulos:
0 ...
2 1

N

ento dizemos que os vetores v
N
so linearmente independentes. Por outro lado, se houver alguma
combinao que produza o vetor nulo, em que os coeficientes no se anulam, ento dizemos que os vetores
v
N
so linearmente dependentes.
Exemplos em R
3
:
v
1
e v
2
so dependentes se esto na mesma linha.
v
1
, v
2
, v
3
no mesmo plano so dependentes.
v
1
, v
2
, v
3
e v
4
so sempre dependentes em R
3
.
Exerccios:
Verifique se os conjuntos so L.I. ou L.D.
1) A = { (3, 1), (1, 2) }, V =
2

L.I. 0
0 2
0 3
) 0 , 0 ( ) 2 , 1 ( ) 1 , 3 (
0
2 1
2 1
2 1
2 1
2 2 1 1
A a a
a a
a a
a a
v a v a

'

+
+
+
+


2) A = { (1, 2, 0), (0, 1, 1), (2, 4, 0) }
a
1
(1, 2, 0) + a
2
(0, 1, 1) + a
3
(2, 4, 0) = (0, 0, 0)
L.D. A Logo qualquer e 0
0
0 4 2
0 2
3 2
2
3 2 1
3 1

'

+ +
+
a a
a
a a a
a a
3) A = { (2, 4), (6, 12) }
a
1
(2, 4) + a
2
(6, 12) = (0, 0)
0 0
L.D. A
ado Indetermin Sistema 0 12 4
0 12 4
0 12 4
) 2 ( 0 6 2
2 1
2 1
2 1
2 1

'

'

+
+
a a
a a
a a
a a
Obs. 1: Sempre que o conjunto A tiver elementos mltiplos, teremos um conjunto L.D.
No caso anterior,
1 2
3v v

.
4) A = { (1, 0, 2), (2, 0, 4) } L.D.

1 2
2v v

5) A = { (0, 0, 0), (2, 3, 4), (5, 6, 7) }

L.D. 0 e 0
1 3 1 2
v v v v


6)
1 2
4
0 12
8 4
,
0 3
2 1
v v A

'

1
]
1

1
]
1

Prof. Srgio Ricardo de Brito Gadelha 4

Obs. 2: Para gerar o V =
2
preciso de 2 vetores
Para gerar o V =
3
preciso de 3 vetores
Para gerar o V = M
2X2
preciso de 4 vetores
Prof. Srgio Ricardo de Brito Gadelha 5
BASES E DIMENSES
Definio. Se V um espao vetorial qualquer e S = {v
1
, v
2
, ..., v
n
} um conjunto de vetores em V,
dizemos que S uma base de V se valerem as seguintes condies:
(a) S linearmente independente.
(b) S gera V.
Teorema
Se S = {v
1
, v
2
, ..., v
n
} uma base de um espao vetorial V, ento cada vetor em V pode ser expresso da
forma v = c
1
v
1
+ c
2
v
2
+ ... +c
n
v
n
de uma nica maneira
Obs.
1. Os vetores v
1
,. . .,v
n
so linearmente dependentes se, e somente se, um deles combinao linear dos
outros.
2. Se dois vetores v
1
,. . . ,v
m,
so iguais, digamos v
1
= v
2
, ento os vetores so dependentes. Pois v
1
- v
2
= 0
3. Dois vetores v
1
e v
2
so dependentes se, e somente se, um deles mltiplo do outro.
4. No espao real R
3
a dependncia de vetores pode ser escrita geometricamente como segue: dois vetores
quaisquer u e v so dependentes se, e somente se, esto na mesma reta passando pela origem; trs vetores
quaisquer u, v e w so dependentes se, e somente se, esto no mesmo plano passando pela origem
Exerccios
1) Verifique se o conjunto B { (1, -1), (0, 1) } uma base do V =
2
:
a) B L.I.?
a
1
.(1, -1) + a
2
.(0, 1) = (0, 0) a
1
= 0 a
1
= a
2
= 0 B L.I.
-a
1
+ a
2
= 0
b) B gera o V =
2
? Devemos escrever todo e qualquer v

2
como combinao linear de
2 1
e v v

.

2 2 1 1
v a v a v

+ .
(x, y) = a
1
.(1, -1) + a
2
.(0, 1)
x = a
1
a
1
= x
y = -a
1
+ a
2
a
2
= x + y
(x, y) = x.(1, -1) + (x +y) (0, 1)
Prof. Srgio Ricardo de Brito Gadelha 6
Logo, B gera o
2
2) Verifique se B = { (2, 3), (4, 6) } uma base do V =
2
.
(B L.D., logo no base)
3) B = { (1, 0, 1), (0, 0, 1) } uma base de
3
?
( No, pois precisamos de 3 vetores para gerar o
3
.)
4) B = { (1, 0), (0, 1) } uma base de
2
?
(Sim, e chamada de Base Cannica)
5) B = { (1, 0, 0), (0, 1, 0), (0, 0, 1) } uma base de
3
?
( a base cannica do
3
)
Obs. 1: Sejam e
1
= (1, 0, 0,..., 0), e
2
= (0, 1, 0, ..., 0),..., e
n
= (0, 0,...,1).
O conjunto B = { e
1
, e
2
,...,e
n
) uma base de
n
, chamada de Base cannica do
n
.
Prof. Srgio Ricardo de Brito Gadelha 7
Definio. Diz-se que um espao vetorial V de dimenso finita n ou n-dimensional, e escreve-se dim V
= n se existem vetores linearmente independentes e
1
, e
2
, . . ., e
n
que geram V. A seqncia {e
1
, e
2
, ..., e
n
}
ento chamada de uma base de V
Teorema. Seja V um espao vetorial de dimenso finita. Ento, todas as bases de V tem o mesmo nmero
de elementos.
Seja V de dimenso finita n. Ento:
(i) Qualquer conjunto de n + 1 ou mais vetores linearmente dependente
(ii) Qualquer conjunto linearmente independente parte de uma base, isto , pode ser estendido a uma
base
(iii) Um conjunto linearmente independente com n elementos uma base.
Exemplo
Os quatro vetores em R
4
(1,1,1,1), (0,1,1,1), (0,0,1,1), (0,0,01) so linearmente independentes, pois formam
uma matriz escalonada. Alm disso, como dim R
4
= 4, eles formam uma base de R
4
.
Dimenso o nmero de elementos necessrios para gerar um espao vetorial. Estes elementos, formam
uma base que gera o espao V.
Ex.: V =
2
ento dim. V = 2
V =
3
ento dim. V = 3
V = M
2x2
ento dim. V = 4
1
]
1

1
]
1

1
]
1

1
]
1

1 0
0 0
,
0 1
0 0
,
0 0
1 0
,
0 0
0 1
V = M
2x3
ento dim. V = 6
V = M
2x1
ento dim. V = 2
V = M
mxn
ento dim. V = m . n

TEOREMA: Se dim V = n, qualquer conjunto de n vetores L.I. formar uma base de V.
BASE ORTOGONAL E BASE ORTONORMAL
Diz-se que uma base {v
1
, v
2
, ..., v
n
} de V ortogonal se os seus vetores so dois a dois ortogonais.
Exemplos:
{(1,2,-3), (3,0,1), (1,-5,-3)} uma base ortogonal do R
3
.
Mostre que, o conjunto B = { (1, 0), (2, -1) } uma base ortogonal em relao a esse produto interno.
(1, 0).(2, -1) = 2 2 +0 +0 = 0 B ortogonal.
Uma base B = {v
1
, v
2
, ..., v
n
} de um espao vetorial euclidiano V ortonormal se B ortogonal e
todos os seus vetores so unitrios, isto :

'

j i para 1
j i para 0
v v
j i
.
Exemplo.: B = { (1, 2), (-2, 1) } Produto interno usual
(1, 2).(-2, 1) = 0 -2 +2 = 0 (1, 2).(1, 2) = 5 1 B no base ortogonal
Se um conjunto B uma base ortogonal ento para que tenhamos uma base ortonormal, basta normalizar
cada elemento de B, isto :
Prof. Srgio Ricardo de Brito Gadelha 8
n
n
v
v
v
v
v
v

,..., ,
2
2
1
1
Exemplo1:
Seja B = { (1, 2), (-2, 1) } uma base ortogonal em relao ao produto interno usual. Construir uma base B
ortonormal.

'

,
_

,
_

,
_

,
_

5
1
,
5
2
,
5
2
,
5
1
'
5
1
,
5
2
;
5
2
,
5
1
2
2
1
1
B
v
v
v
v

Prova:
1 .
1 . 0 .
2 1
2 2 2 1

v v
v v v v


Exemplo. 2:
O conjunto B = { (1, 3), (3, a) } uma base ortogonal do V =
2
em relao ao produto interno usual.
a) Determine o valor de a.
b) A partir de B, construa uma base B, ortonormal.
{ } ortogonal. ) 1 , 3 ( ), 3 , 1 (
1 0 3 3 0 ) , 3 ).( 3 , 1 ( 0 .

+
B
a a a v u

'

,
_

,
_

,
_

,
_

10
1
,
10
3
,
10
3
,
10
1
'
10
1
,
10
3
10
) 1 , 3 (
;
10
3
,
10
1
3 1
) 3 , 1 (
2
2
2 2
1
1
B
v
v
v
v

Exemplo. 3:
A partir de ) 2 , 1 (
1
v

construa uma base B ortogonal do V =

2
em relao ao produto interno usual. A
partir de B, construa uma base B ortonormal.
a) B = {
2 1
, v v

} = { (1, 2), (x, y) } (1, 2), (x, y) = 0
x +2y = 0 x = -2y
2
v

= (-2y, y)
Podemos tomar y 0. Por exemplo, y = -1 e x = 2
2
v

=(2, 1)
Logo, B = { (1, 2), (2, 1) }
b)

'

,
_

,
_

,
_

,
_

5
1
,
5
2
,
5
2
,
5
1
' ;
5
1
,
5
2
;
5
2
,
5
1
2
2
1
1
B
v
v
v
v

Processo de Ortogonalizao de Gram-Schmidt

De um espao vetorial euclidiano V e uma base qualquer B = {v
1
, v
2
, ..., v
n
} desse espao, possvel
a partir dessa base, determinar uma base ortogonal, considere-se: w
1
= v
1
e determina-se o valor de de
modo que o vetor
1 2 2
w v w seja ortogonal a w
1
, ou seja;
0 w ) w v (
1 1 2

0 ) w w ( w v
1 1 1 2

Prof. Srgio Ricardo de Brito Gadelha 9
1 1
1 2
w w
w v

1
1 1
1 2
2 2
w
w w
w v
v w

assim w
1
e w
2
so ortogonais.
Analogamente determina-se w
3
, onde
1
1 1
1 3
2
2 2
2 3
3 3
w
w w
w v
w
w w
w v
v w

, onde w
1
, w
2
e w
3
so
ortogonais. O processo que permite a determinao de uma base ortogonal a partir de uma base qualquer
chama-se processo de ortogonalizao de Gram-Schmidt. Para se obter uma base ortonormal, basta
normalizar cada w
i
, fazendo
i
i
i
w
w
u
.
Dessa forma, dado um espao euclidiano V e um a base qualquer B = {
n
v v v

,..., ,
2 1
} desse
espao, possvel, a partir dessa base, determinar uma base ortogonal de V.
3
3
3 1 1 4 2 2 4 3 3 4 4 4
2
2
2 1 1 3 2 2 3 3 3
1
1
1 1 1 1 2 2 1 1
onde ). . ( ). . ( ). . (
onde ). . ( ). . (
onde ). . ( ;
w
w
u u u v u u v u v v v w
w
w
u u u v u u v v w
w
w
u u u v v w v w

} ,..., , , {
3 2 1 n
w w w w B

base ortogonal e B =
} ,..., {
1 n
u u

base ortonormal.
Bibliografia Recomendada
1. SIMON, Carl & Blume, L. Matemtica para Economistas. Traduo: Claus Ivo Doering. Porto Alegre:
Bookman, 2004.
2. BRAGA, Mrcio Bobik; KANNEBLEY JNIOR, Srgio; ORELLANO, Vernica I.F. Matemtica para
economistas. So Paulo: Atlas, 2003.
3. BOLDRINI, Jos Luiz. lgebra linear: 591 problemas resolvidos. 442 problemas suplementares. Ed.
Harbra, 2004.
5. LIPSCHUTS, Algebra linear. Ed. PEARSON EDUCATION DO BRASIL LTDA, 2004
6. DAVID, C. Lay. lgebra Linear e suas Aplicaes. Editora: LTC, Rio de Janeiro, 1999.
7. KOLMAN, Bernard. Introduo a lgebra Linear com Aplicaes. Ed. Prentice-Hall do Brasil, 2000.
8.ANTON, Howard. Elementary Linear Algebra. 3a ed. John Wiley & Sons, 1981.
Recomendo que vocs exercitem seus conhecimentos na lista de exerccios referente ao Ponto 49.
Um forte abrao e at o nosso prximo encontro.