Anotacoes sobre espacos vetoriais

Rodrigo Carlos Silva de Lima

rodrigo.u.math@gmail.com

Sum
ario
1 Espacos vetoriais
1.1

1.2

1.3

Espacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.1

Espaco R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.2

Espaco vetorial das sequencias . . . . . . . . . . . . . . . . . . . . .

1.1.3

Espaco vetorial das matrizes . . . . . . . . . . . . . . . . . . . . . . 12

1.1.4

Espaco das funcoes . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.1.5

Propriedades algebricas basicas do espaco vetorial. . . . . . . . . . . 15

Subespacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1

Exemplos de subespacos vetoriais . . . . . . . . . . . . . . . . . . . 19

1.2.2

Espaco das funcoes contnuas . . . . . . . . . . . . . . . . . . . . . 23

1.2.3

Funcoes limitadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

1.2.4

Equacao cartesiana de espacos vetoriais . . . . . . . . . . . . . . . . 29

1.2.5

Reta que passa pela origem . . . . . . . . . . . . . . . . . . . . . . 29

1.2.6

Conjuntos convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

1.2.7

Produto cartesiano de espacos vetoriais . . . . . . . . . . . . . . . . 35

1.2.8

Interseccao de subespacos vetoriais . . . . . . . . . . . . . . . . . . 39

1.2.9

Uniao de espacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . 39

Combinacao linear: espacos gerados . . . . . . . . . . . . . . . . . . . . . . 40

Captulo 1
Espacos vetoriais
1.1

Espacos vetoriais

m Definicao

1 (Espaco vetorial). Um espaco vetorial1 e uma estrutura (V, F, +, ) for-

mada por um conjunto V , cujos elementos sao chamados vetores , um corpo F , chamado
corpo de escalares e com elementos que chamaremos de escalares, temos tambem duas
operacoes: Uma adicao + e uma multiplicacao que satisfazem certas propriedades que
listaremos a seguir. Nesse texto iremos considerar a princpio que o corpo F seja o corpo
dos n
umeros reais R, caso contrario deixaremos claro no decorrer do texto.
Sejam u , v e w V e a e b R , entao para que V seja um espaco vetorial a adicao
deve satisfazer as seguintes propriedades
A adi
c
ao
e fechada u+v V. A soma de dois elementos de V ainda e um elemento

de V .
Comutatividade

u+v =v+u
Associatividade

(u + v) + w = u + (v + w)
1

Espaco vetorial tambem e chamado de espaco linear por alguns autores.

CAPITULO 1. ESPAC
OS VETORIAIS

Vetor nulo. Existe um vetor 0v V , chamado vetor nulo, tal que

0v + v = v + 0v
para todo e qualquer v V . Usaremos a notacao 0v para simbolizar o vetor nulo,
para que nao haja confusao com o n
umero real 0.
Inverso aditivo. Para cada vetor v V existe v V tal que

v + (v) = 0v
Com isso temos que a adicao no espaco vetorial forma um grupo abeliano (comutativo) (V, +).
denida tambem um produto de um vetor v por um escalar a sendo o resultado
E
um vetor av = u, que tem as seguintes propriedades (considere a, b, c escalares
arbitrarios em K , v e u vetores em V )
O produto
e fechado

cv V.
Distributividade escalar

(a + b)v = av + bv
Distributividade vetorial

a(v + u) = av + au
Identidade escalar

1.v = v
Associatividade do produto por escalar

(c.a)(v) = c(a.v)
onde c e um escalar.
Usaremos a notacao simplicada V ao inves de (V, F, +, ) para simbolizar o espaco
vetorial, quando estiver subentendida o corpo de escalares usado.

CAPITULO 1. ESPAC
OS VETORIAIS

Para memorizar as propriedades notamos que sao 8 as propriedades de espaco vetorial, 4 para adicao de vetores (grupo abeliano ) e 4 para produto por escalar.
Se o corpo de escalares e K, chamamos V de K-espaco vetorial ou espaco vetorial
sobre K, em especial, sobre C temos um espaco vetorial complexo, sobre R temos
um espaco vetorial real.

Definic
ao 2. Dado um vetor v e o inverso aditivo de u, u, denotamos v + (u)

por v u.

b Propriedade 1.
z Observacao 1. A comutatividade e desnecessaria como axioma, pois pode ser deduzida com os outros axiomas, isso funciona se temos uma unidade 1.a = a, distributividade `
a esquerda e `
a direita (1 + 1)a = 1.a + 1.a = a + a e lei do corte ( que pode
provir da associatividade, exist
encia de neutro e inverso)
Vale 2(u + v) = 2u + 2v pela distributividade `a direita. 2(u + v) = (1 + 1)(u + v) =
1.(u + v) + 1.(u + v) = (u + v) + (u + v) pela distributividade `a esquerda e propriedade
da unidade. Dai temos tambem que
2(u + v) = (u + u) + (v + v) = (u + v) + (u + v)
u + (u + v) + v = u + (v + u) + v
por corte seguindo u + v = v + u.

Z Exemplo 1. Seja uma operacao denida em V , da seguinte maneira , dados

u, v V e t = t2 real, denimos
u v = tu + tv.
Vale que
(u v) w = u (v w) u = w.
Temos u v = tu + tv, da
(uv)w = t2 u+t2 v+tw = u(vw) = tu+t2 v+t2 w t2 u+tw = t2 w+tu (t2 t)w = (t2 t)u
como t2 = t podemos dividir por t2 t e da a expressao equivale `a w = u.

CAPITULO 1. ESPAC
OS VETORIAIS

m Definicao

3. Dado um espaco vetorial V , denimos a soma de um n

umero nito de

seus elementos recursivamente. Sendo B um conjunto nito de vetores de V , se temos

uma particao B = A C com A e C disjuntos

k=

kB

k+

kA

kC

caso um deles seja vazio, digamos A, entao C = B e por isso denimos a soma sobre um
conjunto vazio de vetores, como o elemento neutro da adicao de vetores

k = 0v .

b Propriedade 2. Um corpo K e espaco vetorial sobre si mesmo.

Demonstrac
ao.
A adicao e multiplicacao sao fechadas por estarmos em um corpo.
(K, +) e um grupo abeliano, pois (K, +, ) e corpo.
Vale 1.v = v, c1 (c2 v) = (c1 c2 )v pois o produto e associativo em corpo. O produto

tambem e distributivo em relacao a soma

(c1 + c2 )v = c1 v + c2 v
c1 (v1 + v2 ) = c1 v1 + c2 v2
por propriedade de corpo.
O vetor nulo e o elemento neutro da adicao no corpo 0.
O inverso aditivo de um vetor v e seu simetrico no corpo v.

b Propriedade 3. Seja L um subcorpo de K, se V

e espaco vetorial sobre K, entao V

tambem e espaco vetorial sobre L.

Demonstrac
ao. A soma e produto por escalar sao fechados e satisfazem as
propriedades algebricas listadas na denicao.

Z Exemplo 2. Como Q, R ,C e Z

sao corpos entao sao espacos vetoriais. Q nao e

espaco vetorial sobre R pois o produto nao e fechado, assim como R nao e espaco vetorial
sobre C. Porem C e espaco vetorial sobre Q e R.

CAPITULO 1. ESPAC
OS VETORIAIS

1.1.1

Espaco Rn

m Definicao

4 (Espaco Rn .). Para todo n

umero natural n, o smbolo Rn representa o

espaco vetorial euclidiano n-dimensional. Os elementos de Rn sao as n-uplas de n

umeros
reais (ak )n1 = (a1 , . . . , an ) onde cada ak R e chamado de coordenada. Dizemos tambem
que o termo ak esta na k-esima coordenada.

O espaco R e o produto cartesiano de n fatores R, R =

n

R, o smbolo c no ndice

k=1,c

do produtorio para lembrar que estamos tratando do produto cartesiano.

Z Exemplo 3. Caso n = 1, R
m Definicao

= R o conjunto dos n
umeros reais.

5 (Igualdade). Se temos u = (ak )n1 e v = (bk )n1 a igualdade u = v signica

que ak = bk k In .

m Definicao

6 (Adicao). A adicao de dois vetores u e v e denida como

u + v = (ak )n1 + (bk )n1 = (ck )n1

onde ck e dado por ck = ak + bk , assim escrevemos

u + v := (ak )n1 + (bk )n1 = (ak + bk )n1

m Definicao

7 (Produto por escalar). O produto por um n

umero real c e denido como
c.w := (dk )n1

onde dk = c.ak , assim escrevemos

c.w := (c.ak )n1

m Definicao

8 (Vetor Nulo). O vetor zero e por denicao

0v = (ck )n1

onde ck = 0 k In . Tal elemento tambem e chamado de origem de Rn . Usamos o

smbolos v em 0v para nao confundir o elemento nulo de Rn com o elemento real, caso
esteja claro no contexto podemos simbolizar 0v apenas por 0.

CAPITULO 1. ESPAC
OS VETORIAIS

b Propriedade 4. Rn e um espaco vetorial.

Demonstrac
ao.
Comutatividade

u + v = (ak )n1 + (bk )n1 = (ak + bk )n1 = v + u =

= (bk )n1 + (ak )n1 = (bk + ak )n1
temos que bk + ak = ak + bk pela comutatividade da adicao de n
umeros reais.
Associatividade Sendo w = (ck )n1 temos

(u + v) + w = ((ak )nk=1 + (bk )n1 ) + (ck )n1 = (ak + bk )n1 + (ck )n1 = (ak + bk ) + ck )n1 =
pela associatividade da adicao de n
umeros reais
= (ak + (bk + ck ))n1 = u + (v + w)
Elemento neutro

w + 0v = (ck )n1 + (ek )n1 = (ck + ek )n1 = (ck )n1

pois ek e o elemento neutro da adicao de n
umeros reais.
Exist
encia de inverso aditivo w = (ck )n1 tomamos w = (ck )n1

(ck )n1 + (ck )n1 = (ck ck )n1 = (ek )n1 = 0

Associatividade escalar

()(ck )n1 = (ck )n1 = (ck )n1 = ((ck )n1 ).

Identidade escalar

1(ck )n1 = (1.ck )n1 = (ck )n1

Distributividade vetorial

((ck )n1 + (bk )n1 ) = ((ck + bk )n1 ) = (ck + bk )n1 = (ck )n1 + (bk )n1 = (ck )n1 + (bk )n1 .
Distributividade escalar

( + )(ck )n1 = (( + )ck )n1 = (ck + ck )n1 = (ck )n1 + (ck )n1 .

CAPITULO 1. ESPAC
OS VETORIAIS

1.1.2

Espaco vetorial das sequ

encias

Definic
ao 9 (Sequencia). Uma sequencia com elementos em um corpo K e uma

funcao X : N K. xn e chamado n-esimo termo da sequencia e escrevemos os termos

da sequencia como upla
(x1 , . . . , xn , . . . ) = (xn )nN = (xn ) = {xn }.

Definic
ao

10 (Igualdade de sequencias). Duas sequencias (ak ) e (bk ) sao iguais,

quando ak = bk para todo k N

(ak ) = (bk )
, isto e duas sequencias sao iguais quando seus termos de ndices iguais, sao iguais.

Definic
ao 11 (Adicao de sequencias). Sejam sequencias (an ) e (bn ), denimos a

adicao como uma outra sequencia (cn )

(an ) + (bn ) = (cn )
onde o termo cn e dado pela adicao de an e bn , cn = an + bn .
Propriedades da adic
ao
Sejam (an ), (bn ), (cn ) sequencias quaisquer no corpo K, a adicao e o produto de
sequencias gozam das seguintes propriedades

b Propriedade 5 (Elemento neutro). O elemento neutro da adicao de sequencias e a

sequencia onde todos termos sao nulos
(cn ) = (0)
onde cn = 0 n N1 . E temos a propriedade, sendo (an ) uma sequencia qualquer, temos
a propriedade
(an ) + (0) = (an + 0) = (an ).

CAPITULO 1. ESPAC
OS VETORIAIS

10

Pois o corpo k possui elemento neutro da adicao. Temos um elemento neutro do produto
que e (1) a sequencia constante formada pelo n
umero 1, e temos a propriedade
(an )(1) = (an .1) = (an ).
Pois 1 e o elemento neutro do produto no corpo K

b Propriedade 6 (Comutatividade). Temos as propriedades

(cn ) + (bn ) = (cn + bn ) = (bn + cn ) = (bn ) + (cn )
(cn )(bn ) = (cn .bn ) = (bn .cn ) = (bn )(cn )
pela propriedade da adicao e o produto serem comutativos no corpo k.

b Propriedade 7 (Associatividade).
[(cn ) + (bn )] + (an ) = (cn + bn ) + (an ) = (cn + bn + an ) = (cn ) + [(bn + an )]
[(cn ).(bn )].(an ) = (cn .bn ).(an ) = (cn .bn .an ) = (cn ).[(bn .an )]
pela associatividade no corpo K.

Propriedade 8 (Existencia de inverso). Para a sequencia (an ) existe a sequencia

(an ), tal que

(an ) + (an ) = (an an ) = (0)
a soma das sequencias e a sequencia nula. Se an = 0 para todo n, existe a1
n e temos a
sequencia dos inversos (a1
n ) onde temos a propriedade
1
(an ).(a1
n ) = (an .an ) = (1).

b Propriedade 9 (Existencia de divisores de zero). Dadas duas sequencias nao nulas

(xn ) e (yn ) seu produto pode ser uma sequencia nula.
Demonstrac
ao. Considere (xn ) dada por xn = 0 se n par e xn = 1 se n mpar,
(yn ) tal que yn = 0 se n mpar yn = 1 se n par, entao (xn )(yn ) = (0) e nenhuma delas e a
sequencia nula.

CAPITULO 1. ESPAC
OS VETORIAIS

11

$ Corolario 1. Com isso conclumos que o conjunto das sequencias munido da adicao
e multiplicacao que denimos , nao e um corpo, pois em corpos nao existem divisores de
zero.

b Propriedade 10 (Distributividade).
(an )[(cn ) + (bn )] = (an )(cn + bn ) = (an cn + an bn ) = (an cn ) + (an bn ) = (an )(cn ) + (an )(bn )
pela distributividade no corpo K.

Definic
ao 12 (Produto por elemento de um corpo). Sejam uma sequencia (an ) e

um elemento r do corpo K, denimos o produto da sequencia por r como uma outra

sequencia (cn )
r(an ) = (cn )
onde o termo cn e dado pelo produto do termo an e r, cn = an .r.

b Propriedade 11 (Distributividade). Sendo r e p k, temos

(r + p)(an ) = (ran + pan ) = (ran ) + (pan ) = r(an ) + p(an ).
r[(an ) + (bn )] = r(an + bn ) = (ran + rbn ) = r(an ) + r(bn ).

b Propriedade 12 (Multiplicacao por 1).

1.(an ) = (1.an ) = (an ).

b Propriedade 13. c e d no corpo K temos

c[d.(an )] = c(d.an ) = (c.d.an ) = (c.d).(an )
Com as propriedades de adicao e produto por escalar (que no caso sao elementos do
corpo K), as sequencias em um corpo k, formam um espaco vetorial. Este espaco vetorial
de sequencias sera simbolizado por K , em especial se o corpo for o corpo dos n
umeros
reais R, teremos o espaco vetorial R que sao sequencias de n
umeros reais.

CAPITULO 1. ESPAC
OS VETORIAIS

1.1.3

12

Espaco vetorial das matrizes

m Definicao

13 (Matriz m por n.). Uma matriz A, m por n com coecientes reais e uma

tabela com m linhas e n colunas compostas de m linhas de n-uplas (a(i,j) )nj=1 de n

umeros
reais onde i simboliza o ndice da linha, poderamos tambem ter n-uplas de n
umeros
complexos ou outros elementos. Denotamos a matriz denida acima como A = (a(i,j) )
e o conjunto de todas as matrizes com coecientes reais com m linhas e n colunas por
Mmn (R). Os elementos a(i,j) sao chamados de coecientes ou entradas da matriz A. Se
a matriz tivesse coecientes complexos denotaramos como Mmn (C).
Podemos denotar a matriz A como

a1 1 a1 2

a2 1 a2 2

.
..
..
..
.
.

am 1 am 2

a1 n

a2 n

..
.

am n

A k-esima linha da matriz A e a n-upla (akj )nj=1 (xe a linha k e deixe j variar) a
p-esima coluna da matriz A e (aip )m
i=1 (xe a coluna p e deixe i variar).

m Definicao

14 (Igualdade de matrizes). Dadas duas matrizes A = (aij ) Mmn (R)

e B = (bij ) Nrs (R). Dizemos que A e B sao iguais quando m = r, n = s e aij = bij
para todo i Im e j In sendo satisfeitas m.n igualdades.

m Definicao

15. Denimos M (m n) como o conjunto de todas matrizes m n com

entradas em R.
Para as proximas denicoes iremos considerar matrizes em M (m n).

m Definicao

16 (Adicao de matrizes). Dadas A = (ai,j ), B = (bi,j ) matrizes arbitrarias,

denimos a soma das matrizes A e B como uma matriz C = (ci,j ) em M (m n) tal que
ci,j ai,j + bi,j .

CAPITULO 1. ESPAC
OS VETORIAIS

m Definicao

13

17 (Produto por escalar). Denimos o produto de uma matriz A arbitraria

por um n
umero real c qualquer, como a matriz B = (bi,j ) em M (m n) tal que
bi,j = c.ai,j
e denotamos B = cA.

Propriedade 14. O conjunto M (m n) munido do produto por escalar e adicao

denidas acima e um espaco vetorial.

Demonstrac
ao.
A adicao e comutativa A + B = B + A pois (ai,j + bi,j ) = (bi,j + ai,j ).
A adicao e associativa (A + B) + C = A + (B + C) pois ((ai,j + bi,j ) + ci,j ) =

((ai,j + (bi,j ) + ci,j )).

Existe elemento neutro para adicao que e a matriz nula 0 = (ai,j ) onde ai,j = 0

independente dos ndices.

B + 0 = (ai,j + bi,j ) = (0 + bi,j ) = (bi,j ) = B.
Dada A = (ai,j ) existe um elemento simetrico A = (ai,j ), cuja soma resulta na

matriz nula
A + (A) = (ai,j ai,j ) = (0).
Agora vejamos as propriedades da multiplicacao . Vale que 1A = A pois

1A = (1.ai,j ) = (ai,j ) = A.
Distributividade do produto por escalar

c(A + B) = (cai,j + cbi,j ) = (cai,j ) + (cbi,j ) = cA + cB.

(c + t)A = (cai,j + tai,j ) = (cai,j ) + (tai,j ) = cA + tA

Associatividade

(c.t)(A) = (c(tai,j )) = c(tA).

Portanto M (m n) e espaco vetorial.

CAPITULO 1. ESPAC
OS VETORIAIS

1.1.4

14

Espaco das func

oes

m Definicao

18 (Espaco das funcoes ). Seja X um conjunto nao vazio e A um anel com

unidade. Denimos f (X, A) como o conjunto de todas funcoes f : X A. Consideramos

tambem o caso de ter no lugar de A, E um espaco vetorial .

m Definicao

19 (Soma e produto). Denimos a adicao e multiplicacao por escalar de

duas funcoes quaisquer f, g em f (X, A) por

(f + g)(x) = f (x) + g(x)
(cf )(x) = cf (x)
onde c A, cando assim denidas uma operacao de adicao e de multiplicacao. O mesmo
com E, um espaco vetorial no lugar de A.

b Propriedade 15. f (X, A) e espaco vetorial, quando A e corpo.

Demonstrac
ao.
Vale a associatividade da adicao

(f (x) + g(x)) + h(x) = f (x) + (g(x) + h(x))

Existe elemento neutro da adicao 0 A e a funcao constante f (x) = 0 x A,

da
g(x) + 0 = g(x).
Existe o simetrico para todo f (x), f (x), denindo g(x) = f (x) x tem-se

f (x) + g(x) = f (x) f (x) = 0

Existe a identidade escalar 1 A (ou 1 K o corpo associado ao espaco vetorial

E) e vale 1f (x) = f (x).

Vale a associatividade da multiplicacao por escalar

(c.t)f (x) = c.(tf (x)

por propriedade do anel (espaco vetorial).

CAPITULO 1. ESPAC
OS VETORIAIS

15

Vale a distributividade

(c + t)f (x) = cf (x) + tf (x)

c(f (x) + g(x)) = cf (x) + cg(x).

Z Exemplo 4. Exemplos de F (X, E).

Caso X = In temos E =
n

E.

k=1

Caso X = N temos E

E.

k=1

Caso X = In Im temos o espaco das matrizes de n linhas e m colunas com elementos

em E.

1.1.5

Propriedades alg
ebricas b
asicas do espaco vetorial.

b Propriedade 16 (Lei do corte para adicao de vetores). Se w + u = w + v entao u = v.

Demonstrac
ao.
u = u + 0 = u + (w w) = (w + u) w = (w + v) w = v
logo u = v.

b Propriedade 17. Para qualquer vetor u vale 0.u = 0v .

Demonstrac
ao.
0.u = (0 + 0)u = 0.u + 0.u = 0.u + 0v
pela lei do corte segue que 0.u = 0v .

b Propriedade 18. Para qualquer c real , vale c.0v = 0v .

Demonstrac
ao.
c.0v + c.0v = c(0v + 0v ) = c(0v ) = c(0v ) + 0v
pela lei do corte segue que c.0v = 0v .

CAPITULO 1. ESPAC
OS VETORIAIS

16

b Propriedade 19. Se au = 0v entao a = 0 ou u = 0v .

Demonstrac
ao. Usamos a contrapositiva a = 0 e u = 0v entao a.u = 0v . Seja
a.u = t , como a = 0 existe a1 , da
a1 (au) = (a1 a)u = 1.u = u = a1 t
se t fosse nulo u tambem seria, o que contraria a hipotese.

b Propriedade 20 (Unicidade do vetor Nulo). Existe apenas um vetor nulo 0v em um

espaco vetorial.
Demonstrac
ao. Supondo a existencia de pelo menos dois, 0v e 0v segue que
0 v + ov = ov
0v + ov = 0v
logo ov = 0v .

b Propriedade 21 (Unicidade do vetor simetrico). Dado v em um espaco vetorial entao

existe apenas um simetrico v, tal que v + v = 0v .
Demonstrac
ao. Suponha a existencia de pelo menos dois simetricos v e v ,
da
v + v = 0 = v + v
por lei do corte segue que v = v

b Propriedade 22. Seja n natural, vale que

nv =

v.

k=1

Demonstrac
ao.
nv = (

k=1

n
n

1)v = (
1v) = (
v).
k=1

k=1

b Propriedade 23. Sejam v e u nao nulos em V . u e multiplo de v v e multiplo de

u.

CAPITULO 1. ESPAC
OS VETORIAIS

17

Demonstrac
ao. Suponha que u seja m
ultiplo de v entao existe t = 0 tal que
1
u = tv da multiplicando por em ambos lados tem-se
t
1
u=v
t
e portanto v e m
ultiplo de u .

b Propriedade 24. No Rn (xk ) = t(yk ) xk yj = xj yk

k, j.

Demonstrac
ao. Se um dos vetores e nulo o outro tambem e da o resultado segue
de maneira trivial. Supomos entao que nenhum dos vetores e nulo .
1
1
). xk = tyk , yj = xj da xk yj = tyk xj = yk xj .
t
t
.) Existe yj = 0, multiplicamos (xk ) por yj resultando em
yj (xk ) = (yj xk ) = (xj yk )xj (yk ) (xk ) =

xj
(yk )
yj

como queramos demonstrar.

b Propriedade 25. Vale que (1)v = v, para qualquer vetor v V , espaco vetorial
, isto e, o escalar 1 multiplicado por v e o vetor simetrico de v.
Demonstrac
ao. Prova tal identidade e equivalente a provar que (1)v + v = 0,
porem 1.v = v e da usando propriedades de multiplicacao por escalar temos
(1)v + 1.v = (1 + 1).v = 0.v = 0
isso implica o desejado.

Z Exemplo 5. Seja V = R , com soma usual denida e o produto por escalar real c,
n

denido como
c(xk )n1 = (yk )n1
onde yk = cxk para um n
umero nito (menor que n) de valores k e yk = tk xk (onde
tk = 0) caso contrario, entao V nao e espaco vetorial pois deveria valer 0.v = 0v , porem
tomando v com todas coordenadas nao nulas o vetor resultante nao e nulo, deveria ser
por implicacao de propriedades algebricas de espaco vetorial.

CAPITULO 1. ESPAC
OS VETORIAIS

1.2

18

Subespacos vetoriais

m Definicao

20 (Subespacos vetoriais). Dado um espaco vetorial V , um subconjunto

F de V , sera um subespaco vetorial de V se:

1. 0 F . F
e n
ao vazio.
2. Se u e v F temos u + v F . A adic
ao
e fechada.
3. Se v F e c R entao cv F. O produto por escalar
e fechado.
Podemos denotar que F e subespaco de V usando a notacao F < V ( V > F ) ou F V
(V F ), se quisermos deixar claro que F = V , podemos denotar F  V (V F ), nesse
caso F e dito ser espaco proprio.
A condicao 0 F pode ser trocada por F e nao vazio, pois se 0 F , F e nao vazio,
se F e nao vazio existe a F , da a F e pela soma a a = 0 F , outra maneira e
que 0.a = 0 F .

b Propriedade 26. A = {0v } e um subespaco vetorial de V .

Demonstrac
ao. Temos 0v A, se u e v sao elementos de A entao u = v = 0v
logo u + v = 0v . Se v A entao v = 0v logo tomando c R segue c.v = c.0v = 0v A.

b Propriedade 27. V

e subespaco vetorial de V .

Demonstrac
ao. 0v V , a soma e sempre fechada e o produto por escalar
tambem, por denicao das operacoes.

m Definicao

21 (Subespacos triviais). Dado um espaco vetorial V , os subespacos {0}

e V sao chamados de subespacos triviais de V . Em especial {0} e chamado de subespaco

nulo de V .

b Propriedade 28.

Um subconjunto A de V nao vazio e subespaco vetorial de V

vale
c1 w + c2 v A, w, v A, c1 , c2 K.
O mesmo para c1 w + v.

CAPITULO 1. ESPAC
OS VETORIAIS

19

Demonstrac
ao. ) Se A e subespaco vetorial entao vale tal propriedade, pois
soma e produto por constante sao operacoes fechadas.
).
0 A, pois e nao vazio e vale 0w + 0v = 0 A, a soma de dois vetores tambem
pertence a A, basta tomar c1 = c2 = 1 e da c + w A, o produto de um vetor por escalar
tambem pertence ao conjunto pois tomando c2 = 0 temos c1 w A.
De maneira similar para expressao do tipo c1 w + v. A nao vazio, existe y A, da
(1)y + y = 0v A, a soma e fechada, basta tomar c1 = 0, o produto por escalar e
fechado, basta tomar y = 0.

1.2.1

Exemplos de subespacos vetoriais

Definic
ao 22 (Matriz simetrica ). Uma matriz Ann e dita simetrica se a(i,j) =

a(j,i) i, j, isto e, vale A = AT .

Z Exemplo 6 (Matrizes simetricas). O conjunto das matrizes simetricas e subespaco

vetorial do espaco das matrizes, pois a matriz nula e simetrica, vale ainda que se A e B
sao simetrica entao
C = c1 (A) + c2 B = {c1 a(i,j) + c2 b(i,j) } = {c1 a(j,i) + c2 b(j,i) }
{z
}
{z
}
|
|
c(i,j)

c(j,i)

logo temos que o conjunto das matrizes simetricas e um subespaco.

m Definicao

23 (Matriz hermitiana). Uma matriz Ann com entradas em C e hermi-

tiana ( tambem chamada de auto-adjunta) se vale

(a(i,j) ) = (a(j,i) ).

Z Exemplo 7. O conjunto das matrizes hermitianas n n nao e um subespaco do

espaco de todas as matrizes n n sobre C, pois a diagonal de uma matriz hermitiana e
formada por elementos reais e iA tem elemento complexo na diagonal, se a diagonal tiver
algum elemento nao nulo. Porem o conjunto das matrizes hermitianas e subespaco das
matrizes n n sobre R, pois
W = c1 (A) + c2 B = {c1 a(i,j) + c2 b(i,j) } = {c1 a(j,i) + c2 b(j,i) }
|
{z
}
|
{z
}
c(i,j)

c(j,i)

CAPITULO 1. ESPAC
OS VETORIAIS

20

pois c1 e c2 sao reais da c1 a(j,i) + c2 b(j,i) = c1 a(j,i) + c2 b(j,i) = c(i,j) . E o conjunto das
matrizes hermitianas nao e vazio pois a matriz nula e hermitiana.

Definic
ao 24 (Matriz triangular inferior). Uma matriz A = (ai,j ) M (nn ) tais

que a(i,j) = 0 quando i < j e chamada de triangular inferior, ela tem todos elementos
acimada diagonal nulos.

a1,1 a1,2 a1,3

a2,1 a2,2 a2,3

a3,1 a3,2 a3,3

a1,1

= a2,1 a2,2 0

a3,1 a3,2 a3,3

Definic
ao 25 (Matriz triangular superior). Uma matriz A = (ai,j ) M (nn ) tais

que a(i,j) = 0 quando i > j e chamada de triangular inferior, ela tem todos elementos
abaixoda diagonal nulos.

a1,1 a1,2 a1,3

a2,1 a2,2 a2,3

a3,1 a3,2 a3,3

a1,1 a1,2 a1,3

= 0

0

a2,2 a2,3
0

a3,3

Z Exemplo 8. O subconjunto das matrizes triangulares superiores e inferiores e um

subespaco das matrizes nn, pois a matriz nula e inferior e superior e dadas duas matrizes
superiores (superiores) A e B e uma constante c, temos que cA + B e triangular inferior
( superior), pois
cA + B = C = {cai,j + bi,j } = {ci,j }
que continua tendo entradas nulas para i < j pois soma de elementos nulos sao nulos e
produto por constante tambem (mesmo para i > j. )
Toda matriz n n pode ser escrita como soma de uma matriz triangular inferior com
uma matriz triangular superior. Dada uma matriz A = {ai,j } podemos escrever
A = B + C = {bi,j + ci,j }

CAPITULO 1. ESPAC
OS VETORIAIS

21

denindo bi,j = 0 se i > j elementos de uma matriz triangular superior e bi,j = ai,j se
i j, agora os elementos da matriz triangular inferior, ci,j = 0 se i j e ci,j = ai,j caso
i > j, resumindo
i j , bi,j = ai,j , ci,j = 0.
i > j, bi,j = 0 e ci,j = ai,j .

A soma desses espacos nao e direta, pois toda matriz com elementos nao nulos na diagonal
e triangular superior e inferior, isto e, A = {ai,j } com ai,j = 0 se i = j e ai,j = 1 se i = j,
isto e, ai,j = i,j Logo nao vale Mnn = TS TI , onde Ts e o conjunto das matrizes
triangulares superiores e TI o conjunto das matrizes triangulares inferiores, porem vale
Mnn = TS + TI , TS Ts = {0}, TS Ts = {{i,j }}.
Uma base para tal espaco pode ser tomada como o conjunto das matrizes triangulares
n(n + 1)
que possuem 1 em apenas uma entrada da matriz e sua quantidade e
logo o
2
espaco possui essa dimensao.

Z Exemplo 9. (Espaco das funcoes polinomiais) Considerando polinomio como funcao

(junto com o elemento neutro da adicao 0), temos o conjunto dos polinomios F = K[x]
(coecientes em um corpo K), como um subespaco vetorial do espaco das funcoes, pois
a funcao nula 0 F . A soma de dois polinomios e um polinomio e o produto de um
polinomio por um escalar tambem e um polinomio.

Exemplo 10. (Espaco das funcoes polinomiais de grau ate n.) Considerando

polinomio como funcao (junto com o elemento neutro da adicao 0), temos o conjunto
dos polinomios de grau ate n, F = K[x]n com coecientes em um corpo K, como um
subespaco vetorial do espaco das funcoes, pois a funcao nula 0 F . A soma de dois
polinomios e um polinomio cujo grau nao ultrapassa n o produto de um polinomio por
um n
umero real tambem e um polinomio de grau ate n ( ou o elemento nulo).
Se tomassemos o conjunto F dos polinomios de grau exatamente n, nao teramos
subespaco vetorial, pois a adicao nao e fechada, como por exemplo
xn + (xn + 1) = 1

CAPITULO 1. ESPAC
OS VETORIAIS

22

o resultado nao e um polinomio de grau n.

Z Exemplo 11. Seja V o conjunto das funcoes f : R C tal que f (t) = f (t), entao
V e subespaco das funcoes de de R em C, sobre o corpo R.
A funcao nula satisfaz O(t) = 0(t), agora seja h(t) = c1 f (t) + c2 g(t) entao
h(t) = c1 f (t) + c2 g(t) = c1 f (t) + c2 g(t) = c1 f (t) + c2 g(t) = h(t).
Como exemplo, podemos dar a funcao f com f (t) = a + ti. onde a R, pois f (t) =
a ti = a + ti = f (t).

Z Exemplo 12. Seja P

o conjunto das sequencias de K que possuem um n

umero -

nito de elementos nao nulos, entao PK e subespaco de K , pois a soma de duas sequencias
com n
umero nito de elementos nao nulos e uma sequencia com n
umero nito de elementos nao nulos, a sequencia nula possui um n
umero nito de elementos nao nulos ( zero
elementos nao nulos), e o produto de um escalar por uma sequencia de elementos nao
nulos gera uma sequencia do mesmo tipo. Podemos pensar na inclusao
Kn

PK

K n N

se consideramos a identicacao
(x1 , xn ) := (x1 , xn , 0, , 0, )
com todos elementos nulos com ndices k, tal que k > n.
Usamos a notacao PK , pois podemos associar elementos de tal conjunto a polinomios
com coecientes em K (da a letra P ), da seguinte maneira
n

(x1 , xn+1 , 0, , 0, ) =:
xk+1 X k
k=0

onde X e uma indeterminada.

As sequencias que possuem um u
nico termo nao nulo constituem um conjunto de
geradores para PK , pois uma sequencia do conjunto e da forma (x1 , xn+1 , 0, , 0, )
para algum n, da podemos ver que escrevemos um elemento qualquer como combinacao
linear das sequencias com apenas um termo nao nulo, logo tal conjunto gera o espaco das
sequencias PK .

CAPITULO 1. ESPAC
OS VETORIAIS

1.2.2

23

Espaco das func

oes contnuas

Z Exemplo 13 (Espaco das funcoes contnuas). O conjunto das funcoes contnuas de

C em C ( ou de R em R), e um subespaco vetorial do conjunto das funcoes de C em C,
pois a funcao nula e contnua, a soma de duas funcoes contnuas e contnua e o produto
de duas funcoes contnuas tambem e contnua. O mesmo vale se trocamos contnua por
integravel ou derivavel.

Z Exemplo 14. O conjunto de todas funcoes de perodo s e subespaco do espaco

das funcoes, pois a funcao nula pode ser considerada como de perodo s, se temos duas
funcoes f, g de perodo s entao c1 f + c2 g tambem possui perodo s.

Z Exemplo 15. Os subconjuntos de elementos de K

, K ou PK que possuem pelo

menos um certo conjunto de coordenadas nulas sao subespacos vetoriais, pois o elemento
neutro da adicao pertence a tais conjuntos e dados elementos w e v neles temos que
c1 w + c2 v
continua dentro do conjunto, pois o produto por constante e soma , coordenada a coordenada, nao transforma uma entrada nula em nao nula.
Da mesma maneira o subconjunto de K n que possui um n
umero s de coordenadas
xas iguais e um subespaco de K n , pois o elemento nulo esta no espaco a multiplicacao
por constante e adicao nao alteram essa propriedade. Porem vetores de K n que possuem
exatamente s coordenadas iguais nao e subespaco, pois a adicao nao e fechada, considere
por exemplo (1, 2, 1, 2) e (3, 0, 0, 4) ambos possuem dois elementos iguais, porem sua soma
e
(4, 2, 1, 6).

Z Exemplo 16 (Espaco de sequencias recorrentes). O conjunto das sequencias (x )

n

tais que

k=1

ck xn+k = 0 n N

CAPITULO 1. ESPAC
OS VETORIAIS

24

e subespaco do espaco das sequencias, pois a sequencia nula satisfaz e dadas (xn ) e (yn )
nesse espaco, temos que (cxn + yn ) tambem esta no espaco pois, substituindo na relacao
do lado esquerdo acima temos
c

ck xn+k +

k=1

ck yn+k = 0 n N.

k=1

Z Exemplo 17 (Espaco de equacoes diferenciais). o conjunto das funcoes C

p

tais que

ck Dk f (x) = 0 x R

k=1

e subespaco das funcoes, pois a funcao nula pertence a tal conjunto e se temos f e g no
conjunto entao tambem pertence ao conjunto a funcao cf +g, pois substituindo na relacao
do lado esquerdo acima temos
c

ck D f (x) +

ck Dk g(x) = 0 x R.

k=1

k=1

Z Exemplo 18. O conjunto dos polinomios de grau par {0} nao e subespaco vetorial
do espaco dos polinomio, pois x2 + x e de grau par e tambem x2 , porem a soma resulta
em x, que e de grau mpar.
Porem o conjunto dos polinomios em que todos os monomios tomados separadamente
possuem grau par ou mpar {0} e subespaco vetorial dos polinomios, pois a soma
c1 P (x) + c2 G(x)
continua tendo mesma propriedade.

Z Exemplo 19. Sejam X, Y R

F = {f : R R | f (x) = 0 x X}
G = {g : R R | g(x) = 0 x Y }.
F e G sao subespacos vetoriais de V = F (R, R), basta mostrar que um desses conjuntos
e subespaco. A funcao nula se anula em X, logo pertence a F . Dadas duas funcoes f e g
de F , entao h = cf + g F pois dado x X arbitrario temos
h(x) = cf (x) + g(x) = 0.

CAPITULO 1. ESPAC
OS VETORIAIS

25

1. Vale que V = F + G X Y = .
2. F G = {0} X X = R.
3.
E =F GY =R\X .
1. ).
Suponha por absurdo que V = F + G e existe a X Y , e claro que existe uma
funcao h tal que h(a) = 1, porem h = f + g e da h(a) = 0 o que e absurdo.
).
Se X Y = , seja h : R R, denimos B = R \ (X y), F F com

h(x), x Y

h(x)
f (x) =
, xB
2

0, x X
Da mesma maneira existe g G com

h(x), x X

h(x)
g(x) =
, xB

0, x Y
Vale h(x) = f (x) + g(x) x R. Se B e vazio ignoramos a denicao nesse conjunto.
2. ). Provamos a contrapositiva. Suponha f = 0 F G, logo existe x R tal que
f (x) = 0, como f F G, logo x
/ X, Y e da X
/ Y = R.
). Provamos novamente a contrapositiva. Tomamos a R \ (X Y ) da a
/ X, Y ,
existem f F e g G tal que f (a) = 0 e g(a) = 0, denimos h(x) = f (x).g(x),
vale h(0) = 0 se x X ou Y logo h F G e alem disso h(a) = 0 logo F G = {0}.

CAPITULO 1. ESPAC
OS VETORIAIS

26

3.
E =F GY =R\X
pelo uso dos itens anteriores
E = F G Y = E = F +G e F G = {0} X Y = e X Y = R R\X

Z Exemplo 20. O conjunto dos vetores de R

cujas coordenadas formam progressao

aritmetica formam um subespaco de Rn , pois, dados dois elementos (xk )n1 e (yk )n1 temos
que a sequencia nula e P.A e
(cxk + yk )n1 = (zk )n1
tem termos em progressao aritmetica pois zn+1 = cxn+1 + yn+1 = cxn + yn + crx + ry com
| {z }
r

isso chegamos a conclusao que o conjunto dos vetores de Rn cujas coordenadas formam
progressao aritmetica de razao xada nao e subespaco de Rn , pois se nao toda P.A teria
que ter a razao nula como do vetor zero.
O conjunto dos vetores de Rn cujas coordenada formam progressao aritmetica, em
geral nao formam subespaco de Rn , pois
(1, 1, 1) + (2, 4, 8) = (3, 5, 9)
5
9
= , se consideramos o conjunto de vetores que formam P G
3
5
de razao xada tambem nao temos subespaco vetorial por causa do vetor nulo.

que nao e uma P G, pois

Z Exemplo 21. O conjunto A das funcoes pares e o conjunto B das funcoes mpares
sao subespacos vetoriais de F (V, E) e
F (V, E) = A B.
Onde V e E sao espacos vetoriais, f (x) = f (x) x V se f e par, se f e mpar
f (x) = f (x).
A funcao nula O(x) = 0 x e par e mpar. Sendo f, g pares entao h com h(x) =
cf (x) + g(x), c K corpo de escalares e par pois
h(x) = cf (x) + g(x) = cf (x) + g(x).

CAPITULO 1. ESPAC
OS VETORIAIS

27

Se f e g sao mpares entao cf + g tambem e mpar pois

h(x) = cf (x) + g(x) = cf (x) g(x) = h(x).
A intersecao de A e B possui apenas a funcao nula, pois f (x) = f (x) = f (x), por
f ser par e mpar, logo 2f (x) = 0, f (x) = 0, x V. Alem disso toda funcao se escreve
como soma de uma funcao mpar e uma funcao par, pois dada uma funcao g, denimos
g(x) g(x)
2
g(x) g(x)
g(x) g(x)
que e mpar, pois I(x) =
=
e denindo
2
2
g(x) + g(x)
P (x) =
= P (x)
2
I(x) =

logo P e par, alem disso a soma das duas e g.

Um polinomio e uma funcao par e da forma
similar

a2k x2k , para mpar valendo algo

k=1

a2k+1 x2k+1 .

k=1

Vamos mostrar que os ndices mpar de um polinomio funcao par sao nulos
P (x) =

ak x = P (x) =

ak (1)k xk

k=0

k=0

os coecientes devem ser iguais entao ak = ak com k mpar e da ak = 0. Similarmente

para mpares
P (x) =

ak xk = P (x) =

k=0

ak (1)k+1 xk

k=0

logo para ndices pares

ak = ak
portanto se anulam.

Z Exemplo 22. Para n xado, seja Q

o conjunto dos polinomios que sao divisveis

por xn . Qn e um subespaco vetorial do espaco dos polinomios P . Temos que Q e nao

vazio, sendo f, g Qn , c R entao f (x) = xn h(x), g(x) = xn L(x), onde h(x) e L(x) sao
polinomios, por divisao euclidiana, logo
cf (x) + g(x) = xn (ch(x) + L(x)) Qn

CAPITULO 1. ESPAC
OS VETORIAIS

28

pois ch(x) + L(x) e polinomio.

Dado p(x) P qualquer entao p(x) = xn q(x) + r(x) onde r(x) < n, por isso P =
F Qn , onde F e o espaco dos polinomios de grau ate n 1.

Z Exemplo 23. O conjunto das funcoes K vezes derivaveis e subespaco das funcoes
de R em R. Pois 0 = 0x e k- vezes derivavel, se f e g sao derivaveis e c R entao cf + g
tambem e k-vezes derivavel. O mesmo para as funcoes C k e C .

Z Exemplo 24. Seja E = F (R, R), xada g : R R, o conjunto F

de todas as

funcoes f : R R tais que f (g(x)) = f (x) e um subespaco vetorial de E.

Pois O(g(x)) = 0. Sejam f, h F e c R entao
cf + h(g(x)) = cf (g(x)) + h(g(x)) = cf (x) + h(x)
entao cf + h F.
Se tomamos g(x) = x + a, F e o conjunto das funcoes periodicas de perodo a.
Se tivessemos g(f (x)) = f (x), seria necessario que g(0) = 0 e g(cf (x) + h(x)) =
cf (x) + h(x), logo g(x) = x. Se F = {0} entao g(x) = ax. Para que f (g(x)) = g(x), tais
f formassem subespaco seria necessario que 0(g(x)) = g(x) logo g e nula e da temos que
ter tambem f (0) = 0.

1.2.3

Fun
co
es limitadas

Z Exemplo 25. O conjunto L as funcoes limitadas de F (A, R) e um subespaco vetorial

de F (A, R), no lugar de R podemos considerar um corpo qualquer K. Tal conjunto de
funcoes limitadas tambem e denotado por B(A). A funcao nula e limitada. Se f e g sao
limitadas e c R entao cf + g e limitada, pois |f (x)| M1 , |g(x)| M2 x A logo
|cf (x) + g(x)| |c||f (x)| + |g(x)| |c|M1 + M2 .
Tal espaco e gerado pelas funcoes limitadas positivas. Seja f L, existe t tal que
f (x) + t > 0 x A pois f e limitada, t > 0 logo

CAPITULO 1. ESPAC
OS VETORIAIS

29

f (x) = (f (x) + t) t
e combinacao linear de duas funcoes positivas e limitadas h(x) = f (x) + t e v(v) = t.

1.2.4

Equac
ao cartesiana de espacos vetoriais

Z Exemplo 26. Ache a equacao cartesiana do espaco gerado por (0, 1, 2) e (1, 1, 1)
em R2 .
Temos que o espaco gerado e combinacao linear desses vetores
(x, y, z) = c1 (0, 1, 2) + c2 (1, 1, 1)
logo
x = c2 , y = c1 + c2 , z = 2c1 + c2
logo y x = c1 substituindo em z temos z = 2(y x) + x = 2y + 2x + x = 3x 2y
3x + z + 2y = 0
e a equacao cartesiana do espaco.

1.2.5

Reta que passa pela origem

m Definicao

26 (Reta que passa pela origem). Dado um vetor u = 0v , o conjunto

Ru = {u | R}

e chamado de reta que passa pela origem e contem u.

b Propriedade 29. A reta que passa pela origem e contem u e um subespaco vetorial
de V .
Demonstrac
ao. 0v Ru pois tomamos = 0 e vale .v = 0v Ru . Dados dois
vetores w e v Ru , implica que existem constantes reais e tais que .u = w e .u = v
, logo
w + v = .u + .u = ( + ) u = t.u Ru
| {z }
=tR

CAPITULO 1. ESPAC
OS VETORIAIS

30

logo a soma e fechada.

A multiplicacao por escalar tambem e fechado pois dado w Ru , existe R tal que
.u = w, tomando um escalar qualquer c, tem-se c.w = c(u) = (c.) u = t.u Ru , logo
| {z }
=t

a multiplicacao por escalar e fechada, entao o conjunto e um subespaco vetorial de V .

m Definicao

27 (Segmento de reta). Sejam u, v E. o segmento de reta de extremos

u e v e o conjunto
[u, v] = {(1 t)u + tv, t [0, 1]}.

1.2.6

Conjuntos convexos

Definic
ao 28 (Conjunto convexo). Um conjunto C E e dito convexo, quando

u, v C implica [u, v] C. Em um conjunto convexo, o segmento de reta que liga

quaisquer dois pontos de C esta contido em C.

b Propriedade 30. Sejam A e B subconjuntos convexos de um espaco vetorial V , entao

C = A B := {a b | a A, b B}, e convexo.
Demonstrac
ao. C e convexo, pois sejam x1 e x2 em C, queremos mostrar que
m = x1 t + (1 t)x2 C, t [0, 1].
Temos que x1 = a1 b1 , x2 = a2 b2 , a1 , a2 A, b1 , b2 B, A e B convexos. Temos
que
m = ta1 tb1 + (1 t)(a2 b2 ) =
= ta1 + (1 t)a2 [tb1 + (1 t)b2 ] = a3 b3 ,
|
{z
} |
{z
}
A

onde usamos que A e B sao convexos, portanto C tambem e convexo.

b Propriedade 31. Sejam A e B subconjuntos convexos de um espaco vetorial V , entao

C = A + B := {a + b | a A, b B}, e convexo.
Demonstrac
ao. C e convexo, pois sejam x1 e x2 em C, queremos mostrar que
m = x1 t + (1 t)x2 C, t [0, 1].

CAPITULO 1. ESPAC
OS VETORIAIS

31

Temos que x1 = a1 + b1 , x2 = a2 + b2 , a1 , a2 A, b1 , b2 B, A e B convexos. Temos

que
m = ta1 + tb1 + (1 t)(a2 + b2 ) =
= ta1 + (1 t)a2 + [tb1 + (1 t)b2 ] = a3 + b3 ,
|
{z
} |
{z
}
A

onde usamos que A e B sao convexos, portanto C tambem e convexo.

b Propriedade 32. Seja cada xk E e convexo, com k A uma famlia qualquer de

ndices entao Y =

xk e convexo, pois dados u, v Y implica que u, v xk , k e

kA

como cada xk e convexo segue que [u, v] xk que por sua vez implica [u, v] Y.

Definic
ao

29 (Hiperplano). Um Hiperplano e o conjunto dos pontos (xk )n1 que

satisfaz

ak xk = b

k=1

onde pelo menos um dos ak e nao nulo .

Propriedade 33. Qualquer Hiperplano separa Rn em dois subconjuntos disjuntos

convexos I e II, chamados semi-espacos, tais que se A I e B II o segmento AB

intercepta o hiperplano em um ponto.
Demonstrac
ao.
Seja o hiperplano com equacao
I, dos pontos tais que

ak xk = b, ele separa o espaco em dois semi-espacos

k=1

ak xk > b e II dos pontos tais que

k=1

ak xk < b.

k=1

Sejam dois pontos A e B em I, o segmento que os une tem equacao A + t(B A) com
t [0, 1], vamos mostrar que todos esses pontos pertencem `a I . A = (xk )n1 , B = (yk )n1 ,
logo os pontos desse segmento sao da forma (xk +t(yk xk ))n1 = (xk (1t)+tyk )n1 aplicando
a soma tem-se
(1 t)

k=1

ak xk + t

ak yk > (1 t)b + tb = b

k=1

como queramos demonstrar, o caso de pontos em II e analogo .

Sejam agora A em I e B em II, o segmento que une os pontos tem equacao A+t(BA),
aplicando a soma
f (t) = (1 t)

k=1

ak xk + t

k=1

a k yk

CAPITULO 1. ESPAC
OS VETORIAIS

f (0) =

ak xk > b , f (1) =

32

ak yk < b, logo por continuidade existe um u

nico t entre

k=1

k=1

0 e 1 tal que f (t) = b, tal valor e u

nico, por unicidade de solucao de equacao linear .

Propriedade 34. Os conjuntos dos pontos do Y =

X = {(xk )n1 Rn |

{(xk )n1

R |
n

ak xk b} e

k=1

ak xk b} sao convexos.

k=1

Demonstrac
ao. Sejam dois pontos A e B em Y , o segmento que os une tem
equacao A + t(B A) com t [0, 1], vamos mostrar que todos esses pontos pertencem `a Y
. A = (xk )n1 , B = (yk )n1 , logo os pontos desse segmento sao da forma (xk + t(yk xk ))n1 =
(xk (1 t) + tyk )n1 aplicando a soma tem-se
(1 t)

ak xk + t

k=1

ak yk (1 t)b + tb = b.

k=1

30 (Combinacao convexa). Dados (vk )n1 vetores e n

umeros reais (tk )n1
n

tk = 1 entao
nao-negativos com
Definic
ao

k=1

tk vk

k=1

e dita ser uma combinacao convexa dos vetores (vk )n1

Propriedade 35. Se X E e convexo entao toda combinacao convexa de vetores

(vk )n1 em X ainda pertence a X.

Demonstrac
ao. Provamos por inducao sobre o n
umero de vetores n. Se n = 1 o
resultado vale pois v1 X, suponha validade para n, vamos provar que vale para n + 1.
n+1
n

n+1
tk = 1 entao
tk = 1 tn+1 e escrevemos
Sejam entao (tk )1 com
k=1
n+1

k=1

tk vk =

tk vk + tn+1 vn+1

k=1

k=1
n

tk vk
= (1 tn+1 )
+ tn+1 vn+1
n

k=1
ts
s=1

t k vk
por hipotese de inducao
= Y pertence `a X entao a soma acima tambem pertence
n

k=1
ts
s=1

por denicao de conjunto convexo.

CAPITULO 1. ESPAC
OS VETORIAIS

b Propriedade 36. O conjunto dos pontos

33

(zk )n1

do R tais que
n

x2k r e convexo.

k=1

Demonstrac
ao. Tomamos dois pontos nesse conjunto (xk ) e (yk ), da (txk + (1
t)yk ) deve pertencer ao conjunto e isso vale pois
n

k=1

t2 x2k +

(1 t)2 yk2 +

k=1

2t(1 t)xk yk rt2 + r2(1 t)t + r(1 t)2 = r(t + [1 t])2 = r

k=1

onde usamos a desigualdade de Cauchy-Schwarz

v
u n
n
u

2
t
xk yk
xk
yk2 r.r

k=1

m Definicao

k=1

k=1

31 (Cone). Um subconjunto C de V e chamado cone quando v C

e t > 0 tem-se tv C, isto e, o m

ultiplo de qualquer elemento de C por qualquer
constante real positiva ainda pertence a C, ou o produto por escalar positivo e fechado.

Z Exemplo 27.

C = {0} e um cone pois t0 = 0.

O conjunto dos vetores de Rn que possuem exatamente t coordendas positivas e um

cone. pois seja o vetor (vk )n1 entao (tvk )n1 ainda possui t coordenadas positivas.
O conjunto das funcoes f : X R que assume valor negativo em todos os pontos

de Y X e um cone em f (X, R) pois dado x Y , f (x) < 0 tem-se tf (x) < 0. O

mesmo para funcoes que assumem valores positivos.

b Propriedade 37. Um cone C e convexo u, v C u + v C.

Demonstrac
ao.
). Suponha o cone convexo, u , v C entao tu + (1 t)v C com 0 < t < 1.
Podemos tomar u = t1 u e v = (1 t)1 v da u + v C.
). Suponha que u , v C u + v C, vamos mostrar que C e convexo. Podemos
tomar u = tu e v = (1 t)v que pertence ao cone por denicao entao (1 t)v + tu C,
o cone e convexo.

b Propriedade 38.
u v onde u, v C.

Seja C um cone convexo entao S(C) e o conjunto das diferencas

CAPITULO 1. ESPAC
OS VETORIAIS

34

Demonstrac
ao. Seja w S(C) entao w =

ck vk , separamos a soma em duas

k=1

partes, A com ndices dos termos de coecientes nao negativos e B com ndices dos termos
de coecientes negativos (que podem ser eventualmente vazios).
w=

kA

c k vk +

ck vk =

kB

c k vk

kA

| {z }

kB

uC

(ck )vk = u v
{z

vC

u e v (caso nao nulos)sao elementos de C pois C e convexo soma de termos com coecientes
positivos esta em C. Caso u e v sejam nulos, escrevemos w = u u , onde u C. Caso
u seja nulo e v nao, escrevemos w = v v v = v 2v e nalmente caso v seja nulo e u
nao nulo
w = u + u u = 2u u
com isso terminamos.

Definic
ao 32 (Parte positiva). Seja f (x) : A R denimos a parte positiva da

funcao como

f (x) se f (x) 0
+
f (x) =
0 se f (x) < 0.

A parte positiva assume sempre valores nao-negativos.

Definic
ao 33 (Parte negativa). Seja f (x) : A R denimos a parte negativa da

funcao como
f (x) =

0 se f (x) > 0

f (x) se f (x) 0.

A parte negativa assume sempre valores nao-negativos.

b Propriedade 39.
f (x) = f + (x) f (x).
Demonstrac
ao. Se existe x tal que f (x) = 0, entao f + (x) = 0 = f (x) e vale
f (x) = 0 = 0 0.
Se existe x tal que f (x) = a > 0, entao f + (x) = a e f (x) = 0 da
f (x) = a = f + (x) f (x) = a 0 = a.

CAPITULO 1. ESPAC
OS VETORIAIS

35

E por u
ltimo, se existe x tal que f (x) = b < 0, entao f + (x) = 0 e f (x) = b da
f (x) = b = f + (x) f (x) = 0 (b) = b.

$ Corolario 2. O conjunto das funcoes que so assume valores positivos e um conjunto

de geradores de F (X, R) qualquer funcao f pode ser escrita como
f (x) = f + (x) f (x) = f (x) = [f + (x) + 1] [f (x) + 1]
onde as funcoes marcadas sao positivas .

m Definicao

34 (Conjunto simetrico). X V e simetrico se v X v X.

b Propriedade 40. Se C = e cone convexo simetrico entao C < V. V

espaco vetorial

real.
Demonstrac
ao. Sendo v C, vale que tv C, t > 0 por simetria tv C,
tv tv = 0 V por conexidade, logo tv C para todo t real, por conexidade dados
u, v C temos u + v C, logo C < V

Z Exemplo 28. C = {t(1, 1), t > 0} e um cone nao simetrico. C = {t(1, 1), t = 0} e
simetrico nao convexo, nao sendo convexo pois nao possui o ponto (0, 0).

b Propriedade 41. A intersecao e uniao de uma famlia qualquer de cones e um cone.

Demonstrac
ao.
A=

Ck e cone, pois dado v A entao v Ck para algum k logo temos tv Ck

kB

e da tv A.
G=

Ck e cone, pois seja v G entao v Ck k e da tv Ck que implica

kB

tv G.

m Definicao

35 (Envoltoria convexa). Envoltoria convexa de um conjunto X V e o

n

conjunto C(x) das combinacoes convexas

tk vk de X V .
k=1

b Propriedade 42. Valem as propriedades

CAPITULO 1. ESPAC
OS VETORIAIS

36

1. C(x) e convexo.
2. X C(x)
3. Se C e convexo com X C entao C(x) C , isto e, C(x) e o menor subconjunto
convexo que contem X.
Demonstrac
ao.
1. Sejam u, v C(x) entao u =

tk vk , v =

k=1

tu + (1 t)v =

tk vk , temos

k=1

ttk vk +

k=1

(1 t)tk vk =

k=1

m+n

tk vk

k=1

onde a soma dos coecientes e

m+n

k=1

tk

=t

tk + (1 t)

k=1

tk = t + 1 t = 1.

k=1

2. X C(x), pois dado V X temos que 1.x e uma combinacao convexa logo
x C(X).
3. Se C e convexo com X C entao toda combinacao convexa de elementos de X
esta contida em C , o que ja mostramos.

1.2.7

Produto cartesiano de espacos vetoriais

m Definicao

36 (Produto cartesiano de espacos vetoriais). Dados (Vk )n1 espacos veto-

riais sobre o mesmo corpo K, podemos tomar o produto cartesiano de espacos vetoriais
n

Vk , onde denimos as operacoes de adicao e produto por escalar, da seguinte maneira

k=1

(ak )n1 + (bk )n1 = (ak +k bk )n1

(ak )n1 = ( k ak )n1 .

CAPITULO 1. ESPAC
OS VETORIAIS

37

Podemos denir o produto cartesiano de uma quantidade innita enumeravel de espacos

vetoriais (Vk ) da mesma maneira,

Vk , com as denicoes
k=1

(ak ) + (bk ) = (ak +k bk )

(ak ) = ( k ak )
onde +k e k sao a adicao e produto por escalar em Vk .

b Propriedade 43. O produto cartesiano de espacos vetoriais e um espaco vetorial.

Demonstrac
ao. Vamos mostrar entao que temos um grupo abeliano para a
adicao.
Comutatividade

u + v = (ak )n1 + (bk )n1 = (ak +k bk )n1 = v + u =

= (bk )n1 + (ak )n1 = (bk +k ak )n1
temos que bk +k ak = ak +k bk pela comutatividade da adicao em espacos vetoriais.
Associatividade Sendo w = (ck )n1 temos

(u + v) + w = ((ak )nk=1 + (bk )n1 ) + (ck )n1 = (ak +k bk )n1 + (ck )n1 = ((ak +k bk ) +k ck )n1 =
pela associatividade da adicao em espacos vetoriais
= (ak +k (bk +k ck ))n1 = u + (v + w).
Elemento neutro

w + 0v = (ck )n1 + (ek )n1 = (ck +k ek )n1 = (ck )n1

pois 0k e o elemento neutro da adicao do k-esimo espaco vetorial.
Exist
encia de inverso aditivo w = (ck )n1 tomamos w = (ck )n1

(ck )n1 + (ck )n1 = (ck k ck )n1 = (ek )n1 = 0

CAPITULO 1. ESPAC
OS VETORIAIS

38

Associatividade escalar

()(ck )n1 = ( k ck )n1 = ( k ck )n1 = ((ck )n1 ).

Identidade escalar

1(ck )n1 = (1 k ck )n1 = (ck )n1

Distributividade vetorial

((ck )n1 +(bk )n1 ) = ((ck +k bk )n1 ) = (k ck +k k bk )n1 = (k ck )n1 +(k bk )n1 = (ck )n1 +(bk )n1 .
Distributividade escalar

( + )(ck )n1 = (( + ) k ck )n1 = ( k ck +k ck )n1 = (ck )n1 + (ck )n1 .

O mesmo vale para o produto cartesiano innito.

$ Corolario 3. Se V e um espaco vetorial sobre K entao

V := V n e um espaco

k=1

vetorial sobre K.

Z Exemplo 29. R e um espaco vetorial, pois R e corpo, entao (R, +) e grupo abeliano,
existe a unidade 1 tal que 1.c = c, vale a distributividade ( + )c = .c + .c, a(c + v) =
ac + av e o produto e associativo a(b.c) = (ab)c, logo R e um espaco vetorial

$ Corolario 4. Como R e espaco vetorial entao Rn e espaco vetorial.

Z Exemplo 30. Sendo A um anel com unidade, entao A e espaco vetorial, pois (A, +)
e grupo abeliano e vale a associatividade , existe unidade e vale a distributividade.

m Definicao

umeros reais. De37 (Hiperplano que passa pela origem). Sejam (ak )n1 n

nimos o hiperplano de Rn que passa pela origem como o conjunto

H = {v = (xk )n1 Rn |

ak xk = 0}.

k=1

$ Corolario 5. Se ak = 0 entao

0.xk = 0 para qualquer xk , nesse caso H = Rn .

k=1

b Propriedade 44. H e um subespaco vetorial de Rn.

CAPITULO 1. ESPAC
OS VETORIAIS

Demonstrac
ao. O vetor 0v =
um vetor v =
n

(xk )n1

H, entao vale

39

(0)n1
n

pertence ao conjunto H, pois

ak = 0. Seja

k=1

ak xk = 0, e outro vetor u = (xk )n1 H, logo

k=1

ak yk = 0, u + v = (xk + yk )n1 e tem-se

k=1
n

ak (xk + yk ) =

k=1

ak xk +

k=1

ak yk = 0 + 0

k=1

logo u + v H, o conjunto e fechado pela adicao de vetores.

n

Sendo v = (xk )n1 H entao

ak xk = 0, multiplicando por uma constante c, tem-se
cv = (cxk )n1 e

k=1
n

ak cxk = c

ak xk = c.0 = 0

k=1

k=1

logo cv H, o que prova que H e subgrupo de Rn .

Z Exemplo 31.
H = {v =

(xk )n1

R |
n

ak xk = d = 0}

k=1

nao e subespaco vetorial pois o vetor nulo nao esta no conjunto.

Z Exemplo 32. Sendo F < V. Se u, v F pode valer que u + v F . Como e o caso

da reta que passa por (1, 1) ser um espaco vetorial, (1, 0) e (0, 1) nao pertencem ao espaco
porem sua soma (1, 1) pertence ao espaco .

b Propriedade 45. Seja F < V. Se u F

e = 0 entao u
/ F.

Demonstrac
ao. Suponha que u F entao

1.2.8

1
u = u F absurdo.

Intersec
c
ao de subespacos vetoriais

Propriedade 46. A interseccao de dois subespacos de um espaco vetorial V e um

subespaco de V .
Demonstrac
ao. Sejam U e W subespacos de V .

CAPITULO 1. ESPAC
OS VETORIAIS

40

Primeira condicao, temos que 0 U e 0 W logo 0 U W .

Segunda condicao, sejam p e s U W , logo temos p e s U e p e s W e por

serem U e W subespacos temos p + s U e p + s W , logo p + s U W .

Terceira condicao, seja p U W entao p U e p W e c C implica por

propriedade de subespacos que cp U e cp W logo cp U W .

b Propriedade 47. A interseccao arbitraria de subespacos vetoriais e um espaco vetorial.

Demonstrac
ao. Seja V o espaco vetorial e Ek subespaco de V para todo k A,
entao temos que mostrar que
B=

Ek e subespaco de V.

kA

0 Ek k A, logo 0 B. Sejam u, w B entao u, w Ek k A como cada Ek e

subespaco de V segue que u + w Ek k, da u + w B.
Dado w B e c R, vale que w Ek k, como cada Ek e subespaco entao c.w Ek k
o que implica cw B.

$ Corolario 6. Sendo Hs = {v =
t

(xk )n1

R |
n

a(s,k) xk = 0} para n In entao

k=1

Hs e subespaco vetorial de Rn . Neste caso temos que o conjunto de solucoes de um

s=1

sistema e subespaco vetorial.

1.2.9

Uni
ao de espacos vetoriais

b Propriedade 48. Sejam A e B subespacos vetoriais de V .

A B e subespaco de V

A B ou B A.
Demonstrac
ao. ). Se A B entao A B = B da A B e subespaco vetorial
de V .
). Suponha por absurdo que A B e subespaco de V com A B e B A entao
existe a A tal que a
/ B e b B tal que b
/ A da a, b A B e como e subespaco
a + b A B, supondo sem perda de generalidade que a + b B, como B e subespaco
vetorial entao a + b b = a B o que e absurdo pois contraria a hipotese de a
/ B.

CAPITULO 1. ESPAC
OS VETORIAIS

41

Z Exemplo 33. Em R , temos os subespacos dos elementos (x, 0) e dos elementos

2

(0, y), a uniao de tais subespacos nao e subespaco de R2 .

b Propriedade 49. A1 A2 A3 e subespaco de V , com (Ak )31 subespacos de V

um

dos conjuntos contem os outros dois.

Demonstrac
ao. (A1 A2 ) A3 e subespaco de V B A3 ou A3 B, se
| {z }
B

temos o primeiro caso terminamos. Se temos o segundo caso entao

A1 A2 A3 = A1 A2
e subespaco A1 A2 ou A2 A1 , sem perda de generalidade se A2 A1 entao
A1 A2 A3 = A1 A2 = A1
e temos A2 A3 A1 o que termina a demonstracao. (pensar sobre essa demonstracao)

Propriedade 50. Sejam F1 , F2 subespacos vetoriais de E. Se existir algum a V

tal que a + F1 F2 entao F1 F2 .

Demonstrac
ao. Suponha que exista a U tal que a + F1 F2 , seja y F1
y
y
arbitrario, vamos mostrar que y F2 . Temos que a + F2 e a F2 logo a diferenca
2
2
e elemento de F2
y
y
a + (a ) = y F2
2
2
de onde segue o resultado.

1.3

Combinac
ao linear: espacos gerados

m Definicao

38 (Combinacao linear). Seja V um espaco vetorial e sejam vk (k In )

umeros
vetores de V . Dizemos que um vetor de u e combinacao linear de (vk )n1 se existem n
reais (ak )n1 tais que
u=

ak .vk .

k=1

De outro modo, seja A um conjunto nito de vetores de V , dizemos que u e combinacao

linear de A se existem constantes reais ck tais que
u=

kA

ck .k.

CAPITULO 1. ESPAC
OS VETORIAIS

Em especial se A =
0v =

42

ck .k,

isto e, 0 e combinacao linear de um conjunto vazio de vetores.

Definic
ao

39 (Espaco gerado por um conjunto A). Seja A um subconjunto2 de

um espaco vetorial V . O subespaco gerado por A e o conjunto formado por todas

combinacoes lineares de vetores de A, denotado por S(A). (Pode tambem ser denotado
por [A] ou < A >.) O vazio gera o espaco nulo. < >= {0v }.

b Propriedade 51. S(A) e um subespaco de V .

Demonstrac
ao. 0v =
n

xk 0v , logo 0v S(A). Sendo u S(A) entao u =

k=1

xk uk para uk A e v S(A) implica v =

yk vk a soma desses vetores pode

k=1

k=1

ser escrita como uma soma nita logo u + v S(A). Dado c R e v S(A) entao
n
n
n

cxk uk =
xk uk e cv =
yk uk logo e combinacao linear de vetores de A,
v =
|{z}
k=1

k=1

yk

k=1

implicando que cv S(A), entao S(A) e um subespaco vetorial.

b Propriedade 52. A S(A).

Demonstrac
ao. Seja v A entao v = 1.v e uma combinacao linear de v logo
pertence ao conjunto S(A).

b Propriedade 53. Se A B entao S(A) S(B)

Demonstrac
ao. Toda combinacao linear de elemento de A tambem e combinacao
linear de elementos de B, entao todo elemento de S(A) e elemento de S(B), o que implica
S(A) S(B).

b Propriedade 54 (Idempotencia). S(A) = S(S(A)).

Demonstrac
ao. Sabemos que S(A) S(S(A)), falta mostrar que S(S(A))
n

S(A). Seja um elemento x S(S(A)), entao ele e da forma x =

ck vk onde vk
k=1
2

A nao precisa ser um subespaco de V

CAPITULO 1. ESPAC
OS VETORIAIS

S(A), por sua vez vk =

43

a(t,k) .u(t,k) onde u(t,k) A, como cada vk A segue que os

t=1

elementos de S(S(A)) sao combinacoes lineares de elementos de A, logo x A o que

implica S(S(A)) S(A).

Definic
ao 40 (Espaco nitamente gerado). Dizemos que um espaco vetorial V e

nitamente gerado, se existe A V nito tal que V = S(A).

Propriedade 55. S(A) e o menor subespaco que contem A, isto e, para qualquer

subespaco W tal que A W entao S(A) W.

Demonstrac
ao. Se W e subespaco de A e A W entao qualquer combinacao
linear de vetores de A pertence `a W por W ser subespaco, logo S(A) W.

$ Corolario 7. Se A e um espaco vetorial entao S(A) = A, pois S(A) A e A S(A).

Definic
ao 41 (Conjunto de geradores). Se S(A) = V entao A e dito conjunto de

geradores de V , isto e, qualquer vetor de V pode ser escrito como combinacao linear de
vetores de A.

m Definicao

42 (Vetores canonicos do Rn ). Sao os vetores ek = ((j, k) )nj=1 onde (j, k)

e o delta de kronecker3

b Propriedade 56. O conjunto A = {ek | k In} e um conjunto de geradores para o

Rn .
Demonstrac
ao. Seja v = (aj )nj=1 entao
n

k=1

ak ek =

(
n
k=1

)n
= (aj )nj=1 = v.

ak (j, k)
j=1

Z Exemplo 34. O conjunto {x , k N } forma um conjunto de geradores para o

k

espaco de polinomios, {xk , k [0, n]N } gera o espaco de polinomios de grau ate n.

m Definicao

43. Dados dois subespacos vetoriais de V , F1 e F2 denimos

F1 + F2 = S(F1 F2 )

Ver definic
ao no texto de func
oes especiais e relacao com somatorio no texto de somatorios

CAPITULO 1. ESPAC
OS VETORIAIS

44

b Propriedade 57. Vale que

F1 + F2 = {v + w | v F1 , w F2 }.
Demonstrac
ao. Vamos mostrar que {v + w | v F1 , w F2 } := A e subespaco
vetorial de V , sendo o menor deles, logo deve ser igual a S(F1 F2 ).
A e nao vazio pois o elemento neutro 0v pertence ao conjunto.
Dados v F1 , w F2 e c K temos |{z}
cv +w A, logo A e subespaco de V .
F1

Seja W um espaco de V que contenha F1 e F2 entao contem a soma de qualquer elemento

de F1 com elemento de F2 , por isso A W. Como A S(F1 F2 ) e S(F1 F2 ) A entao
vale A = S(F1 F2 ).

b Propriedade 58. Vale que S(F1 F2) = S(F1) + S(F2),

F1 , F2 < V.

Demonstrac
ao. Sabemos que
S(F1 F2 ) = F1 + F2 = S(F1 ) + S(F2 )
pois como F1 e F2 sao subespacos entao S(F1 ) = F1 e S(F2 ) = F2 .

Z Exemplo 35. Nao vale que

S(X Y ) = S(X) S(Y )
pois podemos tomar por exemplo X = {(0, 1), (2, 0)} e Y = {(1, 0)}, a intersecao dos
conjunto e vazia logo
S(X Y ) = {0}
S(X) = R2 logo S(X) S(Y ) = S(Y ) = {0}, nao vale a identidade.

m Definicao

44 (Plano). Um subespaco de R3 gerado por dois vetores nao colineares

chama-se plano.

Z Exemplo 36. Mostre usando argumentos geometricos que se w R

nao pertence

ao plano gerado por u e v entao u, v, w geram R3 . Seja = S(u, v). Dado P R3 qualquer

CAPITULO 1. ESPAC
OS VETORIAIS

45

seja r uma reta passando por P e paralela ao vetor w, como w nao esta no plano gerado
por u e v, r intercepta em Q, logo q = c1 u + c2v para algum par c1 , c2 R, como p e q
sao paralelos a w, p q = c3w o que implica
p = q + c3 w = c1 u + c2 v + c3 w
como p e arbitrario em R3 , entao o espaco e gerador por u, v e w.

Definic
ao

45 (Soma direta). Se F1 F2 = {0} entao denotamos F1 + F2 como

F1 F2 .

b Propriedade 59. Sao equivalentes

1. F = F1 F2
2. Todo elemento de F pode ser escrito de modo u
nico como v1 + v2 com v1 F1 e
v2 F 2 .
Demonstrac
ao. (1) (2). Suponha que existam duas maneiras distintas de
representar um vetor W F , entao w = v1 + v2 e w = w1 + w2 com w1 F1 ew2 F2 ,
da v1 w1 = v2 w2 = 0v existiria algum vetor nao nulo em F1 F2 que contradiz a
| {z }
| {z }
F1

F2

hipotese.
(2) (1). Temos que F = F1 + F2 falta mostrar que F1 F2 = {0}, suponha que
exista um elemento nao nulo na intersecao v, entao
v = f1 + f2
onde pelo menos um deles e nao nulo , digamos f2 da 0 = f1 + (f2 v) = (f1 v) + f2
logo temos duas escritas para 0 o que e absurdo.

b Propriedade 60. Se E = F1 F2 = G1 G2.

Se F1 G1 e F2 G2 entao F1 = G1

e F2 = G2 .
Demonstrac
ao. Falta mostrar que G1 F1 e G2 F2 . Seja g1 G1 E entao
g1 = f1 + f2
g1 f1 = f2 = 0
| {z }
|{z}
G1

F2 G2

portanto g1 = f1 e segue a inclusao que desejamos. O outro caso e analogo .

CAPITULO 1. ESPAC
OS VETORIAIS

46

b Propriedade 61. Sejam (Fk )n1 e em V

1. S(

Fk ) =

k=1

x=

Fk .

k=1

2. Cada x
n

subespacos vetoriais entao

Fk se escreve como modo u

nico como soma de elementos xk Fk ,

k=1

xk para cada j tem-se Fj (

k=1

Fk ) = {0}.

k=1,k=j

Na condicao escrevemos F =

Fk .

k=1

Demonstrac
ao.
1. Sabemos que S(
n

Fk ) e o menor subespaco que contem a uniao, vamos provar que

k=1

Fk = B tambem e o subespaco que contem todos esses conjuntos. Cada Fk esta

k=1

contido em B, logo a uniao tambem esta, por inducao a soma e subespaco, ja que
a soma de dois e subespaco. Suponha que A seja um espaco que contem cada Fk
entao ele contem a soma de todos elementos de cada Fk e por isso B A, entao B
n

e o menor espaco e por isso B = S( Fk ).

k=1

2. ).
n

Suponha que para algum j temos v = 0, v Fj (

Fk ) logo

k=1,k=j
n

v=

vk = vj +

k=1

da
0 = vj v + (

vk

k=1,k=j

vk ) = vj + (

k=1,k=j

vk ) v

k=1,k=j

logo chegamos em duas escritas para 0, o que e absurdo contrariando a hipotese.

). Suponha um elemento com duas representacoes distintas, entao

v=

k=1

vk =

k=1

wk

CAPITULO 1. ESPAC
OS VETORIAIS

47

portanto existe j tal que vj = wj

n

vj wj =

(wk vk ) = 0

k=1,kn=j

temos um elemento nao nulo em Fj e

Fk o que contraria hipotese.

k=1,k=j

m Definicao

46 (Reta que une dois pontos). Sejam x = y V entao a reta que une

x, y e por denicao o conjunto

r := {(1 t)x + ty | t R.}

$ Corolario 8. Como (1 t)x + ty = x tx + ty = x + t(y x) , se denimos v = y x,

temos
r = {x + tv | t R}.
Observamos que em f (t) = x + tv f (0) = x, f (1) = x + y x = y.

Definic
ao 47 (Variedade am). Um subconjunto A de V complexo ou real e dito

ser uma variedade am, quando dados quaisquer dois pontos x, y V a reta que passa
por esse pontos esta contida em A.
Perceba que isso difere da denicao de conjunto convexo pois em conjuntos convexos
queremos que apenas o segmento que une quaisquer dois pontos esteja contido no conjunto,
em variedade am queremos que a reta inteira esteja dentro do conjunto .

$ Corolario 9. Variedades ans sao conjuntos convexos pois a reta que passa por dois
pontos esta contida no conjunto, entao em especial o segmento que une tais pontos.

$ Corolario 10. Toda combinacao convexa de vetores de uma variedade am pertence

a variedade am, pois tal propriedade vale para conjuntos convexos e uma variedade am
e convexa.

$ Corolario 11. Um espaco vetorial real ou complexo e uma variedade am pois x, y V

implica (1 t)x, ty V logo (1 t)x + ty V para qualquer t real.

CAPITULO 1. ESPAC
OS VETORIAIS

48

$ Corolario 12. O conjunto vazio e uma variedade am , pois se nao fosse haveriam
x, y e algum t R tal que xt + (1 t)y
/ o que e absurdo pois o conjunto e vazio
logo nao podemos ter x, y .

m Definicao

48 (Variedade am gerada por um conjunto). Dado X E, a variedade

am gerada por X denotada por V (X) e o conjunto de todas combinacoes convexas de

vetores de X.

b Propriedade 62. Dado X E, V (X) e variedade am.

Demonstrac
ao. Sejam x, y V (X), temos que mostrar que (1 + t)x + ty
V (X) t. Temos
x=

c k vk , y =

onde

k=1

ck =

ck vk

k=1

k=1
n

ck = 1

k=1

(1 + t)x + ty = (1 t)

c k vk + t

k=1

ck vk

k=1

cuja soma dos coecientes e

(1 t)

ck + t

B=

ck = 1 t + t = 1.

k=1

k=1

b Propriedade 63. Se Vk V

e variedade am k A uma famlia de ndices entao

Vk e variedade am .

kA

Demonstrac
ao. Sejam x, y B entao x, y Vk k logo tx+(1t)y Vk k t
R isso implica que tal reta pertence a B, logo B e variedade am .

b Propriedade 64. O conjunto H dos pontos (xk )n1 tais que

n

xk ak = b

k=1

onde (ak )n1 e b sao escalares reais ou complexos dados e uma variedade am.

CAPITULO 1. ESPAC
OS VETORIAIS

49

Demonstrac
ao. Sejam x = (xk )n1 , y = (yk )n1 H vamos mostrar que tx+(1t)y =
txk + (1 t)yk H, t R arbitrario

k=1
n

ak (txk + (1 t)yk ) = t

k=1

ak xk + (1 t)

k=1

ak yk = tb + (1 t)b = b.

k=1

Logo temos uma variedade am, em especial o conjunto e convexo.

Nesse caso os escalares (ak )n1 podem ser todos nulos, se um deles nao for nulo temos
um hiperplano.

$ Corolario 13. O conjunto de solucoes de um sistema linear e uma variedade am

pois e intersecao de solucoes de equacoes do tipo

xk ak = b .

k=1

b Propriedade 65. Seja V

= variedade am em E espaco vetorial, entao existe um

u
nico F < E tal que para x arbitrario xo em V vale
V = x + F = {x + v, v F }.
Demonstrac
ao.
Existencia de F . Dado x V xo seja F o conjunto dos vetores y x onde y V .
|{z}
V

Vamos mostrar que F < E.

Temos que 0 F pois x x F.
Seja R e V F entao v = y x,

v = (y x) = (1 )x + y x F.
|
{z
}
V

Se v = y x e v = y x em F ent
ao

y y
v + v = y + y 2x = 2( + x)
|2 {z 2}
V

v + v
F pela propriedade anterior multiplicando por 2 temos que v + v F.
2

CAPITULO 1. ESPAC
OS VETORIAIS

50

Vale que V = x + F. Dado y V entao y = |{z}

x + (y x) logo y x + F , V x + F.
| {z }
V

Agora provamos a outra inclusao. Um elemento de x + F e da forma x + (y x) = y V

logo x + F V e tambem V x + F portanto vale a igualdade.
Agora provamos a unicidade. Se F, F < E tais que x + F = x + F , x E xo entao
tem que valer F = F .
Vamos provar que F F . v F x + v x + F x + v F entao existe algum
v F tal que
x + v = x + v v = v v F F F
a outra inclusao e analoga .

$ Corolario 14. Para qualquer x0 X tem-se V (X) = v+ F onde F e o subespaco

vetorial de E gerado pelos vetores v v0 , onde v X.

b Propriedade 66. Dado X V , entao

U = S(X).

U V | XU

Demonstrac
ao. Seja

U := A .

U V | XU

Ov pertence a todos subespacos vetoriais, logo pertence a intersecao. Dados v, w A

e c K entao cv + w U para qualquer U na intersecao , portanto A e subespaco de V .
Como S(x) e subespaco de V que contem X entao S(X) A e da A = S(X), pois S(X)
e o menor subespaco de V que contem X.

Z Exemplo 37. Se S(X) S(Y ) nao necessariamente vale X Y. Como exemplo

podemos tomar X = {(1, 0), (0, 1)} e Y = {(2, 0), (0, 2)}, vale que S(X) = S(Y ) = R2 e
nao vale X Y.

Z Exemplo 38. Um espaco vetorial V

complexo ou real e um espaco am pois dados

x, y V vale que tx + (1 t)y V.

b Propriedade 67. Um espaco am F

e um espaco vetorial 0 F .

Demonstrac
ao.
). Se F e espaco vetorial entao 0 F .

CAPITULO 1. ESPAC
OS VETORIAIS

51

). 0 V entao existe um u
nico F subespaco vetorial tal que
V = 0 + F = F.
Podemos demonstrar diretamente tambem, como segue
0 V por hipotese .
Sendo v C e c R entao cv V pois a reta que une 0 e v esta toda contida em V

(1 c)0 + cv = cv V c R.
u, v V implica u + v V. Seja t = 0, t = 1 entao

pelo item anterior, portanto por ser variedade am

1
1
ue
v sao elementos de V
t
1t

1
1
t u + (1 t)
v = u + v V.
t
1t

b Propriedade 68. Dado X V

. Seja Y = (X \ {v}) {v + u}, K xo, onde

u, v X. Nessas condicoes X e Y geram o mesmo subespaco.

Demonstrac
ao. Temos que X \ {v} S(X) e v + u S(X) logo Y S(X)
S(Y ) S(X). X \ V Y , u Y (supondo u = v) logo u Y , como v + u Y
tem-se v + u u = v Y X Y e da S(X) S(Y ). Como temos as duas inclusoes
S(X) S(Y ) e S(Y ) S(X) segue que S(X) = S(Y ).
( + 1)v
Caso u = v, ( + 1)v Y logo
= v Y e da segue o mesmo argumento.
+1
Perceba que a propriedade nao vale se u = v = 0 e = 1.