CAPTULO 4

ESPAO VETORIAL
No contexto fsico, os vetores desempenham um importante papel, por exemplo, a velocidade e a
acelerao de um determinado objeto so descritas por um vetor, as foras que atuam sobre este objeto
tambm so descritas por vetores. Nesta seo trataremos das operaes entre vetores, preparando a base
terica necessria para o bom entendimento dos espaos vetoriais.
4.1 VETORES NO PLANO
No plano cartesiano ortogonal um ponto P do plano identificado pelo par (a,b) de nmeros reais,
onde as quantidades a e b so as coordenadas do ponto P (Fig. 4.1(a)).

Q
b

a
(a)

(b)
Figura 4.1

JJJG
Considerados os pontos P e Q do plano, podemos definir dois segmentos de reta orientados PQ e
JJJG
QP , o primeiro com ponto inicial em P e ponto final em Q (Fig. 4.1(b)) e o segundo, com ponto inicial
JJJG
JJJG
em Q e ponto final em P. Embora o conjunto de pontos PQ e QP sejam iguais, considerada a
orientao, eles so distintos. Diremos aqui, que eles so segmentos opostos.
Definio 4.1: Dois segmentos orientados so ditos equivalentes se tiverem o mesmo comprimento e
direo. A direo determinada pela reta que suporta o segmento.
Exemplo 1. Observe a Fig. 4.2 abaixo

S
Q
L
T

K
P

R
Figura 4.2

JJJG
JJJG
JJJG JJJG
JJJG JJJJG
JJJG
JJJG
PQ, KL e RS tm a mesma direo; RT e KL tm o mesmo comprimento; PQ, ZW e RS tm o
JJJG JJJG
mesmo comprimento, mas os nicos com orientaes equivalentes so PQ e RS .
66

Definio 4.2: Para qualquer segmento orientado no plano existe outro equivalente a este cujo ponto
inicial a origem.

JJJG
JJJG
Exemplo 2. Observe o segmento orientado PQ na Fig. 4.3 abaixo. O segmento OA tem a mesma
JJJG
orientao de PQ , e uma vez que eles tm mesma direo e mesmo sentido, eles so equivalentes.
Q
P
A
O
Figura 4.3
Definio 4.3: Os segmentos orientados com ponto inicial na origem so denominados vetores no plano
e so determinados exclusivamente pelo seu ponto final, uma vez que o ponto inicial fixo na origem.
JJJG
A cada ponto no plano P(a,b) associado um nico vetor v = OP e, reciprocamente, dado um
vetor, este fica associado a um nico ponto do plano, que seu ponto final. Conseqentemente a
correspondncia entre pontos do plano
JJJGe vetores biunvoca (os vetores sero exibidos em negrito).
Desta forma, um vetor v = OP representado, simplesmente, pelas coordenadas do seu ponto
a
final P(a,b). Usamos a notao v = ou v = (a,b) para identificar um vetor cujo ponto final (a,b).
b

Definio 4.4: A origem do plano fica associada a um vetor denominado vetor nulo, que tem os pontos
inicial e final coincidentes com a origem. O vetor nulo representado por 0 = (0,0).
JJJG
JJJG
Definio 4.5: O oposto de um vetor v = OP o vetor w = OQ , que tem o mesmo comprimento e
direo oposta. Em termos de coordenadas, se v = (a,b), ento w = (-a,-b) e denotamos w = -v.

4.2 OPERAES COM VETORES NO PLANO

a) Multiplicao de um vetor v por um escalar k.

Se k > 0, o vetor w = kv possui mesma direo de v e comprimento k vezes o comprimento de v.

Se k < 0, o vetor w = kv ser igual ao oposto do vetor |k|v.
Se k = 0, w = kv ser o vetor nulo.

A multiplicao de um vetor por um escalar corresponde multiplicao de cada coordenada

desse vetor por esse escalar. Assim, se v = (a,b) e w = kv, ento w = (ka,kb).
Exemplo 3. Para v = (3,1), w1 = 2v = (6,2) e w2 = -2v = (-6,-2) (Fig. 4.4).

67

Figura 4.4
b) Adio de dois vetores.

Se v = (a,b) e w = (c,d), ento o vetor soma ser v + w = (a + c, b + d).

A soma de um vetor v = (a,b) com seu oposto w = -v = (-a,-b) o vetor nulo.
Isto , v + w = v + (-v) = (a - a, b - b) = (0,0).
A diferena entre dois vetores v e w, a soma do primeiro com o oposto do segundo vetor:
v w = v + (-w).

4.3 VETORES NO ESPAO

Analogamente ao caso de vetores no plano, podemos estender a idia de vetor ao espao
tridimensional, onde um ponto P do espao identificado com uma terna de nmeros reais (x,y,z), onde
x, y e z so as coordenadas do ponto P (Fig. 4.5).

Figura 4.5
JJJG
Agora cada ponto do espao P(a,b,c) associado um nico vetor v = OP e, reciprocamente, dado
um vetor, este fica associado a um
nico ponto do espao, que seu ponto final.
JJJG
Assim, um vetor v = OP representado pelas coordenadas do seu ponto final P(a,b,c).
a
Denotamos v = b ou v = (a,b,c) para identificar um vetor cujo ponto final (a,b,c).

c

A origem do espao representa o vetor nulo 0 = (0,0,0).

Se V o conjunto de vetores no espao, ento V = {(x1,x2,x3); xi R} = R R R = R3.
68

4.4 OPERAES COM VETORES NO ESPAO

Definio 4.6: Sejam u = (x1,x2,x3) e v = (y1,y2,y3) vetores no espao. A soma de dois vetores e o produto
de um vetor por um escalar, so denotados respectivamente por u + v e ku, e so definidos da forma:
u + v = (x1 + y1, x2 + y2, x3 + y3)
e
ku = (kx1, kx2, kx3).
Propriedades: Sejam u, v, w V e a, b escalares quaisquer, ento podem ser facilmente verificadas as
propriedades seguintes.
i)
ii)
iii)
iv)
v)
vi)
vii)
viii)

(u + v) + w = u + (v + w) (associativa)
u + v = v + u (comutativa)
existe 0 V tal que u + 0 = u, onde 0 chamado vetor nulo (existncia de elemento neutro)
existe u V tal que u + (-u) = 0 (existncia de simtrico aditivo)
a(u + v) = au + av
(a + b)v = av + bv
(ab)v = a(bv)
1u = u

4.5 ESPAOS VETORIAIS

Definio 4.7: Um espao vetorial real um conjunto V , sobre o qual esto definidas duas
+
.
operaes: soma V x V
V , e multiplicao por escalar, \ x V
V , tais que, para quaisquer

u,v,w V e a,b R, as propriedades i) a vii) sejam satisfeitas.

Na Def. 4.7, se ao invs de escalares reais, tivermos escalares complexos, V ser um espao
vetorial complexo.
Neste contexto, a palavra vetor utilizada de maneira mais geral, ou seja, designa um elemento de
um espao vetorial. Contudo, considerando o espao vetorial das matrizes quadradas reais de ordem 2,
denotado por V=M(2,2), um vetor deste espao ser na realidade uma matriz real 2x2.
Exemplo 4. Considere o espao n-dimensional real, V = Rn = {(x1,x2,...,xn); xi R}. Sejam u e v dois
vetores de V dados por u = (x1,x2,...,xn), v = (y1,y2,...,yn). A soma entre u e v definida por u + v = (x1 +
y1,x2 + y2,...,xn + yn) e o produto de um vetor por um escalar definida como au = (ax1,ax2,...,axn) (a R).
Nestas condies simples verificar que V um espao vetorial real, ou seja, as propriedades i) a vii) so
satisfeitas. Neste caso, o vetor nulo 0 = (0, 0, 0, ..., 0) e u = (-x1,-x2,...,-xn).
Exemplo 5. Considere agora, V como o conjunto das matrizes de ordem 2, cujos elementos so nmeros

z1
z3

z2

z1 z 2
;z

^
.
Assim,
se
u,
v

V
so
dados
por
u
=

z z e
z 4 i
4
3

w1 w 2
z1 z 2 w1 w 2 z1 + w1 z 2 + w 2
v=
,
a
soma

u
+
v
=

z z + w w = z + w z + w e o produto por
4 3
4 3
3
4
4
w3 w 4
3
z1 z 2 az1 az 2
escalar definido por au = a
= az az , onde zi + wi (i = 1,2,3,4) uma soma de nmeros
z
z
4
4
3
3
complexos, ou seja, V =

complexos azi (i = 1,2,3,4) produto de um escalar a por um nmero complexo.

O Ex. 4 um espao vetorial real, enquanto o Ex. 5 um exemplo de espao vetorial complexo
69

4.6 SUPESPAOS VETORIAIS

Definio 4.8: Dado um espao vetorial real V, um subconjunto W , ser um subespao vetorial de
V se:
i) u,v W u + v W
ii) a R, u W au W
A Def. 4.8 garante que operaes realizadas em W, no caso a adio e a multiplicao por escalar,
resultam em elementos de W, sendo o suficiente para afirmar o prprio W um espao vetorial. As
operaes so bem definidas e no preciso verificar as 7 propriedades que definem um espao vetorial,
pois, sendo vlidas em V, que contm W, tambm o so em W.
Todo subespao W V, necessariamente contm o vetor nulo (devido definio ii). fcil
verificar esta condio, quando se faz a = 0.
Todo espao vetorial admite pelo menos dois subespaos, denominados subespaos triviais, o
conjunto formado somente pelo vetor nulo e o prprio espao vetorial (0 e V).
Exemplo 6. Considere o espao vetorial V = R5 e W= {(x1, x2, 0, x4, x5); xi R}. Note que W V. Se
u,v W so dados por u = (p1, p2, 0, p4, p5) e v = (q1, q2, 0, q4, q5) e a R, ento:
u + v = (p1, p2, 0, p4, p5) + (q1, q2, 0, q4, q5) = (p1 + q1, p2 + q2, 0 ,p4 + q4, p5 + q5) W;
au = a(p1, p2, 0, p4, p5) = (ap1, ap2, 0, ap4, ap5) W.
e portanto, pela Def. 4.8, W um subespao vetorial de V.
Agora veremos um importante subespao que aparece quando se resolve sistemas lineares
homogneos.
3x + 5y + z = 0

Exemplo 7. Considere o sistema linear homogneo 2x + 2y + 3z = 0 que tem a seguinte forma matricial

2x + 4y z = 0
3 5 1 x 0
2 2 3 y = 0 (*). Assim, estamos procurando no espao vetorial M(3,1) que so as matrizes de

2 4 1 z 0

ordem 3x1 reais, os vetores que satisfazem a equao matricial (*). O conjunto dos vetores-soluo um
x1 x 2
subespao de M(3,1)? Para responder esta pergunta basta considerar dois vetores-soluo y1 e y 2 e
z1 z 2
x1 x 2
verificar que sua soma y1 + y 2 ainda um vetor-soluo:
z1 z 2
3 5 1 x1 x 2 3 5 1 x1 3 5 1 x 2 0 0 0
2 2 3 y + y = 2 2 3 y + 2 2 3 y = 0 + 0 = 0 .

1 2
1
2
2 4 1 z1 z 2 2 4 1 z1 2 4 1 z 2 0 0 0

70

 x1
Isto , a soma soluo. Alm disso, multiplicando y1 por uma constante k, teremos:
z1
3 5 1 x1
3 5 1 x 2
0 0
2 2 3 k. y = k. 2 2 3 y = k. 0 = 0

2
1

2 4 1 z
2 4 1 z 2
0 0
1

Isto , o produto de uma constante por uma soluo continua sendo uma soluo. Portanto, o conjunto W
dos vetores-soluo de (*) um subespao de M(3,1).
A seguir veremos um exemplo onde um subconjunto de um espao vetorial no subespao
vetorial.
Exemplo 8. Sejam V = R2 e W = {(x,x3); x R}. Considerando u = (1,1) e v = (2,8) em W, temos u + v

= (1,1) + (2,8) = (3,9) W. Portanto, W no subespao vetorial de V, pois, a primeira condio da Def.
4.8 deveria ser satisfeita para quaisquer u e v W e isto no acontece no caso dos vetores considerados.
Teorema 4.1 (Interseo de subespaos): Dados W1 e W2 subespaos de um espao vetorial V, a
interseo W1 W2 ainda um subespao de V.
Exemplo 9. Seja o espao vetorial das matrizes quadradas reais de ordem n, denotado por V = M(n,n). Se
considerarmos o conjunto das matrizes triangulares superiores e das matrizes triangulares inferiores aqui
denotados, respectivamente, por W1 e W2, subconjuntos de V. fcil verificar que W1 e W2 so
subespaos de V. Ento W1 W2 o conjunto das matrizes diagonais, e de acordo com o Teor. 4.1,
tambm um subespao de V.
Exemplo 10. Considere o espao vetorial tridimensional real V = R3, e W1 e W2 representando retas no

coincidentes que passam pela origem. Ento W1 W2 = {0} e W1 W2 o feixe formado pelas duas
retas, que no subespao vetorial de R3. De fato, se somarmos dois vetores u e v, pertencentes a W1
W2 vemos que u + v est no plano que contm W1 e W2 mas u + v W1 W2. Assim, W1 W2 no
subespao de V. Entretanto, podemos construir um conjunto W, que contm W1 e W2 e subespao de V.
W ser formado por todos os vetores de V que forem a soma de vetores de W1 com vetores de W2. Assim,
W = W1 + W2 ser chamado soma de W1 com W2.
Teorema 4.2 (Soma de subespaos): Sejam W1 e W2 subespaos de um espao vetorial V. Ento, o
conjunto:
W1 + W2 = {v V: v = w1 + w2, w1 W1 e w2 W2} subespao de V.
Exemplo 11. No Ex. 10, a soma de subespaos W = W1 + W2 o plano que contm as duas retas, e de
acordo com o Teor. 4.2 tambm um subespao de V.
Exemplo 12. Se W1 R3 um plano e W2 uma reta contida neste plano, ambos passando pela origem,

W1 + W2 = W1, pois a soma de quaisquer dois vetores num plano est contida neste plano.

71

Exemplo 13. Sejam W1 e W2 os subespaos do espao das matrizes quadradas reais de ordem 2 (M(2,2))
a b
0 0
gerados da seguinte forma: W1 =
e W2 =
, onde a,b,c,d R. Ento W1 + W2 =

c d
0 0
a b

= M(2,2).
c d
Definio 4.9: Considerando dois subespaos quaisquer W1 e W2 de um espao vetorial V, quando
W1 W2 = {0}, ento W1 + W2 chamado soma direta de W1 com W2 e denotamos esta soma direta por

W1 W2.
4.7 COMBINAO LINEAR
Definio 4.10: Consideremos um espao vetorial real V (ou complexo), v1, v2, ..., vn V e a1, a2, ..., an
nmeros reais (ou complexos). Chamamos combinao linear de v1, v2, ..., vn como sendo o vetor v V,
definido por
v = a1v1 + a2v2 + ...+ anvn.

Vamos agora, entender o importante conceito de subespao gerado. Vamos primeiramente fixar os
vetores v1, v2, ..., vn V. Desta forma o conjunto W de todos os vetores de V que so combinao linear
destes, um subespao vetorial.
Definio 4.11: Fixados os vetores v1, v2, ..., vn V, o conjunto W de todos os vetores que so
combinao linear dos vi (i = 1, 2, ..., n) chamado subespao gerado pelos vi e usamos a notao:
W = [v1, v2, ..., vn].

Podemos escrever W = [v1, v2, ..., vn] = {v V: v = a1v1 + a2v2 + ...+ anvn, ai R, 1 i n}, onde W
o menor subespao de V que contm o conjunto de vetores {v1, v2, ..., vn}. O termo menor significa
que qualquer outro subespao W de V que contenha {v1, v2, ..., vn} dever satisfazer W W.
Exemplo 14. Considere o espao vetorial V = R3 e v V, v 0. Ento [v] = {av : a R}, isto , [v] a

reta que contm o vetor v (Fig. 4.6).

[v]

v
y

Figura 4.6
Exemplo 15. Se v1,v2 R3 so tais que v1 v2 para todo R, ento [v1,v2] ser o plano que passa

pela origem e contm v1 e v2 (Fig. 4.7). Observe que se v3 [v1,v2], ento [v1,v2,v3] = [v1,v2], pois todo
vetor que pode ser escrito como combinao linear de v1, v2 e v3 uma combinao linear de v1 e v2 (pois
v3 combinao linear de v1 e v2).
72

v2
v1
y

Figura 4.7
Exemplo 16. Considere o espao vetorial (plano) V = R2, e os vetores unitrios v1 = (1,0), v2 = (0,1).

Logo V = [v1,v2], ou seja, v1 e v2 geram o plano R2, pois, dado v = (x,y) V, temos que (x,y) = x(1,0) +
y(0,1), ou seja, todo vetor pode ser escrito como uma combinao linear de v1 e v2 (v = xv1 + yv2).
Exemplo 17. Considere o espao vetorial das matrizes quadradas reais de ordem 2 (M(2,2)). Dados os
a b

1 0
0 1
vetores v1 =
, v2 =
, o espao gerado por v1 e v2 dado por [v1,v2] =
: a, b reais .

0 0
0 0
0 0

4.8 DEPENDNCIA E INDEPENDNCIA LINEAR

Definio 4.12: Sejam V um espao vetorial e v1, ..., vn V. Dizemos que o conjunto {v1, ..., vn }
linearmente independente (LI), ou que os vetores v1, ..., vn so LI, se (a1,a2,...,an) = (0,0,...,0) for a nica
soluo da equao
a1v1 +... + anvn = 0.

Se existir algum ai 0, que satisfaa a equao anterior dizemos que {v1, ..., vn } linearmente
dependente (LD), ou que os vetores v1, ..., vn so LD.
Teorema 4.3: O conjunto {v1, ..., vn} LD se, e somente se existe um vi neste conjunto que combinao
linear de v1, v2, ..., vi-1, vi+1, ..., vn.

O Teorema 4.3 equivalente a dizer que um conjunto de vetores LI se, e somente se nenhum
deles for uma combinao linear dos outros.
Exemplo 18. Seja V = R3. Considerando vetores quaisquer v1,v2 V, o conjunto {v1,v2} LD se e

somente se v1 e v2 estiverem na mesma reta, que passa pela origem (v1 = v2). Por exemplo, se
v1 = (1,2,3) e v2 = (2,4,6), temos v1 = 0.5v2. Ento, na combinao linear a1v1 + a2v2 = 0, basta tomar
a1 = -2 e a2 = 1 (ambos diferentes de 0) para que esta seja satisfeita.
Exemplo 19. Sejam V = R3 e v1,v2,v3 V. Ento o conjunto {v1,v2,v3} LD se estes trs vetores

estiverem no mesmo plano que passa pela origem. (Tente verificar isto!).
Exemplo 20. Sejam V = R2, e1 = (1,0) e e2 = (0,1). Ento temos que e1 e e2 so LI, pois a1e1 + a2e2 = 0

a1(1,0) + a2(0,1) =(0,0) (a1,a2) = (0,0) a1 = a2 = 0.

Exemplo 21. Analogamente, para V= R3 e e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1) temos que e1, e2 e e3 so

LI. (Verifique isto!)

73

Exemplo 22. Sejam V = R2 e o conjunto P = {(1,-1),(1,0),(1,1)}. Ento o conjunto P LD, pois,

1
1
(1, 1) 1(1, 0 ) + (1,1) = (0, 0) .
2
2
4.9 BASE DE UM ESPAO VETORIAL
Definio 4.13: Um conjunto {v1, ..., vn} de vetores de um espao vetorial V ser uma base de V se este
conjunto for LI e se ele gerar o espao, ou seja:
i)
{v1, ..., vn} LI
ii)
[v1, ..., vn] = V
Exemplo 23. Considere o plano V = R2, e os vetores e1 = (1,0) e e2 = (0,1). Ento, o conjunto {e1,e2}

base de V, conhecida como base cannica de R2, e os vetores e1 e e2 so chamados de vetores cannicos
do plano. O conjunto {(1,1),(0,1)} tambm uma base de V = R2.

De fato: se (0,0) = a(1,1) + b(0,1) = (a,a +b), ento a = b = 0.

Isto , {(1,1),(0,1)} LI. Temos ainda que estes vetores geram o plano, ou seja, [(1,1),(0,1)] = V pois
dado v = (x,y) V, temos (x,y) = x(1,1) + (y-x)(0,1), ou seja, todo vetor de R2 uma combinao linear
dos vetores (1,1) e (0,1).
Exemplo 24. O conjunto de vetores {(0,1),(0,2)} no base de R2, pois um conjunto LD. De fato, se

(0,0) = a(0,1) + b(0,2), temos que a = -2b e a e b no so necessariamente zero.

Exemplo 25. Seja V = R3 o espao tridimensional. Ento o conjunto {(1,0,0),(0,1,0),(0,0,1)} uma base

de R3. Esta a base cannica de R3. fcil verificar que {e1,e2,e3} LI e (x,y,z) = xe1 + ye2 + ze3, ou
seja, V = R3 = [e1,e2,e3].
Exemplo 26. {(1,0,0),(0,1,0)} no base de R3. LI, mas no gera todo R3, isto , [(1,0,0),(0,1,0)] R3.
Exemplo 27. Seja o espao das matrizes quadradas de ordem 2,
1 0 0 1 0
facilmente que o conjunto formado pelas matrizes
,
,
0 0 0 0 1

V = M(2,2). Podemos verificar

0 0 0
,
uma base de V.
0 0 1

Quando trabalhamos com espaos de funes, podemos encontrar espaos que no tm base finita,
onde necessrio um conjunto infinito de vetores para gerar o espao. Isto no significa lidar com
combinaes lineares infinitas, mas sim, que cada vetor do espao uma combinao linear finita daquela
base infinita. Desta forma, escrevemos cada vetor, com uma quantidade finita de vetores da base
infinita. Porm, aqui consideraremos sempre espaos vetoriais que tenham base finita.
Teorema 4.4: Sejam v1, v2, ..., vn vetores no nulos que geram um espao vetorial V. Ento, dentre estes
vetores podemos extrair uma base de V.
Teorema 4.5: Seja um espao vetorial V gerado por um conjunto finito de vetores v1, v2, ..., vn. Ento,
qualquer conjunto com mais de n vetores necessariamente LD (e, portanto, qualquer conjunto LI tem
no mximo n vetores).

74

Teorema 4.6: Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos. Este
nmero chamado dimenso de V, e denotado por dimV.
Exemplo 28. Considere o espao tridimensional V = R3. Os conjuntos {(1,0),(0,1)} e {(1,1),(0,1)} so

bases de V. Ento dimV = 2.

Exemplo 29. Uma vez considerada a base cannica de R3, notamos que dimR3 = 3.
Exemplo 30. Seja V = M(2,2) o espao das matrizes quadradas de ordem 2, ento de acordo com o Ex. 27
da Seo 4.9, sua base tem 4 elementos e portanto, dimV = 4.
Definio 4.14: Quando um espao vetorial V admite uma base finita, dizemos que V um espao
vetorial de dimenso finita.
Teorema 4.7: Qualquer conjunto de vetores LI de um espao vetorial V de dimenso finita pode ser
completado de modo a formar uma base de V.
Teorema 4.8: Se dimV = n, qualquer conjunto de n vetores LI formar uma base de V.
Exemplo 31. Suponha que a dimenso de um determinado espao V dimV = 2. Se encontramos um
conjunto de 2 vetores {v, w}. Se v e w so LI, podemos afirmar que eles formam uma base e, portanto,
V = [v, w], ou seja, V gerado por v e w.
Teorema 4.9: Se U e W so subespaos de um espao vetorial V que tem dimenso finita, ento
dimU dimV e dimW dimV. Alm disso,
dim(U + W) = dimU + dimW dim(UW)
Teorema 4.10: Dada uma base = {v1, v2, ..., vn} de V, cada vetor de V escrito de maneira nica como
combinao linear de v1, v2, ..., vn.
Definio 4.15: Sejam = {v1, v2, ..., vn} base de V e v V onde v = a1v1 +... + anvn. Chamamos os
nmeros a1, ..., an de coordenadas de v em relao base e denotamos por
a1
[ v] = #
a n
Exemplo 32. Seja o espao vetorial V = R2. Se = {(1,0),(0,1)} a base cannica de V, ento o vetor

(4,3) pode ser escrito como (5,-1) = 5(1,0) + (-1)(0,1). De maneira mais geral, um vetor genrico (x,y)
5
x
escrito como (x,y) = x(1,0) + y(0,1). Portanto [(5,-1)] = e [(x,y)] = . Se = {(1,1),(0,1)},
y
1
ento (5,-1) = x(1,1) + y(0,1), resultando x = 5 e y = -6. Ento (5,-1) = 5(1,1) - 6(0,1), donde
5
[(5,-1)] = .
1
muito importante neste momento, notar que a ordem dos elementos de uma base influi
diretamente na matriz das coordenadas de um vetor em relao a esta base. Por exemplo, se tivermos:
x
y
1 = {(1,0),(0,1)} e 2 = {(0,1),(1,0)}, ento ( x, y ) = mas ( x, y ) = .
1
2
x
y
75

Em virtude disto, ao considerarmos uma base = {v1, v2, ..., vn}, estaremos sempre
subentendendo que a base seja ordenada, isto , que os vetores esto ordenados na ordem em que
aparecem.
Exemplo 33. Considere V = {(x,y,z) : x + y z = 0}, W = {(x,y,z) : x = y}. Determine V + W. Observe
que V = [(1,0,1),(0,1,1)] e W = [(1,1,0),(0,0,1)], ento V + W = [(1,0,1),(0,1,1),(1,1,0),(0,0,1)]. Dado
(x,y,z) R3 podemos escrever (x,y,z) = (1,0,1) + (0,1,1) + (1,1,0) + (0,0,1). Com = x, = y, = 0

e = z x y. Observe que a soluo deste sistema no nica, uma vez que 4 vetores em R3 so
necessariamente LD. Portanto V + W = R3. De acordo com o Teor. 4.9 temos:
dimR3 = dimV + dimW dim(VW) dim(VW) = 1.
E assim, VW = {(x,y,z) : x + y z = 0 e x = y} = {(x,y,z) : x = y = z/2} = [(1,1,1/2)].

4.10 MUDANA DE BASE

Nesta seo veremos como relacionar os vetores de um espao vetorial escritos em bases
diferentes. Sejam = {u1,...,un} e = {w1,...,wn} duas bases ordenadas de um mesmo espao vetorial.
Dado um vetor v V, podemos escrev-lo como v = x1u1 + ... + xnvn e v = y1w1 + ... + ynwn,
respectivamente nas bases e . Como podemos relacionar as coordenadas de v em relao base :
x1
y1
[ v] = # , com as coordenadas do mesmo vetor v em relao base : [ v] ' = # ?
x n
y n
:

Como {u1,...,un} base de V, podemos escrever os vetores wi como combinao linear dos uj, isto
w1 = a11 u1 + a 21 u 2 + ... + a n1 u n
w = a u + a u + ... + a u
2
12 1
22 2
n2 n

......................................
w1 = a1n u1 + a 2n u 2 + ... + a nn u n

Substituindo estas ltimas equaes em v = y1w1 + ... + ynwn temos:

v = y1w1 + ... + ynwn = y1(a11u1 + ... + an1un) + + yn(a1nu1 + ... + annun)
= (a11y1 + + a1nyn)u1 + + (an1y1 + + annyn)un

Mas v = x1u1 + + xnun, e como as coordenadas em relao a uma base so nicas, temos:
x1 = a11y1 + a12y2 + + a1nyn

xn = an1y1 + an2y2 + + annyn

Em forma matricial

76

 x1 a11 " a1n y1

# = # % # #


x n a n1 " a nn y n

onde, denotando [ I ]

'

a11
a
= 21
#

an1

a12
a22
#
an 2

" a1n
" a2 n
'
, temos [ v ] = [ I ] [ v ] ' .
% #

" ann

Definio 4.16: A matriz [ I ] , obtida conforme o procedimento anterior chamada matriz de mudana
'

da base para a base .

Comparando [ I ]

'

w1 = a11 u1 + a 21 u 2 + ... + a n1 u n
w = a u + a u + ... + a u

12 1
22 2
n2 n
com 2
observamos que esta matriz obtida,
......................................
w1 = a1n u1 + a 2n u 2 + ... + a nn u n

colocando as coordenadas em relao a dos wi na i-sima coluna. Note que, uma vez obtida [ I ] ,
'

podemos encontrar as coordenadas de qualquer vetor v em relao base , multiplicando a matriz pelas
coordenadas de v na base (supostamente conhecidas).
Exemplo 34. Sejam = {(2,-1),(3,4)} e = {(1,0),(0,1)} bases de R2. Procuremos, inicialmente [ I ] .
'

Como w1 = (1,0) = a11(2,-1) + a21(3,4) = (2a11 + 3a21, -a11 + 4a21), obtemos o sistema:
2a11 + 3a 21 = 1

a11 + 4a 21 = 0
donde a11 =

4
1
e a 21 = .
11
11

Por outro lado, w2 = (0,1) = a12(2,-1) + a22(3,4) = (2a12 + 3a22, -a12 + 4a22), o que fornece o sistema:
2a12 + 3a 22 = 0

a12 + 4a 22 = 1
3
2
e a 22 = . Portanto:
11
11
4 3

a
a
'
[ I] = a 11 a 12 = 11 11
2
22
21
1
11 11
Podemos usar esta matriz para encontrar, por exemplo, [v] para v = (5,-8):

donde resolvendo obtemos, a12 =

4
11
'
( 5, 8 ) = [ I ] [ (5, 8)] =
1
11
Isto , (5,-8) = 4(2,-1) 1(3,4).

77

3
11 5 = 4

2 8 1
11

 claro que se o problema fosse apenas encontrar as coordenadas de (5,-8) em relao base ,
poderamos simplesmente resolver o sistema (5,-8) = a(2,1) + b(3,4), porm, o clculo feito atravs da
matriz de mudana de base operacionalmente vantajoso quando trabalhamos com mais vetores, pois
neste caso no teremos que resolver um sistema de equaes para cada vetor.
Se no incio desta seo tivssemos comeado escrevendo os ui em funo dos wj, chegaramos
relao anloga: [ v ] ' = [ I ] ' [ v ] . fcil ver que as matrizes [ I ] ' e [ I ] so inversveis e

'

([I] )

' 1

= [ I ] '

Definio 4.17: A matriz [ I ] , obtida conforme o procedimento anterior a inversa da matriz de

'

mudana da base [ I ] ' , e vice-versa.

Exemplo 35. No Ex. 34 podemos obter [ I ] a partir de [ I ] ' . Note que [ I ] ' fcil de ser calculada, pois
'

2 3

a base cannica. Assim, (2,-1) = 2(1,0) 1(0,1) e (3,4) = 3(1,0) + 4(0,1) donde [ I ] ' =
.
1 4
4 3
1

2
3

'
= 11 11 .
Ento [ I ] =

2
1 4
1
11 11
Exemplo 36. Consideremos em R2 a base = {e1,e2} e a base = {f1,f2} obtida da base cannica pela
x
rotao de um ngulo (Fig. 4.8). Dado um vetor v R2 de coordenadas [ v ] = 1 em relao base
x 2
y
, quais so as coordenadas [ v ] ' = 1 em relao base ?
y2
v
e2
f2
f1

e1

Figura 4.8
Temos ento v = x1e1 + x2e2 = y1f1 + y2f2 e queremos calcular [ v ] ' = [ I ] ' [ v ] , ou seja, temos que

achar a matriz [ I ] ' . Para isto, devemos escrever e1 e e2 em funo de f1 e f2 (Figs. 4.9a e 4.9b):

e1 = cosf1 - senf2
e2 = senf1 + cosf2

78

e2

f1

f2

e2

cos

f2

f1
sen

e1

cos

e1

sen

(a)

(b)
Fig. 4.9

y1 cos sen x1
cos sen

donde
Portanto, [ I ] ' =
y = sen cos x , ou seja:

sen cos
2
2

y1 = x1 cos + x2 sen
y2 = -x1 sen + x2 cos.
2
No Ex. 36, em particular para = /3, para v = (-2,3), isto v = -2e1 + 3e2, temos [ v ] ' = e
3
queremos determinar as coordenadas de v na base = {f1,f2} (Fig. 4.10).
(-2,3)
y1
y2
e2
f2

= /3
f1 e1

Fig. 4.10
y
Como vimos, [ v ] ' = 1 onde:
y2

y1 = x1cos + x2sen = -2cos(/3) + 3sen(/3)

y2 = -x1sen + x2cos = 2sen(/3) + 3cos(/3)

donde [ v ] '

2 + 3 3

2
, ou seja v =
=
3+ 2 3

2 + 3 3
3+ 2 3

f1 +
f 2 .
2

79