Álgebra Linear – AL

Luiza Amalia Pinto Cantão

Depto. de Engenharia Ambiental
Universidade Estadual Paulista – UNESP
luiza@sorocaba.unesp.br

Espaços Vetoriais
1 Definição;
2 Subespaços;
3 Combinação Linear, dependência e independência linear;
4 Base, dimensão e mudança de base de um espaço vetorial.
 Espaços Vetoriais

Definição: Um espaço vetorial real é um conjunto V de elementos

juntamente com duas operações ⊕ e  que satisfazem:
1. Se u e v são quaisquer elementos de V , então u ⊕ v está em V
(isto é, V é fechado em relação à operação ⊕).
a. u ⊕ v = v ⊕ u, para u e v em V .
b. u ⊕ (v ⊕ w) = (u ⊕ v) ⊕ w, para u, v e w em V .
c. Há um elemento neutro 0 em V tal que
u ⊕ 0 = 0 ⊕ v = u, para todo u em V.
d. Para todo u em V , há um elemento −u em V tal que
u ⊕ −u = 0.
 Espaços Vetoriais – Cont. (2)

Espaços Vetoriais: Propriedades para :

2. Se u é qualquer elemento de V e k é qualquer número real, então
k  u está em V (isto é, V é fechado em relação à operação ).
a. k  (u ⊕ v) = c  u ⊕ c  v, ∀ c ∈ R e todos u e v em V .
b. (k1 + k2)  u = k1  u ⊕ k2  u, ∀ k1, k2 ∈ R e todo u em V .
c. k1  (k2  u) = (k1k2)  u, ∀ k1, k2 ∈ R e todo u em V .
d. 1  u = u, para todo u em V .
Nota • Os elementos de V são chamados de vetores;
• Os números reais são chamados de escalares;
• A operação ⊕ é a soma de vetores;
• A operação  é a multiplicação de vetores;
• O vetor 0 é o vetor nulo;
• O vetor −u é o negativo de u;
• (1.) é chamada de propriedade de fechamento de ⊕ e (2.) é
chamada de propriedade de fechamento de .
• V é fechada em relação às operações de soma de vetores (⊕) e
multiplicação por escalar ().
 Espaços Vetoriais – Exemplos
Exemplo (1) Considere o conjunto V de todas as ternas ordenadas de
números reais do tipo(x, y, 0) e defina as operações ⊕ e  como:
(x, y, 0) ⊕ (x0, y 0, 0) = (x + x0, y + y 0, 0)
k  (x, y, 0) = (kx, ky, 0)
Verifique se é um espaço vetorial (propriedades (1.) e (2.)). – Lousa!
Exemplo (2) Considere o conjunto V de todas as ternas ordenadas de
números reais do tipo(x, y, z) e defina as operações ⊕ e  como:
(x, y, z) ⊕ (x0, y 0, z 0) = (x + x0, y + y 0, z + z 0)
k  (x, y, z) = (kx, y, z)
Verifique se é um espaço vetorial. – Lousa!
Exemplo (3) O cojunto de todas as matrizes m × n, munido das
operações de soma e multiplicação por escalar usuais, é um espaço
vetorial, representado por Mmn. (Vide aula01 matrizes.pdf).
Exemplos (4) Seja F [a, b] o conjunto de todas as funções com valores
reais definidas no intervalo [a, b]. Se f e g estão em V , definimos
f ⊕ g por:
(f ⊕ g)(t) = f (t) + g(t).
Se f está em F [a, b] e k é um escalar, definimos k  f por
(c  f )(t) = kf (t).
Então, F [a, b] é um espaço vetorial. Da mesma maneira, o cojunto
de todas as funções com valores reais definidas para todos os números
reais, representado por F [−∞, ∞], é um espaço vetorial. Veri-
fiquem!!
Exemplo (5) Sejam p(t) = antn + an−1tn−1 + · · · + a1t + a0 e q(t) =
bntn + bn−1tn−1 + · · · + b1t + b0, definimos p(t) ⊕ q(t) por:
p(t)⊕q(t) = (an +bn)tn +(an−1 +bn−1)tn−1 +· · ·+(a1 +b1)t+(a0 +b0).
Se k é um escalar, definimos também k ⊕ p(t) por:
k ⊕ p(t) = (kan)tn + (kan−1)tn−1 + · · · + (ka1)t + (ka0).
Mostre que Pn é um espaço vetorial.
 Considerações sobre Espaço Vetorial
Nota: Escrevemos u ⊕ v como u + v e k ⊕ u como ku.
Teorema Se V é um espaço vetorial, então:
a. 0u = 0, para todo u em V ;
b. k0 = 0, para todo escalar k;
c. Se ku = 0, então k = 0 ou u = 0;
d. (−1)u = −u, para todo u em V .
 Subespaços
Definição Seja V um espaço vetorial e W um subconjunto não-vazio
de V . Se W é um espaço vetorial em relação às operações em V ,
então W é chamado de um subespaço de V .
Exemplo (6) Todo espaço vetorial tem pelo menos dois subespaços,
ele mesmo e o subespaço {0} que consiste apenas no vetor nulo
(note que 0 ⊕ 0 = 0 e k  0 = 0 em qualquer espaço vetorial). O
subespaço 0 é chamado de subespaço nulo.
Exemplo (7) Seja W o subconjunto de R3 que abrange todos os ve-
tores do tipo (a, b, 0), onde a e b são quaisquer números reais, com
operações usuais de soma e multiplicação de vetores por escalar. Ver-
ifique se W é um subespaço de R3.
 Subespaços (2)
Teorema Seja V um espaço vetorial com as operações ⊕ e  e seja
W um subconjunto não-vazio de V . Então, W é um subespaço de
V se e somente se as seguintes condições são válidas:
1. Se u e v são quaisquer vetores em W , então u ⊕ v pertence a
W.
2. Se k é qualquer número real e u é qualquer vetor em W , então
k  u pertence a W .
Observação:
• O subespaço que consiste apenas no vetor nulo é um subespaço
não-vazio.
• Se um subconjunto W de um espaço vetorial V não contém o
vetor nulo, então W não é um subespaço de V .
Exemplo (8) Considere o conjunto W que agrupa todas as matrizes
2 × 3 do tipo:  
a b 0
0 c d
onde a, b, c e d são números arbitrários. Verifique se W é um
subconjunto do espaço vetorial.
 Subespaços (3)
Exemplo (9) Quais dos subconjuntos a seguir de R2 com as operações
usuais de soma e multiplicação por escalar de vetores são subespaços?
 
x
a. W1 é o conjunto de todos os vetores do tipo , onde x ≥ 0.
y
 
x
b. W2 é o conjunto de todos os vetores do tipo , onde x ≥ 0 e
y
y ≥ 0.
 
x
c. W3 é o conjunto de todos os vetores do tipo , onde x = 0.
y
 Combinação Linear
Definição Sejam v1, v2, . . ., vn vetores em um espaço vetorial V . Um
vetor v em V é chamado de uma combinação linear de v1, v2,
. . ., vn se
v = a1v1 + a2v2 + · · · + anvn
para alguns números reais a1, a2, . . ., an.
Exemplo (10) Em R3, sejam
v1 = (1, 2, 1) v2 = (1, 0, 2) v3 = (1, 1, 0)
O vetor v = (2, 1, 5) é uma combinação linear de v1, v2 e v3.
Encontre a1, a2 e a3 tais que:
a1v1 + a2v2 + a3v3 = v
 Combinação Linear (2)
Exemplo (11) Considere, no R3, os seguintes vetores: v1 = (1, −3, 2)
e v2 = (2, 4, −1).
a. Mostre que o vetor v = (4, 3, −6) não é combinação linear de v1
e v2.
b. Determinar o valor de k para que o vetor u = (−1, k, −7) seja
combinação linear de v1 e v2.
Teorema Seja S = {v1, v2, . . . , vn} um conjunto de vetores em um
espaço vetorial. Então [S] é um subespaço de V .
Exemplo (12) Em P2, sejam:
v1 = 2t2 + t + 2, v2 = t2 − 2t, v3 = 5t2 − 5t + 2, v4 = −t2 − 3t − 2.
Determine se o vetor u = t2 + t + 2 pertence a [{v1, v2, v3, v4}].
Observação: Em geral, para determinar se um vetor v especı́fico per-
tence a [S], investigamos a compatibilidade de um sistema linear
apropriado.
 Independencia Linear
Definição Os vetores v1, v2, . . ., vk em um espaço vetorial V geram
V se todo vetor em V for uma combinação linear de v1, v2, . . ., vk .
Além disso, se S = {v1, v2, . . . , vk } então dizemos também que o
conjunto S que gera V , ou que {v1, v2, . . . , vk } gera V , ou que V
é gerado por S, ou [S] = V .
Procedimento para verificar se os vetores v1, v2, . . ., vk geram o
espaço vetorial V :
Etapa 1 Escolha um vetor v qualquer em V .
Etapa 2 Determine se v é uma combinação linear dos vetores dados. Se
for, então os vetores dados geram V . Se não, eles não geram V .
Exemplo (13) Seja V o espaço vetorial R3 e sejam
v1 = (1, 2, 1) v2 = (1, 0, 2) v3 = (1, 1, 0).
Os vetores v1, v2 e v3 geram V ?
 Independencia Linear: Exemplos
Exemplo (14) Mostre que
     
1 0 0 1 0 0
S= , ,
0 0 1 0 0 1
gera o subespaço de M22 que reúne todas as matrizes simétricas.
Exemplo (15) Seja V o espço vetorial P2. Seja S = {p1(t), p2(t)},
onde p1(t) = t2 + 2t + 1 e p2(t) = t2 + 2. S gera P2 ?
Exemplo (16) Considere o sistema linear homogêneo Ax = 0, onde
1 1 0 2
 
 −2 −2 1 −5 
A=
1 1 −1 3 
4 4 −1 9
Encontre os vetores que geram o espaço de solução deste sistema.
 Independência Linear (LI e LD)
Definição: Os vetores v1, v2, . . ., vk em um espaço vetorial V são
ditos linearmente dependente (LD) se existem constantes c1, c2,
. . ., ck nem todas nulas, tais que:
c1v1 + c2v2 + · · · + ck vk = 0.

Caso contrário, v1, v2, . . ., vk são chamados de linearmente inde-

pendente (LI). Isto é, v1, v2, . . ., vk são linearmente independentes
se, sempre que c1v1 + c2v2 + · · · + ck vk = 0, tivermos
c1 = c2 = . . . = ck = 0

Em outras palavras, a única combinação linear de v1, v2, . . ., vk que

resulta no vetor nulo é aquela em que todos os coeficientes são nulos.
Se S = {v1, v2, . . . , vk }, então dizemos também que o conjunto S é
linearmente dependente ou linearmente independente se os
vetores têm a propriedade correspondente definida previamente.
 Independência Linear: Procedimento

Procedimento Para determinar se os vetores v1, v2, . . ., vk são lin-

earmente dependentes ou linearmente independentes faça:
Etapa 1 Escreva c1v1 + c2v2 + · · · + ck vk = 0, que leva a um sistema
homogêneo.
Etapa 2 Se o sistema homogêneo da Etapa 1 tem apenas a solução trivial,
então os vetores dados são linearmente independentes; se ele tem
uma solução não trivial, então os vetores são linearmente depen-
dentes.
−1 −2
   
 1  0
Exemplo (17) Determine se os vetores  e  gera-
0  1
0 1
dos do espaço Ax = 0 são linearmente dependente ou linearmente
independente.
Exemplo (18) Os vetores v1 = (1, 0, 1, 2), v2 = (0, 1, 1, 2) e v3 =
(1, 1, 1, 3) em R4 são linearmente dependentes ou linearmente inde-
pendentes ?
 Bases
Definição Os vetores v1, v2, . . ., vk em um espaço vetorial V formam
uma base para V se (a) v1, v2, . . ., vk geram V e (b) v1, v2, . . .,
vk são linearmente independentes.
Observação Se v1, v2, . . ., vk formam uma base para um espaço veto-
rial V , então estes vetores devem ser não-nulos e distintos e, portanto
podemos escrevê-los como um conjunto {v1, v2, . . . , vk }.
Exemplo (19) Os vetores e1 = (1, 0), e2 = (0, 1) formam uma base
para R2, os vetores e1, e2 e e3 formam uma base para R3 e, em geral,
os vetores e1, e2, . . ., en formam uma base para Rn. Cada um destes
conjuntos de vetores é chamado de base natural ou base canônica
para R2, R3 e Rn, respectivamente.
Exemplo (20) Mostre que o conjunto S = {v1, v2, v3, v4}, onde v1 =
(1, 0, 1, 0), v2 = (0, 1, −1, 2), v3 = (0, 2, 2, 1) e v4 = (1, 0, 0, 1) é
uma base para R4.
 Dimensão
Definição A dimensão de um espaço vetorial V não-nulo é dada pelo
número de vetores em uma base para V . Freqëntemente, represen-
tamos a dimensão de V por dim V . Como o conjunto {0} é lin-
earmente dependente, é natural dizer que o espaço vetorial {0} tem
dimensão zero.
Exemplo (21) A dimensão de R2 é 2; a dimensão de R3 é 3; e, em
geral, a dimensão de Rn é n.
Exemplo (22) A dimensão de P2 é 3; a dimensão de P3 é 4; e, em
geral, a dimensão de Pn é n + 1.
 Coordenadas
Base Ordenada Se V é um espaço vetorial de dimensão n, V tem
uma base S com n vetores. Se S = {v1, v2, . . . , vn} é uma base
ordenada para o espaço vetorial V de dimensão n, então todo vetor
v em V pode ser expresso unicamente na forma:
v = c1v1 + c2v2 + · · · + cnvn
onde c1, c2, . . . , cn são números reais. Nos referimos a
 
c1
 c2 
[v]S = 
 ...


cn

como o vetor de coordenadas de v em relação à base orde-

nada S. Os elementos de vS são chamados de coordenadas de v
em relação a S.
Nota [v]S depende da ordem na qual os vetores estão listados em S.
Uma mudança na ordem desta lista muda as coordenadas de v em
relação a S.
 Coordenadas: Exemplos
Exemplo (23) Seja S = {v1, v2, v3, v4} uma base para R4, onde
v1 = (1, 1, 0, 0) v2 = (2, 0, 1, 0) v3 = (0, 1, 2, −1) v4 = (0, 1, −1, 0)
Se v = (1, 2, −6, 2), calcule [v]S .
Exemplo (24) Seja S = {e1, e2, e3} a base canônica para R3 e seja
v = (2, −1, 3). Calcule [v]S .
Exemplo (25) Seja V o espaço vetorial P1 de todos os polinômios de
grau ≤ 1, e sejam S = {v1, v2} e T = {w1, w2} as bases para P1,
onde
v1 = t v2 = 1 w1 = t + 1 w2 = t − 1
Seja v = p(t) = 5t − 2.
(a) Calcule [v]S .
(b) Calcule [v]T .
 Matrizes de Mudança de Base
Idéia Sejam S = {v1, v2, . . . , vn} e W = {w1, w2, . . . , wn} bases
para o espaço vetorial V de dimensão n. Se v é qualquer vetor em
V então
v = c1 w1 + c2 w2 + · · · + cn wn
tal que  
c1
 c2 
[v]T = 
 ... 

cn
Então
[v]S = [c1w1 + c2w2 + · · · + cnwn]S
= [c1w1]S + [c2w2]S + · · · + [cnwn]S
= c1 [w1]S + c2 [w2]S + · · · + cn [wn]S
 Matrizes de Mudança de Base – Cont. (1)
Idéia Seja o vetor mudança de base wj em relação a S representado
por  
a1j
 a2j 
[wj ]S = 
 ... 

anj
Então
     
a11 a12 a1n
 a21   a22   a2n 
[v]S = c1 
 ... 
 + c 2  .. 
  + · · · + c n  .. 
 
. .
 an1 an2   ann
a11 a12 · · · a1n c1
 a21 a22 · · · a2n   c2 
= 
 ... ... ...    ... 
 
an1 an2 · · · ann cn

ou [v]S = PS←T [v]T .

 Matrizes de Mudança de Base – Cont. (2)
Idéia
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
PS←T =
 ... ...  = [[w1] [w2] · · · [wn]]
... 
an1 an2 · · · ann

Conhecida como matriz de mudança de base da base T para

a base S.
A equação [v]S = PS←T [v]T diz que o vetor de coordenadas de v em
relação à base S é a matriz mudança de base PS←T vezes o vetor de
coordenadas de v em relação à base T .
 Matrizes de Mudança de Base – Procedimento
Procedimento para o cálculo de PS←T da base T = {w1, w2, . . . , wn}
de V para a base S = {v1, v2, . . . , vn} de V :
Etapa 1 Calcule o vetor de coordenadas de wj , j = 1, 2, . . . , n em relação
à base S. Ou seja, expressamos wj como uma combinação linear
dos vetores em S:
a1j v1 + a2j v2 + · · · + a1nvn = wj , j = 1, 2, . . . , n.
Resolvemos agora para a1j , a2j , . . . , anj , transformando a matriz
aumentada deste sistema linear para a forma escalonada reduzida.
Etapa 2 A matriz de mudança de base PS←T da base T para a base S é
formada escolhendo-se [wj ]S como a j-ésima coluna de PS←T .
 Matrizes de Mudança de Base – Exemplo
Exemplo (26) Seja V = R3 e S = {v1, v2, v3} e T = {w1, w2, w3}
as bases para R3, onde
     
2 1 1
v1 =  0  , v 2 =  2  , v 3 =  1 
1 0 1
e      
6 4 5
w1 =  3  , w2 =  −1  , w3 =  5 
3 3 2
(a) Calcule a matriz de mudança de base PS←T da base T para a base
S.  
4
(b) Verifique [v]S = PS←T [v]T para v =  −9 .
5
 Matrizes de Mudança de Base – Teorema
Teorema Sejam S = {v1, v2, . . . , vn} e T = {w1, w2, . . . , wn} de
V as bases para o espaço vetorial de dimensão n, V . Seja PS←T a
matriz de mudança de base da base T para a base S. Então, PS←T
−1
é invertı́vel e PS←T é a matriz de mudança de base da base S para a
base T .
Exemplo (27) Sejam S e T as bases para R3 definidas no Exemplo
(26). Calcule a matriz de mudança de base QT ←S da base S para a
base T diretamente e mostre que QT ←S = PT−1←S .
Exemplo (28) Seja V = P1 e S = {v1, v2} e T = {w1, w2} as bases
para P1, onde
v1 = t, v2 = t − 3 w1 = t − 1 w2 = t + 1
(a) Calcule a matriz de mudança de base PS←T da base T para a base
S.
(b) Verifique [v]S = PS←T [v]T para v = 5t + 1.
(c) Calcule a matriz de mudança de base QT ←S da base S para a base
T diretamente e mostre que QT ←S = PT−1←S .