MA33 - Introdução à Álgebra Linear

Unidade 1 - O que é Álgebra linear ?

A. Hefez e C. S. Fernandez
Resumo elaborado por Paulo Sousa

PROFMAT - SBM

9 de agosto de 2013
O que é Álgebra linear ?

Atualmente, a álgebra linear tornou-se bastante útil na resolução

de problemas de aproximações, interpolações, reconhecimento de
quádricas e outros. Conceitos básicos de Álgebra Linear são nor-
malmente ensinados em praticamente todos os cursos de graduação
nas áreas de Ciências Exatas e um aprofundamento deles é essencial
para os cursos de Matemática e Fı́sica.

Por outro lado, o conhecimento de fatos e resultados básicos da

álgebra linear auxiliam o professor, que atua no ensino médio, numa
melhor compreensão e transmissão de alguns conteúdos abordados,
tais como: resolução de sistemas de equações lineares e reconheci-
mento de cônicas.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 2/14

Corpos

Para o estudo dos resultados envolvidos em Álgebra Linear, faz-se

necessário “relembrar” o conceito de corpo. Estrutura algébricas que
inclui, além dos números reais, o conjunto dos números complexos.

Um conjunto K será chamado de corpo se for munido de uma

operação de adição + e uma operação de multiplicação ×, verifi-
cando as condições a seguir:

A1. A adição é associativa: (a + b) + c = a + (b + c), quaisquer

a, b, c ∈ K ;
A2. A adição é comutativa: a + b = b + a, quaisquer a, b ∈ K ;
A3. A adição possui elemento neutro: existe 0 ∈ K tal que a+0 = a,
qualquer a ∈ K ;
A4. A adição possui simétricos: para todo a ∈ K , existe −a ∈ K tal
que a + (−a) = 0;

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 3/14

Corpos

M1. A multiplicação é associativa: (a × b) × c = a × (b × c),

quaisquer a, b, c ∈ K ;
M2. A multiplicação é comutativa: a×b = b×a, quaisquer a, b ∈ K ;
M3. A multiplicação possui elemento neutro: existe 1 ∈ K r {0} tal
que a × 1 = a, qualquer a ∈ K ;
A4. A multiplicação possui inversos: para todo a ∈ K r {0}, existe
a−1 ∈ K tal que a × a−1 = 1;
AM. A multiplicação é distributiva com relação à adição: para quais-
quer a, b, c ∈ K vale a × (b + c) = a × b + a × c.

São corpos os conjuntos Q, R e C, com as suas respectivas adições

e multiplicações.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 4/14

Espaços vetoriais

A seguir definiremos espaços vetoriais e apresentaremos alguns exem-

plos que auxiliaram para o entendimento do conceito.
Definição: Um conjunto não vazio V é um espaço vetorial sobre
um corpo K se em seus elementos, denominados vetores, estiverem
definidas as seguintes duas operações:
(A) A cada par u, v de vetores de V corresponde um vetor u +v ∈ V ,
chamado de soma de u e v , de modo que:
A1. Propriedade associativa: (u+v )+w = u+(v +w ), ∀ u, v , w ∈ V ;
A2. Propriedade comutativa: u + v = v + u, ∀ u, v ∈ V ;
A3. Vetor nulo: existe 0 ∈ V tal que v + 0 = v , ∀ v ∈ V ;
A4. Simétrico: para todo v ∈ V , existe −v ∈ V tal que v +(−v ) = 0;

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 5/14

Espaços vetoriais

(M) A cada par α ∈ K e v ∈ V , corresponde um vetor α · v ∈ V ,

denominado produto escalar de α por v de modo que:
M1. Propriedade associativa: (αβ) · v = α(β · v ), ∀ α, β ∈ K e
∀v ∈ V;
M2. 1 · v = v , ∀ v ∈ V onde 1 denota o elemento neutro multiplica-
tivo de K ;
D1. α · (u + v ) = α · u + α · v , ∀ α ∈ K e ∀ u, v ∈ V ;
D2. (α + β) · v = α · v + β · v , ∀ α, β ∈ K e ∀ v ∈ V .

A seguir, apresentamos alguns exemplos de espaços vetoriais. En-

tretanto, deixamos a cargo do leitor a verificação das propriedades
A1 − A4, M1 − M2 e D1 − D2.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 6/14

Espaços vetoriais

I Todo corpo é um espaço vetorial sobre si mesmo, vendo suas

operações internas como a soma de vetores e a multiplicação por
escalar;

I O corpo R é um espaço vetorial sobre Q, vendo as operações

internas de R como a soma de vetores e a multiplicação por escalar;

I Sendo K um corpo, o conjunto K n | × ·{z

= K · · × K} =
n
{(a1 , . . . , an ) : ai ∈ K } tem uma estrutura de espaço vetorial, so-
bre K , bastante natural com as operações:

(a1 , . . . , an ) + (b1 , . . . , bn ) = (a1 + b1 , . . . , an + bn );

α · (a1 , . . . , an ) = (αa1 , . . . , αan ).

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 7/14

Espaços vetoriais

I O conjunto K [x] dos polinômios com coeficientes em um corpo K

forma um espaço vetorial sobre K . Para cada n ∈ N, os conjuntos

K [x]n = {p(x) ∈ K [x] : grau(p(x)) 6 n} ∪ {0}

também são espaços vetoriais sobre K . Aqui estamos considerando

tais conjuntos munidos das operações usuais de soma de funções e
multiplicação de funções por escalares.

I O conjunto M(m, n) das matrizes com m-linhas e n-colunas com

coeficientes em K é um espaço vetorial, sobre K , com as operações
de soma de matrizes e multiplicação por escalar. Na próxima unidade,
voltaremos a estudar este exemplo de forma mais detalhada.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 8/14

Sistemas de Equações Lineares

Em matemática pura, a teoria de sistemas lineares é um ramo da

álgebra linear. Também na matemática aplicada, podemos encontrar
vários usos dos sistemas lineares. Exemplos são a fı́sica, a econo-
mia, a engenharia, a biologia, a geografia, a navegação, a aviação, a
cartografia, a demografia, a astronomia.

Seja n um natural. Chama-se equação linear a n incógnitas toda

equação do tipo a1 x1 + a2 x2 + · · · + an xn = b, em que a1 , a2 , . . . , an , b
são constantes reais e x1 , x2 , . . . , xn são denominadas de incógnitas.
Chamamos cada ai de coeficiente de xi e b de termo independente
da equação.

Sejam m e n naturais. Chama-se sistema linear a m equações e n

incógnitas todo sistema com m equações lineares, todas às mesmas
n incógnitas.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 9/14

Sistemas de Equações Lineares
Denotaremos um sistema linear a m equações e n incógnitas como se
segue:



 a11 x1 + a12 x2 + ··· + a1n xn = b1

 a21 x1 + a22 x2 + ··· + a2n xn = b2
.. .. .. ..

 . . . .


am1 x1 + am2 x2 + · · · + amn xn = bm

O subconjunto S = {(c1 , c2 , . . . , cn ) ∈ Rn : ai1 c1 +ai2 c2 +· · ·+ain cn =

bi , 1 6 i 6 m} de Rn é chamado de conjunto solução do sistema
acima. É precisamente este conjunto que queremos determinar ou
descrever o mais explicitamente possı́vel.

Desde a antiguidade, em diversas áreas do conhecimento, muitos

problemas são modelados matematicamente por sistemas de equações
lineares. Por exemplo:

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 10/14

Sistemas de Equações Lineares

I Um par de tênis, duas bermudas e três camisetas custam juntos

R$ 100, 00. Dois pares de tênis, cinco bermudas e 8 camisetas cus-
tam juntos R$ 235, 00. Quanto custam juntos um par de tênis, uma
bermuda e uma camiseta ?

Este problema pode ser modelado utilizado um sistema de equações

lineares (Exercı́cio ao leitor). Qual o conjunto solução do sistema
encontrado ? Você consegue responder ao problema sem conhecer o
conjunto solução ?

Para resolver um sistema linear, o modificaremos gradativamente,

por meio de uma sequência de transformações elementares, em um
sistema mais simples de resolver, onde por transformação elementar
de um sistema entendemos uma das seguintes transformações:

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 11/14

Sistemas de Equações Lineares

I Trocar a posição relativa de duas equações do sistema;

I Trocar uma equação pela soma membro a membro da própria

equação com um múltiplo de outra;

I Trocar uma equação dada por um de seus múltiplos (i.e., a equação

obtida multiplicando ambos os membros da equação dada por um
número real não nulo).

Diremos que dois sistemas lineares são sistemas equivalentes, se pu-

dermos obter um sistema do outro a partir de uma sequência finita
de transformações elementares.

É imediato verificar que: Sistemas de equações lineares equivalentes

possuem mesmo conjunto solução.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 12/14

Sistemas de Equações Lineares
Note que o que há de essencial em um sistema de equações lineares
são os coeficientes das equações que o formam, além dos números
que compõem os segundos membros das equações. Consideremos os
vetores (ai1 , ai2 , . . . , ain , bi ) de Rn+1 que representam os coeficientes
das equações do sistema acrescidos dos segundos membros e os or-
ganizemos como linhas de uma tabela, chamada de matriz ampliada
do sistema, como segue:
 
a11 a12 · · · a1n b1
 a21 a22 · · · a2n b2 
..  .
 
 .. .. . . ..
 . . . . . 
am1 am2 · · · amn bm
Dentre os sistemas de equações lineares, ocupam lugar de destaque os
sistemas homogêneos, ou seja, aqueles sistemas tais que b1 = · · · =
bn = 0. Esses sistemas possuem peculiaridades não compartilhadas
pelos sistemas mais gerais.
PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 13/14
Sistemas de Equações Lineares

Por exemplo, o vetor (0, 0, . . . , 0) pertence ao conjunto de soluções

do sistema.

Além disso, se os vetores u = (c1 , c2 , . . . , cn ) e v = (d1 , d2 , . . . , dn )

são soluções do sistema, e se α ∈ R, então os vetores

u + v = (c1 + d1 , c2 + d2 , . . . , cn + dn ) e

α · u = (αc1 , αc2 , . . . , αcn )

também são soluções do sistema. Assim, resulta que o espaço das
soluções do sistema é um espaço vetorial sobre R. Deixamos a cargo
do leitor a verificação deste fato.

PROFMAT - SBM MA33 - Introdução à Álgebra Linear slide 14/14