Capítulo 3

ESPAÇOS VETORIAIS

3.1 Introdução
Produto de dez anos de intensa pesquisa e desenvolvimento, o primeiro
ônibus espacial dos EUA (lançado em 1981) foi uma vitória da engenharia
de controle de sistemas, envolvendo muitas áreas da engenharia - aeronáutica,
química , elétrica, hidráulica e mecânica. Os sistemas de controle de ônibus
espacial são absolutamente críticos para vôo. Ele requer um constante moni-
toramento por computador durante o vôo atmosférico. O sistema de vôo en-
via uma sequência de comandos para a superfície de controle aerodinâmico.
Matematicamente , os sinais de entrada e saída de um sistema de Engenharia
são funções. É importante para as aplicações que essas funções possam ser
somadas e multiplicadas por escalares. Essas duas operações em funções tem
propriedades algébricas que são completamente análogas às operações de soma
de vetor e multiplicação de vetor por escalar no Rq = Por esse motivo, o conjunto
de todas as entradas possíveis (funções) é chamada de um espaço vetorial.
A fundamentação matemática para a engenharia de sistemas repousa sobre es-
paços vetoriais de funções, portanto precisamos estender a teoria de vetores do
Rq de modo a incluir tais funções.
Antes de apresentarmos a sua denição, analisaremos em paralelo dois
objetos: o conjunto formado pelas funções i : R $ R, denotado por I (R)
e o conjunto das matrizes quadradas de ordem q com coecientes reais que
denotaremos por Pq (R).
A soma de duas funções i e j de I (R) é denida como:

(i + j)({) = i ({) + j({)=

Note também que se  5 R podemos multiplicar o escalar  pela função

i > da seguinte forma:
(i ) ({) = (i ({))
resultando num elemento de I (R)=

100
 Com relação a Pq (R) podemos somar duas matrizes quadradas de
ordem q,
D + E = (dlm + elm )q{q
que é um elemento de Pq =
Com relação à multiplicação do escalar  pela matriz D 5 R

D = (dlm )q{q

o qual também 5 Pq (R)=

O que estes dois exemplos acima, com a adição de seus elementos e
multiplicação de seus elementos por escalares, têm em comum?
Verca-se facilmente a partir das propriedades dos números reais que,
com relação a quaisquer funções i , j e k em I (R) e para >  5 R, são válidos
os seguintes resultados:

1. i + j = j + k
2. i + (j + k) = (i + j) + k
3. Se j representa a função nula então i + j = i
4. i + (i ) = 0
5. (i ) = ()i
6. ( + )i = i + i
7. (i + j) = i + j
8. 1i = i

Agora, com relação a quaisquer matrizes D> E> e F em Pq e para todo

>  5 R, também são válidos os seguintes resultados:

1. D + E = E + D
2. D + (E + F) = (D + E) + F
3. Se 0 representa a matriz nula então D + 0 = D
4. D + (D) = 0
5. (D) = ()D
6. ( + )D = D + D
7. (D + E) = D + E
8. 1D = D

101
 Observamos que o conjunto das funções bem como o das matrizes, quando
munidos de soma e multiplicação por escalar, apresentam propriedades algébri-
cas comuns. Existem muitos outros exemplos de conjuntos que apresentam as
mesmas propriedades acima. Para não estudarmos separadamente cada con-
junto, estudaremos um conjunto genérico e não vazio, Y , sobre o qual supomos
estar denidas as operações de adição e multiplicação por escalar.

Denição 88 Um espaço vetorial Y é um conjunto, cujos elementos são chama-

dos vetores, no qual estão denidas duas operações: a adição, que a cada par
de vetores, x e y 5 Y faz corresponder um novo vetor denotado por x + y 5 Y ,
chamado a soma de x e y, e a multiplicação por um número real, que a cada  5
R e a cada vetor y 5 Y faz corresponder um vetor denotado por y, chamado
produto de  por y. Estas operações devem satisfazer, para quaisquer >  5 R
e x, y e z 5 Y as seguintes propriedades:

1. Comutatividade: x + y = y + x
2. Associatividade: (x + y) + z = x + (y + z)
3. Vetor nulo: existe um vetor nulo 0 5 Y tal que y + 0 = y para todo y 5 Y
4. Inverso aditivo: Para cada y 5 Y existe y 5 Y tal que y + y = 0
5. Distributividade: ( + )y = y + y
6. ()y = (y)
7. (x + y) = x + y
8. Multiplicação por 1: 1=x = x

Exemplo 89 Para todo número natural q, o símbolo Rq representa o espaço

vetorial euclidiano n-dimensional. Os elementos de Rq são as listas ordenadas
(chamadas n-uplas) x = ({1> {2> {3>=======> {q )> y = (|1 > |2> |3 > ======|q ) de números
reais. Por denição a igualdade vetorial x = y signica as q igualdades numéri-
cas
{1 = |1> {2 = |2 > ====={q = |q =

Em Rq denimos as operações:

x + y = ({1 + |1 > {2 + |2> ===={q + |q )

e
x = ({1> {2 > ====={q )
Verica-se sem diculdades, que estas denições fazem do Rq um E. V. (veri-
que).

102
Exemplo 90 O conjunto dos polinômios em {> de grau menor ou igual a q é
denido por :
© ª
Sq = s({) = dr + d1 { + ===== + dq1 {q1 + dq {q Á dr > d1 > ====> dq1 > dq 5 R

com as operações de adição de polinômios e multiplicação de um polinômio por

um escalar é um espaço vetorial. Note que cada elemento de Sq é uma função
s:R$R

Exemplo 91 O conjunto das matrizes denido por

P (p> q) = {Dp×q = {dlm } Á dlm 5 R> l = 1> ==> p e m = 1> ==> q}

com a soma usual de matrizes e multiplicação usual de um escalar por uma

matriz é um espaço vetorial.

No caso particular das matrizes quadradas de ordem q denotaremos

P (q> q) por Pq =

Exemplo 92 Seja o conjunto R2 = {({> |) Á {> | 5 R} com as operações assim

denidas:

({1 > |1 ) + ({2 > |2 ) = ({1 + {2 > |1 + |2 )

({> |) = ({> |)
O conjunto R2 com estas operações não é um espaço vetorial, de fato:
Vamos mostrar que falha a propriedade 5) do E.V.

( + )x = ( + )({1 > |1 ) = (( + ){1 > |1 ) = ({1 + {1 > |1 )

x + x = = ({1 > |1 ) + ({1 > |1 ) = ({1 > |1 ) + ({1 > |1 ) = ({1 + {1 > 2|1 )
, ( + )x 6= x + x

3.2 Subespaços
Denição 93 Seja Y um espaço vetorial. Dizemos que Z  Y é um subespaço
vetorial de Y se forem satisfeitas as seguintes condições:

1. se x , y 5 Z então x + y 5 Z
2. se x 5 Z então x 5 Z para todo  5 R=

Podemos fazer três observações:

103
 • as condições da denição garantem que ao operarmos em Z (soma e mul-
tiplicação por escalar) não obteremos um vetor fora de Z= Isto é suciente
para armar que Z é ele próprio um E.V.
• Qualquer subespaço Z de Y precisa conter o vetor nulo.
• Todo espaço vetorial admite pelo menos dois subespaços: o conjunto for-
mado pelo vetor nulo e o próprio E.V.

Exemplo 94 Seja Y = R5 e Z = {0> {2> {3 > {4 > {5 ) , Z é um subespaço veto-

rial?

Resolução:
vericamos as condições de subespaço: seja x = (0> {2> {3 > {4 > {5 ) 5 Z e
y = (0> |2> |3 > |4 > |5 ) 5 Z

1. x + y = (0> {2 + |2> {3 + |3 > {4 + |4 > {5 + |5 ) 5 Z

2. x = (0> {2> {3 > {4 > {5 ) = (0> {2> {3 > {4 > {5 ) 5 Z

logo Z é um subespaço vetorial.

Exemplo 95 Seja V = {({> |> }) 5 R3 Á{ + | + } = 0}, V é um subespaço de

R3 ?

Resolução:
Dados x = ({1 > |1 > }1 ) 5 V e y = ({2 > |2 > }2 ) 5 V

1. x + y = ({1 > |1 > }1 ) + ({2 > |2 > }2 ) = ({1 + {2 > |1 + |2 > }1 + }2 )

Como x = ({1 > |1 > }1 ) 5 V , {1 + |1 + }1 = 0= Analogamente {2 + |2 + }2 =

0> e podemos concluir que ({1 + {2 ) + (|1 + |2 ) + (}1 + }2 ) = 0 , x + y 5 V

2. x = ({1 > |1 > }1 ) = ({1 > |1 > }1 ) para todo  , {1 + |1 + }1 =
({1 + |1 + }1 ) = 0 = 0 e dai x 5 V

Portanto, V é um subespaço vetorial de R3 =

Exemplo 96 Y = Pq e Z é o subconjunto das matrizes triangulares superi-

ores. Z é subespaço de Y , pois a soma das matrizes triangulares superiores
ainda é uma matriz triangular superior, assim como o produto de uma matriz
triangular por um escalar (Verique).

Exemplo 97 Uma situação importante em que aparece um subespaço é obtida

ao resolvermos um sistema linear homogêneo. Por exemplo:
;
? 2{ + 4| + } = 0
{ + | + 2} = 0 (3.1)
=
{ + 3|  } = 0

104
Observe que, se colocarmos este sistema na forma matricial , temos
5 65 6 5 6
2 4 1 { 0
7 1 1 2 87 | 8 = 7 0 8 (3.2)
1 3 1 } 0

Desta forma, estamos procurando, dentro do E.V. P (3> 1) das matrizes colu-
nas de 3 linhas, aqueles vetores que satisfazem a relação (3.2) isto é, aqueles
vetores solução do sistema. Queremos saber se o comjunto dos vetores solução
é subespaço de P (3> 1). Para isto, teremos que tomar dois vetores-solução:
5 6 5 6
{1 {2
7 |1 8 h 7 |2 8
}2 }2

e vericar se sua soma ainda é um vetor-solução. Então:

5 6 53 4 3 46
2 4 1 {1 {2
7 1 1 2 8 7C |1 D + C |2 D8 =
1 3 1 }2 }2
3 43 4 3 43 4
2 4 1 {1 2 4 1 {2
C 1 1 2 D C |1 D + C 1 1 2 D C |2 D =
1 3 1 }2 1 3 1 }2
3 4 3 4 3 4
0 0 0
C 0 D+C 0 D=C 0 D
0 0 0
logo a soma é uma solução. Além disso, se multiplicarmos
5 6
{1
7 |1 8
}1
por uma constante >teremos
5 63 5 64
2 4 1 {1
7 1 1 2 8 C 7 |1 8D =
1 3 1 }2
55 65 66 5 6 5 6
2 4 1 {1 0 0
 77 1 1 2 8 7 |1 88 =  7 0 8 = 7 0 8
1 3 1 }2 0 0
portanto, o conjunto Z dos vetores-solução é subespaço vetorial de P (3> 1)=

Exemplo 98 Seja Y = R2 e Z = {({> {2 )> { 5 R). Se escolhermos x = (1> 1)

e y = (2> 4) 5 Z , temos: x + y = (3> 5) 5
@ Z , portanto Z não é subespaço
vetorial de R2 =

105
Exemplo 99 Seja Y = R2 e Z = {({> |) 5 R2 @| = 2{}Z é subespaço vetorial
de R2 > pois temos:

1. Para x = ({1 > 2{1 ) e y = ({2 > 2|2 ) 5 Z tem-se x + y = ({1 + {2 > 2(|1 +
|2 )) 5 Z , pois a segunda componente de x+y é igual ao dobro da primeira.
2. x = ({1 > 2{1 ) = ({1 > 2({1 )) 5 Z , pois a segunda componente de x
é igual ao dobro da primeira.

3.3 Intersecção de dois Subespaços Vetorias

Denição 100 Dados Z1 e Z2 subespaços de um espaço vetorial Y , a inter-
secção Z1 _ Z2 ainda é um subespaço de Y .

Exemplo 101 Y = R3 = Seja Z1 = {({> |> }) 5 R3 @ | = 0) e Z2 = {({> |> }) 5

R3 @ { = 0)= Z1 _ Z2 é a reta de intersecção dos planos Z1 e Z2 > ou seja
Z1 _ Z2 = {({> |> }) 5 R3 @ { = 0 e | = 0)

Exemplo 102 Y = R3 = Seja Z1 = {({> |> }) 5 R3 @ { + | + } = 0) e Z2 =

{({> |> }) 5 R3 @ { + |  } = 0)=

Para encontrarmos a interseção do dois subespaços devemos

resolver o sistema ½
{+|+} =0
{+|} =0
A solução desse sistema é } = 0> | = {= Portanto Z1 _ Z2 = {({> |> }) 5
R3 @ } = 0 e | = {)

Exemplo 103 Y = S4 = Seja Z1 = {s 5 S3 Á s0 (1) = 0} e Z2 = {s 5 S3 Á

s00 (1) = 0}

Como s 5 S4 então s = d + e{ + f{2 + g{3 > com

d> e> f> g> h 5 R= Se s 5 Z1 então s0 (1) = 0 , e + 2f + 3g = 0= Se s 5 Z2 então
s00 (1) = 0 , 2f + 6g = 0= Para que s pertença a Z1 _ Z2 devemos resolver o
sistema ½
e + 2f + 3g = 0
2f + 6g = 0

f = 3g
e = 3g

Portanto Z1 _ Z2 = {s 5 S3 Á s = d + 3g{  3g{2 + g{3 }

Exemplo 104 Y = P (q> q)> Z1 = {matrizes triangulares superiores}; Z2 =

{matrizes triangulares inferiores}. Então Z1 _ Z2 = {matrizes diagonais}.

106
 µ ¶
d e
Exemplo 105 Seja Y = P2 = e
f g
½µ ¶ ¾
d e
Z1 = > d> e 5 R
0 0
½µ ¶ ¾
d 0
Z2 = > d> f 5 R
f 0
Z = Z1 _ Z2 é um subespaço de Y , pois
½µ ¶ ¾
d 0
Z = >d 5 R
0 0

Exemplo 106 Sejam Z1 e Z2 dados por:

Z1 = {({> |) 5 R2 ; { + | = 0}

e
Z2 = ({> |) 5 R2 ; {  | = 0}

será que Z1 ^ Z2 é um subespaço vetorial de Y ?

Solução :

Não. Basta considerar Y = R2 >

x = (1> 1) 5 Z2
y = (1> 1) 5 Z1
mas x + y = (1> 1) + (1> 1) = (2> 0) 5
@ Z1 ^ Z2 (represente gracamente
esta soma de vetores)

3.4 Combinação Linear

Denição 107 Seja Y um espaço vetorial real, y1 > y2 > ======> yq 5 Y e d1 > d2>========= dq 5
R. Então, o vetor
y = d1 y1 + d2 y2 + ===== + dq yq
é um elemento de Y ao que chamamos de combinação linear de y1 > y2 > ======> yq =

Exemplo 108 Em R2 os vetor y = (10> 16) é uma combinação linear dos

vetores

y1 = (1> 2) y2 = (3> 4) pois y = 4y1 + 2y2 =

Exemplo 109 Verique se o vetor y = (3> 2> 1) pode ser escrito como uma
combinação linear dos vetores y1 = (1> 1> 1)> y2 = (1> 1> 1)> y3 = (1> 1> 1)=

107
 Devemos vericar se existem números d> e> f tais que y = dy1 +ey2 +fy3 >
ou seja,
(3> 2> 1) = d(1> 1> 1) + e(1> 1> 1) + f(1> 1> 1)=
devemos então resolver o sistema
5 65 6 5 6
1 1 1 d 3
71 1 1 8 7 e 8 = 728
1 1 1 f 1
Mas esse sistema tem uma única solução d = 32 > e = 12 e f = 1> portanto
y pode realmente ser escrito como combinação de y1 > y2 e y3 > da forma y =
3 1
2 y1 + 2 y2 + y3 =

Exemplo 110 No espaço vetorial S2 o polinômio s = 7{2 + 11{  26 é combi-

nação linear dos polinômios: t1 = 5{2  3{ + 2 e t2 = 2{2 + 5{  8> de fato
s = 3t1 + 4t2 (conra).
Exemplo 111 Verique que em S2 o polinômio s({) = 1+{2 é uma combinação
dos polinômios t({) = 1, u({) = 1 + { e v({) = 1 + { + {2 =
Resolução:
Precisamos encontrar números reais, d1 > d2 e d3 tais que:
s({) = d1 t({) + d2 u({) + d3 v({)
Ou seja, precisamos encontrar d1 > d2 e d3 satisfazendo:
1 + {2 = d1 + d2 (1 + {) + d3 (1 + { + {2 )
que é equivalente ao sistema:
;
? d1 + d2 + d3 = 1
d2 + d3 = 0 :/ d1 = 1; d2 = 1 h d3 = 1=
=
d3 = 1
Exemplo 112 Consideremos , no R3 , os seguintes vetores: y1 = (1> 3> 2) e
y2 = (2> 4> 1)= Escreva o vetor y = (4> 18> 7) como combinação linear dos
vetores y1 e y2 =
Resolução:

y = d1 y1 + d2 y2
(4> 18> 7) = d1 (1> 3> 2)+d2 (2> 4> 1) = (1d1 > 3d1 > 2d1 )+(2d2 > 4d2 > 1d2 ) =
= (d1 + 2d2 > 3d1 + 4d2> 2d1  d2 ) que é equivalente ao sistema:
;
? d1 + 2d2 = 4
3d1 + 4d2 = 18 / d1 = 2> d2 = 3=
=
2d1  d2 = 7
Portanto, y = 2y1  3y2 = Agora mostre que o vetor y = (4> 3> 6) não é
combinação linear dos vetores y1 = (1> 3> 2) e y2 = (2> 4> 1)=

108
3.5 Dependência e Independência Linear
Denição 113 Sejam Y um espaço vetorial e y1 > y2 > ======> yq 5 Y= Dizemos que
o conjunto {y1 > y2 > ======> yq } é linearmente independente (LI), se a equação:

d1 y1 + d2 y2 + ==== + dq yq = 0

implica que
d1 = d2 = === = dq = 0=
No caso, em que exista algum dl 6= 0 dizemos que {y1 > y2 > ======> yq } é linear-
mente dependente (LD).

Para determinarmos se um conjunto é L.I. ou L.D. devemos fazer a

combinção linear do conjunto de vetores e igualar esta combinção linear ao
vetor nulo do espaço. Portanto é muito importante ter conhecimento do vetor
nulo do espaço em qua estamos trabalhando.

Denição 114 Considere o espaço vetorial R3 e os conjunto de vetores:

 = {(1> 2> 3) > (1> 1> 1)> (1> 0> 0)}

 = {(1> 2> 3) > (1> 1> 1)> (3> 5> 7)}

Os conjuntos  e  acima são L.I ou L.D.

Solução:
Fazendo a combinação linear

d (1> 2> 3) + e(1> 1> 1) + f(1> 0> 0) = (0> 0> 0)

temos o sistema homogêneo:

;5 6
? d+e+f = 0
7 2d + e = 08
=
3d + e = 0
cuja única solução é d = e = f = 0. Portanto o conjunto  é L.I
Fazendo a combinação linear

d (1> 2> 3) + e(1> 1> 1) + f(3> 5> 7) = (0> 0> 0)

temos o sistema homogêneo:

;5 6
? d + e + 3f = 0
72d + e + 5f = 08
=
3d + e + 7f = 0
que possui innitas soluções ( grau de liberdade 1). Portanto além da solução
nula ( que todo sistema homogêneo tem) este sistemas possui outras soluçãoes
diferentes da solução nula, logo o conjunto  é L.D.

109
Teorema 115 O conjunto {y1 > y2 > ======> yq } é LD se, e somente se um dos ve-
tores do conjunto for uma combinação linear dos outros.

Exemplo 116 a) Seja Y = R3 . Sejam y1 > y2 5 Y=O conjunto {y1 > y2 } é LD se

e somente se y1 e y2 estiverem na mesma reta que passa pela origem (um vetor
é múltiplo do outro), y1 = y2 =

b) Em Y = R2 > h1 = (1> 0) e h2 = (0> 1) são LI, pois:

d1 h1 + d2 h2 = 0 =, d1 (1> 0) + d2 (0> 1) = (0> 0) =, (d1> d2 ) = (0> 0)

logo d1 = 0 e d2 = 0 portanto, h1 e h2 são LI.

Exemplo 117 No espaço Vetorial P2 o conjunto:

½· ¸ · ¸ · ¸¾
1 2 2 3 3 4
D= > >
3 1 3 0 3 1

é LD. Examinemos a equação: d1 y1 + d2 y2 + d3 y3 = 0

· ¸ · ¸ · ¸ · ¸
1 2 2 3 3 4 0 0
d1 + d2 + d3 =
3 1 3 0 3 1 0 0
cuja solução é d1 = d3 e d2 = 2d3. =Como existem soluções dl 6= 0> o conjunto
é LD.

Propriedades da Dependência e da Independência Linear

Seja V um E.V

1. Se D = {y}  Y e y 6= 0, então D é LI.

2. Se um conjunto D  Y contém o vetor nulo, então D é LD
3. Se um conjunto D  Y é LI, qualquer parte de D1 de D também é LI.

3.6 Subespaços Gerados

Denição 118 Seja Y um espaço vetorial. Consideramos um subconjunto D =
{y1 > y2 > ======> yq }  Y> D 6= B=O conjunto Z de todos os vetores de Y que são
combinações lineares dos vetores de A é um subespaço de Y= Simbolicamente, o
subespaço Z é:

Z = {y 5 Y Á y = d1 y1 + d2 y2 + ==== + dq yq }

110
 O subespaço Z diz-se gerado pelos vetores y1 > y2 > ===yq => ou gerado pelo con-
junto A, e representa-se por:

Z = [y1 > y2 > ===yq =] rx Z = J(D)

Os vetores y1 > y2 > ===yq =são chamados geradores do sube-

spaço Z> enquanto D é o conjunto gerador de Z=
$

Para o caso particular de D = B> dene-se [B] = { 0 }
D  J(D), ou seja, { y1 > y2 > ===yq }  [y1 > y2 > ===yq ]
Todo conjunto D  Y gera um subespaço vetorial de Y , podendo ocorrer
J(D) = Y . Nesse caso, D é um conjunto gerador de Y=

Exemplo 119 Os vetores l = (1> 0) e m = (0> 1) geram o espaço vetorial R2 ,

pois, qualquer ({> |) 5 R2 é combinação linear de l e m :

({> |) = {l + lm = {(0> 1) + l(0> 1) = ({> 0) + (0> |) = ({> |)

Então: [l> m] = R2 .

Exemplo 120 Seja Y = R3 . Determinar o subespaço gerado pelo vetor y1 =

(1> 2> 3)=

Solução: Temos:

[y1 ] = {({> |> }) 5 R3 @({> |> }) = d(1> 2> 3)> d 5 R}

Da igualdade: ({> |> }) = d(1> 2> 3) vem: { = d; | = 2d; } = 3d donde:

| = 2{ e } = 3{ logo ,

[y] = {({> |> }) 5 R3 @| = 2{ e } = 3{} rx [y1 ] = {({> 2{> 3{); { 5 R}=

Exemplo 121 Encontre o subespaço vetorial de S3 gerado por X = {1> w> w2 > 1+
w3 }

Resolução:
note que w3 = (w3 + 1)  1. Assim, dado s(w) = dr + d1 w + d2 w2 + d3 w3 5 S3
podemos escrever

s(w) = (d0  d3 ) + d1 w + d2 w2 + d3 (w3 + 1) 5 X

Ou seja, qualquer vetor (polinômio) de S3 pode ser escrito como uma combi-
nação linear dos vetores do conjunto X . Logo S3 = [X ]=

Exemplo 122 Encontre o subespaço vetorial gerado de P2 gerado por

½µ ¶ µ ¶¾
0 1 0 0
J= >
0 0 1 0

111
 Resolução: Temos que D 5 [J] se e somente se existirem d e e 5 R tais que
µ ¶ µ ¶ µ ¶
0 1 0 0 0 d
D=d +e =
0 0 1 0 e 0

ou seja, D 5 [J] se e somente se os elementos da diagonal principal de D são

nulos.

Exemplo 123 Encontre um conjunto de geradores para Z = {[ 5 P (4> 1) Á

D[ = 0} onde 3 4
1 1 1 0
E 2 0 1 1 F
D=E C 3 1
F
0 1 D
0 2 3 1

Resolução:

3
4 3 43 4 3 4
d 1 1 1 0 d 0
E e F E 2 0 1 1 FE e F E 0 F
[=E F
C f D5Z +, EC 3 1
FE F = E F />
0 1 DC f D C 0 D
g 0 2 3 1 g 0
3 43 4 3 4
1 1 1 0 d 0
E 0 2 3 1 F E e F E 0 F
E FE F=E F/
C 0 0 0 0 DC f D C 0 D
0 0 0 0 g 0
3 43 4 3 4
1 1 1 0 d 0 ½
E 0 1 3@2 1@2 F E e F E 0 F d = f g
E FE F=E F/ 2  2
C 0 0 0 0 DC f D C 0 D 3f
e= 2 +2 g

0 0 0 0 g 0

isto é, 3 4 3 1 4 3 1 4
f
2  g2 2 2
E 3f
+ g2 F E 3 F E 1 F
[=E
C
2 F = fE 2 F + gE 2
D C 1 D C 0
F
D
f
g 0 1
53 1 4 3 1 46
2 2
9E 3 F E 1 F:
sruwdqwr> Z = 9E 2 F E 2 F:
7C 1 D > C 0 D8
0 1

112
3.7 Soma de Subespaços
Denição 124 Sejam Z1 e Z2 dois subespaços vetoriais de Y= Então o con-
junto
Z1 + Z2 = {y 5 Y Áy = z1 + z2 > z1 5 Z1 h z2 5 Z2 }
é um subespaço de Y=
½· ¸¾ ½· ¸¾
d e 0 0
Exemplo 125 Z1 = e Z2 = >onde d> e> f> g 5 R.
½· 0 ¸¾
0 f g
d e
Então Z1 + Z2 = = P2 =
f g

Exemplo 126 Sejam os subespaços vetoriais

Z1 = {(d> e> 0); d> e 5 R} h Z2 = {(0> 0> f)> f 5 R}

do espaço vetorial R3 = A soma Z1 + Z2 = {(d> e> f); d> e> f 5 R} é subespaço

vetorial, que nesse caso é o próprio R3 =

Proposição 127 Quando Z1 _ Z2 = {0}, então Z1 + Z2 é chamado soma

direta de Z1 com Z2 > e denotado por Z1  Z2 =

Observação 128 Usando os geradores podemos obter uma caracterização da

soma de dois subespaços: Seja Z e X subespaços de Y> se Z = [x1 > ===> xq ] e
X = [z1 > ===> zp ] então Z + X = [x1 > ===> xq > z1 > ===> zp ]

Exemplo 129 Verique que R3 é a soma direta de

Z1 = {({> |> }) 5 R3 ; { + | + } = 0}

e
Z2 = {({> |> }) 5 R3 ; { = | = 0}

Resolução:
Note que Z2 é de fato um subespaço vetorial de R3 (Verique)
Dado y 5 Z1> y = ({> |> {  |) e x 5 Z2 > x = (0> 0> { + | + })

x + y = ({> |> }) = R3

vamos mostrar que Z1 _ Z2 = 0. Seja ({> |> }) 5 Z1 _ Z2 temos:

;
? {+|+} =0
{=0 +, ({> |> }) = (0> 0> 0)
=
|=0

Exemplo 130 Encontre os geradores do subespaço X + Z onde

© ª
X = ({> > |> }) 5 R3 Á{ + | + } = 0 > e
© ª
Z = ({> |> }) 5 R3 Á{ + | = 0 h {  } = 0

113
 Resolução: Se y 5 X , y = ({> |> {  |) = {(1> 0> 1) + |(0> 1> 1) logo
X = [(1> 0> 1)> (0> 1> 1)]
Se y 5 Z , y = ({> {> {) = {(1> 1> 1) logo Z = [(1> 1> 1)]
Usando a teoria acima explicada temos que

X + Z = [(1> 0> 1)> (0> 1> 1)> (1> 1> 1)]

3.8 Base e Dimensão de um Espaço Vetorial

3.8.1 Base
Um conjunto  = {y1 > y2 > ======> yq }  Y é uma base do E.V se:

1.  é LI
2.  gera Y

Exemplo 131  = {(1> 1)> (1> 0)} é base de R2 . De fato:

1.  é LI pois d(1> 1) + e(1> 0) = (0> 0) =, d = e = 0

2.  gera R2 , pois para todo ({> |) 5 R2 , tem-se :

({> |) = |(1> 1) + (|  {)(1> 0)

Realmente , a igualdade ({> |) = d(1> 1) + e(1> 0) =, d = | e e = |  {=

Exemplo 132 O conjunto {(0> 1)> (0> 2)}não é base de R2 pois é um conjunto
LD. Se
(0> 0) = d(0> 1) + e(0> 2)
temos d = 2e. Assim para cada valor de e conseguimos um valor para d> ou
seja, temos innitas soluções.

Exemplo 133 Seja Y = R3 então  = {(1> 0> 0)> (0> 1> 0)> (0> 0> 1) é uma base
do R3 (verique!).

Exemplo 134 O conjunto  = {1> {> {2 > ===> {q } é uma base do espaço vetorial
Sq = De fato:

1. dr + d1 { + d2 {2 + ===== + dq {q = 0 =, d0 = d1 = ===== = dq = 0, portanto,

 é LI.
2.  gera o espaço vetorial Sq, pois qualquer polinômio s 5 Sq pode ser
escrito assim:
s = dr + d1 { + d2 {2 + ===== + dq {q
que é uma combinação linear de 1> {> {2 > ===> {q .

Logo,  é uma base de Sq =Essa é a base canônica de Sq e tem q + 1 vetores.

114
Exemplo 135 Encontre uma base para X + Z onde
© ª
X = ({> > |> }) 5 R3 Á{ + | + } = 0 h
© ª
Z = ({> |> }) 5 R3 Á{ + | = 0 h {  } = 0

Resolução: X = [(1> 0> 1)> (0> 1> 1)] e Z = [(1> 1> 1)] ( Já vimos este
exemplo)

X + Z = [(1> 0> 1)> (0> 1> 1)> (1> 1> 1)]=

Já temos um conjunto que gera a soma, se este conjunto for L.I. então ele
será uma base.
d(1> 0>51) + e(0> 1> 1)
6 + e(1> 1> 1)5= (0> 0> 0) 6
1 0 1 0 1 1
D = 70 1 18 , D1 = 71 2 1 8 logo o conjunto é L.I e
1 1 1 1 1 1
portanto.  = {(1> 0> 1)> (0> 1> 1)> (1> 1> 1)} é uma base de X + Z

Exemplo 136 Encontre uma base para X + Z onde

© ª
X = ({> > |> }) 5 R3 Á{  | + } = 0 e {  | = 0 > h
© ª
Z = ({> |> }) 5 R3 Á{ + |  } = 0 h {  } = 0
½
{|+} =0
Se y = ({> |> }) 5 X , , y = ({> {> 0)
{| =0
Usando a teoria acima explicada temos que X +Z = [(1> 0> 1)> (0> 1> 1)> (1> 1> 1)]
Como o conjunto  = {(1> 0> 1)> (0> 1> 1)> (1> 1> 1)} é LI (verique isto) e
gera o espaço X + Z então ele é uma base do espaço X + Z=

Exemplo 137 Dados:

·µ ¶¸
w 1 1
X = {D 5 P2 (R); D = D } h Z = hp P2
0 1

encontre uma base para X> Z> X _ Z> Z + X

Resolução: µ ¶
d e
Para X : D = / f = e portanto, D 5 X se existirem d1 > d2 > d3 5
f g
R tais que µ ¶ µ ¶ µ ¶
1 0 0 1 0 0
D = d1 + d2 + d3
0 0 1 0 0 1
pode-se vericar facilmente que as matrizes
½µ ¶ µ ¶ µ ¶¾
1 0 0 1 0 0
> >
0 0 1 0 0 1

são L.I e portanto, como geram X , formam uma base de X=

115
 Para Z : Como a matriz µ ¶
1 1
0 1
gera Z , ela serve para base de Z
Para X _ Z :
D 5 X _ Z / D = Dw e existe  5 R tal que
µ ¶
 
D=
0 

, isto é, se e somente se existir  5 R tal que

µ ¶ µ ¶
   0
=
0   

que é satisfeita quando  = 0 , ou seja, D = 0=Desse modo X _ Z = {0}= Uma

base para X _ Z é  = != Veja a observação a seguir para elucidar esse fato.
$

Observação: nSejao Y um espaço vetorial e 0 5 Y o vetor nulo de Y= Como
$

o conjunto  = 0 é LD (mostre isto) temos que este conjunto não pode ser
n$o
uma base do conjunto Q = 0 = Este é um caso patológico e para que não seja
contrariada a denição denbase tomamos  = ! (conjunto vazio) como sendo
$o
base para o espaço Q = 0
Para X + Z : Como X _ Z = {0} temos X + Z é soma direta e, portanto,
uma base é :
½µ ¶ µ ¶ µ ¶ µ ¶¾
1 0 0 1 0 0 1 1
> > >
0 0 1 0 0 1 0 1

Proposição 138 "Todo conjunto LI de um espaço vetorial Y é base do sube-

spaço por ele gerado ".

Exemplo 139 O conjunto  = {(1> 2> 1)> (1> 3> 0)}  R3 é LI e gera o sube-
spaço
Z = {({> |> }) 5 R3 @3{  |  } = 0}= b

Então,  é base de Z , pois  é LI e gera Z=

Teorema 140 Sejam y1 > y2 > ===yq , vetores não nulos que geram um espaço ve-
torial Y . Então, dentre estes vetores podemos extrair uma base de Y .

Proposição 141 Seja um E.V Y gerado por um conjunto nito de vetores

y1 > y2 > ===yq . Então qualquer conjunto com mais de n vetores é necessariamente
LD (e, portanto, qualquer conjunto LI tem no máximo n vetores).

116
3.8.2 Dimensão
Seja Y um Espaço Vetorial.
Se Y possui uma base com q vetores, então Y tem dimensão q e anota-se
dim Y = q=
Se Y não possui uma base, ou seja, a base é  = ! então glpY = 0
Se Y possui uma base com innitos vetores, então dimY é innita e anota-se
dim Y = 4

Exemplo 142 dim R2 = 2 pois toda base de R2 tem 2 vetores

Exemplo 143 dim P (2> 2) = 4

Exemplo 144 dim P (p> q) = p=q

Exemplo 145 dim Sq = q + 1

Proposição 146 Seja Y um E. V. tal que dim Y = q

Se Z é um subespaço de Y então dim Z  q. No caso de dim Z = q ,

tem-se Z = Y . Para permitir uma interpretação geométrica, consideremos o
espaço tridimensional R3 (dim R3 = 3)=
A dimensão de qualquer subespaço Z do R3 só poderá ser 0> 1> 2 ou 3.
Portanto, temos os seguintes casos:

1. dim Z = 0, então Z = {0) é a origem

2. dim Z = 1, então Z é uma reta que passa pela origem
3. dim Z = 2, então Z é um plano que passa pela origem
4. dim Z = 3 então Z = R3 =

Proposição 147 Seja Y um E. V de dimensão q. Então, qualquer subconjunto

de Y com mais de q vetores é Linearmente Dependente (LD).

Proposição 148 Sabemos que o conjunto  é base de um espaço vetorial se 

for LI e gera Y . No entanto, se soubermos que dim Y = q , para obtermos uma
base de Y basta que apenas uma das condições de base esteja satisfeita.

Exemplo 149 O conjunto  = {(2> 1)> (1> 3)} é uma base do R2 . De fato,
como dim R2 = 2 e os dois vetores dados são LI (pois nenhum vetor é múltiplo
escalar do outro), eles formam uma base do R2 .

117
3.8.3 Dimensão da Soma de Subespaços Vetoriais
Proposição 150 Seja Y um espaço vetorial de dimensão nita. Se X e Z são
subespaços vetoriais de Y então dim(X + Z ) = dim X + dim Z  dim(X _ Z )=

No exemplo (137 ) de base , para encontrar a base de X + Z podemos usar

esta proposição: dim(X + Z ) = dim X + dim Z  dim(X _ Z ) = 3 + 1  0 =
4 = dim P2 , portanto, X + Z = P2 e uma base pode ser dada por:
½µ ¶ µ ¶ µ ¶ µ ¶¾
1 0 0 1 0 0 0 0
> > >
0 0 0 0 1 0 0 1

3.8.4 Coordenadas
Seja Y um espaço vetorial gerado e  uma base de Y formada pelos vetores
x1 > x2 ==== xq .
y 5 Y sendo
y = {1 x1 + {2 x2 + === + {q xq
Os coecientes {1 > {2 > ==={q são chamados componentes ou coordenadas de y em
relação a base  e se representa por :
3 4
{1
E {2 F
[y] = E
C : D
F

{q

Exemplo 151 No R2 consideremos as bases  = {(1> 0)> (0> 1)}>  = {(2> 0)> (1> 3)}
e  = {(1> 3)> (2> 4)}= Dado o vetor y = (8> 6) tem-se:

(8> 6) = 8(1> 0) + 6(0> 1)

(8> 6) = 3(2> 0) + 2(1> 3)
(8> 6) = 2(1> 3) + 3(2> 4)
µ ¶ µ ¶ µ ¶
8 3 2
temos: [y] = > [y] = e [y] = .
6 2 3

Exemplo 152 Mostre que os vetores (1> 1> 1)> (0> 1> 1) e (0> 0> 1) formam uma
base de R3 . Encontre as coordenadas de (1> 2> 0) 5 R3 com relação à base 
formada pelos vetores acima.

Resolução:
Já sabemos que dim R3 = 3=Então vericamos se os vetores acima são LI.
Os vetores são LI se d1 y1 + d2 y2 + d3 y3 = 0 / d1 = d2 = d3 = 0= Isto é
equivalente a que o sistema:
;
? d1 = 0
d1 + d2 = 0
=
d1 + d2 + d3 = 0

118
cuja solução é d1 = d2 = d3 = 0 , portanto, os vetores y1 > y2 e y3 são LI.

(1> 2> 0) = d(1> 1> 1) + e(0> 1> 1) + f(0> 0> 1) = (d> d + e> d + e + f)
que é equivalente ao sistema:
;
? d=1
d+e =2 / d = 1> e = 1 h f = 2
=
d+e+f=0

. Desse 4 as coordenadas de (1> 2> 0) em relação à base  é dado por

3 modo,
1
[y] = C 1 D
2

3.9 Mudança de Base

Sejam  = {x1>===> xq } e  0 = {z1> =====> zq } duas bases ordenadas de um mesmo
espaço vetorial Y . Dado um vetor y 5 Y , podemos escrevê-lo como:

y = {1 x1 + ==== + {q xq (3.3)
y = |1 z1 + ==== + |q zq

Como podemos relacionar as coordenadas de y em relação à base 

5 6
{1
9 {2 :
[y] = 9
7 : 8
:

{q
com as coordenadas do mesmo vetor y em relação à base  0
5 6
|1
9 |2 :
[y] ;0 = 9
7 : 8
:

|q
já que {x1>===> xq } é base de Y> podemos escrever os vetores zl como combinação
linear dos xm , isto é:
;
A
A z1 = d11 x1 + d21 x2 + ==== + dq1 xq
?
z2 = d12 x1 + d22 x2 + ==== + dq2 xq
(3.4)
A
A :
=
zq = d1q x1 + d2q x2 + ==== + dqq xq
Substituindo em (3.3) temos:
y = |1 z1 + === + |q zq = |1 (d11 x1 + d21 x2 + ==== + dq1 xq ) + === + |q (d1q x1 +
d2q x2 + ==== + dqq xq ) =
= (d11 |1 + === + d1q |q )x1 + ===== + (dq1 |1 + === + dqq |q )xq

119
 Mas y = {1 x1 + ==== + {q xq , e como as coordenadas em relação a uma base
são únicas, temos:

{1 = d11 |1 + d12 |2 + === + d1q |q

{2 = d21 |1 + d22 |2 + === + d2q |q
: : :
{q = dq1 |1 + dq2 |2 + === + dqq |q

Em forma matricial
5 6 5 65 6
{1 d11 : d1q |1
7 : 8=7 : : : 87 : 8
{q dq1 dq2 dqq |q
Logo ,se usarmos a notação
5 6
0
d11 : d1q

[L] =7 : : : 8 temos
dq1 dq2 dqq
temos a relação
0
[y] = [L] [y] 0
0
A matriz [L] é chamada matriz mudança de base  0 para a base .
0
Compare [L] com (3.4) e observe que esta matriz é obtida, colocando as
coordenadas em relação a  de zl na i-ésima coluna. Note que uma vez obtida
0
[L] podemos encontrar as coordenadas de qualquer vetor y em relação à base
, multiplicando a matriz pelas coordenadas de y na base  0 (supostamente
conhecida).

Exemplo 153 Sejam  = {(2> 1)> (3> 4)} e  0 = {(1> 0)> (0> 1)} bases de R2 .
0
Procuremos inicialmente [L]
z1 = (1> 0) = d11 (2> 1) + d21 (3> 4) = (2d11 + 3d21 > d11 + 4d21 )
4 1
Isto implica que d11 = 11 e d21 = 11
z2 = (0> 1) = d12 (2> 1) + d22 (3> 4)
Resolvendo, d12 =5311 e d22 = 11
2
6
4 3
0 11 11
Portanto, [L] =7 8
1 2
11 11

4 3
5 6 [y]5 para 6y = (5> 8)
Podemos usar esta matriz para5encontrar por6 exemplo,
11 11 5 4
0
[(5> 8)] = [L] [(5> 8)] 0 = 7 87 8=7 8
1 2
11 11 8 1
Isto é, (5> 8) = 4(2> 1)  1(3> 4)

120
Exemplo 154 Considere as bases em R3

 = [(1> 0> 1)> (1> 1> 1)> (1> 1> 2)] h ´ = [(1> 0> 0)> (0> 1> 0)> (0> 0> 1)=
0
Encontre L =

Resolução:
(1> 0> 0) = d11 (1> 0> 1) + d21 (1> 1> 1) + d31 (1> 1> 2)
(0> 1> 0) = d12 (1> 0> 1) + d22 (1> 1> 1) + d32 (1> 1> 2) /
(0> 0> 1) = d31 (1> 0> 1) + d23 (1> 1> 1) + d33 (1> 1> 2)

(d11 + d21 + d31> d21 + d31 > d11 + d21 + 2d31 ) = (1> 0> 0)
(d12 + d22 + d32> d22 + d32 > d12 + d22 + 2d32 ) = (0> 1> 0)
(d13 + d23 + d33> d23 + d33 > d13 + d23 + 2d33 ) = (0> 0> 1)

Note que cada linha acima representa um sistema de três equações com três
incógnitas e que a matriz associada a cada um destes sistemas é a mesma e o
que muda são os nomes das variáveis e o segundo membro. Utilizando como
variáveis {> | e } > basta resolvermos o seguinte sistema:
3 43 4 3 4
1 1 1 { d
C 0 1 1 DC | D = C e D
1 1 2 } f
onde d> e> f 5 R. O sistema acima é equivalente a
3 43 4 3 4
1 1 1 { d
C 0 1 1 DC | D = C e D
0 0 1 } fd
cuja solução é dada por { = d  e> | = d + e  f e } = f  d
Tomando (d> e> f) = (1> 0> 0)>obtemos (d11 > d21 > d31 ) = (1> 1> 1)
Tomando (d> e> f) = (0> 1> 0)>obtemos (d12 > d22 > d32 ) = (1> 1> 0)
Tomando (d> e> f) = (0> 0> 1)>obtemos (d13 > d23 > d33 ) = (0> 1> 1). Desta forma
obtemos:
3 4
0 1 1 0
L = C 1

1 1 D
1 0 1

3.10 A Inversa da Matriz de Mudança de Base

Se em (3.3 )começarmos escrevendo os xl em função dos zm , chegaremos à
relação:

[y] 0 = [L] 0 [y]

121
 0 
Um fato importante é que as matrizes [L] e [L] 0 são inversíveis e
³ ´
0 1
[L] = [L] 0

0 
Exemplo 155 No exemplo (153 ) anterior podemos obter [L] a partir de [L] 0
Note que [L] 0 é fácil de ser calculada , pois  0 é a base canônica
· ¸
(2> 1) = 2(1> 0)  1(0> 1)  2 3
, [L] 0 =
(3> 4) = 3(1> 0) + 4(0> 1) 1 4

Então 5 6
µ· ¸¶1 4 3
0 2 3 11 11
[L] = =7 8
1 4 1 2
11 11

122
3.11 Oitava lista de exercícios
1) Seja Y = R2 munido com as operações:
a) ({> |) + (v> w) = ({ + v> | + w)> onde u = ({> |) e v = (v> w) pertencem a Y
({> |) = ({> |)> onde  5 R e u = ({> |) 5 Y=
b) ({> |) + (v> w) = ({ + w> | + v)> onde u = ({> |) e v = (v> w) pertencem a Y
({> |) = ({> |)> onde  5 R e u = ({> |) e v = (v> w) pertencem a Y=
Em cada item verique se Y com as operações denidas é um espaço vetorial.
2) Verique se o conjunto Z = {(1> 2> 3)> (1> 3> 1)> (0> 3> 1)> (1> 4> 5)}  R3 é
L.I ou L.D.
3) Dado o conjunto Z = {(1> 1> 3)> (1> 2> 1)> (0> 1> 3)> (1> 4> 5)}  R3 , extrair
um subconjunto de vetores L.I.
4) Dados os vetores u = (1> 2> 3)> v = (3> 2> 1) e w = (3> 2> 7), encontre d e
e tais que w = du + ev
5) Seja Z = {({> |> }) 5 R3 | 2{+3|} = 0}. Mostre que Z é um subespaço
vetorial e encontre uma base para Z=
6) Responda se os subconjuntos abaixo são subespaços de P2 = Em caso
armativo exiba
½· geradores:
¸ ¾
d e
a) Y = com d> e> f> g 5 R e e = f e d = e
½· f g ¸ ¾
d e
b) Y = com d> e> f> g 5 R e e  1 = f + 1
f g
7) Seja Z o conjunto dos polinômios de judx  3 cujos grácos “passam
por (0,0)”; com as operações usuais. Verique se Z é uma subespaço vetorial
de S3 =
O conjunto F[D] = {[ 5 Pq ÁD[ + [D}} das matrizes que comutam
com A, é um subespaço de Pq ?.
O conjunto V = {[ 5 P2 Ághw([) = 0} das matrizes singulares, é um
subespaço de P2
O conjunto Lg = {[ 5 P2 Á[ 2 = [} das matrizes idempotentes, é um
subespaço de P2
8) Sejam Z1 = {({> |> }> w) 5} R4 | { + | = 0 e }  w = 0} e
Z2 = {({> |> }> w) 5} R4 | {  |  } + w = 0}
a) Determine Z1 _ Z2 =
b) Exiba uma base para Z1 _ Z2 =
c) Determine Z1 + Z2 =
d) Z1 + Z2 é soma direta? Justique.
4
e) Z1 + Z2 = R½· ? ¸ ¾
d e
9) Sejam Z1 = com a> e> f> g 5 R d = e e g = f
½· ¸ f g ¾
d e
Z1 = com d> e> f> g 5 R tais que d = f e e = g
f g
subespaços de P (2> 2)> onde P (2> 2) é espaço vetorial das matrizes de ordem
dois por dois=
a) Determine Z1 _ Z2 e exiba uma base.
b) Determine Z1 + Z2 = É soma direta? Z1 + Z2 = P (2> 2)?

123
 10) a) Qual seria uma base ”natural” para o espaço Sq ? Dê a dimensão
deste espaço vetorial.
b) Verique se o conjunto Z = {s 5 Sq ; s0 (0) = 0} é um subespaço de
Sq
11) Considere o subespaço de R4 gerado pelos vetores v1 = (1> 1> 0> 0)>
v2 = (0> 0> 1> 1)> v3 = (2> 2> 1> 1) e v4 = (1> 0> 0> 0)=
a) O vetor (2> 3> 2> 2) 5 [y1 > y2 > y3 > y4 ]? Justique.
b) Exiba uma base para [v1 > v2 > v3 > v4 ] = Qual é a dimensão deste espaço?
c) [v1 > v2 > v3 > v4 ] = R4 ? Por quê? s s
12) Sejam  = {(1> 0)> (0> 1)}>  1 = {(1> 1)> (1> 1)}>  2 = { 3> 1)> ( 3> 1)}
e  3 = {(2> 0)> (0> 2)} bases ordenadas de R2 =
a) Encontre a matrizes mudança de base:
   
i) [L] 1 ii) [L] 1 iii) [L] 2 iv) [L] 3 =
b) Quais são as coordenadas do vetor y = (3> 2) em relação à base
i)  ii)  1 iii)  2 iv)  3 =
c) As coordenadas de um vetor u em relação à base  1 são dadas por
· ¸
4
[u] 1 =
0
Quais as coordenadas do vetor u em relação à base: i)  ii)  1 iii)
2
13) Se 5 6
0
1 1 0
[L]
 = 7 0 1 1 8
1 0 1
encontre 5 6 6 5
1 1
a) [v] onde [v]0 =7 2 8 b) [v]0 onde [v] = 7 2 8
3 ½· 3 ¸ ¾
d e
14) Considere o seguinte subespaço de P2 : Z = Ág = 0 .
f g
Sejam
½· ¸ · ¸ · ¸¾
1 1 1 1 1 1
 = > >
1 0 1 0 11 0
½· ¸ · ¸ · ¸¾
1 0 1 1 1 0
 = > >
1 0 0 0 0 0

a) Detemine [L]
5 6

b) Se [y] = 7 h 8 > determine [y] =
0

124