Introdução (geométrica) aos vectores

No plano ou no espaço, os vectores podem ser representados

geometricamente como segmentos orientados.

−→
(a) Vector AB de origem A e extremidade B.

(b) Vectores equivalentes: vectores com a mesma direcção, o

mesmo sentido e o mesmo comprimento.

Vector livre: tem direcção, sentido e comprimento bem

determinados, mas pode ser aplicado em qualquer ponto do espaço.
Adição de vectores

Se v e w são vectores, então a soma v + w é o vector determinado

da seguinte forma:
I Coloca-se o vector w de tal forma que a sua origem coincida
com a extremidade de v .
I O vector v + w é representado pelo segmento orientado cuja
origem é a origem de v e cuja extremidade é a extremidade de
w.
A adição de vectores é comutativa: v + w = w + v

A soma v + w = w + v coincide com a diagonal do paralelogramo

determinado por v e w quando estes vectores estão posicionados
de forma a terem a mesma origem. (Regra do Paralelogramo)
Vector nulo

O vector de comprimento zero é chamado vector nulo e é

denotado por 0.

Definimos
0 + v = v + 0 = v,
para qualquer vector v .

(não há nenhuma direcção natural para o vector nulo).

Multiplicação escalar

Se v é um vector não nulo e α um escalar não nulo, então o

produto αv é o vector satisfazendo:
I O comprimento de αv é |α| vezes o comprimento de v .
I A direcção de αv coincide com a direcção de v .
I Se α > 0, o sentido de αv é o sentido de v .
Se α < 0, o sentido de αv é o oposto do sentido de v .

Se v = 0 ou α = 0, definimos αv = 0.
Referencial ortogonal no plano
Problemas envolvendo vectores podem ser simplificados
introduzindo um sistema de eixos perpendiculares — referencial
ortogonal.
Seja v um vector livre. Posicione-se v de tal forma que a sua
origem coincida com a origem do referencial.

As coordenadas (v1 , v2 ) da extremidade de v são chamadas

coordenadas de v .
As coordenadas identificam completamente o vector livre, pelo que
escrevemos v = (v1 , v2 ).
Pode ser demonstrado que:

Se v = (v1 , v2 ) e w = (w1 , w2 ), então:

v + w = (v1 + w1 , v2 + w2 )

Se v = (v1 , v2 ) e α ∈ R, então:

αv = (αv1 , αv2 )

Exemplo Se v = (1, −2) e w = (7, 6), então:

v + w = (1, −2) + (7, 6) = (8, 4)

e
4v = 4(1, −2) = (4, −8)
Referencial ortogonal no espaço
Tal como os vectores no plano podem ser representados por um
par de números reais, os vectores no espaço podem ser
representados por um triplo de números reais, introduzindo um
sistema de eixos perpendiculares.

Seja v um vector do espaço. Se a origem de v coincide com a

origem do referencial, então as coordenadas da extremidade de v
são chamadas coordenadas de v e escrevemos v = (v1 , v2 , v3 ).
Pode ser demonstrado que:

Se v = (v1 , v2 , v3 ) e w = (w1 , w2 , w3 ) são vectores do espaço,

então:

v + w = (v1 + w1 , v2 + w2 , v3 + w3 )

Se v = (v1 , v2 , v3 ) e α ∈ R, então:

αv = (αv1 , αv2 , αv3 )

Adição em Rn
Recorde-se que
R2 = {(v1 , v2 ) : v1 , v2 ∈ R} .
R3 = {(v1 , v2 , v3 ) : v1 , v2 , v3 ∈ R} .
Mais geralmente, para n ∈ N,
Rn = {(v1 , v2 , . . . , vn ) : v1 , v2 , . . . , vn ∈ R} .
Definição (Adição em Rn )
Para v = (v1 , v2 , . . . , vn ) , w = (w1 , w2 , . . . , wn ) ∈ Rn , definimos
v + w = (v1 + w1 , v2 + w2 , . . . , vn + wn ) ∈ Rn .

Exemplo Se v = (−2, 5) , w = (1, 3), z = (4, −3) ∈ R2 temos

v + w = (−2, 5) + (1, 3) = (−1, 8) = (1, 3) + (−2, 5) = w + v
(v + w ) + z = (−1, 8)+(4, −3) = (3, 5) = (−2, 5)+(5, 0) = v + (w + z)
v + (0, 0) = v = (0, 0) + v
v + (2, −5) = (0, 0) = (2, −5) + v
Chamamos vector nulo de Rn ao elemento
0n = (0, 0, . . . , 0) ∈ Rn .

Por exemplo, 02 = (0, 0) ∈ R2 é o vector nulo de R2 e

03 = (0, 0, 0) ∈ R3 é o vector nulo de R3 .

Se v = (v1 , . . . , vn ) ∈ Rn também (−v1 , . . . , −vn ) ∈ Rn . Este

vector é denotado por −v .

Se v = (v1 , . . . , vn ) , w = (w1 , . . . , wn ) ∈ Rn , definimos:

v − w = v + (−w ) = (v1 − w1 , . . . , vn − wn ) .

Exemplo Para v = (−2, 5) , w = (1, 3) ∈ R2 , temos −v = (2, −5)

e −w = (−1, −3). Mais,

v − w = v + (−w ) = (−2, 5) + (−1, −3) = (−3, 2).

Multiplicação escalar em Rn

Definição (Multiplicação escalar em Rn )

Se a ∈ R e v = (v1 , v2 , . . . , vn ) ∈ Rn definimos
a · v = (a · v1 , a · v2 , . . . , a · vn ) .

Exemplo Observe-se que, para v = (−2, 5) , w = (1, 3) ∈ R2 , a = 2

e b = 3 temos
(a · b)v = 6 (−2, 5) = (−12, 30);
a (b · v ) = 2 (−6, 15) = (−12, 30);

(a + b)v = 5 (−2, 5) = (−10, 25);

a · v + b · v = (−4, 10) + (−6, 15) = (−10, 25);

a(v + w ) = 2(−1, 8) = (−2, 16);

av + aw = (−4, 10) + (2, 6) = (−2, 16);
Espaços vectoriais Rn
Dizemos que Rn , munido das operações de adição e multiplicação
escalar, é espaço vectorial real ou espaço vectorial sobre R, por
serem satisfeitas as condições referidas na proposição seguinte.
Proposição Para quaisquer u, v , w ∈ Rn e a, b ∈ R, tem-se:
I u + v = v + u (a adição em Rn é comutativa);
I u + (v + w ) = (u + v ) + w (a adição em Rn é associativa);
I u + 0n = u (existe el. neutro para a adição em Rn );
I u + (−u) = 0n (todo o el. de Rn tem simétrico);
I (a b) v = a (b v );
I (a + b) v = a v + b v ;
I a ( v + w) = a v + a w;
I 1v = v.
Aos elementos de Rn chamamos vectores e aos elementos de R
chamamos escalares.
Subespaços vectoriais

Dizemos que F é subespaço vectorial de Rn , e escrevemos

F ≤ Rn , se as condições seguintes são satisfeitas:
S1) F ⊆ Rn ;
S2) 0n = (0, 0, · · · , 0) ∈ F ;
S3) Se u, v ∈ F , então u + v ∈ F ;
(F é fechado para a adição)
S4) Se α é um número real e v ∈ F , então α v ∈ F .
(F é fechado para a multiplicação escalar)
Exemplo Considere-se a recta D = {(x, y ) ∈ R2 : y = 4x} .
S1) Todos os elementos de D são elementos de R2 , logo D ⊆ R2 .
S2) (0, 0) ∈ D, porque 0 = 4 · 0.
S3) Suponhamos que (x, y ), (a, b) ∈ D.
Temos (x, y ) + (a, b) = (x + a, y + b).
Sabemos que y = 4x e b = 4a, pelo que
y + b = 4x + 4a = 4(x + a).
Logo (x, y ) + (a, b) ∈ D.
S4) Suponhamos que α ∈ R e (x, y ) ∈ D.
Por definição, α(x, y ) = (αx, αy ).
Como (x, y ) ∈ D, temos y = 4x, pelo que
αy = α(4x) = 4(αx).
Logo α(x, y ) = (αx, αy ) ∈ D.
Logo D é subespaço vectorial de R2 .

Exemplo Considere-se a recta L = {(x, y ) ∈ R2 : y = 4x + 3} .

Como (0, 0) 6∈ L (porque 0 6= 4 · 0 + 3), concluı́mos que L não é
subespaço de R2 .
Proposição Os subespaços de R2 são:
I {(0, 0)},
I as rectas de R2 que passam pela origem,
I R2 .

Proposição Os subespaços de R3 são:

I {(0, 0, 0)},
I as rectas de R3 que passam pela origem,
I os planos de R3 que passam pela origem,
I R3 .

Em geral:

Proposição {0n } é subespaço vectorial de Rn .

Proposição Rn é subespaço vectorial de Rn .

Proposição Se F e G são subespaços vectoriais de Rn , então F ∩ G
é subespaço vectorial de Rn .

Demonstração Recorde-se que F ∩ G = {x : x ∈ F ∧ x ∈ G } .

S1) Sabe-se que F ∩ G ⊆ F ⊆ Rn , logo F ∩ G ⊆ Rn ;

S2) Como F e G são subespaços de Rn , temos que 0n ∈ F e
0n ∈ G , logo 0n ∈ F ∩ G ;
S3) Se u, v ∈ F ∩ G , então u, v ∈ F e u, v ∈ G ; como F e G são
subespaços de Rn ,
u + v ∈ F e u + v ∈ G,
portanto
u + v ∈ F ∩ G.
S4) Se a ∈ R e v ∈ F ∩ G , então v ∈ F e v ∈ G ; como F e G são
subespaços de Rn , a v ∈ F e a v ∈ G , pelo que a v ∈ F ∩ G .
Nota: A união de dois subespaços vectoriais de Rn , não é, em
geral, subespaço vectorial de Rn .
Combinações lineares
Se u e v são vectores de Rn então, para quaisquer a, b ∈ R,
também a · u + b · v é um vector de Rn . Dizemos que a · u + b · v
é combinação linear de u e v .
Exemplo 2 (−1, 0, 1) + 1 (2, 1, 1) = (0, 1, 3), logo o vector
(0, 1, 3) é combinação linear dos vectores (−1, 0, 1) e (2, 1, 1).
Em geral:
Definição Dizemos que w é combinação linear do sistema de
vectores (v1 , . . . , vp ) (ou, simplesmente, dos vectores v1 , . . . , vp ) se
existem números reais a1 , . . . , ap tais que
w = a1 v1 + · · · + ap vp .
Os números a1 , . . . , ap são os coeficientes da combinação linear.
Exemplo (−5, −1, 2) é combinação linear dos vectores
(1, 0, 0), (0, 1, 0) e (0, 0, 1) pois
(−5, −1, 2) = (−5)(1, 0, 0) + (−1)(0, 1, 0) + 2(0, 0, 1)
(0, 1, 1) é combinação linear dos vectores (1, 0, 0), (0, 1, 1) porque
(0, 1, 1) = 0(1, 0, 0) + 1(0, 1, 1).
Exemplo O vector (0, −3, 3) é combinação linear dos vectores
(1, −1, 1) e (2, 1, −1)?
Para α1 , α2 ∈ R ,
α1 (1, −1, 1) + α2 (2, 1, −1) = (0, −3, 3) ⇐⇒
⇐⇒ (α1 + 2α2 , −α1 + α2 , α1 − α2 ) = (0, −3, 3)

 α1 + 2α2 = 0
⇐⇒ −α1 + α2 = −3
α1 − α2 = 3


⇐⇒ (α1 , α2 ) é solução do sistema

   
1 2   0
 −1 x1
1  =  −3 
x2
1 −1 3
Logo:
(0, −3, 3) 
é combinação  −1, 
 linear de (1, 1) e (2, 1, −1) se e só se
1 2   0
x1
o sistema  −1 1  =  −3  é possı́vel.
x2
1 −1 3
Discutindo o sistema anterior vemos que se trata de um sistema
possı́vel, o que permite concluir que o vector (0, −3, 3) é
combinação linear dos vectores (1, −1, 1) e (2, 1, −1).

Observação: Sejam v1 , v2 , . . . , vp , w vectores de Rn . Sejam A a

matriz cujas colunas são os vectores v1 , v2 , . . . , vp e B a matriz
cuja única coluna é o vector w . Temos:
α1 v1 + α2 v2 + . . . + αp vp = w se e só se (α1 , α2 , . . . , αp ) é
solução do sistema AX = B.
Logo:
w é combinação linear de v1 , ..., vp se e só se o sistema AX = B é
possı́vel.
O vector nulo 0n é combinação linear de qualquer sequência
v1 , . . . , vp de vectores de Rn ,pois

0n = 0 · v1 + · · · + 0 · vp .

Proposição Se v1 , . . . , vp são vectores de Rn , o conjunto F de todas

as combinações lineares de v1 , . . . , vp , é subespaço vectorial de Rn .

Ao subespaço F chamamos subespaço gerado por v1 , . . . , vp .

Dizemos também que v1 , . . . , vp geram F . Escrevemos
F = < v1 , . . . , vp >. Tem-se:

< v1 , . . . , vp > = {a1 v1 + · · · + ap vp : a1 , . . . , ap ∈ R}.

Exemplo

< (2, 0, 0), (0, 1, −1) > = { a1 (2, 0, 0) + a2 (0, 1, −1) : a1 , a2 ∈ R}

= { (2a1 , 0, 0) + (0, a2 , −a2 ) : a1 , a2 ∈ R}
= { (2a1 , a2 , −a2 ) : a1 , a2 ∈ R}

Observe-se que:
(2, 0, 0) ∈< (2, 0, 0), (0, 1, −1) >
porque (2, 0, 0) = 1(2, 0, 0) + 0 (0, 1, −1)
(0, 1, −1) ∈< (2, 0, 0), (0, 1, −1) >
porque (0, 1, −1) = 0(2, 0, 0) + 1 (0, 1, −1)
Logo
{(2, 0, 0), (0, 1, −1)} ⊆ < (2, 0, 0), (0, 1, −1) >.
Em < (2, 0, 0), (0, 1, −1) > existem outros vectores para além de
(2, 0, 0) e (0, 1, −1), por exemplo (0, 0, 0), (2, 2, −2), (5, 1, −1).
Logo,
{(2, 0, 0), (0, 1, −1)}6=< (2, 0, 0), (0, 1, −1) >
Exemplo
< (1, 2, −1) > = {a (1, 2, −1) : a ∈ R} = { (a, 2a, −a) : a ∈ R}.

Nota: Para qualquer vector u = (u1 , . . . , un ) ∈ Rn ,

< u > = {a (u1 , . . . , un ) : a ∈ R} = {(au1 , . . . , aun ) : a ∈ R} .

Em particular, < 0n > = {a (0, . . . , 0) : a ∈ R} = {(0, . . . , 0)} .

Proposição Sejam v1 , . . . , vp vectores de Rn . Então:

I v1 , . . . , vp ∈ < v1 , . . . , vp > .
I Se F é subespaço de Rn e v1 , . . . , vp ∈ F , então
< v1 , . . . , vp >⊆ F .
Propriedades
Exemplo Considere-se o subespaço F =< (3, 3, 1), (2, 1, 1), (1, −1, 1) >.
Observe-se que
(3, 3, 1) = 2(2, 1, 1) + (−1)(1, −1, 1),
Logo
< (3, 3, 1), (2, 1, 1), (1, −1, 1) > =
= {a1 (3, 3, 1) + a2 (2, 1, 1) + a3 (1, −1, 1) : a1 , a2 , a3 ∈ R} =
= {a1 ( 2 (2, 1, 1) + (−1) (1, −1, 1))+a2 (2, 1, 1)+a3 (1, −1, 1) : a1 , a2 , a3 ∈ R} =
= {2a1 (2, 1, 1) − a1 (1, −1, 1) + a2 (2, 1, 1) + a3 (1, −1, 1) : a1 , a2 , a3 ∈ R} =
= {(2a1 + a2 )(2, 1, 1) + (−a1 + a3 )(1, −1, 1) : a1 , a2 , a3 ∈ R} =
= {b1 (2, 1, 1) + b2 (1, −1, 1) : b1 , b2 ∈ R} =

= < (2, 1, 1), (1, −1, 1) > .

Proposição Sejam u1 , u2 , . . . , ut ∈ Rn . Se u1 é combinação linear

de u2 , . . . , ut , então < u1 , u2 . . . , ut > = < u2 , . . . , ut > .
Em geral: Se ui é combinação linear de u1 , . . . , ui−1 , ui+1 , . . . , ut ,
então
< u1 , . . . , ui−1 , ui , ui+1 , . . . , ut >=< u1 , . . . , ui−1 , ui+1 , . . . , ut >
Proposição Sejam u1 , . . . , ut , v1 , . . . , vp vectores de Rn . Tem-se:
< u1 , . . . , ut > = < v1 , . . . , vp > se e só se
ui é combinação linear de v1 , . . . , vp , para todo o i ∈ {1, . . . , t},
vj é combinação linear de u1 , . . . , ut , para todo o j ∈ {1, . . . , p}.

Exemplo < (0, 1, 0), (2, 2, 2) > = < (1, 1, 1), (1, 0, 1) > ?
Observe-se que:
(0, 1, 0) = (1, 1, 1) + (−1) (1, 0, 1),
(2, 2, 2) = 2 (1, 1, 1) + 0 (1, 0, 1),
(1, 1, 1) = 0 (0, 1, 0) + (1/2) (2, 2, 2),
(1, 0, 1) = (−1) (0, 1, 0) + (1/2) (2, 2, 2),
Atendendo à proposição anterior podemos concluir que

< (0, 1, 0), (2, 2, 2) > = < (1, 1, 1), (1, 0, 1) > .
Nota: Considere-se o espaço vectorial real R2 e os vectores (1, 0) e
(0, 1) .

< (1, 0), (0, 1) > = {a1 (1, 0) + a2 (0, 1) : a1 , a2 ∈ R}

= { (a1 , a2 ) : a1 , a2 ∈ R}
= R2 .

Analogamente:
R3 = < (1, 0, 0), (0, 1, 0), (0, 0, 1) >,

R4 = < (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1) >,

Rn = < (1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, . . . , 0, 1) >, para

qualquer n ∈ N.

R =< 1 > .
Dependência e Independência linear
Definição Sejam v1 , . . . , vp vectores de Rn .
I Quando p = 1, dizemos que o vector v1 é linearmente
dependente (l. d.) se é o vector nulo.
I Quando p ≥ 2, dizemos que os vectores v1 , . . . , vp são
linearmente dependentes (l. d.) se pelo menos um dos
vectores é combinação linear dos restantes vectores.
I Dizemos que os vectores v1 , . . . , vp são linearmente
independentes (l. i.) quando não são linearmente dependentes.

Exemplo Os vectores (2, 0, 1), (4, 3, 2), (0, −1, 0) são l. d. ou l. i.?
Observe-se que (4, 3, 2) = 2(2, 0, 1) + (−3)(0, −1, 0), logo os
vectores (2, 0, 1), (4, 3, 2), (0, −1, 0) são l. d.
O vector (2, 0, 1) é l. i. porque (2, 0, 1) 6= (0, 0, 0).
Nota: A propriedade dos vectores v1 , . . . , vp serem l. i. ou l. d. é
uma propriedade da sequência de vectores e não de cada vector
individualmente. Por isso também podemos dizer que o sistema de
vectores (v1 , . . . , vp ) é linearmente independente (ou dependente).
Exemplo Os vectores (1, 0, 0), (0, −4, −4), (−2, 1, 1) são
linearmente dependentes pois, por exemplo,
1
(−2, 1, 1) = (−2) (1, 0, 0) + (− ) (0, −4, −4).
4
Repare-se que, da igualdade anterior, resulta que

1
1 (−2, 1, 1) + 2 (1, 0, 0) + (0, −4, −4) = (0, 0, 0) .
4
Tem-se também

0 (−2, 1, 1) + 0 (1, 0, 0) + 0 (0, −4, −4) = (0, 0, 0) .

Logo temos mais do que uma maneira de escrever o vector nulo

como combinação linear dos vectores
(1, 0, 0), (0, −4, −4), (−2, 1, 1).
Sejam v1 , . . . , vp vectores de Rn .
É claro que:
0 · v1 + · · · + 0 · vp = 0 n .
Proposição ( Critério de Independência Linear)
I Os vectores v1 , . . . , vp são linearmente dependentes se
existem números a1 , . . . , ap não todos nulos tais que

a1 v1 + · · · + ap vp = 0n .

I Os vectores v1 , . . . , vp são linearmente independentes se

não são linearmente dependentes, isto é, se

a1 v1 + · · · + ap vp = 0n =⇒ a1 = · · · = ap = 0.

Nota: Os vectores v1 , . . . , vp são linearmente independentes se a

única forma de escrever o vector nulo como combinação linear de
v1 , . . . , vp é considerando todos os coeficientes da combinação
linear iguais a zero.
Exemplo Os vectores (1, 0, 0), (0, 4, 4), (2, 1, 1) são l. i. ou l. d.?
Para α1 , α2 , α3 ∈ R ,
α1 (1, 0, 0) + α2 (0, 4, 4) + α3 (2, 1, 1) = (0, 0, 0) ⇐⇒
⇐⇒ (α1 + 2α3 , 4α2 + α3 , 4α2 + α3 ) = (0, 0, 0)

 α1 + 2α3 = 0
⇐⇒ 4α2 + α3 = 0
4α2 + α3 = 0


⇐⇒ (α1 , α2 , α3 ) é solução do sistema

    
1 0 2 x1 0
 0 4 1   x2  =  0 
0 4 1 x3 0
Resolvendo o sistema, vemos que, por exemplo, (−2, −1/4, 1) é
uma solução (não nula) do sistema de equações anterior. Então
(−2)(1, 0, 0) + (−1/4) (0, 4, 4) + |{z}
1 (2, 1, 1) = (0, 0, 0) .
| {z } | {z }
6=0 6=0 6=0

Concluı́mos que os vectores (1, 0, 0), (0, 4, 4), (2, 1, 1) são l. d.

Observação: Sejam v1 , v2 , . . . , vp vectores de Rn . Seja A a matriz
cujas colunas são os vectores v1 , v2 , . . . , vp . Temos:
α1 v1 + α2 v2 + . . . + αp vp = 0 se e só se (α1 , α2 , . . . , αp ) é solução
do sistema AX = 0.

Logo:
v1 , ..., vp são l. i. se e só se o sistema AX = 0 é determinado
(só temos a solução nula)
v1 , ..., vp são l. d. se e só se o sistema AX = 0 é indeterminado.
Exemplo (−2) (1, 0, 0) + (−1/4) (0, 4, 4) + 1 (2, 1, 1) = (0, 0, 0),
logo os vectores (1, 0, 0), (0, 4, 4), (2, 1, 1) são l. d.
Observe-se:
(−2) (1, 0, 0) + (−1/4) (0, 4, 4) + 1 (2, 1, 1)+0 (1, 2, 3) = (0, 0, 0),
portanto também os vectores (1, 0, 0), (0, 4, 4), (2, 1, 1), (1, 2, 3)
são l. d.

Proposição Sejam w , v1 , . . . , vt , u1 , . . . , up ∈ Rn . Tem-se:

1. Se os vectores v1 , . . . , vt são l. d., então também os vectores
v1 , . . . , vt , u1 , . . . , up são l. d.

2. Qualquer sequência de vectores que inclua o vector nulo é l. d.

3. Se v1 , . . . , vt , u1 , . . . , up são l. i., então também v1 , . . . , vt são

l. i. e u1 , . . . , up são l. i.

4. Se v1 , . . . , vt são l. i. e v1 , . . . , vt , w são l. d., então w é

combinação linear de v1 , . . . , vt .
Bases
Definição Seja V um subespaço vectorial de Rn e sejam v1 , . . . , vp
vectores de V . Dizemos que o sistema de vectores (v1 , . . . , vp ) é
uma base de V se:

1. (v1 , . . . , vp ) é linearmente independente;

2. < v1 , . . . , vp > = V .

Exemplo Vamos provar que ((1, 0, 0), (0, 1, 0), (0, 0, 1)) é base de
R3 . Para a1 , a2 , a3 ∈ R,
a1 (1, 0, 0) + a2 (0, 1, 0) + a3 (0, 0, 1) = (0, 0, 0) =⇒
(a1 , a2 , a3 ) = (0, 0, 0) =⇒ a1 = 0 , a2 = 0, a3 = 0 .
Logo ((1, 0, 0), (0, 1, 0), (0, 0, 1)) é linearmente independente.
< (1, 0, 0), (0, 1, 0), (0, 0, 1) > =
= {a1 (1, 0, 0) + a2 (0, 1, 0) + a3 (0, 0, 1) : a1 , a2 , a3 ∈ R} =
= { (a1 , a2 , a3 ) : a1 , a2 , a3 ∈ R} = R3 .
Portanto ((1, 0, 0), (0, 1, 0), (0, 0, 1)) é base de R3 .
Definição Dizemos que ((1, 0, 0), (0, 1, 0), (0, 0, 1)) é a base
canónica de R3 .
Mais geralmente, ((1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, . . . , 0, 1)) é
base de Rn . A esta base chamamos base canónica de Rn .

Proposição Seja V um subespaço vectorial de Rn . Se (v1 , . . . , vp ) é

base de V , então, para qualquer vector w ∈ V , existem números
reais a1 , . . . , ap tais que

w = a1 v1 + · · · + ap vp .

Mais, os escalares que figuram na igualdade anterior estão

univocamente determinados.

Definição Nas condições da definição anterior, se

w = a1 v1 + · · · + ap vp , aos números a1 , . . . , ap chamamos
componentes ou coordenadas do vector w em relação à base
(v1 , . . . , vp ) .
Exemplo Consideremos as bases do espaço vectorial real R2 ,

B1 = ((1, 0), (0, 1)) , B2 = ((1, 2), (2, 1))

e o elemento (8, 7) de R2 .

Tem-se
(8, 7) = 8 (1, 0) + 7 (0, 1),
logo as componentes de (8, 7) em relação à base B1 são 8 e 7.

Como
(8, 7) = 2 (1, 2) + 3 (2, 1) ,
as componentes de (8, 7) em relação à base B2 são 2 e 3.
Proposição Seja V um subespaço vectorial de Rn . Então:
1. V admite uma base.
2. Todas as bases de V têm o mesmo número de vectores.

Nota: Como a base canónica de R3 é formada por 3 vectores,

todas as bases de R3 são constituı́das por 3 vectores.

Definição Seja V um subespaço vectorial de Rn . Chamamos

dimensão de V ao número de vectores de uma (qualquer) das
suas bases. Denotamos a dimensão de V por dim(V).

Nota: Atendendo a observações anteriores,

I dim(R2 ) =2.
I dim(R3 ) =3.
I dim (Rn ) =n, para todo o n ∈ N.
I dim ({0n }) = 0 (por convenção ∅ é base de {0n }).
Proposição Seja V um subespaço vectorial de Rn e seja
t = dim(V).
Sejam w1 , . . . , wr vectores de V .

1. Se w1 , . . . , wr são linearmente independentes, então r ≤ t.

2. Se r > t , então w1 , . . . , wr são linearmente dependentes.

3. Se V = < w1 , . . . , wr > , então r ≥ t.

4. Se r < t, então < w1 , . . . , wr > 6= V .

Exemplo Sabemos que dim (R3 ) = 3 .

I Se w1 , . . . , wr ∈ R3 e são l. i., então r ≤ 3.
I Os vectores (1, 2, 2), (1, 0, 3), (0, 2, 5), (0, 0, 1) são l. d.
I Se w1 , . . . , wr ∈ R3 e < w1 , . . . , wr > = R3 , então r ≥ 3 .
I < (1, 0, 1), (1, 2, 5) > 6= R3 .
Exemplo (1, 0, 0), (0, 1, 0) são l. i., mas ((1, 0, 0), (0, 1, 0)) não é
base de R3 .
Proposição Seja V subespaço vectorial de Rn e seja t = dim(V).
Sejam v1 , . . . , vt ∈ V . As afirmações seguintes são equivalentes:
1. (v1 , . . . , vt ) é base de V ;
2. (v1 , . . . , vt ) é linearmente independente;
3. < v1 , . . . , vt > = V .
Exercı́cio Mostre que ((1, 0, 2), (1, 0, 3), (0, 2, 5)) é base de R3 .
Resolução: Para quaisquer α1 , α2 , α3 ∈ R,
α1 (1, 0, 2) + α2 (1, 0, 3) + α3 (0, 2, 5) = (0, 0, 0) =⇒
(α1 + α2 , 2α3 , 2α1 + 3α2 + 5α3 ) = (0, 0, 0) =⇒
α1 + α2 = 0, 2α3 = 0, 2α1 + 3α2 + 5α3 = 0 =⇒
α1 = 0, α2 = 0, α3 = 0
portanto, ((1, 0, 2), (1, 0, 3), (0, 2, 5)) é l. i.
Como ((1, 0, 2), (1, 0, 3), (0, 2, 5)) é um sistema formado por 3
vectores de R3 l. i. e dim(R3 ) = 3, podemos deduzir que
((1, 0, 2), (1, 0, 3), (0, 2, 5)) é base de R3 .
Proposição Sejam F e V subespaços vectoriais de Rn tais que
F ⊆ V . Então:

1. dim F ≤ dim V ;

2. Se dim F = dim V , então F = V .

Nota: A proposição anterior permite concluir que:

1. Todo o subespaço de Rn tem dimensão menor ou igual a n.

2. Se F é subespaço de Rn e dim F = n, então F = Rn .

Espaço das linhas e espaço das colunas de uma matriz
Consideremos a matriz do tipo 3 × 5
 
2 1 0 −1 3
A =  0 1 0 −1 2  .
4 1 1 −2 0

Chamamos espaço das linhas de A, e representamos por L (A),

ao subespaço de R5 gerado pelas linhas de A (consideradas como
vectores de R5 ), i. e.,

L (A) =< (2, 1, 0, −1, 3), (0, 1, 0, −1, 2), (4, 1, 1, −2, 0) > .

Chamamos espaço das colunas de A, e representamos por C (A),

ao subespaço de R3 gerado pelas colunas de A (consideradas como
vectores de R3 ), i. e.,

C (A) =< (2, 0, 4), (1, 1, 1), (0, 0, 1), (−1, −1, −2), (3, 2, 0) > .
Seja  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A=  ∈ Mm×n .
 
.. .. .. ..
 . . . . 
am1 am2 · · · amn

Chamamos espaço das linhas de A, e representamos por L (A),

ao subespaço de Rn gerado pelas linhas de A (consideradas como
vectores de Rn ), i. e.,

L (A) =< (a11 , . . . , a1n ), (a21 , . . . , a2n ), . . . , (am1 , · · · , amn ) > .

Chamamos espaço das colunas de A, e representamos por C (A),

ao subespaço de Rm gerado pelas colunas de A (consideradas
como vectores de Rm ), i. e.,

C (A) =< (a11 , . . . , am1 ), (a12 , . . . , am2 ), . . . , (a1n , . . . , amn ) > .

Proposição Sejam A, B ∈ Mm×n . Se B pode ser obtida partindo de
A e efectuando um número finito de transformações elementares
nas linhas, então
L (A) = L (B).

Exemplo
   
1 −1 −−−−−→ 1 −1
A= L2 + 2L1 =B
−2 2 0 0
Temos
L(A) = < (1, −1), (−2, 2) > = < (1, −1) >= L(B).
Será que acontece o mesmo com o espaço das colunas? Não!
Temos (1, −2) ∈ C (A) e
C (B) = < (1, 0), (−1, 0) > = < (1, 0) > .
Logo, (1, −2) 6∈ C (B) e, portanto,
C (A) 6= C (B).
Exemplo  
1 1 1
A =  0 −1 −1 
2 4 0

L(A) =< (1, 1, 1), (0, −1, −1), (2, 4, 0) >

   
1 1 1 1 1 1
−−−−−→ −−−−−→
A L3 − 2L1  0 −1 −1  L3 + 2L2  0 −1 −1  = B
0 2 −2 0 0 −4

A matriz B está em forma de escada. Pela proposição anterior,

L(A) = L(B) =< (1, 1, 1), (0, −1, −1), (0, 0, −4) > .
Para a1 , a2 , a3 ∈ R,
a1 (1, 1, 1) + a2 (0, −1, −1) + a3 (0, 0, −4) = (0, 0, 0) =⇒
(a1 , a1 − a2 , a1 − a2 − 4a3 ) = (0, 0, 0) =⇒ a1 = 0 , a2 = 0, a3 = 0 .
Logo (1, 1, 1), (0, −1, −1), (0, 0, −4) são l. i. Como estes vectores
geram L(A), concluı́mos que ((1, 1, 1), (0, −1, −1), (0, 0, −4)) é
base de L(A).
Proposição Se R é uma matriz em forma de escada que pode ser
obtida partindo de A e efectuando um número finito de
transformações elementares nas linhas, então:

1. a sequência formada pelas linhas de R não nulas constitui

uma base do espaço das linhas de A, L(A);

2. a sequência formada pelas colunas de A correspondentes às

colunas de R que contêm os pivôs constitui uma base do
espaço das colunas de A, C (A).
Exemplo
   
2 2 1 0 3 −−−−−−−→ 2 2 1 0 3
 0 1 1 1 0 
 L3 + L1  0 1 1 1 0 

A=
 −2 −1 0

1 −3  L4 − 2L1  0 1 1 1 0 
4 5 3 1 6 0 1 1 1 0
 
−−−−−−→ 2 2 1 0 3
L3 − L2 
 0 1 1 1 0 
=R
L4 − L2  0 0 0 0 0 
0 0 0 0 0

Pela proposição anterior,

((2, 2, 1, 0, 3), (0, 1, 1, 1, 0)) é base de L(A)
e
((2, 0, −2, 4), (2, 1, −1, 5)) é base de C (A).
Proposição Para qualquer matriz A, tem-se:

dim(L(A)) = r (A)

e
dim(C (A)) = r (A).

Proposição Para qualquer matriz A, tem-se:

r (A) = r (AT ).

Demonstração Como as linhas de A são as colunas de AT , tem-se

L(A) = C (AT ).

Logo
dim(L(A)) = dim(C (AT )).
Aplicando a proposição anterior,

r (A) = dim(L(A)) = dim(C (AT )) = r (AT ).

Os resultados anteriores podem ser aplicados na determinação da
dimensão e de uma base de um subespaço de Rn .
Exemplo Consideremos o subespaço vectorial de R5

F = < (2, 2, 1, 0, 3), (0, 1, 1, 1, 0), (−2, −1, 0, 1, −3), (4, 5, 3, 1, 6) > .
 
2 2 1 0 3
 0 1 1 1 0 
Vamos determinar uma base de F . Seja A =   −2 −1 0 1 −3 .


4 5 3 1 6
Efectuando transformações elementares nas linhas, temos:
   
2 2 1 0 3 −−−−−−→ 2 2 1 0 3
A −−−−−−−→ 
L3 + L1  0 1 1 1 0   L3 − L2  0 1 1 1 0 

.
L4 − 2L1  0 1 1 1 0  L4 − L2  0 0 0 0 0 
0 1 1 1 0 0 0 0 0 0

Note-se que F = L(A), logo

I dim(F ) = dim (L (A)) = r (A) = 2
I ((2, 2, 1, 0, 3), (0, 1, 1, 1, 0)) é base de F (porque é base de L(A)).
Exemplo No exemplo anterior, dim(F ) = r (A) = 2, sendo
F =< (2, 2, 1, 0, 3), (0, 1, 1, 1, 0), (−2, −1, 0, 1, −3), (4, 5, 3, 1, 6) >
Como (2, 2, 1, 0, 3), (0, 1, 1, 1, 0), (−2, −1, 0, 1, −3), (4, 5, 3, 1, 6)
são vectores de F e dim F = 2 podemos concluir que os vectores
(2, 2, 1, 0, 3), (0, 1, 1, 1, 0), (−2, −1, 0, 1, −3), (4, 5, 3, 1, 6) são l. d.

Proposição Sejam u1 , . . . , ut , w vectores de Rn . Tem-se:

 
u1
I u1 , . . . , ut são l. i. se e só se a caracterı́stica de  ...  é t.
 

ut
 
  u1
u1  .. 
I w ∈< u1 , . . . , ut > se e só se as matrizes  ...  e  .
   

 ut 
ut
w
têm a mesma caracterı́stica.
Aplicação aos sistemas de equações lineares

Proposição Sejam A ∈ Mm×n e B ∈ Mm×1 . Então:

o sistema A X = B é possı́vel se e só se B ∈ C (A).

Exercı́cio Determine os valores de t para os quais o vector (3, 3, t)

pertence ao subespaço de R3 gerado por (1, 0, 1) e (0, 2, 2).

Sugestão:  
1 0 3
 0 2 3  −→ · · ·
1 2 t
Resposta: t = 6
Sistemas homogéneos

Proposição Se S é um sistema homogéneo em n incógnitas, o

conjunto F das suas soluções é subespaço vectorial de Rn , com
dimensão igual ao grau de indeterminação de S.

Nestas condições, S é um sistema de equações cartesianas de F .

Exemplo
T = {(a1 , a2 , a3 ) ∈ R3 : 3a1 − 7a2 = 0 ∧ 2a1 + a2 − 5a3 = 0}
é subespaço vectorial de R3 porque é o conjunto das soluções do
sistema homogéneo

3x1 − 7x2 = 0
S=
2x1 + x2 − 5x3 = 0

S é um sistema de equações cartesianas de T .

Núcleo de uma matriz

Definição Seja A ∈ Mm×n . Chamamos núcleo ou espaço nulo de

A ao conjunto das soluções do sistema A X = 0 . Denotamos o
núcleo de A por N(A).

Proposição Se a matriz A tem n colunas, então

dim(N(A)) = n − r (A).
Exemplo Seja
 
2 2 −1 0 1
 −1 −1 2 −3 1 
A= 
 1 1 −2 0 −1 
0 0 1 1 1

Temos:  
1 1 0 0 1 0
 0 0 1 0 1 0 
[A | 0] −→ · · · −→ 
 0

0 0 1 0 0 
0 0 0 0 0 0

N(A) é o conjunto das soluções do sistema AX = 0, isto é:

N(A) = { (−a2 − a5 , a2 , −a5 , 0, a5 ) | a2 , a5 ∈ R }

= { a2 (−1, 1, 0, 0, 0) + a5 (−1, 0, −1, 0, 1) | a2 , a5 ∈ R }
= < (−1, 1, 0, 0, 0), (−1, 0, −1, 0, 1) >
Proposição Seja A uma matriz quadrada de ordem n. São
equivalentes:
1. A é invertı́vel
2. r (A) = n
3. det(A) 6= 0
4. AX = B é possı́vel determinado, para qualquer B ∈ Mn×1 .
5. AX = 0 é possı́vel determinado
6. L(A) = Rn
7. N(A) = {0n }
Subespaços afins

Proposição Se AX = B é um sistema possı́vel e se F é o conjunto

das soluções de AX = 0, então o conjunto das soluções de
AX = B é:
u + F = { u + v : v ∈ F },
onde u é uma solução particular de AX = B.

Aos conjuntos desta forma, chamamos subespaços afins.

Considere-se o sistema, nas incógnitas x1 , x2 , x3 , sobre R,

2 x1 − x2 + x3 = 1
S=
x1 + 2 x2 = 6
(0, 3, 4) é solução de S, i.e, (0, 3, 4) é uma solução particular de S.
O sistema homogéneo associado a S é

2 x1 − x2 + x3 = 0
T =
x1 + 2 x2 = 0
Aplicando o Método de eliminação de Gauss-Jordan, concluı́mos
que T é indeterminado, sendo o conjunto das suas soluções
2 1
F = {(− α , α , α) : α ∈ R}.
5 5
Assim, o conjunto das soluções de S é
2 1
{(0 , 3 , 4 ) + (− α , α , α) : α ∈ R} = (0, 3, 4) + F
5 5
Observe-se que:
F é um subespaço vectorial, enquanto (0, 3, 4) + F é um
subespaço afim.