Aula nº

Tema 2: Espaços vectoriais.

Sumário: Espaços vectoriais gerados. Dependência e independência linear. Base e dimensão de um

espaço vectorial. Espaços Vectoriais euclidianos.

ESPAÇOS VECTORIAIS GERADOS

Sejam V um espaço vectorial e 𝐴 = {𝑣1 , 𝑣2 ,. . . , 𝑣𝑛 } ⊂ 𝑉 e 𝐴 ≠ 0 . O conjunto S de todos os

vectores de V que são combinações lineares dos vectores de A é um subspaço vectorial de V.

Um conjunto A gera o espaço vectorial V se qualquer vector 𝒖 𝝐 𝑽 pode ser escrito como
combinação linear dos vectores de A.

Exemplo
Verificar se o conjunto 𝐴 = {𝑣1 = (1; 2)𝑒 𝑣2 = (3; 5)} gera o 𝐼𝑅2
DEPENDÊNCIA E INDEPENDÊNCIA LINEAR

Seja V um espaço vectorial e 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 }. A equação ∝1 𝑣1 +∝2 𝑣2 +. . . +∝𝑛 𝑣𝑛 = 0 (1)

admite, pela menos, uma solução, a solução trivial ∝1 =∝2 = . . . =∝𝑛 = 0. (2)

Diz-se que o conjunto A é linearmente independente (LI), ou que os vectores 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 são

(LI) no caso de a equação (1) admitir apenas a solução trivial.

Caso existam soluções ∝𝒊 ≠ 𝟎, diz-se que o conjunto A é linearmente dependente (LD), ou que
os 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 são lineamente dependentes.

Exemplo

Verificar se são LD ou LI s conjuntos dados:

a) 𝐴 = {(1; 3) , (2; 6)} ⊂ 𝐼𝑅2

b) 𝐴 = {(1,2, −1), (2,4, −2), (1,3,0)} ⊂ 𝐼𝑅3
Propriedades da dependência e da independência linear

1. O vector nulo (𝑣 = 0) do espaço vectorial V é LD, para qualquer ∝≠ 0, temos ∝∙ 0 = 0.

2. Um único vector 𝑣 ≠ 0 do espaço vectorial V é LI porque ∝ 𝑣 = 0 só se pode verificar se
∝= 0.
3. Qualquer conjunto do espaço vectorial V que contém o vector nulo é LD.
4. Se num conjunto de vectores não nulos 𝐴 = {𝑣1 , 𝑣2 ,. . . , 𝑣𝑛 } um deles é combinação linear dos
outros, então o conjunto é LD.
5. Se uma parte de um conjunto A⊂V é LD, então A também é LD.
6. Se um conjunto A⊂V é LI, então parte A é também LI.

BASE DE UM ESPAÇO VECTORIAL

Um conjunto 𝐵 = {𝑣1 , 𝑣2 ,. . . , 𝑣𝑛 } ⊂ 𝑉 é uma base de espaço vectorial V se:

I. B é LI.
II. B gera V.

Exemplos

Verificar se os conjuntos abaixo são bases, respectivamente do 𝐼𝑅2 e do 𝐼𝑅3 .

a) 𝐵 = {(1; 2) ; (3; 5)}

b) 𝐵 = {(1; 1; 1) , (1; 1; 0) , (1, 0, 0)} .
DIMENSÃO DE UM ESPAÇO VECTORIAL

Se V é um espaço vectorial e possui uma base com 𝑛 vectores, então V tem dimensão 𝑛. O que se
indica por 𝑑𝑖𝑚𝑉.

Nota: O espaço vectorial {0} , Constituído por somente pelo vector nulo, tem dimensão zero.

Exemplos

1. 𝑑𝑖𝑚 𝐼𝑅2 = 2
2. 𝑑𝑖𝑚 𝐼𝑅3 = 3
3. 𝑑𝑖𝑚 𝐼𝑅𝑛 = 𝑛

Propriedades relativas à base e à dimensão

1. Qualquer conjunto 𝐿𝐼 de um espaço vectorial V é base do espaço por ele gerado.

2. Se 𝐵 = {𝑣1 , 𝑣2 ,. . . , 𝑣𝑛 } ficar base de um espaço vectorial V, todo o conjunto com mais de n
vectores de V é LD.
3. Duas bases quaisquer de um espaço vectorial tem o mesmo número de vectores.
4. Se 𝐵 = {𝑣1 , 𝑣2 ,. . . , 𝑣𝑛 } é uma base de um espaço vectorial V qualquer vector 𝑣 ∈ 𝑉 se
exprime de maneira única como combinação linear dos vectores de 𝐵.
 5. Se V é um espaço vectorial tal que 𝑑𝑖𝑚 𝑉 = 𝑛 e S é um subespaço vectorial de V, então
𝑑𝑖𝑚 𝑆 ≤ 𝑛 .
6. A dimensão de um espaço vectorial qualquer pode ser determinado pelo número de
vectores livres de V, ou seja, vector genérico.

ESPAÇOS VECTORIAIS EUCLIDIANOS

Todo espaço vectorial real de dimensão finito no qual está definido um produto interno é um espaço
vectorial euclidiano.

Produto interno: Chama-se produto interno no espaço vectorial V uma aplicação VxV em 𝐼𝑅 que a
todo a par de vectores (𝑢 , 𝑣) ∈VxV associa um número real, indicado por 𝑢 ∙ 𝑣 ou por < 𝑢, 𝑣 >, tal
que os seguintes axiomas sejam verificados:

P1 ) 𝑢 ∙ 𝑣 = 𝑣 ∙ 𝑢 P2 ) 𝑢(𝑣 + 𝑤) = 𝑢 ∙ 𝑣 + 𝑢 ∙ 𝑤 𝑃3 ) (∝ 𝑢) 𝑣 = ∝ (𝑢. 𝑣), ∀ ∝∈ 𝐼𝑅

𝑃4 ) 𝑢 ∙ 𝑣 ≥ 0 e 𝑢 ∙ 𝑣 = 0 se, e somente se 𝑢 = 0 ou 𝑣 = 0.

Notas

1. O número 𝑢 . 𝑣 é também chamado de produto interno de vectores 𝑢 𝑒 𝑣 .

2. Da definição do produto interno decorrem a propriedades:
 i) 0 ∙ 𝑢 = 𝑢 ∙ 0 = 0, ∀𝑢 ∈ 𝑉
ii) (𝑢 + 𝑣 ) 𝑤 = 𝑢 ∙ 𝑤 + 𝑣 ∙ 𝑤
iii) 𝑢(∝ 𝑣) = ∝ (𝑢 𝑣)
iv) 𝑢(𝑣1 + 𝑣2 +. . . +𝑣𝑛 ) = 𝑢 ∙ 𝑣1 + 𝑢 ∙ 𝑣2 + ⋯ + 𝑢 ∙ 𝑣𝑛

Exemplo

1. Considere os vectores 𝑢 = (2; 1) e 𝑣 = (3; −2), do 𝐼𝑅2 . Determine 𝑢 ∙ 𝑣 nos seguintes casos:
a) Em relação ao produto interno 𝑢 ∙ 𝑣 = 5𝑥1 ∙ 𝑥2 + 2𝑦1 ∙ 𝑦2
b) Em relação ao produto interno usual.
2. Sejam os vectores 𝑣1 = (1; 2; −3), 𝑣2 = (3; −1; −1) e 𝑣3 = (2; −2; 0) do 𝐼𝑅3 . Para o espaço
vectorial com o produto interno usual 𝑢 ∙ 𝑣 = 𝑥1 ∙ 𝑥2 + 𝑦1 ∙ 𝑦2 + 𝑧1 ∙ 𝑧2 determinar 𝑢 tal que
𝑢 ∙ 𝑣 = 4 , 𝑢 ∙ 𝑣2 = 6 𝑒 𝑢 ∙ 𝑣3 = 2 .

Nota muito importante: O produto interno da lei matemática que o define.

Módulo de um vector: chama-se módulo (norma ou comprimento) de um vector 𝑣, ao número real

indicado por |𝑣| e definido por |𝑣| = √𝑣 ∙ 𝑣.

Notas:

1. Se 𝑣 = (𝑥, 𝑦, 𝑧), do 𝐼𝑅3 no qual está definido o produto interno usual, então
|𝑣| = √𝑣 ∙ 𝑣 = √(𝑥, 𝑦, 𝑧) ∙ (𝑥, 𝑦, 𝑧) = √𝑥 2 + 𝑦 2 + 𝑧 2
2. Se |𝑣| = 1, isto é, se 𝑣 ∙ 𝑣 = 1, então o vector 𝑣 é chamado de vector unitário.
1 𝑣
3. Seja 𝑣 um vector não nulo e unitário, temos 𝑣 ∙ 𝑣 = |𝑣| e, nesse caso, dizemos que o vector 𝑣

foi normalizado.

Exemplos:

Considere o vector 𝑣 = (2, 1, −3) do 𝐼𝑅3 . Para cada alínea abaixo, calcule o módulo e normalize 𝑣.

a) 𝐼𝑅3 está munido do produto interno usual;

b) Em 𝐼𝑅3 está definido o produto interno 𝑢 ∙ 𝑣 = 3𝑥1 ∙ 𝑥2 + 𝑦1 ∙ 𝑦2 + 2𝑧1 ∙ 𝑧2 sendo

𝑢 = (𝑥1 , 𝑦1, 𝑧1 ) e 𝑣 = (𝑥2 , 𝑦2, 𝑧2 ).

Distância entre dois vectores: Chama-se distância entre dois vectores (pontos) 𝑢 e 𝑣, ao número real
𝑑(𝑢, 𝑣) definido por 𝑑 (𝑢, 𝑣) = |𝑢 − 𝑣| = √(𝑢 − 𝑣)(𝑢 − 𝑣).

Se para os vectores 𝑢 = (𝑥1 , 𝑦1, 𝑧1 ) e 𝑣 = (𝑥2 , 𝑦2, 𝑧2 ) do 𝐼𝑅3 está definido o produto interno usual,

então 𝑑(𝑢, 𝑣) = √(𝑥1 , 𝑦1, 𝑧1 ) e ∙ (𝑥2 , 𝑦2, 𝑧2 ) = √(𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2 + (𝑧2 − 𝑧1 )2

Exemplo

Calcular a distância entre os vectores 𝑢 = (2; 1) e 𝑣 = (3; −2), considerando que em 𝐼𝑅2 está
definido o produto interno usual.

Ângulo entre dois vectores: O ângulo entre dois vectores 𝑢 e 𝑣 é definido pela expressão
𝑢∙𝑣
cos 𝜃 = |𝑢|∙|𝑣|.

Exemplos:

1. Dados os vectores 𝑢 = (2, 1, −5) e 𝑣 = (5, 0, 2), considerando o produto interno usual,
calcule o angulo entre 𝑢 e 𝑣.
𝑎11 𝑎12
2. No espaço vectorial das matrizes quadradas 𝑉 = 𝑀2 , dadas duas matrizes 𝑢 = [𝑎 𝑎22 ] e
21

𝑏11 𝑏12
𝑣=[ ], o número real 𝑢 ∙ 𝑣 = 𝑎11 ∙ 𝑏11 + 𝑎12 ∙ 𝑏12 + 𝑎21 ∙ 𝑏21 + 𝑎22 ∙ 𝑏22 define o
𝑏21 𝑏22
1 2 0 2
produto interno em 𝑀2 . Sabendo que 𝑢 = [ ]e𝑣=[ ], calcular:
−1 1 1 1
a) |𝑢 + 𝑣|
b) O ângulo entre 𝑢 e 𝑣