ÁLGEBRA LINEAR – TURMA L – Professora Sandra Peres– IME/UFG

Material de apoio para o conteúdo de ESPAÇOS VETORIAIS - 2019/2

Os espaços vetoriais (ou espaços lineares) constituem os objetos de estudo da

Álgebra Linear. Os espaços vetoriais são sistemas matemáticos que envolvem a soma
dos elementos deste sistema e a multiplicação dos elementos desse sistema por
escalares. Alguns espaços vetoriais são bem conhecidos como, por exemplo, os
espaços euclidianos: R2 (o plano) e R3 (o espaço).

Vetores no plano
Se fixarmos uma unidade de comprimento, um ponto P do plano cartesiano pode ser
identificado com o par (a, b) de números reais, que são suas coordenadas (figura 1).

Dados dois pontos P e Q do plano, podemos considerar o segmento de reta orientado PQ ,

com ponto inicial P e ponto final Q.

Para qualquer segmento orientado no plano existe outro equivalente a este cujo ponto inicial
é a origem (figura 2). Os segmentos orientados com ponto inicial na origem são
denominados vetores no plano.

Vetores no plano são determinados exclusivamente pelo seu ponto final, pois o ponto inicial
é fixo na origem. Assim, para cada ponto do plano P(a, b), está associado um único vetor
v = OP e, reciprocamente, dado um vetor, associamos um único ponto do plano, que é o
seu ponto final. Isto é, a correspondência entre pontos do plano e vetores é biunívoca.

Usando esta correspondência entre vetores e pontos do plano, costumamos representar um

vetor v = OP pelas coordenadas do seu ponto final P(a, b). Usamos a notação da matriz-
a
coluna v =   , ou mesmo a identificação v = (a, b).
b
 
À origem do plano ficará associado um vetor que tem os pontos inicial e final coincidentes
com esta. Denominaremos tal vetor (que é só um ponto) de vetor nulo, e este será
representado por 0 = (0, 0). O oposto de um vetor v = OP é o vetor w = OQ , que tem o
mesmo comprimento e direção oposta. Em termos de coordenadas, se v = (a, b), então
w = (a, b) e, por essa razão, denotamos w = v.
Operações com vetores no plano

a) Multiplicação de um vetor por um número

Quando multiplicamos um vetor v por um número real, temos um dos seguintes casos:
 Se k  0, o novo vetor w = kv, possuirá a mesma direção de v e terá como
comprimento k vezes o comprimento de v.
 Se k  0, o vetor w = kv será igual ao oposto do vetor k .v.
 Se k = 0, w = kv será o vetor nulo.

b) Adição de dois vetores

Se v = (a, b) e w = (c, d), então o vetor-soma será v  w = (a  c, b  d). Observe que somar
vetores corresponde simplesmente a somar as matrizes que os representam.

Chamamos de V o conjunto de vetores no plano, isto é, V = {(x1, x2) | xi  R} = R  R = R2.

Vetores no espaço
Cada ponto P do espaço está identificado com a terna de números reais (x, y, z), que dá
suas coordenadas. No espaço os vetores são dados por segmentos orientados, com ponto
inicial na origem e existe uma correspondência biunívoca entre vetores e pontos do espaço
que a cada vetor OP associa seu ponto final P(a, b, c). O vetor v = OP costuma ser
a
denotado pelas coordenadas de P: v = b ou v = (a, b, c). A origem do sistema de
c 
coordenadas representará o vetor nulo 0 = (0, 0, 0).

Operações com vetores no espaço

A soma de dois vetores e o produto de um vetor por um número (escalar) também são
definidos da mesma forma que no plano. Se u = (x1, x2, x3) e v = (y1, y2, y3),
u  v = (x1  y1, x2,  y2, x3  y3) e
kv = (kx1, kx2, kx3).

Chamamos de V o conjunto de vetores no espaço, isto é,

V = {(x1, x2, x3); xi  R} = R  R  R = R3.

Propriedades das operações com vetores

Sejam u, v, w  V e a, b  R,
i) (u  v)  w = u  (v  w)
ii) uv=vu
iii) Existe 0  V tal que u  0 = u
iv) Existe u  V tal que u  (u) = 0
v) a(u  v) = au  av
vi) (a  b)v = av  bv
vii) (ab)v = a(bv)
viii) 1u = u

2
Estas propriedades caracterizarão outros conjuntos que, apesar de terem natureza diferente
dos vetores no espaço, "comportam-se" como eles. Estes conjuntos receberão o nome de
espaços vetoriais.

ESPAÇOS VETORIAIS
Definição: Um espaço vetorial real é um conjunto V, não vazio, com duas operações:
 
soma, V  V  V, e multiplicação por escalar, R  V  V,
tais que, para quaisquer u, v, w  V e a, b  R, as propriedades de i) a viii) sejam
satisfeitas.

A palavra vetor servirá para designar um elemento de um espaço vetorial.

EXERCÍCIOS – 1ª lista
1. Verifique que o conjunto dos vetores do espaço é um espaço vetorial real.

2. Verifique que o conjunto das matrizes reais 2  2 com a soma e produto por escalar usuais é um
espaço vetorial real.

3. No conjunto V = {(x, y) | x, y R} definamos "adição" assim: (x1, y1)  (x2, y2) = (x1  x2, 0) e
multiplicação por escalares como no R2, ou seja, para cada a  R, a(x, y) = (ax, ay). Nestas
condições V é um espaço vetorial sobre R? Por quê?

4. No conjunto V = {(x, y) | x, y R} definamos a adição como o fazemos habitualmente no R2 e a

multiplicação por escalares assim: a(x, y) = (ax, 0). É então V um espaço vetorial sobre R? Por
quê?

5. Seja V o conjunto dos pares ordenados de números reais. V não é um espaço vetorial em relação
a nenhum dos dois seguintes pares de operações sobre V:
a) (x1, y1)  (x2, y2) = (x1  x2, y1  y2) e a(x, y) = (x, ay), e
b) (x1, y1)  (x2, y2) = (x1, y1) e a(x, y) = (ax, ay).
Diga em cada caso quais dos 8 axiomas não se verificam.

6. Seja V o conjunto dos pares ordenados de números reais. Definamos:

(x1, y1)  (x2, y2) = (2x1  2y1, x1  y1), a(x, y) = (3ay, ax)
Com essas operações definidas sobre V perguntamos se este conjunto é um espaço vetorial
sobre R.

3
SUBESPAÇOS VETORIAIS
Dentro de um espaço vetorial V, podem existir subconjuntos W que sejam eles próprios
espaços vetoriais. Tais conjuntos serão chamados subespaços de V. Isto acontece, por
exemplo, em V = R2, o plano, onde W é uma reta deste plano, que passa pela origem.

Definição: Dado um espaço vetorial V, um subconjunto W, não vazio, será um subespaço

vetorial de V se:
i) Para quaisquer u, v  W tivermos u  v  W.
ii) Para quaisquer a  R, u  W tivermos au  W.

Note que:
a) Qualquer subespaço W de V precisa necessariamente possuir o vetor nulo (por causa da
condição (ii) quando a = 0);
b) Todo espaço vetorial admite pelo menos dois subespaços (que são chamados
subespaços triviais), o conjunto formado somente pelo vetor nulo e o próprio espaço
vetorial.

Principais propriedades dos subespaços

Teorema: (Interseção de subespaços): Dados W1 e W2 subespaços de um espaço vetorial
V, a interseção W1  W2 ainda é um subespaço de V.

Teorema: (Soma de subespaços): Sejam W1 e W2 subespaços de um espaço vetorial V.

Então o conjunto W1  W2 = {v  V; v = w1  w2 , w1  W1 e w2  W2} é subespaço de V.

Quando W1  W2 = {0}, então W1  W2 é chamado soma direta de W1 com W2, e denotado

por W1  W2.

EXERCÍCIOS – 2ª lista
1. O conjunto W = {(x, y)  R2 | y = x2} é subespaço de R2?

ax  by  0
2. Seja S o conjunto solução do sistema homogêneo  , com a, b, c, d  R. Será S um
cx  dy  0
subespaço vetorial de R2?

3. O conjunto W = {(x, y, z)  R3 | x  y  z} é um subespaço de R3?

4. Verifique se W = {A  Mn(R) | At = A} é subespaço vetorial de Mn(R).

5. Mostre que os seguintes subconjuntos são subespaços vetoriais de R4

a) W = {(x, y, z, t)  R4 | x  y = 0 e z  t = 0}
b) U = {(x, y, z, t)  R4 | 2x  y  t = 0 e z = 0}

6. Quais dos seguintes conjuntos W abaixo são subespaços do R3 ? Porquê?

a) W = {(x, y, z)  R3 | x  Z}
b) W = {(x, y, z)  R3 | y é irracional}
c) W = {(x, y, z)  R3 | x = 0}

4
 d) W = {(x, y, z)  R3 | x  3z = 0 e y = 0}
e) W = {(x, y, z)  R3 | ax  by  cz = 0, com a, b, c  R}

7. Sejam U, V e W os seguintes subespaços do R3:

U = {(x, y, z) | x = z},
V = {(x, y, z) | x = y = 0},
W = {(x, y, z) | x  y  z = 0}.
Verifique que U  V = R3, U  W = R3 e V  W = R3. Em algum dos casos a soma é direta?

COMBINAÇÃO LINEAR
Uma das características mais importantes de um espaço vetorial é a obtenção de novos
vetores a partir de vetores dados.

Definição: Sejam V um espaço vetorial real, v1, v2, ... vn  V e a1, a2, ..., an números reais.
Então, o vetor v = a1v1  a2v2  ...  anvn é um elemento de V ao que chamamos combinação
linear de v1, v2, ... vn.

Uma vez fixados vetores v1, v2, ... vn em V, o conjunto W de todos os vetores de V que são
combinação linear destes, é um subespaço vetorial. W é chamado subespaço gerado por
v1, v2, ... vn e usamos a notação W = [v1, v2, ... vn]. Também dizemos que v1, v2, ... vn são
geradores do subespaço W.

Além disso, o subespaço

W = [v1, v2,... vn] = {v  V / v = a1v1  a2v2  ...  anvn, ai  R, 1  i  n}
é o menor subespaço de V que contém os vetores {v1, v2, ... vn}, no sentido de que qualquer
outro subespaço W’ de V que contenha {v1, v2, ... vn} satisfará W’  W.

Definição: Sejam V um espaço vetorial e v1, v2,... vn  V. Dizemos que o conjunto

{v1, v2, ... vn} é linearmente independente (LI), ou que os vetores v1, v2, ... vn são LI, se a
equação: a1v1  a2v2  ...  anvn = 0 implica que a1 = a2 = ... = an = 0. No caso em que exista
algum ai ≠ 0 dizemos que {v1, v2,... vn} é linearmente dependente (LD), ou que os vetores
são LD.

Teorema: {v1, v2,... vn} é LD se, e somente se, um destes vetores for uma combinação linear
dos outros.

BASE
Definição: Um conjunto {v1, v2,... vn} de vetores de um espaço vetorial V será uma base de
V se:
i) {v1, v2,... vn} é LI
ii) [v1, v2,... vn] = V

Teorema: Sejam v1, v2,... vn vetores não nulos que geram um espaço vetorial V. Então,
dentre estes vetores podemos extrair uma base de V.

5
Seja V um espaço vetorial. Se V possui uma base com n vetores, então V tem dimensão n e
denota-se dim V = n.

Teorema: Seja V espaço vetorial gerado por um conjunto finito de vetores v1, v2,... vn. Então
qualquer conjunto com mais de n vetores é LD. (Portanto, qualquer conjunto LI tem no
máximo n vetores)

Corolário: Qualquer base de um espaço vetorial tem sempre o mesmo número de

elementos.

Exemplo 1: Seja V = [(2, 1, 1, 0), (1, 0, 1, 2), (0, 1, 1, 4)] um subespaço de R4. Formemos
com esses vetores as linhas de uma matriz
2 1 1 0 2 1 1 0 1 0 1 2
     
 1 0 1 2  e a escalonemos:  1 0 1 2 
      0 1  1  4  . Como as operações
 
     
0  1 1 4 0  1 1 4 0 0 0 0 
nos levam a soluções equivalentes temos: V = [(2, 1, 1, 0), (1, 0, 1, 2), (0, 1, 1, 4)] =
[(1, 0, 1, 2), (0, 1, 1, 4), (0, 0, 0, 0)], ou seja, V = [(1, 0, 1, 2), (0, 1, 1, 4)] e dim V = 2.

Exemplo 2: Sejam os vetores v1 = (1, 2, 3), v2 = (0, 1, 2) e v3 = (0, 0, 1), mostre que
B = {v1, v2, v3} é uma base do R3.

 1 2 3
 
Como  0 1 2  já está na forma escalonada, isto significa que {v1, v2, v3} é LI. Para
 
 0 0 1
mostrar que B gera o R3, devemos mostrar que qualquer vetor v = (x, y, z)  R3 pode ser
expresso como uma combinação linear dos vetores de B. Assim, se v = av1+bv2+cv3,
encontremos a, b e c em função de x, y e z:
x  a a  x
 
(x, y, z) = a(1, 2, 3) +b(0,1, 2) +c(0, 0, 1)  y  2a  b  b  2x  y isto é,
z  3a  2b  c c  x  2y  z
 
(x, y, z) = x(1, 2, 3) +(2x+y)(0,1, 2) +(x2y+z)(0, 0, 1), o que significa que qualquer vetor do
espaço R3 pode ser escrito como combinação linear dos vetores (1, 2, 3), (0, 1, 2), (0, 0, 1).

Teorema: Se U e W são subespaços de um espaço vetorial V que tem dimensão finita,

então dim U  dim V e dim W  dim V. Além disso,
dim (U + W) = dim U + dim W  dim (U  W).

EXERCÍCIOS – 3ª lista
1. Responda se os conjuntos abaixo são subespaços de M(2,2). E, caso afirmativo exiba geradores.
a b 
a) V =   com a, b, c, d  R e b  c 
c d 
a b 
b) W =   com a, b, c, d  R e b  c  1
c d 

6
2. Dados os subespaços vetoriais de R3:
U = {(x, y, z)  R3 | x  2y = y  2z = 0} e W = {(x, y, z)  R3 | x = y = 0},
determine os subespaços U  W e U  W e exiba seus geradores.
3. Dados os subespaços vetoriais de R3:
V = {(x, y, z)  R3 | x  2z = y  z = 0} e W = {(x, y, z)  R3 | x = y},
determine os subespaços V  W e V  W e exiba seus geradores.

4. Determine os geradores dos seguintes subespaços de R3:

S = {(x, y, z) | x  y = 4x  z = 0} e T = {(x, y, z) | 3x  y  z = 0},
determine os subespaços S  T e S  T e exiba seus geradores.

5. Achar um conjunto de geradores dos seguintes subespaços de R4:

a) U = {(x, y, z, t)  R4 / x  y  z + t = 0}
b) V = {(x, y, z, t)  R4 / x  y = z + t = 0}

6. Se U e V são subespaços de W tais que U  V = W dizemos que U e V são suplementares ou

que U é suplementar de V (ou V é suplementar de U)
Determine o suplementar do seguinte subespaço do R3: {(x, y, z) | x  y = 0}
O mesmo com o subespaço {x, y, z, t)  R4 | x  y = z  t = 0} do R4.

7. Verificar quais dos seguintes conjuntos de vetores do espaço vetorial R3, são linearmente
independentes.
a) {(1, 1, 0), (1, 4, 5), (3, 6, 5)}
b) {(1, 2, 3), (1, 4, 9), (1, 8, 27)}
c) {(1, 2, 1), (2, 4, 2), (5, 10, 5)}
d) {(1, 0, 0), (0, 1, 0), (0, 0, 1), (2, 3, 5)}
e) {(1, 1, 1), (1, 0, 1), (1, 0, 2)}
f) {(0, 0, 0), (1, 2, 3), (4, 1, 2)}
g) {(1, 1, 1), (1, 2, 1), (3, 2, 1)}
h) {(1, 2, 3), (–2, 1, 0), (0, 1, 2)}
i) {(0, 0, 3), (3, 1, 2), (–1, 2, 0)}
j) {(1, –1, 1), (2, 0, 1), (4, –2, 3)}

8. Os vetores v1 = (1, 2, 1), v2 = (1, 0, 2) e v3 = (1, 1, 0) geram o espaço vetorial R3?

9. Verifique se os vetores v1 = (1, 0, 1, 2), v2 = (0, 1, 1, 2) e v3 = (1, 1, 1, 3) são linearmente

independentes em R4.

10. Assinale com V as afirmações verdadeiras e com F as afirmações falsas:

( ) Todo espaço vetorial admite pelo menos dois subespaços triviais: o conjunto formado
somente pelo vetor nulo e o próprio espaço vetorial.
( ) Os únicos subespaços vetoriais de R3 são: a origem, os planos que passam pela origem, e o
próprio R3.
( ) Seja V um espaço vetorial e 0V o vetor nulo de V. Todo subconjunto não vazio W de V tal
que 0V  W é subespaço vetorial de V.
( ) Dados W1 e W2 subespaços de um espaço vetorial V, a união W1  W2 é um subespaço
de V.
( ) Quaisquer que sejam os subespaços W1 e W2 do espaço vetorial V o subespaço W1  W2 é
chamado soma direta de W1 com W2, denotado por W1  W2.

11. Dados os subespaços vetoriais de R3: V = {(x, y, z)  R3 | 2xyz=0} e W = {(x, y, z)  R3 | x=z}.

a) determine o subespaço V  W ;
b) determine o subespaço V  W ;
c) determine as bases e as dimensões de V, W, V  W e V  W.

7
12. Dados os seguintes subespaços de R4
U = {(x, y, z, t)  R4 | x  2z = 0 e y  t = 0}
V = [(1, 1, 1, 0), (1, 1, 0, 0), (2, 0, 1, 0), (1, 0, 0, 0)]
Determine:
a) uma base e a dimensão de U e V, respectivamente;
b) uma base e a dimensão de U  V e U  V, respectivamente;

13. Dados os seguintes subespaços de R3

U = {(x, y, z)  R3 | x  2z = 0 e y = 0}
V = [(1, 1, 1), (1, 1, 0), (1, 0, 0)]
Determine:
a) uma base e a dimensão de U e V, respectivamente;
b) uma base e a dimensão de U  V e U  V, respectivamente;

14. Dados os seguintes subespaços de R4

U = {(x, y, z, t)  R4 | x  z = 0 e y  2t = 0}
V = [(1, 1, 0, 0), (0, 0, 1, 1), (2, 2, 1, 1), (1, 0, 0, 0)]
W = {(x, y, z, t)  R4 | x  y  z  t = 0}
Determine:
a) uma base e a dimensão de U, V e W, respectivamente;
b) uma base e a dimensão de U  V e U  V, respectivamente;
c) uma base de V  W e a dimensão de V  W.

15. Dados os subespaços vetoriais de R3:

V = {(x, y, z)  R3 | x  z = y  z = 0} e
y
W = {(x, y, z)  R3 | x = }:
2
a) determine o subespaço V  W ;
b) determine o subespaço V  W ;
c) exiba os geradores dos espaços V, W, V  W e V  W.

16. 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)  [v1, v2, v3, v4]? Justifique.
b) Exiba uma base para [v1, v2, v3, v4]. Qual é a dimensão?
c) [v1, v2, v3, v4] = R4? Por quê?

 1  5
17. Seja V o espaço das matrizes 2  2 sobre R, e seja W o subespaço gerado por  ,
 4 2 
 1 1  2  4  1  7
 ,  ,   . Encontre uma base, e a dimensão de W.
 1 5  5 7   5 1 

18. No espaço vetorial R3 considere os seguintes subespaços:

U = {(x, y, z)  R3 | x = 0} e V = [(1, 2, 0), (3, 1, 2)]
Determine uma base e a dimensão dos subespaços U, V, U  V e U  V.

19. Considere os seguintes subespaços de R4:

U = [(1, 0, 1, 0), (0, 1, 0, 0)] e
V ={(x, y, z, t) | x  y = 0}.
Determine dim(U  V) e dim(U  V).

8
20. Considere o subespaço de R3 gerado pelos vetores v1 = (1, 1, 0), v2 = (0, 1, 1), v3 = (1, 1, 1).
Verifique se [v1, v2, v3] = R3.

21. Dado o subespaço vetorial de R3: V = {(x, y, z)  R3 | 3x  y  z = 0}, determine seus geradores,
exiba uma base para V e determine sua dimensão.

22. Sejam W1 = {(x, y, z, t)  R4 | x  y = 0 e z  t = 0} e W2 = {(x, y, z, t)  R4 | x  y  z  t = 0}

subespaços de R4.
a) Determine W1  W2.
b) Exiba uma base para W1  W2.
c) Determine W1  W2.
d) W1  W2 é soma direta? Justifique.
e) W1  W2 = R4?

23. Dados os seguintes subespaços de R4

U = {(x, y, z, t)  R4 | x  y = 0 e y = 2t}
V = [(1, 1, 0, 0), (0, 0, 1, 1), (2, 2, 1, 1), (1, 0, 0, 0)]
W = {(x, y, z, t)  R4 | y  z  t = 0}
Determine:
d) uma base e a dimensão de U, V e W, respectivamente;
e) uma base e a dimensão de U  V e U  V, respectivamente;
f) uma base de V  W e a dimensão de V  W.

24. Seja W o subespaço do R4 gerado pelos vetores (1, –2, 5, –3), (2, 3, 1, –4) e (3, 8, –3, –5).
a) Encontre uma base e a dimensão de W;
b) Estenda a base de W a uma base do espaço todo R4.

25. Determinar uma base do R4 que contenha os vetores (1, 1, 1, 1), (0, 1, –1, 0), e (0, 2, 0, 2).

COORDENADAS
Um espaço vetorial V possui bases ordenadas, isto é, bases na qual fixamos quem é o
primeiro vetor, quem é o segundo vetor, etc.

Seja V um espaço vetorial de dimensão finita. Seja B = {v1, v2,... vn} uma base ordenada de
V. Tomemos v  V sendo: v = a1v1+a2v2+ ... + anvn, os escalares a1, a2,..., an são chamados
componentes ou coordenadas de v em relação à base B. Utiliza-se uma das seguintes
notações:

vB = (a1, a2, ..., an) e denomina-se vetor-coordenada de v em relação à base B ou

 a1 
 
 a
v B   2  , que é a matriz-coordenada de v em relação à base B.
  
 
a n 

9
Exemplo: No R2, consideremos as bases: A = {(1, 0), (0, 1)}, B = {(2, 0), (1, 3)} e
C = {(1, 3), (2, 4)}. Dado o vetor v = (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)
Com a notação de vetor-coordenada escrevemos: vA = (8, 6), vB = (3, 2) e vC = (2, 3).

MATRIZ MUDANÇA DE BASE

Para facilitar o texto, diremos apenas base em vez de base ordenada. Seja V um espaço
vetorial de dimensão n e consideremos duas bases de V: B={u1, u2,... un} e B’={w1, w2,... wn}.
Dado um vetor v  V, podemos escrevê-lo como:
v = x1u1+x2u2+ ... + xnun ou v = y1w1+y2w2+ ... + ynwn. Em relação à base B,
 x1   y1 
   

escrevemos v B   x2 
  
 y
. Em relação à base B’, v B'   2  . Já que {u1, u2,... un} é base de
  
   
 x n   y n 
V, podemos escrever os wi como combinação linear dos uj:

w1=a11u1+a21u2+...+an1un
w2=a12u1+a22u2+...+an2un
   
wn=a1nu1+a2nu2+...+annun

Como v = y1w1+y2w2+ ... + ynwn, vem que,

v = y1(a11u1+a21u2+...+an1un) + y2 (a12u1+a22u2+...+an2un)+ ... + yn(a1nu1+a2nu2+...+annun)

v = (y1a11+...+yna1n)u1 + (y1a21+...+yna2n) u2 +... + (y1an1+...+ynann)un

Por outro lado, v = x1u1+x2u2+ ... + xnun, implica que

x1=a11y1+...+a1nyn
x2=a21y1+...+a2nyn
  
xn=an1y1+...+annyn
 x 1  a11  a1n   y1 
     
Na forma matricial, significa que            .
 x n  a n1  a nn  y n 
     

a 11  a1n 
 
A matriz      é chamada matriz de mudança da base B’ para a base B.
a n1  a nn 
 

10
EXERCÍCIOS – 4ª lista
1. Determinar o vetor-coordenada de v = (6, 2) em relação às seguintes bases:
 = {(3, 0), (0, 2)}
 = {(1, 2), (2, 1)}
 = {(1, 0), (0, 1)}
 = {(0, 1), (1, 0)}

2. No espaço R3, tome a base B = {(1, 0, 0), (0, 1, 0), (1, 1, 1)}. Determine o vetor-coordenada de
v  R3 em relação à base B se v = (2, 3, 4) v = (3, 5, 6) v = (1, 1, 1)

3. Consideremos a seguinte base do R2: {(2,1), (1, –1)}. Encontre o vetor coordenada de v  R2 em
relação à base acima onde:
a) v = (2, 3); b) v = (4, –1) c) v = (3, –3) d) v = (a, b)

4. Encontre o vetor coordenada de v em relação à base: {(1, 1, 1), (1, 1, 0), (1, 0, 0)} do R3, onde:
a) v = (4, –3, 2) b) v = (a, b, c)

5. Considere as bases B = {e1, e2, e3} e C = {g1, g2, g3} de R3 assim relacionadas:
g1  e1  e 2  e 3

g2  2e 2  3e3 .
g3  3e1  e3
Determine:
a) a matriz de mudança de B para C;
b) a matriz de mudança de C para B.

6. Determine as coordenadas do vetor (1, 0, 1) do R3, em relação à base {(1, 1, 1), (0, 0, 1),
(1, 1, 0)}.

7. Determine as coordenadas do vetor (1, 0, 2, 1) do R4, em relação à base

{(1, 1, 1, 1), (0, 0, 1, 1), (1, 1, 0, 1), (0, 1, 0, 1)}.

8. Considere as bases B = {e1, e2, e3} e C = {g1, g2, g3} de R3 assim relacionadas:
g1  2e 2  e3
g2  e1  4e 2  2e3 .
g3   e1  7e 2  3 e3
Determine:
a) a matriz de mudança de B para C;
b) a matriz de mudança de C para B.

9. No espaço R3 consideremos as bases B = {e1, e2, e3} e C = {g1, g2, g3} relacionadas da seguinte
maneira:
g1  e1  e3

g2  2e1  e2  e3
g3  e1  2e2  e3
Determine:
a) a matriz de mudança de B para C;
b) a matriz de mudança de C para B.
c) se as coordenadas de um vetor u em relação à base B é (1, 1, 2), quais são as coordenadas
desse vetor em relação à base C?

11
BIBLIOGRAFIA
1) BOLDRINI, José Luiz. Álgebra Linear. 3ed. São Paulo : Harper & Row do Brasil,
1986.
2) CALLIOLI, Carlos A. Álgebra linear e aplicações. 6.ed. São Paulo : Atual, 1992.
3) LEON, Steven J. Leon. Álgebra Linear com Aplicações. 4.ed. Rio de Janeiro : LTC,
1999.
4) LIMA, Elon Lages. Álgebra Linear. Rio de Janeiro : Coleção Matemática Universitária
- Instituto de Matemática Pura e Aplicada, CNPq, 1995.
5) LIPSCHUTZ, Seymour. Álgebra Linear. São Paulo : Coleção Shaum, Editora
McGraw-Hill do Brasil, 1999.
6) SILVA, Valdir Vilmar da. Álgebra Linear. 2.ed. Goiânia : Editora da UFG, 1999.
7) STEINBRUCH, A. Álgebra Linear. 2.ed. São Paulo : Editora McGraw-Hill. 2000.

12