Eron Alg Lin Parte 2 2011

ESPAÇOS VETORIAIS
Parte II – Conteúdos
 Espaço vetorial sobre um corpo
 Propriedades dos espaços vetoriais
 Subespaço vetorial
 Intersecção, soma e soma direta de subespaços
 Geradores de (sub)espaços vetoriais
 Combinação, dependência e independência linear
 Base e dimensão
 Coordenadas de um vetor
 Matriz de mudança de base
 Exercícios de Fixação
ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 1

ESPAÇOS VETORIAIS
Espaços vetoriais e suas estruturas auxiliares fornecem a linguagem comum da álgebra

linear, e, como tal são requisitos essenciais para entender aplicações da Matemática moderna.
Os conceitos de espaço vetorial, subespaço, independência linear, geradores, base e
coordenadas em uma base aparecerão em equações de sistemas lineares, geometria do espaço
euclidiano n-dimensional, equações diferencias ordinárias e parciais, problemas de valores de
contorno, análise de Fourier, aproximações numéricas, elementos finitos e muitas outras áreas
da Matemática aplicada.
Um dos grandes triunfos da Matemática moderna foi reconhecer que muitas construções
aparentemente distintas, de fato, eram manifestações diferentes da mesma estrutura
matemática. A noção abstrata de um espaço vetorial serve para unificar espaços de vetores
ordinários, espaços de funções tais como exponenciais, polinomiais, trigonométricas, como
espaço de matrizes, operadores lineares e outros – todos em uma mesma estrutura conceitual.
Além disso, algumas demonstrações que parecem complicadas, estudadas em um particular
contexto tornam-se relativamente fáceis quando vistas no contexto de espaços vetoriais.
Embora haja uma boa quantidade de elementos teóricos nessa parte do estudo da disciplina
Álgebra Linear, vale a pena entender esses tópicos devido, justamente, à grande quantidade de
áreas de aplicações, como as citadas no parágrafo anterior.
Definição. Seja um conjunto , não vazio, sobre o qual estão definidas as operações adição e
multiplicação por um escalar, ou seja,
u, v , u v
e u , u
O conjunto com essas duas operações é chamado espaço vetorial real (ou espaço vetorial
sobre ) se as seguintes propriedades forem satisfeitas:
A) Em relação à adição: u, v, w
A1 ) (u v) w u (v w)
A2 ) u v v u
A3 ) 0 tal que u 0 u
A4 ) u tal que u ( u) 0

M ) Em relação à multiplicação por escalar: u, v e ,
M1 ) ( )u u
M2 ) ( )u u u
M3 ) (u v) u v
M 4 ) 1u u
Observação. O conjunto dos escalares utilizado na definição de espaço vetorial pode ser
qualquer corpo que, na maioria das bibliografias para graduação, se refere a (conjunto
dos números reais) ou (conjunto dos números complexos).
Exemplos
2
Exemplo 1 – (x, y); x, y é um espaço vetorial com as operações usuais de
adição e multiplicação por escalar:
x1, y1 x2, y2 x1 x2, y1 y2
(x, y) ( x, y )
3 4 n
Exemplo 2 – Assim, também, os conjuntos , ,..., são espaços vetoriais com as
operações usuais de adição e multiplicação por escalar.
Exemplo 3 – (m, n) (ou m n( ) ), o conjunto das matrizes reais m n com a soma e

o produto por escalar usuais.
Exemplo 3.1 – (n, n) n( ) o conjunto das matrizes quadradas reais de ordem n ;
n
Exemplo 3.2 – (1, n) a11, a12,..., a1n ; a1j , também identificado com
são espaços vetoriais relativamente às mesmas operações.
Observação. Se quisermos conjunto das matrizes com entradas complexas, escrevemos
m n( ).
Exemplo 4 – O conjunto n( ) a0 a1x a2x 2 an x n ; ai dos polinômios com

coeficientes reais de grau n , em relação às operações usuais de adição de polinômios e
multiplicação por escalar.

Exemplo 4.1 – Em particular, o conjunto dos polinômios de grau menor ou igual a 2,
2( ) a0 a1x a2x 2; ai é um espaço vetorial relativamente às mesmas operações.
Exemplo 5 – O conjunto dos números complexos z x iy ; x, y onde i 1 é

a unidade imaginária complexa com as operações de adição e multiplicação por escalar real é
um espaço vetorial sobre os reais.
PROPRIEDADES DOS ESPAÇOS VETORIAIS
Da definição de espaço vetorial decorrem as seguintes propriedades:
i. Existe um único vetor nulo em (elemento neutro da adição).
ii. Cada vetor u admite um único simétrico ( u) .
iii. Para quaisquer u, v, w , se u v v w , então u w.
iv. Qualquer que seja u , tem-se ( u) u.
v. u, v , existe um único w tal que u w v . Representamos por w v u.
vi. Qualquer que seja v , tem-se 0v 0.
vii. Qualquer que seja , tem-se 0 0.
viii. Se v 0 , então 0 ou v 0.
ix. Qualquer que seja v , tem-se ( 1)v v.
x. u, v e , tem-se ( )v ( v) ( v) .
Sugestão. Demonstre (ou leia em algum livro) cada uma dessas propriedades, é um bom
exercício.
SUBESPAÇOS VETORIAIS
Subespaço vetorial. Dado um espaço vetorial , um subconjunto , não vazio, é um

subespaço vetorial de se:
i. Para quaisquer u, v tem-se u v .
ii. Para qualquer e u , tem-se u .
Observações

1. As condições da definição garantem que ao operarmos em não obteremos um vetor
fora de . De modo que é ele próprio um espaço vetorial.
2. Qualquer subespaço vetorial de precisa necessariamente conter o vetor nulo
(condição (ii) para 0 ).
3. Todo espaço vetorial admite pelo menos dois subespaços (chamados subespaços triviais),
o conjunto formado somente pelo vetor nulo, 0 e o próprio espaço vetorial, .
Exemplos
2
Exemplo 1 – Sejam e (x,2x ); x . Vamos mostrar que é subespaço de
2
.
Evidentemente, , pois (0, 0) .
Sejam u x1,2x1 e v x2,2x 2 pertencentes a , tem-se:
i. u v x1, 2x1 x2, 2x2 x1 x2, 2x1 2x2 x1 x2, 2(x1 x2 ) , pois a
segunda componente de u v é igual ao dobro da primeira.
ii. u x1,2x1 x1,2 x1 , pois a segunda componente de u é igual ao dobro
da primeira.
2
 Portanto, é um subespaço vetorial de que representa geometricamente uma reta
que passa pela origem.
 Observemos que ao tomarmos dois vetores u e v da reta que passa pela origem, o vetor
soma u v ainda é uma reta que passa pela origem. E se multiplicarmos um vetor u da
reta por um número real , o vetor u ainda estará nesta reta.
O mesmo não ocorre quando a reta não passa pela origem. Veja o
2
Exemplo 2 – A reta (x, 4 2x ); x não é um subespaço vetorial do . Basta ver
que o vetor nulo (0, 0) .
Observação. Note que, para qualquer subconjunto de um espaço vetorial
 Se 0 então não é subespaço de .
 Não se engane! Se 0 isto não garante de imediato que seja subespaço de ,

pois ainda será necessário verificar as propriedades (i) e (ii).
2 2
Para , os subespaços triviais são (0, 0) e o próprio , enquanto que os outros
subespaços (subespaços próprios) são as retas que passam pela origem.

4
Exemplo 3 – Sejam e (x, y, z, 0); x, y, z .
Observe que (0, 0, 0, 0) .
Para u x1, y1, z1, 0 e v x 2, y2, z2, 0 em , temos
i. u v x1, y1, z1, 0 x2, y2, z2, 0 x1 x2, y1 y2, z1 z 2, 0 , pois a quarta
componente é nula.
ii. u x, y, z, 0 x, y, z, 0 , pois a quarta componente é nula.
4
Logo, é subespaço vetorial de .
Exemplo 4 – Sejam (3,1) e o conjunto-solução de um sistema linear homogêneo a

três variáveis.
a11x a12y a13z 0
Consideremos o sistema homogêneo a21x a22y a23z 0
a 31x a 32y a 33z 0
a11 a12 a13 x 0

Fazendo A a21 a22 a23 , X y e 0 0 , o sistema, em notação matricial, será
a 31 a 32 a 33 z 0
dado por AX 0 , sendo X elemento do conjunto-solução .
x1 x2
Se u X1 y1 e v X2 y2 são soluções do sistema, então: AX1 0 e AX2 0.
z1 z2
i. Somando essas igualdades, vem: AX1 AX2 0 ou A X1 X2 0 , o que implica em

X1 X2 , isto é, a soma de duas soluções é ainda uma solução do sistema.
ii. Multiplicando por a primeira igualdade, tem-se: AX1 A X1 0 , isto
implica que X1 , isto é, o produto de uma constante por uma solução é ainda uma
solução do sistema.
Logo, o conjunto-solução do sistema linear homogêneo é um subespaço vetorial de (3,1) .
Exercícios de Aprendizagem –
1 – Verifique se os seguintes conjuntos são espaços vetoriais.

Observação. Os símbolos e utilizados nesta questão indicam que a adição e a
multiplicação por escalar não são usuais.

a) x, x 2 ; x com as operações definidas por:
2
x1, x12 x2, x22 x1 x 2 , x1 x2
x, x 2 x, 2 2
x
*
b) com as operações definidas por x y xy e x x , x, y .
2 – Verifique se os seguintes subconjuntos dos espaços vetoriais dados são subespaços vetoriais
destes.
2 2
a) x, y ; y x
a b
b) ; a,b 2
( )
0 0
INTERSECÇÃO DE SUBESPAÇOS VETORIAIS
Definição. Sejam e subespaços vetoriais de . Definimos
v ; v ev .
Teorema 1. Considere dois subespaços vetoriais e de . A intersecção é

também um subespaço vetorial de .
Dem Exercício.
Exemplos
2 2 2
Exemplo 1 – Sejam , (x, y ) ; y 0 e (x, y ) ; x 0 .
Exemplo 2 – Seja 2 , espaço dos polinômios reais de grau menor ou igual a 2, ou

seja, a bt ct 2 ; a,b, c . Sejam também 1 e 2 definidos por
1 a bt ct 2 ; a 2b c 0 e 2 a bt ct 2 ; a 0 .
Atenção. Para não cometermos confusões e possíveis erros, devemos entender que, embora
possamos utilizar as mesmas letras a, b, c para representar um elemento “genérico” dos

subespaços 1 e 2, os valores que essas letras assumem em cada subespaço podem não ser
os mesmos. Assim, para evitar confusões, reescrevemos
1 (2b c) bt ct 2 e 2 a bt c t 2; a 0 bt c t2 .
Então, os elementos de 1 2 devem ter as características dos elementos de 1 e dos

elementos de 2. Então devemos ter
2b c 0 c 2b
b b b b
c c c c
Utilizando apenas “um grupo de letras”, temos que 1 2 a bt ct 2 ; c 2b e a 0 .
Exemplo 3 –
a b a b
Sejam 2 2
( ), 1 ; a d b, c 0 e 2 ; a c d, b 0 .
c d c d
d b b a 0
Note que podemos escrever 1 e 2 .
0 d a a
Para obtermos 1 2, as condições de 1 e de 2 devem ser satisfeitas simultaneamente.
Assim temos que
d b a
b 0 0 0
. Portanto 1 2 .
0 a 0 0
d a d 0
Exemplo 4 – Considere 1
, 2
,..., k
subespaços vetoriais de um espaço vetorial . Mostre
que 1 2
... k
é subespaço vetorial de . Este resultado vale para uma coleção
qualquer de subespaços de ?
Observação. A união 1 2 de dois subespaços vetoriais pode não ser subespaço vetorial.
2
Por exemplo, sejam 1 (x,2x ); x e 2 (x, x ); x subespaços vetoriais do .
2 2
Verifique que 1 2 (x, y ) ; y x ou y 2x não é subespaço vetorial do .

SOMA DE SUBESPAÇOS VETORIAIS
Definição. Sejam e subespaços vetoriais de . Definimos
u w ; u ew .
Teorema 2. Considere dois subespaços vetoriais e de . A soma é também um

subespaço vetorial de .
Dem Exercício.
Exemplos
2 2 2
Exemplo 1 – Sejam , (x, y ) ; y 0 e (x, y ) ; x 0 .
3
Exemplo 2 – Considere os subespaços do dados por (x, y, z ); x y z 0 e
(x, y, z ); x y . O espaço soma é dado por .
Considerando os mesmos espaços e respectivos subespaços dos exemplos anteriores:
d b b a 0
Exemplo 3 – Considerando 1 e 2 . Podemos ver que
0 d a a
d b b a 0 a d b b
0 d a a a a d
a d b b
E daí 1 2
; a , b, d . Neste caso, podemos fazer a d c e
a a d
c b b x y
reescrever 1 2
a c
; a ,b, c , ou ainda, 1 2 z w; x w y .
Exemplo 4 – 2 , os subespaços 1 e 2 definidos por

1 (2b c) bt ct 2 ; b, c e 2 bt c t 2; b ,c .
Sejam p (2b c) bt ct 2 1 eq bt c t2 2. Então,
p q (2b c) (b b )t (c c )t 2
Como não existe nenhuma relação de dependência entre os valores 2b c, b b e c c

temos que 1 2 contém todos os polinômios de 2 . Assim, 1 2 2 .
SOMA DIRETA DE SUBESPAÇOS VETORIAIS
Soma direta. Sejam e subespaços vetoriais de . Diz-se que é soma direta de e

, e se representa por , se e 0 .
Teorema 3. se, e somente se, todo vetor v se escreve de modo único na

forma v u w , onde u e w .
Dem Considerando por hipótese , temos a existência da decomposição,

então basta mostrar a unicidade. Supomos que v u w u1 w1 onde u, u1 e
w, w1 . Assim, obtemos u u1 w1 w 0 . Logo, u u1 e w w1 .
Tomando v , por hipótese, v u w onde u e w . Suponha que
v , então u w u v (w v) . Pela unicidade da decomposição, podemos afirmar
que u u v e w w v . Logo, v 0.
Exemplos
3
Exemplo 1 – Sejam , ou seja, (a,b, c); a,b, c e os seus subespaços
1 (a,b, 0); a,b e 2 (0, 0, c); c .
3
é soma direta de 1 e 2, pois 1 2 (a,b, c); a,b, c e 1 2 (0, 0, 0) .
3
Confirmando o teorema acima, v (a,b, c) podemos expressar, de modo único,
(a,b, c) (a,b, 0) (0, 0, c) .
a b a b
Exemplo 2 – Sejam 1 ; a d eb c e 2 ; a ceb d subespaços
c d c d
de 2( ) . Determine

a) 1 2;
b) 1 2;
c) verifique se 2( ) 1 2
.
Definição. Sejam ,
1 2
,..., k
subespaços vetoriais de um espaço vetorial . A soma de 1
a
k
é definida por 1 2 k
u1 u2 uk ; ui i
, i 1,2,..., k .
Definição. Sejam 1
, 2
,..., k
subespaços vetoriais de um espaço vetorial . Dizemos que
soma de 1
a k
é uma soma direta se i 1 i 1 i 1 k
0 , para
i 1,2,..., k . Neste caso, usamos a notação 1 2 k
para denotar a soma direta de
1
a k
.
3
Exemplo – Mostre que 1 2 3
onde 1
(x, 0, 0); x ,
2
(0, y, 0); y e 3
(0, 0, z ); z .
COMBINAÇÃO LINEAR
Combinação linear. Sejam os vetores v1, v2, , vn do espaço vetorial e os escalares

a1, a2, , an . Qualquer vetor v da forma v a1v1 a2v2 anvn é uma combinação
linear dos vetores v1, v2, , vn .
Exemplos
Exemplo 1 – Em 2, o polinômio p 5t 2 5t 7 é uma combinação linear dos polinômios

p1 t2 2t 1, p2 t 2 e p3 2t 2 t , pois p 3p1 2p2 p3 .
Exemplo 2 – Escrever v (4, 3, 6) como combinação linear de u 1, 3,2 e w 2, 4, 1 .
8 14 2 3
Exemplo 3 – Para que valor de k a matriz A é combinação linear de A1
0 k 0 2
1 2
e A2 ?
0 4

SUBESPAÇOS GERADOS
Subespaço gerado. Sejam um espaço vetorial e A v1, v2, , vn , A . O conjunto

de todos os vetores de que são combinação linear dos vetores de A é um subespaço vetorial
de .
A v ; v a1v1 a2v2 anvn ; vi A e ai
é dito subespaço gerado pelo conjunto A .
Notação. A v1, v2, , vn é o subespaço gerado pelo conjunto A .
PROPRIEDADES DOS SUBESPAÇOS GERADOS
1) Todo subconjunto não vazio A de gera um subespaço vetorial A de , podendo

ocorrer A . Nesse caso, A é o conjunto gerador de .
2) Os elementos v1, v2, , vn de A são ditos vetores geradores do subespaço A .
3) Por definição, A 0 .
4) Seja A v1, v2, , vn . Ao acrescentarmos vetores de A ao conjunto dos geradores, os

novos conjuntos continuarão gerando o mesmo subespaço A .
5) A observação 4 nos permite concluir que um espaço vetorial pode ser gerado por uma
infinidade de vetores, mas existe um número mínimo de vetores para gerá-lo.
Exemplos
Exemplo 1 – iˆ (1, 0) e jˆ (0,1) geram o 2

, pois (x, y) x(1, 0) y(0,1) onde x, y .
Exemplo 2 – Os vetores iˆ (1, 0, 0) e jˆ (0,1, 0) geram o subespaço do 3

:
3
(x, y, 0) ; x, y que geometricamente representa o plano xOy .
Exemplo 3 – Os vetores iˆ (1, 0, 0) , jˆ (0,1, 0) e kˆ (0, 0,1) geram o 3

, pois
(x, y, z ) x(1, 0, 0) y(0,1, 0) z(0, 0,1) para todo x, y, z .
Exemplo 4 – Os vetores iˆ (1, 0, 0) , jˆ (0,1, 0) e v (3, 4, 0) também geram o subespaço do

3 3
: (x, y, 0) ; x, y .

3
Exemplo 5 – Os vetores u (2, 1, 3) e v (0, 1,2) geram o subespaço do :
3
(x, y, z ) ; x 4y 2z 0 .
1 2 3 1
Exemplo 6 – O conjunto A , gera o subespaço
2 3 1 1
x y
; x, y de 2 .
y x 2y
3
Exemplo 7 – Considere o subespaço (1,1,2), ( 2, 0,1), ( 1,1, 3) do , determine a(s)
equação(ões) homogênea(s) que caracteriza(m) .
Proposição 1. Sejam A e B subconjuntos não vazios de um espaço vetorial . Temos que:
1. A A;
2. A B A B ;
3. A A;
4. Se A é um subespaço vetorial então A A;
5. A B A B
Demonstrações
1. Se u A u 1u A . Isto significa que A v1, v2, , vn v1, v2, , vn A.
2. Se u A então existem a1, a2, , an e u1, u2, , un A tais que

u a1u1 a2u2 anun . Como A B temos que u1, u2, , un B e, portanto,
u B .
3. Pelo item 1 desta proposição, A A . Seja u A . Segue da definição que u é
combinação linear de elementos de A , mas como cada elemento de A é uma
combinação linear de elementos de A resulta que u é uma combinação linear de
elementos de A , ou seja, u A . Assim, A A.
4. Pelo item 1, A A . Seja u A , então u é uma combinação linear de elementos de
A . Como A é um subespaço vetorial, esta combinação linear é um elemento de A .

5. Seja u A B . Por definição, existem a1, a2, , an ,b1,b2, ,bm e u1, u2, , un A
e v1, v2, , vm B tais que
u a1u1 a2u2 anun b1v1 b2v2 bmvm
a1u1 a2u2 anun b1v1 b2v2 bmvm A B.
Reciprocamente, se u A B então u v w com v A e w B . Dessa forma,
existem a1, a2, , a p ,b1,b2, ,bq e v1, v2, , vp A e w1, w2, , wq B tais que
u v w a1u1 a2u2 a pup b1v1 b2v2 bqvq A B.
Exemplos – Em cada exemplo, determine um conjunto de geradores para

a)
b)
c)
d)
3 3 3
Exemplo 1 – , (x, y, z ) ; x y 0 e (x, y, z ) ; y 2z x 0 .
3 3
a) (x, y, z ) ; x y (x , x , z ) (x , x , 0) (0, 0, z ) ; x, z
x (1,1, 0) z (0, 0,1) ; x, z
(1,1, 0), (0, 0,1)
3 3
b) (x, y, z ) ; x y 2z (y 2z, y, z ) (y, y, 0) (2z, 0, z ) ; y, z
y(1,1, 0) z (2, 0,1) ; y, z
(1,1, 0), (2,1, 0)
3 3
c) . Considerando (x, x, z ) e (y 2z , y , z ) , temos que
x y 2z x x 2z
0 z
x y x y
x y
z z z z
3
Que nos dá (x, x, 0) x (1,1, 0) ; x (1,1, 0) .
d) (1,1, 0), (0, 0,1), (2,1, 0)
Exemplo 2 – 3( ), t3 4t 2 t, t 3 5t 2 5, 3t 3 e t3 4t, t 1, 1
a) t3 4t 2 t, t 3 5t 2 5, 3t 3

b) t3 4t, t 1, 1
c)
i) Obtendo as equações que caracterizam . Queremos os elementos de 3( ) que são
combinação linear dos vetores geradores de . Então
at 3 bt 2 ct d (t 3 4t 2 t) (t 3 5t 2 5) (3t 3 )
Que nos dá o seguinte sistema linear
1 1 3 a 5a 5c d
0 0 1
operações elementares 15
4 5 0 b sobre linhas 0 0 0 b c d
1 0 0 c 1 0 0 c
0 5 0 d 0 1 0 d /5
Para que este sistema seja possível é necessário que b c d 0 . Esta é a equação
homogênea que caracteriza os elementos de . Assim,
at 3 bt 2 ct d 3( ); b c d 0 .
ii) Obtendo as equações que caracterizam . Queremos os elementos de 3( ) que são

a t3 b t2 ct d (t 3 4t ) (t 1) (1)
Que nos dá o seguinte sistema linear
1 0 0 a 1 0 0 a
operações elementares
0 0 0 b sobre linhas 0 0 0 b
4 1 0 c 0 0 1 c d a
0 1 1 d 0 1 0 c a
Para que este sistema seja possível é necessário que b 0 . Esta é a equação homogênea que
caracteriza os elementos de . Assim,
a t3 b t2 ct d 3( ); b 0
Temos que at 3 bt 2 ct (b c) 3( ) e a t3 0t 2 ct d 3( ) .
Então, os elementos de tem que ter
a a
a a
b 0
b 0
c c
c d
b c d

Assim, at 3 ct c 3( ) a(t 3 ) c(t 1) ; a, c t 3, t 1.
d) t3 4t 2 t, t 3 5t 2 5, 3t 3, t 3 4t, t 1, 1
t
1 1
Exemplo 3 – 2( ) , A 2 ( ); A A e .
0 1
a b a c a b a b
a) Observe que 2 ( ); 2( ); b c , logo,
c d b d c d c d
a b a 0 0 b 0 0
2( ) ; a, b, d
b d 0 0 b 0 0 d
1 0 0 1 0 0 1 0 0 1 0 0
a b d ; a,b, d , ,
0 0 1 0 0 1 0 0 1 0 0 1
1 1
b)
0 1
c)
a b
b d 2( )
Obtendo as equações que caracterizam . Queremos os elementos de 2( ) que são

a
a b 1 1 b
a b d ec 0.
c d 0 1 c 0
d
a b a a
Assim,
c d 2( ) ; a b d ec 0
0 a 2( ) .
a a
b a 0 0
Então, os elementos de tem que ter a 0 . Logo, .
b 0 0 0
d a
1 0 0 1 0 0 1 1
d) , , ,
0 0 1 0 0 1 0 1

Espaço vetorial finitamente gerado. Um espaço vetorial é finitamente gerado se existe um
conjunto finito A , A , tal que A.
Todos os exemplos de espaços vetoriais vistos até agora são de espaços finitamente gerados.
Exemplos de espaços vetoriais não finitamente gerados são:
O espaço de todos os polinômios reais, a0 a1t ant n ; ai ;
O espaço das seqüências reais infinitas, x1, x 2,..., xn ,... ; xi .
DEPENDÊNCIA E INDEPENDÊNCIA LINEAR
Sejam um espaço vetorial, A v1, v2, , vn e a1v1 a2v2 anvn 0 .
 O conjunto A diz-se linearmente independente (L.I.) ou os vetores v1, v2, , vn são

ditos L.I., caso a equação a1v1 a2v2 anvn 0 admita apenas a solução trivial
a1 0, a2 0, , an 0.
 Se existirem soluções ai 0 para algum i 1,2,..., n , diz-se que o conjunto é

linearmente dependente (L.D.)
Exemplos
3
Exemplo 1 – Em , os vetores u (2, 1, 3) , v ( 1, 0, 2) e w (2, 3,1) são L.D.,
pois podemos escrever a combinação linear 3u 4v w (0, 0, 0) .
Exemplo 2 – Em 3 , os polinômios p1 2 2x 3x 2 4x 3, p2 5x 3x 2 x3 e
p3 4x 2 2x 3 são L.I., pois a1p1 a2p2 a3p3 0 somente quando a1 a2 a3 0.
2
Exemplo 3 – Em , iˆ (1, 0) e jˆ (0,1) são L.I.
2
Exemplo 4 – Em , iˆ (1, 0) e jˆ (0,1) e v (3, 2) são L.D., pois podemos escrever
a combinação linear 3iˆ 2 jˆ v (0, 0) .
Atenção! Faça os cálculos que conferem as afirmações acima.

Teorema 4. Um conjunto A v1, v2, , vn é L.D. se, e somente se, pelo menos um desses
vetores é combinação linear dos outros.
Dem
Ou, equivalentemente
Teorema 4’. Um conjunto A v1, v2, , vn é L.I. se, e somente se, nenhum desses vetores
pode ser escrito como combinação linear dos outros.
Do teorema acima podemos concluir que para o caso particular de um conjunto de dois
vetores u, v é L.D. se, e somente se, um vetor é múltiplo escalar do outro, ou seja, u kv
(ou v ku ), onde k é uma constante.
Exemplo
1 2 3 6
A , 2 é um conjunto L.D., pois podemos escrever a
4 3 12 9
1 2 3 6 0 0 3 6 1 2
combinação linear 3 . Notemos que 3 .
4 3 12 9 0 0 12 9 4 3
Exercícios de Aprendizagem – Verifique se são L.D. os seguintes conjuntos.
2
a) 2, 1 , 1, 3 .
b) 1 2x x 2, 2 x 3x 2, 3 4x 7x 2 2 .
3
c) Considere os vetores em dados por u u1, u2, u3 , v v1, v2, v3 e w w1, w2, w 3 .
Determine uma condição necessária e suficiente para que os vetores u, v e w sejam
linearmente independentes.
PROPRIEDADES DA DEPENDÊNCIA E INDEPENDÊNCIA LINEAR
Seja um espaço vetorial. As propriedades abaixo decorrem facilmente da definição:
1. Se A {v} e v 0 , então A é L.I.
2. Considera-se, por definição, que o conjunto vazio é L.I.

3. Se um conjunto A contém o vetor nulo, então A é L.D.
4. Se uma parte de um conjunto A é L.D., então A é também L.D.
5. Se um conjunto A é L.I., então qualquer parte de A é também L.I.
Observamos que a recíproca desta afirmação não é verdadeira.
De fato, voltando ao exemplo (d), A (1, 0), (0,1), (3, 2) temos que qualquer subconjunto
próprio de A é L.I.: A1 (1, 0) , A2 (0,1) , A3 (3, 2) , A4 (1, 0), (0,1) ,
A5 (1, 0), (3, 2) , A6 (0,1), (3, 2) . Porém verificamos que o conjunto A é LD.
6. Se A v1, v2, , vn é L.I e B v1, v2, , vn , w é L.D., então w é combinação linear

dos vetores v1, v2, , vn .
Teorema 6 (Dependência/Independência linear de funções reais). Sejam 1, 2,..., n C (I , )

funções reais n 1 vezes deriváveis no intervalo I . Se existir x 0 I tal que
1 2 n
1 2 n
det 0
(n 1) (n 1) (n 1)
1 2 n
Então 1, 2,..., n é um conjunto LI.
Dem Suponhamos que 1 1(x ) 2 2 (x ) n n (x ) 0 para todo x I.

Derivando sucessivamente essa igualdade e pondo x x 0 temos
1 1(x 0 ) 2 2 (x 0 ) n n (x 0 ) 0
1 1
(x 0 ) 2 2 0
(x ) n n 0
(x ) 0
.........................................................
(n 1) (n 1) (n 1)
1 1 (x 0 ) 2 2 (x 0 ) n n (x 0 ) 0
As igualdades podem ser vistas como um sistema de n equações nas incógnitas 1, 2,..., n ,
cuja matriz dos coeficientes tem determinante diferente de zero. Portanto, esse sistema tem
uma única solução 1 2 n 0 . Logo, as funções 1, 2,..., n são LI.
O referido determinante é chamado de Wronskiano de 1, 2,..., n e é denotado por W (x ) , ou

W ( 1, 2,..., n )(x ) .

Exemplo – Se p, q e r são números dois a dois distintos, então as funções e px ,eqx , erx são LI.
De fato, temos que
e px eqx erx
det pe px qeqx rerx 0
p 2e px q 2eqx r 2e rx
Observação. A recíproca do teorema anterior não é verdadeira. Por exemplo, as funções

f (t ) t 2 e g(t ) t t são LI, mas seu Wronskiano é nulo.
Exercícios de Aprendizagem – Dependência linear de funções reais. Mostre que
a) cos 2t, sen2 t, cos2 t é LD. b) 1, sen t, cos t é LI.
c) 1, t, t 2 é LI. d) eat sen bt, eat cos bt, ect é LI.
BASE DE UM ESPAÇO VETORIAL
Base. Um conjunto B v1, v2, , vn é uma base do espaço vetorial se
i) B é L.I.
ii) B gera .
Exemplos
2
Exemplo 1 – B (1,1), ( 1, 0) é base do .
2
Note que quaisquer dois vetores não colineares do , portanto L.I. formam uma base desse
espaço.
2
Exemplo 2 – B (1, 0), (0,1) é base do , denominada base canônica.
n
Exemplo 3 – B e1,e2, ,en é base canônica do , onde e1 1, 0, 0, ,0 ,
n
e2 0,1, 0, , 0 ,..., en 0, 0, ,1 são vetores LI então v pode ser escrito
v x1e1 x2e2 xnen .

1 0 0 1 0 0 0 0
Exemplo 4 – B , , , é base canônica de 2 .
0 0 0 0 1 0 0 1
Exemplo 5 – B 1, t, t 2, ,tn é base canônica do espaço vetorial n e tem n 1

vetores.
2
Exemplo 6 – B (1,2), ( 2, 4) não é base do , pois é LD.
2 2
Exemplo 7 – B (3, 1) não é base do , pois não gera todo . Esse conjunto gera uma
2
reta que passa pela origem: (3, 1) (x, y ) ; x 3y .
3 3
Exemplo 8 – B (1,2,1),( 1, 3, 0) não é base do , pois não gera todo . B gera o
3 3
subespaço do dado por x, y, z ; 3x y z 0 e por ser LI é base de .
Observação. Todo conjunto LI de um espaço vetorial é base do subespaço por ele gerado.
Teorema 7. Seja um espaço vetorial finitamente gerado por A v1, v2, , vn . Então,
podemos extrair de A uma base para .
Dem Se v1, v2, , vn é L.I., então A é base para .

Se v1, v2, , vn é L.D., então existe uma combinação linear
a1v1 a2v2 anvn 0
com coeficientes ai não todos nulos. Digamos que an 0 , então

a1 a2 an 1
vn v1 v2 vn 1.
an an an
Assim, os elementos v1, v2, , vn 1 geram . Se v1, v2, , vn 1 for L.D., repetimos o processo
anterior e retiramos algum ai . Então, repetindo esse processo um número finito de vezes,
obtemos um subconjunto L.I. v1, v2, , vm com m n que ainda gera .
2 2
Exemplo – A (1, 0), (2,3), (0, 1), ( 1, 4) gera . Obtenha, de A uma base para .

Teorema 8. Seja um espaço vetorial finitamente gerado por A v1, v2, , vn . Então, todo
conjunto L.I. de é finito e contém no máximo n elementos.
Dem Vamos mostrar que todo subconjunto B de que contem mais de n elementos é
L.D. Suponhamos então um tal conjunto B no qual existem elementos distintos u1, u2, , um ,
com m n . Como os elementos de B geram , existem escalares bij tais que
n
wj bij vi ; j 1,..., m
i 1
Consideremos uma combinação linear dos elementos de B , isto é,
m n n m
a1w1 a2w2 am wm aj bij vi a jbij vi
j 1 i 1 i 1 j 1
Com m n , podemos encontrar escalares a1, a2,..., am , não todos nulos, solução do sistema
m
linear homogêneo a jbij 0 com i 1,2,..., n . Logo, a1w1 a2w2 amwm 0 . Assim,
j 1
mostramos que B é um conjunto L.D. em .
Corolário 1. Duas bases quaisquer de um mesmo espaço vetorial de dimensão finita têm o
mesmo número de vetores.
Dem Supunha B v1, v2, , vn e B w1, w2, , wm duas bases de . Como B gera
e B é L.I. em , pelo Corolário anterior temos que m n . De outro modo, também temos
que n m , ou seja, m n.
Corolário 2. Se B v1, v2, , vn for uma base de um espaço vetorial , então
i) Todo conjunto de com mais de n vetores será LD;
ii) Todo conjunto de com menos de n vetores não gera .
Dem Exercício.
DIMENSÃO de um espaço vetorial é o número de vetores de uma base do espaço vetorial.
Exemplos
2
1) dim 2
n
2) dim n

3) dim 2 4
4) dim m n mn
5) dim n n 1
6) dim 0 0 , pois 0 é gerado pelo conjunto vazio e, portanto, não possui base.
Lema 1. Seja A v1, v2, , vn L.I. e u tal que u A . Então, o conjunto

v1, v2, , vn , u é L.I.
Dem Suponhamos que os elementos v1, v2, , vn A são todos distintos e que
a1v1 a2v2 anvn bu 0
a1 a2 an
Então, b 0 . Caso contrário, u v1 v2 v , e u estaria no subespaço A .
b b b n
Assim, tem-se que a1v1 a2v2 anvn 0 . Logo, v1, v2, , vn , u é L.I.
Teorema 9 (Completamento). Sem um espaço vetorial de dimensão finita e

A v1, v2, , vk um conjunto L.I.. Então, A pode ser completado de modo a formar
uma base de .
Dem Considere dim n e A v1, v2, , vk L.I onde k n.

Se existe vk 1
tal que vk 1 v1, v2, , vk , então pelo Lema anterior temos que
v1, v2, , vk , vk 1 é L.I.. Se v1, v2, , vk , vk 1 então v1, v2, , vk , vk 1 é base de e
nada temos a fazer.
Caso contrário, existe vk 2 tal que vk 2 v1, v2, , vk , vk 1 e então
v1, v2, , vk , vk 1, vk 2 é L.I.. Se v1, v2, , vk , vk 1, vk 2 então a prova está concluida.
Caso contrário, continuamos o processo. Como não podemos ter mais que n elementos L.I.
em , após um número finito de passos teremos encontrado uma base para , que contém o
conjunto A .
Exemplos
2
1 – Complete o conjunto A (2,1) para uma base do .
2 – Complete o conjunto B t 1, t 2 para uma base do 3( ).

1 0 0 1
3 – Complete o conjunto C , para uma base do 2( ).
1 0 1 0
Corolário 3. Seja um subespaço vetorial de espaço vetorial de dimensão finita. Então

dim dim .
Dem Exercício.
Teorema 10 (das dimensões). Seja um espaço vetorial de dimensão finita e e

subespaços vetoriais de . Então
dim( ) dim dim dim( ).
Dem Pelos resultados anteriores sabemos é um subespaço de base finita, digamos
v1, v2, , vk que é parte de uma base de , v1, v2, , vk , u1, u2, ,u e também é parte de
uma base de , v1, v2, , vk , w1, w2, , wm . O subespaço é gerado pelo conjunto
v1, v2, , vk , u1, u2, , u , w1, w2, , wm que é L.I. em .
k m
De fato, considere a combinação linear nula aivi bj u j c pw p 0 .
i 1 j 1 p 1
m k
Então, tem-se que cpw p aivi bj u j , o que mostra que o elemento
p 1 i 1 j 1
m
cpw p w . Por, outro lado, w . Logo, w , o que significa que
p 1
m k m k
cpw p aivi c pw p aivi 0 .
p 1 i 1 p 1 i 1
Como v1, v2, , vk , w1, w2, , wm é L.I. temos que cada um dos escalares cp 0 e ai 0 . Do
mesmo modo, mostramos que cada escalar bj 0 . Então,
v1, v2, , vk , u1, u2, , u , w1, w2, , wm é L.I. em . Assim,
dim dim (k ) (k m) k (k m) dim( ) dim( ).
Exemplos

1 – Sejam e subespaços de um espaço vetorial , tal que dim 5 . Se
dim dim 3 , então é possível que ?
4
2 – Sabendo que 0, 1,2, 4 , 1, 0, 1,2 , 1, 1,1,6 e que , determine a
dimensão do subespaço vetorial . Justifique sua resposta.
Proposição 2. Seja um subespaço vetorial de espaço vetorial de dimensão finita. Então,

existe um subespaço de tal que .
Dem Exercício.
Proposição 3. Seja um subespaço vetorial de espaço vetorial de dimensão finita. Se

dim dim então .
Dem Exercício.
3 3
Exemplo – , dim 3 . A dimensão de qualquer subespaço do só poderá ser
0, 1, 2 ou 3. Portanto, temos
a. dim 0 então 0 , ou seja, (0, 0, 0) é a origem.
b. dim 1 , então é uma reta que passa pela origem.
c. dim 2 , então é um plano que passa pela origem.
3
d. dim 3 , então .
1) Se dim n , então qualquer subconjunto de com mais de n vetores é LD.
2) Se soubermos que a dim n , para obtermos uma base de basta que apenas uma das
condições de base esteja satisfeita, pois a outra ocorrerá como conseqüência. Ou seja
a. Se dim n , qualquer subconjunto de com n vetores LI é uma base de .
b. Se dim n , qualquer subconjunto de com n vetores geradores de é uma

base de .

COORDENADAS DE UM VETOR
Base ordenada. Dizemos que uma base B v1, v2, , vn de um espaço vetorial é uma
base ordenada quando fixamos uma ordem dos vetores de B , ou seja, dizemos qual vetor é 1º,
2º, 3º, ..., n ésimo.
2
Por exemplo, B (1, 0),(0,1) e B (0,1),(1, 0) representam a mesma base do mas não
2
a mesma base ordenada do .
Teorema 11. Se B v1, v2, , vn é base ordenada do espaço vetorial então v , v é

escrito como combinação linear única dos vetores de B , ou seja, existem únicos
a1, a2, , an tais que
v a1v1 a2v2 anvn .
Dizemos então que a1, a2, , an são as coordenadas do vetor v na base B , que
a1
a2
representamos v ou v a1, a2, , an
B B
an
Exemplos
2
1 – Escrever as coordenadas do vetor v (2, 3) na base:
2
a) canônica do ;
b) B (1,1),( 1,1) .
5
(1,1)
2
( 1,1)
(1,1)
1( 1,1)
2
2 O vetor v segundo a base B (1,1),( 1,1) .

O vetor v segundo a base canônica do .

2 – Escreva as coordenadas de cada vetor em relação à base indicada:
a) p(t ) 2 4t t2 2( ) na base B 1, 1 t, 1 t2 .
4
b) v (3, 2, 5,1) em relação à base B 1,2, 3, 0 , 1, 0,2, 0 , 0, 0, 1, 0 , 0,1, 0,2 .
1 2 1 2 0 1 0 0 0 3
c) A 2( ) na base , , , .
0 3 2 1 1 0 1 2 0 0
Comentário. Note que, cada base ordenada B do espaço vetorial determina uma bijeção
n
v a1, a2,..., ai ,...., an
n
Entre o conjunto de elementos de e o conjunto das n uplas de . Além disso, temos
n n
que se v a1, a2,..., ai ,...., an e u b1,b2,...,bi ,...., bn então
n
v u a1 b1,..., ai bi ,...., an bn
n
v a1,..., ai ,...., an
MATRIZ MUDANÇA DE BASE
Considere um espaço vetorial n -dimensional e duas bases ordenadas de :

A u1, u2, , un e B v1, v2, , vn . Dado um vetor v , podemos escrevê-lo como
v a1u1 a2u2 anun e v b1v1 b2v2 bnvn .
a1
a2
Como podemos relacionar as coordenadas de v em relação à base A , v
A
an
b1
b2
com as coordenadas de v na base B , v ??
B
bn
Já que A u1, u2, , un é uma base de , podemos escrever cada vetor vi como
combinação linear dos u j , isto é, existe uma única família de escalares aij tais que

v1 a11u1 a12u2 a1n un
v2 a21u1 a22u2 a2n un
v3 a 31u1 a 32u2 a 3nun (*)
vn an 1u1 an 2u2 ann un
Substituindo em v b1v1 b2v2 bnvn tem-se
v b1 a11u1 a12u2 a1nun bn an1u1 an 2u2 annun

b1a11 bnan1 u1 b1a1n bnann un
a1u1 a2u2 anun
E como as coordenadas em relação a uma base são únicas, temos
a1 b1a11 bnan1 a1 a11 a21 an 1 b1

a2 b1a12 bnan 2 a2 a12 a22 an 2 b2
an b1a1n bnann an a1n a2n ann bn
a11 a21 an 1
B a12 a22 an 2
Denotando I temos que
A
a1n a2n ann
B
v I v .
A A B
Então,
B
i) A matriz I é chamada matriz mudança da base B para a base A .
A
B
ii) Comparando I com a matriz de coeficientes aij em (*), observe que esta matriz é
A
obtida colocando as coordenadas vi em relação à base A na i ésima coluna.
B
iii) Note que uma vez obtida I podemos encontrar as coordenadas de qualquer vetor v
A
em relação à base A , multiplicando a matriz pelas coordenadas de v na base B
(supondo-as conhecidas)
Exemplos – Determine a matriz de mudança de base de A ( 1,2), (1,1) para

2
B (3, 0), ( 2,1) , bases do .

PROPRIEDADES DA MATRIZ MUDANÇA DE BASE
B A
1) Se as bases A e B são iguais então I I I (matriz identidade).
A A
2) Se A u1, u2, , un , B v1, v2, , vn e C w1, w2, , wn são bases de um mesmo

B C
espaço vetorial . Seja P I a matriz mudança da base B para a base A e Q I éa
A B
matriz mudança da base C para a base B . Então, a matriz mudança da base C para A é
C B C
dada por I PQ I I .
A A B
1
B B A
3) A matriz mudança de base I é sempre inversível e I I .
A A B
a1
a2
4) Se a matriz das coordenadas de v em relação uma base A de é v e
A
an
A
P I a matriz mudança de base de A para B (outra base de ). Então a matriz das
B
1
coordenadas de v em relação a B é dada por v P v .
B A
Exemplos
3
1 – Considere as bases do : base canônica e (1,1,1), (1, 0,1), (1, 0, 1) e o vetor
v (2,1, 4) . Determine
a) v
b) A matriz I mudança de base de para .
c) v
2 2
2 – Sejam ( 1,1), (1,1) e (2, 0), (0,2) bases ordenadas de e u . Se
u (4, 2) então determine u .

EXERCÍCIOS DE FIXAÇÃO – ESPAÇOS VETORIAIS
2
1 – Verifique se os conjuntos abaixo são subespaços de .
2
a) x, y ; y ax, a constante real
2
b) x, y ; y x .
2
c) x, y ; y x3
2
d) x, y ; y sen x
2 – Dados os espaços vetoriais abaixo verifique, em cada caso, se é subespaço vetorial de

sobre .
3
a) .
3
a.1) x, y, z ; x y z 1 .
3
a.2) x, y, z ; x 2y z .
3
a.3) x, y, z ; xy 0 .
b) 2 .
b.1) A ; AT TA, T fixada em .
b.2) A ; A2 A .
b.3) A ; A é inversível .
c) 2 .
c.1) at 2 bt c ; a 2b c 0 .
c.2) at 2 bt c ; c 4 .
d) C ( , ) , espaço das funções contínuas f : .
d.1) f ; f ( x) f (x ) .
d.2) f ; f 3 0 .

n
e) .
i) o conjunto solução de um sistema linear homogêneo;
ii) o conjunto solução de um sistema linear cujos termos independentes são inteiros
maiores que 1;
iii) plano passando pela origem do espaço;
iv) reta que não passa pela origem no plano;
v) parábola que passa pela origem no plano;
vi) primeiro quadrante do plano.
3 – Seja 2 e sejam 1 A ; At A e 2 A ; At A . Mostre

que:
a) 1 e 2 são subespaços de ;
b) 1 2;
c) 1 2.
4 – Seja F ( , ) , o espaço das funções reais co domínio em . Sejam

f F ( , ); f (x ) f ( x) (funções pares) e f F ( , ); f (x ) f ( x)
(funções ímpares). Mostre que
a) e são subespaços de F ( , ) ;
b) 0 ;
c) F ( , ).
5 – Escreva, se possível, cada vetor v como combinação linear dos elementos de S , sendo:
1 1 3 2 0 0 0 0 4 1
a) v e S , , , .
0 1 0 0 0 3 1 0 9 5
b) v 2, 7 e S 1, 0 , 2, 9 .
c) v 0, 0, 3 e S 2, 0, 0 , 0,1, 0 .
d) v p(t ) t3 4t 2 t 1 e S 2, 3t, t 2 1, t 3 .
e) v f (x ) sen2 x e S cos2 x, 3 .
6 – Determine um conjunto de geradores para os seguintes subespaços:

3
a) x, y, z ; x z 0 e x 2y 0
3
b) x, y, z ; x 2y 3z 0 .
a b
c) 2 ; a c 0 e d 0 .
c d
d) at 3 bt 2 ct d 3 ; b c e a 0
7 – Seja u, v, w um conjunto L.I. de vetores de um espaço vetorial . Mostre que

u v 3w, u 3v w, w é L.I.
8 – Determine k de modo que o conjunto 1, 0, k , 1,1, k , 1, k, k 2 seja L.I.
9 – Verifique se os conjuntos de vetores em C ( , ) são L.I. ou L.D.:

a) 1, x b) x, x 2
c) xex , e2x d) sen x, cos x
10 – Verifique para cada conjunto se

 É ou não L.I.
 geram os espaços considerados.
 são bases dos espaços considerados.
4
a) 1, 0, 0, 0 , 1,1, 0, 0 , 1,1,1, 0 , 1,1,1,1 .
2
b) 1,1 , 1,1 , 1,2 .
1 1 1 1 1 1 1 1
c) , , , 2 .
1 1 1 1 0 0 1 1
0 2 0 3 0 0 0 0 0
d) , , 2 3 .
2 0 0 0 0 0 0 1 0
e) t 2 t, t , 1 2
.
f) t 2, 5t 2 3, 1 2 .
11 – Determine uma base e a dimensão dos subespaços vetoriais dados abaixo.
3
a) 1, 0, 0 , 0,5, 2 , 7, 0,2 , 3, ,2 em .

4
b) 1, 3, 0,1 , 3, 4, 7,2 , 3,1,14, 1 , 2, 3, 0,1 em .
c) A 2 ;A At em 2 .
d) Os subespaços do Exercício 6.
e) sen x, cos x , C ( , ).
f) ex , e2x , e 3x , C ( , ).
12 – Encontre as equações lineares homogêneas que caracterizam os seguintes subespaços:
3
a) 2,1, 0 , 3, 0,1 , 1,2,1 em .
3
b) 2,1, 2 , 4, 2, 4 em .
4
c) 1,1,1,1 , 0,1, 0, 0 , 0, 0, 0,1 , 0, 0,1, 0 em .
1 0 2 1 3 1
d) , , em 2 .
1 0 1 0 4 0
e) t3 t, t 2 2t, 1 em 3 .
13 – Em cada caso a seguir, determine os subespaços , de e uma base para

cada um dos subespaços encontrados:
4
x, y, z, w ; x y w z 0 e
a)
x , y, z, w ; z 0 e w 0
3
x, y, z ; x 0 e
b)
0,2, 0 , 1,2, 3 , 7,12,21 , 1, 2, 3
x y
; x 2y w 0, z 0 e
z w
c) 2
x y
; y 3z 0, w 0
z w
1, 0,2 , 0,1,1 , 1,1, 3 e

3
d) 1
0, 1,1 , 0,1,
2

14 – Dados os vetores u 2, 1, 4, 0 , v 1,1, 2, 3 e w 4,1, 8, 6 :
a) Encontre uma base para u, v, w ;
b) Escreva as equações que caracterizam ;
c) Que relação deve existir entre a e b para que 0, a, 0, b pertença a ?
d) Seja 0,1, 0,2 . Determine , dim e uma base para .
15. Verifique se nos seguintes casos:

a b c
; a b f
d e f
a) 2 3
a b c
; d 0
d e f
4
x , y, z, w ; x w y z w 0
b)
x, y, z, w ; x z 0
c) itens do Exercício 13.
5
16 – Determine uma base do que contenha o conjunto 1,1, 0, 0, 0 , 1, 0,1, 0, 0 . Justifique
sua resposta.
3
17 – Sendo 1, 2, 3 , 3,5,1 , 7, 12,1 , encontre um subespaço do tal que
3
.
5
18 – Sejam 1 e 2 subespaços do . Sabendo-se que:
 dim 1 2 4;
 1,2,1, 0, 0 , 0,1,1, 0, 0 é base de 1;
 1 2 1, 1,1, 0, 0 , 2,1, 0, 1,1 , 1,2, 1, 1,1 .
Determine a dimensão de 2. Justifique sua resposta.
4
19 – Sabendo que e 1,2, 3, 4 , 3,6,9,12 , determine a dimensão de .
Justifique.
20 – Sejam um espaço vetorial de dimensão igual a 6, e subespaços de tais que:

a) dim 4 e dim 5 . Mostre que 0 .
b) dim dim 4 . Encontre as possíveis dimensões para .
21 – Escreva, se possível, exemplos de:
3
a) Um conjunto L.I. de 3 vetores que não geram o ;
b) Um conjunto L.D. de 3 vetores do M2 ;
4 4
c) Um subespaço de tal que e dim 4;
5 5
d) Dois subespaços e de tais que dim dim 3 e .
Caso seja impossível, justifique sua resposta.
22 – Determine as coordenadas dos seguintes vetores em relação às bases indicadas:
B 1, 1, 1 , 1, 2, 0 , 3, 1, 0
a) 4, 5, 3
B 1, 2, 1 , 0, 3, 2 , 1, 1, 4
1 1 1 0 0 0 0 0
1 2 B , , ,
b) 0 0 0 0 0 1 1 0
1 0
B base canônica de 2
( )
B t3 t 2, t 2 t, t 2, 3
c) 2t 3 5t 2 2t
B base canônica de 3
( )
23 – Sejam 1, 1 t e 1, t bases ordenadas do 1( ).
a) Determine as matrizes de mudança de base: I e I .
b) Em relação à base é dado p(t ) 2t 3 1( ) . Obtenha p(t ) .
3
24 – No espaço consideremos as bases A e1,e2,e3 e B g1, g2, g3 relacionadas da
g1 e1 e3
seguinte forma g2 2e1 e2 e3 . Determine
g3 e1 2e2 e3
a) A matriz mudança de base de A para B ;
b) A matriz mudança de base de B para A ;

1
c) Suponha que u 1 , determine u .
A B
2
25 – Considere o espaço 2( ) . A matriz mudança da base 1 t, 1 t2 para uma base
1 2
do mesmo espaço 2( ) é dada por I
1 1
. Determine a base .
3
26 – Considere as bases u1, u2, u3 e w1, w2, w3 do , relacionadas da seguinte
w1 u1 u2 u3
forma w2 2u2 3u3 . Determine:
w3 3u1 u3
a) As matrizes de mudança de base I e I ;
1
3
b) Seja u tal que u 2 . Obtenha u .
3

Eron Alg Lin Parte 2 2011

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Eron Alg Lin Parte 2 2011

Enviado por

Direitos autorais:

Formatos disponíveis

ESPAÇOS VETORIAIS

 Espaço vetorial sobre um corpo

 Propriedades dos espaços vetoriais

 Intersecção, soma e soma direta de subespaços

 Geradores de (sub)espaços vetoriais

 Combinação, dependência e independência linear

 Matriz de mudança de base

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 1

Espaços vetoriais e suas estruturas auxiliares fornecem a linguagem comum da álgebra

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 2

Exemplo 3 – (m, n) (ou m n( ) ), o conjunto das matrizes reais m n com a soma e

Exemplo 3.1 – (n, n) n( ) o conjunto das matrizes quadradas reais de ordem n ;

Observação. Se quisermos conjunto das matrizes com entradas complexas, escrevemos

Exemplo 4 – O conjunto n( ) a0 a1x a2x 2 an x n ; ai dos polinômios com

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 3

2( ) a0 a1x a2x 2; ai é um espaço vetorial relativamente às mesmas operações.

Exemplo 5 – O conjunto dos números complexos z x iy ; x, y onde i 1 é

PROPRIEDADES DOS ESPAÇOS VETORIAIS

Da definição de espaço vetorial decorrem as seguintes propriedades:

i. Existe um único vetor nulo em (elemento neutro da adição).

ii. Cada vetor u admite um único simétrico ( u) .

iii. Para quaisquer u, v, w , se u v v w , então u w.

iv. Qualquer que seja u , tem-se ( u) u.

v. u, v , existe um único w tal que u w v . Representamos por w v u.

vi. Qualquer que seja v , tem-se 0v 0.

vii. Qualquer que seja , tem-se 0 0.

ix. Qualquer que seja v , tem-se ( 1)v v.

Subespaço vetorial. Dado um espaço vetorial , um subconjunto , não vazio, é um

ii. Para qualquer e u , tem-se u .

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 4

Sejam u x1,2x1 e v x2,2x 2 pertencentes a , tem-se:

Observação. Note que, para qualquer subconjunto de um espaço vetorial

 Se 0 então não é subespaço de .

 Não se engane! Se 0 isto não garante de imediato que seja subespaço de ,

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 5

Observe que (0, 0, 0, 0) .

Para u x1, y1, z1, 0 e v x 2, y2, z2, 0 em , temos

Exemplo 4 – Sejam (3,1) e o conjunto-solução de um sistema linear homogêneo a

a11 a12 a13 x 0

dado por AX 0 , sendo X elemento do conjunto-solução .

i. Somando essas igualdades, vem: AX1 AX2 0 ou A X1 X2 0 , o que implica em

1 – Verifique se os seguintes conjuntos são espaços vetoriais.

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 6

INTERSECÇÃO DE SUBESPAÇOS VETORIAIS

Definição. Sejam e subespaços vetoriais de . Definimos

Teorema 1. Considere dois subespaços vetoriais e de . A intersecção é

Exemplo 2 – Seja 2 , espaço dos polinômios reais de grau menor ou igual a 2, ou

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 7

Então, os elementos de 1 2 devem ter as características dos elementos de 1 e dos

Utilizando apenas “um grupo de letras”, temos que 1 2 a bt ct 2 ; c 2b e a 0 .

Para obtermos 1 2, as condições de 1 e de 2 devem ser satisfeitas simultaneamente.

Assim temos que

ÁLGEBRA LINEAR: ESPAÇOS VETORIAIS – ERON 8

Definição. Sejam e subespaços vetoriais de . Definimos

Teorema 2. Considere dois subespaços vetoriais e de . A soma é também um

Considerando os mesmos espaços e respectivos subespaços dos exemplos anteriores:

Exemplo 4 – 2 , os subespaços 1 e 2 definidos por

Sejam p (2b c) bt ct 2 1 eq bt c t2 2. Então,

Como não existe nenhuma relação de dependência entre os valores 2b c, b b e c c

SOMA DIRETA DE SUBESPAÇOS VETORIAIS

Soma direta. Sejam e subespaços vetoriais de . Diz-se que é soma direta de e

Teorema 3. se, e somente se, todo vetor v se escreve de modo único na

Dem Considerando por hipótese , temos a existência da decomposição,