Espaços e subespaços vetoriais arbitrários

O texto a seguir é baseado no livro “Álgebra linear com aplicações” cujos autores são
Howard Anton e Chris Rorres.

Espaços vetoriais

Beltrano: Na aula anterior observamos algumas propriedades básicas de vetores em Rn . O

que queremos agora identificar quais conjuntos de objetos, com duas operações: adição
e multiplicação por escalar, também satisfazem TODOS estas propriedades que foram
destacadas em Rn , são elas:
Sejam u, v, w ∈ Rn e k, m ∈ R:

1. u + v ∈ Rn

2. u + v = v + u

3. (u + v) + w = u + (v + w)

4. u + 0 = 0 + u = u

5. u + [(−1)u] = 0

6. ku ∈ Rn

7. k(v + w) = kv + kw

8. (k + m)v = kv + mv

9. k(mu) = (km)u

10. 1u = u,

1
Fulano: Dado um conjunto de objetos com duas operações: adição e multiplicação por
escalar, não é sabido que ele satisfaz as propriedades que foram destacadas?
Beltrano: Não! Até agora, só podemos afirmar que estas propriedades são válidas em Rn
com as operações: adição e multiplicação por escalar definidas na aula anterior.
Fulano: Certo!
Beltrano: Sendo assim, se um determinado conjunto de objetos V com duas operações:
adição (⊕) e multiplicação por escalar (), também satisfizer as propriedades.

Sejam u, v, w ∈ V e k, m ∈ R:

1. u ⊕ v ∈ V

2. u ⊕ v = v ⊕ u

3. (u ⊕ v) ⊕ w = u ⊕ (v ⊕ w)

4. u ⊕ 0 = 0 ⊕ u = u

5. u ⊕ [(−1)  u] = 0

6. k  u ∈ V

7. k  (v ⊕ w) = (k  v) ⊕ (k  w)

8. (k + m)  v = (k  v) ⊕ (m  v)

9. k  (m  u) = (km)  u

10. 1  u = u.

chamamos este conjunto de ESPAÇO VETORIAL.

2
O espaço vetorial das matrizes 2 × 2

Fulano: Seja M2×2 o conjunto de todas as matrizes 2 × 2 com entradas reais e defina as
operações em M2×2 como sendo as operações usuais de adição matricial e a multiplicação
matricial por escalar, ou seja,
     
u11 u12 v11 v12 u11 + v11 u12 + v12
u+v = + = 
u21 u22 v21 v22 u21 + v21 u22 + v22

e    
u11 u12 ku11 ku12
ku = k  = .
u21 u22 ku21 ku22
O conjunto M2×2 é fechado na adição e na multiplicação por escalar, porque as operações
matriciais usadas nessa definição produzem matrizes 2 × 2 omo resultado final (itens 1 e 6).
Assim, resta confirmar que valem os itens 2, 3, 4, 5, 7, 8, 9 e 10. De fato,
   
u11 u12 v v12
u+v =   +  11 
u21 u22 v21 v22
 
u11 + v11 u12 + v12
=  
u21 + v21 u22 + v22
 
v11 + u11 v12 + u12
=  
v21 + u21 v22 + u22
   
v11 v12 u u12
=   +  11 
v21 v22 u21 u22
= v + u.

3
      
u11 u12 v11 v12 w11 w12
(u + v) + w =  +  +  
u21 u22 v21 v22 w21 w22
   
u11 + v11 u12 + v12 w11 w12
=  + 
u21 + v21 u22 + v22 w21 w22
 
(u11 + v11 ) + w11 (u12 + v12 ) + w12
=  
(u21 + v21 ) + w21 (u22 + v22 ) + w22
 
u11 + (v11 + w11 ) u12 + (v12 ) + w12 )
=  
u21 + (v21 ) + w21 ) u22 + (v22 ) + w22 )
   
u11 u12 v + w11 v12 + w12
=   +  11 
u21 u22 v21 + w21 v22 + w22
     
u11 u12 v v w w12
=   +  11 12  +  11 
u21 u22 v21 v22 w21 w22
= u + (v + w).

Coloque a mão na massa e verifique os outros itens.

4
Subespaços vetoriais

Fulano: Um espaço vetorial pode estar contido em um outro espaço vetorial?

Beltrano: Sim!
Fulano: Como são chamados estes conjuntos?
Beltrano: Eles são chamados de subespaços vetoriais. Porém, cuidado! Este espaço é por
si só um espaço vetorial, mas que está contido em outro conjunto que também é um espaço
vetorial. Sendo assim, o prefixo SUB destaca esta inclusão.
Fulano: O uso do prefixo SUB (em subespaço) apenas destaca que este espaço vetorial está
contido em um espaço vetorial “maior”?
Beltrano: Isso!
Fulano: Você pode escrever um exemplo?
Beltrano: O conjunto R × R é um espaço vetorial com as operações de soma e multiplicação
por escalar que foram definidas na aula anterior. Você concorda que o conjunto Θ =
{(x, x); x ∈ R} está contido em R × R?
Fulano: Sim.
Beltrano: Este subconjunto Θ (com as operações de soma e multiplicação por escalar
herdadas de R × R) satisfaz todos os propriedades presentes na definição de espaço vetorial.
Portanto, Θ é um espaço vetorial, mas como ele está contido em R × R então é dito que Θ
é subespaço vetorial de R × R.
Fulano: Obrigado!
Beltrano: Irei escrever aqui os detalhes da verificação de cada um dos itens presentes na
definição de espaço vetorial para o conjunto Θ = {(x, x); x ∈ R} com as operações de soma
e multiplicação por escalar herdadas de R × R. Porém, antes disso lembre-se que também
precisamos nos preocupar em constatar os seguintes fatos: se u e v forem elementos em Θ,
então u + v está em Θ; e se k for um escalar qualquer e u algum vetor de Θ, então ku está
em Θ (itens 1 e 6).
Sejam u = (u1 , u1 ) e v = (v1 , v1 ) vetores arbitrários em Θ e α um escalar qualquer.

5
Então,
u + v = (u1 , u1 ) + (v1 , v1 ) = (u1 + v1 , u1 + v1 ) ∈ Θ

e
ku = k(u1 , u1 ) = (ku1 , ku1 ) ∈ Θ.

Perceba que ao somar dois vetores que pertencem à Θ, o resultado desta soma é um vetor
cuja primeira coordenado é igual a segunda, ou seja, o resultado desta soma é ainda um
vetor que pertence à Θ. A mesma análise pode ser dita ao realizar a multiplicação por um
escalar.
O que ainda resta verificar?

i. u + v = v + u

ii. (u + v) + w = u + (v + w)

iii. u + 0 = 0 + u = u

iv. u + [(−1)u] = 0

v. k(v + w) = kv + kw

vi. (k + m)v = kv + mv

vii. k(mu) = (km)u

viii. 1u = u.

Inicialmente, irei dar destaque ao item 4, porém antes é preciso analisar se o vetor nulo
0 pertence à Θ.
Beltrano: Mas quem é este vetor nulo?
Fulano: Como estamos analisando Θ com as operações de soma e multiplicação por escalar
herdade de R × R (este conjunto é um espaço vetorial), é sabido que o vetor nulo 0 em R × R
é (0, 0).
Beltrano: A definição de espaço vetorial exige que o conjunto possua um vetor nulo 0. O

6
que precisamos constatar é que (0, 0) pertence à Θ, pois agora deseja-se provar que ele é um
espaço vetorial, não é?
Fulano: Correto!
Beltrano: Irei justificar esta afirmação. O vetor (0, 0) pertence ao conjunto Θ, pois a
primeira coordenada é igual a segunda, ambas iguais a zero.
Fulano: Ótimo! O próximo passo é analisar se os itens que foram listados anteriormente
também são satisfeitos com elementos pertencentes à Θ. Fixe seu olhar no primeiro item
listado:
u + v = v + u.

O conjunto R × R é um espaço vetorial com as operações de soma e multiplicação por escalar

que foram definidas na aula anterior, certo? Portanto, a igualdade u+v = v+u é verdadeira
ao tomarmos QUALQUER elemento u e v em R × R. Em particular, se nós tomarmos os
elementos que pertencem ao conjunto Θ a igualdade u + v = v + u também é verdadeira,
pois Θ ⊂ R × R. Você percebeu que ganhamos a validade do primeiro item?
Beltrano: Sim! Devido os elementos de Θ estarem contidos no espaço vetorial R × R, a
validade do primeiro item é herdada. Podemos pensar de forma análoga em cada um dos
outros itens?
Fulano: Claro! Sabendo disso, a definição de SUBESPAÇO VETORIAL é dada por:

Um subconjunto W de um espaço vetorial V é denominado subespaço vetorial de V se:

1. 0 ∈ W ;

2. se u, v ∈ W , então u + v ∈ W ;

3. se u ∈ W , então para todo escalar k, ku ∈ W .

É importante destacar: um conjunto é dito um subespaço vetorial você precisa constatar

inicialmente que ele está contido em um espaço vetorial.
Fulano: É possı́vel obter outros subespaços vetoriais a partir de dois subespaços vetoriais
conhecidos, pois a intersecção de subespaços vetoriais é um subespaço vetorial. Além disso,

7
a soma de dois subespaços vetoriais também é um subespaço vetorial. Veja as proposições
abaixo.

A intersecção de subespaços vetoriais é um subespaço vetorial

Sejam W1 e W2 dois subespaços vetoriais de V . Então W1 ∩W2 é ainda um subespaço vetorial
de V .
Demonstração. É sabido que W1 e W2 dois subespaços vetoriais de V , em particular, são
subconjuntos de V . Logo, W1 ∩ W2 também está contido no espaço vetorial V .
Perceba que 0 ∈ W1 ∩ W2 , pois 0 ∈ W1 e 0 ∈ W2 . Sobre as propriedades 2 e 3 presentes
na definição de subespaço vetorial, se u, v ∈ W1 ∩ W2 , então

u, v ∈ W1 ⇒ u + v ∈ W1

e
u, v ∈ W2 ⇒ u + v ∈ W2 .

Portanto, u + v ∈ W1 ∩ W2 . Se k é um escalar qualquer e u ∈ W1 ∩ W2 , então

u ∈ W1 ⇒ ku ∈ W1

e
u ∈ W2 ⇒ ku ∈ W2 .

Portanto, ku ∈ W1 ∩ W2 .

Beltrano: Pode expor um exemplo?

Fulano: Sim. Sejam V o espaço vetorial das matrizes 2 × 2, W1 o conjunto das matrizes
triangulares superiores e W2 o conjunto das matrizes triangulares inferires. É sabido que
W1 e W2 são subespaços vetoriais de V (é preciso verificar as propriedades destacadas na
definição de subespaço vetorial). Agora, pela proposição anterior, W1 ∩ W2 também é um
subespaço vetorial de V . Perceba que W1 ∩ W2 é conjunto das matrizes diagonais 2 × 2.

8
Soma de subespaços é um subespaço vetorial vetoriais
Sejam W1 e W2 dois subespaços vetoriais de V . Então

W1 + W2 = {a1 + a2 ; a1 ∈ W1 e a2 ∈ W2 }

é ainda um subespaço vetorial de V .

Demonstração. É sabido que W1 e W2 dois subespaços vetoriais de V , em particular, são
subconjunto de V . Logo, W1 + W2 também está contido no espaço vetorial V .
Perceba que 0 = 0 + 0 ∈ W1 + W2 , pois 0 ∈ W1 ∩ W2 . Sobre as propriedades 2 e 3
presentes na definição de subespaço vetorial, se u, v ∈ W1 + W2 , então

u = a1 + a2 e v = b1 + b2 ,

onde a1 , b1 ∈ W1 e a2 , b2 ∈ W2 . Logo,

u+v = (a1 +a2 )+(b1 +b2 ) = a1 +(a2 +b1 )+b2 = a1 +(b1 +a2 )+b2 = (a1 +b1 )+(a2 +b2 ).

Observe que a1 + b1 ∈ W1 e a2 + b2 ∈ W2 . Portanto, u + v ∈ W1 + W2 . Se k é um escalar

qualquer, então
ku = k(a1 + a2 ) = ka1 + ka2 .

Observe que ka1 ∈ W1 e ka2 ∈ W2 . Portanto, ku ∈ W1 + W2 .

AVISO: as demonstrações que foram apresentadas são apenas a tı́tulo de CURIOSIDADE.

Elas NÃO serão cobradas.