Álgebra

4. Espaços Vetoriais
4.1. Definição de espaço vetorial.
4.2. Subespaços vetoriais.
4.3. Combinação linear de vetores. Subespaços gerados.
4.4. Dependência e independência linear.
4.5. Dimensão e Base de um espaço vetorial.
4.6. Mudança de base de um espaço vetorial

LSIRC
Eliana Costa e Silva
Elaborado em colaboração com:
Aldina Correia e Sidonie Costa
ESTG – P. Porto, 2017/2018 1
Definições e Propriedades

Definição 1:
Seja V um conjunto não vazio no qual estão definidas as seguintes operações:
Adição:
u, v V  u  v V (diz-se que é fechado para a adição)
Multiplicação por um escalar:
  R, u V    u V (diz-se que é fechado para o produto por um escalar)
V é um espaço vetorial real se são satisfeitas as seguintes propriedades para
a adição e multiplicação por um escalar:
1) u, v V , u  v  v  u (propriedade comutativa)
2) u, v, w V , (u  v)  w  u  (v  w) (propriedade associativa)
3) 0V V : u V , u  0V  0V  u  u (existência de elemento neutro)
2
Definições e Propriedades

Definição 1 (Continuação):
4) u V , (u) V : u  (u)  0V (existência de elemento simétrico)
5)   R, u, v V ,  .(u  v)   .u   .v (propriedade distributiva da
multiplicação por um escalar em relação à adição de vetores)

6)  ,   R, v  V ,      v    v    v (propriedade distributiva da
multiplicação de um vetor em relação à adição de escalares)

7)  ,   R, v  V ,      v       v  (propriedade associativa)

8) v V ,1 v  v (existência de elemento neutro)

Os elementos de V designam-se por vetores.

O vetor OV chama-se vetor nulo do espaço vetorial .
3
Definições e Propriedades
Exemplo 1.
São espaços vetoriais os seguintes conjuntos:
1 - O conjunto dos vetores em ℝn, com a adição usual de vetores e o
produto usual de um número real por um vetor (por exemplo ℝ, ℝ2,
ℝ3, …).
2 – Para m, n N , o conjunto das matrizes do tipo m  n com a adição
usual de matrizes e a multiplicação de um escalar por uma matriz, i.e.,
M  R  .
m n

3 - O conjunto Pn  x  dos polinómios reais com grau menor ou igual a

n, com a adição usual de polinómios e a multiplicação usual de um
número real por um polinómio.
4
Definições e Propriedades

Propriedades:
Seja V um espaço vetorial real. Então:
1) O vetor nulo é único.
2) O simétrico de cada vetor de V é único.
3) v V , 0V  v  0V
4)   R,   0V  0V
5) v  V ,  1  v  v
6)  , R, v  V :   v  0V    0  v  0V 

5
Definições e Propriedades

Definição 2:
Seja V um espaço vetorial real.
Um subconjunto F de V diz-se um subespaço vetorial de V se, com as
mesmas operações de adição e multiplicação por um escalar definidas
em V, F é um espaço vetorial.

Apesar de um subespaço vetorial ter de verificar todas as

propriedades da definição de espaço vetorial, para identificar se um
determinado conjunto é subespaço vetorial de um espaço vetorial,
basta verificar que é não vazio e que é fechado para a adição e para
a multiplicação por um escalar.
6
Definições e Propriedades

Proposição 1:
Seja V um espaço vetorial real.
Um subconjunto F de um espaço vetorial real V é um subespaço
vetorial de V se e só se, simultaneamente se verificam:
1) F   (em particular, 0V  F ).
2) u, v  F  u  v  F (F é fechado ou estável em relação à operação “+”)
3) u  F ,   R    u  F (F é fechado ou estável em relação à operação “.”)
Exemplo 3.
1 - O subconjunto0V  é um subespaço do espaço vetorial real V que
usualmente se chama subespaço nulo.
V também é um subespaço do espaço vetorial real V. 7
Definições e Propriedades
Exemplo 3 (continuação).
2 - O conjunto das matrizes triangulares inferiores de ordem n é um
subespaço vetorial de Mnn  R  .

3 - O conjunto P   x1 , x2 , x3   R3 : x12  x2  0 não é subespaço vetorial

de R 3, porque, embora  0, 0, 0   P , o conjunto não é fechado para a
adição, pois, por exemplo, sendou  (1,1, 0) e v  (2, 4,5) , u, v  P
então u  v  (3,5,5) e u  v  P, pois 32  5  9  5  0 .

4 - O conjunto F   x1 , x2 , x3   R3 : x1  x2  1  2 x1  x3  2 não é

subespaço vetorial R , uma vez que  0, 0, 0   F (de facto, 0  0  0  1 ) .
3

8
Geradores de um espaço vetorial
Se u1 , u2 ,..., un são vetores de um espaço vetorial V , alguns vetores de
V podem ser combinação linear destes ou não.
Teorema 1:
O conjunto W  1  u1   2  u2  ...   n  un : 1 ,  2 ,...,  n   , de todas as
possíveis combinações lineares dos vetores u1 , u2 ,..., un , de um espaço
vetorial real V, é um subespaço vetorial de V.

Definição 3:
Seja V um espaço vetorial real e u1 , u2 ,..., un vetores de V.
O subespaço W definido no teorema anterior diz-se subespaço
vetorial gerado pelos vetores u1 , u2 ,..., un e representa-se por u1 , u2 ,..., un .
Ao conjunto dos vetores u1 , u2 ,..., un chama-se conjunto gerador de W.
9
Geradores de um espaço vetorial
Exemplo 4.

1 - R3  1, 0, 0  ,  0,1, 0  ,  0, 0,1 , ou seja, os vetores 1, 0, 0  ,  0,1, 0  ,  0, 0,1

constituem o conjunto gerador de R 3 , porque todos os vetores de R 3
podem ser escritos como combinação linear destes três vetores.

2 - Generalizando,
1, 0, 0,..., 0  ,  0,1, 0,..., 0  ,  0, 0,1,..., 0  ,...,  0, 0, 0,...,1  n

n vetores

10
Geradores de um espaço vetorial
Exemplo 4 (continuação).

3 - O subespaço vetorial de R 3, F   x1 , x2 , x3   R3 : x1  x2  0  2 x1  x3  0
é gerado por (1,1,2) , i.e., F  1,1, 2  , porque a solução geral do
sistema de equações
 x1  x2  0

 2 x1  x3  0

é
 x , x , x   R :  x , x , x    k , k , 2k  , k  
1 2 3
3
1 2 3

  x , x , x   R :  x , x , x   k 1,1, 2  , k  
1 2 3
3
1 2 3

 1,1, 2 
F
11
Geradores de um espaço vetorial
Exemplo 4 (continuação).

4 - Os polinómios 1, x, x2 ,...x n geram o espaço de todos os polinómios

de grau ≤ n.

5 -  0, 0,1, 0  ,  0, 0, 0,1  T , ondeT   x1 , x2 , x3 , x4   R 4 : x1  x2  0 , de R 4 ,

porque:

 0, 0,1, 0  ,  0, 0, 0,1  1   0, 0,1, 0    2   0, 0, 0,1 : 1 ,  2  ℝ 

  x1 , x2 , x3 , x4   ℝ 4 : x1  x2  0

12
Base e dimensão de um espaço vetorial

Definição 4:
Chama-se base de um espaço vetorial V a um conjunto de vetores
que satisfaçam as seguintes condições:
1) Geram V;
2) São linearmente independentes.

Nota:
Para cada espaço vetorial (exceto para o espaço nulo) existem infinitas
bases, mas todas as bases são constituídas pelo mesmo número de
vetores.

13
Base e dimensão de um espaço vetorial

Definição 5:
Chama-se dimensão de um espaço vetorial V ao número de vetores
de uma base desse espaço e representa-se esse número por dim(V).
Nota:
Considera-se que o espaço vetorial nulo tem dimensão 0.

Exemplo 5.
1 - Os vetores 1, 0, 0,..., 0  ,  0,1, 0,..., 0  ,  0, 0,1,..., 0  ,...,  0, 0, 0,...,1
n vectores
são linearmente independentes, constituem uma base de R n, à qual
se chama base canónica deR n.

14
Base e dimensão de um espaço vetorial
Exemplo 5 (continuação).
2 - O subespaço vetorial de R 3, F   x1 , x2 , x3   R3 : x1  x2  0  2 x1  x3  0
tem como base, por exemplo, o conjunto 1,1, 2 .
3 - Como os polinómios1, x, x2 ,..., xn são linearmente independentes,
1, x , x 2
,..., x n
 é uma base de Pn  x  , à qual se chama base canónica
de Pn  x  .

4 - O espaço vetorial M23  R  tem uma base com 2  3  6 vetores,

ou seja, dim  M23  R    6 . De facto, A  M23  R  , k1 , k2 , k3 , k4 , k5 , k6  R :
a a12 a13  1 0 0 0 1 0 0 0 1
A   11    
a23  1 0 0 0 
2 
0 0 
3
0 0 
k k k
 a21 a22 0 0
0 0 0 0 0 0 0 0 0
 k4   
0 0 
5 
1 0 
6 
0 1 
k k
1 0 0 15
Base e dimensão de um espaço vetorial
Exemplo 5 (continuação).
5 - O espaço vetorial Mmn  R  tem uma base com m  n vetores, ou
seja, dim  Mmn  R    m  n ,m, n  N .

Espaço
Base Canónica Dimensão
Vetorial
R 1 1
R2 1, 0  ,  0,1 2
R3 1, 0, 0  ,  0,1, 0  ,  0, 0,1 3
R4 1, 0, 0, 0  ,  0,1, 0, 0  ,  0, 0,1, 0  ,  0, 0, 0,1 4
… … …
 
  n
R n 1, 0, 0,..., 0  ,  0,1, 0,..., 0  ,  0, 0,1,..., 0  ,...,  0, 0, 0,...,1 
 n vectores  (finito)
16
Base e dimensão de um espaço vetorial

Teorema 2:
Se o espaço vetorial V tem uma base de dimensão p, quaisquer p
vetores linearmente independentes geram V e formam uma base.
Exemplo 6.
Os vetores (1,0,2), (-1,0,3) e (0,1,5) formam uma base -->A=[1 0 2;-1 0 3; 0 1 5]'
de R 3, uma vez que dim( R 3 )= 3 e os vetores são A =
1. - 1. 0.
linearmente independentes, porque 0. 0. 1.
2. 3. 5.
k1. 1, 0, 2   k2 .  1, 0,3  k3 .  0,1,5    0, 0, 0  -->B=zeros(3,1);
-->rref([A B])
k1  k2  0 k1  0 ans =
  1. 0. 0. 0.
 k3  0  k2  0
0. 1. 0. 0.
2k  3k  5k  0 
 1 2 3 k3  0 0. 0. 1. 0.
17
Base e dimensão de um espaço vetorial

Teorema 3:
Se o espaço vetorial V tem uma base de dimensão p, quaisquer p+1
vetores linearmente dependentes.

Observação:
Tendo-se um conjunto gerador de um espaço vetorial, para se obter uma
base, basta retirar desse conjunto os vetores que “estragam” a
independência linear.
Para isso, identificam-se os vetores que se podem escrever como
combinação linear dos restantes e retiram-se, até se obter um conjunto
de vetores linearmente independente.
18
Coordenadas de um vetor relativamente a uma base

Definição 6:
Seja B  u1 , u2 ,..., un  uma base do espaço vetorial V. Todo o vetor vV
escreve-se de modo único como combinação linear dos vetores de B:
v  k1u1  k2u2  ...  knun , k1 , k2 ,..., kn  R .

Aos escalares k1 , k2 ,..., kn desta combinação linear chamam-se

coordenadas ou componentes do vetor relativamente à base B.

Nota 3:
Nestas condições o vetor v pode representar-se na forma v   k1 , k2 ,..., kn  B
Se a base B for a base canónica é usual omitir-se o índice
representativo da base em questão, escrevendo-se apenasv   k1 , k2 ,..., kn 
19
Coordenadas de um vetor relativamente a uma base
Exemplo 7.
1 - O vetor (2,2,4) tem coordenadas:
 2,2,4 relativamente à base canónica deR 3.
 2, 0,2 relativamente à base B1  1,1,1 ,  0,1,1 ,  0, 0,1 de R 3 ,
ou seja,
 2, 2, 4    2, 0, 2  B
1

2 relativamente à base B2  1,1, 2  do subespaço

F   x1 , x2 , x3   R3 : x1  x2  0  2 x1  x3  0 de R 3, ou seja,

 2, 2, 4    2 B2

20
Coordenadas de um vetor relativamente a uma base
Exemplo 7 (continuação).
2 - O vetor  1 3 tem coordenadas 1, 3, -2, 6 relativamente à base
 2 6
 
 1 0   0 1   0 0   0 0  
B3     ,  ,  ,   de M22  R  , ou seja,
  0 0   0 0  1 0   0 1  

 1 3
 2 6  1,3, 2, 6  B3  1,3, 2, 6 
 

3
3 - O vetor 1  x  2 x3 tem coordenadas 1, 3/2, 0, -2 relativamente à
2
base B4  1, x, x 2 , x3 
ou seja, 3  3   3 
1 x  2 x3  1, , 0, 2   1, , 0, 2 
2  2  B4  2 
21
Mudança de base

Definição 7:
Consideremos as seguintes bases de um espaço vetorial V:
B1  u1 , u2 ,..., un  e B2  v1 , v2 ,..., vn  .

Então, sendo tV, pode escrever-se

t  1u1   2u2  ...   nun , 1 ,  2 ,...,  n  R
t  1v1   2v2  ...   n vn , 1 ,  2 ,...,  n  R

Tal como t, os vetores v1 , v2 ,..., vn também são vetores de V, logo

podem escrever-se como combinação linear dos vetores da base B1 :
v1  m11u1  m12u2  ...  m1nun
v  m u  m u  ...  m u
 2 21 1 22 2 2n n


vn  mn1u1  mn 2u2  ...  mnnun
22
Mudança de base

Definição 7 (continuação):
ou seja,
B2  M .B1

onde
v1   m11 m12 ... m1n  u1 
v  m u 
m22 ... m2 n 
B2   2  , M  21
e B1   2  .
...   ... ... ... ...  ... 
     
vn   mn1 mn 2 ... mnn  un 

A matriz M, assim definida, designa-se por Matriz de Mudança da

Base B1 para a base B2 .

23
Mudança de base
Relação entre Matrizes de Mudança de base
A matriz M’, de mudança da base B2 para a base B1, determina-se
analogamente a M, obtendo-se B1= M’.B2.
Como B2= M . B1, substituindo na equação matricial anterior temos:
B1  M .  M .B1 
 B1   M .M  .B1
 M .M  I

Donde M   M ,1ou seja,

a matriz M’, de mudança da base B2 para a base B1 é a matriz
inversa de M, matriz de mudança da base B1 para a base B2.

24
Mudança de base

Teorema 4:
Nas condições da definição de matriz de mudança de base, B2= M.B1,
tem-se que:   M t . , onde

1   1 
   
   2 ,    2 e Mt é a matriz transposta de M.
...  ... 
   
 n    n 

Da relação entre matrizes de mudança de base, B1= M’.B2, tem-se

que:    M t .     M 1  . ,
t

onde  M 1  é a matriz transposta de M -1.

t

25
Mudança de base
Nota:
A relação   M t . , do teorema anterior, permite determinar as
coordenadas de um vetor, dado na base B2, na base B1.
A relação    M  .
1 t
permite determinar as coordenadas de um
vetor, dado na base B1, na base B2.
Exemplo 8.
3
Consideremos as seguintes bases de R :
B1  1, 0, 0  ,  0,1, 0  ,  0, 0,1 e B2  1, 2,1 ,  1, 1, 0  ,  3,1, 1

a) Determine as matrizes de mudança da base B1 para a base B2 e

desta para aquela.
b) Determine as coordenadas do vetor (5,-2,3) na base B2. 26
Mudança de base
Exemplo 8 (Resolução).
a) Determinação da matriz M (matriz de mudança da base B1 para a
base B2):

1, 2,1  1. 1, 0, 0   2.  0,1, 0   1.  0, 0,1

 1, 1, 0   1. 1, 0, 0   1.  0,1, 0   0.  0, 0,1

 3,1, 1  3. 1, 0, 0   1.  0,1, 0   1.  0, 0,1

Assim,
1 2 1
M   1 1 0 
 3 1 1

27
Mudança de base
Exemplo 8 (Resolução).
Determinação da matriz M’ (matriz de mudança da base B2 para a
base B1):
1, 0, 0   m11. 1, 2,1  m12 .  1, 1, 0   m13 .  3,1, 1 (1)
 0,1, 0   m21. 1, 2,1  m22 .  1, 1, 0   m23 .  3,1, 1 (2)
 0, 0,1  m31. 1, 2,1  m32 .  1, 1, 0   m33 .  3,1, 1 (3)

de (1) obtém-se:

m11  m12  3m13  1 m11  1

 
 11
2 m  m 12  m13  0  m12  3
m  m  0 m  1
 11 13  13

28
Mudança de base
Exemplo 8 (Resolução).
de (2) obtém-se:
m21  m22  3m23  0 m21  1
 
2m21  m22  m23  1  m22  4
m  m  0 m  1
 21 23  23
de (3) obtém-se:
m31  m32  3m33  0 m31  2
 
 31
2 m  m 32  m33  0  m32  5
m  m  1 m  1
 31 33  33
Assim,
1 3 1
M    1 4 1 Nota : Como M’= M-1 , podíamos ter calculado
M’ através do cálculo da inversa da Matriz M.
 2 5 1 
29
Mudança de base
Exemplo 8 (Resolução).
b) Determine as coordenadas do vetor (5,-2,3) na base B2.
  M 
1 t
.   M   .
t

 1  1 1 2   5 
   2   3 4 5  .  2 
  3  1 1 1   3 
 1  13 
   2   38
  3  10 

Ou seja, as coordenadas do vetor (5,-2,3) na base B2 são 13, 38, 10,

logo
 5, 2,3  13,38,10 B 2

30