ALGA - Capítulo 4

Álgebra Linear e Geometria Analı́tica
4 - Espaços Vectoriais
Departamento de Matemática
FCT/UNL
Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 1 / 90

Programa
1 Matrizes
2 Sistemas de Equações Lineares
3 Determinantes
4 Espaços Vectoriais
5 Aplicações Lineares
6 Valores e Vectores Próprios
7 Produto Interno, Produto Externo e Produto Misto
8 Geometria Analı́tica

4. Espaços Vectoriais Espaços Vectoriais: definição, exemplos e propriedades
4.1 Espaços Vectoriais: definição, exemplos e propriedades
Definição
Seja E um conjunto não vazio e K ∈ {R, C}. Suponhamos definidas duas
operações:
uma que designamos por adição em E que é uma operação binária:
+ :E × E → E
(a, b) 7→ a + b
outra operação, que denominamos multiplicação externa:
· :K × E → E
(α, u) 7→ α · u (ou simplesmente αu)


Definição
Dizemos que E , com estas duas operações, é um espaço vectorial sobre K ou que
(E , +, ·) é um espaço vectorial sobre K se
1 A adição tem as propriedades:
(A1 ) u + v = v + u.
(A2 ) (u + v ) + w = u + (v + w ).
(A3 ) Existe 0E ∈ E tal que para qualquer u ∈ E se tem
u + 0E = 0E + u = u.
(A4 ) Para cada u ∈ E existe−u ∈ E tal que u + (−u) = −u + u = 0E .
para quaisquer u, v , w ∈ E .
2 A multiplicação externa goza das seguintes propriedades:
(M1 ) α(u + v ) = αu + αv .
(M2 ) (α + β)u = αu + βu.
(M3 ) (αβ)u = α(βu).
(M4 ) 1u = u,

Definição
aos elementos de E chamamos vectores
aos elementos de K chamamos escalares
se K = C dizemos que E é um espaço vectorial complexo
se K = R dizemos que E é um espaço vectorial real
Exemplo
K é um espaço vectorial sobre K, com as operações usuais de adição
e multiplicação de elementos de K. Assim,
R é um espaço vectorial sobre R
C é um espaço vectorial sobre C.
Note que C é um espaço vectorial sobre R
mas R não é um espaço vectorial sobre C. (Porquê?)
Exemplo
Mm×n (K), com a operação de adição usual de matrizes e com a
operação de multiplicação de um elemento de K por uma matriz,
definidas no Capı́tulo 1, é um espaço vectorial sobre K.
Kn , com a operação usual de adição de n-uplos, dada por
∀(a1 ,...,an ),(b1 ,...,bn )∈Kn (a1 , . . . , an )+(b1 , . . . , bn ) = (a1 +b1 , . . . , an +bn )
e com a operação de multiplicação de um escalar por um n-uplo dada

por
∀α∈K ∀(a1 ,...,an )∈Kn α·(a1 , . . . , an ) = (αa1 , . . . , αan ),
é um espaço vectorial sobre K.


Exemplo
Kn [x], o conjunto de todos os polinómios na variável x, com coeficientes em
K, de grau menor ou igual a n, com n ∈ N0 , isto é,
Kn [x] = {an x n + · · · + a1 x + a0 : an , . . . , a1 , a0 ∈ K}.
Kn [x] com as operação de adição usual de polinómios, dada por

∀(an x n +···+a1 x+a0 ),(bn x n +···+b1 x+b0 )∈Kn [x]
(an x n + · · · + a1 x + a0 )+(bn x n + · · · + b1 x + b0 ) =
= (an + bn )x n + · · · + (a1 + b1 )x + (a0 + b0 )

e com a multiplicação usual de um escalar por um polinómio, dada por
∀α∈K ∀(an x n +···+a1 x+a0 )∈Kn [x]
α·(an x n + · · · + a1 x + a0 ) = (αan )x n + · · · + (αa1 )x + (αa0 ),
é um espaço vectorial sobre K.

Observação
Cn [x] é um espaço vectorial sobre R
Rn [x] não é um espaço vectorial sobre C.
Exemplo
Representamos por K[x] o conjunto de todos os polinómios na
variável x, com coeficientes em K (sem restrição do grau).
Podemos afirmar que K[x] , com as operações usuais de adição de
polinómios e de multiplicação de um elemento de K por um
polinómio, é um espaço vectorial sobre K.


Exemplo
A - o conjunto dos pontos do plano (ou do espaço).
−→
vector AB - o segmento orientado com origem no ponto A e extremidade
final no ponto B (A e B de A);
VA - o conjunto dos vectores aplicados com origem no ponto A.
VA com a adição dada pela regra do paralelogramo:
C D
. . . . . . . . . . . . . . . . . .
. .. .
1 .
−→ −→ −→ ..
AB + AC = AD .

. ..
-. .

A B
−→
e multiplicação externa que a cada real α e a cada vector AB associa o
−→ −→ −→
vector αAB cuja direcção é a do vector AB,o sentido é o de AB se α > 0 e
−→ → −
é o contrário se α < 0 (se α = 0 então AB = 0 ) e cujo comprimento é
−→ −→
kαABk = |α| kABk
é um espaço vectorial sobre R (isto é, um espaço vectorial real).

Proposição
Seja E um espaço vectorial sobre K e seja α ∈ K e u ∈ E . Tem-se:
1 O elemento neutro da adição em E é único ( representa-se por 0E );
2 Para cada u ∈ E , o oposto de u, para a adição em E é único (o
oposto para a adição de u ∈ E representa-se por −u);
3 α0E = 0E ;
4 0K u = 0E ;
5 (−1)u = −u.
6 Se αu = 0E então α = 0 ou u = 0E .
Dem. 1. Suponhamos que z e z 0 são ambos elementos neutros da adição em E .
Como z é elemento neutro, tem-se z + z 0 = z 0 . Por outro lado, como z 0 também
é elemento neutro, verifica-se que z + z 0 = z. Logo
z = z 0.


Dem. 4. Como 0 = 0 + 0, tem-se 0u = (0 + 0)u e aplicando a propriedade
(M2 ) da Definição de Espaco Vectorial obtemos0u = 0u + 0u. Adicionando o
oposto de 0u a cada um dos membros da igualdade anterior concluı́mos que
0E = 0u.
5. Para demonstrar que (−1)u = −u basta verificar que (−1)u + u = 0E .

Atendendo a (M4 ) e a (M2 ) da definição de espaço vectorial tem-se
(−1)u + u = (−1)u + 1u = ((−1) + 1)u = 0u.
Por 3. desta proposição concluı́mos o que pretendı́amos.
6. Suponhamos que αu = 0E .
Tem-se um, e um só, dos seguintes casos: α = 0 ou α 6= 0.
Se α = 0 então o resultado está demonstrado.
Se α 6= 0 então α−1 existe. Da igualdade αu = 0E resulta
α−1 (αu) = α−1 0E ⇔ (α−1 α)u = 0E ⇔ 1K u = 0E ⇔ u = 0E ,
conforme pretendı́amos demonstrar.

Notação
Sendo E um espaço vectorial, é usual designar o vector 0E por vector
nulo de E ou zero de E .
Para u, v ∈ E também se utiliza a notação u − v para representar o vector
u + (−v ).
Observação
1 Na Definição Espaço Vectorial a afirmação de que E é um conjunto
não vazio é redundante dado que E tem, pelo menos, o elemento 0E .

Tal elemento pode ser o único elemento de E .
2 Na definição de espaço vectorial também é redundante a afirmação de
que a adição é comutativa.(Porquê?)

4. Espaços Vectoriais Subespaços vectoriais
4.2 Subespaços vectoriais

Definição
Seja E um espaço vectorial sobre K. Um subconjunto F de E diz-se um
subespaço vectorial de E , ou simplesmente um subespaço de E , se F é
também um espaço vectorial sobre K com as operações nele naturalmente
definidas por ser subconjunto de E (a que chamamos as operações
induzidas pelas operações de E no conjunto F ).
Teorema
Seja E um espaço vectorial sobre K. Tem-se que F é um subespaço de E
se, e só se, satisfizer as condições seguintes:
1 F ⊆E
2 0E ∈ F (2’. ou F 6= ∅)
3 ∀u,v ∈F u+v ∈F
4 ∀α∈K ∀u∈F αu ∈ F
Dem. Suponhamos que F é um subespaço de E . Logo, por definição de

subespaço, verificam-se trivialmente 1, 3 e 4.
Para demonstrar 2 vejamos que se tem 0E = 0F e, portanto, 0E ∈ F .
Basta atender a que, se u ∈ F então u + 0F = u, e, como F ⊆ E , verifica-se
ainda que u + 0E = u. Assim
u + 0E = u + 0F .
Adicionando a ambos os membros da igualdade anterior o vector −u resulta que
0E = 0F .
Notemos que, como 0E ∈ F , se tem 2’.
Reciprocamente, suponhamos que 1, 2, 3 e 4 são satisfeitas.
Notemos que as propriedades (A1 ), (A2 ), (M1 ), (M2 ), (M3 ) e (M4 ) da definição
de espaço vectorial, sendo válidas para quaisquer elementos de E , também são
válidas para quaisquer elementos de F pois F ⊆ E .


Dem.
Assim, e como E é um espaço vectorial sobre K, para concluir que F é também
um espaço vectorial sobre K, temos apenas de demonstrar as propriedades (A3 ) e
(A4 ), isto é, que existe elemento neutro para a adição em F (o que está garantido
por 2) e que todo o elemento v ∈ F tem, em F , oposto para a adição.
Como, por 4, para qualquer v ∈ F , se tem (−1)v ∈ F e dado que −1(v ) = −v
para todo o elemento v ∈ E , concluı́mos,que
−v ∈ F ,
conforme pretendı́amos demonstrar.
Se forem satisfeitas 1, 2’, 3 e 4 concluı́mos analogamente que F é um espaço
vectorial. Temos apenas de garantir que, em F , existe elemento neutro para a
adição.
De 20 . F 6= ∅ resulta que existe u ∈ F . Por 4, tem-se 0u ∈ F .
Como u ∈ E e se verifica 0u = 0E , concluı́mos que
0E ∈ F .

Exemplos
Consideremos o espaço vectorial R2 . Facilmente se verifica que são subespaços de
R2 :

1 F = (x, y ) ∈ R2 : y = 0 = {(x, 0) : x ∈ R} (eixo OX )
2 G = {(0, y ) : y ∈ R} (eixo OY )

3 H = (x, y ) ∈ R2 : x = y (bissectriz dos quadrantes ı́mpares)

4 L = (x, y ) ∈ R2 : x = −y (bissectriz dos quadrantes pares)
m ∈ R,
Para cada
5

Rm = (x, y ) ∈ R2 : y = mx (recta que passa na origem e tem declive m)
No entanto

1 Rm,b = (x, y ) ∈ R2 : y = mx + b , com m, b ∈ R, b 6= 0
(recta, com declive m, que não passa na origem)

2 M = (x, y ) ∈ R2 : x 6= y
não são subespaços de R2 . (Porquê?)


Exemplos
Consideremos o espaço vectorial Mn×n (K).
São exemplos de subespaços de Mn×n (K) o conjunto das matrizes de Mn×n (K):
1 Triangulares superiores;
2 Triangulares inferiores;
3 Diagonais;
4 Escalares;
5 Simétricas;
6 Hemi-simétricas;
7 Com a diagonal principal nula.
Não são subespaços de Mn×n (K) o conjunto das matrizes de Mn×n (K):
1 Invertı́veis;
2 Com a diagonal principal com pelo menos um elemento não nulo.

Exemplos
Seja K[x] o conjunto dos polinómios, na variável x, com coeficientes em K.
O conjunto dos polinómios de K[x] de grau inferior ou igual a r , com
r ∈ N, é um subespaço de K[x].
O conjunto dos polinómios de K[x] de grau igual a r , com r ∈ N, não
é um subespaço de K[x].
Proposição (Subespaços triviais)

Se E é um espaço vectorial sobre K então E e {0E } são subespaços
vectoriais de E .
Observação
Os subespaços de E referidos na proposição anterior designam-se por
subespaços triviais de E , sendo iguais se, e só se, E = {0E }.
4. Espaços Vectoriais Combinação linear de vectores e subespaço gerado
4.3 Combinação linear de vectores e subespaço gerado
Definição
Seja E um espaço vectorial sobre K e sejam u1 , . . . , ur elementos de
E .Dizemos que v ∈ E é combinação linear dos vectores u1 , . . . , ur se
existem escalares α1 , . . . , αr ∈ K (não necessariamente únicos) tais que
v = α1 u1 + · · · + αr ur .
Aos escalares α1 , . . . , αr chamamos os coeficientes da combinação linear e

a (α1 , . . . , αr ) a sequência dos coeficientes da combinação linear.
Exemplo
1. 0E é combinação linear de quaisquer vectores u1 , . . . , ur de um espaço
vectorial E pois
0E = 0u1 + · · · + 0ur .

Exemplos
2. Qualquer vector de R3 é combinação linear dos vectores
(1, 0, 0), (0, 1, 0), (0, 0, 1) ∈ R3 pois
∀(a,b,c)∈R3 (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1).
3. Mais geralmente, qualquer vector de Kn é combinação linear dos

vectores
e1 , . . . , en
em que ei , i = 1, . . . , n, é o n-uplo com todas as componentes iguais
a 0, excepto a i-ésima componente que é igual a 1, i. e.,
e1 = (1, 0, . . . , 0),
e2 = (0, 1, 0, . . . , 0),
..
. ···
en = (0, . . . , 0, 1).
Exemplo
4. Em R2 o vector (3, 3) é combinação linear dos vectores (1, 1), (2, 2). Os
coeficientes da combinação linear não são únicos pois
(3, 3) = 3(1, 1) + 0(2, 2),
(3, 3) = 1(1, 1) + 1(2, 2),
(3, 3) = 7(1, 1) + (-2)(2, 2).
De facto, é suficiente que em (3, 3) = α1 (1, 1) + α2 (2, 2) se tenha

α1 + 2α2 = 3.
Proposição
Seja E um espaço vectorial e u1 , . . . , ur elementos de E . O conjunto de
todas as combinações lineares dos vectores u1 , . . . , ur , isto é,
{α1 u1 + · · · + αr ur : α1 , . . . , αr ∈ K},
é um subespaço de E .

Dem. Utilizemos o Critério de Subespaço Vectorial para justificar que
C = {α1 u1 + · · · + αr ur : α1 , . . . , αr ∈ K} é subespaço de E .
Trivialmente, tem-se C ⊆ E .
Atendendo a que 0E = 0u1 + · · · + 0ur , concluı́mos que 0E ∈ C.
Demonstremos que, para qualquer β ∈ K e quaisquer v , w ∈ C, se tem v + w ∈ C
e βv ∈ C.
Como v , w ∈ C, existem α1 , . . . , αr , β1 , . . . , βr ∈ K tais que
v = α1 u1 + · · · + αr ur e w = β1 u1 + · · · + βr ur .
Assim,
v + w = (α1 u1 + · · · + αr ur ) + (β1 u1 + · · · + βr ur )
= (α1 + β1 ) u1 + · · · + (αr + βr ) ur
pelo que v + w ∈ C.
Dado que
βv = β (α1 u1 + · · · + αr ur ) = (βα1 ) u1 + · · · + (βαr ) ur
tem-se βv ∈ C.
Logo C é subespaço de E .

Definição
Sejam u1 , . . . , ur elementos de um espaço vectorial E . Chamamos
subespaço (de E ) gerado pela sequência (u1 , . . . , ur ) ou pelos vectores
u1 , . . . , ur ao conjunto de todas as combinações lineares dos vectores
u1 , . . . , ur . Tal subespaço é frequentemente denotado por hu1 , . . . , ur i, isto
é,
hu1 , . . . , ur i = {α1 u1 + · · · + αr ur : α1 , . . . , αr ∈ K}.
Se F = hu1 , . . . , ur i dizemos, ainda, que u1 , . . . , ur geram F ou que
u1 , . . . , ur são geradores de F ou que a sequência (u1 , . . . , ur ) é geradora
de F .
Exemplos
1. R3 = h(1, 0, 0), (0, 1, 0), (0, 0, 1)i.
2. Kn = he1 , . . . , en i sendo ei ∈ Kn o n-uplo com todas as componentes
nulas excepto a i-ésima componente que é igual a 1, i = 1, . . . , n.

Exemplos
3. Quaisquer que sejam u1 , . . . , ur vectores de um espaço vectorial E
tem-se 0E ∈ hu1 , . . . , ur i
e, para i ∈ {1, . . . , r },
ui ∈ hu1 , . . . , ur i.
4. Mm×n (K) = hE11 , E12 , . . . , E1n , E21 , E22 , . . . , E2n , . . . , Em1 , Em2 , . . . , Emn i
em que Eij é a matriz de Mm×n (K) com todas as entradas nulas
excepto a entrada (i, j) que é igual a 1, i = 1, . . . , m, j = 1, . . . , n.
5. F = (a, b, c) ∈ R3 : a = 2b + c é um subespaço de R3 .

Observemos que
F = {(2b + c, b, c) : b, c ∈ R}
(2b + c, b, c) = b(2, 1, 0) + c(1, 0, 1)
e que
donde F = h(2, 1, 0), (1, 0, 1)i.
Exemplos
6. Kn [x] = hx n , x n−1 , . . . , x, 1i pois
∀an x n +···+a1 x+a0 ∈Kn [x] an x n +· · ·+a1 x +a0 = an ·x n +· · ·+a1 ·x +a0 ·1.
7. Em R2 , considerem-se os vectores
(1, 0), (0, 1), (−1, 3), (−3, 4).
Tem-se
R2 = h(1, 0), (0, 1), (−1, 3), (−3, 4)i
R2 = h(1, 0), (0, 1), (−1, 3)i
R2 = h(1, 0), (0, 1)i
h(1, 0)i = {(x, 0) : x ∈ R} $R2 .

Definição
Um espaço vectorial E diz-se finitamente gerado se existem r ∈ N e
u1 , . . . , ur ∈ E tais que
E = hu1 , . . . , ur i.
Exemplos
São espaços finitamente gerados: Kn , Mm×n (K), Kn [x],VA ;
K[x] (o conjunto dos polinómios, na variável x, com coeficientes em
K, sem restrição ao grau) não é de dimensão finita.
Se K[x] tivesse dimensão finita
∃r ∈N ∃p1 (x),...,pr (x)∈K[x] K[x] = hp1 (x), . . . , pr (x)i .
Considerando k o máximo grau dos polinómios p1 (x), . . . , pr (x).
Qualquer polinómio com grau superior a k não se pode escrever como
combinação linear dos polinómios p1 (x), . . . , pr (x) e, portanto,
hp1 (x), . . . , pr (x)i$K[x] (contradição).

Proposição
Seja E um espaço vectorial e sejam u1 , . . . , ur e v1 , . . . , vs vectores de E .
Tem-se
1 hu1 , . . . , ur i ⊆ hv1 , . . . , vs i
se, e só se, para todo i ∈ {1, . . . , r }, ui é combinação linear dos
vectores v1 , . . . , vs .
2 hu1 , . . . , ur i = hv1 , . . . , vs i
se, e só se, para todo i ∈ {1, . . . , r }, ui é combinação linear dos
vectores v1 , . . . , vs e para todo j ∈ {1, . . . , s}, vj é combinação linear
dos vectores u1 , . . . , ur .
Dem. 1. Suponhamos que hu1 , . . . , ur i ⊆ hv1 , . . . , vs i .
Como, para qualquer i ∈ {1, . . . , r }, se tem ui ∈ hu1 , . . . , ur i ⊆ hv1 , . . . , vs i
concluı́mos que ui ∈ hv1 , . . . , vs i o que equivale a afirmar que ui é combinação
linear dos vectores v1 , . . . , vs .

Dem. Reciprocamente, suponhamos que, para qualquer i ∈ {1, . . . , r }, o vector
ui é combinação linear dos vectores v1 , . . . , vs , ou
equivalentemente, que
ui ∈ hv1 , . . . , vs i , para i = 1, . . . , r .
Dado que hv1 , . . . , vs i é um subespaço podemos afirmar que
α1 u1 + · · · + αr ur ∈ hv1 , . . . , vs i ,
para quaisquer α1 , . . . , αr ∈ K. Assim, se u ∈ hu1 , . . . , ur i então u ∈ hv1 , . . . , vs i
e, portanto,
hu1 , . . . , ur i ⊆ hv1 , . . . , vs i .
2. Imediato, atendendo a 1
Proposição
Se u1 , . . . , ur são vectores de um espaço vectorial E e existe i ∈ {1, . . . , r }
tal que ui é combinação linear dos restantes r − 1 vectores então
hu1 , . . . , ui−1 , ui , ui+1 , . . . , ur i = hu1 , . . . , ui−1 , ui+1 , . . . , ur i.

Se numa sequência de vectores existe um vector que é combinação linear dos
restantes, a proposição anterior permite afirmar que esse vector pode ser
“eliminado” dando origem a uma sequência que, apesar de ter um número de
vectores inferior, gera o mesmo subespaço que a sequência inicial.
Se uma sequência de vectores de E inclui o vector 0E , tal vector pode ser
“eliminado” da sequência que o subespaço gerado por esses vectores não se altera.
Proposição
Seja S = (u1 , . . . , ur ) uma sequência de elementos de um espaço vectorial E
sobre K e seja S 0 = (u10 , . . . , ur0 ) uma sequência que se obtém de S efectuando
uma transformação de um dos seguintes tipos:
(I) Troca de ordem na sequência dos vectores ui e uj , com i 6= j.
(II) Multiplicação do vector ui , i ∈ {1, . . . , r }, por α ∈ K \ {0}.
(III) Substituição do vector ui , i ∈ {1, . . . , r }, por ui + βuj , com j ∈ {1, . . . , r },
j 6= i e β ∈ K.
Tem-se hu1 , . . . , ur i = hu10 , . . . , ur0 i .
Observação
De acordo com o resultado anterior, se tivermos m vectores de Kn e os
tomarmos como linhas de uma matriz A ∈ Mm×n (K), podemos efectuar
na matriz quaisquer transformações elementares sobre linhas, em número
finito, que o subespaço (de Kn ) gerado pelas linhas não se altera, isto é,se
→ A0
A −−(linhas)
−−−−−
então o subespaço gerado pelas linhas da matriz A é igual ao subespaço

gerado pelas linhas da matriz A0 .
Em particular, podemos transformar A numa matriz A0 em forma de
escada e garantir que as linhas não nulas de A0 geram o mesmo subespaço
de Kn que as linhas da matriz A.

4. Espaços Vectoriais Dependência e independência linear
4.4 Dependência e independência linear

Definição
Seja E um espaço vectorial. Sejam u1 , . . . , ur ∈ E , com r ∈ N.
Para r = 1, dizemos que a sequência (u1 ) ou que o vector u1 é
linearmente dependente quando u1 = 0E .
Para r ≥ 2 dizemos que (u1 , . . . , ur ) é uma sequência linearmente
dependente, ou que os vectores u1 , . . . , ur são linearmente
dependentes,quando pelo menos um dos vectores da sequência é
combinação linear dos restantes vectores.
A uma sequência (u1 , . . . , ur ) que não é linearmente dependente
chamamos linearmente independente e dizemos que os vectores
u1 , . . . , ur são linearmente independentes.
Observação
Dois vectores são linearmente dependentes se, e só se, um dos vectores é múltiplo
escalar do outro, isto é, se é igual ao produto de um escalar pelo outro vector.

Exemplos
1 Em R3 , a sequência ((1, 0, 0), (0, 1, 0), (0, 0, 1)) é linearmente independente.
2 Em Kn , a sequência (e1 , . . . , en ) é linearmente independente.
3 Em Mm×n (K), a sequência
(E11 , E12 , . . . , E1n , E21 , E22 , . . . , E2n , . . . , Em1 , Em2 , . . . , Emn ) é linearmente
independente.

4 No espaço vectorial F = (a, b, c) ∈ R3 : a = 2b + c , a sequência
((2, 1, 0), (1, 0, 1)) é linearmente independente.
5 Em Kn [x], a sequência (x n , x n−1 , . . . , x, 1) é linearmente independente.
6 Em R2 ,
((1, 0), (0, 1), (−1, 3), (−3, 4)) é uma sequência linearmente
dependente.
((1, 0), (0, 1), (−1, 3)) é uma sequência linearmente dependente.
((1, 0), (0, 1)) é uma sequência linearmente independente.
((1, 0)) é uma sequência linearmente independente.

Teorema (Critério de Independência Linear)
Seja E um espaço vectorial sobre K e sejam u1 , . . . , ur vectores de E . Os
vectores u1 , . . . , ur são linearmente independentes se, e só se,a única forma
de escrever 0E como combinação linear dos vectores u1 , . . . , ur é tomando
todos os coeficientes da combinação linear iguais a zero, isto é, se, e só se,
α1 u1 + · · · + αr ur = 0E =⇒α1 = · · · = αr = 0.
Tal equivale a afirmar que os vectores u1 , . . . , ur são linearmente

dependentes se, e só se,existem α1 , . . . , αr ∈ K não todos nulos tais que
α1 u1 + · · · + αr ur = 0E .
Dem. Suponhamos que u1 , . . . , ur são linearmente dependentes e demonstremos
que existem α1 , . . . , αn ∈ K, não todos nulos, tais que
α1 u1 + · · · + αr ur = 0E .
Dem. Se r = 1 então, por definição de dependência linear, tem-se u1 = 0E .

Logo, para qualquer α ∈ K \ {0}, verifica-se que αu1 = 0E , ficando demonstrado
o que se pretendia.
Suponhamos r ≥ 2. Por hipótese existe i ∈ {1, . . . , r } tal que ui é combinação
linear dos restantes r − 1 vectores. Sejam
α1 , . . . , αi−1 , αi+1 , . . . , αr ∈ K
tais que
ui = α1 u1 + · · · + αi−1 ui−1 + αi+1 ui+1 + · · · + αr ur .
Como
α1 u1 + · · · + αi−1 ui−1 + (−1)ui + αi+1 ui+1 + · · · + αr ur = 0E ,
concluı́mos o que pretendı́amos.

Exemplo
Em R4 , utilizemos o Critério de Independência Linear para determinar se a
sequência S = ((1, 1, 1, −1), (0, −1, 0, 2), (1, 0, 1, 1)) é linearmente
independente.
Se α1 (1, 1, 1, −1) + α2 (0, −1, 0, 2) + α3 (1, 0, 1, 1) = (0, 0, 0, 0) isto é, se
(α1 + α3 , α1 − α2 , α1 + α3 , −α1 + 2α2 + α3 ) = (0, 0, 0, 0) então


 α1 + α3 = 0
α1 − α2 = 0

.
α + α3 = 0
 1


−α1 + 2α2 + α3 = 0
A sequência S é linearmente independente se, e só se, o sistema

homogéneo anterior, AX = 0, tem apenas a solução (0, 0, 0), ou
equivalentemente, se este sistema é possı́vel determinado.

Exemplo
Tal sucede se, e só se, a matriz  
1 0 1
 1 −1 0 
A= 
 1 0

1 
−1 2 1
r(A) = 3 = número de incógnitas.

verifica
Cálculos simples permitem concluir que r(A) = 2 e, portanto, a sequência
S é linearmente dependente.
Proposição
Seja E um espaço vectorial e sejam u1 , . . . , ur vectores de E . Os vectores
u1 , . . . , ur são linearmente independentes se, e só se,para todo o vector
que se possa escrever como combinação linear de u1 , . . . , ur (isto é, vector
de hu1 , . . . , ur i) os coeficientes da combinação linear são únicos.

Proposição
Seja S = (u1 , . . . , ur ) uma sequência de vectores de um espaço vectorial E e seja
S 0 = (u10 , . . . , ur0 ) uma sequência que se obtenha de S efectuando um número
finito de transformações dos tipos (I), (II), (III) descritos anteriormente.
Tem-se, S é linearmente dependente (respectivamente, independente) se, e só se,
S 0 é linearmente dependente (respectivamente, independente).
Proposição
Seja E um espaço vectorial e sejam u1 , . . . , ur vectores de E linearmente
independentes. Se v ∈ E não é combinação linear dos vectores u1 , . . . , ur
tem-se:
1 u , . . . , u , v são linearmente independentes.
1 r
2 hu1 , . . . , ur i $ hu1 , . . . , ur , v i.
Dem. 1. Consideremos que v não é combinação linear dos vectores linearmente

independentes u1 , . . . , ur e demonstremos que u1 , . . . , ur , v são linearmente
independentes.

Dem. Suponhamos que u1 , . . . , ur , v são linearmente dependentes e cheguemos
a uma contradição.
Se u1 , . . . , ur , v são linearmente dependentes então, pelo Critério de
Independência Linear, existem α1 , . . . , αr , αr +1 ∈ K, não todos nulos, tais que
α1 u1 + · · · + αr ur + αr +1 v = 0E .
Tem-se αr +1 = 0 ou αr +1 6= 0.
Se αr +1 = 0 então α1 u1 + · · · + αr ur = 0E e, como u1 , . . . , ur são linearmente
independentes, concluı́mos que α1 = · · · = αr = 0, o que contradiz a hipótese de
α1 , . . . , αr , αr +1 não serem todos nulos.
Se αr +1 6= 0 então, de α1 u1 + · · · + αr ur + αr +1 v = 0E , resulta
αr +1 v = (−α1 )u1 + · · · + (−αr )ur ,
ou ainda, v = −αr−1 −1

+1 α1 u1 + · · · + −αr +1 αr ur , o que contradiz a hipótese de
v não ser combinação linear dos vectores u1 , . . . , ur .
Logo os vectores u1 , . . . , ur , v são linearmente independentes.
2.(Exercı́cio)
4. Espaços Vectoriais Bases e dimensão
4.5 Bases e dimensão

Definição
Seja E um espaço vectorial e (u1 , . . . , un ) uma sequência de vectores de E .
Dizemos que (u1 , . . . , un ) é uma base de E se é uma sequência geradora
de E e linearmente independente.
Convenciona-se que se E = {0E } então o conjunto vazio é base de E .
Observação
Em R2 , tem-se:
((1, 0), (0, 1)) é uma sequência geradora de R2 e é linearmente
independente.
((1, 0), (0, 1), (−1, 3)) é uma sequência geradora de R2 mas não é
linearmente independente.
((1, 1), (2, 2)) não é geradora de R2 e não é linearmente independente.
((1, 1)) não é geradora de R2 mas é linearmente independente.

Proposição
Num espaço vectorial E finitamente gerado qualquer sequência geradora
de E tem um número de vectores superior ou igual ao número de vectores
de qualquer sequência linearmente independente.
Dem. Seja (u1 , . . . , ur ) uma sequência linearmente independente de vectores de
E e seja (v1 , . . . , vs ) uma sequência geradora de E .
Pretendemos demonstrar que s ≥ r .
Suponhamos que s < r e cheguemos a uma contradição.
Como u1 , . . . , ur ∈ E e E = hv1 , . . . , vs i, concluı́mos que
uj ∈ hv1 , . . . , vs i , j = 1 . . . , r .
Sejam aij ∈ K, i = 1, . . . , s, j = 1, . . . , r , tais que
u1 = a11 v1 + · · · + as1 vs
..
.
ur = a1r v1 + · · · + asr vs .

Dem. Seja  
a11 ··· a1r
A=  ···  ∈ Ms×r (K).
as1 ··· asr
Como s < r , podemos afirmar que o sistema homogéneo AX = 0 é indeterminado

pois um sistema homogéneo é sempre possı́vel e, neste caso, tem-se
r(A) ≤ s < r = número de incógnitas.
Seja (α1 , . . . , αr ) ∈ Kr uma solução não nula de tal sistema, isto é,
   α1  
0

a11 ··· a1r
.   . 
 ···  ..  =  .. ,
as1 ··· asr
αr 0
ou equivalentemente,

 a11 α1 + · · · + a1r αr = 0
··· ,
as1 α1 + · · · + asr αr = 0

com α1 , . . . , αr não todos nulos.


Dem. Tem-se
α1 u1 + · · · + αr ur =
= α1 (a11 v1 + · · · + as1 vs ) + · · · + αr (a1r v1 + · · · + asr vs )
= (α1 a11 + · · · + αr a1r )v1 + · · · + (α1 as1 + · · · + αr asr )vs
= (a11 α1 + · · · + a1r αr )v1 + · · · + (as1 α1 + · · · + asr αr )vs
= 0v1 + · · · + 0vs = 0E ,
com α1 , . . . , αr não todos nulos. Pelo Critério de Independência Linear, chegamos
a uma contradição com a hipótese de (u1 , . . . , ur ) ser uma sequência linearmente
independente.
Proposição
Se um espaço vectorial E admite uma base com n elementos então todas
as bases de E têm n elementos.
Dem. Dado que o resultado é trivial para n = 0 consideramos n ≥ 1.
Suponhamos que B = (u1 , . . . , un ) e B 0 = (v1 , . . . , vp ) são bases de E .
0
Como B é uma sequência geradora de E e B é uma sequência linearmente
independente concluı́mos, pela Proposição anterior, que n ≥ p.
Dem. Por outro lado, como B 0 é uma sequência geradora de E e B é uma

sequência linearmente independente, a Proposição anterior permite também
concluir que p ≥ n. Logo p = n.
Definição
Seja E um espaço vectorial que admite uma base com n elementos, n ∈ N.
Dizemos que E tem dimensão n e escrevemos dim E = n.
Observação
Como convencionámos que o conjunto vazio é base de E = {0E } então,
neste caso, dim E = 0.
Um espaço vectorial que como K[x] não é finitamente gerado diz-se de
dimensão infinita.

Exemplos
1 dim Kn = n, dim Mm×n (K) = mn e dim Kn [x] = n + 1.
2 Se D é o conjunto das matrizes diagonais de Mn×n (K) então

dim D = n.
3 Se T é o conjunto das matrizes triangulares superiores de Mn×n (K)

então dim T = n + (n − 1) + (n − 2) + · · · + 1 = n(n+1)
2 .
4 C é um espaço vectorial sobre C, mas também é um espaço vectorial

sobre R. No primeiro caso, a sua dimensão é 1 e no segundo caso é 2.
(Porquê?) Escrevemos então dimC C = 1 e dimR C = 2.


Exemplo
Seja F o subespaço de M2×2 (R) definido por
n o
a a+b
F = b −b
: a, b ∈ R .
Tem-se
n o D E
1 1 0 1 1 1 0 1
F = a 0 0
+b 1 −1
: a, b ∈ R = 0 0
, 1 −1
.
Como nenhuma das matrizes geradoras de F é um múltiplo escalar da

outra, a sequência
1 1 0 1
B= 0 0
, 1 −1
é linearmente independente e, portanto, é uma base de F . Logo
dim F = 2.
Proposição
Seja E um espaço vectorial finitamente gerado. São equivalentes as
afirmações:
1 dim E = n.
2 Existe uma sequência geradora, com n vectores de E , e qualquer

sequência geradora de vectores de E tem, no mı́nimo, n elementos.
3 Existe uma sequência linearmente independente, com n vectores de E ,

e qualquer sequência linearmente independente de vectores de E tem,
no máximo, n elementos.

Proposição
Seja E um espaço vectorial finitamente gerado. São equivalentes as
afirmações:
1 dim E = n.
2 Qualquer sequência geradora de E , com n vectores , é uma base de E .
3 Qualquer sequência linearmente independente, com n vectores de E , é

uma base de E .

Proposição
Se S = (v1 , . . . , vs ) é uma sequência geradora de um espaço vectorial E
então existe uma subsequência de S que é uma base de E
Esquematicamente temos:
S é sequência −−−−−−−−−→
r etapas (∗) S 0 base de E
geradora de E
(∗) Em cada uma das r etapas “elimina-se” um vector da sequência que

seja combinação linear dos restantes.

Teorema do Completamento
Se S = (u1 , . . . , ur ) é uma sequência linearmente independente de vectores
de um espaço vectorial E de dimensão n então existe uma base de E que
tem S como subsequência. Ou seja, existem vectores w1 , . . . , wn−r de E ,
com n − r ≥ 0, tais que
(u1 , . . . , ur , w1 , . . . , wn−r )
é uma base de E .
Esquematicamente tem-se:
S sequência −−−−−−−−−→
linearmente independente s etapas (∗∗)
s ∈ N0
S 00 é base de E
de vectores de E
(∗∗) Em cada uma das s etapas “acrescenta-se” um vector à sequência que

não seja combinação linear dos restantes.
Proposição
Seja E um espaço vectorial de dimensão finita. Tem-se:
1 Se F é um subespaço de E então dim F ≤ dim E .
2 Se F é um subespaço de E e dim F = dim E então F = E .
Proposição
Seja E um espaço vectorial e sejam u1 , . . . , un vectores de E . Tem-se,
(u1 , . . . , un ) é uma base de E se, e só se, todo o vector de E é combinação
linear dos vectores u1 , . . . , un e são únicos os coeficientes da combinação
linear
Definição
Seja E um espaço vectorial sobre K e (u1 , . . . , un ) uma base de E . Para
cada v ∈ E os escalares α1 , . . . , αn ∈ K, únicos, tais que
v = α1 u1 + · · · + αn un dizem-se as coordenadas de v na base (u1 , . . . , un )
ou, mais correctamente, dizemos que (α1 , . . . , αn ) é a sequência das
coordenadas de v na base (u1 , . . . , un ).
Exemplo
(1, 0), (0, 1) é uma base de R2 . Se (a, b) ∈ R2 então, como

1
(a, b) = a(1, 0) + b(0, 1),

a sequência das coordenadas de (a, b) na base anterior é (a, b).
(0, 1), (1, 0) é também uma base de R2 . Em relação a essa base,

2
como
(a, b) = b(0, 1) + a(1, 0),
a sequência das coordenadas de (a, b) é (b, a).
B = (−1, 1), (0, 1) é também uma base de R2 . Determinemos a

3
sequência das coordenadas de (a, b) em relação a essa base.

−α1 = a α1 = −a
(a, b) = α1 (−1, 1) + α2 (0, 1) ⇔ ⇔ .
α1 + α2 = b α2 = a + b
Assim a sequência das
coordenadas do vector (a, b) na base
B = (−1, 1), (0, 1) é (−a, a + b).

Exemplo
1 O vector que em relação à base

B = (−1, 2, 3), (0, 3, 4), (0, 0, 5)
de R3 tem a sequência de coordenadas (7, −1, 4) é o vector
7(−1, 2, 3) + (−1)(0, 3, 4) + 4(0, 0, 5) =

=(−7, 14, 21) + (0, −3, −4) + (0, 0, 20)
=(−7, 11, 37).
Definição
Designamos por base canónica de Kn , e representamos por b.c.Kn , a base
(e1 , . . . , en ) sendo ei , i = 1, . . . , n, o n-uplo com todas as componentes
nulas excepto a i-ésima componente que é igual a 1.

4. Espaços Vectoriais Intersecção, união e soma de subespaços
4.6 Intersecção, união e soma de subespaços
Teorema
Se F e G são subespaços de um espaço vectorial E então F ∩ G é, ainda,
um subespaço de E .
Dem. Demonstremos, utilizando o Critério de Subespaço Vectorial, que se F e
G são subespaços de E então o mesmo sucede a
F ∩ G = {u ∈ E : u ∈ F ∧ u ∈ G } .
Atendendo a que F ⊆ E e G ⊆ E podemos afirmar que F ∩ G ⊆ E .

Como 0E ∈ F e 0E ∈ G concluı́mos que 0E ∈ F ∩ G .
Sejam u, v ∈ F ∩ G e demonstremos que u + v ∈ F ∩ G .
Dado que u, v ∈ F ∩ G tem-se u, v ∈ F e u, v ∈ G .
Atendendo a que u, v ∈ F e F é um subespaço concluı́mos que u + v ∈ F . De
forma idêntica, dado que u, v ∈ G e G é um subespaço tem-se u + v ∈ G . Assim,
u + v ∈ F ∩ G.

Dem. Finalmente, sejam α ∈ K e u ∈ F ∩ G e demonstremos que
αu ∈ F ∩ G .
Dado que u ∈ F ∩ G , podemos afirmar que u ∈ F e u ∈ G . Como F
(respectivamente, G ) é um subespaço, concluı́mos que αu ∈ F (respectivamente,
αu ∈ G ). Logo αu ∈ F ∩ G .
Exemplo
Em R4 consideremos os subespaços
F = {(a, b, c, d) ∈ R4 : a − b = 0 ∧ a − b − d = 0}
G = {(a, b, c, d) ∈ R4 : b − c = 0 ∧ d = 0}
Sabemos então que
F ∩ G = {(a, b, c, d) ∈ R4 : a − b = 0 ∧ a − b − d = 0 ∧ b − c = 0 ∧ d = 0}
e, portanto,
F ∩ G = {(a, b, c, d) ∈ R4 : a = c ∧ b = c ∧ d = 0} = {(c, c, c, 0) : c ∈
R} =
{c(1, 1, 1, 0) : c ∈ R} = h(1, 1, 1, 0)i.

Processo para a determinação da intersecção de dois subespaços:
1 Obter um sistema (S1 ) (resp. (S2 )) de equações lineares cujo conjunto de
soluções é F (resp. G).
2 Considerar um sistema (S) constituı́do por todas as equações de (S1 ) e por
todas as equações de (S2 ).
3 O conjunto das soluções do sistema (S) é F ∩ G .
Ao contrário do que sucede com a intersecção de subespaços, a união de
subespaços pode não ser um subespaço, conforme ilustra o exemplo seguinte.
Exemplo
Em R2 , consideremos os subespaços

F = (x, y ) ∈ R2: y = 0 e G = (x, y ) ∈ R2 : x = 0 .
Tem-se F ∪ G = (x, y ) ∈ R2 : x = 0 ∨ y = 0 .
Logo
(2, 0) ∈ F ∪ G e (0, 3) ∈ F ∪ G
mas
(2, 0) + (0, 3) = (2, 3) 6∈ F ∪ G .

Proposição
Sejam F e G subespaços de um espaço vectorial E . Tem-se F ∪ G é um
subespaço de E se, e só se, F ⊆ G ou G ⊆ F .
Dem. Conforme já observámos, se F ⊆ G ou G ⊆ F então F ∪ G é um

subespaço de E .
Demonstremos que se F ∪ G é um subespaço de E então F ⊆ G ou G ⊆ F .
Suponhamos que F ∪ G é um subespaço de E , com F 6⊆ G , e justifiquemos que
G ⊆ F , isto é, que para todo v ∈ G se tem v ∈ F .
Como F 6⊆ G existe u ∈ F tal que u 6∈ G . Seja u ∈ F tal que u 6∈ G e seja
v ∈ G . Notemos que u, v ∈ F ∪ G e dado que, por hipótese, F ∪ G é um
subespaço de E podemos afirmar que u + v ∈ F ∪ G .
Assim u + v ∈ F ou u + v ∈ G . Não pode ter-se u + v ∈ G porque, nesse
caso, como v ∈ G e −v ∈ G , concluı́amos que (u + v ) + (−v ) = u ∈ G , o que é
uma contradição pois, por hipótese, u 6∈ G .
Logo u + v ∈ F . Como u ∈ F e, portanto, −u ∈ F , concluı́mos que
(−u) + (u + v ) = v ∈ F , conforme pretendı́amos demonstrar.
De forma
Departamento idêntica (FCT/UNL)
de Matemática se demonstra que
Álgebra see F
Linear ∪ G éAnalı́tica
Geometria um subespaço de E e G 6⊆ F 56 / 90

Definição
Sejam F e G subespaços de um espaço vectorial E . Chamamos soma dos
subespaços F e G ao conjunto
F + G = {u + v : u ∈ F ∧ v ∈ G } .
Proposição
A soma de dois subespaços de um espaço vectorial E é ainda um
subespaço de E .
Exemplo
Sejam E = R2 , F= (x, y ) ∈ R2 : y = 0 e G = (x, y ) ∈ R2 : x = 0 .

Tem-se F ∪ G = (x, y ) ∈ R2 : x = 0 ∨ y = 0 .

Assim, por exemplo, (2, 3)6∈(F ∪ G ) e, portanto, F ∪ G $R2 .

Mas F + G = R2 , pois com (x, 0) ∈ F e (0, y ) ∈ G temos
∀(x,y )∈R2 (x, y ) = (x, 0) + (0, y ).


Proposição
Seja E um espaço vectorial e F e G subespaços de E tais que
F = hu1 , . . . , ur i e G = hv1 , . . . , vs i.
Tem-se
F + G = hu1 , . . . , ur , v1 , . . . , vs i.
Exemplo
Sejam F = {(x, y , z) ∈ R3 : x = y + 2z} e G = h(1, 0, −1), (0, 3, 1)i.
Temos que F = {(x, y , z) ∈ R3 : x = y + 2z} = {(y + 2z, y , z) : y , z ∈ R}.
Como para quaisquer y , z ∈ R se tem (y + 2z, y , z) = y (1, 1, 0) + z(2, 0, 1),
concluı́mos que F = h(1, 1, 0), (2, 0, 1)i.
Dado que G = h(1, 0, −1), (0, 3, 1)i, pela proposição anterior, temos
F + G = h(1, 1, 0), (2, 0, 1), (1, 0, −1), (0, 3, 1)i.

Proposição
Seja E um espaço vectorial e sejam F e G subespaços de E . São
equivalentes as afirmações:
1 Se (u1 , . . . , un ) é uma base de F e (v1 , . . . , vs ) é uma base de G

então (u1 , . . . , un , v1 , . . . , vs ) é uma base de F + G .
2 F ∩ G = {0E }.
3 Se u, u 0 ∈ F e v , v 0 ∈ G são tais que u + v = u 0 + v 0 então u = u 0 e

v = v 0.

Definição
Sejam F e G subespaços de um espaço vectorial E .
Dizemos que E é a soma directa dos subespaços F e G e escrevemos
E =F ⊕G
se para cada w ∈ E existe um único par (u, v ) com u ∈ F e v ∈ G tal que

w = u + v.
Nestas condições dizemos que F (resp. G ) é um subespaço suplementar

de G (resp. F ) em E .
Dizemos ainda que o vector u é a projecção de w sobre F , segundo G e

que o vector v é a projecção de w sobre G , segundo F .


Proposição
Sejam F e G subespaços de um espaço vectorial E . São equivalentes as
afirmações:
1 E = F ⊕ G.
2 E = F + G e F ∩ G = {0E }.
Exemplo

Em R3 , consideremos os subespaços F = (x, y , z) ∈ R3 : y = 0 ,
G = (x, y , z) ∈ R3 : x = 0 ∧ y = z e H = (x, y , z) ∈ R3 : y = −z .
1 - Verifiquemos que F + G = R3 . De facto, é trivial que F + G ⊆ R3 .
Para demonstrar que R3 ⊆ F + G basta atender a que, para qualquer
(x, y , z) ∈ R3 , se tem (x, y , z) = (x, 0, z − y ) + (0, y , y ), com
(x, 0, z − y ) ∈ F e (0, y , y ) ∈ G .
Assim F + G = R3 .

Exemplo
2 - Analogamente se conclui que F + H = R3 pois,
para qualquer (x, y , z) ∈ R3 , se tem (x, y , z) = (x, 0, z + y ) + (0, y , −y ),
com (x, 0, z + y ) ∈ F e (0, y , −y ) ∈ H.
3 - Atendendo à Definição de soma directa, ou alternativamente à Proposição
anterior, podemos afirmar que para os subespaços F , G e H se tem
R3 = F ⊕ G mas a soma R3 = H + F não é directa.
Tem-se ainda R3 = H ⊕ G (verifique).
4 - Atendendo a que R3 = F ⊕ G e, como (2, 3, 1) = (2, 0, −2) + (0, 3, 3) em
que (2, 0, −2) ∈ F e (0, 3, 3) ∈ G , podemos afirmar que (2, 0, −2) é a
projecção de (2, 3, 1) sobre F segundo G e que (0, 3, 3) é a projecção de
(2, 3, 1) sobre G segundo F .
Analogamente, como R3 = H ⊕ G e (2, 3, 1) = (2, 1, −1) + (0, 2, 2) em que
(2, 1, −1) ∈ H e (0, 2, 2) ∈ G , podemos afirmar que (2, 1, −1) é a projecção
de (2, 3, 1) sobre H segundo G e que (0, 2, 2) é a projecção de (2, 3, 1) sobre
G segundo H.
Proposição
Seja E um espaço vectorial de dimensão finita. Se F é um subespaço de E
então existe um subespaço G de E tal que
E = F ⊕ G,
isto é, todo o subespaço de um espaço vectorial de dimensão finita tem

um suplementar.
Dem. Seja n = dim E . Se dim F = 0, isto é, se F = {0E } então considere-se
G = E . Se dim F = n, isto é, se F = E então considere-se G = {0E }.
Suponhamos então que dim F = p, com 1 ≤ p ≤ n − 1.
Seja (u1 , . . . , up ) uma base de F . Pelo Teorema do Completamento existem
v1 , . . . , vn−p ∈ E tais que (u1 , . . . , up , v1 , . . . , vn−p ) é uma base de E .
Considerando G = hv1 , . . . , vn−p i podemos afirmar, que E = F + G e que tal
soma é directa.
4. Espaços Vectoriais O Teorema das Dimensões
4.7 O Teorema das Dimensões

Proposição
Teorema das Dimensões
Se E é um espaço vectorial e F e G são subespaços de E de dimensão
finita então F + G e F ∩ G também têm dimensão finita e
dim(F + G ) = dim F + dim G − dim(F ∩ G ).
Observação
Se F e G são subespaços de um espaço vectorial E são equivalentes as
afirmações:
1 F ∩ G = {0E },
2 dim(F ∩ G ) = 0,
3 dim(F + G ) = dim F + dim G .

Dem. Se F e G têm dimensão finita então o mesmo sucede a F + G . Como F
tem dimensão finita e F ∩ G é um subespaço de F , podemos afirmar que F ∩ G
tem dimensão finita.
Demonstremos que dim(F + G ) = dim F + dim G − dim(F ∩ G ) considerando três
casos.
1. F = {0E } ou G = {0E }.
Se F = {0E } então F + G = G e F ∩ G = {0E }. Logo
dim(F + G ) = dim G = dim F + dim G − dim(F ∩ G ).
A demonstração é análoga para G = {0E }.
2. F 6= {0E } e G 6= {0E } e F ∩ G = {0E }.
Seja (u1 , . . . , ur ) uma base de F e seja (v1 , . . . , vs ) uma base de G . Como
F ∩ G = {0E },
sabemos, por uma proposição anterior que a sequência (u1 , . . . , ur , v1 , . . . , vs )
é uma base de F + G e, portanto,
dim(F + G ) = r + s = r + s − 0
= dim F + dim G − dim(F ∩ G ).

Dem. 3. F 6= {0E } e G 6= {0E } e F ∩ G 6= {0E }.
Sejam r = dim F , s = dim G e t = dim(F ∩ G ). Seja (w1 , . . . , wt ) uma base de
F ∩ G . Como (w1 , . . . , wt ) é uma sequência
linearmente independente de vectores de F ∩ G e, portanto, de vectores de F ,
pelo Teorema do Completamento existem y1 , . . . , yr −t ∈ F tais que
(w1 , . . . , wt , y1 , . . . , yr −t )
é uma base de F .
Argumentos análogos permitem afirmar que existem vectores
z1 , . . . , zs−t ∈ G tais que (w1 , . . . , wt , z1 , . . . , zs−t ) é uma base de G .
Dado que
F = hw1 , . . . , wt , y1 , . . . , yr −t i e G = hw1 , . . . , wt , z1 , . . . , zs−t i ,
podemos afirmar que
F + G = hw1 , . . . , wt , y1 , . . . , yr −t , w1 , . . . , wt , z1 , . . . , zs−t i
= hw1 , . . . , wt , y1 , . . . , yr −t , z1 , . . . , zs−t i .


Dem. Utilizando o Critério de Independência Linear demonstremos que a
sequência (w1 , . . . , wt , y1 , . . . , yr −t , z1 , . . . , zs−t ) é linearmente independente.
Sejam α1 , . . . , αt , β1 , . . . , βr −t , γ1 , . . . , γs−t ∈ K tais que
α1 w1 + · · · + αt wt + β1 y1 + · · · + βr −t yr −t +
+ γ1 z1 + · · · + γs−t zs−t = 0E .
Considerando u = α1 w1 + · · · + αt wt + β1 y1 + · · · + βr −t yr −t
= (−γ1 )z1 + · · · + (−γs−t )zs−t ,
podemos afirmar que u ∈ F ∩ G e, como F ∩ G = hw1 , . . . , wt i, existem
δ1 , . . . , δt ∈ K tais que
u = δ1 w1 + · · · + δt wt .
Dado que
u = α1 w1 + · · · + αt wt + β1 y1 + · · · + βr −t yr −t
= δ1 w1 + · · · + δt wt + 0y1 + · · · + 0yr −t


Dem. e como (w1 , . . . , wt , y1 , . . . , yr −t ) é linearmente independente, então
α1 = δ1 , . . . , αt = δt , β1 = 0, . . . , βr −t = 0.
Analogamente, como (w1 , . . . , wt , z1 , . . . , zs−t ) é linearmente independente, da

igualdade
α1 w1 + · · · + αt wt + 0y1 + · · · + 0yr −t + +γ1 z1 + · · · + γs−t zs−t = 0E ,
resulta α1 = · · · = αt = γ1 = · · · = γs−t = 0.
Assim a sequência (w1 , . . . , wt , y1 , . . . , yr −t , z1 , . . . , zs−t ) é linearmente
independente e, portanto, é uma base de F + G . Logo
dim(F + G ) = t + (r − t) + (s − t)
=r +s −t
= dim F + dim G − dim(F ∩ G ),
como pretendı́amos demonstrar.

4. Espaços Vectoriais Matrizes e Espaços Vectoriais
4.8 Matrizes e Espaços Vectoriais
Nesta secção veremos como utilizar as matrizes para resolver os seguintes

problemas:
1 Determinar se uma sequência de vectores de E é linearmente
independente.
2 Determinar se um vector pertence ao subespaço gerado por uma dada
sequência de vectores.
3 Construir uma base de um espaço a partir de uma sequência de
geradora.
4 Construir uma base de um espaço a partir de uma sequência
linearmente independente, sendo conhecida a dimensão do espaço.
5 Verificar se duas sequências de vectores geram o mesmo espaço
vectorial.

Recordemos que se A ∈ Mm×n (K) e
A −−(linhas)
−−−−− →B
então o subespaço gerado pelas linhas da matriz A é igual ao subespaço

gerado pelas linhas da matriz B e que as linhas de A são linearmente
independentes se, e só se, o mesmo suceder às linhas de B.
Proposição
As linhas não nulas de uma matriz em forma de escada são linearmente
independentes.

Vejamos como, utilizando matrizes, respondemos facilmente aos problemas

anteriormente enunciados no caso do espaço vectorial Kn .
Seja F um subespaço de Kn e S = (u1 , . . . , up ) uma sequência de vectores

de F tais que F = hu1 , . . . , up i.
Seja A ∈ Mp×n (K) a matriz cuja linha i é ui , i = 1, . . . , p e seja A0 a

matriz em forma de escada equivalente por linhas a A.
u1
 
.. 
Sem exigências de rigor escrevemos 
 .  para representar a matriz cuja
up
linha i é ui , i = 1, . . . p.

1. Determinar se uma sequência de vectores de E é linearmente independente.
0
1. A sequência
 S élinearmente independente se, e só se, A não tem linhas nulas,
u 1
. 
ou seja, r 
 ..  = p.
up
Exemplo
Considere-se a sequência de vectores de R4
S = (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3) .
 !
1 4 3 6
Tal sequência é linearmente independente se, e só se, r  0 0 0 2  = 3.
2 8 1 3
Como
     
1 4 3 6 −−−−−−−→ 1 4 3 6 1 4 3 6
−−−−−→
 0 0 0 2 l3 + (−2)l1  0
 0 0 2 l2 ←→ l3 0
 0 −5 −9  (f.e.)
2 8 1 3 0 0 −5 −9 0 0 0 2
concluı́mos que S é linearmente independente.

2. Determinar se um vector pertence ao subespaço gerado por uma dada

2. Determinar se um vector v pertence ao subespaço F de Kn é equivalente a

averiguar se v é combinação
 linear dos vectores da sequência S, geradora de F .

  u1
u1
. 
.   .. 

Isto é r 
 ..  = r   .
 u 
p
up
v
Exemplo

Seja F = (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3) .
Como vimos no exemplo anterior, a sequência
(1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3) é linearmente independente e, portanto,

Base de F = (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3) .
Determinemos se (1, 4, −2, −3) ∈ F , utilizando matrizes.


Note que
(1, 4, −2, −3) ∈ F
se, só se, (1, 4, −2, −3) se pode escrever como combinação linear dos
vectores
(1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3)
ou equivalentemente, se, e só se, as matrizes
 
  1 4 3 6
1 4 3 6  0 0 0 2 
A=  0 0 0 2  e C= 
 2 8 1

3 
2 8 1 3
1 4 −2 −3
têm a mesma caracterı́stica.


Vimos no exemplo anterior que r(A) = 3 e, como
     
1 4 3 6 1 4 3 6 1 4 3 6
 0 0 0 − −−−−→
2 l3 +(−2)l1  − −−−−→ −5 −9 
C = 2  0 0 0 2  0 0 −→
  
l ←→ l4 
−9  2

8 1 3 l4 +(−1)l1  0 0 −5  0 0 −5 −9 
1 4 −2 −3 0 0 −5 −9 0 0 0 2
   
1 4 3 6 1 4 3 6
−−−−−−−→ 0 0 −5 −
−9  −−−−→ 0 0 −5 −9  (f.e.),
l3 + (−1)l2  l ←→ l
0 3 4

 0 0 0 0 0 0 2 
0 0 0 2 0 0 0 0
concluı́mos que r(C ) = 3 e, portanto,
(1, 4, −2, −3) ∈ F .

3. Construir uma base de um espaço a partir de uma sequência de geradora.
3.a Uma base de F é constı́tuida pelas linhas não nulas de A0 , isto é, se
0 u1
 .. 
u1 .
   
 
 . us0
 
 ..
 −−−−−−→ 
 (linhas)  0

 (f.e.), (u10 , . . . , us0 ) é uma base de F .
 
up 
 ..


 . 
0
Exemplo
Consideremos o subespaço de R3 G = (1, −1, 0), (0, 1, 4), (2, −1, 4) e

determinemos uma base de G .

Tem-se
     
1 −1 0 −−−−−−−→ 1 −1 0 −−−−−−−→ 1 −1 0
A=  0 1 4 l3 + (−2)l1  0
 1 4 l3 + (−1)l2  0
 1 4  (f.e.).
2 −1 4 0 1 4 0 0 0

Logo, D E
G = (1, −1, 0), (0, 1, 4) .
Como a sequência
(1, −1, 0), (0, 1, 4)
é geradora de G e é linearmente independente (note que os elementos da

sequência são as linhas não nulas de uma matriz em forma de escada)
então tal sequência é uma base de G , tendo-se dim G = 2.

3. b As linhas não nulas de A0 são uma base de F . Tendo em consideração as

eventuais trocas efectuadas para obter A0 a partir de A, determinamos facilmente
uma subsequência de S que é uma base de F .
Exemplo
Se G = h(1, 2, −1), (2, 4, −2), (1, 5, 2)i então Tem-se
     
1 2 −1 −−−−−→ 1 2 −1 1 2 −1
l +(−2)l −− −−→
A=  2 4 2 1
2 l +(−1)l  0
3 1
0 0 l3 ↔ l2  0 3 3  (f.e.).
1 5 2 0 3 3 0 0 0
Analogamente ao exemplo anterior, uma base de G é ((1, 2, −1), (0, 3, 3))

mas também, tendo em atenção as trocas efectuadas, uma base de G é
((1, 2, −1), (1, 5, 2)).

Exemplo
3 : x = y + 2z e

Seja F

= (x, y , z) ∈ R

−1), (2, 0, 4), (0, 3, 1) . Vimos anteriormente
G = (1, 0, que
F + G = (1, 1, 0), (2, 0, 1), (1, 0, −1), (2, 0, 4), (0, 3, 1) .
Para obter uma base de F + G procedemos da seguinte forma:
1 1 0 1 1 0 1 1 0
     
2 0 1 −− −−−→ 0 −2 1 − −→ 0 −1 −1 −
→
l2 +(−2)l1 
l2 ↔l3 

1 0 −1 0 −1 −1 0 −2 1
 l +(−1)l 
 3 1   
 2 0 4 l4 +(−2)l1  0 −2 4   0 −2 4 
0 3 1 0 3 1 0 3 1
1 1 0 1 1 0
   
−−−−−→ 0 −1 −1 −−−−−→ 0 −1 −1
l3 +(−2)l2  l4 +(−2)l3 

0 0 3 0 0 3

l4 +(−2)l2   l5 +( 2 )l3  
l5 +3l2  3
0 0 6   0 0 0 
0 0 −2 0 0 0
Logo, uma base de F + G é

(1, 1, 0), (0, −1, −1), (0, 0, 3) e também (1, 1, 0), (2, 0, 1), (1, 0, −1) .
4. Construir uma base de um espaço a partir de uma sequência linearmente

independente, sendo conhecida a dimensão do espaço.
4. Seja S 0 = (u1 , . . . , up ) uma sequência linearmente independente de vectores de

em subespaço F de Kn e seja s a dimensão de F . Seja S 0 = (w1 , . . . , ws ) uma
base de F . Se p < s, obtemos uma base de F ”acrescentando” s − p vectores a
S 0 , com a restrição de tais vectores pertencerem a F e a nova sequência ser
linearmente independente.
Ou seja, se 
w
  0 
w
1 1
..  −−−−−−→  .. 

 .  (linhas)  .  = W 0 (f.e.)
ws ws0
e  0 
u1 u1
 
..  −−−−−−→  .. 

 .  (linhas)  .  = U 0 (f.e.)
up up0
então considerem-se as s − p linhas de W 0 , (wi1 0
, . . . wi0s−p ) com pivôs em ı́ndice
de coluna distintos dos da matriz U 0 . Nestas condições a sequência
(u10 , . . . , up0 , wi1
0
, . . . wi0s−p ) é uma base de F .
0
Também é base de F a sequência (u1 , . . . , up , wi1 , . . . wi0s−p ).

Exemplo
Considere-se a sequência de vectores de R4

S = (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3) .
Como
     
1 4 3 6 −−−−−−−→ 1 4 3 6 1 4 3 6
−−−−−→
 0 0 0 2 l3 + (−2)l1  0
 0 0 2 l2 ←→ l3 0
 0 −5 −9  (f.e.)
2 8 1 3 0 0 −5 −9 0 0 0 2
concluı́mos que S é linearmente independente.


Se acrescentarmos à sequência S, por exemplo, o vector (0, 1, 0, 0)

obtemos ainda uma sequência linearmente independente. Basta atender a
que se tem
     
1 4 3 6 1 4 3 6 1 4 3 6
 0 0 0 2 −−−−−−→ 0 0 −5 −9 −−−−−−→ 0 1 0 0 
B= (f.e.)
 
 (linhas)  (linhas)  
 2 8 1 3   0 0 0 2   0 0 −5 −9 
0 1 0 0 0 1 0 0 0 0 0 2
e r(B) = 4.

Como a sequência (1, 4, 3, 6), (0, 1, 0, 0), (0, 0, −5, 9), (0, 0, 0, 2) é
linearmente independente e tem 4 = dim(R4 ) vectores é uma base de R4 .
É também base de F (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3), (0, 1, 0, 0) .

5. Verificar se duas sequências de vectores geram o mesmo espaço vectorial.
5.Sejam (u1 , . . . , up ) e(v1 , . . . , vq ) sequências de vectores de Kn . Se

u1
 
 . −
 ..  −−−−−− → U 00 (f.e.r.)
(linhas)
up
,e
v1
 
 . −
 ..  −−−−−− → V 00 (f.e.r.)
(linhas)
vq
então hu1 , . . . , up i = hv1 , . . . , vq i se, e só se são iguais as linhas não nulas
das marizes U 00 e V 00 .
Exemplo
Determinemos se as sequências
((1, −1, 0), (0, 1, 4), (2, −1, 4)), ((1, 0, 4), (3, −2, 4)) e ((1, −1, 0), (0, 1, 1))
geram o mesmo subespaço de R3 .
Atendendo a que
5. Verificar se duas sequências de vectores geram o mesmo espaço vectorial.
       
1 −1 0 1 −1 0 1 −1 0 1 0 4
− −−−→ −−−→ − −−→
 0 1 4 l3 − 2l1  0 1 4 l3 − l2  0 1 4 l1 + l2  0 1 4  (f.e.r.),
2 −1 4 0 1 4 0 0 0 0 0 0
e
−−→
1 0 4 −−−−→ 1 0 4 −1 1 0 4
3 −2 4
l2 − 3l1
0 −2 −8
l
2 2 0 1 4
(f.e.r.)
e
1 −1 0 −−−→ 1 0 1
0 1 1
l1 + l2
0 1 1
(f.e.r.),
concluı́mos que
h(1, −1, 0), (0, 1, 4), (2, −1, 4)i = h(1, 0, 4), (3, −2, 4)i =
6 h(1, −1, 0), (0, 1, 1)i.

Vimos que os problemas enunciados no ı́nicio desta secção podem ser

resolvidos utilizando matrizes, para E = Kn . O que sucede se E 6= Kn ?
Por exemplo, como resolver os problemas anteriores se
E = Kr [x] ou E = Mm×n (K)?

Observação
Para qualquer espaço vectorial E de dimensão n, se fixarmos em E
uma base B então a “correspondência”
f : E −→ Kn
u 7→ (β1 , . . . , βn )
que a cada vector u ∈ E associa a sequência das coordenadas de u na

base B (i.e. se B = (e1 , . . . , en ) então u = β1 e1 + · · · + βn en ) é uma
aplicação bijectiva.
A resolução de problemas envolvendo vectores de E = Kr [x] ou de
E = Mm×n (K) pode ser feita com vectores, respectivamente, de
Kr +1 ou de Kmn utilizando as sequências das coordenadas dos
vectores em causa em relação a uma base fixa B de E .
O mesmo raciocı́nio pode ser seguido para qualquer espaço vectorial
E de dimensão finita e assim continuar a utilizar as matrizes para
resolver os problemas.
Exemplo
Em R3 [x], consideremos a sequência
S = x 3 + 4x 2 + 3x + 6, 2, 2x 3 + 8x 2 + x + 3 .

Verifiquemos que S é linearmente independente e determinemos uma base

de R3 [x] que tenha S como subsequência.
Considere-se em R3 [x] a base B = x 3 , x 2 , x, 1 . Em relação à base B, a

sequência das coordenadas de:

x 3 + 4x 2 + 3x + 6 é (1, 4, 3, 6),
2 é (0, 0, 0, 2),
2x 3 + 8x 2 + x + 3 é (2, 8, 1, 3).
Como vimos num exemplo anterior a sequência

S 0 = (1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3)
é linearmente independente
Exemplo
e o mesmo sucede à sequência

(1, 4, 3, 6), (0, 0, 0, 2), (2, 8, 1, 3), (0, 1, 0, 0) .
O elemento de R3 [x] que na base B = x 3 , x 2 , x, 1 tem a sequência de

coordenadas
(0, 1, 0, 0) é 0x 3 + 1x 2 + 0x + 0 = x 2 .
Assim,
S = x 3 + 4x 2 + 3x + 6, 2, 2x 3 + 8x 2 + x + 3

é linearmente independente e
x 3 + 4x 2 + 3x + 6, 2, 2x 3 + 8x 2 + x + 3, x 2

é também linearmente independente. Como tem 4 = dim R3 [x] vectores é

uma base de R3 [x].
Exemplo
Seja E um espaço vectorial tal que B = (e1 , e2 , e3 , e4 ) é uma base de E .
Verifiquemos que a sequência
S = (e1 + e2 + e4 , 2e1 + 2e2 + e3 + e4 )
é linearmente independente e “completemos” essa sequência de forma a

obter uma base de E , isto é, determinemos uma base de E que tenha S
como subsequência.
Em relação à base B a sequência das coordenadas de:
e1 + e2 + e4 é (1, 1, 0, 1),
2e1 + 2e2 + e3 + e4 é (2, 2, 1, 1).
Tem-se
−−−−−−−→

A = 12 12 01 11 l2 + (−2)l1 10 10 01 −11 (f.e.)
com
r(A) = 2
e, portanto, a sequência S é linearmente independente.
Exemplo
Dado que
     
1 1 0 1 1 1 0 1 1 1 0 1
−−−− −−−→ −1  −−−−−→
A0 =
 2 2 1 1  0 0 1 0 1 0 0 
(f.e.)
   
l + (−2)l1  l ←→ l3 
0 2 0 2
 
 0 1 0  0 1 0  0 0 1 −1 
0 0 0 1 0 0 0 1 0 0 0 1
e r(A0 ) = 4 podemos afirmar que

(1, 1, 0, 1), (2, 2, 1, 1), (0, 1, 0, 0), (0, 0, 0, 1)
é uma sequência linearmente independente.

Em relação à base B = (e1 , e2 , e3 , e4 ) a sequência de coordenadas de
(0, 1, 0, 0) é 0e1 + 1e2 + 0e3 + 0e4 = e2 ,
(0, 0, 0, 1) é 0e1 + 0e2 + 0e3 + 1e4 = e4 .
Logo, (e1 + e2 + e4 , 2e1 + 2e2 + e3 + e4 , e2 , e4 ) é linearmente
independente e como tem 4 = dim E vectores é uma base de E .

ALGA - Capítulo 4

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

ALGA - Capítulo 4

Enviado por

Direitos autorais:

Formatos disponíveis

Álgebra Linear e Geometria Analı́tica

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 1 / 90

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 2 / 90

4.1 Espaços Vectoriais: definição, exemplos e propriedades

outra operação, que denominamos multiplicação externa:

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 3 / 90

4.1 Espaços Vectoriais: definição, exemplos e propriedades

4.1 Espaços Vectoriais: definição, exemplos e propriedades

4.1 Espaços Vectoriais: definição, exemplos e propriedades

e com a operação de multiplicação de um escalar por um n-uplo dada

∀α∈K ∀(a1 ,...,an )∈Kn α·(a1 , . . . , an ) = (αa1 , . . . , αan ),

é um espaço vectorial sobre K.

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 6 / 90

4.1 Espaços Vectoriais: definição, exemplos e propriedades

Kn [x] = {an x n + · · · + a1 x + a0 : an , . . . , a1 , a0 ∈ K}.

Kn [x] com as operação de adição usual de polinómios, dada por

= (an + bn )x n + · · · + (a1 + b1 )x + (a0 + b0 )

α·(an x n + · · · + a1 x + a0 ) = (αan )x n + · · · + (αa1 )x + (αa0 ),

é um espaço vectorial sobre K.

4.1 Espaços Vectoriais: definição, exemplos e propriedades

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 8 / 90

4.1 Espaços Vectoriais: definição, exemplos e propriedades

4.1 Espaços Vectoriais: definição, exemplos e propriedades

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 10 / 90

4.1 Espaços Vectoriais: definição, exemplos e propriedades

5. Para demonstrar que (−1)u = −u basta verificar que (−1)u + u = 0E .

conforme pretendı́amos demonstrar.

não vazio é redundante dado que E tem, pelo menos, o elemento 0E .

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 12 / 90

4.2 Subespaços vectoriais

4.2 Subespaços vectoriais

Dem. Suponhamos que F é um subespaço de E . Logo, por definição de

Adicionando a ambos os membros da igualdade anterior o vector −u resulta que

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 14 / 90

4.2 Subespaços vectoriais

4.2 Subespaços vectoriais

(recta, com declive m, que não passa na origem)

não são subespaços de R2 . (Porquê?)

4.2 Subespaços vectoriais

4.2 Subespaços vectoriais

Proposição (Subespaços triviais)

4.3 Combinação linear de vectores e subespaço gerado

Aos escalares α1 , . . . , αr chamamos os coeficientes da combinação linear e

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 19 / 90

∀(a,b,c)∈R3 (a, b, c) = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1).

3. Mais geralmente, qualquer vector de Kn é combinação linear dos

4.3 Combinação linear de vectores e subespaço gerado

De facto, é suficiente que em (3, 3) = α1 (1, 1) + α2 (2, 2) se tenha

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

(1, 0), (0, 1), (−1, 3), (−3, 4).

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 25 / 90

4.3 Combinação linear de vectores e subespaço gerado

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 26 / 90

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

4.3 Combinação linear de vectores e subespaço gerado

então o subespaço gerado pelas linhas da matriz A é igual ao subespaço

Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Analı́tica 30 / 90

4.4 Dependência e independência linear