Universidade Federal do Ceará

Centro de Ciências
Departamento de Matemática

Aula Revisão: O Espaço Euclidiano Rn

Cálculo Vetorial Aplicado

Gleydson C. Ricarte1

Abstract
Em meados do século dezessete foi materializada explicitamente a ideia de utilizar pares de números
para situar pontos no plano e ternos de números para situar pontos no espaço tridimensional. Na
segunda metade do século dezoito, os matemáticos e físicos começaram a perceber quenão havia ne-
cessidade de parar com ternos, pois quádruplos (x1 , x2 , x3 , x4 ) de números poderiam ser considerados
pontos de um espaço de dimensão quatro, quíntuplos (x1 , x2 , x3 , x4 , x5 ) de números como pontos num
espaço de dimensão cinco e assim por diante, uma n-upla de números sendo pontos de um “espaço
n-dimensional". Nosso foco é estudar as propriedades das operações sobre os vetores deste tipo de
espaço.

Contents

1 Introdução 2

2 vetores 3
2.1 Adição de vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1 Universidade Federal do Ceará, Department of Mathematics, Fortaleza, CE-Brazil 60455-760,

ricarte@mat.ufc.br

Preprint submitted to Elsevier March 18, 2022

3 Dependência e Independência Linear 8
3.1 Vetores em sistemas de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 O Espaço Euclidiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.3 Dependência Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Nesta seção estudaremos conceitos e regras do Cálculo vetorial, visando sua utilização na ge-
ometria analítica.

1. Introdução

Consideremos dois pontos A e B. segmento orientado AB é um segmento de reta determinado

por estes pontos, considerados numa certa ordem. O ponto A chama-se origem ou ponto inicial e o
ponto B, extremidade ou ponto final (Figura 1).

Figure 1: Vetor

Dois segmentos AB e CD são coincidentes se possuem os mesmos pontos inicial e final, isto é,

AB = CD ⇐⇒ A = C e B = D.

Note que, se Anot = B, AB , BA.

Um segmento orientado AB é nulo quando o ponto inicial coincide com o ponto final, ou seja,
A = B.
O comprimento de um segmento orientado é a sua medida em relação a certa unidade de compri-
mento. O segmento orientado nulo tem comprimento zero. Note que o comprimento de um segmento
orientado qualquer é sempre um número real positivo ou nulo.
Dois segmentos orientados AB e CD, não nulos, têm a mesma direção se estão situados sobre
retas suportes paralelas ou coincidentes.
Suponhamos que AB e CD sejam paralelos.

• No caso em que as retas AB e CD são distintas, os segmentos orientados AB e CD são de

mesmo sentido se os segmentos geométricos AC e BD têm interseção vazia. Se não, AB e CD
são de sentidos contrário.

• No caso em que as retas AB e CD coincidem, tomemos EF tal que E não pertença à reta AB,
e EF e AB sejam do mesmo sentido, de acordo com o critério anterior. Então, os segmentos
orientados AB e CD são de mesmo sentido se EF e CD são do mesmo sentido. Se não, AB e
CD são de sentido contrário.

Definição 1.1. Dois segmentos orientados não nulos MN e PQ são equipolentes se têm a mesma
direção, o mesmo comprimento e o mesmo sentido. Neste caso, denotaremos por MN ∼ PQ.

Todos os segmentos nulos são equipolentes. Assim, segmentos equipolentes estão contidos na
mesma reta suporte ou em retas paralelas.

2
 Vemos, então, que dois segmentos equipolentes não nulos e não colineares determianm um par-
alelogramo, isto é, um quadrilátero que tem lados dois a dois paralelos e de iguais comprimentos,
como ABCD.
Propriedades da eqüipolência
1) Reflexiva: AB ∼ AB;
2) Simétrica: Se AB ∼ CD, então CD ∼ AB;
3) Transitiva: Se AB ∼ CD e CD ∼ PQ, então AB ∼ PQ;
4) Se AB ∼ CD, então BA ∼ DC;
5) Se AB ∼ CD, então AC ∼ BD (paralelogramo)
6) Dado um segmento orientado AB e um ponto qualquer C, existe um único D tal que AB ∼ CD.
Toda relação que satisfaz as três primeiras propriedades (reflexiva, simétrica, transitiva) chama-
se relação de equivalência. Assim, a eqüipolência é uma relação dev equivalência no conjunto dos
segmentos orientados.
A Propriedade 6) assegura que dado um segmento orientado AB podemos obter um outro seg-
mento orientado, eqüipolente a AB, com origem em qualquer ponto do espaço.

2. vetores

Chama-se vetor determinado por um segmento orientado AB ao conjunto de todos os segmentos

equipolentes a AB. As propriedades 1), 2), 3) e 6) da equipolência mostram que um mesmo vetor
pode ser determinado por uma infinidade de segmentos equipolentes, cada um deles chamado um
representante desse vetor.
Neste texto, denotamos vetores com letras minúsculas em negrito, como a, b, v, w e x , e
escalares com minúsculas em itálico, como a, k, v, w e x. Quando quisermos indicar que um vetor v
tem ponto inicial A e ponto final B, então, conforme Figura 2, escrevemos

~
~v = AB.

Figure 2: Vetor de a para B

Vetores com o mesmo comprimento, direção e sentido, como os da Figura 3, são ditos equiv-
alentes. Como queremos que um vetor seja determinado somente pelo seu comprimento, direção
e sentido, consideramos vetores equivalentes como sendo o mesmo vetor, embora possam estar em
~ = CD.
posições diferentes. Ou seja, se AB ∼ CD, então AB ~ Também dizemos que vetores equiva-
lentes são iguais, o que indicamos escrevendo

~v = ~w.

3
 Figure 3: Vetores equivalentes

O vetor cujos pontos inicial e terminal coincidem tem comprimento zero, portanto, denominamos
esse vetor de vetor zero ou vetor nulo, e o denotamos por 0. Como o vetor nulo não possui direção
ou sentido naturais, convencionamos que ele tem a direção e o sentido que forem convenientes para
os nossos propósitos.
Representaremos um vetor por um segmento nulo ou por um segmento que tenha uma direção,
um comprimento e um sentido bem definidos, e que pode ser localizado em qualquer ponto do es-
paço bi e tridimensional (Propriedade 6). Um vetor será denotado por um seu representante AB ~ ou
simplesmente por uma letra minúscula~v.
Note que AB~ e~v representam o mesmo vetor. Eles têm a mesma direção, o mesmo comprimento
e o mesmo sentido, estando apenas seus representantes localizados em pontos diferentes.
Iniciaremos agora o estudo das operações com vetores, começando com a Adição de vetores e
Multiplicação de um vetor por escalar. Em seguida, trataremos dos produtos entre vetores.

2.1. Adição de vetores

A soma de dois vetores ~u e ~v é o vetor ~u +~v assim obtido: traçamos o vetor ~u a partir de um
ponto arbitrário P e em seguida o vetor~v a partir do ponto final de ~u. A soma ~u +~v será o vetor que
terá ponto inicial coincidindo com o ponto inicial de~u e ponto final coincidindo com o ponto final de
~ e~v = BC,
~v. Se ~u = AB ~ então ~u +~v = AB
~ + BC ~ = AC.
~
Regra do paralelogramo para adição vetorial. Se ~v e ~w forem vetores no espaço bi ou
tridimensional posicionados de tal modo que seus pontos iniciais coincidam, então os dois vetores
formam lados adjacentes de um paralelogramo, e a soma ~v + ~w é o vetor representado pela flecha
desde o ponto inicial comum de~v e ~w até o vértice oposto do paralelogramo (Figura 4).

Figure 4: Adição de Vetores

Uma outra maneira de formar a soma de dois vetores é a seguinte.

Regra do triângulo para adição vetorial. Se ~v e ~w forem vetores no espaço bi ou tridi-
mensional posicionados de tal modo que o ponto inicial de ~w é o ponto terminal de ~v, então a soma
~v + ~w é o vetor representado pela flecha desde o ponto inicial de ~v até o ponto terminal de w (Figura
5).
Na figura 6, construímos as somas ~v +~w e ~w +~v pela regra do triângulo. Essa construção torna
evidente que
~v +~w = ~w +~v.

4
 Figure 5: Adição de Vetores

Figure 6: ~v +~w = ~w +~v

Propriedades da adição de vetores

1) Associativa: Dados três vetores quaisquer ~u,~v,~w tem-se (~u +~v) +~w =~u + (~v +~w) (figura 14)
2) Comutativa: Dados dois vetores ~u e~v quaisquer, tem-se ~u +~v =~v +~u(figura 6)
3) Elemento neutro: Dado um vetor~u qualquer, existe um vetor ~0, chamado de vetor nulo, tal que
~0 +~u =~u +~0 =~u.
4) Simétrico: Dado qualquer vetor ~u, existe o vetor −~u tal que ~u + (−~u) = ~0.

Figure 7:

Multiplicação por escalar

Dado um vetor ~u e um escalar λ real, multiplicando-se λ por ~u obtém-se o vetor λ~u, que terá a
mesma direção do vetor ~u e seu comprimento é um múltiplo |λ | do comprimento de ~u. O vetor λ~u
terá o mesmo sentido de ~u se λ > 0 e sentido contrário se λ < 0. Se λ = 0, então λ~u = ~0.
Propriedades da multiplicação por escalar. Se ~u e~v são vetores e λ , α, β ∈ R, então

• λ (~u +~v) = λ~u + λ~v;

• (α + β )~u = α~u + β~u

• α(β~u) = (αβ )~u

• 1 ·~u =~u

5
 A Figura 8 mostra a relação geométrica entre um vetor~v com alguns de seus múltiplos escalares.
Em particular, observe que (−1) ~v tem o mesmo comprimento e direçã de ~v, mas sentido oposto;
assim,
(−1)~v = −~v.

Figure 8: vetor negativo

Subtração Vetorial. O negativo de um vetor v, denotado por −v, é o vetor que tem o mesmo
comprimento e direção de v, mas tem sentido oposto (Figura 9).

Figure 9: vetor negativo

O vetor diferença de v com w,denotado por w − v, é definido como sendo a soma

w − v = w + (−v).

A diferença de v com w pode ser obtida geometricamente pelo método do paralelogramo mostrado
na Figura 10 ou, de modo mais direto, posicionando w e v de tal modo que seus pontos iniciais
coincidam e traçando um vetor do ponto terminal de v ao ponto terminal de w (Figura 11).

Figure 10: vetor negativo

Figure 11: vetor negativo

Às vezes, ocorre a necessidade de mudar o comprimento de um vetor ou mudar seu comprimento

e trocar seu sentido. Isso é alcançado com um tipo de multiplicação na qual vetores são multiplicados
por escalares. Como um exemplo, o produto 2v denota o vetor de mesma direção e sentido de v, mas
com o dobro do comprimento, e o produto −2v denota o vetor de mesma direção de v, mas com o
sentido oposto e o dobro do comprimento. Em geral, temos o seguinte.

6
 Vetores paralelos e colinares. Sejam v e w vetores bi ou tridimensionais com um ponto inicial
comum. Se um dos vetores for um múltiplo escalar do outro, então os vetores estão numa reta comum
e, portanto, é razoável dizer que são colineares (Figura 12).

Figure 12: vetores colineares

Contudo, se transladarmos um dos vetores, conforme indicado na Figura 13, então os vetores são
paralelos, mas não mais colineares. Isso cria um problema linguístico, já que um vetor não muda
com uma translação. A única saída é concordar que os termos paralelo e colinear significam a mesma
coisa quando aplicados a vetores. Embora o vetor 0 não tenha direção e sentido bem definidos,
consideramos esse vetor como sendo paralelo a todos os vetores, quando for conveniente.

Figure 13: vetores paralelos

Somas de três ou mais vetores. A adição vetorial satisfaz a lei da associatividade da adição
vetorial, que significa que quando somamos três vetores, digamos, u, v e w, tanto faz quais dos dois
somamos primeiro, ou seja, temos

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

Segue disso que não há ambiguidade na expressão u + v + w, pois obtemos o mesmo resultado,
independentemente da maneira como agrupamos os vetores. Uma maneira simples de construir o
vetor u + v + w é colocar os vetores cada um com o ponto inicial no ponto final do anterior e então
traccar o vetor do ponto inicial de u até o ponto final de w (Figura 14).

Figure 14:

Esse método também funciona com somas de quatro ou mais vetores (Figura 15).
Esse método de colocar ponto inicial no final do anterior também torna evidente que se u, v
e w são vetores tridimensionais com um ponto inicial comum, então u + v + w é a diagonal do
paralelepípedo que tem os três vetores como arestas adjacentes (Figura 16).

7
 Figure 15:

Figure 16:

3. Dependência e Independência Linear

Dois vetores do espaço tridimensional são ditos linearmente dependentes (L.D.) se podem ser
representados na mesma reta. Caso contrário, eles serão linearmente independentes (L.I.).
Se o vetor u é não nulo, para qualquer escalar λ o vetor v = λ u é dito combinação linear de u.
Para cada valor de λ ∈ R, o vetor λ u é colinear com o vetor u. Logo o vetor u gera uma reta r.
Note que um vetor u , 0 é L.I. Assim, dois vetores u e v são L.D., se um deles for combinação
linear do outro, isto é, se existir um λ ∈ R tal que v = λ u (ou u = λ v).
Observação 3.1. Se um dos vetores considerados

3.1. Vetores em sistemas de coordenadas

O conjunto dos pares ordenados (x, y), onde x, y ∈ R é designado pelo símbolo R2 e é representado
geometricamente por dois eixos ortogonais denominados Ox e Oy. O eixo Ox é chamado eixo das
abscissas e o eixo Oy é chamado eixo das coordenadas. O ponto de interseção dos eixos é designado
pelo letra O e é chamado origem do sistema cartesiano. Vale lembrar que a origem do sistema
cartesiano é o par ordenado P(0, 0) com abscissa x = 0 e ordenada y = 0. Todo par ordenado P(x, y)
é chamado ponto do sistema e é designado por letras maiúsculas A, B,C, . . .
Se um vetor v qualquer do espaço bi ou tridimensional for posicionado com seu ponto inicial na
origem de um sistema de coordenadas retangulares, então o vetor estará completamente determinado
pelas coordenadas de seu ponto final (Figura 17). Dizemos que essas coordenadas são os compo-
nentes de v em relação ao sistema de coordenadas. Escrevemos v = (v1 , v2 ) para denotar um vetor v
do espaço bidimensional de componentes (v1 , v2 ) e v = (v1 , v2 , v3 ) para denotar um vetor v do espaço
tridimensional de componentes (v1 , v2 , v3 ).

Figure 17:

8
 Deveria ser geometricamente evidente que dois vetores no espaço bi ou tridimensional são equiv-
alentes se, e somente se, eles têm o mesmo ponto final quando seus pontos iniciais estiverem colo-
cados na origem. Algebricamente, isso significa que dois vetores serão equivalentes se, e só se, seus
componentes correspondentes forem iguais. Assim, por exemplo, os vetores
v = (v1 , v2 , v3 ) e w = (w1 , w2 , w3 )
do espaço tridimensional são equivalentes se, e só se,
v1 = w1 , v2 = w2 , v3 = w3 .
Observação 3.2. Já pode ter ocorrido ao leitor que um par ordenado pode representar tanto um
vetor de componentes v1 e v2 quanto um ponto de coordenadas v1 e v2 (e analogamente para ternos
ordenados). Ambas são interpretações geométricas válidas, de modo que a interpretação apropriada
depende do ponto de vista geométrico que queremos enfatizar (Figura 18).

Figure 18: O par ordenado (v1 , v2 ) pode representar um ponto ou um vetor.

Às vezes, precisamos considerar vetores cujos pontos iniciais não estão na origem. Se denota o
vetor de ponto inicial P1 (x1 , y1 ) e ponto final P2 (x2 , y2 ), então os componentes desse vetor são dados
pela fórmula
−−→
P1 P2 = (x2 − x1 , y2 − y1 ).
Ou seja, os componentes de são obtidos subtraindo as coordenadas do ponto inicial das coordenadas
do ponto final. Por exemplo, na Figura 19, o vetor é a diferença dos vetores e , de modo que
−−→ −−→ −−→
P1 P2 = OP2 − OP1 = (x2 , y2 ) − (x1 , y1 ) = (x2 − x1 , y2 − y1 ).
Como era de se esperar, os componentes de um vetor do espaço tridimensional com ponto inicial

Figure 19: O par ordenado (v1 , v2 ) pode representar um ponto ou um vetor.

P1 (x1 , y1 , z1 ) e ponto final P2 (x2 , y2 , z2 ) são dados por

−−→
P1 P2 = (x2 − x1 , y2 − y1 , z2 − z1 ).
Exemplo 3.3 (Encontrando os componentes de umvetor). Os componentesdo vetor v = P~1 P2 de ponto
inicial P1 (2, −1, 4) e ponto final P2 (7, 5, −8) são
v = (7 − 2, 5 − (−1), (−8) − 4) = (5, 6, −12).

9
3.2. O Espaço Euclidiano
Se n é um número inteiro positivo, dizemos que uma sequencia x = (x1 , x2 , . . . , xn ) de números
reais é uma n-upla ordenada. O conjunto

Rn : = {x = (x1 , x2 , . . . , xn ) : x1 , x2 , . . . , xn ∈ R}

de todas as n-uplas ordenadas é chamado o espaço n-dimensional. Quando n = 2 ou 3, é usual usar os

termos par ordenado e terno ordenado, respectivamente, em vez de 2-upla e 3-upla. Quando n = 1,
cada n-upla ordenada consiste simplesmente de um número real, ou seja, R1 = R. Nosso próximo
objetivo é definir operações úteis em Rn . Essas operações serão extensões naturais das operações
conhecidas dos vetores de R2 e R3 . Denotamos um vetor v de Rn usando a notação

v = (v1 , v2 , . . . , vn )

e dizemosque 0 = (0, 0, . . . , 0) é o vetor nulo.

Definição 3.4. Dois vetores v = (v1 , v2 , . . . , vn ) e w = (w1 , w2 , . . . , wn ) de Rn são ditos equivalentes

(ou, então,iguais) se
v1 = w1 , v2 = w2 , . . . , vn = wn .
Indicamos essa equivalência escrevendo v = w.

Nosso próximo objetivo é definir as operações de adição, subtração e multiplicação por escalar
para vetores em Rn . Para motivar essas ideias, consideramos como essas operações podem ser efe-
tuadas com componentes usando vetores em R2 . Observando a Figura 20, possível deduzir que se
v = (v1 , v2 ) e w = (w1 , w2 ), então

v + w = (v1 + w1 , v2 + w2 ) (3.1)
kv = (kv1 , kv2 ) (3.2)

Em particular, segue de (3.2) que

− v = (−1)v = (−v1 , −v2 ) (3.3)

e, portanto, que
w − v = w + (−v) = (w1 − v1 , w2 − v2 ) (3.4)

Figure 20: O par ordenado (v1 , v2 ) pode representar um ponto ou um vetor.

Motivados pelas Fórmulas (3.1)-(3.4), apresentamos a definição a seguir.

10
Definição 3.5. Se v = (v1 , v2 , . . . , vn ) e w = (w1 , w2 , . . . , wn ) são vetores em Rn e se k é um escalar
qualquer,definimos

v + w = (v1 + w1 , v2 , +w2 , . . . , vn + wn )
kv = (kv1 , kv2 , . . . , kvn )
−v = (−v1 , −v2 , . . . , −vn )
w − v = w + (−v) = (w1 − v1 , w2 − v2 , . . . , wn − vn ).

O próximo teorema resume as propriedades mais importantes das operações vetoriais.

Teorema 3.6. Se u, v e w são vetores em Rn e se α e β são escalares, então:
A1) u + v = v + u;
A2) (u + v) + w = u + (v + w);
A3) u + 0 = 0 + u = u;
A4) u + (−u) = 0;
P1) α(v + w) = αv + αw;
P2) (α + β )v = αv + β v;
P3) α(β u) = (αβ )u;
P4) 1u = u.
O conjunto Rn com as operações de soma e produto por escalar que satisfaz as propriedades
acima é chamado Espaço Vetorial Euclidiano. As propriedades adicionais seguintes dos vetores em
Rn podem ser deduzidas facilmente expressando os vetores em termos de componentes (verifique).
Teorema 3.7. Se v é um vetor em Rn e se α é um escalar, então:
a) 0v = 0;
b) α0 = 0;
c) (−1)v = −v.
Uma das consequências importantes dos Teoremas acima é que esses resultados nos permitem
efetuar cálculos com vetores sem expressá-los em termos de componentes. Por exemplo, suponha
que x, a e b sejam vetores em Rn e que queiramos resolver a equação vetorial x + a = b para o vetor
x sem usar componentes. Poderíamos fazer isso como segue.

x + a = b [Dado]
(x + a) + (−a) = b + (−a) [Somamos o negativo de a em ambos os lados]
x + (a + (−a)) = b − a [Teorema 3.6=(A2)]
x + 0 = b − a [Teorema 3.6-(A4)]
x = b − a [Teorema 3.6-(A3)].

3.3. Dependência Linear

Definição 3.8. Considere o espaço vetorial euclidiano Rn . Um conjunto de vetores S = {v1 , v2 , . . . , vn }
é dito linearmente dependente (leia L.D.) se, e somente se, existem escalares α1 , α2 , . . . , αn , não to-
dos nulos, tal que
α1 v1 + α2 v2 + . . . + αn vn = 0. (3.5)

11
Caso contrário, dizemos que o conjunto é linearmente independente (Leia L.I.). Ou seja, a equação
vetorial (3.5) tem pelo menos uma solução, a saber, α1 = 0, α2 = 0, . . . , αn = 0. Se esta é a única
solução, então o conjunto S é L.I.
Exemplo 3.9. Seja S = {v1 , v2 , v3 }, onde

v1 = (2, −1, 0, 3), v2 = (1, 2, 5, −1) e v3 = (7, −1, 5, 8),

então S é L.D., pois 3v1 + v2 − v3 = 0.

Exemplo 3.10. Considere os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1) em R3 . Então, o
conjunto S = {e1 , e2 , e3 } é L.I. De fato, a equação vetorial

α1 e1 + α2 e2 + α3 e3 = 0 = (0, 0, 0)

é dada por
α1 (1, 0, 0) + α2 (0, 1, 0) + α3 (0, 0, 1) = (0, 0, 0)
ou, equivalentemente, por

(α1 , α2 , α3 ) = (0, 0, 0) =⇒ α1 = 0, α2 = 0, α3 = 0.

Fica como exercício generalizar o resultado para o Rn , ou seja, se

e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, 0, . . . , 0), . . . , en = (0, 0, . . . , 0, 1)

então S = {e1 , e2 , . . . , en } é L.I.

Exemplo 3.11. O conjunto S = {v1 , v2 , v3 }, onde

v1 = (1, −2, 3), v2 = (5, 6, −1), v3 = (3, 2, 1)

é um conjunto L.D. De fato, a dependêcia ou independêcia linear desses vetores é determinado pela
existêcia ou não de soluções não triviais da equaçào vetorial

α1 v1 + α2 v2 + α3 v3 = 0 = (0, 0, 0)

ou, equivalentemente, de

α1 (1, −2, 3) + α2 (5, 6, −1) + α3 (3, 2, 1) = (0, 0, 0).

Igualando componentes correspondentes dos dois lados, obtemos o sistema linear:

α1 + 5α2 + 3α3 = 0
−2α1 + 6α2 + 2α3 = 0
3α1 − α2 + α3 = 0

Assim, nosso problema reduz a determinar se esse sistema tem soluções não triviais. Resolvendo o
sistema, obtemos que
1 1
α1 = − t, α2 = − t, α3 = t
2 2
ou seja, o sistema tem uma solução não trivial.

12
Observação 3.12.
a) Um conjunto finito que contenha 0 é L.D. De fato, dados quaisquer vetores v1 , v2 , . . . , vr , o
conjunto S = {v1 , v2 , . . . , vr , 0} é L.D., pois a equação
0v1 + 0v2 + . . . + 0vr + 1.(0) = 0
expressa 0 como uma combinação linear dos vetores em S com coeficientes não todos nulos.
b) Um conjunto de exatamente um vetor é L.I. se, e só se, esse vetor não é 0 (Verifique);
c) Um conjunto de exatamente dois vetores é L.I. se, e só se, nenhum dos dois vetores é um
múltiplo escalar do outro.
A independência linear tem a seguinte interpretação geométrica útil em R2 e R3 .
• Dois vetores em R2 ou R3 são linearmente independentes se, e só se, os vetores não ficam
numa mesma reta quando colocados com seus pontos iniciais na origem. Caso contrário, um
deles seria um múltiplo escalar do outro (Figura 21).

Figure 21:

• Três vetores em R3 são linearmente independentes se, e só se, os vetores não ficam num mesmo
plano quando colocados com seus pontos iniciais na origem. Caso contrário, pelo menos um
deles seria uma combinação linear dos outros dois (Figura 22).
Definição 3.13. Dizemos que um vetor v de um espaço euclidiano Rn é combinação linear dos vetores
v1 , v2 , . . . , vn em Rn se, e somente se, existem escalares α1 , α2 , . . . , αn tal que
v = α1 v1 + α2 v2 + . . . + αn vn .
Exemplo 3.14. O vetor v = (−1, 11, −4) é combinação linear dos vetores v1 = (1, 2, −3), v2 =
(2, −1, 0) e v3 = (3, 4, 2). De fato, considere a equação vetorial
(−1, 11, −4) = α1 (1, 2, −3) + α2 (2, −1, 0) + α3 (3, 4, 2).
Obtemos o seguinte sistema:
α1 + 2α2 + 3α3 = −1
2α1 − α2 + 4α3 = 11
−3α1 + 0α2 + 2α3 = −4
cuja solução é dada por α1 = 2, α2 = −3 e α3 = 1(verifique).

13
 Figure 22:

Definição 3.15. Um conjunto de vetores S = {v1 , v2 , . . . , vn } é uma base do espaço euclidiano Rn se,
e somente se, o conjunto S é L.I. e todo v ∈ Rn é uma combinação linear de v1 , v2 , . . . , vn .

Exemplo 3.16 (Base Canônica). O conjunto S = {e1 , e2 , . . . , en } é uma base do espaço euclidiano Rn .
Esta base é chamada de base canônica. Lembre-se e1 = (1, 0, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en =
(0, 0, 0, . . . , 0, 1).

Exemplo 3.17. Os vetores v1 = (1, 2) e v2 = (2, −1) é uma base de R2 . De fato,

a) S = {v1 , v2 } é L.I. Com efeito,

α1 v1 + α2 v2 = 0 = (0, 0) =⇒ (α1 + 2α2 , 2α1 − α2 ) = (0, 0) =⇒ α1 = α2 = 0.

b) Considere qualquer vetor v = (x, y) em R2 . Vamos mostrar que v é uma combinação linear de
v1 e v2 . De fato,
v = α1 v1 + α2 v2 =⇒ (x, y) = (α1 + 2α2 , 2α1 − α2 )
Ou seja, temos o sistema

α1 + 2α2 = x
2α1 − α2 = y

cuja única solução é α1 = x+2y

5 e α2 = 2x−y
5 . Logo,
   
x + 2y 2x − y
(x, y) = (1, 2) + (2, −1).
5 5

14
 EXERCÍCIOS

Problema 1. Dados os vetores u = (2, 3) e v = (−3, 5), represente geometricamente os vetores u +v,
v − u, 3u − v e 3u − 2v.

Problema 2. Dados u = (2, 1, −3) e v = (−1, 3, 2), determine α e β reais tal que,
a) u + β v = (5, −1, −8);
b) αu + β v = (0, 0, 0);
c) αu − β v = (−1, 10, 3).

Problema 3. Sejam P, Q eR pontos de Rn . Mostre que

−→ −→ − →
PQ + QR + RP = 0.
−
→
Problema 4. Sejam A = (2, 3), B = (5, 2) e C = (7, 3). Represente graficamente o vetor AB. Deter-
−→ −
→
mine o ponto D ∈ R2 de modo que o vetor CD seja equivalente ao vetor AB.

Problema 5. Sejam u = (4, 7, −3, 2) e v = (5, −2, 8, 1) vetores em R4 . Encontre o vetor x que satisfaz
a equação vetorial 5x − 2u = 2(v − 5x).

Problema 6. Sejam u = (−3, 1, 2, 4, 4), v = (4, 0, −8, 1, 2) e w = (6, −1, −4, 3, −5). Encontre os
componenetes do vetor x que satisfazem a equação 3u + v − 2w = 3x + 2w.

Problema 7. Mostre que o conjunto de vetores {(1, 2, −1), (0, −1, 1), (1, 1, 0)} não é uma base de
R3 .

Problema 8. Mostre que o conjunto de vetores {(1, 2, −1), (0, −1, 1), (1, 0, 2)} é uma base do espaço
R3 .

Problema 9. Mostre que o vetor w = (4, 3, 7) é uma combinação linear dos vetores u = (3, 1, 2) e
v = (−2, 1, 3).

Problema 10. Mostre que todo vetor v do espaço R3 é combinação linear dos vetores u = (1, −1, 0),
v = (0, 1, −1) e w = (2, 1, 1).

Problema 11. Verifique se o vetor u = (1, −1, −1) é combinação linear dos vetores v1 = (1, 2, −1), v2 =
(2, −1, 3) e v3 = (1, 0, 1).

Problema 12. Mostre que os vetores v1 , v2 , . . . , vk são L.L. se, e só se, um dos vetores vi é combinação
linear dos demais.

Problema 13. Mostre que dois vetores u e v são L.D. se, e somente se, existe α real tal que u = αv.

Problema 14. Mostre que três vetores u, v e w são L.D. se, e somente se, existem α e β em R tal que
u = αv + β w.

Problema 15. Sejam u1 = (−1, 3, 2, 0), u2 = (2, 0, 4, −1), u3 = (7, 1, 1, 4) e u4 = (6, 3, 1, 2). Encontre
escalares α1 , α2 , α3 e α4 tais que

α1 u1 + α2 u2 + α3 u3 + α4 u4 = (0, 5, 6, −3).

15
Problema 16. Considere a figura 19. Discuta uma interpretação geométrica do vetor
−−→ 1 −−→ −−→
u = OP1 + OP2 − OP1
2
Problema 17. Sejam P o ponto (2, 3, −2) e Q o ponto (7, −4, 1).
a) Encontre o ponto médio do segmento de reta que liga P a Q;
3
b) Encontre o ponto no segmento de reta que liga P a Q que está a 4 do caminho de P a Q.

Problema 18. Seja P o ponto (1, 3, 7). Se o ponto (4, 0, −6) for o ponto médio do segmento de reta
que liga P e Q, quem é Q?

G LEYDSON C. R ICARTE
Universidade Federal Ceará
Department of Mathematics
Fortaleza, CE-Brazil 60455-760
ricarte@mat.ufc.br

16