NOTAS DE AULA

Geometria Analítica e
Álgebra Linear

Espaços Vetoriais

Professor: Luiz Fernando Nunes, Dr.

2022/Sem_01
 Geometria Analítica e Álgebra Linear ii

Índice
5 Espaços Vetoriais ..................................................................................................... 1
5.1 Definição e Espaços Vetoriais .......................................................................... 1
5.2 Subespaços Vetoriais ........................................................................................ 3
5.3 Subespaços Gerados ......................................................................................... 7
5.4 Dependência e Independência Linear ............................................................... 9
5.5 Base de um Espaço Vetorial ........................................................................... 11
5.6 Exercícios Propostos ....................................................................................... 14
5.7 Referências Bibliográficas .............................................................................. 16

Geometria Analítica e Álgebra Linear

 Prof. Nunes 1

5 Espaços Vetoriais
5.1 Definição e Espaços Vetoriais
Seja um conjunto V, não vazio, sobre o qual estão definidas duas operações chamadas de adição
e multiplicação por escalar, que são “fechadas” em V, isto é:
Adição: ∀𝑢, 𝑣 ∈ 𝑉, 𝑢 + 𝑣 ∈ 𝑉
Multiplicação por escalar: ∀𝛼 ∈ ℝ e 𝑢 ∈ 𝑉, 𝛼 ⋅ 𝑢 ∈ 𝑉
O conjunto V, com estas duas operações, é chamado de Espaço Vetorial Real (ou Espaço
Vetorial sobre ℝ), se forem verificados os seguintes axiomas (∀ 𝑢, 𝑣, 𝑤 ∈ 𝑉 e ∀ 𝛼, 𝛽 ∈ ℝ):
V1) 𝑢 + (𝑣 + 𝑤) = (𝑢 + 𝑣) + 𝑤
V2) 𝑢 + 𝑣 = 𝑣 + 𝑢
V3 ∃ 0 ∈ 𝑉; 𝑣 +0 = 𝑣
V4) ∃ (−𝑣) ∈ 𝑉; 𝑣 + (−𝑣) =0
V5) 𝛼 ⋅ (𝑢 + 𝑣) = 𝛼 ⋅ 𝑢 + 𝛼 ⋅ 𝑣
V6) (𝛼 + 𝛽) ⋅ 𝑣 = 𝛼 ⋅ 𝑣 + 𝛽 ⋅ 𝑣
V7) (𝛼 ⋅ 𝛽) ⋅ 𝑣 = 𝛼 ⋅ (𝛽 ⋅ 𝑣)
V8) 1 ⋅ 𝑣 = 𝑣 Estes Axiomas são chamados de Axiomas de Espaço Vetorial.

Algumas propriedades de um espaço vetorial

a) O vetor 0 nulo é único.

b) Cada vetor 𝑢 ∈ 𝑉 admite apenas um simétrico (−𝑢) ∈ 𝑉
c) Para quaisquer vetores u, v, w ∈ 𝑉, se u + w = v + w, então u = v
d) Qualquer que seja 𝑢 ∈ 𝑉, tem-se −(−𝑢) = 𝑢
e) Quaisquer que sejam os vetores u, v ∈ 𝑉, existe um e somente um vetor w∈ 𝑉, tal que:
𝑢+𝑤 =𝑣
f) Qualquer que seja 𝑢 ∈ 𝑉, tem-se 0𝑢 = 0
g) Qualquer que seja 𝜆 ∈ ℝ, tem-se 𝜆0 = 0
h) 𝜆𝑢 = 0 implica que 𝜆 = 0 ou 𝑢 = 0
i) Qualquer que seja 𝑢 ∈ 𝑉, tem-se (−1)𝑢 = −𝑢
j) Quaisquer que sejam 𝑢 ∈ 𝑉 e 𝜆 ∈ ℝ, tem-se (−𝜆)𝑢 = 𝜆(−𝑢) = −(𝜆)𝑢
Exemplos:
1) Verifique que o conjunto 𝑉 = ℝ2 = { (𝑥1 , 𝑥2 ); 𝑥1 e 𝑥2 ∈ ℝ}, com as operações assim
definidas:
Adição: (𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 )
Multiplicação por escalar: 𝛼 ⋅ (𝑥1 , 𝑥2 ) = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 )
(operações usuais de adição e multiplicação por escalar para o ℝ2 ) é um espaço vetorial.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 2

Devemos verificar todos os axiomas considerando:

𝑥 = (𝑥1 , 𝑥2 ), 𝑦 = (𝑦1 , 𝑦2 ), 𝑧 = (𝑧1 , 𝑧2 ) e 𝛼, 𝛽 ∈ ℝ
V1) 𝑥 + (𝑦 + 𝑧) = (𝑥 + 𝑦) + 𝑧
x + ( y + z ) = (𝑥1 , 𝑥2 ) + [(𝑦1 , 𝑦2 ) + (𝑧1 , 𝑧2 )]=(𝑥1 , 𝑥2 ) + (𝑦1 + 𝑧1 , 𝑦2 + 𝑧2 )=(𝑥1 + (𝑦1 +
𝑧1 ), 𝑥2 + (𝑦2 + 𝑧2 ) )=( (𝑥1 + 𝑦1 ) + 𝑧1 , (𝑥2 + 𝑦2 ) + 𝑧2 )=(𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 ) +
( 𝑧1 , 𝑧2 )=[(𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 )] + ( 𝑧1 , 𝑧2 )=(𝑥 + 𝑦) + 𝑧
V2) 𝑥 + 𝑦 = 𝑦 + 𝑥
𝑥 + 𝑦 =(𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 )=(𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 )=(𝑦1 + 𝑥1 , 𝑦2 + 𝑥2 )=(𝑦1 , 𝑦2 ) + (𝑥1 , 𝑥2 )=𝑦 + 𝑥
V3) ∃ 0 ∈ 𝑉; 𝑥 + 0 = 𝑥
Tome 0 = (0,0), então:
x + 0 = (𝑥1 , 𝑥2 ) + (0,0)=(𝑥1 + 0, 𝑥2 + 0)=(𝑥1 , 𝑥2 )= x
V4) ∃ (−𝑥) ∈ 𝑉; 𝑥 + (−𝑥) = 0
Tome (−𝑥) = (−𝑥1 , −𝑥2 ), então:
𝑥 + (−𝑥) =(𝑥1 , 𝑥2 )+(−𝑥1 , −𝑥2 )=( 𝑥1 + (−𝑥1 ), 𝑥2 + (−𝑥2 ) )=(0,0) = 0
V5) 𝛼 ⋅ (𝑥 + 𝑦) = 𝛼 ⋅ 𝑥 + 𝛼 ⋅ 𝑦
𝛼 ⋅ (𝑥 + 𝑦) = 𝛼 ⋅ [ (𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 ) ]=𝛼 ⋅ (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 )=
( 𝛼 ⋅ (𝑥1 + 𝑦1 ), 𝛼 ⋅ (𝑥2 + 𝑦2 ) )=( 𝛼 ⋅ 𝑥1 + 𝛼 ⋅ 𝑦1 , 𝛼 ⋅ 𝑥2 + 𝛼 ⋅ 𝑦2 )=
( 𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 )+( 𝛼 ⋅ 𝑦1 , 𝛼 ⋅ 𝑦2 )=𝛼 ⋅ ( 𝑥1 , 𝑥2 )+𝛼 ⋅ ( 𝑦1 , 𝑦2 )=𝛼 ⋅ 𝑥 + 𝛼 ⋅ 𝑦
V6) (𝛼 + 𝛽) ⋅ 𝑥 = 𝛼 ⋅ 𝑥 + 𝛽 ⋅ 𝑥
(𝛼 + 𝛽) ⋅ 𝑥= ( + )  (𝑥1 , 𝑥2 )=( (𝛼 + 𝛽) ⋅ 𝑥1 , (𝛼 + 𝛽) ⋅ 𝑥2 )=
( 𝛼 ⋅ 𝑥1 + 𝛽 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 + 𝛽 ⋅ 𝑥2 )=(𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 ) + (𝛽 ⋅ 𝑥1 , 𝛽 ⋅ 𝑥2 )=
𝛼 ⋅ (𝑥1 , 𝑥2 ) + 𝛽 ⋅ (𝑥1 , 𝑥2 )=𝛼 ⋅ 𝑥 + 𝛽 ⋅ 𝑥
V7) (𝛼 ⋅ 𝛽) ⋅ 𝑥 = 𝛼 ⋅ (𝛽 ⋅ 𝑥)
(𝛼 ⋅ 𝛽) ⋅ 𝑥 = (𝛼 ⋅ 𝛽) ⋅ (𝑥1 , 𝑥2 )=( (𝛼 ⋅ 𝛽) ⋅ 𝑥1 , (𝛼 ⋅ 𝛽) ⋅ 𝑥2 )=( 𝛼 ⋅ (𝛽 ⋅ 𝑥1 ), 𝛼 ⋅ (𝛽 ⋅ 𝑥2 ) )=
𝛼 ⋅ ( 𝛽 ⋅ 𝑥1 , 𝛽 ⋅ 𝑥2 )=𝛼 ⋅ ( 𝛽 ⋅ (𝑥1 , 𝑥2 ) )=𝛼 ⋅ (𝛽 ⋅ 𝑥)
V8) 1 ⋅ 𝑥 = 𝑥
1 ⋅ 𝑥 = 1 ⋅ (𝑥1 , 𝑥2 ) = (1 ⋅ 𝑥1 , 1 ⋅ 𝑥2 ) = (𝑥1 , 𝑥2 ) = 𝑥

2) Verifique que o conjunto 𝑉 = ℝ3 = { (𝑥1 , 𝑥2 , 𝑥3 ); 𝑥1 , 𝑥2 e 𝑥3 ∈ ℝ}, com as operações

assim definidas:
Adição: (𝑥1 , 𝑥2 , 𝑥3 ) + (𝑦1 , 𝑦2 , 𝑦3 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , 𝑥3 + 𝑦3 )
Multiplicação por escalar: 𝛼 ⋅ (𝑥1 , 𝑥2 , 𝑥3 ) = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 , 𝛼 ⋅ 𝑥3 )
(operações usuais de adição e multiplicação por escalar para o ℝ3 ) é um espaço vetorial.

3) Generalize para o ℝ𝑛 , isto é, com base nos exemplos anteriores, verifique que o conjunto
𝑉 = ℝ𝑛 = { (𝑥1 , 𝑥2 , . . . . . , 𝑥𝑛 ); 𝑥1 , 𝑥2 , . . . . . , 𝑥𝑛 ∈ ℝ}, com as operações assim definidas:
Adição: (𝑥1 , 𝑥2 , . . . . . , 𝑥𝑛 ) + (𝑦1 , 𝑦2 , . . . . . , 𝑦𝑛 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , . . . . . , 𝑥𝑛 + 𝑦𝑛 )
Multiplicação por escalar: 𝛼 ⋅ (𝑥1 , 𝑥2 , . . . . . , 𝑥𝑛 ) = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 , . . . . . , 𝛼 ⋅ 𝑥𝑛 )
(operações usuais de adição e multiplicação por escalar para o ℝ𝑛 ) é um espaço vetorial.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 3

4) Verifique que o conjunto 𝑉 = { (𝑥1 , 𝑥2 ); 𝑥1 , 𝑥2 > 0}, com as operações assim definidas:
Adição: (𝑥1 , 𝑥2 ) ⊕ (𝑦1 , 𝑦2 ) = (𝑥1 ⋅ 𝑦1 , 𝑥2 ⋅ 𝑦2 )
Multiplicação por escalar: 𝛼 ∘ (𝑥1 , 𝑥2 ) = (𝑥1 𝛼 , 𝑥2 𝛼 ) é um espaço vetorial.
Observação: estas operações não são as operações usuais de adição e multiplicação por escalar.
Por esta razão foram utilizados os símbolos diferentes: ⊕ e ∘ para representá-las, evitando
quaisquer confusões com as operações usuais.
Devemos verificar todos os axiomas. Para isto consideremos:
𝑥 = (𝑥1 , 𝑥2 ), 𝑦 = (𝑦1 , 𝑦2 ), 𝑧 = (𝑧1 , 𝑧2 ) e 𝛼 , 𝛽 ∈ ℝ.
V1) 𝑥 ⊕ (𝑦 ⊕ 𝑧) = (𝑥 ⊕ 𝑦) ⊕ 𝑧
𝑥 ⊕ (𝑦 ⊕ 𝑧)=(𝑥1 , 𝑥2 ) ⊕ [(𝑦1 , 𝑦2 ) ⊕ (𝑧1 , 𝑧2 )]=(𝑥1 , 𝑥2 ) ⊕ (𝑦1 ⋅ 𝑧1 , 𝑦2 ⋅ 𝑧2 )=(𝑥1 ⋅ (𝑦1 ⋅
𝑧1 ), 𝑥2 ⋅ (𝑦2 ⋅ 𝑧2 ) )=( (𝑥1 ⋅ 𝑦1 ) ⋅ 𝑧1 , (𝑥2 ⋅ 𝑦2 ) ⋅ 𝑧2 )=(𝑥1 ⋅ 𝑦1 , 𝑥2 ⋅ 𝑦2 ) ⊕
( 𝑧1 , 𝑧2 )=[(𝑥1 , 𝑥2 ) ⊕ (𝑦1 , 𝑦2 )] ⊕ ( 𝑧1 , 𝑧2 ) = (𝑥 ⊕ 𝑦) ⊕ 𝑧
V2) 𝑥 ⊕ 𝑦 = 𝑦 ⊕ 𝑥
𝑥 ⊕ 𝑦 =(𝑥1 , 𝑥2 ) ⊕ (𝑦1 , 𝑦2 )=(𝑥1 ⋅ 𝑦1 , 𝑥2 ⋅ 𝑦2 )=(𝑦1 ⋅ 𝑥1 , 𝑦2 ⋅ 𝑥2 )=(𝑦1 , 𝑦2 ) ⊕ (𝑥1 , 𝑥2 )=𝑦 ⊕ 𝑥
V3) ∃ 0 ∈ 𝑉; 𝑥 ⊕ 0 = 𝑥
Tome 0 = (1, 1), então:
x ⊕ 0 = (𝑥1 , 𝑥2 ) ⊕ (1, 1)=(𝑥1 ⋅ 1, 𝑥2 ⋅ 1)=(𝑥1 , 𝑥2 )= x
V4) ∀𝑥 = (𝑥1 , 𝑥2 ) ∈ 𝑉, ∃ (−𝑥) ∈ 𝑉; 𝑥 ⊕ (−𝑥) = 0
1 1
Tome (−𝑥) = (𝑥 , ), então:
1 𝑥2
1 1 1 1
𝑥 ⊕ (−𝑥) =(𝑥1 , 𝑥2 )  (𝑥 , )=( 𝑥1 ⋅ (𝑥 ) , 𝑥2 ⋅ (𝑥 ) )=(1, 1) = 0
1 𝑥2 1 2

V5) 𝛼 ∘ (𝑥 ⊕ 𝑦) = 𝛼 ∘ 𝑥 ⊕ 𝛼 ∘ 𝑦
𝛼 ∘ (𝑥 ⊕ 𝑦) = 𝛼 ∘ [ (𝑥1 , 𝑥2 ) ⊕ (𝑦1 , 𝑦2 ) ]=𝛼 ∘ (𝑥1 ⋅ 𝑦1 , 𝑥2 ⋅ 𝑦2 )=
( (𝑥1 ⋅ 𝑦1 )𝛼 , (𝑥2 ⋅ 𝑦2 )𝛼 )=( 𝑥1 𝛼 ⋅ 𝑦1 𝛼 , 𝑥2 𝛼 ⋅ 𝑦2 𝛼 )=
( 𝑥1 𝛼 , 𝑥2 𝛼 )  ( 𝑦1 𝛼 , 𝑦2 𝛼 )=𝛼 ∘ ( 𝑥1 , 𝑥2 ) ⊕ 𝛼 ∘ ( 𝑦1 , 𝑦2 )=𝛼 ∘ 𝑥 ⊕ 𝛼 ∘ 𝑦
V6) (𝛼 + 𝛽) ∘ 𝑥 = 𝛼 ∘ 𝑥 ⊕ 𝛽 ∘ 𝑥
(𝛼 + 𝛽) ∘ 𝑥 = ( +  )  (𝑥1 , 𝑥2 )= ( 𝑥1 (𝛼+𝛽) , 𝑥2 (𝛼+𝛽) )= ( 𝑥1 𝛼 ⋅ 𝑥1 𝛽 , 𝑥2 𝛼 ⋅ 𝑥2 𝛽 )=(𝑥1 𝛼 , 𝑥2 𝛼 ) ⊕
(𝑥1 𝛽 , 𝑥2 𝛽 )=𝛼 ∘ (𝑥1 , 𝑥2 ) ⊕ 𝛽 ∘ (𝑥1 , 𝑥2 )=𝛼 ∘ 𝑥 ⊕ 𝛽 ∘ 𝑥
V7) (𝛼 ⋅ 𝛽) ∘ 𝑥 = 𝛼 ∘ (𝛽 ∘ 𝑥)
𝛼 𝛼
(𝛼 ⋅ 𝛽) ∘ 𝑥 = (𝛼 ⋅ 𝛽) ∘ (𝑥1 , 𝑥2 )=( 𝑥1 𝛼⋅𝛽 , 𝑥2 𝛼⋅𝛽 )=( (𝑥1 𝛽 ) , (𝑥2 𝛽 ) )=𝛼 ∘
( 𝑥1 𝛽 , 𝑥2 𝛽 )=𝛼 ∘ ( 𝛽 ∘ (𝑥1 , 𝑥2 ) )=𝛼 ∘ (𝛽 ∘ 𝑥)
V8) 1 ∘ 𝑥 = 𝑥
1 ∘ 𝑥 = 1 ∘ (𝑥1 , 𝑥2 ) = (𝑥11 , 𝑥21 ) = (𝑥1 , 𝑥2 ) = 𝑥

5.2 Subespaços Vetoriais

5.2.1 Definição de subespaços Vetoriais
𝑉 um espaço vetorial 𝑒
Sejam dados {
𝑊 ⊂ 𝑉, 𝑊 ≠ ∅ (𝑊 é um subconjunto não vazio de 𝑉)
W é denominado um subespaço vetorial de V quando:
(i) 𝑢, 𝑣 ∈ 𝑊 ⇒ 𝑢 + 𝑣 ∈ 𝑊
Geometria Analítica e Álgebra Linear
 Prof. Nunes 4

(ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑊
Observações:
a) 𝛼 = 0 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 0 ⋅ 𝑢 ∈ 𝑊 ⇒ 0 ∈ 𝑊
b) Dado um espaço vetorial V, existem pelo menos dois subespaços vetoriais de V, que são
chamados de subespaços triviais e são: V e { 0 }

Exemplos:

1) Se 𝑊 ⊂ ℝ2 é uma reta que passa pela origem, então W é um subespaço vetorial do ℝ2 .

Demonstração:
Seja 𝑎𝑥 + 𝑏𝑦 = 0 a equação cartesiana de uma reta que passa pela origem. Neste caso, W é o
conjunto de todos os pares ordenados (𝑥, 𝑦) que satisfazem esta equação.
Então, devemos provar que se:
(i) 𝑢, 𝑣 ∈ 𝑊 ⇒ 𝑢 + 𝑣 ∈ 𝑊 e (ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑊
Considerando 𝑢 = (𝑥1 , 𝑦1 ) e 𝑣 = (𝑥2 , 𝑦2 ), temos:
(i) Se 𝑢, 𝑣 ∈ 𝑊 ⇒ 𝑎𝑥1 + 𝑏𝑦1 = 0 e 𝑎𝑥2 + 𝑏𝑦2 = 0 ⇒ Somando membro a membro obtemos:
𝑎(𝑥1 + 𝑥2 ) + 𝑏(𝑦1 + 𝑦2 ) = 0 ⇒ Logo, o par ordenado (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 ) = 𝑢 + 𝑣 também
satisfaz à equação𝑎𝑥 + 𝑏𝑦 = 0, assim concluímos que 𝑢 + 𝑣 ∈ 𝑊.
(ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 𝛼 ⋅ 𝑢 = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑦1 ) e 𝑎𝑥1 + 𝑏𝑦1 = 0 ⇒ Multiplicando os dois
membros da expressão 𝑎𝑥1 + 𝑏𝑦1 = 0 por 𝛼 obtemos: 𝛼 ⋅ (𝑎𝑥1 + 𝑏𝑦1 ) = 𝛼 ⋅ 0 ⇒
𝑎 ⋅ (𝛼 ⋅ 𝑥1 ) + 𝑏 ⋅ (𝛼 ⋅ 𝑦1 ) = 0 ⇒ Logo, o par ordenado (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑦1 ) = 𝛼 ⋅ 𝑢 também
satisfaz à equação 𝑎𝑥 + 𝑏𝑦 = 0, assim concluímos que 𝛼 ⋅ 𝑢 ∈ 𝑊.

2) Se 𝑊 ⊂ ℝ3 é um plano que passa pela origem, então W é um subespaço vetorial do ℝ3 .

Demonstração:

Geometria Analítica e Álgebra Linear

 Prof. Nunes 5

Seja 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0 a equação cartesiana de um plano que passa pela origem. Neste caso,
W é o conjunto de todas as triplas ordenadas (𝑥, 𝑦, 𝑧) que satisfazem esta equação.
Então, devemos provar que se:
(i) 𝑢, 𝑣 ∈ 𝑊 ⇒ 𝑢 + 𝑣 ∈ 𝑊 e (ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑊

Considerando 𝑢 = (𝑥1 , 𝑦1 , 𝑧1 ) e 𝑣 = (𝑥2 , 𝑦2 , 𝑧2 ), temos:

(i) Se 𝑢, 𝑣 ∈ 𝑊 ⇒ 𝑎𝑥1 + 𝑏𝑦1 + 𝑐𝑧1 = 0 e 𝑎𝑥2 + 𝑏𝑦2 + 𝑐𝑧2 = 0 ⇒ Somando membro a

membro obtemos: 𝑎(𝑥1 + 𝑥2 ) + 𝑏(𝑦1 + 𝑦2 ) + 𝑐(𝑧1 + 𝑧2 ) = 0 ⇒Logo, a tripla ordenada
(𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 ) = 𝑢 + 𝑣 também satisfaz à equação 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0, assim
concluímos que 𝑢 + 𝑣 ∈ 𝑊.

(ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊 ⇒ 𝛼 ⋅ 𝑢 = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑦1 , 𝛼 ⋅ 𝑧1 ) e 𝑎𝑥1 + 𝑏𝑦1 + 𝑐𝑧1 = 0 ⇒ Multiplicando

os dois membros da expressão 𝑎𝑥1 + 𝑏𝑦1 + 𝑐𝑧1 = 0 por 𝛼 obtemos: 𝛼 ⋅ (𝑎𝑥1 + 𝑏𝑦1 + 𝑐𝑧1 ) =
𝛼 ⋅ 0 ⇒ 𝑎 ⋅ (𝛼 ⋅ 𝑥1 ) + 𝑏 ⋅ (𝛼 ⋅ 𝑦1 ) + 𝑐 ⋅ (𝛼 ⋅ 𝑧1 ) = 0 ⇒ Logo, a tripla ordenada:
(𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑦1 , 𝛼 ⋅ 𝑧1 ) = 𝛼 ⋅ 𝑢 também satisfaz à equação 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0, assim
concluímos que 𝛼 ⋅ 𝑢 ∈ 𝑊.

Observação: Podemos provar também, que qualquer reta que passa pela origem é também um
subespaço vetorial do ℝ3 .

3) Na sequência são apresentados alguns subconjuntos do ℝ2 ou do ℝ3 . Verifique quais deles

são subespaços vetoriais (do ℝ2 ou do ℝ3 , respectivamente) considerando as operações usuais
de adição e multiplicação por escalar.
a) 𝑆 = { (𝑥, 𝑦)/ 𝑦 = 𝑥 } Resposta: Sim.
2
b) 𝑆 = { (𝑥, 𝑦)/ 𝑦 = 𝑥 } Resposta: Não.
c) 𝑆 = { (𝑥, 𝑦)/ 𝑥 + 3𝑦 = 0} Resposta: Sim.
d) 𝑆 = { (𝑥, 𝑦)/ 𝑦 = |𝑥| } Resposta: Não.
e) 𝑆 = { (𝑥, 𝑦, 𝑧)/ 𝑧 = 2𝑥 − 𝑦 } Resposta: Sim.
f) 𝑆 = { (𝑥, 𝑦, 𝑧)/ 𝑧 = 3𝑥 + 2𝑦 − 4 } Resposta: Não.
(𝑥, 2
g) 𝑆 = { 𝑦, 𝑧)/ 𝑧 = 𝑥 } Resposta: Não.

4) Seja o subespaço vetorial do ℝ4 definido por:

𝑆 = { (𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 / 𝑥 + 2𝑦 − 𝑧 = 0 e 𝑡 = 0 }. Verifique se os vetores que seguem
pertencem a S:
a) (1,2,3,0) Resposta: Não.
b) (3,1,5,0) Resposta: Sim.
c) (−1,1,1,1) Resposta: Não.
d) (1, −2, −3,0) Resposta: Sim.

5.2.2 Intersecção de Subespaços Vetoriais

Se 𝑊1 e 𝑊2 são subespaços vetoriais de V, então 𝑊1 ∩ 𝑊2 é também um subespaço vetorial de
V.
Demonstração:
(i) 𝑢, 𝑣 ∈ (𝑊1 ∩ 𝑊2 ) ⇒ 𝑢, 𝑣 ∈ 𝑊1 e 𝑢, 𝑣 ∈ 𝑊2 ⇒ (𝑢 + 𝑣) ∈ 𝑊1 e (𝑢 + 𝑣) ∈ 𝑊2 ⇒
(𝑢 + 𝑣) ∈ 𝑊1 ∩ 𝑊2
(ii) 𝛼 ∈ ℝ, 𝑢 ∈ 𝑊1 ∩ 𝑊2 ⇒ 𝑢 ∈ 𝑊1 e 𝑢 ∈ 𝑊2 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑊1 e 𝛼 ⋅ 𝑢 ∈ 𝑊2 ⇒
𝛼 ⋅ 𝑢 ∈ 𝑊1 ∩ 𝑊2 .
Geometria Analítica e Álgebra Linear
 Prof. Nunes 6

As figuras que seguem, apresentam dois casos para ilustrar que a intersecção de dois subespaços
vetoriais de V é também um subespaço vetorial de V:
a) Se 𝑊1 e 𝑊2 são retas que passam pela origem do ℝ2 (e portanto, são subespaços vetoriais do
ℝ2 ), então 𝑊1 ∩ 𝑊2 ={0} isto é, a intersecção de 𝑊1 e 𝑊2 é um conjunto unitário constituído
pela origem do sistema cartesiano 0 = (0,0), que já sabemos que é um dos subespaços triviais
do ℝ2 .

b) Se 𝑊1 e 𝑊2 são planos que passam pela origem do ℝ3 (e portanto, estes conjuntos são
subespaços vetoriais do ℝ3 ), então 𝑊1 ∩ 𝑊2 é uma reta que também passa pela origem (no
caso da figura é o eixo das cotas, isto é, o eixo z), que também é um subespaço vetorial do ℝ3 .

Observação: Encontre alguns contraexemplos para provar que se 𝑊1 e 𝑊2 são subespaços

vetoriais de V, então 𝑊1 ∪ 𝑊2 não é necessariamente um subespaço vetorial de V (isto é, a união
de dois subespaços vetoriais nem sempre é um subespaço vetorial).

5.2.3 Combinações Lineares

Sejam os vetores 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ∈ 𝑉 e os escalares 𝛼1 , 𝛼2 , ⋯ , 𝛼𝑛 ∈ ℝ. Qualquer vetor
𝑣 ∈ 𝑉 da forma 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 é uma combinação linear dos vetores
𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 , com coeficientes 𝛼1 , 𝛼2 , ⋯ , 𝛼𝑛 .
Exemplos:

1) Considere os vetores do ℝ3 : 𝑢 = (1, −3,2) e 𝑣 = (2,4, −1).

a) Escreva o vetor 𝑤 = (−4, −18,7) como combinação linear de u e v.
Resolução:
𝑤 = 𝛼𝑢 + 𝛽𝑣
(−4, −18,7) = 𝛼(1, −3,2) + 𝛽(2,4, −1)
𝛼 + 2𝛽 = −4
{−3𝛼 + 4𝛽 = −18 ⇒ 𝛼 = 2 e 𝛽 = −3 ⇒ 𝑤 = 2𝑢 − 3𝑣
2𝛼 − 𝛽 = 7

Geometria Analítica e Álgebra Linear

 Prof. Nunes 7

b) Mostrar que o vetor 𝑡 = (4,3, −6) não pode ser escrito como combinação linear de u e v.
Resolução:
𝛼 + 2𝛽 = 4
Basta mostrar que o sistema {−3𝛼 + 4𝛽 = 3 é impossível.
2𝛼 − 𝛽 = −6
c) Determine o valor de k para que o vetor 𝑞 = (−1, 𝑘, −7) possa ser escrito como combinação
linear de u e v.
Resolução:
𝛼 + 2𝛽 = −1
{−3𝛼 + 4𝛽 = 𝑘 ⇒ Basta mostrar que para que este sistema seja S.P.D. é necessário que 𝑘 =
2𝛼 − 𝛽 = −7
13.
d) Determine a relação que deve existir entre x, y, z de modo que o vetor (𝑥, 𝑦, 𝑧) possa ser
escrito como combinação linear de u e v.
Resolução:
𝛼 + 2𝛽 = 𝑥
{−3𝛼 + 4𝛽 = 𝑦 ⇒
2𝛼 − 𝛽 = 𝑧
Basta mostrar que para que este sistema seja S.P.D. é necessário que −𝑥 + 𝑦 + 2𝑧 = 0.

2) Mostre que o vetor 𝑡 = (3,4) ∈ ℝ2 pode ser escrito de infinitas maneiras como combinações
lineares de 𝑢 = (1,0), 𝑣 = (0,1) e 𝑤 = (2, −1).
Resolução:
𝑡 = 𝛼𝑢 + 𝛽𝑣 + 𝛾𝑤
(3,4) = 𝛼(1,0) + 𝛽(0,1) + 𝛾(2, −1)
𝛼 + 2𝛾 = 3
{ ⇒ Basta mostrar para que este sistema é S.P.I.
𝛽−𝛾 = 4

5.3 Subespaços Gerados

Seja V um espaço vetorial e 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ∈ 𝑉. Então o conjunto:
𝑆 = { 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 ; 𝑎1 , 𝑎2 , ⋯ , 𝑎𝑛 ∈ ℝ } ⊂ 𝑉 é denominado conjunto
gerado por 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 .
Representação: 𝑆 = [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ].
Observações:
a) 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ∈ [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ], pois:
𝑣𝑖 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 , com 𝑎𝑖 = 1 e 𝑎𝑗 = 0 se 𝑗 ≠ 𝑖.
b) 0 ∈ [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ], basta fazer 𝑎𝑖 = 0, ∀ 𝑖.
Proposição: O conjunto gerado por 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 , isto é 𝑆 = [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ] é um
subespaço vetorial de V.
Então, devemos provar que se:
(i) 𝑢, 𝑣 ∈ 𝑆 ⇒ 𝑢 + 𝑣 ∈ 𝑆 e
(ii) 𝛼 ∈ ℜ, 𝑢 ∈ 𝑆 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑆
Demonstração:
Geometria Analítica e Álgebra Linear
 Prof. Nunes 8

(i) 𝑢, 𝑣 ∈ 𝑆 ⇒ 𝑢 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 e 𝑣 = 𝑏1 𝑣1 + 𝑏2 𝑣2 + ⋯ + 𝑏𝑛 𝑣𝑛 .
Somando estas duas últimas expressões, membro a membro, obtemos 𝑢 + 𝑣 = (𝑎1 + 𝑏1 )𝑣1 +
(𝑎2 + 𝑏2 )𝑣2 + ⋯ + (𝑎𝑛 + 𝑏𝑛 )𝑣𝑛 ⇒ 𝑢 + 𝑣 ∈ 𝑆

(ii)𝛼 ∈ ℝ, 𝑢 ∈ 𝑆 ⇒ 𝛼 ⋅ 𝑢 = 𝛼 ⋅ (𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 )=(𝛼 ⋅ 𝑎1 )𝑣1 + (𝛼 ⋅ 𝑎2 )𝑣2 + ⋯ +

(𝛼 ⋅ 𝑎𝑛 )𝑣𝑛 ⇒ 𝛼 ⋅ 𝑢 ∈ 𝑆.
Exemplos:

1) 𝑉 = ℝ3 e 𝑣 ∈ ℝ3 , então o subespaço gerado por v é uma reta que passa pela origem do
sistema cartesiano e tem v como vetor diretor, isto é 𝑆 = [𝑣] = {𝑎 ⋅ 𝑣 ; 𝑎 ∈ ℝ}.

2) 𝑉 = ℝ3 e 𝑣1 , 𝑣2 ∈ ℝ3 , tais que 𝑎 ⋅ 𝑣1 ≠ 𝑣2 ∀𝑎 ∈ ℝ, então o subespaço gerado por 𝑣1 , 𝑣2 é

um plano que passa pela origem do sistema cartesiano e tem 𝑣1 , 𝑣2 como vetores diretores, isto
é 𝑆 = [𝑣1 , 𝑣2 ] = { 𝑎1 ⋅ 𝑣1 + 𝑎2 ⋅ 𝑣2 ; 𝑎1 , 𝑎2 ∈ ℝ }.

3) 𝑉 = ℝ2 , 𝑣1 = (1,0) e 𝑣2 = (0,1), encontre o subespaço vetorial gerado por 𝑣1 e 𝑣2 , isto é,

ache [𝑣1 , 𝑣2 ].
Resolução:
𝑆 = [𝑣1 , 𝑣2 ] = { 𝑎1 ⋅ 𝑣1 + 𝑎2 ⋅ 𝑣2 ; 𝑎1 , 𝑎2 ∈ ℝ }=
{ 𝑎1 ⋅ (1,0) + 𝑎2 ⋅ (0,1) ; 𝑎1 , 𝑎2 ∈ ℝ }={ (𝑎1 , 𝑎2 ) ; 𝑎1 , 𝑎2 ∈ ℝ }=ℝ2 .

4) 𝑉 = ℝ3 , 𝑣1 = (1,0,0) , 𝑣2 = (0,1,0) e 𝑣3 = (0,0,1), encontre o subespaço vetorial gerado

por 𝑣1 , 𝑣2 e 𝑣3 , isto é, ache [𝑣1 , 𝑣2 , 𝑣3 ].
Resolução:

𝑆 = [𝑣1 , 𝑣2 , 𝑣3 ] = { 𝑎1 ⋅ 𝑣1 + 𝑎2 ⋅ 𝑣2 + 𝑎3 ⋅ 𝑣3 ; 𝑎1 , 𝑎2 , 𝑎3 ∈ ℝ }={ 𝑎1 ⋅ (1,0,0) + 𝑎2 ⋅

(0,1,0) + 𝑎3 ⋅ (0,0,1) ; 𝑎1 , 𝑎2 , 𝑎3 ∈ ℝ }={ (𝑎1 , 𝑎2 , 𝑎3 ) ; 𝑎1 , 𝑎2 , 𝑎3 ∈ ℝ }=ℝ3 .

5) 𝑉 = ℝ3 , 𝑣1 = (1,0,0) e 𝑣2 = (0,1,0) , encontre o subespaço vetorial gerado por 𝑣1 e 𝑣2 ,

isto é, ache [𝑣1 , 𝑣2 ].
Resolução:
𝑆 = [𝑣1 , 𝑣2 ] = { 𝑎1 ⋅ 𝑣1 + 𝑎2 ⋅ 𝑣2 ; 𝑎1 , 𝑎2 ∈ ℝ }=

{ 𝑎1 ⋅ (1,0,0) + 𝑎2 ⋅ (0,1,0) ; 𝑎1 , 𝑎2 ∈ ℝ }={ (𝑎1, 𝑎2 , 0) ; 𝑎1 , 𝑎2 ∈ ℝ }, isto é, é o plano

que contém os eixos x e y (xOy).

6) 𝑉 = ℝ3 , 𝑣1 = (1, −2, −1) 𝑒 𝑣2 = (2,1,1) , encontre o subespaço vetorial gerado por 𝑣1 e

𝑣2 , isto é, ache [𝑣1 , 𝑣2 ].
Resolução:
𝑆 = [𝑣1 , 𝑣2 ] = { 𝑎1 ⋅ 𝑣1 + 𝑎2 ⋅ 𝑣2 ; 𝑎1 , 𝑎2 ∈ ℝ }=
{ 𝑎1 ⋅ (1, −2, −1) + 𝑎2 ⋅ (2,1,1) ; 𝑎1 , 𝑎2 ∈ ℝ }=
{ (𝑎1 + 2𝑎2 , −2𝑎1 + 𝑎2 , −𝑎1 + 𝑎2 ) ; 𝑎1 , 𝑎2 ∈ ℝ }, isto é:
𝑆 = [𝑣1 , 𝑣2 ] = { (𝑥, 𝑦, 𝑧) ∈ ℝ3 / (𝑥, 𝑦, 𝑧) = (𝑎1 + 2𝑎2 , −2𝑎1 + 𝑎2 , −𝑎1 + 𝑎2 ) ; 𝑎1 , 𝑎2 ∈
ℝ }.
Desta forma, para que uma tripla ordenada (𝑥, 𝑦, 𝑧) possa pertencer a este subespaço gerado é
𝑎1 + 2𝑎2 = 𝑥
necessário que:{−2𝑎1 + 𝑎2 = 𝑦 e isto ocorrerá se:
−𝑎1 + 𝑎2 = 𝑧
Geometria Analítica e Álgebra Linear
 Prof. Nunes 9

1 2 𝑥 1 2 x  1 2 𝑥
[−2 1 𝑦] ⇒ 0 5 2 x + y   [0 5 2𝑥 + 𝑦 ] ⇒ Logo devemos ter
−𝑥−3𝑦+5𝑧
=0⇒
−𝑥−3𝑦+5𝑧 5
−1 1 𝑧 0 3 x + z  0 0 5
𝑥 + 3𝑦 − 5𝑧 = 0 (que é um plano que passa pela origem).

7) Ache um conjunto de geradores do seguinte subespaço:

𝑈 = { (𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 /𝑥 − 𝑦 − 𝑧 + 𝑡 = 0}.
Resolução:
Fazendo 𝑥 − 𝑦 − 𝑧 + 𝑡 = 0 ⇒ 𝑥 = 𝑦 + 𝑧 − 𝑡, então:
𝑈 = { (𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 /𝑥 − 𝑦 − 𝑧 + 𝑡 = 0}={ (𝑥, 𝑦, 𝑧, 𝑡) ∈ ℝ4 /𝑥 = 𝑦 + 𝑧 − 𝑡}=
{ (𝑦 + 𝑧 − 𝑡, 𝑦, 𝑧, 𝑡), 𝑦, 𝑧, 𝑡 ∈ ℝ }={ 𝑦(1,1,0,0) + 𝑧(1,0,1,0) + 𝑡(−1,0,0,1)/𝑦, 𝑧, 𝑡 ∈ ℝ }
Assim, 𝑈 = [ (1,1,0,0), (1,0,1,0), (−1,0,0,1) ]

8) Consideremos no espaço vetorial ℝ3 , os seguintes subespaços vetoriais:

𝑈 = [ (1,0,0), (1,1,1) ] e 𝑉 = [ (0,1,0), (0,0,1) ]. Determinar um conjunto de geradores de
𝑈 ∩ 𝑉.
Resolução:
𝑤 ∈ 𝑈 ∩ 𝑉 ⇔ 𝑤 ∈ 𝑈 𝑒 𝑤 ∈ 𝑉, então ∃ 𝛼, 𝛽, 𝛾, 𝛿 ∈ ℝ tais que:
𝛼(1,0,0) + 𝛽(1,1,1) = 𝛾(0,1,0) + 𝛿(0,0,1) ⇒ (𝛼, 0,0) + (𝛽, 𝛽, 𝛽) = (0, 𝛾, 0) + (0,0, 𝛿) ⇒
𝛼 + 𝛽 = 0 ⇒ 𝛼 = −𝛽
(𝛼 + 𝛽, 𝛽, 𝛽) = (0, 𝛾, 𝛿), logo: {𝛽 = 𝛾
𝛽=𝛿
Assim, os vetores 𝑤 ∈ 𝑈 ∩ 𝑉 são do tipo −𝛽(1,0,0) + 𝛽(1,1,1) = 𝛽(0,1,0) + 𝛽(0,0,1), ou
𝑤 = 𝛽(0,1,1).
Desta forma, temos que 𝑈 ∩ 𝑉 =[ (0,1,1) ].

9) Quantos vetores, no mínimo, são necessários para gerar o espaço vetorial ℝ𝑛 ?

Resposta: n vetores.

5.4 Dependência e Independência Linear

Seja V um espaço vetorial e 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ∈ 𝑉. Diz-se que o conjunto { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 }
é linearmente independente (LI) quando:
𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 = 0 ⇒ 𝑎1 = 𝑎2 = ⋯ = 𝑎𝑛 = 0
(Isto significa que toda combinação linear nula, implicará que os coeficientes de tal combinação
linear deverão ser todos iguais a zero).
Caso contrário, isto é, se 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 = 0 e ∃ 𝑎𝑗 ≠ 0 para algum j, dizemos que
{ 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é um conjunto linearmente dependente (LD).
Exemplos:

1) Seja 𝑉 = ℝ2 e o conjunto formado pelos vetores 𝑣1 e 𝑣2 , sendo 𝑣1 = (2, −1) e 𝑣2 =

(4, −2). Então este conjunto {𝑣1 , 𝑣2 } é LI ou LD?
Resposta: É LD, pois podemos construir combinações lineares nulas, sem que os coeficientes
sejam todos nulos, exemplo: 2𝑣1 + (−1)𝑣2 = 0, isto é: 2(2, −1) + (−1)(4, −2) = (0,0).

Geometria Analítica e Álgebra Linear

 Prof. Nunes 10

2) Seja 𝑉 = ℝ2 e o conjunto formado pelos vetores 𝑣1 e 𝑣2 , sendo 𝑣1 = (1,0) e 𝑣2 = (0,1).

Este conjunto {𝑣1 , 𝑣2 } é LI ou LD?
Resposta: É LI, pois uma combinação linear nula destes vetores, implica que os coeficientes
deverão ser iguais a zero:
𝑎1 = 0
𝑎1 𝑣1 + 𝑎2 𝑣2 = 0 ⇒ 𝑎1 (1,0) + 𝑎2 (0,1) = (0,0)  (𝑎1 , 𝑎2 ) = (0,0) ⇒ {
𝑎2 = 0

3) Seja 𝑉 = ℝ2 e o conjunto formado pelos vetores 𝑣1 , 𝑣2 e 𝑣3 , sendo 𝑣1 = (2,1) , 𝑣2 =

(1,0) e 𝑣3 = (1,1). Então este conjunto {𝑣1 , 𝑣2 , 𝑣3 } é LI ou LD ?
Resposta: É LD, pois uma combinação linear nula não implicará necessariamente que os
coeficientes sejam nulos:
2𝑎1 + 𝑎2 + 𝑎3 = 0
𝑎1 𝑣1 + 𝑎2 𝑣2 + 𝑎3 𝑣3 = 0 ⇒ 𝑎1 (2,1) + 𝑎2 (1,0) + 𝑎3 (1,1) = (0,0)  {
𝑎1 + 𝑎3 = 0
 [2 1 1 0]  [1 0 1 0
] ⇒Logo o sistema é S.P.I., tendo infinitas soluções.
1 0 1 0 0 1 −1 0
Logo o referido conjunto é realmente LD.

4) Seja 𝑉 = ℝ3 e o conjunto formado pelos vetores 𝑣1 , 𝑣2 e 𝑣3 , sendo 𝑣1 = (1,0,2) , 𝑣2 =

(3,4,1) e 𝑣3 = (5,4,5). Então este conjunto {𝑣1 , 𝑣2 , 𝑣3 } é LI ou LD ?
Resposta: É LD, pois uma combinação linear nula não implicará necessariamente que os
coeficientes sejam nulos.
Para confirmar isto basta fazer:
𝑎1 𝑣1 + 𝑎2 𝑣2 + 𝑎3 𝑣3 = 0 ⇒ 𝑎1 (1,0,2) + 𝑎2 (3,4,1) + 𝑎3 (5,4,5) = (0,0,0)
𝑎1 + 3𝑎2 + 5𝑎3 = 0
⇒ {0𝑎1 + 4𝑎2 + 4𝑎3 = 0 ⇒
2𝑎1 + 𝑎2 + 5𝑎3 = 0
Escalonando podemos mostrar que este sistema é S.P.I. Logo o referido conjunto é realmente
LD.
Poderíamos chegar à mesma conclusão, observando que 2𝑣1 + 𝑣2 − 𝑣3 = 0 ⇒ 2 ⋅ (1,0,2) +
1 ⋅ (3,4,1) − 1 ⋅ (5,4,5) = (0,0,0), isto é, podemos construir combinações lineares nulas, sem
que os coeficientes sejam todos nulos.

5) Seja 𝑉 = ℝ3 e o conjunto formado pelos vetores 𝑣1 , 𝑣2 e 𝑣3 , sendo 𝑣1 = (1,0,0) , 𝑣2 =

(0,1,0) e 𝑣3 = (0,0,1). Então este conjunto {𝑣1 , 𝑣2 , 𝑣3 } é LI ou LD ?
Resposta: É LI, pois toda combinação linear nula destes vetores, implica que os coeficientes
deverão ser iguais a zero:
𝑎1 𝑣1 + 𝑎2 𝑣2 + 𝑎3 𝑣3 =0 ⇒ 𝑎1 (1,0,0) + 𝑎2 (0,1,0) + 𝑎3 (0,0,1) = (0,0,0) ⇒
𝑎1 = 0
(𝑎1 , 𝑎2 , 𝑎3 ) = (0,0,0) ⇒ {𝑎2 = 0
𝑎3 = 0

6) Determinar os valores de m, para que os seguintes subconjuntos de vetores do ℝ3 sejam LI.

a) { (3, 5𝑚, 1), (2, 0, 4), (1, 𝑚, 3) } Resposta: 𝑚 ≠ 0
b) { (1, 3, 5), (2, 𝑚 + 1, 10) } Resposta: 𝑚 ≠ 5
Resolução de “a”:
𝑎1 𝑣1 + 𝑎2 𝑣2 + 𝑎3 𝑣3 = 0 ⇒ 𝑎1 (3,5𝑚, 1) + 𝑎2 (2,0,4) + 𝑎3 (1, 𝑚, 3) = (0,0,0) ⇒

Geometria Analítica e Álgebra Linear

 Prof. Nunes 11

3𝑎1 + 2𝑎2 + 𝑎3 = 0 1 4 3 0 1 4 3 0
{ 5𝑚𝑎 1 + 0𝑎 2 + 𝑚𝑎 3 = 0 ⇒ [5𝑚 0 𝑚 0] ⇒ [0 −20𝑚 −14𝑚 0] ⇒
1𝑎1 + 4𝑎2 + 3𝑎3 = 0 3 2 1 0 0 −10 −8 0

1 4 3 0 1 4 3 0
[0 5 4 0] ⇒ [0 5 4 0] ⇒
0 −10𝑚 −7𝑚 0 0 0 𝑚 0
Para que o sistema seja S.P.D. devemos ter: 𝑚 ≠ 0.
Proposição:
{ 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é (LD) ⇔um dos vetores pode ser escrito como combinação linear dos
outros.
Demonstração:
{ 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é (LD) ⇔ ∃ 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 = 0, com 𝑎𝑗 ≠ 0 para algum j
𝑎
⇔podemos isolar o vetor 𝑣𝑗 (o vetor que tem coeficiente 𝑎𝑗 ≠ 0), obtendo 𝑣𝑗 = (− 𝑎1 ) 𝑣1 +
𝑗
𝑎2 𝑎𝑛
(− ) 𝑣2 + ⋯ + (− ) 𝑣𝑛 ⇔ um dos vetores pode ser escrito como combinação linear dos
𝑎𝑗 𝑎𝑗
outros.

5.5 Base de um Espaço Vetorial

Seja V um espaço vetorial e 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ∈ 𝑉.
{ 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é uma base de V se e somente se:
(i) [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ] =V
(ii) { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é (LI)

Exemplos:

1) Verifique que o conjunto {𝑣1 , 𝑣2 }, onde 𝑣1 = (1,0) e 𝑣2 = (0,1) é uma base do espaço
vetorial 𝑉 = ℝ2 . (Esta base é chamada de base canônica do ℝ2 ).
Basta provar que este conjunto gera o ℝ2 e é um conjunto LI, isto é:
(i) [ (1,0), (0,1) ]=V
(ii) { (1,0), (0,1) } é (LI)

2) Verifique que o conjunto {𝑣1 , 𝑣2 }, onde 𝑣1 = (1,0) e 𝑣2 = (4,0) não é uma base do espaço
vetorial 𝑉 = ℝ2 .
Resolução: Basta provar que este conjunto não gera o ℝ2 , ou que o mesmo não é LI.

3) Seja o espaço vetorial 𝑉 = ℝ𝑛 e o conjunto {𝑒1 , 𝑒2 , ⋯ , 𝑒𝑛 }, onde:

𝑒1 = (1,0,0, ⋯ ,0,0), 𝑒2 = (0,1,0, ⋯ ,0,0), ... , 𝑒𝑛 = (0,0,0, ⋯ ,0,1).
Então {𝑒1 , 𝑒2 , ⋯ , 𝑒𝑛 } é uma base do ℝ𝑛 , chamada de base canônica do ℝ𝑛 .

Proposição: Seja { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } um conjunto de n vetores não nulos de um espaço

vetorial V. Se [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ] = 𝑉, então podemos extrair uma base para V deste conjunto.
Proposição: Seja V um espaço vetorial tal que { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } gera V. Sejam ainda, m
vetores quaisquer de V: 𝑤1 , 𝑤2 , ⋯ , 𝑤𝑚 com m > n. Então { 𝑤1 , 𝑤2 , ⋯ , 𝑤𝑚 } é (LD).

Geometria Analítica e Álgebra Linear

 Prof. Nunes 12

Isto significa que se n vetores geram um espaço vetorial V, qualquer conjunto com mais do que
n vetores é necessariamente LD.
Proposição: Qualquer base de um espaço vetorial tem sempre o mesmo número de vetores.
Demonstração:
Vamos supor que um espaço vetorial V tem duas bases, com diferentes números de vetores, isto
é: { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } e { 𝑤1 , 𝑤2 , ⋯ , 𝑤𝑚 }, com 𝑛 ≠ 𝑚, são bases de V. Neste caso
podemos concluir que:
(i) Como [𝑤1 , 𝑤2 , ⋯ , 𝑤𝑚 ] = 𝑉 e { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é (LI) temos que 𝑚 ≥ 𝑛.
(ii) Como [𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ] = 𝑉 e { 𝑤1 , 𝑤2 , ⋯ , 𝑤𝑚 } é (LI) temos que 𝑛 ≥ 𝑚.
Se temos 𝑚 ≥ 𝑛 e 𝑛 ≥ 𝑚, então só pode ocorrer m = n.
Observações:
a) Este número de vetores que é constante para todas as bases de um espaço vetorial é
denominado “dimensão” do espaço. Podemos representar a dimensão de V por Dim V.
b) Neste material trataremos apenas de espaços vetoriais de dimensões finitas.
Proposição:
Dada uma base 𝐵 = { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } de V, então cada vetor 𝑣 ∈ 𝑉 é escrito de maneira
única como combinação linear dos vetores de B.
Demonstração:
Seja 𝑣 ∈ 𝑉 um vetor genérico de V, então podemos escrever 𝑣 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ +
𝑎𝑛 𝑣𝑛 . Suponhamos, por “redução ao absurdo” que 𝑣 = 𝑏1 𝑣1 + 𝑏2 𝑣2 + ⋯ + 𝑏𝑛 𝑣𝑛 , com
𝑏𝑗 ≠ 𝑎𝑗 para algum j.
Subtraindo as duas combinações lineares, membro a membro, obtemos: 0 = (𝑎1 − 𝑏1 )𝑣1 +
(𝑎2 − 𝑏2 )𝑣2 + ⋯ + (𝑎𝑛 − 𝑏𝑛 )𝑣𝑛 .
Fazendo: (𝑎1 − 𝑏1 ) = 𝑐1 , (𝑎2 − 𝑏2 ) = 𝑐2 , ⋯ , (𝑎𝑛 − 𝑏𝑛 ) = 𝑐𝑛 obtemos:
𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑛 𝑣𝑛 = 0, com 𝑐𝑗 ≠ 0 para algum j. Isto nos leva a concluir que
{ 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é (LD), o que é um absurdo, pois { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } é uma base de V.
Desta forma, não é possível de se escrever v como duas combinações lineares diferentes com
vetores da mesma base.
Definição: Seja V um espaço vetorial e 𝐵 = { 𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 } uma base ordenada de V.
Dado 𝑣 ∈ 𝑉, sendo 𝑣 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛 , escrevemos:
𝑎1
[𝑣]𝐵 = [ ⋮ ] e dizemos que [𝑣]𝐵 representa as coordenadas de v na base ordenada B.
𝑎𝑛
5.5.1 Mudança de Base
Seja V um espaço vetorial e:
𝐴 = { 𝑢1 , 𝑢2 , ⋯ , 𝑢𝑛 } e 𝐵 = { 𝑤1 , 𝑤2 , ⋯ , 𝑤𝑛 } duas bases ordenadas de V.
Seja ainda 𝑣 ∈ 𝑉, um vetor genérico de V.
𝑥1 𝑦1
Supondo que [𝑣]𝐴 = [ ⋮ ] e [𝑣]𝐵 = [ ⋮ ], isto é:
𝑥𝑛 𝑦𝑛
𝑣 = 𝑥1 𝑢1 + 𝑥2 𝑢2 + ⋯ + 𝑥𝑛 𝑢𝑛 e 𝑣 = 𝑦1 𝑤1 + 𝑦2 𝑤2 + ⋯ + 𝑦𝑛 𝑤𝑛 , ache a relação
entre [𝑣]𝐴 e [𝑣]𝐵 .
Geometria Analítica e Álgebra Linear
 Prof. Nunes 13

Resolução:
Podemos escrever os vetores da base ordenada A como combinações lineares dos vetores da
base ordenada B:
𝑢1 = 𝑎11 𝑤1 + 𝑎21 𝑤2 + ⋯ 𝑎𝑛1 𝑤𝑛
𝑢2 = 𝑎12 𝑤1 + 𝑎22 𝑤2 + ⋯ 𝑎𝑛2 𝑤𝑛
{
⋮
𝑢𝑛 = 𝑎1𝑛 𝑤1 + 𝑎2𝑛 𝑤2 + ⋯ 𝑎𝑛𝑛 𝑤𝑛
Substituindo estas combinações lineares em 𝑣 = 𝑥1 𝑢1 + 𝑥2 𝑢2 + ⋯ + 𝑥𝑛 𝑢𝑛 , obtemos:
𝑣 = 𝑥1 (𝑎11 𝑤1 + 𝑎21 𝑤2 + ⋯ + 𝑎𝑛1 𝑤𝑛 ) + 𝑥2 (𝑎12 𝑤1 + 𝑎22 𝑤2 + ⋯ + 𝑎𝑛2 𝑤𝑛 ) + ⋯ +
+𝑥𝑛 (𝑎1𝑛 𝑤1 + 𝑎2𝑛 𝑤2 + ⋯ + 𝑎𝑛𝑛 𝑤𝑛 ).
Aplicando a propriedade distributiva e isolando os vetores da base B, obtemos:
(𝑥1 𝑎11 + 𝑥2 𝑎12 + ⋯ + 𝑥𝑛 𝑎1𝑛 ) 𝑤1 + ⏟
𝑣=⏟ (𝑥1 𝑎21 + 𝑥2 𝑎22 + ⋯ + 𝑥𝑛 𝑎2𝑛 ) 𝑤2 + ⋯ +
𝑦1 𝑦2
(𝑥1 𝑎𝑛1 + 𝑥2 𝑎𝑛2 + ⋯ + 𝑥𝑛 𝑎𝑛𝑛 ) 𝑤𝑛 , logo
+⏟
𝑦𝑛
𝑦1 = 𝑥1 𝑎11 + 𝑥2 𝑎12 + ⋯ + 𝑥𝑛 𝑎1𝑛
𝑦2 = 𝑥1 𝑎21 + 𝑥2 𝑎22 + ⋯ + 𝑥𝑛 𝑎2𝑛
{ ⋮
𝑦𝑛 = 𝑥1 𝑎𝑛1 + 𝑥2 𝑎𝑛2 + ⋯ + 𝑥𝑛 𝑎𝑛𝑛
𝑦1 𝑥1 𝑎11 + 𝑥2 𝑎12 + ⋯ + 𝑥𝑛 𝑎1𝑛 𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1
𝑦2 𝑥 𝑎 + 𝑥2 𝑎22 + ⋯ + 𝑥𝑛 𝑎2𝑛 𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2
[ ⋮ ] = [ 1 21 ]=[ ⋮ ] ⋅ [ ⋮]
⋮ ⋮ ⋮ ⋮ ⋮
𝑦𝑛 𝑥1 𝑎𝑛1 + 𝑥2 𝑎𝑛2 + ⋯ + 𝑥𝑛 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑥𝑛
Logo [𝑣]𝐵 = [𝐼]𝐵𝐴 ⋅ [𝑣]𝐴
Onde a matriz [𝐼]𝐵𝐴 é chamada de matriz de mudança da base A para a base B.

Exemplo:

Dados 𝑉 = ℝ2 e as bases 𝐴 = { (2, −1), (3,4) } e 𝐵 = { (1,0), (0,1) }, determine:

a) [𝐼]𝐵𝐴
b) [𝐼]𝐵𝐴
c) Sendo 𝑣 = (1,5) um vetor canônico do ℝ2 , encontre: [𝑣]𝐴 e [𝑣]𝐵
d) verifique que: [𝑣]𝐵 = [𝐼]𝐵𝐴 ⋅ [𝑣]𝐴 e [𝑣]𝐴 = [𝐼]𝐵𝐴 ⋅ [𝑣]𝐵
Resolução:
a) [𝐼]𝐵𝐴 =?
1𝑎11 + 0𝑎21 = 2 𝑎 =2
(2, −1) = 𝑎11 (1,0) + 𝑎21 (0,1) = (𝑎11 , 𝑎21 ) ⟹ { ⟹ { 11
0𝑎11 + 1𝑎21 = −1 𝑎21 = −1
1𝑎12 + 0𝑎22 = 3 𝑎 =3
(3,4) = 𝑎12 (1,0) + 𝑎22 (0,1) = (𝑎12 , 𝑎22 ) ⟹ { ⟹ { 12
0𝑎12 + 1𝑎22 = 4 𝑎22 = 4
𝑎 𝑎12 2 3 2 3
[𝐼]𝐵𝐴 = [𝑎11 𝐴
𝑎22 ] = [−1 4] ⟹ Logo, [𝐼]𝐵 = [−1 4]
21

b) [𝐼]𝐵𝐴 =?

Geometria Analítica e Álgebra Linear

 Prof. Nunes 14

4
2𝑏11 + 3𝑏21 = 1 𝑏11 =
(1,0) = 𝑏11 (2, −1) + 𝑏21 (3,4) = (2𝑏11 + 3𝑏21 , −𝑏11 + 4𝑏21 ) ⇒ { ⇒{ 11
−𝑏11 + 4𝑏21 = 0 1
𝑏21 =
11
3
2𝑏 + 3𝑏22 = 0 𝑏12 = −
(0,1) = 𝑏12 (2, −1) + 𝑏22 (3,4) = (2𝑏12 + 3𝑏22 , −𝑏12 + 4𝑏22 ) ⇒ { 12 ⇒{ 11
−𝑏12 + 4𝑏22 = 1 2
𝑏22 =
11
𝑏11 𝑏12 4/11 −3/11 4/11 −3/11
[𝐼]𝐵𝐴 = [ ]=[ ] ⟹ Logo, [𝐼]𝐵𝐴 = [ ]
𝑏21 𝑏22 1/11 2/11 1/11 2/11
Observação:
4/11
−3/11 2 3 1 0
[𝐼]𝐵𝐴 ⋅ [𝐼]𝐵𝐴 = [ ] ⋅[ ]=[ ]
1/11
2/11 −1 4 0 1
4/11 −3/11 1 0
[𝐼]𝐵𝐴 ⋅ [𝐼]𝐵𝐴 = [ 2 3] ⋅ [ ] =[ ]
−1 4 1/11 2/11 0 1
Então podemos concluir que [𝐼]𝐵𝐴 = ([𝐼]𝐵𝐴 )−1
c)
𝑥1
[𝑣]𝐴 = [𝑥 ] =?
2
(1,5) = 𝑥⏟1 (2, −1) + 𝑥⏟2 (3,4)
? ?
2𝑥 + 3𝑥2 = 1 𝑥 = −1 −1
(1,5) = (2𝑥1 + 3𝑥2 , −𝑥1 + 4𝑥2 ) ⟹ { 1 ⟹{ 1 ⟹ [𝑣]𝐴 = [ ]
−𝑥1 + 4𝑥2 = 5 𝑥2 = 1 1
𝑦1
[𝑣]𝐵 = [𝑦 ] =?
2
(1,5) = 𝑦⏟1 (1,0) + 𝑦⏟2 (0,1)
? ?
1𝑦1 + 0𝑦2 = 1 𝑦 =1 1
(1,5) = (1𝑦1 + 0𝑦2 , 0𝑦1 + 1𝑦2 ) ⟹ { ⟹{ 1 ⟹ [𝑣]𝐵 = [ ]
0𝑦1 + 1𝑦2 = 5 𝑦2 = 5 5
d)
1 2 3 −1
[𝑣]𝐵 = [𝐼]𝐵𝐴 ⋅ [𝑣]𝐴 ⟹ [ ] = [ ]⋅[ ]
5 −1 4 1

−1 4/11 −3/11 1
[𝑣]𝐴 = [𝐼]𝐵𝐴 ⋅ [𝑣]𝐵 ⟹ [ ]=[ ]⋅[ ]
1 1/11 2/11 5

5.6 Exercícios Propostos

1) Considere o conjunto V de todos os pares ordenados de números reais (ou seja, 𝑉 = ℝ2 ),
com as operações assim definidas:
Adição: (𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 )
Multiplicação por escalar (não usual): 𝛼 ∘ (𝑥1 , 𝑥2 ) = (𝛼 ⋅ 𝑥1 , 𝑥2 )
Verifique que o conjunto V com estas operações não é um espaço vetorial. Que axiomas não
são verificados? Resposta: O axioma V6 não é verificado.

Geometria Analítica e Álgebra Linear

 Prof. Nunes 15

2) Considere o conjunto V de todos os pares ordenados de números reais (ou seja, 𝑉 = ℝ), com
as operações assim definidas:
Adição (não usual): (𝑥1 , 𝑥2 ) ⊕ (𝑦1 , 𝑦2 ) = (𝑥1 + 𝑦1 , 0)
Multiplicação por escalar: 𝛼 ⋅ (𝑥1 , 𝑥2 ) = (𝛼 ⋅ 𝑥1 , 𝛼 ⋅ 𝑥2 )
Verifique que o conjunto V com estas operações não é um espaço vetorial. Que axiomas não
são verificados? Resposta: Os axiomas V3 e V6 não são verificados.
3) Mostre que os seguintes subconjuntos de ℝ4 são subespaços vetoriais:
a) W = { (x, y, z, t)  ℝ4 ; x + y = 0 , z − t = 0 }
b) U = { (x, y, z, t)  ℝ4 ; 2x + y − t = 0 , z = 0 }
4) Determinar o valor de k para que o vetor (5, 𝑘, 11) pertença ao subespaço do ℝ3 gerado pelos
vetores (−1,3, −1) e (1, −2,4). Resposta: 𝑘 = −13
5) Sejam W 1 = { (x, y, z, t)  ℝ4 ; 𝑥 + 𝑦 = 0, 𝑧 − 𝑡 = 0} e W 2 = { (x, y, z, t)  ℝ4 ;
𝑥 − 𝑦 − 𝑧 + 𝑡 = 0} subespaços de ℝ4 . Exiba uma base para W 1  W 2 .
Resposta: Base = { (0,0,1,1) }
6) Considere o seguinte subespaço de ℝ4 : S = [ (1, 1, −2, 4), (1, 1, −1, 2), (1, 4, −4, 8) ].
a) O vetor (2/3, 1, −1, 2) pertence a S? Resposta: 𝑣 ∈ 𝑆
b) O vetor (0, 0, 1, 1) pertence a S? Resposta: 𝑣 ∉ 𝑆
c) Estabeleça as condições para que um vetor (x, y, z, t) pertença a S. Resposta: 𝑡 + 2𝑧 = 0
7) Quais as coordenadas do vetor canônico u = (1, 0, 0), em relação à base:
1/3
A= {(1, 1, 1), (−1, 1, 0), (1, 0, −1)}? Resposta: [𝑢] 𝐴 =[−1/3 ]
1/3
8) Determinar os valores de n para que os vetores do conjunto
{ (3,1,5), (𝑛, −1,0), (2,2, −4) } sejam L.I. (Linearmente Independentes).
11
Resposta: 𝑛 ≠ − 7
9) Considere as bases 𝐴 = {(2, −3), (−3,5) } e 𝐵 = {(1,1), (0, −1) } do ℝ2 . Encontre:
a) [𝐼]𝐵𝐴
2 −3 [𝐼]𝐵 8 −3
b) [𝐼]𝐵𝐴 Respostas: [𝐼]𝐵𝐴 = [ ]e 𝐴 =[ ]
5 −8 5 −2
2
10) Sejam A={(1, 0), (0, 1)}, B={(−1, 1), (1, 1)}, bases ordenadas do ℝ .
a) Ache as seguintes matrizes de mudança de base: [ I ]𝐵𝐴 e [ I ]𝐵𝐴 .
b) Quais as coordenadas do vetor canônico v = (3, −2) em relação a cada uma das bases?
4
c) As coordenadas de um vetor u em relação à base 𝐵 são dadas por [𝑢]𝐵 =[ ]. Quais as
0
coordenadas do vetor u em relação à bases A?
−1 1 [𝐼] 𝐴 −1/2 1/2
Respostas: a) [𝐼]𝐵𝐴 = [ ], 𝐵 = [ ],
1 1 1/2 1/2
3 −5/2 −4
b) [𝑣]𝐴 = [ ], [𝑣]𝐵 = [ ] e c) [𝑢]𝐴 = [ ]
−2 1/2 4

Geometria Analítica e Álgebra Linear

 Prof. Nunes 16

5.7 Referências Bibliográficas

1. BOLDRINI, José Luiz et al. Álgebra Linear. 3.a Edição. São Paulo: Harper & Row do
Brasil, 1980.
2. CALLIOLI, Carlos A. et al. Álgebra Linear e Aplicações. 6.a Edição. São Paulo: Atual,
1990.
3. LIPSCHULTZ, S. Álgebra Linear. São Paulo: McGraw-Hill do Brasil, 1982.
4. STEINBRUCH, A. e WINTERLE, P. Introdução à Álgebra Linear. São Paulo: McGraw-
Hill do Brasil, 1990.

Geometria Analítica e Álgebra Linear