1

UNIVERSIDADE LICUNGO
DEPARTAMENTO DE MATEMATICA E ESTATISTICA APLICADA
CURSO DE LICENCIATURA EM FÍSICA
EXTENSÃO DA BEIRA Disciplina de ALGEBRA LINEAL 2
Filipe Marques(Msc)

1. ESPACOS VECTORIAIS

ESPAÇOS VECTORIAIS EUCLIDIANOS

• Colinearidade
• Ortogonalidade
• Dependência e independência Linear

A álgebra linear se ocupa de dois tipos de objectos matemáticos: as matrizes e os

vectores. Já nos familiarizamos com a ideia básica sobre as matrizes, portanto, nesta
secção vamos introduzir algumas das ideias básica sobre vectores.

1.1 Vectores bi, tri e n- dimensionais

Os vectores podem ser representados em duas dimensões no plano; ou em três
dimensões no espaço; por meio de uma seta (flecha) indicando-se a direcção, o
sentido e o comprimento.
Figura vectores geométricos

𝑣⃗ = ⃗⃗⃗⃗⃗⃗
𝐴𝐵
⃗⃗⃗⃗⃗⃗ , temos quatro elementos:
Num vector 𝐴𝐵

• Origem: ponto A;
• Final : ponto B
• Direcção: a recta suporte AB
• Sentido: de A para B
• Comprimento ou norma ‖𝐴𝐵 ⃗⃗⃗⃗⃗⃗ ‖

Usando a representação geométrica, podemos definir vectores equivalentes, adição e

subtracção de vectores, multiplicação por escalar etc.

Vectores em Sistemas de coordenadas

FMarques Algebga 2 UL 2023
 2

Os cálculos com vectores são efectuados muito mais simples se tivermos um sistema
de coordenadas a nossa disposição.
Se um vector v qualquer do plano bi-dimensional R2 ou do espaço tridimensional R3, for
posicionado com o seu ponto inicial na origem de um sistema de coordenadas
rectangulares, então o vector estará completamente determinado pelas coordenadas
do seu ponto final. Ver fig.2. Dizemos que essas coordenadas são os componentes do
vector v em relação ao sistema de coordenadas. E escrevemos algebricamente.
V = (𝑣1 , 𝑣2 )
V= (𝑣1 , 𝑣2 , 𝑣3 )
Representação de vectores em coordenadas rectangulares no plano e no espaço.

Vectores Equivalentes
Algebricamente dois vectores u e v serão equivalentes, se e só se, os seus
componentes correspondentes forem iguais.
Por exemplo os vectores do espaço tridimensional v =(𝑣1 , 𝑣2 , 𝑣3 ) e u = (𝑢1 , 𝑢2 , 𝑢3 ) são
equivalentes se
𝑣1 = 𝑢1 ; 𝑣2 = 𝑢2 ; 𝑣3 = 𝑢3
Componentes de um vector cujo ponto inicial não estão na origem.
Se os pontos iniciais de um vector não estão na origem do sistema de coordenadas,
então as suas componentes são determinadas de seguinte modo.
Vector definido pêlos pontos A(2,1) e B(5,3)

FMarques Algebga 2 UL 2023

 3

Componentes do vector:
𝑥 − 𝑥𝐴 𝑣
⃗⃗⃗⃗⃗⃗ = ( 𝐵
𝐴𝐵 ⃗⃗⃗⃗⃗⃗ = (3) ou 𝑣⃗ = ( 1 ) = (3)
𝑦𝐵 − 𝑥𝐴 ) ; 𝐴𝐵
2 𝑣2 2
De igual modo podemos obter os componentes de um vector no espaço tridimensional,
de ponto inicial 𝑃1 (𝑥1 , 𝑦1 , 𝑧1 ) e ponto final 𝑃2 (𝑥2 , 𝑦2 , 𝑧2 ).
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃1 𝑃2 = (𝑥2 − 𝑥1 , 𝑦2 − 𝑦2 , 𝑧2 − 𝑧1 )

Ex: Os componentes do vector v = ⃗⃗⃗⃗⃗⃗⃗⃗⃗

𝑃1 𝑃2 onde o ponto inicial é P1 = ( 2, -1, 4) e o ponto
final é P2 = ( 7, 5, -8) são v = ( 7-2, 5+1, -8-4) = ( 5, 6, -12).

Multiplicação por escalar e Colinearidade

Se v é um vector não nulo, no espaço bi ou tridimensional, e k um escalar, kv é um
múltiplo escalar de v que é um novo vector que tem a mesma direcção e de
comprimento |k| vezes que o vector v.
𝑣1 3
𝑣⃗ = (𝑣 ) = ( )
2 2
para k=2
𝑘𝑣 2.3 6
𝑘𝑣⃗ = ( 1 ) = ( ) = ( )
𝑘𝑣2 2.2 4

Vectores colineares ou paralelos (//)

Sejam v e w dois vectores bi ou tridimensionais com um ponto inicial comum. Se um
dos vectores for um múltiplo escalar do outro então os vectores estão numa recta
comum, diz-se que são colineares ou paralelos
V // w, se existe k, tal que v = kw .
Exemplo: Os vectores v = (3,2) e w = (6, 4) são paralelos pois v = ½ w ou w = 2v.

Produto escalar ou produto interno.

Definição
Se u e v forem 2 vectores não nulos em R2 ou R3 , e se 𝜃 for um angulo entre u e v,
então o produto escalar (também denominado por produto interno euclidiano) de u e v,
denotado por u.v é definido por
𝒖. 𝒗 = ‖𝒖‖. ‖𝒗‖. 𝐜𝐨𝐬(𝜽)

FMarques Algebga 2 UL 2023

 4

Se u = 0 ou v = 0, definimos u . v como sendo zero.

O sinal do produto escalar revela uma informação sobre o angulo 𝜃 que pode ser
obtido escrevendo
𝒖 .𝐯
𝐜𝐨𝐬(𝜽) = ‖𝒖‖.‖𝒗‖

Como 0 ≤ 𝜃 ≤ 𝜋 e usando as propriedades da função cosseno da trigonometria

• 𝜃 é agudo se u.v > 0

• 𝜃 é obtuso se u.v < 0
𝜋
• 𝜃 = 2 se u.v = 0

O produto escalar em termos de componentes é definido por

• u.v = 𝑢1 𝑣1 + 𝑢2 𝑣2 para R2
• u.v = 𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 para R3
Em geral se u =(𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 ) e v = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) e forem vectores em Rn então
definimos o produto escalar u.v por
• u.v = 𝒖𝟏 𝒗𝟏 + 𝒖𝟐 𝒗𝟐 + 𝒖𝟑 𝒗𝟑 + . . . +𝒖𝒏 𝒗𝒏

Desigualdade de Cauchy-Schwarz e ângulos

𝒖 .𝐯
Usando a fórmula de ângulo entre dois vectores 𝐜𝐨𝐬(𝜽) = ‖𝒖‖.‖𝒗‖
, teremos o
𝑢.𝑣
valor do angulo 𝜃 = 𝑎𝑟𝑐𝑐𝑜𝑠 (‖𝑢‖‖𝑣‖). O arccoseno está definido, se o seu
argumento satisfazer as seguintes desigualdades:
𝑢. 𝑣
−1 ≤ ≤1
‖𝑢‖. ‖𝑣‖
Elas são válidas com quaisquer vectores não nulos de Rn.

Teorema sobre a desigualdade de Cauchy-Schwarz

Se u =(𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 ) e v = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) forem vectores em Rn então, é valida a

seguinte desigualdade.

|𝒖. 𝒗 | ≤ ‖𝒖‖. ‖𝒗‖

FMarques Algebga 2 UL 2023

 5

Ortogonalidade Ou Perpendicularidade ( ⊥ )

Definição
Dizemos que dois vectores não nulo 𝑢⃗⃗ , 𝑣⃗ em Rn são perpendiculares (ou
ortogonais) se o co-seno do ângulo entre eles é nulo; cos(𝑢
⃗⃗ , 𝑣⃗) = 0,
consequentemente, o seu produto interno é nulo; u.v = 0
Um conjunto não vazio de vectores de Rn é denominado ortogonal se dois
quaisquer dos seus vectores forem ortogonais. Um conjunto ortogonal de vectores
unitários é denominado ortonormal
Então:
⃗⃗ . 𝒗
𝒖 ⃗⃗ = 𝟎 sse (𝒖
⃗⃗= 0 v 𝒗 ⃗⃗ ⊥ 𝒗
⃗⃗ = 0) ou (𝒖 ⃗⃗).
𝑎 −𝑏
Dado um vector qualquer ( ), o seu perpendicular será ( ). Porque o seu
𝑏 𝑎
produto escalar é zero.
𝑎 −𝑏
( ) . ( ) = 𝑎. (−𝑏) + 𝑏. 𝑎 = 0
𝑏 𝑎

Exemplo
Os vectores u = ( -2, 3, 1, 4) e v = (1, 2, 0, -1) de R4 são ortogonais porque
u.v = -2.1 + 3.2 + 1.0 – 4.1 = -2 + 6 + 0 - 4 = 0

Vectores n - dimensionais
O conjunto de todos números reais pode ser visto geometricamente como uma recta,
denominada recta Real, denotada por R ou R1. O expoente reforça a ideia intuitiva de
que a recta é unidimensional.
O conjunto de todos os pares ordenados de números reais é denotado por R2 - pontos
do plano. E o conjunto de todos os ternos ordenados de números reais é denotado por
R3 - pontos do espaço.
A recta é um espaço unidimensional;
O plano é um espaço bidimensional;
O espaço é tridimensional.
A seguinte definição vai generalizar.

FMarques Algebga 2 UL 2023

 6

Definição
Se n for um número inteiro positivo então uma ênupla ordenada é uma sequência de n
números reais (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ).
O conjunto de todas as ênuplas ordenadas é denominado espaço de dimensão n e é
denotado por Rn.
Um par ordenado (𝑣1 , 𝑣2 ) pode representar coordenadas de um ponto no plano ou
como componentes de um vector.
Podemos pensar nos números de uma ênupla (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) como as coordenadas
de um ponto generalizado ou como componentes de um vector generalizado; depende
da imagem geométrica que queremos utilizar.
Denotamos um vector v de Rn de seguinte modo: v = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ).
O vector zero ou nulo de Rn é denotado por 0 = ( 0, 0, 0, 0, … , 0)
- v = (- 1)v = (−𝑣1 , −𝑣2 , −𝑣3 , … , −𝑣𝑛 )

Definição
Dois vectores v = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) e w =(𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 ) de Rn, são ditos equivalentes
( ou então, iguais) se
𝒗𝟏 = 𝒘𝟏 , 𝒗𝟐 = 𝒘𝟐 , 𝒗𝟑 = 𝒘𝟑 , … , 𝒗𝒏 = 𝒘𝒏
Indicamos essa equivalência escrevendo v = w.

A definição seguinte é para as operações adição subtracção e multiplicação por escalar

de vectores em Rn.

Definição
Sejam v = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) e w =(𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 ) vectores de Rn e k uma constante
real, definimos
• Adição; v + w = ( 𝑣1 + 𝑤1 , 𝑣2 + 𝑤2, 𝑣3 + 𝑤3 , … , 𝑣𝑛 + 𝑤𝑛 )
• Multiplicação por escalar: Kv = 𝑘𝑣1 , 𝑘𝑣2 , 𝑘𝑣3 , … , 𝑘𝑣𝑛 )
• Subtracção; w – v = w + (-v) = (𝑤1 −𝑣1 , 𝑤2 − 𝑣2 , 𝑤3 − 𝑣3 , … , 𝑤𝑛 − 𝑣𝑛 )

Os vectores v e w são paralelos/colineares se e só se existe um escalar k tal que v =

kw .

FMarques Algebga 2 UL 2023

 7

Teoremas
Sejam u, v e w vectores de Rn e k, m, escalares, então:
a) u+v=v+u
b) (u + v )+w = u + (v + w)
c) u + 0 = 0 +u = u
d) u + (- u) = 0
e) k(u + v) = ku + kv
f) (k + m)v = kv + mv
g) k(mv)= (km)v
h) 1v = v
A demonstração destes teoremas pode ser facilmente feita usando as definições.

ESPAÇOS, GERADORES E BASE

Combinação Linear
Dizemos que um vector w de um espaço vectorial V, é uma combinação linear dos
vectores v1, v2, v3, …, vn que pertencem a V, se existem escalares c1, c2, c3, …, cn, tal
que w possa ser escrito:
w = c1v1 + c2v2 + c3v3 + … + cnvn.

O conjunto de vectores canónicos para Rn foi definido como:

𝑒1 = (1, 0, 0, … , 0); 𝑒2 = (0,1,0, … , 0) ; 𝑒3 = (0,0,1,0, 0, … , 0); . . . ; 𝑒𝑛 = (0,0,0, … , 0, 1)

Qualquer vector u = (u1, u2, u3, …, un ) de IRn pode ser escrito isto é , como combinação
linear dos vectores da base canónica;
como u = e1u1+ e2u2,+ e3u3, …, enun )
Exemplo
Em R2 (3, 2) = 3(1,0) +2(0, 1) = 3i +2j
Em R3 (4,-2, 5) = 4(1, 0,0) - 2(0,1,0) + 5(0,0,1) = 4i - 2j + 5k

Definição

FMarques Algebga 2 UL 2023

 8

Seja S = {v1, v2, v3, …, vn } um conjunto de vectores em um espaço vectorial V, e seja W

o conjunto de todas combinações lineares do vectores v1, v2, v3, …, vn. Dizemos que W
é espaço gerado pelos vectores v1, v2, v3, …, vn ; W = [{v1, v2, v3, …, vn }] ou v1, v2, v3, …,
vn geram W.

Teorema
Sejam v1, v2, v3, …, vn vectores de um espaço V e W = [{v1, v2, v3, …, vn }] o espaço
gerado, então temos que:
a) W é subespaço de V.
b) W é o menor subespaço de V que contem todos os vectores v1, v2, v3, …, vn.
Ou vectores v1, v2, v3, …, vn , formam uma base para o espaço V se e só se v1, v2, v3, …,
vn são linearmente independentes e geram V.

Independência Linear de um espaço Vectorial.

Queremos encontrar uma maneira de descobrir se um vector de um conjunto S é uma

combinação linear dos demais vectores em S.

Definimos que os vectores v1, v2, v3, …, vn de um espaço vectorial V, são ditos
linearmente independente (LI) se a equação vectorial

c1v1 + c2v2 + c3v3 + … + cnvn= 0

tem tiver uma única solução, a solução trivial.

c1= 0, c2 =0, c3 = 0, …, cn = 0.
Isto implica necessariamente que todos os escalares devem ser iguais a zero.

Caso exista outra solução além da trivial, os vectores v1, v2, v3, …, vn , serão chamados
de linearmente dependentes (LD).

Se [v1, v2, v3, …, vn ] é um conjunto de gerador mínimo, então os vectores v1, v2, v3, …,
vn são linearmente independentes.

❖ O conjunto de geradores mínimos é chamado de base.

❖ Definimos dimensão de um espaço vectorial V como o número de vectores da
sua base, denota-se por dim(V).

FMarques Algebga 2 UL 2023

 9

Definição. Seja S = { v1, v2, v3, …, vn }, um conjunto de pelo menos dois vectores do
espaço vectorial V, então S é Linearmente Dependente LD, se e só se um destes
vectores pode ser escrito como combinação linear dos restantes.

Teorema
seja x1, x2, x3, …, xn , n vectores de IRn , com x = (x1, x2, x3, …, xn). se a matriz A = [x1,
x2, x3, …, xn ], então os vectores x1, x2, x3, …, xn são LD se e só se A é matriz singular.

Exemplo
Determine se os vectores
v1= ( 1, -2, 3) v2= (5, 6, -1) v3 = (3, 2, 1)
São linearmente Independentes ou dependentes.
Solução.
Temos que estudar a solução da equação homogénea.

c1v1 + c2v2 + c3v3= 0

c1.( 1, -2, 3) + c2.(5, 6, -1) + c3.(3, 2, 1)= (0, 0, 0)
𝑐1 + 5𝑐2 + 3𝑐3 = 0
{−2𝑐1 + 6𝑐2 + 2𝑐3 = 0
3𝑐1 − 𝑐2 + 𝑐3 = 0
Resolvendo este sistema nota-se que tem uma solução não trivial.
1 1
𝑐1 = − 𝑡 , 𝑐2 = − 𝑡 , 𝑐3 = 𝑡
2 2
Portanto os vectores v1, v2, v3, são Linearmente Dependentes (LD)
Outro método de fazer isso é calculando o determinante da matriz A dos coeficientes
1 5 3
𝐴 = (−2 6 2)
3 −1 1
Se verificar por calculo de que o determinante det(A) = 0; pode-se concluir que os
vectores são LD.

FMarques Algebga 2 UL 2023

 10

EXERCICIOS
1- Desenhe um sistema de coordenadas e marque os pontos dados em R3.
a) (3,4,5) b) (-3,4,5) c) (3,-4,5) d) (3,4,-5) e) (-3,-4, 5) f) (-3,-4,-5) g)
(0,3, -3) h) (3,-3,0)
h) (3,0,3) g) (0,0,-3)

2- Esboce o vector dado com o ponto inicial na origem.

a) ( 3,6) b) (-4,-8) c) ( -1,0, 2) d) (0, 4, -1) e) ( 0,0,-3) f) (2,2,2)

3- Esboça com ponto inicial na origem, o vector determinado pêlos dois pontos
dados.
a) P1(4,8), P2(3,7) b) P1(3,-5), P2(-4,-7) c) P1(-5,0), P2(-3,1) d) P1(3,-7,2),
P2(-2,5,-4)
e) P1(-1,0,2), P2(0,-1,0)
4- a) Encontre o ponto final do vector que é equivalente a u = (1,2) cujo o ponto inicial
é A(1,1)
b) Encontre o ponto inicial do vector que é equivalente a u = (1,1,3) e cujo o
ponto final é B(-1,-1,2)

5- Encontre um ponto inicial P de um vector não nulo u = ⃗⃗⃗⃗⃗⃗

𝑃𝑄 com o ponto final Q(3,0,-5)
tal que
a) u tem esma direcção e sentido de v = (4,-2,-1)
b) u tem mesma direcção, mas sentido oposto ao de v= (4,-2,-1).

6- Sejam u= (4,-1) v= (0,5) e w =( -3,-3) Encontre os componentes de :

a) u+w b) v – 3u c) 2(u-5w) d) 3v – 2(u +2w) e) -3(w-2u+v) f) (-2u-v)-5(v+5w)

7- sejam u=(-3,2,1,0) v = (4,7,-3,2) e w = ( 5,-2,8,1) ; encontre os componentes de :

a) -u +(v-4w) b) 6(u-3v) c) (6v-w)- (4u +v) d) -w +3(v-u) e) 5(-v+4u-w)
f) ½ (w-5v+2u)+v.

8- Em cada caso, encontre a medida do angulo 𝜃 (com 0 ≤ 𝜃 ≤ 𝜋) entre u e v.

a) (1, -7) e ( 21, 3) b) (0, 2) e (3, -3) c) (-1, 1, 0) e ( 0, -1, 1)

FMarques Algebga 2 UL 2023

 11

a) ( 1, -1, 0) e ( 1, 0, 0)
9- Verifique a validade da desigualdade de Cauchy-Schwarz
a) u = (3, 2), v= ( 4,-1) b) u = ( -3, 1, 0) ; v =( 2, -1, 3)
c) u = ( 0, 2, 2, 1) ; v =( 1, 1, 1, 1) d) u = ( 1, 2, 1, 2, 3) ; v =( 0, 1, 1, 5, -2)
10- Determine se os vectores formam um conjunto ortogonal.
a) 𝑣1 = (2,3) 𝑣2 = (3,2) b) 𝑣1 = (−1,1), 𝑣2 = (1,1)
c) 𝑣1 = (−2,1,1), 𝑣2 = (1,0,2) , 𝑣3 = (−2, −5, 1)
d) 𝑣1 = (−3, 4, −1), 𝑣2 = (1, 2, 5) 𝑣3 = (4, −3, 0)
11- Encontre um vector unitário que seja ortogonal tanto a u = ( 1, 0, 1) e a v = ( 0, 1,
1).
12- Verifique se os pontos A(1,1,1) , B(-2, 0, 3) e C(-3, -1,1) formam os vértices de um
triangulo rectângulo. Explique a sua resposta.

13- Qual(is) dos vectores de R6, dados é(são) paralelos a u = (-2, 1, 0, 3, 5, 1)?
a) ( 4, 1, 0, 6, 10, 2) b) ( 4, -2, 0, -6, -10, -2) c) ( 0, 0, 0, 0, 0, 0)

14- Sejam u = ( 2,1 0, 1, -1) e v = (-2, 3, 1, 0, 2). Encontre escalares a e b tais que
au + bv = ( -8, 8, 3, -1, 7)

15- Encontre todos escalares c1, c2, e c3 tais que c1(1,2,0) + c2 (2,1,1) + c3(0,3,1) =
(0,0,0)

16- Encontre todos escalares c1, c2, e c3 tais que

c1(1,-1,0) + c2(3,2,1) + c3(0,1,4) = (-1,1,19)

17- Mostre que não existem escalares c1, c2, e c3 tais que c1(-2,9,6) + c2(-3,2,1) +
c3(1,7,5) = (0,5,4)

18- Quais dos seguintes vectores são combinação lineares de

u = (0, -2, 2) e v = ( 1, 3, -1)

FMarques Algebga 2 UL 2023
 12

a) (2, 2, 2 ) b) (3, 1, 5) c) (0, 4, 5) d) (0, 0, 0)

19- Quais dos seguintes vectores são linearmente dependentes.

a) (4,-1,2) , (-4,10,2) b) (-3, 0, 4) , (5,-1,2), (1,1,3)

c) (8,-1,3) , (4,0,1) d) (-2,0,1) , (3,2,5), (6,-1,1), (7,0,-2)

20- Para quais valores reais de , os vectores

1 1 1 1 1 1
v1 = (, − 2 , − 2), v2 = (− 2 , , − 2) , v3 = (− 2 , − 2 , )

Formam um conjunto LD em R3.

FMarques Algebga 2 UL 2023