17/11/23

Algebra Linear I
Palestra 06
Espaços e Subespaços Vectoriais

UL_FCT_Algebra Linear I_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023

Conteúdo da Palestra
CAPITULOIV: Espaços e
Subespaços Vectoriais
4.1 Introdução
4.2 Espaço Vectorial
4.3 Subespaço Vectorial
4.3 Conbinação Linear
4.4 Base e Dimensão

UL_FCT_Estatística Descritiva_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023

1
 17/11/23

Objectivo:

Ao finalizar o estudo deste capítulo você será capaz de

mostrar se um um conjunto é um espaço ou subespaço de
vectores; Compreender os conceitos de independência e
dependência linear e estabelecer condições para
determinar quando uma coleção de vectores é LI ou LD

UL_FCT_Estatística Descritiva_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023/IIS

Espaço Vectorial
e
Subespaço Vectorial

2
 17/11/23

Introdução
Neste capítulo, vamos estudar o conceito de vectores usando as propriedades
algebricas mais importantes dos vectorees em 𝐼𝑅! como axiomas. Esses axiomas,
quando satisfeitos por um conjunto de objectos, no permitiram pensar nesses
objectos como vectores.

UL_FCT_Algebra Linear_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023/IIS

Introdução – Vectores no plano

1. Operações com Vectores no Plano

§ Adição de dois vectores
Se 𝑣 = 𝑣# , 𝑣$ 𝑒 𝑤 = (𝑤# , 𝑤$ ) então a soma é dada por:
𝒗 + 𝒘 = 𝒗𝟏 , 𝒗𝟐 + 𝒘, 𝒘𝟐 = (𝒗𝟏 + 𝒘𝟏 , 𝒗𝟐 + 𝒘𝟐 )
§ Multiplicação de um vector por um escalar
Sejam um vector 𝑣 = 𝑣# , 𝑣$ e um número k qualquer.
Então
𝑘𝑣 = 𝑘 𝑣# , 𝑣$ = (𝑘𝑣# , 𝑘𝑣$ )

3
 17/11/23

Introdução – Vectores no plano

UL_FCT_Álgebra Linear I_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023/IIS

Espaço Vectorial
Definição: Seja V um conjunto não vazio, sobre o qual estão definidas duas
operações, a de adição e multiplicação por escalar.

§ Por adição entendemos uma regra que associa a cada par de objectos u e v em V
um objecto 𝒖 + 𝒗 (denominado soma de u com v). Isto é,
∀𝒖,𝒗∈ 𝑽, 𝒖 + 𝒗 ∈ 𝑽

§ Por multiplicação por escalar entendemos uma regra que assoacia a cada escalar
𝜶 e cada objecto u em V um objecto 𝜶 u (denominado múltiplo escalar de u por
k). Isto é,
∀𝜶∈ 𝑰𝑹, ∀𝒖∈ 𝑽, 𝜶𝒖 ∈ 𝑽

4
 17/11/23

Se os axiomas seguintes forem satisfeitos por todos os objectos de u, v e w em

V e quaisquer escalares 𝜶 e 𝛽, diremos que V é um espaço vectorial e que os
objectos de V são vectores

Espaço Vectorial
Para mostrar que um conjunto com duas operaçõees é um espaço vectorial
Passo 1: identificar o conjunto V de objectos que serão os vectores;
Passo 2: indentificar as operações de adição e multiplicação por escalar;
Passo 3: Verificar a validade dos axiomas propostos, ou seja, que a soma de dois
vectores em V produzem um vector em V e que a multiplicacao de um vector
em V por um escalar também produz um vector em V.
Exemplos 1: conjunto dos vectores do espaço: a) 𝑉 = 𝐼𝑅% = { 𝑥&, 𝑥', 𝑥% ; 𝑥( ∈
𝐼𝑅)}; b) 𝑉 = 𝐼𝑅' = { 𝑥, 𝑦 ; 𝑥, 𝑦 ∈ 𝐼𝑅)};
Exemplos 2: 𝑉 = 𝑀)*+ , conjunto das matrizesreais 𝑚𝑥𝑛 com a soma e
produto por escalares usuais

10

5
 17/11/23

Exemplos de Espaço vectorial

1. 𝑰𝑹𝟑 é um espaço vectorial
Passo 1: 𝑉 = 𝐼𝑅 ( , com 𝑣, 𝑤 ∈ 𝑉sejam 𝑣 = 𝑥# , 𝑦# , 𝑧# 𝑒 𝑤 =
(𝑥$ , 𝑦$ , 𝑧$ )
Passo 2: 𝑣 + 𝑢 = 𝑥# , 𝑦# , 𝑧# + 𝑥$ , 𝑦$ , 𝑧$ = (𝑥# +𝑥$ , 𝑦# +
𝑦$ , 𝑧# + 𝑧$ ) ∈ 𝑉
𝑘𝑣 = 𝑘 𝑥# , 𝑦# , 𝑧# = (𝑘𝑥# , 𝑘𝑦# , 𝑘𝑧# ) ∈ 𝑉
O conjunto 𝑉 = 𝐼𝑅 ( é fechado na adição e na multiplicação por
escalar, porque as operações que acabamos de definir satisfazem os
axioma (regras basicas de espaço vectorial).

11

Exemplos de Espaço vectorial

2. 𝑴𝟐𝒙𝟐 é um espaço vectorial
Seja V o conjunto de todas as matrizes 2x2 com entradas reais, isto é, : 𝑉 =
𝑀'*'. Verificamos as regras básicas das operações usuais: adição matricial e
multiplicação matricial por escalar, ou seja,
𝑢&& 𝑢&' 𝑣&& 𝑣&'
sabendo que, 𝑢 = 𝑢 𝑢 e 𝑣 = 𝑣 𝑣 , teremos:
'& '' '& ''
𝑢&& 𝑢&' 𝑣&& 𝑣&' 𝑢 +𝑣 𝑢 +𝑣
§ 𝑢+𝑣 = 𝑢 𝑢 + 𝑣 𝑣 = 𝑢&& + 𝑣&& 𝑢 &' + 𝑣 &' ∈ 𝑉
'& '' '& '' '& '& '' ''
𝑢&& 𝑢&' 𝑘𝑢&& 𝑘𝑢&'
§ 𝑘𝑢 = 𝑘 𝑢 𝑢 = ∈𝑉
'& '' 𝑘𝑢'& 𝑘𝑢''
O conjunto 𝑉 = 𝐼𝑅% é fechado na adição e na multiplicação por escalar,
porque as operações matiriciais de usadas produzem matrizes do tipo 2x2
como resultado final.

12

6
 17/11/23

Subespaço Vectorial
Definição: Dado um espaço vetorial V, dizemos que um subconjunto S de V
é um subespaço vetorial de V se S for um espaço vetorial com respeito as
mesmas operações que tornam V um espaço vetorial.
§ Então, para verificar se um subconjunto S de um espaço vetorial V é um
subespaço vetorial, temos apenas que verificar:
1) O vector nulo está em S, isto é, 0 ∈ S.
2) Se u, v ∈ S, então u + v ∈ S.
3) Se u ∈ S, então αu ∈ S para todo α ∈ R

13

Subespaço Vectorial
Observação:
§ Se estas três condições são válidas em S, então os axiomas de espaço
vectorial também se verificam em S. Assim existe a garantia que ao
operarmos em S não obteremos um vector for a de S, e que ele próprio é m
espaço vectorial;
§ Todo espaço vetorial V admite no mínimo dois subespaços vetoriais: {0} e o
próprio espaço V. Esses dois são subespaços triviais de V, os demais são
denominados subespaços próprios de V.
Exemplo:

14

7
 17/11/23

Intersecção de dois Subespaços Vetoriais

15

Soma de dois subespaços vetoriais

16

8
 17/11/23

Soma de dois subespaços vetoriais

17

Conbinação Linear:
Dependência ou
Independência Linear

18

9
 17/11/23

Conbinação Linear
Definição: Dado um espaço vetorial V, dizemos que um vector w ∈ V é uma
combinação linear dos vetores 𝑣&, 𝑣', … , 𝑣+ ∈ V se existirem escalares ,
𝜶𝟏 , 𝜶𝟐 , … , 𝜶𝒏 , tal que w possa ser escrito como 𝑤 = 𝛼&𝑣&, 𝛼'𝑣', … 𝛼+ 𝑣+ .
Observação:
§ Se o vetor w for combinação linear dos vetores 𝑣&, 𝑣', … , 𝑣+ , dizemos que w é
gerado pelos vetores 𝑣&, 𝑣', … , 𝑣+ ;
§ O vetor nulo é gerado por 𝑣&, 𝑣', … , 𝑣+ , quaisquer que sejam estes vetores.
Basta tomar 𝜶𝟏 = 𝜶𝟐 … = 𝜶𝒏 , teremos 0= 0𝑣& + 0𝑣' + ⋯ 0𝑣+ .
Exemplo 1: considere o espaço vectorial 𝑉 = 𝐼𝑅' . Sejam 𝑣& = 1,2 𝑒 𝑣' =
(3,5). Escreva o vector 𝑣 = (10,15) como conbinação linear de 𝑣& e 𝑣'.

19

Conbinação Linear
Solução
𝑉 = 𝑥 1,2 + 𝑦 3,5 ∴ 𝑥, 2𝑥 + 3𝑦, 5𝑦 = (10,15)
Para resolver a expressão podemos usando:
𝑥 + 3𝑦 = 10
§ Sistemas: K ∴ 𝑥 = −5 𝑒 𝑦 = 5; ∴ −5 1,2 + 5 3,5 =
2𝑥 + 5𝑦 = 15
(10,15)
Exemplo 2: Considere os vectores u = (1,2,-1) e v = (6,4,2).
a)Mostre que w = (9,2,7) é uma combinação linear de u e v
b) Mostre que v = (4,-1,8) não é uma combinação linear de u e v

20

10
 17/11/23

Geradores e Subespaço Gerado

Sejam V um espaço vectorial e 𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 vectores em V. O conjunto W
formado por todas as conbinações lineares destes vectores é um subespaço
vectorial de V. Chamamos [𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 ] de gerador de W ou dizemos que W
é gerado por {𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 }. Ou seja,
𝑾 = 𝑣&, 𝑣', … 𝑣+ = {𝒗 ∈ 𝑽|𝒗 = 𝒂𝟏 𝒗𝟏 + 𝒂𝟐 𝒗𝟐 + ⋯ + 𝒂𝒏 𝒗𝒏 , 𝒂𝟏 ∈ 𝑰𝑹}
Exemplo 1: descreva o espaço gerado pelos seguintes conjuntos de vectores:
a) 𝒗𝟏 = 𝟏, 𝟎, 𝟎 , 𝒗𝟐 = (𝟎, 𝟏, 𝟎)
𝟏 𝟎 𝟎 𝟎
b) 𝒗𝟏 = , 𝒗𝟐 =
𝟎 𝟎 𝟎 𝟏
Exemplo 2: Determine se o conjunto constituido pelos vectores 𝒗𝟏 =
𝟐, 𝟎, 𝟏 , 𝒗𝟐 = −𝟏, 𝟑, 𝟒 , 𝒗𝟑 = 𝟏, 𝟏, −𝟐 geram 𝐼𝑅%.

21

Exemplo 1:
Solução da alínea a
O espaço gerado, [𝑣# , 𝑣$ ] é o conjunto de todas as combinações
lineares de 𝑣# , 𝑣$ que podem ser escritas como: 𝒂𝒗𝟏 + 𝒃𝒗𝟐 =
𝒂 𝟏, 𝟎, 𝟎 + 𝒃(𝟎, 𝟏, 𝟎) ⟺ 𝒂𝒗𝟏 + 𝒃𝒗𝟐 = (a,0,0)+(0,b,0) ⟺ 𝒂𝒗𝟏 +
𝒃𝒗𝟐 = (𝒂, 𝒃, 𝟎) sendo a e b são escalares.
Logo, o espaço gerado são todos os vetores da forma (𝒂, 𝒃, 𝟎) ∈ 𝑰𝑹.
Solução da alínea b
Escrevemos a combinação linear destes vetores
𝟏 𝟎 𝟎 𝟎 𝒂 𝟎
𝒂𝒗𝟏 + 𝒃𝒗𝟐 = 𝒂 +𝒃 =
𝟎 𝟎 𝟎 𝟏 𝟎 𝒃
logo, o espaço gerado, W = {𝒗𝟏 , 𝒗𝟐 }, é o subespaço das matrizes
diagonais das matrizes M 2×2

22

11
 17/11/23

Exemplo 2:
Solução
Seja ∈ 𝐼𝑅%, 𝑢 = (𝑥, 𝑦, 𝑧), entao u pode ser escrito como comnbinação linear dos
vectores acima descrito, teremos: 𝒖 = 𝒂𝒗𝟏 + 𝒃, 𝒗𝟐 +𝒄, 𝒗𝟑 ⟺ 𝒙, 𝒚, 𝒛 =
𝒂 𝟐, 𝟎, 𝟏 + 𝒃 −𝟏, 𝟑, 𝟒 + 𝒄 𝟏, 𝟏, −𝟐
𝒙, 𝒚, 𝒛 = 𝟐𝒂, 𝟎, 𝒂 + −𝒃, 𝟑𝒃, 𝟒𝒃 + (𝒄, 𝒄 − 𝟐𝒄)
2𝑎 − 𝑏 + 𝑐 = 𝑥 2 −1 1 𝑎 𝑥
^ 3𝑏 + 𝑐 = 𝑦 ; 0 3 1 𝑏 = 𝑦 ; Se denotarmos a matriz dos
𝑎 + 4𝑏 − 2𝑐 = 𝑧 1 4 −2 𝑐 𝑧
coeficientes como A e calcularmos o determinante, temos que 𝑑𝑒𝑡 = −24.
Como o det(A) é não nulo, o sistema possui sempre solução independentemente, ou
seja, o sistema é do tipo SPI. Logo, [𝑣&, 𝑣', 𝑣% ] ∈ 𝐼𝑅%.

23

Dependência e independência linear

Em outras palavras, os vetores 𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 são linearmente independentes (LI)

se nenhum deles for combinação linear dos outros. Caso contrário, dizemos que
os vetores são linearmente dependentes(LD).

24

12
 17/11/23

Dependência e independência linear

§ Se existem escolhas não-triviais de escalares (quer dizer,
escalares diferentes de zero) para os quais a combinação
linear 𝒂𝟏 𝒗𝟏 + 𝒂𝟐 𝒗𝟐 + ⋯ + 𝒂𝒏 𝒗𝒏 é igual ao vetor nulo, então
o conjunto 𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 é linearmente dependente (𝒂𝟏 𝒗𝟏 +
𝒂𝟐 𝒗𝟐 + ⋯ + 𝒂𝒏 𝒗𝒏 =0; 𝑎# , 𝑎$ , … 𝑎* ≠ 0);
§ Se a única maneira de a combinação linear dos vetores
𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 ser igual ao vetor nulo for quando todos os
escalares forem iguais a zero, então 𝒗𝟏 , 𝒗𝟐 , … 𝒗𝒏 são
linearmente independents ( 𝒂𝟏 𝒗𝟏 + 𝒂𝟐 𝒗𝟐 + ⋯ + 𝒂𝒏 𝒗𝒏 =0;
𝑎# , 𝑎$ , … 𝑎* = 0);

25

26

13
 17/11/23

Exercícios Propostos
1. verifique justificando se cada um dos subconjuntos abaixo é um subespaço vectorial do
𝐼𝑅! .

a) 𝑆 = 𝑥, 0 𝑥 ∈ 𝐼𝑅

b) 𝑆 = 𝑥, 4 − 2𝑥 𝑥 ∈ 𝐼𝑅

c) 𝑆 = {(𝑥, 𝑦)|𝑦 = 2𝑥 ∈ 𝐼𝑅}

d) 𝑆 = {(𝑥, 𝑦)|𝑦 = 3𝑥 ∈ 𝐼𝑅}
2. determine se 𝑣" = 1,1,2 , 𝑣! = 1,0,1 𝑒 𝑣# = (2,1,3) geram o espaço 𝐼𝑅#
3. : Seja 𝐴 = {𝑣" , 𝑣! , 𝑣# }, onde 𝑣" = 1,1,1 , 𝑣! = 1,2,0 𝑒 𝑣# = (1,3, −1). Determine:
a) o espaço gerado de A;
b) b) o valor de k para que (3, -1, k) ∈ [A].

27

Exercícios Propostos
4. Escreva a combinação linear em cada um dos casos:
a) Escreva o vector 𝑣% como combinação linear dos vectores 𝑣& = 2,0, −3 𝑒 𝑣' =
1,2,3 .
b) Dado 𝑉 ∈ 𝐼𝑅' e seja 𝑣& = 1,2 e 𝑣' = (3,5). Escreva o vector 𝑣 = 10,15
como combinação linear de 𝑣& 𝑒 𝑣'.
c) Verifique se o vector 𝑊 = (1,4,10) é combinação linear dos vectores 𝑤& =
1,2,3 𝑒 𝑣' = 4,5,6 𝑒 𝑣% = 7,8,9
d) Considere os vectores u = (1,2,-1) e v = (6,4,2). Mostre que w = (9,2,7) é uma
combinação linear de u e v e que v = (4,-1,8) não é uma combinação linear de u e
v.

28

14
 17/11/23

Exercícios Propostos
1: Verifique se os conjuntos abaixo são LI ou LD:
A={(0, 1, 1,), (1, 1, 0), (1, 0, 1), (1, 2, 3,)};
B = {(1,1,1)}
C = {(1,0,3,2), (2,1,4,3)}2: faça análise da dependência linear da matriz
1 2 −1
2 −1 0
3 1 1
2: Mostre que o conjunto de 𝑀'*' , formado por 𝑆 =
1 1 −1 0 −1 2
{ , , } é um conjunto linearmente dependente e, em
0 3 2 1 6 9
seguida, escreva um destes vetores como uma combinação linear dos outros.
3.

29

Literatura Usada
PINHEIRO, A J. & SILVA, P.C.L.da. Introdução à Álgebra Linear,
2016.

MONTEIRO, António. Álgebra Linear e Geometria Analítica. Lisboa.

2001.

BOLDRINI, José L. et all. Algebra Linear, 3ª edição. São Paulo, 1980.

UL_FCT_Algebra Linear I_1o ano_Curso de Licenciatura em Estatística e Gestão de Informação_Cristina da Costa_2023/IIS

30

15