Aula 4 – 16 de Agosto de 2023

Prof. Antonio Caminha M. Neto

21 de agosto de 2023

Subespaços
A definição a seguir isola o objeto de interesse nesta seção.
Definição 1. Se V é um espaço vetorial sobre K, um subespaço vetorial,
ou simplesmente um subespaço, de V é um subconjunto não vazio de V que
é fechado para as operações de espaço vetorial de V . Mais precisamente, um
subconjunto não vazio W de V é um subespaço de V se as duas condições a
seguir forem satisfeitas:
(a) u, v ∈ W ⇒ u + v ∈ W .

(b) u ∈ W, α ∈ K ⇒ αu ∈ W .
O resultado a seguir deixa clara a importância do conceito de subespaço
de um espaço vetorial.
Proposição 2. Se V é um espaço vetorial sobre K e W é um subespaço de
V , então W , munido com as operações herdadas de V , também é um espaço
vetorial sobre K.
Prova. Como W é fechado para as operações de espaço vetorial de V , pode-
mos considerá-las como operações em W , isto é, podemos ver + : W × W →
W e · : K × W → W . Resta provarmos que tais operações satisfazem os
axiomas impostos pela definição de espaço vetorial sobre K:

(i) A adição + : W × W → W é comutativa e associativa, uma vez que ela

satisfaz tais propriedades também em V , e V ⊃ W .
2 Aula 4 – 16 de Agosto de 2023

(ii) Como W 6= ∅, podemos tomar u ∈ W . Então, o fechamento de W em

relação à multiplicação por escalares, juntamente com a propriedade (3) da
seção anterior, garante que 0 = 0u ∈ W . Mas, como 0 (o vetor nulo) é
o elemento neutro da adição em V e 0 ∈ W , concluı́mos que 0 também é
elemento neutro de + : W × W → W .

(iii) Tome u ∈ W qualquer. Novamente pelo fechamento de W em relação à

multiplicação por escalares, temos que −u = (−1)u também pertence a W .
Mas, uma vez que −u é o inverso aditivo de u em V e −u ∈ W , concluı́mos
que −u também é inverso aditivo de u em W .

(iv) e (v) A multiplicação por escalar · : K × W → W satisfaz as associati-

vidades e distributividades dos itens (d) e (e) da definição de espaço vetorial
sobre K, uma vez que · : K × V → V também as satisfaz.

(vi) Por fim, 1u = u para todo u ∈ W , uma vez que 1u = u para todo
u∈V.
A seguir, colecionamos alguns exemplos de subespaços de espaços veto-
riais já conhecidos. Graças à proposição anterior, tais exemplos aumentam
nossa lista de exemplos de espaços vetoriais.
Exemplo 3. Se V é um espaço vetorial sobre K, então {0} e o próprio V
são subespaços de V , denominados seus subespaços triviais. Observe que
o fechamento de {0} em relação às operações de espaço vetorial de V segue
das propriedades (3) e (5) da seção anterior.
Exemplo 4. Dado n ∈ N, temos que Rn é subespaço de Cn , considerado
como espaço vetorial real (verifique!). Entretanto, Rn não é subespaço de
Cn , quando consideramos Cn como espaço vetorial complexo. Para verificar
essa última afirmação, basta observar que, sendo i ∈ C a unidade imaginária
e u = e1 = (1, 0, . . . , 0) ∈ Rn , temos que iu = (i, 0, . . . , 0) ∈
/ Rn . Logo, Rn
não é fechado para a multiplicação por escalares complexos.
Exemplo 5. Se S ⊂ Rn e S ⊥ = {u ∈ Rn ; u · v = 0, ∀ v ∈ S}, então S ⊥ é
um subespaço vetorial de Rn , denominado o complemento ortogonal de
S. Realmente, é claro que 0 ∈ S ⊥ , de forma que S ⊥ 6= ∅. Por outro lado, se
u, u1 , u2 ∈ S ⊥ e α ∈ R, as propriedades do produto escalar de vetores em Rn
fornecem, para v ∈ S, as igualdades
(u1 + u2 ) · v = u1 · v + u2 · v = 0 e (αu) · v = α(u · v) = α0 = 0.
Antonio Caminha M. Neto 3

Logo, u1 + u2 , αu ∈ S ⊥ , de sorte que S ⊥ é fechado para as operações de

espaço vetorial de V .

Exemplo 6. Um sistema linear homogêneo sobre K, com m equações

e n incógnitas, é um sistema de equações da forma


 a11 x1 + a12 x2 + . . . + a1n xn = 0
a21 x1 + a22 x2 + . . . + a2n xn = 0

, (1)

 .........
am1 x1 + am2 x2 + . . . + amn xn = 0


com aij ∈ K para 1 ≤ i ≤ m, 1 ≤ j ≤ n, e nem todos os aij iguais a 0. O

espaço de soluções de um tal sistema é o subconjunto W de K n formado
pelos vetores (x1 , x2 , . . . , xn ) ∈ K n que são soluções do sistema. Observe
que W 6= ∅, uma vez que 0 = (0, 0, . . . , 0) ∈ W . Também, cálculos simples
garantem que, se x, y ∈ W , com x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ), e
α ∈ K, então x + y, αx ∈ W . De outra forma, W ⊂ K n é um subconjunto
não vazio, o qual é fechado para as operações de K n como espaço vetorial
sobre K. Logo, W é um subespaço vetorial de K n .

Exemplo 7. Denote por K[x] o conjunto das funções polinomiais sobre (isto
é, com coeficientes em) K, de sorte que um elemento tı́pico de K[x] é uma
função f : K → K da forma

f (x) = an xn + an−1 xn−1 + . . . + a1 x + a0 , (2)

para certos n ∈ Z+ e a0 , a1 , . . . , an ∈ K. Uma vez que a soma de duas

funções polinomiais e o produto de uma função polinomial por um elemento
de K ainda são funções polinomiais, concluı́mos que K[x] é fechado para as
operações de espaço vetorial de F(K; K). Logo, K[x] é um subespaço vetorial
de F(K; K).

Voltando ao desenvolvimento da teoria, dado um conjunto não vazio Λ,

definimos uma famı́lia indexada por Λ como uma famı́lia {Xλ ; λ ∈ Λ} de
conjuntos, um para cada λ ∈ Λ. Nesse caso, Λ é o conjunto de ı́ndices da
famı́lia. Por exemplo, se Λ = N, então {Xλ ; λ ∈ Λ} = {X1 , X2 , X3 , . . .}.

Proposição 8. Seja {Wλ ; λ T

∈ Λ} uma famı́lia de subespaços de um espaço
vetorial V sobre K. Se W = λ∈Λ Wλ , então W é um subespaço de V .
4 Aula 4 – 16 de Agosto de 2023

Prova. É suficiente provar que, se u, v ∈ W e α ∈ K, então u + v, αu ∈

W . Para tanto, observe que, pela definição de interseção, u, v ∈ W implica
u, v ∈ Wλ , para todo λ ∈ Λ. Então, como Wλ é subespaço de V , segue
que u + v, αu ∈ Wλ , para todo T λ ∈ Λ. Logo, novamente pela definição de
interseção, temos u + v, αu ∈ λ∈Λ Wλ = W .
Agora, temos a seguinte definição importante.

Definição 9. Sejam V um espaço vetorial sobre K e S um subconjunto de

V . O subespaço de V gerado por S, denotado hSi ou Span(S), é a
interseção de todos os subespaços de V que contém S.

A Proposição 8 garante que a definição anterior tem sentido, uma vez que
sempre há pelo menos um subespaço de V que contêm S, qual seja, o próprio
V . Uma vez que 1 · u = u para todo u ∈ V , temos u = 1 · u ∈ hSi, para
todo u ∈ S; assim, S ⊂ hSi. Como hSi é um subespaço, temos também que
0 ∈ hSi. Por outro lado, se S = ∅, então todo subespaço de V contém S;
como {0} é um subespaço de V , temos hSi = {0}.
Ainda nas notações da definição anterior, dado um subespaço W de V ,
dizemos que S é um conjunto de geradores para W se W = hSi.

Exemplo 10. Seja A = (aij ) ∈ M (m × n; K). O espaço das linhas

de A é o subespaço de K n gerado pelos m vetores n−dimensionais A1 :=
(a11 , a12 , . . . , a1n ), A2 := (a21 , a22 , . . . , a2n ), . . . , Am := (am1 , am2 , . . . , amn ),
os quais constituem as linhas de A. Analogamente, o espaço das colunas
de A é o subespaço de K m gerado pelos n vetores m−dimensionais A1 :=
(a11 , a21 , . . . , am1 ), A2 := (a12 , a22 , . . . , am2 ), . . . , An := (a1n , a2n , . . . , amn ),
os quais constituem as colunas de A.