AulasMATA07 II Unidade

Universidade Federal da Bahia - UFBA
Instituto de Matemática e Estatı́stica - IME

Departamento de Matemática
MAT A07 - Álgebra Linear A

IIa UNIDADE
Corpo, Espaços Vetoriais e Subespaços Vetoriais
Pofessora: Isamara Alves


Aula 10
Corpo, Espaços Vetorias, Subespaços Vetoriais
Definição e Exemplos

Corpo
Definição
Seja K um conjunto, onde K 6= ∅. Dizemos que K é um Corpo se, e somente se,

1. Está definida em K uma adição que satisfaz as seguintes propriedades:
(I) Comutativa: x + y = y + x; ∀x, y ∈ K
(II) Associativa: (x + y ) + z = x + (y + z); ∀x, y , z ∈ K
(III) Elemento Neutro: ∃!0 ∈ K; x + 0 = x; ∀x ∈ K;
(IV) Elemento Simétrico: ∃! − x ∈ K; x + (−x) = 0; ∀x ∈ K
2. Está definida em K uma multiplicação que satisfaz as seguintes propriedades:
(I) Associativa: (x.y )z = x(y .z); ∀x, y , z ∈ K
(II) Elemento Neutro: 1.x = x; ∀x, 1 ∈ K
(III) Elemento Inverso: ∃ x1 ∈ K; x1 .x = 1; ∀x ∈ K∗
(IV) Distributiva para a adição:
x(y + z) = xy + xz; ∀x, y , z ∈ K
3 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Corpo
Exemplos
1. K = R com as operações usuais de adição e multiplicação por escalar;

2. K = C com as operações usuais de adição e multiplicação por escalar.

Espaços Vetoriais
Definição
Seja V um conjunto tal que V =

6 ∅. Dizemos que V é um Espaço Vetorial sobre um corpo
K se, e somente se,
1. Está definida em V uma adição que satisfaz as seguintes propriedades:
(I) Comutativa: u + v = v + u; ∀u, v ∈ V
(II) Associativa: (u + v ) + w = u + (v + w ); ∀u, v , w ∈ V
(III) Elemento Neutro: ∃!0 ∈ V; u + 0 = u; ∀u ∈ V;
(IV) Elemento Inverso: ∃! − u ∈ V; u + (−u) = 0; ∀u ∈ V
2. Está definida em V uma multiplicação por escalar que satisfaz as seguintes
propriedades: ∀u, v ∈ V e ∀λ, β ∈ K
(I) Distributiva para a adição de elementos em V: λ(u + v ) = λv + λu
(II) Distributiva para a multiplicação por escalares em K: (λ + β)u = λu + βu
(III) Associativa para a multiplicação por escalares em K:
(λ.β)u = λ(βu) = β(λu) = (β.λ)u
(IV) Elemento Identidade: 1.u = u; 1 ∈ K

Espaços Vetoriais
Exemplos
1. V = R sobre o corpo R considerando as operações usuais de adição e multiplicação por

escalar; é um espaço vetorial real.
2. V = C sobre o corpo C considerando as operações usuais de adição e multiplicação por
escalar; é um espaço vetorial complexo.
3. V = C sobre o corpo R considerando as operações usuais de adição e multiplicação por
escalar; é um espaço vetorial real.
4. V = Rn = {u = (x1 , x2 , . . . , xi , . . . , xn )|xi ∈ R, ∀i} sobre o corpo R é um espaço vetorial
real; considerando as operações usuais de adição ∀u, v ∈ V:
u = (x1 , x2 , . . . , xn ) e v = (y1 , y2 , . . . , yn ) com u + v = (x1 + y1 , x2 + y2 , . . . , xn + yn ).
e multiplicação por escalar λ ∈ K = R e ∀u ∈ V:
λu = λ(x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ).

Espaços Vetoriais
Exemplos
5. V = Cn = {u = (x1 , x2 , . . . , xi , . . . , xn )|xi ∈ C, ∀i} sobre o corpo C é um espaço vetorial

complexo; considerando as operações usuais de adição ∀u, v ∈ V:
e multiplicação por escalar λ ∈ K = C e ∀u ∈ V:
λu = λ(x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ).
6. V = Cn = {u = (x1 , x2 , . . . , xi , . . . , xn )|xi ∈ C, ∀i} sobre o corpo R é um espaço vetorial
real; considerando as operações usuais de adição ∀u, v ∈ V:
e multiplicação por escalar λ ∈ K = R e ∀u ∈ V:
λu = λ(x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ).

Espaços Vetoriais
Exemplos
7. V = Mm×n (R) = {Am×n = (aij )1≤i≤m,1≤j≤n |aij ∈ R; ∀i, j} sobre o corpo R é um espaço
vetorial real; considerando as operações usuais de adição e multiplicação por escalar;
λ ∈ K = R.
8. V = Mm×n (C) = {Am×n = (aij )1≤i≤m,1≤j≤n |aij ∈ C; ∀i, j} sobre o corpo C é um espaço
vetorial complexo; considerando as operações usuais de adição e multiplicação por
escalar; λ ∈ K = C.
9. V = Mm×n (C) = {Am×n = (aij )1≤i≤m,1≤j≤n |aij ∈ C; ∀i, j} sobre o corpo R é um espaço
vetorial real; considerando as operações usuais de adição e multiplicação por escalar;
λ ∈ K = R.

Espaços Vetoriais
Exemplos
10. V = Pn (R) é o conjunto de todos os polinômios reais de grau ≤ n; n ∈ N;

considerando as operações usuais de adição e multiplicação por escalar; λ ∈ K = R.
V = Pn (R) = {p(t) = a0 + a1 t + . . . + an t n |aj ∈ R; ∀j = 0, 1, . . . , n; ∀t ∈ R} sobre o
corpo R é um espaço vetorial real.
Sejam p(t) e q(t) ∈ Pn (R) :
I p(t) + q(t) = (a0 + a1 t + . . . + an t n ) + (b0 + b1 t + . . . + bn t n )
(p + q)(t) = (a0 + b0 ) + (a1 + b1 )t + . . . + (an + bn )t n ; e
I λp(t) = λ(a0 + a1 t + . . . + an t n ) = λa0 + λa1 t + . . . + λan t n .
observação: O polinômio nulo 0(t) ∈ Pn (R) é dado por :
0(t) = 0 + 0t + . . . + 0t j + . . . + 0t n = 0.

Espaços Vetoriais
Exemplos
11. V = Pn (C) é o conjunto de todos os polinômios complexos de grau ≤ n; n ∈ N;

considerando as operações usuais de adição e multiplicação por escalar; λ ∈ K = C.
V = Pn (C) = {p(t) = a0 + a1 t + . . . + an t n |aj ∈ C; ∀j = 0, 1, . . . , n; ∀t ∈ C} sobre o
corpo C é um espaço vetorial complexo.
Sejam p(t) e q(t) ∈ Pn (C) :
I p(t) + q(t) = (a0 + a1 t + . . . + an t n ) + (b0 + b1 t + . . . + bn t n )
(p + q)(t) = (a0 + b0 ) + (a1 + b1 )t + . . . + (an + bn )t n ; e
I λp(t) = λ(a0 + a1 t + . . . + an t n ) = λa0 + λa1 t + . . . + λan t n .
12. V = Pn (C) é o conjunto de todos os polinômios complexos de grau ≤ n; n ∈ N;
considerando as operações usuais de adição e multiplicação por escalar; λ ∈ K = R,
é um espaço vetorial real.
observação: O polinômio nulo 0(t) ∈ Pn (C) é dado por :
0(t) = 0 + 0t + . . . + 0t j + . . . + 0t n = 0.

Espaços Vetoriais
Exemplos
Seja o conjunto V = {x ∈ R|x > 0}.

Definimos as seguintes operações em V:
• adição: x ⊕ y = xy ; ∀x, y ∈ V
• multiplicação por escalar: λ x = x λ ; ∀x ∈ V; ∀λ ∈ R
Vamos verificar se (V, ⊕, ) é um espaço vetorial real.

Espaços Vetoriais
Exemplos

• adição: x ⊕ y = xy ; ∀x, y ∈ V
(I) Comutativa: x ⊕ y = xy = yx = y ⊕ x; ∀x, y ∈ V

(II) Associativa: (x ⊕ y ) ⊕ z = (xy )z = x(yz) = x ⊕ (y ⊕ z); ∀x, y , z ∈ V
(III) Elemento Neutro: ∃!0 ∈ V; x ⊕ 0 = x.0 = x; ∀x ∈ V; onde, 0 = 1 é o vetor nulo
1
(IV) Elemento Inverso: ∃! − x ∈ V; x ⊕ (−x) = x(−x) = 0; ∀x ∈ V; onde, −x = x e 0 = 1 é
o elemento inverso e o vetor nulo, respectivamente.

Espaços Vetoriais
Exemplos

• multiplicação por escalar: λ x = x λ ; ∀x ∈ V; ∀λ ∈ R
(I) Distributiva para a adição de elementos em V:

λ (x ⊕ y ) = (xy )λ = x λ y λ = (λ x)(λ y ) = (λ x) ⊕ (λ y ); ∀x, y ∈ V e ∀λ ∈ R
(II) Distributiva para a multiplicação por escalares em R:
(λ + β) x = x λ+β = x λ x β = x λ ⊕ x β = (λ x) ⊕ (β x); ∀x ∈ V e ∀λ, β ∈ R
(III) Associativa para a multiplicação por escalares em R:
(λ.β) x = x λβ = x βλ = (β.λ) x; ∀x ∈ V e ∀λ, β ∈ R
(IV) Elemento Identidade: 1 u = u 1 = u; ∀u ∈ V; 1 ∈ R

Subespaços Vetoriais
Definição
Sejam V um espaço vetorial sobre o corpo K e W um subconjunto de V; tal que W =6 ∅.

Dizemos que W é um subespaço vetorial de V se, e somente se, estão definidas em W as
seguintes operações:
(I) Adição de vetores:
∀u, v ∈ W ⇒ u + v ∈ W,
(II) Multiplicação por escalar:
∀u ∈ W; ∀λ ∈ K ⇒ λu ∈ W.

Observações
1. O conjunto {0} que contém apenas o vetor nulo é denominado espaço vetorial
nulo.
2. Se V é um espaço vetorial sobre o corpo K, então o espaço vetorial nulo {0} e o espaço
vetorial V são os subespaços impróprios ou triviais de V.
Enquanto que os demais são denominados subespaços próprios de V.
3. Se V é um espaço vetorial sobre o corpo K, então o subespaço W de V é também um
espaço vetorial sobre K.

Exemplos
1. W = {u = (x, y ) ∈ R2 |x = y } é um subespaço vetorial do R2 .

∀u = (x, x), v = (y , y ) ∈ W; ⇒ u + v = (x + y , x + y ) ∈ W
∀u = (x, x) ∈ W; ∀λ ∈ R ⇒ λu = λ(x, x) = (λx, λx) ∈ W.

Exemplos
2. W = {u = (x, y , z) ∈ R3 |x = y + z} é um subespaço vetorial do R3 .

∀u = (y1 + z1 , y1 , z1 ), v = (y2 + z2 , y2 , z2 ) ∈ W ⇒
u + v = ((y1 + y2 ) + (z1 + z2 ), y1 + y2 , z1 + z2 ) ⇒ u + v ∈ W, e
∀u = (y + z, y , z) ∈ W; ∀λ ∈ R ⇒ λu = (λ(y + z), λy , λz) = (λy + λz, λy , λz) ⇒
λu ∈ W.

Exemplos
0
3. W = {p(t) ∈ P3 (R)|p(t) + p (t) = 0} é um subespaço vetorial do P3 (R).
0 0 0 0
∀p(t), q(t) ∈ W ⇒ p(t) + q(t) = −p (t) − q (t) = −(p (t) + q (t)) =
0 0
−(p(t) + q(t)) ⇒ (p(t) + q(t)) + (p(t) + q(t)) = 0 ⇒ p(t) + q(t) ∈ W, e
0 0 0
∀p(t) ∈ W; ∀λ ∈ R ⇒ λp(t) = λ(−p (t)) = −(λp (t)) = −(λp(t)) ⇒
0
λp(t) + (λp(t)) = 0 ⇒ λp(t) ∈ W.

Exemplos
4. W = {A ∈ Mn (R)|A = At } é um subespaço vetorial do Mn (R).

∀A, B ∈ W; tais que, A = At e B = B t ⇒ A + B = At + B t = (A + B)t
⇒ A + B ∈ W, e
∀A ∈ W; ∀λ ∈ R ⇒ λA = λAt = (λA)t ⇒ λA ∈ W.

Exemplos
 
x1
 x2 
5. Seja A ∈ Mn (R) e Xn×1 =   então, W = {u = (x1 , x2 , . . . , xn ) ∈ Rn |AX = 0n×1 };
 
..
 . 
xn
onde, Xn×1 é o conjunto solução do sistema linear homogêneo.
W é um subespaço vetorial do Rn .

∀u, v ∈ W; u = (x1 , . . . , xn ), v = (y1 , . . . , yn ) ∈ W; tais que, AX = 0n×1 e AY = 0n×1
⇒ A(X + Y ) = AX + AY = 0n×1 + 0n×1 = 0n×1 ⇒ X + Y é solução do sistema linear
homogêneo; ou seja, u + v ∈ W, e
∀u ∈ W; ∀λ ∈ R ⇒ A(λX ) = λ(AX ) = λ(0n×1 ) = 0n×1 ⇒ λX é solução do sistema
linear homogêneo; ou seja, λu ∈ W.

Observações
1. W = {u = (x, y ) ∈ R2 |x = y 2 }
∀u, v ∈ W; tais que, u = (y12 , y1 ) e v = (y22 , y2 )
⇒ u + v = (y12 + y22 , y1 + y2 ) ⇒ y12 + y22 6= (y1 + y2 )2 ⇒ u + v ∈
/ W, e
∀u ∈ W; ∀λ ∈ R ⇒ λu = λ(y12 , y1 ) = (λy12 , λy1 ) ⇒ λy12 6= (λy1 )2 ⇒ λu ∈/ W.
Por (I) e (II), podemos concluir que W não é um subespaço vetorial do R2 .

Observações
2. W = {A ∈ Mn (R)|A = A2 }
∀A, B ∈ W; tais que, A = A2 e B = B 2 ⇒ A + B = A2 + B 2 6= (A + B)2
⇒A+B ∈ / W, e
∀A ∈ W; ∀λ ∈ R ⇒ λA = λA2 6= (λA)2 ⇒ λA ∈ / W.
Por (I) e (II), podemos concluir que W não é um subespaço vetorial do Mn (R).

Exercı́cios
1. Seja o conjunto V = C([a, b]) = {f : [a, b] −→ R|f é uma função contı́nua }, com a
operação de adição de elementos e a operação de multiplicação por escalar definidas em
F (R) = {f : R −→ R|f é uma função }: (f + g )(x) = f (x) + g (x) e (λf )(x) = λf (x).
Verifique se C([a, b]) é um espaço vetorial real.
2. Considere o conjunto V = {x ∈ R|x > 0}. Definido com as operações usuais de adição e
multiplicação por escalar em R : Verique se (V, +, .) é um espaço vetorial real.
3. Sejam V e U espaços vetoriais sobre o mesmo corpo K.
Mostre que Z = V × U = {(v , u)/v ∈ V e u ∈ U} munido das seguintes operações:
(i) (v1 , u1 ) + (v2 , u2 ) = (v1 + v2 , u1 + u2 )
(ii) λ(v , u) = (λv , λu), λ ∈ K
é um espaço vetorial sobre o corpo K.

Exercı́cios
Verifique nos itens abaixo, se W é subespaço vetorial de V.

1. Sejam V = Mn (R) e W = {A ∈ Mn (R)|tr (A) = 0}
2. Sejam V = R2 e W = {(x, y ) ∈ R2 |y − 2x = 1}.
3. Sejam V = C([a, b]) e W = {f ∈ C([a, b])|f (a) = 1}.
0
4. Sejam V = P3 (R) e W = {p(t) ∈ P3 (R)|p(−1) = 0 e p (1) = 0}.
R1
5. Sejam V = C([0, 1]) e W = {f ∈ C([0, 1])| −1 f (x)dx ≥ 0}.
R1 0
6. Sejam V = P2 (R) e W = {p(t) ∈ P2 (R)|( −1 p(t)dt) + p (0) = 0}.
7. Sejam V = Mn (C) e W = {A ∈ Mn (C)|A = (A)t }.


Aula 11
Subespaços Vetoriais - Operações
Intersecção, União, Soma, Soma Direta

Exemplos
1. W = {u = (x, y ) ∈ R2 |y = x} é um subespaço vetorial do R2 .

(I) Adição de vetores: ∀u = (x, x), v = (y , y ) ∈ W; ⇒ u + v ∈ W
(II) Multiplicação por escalar: ∀u = (x, x) ∈ W; ∀λ ∈ R ⇒ λu ∈ W.
2. W = {u = (x, y ) ∈ R2 |y = −x} é um subespaço vetorial do R2 .
∀u = (x, −x), v = (y , −y ) ∈ W; ⇒ u + v = (x + y , −(x + y )) ∈ W
(II) Multiplicação por escalar: ∀u = (x, −x) ∈ W; ∀λ ∈ R ⇒ λu = (λx, −(λx)) ∈ W.

Exemplos
Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x} subespaços vetoriais

do V = R2 .
Figura: W1 e W2 subespaços de V.

Exemplos

do V = R2 .
Figura: W1 ∩ W2 e W1 ∪ W2 .
Exemplos

do V = R2 .
Figura: W1 + W2 = V = R2 .

Operação: Intersecção
Definição:
Sejam V um espaço vetorial sobre o corpo K, W1 e W2 subespaços vetoriais de V.
Indicamos por W1 ∩ W2 e denominamos Intersecção dos Subespaços W1 e W2 o
seguinte subconjunto do espaço vetorial V:
W1 ∩ W2 = {u ∈ V | u ∈ W1 e u ∈ W2 }
Exemplo: Sejam V = R3 , W1 = {u ∈ R3 | x = 0} e W2 = {u ∈ R3 | y + z = 0}
subespaços vetoriais de V.
Então,
W1 ∩ W2 = {u ∈ V | u ∈ W1 e u ∈ W2 }
W1 ∩ W2 = {u ∈ V | x = 0 e y + z = 0}
W1 ∩ W2 = {u ∈ V | u = (0, −z, z)}

Operação: União
Definição:
Indicamos por W1 ∪ W2 e denominamos União dos Subespaços W1 com W2 o seguinte
subconjunto do espaço vetorial V:
W1 ∪ W2 = {u ∈ V | u ∈ W1 ou u ∈ W2 }
Então,
W1 ∪ W2 = {u ∈ V | u ∈ W1 ou u ∈ W2 }
W1 ∪ W2 = {u ∈ V | x = 0 ou y + z = 0}
W1 ∪ W2 = {u ∈ V | u = (0, y , z) ou u = (x, −z, z)}

Operação: Soma
Definição:
Indicamos por W1 + W2 e denominamos Soma dos Subespaços W1 com W2 o seguinte
subconjunto do espaço vetorial V:
W1 + W2 = {u ∈ V | u = u1 + u2 ; u1 ∈ W1 e u2 ∈ W2 }
Então,
W1 + W2 = {u ∈ V | u = u1 + u2 ; u1 ∈ W1 e u2 ∈ W2 }
W1 + W2 = {u ∈ V | u = u1 + u2 ; u1 = (0, y1 , z1 ) ∈ W1 e u2 = (x2 , −z2 , z2 ) ∈ W2 }
W1 + W2 = {u ∈ V | u = (x2 , y1 − z2 , z1 + z2 )}

Operação: Soma Direta
Definição:
Sejam V um espaço vetorial sobre o corpo K, W1 e W2 subespaços vetoriais de V;
tais que W1 ∩ W2 = {0}.
Indicamos por W1 ⊕ W2 e denominamos Soma Direta dos Subespaços W1 com W2 o
seguinte subconjunto do espaço vetorial V:
W1 ⊕ W2 = {u ∈ V | u = u1 ⊕ u2 ; u1 ∈ W1 e u2 ∈ W2 }
Exemplo: Sejam V = R3 , W1 = {u ∈ R3 | x = 0} e W2 = {u ∈ R3 | y = z = 0}
Então,
W1 ∩ W2 = {u ∈ V | x = 0 e y = z = 0} = {u = (0, 0, 0)} = {0}
W1 ⊕ W2 = {u ∈ V | u = u1 ⊕ u2 ; u1 = (0, y1 , z1 ) ∈ W1 e u2 = (x2 , 0, 0) ∈ W2 }
W1 ⊕ W2 = {u ∈ V | u = (x2 , y1 , z1 )}

Observações
1. Note que na soma direta dos subespaços vetoriais, o subespaço vetorial nulo {0} é o
conjunto intersecção destes susbespaços.
2. Os vetores u ∈ W1 ⊕ W2 ; são obtidos de forma única pela soma dos vetores oriundos
de cada subespaço: u = u1 ⊕ u2 ; u1 ∈ W1 e u2 ∈ W2 .
Exemplo: W1 = {u ∈ R3 | x = 0} e W2 = {u ∈ R3 | y = z = 0}
Então,
u ∈ W1 ⊕ W2 ⇒ u = u1 ⊕ u2 = (x2 , y1 , z1 ); u1 ∈ W1 e u2 ∈ W2
Note que se tomarmos, por exemplo, um vetor u = (2, 4, −7) ∈ W1 + W2 , então;
u = (2, 4, −7) = (0, y , z) + (x, 0, 0) = (0, 4, −7) + (2, 0, 0);
| {z } | {z }
u1 ∈W1 u2 ∈W2
não conseguimos outros vetores em W1 e W2 cuja soma resulte no vetor u.

V é Soma Direta dos Subespaços
Definição:
Dizemos que V é Soma Direta dos Subespaços W1 com W2 se, e somente se,
(I) W1 ∩ W2 = {0}; e
(II) V = W1 + W2 .
notação: V = W1 ⊕ W2
Observe que ∀u ∈ V ⇒ u = u1 ⊕ u2 ; u1 ∈ W1 e u2 ∈ W2 .
Exemplo.1: Sejam V = R3 , W1 = {u ∈ R3 | x = 0} e W2 = {u ∈ R3 | y = z = 0}.

(I) W1 ∩ W2 = {0}; e
(II) V = W1 + W2 = {u ∈ V | u = u1 + u2 = (x2 , y1 , z1 ); u1 = (0, y1 , z1 ) ∈ W1 e u2 =
(x2 , 0, 0) ∈ W2 }.
logo, por (I) e (II); V = W1 ⊕ W2 .
Exemplo.2: Sejam V = R3 , W1 = {u ∈ R3 | x = 0} e W2 = {u ∈ R3 | y + z = 0}.

(I) W1 ∩ W2 = {u = (0, −z2 , z2 )} = 6 {0}.
W1 não é soma direta com W2 .
Assim, se tomarmos, por exemplo, um vetor u = (2, 4, −7) ∈ W1 + W2 , então;
u = (2, 4, −7) = (0, y1 , z1 ) + (x, −z2 , z2 ) = (0, 4, −7) + (2, 0, 0);
| {z } | {z }
u1 ∈W1 u2 ∈W2
ou, u = (2, 4, −7) = (0, y1 , z1 ) + (x2 , −z2 , z2 ) = (0, 1, −4) + (2, 3, −3);
| {z } | {z }
u1 ∈W1 u2 ∈W2
ou, . . . Note que, u não é obtido de forma única!
(II) V = W1 + W2 = {u ∈ V | u = u1 + u2 = (x2 , y1 − z2 , z1 + z2 ); u1 = (0, y1 , z1 ) ∈
W1 e u2 = (x2 , −z2 , z2 ) ∈ W2 }.
logo, por (I); V não é W1 ⊕ W2 .


(I) W1 ∩ W2 = {u = (0, −z2 , z2 )} = 6 {0}.
W1 não é soma direta com W2 .
Assim, se tomarmos, por exemplo, um vetor u = (2, 4, −7) ∈ W1 + W2 , então;
u =(2, 4, −7) = (0, y1 , z1 ) + (x2 , −z2 , z2 ) = (x2 , y1 − z2 , z1 + z2 ).
 x2 =2
S: y1 −z2 = 4
z1 +z2 = −7

 
1 0 0 0 | 2
C3×5 = 0 1 0 −1 | 4  P(A) = P(C ) = 3 e N(A) = 4 − 3 = 1.
0 0 1 1 | −7
Sistema Possı́vel e Indeterminado com uma variável livre.
Logo, como o sitema possui infinitas soluções, W1 não é soma direta com W2 .


(II) V = W1 + W2 = {u ∈ V | u = (x, y , z) = u1 + u2 = (x2 , y1 − z2 , z1 + z2 ); u1 =
(0, y1 , z1 ) ∈ W1 e u2 = (x2 , −z2 , z2 ) ∈ W2 }.
 
 x2 =x  x2 −x =0
S: y1 −z2 = y ⇒ y1 −z2 −y =0
z 1 +z2 = z z +z −z =0
 
1 2
 
1 0 0 0 −1 0 0 | 0  x = x2 (1)
C3×8 = 0 1 0 −1 0 −1 0 | 0 ⇒ S : y = y1 − z2 (2)
0 0 1 1 0 0 −1 | 0 z = z1 + z2 (3)

(3) : z2 = z − z1
(3) → (2) : y = y1 + z1 − z ( y não depende diretamente de z)
(1) : x = x2
logo, por (II); podemos obter qualquer vetor u ∈ V utilizando a soma de W1 com W2 .

Operações: Exercı́cios
Exercı́cio.1:
Sejam V = Mn (R) um espaço vetorial sobre o corpo K = R, W1 = {A ∈ Mn (R)|A = At } e
W2 = {A ∈ Mn (R)|A = −At } subespaços vetoriais de V.
1. Determine o conjunto (W1 ∩ W2 ) ⊆ V.
2. Determine o conjunto (W1 ∪ W2 ) ⊆ V.
3. Determine o conjunto (W1 + W2 ) ⊆ V.
4. Verifique se W1 é soma direta com W2 .
5. V = W1 ⊕ W2 ? (justifique sua resposta)

Exercı́cio.2:
1. Verifique se o subconjunto W1 ∩ W2 é subespaço vetorial de V;
2. Verifique se o subconjunto W1 ∪ W2 é subespaço vetorial de V;
3. Verifique se o subconjunto W1 + W2 é subespaço vetorial de V;


Aula 12
Subespaços Vetoriais: Intersecção, União, Soma
Combinação Linear, Subespaços Gerados, Geradores

Exercı́cio.1:
Sejam V = Mn (R) um espaço vetorial sobre o corpo K = R, W1 = {A ∈ Mn (R)|A = At } e
W2 = {A ∈ Mn (R)|A = −At } subespaços vetoriais de V.
1. Determine o conjunto (W1 ∩ W2 ) ⊆ V.
(W1 ∩ W2 ) = {A ∈ Mn (R) | A = At e A = −At }
(W1 ∩ W2 ) = {A = (aij ) ∈ Mn (R) | aij = aji e aij = −aji ; ∀i, j} = {0n } = {0}.
2. Determine o conjunto (W1 ∪ W2 ) ⊆ V.
(W1 ∪ W2 ) = {A ∈ Mn (R) | A = At ou A = −At }
(W1 ∪ W2 ) = {A = (aij ) ∈ Mn (R) | aij = aji ou aij = −aji ; ∀i, j}.
42 MAT A07 - Álgebra Linear A - Semestre Letivo - 2021.1

Exercı́cio.1: Sejam V = Mn (R) um espaço vetorial sobre o corpo K = R,

W1 = {A ∈ Mn (R)|A = At } e W2 = {A ∈ Mn (R)|A = −At } subespaços vetoriais de V.
3. Determine o conjunto (W1 + W2 ) ⊆ V.
(W1 + W2 ) = {A ∈ Mn (R) | A = A1 + A2 ; A1 ∈ W1 e A2 ∈ W2 }
(W1 + W2 ) = {A ∈ Mn (R) | A = At1 − At2 ; A1 ∈ W1 e A2 ∈ W2 }
(W1 + W2 ) = {A = (aij ) ∈ Mn (R) | aij = bji − cji ; ∀i, j; A1 = (bij ) ∈ W1 e A2 = (cij ) ∈
W2 } = Mn (R).
4. Verifique se W1 é soma direta com W2 .
(W1 ∩ W2 ) = {A ∈ Mn (R) | A = At e A = −At } = {0} ⇒ W1 ⊕ W2 .
5. V = W1 ⊕ W2 ? (justifique sua resposta)
(i) (W1 ∩ W2 ) = {A ∈ Mn (R) | A = At e A = −At } = {0} ⇒ W1 ⊕ W2 ; e,
(ii) (W1 + W2 ) = {A ∈ Mn (R) | A = A1 + A2 ; A1 ∈ W1 e A2 ∈ W2 } =
{A ∈ Mn (R) | A = At1 − At2 ; A1 ∈ W1 e A2 ∈ W2 } = Mn (R).
Por (i) e (ii) temos que V = W1 ⊕ W2 .
Proposição.1: Sejam V um espaço vetorial sobre o corpo K, W1 e W2 subespaços

vetoriais de V.
Então, o subconjunto do espaço vetorial V definido por :
W1 ∩ W2 = {u ∈ V | u ∈ W1 e u ∈ W2 }
é um subespaço vetorial de V.
demonstração:
hipóteses: Sejam W1 , W2 subespaçoes vetoriais de V e sejam u, v ∈ (W1 ∩ W2 ) dois
vetores quaisquer;
tese: u + v ∈ (W1 ∩ W2 ).
Por hipótese; u, v ∈ (W1 ∩ W2 ) ⇒ u, v ∈ W1 e u, v ∈ W2 ,
Se u, v ∈ W1 ⇒ u + v ∈ W1 , e; se u, v ∈ W2 ⇒ u + v ∈ W2 ;
pois, por hipótese, W1 e W2 são subespaços vetoriais ;
então, u + v ∈ (W1 ∩ W2 ).
Proposição.1:
demonstração:(continuação)
hipóteses: Sejam W1 , W2 subespaços vetoriais de V e sejam u ∈ (W1 ∩ W2 ) um vetor
qualquer e λ ∈ K;
tese: λu ∈ (W1 ∩ W2 ).
Por hipótese, u ∈ (W1 ∩ W2 ) ⇒ u ∈ W1 e u ∈ W2 ;
E, por hipótese, W1 e W2 são subespaços vetoriais ; então,
Se u ∈ W1 ⇒ λu ∈ W1 , e, se u ∈ W2 ⇒ λu ∈ W2 ;
logo,
λu ∈ (W1 ∩ W2 ).
Por (I) e (II) provamos que
W1 ∩ W2 = {u ∈ V | u ∈ W1 e u ∈ W2 }

vetoriais de V.
W1 ∪ W2 = {u ∈ V | u ∈ W1 ou u ∈ W2 }
é um subespaço vetorial de V se, e somente se, W1 ⊆ W2 ou W2 ⊆ W1 .

demonstração:
hipótese: Sejam W1 , W2 subespaços vetoriais de V tais que W1 ⊆ W2 ou W2 ⊆ W1 , e;
sejam u ∈ (W1 ∪ W2 ) e λ ∈ K.
tese: λu ∈ (W1 ∪ W2 ).
Se ∀u ∈ (W1 ∪ W2 ) ⇒ u ∈ W1 ou u ∈ W2 .
Se u ∈ W1 ⇒ λu ∈ W1 ; se u ∈ W2 ⇒ λu ∈ W2 , pois; W1 , W2 são subespaços
vetoriais;
então, λu ∈ (W1 ∪ W2 ).
Proposição.2:
hipóteses: Sejam W1 , W2 subespaços vetoriais de V tais que W1 ⊆ W2 ou W2 ⊆ W1 ; e
sejam u, v ∈ (W1 ∪ W2 ) dois vetores quaisquer.
tese: u + v ∈ (W1 ∪ W2 ).
Por hipótese, u, v ∈ (W1 ∪ W2 ) ⇒ u ∈ W1 ou u ∈ W2 ; v ∈ W1 ou v ∈ W2 .
Assim, considerando todas as possibilidades;
(1) Se u, v ∈ W1 então u + v ∈ W1 ⇒ u + v ∈ W1 ∪ W2 ;
(2) Se u, v ∈ W2 ⇒ u + v ∈ W2 ⇒ u + v ∈ W1 ∪ W2 ;
(3) Se u ∈ W1 e v ∈ W2 então u + v ∈ / W1 e u + v ∈ / W2 ⇒ u + v ∈ / W1 ∪ W2 .
(4) Se v ∈ W1 e u ∈ W2 então, u + v ∈
/ W1 e u + v ∈/ W2 ⇒ u + v ∈ / W1 ∪ W2 .
Porém, por hipótese, W1 ⊆ W2 ou, W2 ⊆ W1 ; então, nos casos (3) e (4), temos
que u + v ∈ W1 ou u + v ∈ W2 logo, u + v ∈ W1 ∪ W2 .

Proposição.2:
W1 ∪ W2 = {u ∈ V | u ∈ W1 ou u ∈ W2 }
é um subespaço vetorial de V, Se W1 ⊆ W2 ou W2 ⊆ W1 .
Note que para provar:

Se W1 ∪ W2 = {u ∈ V | u ∈ W1 ou u ∈ W2 } é um subespaço vetorial de V então
W1 ⊆ W2 ou W2 ⊆ W1 é de forma análoga à prova feita anteriormente.

Operação: Soma

vetoriais de V.
W1 + W2 = {u ∈ V | u = u1 + u2 ; u1 ∈ W1 e u2 ∈ W2 }
demonstração:
hipóteses: Sejam W1 , W2 subespaços vetoriais de V; e sejam u, v ∈ (W1 + W2 ) dois
vetores quaisquer.
tese: u + v ∈ (W1 + W2 ).
Por hipótese, u, v ∈ (W1 + W2 ) ⇒ u = u1 + u2 , v = v1 + v2 ; u1 , v1 ∈ W1 e u2 , v2 ∈ W2 ,
u1 , v1 ∈ W1 ⇒ u1 + v1 ∈ W1 , pois W1 é subespaço vetorial; e,
u2 , v2 ∈ W2 ⇒ u2 + v2 ∈ W2 , pois W2 é subespaço vetorial;
então, u + v = (u1 + u2 ) + (v1 + v2 ) = (u1 + v1 ) + (u2 + v2 ) ∈ (W1 + W2 ).
| {z } | {z }
∈W1 ∈W2
Operação: Soma
Proposição.3:
hipótese: ; Sejam W1 , W2 subespaços vetoriais de V; e sejam λ ∈ K e u ∈ (W1 + W2 ).
tese: λu ∈ (W1 + W2 ).
∀u ∈ (W1 + W2 ) ⇒ u = u1 + u2 ; u1 ∈ W1 e u2 ∈ W2 ,
u1 ∈ W1 ⇒ λu1 ∈ W1 , pois W1 é subespaço vetorial; e, u2 ∈ W2 ⇒ λu2 ∈ W2 , pois
W2 é subespaço vetorial;
então, λu = λ(u1 + u2 ) = (λu1 ) + (λu2 ) ⇒ λu ∈ (W1 + W2 ).
| {z } | {z }
∈W1 ∈W2

W1 + W2 = {u ∈ V | u = u1 + u2 ; u1 ∈ W1 e u2 ∈ W2 }
Combinação Linear
Definição: Seja V um espaço vetorial sobre o corpo K, e seja S = {v1 , v2 , . . . , vn }; n ∈ N∗ ,

um subconjunto finito de V. Dizemos que um vetor u ∈ V é uma combinação linear dos
elementos do conjunto S se, somente se, existem escalares λ1 , λ2 , . . . , λn ∈ K tais que
n
X
u= λi vi = λ1 v1 + λ2 v2 + . . . + λn vn .
i=1
Exemplo.1:
Seja V = R3 e seja S = {(2, 0, 0), (0, 0, −1), (0, 1, 0)} ⊂ V.
| {z } | {z } | {z }
v1 v2 v3
Então, u = (x, y , z) ∈ V é uma combinação linear dos elementos do conjunto S se,
somente se, ∀λ1 , λ2 , λ3 ∈ R;
3
X
u= λi vi = λ1 (2, 0, 0) + λ2 (0, 0, −1) + λ3 (0, 1, 0) = (2λ1 , λ3 , −λ2 ) ⇒ u = (x, y , z);
i=1
portanto, todos os vetores do espaço vetorial R3 é uma combinação linear dos vetores de S.
Combinação Linear
Exemplo.2:
Seja V = R3 e seja S = {(2, 3, −1), (0, 1, 1)} ⊂ V.
| {z } | {z }
v1 v2
Então, u = (x, y , z) ∈ V é uma combinação linear dos elementos do conjunto S se,
somente se, ∀λ1 , λ2 ∈ R
2
X
u= λi vi = λ1 (2, 3, −1) + λ2 (0, 1, 1) = (2λ1 , 3λ1 + λ2 , λ2 − λ1 ) ⇒ u = (x, y , y − 2x)
i=1
 x = 2λ1 ⇒ λ1 = 12 x

resolvendo o sistema linear: y = 3λ1 + λ2 ⇒ y = 23 x + λ2 ⇒ λ2 = y − 23 x

z = −λ1 + λ2 ⇒ z = − 21 x + y − 32 x ⇒ z = y − 2x


Subespaço Gerado

um subconjunto finito de V.
Dizemos que o seguinte subconjunto de V
n
X
W = {u ∈ V | u = λi vi ; ∀λi ∈ K}
i=1
é um subespaço gerado por S.

Dizemos ainda que S é um sistema de geradores(ou conjunto de geradores) do
subespaço W.
notações: W = [v1 , v2 , . . . , vn ] ou W = [S].

Subespaço Gerado
Exemplo.1:
Seja V = R3 e seja S = {(2, 0, 0), (0, 0, −1), (0, 1, 0)} ⊂ V.
| {z } | {z } | {z }
v1 v2 v3
Então, W = {u ∈ V | u = (x, y , z)} = R3 é o subespaço gerado por S.
Exemplo.2:
Seja V = R3 e seja S = {(2, 3, −1), (0, 1, 1)} ⊂ V.
| {z } | {z }
v1 v2
Então, W = {u ∈ V | u = (x, y , y − 2x)} é o subespaço gerado por S.

Subespaço Gerado
Propriedades:
Seja V um espaço vetorial sobre o corpo K, e sejam S1 = {v1 , v2 , . . . , vn }; n ∈ N∗ , e
S2 = {u1 , u2 , . . . , um }; m ∈ N∗ , subconjuntos finitos de V.
1. S1 ⊂ [S1 ]
2. Se S1 ⊂ S2 então [S1 ] ⊂ [S2 ]
3. [S1 ] + [S2 ] = [S1 ∪ S2 ]

Subespaço Gerado
Exercı́cios:
1. Seja V = R3 e seja S = {(2, 0, 1), (0, −2, −1), (1, −1, 1)} ⊂ V.
| {z } | {z } | {z }
v1 v2 v3
Determine o subespaço gerado por S.
2. Seja V = R2 e seja S = {(2, 0), (−2, −1), (1, 1)} ⊂ V.
| {z } | {z } | {z }
v1 v2 v3
3. Seja V = R3 e seja W = {u ∈ V | x + 2y = z}.
Determine um sistema de geradores para o subespaço W.

Subespaço Gerado
Exercı́cios:
1. Seja V = R3 e seja S = {(2, 0, 1), (0, −2, −1), (1, −1, 1)} ⊂ V.
| {z } | {z } | {z }
v1 v2 v3
∀λ1 , λ2 , λ3 ∈ R temos
P3que ;
W = {u ∈ V | u = i=1 λi vi = λ1 (2, 0, 1) + λ2 (0, −2, −1) + λ3 (1, −1, 1)} =
W = {u = (x, y , z) ∈ V | u = ((2λ1 + λ3 ), −(2λ2 + λ3 ), (λ1 − λ2 + λ3 ))}
resolvendo o sistema linear:

 x = 2λ1 + λ3 ⇒ λ3 = x − 2λ1
y = −2λ2 − λ3 ⇒ λ2 = − 21 (y + λ3 ) ⇒ λ2 = − 12 (y + x − 2λ1 )
z = λ1 − λ2 + λ3 ⇒ z = λ1 + 21 (y + x − 2λ1 ) + x − 2λ1 ⇒ z = −2λ1 + 21 y + 32 x

Observe que as coordenadas de u, x, y , e z, podem assumir qualquer valor em R e, além
disso, não existe a dependência entre os valores destas variáveis. Então,
W = {u = (x, y , z) ∈ V | u = (2λ1 + λ3 , −(2λ2 + λ3 ), (−2λ1 + 21 y + 32 x)} = R3

Subespaço Gerado
Exercı́cios:
Seja u = (x, y , x + 2y ) ∈ W. Então, podemos escrever u como a seguinte combinação
linear de vetores de W:
u = (x, y , x + 2y ) = (x, 0, x) + (0, y , 2y ) = x(1, 0, 1) + y (0, 1, 2).
Observe que escrevemos u como a combinação linear dos vetores:
v1 = (1, 0, 1) ∈ W e v2 = (0, 1, 2) ∈ W portanto, estes vetores v1 e v2 formam um
conjunto de geradores para o subespaço W.
Ou seja, W = [v1 , v2 ] = [(1, 0, 1), (0, 1, 2)] ou
W = {u = (x, y , z) ∈ V | u = |{z} x .v1 + y .v2 = x(1, 0, 1) + y (0, 1, 2)}
|{z}
λ1 λ2

Subespaço Gerado
Exercı́cios:
Encontramos S = {(1, 0, 1), (0, 1, 2)} um conjunto de geradores para W.
Contudo, note que não existe apenas um conjunto de geradores para um mesmo
subespaço vetorial.
Podemos obter outros subconjuntos de vetores em W que gere W.
Neste exercı́cio, por exemplo, os subconjuntos S1 = {(2, 0, 2), (0, 3, 6)} e
S2 = {(1, 0, 1), (2, 0, 2), (0, 3, 6)} também são um sistema de geradores para W:
W = [S1 ] e W = [S2 ],
ou;
W = {u = (x, y , z) ∈ V | u = λ1 (2, 0, 2) + λ2 (0, 3, 6)}
W = {u = (x, y , z) ∈ V | u = λ1 (1, 0, 1) + λ2 (2, 0, 2) + λ3 (0, 3, 6)}

Subespaço Gerado
Exercı́cios:
Sejam V = M2 (R) um espaço vetorial sobre o corpo K = R, W1 = {A ∈ M2 (R)|A = At } e
W2 = {A ∈ M2 (R)|A = −At } subespaços vetoriais de V.
1. Determine um conjunto de geradores para (W1 ∩ W2 ) ⊆ V.
2. Determine um conjunto de geradores para (W1 + W2 ) ⊆ V.
( dica: utilize a propriedade [S1 ] + [S2 ] = [S1 ∪ S2 ] )
3. Determine um conjunto de geradores para V = M2 (R).


Aula 13
Dependência e Independência Linear, Bases

Subespaço Gerado
Exercı́cios:
( dica: utilize a propriedade [S1 ] + [S2 ] = [S1 ∪ S2 ] )
3. Determine um conjunto de geradores para V = M2 (R).

Subespaço Gerado
t t
Exercı́cios:(respostas)
W1 =
{A ∈ M
2 (R)|A
=A}eW
2 = {A ∈ M2 (R)|A = −A }
a b 1 0 0 1 0 0
∀A ∈ W1 ⇒ A = =a +b +c
b c 0 0 1 0 0 1
 
 
 1 0 0 1 0 0 
⇒ W1 =  ; ; ;
 0 0 1 0 0 1 
| {z } | {z } | {z }
v1 v2 v3
e  
 
0 d 0 1  0 1 
∀A ∈ W2 ⇒ A = =d ⇒ W2 =  .
−d 0 −1 0  −1 0 
| {z }
u1

Subespaço Gerado
= {A ∈ M2(R)|A = At} e W2 = {A ∈ M2 (R)|A = −At }

ı́cios:(respostas) W1 
Exerc
   
 1 0 0 1 0 0   0 1 
W1 =  ; ; ; e W2 =  .
 0 0 1 0 0 1   −1 0 
| {z } | {z } | {z } | {z }
v1 v2 v3 u1
1 0 0 1 0 0 0 1
Então, ∀A ∈ (W1 ∩ W2 ) ⇒ A = a +b +c =d ⇒
0 0 1 0 0 1 −1 0
a = 0; b = d; b = −d; c = 0 ⇒ a = b = c = d = 0 ⇒ A = 02 ⇒ W1 ∩ W2 = {0}
por definição matemática: {0} := [∅] ⇒ W1 ∩ W2 = [∅]

Subespaço Gerado
= {A ∈ M2(R)|A = At} e W2 = {A ∈ M2 (R)|A = −At }

ı́cios:(respostas) W1 
Exerc
   
 1 0 0 1 0 0   0 1 
W1 =  ; ; ; e W2 =  ; então,
 0 0 1 0 0 1   −1 0 
| {z } | {z } | {z } | {z }
v1 v2 v3 u
1
1 0 0 1 0 0 0 1
∀A ∈ (W1 + W2 ) ⇒ A = a +b +c +d
0 0 1 0 0 1 −1 0

a b+d
⇒A= ⇒ W1 + W2 = [v1 ; v2 ; v3 ; u1 ]
b−d c
E, como V = M2 (R) = W1 + W2 , temos que :
V = M2 (R) = [v1 ; v2 ; v3 ; u1 ]

Subespaço Gerado
Exercı́cios:
Sejam V = P2 (R) um espaço vetorial sobre o corpo K = R, W1 = {p(t) ∈ P2 (R)|a0 = a1 + a2 }
e W2 = {p(t) ∈ P2 (R)|a0 + a1 = 0 e a2 = 0} subespaços vetoriais de V.
3. Determine um conjunto de geradores para V = P2 (R).
4. Determine um subespaço W3 de V tal que V = W2 ⊕ W3 onde, W3 6= W1 .

Subespaço Gerado
W1 = {p(t) ∈ P2 (R)|a0 = a1 + a2 } e W2 = {p(t) ∈ P2 (R)|a0 + a1 = 0 e a2 = 0}.
∀p(t) ∈ W1 ⇒ p(t) = (a1 + a2 ).1 + a1 t + a2 t 2 = a1 (1 + t) + a2 (1 + t 2 )

⇒ W1 = [(1 + t); (1 + t 2 )]; ∀λi ∈ R; i = 1, 2
∀p(t) ∈ W2 ⇒ p(t) = (−a1 ).1 + a1 t + 0.t 2 = a1 (−1 + t)
⇒ W2 = [(−1 + t)]; λ1 ∈ R

Subespaço Gerado
Exercı́cios:(respostas) W1 = [(1 + t); (1 + t 2 )]; e, W2 = [(−1 + t)];

Então,
∀p(t) ∈ (W1 ∩ W2 ) ⇒ p(t) = λ1 (1 + t) + λ2 (1 + t 2 ) = λ3 (−1 + t)
⇒ (λ1 + λ2 ).1 + (λ1 ).t + (λ2 ).t 2 = (−λ3 ).1 + λ3 .t
⇒ λ1 + λ2 = −λ3 ; λ1 = λ3 ; λ2 = 0 ⇒ λ1 = 0; λ2 = 0; λ3 = 0
⇒ (W1 ∩ W2 ) = {0} ⇒ (W1 ∩ W2 ) = [∅].

Subespaço Gerado

Então,
(W1 + W2 ) = [(1 + t); (1 + t 2 ); (−1 + t)].
Ou seja;
∀p(t) ∈ (W1 + W2 ) ⇒ p(t) = a0 + a1 t + a2 t 2 = λ1 (1 + t) + λ2 (1 + t 2 ) + λ3 (−1 + t)
⇒ p(t) = a0 .1 + a1 .t + a2 .t 2 = (λ1 + λ2 − λ3 ).1 + (λ1 + λ3 ).t + (λ2 ).t 2

⇒ a0 = λ1 + λ2 − λ3 ; a1 = λ1 + λ3 ; a2 = λ2
⇒ a2 = λ2 ; λ1 = a1 − λ3 ; a0 = a1 − λ3 + a2 − λ3 = a1 + a2 − 2λ3 ;
⇒ P2 (R) = (W1 + W2 ) ⇒ P2 (R) = [(1 + t); (1 + t 2 ); (−1 + t)].

Subespaço Gerado

W3 =? um subespaço de V tal que V = W2 ⊕ W3 onde, W3 6= W1 .
Então, V = W2 ⊕ W3 se, e somente se,
• V = W2 + W3 ; e
• W2 ∩ W3 = {0}.
∀p(t) ∈ (W2 + W3 ) ⇒ p(t) = a0 + a1 t + a2 t 2 = λ1 (−1 + t) + λ2 v2 + λ3 v3 ; com W3 = [v2 , v3 ].
Como, W2 ∩ W3 = {0}; temos que estes subespaços W2 e W3 são suplementares,e
W3 6= W1 .
Portanto, podemos escolher vetores para gerar W3 que não gerem W1 e nem W2 .
Porém, que complementem W2 a fim de gerar o espaço vetorial P2 (R); por exemplo:
W3 = [1; t 2 ] = [v2 , v3 ] ⇒ ∀p(t) ∈ V ; p(t) = λ1 (−1 + t) + λ2 (1) + λ3 (t 2 ); ∀λi ∈ R; i = 1, 2, 3
⇒ p(t) = (−λ1 + λ2 ).1 + (λ1 ).t + (λ3 ).t 2 ⇒ a0 = −λ1 + λ2 ; a1 = λ1 ; a2 = λ3
⇒ a2 = λ3 ; a1 = λ1 ; a0 = −a1 + λ2 ⇒ P2 (R) = (W2 + W3 ).

Subespaço Gerado
Exercı́cios:(respostas) W2 = [(−1 + t)]; e W3 = [1, t 2 ];

V = W2 ⊕ W3 se, e somente se,
• V = W2 + W3 ; OK!
• W2 ∩ W3 = {0}.
∀p(t) ∈ (W2 ∩ W3 ); ⇒ p(t) = λ1 (−1 + t) = λ2 (1) + λ3 (t 2 )
⇒ p(t) = (−λ1 ).1 + (λ1 ).t = (λ2 ).1 + (λ3 ).t 2
⇒ −λ1 = λ2 ; λ1 = 0; λ3 = 0 ⇒ λ2 = λ1 = λ3 = 0
⇒ (W2 ∩ W3 ) = {0} ⇒ (W2 ⊕ W3 ).
Concluı́mos assim, que
P2 (R) = (W2 ⊕ W3 ).

Espaços Vetoriais
Dependência e Independência Linear

um subconjunto finito de V. Dizemos que S ⊂ V é linearmente independente (LI) se,
existem escalares λ1 , λ2 , . . . , λn ∈ K tais que
n
X
λi vi = λ1 v1 + λ2 v2 + . . . + λn vn = 0
i=1
se, e somente se, λ1 = λ2 = . . . = λn = 0.

Caso contrário, dizemos que S ⊂ V é linearmente dependente (LD).
Ou seja, se existir na combinação linear nula, pelo menos um escalar λi 6= 0 então os
vetores em S são linearmente dependentes:
1
vi = − (λ1 v1 + λ2 v2 + . . . + λi−1 vi−1 + λi+1 vi+1 + . . . + λn vn )
λi

Espaços Vetoriais
Exemplo.1:
Seja V = R2 e sejam S1 = {(2, 0), (0, −1)} ⊂ V, e S2 = {(2, 0), (0, −1), (0, 1)} ⊂ V.
| {z } | {z } | {z } | {z } | {z }
v1 v2 v1 v2 v3
Então, em S1 , para ∀λ1 , λ2 ∈ R;
P2 2λ1 = 0 ⇒ λ1 = 0
i=1 λi vi = λ1 (2, 0) + λ2 (0, −1) = (0, 0) ⇒ (2λ1 , −λ2 ) = (0, 0) ⇒ −λ2 = 0 ⇒ λ2 = 0
portanto, fazendo a combinação linear nula; obtemos λ1 = λ2 = 0; ou seja, os vetores
em S1 são linearmente independentes.
Enquanto
P3 que em S2 ; para ∀λ1 , λ2 , λ3 ∈ R;
i=1 λ i v i = λ1 (2, 0) + λ2 (0, −1) + λ3 (0, 1) = (0, 0) ⇒ (2λ1 , −λ2 + λ3 ) = (0, 0) ⇒
2λ1 = 0 ⇒ λ1 = 0
−λ2 + λ3 = 0 ⇒ λ2 = λ3
logo, λ1 = 0 e λ2 = λ3 ⇒ 0.(2, 0) + λ3 (0, −1) + λ3 (0, 1) = (0, 0) ⇒ (0, −1) = −(0, 1);
ou seja, os vetores em S2 são linearmente dependentes pois; o vetor v2 pode ser escrito
como combinação linear do vetor v3 e vice-versa.

Espaços Vetoriais
Exemplo.2:
Seja V = R3 e seja S = {(2, 3, −1), (0, 1, 1)} ⊂ V.
| {z } | {z }
v1 v2
Então,
P2 ∀λ1 , λ2 ∈ R , fazendo a combinação linear nula:
 i=1 i vi = λ1 (2, 3, −1) + λ2 (0, 1, 1) = (0, 0, 0) ⇒ (2λ1 , 3λ1 + λ2 , λ2 − λ1 ) = (0, 0, 0) ⇒
λ
 2λ1 = 0 ⇒ λ1 = 0
3λ1 + λ2 = 0 ⇒ λ2 = −3λ1 ⇒ λ2 = 0
−λ1 + λ2 = 0 ⇒ λ1 = λ2 = 0

Como, λ1 = λ2 = 0 ⇒ os vetores em S1 são LI.

Espaços Vetoriais
Observações:
∗
Seja S = {v
P1n, v2 , . . . , vn }; n ∈ N , um subconjunto finito do espaço vetorial V.
Note que i=1 λi vi = λ1 v1 + λ2 v2 + . . . + λn vn = 0 é um sistema de equações lineares
homogêneo; então,
• Dizemos que S é linearmente independente (LI) se, e somente se, o sistema
homogêneo é possı́vel e determinado, isto é, possui apenas a solução trivial:
λ1 = λ2 = . . . = λi = . . . = λn = 0; ∀i = 1, . . . , n.
• Dizemos que S ⊂ V é linearmente dependente (LD) se, e somente se, o sistema
homogêneo é possı́vel e indeterminado, isto é, possui infinitas soluções, incluindo a
trivial.

Espaços Vetoriais
Base
Definição: Seja V um espaço vetorial, finitamente gerado, sobre o corpo K, e seja

S = {v1 , v2 , . . . , vn }; n ∈ N∗ , um subconjunto finito de V. Dizemos que S ⊂ V forma uma
base para o espaço vetorial V, se, e somente se,
(i) S gera V; e
(ii) S é linearmente independente.
Ou seja;
Pn
(i) ∀u ∈ V ⇒ u = i=1 λi vi ; ∀λi ∈ K; e
Pn
(ii) i=1 λi vi = 0 ⇔ λi = 0; ∀i = 1, . . . , n.
Notação:
βV = {v1 , v2 , . . . , vn }

Espaços Vetoriais
Base
Exemplo.1:
Seja V = R2 e sejam S1 = {(2, 0), (0, −1)} ⊂ V, e S2 = {(2, 0), (0, −1), (0, 1)} ⊂ V.
| {z } | {z } | {z } | {z } | {z }
v1 v2 v1 v2 v3
P2
(i) S1 gera V; pois ∀u ∈ R2 ⇒ u = i=1 λi vi = (2λ1 , −λ2 ); ∀λi ∈ R; e
(ii) S1 é linearmente independente; pois a solução do sistema homogêneo :
P2
i=1 λi vi = (0, 0) ⇔ λi = 0; ∀i = 1, 2 ; é apenas a trivial.
Portanto, S1 forma uma base para V: βR2 = {(2, 0), (0, −1)}.
| {z } | {z }
v1 v2
Enquanto que S2 não forma uma base para V:
P3
(i) S2 gera V; pois ∀u ∈ R2 ⇒ u = i=1 λi vi = (2λ1 , −λ2 + λ3 ); ∀λi ∈ R; mas,
(ii) S2 não é linearmente independente; pois a solução do sistema homogêneo :
P3
i=1 λi vi = (0, 0) ; não é apenas a trivial; o sistema homogêneo obtido pela
combinação linear nula possui infinitas soluções.
Espaços Vetoriais
Base
Exercı́cios:
Sejam V um espaço vetorial finitamente gerado sobre um corpo K; e βV uma base de V.
Nos itens abaixo, determine uma base para cada um dos espaços vetoriais.
1. V = R3
2. V = C3
3. V = M3 (R)
4. V = M3 (C)
5. V = P3 (R)
6. V = P3 (C)

Espaços Vetoriais
Base
1. V = R3
∀u ∈ R3 ⇒ u = (x, y , z) = x(1, 0, 0) + y (0, 1, 0) + z(0, 0, 1)
P3
⇒ R3 = [(1, 0, 0); (0, 1, 0); (0, 0, 1)] e i=1 λi vi = 0 = (0, 0, 0) ⇔ λ1 = λ2 = λ3 = 0
| {z } | {z } | {z }
v1 v2 v3
⇒ {(1, 0, 0); (0, 1, 0); (0, 0, 1)} é LI ⇒ βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)} ; ∀λi ∈ R.
2. V = C3
∀u ∈ C3 ⇒ u = (x, y , z) = x(1, 0, 0) + y (0, 1, 0) + z(0, 0, 1)
P3
⇒ C3 = [(1, 0, 0); (0, 1, 0); (0, 0, 1)] e i=1 λi vi = 0 = (0, 0, 0) ⇔ λ1 = λ2 = λ3 = 0
| {z } | {z } | {z }
v1 v2 v3
⇒ {(1, 0, 0); (0, 1, 0); (0, 0, 1)} é LI ⇒ βC3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)} ; ∀λi ∈ C.

Espaços Vetoriais
Base
3. V = M3 (R); então, ∀A ∈ M3 (R)
         
a11 a12 a13 1 0 0 0 1 0 0 0 1 0 0 0
A = a21 a22 a23  = a11 0 0 0 +a12 0 0 0 +a13 0 0 0 +a21 1 0 0
a a32 a33 0 0 0 0 0 0 0 0 0 0 0 0
 31         
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
+a22 0 1 0 +a23 0 0 1 +a31 0 0 0 +a32 0 0 0 +a33 0 0 0
0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
" 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0
 
0 0 0

M3 (R) = 0 0 0 ; 0 0 0 ; 0 0 0 ; 1 0 0 ; 0 1 0  ; 0 0 1  ;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
     
0 0 0 0 0 0 0 0 0 #
0 0 0 ; 0 0 0 ; 0 0 0 = [v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 ]
1 0 0 0 1 0 0 0 1
e; {v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 } é LI : 9i=1 λi vi = 0 = 03 ⇔ λi = 0, ∀i = 1, . . . , 9.
P
⇒ βM3 (R) = {v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 } ; ∀λi ∈ R.
Espaços Vetoriais
Base
4. V = M3 (C); então, ∀A ∈ M3 (C)
         
a11 a12 a13 1 0 0 0 1 0 0 0 1 0 0 0
A = a21 a22 a23  = a11 0 0 0 +a12 0 0 0 +a13 0 0 0 +a21 1 0 0
a a32 a33 0 0 0 0 0 0 0 0 0 0 0 0
 31         
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
+a22 0 1 0 +a23 0 0 1 +a31 0 0 0 +a32 0 0 0 +a33 0 0 0
0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
" 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0
 
0 0 0

M3 (C) = 0 0 0 ; 0 0 0 ; 0 0 0 ; 1 0 0 ; 0 1 0  ; 0 0 1  ;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
     
0 0 0 0 0 0 0 0 0 #
0 0 0 ; 0 0 0 ; 0 0 0 = [v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 ]
1 0 0 0 1 0 0 0 1
e; {v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 } é LI : 9i=1 λi vi = 0 = 03 ⇔ λi = 0, ∀i = 1, . . . , 9.
P
⇒ βM3 (C) = {v1 ; v2 ; v3 ; v4 ; v5 ; v6 ; v7 ; v8 ; v9 } ; ∀λi ∈ C.
Espaços Vetoriais
Base
5. V = P3 (R)
∀p(t) ∈ P3 (R) ⇒ p(t) = a0 + a1 t + a2 t 2 + a3 t 3 = a0 (1) + a1 (t) + a2 (t 2 ) + a3 (t 3 )
⇒ P3 (R) = [|{z}
1 ; |{z} t 2 ; |{z}
t ; |{z} t 3 ] e;
v 1 v v v
P42 3 4
{1, t, t 2 , t 3 } é LI: i=1 λi vi = 0 = 0 + 0t + 0t 2 + 0t 3 ⇔ λ1 = λ2 = λ3 = λ4 = 0.

portanto; βP3 (R) = {1; t; t 2 ; t 3 } ; ∀λi ∈ R.
6. V = P3 (C)
∀p(t) ∈ P3 (C) ⇒ p(t) = a0 + a1 t + a2 t 2 + a3 t 3 = a0 (1) + a1 (t) + a2 (t 2 ) + a3 (t 3 )
⇒ P3 (C) = [|{z}
1 ; |{z} t 2 ; |{z}
t ; |{z} t 3 ] e;
v 1 v v v
P42 3 4
{1, t, t 2 , t 3 } é LI: i=1 λi vi = 0 = 0 + 0t + 0t 2 + 0t 3 ⇔ λ1 = λ2 = λ3 = λ4 = 0.

portanto; βP3 (C) = {1; t; t 2 ; t 3 } ; ∀λi ∈ C.

Espaços Vetoriais
Base
Exercı́cios:
Sejam V um espaço vetorial finitamente gerado sobre um corpo K; e βV uma base de V.
Determine uma base, diferente das obtidas nos exercı́cios acima, para cada um dos espaços
vetoriais definidos a seguir.
1. V = R3
2. V = C3
3. V = M3 (R)
4. V = M3 (C)
5. V = P3 (R)
6. V = P3 (C)


Aula 14
Bases e Dimensão

Espaços Vetoriais
Bases Canônicas
1. V = Rn
∀u ∈ Rn ⇒ u = (x1 , x2 , . . . , xn ) = x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + . . . + xn (0, 0, . . . , 1)
⇒ Rn = [(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)] e
P n
i=1 λi vi = 0 = (0, 0, . . . , 0) ⇔ λ1 = . . . = λn = 0 ⇒ os vetores são LI
⇒ βRn = {(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)} ; ∀λi ∈ R; i = 1, . . . , n.
Nesta base, os vetores são canônicos:
v1 = (1, 0, . . . , 0) = e1 ; v2 = (0, 1, . . . , 0) = e2 ; . . . ; vn = (0, 0, . . . , 1) = en
Portanto,
βRn = {e1 , e2 , . . . , en }
é denominada base canônica do espaço vetorial real Rn .

Espaços Vetoriais
Bases Canônicas
2. V = Cn sobre K = C
∀u ∈ Cn ⇒ u = (x1 , x2 , . . . , xn ) = x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + . . . + xn (0, 0, . . . , 1)
⇒ Cn = [(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)] e
P n
i=1 λi vi = 0 = (0, 0, . . . , 0) ⇔ λ1 = . . . = λn = 0 ⇒ os vetores são LI
⇒ βCn = {(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)} ; ∀λi ∈ C; i = 1, . . . , n.
Nesta base, os vetores são canônicos:
v1 = (1, 0, . . . , 0) = e1 ; v2 = (0, 1, . . . , 0) = e2 ; . . . ; vn = (0, 0, . . . , 1) = en
Portanto,
βCn = {e1 , e2 , . . . , en }
é denominada base canônica do espaço vetorial complexo Cn .

Espaços Vetoriais
Bases Canônicas
3. V = Cn sobre K = R
∀u ∈ Cn ⇒ u = (x1 , x2 , . . . , xn ) = x1 (1, 0, . . . , 0) + x2 (0, 1, . . . , 0) + . . . + xn (0, 0, . . . , 1)
Observe que neste caso, xi ∈ C; ∀i = 1, . . . , n ⇒ xi = ai + bi i; ai , bi ∈ R. Então, xi não pode
ser um escalar no corpo R. Porém, como ai , bi ∈ K = R podem ser os escalares:
u = (a1 + b1 i)(1, 0, . . . , 0) + (a2 + b2 i)(0, 1, . . . , 0) + . . . + (an + bn i)(0, 0, . . . , 1); ∀ai , bi ∈ K = R
u = a1 (1, 0, . . . , 0) + b1 i(1, 0, . . . , 0) + a2 (0, 1, . . . , 0) + b2 i(0, 1, . . . , 0) + . . . + an (0, 0, . . . , 1) +
bn i(0, 0, . . . , 1); ∀ai , bi ∈ K = R
u = a1 (1, 0, . . . , 0) + b1 (i, 0, . . . , 0) + a2 (0, 1, . . . , 0) + b2 (0, i, . . . , 0) + . . . + an (0, 0, . . . , 1) +
bn (0, 0, . . . , i); ∀ai , bi ∈ K = R
Cn = [(1, 0, . . . , 0); (i, 0, . . . , 0); (0, 1, . . . , 0); (0, i, . . . , 0); . . . ; (0, 0, . . . , 1); (0, 0, . . . , i)]
| {z } | {z } | {z } | {z } | {z } | {z }
e1 e2 e3 e4 e2n−1 e2n
P2n
e i=1 λi vi = 0 = (0, 0, . . . , 0) ⇔ λ1 = . . . = λ2n = 0 ⇒ os vetores são LI
Portanto, βCn = {e1 , e2 , . . . , en , . . . , e2n } é denominada base canônica do espaço vetorial
real Cn .
Espaços Vetoriais
Bases Canônicas
···
 
a11 a12 a1n
a21 a22 ··· a2n 
4. V = Mn (R); então, ∀A ∈ Mn (R); A =  .
 
.. .. .. 
 .. . . . 
an1 an2 ··· ann
1 0 ··· 0 0 1 ··· 0 0 0 ···
     
0
 0 0 · · · 0 0 0 · · · 0 0 0 · · · 0
A = a11  . . .  +a12  . . . + . . . + ann  . . .
     
. . . ...  .. 
 .. .. . . ..   .. ..  .. .. ..

.
0 0 0 0 0 0 0 0 0 0 0 1
| {z } | {z } | {z }
e1 e2 en2
Mn (R) = [e1 ; e2 ; . . . ; en2 ] , e {e1 ; e2 ; . . . ; en2 } é LI.
βMn (R) = {e1 , e2 , . . . , en2 }

é denominada base canônica do espaço vetorial real Mn (R).

Espaços Vetoriais
Bases Canônicas
···
 
a11 a12 a1n
a21 a22 ··· a2n 
5. V = Mn (C); K = C; então, ∀A ∈ Mn (C); A =  .
 
.. .. .. 
 .. . . . 
an1 an2 ··· ann
1 0 ··· 0 0 1 ··· 0 ···
     
0 0 0
 0 0 · · · 0 0 0 · · · 0 0 0 ··· 0
A = a11  . . .  +a12  . . .  +...+ ann  .
     
 .. .. . . ...   .. .. . . ...   ..
..
.
..
.
.. 
.
0 0 0 0 0 0 0 0 0 0 0 1
| {z } | {z } | {z }
e1 e2 en2
Mn (C) = [e1 ; e2 ; . . . ; en2 ], e {e1 ; e2 ; . . . ; en2 } é LI.
βMn (C) = {e1 , e2 , . . . , en2 }

é denominada base canônica do espaço vetorial complexo Mn (C) sobre K = C.

Espaços Vetoriais
Bases Canônicas
···
 
a11 a12 a1n
a21 a22 ··· a2n 
6. V = Mn (C); K = R; então, ∀A ∈ Mn (C); A =  . ..  =
 
.. ..
 .. . . . 
an1 an2 ··· ann
1 0 ··· 0 i 0 ··· 0 ··· 0 ···
       
0 0 0 0 0
 0 0 · · · 0  0 0 · · · 0 0 0 · · · 0 0 0 ··· 0
=a1  . . .  +b1  . . .  + . . . + an 2  . .  +bn2  ..
       
 .. .. . . ...   .. .. . . ...   ..
..
.
..
. ..  .
..
.
..
.
.. 
.
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 i
| {z } | {z } | {z } | {z }
e1 e2 e2n2 −1 e2n2
Mn (C) == [e1 ; e2 ; . . . ; e2n2 ] e {e1 ; e2 ; . . . ; e2n2 } é LI.
βMn (C) = {e1 , e2 , . . . , e2n2 }
é denominada base canônica do espaço vetorial real Mn (C) sobre K = R.

Espaços Vetoriais
Bases Canônicas
7. V = Pn (R)
∀p(t) ∈ Pn (R) ⇒ p(t) = a0 + a1 t + . . . + an t n = a0 (1) + a1 (t) + . . . + an (t n )
⇒ Pn (R) = [|{z}
1 ; |{z} t n ] e {e1 , e2 , . . . , en+1 } é LI.
t ; . . . ; |{z}
e1 e2 en+1
βPn (R) = {e1 , e2 , . . . , en+1 }

é denominada base canônica do espaço vetorial real Pn (R).
8. V = Pn (C); sobre o corpo K = C
∀p(t) ∈ Pn (C) ⇒ p(t) = a0 + a1 t + . . . + an t n = a0 (1) + a1 (t) + . . . + an (t n )
⇒ Pn (C) = [|{z}
1 ; |{z} t n ] e {e1 , e2 , . . . , en+1 } é LI.
t ; . . . ; |{z}
e1 e2 en+1
βPn (C) = {e1 , e2 , . . . , en+1 }

é denominada base canônica do espaço vetorial complexo Pn (C) sobre o corpo K = C.

Espaços Vetoriais
Bases Canônicas
9. V = Pn (C); sobre K = R
∀p(t) ∈ Pn (C) ⇒ p(t) = a0 + a1 t + . . . + an t n ; a0 , a1 , . . . , an ∈ C
⇒ p(t) = (c1 + d1 i).1 + (c2 + d2 i).t + . . . + (cn+1 + dn+1 i).t n ; ∀ci , di ∈ R
⇒ p(t) = c1 (1) + d1 (i) + c2 (t) + d2 (it) + . . . + cn+1 (t n ) + dn+1 (it n )
⇒ Pn (C) = [|{z}
1 ; |{z}
i ; |{z}
t ; |{z} t n ; |{z}
it ; . . . ; |{z} it n ] e {e1 , e2 , . . . , e2(n+1) } é LI.
e1 e2 e3 e4 e2(n+1)−1 e2(n+1)
βPn (C) = {e1 , e2 , . . . , e2(n+1) }

é denominada base canônica do espaço vetorial real Pn (C) sobre o corpo K = R.

Espaços Vetoriais
Base
Teorema da Invariância:
Seja V um espaço vetorial, finitamente gerado, sobre o corpo K. Então duas bases
quaisquer de V têm o mesmo número de vetores.
Isto é, sejam S1 = {v1 , v2 , . . . , vn }; n ∈ N∗ , e S2 = {u1 , u2 , . . . , um }; m ∈ N∗

subconjuntos finitos de V.
Se S1 e S2 formam uma BASE para o espaço vetorial V, então m = n.

Espaços Vetoriais
Base
Corolário.1:
Se um subconjunto finito de V gera V, então podemos extrair deste subconjunto uma
base para V.
Isto é, sejam S1 = {v1 , v2 , . . . , vn }; n ∈ N∗ , uma base para V; e

S2 = {u1 , u2 , . . . , um } ⊂ V; m ∈ N∗ um sistema de geradores de V.
Se m = n, então S2 forma uma base para V.
Porém, se m > n, então podemos retirar de S2 um subconjunto {un+1 , un+2 , . . . , um },

contendo m − n vetores que são combinações lineares dos demais vetores
u1 , u2 , . . . , un , que são LI , e geram V.
Assim, o subconjunto S2 \{un+1 , un+2 , . . . , um } = {u1 , u2 , . . . , un } forma uma base
para V.

Espaços Vetoriais
Base
Corolário.2: Se V é gerado por um subconjunto finito de vetores

S = {v1 , v2 , . . . , vn }; n ∈ N∗ , então qualquer subconjunto finito de V com mais de n vetores é
necessariamente LD.
(Assim, qualquer subconjunto LI de V tem no máximo n ∈ N∗ vetores.)
Isto é, Se S = {v1 , v2 , . . . , vn }; n ∈ N∗ , gera V; e é LI, então ∀u ∈ V ⇒ u ∈ [S].

Portanto, por exemplo, se tomarmos o subconjunto S1 = S ∪ {u} ⇒ S1 é LD, pois u é
combinação linear dos vetores de S ⊂ S1 .
Caso contrário, se S é LD e gera V, então ∀v ∈ V ⇒ v ∈ [S].
Então, tomando, por exemplo, o subconjunto S1 = S ∪ {v } ⇒ S1 também é LD, pois S1
contém S.

Espaços Vetoriais
Dimensão
Definição:
Seja V um espaço vetorial, finitamente gerado, sobre o corpo K, e seja
βV = {v1 , v2 , . . . , vn } uma base qualquer de V.
Dizemos que o o número de vetores (elementos) de βV é a DIMENSÃO do
espaço vetorial V.
E ainda, dizemos que V é um espaço vetorial de DIMENSÃO FINITA.
Notação:
dim(V) = n
Observação: Note que a dimensão de um espaço vetorial é a cardinalidade de um

subconjunto finito do espaço vetorial definido como base de V.

Espaços Vetoriais
Dimensão
Exemplos:
1. Seja V = R2 e seja βR2 = {(2, 0), (0, −1)} ⊂ V, então dim(R2 ) = 2.
| {z } | {z }
v1 v2
2. Seja V = R e βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}, então dim(R3 ) = 3.
3
3. Seja V = C3 ; K = C, e βC3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}, então dim(C3 ) = 3.
4. Seja V = C3 ; K = R, e βC3 = {(1, 0, 0); (i, 0, 0); (0, 1, 0); (0, i, 0); (0, 0, 1); (0, 0, i)}, então
dim(C3 ) = 6.

Espaços Vetoriais
Dimensão
Exemplos:
5. Seja V = M3 (R)
( 1 0 0
 
0 1 0
 
0 0 1
 
0 0 0
 
0 0 0

e βM3 (R) = 0 0 0 ; 0 0 0 ; 0 0 0 ; 1 0 0 ; 0 1 0 ;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
       
0 0 0 0 0 0 0 0 0 0 0 0 )
0 0 1 ; 0 0 0  ; 0 0 0  ; 0 0 0 ; então,
0 0 0 1 0 0 0 1 0 0 0 1
dim(M3 (R)) = 9
.
6. Seja V = M3 (C); K = C, e βM3 (C) = βM3 (R) então dim(M3 (C)) = 9.

Espaços Vetoriais
Dimensão
Exemplos:
7. Seja V = M3 (C); K = R, e βM3 (C) = {v1 ; v2 ; . . . ; v18 } então
⇒ dim(M3 (C)) = 2(9) = 18.
8. Seja V = P3 (R) e βP3 (R) = {1; t; t 2 ; t 3 }; então dim(P3 (R)) = 4.
9. Seja V = P3 (C); K = C e βP3 (C) = {1; t; t 2 ; t 3 } então dim(P3 (C)) = 4.
10. Seja V = P3 (C); K = R e βP3 (C) = {1; i; t; it; t 2 ; it 2 ; t 3 ; it 3 } então dim(P3 (C)) = 8.

Espaços Vetoriais
Dimensão
Exemplos:
11. Seja V = Rn e βRn = {(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)}, então dim(Rn ) = n.
12. Seja V = Cn ; K = C, e βCn = {(1, 0, . . . , 0); (0, 1, . . . , 0); . . . ; (0, 0, . . . , 1)}, então
dim(Cn ) = n.
13. Seja V = Cn ; K = R, e βCn = {(1, 0, . . . , 0); (i, 0, . . . , 0); . . . ; (0, 0, . . . , 1); (0, 0, . . . , i)},
então dim(Cn ) = 2n.

Espaços Vetoriais
Dimensão
Exemplos:
14. Seja V = Mm×n (R) e βMm×n (R) = {e1 ; e2 ; e3 ; . . . ; em.n }; então, dim(Mm×n (R)) = m.n.
15. Seja V = Mn (R) e βMn (R) = {e1 ; e2 ; e3 ; . . . ; en2 }; então, dim(Mn (R)) = n2 .
16. Seja V = Mn (C); K = C, e βMn (C) = βMn (R) então dim(Mn (C)) = n.n = n2 .
17. Seja V = Mn (C); K = R, e βMn (C) = {e1 ; e2 ; . . . ; e2n2 } então dim(Mn (C)) = 2(n.n) = 2n2 .

Espaços Vetoriais
Dimensão
Exemplos:
18. Seja V = Pn (R) e βPn (R) = {1; t; t 2 ; . . . ; t n }; então dim(Pn (R)) = n + 1.
19. Seja V = Pn (C); K = C e βPn (C) = {1; t; t 2 ; . . . ; t n } então dim(Pn (C)) = n + 1.
20. Seja V = Pn (C); K = R e βPn (C) = {1; i; t; it; t 2 ; it 2 ; . . . ; t n ; it n } então
dim(Pn (C)) = 2(n + 1).

Espaços Vetoriais
Dimensão
Teorema do Completamento:
Seja V um espaço vetorial, de dimensão finita, sobre o corpo K; dim(V) = n.
Então, qualquer subconjunto finito de vetores LI de V pode ser completado a fim de
formar uma base para V.
Ou seja, Se S = {u1 , u2 , . . . , um } ⊂ V; m ∈ N∗ é LI e m < n, então existem n − m

vetores LI : {um+1 , um+2 , . . . , un } ⊂ V tais que um+1 , um+2 , . . . , un ∈
/ [S]; e, assim,
forma uma base para V;
βV = S ∪ {um+1 , um+2 , . . . , un }.

Espaços Vetoriais
Base
Corolário:
Se dim(V) = n, então qualquer subconjunto finito de V com n vetores LI forma
uma base para V.

Espaços Vetoriais
Dimensão
Proposição:
Seja V um espaço vetorial, de dimensão finita, sobre o corpo K; e seja W um
subespaço de V.
Se
dim(W) = dim(V),
então
W = V.

Espaços Vetoriais
Dimensão
Teorema:
Seja V um espaço vetorial, de dimensão finita, sobre o corpo K; e sejam W1 e W2
subespaços de V.
Então,
dim(W1 ) ≤ dim(V)
e
dim(W2 ) ≤ dim(V).
Além disso,
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ).

Espaços Vetoriais
Dimensão
Corolário: Se V = W1 ⊕ W2 , então,
dim(V) = dim(W1 + W2 ) = dim(W1 ) + dim(W2 ).
Observação:
W1 ⊕ W2 ⇒ W1 ∩ W2 = {0} ⇒ βW1 ∩W2 = ∅ ⇒ dim(W1 ∩ W2 ) = 0.

Espaços Vetoriais
Base e Dimensão
Exercı́cio.1:
1. Determine uma base e a dimensão para W1 e W2 .
2. Determine uma base e a dimensão para (W1 ∩ W2 ) ⊆ V.
3. Determine uma base e a dimensão para (W1 + W2 ) ⊆ V.
4. Determine a dimensão de V = M2 (R).

Espaços Vetoriais
Base e Dimensão
Exercı́cio.2:
Sejam V = P2 (R) um espaço vetorial sobre o corpo K = R, W1 = {p(t) ∈ P2 (R)|a0 = a1 + a2 }
e W2 = {p(t) ∈ P2 (R)|a0 + a1 = 0 e a2 = 0} subespaços vetoriais de V.
1. Determine uma base e a dimensão para W1 e W2 .
2. Determine uma base e a dimensão para (W1 ∩ W2 ) ⊆ V.
3. Determine uma base e a dimensão para (W1 + W2 ) ⊆ V.
4. Determine a dimensão de V = P2 (R).

Base e Dimensão
Exercı́cio.1:(respostas)
{A ∈ M2 (R)|A = At } e W2 
W1 =  = {A ∈ M2 (R)|A = −At }
 
 1 0 0 1 0 0 
W1 =  ; ; ; e {e1 ; e2 + e3 ; e4 } é LI ⇒ βW1 = {e1 ; e2 + e3 ; e4 }
 0 0 1 0 0 1 
| {z } | {z } | {z }
v1 =e1 v2 =e2 +e3 v3 =e4
⇒ dim(W
 1 ) = 3. 
 
 0 1 
W2 =  ; e {e2 − e3 } é LI ⇒ βW2 = {e2 − e3 } ⇒ dim(W2 ) = 1.
 −1 0 
| {z }
u1 =e2 −e3

Base e Dimensão
W1 = {A ∈ M2 (R)|A = At } e W2 = {A ∈ M2 (R)|A = −At }
W1 ∩ W2 = {0}
⇒ W1 ∩ W2 = [∅] ⇒ βW1 ∩W2 = ∅ ⇒ dim(W1 ∩ W2 ) = 0.

Base e Dimensão
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ) = 3 + 1 − 0 = 4
⇒ βW1 +W2 = {e1 , e2 , e3 , e4 }.
E, como V = M2 (R) = W1 + W2 , temos que :
dim(V) = dim(W1 + W2 ) = 4

Base e Dimensão
βW1 = {e1 ; e2 + e3 ; e4 } ⇒ dim(W1 ) = 3.
βW2 = {e2 − e3 } ⇒ dim(W2 ) = 1.
W3 =? um subespço de V tal que V = W2 ⊕ W3 onde, W3 6= W1 .
(i) V = W2 + W3 ;
⇒ dim(V) = dim(W2 + W3 ).
(ii) W2 ∩ W3 = {0};
⇒ dim(W2 ∩ W3 ) = 0.

Base e Dimensão
Por (i) e (ii), temos
dim(V) = dim(W2 + W3 ) ⇒ dim(V) = dim(W2 ) + dim(W3 )
⇒ dim(W3 ) = dim(V) − dim(W2 ) ⇒ dim(W3 ) = 4 − 1 = 3 .
Então, temos que obter vetores u1 , u2 , u3 ∈ V para gerar W3 porém, estes vetores
u1 , u2 , u3 ∈ V complementam βW2 formando uma base para V: βV = βW2 ∪ {u1 , u2 , u3 };
podemos por exemplo, tomar u1 = e1 , u2 = e3 , u3 = e4 ⇒ βW3 = {e1 , e2 , e4 }

⇒ βV = {e2 − e3 , e1 , e2 , e4 }.
Agora, como βW3 = {e1 , e2 , e4 } ⇒ ∀A ∈ W3 , A = λ1 e1 + λ2 e2 + λ3 e4 ; ∀λi ∈ R

⇒ W3 = {A ∈ V | a21 = 0}.

Base e Dimensão
W1 = {p(t) ∈ P2 (R)|a0 = a1 + a2 } e W2 = {p(t) ∈ P2 (R)|a0 + a1 = 0 e a2 = 0}.
∀p(t) ∈ W1 ⇒ W1 = [(1 + t); (1 + t 2 )]; e {(1 + t); (1 + t 2 )} é LI; ⇒ βW1 = {(1 + t); (1 + t 2 )}
⇒ dim(W1 ) = 2.
∀p(t) ∈ W2 ⇒ W2 = [(−1 + t)] e {(−1 + t)} é LI; ⇒ βW2 = {(−1 + t)} ⇒ dim(W2 ) = 1.

Base e Dimensão
W1 = [(1 + t); (1 + t 2 )]; e, W2 = [(−1 + t)];
Então, ∀p(t) ∈ (W1 ∩ W2 ) ⇒ (W1 ∩ W2 ) = {0} ⇒ (W1 ∩ W2 ) = [∅] ⇒ βW1 ∩W2 = ∅

⇒ dim(W1 ∩ W2 ) = 0.

Base e Dimensão
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ) = 2 + 1 − 0 = 3
⇒ βW1 +W2 = {e1 , e2 , e3 }.
E, como V = P2 (R) = W1 + W2 , temos que :
dim(V) = dim(W1 + W2 ) = 3

Base e Dimensão
βW1 = {(1 + t); (1 + t 2 )}; e, βW2 = {(−1 + t)};
W3 =? um subespço de V tal que V = W1 ⊕ W3 onde, W3 6= W2 .
(i) V = W1 + W3 ;
⇒ dim(V) = dim(W1 + W3 ).
(ii) W1 ∩ W3 = {0};
⇒ dim(W1 ∩ W3 ) = 0.

Base e Dimensão
Por (i) e (ii), temos
dim(V) = dim(W1 + W3 ) ⇒ dim(V) = dim(W1 ) + dim(W3 )
⇒ dim(W3 ) = dim(V) − dim(W1 ) ⇒ dim(W3 ) = 3 − 2 = 1 .
Então, temos que obter um vetor u ∈ V para gerar W3 .
Porém, tem que ser um vetor u ∈ V que complete βW1 formando uma base para V:
βV = βW1 ∪ {u}; podemos por exemplo, tomar u = t:
• u=t∈ / W1 : λ1 (1 + t) + λ2 (1 + t 2 ) + λ3 (t) = 0 + 0t + 0t 2
⇒ λ1 + λ2 = 0; λ1 + λ3 = 0; λ2 = 0 ⇒ λ1 = λ2 = λ3 = 0 ⇒ {1 + t; 1 + t 2 ; t} é LI.
• u=t∈ / W2 : λ1 (−1 + t) + λ2 (t) = 0 + 0t + 0t 2 ⇒ −λ1 = 0; λ1 + λ2 = 0; 0 = 0
⇒ λ1 = λ2 = 0 ⇒ {−1 + t; t} é LI.
⇒ βW3 = {t} = {e2 } ⇒ βV = {(1 + t); (1 + t 2 ); t} = {e1 + e2 ; e1 + e3 ; e2 }.
Agora, ∀p(t) ∈ W3 ⇒ p(t) = λ.t ⇒ W3 = {p(t) ∈ P2 (R) | a0 = a2 = 0}


Aula 15
Espaços Vetoriais e Subespaços:
Bases, Coordenadas, Matriz Mudança de Base

Espaços Vetoriais
Base - Coordenadas de um vetor
Exemplo: Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x}

0
subespaços vetoriais do V = R2 e sejam βV = {u1 , u2 } e βV = {u2 , u3 }.
Figura: v1 ∈ W1 e v2 ∈ W2 .
121 MAT A07 - Álgebra Linear A - Professora: Isamara C. Alves

Espaços Vetoriais
Exemplo: Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x}

0
subespaços vetoriais do V = R2 e sejam βV = {u1 , u2 } e βV = {u2 , u3 }.
0
Figura: Coordenadas de v1 e v2 em relação às bases βV e βV .

Espaços Vetoriais
Teorema:
Seja V um espaço vetorial de dimensão finita, sobre o corpo K; e sejam
βV = {v1 , v2 , . . . , vn } uma base ordenada de V.
Então, ∀u ∈ V; u é escrito de forma única como combinação linear dos
elementos de βV .
Isto é, ∀u ∈ V, existe uma única n-upla λ1 , λ2 , . . . , λn ∈ K; tais que,

n
X
u= λi vi .
i=1

Espaços Vetoriais
Coordenadas de u ∈ V em relação à Base
Definição:
Seja V um espaço vetorial, de dimensão finita, sobre o corpo K, e seja
βV = {v1 , v2 , . . . , vn } uma base ordenadaPqualquer de V.
Dada a combinação linear, ∀u ∈ V, u = ni=1 λi vi ; ∀λi ∈ K; dizemos que λi é a
i-ésima coordenada do vetor u em relação à base βV .
E ainda, denotamos por [u]βV e denominamos matriz das coordenadas do
vetor u em relação à base ordenada βV ; a matriz coluna n × 1 cuja i-èsima
linha é formada pela coordenada λi , i = 1, . . . , n; ou seja,
 
λ1
λ2 
[u]βV =  .  .
 
 .. 
λn

Espaços Vetoriais
Coordenadas de u ∈ V em relação à Base
Exemplo.1: 0
Seja V = P2 (R); sejam βP2 (R) = {t + t 2 , 3t, 2 − t} e βP2 (R) = {1, t, t 2 } duas bases ordenadas
de V; e seja p(t) = 2 + 5t 2 ∈ P2 (R).
Então,
p(t) = 2 + 5t 2 = α1 (t + t 2 ) + α2 (3t) + α3 (2 
− t) ⇒ 2α3 = 2; (α1 + 3α2 − α3 ) = 0; α1 = 5;
5
⇒ α1 = 5; α3 = 1; α2 = − 34 ⇒ [p(t)]βP (R) = − 43 
2
1
 
2
p(t) = 2 + 5t 2 = λ1 1 + λ2 t + λ3 t 2 ⇒ λ1 = 2; λ2 = 0; λ3 = 5 ⇒ [p(t)]β 0 = 0.
P2 (R)
5

Espaços Vetoriais
Coordenadas do vetor em relação à Base
Exemplo.1:
Observe que cada vetor da base βP2 (R) = {t + t 2 , |{z}
3t , 2 − t } também pode ser escrito como
| {z } | {z }
q(t) r (t) s(t)
0
combinação linear dos vetores da base βP2 (R) = {1, t, t 2 }:
q(t) = t + t 2 = a11 (1) + a21 (t) + a31 (t 2 )
r (t) = 3t = a12 (1) + a22 (t) + a32 (t 2 )
s(t) = 2 − t =a13 (1) + a23 (t) + a33 (t 2 )  
0 0 2
[q(t)]β 0 = 1; [r (t)]β 0 = 3; e [s(t)]β 0 = −1.
P2 (R) P2 (R) P2 (R)
1 0 0
Podemos obter uma matriz A3 com estas matrizes das coordenadas representando as
colunas de A3 :
A3 = [ [q(t)]β 0 [r (t)]β 0 [s(t)]β 0 ]
P2 (R) P2 (R) P2 (R)

Espaços Vetoriais
Coordenadas do vetor em relação à Base
Exemplo.1:
Agora, podemos utilizar a matriz A3 para obter a matriz das coordenadas de qualquer
vetor de V em relação à base βV :
[p(t)]β 0 = A3 [p(t)]βV
V     
0 0 2 5 2
[p(t)]β 0 = [(2 + 5t 2 )]β 0 = 1 3 −1 − 34  = 0
V V
1 0 0 1 5
Observe que det(A3 ) 6= 0 ⇒ A3 é invertı́vel!
Portanto,
⇒ A−1 0 = A
3 [p(t)]βV
−1 −1
3 A3 [p(t)]βV ⇒ [p(t)]βV = A3 [p(t)]βV
0 .
Desse
   modo, −1     
5 0 0 2 2 0 0 1 2
− 4  = 1 3 −1 0 =  1 1 − 1  0
3 6 3 3
1
1 1 0 0 5 2 0 0 5

Espaços Vetoriais
Mudança de Base
Teorema:
Seja V um espaço vetorial, de dimensão finita, sobre o corpo K; e sejam
0
βV = {v1 , v2 , . . . , vn } e βV = {u1 , u2 , . . . , un } duas bases ordenadas de V.
Então, existe uma única matriz An ∈ Mn (K) invertı́vel tal que ∀u ∈ V tem-se que;
(a) [u]β 0 = An [u]βV ; e
V
(b) [u]βV = A−1

n [u]β 0 . V

Espaços Vetoriais
Mudança de Base
Teorema:(continuação)
0
Isto é; ∀u ∈ V e βV = {v1 , v2 , . . . , vn }, βV = {u1 , u2 , . . . , un } duas bases ordenadas de V temos
que; P
n Pn
u = j=1 λj vj ; ∀λj ∈ K; ∀j (1); e u = i=1 αi ui ; ∀αi ∈ K; ∀i (2).
E ainda, Pn
∀vj ∈ βV ⇒ vj = i=1 aij ui ; ∀aij ∈ K (3);
então,
Psubstituindo (3) em P(1): P
n Pn n n Pn Pn
u = j=1 λj ( i=1 aij ui ) = j=1 i=1 (aij λj )ui = i=1 ( j=1 aij λj )ui ; ∀aij , λj ∈ K (4).
Fazendo
Pn (2)Pn= (4): Pn Pn
u = i=1 ( j=1 aij λj )ui = i=1 (αi )ui ⇒ αi = j=1 aij λj ; ∀i
Na
 forma
  matricial;   
α1 a11 . . . a1n λ1
α2  a21 . . . a2n  λ2 
 ..  =  .. ..   ..  ⇒ [u]βV0 = An [u]βV
    
..
 .   . . . .
αn an1 ... ann λn

Espaços Vetoriais
Matriz Mudança de Base
[u]β 0 = An [u]βV
V
A matriz invertı́vel An é denominada matriz mudança da base ordenada βV

0
para a base ordenada βV ;
cuja j−ésima coluna representa as coordenadas do vetor vj em relação à base
0
βV .
notação:
An = [I]βV0 .
βV

Espaços Vetoriais
observação.1:
0 0 0
βV −1 β β β
A−1
n = ([I] 0 ) = [I]βVV ⇒ [I]βV0 [I]βVV = [I]βVV [I]βV0 = In .
βV βV βV
0
β
[u]βV = [I]βVV [u]β 0
V
observação.2: Para βV uma base ordenada qualquer de V; a matriz
[I]ββVV = In .
observação.3: transitividade:
00
βV
[I]βV0 = [I] 0 [I]βV00 .
βV βV βV

Espaços Vetoriais
Exercı́cios:
Seja V = R3 , sejam as bases ordenadas βR3 = {(1, 1, 0); (0, 0, 2); (0, 1, 3)} e
0
βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}, e seja u = (−1, 3, 5) ∈ R3 .
1. Determine a matriz das coordenadas do vetor [u]β 0 .
R3
2. Determine a matriz mudança de base [I]βV0 .

βV
3. Determine a matriz das coordenadas do vetor [u]β utilizando a matriz [I]βV0 .

R3 βV

Espaços Vetoriais
Exercı́cios: (Respostas)
V = R3 , e as bases ordenadas βR3 = {(1, 1, 0); (0, 0, 2); (0, 1, 3)} e
| {z } | {z } | {z }
e1 +e2 2e3 e2 +3e3
0 0
βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)} note que βR3 é a base canônica!
| {z } | {z } | {z }
e1 e2 e3
[u]β 0 = ?
R3
Considerando um vetor qualquer v = (x, y , z) ∈ R3 ;
v = (x, y , z) = x(1, 0, 0) + y (0, 1, 0) + z(0, 0, 1)
Note queascoordenadas do vetor são as coordenadas
  em relação à base canônica:
x −1
[v ]β 0 = y  ⇒ [u]β 0 = [(−1, 3, 5)]β 0 =  3 .
R3 R3 R3
z 5

Espaços Vetoriais
| {z } | {z } | {z }
e1 +e2 2e3 e2 +3e3
0
βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}
| {z } | {z } | {z }
e1 e2 e3
Como também,     
1 0 0
[(1, 1, 0)]β 0 = 1 ; [(0, 0, 2)]β 0 = 0 ; e, [(0, 1, 3)]β 0 = 1;
    
R3 R3 R3
0 2 3
Portanto,   
1 0 0 0 1 0 0
β
[I]βV0 = 1 0 1 ⇒ [I]βVV = ([I]βV0 )−1 =  23 − 32 21 
βV βV
0 2 3 −1 1 0

Espaços Vetoriais
| {z } | {z } | {z }
e1 +e2 2e3 e2 +3e3
0
βR3 = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}
| {z } | {z } | {z }
 e1 e2
 e3
0 1 0 0
β
[I]βVV =  32 − 32 21 
−1 1 0

   
0 0
0 −1 −1 1
β
Assim, [u]β 3 = [(−1, 3, 5)]β 3 = =  32 − 32 21   3  = − 72 .
[I]βVV [u]β 0
R R 3
R
−1 1 0 5 4
7
Ou seja, u = (−1, 3, 5) = −1(1, 1, 0) − 2 (0, 0, 2) + 4(0, 1, 3).

Espaços Vetoriais
Sejam V um espaço vetorial e W1 um subespaço vetorial de V tal que,
0
βW1 = {e1 , e2 }; e βW1 = {e1 + e2 , 2e1 }; e seja u ∈ W1 ; u = 3e1 − 3e2 .
0
βW
1
1 2
Então, [I]βW =
1 1 0
0
βW1 β W1 −1 0 1
[I] 0 = ([I]βW ) = 1 1
2 −2
βW 1
1
0
βW 1 2 −3 3
Assim, [u]βW = [3e1 − 3e2 ]βW = [I]βW1 [u]β 0 = = .
1 1 1 W1 1 0 3 −3
e;
βW1 0 1 3 −3
[u]β 0 = [3e1 − 3e2 ]β 0 = [I] 0 [u]βW = 1 1 = .
W1 W1 βW
1
1
2 − 2 −3 3

Espaços Vetoriais
Sejam V um espaço vetorial e W1 um subespaço vetorial de V tal que,
0
βW1 = {e1 , e2 }; e βW1 = {e1 + e2 , 2e1 }; e seja u ∈ W1 ; u = 3e1 − 3e2 .
0
βW
1
1 2
Sabendo que [I]βW = . Assinale a alternativa correta:
1 1 0

1 2 −3
( ) [u]β =
0
W1 1 0 3

1 2 3
( ) [u]β 0 =
W1 1 0 −3

0 1 −3
( ) [u]β 0 = 1 1
W1 −2 3
2
0 1 3
( ) [u]β 0 = 1 1
W1
2 − 2 −3

Aula 16
Espaços Vetoriais e Subespaços:
Produto Interno, Norma, Distância

Espaços Vetoriais
Produto Escalar
Definição:
Sejam os vetores u = (x1 , x2 , . . . , xn ) e v = (y1 , y2 , . . . , yn ) ∈ Rn .
Denotamos por u • v e denominamos Produto Escalar de u e v o escalar obtido
do seguinte modo
n
X
u•v = xi yi = x1 y1 + x2 y2 + . . . + xn yn .
i=1

Espaços Vetoriais
Produto Escalar
Exemplo:
Sejam os vetores u = (1, 2, −3) e v = (−3, 5, 2) ∈ R3 .
Determine u • v .
Então, o Produto Escalar de u e v
3
X
u•v = xi yi = 1.(−3) + 2.5 + (−3).2 = 1.
i=1

Espaços Vetoriais
Produto Escalar
Propriedades: Sejam u, v , w ∈ Rn e α ∈ K = R então;

1. comutativa: u • v = v • u
2. distributiva: u • (v + w ) = (u • v ) + (u • w ) e
(v + w ) • u = (v • u) + (w • u).
3. multiplicação por escalar (αu) • v = α(u • v ) = u • (αv ).
4. Positividade u • u ≥ 0 e u • u = 0 se, e somente se, u = 0.

Espaços Vetoriais
Produto Escalar - Norma
Definição:
Seja o vetor u = (x1 , x2 , . . . , xn ) ∈ Rn .
Denotamos por ||u|| e denominamos Norma do vetor u (ou Comprimento do
vetor u) o escalar não-negativo obtido do seguinte modo
v
u n
√ uX q
||u|| = u • u = t xi xi = x12 + x22 + . . . + xn2 .
i=1

Espaços Vetoriais
Exemplo:
Determine ||u|| e ||v ||.
v
u n
√ uX q √
||u|| = u • u = t xi xi = (1)2 + (2)2 + (−3)2 = 14
i=1
e
v
u n
√ uX q √
||v || = v •v =t yi yi = (−3)2 + (5)2 + (2)2 = 38.
i=1

Espaços Vetoriais
Propriedades: Seja u ∈ Rn e α ∈ K = R então;

1. ||u|| = 0 se, e somente se, u = 0.
2. ||αu|| = |α| ||u||.
Observação: Se ||u|| = 1 dizemos que u é um vetor unitário.

Por exemplo, os vetores canônicos: e1 , e2 , . . . , en .

Espaços Vetoriais
Teorema: Desigualdade de Cauchy-Schwarz

Sejam u, v ∈ Rn então;
|u • v | ≤ ||u|| ||v ||.
Corolário: Desigualdade Triangular

Sejam u, v ∈ Rn então;
||u + v || ≤ ||u|| + ||v ||.

Espaços Vetoriais
Produto Escalar - Distância
Definição:
Seja o vetor u = (x1 , x2 , . . . , xn ) ∈ Rn .
Denotamos por d(u, v ) e denominamos Distância entre os vetores u e v o
escalar não-negativo obtido do seguinte modo
d(u, v ) = ||u − v ||.

Espaços Vetoriais
Produto Escalar - Distância
Exemplo:
Determine d(u, v ).
u − v = (1 − (−3), 2 − 5, −3 − 2) = (4, −3, −5)
p q
d(u, v ) = ||u − v || = (u − v ) • (u − v ) = (4)2 + (−3)2 + (−5)2
√
d(u, v ) = 50.

Espaços Vetoriais Reais
Produto Interno
Definição:
Seja V um espaço vetorial sobre o corpo K = R e sejam u, v ∈ V. Denotamos por hu, v i e
denominamos Produto Interno em um espaço vetorial real V a operação que
associa a cada par de vetores u e v em V e um escalar em R; tal que valem as seguintes
propriedades ∀u, v , w ∈ V e ∀α ∈ R :
1. Simetria: hu, v i = hv , ui
2. Distributividade: hu + v , w i = hu, w i +hv , w i e hu, v + w i = hu, v i +hu, w i
3. Homogeneidade: hαu, v i = α hu, v i = hu, αv i
4. Positividade: hu, ui ≥ 0 e hu, ui = 0 se, e somente se, u = 0

Espaços Vetoriais Complexos
Produto Interno
Definição:
Seja V um espaço vetorial sobre o corpo K = C e sejam u, v ∈ V. Denotamos por hu, v i e
denominamos Produto Interno em um espaço vetorial complexo V a operação
que associa a cada par de vetores u e v em V e um escalar em C; tal que valem as seguintes
propriedades ∀u, v , w ∈ V e ∀α ∈ C :
1. Simetria Hermitiana: hu, v i = hv , ui
2. Distributividade: hu + v , w i = hu, w i +hv , w i e; hu, v + w i = hu, v i +hu, w i
3. Homogeneidade: hαu, v i = α hu, v i e; hu, αv i = α hu, v i
4. Positividade: hu, ui ≥ 0 e hu, ui = 0 se, e somente se, u = 0

Produto Interno
Observação: A propriedade de simetria hermitiana no espaço vetorial complexo

é necessária para garantir a propriedade de positividade.
Para ∀u ∈ V; u 6= 0 ⇒ iu ∈ V.
Note que
hiu, iui = ii. hu, ui = − hu, ui ⇒ hiu, iui < 0.
Porém, se consideramos a propriedade de Simetria Hermitiana:
hiu, iui = ii hu, ui = hu, ui ⇒ hiu, iui > 0.

Espaços Vetoriais
Produto Interno
Definição: Seja V um espaço vetorial sobre o corpo K.

Um espaço vetorial com produto interno denotado por (V, h·, ·i) é um
espaço vetorial V sobre o corpo K com produto interno h·, ·i.
• Um espaço vetorial real com produto interno é denominado espaço
euclidiano.
• Um espaço vetorial complexo com produto interno é denominado
espaço unitário.

Produto Interno
Exemplo.1:
Seja βRn = {e1 , e2 , . . . , en } e seja u = (x1 , x2 , . . . , xn ) ∈ Rn ⇒ u = ni=1 xi ei ; ∀xi ∈ R.
P
Considerando o produto escalar como sendo o produto interno usual em

Rn , denominado produto interno euclidiano temos;
n
X
hu, v i = xi yi
i=1
Na forma matricial;
hu, v i = Y t X = Y t In X .

Produto Interno
Exemplo.2:
Seja βCn = {e1 , e2 , . . . , en } e seja u = (x1 , x2 , . . . , xn ) ∈ Cn ⇒ u = ni=1 xi ei ; ∀xi ∈ C.
P
Considerando o produto interno usual em Cn , denominado produto interno

hermitiano temos;
n
X
hu, v i = xi yi
i=1
Na forma matricial;
t
hu, v i = Y X = Y t In X .

Produto Interno
Exemplo.3:
Seja V = C([a, b]) sobre K = R.
O produto interno usual ∀f , g ∈ C([a, b]) é dado por,
Z b
hf , g i = f (x)g (x)dx
a
Exemplo.4:
Seja V = Mn (R) sobre K = R.
O produto interno usual ∀A, B ∈ Mn (R) é dado por,
n X
X n
t
hA, Bi = tr (B A) = aij bij .
i=1 j=1

Produto Interno
Exercı́cios:
1. Seja V = Rn e u = (x1 , . . . , xn ), v = (y1 , . . . , yn ) ∈ Rn .
Verifique se as operações abaixo definem um produto interno em Rn .
Pn
(a) hu, v i = Pi=1 xi |yi |
n
(b) hu, v i = | P i=1 xi yi P
|
n n
(c) hu, v i = ( i=1 xi )( j=1 yj )
Pn
(d) produto Pescalar ponderado: hu, v i = i=1 wi xi yi ; ∀wi > 0; i = 1, . . . , n
n
(e) hu, v i = i=1 wi xi yi ; ∀wi ≤ 0; i = 1, . . . , n

Produto Interno
Exercı́cios:
2. Seja V = P2 (R) e sejam p(t) = a0 + a1 t + a2 t 2 , q(t) = b0 + b1 t + b2 t 2 ∈ P2 (R).
Mostre que a operação abaixo define um produto interno em P2 (R).
hp(t), q(t)i = 2i=0 ai bi .
P


Aula 17
Espaços Vetoriais com Produto Interno:
Bases Ortogonais e Ortonormais, Complemento Ortogonal

Matriz do Produto Interno
Sejam V um espaço vetorial sobre o corpo K, K = R ou K = C, munido de produto interno

hu, v i, e βV = {v1 , v2 , . . . , vn } uma base ordenada de V; e sejam u, v ∈ V; u = (x1 , x2 , . . . , xn );
e v = (y1 , yP2 , . . . , yn );
n Pn
então, u = j=1 xj vj (1) e v = i=1 yi vi ; (2) ∀xj , yi ∈ K.
Assim, o Dproduto interno
Pn E hu,
Pn
v i por (1) e (2):
Pn Pn
hu, v i = j=1 xj vj , v = j=1 xj hvj , v i = j=1 xj vj , i=1 yi vi =
Pn Pn Pn Pn Pn Pn
xj i=1 yi hvj , vi i = j=1 i=1 xj yi hvj , vi i = j=1 i=1 hvj , vi i xj yi =
Pj=1
n Pn
j=1 i=1 aij xj yi ; aij = hvj , vi i
Na forma matricial:
hu, v i = Y t An X .

Portanto, o produto interno na forma matricial:
hu, v i = Y t An X .
onde; X , Y ∈ Mn×1 (K) são as matrizes das coordenadas de u e v em relação à

base ordenada βV , respectivamente; assim,
t t
X = [u]βV = x1 x2 . . . xn e Y = [v ]βV = y1 y2 . . . yn .
Enquanto que a matriz A = (aij ) ∈ Mn (K) onde;
aij = hvj , vi i ; ∀i, j = 1, . . . , n;
é denominada matriz do produto interno em relação à base ordenada βV .

observação:
Note que a matriz do produto interno em relação à base ordenada βV :
A = (aij ) ∈ Mn (K)
onde;
aij = hvj , vi i ; ∀i, j = 1, . . . , n;
é uma matriz hermitiana, ou seja, At = A:
aij = hvj , vi i = hvi , vj i = aji ; ∀i, j = 1, . . . , n.
Lembrando que se K = R então At = At = A.

Exemplo.1:
Sejam V = Rn munido com produto interno Pusual e βR =P{e1 , e2 , . . . , en } a base
n
canônica; e sejam u, v ∈ Rn ; tais que u = nj=1 xj ej ; v = ni=1 yi ei ; ∀xj , yi ∈ R.

Considerando o produto interno euclidiano na forma matricial, temos;
= ([v]βV )t [u]βV .
logo; In é a matriz do produto interno em relação à base canônica βRn .

Exemplo.2:
Sejam V = R2 munido com produto interno usual e βR2 = {(−1, 1), (1, 1)} uma base ordenada.
| {z } | {z }
v1 v2
Considerando o produto interno euclidiano na forma matricial ∀u, v ∈ R2 , temos;
= ([v]βR2 )t A2 [u]β 2 .
R
temos que;
a12 = hv2 , v1 i = hv1 , v2 i = (1.1) + (−1.1) = 0 = a21 ;
a11 = hv1 , v1 i = (1.1) + (−1. − 1) = 2;
a22 = hv2 , v2 i = (1.1) + (1.1) = 2;
logo, a matriz do produto interno em relação à base βR2 :

2 0
A2 = = At2 .
0 2

Exemplo.3:
Sejam V = P2 (R) munido com produto interno:
R1
hp(t), q(t)i = 0 p(t)q(t)dt ; ∀p(t), q(t) ∈ P2 (R); e βP2 (R) = {1, t, t 2 } a base canônica.
Considerando o produto interno definido na forma matricial temos;
hp(t), q(t)i = Y t A3 X = ([q(t)]βP (R) )t A3 [p(t)]βP (R) ; então,
2 2
R1 2
a12 = hv2 , v1 i = hv1 , v2 i = 0 (1)(t)dt = t2 |10 = 12 = a21 ;
R1 R1 3
a13 = hv3 , v1 i = hv1 , v3 i = 0 (1)(t 2 )dt == 0 t 2 dt = t3 |10 = 13 = a31 ;
R1 1 4
a23 = hv3 , v2 i = hv2 , v3 i = 0 (t)(t 2 )dt = 0 t 3 dt = t4 |10 = 41 = a32 ;
R
R1
a11 = hv1 , v1 i = 0 (1)(1)dt = t|10 = 1;
R1 3
a22 = hv2 , v2 i = 0 (t)(t)dt = t3 |10 = 31 ;
R1 2 2 5
a33 = hv3 , v3 i = 0 (t )(t )dt = t5 |10 = 51
1 12 13
 
logo; a matriz do produto interno em relação à base βP2 (R) : A3 =  12 31 14  é uma

1 1 1
3 4 5
matriz de Hilbert.
Exemplo.3: (Continuação)
Note que podemos utilizar a matriz do produto interno em relação à base canônica
βP2 (R) , para calcular o produto interno definido:
R1
hp(t), q(t)i = 0 p(t)q(t)dt ; ∀p(t), q(t) ∈ P2 (R).
Sejam p(t) = 3 + 4t + 5t 2 e q(t) = 3 − t 2 ∈ P2 (R),
então;
hp(t), q(t)i = Y t A3 X = ([q(t)]βP (R) )t A3 [p(t)]βP (R)
2 2
 
3
4 = 17 .
5

Espaços Vetoriais
Norma
Definição:
Seja V um espaço vetorial sobre o corpo K. Uma norma ou comprimento em V é uma
operação que para cada u ∈ V associa um número real ||u||, que possui as seguintes
propriedades:
∀u, v ∈ V e ∀α ∈ K;
1. Positividade: ||u|| ≥ 0 com ||u|| = 0 se, e somente se, u = 0
2. Homogeneidade: ||αu|| = |α| ||u||
3. Desigualdade Triangular: ||u + v || ≤ ||u|| + ||v || .
Dizemos que um espaço vetorial munido de uma norma é um espaço normado
denotado por (V, ||.||).

Espaços Vetoriais
Norma
Exemplo.1:
Seja V um espaço vetorial sobre o corpo K. munido de produto interno. Então, ∀u ∈ V a
operação definida por : p
||u|| = hu, ui ∈ R,
satisfaz as propriedades de norma.
observação: A norma definida acima será denotada por ||.||2 e denominada Norma
Euclidiana.

Espaços Vetoriais
Norma
Exemplo.2:
Seja V = C([0, 1]) um espaço vetorial munido do produto interno usual
R1
hf , g i = 0 f (x)g (x)dx ; ∀f (x)g (x) ∈ C([0, 1]).
p
Então, ∀f ∈ C([0, 1]) a operação definida por : ||f ||2 = hf , f i, define a norma euclidiana
em C([0, 1]).
Exemplo.3:
Seja V = C([0, 1]) um espaço vetorial.
R1
Então, ∀f ∈ C([0, 1]) a operação definida por : ||f ||1 = 0 |f (x)|dx, define uma norma em
C([0, 1]).

Espaços Vetoriais
Distância
Definição:
Seja V um espaço vetorial sobre o corpo K. Uma métrica ou distância em V é uma
operação que para cada par de vetores u, v ∈ V associa um número real d(u, v ), e satisfaz as
seguintes propriedades:
1. Positividade: d(u, v ) ≥ 0 com d(u, v ) = 0 se, e somente se, u = v
2. Simetria: d(u, v ) = d(v , u)
3. Desigualdade Triangular: d(u, v ) ≤ d(u, w ) + d(w , v ); ∀u, v , w ∈ V .
Dizemos que um espaço vetorial munido de uma métrica é um espaço métrico
denotado por (V, d(. , .)).

Espaços Vetoriais
Distância
Exemplo.1:
Seja V um espaço vetorial sobre o corpo K. com uma norma ||.||. Então, ∀u ∈ V a operação
definida por :
d(u, v ) = ||u − v || ∈ R,
satisfaz as propriedades de distância.

Espaços Vetoriais
Distância
Exemplo.2:
Seja V = C([0, 1]) um espaço vetorial munido do produto interno usual:
R1
hf , g i = 0 f (x)g (x)dx ; ∀f (x)g (x) ∈ C([0, 1]), e
p
norma euclidiana : ||f ||2 = hf , f i.
Determine a métrica euclidiana para q f (x) = x e g (x) = x 2 ∈ C([0,
qR 1]) :
p R1 1
d(f , g ) = ||f − g ||2 = hf − g , f − g i = 0
(f (x) − g (x))2 dx = 0
(x − x 2 )2 dx
qR q q √
1 2
d(f , g ) = 0
(x − 2x 3 + x 4 )dx = 13 − 24 + 15 = 30 1
= 3030 .

Espaços Vetoriais
Ângulo
Definição:
Seja V um espaço vetorial real munido do produto interno h., .i. O Ângulo entre dois vetores
u, v ∈ V é definido como sendo o valor θ ∈ [0, π] que satisfaz a seguinte equação
hu, v i
cosθ = .
||u||2 ||v ||2
observação: Pela Desigualdade de Cauchy-Schwarz, | hu, v i | ≤ ||u||2 ||v ||2 , temos que
hu, v i
−1 ≤ ≤ 1;
||u||2 ||v ||2
e, além disso, existe um único número real θ ∈ [0, π] satisfazendo a igualdade.

Espaços Vetoriais
Ortogonalidade
Definição:
Seja V um espaço vetorial sobre o corpo K munido do produto interno h., .i.
Dizemos que dois vetores u, v ∈ V são Ortogonais se, e somente se, hu, v i = 0.
Notação:
u⊥v
observação: Note que hu, v i = 0

π
se, e somente se, cos(θ) = 0 ⇔ θ = 2;θ ∈ [0, π].

Espaços Vetoriais
Ortogonalidade
Propriedades:
Seja V um espaço vetorial sobre o corpo K munido do produto interno h., .i.
Então,
1. 0⊥v ; ∀v ∈ V
2. Se u⊥v então v ⊥u
3. Se v ⊥u; ∀u ∈ V então v = 0
4. Se v ⊥w e u⊥w então (v + u)⊥w
5. Se v ⊥u e α ∈ K então αv ⊥u

Espaços Vetoriais
Ortogonalidade
Definição:
Seja V um espaço vetorial sobre o corpo K munido do produto interno h. , .i; e seja
S = {v1 , . . . , vn } ⊂ V tais que
hvi , vj i = 0; i 6= j.
Dizemos que S é um Conjunto Ortogonal em V em relação ao produto interno definido.

Além disso, se
||vj ||2 = 1; j = 1, . . . , n;
dizemos que S é um Conjunto Ortonormal em V.

Espaços Vetoriais
Ortogonalidade
Teorema:
Seja V um espaço vetorial sobre o corpo K munido do produto interno h. , .i; e seja
S = {v1 , . . . , vn } um Conjunto Ortogonal em V; tais que vj 6= 0; j = 1, . . . , n.
Então, S é um Conjunto Linearmente Independente em V.

Espaços Vetoriais
Base Ortogonal
Definição:
Seja V um espaço vetorial de dimensão finita sobre o corpo K munido do produto interno
h. , .i; e seja βV = {v1 , . . . , vn } uma base ordenada.
Dizemos que βV é uma Base Ortogonal se, e somente se, βV é um Conjunto
Ortogonal em V.
Além disso, Dizemos que βV é uma Base Ortonormal se, e somente se, βV é um
Conjunto Ortonormal em V.

Espaços Vetoriais
Base Ortogonal
Teorema:
h. , .i; e seja βV = {v1 , . . . , vn } uma Base Ortogonal .
Então, todo vetor u ∈ V, é escrito de forma única do seguinte modo:
n
X hu , vi i hu , vi i
u= λi vi ; λi = = ; i = 1, · · · , n.
hvi , vi i ||vi ||2
i=1
hu , v1 i hu , v2 i hu , vn i
u= 2
v1 + 2
v2 + · · · + vn .
||v1 || ||v2 || ||vn ||2
t h hu ,v1 i hu ,v2 i it
hu ,vn i
[u]βV = λ1 λ2 ... λn = hv 1 ,v1 i hv2 ,v2 i . . . hvn ,vn i .

Espaços Vetoriais
Coeficientes de Fourrier
Definição:
h. , .i; e seja βV = {v1 , . . . , vn } uma Base Ortogonal .
Dizemos que as coordenadas de u ∈ V em relação à βV :
hu , vi i
λi = ; i = 1, . . . , n;
hvi , vi i
hu , vi i
λi = ; i = 1, . . . , n;
||vi ||2
são os Coeficientes de Fourier de u em relação à βV .

Espaços Vetoriais
Processo de Ortogonalização de Gram-Schmidt
Teorema:
h. , .i; e seja βV = {v1 , . . . , vn } uma Base Ordenada .
Então, o conjunto ortogonal {u1 , . . . , un } pode ser obtido a partir de βV utilizando o
Processo de Ortogonalização de Gram-Schmidt descrito do seguinte modo:
u1 = v1 ; e
j−1 j−1
X hvj , ui i X hvj , ui i
∀j = 2, . . . , n ⇒ uj = vj − u i = vj − λ i ui ; λ i = ; i = 1, . . . , n;
hui , ui i ||ui ||2
i=1 i=1

hvj , u1 i hvj , u2 i hvj , uj−1 i
uj = vj − (λ1 u1 + λ2 u2 + . . . + λj−1 uj−1 ) = vj − u 1 + u 2 + . . . + uj−1 .
||u1 ||2 ||u2 ||2 ||uj−1 ||2

Espaços Vetoriais
Base Ortogonal
Observação:
Considerando uma Base ordenada βV = {v1 , . . . , vn } do espaço vetorial de dimensão finita
sobre o corpo K munido do produto interno h. , .i; para obter o vetor uj ; j = 2, . . . , n da nova
base, fazemos a projeção ortogonal de cada vj ; j = 2, . . . , n sobre os novos vetores
0
obtidos ui ; i = 1, . . . , j − 1 de βV . Veja o exemplo abaixo para V = R2 :

Espaços Vetoriais
Processo de Gram-Schmidt
Exemplo.1:
Seja V = R2 munido do produto interno usual; e seja βR2 = {(2, 1), (1, 1)} uma base ordenada.
| {z } | {z }
v1 v2
0
Determine a partir de βR2 , uma base ordenada ortogonal βR2 = {u1 , u2 } para R2 com relação
ao produto interno usual.
Então, utilizando o Processo de Ortogonalização de Gram-Schmidt :
u1 = v1 = (2, 1);
hv2 , u1 i h(1, 1), (2, 1)i 3 1 2

u2 = v2 − u1 = (1, 1) − (2, 1) = (1, 1) − (2, 1) = (− , ).
hu1 , u1 i h(2, 1), (2, 1)i 5 5 5
0 0
Portanto, βR2 = {(2, 1), (− 51 , 25 )} ou βR2 = {(2, 1), (−1, 2)}.

Espaços Vetoriais
Exemplo.2: R1
Seja V = P3 (R) munido do produto interno hp, qi = −1 p(t)q(t)dt; e seja
βP3 (R) = {|{z}
1 , |{z} t 2 , |{z}
t , |{z} t 3 }.
v1 v2 v3 v4
0
Determine a partir de βP3 (R) uma base ordenada ortogonal βP3 (R) = {u1 , u2 , u3 , u4 } para P3 (R)
com relação ao produto interno definido.
Então, utilizando o Processo de Ortogonalização de Gram-Schmidt :
u1 = v1 = 1;
hv2 ,u1 i ht,1i
u2 = v2 − hu1 ,u1 i u1 = t − h1,1i 1=t
hv3 ,u1 i hv3 ,u2 i ht 2 ,1i ht 2 ,t i
u3 = v3 − ( hu1 ,u1 i u1 + hu2 ,u2 i u2 ) = t − ( h1,1i 1 + ht,ti t) = t 2 − 13
2
hv4 ,u1 i hv4 ,u2 i hv4 ,u3 i ht 3 ,1i ht 3 ,t i ht 3 ,t 2 − 13 i

u4 = v4 − ( hu u 1 + u 2 + u 3 ) = t 3
− ( 1 + t + (t 2 − 13 ))
1 ,u1 i hu2 ,u2 i hu3 ,u3 i h1,1i ht,ti ht 2 − 31 ,t 2 − 31 i
u4 = t 3 − 35 t
0
Portanto, βP3 (R) = {1, t, (t − 3 ), (t − 35 t)}.
2 1 3

Espaços Vetoriais
Processo de Ortonormalização de Gram-Schmidt
Teorema:
Todo espaço vetorial V de dimensão finita sobre o corpo K munido do produto interno h. , .i
admite uma base ortonormal.
Então, a base ortonormal βV∗ = {u1∗ , . . . , un∗ } pode ser obtida a partir de
βV = {v1 , . . . , vn } utilizando o Processo de Ortonormalização de Gram-Schmidt
descrito do seguinte modo:
u1
u1 = v1 ⇒ u1∗ = ;
||u1 ||2
j−1
X hvj , ui i uj
∀j = 2, . . . , n ⇒ uj = vj − ui ⇒ uj∗ = .
hui , ui i ||uj ||2
i=1

Espaços Vetoriais
Exercı́cio.1:
Seja V = R3 munido do produto interno usual; e seja βR3 = {(1, 1, 1), (0, 2, 1), (0, 0, 1)} uma
| {z } | {z } | {z }
v1 v2 v3
base ordenada.
0
Determine a partir de βR3 , uma base ordenada ortogonal βR3 = {u1 , u2 , u3 } para R3 com
relação ao produto interno usual.

Espaços Vetoriais
Exercı́cio.2:
Seja V = M2 (R) munido do produto interno usual; e seja
W = {A ∈ M2 (R) | A é triangular inferior }.
um subespaço de V.
Determine a partir da base ordenada βW = {e1 + e3 + e4 , e1 − e4 , e1 }, uma base
| {z } | {z } |{z}
v1 v2 v3
ordenada ortogonal para o subespaço W.

Espaços Vetoriais
Complemento Ortogonal
Definição:
h. , .i; e S um conjunto não vazio de elementos de V .
O conjunto
S ⊥ = {u ∈ V | hu, v i = 0; ∀v ∈ S},
é denominado S perpendicular.
Se S é um subespaço vetorial de V então S ⊥ é denominado complemento
ortogonal de S em V.

Espaços Vetoriais
Teorema:
O conjunto S ⊥ é um subespaço vetorial de V mesmo que S não o seja.
Além disso, se S é um subespaço de V, tem-se que
S ∩ S ⊥ = {0}.
Isto é,
S ⊕ S ⊥.

Espaços Vetoriais
Teorema:
Sejam V um espaço vetorial de dimensão finita sobre o corpo K munido do produto interno
h. , .i; e W1 , W2 subespaços vetoriais de V.
Então,
(W1 + W2 )⊥ = W1⊥ ∩ W2⊥ .

Espaços Vetoriais
Exemplo.1:
Seja V = R2 munido do produto interno h. , .i usual; e seja
W = {u ∈ R2 | y − 2x = 0}
um subespaço vetorial de V.
Determine o subespaço W ⊥ .
∀v ∈ W ⊥ ⇒ hv , ui = 0 ⇒ x + 2y = 0 ⇒ x = −2y .
Portanto,
W ⊥ = {v ∈ R2 | x + 2y = 0}

Espaços Vetoriais
Teorema:
h. , .i; e W um subespaço vetorial de V.
Então,
V = W ⊕ W ⊥.
Isto é,
∀u ∈ V ⇒ u = v + w ; v ∈ W, w ∈ W ⊥ .

Espaços Vetoriais
Corolário:
h. , .i; e W um subespaço vetorial de V.
Então,
dim(V) = dim(W) + dim(W ⊥ ).
Além disso,
(W ⊥ )⊥ = W.

Espaços Vetoriais
Exemplo:
Sejam V = R4 munido do produto interno usual; e W = {u ∈ R4 | x − 2y + z + t = 0} um
subespaço vetorial de V. Então,
W = [(2, 1, 0, 0), (−1, 0, 1, 0), (−1, 0, 0, 1)] = [2e1 + e2 , −e1 + e3 , −e1 + e4 ] e; {v1 , v2 , v3 } é LI
| {z } | {z } | {z }
v1 v2 v3
⇒ βW = {v1 , v2 , v3 } ⇒ dim(W) = 3.
Como V = W ⊕ W ⊥ ⇒ dim(V) = dim(W) + dim(W ⊥ ) ⇒ dim(W ⊥ ) = dim(V) − dim(W) ⇒
dim(W ⊥ ) = 4 − 3 = 1 ⇒ W ⊥ = [w ]; w = (x, y , z, t).
Agora, resolvendo o sistema homogêneo: hw , vi i = 0; i = 1, 2, 3.
x = t; y = −2t; z = t; t ∈ R ⇒ ∀w ∈ W ⊥ ; w = t(1, −2, 1, 1)
⇒ W ⊥ = [(1, −2, 1, 1)] ⇒ βW ⊥ = {(1, −2, 1, 1)}.


Exercı́cios - IIa Unidade
Espaços Vetoriais e Subespaços: Operações, Bases
Coordenadas, Matriz mudança de Base, Ortogonalidade

Exercı́cio.1
Considere os seguintes subespaços de R3 :

W1 = {(x, y , z) ∈ R3 | x + z = 0} e
W2 = {(x, y , z) ∈ R3 | x + y = 0 e z = 0}.
Determine os subconjuntos definidos abaixo e verifique se são subespaços vetoriais do R3 :
(a) W1 ∩ W2 ,
(b) W1 ∪ W2 ,
(c) W1 + W2 .

Exercı́cio.2
Considere os seguintes subespaços de P2 (R):

W1 = {p(t) ∈ P2 (R) | a0 = a1 },
W2 = {p(t) ∈ P2 (R) | a2 = 0}.
Determine os subconjuntos e verifique se são subespaços vetoriais do P2 (R):
(a) W1 ∩ W2 ,
(b) W1 ∪ W2 ,
(c) W1 + W2 .

Exercı́cio.3
Considere o seguinte subespaço de R4 : W1 = {(x, y , z, w ) ∈ R4 | x + y = 0} e

W2 = {(x, y , z, w ) ∈ R4 | z + w = 0}.
Determine os subconjuntos e verifique se são subespaços vetoriais do R4 :
(a) W1 ∩ W2 ,
(b) W1 ∪ W2 ,
(c) W1 + W2 .

Exercı́cio.4
Verifique se V = W1 ⊕ W2 .
(a) Considere os seguintes subespaços de R3 :
W1 = {(x, y , z) ∈ R3 /x + z = 0} e
W2 = {(x, y , z) ∈ R3 /x + y = 0 e z = 0}.
R3 = W1 ⊕ W2 ?.
(b) Considere os seguintes subespaços de P2 (R):
W1 = {p(t) ∈ P2 (R) | a0 = a1 },
W2 = {p(t) ∈ P2 (R) | a2 = 0}.
P2 (R) = W1 ⊕ W2 ?.

Subespaços Vetoriais - Geradores
Exercı́cio.5
Considere o seguinte subespaço de R4 :

W = {(x, y , z, w ) ∈ R4 | x + y = 0 e z + w = 0}.
Determine um conjunto de geradores para o subespaço W.

Exercı́cio.6
Considere o seguinte subespaço de M2 (C):

W = {A ∈ M2 (C) | aij = 0; ∀i 6= j}.

Exercı́cio.7
Considere o seguinte subespaço de P3 (C):

W = {p(t) ∈ P3 (C) | a0 = a3 = 0}.

Exercı́cio.8
Considere o seguinte subespaço de P3 (R): W = {p(t) ∈ P3 (R)/a0 + 3a2 = 0}. Determine um


Exercı́cio.9
Considere os seguintes subespaços vetoriais de R3 : W1 = {(x, y , z) ∈ R3 /2x − 4y + 6z = 0};

W2 = [(1, 0, 1), (1, 1, 3)]. Determine um conjunto de geradores para cada um dos subespaços:
W1 ∩ W2 , W1 + W2 .

Subespaços Vetoriais - Base
Exercı́cio.10
Considerando os seguintes subespaços de R4 :

W1 = {(x, y , z, w ) ∈ R4 | x + y − z + w = 0 e z − w = 0};
W2 = {(x, y , z, w ) ∈ R4 | x + y + z = 0}.
Determine uma base para cada um dos seguintes subespaços de R4 :
W1 , W2 , W1 ∩ W2 , W1 + W2 .

Exercı́cio.11
Seja W o subespaço de R4 gerado pelos vetores de

S = {(1, 0, 1, 2), (2, −1, 1, 3), (−1, 1, 0, −1)} ⊂ R4 .
Determine uma base para R4 contendo uma base do subespaço W.

Exercı́cio.12
Considere o sistema linear homogêneo


 2x + 4y + z = 0
x + y + 2z = 0
x + 3y − z = 0

1. Mostre que o conjunto solução S é um subespaço vetorial de R3 e determine uma base

para esse subespaço.
2. Dado o subespaço vetorial W = {(x, y , z) ∈ R3 /x − y + z = 0}, determine o subespaço
W ∩ S e uma base para esse subespaço.
3. Determine o subespaço vetorial W + S e uma base para esse subespaço.

Subespaços Vetoriais - Base e Dimensão
Exercı́cio.13
Sejam o espaço vetorial V = R3 e, W1 = [(−1, 1, −1), (1, 2, 1)], W2 = [(2, 2, 1), (1, 1, −1)]
subespaços de V.
1. Identifique uma base para os subespaços: W1 , W2 , W1 ∩ W2 , e W1 + W2 .
2. Determine a dimensão dos subespaços: W1 , W2 , W1 ∩ W2 , e W1 + W2 .
3. V = W1 ⊕ W2 ?

Exercı́cio.14
Sejam o espaço vetorial V = M2 (R) e, W1 = [e2 − e4 , e1 + e2 + e3 ],

W2 = [e1 , e2 + e3 ] subespaços de V.
3. V = W1 ⊕ W2 ?

Exercı́cio.15
Sejam o espaço vetorial V = P2 (R) e, W1 = [e1 + e2 + e3 ], W2 = [e1 , e2 − e3 ] subespaços de

V.
3. V = W1 ⊕ W2 ?

Exercı́cio.16
Seja C2 um espaço vetorial sobre um corpo K.

1. Verifique se o conjunto S = {(1 − i, i), (2, −1 + i)} ⊂ C2 , é uma base para C2 sobre
K = C.
K = R.

Exercı́cio.17 - Base e Dimensão
Sejam os seguintes subespaços de R3 : W1 = [(1, 0, 0)], W2 = [(1, 1, 0), (0, 1, 1)]. Verifique se
R3 = W1 ⊕ W2 .

Considere o espaço vetorial real R4 . Determine uma base para este espaço contendo elementos
do conjunto S = {(1, 0, −2, 2), (1, 2, −2, 1)}.

Exercı́cio.19
Considere o seguinte subespaço de R4 : W1 = {(x, y , z, w ) ∈ R4 /x + y = 0 e z + w = 0}.

Determine um subespaço W2 de R4 tal que R4 = W1 ⊕ W2 .

Considere o espaço vetorial C3 sobre o corpo K. Determine uma base para C3 nos itens abaixo:
1. Considere K = C, e os elementos do conjunto S = {(1, 0, −2), (1, 2, 1)}.

2. Considere K = R, e os elementos do conjunto S = {(1, 0, −2), (1, 2, 1), (0, 0, i)}.
sem respostas

Exercı́cio.21
Sejam V um espaço vetorial real, com dim(V) = 9, W1 e W2 subespaços de V tais que

dim(W1 ) = 6 e dim(W2 ) = 5.
Mostre que 2 ≤ dim(W1 ∩ W2 ) ≤ 5.

Exercı́cio.22
Determine os valores de a ∈ R de modo que o conjunto S = {(a, 1, 0), (1, a, 1), (0, 1, a)} seja
uma base para o espaço vetorial R3 .

Exercı́cio.23
Considere os seguintes subespaços vetoriais de P2 (R):

W1 = {p(t) = a + bt + ct 2 ∈ P2 (R)/a − 2c = 0} e W2 = [1 − t, t − t 2 ]. Determine uma base
para o subespaço W1 ∩ W2 e a dim(W1 + W2 ).

Seja V = R4 e sejam W1 e W2 subespaços vetoriais de V; tais que,

W1 = {u = (x, y , z, w ) ∈ R4 | x + z = y e w = 0}; e, W2 = [e1 , 3e3 + e4 ].
(Responda os itens abaixo justificando suas respostas.)
(a) Verifique se W1 ∪ W2 é um subespaço vetorial do R4 .
(b) Determine uma base e a dimensão para os seguintes subespaços: W1 ∩ W2 e W1 + W2 .
(c) Verifique se R4 = W1 ⊕ W2 .
(d) Determine um subespaço W tal que R4 = W1 ⊕ W.

Subespaços Vetoriais - Base e Coordenadas
Exercı́cio.25
Considere o espaço vetorial real R3 e a base βR3 = {(1, 1, 1)(1, 0, 1), (1, 0, −1)}.
Determine as coordenadas do vetor u = (3, 1, 6) ∈ R3 com relação à base βR3 .

Exercı́cio.26
Seja βP2 (R) = {1, 1 + t, 1 + t 2 } uma base ordenada do espaço vetorial real P2 (R). Determine
as coordenadas do vetor p(t) = 2 + 4t + t 2 em relação à base βP2 (R) .

Exercı́cio.27
Considere o espaço vetorial real M2 (R) com a base ordenada

βM2 (R) = {e1 + e2 + e3 , e1 + e2 + e4 , e1 + e3 + e4 , e2 + e3 + e4 }.
Determine o vetor de coordenadas [A]βM2 (R) da matriz A ∈ M2 (R) dada por:

4 6
A= .
5 6

Subespaços Vetoriais - Matriz mudança de Base
Exercı́cio.28
Sejam o espaço vetorial R4 , e as seguintes bases ordenadas:

0
βR4 = {e1 + 2e2 , −e4 , e1 , 2e3 } e, βR4 a base canônica.
0
0 β
(a) Determine a matriz mudança da base βR4 para a base βR4 : [I ]βR44 .
R
(b) Determine a matriz das coordenadas do vetor v = 3e1 + e2 − 4e4 ∈ R4

0
β
em relação à base βR4 , utilizando a matriz [I ]βR44 .
R

Exercı́cio.29
Sejam o espaço vetorial P3 (R) de dimensão finita, e as bases ordenadas:

0
βP3 (R) = {1 + 2t, −t 3 , 1, 2t 2 } = {e1 + 2e2 , −e4 , e1 , 2e3 }; e βP3 (R) a base canônica.
0
0 βP (R)
(a) Determine a matriz mudança da base βP3 (R) para a base βP3 (R) : [I ]βP3 (R) .
3
(b) Determine a matriz das coordenadas do vetor p(t) = 3 + t − 4t 3 ∈ P3 (R)

0
βP (R)
em relação à base βP3 (R) , utilizando a matriz [I ]βP3 (R) .
3

Exercı́cio.30
Sejam βP2 (R) = {t, 1 + t, 1 − t 2 } e γP2 (R) = {e1 , e2 , e3 } bases ordenadas do espaço vetorial
P2 (R). Seja p(t) = 2 + 4t + t 2 ∈ P2 (R). Determine [p(t)]βP2 (R) e [p(t)]γP2 (R) usando as
matrizes mudança de base: [I ]βγ e [I ]γβ .
 
1 1 0
Considere a matriz mudança de base [I ]γβ =  0 −1 1 . Encontre:
  1 0  −1 
-1 1
(a) [v ]β onde [v ]γ =  2  (b) [v ]γ onde [v ]β =  1 
3 −4

Exercı́cio.31
Seja V = M2 (R) um espaço vetorial de dimensão finita e; sejam W1 = [e1 + e4 , 3e2 ] e

W2 = [2e1 − e3 ] subespaços vetoriais de V.
(Responda os itens abaixo justificando suas respostas.)
(a) Determine uma base ordenada βM2 (R) , diferente da base canônica, para o espaço vetorial
M2 (R); utilizando uma base do subespaço W1 + W2 .
(b) Ache a matriz mudança da base canônica do M2 (R) para a base βM2 (R) encontrada no
item (a).

1 3
(c) Determine as coordenadas do vetor u = e1 + 3e2 − e3 + 4e4 = ∈ M2 (R) em
−1 4
relação à base βM2 (R) utilizando a matriz do item (b).

Exercı́cio.32
Seja V um espaço vetorial qualquer de dimensão finita sobre um corpo K e sejam W1 e W2

Verifique se as afirmações abaixo são verdadeiras ou falsas.
( ) W1 ∩ W2 é subespaço vetorial de V se, e somente se, W1 ∩ W2 = W1 ou W1 ∩ W2 = W2
( ) W1 + W2 é subespaço vetorial de V se, e somente se, W1 ⊆ W2 ou W2 ⊆ W1
( ) Se V é um espaço vetorial então está definida em V a soma e a multiplicação entre seus
vetores, satisfazendo às propriedades: comutatividade, associatividade, elemento neutro e
elemento simétrico.
( ) O próprio espaço vetorial V e o subespaço {∅} são os chamados subespaços vetoriais
triviais de V.

Exercı́cio.33
Seja V = R2 um espaço vetorial de dimensão finita sobre o corpo R e sejam W1 e W2

subespaços vetoriais de V; tais que V = W1 ⊕ W2 .
Verifique se as afirmações abaixo são verdadeiras ou falsas.
( ) βW1 ∩W2 = {0} e V = W1 + W2
( ) W1 ∩ W2 = ∅ e V = W1 + W2
( ) W1 ⊕ W2 e dim(W1 + W2 ) = dim(V)
( ) W1 ∩ W2 = ∅ e dim(W1 ) + dim(W2 ) = dim(V)

Exercı́cio.34
Seja V = R4 um espaço vetorial de dimensão finita sobre o corpo R e sejam W1 e W2

subespaços vetoriais de V; então, W1 ∪ W2 é subespaço vetorial de V se, e somente se,
(a) W1 ∪ W2 = W1 ∩ W2
(b) W1 ∪ W2 = W1 + W2
(c) dim(W1 ) + dim(W2 ) = dim(V)
(d) W1 ∪ W2 = V
(e) n.r.a.

Exercı́cio.35
Seja V = C2 um espaço vetorial de dimensão finita sobre o corpo C e sejam W1 e W2

subespaços vetoriais de V; tais que V = W1 ⊕ W2 . Então,
(a) βW1 ∩W2 = {0} e V = W1 + W2
(b) W1 ∩ W2 = ∅ e V = W1 + W2
(c) W1 ⊕ W2 e dim(W1 + W2 ) = dim(V)
(d) W1 ∩ W2 = ∅ e dim(W1 ) + dim(W2 ) = dim(V)
(e) n.r.a.

Exercı́cio.36
Seja V um espaço vetorial qualquer de dimensão finita sobre um corpo K e sejam W1 e W2

subespaços vetoriais de V; tais que dim(W1 ) = 2 e dim(W2 ) = 3. Então, podemos afirmar que
(a) dim(W1 ∪ W2 ) = 5
(b) 0 ≤ dim(W1 ∩ W2 ) ≤ 2
(c) W1 ⊂ W2
(d) 5 ≤ dim(W1 + W2 ) ≤ dim(V)
(e) n.r.a.

Subespaços Vetoriais - Ortogonalidade
Exercı́cios.37
Seja V = R2 um espaço vetorial de dimensão finita munido de produto interno e; seja

W = [e1 − e2 ] subespaço vetorial de V.
(a) Determine uma base ordenada βR2 , utilizando uma base do subespaço W.
(b) Determine uma base ortonormal βR∗ 2 para R2 a partir da base βR2 .
(c) Determine as coordenadas do vetor u = e1 − 2e2 em relação à base βR∗ 2 .

Exercı́cio.38

W1 = [e1 , e2 − e3 ] subespaço vetorial de V.
(a) Determine uma base ordenada βR3 , utilizando uma base do subespaço W1 .
(c) Determine as coordenadas do vetor u = e1 − 2e2 + 3e3 em relação à base βR∗ 3 .

Exercı́cio.39

W = [e1 + e4 , 3e2 ] um subespaço vetorial de V.
(a) Determine uma base ordenada βR4 , utilizando uma base do subespaço W.
(c) Determine as coordenadas do vetor u = e1 − 3e3 + 2e4 em relação à base βR∗ 4 .

Exercı́cios.40
Seja V = R4 um espaço vetorial de dimensão finita munido de produto interno e; sejam

W1 = [e1 + e4 , 3e2 ] e W2 = [2e1 − e3 ] subespaços vetoriais de V.
(a) Determine uma base ordenada βR4 , utilizando uma base do subespaço W1 + W2 .
(c) Determine as coordenadas do vetor u = e1 + 3e2 − e3 + 4e4 em relação à base βR∗ 4 .


Exercı́cios - Respostas - IIa Unidade
Espaços Vetoriais e Subespaços: Operações, Bases
Coordenadas, Matriz mudança de Base, Ortogonalidade
Professora: Isamara
Exercı́cio.1 (Solução)
Considerando os subespaços de R3 :
W1 = {(x, y , z) ∈ R3 | x + z = 0} e
W2 = {(x, y , z) ∈ R3 | x + y = 0 e z = 0}.
(a) W1 ∩ W2 = {(x, y , z) ∈ R3 /x = −z e x = −y e z = 0}
W1 ∩ W2 = {(x, y , z) ∈ R3 /x = y = z = 0}
=⇒ W1 ∩ W2 = {0} é o subespaço nulo.
(b) W1 + W2 = {u ∈ R3 | u = u1 + u2 ; u1 ∈ W1 , u2 ∈ W2 }; então,
W1 + W2 = {u ∈ R3 | u = (−z1 , y1 , z1 ) + (−y2 , y2 , 0) = (−z1 − y2 , y1 + y2 , z1 )} = R3 ;
logo; a soma é também um subespaço vetorial.
(c) Enquanto que W1 ∪ W2 não será um subespaço do R3 ; pois W1 ∩ W2 = {0}, ou seja, um
subespaço não é um subconjunto do outro.

Considere os seguintes subespaços de P2 (R):

W1 = {p(t) ∈ P2 (R) | a0 = a1 },
W2 = {p(t) ∈ P2 (R) | a2 = 0}.
(a) W1 ∩ W2 = {p(t) ∈ P2 (R)|a0 = a1 e a2 = 0}
(b) W1 ∩ W2 =
6 W1 e W1 ∩ W2 6= W2 ; logo, W1 6⊂ W2 e W2 6⊂ W1 consequentemente,
W1 ∪ W2 não é um subespaço vetorial.
(c) Enquanto que
W1 + W2 = {p(t) ∈ P2 (R)|p(t) = a1 + a1 t + a2 t 2 + b0 + b1 t}
W1 + W2 = {p(t) ∈ P2 (R)|(a1 + b0 ) + (a1 + b1 )t + a2 t 2 } = P2 (R)

Considerando W1 = {(x, y , z, w ) ∈ R4 | x + y = 0} e W2 = {(x, y , z, w ) ∈ R4 | z + w = 0}.

(a) W1 = {(x, y , z, w ) ∈ R4 | x = −y } e W2 = {(x, y , z, w ) ∈ R4 | z = −w }.
W1 ∩ W2 = {(x, y , z, w ) ∈ R4 | x = −y e z = −w }
(b) Por (a) temos que;
W1 ∪ W2 6= W1 e W1 ∪ W2 6= W2 . logo, W1 6⊂ W2 e W2 6⊂ W1 consequentemente,
W1 ∪ W2 não é um subespaço vetorial.
(c) W1 + W2 = {(x, y , z, w ) ∈ R4 | (x, y , z, w ) = (−y1 , y1 , z1 , w1 ) + (x2 , y2 , −w2 , w2 ) =
(−y1 + x2 , y1 + y2 , z1 − w2 , w1 + w2 )} = R4 .
Portanto, W1 + W2 é subespaço vetorial.

(a) Considere os seguintes subespaços de R3 :

Considerando os subespaços de R3 :
W1 = {(x, y , z) ∈ R3 | x + z = 0} e
W2 = {(x, y , z) ∈ R3 | x + y = 0 e z = 0}.
(i) W1 ∩ W2 = {(x, y , z) ∈ R3 /x = −z e x = −y e z = 0}
W1 ∩ W2 = {(x, y , z) ∈ R3 /x = y = z = 0}
=⇒ W1 ∩ W2 = {0}.
(ii) W1 + W2 = {u ∈ R3 | u = u1 + u2 ; u1 ∈ W1 , u2 ∈ W2 }; então,
W1 + W2 = {u ∈ R3 | u = (−z1 , y1 , z1 ) + (−y2 , y2 , 0) = (−z1 − y2 , y1 + y2 , z1 )} = R3 .
Logo, por (i) e (ii) temos que R3 = W1 ⊕ W2 .
W1 = {(x, y , z) ∈ R3 /x = −z} =⇒ W1 = [(−1, 0, 1), (0, 1, 0)] = [e3 − e1 , e2 ] e, o
| {z } |{z}
v1 v2
conjunto dos vetores {v1 , v2 } é Linearmente independente pois
λ1 v1 + λ2 v2 = 0 ⇒ λ1 = λ2 = 0 =⇒ βW1 = {e3 − e1 , e2 } =⇒ dim(W1 ) = 2; e
(ii) =⇒ βW1 = {e3 − e1 , e2 } =⇒ dim(W1 ) = 2; e

W2 = {(x, y , z) ∈ R3 /x = −y e z = 0} =⇒ W2 = [(−1, 1, 0)] = [e2 − e1 ]
=⇒ βW2 = {e2 − e1 } =⇒ dim(W2 ) = 1.
Então, o subespaço
W1 ∩ W2 = {(x, y , z) ∈ R3 /x = −z e x = −y e z = 0} = {x = y = z = 0} = {0} =⇒
W1 ∩ W2 = [∅] =⇒ βW1 ∩W2 = ∅ =⇒ dim(W1 ∩ W2 ) = 0
Portanto, dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ) = 2 + 1 − 0 = 3
=⇒ dim(W1 + W2 ) = dim(R3 ) = 3
e, como W1 + W2 ⊆ R3 então; W1 + W2 = R3 .
Logo; R3 = W1 + W2 e W1 ∩ W2 = {0}; concluimos que R3 = W1 ⊕ W2 .

(b) Considere os seguintes subespaços de P2 (R):

W1 = {p(t) ∈ P2 (R) | a0 = a1 },
W2 = {p(t) ∈ P2 (R) | a2 = 0}.
(i) W1 ∩ W2 = {p(t) ∈ P2 (R)|a0 = a1 e a2 = 0}
(ii) W1 + W2 = {p(t) ∈ P2 (R)|p(t) = a1 + a1 t + a2 t 2 + b0 + b1 t}
W1 + W2 = {p(t) ∈ P2 (R)|(a1 + b0 ) + (a1 + b1 )t + a2 t 2 } = P2 (R)
Por (ii) temos que P2 (R) = W1 + W2 ; porém, por (i) W1 ∩ W2 6= {0}.
Logo, P2 (R) não é soma direta de W1 com W2 .


W = {(x, y , z, w ) ∈ R4 | x + y = 0 e z + w = 0}.
∀u ∈ W; u = (−y , y , −w , w ) = y (−1, 1, 0, 0) + w (0, 0, −1, 1)
⇒ W = [(−1, 1, 0, 0), (0, 0, −1, 1)]

| {z } | {z }
e2 −e1 e4 −e3

Considere o seguinte subespaço de M2 (C):

W = {A ∈ M2 (C) | aij = 0; ∀i 6= j}.
para K = C:
a11 0 1 0 0 0
∀A ∈ M2 (C); A = = a11 + a22 = a11 e1 + a22 e4 ⇒ W = [e1 , e4 ];
0 a22 0 0 0 1
porém,
se K = R:
a 0 1 0 0 0 1 0 1 0
∀A ∈ M2 (C); A = 11 = a11 +a22 = a1 +b1 i
0 a22 0 0 0 1 0 0 0 0

0 0 0 0
+a2 +b2 i = a1 e1 + b1 (ie1 ) + a2 e4 + b2 (ie4 ) ⇒ W = [e1 , ie1 , e4 , ie4 ].
0 1 0 1

Considere o seguinte subespaço de P3 (C):

W = {p(t) ∈ P3 (C) | a0 = a3 = 0}.
para K = C:
∀p(t) ∈ P3 (C); p(t) = a1 t + a2 t 2 = a1 (t) + a2 (t 2 ) = a1 e2 + a2 e3 ⇒ W = [e2 , e3 ];
porém,
se K = R:
∀p(t) ∈ P3 (C); p(t) = a1 t + a2 t 2 = a1 e2 + a2 e3 ; a1 = a + bi e a2 = c + di; a, b, c, d ∈ R
p(t) = (a + bi)(e2 ) + +(c + di)(e3 ) = (a)e2 + (bi)e2 + (c)e3 + (di)e3 =
(a)e2 + b(ie2 ) + (c)e3 + d(ie3 ) ⇒ W = [e2 , ie2 , e3 , ie3 ] = [t, it, t 2 , it 2 ].

Exercı́cio.8 - (Solução)
Considere o seguinte subespaço de P3 (R): W = {p(t) ∈ P3 (R)/a0 + 3a2 = 0}. Determine um

∀p(t) ∈ W : p(t) = −3a2 + a1 t + a2 t 2 + a3 t 3 = a1 (t) + a2 (−3 + t 2 ) + a3 (t 3 ) =⇒ W =
[t, −3 + t 2 , t 3 ] = [e2 , e3 − 3e1 , e4 ].

W1 = [(2, 1, 0), (−3, 0, 1)] = [2e1 + e2 , −3e1 + e3 ] =⇒ 2e1 + e2 , −3e1 + e3 são L.I.; então :
βW1 = {2e1 + e2 , −3e1 + e3 }.
W2 = [(1, 0, 1), (1, 1, 3)] = [e1 + e3 , e1 + e2 + 3e3 ] =⇒ e1 + e3 , e1 + e2 + 3e3 são L.I.; então :
βW2 = {e1 + e3 , e1 + e2 + 3e3 }.
W1 ∩ W2 = {u = λ1 (2e1 + e2 ) + λ2 (−3e1 + e3 ) e u = λ3 (e1 + e3 ) + λ4 (e1 + e2 + 3e3 )} =⇒
λ1 (2e1 + e2 ) + λ2 (−3e1 + e3 ) = λ3 (e1 + e3 ) + λ4 (e1 + e2 + 3e3 ) =⇒ λ1 = λ2 = λ4 e λ3 = −2λ4 ;
assim, λ4 (2e1 + e2 ) + λ4 (−3e1 + e3 ) = −2λ4 (e1 + e3 ) + λ4 (e1 + e2 + 3e3 ) para λ4 = 1:
(2e1 +e2 )+(−3e1 +e3 ) = −2(e1 +e3 )+(e1 +e2 +3e3 ) =⇒ (−e1 +e2 +e3 ) = (−e1 +e2 +e3 ) = u
u é L.I.; então βW1 ∩W2 = {−e1 + e2 + e3 }.

W1 = [(2, 1, 0), (−3, 0, 1)] = [2e1 + e2 , −3e1 + e3 ] =⇒ 2e1 + e2 , −3e1 + e3 são L.I.; então :
βW1 = {2e1 + e2 , −3e1 + e3 }.
W2 = [(1, 0, 1), (1, 1, 3)] = [e1 + e3 , e1 + e2 + 3e3 ] =⇒ e1 + e3 , e1 + e2 + 3e3 são L.I.; então :
βW2 = {e1 + e3 , e1 + e2 + 3e3 }.
W1 +W2 = [2e1 +e2 , −3e1 +e3 , e1 +e3 , e1 +e2 +3e3 ] =⇒ 2e1 +e2 , −3e1 +e3 , e1 +e3 , e1 +e2 +3e3
são L.D.; pois da combinação linear nula:
λ1 (2e1 + e2 ) + λ2 (−3e1 + e3 ) + λ3 (e1 + e3 ) + λ4 (e1 + e2 + 3e3 ) = 0 =⇒ λ1 = λ2 = −λ4 ; λ3 =
−2λ4 ; λ4 ∈ R; temos que retirar um vetor que torna os vetores linearmente dependentes.
Fazendo, por exemplo: λ4 = 1 e substituindo na combinação linear acima:
−(2e1 + e2 ) − (−3e1 + e3 ) − 2(e1 + e3 ) + (e1 + e2 + 3e3 ) = 0 =⇒ (e1 + e2 + 3e3 ) =
(2e1 + e2 ) + (−3e1 + e3 ) + 2(e1 + e3 ), logo, podemos retirar o vetor e1 + e2 + 3e3 , e assim,
βW1 +W2 = {2e1 + e2 , −3e1 + e3 , e1 + e3 }.

W1 = {(x, y , z, w ) ∈ R4 | x + y − z + w = 0 e z − w = 0} = {(−y , y , w , w ) =
y (−1, 1, 0, 0) + w (0, 0, 1, 1)} = [(−1, 1, 0, 0), (0, 0, 1, 1)] = [e2 − e1 , e3 + e4 ] e o conjunto
{e2 − e1 , e3 + e4 } é L.I.;
então : βW1 = {e2 − e1 , e3 + e4 }.
W2 = {(x, y , z, w ) ∈ R4 | x + y + z = 0}{(−y − z, y , z, w ) =
y (−1, 1, 0, 0) + z(−1, 0, 1, 0) + w (0, 0, 0, 1)} = [(−1, 1, 0, 0), (−1, 0, 1, 0), (0, 0, 0, 1)] =
[e2 − e1 , e3 − e1 , e4 ]; e o conjunto {e2 − e1 , e3 − e1 , e4 } é L.I.;
então : βW2 = {e2 − e1 , e3 − e1 , e4 } .
W1 ∩ W2 = {u = (−y , y , w , w ) e u = (−y − z, y , z, w )} = [(−1, 1, 0, 0)] = [e2 − e1 ]
= {e2 − e1 } é L.I.;
então : βW1 ∩W2 = {e2 − e1}.
W1 + W2 = [(−1, 1, 0, 0), (0, 0, 1, 1), (−1, 0, 1, 0), (0, 0, 0, 1)] = [e2 − e1 , e3 + e4 , e3 − e1 , e4 ]; e
{e2 − e1 , e3 + e4 , e3 − e1 , e4 } é L.I.;
então : βW1 +W2 = {e2 − e1 , e3 + e4 , e3 − e1 , e4 }.


S = {(1, 0, 1, 2), (2, −1, 1, 3), (−1, 1, 0, −1)} ⊂ R4 .
W = [(1, 0, 1, 2), (2, −1, 1, 3), (−1, 1, 0, −1)] = [e1 + e3 + 2e4 , 2e1 − e2 + e3 + 3e4 , −e1 + e2 − e4 ],
porém os vetores são L.D.:
λ1 (e1 + e3 + 2e4 ) + λ2 (2e1 − e2 + e3 + 3e4 ) + λ3 (−e1 + e2 − e4 ) = 0 ⇒ λ1 = −λ2 , λ3 = λ2 ; λ2 ∈
R ⇒ −(e1 + e3 + 2e4 ) + (2e1 − e2 + e3 + 3e4 ) + (−e1 + e2 − e4 ) = 0 ⇒ (e1 + e3 + 2e4 ) = (2e1 −
e2 +e3 +3e4 )+(−e1 +e2 −e4 ); ⇒ βW = {(2e1 −e2 +e3 +3e4 ), (−e1 +e2 −e4 )} ⇒ dim(W) = 2.


S = {(1, 0, 1, 2), (2, −1, 1, 3), (−1, 1, 0, −1)} ⊂ R4 .
Observação: Para verificarmos se existem vetores que são combinação linear dos demais,
podemos efetuar operações
 elementares  sobre aslinhas da matriz
 formada por estes vetores.
1 0 1 2 1 0 1 2
Por exemplo: A =  2 −1 1 3  ∼ 0 1 1 1 Note que anulou uma linha,
−1 1 0 −1 0 0 0 0
indicando que aquele vetor era combinação linear dos demais. Portanto, os vetores que geram
e são LI podem ser representados pelas duas linhas não nulas restantes ou pelos vetores
originais; isto é, W = [(1, 0, 1, 2), (2, −1, 1, 3)] ou W = [(1, 0, 1, 2), (0, 1, 1, 1)].

Considerando βW = {(e1 + e3 + 2e4 ), (2e1 − e2 + e3 + 3e4 )} ⇒ dim(W) = 2; e como

dim(R4 ) = 4, para determinarmos uma base para R4 contendo uma base do subespaço W,
temos que inserir mais dois vetores que sejam LI com os vetores da base de W.
Por exemplo, seinserirmos
  e1 , e4 comolinhas na matriz e escalonarmos:
1 0 1 2 1 0 0 0
2 −1 1 3 0 1 0 0
1 0 0 0 ∼ 0 0 1 0 a matriz não possui linhas nulas. Portanto, os vetores
   
0 0 0 1 0 0 0 1
são LI. E, observe que as linhas da matriz escalonada formam a base canônica.
então, ⇒ βR4 = {(e1 + e3 + 2e4 ), (2e1 − e2 + e3 + 3e4 ), e1 , e4 }.
ou βR4 = {e1 , e2 , e3 , e4 }.

1. S = [(− 72 , 32 , 1)] = [− 27 e1 + 32 e2 + e3 ] =⇒ βS = {− 72 e1 + 32 e2 + e3 };
2. fazendo em
W; y = x + z =⇒ W = [(1, 1, 0), (0, 1, 1)] = [e1 + e2 , e2 + e3 ] =⇒ βW = {e1 + e2 , e2 + e3 },
determinando agora a intersecção dos subespaços:
∀u ∈ W ∩ S =⇒ u = λ1 (− 72 e1 + 32 e2 + e3 ) = λ2 (e1 + e2 ) + λ3 (e2 + e3 ) =⇒ u = 0 =⇒
W ∩ S = {0} =⇒ βW∩S = ∅.
3. dim(W +S) = dim(W)+dim(S)−dim(W ∩S) = 1+2−0 = 3 =⇒ dim(W +S) = dim(R3 )
e W + S ⊆ R3 =⇒ W + S = R3 ; então uma base pode ser:
βW+S = {e1 , e2 , e3 }.

1. W1 = [(−1, 1, −1), (1, 2, 1)] = [−e1 +e2 −e3 , e1 +2e2 +e3 ] =⇒ {−e1 +e2 −e3 , e1 +2e2 +e3 }
é L.I. =⇒ βW1 = {−e1 + e2 − e3 , e1 + 2e2 + e3 },
W2 = [(2, 2, 1), (1, 1, −1)] = [2e1 + 2e2 + e3 , e1 + e2 − e3 ] =⇒ {2e1 + 2e2 + e3 , e1 + e2 − e3 }
é L.I. =⇒ βW2 = {2e1 + 2e2 + e3 , e1 + e2 − e3 }.
W1 + W2 = [−e1 + e2 − e3 , e1 + 2e2 + e3 , 2e1 + 2e2 + e3 , e1 + e2 − e3 ];
verificando a dependência linear entre os vetores:
α1 (−e1 + e2 − e3 ) + α2 (e1 + 2e2 + e3 ) + α3 (2e1 + 2e2 + e3 ) + α4 (e1 + e2 − e3 ) = 0 =⇒
α1 = −α4 , α2 = 2α4 , α3 = −2α4 , α4 ∈ R =⇒ para
α4 = 1; −e1 + e2 − e3 = 2(e1 + 2e2 + e3 ) − 2(2e1 + 2e2 + e3 ) + (e1 + e2 − e3 ) =⇒
βW1 +W2 = {e1 + 2e2 + e3 , 2e1 + 2e2 + e3 , e1 + e2 − e3 }
W1 ∩ W2 = {u = α1 (−e1 + e2 − e3 ) + α2 (e1 + 2e2 + e3 ) = α3 (2e1 + 2e2 + e3 ) + α4 (e1 +
e2 − e3 )} = {u = 3(−e1 − e2 − e3 )} = [−e1 − e2 − e3 ] =⇒ βW1 ∩W2 = {−e1 − e2 − e3 },

1. βW1 = {−e1 + e2 − e3 , e1 + 2e2 + e3 }, βW2 = {2e1 + 2e2 + e3 , e1 + e2 − e3 },

βW1 +W2 = {e1 + 2e2 + e3 , 2e1 + 2e2 + e3 , e1 + e2 − e3 }, e βW1 ∩W2 = {−e1 − e2 − e3 },
2. dim(W1 ) = 2, dim(W2 ) = 2, dim(W1 ∩ W2 ) = 1, e dim(W1 + W2 ) = 3.
3. dim(W1 + W2 ) = dim(V) = 3; W1 + W2 ⊆ V =⇒ V = W1 + W2 ; porém,
W1 ∩ W2 6= {0} =⇒ V =
6 W1 ⊕ W2 .

Exercı́cio.14 - (Sem respostas)
Sejam o espaço vetorial V = M2 (R) e, W1 = [e2 − e4 , e1 + e2 + e3 ],

W2 = [e1 , e2 + e3 ] subespaços de V.
3. V = W1 ⊕ W2 ?

Sejam o espaço vetorial V = P2 (R) e, W1 = [e1 + e2 + e3 ], W2 = [e1 , e2 − e3 ] subespaços de

V.
3. V = W1 ⊕ W2 ?

Exercı́cio.16 - (sem respostas)
Seja C2 um espaço vetorial sobre um corpo K.

K = C.
K = R.

Sejam os seguintes subespaços de R3 : W1 = [(1, 0, 0)], W2 = [(1, 1, 0), (0, 1, 1)]. Verifique se
R3 = W1 ⊕ W2 .

Considere o espaço vetorial real R4 . Determine uma base para este espaço contendo elementos
do conjunto S = {(1, 0, −2, 2), (1, 2, −2, 1)}.

Considerando W1 = {u = (x, y , z, w ) ∈ R4 /x + y = 0 e z + w = 0} = {u = (−y , y , −w , w ) =

y (−1, 1, 0, 0) + w (0, 0, −1, 1) = y (e2 − e1 ) + z(e4 − e3 )} ⇒ W1 = [e2 − e1 , e4 − e3 ]
| {z } | {z }
v1 v2
Note que O conjunto dos vetores {e2 − e1 , e4 − e3 } é LI.
βW1 = {e2 − e1 , e4 − e3 } =⇒ dim(W1 ) = 2.
Para R4 = W1 ⊕ W2 queremos: (i) dim(W1 ∩ W2 ) = 0 e (ii) dim(W1 + W2 ) = dim(R4 ) = 4,
então, pelo teorema da soma das dimensões:
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) ⇒ dim(W2 ) = dim(W1 + W2 ) − dim(W1 ) = 2.
Neste caso, devemos completar a base βW1 determinando dois vetores LI, u1 , u2 , que não
sejam combinação linear dos vetores de βW1 a fim de obtermos uma base para R4 .

Observe que W1 = {u = (x, y , z, w ) ∈ R4 /x = −y e z = −w } vamos determinar um

subespaço que seja suplementar ao W1 ;
então, por exemplo,
W2 = {u = (x, y , z, w ) ∈ R4 | x = y e z = w }.
Desta forma, ∀u ∈ V ⇒ u = u1 + u2 ; u1 = (−y1 , y1 , −w1 , w1 ) ∈ W1 e
u2 = (y2 , y2 , w2 , w2 ) ∈ W2 ⇒ u = (x, y , z, w ) = (y2 − y1 , y2 + y1 , w2 − w1 , w2 + w1 ); e,
W1 ∩ W2 = {0}.
Logo, R4 = W1 ⊕ W2 .

Considere o espaço vetorial C3 sobre o corpo K. Determine uma base para C3 nos itens abaixo:
1. Considere K = C, e os elementos do conjunto S = {(1, 0, −2), (1, 2, 1)}.

2. Considere K = R, e os elementos do conjunto S = {(1, 0, −2), (1, 2, 1), (0, 0, i)}.

Sejam V um espaço vetorial real, com dim(V) = 9, W1 e W2 subespaços de V tais que

dim(W1 ) = 6 e dim(W2 ) = 5.
Mostre que 2 ≤ dim(W1 ∩ W2 ) ≤ 5.
Pelo teorema da dimensão da soma de subespaços:
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 );
dim(W1 ∩ W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 + W2 );
(i) W1 + W2 ⊆ V ⇒ dim(W1 + W2 ) ≤ 9
dim(W1 ∩ W2 ) ≥ dim(W1 ) + dim(W2 ) − dim(W1 + W2 ) = 6 + 5 − 9 = 2.
(ii) dim(W1 + W2 ) ≥ 6, visto que max(dim(W1 ), dim(W2 )) = 6
Então; dim(W1 ∩ W2 ) ≤ dim(W1 ) + dim(W2 ) − dim(W1 + W2 ) = 6 + 5 − 6 = 5;
Portanto, por (i) e (ii), 2 ≤ dim(W1 ∩ W2 ) ≤ 5.

Determine os valores de a ∈ R de modo que o conjunto S = {(a, 1, 0), (1, a, 1), (0, 1, a)} seja
3
uma base para o espaço
√ √ vetorial R .
∗
Para a ∈ R − {− 2, 2}.

Considere os seguintes subespaços vetoriais de P2 (R):

W1 = {p(t) = a + bt + ct 2 ∈ P2 (R)/a − 2c = 0} e W2 = [1 − t, t − t 2 ]. Determine uma base
para o subespaço W1 ∩ W2 e a dim(W1 + W2 ).

W1 = {u = (x, y , z, w ) ∈ R4 | x + z = y e w = 0} = {u = (x, x + z, z, 0) =
x(1, 1, 0, 0) + z(0, 1, 1, 0)} ; W1 = [e1 + e2 , e2 + e3 ] e W2 = [e1 , 3e3 + e4 ].
W1 ∪ W2 não é um subespaço vetorial do R4 porque W1 6⊂ W2 e W2 6⊂ W1 .
W1 + W2 = [e1 + e2 , e2 + e3 , e1 , 3e3 + e4 ] e
λ1 (e1 + e2 ) + λ2 (e2 + e3 ) + λ3 (e1 ) + λ4 (3e3 + e4 ) = 0 ⇐⇒ λi = 0; i = 1, 2, 3, 4. Assim,
βW1 +W2 = {e1 +e2 , e2 +e3 , e1 , 3e3 +e4 } ⇒ dim(W1 +W2 ) = 4 ⇒ dim(W1 ∩W2 ) = 4−2−2 = 0
⇒ βW1 ∩W2 = ∅.
Portanto, W1 ⊕ W2 e, como dim(W1 + W2 ) = 4 = dim(R4 ) ⇒ R4 = W1 + W2
⇒ R4 = W1 ⊕ W2 .
Para achar um subespaço W tal que R4 = W1 ⊕ W e W 6⊆ W2 . Podemos definir, por exemplo,
uma base ordenada βW = {e2 , e4 } cujos vetores completam W1 e não geram W2 . Ou seja,
βR4 = βW1 ∪ βW = {e1 + e2 , e2 + e3 , e2 , e4 }.

βW1 = {e1 + e2 , e2 + e3 } e βW2 = {e1 , 3e3 + e4 }.

βW1 +W2 = {e1 + e2 , e2 + e3 , e1 , 3e3 + e4 }.
Para achar um subespaço W tal que R4 = W1 ⊕ W e W 6⊆ W2 . Podemos definir, por exemplo,
uma base ordenada βW = {e2 , e4 } cujos vetores completam W1 e não geram W2 . Note que
resolvendo o sistema homogêneo, temos apenas a solução trivial, ou seja,
{e1 + e2 , e2 + e3 , e2 , e4 } é LI. Assim, βR4 = βW1 ∪ βW = {e1 + e2 , e2 + e3 , e2 , e4 }.

Considerando a base βW1 = {e1 + e2 , e2 + e3 }; para achar um subespaço W tal que

R4 = W1 ⊕ W devemos determinar um subespaço que seja suplementar ao subespaço W1 .
dim(R4 ) = dim(W1 ) + dim(W) ⇒ dim(W) = 4 − 2 = 2.
Então, vamos tomar dois vetores em R4 que sejam LI com os vetores da base de W1 . Por
exemplo, W = [e3 , e4 ] ⇒ R4 = W1 + W = [e1 + e2 , e2 + e3 , e3 , e4 ] e {e1 + e2 , e2 + e3 , e3 , e4 } é LI
⇒ βR4 = βW1 ∪ βW = {e1 + e2 , e2 + e3 , e3 , e4 }.

Considere o espaço vetorial real R3 e a base βR3 = {(1, 1, 1)(1, 0, 1), (1, 0, −1)}.
Determine as coordenadas do vetor u = (3, 1, 6) ∈ R3 com relação à base βR3 .
u = (3, 1, 6) = α1 (1, 1, 1) + α2 (1, 0, 1)+ α3 (1,0, −1) = (α1 + α2 + α3 , α1 , α1 + α2 − α3 ) ⇒
1
α1 = 1, α2 = 72 , α3 = − 32 ⇒ [u]β 3 =  72 .
R
− 32

p(t) = 2 + 4t + t 2 = α1 (1) + α2 (1 + t) + α3 (1 + t 2 ) =  
−3
(α1 + α2 + α3 )(1) + α2 (t) + α3 (t 2 ) =⇒ α1 = −3, α2 = 4, α3 = 1 =⇒ [p(t)]βP =  4 .
2 (R)
1

Considere o espaço vetorial real M2 (R) com a base ordenada

βM2 (R) = {e1 + e2 + e3 , e1 + e2 + e4 , e1 + e3 + e4 , e2 + e3 + e4 }.
Determine o vetor de coordenadas [A]βM2 (R) da matriz A ∈ M2 (R) dada por:

4 6
A= .
5 6
4 6
A= = α1 (e1 + e2 + e3 ) + α2 (e1 + e2 + e4 ) + α3 (e1 + e3 + e4 ) + α4 (e2 + e3 + e4 ) =
5 6
α1 + α2 + α3 α1 + α2 + α4
⇒ α1 = α3 = 1, α2 = 2, α4 = 3 ⇒
α1 + α3 + α4 α2 + α3 + α4
 
1
 2 
[A]βM (R) = 
 1 .

2

Sejam as bases ordenadas do R4 :

0
βR4 = {e1 + 2e2 , −e4 , e1 , 2e3 } e βR4 = {e1 , e2 , e3 , e4 }.  
1 0 1 0
0 2
β β β 0 0 0
Sabemos que [I ]β = ([I ]β 0 )−1 , portanto, vamos determinar [I ]β 0 =
  e;
0 0 0 2
0 −1 0 0
0 12 0 0
 
0 0 0 0 −1
β β
[I ]β = ([I ]β 0 )−1 = 1 −1 0 0 .

2
0 0 21 0
Considerando o elemento v = 3e 1 + e2 − 4e4 ∈R4 
⇒ v = (3, 1, 0, −4) :
1 1
 
0 2 0 0 3 2
0 0 0 0 −1  1   4 
β
[v ]β 4 = [I ]β [v ]β 0 = 
1 −1 0 0   0   5 
   =  
R R4 2 2
0 0 21 0 −4 0

Sejam as bases ordenadas do P3 (R):

0
βP3 (R) = {1 + 2t, −t 3 , 1, 2t 2 } e βP3 (R) = {e1 , e2 , e3 , e4 }.
 
1 0 1 0
0 2
β β β 0 0 0
Sabemos que [I ]β = ([I ]β 0 )−1 , portanto, vamos determinar [I ]β 0 =
0
 e;
0 0 2
0 −1 0 0
0 21 0 0
 
0
β 0 0 0 −1
[I ]ββ = ([I ]β 0 )−1 = 1 −1 0 0 .

2
0 0 21 0
Considerando o elemento p(t) = 3 + t − 4t 3 ∈P3 (R) :
0 12 0
   1
0 3 2
0
β 0 0 0 −1  1  4
[p(t)]βP (R) = [I ]β [p(t)]β 0 ⇒ [p(t)]βP (R) = 
1 −1 0
   = 5
3 P3 (R) 3
2 0   0  2
0 0 21 0 −4 0

βP2 (R) = t 2 } e γP2 (R) = {e1 , e2 , e

 {t, 1 + t, 1 −  3 }. 
0 1 1 −1 1 −1
β
[I ]γ =  1 1 0  e [I ]γβ = ([I ]βγ )−1 =  1 0 1 .
0 0 −1 0 0 −1
p(t) = 2 + 4t + t 2 ∈ P2 (R) :     
−1 1 −1 2 1
γ
[p(t)]βP (R) = [I ]β [p(t)]γP (R) =  1 0 1  4  =  3 
2 2
0 0 −1 1 −1
    
0 1 1 1 2
β
e [p(t)]γP (R) = [I ]γ [p(t)]βP (R) =  1 1 0  3  =  4 .
2 2
0 0 −1 −1 1

Sejam W1 = [e1 + e4 , 3e2 ] e W2 = [2e1 − e3 ]

(a) W1 + W2 = [e1 + e4 , 3e2 , 2e1 − e3 ] e; note que o conjunto {e1 + e4 , 3e2 , 2e1 − e3 } é LI;
pois, o sistema homogêneo(combinação linear nula):
λ1 (e1 + e4 ) + λ2 (3e2 ) + λ3 (2e1 − e3 ) = 0 possui apenas a solução trivial:
λ1 = λ2 = λ3 = 0.
Desta forma, temos uma base formada por estes vetores para o subespaço W1 + W2 :
βW1 +W2 = {e1 + e4 , 3e2 , 2e1 − e3 } ⇒ dim(W1 + W2 ) = 3 < dim(M2 (R)) = 4.
Portanto, basta tomarmos um vetor v ∈ M2 (R) que seja LI com os vetores da base
βW1 +W2 = {e1 + e4 , 3e2 , 2e1 − e3 } para gerar M2 (R).
Por exemplo, o vetor canônico v = e1 não pode ser escrito como combinação linear
dos vetores de βW1 +W2 então; temos uma base ordenada:
βM2 (R) = βW1 +W2 ∪ {v } = {e1 + e4 , 3e2 , 2e1 − e3 , e1 }.

0
(b) A matriz mudança da base canônica βM2 (R) = {e1 , e2 , e3 , e4 } para a base
0
β β
βM2 (R) = {e1 + e4 , 3e2 , 2e1 − e3 , e1 } : [I ]β = ([I ]β 0 )−1 , portanto, obtendo facilmente a
   
1 0 2 1 0 0 0 1
β 0 3 0 0 β
0
β −1 0 1 0 0
matriz [I ]β 0 =  3
0 0 −1 0 e; [I ]β = ([I ]β 0 ) = 0 0 −1 0 .
  
1 0 0 0 1 0 2 −1
0
β
(c) [u]βM = [I ]β [u]β 0
2 (R) M2 (R)
    
0 0 0 1 1 4
0 1 0 0 3 1
[u]βM = 3    =  
2 (R) 0 0 −1 0  −1  1 
1 0 2 −1 4 −5

( ) Solução: (F)

( ) Solução: (V)

Solução: A resposta correta é o item (b)

Solução: A resposta correta é o item (c)

Solução: A resposta correta é o item (b)

Exercı́cio.37
W = [e1 − e2 ] ⇒ βW = {e1 − e2 } ⇒ dim(W) = 1.

(a) Pelas propriedades de ortogonalidade: R2 = W ⊕ W ⊥ então, encontrando uma base para
o complemento ortogonal obteremos os vetores que completam uma base de W para
formar uma base do R2 .
W ⊥ = {v ∈ R2 | hv , ui = 0; ∀u ∈ W}
Temos que; dim(R2 ) = dim(W) + dim(W ⊥ ) ⇒ dim(W ⊥ ) = dim(R2 ) − dim(W) = 1.
Seja v = (x, y ) ∈ W ⊥ :
hv , e1 − e2 i = 0 ⇒ h(x, y ), (1, −1)i = 0 ⇒ x − y = 0.
W ⊥ = {v ∈ R2 | x − y = 0} W ⊥ = [(1, 1)]
| {z }
e1 +e2
logo; βR2 = {e1 − e2 , e1 + e2 }.

Considerando a base βR2 = {e1 − e2 , e1 + e2 } notamos que é uma base ortogonal pois os
vetores são ortogonais. Podemos utilizar o processo de Gram-Schmidt para obter uma
base ortonormal βR∗ 2 = {v1∗ , v2∗ } a partir de βR2 .
Visto que βR2 é uma base ortogonal então só é necessário√
normalizar
√
os vetores da base:
v1∗ = ||vv11||2 == √ v1 == √ (1,−1) = (1,−1)
√
2
= ( 2
2
, − 2
2
)
hv1 ,v1 i h(1,−1),(1,−1)i
√ √
v2∗ = v2
== √
||v2 ||2
v2
== √ (1,1) = (1,1)
√ = ( 2, 2)
2 2 2
hv2 ,v2 i h(1,1),(1,1)i
√ √ √ √
∗ 2 2 2 2
Assim, βR2 = {( 2 , − 2 ), ( 2 , 2 )} é uma base ortonormal para R2 .

(c) Determine as coordenadas do vetor u = e1 − 2e2 em relação à base βR∗ 2 .

√ √ √ √
βR∗ 2 = {( 22 , − 22 ), ( 22 , 22 )} é uma base ortonormal para R2 .
Então; ∀λi ∈ R √ √ √ √
u = e1 − 2e2 = (1, −2) = λ1 ( 22 , − 22 ) + λ2 ( 22 , 22 )
Resolvendo
√ √
o sistema de√equações √
lineares:
λ1 22 + λ2 22 = 1; −λ1 22 + λ2 22 = −2
√ √
assim, λ1 = 3 2 2 ; λ2 = − 22 .
ou, utilizando
D os√coeficientes
√ E
de √Fourier:
λ1 = (1, −2), ( 2 , − 2 ) = 3 2 2
2 2
D √ √ E √ h √ √ it
λ2 = (1, −2), ( 22 , 22 ) = − 22 ⇒ [u]β ∗ = 3 2 2 −2 2
R2

Exercı́cios.38 - (Solução)
(a) W1 = [e1 , e2 − e3 ] Pelas propriedades de ortogonalidade: R3 = W1 ⊕ W1⊥ então,

encontrando uma base para o complemento ortogonal obteremos os vetores que
completam uma base de W1 para formar uma base do R3 .
W1⊥ = {v ∈ R3 | hv , ui = 0; ∀u ∈ W1 } Como os vetores que geram W1 são ortogonais
he1 , e2 − e3 i = 0, então {e1 , e2 − e3 } é LI e, isto implica que, βW1 = {e1 , e2 − e3 }. Temos
ainda que; dim(R3 ) = dim(W1 ) + dim(W1⊥ ) ⇒ dim(W1⊥ ) = dim(R3 ) − dim(W1 ) = 1.
Seja v = (x, y , z) ∈ W1⊥ :
hv , e1 i = 0 ⇒ h(x, y , z), (1, 0, 0)i = 0 ⇒ x = 0.
hv , e2 − e3 i = 0 ⇒ h(x, y , z), (0, 1, −1)i = 0 ⇒ y − z = 0.
W1⊥ = {v ∈ R3 | x = 0 e y − z = 0} W1⊥ = [(0, 1, 1)]
| {z }
e2 +e3
logo; βR3 = {e1 , e2 − e3 , e2 + e3 }.

(b) Considerando a base βR3 = {e1 , e2 − e3 , e2 + e3 } notamos que é uma base ortogonal pois
os vetores são dois a dois ortogonais. Podemos utilizar o processo de Gram-Schmidt
para obter uma base ortonormal βR∗ 3 = {v1∗ , v2∗ , v3∗ } a partir de βR3 .
Visto que βR4 é uma base ortogonal então só é necess’ario normalizar os vetores da
base:
v1∗ = ||vv11||2 = v1 = e1
(0,1,−1)
v2∗ = v2
||v2 ||2 =√ v2
=√ = (0,1,−1)
√
2
= (0, √12 , − √12 )
hv2 ,v2 i h(0,1,−1),(0,1,−1)i
v3∗ = v3
||v3 ||2 = √ v3 = √ (0,1,1) = (0,1,1)
√
2
= (0, √12 , √12 )
hv3 ,v3 i h(0,1,1),(0,1,1)i
Assim, βR∗ 3 = {(1, 0, 0), (0, √12 , − √12 ), (0, √12 , √12 )}
3
é uma base ortonormal para R .

(c) βR∗ 3 = {(1, 0, 0), (0, √12 , − √12 ), (0, √12 , √12 )}
Então; ∀λi ∈ R
u = e1 − 2e2 + 3e3 = λ1 (1, 0, 0)+ λ2 (0, √12 , − √12 )+ λ3 (0, √12 , √12 )
Resolvendo o sistema de equações lineares:
λ1 = 1
√1 λ2 + √1 λ3 = −2
2 2
− √12 λ2 + √12 λ3 = 3
ou, utilizando
D os coeficientes deE Fourier: λ1 = h(1, −2, 3), (1, 0, 0)i = 1
λ2 = (1, −2, 3), (0, √12 , − √12 ) = − √22 − √32 = − √52
D E
λ3 = (1, −2, 3), (0, √12 , √12 ) = − √22 + √32 = √12
h √ √ it
[u]β ∗ = 1 − 5 2 2 2
2
3
R

Sem respostas

Exercı́cios.40 - (Solução)
Sejam W1 = [e1 + e4 , 3e2 ] e W2 = [2e1 − e3 ]

(a) Pela propriedade de subespaços gerados, temos que
[W1 + W2 ] = {e1 + e4 , 3e2 } ∪ {2e1 − e3 } ⇒ W1 + W2 = [e1 + e4 , 3e2 , 2e1 − e3 ].
Agora, resolvendo o sistema homogêneo(combinação linear nula):
λ1 (e1 + e4 ) + λ2 (3e2 ) + λ3 (2e1 − e3 ) = 0 possui apenas a solução trivial:
λ1 = λ2 = λ3 = 0 ⇒ os vetores são LI.
consequentemente, βW1 +W2 = {e1 + e4 , 3e2 , 2e1 − e3 }
⇒ dim(W1 + W2 ) = 3 < dim(R4 ) = 4.
Portanto, basta tomarmos um vetor v = (x, y , z, t) ∈ R4 que seja LI com os vetores da
base βW1 +W2 . Por exemplo, neste caso, o vetor canônico v = e1 ; resolvendo o sistema
homogêneo(combinação linear nula) para verificar a independência linear:
λ1 (e1 + e4 ) + λ2 (3e2 ) + λ3 (2e1 − e3 ) + λ4 (e1 ) = 0 possui apenas a solução trivial:
λ1 = λ2 = λ3 = λ4 = 0 ⇒ os vetores são LI.
então; temos uma base ordenada : βR4 = βW1 +W2 ∪ {v } = {e1 + e4 , 3e2 , 2e1 − e3 , e1 }.

Uma alternativa para obter uma base para R4 é utilizar a ortogonalidade dos vetores para
verificar se são LI. Então; considerando W1 + W2 = [e1 + e4 , 3e2 , 2e1 − e3 ], vamos utilizar o
produto interno usual:
he1 + e4 , 3e2 i = h(1, 0, 0, 1), (0, 3, 0, 0)i = 0 ⇒ v1 ⊥v2
h3e2 , 2e1 − e3 i = h(0, 3, 0, 0), (2, 0, −1, 0)i = 0 ⇒ v2 ⊥v3
porém, he1 + e4 , 2e1 − e3 i = h(1, 0, 0, 1), (2, 0, −1, 0)i = 2 6= 0 ⇒ v1 6⊥ v3
então o conjunto não é ortogonal e, assim, não podemos afirmar que a independência linear.
Porém, utilizando o processo de ortogonalização de Gram-Schmidt;
podemos obter um conjunto ortogonal a partir do conjunto {e1 + e4 , 3e2 , 2e1 − e3 }:
u1 = (1, 0, 0, 1) = e1 + e4 ;
u2 = (0, 3, 0, 0) − h(0,3,0,0),(1,0,0,1)i
h(1,0,0,1),(1,0,0,1)i (1, 0, 0, 1) = (0, 3, 0, 0) = 3e2
u3 = (2, 0, −1, 0) − h(2,0,−1,0),(1,0,0,1)i h(2,0,−1,0),(0,3,0,0)i
h(1,0,0,1),(1,0,0,1)i (1, 0, 0, 1) − h(0,3,0,0),(0,3,0,0)i (0, 3, 0, 0) =
(2, 0, −1, 0) − (1, 0, 0, 1) = (1, 0, −1, −1) = e1 − e3 − e4
Assim, βW1 +W2 = {e1 + e4 , 3e2 , e1 − e3 − e4 } é uma base ortogonal para W1 + W2

Considerando a base ortogonal obtida para W1 + W2 : βW1 +W2 = {e1 + e4 , 3e2 , e1 − e3 − e4 }

⇒ dim(W1 + W2 ) = 3 < dim(R4 ) = 4.
Portanto, basta tomarmos um vetor v = (x, y , z, t) ∈ R4 que seja LI com a base βW1 +W2 :
hv , e1 + e4 i = 0 ⇒ x + t = 0 ⇒ x = −t
hv , e1 − e3 − e4 i = 0 ⇒ x − z − t = 0 ⇒ z = x − t = −2t
hv , 3e2 i = 0 ⇒ 3y = 0 ⇒ y = 0
Com estes resultados, para t = 1 obtemos: v = (−1, 0, −2, 1) = −e1 − 2e3 + e4
βR4 = {u1 , u2 , u3 , v } = {e1 + e4 , 3e2 , e1 − e3 − e4 , −e1 − 2e3 + e4 } que também é uma base
ortogonal.

(b) Considerando a base βR4 = βW1 +W2 ∪ {−e1 − 2e3 + e4 } =

{e1 + e4 , 3e2 , e1 − e3 − e4 , −e1 − 2e3 + e4 }.
Podemos utilizar o processo de Gram-Schmidt para obter uma base ortonormal
βR∗ 4 = {v1∗ , v2∗ , v3∗ , v4∗ , } a partir de βR4 .
Porém, βR4 é uma base ortogonal então só é necess’ario normalizar os vetores da base:
v1∗ = ||vv11||2 = √ v1 = √ (1,0,0,1) = (1,0,0,1)
√
2
= ( √12 , 0, 0, √12 ) = √12 (e1 + e4 )
hv1 ,v1 i h(1,0,0,1),(1,0,0,1)i
v2∗ = v2
||v2 ||2 = √ v 2
= √ (0,3,0,0) = (0,3,0,0)
√
9
= (0,3,0,0)
3 = (0, 1, 0, 0) = e2
hv2 ,v2 i h(0,3,0,0),(0,3,0,0)i
v3 (1,0,−1,−1) (1,0,−1,−1)
v3∗ = ||v3 ||2 = √ v3 =√ = √ = √13 (e1 − e3 − e4 )
hv3 ,v3 i h(1,0,−1,−1),(1,0,−1,−1)i 3
(−1,0,−2,1)
v4∗ = v4
||v4 ||2 = √ v4 =√ = (−1,0,−2,1)
√
6
= √16 (−e1 − 2e3 + e4 )
hv4 ,v4 i h(−1,0,−2,1),(−1,0,−2,1)i
Assim, = βR∗ 4 { √12 (e1 + e4 ), e2 , √13 (e1 − e3 − e4 ), √16 (−e1 − 2e3 + e4 )} é uma base
4
ortonormal para R .

(c) Determine as coordenadas do vetor u = e1 + 3e2 − e3 + 4e4 em relação à base ortonormal

βR∗ 4 = { √12 (e1 + e4 ), e2 , √13 (e1 − e3 − e4 ), √16 (−e1 − 2e3 + e4 )}. Então;
P4
u = i=1 λi vi∗ ; ∀λi ∈ R
e1 + 3e2 − e3 + 4e4 = λ1 ( √12 (e1 + e4 ))+ λ2 (e2 )+ λ3 ( √13 (e1 − e3 − e4 ))+
λ4 ( √16 (−e1 − 2e3 + e4 ))
Resolvendo o sistema linear envolvendo as quatro equações lineares:
√1 λ1 + √1 λ3 − √1 λ4 = 1 (1)
2 3 6
λ2 = 3 (2)
− √13 λ3 − √26 λ4 = −1 (3)
√1 λ1 − √1 λ3 + √1 λ4 = 4 (4)
2 3 6
√ √ √
5 2 −2 3 5 6
λ1 = 2 ;λ2 = 3; λ3 = 3 ; λ4 = 6 .
h √ √ √ it
portanto; [u]β ∗ = 5 2 2 3 −2 3 5 6
4 R 3 6

(c) Determine as coordenadas do vetor u = e1 + 3e2 − e3 + 4e4 em relação à base

βR∗ 4 = { √12 (e1 + e4 ), e2 , √13 (e1 − e3 − e4 ), √16 (−e1 − 2e3 + e4 )}.
P4
u = i=1 λi vi∗ ; ∀λi ∈ R
Considerando que βR∗ 4 é uma base ortonormal; ∀λi ; i = 1, . . . , 4 representa o i-ésimo
hu,vi i
coeficiente de Fourrier: λi = hv i ,vi i
; i = 1, . . . , 4 e os vetores vi são unitários, ou seja;
hvi , vi i = ||vi ||22D= 1; então, E √
λ1 = hu, v1 i = (1, 3, −1, 4), ( √12 , 0, 0, √12 ) = √1
2
+ √4
2
= √5
2
= 5 2
2
λ2 = hu, v2 i = D
h(1, 3, −1, 4), (0, 1, 0, 0)i = 3 E √
−2 −2 3
λ3 = hu, v3 i = (1, 3, −1, 4), ( √13 , 0, − √13 , − √13 ) = √13 + √13 − √43 = √ 3
= 3
D E √
λ4 = hu, v4 i = (1, 3, −1, 4), (− √16 , 0, − √26 , √16 ) = − √16 + √26 + √46 = √56 = 5 6 6
h √ √ √ it
[u]β ∗ = 5 2 2 3 −23 3 5 6 6
4
R

AulasMATA07 II Unidade

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

AulasMATA07 II Unidade

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal da Bahia - UFBA

Instituto de Matemática e Estatı́stica - IME

MAT A07 - Álgebra Linear A

Pofessora: Isamara Alves

MAT A07 - Álgebra Linear A

Pofessora: Isamara Alves

Seja K um conjunto, onde K 6= ∅. Dizemos que K é um Corpo se, e somente se,

3 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

1. K = R com as operações usuais de adição e multiplicação por escalar;

4 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Seja V um conjunto tal que V =

5 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

1. V = R sobre o corpo R considerando as operações usuais de adição e multiplicação por

6 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

5. V = Cn = {u = (x1 , x2 , . . . , xi , . . . , xn )|xi ∈ C, ∀i} sobre o corpo C é um espaço vetorial

7 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

8 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

10. V = Pn (R) é o conjunto de todos os polinômios reais de grau ≤ n; n ∈ N;

9 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

11. V = Pn (C) é o conjunto de todos os polinômios complexos de grau ≤ n; n ∈ N;

10 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Seja o conjunto V = {x ∈ R|x > 0}.

11 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Seja o conjunto V = {x ∈ R|x > 0}.

(I) Comutativa: x ⊕ y = xy = yx = y ⊕ x; ∀x, y ∈ V

12 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Seja o conjunto V = {x ∈ R|x > 0}.

(I) Distributiva para a adição de elementos em V:

13 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Sejam V um espaço vetorial sobre o corpo K e W um subconjunto de V; tal que W =6 ∅.

(II) Multiplicação por escalar:

14 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

15 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

1. W = {u = (x, y ) ∈ R2 |x = y } é um subespaço vetorial do R2 .

(II) Multiplicação por escalar:

∀u = (x, x) ∈ W; ∀λ ∈ R ⇒ λu = λ(x, x) = (λx, λx) ∈ W.

16 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

2. W = {u = (x, y , z) ∈ R3 |x = y + z} é um subespaço vetorial do R3 .

17 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

18 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

4. W = {A ∈ Mn (R)|A = At } é um subespaço vetorial do Mn (R).

19 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

(I) Adição de vetores:

20 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

21 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

22 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

23 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Verifique nos itens abaixo, se W é subespaço vetorial de V.

7. Sejam V = Mn (C) e W = {A ∈ Mn (C)|A = (A)t }.

24 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

MAT A07 - Álgebra Linear A

Pofessora: Isamara Alves

1. W = {u = (x, y ) ∈ R2 |y = x} é um subespaço vetorial do R2 .

26 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x} subespaços vetoriais

27 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x} subespaços vetoriais

Sejam W1 = {u = (x, y ) ∈ R2 |y = x} e W2 = {u = (x, y ) ∈ R2 |y = −x} subespaços vetoriais

29 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

30 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

31 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

32 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1

33 MAT A07 - Álgebra Linear A - Semestre Letivo Suplementar - 2021.1