Você está na página 1de 50

Capı́tulo 4

Espaços Vectoriais

4.1 Apontamentos sobre Espaços Vectoriais

4.1obs Apresenta-se na definição que se segue a generalização da noção de


“vector” entendido como uma entidade com um tamanho e uma di-
recção. O estudo genérico de um espaço vectorial permite-nos esta-
belecer propriedades válidas para um conjunto alargado de entidades
matemáticas.

77
78 4 Espaços Vectoriais

4.2def Jespaço vectorialK Sejam V um conjunto não vazio e as operações

⊕: V ×V −→ V
(x, y) 7−→ x ⊕ y,

: K×V −→ V
(α, x) 7−→ α x.

Diz-se que o sêxtuplo (V, ⊕, , K, +, ·) é um espaço vectorial se:

(a) ∀x, y ∈ V : x ⊕ y = y ⊕ x.

(b) ∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).

(c) ∃1 elemento de V (representado por 0V ), ∀x ∈ V : x ⊕ 0V = x.

(d) ∀x ∈ V, ∃1 elemento de V (representado por −x) : x ⊕ (−x) =


0V .

(e) ∀α ∈ K, ∀x, y ∈ V : α (x ⊕ y) = α x ⊕ α y.

(f) ∀α, β ∈ K, ∀x ∈ V : (α + β) x = α x ⊕ β x.

(g) ∀α, β ∈ K, ∀x ∈ V : (α · β) x = α (β x).

(h) ∀x ∈ V : 1 x = x.

4.3def Seja o espaço vectorial definido por (V, ⊕, , K, +, ·).

(a) JescalarK Chama-se escalares aos elementos de K.

(b) JvectorK Chama-se vectores aos elementos de V .

(c) Jsoma de vectoresK Chama-se soma de vectores à operação ⊕.


Jmultiplicação de um escalar por um vectorK Chama-se multipli-
cação de um escalar por um vector à operação .

(d) Jespaço vectorial realK Diz-se que V é um espaço vectorial real se


K = R.
4.1 Apontamentos sobre Espaços Vectoriais 79

(e) Jespaço vectorial complexoK Diz-se que V é um espaço vectorial


complexo se K = C.

4.4obs (a) Para simplificar a linguagem, em vez de “seja o espaço vectorial


definido por (V, ⊕, , K, +, ·)” diz-se “seja V um espaço vectorial
sobre K” quando as operações de soma de vectores e de multipli-
cação de um escalar por um vector estiverem subentendidas.

(b) Se não causar confusão, em vez de x ⊕ y escreve-se x + y, em vez


de x ⊕ (−y) escreve-se x − y e em vez de α x escreve-se αx.

4.5obs Na definição que se segue, relembram-se ou introduzem-se conjuntos e


as respectivas operações usuais, que serão usados na apresentação de
exemplos de espaços vectoriais.

4.6def (a) JKn K Seja n ∈ N. Representa-se por Kn o conjunto dos n-tuplos


com elementos em K, i.e.,

Kn = {(x1 , x2 , . . . , xn )|x1 , x2 , . . . , xn ∈ K}.

As operações usuais neste conjunto são:

(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) =

(x1 + y1 , x2 + y2 , . . . , xn + yn ),

α(x1 , x2 , . . . , xn ) = (αx1 , . . . , αxn ).

(b) JMm×n (K)K Sejam m, n ∈ N. Representa-se por Mm×n (K) o


conjunto das matrizes com m linhas e n colunas com elementos
em K, i.e.,

Mm×n (K) = {A : {1, . . . , m} × {1, . . . , n} → K}.


80 4 Espaços Vectoriais

As operações usuais neste conjunto são:

[(A + B)ij ] = [(A)ij + (B)ij ],

[(αA)ij ] = [α(A)ij ].

(c) JKn [x]K Seja n ∈ N. Representa-se por Kn [x] o conjunto dos


polinómios na variável x com coeficientes em K e que têm grau
menor ou igual a n, i.e.,

Kn [x] = {a0 xn + · · · + an−1 x + an |a0 , . . . , an−1 , an ∈ K}.

As operações usuais neste conjunto são:

(a0 xn + · · · + an−1 x + an ) + (b0 xn + · · · + bn−1 x + bn ) =

(a0 + b0 )xn + · · · + (an−1 + bn−1 )x + (an + bn ),

α(a0 xn + · · · + an−1 x + an ) =

(αa0 )xn + · · · + (αan−1 )x + (αan ).

(d) JK[x]K Representa-se por K[x] o conjunto dos polinómios na var-


iável x de qualquer grau com coeficientes em K. As operações
usuais neste conjunto são idênticas às definidas no conjunto Kn [x].

(e) JC(a, b), C k (a, b), C ∞ (a, b)K Sejam a, b ∈ R tais que a < b e
k ∈ N. Representa-se por C(a, b) o conjunto das funções reais
de variável real contínuas em (a, b), por C k (a, b) o conjunto das
funções reais de variável real tais que existem todas as derivadas
de f até à ordem k (inclusivé) e f e todas as derivadas de f até
à ordem k (inclusivé) são contínuas em (a, b), e por C ∞ (a, b) o
conjunto das funções reais de variável real tais que existem todas
4.1 Apontamentos sobre Espaços Vectoriais 81

as derivadas de f e f e todas as derivadas de f são contínuas em


(a, b), i.e.,

C(a, b) = {f : (a, b) → K|f é contínua em (a, b)},


dp f
C k (a, b) = {f : (a, b) → K|f ∈ C(a, b) e dxp ∈ C(a, b), p = 1, . . . , k},
dp f
C ∞ (a, b) = {f : (a, b) → K|f ∈ C(a, b) e dxp ∈ C(a, b), ∀p ∈ N}.

As operações usuais nestes conjuntos são:

(f + g)(x) = f (x) + g(x),

(αf )(x) = αf (x).

4.7exe Mostre que R2 com as operações usuais é um espaço vectorial real.

res As operações usuais em R2 são

x + y = (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ),

αx = α(x1 , x2 ) = (αx1 , αx2 ).

com x1 , x2 , y1 , y2 , α ∈ R (como já se disse, quando estão em causa as


operações usuais, em vez de x ⊕ y escreve-se x + y e em vez de α x
escreve-se αx).

No que se segue, verificam-se as oito propriedades de 4.2def .

Propriedade (a)

Definição geral:

∀x, y ∈ V : x ⊕ y = y ⊕ x.

Exemplo presente:

∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : x + y = y + x.
82 4 Espaços Vectoriais

x + y = (x1 , x2 ) + (y1 , y2 )
(1)
= (x1 + y1 , x2 + y2 ). (a.1)

y + x = (y1 , y2 ) + (x1 , x2 )
(1)
= (y1 + x1 , y2 + x2 )
(2)
= (x1 + y1 , x2 + y2 ). (a.2)

(1) por definição da operação soma de vectores.

(2) pela propriedade comutativa da soma de números reais.

Como as expressões (a.1) e (a.2) são iguais, conclui-se que a proprie-


dade (a) é válida.

Propriedade (b)

Definição geral:

∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).

Exemplo presente:

∀x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) ∈ R2 : (x + y) + z = x + (y + x).


4.1 Apontamentos sobre Espaços Vectoriais 83

(x + y) + z = ((x1 , x2 ) + (y1 , y2 )) + (z1 , z2 )


(1)
= (x1 + y1 , x2 + y2 ) + (z1 , z2 )
(1)
= ((x1 + y1 ) + z1 , (x2 + y2 ) + z2 )
(2)
= (x1 + y1 + z1 , x2 + y2 + z2 ). (b.1)

x + (y + z) = (x1 , x2 ) + ((y1 , y2 ) + (z1 , z2 ))


(1)
= (x1 , x2 ) + (y1 + z1 , y2 + z2 )
(1)
= (x1 + (y1 + z1 ), x2 + (y2 + z2 ))
(2)
= (x1 + y1 + z1 , x2 + y2 + z2 ). (b.2)

(1) por definição da operação soma de vectores.

(2) pela propriedade associativa da soma de números reais.

Como as expressões (b.1) e (b.2) são iguais, conclui-se que a proprie-


dade (b) é válida.

Propriedade (c)

Definição geral:

∃1 elemento de V (representado por 0V ), ∀x ∈ V : x ⊕ 0V = x.

Exemplo presente:

∃1 0R2 = (a, b) ∈ R2 , ∀x = (x1 , x2 ) ∈ R2 : x + 0R2 = x.


84 4 Espaços Vectoriais

x + 0R2 = x ⇔ (x1 , x2 ) + (a, b) = (x1 , x2 )


(1)
⇔ (x1 + a, x2 + b) = (x1 , x2 )
(2)
⇔ x1 + a = x1 ∧ x2 + b = x2
(3)
⇔ a = 0 ∧ b = 0.

(1) por definição da operação soma de vectores.

(2) pela definição da igualdade de dois elementos de R2 .

(3) pelas propriedades dos números reais.

Assim, conclui-se que 0R2 = (0, 0) é o elemento neutro da soma de


vectores, sendo a propriedade (c) válida.

Propriedade (d)

Definição geral:

∀x ∈ V, ∃1 elemento de V (representado por −x) : x ⊕ (−x) = 0V .

Exemplo presente:

∀x = (x1 , x2 ) ∈ R2 , ∃1 − x = (a, b) ∈ R2 : x + (−x) = 0R2 .

x + (−x) = 0R2 ⇔ (x1 , x2 ) + (a, b) = (0, 0)


(1)
⇔ (x1 + a, x2 + b) = (0, 0)
(2)
⇔ x1 + a = 0 ∧ x2 + b = 0
(3)
⇔ a = −x1 ∧ b = −x2 .

(1) por definição da operação soma de vectores.


4.1 Apontamentos sobre Espaços Vectoriais 85

(2) igualdade de dois elementos de R2 .

(3) pelas propriedades dos números reais.

Assim, conclui-se que −x = (−x1 , −x2 ) é o elemento simétrico do


elemento x = (x1 , x2 ) ∈ R2 , sendo a propriedade (d) válida.

Propriedade (e)

Definição geral:

∀α ∈ R, ∀x, y ∈ V : α (x ⊕ y) = α x ⊕ α y.

Exemplo presente:

∀α ∈ R, ∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : α(x + y) = αx + αy.

α(x + y) = α((x1 , x2 ) + (y1 , y2 ))


(1)
= α(x1 + y1 , x2 + y2 )
(2)
= (α(x1 + y1 ), α(x2 + y2 ))
(3)
= (αx1 + αy1 , αx2 + αy2 ). (e.1)

αx + αy = α(x1 , x2 ) + α(y1 , y2 )
(2)
= (αx1 , αx2 ) + (αy1 , αy2 )
(1)
= (αx1 + αy1 , αx2 + αy2 ). (e.2)

(1) por definição da operação soma de vectores.

(2) por definição da operação multiplicação de um vector por um es-


calar.

(3) pela propriedade distributiva da multiplicação relativamente à soma


em R.
86 4 Espaços Vectoriais

Como as expressões (e.1) e (e.2) são iguais, conclui-se que a propriedade


(e) é válida.

Propriedade (f )

Definição geral:

∀α, β ∈ R, ∀x ∈ V : (α + β) x = α x ⊕ β x.

Exemplo presente:

∀α, β ∈ R, ∀x = (x1 , x2 ) ∈ R2 : (α + β)x = αx + βx.

(α + β)x = (α + β)(x1 , x2 )
(1)
= ((α + β)x1 , (α + β)x2 )
(2)
= (αx1 βx1 , αx2 + βx2 ). (f.1)

αx + βx = α(x1 , x2 ) + β(x1 , x2 )
(1)
= (αx1 , αx2 ) + (βx1 , βx2 )
(3)
= (αx1 + βx, αx2 + βx2 ). (f.2)

(1) por definição da operação multiplicação de um vector por um es-


calar.

(2) pela propriedade distributiva da multiplicação relativamente à soma


em R.

(3) por definição da operação soma de vectores.

Como as expressões (f.1) e (f.2) são iguais, conclui-se que a propriedade


(f) válida.

Propriedade (g)

Definição geral:
4.1 Apontamentos sobre Espaços Vectoriais 87

∀α, β ∈ R, ∀x ∈ V : (α · β) x = α (β x).

Exemplo presente:

∀α, β ∈ R, ∀x = (x1 , x2 ) ∈ R2 : (αβ)x = α(βx).

(αβ)x = (αβ)(x1 , x2 )
(1)
= ((αβ)x1 , (αβ)x2 )
(2)
= (αβx1 , αβx2 ). (g.1)

α(βx) = α(β(x1 , x2 ))
(1)
= α(βx1 , βx2 )
(1)
= (α(βx1 ), α(βx2 ))
(2)
= (αβx1 , αβx2 ). (g.2)

(1) por definição da operação multiplicação de um vector por um es-


calar.

(2) pela propriedade associativa da multiplicação de números reais.

Como as expressões (g.1) e (g.2) são iguais, conclui-se que a proprie-


dade (g) válida.

Propriedade (h)

Definição geral:

∀x ∈ V : 1 x = x.

Exemplo presente:

∀x = (x1 , x2 ) ∈ R2 : 1x = x.
88 4 Espaços Vectoriais

1x = 1(x1 , x2 )
(1)
= (1x1 , 1x2 )
(2)
= (x1 , x2 )

= x.

(1) por definição da operação multiplicação de um vector por um es-


calar.

(2) 1 é o elemento neutro da multiplicação de reais.

Assim, conclui-se que a propriedade (h) é válida.

Assim, uma vez que as oito propriedades da definição 4.2def de espaço


vectorial são verificadas, conclui-se que o conjunto R2 com as operações
usuais é um espaço vectorial real.

4.8exe Mostre que os seguintes conjuntos com as operações usuais são espaços
vectoriais reais:

(a) Kn .

(b) Mm×n (K).

(c) K[x].

(d) C(a, b).

res (a) Exercício.

(b) Exercício.

(c) Exercício.

(d) Exercício.
4.1 Apontamentos sobre Espaços Vectoriais 89

4.9exe Mostre que o conjunto Mn×n (R) com as operações

⊕ : Mn×n (R) × Mn×n (R) −→ Mn×n (R)


(A, B) 7−→ A ⊕ B = AT + B T

: R × Mn×n (R) −→ Mn×n (R)


(α, A) 7−→ α A = αA,
não define um espaço vectorial real.

res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade da definição 4.2def que não é satisfeita. No entanto, e
por questões didácticas, vai-se verificar todas as propriedades (ape-
sar de não se explicitar na resolução deste exercício, esta faz uso das
propriedades das operações com matrizes).

Note-se que neste exercício, uma vez que a definição de uma das ope-
rações não é a usual — soma de elementos de Mn×n (R) —, usa-se a
notação x ⊕ y e α x.

Propriedade (a)

Definição geral:

∀x, y ∈ V : x ⊕ y = y ⊕ x.

Exemplo presente:

∀A, B ∈ Mn×n (R) : A ⊕ B = B ⊕ A.

A ⊕ B = AT + B T . (a.1)

B ⊕ A = B T + AT

= AT + B T . (a.2)
90 4 Espaços Vectoriais

Como as expressões (a.1) e (a.2) são iguais, conclui-se que a proprie-


dade (a) é válida.

Propriedade (b)

Definição geral:

∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).

Exemplo presente:

∀A, B, C ∈ Mn×n (R) : (A ⊕ B) ⊕ C = A ⊕ (B ⊕ C).

(A ⊕ B) ⊕ C = (AT + B T ) ⊕ C

= (AT + B T )T + C T

= ((AT )T + (B T )T ) + C T

= A + B + CT . (b.1)

A ⊕ (B ⊕ C) = A ⊕ (B T + C T )

= AT + (B T + C T )T

= AT + ((B T )T + (C T )T )

= AT + B + C. (b.2)

Como existem elementos de Mn×n (R) tais que produzem expressões


diferentes para (b.1) e (b.2), conclui-se que a propriedade (b) não é
válida.

Propriedade (c)

Definição geral:

∃1 elemento de V (representado por 0V ), ∀x ∈ V : x ⊕ 0V = x.

Exemplo presente:
4.1 Apontamentos sobre Espaços Vectoriais 91

∃1 elemento de Mn×n (R) (representado por 0), ∀A ∈ Mn×n (R) : A ⊕


0 = A.

T
A ⊕ 0 = A ⇔ AT + 0 = A
T
⇔ 0 = A − AT

⇔ 0 = (A − AT )T

⇔ 0 = AT − A.

Assim, uma vez que 0 não é independente de A, conclui-se que a pro-


priedade (c) não é válida.

Propriedade (d)

Definição geral:

∀x ∈ V, ∃1 elemento de V (representado por −x) : x ⊕ (−x) = 0V .

Exemplo presente:

Esta propriedade não faz sentido verificar, uma vez que não existe
elemento neutro da soma (ver propriedade anterior).

Propriedade (e)

Definição geral:

∀α ∈ K, ∀x, y ∈ V : α (x ⊕ y) = α x ⊕ α y.

Exemplo presente:

∀α ∈ R, ∀A, B ∈ Mn×n (R) : α (A ⊕ B) = α A ⊕ α B.


92 4 Espaços Vectoriais

α (A ⊕ B) = α (AT + B T )

= α(AT + B T )

= αAT + αB T . (e.1)

α A ⊕ α B = αA ⊕ αB

= (αA)T + (αB)T

= αAT + αB T . (e.2)

Como as expressões (e.1) e (e.2) são iguais, conclui-se que a propriedade


(e) é válida.

Propriedade (f )

Definição geral:

∀α, β ∈ K, ∀x ∈ V : (α + β) x = α x ⊕ β x.

Exemplo presente:

∀α, β ∈ R, ∀A ∈ Mn×n (R) : (α + β) A = α A ⊕ β A.

(α + β) A = (α + β)A

= αA + βA. (f.1)

α A ⊕ β A = αA ⊕ βA

= (αA)T + (βA)T

= αAT + βAT . (f.2)


4.1 Apontamentos sobre Espaços Vectoriais 93

Como existem elementos de Mn×n (R) tais que produzem expressões


diferentes para (f.1) e (f.2), conclui-se que a propriedade (f) não é
válida.

Propriedade (g)

Definição geral:

∀α, β ∈ K, ∀x ∈ V : (α · β) x = α (β x).

Exemplo presente:

∀α, β ∈ R, ∀A ∈ Mn×n (R) : (α · β) A = α (β A).

(α · β) A = (αβ) A

= αβA. (g.1)

α (β A) = α (βA)

= αβA. (g.2)

Como as expressões (g.1) e (g.2) são iguais, conclui-se que a proprie-


dade (g) é válida.

Propriedade (h)

Definição geral:

∀x ∈ V : 1 x = x.

Exemplo presente:

∀A ∈ Mn×n (R) : 1A = A.

1A = A.
94 4 Espaços Vectoriais

Assim, conclui-se que a propriedade (h) é válida.

Como as propriedades (b), (c), (d) e (f) da definição 4.2def não são
válidas, conclui-se que o conjunto Mn×n (R) com as operações dadas
não é um espaço vectorial real (volta-se a frisar que bastava uma pro-
priedade falhar para se concluir que não se estava perante um espaço
vectorial).

4.10exe Mostre que o conjunto R2 com as operações

⊕: R2 × R2 −→ R2
((a, b), (c, d)) 7−→ (a, b) ⊕ (c, d) = (0, b + d),

: R × R2 −→ R2
(α, (a, b)) 7−→ α (a, b) = (2αa, 2αb),

não define um espaço vectorial real.

res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade da definição 4.2def que não é satisfeita. No entanto, e
por questões didácticas, vai-se verificar todas as propriedades.

Note-se que neste exercício, uma vez que a definição das duas operações
não é a usual, usa-se a notação x ⊕ y e α x.

Apesar de não se explicitar na resolução deste exercício, esta faz uso


das propriedades dos números reais.

Propriedade (a)

Definição geral:

∀x, y ∈ V : x ⊕ y = y ⊕ x.

Exemplo presente:
4.1 Apontamentos sobre Espaços Vectoriais 95

∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : x ⊕ y = y ⊕ x.

x ⊕ y = (x1 , x2 ) ⊕ (y1 , y2 )

= (0, x2 + y2 ). (a.1)

y ⊕ x = (y1 , y2 ) ⊕ (x1 , x2 )

= (0, y2 + x2 )

= (0, x2 + y2 ). (a.2)

Como as expressões (a.1) e (a.2) são iguais, conclui-se que a proprie-


dade (a) é válida.

Propriedade (b)

Definição geral:

∀x, y, z ∈ V : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).

Exemplo presente:

∀x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) ∈ R2 : (x ⊕ y) ⊕ z = x ⊕ (y ⊕ z).


96 4 Espaços Vectoriais

(x ⊕ y) ⊕ z = ((x1 , x2 ) ⊕ (y1 , y2 )) ⊕ (z1 , z2 )

= (0, x2 + y2 ) + (z1 , z2 )

= (0, (x2 + y2 ) + z2 )

= (0, x2 + y2 + z2 ). (b.1)

x ⊕ (y ⊕ z) = (x1 , x2 ) ⊕ ((y1 , y2 ) ⊕ (z1 , z2 ))

= (x1 , x2 ) + (0, y2 + z2 )

= (0, x2 + (y2 + z2 ))

= (0, x2 + y2 + z2 ). (b.2)

Como as expressões (b.1) e (b.2) são iguais, conclui-se que a proprie-


dade (b) é válida.

Propriedade (c)

Definição geral:

∃1 elemento de V (representado por 0V ), ∀x ∈ V : x ⊕ 0V = x.

Exemplo presente:

∃1 elemento de R2 (representado por 0 = (a, b)), ∀x ∈ R2 : x ⊕ 0 = x.

x ⊕ 0 = x ⇔ (x1 , x2 ) ⊕ (a, b) = (x1 , x2 )

⇔ (0, x2 + b) = (x1 , x2 )

⇔ 0 = x1 ∧ x2 + b = x2

⇔ x1 = 0 ∧ b = 0.
4.1 Apontamentos sobre Espaços Vectoriais 97

Assim, conclui-se que a propriedade (c) não é satisfeita, pois não só o


vector 0 não é único, como não é possível que a relação fosse satisfeita
para qualquer elemento de x ∈ R2 .

Propriedade (d)

Definição geral:

∀x ∈ V, ∃1 elemento de V (representado por −x) : x ⊕ (−x) = 0V .

Exemplo presente:

Esta propriedade não faz sentido verificar, uma vez que não existe
elemento neutro da soma (ver propriedade anterior).

Propriedade (e)

Definição geral:

∀α ∈ K, ∀x, y ∈ V : α (x ⊕ y) = α x ⊕ α y.

Exemplo presente:

∀α ∈ R, ∀x = (x1 , x2 ), y = (y1 , y2 ) ∈ R2 : α (x ⊕ y) = α x ⊕ α y

α (x ⊕ y) = α ((x1 , x2 ) ⊕ (y1 , y2 ))

= α (0, x2 + y2 )

= (0, 2α(x2 + y2 ))

= (0, 2αx2 + 2αy2 ). (e.1)

α x ⊕ α y = α (x1 , x2 ) ⊕ α (y1 , y2 )

= (2αx1 , 2αx2 ) ⊕ (2αy1 , 2αy2 )

= (0, 2αx2 + 2αy2 ). (e.2)


98 4 Espaços Vectoriais

Como as expressões (e.1) e (e.2) são iguais, conclui-se que a propriedade


(e) é válida.

Propriedade (f )

Definição geral:

∀α, β ∈ K, ∀x ∈ V : (α + β) x = α x ⊕ β x.

Exemplo presente:

∀α, β ∈ R, ∀x = (x1 , x2 ) ∈ R2 : (α + β) x = α x ⊕ β x.

(α + β) x = (α + β) (x1 , x2 )

= (2(α + β)x1 , 2(α + β)x2 )

= (2αx1 + 2βx1 , 2αx2 + 2βx2 ). (f.1)

α ⊕xβ x = α (x1 , x2 ) ⊕ β (x1 , x2 )

= (2αx1 , 2αx2 ) ⊕ (2βx1 , 2βx2 )

= (0, 2αx2 + 2βx2 ). (f.2)

Como existem elementos de R2 tais que produzem expressões diferentes


para (f.1) e (f.2), conclui-se que a propriedade (f) não é válida.

Propriedade (g)

Definição geral:

∀α, β ∈ K, ∀x ∈ V : (α · β) x = α (β x).

Exemplo presente:

∀α, β ∈ KR, ∀x = (x1 , x2 ) ∈ R2 : (α · β) x = α (β x).


4.1 Apontamentos sobre Espaços Vectoriais 99

(α · β) x = (α · β) (x1 , x2 )

= (2(αβ)x1 , 2(αβ)x2 )

= (2αβx1 , 2αβx2 ). (g.1)

α (β x) = α (β (x1 , x2 ))

= α (2βx1 , 2βx2 )

= (2α(2βx1 ), 2α(2βx2 ))

= (4αβx1 , 4αβx2 ). (g.2)

Como existem elementos de R2 tais que produzem expressões diferentes


para (g.1) e (g.2), conclui-se que a propriedade (g) não é válida.

Propriedade (h)

Definição geral:

∀x ∈ V : 1 x = x.

Exemplo presente:

∀x = (x1 , x2 ) ∈ R2 : 1 x = x.

1x = 1(x1 , x2 )

= (2x1 , 2x2 )

6= (x1 , x2 )

= x.

Assim, conclui-se que a propriedade (h) não é válida.


100 4 Espaços Vectoriais

Como as propriedades (c), (d), (f), (g) e (h) da definição 4.2def não
são satisfeitas, conclui-se que o conjunto R2 com as operações dadas
não é um espaço vectorial real (volta-se a frisar que bastava uma pro-
priedade não se verificar para se concluir que não se estava perante um
espaço vectorial).

4.11teo Seja V um espaço vectorial. Então,

(a) ∀α ∈ K : α0V = 0V .

(b) ∀x ∈ V : 0x = 0V .

(c) ∀α ∈ K, ∀x ∈ V : −(αx) = (−α)x e (−α)(−x) = αx.

(d) ∀α ∈ K, ∀x ∈ V : αx = 0V ⇒ (α = 0 ∨ x = 0V ).

(e) ∀α, β ∈ K, ∀x ∈ V \ {0V } : αx = βx ⇒ α = β.

(f) ∀x1 , x2 ∈ V : x1 + x = x2 ⇒ x = x2 − x1 .

(g) ∀x, x1 , x2 ∈ V : x + x1 = x + x2 ⇒ x1 = x2 .

4.12def JsubespaçoK Sejam o espaço vectorial (V, ⊕, , K, +, ·) e F um subcon-


junto não-vazio de V . Diz-se que F é um subespaço V se (F, ⊕, , K, +, ·)
ainda for espaço vectorial.

4.13teo Sejam V um espaço vectorial sobre K e F ⊂ V . Então, F é um


subespaço de V se e só se:

(a) 0V ∈ F .

(b) ∀x, y ∈ F : x + y ∈ F .

(c) ∀α ∈ K, ∀x ∈ F : αx ∈ F .

4.14obs Note-se que o teorema 4.13teo é um processo mais prático de verificar


se um subconjunto de um espaço vectorial é um subespaço do que a
definição 4.12def .
4.1 Apontamentos sobre Espaços Vectoriais 101

4.15exe Mostre que F = {(x1 , x2 ) ∈ R2 |x2 = 0} é um subespaço de R2 .

res Sendo F ⊂ R2 , verifiquem-se as três propriedades do teorema 4.13teo :

Propriedade (a)

0R2 = (0, 0) ∈ F , pelo que a propriedade (a) é válida.

Propriedade (b)

Sejam x = (x1 , 0), y = (y1 , 0) ∈ F . Então, x + y = (x1 , 0) + (y1 , 0) =


(x1 + y1 , 0) ∈ F , pelo que a propriedade (b) é válida.

Propriedade (c)

Sejam α ∈ K e x = (x1 , 0) ∈ F . Então, αx = α(x1 , 0) = (αx1 , 0) ∈ F ,


pelo que a propriedade (c) é válida.

Conclui-se, assim, que F é um subespaço de R2 .

4.16exe Mostre que o conjunto das matrizes simétricas de ordem n é um sub-


espaço de Mn×n (K).

res Seja F o conjunto das matrizes simétricas de ordem n, i.e., F = {A ∈


Mn×n (K)|A = AT }, que é um subconjunto de Mn×n (K). Verifiquem-
se, agora, as três propriedades do teorema 4.13teo :

Propriedade (a)

0Mn×n (K) = 0n×n ∈ F , pelo que a propriedade (a) é válida.

Propriedade (b)

Sejam A, B ∈ F . Então, (A + B)T = AT + B T = A + B, A + B ∈ F ,


pelo que a propriedade (b) é válida.

Propriedade (c)
102 4 Espaços Vectoriais

Sejam α ∈ K e A ∈ F . Então, como (αA)T = αAT = αA, αA ∈ F ,


pelo que a propriedade (c) é válida.

Conclui-se, assim, que F é um subespaço de Mn×n (K).

4.17exe Mostre que:

(a) O conjunto das matrizes reais e diagonais de ordem n é um sub-


espaço de Mn×n (R).

(b) Kn [x] é um subespaço de K[x].

(c) C k (a, b) é um subespaço de C(a, b)

(d) C ∞ (a, b) é um subespaço de C k (a, b).

(e) {0V } é um subespaço de V .

(f) V é um subespaço de V .

res (a) Exercício.

(b) Exercício.

(c) Exercício.

(d) Exercício.

(e) Exercício.

(f) Exercício.

4.18exe Mostre que o conjunto G = {(x1 , x2 ) ∈ R2 |x2 = 1} não é um subespaço


de R2 .

res Para resolver este exercício é necessário identificar (pelo menos) uma
propriedade do teorema 4.13teo que não é satisfeita. No entanto, e
por questões didácticas, vai-se verificar todas as propriedades.
4.1 Apontamentos sobre Espaços Vectoriais 103

Sendo G ⊂ R2 , verifiquem-se as três propriedades do teorema 4.13teo :

Propriedade (a)

0R2 = (0, 0) ∈
/ G, pelo que a propriedade (a) não é válida.

Propriedade (b)

Sejam x = (x1 , 1), y = (y1 , 1) ∈ G. Então, x + y = (x1 , 1) + (y1 , 1) =


(x1 + y1 , 2) ∈
/ G, pelo que a propriedade (b) não é válida.

Propriedade (c)

Sejam α ∈ K e x = (x1 , 1) ∈ G. Então, αx = α(x1 , 1) = (αx1 , α) ∈


/ G,
pelo que a propriedade (c) não é válida.

Como as propriedades (a), (b) e (c) do teorema 4.13teo não são satis-
feitas, conclui-se que o conjunto G não é um subespaço de R2 (volta-se
a frisar que bastava uma propriedade não se verificar para se concluir
que não se estava perante um subespaço).

4.19exe Mostre que o conjunto das matrizes hermíticas de ordem n não é um


subespaço de Mn×n (C).

res Seja F o conjunto das matrizes hermíticas de ordem n, i.e., F = {A ∈


Mn×n (C)|A = AH }, que é um subconjunto de Mn×n (C). Verifiquem-
se, agora, as três propriedades do teorema 4.13teo :

Propriedade (a)

0Mn×n (C) = 0n×n ∈ F , pelo que a propriedade (a) é válida.

Propriedade (b)

Sejam A, B ∈ F . Então, como (A + B)H = AH + B H = A + B,


A + B ∈ F , pelo que a propriedade (b) é válida.
104 4 Espaços Vectoriais

Propriedade (c)

Sejam α ∈ K e A ∈ F . Então, como (αA)H = αAH = αA, αA ∈


/ F.

Assim, conclui-se que a propriedade (c) não é válida.

Como a propriedade (c) do teorema 4.13teo não é satisfeita, conclui-se


que o conjunto G não é um subespaço de Mn×n (C).

4.20teo Seja A ∈ Mm×n (K). Então, CSAx=0 é um subespaço de Kn .

dem Para mostrar que CSAx=0 ⊂ Kn é um subespaço de Kn , aplique-se o


teorema 4.13teo (no que se segue identifia-se Kn com Mn×1 (K)):

Propriedade (a)

Seja Como A0n×1 = 0, tem-se que 0Kn = 0n×1 ∈ CSAx=0 , pelo que a
propriedade (a) é válida.

Propriedade (b)

Sejam x1 , x2 ∈ CSAx=0 . Então, como A(x1 + x2 ) = Ax1 + Ax2 =


0 + 0 = 0, tem-se que x1 + x2 ∈ CSAx=0 , pelo que a propriedade (b) é
válida.

Propriedade (c)

Sejam α ∈ K e x ∈ CSAx=0 . Então, como A(αx) = α(Ax) = α0 = 0,


tem-se que αx ∈ CSAx=0 , pelo que a propriedade (c) é válida.

Assim, conclui-se que CSAx=0 é um subespaço de Kn .

4.21def Jcombinação linearK Sejam V um espaço vectorial sobre K, x ∈ V e


S = {x1 , . . . , xk } ⊂ V . Diz-se que x é uma combinação linear dos
elementos de S se

∃α1 , . . . , αk ∈ K : x = α1 x1 + · · · + αk xk .
4.1 Apontamentos sobre Espaços Vectoriais 105

4.22exe Sejam x = (1, 4), x1 = (1, 2), x2 = (1, 1) e x3 = (2, 2).

(a) Mostre que x = (1, 4) é uma combinação linear de x1 = (1, 2) e


x2 = (1, 1) e escreva x como combinação linear de x1 e de x2 .

(b) Mostre que x = (1, 4) é uma combinação linear de x1 = (1, 2),


x2 = (1, 1) e x3 = (2, 2).

(c) Mostre que x = (1, 4) não é uma combinação linear de x2 = (1, 1)


e x3 = (2, 2).

res (a) Mostrar que x = (1, 4) é uma combinação linear de x1 = (1, 2) e


x2 = (1, 1) é, por definição, mostrar que

∃α, β ∈ R : x = αx1 + βx2 ,

i.e., que é possível o sistema de equações lineares (Sa ) dado por



 α + β = 1
(1, 4) = α(1, 2) + β(1, 1) ⇔
 2α + β = 4.

Então, como
   
1 1 1 ←−−−−−−−−−→ 1 1 1
   ,
2 1 4 `2 ← `2 − 2`1 0 −1 2
a característica da matriz dos coeficientes é igual à característica
da matriz ampliada, pelo que o sistema (Sa ) é possível, concluindo-
se que x é uma combinação linear de x1 e x2 . Para escrever x como
combinação linear de x1 e x2 , resolve-se o sistema (Sa ), tendo-se

 α = 3
 β = −2,

vindo

x = 3x1 − 2x2 .
106 4 Espaços Vectoriais

(b) Mostrar que x = (1, 4) é uma combinação linear de x1 = (1, 2),


x2 = (1, 1) e x3 = (2, 2) é, por definição, mostrar que

∃α, β, γ ∈ R : x = αx1 + βx2 + γx3 ,

i.e., que é possível o sistema de equações lineares (Sb ) dado por

(1, 4) = α(1, 2) + β(1, 1) + γ(2, 2) ⇔



 α + β + 2γ = 1
 2α + β + 2γ = 4.

Então, como
   
1 1 2 1 ←−−−−−−−−−→ 1 1 2 1
   ,
2 1 2 4 `2 ← `2 − 2`1 0 −1 −2 2

a característica da matriz dos coeficientes é igual à característica


da matriz ampliada, pelo que o sistema (Sb ) é possível, concluindo-
se que x é uma combinação linear de x1 , x2 e x3 . Para escrever x
como combinação linear de x1 , x2 e x3 , resolve-se o sistema (Sb ),
tendo-se



 α = 3

β = −2 − 2a



 γ = a ∈ R,

vindo

x = 3x1 + (−2 − 2a)x2 + ax3 , a ∈ R.

(c) Mostrar que x = (1, 4) não é uma combinação linear de x2 = (1, 1)


e x3 = (2, 2) é equivalente a mostrar que é impossível o sistema
4.1 Apontamentos sobre Espaços Vectoriais 107

de equações lineares (Sc ) dado por



 α + β = 1
(1, 4) = α(1, 1) + β(2, 2) ⇔
 α + β = 4.

Então, como
   
1 1 1 ←−−−−−−−−−→ 1 1 1
   ,
1 1 4 `2 ← `2 − `1 0 0 3

a característica da matriz dos coeficientes é menor do que a carac-


terística da matriz ampliada, o sistema (Sc ) é impossível, concluindo-
se que x não é uma combinação linear de x2 e x3 .

4.23def Jespaço gerado, L(S), hx1 , . . . , xn iK Sejam V um espaço vectorial sobre


K e S = {x1 , . . . , xn } ⊂ V . Chama-se espaço gerado pelo conjunto S,
que se representa por L(S) ou por hx1 , . . . , xn i, ao conjunto de todas
as combinações lineares dos elementos de S.

4.24teo Sejam V um espaço vectorial sobre K e S = {x1 , . . . , xn } ⊂ U ⊂.


Então,

(a) L(S) é um subespaço de V .

(b) U subespaço de V ⇒ L(S) ⊂ U .

4.25obs Sejam V um espaço vectorial K e S = {x1 , . . . , xn } ⊂ V . Então,

(a) L(S) = {α1 x1 + · · · + αn xn |α1 , . . . , αn ∈ K}.

(b) Chama-se ao conjunto L(S) espaço gerado devido à alínea (a) do


teorema anterior.

(c) L(S) é o “menor” subespaço de V que contém S no sentido da


alínea (b) do teorema anterior..
108 4 Espaços Vectoriais

4.26def Jconjunto geradorK Sejam V um espaço vectorial sobre K e S = {x1 , . . . , xn } ⊂


V . Diz-se que S é um conjunto gerador de V se V = L(S).

4.27obs Sejam V um espaço vectorial sobre K e S = {x1 , . . . , xn } ⊂ V . Então,


S é um conjunto gerador de V se

∀x ∈ V, ∃α1 , . . . , αn ∈ K : x = α1 x1 + · · · + αn xn ,

i.e., que é possível o sistema de equações lineares x = α1 x1 +· · ·+αn xn ,


qualquer que seja x ∈ V .

4.28exe (a) Verifique se R2 = h(2, 0)i.

(b) Verifique se R2 = h(2, 0), (3, 4)i.

(c) Verifique se R2 = h(2, 0), (3, 4), (0, 1)i.

res (a) Verificar se R2 = h(2, 0)i é equivalente a verificar se, qualquer que
seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de equações lineares
(S1 ) dado por

 2α = x1
(x1 , x2 ) = α(2, 0) ⇔
 0α = x .
2

Então, como a representação matricial do sistema (S1 ) é


 
1 x1
 ,
0 x2

que já está em escada, a característica da matriz dos coeficientes


é menor do que a característica da matriz ampliada se x2 6= 0,
pelo que o sistema (S1 ) nem sempre é possível, concluindo-se que
R2 6= h(1, 0)i, i.e., {(2,0)} não é um conjunto gerador de R2 .
4.1 Apontamentos sobre Espaços Vectoriais 109

(b) Verificar se R2 = h(2, 0), (3, 4)i é equivalente a verificar se, qual-
quer que seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de equações
lineares (S2 ) dado por

 2α + 3β = x1
(x1 , x2 ) = α(2, 0) + β(3, 4) ⇔
 0α + 4β = x .
2

Então, como a representação matricial do sistema (S2 ) é


 
2 3 x1
 ,
0 4 x2

que já está em escada, a característica da matriz dos coeficientes


é igual à característica da matriz ampliada qualquer que seja
x = (x1 , x2 ) ∈ R2 , pelo que o sistema (S2 ) é sempre possível,
concluindo-se que R2 = h(2, 0), (3, 4)i, i.e., {(2,0),(3,4)} é um
conjunto gerador de R2 .

(c) Verificar se R2 = h(2, 0), (3, 4), (0, 1)i é equivalente a verificar se,
qualquer que seja x = (x1 , x2 ) ∈ R2 , é possível o sistema de
equações lineares (S3 ) dado por

(x1 , x2 ) = α(2, 0) + β(3, 4) + γ(0, 1) ⇔



 2α + 3β + 0γ = x1
 0α + 4β + γ = x .
2

Então, como a representação matricial do sistema (S3 ) é


 
2 3 0 x1
 
0 4 1 x2

que já está em escada, a característica da matriz dos coeficientes


é igual à característica da matriz ampliada qualquer que seja
110 4 Espaços Vectoriais

x = (x1 , x2 ) ∈ R2 , pelo que o sistema (S3 ) é sempre possível,


concluindo-se que R2 = h(2, 0), (3, 4), (0, 1)i, i.e., {(2,0),(3,4),(0,1)}
é um conjunto gerador de R2 .

4.29obs (a) Um espaço vectorial pode admitir diversos conjuntos geradores.

(b) Cojuntos geradores distintos podem gerar o mesmo espaço vecto-


rial.

4.30def Sejam V um espaço vectorial sobre K e S = {x1 , . . . , xn } ⊂ V .

(a) Jconjunto linearmente independenteK Diz-se que S é um conjunto


linearmente independente se

∀α1 , . . . , αn ∈ K : α1 x1 +· · ·+αn xn = 0V ⇒ α1 = · · · = αn = 0.

(b) Jvectores linearmente independentesK Se S é um conjunto linear-


mente independente, os elementos de S dizem-se vectores linear-
mente independentes.

(c) Jconjunto linearmente dependenteK Se S não é um conjunto lin-


earmente independente, diz-se que S é um conjunto linearmente
dependente.

(d) Jvectores linearmente dependentesK Se S é um conjunto linear-


mente dependente, os elementos de S dizem-se vectores linear-
mente dependentes.

4.31exe (a) Indique, justificando, se {(2, 0)} é um conjunto linearmente inde-


pendente ou linearmente dependente.

(b) Indique, justificando, se {(2, 0), (3, 4)} é um conjunto linearmente


independente ou linearmente.
4.1 Apontamentos sobre Espaços Vectoriais 111

(c) Indique, justificando, se {(2, 0), (3, 4), (0, 1)} é um conjunto lin-
earmente independente ou linearmente dependente.

res (a) Como



 2α = 0
α(2, 0) = (0, 0) ⇔ ⇔ α = 0,
 0α = 0

conclui-se que {(2, 0)} é um conjunto linearmente independente.

(b) Como

α(2, 0) + β(3, 4) = (0, 0) ⇔


 
 2α + 3β = 0  α = 0,

 0α + 4β = 0  β = 0,

conclui-se que {(2, 0), (3, 4)} é um conjunto linearmente indepen-


dente.

(c) Como

(x1 , x2 )α(2, 0) + β(3, 4) + γ(0, 1) = (0, 0) ⇔



 
 α = 3a
8 ,
 2α + 3β + 0γ = 0 

⇔ β = − a4 ,
 0α + 4β + γ = 0 


 γ = a ∈ R,

conclui-se que {(2, 0), (3, 4), (0, 1)} é um conjunto linearmente de-
pendente.

4.32teo Sejam V um espaço vectorial e S1 ⊂ S = {x1 , . . . , xn } ⊂ S2 ⊂ V .

(a) Se S é um conjunto linearmente dependente, então, S2 é um con-


junto linearmente dependente.
112 4 Espaços Vectoriais

(b) se S é um conjunto linearmente independente, então, S1 é um


conjunto linearmente independente.

4.33def JbaseK Sejam V um espaço vectorial e S = {x1 , . . . , xn } ⊂ V . Diz-se


que S é uma base de V se S é um conjunto gerador de V linearmente
independente.

4.34exe (a) Indique, justificando, se {(2, 0)} é uma base de R2 .

(b) Indique, justificando, se {(2, 0), (3, 3)} é uma base de R2 .

(c) Indique, justificando, se {(2, 0), (3, 3), (0, 1))} é uma base de R2 .

res (a) Atendendo ao exercício 4.30exe (a), {(2, 0)} não é um conjunto
gerador de R2 , pelo que também não é uma sua base.

(b) Atendendo aos exercícios 4.30exe (b) e 4.35exe (b), {(2, 0), (3, 3)}
é um conjunto gerador de R2 linearmente independente, pelo que
é uma base de R2 .

(c) Atendendo ao exercício 4.30exe (c), {(2, 0), (3, 3), (0, 1)} não é
um conjunto linearmente independente, pelo que também não é
uma base de R2 .

4.35def Jbase ordenadaK Sejam V um espaço vectorial e S = (x1 , . . . , xn ) ∈ V n .


Diz-se que S é uma base ordenada de V se S = {x1 , . . . , xn } é uma
base de V .

4.36obs O objectivo da definição anterior é permitir distinguir entre ordenações


diferentes dos seus elementos, situação que não acontece em conjuntos.
Faz sentido, agora, a seguinte definição:

4.37def Jcoordenadas de um vector numa base ordenadaK Sejam V um espaço


vectorial, S = (x1 , . . . , xn ) uma base ordenada de V e x ∈ V . Chama-
4.1 Apontamentos sobre Espaços Vectoriais 113

se coordenadas do vector x relativamente à base ordenada S, que se


representa por [x]S , a (α1 , . . . , αn ) ∈ Kn se

x = α1 x1 + · · · + αn xn .

4.38obs Como uma base é um conjunto linearmente independente, o sistema


linear que é necessário resolver para determinar as coordenadas de um
vector numa base ordenada é sempre possível e determinado, pelo que
as coordenadas de um vector numa base ordenada são únicas.

4.39exe (a) Seja S1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) uma base ordenada de R3 .
Determine as coordenadas de x = (0, 2, 3) na base ordenada S1 .

(b) Seja S2 = ((0, 1, 0), (1, 0, 0), (0, 0, 1)) uma base ordenada de R3 .
Determine as coordenadas de x = (0, 2, 3) na base ordenada S2 .

(c) Seja S3 = ((1, 1, 1), (0, 1, 1), (1, 0, 1)) uma base ordenada de R3 .
Determine as coordenadas de x = (0, 2, 3) na base ordenada S3 .

res (a) Como (0, 2, 3) = 0(1, 0, 0)+2(0, 1, 0)+3(0, 0, 1), tem-se que [x]S1 =
(0, 2, 3).

(b) Como (0, 2, 3) = 2(0, 1, 0)+0(1, 0, 0)+3(0, 0, 1), tem-se que [x]S2 =
(2, 0, 3).

(c) Para responder à questão, tem que se resolver o sistema

α(1, 1, 1) + β(0, 1, 1) + γ(1, 0, 1) = (0, 2, 3) ⇔





 α + γ = 0

α + β = 2



 α + β + γ = 3.
114 4 Espaços Vectoriais

Recorra-se, agora, ao método de Gauss:


   
1 0 1 0 ←−−−−−−−−−→ 1 0 1 0
   
 1 1 0 2  `2 ← `2 − `1  0 1 −1 2 
   
   
1 1 1 3 `3 ← `3 − `1 0 1 0 3
 
←−−−−−−−−−→ 1 0 1 0
 
1 −1 2  ,
 
 0
 
`3 ← `3 − `1 0 0 1 1

tendo-se



 α = −1,

β = 3,



 γ = 1,

pelo que (0, 2, 3) = −(1, 1, 1)+3(0, 1, 1)+(1, 0, 1), ou seja, [x]S3 =


(−1, 3, 1).

4.40exe Seja S = ([ 10 00 ] , [ 00 10 ] , [ 01 00 ] , [ 00 01 ]) uma base ordenada de M2×2 (R).


Determine as coordenadas de A = −2
 3
5 4 na base ordenada S2 .

 −2 3 
res Como 5 4 = −2 [ 10 00 ] + 3 [ 00 10 ] + 5 [ 01 00 ] + 4 [ 00 01 ], tem-se que [A]S =
(−2, 3, 5, 4).

4.41teo Sejam V um espaço vectorial e o conjunto {x1 , . . . , xn } uma base de


V . Então, todas as bases de V têm n vectores.

4.42def Jdimensão de um espaço vectorial, dim(V ), espaço vectorial de dimen-


são finitaK Sejam V um espaço vectorial e {x1 , . . . , xn } uma base de
V . Chama-se dimensão do espaço vectorial V ao número de elementos
que constituem a base, escrevendo-se dim(V ) = n. Diz-se, ainda, que
V é um espaço vectorial de dimensão finita.
4.1 Apontamentos sobre Espaços Vectoriais 115

4.43obs (a) Note-se que a definição anterior faz sentido pois o teorema que a
precede garante que todas as bases de um espaço vectorial têm o
mesmo número de elementos.

(b) Seja V um espaço vectorial. Então, dim({0V }) = 0.

4.44teo (a) dim(R3 ) = 3 e


{e1 , e2 , e3 }, e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1), e
{f1 , f2 , f3 }, f1 = (−1, 0, 0), f2 = (0, 1, 1), f3 = (1, 1, 1), são dois
exemplos de bases de R3 (à primeira chama-se base canónica de
R3 ).

(b) dim(Rn ) = n.

(c) dim(M2×3 (R)) = 6 e {E11 , E12 , E13 , E21 , E22 , E23 }, em que

E11 = [ 10 00 00 ] , E12 = [ 00 10 00 ] , E13 = [ 00 00 10 ] ,

E21 = [ 01 00 00 ] , E22 = [ 00 01 00 ] , E23 = [ 00 00 01 ] ,

é uma base de M2×3 (R) (base canónica de M2×3 (R)).

(d) dim(Mm×n (R)) = mn.

(e) dim(R2 [x]) = 3 e {1, x, x2 } é uma base de R2 [x] (base canónica


de R2 [x]).

(f) dim(Rn [x]) = n + 1.

(g) C(a, b) não é um espaço vectorial de dimensão finita.

4.45teo Seja V um espaço vectorial tal que dim(V ) = n e S um subconjunto


de V com n elementos.

(a) Se S é um conjunto linearmente independente, então S é uma


base de V .
116 4 Espaços Vectoriais

(b) Se S é um conjunto gerador de V , então S é uma base de V .

4.46teo Sejam V um espaço vectorial com dimensão finita e X e Y subespaços


de V . Então,

(a) dim(X) 6 dim(V ).

(b) dim(X) = dim(V ) se e só se X = V .

4.47def Jespaço nulo de uma matrizK Seja A ∈ Mm×n (K). Chama-se espaço
nulo da matriz A, que se representa por N (A), a CSAx=0 .

4.48teo Seja A ∈ Mm×n (K).

(a) dim(L(`1,A ; . . . , `m,A ) = c(A).

(b) dim(L(c1,A ; . . . , cn,A ) = c(A).

(c) dim(N (A)) é igual ao número de variáveis livres do sistema Ax =


0.

4.49obs Seja A ∈ Mn×n (K). Então,

(a) {c1,A , . . . , cn,A } é um conjunto linearmente dependente se é só se


det(A) = 0.

(b) {c1,A , . . . , cn,A } é um conjunto linearmente independente se é só


se det(A) 6= 0.

(c) {`1,A , . . . , `n,A } é um conjunto linearmente dependente se é só se


det(A) = 0.

(d) {`1,A , . . . , `n,A } é um conjunto linearmente independente se é só


se det(A) 6= 0.

4.50exe Determine o espaço nulo e a sua dimensão das seguintes matrizes:


4.1 Apontamentos sobre Espaços Vectoriais 117

(a) A = [ 12 02 ].

(b) B = [ 12 12 10 12 ].

res (a)
   
←−−−−−−−−−→ 1 0 0
1 0 0
   ⇒
2 2 0 `2 ← `2 − 2`1 0 2 0

 x1 = 0

 x = 0,
2

ou seja,

N (A) = {(0, 0)}.

Como o sistema não tem variáveis livres, tem-se que dim(N (A)) =
0.

(b) Comece-se por determinar N (B):


   
1 1 1 1 0 ←−−−−−−−−−→ 1 1 1 1 0
   ⇒
2 2 0 2 0 `2 ← `2 − 2`1 0 0 −2 0 0



 x1 = −α − β,


 x2 = α ∈ R,




 x3 =0


 x
4 = β ∈ R,
ou seja,

N (B) = {(−α − β, α, 0, β)|α, β ∈ R}

= {α(−1, 1, 0, 0) + β(−1, 0, 0, 1)|α, β ∈ R}

= h(−1, 1, 0, 0), (−1, 0, 0, 1)i.


118 4 Espaços Vectoriais

Assim, {(−1, 1, 0, 0), (−1, 0, 0, 1)} é uma base de N (B) pois é um


conjunto linearmente independente (verificar).

4.51obs Seja V um espaço vectorial tal que dim(V ) = n. Então,

(a) quaisquer m vectores de V com m > n são linearmente depen-


dentes.

(b) C conjunto de geradores de V ⇒ #C > n.

(c) C conjunto de n vectores linearmente independentes de V ⇒ C


conjunto gerador.

(d) C conjunto de n vectores geradores de V ⇒ os vectores são lin-


earmente independentes.

(e) C conjunto de geradores de V constituído por vectores linear-


mente independentes ⇒ #C = n.
4.2 Exercı́cios sobre Espaços Vectoriais 119

4.2 Exercı́cios sobre Espaços Vectoriais

4.1exe Mostre que o conjunto R+ com as operações

⊕ : R+ × R+ −→ R+
(x, y) 7−→ x ⊕ y = xy,

: R × R+ −→ R+
(α, x) 7−→ α x = xα

é um espaço vectorial real.

4.2exe Mostre que o conjunto R com as operações

⊕ : R × R −→ R
(x, y) 7−→ x ⊕ y = x + y + 1,

: R × R −→ R
αx + α + x − 1
(α, x) 7 → α x=

2
é um espaço vectorial real.

4.3exe Mostre que os seguintes conjuntos com as operações indicadas não são
espaços vectoriais reais, identificando as propriedades da definição de
espaço vectorial que não são verificadas:

(a) R2 , (a, b) ⊕ (c, d) = (a, b) e α (a, b) = (αa, αb).

(b) R2 , (x1 , x2 ) ⊕ (y1 , y2 ) = (x1 + y1 , x2 + y2 ) e α (x1 , x2 ) =


(α2 x1 , α2 x2 ).

(c) R3 , (x1 , x2 , x3 )⊕(y1 , y2 , y3 ) = (x1 +y1 , 0, x2 +y2 ) e α (x1 , x2 , x3 ) =


(αx1 , αx2 , αx3 ).
120 4 Espaços Vectoriais

4.4exe Mostre que o conjunto R+ com as operações

⊕ : R+ × R+ −→ R+
(x, y) 7−→ x ⊕ y = xy ,

: R × R+ −→ R+
(α, x) 7−→ α x = xα

não é um espaço vectorial real, identificando as propriedades da definição


de espaço vectorial que não são verificadas.

4.5exe Averigue se os seguintes conjuntos são subespaços de R3 :

(a) S1 = {(x, y, z) ∈ R3 : x = y}.

(b) S2 = {(x, y, z) ∈ R3 : x = y + 2}.

4.6exe Escreva, se possível, o vector v = (3, 3) ∈ R2 como combinação linear


dos seguintes vectores de R2 , e interprete geometricamente os resulta-
dos obtidos:

(a) v1 = (1, 1).

(b) v1 = (1, 2).

(c) v1 = (1, 2), v2 = (4, 2).

(d) v1 = (1, 1), v2 = (2, 2).

(e) v1 = (1, −1), v2 = (−1, 1).

(f) v1 = (1, −1), v2 = (0, 1), v3 = (2, 0).

4.7exe Sejam u = (1, 2, −4), v = (2, 5, −6), w = (1, −1, −10), r = (1, 0, α) ∈
R3 .

(a) Escreva o vector w como combinação linear de u e v.


4.2 Exercı́cios sobre Espaços Vectoriais 121

(b) Indique para que valores de α ∈ R o vector r é uma combinação


linear de u e v.

4.8exe Escreva u = 5t2 − 8t + 6 como combinação linear de v = t2 − t e


w = 2t2 − 4.

4.9exe Indique quais dos seguintes conjuntos de vectores são conjuntos ger-
adores do espaço vectorial R2 .

(a) A = {(1, 0), (0, 1)}.

(b) B = {(1, 2), (−1, 0)}.

(c) C = {(1, 0), (0, 1), (1, 3)}.

(d) D = {(1, 2)}.

(e) E = {(1, 2), (2, 4), (−1, −2)}.

(f) F = {(1, −1), (−2, 2)}.

4.10exe Seja X = {(1, 0, α), (α, β, β), (1, 0, 0), (0, 0, 1)} ⊂ R3 . Indique para que
valores de α e β o conjunto X é um conjunto gerador de R3 .

4.11exe Verifique se os seguintes conjuntos são linearmente independentes:

(a) {(3, 1), (4, 2)} em R2 .

(b) {(3, 1), (4, −2), (7, 2)} em R2 .

(c) {(0, −3, 1), (2, 4, 1), (−2, 8, 5)} em R3 .

(d) {(−1, 2, 0, 2), (5, 0, 1, 1), (8, −6, 1, −5)} em R4 .

4.12exe Indique para que valores do parâmetro real α, os vectores a = (1, −2)
e b = (α, −1) de R2 são linearmente independentes.
122 4 Espaços Vectoriais

4.13exe Considere no espaço vectorial real R3 os vectores v1 = (α1 , β1 , 1) e


v2 = (α2 , β2 , 0) em que α1 , α2 , β1 , β2 ∈ R são constantes reais. Indique,
em função de α1 , α2 , β1 e β2 uma condição necessária e suficiente para
os vectores v1 e v2 serem linearmente independentes.

4.14exe Considere o espaço vectorial real R3 e um seu subespaço S = {(x, y, z) ∈


R3 |x = y}. Determine dois vectores linearmente independentes u e v
de S e mostre que qualquer vector w ∈ S é uma combinação linear de
u e v.

4.15exe Mostre que o conjunto


         


 1 1 0 0 0 0 1 0 0 1 

         

0 0 , 1 1 , 0 0 , 1 0 , 0 1
         

         


 0 0 
0 0 1 1 1 0 0 1 

é linearmente independente.

4.16exe Sejam V um espaço vectorial e {v1 , v2 , v3 } um conjunto de vectores de


V linearmente independente. Então, mostre que os seguintes conjuntos
também são linearmente independentes:

(a) {v1 , v1 + v2 }.

(b) {2v1 , v1 + v2 , −v1 + v3 }.

(c) {v1 + v2 , v1 + v3 , v2 + v3 }.

4.17exe Considere no espaço vectorial real R2 [x] os vectores u = 1, v = 1 − x


e w = (1 − x)2 . Verifique que os vectores u, v e w são linearmente
independentes.

4.18exe Averigue quais dos seguintes conjuntos de vectores são bases de R2 :


4.2 Exercı́cios sobre Espaços Vectoriais 123

(a) A = {(1, 1), (3, 0)}.

(b) B = {(1, 1), (0, 2), (2, 3)}.

(c) C = {(1, 1), (0, 8)}.

(d) D = {(1, −2), (−2, 4)}.

4.19exe Averigue quais dos seguintes conjuntos de vectores são bases de R3 [x]:

(a) A = {1, x, x2 , x3 }.

(b) B = {1, 1 + x, 1 + x + x2 , 1 + x + x2 + x3 , x3 }.

(c) C = {2, x, x2 + x3 , x + x2 + x3 }.

(d) D = {1, 1 + x, x2 + x3 }.

4.20exe Determine os valores do parâmetro α para os quais o conjunto {(α, 6), (1, α)}
é uma base de R2 .

4.21exe Considere o seguinte subconjunto do espaço vectorial real R4 :

V = {(x, y, z, w) ∈ R4 |x = y − 3z ∧ z = 2w}.

(a) Mostre que V é um subespaço vectorial de R4 .

(b) Determine uma base e a dimensão de V .

4.22exe Sejam F = {(x, y, z) ∈ R3 |z = 0} um subconjunto de R3 e u1 =


(0, 2, 0), u2 = (1, 0, 0) e u3 = (−1, 6, 0) três vectores de R3 .

(a) Mostre que F é subespaço vectorial de R3 .

(b) Verifique que F = hu1 , u2 , u3 i.

(c) O conjunto {u1 , u2 , u3 } é uma base de F ?

(d) Indique a dimensão de F .


124 4 Espaços Vectoriais

4.23exe Sejam V um espaço vectorial, v1 , v2 , v3 e v4 vectores de V e {v1 , v2 }


uma base de V .

(a) A = {v1 , v2 , v3 , v4 } é um conjunto gerador de V ?

(b) A é constituído por vectores linearmente independentes?

(c) B = {v1 } é um conjunto gerador de V ?

(d) B é constituído por vectores linearmente independentes?

(e) Seja C um subconjunto de V que gera V . Que pode dizer sobre


o número de vectores de C?

(f) Seja D um subconjunto de V constituído por vectores linearmente


independentes. Que pode dizer sobre o número de vectores de D?

(g) Em que condições é que E = {v1 , v4 } é um conjunto gerador de


V?
4.3 Soluções dos Exercı́cios sobre Espaços Vectoriais 125

4.3 Soluções dos Exercı́cios sobre Espaços Vectoriais

4.3sol (a) Propriedades (a), (c), (d) e (f).

(b) Propriedades (f).

(c) Propriedades (c), (d) e (f).

4.4sol (a), (b), (f)

4.5sol (a) Sim.

(b) Não.

4.6sol (a) v = 3v1 .

(b) v não é uma combinação linear de v1 .

(c) v = v1 + 21 v2 .
3−α
(d) v = αv1 + 2 v2 , α ∈ R.

(e) v não é uma combinação linear de v1 e v2 .


6−β
(f) v = (β − 3)v1 + βv2 + 2 v3 , β ∈ R.

4.7sol (a) w = 7u − 3v.

(b) α = −8.

4.8sol u = 8v − 32 w.

4.9sol A, B e C.

4.10sol α ∈ R, β ∈ R \ {0}.

4.11sol (a) Sim.

(b) Não.

(c) Sim.
126 4 Espaços Vectoriais

(d) Não.

4.12sol α ∈ R \ { 12 }.

4.13sol α1 ∈ R, α2 ∈ R \ {0}, β1 ∈ R, β2 ∈ R \ {0}.

4.18sol A e C.

4.19sol A.
√ √
4.20sol α ∈ R \ {− 6, 6}.

4.21sol (b) Por exemplo, o conjunto {(1, 1, 0, 0), (−6, 0, 2, 1)} é uma base de
V e dim(V ) = 2.

4.22sol (c) Não.

(d) dim(F ) = 2.

4.23sol (a) Sim.

(b) Não.

(c) Não.

(d) Sim.

(e) #C > 2.

(f) #D 6 2.

(g) E é um conjunto gerador de V sse v1 e v4 forem vectores linear-


mente independentes.