INSTITUTO FEDERAL DA BAHIA

CURSO DE LICENCIATURA
EM MATEMÁTICA

Álgebra Linear
Aula 9
Da Geometria Analítica sabemos que
qualquer vetor  x, y    pode ser
2

expresso como combinação linear dos

vetores 𝑖 = (1, 0), 𝑗 = (0, 1) e 𝑤 = (2, 0) da
seguinte forma: a 1,0   b  0,1  0  2,0 
para todo a, b   .
Observe que não é necessário esses três
2
vetores para gerar o plano  , mais ainda,
o conjunto formado por esses três
vetores são linearmente dependentes
pois 𝑤 = 2𝑖.
Bastam os vetores 𝑖 = (1, 0) e 𝑗 = (0, 1)
2
para gerar o  . Além disso, esses
vetores são linearmente independentes.
Conjuntos de vetores com essas
características são os menores conjuntos
que geram um espaço vetorial.
Denominamos os conjuntos de vetores
desse tipo de base.
Definição: Uma base de um espaço
vetorial V é uma lista de vetores v1 , v2 ,..., vn
em V que é linearmente independente e
gera V.
O conjunto B   2,1 , 0, 1 é uma base do
2
plano  ?
(i) B é LI ?
Considere a equação a  2,1  b  0, 1   0,0 

Isto corresponde a encontrar  2a  0

solução para o sistema: 
a  b  0
  2a  0
  a b  0
a  b  0

Portanto, B   2,1 ,  0, 1 é LI.

 2
(ii) B gera o  ?
Dado  x, y    ,queremos saber se
2

existem a e b em  tais que

 x, y   a  2,1  b 0, 1

Isto corresponde a encontrar  2a  x

solução para o sistema: 
a  b  y
  2a  x x
  a
a  b  y 2
x
ba yb  y
2
Portanto,  2,1 ,  0, 1 gera  . Ou seja,
2

span  2,1 ,  0, 1   2

Concluímos assim que B é uma base do

2
espaço vetorial  .
Os vetores i = (1,0,0), j = (0,1,0) e
3
k = (0,0,1) formam uma base para o  ?
(i) B = { i, j,k } é LI ?
Considere a equação
a 1,0,0   b  0,1, 0   c  0, 0,1  0,0, 0 

abc0
Logo, B = { i, j,k } é LI
 3
(i) B = { i,j,k } gera o  ?
3
Claramente gera o  , pois

  x, y , z    3


 x, y, z   x 1, 0,0   y 0,1, 0   z 0, 0,1
3
Logo B é base de  . Esta base é
chamada base canônica ou padrão do 3 .
 n
Estendendo o exemplo anterior para 

Os vetores e1  1,0,...,0  , e2   0,1,...,0  ,...,

en   0,0,...,1 formam uma base para o  n ,
que como já vimos, chama-se base
canônica ou base padrão.
Seja Pn o espaço dos polinômios de grau
≤ n. Então o conjunto B  1, x , x ,..., x 
2 n

formam uma base de Pn. O conjunto B é a

base canônica ou padrão de Pn.

De fato, B gera Pn pois cada polinômio p  Pn

pode ser escrito

p  x   c0 1  c1  x  c2  x  ...  cn  x
2 n
 2 n
c0 1  c1  x  c2  x  ...  cn  x  0
Considere a equação acima.
A igualdade significa que o polinômio da
esquerda tem os mesmos coeficientes que
o polinômio da direita, que é o polinômio
nulo. Assim, cada coeficiente deve ser nulo,
caso contrário, seria um polinômio não nulo
com n raízes distintas
Portanto 0 1c  c  ...  cn  0 e B  1, x , x ,..., x 
2 n

é linearmente independente. Assim,

B é base de Pn.
 1 0  0 1  0 0
Os vetores A    , B  , C 
0 0  0 0 1 0 
0 0 
D 
e  0 1  formam uma base de M: 2 x 2.
De fato, considere as equações
1 0  0 1  0 0 0 0 0 0
x   y   z   w    
0 0  0 0 1 0  0 1  0 0
Logo, x = y = z = w =0. Portanto os vetores
são LI.
 Os vetores A,B,C e D geram M: 2 x 2.

1 0  0 1 0 0 0 0  a b 
x   y   z   w    
0 0  0 0 1 0  0 1   c d 

De fato, como essa equação tem solução

para x = a, y = b, z = c e w = d as matrizes
A,B,C e D geram M: 2 x 2.
Teorema 1: Seja V um espaço vetorial
gerado por um conjunto finito de vetores e
B  v1 , v2 ,..., vn  uma base de V. Então,
qualquer conjunto com mais de n vetores é
linearmente dependente.
Prova: Seja S  w1 , w2 ,..., wm` um conjunto
qualquer de m vetores em V, com 𝑚 > 𝑛.

Como B  v1 , v2 ,..., vn  é uma base, cada

wi , i  1,..., m , pode ser expresso
como combinação linear dos vetores de B.
  w1  a11v1  a12 v2    a1n vn
 w  a v  a v  a v
 2 21 1 22 2 2n n

 

 wm  am1v1  am 2 v2    amn vn

Agora, devemos encontrar escalares

c1 , , cm não todos nulos, tais que

c1  w1  c2  w2  ...  cm  wm  0
Podemos escrever então

c1  a11v1  a12 v2    a1n vn    

 cm  am1v1  am 2 v2    amn vn   0

Pela independência linear da

base B  v1 , , vn  temos o seguinte
sistema:
  a11c1    a1n cm  0

 
a c    a c  0
 m1 1 mn m

Observe que esse sistema tem mais

incógnitas que equações já que 𝑚 > 𝑛.
Logo o sistema admite pelo menos uma
solução não trivial, o que implica que os
vetores w1 , , wm são linearmente
dependentes.
Prova (Outra Maneira): De fato, se
houvesse um conjunto linearmente
independente com mais do que
n elementos, qualquer subconjunto dele
com n elementos seria base e os vetores
restantes seriam combinações lineares
desses n selecionados.
Isso contraria a hipótese de independência
linear do conjunto. Logo, não existe
conjunto de vetores linearmente
independente com mais do que n
elementos.
Corolário 1: Qualquer base de um espaço
vetorial V tem sempre o mesmo número de
elementos. Esse número é chamado de
dimensão de V, e é denotado por dimV.

Prova: Sejam A  v1 , v2 ,..., vn  e B  w1 , w2 ,..., wm 

duas bases de V�. Como A é uma base de
V e B é linearmente independente, pelo
Teorema 1 m  n .
Corolário 1: Qualquer base de um espaço
vetorial v tem sempre o mesmo número de
elementos. Esse número é chamado de
dimensão de V, e é denotado por dimV.

Prova: Por outro lado, B é uma base e A é

linearmente independente, então 𝑛 ≤ 𝑚.
Disso concluímos que 𝑚 = 𝑛 .
 Dimensão

Definição: Seja V espaço vetorial real. O

número de vetores de uma base qualquer
de V é chamado de dimensão de V e
indicado por dim(V).

Além disso, definimos o espaço vetorial

nulo como tendo dimensão zero.
Pensar na Pressupõe
dimensão de extrair uma base
um espaço... deste espaço ou
subespaço

E contar seus
elementos
 Dimensão
Espaços vetoriais familiares:

dim   n
n
dim  Pn   n  1

dim  M : m  n   m  n
Teorema 2: Seja B  v1 , v2 ,..., vn  uma base
de um espaço vetorial V. Para todo vetor v
de V, existe uma única maneira de escrever
v como combinação linear dos vetores da
base B.
Prova: Suponhamos que existam duas
representações para o vetor v,
v  a v   a v e v  b v   b
1 1 n n 1 1 v
n n
Prova: Mostraremos que os coeficientes
são iguais.
Para isto, formamos a soma v + ( - v) , que
é igual a 0 . Recombinando os diferentes
termos, obtemos:
0  v   v    a1  b1  v1     an  bn  vn
Como B é um conjunto de vetores
linearmente independentes, os coeficientes
da combinação linear devem ser todos
iguais a zero. Isto é, a1  b1 ,  , an  bn
Teorema 4: Seja W um conjunto finito de
vetores num espaço vetorial V de
dimensão finita.
a) Se W gerar V, mas não for uma base de
V, então W pode ser reduzido a uma base
de V.
Prova: Se V  span W  , mas não é uma base
de V, então W é L.D. Assim algum
vetor w  W pode ser e que expresso como
combinação linear dos demais vetores em
W.
Prova: Pelo Teorema Mais – Menos
podemos remover o vetor w de W e o
conjunto W’ resultante ainda gera V.

Se W’ for L.I, então W’ é uma base de V e

podemos parar.

Se W’ for L.D, podemos remover um vetor

apropriado de W’para obter um conjunto W’’
qua ainda gera V.
Prova: Se W’’ for L.I, então W’’ é uma
base de V e podemos parar.

Se W’’ for L.D, podemos remover um vetor

apropriado de W’’ para obter um conjunto
W’’’ que ainda gera V.

Podemos continuar removendo vetores

dessa maneira até chegar num sobconjunto
de W que seja L.I.
b) Se W for um conjunto L.I, mas não for
uma base de V, então W pode ser
ampliado a uma base de V acrescentando
vetores apropriados.

Prova: Suponha que dimV = n e W um

conjunto L.I que não é base de V, então W
não gera V e, portanto, existe algum
vetor v  V que não está no span(W).
Prova: Pelo Teorema Mais – Menos
podemos acrescentar v a W e o conjunto
W’ resultante desse acréscimo ainda é L.I.
Se W’ não gera V podemos proceder de
modo análogo e obter um conjunto W’’ que
seja L.I.
Podemos continuar acrescentando vetores
dessa maneira até chegar num conjunto S
de n vetores L.I em V. Por definição S será
uma base de V.
 Processo prático para determinar uma
n
base de um subespaço do .
Consiste em escalonar a matriz cujas linhas
são os vetores geradores do subespaço.
A matriz escalonada resultante tem por
linhas vetores que geram o mesmo
espaço.
Desprezando-se as eventuais linhas nulas.
As restantes correspondem a vetores L.I
que geram o subespaço e, portanto,
formam uma base para o mesmo.
 Processo prático para determinar uma
n
base de um subespaço do .

Determinar uma base para o seguinte

4
subespaço do espaço  :

W  span  2,1,1,0  , 1,0,1,2  , 0, 1,1,4 

 2 1 1 0 1 0 1 2 
A  1 0 1 2 L  L  2 1 1 0  L2   2 L1  L 2
2 

1  
 0 1 1 4  0 1 1 4 
1 0 1 2  1 0 1 2 
0 1 1 4  L  L  L 0 1 1 4
 3 3 2
   
0 1 1 4  0 0 0 0 

Portanto, os vetores (1,0,1,2) e (0,1,-1,-4)

(correspondentes às linhas que não se
anularam na matriz escalonada) formam a
base para W e dimW=2.
Dimensão da Soma de dois Subespaços

Proposição: Seja V um espaço vetorial de

dimensão finita e U, W subespaços de V.
Então
dim U  W   dim U  dim W  dim U  W 

Prova (Exercício)
 Sejam V   3

U  ( x, y, z )   ; x  y  z
3

W  ( x, y, z )   ; x  z  0
3

subespaços de V. Determinar as
dimensões de U, W e U  W . Verifique,
pela fórmula acima, se U  W   . 3

Seja ( x, y, z )  U  x  y  z
Ou seja,  x, y, z    y  z, y, z   y 1,1,0   z 1,0,1
Daí temos que U=span((1,1,0),(1,0,1)).
U=[(1,1,0),(1,0,1)].
Visto que a matriz 1 1 0  tem posto 2,
 
1 0 1 
esses vetores são L.I. e formam uma base
para U.
Assim dim(U )  2

Se ( x, y, z )  W  x  z  0 . Ou seja,
 x, y, z    0, y, 0   y 0,1, 0 
Daí, W  span  (0,1, 0)  e dim(W )  1
 Para determinar U  W ,
resolvemos o sistema formado por suas
equações:  x  y  z Este sistema possui

x  0 como solução o vetor
z  0 (0,0,0).Daí, dim U  W   0

Portanto, utilizando a relação
dim(U  W )  dim U  dim W  dim U  W 
Temos: dim U  W   2  1  0  3
Como U  W é subespaço de  , que tem
3

dimensão 3, temos que U  W  R 3

 4
Considere o espaço  e seus subespaços
U  span 1,2,0, 1 , 1, 1,2,0  e
W  span  1,3,0,1 ,  2,4,2, 1 , 1,7,2,0 
Utilizando os vetores acima determine:
a ) dim U
b) dim W
c) dim U  W 
d ) dim U  W 
 O conjunto 1, 2, 0, 1 , 1, 1, 2, 0 
é LI  dim U  2
Verifiquemos se  1,3,0,1 ,  2, 4, 2, 1 , 1,7, 2,0 
é LI:
 1 3 0 1   1 3 0 1 L  2 L  L
  L  L   2
 2 4 2 1 1
1 2

 2 4 2 1 L3  L3  L1
1
1 7 2 0 1 7 2 0 
   
 1 3 0 1  1 3 0 1
  L  L  L  
 0 10 2 1  
3
3 2
 0 10 2 1 
 0 10 2 1  0 0 0 0 
   
  1 3 0 1
 
 0 10 2 1 
0 0 0 0 
 
Portanto o conjunto W é LD.
1, 3,0,1 , 0,10, 2,1 é L.I
Logo, o conjunto acima é uma base de
W com 2 vetores.
Daí temos dim W  2
U  W  span 1,2,0, 1 , 1, 1,2,0  , 1, 3,0, 1 , 0,10,2,1
1 2 0 1 1 2 0 1
 1 1  L2  L2  L1 0 3
 2 0
 2 1 
L3  L3  L1
 1 3 0 1 0 5 0 0
  L  L  2L  
 0 10 2 1 4 4 1
0 0 2 1

L3 L4  L4  L3
L2 
5 L3  L3  L2
1 2 0 1 1 2 0 1
0  0 1 0 0 
 1 0 0 
0 1 2 1 0 0 2 1
   
0 0 2 1 0 0 2 1
1 2 0 1


0 1 0 0 
 dim U  W   3
0 0 2 1
 
0 0 0 0

dim U  W   dim U  dim W  dim U  W 


3  2  2  dim U  W 
 dim U  W   1
 Observação
Se temos um conjunto de n vetores que
geram um espaço de dimensão n, podemos
garantir que este conjunto é L.I e, portanto,
forma uma base para o espaço.

Se temos um conjunto de n vetores L.I de

um espaço de dimensão n, podemos
garantir que o conjunto gera o espaço e,
portanto, forma uma base para o mesmo.
Coordenadas de um vetor em relação à
uma dada base B v B

V Espaço vetorial sobre 

B  v1 , v2 ..., vn  base de V
v  V  v  1v1  ...   n vn
Combinação Linear de forma única  1 
Denotamos por:  
v  
 B
v  ( ,...,  )
1
ou
n
B  
 n 
 3
V 
Consideremos a base canônica do 3
B  1,0,0 0,1,0 0,0,1 e o vetor v  1, 3,5 
Observe que:
v  1. 1,0,0   3.  0,1,0   5. 0,0,1
Assim, as coordenadas do vetor v na base
B são 1, -3 e 5 ,ou seja, 1
 
v 
v   (1, 3,5) ou
   3
 5 
As coordenadas de v dependem da
base B escolhida e da ordem dos seus
elementos.
Todas as vezes que em um vetor não
vier especificado a base de referência,
significa que esta é a base canônica.
Por exemplo:
v  (1, 3,5)  v  (base canonica)
A matriz das coordenadas de v na
base B é :
 1
 
v B   3 
 5
3
Vamos escolher agora outra base para 
B '  1,1,1 , 1,0,1 , 1,0, 1
Nosso exercício agora é encontrar as
coordenadas do vetor v na base B’.
Por definição, às coordenadas de v na
base B´ é dado pelos coeficientes a,b e c
abaixo:
1, 3,5  a 1,1,1  b 1,0,1  c 1,0, 1

 a b  c  1

a  3  a  3
 a b c  5

b  c  4
  2b  12  b  6
b  c  8

c  2  6c  4
As coordenadas de v são -3,6 e -2

A matriz das coordenadas  3

 
de v na base B´ é v B ' 6
 2 
 1 e  2 Bases ordenadas
do mesmo espaço
vetorial V.
Escrever os vetores de  2
 I  
2
1
como combinação linear dos
vetores de 1
Escrever os vetores de 1
 I  
1
2 como combinação linear dos
vetores de  2
  2 (1,0),(0,1)
Encontremos a matriz
mudança de base
 I  (2,1),(3,4)
1

v1  (1, 0)  a  (2, 1)  b  (3, 4)

Os coeficientes a e b ficam na mesma

coluna.
v2  (0,1)  c  (2, 1)  d  (3, 4)

Os coeficientes c e d também ficam na

mesma coluna.
onde (1, 0)  (2a  3b ,  a  4b)
4  1
a e b
11 11
(0,1)  (2c  3d ,  c  4d )

3 2 4 3
c e
d  
11 
11  I 
2
11 11 
1
1 2 
11 11 
 1 (2, 1),(3,4)
Façamos agora  I  (1,0),(0,1)
2

Lembrando que escreveremos agora :

u1  (2, 1)  a  (1, 0)  b  (0,1)

a2 e b  1
u2  (3, 4)  c  (1, 0)  d  (0,1)

c3 e d 4
  2 3
 I 
1
 
2
 1 4 
O produto das matrizes
4 3 
11 11 
 2 3  1 0 
 I    I 
2 1
     1 4   0 1 
1 2
1 2    
11 11 
O que implica que as matrizes  I 1 e  I 2
2 1

são invertíveis e uma é a inversa da outra.

I  
 2 1
1
  I 
1
2
 Bibliografia Básica
Anton, H.; Rorres, C.: Álgebra Linear
com Aplicações, Bookman, 8a
edição, Porto Alegre, RS, 2001.

Boldrini, Costa, Figueiredo, Wetzler.:

Álgebra Linear, Harper editora,
1984.
 Bibliografia Básica

Hoffman, K.;Kunze,R.: Álgebra

Linear, LTC editora, 1979.

Carlos A. Callioli; Hygino H.

Domingues; Roberto C. F. Costa.
Álgebra Linear e Aplicações. Atual
Editora
Lipschutz, S.: Álgebra Linear, Ed.
McGraw-Hill do Brasil Ltda., 3a
edição, São Paulo, SP, 1997.