1

Espacos Vetoriais

Defini
c
ao 1.1 Um espaco vetorial sobre R e um conjunto V no qual se tem definida uma adic
ao e uma multiplicac
ao de seus elementos por escalares (isto e, por n
umeros reais), ou seja, dados u, v V, existe u + v V e
dados a R e u V, existe au = a.u V. Essas operaco
es (adic
ao e multiplicaca
o por escalares) devem satisfazer
`
as seguintes propriedades:
1.1 u + v = v + u, para todos u, v V.
1.2 (u + v) + w = u + (v + w), para todos u, v, w V.
1.3 Existe 0 V tal que u + 0 = u, para todo u V. 0 e chamado vetor nulo.
1.4 Dado u V, existe u V tal que u + (u) = 0.

u e chamado oposto ou sim

etrico de u.

2 Para quaisquer a, b R e u, v V, valem as igualdades:

2.1 a(u + v) = au + av.
2.2 (a + b)v = av + bv.
2.3 (ab)v = a(bv).
2.4 1u = u.
Os elementos de um espaco vetorial s
ao chamados vetores.
Exemplos de espacos vetoriais sobre R :
1. O proprio conjunto R e um espaco vetorial sobre R, nas operacoes usuais de soma, x1 + x2 , com x1 , x2 R,
e multiplicacao, a.x, com a, x R.
2. O conjunto C dos n
umeros complexos, nas operacoes usuais de soma e produto:
(x1 + iy1 ) + (x2 + iy2 ) = x1 + x2 + i(y1 + y2 )
a(x + iy) = ax + i(ay)
3. O conjunto dos vetores da Geometria Analtica definidos por meio de segmentos orientados, nas operac
oes
usuais de somar vetores e multiplicar escalar por vetor.
4. Fixados inteiros positivos m e n, M(mn) (R) e o conjunto das matrizes m n de n
umeros reais e e um
espaco vetorial sobre R nas operac
oes usuais de somar matrizes e multiplicar n
umero real por matriz.


0 0 0
Conforme a propriedade 1.3, a matriz nula em M(23) (R) e 0 =
e, conforme 1.4, a matriz
0 0 0




a b c
a b c
oposta de A =
e A =
.
d e f
d e f
5. O conjunto dos pares ordenados de n
umeros reais V = R2 = {(x1 , x2 ) : x1 , x2 R} e um espaco vetorial
sobre R nas seguintes operac
oes:
(a) Dados u = (x1 , x2 ) R2 e v = (y1 , y2 ) R2 , temos: u + v = (x1 + y1 , x2 + y2 ).
(b) Dados a R e u = (x1 , x2 ) R2 , temos: au = (ax1 , ax2 ).

Vamos provar as propriedades 1.1 a 1.4 para o R2 . Para isso, sejam u = (x1 , x2 ), v = (y1 , y2 ), w = (z1 , z2 )
vetores arbitrarios em R2 .
(a) Vamos mostrar que u + v = v + u.
De fato u + v = (x1 + y1 , x2 + y2 ) = (y1 + x1 , y2 + x2 ) = (y1 , y2 ) + (x1 , x2 ) = v + u.
(b) (u + v) + w = u + (v + w).
De fato: (u + v) + w = ((x1 , x2 ) + (y1 , y2 )) + (z1 , z2 ) = (x1 + y1 , x2 + y2 ) + (z1 , z2 ) = (x1 + y1 +
z1 , x2 + y2 + z2 ) = (x1 , x2 ) + (y1 + z1 , y2 + z2 ) = (x1 , x2 ) + ((y1 , y2 ) + (z1 , z2 )) = u + (v + w).
(c) O vetor nulo de R2 e 0 = (0, 0).
Temos: u + 0 = (x1 , x2 ) + (0, 0) = (x1 + 0, x2 + 0) = (x1 , x2 ) = u.
(d) O vetor oposto de u = (x1 , x2 ) em R2 e u = (x1 , x2 ).
Temos: u + (u) = (x1 , x2 ) + (x1 , x2 ) = (x1 x1 , x2 x2 ) = (0, 0) = 0.
6. O conjunto dos ternos ordenados de n
umeros reais V = R3 = {(x1 , x2 , x3 ) : x1 , x2 , x3 R} e um espaco
vetorial sobre R nas seguintes operac
oes:
(a) Dados u = (x1 , x2 , x3 ) R3 e v = (y1 , y2 , y3 ) R3 , temos: u + v = (x1 + y1 , x2 + y2 , x3 + y3 ).
(b) Dados a R e u = (x1 , x2 , x3 ) R3 , temos: au = (ax1 , ax2 , ax3 ).
7. Fixado um inteiro n > 0, o conjunto das n uplas de n
umeros reais V = Rn = {(x1 , x2 , . . . , xn ) :
x1 , x2 , . . . , xn R} e um espaco vetorial nas seguintes operacoes:
(a) Dados u = (x1 , x2 , . . . , xn ) Rn e v = (y1 , y2 , . . . , yn ) Rn , temos: u+v = (x1 +y1 , x2 +y2 , . . . , xn +yn ).
(b) Dados a R e u = (x1 , x2 , . . . , xn ) Rn , temos au = (ax1 , ax2 , . . . , axn ).
8. Fixado um inteiro n > 0, o conjunto V = Pn (R) dos polinomios p(x) = a0 + a1 x + a2 x2 + + ar xr de
grau r n, incluindo o polin
omio identicamente nulo, e um espaco vetorial sobre R nas operac
oes usuais
de soma de polin
omios e multiplicac
ao de n
umero real por polinomio (os coeficientes a0 , a1 , a2 , . . . , ar dos
polinomios em Pn (R) s
ao n
umeros reais).
Em particular, temos
P2 (R) = {a0 + a1 x + a2 x2 : a0 , a1 , a2 R}.
Vamos provar as propriedades 2.1 a 2.4 para P2 (R). Para isso, sejam u = a0 +a1 x+a2 x2 e v = b0 +b1 x+b2 x2
polinomios arbitr
arios em P2 (R) e a, b R.
(a) Vamos mostrar que a(u + v) = au + av.
De fato, a(u + v) = a[a0 + b0 + (a1 + b1 )x + (a2 + b2 )x2 ] = aa0 + aa1 x + aa2 x2 + ab0 + ab1 x + ab2 x2 =
a(a0 + a1 x + a2 x2 ) + a(b0 + b1 x + b2 x2 ) = au + av.
(b) (a + b)u = au + bu.
De fato, (a + b)u = (a + b)a0 + (a + b)a1 x + (a + b)a2 x2 = aa0 + aa1 x + aa2 x2 + ba0 + ba1 x + ba2 x2 =
a(a0 + a1 x + a2 x2 ) + b(a0 + a1 x + a2 x2 ) = au + bu.
(c) (ab)u = a(bu).
De fato, (ab)u = (ab)a0 + (ab)a1 x + (ab)a2 x2 = a(ba0 ) + a(ba1 )x + a(ba2 )x2 = a[b(a0 + a1 x + a2 x2 )] =
a(bu).
(d) 1u = u.
De fato, 1u = a0 + a1 x + a2 x2 = u.
9. Seja I um intervalo de R e indiquemos por C(I) o conjunto das funcoes contnuas definidas no intervalo I
e tomando valores reais, isto e, C(I) = {f : I R : f e contnua }. Dados f, g C(I) e a R, definem-se
f + g e af do seguinte modo:
f + g : I R e (f + g)(t) = f (t) + g(t), t I;
af : I R e (af )(t) = a.f (t), t I;

O calculo nos ensina que, uma vez que f e g sao contnuas, f + g e af tambem sao funcoes contnuas, isto e,
f + g, af C(I). Temos ent
ao sobre C(I) uma adicao e uma multiplicacao por escalares e pode-se verificar
que C(I) e um espaco vetorial com relac
ao a esse par de operacoes.
Se V e um espaco vetorial, ent
ao temos uma subtracao definida em V. Dados u, v V, temos: uv = u+(v),
conforme a propriedade 1.4.
Conforme os exemplos acima, temos espacos vetoriais que podem ser conjuntos de matrizes, polinomios, func
oes,
etc. Entretanto, e comum referirmo-nos aos elementos de um espaco vetorial como vetores, especialmente quando
os espacos vetoriais s
ao estudados de forma geral, sem preocupacoes com a natureza de seus elementos.
EXERC
ICIOS:
1. No espaco

1
A= 0
0

vetorial M(32) (R), consideremos os vetores:

1
0 1
1 2
0 , B = 2 1 e C = 1 0 .
0
1 1
0 1

(a) Calcular 2A + B 3C.

A+Y
Y B
+
= C.
2
2
(c) Existem t1 , t2 R de maneira que A = t1 B + t2 C?

(b) Calcular Y M(32) (R) tal que

2. No espaco vetorial P3 (R) sejam dados os vetores f (t) = t 1, g(t) = t2 + t 1 e h(t) = t + 2.

(a) Calcular 2f (t) + 3g(t) 4h(t).
(b) Existe k R de maneira que f (t) + kg(t) = h(t)?
(c) Existem k1 , k2 R tais que f (t) = k1 g(t) + k2 h(t)?
3. No R2 consideremos os vetores u = (1, 1), v = (3, 2), w = (3, 2). Resolver a equacao
na incognita x R2 .

x+u v+x
+
=w
2
2

4. Consideremos no espaco vetorial R3 os vetores u = (1, 2, 1), v = (3, 1, 2) e w = (4, 1, 0).

(a) Calcular 2u + v 3w.
(b) Resolver a equac
ao 3u + 2x = v + w na incognita x R3 .

1.1

Subespa
cos

Defini
c
ao 1.2 Seja V um espaco vetorial sobre R. Um subespaco vetorial de V e um subconjunto W V que
satisfaz `
as seguintes condic
oes:
(a) 0 W.
(b) Se u, v W, ent
ao u + v W.
(c) Se a R e v W, ent
ao av W.
Proposi
c
ao 1.3 Se W e um subespaco vetorial do espaco vetorial V, ent
ao W tambem e um espaco vetorial.

Demonstra
c
ao: Como W V, podemos somar dois elementos de W considerando-os como elementos de V e
multiplicar um elemento de W por um escalar considerando-o como elemento de V. Pelas condicoes (b) e (c) da
definicao acima, os resultados dessas operac
oes estao em W. Assim, W satisfaz `a primeira condicao para ser espaco
vetorial: nele estao definidas uma soma e uma multiplicacao por escalares. Para que W seja espaco vetorial, essas
operacoes devem satisfazer `
as propriedades 1.1 a 1.4 e 2.1 a 2.4. De fato, isso e o que acontece, porque operamos
com os elementos de W considerando-os como elementos de V e as operacoes realizadas em V satisfazem `
as
propriedades, porque V e um espaco vetorial. Quanto `a propriedade 1.4, dado v W, temos v W, porque
v = (1).v e (1).v W, pela condic
ao (c) da definicao acima.
2
Exemplos:
1. Se V e um espaco vetorial, ent
ao {0} e V sao subespacos de V, chamados subespa
cos triviais.
2. Se W1 e W2 sao subespacos de V, ent
ao W1 W2 tambem e subespaco de V.
Demonstra
c
ao:
(a) 0 W1 e 0 W2 , pois W1 e W2 s
ao subespacos, logo 0 W1 W2 .
(b) Se u, v W1 W2 , ent
ao u, v W1 e u, v W2 , logo u + v W1 e u + v W2 , pois W1 e W2 s
ao
subespacos. Conclumos que u + v W1 W2 .
(c) Se a R e v W1 W2 , ent
ao v W1 e v W2 , logo av W1 e av W2 , pois W1 e W2 s
ao
subespacos. Conclumos que av W1 W2 .
2
3. Podemos considerar
as
oes de um sistema linear AX = B de n incognitas x1 , x2 , . . . , xn como matrizes
soluc
x1
x2

colunas X = . M(n1) (R). Podemos tambem pensar nas solucoes de um sistema como vetores
.
.
xn
(x1 , x2 , . . . , xn ) Rn . A seguir, provamos que o conjunto-solucao S de um sistema homogeneo AX = 0 de
n incognitas e um subespaco do Rn , ou de M(n1) (R). Temos: S = {X M(n1) (R)/AX = 0}.
(a) 0 S, pois A0 = 0 (soluc
ao trivial)
(b) Se X1 , X2 S = AX1 = 0 e AX2 = 0 = A(X1 + X2 ) = AX1 + AX2 = 0 + 0 = A(X1 + X2 ) =
0 = X1 + X2 S
(c) Se a R e X S = AX = 0 = A(aX) = aAX = a0 = A(aX) = 0 = aX S.
Daqui por diante, o conjunto-soluc
ao de um sistema homogeneo sera chamado espa
co-solu
c
ao.
4. Mostrar que o subconjunto W = {(x, y) R2 /y = 0} e um subespaco do R2 .
Solu
c
ao:
(a) (0, 0) W.
(b) Sejam u = (x1 , 0) e v = (x2 , 0) em W ; da u + v = (x1 + x2 , 0), donde u + v W.
(c) Sejam u = (x, 0) em W e a R; entao au = (ax, 0), donde au W.
5. Mostrar que e um subespaco de M(nn) (R) o subconjunto W = {A M(nn) (R)/AT = T A}, onde T e uma
matriz constante de M(nn) (R).
Solucao:
(a) Seja 0 a matriz nula de M(nn) (R).

0 W, pois 0T = T 0 = 0.

(b) Sejam A, B W. Ent

ao, AT = T A e BT = T B. Da, (A + B)T = AT + BT = T A + T B, logo
(A + B)T = T (A + B), donde A + B W.

(c) Sejam A W e a R. Ent

ao, AT = T A. Da (aA)T = a(AT ) = a(T A), logo (aA)T = T (aA), donde
aA W.
EXERC
ICIOS:
1. Quais dos subconjuntos W dados a seguir sao subespacos do R3 ?
(a) W = {(x, y, z) R3 /x = 0}
(b) W = {(x, y, z) R3 /x Z}
(c) W = {(x, y, z) R3 /y e irracional}
(d) W = {(x, y, z) R3 /x 3z = 0}
(e) W = {(x, y, z) R3 /ax + by + cz = 0}, com a, b, c R.
2. Verificar que n
ao s
ao subespacos do R3 :
(a) W = {(x, y, z) R3 /x = 1}
(b) W = {(x, y, z) R3 /x2 + y + z = 0}
(c) W = {(x, y, z) R3 /x < y < z}
(d) W = {(x, y, z) R3 /x + y Q}

1.2

Geradores

Sejam V um espaco vetorial, v1 , v2 , . . . , vn V e a1 , a2 , . . . , an R. Entao, o vetor v = a1 v1 + a2 v2 + + an vn ,

que e um elemento de V, e uma combina
c
ao linear de v1 , v2 , . . . , vn . Os escalares a1 , a2 , . . . , an sao chamados
coeficientes da combinac
ao linear.
Uma vez fixados v1 , v2 , . . . , vn V, definimos o subespa
co gerado por v1 , v2 , . . . , vn , representado por [v1 , v2 , . . . , vn ],
como sendo o subespaco de V seguinte:
[v1 , v2 , . . . , vn ] = {a1 v1 +a2 v2 + +an vn /a1 , a2 , . . . , an R}, ou seja, [v1 , v2 , . . . , vn ] e o conjunto das combinac
oes
lineares de v1 , v2 , . . . , vn . Mostraremos que esse conjunto e de fato um subespaco de V. Faremos isso para n = 2,
sendo analoga a demonstrac
ao para um n arbitrario. Seja W = [v1 , v2 ] = {a1 v1 + a2 v2 /a1 , a2 R}.

1. 0 W, pois 0 = 0v1 + 0v2 (quando 0 representa um escalar e quando 0 representa o vetor nulo de V ?)
2. Sejam u, v W. Ent
ao, u = a1 v1 + a2 v2 e v = b1 v1 + b2 v2 para certos a1 , a2 , b1 , b2 R. Temos: u + v =
(a1 + b1 )v1 + (a2 + b2 )v2 , logo u + v W.
3. Sejam u W e a R. Ent
ao, u = a1 v1 + a2 v2 , logo au = aa1 v1 + aa2 v2 , donde au W.

Exemplos: 1) V = R3 , v V, v 6= 0. Temos: [v] = {av : a R}, logo [v] e a reta que contem o vetor v. (ver
figura acima `a esquerda)
2) Sejam v1 , v2 V = R3 dois vetores n
ao colineares. Entao, [v1 , v2 ] = {a1 v1 + a2 v2 /a1 , a2 R} e o plano que
passa pela origem e contem os vetores v1 e v2 . (ver figura acima `a direita)
Observe que o R3 pode ser considerado como sendo tanto o conjunto dos ternos ordenados de n
umeros reais como
o conjunto dos vetores geometricos no espaco tri-dimensional (e sobre o R2 ?)
Em breve veremos que os u
nicos subespacos do R3 sao os subespacos triviais {0} e R3 , as retas passando pela
origem e os planos passando pela origem.
3) Sejam V = R3 , v1 = (1, 0, 0), v2 = (1, 1, 0). Entao, [v1 , v2 ] = W = {(x, y, 0) : x, y R}. De fato:
a) Dado v [v1 , v2 ], temos: v = av1 +bv2 , para certos a, b R, donde v = a(1, 0, 0)+b(1, 1, 0) = (a, 0, 0)+(b, b, 0),
logo v = (a + b, b, 0), ent
ao v W e est
a provado que todo vetor v [v1 , v2 ] esta em W. Resta mostrar que todo
v W esta em [v1 , v2 ].
b) Dado v = (x, y, 0) W, temos: v = (x y + y, y, 0) = (x y, 0, 0) + (y, y, 0) = (x y)(1, 0, 0) + y(1, 1, 0),
donde v = (x y)v1 + yv2 , logo v [v1 , v2 ].
Observe que o subespaco [v1 , v2 ] e o plano que passa pela origem e contem v1 e v2 (o plano coordenado xy, de
equacao z = 0).
4) Achar vetores geradores do seguinte subespaco de R4 :
S = {(x, y, z, t) R4 /x y z + t = 0}.
Solu
c
ao: S e o espaco-soluc
ao de um sistema homogeneo com uma u
nica equacao:
{x y z + t = 0.
Portanto, conforme o Exemplo 3 acima, S e de fato um subespaco de R4 . Temos: S = {(x, y, z, t) R4 /x =
y + z t}, logo (x, y, z, t) S se, e somente se, x = y + z t, logo (x, y, z, t) S equivale a (x, y, z, t) =
(y + z t, y, z, t) = (y, y, 0, 0) + (z, 0, z, 0) + (t, 0, 0, t) = y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(1, 0, 0, 1). Ent
ao, S =
[(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)], conforme a definicao de subespaco gerado.
5) Achar vetores geradores do seguinte subespaco de R4 :
W = {(x, y, z, t) R4 /x y = z + t = 0}.

x y
Solu
c
ao: W e o espaco-soluc
ao do sistema

= 0
z + t = 0

que ja esta escalonado. Assim,

W = {(x, y, z, t) R4 /x = y e z = t} = {(y, y, t, t)/y, t R}, mas (y, y, t, t) = (y, y, 0, 0) + (0, 0, t, t) =

y(1, 1, 0, 0) + t(0, 0, 1, 1), ent
ao W = [(1, 1, 0, 0), (0, 0, 1, 1)].
6)
ao do sistema:
Achar vetores geradores do espaco-soluc
2x
+
y

z
=
0

4x + y + 3z = 0

x
y z = 0
Solu
c
ao: Primeiramente, e preciso resolver o sistema, segundo o procedimento estudado no incio do curso. A
matriz aumentada do

sistema e:
2
1 1 0
4 1
3 0
1 1 1 0
Executamos
as opera
oes elementares L2 2L1 + L2 e L3 L1 2L3 :

c
2 1 1 0
0 3 1 0
0 3 1 0
Da
ltima matriz, obtemos:
 u
2x + y z = 0 (Eq.1)
3y + z = 0 (Eq.2)

Da (Eq.2): y = z3 . Levando
na (Eq.1): 2x z3 z =
34 z
= 0 = x = 2 z3 . Logo, o espa
c
ao do
0 =
 2x

co-solu



z
z
z
z
z
1
z
2
3
=
2
e
y
=

,
z
/
z

R
,
mas
2
,

,
z
=
z
,

,
1
,
sistema dado

e
S
=
(x,
y,
z)

R
/
x
=
2
3
3
3
3
3
3
3
3
 2 1

entao S = 3 , 3 , 1 . Porem, S tambem pode ser gerado da seguinte forma: S = [(2, 1, 3)].
7)
ao do sistema:
Achar geradores do espaco-soluc
x

y
+
4z
+
4t
=
0

x y 2z + t = 0
x y
+ 2t = 0

2x 2y 2z + 3t = 0
Solu
c
ao: A matriz aumentada do sistema e:

1 1 4 4 0
1 1 2 1 0

1 1 0 2 0
2 2 2 3 0
Executando as operac
oes elementares L2 L1 L2 ;

L3 L1 L3 ;
L4 2L1 L4 , obtemos:

1 1 4 4 0
0 0
6 3 0

0 0
4 2 0
0 0 10 5 0
Executando
as opera
oes elementares L2 L2 /3;
L3 L3 /2;
L4 L4 /5, obtemos:

c
1 1 4 4 0
0 0 2 1 0

0 0 2 1 0
0 0 2 1 0
As
opias da L2 , por isso s
ao desconsideradas.
 linhas L3 e L4 sao c
x y + 4z + 4t = 0 (Eq.1)
2z + t = 0 (Eq.2)
As variaveis livres sao y e t. As vari
aveis que n
ao sao livres, x e z, devem ser postas em funcao das vari
aveis livres.
Da (Eq.2) vem: z = t/2. Levando na (Eq.1): x y 2t + 4t = 0 = x = y 2t, logo o espaco soluc
ao do
sistema
dado

e
:








t
t
S = (x, y, z,
t) R4 /x = y 2t e z = 2t =
y 2t, y,
,
t
/y,
t

R
,
mas
y

2t,
y,

,
t
= (y, y, 0, 0) +
2
2


2t, 0, 2t , t = y(1, 1, 0, 0) + t 2, 0, 21 , 1 , entao, S = (1, 1, 0, 0), 2, 0, 12 , 1 .
Defini
c
ao 1.4 (Soma de Subespa
cos) Sejam V um espaco vetorial e U, W V subespacos. Ent
ao, U + W e
o subespaco de V dado por: U + W = {u + w/u U, w W }.
A seguir, provamos que U + W e de fato um subespaco de V (ver definicao de subespaco):

1. 0 U + W, pois 0 = 0 + 0 e 0 U, W, porque U e W sao subespacos.

2. Dados v1 , v2 U + W, temos: v1 = u1 + w1 , v2 = u2 + w2 , para certos u1 , u2 U, w1 , w2 W. Ent
ao,
v1 + v2 = (u1 + u2 ) + (w1 + w2 ), com u1 + u2 U e w1 + w2 W (neste ponto usamos que U e W s
ao
subespacos - ver (b) na definic
ao de subespaco). Entao, v1 + v2 U + W.
3. Dados v U + W e a R, temos: v = u + w, para certos u U, w W. Entao, av = au + aw, com au U
e aw W (ver (c) na definic
ao de subespaco). Entao, av U + W.


Sejam
V,
U,
W
como
na
defini
c
a

o
acima.
Se
U
=
u
,
u
,
.
.
.
,
u
para certos
1
2
m


 u1 , u2 , . . . , um U e W =

w1 , w2 , . . . , wn , para certos w1 , w2 , . . . , wn W, entao e facil provar que U +W = u1 , u2 , . . . , um , w1 , w2 , . . . , wn .

Defini
c
ao 1.5 Seja V um espaco vetorial. Dizemos que V e finitamente gerado se existir uma quantidade
finita de vetores v1 , v2 , . . . , vn tais que V = v1 , v2 , . . . , vn .
Todos os espacos vetoriais mencionados ate aqui sao finitamente gerados, o que ficara claro em breve, a partir do
estudo de bases. Estudaremos somente os espacos vetoriais finitamente gerados. Um exemplo de espaco vetorial
que nao e finitamente gerado e P (R), o conjunto de todos os polinomios, de todos os graus, com coeficientes
reais, mais o polinomio 0.

1.3

Depend
encia e Independ
encia Linear

Defini
c
ao 1.6 Sejam V um espaco vetorial e v1 , v2 , . . . , vn V vetores. Dizemos que o conjunto

v1 , v2 , . . . , vn e linearmente independente (L.I.) se a igualdade a1 v1 + a2 v2 + + an vn = 0,
(1)
onde a1 , a2 , . . . , an s
ao escalares, valer somente quando a1 = a2 = = an = 0. Caso contr
ario, existindo

escalares a1 , a2 , . . . , an n
ao todos nulos e tais que a igualdade (1) e v
alida, dizemos que o conjunto v1 , v2 , . . . , vn
e linearmente dependente (L.D.).


Proposi
c
ao 1.7 v1 , v2 , . . . , vn e L.D. se, e s
o se, um destes vetores for uma combinaca
o linear dos outros.
Assim, um conjunto de vetores ser
a L.I. se nenhum deles for uma combinac
ao linear dos outros.


Demonstra
c
ao: Suponha que v1 , v2 , . . . , vn e L.D. Logo, existem escalares a1 , a2 , . . . , an nao todos nulos tais
que a1 v1 + a2 v2 + + an vn = 0.
(1)
a2
an
Suponha que a1 6= 0. Ent
ao, de (1) vem: a1 v1 = a2 v2 an vn , logo v1 = a1 v2 a1 vn , mostrando que
v1 e combinacao linear de v2 , . . . , vn .
Reciprocamente, suponha que um dos vetores, digamos v1 , e uma combinacao linear dos outros, ou seja, v1 =
a2 v2 + + an vn , ent
ao, 1v1 a2 v2 an vn = 0, mostrando que existe
 uma combina
cao linear de v1 , v2 , . . . , vn
com coeficientes nao todos nulos e igual a 0. Portanto, por definicao, v1 , v2 , . . . , vn e L.D.
2


Exemplos: 1) V = R3 e v1 , v2 V. Pela Proposicao acima, v1 , v2 e L.D. se v1 = av2 ou v2 = bv1 , ou seja, se
v1 e v2 forem colineares.


2) V = R3 e v1 , v2 , v3 V. Pela Proposic
ao acima, v1 , v2 ,v3 e L.D.
ao
se um destes vetores for uma combinac
linear dos outros, por exemplo, v1 = xv2 + yv3 . Portanto, v1 , v2 , v3 e L.D. se, e so se, estes tres vetores forem
coplanares.
3) Seja V = R2 . {(1, 1), (1, 0), (1, 1)} e linearmente dependente, pois 21 (1, 1) 1(1, 0) + 12 (1, 1) = (0, 0).
4) O conjunto {(1, 1, 0, 0), (0, 2, 1, 0), (0, 0, 0, 3)} R4 e linearmente independente, pois se x(1, 1, 0, 0)+y(0, 2, 1, 0)+
z(0, 0, 0, 3) = (0, 0, 0, 0) = (x, x, 0, 0)+(0, 2y, y, 0)+(0, 0, 0, 3z) = (0, 0, 0, 0) = (x, x+2y, y, 3z) = (0, 0, 0, 0) =

= 0
x
x + 2y
= 0 = x = y = z = 0.

3z = 0
5) Verificar se {(1, 1, 0), (0, 1, 0), (2, 1, 0)} R3 e linearmente independente.
Solu
c
ao: x(1, 1, 0) + y(0, 1, 0) + z(2, 1, 0) = (0, 0, 0) = (x, x, 0) + (0, y, 0) + (2z, z, 0) = (0, 0, 0) = (x + 2z, x +


x
+ 2z = 0
x
+ 2z = 0
y + z, 0) = (0, 0, 0) =
=
x + y + z = 0
y z = 0
Do fato desse sistema ser indeterminado conclumos que os vetores dados sao linearmente dependentes. De fato,
o sistema tem outras soluc
oes alem da soluc
ao trivial, por exemplo, x = 2, y = 1, z = 1, donde 2(1, 1, 0) +
1(0, 1, 0) + 1(2, 1, 0) = (0, 0, 0) e uma relac
ao de dependencia entre os vetores dados.

6) Verificar se {(1, 2, 3), (1, 4, 9), (1, 8, 27)} R3 e L.I.

Solu
c
ao: x(1, 2, 3) + y(1, 4, 9) + z(1, 8, 27) = (0, 0, 0) = (x + y + z, 2x + 4y + 8z, 3x + 9y + 27z) = (0, 0, 0) =

1 1 1 0
1 1 1 0
1 1
1 0
x + y + z = 0
2x + 4y + 8z = 0 2 4 8 0 1 2 4 0 0 1 3 0

3x + 9y + 27z = 0
3 9 27 0
1 3 9 0
0 2 8 0

1 1
1 0
1 1 1 0
x + y + z = 0
0 1
3 0 0 1 3 0
y + 3z = 0

0 1 4 0
0 0 1 0
z = 0
Da, a u
nica solucao e a trivial e o conjunto de vetores dado e linearmente independente.

1.4

Base de um Espa
co Vetorial



Defini
c
ao 1.8 Um conjunto B = v1 , v2 , . . . , vn de vetores de um espaco vetorial V ser
a uma base de V se



v1 , v2 , . . . , vn e linearmente independente.


2. v1 , v2 , . . . , vn geram V, isto e, v1 , v2 , . . . , vn = V.
1.



Exemplos:
1) Sejam V = R2 , e1 = (1, 0) e e2 = (0, 1) R2 . Entao, e1 , e2 e uma base do R2 , porque e L.I.


e e1 , e2 = R2 . De fato, dado (a, b) R2 , temos (a, b) = a(1, 0) + b(0, 1) = ae1 + be2 , donde
(a,

b) e uma
2
combinacao linear
e1 , e2 gera o R2 ,
 de2 e1 e e2. Como esta conclusao vale para qualquer 2(a, b) R , temos que
2
ou seja, e1 , e2 = R .
e1 , e2 e chamada base can
onica do R . Outra base do R e {(1, 1), (0, 1)}, pois
(1, 1) e (0, 1) sao L.I. e geram R2 . De fato, dado (a, b) R2 , tentemos escrever (a, b) como uma combinac
ao linear
de (1, 1) e (0, 1) : (a, b) = x(1, 1) + y(0, 1). Desenvolvendo, obtemos x = a e y = b a, donde
(a, b) = a(1, 1) + (b a)(0, 1).
2) {(0, 1), (0, 2)} nao e base de R2 , pois e L.D. (veja a figura abaixo).

3) {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e a base can

onica do R3 .
4) {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} e a base canonica do R4 .


5) {(1, 0, 0), (0, 1, 0)} n
ao e base do R3 : e L.I., mas nao gera todo R3 , isto e, (1, 0, 0), (0, 1, 0) 6= R3 .
Em breve, provaremos o seguinte importante Teorema:
Teorema 1.9 Qualquer base de um espaco vetorial V tem sempre o mesmo n
umero de elementos. Este n
umero
e chamado dimens
ao de V e e denotado por dim V.

Exemplo: 6) dim R2 = 2 e dim R3 = 3.

7) Prove que {(1, 2), (0, 1)} e base do R2 .
Solu
c
ao:
1. Os dois vetores s
ao L.I., pois n
ao s
ao colineares.
2. Devemos mostrar que os vetores dadosgeram o R2 . Assim, dado (a, b) R2 , devemos encontrar x e y tais
x
= a
que (a, b) = x(1, 2) + y(0, 1). Temos:
= x = a = 2a + y = b = y = 2a + b.
2x + y = b
8) Prove que {(1, 1, 2), (0, 1, 1), (0, 0, 2)} e uma base do R3 .
Solu
c
ao:
1. Fica como exerccio mostrar que esses vetores sao L.I.
2. Prova de que os vetores dados geram o R3 : Dado (a, b, c) R3 , devemos encontrar x, y, z tais que x(1, 1, 2)+
y(0,
1, 1) + z(0, 0, 2) = (a, b, c). Desenvolvendo, obtemos:
= a (Eq.1)
x
x + y
= b (Eq.2) Levando x = a em (Eq.2): a+y = b, donde y = a+b. Substituindo

2x y + 2z = c (Eq.3)
a + b + c
x e y na (Eq.3): 2a (a + b) + 2z = c = a b + 2z = c = 2z = a + b + c = z =
.
2

9) Uma base para V = M(22) (R) e:

1 0
0 0


 
 
 
0 0
0 0
0 1
.
,
,
,
0 1
1 0
0 0

Logo, dimM(22) (R) = 4.

10) Os n + 1 polinomios 1, t, t2 , . . . , tn formam uma base para Pn (R) e dim Pn (R) = n + 1.
Se conhecemos um sistema de geradores de um subespaco W do Rn , e possvel determinar uma base para esse
subespaco pelo processo explicado a seguir:
Primeiramente, forma-se uma matriz tendo como linhas os geradores. A seguir, escalona-se essa matriz e eliminase as linhas que porventura anularem-se. Feito isso, a matriz obtida fornece, linha por linha, os vetores de uma
base para o subespaco W.
4
Exemplo:
11) Seja W = [(2,1, 1, 0),(1, 0, 1, 2), (0, 1,
1, 4)] R .
2 1 1 0
1 0 1 2
1
Solu
c
ao: 1 0 1 2 2 1 1 0 0
0 1 1 4
0 1 1 4
0
{(1, 0, 1, 2), (0, 1, 1, 4)} e uma base para W e dim W = 2.

Determinaruma base
para W.

0 1 2
1 0 1 2
1 1 4 0 1 1 4 . Assim,
1 1 4
0 0 0 0

Observa
c
ao: Se, conhecidos os geradores de um subespaco W Rn , e ao escrevermos a matriz tendo como
linhas esses geradores, obtivermos uma matriz j
a escalonada, entao os proprios geradores serao uma base para W,
logo eles serao L.I.


Exemplo: 12) Sejam U = (x, y, z) R3 /x = 0 e W = [(1, 2, 0), (3, 1, 2)] R3 . Determinar uma base para U, W
e U + W.
Solu
c
ao: Como (x, y, z) U se, e s
o se, x = 0 e (0, y, z) = y(0, 1, 0) + z(0, 0, 1), entao U = [(0, 1, 0), (0, 0, 1)].


0 1 0
Para esses geradores, temos a matriz
, que ja esta escalonada. Logo, esses geradores formam uma
0 0 1
base para U (ver OBS. acima).

10


Para obter uma base de W, temos:

1 2 0
3 1 2

1 2 0
0 5 2

Lembremos
que
pelos geradores
deU junto
com

U +W e gerado

1 0
1 2 0
1 2 0
0 1 0
0 1
0 1 0
0 1 0
0 0 1

1 2 0 0 0 1 0 0 1 0 0
0 0
0 0 2
0 5 2
0 5 2


(1, 0, 0), (0, 1, 0), (0, 0, 1) e U + W = R3 .


, logo {(1, 2, 0), (0, 5, 2)} e uma base de W.
os de
W e determinemos uma base de U + W :
0
0
. Logo, U + W =
1
0

Em breve, provaremos a seguinte Proposic

ao:
Proposi
c
ao 1.10 Seja W um subespaco de V. Se dim W = dim V, ent
ao W = V.
3
Exemplo:
13) Sejam S = [(1, 1, 2), (2,
1), (1, 2, 1)],

1, 1)] R , T = [(0, 1,
3
3
U = (x, y, z) R /x + y = 4x z = 0 e V = (x, y, z) R /3x y z = 0 . Determinar as dimens
oes de:
a) S
b) T
c) U
d) V
e) S + T
f) T + U.

Solu
c
ao:

(a)

1 1 2
2 1 1

1 1 2
0 3 3


, logo, dim S = 2.

imediato que dim T = 2, pois seus geradores ja se apresentam na forma escalonada.

(b) E

x + y
= 0
= y = x e z = 4x, logo os vetores de U s
ao
(c) U e o espaco-soluc
ao do sistema
4x
z = 0
da forma (x, x, 4x) = x(1, 1, 4), donde {(1, 1, 4)} e uma base de U e dim U = 1.
(d) Os vetores de V s
ao da forma (x, y, 3x y) = x(1, 0, 3) + y(0, 1, 1), logo V = [(1, 0, 3), (0, 1, 1)]. Como
esses geradores de V j
a est
ao na forma escalonada, dim V = 2.

1 1 2
1 1 2
1 1 2
1 1 2
2 1
0 3 3
0 1 1
0 1 1
1

.
(e)
0 1 1 0 1 1 0 3 3 0 0
0
1 2
1
0 3 1
0 3 1
0 0 2
3
Logo, dim (S + T ) = 3 e da, pela Proposicao acima, S + T = R .

0 1 1
1 2
1
1 2 1
1 2 1
1 0 1 1 0 1 1 0 1 1 .
(f ) 1 2
1 1 4
1 1 4
0 3 3
0 0 0
Logo, dim (T + U ) = 2.
A dimensao do espaco vetorial V = {0} e considerada como sendo 0.
EXERC
ICIOS:
1. Considere o subespaco de R4 W = [(1, 1, 2, 4), (1, 1, 1, 2), (1, 4, 4, 8)].
(a) O vetor v1 = (2/3, 1, 1, 2) pertence a W ?

11

(b) O vetor v2 = (0, 0, 1, 1) pertence a W ?

2. Determinar um sistema de geradores
homog
eneos:
x y = 0
2x 3y = 0
a)
b)

3x + 12 y = 0

2x 2y + z = 0
3x y + 3z = 0
c)

3y + 4z = 0

para o espaco-solucao de cada um dos seguintes sistemas lineares

x + y
2x y

x + 4y

x
3x
d)

z
2z
5z
y
y
2y

=
=
=

+
+

0
0
0
z t = 0
2z 4t = 0
5z + t = 0

3. Dar um sistema de geradores para cada um dos seguintes subespacos do R3 :



(a) U = (x, y, z) R3 : x 2y = 0


(b) V = (x, y, z) R3 : x + z = 0 e x 2y = 0


(c) W = (x, y, z) R3 : x + 2y 3z = 0
(d) U V

(e) V + W

4. Quais dos subconjuntos abaixo do R3 s

ao linearmente independentes?
(a) {(1, 0, 0), (0, 1, 0), (0, 0, 1), (2, 3, 5)}
(b) {(1, 1, 1), (1, 0, 1), (1, 0, 2)}
(c) {(0, 0, 0), (1, 2, 3), (4, 1, 2)}
(d) {(1, 1, 1), (1, 2, 1), (3, 2, 1)}
5. Dar uma
ao do subespaco W de R 4 , onde
 base e a dimens
4
W = (x, y, z, t) R : x y = y e x 3y + t = 0 .
6. Sendo W o subespaco do exerccio anterior e U o subespaco do R4 gerado por (1, 2, 1, 3) e (3, 1, 1, 4),
determinar uma base e a dimens
ao de U + W.
4
7. Achar uma base e a dimens
ao do seguinte subespa
co de R :
4
U = (x, y, z, t) R : x y = 0 e x + 2y + t = 0 .



3
8. No espa
os seguintes
subespacos: U = (x, y, z) R3 : x = 0 ,
 co vetorial3 R consideremos


V = (x, y, z) R : y 2z = 0 e W = (1, 1, 0), (0, 0, 2) . Determinar uma base e a dimensao de cada um
dos subespacos:
a) U
b) V
c) W
d) U V
e) V + W
f) U + V + W.
9. Considere o subespaco de R4 gerado pelos vetores v1 = (1, 1, 0, 0), v2 = (0, 0, 1, 1), v3 = (2, 2, 1, 1) e
v4 = (1, 0, 0, 0).


(a) O vetor v = (2, 3, 2, 2) v1 , v2 , v3 , v4 ? Justifique.


(b) Exiba uma base para v1 , v2 , v3 , v4 .


(c) v1 , v2 , v3 , v4 = R4 ? Por que?
10. Considere o subespaco de R3 gerado pelos vetores v1 = (1, 1, 0), v2 = (0, 1, 1) e v3 = (1, 1, 1).
v1 , v2 , v3 = R3 ? Por que?

12





11. Sejam W1 = (x, y, z, t) R4 : x + y = 0 e z t = 0 e W2 = (x, y, z, t) R4 : x y z + t = 0 subespacos de R4 .
(a) Determine W1 W2 .
(b) Exiba uma base para W1 W2 .
(c) Determine uma base para W1 + W2 . Responda (justificando): W1 + W2 = R4 ?

1.5

Coordenadas

Sejam V um espaco vetorial de dimens

ao n e B = {v1 , v2 , . . . , vn } uma base de V. Entao, dado um vetor arbitr
ario
v V, v se escreve de maneira u
nica como uma combinacao linear de v1 , v2 , . . . , vn :
v = c1 v1 + c2 v2 + + cn vn
(1)
O fato de existirem escalares c1 , c2 , . . . , cn tais que (1) se verifica decorre de v1 , v2 , . . . , vn gerarem V. Agora
mostraremos que os escalares c1 , c2 , . . . , cn s
ao univocamente determinados (isto e, sao u
nicos para cada v). Com
efeito, suponha que existam outros escalares d1 , d2 , . . . , dn tais que
v = d1 v1 + d2 v2 + + dn vn
(2)
De (1) e (2) segue que 0 = v v = c1 v1 + c2 v2 + + cn vn d1 v1 d2 v2 dn vn , donde (c1 d1 ) v1 +
(c2 d2 ) v2 + + (cn dn ) vn = 0, ent
ao, como v1 , v2 , . . . , vn sao L.I., c1 d1 = c2 d2 = = cn dn = 0, ou
c1 = d1 , c2 = d2 , . . . , cn = dn , mostrando que as combinacoes lineares em (1) e (2) sao identicas e que v se escreve
de maneira u
nica como combinac
ao linear dos vetores da base B = {v1 , v2 , . . . , vn } . Os escalares

c1 , c2 , . . . , cn
c1
c2

em (1) sao denominados coordenadas de v em relacao `a base B e escrevemos [v]B = . , matriz esta
..
cn
denominada matriz de coordenadas de v em relacao `a base B.
Exemplo: 1) Determinar as coordenadas do vetor u = (3, 0, 1) R3 em relacao `as seguintes bases:

(a) B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} (base can

onica do R3 )
(b) C = {(2, 3, 1), (1, 1, 0), (3, 1, 2)}
Solu
c
ao:
(a) Devemos escrever o vetor u como combinacao linear de e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1). Temos:
u = (3, 0, 1) = 3.(1, 0, 0) + 0.(0, 1, 0) + 1.(0, 0, 1), logo, as
procuradas sao 3, 0 e 1 e a matriz de
coordenadas

3
coordenadas de u em relac
ao `
a base can
onica e [u]B = 0 . Desse exemplo, observamos o seguinte fato:
1
As coordenadas de qualquer vetor u R3 em relacao `a base canonica de R3 sao as proprias componentes
de u (generalize para Rn ).
(b) Devemos escrever o vetor u como combinacao linear dos vetores de C :
(3, 0, 1) = x.(2, 3, 1) + y.(1,
(*)
1, 0) + z.(3, 1, 2)
2x + y + 3z = 3
3x y z = 0 Resolvendo esse sistema, obtemos: x = 1, y =
Desenvolvendo, obtemos:

x
+ 2z = 1

13

2, z = 1. Levando em (*): u = (3, 0, 1)

= 1(2,
3, 1)+2(1, 1, 0)+1(3, 1, 2), logo, a matriz de coordenadas
1
de u em relacao `
a base C e: [u]C = 2 .
1
2)
coordenadas
do polin
omio p(t) = 3 + t + 2t2 t3 em relacao `a seguinte base de P3 (R) : B =
 Determinar as

1, 2 + t, 1 + t2 , 1 t t3 .
Solu
c
ao:
Devemos escrever
p(t) como combinacao linear dos vetores de B : 3 + t + 2t2 t3 = a.1 + b (2 + t) +




c 1 + t2 + d 1 t t3 . Desenvolvendo, obtemos: 3 + t + 2t2 t3 = a 2b + c + d + bt dt + ct2 dt3 , donde
3 + t + 2t2 t3 = a 2b + c + d + (b d)t + ct2 dt3 . Nessa igualdade de polinomios, os coeficientes dos termos
de
ao, temos o sistema:
mesmo grau devem ser iguais. Ent
a

2b
+
c
+
d
=
3

b
d = 1
. Resolvendo, obtemos: a = 2, b = 2, c = 2, d = 1 e a matriz de coordec
= 2

d = 1

2
2



nadas de p(t) em relac

ao `
a base B e p(t) B =
2 .
1

1.6

Matriz de Mudan
ca de Base

1. dim V = 2 : Sejam V um espaco vetorial de dimensao 2 e B = {u1 , u2 } , C = {v1 , v2 } duas bases de V.

Qualquer vetor de V pode ser escrito como combinacao linear dos vetores de C. Aplicando isso aos vetores
u1 , u2 B, temos:
u1 = av1 + bv2
u2 = cv1 + dv2 , onde a, b, c, d R. Definimos
de mudan
ca da base B para a base C, representada

 a matriz
 B
 B
a c
.
por I C , como sendo a matriz: I C =
b d
 C
Para determinar a matriz de mudanca de C para B, I B , precisaramos escrever os vetores da base C como
combinacoes lineares dos vetores da base B.
2. dim V = 3 : Sejam V um espaco vetorial de dimensao 3 e B = {u1 , u2 , u3 } , C = {v1 , v2 , v3 } duas bases de
V. Obviamente, os vetores de B podem ser escritos como combinacoes lineares dos vetores de C :
u1 = av1 + bv2 + cv3
u2 = dv1 + ev2 + f v3
u3 = gv1 + hv2 + iv3
 B
Definimos a matriz de mudanca da base B para a base C, representada por I C como sendo a matriz:

a d g
 B

b e h .
I C=
c f i
A matriz de mudanca de duas bases de um espaco vetorial V de dimensao n = 4, 5, 6, . . . e determinada de modo
analogo ao que fizemos para as dimens
oes 2 e 3.
Exemplo: 1) Determinar a matriz de mudanca da base B = {(1, 2), (0, 1)} do R2 para a base C = {(2, 1), (1, 1)}.
Solu
c
ao: Devemos escrever os vetores de B como combinacoes lineares dos vetores de C :
(1, 2) = a(2, 1) + b(1, 1)

14

(0,
 1) = c(2, 1) + d(1,
 1) Desenvolvendo, obtemos:
2a + b = 1
2c + d = 0
.
a
b = 2
c
d = 1
Resolvendoestes sistemas,
a = 3, b = 5, c = 1, d = 2. Entao, a matriz de mudanca de B para C

 encontramos:

 B
a c
3 1
=
.
e: I C =
b d
5 2
2) Achar a matriz de mudanca da base B = {(1, 1, 0), (2, 1, 3), (4, 5, 6)} do R3 para a base can
onica =
{(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
Solu
c
ao: Devemos escrever os vetores de B como combinacoes lineares dos vetores de :
(1, 1, 0) = 1(1, 0, 0) + 1(0, 1, 0) + 0(0, 0, 1)
(2, 1, 3) = 2(1, 0, 0) 1(0, 1, 0) + 3(0, 0, 1)

1
2
4
 B
(4, 5, 6) = 4(1, 0, 0)5(0, 1, 0)+6(0, 0, 1) Portanto, a matriz de mudanca de B para e: I = 1 1 5 .
0 3
6
Compare as colunas desta matriz com os vetores de B. Conclumos, entao, que e muito facil determinar a matriz
de mudanca de uma base B do R3 para a base canonica (generalize para o Rn ).
3) No espaco R3 consideremos as bases B = {e1 , e2 , e3 } e C = {g1 , g2 , g3 } relacionadas da seguinte maneira:
g1 = e1 + e3 ,
g2 = 2e1 + e2 + e3 ,
g3 = e1 + 2e2 + e3 . Determinar as matrizes de mudanca de B para C e de C para B.

1
2
1
 C
Solu
c
ao: Pelas relac
oes dadas, temos: I B = 0 1 2 . Conforme veremos em breve, a matriz de mudanca
1 1 1
 B
 C
I C de B para C e a inversa da matriz de mudanca I B de C para B. Passamos, entao, a inverter a matriz
acima:

1 2 1 1 0 0
0 1 2 0 1 0 . A seguir, executamos a operacao L3 L1 L3 :
1 1 1 0 0 1

1 2 1 1 0 0
0 1 2 0 1 0 . Executamos as operacoes L1 L1 2L2 e L3 L2 L3 :
0 1 0 1 0 1

1 0 3 1 2 0
0 1 2
0
1 0 . Executando L1 2L1 + 3L3 e L2 L2 L3 :
0 0 2 1 1 1

2 0 0 1 1 3
0 1 0 1
0 1 . Executando L1 L1 /2 e L3 L3 /2 :
0 0 2 1 1
1

1 0 0 1/2 1/2 3/2

1/2 1/2 3/2
 B
0 1 0
1
0
1 , logo I C = 1
0
1 .
0 0 1 1/2 1/2 1/2
1/2 1/2 1/2
 B
Proposi
c
ao 1.11 Sejam B e C bases de um espaco vetorial e I C = M. Ent
ao, dado um vetor u V, a matriz
 
 
 
 
 B  
de coordenadas u C de u em relac
ao `
a base C pode ser calculada por: u C = M. u B , ou u C = I C . u B .
Exemplo: 4) Sejam B e C as bases dadas no Exemplo 3. Se as coordenadas de um vetor u R3 em relac
ao `
a
base B sao 1, 1 e 2, quais as coordenadas desse vetor em relacao `a base C?

15

 
Solu
c
ao: A matriz de coordenadas de u em relacao `a base B e u B

1 1 3
1
2
0 2 , logo a
2
1 1
1

1 1 3
1
1
2
0 2 . 1 = 21
2
1 1
1
2

1
= 1 . Conforme o Exemplo 3,
2

 B
I C =

 
 B  
matriz de coordenadas de u em relacao `a base C e u C = I C . u B =

4
2
2 = 1 .
2
1

 B
 B
 C
ao I D = N.M =
Proposi
c
ao 1.12 Se B, C e D s
ao bases de um espaco vetorial V, I C = M e I D = N, ent
 C  B
I D . I C . (veja a figura abaixo `
a esquerda).

 B
 C
Sejam B e C bases de um espaco vetorial V de dimensao n, I C = P e I B = Q. Entao, conforme a figura acima
 B
 B
a` direita, I B = QP. Ent
ao, como I B = In = matriz identidade de ordem n (prove isto), temos: QP = In .
 B
Analogamente, P Q = In . Ent
ao, concluimos que Q = P 1 , isto e, a matriz de mudanca I C e a inversa da matriz
 C
de mudanca I B .
Proposi
c
ao 1.13 Sejam dim V = n, B uma base de V e P uma matriz quadrada inversvel n n. Ent
ao, existe
 B
uma base C de V tal que I C = P.
EXERC
ICIOS:
1. Determinar as coordenadas do vetor v = (4, 5, 3) R3 em relacao `as seguintes bases:
(a) Canonica.
(b) {(1, 1, 1), (1, 2, 0), (3, 1, 0)}
(c) {(1, 2, 1), (0, 3, 2), (1, 1, 4)}
2. Quais sao as coordenadas de v = (1, 0, 0) R3 em relacao `a base = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}?
3. Determinar
as coordenadas
do polin
omio t3 em relacao a` seguinte base de P3 (R) :


1, 2 t, t2 + 1, 1 + t + t3 .


4. Sejam B = {(1, 0), (0, 1)}, B1 = {(1, 1), (1, 1)}, B2 = ( 3, 1), ( 3, 1) e B3 = {(2, 0), (0, 2)} bases do
R2 .

16

(a) Ache as matrizes de mudanca:

 B
 B
 B
iii) I B2
ii) I B1
i) I B1

 B
iv) I B3

(b) Quais sao as coordenadas do vetor v = (3, 2) em relacao a:

i) B
ii) B1
iii) B2
iv) B3
 
(c) As coordenadas de um vetor v em relacao `a base B1 sao dadas por v B1 =
coordenadas de v em relac
ao `
as seguintes bases: i) B

ii) B2

4
0


. Determinar as

iii) B3

5. Considere as bases B = {e1 , e2 , e3 } e C = {g1 , g2 , g3 } de R3 assim relacionadas:

g1 = e1 e2 e3
g2 = 2e2 + 3e3
g3 = 3e1 + e3
 B  C
(a) Determinar as matrizes de mudanca I C e I B .
(b) Se um vetor v de R3 apresenta coordenadas 1,
relativamente a C?

1 1
 B
3

0 1
6. Sejam B e C bases do R tais que I C =
1 0

2 e 3 em relacao a B, quais sao as coordenadas de v

0
1 e u, v vetores do R3 . Determinar:
1

1
 
 
(a) v C , se v B = 2 .
3

1
 
 
(b) u B , se u C = 2 .
3

7. A matriz de mudanca da base C = {(1, 1), (0, 2)} do R2 para uma base B desse mesmo espaco e

1 0
2 3


.

Determinar a base B.
8. Sejam B1 = {(1, 0), (0, 2)}, B2 = {(1, 0), (1, 1)} e B3 = {(1, 1), (0, 1)} bases do R2 .
 B
(a) Ache: i) I B21

 B
ii) I B32

 B
iii) I B31

 B  B
iv) I B21 . I B32

(b) De uma relac

ao entre estas matrizes de mudanca de base.

1.7

Teoremas sobre Bases

Teorema 1.14 Sejam v1 , v2 , . . . , vn vetores n

ao nulos que geram um espaco vetorial V. Ent
ao, dentre estes vetores
podemos extrair uma base de V.

Demonstra
c
ao: Se v1 , v2 , . . . , vn s
ao linearmente independentes, entao eles cumprem as condicoes para uma
base, e nao temos mais nada a fazer. Se v1 , v2 , . . . , vn sao linearmente dependentes, entao, pela Proposic
ao 1.7,
um destes vetores, vn , suponhamos, e uma combinacao linear dos outros (v1 , . . . , vn1 ) e, portanto, v1 , . . . , vn1
ainda geram V. Se v1 , . . . , vn1 forem L.I., estes vetores formarao uma base de V e acabou, mas se eles forem
L.D., um destes vetores e uma combinac
ao linear dos outros e poderemos extrair esse vetor. Seguindo dessa forma,

17

chegaremos a um subconjunto de {v1 , . . . , vn } , formado por r (r n) vetores L.I. que ainda geram V, constituindo,
portanto, uma base de V.
2

Teorema 1.15 Seja V um espaco vetorial gerado por um conjunto finito de vetores v1 , . . . , vn . Ent
ao, qualquer
subconjunto de V com mais de n vetores e L.D. (e, portanto, qualquer subconjunto L.I. tem no m
aximo n vetores).

Demonstra
c
ao: Como [v1 , . . . , vn ] = V, pelo Teorema 1.14, podemos extrair uma base para V de {v1 , . . . , vn } .
Seja {v1 , . . . , vr } , r n, esta base (para n
ao complicar a notacao). Consideremos agora w1 , w2 , . . . , wm , m vetores
de V, com m > n. Devemos mostrar que w1 , w2 , . . . , wm sao linearmente dependentes. Como v1 , . . . , vr geram V,
cada um dos vetores w1 , w2 , . . . , wm e uma combinacao linear de v1 , . . . , vr . Entao, existem constantes aij , tais que
w1 = a11 v1 + a12 v2 + + a1r vr
w2 = a21 v1 + a22 v2 + + a2r vr
(1)
..
.
wm = am1 v1 + am2 v2 + + amr vr
Consideremos agora uma combinac
ao linear de w1 , w2 , . . . , wm igualando-se a zero: x1 w1 + x2 w2 + + xm wm = 0
(2)
Substituindo as relac
oes (1) em (2) e reagrupando os termos, obtemos:
(a11 x1 + a21 x2 + + am1 xm ) v1 +
+ (a12 x1 + a22 x2 + + am2 xm ) v2 + +
+ (a1r x1 + a2r x2 + + amr xm ) vr = 0.
Como v1 , v2 , . . . , vr sao L.I., ent
ao
a11 x1 + a21 x2 + + am1 xm = 0
a12 x1 + a22 x2 + + am2 xm = 0
..
.
a1r x1 + a2r x2 + + amr xm = 0
Temos entao um sistema linear homogeneo com r equacoes e m incognitas x1 , . . . , xm e, como r n < m, ele
admite uma solucao n
ao trivial, ou seja, existem x1 , x2 , . . . , xm , nao todos nulos, tais que vale a igualdade (2).
Portanto, w1 , . . . , wm s
ao L.D.
2

Teorema 1.16 Qualquer base de um espaco vetorial V tem sempre o mesmo n

umero de vetores. Esse n
umero e
chamado dimens
ao de V, representada por dim V.

Demonstra
c
ao: Sejam {v1 , . . . , vn } e {w1 , . . . , wm } duas bases de V. Como v1 , . . . , vn geram V e w1 , . . . , wm s
ao
L.I., pelo Teorema 1.15, m n.
Por outro lado, como w1 , . . . , wm geram V e v1 , . . . , vn sao L.I., pelo Teorema 1.15, n m. Portanto, n = m.

Proposi
c
ao 1.17 Se dim V = n, ent
ao todo subconjunto L.I. de V tem no m
aximo n vetores.

Demonstra
c
ao: Seja {v1 , . . . , vn } uma base de V. Entao, v1 , . . . , vn geram V. Entao, pelo Teorema 1.15, todo
subconjunto L.I. de V tem no m
aximo n vetores.
2

18

Proposi
c
ao 1.18 Se dim V = n, ent
ao qualquer conjunto de vetores que gerem V deve ter no mnimo n vetores.

Demonstra
c
ao: Sejam v1 , . . . , vr geradores de V. Entao, pelo Teorema 1.14, r n, porque qualquer base de V
tem n vetores.
2

Teorema 1.19 Qualquer subconjunto L.I. de um espaco vetorial V pode ser completado de modo a formar uma
base de V.

Demonstra
c
ao: Sejam dim V = n e v1 , . . . , vr vetores L.I. (pela proposicao 2.17, r n). Se [v1 , . . . , vr ] = V,
entao {v1 , . . . , vr } forma uma base e n
ao temos mais nada a fazer (neste caso, n = r). Porem se [v1 , . . . , vr ] 6= V,
entao existe vr+1 V tal que vr+1
/ [v1 , . . . , vr ], isto e, vr+1 nao e uma combinacao linear de v1 , . . . , vr , ent
ao
{v1 , . . . , vr , vr+1 } e L.I. (prove isto). Se [v1 , . . . , vr , vr+1 ] = V, entao {v1 , . . . , vr+1 } e a base procurada. Caso
contrario, existe vr+2
/ [v1 , . . . , vr+1 ] e, ent
ao, {v1 , . . . , vr+1 , vr+2 } e L.I. Se [v1 , . . . , vr+1 , vr+2 ] = V, nossa prova
esta concluda. Se nao, prosseguimos usando o mesmo argumento. Como, pela Proposicao 1.17, nao podemos ter
mais do que n vetores L.I. em V, este processo tem que parar, obtendo-se uma base de V que contem os vetores
dados.
2

Teorema 1.20 Se dim V = n, qualquer conjunto de n vetores L.I. formar

a uma base de V.

Demonstra
c
ao: Se n
ao formasse uma base, poderamos completar o conjunto ate forma-la (Teorema 1.19) e
dessa forma teramos uma base com mais do que n vetores, o que e absurdo (Teorema 1.16).
2

Teorema 1.21 Seja W um subespaco de V. Se dim W = dimV = n, ent

ao W = V.

Demonstra
c
ao: Seja {v1 , . . . , vn } uma base de W. Como {v1 , . . . , vn } e L.I. e dim V = n, pelo Teorema 1.20,
{v1 , . . . , vn } e base de V, logo W = V.
2

19