Fortaleza, Fevereiro/2010

UNIVERSIDADE FEDERAL DO CEAR

CENTRO DE TECNOLOGIA
PROGRAMA DE EDUCAO TUTORIAL




APOSTILA DE lgebra Linear


Realizao:

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 2 de 40
Sumrio

1. Matrizes .......................................................................................................................................................... 3
1.1. Operaes com matrizes ............................................................................................................................. 4
1.2. Operaes elementares com linhas de uma matriz ...................................................................................... 5
1.3. Questes ..................................................................................................................................................... 6
2. Determinantes ................................................................................................................................................ 7
2.1. Regra de Chi .............................................................................................................................................. 8
2.2. Teorema de Laplace .................................................................................................................................... 9
2.3. Questes .................................................................................................................................................... 10
3. Sistemas Lineares ........................................................................................................................................... 11
3.1. Mtodo do escalonamento ......................................................................................................................... 11
3.2. Regra de Cramer ........................................................................................................................................ 13
3.3. Questes .................................................................................................................................................... 13
4. Vetores ........................................................................................................................................................... 14
4.1. Adio de Vetores ...................................................................................................................................... 15
4.2. Multiplicao por escalar ........................................................................................................................... 15
4.3. Questes .................................................................................................................................................... 16
5. Operaes com vetores .................................................................................................................................. 16
5.1. Mdulo ....................................................................................................................................................... 16
5.2. Produto escalar (ou produto interno) ......................................................................................................... 16
5.3. Produto vetorial (ou produto externo)........................................................................................................ 17
5.4. Questes .................................................................................................................................................... 19
6. Espaos vetoriais ............................................................................................................................................ 19
6.1. Questes .................................................................................................................................................... 21
7. Subespaos vetoriais ...................................................................................................................................... 22
7.1. Questes .................................................................................................................................................... 24
8. Interseo, unio e soma de subespaos ........................................................................................................ 25
8.1. Interseo .................................................................................................................................................. 25
8.2. Soma .......................................................................................................................................................... 26
8.3. Unio ......................................................................................................................................................... 27
8.4. Questes .................................................................................................................................................... 27
9. Combinao linear .......................................................................................................................................... 27
9.1. Questes .................................................................................................................................................... 28
10. Subespaos gerados ................................................................................................................................... 29
10.1. Questes .................................................................................................................................................... 30
11. Dependncia e Independncia Linear ......................................................................................................... 31
11.1. Questes .................................................................................................................................................... 32
12. Base de um espao vetorial ........................................................................................................................ 33
12.1. Questes .................................................................................................................................................... 36
13. Dimenso ................................................................................................................................................... 36
13.1. Questes .................................................................................................................................................... 37
14. Mudana de base ....................................................................................................................................... 38
14.1. A inversa da matriz de mudana de base ................................................................................................... 39
14.2. Questes .................................................................................................................................................... 40

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 3 de 40
1. Matrizes
Sejam m e n inteiros positivos. Chama-se matriz m n (sobre R) qualquer lista ordenada de m-n
nmeros reais, dispostos em m linhas e n colunas. Os nmeros que constituem uma matriz so chamados
de termos da matriz.
Uma matriz A, m n, pode ser denotada como se segue:
A =
a
11
a
1n

a
m1
a
mn

Ou, simplesmente, A = (a
ij
), onde 1 < < e 1 < < . Notamos que os ndices i e j indicam a
posio que o termo ocupa na matriz. O termo a
ij
est na i-sima linha e na j-sima coluna.
Seja A = (a
ij
) uma matriz n n. Chama-se diagonal principal, ou simplesmente diagonal da matriz A,
a lista ordenada (a
11
, a
22
, . . . , a
nn
). Chama-se diagonal secundria da matriz A, a lista ordenada
(a
1n
, a
2(n1)
, a
n1
). A soma dos ndices dos termos da diagonal secundria sempre igual a n+1.
- Igualdade de Matrizes:
Sendo A = (a
ij
), e B = (b
ij
), matrizes, A e B so iguais, se e somente se, a
ij
= b
ij
para quaisquer
valores de i e de j.
- Tipos de Matrizes:
o Chama-se matriz linha toda matriz 1 , ou seja, toda matriz constituda de uma s linha.
o Chama-se matriz coluna toda matriz 1, ou seja, toda matriz constituda de uma s
coluna.
o Chama-se matriz nula aquela cujos termos so todos nulos.
o Uma matriz chama-se quadrada se = .
o Uma matriz quadrada = (

) chama-se triangular superior se todos os termos que ficam

abaixo da diagonal principal so iguais a zero, ou seja,

= 0 sempre que > .

o Uma matriz quadrada = (

) chama-se triangular inferior se todos os termos que ficam

acima da diagonal principal so iguais a zero, ou seja,

= 0 sempre que < .

o Uma matriz quadrada = (

) chama-se diagonal se todos os termos fora da diagonal

principal so iguais a zero, ou seja,

= 0 sempre que .
o Chama-se matriz identidade a matriz diagonal cujos termos da diagonal principal
so todos iguais a 1. Ela denotada por

ou simplesmente por I.
o Uma matriz quadrada = (

) chama-se simtrica se

para quaisquer que sejam i

e j, isto , se os termos simetricamente situados em relao diagonal principal so iguais.
o Exemplos:
2 1
1 0
,
5 1 3
1 0 2
3 2 1
,

, toda matriz diagonal.

o Uma matriz quadrada = (

) chama-se anti-simtrica se

para quaisquer que

sejam i e j, ou seja, se os termos simetricamente situados em relao diagonal principal so
nmeros reais simtricos e os termos da diagonal so todos nulos.

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 4 de 40
o Exemplos:
0 1
1 0
,
0 4 8
4 0 1
8 1 0
, matriz quadrada nula.
1.1. Operaes com matrizes
- Adio de Matrizes:
Sejam A = (a
ij
), e B = (b
ij
) matrizes m n. Definimos a soma das matrizes A e B como sendo a
matriz A +B = (c
ij
), em que c
ij
= a
ij
+ b
ij
. Ou seja, somar A com B consiste em somar termos
correspondentes.
Propriedades (1): Para quaisquer matrizes mn, A = (a
ij
), B = (b
ij
) e C = (c
ij
), as seguintes
propriedades so vlidas:
o Associatividade: A + (B + C) = (A + B) + C;
o Comutatividade: A + B = B + A;
o Elemento neutro: A + O = A, onde O a matriz m n nula;
o Matriz oposta: A + (-A) = O, onde A = (a
ij
). Chamamos (A) de matriz oposta de A;
o Multiplicao de um escalar por uma matriz: Sejam x R e A = (a
ij
) uma matriz
mn. Definimos o produto da matriz A pelo escalar x como x. A = (x. a
ij
). Isto ,
multiplicar x por A consiste em multiplicar x por todos os termos de A.
Propriedades (2): Para quaisquer que sejam as matrizes m n, A = (a
ij
) e B = (b
ij
) e os nmeros
reais x e y, valem as seguintes propriedades:
o x.(A + B) = x.A + x.B (Distributiva para escalar)
o (x + y).A = x.A + y.A (Distributiva para matrizes)
o x.(y.A) = (xy).A (Associativa)
o 1.A = A (1 o escalar que representa o elemento neutro dessa operao)

- Multiplicao de Matrizes:
Seja A = (a
ij
) uma matriz m n. Denotaremos por A
i
a i-sima linha de A e A
j
a j-sima coluna de A.
Isto :

2

e

Sejam A = (a
ij
) uma matriz m n e B = (b
jk
) uma matriz n p. Definimos o produto da matriz A pela
matriz B como A. B = C = (c
ij
) = a
ij
b
jk
n
j=1
.
Observao 1: O produto A.B uma matriz m p;
Observao 2: O termo de A.B que se situa na i-sima linha e na j-sima coluna A
i
. B
k
.
Observao 3: Quando existe uma matriz A
1
tal que A. A
1
= I, dizemos que A uma matriz
invertvel, e chamamos A
1
de matriz inversa de A.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 5 de 40
- Propriedades:
o Se A uma matriz m n, ento A. I
n
= I
m
. A. Isso indica que a matriz identidade o
elemento neutro para a multiplicao de matrizes.
o Se A uma matriz m n e B e C so matrizes n p, ento A(B +C) = AB +AC, ou
seja, a multiplicao se distribui esquerda em relao soma de matrizes.
o Para as mesmas matrizes A, B e C, temos (A +B) = BA +CA, ou seja, a multiplicao
se distribui direita em relao soma de matrizes.
o Seja A uma matriz m n, B uma matriz n p e x , ento x. (AB) = A(x. B).
o Se A, B e C so, respectivamente, matrizes m n, n p e p q, ento A(BC) =
(AB)C (comutatividade).

- Transposio de Matrizes:
Seja A uma matriz m n, definimos a transposta de A como sendo a matriz n m A
t
= (b
ji
), em que
b
ji
= a
ij
.
Exemplo:

2 3 4 5
1 0 2 1

=
2 1
3 0
4 2
5 1

Propriedades: Sejam x um nmero real, A e B matrizes m n e C uma matriz n p. Ento valem as
seguintes propriedades:
o A
t

t
= A
o (A +B)
t
= A
t
+B
t

o (xA)
t
= x(A)
t

o (BC)
t
= C
t
B
t

1.2. Operaes elementares com linhas de uma matriz
Seja A uma matriz m n. Chama-se operao elementar com linhas de A qualquer uma das
operaes descritas a seguir:
Permutao de duas linhas de A;
Multiplicao de uma linha de A por um nmero real no nulo;
Substituio de A
i
por A
i
+xA
j
, em que j i e x um nmero real qualquer.
Exemplo:

3 0 3 12
2 1 1 3

1
3

1 0 1 4
2 1 1 3

2
2
1

1 0 1 4
0 1 3 5

A primeira operao acima consistiu em multiplicar a primeira linha por 1/3 e a segunda operao em
substituir a segunda linha por ela mais (-2) vezes a primeira (A
2
2A
1
).
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 6 de 40
Sejam A e B matrizes m n. Dizemos que A linha-equivalente a B se B pode ser obtida a partir de A
atravs de operaes elementares com linhas. (No exemplo anterior, notamos que a primeira matriz
linha-equivalente terceira)
Matriz na forma escada:
Seja A uma matriz m n. Dizemos que A uma matriz na forma escada, se as seguintes condies
so satisfeitas:
As possveis linhas nulas ficam abaixo das possveis linhas no nulas.
O primeiro termo no nulo de cada linha no nula igual a 1.
Os demais termos da coluna qual pertence o primeiro termo no nulo de uma linha no nula so
todos nulos.
A coluna qual pertence primeiro termo no nulo de uma linha no nula fica direita do primeiro
termo no nulo da linha anterior, isto , se p o nmero de linhas no nulas e se o primeiro termo no
nulo da i-sima linha no nula ocorre na k
i
-sima coluna, ento k
1
< k
2
< < k
p
.

Exemplos:

1 0 1 4
0 1 3 5
,
1 0 0 1
0 0 1 5
0 0 0 0
,
1 2 0 0
0 0 1 3
0 0 0 0
, O, I.

Teorema: Toda matriz m n linha-equivalente a uma matriz na forma escada.
Exemplo:

2 3 1
4 0 2
1 1 3

1
2
A
1

1 3/2 1/2
4 0 2
1 1 3

A
2
+4A
1
A
3
A
1

1 3/2 1/2
0 6 0
0 1/2 7/2

1
6
A
2

1 3/2 1/2
0 1 0
0 1/2 7/2

A
1

3
2
A
2
A
3+
1
2
A
2

1 0 1/2
0 1 0
0 0 7/2

1
7
A
3

1 0 1/2
0 1 0
0 0 1

A
1
+
1
2
A
3

1 0 0
0 1 0
0 0 1


1.3. Questes
1) Se A =
1 2
3 6
e B =
4 2
2 1
, calcule AB e BA.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 7 de 40

2) Se A=
3 2
4 3
, ache B, de modo que B
2
= A.

3) Suponha que A0 e AB=AC onde A,B,C so matrizes tais que a multiplicao esteja definida.
a) B=C?
b) Se existir uma matriz Y, tal que YA=I, onde I a matriz identidade, ento B=C?

4) Diz-se que as matrizes A e B so comutativas se AB = BA. Encontre todas as matrizes
x y
z w
que
sejam comutativas com
1 1
0 1


5) Seja A =
2 2
3 1
.
a) Encontre A2 e A3 .
b) Se fx = x
3
3x
2
2x +4 , encontre fA
c) Se gx = x
2
x 8, encontre g(A)

6) Para cada uma das matrizes a seguir, encontra uma matriz na forma escada, qual a matriz dada
linha equivalente.
a)
2 1 5
6 3 15

b)
2 0 2 0
0 2 1 0

c)
2 1 5
1 3 6

d)
1 2 1 0
1 0 3 5
1 2 1 1

e)
2 1 3
1 4 2
1 5 1
4 16 8

f)
0 2 0 2
1 1 0 3
3 4 0 2
2 3 0 1


7) Sejam A e B matrizes quadradas do mesmo tamanho, em que A invertvel. Mostre, por induo,
que (
1
)

1
para todo inteiro positivo n.
2. Determinantes
Determinante uma funo que associa a cada matriz quadrada um escalar. Seu clculo feito
somando os termos ligados pelas diagonais paralelas diagonal principal, e subtraindo deste valor a soma
dos produtos dos termos ligados pelas setas paralelas diagonal secundria:
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 8 de 40

Temos que:
det A = (a
11
a
22
a
33
+a
12
a
23
a
31
+a
21
a
32
a
13
) (a
13
a
22
a
31
+a
12
a
21
a
33
+a
23
a
32
a
11
)
Sejam A, B e C matrizes quadradas de ordem n, e x um escalar qualquer, essas so algumas das
propriedades dos seus determinantes:
o det(x A) = x
n
det A
o det A = det(A
t
)
o Se uma fila (linha ou coluna) da matriz composta de zeros, ento o determinante
desta matriz ser zero.
o Se A tem duas filas iguais, ento detA = 0
o Se permutarmos duas linhas ou colunas de A, ento o determinante muda de sinal.
o Se A e B so matriz quadradas da mesma ordem, ento det AB = detA. detB
Observao 1: O determinante de uma matriz triangular ou diagonal o produto dos termos de sua
diagonal principal.
Observao 2: O determinante permite saber se a matriz tem ou no inversa, pois as que no tm so
precisamente aquelas cujo determinante igual a 0.
A. A
1
= I, aplicando determinante dos dois lados, temos:
detA. A
1
= detI
detA. det A
1
= 1
det A
1
=
1
det A

Assim, se o determinante da matriz A for nulo, a matriz inversa no pode existir.
2.1. Regra de Chi
Atravs dessa regra possvel diminuir de n para (n 1) a ordem de uma matriz quadrada A sem
alterar o valor do seu determinante.
A regra prtica de Chi consiste em:
1) Escolher um elemento a
ij
= 1 (caso no exista, aplicar as propriedades para que aparea o
elemento 1).
2) Suprimir a linha i e a coluna j do elemento a
ij
= 1, obtendo-se o menor complementar do
referido elemento.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 9 de 40
3) Subtrair de cada elemento do menor complementar obtido o produto dos elementos que ficam
nos ps das perpendiculares traadas do elemento considerado s filas suprimidas.
4) Multiplicar o determinante obtido no item anterior por (1)
i+j
onde i e j designam as ordens da
linha e da coluna s quais pertence o elemento a
ij
= 1 do primeiro item.
Exemplo:
det =
1 5 7
2 4 3
3 2 4
=
4 5.2 3 2.7
2 3.5 4 3.7
. (1)
1+1
=
6 11
13 17
= 6.17 13.11 = 41
2.2. Teorema de Laplace
Chama-se de menor complementar (D
ij
) de um elemento a
ij
de uma matriz quadrada A o determinante
que se obtm eliminando-se a linha i e a coluna j da matriz.
Assim, dada a matriz quadrada de terceira ordem a seguir:
A =
2 0 3
5 7 9
3 5 1
, podemos escrever:
D
23
= menor complementar do elemento a
23
= 9 da matriz A. Pela definio, D
23
ser igual ao
determinante que se obtm de A, eliminando-se a linha 2 e a coluna 3, ou seja:
D
23
=
2 0
3 5
= 2.5 3.0 = 10
Chama-se de cofator de um elemento a
ij
de uma matriz o seguinte produto:
cofa
ij
= (1)
i+j
. D
ij

Assim, por exemplo, o cofator do elemento a
23
= 9 da matriz do exemplo anterior igual a:
cofa
23
= (1)
2+3
. D
23
= (1)
5
. 10 = 10
Observaes sobre o teorema:
o O determinante de uma matriz quadrada igual soma dos produtos dos elementos de uma
fila qualquer (linha ou coluna) pelos seus respectivos cofatores.
o Este teorema permite o clculo do determinante de uma matriz de qualquer ordem. Como j
conhecemos as regras prticas para o clculo dos determinantes de ordem 2 e de ordem 3, s
recorremos este teorema para o clculo de determinantes de 4 ordem em diante. Seu uso
possibilita diminuir a ordem do determinante. Assim, para o clculo de um determinante de
4 ordem, a sua aplicao resultar no clculo de quatro determinantes de 3 ordem.
o Para expandir um determinante pelo teorema de Laplace, mais prtico escolher a fila (linha
ou coluna) que contenha mais zeros, para que seu produto seja nulo.


II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 10 de 40
2.3. Questes
1) Dadas as matrizes A =
1 2
1 0
e B =
3 1
0 1
, calcule
a) det +det
b) det(A +B)

2) Sejam A e B matrizes do tipo n n. Verifique se as colocaes abaixo so verdadeiras ou falsas:
a) det(AB) = det(BA)
b) detA = det A
c) det(2A) = 2 det A
d) det(A) = (det A)

3) Calcule o det A, onde:
a) A =
3 1 5 0
0 2 0 1
2 0 1 3
1 1 2 0

b) A =
i 3 2 i
3 i 1 i
2 1 1 0
i i 0 1


4) Prove que

1
0 0 0

4
=
1

4


5) Mostre que det
1 1 1
a b c
a b c
= a bb c(c a).

6) Verdadeiro ou falso?
a) Se det A = 1, ento A-1 = A.
b) Se A uma matriz triangular superior e A-1 existe, ento tambm A-1 ser uma
matriz triangular superior.
c) Se A uma matriz escalar n n da forma kI
n
, ento det A = k
n
.
d) Se A uma matriz triangular, ento det A = a
11
+. . . +a
nn
.

7) Calcule
a
2
(a +2)
2
(a +4)
2
(a +2)
2
(a +4)
2
(a +6)
2
(a +4)
2
(a +6)
2
(a +8)
2
.

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 11 de 40
8) Mostre que
cos2a cos
2
a sen
2
a
cos2b cos
2
b sen
2
b
cos2c cos
2
c sen
2
c
= 0.
3. Sistemas Lineares
- Definio 1: Seja um inteiro positivo. Chama-se equao linear a incgnitas toda equao
do tipo
1

1
+
2

2
+

= em que
1
,
2
, ...,

, so constantes reais e
1
,
2
, ...,

so incgnitas. Chamamos cada

de coeficiente de

e de termo independente da
equao.
- Definio 2: Sejam e inteiros positivos. Chama-se sistema linear a equaes e
incgnitas todo sistema com m equaes lineares, todas s mesmas n incgnitas.
Denotaremos o sistema citado como se segue:

a
11
x
1
+a
12
x
2
++a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
++a
2n
x
n
= b
2

a
31
x
1
+a
32
x
2
++a
3n
x
n
= b
3

Chama-se soluo do sistema toda lista ordenada (x
1
, x
2
, , x
n
) de nmeros reais que satisfaz a
todas as equaes do sistema linear e chama-se conjunto soluo do sistema o conjunto constitudo de
todas as solues.
Dizemos que o sistema linear , respectivamente, impossvel, possvel determinado ou possvel
indeterminado conforme seu conjunto soluo seja vazio, unitrio ou tenha pelo menos dois elementos.
3.1. Mtodo do escalonamento
O mtodo do escalonamento consiste em transformar uma matriz qualquer em uma matriz na
forma escada atravs de operaes elementares com linhas. O objetivo disso resolver sistemas lineares.
Para tanto, devemos saber que cada sistema linear tem duas matrizes correspondentes: uma chamada
matriz dos coeficientes ou matriz incompleta do sistema e outra chamada matriz completa do sistema.
Listemos a seguir as matrizes referentes a um sistema genrico:

a
11
a
12
a
1n
a
21
a
22
a
2n

a
m1
a
m2
a
mn

Matriz incompleta

Matriz completa

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 12 de 40
Se A a matriz dos coeficientes, X =
x
1
x
2

x
n
e B =
b
1
b
2

b
m
, ento o sistema pode ser representado
(matricialmente) pelas seguintes equaes:

A
1
. X = b
1
A
2
. X = b
2

A
m
. X = b
m

O mtodo do escalonamento para resolver um sistema linear cuja matriz completa C consiste
em encontrar uma matriz C, tal que C seja linha-equivalente a C e o sistema cuja matriz C j explicite o
seu conjunto soluo. Para tanto, essa matriz dever estar na forma escada.
Exemplo: Resolvamos o sistema
2x +3y z = 6
4x +2z = 1
x +y +3z = 0

, que tem a seguinte matriz completa:

2 3 1 6
4 0 2 1
1 1 3 0

Devemos operar essa matriz com linhas, de maneira a deixar a matriz dos coeficientes na forma
escada.

2 3 1 6
4 0 2 1
1 1 3 0

1 3/2 1/2 3
4 0 2 1
1 1 3 0


1 3/2 1/2 3
0 6 0 11
0 1/2 7/2 3

1 3/2 1/2 3
0 1 0 11
0 1/2 7/2 3
/6

1 0 1/2 1/4
0 1 0 11/6
0 0 7/2 25/12

1 0 1/2 1/4
0 1 0 11/6
0 0 1 25/42

1 0 0 1/21
0 1 0 11/6
0 0 1 25/42

Assim, o sistema inicial equivalente a
x = 1/21
y = 11/6
z = 25/42

. Portanto, est resolvido.

Observaes:
o Um sistema linear AX = B chama-se homogneo se B = O. Isto , se todos os termos
independentes so nulos. Neste caso, uma soluo bvia a trivial, composta apenas de
zeros. (Por exemplo, para n = 3, a soluo trivial (0,0,0).)
o Se, num sistema linear homogneo, o nmero de incgnitas maior do que o nmero de
equaes, ele admite soluo no trivial.
o Se m = n, ento o sistema linear AX = B tem uma nica soluo, ento A linha-
equivalente a I
n
.

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 13 de 40
3.2. Regra de Cramer
A regra de Cramer utilizada para a resoluo de um sistema linear a partir do clculo de
determinantes. Vamos considerar aqui um sistema linear Ax = B, sendo x uma matriz de incgnitas.
Seja A uma matriz invertvel n n e seja B
n
. Seja A
i
a matriz obtida substituindo a i-sima
coluna de A por B. Se x for a nica soluo de Ax = B, ento
x
i
=
det(A
i
)
det(A)
para i = 1,2, , n
Com i variando at n, possvel encontrar as matrizes-soluo do sistema, e descobrir se ele
possvel determinado (quando h somente uma matriz-soluo), possvel indeterminado (infinitas
matrizes-soluo) ou impossvel (nenhuma soluo).
Exemplo: Considerando o sistema de equaes:
x
1
+ 2x
2
+ x
3
= 5
2x
1
+ 2x
2
+ x
3
= 6
x
1
+ 2x
2
+ 3x
3
= 9
Soluo:
detA =
1 2 1
2 2 1
1 2 3
= 4
detA
1
=
5 2 1
6 2 1
9 2 3
= 4 detA
2
=
1 5 1
2 6 1
1 9 3
= 4 detA
3
=
1 2 5
2 2 6
1 2 9
= 8
Portanto:
x
1
=
4
4
= 1 x
2
=
4
4
= 1 x
3
=
8
4
= 2
Ento temos como soluo a matriz x =
1
1
2
e o sistema possvel determinado.
3.3. Questes
1) Determine os valores de k tais que o sistema nas incgnitas x, y e z tenha: (i) nica soluo, (ii)
nenhuma soluo, (iii) mais de uma soluo.
a)
+ + = 1
+ + = 1
+ + = 1

b)
+ + = 2
3 +4 +2 =
2 +3 = 1

2) Ache as solues dos problemas dados ou prove que no existem solues
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 14 de 40
c)
+ + = 1
2 3 +7 = 0
3 2 +8 = 4

d)
x y +2z = 4
3x +y +4z = 6
x +y +z = 1

e)
2x y +5y = 19
x +5y 3z = 4
3x +2y +4z = 25

f)
x +3y +z = 0
2x +7y +4z = 0
x +y 4z = 0

3) Dado o sistema:

1 2
1 0
0 1
2 1
1 2
3 4
2 1
4 3

=
2
2
4
8


a) Encontre uma soluo dele sem resolv-lo (atribua valores para x, y, z e w).
b) Resolva efetivamente o sistema, isto , encontre sua matriz-soluo.
c) Resolva tambm o sistema homogneo associado.
d) Verifique que toda matriz-soluo obtida em (b) a soma de uma matriz-soluo
encontrada em (c) com a soluo particular que voc encontrou em (a).

4) Dado o sistema linear:

3 +5 +12 = 3
+ +4 = 6
2 +2 + = 5

a) Discuta a soluo do sistema.
b) Acrescente a equao 2z +kw = 9 a este sistema, encontre um valor de k que
torne o sistema impossvel.

5) D o conjunto soluo do seguinte sistema linear:

1
+
2
+5
3
8
4
= 1

1
+4
2
+13
3
3
4
= 1
2
1
+
2
2
3
+21
4
= 2
3
2
+8
3
+5
4
= 0

4. Vetores
Um vetor definido por trs caractersticas: intensidade, direo e sentido. Fora, deslocamento
e velocidade so representados por vetores, mas um vetor pode ser bem mais do que isso. Ao longo do
curso de lgebra Linear, o seu conceito ser desenvolvido de forma bem mais ampla. Solues de
sistemas lineares podero, por exemplo, ser representadas por vetores.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 15 de 40
Desenhando um vetor no plano cartesiano, ele deve apresentar uma origem e uma extremidade.
Os segmentos orientados cuja origem o ponto (0,0) so chamados de vetores no plano, e so muito
mais fceis de trabalhar. Para represent-lo, basta indicar o par ordenado que corresponda sua
extremidade, pois j conhecemos seu ponto inicial. A definio segue para vetores no espao, caso em
que a origem dos vetores o ponto (0,0,0), e assim por diante.
De tal forma, para representar um vetor V = OP

com ponto inicial na origem, usa-se usualmente

a notao de coordenadas V = (a, b, c), mas tambm existe a notao de matriz coluna V =
a
b
c
e matriz
linha V =
a b c
.
Com essas notaes, a soma de vetores e a multiplicao do vetor por um escalar so operaes
que ficam bem mais simples.
4.1. Adio de Vetores
Propriedades:
o Associatividade: A +B +C = A +B +C, A, B, C
n

o Comutatividade: A +B = B +A, A, B
n
.
o Elemento neutro:
o Seja O o vetor nulo. Ento A +O = A, para qualquer A
n
. Assim, O o elemento neutro
em relao operao de adio, o qual chamaremos de elemento nulo de
n
.
o Elemento oposto:
o Dado A = a
1
, a
2
, , a
n
, denotaremos por A o vetor (a
1
, a
2
, , a
n
). Ento
A +(A) = O. Chamaremos (A) de elemento oposto a A.
o Considerando que: A B = A +B e as quatro propriedades anteriores, teremos trs
propriedades conseqentes:
1. + = + =
2. + = =
3. + = =

Exemplo:
Sendo v = 1,2 e w = (3,5), temos:
v +w = 1,2 +3,5
v +w = (4,7)
Do mesmo modo, 2v = (2,4).
4.2. Multiplicao por escalar
Sejam A = (a
1
, a
2
, , a
n
)
n
e . Definimos a multiplicao de A por como sendo:
A = (a
1
, a
2
, , a
n
)

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 16 de 40
A seguir as propriedades de vetores:
1. Associativa na adio:
2. Comutativa:
3. Existncia de elemento neutro na adio:
4. Existncia de elemento oposto:
5. Distributiva por vetor:
6. Distributiva por escalar:
7. Associativa na multiplicao:
8. Existncia de elemento neutro na multiplicao:

4.3. Questes
1) Determine o vetor X, tal que , para vetores V e U dados.

2) Determine os vetores X e Y, tal que e para vetores V e U
dados.
5. Operaes com vetores
5.1. Mdulo
Seja , definimos o mdulo ou a norma de um vetor como sendo:

Observao: para , note que o mdulo de um vetor o seu comprimento. Chamaremos de
vetor unitrio todo vetor cuja norma 1.
5.2. Produto escalar (ou produto interno)
Sejam e dois vetores no nulos nos reais. Considere os vetores
A+B e A - B.

Temos que se, e somente se , pois as diagonais de um paralelogramo s so
iguais se o paralelogramo um retngulo. Como consequncia dessa condio podemos observar que:
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 17 de 40

1

1
+
2

2
+ +

= 0
Esta condio necessria para que dois vetores sejam perpendiculares.

Sejam = (
1
,
2
, ,

) e = (
1
,
2
, ,

) dois vetores quaisquer em

. O produto escalar
definido como a multiplicao termo a termo e a soma dos produtos:
=
1

1
+
2

2
+ +

Assim, dois vetores no nulos e em

so perpendiculares apenas se = 0.

Propriedades do produto escalar:
i. = , para quaisquer ,

ii. + = + , para quaisquer , ,

iii. = = , para quaisquer ,

e qualquer
iv. 0, para qualquer

e = 0 =

A norma (ou mdulo) de um vetor pode ser caracterizada pelo produto escalar: = , como
provado a seguir:
=
1

1
+
2

2
+ +

=
1
2
+
2
2
+ +

2

=
5.3. Produto vetorial (ou produto externo)
Consideremos dois vetores em = (
1
,
2
,
3
) e = (
1
,
2
,
3
). Queremos encontrar um vetor , em

3
, de preferncia no nulo, de tal forma que C seja simultaneamente perpendicular a A e a B.
Devemos ter . = 0 e . = 0. Se = (, , ), ento:

1
+
2
+
3
= 0

1
+
2
+
3
= 0

Tentaremos resolver este sistema. Para isso, comearemos multiplicando a primeira equao por
2
, a
segunda por
2
e, em seguida, somaremos as duas equaes.
A seguinte equao obtida:

1
. =
2

2
.
Depois, multiplicando a primeira equao do sistema acima por
1
, a segunda por
1
e, em seguida,
somando as duas equaes, chegamos a:

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 18 de 40
Enfim, temos as seguintes equaes:

Agora fica fcil visualizar os valores das variveis. Se x assumir o valor do coeficiente de z na primeira
equao, y assumi o valor do coeficiente de z na segunda equao, basta que z assuma o valor dos
coeficientes de x e de y (que so iguais) para as equaes serem verdadeiras. O conjunto-soluo :

H mais solues do sistema. Contudo, esta especialmente chamada de produto vetorial de A por B e
ser denotado por .


Note que o determinante formal:

em que
Observe ainda que: , visto que cada gerador (pois temos os
trs vetores que formam a base de ) est num eixo diferente, x, y ou z.
Ns o chamamos de determinante formal uma vez que no um determinante formado s por nmeros.
A primeira linha constituda de vetores.

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 19 de 40
Como vimos, o produto vetorial de dois vetores j surgiu com uma propriedade importante: um vetor
simultaneamente perpendicular aos dois vetores. Vejamos a seguir mais propriedades do produto
vetorial:
i. = ( )
3

ii. () = ( ) = () , para quaisquer ,
3
e qualquer
iii. = 0, para qualquer
3
e qualquer
iv. + = +( ) e
( +) = ( ) +( ), para quaisquer , ,
3

v. ( ) = (. ) (. ), para quaisquer , ,
3

vi. ( ). ( ) = (. )(. ) (. )
2

vii. Se A e B so dois vetores no nulos de
3
e a medida do ngulo formado por A e B, ento:
= . .
viii. (Produto misto) . =

3
, em que = (
1
,
2
,
3
), = (
1
,
2
,
3
), e
= (
1
,
2
,
3
)

5.4. Questes
1) Ache dois vetores mutuamente ortogonais e ortogonais ao vetor (5, 2, -1).
2) Calcule . , onde:
a) = (2, 3, 6) e = (8,2, 3)
b) = (1, 8,0,5) e = (3,6,4)
c) = (3, 5,2,1) e = (4,1, 2,5)

3) Sejam = (1, 2,5), = (3, 1, 2). Encontre:
a) +
b) 6
c) 2 5
d) .

4) Ache dois vetores mutuamente ortogonais de comprimento unitrio, e ambos ortogonais ao vetor (2,-
1,3).
5) Determine o nmero real positivo c de maneira que os pontos (1,1, ) e (1,1, ) e a origem sejam
vrtices de um tringulo retngulo em (0,0,0).
6) Sabendo que o ngulo entre os vetores (2, 1,-1) e (1,-1,m+2) 60, determine .
7) Determine os ngulos do tringulo cujos vrtices so (-1,-2,4), (-4,-2,0) e (3,-2,1).
6. Espaos vetoriais
Um espao vetorial um conjunto de vetores. As oito propriedades citadas acima devem ser satisfeitas,
alm de duas operaes: soma e multiplicao por escalar. Considerando dois vetores quaisquer de um
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 20 de 40
espao vetorial V, a soma deles deve ser um terceiro vetor que ainda faz parte de V. Se multiplicarmos um
vetor de V por um escalar, o resultante tambm deve ser elemento de V.
Em resumo, um espao vetorial real um conjunto V, no vazio, com duas operaes:
- Soma: Se , , ento + ;
- Produto por escalar: Se escalar e , ento .
Se uma dessas duas operaes no for vlida para um conjunto W, ento porque o conjunto no um
espao vetorial. Dizemos que um espao vetorial fechado em relao s duas operaes (soma e
multiplicao por escalar). Para saber se um conjunto um espao vetorial, verifica-se se as duas
operaes so vlidas e depois se as oito propriedades dos vetores tambm so vlidas.

Observao: O conjunto de todas as matrizes de ordem 2 um espao vetorial. Deste modo, os vetores
desse espao so matrizes 2x2.Tal conjunto designado assim: = 2,2.

Exemplo: Seja o conjunto W = {, 1/ }. Com as duas operaes de soma e multiplicao por
escalar definidas, verifique se W um espao vetorial.
Soluo: Considere os elementos 3,1 e (5,1) .
Assim,
i) Soma: 3,1 +5,1 = (8,2)
ii) Produto: 3,1 = 3, 1, assim no vlido para todo
Logo, W no um conjunto fechado em relao a essas duas operaes e, portanto, no um espao
vetorial.

Exemplo: Verifique se o conjunto
3
um espao vetorial.
Soluo: Sejam =
1
,
1
,
1
, =
2
,
2
,
2
e = (
3
,
3
,
3
) vetores de
3
e , .
i) Soma: + = (
1
+
2
,
1
+
2
,
1
+
2
)
3

Multiplicao por escalar: = (
1
,
1
,
1
)
3

ii)
1. + =
1
+
2
,
1
+
2
,
1
+
2

=
2
+
1
,
2
+
1
,
2
+
1
= +
2. + + =
1
+
2
,
1
+
2
,
1
+
2
+
3
,
3
,
3

=
1
+
2
+
3
,
1
+
2
+
3
,
1
+
2
+
3

=
1
+(
2
+
3
,
1
+(
2
+
3
),
1
+(
2
+
3
)]
= +( +)
3. 0 = 0,0,0
3
/ +0 =
1
,
1
,
1
+0,0,0 =
1
+0,
1
+0,
1
+0
=
1
,
1
,
1

4. =
1
,
1
,
1

3
/ + =
1
,
1
,
1
+
1
,
1
,
1

=
1

1
,
1

1
,
1

1

= 0,0,0 = 0

5. + =
1
+
2
,
1
+
2
,
1
+
2

=
1
+
2
,
1
+
2
,
1
+
2

= (
1
+
2
,
1
+
2
,
1
+
2
)
= (
1
,
1
,
1
) +(
2
,
2
,
2
)
=
1
,
1
,
1
+
2
,
2
,
2

= +
6. + = +
1
,
1
,
1
= [ +
1
, +
1
, +
1
]
= [
1
+
1
,
1
+
1
,
1
+
1
]
=
1
,
1
,
1
+(
1
,
1
,
1
)
=
1
,
1
,
1
+
1
,
1
,
1

= +
7. =
1
,
1
,
1
=
1
,
1
,
1
= [
1
,
1
,
1
]
= [(
1
), (
1
), (
1
)]
= [
1
,
1
,
1
]
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 21 de 40
= ()
8. 1 = 1
1
,
1
,
1
= 1
1
, 1
1
, 1
1
=
1
,
1
,
1
=

Exemplo: Considere em V =
2
o produto por escalar usual, mas com a adio, a operao definida por:

1
,
1
+
2
,
2
= (
1
+
2
,
1
+2
2
). Determine se V, com essas operaes, um espao vetorial.
Soluo:
i)
1. Soma:
1
,
1
+
2
,
2
= (
1
+
2
,
1
+2
2
)
2. Produto por escalar:
1
,
1
= (
1
,
1
)
Logo, V um espao fechado em relao a essas duas operaes. Portanto, temos que verificar as oito
propriedades.
ii)
1. Associativa na adio: + =
1
,
1
+
2
,
2
= (
1
+
2
,
1
+2
2
)
+ =
2
,
2
+
1
,
1
= (
2
+
1
,
2
+2
1
)
Como + = + j no satisfeita, no precisamos mais testar as outras propriedades. V no
espao vetorial.

Exemplo: O conjunto que contm um nico objeto, com as operaes definidas por:

+ =
o = , com

Soluo:
i) Da prpria definio no enunciado, o conjunto fechado em relao s operaes de soma e
multiplicao por escalar e, portanto, no precisamos verific-las;
ii) Substituindo por :
1.
+ = + =
+ = + =

+ = +
2.
+ + = + + = + =
+ + = + + = + =

+ + = + +
3. Seja o vetor nulo. Logo, + = + = = . Assim, existe vetor nulo, que
equivale ao prprio .
4. Seja o vetor oposto. Logo, + = + = = . Assim, existe vetor oposto, que
tambm equivale ao prprio . O vetor oposto de .
5.
+ = + = =
+ = + = + =

o + = o + o
6.
o + = o + =
o + = o + = + =

(o +) = +
7.
o = o = o =
= =

o = o
8. 1 = 1 = =

6.1. Questes
1) Verifique que 2,2 =


, , e um espao vetorial com as operaes.
2) Seja o conjunto de todas as funes reais, de varivel real, ou seja = {: }. O vetor soma
+, para quaisquer funes e em definido por:
+ = +
e para qualquer escalar e qualquer o produto tal que:
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 22 de 40
= .
Mostre que , com essas operaes, um espao vetorial.
7. Subespaos vetoriais
Dado um espao vetorial V, h subconjuntos de V tais que eles prprios tambm so espaos vetoriais, s
que menores. Esses subconjuntos so chamados de subespaos de V.
Dado um espao vetorial V, um subconjunto W, no-vazio, ser um subespao vetorial de V se forem
vlidas as mesmas duas operaes de antes:
- Soma: Se , , ento + ;
- Produto por escalar: Se escalar e , ento .
Se ambas as operaes forem vlidas em W, no necessrio verificar as oito propriedades dos vetores
para dizer que W espao vetorial, pois elas j so vlidas em V, que contm W.

Todo espao vetorial admite pelo menos dois subespaos (que so chamados triviais):
1. O conjunto formado somente pelo vetor nulo (a origem).
2. O prprio espao vetorial: V subconjunto de si mesmo.

Todo subespao vetorial tem como elemento o vetor nulo, pois ele necessrio condio de
multiplicao por escalar: quando = 0 = 0

.

Para conferirmos se um subconjunto W subespao, basta verificar que + , para quaisquer
e qualquer , em vez de checar as duas operaes separadamente.

Exemplo: Em
3
, os nicos subespaos so a origem, as retas e os planos que passam pela origem e o
prprio
3
.

Exemplo: Seja = (3,3), ou seja, o conjunto das matrizes de ordem 3, e W o subconjunto das matrizes
triangulares superiores. W subespao de V?
Soluo:
Est implcito que V um espao vetorial. Assim, verificamos as duas operaes para W:
i)

0
0 0
+

0
0 0
=
+ + +
0 + +
0 0 +

ii)

0
0 0
=

0
0 0

Logo, W subespao de V.
Observao: as matrizes triangulares inferiores formam um conjunto que tambm subespao, o que
tambm o caso das matrizes diagonais e das simtricas.

Exemplo: Verifique se o conjunto-soluo do sistema linear homogneo abaixo um subespao de
= (3,1).

2 +4 + = 0
+ +2 = 0
+3 = 0

Soluo: Temos o seguinte sistema:
2 4 1
1 1 2
1 3 1

=
0
0
0

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 23 de 40
Desta forma, estamos procurando, dentro do espao vetorial (3,1), os vetores que satisfazem o
sistema, isto , o conjunto dos vetores-soluo. Depois precisamos saber se esse conjunto subespao de
(3,1).
Assim, considere os vetores-soluo:

1
e

2

i)
2 4 1
1 1 2
1 3 1

1
+

2
=
2 4 1
1 1 2
1 3 1

1
+
2 4 1
1 1 2
1 3 1

2
=
0
0
0
+
0
0
0
=
0
0
0

ii)
2 4 1
1 1 2
1 3 1

1
=
2 4 1
1 1 2
1 3 1

1
=
0
0
0
=
0
0
0

O resultado de (i) e (ii) ainda pertence ao conjunto dos vetores-soluo e, portanto, ele subespao de
(3,1).

Exemplo: Seja =
2
e = {,
2
/ }. Verifique se W subespao de V.
Soluo: Se escolhermos = 1,1 e = (2,4), temos + = (3,5) . Logo, W no subespao.

Exemplo: Seja = (, ) e W o subconjunto de todas as matrizes em que
11
< 0. Verifique se W
subespao de V.
Soluo:
i) A condio de soma satisfeita, pois ainda gera uma matriz em que
11
< 0.
ii) Se fizermos , com < 0, temos que
11
da nova matriz ser maior que zero.
Assim, W no subespao.

Exemplo: Verifique se o conjunto soluo do sistema linear no-homogneo abaixo um subespao.

2 +4 + = 1
+ +2 = 1
+3 = 0

Soluo:
Temos o seguinte sistema:
2 4 1
1 1 2
1 3 1

=
1
1
0
e os seguintes vetores-soluo:

1
e

2
.
Assim,
i)
2 4 1
1 1 2
1 3 1
.

1
+

2
=
2 4 1
1 1 2
1 3 1
.

1
+
2 4 1
1 1 2
1 3 1
.

2
=
1
1
0
+
1
1
0
=
2
2
0

O vetor dos termos independentes resultante
2
2
0
diferente do vetor do sistema linear
1
1
0
.
Logo, o conjunto dos vetores-soluo no um subespao de M(3,1).

Exemplo: Seja =
1
,
2
/
2
= 2
1
. Sendo S subconjunto de
2
, verifique se S subespao de
2
.
Soluo:
i)
1
, 2
1
+
2
, 2
2
=
1
+
2
, 2
1
+2
2
=
1
+
2
, 2(
1
+
2
)
ii) o
1
, 2
1
= o
1
, 2o
1


Exemplo: Verifique se = ,
2
/ = 2 +1 subespao de
2
.
Soluo:
i) = , 2 +1 / . Como (0,0) , pode-se concluir que o subconjunto no um
subespao vetorial de
2
.

Exemplo: Verifique se = , ,
3
/ 2 4 = 6 subespao de
3
.
Soluo:
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 24 de 40
i) = 6 +2 +4, , ; , . Tomando = 0 e = 0 temos (6,0,0). Como (0,0,0)
, ento no um subespao vetorial de
3
.


7.1. Questes
1) Mostre que os seguintes subconjuntos de
4
so subespaos
a) W = {(x, y, z, t)
4
/ x + y = 0 e z t = 0}
b) U = {(x, y, z, t)
4
/ 2x + y t = 0 e z = 0}

2) Considere o subespao S = [(1, 1, -2, 4), (1, 1, -1, 2), (1, 4, -4, 8)] de
4
.
a) O vetor (
2
3
, 1, -1, 2) pertence a S?
b) O vetor (0, 0, 1, 1) pertence a S?

3) Nos problemas que seguem, determine se W ou no um subespao do espao vetorial:
a) =
3
,
1
= 0,
2
= {, , ; = = } e
3
= {, , ; = }
b) =
2
; = {(, );
2
+
2
1};
4) Considere os seguintes conjuntos de vetores. Quais deles so subespaos de
3
?
a) (x,y,z), tais que z = x
3

b) (x,y,z), tais que z = x + y;
c) (x,y,z), tais que z >= 0;
d) (x,y,z), tais que z = 0 e xy >= 0;
e) (x,y,z), tais que x = z = 0;
f) (x,y,z), tais que x = -z;
g) (x,y,z), tais que y = 2x + 1;
h) (x,y,z), tais que z
2
= x
2
+ y
2
.
5) Determine se W subespao de
3
ou no, onde W consiste nos vetores (, , )
3
para os quais:
a) a = 2b
b)a b c
c)ab = 0
d)a = b = c
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 25 de 40
6) Seja W o conjunto de todos os vetores em
4
de forma (x, x+y, y, 2x + 3y), onde , .
W um subespao de
4
?

7) Seja W o conjunto de todos os vetores do
3
da forma (x, y, x
2
+ y
2
), onde , .
W um subespao de
3
?
8) Seja W o conjunto de todos os vetores
4
da forma (x, y, x+1, 2x + y 3), onde , .
W um subespao de
4
?
9) Dados os conjuntos W em cada espao vetorial V indicado proceda assim:
i) Reescreva W apresentando seu vetor genrico;
ii) Verifique se W subespao vetorial de V.
a) = {(, , , )
4
; = e = 2} sendo =
4
;
b) W o conjunto de todas as matrizes identidade de ordem , sendo = (, );
c) = {(, )
2
; 0} sendo =
2
;
d = {(, 2, 3); } sendo =
3
.

10) Considere o subespao de
3
gerado pelos vetores v
1
=(1,1,0), v
2
=(1,-1,1) e v
3
=(1,1,1). O espao
gerado por esses vetores igual ao
3
? Por qu?

8. Interseo, unio e soma de subespaos
8.1. Interseo
Dados W
1
e W
2
subespaos de um espao vetorial V, a interseo
1

2
sempre ser subespao de V.

Prova: Inicialmente observamos que
1

2
nunca vazio, pois ambos contm o vetor nulo de V. Assim,
basta verificar as condies de soma e produto por escalar apresentadas anteriormente para os
subespaos. Suponha ento
1

2

W
1
subespao
+
1

1

W
2
subespao
+
2

2

, deste modo
+
1

2

1

2

Exemplo: Seja =
3
,
1

2
a reta de interseo dos planos
1
e
2
.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 26 de 40

Exemplo:
Seja = (, ) e

1
=

2
= { }

, ento

1

2
= .

8.2. Soma
Podemos construir um conjunto que contenha
1
e
2
e ainda subespao de V. Este conjunto ser
formado por todos os vetores de V que forem a soma de vetores de W
1
com vetores de W
2
.

1
+
2
= / = +
1

2


Prova:
Dados:
= +
1
+
2

1

2

1
+
2

Temos que:
+

= + +

= +

+ +

1
+
2

= + = +
1

2

1
+
2

Caso os dois subespaos sejam retas no-colineares, a soma deles equivale ao plano formado por elas.
Se as parcelas
1
e
2
tm interseo
1

2
= 0

, a soma
1
+
2
dita soma direta e denotada
por
1

2
.

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 27 de 40
Exemplo: Seja
1
=

0 0
e
2
=
0 0

, onde a, b, c, d , ento
1
+
2
=


= (2,2).
Esta uma soma direta, pois
1

2
=
0 0
0 0
= 0

.

8.3. Unio
A unio de dois subespaos
1
e
2
, diferente da soma, um conjunto que contm exatamente todos os
elementos de
1
e de
2
. Deste modo, nem sempre a unio de subespaos um subespao.

Exemplo:

1
= (, 0) / = (1,0) /

2
= (0, ) / = (0,1) /


W
1
e W
2
so retas que passam pela origem. Assim,
1

2
= 0 e
1

2
o feixe formado pelas
duas retas, que no subespao vetorial de
3
. De fato, se somarmos os dois vetores , vemos que
+ est no plano que contm
1

e

2
, mas +
1

2
.
8.4. Questes
1) Sejam
1
= {(, , , )
4
| + = 0 e = 0} e
2
= {(, , , )
4
| + = 0}
subespaos de
4
.
a) Determine
1

2

b) Exiba uma base para
1

2

c) Determine
1
+
2

d)
1
+
2
soma direta? Justifique.
e)
1
+
2
=
4
?

9. Combinao linear
Considere um conjunto de vetores qualquer, pertencente a um espao vetorial V. J foi mostrado que
somar estes vetores entre si em qualquer combinao resultar em um vetor pertencente a V. Tambm
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 28 de 40
foi mostrado que multiplicar cada vetor por um escalar tambm gera um resultado pertencente a V, caso
contrrio V no seria um espao vetorial.
De fato, sejam
1
,
2
, ,

e sejam os escalares
1
,
2
, ,

. Ento qualquer vetor da forma

=
1

1
+
2

2
+ +

um elemento do mesmo espao vetorial V.
Por ter sido gerado pelos vetores primitivos
1
, ,

, o vetor denominado o resultado de uma

combinao linear de
1
, ,

.
O conjunto de escalares {
1
, ,

} arbitrrio, mas sendo um conjunto de nmeros reais, o vetor

sempre pertencer a V.
O vetor no nico, pois para cada combinao de escalares pode gerar um vetor diferente.

Exemplo: O vetor = (4, 18,7) combinao linear dos vetores
1
= 1, 3,2 e
2
= (2,4, 1), j
que pode ser escrito como = 2
1
3
2
.

9.1. Questes
1) Quais dos seguintes vetores so combinao linear de
1
,
2
e
3
?

1
= 4,2, 3,
2
= (2,1, 2) e
3
= (2, 1,0)
a) (1,1,1)
b) 4,2, 6
c) 2, 1,1
d) (1,2,3)
2) Escreva como combinao linear de =
1 1
0 1
, =
1 1
1 0
, =
1 1
0 0
, onde:
a) =
3 1
1 2

b) =
2 1
1 2

3) Considere os vetores = (1, 3,2) e = (2, 1,1) em
3
.
a) Escreva (1,7, 4) como combinao linear de e .
b) Escreva (2, 5,4) como combinao linear de e .
c) Para que valor de o vetor (1, , 5) uma combinao linear de e ?
d) Procure uma condio para , e de modo que (, , ) seja combinao linear de e .
4) Determinar o valor de para que o vetor = (1, , 7) seja combinao linear de
1
= (1,3,2) e

2
= (2,4,1).

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 29 de 40
10. Subespaos gerados
Um conjunto de vetores {
1
,
2
, ,

} pode construir vetores por meio de combinao linear. Fazendo

todas as combinaes possveis (isto , fazendo cada escalar ter todos os valores reais possveis), o
conjunto constri uma infinidade de vetores que compem um conjunto expandido. Esse conjunto um
subespao vetorial. O conjunto
1
, ,

chamado de conjunto de vetores de base, pois, em termos

formais, ele gerou o subespao W, definido abaixo.

Definio: Um subespao gerado por um conjunto de vetores =
1
, ,

o conjunto de todos os
vetores V que so combinaes lineares dos vetores
1
, ,

.
=
1
, ,

= { / =
1

1
+. . . +

+. . . +

, 1 }
Obs.: A notao de colchetes informa que o conjunto W o conjunto gerado por
1
, ,

. No
confundir com o prprio conjunto gerador
1
, ,

. Ou seja,
1
,
2
um conjunto com infinitos
vetores formados da combinao destes dois e {
1
,
2
} um conjunto com apenas dois vetores.

Exemplo: Seja =
3
e (sendo 0

), ento = {, } a reta que contm o vetor ,

pois o conjunto de todos os vetores com a mesma direo de que tem origem em (0,0).


Exemplo: Se
1
,
2

3
so tais que
1

2
qualquer que seja , ento
1
,
2
ser o plano que
passa pela origem e contm
1
e
2
:

A condio
1

2
importante para garantir que os dois vetores gerem um plano. Caso ela no seja
satisfeita, os vetores
1
e
2
seriam colineares, e no existira nenhuma combinao deles que pudesse
gerar um vetor que no pertencesse reta que eles geram.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 30 de 40
Nota-se que um conjunto gerador de dois elementos que um combinao linear do outro equivale a um
conjunto gerador com apenas um desses dois elementos.
Assim, se
3

1
,
2
, ento
1
,
2
,
3
=
1
,
2
, pois todo vetor que pode ser escrito como
combinao linear de
1
,
2
,
3
uma combinao linear apenas de
1
e
2
, j que
3
combinao
linear de
1
e
2
.

Exemplificando:
Seja = {
1
,
2
,
3
} tal que
3
=
1
+
2
.
Um elemento qualquer do conjunto gerado por B da forma:
=
1

1
+
2

2
+
3

3
=
1

1
+
2

2
+
3
(
1
+
2
)
=
1
+
3

1
+
2
+
3

2
=
1

1
+
2

2


Exemplo: Seja =
2
,
1
= (1,0) e
2
= (0,1).
Assim, =
1
,
2
, pois dado = (, ) , temos , = 1,0 +(0,1), ou seja, =
1
+
2
.
Exemplo: Seja
1
=
1 0
0 0
e
2
=
0 1
0 0
, ento
1
,
2
=

0 0
,

Observa-se que se em um conjunto gerador existir algum vetor que combinao linear de outros
elementos do prprio conjunto gerador, esse elemento intil. Elimin-lo do conjunto gerador no
modifica o conjunto gerado. Tal propriedade pode ser verificada lembrando que a combinao linear
uma soma de vetores, e que a parcela da soma do vetor que gerado por outros pode ser substituda
pelos prprios vetores que o geram.
Assim, qualquer elemento do conjunto gerado por B pode ser escrito como combinao linear de apenas

1
e
2
. Surge ento a necessidade de verificar quando um vetor combinao linear de outros.

10.1. Questes
1) Quais dos seguintes conjuntos de vetores um conjunto gerador de
4
?
a) {(1,0,0,1); (0,1,0,0); (1,1,1,1); (0,1,1,1)}
b) {(1, 1,0,2); (3, 1,2,1); (1,0,0,1)}
c) {(0,0,1,1); (1,1,1,2); (1,1,0,0); (2,1,2,1)}
2) Resolva o seguinte sistema, usando a Regra de Cramer:
2 + = 1
2 + = 3
5 = 4

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 31 de 40
11. Dependncia e Independncia Linear
Um conjunto de vetores dito linearmente independente (freqentemente indicado por LI) quando
nenhum elemento contido nele gerado por uma combinao linear dos outros (lembrar o conceito de
combinao linear apresentado anteriormente). Naturalmente, um conjunto de vetores dito
linearmente dependente (LD) se pelo menos um de seus elementos combinao linear dos outros.

Sejam V um espao vetorial e
1
, ,

.
Dizemos que o conjunto
1
, ,

ou que os vetores
1
, ,

so linearmente independentes (LI) se a

equao

1
+. . . +

= 0
admitir apenas a soluo trivial, isto :
1
= . . . =

= 0
Se existir algum

0, dizemos que
1
, ,

ou que os vetores
1
, ,

so linearmente
dependentes (LD).
Em outras palavras, o conjunto
1
, ,

LD se, e somente se um destes vetores for combinao linear

dos outros.

Prova:
Sejam
1
, ,

LD e
1

1
+. . . +

+. . . +

= 0. Suponha que

0 (para ser LD).

Ento

=
1

1
+. . . +
1

1
+
+1

+1
+. . . +

.
Portanto,

combinao linear.
Por outro lado, se tivermos
1
, ,

, ,

tal que para algum

=
1

1
++
1

1
+
+1

+1
++

Ento,
1

1
+

++

= 0
Logo,

= 1 e, portanto, V LD.

A Independncia Linear tem uma interpretao geomtrica til:
i) Seja =
2
e
1
,
2
.
1
,
2
LD se e somente se
1
e
2
estiverem na mesma reta quando
colocados com seus pontos iniciais na origem
1
=
2
*so pararlelos:

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 32 de 40


ii) Seja =
3
e
1
,
2
,
3
e .
1
,
2
,
3
LD se estes 3 vetores estiverem no mesmo plano quando
colocados com seus pontos iniciais na origem:


Exemplo: Os vetores
1
(2, 2, 0) v =

,
2
(0, 5, 3) v =

e
3
(0, 0, 4) v =

so LI ou LD?
Soluo: Verificando a expresso
1 2 3
(2, 2, 0) (0, 5, 3) (0, 0, 4) (0, 0, 0) a a a + + =

1 1
1 2 2
2 3 3
2 0 0
2 5 0 0
3 4 0 0
a a
a a a
a a a
= =

+ = =
`

+ = =
)
Logo, como o sistema admite somente a soluo trivial, os vetores so LI.
11.1. Questes
1) Considere dois vetores (, ) e (, ) no plano. Se = 0, mostre que eles so LD. Se
0, mostre que eles so LI.
2) Para quais valores de o conjunto de vetores {(3,1,0); (
2
+2,2,0)} LD?
3) Verifique se os polinmios seguintes so linearmente dependentes ou independentes.
a)
2
2 +3, 2
2
+ +8 e
2
+8 +7
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 33 de 40
b)
2
1, +1 e +2
4) Ache as relaes lineares no triviais satisfeitas pelos seguintes conjuntos de vetores.
a) (2,1,1), 3, 4,6 e (4, 9,11)
3

b) (2,1), (1,3) e (4,2)
2

c) (1,0,2,4), 0,1,9,2 e (5,2,8, 16)
4
R
4

d) (1,4), 3, 1 e (2,5)
2

5) Verifique se o conjunto a seguir LD ou LI: {(1,2,
2
), (2, , 3
2
), (3, 4, 7
2
)}.


12. Base de um espao vetorial
Considere um espao vetorial V. Admita a existncia de um subconjunto B desse espao (no
necessariamente um subespao) tal que B gere V por combinao linear. Notar que para um espao
particular V, B no nico, vrios conjuntos B distintos podem gerar V. De fato, o prprio V pode gerar
ele mesmo. Porm, mais simples trabalhar com conjuntos menores, e de interesse resumir um grande
conjunto V em um pequeno conjunto B. Foi verificado acima que dentro de B quaisquer elementos
formados por combinaes lineares dos outros so inteis. Ou seja, se B for um conjunto LD, existe pelo
menos um vetor intil, que pode ser eliminado para tornar B menor e mais simples. O processo pode
continuar at que B se torne LI. Se B LI, e ainda consegue gerar V (Lembre-se que a eliminao de
elementos LD de um conjunto gerador no modifica o conjunto gerado) denominado base.

Uma base de um espao vetorial um conjunto LI gerador deste espao. tambm a maneira mais
simples de resumir o espao.
Condies:
i) {
1
, ,

} LI
ii)
1
, ,

= (O conjunto gera V) Ateno! Todo conjunto LI de um vetorial V base de um

subespao gerado por ele.

Exemplo: Prove que {(1,1), ( 1, 0)} B = base de
2
R
Soluo:
i) (1,1) ( 1, 0) (0, 0) a b + = ( , ) (0, 0) 0 a b a a b B = = = LI
ii) (1,1) ( 1, 0) ( , ) a b x y + =
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 34 de 40

2
( , ) ( , ) gera
a b x b y x
a b a x y B R
a y
= =
=
`
=
)

Exemplo: Prove que {(0,1), (0, 2)} No base de
2
R
Soluo:
i)
(0,1) (0, 2) (0, 0)
(0, 2 ) (0, 0) 2
a b
a b a b
+ =
+ = =

Mas como e no so necessariamente zero, o conjunto LD.

Exemplo: 1,0,0, 0,1,0 no base de
3
. LI, mas no gera todo
3
, isto , 1,0,0, 0,1,0
3

1,0,0 + 0,1,0 = , ,
, , 0 = , , = 0
Como o
3
no composto apenas de pontos com a coordenada z nula, os dois vetores no podem ser
base.

Exemplo: = 2,2.
1 0
0 0
;
0 1
0 0
;
0 0
1 0
;
0 0
0 1
uma base de .

Observao: Existem espaos que no tem base finita, principalmente quando trabalhamos com espaos
de funes. Ento, precisaremos de um conjunto infinito de vetores para gerar o espao. Isto no implica
que estamos trabalhando com combinaes lineares infinitas, mas sim, que cada vetor do espao uma
combinao linear finita daquela base infinita. Ou seja, para cada vetor dado, podemos escolher uma
quantidade finita de vetores da base para escrev-lo. Por exemplo, o conjunto de todos polinmios de
coeficientes reais formam um espao vetorial. Uma base naturalmente definida {1, ,
2
,
3
, . . . }, que
infinita, pois no h restrio para o grau do polinmio. Porm, para formar um polinmio particular
possvel utilizar um nmero finito de elementos da base.

Teorema: Sejam
1
, ,

vetores no nulos que geram um espao vetorial . Dentre estes vetores

podemos extrair uma base de .
Prova:
i) Se
1
, ,

so LI, eles cumprem as condies para uma base e no temos mais nada a fazer.
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 35 de 40
ii) Se
1
, ,

so LD, ento existe uma combinao linear deles com algum coeficiente diferente de zero,
dando o vetor nulo:
1

1
+ +

= 0

Por exemplo, seja

0, ento:

1
.
Ou seja,

uma combinao linear de

1
, ,
1
e, portanto
1
, ,
1
ainda geram .
Se
1
, ,
1
ainda for LD, podemos prosseguir da mesma forma at chegar a um subconjunto

1
, ,

com que ainda geram , ou seja, formaremos uma base.

Isto , de um espao gerador qualquer possvel retirar elementos inteis at que ele se torne uma
base. Veremos agora uma propriedade curiosa dos espaos vetoriais: o nmero de elementos de
qualquer base de um espao vetorial particular constante, independe da base escolhida. Este nmero
uma propriedade inerente natureza do espao.

Teorema: Seja um espao vetorial gerado por um conjunto de vetores
1
, ,

. Ento, qualquer
conjunto LI tem no mximo "" vetores.
Prova: Como
1
, ,

= , ento podemos extrair uma base para . Seja {

1
, ,

} com , esta
base. Considere agora
1
,
2
, ,

, vetores de , com > .

Ento, existem constantes tais que:
()

1
=
11

1
+
12

2
+. . . +
1

2
=
21

1
+
22

2
+. . . +
2

=
1

1
+
2

2
+. . . +

Consideremos agora uma funo linear de
1
, ,

dando zero:
()0 =
1

1
+
2

2
+. . . +

Substituindo () em (), temos:
0 =
1

11

1
+
12

2
+. . . +
1

+. . . +

1

1
+
2

2
+. . . +

0 =
11

1
+
21

2
+. . . +
1

1
++
1

1
+
2

+. . . +

Como
1
,
2
, ,

so LI, ento os coeficientes dessa equao devem ser nulos:

II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 36 de 40

11

1
+. . .
1

= 0

1

1
+. . .

= 0

Temos ento um sistema linear homogneo com equaes e incgnitas
1
, ,

e, como
< , ele admite uma soluo no trivial, ou seja, existe uma soluo com algum

no nulo.
Portanto
1
, ,

so LD.
12.1. Questes
1) Quais so as coordenadas de x = (1,0,0) em relao base = {(1,1,1),(-1,1,0),(1,0,-1)}?
13. Dimenso
A dimenso de um espao vetorial definida como o nmero de vetores de uma base de e
denotada por . Se no possui base, = 0.
Qualquer base de um espao vetorial tem sempre o mesmo nmero de elementos e o nmero de bases
para cada espao vetorial infinito.

Exemplo:
2
= 2, pois toda base do
2
tem dois vetores, como {1,0; 0,1} ou {1,1; 0,1}.
Exemplo:

= .
Exemplo: 2,2 = 4.
Exemplo: , = .
Exemplo:

= +1 (polinmios de grau n).

Exemplo: dim0

= 0, pois a origem apenas um ponto.

Observao: Quando um espao vetorial V admite uma base finita, dizemos que V um espao vetorial de
dimenso finita.

Teorema: Qualquer conjunto de vetores LI de um espao vetorial V de dimenso finita pode ser
completado de modo a formar uma base de V.
Prova: Seja = e
1
, ,

vetores LI, com .

i) Se
1
, ,

= , ento = e o conjunto forma uma base.

ii) Se existe
+1


tal que
+1

1
, ,

, isto ,
+1
no uma combinao linear de
1
, ,

,
ento {
1
, ,

,
+1
} LI. Se
1
, ,

,
+1
= , ento {
1
, ,

,
+1
} a base procurada. Caso
contrrio, existe
+2

1
, ,

,
+1
e {
1
, ,

,
+1
,
+2
} LI. Se
1
, ,

,
+1
,
+2
= ,
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 37 de 40
nossa prova est concluda. Se no, prosseguimos analogamente. Como no poderemos ter mais do
que n vetores LI em V, ento aps um nmero finito de passos teremos obtido uma base de V.

Teorema: Se = , qualquer conjunto de n vetores LI formar uma base de V.
Prova: Se no formasse uma base, poderamos completar o conjunto at form-la e dessa forma teramos
uma base com mais do que n vetores em V, o que um absurdo.

Teorema: Se U e W so subespaos de um espao vetorial V que tem dimenso finita, ento
e . Alm disso:
dim + = +dim( )

Para permitir uma interpretao geomtrica, consideramos o espao tridimensional
3
. A dimenso de
qualquer subespao S de
3
s poder ser 0,1,2 ou 3. Portanto, temos os seguintes casos:
i) = 0, ento = {0

}. Ou seja, o subespao a origem (apenas um ponto);

ii) = 1, ento S uma reta que passa pela origem;
iii) = 2, ento S um plano que passa pela origem;
iv) = 3, ento S o prprio
3
.

13.1. Questes
1) Ilustre com um exemplo a proposio: se U e W so subespaos de um espao vetorial V que tem
dimenso finita ento dim + = +dim( ).
2) Escreva uma base para o espao vetorial das matrizes 2 2. Qual a dimenso desse espao?
3) Resolva a questo anterior considerando o espao das matrizes 3 3. E qual seria a dimenso de um
espao de matrizes ?
4) Seja V o espao das matrizes 2 2, e seja W o subespaos gerado por

1 5
4 2
,
1 1
1 5
,
2 4
5 7
,
1 7
5 1

Encontre uma base e a dimenso de W.
5) Considere o subespao de
4
gerado pelos vetores
1
= (1, 1,0,0),
2
= (0,0,1,1),

3
= 2,2,1,1 e
4
= (1,0,0,0).
a) O vetor (2, 3,2,2) pertence a [
1
,
2
,
3
,
4
]? Justifique.
b) Exiba uma base para [
1
,
2
,
3
,
4
]. Qual a dimenso?
c)
1
,
2
,
3
,
4
=
4
? Por qu?
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 38 de 40
14. Mudana de base
Sejam = {

, ,

} e = {

, ,

} duas bases ordenadas de um mesmo espao vetorial V de

dimenso . Dado , podemos escrev-lo como:
(i)
1 1
1 1
...
...
n n
n n
v x u x u
v y w y w
= + +

= + +

Devemos relacionar

com

.
J que {
1
,

} base de V, podemos escrever os vetores

como combinao linear dos vetores

:
(ii)
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
...
...
...
...
n n
n n
n n n nn n
w a u a u a u
w a u a u a u
w a u a u a u
= + + +

= + + +

= + + +

Substituindo (ii) na segunda equao de (i), temos:
1 1
...
n n
v y w y w = + +


=
1
y (
11 1 21 2 1
...
n n
a u a u a u + + +

) + ... +
n
y (
1 1 2 2
...
n n nn n
a u a u a u + + +

)
11 1 1 1 1 1
( ... ) ... ( ... )
n n n nn n n
a y a y u a y a y u = + + + + + +


Mas
1 1
...
n n
v x u x u = + +

, e, como as coordenadas em relao a uma base so nicas, temos:
1 11 1 1
1 1
...
...
...
n n
n n nn n
x a y a y
x a y a y
= + +

= + +

11

1

A matriz dos coeficientes est atuando como uma matriz de mudana de base, pois transforma o vetor

em outro

, numa segunda base. Assim:

11

1

Esta a matriz de mudana de base da base para a base .

Uma vez obtida

, podemos encontrar as coordenadas de qualquer vetor em relao base

multiplicando a matriz pelas coordenadas de em relao base (ambas as bases supostamente
conhecidas).
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 39 de 40

Observao: Note que a matriz

obtida de (ii) transpondo a matriz dos coeficientes.

Questo: Calcule

de = (5, 8) para = {2, 1; 3,4} e

= {1,0; 0,1}.
Soluo 1:
i) Inicialmente, procurando

, ento colocamos em funo de :

w
1
= 1, 0 = a
11
2, 1 + a
21
3, 4 = 2a
11
+ 3a
21
, a
11
+ 4a
21

w
2
= 0, 1 = a
12
2, 1 + a
22
3, 4 = 2a
12
+ 3a
22
, a
12
+ 4a
22

11
=
4
11
;
12
=
3
11
;
21
=
1
11
;
22
=
2
11


Dessa forma,
| |
11 12
21 22
4 3
11 11
1 2
11 11
a a
I
a a
|
|
'
(

(
(
= = (
(
(
(


ii) ( ) | | ( )
4 3
5 4
11 11
5, 8 5, 8
1 2 3 1
11 11
I
|
|
| |
'
'
(

(
( (
( ( = = = (
( (

(
(


Isto , (5, 8) 4(2, 1) 1(3, 4) = ;
Soluo 2: Basta resolver o sistema: (5, 8) (2, 1) (3, 4) a b = +

2 3 5
4 8
a b
a b
+ =

+ =

4
1
a
b
=

Observao: O clculo feito da matriz de mudana de base s vantajoso quando se trabalha com vrios
vetores, para no ter que resolver um sistema de equaes a cada vetor.
14.1. A inversa da matriz de mudana de base
II Curso Pr-Engenharia Apostila de lgebra Linear


Pgina 40 de 40
Um fato importante que a matriz

invertvel e

1
=

. Dessa forma, podemos us-la

para encontrar

pois

.
14.2. Questes
1) Se []

=
1 1 0
0 1 1
1 0 1
, ache []

onde []

=
1
2
3
.

2) Se base de um espao vetorial, qual a matriz de mudana de base []

?

3) Seja V o espao vetorial de matrizes 2 2 triangulares superiores. Sejam e duas bases de V tais
que =
1 0
0 0
,
0 1
0 0
,
0 0
0 1
e

=
1 0
0 0
,
1 1
0 0
,
1 1
0 1
.
a) Ache []

.
b) Mostre que

1
=

.

4) Uma elipse em uma base cartesiana est rotacionada em um ngulo de 45 e sua base formada pelos
vetores {(1,0); (0,1)}. Ache a matriz de mudana de base para uma nova base onde os vetores sejam
respectivamente (1,1) e (2,2).