material prof maria lúcia - módulo 2
TRANSCRIPT
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 1/34
Parte 2
Espacos vetoriais reais
Introduziremos o conceito de espaco vetorial real, com enfase em espa-
cos vetoriais finitamente gerados, e estudaremos as suas propriedades. Apre-
sentaremos os conceitos de subespacos vetoriais, subespacos finitamente ge-
rados, intersecao de subespacos, combinacao linear, espacos vetoriais reais
finitamente gerados, conjuntos linearmente independentes ou linearmente de-
pendentes, base e dimensao de espacos vetoriais reais finitamente gerados,
coordenadas numa base e soma e soma direta de subespacos vetoriais reais.
Estudaremos transformacoes lineares entre espacos vetoriais reais de
dimensao finita, nucleo e imagem de transformacoes lineares, teorema do
nucleo e da imagem, representacao matricial de transformacoes lineares entre
espacos vetoriais reais de dimensao finita e suas propriedades; funcionais
lineares e suas propriedades.
Finalizaremos com a algebra das transformacoes lineares em espacos ve-
toriais reais de dimensao finita, apresentando as operacoes de adicao, multi-
plicacao por escalar e composicao de transformacoes lineares; transformacoes
lineares invertıveis, isomorfismo e automorfismo de espacos vetoriais.
Instituto de Matem´ atica
37 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 2/34
M.L.T.Villela
U F F 38
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 3/34
Espacos vetoriais e subespacos PARTE 2 - SEC ˜ AO 1
Espacos vetoriais e subespacos
Terminologia:
Espacos vetoriais reais sao
tambem chamados de
R-espacos vetoriais ou
espacos vetoriais sobre R.
Aqui diremos simplesmente
espacos vetoriais.
Definicao 1 (Espaco vetorial real)
Um espaco vetorial real e um conjunto nao vazio V munido com operacoes
de adicao e multiplicacao por escalar
+ : V × V −→ V
( v, w) −→ v + we
· : R × V −→ V
(a, v) −→ a · v,
tendo as seguintes propriedades, para quaisquer a, b ∈ R e u, v, w ∈ V :
A1 (Associativa): u + ( v + w) = ( u + v) = w;
A2 (Comutativa): u + v = v + u ;
A3 (Existencia de elemento neutro aditivo):
Existe θ ∈ V , tal que v + θ = v, para todo v ∈ V ;
A4 (Existencia de simetrico):
Para cada v ∈ V , existe u ∈ V , tal que u + v = θ;
Me1: 1 · v = v;
Me2 (Associativa): a · (b · v) = (a · b) · v;
AMe1 (Distributiva): a · ( u + v) = a · u + a · v;
AMe2 (Distributiva): (a + b) · v = a · v + b · v.
Os elementos de V sao chamados de vetores .
Exemplo 1
V = R e um espaco vetorial real com as operacoes usuais de adicao e multi-
plicacao de numeros reais.
Exemplo 2
C = {a + bi ; a, b ∈ R} com as operacoes usuais de adicao de numeros
complexos e a multiplicacao de um numero real por um numero complexo, a
saber,
(a + bi) + (c + di) = (a + c) + (b + d)i e a · (c + di) = (a · c) + (a · d)i,
onde a, b, c, d ∈ R, e um espaco vetorial real.
Exemplo 3
V = Mm×n(R), com as operacoes usuais de adicao de matrizes e multi-
plicacao de um numero real por uma matriz, e um espaco vetorial real.
De fato, ja mostramos a validade de A1, A2, A3, Me1, Me2, AMe1 e AMe2.
So falta verificar A4. Seja A = (aij) ∈ Mm×n(R). Definindo B = (bij) por
bij = −aij, para i = 1, . . . , m e j = 1, . . . , n, temos que(A + B)ij = aij + bij = aij + (−aij) = 0,
Instituto de Matem´ atica
39 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 4/34
´ Algebra Linear I
Espacos vetoriais e subespacos
para i = 1, . . . , m e j = 1, . . . , n. Logo, A + B = 0m×n.
Verifique as oitopropriedades das operacoes. Exemplo 4R2 = {(x, y) ; x, y ∈ R} com as operacoes:
(x, y) + (x′, y′) = (x + x′, y + y′) e a · (x, y) = (a · x, a · y),
onde x, y, x′, y′ ∈ R, e um espaco vetorial real.
Exemplo 5
R3 = {(x,y,z ) ; x,y,z ∈ R}, com as operacoes:
(x,y,z ) + (x′, y′, z ′) = (x + x′, y + y′, z + z ′) e
a · (x,y,z ) = (a · x, a · y, a · z ),
onde x, y, z, x′, y′, z ′ ∈ R, e um espaco vetorial real.Verifique as oito
propriedades das operacoes.
Exemplo 6
Inspirados nos Exemplos 1, 4 e 5, para cada natural n ≥ 1, vamos mostrar
que
Rn = {(x1, . . . , xn) ; x1, . . . , xn ∈ R},
munido com as operacoes:A adicao e feita coordenada
a coordenada e a
multiplicacao por escalar e
feita em cada coordenada.
(x1, . . . , xn) + ( y1, . . . , yn) = (x1 + y1, . . . , xn + yn) e
a · (x1, . . . , xn) = (a · x1, . . . , a · xn),para quaisquer x1, . . . , xn, y1, . . . , yn, a ∈ R, e um espaco vetorial.
De fato, sejam u = (x1, . . . , xn), v = ( y1, . . . , yn) e w = (z 1, . . . , z n) e
a, b ∈ R, entao:
A1 (Associativa):Em (1) usamos a definicao
da adicao de v + w; em (2),
a definicao da adicao de u e
v + w; em (3), em cada
coordenada, a
associatividade da adicao em
R; em (4) e (5), a definicao
da adicao no Rn .
u + ( v + w) (1)
= u + ( y1 + z 1, . . . , yn + z n)(2)=
x1 + ( y1 + z 1), . . . , xn + ( yn + z n)
(3)= (x1 + y1) + z 1, . . . , (xn + yn) + z n(4)= (x1 + y1, . . . , xn + yn) + (z 1, . . . , z n)(5)= ( u + v) + w
A2 (Comutativa):Em (1) e (3) usamos a
definicao da adicao no Rn e
em (2), em cada coordenada,
a comutatividade da adicao
em R.
u + v (1)
= (x1 + y1, . . . , xn + yn)(2)= ( y1 + x1, . . . , yn + xn)(3)= v + w
A3 (Existencia de elemento neutro aditivo): A n-upla o = (0 , . . . , 0) e o
elemento neutro, pois para todo u = (x1, . . . , xn) temos que0 e elemento neutro da
adicao em R. u + o = (x1 + 0 , . . . , xn + 0) = (x1, . . . , xn) = u .
M.L.T.Villela
U F F 40
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 5/34
Espacos vetoriais e subespacos PARTE 2 - SEC ˜ AO 1
A4 (Existencia de simetrico): O simetrico de u = (x1, . . . , xn) e o elemento
v = (−x1, . . . , −xn), poisO simetrico de x ∈ R e −x,
pois x + (−x) = 0.
u + v = (x1 + (−x1), . . . , xn + (−xn)) = (0 , . . . , 0) = o.
Me2 (Associativa): Em (1) usamos a definicao
de b · v; em (2), a definicao
da multiplicacao pelo escalar
a; em (3), em cada
coordenada, a
associatividade da
multiplicacao em R ; em (4),
a definicao da multiplicacao
pelo escalar a · b; em (5), a
definicao de v.
a · (b · v) (1)
= a · (b · y1, . . . , b · yn)(2)=
a · (b · y1), . . . , a · (b · yn)
(3)=
(a · b) · y1, . . . , (a · b) · yn
(4)= (a · b) · ( y1, . . . , yn)(5)= (a · b) · v
AMe1 (Distributiva):Em (1) usamos a definicao
de adicao no Rn ; em (2), a
definicao de multiplicacao
por escalar no Rn ; em (3),
em cada coordenada a
distributividade em R; em
(4), a definicao de adicao no
Rn ; em (5), novamente, a
definicao de multiplicacao
por escalar no Rn .
a · ( u + v) (1)= a · (x1 + y1, . . . , xn + yn)(2)=
a · (x1 + y1), . . . , a · (xn + yn)
(3)= (a · x1 + a · y1, . . . , a · xn + a · yn)(4)= (a · x1, . . . , a · xn) + (a · y1, . . . , a · yn)(5)= a · u + a · v
Deixamos como Exercıcio mostrar:
Me1: 1 · v = v e
AMe2 (Distributiva): (a + b) · v = a · v + b · v.
Antes de darmos outros Exemplos de espacos vetoriais reais vamos mos-
trar mais algumas propriedades importantes.
Proposicao 1 (Propriedades adicionais)
Seja V um espaco vetorial real. Valem as seguintes propriedades:
(a) o elemento neutro e unico.
(b) o simetrico e unico.
Demonstracao:(a) Sejam θ e θ′ em V elementos neutros da adicao. Entao, Em (1) usamos que θ′ e
elemento neutro e em (2),
que θ e elemento neutro.θ (1)= θ + θ′ (2)
= θ′.
(b) Sejam u, u ′ ∈ V simetricos de v ∈ V . Entao, u + v = 0, u ′ + v = 0 e
u = 0 + u = ( u ′ + v) + u = u ′ + ( v + u ) = u ′ + 0 = u ′.
Daqui por diante, denotamos o elemento neutro aditivo de um espaco
vetorial V por 0V e o simetrico de v por − v.
Exemplo 7Seja n ∈ N fixado e t uma indeterminada. Definimos
Instituto de Matem´ atica
41 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 6/34
´ Algebra Linear I
Espacos vetoriais e subespacos
P n(R) = {f(t) = a0 + a1t + · · · + antn ; aj ∈ R, para cada j = 0, . . . , n}.
Para f(t) = a0 + a1t + · · · + antn e g(t) = b0 + b1t + · · · + bntn em P n(R)
e k ∈ R definimosf(t) + g(t) = (a0 + b0) + (a1 + b1)t + · · · + (an + bn)tn e
k · f(t) = (k · a0) + (k · a1)t + · · · + (k · an)tn.
Com essas operacoes, P n(R) e um espaco vetorial.
Exemplo 8
Seja t uma indeterminada. Definimos o conjunto dos polinomios com coefi-
cientes reais como
P (R) = {a0 + a1t + · · · + antn ; n ∈ N e aj ∈ R, para cada j = 0, . . . , n}.
P (R) e um espaco vetorial com as operacoes usuais de adicao de polinomios
e multiplicacao de um numero real por um polinomio.
Observamos que P (R) =
n≥0
P n(R), alem disso, P 0(R) = R e
P 0(R) ⊂ P 1(R) ⊂ · · · ⊂ P n(R) ⊂ P n+1(R) ⊂ · · · .
Exemplo 9
Seja I ⊂ R um intervalo. Definimos
F (I) = {f : I −→ R ; f e funcao }.
F (I) e um espaco vetorial, com as operacoes usuais de adicao e multiplicacao
por um numero real, a saber, para f, g ∈ F (I) e k ∈ R,
(f + g)(x) = f(x) + g(x), para todo x ∈ I e
(k · f)(x) = k · f(x), para todo x ∈ I.
De fato, para quaisquer f, g, h ∈ F (I) e k, ℓ ∈ R, temos:
A1 (Associativa): Para todo x ∈ I,
Em (1), (2), (4) e (5) usamos
a definicao de adicao defuncoes e em (3), a
associatividade da adicao em
R.
(f + (g + h ))(x) (1)
= f(x) + (g + h )(x)
(2)= f(x) + (g(x) + h (x))(3)= (f(x) + g(x)) + h (x)(4)= (f + g)(x) + h (x)(5)= ((f + g) + h )(x),
logo f + (g + h ) = (f + g) + h .
A2 (Comutativa): Para todo x ∈ R, temos
(f + g)(x) = f(x) + g(x) = g(x) + f(x) = (g + f)(x).
Logo, f + g = g + f.
A3 (Existencia de elemento neutro aditivo): A funcao o : I −→ R definida
M.L.T.Villela
U F F 42
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 7/34
Espacos vetoriais e subespacos PARTE 2 - SEC ˜ AO 1
por o(x) = 0, para todo x ∈ R, e o elemento neutro, pois o + f = f, para
todo f ∈ F (I).
A4 (Existencia de simetrico): Dada f ∈ F (I) tomamos g : I −→ R definidapor g(x) = −f(x), para cada x ∈ I. Entao, f + g = o.
Me2 (Associativa): Para todo x ∈ I, temos
Em (1), (2) e (4) usamos a
definicao da multiplicacao de
uma funcao por um numero
real e em (3), a
associatividade da
multiplicacao de numeros
reais.
(k · (ℓ · f))(x) (1)
= k · (ℓ · f)(x)(2)= k · (ℓ · f(x))(3)= (k · ℓ) · f(x)(4)= ((k · ℓ) · f)(x),
logo, k · (ℓ · f) = (k · ℓ) · f.
Deixamos as propriedades Me1, AMe1 e AMe2 como exercıcio.
Os subconjuntos de um espaco vetorial que interessam sao os subespa-
cos vetoriais.
Definicao 2 (Subespaco vetorial)
Seja V um espaco vetorial real. Um subconjunto nao vazio W de V e chamado
um subespaco vetorial de V se, e somente se, W e um espaco vetorial com as
operacoes de V .
Exemplo 10 {0V } e V sao subespacos de V , chamados de subespacos triviais .
Quais condicoes W ⊂ V deve satisfazer para ser um subespaco? A
resposta esta a seguir.
Proposicao 2
Seja V um espaco vetorial. Um subconjunto nao vazio W de V e um su-
bespaco de V se, e somente se,
(a) 0V ∈ W ;
(b) se u, w ∈ W , entao u + w ∈ W ;
(c) se w ∈ W e k ∈ R, entao k · w ∈ W .
Demonstracao:
Fez o Exercıcio 1b?
(=⇒:) Suponhamos que W = ∅ seja um subespaco de V . Entao, pela de-
finicao de subespaco, W esta munido com as operacoes de V e valem (b) e
(c). Como existe w ∈ W e − w = (−1) · w ∈ W , logo 0v = w + (− w) ∈ W .
(:
⇐=) Suponhamos que W ⊂ V tenha as propriedades (a), (b) e (c). De (a)
segue que W = ∅. De (b) e (c) segue que as operacoes de V estao fechadasem W . As propriedades A1, A2, Me1, AMe1, AMe2 valem em W pois valem
Instituto de Matem´ atica
43 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 8/34
´ Algebra Linear I
Espacos vetoriais e subespacos
em qualquer subconjunto de V . Vale A3, pois 0V ∈ W e o elemento neutro
da adicao. Para cada w ∈ W , − w = (−1) · w ∈ W , valendo A4. Portanto,
W e um espaco vetorial.
Geometricamente, planos
que passam pela origem sao
subespacos vetoriais do R3.
Exemplo 11
W = {(x,y,z ) ∈ R3 ; x − 2y + 3z = 0} e um subespaco do R3.
De fato:
(a) 0 − 2 · 0 + 3 · 0 = 0, logo, (0,0,0) ∈ W .
(b) Sejam u = (x,y,z ), w = (x′, y′, z ′) em W . Entao, x − 2y + 3z = 0,
x′ − 2y′ + 3z ′ = 0. Como u + w = (x + x′, y + y′, z + z ′), temos
Em (1) usamos adistributividade em R; em
(2), a comutatividade e
associatividade da adicao em
R e em (3), que u,w ∈ W .
(x + x′) − 2( y + y′) + 3(z + z ′) (1)= x + x′ − 2y − 2y′ + 3z + 3z ′
(2)= (x − 2y + 3z ) + (x′ − 2y′ + 3z ′)(3)= 0 + 0 = 0,
logo u + w ∈ W .
(c) Sejam u = (x,y,z ) ∈ W e a ∈ R.Em (4) usamos a
comutatividade da
multiplicacao e a
distributividade em R e em
(5), que u ∈ W .
Entao, x − 2y + 3z = 0, a · u = (a · x, a · y, a · z ) e
(a · x) − 2(a · y) + 3(a · z ) (4)= a · (x − 2y + 3z )
(5)= a · 0 = 0.
Logo, a · u ∈ W .
Geometricamente, retas no
plano que nao passam pela
origem nao sao subespacos
do R2 , enquanto retas no
plano passando pela origem
sao subespacos do R2.
Exemplo 12
U = {(x, y) ∈ R2 ; 2x − y = 3} nao e subespaco do R2, pois (0, 0) ∈ U.
W = {(x, y) ∈ R2 ; 2x − y = 0} e subespaco do R2.
Exemplo 13
Vamos mostrar que W e um subespaco de M2×2(R), onde
W = a bc d
∈ M2×2(R) ; a + b + c = 0 e 2a − b + d = 0.
Primeiramente, escrevemos A ∈ W como A =
a b
−a − b −2a + b
, onde
a, b ∈ R.
(a) E claro que tomando a = b = 0, temos
0 0
0 0
∈ W .
(b) Sejam A = a b
−a − b −2a + b e A′ = a′ b′
−a′
− b′
−2a′
+ b′ em
W . Entao,
M.L.T.Villela
U F F 44
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 9/34
Espacos vetoriais e subespacos PARTE 2 - SEC ˜ AO 1
A + A′ =
a + a′ b + b′
(−a − b) + (−a′ − b′) −2a + b + (−2a′ + b′)
=
a +
a
′
b +
b
′
−(a + a′) − (b + b′) −2(a + a′) + (b + b′)
=
a′′ b′′
−a′′ − b′′ −2a′′ + b′′
∈ W, onde tomamos a′′ = a + a′
e b′′ = b + b′.
(c) Seja k ∈ R e A como em (b). Entao,
Usamos a distributividade e
a comutatividade da
multiplicacao em R.
k · A =
k · a k · b
k · (−a − b) k · (−2a + b)
= k · a k · b
−(k · a) − (k · b) −2(k · a) + (k · b)
=
a′ b′
−a′ − b′ −2a′ + b′
esta em W, onde
tomamos a′ = k · a e b′ = k · b.
Exercıcios
1. Seja V um espaco vetorial real. Mostre que:
(a) Para todo v ∈ V , temos 0 · v = 0V .
(b) Para cada v ∈ V , o simetrico de v e (−1) · v.
2. Mostre que os seguintes conjuntos sao espacos vetoriais reais, com as
operacoes usuais de adicao e multiplicacao por um numero real:
(a) R2 = {(x, y) ; x, y ∈ R}.
(b) R
3 = {(x,y,z
) ; x,y,z ∈ R
}.
(c) M2×2(R).
(d) P n(R), onde n ∈ N.
(e) P (R).
3. Seja V = {x ∈ R ; x > 0}. Para x, y ∈ V e k ∈ R, definimos:
x ⊕ y = x · y, onde · e a multiplicacao de numeros reais, e
k ⊙ x = xk, a k -esima potencia de x.
Mostre que V e um espaco vetorial real com as operacoes ⊕ e ⊙.
Instituto de Matem´ atica
45 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 10/34
´ Algebra Linear I
Espacos vetoriais e subespacos
4. Determine, em cada item, se o subconjunto W de V e um subespaco
vetorial de V :
(a) V = R2 e W = { (x, y) ∈ R2 ; x − 3y = 1 }.
(b) V = R2 e W = { (x, y) ∈ R2 ; x − 3y = 0 }.
(c) V = R3 e W = { (x, 2x, −3x) ; x ∈ R }.
(d) V = R3 e W = { (x,y,z ) ∈ R3 ; 2x + y − z = 2 }.
(e) V = R3 e W = { (x,y,z ) ∈ R3 ; 2x + y − z = 0 }.
(f) V = P 2(R) e W = { a + bt + ct2 ∈ P 2(R) ; 2a + b − c = 0 }.
(g) V = F (R) = {f : R −
→R ; f e funcao } e
W = {
f ∈ V ; f e funcao ımpar}.
(h) V = F (R) e W = {f ∈ V ; f e funcao par }.
(i) V = F (R) e W = C (R) = {f ∈ V ; f e contınua }.
(j) V = F (R) e W = D(R) = {f ∈ V ; f e derivavel }.
(k) V = R4 e W = { (x,y,z,w) ∈ R4 ; 2x − y + 3z − w = 0 }.
(l) V = Mn×1(R) e W = { X ∈ V ; AX = 0 }, onde A ∈ Mm×n(R) e
uma matriz dada.
(m) V = M2×2(R) e W = a b
c d ∈ V ; a + d = 0, b − 2d = 0 .
W e chamado um hiperplano
do Rn .
(n) V = Rn e W = { (x1, . . . , xn) ∈ Rn ; a1x1 + · · · + anxn = 0 }, onde
a1, . . . , an sao numeros reais fixados nem todos nulos, isto e, tais
que (a1, . . . , an) = (0 , . . . , 0).
(o) V = Mn×n(R) e W = { A ∈ V ; At = −A}.
(p) V = Mn×n(R) e W = { A ∈ V ; At = A}.
5. Sejam V um espaco vetorial e U e W subespacos de V . Mostre que:
(a) U ∩ W e um subespaco de V ;(b) U ∪ W e um subespaco de V se, e somente se, U ⊂ W ou W ⊂ U;
(c) U + W = { u + w ; u ∈ U, w ∈ W } e um subespaco de V .
6. Determine U ∩ W e interprete geometricamente U, W e U ∩ W , onde
U = { (x,y,z ) ∈ R3 ; 2x + y − z = 0 } e
W = { (x,y,z ) ∈ R3 ; x + y + 2z = 0 }.
7. Determine U ∩ W , onde U = { (x,y,z,w) ∈ R4 ; x − w = 0 } e
W = { (x,y,z,w) ∈ R4 ; x + y + z = 0, y − w = 0 }.
M.L.T.Villela
U F F 46
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 11/34
Combinacao linear, dependencia e independencia linear PARTE 2 - SEC ˜ AO 2
Combinacao linear, dependencia e
independencia linear
Vamos aprender a construir subespacos de um espaco vetorial real. Para
isto introduzimos o seguinte conceito.
Definicao 3 (Combinacao linear)
Seja V um espaco vetorial. Sejam v1, . . . , vm em V e a1, . . . , am em R.
Dizemos que v = a1 v1 + · · · + am vm e uma combinac˜ ao linear de v1, . . . , vm.
Exemplo 14
Se V = R e v1 = 1, entao para todo v = a ∈ R temos v = a · 1 = av1 e
combinacao linear de v1.
Exemplo 15
V = R2, v1 = (1, 1) e v = (3, 3) = 3v1 e uma combinacao linear de v1.
Exemplo 16
Sejam v1 = (1, 1) e v2 = (1, −1) em R2. Observamos que dado (x, y) ∈ R2
existem a, b ∈ R tais que
(x, y) = av1 + bv2 = a(1, 1) + b(1, −1) = (a + b, a − b), pois a + b = x
a − b = ye um sistema possıvel e determinado, cujas solucoes sao a = x+y
2 e b = x−y
2 .
Portanto, qualquer vetor do R2 e combinacao linear de v1 e v2, a saber,
(x, y) = x+y
2 (1, 1) + x−y
2 (1, −1).
Exemplo 17
Sejam e1 = (1,0,0), e2 = (0,1,0) e e3 = (0,0,1). Para todo (x,y,z ) ∈ R3,
temos
(x,y,z ) = (x,0,0) + (0,y,0) + (0,0,z )
= x(1,0,0) + y(0,1,0) + z (0,0,1)
= xe1 + ye2 + ze3.
Exemplo 18
Sejam e1 = (1 , 0 , . . . , 0), e2 = (0 , 1 , 0 . . . , 0), . . . , en = (0 , 0 , . . . , 1) em Rn
Para todo (x1, x2, . . . , xn) ∈ Rn, temos
(x1, x2, . . . , xn) = (x1, 0 . . . , 0) + (0, x2, . . . , 0) + · · · + (0 , . . . , 0 , xn)
= x1(1 , 0 , . . . , 0) + x2(0 , 1 , 0 . . . , 0) + · · · + xn(0 , 0 , . . . , 1)
= x1e1 + x2e2 + · · · + xnen.
Instituto de Matem´ atica
47 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 12/34
´ Algebra Linear I
Combinacao linear, dependencia e independencia linear
Definicao 4 (Subespaco gerado)
Seja V um espaco vetorial real e sejam v1, . . . , vm em V . O conjunto W de
todas as combinacoes lineares de v1, . . . , vm e um subespaco de V chamado de
subespaco gerado por v1, . . . , vm e e denotado por W = [ v1, . . . , vm ]. Assim,
W = [ v1, . . . , vm ]
= {a1 v1 + · · · + am vm ; a1, . . . , am ∈ R},
e dizemos que v1, . . . , vm sao geradores ou geram W .
Precisamos mostrar que, efetivamente, W = [ v1, . . . , vm ] e um su-
bespaco de V . De fato,
(a) Tomando a1 = · · · = am = 0 ∈ R, temos 0V = 0v1 + · · ·+ 0vm ∈ W .
(b) Sejam u = a1 v1 + · · · + am vm e w = b1 v1 + · · · + bm vm em W .Entao,
Em (1) usamos a
comutatividade e
associatividade da adicao em
V e em (2), a
distributividade da
multiplicacao por escalar em
V .
u + w = (a1 v1 + · · · + am vm) + (b1 v1 + · · · + bm vm)(1)= (a1 v1 + b1 v1) + · · · + (am vm + bm vm)(2)= (a1 + b1) · v1 + · · · + (am + bm) · vm ∈ W,
pois aj + bj ∈ R, para todo j = 1, . . . , n.
(c) Sejam u = a1 v1 + · · · + am vm em W e k ∈ R. Entao, da distributi-
vidade e da associatividade da multiplicacao por escalar, temos
k · u = k · (a1 v1 + · · · + am vm) = (k · a1) v1 + · · · + (k · am) vm ∈ W ,
pois k · aj ∈ R, para todo j = 1, . . . , n.
Exemplo 19
Seja v1 = (1, 1) ∈ R2. Entao,
[ v1 ] = {a(1, 1) ; a ∈ R}
= {(a, a) ; a ∈ R}
= {(x, y) ∈ R2 ; x = y}.
Exemplo 20
Vamos determinar o subespaco W do R3 gerado pelos vetores v1 = (1, −1, 0),
v2 = (1,0, −1) e v3 = (−1,2, −1).
v ∈ W = [ v1, v2, v3 ] se, e somente se, existem a1, a2, a3 ∈ R tais que
v = a1 v1 + a2 v2 + a3 v3. Assim,
v = (x,y,z ) = a1(1, −1, 0) + a2(1,0, −1) + a3(−1,2, −1)
= (a1 + a2 − a3, −a1 + 2a3, −a2 − a3)
Determinar o subespaco W e equivalente a determinar quais as condicoessobre x, y, z para que o sistema
M.L.T.Villela
U F F 48
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 13/34
Combinacao linear, dependencia e independencia linear PARTE 2 - SEC ˜ AO 2
a1 + a2 − a3 = x
−a1 + 2a3 = y
−a2 − a3 = z
tenha solucao.
Reduzindo por linhas a matriz ampliada associada ao sistema, obtemos:
1 1 −1 x
−1 0 2 y
0 −1 −1 z
∼1
1 1 −1 x
0 1 1 x + y
0 −1 −1 z
∼2
1 1 −1 x
0 1 1 x + y
0 0 0 x + y + z
Fizemos a seguinte sequencia de operacoes elementares:
em ∼1: L2
→L2 + L1;
em ∼2: L3 → L3 + L2.
O sistema tem solucao se, e somente se, x + y + z = 0. Logo,
W = [ v1, v2, v3 ] = {(x,y,z ) ∈ R3 ; x + y + z = 0}.
Exemplo 21
Vamos determinar equacoes para o subespaco W de M2×2(R) gerado por
v1 =
1 1
1 1
, v2 =
1 1
0 1
e v3 =
1 1
0 0
.
Temos que v = x y
z w
∈ W se, e somente se, existem a, b, c ∈ R taisque v = av1 + bv2 + cv3. Assim,
x y
z w
= a
1 1
1 1
+ b
1 1
1 0
+ c
1 1
0 0
=
a + b + c a + b + c
a + b a
.
Logo, v = x y
z w ∈ W se, e somente se, o sistema
a + b + c = x
a + b + c = y
a + b = z a = w
tem solucao.
Reduzindo por linhas a matriz ampliada associada ao sistema, obtemos
1 1 1 x
1 1 1 y
1 1 0 z
1 0 0 w
∼1
1 1 1 x
0 0 0 y − x
1 1 0 z
1 0 0 w
∼2
0 0 1 x − z
0 0 0 y − x
0 1 0 z − w
1 0 0 w
.
Fizemos a seguinte sequencia de operacoes elementares:
em ∼1: L2 → L2 − L1; e em ∼2: L1 → L1 − L3; L3 → L3 − L4.
Instituto de Matem´ atica
49 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 14/34
´ Algebra Linear I
Combinacao linear, dependencia e independencia linear
Portanto,
W = x y
z w ∈ M2×2(R) ; y − x = 0=
x x
z w
; x,z,w ∈ R
=
x
1 1
0 0
+ z
0 0
1 0
+ w
0 0
0 1
; x,z,w ∈ R
.
Exemplo 22
Vamos determinar equacoes para W = [ (1,1,1,1), (2,1,0,0), (3,2,1,1) ],
subespaco do R4. Temos que
(x,y,z,w) = a(1,1,1,1) + b(2,1,0,0) + c(3,2,1,1),
x
y
z
w
= a
1
1
1
1
+ b
2
1
0
0
+ c
3
2
1
1
=
1 2 3
1 1 2
1 0 1
1 0 1
a
b
c
.
Reduzindo por linhas a matriz ampliada associada ao sistema, obtemos:
1 2 3 x
1 1 2 y
1 0 1 z
1 0 1 w
∼
1 2 3 x
0 −1 −1 y − x
0 −2 −2 z − x
0 −2 −2 w − x
∼
1 2 3 x
0 −1 −1 y − x
0 0 0 z − 2y + x
0 0 0 w − 2y + x
Logo, W = {(x,y,z,w) ∈ R4 ; x − 2y + z = 0 e x − 2y + w = 0}.
Definicao 5 (Vetores linearmente independentes ou dependentes)
Seja V um espaco vetorial real. Dizemos que os vetores v1, . . . , vn em V sao
linearmente independentes se, e somente se,
se a1 v1 + · · · + an vn = 0V , entao a1 = · · · = an = 0.
Caso contrario, existem a1, . . . , an em R, nem todos nulos, tais que
a1 v1+· · ·+an vn = 0V e dizemos que v1, . . . , vn sao linearmente dependentes .
Exemplo 23
0V e linearmente dependente em qualquer espaco vetorial V , pois 1 · 0V = 0V .
Exemplo 24
0V , v1, . . . , vn sao linearmente dependentes em qualquer espaco vetorial V ,
pois 1 · 0V + 0 · v1 + · · · + 0 · vn = 0V .
Exemplo 25Se v = 0V , entao v e linearmente independente.
M.L.T.Villela
U F F 50
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 15/34
Combinacao linear, dependencia e independencia linear PARTE 2 - SEC ˜ AO 2
De fato, suponhamos por absurdo que exista a ∈ R, a = 0 tal que a · v = 0V .
Entao,
0V = a−1 · 0V = a−1(a · v) = (a−1 · a) · v = 1 · v = v,
contradizendo o fato de v = 0V .
Exemplo 26
Os vetores v1 = (1, 2) e v2 = (2, 4) em R2 sao linearmente dependentes, pois
como v2 = 2v1, temos 2 · v1 − 1 · v2 = (0, 0).
Proposicao 3
Seja V um espaco vetorial real. Os vetores v1, . . . , vn em V , com n > 1, sao
linearmente dependentes se, e somente se, um deles e combinacao linear dos
outros. Equivalentemente, os vetores v1, . . . , vn em V , com n > 1, sao line-armente independentes se, e somente se, nenhum deles e combinacao linear
dos outros.
Demonstracao: Faremos a demonstracao da primeira afirmacao.
(=⇒:) Suponhamos que v1, . . . , vn sao linearmente dependentes. Entao, exis-
tem a1, . . . , an em R nem todos nulos, tais que a1 v1+a2 v2+· · ·+an vn = 0V .
Sem perda de generalidade, podemos supor que a1 = 0. Logo, Caso necessario,
reenumeramos os vetores.
a1 v1 = −a2 v2 − · · · − an vn,
v1 = −(a1−1 · a2) v2 − · · · − (a1−1 · an) vn e v1 e combinacao linear de v2, . . . , vn.
(⇐=:) Suponhamos, sem perda de generalidade, que v1 seja combinacao
linear de v2, . . . , vn. Entao, existem a2, . . . , an ∈ R, tais que v1 = a2 v2 +
· · · + an vn. Logo, 1 · v1 − a2 v2 − · · · − an vn = 0V e uma combincao linear
nula com nem todos os coeficientes nulos. Portanto, os vetores v1, . . . , vn sao
linearmente dependentes.
Exemplo 27
Dados dois vetores em qualquer espaco vetorial, para determinar se sao li-nearmente independentes ou dependentes nao e preciso fazer calculos, basta
olhar para os vetores.
v1 = (1,2,3) e v2 = (1,1, −1) sao linearmente independentes no R3.
f1(t) = 1 e f2(t) = 1 + t sao linearmente independentes em P 1(R).
A1 =
1 0
2 1
e A2 =
3 0
6 3
sao linearmente dependentes em M2×2(R).
Exemplo 28Vamos verificar se v1 = (1,1,1,1), v2 = (1,1,2,1), v3 = (3,3,4,3), v4 =
Instituto de Matem´ atica
51 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 16/34
´ Algebra Linear I
Combinacao linear, dependencia e independencia linear
(−1,1, −1, 1) e v5 = (−1,3,0,3) sao linearmente dependentes ou indepen-
dentes. Sejam a1, a2, a3, a4, a5 ∈ R tais que a1 v1+a2 v2+a3 v3+a4 v4+a5 v5 =
(0,0,0,0). Entao,
0
0
0
0
= a1
1
1
1
1
+ a2
1
1
2
1
+ a3
3
3
4
3
+ a4
−1
1
−1
1
+ a5
−1
3
0
3
=
1 1 3 −1 −1
1 1 3 1 3
1 2 4 −1 0
1 1 3 1 3
a1
a2
a3
a4
a5
Vemos que obtemos um sistema linear homogeneo de m = 4 equacoes com
n = 5 incognitas. Logo, o numero r de linhas nao nulas da reduzida por
linhas da matriz associada ao sistema tem a propriedade
Veja no Exercıcio 8 uma
generalizacao desse
resultado.
r ≤ m = 4 < 5 = n.
Portanto, esse sistema tem solucao nao nula. Assim, os vetores sao linear-
mente dependentes.
Exemplo 29
Os polinomios f1(
t) =
1 +
t, f2(
t) =
t e f3(
t) =
1 +
t +
t
2
sao linearmentedependentes ou independentes em P 2(R)?
Fazemos a combinacao linear nula a1f1(t) + a2f2(t) + a3f3(t) = 0. Assim,
0 = a1(1 + t) + a2t + a3(1 + t + t2) = (a1 + a3) + (a1 + a2 + a3)t + a3t2.
Logo,
a1 + a3 = 0
a1 + a2 + a3 = 0
a3 = 0
Resolvendo o sistema, obtemos a3 = 0, a1 = −a3 = 0 e a2 = −a1 − a3 = 0.
Portanto, os polinomios sao linearmente independentes.
Proposicao 4 (Propriedade da independencia linear)
Sejam V um espaco vetorial e v1, . . . , vm vetores em V linearmente indepen-
dentes. Entao, cada v ∈ [ v1, . . . , vm ] se escreve de uma unica maneira como
combinacao linear de v1, . . . , vm.
Demonstracao: Sejam a1, . . . , am e b1, . . . , bm em R, tais que
a1 v1 + · · · + am vm = b1 v1 + · · · + bm vm.
Entao, (a1 − b1) v1 + · · · + (am − bm) vm = 0V . Como esses vetores sao
linearmente independentes, temos que aj − bj = 0, para todo j = 1, . . . , m .Portanto, aj = bj, para todo j = 1, . . . , m .
M.L.T.Villela
U F F 52
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 17/34
Combinacao linear, dependencia e independencia linear PARTE 2 - SEC ˜ AO 2
Mais uma propriedade interessante.
Proposicao 5
Seja V um espaco vetorial real e sejam v1, . . . , vm vetores em V tais que vm = a1 v1 + · · · + am−1 vm−1. Entao, [ v1, . . . , vm−1 ] = [ v1, . . . , vm ].
Demonstracao:
Essa inclusao independe do
vetor vm .
(⊂:) Como b1 v1 + · · · + bm−1 vm−1 = b1 v1 + · · · + bm−1 vm−1 + 0vm, para
quaisquer b1, . . . , bm ∈ R, segue que [ v1, . . . , vm−1 ] ⊂ [ v1, . . . , vm ].
(⊃:) Seja v ∈ [ v1, . . . , vm ]. Entao, existem numeros reais b1, . . . , bm, tais que
v = b1 v1+· · ·+bm−1 vm−1+bm vm. Substituindo vm = a1 v1+· · ·+am−1 vm−1,
obtemos:
v = b1 v1 + · · · + bm−1 vm−1 + bm(a1 v1 + · · · + am−1 vm−1)= (b1 + bma1) v1 + · · · + (bm−1 + bmam−1) vm−1.
Logo, v ∈ [ v1, . . . , vm ]. Portanto, [ v1, . . . , vm ] ⊂ [ v1, . . . , vm−1 ].
Usando os nossos conhecimentos de vetores no plano e no espaco, vamos
determinar os subespacos do R2 e do R3.
Exemplo 30
Vamos mostrar que os subespacos do R2 sao {(0, 0)}, retas que passam pela
origem ou R2.
De fato, e claro que {(0, 0)} e um subespaco do R2.
Seja W = {(0, 0)} um subespaco do R2. Entao, existe v1 = (0, 0), tal que
v1 ∈ W . Assim, [ v1 ] = {kv1 ; k ∈ R} ⊂ W . Se W = [ v1 ], entao W e a reta
que passa pela origem O na direcao de v1.
O
v1
[v1] = W
Caso contrario, [ v1 ] W e existe v2 ∈ W tal que v2 ∈ [ v1 ]. Nesse caso, v1 e
v2 sao linearmente independentes e [ v1, v2 ] ⊂ W .
Cada v ∈ R2 pode ser escrito como combinacao linear de v1 e v2. Por que?
Instituto de Matem´ atica
53 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 18/34
´ Algebra Linear I
Combinacao linear, dependencia e independencia linear
O
v1
[v1 ]
a2 v2
v = a1 v1 + a2v2
v2 ∈ [v1 ]
a1v1
Dado v ∈ R2, a reta paralela a v1 passando pelo ponto v intersecta a reta
passando pela origem O paralela a v2 no ponto a2 v2; assim como, a reta
paralela a v2 passando pelo ponto v intersecta a reta passando pela origem O
paralela a v1 no ponto a1 v1. Pela regra do paralelogramo, v = a1 v1 + a2 v2.
Assim, R2 = [ v1, v2 ] ⊂ W . Logo, W = R2.
Exemplo 31
Vamos mostrar que os subespacos do R3 sao {(0,0,0)}, retas que passam pela
origem, panos que passam pela origem ou R3.
De fato, e claro que {(0,0,0)} e um subespaco do R3.
Seja W = {(0,0,0)} um subespaco do R3. Entao, existe v1 = (0,0,0), tal que
v1 ∈ W . Assim, [ v1 ] = {kv1 ; k ∈ R} ⊂ W . Se W = [ v1 ], entao W e a reta
que passa pela origem O na direcao de v1.
O
v1
[ v1 ] = W
Caso contrario, [ v1 ] W e existe v2 ∈ W tal que v2 ∈ [ v1 ]. Nesse caso, v1 e
v2 sao linearmente independentes e [ v1, v2 ] ⊂ W .
Se W = [ v1, v2 ], entao W e o plano Π que passa pela origem O paralelo as
direcoes de v1 e v2.
v1
a1 v1
a1 v1 + a2 v2
O v2 ∈ [v1]
a2 v2
Π = [v1 ,v2 ] = W
M.L.T.Villela
U F F 54
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 19/34
Combinacao linear, dependencia e independencia linear PARTE 2 - SEC ˜ AO 2
Caso contrario, Π = [ v1, v2 ] W e existe v3 ∈ W tal que v3 ∈ [ v1, v2 ] e,
nesse caso, [ v1, v2, v3 ] ⊂ W .
Cada v ∈ R
3
pode ser escrito como uma combinacao linear de v1, v2, v3.Por que?
v1
a1 v1
v = a1 v1 + a2 v2 + a3 v3
u = a1v1 + a2 v2
a3 v3
O
v2 ∈ [v1]a2 v2
v3 ∈ [v1, v2 ]
Π = [v1 ,v2 ] W
A reta paralela a v3 passando por v intersecta o plano Π = [ v1, v2 ] no ponto
u . Assim, v − u = a3 v3, para algum a3 ∈ R. Como u = a1 v1 + a2 v2, entao
v = a1 v1 + a2 v2 + a3 v3.
Portanto, R3 = [ v1, v2, v3 ] ⊂ W , logo W = R3.
Exercıcios
1. Escreva (1,1,2) como combinacao linear de v1 = (1,0,1) e v2 =
(0,1,1).
2. Escreva (1,2,3,4) como combinacao linear de v1 = (1,1,1,1), v2 =
(1,1,1,0), v3 = (1,1,0,0) e v4 = (1,0,0,0).
Mostre que todo v ∈ R4 se escreve de uma unica maneira como com-binacao linear de v1, v2, v3, v4.
3. Mostre que
1 1
1 1
,
1 −1
1 1
,
1 1
0 0
1 0
0 0
e line-
armente dependente.
4. Mostre que {1, 1 + t, (1 + t)2} e linearmente independente em P 2(R).
5. Mostre que {(1,1,1), (0,1,1), (0,1, −1)} gera R3.
6. Sejam u, v, w vetores nao-nulos de um espaco vetorial real V .
Instituto de Matem´ atica
55 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 20/34
´ Algebra Linear I
Combinacao linear, dependencia e independencia linear
(a) Mostre que { u, v } e linearmente dependente se, e somente se, u =
av, para algum a ∈ R e a = 0.
(b) Mostre que se { u, v } e linearmente independente e { u, v, w } elinearmente dependente, entao w e combinacao linear de u, v.
7. Seja V um espaco vetorial real e v1, . . . , vm vetores de V . Mostre que:
(a) Se v1, . . . , vm sao linearmente independentes e v ∈ [ v1, . . . , vm ],
entao v1, . . . , vm, v sao linearmente independentes.
(b) Se vm e uma combinacao linear de v1, . . . , vm−1, entao temos que
[ v1, . . . , vm−1 ] = [ v1, . . . , vm ].
8. Mostre que qualquer subconjunto do Rm com v1, . . . , vn vetores tal
que n > m e linearmente dependente.Generalizacao do Exemplo
28.
9. Determine equacoes para W = [ v1, v2, v3, v4 ], onde v1 = (1,1,1,1), v2 =
(1,1, −1, 1), v3 = (1,1,0,1) e v4 = (1, −1,2,1).
10. Determine equacoes para W = [ v1, v2, v3 ], onde v1 = (1,0,1), v2 =
(0,1,1) e v3 = (2, −1, 1).
11. Mostre que em F (R) :
(a) {sen x, cos x} e linearmente independente;
(b) {1, sen2 x, cos2 x} e linearmente dependente;
(c) {ex, e2x, e3x} e linearmente independente.
12. Mostre que {2, tg2 x, sec2 x} e linearmente dependente em F
− π2
, π2
.
13. Encontre um sistema linear homogeneo cujo conjunto das solucoes W
seja gerado por (1, −2,0,3), (1, −1, −1, 4) e (1,0, −2, 5).
M.L.T.Villela
U F F 56
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 21/34
Base e dimensao PARTE 2 - SEC ˜ AO 3
Base e dimensao
Vamos estudar mais detalhadamente apenas os espacos vetoriais finita-mente gerados.
Definicao 6 (Espaco vetorial finitamente gerado)
Dizemos que um espaco vetorial real V e finitamente gerado se, e somente se,
existem v1, . . . , vm em V tais que V = [ v1, . . . , vm ].
Exemplo 32
Rn e espaco vetorial finitamente gerado, pois Rn = [e1, . . . , en ].
Exemplo 33
Para cada n ≥ 0, P n(R) e espaco vetorial finitamente gerado, pois
f(t) ∈ P n(R) se, e somente se, f(t) = a0 + a1t + · · · + antn,
para a0, . . . , an ∈ R. Logo, f(t) e uma combinacao linear de 1, t, . . . , tn e
assim, P n(R) = [1 , t , . . . , tn ].
Exemplo 34
O espaco vetorial P (R) de todos os polinomios com coeficientes reais nao e
finitamente gerado. Nao ha subconjunto finito de polinomios com coeficientes
reais que gere P (R). Um possıvel conjunto de geradores e 1, t, . . . , tn, . . .,
para todo n ≥ 0.
Definicao 7 (Base)
Seja V = {0} um espaco vetorial real finitamente gerado. Um subconjunto
α = { v1, . . . , vn} ⊂ V e chamado uma base de V se, e somente se,
(i) V = [ v1, . . . , vn ];
(ii) { v1, . . . , vn} e linearmente independente.
A propriedade (i) significa que α gera V , assim cada elemento v ∈ V e
uma combinacao linear dos vetores de α . A propriedade (ii) significa que a
combinacao linear e unica.
α e chamada de base
canonica do Rn .
Exemplo 35
α = {e1, . . . , en} e uma base do Rn. Com efeito, ja mostramos que
v = (x1, . . . , xn) = x1e1 + · · · + xnen,
logo α gera Rn.
Falta verificar que α e linearmente independente.
De fato, (0 , . . . , 0) = x1e1 + · · · + xnen = (x1, . . . , xn) se, e somente se,
x1 = · · · = xn = 0.
Instituto de Matem´ atica
57 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 22/34
´ Algebra Linear I
Base e dimensao
Exemplo 36
α = {1 , t , . . . , tn} e uma base de P n(R). Ja mostramos que α gera P n(R).
Agora,
α e chamada de base
canonica de P n (R).
0 = a0 + a1t + · · · + antn se, e somente se, a0 = a1 = · · · = an = 0,
mostrando que α e linearmente independente.
Proposicao 6
Todo espaco vetorial V = {0} finitamente gerado tem uma base.
Demonstracao: Como V e finitamente gerado existe um conjunto finito de
geradores para V . Entre todos os conjuntos finitos de geradores consideremos
um que tenha o menor numero de geradores, digamos α = { v1, . . . , vn} ⊂ V .
Entao, V = [ v1, . . . , vn ]. Afirmamos que α e linearmente independente.
De fato, se n = 1, entao V = [ v1 ] = {0}, logo v1 = 0 e α = { v1}
e linearmente independente. Podemos supor que n ≥ 2. Suponhamos,
por absurdo, que α seja linearmente dependente. Pela Proposicao 3, um
dos vetores de α e combinacao linear dos outros. Sem perda de generali-
dade, podemos supor que vn = a1 v1 + · · · + an−1 vn−1. Pela Proposicao 5,
[ v1, . . . , vn−1 ] = [ v1, . . . , vn ] = V , contradizendo o fato de o numero mınimo
de geradores ser n. Portanto, α e uma base de V .
Observacao: Outra demonstracao da Proposicao acima pode ser feita. Como
V = {0}, todo conjunto com um vetor nao nulo e linearmente independente.
Escolhemos entre todos os subconjuntos finitos linearmente independentes
um que tenha o maior numero de elementos. Basta mostrar agora que esse
conjunto, forcosamente, gera V .
Portanto, uma base de um espaco vetorial nao nulo finitamente gerado
tem o mınimo de geradores e o maximo de vetores linearmente independentes.
Teorema 1
Seja V = {0} um espaco vetorial real finitamente gerado. Entao, todas as
bases de V tem o mesmo numero de elementos.
Demonstracao: Sejam α e β bases de V com, respectivamente, m e n ele-
mentos. Como α e base V e β gera V , entao m = mınimo de geradores ≤ n.
Como α e base V e β e linearmente independente, entao m = maximo de
vetores li ≥ n. Portanto, m = n.
E claro que V = {0} e um
espaco vetorial real
finitamente gerado.
Definicao 8 (Dimensao)
Seja V = {0} um espaco vetorial real finitamente gerado. Chamamos de
dimens˜ ao de V ao numero de elementos de uma base de V e denotamos pordimR(V ). Quando V = {0} definimos dimR(V ) = 0.
M.L.T.Villela
U F F 58
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 23/34
Base e dimensao PARTE 2 - SEC ˜ AO 3
Exemplo 37
dimR(Rn) = n, pois {e1, . . . , en} e uma base do Rn.
Exemplo 38dimR(P n(R)) = n + 1, pois {1 , t . . . , tn} e uma base de P n(R).
Exemplo 39
Seja V um espaco vetorial real com dimR(V ) = n ≥ 1. Todo subespaco W
de V e finitamente gerado e dimR(W ) ≤ n. Vale que:
W = V ⇐⇒ dimR(W ) = dimR(V )
W V ⇐⇒ dimR(W ) < dimR(V )
Exemplo 40
Seja W = {(x,y,z ) ∈ R3 ; x + y − 2z = 0 e 2x − y + 2z = 0}.W e um subespaco do R3. Vamos determinar a dimensao de W . Para isto,
vamos determinar uma base de W . Reduzindo por linhas a matriz associada
ao sistema homogeneo, obtemos:Fizemos a sequencia de
operacoes elementares:
em ∼1 : L2 → L2 − 2L1 ;
em ∼2 : L2 → −13
L2 e
em ∼3 : L1 → L1 − L2 .
1 1 −2
2 −1 2
∼1
1 1 −2
0 −3 6
∼2
1 1 −2
0 1 −2
∼3
1 0 0
0 1 −2
.
Temos n = 3 incognitas e posto r = 2. Logo, o grau de liberdade e n − r =
3 − 2 = 1. As incognitas x e y podem ser dadas em funcao da incognita z .
Logo, x = 0 e y − 2z = 0. Portanto,
Geometricamente, W e a
reta de intersecao de dois
planos que passam pela
origem.
W = {(x,y,z ) ∈ R3 ; x = 0 e y − 2z = 0}
= {(0,2z,z ) ; z ∈ R}
= {(0,2,1)z ; z ∈ R}, mostrando que W = [(0,2,1)]
Como {(0,2,1)} e l.i., entao e uma base de W e dimR(W ) = 1.
Exemplo 41
Seja f(t) = a0 + a1t + a2t2 + a3t3 ∈ P 3(R). Definimos o subespaco W por
W = f(t) ∈ P 3(R) ; a0 − a1 + a2 − a3 = 0, a0 + a1 + 3a2 − 3a3 = 0,
3a0 + a1 + 7a2 − 7a3 = 0 .
Vamos determinar a dimensao de W .
Reduzindo por linhas a matriz associada ao sistema linear homogeneo nas
incognitas a0, a1, a2, a3, temos:Fizemos a sequencia de
operacoes elementares:
em ∼1 : L2 → L2 − 2L1 ,
L3 → L3 − 3L1 ;
em ∼2 : L2 → 12
L2 ;
em ∼3 : L1 → L1 + L2 ,
L3
→L3 − 4L2 .
1 −1 1 −1
1 1 3 −3
3 1 7 −7
∼1
1 −1 1 −1
0 2 2 −2
0 4 4 − 4
∼2
1 −1 1 −1
0 1 1 −1
0 4 4 − 4
∼3
1 0 2 −2
0 1 1 −10 0 0 0
.
Instituto de Matem´ atica
59 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 24/34
´ Algebra Linear I
Base e dimensao
Temos n = 4 incognitas e posto r = 2. Logo, o grau de liberdade e n − r =
4 − 2 = 2. As incognitas a0 e a1 podem ser dadas em funcao das r = 2
incognitas a2 e a3. Temos que
f(t) ∈ W ⇐⇒ a0 + 2a2 − 2a3 = 0 e a1 + a2 − a3 = 0⇐⇒ a0 = −2a2 + 2a3 e a1 = −a2 + a3.
Logo, f(t) ∈ W se, e somente se,
f(t) = (−2a2 + 2a3) + (−a2 + a3)t + a2t2 + a3t3
= (−2a2 − a2t + a2t2) + (2a3 + a3t + a3t3)
= a2(−2 − t + t2) + a3(2 + t + t3),
Leia de tras para a frente as
igualdades acima e faca
f(t) = 0.
mostrando que {−2 − t + t2, 2 + t + t3} gera W . Esse conjunto e linear-
mente independente, pois fazendo a sua combinacao linear igual a 0, com oscoeficientes a2, a3 ∈ R, obtemos
0 = a2(−2 − t + t2) + a3(2 + t + t3)
= (−2a2 + 2a3) + (−a2 + a3)t + a2t2 + a3t3
logo, a2 = 0 e a3 = 0.
Exemplo 42
Vamos determinar uma base e a dimensao de
W = {(x,y,z,w) ∈ R4; x − y + z − w = 0 e − 2x + 3y + 4z − w = 0}.
Reduzindo por linhas a matriz associada ao sistema, obtemos:Fizemos a seguinte sequencia
de operacoes elementares:
em ∼1: L2 → L2 + 2L1 e
em ∼2 : L1 → L1 + L2.
1 −1 1 −1
−2 3 4 −1
∼1
1 −1 1 −1
0 1 6 −3
∼2
1 0 7 − 4
0 1 6 −3
.
Logo, x + 7z − 4w = 0 e y + 6z − 3w = 0.
Portanto, v = (x,y,z,w) ∈ W se, e somente se,
v = (−7z + 4w, −6z + 3w,z,w)
= (−7z, −6z,z,0) + ( 4w, 3w, 0, w)
= z (−7, −6,1,0) + w( 4, 3, 0, 1),
mostrando que { v1 = (−7, −6,1,0), v2 = ( 4, 3, 0, 1)} gera W . Esse conjunto
e linearmente independente, pois
(0,0,0,0) = zv1 + wv2 = (−7z + 4w, −6z + 3w,z,w) ⇐⇒ z = w = 0.
Portanto, { v1, v2} e uma base W e a dimensao de W e 2.
Proposicao 7
Todo subconjunto de vetores linearmente independentes de um espaco ve-
torial real V de dimensao finita n ≥ 1 pode ser completado a uma base deV .
M.L.T.Villela
U F F 60
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 25/34
Base e dimensao PARTE 2 - SEC ˜ AO 3
Demonstracao: Sejam dimR(V ) = n ≥ 1 e α = { v1, . . . , vr} ⊂ V um conjunto
linearmente independente com r ≤ n. Seja W = [ v1, . . . , vr ]. Se W = V ,
entao α e uma base de V , r = n e nada ha a fazer. Suponhamos que
W V . Entao, r = dimR(W ) < dimR(V ) = n e existe vr+1 ∈ V tal que
vr+1 ∈ [ v1, . . . , vr ]. Portanto, { v1, . . . , vr, vr+1} e linearmente independente.
Se V = [ v1, . . . , vr+1 ] acabamos. Caso contrario, existe vr+2 ∈ V tal que
vr+2 ∈ [ v1, . . . , vr+1 ]. Continuando, esse processo tem de parar, pois nao
podemos ter mais de n vetores linearmente independentes.
Exemplo 43
Determine uma base de W que contenha v1 = (0,1, −1, −1), onde
W = {(x,y,z,w) ∈ R4 ; x + 2y − z + 3w = 0}.
Como W e o espaco das solucoes de um sistema linear homogeneo de posto
r = 1 com n = 4 incognitas, entao o grau de liberdade e n − r = 4 − 1 = 3.
Portanto, dimR(W ) = 3.
Logo, uma base de W tem tres vetores de W linearmente independentes.
Vamos escolher v2 ∈ W tal que v2 ∈ [ v1 ] = {a(0,1, −1, −1) ; a ∈ R}. Assim,
{ v1, v2} e linearmente independente. Por exemplo, v2 = (0,3,0, −2).
Dando valores a primeira,
segunda e terceira
coordenadas, obtemos a
quarta coordenada dos
vetores de W .
Agora, devemos selecionar v3 ∈ W tal que v3 ∈ [ v1, v2 ]. Temos que
[ v1, v2 ] = {av1 + bv2 = (0, a + 3b, −a, −a − 2b) ; a, b ∈ R}.
Tomamos x = 1, y = 1 e
z = 0. Logo, w = −1.
Como toda combinacao linear de v1 e v2 tem a primeira coordenada nula,
escolhemos v3 = (1,1,0, −1). Portanto, α = { v1, v2, v3} ⊂ W e linearmente
independente e e uma base de W .
Definicao 9 (Vetor coordenada)
Sejam V um espaco vetorial real de dimensao n ≥ 1 e α = { v1, . . . , vn}
uma base de V . Para cada v ∈ V , existem a1, . . . , an em R unicamente
determinados tais que v = a1 v1 + · · · + an vn. O vetor coordenada de v na
base α , denotado por v ]α, e a matriz Mn×1(R) definida por
v ]α =
a1
...
an
.
Daqui por diante, as bases serao bases ordenadas , com a ordem em que
escrevemos os vetores da base. Por exemplo, na base α = { v1, v2, . . . , vn}, v1
e o primeiro elemento, v2, o segundo, . . . , vn, o n-esimo.
Instituto de Matem´ atica
61 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 26/34
´ Algebra Linear I
Base e dimensao
Exemplo 44
Sejam V = Rn e α = {e1, . . . , en} a base canonica. Entao, para cada vetor
v = (x1, . . . , xn) temos que v ]α =
x1
...
xn
.
Exemplo 45
Sejam V = P3(R) e α = {1,t,t2, t3} a base canonica.
Dados f(t) = 2 + 3t − t2 + t3 e g(t) = −1 + t2 − 2t3, temos que
f(t)]α =
2
3
−11
e g(t)]α =
−1
0
1−2
.
Exemplo 46
Vamos determinar o vetor coordenada de v = (x,y,z ) ∈ R3 na seguinte base
α = { v1 = (1,0,0), v2 = (1,1,0), v3 = (1,1,1)} do R3.
Escrevendo v como combinacao linear de v1, v2, v3, temos:
(x,y,z ) = a(1,0,0) + b(1,1,0) + c(1,1,1) = (a + b + c, b + c, c),
logo a + b + c = x
b + c = y
c = z
Reduzindo por linhas a matriz ampliada associada ao sistema, obtemos:
Fizemos a sequencia de
operacoes elementares:
em ∼1 : L1 → L1 − L2;
em ∼2 : L2 → L2 − L3.
1 1 1 x
0 1 1 y
0 0 1 z
∼1
1 0 0 x − y
0 1 1 y
0 0 1 z
∼2
1 0 0 x − y
0 1 0 y − z
0 0 1 z
.
Logo, a = x − y, b = y − z e c = z e (x,y,z )]α =
x − y
y − z
z
.
Proposicao 8 (Propriedades do vetor coordenada)
Sejam V um espaco vetorial real de dimensao n ≥ 1 e α = { v1, . . . , vn} uma
base de V . Valem as seguintes propriedades, para quaisquer v, w ∈ V e
a ∈ R:
(a) ( v + w)]α = v ]α + w ]α;
(b) (a · v)]α = a ·
v ]α
.
Demonstracao: Sejam v = a1 v1 + · · · + an vn, w = b1 v1 + · · · + bn vn e a ∈ R.Entao,
M.L.T.Villela
U F F 62
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 27/34
Base e dimensao PARTE 2 - SEC ˜ AO 3
v + w = (a1 v1 + · · · + an vn) + (b1 v1 + · · · + bn vn)
= (a1 + b1) v1 + · · · (an + bn) vn
e a · v = a · (a1 v1 + · · · + an vn) = (a · a1) · v1 + · · · + (a · an) · vn. Logo,
Usamos as definicoes da
adicao de matrizes e da
multiplicacao de um numero
real por uma matriz.
( v + w)]α =
a1 + b1
...
an + bn
=
a1
...
an
+
b1
...
bn
= v ]α + w ]α
e (a · v)]α =
a · a1
...
a · an
= a ·
a1
...
an
= a ·
v ]α
.
Exercıcios
1. Encontre uma base e a dimensao do espaco W das matrizes simetricas
dois por dois com coeficientes reais.
2. Encontre uma base α e de a dimensao do espaco das matrizes diagonais
tres por tres com coeficientes reais. Complete α a uma base β de
M3×3(R).
3. No Exercıcio 4 da Secao 1 (exceto itens (g), (h), (i) e (j)) de a dimensao
de V e determine uma base e a dimensao de cada subespaco W .
4. Seja W = {(x,y,z ) ∈ R3 ; 2x + y − 3z = 0}. Escolha v1 ∈ W tal que
v1 = (0,0,0). Determine v2 ∈ W tal que α = { v1, v2} e uma base de
W , justificando a sua construcao.
5. Complete {(1,0,1), (1,0,2)} a uma base α do R3, justificando a sua
resposta.
6. Diga quais das afirmacoes sao falsas ou verdadeiras, justificando a sua
resposta:
(a) W = { (x,y,z ) ∈ R3 ; yz = 0 } e um subespaco do R3.
(b) (1, −1, 2) pertence ao subespaco gerado por u = (1,2,3) e v =
(3,2,1).
(c) W = {(x,y,z,w) ∈ R4 ; x = y} tem dimensao 2.
(d) Sejam u, v, w vetores do espaco vetorial V . Se { u, v} e linearmenteindependente e w = 0, entao { u, v, w} e linearmente independente.
Instituto de Matem´ atica
63 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 28/34
´ Algebra Linear I
Base e dimensao
(e) Sejam u, v, w vetores do espaco vetorial V . Se { u, v} e linearmente
independente e w ∈ [ u, v ] entao { u, v, w} e linearmente indepen-
dente.
(f) Se { v1, . . . , vn} ⊂ V e linearmente independente e dim(V ) = n,
entao { v1, . . . , vn w} e linearmente dependente, para todo w ∈ V .
7. Determine as coordenadas do vetor ( 4, −5, 3) ∈ R3 em relacao as se-
guintes bases do R3:
(a) α = {(1,0,0), (0,1,0), (0,0,1)}, a base canonica.
(b) β = {(1,1,1), (1,2,0), (3,1,0)}.
(c) γ = {(1,2,1), (0,3,2), (1,1,4)}.
8. Determine as coordenadas do polinomio f(t) = 4 − 5t + 3t2 ∈ P 2(R)
em relacao as seguintes bases de P 2(R):
(a) α = {1,t,t2}, a base canonica de P 2(R).
(b) β = {1 + t + t2, 1 + 2t,3 + t}.
(c) γ = {1 + 2t + t2, 3t + 2t2, 1 + t + 4t2}.
9. Seja W = {(x,y,z,w) ∈ R
4
; 2x − y + z + 3w = 0}.
(a) Mostre que α = {(1,2,0,0), (0,1,1,0), (0,0,3, −1)} e uma base de
W .
(b) Determine v ]α, para cada v = (x,y,z,w) ∈ W .
10. Seja V um R-espaco vetorial e α = { v1, v2, . . . , vn} uma base de V .
Mostre que para todo m ≥ 1, para todo a1, . . . , am ∈ R e para todo
w1, . . . , wm ∈ V :
(a1 w1 + · · · + am wm)]α = a1 · w1 ]α
+ · · · + am ·
wm ]α
.
M.L.T.Villela
U F F 64
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 29/34
Soma e soma direta de subespacos PARTE 2 - SEC ˜ AO 4
Soma e soma direta de subespacos
A partir de subespacos U e W de um espaco vetorial real V , podemosconstruir subespacos de V . Por exemplo, ja vimos que U∩W e um subespaco,
tal que U∩W ⊂ U e U∩W ⊂ W . Observamos que U∩W e o maior subespaco
de V contido em U e em W . Lembramos que a uniao de
subespacos nem sempre e
um subespaco.
Faca o Exercıcio 1.
Agora vamos construir o menor subespaco de V que contem U ∪ W .
Definicao 10 (Soma de subespacos)
Sejam V um espaco vetorial real e U e W subespacos de V . A soma dos
subespacos U e W e definida por
U + W = { v ∈ V ; v = u + w, tal que u ∈ U e w ∈ W }.
De fato, U + W e um subespaco de V , pois
(a) 0V ∈ U e 0v ∈ W e 0V = 0V + 0V .
Usamos a comutatividade e
associatividade da adicao em
V .
(b) Se v = u + w e v′ = u ′ + w′, com u, u ′ ∈ U e w, w′ ∈ W , entao
v + v′ = ( u + w) + ( u ′ + v′) = ( u + u ′) + ( w + w′) ∈ U + W ,
em virtude de u + u ′ ∈ U e w + w′ ∈ W .
(c) Se v = u + w com u ∈ U e w ∈ W e a ∈ R, entao
a · v = a · ( u + v) = a · u + a · w ∈ U + W ,
pois a · u ∈ U e a · w ∈ W .
Exemplo 47
Sejam U = [(1, 1)] e W = [(1, −1)] subespacos do R2. Entao, U∩W = {(0, 0)}
e
U + W = {a(1, 1) + b(1, −1) ; a, b ∈ R} = R2.
Exemplo 48
Sejam U = [(1,1,1)] e W = {(x,y,z ) ∈ R3 ; x + y + z = 0} subespacos do R3.
Geometricamente, U e a reta pela origem ortogonal ao plano W que passa
pela origem e U ∩ W = {(0,0,0)}.
Sabemos que dimR(W ) = 2. Tomando w1 = (1, −1, 0) e w2 = (0,1, −1) em
W temos uma base de W e u 1 = (1,1,1) e uma base de U. Logo,
U + W = {a(1,1,1) + b(1, −1, 0) + c(0,1, −1) ; a,b,c ∈ R} = R3,
Como a dimensao do R3 e 3,
qualquer conjunto com tres
vetores linearmente
independentes do R3 e uma
base.pois α = { u 1, w1, w2} e uma base do R3.
Exemplo 49
Sejam U = {(x,y,z ) ∈ R3; x+ y−z = 0} e W = {(x,y,z ) ∈ R3; x+ y+z = 0}.
Geometricamente, U e W sao planos pela origem concorrentes, pois seus ve-tores normais η1 = (1,1, −1) e η2 = (1,1,1) sao linearmente independentes.
Instituto de Matem´ atica
65 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 30/34
´ Algebra Linear I
Soma e soma direta de subespacos
Nesse caso, U ∩ W = [(1, −1, 0)] e a reta pela origem, intersecao dos pla-
nos. Faca um desenho para visualizar que a soma de quaisquer dois planos
concorrentes pela origem e R3. Logo, U + W = R3.
Vamos mostrar que ha uma relacao entre as dimensoes dos subespacos
U, W , U ∩ W e U + W , sempre que U e W tem dimensoes finitas.
Proposicao 9
Sejam U e W subespacos de dimensao finita de um espaco vetorial real V .
Entao,
dimR(U + W ) = dimR(U) + dimR(W ) − dimR(U ∩ W ).
Demonstracao: Suponhamos que U ∩ W = {0V }. Seja α = { v1, . . . , vℓ} umabase de U ∩ W . Entao, α ⊂ U ∩ W e um subconjunto linearmente indepen-
dente de U ∩ W , U e W . Podemos completar α a uma base β de U e a uma
base γ de W . Escolhemos { u 1, . . . , u r} ⊂ U e { w1, . . . , ws} ⊂ W , tais que
β = { v1, . . . , vℓ, u 1, . . . , u r} e uma base de U e γ = { v1, . . . , vℓ, w1, . . . , ws} e
uma base de W .
Vamos mostrar que δ = { v1, . . . , vℓ, u 1, . . . , u r, w1, . . . , ws} e uma base
de U + W , obtendo a formula proposta para as dimensoes,
dimR(U + W ) = ℓ + r + s
= (ℓ + r) + (ℓ + s) − ℓ
= dimR(U) + dimR(W ) − dimR(U ∩ W ).
(i) δ gera U + W :
Seja v = u + w, com u ∈ U e w ∈ W . Como β e uma base
de U e γ e uma base de W , entao, existem a1, . . . aℓ, b1, . . . , br ∈ R e
c1, . . . , cℓ, d1, . . . , ds ∈ R tais que
u = a1 v1 + · · · + aℓ vℓ + b1 u 1 + · · · + br u r e
w = c1 v1 + · · · + cℓ vℓ + d1 w1 + · · · + ds ws.
Portanto,
u + w = (a1+c1) v1+· · ·+(aℓ+cℓ) vℓ+b1 u 1+· · ·+br u r+d1 w1+· · ·+ds ws.
(ii) δ e linearmente independente:
Sejam a1, . . . aℓ, b1, . . . , br, c1, . . . , cs ∈ R, tais que
a1 v1 + · · · + aℓ vℓ + b1 u 1 + · · · + br u r + c1 w1 + · · · + cs ws = 0v. ( ⋆ )
Entao,
a1 v1 + · · · + aℓ vℓ + b1 u 1 + · · · + br u r = −c1 w1 − · · · − cs ws ∈ U ∩ W .
Portanto, existem d1, . . . , dℓ ∈ R, tais que−c1 w1 − · · · − cs ws = d1 v1 + · · · + dℓ vl,
M.L.T.Villela
U F F 66
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 31/34
Soma e soma direta de subespacos PARTE 2 - SEC ˜ AO 4
logo d1 v1 + · · · + dℓ vl + c1 w1 + · · · + cs ws = 0V . Como γ e linearmente
independente, entao d1 = · · · = dℓ = c1 = · · · = cs = 0. Substituindo em
( ⋆ ), obtemos a1 v1+· · ·+aℓ vℓ+b1 u 1+· · ·+br u r = 0v. Como β e linearmente
independente concluımos que a1 = · · · = aℓ = b1 = · · · = br = 0. Logo, δ e
linearmente independente.
Quando U ∩ W = {0V }, temos ℓ = dimR(U ∩ W ) = 0, comecamos com
β = { u 1, . . . , u r} e γ = { w1, . . . , ws} bases de U e W , respectivamente, e
mostramos que δ = β ∪ γ e uma base de U + W . Nesse caso,
dimR(U + W ) = dimR(U) + dimR(W ).
Definicao 11 (Soma direta)
Sejam U
e W
subespacos do espaco vetorial V
. Dizemos que a soma U + W
e uma soma direta se, e somente se, U ∩ W = {0V }. Nesse caso, escrevemos
U ⊕ W .
Exemplo 50
Verifique que no Exemplo 47 temos U ⊕ W = R2 e no Exemplo 48 temos
U ⊕ W = R3 pois, em ambos os casos, U ∩ W = 0V . Enquanto, no Exemplo
49 a soma U + W = R3 nao e uma soma direta, pois dimR(U ∩ W ) = 1 = 0.
Exemplo 51
Vamos determinar o subespaco U + W do R4
, ondeU = [ u 1 = (1,1,2,1), u 2 = (1,2,1,0)] e
W = [ w1 = (1, −1,1,1), w2 = (1,1,2,0)].
Primeiramente, observamos que
v ∈ U + W ⇐⇒ v = u + w, onde u ∈ U e w ∈ W ,⇐⇒ v = a1 u 1 + a2 u 2 + b1 w1 + b2 w2,
com a1, a2, b1, b2 ∈ R,
⇐⇒ v ∈ [ u 1, u 2, w1, w2 ].
Logo, U + W = [ u 1, u 2, w1, w2 ].Quando fazemos operacoes elementares nas linhas de um matriz A, na pratica
fazemos combinacoes lineares com as linhas de A e o espaco gerado pelas
linhas de A e o mesmo espaco gerado pelas linhas nao nulas (sao linearmente
independentes) da reduzida R a forma em escada equivalente a A.
Vamos reduzir por linhas a matriz cujas linhas sao u 1, u 2, w1, w2.
1 1 2 1
1 2 1 0
1 −1 1 11 1 2 0
∼1
1 1 2 1
0 1 −1 −1
0 −2 −1 00 0 0 −1
∼2
1 0 3 2
0 1 −1 −1
0 0 −3 −20 0 0 −1
∼3
Fizemos a sequencia de
operacoes elementares:
em ∼1 : L2
→L2 − L1 ,
L3 → L3 − L1 , L4 → L4 − L1 ;
em ∼2 : L1 → L1 − L2 ,L3 → L3 + 2L2 ;
Instituto de Matem´ atica
67 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 32/34
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 33/34
Soma e soma direta de subespacos PARTE 2 - SEC ˜ AO 4
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
0 0 0 0
.
Logo, U + W = [e1, e2, e3, e4 ] = R4. Como dimR(U) = 3 e dimR(W ) = 3,
entao dimR(U ∩ W ) = 2. Nesse caso, a soma nao e soma direta.
Exercıcios
1. Sejam V um espaco vetorial real e U e W subespacos de V .
(a) Mostre que U ∩ W e o maior subespaco de V contendo U e W .
(b) Mostre U + W e o menor subespaco de V contendo U ∪ W .
2. Considere os seguintes subespacos do R3:
U = {(x,y,z ) ∈ R3 ; x = 0},
W = {(x,y,z ) ∈ R3 ; y − 2z = 0} e
V = {(x,y,z ) ∈ R3 ; x = y = z }.
(a) Determine uma base e a dimensao de cada um dos subespacos
U,V,W,U ∩ V, U ∩ W, V ∩ W, U + V, U + W, V + W .
(b) Entre as somas de subespacos U + V, U + W, V + W quais sao
somas diretas?
3. Seja V um espaco vetorial real e U e W subespacos de V tais que
U ∩ W = {0V }. Mostre que se v = u + w = u ′ + w′, com u, u ′ ∈ U e
w, w′ ∈ W , entao u = u ′ e w = w′.
4. Considere o espaco vetorial real V = M2×2(R) e os subespacos
U =
x −x
y z
; x,y,z ∈ R
e W =
a b
−a c
; a,b,c ∈ R
.
(a) Determine as dimensoes de U, W , U ∩ W e U + W .
(b) Mostre que U + W = V .
Instituto de Matem´ atica
69 U F F
8/18/2019 Material Prof Maria Lúcia - Módulo 2
http://slidepdf.com/reader/full/material-prof-maria-lucia-modulo-2 34/34
´ Algebra Linear I
Soma e soma direta de subespacos
5. Consideremos os subespacos de Mn×n(R),
U = {A ∈ Mn×n(R) ; At = A} e W = {A ∈ Mn×n(R) ; At = −A}.
(a) Mostre que U ∩ W = {0}.
(b) De dimR(U), dimR(W ) e dimR(U + W ).
(c) Seja A ∈ Mn×n(R).
i. Mostre que se A = B + C, onde B ∈ U e C ∈ W , entao
At = B − C.
ii. Mostre que B = A+At
2 e C = A−At
2 .
iii. Mostre que Mn×n(R) = U ⊕ W .