Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Definição
Sejam um conjunto não vazio V, o conjunto dos números reais R e duas operações binárias, adição e
multiplicação por escalar.
+ : V ×V → V ⋅ : R ×V → V
( v, u ) a v + u ( k , v) a k ⋅ v
V é um Espaço Vetorial sobre R, ou Espaço Vetorial Real ou um R-espaço vetorial, com estas
operações se as propriedades abaixo, chamadas axiomas do espaço vetorial, forem satisfeitas:
Exemplos :
1) R2 com as operações:
( x, y ) + ( z, t ) = ( x + z, y + t )
k ⋅ ( x, y ) = ( kx, ky )
É um espaço vetorial pois os oito axiomas acima são verificados, cabe lembrar que o elemento
neutro da adição 0V é o par ordenado (0,0) .
2) Rn com as operações:
( x1 , x 2 ,..., x n ) + ( y1 , y 2 ,..., y n ) = ( x1 + y1 , x 2 + y 2 ,..., x n + y n )
k ⋅ ( x1 , x 2 ,..., x n ) = ( kx1 , kx 2 ,..., kx n )
3) O conjunto das matrizes reais de ordem m × n , com as operações usuais é um espaço vetorial, tal
que o elemento neutro da adição é a matriz nula.
4) O conjunto dos polinômios, com coeficientes reais, de grau menor ou igual a n, com as operações
abaixo:
p( x ) + q( x ) = ( a n + bn ) x n + ... + ( a1 + b1 ) x + ( a 0 + b0 )
k ⋅ p( x ) = ka n x n + ... + ka1 x + ka 0
onde p( x ) = a n x n + ... + a1 x + a 0 e q( x ) = bn x n + ... + b1 x + b0 .
É um espaço vetorial, onde o elemento neutro da adição 0V é o polinômio 0 x n + ... + 0 x + 0 .
41
5) R2 com as operações abaixo não é um espaço vetorial.
( x, y ) + ( z, t ) = ( x + z,0)
k ⋅ ( x, y ) = ( kx, ky )
Não possui elemento neutro, pois:
Seja 0V = ( e1 , e 2 ) tal que ( x, y ) + ( e1 , e 2 ) = ( x, y ) .
Mas, ( x, y ) + ( e1 , e 2 ) = ( x + e1 ,0) .
Assim, ( x, y ) = ( x + e1 ,0) .
Portanto, para todo y ∈ R , y = 0 .
Logo, não existe elemento neutro.
Subespaço Vetorial
Um subespaço vetorial de V é um subconjunto não vazio S ⊆ V com as seguintes propriedades:
Sub1. 0V ∈ S .
Sub2. Fechamento de S em relação à operação de Adição.
Se u ∈ S e v ∈ S então u + v ∈ S .
Sub3. Fechamento de S em relação à operação de Multiplicação por Escalar
Se u ∈ S e k ∈ R então k ⋅ u ∈ S .
Notação: S ≤ V .
Exemplos:
1) S = {( x,0,0), x ∈ R} é um subespaço vetorial do R3 com as operações de adição e multiplicação por
escalar usuais.
Um vetor u pertence ao subespaço S quando possui a 2ª e 3ª coordenadas iguais a zero.
Verificando as propriedades de subespaço.
1. 0V ∈ S ? Sim, (0,0,0) ∈ S .
2. Se u ∈ S e v ∈ S então u + v ∈ S ?
Sejam u = ( x1 ,0,0) ∈ S e v = ( x 2 ,0,0) ∈ S .
Então u + v = ( x1 + x 2 ,0,0) ∈ S .
Logo, S é fechado sob a operação de adição de vetores.
3. Se u ∈ S e k ∈ R então k ⋅ u ∈ S ?
Seja u = ( x1 ,0,0) ∈ S .
Então k ⋅ u = ( kx1 ,0,0) ∈ S .
Logo, S é fechado sob a operação de multiplicação por escalar.
O subespaço S poderia ser descrito ainda por {( x, y , z ) ∈ R 3 | y = 0 e z = 0} .
2. Se u ∈ S e v ∈ S então u + v ∈ S ?
Sejam u = (0, y, z ) ∈ S e v = (0, t , r ) ∈ S , com y ≥ z e t ≥ r .
Então u + v = (0, y + t , z + r ) ∈ S , com y + t ≥ z + r .
3. Se u ∈ S e k ∈ R então k ⋅ u ∈ S ?
42
Não. (Contra-exemplo)
Sejam (0,4,−1) ∈ S e − 2 ∈ R .
( −2) ⋅ (0,4,−1) = (0,−8,2) ∉ S , pois − 8 ≤ 2 .
O fato do vetor 0V pertencer ao conjunto S não implica que este seja um subespaço.
Todo espaço vetorial V admite pelo menos dois subespaços: o próprio espaço V e o conjunto {0V } ,
chamado subespaço nulo. Estes dois subespaços são denominados subespaços triviais de V e os
demais subespaços próprios de V.
Combinação Linear
Sejam os vetores v1 , v 2 ,..., v n ∈V . Um vetor w ∈V está escrito como combinação linear dos vetores
v1 , v 2 ,..., v n quando w = k1 ⋅ v1 + k 2 ⋅ v 2 + ... + k n ⋅ v n onde k1 , k 2 ,..., k n ∈ R .
Exemplos:
1) O vetor ( −1,−1) é uma combinação linear dos vetores (1,2) e (3,5) , pois:
( −1,−1) = 2 ⋅ (1,2) + ( −1) ⋅ (3,5)
2) O vetor (1,2,3) não pode ser escrito como combinação linear dos vetores (1,0,0) e (0,0,1) , pois:
k 1 ⋅ (1,0,0) + k 2 ⋅ (0,0,1) = (1,2,3) (*)
( k1 ,0,0) + (0,0, k 2 ) = (1,2,3)
( k 1 ,0, k 2 ) = (1,2,3)
k 1 = 1
Assim, 0 = 2
k = 3
2
O sistema é impossível.
Logo não existem valores reais para k 1 e k 2 que satisfaçam a igualdade (*).
3) Determinando a “lei” que define (todos) os vetores que podem ser escritos como combinação linear
de (1,0,0) e (0,0,1) .
k 1 ⋅ (1,0,0) + k 2 ⋅ (0,0,1) = ( x, y , z )
( k1 ,0,0) + (0,0, k 2 ) = ( x, y , z )
( k1 ,0, k 2 ) = ( x, y , z )
k 1 = x
Assim, 0 = y
k = z
2
O sistema é possível quando y = 0 e para quaisquer x, z ∈ R .
Assim, {( x, y , z ) ∈ R 3 | y = 0} é o conjunto de todos os vetores escritos como combinação linear de
(1,0,0) e (0,0,1) .
Geometricamente, trata-se do plano XZ.
43
Subespaço Vetorial Gerado e Conjunto Gerador
Sejam os vetores v1 , v 2 ,..., v n ∈V e [v1 , v 2 ,..., v n ] o conjunto de todas as combinações lineares destes
vetores. O conjunto [v1 , v 2 ,..., v n ] é um subespaço vetorial de V, denominado subespaço vetorial
gerado pelos vetores v1 , v 2 ,..., v n .
O conjunto {v1 , v 2 ,..., v n } é o conjunto gerador do subespaço [v1 , v 2 ,..., v n ] .
Exemplos:
1) O vetor (1,2) ∈ R 2 gera o conjunto [(1,2)] = {( x,2 x ), x ∈ R} .
k ⋅ (1,2) = ( x, y )
( k ,2k ) = ( x, y )
k = x
Assim,
2 k = y ∴ y = 2 x
O conjunto de todas as combinações lineares do vetor (1,2) é o conjunto de todos os seus múltiplos
escalares.
Geometricamente, [(1,2)] é uma reta definida pela equação y − 2 x = 0 .
2) [(1,1,0), (1,2,1)] = {( x, y , z ) ∈ R 3 | x − y + z = 0} .
k 1 ⋅ (1,1,0) + k 2 ⋅ (1,2,1) = ( x, y , z )
( k 1 , k 1 ,0) + ( k 2 ,2k 2 , k 2 ) = ( x, y , z )
( k 1 + k 2 , k 1 + 2k 2 , k 2 ) = ( x , y , z )
k 1 + k 2 = x
Assim, k 1 + 2k 2 = y
k = z
2
1 1 x 1 1 x
Matriz ampliada 1 2 y e matriz escalonada 0 1 y − x .
0 1 z 0 0 z − y + x
Para se determinar os vetores que são combinações lineares de (1,1,0) e (1,2,1) é necessário que o
sistema seja possível, isto é, x − y + z = 0 .
Logo, [(1,1,0), (1,2,1)] = {( x, y , z ) ∈ R 3 | x − y + z = 0} = {( y − z, y, z ), y , z ∈ R} .
Geometricamente, [(1,1,0), (1,2,1)] é um plano no R 3 com equação x − y + z = 0 .
3) [(1,3), ( 4,2)] = R 2 .
k1 ⋅ (1,3) + k 2 ⋅ ( 4,2) = ( x, y )
( k 1 + 4k 2 ,3k 1 + 2k 2 ) = ( x, y )
k + 4 k 2 = x
Assim, 1
3k1 + 2k 2 = y
1 4 x 1 4 x
Matriz ampliada 3x − y .
e matriz escalonada
3 2 y 0 1
10
Como o sistema é possível e determinado, nenhuma condição deve ser satisfeita.
Logo, [(1,3), ( 4,2)] = R 2 .
44
4) Encontre a equação do espaço gerado pelos vetores (1,1,2), ( −2,0,1) e ( −1,1,3) .
O espaço gerado é o conjunto de vetores v = ( x, y, z ) ∈ R 3 que possam ser escritos como
combinação linear dos vetores dados, isto é, k1 ⋅ (1,1,2) + k 2 ⋅ ( −2,0,1) + k 3 ⋅ ( −1,1,3) = ( x, y, z ) .
k 1 − 2 k 2 − k 3 = x
Assim, k 1 + 0k 2 + k 3 = y
2k + 2k + 3k = z
1 2 3
1 − 2 −1 x
1 − 2 − 1 x
y−x
Matriz ampliada 1 0 1 y e matriz escalonada 0 1 1 .
2 2
1 3 z x − 5 y + 2z
0 0 0
2
Exemplos:
1) {(1,3), (4,2)} é LI, pois:
k1 ⋅ (1,3) + k 2 ⋅ ( 4,2) = (0,0)
( k1 + 4k 2 ,3k 1 + 2k 2 ) = (0,0)
k + 4k 2 = 0
Assim, 1
3k 1 + 2k 2 = 0
1 4 0 1 4 0
Matriz ampliada e matriz escalonada .
3 2 0 0 1 0
O sistema é possível e determinado com k1 = k 2 = 0 .
Assim, o conjunto é LI. Um dos vetores não é múltiplo escalar do outro.
Foi visto que o espaço gerado por {(1,3), (4,2)} é R2, ou seja [(1,3), (4,2)] = R2.
45
O sistema é possível e indeterminado, com k 1 = −2k 2 . Então, o conjunto é LD, pois ( 2,6) = 2 ⋅ (1,3).
Os vetores (1,3) e (2,6) pertencem a uma mesma reta. O espaço gerado pelo conjunto {(1,3), (2,6)}
é {( x, y ) ∈ R 2 | y = 3x}, isto é, [(1,3), ( 2,6)] = {( x, y ) ∈ R 2 | y = 3x}.
1 3
2 1 3 0 1 0
Matriz ampliada 0 2 2 0 e matriz escalonada 0 12 2
1 0 .
5 3 8 0 0 0 0 0
Como o sistema é possível e indeterminado, o conjunto é LD.
Notação: dim V
Exemplos:
1) Os conjuntos {(1,0), (0,1)} e {(1,3), (4,2)} são bases do R2.
O conjunto {(1,2), (3,5), (2,1)} não é base do R2 , pois apesar de gerar R2 , não é LI.
O conjunto {(1,2)} é LI mas não gera o R2 , portanto também não é uma base do R2.
Toda base de R2 tem dois vetores de R2 que geram R2 e que são LI.
Logo, dim R 2 = 2 .
46
Espaço Vetorial Base Canônica Dimensão
R {1} 1
R2 {(1,0),(0,1)} 2
R4 {(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1)} 4
Mat 2×2 ( R ) 1 0 0 0 0 1 0 0 4
, , ,
0 0 1 0 0 0 0 1
Polinômios com coeficientes reais de {1, x, x 2 } 3
grau menor ou igual a 2
(Sub1) 0V ∈ S1 ∩ S 2 ?
0V ∈ S1 , pois S1 ≤ V .
0V ∈ S 2 , pois S 2 ≤ V .
Assim, 0V ∈ S1 ∩ S 2 .
(Sub2) Se v ∈ S1 ∩ S 2 e u ∈ S1 ∩ S 2 então v + u ∈ S1 ∩ S 2 ?
v ∈ S1 ∩ S 2 ∴ v ∈ S1 e v ∈ S 2
u ∈ S1 ∩ S 2 ∴ u ∈ S1 e u ∈ S 2
Então, v + u ∈ S1 e v + u ∈ S 2 .
Logo, v + u ∈ S1 ∩ S 2 .
(Sub3) Se v ∈ S1 ∩ S 2 e k ∈ R então k ⋅ v ∈ S1 ∩ S 2 ?
v ∈ S1 ∩ S 2 ∴ v ∈ S1 e v ∈ S 2
Então, k ⋅ v ∈ S1 e k ⋅ v ∈ S 2 .
Logo, k ⋅ v ∈ S1 ∩ S 2 .
Exemplos:
1) Sejam S1 = {( x,0,0), com x ∈ R} e S 2 = {( x, y, z ) ∈ R 3 | y = x + z} .
S1 ∩ S 2 = {( x, y , z ) ∈ R 3 | ( x, y , z ) ∈ S1 e ( x, y , z ) ∈ S 2 } .
y = 0
Assim, z = 0
y = x + z
Logo, S 1 ∩ S 2 = {(0,0,0)} .
Geometricamente, tem-se uma reta e um plano no R3 que se interceptam na origem.
2) Sejam S1 = {( x, y , z ) ∈ R 3 | y = 3x} e S 2 = {( x, y , z ) ∈ R 3 | 2 x − y + 3z = 0} .
S1 ∩ S 2 = {( x, y , z ) ∈ R 3 | y = 3x e 2 x − y + 3z = 0} .
47
− 3x + y = 0
Assim,
2 x − y + 3z = 0
− 3 1 0 0 1 − 13 0 0
→
2 − 1 3 0 0 1 − 9 0
Logo, S 1 ∩ S 2 = {(3z,9 z, z ), z ∈ R} , ou seja, S 1 ∩ S 2 = {z ⋅ (3,9,1), z ∈ R} .
Geometricamente, a interseção é representada por uma reta que passa pelos pontos (0,0,0) e
(3,9,1).
2. Soma
Sejam S 1 e S 2 subespaços do espaço vetorial real V.
O conjunto soma de S 1 e S 2 , S1 + S 2 = {v ∈V | v = s1 + s 2 , com s1 ∈ S1 e s 2 ∈ S 2 } , é também um
subespaço vetorial de V.
Exemplos:
1) Sejam S1 = {( x,0,0), x ∈ R} e S 2 = {( x, y, z ) ∈ R 3 | y = x + z} .
S1 + S 2 = {( x, y , z ) ∈ R 3 | ( x, y , z ) = s1 + s 2 , com s1 ∈ S1 e s 2 ∈ S 2 } .
Tem-se que, ( x,0,0) ∈ S1 e ( x, x + z, z ) ∈ S 2 , para quaisquer x, z ∈ R .
Mas, x ⋅ (1,0,0) ∈ S1 e x ⋅ (1,1,0) + z ⋅ (0,1,1) ∈ S 2 , para quaisquer x, z ∈ R .
Assim, {(1,0,0)} é base do subespaço S1 e {(1,1,0),(0,1,1)} é uma base do subespaço S 2 .
Então, ( x, y , z ) ∈ S1 + S 2 quando ( x, y , z ) = k1 ⋅ (1,0,0) + k 2 ⋅ (1,1,0) + k 3 ⋅ (0,1,1) .
k 1 + k 2 = x
Assim, k 2 + k 3 = y
k = z
3
Sistema possível, logo S1 + S 2 = R 3 .
48
Seja V um espaço vetorial n-dimensional. Se S 1 e S 2 são subespaços de V então:
dim( S1 + S 2 ) = dim S1 + dim S 2 − dim( S1 ∩ S 2 ) .
Este resultado é conhecido como Teorema da Dimensão.
3. Soma Direta
Sejam S 1 e S 2 subespaços do espaço vetorial real V.
A soma de S 1 e S 2 é denominada soma direta quando S1 ∩ S 2 = {0V } .
Notação: S 1 ⊕ S 2
v = k 1 ⋅ v1 + k 2 ⋅ v 2 + ... + k n ⋅ v n
Toda vez que a expressão “coordenadas em relação a uma base” é utilizada, uma base ordenada está
sendo considerada.
49
Matriz de Transição de uma Base para uma outra Base
Que relação existe entre as coordenadas de um vetor no antigo referencial e em um novo referencial?
Uma matriz permitirá a relação entre estes referenciais, as bases do espaço vetorial. Esta matriz é
denominada matriz de transição ou matriz mudança de base.
O desenvolvimento a seguir considera duas bases do R2, no entanto o mesmo raciocínio pode ser
utilizado para qualquer espaço vetorial V n-dimensional.
Sejam A = {u1 , u 2 } e B = {w1 , w2 } bases do R2.
Para qualquer v ∈ R 2 , tem-se:
v = a ⋅ u1 + b ⋅ u 2 (1)
a
isto é, [v ] A = .
b
Como u1 e u 2 são vetores do R2, podem ser escritos como combinação linear dos vetores da base B.
u1 = a11 ⋅ w1 + a 21 ⋅ w2
(2)
u 2 = a12 ⋅ w1 + a 22 ⋅ w2
Substituindo (2) em (1):
v = a ⋅ ( a11 ⋅ w1 + a 21 ⋅ w2 ) + b ⋅ ( a12 ⋅ w1 + a 22 ⋅ w2 )
v = ( a ⋅ a11 + b ⋅ a12 ) ⋅ w1 + ( a ⋅ a 21 + b ⋅ a 22 ) ⋅ w2
a ⋅ a11 + b ⋅ a12
Assim, [v ] B = .
a ⋅ a 21 + b ⋅ a 22
a a12 a
Podendo ser rescrito como, [v ] B = 11 ⋅ .
a 21 a 22 b
a a12
A matriz 11 acima é denotada por [ I ] BA sendo denominada a matriz de transição da base A
a 21 a 22
para a base B.
As colunas da matriz [ I ] BA são as coordenadas dos vetores da base A em relação à base B.
Obtém-se a equação matricial, [v ] B = [ I ] BA ⋅ [v ] A .
Analogamente, [v ] A = [ I ] BA ⋅ [v ] B para mudança da base B para a base A.
Observe que, [v ] B = [ I ] BA ⋅ [v ] A .
Como, [v ] A = [ I ] BA ⋅ [v ] B .
Tem-se que, [v ] B = [ I ] BA ⋅ [ I ] BA ⋅ [v ] B .
Como, [v ] B = I n ⋅ [v ] B .
Então, I n = [ I ] BA ⋅ [ I ] BA .
Logo, [ I ] BA = ([ I ] BA ) −1 .
50
Exercícios
1) Verifique se R2 é um espaço vetorial, para as operações definidas abaixo.
( x, y ) + ( z, t ) = ( x − z, y − t )
a)
k ⋅ ( x, y ) = ( −kx,− ky )
( x, y ) + ( z, t ) = ( x + z, y + t )
b)
k ⋅ ( x, y ) = ( kx,0)
( x, y ) + ( z, t ) = ( x + z, y + t )
c)
k ⋅ ( x, y ) = ( 2kx,2ky )
( x, y ) + ( z, t ) = (0,0)
d)
k ⋅ ( x, y ) = ( kx, ky )
( x, y ) + ( z, t ) = ( xz, yt )
e)
k ⋅ ( x, y ) = ( kx, ky )
( x, y ) + ( z, t ) = ( x + z + 1, y + t + 1)
f)
k ⋅ ( x, y ) = ( kx, ky )
( x, y ) + ( z, t ) = ( x + z, y + t )
g)
k ⋅ ( x, y ) = ( kx, y )
x − y + z = 2
4) Verifique se o conjunto solução do sistema 2 x + 4 y − z = 0 é um subespaço vetorial de R3.
x − 2 y − z = 1
6) O vetor v = (−2,1,0) pode ser escrito como combinação linear dos vetores (1,2,0) e (0,1,0)?
4
7) Escreva p( x ) = x 2 + x − 1 como combinação linear de q( x ) = x 2 − 2 x e r ( x ) = 2 x 2 − .
3
51
8) O conjunto {(−1,2), (0,1), (3,1)} gera o R2?
13) Para que valores de k os vetores (1,2,0, k ), (0,−1, k ,1), (0,2,1,0) e (1,0,2,3k ) geram um espaço
tridimensional ?
17) Determine o subespaço interseção e o subespaço soma para os casos abaixo, indicando quando a
soma é direta.
a) S1 = {( x, y , z ) ∈ R 3 | x − 2 y + z = 0} e S 2 = {( x, y , z ) ∈ R 3 | x + 3 y = 0}
b) S1 = {( x, y , z ) ∈ R 3 | x = y} e S 2 = {( x, y , z ) ∈ R 3 | x + y + z = 0}
21) Considere A = {(1,1,1), (0,2,3), (0,2,−1)} uma base para o R3. Encontre as coordenadas de
v = (3,5,−2) em relação a esta base.
1
23) Sendo A = {( −3,−1), ( 2,0)} uma base para o R2 e [v ] A = . Encontre:
5
a) As coordenadas de v na base canônica.
b) As coordenadas de v na base B = {(2,1), (1,5)} .
1 2
24) Encontre as coordenadas vetor v =
do ∈ Mat 2×2 ( R ) em relação à base
0 3
1 2 0 1 0 0 0 3
B = , , , .
2 1 − 1 0 1 − 2 0 0
25) Dadas as bases do R3, A = {( −1,0,2), (0,1,0), (0,0,2)} e B = {(0,0,1), (0,−2,1), (1,0,−1)}.
a) Determine [ I ] BA .
− 1
b) Considere [v ] A = 2 . Calcule [v] B .
3
1 − 2
27) Seja [ I ] BA = e B = {(1,−2), ( 2,0)}. Determine a base A.
0 − 3
53
1 2
28) Seja a matriz mudança de base de B para A. Determinar a base A, sabendo que
0 3
B = {(1,−1), (0,1)}.
− 1
29) Sabendo que A = {u1 , u 2 } e B = {w1 , w2 } são bases do R2 tais que: [v ] A = , w1 = u1 − u 2 e
0
w2 = 2 ⋅ u1 − 3 ⋅ u 2 , determine [v] B .
30) Considere A = {(1,1,1), (0,2,3), (0,2,−1)} e B = {(1,1,0), (1,−1,0), (0,0,1)} . Determine as matrizes
mudança de base.
Respostas
1) Nenhum é espaço vetorial. 5
3) a)b)d) Não
20) [v ] A = 0
c)e)f) Sim − 2
4) Não
5) (1,−2) = 1 ⋅ (1,2) + ( − 43 ) ⋅ (0,3) 21) ( v ) A = (3,−1,2)
6) Sim, k1 = −2 e k 2 = 5
7) p( x ) = ( − 12 ) ⋅ q( x ) + 43 ⋅ r ( x ) 22) v = ( 2,−2,−5)
9) 4 x + 2 y − z = 0 7 4
23) a) [v ] = b) [v ] B =
10) a)d)e) LI − 1 − 1
b)c) LD
1
12) F,V,V,F,F,V,F,F,V,V,
1
F,V,F,F,V,F,V,V,F,V, 24) [v ] B =
F,F,F −1
1
−
3
13) k = 1 ou k = − 23 1 1
2 6
2
14) a) base : {(2,1,1)} e dim = 1 25) a) [ I ] B = 0 − 2 0 b) [v ] B = − 1
A 1
54
Apêndice B – Teoremas
1. O elemento neutro é único.
6. Para todo v ∈V , 0 ⋅ v = 0V .
7. Para todo k ∈ R , k ⋅ 0V = 0V .
10. Para todo v ∈V e para todo n ∈ N − {0} , n ⋅ v = v + v + ... + v (soma com n parcelas).
13. Sejam {v1 , v 2 ,..., v r } ⊆ V e v ∈V . Se v é uma combinação linear dos vetores v1 , v 2 ,..., v r então
[v1 , v 2 ,..., v r , v ] = [v1 , v 2 ,..., v r ] .
14. Sejam {v1 , v 2 ,..., v r } ⊆ V e {u1 , u 2 ,..., u s } ⊆ V . [v1 , v 2 ,..., v r ] = [u1 , u 2 ,..., u s ] se e somente se cada
um dos vetores do conjunto {v1 , v 2 ,..., v r } é uma combinação linear dos vetores u1 , u 2 ,..., u s e
cada um dos vetores do conjunto {u1 , u2 ,..., us } é uma combinação linear dos vetores v1 , v 2 ,..., v r .
16. Seja {v1 , v 2 ,..., v r } ⊆ V . Se v i = 0V , para algum i = 1,..., r então {v1 , v 2 ,..., v r } é linearmente
dependente.
17. Seja {v1 , v 2 ,..., v r } ⊆ V . O conjunto {v1 , v 2 ,..., v r } é linearmente dependente se e somente se pelo
menos um destes vetores é combinação linear dos demais.
Corolário19. Seja {v1 , v 2 ,..., v n } ⊆ V . Se {v1 , v 2 ,..., v n } é uma base de V então todo vetor v ∈V
pode ser escrito de forma única como combinação linear dos vetores v1 , v 2 ,..., v n da
base.
20. Seja {v1 , v 2 ,..., v r } ⊆ V . O conjunto {v1 , v 2 ,..., v r } é linearmente independente se e somente se
nenhum destes vetores é combinação linear dos demais.
21. Seja {v1 , v 2 ,..., v r } ⊆ V . Se {v1 , v 2 ,..., v r } é linearmente independente então qualquer um de seus
subconjuntos é linearmente independente.
22. Seja {v1 , v 2 ,..., v r } ⊆ V . Se [v1 , v 2 ,..., v r ] = V então existe uma base A de V tal que
A ⊆ {v1 , v 2 ,..., v r } .
Corolário22a. Seja {v1 , v 2 ,..., v r } ⊆ V . Se {v1 , v 2 ,..., v r } gera o espaço vetorial V então qualquer
conjunto de vetores de V com mais do que r elementos é linearmente dependente.
Corolário22b. Seja {v1 , v 2 ,..., v r } ⊆ V . Se {v1 , v 2 ,..., v r } gera V então qualquer conjunto de vetores
de V linearmente independente tem no máximo r elementos.
23. Seja {v1 , v 2 ,..., v r } ⊆ V . Se {v1 , v 2 ,..., v r } é linearmente independente então pode-se estender o
conjunto {v1 , v 2 ,..., v r } a um conjunto B base de V.
24. Sejam dim V = n e {v1 , v2 ,..., vn } ⊆ V . O conjunto {v1 , v2 ,..., vn } é uma base de V se é linearmente
independente ou se gera o espaço vetorial V.
25. Seja {v1 , v 2 ,..., v n } uma base do espaço vetorial V e {u1 , u 2 ,..., u m } ⊆ V .
i. Se m > n então o conjunto {u1 , u 2 ,..., u m } é linearmente dependente.
ii. Se m < n então o conjunto {u1 , u 2 ,..., u m } não gera o espaço vetorial V.
30. Seja S é um subespaço vetorial de V tal que S ≠ {0V } . Então dim S ≤ dim V .
31. Se V é a soma direta dos subespaços vetoriais S e U então todo vetor v ∈V é escrito de maneira
única na forma v = s + u , com s ∈ S e u ∈U .
57