1.

3 COMBINAO LINEAR
Uma das caractersticas mais importantes de um espao vetorial a obteno de novos vetores a partir de
um conjunto pr fixado de vetores desse espao. Por exemplo, ao fixarmos em R
3
o vetor u = (2, 1, 3), podemos
obter a partir de u qualquer vetor v do tipo v = a.u, onde a R. Assim, o vetor w = ( 4, 2, 6) obtido de u quando
a = 2. Na verdade, qualquer vetor da reta que contm u criado por u, ou, equivalentemente, podemos dizer que
u gera a reta que o contm.
Revisando e, ao mesmo tempo, ilustrando um pouco mais a definio que segue, sabemos que todo vetor
v = (a, b, c) em R
3
pode ser escrito na forma
v = ai + bj + ck
onde i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1), ou seja, v uma combinao linear dos vetores i, j, k. Esse conceito,
como veremos a seguir, no se restringe ao R
2
ou R
3
.
1.3.1 Definio.
Sejam v1, v2, ..., vn vetores quaisquer de um espao vetorial V e a1, a2, ..., an nmeros reais. Ento todo vetor
vV da forma
v = a1v1 + a2v2 + ... + an vn
um elemento de V ao que chamamos combinao linear de v1, v2, ..., vn.
1.3.2 Exemplo. Em R
3
, o vetor v = ( 7, 7, 7) uma combinao linear dos vetores u1 = ( 1, 2, 4) e u2 = (5, 3, 1),
pois:
( 7, 7, 7) = 2( 1, 2, 4) 1(5, 3, 1).
1.3.3 Exemplo. Em M23,

1 7 7
10 8 5
1
2 1 3
1 5 1
2
3 9 1
8 2 3
ou
6 3 2
2 1 0
2
5 1 1
4 0 1
3
3 9 1
8 2 3

,
_

,
_

,
_

,
_

,
_

,
_

de forma que o vetor

- 3 2 8
-1 9 3

_
,
uma combinao linear dos vetores do conjunto

'

,
_

,
_

6 3 2
2 1 0
,
5 1 1
4 0 1
e tambm de

'

,
_

,
_

1 7 7
10 8 5
,
2 1 3
1 5 1
.
Esse exemplo mostra que um mesmo vetor pode ser escrito como combinao linear de diferentes conjuntos
de vetores.
1.3.4 Exemplo. Em Pn, qualquer polinmio pode ser escrito como combinao linear dos monmios 1, x, x
2
, ..., x
n
.
Esclarecendo e particularizando: em P3, o polinmio p(x) = 3 + 4x
2
uma combinao de 1, x, x
2
, x
3
, pois:
3 + 4x
2
= 3.1 + 0.x + 4.x
2
+ 0.x
3
Observamos aqui que qualquer polinmio p(x) = a + bx + cx
2
+ dx
3
em P3 obtido atravs de uma
combinao linear dos vetores do conjunto {1, x, x
2
, x
3
} pois:
a + bx + cx
2
+ dx
3
= a.1 + b.x + c.x
2
+ d.x
3
18
x
J o polinmio q(x) = 2 + 3x + x
2
+ 2x
3
+ 4x
4
no uma combinao linear dos vetores 1, x, x
2
, x
3
. Dizemos, neste
caso, que o polinmio q(x) no pertence ao subespao gerado pelos vetores 1, x, x
2
e x
3
. Isto nos leva seguinte
definio.
1.3.5 Definio.
Um conjunto de vetores {v1, v2, ..., vn} de um espao vetorial V dito gerador de V se todo vetor em V pode
ser escrito como combinao linear desses vetores. Ou seja, para todo v V, existem escalares a1, a2, ..., an,
tais que
v = a1v1 + a2v2 + .. + anvn
Usa-se a notao V = [v1, v2, ..., vn], que se l "V gerado pelos vetores v1, v2, ..., vn."
Uma vez que todo subespao de um espao vetorial V tambm um espao vetorial, a definio acima se
extende a todos os subespaos vetoriais de V.
O conjunto de vetores gerados por v1, v2, ...,vn, isto ,
W = {v V / v = a1v1 + a2v2 + ... + anvn}
um subespao vetorial de V. (A prova feita em 1.2.6).
1.3.6 Exemplo. Vimos, no item 1.3.4, que o espao vetorial P3 gerado pelos vetores 1, x, x
2
, x
3
, pois
P3 = {p(x) / p(x) = a.1 + b.x + c.x
2
+ d.x
3
}.
Podemos, ento, escrever P3 da seguinte forma:
P3 = [1, x, x
2
, x
3
].
1.3.7 Exemplo. Consideremos em R
2
o vetor v = (1, 1) e determinemos o subespao W gerado por v, ou seja,
W = [v] = {u R
2
/ u = a.v}
Facilmente se percebe que W R
2
pois tomando t = (1, 2) vemos que t a.v, a R, ou seja, t W.
Voltando a definio de W, temos:
W = {(x, y) R
2
/ (x, y) = a(1, 1)}
de forma que
x a
y a

'

, isto , y = x.
Assim, W = {(x, y) R
2
/ y = x} ou W = {(x, x) / x R }. Geometricamente, W a reta bissetriz dos
quadrantes mpares.
Observe que se tomarmos w = (2, 2), o subespao gerado por w o mesmo que o gerado por v, e que pode ser
gerado por ambos, isto ,
W = [v] = [w] = [v, w]
Isto vale porque w = 2.v, ou seja, v e w esto sobre a mesma reta.
Na verdade, se tivermos n vetores v1, v2, ..., vn, todos no nulos e sobre a mesma reta suporte, podemos dizer
que a reta gerada por cada um dos vetores ou por k deles, onde k pode variar de 1 a n.
19
W
y
x
v
1.3.8 Exemplo. Para encontrarmos um conjunto de geradores do R
2
e do R
3
, basta lembrar que:
a) todo vetor v = (x, y) R
2
pode ser escrito na forma
v = xi + yj,
onde i = (1, 0) e j = (0, 1). Assim, R
2
= [i, j].
b) todo vetor v = (x, y, z) R
3
pode ser escrito na forma
v = xi + yj + zk
de forma que R
3
= [i, j, k].
1.3.9 Exemplo. Seja W = [(1, 1, 2), (2, 1, 1)]. Vimos, seguindo a definio 1.3.5, que W um subespao vetorial
do R
3
. De posse do que dispomos at o momento podemos determinar W das seguintes formas:
a) Aplicando a definio e resolvendo o sistema resultante.
W = {(x, y, z) R
2
/ (x, y, z) = a(1, 1, 2) + b(2, 1, 1)}
Ento

,
_

,
_

'

,
_

+

+
z y x
x y
x
l l l
x z
x y
x
2l l l
l l l
z
y
x
b a z
b a y
b a x
1 3 3
0 0
3 0
2 1
2 3 0
3 0
2 1

1 2
1 1
2 1
.
2
2
2 3 3 1 2 2
.
O sistema tem soluo somente se x y + z = 0 ou x + y z = 0. Assim:
W = {(x, y, z) R
3
/ x + y z = 0}
ou seja, W o plano definido pela equao x + y z = 0.
b) Utilizando 1.2.5:
1
o
) W no a origem pois quem gera a origem o vetor nulo.
2
o
) W no uma reta pois os vetores que geram W no so mltiplos, isto , (1, 1, 2) a(2, 1, 1) para todo a R.
3
o
) Como os dois vetores no so mltiplos, eles determinam um plano. Assim, qualquer outro vetor (x, y, z) do plano
deve satisfazer:
x y z
x y z 1 1 2
2 1 1
0 0

+
Logo, o subespao W gerado pelos vetores (1, 1, 2) e (2, 1, 1) o plano que passa pela origem definido pela
equao x + y z = 0, ou seja, W = {(x, y, z) R
3
/ x + y z = 0}.
1.3.10 Exemplo. Para gerar o espao M22 =
a a
a a
a
ij
11 12
21 22

_
,

'

;
)
/ R so necessrios, no mnimo, 4 vetores, pois os
vetores de M22 so formados por 4 elementos (aij) de valores quaisquer. Uma maneira simples de encontrar geradores
de um espao buscar uma combinao linear de vetores que resulte na forma genrica apresentada.
Por exemplo:
a a
a a
a a a a
11 12
21 22
11 12 21 22
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1

_
,

_
,

_
,

_
,

_
,

ou
a a
a a
a a
a a
11 12
21 22
11 12
21 22
2
2 0
0 0 3
0 3
0 0
0 0
1 0
0 0
0 1

_
,

_
,

_
,

_
,

_
,

etc...
Assim podemos dizer que
M22 =
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1

_
,

_
,

_
,

_
,

1
]
1
, , ,
ou
M22 =
2 0
0 0
0 3
0 0
0 0
1 0
0 0
0 1

_
,

_
,

_
,

_
,

1
]
1
, , ,
20
Observemos que existem infinitas possibilidades para a combinao linear acima. Alm disso, tambm
verdadeiro afirmar que:
M22 =
1 0
0 0
0 1
0 0
0 0
1 0
0 0
0 1
2 1
3 2

_
,

_
,

_
,

_
,

_
,

1
]
1
, , , ,
pois, uma vez identificado um conjunto mnimo de geradores de um espao, podemos a ele acrescentar quantos
vetores quisermos, desde que sejam do mesmo espao.
Veja que o vetor
2 1
3 2

_
,
uma combinao linear dos outros vetores pois
2 1
3 2
2
1 0
0 0
1
0 1
0 0
3
0 0
1 0
2
0 0
0 1

_
,

_
,
+

_
,
+

_
,
+

_
,
,
de forma que ele "criado" por estes. Essa observao foi tambm explorada no exemplo do item 1.3.7.
No estudo da lgebra Linear, muitos conceitos esto estreitamente ligados obteno de um conjunto com
um nmero mnimo de vetores que geram um espao vetorial V. Na verdade, no uma tarefa muito difcil encontrar
um conjunto de geradores de um espao que satisfaa essa condio. No entanto, quando solicitado mais de um
conjunto ou quando necessrio que identifiquemos, numa coleo de vetores, quais e quantos so suficientes e
necessrios para gerar um determinado espao, o trabalho (braal) pode se tornar cansativo e complicado. Se, por
outro lado, conhecemos como os vetores se relacionam entre si, a tarefa torna-se mais simples e a compreenso da
teoria mais rica.
Com este propsito, seguimos com os conceitos de dependncia e independncia linear de vetores.
Consideremos, apenas para introduzir os conceitos citados, V = R
2
e os vetores u = (1, 1) e v = (2, 2). Como
j visto no exemplo 1.3.7, o subespao W gerado por u ou v ou ambos
W = {(x, y) R
2
/ y = x}
que representa a reta bissetriz dos quadrantes mpares.
Geometricamente os vetores u e v encontram-se sobre a mesma reta suporte,
e v = 2u v 2u = 0.
Tomemos agora os vetores i = (1, 0) e j = (0, 1). Sabemos, por 1.3.8, que eles geram o R
2
e que no so
mltiplos. Isto ,
bi aj para todo a, b R*,
de forma que
bi aj 0
ou
bi + cj 0 se b 0 e c 0.
No primeiro caso, v 2u = 0, possvel obter o vetor nulo atravs de uma combinao linear, com escalares
no todos nulos, dos vetores v e u. No segundo, bi + cj = 0 somente se b = c = 0. Dizemos, ento, que os vetores v e u
so linearmente dependentes e que os vetores i e j so linearmente independentes, significando que u e v esto
relacionados entre si atravs de uma combinao linear, e que i e j no se relacionam por uma combinao linear.
Consideremos agora V = R
3
e os vetores u = (1, 2, 3), v = ( 4, 1, 5) e w = ( 5, 8, 19). Procedendo como no
exemplo 1.3.9 e conhecendo os subespaos de R
3
, temos que estes vetores geram um plano que passa pela origem ou o
prprio R
3
(pense no porqu disso). Tomando apenas 2 dos 3 vetores, por exemplo, u e v, obtemos o subespao que
estes dois geram:
21
, 0 9 17 7 0 5 1 4
3 2 1
+ z y x
z y x
ou seja, o subespao gerado por u e v o plano de equao 7x 17y + 9z = 0. Substituindo as componentes de w na
equao obtida temos: 7( 5) 17(8) + 9(19) = 0, ou seja, w tambm pertence a este plano. Isto significa que w
"criado" por u e v, ou melhor, existem escalares a e b tais que
w = a.u + b.v
Ao resolvermos o sistema obtemos:
w = 3u + 2v,
de forma que
w 3u 2v = 0.
Desta maneira, possvel obter o vetor nulo atravs de uma combinao linear dos vetores u, v e w sem que
tenhamos que multiplic-los todos por zero. De acordo com o anteriormente exposto, dizemos que os vetores u, v e w
so linearmente dependentes.
Generalizando temos a seguinte definio:
1.3.11 Definio.
Sejam v1, v2, ..., vn, vetores de um espao vetorial V. Diz-se que o conjunto {v1, v2, ..., vn} linearmente
independente (l.i.), ou que os vetores v1, v2, ..., vn so l.i., se a equao
a1v1 + a2v2 + ... + anvn = 0
implica que a1 = a2 = ... = an = 0. No caso em que a igualdade se verifique para algum ai 0 diz-se que {v1,
v2, ..., vn} linearmente dependente (l.d.), ou que os vetores v1, v2, ..., vn so l.d.
1.3.12 Propriedades da dependncia e independncia linear
Propriedade 1. Um nico vetor v l.d. se e somente se v = 0.
Prova.
De fato, .v = 0, 0.
Propriedade 2. Um conjunto de vetores {v1, v2, ..., vn} l.d. se e somente se um destes vetores for uma
combinao linear dos outros.
Prova.
() Sejam v1, v2, ..., vn l.d. e consideremos a equao
a1v1 + a2v2 + ... + anvn = 0.
Segundo a definio dada, ao menos um dos coeficientes diferente de zero. Suponhamos aj 0 para algum
j.
Ento
vj =
+ + + + +
+ +
1
1 1 1
a
a a a a
j
j j n
( ... ... ) v v v v
1 1 j j n 1
e portanto
v v v
j
j
n
j
n
a
a
a
a
+ +
1
1
... ... ,
ou seja, vj uma combinao linear dos outros (n 1) vetores.
() Consideremos, para algum j, que vj uma combinao linear dos outros (n 1) vetores do conjunto
{v1, ..., vj, ..., vn}. Ento
vj = b1v1 + ... + bj-1vj-1 + bj+1 vj+1 + ... + bnvn.
Da
b1v1 + ... 1vj + ... + bnvn = 0 com bj = 1 0 e,
{v1, v2, ..., vn} l.d.
22
Observaes. Decorre dessa propriedade o que segue:
x Dois vetores u e v so l.d. se e somente se um mltiplo escalar do outro.
Por exemplo, os vetores ( 1, 1, 2) e (2, 2, 4) so l.d. pois
(2, 2, 4) = 2( 1, 1, 2).
y Trs vetores em R
3
so l.d. se e somente se so coplanares .
Prova.
() Sejam u = (x1, y1, z1), v = (x2, y2, z2) e w = (x3, y3, z3) vetores l.d. Ento, pela propriedade 2, podemos
escrever
w = au + bv,
ou seja, w = (ax1 + bx2, ay1 + by2, az1 + bz2). Da, utilizando propriedades de determinante, temos:
x y z
x y z
x y z
x y z
x y z
ax bx ay by az bz
x y z
x y z
ax ay az
x y z
x y z
bx by bz
1 1 1
2 2 2
3 3 3
1 1 1
2 2 2
1 2 1 2 1 2
1 1 1
2 2 2
1 1 1
1 1 1
2 2 2
2 2 2
0 0
0

+ + +
+
+

Ou seja,
(u, v, w) =
x y z
x y z
x y z
1 1 1
2 2 2
3 3 3
0 ,
o que prova que os vetores u, v e w so coplanares (propriedade de produto misto).
() u, v e w so coplanares (hiptese), ento (u, v, w) = 0.
Tomemos a equao
a1u + a2v + a3w = 0.
Devemos provar que ai 0 para algum i = 1, 2, 3.
Da equao resulta o sistema homogneo
a x a x a x
a y a y a y
a z a z a z
1 1 2 2 3 3
1 1 2 2 3 3
1 1 2 2 3 3
0
0
0
+ +
+ +
+ +

'

que tem a representao matricial
x x x
y y y
z z z
a
a
a
1 2 3
1 2 3
1 2 3
1
2
3
0
0
0

1
]
1
1
1

1
]
1
1
1

1
]
1
1
1
Observemos que a matriz A dos coeficientes tal que
det (A) = (u, v, w)
t
= 0
Assim o sistema compatvel e indeterminado, o que significa que tem infinitas solues. Portanto os escala-
res ai no so obrigatoriamente todos nulos e os vetores u, v e w so l.d.
z Para verificar a dependncia ou independncia linear de 3 vetores em R
3
podemos utilizar o enunciado anterior na
forma:
l.i. sao , , 0 ) , , (
l.d sao , , 0 ) , , (
w v u w v u
w v u w v u


Exemplo. Os vetores u = (2, 1, 3), v = ( 2, 1 , 3) e w = (1, 0, 1) so l.d. pois
23
. 0
1 0 1
3 1 2
3 1 2
) , , (

w v u
Tambm podemos pensar da seguinte forma: u e v so colineares (pois so mltiplos). Ento, no importa como
seja definido w, pela propriedade 2 sendo um dos vetores combinao linear dos outros, no caso, u = 1v + 0w, temos
que o conjunto {u, v, w} l.d.
{ Consideremos a matriz K, cujas linhas so formadas pelos vetores v1, v2, ..., vn, ou seja,
1
1
1
1
1
1
1
1
]
1

n
v
v
v
v
K


j
2
1
,
e suponhamos que vj = a1v1 + a2v2 + ... + aj-1vj-1 + aj+1vj+1 + ... + anvn.
Ento pela propriedade 2, os n vetores dados so l.d. Vamos ver, neste caso, o que acontece com as linhas da matriz K.
K
v
v
v v v
v
1
2
1 2

+ + +

1
]
1
1
1
1
1
1
1
1

a a a
n 1 2
...
n
n
Apliquemos sobre as linhas de K a seguinte sequncia de operaes elementares:
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
]
1

+ +
1
1
1
1
1
1
1
1
]
1

+ +

n n
n
n
n
v
0
v
v
v
v v
v
v
v
v v
v
v
2
1
2
1
2
2
1

j i
l a l l
a a l a l l a a
l a l l
i i j j
n j j n
j j
... ...
3 3 2 2 2
1 1
Observe que a linha ocupada pelo vetor vj foi toda anulada.
Isto aconteceu porque a linha j da matriz K uma combinao linear das outras linhas. Assim, para
mostrarmos que um conjunto l.d. basta anularmos, atravs de operaes elementares, ao menos uma linha de K.
Ainda, o nmero de vetores l.i. corresponde ao nmero de linhas que no se anulam em K.
Exemplo. Os vetores u = (2, 1, 1, 3), v = (1, 0, 1, 2), w = (1, 3, 1, 1) e t = ( 1, 2, 1, 0) so l.i. pois
nenhuma linha de K pode ser anulada:
1
1
1
1
]
1

1
1
1
1
]
1

+
+
1
1
1
1
]
1

+


1
1
1
1
]
1

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0 6 0 0
4 9 0 0
1 3 1 0
2 1 0 1
2
3
2 0 2 0
1 0 3 0
1 3 1 0
2 1 0 1
2
0 1 2 1
1 1 3 1
3 1 1 2
2 1 0 1
2 4 4
2 3 3
1 4 4
1 3 3
2 2

l l l
l l l
l l l
l l l
l l l
K
Nota. No necessrio realizar operaes elementares sobres as linhas de K at chegar (ou tentar chegar) na
matriz identidade pois isto vlido somente para matrizes quadradas. As operaes podem ser suspensas quando for
possvel garantir que nenhuma linha se anula ou que mais nenhuma se anula. No exemplo da observao {, a terceira
matriz j garante isso pois os elementos k11, k22, k34 e k43 no podem ser anulados.
Exemplo. Retomemos o enunciado do exemplo 1.3.9. Podemos utilizar a ltima observao para determinar
24
o plano W gerado pelos vetores (1, 1, 2) e (2, 1, 1). Seja u = (x, y, z) um vetor qualquer do plano W. Ento u uma
combinao linear dos vetores dados, de forma que a ltima linha da matriz
1
1
1
]
1

z y x
1 1 2
2 1 1
K , aps serem aplicadas
operaes elementares convenientes, deve se anular. Vejamos como fazer isto:
1
1
1
]
1

+

,
_

+
+
1
1
1
]
1

+ +



1
1
1
]
1

z y x
l
y x
l l
z x y x xl l l
l l l
z y x 0 0
3 3 0
2 1 1
2
2 0
3 3 0
2 1 1
2 1 1 2
2 1 1
2 3 3
1 3 3
1 2 2
Aqui, x y + z = 0, ou seja,
W = {(x, y, z) R
3
/ x + y z = 0}.
Propriedade 3. Um conjunto de n vetores em R
m
sempre l.d. se n > m.
Prova.
Sejam v1, v2, ..., vn vetores em R
m
e consideremos escalares a1, a2, ...,an, tal que
a1v1 + a2v2 + ... + anvn = 0 (A)
Tomemos vi = (x1i, x2i, ..., xmi), i = 1, 2, ..., n. A equao anterior resulta no sistema linear homogneo

'

+ + +
+ + +
+ + +
0 ...
0 ...
0 ...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n mn m m
n n
n n
a x a x a x
a x a x a x
a x a x a x

que tem m equaes e n incgnitas. Se n > m, temos um sistema compatvel e indeterminado, ou seja, ele admite
infinitas solues. Assim, a equao (A) vlida com ai 0 para algum i = 1, 2, ..., n, o que prova que os vetores v1,
v2, ..., vn so l.d.
Exemplo. Quatro vetores em R
3
so l.d. Tomemos u = (2, 3, 4), v = (4, 7, 6), w = (18, 11, 4) e
t = (2, 7, 3). A equao
a.u + b.v + c.w + d.t = 0
origina o sistema

'

+ +
+
+ + +
0 3 4 6 4
0 7 11 7 3
0 2 18 4 2
d c b a
d c b a
d c b a
que compatvel e indeterminado. Assim os escalares a, b, c e d no so todos nulos (obrigatoriamente) e os vetores u,
v, w e t so l.d. (refaa este exemplo usando a matriz K da observao { acima).
Propriedade 4. Um conjunto de vetores l.i. em R
n
contm, no mximo, n vetores.
Essa propriedade uma conseqncia imediata da propriedade anterior (Propriedade 3).
Exemplo. Consideremos aqui os vetores do exemplo anterior.
Tomando os conjuntos unitrios {u}, {v}, {w} e {t}, todos so l.i. (Propriedade 1).
Tomando o conjunto {u, v}, que contm 2 vetores, ele l.i. pois u e v no so mltiplos.
O conjunto {u, v, t}, de 3 vetores, tal que
0
3 7 2
6 7 4
4 3 2
) , , (

t v u
25
ou seja, l.i.
O conjunto {u, v, w, t}, como j vimos, l.d.
Propriedade 5. Qualquer conjunto que contenha o vetor nulo l.d.
Prova.
Seja = {v1, v2, ..., vk, 0} um conjunto de vetores. Aqui no interessa se os k primeiros vetores so l.i. ou l.d.
Independentemente disso a equao
a1v1 + a2v2 + ... + akvk + .0 = 0
verdadeira para a1 = a2 = ... = ak = 0 e um nmero real qualquer. Assim, pela definio 3, o conjunto l.d.
Propriedade 6. Seja A uma matriz quadrada e o conjunto formado pelos vetores que compem as linhas
(ou colunas) de A. l.i. se, e somente se, det(A) 0.
Prova.
l.i Ax = 0 tem apenas a soluo trivial x = 0
det (A) 0.
Observao. Na prtica a propriedade acima utilizada para o caso de trs vetores em R
3
.
Propriedade 7. Qualquer conjunto de n vetores l.i. em R
n
gera o R
n
.
Prova.
Seja = { v1, v2, ..., vn} um conjunto de n vetores l.i. em R
n
, onde vi = (x1i, x2i, ..., xni). Para mostrar que
gera o R
n
devemos provar que todo vetor v = ( y1, y2 , ..., yn) de R
n
se escreve como combinao linear dos vetores de .
Isto , que existem escalares a1, a2, .., an tais que
v = a1v1 + a2v2 + ... + anvn.
Substituindo os vetores nessa equao temos:
(y1, y2, ..., yn) = a1( x11, x21, ..., xn1) + ... + an( x1n, x2n, ..., xnn),
que resulta no sistema

'

+ + +
+ + +
+ + +
n n n n
n n
n n
y a x a x a x
y a x a x a x
y a x a x a x
nn 2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
...
...
...

A representao matricial do sistema Ax = b, onde

. e ,
2
1
2
1
2 1
2 22 21
1 12 11
1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

n n nn n n
n
n
y
y
y
a
a
a
x x x
x x x
x x x

b x A
Observemos que as colunas de A so formadas pelos vetores de que, por hiptese, so l.i. Ento pela
Propriedade 6, det(A) 0. Assim, o sistema Ax = b compatvel e determinado, isto , tem uma nica soluo
1
1
1
1
]
1

n
a
a
a

2
1
x . Isto mostra que v uma combinao linear dos vetores de .
Observao. Alm de provarmos a propriedade tambm mostramos que os escalares a1, a2, ..., an so nicos. Isto ser
til futuramente.
1.3.13 Exemplo. Trs vetores l.i em R
3
geram o R
3
. Sejam v1 = (2, 1, 4), v2 = (1, 0, 2) e v3 = (3, 1, 5). Ento:
26
0 1
5 1 3
2 0 1
4 1 2
) , , (

3 2 1
v v v
de forma que = {v1, v2, v3} um conjunto l.i. Assim, gera o R
3
, ou seja, todo vetor v = (x, y, z) R
3
se escreve (de
forma nica) como combinao linear dos vetores de (mostre isso como exerccio).
Convm lembrar o que isto significa: que o R
3
criado por estes trs vetores. Na verdade, quaisquer trs
vetores l.i. do R
3
criam o R
3
. Isto o que afirma a Propriedade 7.
1.3.14 Exemplo. O conjunto = {( 1, 3, 1), ( 2, 1, 0), ( 1, 2, 1), ( 3, 2, 1)} gera o R
3
mas no l.i., pois 4 vetores
em R
3
so l.d. (Propriedade 3). No entanto, se trs vetores de so l.i. ento estes geram o R
3
(Propriedade 7).
Podemos utilizar o procedimento dado na observao { para obtermos de os vetores l.i. que ali esto.
1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

0 0 0
0 1 0
2 0 0
1 3 1
2 4 0 0
0 1 0
2 0 0
1 3 1
7
5
4 7 0
0 1 0
2 5 0
1 3 1
3

2
1 2 3
1 2 1
0 1 2
1 3 1
2 4 4 3 4 4
3 2 2
1 4 4
1 3 3
1 2 2
l l l l l l
l l l
l l l
l l l
l l l
K .
Observemos que os elementos k11, k23 e k32 no podem ser zerados, de forma que as linhas 1, 2 e 3 no se anulam. Estas
linhas correspondem, respectivamente, aos vetores ( 1, 3, 1), ( 2, 1, 0) e ( 1, 2, 1) de . Assim
1 = {( 1, 3, 1), ( 2, 1, 0), ( 1, 2, 1)}
um conjunto l.i. de 3 vetores que geram o R
3
. Podemos tomar os vetores resultantes, de modo que
2 = {(1, 3, 1), ( 0, 0, 2), ( 0, 1, 0)}
tambm um conjunto l.i. de 3 vetores que geram o R
3
.
1.3.15 Exemplo. Quando o espao em questo no o R
n
, como no caso das matrizes e de polinmios, para verificar
a dependncia linear (ou independncia) de vetores nestes espaos, utilizamos dos recursos exibidos nos itens
seguintes:
a) Sejam

,
_

,
_

,
_

1 2 1
1 0 1
,
0 3 2
4 1 1
,
1 1 3
2 0 1
3 2 1
A A A vetores de M23.
1
a
Possibilidade: (definio)
Escrevemos a equao
a1A1 + a2A2 + a3A3 = 0
E procuramos os valores de a1, a2 e a3:

,
_

,
_

,
_

,
_

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

'

+
+ +
+ +

0
0 3
0 4 2
0
0
3 1
3 2 1
3 2 1
2
3 2 1
a a
a a a
a a a
a
a a a
equivalente ao sistema

'

0 3
0
0
3
2
3 2 1
a
a
a a a
cuja nica soluo a1 = a2 = a3 = 0 (faam como exerccio).
Assim o conjunto {A1, A2, A3} l.i.
2
a
Possibilidade: Seja
1
1
1
]
1

1 2 1 1 0 1
0 3 2 4 1 1
1 1 3 2 0 1
K
27
a matriz cujas linhas so formadas por A1, A2 e A3. Tentemos, atravs de operaes elementares sobre as linhas de
K, zerar uma linha da matriz:
1
1
1
]
1

+
+
0 3 4 3 0 0
1 4 5 6 1 0
1 1 3 2 0 1
1 3 3
1 2 2
l l l
l l l . Observemos que nenhuma linha pode ser zerada. Assim {A1, A2, A3} l.i.
Ainda, ao colocarmos os vetores nas linhas de K estamos relacionando cada vetor de M23 com sxtuplas
ordenadas do R
6
. Sabemos que 6 vetores l.i. do R
6
geram o R
6
, de forma que os 3 vetores, se considerados como
sxtuplas, (1, 0, 2, 3, 1, 1), ( 1, 1, 4, 2, 3, 0), ( 1, 0, 1, 1, 2, 1) no geram o R
6
. Da mesma forma podemos
dizer que A1, A2 e A3 no geram M23 e que so necessrios 6 vetores l.i. de M23 para gerar M23.
b) Podemos representar qualquer polinmio p(x) Pn por uma (n + 1)-upla de R
n+1
da seguinte forma:
p(x) = a0 + a1x + ... + anxn p(x) = (a0, a1, ..., an).
Assim, os polinmios
p1(x) = 2 + 3x
p2(x) = 1 + 2x x
3
p3(x) = 3x
2
+ 2x
3
p4(x) = 3 4x
3
podem ser representados pelas qudruplas ordenadas
v1 = (2, 3, 0, 0)
v2 = ( 1, 2, 0, 1)
v3 = (0, 0, 3, 2)
v4 = (3, 0, 0, 4).
Para verificar se os polinmios so l.i. ou l.d. trabalhamos em R
4
:

1
1
1
1
]
1

+
1
1
1
1
]
1

+
1
1
1
1
]
1

7 / 37 0 0 0
2 3 0 0
1 0 2 / 7 0
0 0 3 2
7
9
4 0 2 / 9 0
2 3 0 0
1 0 2 / 7 0
0 0 3 2
2
3
2
1
4 0 0 3
2 3 0 0
1 0 2 1
0 0 3 2
2 4 4
1 4 4
1 2 2
l l l
l l l
l l l
K
Observemos que os elementos da diagonal principal no podem ser zerados garantindo que nenhuma linha de
K zerada. Assim, os polinmios p1(x), p2(x), p3(x) e p4(x) so l.i. e, portanto, geram P3.
28