1 O espaço vetorial R2
A definição de espaço vetorial que veremos adiante faz uso da ideia de operações definidas
sobre um conjunto. Iniciaremos nosso estudo explorando esta noção.
Neste conjunto temos uma forma de somar usual, que geralmente, num curso de Geometria
Analı́tica, nos referimos como soma de vetores. Esta soma usual é definida como
Para nossos propósitos, o mais importante é observar que esta operaçãoo de soma sobre R2
satisfaz:
1) Ela é comutativa, isto é,
3) Ela possui elemento neutro, isto é, existe um elemento (x, y) ∈ R2 tal que
1
É simples ver que este elemento (x1 , y1 ) é o vetor (−x, −y).
O interessante é que poderı́amos definir outras somas em R2 , ou seja, poderı́amos mudar a
regra da soma usual. Vejamos alguns exemplos.
Note que, por exemplo, (1, 0) + (2, 3) = (1, 5). Esta soma é comutativa? Para responder a esta
pergunta, geralmente temos duas opções, quais sejam:
i) Mostrar que (x1 , y1 ) + (x2 , y2 ) = (x2 , y2 ) + (x1 , y1 ) ∀ (x1 , y1 ), (x2 , y2 ) ∈ R2 e daı́ a resposta
à pergunta seria positiva.
ii) Encontrar dois vetores (x1 , y1 ), (x2 , y2 ) tais que (x1 , y1 ) + (x2 , y2 ) ̸= (x2 , y2 ) + (x1 , y1 ) e
daı́ a resposta à pergunta seria negativa.
Neste caso a opção (ii) nos parece melhor já que temos (1, 0) + (2, 3) = (1, 5) e (2, 3) +
(1, 0) = (5, 1) e, portanto, a operação não é comutativa.
É interessante observar que (1, 4) + (2, 3) = (2, 3) + (1, 4) = (5, 5) mas isto não implica
que a operação é comutativa já que para ser comutativa devemos ter (x1 , y1 ) + (x2 , y2 ) =
(x2 , y2 ) + (x1 , y1 ) ∀ (x1 , y1 ), (x2 , y2 ) ∈ R2 e não apenas para alguns vetores em R2 .
Exemplo 4 A soma definida acima, que já sabemos ser comutativa, possui elemento neutro?
De outra forma, existe um vetor (x, y) tal que (x1 + y1 ) + (x, y) = (x1 , y1 ) ∀ (x1 , y1 ) ∈ R2 ?
Geralmente a forma mais simples de responder a esta pergunta é tomarmos um primeiro ve-
tor em R2 e tentarmos determinar um segundo vetor que somado ao primeiro produza como
resultado o primeiro. Assim, o segundo vetor será um candidato a elemento neutro. Tomemos
o vetor (1, 0) e busquemos um vetor (x, y) tal que (1, 0) + (x, y) = (1, 0). Pela definição de
nossa soma teremos (1, 0) + (x, y) = (y, 1 + x). Para que (1, 0) + (x, y) = (1, 0) devemos ter
(y, 1 + x) = (1, 0), ou ainda,y = 1, x = −1. Logo o único vetor que somado ao vetor (1, 0)
2
produz o próprio vetor (1, 0) é o vetor (−1, 1) e, portanto, se a soma estudada possui elemento
neutro, este só pode ser o vetor (−1, 1). Devemos responder agora à seguinte pergunta:
(x, y) + (−1, 1) = (x, y) ∀ (x, y) ∈ R2 ?
Vejamos
(x, y) + (−1, 1) = (y + 1, x − 1)
mas (y+1, x−1) não é igual a (x, y) para todo (x, y). De fato é simples verificar que (y+1, x−1)
é igual a (x, y se, e somente se, x = y + 1 (verifique!), o que acontece no vetor (1, 0). Mas,
por exemplo, (1, 1) + (−1, 1) = (2, 0) ̸= (1, 1). Constatamos, então, que a soma não possui
elemento neutro.
3
No caso desta multiplicação, tomando a soma usual, temos que:
1) λ[(x1 , y1 ) + (x2 , y2 )] = λ(x1 , y1 ) + λ(x2 , y2 ) ∀ λ ∈ R e ∀ (x1 , y1 ), (x2 , y2 ) ∈ R2 .
2) (λ + µ)(x, y) = λ(x, y) + µ(x, y) ∀ λ, µ ∈ R e ∀ (x, y) ∈ R2 .
3) λ[µ(x, y)] = (λµ)(x, y) ∀ λ, µ ∈ R e ∀ (x, y) ∈ R2 .
4) 1(x, y) = (x, y) ∀ (x, y) ∈ R2 .
Fixada uma soma em R2 , estaremos interessados em multiplicações sobre R2 que satisfaçam
(1), (2), (3) e (4) acima. Vejamos alguns exemplos.
Exemplo 7 Considere sobre R2 a soma usual e o produto dado por λ(x, y) = (λy, λx). Cla-
ramente observamos que esta multiplicação não satisfaz a condição (4) acima.
Exemplo 9 Acompanhe este exemplo. Considere em R2 a soma e produto dados por (x1 , y1 )+
(x2 , y2 ) = (x1 + x2 + 1, y1 + y2 ) e λ(x, y) = (λx + λ − 1, λy). Verifiquemos quais condições
dentre (1), (2), (3) e (4) acima estão verificadas.
Inicialmente, é simples verificarmos que a condição (4) é satisfeita. Busquemos mostrar
que as outras condições também são válidas. O mais simples nos três casos talvez seja calcular
os lados direito e esquerdo e comparar os resultados. Vejamos a condição (1). Calculando o
lado direito teremos
λ[(x1 , y1 ) + (x2 , y2 )] = λ(x1 + x2 + 1, y1 + y2 ) = (λ(x1 + x2 + 1) + λ − 1, λ(y1 + y2 )) =
(λx1 + λx2 + λ + λ − 1, λy1 + λy2 ) = (λx1 + λx2 + 2λ − 1, λy1 + λy2 ). Já o lado esquerdo nos
leva a
λ(x1 , y1 ) = λ(x2 , y2 ) = (λx1 +λ−1, λy1 )+(λx2 +λ−1, λy2 ) = (λx1 +λx2 +2λ−1, λy1 +λy2 ).
Logo, a condição (2) está verificada.
Quanto à condição (2) teremos:
(λ + µ)(x, y) = ((λ + µ)x + λ + µ − 1, (λ + µ)y) = (λx + µx + λ + µ − 1, λy + µy). Por autro
lado
λ(x, y) + µ(x, y) = (λx + λ − 1, λy) + (µx + µ − 1, µy) = (λx + λ + µx + µ − 1, λy + µy)..
Vejamos a condição (3).
λ[µ(x, y)] = λ[(µ+µ−1, µy)] = (λ(µx+µ−1)+λ−1, λµy) = (λµx+λµ−λ+λ−1, λµy) =
(λµx + λµ − 1, λµy. Temos ainda
(λµ)(x, y) = (λµx + λµ − 1, λµy).
4
Exercı́cio 10 Sejam a e b números reais fixados. Em R2 considere a soma e o produto defi-
nidos por
Mostre que todas as condições para soma e produto são satisfeitas, determinando, inclusive,
elemento neutro e simétricos.
Definição 12 Um conjunto não-vazio V juntamente com uma operação de soma e uma operação
de produto por número real definidas sobre V será dito um espaço vetorial real(espaço vetorial)
se estas operações satisfazem:
(1) A soma é comutativa, isto é, u + v = v + u ∀ u, v ∈ V
(2) A soma é asociativa, isto é, (u + v) + w = u + (v + w) ∀ u, v, w ∈ V
(3) Existe elemento neutro para a soma, isto é, existe um elemento w ∈ V tal que v + w =
w + v = v∀v ∈ V
4) Todo elemento possui simétrico, isto é, para cada v ∈ V fixado, existe v ′ ∈ V tal que
v + v ′ = v ′ + v = w(elemento neutro)
5) A multiplicação é associativa, isto é, λ(µv) = (λµ)v, f orall λ, µ ∈ R e v ∈ V
5
6) A multiplicação é distributiva em relação à soma em V , isto é, λ(u + v) = λu + λv ∀ λ ∈
R e u, v ∈ V
7) A multiplicação é distributiva em relação ao produto de números, isto é, (λ + µ)v =
λv + µv ∀ λ, µ ∈ R e v ∈ V
8) 1v = v ∀ v ∈ V .
Antes de passarmos a alguns exemplos, façamos algumas considerações sobre esta definição.
1) Um espaço vetorial é composto pelo conjunto V e as operações fixadas de soma e
produto satisfazendo as condições acima, ou seja, se mudamos uma ou as duas operaçoes,
ainda que as novas operações satisfaçam as condições acima teremos um outro espaço vetorial.
Vide a observação 11 acima.
2) A condição (8) pode parecer óbvia, mas depende do produto definido, já que à esquerda
temos o produto do número 1 pelo elemento v e à direita somente o elemento v. Vide exemplo
7 acima.
3) Ao assumirmos que um conjunto V é um espaço vetorial, estará implı́cito que o mesmo é
não-vazio e que existem operações de soma e produto fixadas satisfazendo as condições acima.
Os elementos de um espaço vetorial serão chamados vetores.
4) Um espaço vetorial será dito complexo se as condições 5, 6 e 7 são verificadas para
números complexos. Neste curso estaremos sempre trabalhando com espaços vetoriais reais.
5) As operações definidas devem sempre ter como resultado um elemento ainda de V , isto
é, ao somarmos dois elementos de V o resultado deve ainda estar em V . Ao multiplicarmos
um número por um elemento de V o resultado sempre deve ser um elemento de V .
6) Abaixo mostraremos que o elemento neutro de um espaço vetorial é único e o denomi-
naremos por vetor nulo do espaço, indicando-o por 0. Mostraremos ainda que para cada vetor
v fixado seu simétrico é único. Este simétrico será indicado por −v. Bem entendido, −v é o
vetor que somado ao vetor v produz como resultado o vetor nulo.
Vejamos agora alguns exemplos.
Exemplo 13 Já sabemos que Rn , Mm×n e F [i] são espaços vetoriais reais com as operações
de soma e produto usuais. Quando nos referirmos a alguns destes conjuntos ou mesmo sub-
conjuntos destes e não mencionarmos as operações, estaremos supondo sempre as operações
usuais. Sendo V um espaço vetorial, temos os chamados subespaços triviais de V , quais sejam,
W = V e W = {0}.
{( ) }
x 1
Exemplo 14 Considere V = , x ∈ R . Note que ao somarmos dois elementos
1 x
de V obtemos um elemento que não está em V , logo a soma usual não define uma operação
sobre V e nem temps nada a considerar para concluir que não temos um espaço vetorial com
as operações usuais.
{( ) }
x 0
Exemplo 15 onsidere V = , x ∈ R . V é um espaço vetorial?
0 x
6
Observe que, neste caso, as operaçoes usuais definem soma e produto sobre V . É claro que
todas as condições da definição anterior são satisfeitas e, portanto, V é um espaço vetorial.
Exemplo 18 Considere o espaço vetorial do exemplo 16. Determine escalares λ e µ tais que
λ(−1, 2) + µ(4, 3) = 0. Neste exemplo devemos lembrar que 0 = (−1, 0) juntamente com as
operaçoes definidas. Usando a definição do produto teremos λ(−1, 2) = (−λ + λ − 1, 2λ) =
(−1, 2λ). Teremos, ainda, µ(4, 3) = (4µ + µ − 1, 3µ) = (5µ − 1, 3µ). Logo λ(−1, 2) + µ(4, 3) =
(5µ − 2 + 1, 2λ + 3µ) = (5µ − 1, 2λ + 3λ). Portanto devemos ter (5µ − 1, 2λ + 3λ) = (−1, 0),
o que nos leva ao sistema {
5µ − 1 = −1
2λ + 3µ = 0
Exemplo 19 Determine escalares λ e µ tais que λ(−1, 2) + µ(4, 3) = (1, 1). Neste caso,
devemos resolver o sistema {
−λ + 4µ = 1
2λ + 3µ = 1
Exemplo 20 Considere o espaço vetorial do exemplo 16. Determine escalares λ e µ tais que
λ(−1, 2) + µ(4, 3) = (1, 1). Neste caso, somos levados ao sistema
{
5µ − 1 = 1
2λ + 3µ = 1
7
Exemplo 21 Seja P2 = {p : R → R; p(x) = a2 x2 + a1 x1 + a0 com a2 , a1 , a0 ∈ R}. Note que
P2 ⊂ F [R]. É simples verificar que com as operaçoes usuais P2 é um espaço vetorial.
Prova.
1) Como V é um espaço vetorial, sabemos que existe um elemento neutro. Geralmente,
para mostrarmos que existe apenas um, supomos a existência de dois e msotramos que estes
são iguais. Consideremos 0 e 0′ elementos neutros. Como 0 é elemento neutro devemos ter
0 + 0′ = 0′ . Por outro lado, como 0′ é elemento neutro, temos que 0 + 0′ = 0 e, daı́, temos que
0 = 0′ .
2) Seja v ∈ V e suponhamos w e w′ simétricos de v. Então temos w = w+0 = w+(v+w′ ) =
(w + v) + w′ = 0 + w′ = w′ .
3) Temos λ0 = λ(0 + 0) = λ0 + λ0. Somando o simétrico de λ0 a ambos os lados teremos
λ0 + (−λ0) = λ0 + λ0 + (−λ0), ou ainda, 0 = λ0.
4) 0v = (0 + 0)v = 0v + 0v. Tal como no item anterior somando o simétrico de 0v a ambos
os lados teremos 0 = 0v.
5) v| + v +
{z. . . + v} = (1| + 1 +
{z. . . + 1})v = nv
n parcelas n parcelas
6) Para mostrar que −v = −1v devemos mostrar que o simétrico de v é o vetor −1v, isto
é, devemos mostrar que −1v + v = 0. Mas −1v + v = −1v + 1v = (−1 + 1)v = 0v = 0, logo
−1v = −v.
7) Suponhamos λv = 0. Se λ ̸= 0 podemos multiplicar a igualdade por 1/λ e daı́ obtemos
v = λ1 0 = 0. Daı́ temos que se λ ̸= 0 teremos v = 0, logo pelo menos um deles é igual a 0.
{( ) }
x 0
Exercı́cio 23 1) O conjunto V = ,x ∈ R é um espaço vetorial? Justifique!
0 y
8
2) Sobre o conjunto M2×2 definimos a operação:
( ) ( ) ( )
x z x1 z1 x + x1 + 1 z + z1 + 2
+ =
w y w1 y1 w + w1 + 3 y + y1 + 4
(a) Esta soma possui elemento neutro? Justifique! Se sim, determine-o e verifique quais
elementos possuem simétrico.
(b) M2×2 é um espaço vetorial com esta soma e o prouto usual? Justifique!
3) Considere M2×2 com a soma definida no exercı́cio anterior e o produto definido por
( ) ( )
x z λx + λ − 1 λz + 2λ − 2
λ =
w y λw + 3λ − 3 λy + 4λ − 4
9
Em vista da definição acima, para mostrarmos que um conjunto é um subespaço deverı́amos
verificar todas as oito condições da definição de espaço vetorial. O teorema abaixo motra que
isto não é necessário.
Prova.
Será discutida em sala!
Exemplo 33 Verifique se o vetor v = (1/2, −1) é combinação linear dos vetores v1 = (−1, 0), v2 =
(1, −1/2) e v3 = (0, 1/2).
O conjunto de todos os vetores que são combinação linear dos vetores v1 , v2 , . . . , vk será
indicado por
[v1 , v2 , . . . , vk ].
10
Em outras palavras, anotaremos v ∈ [v1 , v2 , . . . , vk ] se, e somente se, existirem números reais
λ1 , λ2 , . . . , λk tais que v = λ1 v1 + λ2 v2 + . . . + λk vk . Note que
Exemplo 39 Considerando o espaço vetorial do exemplo 16, teremos (2, 1) ∈ [(−1, 1), (−1, −3)]?
Note que no exemplo anterior, o vetor (−1, −3) é múltiplo do vetor (−1, 1) pois (−1, −3) =
−3(−1, 1).
Um dos fatos mais relevantes sobre combinações lineares é revelado no teorema abaixo.
11
{( ) }
a b
a) V = ∈ M2×2 com b = c
c d
{( ) }
a b
b) W = ∈ M2×2 com b = c + 1
c d
3) O conjuntos das matrizes simétricas n×n é um subspaço vetorial de Mn×n ? E o conjunto
das anti-simétricas?
4) Considere o subspaço de R4 S = [(1, 1, −2, 4), (1, 1, −2, 1), (1, 4, −4, 8)]
a) O vetor (2, 1, −1, 2) ∈ S?
b) O vetor (0, 0, 1, 1) ∈ S?
{( ) }
2a a + 2b
5) Seja W = ∈ M2×2
0 a−b
a) W é um subspaço de M2×2 ? Justifique!
( )
0 −2
b) ∈ W?
0 −1
( )
0 2
c) ∈ W?
3 1
0 0 0 1 0 1 0 2
6) Seja W = 1 1 , 0 −1 , 0 0 . O vetor 3 4 ∈ W ?
0 0 1 0 0 0 5 0
7) Considere em F [R] as funções f (x) = 1, g(x) = sen2 x e h(x) = cos2 x. Teremos
f ∈ [g, h]? Justifique!
8) Considere em F [R] as funções f (x) = ex , g(x) = sen x e h(x) = cos x. Teremos
f ∈ [g, h]? Justifique!
9) Considere o espaço vetorial M2×2 com as operações definidas no exercı́cio 23, itens 2 e
3.
[( ) ( ) ( )] ( )
0 0 0 1 0 1 0 2
Seja W = , , . O vetor ∈ W?
1 1 0 −1 0 0 3 4
Os espaços para os quais a resposta à pergunta acima é verdadeira são os chamados espaços
vetoriais de dimensão finita. Formalmente temos a seguinte definição.
12
Exemplo 44 Para cada número inteiro positivo n teremos que Rn é um espaço de dimensão
finita!
Para caracterizarmos os espaços de dimensão finita, a resposta aà pergunta abaixo derá de
grande ajuda.
Sabemos que dados vetores v1 , v2 , . . . , vk ∈ V podemos sempre escrever o vetor nulo como
combinação linear destes vetores, isto é,
Problema 45 Será que a única forma de escrever o vetor nulo como combinação linear de
v1 , v2 , . . . , vk é esta?
Exemplo 46 1) Mostre que a única forma de escrever o vetor nulo como combinação linear
dos vetores v = (1, 0, 0), u = (−1, 1, 0) e w = (1, −1, 1) é 0 = 0v1 + 0v2 + 0v3 .
2) E no caso dos vetores v = (1, 0, 0), u = (−1, 1, 0) e w = (1, 1, 0)?
Exemplo 47 Mostre que, em F [R], a única forma de escrever o vetor nulo como combinação
linear dos vetores f (x) = sen x e g(x) = cos x é 0 = 0sen x + cos x.
Exemplo 51 Considerando o espaço vetorial do exemplo 16, teremos (1, 1), (2, 2) vetores LI?
Justifique!
Exemplo 52 Considere o espaço vetorial M2×2 com as operações definidas no exercı́cio 23,
itens 2 e 3.
{( ) ( ) ( )}
0 0 0 1 0 1
O conjunto W = , , é LI?
1 1 0 −1 0 0
13
Observação 53 1) Se um conjunto de vetores não é LI, diremos que o mesmo é linearmente
dependente (LD).
2) Quando o conjunto de vetores {v1 , v2 , . . . , vk } é LI (LD) muitas vezes diremos que os
vetores v1 , v2 , . . . , vk são LI (LD).
14