Campus Marabá

Instituto de Geociências e Engenharias

Faculdade de Engenharia Elétrica

Espaço e Subespaço Vetorial

Professor: Valdez Aragão de Almeida Filho

Marabá, 2024
 Roteiro da aula
1. Introdução
2. Vetores no plano
2.1 Operações vetoriais no plano
3. Vetores no espaço
3.1 Operações vetoriais no espaço
4. Espaço vetorial
5. Subespaço vetorial
6. Combinação linear
7. Dependência linear
8. Base de um espaço vetorial
9. Dimensão de um espaço vetorial
10. Referências Bibliográficas
 1. Introdução

➢ O estudo dos espaços e subespaços vetoriais

desempenha um papel crucial na Engenharia
Elétrica, já que oferece uma base
matemática essencial para analisar e
resolver uma série de problemas
encontrados nesse campo;

➢ Por exemplo, em sistemas elétricos de

potência e motores elétricos, que
frequentemente operam em regime
trifásico, a análise vetorial é fundamental;
 1. Introdução

➢ Os conceitos de espaço vetorial ajudam na

compreensão e resolução de problemas
associados a sistemas trifásicos e suas
aplicações industriais;

➢ Na teoria eletromagnética, a análise vetorial

é essencial para compreender e descrever
campos elétricos e magnéticos;
 1. Introdução

➢ A teoria dos vetores fornece ferramentas

matemáticas para representar e analisar
campos vetoriais tridimensionais,
fundamentais para a compreensão da
propagação de ondas eletromagnéticas;
 2. Vetores no plano

➢ Os engenheiros e os físicos fazem uma distinção

entre dois tipos de quantidades físicas: os
escalares e os vetores;

➢ Os escalares são quantidades que podem ser

descritas simplesmente por um valor numérico;

➢ Os vetores são quantidades que requerem não

só um valor numérico, mas também uma
direção e um sentido para sua descrição física
completa;
 2. Vetores no plano

➢ Inicialmente, introduzir-se-á a ideia de vetor,

restringindo-se ao plano;

➢ Para isto, considere um plano cartesiano que

consiste de um sistema de coordenadas dado por
um par de retas ortogonais, com orientação;

➢ Fixada uma unidade de comprimento, um ponto 𝑃

do plano pode ser identificado com o par (𝑎, 𝑏) de
números reais, que são suas coordenadas;
2. Vetores no plano

Figura 1. Pontos no plano cartesiano. (Fonte: Autor.)

 2. Vetores no plano

➢ Considere, agora, apenas segmentos orientados com

ponto inicial na origem;

➢ É importante notar que vetores no plano são

determinados exclusivamente pelo seu ponto final,
pois o ponto inicial é fixo na origem;

➢ Assim, para cada ponto do plano 𝑃(𝑎, 𝑏) , está

associado um único vetor 𝑣Ԧ = 𝑂𝑃 e, reciprocamente,
dado um vetor, associa-se um único ponto do plano,
que é o seu ponto final;
2. Vetores no plano

Figura 2. Vetor no plano cartesiano. (Fonte: Autor.)

 2. Vetores no plano

➢ Usando esta correspondência entre vetores e pontos

do plano, costuma-se representar um vetor 𝑣Ԧ = 𝑂𝑃
pelas coordenadas do seu ponto final 𝑃(𝑎, 𝑏);

𝑎
➢ Utiliza-se a notação da matriz-coluna 𝑣Ԧ = , ou
𝑏
mesmo a identificação 𝑣Ԧ = (𝑎, 𝑏);
 2.1 Operações com vetores no plano
– Multiplicação de um vetor por um
número
➢ Multiplicar um vetor 𝑣Ԧ por um número 𝑘 > 0 é
considerar um novo vetor 𝑤 = 𝑘𝑣Ԧ , que possui a
mesma direção de 𝑣Ԧ e tem como comprimento 𝑘
vezes o comprimento de 𝑣;
Ԧ

➢ Se 𝑘 < 0, o vetor 𝑤 = 𝑘𝑣Ԧ será igual ao oposto do

vetor 𝑘 ∙ 𝑣;
Ԧ

➢ Se 𝑘 = 0, 𝑤 = 𝑘𝑣Ԧ será o vetor nulo;

 2.1 Operações com vetores no
plano – Adição de dois vetores
➢ Se 𝑣Ԧ = (𝑎, 𝑏) e 𝑤 = (𝑐, 𝑑), então o vetor-soma será
𝑣Ԧ + 𝑤 = (𝑎 + 𝑐, 𝑏 + 𝑑);

➢ Observe que somar vetores corresponde simplesmente

a somar matrizes que os representam;

➢ As operações entre vetores herdam, portanto, todas

as propriedades das operações correspondentes para
matrizes;
 2.1 Operações com vetores no
plano – Adição de dois vetores
➢ Pode-se ainda observar que a soma de um vetor 𝑣Ԧ =
(𝑎, 𝑏) com seu oposto 𝑤 = −𝑣Ԧ = (−𝑎, −𝑏) é o vetor
nulo;

➢ Isto é, 𝑣Ԧ + 𝑤 = 𝑣Ԧ + −𝑣Ԧ = 𝑎 − 𝑎, 𝑏 − 𝑏 = 0,0 ;

➢ Por diferença entre dois vetores 𝑣Ԧ e 𝑤, entende-se a

soma do primeiro com o oposto do segundo vetor, 𝑣Ԧ −
𝑤 = 𝑣Ԧ + (−𝑤);
 3. Vetores no espaço

➢ Da mesma forma que foi feito para o plano, podem-se

considerar vetores no espaço;

➢ Haverá então um sistema de coordenadas dado por

três retas orientadas, perpendiculares duas a duas;

➢ Uma vez fixada uma unidade de comprimento, cada

ponto 𝑃 do espaço estará identificado com a terna de
números reais (𝑥, 𝑦, 𝑧), que dá suas coordenadas;
3. Vetores no espaço

Figura 3. Pontos no espaço. (Fonte: Autor.)

 3. Vetores no espaço
➢ Também aqui os vetores são dados por segmentos
orientados, com ponto inicial na origem, e existe uma
correspondência biunívoca entre vetores e pontos do
espaço que a cada vetor 𝑂𝑃 associa seu ponto final
𝑃 = (𝑎, 𝑏, 𝑐);

➢ Deste modo, o vetor 𝑣Ԧ = 𝑂𝑃 costuma ser denotado

pelas coordenadas de 𝑃;

𝑎
➢ Utiliza-se a notação da matriz-coluna 𝑣Ԧ = 𝑏 , ou
𝑐
mesmo a identificação 𝑣Ԧ = (𝑎, 𝑏, 𝑐);
3. Vetores no espaço

Figura 4. Vetores no espaço. (Fonte: Autor.)

 3.1 Operações com vetores no
espaço
➢ A soma de dois vetores e o produto de um vetor por
um número (escalar) também são definidos da mesma
forma que no plano;

➢ Se 𝑢 = (𝑥1 , 𝑥2 , 𝑥3 ) e 𝑣Ԧ = (𝑦1 , 𝑦2 , 𝑦3 ),

𝑢 + 𝑣Ԧ = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , 𝑥3 + 𝑦3 )
e
𝑘𝑢 = (𝑘𝑥1 , 𝑘𝑥2 , 𝑘𝑥3 )
 3.1 Operações com vetores no
espaço
➢ Como já observado no caso do plano, estas operações
correspondem exatamente às respectivas operações
das matrizes-linha que representam os vetores e
gozam de uma série de propriedades decorrentes
daquelas relativas às operações com números reais,
que são:
i. 𝑢 + 𝑣Ԧ + 𝑤 = 𝑢 + (𝑣Ԧ + 𝑤)
ii. 𝑢 + 𝑣Ԧ = 𝑣Ԧ + 𝑢
iii. Existe 0 ∈ 𝑉 tal que 𝑢 + 0 = 𝑢
iv. Existe −𝑢 ∈ 𝑉 tal que 𝑢 + −𝑢 = 0
 3.1 Operações com vetores no
espaço
v. 𝑎 𝑢 + 𝑣Ԧ = 𝑎𝑢 + 𝑎𝑣Ԧ
vi. 𝑎 + 𝑏 𝑣Ԧ = 𝑎𝑣Ԧ + 𝑏𝑣Ԧ
vii. 𝑎𝑏 𝑣Ԧ = 𝑎 𝑏𝑣Ԧ
viii. 1𝑢 = 𝑢

➢ Estas propriedades servirão para caracterizar certos

conjuntos que, apesar de terem natureza diferente
dos vetores no espaço, “comportam-se” como eles;

➢ Estes conjuntos receberão o nome de espaços

vetoriais;
 4. Espaço vetorial
➢ Um espaço vetorial real é um conjunto 𝑉,
não vazio, com duas operações: soma, 𝑉 ×
+
𝑉 ՜ 𝑉 , e multiplicação por escalar, 𝑅 ×
∗
𝑉 ՜ 𝑉, tais que, para quaisquer 𝑢, 𝑣, 𝑤 ∈ 𝑉 e
𝑎, 𝑏 ∈ 𝑅, as propriedades de i) a viii) sejam
satisfeitas;
 4. Espaço vetorial – Exemplo 1
➢ Seja o conjunto 𝑉 = ℝ2 = ሼ 𝑥, 𝑦 , 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥, 𝑦 ∈
ℝሽ , com as operações definidas de adição e
multiplicação por um número real assim
definidas:

𝑥1 , 𝑦1 + 𝑥2 , 𝑦2 = (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 )

𝛼 𝑥, 𝑦 = 𝛼𝑥, 𝛼𝑦

Determine se o conjunto é um espaço vetorial.

 4. Espaço vetorial – Exemplo 2
➢ Seja o conjunto ℝ2 = 𝑎, 𝑏 , 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑎, 𝑏 ∈ ℝ ,
com as operações definidas de adição e
multiplicação por um número real assim
definidas:

𝑎, 𝑏 + 𝑐, 𝑑 = (𝑎 + 𝑐, 𝑏 + 𝑑)

𝑘 𝑎, 𝑏 = 𝑘𝑎, 𝑏

Determine se o conjunto é um espaço vetorial.

 5. Subespaço vetorial
➢ Sejam 𝑉 um espaço vetorial e 𝑆 um subconjunto
não-vazio de 𝑉;

➢ O subconjunto 𝑆 é um subespaço vetorial de 𝑉

se 𝑆 é um espaço vetorial em relação à adição e
à multiplicação por escalar definidas em 𝑉;

➢ Para mostrar que um subconjunto 𝑆 é um

subespaço vetorial de 𝑉, dever-se-iam testar os
oito axiomas de espaço vetorial relativos à
adição e à multiplicação por escalar;
 5. Subespaço vetorial
➢ No entanto, como 𝑆 é parte de 𝑉, que já se
sabe ser um espaço vetorial, não há
necessidade da verificação dos axiomas;

➢ Um subconjunto 𝑆, não-vazio, de um espaço

vetorial 𝑉 é um subespaço vetorial de 𝑉 se
estiverem satisfeitas as condições:
i. Para quaisquer 𝑢, 𝑣Ԧ ∈ 𝑆, tem-se 𝑢 + 𝑣Ԧ ∈ 𝑆
ii. Para quaisquer 𝛼𝑢 ∈ 𝑆
 5. Subespaço vetorial
➢ Todo espaço vetorial 𝑉 admite pelo menos
dos subespaços: o conjunto 0 , chamado
subespaço zero ou subespaço nulo, e o
próprio espaço vetorial 𝑉;

➢ Esses dois são os subespaços triviais de 𝑉;

➢ Os demais subespaços são denominados

subespaços próprios de 𝑉;
 5. Subespaço vetorial
➢ Por exemplo, os subespaços triviais de 𝑉 =
ℝ3 são 0,0,0 e o próprio ℝ3 ;

➢ Os subespaços próprios do ℝ3 são as retas e

os planos que passam pela origem;

➢ Para 𝑉 = ℝ2 , os subespaços triviais são:

0,0 e ℝ2 , enquanto os subespaços
próprios são as retas que passam pela
origem;
 5. Subespaço vetorial – Exemplo 3
➢ Sejam 𝑉 = ℝ2 e 𝑆 = 𝑥, 𝑦 ∈ ℝ2 Τ𝑦 = 2𝑥 ,
determine se 𝑆 é um subespaço vetorial de
ℝ2 .
 5. Subespaço vetorial – Exemplo 4

➢ Sejam 𝑉 = ℝ2 e 𝑆 = 𝑥, 4 − 2𝑥 ; 𝑥 ∈ ℝ ,
determine se 𝑆 é um subespaço vetorial de
ℝ2 .
 5. Subespaço vetorial – Exemplo 5

➢ Sejam 𝑉 = ℝ3 e 𝑆 = ሼ 𝑥, 𝑦, 𝑧 ∈ ℝ3 Τ𝑦 = 𝑥 +
𝑧ሽ, mostre, com o uso do GeoGebra, que 𝑆 é
um subespaço vetorial de ℝ3 .
 6. Combinação linear
➢ Sejam os vetores 𝑣1 , 𝑣2 , … , 𝑣𝑛 do espaço
vetorial 𝑉, e os escalares 𝑎1 , 𝑎2 , … , 𝑎𝑛 ;

➢ Qualquer vetor 𝑣 ∈ 𝑉 da forma:

𝑣 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛

é uma combinação linear dos vetores

𝑣1 , 𝑣2 , … , 𝑣𝑛 .
 6. Combinação linear – Exemplo 6

➢ Considere, no ℝ3 , os vetores 𝑣1 =
1, −3,2 𝑒 𝑣2 = (2,4, −1). Escreva o vetor 𝑣 =
−4, −18,7 como combinação linear dos
vetores 𝑣1 e 𝑣2 .
 6. Combinação linear – Exemplo 7

➢ Considere os vetores 𝑣1 e 𝑣2 do exemplo

anterior. Mostre que o vetor 𝑣 = 4,3, −6
não é combinação linear dos vetores 𝑣1 e 𝑣2 .
 7. Dependência linear
➢ Sejam 𝑉 um espaço vetorial e 𝐴=
𝑣1 , … , 𝑣𝑛 ⊂ 𝑉;

➢ Considerando-se a equação 𝑎1 𝑣1 + ⋯ +
𝑎𝑛 𝑣𝑛 = 0;

➢ Sabe-se que essa equação admite pelo

menos uma solução:

𝑎1 = 0, 𝑎2 = 0, … , 𝑎𝑛 = 0
 7. Dependência linear
➢ Essa solução é chamada solução trivial;

➢ O conjunto 𝐴 diz-se linearmente

independente (LI) caso a equação 𝑎1 𝑣1 +
⋯ + 𝑎𝑛 𝑣𝑛 = 0 admita apenas a solução
trivial;

➢ Se existirem soluções 𝑎𝑖 ≠ 0, diz-se que o

conjunto 𝐴 é linearmente dependente (LD);
 7. Dependência linear – Exemplo 8

➢ Considere, no ℝ3 , os vetores 𝑣1 = 2, −1,3 ,

𝑣2 = −1,0, −2 𝑒 𝑣3 = 2, −3,1 . Determine
se esses vetores formam um conjunto LD ou
LI.
 7. Dependência linear – Exemplo 9

➢ Considere, no ℝ4 , os vetores 𝑣1 = 2,2,3,4 ,

𝑣2 = 0,5, −3,1 𝑒 𝑣3 = 0,0,4, −2 . Determine
se esses vetores formam um conjunto LD ou
LI.
 8. Base de um espaço vetorial
➢ Um conjunto 𝐵 = 𝑣1 , … , 𝑣𝑛 ⊂ 𝑉 é uma base
do espaço vetorial 𝑉 se:
i. 𝐵 é LI;
ii. 𝐵 gera 𝑉.
 8. Base de um espaço vetorial -
Exemplo 10
➢ Verifique se 𝑢 = (1,3) e v = 2, −1 formam
uma base do ℝ2 .
 9. Dimensão de um espaço
vetorial
➢ Seja V um espaço vetorial;

➢ Se V possui uma base com n vetores, então V

tem dimensão n, e anota-se dim 𝑉 = 𝑛;

➢ Se V não possui base, dim 𝑉 = 0;

➢ Se 𝑉 tem uma base com infinitos vetores, então

a dimensão de 𝑉 é infinita, e anota-se
dim 𝑉 = ∞;
 9. Dimensão de um espaço
vetorial – Exemplo 11
➢ Qual a dimensão do espaço vetorial ℝ2 ?
10. Referências Bibliográficas

➢ BOLDRINI, J. L.: Álgebra Linear, 3ª edição. Editora

Harbra, 1986.

➢ STEINBRUCH, A.; WINTERLE, P.: Álgebra Linear, 2ª

edição. Editora Makron Books do Brasil, 1987.

➢ ANTON, H.; RORRES, C.: Álgebra Linear com Aplicações,

10ª edição. Editora Bookman, 2012.

➢ LEON, S. J.; TABOADA, S. G.: Álgebra Linear com

Aplicações, 9ª edição. Editora LTC, 2019.