Algebra Linear - Aula13

Curso de lgebra Linear
Aula 13
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br
Universidade Federal de So Carlos

Departamento de Matemtica
Curso de lgebra Linear - Aula 13 p. 1
Nesta aula
Transformaes Lineares
Operaes com Transformaes Lineares
Propriedades e exemplos
Operaes com matrizes de Transformaes
Lineares
Resultados e exemplos

Matrizes representam transformaes lineares

Podemos operar com matrizes (+,-,,etc)

Pergunta: ao operarmos com as matrizes, o que
acontece com a transformao linear por ela
representada?

representada?
Afinal, podemos operar com funes, e transformaes
lineares tambm so funes

representada?
Afinal, podemos operar com funes, e transformaes
lineares tambm so funes
Pergunta: ser que operaes entre matrizes mantm
alguma relao com operaes entre transformaes
lineares?
Operaes com funes

Sejam f : A R e g : A R duas funes definidas em
um subconjunto A de R.
Operaes com funes

Esto definidas as seguintes operaes:
i) Adio: f + g a funo tal que (f + g)(x) = f (x) + g(x)
Exemplo: se f (x) = x2 e g(x) = 2x 1, ento f + g tal

que (f + g)(x) = x2 + 2x 1
Operaes com funes

ii) Multiplicao por escalar: f a funo tal que
(f )(x) = f (x).
Exemplo: se f (x) = x3 2x + 2, ento 2f tal que

(2f )(x) = 2x3 4x + 4.
O conjunto F(A) com essas operaes um espao
vetorial!
Mas existe uma outra operao interessante nesse
espao.
Operaes com funes

(f )(x) = f (x).
iii) Composio: Se Im f A, ento podemos definir a
funo g f por (g f )(x) = g(f (x)).
Exemplo: Se f (x) = cos x e g(x) = x2 x + 1, ento

g f tal que g f (x) = cos2 x cos x + 1
Operaes com funes

(f )(x) = f (x).
iii) Composio: Se Im f A, ento podemos definir a
funo g f por (g f )(x) = g(f (x)).
Essas operaes tambm funcionam com transformaes

lineares!
Adio de Transformaes Lineares

Definio 108 Sejam S : V W e T : V W duas
transformaes lineares. A soma S + T definida por
(S + T )(v) = S(v) + T (v),
v V

(S + T )(v) = S(v) + T (v),
v V
Exemplo: Se S, T : R3 R2 so definidas por

S(x, y, z) = (x + y, x z) e T (x, y, z) = (2x + z, x 2y + 3z),
ento
(S + T )(x, y, z) = (x + y, x z) + (2x + z, x 2y + 3z)
= (3x + y + z, 2x 2y + 2z)

(S + T )(v) = S(v) + T (v),
v V
Exemplo: Se S, T : R3 R2 so definidas por

S(x, y, z) = (x + y, x z) e T (x, y, z) = (2x + z, x 2y + 3z),
ento
(S + T )(x, y, z) = (x + y, x z) + (2x + z, x 2y + 3z)
= (3x + y + z, 2x 2y + 2z)
evidente que a soma S + T tambm linear!
Matriz da soma de Transformaes Lineares

Teorema 109 Se S, T : V W so transformaes
lineares, B base de V e C base de W , ento vale:
B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C
Em outras palavras, a matriz da soma a soma das

matrizes, relativas s mesmas bases.

B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C
Prova: primeiro calculamos

[(S + T )(v)]C = [S(v) + T (v)]C

B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C

[(S + T )(v)]C = [S(v) + T (v)]C
= [S(v)]C + [T (v)]C (aditividade de coords.)

B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C

[(S + T )(v)]C = [S(v) + T (v)]C
= [S(v)]C + [T (v)]C (aditividade de coords.)
B [v]
[v]
+
[T
]
= [S]B
B
B
C
C

B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C

[(S + T )(v)]C =
=
=
=
[S(v) + T (v)]C
[S(v)]C + [T (v)]C (aditividade de coords.)
B [v]
[v]
+
[T
]
[S]B
B
B
C
C
B )[v] ,
v V
+
[T
]
([S]B
B
C
C

B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C

[(S + T )(v)]C =
=
=
=
[S(v) + T (v)]C
[S(v)]C + [T (v)]C (aditividade de coords.)
B [v]
[v]
+
[T
]
[S]B
B
B
C
C
B )[v] ,
v V
+
[T
]
([S]B
B
C
C
Ou seja, vale a equao

B
+
[T
]
[(S + T )(v)]C = ([S]B
C )[v]B ,
C
v V

Sendo assim, valem as duas equaes
B
+
[T
]
[(S + T )(v)]C = ([S]B
C )[v]B ,
C
v V
e
[(S + T )(v)]C = [S + T ]B
C [v]B ,
v V

B
+
[T
]
[(S + T )(v)]C = ([S]B
C )[v]B ,
C
v V
e
[(S + T )(v)]C = [S + T ]B
C [v]B ,
v V
B possui a propriedade que

+
[T
]
Ou seja, a matriz [S]B
C
C
define [S + T ]B
C

B
+
[T
]
[(S + T )(v)]C = ([S]B
C )[v]B ,
C
v V
e
[(S + T )(v)]C = [S + T ]B
C [v]B ,
v V
B possui a propriedade que

+
[T
]
Ou seja, a matriz [S]B
C
C
define [S + T ]B
C
Mas [S + T ]B
C a nica matriz com essa propriedade, logo
B
B
+
[T
]
=
[S]
[S + T ]B
C
C
C
Exemplo
Se
[T ]B
C =
"
1 2 1
1 2 1
e [S]B
C =
"
"
0 1 3
4 1 4
ento
[S
+ T ]B
C
"
1 2 1
1 2 1
0 1 3
4 1 4
"
1 3 4
3 3 5
Produto de Transformao Linear por escalar

Definio 110 Seja R e T : V W uma transformao
linear. O produto T definido por
(T )(v) = T (v),
v V

(T )(v) = T (v),
v V
Exemplo: Se T : R3 R2 T (x, y, z) = (2x + z, x 2y + 3z),

ento
(2T )(x, y, z) = 2(2x + z, x 2y + 3z)
= (4x + 2z, 2x 4y + 6z)

(T )(v) = T (v),
v V

ento
(2T )(x, y, z) = 2(2x + z, x 2y + 3z)
= (4x + 2z, 2x 4y + 6z)
evidente que T tambm linear

(T )(v) = T (v),
v V

ento
(2T )(x, y, z) = 2(2x + z, x 2y + 3z)
= (4x + 2z, 2x 4y + 6z)
evidente que T tambm linear

De fato: no difcil mostrar que se T1 , T2 , . . . , Tn so
lineares, ento 1 T1 + 2 T2 + + n Tn linear
Matriz do produto de T.L. por escalar

Teorema 111 Se R, T : V W uma transformaes
linear, B base de V e C base de W , ento vale:
B
=
[T
]
[T ]B
C
C
Em outras palavras, a matriz do mltiplo o mltiplo da

matriz relativas s mesmas bases.

B
=
[T
]
[T ]B
C
C
Prova: A idia vefificar que a matriz [T ]B

C tem a mesma
propriedade que define [T ]B
C.

B
=
[T
]
[T ]B
C
C
Prova: A idia vefificar que a matriz [T ]B

C tem a mesma
propriedade que define [T ]B
C.
Logo essas matrizes so iguais, pela unicidade de [T ]B
C.
(Exerccio)
Exemplo
Se
[T ]B
C =
"
1 2 1
1 2 1
ento
[3T ]B
C
=3
"
1 2 1
1 2 1
"
3 6 3
3 6 3
Composio de Transformaes Lineares

Teorema 112 Sejam T : V W e S : W U duas
transformaes lineares.

transformaes lineares. Ento, a composio
(S T ) : V U uma transformao linear.
T
V W U

Alm disso, se B base de V , C base de W e D base
de U ,

de U , ento vale
B
C
[T
]
=
[S]
[S T ]B
C
D
D

de U , ento vale
B
C
[T
]
=
[S]
[S T ]B
C
D
D
Em outras palavras, a matriz da composio o produto

das matrizes

de U , ento vale
B
C
[T
]
=
[S]
[S T ]B
C
D
D
Em outras palavras, a matriz da composio o produto

das matrizes
Observao: Cayley definiu originalmente o produto
matricial de modo que essa identidade fosse verdadeira!

Prova: Mostremos que S T linear:

Para todo v1 , v2 V , temos
(S T )(v1 + v2 ) =
=
=
=
S(T (v1 + v2 ))
S(T (v1 ) + T (v2 )) (T linear)
S(T (v1 )) + S(T (v2 )) (S linear)
(S T )(v1 ) + (S T )(v2 )

Para todo v1 , v2 V , temos
(S T )(v1 + v2 ) =
=
=
=
S(T (v1 + v2 ))
S(T (v1 ) + T (v2 )) (T linear)
S(T (v1 )) + S(T (v2 )) (S linear)
(S T )(v1 ) + (S T )(v2 )
Para todo R e todo v V , temos

(S T )(v) =
=
=
=
S(T (v))
S(T (v)) (T linear)
S(T (v)) (S linear)
(S T )(v)

Isso mostra que S T : V U possui a aditividade e a
homogeneidade logo uma transformao linear.

Agora, mostremos que vale
B
C
[T
]
=
[S]
[S T ]B
C
D
D

B
C
[T
]
=
[S]
[S T ]B
C
D
D
De fato,
[(S T )(v)]D = [S(T (v))]D

B
C
[T
]
=
[S]
[S T ]B
C
D
D
De fato,
[(S T )(v)]D = [S(T (v))]D
= [S]C
D [T (v)]C
pois [S(w)]D = [S]C

D [w]C , w W , em particular para
w = T (v).

B
C
[T
]
=
[S]
[S T ]B
C
D
D
De fato,
[(S T )(v)]D = [S(T (v))]D
= [S]C
D [T (v)]C
B [v] )
([T
]
= [S]C
B
C
D
pois [T (v)]C = [T ]B
C [v]B , v V

B
C
[T
]
=
[S]
[S T ]B
C
D
D
De fato,
[(S T )(v)]D =
=
=
=
[S(T (v))]D
[S]C
D [T (v)]C
B [v] )
([T
]
[S]C
B
C
D
B )[v] ,
[T
]
([S]C
B
C
D
v V

Desse modo, valem as equaes:
B
[T
]
[(S T )(v)]D = ([S]C
C )[v]B ,
D
v V
e
[(S T )(v)]D = [S T ]B
D [v]B ,
v V

Desse modo, valem as equaes:
B
[T
]
[(S T )(v)]D = ([S]C
C )[v]B ,
D
v V
e
[(S T )(v)]D = [S T ]B
D [v]B ,
v V
Portanto, pela unicidade de [S T ]B

D , segue que
B
C
[T
]
=
[S]
[S T ]B
C
D
D
Exemplo
Se
[T ]B
C
"
3 6 3
3 6 3
e [S]C
D
ento
[S
T ]B
D
2 1
=
1
2
3 3
"
3 6 3
3 6 3
2 1
=
1
2
3 3
#
3 18
=
9
6
3
0 36 18
Exemplo ...
Assim se T (x, y, z) = (3x + 6y + 3z, 3x + 6y + 3z) e
S(x, y) = (2x + y, x + 2y, 3x + 3y), e B , C e D so as
bases cannicas de R3 , R2 e R3 respectivamente, ento
2 1
#
"
3 6 3
C
B
e [S]D =
[T ]C =
1
2
3 6 3
3 3
Da
[S
T ]B
D
2 1
=
1
2
3 3
"
3 6 3
3 6 3
3 18
=
9
6
3
0 36 18
Exemplo ...
logo, em relao s bases cannicas, temos

3 18 9
x
y
(S T )(x, y, z) =
9
6
3
z
0 36 18
= (3x + 18y + 9z, 9x + 6y + 3z, 36y + 18z).
Propriedades das Operaes com TL

Teorema 113 Sejam S, T : V W transformaes
lineares. Ento valem
i) ()T = (T ), , R
ii) ( + )T = T + T , , R
iii) (S + T ) = S + T
iv) 1 T = T
v) Se T invertvel, ento T 1 : W V tambm uma
transformao linear.
Propriedades das Operaes com TL

lineares. Ento valem
i) ()T = (T ), , R
ii) ( + )T = T + T , , R
iii) (S + T ) = S + T
iv) 1 T = T
v) Se T invertvel, ento T 1 : W V tambm uma
transformao linear.
Prova: Exerccio.
Propriedades das Matrizes de TL

lineares, B base de V e C base de W . Ento valem
B = ()[T ]B , , R
=
[T
]
i) [()T ]B
C
C
C
B + [T ]B , , R
=
[T
]
ii) [( + )T ]B
C
C
C
B + [T ]B
=
[S]
iii) [(S + T )]B
C
C
C
iv) 1 T = T
B )1 .
=
([T
]
v) Se T invertvel, ento [T 1 ]C
C
B

lineares, B base de V e C base de W . Ento valem
B = ()[T ]B , , R
=
[T
]
i) [()T ]B
C
C
C
B + [T ]B , , R
=
[T
]
ii) [( + )T ]B
C
C
C
B + [T ]B
=
[S]
iii) [(S + T )]B
C
C
C
iv) 1 T = T
B )1 .
=
([T
]
v) Se T invertvel, ento [T 1 ]C
C
B
Prova: Vamos mostrar apenas (v): Se T invertvel, ento

T 1 tambm linear e valem
T 1 T = I e T T 1 = I.

Pelo Teorema 112 valem
B
B 1 C
C
B
=
[I]
[T
]
=
I
e
[T
]
=
[I]
[T
]
[T 1 ]C
B = I,
B
C
C
C
B

Pelo Teorema 112 valem
B
B 1 C
C
B
=
[I]
[T
]
=
I
e
[T
]
=
[I]
[T
]
[T 1 ]C
B = I,
B
C
C
C
B
B so inversas uma da outra,
e
[T
]
logo as matrizes [T 1 ]C
C
B
isto ,
B 1
=
([T
]
[T 1 ]C
C) .
B

Corolrio 115 Uma transformao linear T : V W um
isomorfismo (uma transformao linear bijetora) se, e
somente se, em relao a bases arbitrrias B de V e C de
W , [T ]B
C uma matriz quadrada no-singular.

Corolrio 115 Uma transformao linear T : V W um
isomorfismo (uma transformao linear bijetora) se, e
somente se, em relao a bases arbitrrias B de V e C de
W , [T ]B
C uma matriz quadrada no-singular.
Prova: em vistas do teorema, um exerccio corriqueiro.
Exemplo
Exemplo 116 Verifique se T : P2 R3 definida por
T (a0 + a1 x + a2 x2 ) = (a0 + 2 a1 + a2 , 2 a0 + 2 a1 a2 , a0 + a1 a2 )
ou no um isomorfismo.
Exemplo
Exemplo 116 Verifique se T : P2 R3 definida por
T (a0 + a1 x + a2 x2 ) = (a0 + 2 a1 + a2 , 2 a0 + 2 a1 a2 , a0 + a1 a2 )
ou no um isomorfismo.
Soluo: Sendo B = {1, x, x2 } base de P2 e C a base
cannica de R3 , temos
[T (1)]C = [(1, 2, 1)]C = (1, 2, 1)
[T (x)]C = [(2, 2, 1)]C = (2, 2, 1)
[T (x2 )]C = [(1, 1, 1)]C = (1, 1, 1)
Exemplo ...
logo
[T ]B
C
1 2
=
2
2
1
1 1 1
Exemplo ...
logo
[T ]B
C
1 2
=
2
2
1
1 1 1
Aplicando a essa matriz a eliminao gaussiana,

encontramos uma forma escalonada:
1
2
1
0 2 3
0
0 1
que possui exatamente 3 linhas no-nulas.
Exemplo ...
Isso mostra que a matriz [T ]B
C tem posto completo, e por
isso no-singular. Pelo Corolrio 115(v), segue que T
isomorfismo.
Fim da Aula 13
Final da Aula 13, obrigado.

Algebra Linear - Aula13

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Algebra Linear - Aula13

Загружено:

Авторское право:

Доступные форматы

Curso de lgebra Linear

Universidade Federal de So Carlos

Curso de lgebra Linear - Aula 13 p. 1

Curso de lgebra Linear - Aula 13 p. 2

Operaes com Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 3

Operaes com Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 3

Operaes com Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 3

Operaes com Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 3

Operaes com Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 3

Operaes com funes

Curso de lgebra Linear - Aula 13 p. 4

Operaes com funes

Exemplo: se f (x) = x2 e g(x) = 2x 1, ento f + g tal

Curso de lgebra Linear - Aula 13 p. 4

Operaes com funes

Exemplo: se f (x) = x3 2x + 2, ento 2f tal que

Operaes com funes

Exemplo: Se f (x) = cos x e g(x) = x2 x + 1, ento

Curso de lgebra Linear - Aula 13 p. 4

Operaes com funes

Essas operaes tambm funcionam com transformaes

Curso de lgebra Linear - Aula 13 p. 4

Adio de Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 5

Adio de Transformaes Lineares

Exemplo: Se S, T : R3 R2 so definidas por

Curso de lgebra Linear - Aula 13 p. 5

Adio de Transformaes Lineares

Exemplo: Se S, T : R3 R2 so definidas por

evidente que a soma S + T tambm linear!

Curso de lgebra Linear - Aula 13 p. 5

Matriz da soma de Transformaes Lineares

Em outras palavras, a matriz da soma a soma das

Curso de lgebra Linear - Aula 13 p. 6

Matriz da soma de Transformaes Lineares

Prova: primeiro calculamos

Curso de lgebra Linear - Aula 13 p. 6

Matriz da soma de Transformaes Lineares

Prova: primeiro calculamos

Curso de lgebra Linear - Aula 13 p. 6

Matriz da soma de Transformaes Lineares

Prova: primeiro calculamos

Curso de lgebra Linear - Aula 13 p. 6

Matriz da soma de Transformaes Lineares

Prova: primeiro calculamos

Curso de lgebra Linear - Aula 13 p. 6

Matriz da soma de Transformaes Lineares

Prova: primeiro calculamos

Ou seja, vale a equao

Matriz da soma de Transformaes Lineares

Curso de lgebra Linear - Aula 13 p. 7

Matriz da soma de Transformaes Lineares

B possui a propriedade que

Curso de lgebra Linear - Aula 13 p. 7

Matriz da soma de Transformaes Lineares

B possui a propriedade que

Curso de lgebra Linear - Aula 13 p. 7

Curso de lgebra Linear - Aula 13 p. 8