Álgebra e Tecnologia p5

lgebras e Tecnologia Iniciao Nova Matemtica da Engenharia
5 - A lgebra das Transformaes Lineares Geloneze-Menochi

79

5. TRANSFORMAES LINEARES

5.1 DEFINIES E PROPRIEDADES BSICAS

Iniciamos agora o estudo de um tipo particular de funes,
de grande importncia no estudo da lgebra linear, denominadas
transformaes lineares.

Definio 5.1.1 Consideremos dois conjuntos arbitrrios V e W.
Suponhamos que, para cada v V, est associado um nico elemento
w W por meio de uma correspondncia T. A correspondncia
T chamada funo, ou transformao (ou aplicao), de V em W
e escrita

T: V W.

Definio 5.1.2 Se considerarmos os conjuntos V e W
com a estrutura de espao vetorial sobre um mesmo corpo K,
ento T: V W denominada transformao linear se satisfaz
as duas condies:

(a) para quaisquer v
1
, v
2
V, T(v
1
+ v
2
) = T(v
1
) + T(v
2
);

(b) para qualquer k K e v V, T (kv) = k T(v).

Em outras palavras, T: V W linear se preserva as duas
operaes bsicas de um espao vetorial, isto , adio de vetores
e multiplicao por escalar. As condies (a) e (b) so chamadas
de condies de linearidade.
Se em (b), da definio acima, tomarmos k = 0, ento obtemos

T(0
V
) = T(0v) = 0T(v) = 0
W
.

Portanto, toda transformao linear transforma o vetor zero de V
O progresso e aperfeioamento da
Matemtica esto intimamente ligados
com a prosperidade do Estado.
Napoleo I

80

no vetor zero de W.
Para quaisquer escalares a, b K e quaisquer vetores v
1
, v
2
V,
aplicando as duas condies de linearidade, obtemos

T(a v
1
+ b v
2
) = a T(v
1
) + b T(v
2
).

Mais geralmente, para quaisquer escalares a
i
K e quaisquer
vetores v
i
V, vale a propriedade bsica das transformaes lineares:

T(a
1
v
1
+ ... + a
n
v
n
) = a
1
T (v
1
) + ... + a
n
T (v
n
). Equao 1-5.1

Assim, podemos dizer que uma transformao linear preserva
as combinaes lineares.
Algumas vezes a condio T(a v
1
+ b v
2
) = a T(v
1
) + b T(v
2
)
utilizada como definio de transformao linear, pois sozinha
caracteriza completamente a preservao das combinaes lineares.

Exemplo 5.1.1 Seja T:
3

3
a transformao linear projeo
definida no plano xy por

T(x, y, z) = (x, y, 0).

T uma transformao linear. De fato, sejam v = (a, b, c)
e w = (a, b, c). Ento,

T(v + w) = T(a + a, b + b, c + c) = (a + a, b + b, 0) =

(a, b, 0) + (a, b, 0) = T(v) + T (w)

e, para qualquer k ,

T(kv) = T(ka, kb, kc) = (ka, kb, 0) = kT(v).

Exerccio 5.1.1 Se T: U V uma transformao linear,
demonstre que:
(a) T(0
U
) = 0
V
;
(b) T(v) = T(v), para qualquer v em V;
(c) T (v
1
v
2
) = T (v
1
) T (v
2
), para quaisquer v
1
e v
2
em V.


81

O item (a) desse exerccio afirma que uma transformao linear
transforma 0
U
em 0
V
. Essa propriedade til para identificar
transformaes que no so lineares como no prximo exemplo.

2

2
a transformao translao definida
por

T(x, y) = (x + 1, y + 2) = (x, y) + (1, 2).

T no uma transformao linear, pois,

T (0, 0) = (0 + 1, 0 + 2) = (1, 2) (0, 0).

Exemplo 5.1.3 Cada matriz A, m n, sobre um corpo K, determina
uma transformao linear T: K
n
K
m
definida por

T(v) = A [v],

onde os vetores [v] e A [v], respectivamente em K
n
e K
m
, so escritos
como vetores coluna.
De fato,

T(v
1
+ v
2
) = A[v
1
+v
2
] = A([v
1
] + [v
2
]) = A[v
1
] + A[v
2
] = T(v
1
) + T(v
2
)

e

T(kv) = A[kv] = A(k[v]) = k(A[v]) = kT(v),

onde v, v
1
e v
2
K
n
e k K.
Usualmente denotamos a transformao acima por A, o mesmo
smbolo usado para a matriz.
Essa transformao linear muito representativa no estudo
das transformaes lineares. Mostraremos que toda transformao
linear, de um espao vetorial de dimenso finita em outro, pode ser
representada como uma transformao desse tipo.

Exemplo 5.1.4 Seja T: V W a transformao que associa a todo
v V o vetor 0
W
W. Ento, para quaisquer v
1
, v
2
V, e qualquer
k K, temos:


82

T(v
1
+ v
2
) = 0
W
= 0
W
+ 0
W
= T(v
1
) + T (v
2
) e T(kv) = 0
W
= k0
W
=
kT(v).

Logo, T linear e denominada transformao nula.

Exemplo 5.1.5 Seja I: V V a transformao I(v) = v que transforma
cada v em V nele mesmo. Ento, para quaisquer v, v
1
, v
2
V e
qualquer k K, temos:

I(v
1
+ v
2
) = v
1
+ v
2
= I(v
1
) + I(v
2
) e I(kv) = kv = kI(v).

Logo, I linear e denominada transformao identidade.

Exemplo 5.1.6 Sejam V um espao vetorial e k um escalar qualquer,
T: V V definida por T(v) = kv uma transformao linear.
Essa transformao denominada homotetia de razo k de V; se k > 1,
dizemos que T uma dilatao de V de razo k e, se 0 < k < 1,
dizemos que T uma contrao de V de razo k.

Geometricamente, uma dilatao estica os vetores em V
por um fator k e uma contrao comprime os vetores em V por um
fator k.

Exemplo 5.1.7 Seja V o espao vetorial dos polinmios na varivel x
sobre . Ento, a derivada define uma transformao D: V V, onde,
para qualquer polinmio f V, definimos

D(f) = df / dx.

Demonstra-se que, se f, g V e k , ento

D (f + g) = d(f + g)/dx = df /dx + dg /dx = D (f) + D (g)

e

D (k f) = d(k f)/dx = k df /dx = k D (f).

Logo, D linear.


83

Exemplo 5.1.8 Seja V o espao vetorial dos polinmios na varivel x
sobre . Ento, a integral de 0 a 1, define uma transformao
: V , onde, para qualquer polinmio f V, definimos

f = dx x f
1
0
) ( .

Note que essa uma aplicao do espao vetorial V no corpo .
Demonstra-se que se f, g V e k , ento

(f + g) = ( )( )dx x g f
+
1
0
= ( ) ( ) dx x g x f ) (
1
0
+
=
( ) ( )dx x g dx x f

+
1
0
1
0
= f + g

e

kf = ( ) ( )dx x f k dx x kf

1
0
1
0
= kf.

Logo, uma transformao linear.

5.2 NCLEO E IMAGEM DE UMA TRANSFORMAO LINEAR

Definio 5.2.1 Seja T: V W uma transformao linear. A imagem
de T, escrita Im T, o conjunto dos pontos que esto na imagem de T
em W:

Im T = {w W: w = T(v) para algum v V}.

O ncleo
i
de T, denotado por Ker T, o conjunto dos elementos
em V, que so transformados no 0 de U:

Ker T = {v V: T(v) = 0}.


84

Teorema 5.2.1 Seja T: V W uma transformao linear. Ento,
a imagem de T um subespao vetorial de W e o ncleo de T
um subespao vetorial de V.

Exerccio 5.2.1 Demonstre o Teorema 5.2.1.

3

3
a transformao projeo definida
por

T(x, y, z) = (x, y, 0).

A imagem de T o plano xy do espao tridimensional. De fato,

Im T = {(a, b, 0): a, b },

isto , a Im T o conjunto de vetores cuja terceira coordenada zero.
O ncleo de T o eixo dos z. De fato,

Ker T = {(0, 0, c): c },

pois esses pontos, e somente eles, so transformados no vetor
zero 0 = (0, 0, 0).
Se S = v
1
, ... , v
n
um conjunto que gera um espao vetorial
e T: V W uma transformao linear, ento o conjunto
{T(v
1
), ... , T(v
n
)} gera o subespao Im T de W. De fato, se w Im T,
ento T(v) = w para algum v V. Por outro lado, como os v
i
s geram
V, segue-se que existem escalares a
1
, ... , a
n
tais que
v = a
1
v
1
+ ... + a
n
v
n
. Logo, w = T(v) = T(a
1
v
1
+ ... + a
n
v
n
)
= a
1
T(v
1
) + ... + a
n
T(v
n
), ou seja, o conjunto {T(v
1
), ... , T(v
n
)}
gera o subespao Im T de W.
Agora relacionamos a noo de dimenso de transformao
linear T: V W. No caso em que V um espao vetorial de
dimenso finita temos o seguinte resultado:

Teorema 5.2.2 Seja V de dimenso finita e seja T: V W. Ento,

dim V = dim Ker T + dim Im T.

Isto , a soma das dimenses da imagem e do ncleo
de uma transformao linear igual dimenso do seu domnio.

85

3

3
a transformao projeo T(x, y, z)
= (x, y, 0). A imagem de T o plano xy, isto , Im T = {(a, b, 0):
a, b } e, ento, dim Im T = 2. O ncleo de T o eixo dos z, isto ,
Ker T = {(0, 0, c): c }; logo dim Ker T = 1. Observemos que
o domnio
3
de T tem dimenso 3.

Definio 5.2.2 Seja T: V W uma transformao linear. Ento,
define-se o Posto de T como sendo a dimenso da sua imagem
e Nulidade de T como sendo a dimenso do seu ncleo:

Posto (T) = dim (Im T) e Nulidade (T) = dim (Ker T).

Nessa perspectiva o teorema precedente produz a seguinte
frmula para a transformao linear T quando V um espao vetorial
de dimenso finita:

Posto (T) + Nulidade (T) = dim V.

5.3 ISOMORFISMOS ENTRE ESPAOS VETORIAIS

Definio 5.3.1 Uma transformao linear T: V W dita injetora
se T transforma vetores distintos de V em vetores distintos de W.
Uma transformao linear T: V W dita sobrejetora se Im T = W.

Exerccio 5.3.1 Seja T: V W uma transformao linear. Mostre que
as seguintes afirmaes so equivalentes:
(a) T injetora;
(b) O ncleo de T contm somente o vetor nulo, isto ,
Ker T = {0};
(c) Nulidade (T) = 0.

Exerccio 5.3.2 Seja T: V W uma transformao linear. Mostre que
as seguintes afirmaes so equivalentes:
(a) T sobrejetora;
(b) Im T = W;
(c) Posto (T) = dim W.

Exerccio 5.3.3 Seja T: V V uma transformao linear com
dim V finita. Mostre que T injetora se, e somente se, T sobrejetora.


86

Exerccio 5.3.4 Seja T: V W uma transformao linear que
injetora e sobrejetora. Ento, existe uma transformao inversa
T
1
: W V. Mostre que essa transformao tambm linear.

Quando definimos as coordenadas de um vetor em relao
a uma base, introduzimos a noo de dois espaos isomorfos:

Definio 5.3.2 Dizemos que uma transformao linear T: V W
um isomorfismo se injetora e sobrejetora. Os espaos vetoriais
V e W so isomorfos se existe um isomorfismo de V sobre W.

Exemplo 5.3.1 Seja V um espao vetorial sobre K de dimenso
n e seja B = {e
1
, ... , e
n
} uma base de V. Conclumos, de um resultado
j demonstrado anteriormente, que a transformao

v [v]
B

isto , a correspondncia de cada vetor v em V com suas coordenadas
em relao base B, um isomorfismo de V sobre K
n
.

O prximo resultado nos fornece infinitos exemplos
de transformaes lineares e, em particular, nos diz que
uma transformao linear fica completamente determinada por seus
valores nos elementos de uma base:

Teorema 5.3.1 Sejam V e W espaos vetoriais sobre um corpo K
e seja {v
1
, ... , v
n
}uma base de V e sejam w
1
, ... , w
n
quaisquer vetores
em W. Ento, existe uma nica transformao linear T: V W
tal que T(v
1
) = w
1
, ... , T(v
n
) = w
n
.

Observe que no resultado anterior os vetores w
1
, ... , w
n

so arbitrrios. Isso significa que eles podem ser linearmente
dependentes podem at mesmo coincidir ou linearmente
independentes.

5.4 TRANSFORMAES SINGULARES E NO-SINGULARES

Definio 5.4.1 Uma transformao linear T: V W singular
se existe v V, v 0
V
, com T(v) = 0
W
. Portanto, T: V W
no-singular se, e s se, 0
V
o nico vetor transformado em 0
W
.

87

ou, equivalentemente, se o ncleo de T consiste somente do vetor
zero: Ker T = {0
V
}.

Exemplo 5.4.1 Considere T:
3

3
a transformao linear que
gira um vetor de um ngulo em redor do eixo dos z:

T(x, y, z) = (x cos y sen, x sen + y cos, z).

imediato observar que somente o vetor zero transformado
no vetor zero; portanto, T no-singular.

Exerccio 5.4.1 Convena-se, fazendo algumas contas, claro, que
a transformao acima realmente faz girar um vetor de um ngulo
em torno do eixo z.

Uma propriedade fundamental das aplicaes lineares
no singulares que ela transforma conjuntos de vetores linearmente
independentes em conjuntos de vetores linearmente independentes,
isto , ela preserva a independncia linear de vetores.

Exerccio 5.4.2 Demonstre que uma transformao linear T: V W
no-singular se, e somente se, a imagem de um conjunto de vetores
independentes um conjunto de vetores independentes.

Teorema 5.4.1 Uma transformao linear T: V W injetora se,
e somente se, ela no-singular.

Demonstrao. Se a transformao linear T: V W injetora,
ento somente 0
V
pode ser transformado em 0
W
e, ento, T no-
singular. Reciprocamente, suponhamos que T no-singular e que
T(v
1
) = T(v
2
); ento, T(v
1
v
2
) = T(v
1
) T(v
2
) = 0
W
e, portanto,
v
1
v
2
= 0
V
ou v
1
= v
2
. Portanto, T(v
1
) = T(v
2
) implica v
1
= v
2
, isto ,
T injetora.

Teorema 5.4.2 Suponhamos que V tem dimenso finita e que
dim V = dim W. Suponhamos ainda que T: V W
uma transformao linear. Ento, T um isomorfismo se, e somente
se, T no-singular.

Demonstrao. Se T um isomorfismo, T injetora e, portanto,

88

pelo resultado anterior T no-singular. Reciprocamente, se T
no-singular, ento T injetora, o que implica em dim Ker T = 0;
logo, pelo teorema do ncleo e da imagem, segue-se que dim V =
dim Im T. Como, dim V = dim W, segue-se que dim W = dim Im T,
ou seja, T sobrejetora. Conclumos que T isomorfismo.

5.5 OPERAES COM TRANSFORMAES LINEARES

Podemos operar com as aplicaes lineares da mesma forma
com a qual operamos com vetores obtendo, assim, novas aplicaes
lineares. Em outras palavras, as transformaes lineares formam
um novo espao vetorial sobre o mesmo corpo K, sobre o qual V e W
j tinham uma estrutura de espao vetorial.
Suponhamos que T: V W e P: V W sejam transformaes
lineares de espaos vetoriais sobre um corpo K.

Definio 5.5.1 A soma T + P a transformao de V em W,
que associa v V a T(v) + P(v):

(T + P)(v) = T(v) + P(v).

Alm disso, para qualquer escalar k K, definimos o produto kT
como sendo a transformao de V em W, que associa v V a kT(v):

(kT)(v) = kT(v).

Teorema 5.5.1 Se T: V W e P: V W so transformaes
lineares, ento

T + P: V W

e

kT: V W

tambm so transformaes lineares.

Demonstrao. Para quaisquer vetores v, w V e, para quaisquer
escalares a, b K, temos:


89

(T + P)(a v
1
+ b v
2
) = T (a v
1
+ b v
2
) + P (a v
1
+ b v
2
) =

a T (v
1
) + b T (v
2
) + a P (v
1
) + b P(v
2
) =

a(T(v
1
) + P(v
1
)) + b(T(v
2
) + P(v
2
)) = a(T + P)( v
1
) + b(T + P)( v
2
);

(kT)(a v
1
+ b v
2
) = kT(av + b v
2
) = k(aT(v
1
) + bT(v
2
)) =

ak T (v
1
) + bk T (v
2
) = a(k T)(v
1
) + b(k T)( v
2
).

Portanto, T + P e kT so transformaes lineares.

Sejam V e W espaos vetoriais sobre um corpo K. O conjunto
de todas as transformaes lineares de V em W usualmente
denotado por Hom (V, W). O smbolo Hom vem da palavra
homomorfismo, que significa uma transformao que preserva a
estrutura do espao que est sendo transformado. O conjunto de
homomorfismos dotado de uma estrutura algbrica:

Teorema 5.5.2 O conjunto Hom (V, W) munido das operaes acima
de adio e multiplicao por escalar um espao vetorial sobre K.
Se dim V = n e dim W = n, ento dim Hom (V, W) = mn.


Suponhamos que V, W e U sejam espaos vetoriais
sobre o mesmo corpo K e que P: V W e Q: W U
sejam transformaes lineares:

U W V
Q P
.

A funo composta Q P a transformao de V em U,
definida por

(Q P)(v) = Q(P(v)).

Exerccio 5.5.2 Se P e Q so transformaes lineares, ento
a composta tambm uma transformao linear.

A composio de transformaes lineares compatvel com a adio

90

vetorial e com a multiplicao por escalar, ou seja:

Teorema 5.5.3 Sejam V, W, U espaos vetoriais sobre o mesmo
corpo K. Sejam P e P transformaes lineares de V em W,
e Q e Qtransformaes lineares de W em U, e seja k K. Ento,
a) Q (P + P) = Q P + Q P;
b) (Q + Q) P = Q P + Q P;
c) k (Q P) = (kQ) P = Q (kP).


O exerccio anterior significa que

o conjunto das transformaes lineares
forma uma lgebra sobre o corpo K.

A est mais um exemplo importantssimo de aplicao
da estrutura de lgebra na investigao matemtica. de grande
importncia o estudo dessa lgebra sobre o corpo K. O estudo
da K lgebra Hom (V, W), e suas propriedades, capaz de revelar
caractersticas dos espaos subjacentes que no eram visveis
anteriormente. Reciprocamente, o conhecimento dos espaos V e W
tambm permite um conhecimento da estrutura da K lgebra
Hom (V, W).

5.6 OPERADORES LINEARES

Seja V um espao vetorial sobre um corpo K. Consideremos
as transformaes lineares T: V V, isto , as transformaes T que
transformam o espao V nele mesmo. Esses casos particulares
de transformaes lineares so denominados operadores lineares
ou transformaes lineares em V. Escrevemos A(V) em lugar
de Hom (V, V) para a lgebra dessas transformaes.

Exerccio 5.6.1 Consideremos a lgebra A(
3
) sobre . Ou seja,
o conjunto das transformaes lineares do espao
3
nele mesmo.
Dentre elas distinguimos as rotaes com ponto fixo na origem
(0, 0, 0). Indicamos o conjunto das rotaes por O(3). A soma de
duas rotaes no uma rotao, embora continue sendo
uma transformao linear. Porm, a composta de duas rotaes

91

uma rotao e, alm disso, a inversa de uma rotao tambm
uma rotao. Dizemos que o conjunto das rotaes forma um grupo,
o famoso grupo das rotaes O(3), to estudado e to importante
para a Geometria e para a Fsica. Podemos, analogamente, considerar
o grupo das rotaes planas O(
2
) que um grupo contido na lgebra
A(
2
) sobre .

Exerccio 5.6.2 No difcil perceber que, se algum outro vetor
alm do zero fica fixo em uma rotao de O(3), ento pelo menos
uma reta inteira fica fixa nessa rotao. Demonstre isso.

Por um resultado anterior, A(V) um espao vetorial sobre K
e tem dimenso n
2
se V tem dimenso n. Se T, P A(V), ento
a composta T P existe e tambm um operador linear, isto ,
T P A(V). Assim, temos uma multiplicao definida em A(V).
Escreveremos TP em vez de T P.
A(V) uma lgebra associativa sobre K em relao composio
de funes e por isso freqentemente chamada lgebra
dos operadores lineares em V.

Exerccio 5.6.3 Demonstre que A(V) uma lgebra associativa
sobre K em relao composio de funes.

Definio 5.6.1 Diz-se que um operador linear T: V V inversvel
se existe um inverso para ele, isto , se existe T
1
A(V) tal que
T T
1
= T
1
T = I.

3

3
o operador linear definido
pela frmula

T(x, y, z) = (3x + y, 2x 4y + 3z, 5x + 4y 2z).

Exerccio 5.6.4 Determine se T injetor; se a resposta for afirmativa
determine o operador inverso de T.

Teorema 5.6.1 Um operador linear T: V V em um espao vetorial
de dimenso finita inversvel se, e somente se, no singular.



92

5.7 MATRIZES DAS TRANSFORMAES LINEARES

Suponha que v um vetor em
3
e A uma matriz de ordem 3.
Se escrevermos v como vetor coluna, ento A determina
uma transformao de
3
em
3
definida pela multiplicao matricial
de A pela matriz coluna v, ou seja, podemos imaginar a matriz A
transformando o vetor v em um novo vetor do espao tridimensional.
Podemos aplicar A em todo vetor de
3
e, assim, todo o espao
transformado nele mesmo pela matriz A. Apresentamos dois
exemplos de transformaes que provm de matrizes.

Exemplo 5.7.1 Um mltiplo da matriz identidade, A = cId, modifica
todo vetor pelo mesmo fator c. O espao todo expande ou contrai
dependendo do valor de c.

Exemplo 5.7.2 A matriz de rotao gira todo o espao em torno
da origem. Por exemplo, se A =
]
]
]
,
,
0 1
1 0
, ento os vetores
so girados de um ngulo reto, transformando o versor (1, 0) do eixo
dos xs no versor (0, 1), e transformando o versor (0, 1) do eixo
dos ys em (1, 0).
Exemplo 5.7.3 A matriz de reflexo, A =
]
]
]
,
,
0 1
1 0
, transforma
todo vetor em sua imagem do lado oposto de um espelho.
Nesse exemplo, o espelho representado pela reta y = x que passa
pela origem, e um ponto como (2, 2) fixado por essa transformao.
Um ponto como (2, 2) transformado em (2, 2). Se tomarmos
(2, 2) + (2, 2) = (4, 0) o efeito da matriz a troca
entre as coordenadas y e x, ou seja, produz o vetor (0, 4):

]
]
]
,
]
]
]
,
,
]
]
]
,
,
4
0
0
4
0 1
1 0
,

ou

A
(
(
,
\
,
,
(
j
]
]
]
,
,
+
]
]
]
,
(
(
,
\
,
,
(
j
]
]
]
,
+
]
]
]
,
,
2
2
2
2
2
2
2
2
.

93

Esses exemplos podem ser estendidos ao espao tridimensional.
H uma infinidade de exemplos envolvendo matrizes e transformaes
geomtricas do plano e do espao. Contudo devemos reconhecer que
as matrizes no podem efetuar todo tipo de transformao e algumas
transformaes no so possveis de serem efetuadas com matrizes:

(a) impossvel mover a origem, pois, A0 = 0 para toda
matriz A;
(b) se o vetor v transformado no vetor v, ento 2v deve ser
transformado em 2v.
(c) Em geral, kv deve ser transformado em kv,
pois A(kv) = k(Av); se os vetores v
1
e v
2
so transformados
nos vetores w
1
e w
2
, ento a soma v
1
+ v
2
deve ser
transformada em w
1
+ w
2
, pois A(v
1
+ v
2
) = A v
1
+ A v
2
.

Portanto, a multiplicao de matrizes impe certas regras
nas transformaes do espao. A primeira das regras simples
e a segunda contm a primeira (basta tomar k = 0). Ns observamos
a regra trs em ao quando o vetor (4, 0) foi refletido atravs da reta
que faz um ngulo de 45 graus com o eixo dos xs. O vetor (4, 0)
foi quebrado em (2, 2) + (2, 2) e as duas partes foram refletidas
separadamente. O mesmo pode ser feito para as projees: se quebra
um vetor em dois vetores por meio da operao de adio, se projeta
separadamente cada vetor resultante da quebra e se adicionam
as projees. Essas regras se aplicam a qualquer transformao que
provm de uma matriz.
Essas condies combinadas resultaram em nossa definio
de transformao linear dada anteriormente: em outras palavras,
a multiplicao de matrizes satisfaz a regra de linearidade, ou seja,
preserva as duas operaes bsicas de um espao vetorial, a saber,
a adio de vetores e a multiplicao por escalar.
Portanto, qualquer matriz determina imediatamente
uma transformao linear. Porm, a questo mais interessante saber
se: verdade que toda transformao linear T: V W determina
uma matriz? Se os espaos V e W so de dimenso finita a resposta
positiva e a idia bsica trabalhar com matrizes de coordenadas
dos vetores em vez dos prprios vetores. De fato, suponha que V
seja um espao vetorial n dimensional sobre e W seja um espao
m dimensional sobre . Sejam B, B bases para V e W,
respectivamente. Ento, para v em V, a matriz de coordenadas [v]
B


94

ser um vetor em
n
e a matriz de coordenadas [T(v)]
B
ser um vetor
em
m
.
Esquematicamente temos:

v T(v)

[v]
B
[T(v)]
B

Se denotarmos a suposta matriz dessa transformao por A, ento
A[v]
B
= [T(v)]
B
.
A matriz A chamada de matriz de T em relao s bases
B e B.
Resta saber como determinar tal matriz. Queremos encontrar
uma matriz A tal que A[v]
B
= [T(v)]
B
para todos os vetores v de V.
Logo, nada mais natural do que resolver essa equao para os vetores
de uma base arbitrria e depois estender a definio da transformao
linear para todo o espao. Portanto, sejam B = {v
1
, ... , v
n
} uma base
do espao vetorial n dimensional V e B = {w
1
, ... , w
m
} uma base
do espao vetorial m dimensional W. Ento,

A[v
1
]
B
= [T(v
1
)]
B
, ..., A[v
n
]
B
= [T(v
n
)]
B
.

Por outro lado, [ ]
]
]
]
]
]
]
,
,
,
,
0
0
1
1
M
B
v ,..., [ ]
]
]
]
]
]
]
,
,
,
,
1
0
0
M
B n
v . De modo que,

A[ ]
B
v
1
=
]
]
]
]
]
]
,
,
,
,
,
mn m m
n
n
a a a
a a a
a a a
L
M M M M
L
L
2 1
2 22 21
1 12 11
]
]
]
]
]
]
,
,
,
,
,
0
0
1
M
=
]
]
]
]
]
]
,
,
,
,
,
1
21
11
m
a
a
a
M


95

M

A[ ]
B n
v =
]
]
]
]
]
]
,
,
,
,
,
mn m m
n
n
a a a
a a a
a a a
L
M M M M
L
L
2 1
2 22 21
1 12 11
]
]
]
]
]
]
,
,
,
,
,
1
0
0
M
=
]
]
]
]
]
]
,
,
,
,
,
mn
n
n
a
a
a
M
2
1

Substituindo esses resultados em A[v
1
]
B
= [T(u
1
)]
B
, ... ,
A[v
n
]
B
= [T(u
n
)]
B
, obtemos:

( ) [ ]
' 1
1
21
11
B
m
v T
a
a
a
]
]
]
]
]
]
,
,
,
,
,
M
, ... , ( ) [ ]
'
2
1
B n
mn
n
n
v T
a
a
a
]
]
]
]
]
]
,
,
,
,
,
M
.

Portanto, as colunas de A so as matrizes de coordenadas
de T(v
1
), ... , T(v
n
) em relao base B e, assim, temos que a matriz
de T em relao s bases B e B escrita na forma de colunas como:

A = [[T(v
1
)]
B
... [T(v
n
)]
B
].

Costuma-se denotar essa matriz pelo smbolo A = [T]
B,B
.
Essa matriz possui a seguinte propriedade

[T]
B,B
[v]
B
= [T(v)]
B

Observemos que B a base do domnio da transformao T e B
a base do contradomnio de T e, alm disso, B parece ser cancelado
direita.

Exemplo 5.7.4 [Matrizes de Operadores Lineares.] No caso em que
V = W, ou seja, T: V V um operador linear, usual tomar-se
B = B. A matriz resultante denominada matriz de T em relao
base B e usualmente denotada por [T]
B
. Se B = {v
1
, ... , v
n
},
ento [T]
B
= [[T(v
1
)]
B
... [T(v
n
)]
B
] e [T]
B
[v]
B
= [T(v)]
B
.


96

Exerccio 5.7.1 Seja B = {v
1
, ..., v
n
} uma base de um espao
vetorial V de dimenso finita n e Id: V V o operador linear
identidade de V. Demonstre que [Id]
B
= Id
n
, onde Id
n
denota a matriz
identidade de ordem n.

Exerccio 5.7.2 Sejam T:
n

m
uma transformao linear e B e B
bases cannicas de
n
e
m
, respectivamente. Demonstre que
[T]
B,B
= [T].

Portanto, quando T leva
n
em
m
, a matriz de T em relao
s bases cannicas a matriz cannica de T.
Estudando-se as transformaes matriciais, muitas respostas
a questes tericas sobre a estrutura de transformaes lineares
arbitrrias, em espaos vetoriais de dimenso finita, podem ser
obtidas. Essas matrizes possibilitam o clculo das imagens de vetores
utilizando-se a multiplicao matricial. Por outro lado, esses clculos
podem ser efetuados rapidamente em computadores.
Encerramos essa seco mostrando que se T: V W
uma transformao linear, a matriz [T]
B,B
pode ser usada
para calcular T(v) em trs etapas:

(a) Calcula-se a matriz de coordenadas [v]
B
;

(b) Multiplica-se [v]
B
direita de [T]
B,B
para se obter [T(v)]
B
;

(c) Obtm-se T(v) a partir de sua matriz de coordenadas [T(v)]
B
.

Exerccio 5.7.3 Sejam T
1
: V W e T
2
: W U transformaes
lineares. Sejam B, B, B bases de V, W, U, respectivamente.
Ento, [T
2
T
1
]
B,B
= [T
2
]
B,B
[T
1
]
B,B
.

Exerccio 5.7.4 Sejam T: V V um operador linear e B uma base
de V. Ento, as seguintes informaes so equivalentes:
(a) T injetora; (b) [T]
B
inversvel. Alm disso,
nessa situao

[T
1
]
B
= ([T]
B
)
1
.


97

NOTAS

i
Em Ingls encontramos a expresso Kernel para o ncleo de T.
Preservaremos a notao Ker T porque o leitor certamente faz consultas a
livros naquela lngua.

Álgebra e Tecnologia p5

Загружено:

Сведения о документе

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

Álgebra e Tecnologia p5

Загружено:

Авторское право:

Доступные форматы

lgebras e Tecnologia Iniciao Nova Matemtica da Engenharia

5 - A lgebra das Transformaes Lineares Geloneze-Menochi

Вам также может понравиться