Unidade 02

Transformaes Lineares
2.1 TRANSFORMAES LINEARES
Estudaremos, nessa parte do contedo, um tipo especial de funes, chamadas transformaes lineares.
Essas funes ocorrem com freqncia em lgebra Linear e em outros campos da matemtica, alm de serem
importantes numa vasta gama de aplicaes.
Como introduo definio de transformao linear, consideremos dois exemplos.
2.1.1 Exemplo. Reflexo em torno do eixo dos xx.
Seja em R
2
a funo T definida por
T(x, y) = (x, y).
Geometricamente, T toma cada vetor do R
2
e o reflete
em torno do eixo dos xx.
Essa funo, como veremos, uma transformao
linear.
2.1.2 Exemplo. Consideremos a expresso matricial de um sistema de equaes lineares
Ax = b,
onde A uma matriz mxn, x R
n
e b R
m
. Na condio de equao buscamos conhecer x quando A e b so
dados. De outro modo, dada a matriz A, a equao Ax = b, pode ser vista assim: "Diga-me um vetor x em R
n
e eu
te direi um vetor b em R
m
", isto , a matriz A representa a funo com domnio R
n
e contra domnio R
m
, onde a
imagem de cada x R
n
b = Ax R
m
. Essa funo tem as seguintes propriedades:
A(x + y) = Ax + Ay,
e
A(x) = Ax com R
que caracterizam as transformaes lineares.
2.1.3 Definio.
Sejam V e W dois espaos vetoriais. Uma transformao linear T de V em W uma funo (ou aplicao)
que a cada v V faz corresponder um nico T(v) W e que satisfaz as seguintes duas condies:
u, v V e R,
( i ) T (u + v) = T (u) + T (v);
( ii) T (v) = T (v).
39
Observaes.
Ns escrevemos T: VW para indicar que T aplica vetores do espao vetorial V em vetores do espao vetorial
W. Isto , T uma funo com domnio V, contra domnio W e cuja imagem um subconjunto de W;
T(v) lido "T de v", de modo anlogo notao funcional f (x), que lida "f de x";
Uma transformao linear T:VV, que tem como domnio e contra domnio o mesmo espao vetorial V
tambm chamada de operador linear;
As duas condies (i) e (ii) da definio 2.1.3, acima, podem ser aglutinadas numa s:
T(u + v) = T(u) + T(v).
2.1.4 Exemplo. Uma transformao linear do R
2
em R
3
.
Indicamos dois modos usados para definir uma funo.
T: R
2
R
3
; T(x, y) = (x, x y, y) ou T: R
2
R
3
(x, y) (x, x y, y)
a) T(2, 1) = (2, 3, 1); assim o vetor (2, 3, 1) R
3
a imagem, por T, do vetor (2, 1) R
2
.
Do mesmo modo:
T(0, 2) = (0, 2, 2)
T(a, a) = (a, 0, a), a R.
b) O vetor do R
2
cuja imagem pela aplicao T seja (2, 2, 4).
(x, x y, y) = (2, 2, 4) x = 2 e y = 4
Portanto T(2, 4) = (2, 2, 4).
c) Prova de que T linear
Sejam u = (x1, y1) R
2
, v = (x2, y2) R
2
e R.
(i) T(u + v) = T(x1 + x2, y1 + y2)
= (x1 + x2, (x1 + x2) (y1 + y2), y1 + y2)
= (x1 + x2, x1 + x2 y1 y2, y1 + y2)
= (x1, x1 y1, y1) + (x2, x2 y2, y2)
= T(x1, y1) + T(x2, y2)
= T(u) + T(v)
(ii) T(v) = T((x2, y2))
= T( x2, y2)
= (x2, x2 y2, y2)
= (x2, x2 y2, y2)
= T(x2, y2)
= T(v)
Por (i) e (ii), T uma transformao linear.
2.1.5 Exemplo. f : R
2
R
2
(x, y) (x + 2y, 2x 3y)
a) A imagem de u = (2, 1) pela f (4, 1);
b) A imagem de v = ( 1, 3) pela f (5, 11);
c) A imagem de u + v pela f (9, 10);
d) Comparando c) com a) e b) podemos ver que f (u + v) = f (u) + f (v).
e) A imagem de 2u pela f (8, 2)
f) Comparando e) com a) temos que f (2u) = 2f (u);
40
g) Geometricamente:
h) f linear. Prova:
Sejam u = (x1, y1) R
2
, v = (x2, y2) R
2
e R:
(i) f (u + v) = f (x1 + x2, y1 + y2)
= (x1 + x2 + 2(y1 + y2), 2(x1 + x2) 3(y1 + y2) )
= (x1 + x2 + 2y1 + 2y2, 2x1 + 2x2 3y1 3y2)
= (x1 + 2y1, 2x1 3y1) + (x2 + 2y2, + 2x2 3y2)
= f (x1, y1) + f (x2, y2)
= f (u) + f (v)
(ii) f (v) = f ((x2, y2))
= f (x2, y2)
= (x2 + 2y2, 2x2 3y2)
= (x2 + 2y2, 2x2 3y2)
= f (x2, y2)
= f (v)
Por (i) e (ii), f linear.
2.1.6 Exemplo. A transformao nula linear.
Sejam V e W dois espaos vetoriais e seja T: VW definida por T(v) = 0, v V.
Prova. Sejam u, v V e R.
(i) T(u + v) = 0
= 0 + 0
= T(u) + T(v)
(ii) T(v)
= 0
= .0
= T(v)
Por (i) e (ii), a transformao nula uma transformao linear.
2.1.7 Exemplo. Escrevendo a transformao linear nula do R
3
em R
5
, temos:
T:R
3
R
5
; T(x, y, z) = (0, 0, 0, 0, 0)
ou
T:R
3
R
5
(x, y, z) (0, 0, 0, 0, 0)
ou simplesmente
T(x, y, z) = (0, 0, 0, 0, 0).
41
2.1.8 Exemplo. A transformao identidade:
I:VV definida por I(v) = v.
a) Verifiquemos que I linear:
Sejam u, v V e R.
(i) I(u + v) = u + v
= I(u) + I(v)
(ii) I(v) = v
= I(v)
Por (i) e (ii), I uma transformao linear.
b) Escrevendo as funes identidades I1 em R
2
e I2 em R
3
.
I1 (x, y) = (x, y) e I2 (x, y, z) = (x, y, z).
2.1.9 Exemplo. Uma transformao reflexo;
T: R
2
R
2
definida por T(x, y) = ( x, y).
a) Interpretando T geometricamente.
b) T linear pois:
Para u = (x1, y1) R
2
, v = (x2, y2) R
2
e R, temos
(i) T(u + v) = T(x1 + x2, y1 + y2)
= ( x1 x2, y1 + y2)
= ( x1, y1) + ( x2, y2)
= T(u) + T(v)
(ii) T(v) = T(x2, y2)
= ( x2, y2)
= ( x2, y2)
= T(v).
2.1.10 Exemplo. Uma transformao de R
n
R
m
dada pela multiplicao por uma matriz mxn.
Seja A uma matriz mxn e T: R
n
R
m
definida por T(v) = Av. Aqui Av o produto da matriz Amxn pelo vetor
coluna vnx1. T linear.
Prova. Sejam u, v R
n
e R.
(i) T(u + v) = A(u + v)
= Au + Av (propriedade do produto de matrizes)
= T(u) + T(v)
(ii) T(v) = A(v)
= (Av) (propriedade do produto de matrizes)
42
= T(v)
Por (i) e (ii), a transformao T uma transformao linear.
Assim:
* Toda matriz Amxn pode ser usada para definir uma transformao linear TA : R
n
R
m
onde a imagem TA (v) o
produto da matriz Amxn pelo vetor coluna vnx1.
2.1.11 Exemplo. Escrevendo as transformaes lineares TA, TB, TC e TD determinadas respectivamente pelas
matrizes:
[ ] .
5
0
1
= e 0 3 2 1 = ,
1 4
3 2
= ,
0 2
1 3
1 2
1
1
1
]
1

1
]
1

1
1
1
]
1

D C B A
Temos:
TA : R
2
R
3
; TA (x, y) = (2x y, 3x + y, 2x), que a transformao obtida pelo produto da matriz A3x2 pelo
vetor v2x1=
1
]
1

y
x
;
TB : R
2
R
2
; TB (x, y) = (2x + 3y, 4x y);
TC : R
4
R; TC (x, y, z, t) = (x + 2y 3z);
TD : R R
3
; TD (x) = (x, 0, 5x).
2.1.12 Exemplo. Considere os operadores lineares P1, P2 e P3 em R
3
definidos por
P1(x, y, z) = (x, y, 0), P2(x, y, z) = (x, 0, z) e P3(x, y, z) = (0, y, z).
Temos:
P1(2, 4, 6) = (2, 4, 0) (fig (a)) P2(2, 4, 6) = (2, 0, 6) (fig (b)) P3(2, 4, 6) = (0, 4, 6)
Observemos que P1, P2 e P3 projetam os vetores de R
3
nos planos xOy, xOz e yOz, respectivamente.
2.1.13 Exemplo. T:MmxnMnxm; T(A) = A
t
, a transformao linear transposio.
Prova. Seja A, B Mmxn e R:
(i) T(A + B) = (A + B)
t
= A
t
+ B
t
(propriedade da transposio)
= T(A) + T(B)
(ii) T(A)= (A)
t
= (A
t
) (propriedade da transposio)
= T(A)
Por (i) e (ii), T linear.
2.1.14 Exemplo. Uma transformao no linear f de R em R .
43
f : R R; f (x) = 2x + 3.
Prova. Seja u = x1 R, v = x2 R

e R.
(i) f (u + v) = f (x1 + x2)
= 2(x1 + x2) +3
= 2x1 + 2x2 + 3 (1)
f (u) + f (v) = f (x1) + f (x2)
= 2x1 + 3 + 2x2 + 3
= 2x1 + 2x2 + 6 (2)
Como (1) (2), temos que f (u + v) f (u) + f (v), o que suficiente para provarmos que T no linear.
Podemos usar um contra-exemplo como prova de que f no linear.
f (2 + 5) = f (7)
= 17
e f (2) + f (5)= 7 + 13
= 20
Como f (2 + 5) f (2) + f (5), f no linear.
Observao. As nicas transformaes lineares de R em R so as funes da forma f (x) = mx onde m um nmero
real qualquer. Ou seja, dentre todas as funes cujos grficos so retas, as lineares so, somente, aquelas que
passam pela origem. Em clculo, uma funo linear definida na forma f (x) = mx + b. Assim, ns podemos dizer
que uma funo linear uma transformao linear de R em R somente se b = 0.
2.1.15 Exemplo. T: R
2
R
3
; T(x, y, z) = (x
2
, y, 2z). T no uma transformao linear.
Prova. Tomando os vetores u = (1, 2, 1) e v = (3, 1, 4) em R
3
temos
T(u + v) = T(4, 1, 3)
= (16, 1, 6)
e T(u) + T(v) = (1, 2, 2) + (9, 1, 8)
= (10, 1, 6)
Como T(u + v) T(u) + T(v), T no linear.
2.1.16 Propriedades das transformaes lineares.
Propriedade 1. Se T:VW uma transformao linear ento T(0) = 0, ou seja, a imagem do vetor 0V
o vetor 0W.
De fato, tomando = 0 na condio (ii) da definio de transformao linear temos
T(0) = T(0.v) = 0T(v) = 0.
Observao. Essa propriedade fornece um argumento rpido para verificar que uma transformao no linear.
No caso do exemplo 2.1.14 veja que f (0) = 3 0, e assim, f no linear.
Mas cuidado, o fato de se ter numa transformao a imagem nula para o vetor nulo no implica que ela seja linear.
Ver exemplo 2.1.15.
Propriedade 2. Se T:VW uma transformao linear temos:
T(1v1 + 2v2) = T(1v1) + T(2v2) = 1T(v1) + 2T(v2), 1, 2 R e v1, v2 V.
Este fato pode ser generalizado. Assim,
T(1v1 + 2v2+ + nvn) = 1T(v1) + 2T(v2) + + n(vn),
ou seja, a imagem de uma combinao linear de vetores de V a combinao linear, de mesmos escalares, das
imagens T(v1), T(v2), ..., T(vn).
Um fato muito importante, que decorre dessa propriedade: Uma transformao linear fica completamente
determinada se conhecemos as imagens dos vetores de uma base do espao vetorial domnio.
Assim, se T:VW uma transformao linear, ento ns s precisamos saber como T atua nos vetores de
uma base de V para determinarmos a imagem de qualquer outro vetor de V. Para ver esse fato tomemos, = {v1,
44
v2, ..., vn}, uma base de V e qualquer outro vetor v de V. Como uma base de V, existem nicos escalares 1,
2, ..., n tais que:
v = 1v1+ 2v2 + + nvn.
Assim,
T(v) = T(1v1+ 2v2 + + nvn)
e, sendo T linear, temos
T(v) = 1T(v1)+ 2T(v2) + + nT(vn).
2.1.17 Exemplo. Seja a transformao linear T:R
3
R
3
e sejam
T(1, 0, 0) = (2, 3), T(0, 1, 0) = ( 1, 4) e T(0, 0, 1) = (5, 3).
Vamos usar a propriedade 2 para:
a) Calcular T(3, 4, 5).
O vetor (3, 4, 5) pode ser escrito como combinao linear dos vetores (1, 0, 0), (0, 1, 0) e (0, 0, 1), assim:
(3, 4, 5) = 3(1, 0, 0) + ( 4)(0, 1, 0) + 5(0, 0, 1).
Ento,
T(3, 4, 5) = T[(3(1, 0, 0) + ( 4)(0, 1, 0) + 5(0, 0, 1)]
= 3 T(1, 0, 0) + ( 4) T(0, 1, 0) + 5 T(0, 0, 1).
= 3(2, 3) + ( 4)( 1, 4) + 5(5, 3)
= (6, 9) + (4, 16) + (25, 15)
= (35, 22)
b) Calcular a imagem de um vetor do R
3
.
Procederemos da mesma maneira, considerando o vetor (x, y, z), que expressa um vetor qualquer do R
3
.
Como (x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1),
T(x, y, z) = T( x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1) )
= x T(1, 0, 0) + y T(0, 1, 0) + z T(0, 0, 1)
= x (2, 3) + y ( 1, 4) + z (5, 3)
= (2x, 3x) + ( y, 4y) + (5z, 3z)
= (2x y + 5z, 3x + 4y 3z)
ou seja, a transformao linear T, tal que T(1, 0, 0) = (2, 3), T(0, 1, 0) = ( 1, 4) e T(0, 0, 1) = (5, 3) :
T:R
3
R
2
; T(x, y, z) = (2x y + 5x, 3x + 4y 3z).
Retome a parte (a) desse exemplo e confirme o resultado l obtido.
2.1.18 Exemplo. Escreva a lei que define a transformao linear f : R
2
R
3
sabendo que
f (1, 1) = (3, 2, 1) e f (0, 2) = (0, 1, 0).
Seja (x, y) o vetor genrico do R
2
. Como {(1, 1), (0, 2)} no a base cannica do R
2
devemos, primeiro, conhecer
as coordenadas de um vetor qualquer do R
2
, em relao a essa base. Ento, escrevendo o vetor genrico do R
2
como combinao linear dos vetores (1, 1) e (0, 2) temos:
(x, y) = a(1, 1) + b(0, 2)
a x
a b y
+

'

0
2
a = x e .
2
y x
b


Assim:
(x, y) = x(1, 1) +
x y
2
(0, 2)
e, agora, podemos conhecer f (x, y).
45
f (x, y)
= f (x(1, 1) +
x y
2
(0, 2)
=
,
_

) 2 , 0 (
2
-
+ ) 1 , 1 (
y x
x f
= x f (1, 1) +
x y
2
f (0, 2)
= x(3, 2, 1) +
x y
2
(0, 1, 0)
= (3x, 2x, x) + 0
2
0 , ,
x y

_
,

= 3
5
2
x
x y
x , ,

_
,
.
46