Introduo

lgebra linear uma parte da lgebra que, por sua vez, um ramo da Matemtica na
qual so estudados matrizes, espaos vetoriais e transformaes lineares. Todos esses
itens servem para um estudo detalhado de sistemas lineares de equaes. um fato
histrico que a inveno da lgebra Linear ser um campo abstrato da Matemtica, ela
tem um grande nmero de aplicaes dentro e fora da matemtica.
Tanto a lgebra Linear como a Geometria Analtica aplicam-se a vrias reas, em
especial s Engenharias.
Ser abordada 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.
Transformaes Lineares
Como introduo definio de transformao linear, consideremos dois exemplos.
Recorde-se que uma aplicao (ou funo) de um conjunto sobre outro uma regra que,
a cada elemento do primeiro conjunto (conjunto de partida), faz corresponder um e um
s elemento do segundo (conjunto de chegada).
As transformaes lineares so aplicaes entre dois espaos vetoriais que, num certo
sentido, preservam as operaes de adio e multiplicao escalares definidas nesses
espaos. A importncia de que se revestem na resoluo de diversos problemas de
Engenharia, tornam as transformaes lineares um tema obrigatrio de estudo num
curso introdutrio de lgebra Linear.
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 ser visto, uma transformao linear.
2.1.2 Exemplo. Considere 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 busca-se
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).
Observaes.
Foi escrito 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
.
Indica-se 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 = (x
1
, y
1
) R
2
, v = (x
2
, y
2
) R
2
e R.
(i) T(u + v) = T(x
1
+ x
2
, y
1
+ y
2
)
= (x
1
+ x
2
, (x
1
+ x
2
) (y
1
+ y
2
), y
1
+ y
2
)
= (x
1
+ x
2
, x
1
+ x
2
y
1
y
2
, y
1
+ y
2
)
= (x
1
, x
1
y
1
, y
1
) + (x
2
, x
2
y
2
, y
2
)
= T(x
1
, y
1
) + T(x
2
, y
2
)
= T(u) + T(v)
(ii) T(v) = T((x
2
, y
2
))
= T( x
2
, y
2
)
= (x
2
, x
2
y
2
, y
2
)
= (x
2
, x
2
y
2
, y
2
)
= T(x
2
, y
2
)
= 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);
g) Geometricamente:
h) f linear. Prova:
Sejam u = (x
1
, y
1
) R
2
, v = (x
2
, y
2
) R
2
e R:
(i) f (u + v) = f (x
1
+ x
2
, y
1
+ y
2
)
= (x
1
+ x
2
+ 2(y
1
+ y
2
), 2(x
1
+ x
2
) 3(y
1
+ y
2
) )
= (x
1
+ x
2
+ 2y
1
+ 2y
2
, 2x
1
+ 2x
2
3y
1
3y
2
)
= (x
1
+ 2y
1
, 2x
1
3y
1
) + (x
2
+ 2y
2
, + 2x
2
3y
2
)
= f (x
1
, y
1
) + f (x
2
, y
2
)
= f (u) + f (v)
(ii) f (v) = f ((x
2
, y
2
))
= f (x
2
, y
2
)
= (x
2
+ 2y
2
, 2x
2
3y
2
)
= (x
2
+ 2y
2
, 2x
2
3y
2
)
= f (x
2
, y
2
)
= 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).
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 I
1
em R
2
e I
2
em R
3
.
I
1
(x, y) = (x, y) e I
2
(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 = (x
1
, y
1
) R
2
, v = (x
2
, y
2
)
R
2
e R, temos
(i) T(u + v) = T(x
1
+ x
2
, y
1
+ y
2
)
= ( x
1
x
2
, y
1
+ y
2
)
= ( x
1
, y
1
) + ( x
2
, y
2
)
= T(u) + T(v)
(ii) T(v) = T(x
2
, y
2
)
= ( x
2
, y
2
)
= ( x
2
, y
2
)
= 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 A
mxn
pelo vetor coluna v
nx1
. 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)
= T(v)
Por (i) e (ii), a transformao T uma transformao linear.
Assim:
* Toda matriz A
mxn
pode ser usada para definir uma transformao linear T
A
: R
n
R
m
onde a imagem T
A
(v) o produto da matriz A
mxn
pelo vetor coluna v
nx1
.
2.1.11 Exemplo. Escrevendo as transformaes lineares T
A
, T
B
, T
C
e T
D
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:
T
A
: R
2
R
3
; T
A
(x, y) = (2x y, 3x + y, 2x), que a transformao obtida pelo
produto da matriz A
3x2
pelo vetor v
2x1
=
1
]
1

y
x
;
T
B
: R
2
R
2
; T
B
(x, y) = (2x + 3y, 4x y);
T
C
: R
4
R; T
C
(x, y, z, t) = (x + 2y 3z);
T
D
: R R
3
; T
D
(x) = (x, 0, 5x).
2.1.12 Exemplo. Considere os operadores lineares P
1
, P
2
e P
3
em R
3
definidos por
P
1
(x, y, z) = (x, y, 0), P
2
(x, y, z) = (x, 0, z) e P
3
(x, y, z) = (0, y, z).
Temos:
P
1
(2, 4, 6) = (2, 4, 0) (fig (a)) P
2
(2, 4, 6) = (2, 0, 6) (fig (b)) P
3
(2, 4, 6) = (0, 4, 6)
Observemos que P
1
, P
2
e P
3
projetam os vetores de R
3
nos planos xOy, xOz e yOz,
respectivamente.
2.1.13 Exemplo. T:M
mxn
M
nxm
; T(A) = A
t
, a transformao linear transposio.
Prova. Seja A, B M
mxn
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 .
f : R R; f (x) = 2x + 3.
Prova. Seja u = x
1
R, v = x
2
R

e R.
(i) f (u + v) = f (x
1
+ x
2
)
= 2(x
1
+ x
2
) +3
= 2x
1
+ 2x
2
+ 3 (1)
f (u) + f (v) = f (x
1
) + f (x
2
)
= 2x
1
+ 3 + 2x
2
+ 3
= 2x
1
+ 2x
2
+ 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(
1
v
1
+
2
v
2
) = T(
1
v
1
) + T(
2
v
2
) =
1
T(v
1
) +
2
T(v
2
),
1
,
2
R e v
1
, v
2
V.
Este fato pode ser generalizado. Assim,
T(
1
v
1
+
2
v
2
+ +
n
v
n
) =
1
T(v
1
) +
2
T(v
2
) + +
n
(v
n
),
ou seja, a imagem de uma combinao linear de vetores de V a combinao linear, de
mesmos escalares, das imagens T(v
1
), T(v
2
), ..., T(v
n
).
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, = {v
1
, v
2
, ..., v
n
}, 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 =
1
v
1
+
2
v
2
+ +
n
v
n.
Assim,
T(v) = T(
1
v
1
+
2
v
2
+ +
n
v
n
)
e, sendo T linear, temos
T(v) =
1
T(v
1
)+
2
T(v
2
) + +
n
T(v
n
).
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).
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 , ,

_
,
.
Definio 102 Sejam V e W dois espaos vetoriais. Uma Transformao Linear
(aplicao linear) uma funo de V em W, T : V W, que satisfaz as seguintes
condies:
- Qualquer que sejam u e v em V, T(u + v) = T(u) + T(v)
- Qualquer que sejam k R e v em V, T(kv) = kT(v)
Exemplo 103 : Um agricultor planta e comercializa trs tipos de verduras: Tomate,
Batata, Cenoura. Sejam x
1
, x
2
, x
3
as quantidades em quilos de Tomate, Batata, Cenoura
respectivamente. Se o agricultor vende o quilo do tomate a R$ 2,00, da batata a R$ 1,50
e da cenoura a R$ 1,90 ,ento o total de vendas (T
V
) dado por 2x
1
+ 1,5x
2
+ 1,9x
3
. A
aplicao que a cada tripla (x
1
, x
2
, x
3
) R
3
associa o total de vendas T
V
(x
1
, x
2
, x
3
) uma
aplicao linear. Matematicamente temos uma transformao linear do E.VR
3
no E.VR:
T
V
: R
3
R
T
V
(x
1
, x
2
, x
3
) = 2x
1
+ 1,5x
2
+ 1,9x
3
Vamos agora mostrar que de fato esta aplicao uma transformao linear. Chamando
u = (x
1
, x
2
, x
3
) R
3
; v = (y
1
, y
2
, y
3
) R
3
e k R temos:
i)
T
V
(u + v) = T
V
((x
1
, x
2
, x
3
) + (y
1
, y
2
, y
3
))
= T
V
(x
1
+ y
1
; x
2
+ y
2
; x
3
+ y
3
)
= 2(x
1
+ y
1
) + 1,5(x
2
+ y
2
) + 1,9(x
3
+ y
3
)
= 2x
1
+ 1,5x
2
+ 1,9x
3
+ 2y
1
+ 1,5y
2
+ 1,9y
3
= (2x
1
+ 1,5x
2
+ 1,9x
3
) + (2y
1
+ 1,5y
2
+ 1,9y
3
)
T
V
(u) = T(x
1
, x
2
, x
3
) = 2x
1
+ 1,5x
2
+ 1,9x
3
T
V
(v) = T(y
1
, y
2
, y
3
) = 2y
1
+ 1,5y
2
+ 1,9y
3
T
V
(u) + T
V
(v) = (2x
1
+ 1,5x
2
+ 1,9x
3
) + (2y
1
+ 1,5y
2
+ 1,9y
3
)
Logo T
V
(u + v) = T
V
(u) + T
V
(v):
ii)
T
V
(ku) = T
V
(k(x
1
, x
2
, x
3
))
= T
V
(kx
1
, kx
2
, kx
3
)
= 2kx
1
+ 1,5 kx
2
+ 1,9 kx
3
= k(2x
1
+ 1,5x
2
+ 1,9x
3
)
= kT(u)
Logo T
V
(ku) = kT
V
(u). De i) e ii) v-se que T
V
uma transformao linear.
Bibliografia
Luz, Carlos; Matos, Ana; Nunes, Sandra. Transformaes Lineares. Escola Superior de
Tecnologia de Setbal, 2005.
http://hermes.ucs.br/ccet/deme/vslavier/alglin/t_linear/trans_linear.htm
Aguiar, Rogrio de. Apostila de lgebra. CCT UDESC, Joinville, 2008.