Escolar Documentos
Profissional Documentos
Cultura Documentos
Notas de Aula - Espaços Vetoriais Transformações Lineares Muy Bueno PDF
Notas de Aula - Espaços Vetoriais Transformações Lineares Muy Bueno PDF
ESPAÇOS VETORIAIS
TRANSFORMAÇÕES LINEARES
ISABEL C. C. LEITE
SALVADOR – BA
2007
Prof.ª Isabel Cristina C. Leite Álgebra Linear 1
ESPAÇOS VETORIAIS
Definição:
Seja um conjunto V, não vazio, sobre o qual estão definidas as operações adição e multiplicação por
um escalar, ou seja,
∀u, v ∈ V, u + v ∈ V
∀α ∈ R, ∀u ∈ V, αu ∈ V.
O conjunto V com essas duas operações é chamado espaço vetorial real (ou espaço vetorial sobre
R) se as seguintes propriedades forem satisfeitas:
Exemplos:
2. Os conjuntos R³, R4, ..., Rn são espaços vetoriais com as operações usuais de adição e
multiplicação por escalar.
3. V = M(m,n), o conjunto das matrizes reais m x n com a soma e o produto por escalar usuais.
Em particular:
4. O conjunto Pn = {a0 + a1x + a2x² + ... + anxn; ai ∈ R} dos polinômios com coeficientes reais de
grau ≤ n, em relação às operações usuais de adição de polinômios e multiplicação por
escalar.
Em particular, o conjunto dos polinômios de grau menor ou igual a 2,
P2 = {a0 + a1x + a2x²; ai ∈ R} é um espaço vetorial relativamente às mesmas operações.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 2
SUBESPAÇOS VETORIAIS
Definição
Dado um espaço vetorial V, um subconjunto W, não vazio, é um subespaço vetorial de V se:
i. Para quaisquer u, v ∈ W tem-se u + v ∈ W.
ii. Para qualquer α ∈ R, u ∈ W, tem-se α u ∈ W.
Observações
Exemplos
Observemos que ao tomarmos dois vetores u e v da reta que passa pela origem, o vetor soma
ainda é uma reta que passa pela origem. E se multiplicarmos um vetor u da reta por um
número real α, o vetor αu ainda estará nesta reta.
O mesmo não ocorre quando a reta não passa pela origem. Por exemplo, a reta
W = {(x, 4 – 2x); x ∈ R}
não é um subespaço vetorial do R².
Se escolhermos os vetores u = (1, 2) e v = (2, 0) de W, temos u + v = (3, 2) ∉ W.
Ainda αu ∉ W, para α ≠ 1.
Os exemplos destas duas retas sugerem, para qualquer subconjunto W de um espaço vetorial
V, que: sempre que 0 ∉ W, W não é subespaço de V. No entanto, se 0 ∈ W não nos
enganemos pensando de imediato que W seja subespaço de V, pois será necessário verificar
as propriedades (i) e (ii).
Para V = R², os subespaços triviais são {(0,0)} e o próprio R², enquanto que os outros
subespaços (subespaços próprios) são as retas que passam pela origem.
Fazendo:
a11 a12 a13 x 0
A = a 21 a 22 a 23 , X = y e 0 = 0 , o sistema, em notação matricial, será dado
a31 a32 a33 z 0
por AX = 0, sendo X elemento do conjunto-solução W.
x1 x2
Se u = X 1 = y1 e v = X 2 = y 2 são soluções do sistema, então: AX1 = 0 e AX2 = 0.
z1 z 2
i. Somando essas igualdades, vem: AX1 + AX2 = 0 ou A(X1 + X2) = 0 ⇒ X1 + X2 ∈ W, isto é,
a soma de duas soluções é ainda uma solução do sistema.
ii. Multiplicando por α ∈ R a primeira igualdade, vem: α(AX1) = 0 ou A(αX1) = 0 ⇒ αX1 ∈ W,
isto é, o produto de uma constante por uma solução é ainda uma solução do sistema.
Logo, o conjunto-solução W do sistema linear homogêneo é um subespaço vetorial de
M(3,1).
Prof.ª Isabel Cristina C. Leite Álgebra Linear 4
Exercícios
2. Verifique se os seguintes subconjuntos dos espaços vetoriais dados são subespaços vetoriais
destes.
{ }
a) W = ( x, y ) ∈ R 2 , y = x ⊂ R 2
a b
b) W = ; a, b ∈ R ⊂ M 2 ( R )
0 0
Definição
Exemplos:
a b a b
1. V = M(2,2), W1 = ; a = d − b, c = 0 e W2 = ; a = c = d , b = 0 , ou seja,
c d c d
d − b b a ' 0
W1 = e W2 =
0 d a' a'
Para encontrarmos W1 ∩ W2, as condições de W1 e de W2 devem ser satisfeitas simultaneamente.
b = 0
a' = 0
0 0
Assim temos: a' = d ⇒ d = 0 . Portanto W1 ∩ W2 = .
0 0
d - b = a'
Definição
d − b b a ' 0 a '+ d − b b
1. + =
0 d a ' a ' a ' a '+ d
c − b b x y
W 1 + W2 = ; a' , b, c ∈ R ou W1 + W2 = ; x = w − y
a' c z w
2. Sejam p = 2b – c + bx + cx ∈ W1 e q = b’x + c’x ∈ W2.
2 2
p + q = (2b – c) + (b + b’)x + (c + c’) x2. Como não existe nenhuma relação de dependência entre
os valores 2b – c, b + b’ e c + c’, W1 + W2 é um polinômio qualquer de P2(R).
W1 + W2 = P2(R).
Definição
Teorema:
Se V é soma direta de W1 e W2 todo vetor v ∈ V se escreve de modo único na forma v = u + w, onde
u ∈ W 1 e w ∈ W 2.
Exemplo:
Sejam V = R3 , ou seja, V = {(a,b,c); a,b,c ∈ R} e os seus subespaços W1 = {(a, b, 0); a, b ∈ R} e
W2 = {(0,0,c); c ∈ R}.
R3 é soma direta de W1 e W2, pois W1 + W2 = {(a,b,c); a,b,c ∈ R}e W1 ∩ W2 = {(0,0,0)}.
Confirmando o teorema acima, ∀ v = (a,b,c) ∈ R3, (a, b, c) = (a, b, 0) + (0, 0, c), escrito de modo
único.
Exercício:
a b a b
Sejam W1 = ; a = d e b = c e W2 = ; a = c e b = d subespaços de M2(R).
c d c d
Determine W1 ∩ W2, W1 + W2 e verifique se M2(R) = W1 ⊕ W2.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 6
COMBINAÇÃO LINEAR
Exercícios
1) Escrever v = (4,3,−6) como combinação linear de v1 = (1,−3,2) e v2 = (2,4,−1) .
− 8 14 2 − 3
2) Para que valor de k a matriz A = é combinação linear de A1 = e
0 k 0 2
− 1 2
A2 = ?
0 4
3) Mostrar que o vetor v = (3,4) ∈R² pode ser escrito de infinitas maneiras como combinação
linear dos vetores v1 = (1,0) , v2 = (0,1) e v3 = (2,−1) .
SUBESPAÇOS GERADOS
Observações:
1) v1 , v2 , K , vn são ditos vetores geradores do subespaço W.
2) Por definição: A = Ф ⇔ [Ф] = {0}.
3) A ⊂ G(A), ou seja, {v1 , v2 ,K, vn } ⊂ [ v1 , v2 , K , vn ].
4) Todo subconjunto A de V gera um subespaço vetorial de V, podendo ocorrer G(A) = V.
Nesse caso, A é o conjunto gerador de V.
5) Seja W = [ v1 , v2 , K , vn ]. Ao acrescentarmos vetores de W ao conjunto dos geradores, os
novos conjuntos continuarão gerando o mesmo subespaço W.
6) A observação 5 nos permite concluir que um espaço vetorial pode ser gerado por uma
infinidade de vetores, mas existe um número mínimo de vetores para gerá-lo.
Exemplos:
− 1 2 3 − 1 x y
6) A = ,
gera o subespaço de M (R): W = ; x , y ∈ R .
x + 2 y
2
− 2 3 1 1 − y
Um espaço vetorial V é finitamente gerado se existe um conjunto finito A, A ⊂ V, tal que V = G(A).
Todos os exemplos de espaços vetoriais vistos até agora são exemplos de espaços finitamente
gerados. Um exemplo de espaço vetorial não finitamente gerado é o espaço P de todos os
polinômios reais.
Exemplos:
a) Em V = R³, os vetores u = (2,-1,3), v = (-1,0,-2) e w = (2,-3,1) são L.D., pois podemos escrever
a combinação linear 3u + 4v – w =0.
b) Em V = P3(R), os polinômios p1 = 2 + 2 x + 3 x 2 + 4 x 3 , p2 = 5 x − 3 x 2 + x 3 e p3 = 4 x 2 − 2 x 3 são
L.I., pois a1 p1 + a 2 p 2 + a3 p3 = 0 somente quando a1 = a 2 = a3 = 0.
c) Em V = R², i = (1,0) e j = (0,1) são L.I.
d) Em V = R², i = (1,0), j = (0,1) e v = (3,-2) são L.D., pois podemos escrever a combinação linear
–3i + 2j + v = 0.
Teorema
Um conjunto A = { v1 , v2 ,K, vn } é L.D. se, e somente se, pelo menos um desses vetores é combinação
linear dos outros.
Ou, equivalentemente, um conjunto A = { v1 , v2 ,K, vn } é L.I. se, e somente se, nenhum desses vetores
pode ser escrito como combinação linear dos outros.
Do teorema acima podemos concluir que para o caso particular de dois vetores, temos que:
u e v são L.D. se, e somente se, um vetor é múltiplo escalar do outro.
Exemplo:
1 2 3 6
A = , ⊂ M2(R) é um conjunto L.D., pois podemos escrever a combinação
− 4 − 3 − 12 − 9
1 2 3 6 0 0 3 6 1 2
linear 3 ⋅ − = . Notemos que = 3⋅ .
− 4 − 3 − 12 9 0 0 − 12 9 − 4 − 3
Prof.ª Isabel Cristina C. Leite Álgebra Linear 8
{ }
1) 1 + 2 x − x 2 ,2 − x + 3 x 2 ,3 − 4 x + 7 x 2 ⊂ P2(R)
2) {(2,−1), (1,3)} ⊂ R²
Exemplos:
OBS: quaisquer dois vetores não colineares do R2, portanto LI formam uma base desse espaço.
1 0 0 1 0 0 0 0
4) B = , 0 0, 1 0, 0 1 é base canônica de M2(R).
0 0
{ }
5) B = 1, t , t 2 , K , t n é base canônica do espaço vetorial Pn e tem n + 1 vetores.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 9
7) B = {(3, -1)} não é base do R2, pois não gera todo R2. Esse conjunto gera uma reta que passa pela
origem. W = [(3, -1)] = {(x, y) ∈ R2; x = -3y}
8) B = {(1,2,1), (-1,-3,0)} não é base do R3, pois não gera todo R3. B gera o subespaço do R3
{ }
W = ( x, y, z ) ∈ R 3 ;3 x − y − z = 0 e por ser LI é base de W.
OBS: Todo conjunto LI de um espaço vetorial V é base do subespaço por ele gerado.
Corolário: Duas bases quaisquer de um mesmo espaço vetorial têm o mesmo número de vetores.
Exemplos:
1) dim R2 = 2
2) dim Rn = n
3) dim M2(R) = 4
4) dim M(m,n) = m⋅n
5) dim Pn = n + 1
6) dim {0} = 0 , pois {0} é gerado pelo conjunto vazio e portanto não possui base.
Observações:
1) dim V = n e W é subespaço de V ⇒ dim W ≤ n
No caso de dim W = n, então temos que W = V.
Ex: V = R3, dim V = 3. A dimensão de qualquer subespaço W do R3 só poderá ser 0, 1, 2 ou
3. Portanto temos:
a. dim W = 0, então W = {(0,0,0)} é a origem.
b. dim W = 1, então W é uma reta que passa pela origem.
c. dim W = 2, então W é um plano que passa pela origem.
d. dim W = 3, então W = R3.
3) Se soubermos que a dim V = n, para obtermos uma base de V basta que apenas uma das
condições de base esteja satisfeita, pois a outra ocorrerá como conseqüência. Ou seja:
a. Se dim V = n, qualquer subconjunto de V com n vetores LI é uma base de V.
b. Se dim V = n, qualquer subconjunto de V com n vetores geradores de V é uma base de V.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 10
EXERCÍCIOS
{
a) W = ( x, y ) ∈ ℜ 2 , y = ax, a constante real . } {
c) W = ( x, y ) ∈ ℜ 2 , y = x 3 }
b) W = {( x, y ) ∈ ℜ ,2
y= x . } d) W = {( x, y ) ∈ ℜ ,2
y = sen(x )}
2. Dados os espaços vetoriais abaixo diga, em cada caso, se W é subespaço vetorial de V sobre ℜ .
a) V = ℜ 3 . c) V = P2 (ℜ ) .
{ }
a.1) W = ( x, y, z ) ∈ ℜ 3 , x + y + z = 1 . {
c.1) W = at 2 + bt + c ∈ V , a − 2b + c = 0 . }
a.2) W = {( x, y, z ) ∈ ℜ , x = 2 y + z }.
3
c.2) W = {at 2
+ bt + c ∈ V , c = 4 .}
a.3) W = {( x, y, z ) ∈ ℜ , x. y = 0}.
3
{ } {
3. Seja V = M 2 (ℜ ) e sejam W1 = A ∈V , At = A e W2 = A ∈V , At = − A . Mostre que: }
a) W1 e W2 são subespaços de V;
b) V = W1 + W2 ;
5. Escreva, se possível, cada vetor v como combinação linear dos elementos de S, sendo:
1 1 3 2 0 0 0 0 4 1
a) v = e S = , , , .
0 1 0 0 0 3 1 0 9 5
b) v = (2,7 ) e S = {(1,0), (2,9)} .
c) v = (0,0,3) e S = {(2,0,0), (0,1,0)} .
{
d) d) v = p (t ) = t 3 + 4t 2 + t + 1 e S = 2, 3t , t 2 − 1, t 3 . }
{
e) v = f (x ) = sen ( x ) e S = cos ( x ), 3 .
2 2
}
6. Determine um conjunto de geradores para os seguintes subespaços:
{
a) W = ( x, y, z ) ∈ ℜ 3 , x + z = 0 e x − 2 y = 0 . } a b
c) W =
∈ M 2 (ℜ ), a + c = 0 e d = 0 .
c d
{
b) W = ( x, y, z ) ∈ ℜ 3 , x + 2 y − 3 z = 0 . } {
d) W = at 3 + bt 2 + ct + d ∈ P3 (ℜ), b = c e a = 0 }
Prof.ª Isabel Cristina C. Leite Álgebra Linear 11
i) são L.I. ii) geram os espaços V considerados. iii) são bases dos espaços V considerados.
{
c) W = A ∈ M 2 (ℜ), A = At } em V = M 2 (ℜ ) .
d) Os subespaços do exercício 6.
f) W = [e x , e 2 x , e 3 x ], V = F (ℜ, ℜ ) .
b) W = [(2,1,−2), (4,−2,−4 )] em V = ℜ 3 .
1 0 − 2 1 3 1
d) W = , , em V = M 2 (ℜ ) .
1 0 − 1 0 4 0
[ ]
e) W = t 3 + t , t 2 − 2t , 1 em V = P3 (ℜ ) .
13. Em cada caso a seguir, determine os subespaços U ∩ W , U + W de V e uma base para cada um dos
subespaços encontrados:
U = {(x, y, z , w) ∈ V , x + y = w − z = 0} e
a) V = ℜ 4
W = {( x, y, z , w) ∈ V , z = 0 e w = 0}
U = {( x, y, z ) ∈ V , x = 0} e
b) V = ℜ 3
W = [(0,2,0 ), (1,2,3), (7,12,21), (− 1,−2,−3)]
x y
U = ∈ V , x + 2 y + w = 0, z = 0 e
z w
c) V = M 2 (ℜ )
x y
W = z w ∈ V , y + 3z = 0, w = 0
a b c
U = ∈ V , a = b = f
d e f
a) V = M 2 x 3
a b c
W = d e f ∈ V , d = 0
U = {( x, y, z , w) ∈ V , x + w = y = z + w = 0}
b) V = ℜ 4
W = {( x, y, z , w) ∈ V , x = z = 0}
c) itens do exercício 13o
16. Determine uma base do ℜ 5 que contenha o conjunto {(1,1,0,0,0), (1,0,1,0,0)} . Justifique sua resposta.
• dim(W1 + W2 ) = 4 ;
• {(1,2,1,0,0), (0,1,1,0,0)} é base de W1 ;
• W1 ∩W2 = [(1,−1,1,0,0), (2,1,0,−1,1), (1,2,−1,−1,1)] .
1 1 1 0 0 0 0 0
1 2 B = , , ,
b) 0 0 0 0 0 1 1 0
−1 0
B' = base canônica de M 2 (ℜ )
c) 2t 3 + 5t 2 − 2t
{ }
B = t 3 + t 2 , t 2 + t, t-2, 3
B' = base canônica de P3 (ℜ )
Prof.ª Isabel Cristina C. Leite Álgebra Linear 14
Respostas
1 1 3 3 2 2 0 0 9 0 0 1 4 1
5. a) = + + −
0 1 5 0 0 3 0 3 5 1 0 5 9 5
4 7
b) ( 2 ,7) = (1,0) + ( 2,9)
9 9
c) não é possível.
d) t 3 + 4t 2 + t + 1 =
5
2
1
( ) ( )
( 2) + ( 3t ) + 4 t 2 − 1 + 1 t 3
3
(
e) sen2 x = −1 cos2 x + ) 1
3
(3)
1 0 0 1
6. a) {( 2 ,1,−2)} b) {( − 2 ,1,0) , ( 3,0,1)} c) , d) {t 2 + t , 1}
− 1 0 0 0
8. k ≠ 0 e k ≠1
10. a) i) L.I. ii) sim iii) sim
b) i) L.D. ii) sim iii) não
c) i) LD. ii) não iii) não
d) i) L.I. ii) não iii) não
e) i) L.I. ii) sim iii) sim
f) i) L.D. ii) não iii) não
11. a) B = {(1,0,0) , ( 0,5,−2) , ( 7 ,0,2)} outra base de W: B' = {(1,0,0) , ( 0,1,0) , ( 0,0,1)}, dim(W ) = 3
b) B = {(1,3,0,1) , ( 3,4 ,−7 ,2) , ( 2 ,30,1)}, dim(W ) = 3
1 0 0 1 0 0
c) B = , , , dim(W ) = 3
0 0 1 0 0 1
d) d.1) B = {( 2 ,1,−2)}, dim(W ) = 1
d.2) B = {( − 2 ,1,0) , ( 3,0,1)}, dim(W ) = 2
1 0 0 1
d.3) B = , , dim(W ) = 2
− 1 0 0 0
d.4) B = {1, t 2 + t }, dim(W ) = 2
{ }
e) B = sen( x) , cos( x) , dim(W ) = 2
{ }
f) B = e x , e 2 x , e 3x , dim(W ) = 3
{
12. a) W = ( x , y , z) ∈ℜ 3 , x + 2 y − 3z = 0 } {
b) W = (x, y, z ) ∈ ℜ 3 , x + z = 0 }
x y
c) W = ℜ 4 d) W = ∈ M 2 ( ℜ ) , x + y − z = 0 e w = 0
z w
e) W = {at 3 + bt 2 + ct + d ∈ P3 (ℜ), c = a − 2b}
{
13. a) U ∩ W = ( x,y,z,w) ∈ℜ 4 , x + y = 0, z = 0, w = 0 } {
BU ∩W = (1,−1,0,0) }
U + W = {( x,y,z,w) ∈ℜ , w − z = 0}
4
BU +W = {(1,0,0,0) , ( 0,1,0,0) , ( 0,0,11
, )}
Prof.ª Isabel Cristina C. Leite Álgebra Linear 15
13. b) U ∩ W = {( x,y,z) ∈ ℜ3 , x = z = 0} { }
BU ∩W = ( 0,1,0)
U + W = ℜ3 BU +W = {(1,0,0) , ( 0,1,0) , ( 0,0,1)}
0 0
c) U ∩ W = não há base.
0 0
1 0 0 1 0 0 0 0
U + W = M 2 ( ℜ) BU + W = , , ,
0 0 0 0 1 0 0 1
{
d) U ∩ W = ( x,y,z) ∈ℜ 3 , x = 0, z = y } { }
BU ∩W = ( 0,11
,)
U +W = ℜ 3
B = {(1,0,0) , ( 0,1,0) , ( 0,0,1)}
U +W
14. , ,2 ,3)} b) S = {( x , y , z , w) ∈ℜ , 4 y + z − 2 w = 0}
a) B = {(1,0,2 ,1) , ( 0,1,0,2)} , outra base: {( 2 ,−1,4 ,0) , (11 4
c) b = 2a d) Y ∩ S = Y , dim(Y + S ) = 2 , BY + S a mesma de S
15. a) não b) sim c) 13a) não 13b) não 13c) sim 13d) não
16. B = {(11
, ,0,0,0) , (1,0,1,0,0) , ( 0,0,1,0,0) , ( 0,0,0,1,0) , ( 0,0,0,0,1)}
18. dim(W2 ) = 4
19. dim(W ) = 3
20. a) 2 < dim(U ∩ W ) < 5 ⇒ U ∩ W ≠ { 0} b) 2 ,3,4
1 0 3 0 0 1
21. a) impossível. b) , , , por exemplo. c) impossível. d) impossível.
0 0 0 0 0 0
2 1
3 21 17
1 2 − 1 1 2
22. a) [( 4 ,−5,3) ] B = − 5 e [( 4 ,−5,3)] = − 58 17 b)
= e
2
=
− 1 0 B 0 − 1 0 B' − 1
B'
2 47 17
− 1 0
2 0
3 − 2
c) [2t 3 + 5t 2 − 2t ] B = e [2t 3 + 5t 2 − 2t ] B' =
−5 5
− 10 3 2
Prof.ª Isabel Cristina C. Leite Álgebra Linear 16
TRANSFORMAÇÃO LINEAR
Exemplos:
1) A transformação nula (ou zero) é linear: T ≡ O
O: V → W
v a O (v ) = 0
De fato: I) O(u + v) = 0 = 0 + 0 = O(u) + O(v)
II) O(αu) = 0 = α ⋅ 0 = α ⋅ O(u)
II) T (α u ) = T (α x, α v, α z )
= (α x − α y, 2α x + α z )
= α (x − y, 2 x + z )
= α T (u )
Propriedades
Exemplo: Sejam T : R 3 → R 2 uma transformação linear e B = {( 0,1, 0 ) , (1, 0,1) , (1,1, 0 )} uma base do
R³. Sabendo que T ( 0,1, 0 ) = (1, −2 ) , T (1,0,1) = ( 3,1) e T (1,1, 0 ) = ( 0, 2 ) , determine T ( x, y, z ) e
T ( 5,3, −2 ) .
Em primeiro lugar vamos expressar o vetor ( x, y, z ) como combinação linear dos vetores da base. No
caso, resolvendo o sistema, determinamos que
( x, y, z ) = ( y + z − x ) ⋅ ( 0,1, 0 ) + z ⋅ (1, 0,1) + ( x − z ) ⋅ (1,1, 0 )
Aplicando a transformação T e usando a propriedade (2), temos
T ( x, y, z ) = T ( y + z − x ) ⋅ ( 0,1, 0 ) + z ⋅ (1, 0,1) + ( x − z ) ⋅ (1,1, 0 )
= ( y + z − x ) ⋅ T ( 0,1, 0 ) + z ⋅ T (1, 0,1) + ( x − z ) ⋅ T (1,1, 0 )
= ( y + z − x ) ⋅ (1, −2 ) + z ⋅ ( 3,1) + ( x − z ) ⋅ ( 0, 2 )
Portanto, T ( x, y, z ) = ( − x + y + 4 z , 4 x − 2 y − 3 z ) e aplicando ao vetor dado, T ( 5,3, −2 ) = ( −10, 20 ) .
Prof.ª Isabel Cristina C. Leite Álgebra Linear 18
Chama-se imagem de uma transformação linear T : V → W ao conjunto dos vetores w ∈ W que são
imagem de vetores v ∈ V.
Im(T) = { w ∈ W / T(v) = w para algum v ∈ V} ⊂ W.
OBS: 1) Im(T ) ≠ ∅, pois no mínimo o conjunto imagem contém o vetor nulo.( 0W ∈ Im(T ) )
Exemplos:
1. No exemplo anterior o núcleo da transformação f é o eixo dos z, pois
x = 0
f ( x, y, z ) = (0,0,0) ⇔ ( x, y,0) = (0,0,0) ⇔
y = 0
Portanto, N ( f ) = {(0,0, z ) / z ∈ R}
2. Dada a transformação linear T : R 3 → R 2 , T ( x, y, z ) = ( x − y + 4 z , 3 x + y + 8 z ) , por definição
sabemos que (x, y, z) ∈ N(T) se, e somente, se
( x − y + 4 z , 3 x + y + 8 z ) = (0,0)
ou
x − y + 4z = 0
3 x + y + 8 z = 0
sistema cuja solução é x = – 3z e y = z.
Logo, N (T ) = {(−3 z , z , z ) ∈ R 3 / z ∈ R} .
Prof.ª Isabel Cristina C. Leite Álgebra Linear 19
OBS:
1) N(T) ≠ ∅, pois no mínimo o núcleo contém o vetor nulo.(Se T(0) = 0, 0V ∈ N (T ) )
2) Uma transformação linear é dita injetora, se e somente se, N(T) = {0}.
T : V → W é uma transformação injetora se ∀v1 , v 2 ∈ V , T (v1 ) = T (v 2 ) ⇒ v1 = v 2 .
3) O núcleo de uma transformação linear T : V → W é um subespaço vetorial de V.
Exercício: Determine o núcleo, a imagem, uma base para o núcleo, uma base para a imagem e a
dimensão de cada um deles para as seguintes transformações lineares.
1. T : R 3 → R 3 definida por T ( x, y, z ) = ( x + 2 y − z , y + 2 z , x + 3 y + z ) .
2. T : R 3 → P1 ( R ) definida por T ( x, y, z ) = ( x + y ) + zt .
3. T : R 3 → R 2 tal que T ( e1 ) = (1, 2 ) , T ( e2 ) = ( 0,1) e T ( e3 ) = ( −1,3) , sendo {e1 , e2 , e3 } a base
canônica do R³.
Isomorfismo
Exemplo:
Mostremos que T : P2 ( R ) → R 3 , definida por T (a + bt + ct 2 ) = ( c, b + c, b − a ) , é um isomorfismo.
Determinando o N(T):
c = 0 c = 0
T (a + bt + ct ) = ( 0, 0, 0 ) ⇒ b + c = 0 ⇒ b = 0 ⇒ N (T ) = {0} ⇒ T é injetora.
2
b − a = 0 a = 0
Como T é injetora e dim P2 ( R ) = dim R³, pelo corolário 2 podemos afirmar que T também é
sobrejetora, provando o isomorfismo.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 20
Automorfismo
Proposição
Se T : V → W é um isomorfismo, então existe uma transformação inversa T −1 : W → V que é linear e
que também é um isomorfismo.
A matriz
a11 a12 K a1n
a a22 K a2n
[T ]BA = 21
M M O M
am1 am2 K amn
Como [T ]B depende das bases A e B, uma transformação linear poderá ter uma infinidade de matrizes
A
Exemplos:
2 2
Logo,
1 1 0
[T ]B ' = 0
A'
1 −1
No caso de serem A’ e B’ bases canônicas, representa-se a matriz simplesmente por [T], que é chamada
matriz canônica de T.
Então tem-se: [T (v )] = [T ] ⋅ [v ]
Observemos que calcular T(v) pela matriz [T] é o mesmo que fazê-lo pela fórmula que define T.
T(2,1,3) = (2 + 1, 1 – 3) = (3, – 2)
ou
2
1 1 0 3
[T (v)] = ⋅ 1 =
0 1 − 1 3 − 2
3. Dadas as bases B = {(1,1) , ( 0,1)} do R2 e B ' = {( 0, 3, 0 ) , ( −1, 0, 0 ) , ( 0,1,1)} do R3, encontremos a
0 2
transformação linear cuja matriz é [T ]B ' = −1 0 .
B
−1 3
No caso, desejamos determinar a transformação T : R 2 → R 3 tal que T ( x, y ) = ( a, b, c ) . Pelo modo
como é determinada a matriz [T ]B ' sabemos que
B
Aplicando T :
T ( x, y ) = xT (1,1) + ( y − x ) T ( 0,1)
= x (1, −1, −1) + ( y − x )( 0,9,3)
= ( x, −10 x + 9 y, −4 x + 3 y )
Do exemplo acima, observamos que dada uma matriz e fixada duas bases em V e em W esta matriz
representa uma transformação linear. Esta mesma matriz numa outra dupla de bases representará uma
transformação linear diferente.
0 2
4. Considerando que a matriz [T ] = −1 0 é a matriz canônica da transformação, temos que
−1 3
T (1, 0 ) = 0 (1, 0, 0 ) − 1( 0,1, 0 ) − 1( 0, 0,1) = ( 0, −1, −1)
T ( 0,1) = 2 (1, 0, 0 ) + 0 ( 0,1, 0 ) + 3 ( 0, 0,1) = ( 2, 0,3)
e, portanto,
( x, y ) = x (1, 0 ) + y ( 0,1) ⇒ T ( x, y ) = xT (1, 0 ) + yT ( 0,1) ⇒ T ( x, y ) = x ( 0, −1, −1) + y ( 2, 0,3)
T ( x, y ) = ( 2 y , − x, − x + 3 y )
Teorema
Teorema
Sejam A e B bases dos espaços vetoriais V e W, respectivamente. Uma transformação linear
T : V → W é inversível se, e somente se, [T ]B é inversível. Além disso, se T é inversível, então
A
A
( )
T −1 = [T ]B
A −1
.
Corolário
Sejam A e B bases dos espaços vetoriais V e W, respectivamente e T : V → W uma transformação
linear. T é inversível se, e somente se, det [T ]B ≠ 0 .
A
3 4
Exercício. Seja T : R 2 → R 2 uma transformação linear dada pela matriz canônica [T ] = .
2 3
Verifique se T é inversível. Caso o seja, determine T-1(x, y).
Prof.ª Isabel Cristina C. Leite Álgebra Linear 23
Definição
Seja T : V → V um operador linear. Um vetor v ∈ V , v ≠ 0 , é um autovetor (ou vetor próprio) do
operador T se existe λ ∈ R tal que T ( v ) = λ v .
λ é denominado autovalor (ou valor próprio, valor característico, valor espectral) associado ao
autovetor v.
Exemplos:
1. Seja T : R 2 → R 2 tal que T ( x, y ) = λ ( x, y ) , λ ∈ R . Este operador tem λ como autovalor e
qualquer ( x, y ) ≠ ( 0, 0 ) como autovetor correspondente.
Se
i. λ < 0 , T inverte o sentido do vetor;
ii. λ > 1 , T dilata o vetor;
iii.λ > 1 , T contrai o vetor;
iv. λ = 1 , T é a transformação identidade.
A⋅v − λI ⋅v = 0
( A − λI )⋅v = 0
x 0
Para que o sistema homogêneo admita soluções não nulas, isto é v = y ≠ 0 , este deve ser
z 0
indeterminado e portanto, devemos ter det ( A − λ I ) = 0 .
Para λ2 = −1 , temos
4 0 −4 x 0 x = z
4 x − 4 z = 0
0 4 5 ⋅ y = 0 ⇒ 4 y + 5 z = 0 ⇒ y = − 5 z , ∀z ∈ R
0 0 0 z 0
4
5
Portanto temos os autovetores z , − z , z associados ao autovalor −1 .
4
Verificação: T ( 4, −5, 4 ) = ( −4,5, −4 ) = −1⋅ ( 4, −5, 4 ) .
Teorema
Dado um operador linear T: V → V, o conjunto formado pelos autovetores associados a um autovalor
λ e o vetor nulo é subespaço vetorial de V, isto é, Vλ = {v ∈ V ; T ( v ) = λ v} é subespaço de V.
Prof.ª Isabel Cristina C. Leite Álgebra Linear 26
EXERCÍCIOS
4. Determine a dimensão do núcleo e da imagem e suas respectivas bases da aplicação linear T do:
13. Sabendo que a matriz de uma transformação linear T:ℜ 2 → ℜ 3 nas bases A = {(− 1,1), (1,0)} do ℜ 2 e
3 1
B = {(1,1,−1), (2,1,0), (3,0,1)} do ℜ é [T ] = 2 5 , encontre a expressão de T (x, y ) e a matriz [T ] .
3 A
B
1 − 1
1 − 2
14. Seja [T ] = 2 0 a matriz canônica de uma transformação linear T:ℜ 2 → ℜ 3 . Se T (v ) = (2,4,−2) , calcule
− 1 3
v.
1 2 − 1
15. Seja T o operador linear dado pela matriz 2 0 1 . Determine:
1 − 2 2
a. N(T) e dim N(T)
b. Im(T) e dim Im(T).
AUTOVALORES E AUTOVETORES
1. Verifique, utilizando a definição, se os vetores dados são autovetores das correspondentes matrizes:
1 − 1 0
2 2
a) v = (-2,1), b) v = (-2,1,3), 2 3 2
1 3 1 2 1
6. Seja um operador linear T : ℜ 2 → ℜ 2 , tal que T(u) = u e T(v) = 1 v para algum vetor u ( e v) ∈ ℜ 2 .
2
Determine T(w) se u = (0,2), v = (2,6) e w = (3,7).
Respostas
2. a) T ( x,y ) = ( − x + 2 y, − 3x + y, 13x − 4 y )
b) T ( x,y,z ) = ( 2 x + y, y − z )
d) T (a + bx + cx 2 ) = ( 5c, a+5b+7c)
x + 2y 0 3z − 6 y
e) T ( x , y , z ) =
3x + 6 y 4 x + 8 y 5x − 20 y + 15z
1 0 2 0
1.e) β N ( T ) = {( 0,0)} β Im( T ) = ,
0 0 0 1
0 0 3 1 0 0
2.e) β N ( T ) = {( − 2 ,1,2)} β Im( T ) = ,
0 0 15 3 4 5
Prof.ª Isabel Cristina C. Leite Álgebra Linear 29
5. β N ( T ) = {( − 11
, ,3)} e β Im( T ) = {(1,2 ,0,3,0) ,(1,−1,0,0,0)}
6. a) T ( x,y ) = ( x + 4 y, 2 x + 5 y, 3x + 6 y )
b) T ( x,y,z ) = ( 2 z, 4 z)
c) T ( x,y,z ) = ( x + 2 y, x + y, 2 x , x + y )
7. a) Impossível. b) Impossível. c) Qualquer aplicação injetiva (ou sobrejetiva).
3 0 − 3 3
12. 5 2 e 2 5
− 3 3 − 2 − 2
8 18
13. T (x, y ) = (8 x + 18 y ,6 x + 11y,−2 x − 4 y ) e [T ] = 6 11
− 2 − 4
14. v = (2,0)
Autovalores e autovetores
1. a) Sim b) Não
2. a) λ1 = 3, v1 = ( y, y ); λ 2 = 2, v 2 = (2 y, y )
b) λ1 = 1, v1 = (−2 y, y ); λ 2 = 4, v 2 = ( y, y )
c) λ1 = λ 2 = 4, v = ( x, x)
d) Não existem.
e) λ1 = λ 2 = 1, v = ( x, y ,− y ); λ 3 = 4, v 3 = ( x, x,2 x)
f) λ1 = 1, v1 = z (3,−3,1); λ 2 = −1, v 2 = z (0,−3,1); λ 3 = 2, v 3 = z (0,0,1)
g) λ1 = λ 2 = λ 3 = 1, v = ( x,0, z ) , x e z não simultaneamente nulos.
3. (8,11)
4. a) T ( x, y ) = (x,2 x + 3 y )
5
b) T ( x, y ) = − 2 x + y,3 y
2
5. (26,6)
3 5
6. ,
2 2
Prof.ª Isabel Cristina C. Leite Álgebra Linear 30
REFERÊNCIAS BIBLIOGRÁFICAS