Escolar Documentos
Profissional Documentos
Cultura Documentos
Transformações Lineares
Estudaremos, nessa parte do conteúdo, um tipo especial de funções, chamadas transformações lineares. Es-
sas funções ocorrem com freqüência em Álgebra Linear e em outros campos da matemática, além de serem impor-
tantes numa vasta gama de aplicações.
Como introdução à definição de transformação linear, consideremos dois exemplos.
De outro modo, dada a matriz A, a equação Ax = b, pode ser vista assim: "Diga-me um vetor x em Rn e eu te direi
um vetor b em Rm", isto é, a matriz A representa a função com domínio Rn e contra domínio Rm, onde a imagem de
cada x ∈ Rn é b = Ax ∈ Rm. Essa função tem as seguintes propriedades:
• A(x + y) = Ax + Ay,
e
• A(αx) = αAx com α ∈ R
que caracterizam as transformações lineares.
2.1.3 Definição.
Sejam V e W dois espaços vetoriais. Uma transformação linear T de V em W é uma função (ou aplicação)
que a cada v ∈ V faz corresponder um único T(v) ∈ W e que satisfaz as seguintes duas condições:
∀ u, v ∈ V e ∀α ∈ R,
39
( i ) T (u + v) = T (u) + T (v);
( ii) T (αv) = αT (v).
Observações.
① Nós escrevemos T: V→W para indicar que T aplica vetores do espaço vetorial V em vetores do espaço vetorial
W. Isto é, T é uma função com domínio V, contra domínio W e cuja imagem é um subconjunto de W;
② T(v) é lido "T de v", de modo análogo à notação funcional f (x), que é lida "f de x";
③ Uma transformação linear T:V→V, que tem como domínio e contra domínio o mesmo espaço vetorial V é tam-
bém chamada de operador linear;
④ As duas condições (i) e (ii) da definição 2.1.3, acima, podem ser aglutinadas numa só:
T(αu + v) = αT(u) + T(v).
40
d) Comparando c) com a) e b) podemos ver que f (u + v) = f (u) + f (v).
e) A imagem de 2u pela f é (8, 2)
f) Comparando e) com a) temos que f (2u) = 2f (u);
g) Geometricamente:
h) f é linear. Prova:
Sejam u = (x1, y1) ∈ R2, v = (x2, y2) ∈ R2 e α ∈ R:
(ii) T(αv) = 0
= α.0
= αT(v)
41
ou
T:R3→R5
(x, y, z) a (0, 0, 0, 0, 0)
ou simplesmente
T(x, y, z) = (0, 0, 0, 0, 0).♦
b) T é linear pois:
Para u = (x1, y1) ∈R2, v = (x2, y2) ∈ R2 e α ∈ R, temos
2.1.10 Exemplo. Uma transformação de Rn → Rm dada pela multiplicação por uma matriz mxn.
42
Seja A uma matriz mxn e T: Rn → Rm definida por T(v) = Av. Aqui Av é o produto da matriz Amxn pelo vetor coluna
vnx1. T é linear.
Prova. Sejam u, v ∈ Rn e α ∈ R.
(i) T(u + v) = A(u + v)
= Au + Av (propriedade do produto de matrizes)
= T(u) + T(v)
(ii) T(αv) = A(αv)
= α(Av) (propriedade do produto de matrizes)
= αT(v)
Por (i) e (ii), a transformação T é uma transformação linear.♦
Assim:
* Toda matriz Amxn pode ser usada para definir uma transformação linear TA : Rn → Rm onde a imagem TA (v) é o
produto da matriz Amxn pelo vetor coluna vnx1.
2.1.11 Exemplo. Escrevendo as transformações lineares TA, TB, TC e TD determinadas respectivamente pelas matri-
zes:
2 − 1 1
2 3
A = 3
1, B= , C = [1 2 − 3 0] e D = 0.
4 − 1
2 0 − 5
Temos:
• TA : R2→ R3; TA (x, y) = (2x – y, 3x + y, 2x), que é a transformação obtida pelo produto da matriz A3x2 pelo vetor
x
v2x1= ;
y
• TB : R2→ R2; TB (x, y) = (2x + 3y, 4x – y);
• TC : R4→ R; TC (x, y, z, t) = (x + 2y – 3z);
• TD : R→ R3; TD (x) = (x, 0, – 5x).
Observemos que P1, P2 e P3 projetam os vetores de R3 nos planos xOy, xOz e yOz, respectivamente.
2.1.13 Exemplo. T:Mmxn→Mnxm; T(A) = At, é a transformação linear transposição.
Prova. Seja A, B ∈ Mmxn e α ∈ R:
43
(i) T(A + B) = (A + B)t
= At + B t (propriedade da transposição)
= T(A) + T(B)
(ii) T(αA) = (αA)t
= α(At) (propriedade da transposição)
= αT(A)
Por (i) e (ii), T é linear.♦
Observação. As únicas transformações lineares de R em R são as funções da forma f (x) = mx onde m é um número
real qualquer. Ou seja, dentre todas as funções cujos gráficos são retas, as lineares são, somente, aquelas que passam
pela origem. Em cálculo, uma função linear é definida na forma f (x) = mx + b. Assim, nós podemos dizer que uma
função linear é uma transformação linear de R em R somente se b = 0.
2.1.15 Exemplo. T: R2→ R3; T(x, y, z) = (x2, y, 2z). T não é uma transformação linear.
Prova. Tomando os vetores u = (1, 2, – 1) e v = (3, – 1, 4) em R3 temos
T(u + v) = T(4, 1, 3) e T(u) + T(v) = (1, 2, – 2) + (9, – 1, 8)
= (16, 1, 6) = (10, 1, 6)
Como T(u + v) ≠ T(u) + T(v), T não é linear.♦
Propriedade 1. Se T:V→W é uma transformação linear então T(0) = 0, ou seja, a imagem do vetor 0∈V é o
vetor 0∈W.
De fato, tomando α = 0 na condição (ii) da definição de transformação linear temos
T(0) = T(0.v) = 0T(v) = 0.♦
Observação. Essa propriedade fornece um argumento rápido para verificar que uma transformação não é linear. No
caso do exemplo 2.1.14 veja que f (0) = 3 ≠ 0, e assim, f não é linear.
44
Mas cuidado, o fato de se ter numa transformação a imagem nula para o vetor nulo não implica que ela seja linear.
Ver exemplo 2.1.15.
Um fato muito importante, que decorre dessa propriedade: Uma transformação linear fica completamente
determinada se conhecemos as imagens dos vetores de uma base do espaço vetorial domínio.
Assim, se T:V→W é uma transformação linear, então nós só 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, β = {v1, v2,
..., vn}, uma base de V e qualquer outro vetor v de V. Como β é uma base de V, existem únicos escalares α1, α2, ...,
αn tais que:
v = α1v1+ α2v2 + + αnvn.
Assim,
T(v) = T(α1v1+ α2v2 + + αnvn)
e, sendo T linear, temos
T(v) = α1T(v1)+ α2T(v2) + + αnT(vn).♦
45
2.1.18 Exemplo. Escreva a lei que define a transformação linear f : R2→ R3 sabendo que
f (1, 1) = (3, 2, 1) e f (0, – 2) = (0, 1, 0).
Seja (x, y) o vetor genérico do R2. Como {(1, 1), (0, – 2)} não é a base canônica do R2 devemos, primeiro, conhecer
as coordenadas de um vetor qualquer do R2, em relação a essa base. Então, escrevendo o vetor genérico do R2 como
combinação linear dos vetores (1, 1) e (0, – 2) temos:
a+0= x x− y
(x, y) = a(1, 1) + b(0, – 2) ⇒ ⇒a=x e b= .
a − 2b = y 2
Assim:
x−y
(x, y) = x(1, 1) + (0, – 2)
2
e, agora, podemos conhecer f (x, y).
x−y
f (x, y) = f (x(1, 1) + (0, – 2)
2
x- y
= f x(1, 1) + (0, − 2)
2
x−y
= x f (1, 1) + f (0, – 2)
2
x−y
= x(3, 2, 1) + (0, 1, 0)
2
x−y
= (3x, 2x, x) + 0, , 0
2
5x − y
= 3x , , x .♦
2
46