Aplicações lineares na Universidade de Cabo Verde

Universidade de Cabo Verde
Faculdade de Ciências & Tecnologia
Campus de Palmarejo CP: 279 Praia - Cabo Verde Tel.: (00238) 262 91 12 Fax: (00238) 262 76 55
Cursos: EGI; EIC; EC; EM; EQB; EE - 1o Ano
UC : Álgebra Linear e Geometria Analı́tica I
Aplicações Lineares
Praia, Janeiro 2018

Cursos: EGI; EIC; EC; EM; EQB; EE Faculdade de Ciências & Tecnologia Ano Lectivo: 2017/2018
Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre
Aplicações Lineares
Definição 1 (Aplicação linear). Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Uma aplicação
(ou função)
f : V −→ V 0
diz-se uma aplicação linear se, ∀ ~ ~ ∈ V, ∀ λ ∈ F, tem-se:
v, u
(1) f ~
v+u ~ = f ~ ~;
v +f u

(2) f λ ~
v =λf ~

v
Nota 1. Nota-se que, na propriedade (2) desta definição, o escalar λ aplica-se, no primeiro membro, a um vector
de V, e, no segundo membro, a um vector de V 0 , o que exige que de facto o corpo dos escalares F seja o mesmo
para os dois espaços vectoriais, V e V 0 .
Teorema 1 (Critério de aplicação linear). Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Uma
aplicação
f : V −→ V 0
é uma aplicação linear se, e somente se,
~, ~
∀ λ, β ∈ F , ∀ u v ∈ V , tem-se, f λ~
u + β~ ~ + βf ~
v = λf u

v .
Exemplo 1. Sejam os espaços vectoriais reais R2 e R3 . A aplicação
f : R3 −→ R2
,→ x, y, z = 3x − 7z, x − 5y + 8z

x, y, z f
é uma aplicação linear.
Resolução:
~ = (u1 , u2 , u3 ) , ~
Verifica-se: ∀ u v = (v1 , v2 , v3 ) ∈ R3 , ∀ λ ∈ R, tem-se:
~+~
v = f ((u1 + v1 , u2 + v2 , u3 + v3 ))

(1) f u
= (3 (u1 + v1 ) − 7 (u3 + v3 ) , u1 + v1 − 5 (u2 + v2 ) + 8 (u3 + v3 ))
= (3u1 − 7u3 + 3v1 − 7v3 , u1 − 5u2 + 8u3 + v1 − 5v2 + 8v3 )
= (3u1 − 7u3 , u1 − 5u2 + 8u3 ) + (3v1 − 7v3 , v1 − 5v2 + 8v3 )
= f u~ +f ~

v
f λ~
v = f ((λv1 , λv2 , λv3 ))

(2)
= (3λv1 − 7λv3 , λv1 − 5λv2 + 8λv3 )
= λ (3v1 − 7v3 , v1 − 5v2 + 8v3 )
= λf ~

v
Como f satisfaz as propriedades (1) e (2), então f é uma aplicação linear.
Palmarejo, CP 279 – Praia, Cabo Verde – Tel. (+ 238) 334 01 00; (+ 238) 262 76 55 Pág. 1 de 19
Alternativamente, aplicando o teorema 1,
f λ~u + β~
v = f λ (u1 , u2 , u3 ) + β (v1 , v2 , v3 )

= f λu1 + βv1 , λu2 + βv2 , λu3 + βv3

= 3 · λu1 + βv1 − 7 · λu3 + βv3 , λu1 + βv1 − 5 · λu2 + βv2 + 8 · λu3 + βv3

= (3λu1 − 7λu3 , λu1 − 5λu2 + 8λu3 ) + 3βv1 − 7βv3 , βv1 − 5βv2 + 8βv3

= λ (3u1 − 7u3 , u1 − 5u2 + 8u3 ) + β (3v1 − 7v3 , v1 − 5v2 + 8v3 )

= λ f (~
u) + β f (~
v),
Como f satisfaz a condição desse teorema, então f é uma aplicação linear.
Exemplo 2. Seja V um espaço vectorial qualquer, sobre um corpo F. Dado um escalar arbitrário δ ∈ F, a
aplicação
η : V −→ V
~
v ,→ η ~ v = δ~

v
é uma aplicação linear denominada homotetia.
Resolução:
~, ~
Verifica-se: ∀ u v ∈ V, ∀ λ ∈ F, tem-se:
~+~
η u ~+~
v = δ u

(1) v
= δ~
u + δ~ v
= η u~ +η ~

v
η λ~
v = δ λ~

(2) v
= λ δ~v = λη ~

v .
Exemplo 3. Seja V um espaço vectorial qualquer, sobre um corpo F. A aplicação
0 : V −→ V
~ ,→ v = ~0
0 ~

v
é uma aplicação linear, denominada aplicação linear nula.
Resolução:
~, ~
Verifica-se: ∀ u v ∈ V, ∀ λ ∈ F, tem-se:
(1) ~+~
0 u v =
~0
= ~0 + ~0 = 0 u
~ +0 ~

v

(2) 0 λ~
u =
~0
= λ~0 = λ0 ~

v .
Exemplo 4. Seja V um espaço vectorial qualquer, sobre um corpo F. a aplicação
ι : V −→ V
~ ,→ ι ~
v =~

v v
é uma aplicação linear, denominada aplicação linear identidade.
Exemplo 5. Seja V um espaço vectorial qualquer, sobre um corpo F. Suponha-se que A, B ≤ V e A ⊕ B = V.

Uma vez que a soma A com B é uma soma directa, então todo vector ~
v ∈ V, escreve-se de uma única maneira
como soma de um vector de A com um vector de B, diga-se
v = ~a~v + ~b~v ,
~
com ~a~v ∈ A e ~b~v ∈ B. Assim, as aplicações
ρA : V −→ A
~ ,→ ρA ~
v = ~a~v

v
e
ρB : V −→ B
~ ,→ v = ~b~v
ρB ~

v
são lineares, e são chamadas, respectivamente, projecções de ~
v sobre A e sobre B.
Nota 2. Há aplicações, entre espaços vectoriais, que não são lineares. Por exemplo, no espaço vectorial real R2 ,
a aplicação
f : R2 −→ R2
x, y ,→ f x, y = xy , x + y

não é linear.
Nota-se que, para todo vector ~
v = x, y ∈ V, para todo escalar λ ∈ F, tem-se:

f λ~
v = f λx, λy

= λ2 xy, λ x + y
= λ λxy, x + y

, λ xy, x + y = λ f ~v , para λ = 2 e x, y , 0, por exemplo.

Isto é, a aplicação f não satisfaz a propriedade (2) da definição 1.
Teorema 2. Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Seja
f : V −→ V 0
uma aplicação linear. Então:
(1) f ~0V = ~0V0 , onde ~0V e ~0V0 representam, o vector nulo em V e o vector nulo em V 0 , respectivamente.

(2) Para todo ~ v = −f ~

v ∈ V, f −~ v;
~, ~ ~−~ ~ −f ~
v = f u

(3) ∀ u v ∈ V, f u v.
Teorema 3. Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Seja
f : V −→ V 0
(1) f transforma vectores linearmente dependentes em vectores linearmente dependentes, isto é, se
~
v1 , ~
v2 , . . . , ~
vk ∈ V
são linearmente dependentes, então
f ~
v1 , f ~
v2 , . . . , f ~
vk ∈ V 0

também o são.
(2) f transforma vectores linearmente independentes em vectores linearmente independentes, se, e somente se,
f é injectiva.
Definição 2 (Classificação de uma aplicação linear). Sejam V e V 0 espaços vectoriais quaisquer sobre um
mesmo corpo F. Uma aplicação linear
f : V −→ V 0
diz-se:
(1) Monomorfismo se é injectiva, isto é, objectos diferentes correspondem à imagens diferentes.
(2) Epimorfismo se é sobrejectiva, isto é, o seu contradomı́nio coincide com o seu conjunto de chagada V 0 ;
(3) Isomorfismo se é bijectiva, ou seja, f é, simultaneamente, injectiva e sobrejectiva;
(4) Endomorfismo se o seu conjunto de partida V é igual ao seu conjunto de chagada V 0 ;
(5) Automorfismo se é, simultaneamente, um isomorfismo e endomorfismo.
Teorema 4. Sejam V e V 0 espaços vectoriais quaisquer, sobre um mesmo corpo F, e sejam F e F0 subespaços
vectoriais de V e V 0 , respectivamente. Se
f : V −→ V 0
é uma aplicação linear, então:
(1) f (F) = f ~ v : ~
v ∈ F é um subespaço vectorial de V 0 .

(2) f −1 (F0 ) = ~v∈V : f ~ v ∈ F0 (diz-se imagem inversa de F0 ) é um subespaço vectorial de V.

Nota 3. Se V e V 0 são dois espaços vectoriais, sobre um mesmo corpo F; e se
f : V −→ V 0
é uma aplicação linear, então:
(1) f (V) ≤ V 0 , pois V é subespaço vectorial de si próprio;
(2) f −1 ~0V0 ≤ V, onde ~0V0 é o vector nulo em V 0 , pois ~0V0 ≤ V 0 .

n o n o
Definição 3 (Imagem e núcleo). Sejam V e V 0 espaços vectoriais, sobre um mesmo corpo F; e seja
f : V −→ V 0
uma aplicação linear.

O subespaço vectorial de V 0 ,
f (V) = Im f = D0 f (imagem ou contradomı́nio de f ),

é o espaço-imagem ou espaço-caracterı́stico de f .
Quando o espaço imagem é finitamente gerado, a sua dimensão chama-se caracterı́stica de f , e representa-se
por c f , ou seja,
c f = dim Im f .

O subespaço vectorial de V,
f −1 ~0V0 = f −1 ~0V0 = Nuc f = Ker f ,

n o
é o núcleo ou espaço de nulidade de f .

Quando o núcleo de f é finitamente gerado, a sua dimensão chama-se nulidade de f , e representa-se por n f , ou
seja,
n f = dim Nuc f .

Exemplo 6. Considere a aplicação linear do exemplo 1:
f : R3 −→ R2
,→ x, y, z = 3x − 7z, x − 5y + 8z .

x, y, z f
Determina-se D0 f e Nuc f .

Resolução:
D0 f : Nota-se que,

Im f = f R3 = f

x, y, z : x, y, z ∈ R .
Então:
= 3x − 7z, x − 5y + 8z

f x, y, z
= (3x, x) + 0, −5y + (−7z, 8z)

= x (3, 1) + y (0, −5) + z (−7, 8)

= h(3, 1) , (0, −5) , (−7, 8)i
Como Im f é um subespaço do espaço vectorial real R2 e dimensão de R2 é 2, então c f ≤ 2.

Por outro lado, no sistema de geradores de Im f há dois vectores linearmente independentes,
por exemplo:
(3, 1) e (0, −5) .
Senso assim, c f = 2, equivalentemente,
Im f = R2 .


Nuc f : Para este caso,
n o
Nuc f = x, y, z ∈ R3 : f

x, y, z ∈ {(0, 0)} .
Logo,

f x, y, z ∈ {(0, 0)}
x, y, z = (0, 0)

⇔ f
3x − 7z = 0
(
⇔ (i)
x − 5y + 8z = 0
Resolve-se o sistema homogéneo em (i):

" # " # " #
3 0 −7 1 0 −7/3 1 0 −7/3
−→ −→
1 −5 8 L1 ← 13 L1 0 −5 31/3 L2 ←− 15 L1 0 1 −31/15
L2 ←L2 − 13 L1
Tem-se:
x = − 73 λ





y = − 31
15 λ





 z=λ∈R


Pronto: n o
= − 73 λ, − 15
31
λ, λ : λ ∈ R

Nuc f
D E
= − 37 , − 31
15 , 1
= h(−35, −31, 15)i .
Teorema 5. Sejam espaços vectoriais V e V 0 , sobre um mesmo corpo F. Seja
f : V −→ V 0
~∈Veu
~0 = f u
~ ∈ V 0 , tem-se:

(1) Dado um vector u
~0
f −1 u = ~
x∈V : f ~ x =u~0

= u ~ + Nuc f .

(2) f é um monomorfismo (injectiva) se, e somente se, Nuc f = ~0V .

n o
Exemplo 7. Seja um endomorfismo

f : P2 −→ P2
definida por:
∀ p(x) ∈ P2 , f p(x) = p0 (x) derivada de p(x)

Determinar f −1 (1 + 3x) e verificar se f é um monomorfismo.
Resolução:
n o
f −1 (1 + 3x) = ax2 + bx + c ∈ P2 : f ax2 + bx + c = 1 + 3x
Ora,
f ax2 + bx + c = 1 + 3x
⇔ 2ax + b = 1 + 3x
2a = 3 a = 3/2
 

 

= =1
 
⇔  b 1 ⇔ b
 
 

 c∈R
  c∈R

Então,
3 2

f −1 (1 + 3x) = x +x+c : c∈R
2
3 2

= x + x + h1i .
2
Sendo assim, Nuc f = h1i , {0}, o que significa que f não é um monomorfismo.

Teorema 6. Sejam V e V 0 espaços vectoriais, sobre um mesmo corpo F. Seja uma aplicação linear
f : V −→ V 0 .
Se F é um subespaço vectorial de V e F = hXi, então
f (F) = f (X) .

Em particular, se F é finitamente gerado, também f (F) é finitamente gerado, e tem-se

dim f (F) ≤ dim (F) .
Nota 4. Nota-se que se V , ~0 é um espaço finitamente gerado, com base

n o
B= ~ v1 , ~
v2 , . . . , ~

vk , para algum k ∈ N,
então:
Im f = f ~
v1 , f ~
v2 , . . . , f ~

vn .
Exemplo 8. Considere a aplicação linear
f : P2 −→ P2
p(x) ,→ f p(x) = p0 (x) 1a derivada de p(x) .

Determinar Im f e f (F), onde D E
F = x2 − x, x + 1 .
Resolução:n o
Como B = x2 , x, 1 é uma base de P2 , então
D E
= f x2 , f (x) , f (1)

Im f
= h2x, 1i
= P1 .
Da mesma forma, D E
f (F) = f x2 − x , f (x + 1)
= h2x − 1, 1i
= P1 .
Teorema 7. Sejam V e V 0 espaços vectoriais, sobre um mesmo corpo F. Seja
f : V −→ V 0
uma aplicação linear. Se V tem dimensão finita, então
dim (V) = n f + c f .
Corolário 1. Sejam V e V 0 espaços vectoriais, sobre um mesmo corpo F, ambos com dimensão finita, diga-se
dim (V) = dim (V 0 ) = n, n ∈ N. Então, f é um monomorfismo se, e somente se, f é um epimorfismo.
Em particular, um endomorfismo num espaço vectorial V, de dimensão finita, é monomorfismo se, e somente
se, é epimorfismo.
Exemplo 9. Considere o seguinte endomorfismo do espaço vectorial real R4 , definida por:
x, y, z, w = x − y + z, x + z − w, 2x + 2z − y − w, x + w , ∀ x, y, z, w ∈ R.

f
Determinar o núcleo de f e concluir se f é ou não um epimorfismo.
Resolução:n o
Nuc f = x, y, z, w ∈ R4 : f x, y, z, w = (0, 0, 0, 0) .

x, y, z, w = (0, 0, 0, 0)

f
x−y+z=0



x+z−w=0



⇔ 



 2x + 2z − y − w = 0
x+w=0


     
1 −1 1 0  1 −1 1 0  1 0 1 −1
1 0 1 −1 0 1 0 −1 0 1 0 −1
     
  −→   −→  
2 −1 2 −1 L2 ←L2 −L1 0 1 0 −1 L1 ←L1 +L2 0 0 0 0 
1 0 0 1 L3 ←L3 −2L1 0 1 −1 1 L3 ←L3 −L2 0 0 −1 2
     
L4 ←L4 −L1 L4 ←L4 −L2
   
1 0 0 1  1 0 0 1 
0 1 0 −1 0 1 0 −1
  
−→   −→  
L3 ↔L4
0
 0 −1 2  L3 ←−1L3 0
 0 1 −2
0 0 0 0 0 0 0 0
  
Então:
x = −λ



y=λ




z = 2λ




w=λ∈R


Logo,
= {(−λ, λ, 2λ, λ) : λ ∈ R}

Nuc f
= h(−1, 1, 2, 1)i .
Sendo assim, como n f = 1, então

dim R4 = c f + n f ⇔ c f = 3,
= 3, isto é,

ou seja, dim Im f
Im f , R4

espaço de chegada ,
equivalentemente a dizer que f não é um epimorfismo.
Matriz de uma aplicação linear
Definição 4 (Matriz de uma aplicação linear). Sejam V e V 0 espaços vetoriais reais, com dimensão n, p ∈ N,
respetivamente, e seja f : V −→ V 0 uma aplicação linear. Sejam
n o
B= ~v1 , ~
v2 , . . . , ~ e B0 = ~ v1 0 , ~
v2 0 , . . . , ~
vp 0 ,

vn
bases arbitrárias de V e V 0 , respetivamente. Sejam

f ~ a11 , a21 , . . . , ap1

v1 ≡B0

f ~ a12 , a22 , . . . , ap2

v2 ≡B0
.. .. ..
. . .

f ~ a1n , a2n , . . . , apn

vn ≡B0
Então, a matriz da aplicação linear f : V −→ V 0 em relação às bases B e B0 é
a11 a12 . . . a1n 

 
a21 a22 . . . a2n 
A = M f ; B , B =  ..
0
.. .. ..  ,
 
 . . . . 
ap1 ap2 . . . apn
 
isto é, é a matriz de dimensão p × n, cuja coluna i é composta pelos componentes do vetor ~
vi na base B0 .
Nota 5. Uma aplicação linear tem várias matrizes, mas todas elas têm a mesma ordem. Sempre que se escolha
uma base no espaço de partida e uma outra no espaço de chegada tem-se uma determinada matriz, ou seja, uma
matriz de uma aplicação linear depende das bases escolhidas nos espaços de partida e de chegada.
Exemplo 10. Seja a aplicação linear f : R3 −→ R2 , definida por
f (x, y, z) = 3x − 7z , x − 5y + 8z .

Para determinar uma matriz de f escolhe-se uma base arbitrária no espaço de partida R3 e uma outra, também
arbitrária, no espaço de chegada R2 .
Seja B = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)}, a base canónica de R3 , e B0 = {(1, 0) , (0, 1)}, a base canónica de R2 .
Então:
f ((1, 0, 0)) = (3, 1) ≡B0 (3, 1)
f ((0, 1, 0)) = (0, −5) ≡B0 (0, −5)
f ((0, 0, 1)) = (−7, 8) ≡B0 (−7, 8) .
Sendo assim, a matriz mudança de base, em relação à essas bases, é

" #
3 0 −7
A = M f ; B, B = 0
.
1 −5 8
Se a base de R3 for B = {(1, −1, −1) , (0, 1, 2) , (0, 0, 1)}, e a base de R2 for B0 = {(1, −1) , (−1, 2)}, ter-se-á:
f ((1, −1, −1)) = (10, −2) ≡B0 (18, 8)

f ((0, 1, 2)) = (−14, 11) ≡B0 (−17, −3)
f ((0, 0, 1)) = (−7, 8) ≡B0 (−6, 1) ,
consequentemente, a matriz mudança de base será

" #
18 −17 −6
A = M f ; B, B = 0
.
8 −3 1
Teorema 8. Seja f : V −→ V 0 uma aplicação linear entre os espaços vetoriais reais V e V 0 sobre o corpo R,
com dimensão n e p, respetivamente. Sejam
n o
B= ~ v1 , ~
v2 , . . . , ~ e B0 = ~
v1 0 , ~
v2 0 , . . . , ~
vp 0 ,

vn
bases arbitrárias de V e V 0 , na devida ordem. h it

Dado um vetor arbitrário ~ x ∈ V tal que ~ x ≡B (x1 , x2 , . . . , xn ). Seja X = x1 x2 . . . xn , a matriz coluna,
composta pelas componentes do vetor ~ x na base B. Então, X0 = AX é a matriz coluna, composta pelas
componentes, ordenadamente, do vetor f ~ x na base B0 .

Exemplo 11. Seja a aplicação linear f : R3 −→ R2 , definida por
f (x, y, z) = 3x − 7z , x − 5y + 8z .

Pelo exemplo anterior, exemplo 10, a matriz da aplicação linear f , em relação às bases
B = {(1, −1, −1) , (0, 1, 2) , (0, 0, 1)} e B0 = {(1, −1) , (−1, 2)}
dos espaços de partida e de chegada, respetivamente, é

" #
18 −17 −6
A= .
8 −3 1
Seja o vetor ~
v = (x, y, z) ∈ R3 , um vetor arbitrário. Então,
~
x ≡B x , x + y , −x − 2y + z .

Seja  
" # x  " #
18 −17 −6  7x − 5y − 6z
X0 = AX = x + y  = .

4x − 5y + z
 
8 −3 1 
−x − 2y + z

Então,
f ~
x ≡B0 7x − 5y − 6z , 4x − 5y + z .

Nota-se que, de facto,
f ~
x =

f x, y, z
= 7x − 5y − 6z · (1, −1) + 4x − 5y + z · (−1, 2)

= 3x − 7z , x − 5y + 8z .

Nota 6. Uma aplicação linear fica bem definida quando se conhece uma sua matriz, em relação a duas bases
dadas (um do espaço de partida e outra do espaço de chegada).
Teorema 9. Sejam V e V 0 espaços vetoriais reais com a mesma dimensão, n ∈ N. Seja f : V −→ V 0 uma
aplicação linear. Então, f é um isomorfismo se, e somente se, a matriz quadrada A = M f ; B, B0 é regular (ou

invertı́vel).
Matriz mudança de base, como matriz da aplicação linear identidade
Definição 5 (Matriz mudança de base). Seja V um espaço vetorial real de dimensão n ∈ N. Seja a aplicação
linear identidade
ι : V −→ V 0
~
x −→ ι ~ x =~

x.
Sejam duas bases B e B0 de V. Então,
M (ι ; B, B0 ) = M (B0 −→ B) e M (ι ; B0 , B) M (B −→ B0 ) .
Operações com aplicações lineares
Definição 6 (Soma e produto por um escalar). Sejam V e V 0 espaços vetoriais reais, e seja f : V −→ V 0 ,
g : V −→ V 0 aplicações lineares.
1. A soma de f e g é uma aplicação linear
f + g : V −→ V 0 ,
definida por
f +g ~x = f ~
x +g ~
x , ∀~

x ∈ V.
2. O produto da aplicação linear f por um escalar λ ∈ R é uma aplicação linear
λ f : V −→ V 0 ,
definida por
λf ~
x = λf ~
x , ∀~

x ∈ V.
Teorema 10. Nas condições da definição anterior, definição 6, se B e B0 são bases de V e V 0 , respetivamente, e
A = M f ; B, B0 , C = M g ; B, B0 , então

A + C = M f + g ; B, B0 e λA = M λ f ; B, B0 .

Definição 7 (Composição de aplicações lineares). Sejam V, V 0 e V 00 espaços vetoriais reais, e sejam

f : V −→ V 0 , g : V 0 −→ V 00 aplicações lineares. A composição g ◦ f é uma aplicação linear
g ◦ f : V −→ V 00 ,
definida por
~
x =g f ~
x , ∀~

g◦ f x ∈ V.
Teorema 11. Nas condições da definição anterior, definição 7, se B, B0 e B00 são bases de V, V 0 e V 00 ,
respetivamente, e A = M f ; B, B0 , C = M g ; B0 , B00 , então

C · A = M g ◦ f ; B, B00 .

C=M( g ; B0 ,B00 )
VO 0 / V 00
g >
g◦ f
A=M( f ; B,B0 ) f
C·A=M( g◦ f ; B,B00 )
V
Teorema 12. Seja f : V −→ V 0 um isomorfismo entre os espaços vetoriais reais V e V 0 . Então, a aplicação
inversa f −1 : V 0 −→ V é um isomorfismo.

0 0
Mais ainda, se B, B são bases de V e V , nesta ordem, e
A = M f ; B, B0 , então A−1 = M f −1 ; B0 , B .

n o
Exemplo 12. Sejam as bases B = {(1, 1, 1) , (0, 1, 2) , (−1, 0, 2)}, B0 = x2 , −x , x + 1 e B00 = {1} dos espaços
vetoriais reais R3 , P2 e R, nesta ordem.
Sejam as seguintes aplicações lineares:
• f : R3 −→ P2 , definida por
f ((a, b, c)) = (a + c)x2 + (b + c)x + a − b + c ;
• g : R3 −→ P2 , definida pela matriz

 

1 0 0
A = M g ; B, B0 = 0 1 0 ;
 
1 −1 0
 
• h : P2 −→ R, definida por
h ax2 + bx + c = a + b − c .
1. Determinar a matriz A0 = M f ; B, B0 e a matriz C = M (h ; B0 , B00 ).

2. Determinar f + g ((a, b, c)), para todo (a, b, c) ∈ R3 .

3. Verificar que f é um isomorfismo.

4. Definir o isomorfismo f −1 : P2 −→ R3 , explicitando a imagem de cada objeto ax2 + bx + c ∈ P2 , com
a, b, c ∈ R.
5. Determinar −3 f + g ((a, b, c)), ∀ (a, b, c) ∈ R3 .

6. Determinar a matriz E = M h ◦ g ; B, B00 , e determinar h ◦ g (a, b, c), para todo (a, b, c) ∈ R3 .

Resolução:
(a) Determinação da matriz A0 = M f ; B, B0 :

f ((1, 1, 1)) = 2x2 + 2x + 1 ≡B0 (2, −1, 1)

f ((0, 1, 2)) = 2x2 + 3x + 1 ≡B0 (2, −2, 1)
f ((−1, 0, 2)) = x2 + 2x + 1 ≡B0 (1, −1, 1) .
Logo,  

 2 2 1 
A0 = M f ; B, B0 = −1 −2 −1 .
 
1 1 1
 
Determinação da matriz C = (h ; B0 , B00 ):

h x2 = 1 ≡B00 1
h (−x) = −1 ≡B00 −1
h (x + 1) = 0 ≡B00 0 .
Logo,
h i
C = (h ; B0 , B00 ) = 1 −1 0 .
(b) f + g : R3 −→ P2 .
 
 3 2 1 
D = A + A0 = M f + g ; B, B0 = −1 −1 −1.
 
2 0 1
 
(a, b, c) ≡B (2a − 2b + c , −2a + 3b − c , a − 2b + c)

 2a − 2b + c  3a − 2b + 2c
   
D · −2a + 3b − c =  −a + b − c , então

   
a − 2b + c 5a − 6b + 3c
   
f + g ((a, b, c)) ≡B0 (3a − 2b + 2c , −a + b − c , 5a − 6b + 3c)

⇔ f + g ((a, b, c)) = (3a − 2b + 2c) x2 + (−a + b − c) (−x) + (5a − 6b + 3c) · (x + 1) .

= (3a − 2b + 2c) x2 + (6a − 7b + 4c) x + 5a − 6b + 3c
(c) f é um isomorfismo sse f é regular sse a matriz quadrada A0 = M f ; B, B0 é regular, onde B e B0

são as bases consideradas no espaço de partida e no espaço de chegada, respetivamente.

A matriz A0 = M f ; B, B0 é regular sse A0 , 0.

2 2 1 2 2 1
2

1
A = −1 −2 −1 = −1 −2 −1 =
0 = −1, logo f é um isomorfismo.

−1 −1
1 1 1 0 −1 0

 
 1 1 0 
(d) A0 −1 = M f −1 ; B0 , B =  0 −1 −1

−1 0 2
 
ax2 + bx + c ≡B0 (a, −b + c, c)

 a  a − b + c
   
A0 −1 · −b + c =  b − 2c , logo

   
c −a + 2c
   

f −1 ax2 + bx + c ≡B (a − b + c, b − 2c, −a + 2c)

⇔ f −1 ax2 + bx + c = (a − b + c) (1, 1, 1) + (b − 2c) (0, 1, 2) + (−a + 2c) (−1, 0, 2)
= (2a − b − c , a − c , −a + b + c)
 
−9 −6 −3
(e) D0 = −3D =  3 3 3 
 
−6 0 −3
 
 2a − 2b + c   −9a + 6b − 6c 
   
D0 · −2a + 3b − c =  3a − 3b + 3c , logo

   
a − 2b + c −15a + 18b − 9c
   
−3 f + g (a, b, c) ≡B (−9a + 6b − 6c , 3a − 3b + 3c , −15a + 18b − 9c)

−3 f + g (a, b, c) = (−9a + 6b − 6c) x2 + (3a − 3b + 3c) (−x) + (−15a + 18b − 9c) (x + 1)

⇔
= (−9a + 6b − 6c) x2 + (−18a + 21b − 12c) x − 15a + 18b − 9c
 
h i 1 0 0 h i
(f) E = M h ◦ g ; B, B00 = C · A = 1 −1 0 · 0 1 0 = 1 −1 0 .

1 −1 0
 
(a, b, c) ≡B (2a − 2b + c , −2a + 3b − c , a − 2b + c)

 2a − 2b + c  h
 
i
E · −2a + 3b − c = 4a − 5b + 2c , logo
 
a − 2b + c
 
(4a − 5b + 2c)

h ◦ g (a, b, c) ≡B00
⇔ h ◦ g (a, b, c) = (4a − 5b + 2c) · 1

= 4a − 5b + 2c
Relação entre duas matrizes de uma aplicação linear
Seja uma aplicação linear f : V −→ V 0 , entre os espaços vetoriais reais V e V 0 , de dimensões

n ∈ N e m ∈ N, respetivamente. Sejam A = M f ; B1 , B1 0 e C = M f ; B2 , B2 0 , onde B1 e B2 são bases

arbitrárias de V, e B0 1 e B0 2 são bases arbitrárias de V 0 . Sejam P = (ι ; B2 , B1 ) e Q = (ι ; B0 1 , B0 2 ). Então,
C = Q · A · P ⇔ A = Q−1 · C · P−1 .
f
VO / V0
A=M( f ; B1 ,B1 0 )
P=M(ι ; B2 ,B2 0 ) Q=M(ι ; B1 0 ,B2 0 )
C=M( f ; B2 ,B2 0 )
V / V0
f
Definição 8 (Matrizes equivalentes). Sejam A e C matrizes reais do tipo m × n, m, n ∈ N. Diz-se que A

é equivalente a C, e representa-se por A ∼ C, se existem matrizes invertı́veis P, de ordem n, e Q, de ordem m,
tais que C = Q · A · P.
Teorema 13. Sejam A e C matrizes de dimensões m × n, m, n ∈ N. Então, A ∼ C se, e somente se, existe uma
aplicação linear f : V −→ V 0 , entre os espaços vetoriais V e V 0 , de dimensões n e m, respetivamente, e existem
bases B1 e B2 de V, e B0 1 e B0 2 de V 0 , tais que A = M f ; B1 , B1 0 e C = M f ; B2 , B2 0 .

Seja V um espaço vetorial de dimensão n ∈ N, e seja f : V −→ V um endomorfismo de V. Sejam B1

e B2 bases de V, e sejam A = M f ; B1 , B1 , C = M f ; B2 , B2 , P = (ι ; B2 , B1 ) e Q = P−1 = M (ι ; B1 , B2 ).

Então,
C = Q · A · P ⇔ C = P−1 · A · P .
f
VO /V
A=M( f ; B1 ,B1 )
P=M(ι ; B2 ,B1 ) Q=M(ι ; B1 ,B2 )=P−1
C=M( f ; B2 ,B2 )
V /V
f
Definição 9 (Matrizes semelhantes). Sejam A e C matrizes quadradas reais de ordem n ∈ N. Diz-se que A
é semelhante a C, e representa-se por A ≈ C, se existe uma matriz invertı́vel P, tal que C = P−1 · A · P.
Teorema 14. Sejam A e C matrizes quadradas reais de ordem n ∈ N. Então, A ≈ C se, e somente se, existe
um endomorfismo f : V −→ V, onde V é um espaço vetorial real de dimensão n, e existem bases B1 e B2 de V,
tais que A = M f ; B1 , B1 e C = M f ; B2 , B2 .

" #
−1 1 1
Exemplo 13. 1. Indicar uma matriz C equivalente a matriz A = .
1 0 2
2. Dar exemplo de duas matrizes quadradas reais de ordem 3, A e C, que são semelhantes.
Resolução:
1. Como A é uma matriz 3 × 2, então ela pode definir uma aplicação linear f : R3 −→ R2 , em
relação às bases canónicas
B = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} e B0 = {(1, 0) , (0, 1)}
de R3 e de R2 , respetivamente.
(a, b, c) ≡B (a, b, c), ∀ (a, b, c) ∈ R3 .
 
a "
−a + b + c
#
A · b =
 
a + 2c
c
 
Sendo assim,
f ((a, b, c)) ≡B0 (−a + b + c , a + 2c)
⇔ f ((a, b, c)) = (−a + b + c) · (1, 0) + (a + 2c) · (0, 1)
= (−a + b + c , a + 2c)
Considera-se outras bases
B1 = {(1, 0, 1) , (0, 1, 0) , (0, 0, 1)} e B0 1 = {(1, 1) , (0, 1)} ,
de R3 e R2 , respetivamente.
f ((1, 0, 1)) = (0, 3) ≡B0 1 (0, 3)

f ((0, 1, 0)) = (1, 0) ≡B0 1 (1, −1)
f ((0, 0, 1)) = (1, 2) ≡B0 1 (1, 1) .
Então, a matriz pedida é " #

0 1 1
C= .
3 −1 1
Nota-se que A = Q · C · P, onde:

 
 1 0 0 " #
1 0
P = M (ι ; B, B1 ) =  0 1 0 Q = (ι ; B 1 , B ) =
0 0
 
e
1 1
−1 0 1
 
são matrizes quadradas reais regulares, de ordem 3 e 2, respetivamente.

 
1 0 0
2. Seja A = 0 1 0 uma matriz quadrada real de ordem 3.
 
1 1 1
 
A matriz A pode ser considerada a matriz de um endomorfismo de um espaço tridimensional,

em relação à uma base arbitrária. Por exemplo,
A = M f ; Bc , Bc ,

n o
onde f é um endomorfismo de P2 e Bc = x2 , x , 1 .
Então, ax2 + bx + c ≡Bc (a, b, c), ∀ ax2 + bx + c ∈ P2 .
   
a  a 
A · b =  b
   
   .
a+b+c

c
  

f ax2 + bx + c ≡Bc (a, b, a + b + c)

⇔ f ax2 + bx + c = ax2 + bx + a + b + c .
n o
Seja B1 = x2 + 1 , x − 1 , −x + 2 uma base de P2 . Então,

f x2 + 1 = x2 + 2 ≡B1 (1, 1, 1)
f (x − 1) = x ≡B1 (0, 2, 1)
f (−x + 2) = −x + 1 ≡B1 (0, −1, 0) .
Sendo assim, a matriz B, solicitada, é

 
1 0 0 
B = 1 2 −1 .
 
1 1 0
 
Nota-se que A = Q · B · P, onde

   
1 0 0   1 0 0
Q = M (ι ; B1 , Bc ) = 0 1 −1 P = M (ι ; Bc , B1 ) = −1 2 1 ,
   
e
1 −1 2 −1 1 1
   
com Q = P−1 , ou seja,

A = P−1 · B · P ⇔ B = P · A · P−1 .
Exercı́cios
1. Diga, justificando, se cada uma das aplicações que se seguem é ou não linear:
(a) f : R2 −→ R2 , definida por f (x, y) = xy , x + y ;

(b) g : R3 −→ P1 , definida por g ((a, b, c)) = (a + c)x − a + b + 2c.
2. Considere a aplicação linear f : R3 −→ P3 tal que:
f ((1, 0, 0)) = x3 + 2x, f ((0, 1, 0)) = x2 − 2x e f ((0, 0, 1)) = x3 + x2 .
(a) Determine f ((a, b, c)), para todo (a, b, c) ∈ R3 .

(b) Determine o núcleo e a imagem de f .
(c) Determine c f + n f .
D E
(d) Determine f −1 x3 − 1 , x3 + x − 1 .
n o
(e) Determine f −1 x3 − 1 , x3 + x − 1 .
(f) Determine f (h(1, −1, 1) , (0, −2, 1)i).
3. Considere a aplicação linear f : R3 −→ P2 , definida por
f ((a, b, c)) = (2a + c)x2 + (a + b)x + c .
(a) Verifique que f é um isomorfismo.

(b) Determine f −1 ax2 + bx + c , para todo a, b, c ∈ R.
(c) Indique uma base B de R3 e uma base B0 de P2 . Determine uma matriz quadrada real
C = M f ; B, B0 . Determine uma matriz quadrada real A, equivalente a C.

4. Considere a aplicação linear g : R3 −→ P1 , definida por

f ((a, b, c)) = (a + c)x − a + 2b − c .
(a) Determine f −1 (x − 1).
(b) A partir do resultado da alı́nea anterior, diga se f é ou não um monomorfismo, e determine
cf .
(c) Determine f (F), onde F = h(1, 1, 0) , (−1, 0, 1)i.
(d) Determine f −1 (F0 ), onde F0 = hx − 1i.
5. Seja uma aplicação linear f : R3 −→ P1 , tal que
#"
−1 1 0
A = M f ; B, B = 0
,
−1 1 −2
onde B = {(1, −1, 1) , (0, 2, −1) , (1, −1, 2)} e B0 = {x + 1 , x − 1}.
(a) Determine f ((a, b, c)), para todo (a, b, c) ∈ R3 .
(b) Determine a matriz C = M f ; B1 , B1 0 , onde B1 é a basa canónica de R3 e B1 0 = {x , −x + 1}.

(c) Determine as matrizes invertı́veis Q, de ordem 2, e P, de ordem 3, tais que C = Q · A · P.

 
 1 1 −1
6. Determine uma matriz semelhante à matriz A =  1 0 −2.
 
−1 1 3
 
7. Seja a aplicação linear g : P2 −→ R3 , tal que

 
−1 −1 1
A = M g ; B, B0 =  1

0 0 ,
 
−1 −2 1
 
n o
onde B = x2 , x − 1 , −x2 + 1 e B0 = {(1, 0, 1) , (−1, 1, −1) , (1, −1, 2)}.
(a) Justifique que g é um isomorfismo.
(b) Determine g−1 ((a, b, c)), para todo (a, b, c) ∈ R3 .
(c) Seja h : R3 −→ P1 ,tal que h ((a, b, c)) = (a + b − c)x − a + 2c, para todo a, b, c ∈ R. Determine
h ◦ g ax2 + bx + c , a, b, c ∈ R.

(d) Determine a matriz D = M h ◦ g ; B, B00 , onde B00 = {x , 1}.

Referências
[1] NICHOLSON, W. K. (2006). Álgebra Linear. McGraw-Hill, 2a ed., São Paulo.
[2] MONTEIRO, A.; PINTO, G.; MARQUES C. (1997). Álgebra Linear e Geometria Analı́tica – Problemas
e Exercı́cios. McGraw-Hill de Portugal Lda., Lisboa.
[3] MONTEIRO, A. (2001). Álgebra Linear e Geometria Analı́tica. McGraw-Hill de Portugal Lda.,
Lisboa.

Aplicações lineares na Universidade de Cabo Verde

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aplicações lineares na Universidade de Cabo Verde

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade de Cabo Verde

Faculdade de Ciências & Tecnologia

Cursos: EGI; EIC; EC; EM; EQB; EE - 1o Ano

UC : Álgebra Linear e Geometria Analı́tica I

Praia, Janeiro 2018

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Exemplo 1. Sejam os espaços vectoriais reais R2 e R3 . A aplicação

é uma aplicação linear.

Como f satisfaz as propriedades (1) e (2), então f é uma aplicação linear.

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Alternativamente, aplicando o teorema 1,

= f λu1 + βv1 , λu2 + βv2 , λu3 + βv3

= λ (3u1 − 7u3 , u1 − 5u2 + 8u3 ) + β (3v1 − 7v3 , v1 − 5v2 + 8v3 )

Como f satisfaz a condição desse teorema, então f é uma aplicação linear.

Exemplo 3. Seja V um espaço vectorial qualquer, sobre um corpo F. A aplicação

é uma aplicação linear, denominada aplicação linear nula.

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Exemplo 4. Seja V um espaço vectorial qualquer, sobre um corpo F. a aplicação

é uma aplicação linear, denominada aplicação linear identidade.

Exemplo 5. Seja V um espaço vectorial qualquer, sobre um corpo F. Suponha-se que A, B ≤ V e A ⊕ B = V.

com ~a~v ∈ A e ~b~v ∈ B. Assim, as aplicações

Isto é, a aplicação f não satisfaz a propriedade (2) da definição 1.

Teorema 2. Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Seja

uma aplicação linear. Então:

(2) Para todo ~ v = −f ~

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Teorema 3. Sejam V e V 0 espaços vectoriais sobre um mesmo corpo F. Seja

uma aplicação linear. Então:

são linearmente dependentes, então

(3) Isomorfismo se é bijectiva, ou seja, f é, simultaneamente, injectiva e sobrejectiva;

(4) Endomorfismo se o seu conjunto de partida V é igual ao seu conjunto de chagada V 0 ;

(5) Automorfismo se é, simultaneamente, um isomorfismo e endomorfismo.

é uma aplicação linear, então:

(2) f −1 (F0 ) = ~v∈V : f ~ v ∈ F0 (diz-se imagem inversa de F0 ) é um subespaço vectorial de V.

Nota 3. Se V e V 0 são dois espaços vectoriais, sobre um mesmo corpo F; e se

é uma aplicação linear, então:

(1) f (V) ≤ V 0 , pois V é subespaço vectorial de si próprio;

(2) f −1 ~0V0 ≤ V, onde ~0V0 é o vector nulo em V 0 , pois ~0V0 ≤ V 0 .

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

uma aplicação linear.

f (V) = Im f = D0 f (imagem ou contradomı́nio de f ),

f −1 ~0V0 = f −1 ~0V0 = Nuc f = Ker f ,

é o núcleo ou espaço de nulidade de f .

Exemplo 6. Considere a aplicação linear do exemplo 1:

= x (3, 1) + y (0, −5) + z (−7, 8)

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Resolve-se o sistema homogéneo em (i):

= h(−35, −31, 15)i .

Teorema 5. Sejam espaços vectoriais V e V 0 , sobre um mesmo corpo F. Seja

uma aplicação linear. Então:

(2) f é um monomorfismo (injectiva) se, e somente se, Nuc f = ~0V .

Exemplo 7. Seja um endomorfismo

Determinar f −1 (1 + 3x) e verificar se f é um monomorfismo.

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Se F é um subespaço vectorial de V e F = hXi, então

Em particular, se F é finitamente gerado, também f (F) é finitamente gerado, e tem-se

Nota 4. Nota-se que se V , ~0 é um espaço finitamente gerado, com base

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre

Teorema 7. Sejam V e V 0 espaços vectoriais, sobre um mesmo corpo F. Seja

uma aplicação linear. Se V tem dimensão finita, então

Exemplo 9. Considere o seguinte endomorfismo do espaço vectorial real R4 , definida por:

Determinar o núcleo de f e concluir se f é ou não um epimorfismo.

Ano: 1o Ano Álgebra Linear e Geometria Analı́tica I 1o Semestre