Capı́tulo 4 - Aplicações Lineares

Capı́tulo 4

Aplicações Lineares

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Definição de Aplicação Linear

Sejam E e E0 espaços vectoriais sobre um mesmo corpo F. Uma aplicação
f : E → E0 diz-se linear se:
(i) ∀ →
−x,−
→y ∈ E f (− →x +− →y ) = f (−
→
x ) + f (−
→
y)
(ii) ∀ α ∈ F, ∀ −
→
x ∈ E f (α− →x ) = αf (−
→
x ).

Exemplos

1 — Se E e E0 são espaços vectoriais sobre um mesmo corpo F, a

→
−
aplicação f : E → E0 definida por f (−
→
x ) = 0 E0 é linear (a aplicação linear
nula), uma vez que:
→
− →
− →
−
(i) f (→
−
x +−→
y)= 0 E0 = 0 E0 + 0 E0 = f (−
→
x ) + f (−
→
y)
e
→
− →
−
(ii) f (α x ) = 0 E = α 0 E0 = αf (−
→
− 0
→
x ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

2 — Se E é um espaço vectorial sobre F, a aplicação f : E → E definida

por f (−
→
x) = →−
x é linear (a aplicação linear identidade, frequentemente
denotada por 1E ):
(i) f (→
−x +− →y)=− →
x +−
→
y = f (−→
x ) + f (−
→
y)
(ii) f (α−
→x ) = α−
→
x = αf (−
→
x ).
3 — A aplicação f : R3 → R2 tal que f (x, y, z) = (x + y + z, 2x − y) é
linear, uma vez que:
(i) f ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = f (x1 + x2 , y1 + y2 , z1 + z2 ) =
= ((x1 + x2 ) + (y1 + y2 ) + (z1 + z2 ), 2(x1 + x2 ) − (y1 + y2 )) =
= ((x1 + y1 + z1 ) + (x2 + y2 + z2 ), (2x1 − y1 ) + (2x2 − y2 )) =
= (x1 + y1 + z1 , 2x1 − y1 ) + (x2 + y2 + z2 , 2x2 − y2 ) =
= f (x1 , y1 , z1 ) + f (x2 , y2 , z2 )
(ii) f (α(x, y, z)) = f (αx, αy, αz) = (αx + αy + αz, 2αx − αy) =
= (α(x + y + z), α(2x − y)) = α(x + y + z, 2x − y) = αf (x, y, z).
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

4 — Já as funções que se seguem não são lineares:

(a) f : R2 → R2 definida por f (x, y) = (xy, x + y)
(b) f : R2 → R3 definida por f (x, y) = (2x + y, 1, x − y)
 
a
3×1 2
  2
(c) f : R → R definida por f ( b 

 ) = (a , b + c − 2)
c

Com efeito,
(a) f (2, 3) = (2 × 3, 2 + 3) = (6, 5),
f ((−1)(2, 3)) = f (−2, −3) = (6, −5) e
(−1)f (2, 3) = (−6, −5) 6= (6, −5) = f ((−1)(2, 3)).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

(b) f (1, 1) = (2 + 1, 1, 1 − 1) = (3, 1, 0),

f (−1, −1) = (−2 − 1, 1, −1 + 1) = (−3, 1, 0),
f ((1, 1) + (−1, −1)) = f (0, 0) = (0, 1, 0) 6= (0, 2, 0) =
f (1, 1) + f (−1, −1).

     
1 1 2
  2
   
 0 ) = (1 , 0 + 2 − 2) = (1, 0) e f (2  0 ) = f ( 0 ) =
(c) f (     

2 2 4
 
1
2
 
(2 , 0 + 4 − 2) = (4, 2) 6= 2f ( 0 

) = 2(1, 0) = (2, 0).
2

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Se f : E → E0 é uma aplicação linear então:

→
− →
−
(a) f ( 0 E ) = 0 E0

(b) f (−→
−
x ) = −f (−
→
x)

(c) f (→
−
x −−
→
y ) = f (−
→
x ) − f (−
→
y ).

• Se E e E0 são espaços vectoriais sobre um mesmo corpo F, uma

aplicação f : E → E0 é linear se e só se

∀ α, β ∈ F, ∀ →
−
x,−
→
y ∈E f (α−
→
x + β−
→
y ) = αf (−
→
x ) + βf (−
→
y ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F, E com

dimensão finita, B = (−
→
e ,−→
e ,...,−
1
→
e ) uma base de E e
2 n
−
→
u 1, −
→
u 2, . . . , →
−
u n vectores arbitrários de E0 . Então existe uma e uma só
aplicação linear f : E → E0 tal que

∀i ∈ {1, 2, . . . , n} f (−
→
e i) = →
−
u i.

Mais ainda,

se →
−
x = a1 −
→
e 1 + a2 −
→
e 2 + · · · + an −
→
e n então

f (−
→
x ) = a1 −
→
u 1 + a2 −
→
u 2 + · · · + an −
→
u n.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Exemplos

1 — Consideremos a aplicação linear ϕ : R2 → R3 tal que

ϕ(1, 1) = (1, 0, −1) e ϕ(1, 0) = (0, 2, 1).

Determinamos a expressão geral de ϕ.

(x, y) = y(1, 1) + (x − y)(1, 0) ⇒

⇒ ϕ(x, y) = ϕ(y(1, 1) + (x − y)(1, 0)) =
= yϕ(1, 1) + (x − y)ϕ(1, 0) = y(1, 0, −1) + (x − y)(0, 2, 1) =
= (y, 0, −y) + (0, 2x − 2y, x − y) = (y, 2x − 2y, x − 2y).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

2 — Determinamos uma aplicação linear g : R3 → R3 tal que

g(1, 2, 3) = (0, 0, 0) e (1, 2, 3) ∈ g(R3 ).

Os vectores (1, 2, 3), (0, 1, 0), (0, 0, 1) constituem uma base de R3 .

Então, a aplicação linear g : R3 → R3 tal que
g(1, 2, 3) = (0, 0, 0), g(0, 1, 0) = (1, 2, 3), g(0, 0, 1) = (0, 0, 1),
satisfaz as duas condições requeridas.

3 — A aplicação linear f : R2 → R2 tal que f (1, 0) = (0, 1),

f (0, 1) = (1, 0) é a simetria do plano em relação à recta y = x. Com
efeito, ∀(x, y) ∈ R2 ,
f (x, y) = f (x(1, 0) + y(0, 1)) = xf (1, 0) + yf (0, 1) =
= x(0, 1) + y(1, 0) = (y, x).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Núcleo e Imagem. Classificação de um Morfismo

Seja f : E → E0 uma aplicação linear. Chama-se:
(a) Núcleo de f , e denota-se por N uc(f ) ou por Ker(f ), ao subconjunto
de E formado por todos os vectores cuja imagem por f é o vector nulo de
E0 , ou seja,
→
−
N uc(f ) = {→
−
x ∈ E : f (−
→
x ) = 0 E0 }.

(b) Imagem de f , e denota-se por Im(f ), ao contradomı́nio de f , isto é,

Im(f ) = {f (−
→
x) : →
−
x ∈ E} = f (E).

• Nas condições da definição anterior, tem-se que:

(a) N uc(f ) ≤ E
(b) Im(f ) ≤ E0 .

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E um espaço vectorial de dimensão finita,

B = (→−
e 1, →
−
e 2, . . . , −
→
e n ) uma base de E e f : E → E0 uma aplicação
linear. Então

Im(f ) =< f (−
→
e 1 ), f (−
→
e 2 ), . . . , f (−
→
e n )>.

Observação
Se E é um espaço vectorial de dimensão finita e f : E → E0 é uma
aplicação linear, Im(f ) também tem dimensão finita. Mais ainda,
dim(Im(f )) ≤ dim(E).
Por outro lado, como N uc(f ) ≤ E, também N uc(f ) tem dimensão finita
e dim(N uc(f )) ≤ dim(E).
Veremos a seguir como se relacionam as dimensões de N uc(f ), Im(f ) e
E.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Se E é um espaço vectorial de dimensão finita e f : E → E0 é uma

aplicação linear, à dimensão de N uc(f ) chama-se nulidade de f ,
denotando-se por nf e à dimensão de Im(f ) chama-se caracterı́stica de
f , e denota-se por cf .

• Teorema da Dimensão
Sejam E um espaço vectorial de dimensão finita e f : E → E0 uma
aplicação linear. Então,

dim(E) = dim(N uc(f )) + dim(Im(f ))

ou, abreviadamente,
dim(E) = nf + cf .

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Uma aplicação linear f : E → E0 diz-se um:

(i) monomorfismo se é injectiva;
(ii) epimorfismo se é sobrejectiva;
(iii) isomorfismo se é bijectiva;
(iv) endomorfismo se E0 = E;
(v) automorfismo se é um endomorfismo bijectivo.
• Uma aplicação linear f : E → E0 é um monomorfismo se e só se
→
−
N uc(f ) = { 0 E }.
Observação
Se f : E → E0 é linear e E tem dimensão finita então:
(i) f é um monomorfismo sse nf = 0;
(ii) f é um epimorfismo (Im(f ) = E0 ) sse cf = dim(E0 );
(iii) f é um isomorfismo sse nf = 0 e cf = dim(E0 ) = dim(E).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E e E0 espaços vectoriais com a mesma dimensão (finita) e

f : E → E0 uma aplicação linear. Então, f é um monomorfismo se e só se
é um epimorfismo.
Observação
1 — Para que uma aplicação linear entre espaços vectoriais com a mesma
dimensão seja bijectiva, basta que seja injectiva ou sobrejectiva.
2 — Só podem existir isomorfismos entre espaços vectoriais com a mesma
dimensão. Com efeito, de acordo com o Teorema da Dimensão se:
(a) dim(E) < dim(E0 ), f nunca é sobrejectiva
(cf = dim(E) − nf ≤ dim(E) < dim(E0 ));
(b) dim(E) > dim(E0 ), f nunca é injectiva
(cf ≤ dim(E0 ) < dim(E) = cf + nf ⇒ nf > 0).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Seja f : E → E0 uma aplicação linear. Então f transforma vectores

linearmente independentes em vectores linearmente independentes se e só
se f é um monomorfismo.

Observação
Se E é um espaço vectorial de dimensão finita, B = (→
−
e 1, −
→
e 2, . . . , −
→
e n)
uma base de E e f : E → E0 um monomorfismo, então
B0 = (f (→
−
e 1 ), f (−
→
e 2 ), . . . , f (−
→
e n )) é uma base de Im(f ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Soma, Multiplicação por Escalar, Composta e Inversa de

Aplicações Lineares

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F, λ ∈ F,

f : E → E0 e g : E → E0 aplicações lineares. Então as aplicações,
(a) (f + g) : E → E0 definida por (f + g)(− →
x ) = f (−
→x ) + g(−→x ), ∀−
→
x ∈E
(b) (λf ) : E → E0 definida por (λf )(− →
x ) = λf (−
→x ), ∀−→
x ∈E
são lineares.

• Sejam E, E0 e E00 espaços vectoriais sobre um mesmo corpo F,

g : E → E0 e f : E0 → E00 aplicações lineares. Então
(f ◦ g) : E → E00 definida por (f ◦ g)(− →
x ) = f (g(−
→x )), ∀−
→
x ∈E
é uma aplicação linear.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F e f : E → E0

um isomorfismo. Então f −1 : E0 → E ainda é um isomorfismo.

Observação
De acordo com os dois resultados anteriores, podemos afirmar que a
composta de duas aplicações lineares ainda é linear e que a inversa de um
isomorfismo é um isomorfismo.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Matriz de uma Aplicação Linear

No que se segue, todos os espaços vectoriais mencionados têm dimensão

finita.

Sejam E e E0 espaços vectoriais sobre um mesmo corpo F, de dimensões n

e p respectivamente,
B1 = (→−e 1, −
→
e 2, . . . , −→
e n ) uma base (ordenada) de E,
→0 −
− →0 →
−0
B2 = ( e 1 , e 2 , . . . , e p ) uma base (ordenada) de E0 e f : E → E0 uma
aplicação linear. Então, a matriz de f em relação às bases B1 e B2 ,
M(f ; B1 , B2 ) , é

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

 
a a12 ... a1n
 11 
 a21 a22 ... a2n
 

M(f ; B1 , B2 ) = 
 .. .. .. ..
,

 . . . . 
 
ap1 ap2 ... apn
onde, 
→
− −0
→ →0
− →0
−

 f ( e 1) = a11 e 1 + a21 e 2 + · · · + ap1 e p
→0
− →0
− →0
−

 f (→−


e 2) = a12 e 1 + a22 e 2 + · · · + ap2 e p

.. .


 .
−0
→ →0
− →0
−

f (→
−

a1n e 1 + a2n e 2 + · · · + apn e p

 e n) =
Ou, matricialmente:
h i h →
− −0
→ −0 i
→
f (→
−
e 1 ) f (−
→
e 2) ... f (−
→
e n) = e0 1 e 2 ... e p A,

onde A = M(f ; B1 , B2 ).
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Observação

• Se f é uma aplicação linear e A é a matriz de f em relação a certas

bases, dim(Im(f )) = cf = c(A).

Exemplo
Sejam f : R2 → R3 a aplicação linear definida por
f (x, y) = (2x, x − y, 3y),
B1 = ((1, 0), (0, 1)), B2 = ((1, 1), (−1, 2)) bases de R2 e
B0 1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)),
B0 2 = ((1, 1, 1), (1, 1, 0), (1, 0, 0)) bases de R3 . Escrevemos:

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

(a) M(f ; B1 , B0 1 )
f (1, 0) = (2, 1, 0) = 2(1, 0, 0) + 1(0, 1, 0) + 0(0, 0, 1)
f (0, 1) = (0, −1, 3) = 0(1, 0, 0) + (−1)(0, 1, 0) + 3(0, 0, 1), logo,
 
2 0
0
 
M(f ; B1 , B 1 ) =  1 −1 

.
0 3

(b) M(f ; B2 , B0 2 )
f (1, 1) = (2, 0, 3) = 3(1, 1, 1) + (−3)(1, 1, 0) + 2(1, 0, 0)
f (−1, 2) = (−2, −3, 6) = 6(1, 1, 1) + (−9)(1, 1, 0) + 1(1, 0, 0), logo,
 
3 6
0
 
M(f ; B2 , B 2 ) =  −3 −9 

.
2 1

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F,

B1 = (−
→e 1, − →
e 2, . . . , → −
e n ) uma base (ordenada) de E,
→ −
− → →
−
B2 = ( e0 1 , e0 2 , . . . , e0 p ) uma base (ordenada) de E0 , f : E → E0 uma
aplicação linear e A = M(f ; B1 , B2 ). Se X é a coluna de coordenadas de
→
−
x ∈ E relativamente à base B1 então AX é a coluna de coordenadas de
f (−
→
x ) ∈ E0 relativamente à base B . 2

Exemplo
Seja f : R2 → R3 a aplicação linear cuja matriz em relação às bases
B1 = ((1, 1), (−1, 2)) de R2 e B2 = ((1, 1, 1), (1, 1, 0), (1, 0, 0)) de R3 é
 
3 6
 
A =  −3 −9 

 . Calculamos f (1, 0) e f (x, y), recorrendo a A.
2 1

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

2
(1, 0) = 3
(1, 1) + (− 13 )(−1, 2), e
   

2
 3 6 
2
 0
3
  3
 
A  =  −3 −9 
  =
 1
,
− 13 −31
 
2 1 1

logo,

f (1, 0) = 0(1, 1, 1) + 1(1, 1, 0) + 1(1, 0, 0) = (2, 1, 0).

Analogamente,

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

y+2x y−x
(x, y) = 3
(1, 1) + 3
(−1, 2), e
   

y+2x
 3 6 
y+2x
 3y
3
  3
 
A y−x
 =  −3 −9  
  y−x
 =  x − 4y ,
 
3 3
2 1 x+y

logo,

f (1, 0) = 3y(1, 1, 1)+(x − 4y)(1, 1, 0)+(x + y)(1, 0, 0) = (2x, x − y, 3y).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F, λ ∈ F,

f : E → E0 e g : E → E0 aplicações lineares, B1 uma base de E, B2 uma
base de E0 .
Se A = M(f ; B1 , B2 ) e B = M(g; B1 , B2 ) então

A + B = M(f + g; B1 , B2 )

e
λA = M(λf ; B1 , B2 ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

• Sejam E, E0 e E00 espaços vectoriais sobre um mesmo corpo F,

f : E → E0 e g : E0 → E00 aplicações lineares, B1 uma base de E, B2 uma
base de E0 , B3 uma base de E00 .
Se A = M(f ; B1 , B2 ) e B = M(g; B2 , B3 ) então

BA = M(g ◦ f ; B1 , B3 ).

• Sejam E e E0 espaços vectoriais sobre um mesmo corpo F,

f : E → E0 um isomorfismo, B1 uma base de E, B2 uma base de E0 .
Se A = M(f ; B1 , B2 ) então

A−1 = M(f −1 ; B2 , B1 ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Exemplo
Sejam f1 : R2 → R3 , f2 : R2 → R3 , g : R3 → R3 as aplicações lineares
definidas por f1 (x, y) = (2x, x − y, 3y),
f2 (x, y) = (x + 2y, −y, 0), g(x, y, z) = (x + y, y − z, x − z),
B1 = ((1, 0), (0, 1)) a base canónica de R2 e
B2 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)) a base canónica de R3 .
f1 (1, 0) = (2, 1, 0), f1 (0, 1) = (0, −1, 3) ⇒
 
2 0
 
⇒ A1 = M(f1 ; B1 , B2 ) =  1 −1 

,
0 3
f2 (1, 0) = (1, 0, 0), f2 (0, 1) = (2, −1, 0) ⇒
 
1 2
 
⇒ A2 = M(f2 ; B1 , B2 ) =  0 −1 

,
0 0
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

g(1, 0, 0) = (1, 0, 1), g(0, 1, 0) = (1, 1, 0), g(0, 0, 1) = (0, −1, −1) ⇒
 
1 1 0
 
⇒ B = M(g; B2 , B2 ) =  0 1 −1 

 . Então:
1 0 −1
 
3 2
 
M(f1 + f2 ; B1 , B2 ) = A1 + A2 =  1 −2 

,
0 3
e  
  3x + 2y
x  
(A1 + A2 )   =  x − 2y  ⇒
y
 
3y
⇒ (f1 + f2 )(x, y) = (3x + 2y, x − 2y, 3y).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

 
10 0
 
M(5f1 ; B1 , B2 ) = 5A1 = 
 5 ,
−5 
0 15

 
  10x
x  
(5A1 )   =  5x − 5y  ⇒
y
 
15y
⇒ (5f1 )(x, y) = (10x, 5x − 5y, 15y).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

 
3 −1
 
M(g ◦ f1 ; B1 , B2 ) = BA1 =  1 −4 

,
2 −3

 
  3x − y
x  
(BA1 )   =  x − 4y  ⇒
y
 
2x − 3y
⇒ (g ◦ f1 )(x, y) = (3x − y, x − 4y, 2x − 3y).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Tendo em conta que cg = c(B) e c(B) = 3 (confirmar), g é um

epimorfismo, logo, um automorfismo de R3 .

 
1 −1 1
−1 −1 1 
M(g ; B2 , B2 ) = B =  1 1 −1 
 ,
2 
1 −1 −1

   
x x−y+z
−1  y = 1 x+y−z ⇒
   
B   2 
z x−y−z

−1 1
⇒g (x, y, z) = (x − y + z, x + y − z, x − y − z).
2
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Relação entre as diferentes Matrizes de uma Aplicação Linear

Sejam f : E → E0 uma aplicação linear, B1 , B2 bases de E, B0 1 , B0 2 bases

de E0 , A = M(f ; B1 , B0 1 ) e B = M(f ; B2 , B0 2 ). Vamos estabelecer a
relação entre as matrizes A e B. Façamos um diagrama para melhor a
entender.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

A
E −
→ E0
f

(B1 ) (B0 1 )
Q ↑ 1E 1E0 ↓ P
f
E −
→ E0
B
(B2 ) (B0 2 )
Como,
f = 1E0 ◦ f ◦ 1E ,

M(f ; B2 , B0 2 ) = M(1E0 ; B0 1 , B0 2 )M(f ; B1 , B0 1 )M(1E ; B2 , B1 ),

logo,

B = P AQ.

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Observe-se que, como ∀−

→
e ∈E 1E ( −
→
e)=→
−
e,

M(1E ; B2 , B1 ) = M(B2 , B1 ).

Analogamente,
M(1E0 ; B0 1 , B0 2 ) = M(B0 1 , B0 2 ).

Mais geralmente, em qualquer espaço vectorial de dimensão finita V, a

matriz da aplicação linear 1V em relação a duas bases B e B0 ,
M(1V ; B, B0 ), é exactamente a matriz de mudança da base B para a base
B0 , M(B, B0 ).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Exemplo
Vimos num exemplo anterior que, dadas a aplicação linear f : R2 → R3
definida por f (x, y) = (2x, x − y, 3y),
B1 = ((1, 0), (0, 1)), B2 = ((1, 1), (−1, 2)) bases de R2 e
B0 1 = ((1, 0, 0), (0, 1, 0), (0, 0, 1)), B0 2 = ((1, 1, 1), (1, 1, 0), (1, 0, 0))
bases de R3 ,  
2 0
0
 
A = M(f ; B1 , B 1 ) =  1 −1 

,
0 3
 
3 6
0
 
B = M(f ; B2 , B 2 ) = 
 −3 −9  .


2 1
Vamos obter B, a partir de A e de matrizes de mudança de base
convenientes.
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

A
R2 −
→ R3
f

(B1 ) (B0 1 )
Q ↑ 1R 2 1R 3 ↓ P
f
R2 −
→ R3
B
(B2 ) (B0 2 )
 
1 −1
Q = M(B2 , B1 ) =  ,
1 2

P = M(B0 1 , B0 2 )

e,
(1, 0, 0) = 0(1, 1, 1) + 0(1, 1, 0) + 1(1, 0, 0)
(0, 1, 0) = 0(1, 1, 1) + 1(1, 1, 0) + (−1)(1, 0, 0) ,
(0, 0, 1) = 1(1, 1, 1) + (−1)(1, 1, 0) + 0(1, 0, 0)
h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

logo,
 
0 0 1
 
P =  0 1 .
−1 
1 −1 0
  
0 0 1 2 0  
   1 −1
B = P AQ =  0 1 −1   1 −1   =
1 2
  
1 −1 0 0 3
   
0 3   3 6
  1 −1  
=
 1 −4    =
 −3 −9
.
1 2
 
1 1 2 1

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
 Capı́tulo 4 - Aplicações Lineares

Caso Particular
Sejam f : E → E um endomorfismo de E, B1 , B2 duas bases de E,
A = M(f ; B1 , B1 ) e B = M(f ; B2 , B2 ).
Então
B = P −1 AP

porque, se P = M(B2 , B1 ), P −1 = M(B1 , B2 ) (cf. com o Capı́tulo 3).

h 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38