CAMPUS MATA NORTE

TRANSFORMAÇÕES LINEARES

Estamos familiarizados com funções ordinárias tais como a função f definida pela
equação f(x) = x2. Essa função transforma um número real em outro número real, no caso, no seu
quadrado. Por exemplo, o número 2 é transformado em 4, isto é, f(2) = 4. Estudaremos agora
funções que transformam vetores em vetores.
Em geral, se V e W são espaços vetoriais, uma função ou TRANSFORMAÇÃO T de V
para W é uma regra que associa a todo vetor x em V um único vetor em W que é denotado por
T(x).
Se x é um vetor em V, então T(x) é chamada a IMAGEM de x sobre a transformação T.
Por exemplo, se T é uma transformação do 3 para o 2 definida pela equação:
T(x1, x2, x3) = (x1 + x2, x2 + x3)

Então T leva o vetor (1,1,1) no vetor T(1,1,1) = (2,2)

e o vetor (3,2,0) no vetor T(3,2,0) = (5,2).

Definição
Sejam V e W dois espaços vetoriais. Uma transformação (ou aplicação) T: V → W é
chamada de LINEAR se para todos os vetores x e y em V e para todo escalar ,
• T(x + y) = T(x) + T(y)
• T(x) =  T(x)

Uma transformação linear T: V → W preserva a adição e a multiplicação por escalar entre

os vetores.

Exemplo 1: V =R e W = R
F:R→R
u → u ou F(u) = u
• F(u + v) = (u + v) = u + v = F(u) + F(v).
• F(ku) = (ku) = ku = kF(u).

Então F é uma transformação linear.

Álgebra Linear II Profª Gilvaneide Nascimento Silva 1

 CAMPUS MATA NORTE

Exemplo 2: Seja T a transformação dada por

T(x,y)= (x-y, x+y). T é linear?

Exemplo 3: F(u) = u2 é uma transformação linear?

Não, pois
F(u + v) = (u + v)2 = u2 + 2vu + v2
F(u) + 2vu + F(v)  F(u) + F(v).

Exemplo 5: Seja D : Pn → Pn, onde Pn é um polinômio e D é a aplicação derivada. Pelas

propriedades das derivadas, sabe-se que:

• D(f + g) = D(f) + D(g).

• D(kf) = k D(f).
Então D é uma transformação linear.

Observação: Decorre da definição que uma transformação linear T, T: V → W leva o vetor nulo
de V no vetor nulo de W, isto é, se 0  V, T(0) = 0  W.
Isto nos ajuda a detectar transformações não lineares.
Se T(0) ≠ 0, T não é linear.
Exemplo: T: 3 → 3 onde T(x,y,z) = (x+1, y,z) é linear?

No entanto, T(0) = 0 NÃO é suficiente para que T seja linear.

Exemplo: T: 3 → 3 onde T(x,y,z) = (x2, y2, z2) não é linear

Exemplo: A transformação T : R 2 → R 3 , definida por T ( x, y ) = (3x, − 2 y, x − y ) é linear

Demonstração:
 
I) Sejam u = ( x1 , y1 ) e v = ( x2 , y 2 ) vetores genéricos de R 2 . Então:
 
T (u + v ) = T ( x1 + x2 , y1 + y 2 ) = (3( x1 + x2 ), − 2( y1 + y 2 ), ( x1 + x2 ) − ( y1 + y 2 ))
 
T (u + v ) = (3x1 + 3x2 , − 2 y1 − 2 y 2 , x1 + x2 − y1 − y 2 )
   
T (u + v ) = (3x1 , − 2 y1 , x1 − y1 ) + (3x2 , − 2 y 2 , x2 − y 2 ) = T (u ) + T (v )

II) Para todo o   R e para todo u = ( x1 , y1 )  R 2 , tem-se:
 
T (u ) = T (x1 , y1 ) = (3x1 ,−2y1 , x1 − y1 ) =  (3x1 ,−2 y1 , x1 − y1 ) = T (u ) .

Álgebra Linear II Profª Gilvaneide Nascimento Silva 2

 CAMPUS MATA NORTE

Operadores Lineares
As transformações lineares T de um espaço vetorial V em si mesmo, isto é, T : V → V , são
chamadas operadores lineares sobre V.

Transformações do plano no plano

Vamos apresentar uma visão geométrica das transformações lineares, dando alguns
exemplos de transformações do plano no plano.

a) Expansão ou contração uniforme:

T : R2 → R2 ,   V tal que T(u) = u
(x,y) →  (x,y)

b) Reflexão em torno do eixo x:

T: R2 → R2
(x,y) → (x, -y)

c) Reflexão na origem:
T: R2 → R2
(x,y) → (-x, -y)

Teorema: Dados dois espaços vetoriais reais V e W e uma base de V, {v1, ..., vn}. Sejam w1, ...,
wn elementos arbitrários de W. Então existe uma única aplicação linear T : V → W tal que:

T(v1) = w1, ...., T(vn) = wn.

Se v = a1v1 +... anvn, esta aplicação é dada por
T(v) = a1T(v1) + ... + anT(vn) = a1w1 +... anwn
Isto significa que as aplicações lineares são determinadas conhecendo-se apenas seu valor nos
elementos de uma base.

Exercício: Determine a transformação linear T: R2 → R3 tal que T(1,0) = (2,-1,0) e

T(0,1) = (0,0,1)?

Álgebra Linear II Profª Gilvaneide Nascimento Silva 3

 CAMPUS MATA NORTE

Núcleo de uma Transformação linear

Definição: chama-se núcleo de uma transformação linear T : V → W ao conjunto de todos os

 
vetores v  V que são transformados em 0  W . Indica-se esse conjunto por N(T) ou ker(T):
  
N (T ) = {v  V | T (v ) = 0  W }

https://encrypted-
tbn0.gstatic.com/images?q=tbn%3AANd9GcSnpSjVd1LN4kKghM6cGb7gTcUtsBS_k1Gp3Q&
usqp=CAU

  
Observe-se que N (T )  V e N (T )   , pois 0  N (T ) e T (0) = 0 .

Exemplos:
1) O núcleo da transformação linear T : R 2 → R 2 , T ( x, y) = ( x + y, 2 x − y) é o conjunto:
N (T ) = {( x, y) | T ( x, y ) = (0, 0)} o que implica em ( x + y, 2 x − y ) = (0, 0) ou

 x+ y =0
 Sistema cuja solução é x = 0 e y = 0. Logo, N (T ) = {(0, 0)}
2 x − y = 0

2) Seja a transformação linear T : R 3 → R 2 , T ( x, y, z ) = ( x − y + 4 z, 3x + y + 8z )

Neste caso, o núcleo é dado por: N (T ) = {( x, y, z )  R 3 | T ( x, y, z ) = (0, 0)} , isto é, um vetor

( x, y, z )  N (T ) se, e somente se, ( x − y + 4 z, 3x + y + 8 z ) = (0, 0) ou

Álgebra Linear II Profª Gilvaneide Nascimento Silva 4

 CAMPUS MATA NORTE

 x − y + 4z = 0
 sistema homogêneo cuja solução é x = −3z e y = z . Logo,
3x + y + 8 z = 0

N (T ) = {(−3z, z, z ) | z  R} ou N (T ) = {z (−3, 1, 1) | z  R} .

Esse núcleo representa uma reta de R 3 que passa pela origem.

Imagem de uma Transformação linear

Definição: chama-se imagem de uma transformação linear T : V → W ao conjunto dos vetores

 
w  W que são imagem de pelo menos um vetor v  V . Indica-se o conjunto imagem por Im(T)
  
ou T(V).: Im(T ) = {w  W | T (v ) = w} .
https://encrypted-

https://encryptedt-
bn0.gstatic.com/images?q=tbn%3AANd9GcRXyzsnV5Pfkw5RHYWfpVr05jrp3I7V0lphiA&usq
p=CAU

 
Observe que Im(T )  W e Im(T )   , pois 0 = T (0)  Im(T ) . Se Im(T ) = W , T é sobrejetora,
   
isto é, para todo w  W existe pelo menos um v  V tal que T (v ) = w .

Exemplos:

1) Seja T : R 3 → R 3 , T ( x, y, z ) = ( x, y, 0) a projeção ortogonal do R 3 sobre o plano xy. A

imagem de T é o próprio plano xy:

Im(T ) = {( x, y, 0)  R 3 | x, y  R}

Observe que o núcleo de T é o eixo-z:

Álgebra Linear II Profª Gilvaneide Nascimento Silva 5

 CAMPUS MATA NORTE

N (T ) = {(0, 0, z ) | z  R}

Pois T (0, 0, z ) = (0, 0, 0) para todo z  R .

  
2) A imagem da transformação linear identidade I: V → V definida por I (v ) = v , v  V , é todo

o espaço V. O núcleo, neste caso, é N ( I ) = {0} .

  
3) A imagem da transformação nula T : V → W definida por T (v ) = 0, v  V , é o conjunto

Im(T ) = {0} . O núcleo, neste caso, é todo o espaço V.

Matriz de uma Transformação Linear

Sejam T : V → W uma transformação linear, A uma base de V e B uma base de W. Sem prejuízo
da generalização, considere o caso em que dim V = 2 e dim W = 3.
   
Sejam A = {v1 , v2 } e B = {w1 , w2 , w3 } bases de V e W, respectivamente.

Um vetor v  V pode ser expresso por:
   
v = x1v1 + x2 v2 ou v A = ( x1 , x2 )

E a imagem T (v ) por:
   
T (v ) = y1 w1 + y 2 w2 + y3 w3 (1)

ou T (v ) B = ( y1 , y 2 , y3 )

Por outro lado:

    
T (v ) = T ( x1v1 + x2 v2 ) = x1T (v1 ) + x2T (v2 ) (2)
 
Sendo T (v1 ) e T (v2 ) vetores de W, eles são combinações lineares dos vetores de B:
   
T (v1 ) = a11 w1 + a21 w2 + a31 w3 (3)

Álgebra Linear II Profª Gilvaneide Nascimento Silva 6

 CAMPUS MATA NORTE

   
T (v2 ) = a12 w1 + a22 w2 + a32 w3 (4)

Substituindo-se esses vetores em (2), vem

      
T (v ) = x1 (a11 w1 + a21 w2 + a31 w3 ) + x2 (a12 w1 + a22 w2 + a32 w3 )

Ou
   
T (v ) = (a11 x1 + a12 x2 )w1 + (a21 x1 + a22 x2 ) w2 + (a31 x1 + a32 x2 )w3

Comparando-se essa igualdade com (1), conclui-se:

y1 = a11 x1 + a12 x2

y 2 = a21 x1 + a22 x2

y3 = a31 x1 + a32 x2

Ou na forma matricial:
 y1   a11 a12 
 y  = a  x1 
 2   21 a 22  x 
 y 3   a31 a32   2

Ou simbolicamente:

T (v )B = T BA vA

Sendo a matriz T B denominada matriz de T em relação às bases A e B.
A

Generalizando,

Sejam f:V → W uma TL, A= v1 , v 2 ,...v n  uma base de V e B={w1,w2,...wm}

uma base de W.
Como f(v1),f(v2),...f(vn)  W, podemos escrever:

f(v1)=a11w1+a21w2+ . . . +am1wm  f(v1)B= (a11,a21, . . . am1)

f(v2)=a12w1+a22w2+ . . . +am2wm  f(v2)B= (a12,a22, . . . am2)

. . . . . .
. . . . . .
. . . . . .
f(vn)=a1nw1+a2nw2+ . . . +amnwm  f(vn)B= (a1n,a2n, . . . amn)

Álgebra Linear II Profª Gilvaneide Nascimento Silva 7

 CAMPUS MATA NORTE

A matriz que representa a transformação linear f em relação as bases A e B é

a 11 a 12 ... a 1n 
 
a 21 a 22 ... a 2 n 
[f ] AB = 
   
a m1 a m 2 a mn 

f(v1)B f(v2)B f(vn)B

A matriz [f ]AB é tal que f(v)B= [f ]AB .vA

Exemplo: Seja T : R 3 → R 2 , T ( x, y, z ) = (2 x − y + z, 3x + y − 2 z ) , linear. Considere as bases

       
A = {v1 , v2 , v3 } , com v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1) e B = {w1 , w2 } , sendo
 
w1 = (2, 1) e w2 = (5, 3) .

a) Determinar T B .
A

 
b) Se v = (3, − 4, 2) (coordenadas em relação a base canônica do R 3 ), calcule T (v ) B
utilizando a matriz encontrada.

Solução:
a) A matriz T B é de ordem 2  3:
A

T BA = 
a11 a12 a13 
 a 21 a 22 a 23 

T (v1 ) = T (1, 1, 1) = (2, 2) = a11 (2, 1) + a21 (5, 3) 

2a11 + 5a 21 = 2 a11 = −4
  
 a11 + 3a 21 = 2  a 21 = 2

T (v2 ) = T (0, 1, 1) = (0, − 1) = a12 (2, 1) + a 22 (5, 3) 

Álgebra Linear II Profª Gilvaneide Nascimento Silva 8

 CAMPUS MATA NORTE

2a12 + 5a 22 = 0  a =5
   12
 a12 + 3a 22 = −1 a 22 = −2

T (v3 ) = T (0, 0, 1) = (1, − 2) = a13 (2, 1) + a23 (5, 3) 

 2a13 + 5a 23 = 1  a = 13
   12
a13 + 3a 23 = −2 a 22 = −5

Logo:
−4
T BA = 
5 13 
2 − 2 − 5

b) Sabe-se que:
T (v )B = T BA vA

Como v está expresso com componentes na base canônica, teremos, primeiramente, que
expressá-lo na base A. Seja v A = (a, b, c) , isto é,

 a=3

(3, − 4, 2) = a(1, 1, 1) + b(0, 1, 1) + c(0, 0, 1) ou  a + b = −4
a + b + c = 2


Sistema cuja solução é a = 3, b = -7 e c = 6, ou seja v A = (3, − 7, 6) .

Portanto:
3
 − 4 5 13     31 
T (v )B =   − 7  =  
 2 − 2 − 5  6  − 10
 

Ou T (v )B = (31, − 10)

Álgebra Linear II Profª Gilvaneide Nascimento Silva 9

 CAMPUS MATA NORTE

Operações com Transformações Lineares

1) Adição

Sejam T1 : V → W e T2 : V → W transformações lineares. Chama-se soma das transformações

lineares T1 e T2 à transformação linear

T1 + T2 : V → W
   
tal que (T1 + T2 )(v ) = T1 (v ) + T2 (v ), v  V .

Se A e B são bases de V e W, respectivamente, demonstra-se que:

T1 + T2 BA = T1 BA + T2 BA

2) Multiplicação por Escalar

Sejam T : V → W transformação linear e   R . Chama-se produto de T pelo escalar  à

transformação linear

T : V → W
  
tal que (T )(v ) = T (v ), v  V .

Se A e B são bases de V e W, respectivamente, demonstra-se que:

T BA =  T BA

Exemplo: Sejam T1 : R 2 → R 3 e T2 : R 2 → R 3 transformações lineares definidas por

T1 ( x, y) = ( x + 2 y, 2 x − y, x) e T2 ( x, y) = (− x, y, x + y) . Determine:

a) T1 + T2 .
b) 3T1 − 2T2

c) a matriz canônica de 3T1 − 2T2 e mostrar que 3T1 − 2T2  = 3T1  − 2T2 

Álgebra Linear II Profª Gilvaneide Nascimento Silva 10

 CAMPUS MATA NORTE

Solução:

a) (T1 + T2 )( x, y) = T1 ( x, y) + T2 ( x, y) = ( x + 2 y, 2 x − y, x) + (− x, y, x + y)

(T1 + T2 )( x, y) = (2 y, 2 x, 2 x + y)

b) (3T1 − 2T2 )( x, y) = (3T1 )( x, y) − (2T2 )( x, y) = 3T1 ( x, y) − 2T2 ( x, y)

(3T1 − 2T2 )( x, y) = 3( x + 2 y, 2 x − y, x) − 2(− x, y, x + y)

(3T1 − 2T2 )( x, y) = (5 x + 6 y, 6 x − 5 y, x − 2 y)

5 6 1 2 − 1 0
c) 3T1 − 2T2  =  6 − 5 = 3 2
 − 1 − 2  0
 1  = 3T1  − 2T2 
 1 − 2  1 0   1 1 

3) Composição

Sejam T1 : V → W e T2 : W → U transformações lineares. Chama-se aplicação composta de T1 e

T2 , e se representa por T2  T1 , à transformação linear
  
T2  T1 : V → U tal que (T2  T1 )(v ) = T2 (T1 )(v ), v  V

Álgebra Linear II Profª Gilvaneide Nascimento Silva 11

 CAMPUS MATA NORTE

Se A, B e C são bases de V, W e U, respectivamente, demonstra-se que:

T2  T1 CA = T2 CB  T1 BA

Exemplo: Sejam S e T operadores lineares em R 2 definidos por S ( x, y ) = (2 x, y ) e

T ( x, y ) = ( x, x − y ) . Determinar:
a) S  T
b) T  S
c) S  S
d) T  T

Solução:

a) ( S  T )( x, y) = S (T ( x, y)) = S ( x, x − y ) = (2 x, x − y )
Observe que:

S  T  = 
0  2 0 1 0 
2
=   = S T 
1 − 1 0 1 1 − 1

b) (T  S )( x, y ) = T ( S ( x, y)) = T (2 x, y) = (2 x, 2 x − y ) . Observe que S T  T  S . Isso

geralmente ocorre.

c) ( S  S )( x, y) = S ( S ( x, y)) = S (2 x, y) = (4 x, y)

d) (T  T )( x, y) = T (T ( x, y )) = T ( x, x − y ) = ( x, y ) .

As transformações S  S e T  T são também representadas por S 2 e T 2

Bibliografia
[1] BOLDRIN, C e FIGUEIREDO, W., Álgebra Linear, Ed. Arbra Ltda, São Paulo, 1986.

[2] STEINBRUCh, A.e WINTERLE, P., Algebra Linear, McGraw-Hill, São Paulo, 1987.

Álgebra Linear II Profª Gilvaneide Nascimento Silva 12