Transformações Lineares

Prof. Dr. Walter T. Huaraca Vargas

26 de abril de 2022
Definição

Definição
Consideremos dois espaços vetoriais V e W, uma função T : V → W é dita
de transformação linear ( T.L.) se dados v1 , v2 ∈ V e λ ∈ R se cumpre:
(T1 ) A imagem da soma de dois vetores de V é igual a soma das respetivas
imagens, em símbolos:

T (v1 + v2 ) = T (v1 ) + T (v2 )

Definição

Definição
Consideremos dois espaços vetoriais V e W, uma função T : V → W é dita
de transformação linear ( T.L.) se dados v1 , v2 ∈ V e λ ∈ R se cumpre:
(T1 ) A imagem da soma de dois vetores de V é igual a soma das respetivas
imagens, em símbolos:

T (v1 + v2 ) = T (v1 ) + T (v2 )

(T2 ) A imagem do produto de um número real com um vetor de V é igual

ao produto do número pela imagem do vetor, em símbolos:

T (λv1 ) = λT (v1 )
Observação:
1 Dados os dois espaços vetoriais V e W, uma função T : V → W é
uma transformação linear se, e somente se, dados v , v1 , v2 ∈ V e
λ1 ∈ R se cumpre:

T (λ1 v1 + v2 ) = λ1 T (v1 ) + T (v2 )

Observação:
1 Dados os dois espaços vetoriais V e W, uma função T : V → W é
uma transformação linear se, e somente se, dados v , v1 , v2 ∈ V e
λ1 ∈ R se cumpre:

T (λ1 v1 + v2 ) = λ1 T (v1 ) + T (v2 )

2 Podemos provar que se T : V → W é uma transformação linear,

λ1 , λ2 , · · · , λk ∈ R e v1 , v2 , · · · vk ∈ V então:

Xk k
X
T( λi vi ) = λi T (vi ).
i=1 i=1
Exemplo 1.
1 Considere Id : V → V definida por Id(v ) = v , então Id é uma
transformação linear, chamada de transformação linear identidade do
espaço vetorial V.
Exemplo 1.
1 Considere Id : V → V definida por Id(v ) = v , então Id é uma
transformação linear, chamada de transformação linear identidade do
espaço vetorial V.
2 Considere Θ : V → W definida por Θ(v ) = θW para todo v ∈ V, então
Θ é uma transformação linear, chamada de transformação linear nula.
Exemplo 1.
1 Considere Id : V → V definida por Id(v ) = v , então Id é uma
transformação linear, chamada de transformação linear identidade do
espaço vetorial V.
2 Considere Θ : V → W definida por Θ(v ) = θW para todo v ∈ V, então
Θ é uma transformação linear, chamada de transformação linear nula.
3 Determinar se a aplicação T : R3 → R2 definida por
T (x, y , z) = (x − y , x − z) é uma tranformação linear.
Primeiras Propriedades

Proposição
Se T : V → W é uma transformação linear entre os espaços vetoriais V e
W, então:
1 T (θV ) = θW
Primeiras Propriedades

Proposição
Se T : V → W é uma transformação linear entre os espaços vetoriais V e
W, então:
1 T (θV ) = θW
2 T (−v ) = −T (v )
Transformações Lineares

Definição
Seja T : V → W uma transformação linear entre os espaços vetoriais V e
W, diremos que:
1 T é um monomorfismo se T for uma função injetiva, isto é: Se
T (v1 ) = T (v2 ), então v1 = v2 .
Transformações Lineares

Definição
Seja T : V → W uma transformação linear entre os espaços vetoriais V e
W, diremos que:
1 T é um monomorfismo se T for uma função injetiva, isto é: Se
T (v1 ) = T (v2 ), então v1 = v2 .
2 T é um epimorfismo se T for uma função sobrejetiva, isto é: Se dado
w ∈ W, existe v ∈ V tal que T (v ) = w .
Transformações Lineares

Definição
Seja T : V → W uma transformação linear entre os espaços vetoriais V e
W, diremos que:
1 T é um monomorfismo se T for uma função injetiva, isto é: Se
T (v1 ) = T (v2 ), então v1 = v2 .
2 T é um epimorfismo se T for uma função sobrejetiva, isto é: Se dado
w ∈ W, existe v ∈ V tal que T (v ) = w .
3 T é um isomorfismo se T for uma função injetiva e sobrejetiva, isto é,
bijetiva.
Exemplo 2.
Considere a transformação linear T : R2 → R2 definida por
T (x, y ) = (x + y , x − y ). T é um monomorfismo? É um isomorfismo?
Exemplo 2.
Considere a transformação linear T : R2 → R2 definida por
T (x, y ) = (x + y , x − y ). T é um monomorfismo? É um isomorfismo?

Exemplo 3.
Considere a transformação linear T : R2 → R3 definida por
T (x, y ) = (x + y , 0, x + y ). T é um epimorfismo? É um isomorfismo?
Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 O conjunto T (V1 ) = {T (v ) ∈ W; v ∈ V1 } ⊂ W é um subespaço
vetorial de W, para qualquer subespaço vetorial V1 do espaço V.
Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 O conjunto T (V1 ) = {T (v ) ∈ W; v ∈ V1 } ⊂ W é um subespaço
vetorial de W, para qualquer subespaço vetorial V1 do espaço V.
2 O conjunto T −1 (W1 ) = {v ∈ V; T (v ) ∈ W1 } ⊂ V é um subespaço
vetorial de V, para qualquer subespaço vetorial W1 do espaço W.
Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 O conjunto T (V1 ) = {T (v ) ∈ W; v ∈ V1 } ⊂ W é um subespaço
vetorial de W, para qualquer subespaço vetorial V1 do espaço V.
2 O conjunto T −1 (W1 ) = {v ∈ V; T (v ) ∈ W1 } ⊂ V é um subespaço
vetorial de V, para qualquer subespaço vetorial W1 do espaço W.
3 T é um monomorfismo (injetiva) se, e somente se,
T (v ) = θW ⇒ v = θV .
Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 O conjunto T (V1 ) = {T (v ) ∈ W; v ∈ V1 } ⊂ W é um subespaço
vetorial de W, para qualquer subespaço vetorial V1 do espaço V.
2 O conjunto T −1 (W1 ) = {v ∈ V; T (v ) ∈ W1 } ⊂ V é um subespaço
vetorial de V, para qualquer subespaço vetorial W1 do espaço W.
3 T é um monomorfismo (injetiva) se, e somente se,
T (v ) = θW ⇒ v = θV .
4 Se {v1 , v2 , · · · , vk } é um conjunto LI V e T é um monomorfismo
então, {T (v1 ), T (v2 ), · · · , T (vk )} é um conjunto de vetores de W LI.
Núcleo de uma Transformação Linear

Definição
Seja T : V → W uma transformação linear, o núcleo da transformação T é
o conjunto denotado por N(T ) e definido por:

N(T ) = {v ∈ V; T (v ) = θW } ⊂ V
Núcleo de uma Transformação Linear

Definição
Seja T : V → W uma transformação linear, o núcleo da transformação T é
o conjunto denotado por N(T ) e definido por:

N(T ) = {v ∈ V; T (v ) = θW } ⊂ V

Exemplo 4.
Achar o núcleo da transformação linear T R3 → R2 definida por
T (x, y , z) = (x − z, y − z)
Núcleo de uma Transformação Linear

Observação:
1 O núcleo de uma transformação linear esta formado pelos vetores de
V de modo que sua imagem seja θW .
Núcleo de uma Transformação Linear

Observação:
1 O núcleo de uma transformação linear esta formado pelos vetores de
V de modo que sua imagem seja θW .
2 Uma outra forma de olhar o núcleo de uma transformação linear é
como sendo o conjunto pre-image do vetor θW ∈ W:

N(T ) = T −1 (θW ),

assim:
v ∈ N(T ) ⇔ T (v ) = θW
Núcleo de uma Transformação Linear

Observação:
1 O núcleo de uma transformação linear esta formado pelos vetores de
V de modo que sua imagem seja θW .
2 Uma outra forma de olhar o núcleo de uma transformação linear é
como sendo o conjunto pre-image do vetor θW ∈ W:

N(T ) = T −1 (θW ),

assim:
v ∈ N(T ) ⇔ T (v ) = θW

3 Como T (θV ) = θW , então θV ∈ N(T ). Isso prova que para qualquer

transformação linear T , temos que N(T ) 6= ∅.
Núcleo de uma Transformação Linear

Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então N(T ) é um subespaço vetorial de V.
Imagem de uma Transformação Linear

Definição
Seja T : V → W uma transformação linear, a imagem da transformação T
é o conjunto denotado por Im(T ) e definido por:

Im(T ) = {w ∈ W; existe v ∈ V com T (v ) = w } ⊂ W

Imagem de uma Transformação Linear

Definição
Seja T : V → W uma transformação linear, a imagem da transformação T
é o conjunto denotado por Im(T ) e definido por:

Im(T ) = {w ∈ W; existe v ∈ V com T (v ) = w } ⊂ W

Observação:
1 A imagem de uma transformação linear esta formado pelos vetores de
W que são imagem de alguns vetores v ∈ V.
Imagem de uma Transformação Linear

Definição
Seja T : V → W uma transformação linear, a imagem da transformação T
é o conjunto denotado por Im(T ) e definido por:

Im(T ) = {w ∈ W; existe v ∈ V com T (v ) = w } ⊂ W

Observação:
1 A imagem de uma transformação linear esta formado pelos vetores de
W que são imagem de alguns vetores v ∈ V.
2 Como T (θV ) = θW , então θW ∈ Im(T ).
Imagem de uma Transformação Linear

Exemplo 5.
Achar a imagem da transformação linear T : R2 → R3 definida por

T (x, y ) = (x + y , x − y , x + 2y )
Imagem de uma Transformação Linear

Exemplo 5.
Achar a imagem da transformação linear T : R2 → R3 definida por

T (x, y ) = (x + y , x − y , x + 2y )

Proposição
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então Im(T ) é um subespaço vetorial de W.
Teorema
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 T é um monomorfismo se, e somente se, N(T ) = {θV }
Teorema
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 T é um monomorfismo se, e somente se, N(T ) = {θV }
2 Seja {v1 , v2 , · · · , vn } ⊂ V um conjunto Linearmente dependente,
então
{T (v1 ), T (v2 ), · · · , T (vn )} ⊂ W
é um conjunto Linearmente dependente.
Teorema
Sejam V e W espaços vetoriais e T : V → W uma transformação linear,
então:
1 T é um monomorfismo se, e somente se, N(T ) = {θV }
2 Seja {v1 , v2 , · · · , vn } ⊂ V um conjunto Linearmente dependente,
então
{T (v1 ), T (v2 ), · · · , T (vn )} ⊂ W
é um conjunto Linearmente dependente.
3 Se {v1 , v2 , · · · , vn } ⊂ V é um conjunto tal que
{T (v1 ), T (v2 ), · · · , T (vn )} ⊂ W seja um conjunto linearmente
independente então {v1 , v2 , · · · , vn } é um conjunto linearmente
independente.
Teorema da Dimensão

Teorema
Sejam V e W espaços vetoriais de dimensão finita e T : V → W uma
transformação linear então:

dim(V) = dim(N(T )) + dim(Im(T ))

Teorema da Dimensão

Teorema
Sejam V e W espaços vetoriais de dimensão finita e T : V → W uma
transformação linear então:

dim(V) = dim(N(T )) + dim(Im(T ))

Exemplo
Considere a TL T : R4 → R3 definida por
T (x, y , z, w ) = (x − 2y + 2z, x + w , x + y − 3z + 2w ). Provar que T é
TL, achar N(T ), Im(T ), achar dim(N(T )) e dim(IM(T )).
Teorema Fundamental das Transformações
Lineares
Teorema
Sejam V e W espaços vetoriais, {v1 , v2 , · · · vn } uma base de V e
{w1 , w2 , · · · wn } um conjunto qualquer de elementos de W, então existe
uma única transformação linear T : V → W de modo que

T (vi ) = wi para i = 1, 2, · · · n.
Teorema Fundamental das Transformações
Lineares
Teorema
Sejam V e W espaços vetoriais, {v1 , v2 , · · · vn } uma base de V e
{w1 , w2 , · · · wn } um conjunto qualquer de elementos de W, então existe
uma única transformação linear T : V → W de modo que

T (vi ) = wi para i = 1, 2, · · · n.

Exemplo 6.
Considere os E.V. V = R3 e W = R4 de forma que
{(1, 0, 0), (1, 1, 0), (1, 1, 1)} ⊂ R3 e
{(1, 2, 3, 4), (1, 1, 0, 0), (1, 1, 1, 1)} ⊂ R4 . Existe uma única transformação
T : R3 → R4 de forma que:

 T (1, 0, 0) = (1, 2, 3, 4)
T (1, 1, 0) = (1, 1, 0, 0) ?
T (1, 1, 1) = (1, 1, 1, 1)

Matriz de uma Transformação Linear
Consideremos uma B = BV = {v1 , v2 , · · · , vn } base do espaço vetorial V.

Definição
Se v ∈ V , então existem únicos escalares δ1 , δ2 , · · · , δn ∈ R de modo que:
n
X
v= δi vi
i=1

Os números δ1 , δ2 , · · · , δn são chamados de coordenadas do vetor v na

base BV e denotaremos isso como [v ]B = (δ1 , δ2 , · · · , δn )B
Matriz de uma Transformação Linear
Consideremos uma B = BV = {v1 , v2 , · · · , vn } base do espaço vetorial V.

Definição
Se v ∈ V , então existem únicos escalares δ1 , δ2 , · · · , δn ∈ R de modo que:
n
X
v= δi vi
i=1

Os números δ1 , δ2 , · · · , δn são chamados de coordenadas do vetor v na

base BV e denotaremos isso como [v ]B = (δ1 , δ2 , · · · , δn )B

Exemplo 7.
Considere o espaço vetorial R3 e duas bases
B = {(1, 0, 0, ), (1, 1, 0), (1, 1, 1)} e C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Se
v = (1, 2, 3) Achar [v ]B e [v ]C
Matriz de uma Transformação Linear

Consideremos uma transformação linear T : V → W, entre os espaços

vetoriais V e W, tal que dim(V) = n e dim(W) = m. Se
C = {v1 , v2 , · · · , vn } base de V.
e C = {w1 , w2 , · · · , wm } base de W.
Pelo Teorema Fundamental das Transformações Lineares, a transformação
T ficará determinada se conhecer-mos os elementos
{T (v1 ), T (v2 ), · · · , T (vn )} ⊂ W
Matriz de uma Transformação Linear
Como BW é uma base do espaço W , então, coneceremos a tranformação
linear se conhecermos os coeficientes do seguinte sistema:

 T (v1 ) = a11 w1 + a21 w2 + · · · + am1 wm

T (v1 ) = a12 w1 + a22 w2 + · · · + am2 wm


 ··· ··· ···
T (vn ) = a1n w1 + a2n w2 + · · · + amn wm


Os nm escalares aij do sistema anterior definem uma matriz, com

transposta dada por:
 
a11 a12 ··· a1n
a
 21 a22 ··· a2n 
[A]B B

C = [aij ]C =  · · ·

··· ··· ··· 
am1 am2 ··· amn
Matriz de uma Transformação Linear
Como BW é uma base do espaço W , então, coneceremos a tranformação
linear se conhecermos os coeficientes do seguinte sistema:

 T (v1 ) = a11 w1 + a21 w2 + · · · + am1 wm

T (v1 ) = a12 w1 + a22 w2 + · · · + am2 wm


 ··· ··· ···
T (vn ) = a1n w1 + a2n w2 + · · · + amn wm


Os nm escalares aij do sistema anterior definem uma matriz, com

transposta dada por:
 
a11 a12 ··· a1n
a
 21 a22 ··· a2n 
[A]B B

C = [aij ]C =  · · ·

··· ··· ··· 
am1 am2 ··· amn
Esta matriz recebe o nome de matriz associada à transformação linear T
em relação as bases B e C e é denotada por [A]B
C.
Matriz de uma Transformação Linear

Exemplo 8.
Considere a transformação linear T : R3 → R2 definida por
T (x, y , z) = (x − 2z, y + z)
1 Achar a matriz A da transformação T associada as bases
B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e C = {(2, 0), (0, 2)} de R3 e R2 ,
respetivamente.
Matriz de uma Transformação Linear

Exemplo 8.
Considere a transformação linear T : R3 → R2 definida por
T (x, y , z) = (x − 2z, y + z)
1 Achar a matriz A da transformação T associada as bases
B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e C = {(2, 0), (0, 2)} de R3 e R2 ,
respetivamente.
2 Calcular a as coordenadas de (−2, 2, −2) na base B.
3 Calcular a as coordenadas da imagem de (−2, 2, −2) na base C .
Matriz de uma Transformação Linear

Exemplo 8.
Considere a transformação linear T : R3 → R2 definida por
T (x, y , z) = (x − 2z, y + z)
1 Achar a matriz A da transformação T associada as bases
B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e C = {(2, 0), (0, 2)} de R3 e R2 ,
respetivamente.
2 Calcular a as coordenadas de (−2, 2, −2) na base B.
3 Calcular a as coordenadas da imagem de (−2, 2, −2) na base C .
4 existe alguma relação entre suas contas?
Matriz de uma Transformação Linear

Exemplo 9.
Considere as bases de R3 definidas por B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e
B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e a transformação linear identidade
Id : R3 → R3
1 Achar a matriz [A]B
B1 da transformação Id associada as bases B e B1 .
Matriz de uma Transformação Linear

Exemplo 9.
Considere as bases de R3 definidas por B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e
B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e a transformação linear identidade
Id : R3 → R3
1 Achar a matriz [A]B
B1 da transformação Id associada as bases B e B1 .
2 Achar a matriz [A]B1
B da transformação Id associada as bases B1 e B.
Matriz de uma Transformação Linear

Exemplo 9.
Considere as bases de R3 definidas por B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e
B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e a transformação linear identidade
Id : R3 → R3
1 Achar a matriz [A]B
B1 da transformação Id associada as bases B e B1 .
2 Achar a matriz [A]B1
B da transformação Id associada as bases B1 e B.
3 Se V = (x, y , z), achar [v ]B e [v ]B1 .
Matriz de uma Transformação Linear

Exemplo 9.
Considere as bases de R3 definidas por B = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} e
B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} e a transformação linear identidade
Id : R3 → R3
1 Achar a matriz [A]B
B1 da transformação Id associada as bases B e B1 .
2 Achar a matriz [A]B1
B da transformação Id associada as bases B1 e B.
3 Se V = (x, y , z), achar [v ]B e [v ]B1 .
4 existe alguma relação entre os dados obtidos acima?
Composição de TL e Produto Matricial

Definição
Dados os EV U, V e W e as TL S : V → W e T : W → U definamos a
função:
T ◦S :V→U
definido por
(T ◦ S)(x) = T (S(x)) para todo x ∈ V

Observação:
1 É fácil ver que T ◦ S é uma TL.
2 A composição de TL, satisfaz:

(t3 ◦ T2 ) ◦ T1 = T3 ◦ (t2 ◦ T1 )
Autovalores e autovetores

Definição
Seja A ∈ Rn×n λ ∈ R é dito autovalor de A se existe vetor x de Rn , x 6= 0,
tal que Ax t = λx t . O vetor x será chamado de autovetor de A associado à
λ.
Exemplo 10.
 
1 0 −1
Seja A =  0 1 1 . x = (1, −1, 1) é um autovetor de A?
1 1 0
y = (0, 0, 0) é um autovetor de A?x = (t, −t, t), t ∈ R \ {0} é um
autovetor de A?
Definição
Seja λ um autovalor de A, o subespaço vetorial Vλ = {x; Ax t = λx t } é
chamado de autoespaço de A associado a λ ou espaço caraterístico de A
associado a λ. A dimensão de Vλ é denominada multiplicidade geométrica.
Cálculo de autovalores e autovetores

Teorema
São equivalentes:
1 λ é um autovalore de A
2 det(A − λI ) = 0
Definição
Seja A ∈ Rn×n , o polinômio característico de A, é o polinômio de grau n:

PA (λ) = det(A − λI )

Lembre que

PA (λ) = (λ − λ1 )n1 (λ − λ2 )n2 · · · (λ − λr )nr Q(λ)

Onde Q(λ) é o produto de polinômios irreducíveis de grau 2. O número ni

é a multiplicidade algébrica do autovalor λi .
Exemplo 11.
Calcular os autovalores, os autoespaços associadose suas multiplicidade

5 6 −6
geométrica e a multiplicidade algébrica para A =  −3 −4 6 .
0 0 2