Escolar Documentos
Profissional Documentos
Cultura Documentos
Unidade 2
Aplicações Lineares
1 Situando a Temática
2 Problematizando a Temática
Y = f(x) = 0,4 x,
1. Para calcular a produção de óleo fornecida por (x1 + x2) kg de soja, podemos tanto multiplicar
(x1 + x2) pelo fator de rendimento 0,4 como calcular as produções de óleo de cada uma das
quantidades x1 e x2 e somá-las, ou seja,
f(x1 + x2) = 0,4(x1 + x2) = 0,4x1 + 0,4x2 = f(x1) + f(x2).
2. Se a quantidade de soja for multiplicada por um fator α, a produção de óleo será multiplicada
por este mesmo fator, ou seja,
f(αx) = 0,4(αx) = α(0,4x) = α f(x).
Estas duas propriedades servirão para caracterizar o que denominamos aplicação linear.
Considerando agora outra situação envolvendo mais fatores: Por exemplo, a quantidade
em litros de óleo extraída por quilograma de cereal descrita na tabela,
x x
y
→ [0,4 0,06 0,13 0,32] y ,
z z
w w
x1 x2 x1 x2 x1 x1
y y
y y y1 y
f 1 + 2 = f 1 + f 2 e f = f 1 .
z z z1 z2 z z
1 2 1 1
w w w
1 w2 ' w1 w2 1 1
Pensemos agora em termos de espaços vetoriais. Uma função entre espaços vetoriais,
satisfazendo as propriedades acima, respeita a estrutura de espaço vetorial.
3 Conhecendo a Temática
3.1.1. - Introdução
De fato: Temos que f(x) = f(1.x) e, como f é linear e x um escalar, f(x.1) = xf(1). Chamando f(1)
= a, temos f(x) = ax. O nome aplicação linear certamente foi inspirado neste caso, V = W = ℝ,
pois o gráfico de f(x) = ax é uma reta que passa pela origem.
Observe que: se T: V W é uma aplicação linear, então T(0) = 0. Isto é: T leva vetor nulo de V
em vetor nulo de W.
Uma consequência deste fato é que se: T(0) ≠ 0, então T: V ⇾W não é linear.
1. Seja T: ℝ2 ℝ3 definida por T(x,y) = (4x, -8y, x + y). Verificaremos que T é uma aplicação
linear. Observemos que T(0,0) = (0,0,0), mas isto não é suficiente para garantirmos que T seja
linear.
Verificaremos se as duas condições da definição 3.1 são satisfeitas. De fato.
T (u + v) = T ( x1 + x2 , y1 + y2 , z1 + z2 ) = ( x1 + x2 , y1 + y2 )
T (u + v) = ( x1 , y1 ) + ( x2 , y2 ) = T (u ) + T (v),
A aplicação
T: Pn Pn-1
também é linear.
No Moodle
Observem que, embora T(0,0) = (0,0), T não é linear pois a 2ª condição da definição não é
satisfeita neste caso.
Teorema 2.1 : Dados dois espaços vetoriais reais V e W e uma base de V, {𝑣1 , 𝑣2 , … . 𝑣𝑛 }.
Sejam 𝑤1 , 𝑤2 , … . 𝑤𝑛 elementos arbitrários de W. Então existe uma única
transformação linear 𝑇: 𝑉 → 𝑊 tal que 𝑇(𝑣1 ) = 𝑤1 , 𝑇(𝑣2 ) = 𝑤2 , … . , 𝑇(𝑣𝑛 ) = 𝑤𝑛.
Demonstração; Esta aplicação linear é dada por: Se 𝑣 ∈ 𝑉, 𝑒𝑛𝑡ã𝑜
𝑣 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ 𝑎𝑛 𝑣𝑛, 𝑙𝑜𝑔𝑜 𝑇(𝑣) = 𝑎1 𝑇(𝑣1 ) + 𝑎2 𝑇(𝑣2 ) + ⋯ 𝑎𝑛 𝑇(𝑣𝑛 )
Notemos que T assim definida é linear e é única.
Exercícios: Qual é a transformação linear 𝑇: ℝ2 → ℝ3 tal que T (1 , 0 ) = (2, -1, 0 ) e T( 0, 1 ) =
(0 0, 1 ) ?
Solução: Veja que 𝛽 = {(1 , 0 ), ( 0, 1 ) } é a base canônica do ℝ2 e 𝑤1 = (2, −1,0) 𝑒 𝑤2 =
(0,0,1).
Dado 𝑣 = (𝑥, 𝑦) qualquer 𝑣 = 𝑥(1, 0 ) + 𝑦( 0, 1 )
𝑇(𝑣) = 𝑥𝑇(1, 0 ) + 𝑦𝑇( 0, 1 )
𝑇(𝑣) = 𝑥(2, −1,0 ) + 𝑦( 0, 0,1 )
𝑇(𝑣) = (2𝑥, −𝑥, 𝑦).
Observação
A aplicação nula T: V → V, T(v) = 0 é linear. Seria conveniente que você demonstrasse essa
afirmação, assim você compreenderá melhor a definição 3.1.1.
Observação
Dada T: V W uma aplicação linear, o conjunto de todos os vetores v V tais que T(v) = 0 é
denominado núcleo de T, o qual denotamos por N(T) ou ker(T), ou seja,
Observemos que N(T) V e mais, N(T) é um subespaço vetorial de V, fato que mostraremos a
seguir.
Logo após a definição do conjunto imagem da aplicação linear, Im(T), vocês verão um
diagrama ilustrando os conjuntos N(T) e Im(T).
3.2.1. - Exemplos
2. Seja T: ℝ3 ℝ2 a aplicação definida por T(x,y,z) = (x-y + 4z, 3x + y + 8z). Por definição,
Neste caso, N(T) é determinado por todos os múltiplos escalares do vetor (-3,1,1), ou ainda, por
todas as combinações lineares do vetor (-3,1,1). Portanto, N(T) é gerado pelo vetor (-3,1,1), N(T)
= [(-3,1,1)].
3. Encontraremos uma aplicação linear T: ℝ3 ℝ3 tal que N(T) = [(1,1,0)].
Demonstração:
(i) N(T) é um conjunto não vazio, observem que sendo T uma aplicação linear, T(0) = 0, de onde
0 N(T).
(ii) Sejam u, v N(T). Como T é linear, T(u+v) = T(u) + T(v). Por outro lado, sendo u e v vetores
do núcleo de T, T(u) = 0 e T(v) = 0, assim T(u + v) = 0 + 0 = 0. Portanto, (u+v) V e é levado pela
T no vetor nulo, daí (u + v) N(T).
(iii) Dado α ℝ e u N(T) temos, pela definição do núcleo de T, que T(u) = 0. Por hipótese, T é
linear logo, T(αu) = αT(u), e usando a última igualdade, temos T(αu) =α0 = 0. Portanto, T leva o
vetor αu no vetor nulo, isto é, αu N(T).
De (i), (ii) e (iii) podemos concluir que N(T) é, de fato, um subespaço vetorial de V.
Lembremos que uma aplicação linear T: V W é injetora se v1, v2 V, T(v1) = T(v2) então
Mostraremos que se T é injetora então N(T) = {0}. De fato. Seja v N(T), logo T(v) = 0. Por outro
lado T(0) = 0, pois T é linear. Pelo exposto, T(v) = 0 = T(0), donde v = 0, pela injetividade de T.
Daí, o vetor zero é o único elemento do núcleo de T , ié, N(T) = { 0 }
Agora, mostraremos que se N(T) = {0}, então T é injetora. Para isto, sejam v1,v2 V tais que T(v1)
= T(v2), logo T(v1) - T(v2) = 0, mas sendo T linear, T(v1-v2) = 0 e, portanto,(v1-v2) N(T). Como, por
hipótese, o único elemento do núcleo é o vetor 0, então v1 – v2 = 0, e v1 = v2. Então, consideramos
T(v1) = T(v2) e concluímos que v1 = v2, de onde segue a injetividade da T.
3.2.4 - Exemplos
T(x,y,z) = (x-y + 4z,3x + y + 8z) é gerado pelo vetor u = (-3,1,1). N(T) representa geometricamente
uma reta que passa na origem do ℝ3 na direção do vetor u.
Im(T) = { w W; T(v) = w }
Observemos que Im(T) W e é um conjunto não vazio, pois contém o vetor nulo de W,
Lembremos que T: V W é sobrejetora se, para todo w W, existe pelo menos um v V tal que
T(v) = w, ou seja, Im(T) = W.
Demonstração:
(i) O vetor nulo de W, pertence ao conjunto Im(T), pois existe o vetor nulo de V, tal que T(0) = 0,
pela linearidade da T. Donde, Im(T) é um conjunto não vazio.
(ii) Sejam w1, w2 Im(T), existem v1 e v2 vetores de V tais que T(v1) = w1 e T(v2) = w2, logo
a última igualdade é válida devido a linearidade da T. Assim, (w1 + w2) pertence à Im(T) pois é
um elemento de W, imagem do vetor (v1 + v2).
(iii) Dado α ℝ e w Im(T), existe v V, tal que T(v) = w, logo αT(v) = αw. Por outro lado, αT(v)
= T(αv), das duas últimas igualdades T(αv) = αw. Pela definição de Im(T), αw Im(T), pois existe
um vetor, αv, que é levado no vetor αw.
3.3.2. - Exemplos
2. A imagem da aplicação nula T: V W, dada por T(v) = 0, é Im(T) = {0} e, neste caso,
N(T) = V.
Deixaremos de demonstrar o teorema e faremos algumas considerações por meio dos exercícios
a seguir.
3.3.4. - Exercícios
x + y − z = 0
y == 0,
Do Teorema da Dimensão, dim Im(T) = dim ℝ3 – dim N(T) = 3 – 1 = 2. Vamos determinar uma
base para o conjunto Im(T).
x + y − z = a
y = b,
Daí, Im(T) = {(a,b); a = x + y – z, b = y} = {(x + y – z, y);. x,y,z ℝ} = { x(1,0) + y(1,1) + z(-1,0); x,y,z
ℝ}, ou seja, qualquer vetor do conjunto Im(T) é combinação linear dos vetores (1,0), (1,1) e
(-1,0), isto é, geram
Im(T), os quais denotamos, Im(T) = [(1,0),(1,1,),(-1,0)]. Como (-1,0) é múltiplo de (1,0), Im(T) é
também gerado pelos vetores (1,0) e (1,1), daí Im(T) = [(1,0),(1,1)].
Dialogando e construindo Conhecimento
Uma aplicação linear T : V → W está bem definida quando conhecemos T(v1), T(v2), ... , T(vn),
onde β = {v1,v2,...,vn} é uma base de V.
2. Seja T: ℝ3 ℝ2 a aplicação linear tal que T(1,0,0) = (1,2), T(0,1,0) = (0,1) e T(0,0,1) = (-1,3).
Determinar as bases dos subespaços N(T), Im(T), e concluir se T é ou não injetiva e sobrejetiva.
Logo, N(T) = {(x,y,z); T(x,y,z) = (0,0)} = {(x,y,z); (x – z, 2x + y + 3z) = (0,0)}. Esta igualdade nos leva
a solução geral x = z, y = -5z. Portanto,
Observe que a única variável livre é z, fazendo z = 1, obtemos (1,-5,1) e este vetor constitui uma
base do N(T). Assim, dim N(T) = 1, e T não é injetora, pois N(T) = [(1,-5,1)] ≠ {(0,0,0)}. N(T) não é
formado apenas pelo vetor nulo, vejam as Propriedades do Núcleo, 3.2.3.
Do Teorema da Dimensão, dim Im(T) = dim ℝ3 – dim N(T) = 3 – 1 = 2. Assim, dim ( Im(T)) = dim
ℝ2 = 2, Im(T) = ℝ2, Im(T) é o contradomínio, e daí T é sobrejetora.
3.3.5. – Corolário Seja T: V W uma aplicação linear. Se dimV = dimW, então
T é injetora se e somente se, T é sobrejetora.
Demonstração Suponhamos que T seja injetora, pela Propriedade do Núcleo 3.2.3, N(T) = {0},
logo N(T) não possui base e dim N(T) = 0. Do Teorema da Dimensão dimV = dimN(T) + dimIm(T)
= 0 + dim(Im(T)). Por hipótese, dimV = dimW, portanto, dimW = dim Im(T), e daí, T é sobrejetora.
Agora a recíproca: se T for sobrejetora, Im(T) = W, logo dimIm(T) = dimW. Mas, da hipótese,
dimW = dimV, e juntamente da relação dimV = dimN(T) + dimIm(T), temos dim N(T) = 0 e N(T),
neste caso, não tem base, sendo este um subespaço vetorial, temos N(T) = {0}, logo T é injetora.
Desta forma, numa aplicação linear onde dimV = dimW, se T é injetora (ou sobrejetora),
então T é sobrejetora (ou injetora).
3.3.6. - Isomorfismo
3.3.7. - Exemplos
1. Seja P2 = {at2 + bt + c; a,b,c ℝ }, o espaço vetorial dos polinômios de grau menor ou igual a
2. Consideremos T : P2 ℝ3 uma aplicação linear definida por T(at2 + bt + c) = (a, c – b, a + b).
Verificaremos que V = P2 e W = ℝ3 são isomorfos, isto é, a aplicação linear T é bijetora. De fato.
neste caso, o núcleo de T é constituído do polinômio 0 = 0t2 + 0t + 0, isto é N(T) = {0}, logo T é
injetora. Além disso, dimN(T) = 0.
(ii) Por outro lado, {t2, t, 1} é uma base de P2, logo, dimV = dimP2 = 3 = dim ℝ3 = dimW, segue do
Corolário 3.3.5 que T é sobrejetora.
a b
ℝ4 definida por T
d
3. Seja T : M(2,2) = (a, b, c, d). Observemos que:
c
a b
(i) T é injetora. De fato. Se T
d
= 0 então (a, b, c, d) = (0,0,0,0) e teremos a = b = c = d = 0,
c
a b a b
N (T ) = M (2, 2);T = (0,0,0,0)
c d c d
0 0
neste caso, N(T) = {[ ]} e dimN(T) = 0. Mas, dimV = dimM(2,2) = 4 = dim ℝ4 = dimW, como
0 0
conseqüência do Corolário 3.3.5, T é sobrejetora. Portanto, T:M(2,2) ℝ4 é um isomorfismo,
e isto implica que M(2,2) e ℝ4 são espaços isomorfos.
No Moodle
Um desafio interessante:
tentem mostrar que se W e
W são espaços vetoriais de
dimensão finita, com dim V
= dim W, então V e W são
isomorfos.
y1
x
[v]β = 1 e [T(v)]γ = y . (2)
x2
2 .
y3
Sendo T(v1) e T(v2) vetores de W, estes podem ser escritos como combinação linear dos vetores
de γ:
ou ainda,
y1 = a11x1 + a12x2
y2 = a21x1 + a22x2
y3 = a31x1 + a32x2,
y1 a11 a12
x
[T(v)]γ = y 2 = a21 a22 1 ,
a32 2
x
y3 a31
a11 a12
o qual denotamos [T ]
= a21 a22 teremos a relação [T(v)]γ = [T ] [v]β. A matriz [T ] é
a31 a32
Observações:
2) As colunas da matriz [T ] são as componentes das imagens dos vetores da base β em relação
a11 a12
a
21 a22
a31 a32
ordem mxn,
3.4.1. - Exemplos
a a12 a13
[T ] = 11
a21 a22 a23
onde os elementos da matriz são determinados escrevendo os vetores T(1,1,1), T(1,1,0) e
T(1,0,0), obtidos aplicando T nos vetores da base β, como combinação linear dos vetores da base
γ:
e teremos:
a11 = –7, a12 = –33, a13 = –13, a21 = 4, a22 = 19 e a23 = 8. Assim,
− 7 − 33 − 13
[T ] =
8
.
4 19
T(u2) e T(u3), como combinação linear dos vetores da base α, Encontrando os vetores T(u1), T(u2)
e T(u3),
A matriz [T]α é obtida colocando as coordenadas de T(ui) na i-ésima coluna, com i = 1,2,3, ou
seja,
2 1 0
[T ] = 0 1 −1 .
0 2 4
4 Avaliando o que foi construído
Resumo da Unidade 2
✓ _________________________________________________________________________________________
_________________________________________________________________________________________
✓ _________________________________________________________________________________________
_________________________________________________________________________________________
✓ _________________________________________________________________________________________
_________________________________________________________________________________________
Ideias que posso aplicar nos meus estudos O que eu não posso esquecer!!
•
•
Ideias que posso aplicar no meu trabalho
•