Escolar Documentos
Profissional Documentos
Cultura Documentos
5.Transformações Lineares
Referências:
Viamonte, A. J., Sebenta de Álgebra Linear e Geometria Analı́tica, Departamento de Matemática, ISEP, 2011.
Matos, J., Sebenta de ALGAN, Publicação de apoio à unidade curricular, Departamento de Matemática, ISEP, 2017.
ou
Exemplo
Sejam V = V 0 = R2 e f (x, y ) = (2x − y , 0). Vejamos que f é uma
transformação linear:
1 ∀u = (x, y ), v = (x 0 , y 0 ) ∈ R2 , f (u + v ) = f (u) + f (v ):
f (u + v ) = f ((x, y ) + (x 0 , y 0 )) = f (x + x 0 , y + y 0 ) =
(2(x + x 0 ) − (y + y 0 ), 0) = (2x + 2x 0 − y − y 0 , 0)
Exemplo
Sejam V = V 0 = R2 e f (x, y ) = (2x − y , 1). Vejamos que f não é uma
transformação linear.
1 ∀u = (x, y ), v = (x 0 , y 0 ) ∈ R2 , f (u + v ) = f (u) + f (v ):
f (u + v ) = f (x + x 0 , y + y 0 ) = (2(x + x 0 ) − (y + y 0 ), 1) =
(2x + 2x 0 − y − y 0 , 1)
e f (u) + f (v ) = f (x, y ) + f (x 0 , y 0 ) = (2x − y , 1) + (2x 0 − y 0 , 1) =
(2x − y + 2x 0 − y 0 , 2).
Logo f (u + v ) 6= f (u) + f (v ). ou
Teorema
Seja T uma transformação linear de V em V 0 . Então
1 T (0V ) = 0V 0 .
2 ∀u ∈ V , T (−u) = −T (u).
3 ∀u, v ∈ V , T (u − v ) = T (u) − T (v ).
4 Se U é um subespaço vetorial de V , então T (U) é um subespaço
vetorial de V 0 .
Exercı́cio
Verifique se é possı́vel concluir, através do teorema anterior, quais das
transformações seguintes não são lineares:
1 T : R2 → R3 , T (x, y ) = (x, 1, x + y ).
2 T : R2 → R, T (x, y ) = |x − y |.
3 T : R2 → R2 , T (x, y ) = (xy , x + y ).
4 T : R2 → R2 , T (x, y ) = (2x, 3y ).
Ana Moura (ISEP) ALGAN: 5.Transformações Lineares LEI 2019/2020 5 / 20
Transformações lineares Núcleo e imagem
Im(T ) = {T (u) ∈ V 0 : u ∈ V }
= {v ∈ V 0 : ∃u ∈ V , T (u) = v }
N(T ) = {u ∈ V : T (u) = 0V 0 }.
Exemplo
Seja T : R3 → R2 definida por T (x, y , z) = (x + z, x + 2y − z).
Im(T ):
N(T ):
Proposição
Sejam T : V → V 0 uma transformação linear e V de dimensão finita.
Tem-se:
O núcleo de T , N(T ), contém pelo menos o vetor nulo, 0V .
O núcleo de T , N(T ), é um subespaço de V .
A imagem de T , Im(T ), é um subespaço de V 0 .
dim(V ) = dim(Im(T )) + dim(N(T )).
Nota: Se uma transformação linear T for apresentada através de uma matriz A ∈ Mn×m sem indicação das bases a que se
refere, assume-se que a matriz é relativa às bases canónicas e T : Rm → Rn .
Ana Moura (ISEP) ALGAN: 5.Transformações Lineares LEI 2019/2020 10 / 20
Transformações lineares Matriz de uma transformação
T (u) = AT × u.
Teorema
Sejam T : V → V 0 uma transformação linear e V de dimensão finita.
Então T fica completamente caracterizada pelo conhecimento das imagens
dos vetores de uma base ordenada de V .
Exemplo
Seja T a transformação linear de R3 em R3 definida por
T (x, y , z) = (2x − y − z, 2y − x − z, 2z − x − y ).
Matriz da transformação T em relação à base canónica:
T (1, 0, 0) = (2, −1, −1), T (0, 1, 0) = (−1, 2, −1), T (0, 0, 1) =
(−1, −1,
2)
2 −1 −1
AT = −1 2 −1 .
−1 −1 2
3 0 0
Logo AT ,BB = 0 3 0.
−1 −2 0
2 Na base B:
v = (−5,3, 2) = −8(1,0, 0)
+ 1(1,
1, 0)
+ 2(1,
1, 1)
3 0 0 −8 −24
T (v ) = 0 3 0 × 1 = 3
−1 −2 0 2 B 6 B
ou seja,
T (v ) = (−24, 3, 6)B = −24(1, 0, 0)+3(1, 1, 0)+6(1, 1, 1) = (−15, 9, 6).
Exemplo
Seja T a transformação linear definida pela matriz relativa às bases
canónicas
1 3 1
M= .
2 4 1
v = T (u) = T (x, y , z) = Mu
x
1 3 1
= y
2 4 1
z
x + 3y + z
=
2x + 4y + z
Im(T ) = {(x + 3y + z, 2x + 4y + z) : x, y , z ∈ R}
= h(1, 2), (3, 4), (1, 1)i
= h(1, 2), (3, 4)i
e, portanto, dim(Im(T )) = 2.
Proposição
Se λ é um valor próprio da matriz A, então os vetores próprios associados
a λ são as soluções não nulas do sistema homogéneo (A − λI )u = 0.
Proposição
Seja A uma matriz quadrada de ordem n. Então λ é valor próprio de A se
e só se
det(A − λIn ) = 0.
Exemplo
1 0 0
Considere a matriz A = 0 1 0.
−1 2 2
Valores próprios:
1 − λ 0 0
|A − λI3 | = 0 1−λ 0 = (1 − λ)(1 − λ)(2 − λ).
−1 2 2 − λ
Logo |A − λI3 | = 0 ⇔ (1 − λ)2 (2 − λ) = 0 ⇔ λ = 1 ∨ λ = 2.
Vetores próprios:
1 Subespaço
próprio associado
a λ = 1:
1−λ 0 0 0 0 0 0 0
←− −
→
0 1−λ 0 0 λ = 1 0 0 0 0
−1 2 2−λ 0 −1 2 1 0
0=0
ou seja, tem-se o sistema 0=0
−x + 2y + z = 0
Logo, o subespaço próprio associado ao valor próprio λ = 1 é
2 Subespaço
próprio associado
a λ = 2:
1−λ 0 0 0 −1 0 0 0
←−−→
0 1−λ 0 0 λ = 2 0 −1 0 0
−1 2 2−λ 0 −1 2 0 0
x =0
ou seja, tem-se o sistema y = 0 e, portanto,
0=0
E2 = {(0, 0, z), z ∈ R}.
Ana Moura (ISEP) ALGAN: 5.Transformações Lineares LEI 2019/2020 19 / 20
Transformações lineares Valores próprios e vetores próprios
Exercı́cio
Determine os valores próprios
e os subespaços
próprios associados a cada
2 0 2
valor próprio da matriz 0 1 −1.
0 3 1
Solução: λ = 2; E2 = h(1, 0, 0)i.