Álgebra Linear 2022.

3(Turma D) - Notas de Aulas 4

Prof Carlos Alberto Santana Soares

Nestas notas iniciamos o estudo de um tipo particular de funções entre espaços vetoriais,
quais sejam, as chamadas transformações lineares.

1 Resultados Iniciais

1.1 Apresentação e Exemplos

Definição 1.1. Sejam V e U espaços vetoriais. Uma função T : V → U será dita uma trans-
formação(ou aplicação) linear de V em U se:
(i) T (v + w) = T (v) + T (w) ∀ v, w ∈ V
(ii) T (λv) = λT (v) ∀ λ ∈ R e v ∈ V

Vejamos alguns exemplos.

Exemplo 1.2. T : R2 → R3 dada por T (x, y) = (x, y, x + y) é uma transformação linear?

Solução. Sejam v = (x1 , y1 ) e w = (x2 , y2 ) em R2 . Temos

T (v) = T (x1 , y1 ) = (x1 , y1 , x1 + y1 ); T (w) = T (x2 , y2 ) = (x2 , y2 , x2 + y2 ) ⇒
⇒ T (v) + T (w) = (x1 , y1 , x1 + y1 ) + (x2 , y2 , x2 + y2 ) = (x1 + x2 , y1 + y2 , x1 + y1 + x2 + y2 ).
Por outro lado, temos
T (v + w) = T ((x1 , y1 ) + (x2 , y2 )) = T (x1 + x2 , y1 + y2 ) = (x1 + x2 , y1 + y2 , x1 + x2 + y1 + y2 )
o que nos leva a
T (v + w) = T (v) + T (w)
e a condição (i) da definição 1.1 está satisfeita. Verifiquemos a segunda condição. Sendo λ
um número real e considerando o vetor v acima, temos
T (λv) = T (λ(x1 , y1 )) = T (λx1 , λy1 ) = (λx1 , λy1 , λx1 + λy1 ) e
λT (v) = λT (x1 , y1 ) = λ(x1 , y1 , x1 + y1 ) = (λx1 , λy1 , λ(x1 + y1 )) e, portanto,

T (λv) = λT (v)

e a condição (ii) está verificada. Logo, T é uma aplicação linear.

1
    
a b 0 a b
Exemplo 1.3. T : M2×2 → M2×3 dada por T = é uma transformação
c d c d 1
linear?

Solução. Vejamos a primeira condição.

       
a b e f a+e b+f 0 a+e b+f
T + =T = .
c d g h c+g h+d c+g h+d 1
Por outro lado, teremos
         
a b e f 0 a b 0 e f 0 a+e b+f
T +T = + = e, portanto,
c d g h c d 1 g h 1 c+g d+h 2
T não é uma aplicação linear.

Exemplo 1.4. T : R2 → R4 dada por T (x, y) = (x, y, 0, 2x) é uma transformação linear?

Solução. Novamente, sejam v = (x1 , y1 ) e w = (x2 , y2 ) em R2 . Temos

T (v) = T (x1 , y1 ) = (x1 , y1 , 0, 2x1 ); T (w) = T (x2 , y2 ) = (x2 , y2 , 0, 2x2 ) ⇒
⇒ T (v) + T (w) = (x1 , y1 , 0, 2x1 ) + (x2 , y2 , 0, 2x2 ) = (x1 + x2 , y1 + y2 , 0, 2x1 + 2x2 ).
Por outro lado,
T (v + w) = T ((x1 , y1 ) + (x2 , y2 )) = T (x1 + x2 , y1 + y2 ) = (x1 + x2 , y1 + y2 , 0, 2(x1 + x2 )) o
que nos leva a
T (v + w) = T (v) + T (w)
e a condição (i) está satisfeita. Verifiquemos a segunda condição. Sendo λ um número real e
considerando o vetor v acima, temos
T (λv) = T (λ(x1 , y1 )) = T (λx1 , λy1 ) = (λx1 , λy1 , 0, 2λx1 ) e
λT (v) = λT (x1 , y1 ) = λ(x1 , y1 , 0, 2x1 ) = (λx1 , λy1 , 0, 2λx1 ) e, portanto,

T (λv) = λT (v)

e a condição (ii) está verificada. Logo, T é uma transformação linear.

Exemplo 1.5. T : R4 → R6 dada por T (a, b, c, d) = (0, a, b, c, d, 1) é uma transformação

linear?

Solução. Novamente devemos verificar se as condições (i) e (ii) são satisfeitas para quaiquer
vetores v, w em R4 e λ em R. Considerando v = (a1 , b1 , c1 , d1 ) e w = (a2 , b2 , c2 , d2 ) em R4 ,
teremos:
T (v) = (0, a1 , b1 , c1 , d1 , 1); T (w) = (0, a2 , b2 , c2 , d2 , 1) ⇒ T (v)+T (w) = (0, a1 , b1 , c1 , d1 , 1)+
(0, a2 , b2 , c2 , d2 , 1) = (0, a1 + a2 , b1 + b2 , c1 + c2 , d1 + d2 , 2). Por outro lado, temos
T (v + w) = T (a1 + a2 , b1 + b2 , c1 + c2 , d1 + d2 ) = (0, a1 + a2 , b1 + b2 , c1 + c2 , d1 + d2 , 1) o que
nos leva a
T (v + w) 6= T (v) + T (w)
e, portanto, T não é uma transformação linear. Note que nem precisamos testar a condição
(ii).

2
Exemplo 1.6. Considere a transformação linear S : R3 → R3 dada por

S(x, y, z) = (x, 2y, x + y + z).

(a) Determine, se possı́vel, um vetor v tal que S(v) = 2v.

(b) Determine, se possı́vel, um vetor u tal que S(u) = (1, 1, 1)
(c) Quais são os vetores v tais que S(v) = 0? Justifique!
Solução. (a) Sendo v = (x, y, z) ∈ R3 teremos

S(v) = 2v ⇔ (x, 2y, x + y + z) = (2x, 2y, 2z)

ou, ainda, 
 x = 2x
S(v) = 2v ⇔ 2y = 2y
x + y + z = 2z


o que nos leva a

x = 0, ∀ y, y = z e, portanto,

S(v) = 2v ⇔ v = (0, y, y); y ∈ R.

(b) Novamente, seja u = (x, y, z). Teremos


 x = 1
S(u) = (1, 1, 1) ⇔ (x, 2y, x + y + z) = (1, 1, 1) ⇔ 2y = 1
x+y+z = 1


o que nos leva a

 
1 1
x = 1, y = 1/2, z = −1/2 e, daı́ S(u) = (1, 1, 1) ⇔ u = 1, , − .
2 2

(c) De maneira análoga às soluções dos itens anteriores, teremos sendo v = (x, y, z),

 x = 0
S(v) = 0 = (0, 0, 0) ⇔ 2y = 0
x+y+z = 0


o que nos leva a

x=y=z=0
e, portanto,

S(v) = 0 ⇔ v = (0, 0, 0).

Um teste que, em alguns casos, pode nos dizer, facilmente, que uma certa transformação
não é linear é dado pela proposição abaixo.

3
Proposição 1.7. Seja T : V → U uma transformação linear. Se 0V e 0U são os vetores nulos
de V e U , respectivamente, então T (0V ) = 0U .

Note que no exemplo 1.5 temos T (0, 0, 0) = (0, 0, 0, 0, 0, 1) e, portanto, pela proposição 1.7,
T não é uma transformação linear.
Observação 1.8. 1. A proposição anterior nos diz que T (0) = 0 é uma condição necessária
para T ser uma transformação linear, mas tal condição não é suficiente, isto é, pode
ocorrer T (0) = 0 mas, ainda assim, T não ser uma aplicação linear.
2. Enfatizamos que para concluir que uma dada função T : V → U é uma transformação
linear devemos mostrar que as duas condições, (i) e (ii) da definição 1.1, são satisfeitas
para quaisquer vetores v, w ∈ V e qualquer número real λ.
3. Para concluir que uma dada função T : V → U não é uma transformação linear basta
exibir dois vetores v e w tais que
T (v + w) 6= T (v) + T (w)
ou exibir um vetor v e um número λ tais que
T (λv) 6= λT (v).

4. Uma aplicação linear T : V → V será dita um operador linear sobre V .

Ilustremos a observação acima através do seguinte exemplo.

Exemplo 1.9. A função T : R2 → R2 dada por
T (x, y) = (x, y 2 )
é uma aplicação linear? Justifique!
Solução. Note que T (0) = T (0, 0) = (0, 0) e, portanto, nada podemos concluir. Temos, ainda,
que tomando v = (1, 0) e w = (−1, 0) vem
T (v) = T (1, 0) = (1, 0); T (w) = T (−1, 0) = (−1, 0) ⇒ T (v) + T (w) = (1, 0) + (−1, 0) = (0, 0)
e
T (v + w) = T ((1, 0) + (−1, 0)) = T (0, 0) = (0, 0), ou seja,

T (v + w) = T (v) + T (w).
Note que isso não prova que a condição (i) da definição 1.1 está satisfeita pois mostramos
somente para os vetores (1, 0) e (−1, 0) e a condição requer T (v + w) = T (v) + T (w) para
quaisquer vetores v, w ∈ R2 . Note que sendo v = (0, 1) e w = (0, −1) teremos

T (v) = (0, 1), T (w) = (0, 1) ⇒ T (u) + T (w) = (0, 2)

mas
T (v + w) = T (0, 0) = (0, 0) ⇒ T (v + w) 6= T (v) + T (w).
Logo, T não é uma aplicação linear!

4
Exemplo 1.10. Considere V o espaço vetorial de dimensão 2 formado por R2 com a soma
e produto dados por (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 ) e λ(x, y) = (λx + λ − 1, λy).
T : V → V dada por T (x, y) = (x + 1, y) é linear?

Solução. Lembramos que o vetor nulo de V é o vetor (−1, 0) e, daı́, notando que

T (−1, 0) = (0, 0)

temos que T não é uma aplicação linear.(Veja proposição 1.7 na página 4)

Exemplo 1.11. Considere V o espaço vetorial de dimensão 2 formado por R2 com a soma
e produto dados por (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 ) e λ(x, y) = (λx + λ − 1, λy).
T : V → R2 dada por T (x, y) = (x + 1, y) é linear?

Solução. Note que neste caso temos

T (−1, 0) = (0, 0),

isto é, o vetor nulo é levado no vetor nulo e, portanto, nada podemos concluir até aqui. Veri-
fiquemos se as condições para ser uma transformação linear são satisfeitas. Temos
(1) T ((x1 , y1 ) + (x2 , y2 )) = T (x1 + x2 + 1, y1 + y2 ) = (x1 + x2 + 2, y1 + y2 ). Por outro lado,
temos
T (x1 , y1 )+T (x2 , y2 ) = (x1 +1, y1 )+(x2 +1, y2 ) = (x1 +x2 +2, y1 +y2 ) e a primeira condição
está verificada.
(2) Temos, ainda
T (λ(x1 , y1 )) = T (λx1 + λ − 1, λy1 ) = (λx1 + λ, λy). Novamente, por outro lado, vem
λT (x1 , y1 ) = λ(x1 + 1, y1 ) = (λx1 + λ, λy). Logo, de (1) e (2) temos que T é uma trans-
formação linear.

Uma importante caracterı́stica de uma transformação linear T: V → U é que se conhecemos

T (v1 ), T (v2 ), . . . , T (vn ) sendo β = {v1 , v2 , . . . , vn } uma base para V podemos determinar T (v)
qualquer que seja o vetor v ∈ V . Vejamos.

Exemplo 1.12. Considere uma transformação linear T : R2 → R3 tal que T (1, 0) = (1, 0, −1)
e T (0, 1) = (0, 2, 3). Determine T (−2, 3).

Solução. Temos
(−2, 3) = −2(1, 0)+3(0, 1) ⇒ T (−2, 3) = T (−2(1, 0)+3(0, 1)) = T (−2(1, 0))+T (3(0, 1)) =
= −2T (1, 0) + 3T (0, 1) = −2(1, 0, −1) + 3(0, 2, 3) = (−2, 6, 11).

Exemplo 1.13. Considere uma transformação linear T : R3 → R2 tal que

T (1, 0, 0) = T (0, 1, 0) = T (0, 0, 1) = (1, 1).

Determine T (x, y, z)

5
Solução. Temos
(x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1) ⇒
T (x, y, z) = T (x(1, 0, 0)) + T (y(0, 1, 0)) + T (z(0, 0, 1)) =
= xT (1, 0, 0) + yT (0, 1, 0) + zT (0, 0, 1) = x(1, 1) + y(1, 1) + z(1, 1) =
= (x, x) + (y, y) + (z, z) = (x + y + z, x + y + z), isto é,

T (x, y, z) = (x + y + z, x + y + z).

Exemplo 1.14. Considere o operador linear S sobre R2 tal que S(1, 2) = (2, 3) e S(0, 1) =
(1, 4). Determine uma fórmula para S, isto é, determine S(x, y).

Solução. Note que {(1, 2), (0, 1)} é uma base para R2 e iniciamos a solução escrevendo o vetor
(x, y) como combinação linear dos vetores (1, 2) e (0, 1). Observe que fizemos isso nos exemplos
anteriores, mas nosso trabalho foi minimizado pelo fato das bases serem as canônicas. Daı́,
determinemos a e b tais que
(x, y) = a(1, 2) + b(0, 1),
isto é, devemos ter

x = a e y = 2a + b ⇒ a = x e b = y − 2x.
Logo, vem
(x, y) = x(1, 2) + (y − 2x)(0, 1) ⇒ T (x, y) = T (x(1, 2) + (y − 2x)(0, 1)) =
= xT (1, 2) + (y − 2x)T (0, 1) = x(2, 3) + (y − 2x)(1, 4) = (y, −5x + 4y). Então

T (x, y) = (y, −5x + 4y).

O último exemplo ilustra o seguinte resultado.

Teorema 1.15. Sejam β = {v1 , v2 , . . . , vn } uma base para V e u1 , u2 , . . . , un vetores em U

não necessariamente distintos. Existe uma única transformação linear T: V → U tal que

T (v1 ) = u1 , T (v2 ) = u2 , . . . , T (vn ) = un

ou, em outras palavras,

T (vi ) = ui , ∀ i = 1, 2, . . . , n.

Exemplo 1.16. Determine um operador linear T sobre R3 tal que

T (1, 1, 1) = (1, 0, 0); T (0, 1, 1) = (0, 1, 0); T (0, 0, 1) = (0, 0, 1).

Solução. Inicialmente devemos escrever o vetor (x, y, z) como combinação linear dos vetores
(1, 1, 1), (0, 1, 1) e (0, 0, 1), isto é, devemos determinar números a, b, c tais que

(x, y, z) = a(1, 1, 1) + b(0, 1, 1) + c(0, 0, 1),

6
isto é, devemos ter 
 a = x
a+b = y
a+b+c = z


o que nos leva a

a = x; b = y − x; c = z − y.

Portanto, vem,

(x, y, z) = x(1, 1, 1) + (y − x)(0, 1, 1) + (z − y)(0, 0, 1)

e, daı́,
T (x, y, z) = xT (1, 1, 1) + (y − x)T (0, 1, 1) + (z − y)T (0, 0, 1) =
= x(1, 0, 0) + (y − x)(0, 1, 0) + (z − y)(0, 0, 1) = (x, y − x, z − y), isto é,

T (x, y, z) = (x, y − x, z − y).

1.2 Exercı́cios
1. Mostre que T : R2 → R2 dada por T (x, y) = (x − 2y, x + 2y) é um operador linear sobre
R2 .

2. A função S : R2 → R2 dada por S(x, y) = (x + 1, y) é uma transformação linear?

Justifique!

3. Considere a função T : R2 → R2 dada por T (x, y) = (x + y, x − y).

(a) Mostre que T é uma transformação linear

(b) Determine os vetores v ∈ R2 tais que T (v) = 0.
(c) Determine os vetores v ∈ R2 tais que T (v) = 3v.

4. Considere a transformação linear T : R3 → R2 tal que T (1, 1, 0) = T (1, 0, 0) = T (1, 1, 1) =

(−1, 1). Determine T (x, y, z).

5. Considere o operador linear T sobre R2 tal que T (1, 2) = (2, 3), T (0, 1) = (1, 4) . Deter-
mine T (x, y).

6. Considere V o espaço vetorial de dimensão 2 formado por R2 com a soma e produto dados
por (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 ) e λ(x, y) = (λx + λ − 1, λy). T : R2 → V
dada por T (x, y) = (x + 1, y) é uma aplicação linear? Justifique!

7. Considere V o espaço vetorial de dimensão 2 formado por R2 com a soma e produto dados
por (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 ) e λ(x, y) = (λx + λ − 1, λy). T : V → V
dada por T (x, y) = (2x + 1, 2y) é uma aplicação linear? Justifique!

7
2 Imagem e Núcleo de uma transformação linear

2.1 Conceitos e Exemplos

Definição 2.1. Seja T: V → U uma transformação linear. Chamamos Kernel ou núcleo de T ,
anotado por Ker(T ) ou nuc(T ), o conjunto dos vetores de V que são levados no vetor nulo de
U , isto é,
Ker(T ) = {v ∈ V ; T (v) = 0}

Exemplo 2.2. Considere o operador linear G : R3 → R3 definida por

G(x, y, z) = (x + 2y − z, y + z, x + y − 2z).

Determine Ker(G).

Solução. Devemos determinar os vetores (x, y, z) tais que G(x, y, z) = (0, 0, 0), o que nos leva
ao sistema 
 x + 2y − z = 0
y+z = 0 ,
x + y − 2z = 0


e, consequentemente, à matriz
   
1 2 −1 0 1 2 −1 0
 0 1 1 0  . Após escalonar, teremos  0 1 1 0 
1 1 −2 0 0 0 0 0

obtendo, então, o sistema 

x + 2y − z = 0
.
y+z = 0
Usando a última equação teremos y = −z e levando este valor à primeira equação obteremos

x + 2(−z) − z = 0 ⇒ x = 3z.

Logo,
Kert(G) = {(3z, −z, z); z ∈ R}.

Exemplo 2.3. Considere o operador linear T : R3 → R3 definida por

T (x, y, z) = (x + 2y − 3z, 2x + 5y + 2z, 3x − y − 4z).

Determine Ker(T ).

Solução. Devemos determinar os vetores (x, y, z) tais que T (x, y, z) = (0, 0, 0), o que nos leva
ao sistema 
 x + 2y − 3z = 0
2x + 5y + 2z = 0 ,
3x − y − 4z = 0


8
e, consequentemente, à matriz
   
1 2 −3 0 1 2 −3 0
 2 5 2 0  . Após escalonar, teremos  0 1 8 0 
3 −1 −4 0 0 0 61 0
obtendo, então, o sistema 
 x + 2y − 3z = 0
y + 8z = 0 .
61z = 0


Usando a última equação teremos z = 0 e levando este valor às outras equações obteremos

x=y=z=0

Logo,
Kert(T ) = {(0, 0, 0)}.
Exemplo 2.4. Considere a aplicação linear T : R3 → R4 definida por

T (x, y, z) = (x + 2y − z, 2x + 5y + 3z, x + 4y + 7z, x + 3y + 3z).

Determine Ker(T ).
Solução. Devemos determinar os vetores (x, y, z) tais que T (x, y, z) = (0, 0, 0), o que nos leva
ao sistema 

 x + 2y − z = 0
2x + 5y + 3z = 0

,

 x + 4y + 7z = 0
x + 3y + 3z = 0


e, consequentemente, à matriz
   
1 2 −1 0 1 2 −1 0
 2 5 3 0 
 . Após escalonar, teremos  0 1 4 0 
 

 1 4 7 0   0 0 0 0 
1 3 3 0 0 0 0 0
obtendo, então, o sistema 
x + 2y − z = 0
.
y + 4z = 0
Usando a última equação teremos y = −4z e levando este valor à primeira equação obteremos

x + 2(−4z) − z = 0 ⇒ x = 9z.

Logo,
Kert(T ) = {(9z, −4z, z); z ∈ R}.
Exemplo 2.5. Considere a aplicação linear S : R5 → R3 definida por

S(x, y, z, s, t) = (x + 3y − 2z + 5s − 3t, 2x + 7y − 3z + 7s − 5t, 3x + 11y − 4z + 10s − 9t).

Determine Ker(T ).

9
Solução. Devemos determinar os vetores (x, y, z, s, t) tais que S(x, y, z, s, t) = (0, 0, 0), o que
nos leva ao sistema 
 x + 3y − 2z + 5s − 3t = 0
2x + 7y − 3z + 7s − 5t = 0 ,
3x + 11y − 4z + 10s − 9t = 0


e, consequentemente, à matriz
   
1 3 −2 5 −3 0 1 3 −2 5 −3 0
 2 7 −3 7 −5 0  . Após escalonar, teremos  0 1 1 −3 1 0 
3 11 −4 10 −9 0 0 0 0 1 −2 0
obtendo, então, o sistema

 x + 3y − 2z + 5s − 3t = 0
y + z − 3s + t = 0 .
s − 2t = 0


Usando a última equação teremos s = 2t e levando este valor à segunda equação obteremos
y + z − 6t + t = 0 ⇒ y = −z + 5t e, substituindo na primeira, teremos x = 5z − 22t.
Logo,
Kert(S) = {(5z − 22t, 5t − z, z, 2t, t)); t, z ∈ R}.
Definição 2.6. Seja T: V → U uma transformação linear. Chamamos imagem de T , anotado
por Im(T ), o conjunto dos vetores de U que são imagem de algum vetor de V , isto é,
Im(T ) = {w ∈ U ; ∃ v ∈ V com T (v) = w}.
Exemplo 2.7. Considere a aplicação linear G : R3 → R3 definida por
G(x, y, z) = (x + 2y − 3z, 2x + 6y − 11z, x − 2y + 7z).
Determine Im(T ).
Solução. Devemos encontrar os vetores (a, b, c) tais que existam vetores (x, y, z) satisfazendo
G(x, y, z) = (a, b, c), isto é, (x + 2y − 3z, 2x + 6y − 11z, x − 2y + 7z) = (a, b, c).
Em outras palavras, devemos encontrar os números reais a, b, c tais que o sistema

 x + 2y − 3z = a
2x + 6y − 11z = b
x − 2y + 7z = c


possua solução. Teremos, então, a matriz

   
1 2 −3 a 1 2 −3 a
 2 6 −11 b  e, após escalonar, temos  0 2 −5 b − 2a  .
1 −2 7 c 0 0 0 c + 2b − 5a
Portanto, o sistema terá solução se
c + 2b − 5a = 0, ou c = 5a − 2b.
Logo, teremos
Im(G) = {(a, b, 5a − 2b); a, b ∈ R}.

10
 Veremos, a seguir, alguns resultados que nos ajudarão a resolver, mais facilmente, proble-
mas tais como o exemplo anterior.
Proposição 2.8. Seja T: V → U uma aplicação linear. Então:
(i) Ker(T ) é um subespaço vetorial de V .
(ii) Im(T ) é um subespaço de U .
Observação 2.9. Face à proposição acima, dada uma transformação linear T : V → U , cha-
maremos nulidade e posto, respectivamente, a dimensão do núcleo e da imagem de T , isto
é,
posto(T ) = dim(Im(T )) e nulidade(T ) = dim(Ker(T )).

Não nos preocuparemos em demonstrar, mas é muito importante conhecer e saber aplicar
o próximo teorema.
Teorema 2.10. Seja T: V → U uma transformação linear. Então

dimKer(T ) + dimIm(T ) = dim(V ), isto é,

nulidade(T ) + posto(T ) = dim(V ).

Lembramos que a dimensão do subespaço formado somente pelo vetor nulo é igual a 0, isto
é, se W = {0} temos dim(W ) = 0.
Exemplo 2.11. Verifique o teorema 2.10 para a aplicação linear T : R3 → M2×2 dada por
 
y + z −z
T (x, y, z) = .
2z 3z

Solução. Começamos determinando uma base para Kert(T ). Um vetor (x, y, z) ∈ Kert(T ) ⇔
T (x, y, z) = 0, isto é,    
y + z −z 0 0
T (x, y, z) = = .
2z 3z 0 0
Portanto,
(x, y, z) ∈ Kert(T ) ⇔ z = 0, y = 0 e x é qualquer número real.
Logo,
Kert(T ) = {(x, 0, 0); x ∈ R}
e uma base é o conjunto
β = {(1, 0, 0)}.
Logo,
dimKert(T ) = 1.
 
a b
Determinemos, agora, uma base para Im(T ). Uma matriz ∈ Im(T ) se existe um
c d
vetor (x, y, z) tal que    
y + z −z a b
T (x, y, z) = = .
2z 3z c d

11
  
a b
Em outras palavras, uma matriz ∈ Im(T ) se o sistema
c d


 y+z = a
−z = b


 2z = c
3z = d


possui solução. É simples ver que o sistema possui solução desde que c = −2b e d = −3b.
Portanto, vem   
a b
Im(T ) = ; a, b ∈ R
−2b −3c
e uma base para tal subespaço será
   
1 0 0 1
β= ,
0 0 −2 −3

e dimIm(T ) = 2. Teremos então, que

dimKert(T ) + dimIm(T ) = 1 + 2 = 3 = dim(R3 )

e o teorema está verificado.

Proposição 2.12. Sejam T: V → U uma transformação linear e {u1 , u2 , . . . , uk } um conjunto

de geradores para V . Então {T (u1 ), T (u2 ), . . . , T (uk )} é um conjunto de geradores para Im(T ).
Em particular, se α = {u1 , u2 , . . . , un } é uma base para V , então {T (u1 ), T (u2 ), . . . , T (un )} é
um conjunto de geradores para Im(T ), isto é,

Im(T ) = [T (u1 ), T (u2 ), . . . , T (un )].

Estudemos, novamente, o exemplo 2.7 usando os resultados acima.

Exemplo 2.13. Considere a aplicação linear T : R3 → R3 definida por

T (x, y, z) = (x + 2y − 3z, 2x + 6y − 11z, x − 2y + 7z).

Determine Im(T ).

Solução. Consideremos a base canônica de R3 , ou seja,

β = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.

Temos

T (1, 0, 0) = (1, 2, 1); T (0, 1, 0) = (2, 6, −2); T (0, 0, 1) = (−3, −11, 7).
Pela proposição anterior, temos que

Im(T ) = [(1, 2, 1), (2, 6, −2), (−3, −11, 7)].

12
Podemos determinar uma base para Im(T ) escalonando a matriz cujas linhas são os vetores
acima, isto é, a matriz  
1 2 1
 2 6 −2  .
−3 −11 7
Após escalonar, temos a matriz  
1 2 1
 0 2 −4  .
0 0 0
Logo, o conjunto β = {(1, 2, 1), (0, 2, −4)} é uma base para Im(T ) e, portanto,

dim(Im(T )) = 2 = posto(T ).

Note que podemos escrever

Im(T ) = {a(1, 2, 1) + b(0, 2, −4); a, b ∈ R} = {(a, 2a + 2b, a − 4b); a, b ∈ R}.

Exemplo 2.14. Determine ker(T ), Im(T ), dimensões e respectivas bases para:

1. T : R3 → R3 dada por T (x, y, z) = (x, 2y, 0)

2. T : R2 → R2 dada por T (x, y) = (2x + y, x − y).

3. T : R2 → R4 dada por T (x, y) = (x, y, 0, 2x).

4. T : R4 → R6 dada por T (a, b, c, d) = (0, a, b, c, d, a + b + c + d).

Solução. 1. Temos

T (x, y, z) = (0, 0, 0) ⇔ (x, 2y, 0) = (0, 0, 0) ⇔ x = y = 0.

Logo, Ker(T ) = {(0, 0, z); z ∈ R} e dim(Kert(T )) = 1 sendo α = {(0, 0, 1)} uma base
para Kert(T ). Pelo teorema 2.10 temos que dim(Im(T )) = 2. Determinemos uma base
para Im(T ). Teremos que

Im(T ) = [T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)] = [(1, 0, 0), (0, 2, 0), (0, 0, 0)] = [(1, 0, 0), (0, 2, 0)].

Logo,
α = {(1, 0, 0), (0, 2, 0)}
é uma base para Im(T ).

2. Teremos

T (x, y) = (0, 0) ⇔ (2x + y, x − y) = (0, 0) ⇔ 2x + y = x − y = 0 ⇔ x = y = 0

Logo, Ker(T ) = {(0, 0)} e dim(Kert(T )) = 0. Pelo teorema 2.10 temos que dim(Im(T )) =
2 e, portanto, Im(T ) = R2 .

13
 3. Teremos
T (x, y) = (0, 0, 0, 0) ⇔ (x, y, 0, 2x) = (0, 0, 0, 0) ⇔ x = y = 0.
Logo, Ker(T ) = {(0, 0)} e dim(Kert(T )) = 0. Pelo teorema 2.10 temos que dim(Im(T )) =
2. Note que, tal como fizemos num exemplo anterior, teremos

Im(T ) = [T (1, 0), T (0, 1)] = [(1, 0, 0, 2), (0, 1, 0, 0)]

e, portanto,

dim(Im(T )) = 2 e β = {(1, 0, 0, 2), (0, 1, 0, 0)} é uma base.

4. Teremos

T (a, b, c, d) = (0, 0, 0, 0, 0, 0) ⇔ (0, a, b, c, d, a+b+c+d) = (0, 0, 0, 0, 0, 0) ⇔ a = b = c = d = 0.

Logo, Ker(T ) = {(0, 0, 0, 0)} e dim(Kert(T )) = 0. Pelo teorema 2.10 temos que
dim(Im(T )) = 4 e, daı́, teremos Im(T ) = [T (1, 0, 0, 0), T (0, 1, 0, 0), T (0, 0, 1, 0), T (0, 0, 0, 1)] =
= [(0, 1, 0, 0, 0, 1), (0, 0, 1, 0, 0, 1), (0, 0, 0, 1, 0, 1), (0, 0, 0, 0, 1, 1)]. Logo

β = {(0, 1, 0, 0, 0, 1), (0, 0, 1, 0, 0, 1), (0, 0, 0, 1, 0, 1), (0, 0, 0, 0, 1, 1)}

é uma base para Im(T ).

2.2 Exercı́cios
1. Determine T (a, b), onde T : R2 → R3 é a aplicação linear tal que T (1, 2) = (3, −1, 5) e
T (0, 1) = (2, 1, −1). Qual a nulidade e o posto de T ?

2. Considere a aplicação linear G : R3 → R2 definida por

G(x, y, z) = (x + y, y + z).

Encontre bases para o núcleo e a imagem de G. Determine o posto e a nulidade de G.

3. Determine uma base para o núcleo e para a imagem de T : R3 → R3 dada por

T (x, y, z) = (x + z, x + y + 2z, 2x + y + 3z).

4. Determine uma base para o núcleo e para a imagem de T : R5 → R4 dada por

T (x, y, z, s, t) = (x − z + 3s − t, x + 2s − t, 2x − z + 5s − t, −z + s).

14
3 Transformações Injetoras, Sobrejetoras e Bijetora
Definição 3.1. Sejam V e W espaços vetoriais. Uma tranformação linear T: V → U será dita
(i) injetora se para cada w ∈ Im(T ) existe um único v ∈ V tal que T (v) = w, isto é,

T (v1 ) = T (v2 ) ⇒ v1 = v2 (vetores diferentes possuem imagens diferentes)

(ii) sobrejetora se Im(T ) = W , isto é,

∀ w ∈ W existe v ∈ V com T (v) = w

 
2 x y
Exemplo 3.2. A transformaçao T : R → M2×2 dada por T (x, y) = é
x−y x+y
injetora? Justifique! Sobrejetora? Justifique!
Solução. Verificando se T é injetora.
Sendo (x1 , y1 ) e (x2 , y2 ) vetores em R2 teremos
   
x1 y1 x2 y2
T (x1 , y1 ) = e T (x2 , y2 ) =
x1 − y 1 x1 + y 1 x2 − y2 x2 + y2
e, portanto,
   
x1 y1 x2 y2
T (x1 , y1 ) = T (x2 , y2 ) ⇔ =
x1 − y 1 x1 + y 1 x2 − y 2 x2 + y 2

o que só acontecerá se x1 = x2 e y1 = y2 . Logo, T é injetora.

Verificando se T é sobrejetora.
Sabemos que    
1 0 0 1
Im(T ) = [T (1, 0), T (0, 1)] = ,
1 1 −1 1
e, portanto, dim(Im(T )) = 2 6= 4 = dim(M2×2 ). Logo, T não é sobrejetora.

A proposição abaixo é um excelente teste para verificar se uma dada tranformação linear é
injetora.
Proposição 3.3. Sejam V e W espaços vetoriais. Uma transformação linear T : V → U será
injetora se, e somente se, Ker(T ) = {0}.

Demonstração. Sendo T uma transformação linear sabemos que T (0) = 0 e, portanto, se T

for injetora o único vetor v ∈ V tal que T (v) = 0 é o vetor 0. Logo, teremos Kert(T ) = {0}..
Suponhamos, agora, que Kert(T ) = {0} e sejam v e u vetores em V tais que T (v) = T (u).
Então, vem

T (v) = T (u) ⇔ T (v) − T (u) = 0 ⇔ T (v − u) = 0 ⇔ v − u ∈ Ker(T ) ⇔ v − u = 0 ⇔ v = u

e, portanto, temos T injetora.

15
Corolário 3.4. Sejam V e W espaços vetoriais de dimensão finita. Uma transformação linear
T: V → U será injetora se, e somente se, dimIm(T ) = dimV .

Demonstração. Sabemos que

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

e, daı́, vem

T é injetora ⇔ Kert(T ) = {0} ⇔ dim(Ker(T )) = 0 ⇔ dim(Im(T )) = dim(V )

Corolário 3.5. Seja V um espaço vetorial de dimensão finita e T : V → V um operador

linear. T será injetora se, e somente se, for sobrejetora.

Demonstração. Temos

T é injetora ⇔ dim(Im(T )) = dim(V ) ⇔ T é sobrejetora.

Corolário 3.6. Sejam V e W espaços vetoriais de dimensão finita. Então:

(i) Se existe T: V → U injetora teremos

dim(V ) ≤ dim(W ),

isto é, se dim(V ) > dim(W ) não existe T: V → U injetora.

(ii) Se existe T: V → U sobrejetora teremos

dim(V ) ≥ dim(W ),

isto é, se dim(V ) < dim(W ) não existe T: V → U sobrejetora.

Demonstração. (i) Se T é injetora teremos dim(Im(T )) = dim(V ) e, daı́,

dim(W ) ≥ dim(Im(T )) = dim(V ).

(ii) Sendo T sobrejetora temos dim(Im(T )) = dim(W ) e, como,

dim(W ) + dim(Ker(T )) = dim(V )

vem
dim(W ) ≤ dim(V ).

Corolário 3.7. Sejam V e W espaços vetoriais de dimensão finita com dimV = dimW e
T: V → U uma transformação linear. Então T será injetora se, e somente se, T for sobrejetora.

16
Demonstração. Análoga ao corolário 5.

Definição 3.8. Uma transformação linear T : V → U será dita bijetora se for injetora e
sobrejetora.

Proposição 3.9. Sejam V e W espaços vetoriais de dimensão finita. Se existe T : V → U

bijetora, então dimV = dimW , isto é, se dimV 6= dimW não existe T: V → U bijetora.

Demonstração. Se existe T: V → U bijetora, devido ao corolário 3.6, teremos

dim(V ) ≤ dim(W ) e dim(W ) ≤ dim(V ) ⇒ dim(V ) = dim(W ).

Definição 3.10. Sendo V e W espaços vetoriais, uma transformação linear T: V → U bijetora

será dita um isomorfismo entre V e W . Se existe uma transformação linear T: V → U bijetora
diremos que V e W são isomorfos.

Teorema 3.11. Sejam V e W espaços vetoriais de dimensão finita tais que dim(V ) =
dim(W ). Então V e W são isomorfos, isto é, existe uma tranformação linear T : V → U
bijetora.

Demonstração. Sendo α = {u1 , u2 , . . . , un } e β = {v1 , v2 , . . . , vn } bases de V e W , respectiva-

mente, sabemos que existe uma única transformação linear T: V → U tal que

T (u1 ) = v1 ; T (u2 ) = v2 ; . . . ; T (un ) = vn .

Como
Im(T ) = [T (u1 ), T (u2 ), . . . , T (un )] = [v1 , v2 . . . . , vn ] = W
teremos que T é sobrejetora e, portanto, injetora. Logo, T é bijetora, isto é, T é um isomorfismo
entre V e W .

Observação 3.12. 1. Os resultados anteriores mostram que sendo T : V → U uma trans-

formação linear com dim(V ) = dim(W ) teremos

T é injetora ⇔ T é sobrejetora ⇔ T é bijetora.

2. Se V e W são espaços de dimensão finita isomorfos, isto é, se existe T : V → U bijetora

então dim(V ) = dim(W ).(Ver proposição 3.9)

3. Note que sendo T : V → U uma transformação linear bijetora existe sua inversa, isto é,
existe T −1 : W → V bijetora, denominada inversa de T dada por

T −1 (w) = v ⇔ T (v) = w.

É possı́vel mostrar que T −1 é, ainda, uma transformação linear. Em função deste fato
uma aplicação linear T : V → U bijetora é dita uma transformação linear invertı́vel ou
não-singular.

17
Exemplo 3.13. Considere T : R3 → R3 a transformação linear dada por

T (x, y, z) = (2x + y, x − y, x + z).

(a) Mostre que T é bijetora.

(b) Determine T −1 (a, b, c)

Solução. (a) Determinemos Ker(T ). Teremos

T (x, y, z) = (0, 0, 0) ⇔ (2x+y, x−y, x+z) = (0, 0, 0) ⇔ x = y = z = 0 ⇒ Ker(T ) = {(0, 0, 0)}.

Como Ker(T ) = {0} temos que T é injetora e, portanto, sobrejetora e bijetora.

(b) Temos que

T (1, 0, 0) = (2, 1, 1); T (0, 1, 0) = (1, −1, 0) e T (0, 0, 1) = (0, 0, 1)

e, portanto, vem

(1, 0, 0) = T −1 (2, 1, 1); (0, 1, 0) = T −1 (1, −1, 0) e (0, 0, 1) = T −1 (0, 0, 1).

Para determinar T −1 (a, b, c) devemos escrever o vetor (a, b, c) como combinação linear dos
vetores (2, 1, 1), (1, −1, 0) e (0, 0, 1), isto é, devemos determinar x, y e z tais que

(a, b, c) = x(2, 1, 1) + y(1, −1, 0) + z(0, 0, 1)

ou, ainda,
2x + y = a; x − y = b; x + z = c.
Logo, vem
a+b a − 2b 3c − a − b
x= ;y = ;z = .
3 3 3
Portanto, teremos
a+b a − 2b 3c − a − b
(a, b, c) = (2, 1, 1) + (1, −1, 0) + (0, 0, 1) ⇒
3 3 3
a + b −1 a − 2b −1 3c − a − b −1
⇒ T −1 (a, b, c) = T (2, 1, 1) + T (1, −1, 0) + T (0, 0, 1) ⇒
3 3 3
 
−1 a+b a − 2b 3c − a − b a + b a − 2b 3c − a − b
⇒ T (a, b, c) = (1, 0, 0)+ (0, 1, 0)+ (0, 0, 1) = , , .
3 3 3 3 3 3

Uma segunda solução para o item (b), talvez mais simples, pode ser obtida da seguinte
forma.
Temos T −1 (a, b, c) = (x, y, z) ⇔ T (x, y, z) = (a, b, c) ⇔ (2x + y, x − y, x + z) = (a, b, c) e,
portanto, basta resolver o sistema

 2x + y = a
x−y = b
x+z = c


18
    
2 1 0 a 2 1 0 a
Escalonando a matriz 1 −1 1 b  somos levados à matriz 0 −3 0 2b − a 
1 0 1 c 0 0 3 3c − a − b
e, daı́,
a+b a − 2b 3c − a − b
x= ;y = ez= .
3 3 3
Logo, novamente, obtemos
 
−1 a + b a − 2b 3c − a − b
T (a, b, c) = , , .
3 3 3

4 Exercı́cios
1. Considere T : R3 → R3 a transformação linear dada por

T (x, y, z) = (x + y − 2z, x + 2y + z, 2x + 2y − 3z).

(a) Mostre que T é bijetora

(b) Determine uma fórmula para T −1 , isto é, determine T −1 (a, b, c).

2. Determine se cada aplicação linear a seguir é ou não não-singular.

(a) T : R2 → R2 dada por T (x, y) = (x − y, x − 2y).

(b) T : R2 → R2 dada por T (x, y) = (2x − 4y, 3x − 6y).

3. Existe uma transformação linear T : R2 → R3 sobrejetora? Justifique! Existe uma tal

transformação linear injetora? Justifique! Existe uma tal transformação linear bijetora?
Justifique!

4. Seja W = [(1, 0, 0), (0, −1, 0)].

(a) Determine, justificando, uma base e a dimensão de W .

(b) Se possı́vel, determine uma transformação linear T : W → R2 bijetora. Caso não
seja possı́vel, justifique!
(c) Se possı́vel, determine uma transformação linear T : W → R3 bijetora. Caso não
seja possı́vel, justifique!
(d) Se possı́vel, determine uma transformação linear T : W → R3 injetora. Caso não
seja possı́vel, justifique!
(e) Se possı́vel, determine uma transformação linear T : R3 → W sobrejetora. Caso
não seja possı́vel, justifique!
(f) W e R2 são isomorfos? Justifique!
(g) W e R3 são isomorfos? Justifique!
       
−1 0 2 3 2 0 1 5
5. Sejam W = [(1, 1, 0), (0, −1, 0), (3, 4, 0)] e V = , , , .
1 0 1 0 1 0 2 0

19
 (a) Determine, justificando, uma base e a dimensão de W .
(b) Determine, justificando, uma base e a dimensão de V .
(c) Se possı́vel, determine uma transformação linear T : W → V bijetora. Caso não
seja possı́vel, justifique!
(d) Se possı́vel, determine uma transformação linear T : V → W bijetora. Caso não
seja possı́vel, justifique!
(e) Se possı́vel, determine uma transformação linear T : W → V injetora. Caso não
seja possı́vel, justifique!
(f) Se possı́vel, determine uma transformação linear T : W → V sobrejetora. Caso não
seja possı́vel, justifique!
(g) W e V são isomorfos? Justifique!

6. Sejam T : V → U uma transformação linear injetora e α = {u1 , u2 , . . . , un } ⊂ V um

conjunto LI. Mostre que o conjunto

{T (u1 ), T (u2 ), . . . , T (un )} ⊂ W

é um conjunto LI.

7. Sejam T : V → U uma transformação linear sobrejetora e α = {u1 , u2 , . . . , un } ⊂ V um

conjunto de geradores para V . Mostre que o conjunto

{T (u1 ), T (u2 ), . . . , T (un )} ⊂ W

é um conjunto de geradores para W .

8. Sejam T: V → U uma transformação linear bijetora e α = {u1 , u2 , . . . , un } ⊂ V uma base

para V . Mostre que o conjunto

{T (u1 ), T (u2 ), . . . , T (un )} ⊂ W

é uma base para W .

20
5 Respostas dos Exercı́cios
Subseção 1.2, página 7

1. Sejam v = (x1 , y1 ) e w = (x2 , y2 ) em R2 . Então, temos

T (v) = T (x1 , y1 ) = (x1 − 2y1 , x1 + 2y1 ); T (w) = T (x2 , y2 ) = (x2 − 2y2 , x2 + 2y2 ) ⇒
⇒ T (v) + T (w) = (x1 − 2y1 , x1 + 2y1 ) + (x2 − 2y2 , x2 + 2y2 ) = (x1 + x2 − 2y1 − 2y2 , x1 +
2y1 + x2 + 2y2 ). Por outro lado, temos
T (v + w) = T ((x1 , y1 ) + (x2 , y2 )) = T (x1 + x2 , y1 + y2 ) = (x1 + x2 − 2(y1 + y2 ), x1 + x2 +
2(y1 + y2 )) o que nos leva a

T (v + w) = T (v) + T (w)

e a condição (i) da definição de transformação linear está satisfeita. Verifiquemos a

segunda condição. Sendo λ um número real e considerando o vetor v acima, temos
T (λv) = T (λ(x1 , y1 )) = T (λx1 , λy1 ) = (λx1 − 2λy1 , λx1 + 2λy1 ) e
λT (v) = λT (x1 , y1 ) = λ(x1 − 2y1 , x1 + 2y1 ) = (λx1 − 2λy1 , λx1 + 2λy1 )) e, portanto,

T (λv) = λT (v)

e a condição (ii) está verificada. Logo T é uma aplicação linear e, consequentemente, é

um operador linear sobre R2

2. Não, pois T (0) 6= 0.

3. (a) Análogo ao exercı́cio 1.

(b) v = (0.0)
(c) v = (0, 0)

 a+b+c = x
4. (x, y, z) = a(1, 1, 0) + b(1, 0, 0) + c(1, 1, 1) ⇒ a+c = y
c = z


Resolvendo o sistema teremos a = y − z, b = x − y e c = z e, portanto, vem

T (x, y, z) = (y − x)T (1, 1, 0) + (x − y)T (1, 0, 0) + zT (1, 1, 1) = (y − z)(−1, 1) + (x −
y)(−1, 1) + z(−1, 1) = (−x, x).

5. T (x, y) = (y, −5x + 4y)

6. Não, pois T (0) 6= 0.

7. Sim, basta verificar as duas condições.

Subseção 2.2, página 14

1. T (x, y) = (−x + 2y, −3x + y, 7x − y). Posto=2 e nulidade=0

21
 2. Base para imagem = {(1, 0), (0, 1)}, posto =2. Base para núcleo = {(1, −1, 1)}, nulidade
=1

3. Base para imagem = {(1, 1, 2), (0, 1, 1)}. Base para núcleo = {(−1, −1, 1)}.

4. Base para imagem = {(1, 0, 0, 1), (0, 1, 0, −1), (0, 0, 1, 0)}.

Base para núcleo = {(−2, 0, 1, 1, 0), (0, 1, 0, 0, 0)}.

Seção 4, página 19
(1)
(a) Basta mostrar que Ker(T ) = {0}..
(b) T −1 (a, b, c) = (− 43 a − b + 53 c, a + b − c, − 23 a + 13 c).

(2)
(a) Não-singular pois Ker(T ) = {0}
(b) Singular pois Ker(T ) 6= {0}.

(3)
(a) Não, pois dim(R3 ) = 3 > 2 = dim(R2 )
(b) Sim, basta tomar, por exemplo, T : R2 → R3 dada por T (x, y) = (x, y, 0) e mostrar
que tal aplicação é injetora.
(c) Não. Observe o item (a).

(4)
(a) base= {(1, 0, 0), (0, −1, 0)} e dim(W ) = 2.
(b) Basta tomar, por exemplo, T : W → R2 dada por T (x, y, 0) = (x, y) e mostrar que tal
transformação é bijetora.
(c) Não é possı́vel pois dim(W ) < dim(R3 ).
(d) Basta tomar, por exemplo, T : W → R3 dada por T (x, y, 0) = (x, y, 0) e mostrar que
tal transformação é injetora.
(e) Basta tomar, por exemplo, T : R3 → W dada por T (x, y, z) = (x, y, 0) e mostrar que
tal transformação é sobrejetora.
(f) Sim pois as dimensões são iguais.
(g) Não, pois as dimensões são diferentes.

(5)
(a) base= {(3, 4, 0), (0, −1, 0)} e dim(W ) = 2.

22
      
−1 0 2 3 2 0
(b) base= , , e dim(V ) = 3.
1 0 1 0 1 0
(c) Não é possı́vel pois dim(W ) 6= dim(V ).
(d) Não é possı́vel pois dim(W ) 6= dim(V ).
(e) Basta tomar, por exemplo, a aplicação linear T : W → V tal que
   
−1 0 2 3
T (3, 4, 0) = e T (0, −1, 0) =, .
1 0 1 0

Basta mostrar, agora, que ker(T ) = {0} para concluir que T é injetora.
(f) Não é possı́vel pois dim(W ) < dim(V ).
(g) Não pois dim(W ) 6= dim(V ).

(6) Note que como T é injetora teremos

v ∈ Kert(T ) ⇔ v = 0

e, portanto, teremos
λ1 T (u1 ) + λ2 T (u2 ) + . . . + λn T (un ) = 0 ⇒ T (λ1 u1 + λ2 u2 + . . . + λn un ) = 0 ⇒ λ1 u1 + λ2 u2 +
. . . + λn un ∈ Kert(T ) ⇒ λ1 u1 + λ2 u2 + . . . + λn un = 0. Como o conjunto α = {u1 , u2 , . . . , un }
é LI teremos
λ1 = λ2 = . . . = λn = 0 ⇒ {T (u1 ), T (u2 ), . . . , T (un )}
é LI.

(7) Seja v ∈ W . Como T é sobrejetora existe v ∈ V tal que T (v) = w. Sendo α =

{u1 , u2 , . . . , un } um conjunto de geradores para V , existem λ1 , λ2 , . . . , λn tais que

v = λ1 u1 + λ2 u2 + . . . + λn un .

Portanto, temos

w = T (v) = T (λ1 u1 + λ2 u2 + . . . + λn un ) = λ1 T (u1 ) + λ2 T (u2 ) + . . . + λn T (un )

e, daı́, segue que

{T (u1 ), T (u2 ), . . . , T (un )}
é um conjunto de geradores para W .
(8) Consequência dos exercı́cios 6 e 7.

23