Escolar Documentos
Profissional Documentos
Cultura Documentos
Nestas notas iniciamos o estudo de um tipo particular de funções entre espaços vetoriais,
quais sejam, as chamadas transformações lineares.
1 Resultados Iniciais
T (λv) = λT (v)
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?
Exemplo 1.4. T : R2 → R4 dada por T (x, y) = (x, y, 0, 2x) é uma transformação linear?
T (λv) = λT (v)
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
ou, ainda,
x = 2x
S(v) = 2v ⇔ 2y = 2y
x + y + z = 2z
(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
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).
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
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)
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?
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.
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).
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 (vi ) = ui , ∀ i = 1, 2, . . . , n.
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
6
isto é, devemos ter
a = x
a+b = y
a+b+c = z
Portanto, vem,
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,
1.2 Exercı́cios
1. Mostre que T : R2 → R2 dada por T (x, y) = (x − 2y, x + 2y) é um operador linear sobre
R2 .
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
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
x + 2(−z) − z = 0 ⇒ x = 3z.
Logo,
Kert(G) = {(3z, −z, z); z ∈ R}.
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
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
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
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
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
Determine Im(T ).
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
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 ).
Solução. 1. Temos
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
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
e, portanto,
4. Teremos
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
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 ?
G(x, y, z) = (x + y, y + z).
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,
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}.
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 .
e, daı́, vem
Demonstração. Temos
dim(V ) ≤ dim(W ),
dim(V ) ≥ dim(W ),
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.
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.
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 .
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
e, portanto, vem
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
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
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!
é um conjunto LI.
20
5 Respostas dos Exercı́cios
Subseção 1.2, página 7
T (v + w) = T (v) + T (w)
T (λv) = λT (v)
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)}.
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 ).
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.
v = λ1 u1 + λ2 u2 + . . . + λn un .
Portanto, temos
23