Escolar Documentos
Profissional Documentos
Cultura Documentos
lineares .
OBS:
◼ u , v E , , : T (u + v ) = T (u ) + T (v ).
◼ As transformações lineares de E nele próprio dizem-se
transformações lineares em E (operadores).
OBS:
Como Ê é também um espaço vetorial sobre é
fácil de concluir que existe um isomorfismo entre E e
Ê . Evidentemente, que se E = F , a transformação
linear T não degenerada define um isomorfismo entre
E e um seu subespaço Ê .
Natália Furtado, Ph. D. 9
Teorema 5.
Sejam E e F dois espaços vetoriais sobre o mesmo
corpo . O conjunto de todas as transformações
lineares de E em F é também um espaço vetorial
sobre .
Demonstração. x1
x E = n : x = x1u1 + + xnun x = n
xn
y1
y F = m : y = y1v1 + + ym vm y = m
Natália Furtado, Ph. D.
ym 15
n ⎯
⎯→ m ,
T T é uma transformação linear.
y = T ( x ) = x1T (u1 ) + + xnT (u n ), T (u1 ), T (u2 ), , T (un ) m
T (u1 ) = a11v1 + a21v2 + + am1vm
T (u ) = a v + a v + + a v
2 12 1 22 2 m2 m
T (un ) = a1n v1 + a2 n v2 + + amn vm
Demonstração.
◼ Com efeito, suponha-se que T é não degenerada, i.e. apenas o
vetor nulo de E se transforma no vetor nulo de F . Então o
sistema homogéneo Ax = 0 é determinado o que significa que
( )
r A =n.
Natália Furtado, Ph. D. 20
◼ Se o sistema Ax = 0 é determinado, i.e. se só tem a solução
nula x = 0 , então a respetiva transformação linear T é não
degenerada.
OBS:
◼ Note-se que é condição necessária para que T seja não
degenerada que n m .
◼ Se n = m a transformação linear é não degenerada se
e só se A 0 .
Teorema 8.
Se E e F são espaços vetoriais n-dimensionais sobre
e se T é uma transformação linear não degenerada
de E em F tem-se T (E ) = Eˆ = F .
Teorema 10.
Seja T uma transformação linear de E, n-dimensional,
em F , m-dimensional. O núcleo N da transformação
tem dimensão d = n − r se e só se a característica de A
é r.
Natália Furtado, Ph. D. 23
Demonstração. Basta notar que y = T (x ) se pode
representar por y = Ax e o conjunto das soluções do
sistema homogéneo Ax = 0 é um espaço com
dimensão d = n − r se e só se r ( A) = r .
OBS: Considere o teorema 9 e seja T (u1 ), T (u2 ),, T (ur ) a base
obtida para Ê . Considerem-se os respetivos vetores de E ,
u1 , u2 , , ur . Naturalmente que estes vetores são linearmente
independentes e geram um subespaço linear V de E de
dimensão r que se chama um alcance da transformação. Por
outro lado, o núcleo N da transformação linear T é, pelo
teorema anterior, um subespaço linear N de E de dimensão
d = n − r . Prove-se que E é a soma direta de V com N :
E =V N
Natália Furtado, Ph. D. 24
Dim(E ) = DimN (T ) + DimT (E )
E F
u1 T T (u1 )
T (u 2 )
u2 Ê
V :
N • 0̂ T (u r )
ur
◼ A dimensão imagem Im (T ) de T chama-se
característica de T.
◼ A dimensão do núcleo Ker T = Nuc T = N (T ) chama-se
nulidade de T .
Mudança de base
Teorema 11.
Sejam u1 , u 2 , , u n e u1, u 2 , , u n
a antiga base e a nova base de espaço E e seja B a
matriz da mudança de base. Sejam v1 , v2 , , vm e
v1, v2 ,, vm a antiga base e a nova base de espaço F
e seja C a matriz da mudança de base. Considere-se
uma transformação linear T de E em F e sejam A e
A as matrizes que representam a transformação quando
se tomam, respetivamente, as bases antigas e as bases
novas. Tem-se
A = CAB −1 .
26
transforma ção linear T
B
A = CAB −1
C
v1 , v2 , , vm
u1 , u2 , , un
A
espaço F
espaço E
Natália Furtado, Ph. D. 27
Demonstração.
xE , y = T (x ) F , A de tipo (m n )
y = Ax - nas bases antigas ;
y = Ax - nas bases novas ; y = Cy
, x = Bx
Daí, Cy = ABx y = C ABx , mas y = Ax.
−1
Consequentemente, A = C −1 AB e
A = CAB −1
OBS:
◼ −1
C = I A = AB ;
◼ B = I A = CA ;
−1
◼ E = F A = BAB ;
−1
A = BAB −1
= B AB = A .
Natália Furtado, Ph. D. 28
Natália Furtado, Ph. D.
• • T (x ) F
T (x )
•x T :E →E
E F
+ (− 1)
n−k
Sk n−k
+ + Sn ,
onde S k representa a soma de todos os
menores principais de ordem k da matriz A.
Em particular, S1 = tr ( A) , S n = A .
tem-se: A − I = B A − I B = A − I .
−1
i.e. Q ( A) = 0 .
0 i j
Os novos vetores próprios (as colunas x1 , x2 , , xk )
são também linearmente independentes.
OBS:
◼ Se a matriz A não é diagonalizável apenas se
pode demonstrar que o número de valores
próprios não nulos não pode exceder a
característica de A.
Teorema 22.
Os valores próprios de uma matriz ortogonal
são iguais a +1 ou -1 .
u1 , u2 , , un
A 1
1
1