Você está na página 1de 42

´

APONTAMENTOS DE ALGEBRA

Transforma¸c˜oes Lineares

Maria do Ros´ario de Pinho e Isabel Maria Ferreira

Outubro 2002

Faculdade de Engenharia da Universidade do Porto Licenciatura em Engenharia Electrot´ecnica e de Computadores

ALFABETO GREGO

´

´

MIN USCULA

MAI USCULA

NOME

α

A

alfa

β

B

beta

γ

Γ

gama

δ

delta

E

epsilon

ζ

Z

zeta

η

H

eta

θ

Θ

teta

ι

I

iota

κ

K

kapa

λ

Λ

lambda

µ

M

miu

ν

N

niu

ξ

Ξ

qsi

o

O

Omicron

π

Π

pi

ρ

P

r´o

σ

Σ

sigma

τ

T

tau

υ

Y

upsilon

φ

Φ

χ

X

x

ψ

Ψ

psi

ω

omega

Cap´ıtulo 1

Transforma¸c˜oes Lineares:

Introdu¸c˜ao

1.1

Defini¸c˜ao

Defini¸c˜ao 1.1.1 Sejam X e Z dois espa¸cos lineares sobre um corpo K. Uma fun¸c˜ao T : X Z ´e uma transforma¸c˜ao linear se satisfaz as seguintes propriedades

Propriedade 1:

Propriedade 2:

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

x, y X.

T (λx) = λ T (x),

(λ, x) K × X.

Nota 1: Observe que T (x) Z e que, quando se escreve λ T (x), estamos a fazer a multiplica¸c˜ao de um escalar λ por um vector T (x) do espa¸co linear Z.

Nota 2:

O conjunto K × X ´e, por defini¸c˜ao,

K × X = {(λ, x) : λ K,

x X}

i.e., o conjunto dos pares ordenados (λ, x) , com λ K e x X.

Nota 3: Sempre que poss´ıvel usamos letras do nosso alfabeto para designar vec- tores (i.e., elementos de um dado espa¸co linear) e letras do alfabeto grego para designar os elementos do corpo associado ao espa¸co linear em causa (escalares).

3

Transforma¸c˜oes Lineares: Introdu¸c˜ao

4

Exerc´ıcio 1.1.2 Sejam X e Z dois espa¸cos lineares sobre um corpo K e seja T :

X Z uma fun¸c˜ao. Mostre que T ´e uma transforma¸c˜ao linear se e s´o se

T (αx + βy) = αT (x) + βT (y)

α, β K,

x, y X

Teorema 1.1.3 Sejam X e Z dois espa¸cos lineares sobre um corpo K e seja T :

X Z uma transforma¸c˜ao linear. Ent˜ao T (0) = 0 (i.e., a imagem do elemento

neutro 0 de X ´e o elemento neutro de Z).

Demonstra¸c˜ao.

Ent˜ao T (0) = 0.

Seja x

X

e considere-se λ = 0 na rela¸c˜ao T (λx) = λT (x).

λ = 0 na rela¸c˜ao T ( λx ) = λT ( x ). Exemplos 1.1.4

Exemplos 1.1.4 De seguida apresentamos exemplos de transforma¸c˜oes lineares.

Fica ao cuidado do leitor verificar que em cada um dos casos estamos de facto em

presen¸ca de transforma¸c˜oes lineares. Quando nada em contr´ario ´e dito, X e/ou

Z

designam espa¸cos lineares quaisquer sobre um corpo K (em geral, K = R ou

K

= C).

1. A fun¸c˜ao T : X Z, definida como sendo T (x) = 0 para todo x X, ´e uma

transforma¸c˜ao linear que designamos por transforma¸c˜ao nula.

2. A fun¸c˜ao T : X X, definida como sendo T (x) = x para todo x X, ´e uma

transforma¸c˜ao linear que designamos por transforma¸c˜ao identidade.

3. A fun¸c˜ao T : R R definida como sendo T (x) = mx + b, para algum m R e

algum b R, b

= 0, n˜ao ´e uma transforma¸c˜ao linear. Contudo, a fun¸c˜ao

T

: R R definida como sendo T (x) = mx, para algum m R ( se m = 0,

T

´e a transforma¸c˜ao nula) ´e uma transforma¸c˜ao linear. (Sugest˜ao: trace o

gr´afico das duas fun¸c˜oes.)

4. Seja P n (R) o espa¸co linear dos polin´omios de grau igual ou inferior a n com

coeficientes reais, i.e.,

P n (R) = {p : R R :

p(x) =

n

k=0

a k x k ,

a 0 ,

, a n R}.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

5

Seja

T : P n (R)

p

R n+1

(a 0 ,

, a n ) T

Esta fun¸c˜ao ´e uma transforma¸c˜ao linear.

5. Seja M m×n (R) o espa¸co linear das matrizes m × n com entradas reais. Seja

A

∈ M m×n (R) uma matriz fixa. A fun¸c˜ao

 

T : M n×1 (R)

M m×1 (R)

B

AB

´e

uma transforma¸c˜ao linear.

6. Seja E um espa¸co linear sobre o corpo dos reais no qual est´a definido um produto interno · , · . Seja z E, fixo. A fun¸c˜ao T : E R definida por T (x) = x, z ´e uma transforma¸c˜ao linear.

7. Seja E um espa¸co linear sobre o corpo dos reais no qual est´a definido um

produto interno · , · . Seja S um subespa¸co de E de dimens˜ao finita e seja

{e 1 , por

, e n } uma base ortonormada de S. Seja T : E S uma fun¸c˜ao definida

T(x) =

n

k=1

x, e k e k .

T ´e a projec¸c˜ao ortogonal de E em S. Esta fun¸c˜ao ´e uma tranforma¸c˜ao

linear.

8. Seja C 1 ((0, 1); R) o conjunto das fun¸c˜oes definidas no intervalo aberto (0, 1) e tomando valores em R, deriv´aveis e com derivada cont´ınua. Seja C((0, 1); R)

o

conjunto das fun¸c˜oes de (0, 1) em R, cont´ınuas. A fun¸c˜ao

T

: C 1 ((0, 1); R)

C((0, 1); R)

 

f

f

´e

uma transforma¸c˜ao linear.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

6

Observa¸c˜ao: Os espa¸cos lineares C 1 ((0, 1); R) e C((0, 1); R) s˜ao espa¸cos de

dimens˜ao infinita. Transforma¸c˜oes lineares entre espa¸cos lineares de di-

mens˜ao infinita designam-se muitas vezes por operadores lineares. Em parti-

cular, a transforma¸c˜ao linear T definida acima designa-se por operador dife-

rencial.

9. Seja agora C n (R; R) o conjunto das fun¸c˜oes de R em R com derivadas at´e

`a ordem n e cujas derivadas at´e `a ordem n s˜ao cont´ınuas. A transforma¸c˜ao

linear de C n (R; R) em C(R; R) definida por D n (f) = f (n) (a cada fun¸c˜ao f de

C n (R; R) associa a sua derivada de ordem n) ´e um operador diferencial (i.e.,

´e uma transforma¸c˜ao linear).

Exemplos 1.1.5

1. Considere a fun¸c˜ao

T : R 3

R

(x, y, z)

x + 2y + z + 1

Esta fun¸c˜ao n˜ao ´e uma transforma¸c˜ao linear, porque a imagem por T do

elemento neutro da adi¸c˜ao em R 3 , i.e., do vector (0, 0, 0) T , n˜ao ´e o elemento

neutro da adi¸c˜ao em R. De facto, T (0, 0, 0) T = 1

= 0.

2. Considere a fun¸c˜ao

T :

R

R

x

x 2

Esta fun¸c˜ao n˜ao ´e uma transforma¸c˜ao linear. Realmente, (1)T (1) = 1,

mas T ((1) · 1) = T (1) = 1. Assim, a propriedade 2 das transforma¸c˜oes

lineares n˜ao ´e satisfeita para pelo menos um elemento do corpo e um vector.

1.2 Espa¸co das Transforma¸c˜oes Lineares

Sejam X e Z dois espa¸cos lineares sobre um corpo K e seja L(X, Z) o conjunto

L(X, Z) = {T : X Z| T

´e uma transforma¸c˜ao linear }

Transforma¸c˜oes Lineares: Introdu¸c˜ao

7

Ou seja,

L(X, Z) ´e o conjunto das transforma¸c˜oes linear de X em Z.

Vamos agora ver que L(X, Z) ´e um espa¸co linear sobre o corpo K.

Definimos duas opera¸c˜oes neste conjunto:

Adi¸c˜ao: Considere-se a adi¸c˜ao usual de duas fun¸c˜oes. Sendo S : X Z e T : X Z fun¸c˜oes tais que S, T ∈ L(X, Z), a adi¸c˜ao de S e T ´e ainda uma fun¸c˜ao

definida por

Verifica-se que

(S + T) : X Z

(S + T )(x) = S(x) + T (x).

(S + T )

∈ L(X, Z), S, T ∈ L(X, Z),

De facto, para x, y X e λ K, vem

(S + T )(x + y)

=

S(x + y) + T (x + y) = (S(x) + S(y)) + (T (x) + T (y))

=

S(x) + T (x) + S(y) + T (y) = (S + T )(x) + (S + T )(y)

(S + T )(λx)

=

S(λx) + T (λx) = λS(x) + λT (x)

=

= λ(S(x) + T (x)) = λ(S + T )(x)

Multiplica¸c˜ao por um escalar: Considerando o conjunto L(X, Z) e o corpo K, define-se produto por um escalar a opera¸c˜ao que a todo λ K e todo T ∈ L(X, Z), faz corresponder a fun¸c˜ao (λT ) : X Z definida por

(λT )(x) = λT (x)

x X.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

8

Exerc´ıcio 1.2.1

1. Mostre que a opera¸c˜ao adi¸c˜ao definida em L(X, Z) ´e associativa e comutativa.

2. Mostre que a transforma¸c˜ao nula O ∈ L(X, Z), onde O(x) = 0 para todo o x X, ´e o elemento neutro de L(X, Z) relativamente `a adi¸c˜ao.

3. Mostre que T ∈ L(X, Z)

U ∈ L(X, Z) :

T + U = O,

ou seja, toda a transforam¸c˜ao linear T ∈ L(X, Z) tem sim´etrico.

4. Conclua que, relativamente `a opera¸c˜ao adi¸c˜ao, o conjunto L(X, Z) ´e um grupo associativo.

Exerc´ıcio 1.2.2 Mostre que para cada λ K e cada T ∈ L(X, Z) o produto (λT ) ´e ainda um elemento de L(X, Z). Mostre ainda que a opera¸c˜ao produto por um escalar satisfaz as seguintes propriedades:

Para todo T ∈ L(X, Z) e todos os escalares µ, π K, µ(πT ) = (µπ)T.

Para todos S, T ∈ L(X, Z) e todo o escalar µ K, tem-se µ(T +S) = µT +µS.

Para todo T ∈ L(X, Z) e todos os escalares µ, π K, tem-se (µ + π)T = µT + πT.

Podemos ent˜ao concluir que:

O conjunto L(X, Z) das transforma¸c˜oes lineares de X em Z, onde X e Z s˜ao espa¸cos lineares sobre o mesmo corpo K, com as opera¸c˜oes de adi¸c˜ao e multiplica¸c˜ao por um escalar definidas ´e um espa¸co linear.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

9

1.3 Opera¸c˜oes com Transforma¸c˜oes Lineares

Consideremos agora:

trˆes espa¸cos lineares X, Y e Z sobre o mesmo corpo K,

T ∈ L(X, Y ) e S ∈ L(Y, Z).

A fun¸c˜ao composi¸c˜ao destas duas transforma¸c˜oes lineares , T : X Y e S : Y Z

´e

S T : X Z.

Nota 1: A composi¸c˜ao de duas transforma¸c˜oes lineares S T designa-se muitas

vezes por multiplica¸c˜ao de transforma¸c˜oes lineares e escreve-se simplesmente

ST . A raz˜ao desta designa¸c˜ao ser´a aparente em breve.

Teorema 1.3.1 A fun¸c˜ao ST : X Z definida acima (multiplica¸c˜ao de trans-

forma¸c˜oes lineares

ST ∈ L(X, Z).

(ST = S T )) ´e uma transforma¸c˜ao linear de X em Z, i.e.,

Exerc´ıcio 1.3.2 Demonstre o Teorema 1.3.1.

A composi¸c˜ao de transforma¸c˜oes lineares n˜ao ´e, em geral, comutativa.

Consideremos as transforma¸c˜ao linear T, S : R 2 R 2 definidas como

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

0

,

S((x, y) T ) =

0

x

Ent˜ao, para todo o (x, y) T R 2 , vem

ST ((x, y) T ) = S(T ((x, y) T )) = S(x + y, 0) T =

e

T S((x, y) T )) = T (S((x, y) T )) = T ((0, x) T ) =

.

0

x + y

x .
0

Transforma¸c˜oes Lineares: Introdu¸c˜ao

10

Concluimos que, para todo o (x, y) T = (0, 0) T ,

ST ((x, y) T )

=

T S((x, y) T ).

Defini¸c˜ao 1.3.3 (Potˆencias de transforma¸c˜oes lineares)

Seja X um espa¸co linear

das trans-

forma¸c˜oes lineares de X em X, L(X, X). Define-se I como sendo a trans-

forma¸c˜ao linear I(x) = x para todo o x X.

qualquer e considere-se o espa¸co linear

Seja T ∈ L(X, X) qualquer. As potˆencias de T s˜ao definidas por

T 0

T 1

T n

=

=

.

.

.

=

I

T

TT n1

para n N

Nota: Muitas vezes escreve-se I Y para identificar a transforma¸c˜ao identidade de

L(Y, Y ).

Observa¸c˜ao 1.3.4 Na defini¸c˜ao dada acima, as diversas potˆencias de uma trans-

forma¸c˜ao linear T est˜ao sempre definidas no mesmo espa¸co linear X. Contudo e-

xistem casos em que s´o podemos definir as potˆencias T n como sendo transforma¸c˜oes

lineares definidas em diversos subespa¸cos do espa¸co inicial. Por exemplo, para qual-

quer n N, o espa¸co linear C n (R; R) ´e um subespa¸co de C n1 (R; R) que, por

sua vez, ´e um subespa¸co de C n2 (R; R), etc. Consideremos o operador diferen-

cial I : C(R; R) C(R; R) definido por I(f ) = f . Seja D o operador diferencial

D(f) = f (onde f ´e uma fun¸c˜ao real de vari´avel real diferenci´avel). Este operador

D ´e assim uma transforma¸c˜ao linear de C 1 (R; R) em C(R; R). Seja D 2 o operador

D 2 (f) = f . Ent˜ao D 2 ´e uma transforma¸c˜ao linear de C 2 (R; R) em C 1 (R; R). Ou

seja, D 2 ´e a composi¸c˜ao do operador D com a restri¸c˜ao de D a C 1 (R; R).

Transforma¸c˜oes Lineares: Introdu¸c˜ao

11

1.4 Fun¸c˜ao Inversa e Transforma¸c˜oes Lineares In- versas

Abandonemos os espa¸cos lineares e as transforma¸c˜oes lineares por momentos e fale- mos simplesmente de fun¸c˜oes definidas entre quaisquer dois conjuntos.

Defini¸c˜ao 1.4.1 Sejam X, Y dois conjuntos quaisquer.

Seja T uma fun¸c˜ao de X em Y .

Seja T (X) o conjunto das imagens de X por T , i.e.,

Ent˜ao

T (X) = {y Y

:

x X tal que y = T (x)}

1. Uma fun¸c˜ao L : T (X) X ´e a inversa `a esquerda de T se

L(T (x)) = x

x X

2. Uma fun¸c˜ao R : T (X) X ´e a inversa `a direita de T se

T (R(y)) = y

y T (X)

Observa¸c˜ao 1.4.2 Na defini¸c˜ao 1.4.1 define-se inversa `a direita ou `a esquerda da fun¸c˜ao T como a fun¸c˜ao que est´a definida no contra-dom´ınio de T , i.e., em T (X). Muitas vezes estas defini¸c˜oes de inversa `a direita ou `a esquerda aparecem definidas num conjunto mais vasto, o conjunto de chegada de T , isto ´e, todo o Y .

Exemplo 1.4.3

1. Seja X = Y = {0, 1} e seja T tal que T (0) = T (1) = 1. Ent˜ao T (X) = {1}. Esta fun¸c˜ao n˜ao tem inversa `a esquerda. Se existisse inversa `a esquerda L :

{1} → {0, 1} dever´ıamos ter L(T (0)) = L(1) = 0 e L(T (1)) = L(1) = 1 e L n˜ao seria uma fun¸c˜ao.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

12

Vejamos que esta fun¸c˜ao T tem inversa `a direita. Seja R : {1} → {0, 1} tal que R(1) = 1. Para todo o y T (X) = {1}, vem

T (R(y)) = T (R(1)) = T (1) = 1 = y.

2. Sejam agora X = {0, 1} e Y

= {0}.

A fun¸c˜ao T

:

X

Y

definida por

T (0) = T (1) = 0 n˜ao tem inversa `a esquerda, mas tem duas inversas `a direita.

De facto, definindo R 0 (0) = 0 e R 1 (0) = 1, vem

T R 0 (0) = T (0) = 0,

T R 1 (0) = T (1) = 0.

3. Considere a fun¸c˜ao T : R 2 R 3 definida por

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

O conjunto T (R 2 ) ´e

T(R 2 )

=

(u, v, w) T R 3 :

(x, y) T R 2 tal que u = x + y, v = x, w = y

=

(v + w, v, w) T R 3 :

(v,

w) T R 2

=

(u, v, w) T R 3 :

(v, w) T R 2 , u = v + w .

Considere agora a fun¸c˜ao L : T (R 2 ) R 2 tal que L(u, v, w) T = (v, w) T para

todo o (u, v, w) T T(R 2 ).

Ent˜ao, para todo o (x, y) T R 2 ,

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

Qualquer vector da forma (x + y, x, y) T R 3 , com x, y R, ´e um elemento de T(R 2 ). Logo L est´a bem definida neste ponto e

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

Concluimos assim que L ´e a inversa `a esquerda de T .

Seja agora (u, v, w) T T(R 2 ). Necessariamente temos u = v +w por defini¸c˜ao

de T (R 2 ). Ent˜ao

T (L(u, v, w) T ) = T (L(v + w, v, w) T ) = T(v, w) T = (v + w, v, w) T .

Transforma¸c˜oes Lineares: Introdu¸c˜ao

13

Exerc´ıcio 1.4.4 Sejam X, Y

1.4.1.

dois conjuntos quaisquer.

Considere a defini¸c˜ao

1. Mostre que se T : X Y ´e uma fun¸c˜ao que tem uma inversa `a esquerda, ent˜ao ela ´e unica.´

2. Mostre que se T : X Y ´e uma fun¸c˜ao que tem uma inversa `a esquerda L, ent˜ao L ´e tamb´em a inversa `a direita de T .

3. Mostre que uma fun¸c˜ao T : X Y injectiva.

tem inversa `a esquerda se e s´o se T

´e

Defini¸c˜ao 1.4.5 (Inversa de fun¸c˜oes injectivas.) Sejam X, Y dois conjuntos quaisquer. Seja T : X Y uma fun¸c˜ao injectiva e seja T 1 : T (X) X a sua inversa `a esquerda de acordo com a defini¸c˜ao 1.4.1. Neste caso dizemos que T ´e invert´ıvel e T 1 ´e a inversa de T .

Como anteriormente sejam X, Y dois conjuntos quaisquer. Seja agora T : X Y uma fun¸c˜ao injectiva e sobrejectiva. T ´e uma fun¸c˜ao bijectiva. Como T ´e

injectiva, o exerc´ıcio 1.4.4, 3., garante-nos que T tem inversa `a esquerda. Seja ela

L.

Como T ´e sobrejectiva, temos T (X) = Y . Assim, L est´a definida para todo o y Y . Pelo exerc´ıcio 1.4.4, 2., concluimos ainda que T tem tamb´em inversa `a direita e ela ´e exactamente L. Concluimos que

Qualquer fun¸c˜ao bijectiva T : X Y ´e invert´ıvel, sendo T 1 : Y X.

Todo o que foi dito acima sobre inversas de fun¸c˜oes aplica-se, como ´e ´obvio, `as trans- forma¸c˜oes lineares, elas mesmo fun¸c˜oes. Contudo, as transforma¸c˜oes lineares tˆem propriedades muito pr´oprias. Tirando partido da linearidade das transforma¸c˜oes lineares obetemos o seguinte resultado:

Transforma¸c˜oes Lineares: Introdu¸c˜ao

14

Teorema 1.4.6 Sejam X e Y espa¸cos lineares sobre o mesmo corpo e seja T ∈ L(X, Y ). Considere-se as seguintes afirma¸c˜oes

1. T ´e injectiva

2. T ´e invert´ıvel e a sua inversa T 1 : T (X) X satisfaz a

T 1 (z + w) = T 1 (z) + T 1 (w),

λT 1 (z) = T 1 (λz),

para todo o z, w de T (X) e todo o λ K.

3. Se T (x) = 0 =x = 0.

Ent˜ao as afirma¸c˜oes anteriores est˜ao relacionadas da seguinte forma

1

=2

=3

=1

Exerc´ıcio 1.4.7 Demonstre o Teorema 1.4.6

Exerc´ıcio 1.4.8 Considere agora

Um espa¸co linear X de dimens˜ao finita (dim X = n para algum n N) sobre um corpo K.

Uma base de X, {e 1 ,

, e n }.

Um espa¸co linear qualquer Y sobre o mesmo corpo K.

Uma transforma¸c˜ao linear de X em Y , T : X Y .

e as seguintes afirma¸c˜oes

1. T ´e injectiva.

2. {T (e 1 ),

, T(e n )} ´e um conjunto de vectores de Y linearmente independentes.

3. T (X) ´e um subespa¸co de Y e dim (T (X)) = n.

Mostre que as afirma¸c˜oes anteriores est˜ao relacinadas da seguinte forma

1

=2

=3

=1

Determine ainda uma base para o subespa¸co T (X).

Transforma¸c˜oes Lineares: Introdu¸c˜ao

15

1.5 N´ucleo e Imagem

Defini¸c˜ao 1.5.1 Considere

Um espa¸co linear X de dimens˜ao finita (dim X = n para algum n N) sobre

um corpo K

Um espa¸co linear Y qualquer sobre o mesmo corpo K.

Uma transforma¸c˜ao linear qualquer T : X Y .

Define-se N´ucleo de T e escreve-se N (T ) (muitas vezes escreve-se Ker(T )), como

sendo

N(T) = {x X :

T(x) = 0} .

Define-se Imagem de T como sendo

T (X) = {y Y

Observe que

• N(T) X e N(T)

= .

:

x X tal que y = T (x)} .

Temos sempre 0 ∈ N (T ). Justifique.

• N (T ) ´e um subespa¸co de X.

Se x, y ∈ N (T ), ent˜ao T (x + y) = T (x) + T (y) = 0 + 0 = 0, ou seja, x + y

N (T ).

Logo, para todo o x ∈ N (T ) e todo o λ K, temos (λ x) ∈ N (T ).

Al´em disso, se λ K e x ∈ N (T ), ent˜ao T (λx) = λT (x) = λ · 0 = 0.

T(X) Y e T(X)

= .

Temos 0 T (X). Justifique.

T (X) ´e um subespa¸co de Y .

Se

T(x 2 ) =

disso, se z

λz = λT (w) = T (λw). Logo λz T (X).

z, u

T (X), ent˜ao existem x 1

u.

Logo

T (x 1 + x 2 )

T (x) e λ

=

x 2 T(x 1 ) + T(x 2 )

X

e

K, ent˜ao existe um w

X

tais que T (x 1 )

=

z

e

=

z + u

T (X).

Al´em

X

tal que T (w) =

z

e

Transforma¸c˜oes Lineares: Introdu¸c˜ao

16

Exemplo 1.5.2 Considere a transforma¸c˜ao linear T : R 4 R 4 definida por

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

Desejamos determinar o n´ucleo de T , N (T ). Temos

N(T)

=

(x, y, z, w) T R 4 : T (x, y, z, w) T = (0, 0, 0, 0) T

=

(x, y, z, w) T R 4 :

(x +

y, z + w, x, y) T = (0, 0, 0, 0) T

=

(x, y, z, w) T R 4 : x + y = 0, z + w = 0, x = 0, y = 0

=

(x, y, z, w) T R 4 : z = w, x = 0, y = 0

=

(0, 0, z, z) T R 4 :

z R .

N (T ) ´e assim o subespa¸co de R 4 gerado pelo vector (0, 0, 1, 1) T . Trata-se de um subespa¸co de R 4 de dimens˜ao 1.

Determinemos agora o subespa¸co T (R 4 ) de R 4 . Ora

T(R 4 )

=

(µ, ν, τ, σ) T R 4 :

(x, y, z, w) T R 4 tal que T (x, y, z, w) T = (µ, ν, τ, σ) T

=

(µ, ν, τ, σ) T R 4 :

(x, y, z, w) T R 4 tal que x + y = µ, z + w = ν, x = τ, y = σ}

=

(τ + σ, ν, τ, σ) T R 4 :

(τ, ν, σ) T R 3

Assim qualquer vector de T (R 4 ) ´e da forma (τ + σ, ν, τ, σ) T , onde τ, ν, σ R.

Para todos os τ, ν, σ R temos

(τ + σ, ν, τ, σ) T = τ (1, 0, 1, 0) T +

ν(0, 1, 0, 0) T + σ(1, 0, 0, 1) T .

Os vectores (1, 0, 1, 0) T , (0, 1, 0, 0) T e (1, 0, 0, 1) T geram o subespa¸co T (R 4 ) e s˜ao linearmente independentes (verifique!). Logo

dim T (R 4 ) = 3.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

17

Teorema 1.5.3 Considere

Um espa¸co linear X de dimens˜ao finita sobre um corpo K.

Um espa¸co linear Y sobre o mesmo corpo K.

Uma transforma¸c˜ao linear T : X Y .

Ent˜ao a dimens˜ao do subespa¸co linear T (X) ´e finita e

dim

N (T ) + dim T (X) = dim

X.

Recordemos que N (T ) ´e um subespa ¸co de X e T (X) um sube-

, e k } uma base de N (T ), onde k n. Se

k = n, ent˜ao T (X) = {0} e o resultado do teorema ´e satisfeito com dimN (T ) = n e dimT (X) = 0.

Consideremos ent˜ao o caso em que k < n. Neste caso, existem n k vectores de X,

spa¸co de Y . Seja dim X = n e seja {e 1 ,

Demonstra¸c˜ao.

e k+1 ,

, e n , tal que

{e 1 ,

,

e k , e k+1 ,

,

e n }

formam uma base de X.

Se y T (X), ent˜ao existe um x X

com i = 1,

, n, tal que

tal que x = i=1 n λ i e i , para alguns λ i K,

y

= T

n

i=1

λ i e i =

n

i=1

λ i T(e i ) =

n

i=k+1

λ i T(e i ).

(Recorde que, para i = 1,

Concluimos assim que os nk vectores T (e k+1 ),

Resta-nos mostrar que os vectores {T (e i ) : i = k + 1, pendentes. Suponhamos que existem escalares α k+1 ,

, k, T (e i ) = 0.)

, T(e n ) geram o subespa¸co T (X).

, n} s˜ao linearmente inde- , α n tais que

n

i=k+1

α i T(e i ) = 0.

Transforma¸c˜oes Lineares: Introdu¸c˜ao

18

Ent˜ao

T

n

i=k+1

α i e i = 0.

Considerando z = i=k+1 n α i e i , deduzimos da ultima´

z ∈ N(T).

igualdade que

Ent˜ao z pode ser escrito como combina¸c˜ao linear de vectores da base de N (T ). Isto

quer dizer que existem escalares β 1 ,

, β k tais que

z =

k

i=1

β i e i =

n

i=k+1

α i e i .

Ou seja,

k

i=1

β i e i +

n

i=k+1

(α i )e i = 0.

Como os vectores {e 1 ,

diato, que β i

vectores T (e i ), com i = k + 1,

Concluimos assim que dim T (X) = n k. Como dim N (T ) = k, vem

, e n } s˜ao linearmente independentes, deduzimos, de ime-

, k e α i

= 0 para i = k + 1

, n. Portanto, os

, n s˜ao linearmente independentes.

= 0 para i = 1,

dim N (T ) + dim T (X) = dim X.

+ 1 , n . Portanto, os , n s˜ao linearmente independentes. = 0 para i

Cap´ıtulo 2

Representa¸c˜ao Matricial de Transforma¸c˜oes Lineares

2.1

Introdu¸c˜ao

Considere

X um espa¸co linear de dimens˜ao

• {e 1 ,

, e n } uma base de X.

x um qualquer vector de X.

n sobre um corpo K.

Y um espa¸co linear qualquer sobre o mesmo corpo K.

y 1 ,

, y n , n vectores quaisquer de Y .

Como x X, ent˜ao existem escalares α 1 ,

, α n K tais que

x

= α 1 e 1 +

+ α n e n .

Considere-se uma fun¸c˜ao T : X Y tal que

 

T(e 1 )

=

y 1 ,

 

.

.

.

 

T(e n )

=

y n .

19

Representa¸c˜ao Matricial

20

e que a cada x X, (x pode ser escrito como combina¸c˜ao linear dos elementos da

base de X considerada, x = i=1 n α i e i ) faz corresponder o elemento T (x) definido

por

T(x) = T(

n

i=1

α i e i ) =

n

i=1

α i y i .

Facilmente se verifica que esta fun¸c˜ao ´e uma transforma¸c˜ao linear (verifique!). Al´em

disso, n˜ao h´a qualquer outra transforma¸c˜ao linear de X em Y cuja imagem

de cada elemento e i da base de X seja o elemento y i . Realmente, se existisse outra

transforma¸c˜ao linear S tal que S(e i ) = y i , para i = 1,

, n, ter´ıamos

S(x) = S

n

i=1

α i e i = α 1 S(e 1 ) +

para todo o x X.

Resumindo,

Ou seja, S = T .

+ α n S(e