Transformações Lineares

Luiz Carlos Day Gama

Ibmec-MG

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 1 / 41

Introdução

Funções Lineares descrevem o tipo mais simples de

dependência entre as variáveis.
Agora vamos analisar funções entre espaços vetoriais.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 2 / 41

Definição 12.1

Sejam V e W dois espaços vetoriais. Uma transformação linear é

uma função de V em W, F : V → W , que satisfaz as seguintes
condições:
1 Quaisquer que sejam u e v em V,

L(u + v) = L(u) + L(v)

2 Para qualquer escalar k e v ∈ V

L(kv) = kL(v)

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 3 / 41

Exemplo 12.1

Suponha que de 1 kg de soja seja extraído 0,2 litro de óleo.

Logo, de x kg de soja, podem ser extraídos 0, 2x litros de óleo

Q(s) = 0, 2s
Em que Q é a quantidade em litros de óleo de soja.
s é a quantidade em kg de soja.
Duas características importantes:

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 4 / 41

Exemplo 12.1

a) Para calcular a produção fornecida por (s1 + s2 ) kg de soja,

podemos multiplicar (s1 + s2 ) pelo fator de rendimento, bem
como as produções de óleo de cada quantidade s1 e s2 e
somá-las.

Q(s1 + s2 ) = 0, 2(s1 + s2 ) = 0, 2s1 + 0, 2s2 = Q(s1 ) + Q(s2 )

b) Se a quantidade de soja for multiplicada por um fator k, a

produção de óleo é multiplicada por esse mesmo fator.

Q(ks) = 0, 2(ks) = k(0, 2s) = kQ(s)

Essas duas propriedades caracterizam a transformação linear.

Vamos incluir mais produtos.
Suponha:
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 5 / 41
Exemplo 12.1

Soja Milho Algodão Amendoim

Óleo (l) 0,2 0,06 0,13 0,32

x → kg de soja
y → kg de milho
z → kg de algodão
w → kg de amendoim

Q = 0, 2x + 0, 06y + 0, 13z + 0, 32w

 
x
h i y 
Q = 0, 2 0, 06 0, 13 0, 32   = 0, 2x +0, 06y +0, 13z+0, 32
 
z 
w

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 6 / 41

Exemplo 12.1
Formalmente

Q : <4 −→ <
   
x x
y  h i y 
  −→ 0, 2 0, 06 0, 13 0, 32  
   
z  z 
w w
       
x1 x2 x1 x2
 y   y  y  y 
Q  1  +  2  = Q  1  + Q  2 
1
       
 z1   z2   z1   z2 
w1 w2 w1 w2
    
x x
  y  y 
Q k   = kQ  
2
    
  z  z 
w w
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 7 / 41
Exemplo 12.2

Se V = < e W = <.

L : < −→ <
, definida por u 7→ αu ou L(u) = αu.

1 L(u + v ) = α(u + v ) = αu + αv = L(u) + L(v )

Satisfeita
2 L(ku) = α(ku) = k(αu) = kL(u) Satisfeita
=⇒ Logo, L é uma transformação linear.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 8 / 41

Exemplo 12.3

L : < −→ <

u 7→ u 2 ou L(u) = u 2

L(u + v ) = (u + v )2 = u 2 + 2uv + v 2

L(u) = u 2 L(v ) = v 2

L(u) + L(v ) = u 2 + v 2

L(u + v ) 6= L(u) + L(v )

Portanto, não é uma transformação linear.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 9 / 41
Exemplo 12.4

V = <2 e W = <3 .

L : <2 −→ <3

(x , y ) 7→ (2x , 0, x + y ) ou L(x , y ) = (2x , 0, x + y )

Sejam u = (x1 , y1 ) e v = (x2 , y2 ).

L(u + v ) = L[(x1 , y1 ) + (x2 , y2 )] = L(x1 + x2 , y1 + y2 )

= [2(x1 + x2 ), 0, (x1 + x2 ) + (y1 + y2 )]
= (2x1 + 2x2 , 0, x1 + x2 + y1 + y2 )
= (2x1 , 0, x1 + y1 ) + (2x2 , 0, x2 + y2 )
= L(u) + L(v )

Primeira condição satisfeita.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 10 / 41

Exemplo 12.4

L(ku) = L[k(x1 , y1 )] = L(kx1 , ky1 )

= (2kx1 , 0, kx1 + ky1 )
= k(2x1 , 0, x1 + y1 ) = kL(u)

Segunda condição também satisfeita.

Portanto, L é uma transformação Linear.

Observação: Se n = m, uma transformação linear L : <n 7→ <n é

também chamado operador linear em <n .

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 11 / 41

Transformação Matricial
Se A é uma matriz mxn e u um vetor de dimensão n, o produto
matricial Au tem dimensão m.

Uma transformação matricial é uma função L : <n −→ <m definida

por L(u) = Au.

Pergunta: toda transformação matricial é também transformação

linear?
Sejam u e v vetores em <n . Logo,

L(u + v ) = A(u + v ) = Au + Av = L(u) + L(v )

Seja k um escalar qualquer. Então:

L(ku) = A(ku) = k(Au) = kL(u)

Portanto, toda transformação matricial é uma transformação
linear.
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 12 / 41
Exemplos de transformações

1) Reflexão em relação ao eixo dos X.

L : <2 −→ <2
" #! " #
x x
L =
y −y
(x , y ) 7→ (x , −y )
2) Projeção no plano XY.

L : <3 −→ <2

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 13 / 41

Exemplos de transformações
 
x " #
x
L y  =
 
y
z

3) Dilatação:

L : <2 −→ <2 é definida por L(u) = r u para r > 1.

4) Contração:

L : <2 −→ <2 é definida por L(u) = r u para 0 < r < 1.

5) Reflexão na origem:

L : <2 −→ <2
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 14 / 41
Exemplos de transformações

u −→ −u, ou seja, L(x , y ) = (−x , −y ).

6) Cisalhamento na direção de X:

L : <2 −→ <2
" #
1 k
L(u) = u
0 1
" #" # " #
1 k x x + ky
L(u) = =
0 1 y y

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 15 / 41

Exemplos de transformações

7) Cisalhamento na direção de Y:

L : <2 −→ <2 é definida por:

" #
1 0
L(u) = u
k 1
" #" # " #
1 0 x x
L(u) = =
k 1 y kx + y

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 16 / 41

Exemplo 5
Seja L : <3 −→ <2 definida por
 
u1 " #
u1 + 1
L u2  =
 
u2 − u3
u3
L é uma transformação linear?
   
u1 v1
Seja u = u2  e v = v2 
   
u3 v3
     
u1 v1 u1 + v1
L(u + v ) = L u2  + v2  = L u2 + v2 
     
u3 v3 u3 + v3
" #
u1 + v1 + 1
=
(u2 + v2 ) − (u3 + v3 )

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 17 / 41

Exemplo 5

Por outro lado:

" # " # " #

u1 + 1 v +1 u1 + v1 + 2
L(u) + L(v ) = + 1 =
u2 − u3 v2 − v3 (u2 + v2 ) − (u3 + v3 )

Como L(u + v ) 6= L(u) + L(v ), L não é uma transformação linear.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 18 / 41

Teoremas

Teorema 1
Se L : <n −→ <m é uma transformação linear, então:

L(c1 u1 + c2 u2 + . . . + ck uk ) = c1 L(u1 ) + c2 L(u2 ) + . . . + ck L(uk ),

para quaisquer vetores u1 , u2 , . . . , uk em <n e quaisquer escalares
c1 , c2 , . . . , ck .

Teorema 2
a) L(0<n ) = 0<m
b) L(u − v) = L(u) − L(v), para u e v em <n .

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 19 / 41

Teoremas

Corolário 1
Seja T : <n −→ <m uma função. Se T (0<n ) 6= 0<m , então T é
uma transformação não-linear.

Demonstração.
Seja T (0<n ) = w 6= 0<m . Então

T (0<n ) = T (0<n + 0<n ) = T (0<n ) + T (0<n )

Entretanto,

T (0<n ) + T (0<n ) = w + w = 2w
Como w 6= 2w , T é uma transformação não-linear.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 20 / 41

Teoremas

Observação

O exemplo 5 poderia ter sido resolvido por esse corolário.

 
0 " # " #
1 0
L 0 = 6 =
 
0 0
0
L é uma transformação não linear.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 21 / 41

Teoremas
Teorema 3
Seja L : <n −→ <m uma transformação linear. Então, existe uma
única matriz Amxn tal que:

L(u) = Au (1)

em que u está em <n .

Demonstração.
 
c1
c2 
 
n
 ..  é qualquer vetor em < , então
Se u =  
.
cn

u = c1 e1 + c2 e2 + . . . + cn en (2)
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 22 / 41
Teoremas

Demonstração.
Pelo Teorema 1,

L(u) = c1 L(e1 ) + c2 L(e2 ) + . . . + cn L(en )

Vamos definir A como a matriz mxn cuja j-ésima coluna é L(ej ).

Logo, a equação (2) pode ser escrita como:

L(u) = Au
Imagine que exista uma matriz B tal que

L(u) = Bu

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 23 / 41

Teoremas

Demonstração.
Determinando u = ej , j = 1, ..., n, temos

L(ej ) = Aej = colj (A)

L(ej ) = Bej = colj (B)
Como as colunas de A e B são iguais, conclui-se que A = B.

Por fim, a matriz A em (2) é chamada de matriz canônica que

representa L.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 24 / 41

Exercício 1 (Kolman (p. 232)

Considere o operador linear definido por

   
x x +y
L y  = y − z 
   
x x +z
Encontre a matriz canônica que representa L e verifique a equação
(2).

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 25 / 41

Teoremas
Teorema 4
Sejam V e W espaços vetoriais e L : V −→ W uma transformação
linear. Seja S = {v1 , v2 , ..., vn } uma base para V . Se u é qualquer
vetor em V , então L(u) fica completamente determinada por
{L(v1 ), L(v2 ), ..., L(vn )}.

Demonstração.
Como u ∈ V , temos que u = c1 v1 + c2 v2 + . . . + cn vn
em que c1 , c2 , ..., cn são números reais determinados de maneira
única. Pelo Teorema 1,

L(u) = L(c1 v1 + c2 v2 + . . . + cn vn )
= c1 L(v1 ) + c2 L(v2 ) + . . . + cn L(vn )

Portanto, L(u) é completamente determinado pelos elementos

L(v1 ), L(v2 ), ..., L(vn ).
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 26 / 41
Exercício 2

Qual é a transformação linear T : <2 −→ <3 , tal que

T (1, 1) = (3, 2, 1) e T (0, −2) = (0, 1, 0)?

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 27 / 41

Núcleo e Imagem de uma Transformação Linear
Definição 1
Uma transformação linear L : V −→ W é dita injetora, se para
todos os vetores v1 , v2 em V, se v1 6= v2 , implica em
L(v1 ) 6= L(v2 ).

De forma equivalente, se v1 = v2 =⇒ L(v1 ) = L(v2 ).

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 28 / 41

Núcleo e Imagem de uma Transformação Linear
Exemplo 6
Seja L : <2 −→ <2 , definida como L(x , y ) = (x + y , x − y ).
Vamos determinar se L é injetora.

Define-se:
v1 = (a1 , a2 ) e v2 = (b1 , b2 )
Se é injetora, L(v1 ) = L(v2 ), e

a1 + a2 = b1 + b2
a1 − a2 = b1 − b2

Somando essas duas equações, concluímos que a1 = b1 ,

implicando em a2 = b2 . Logo, L é injetora.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 29 / 41

Núcleo de uma Transformação Linear

Seja L : V −→ W uma transformação linear. O conjunto de todos

os vetores v ∈ V tais que L(v) = 0 é chamado núcleo de L.
Representamos por ker (L).

ker (L) = {v ∈ V ; L(v) = 0}

Teorema 5
Se L : V −→ W é uma transformação linear, então ker (L) é um
subespaço de V .

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 30 / 41

Núcleo de uma Transformação Linear

Demonstração.
Note que ker (L) não é o conjunto vazio, pois 0V pertence a ele.
Além disso, sejam u e v pertencentes ao núcleo. Então, como L é
uma transformação linear

L(u + v) = L(u) + L(v) = 0W + 0W = 0W

logo, u + v pertence a ker (L).

Seja d um escalar qualquer, então como L é uma transformação

linear

L(du) = dL(u) = d0W = 0W

logo, du pertence a ker (L). Portanto, ker (L) é um subespaço de
V.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 31 / 41

Núcleo de uma Transformação Linear
Exemplo 7
Seja L : <3 −→ <2 a transformação linear definida como
L(x , y , z) = (x , y ).

Note que o vetor (0, 0, 3) pertence a ker (L), uma vez que
L(0, 0, 3) = (0, 0).

Entretanto, o vetor (1, 2, 3) não pertence a ker (L), uma vez que
L(1, 2, 3) = (1, 2).

Para encontrar ker (L), precisamos determinar todo x em <3 , tal

que L(x) = 0. Isto é,

L(x) = L(x1 , x2 , x3 ) = 0 = (0, 0)

.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 32 / 41

Núcleo de uma Transformação Linear

Exemplo 7
Como L(x) = (x1 , x2 ), (x1 , x2 ) = (0, 0), ou seja, x1 = 0, x2 = 0 e
x3 pode ser qualquer escalar real.

Portanto, ker (L) é o conjunto de vetores do tipo (0, 0, r ), em que r

é um escalar qualquer.

Fica evidente que ker (L) consiste no eixo dos z no espaço <3 .

Nesse caso, uma base para o núcleo é {(0, 0, 1)}.

e dim(ker (L)) = 1.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 33 / 41

Núcleo de uma Transformação Linear

Exemplo 8
No exemplo 6, tínhamos a transformação L(x , y ) = (x + y , x − y ).

ker (L) consiste em todos os vetores do tipo L(x) = 0. Logo,

precisamos resolver o sistema linear

x +y =0
x −y =0

É fácil perceber que a única solução é o vetor nulo. Logo,

ker (L) = {0} .

Portanto, sua dimensão é zero.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 34 / 41

Núcleo de uma Transformação Linear

Teorema 6
Uma transformação linear L : V −→ W é injetora se e somente se
ker (L) = {0}.

Dito de outra forma, L é injetora se e somente se dim(ker (L)) = 0.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 35 / 41

Imagem de uma Transformação Linear
A imagem de uma transformação linear L : V −→ W , representada
por Im(L), é o conjunto de todos os vetores de W que são imagem
de algum vetor de V .

Im(L) = {L(v) ∈ W ; v ∈ V }

Definição 2
Um vetor w está na imagem de L se existir algum vetor v tal que
(L(v) = w).

Se a Im(L) = W , dizemos que L é sobrejetora. Em outras

palavras, L é sobrejetora se e somente se, dado qualquer w em W ,
houver um vetor v em V tal que L(v) = w.

Ou seja, em uma função sobrejetora a imagem é igual ao

contra-domínio.
Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 36 / 41
Imagem de uma Transformação Linear

Teorema 7
Se L : V −→ W é uma transformação linear, então Im(L) é um
subespaço de W .

Demonstração.
Observe primeiramente que Im(L) não é um conjunto vazio, dado
que 0W = L(0V ), logo 0W pertence à Im(L).

Sejam w1 e w2 pertencentes à Im(L). Então, w1 = L(v1 ) e

w2 = L(v2 ) para alguns v1 e v2 em V . Agora

w1 + w2 = L(v1 ) + L(v2 ) = L(v1 + v2 )

o que implica que w1 + w2 pertence à Im(L).

Sendo c um escalar qualquer, temos cw1 = cL(v1 ) = L(cv1 ).

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 37 / 41

Imagem de uma Transformação Linear
Demonstração.
Logo, cw1 pertence à Im(L).

Portanto, Im(L) é um subespaço de W .

Exemplo 9
Voltando na transformação linear do exemplo 7, vamos descobrir se
L é sobrejetora.
Para determinar se L é sobrejetora, vamos escolher um vetor
y = (y1 , y2 ) em <2 e procurar um vetor x = (x1 , x2 , x3 ) em <3 tal
que L(x) = y.
Como L(x) = (x1 , x2 ), concluímos que se x1 = y1 e x2 = y2 , então
L(x) = y.
Portanto, L é sobrejetora e a dim(Im(L)) = 2.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 38 / 41

Exercício 3 (Kolman Hill, p. 468)

Seja L : <3 −→ <3 definida por

    
a1 1 0 1 a1
L a2  = 1 1 2 a2 
    
a3 2 1 3 a3

a) L é sobrejetora?
b) Encontre uma base para Im(L).
c) Encontre ker (L).
d) L é injetora?

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 39 / 41

Teoremas

Teorema 8
Seja L : V −→ W , em que que o espaço vetorial V tenha
dimensão n. Então

dim(ker (L)) + dim(Im(L)) = dim(V )

Prova: Kolman Hill, p. 470.

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 40 / 41

Exercício 4

Determinar o núcleo e a imagem da transformação linear

L : <3 −→ <2 tal que

L(x , y , z) = (2x − y + z, 3x + y − 2z)

Luiz Carlos Day Gama (Ibmec-MG) Transformações Lineares 41 / 41