TRANSFORMAÇÃO LINEAR
Uma transformação (ou função) T : ℜ n ℜ m é uma relação que associa a
cada vetor v de ℜ n , um único vetor W = T(v) em ℜ m . O domínio de T é
ℜ n e o contradomínio de T é ℜ m . O vetor T(v) no contradomínio é
chamado de imagem de V € sob T.
€ €
€ €
Definição: Sejam U e V espaços vetoriais sobre R. Uma aplicação T : U → V é
chamada transformação linear de U em V se, e somente se,
I. T(u+v) = T(u) + T(v), ∀u,v ∈U
II. T(αu) = αT(u), α ∈ R e u ∈ U
No caso em que U = V , uma transformação linear T : U → V é chamada também de
operador linear.
Propriedades: Sejam U e V espaços vetoriasi e seja T : U → V uma transformação
linear. Então valem as seguintes propriedades:
a) T(0) = 0, isto é a imagem do vetor nulo de u é o vetor nulo de v.
b)T(-u) = -T(u)
c) T(u-v)= T(u) – T(v)
A definição anterior pode ser resumida por:
Exemplo 1. A transformação identidade I : U → U, definida por I(u) = u,∀ u ∈ U é
um exemplo de transformação linear, pois,
i. I(u + v) = u + v = I(u) + I(v);
ii. I(αu) = αu = αI(u).
I é também chamado o operador idêntico de U.
Exemplo 2. A transformação linear nula O : U → V, definida por O(u) = 0 (vetor nulo
de V) ∀ u ∈ V é uma transformação linear, pois,
i. O(u+v) = 0 = 0 + 0 = Ou + Ov;
ii. O(αu) = 0 = α0 = αO(u).
Exemplo 3.
Exemplo 4.
OBS: Essa transformação representa uma reta passando pela origem, se uma
transformação representar uma reta que não passa pela origem, ela não é linear.
Ex:
Propriedade: “ Em toda transformação linear T:V→W, a imagem do vetor 0 ∈ R
é o vetor 0 ∈W , isto é T(0) = 0 “
Se T:V→W é linear, então T(0) = 0. No entanto, a recíproca dessa propriedade não é
€
verdadeira.
€
Ex.
Propriedade:
Assim, uma transformação linear T:V→W fica completamente definida quando se
conhecem as imagens dos vetores de uma base de V.
Ex:
Logo,
NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR
Definição:
Ex: Determine o núcleo da transformação linear:
a) T : R 2 →R 2 , T(x, y) = (x + y, 2x − y)
€
b) T : R 3 →R 2 , T(x, y,z) = (x − y + 4z, 3x + y + 8z)
R: ker(T) = {(−3z,z,z);z ∈ R} = {z(−3,1,1);z ∈ R}, ou ainda ker(T ) = [(−3, 1, 1)].
Propriedades do Núcleo
€
Proposição. O núcleo de uma transformação linear T : V → W é um subespaço
vetorial de V .
Proposição. Uma transformação linear T : V → W é injetora se, e somente se, ker(T )
= {0}.
IMAGEM DE UMA TRANSFORMAÇÃO LINEAR
A imagem de uma transformação linear T : V → W é o conjunto dos
ntemente, se seu núcleo consiste somente no vetor zero (ker(T ) = {0}).
R3 → R3 a transformação linear que gira um vetor de um ângulo θ em redor do
T (x , y , z ) = (x cos θ − y sen θ, x sen θ + y cos θ, z ).
vetores
or zero é transformado
ÁLGEBRA no LINEAR ∈W
vetorwzero. que são
Portanto, T é imagens de
não-singular. pelo menos um vetor v ∈ V . Indica-
ão linear T : V
se esse conjunto por Im(T ) ou T (V ). Simbolicamente,
→ U é injetora, somente o vetor 0 ∈ V pode ser transformado
singular. A recíproca
vetor nulodesta
de v ,afirmação também é verdadeira.
ou equivalentemente, se seu núcleo Suponhamos que
consiste somente no vetor zero (ker(T ) = {0}).
T (w ), então T (v − w ) = T (v ) − T (Im(T)={w
w ) = 0 e, portanto,∈W; vT(v)
−w = = 0woupara
v =w algum
. v ∈V}.
Exemplo 3.21. Seja T : R3 → R3 a transformação linear que gira um vetor de um ângulo θ em redor do
ca v = w , isto é, T é injetora. Este resultado é um importante teorema que
eixo dos z ,
x , y , z ) =⊂(x W y sen θ, x≠sen∅, z ).= T(0) ∈ Im(T). Se
ÁLGEBRA LINEAR
Observemos queT (Im(T) cos θe−Im(T) θ +pois,
y cos θ,0
ransformação linear injetora se, e somente se, ker(T ) = {0}.
ObserveIm(T) = W,oTvetor
que somente diz-se
zero é transformado no vetor zero. Portanto, T é não-singular.
sobrejetora, isto é, para todo wse∈
vetor nulo de v , ou equivalentemente, seuW existe
núcleo pelo somente
consiste menos no umvetorv∈ V(ker(
zero tal Tque
) = {0}).
esolvidos Agora,T(v) se a transformação linear T €
: V → U é injetora, somente o vetor 0 ∈ V pode ser transformado
= w.3.21. Seja T : R3 → R3 a transformação linear que gira um vetor de um ângulo θ em redor do
Exemplo
em 0 ∈ U e então T é não-singular. A recíproca desta afirmação também é verdadeira. Suponhamos que
eixo dos z ,
T é não-singular
R3 → R2 a transformação e Tdada
linear (v ) =por
T (w (x ,então
T ), T
y ,Tz )(x= (v − w
, y(,xz )+=y ,()x2= −
xcos ) y−
Tθy(v−
+ z sen(θ,
w )x =
).T(a) 0 e, portanto, v − w = 0 ou v = w .
PROPRIEDADE: A imagem de uma transformação T
sen θ + y cos θ,: zV
). → W é um
o de ker (T );Assim, (v ) base
(b) DarTuma = T (ewa) implica
dimensão v =dewI m , isto
(T ).é, T é injetora. Este resultado é um importante teorema que
subespaço
Observe de W
que somente
enunciaremos a seguir. . o vetor zero é transformado no vetor zero. Portanto, T é não-singular.
3.20 [Link],T se é uma transformação
a transformação linear
linear :Vx +→y U
T injetora =se,
é0 injetora,
e somente ) = {0}.
se, ker(oTvetor
somente 0 ∈ V pode ser transformado
Teorema
= {(x , y , z ) ∈ R3 ; (x + y , 2x − y +do z ) Núcleo
= (0, 0)}. eComo
Imagem x − y + z desta
∼
em 0 ∈ U e então T é não-singular. A 2recíproca = 0 afirmação também é verdadeira. Suponhamos que
T é não-singular e T (v ) = T (w ), então T (v − w ) = T (v ) − T (w ) = 0 e, portanto, v − w = 0 ou v = w .
solução geral é (−y , ySeja
, 3y ), Ty ∈: R,
T (vV
) =→ (Ww ) uma
ker(T ) =aplicação
implica v = w , istolinear.
{(−y , y , 3y ); y ∈ R}.Então,
é, T é injetora. dim(ker(T )) é+um
dim(Im(T
importante))teorema que
então Logo,
3.4.9Assim, Exercícios TResolvidos Este resultado
(−1, 1, 3)} é uma base = dim(V
de ker(T ).
enunciaremos ). a seguir.
nto de geradores de Im(T3.22.
Exemplo Seja
) : (x + x −: yR3+→
y , 2T =2xa(1,transformação
z) R 2) + y (1, −1) +linear do por T (x , y , z ) = (x + y , 2x − y + z ). (a)
dada
z (0, 1)
3.20 Teorema. T é uma transformação linear injetora se, e somente se, ker(T ) = {0}.
1, 2), (1, −1), Dar umaPara
(0, 1)]. basedeterminar
e a dimensão umade base
ker de
(T );Im(
(b)T DarEXERCICIOS
) usamos
uma o
base processo
e a dimensão de I m(T ).
m colocar os vetores geradores de Im(T ) em linha e escalonar. Vejamos abaixo:
3.4.9 Exercícios Resolvidos x +y =0
1 2 1
Solução:2 1 T2 ) = {(x ,1y , z ) 2∈ R3 ; (x + y , 2x − y + z ) = (0, 0)}. Como
(a) ker( ∼
1 −1 → 0 1- −3 Determinar
→ 0 1 → o 1 núcleo −1 e a imagem da transformação 2 x − y +linear
z =0
Exemplo
: Ry 3=→R 0 033.22. Seja
y,z)T=0:(x R3+→ R−2 z,
a transformação
y + 2z, x + 3ylinear + z) dada por T (x , y , z ) = (x + y , 2x − y + z ). (a)
0 1 0 xT 1+ , T(x,
1 solução
Cuja 0. 2y
geral é ∈ então T ) = {(−de , 3(yT);).y ∈ R}. Logo,
Dar
−3 umaz =base e a dimensão de ker (T ); (b) Dar uma base e ker(
(− y , y , 3 y ), y R, a dimensão y , Iym
m(T ) é {(1, 2), (0, ker(
1)} T
R: y+ N(T)=
e )dim(Im(
0 [(5,-2,1)]
)) 3)]
= 2. Segue que Im(T ) = R2 e T é sobreje-
= [(−1,T1, e {(−1, 31, 3)} é uma base de ker(T ).
ão é injetora, pois,
Im(T)={(a,b,c) ∈ R
) %= {(0,de
/a+b-c=0} ou [(1,0,1),(2,1,3),(-1,2,1)]
(b)seu núcleo ker(
Achemos um T conjunto 0, 0)}.
geradores de Im(T3 ) : (x + y , 2x − y + z ) = x (1, 2) + y (1, −1) + z (0, x +1)y do
=0
Solução: (a) ker(T ) = {(x , y , z ) ∈ R ; (x + y , 2x − y + z ) = (0, 0)}. Como ∼
€ que segue Im( 3 T) = 43 [(1, 2), (1, −1), (0, 1)]. Para determinar uma base de Im(T ) usamos o2xprocesso −y +z =0
ar uma aplicação linear 2- Sejax T+:yR= em
T : R
prático que consiste
→ R tal
0→R
que 2
, T(x, y,z) = (x + y, 2x − y + z) :
colocar os vetores geradores de Im(T ) em linha e escalonar. Vejamos abaixo:
Cuja solução geral é (−y , y , 3y ), y ∈ R, então ker(T ) = {(−y , y , 3y ); y ∈ R}. Logo,
(a)1, Dar
I m(T ) = [(1, 2, 1),
−3 uma
€(2,
y +1,z0,=base0 e a dimensão de ker(T);
1)].
1 e {(−1,
2 1 é uma 2 base de 1 ker(
2 T ). 1 2
R: ker( T ) = [(−1, 1, 3)] 1, 3)}
m(T )) = 2. Lembrando do(b) Achemos
teorema 1 −1 → 0 −3 → 0 1 → 1 −1
3.2um conjunto de geradores de Im(T ) : (x + y , 2x − y + z ) = x (1, 2) + y (1, −1) + z (0, 1) do
€
que segue Im(T )0= [(1, 1 2), (1, −1), 0 (0,11)]. Para0determinar 1 0 base
uma 0. de Im(T ) usamos o processo
dim(ker(T ))(b) Dar uma
+ dim(Im( T )) = base
dim( V e), a dimensão de Im(T).
prático que consiste em colocar os vetores geradores de Im(T ) em linha e escalonar. Vejamos abaixo:
R: uma base de Im(T ) é {(1, 2),
Assim, (0, 1)} e dim(Im(T )) = 2. Segue que Im(T ) = R2 e T é sobreje-
s então que dim(ker( )) = 1. Podemos
[Link] que T não tomar T : R13 →
é injetora, R
pois,
4
2 seutal que 1T (1,ker(
núcleo 20, 0)
T )=%= {(0,
1 0,
2 0)}. 1 2
1, 1, 2, 1) e T (0, 0, 1) = (2, 1, 0, 1). A imagem será o1conjunto −1 dado.
→ Temos
0 3−3 4 → 30 1 4 → 1 −1
Exemplo 3. [Link]
Determinar uma umaaplicaçãoaplicação linear Tlinear : R → RT tal →R tal que Im(T) =
: Rque
0 1 0 1 0 1 0 0.
, z ) = xT (1, 0, 0) + [(1,1,2,1),(2,1,0,1)].
y T (0, 1, 0) + zT (0, 1, 0)
I m(T ) = [(1, 1, 2, 1), (2, 1, 0, 1)].
= y (1, 1, 2, 1) + z (2, 1, 0, 1)uma
Assim, = (ybase+ 2zde ,y + , 2)yé, y{(1,
Im(z T + z2),). (0, 1)} e dim(Im(T )) = 2. Segue que Im(T ) = R2 e T é sobreje-
R:T(x,y,z)=
tora. Observe que T não é injetora, pois, seu núcleo ker(T ) %= {(0, 0, 0)}.
€pertencer
amos em R3 , a base canônica,
Solução: Comoadim(Im(
qual fizemos o vetor
T )) = 2. (1, 0, 0)do
Lembrando teorema ao 3.2
4. Seja T o operador linear de M2(R) definido
segue que o exercício em questão
Exemplo admite
3.23. várias
Determinar soluções.
uma aplicação linear T : R 3
→ R4por T(X) =
tal que BX,∀ X ∈
dim(ker(T )) + dim(Im(T )) = dim(V ),
I m(T ) = [(1, 1,⎛2,1 1), (2,
0 ⎞1, 0, 1)].
M2(R), onde B ∈ M2(R), No caso de B = ⎜ ⎟ determine ker(T) e uma
em que, V = R3 . Temos então que dim(ker(T )) = 1. Podemos ⎝2 −1tomar
⎠ T : R3 → R4 tal que T (1, 0, 0) =
Solução:
(0, 0, 0, 0), T (0, 1, 0)Como
= (1, 1, 2, 1) eTT))(0,=0,2.1)Lembrando
dim(Im( doAteorema
= (2, 1, 0, 1). imagem 3.2
será o conjunto dado. Temos
T (x , y , z ) = xT (1, 0,dim(ker( (0,))1,+0)dim(Im(
0) + y T T + zT (0,T )) = dim(V ),
1, 0)
= y (1, 1, 2,€ 1) + z (2, 1, 0, 1) = (y + 2z , y + z , 2y , y + z ).
em que, V = R3 . Temos então que dim(ker(T )) = 1. Podemos tomar T : R3 → R4 tal que T (1, 0, 0) =
(0, 0, 0,que
Vale observar 0), Ttomamos
(0, 1, 0) =em 1,32,
(1, R e T (0,
, a1)base 0, 1) = (2,a 1,qual
canônica, A imagem
0, 1).fizemos será(1,
o vetor o conjunto dado. ao
0, 0) pertencer Temos
Exemplo 3.24. Seja T o operador linear de M2 (R) definido por T (X ) = BX , ∀ X ∈ M2 (R), onde
1 0
B ∈ M2 (R). No caso de B = determine ker(T ) e uma base da imagem de T .
2 −1
base da imagem de T
R: Im(T) = M2(R) e qualquer base deste espaço é base de Im(T).
Solução:
dim(Im(T )) = dim(M2 (R)) − dim(ker(T )) = 4 − 0 = 4.
x y 1 0 x y x y 0 0
ker(T ) = ∈ M2 (R); = = .
z t 2 −1 z t 2x − z 2y − t 0 0
x =0
y =0
Como o sistema só admite a solução trivial, T é injetora. Por outro lado, levando em
2x − z = 0
2y − t = 0
conta o teorema do núcleo e da imagem, tiramos que
dim(Im(T )) = dim(M2 (R)) − dim(ker(T )) = 4 − 0 = 4.
Logo, Im(T ) = M2 (R) e qualquer base deste espaço é base de I m(T ). Observe que T é um auto-
morfismo de M2 (R). Os mesmos resultados seriam obtidos para qualquer matriz B inversível.
Exemplo 3.25. Mostrar que o operador linear T do R3 dado por T (x , y , z ) = (x + z , x − z , y ) é um
automorfismo. Determinar T −1 .
Solução: Para achar o núcleo de T devemos resolver o sistema
x +z =0
x −z =0
y =0
cuja única solução é (0, 0, 0). Logo, ker(T ) = {(0, 0, 0)} e T é injetora. devido ao corolário do teorema
do núcleo e da imagem podemos afirmar que T é um automorfismo. Supondo T −1 (x , y , z ) = (a, b , c ),
então (x , y , z ) = T (a, b , c ) = (a + c , a − c , b ). Logo,
a+c =x
a−c =y
y =0
x +y x −y
do que resulta que a = ,b = z e c = . Logo:
2 2
x +y x −y 1
T −1 (x , y , z ) = , z, = (x + y , 2z , x − y ).
2 2 2
Exemplo 3.26. Mostrar que T : R3 → R4 dada por T (x , y , z ) = (x , x − y , y − z , z ) é injetora mas não é
isomorfismo de R3 em R4 .
81