5 - Aplicações Lineares

CaptuIo 5 - ApIicaes Lineares 1
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
Igebra Linear (2010/2011) RosIia Rodrigues
CaptuIo 5 - ApIicaes Lineares
D De ef fi in ni i o o e e p pr ro op pr ri ie ed da ad de es s
x x Sejam E e E' dois espaos vectoriais sobre .
Chama-se aplicao linear ou transformao linear ou homomorfismo de
E em E' a toda a aplicao M : E | E' que satisfaz as duas condies,

(i) u, v E , M(u + v) = M(u) + M(v)
(ii) u E , O , M(Ou) = O M(u)
x x Para u = (x
1
, ..., x
n
), em vez de M((x
1
, ..., x
n
)) utilizamos a notao
simplificada M(x
1
, ..., x
n
).
x x Por exemplo a aplicao,
M :
3
|
2
(x, y, z) M(x, y, z) = (x+y, z)
uma aplicao linear de
3
em
2
, pois,

(i) Para quaisquer (x, y, z), (a, b, c)
3
,
provemos que,
M( (x, y, z) + (a, b, c) ) = M(x, y, z) + M(a, b, c)
M((x, y, z) + (a, b, c)) = M(x+a, y+b, z+c)
( por definio de adio em
3
)
= ( (x+a) + (y+b), z+c )
( pela definio da aplicao M)
= ( (x+y) + (a+b), z+c )
( por propriedades da adio em )
= (x+y, z) + (a+b, c)
( por definio de adio em
2
)
= M(x, y, z) + M(a, b, c)
(ii) Para quaisquer (x, y, z)
3
e O ,
provemos que, M( O (x, y, z) ) = O M(x, y, z)
M( O (x, y, z) ) = M(Ox, Oy, Oz)
( por definio de multiplicao por um escalar em
3
)
= ( Ox + Oy, Oz )
= ( O(x + y), Oz )
( pela distributividade em )
= O ( x + y, z )
( por definio de multiplicao por um escalar em
2
)
= O M(x, y, z) ( pela definio da aplicao M)
x x Verifique que a aplicao,
M :
2
|
3
(x, y) M(x, y) = (x + 2 y, x - y, -2 x + 3 y)
uma aplicao linear de
2
em
3
.
x x Verifique que a aplicao,
M :
2
|
3
(x, y) M(x, y) = (x
2
, y
2
, x y)
no uma aplicao linear de
2
em
3
.
x x A aplicao,

no uma aplicao linear. Basta verificar por exemplo que,

e portanto,

enquanto que,

x x O conjunto -() das funes reais de uma varivel real, munido das
operaes soma de funes e produto de uma funo por um nmero real,
um espao vectorial, por vezes denotado por (-(), +, . ).
x x So subespaos vectoriais de -(), o conjunto das funes diferenciveis,
o conjunto das funes integrveis, ...

x x Sendo tambm um espao vectorial, certas operaes podem ser formuladas
em termos de aplicaes lineares, como por exemplo:
A diferenciao uma aplicao linear entre o subespao das funes
diferenciveis e o espao vectorial -().
A integrao uma aplicao linear entre o subespao das funes
integrveis e um intervalo de .
x x Para um dado ponto x
0
a aplicao,

uma aplicao linear de -() em , pois,
(i) Para qualquer par de funes f, g -()
(ii) Para qualquer funo f -() e qualquer nmero O
x x Proposio: Sejam E e E' dois espaos vectoriais sobre
e seja uma M aplicao linear de E em E'.
Ento, (a) M(0
E
) = 0
E'

(b) M(-u) = - M(u) para todo u E
(c) M(u - v) = M(u) - M(v) para todo u, v E
Demonstrao:
(a) M(0
E
) = 0
E'

Como 0
E
o elemento neutro para a adio em E,
temos, 0
E
= 0
E
+ 0
E
e ento, M (0
E
) = M (0
E
+ 0
E
)
mas como M uma aplicao linear,
M (0
E
) = M (0
E
) + M (0
E
)
Ora M (0
E
), sendo um elemento do espao vectorial E',
tem o seu simtrico, - M (0
E
).
Somando este simtrico a ambos os membros da equao anterior,
M (0
E
) + (- M (0
E
)) = M (0
E
) + M (0
E
) + (- M (0
E
))

0
E'
0
E'

ou seja, 0
E'
= M (0
E
) + 0
E'

que uma soma em E', cujo elemento neutro 0
E'

e portanto 0
E'
= M (0
E
)
Para provar que M(-u) o simtrico de M(u) em E',
basta mostrar que, M(-u) + M(u) = 0
E'

Ora se M uma aplicao linear,
M(-u) + M(u) = M(-u + u)
mas como -u o simtrico de u em E,
M(-u) + M(u) = M(0
E
)
e pela condio (a),
M(-u) + M(u) = 0
E'

Como alternativa, podemos partir da igualdade,
- u = ( -1
) u
e nesse caso,
M(- u) = M( ( -1
) M(u) )
e como M uma aplicao linear,
M(- u) = ( -1
) M(u)
= - M(u)
(c) M(u - v) = M(u) - M(v) para todo u, v E
M(u - v) = M(u + ( - v))
= M(u) + M( -v) porque M uma aplicao linear
= M(u) + (- M(v)) pela condio (b)
= M(u) - M(v)
x x As duas condies que constituem a definio de aplicao linear podem ser
condensadas numa s, estabelecendo uma condio necessria e suficiente
que, como tal, pode tambm ser usada como definio.
x x Proposio: Sejam E e E' dois espaos vectoriais sobre e seja Muma
aplicao de E em E'.
Ento M uma aplicao linear se e s se,
M(D u + E v) = D M(u) + E M(v)
u, v E , D, E
x x Sendo E e E' dois espaos vectoriais sobre , representamos por,
3(E, E')
o conjunto das aplicaes lineares de E em E'.
x x No conjunto 3(E, E') das aplicaes lineares de E em E' tambm podem ser
definidas operaes, tais como,

x Adio de aplicaes lineares:
Para duas M, \ 3(E, E') e qualquer u E definimos,
(M + \) (u) = M(u) + \(u)

x Multiplicao de uma aplicao linear por um escalar:
Para uma M 3(E, E') um O e qualquer u E definimos,
(O M) (u) = O ( M(u) )
x Composio de aplicaes lineares,
Para uma M 3(E, E') e uma \ 3(E', E'') e qualquer u E
definimos,
(\ M) (u) = \(M(u))
x ...

x x Resta provar que o resultado destas operaes ainda uma aplicao linear.

e sejam M, \ 3(E, E') e O
Ento M + \ e O M so aplicaes lineares.
O conjunto 3(E, E'), munido destas duas operaes,
um espao vectorial sobre .
Demonstrao:
Para quaisquer u, v E e D, E, O , provemos que a soma M + \
uma aplicao linear, utilizando a condio necessria e suficiente na pgina 7.
(M + \) (D u + E v) = M(D u + E v) + \(D u + E v)
( definio de adio em 3(E, E') )
= D M(u) + E M(v) + D \(u) + E \(v)
( M e \ so aplicaes lineares )
= D (M(u) + \(u)) + E (M(v) + \(v))
( axiomas de espao vectorial )
= D ((M + \)(u)) + E ((M + \)(v))
( definio de adio em 3(E, E') )
Analogamente, para quaisquer u, v E e D, E, O , provemos que o
produto por um escalar O M uma aplicao linear.
(O M) (D u + E v) = O ( M(D u + E v))
( definio de multiplicao por um escalar em 3(E, E') )
= O ( D M(u) + E M(v) )
( M uma aplicao linear )
= ( OD ) M(u) + ( OE ) M(v)
= ( DO ) M(u) + ( EO ) M(v)
( comutatividade em )
= D ( O ( M(u))) + E ( O ( M(v)))
= D ( O M)(u) + E ( O M)(v)
( definio de multiplicao por um escalar em 3(E, E') )
Restaria agora provar que 3(E, E') obedece aos axiomas de espao vectorial,
com estas duas operaes (...).

x x O vector nulo do espao vectorial 3(E, E') a aplicao 0
3(E, E')
que a
todo o vector de Efaz corresponder o vector nulo de E',
Mostre que este vector nulo de 3(E, E') efectivamente o elemento neutro
da soma de aplicaes lineares em 3(E, E'), ou seja que,
para todo o \ 3(E, E') se tem,
0
3(E, E')
+ \ = \
x x A toda a aplicao \ 3(E, E') corresponde a respectiva aplicao
simtrica - \definida por,

Mostre que efectivamente,
\ + ( - \ ) = 0
3(E, E')

x x Sejam E, E' e E'' trs espaos vectoriais sobre
Para as aplicaes M 3(E, E') e \ 3(E', E''), a aplicao
composta \ M definida por,

Mostre que \ M uma aplicao linear.
> C Cl la as ss si if fi ic ca a o o d da as s a ap pl li ic ca a e es s l li in ne ea ar re es s
Sejam E e E' dois espaos vectoriais sobre e seja M 3(E, E')
A aplicao linear ou homomorfismo M um:

x monomorfismo se for injectiva, ou seja,
M(u) = M(v) u = v, u, v E
x epimorfismo se for sobrejectiva, ou seja,
se o contradomnio de M E'
x isomorfismo se for bijectiva, ou seja,
se M for injectiva e sobrejectiva
x endomorfismo se E = E'
x automorfismo se M for um endomorfismo e um isomorfismo
x x Por exemplo, a aplicao linear I :
3
| definida por,

um epimorfismo.
x x Por exemplo, a aplicao linear \ : P
3
[x] |
4
definida por,

um isomorfismo.
x x Por exemplo, a aplicao linear M : P
2
[x] | P
2
[x] definida por,

um automorfismo.
x x Por exemplo, a aplicao linear M : -(
+
) |-(
+
) definida por,
M ( log (xy) ) = log (x) + log (y) x, y
+
um automorfismo.
P Pr ro op pr ri ie ed da ad de es s d da as s A Ap pl li ic ca a e es s L Li in ne ea ar re es s
x x Sendo uma aplicao linear definida entre espaos vectoriais, uma questo
vital a de conhecer o comportamento dessa aplicao em relao
dependncia ou independncia lineares de vectores.

A proposio seguinte garante que:
x Uma aplicao linear transforma vectores linearmente dependentes em
vectores linearmente dependentes.
x Para que uma aplicao linear transforme vectores linearmente
independentes em vectores linearmente independentes necessrio e
suficiente que esta aplicao seja injectiva.
e seja M 3(E, E') .

(i) Se os vectores v
1
, v
2
,..., v
k
so linearmente dependentes
em E, ento os vectores M(v
1
), M(v
2
),..., M(v
k
) so
linearmente dependentes em E'.
(ii) A aplicao linear M um monomorfismo se e s se,
a independncia linear dos vectores v
1
, v
2
,..., v
k
implicar a
independncia linear dos vectores M(v
1
), M(v
2
),..., M(v
k
).
Demonstrao:
(i) Sejam v
1
, v
2
,..., v
k
E vectores linearmente dependentes.
Mostremos que M(v
1
), M(v
2
),..., M(v
k
) E' tambm so vectores
linearmente dependentes.

Se v
1
, v
2
,..., v
k
so vectores linearmente dependentes
ento existem escalares D
1
, D
2
,..., D
k
no todos nulos,
tais que,
D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
= 0
E
e aplicando M,
M ( D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
) = M ( 0
E
)
mas como M uma aplicao linear,
D
1
M (v
1
) + D
2
M (v
2
) + ...+ D
k
M (v
k
) = 0
E'
E deste modo obtivemos uma combinao linear nula em E' cujos escalares
no so todos nulos.
Os vectores M(v
1
), M(v
2
),..., M(v
k
) E' so portanto linearmente
dependentes.
(ii) ()
Seja M um monomorfismo (aplicao linear injectiva).
Mostremos que, nesse caso,
se os vectores v
1
, v
2
,..., v
k
E so linearmente independentes,
ento os vectores M(v
1
), M(v
2
),..., M(v
k
) E' tambm so
linearmente independentes.
Partindo da combinao linear nula em E',
D
1
M (v
1
) + D
2
M (v
2
) + ...+ D
k
M (v
k
) = 0
E'

como M uma aplicao linear,
M ( D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
) = M ( 0
E
)
mas porque M injectiva,
D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
= 0
E
Se os v
1
, v
2
,..., v
k
forem linearmente independentes, isto significa que,
D
1
= D
2
= ...= D
k
= 0
ento tambm os M(v
1
), M(v
2
),..., M(v
k
) so linearmente independentes.
(ii) ()
Assumindo que,
se os vectores v
1
, v
2
,..., v
k
E so linearmente independentes,
ento os vectores M(v
1
), M(v
2
),..., M(v
k
) E' tambm so
linearmente independentes.
mostremos que M tem de ser um monomorfismo (aplicao linear injectiva).

Suponhamos, por absurdo, que no era injectiva.
Nesse caso existiriam u, v E com u z v mas M(u) = M(v).
e poderamos definir, w = u - v z 0
E
e aplicar M, M(w) = M(u - v) = M(u) - M(v)
= 0
E'

Significa isto que teramos o vector w z 0
E
com a imagem M(w) = 0
E'

Ora este facto contraria a hiptese pois,
sendo w z 0
E
ento linearmente independente e, por hiptese, a sua
imagem tambm linearmente independente e portanto M(w) z 0
E'
.
Portanto a aplicao linear que preserva a independncia linear s pode ser
injectiva.
x x Por exemplo a aplicao, que j provmos ser uma aplicao linear,
M :
3
|
2
(x, y, z) M(x, y, z) = (x+y, z)

Consideremos trs vectores que so linearmente dependentes,
u = (1, 1, -1)
v = (-1, -3, 2)
w = (-1, -5, 3)
simples verificar que os trs vectores imagem,
M(u) = (2, -1)
M(v) = (-4, 2)
M(w) = (-6, 3)
tambm so linearmente dependentes,
pois (-6, 3) + (2, -1) = (-4, 2)
Tambm simples verificar que no um monomorfismo pois,
por exemplo, M(3, 2, -1) = (5, -1)
M(4, 1, -1) = (5, -1)
Consideremos agora trs vectores que so linearmente independentes,
x = (1, -1, 0)
y = (0, -3, 2)
z = (-1, 0, 3)
e calculando os trs vectores imagem,
M(x) = (0, 0)
M(y) = (-3, 2)
M(z) = (-1, 3)
que obviamente so linearmente dependentes, por conterem o vector nulo.
x x Por exemplo, a aplicao linear M : P
1
[x] |
2
definida por,
M(a x + b) = (a, b)
um monomorfismo (e at um isomorfismo).

Considerando trs polinmios p(x), q(x), r(x) P
1
[x]
p(x) = x - 1
q(x) = - 3
r(x) = 3 x + 3

que so linearmente dependentes, pois r(x) = 3 p(x) - 2 q(x)
e calculando os trs vectores imagem,
M(p(x)) = (1, -1)
M(q(x)) = (0, -3)
M(r(x)) = (3, 3)
simples verificar que tambm so linearmente dependentes.
Por outro lado os dois polinmios s(x), t(x) P
1
[x]
s(x) = 4 x - 3
t(x) = x + 5
so linearmente independentes. Porqu?

Como M injectiva, esta independncia preservada nas imagens,
M(s(x)) = (4, -3)
M(t(x)) = (1, 5)
que so tambm linearmente independentes.
x x O prximo resultado mostra que uma aplicao linear cujo domnio um
espao vectorial de dimenso finita fica perfeitamente definida quando se
conhecem as imagens dos vectores de uma qualquer base desse espao.

x x Proposio: Sejam E e E' dois espaos vectoriais sobre sendo E de
dimenso finita.
Seja ) = (e
1
, e
2
, ..., e
n
) uma base de E
e sejam u
1
, u
2
,..., u
n
E'
Ento, existe uma nica aplicao linear M : E | E'
tal que M(e
i
) = u
i
para todo o i = 1, 2, ..., n
Alm disso,
para qualquer v = D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
ento M(v) = D
1
u
1
+ D
2
u
2
+ ...+ D
n
u
n
Demonstrao:
Como conhecemos uma base de E, ) = (e
1
, e
2
, ..., e
n
)
ento, para qualquer vector v E, existem n escalares D
1
, D
2
, ..., D
n
tais que,
v = D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
Sendo tambm conhecidos n vectores u
1
, u
2
,..., u
n
E'
definimos a aplicao M : E | E' por,

M(D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
) = D
1
u
1
+ D
2
u
2
+ ...+ D
n
u
n
Comecemos por verificar que, com esta definio,
para todo o i = 1, 2, ..., n se tem M(e
i
) = u
i
Para cada i = 1, 2, ..., n
podemos escrever e
i
como uma combinao linear
onde D
i
= 1
e todo os outros escalares so nulos, ou seja,

e
i
= 0
e
1
+ 0
e
2
+ ... 1
e
i
+ ...+ 0
e
n
aplicando M,
M(e
i
) = M(0
e
1
+ 0
e
2
+ ... 1
e
i
+ ...+ 0
e
n
)
que, pelo modo com definimos M,
M(e
i
) = 0
u
1
+ 0
u
2
+ ... 1
u
i
+ ...+ 0
u
n
= u
i
Pelo modo como foi definida, a aplicao M uma aplicao linear pois,
M(D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
)
= D
1
u
1
+ D
2
u
2
+ ...+ D
n
u
n
= D
1
M(e
1
) + D
2
M(e
2
) + ...+ D
n
M(e
n
)
Falta apenas demonstrar que a aplicao linear M nica.
Suponhamos que existia outra, \ : E | E'
tal que \(e
i
) = u
i
, para todo o i = 1, 2, ..., n
Nesse caso, para qualquer v E,
v = D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
aplicando \,
\(v) = \(D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
)
que sendo tambm uma aplicao linear,
= D
1
\(e
1
) + D
2
\(e
2
) + ...+ D
n
\(e
n
)
e pela condio imposta,
= D
1
u
1
+ D
2
u
2
+ ...+ D
n
u
n
mas pela definio de M,
= D
1
M(e
1
) + D
2
M(e
2
) + ...+ D
n
M(e
n
)
e sendo M uma aplicao linear,
= M(D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
)
= M(v)
ou seja, \(v) = M(v) para todo o v E.
x x Consideremos a aplicao linear M :
2
|
3
da qual conhecemos,
M(1, 1) = (1, 0, -1)
M(1, 0) = (0, 2, 1)
Como determinar a sua expresso geral ?
Em primeiro lugar, necessrio provar que ( (1, 1), (1, 0) )
uma base ordenada de
2
.
Para determinar a expresso geral de M, tomemos um vector arbitrrio
(x, y)
2
e determinemos as suas coordenadas naquela base,
(x, y) = D(1, 1) + E(1, 0)
= (D + E, D)
donde,
x = D + E ou E = x - y
y = D D = y

Identificadas a coordenadas podemos escrever,
(x, y) = y (1, 1) + (x - y) (1, 0)
Aplicando M a esta igualdade,
M(x, y) = M( y (1, 1) + (x - y) (1, 0) )
e porque M uma aplicao linear,
= y M(1, 1) + (x - y) M(1, 0)
mas pelos dados do problema sabemos que,
= y (1, 0, -1) + (x - y) (0, 2, 1)
= (y, 0, -y) + (0, 2 x - 2 y, x - y)
= (y, 2 x - 2 y, x - 2 y)
Podemos ento concluir que,
M(x, y) = (y, 2 x - 2 y, x - 2 y)
para todo o (x, y)
2
.
x x Por exemplo, para a aplicao linear M :
2
|
2
da qual conhecemos,
M(1, 0) = (0, 1)
M(0, 1) = (1, 0)
determinemos a sua expresso geral.
Neste caso conhecemos )
2 = (1, 0), (0, 1) ), a base cannica de

2
,
e para qualquer vector (x, y)
2
, as coordenadas na base cannica so
bem conhecidas,
(x, y) = x (1, 0) + y (0, 1)
Aplicando M,
M(x, y) = M( x (1, 0) + y (0, 1) )
= x M(1, 0) + y M(0, 1)
= x (0, 1) + y (1, 0) = (y, x)
Portanto, M(x, y) = (y, x) para todo o (x, y)
2
ou seja, a aplicao linear M(x, y) = (y, x)
transforma todo o elemento (x, y)
2
no
seu simtrico em relao recta y = x.
Dizemos que esta aplicao efectua uma reflexo.
x x Considere a aplicao linear T : P
2
[x] | M
2l2
() definida por,

Comece por verificar que ( (1 + x), (x
2
- x), (1 + 2 x) )
uma base do espao vectorial P
2
[x],
Determine as coordenadas de um elemento arbitrrio
(a x
2
+ b x + c) P
2
[x] nessa base,
aplique a transformao linear T
e, utilizando os valores dados das imagens dessa base,
determine uma expresso geral para T(a x
2
+ b x + c).
l lm ma ag ge em m e e l lm ma ag ge em m R Re ec c p pr ro oc ca a
x x Sejam E e E' espaos vectoriais sobre e sejam F e F' subespaos
vectoriais de E e de E' respectivamente.
Seja ainda M uma aplicao linear de E em E'.
Chamamos imagem de F por Mao subconjunto de E' definido por,
M(F) = { M(u) : u F }
ou seja, o conjunto das imagens dos vectores de F.
x x Ao conjunto dos vectores cuja imagem pertence a F', ou seja,
ao subconjunto de E definido por:
M
-1
(F') = { v E : M(v) F' }
chamamos imagem recproca de F' por M.
x x Os conceitos de imagem e imagem recproca podem ser aplicados a qualquer
subconjunto, no necessariamente subespao vectorial.

e seja M uma aplicao linear M : E | E'
Nessas condies:
(a) Se F d E ento M(F) d E'
(b) Se F' d E' ento M
-1
(F') d E
(a) Sendo F um subespao vectorial de E
provemos que M(F) um subespao vectorial de E'.
(i) Se F um subespao vectorial, ento 0
E
F
e se M uma aplicao linear, ento 0
E'
= M(0
E
) M(F)
portanto 0
E'
M(F)
(ii) Para D, E e u, v M(F)
provemos que, D u + E v M(F)
Se u, v M(F) ento existem x, y F
tais que u = M(x) e v = M(y)
Assim,
D u + E v = D M(x) + E M(y)
e sendo M uma aplicao linear,
= M(D x + E y)
Ora sendo F um subespao vectorial, ento D x + E y F
e portanto,
D u + E v = M(D x + E y) M(F)
(b) Sendo F' um subespao vectorial de E'
prove que M
-1
(F') um subespao vectorial de E.
x x Consideremos a aplicao linear M :
2
|
3
definida por,
M(x, y) = (x, x + y, x - y) para todo o (x, y)
2
e tambm os subespaos vectoriais,
F = { (0, y) : y } d
2
F' = { (a, 2 a, 0) : a } d
3
Calculemos a imagem de F por M,
M(F) = { M(x, y) : (x, y) F }
= { M(0, y) : y }
= { (0, 0 + y, 0 - y) : y }
= { (0, y, -y) : y }
= (0, 1, -1)
e a imagem recproca de F' por M,
M
-1
(F') = { (x, y)
2
: M(x, y) F' }
= { (x, y)
2
:
(x, x + y, x - y) = (a, 2 a, 0) : a }
ou seja, x = a ou x = a
x + y = 2 a y = a
x - y = 0 x = y

e portanto,
M
-1
(F') = { (x, y)
2
: x = y = a , a }
= { (a, a) : a }
= (1, 1)
x x Considere a aplicao linear M : M
2l2
() | P
2
[x] definida por,

para todo,

e tambm um subespao vectorial S d M
2l2
() definido por,

e um subespao vectorial G d P
2
[x] definido por,

G = { a x
2
+ b x + c P
2
[x] : c = 0 }
Determine M(S) a imagem de S por M
e M
-1
(G) a imagem recproca de G por M.
N N c cl le eo o e e l lm ma ag ge em m
x x Sejam E e E' espaos vectoriais sobre e seja M uma aplicao linear de
E em E'.
Chamamos ncleo de M e representamos por Nuc M ou Ker M,
ao subconjunto de E definido por,
Nuc M = { u E : M(u) = 0
E'
} = M
-1
( {0
E'
} )
ou seja, o conjunto dos vectores cuja imagem o vector nulo.
x x Chamamos imagem de M e representamos por lm M,
ao subconjunto de E' definido por,
lm M = { M(u) : u E } = M(E)
ou seja, o conjunto das imagens de todos os vectores de E.
e seja M uma aplicao linear M : E | E'
Ento:
(a) Nuc M d E
(b) lm M d E'
(a) Provemos que Nuc M um subespao vectorial de E.
(i) 0
E
Nuc M pois, sendo M uma aplicao linear, M(0
E
) = 0
E'

(ii) Para D, E e u, v Nuc M
provemos que, D u + E v Nuc M
Se u, v Nuc M, ento M(u) = 0
E'
e M(u) = 0
E'

e se M uma aplicao linear, ento,
M(D u + E v) = D M(u) + E M(v)
= D 0
E'
+ E 0
E'
= 0
E'

portanto, D u + E v Nuc M
(a) Para provar que Nuc M um subespao vectorial de E,
como alternativa, basta notar que,
sendo {0
E'
} um subespao vectorial de E'
e sendo Nuc M = M
-1
( {0
E'
} )
pela proposio anterior, Nuc M d E.
(b) Prove que lm M um subespao vectorial de E'.
x x Para a aplicao linear M :
3
|
2
definida por,
M(x, y, z) = (x + 2 z, y - z), para todo o (x, y, z)
3
calculemos o ncleo e a imagem de M.
Nuc M = { (x, y, z)
3
: M(x, y, z) = (0, 0) }
= { (x, y, z)
3
: (x + 2 z, y - z) = (0, 0) }
ou seja, x + 2 z = 0 ou x = - 2 z
y - z = 0 y = z
e portanto,
Nuc M = { (- 2 z, z, z) : z }
= { z (-2, 1, 1) : z }
= (-2, 1, 1)
Calculemos a imagem de M,
lm M = { M(x, y, z) : (x, y, z)
3
}
= { (x + 2 z, y - z) : x, y, z }
= { (x, 0) + (0, y) + (2 z, -z) : x, y, z }
= { x (1, 0) + y (0, 1) + z (2, -1) : x, y, z }
= (1, 0), (0, 1), (2, -1)
= ... =
2
x x Considere a aplicao linear I : P
2
[x] | P
3
[x] definida por,
I(a x
2
+ b x + c) = (c + b) x
3
+ a x
2
para todo o a x
2
+ b x + c P
2
[x].
Determine o ncleo e a imagem de I.
x x O resultado seguinte mostra como possvel determinar a imagem recproca
de um vector, se for conhecido o ncleo da aplicao linear.
x x Proposio: Sejam E e E' dois espaos vectoriais sobre ,
M uma aplicao linear M : E | E' e seja v' E'
Se existir um v E tal que M(v) = v'
ento,
M
-1
( { v' } ) = v + Nuc M
Demonstrao:
M
-1
( { v' } ) = { u E : M(u) = v' }
= { u E : M(u) = M(v) }
= { u E : M(u - v) = 0
E'
}
= { u E : u - v Nuc M }
= { u E : w = u - v, w Nuc M }
= { v + w E : w Nuc M }
= v + Nuc M
3
|
2
definida por,
M(x, y, z) = (x + y, z), para todo o (x, y, z)
3
vejamos como determinar a imagem recproca de (1, 2)
2
,
a partir do ncleo da aplicao linear.
Comecemos por determinar o ncleo da aplicao linear.
Nuc M = { (x, y, z)
3
: M(x, y, z) = (0, 0) }
= { (x, y, z)
3
: (x + y, z) = (0, 0) }
= { (x, -x, 0) : x }
= { x (1, -1, 0) : x } = (1, -1, 0)
Procuremos agora um vector de
3
que tem por imagem (1, 2)
2
pela aplicao linear M(x, y, z) = (x + y, z)
ou seja, um vector (x, y, z) tal que (x + y, z) = (1, 2)
Por exemplo, o vector (0, 1, 2) verifica M(0, 1, 2) = (1, 2)
Pela proposio anterior, podemos ento calcular,
M
-1
( { (1, 2) } ) = (0, 1, 2) + Nuc M
= (0, 1, 2) + { (x, -x, 0) : x }
= { (x,1 - x, 2) : x }
Nota: O ncleo { (x, -x, 0) : x } representa uma recta de
3
que, sendo um subespao vectorial, passa pela origem.
A imagem recproca de (1, 2), dada por { (x,1 - x, 2) : x }
representa a recta paralela a essa, que passa pelo ponto (0, 1, 2).
Escolhendo outro ponto, por exemplo (1, 0, 2), encontramos uma
expresso diferente { (x + 1, -x, 2) : x }, mas que
efectivamente representa a mesma recta.
Para o verificar, basta fazer uma mudana de variveis.
x x Consideremos a aplicao linear M : P
2
[x] | P
3
[x] definida por,
M(a x
2
+ b x + c) = b + (c + a) x + a x
3
( a x
2
+ b x + c ) P
2
[x].
De forma anloga, utilizando o ncleo, determinemos M
-1
( { -1 + 2 x
3
} )
o conjunto do polinmios de P
2
[x] cuja imagem por M -1 + 2 x
3
.
Calculando o ncleo da aplicao linear,
Nuc M = { a x
2
+ b x + c P
2
[x] :
b + (c + a) x + a x
3
= 0 x
3
+ 0 x
2
+ 0 x + 0 }
= { 0 x
2
+ 0 x + 0 } = { 0
P
2
[x]
}
e escolhendo um polinmio tal que,
M(a x
2
+ b x + c) = b + (c + a) x + a x
3
= -1 + 2 x
3
descobrimos o nico polinmio que verifica esta condio , -2 - x + 2 x
2
Portanto a imagem recproca tem apenas um elemento,
M
-1
( { -1 + 2 x
3
} ) = (-2 - x + 2 x
2
) + { 0
P
2
[x]
}
= { -2 - x + 2 x
2
}
x x Considere a aplicao linear M : P
2
[x] | P
1
[x] definida por,
M(a x
2
+ b x + c) = a x + b , (a x
2
+ b x + c) P
2
[x].
De forma anloga, determine M
-1
( { 5 x -1 } )
x x Proposio: Sejam E e E' dois espaos vectoriais sobre , sendo E de
dimenso finita.
Seja ) = (e
1
, e
2
, ..., e
n
) uma base ordenada de E
e M uma aplicao linear M : E | E'.
Ento,
lm M = M(e
1
), M(e
2
), ..., M(e
n
)
Demonstrao:
(i) M(e
1
), M(e
2
), ..., M(e
n
) lm M
Se u M(e
1
), M(e
2
), ..., M(e
n
)
1
, D
2
,..., D
k
tais que,
u = D
1
M(e
1
) + D
2
M(e
2
) + ...+ D
n
M(e
n
)
Ora, para todo o i = 1, 2, ..., n , e
i
E
M(e
i
) M(E) = lm M
e como lm M um subespao vectorial de E',
est provado que u lm M
(ii) lm M M(e
1
), M(e
2
), ..., M(e
n
)
Se v lm M
ento existe u E tal que M(u) = v
Ora sendo ) = (e
1
, e
2
, ..., e
n
) uma base de E,
1
, D
2
,..., D
k
tais que,
u = D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
e portanto,
v = M(u) = M(D
1
e
1
+ D
2
e
2
+ ...+ D
n
e
n
)
= D
1
M(e
1
) + D
2
M(e
2
) + ...+ D
n
M(e
n
)
ou seja,
v M(e
1
), M(e
2
), ..., M(e
n
)
x x Consideremos a aplicao linear M : P
1
[x] |
3
definida por,
M(a x + b) = (b + a, a, 2 b)
( a x + b ) P
1
[x].
Conhecendo ) = (1 + x, x) uma base de P
1
[x], determinemos lm M.
Pela proposio anterior, basta calcular as imagens dos elementos da base
e respectivo espao gerado,
lm M = M(1 + x), M(x)
= (2, 1, 2), (1, 1, 0)
= ...
= { (x, y, z)
3
: z = 2 x - 2 y }
Confirme este resultado, utilizando (1, x) a base cannica de P
1
[x].
x x Note-se que, como lm M um subespao vectorial de E', ento,
dim ( lm M ) d dim(E')
e como Nuc M um subespao vectorial de E, ento,
dim ( Nuc M ) d dim(E)
x x Sejam E e E' dois espaos vectoriais sobre , onde E tem dimenso finita,
e seja M uma aplicao linear M : E | E'.
Chamamos nulidade de M dimenso do seu ncleo,
n
M
= dim ( Nuc M )
e chamamos caracterstica de M dimenso da sua imagem,
c
M
= dim ( lm M )
3
|
2
definida por,
M(x, y, z) = (x + y + z, 2 x - y), (x, y, z)
3
Para determinar a nulidade de M, calculemos o seu ncleo.
Nuc M = { (x, y, z)
3
: M(x, y, z) = (0, 0) }
= { (x, y, z)
3
: (x + y + z, 2 x - y) = (0, 0) }
ou seja, x + y + z = 0 ou z = - 3 x
2 x - y = 0 y = 2 x
e portanto,
Nuc M = { (x, 2 x, - 3 x) : x }
= { x (1, 2, -3) : x }
= (1, 2, -3)
Assim, como (1, 2, -3) z (0, 0, 0), o ncleo gerado por um nico vector
linearmente independente, pelo que forma uma base ) = ((1, 2, -3)).
Portanto,
n
M
= dim ( Nuc M ) = 1
Para determinar a caracterstica de M, calculemos a sua imagem.
lm M = { M(x, y, z) : (x, y, z)
3
}
= { (x + y + z, 2 x - y) : x, y, z }
= { x (1, 2) + y (1, -1) + z (1, 0) : x, y, z }
= (1, 2), (1, -1), (1, 0)
Como alternativa, utilizando a propriedade anterior, podemos tambm calcular
esta imagem, custa das imagens dos vectores da base cannica de
3
.
lm M = M(1, 0, 0), M(0, 1, 0), M(0, 0, 1)
= (1, 2), (1, -1), (1, 0)
Resta verificar qual a dimenso deste subespao imagem.

Obviamente que, trs vectores em
2
nunca podem ser linearmente
independentes e sabemos mesmo que,
dim ( lm M ) d dim(
2
) = 2
Efectivamente temos, por exemplo, (1, 2) = - 2 (1, -1) + 3 (1, 0)
Eliminando (1, 2), simples verificar que os dois vectores (1, -1) e (1, 0)
so linearmente independentes.
Portanto,
lm M = (1, -1), (1, 0) =
2
e c
M
= dim ( lm M ) = 2
x x Considere a aplicao linear M :
3
|
4
definida por,
M(x, y, z) = (x - z, 0, y + 2 z, x - y + z), (x, y, z)
3
Mostre que, Nuc M = { (0, 0, 0) }
e portanto n
M
= dim ( Nuc M ) = 0.
Prove que,
lm M = (1, 0, 0, 1), (0, 0, 1, -1), (-1, 0, 2, 1)
e tambm que,
= { (x, y, z, w)
4
: y = 0 }
e mostre que c
M
= dim ( lm M ) = 3.
T Te eo or re em ma a d da as s D Di im me en ns s e es s
x x Proposio: Sejam E e E' dois espaos vectoriais sobre , sendo E de
dimenso finita e seja M uma aplicao linear M : E | E'.
Ento,
dim E = dim ( Nuc M ) + dim ( lm M )
ou seja,
dim E = n
M
+ c
M
Argumentao:
Sendo o espao E de dimenso finita, dim E,
ento o Nuc M E ter dimenso p, tal que 0 d p d dim E.
Seja )
nuc
= (u
1
, u
2
, ..., u
p
) uma base de Nuc M.
A partir desta podemos construir uma base de E, juntando vectores de E,
)
E
= (u
1
, u
2
, ..., u
p
, e
p+1
, e
p+2
, ..., e
p+k
)
onde p + k = dim E.
A essncia da demonstrao do teorema consiste em provar que,
)
im
= ( M(e
p+1
), M(e
p+2
), ..., M(e
p+k
) )
uma base de lm M e portanto que dim ( lm M ) = k.
Podemos ento concluir que,
dim E = p + k = dim ( Nuc M ) + dim ( lm M )
x x O resultado seguinte permite-nos verificar se uma aplicao linear ou no
injectiva, calculando apenas o seu ncleo.
A aplicao M um monomorfismo se e s se Nuc M = {0
E
}.
Demonstrao:
( ) Seja M uma aplicao linear injectiva e tomemos um elemento
arbitrrio do ncleo, u Nuc M.
Ento, M(u) = 0
E'

= M(0
E
) porque uma aplicao linear
E sendo a aplicao injectiva, ento,
u = 0
E
e portanto Nuc M = {0
E
}.
( ) Assumindo que Nuc M = {0
E
},
provemos que, u, v E, M(u) = M(v) u = v.
Se M(u) = M(v) M(u) - M(v) = 0
E'
M(u - v) = 0
E'
aplicao linear

u - v Nuc M definio de ncleo
u - v = 0
E
por hiptese
u = v
3
|
3
definida por,
M(x, y, z) = (x + 2 y, y - z, y), para todo o (x, y, z)
3
Calculando o ncleo da aplicao linear,
Nuc M = { (x, y, z)
3
: M(x, y, z) = (0, 0, 0) }
= { (x, y, z)
3
: (x + 2 y, y - z, y) = (0, 0, 0) }
= ...
= { (0, 0, 0) }
verificamos que Nuc M = { 0
3 } e portanto que M um monomorfismo.

Pelo teorema das dimenses, temos tambm que,
dim
3
= dim ( Nuc M ) + dim ( lm M )
3 = 0 + dim ( lm M )
e ento, c
M
= dim ( lm M ) = 3.
Ora sendo lm Mum subespao vectorial de
3
com a mesma dimenso,
podemos ainda concluir que lm M=
3
, ou seja que M um epimorfismo.
Portanto M um isomorfismo.
x x Classifique a aplicao linear M :
3
|
2
definida por,
M(1, 0, 0) = (1, 0)
M(0, 1, 0) = (1, 1)
M(0, 0, 1) = (0, 1)
x x Sendo E e E' dois espaos vectoriais sobre , onde E tem dimenso finita e
M uma aplicao linear M : E | E', notemos que,

(i) M um monomorfismo se e s se n
M
= 0
porque, M monomorfismo x Nuc M = {0
E
}
x n
M
= dim (Nuc M) = 0
(ii) M um epimorfismo se e s se lm M = E'
se e s se c
M
= dim E'
porque, M epimorfismo x M(E) = E'
x lm M = E'
x c
M
= dim (lm M) = dim E'

(ii) M um isomorfismo se e s se n
M
= 0
c
M
= dim E' = dim E
porque, dim E = dim ( Nuc M ) + dim ( lm M )
= n
M
+ c
M
= 0 + dim E'
com a mesma dimenso finita,
Ento, M um monomorfismo se e s se M um epimorfismo.
Demonstrao:
Sendo p = dim E = dim E', pelo teorema das dimenses,
dim E = dim ( Nuc M ) + dim ( lm M )
ou p = n
M
+ c
M
Assim, M monomorfismo x n
M
= 0
x p = c
M
x dim E' = c
M
x M epimorfismo

x x Portanto, para que uma aplicao linear entre espaos vectoriais com a mesma
dimenso seja bijectiva basta que seja injectiva ou sobrejectiva.
x x Por exemplo a aplicao linear M :
3
|
3
definida por,
M(x, y, z) = (2 x, y + z, y - z), para todo o (x, y, z)
3
vejamos se ou no bijectiva.
Como a aplicao um endomorfismo, pela proposio anterior basta provar
que sobrejectiva.

Calculemos a imagem,
M(
3
) = { M(x, y, z) : (x, y, z)
3
}
= { (2 x, y + z, y - z) : x, y, z }
= { (2 x, 0, 0) + (0, y, y) + (0, z, -z) : x, y, z }
= { x (2, 0, 0) + y (0, 1, 1) + z (0, 1, -1) : x, y, z }
= (2, 0, 0), (0, 1, 1), (0, 1, -1)
= ... =
3
Ento M sobrejectiva e, como os dois espaos tm a mesma dimenso,
podemos concluir que tambm injectiva e portanto bijectiva.
Como alternativa, podemos usar o seguinte raciocnio:
provar que M sobrejectiva, consiste em provar que M(E) = E'
neste caso, provar que M(
3
) =
3
.
Ora como M(
3
)
3
, falta apenas mostrar que, M(
3
)
3
ou seja que, para todo o (x, y, z)
3
existe (a, b, c)
3
tal que M(a, b, c) = (2 a, b + c, b - c) = (x, y, z)
isto , 2 a = x ( ... ) a = y + x /2
b + c = y b = y + (z - y) /2
b - c = z c = -(z - y) /2
e portanto (a, b, c)
3
.
Ento M(
3
) =
3
, logo a aplicao sobrejectiva.
M uma aplicao linear M : E | E'
e F um subespao vectorial de E.
Nesta condies,
(a) se F = v
1
, v
2
,..., v
k

ento M(F) = M(v
1
), M(v
2
),..., M(v
k
)
(b) se F finitamente gerado
ento M(F) tambm o e dim (M(F)) d dim F
Demonstrao:
(a) (i) M(F) M(v
1
), M(v
2
),..., M(v
k
)
(ii) M(v
1
), M(v
2
),..., M(v
k
) M(F)

(i) Seja v M(F)
ento existe u F tal que v M(u)
E como, por hiptese, F = v
1
, v
2
,..., v
k
,
1
, D
2
,..., D
k
tais que,
u = D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
e portanto,
v = M(u) = M(D
1
v
1
+ D
2
v
2
+ ...+ D
k
v
k
)
= D
1
M(v
1
) + D
2
M(v
2
) + ...+ D
k
M(v
k
)
ou seja,
v M(v
1
), M(v
2
), ..., M(v
k
)
(ii) Seja v M(v
1
), M(v
2
),..., M(v
k
)
ento existem escalares E
1
, E
2
,..., E
k
tais que,
v = E
1
M(v
1
) + E
2
M(v
2
) + ...+ E
k
M(v
k
)
Ora se, para todo o i = 1, 2, ..., k , sabemos que v
i
F
ento M(v
i
) M(F)
e como M(F) um subespao vectorial de F'
ento v M(F).
(b) se F finitamente gerado
ento existem v
1
, v
2
,..., v
k
tais que F = v
1
, v
2
,..., v
k

logo, por (a), M(F) = M(v
1
), M(v
2
),..., M(v
k
)
e M(F) tambm finitamente gerado.
Se os v
1
, v
2
,..., v
k
forem linearmente independentes,
ento teremos, dim F = k
Se alm disso a aplicao for injectiva,
ento os M(v
1
), M(v
2
),..., M(v
k
)
tambm sero linearmente independentes
e teremos dim (M(F)) = dim F = k
No caso geral teremos sempre, dim (M(F)) d dim F
E Es sp pa a o os s l ls so om mo or rf fo os s
x x Sejam E e E' dois espaos vectoriais sobre .
Dizemos que E e E' so isomorfos se existir um isomorfismo M : E | E'
e escrevemos,
E ! E'

x x Por exemplo,
o espao dos vectores livres no plano isomorfo a
2
,
porque podemos estabelecer um isomorfismo
que, extremidade de cada vector, faz corresponder
as respectivas coordenadas (x, y)
2
.
x x Propriedade: Sejam E e E' dois espaos vectoriais sobre ,
se M : E | E' um isomorfismo
ento M
-1
: E' | E tambm um isomorfismo.
x x Proposio: Sejam E , E' e E'' trs espaos vectoriais sobre ,
(a) E ! E
(b) se E ! E' ento E' ! E
(c) se E ! E' e E' ! E'' ento E ! E''
ou seja, o isomorfismo uma relao de equivalncia.
Demonstrao: (a) E ! E
A aplicao identidade id
E
: E | E
que a todo o u E faz corresponder id
E
(u) = u
uma aplicao linear, injectiva e sobrejectiva,
logo um isomorfismo.
(b) se E ! E' ento E' ! E
Se existe um isomorfismo M : E | E'
ento, pela propriedade anterior, a aplicao inversa
M
-1
: E' | E tambm um isomorfismo.
(c) se E ! E' e E' ! E'' ento E ! E''
Se existe um isomorfismo M : E | E'
e um isomorfismo \ : E' | E''
ento, a aplicao composta (\ M) : E | E'
uma aplicao linear, injectiva e sobrejectiva,
logo um isomorfismo.
x x Proposio: Sendo E e E' espaos vectoriais de dimenso finita sobre ,
ento,
E ! E' x dim E = dim E' .

x x Este resultado tem consequncias prticas particularmente importantes, pois
mostra que todos os espaos vectoriais com a mesma dimenso finita so
isomorfos.
x x Proposio: Seja E um espao vectorial sobre tal que dim E = n,
ento, E !
n
x x Por exemplo os espaos vectoriais M
2l3
() e
6
so isomorfos,
pois tm dimenso finita e,
dim M
2l3
() = 6 = dim
6
Podemos confirmar este resultado estabelecendo uma aplicao,
I : M
2l3
() |
6
e provar que se trata de um isomorfismo.
Por exemplo a aplicao,

Para provar que injectiva, calculemos o ncleo da aplicao,

Assim, como o ncleo de I apenas o vector nulo de M
2l3
(),
podemos concluir que um monomorfismo e, tendo os dois espaos
a mesma dimenso, podemos tambm concluir que um epimorfismo.
Falta apenas provar que I mesmo uma aplicao linear ...

x x Por exemplo os espaos vectoriais P
n
[x] e
n+1
so isomorfos,
pois tm dimenso finita e,
dim P
n
[x] = n + 1 = dim
n+1

Efectivamente a aplicao,
M : P
n
[x] |
n+1

a
n
x
n
+ ... + a
1
x + a
0
(a
n
, ..., a
1
, a
0
)
um isomorfismo de P
n
[x] em
n+1
.
x x Mostre que os espaos vectoriais P
3
[x] e M
2l2
() so isomorfos,
estabelecendo uma aplicao entre eles e provando que um isomorfismo.
M Ma at tr ri iz z d de e u um ma a A Ap pl li ic ca a o o L Li in ne ea ar r
x x Nesta seco, todos os espaos vectoriais considerados tm dimenso finita.
x x Sejam E e E' espaos vectoriais sobre tais que dim E = n e dim E' = p,
sejam )
1
= (e
1
, e
2
, ..., e
n
) uma base ordenada de E
)
2
= (e'
1
, e'
2
, ..., e'
p
) uma base ordenada de E'
e seja M : E | E' uma aplicao linear.
A matriz da aplicao linear M em relao s bases )
1
e )
2
uma matriz
do tipo p n, representada por M(M; )
1
, )
2
) e definida por,

onde cada coluna i = 1, 2, .., n formada pelas coordenadas de M(e
i
)
na base )
2
,
ou seja,

x x Por exemplo para a aplicao linear M :
2
|
3
definida por,
M(x, y) = (2 x, x - y, 3 y), para todo o (x, y)
2
consideremos as bases cannicas,
)
2 = ( (1, 0), (0, 1) )

)
3 = ( (1, 0, 0), (0, 1, 0), (0, 0, 1) )

e calculemos a respectiva matriz M(M; )
2, )
3).
Determinando as coordenadas das imagens dos vectores da base )
2 na
base )
3,
M(1, 0) = (2, 1, 0)
= 2 (1, 0, 0) + 1 (0, 1, 0) + 0 (0, 0, 1)
= (2, 1, 0)
)
3
M(0, 1) = (0, -1, 3)
= 0 (1, 0, 0) + (-1) (0, 1, 0) + 3 (0, 0, 1)
= (0, -1, 3)
)
3
e portanto,

x x Para a mesma aplicao linear M :
2
|
3
definida por,
M(x, y) = (2 x, x - y, 3 y), para todo o (x, y)
2
consideremos agora as bases,
) = ( (1, 1), (-1, 2) ) de
2
) = ( (1, 1, 1), (1, 1, 0), (1, 0, 0) ) de
3
e calculemos a respectiva matriz M(M; ), )).
Determinando as coordenadas das imagens dos vectores de ) em ),
M(1, 1) = (2, 0, 3)
= ...
= 3 (1, 1, 1) + (-3) (1, 1, 0) + 2 (1, 0, 0)
= (3, -3, 2)
)
M(-1, 2) = (-2, -3, 6)
= ...
= 6 (1, 1, 1) + (-9) (1, 1, 0) + 1 (1, 0, 0)
= (6, -9, 1)
)
e portanto,

x x Por exemplo para a aplicao linear I :
3
|
2
definida por,
I(a, b, c) = (2 a + b, -c), para todo o (a, b, c)
3
em relao s bases,
) = ( (1, 1, 2), (0, 2, 6), (0, 0, -4) ) de
3
) = ( (1, 0), (0, 2) ) de
2
calculemos a respectiva M(I; ), )), matriz da aplicao linear I em
relao s bases ) e )'
Determinando as coordenadas das imagens por I, dos vectores de ) em ),
I(1, 1, 2) = (3, -2)
= 3 (1, 0) + (-1) (0, 2)
= (3, -1)
)
I(0, 2, 6) = (2, -6)
= 2 (1, 0) + (-3) (0, 2)
= (2, -3)
)
I(0, 0, -4) = (0, -4)
= 0 (1, 0) + 2 (0, 2)
= (0, 2)
)
e portanto,

x x Por exemplo para a aplicao linear \ : P
2
[x] |
3
definida por,
\(a x
2
+ b x + c) = ( 2 b , b - 3 a, a )
para todo o (a x
2
+ b x + c) P
2
[x].
em relao s bases,
)
P
2
[x]
= ( 1, x, x
2
) base cannica de P
2
[x]
) = ( (1, 0, 1), (1, 1, 0), (0, 0, 1) ) de
3
calculemos a respectiva M(\; )
P
2
[x]
, )), matriz da aplicao linear \ em
relao s bases )
P
2
[x]
e )
Determinando as coordenadas das imagens por \, dos polinmios de )
P
2
[x]
na base ),
\(1) = (0, 0, 0)
= 0 (1, 0, 1) + 0 (1, 1, 0) + 0 (0, 0, 1)
= (0, 0, 0)
)
\(x) = (2, 1, 0)
= 1 (1, 0, 1) + 1 (1, 1, 0) + (-1) (0, 0, 1)
= (1, 1, -1)
)
\(x
2
) = (0, -3, 1)
= 3 (1, 0, 1) + (-3) (1, 1, 0) + (-3) (0, 0, 1)
= (3, -3, -3)
)
e portanto,

x x Dada a aplicao linear T : P
2
[x] | P
1
[x] definida por,
T(a x
2
+ b x + c) = (a - b) x + 2 c
para todo o (a x
2
+ b x + c) P
2
[x].
e as bases,
) = ( 3, 2 + x, x
2
- 1 ) de P
2
[x]
) = ( x - 2, x ) de P
1
[x]
calcule a respectiva M(T; ), )), matriz da aplicao linear T em
relao s bases ) e )
x x Sendo dadas uma aplicao linear M : E | E' e duas bases (uma de
cada espao vectorial) sabemos como construir uma nica matriz, que
caracteriza essa aplicao.
x x Deste modo, a aplicao linear fica completamente definida se for conhecida
apenas a matriz e respectivas bases.
x x Proposio: Sejam E e E' espaos vectoriais sobre e sejam )
1
e )
2
bases ordenadas de E e de E' respectivamente.
e seja M : E | E' uma aplicao linear tal que,
A = M(M; )
1
, )
2
)
Se as coordenadas de um qualquer vector u E,
relativamente base )
1
formarem a matriz coluna X,
ento a matriz coluna produto A X formada pelas
coordenadas de M(u) E' relativamente base )
2
.
x x Retomemos o exemplo da pgina 54.
Mas desta vez a aplicao linear M :
3
|
2
definida pela matriz,
em relao s bases,
) = ( (1, 1, 2), (0, 2, 6), (0, 0, -4) ) de
3
) = ( (1, 0), (0, 2) ) de
2
Pretendemos determinar M(u), a imagem do vector u = (1, -3, -6).
Comecemos por calcular as coordenadas do vector na base ).
(1, -3, -6) = a (1, 1, 2) + b (0, 2, 6) + c (0, 0, -4)
ou seja, a = 1 ( ... ) a = 1
a + 2 b = -3 b = -2
2 a + 6 b - 4 c = -6 c = -1

e assim,
(1, -3, -6) = 1 (1, 1, 2) + (-2) (0, 2, 6) + (-1) (0, 0, -4)
= (1, -2, -1)
)
= X
T
Pela proposio anterior, para determinar as coordenadas de M(u) na base ),
basta calcular o produto AX,
Portanto, M(1, -3, -6) = (-1, 3)
)
Por fim, podemos calcular as coordenadas de M(u) na base cannica de
2
,
M(1, -3, -6) = (-1) (1, 0) + 3 (0, 2)
= (-1, 6)
)
2
x x Retomemos o exemplo da pgina 53,
com a aplicao linear M :
2
|
3
definida pela matriz,
2
3
em relao s bases,
) = ( (1, 1), (-1, 2) ) de
2
) = ( (1, 1, 1), (1, 1, 0), (1, 0, 0) ) de
3
Determinemos M(1, 0) e tambm a expresso geral de M(x, y),
para todo o (x, y)
2
Calculando as coordenadas do vector (1, 0) na base ).
(1, 0) = a (1, 1) + b (-1, 2)
ou seja, a - b = 1 ( ... ) a = 2/3
a + 2 b = 0 b = - 1/3

e assim, (1, 0) = (2/3, - 1/3)
)
= X
T
o que nos permite determinar as coordenadas de M(1, 0) na base ),
calculando o produto AX,
e portanto, M(1, 0) = (0, 1, 1)
)
= 0 (1, 1, 1) + 1 (1, 1, 0) + 1 (1, 0, 0)
= (2, 1, 0)
)
3
Para encontrar a expresso geral de M(x, y), para todo o (x, y)
2
o mtodo anlogo. Comeamos por,
calcular as coordenadas do vector arbitrrio (x, y) na base ).
(x, y) = a (1, 1) + b (-1, 2)
ou seja, a - b = x ( ... ) a = (y + 2 x) / 3
a + 2 b = y b = (y - x) / 3

e assim, (x, y) = ((y + 2 x) / 3, + (y - x) / 3)
)
= X
T
Para determinar as coordenadas de M(x, y) na base ),
basta calcular o produto AX,
Portanto,
M(x, y) = (3 y, x - 4 y, x + y)
)
que na base cannica de
3
,
= (3 y) (1, 1, 1) + (x - 4 y) (1, 1, 0) + (x + y) (1, 0, 0)
= (2 x, x - y, 3 y)
)
3
Est assim encontrada a expresso geral,
M(x, y) = (2 x, x - y, 3 y) para todo o (x, y)
2
Como alternativa, partido das coordenadas de (x, y) na base ),
(x, y) = ((y + 2 x) / 3, + (y - x) / 3)
)
e conhecendo a base ) = ( (1, 1), (-1, 2) ), podemos escrever,
(x, y) = ((y + 2 x) / 3) (1, 1) + ((y - x) / 3) (-1, 2)
e, como M uma aplicao linear,
M(x, y) = ((y + 2 x) / 3) M(1, 1) + ((y - x) / 3) M(-1, 2)
Para calcular M(1, 1) e M(-1, 2),
recorremos prpria definio da matriz M(M; ), )).
M(1, 1) = 3 (1, 1, 1) + ( -3) (1, 1, 0) + 2 (1, 0, 0)
= (2, 0, 3)
M(-1, 2) = 6 (1, 1, 1) + ( -9) (1, 1, 0) + 1 (1, 0, 0)
= (-2, -3, 6)
Portanto,
M(x, y) = ((y + 2 x) / 3) (2, 0, 3) + ((y - x) / 3) (-2, -3, 6)
= (2 x, x - y, 3 y)
l ls so om mo or rf fi is sm mo o e en nt tr re e 4 4( (E E, , E E' ') ) e e M M
p pl ln n
( ( ) )
x x Sejam E e E' espaos vectoriais sobre tais que dim E = n e dim E' = p.
4(E, E') o conjunto das aplicaes lineares de E em E'
M
pln
() o conjunto das matrizes do tipo pn com elementos de
x x Sabemos que,
4(E, E') munido das operaes usuais de adio de aplicaes e
multiplicao por um escalar, um espao vectorial sobre
M
pln
() munido das operaes usuais de adio de matrizes e
multiplicao por um escalar, um espao vectorial sobre
x x J vimos que, a partir da expresso geral de uma aplicao linear podemos
construir a respectiva matriz, bem como obter a aplicao linear a partir da
matriz.

x x O resultado seguinte garante-nos que, 4(E, E') ! M
pln
()
x x Proposio: Sejam E e E' espaos vectoriais sobre
tais que dim E = n e dim E' = p
sejam )
1
e )
2
bases ordenadas de E e de E' respectivamente
e seja T : 4(E, E') | M
pln
()
M T(M) = M(M; )
1
, )
2
)
Prova-se que T um isomorfismo.
E Ex xe em mp pl lo os s d de e a ap pl li ic ca a e es s l li in ne ea ar re es s e em m
2 2
x x Comecemos por considerar o quadrado unitrio,
delimitado por,
(0, 0), (1, 0), (1, 1), (0, 1)
2
x x Consideremos tambm uma aplicao linear M :
2
|
2
definida por uma matriz A = M(M; )
2, )
2),
x x Calculando as imagens por M dos quatro pontos que delimitam o quadrado
unitrio,

obtemos um quadriltero, delimitado por,
M(0, 0) = (0, 0)
M(1, 0) = (a, c)
M(0, 1) = (b, d)
M(1, 1) = (a + b, c + d)
x x Tratando-se de uma apIicao Iinear, obviamente que M(0, 0) = (0, 0).
x x As duas imagens, M(1, 0) = (a, c)
M(0, 1) = (b, d)
so as coordenadas das imagens dos elementos da base cannica de
2
,
portanto as duas colunas da matriz A.
x x O clculo da imagem M(1, 1) = (a + b, c + d)
equivale soma, (a, c) + (b, d) = (a + b, c + d)
x x A imagem por M do quadrado unitrio portanto um paralelogramo,
x x Calculando o determinante da matriz A que caracteriza a aplicao linear,
no difcil verificar que |A| = a d - b c a rea do paralelogramo.
x x Analisemos alguns casos particulares de transformaes lineares em
2
, com
diversas aplicaes prticas.

x x A rotao por um ngulo T, no sentido directo definida pela matriz,

Por exemplo, para T = S / 4,
M(1, 0) = (2 / 2, 2 / 2)
M(0, 1) = (-2 / 2, 2 / 2)
M(1, 1) = (0, 2 )
Naturalmente que a rea do quadrado no se altera pois,

x x Para alterar a rea do quadrado, utilizamos a matriz de ampliao / reduo
por um factor k,
sendo a rea resultante dada por |A| = k
2
.
x x A matriz de compresso por um factor k definida por,

Por exemplo para k = 2,
M(1, 0) = (2, 0)
M(0, 1) = (0, 1/2)
M(1, 1) = (2, 1/2)
o quadrado unitrio comprimido numa das direces, mantendo a rea.

x x A matriz de cisalhamento por um factor k definida por,

Verifique que, M(1, 0) = (1, 0)
M(0, 1) = (k, 1)
M(1, 1) = (k+1, 1)
Por exemplo para k = 1,
x x e muitas mais ...

5 - Aplicações Lineares

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

5 - Aplicações Lineares

Caricato da

Copyright:

Formati disponibili

CaptuIo 5 - ApIicaes Lineares 1

e todo os outros escalares so nulos, ou seja,

2 = (1, 0), (0, 1) ), a base cannica de

3 } e portanto que M um monomorfismo.

2 = ( (1, 0), (0, 1) )

3 = ( (1, 0, 0), (0, 1, 0), (0, 0, 1) )

Potrebbero piacerti anche