Sei sulla pagina 1di 55

Curso de lgebra Linear

Aula 14
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br

Universidade Federal de So Carlos


Departamento de Matemtica

Curso de lgebra Linear - Aula 14 p. 1

Nesta aula

Transformaes Lineares
Transformaes de R2 em R2
Posto&Nulidade=Ncleo&Imagem
Matrizes Semelhantes
Curso de lgebra Linear - Aula 14 p. 2

Transformaes de R2 em R2
As transformaes do plano no plano so classificadas de
acordo com sua geometria em:
Homotetia (ampliao/reduo)
Cisalhamento
Reflexo
Rotao
Compresso/Expanso

Curso de lgebra Linear - Aula 14 p. 3

Homotetia (ampliao)
[T ] =

"

3/2 0
0 3/2

3 3
T (x, y) = ( x, y)
2 2

Curso de lgebra Linear - Aula 14 p. 4

Homotetia (encolhimento)
[T ] =

"

1/2 0
0 1/2

1 1
T (x, y) = ( x, y)
2 2

Curso de lgebra Linear - Aula 14 p. 5

Cisalhamento
[T ] =

"

1 1/2
0 1

T (x, y) = (x + y/2, y)

Curso de lgebra Linear - Aula 14 p. 6

Reflexo pelo eixo-y


[T ] =

"

1 0
0 1

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

Curso de lgebra Linear - Aula 14 p. 7

Reflexo pelo eixo-x


[T ] =

"

1 0
0 1

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

Curso de lgebra Linear - Aula 14 p. 8

Reflexo por uma reta arbitrria


"
#

2/2
2/2

[T ] =
2/2 2/2

2
2
2
2
x+
y,
x
y)
T (x, y) = (
2
2
2
2

Curso de lgebra Linear - Aula 14 p. 9

Rotao
[T ] =

"

cos 45o sen 45o


sen 45o
cos 45o

"
#

2/2 2/2

=
2/2
2/2

2
2
2
2
x
y,
x+
y)
T (x, y) = (
2
2
2
2

Curso de lgebra Linear - Aula 14 p. 10

Compresso/Expanso
[T ] =

"

2 0
0 1

T (x, y) = (2x, y)

Curso de lgebra Linear - Aula 14 p. 11

Compresso/Expanso
[T ] =

"

1 0
0 2

T (x, y) = (x, 2y)


Curso de lgebra Linear - Aula 14 p. 12

Composio de TL no plano

[S] =

"

1 0
0 2

[T ] =

"

1 1/2
0 1

= [S T ] =

"

1 1/2
0 2

T (x, y) = (x + y/2, 2y)

Curso de lgebra Linear - Aula 14 p. 13

Transformaes de R2 em R2
Vemos que cada transformao age de maneira distinta

Curso de lgebra Linear - Aula 14 p. 14

Transformaes de R2 em R2
Vemos que cada transformao age de maneira distinta
Podemos compor transformaes

Curso de lgebra Linear - Aula 14 p. 14

Transformaes de R2 em R2
Vemos que cada transformao age de maneira distinta
Podemos compor transformaes
Mais adiante veremos existem apenas os tipos
apresentados

Curso de lgebra Linear - Aula 14 p. 14

Transformaes de R2 em R2
Vemos que cada transformao age de maneira distinta
Podemos compor transformaes
Mais adiante veremos existem apenas os tipos
apresentados
Toda transformao linear do plano no plano se fatora
em transformaes desses tipos

Curso de lgebra Linear - Aula 14 p. 14

Posto & Nulidade=Ncleo & Imagem


Teorema 117 Sejam V e W espaos vetoriais de
dimenso finita, e seja T : V W uma transformao
linear. Ento, em relao a bases B de V e C de W ,
posto([T ]B
C ) = dim Im T,

e
nulidade([T ]B
C ) = dim ker T.

Curso de lgebra Linear - Aula 14 p. 15

Posto & Nulidade=Ncleo & Imagem


Teorema 117 Sejam V e W espaos vetoriais de
dimenso finita, e seja T : V W uma transformao
linear. Ento, em relao a bases B de V e C de W ,
posto([T ]B
C ) = dim Im T,

e
nulidade([T ]B
C ) = dim ker T.

Prova: Consideremos a transformao


F : ker T Rn

definida por F (v) = [v]B (aqui n = dim V ). Como sabemos,


F linear e injetora.

Curso de lgebra Linear - Aula 14 p. 15

Posto & Nulidade=Ncleo & Imagem ...


Ora,
v ker T

T (v) = 0
[T (v)]C = 0
.
B
[T ]C [v]B = 0
[v]B N ([T ]B
C ),

Mas, F (v) = [v]B , logo Im F = N ([T ]B


C ), e isso mostra que
F sobrejetora, logo um isomorfirmo.

Curso de lgebra Linear - Aula 14 p. 16

Posto & Nulidade=Ncleo & Imagem ...


Ora,
v ker T

T (v) = 0
[T (v)]C = 0
.
B
[T ]C [v]B = 0
[v]B N ([T ]B
C ),

Mas, F (v) = [v]B , logo Im F = N ([T ]B


C ), e isso mostra que
F sobrejetora, logo um isomorfirmo. Em particular,
B
dim ker T = dim N ([T ]B
)
=
nulidade([T
]
C
C ).

Curso de lgebra Linear - Aula 14 p. 16

Posto & Nulidade=Ncleo & Imagem ...


Ora,
v ker T

T (v) = 0
[T (v)]C = 0
.
B
[T ]C [v]B = 0
[v]B N ([T ]B
C ),

Mas, F (v) = [v]B , logo Im F = N ([T ]B


C ), e isso mostra que
F sobrejetora, logo um isomorfirmo. Em particular,
B
dim ker T = dim N ([T ]B
)
=
nulidade([T
]
C
C ).

Agora, pelos Teorema do Ncleo e da Imagem e pelo


Teorema do Posto e da Nulidade, conclumos que
dim Im T = posto([T ]B
C ).
Curso de lgebra Linear - Aula 14 p. 16

Posto & Nulidade=Ncleo & Imagem ...


De fato, temos
dim ker T + dim Im T = dim V,

Este o Teorema do Ncleo e da Imagem.

Curso de lgebra Linear - Aula 14 p. 17

Posto & Nulidade=Ncleo & Imagem ...


De fato, temos
dim ker T + dim Im T = dim V,

e
B
posto([T ]B
)
+
nulidade([T
]
C
C ) = n,

Este o Teorema do Posto e da Nulidade.

Curso de lgebra Linear - Aula 14 p. 17

Posto & Nulidade=Ncleo & Imagem ...


De fato, temos
dim ker T + dim Im T = dim V,

e
B
posto([T ]B
)
+
nulidade([T
]
C
C ) = n,

mas n = dim V e dim ker T = nulidade([T ]B


C ), logo
dim Im T = posto([T ]B
C ).

Curso de lgebra Linear - Aula 14 p. 17

Observao
Poderamos chegar mesma concluso considerando a
transformao G : Im T Rm , onde m = dim W , definida
por G(w) = [w]C .

Curso de lgebra Linear - Aula 14 p. 18

Observao
Poderamos chegar mesma concluso considerando a
transformao G : Im T Rm , onde m = dim W , definida
por G(w) = [w]C .
Primeiro, G tambm linear e injetora.

Curso de lgebra Linear - Aula 14 p. 18

Observao
Poderamos chegar mesma concluso considerando a
transformao G : Im T Rm , onde m = dim W , definida
por G(w) = [w]C .
Primeiro, G tambm linear e injetora.
Segundo,
w Im T

v V ; T (v) = w
v V ; [T (v)]C = [w]C
v V ; [T ]B
C [v]B = [w]C
[T ]B
C x = [w]C possui soluo
[w]C C([T ]B
C ),

Curso de lgebra Linear - Aula 14 p. 18

Observao
Poderamos chegar mesma concluso considerando a
transformao G : Im T Rm , onde m = dim W , definida
por G(w) = [w]C .
Primeiro, G tambm linear e injetora.
Segundo,
w Im T

v V ; T (v) = w
v V ; [T (v)]C = [w]C
v V ; [T ]B
C [v]B = [w]C
[T ]B
C x = [w]C possui soluo
[w]C C([T ]B
C ),

mostrando que Im G = C([T ]B


C ), ou seja,
B ).
Im T
)
.
Em
particular,
dim
Im
T
=
posto([T
]
= C([T ]B
C
C
Curso de lgebra Linear - Aula 14 p. 18

Matrizes Semelhantes
Definio 118 Sejam A e B duas matrizes n n. Dizemos
que A semelhante a B se existir uma matriz invertvel P
tal que
A = P BP 1

Curso de lgebra Linear - Aula 14 p. 19

Matrizes Semelhantes
Definio 118 Sejam A e B duas matrizes n n. Dizemos
que A semelhante a B se existir uma matriz invertvel P
tal que
A = P BP 1
Exemplo: Se

A=

4 3
5 2

eB =

ento A semelhante a B , pois

4 3
1
0
1

5 2
1 1
2

1 1

Curso de lgebra Linear - Aula 14 p. 19

Semelhana Relao de Equivalncia


A = IAI 1 , logo A semelhante a A.

Curso de lgebra Linear - Aula 14 p. 20

Semelhana Relao de Equivalncia


A = IAI 1 , logo A semelhante a A.

Se A semelhante a B , ento existe P tal que


A = P BP 1 . Sendo Q = P 1 , temos
B = IBI = Q(Q1 BQ)Q1 = Q(P BP 1 )Q1 = QAQ1 ,

logo B semelhante a A.

Curso de lgebra Linear - Aula 14 p. 20

Semelhana Relao de Equivalncia


A = IAI 1 , logo A semelhante a A.

Se A semelhante a B , ento existe P tal que


A = P BP 1 . Sendo Q = P 1 , temos
B = IBI = Q(Q1 BQ)Q1 = Q(P BP 1 )Q1 = QAQ1 ,

logo B semelhante a A.
Se A semelhante a B e B semelhante a C , ento
existem P e Q tais que A = P BP 1 e B = QCQ1 , logo
A = P BP 1 P (QCQ1 )P 1
= (P Q)C(Q1 P 1 ) = (P Q)C(P Q)1 ,

logo A semelhante a C .
Curso de lgebra Linear - Aula 14 p. 20

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Prova: De fato, temos


1
[T (v)]C2 = [I]C
C2 [T (v)]C1

Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Prova: De fato, temos


1
[T (v)]C2 = [I]C
C2 [T (v)]C1
B1
1
[T
]
= [I]C
C1 [v]B1
C2

Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Prova: De fato, temos


1
[T (v)]C2 = [I]C
C2 [T (v)]C1
B1
1
[T
]
= [I]C
C1 [v]B1
C2
B2
B1
1
[I]
[T
]
= [I]C
B1 [v]B2
C1
C2

Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Prova: De fato, temos


[T (v)]C2 =
=
=
=

Mas

1
[I]C
C2 [T (v)]C1
B1
1
[T
]
[I]C
C1 [v]B1
C2
B2
B1
C1
[I]
[T
]
[I]
B2
 C2 C1 B1 [v]

B2
B1
1
[I]
[T
]
[I]C
B1 [v]B2 , v V.
C1
C2

2
[T (v)]C2 = [T ]B
C2 [v]B2 , v V.
Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para T. L.


Teorema 119 Sejam B1 , B2 bases de V , C1 , C2 bases de
W e seja T : V W uma transformao linear. Ento vale
B2
B1
C1
2
[I]
[T
]
=
[I]
[T ]B
B1 .
C1
C2
C2

Prova: De fato, temos


[T (v)]C2 =
=
=
=

1
[I]C
C2 [T (v)]C1
B1
1
[T
]
[I]C
C1 [v]B1
C2
B2
B1
C1
[I]
[T
]
[I]
B2
 C2 C1 B1 [v]

B2
B1
1
[I]
[T
]
[I]C
B1 [v]B2 , v V.
C1
C2

B2
B1
C1
B2
B2
=
[T
]
[I]
[T
]

nica,
temos
[I]
Como [T ]C
B1
C1
C2
C2
2

Curso de lgebra Linear - Aula 14 p. 21

Mudana de Base para O. L.


Matrizes semelhantes surgem no problema da mudana de
base para operadores lineares.
Teorema 120 Sejam B , C bases de V , onde dim V = n, e
seja T : V V um operador linear. Ento vale
B
B
C
[T ]C
=
[I]
[T
]
[I]
C
C
B
B.

Em outras palavras, expressas em quaisquer duas bases,


as matrizes do operador T so semelhantes.

Curso de lgebra Linear - Aula 14 p. 22

Mudana de Base para O. L.


Matrizes semelhantes surgem no problema da mudana de
base para operadores lineares.
Teorema 120 Sejam B , C bases de V , onde dim V = n, e
seja T : V V um operador linear. Ento vale
B
B
C
[T ]C
=
[I]
[T
]
[I]
C
C
B
B.

Prova: De fato, temos


[T (v)]C = [I]B
C [T (v)]B
B
[T
]
= 
[I]B
B [v]B 
C
C
B
[I]
[T
]
= [I]B
B [v]C , v V.
B
C

C
B
B
C
=
[T
]
[I]
Da unicidade de [T ]C
[T
]
conclumos
que
[I]
B
B
C
C
C

Curso de lgebra Linear - Aula 14 p. 22

Exemplo
Se T (x, y) = (x + 3y, 2x + y) e B = {(1, 0), (0, 1)}, ento

1
3
B

[T ]B =
2
1
Se C = {(1, 1), (0, 1)}, ento qual [T ]C
C?

Curso de lgebra Linear - Aula 14 p. 23

Exemplo
Se T (x, y) = (x + 3y, 2x + y) e B = {(1, 0), (0, 1)}, ento

1
3
B

[T ]B =
2
1
Se C = {(1, 1), (0, 1)}, ento qual [T ]C
C ? Temos

1
0
1
0
B
C
1
C
,
e [I]C = ([I]B ) =
[I]B =
1 1
1 1

B [T ]B [I]C =
=
[I]
logo [T ]C
B B
C C

4 3
1
0
1
3
1
0
.
=

5 2
1 1
2
1
1 1

Curso de lgebra Linear - Aula 14 p. 23

Observao
Como vimos,

A=

4 3
5 2

eB =

1
2

so semelhantes. Alm disso,

3
1

det A = 7 = det B,
tr A = 2 = tr B,

e
posto A = 2 = posto B.

O prximo teorema nos diz que isso no coincidncia.


Curso de lgebra Linear - Aula 14 p. 24

Propriedades de matrizes semelhantes


Teorema 121 Se A e B so semelhantes, ento
i) det(A) = det(B)
ii) tr(A) = tr(B)
iii) posto(A) = posto(B)

Prova: (i) Existe P tal que A = P BP 1 , logo


det(A) = det(P BP 1 )
= det(P ) det(B) det(P 1 )
= det(P ) det(B) 1
= det(B).
det(P )

Curso de lgebra Linear - Aula 14 p. 25

Propriedades de matrizes semelhantes ...


(ii) Se E e F so matrizes quadradas ento
tr(EF ) = tr(F E) (verifique), logo
tr(A) =
=
=
=

tr(P BP 1 )
tr(P (BP 1 ))
tr((BP 1 )P )
tr(B(P 1 P )) = tr B.

Curso de lgebra Linear - Aula 14 p. 26

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Curso de lgebra Linear - Aula 14 p. 27

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Se C2 a base cannica de Rn , ento est claro que


1 .
1
=
P
[I]C
C2

Curso de lgebra Linear - Aula 14 p. 27

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Se C2 a base cannica de Rn , ento est claro que


1 .
1
=
P
[I]C
C2
Agora seja T : Rn Rn o operador definido por
T (v) = Bv.

Curso de lgebra Linear - Aula 14 p. 27

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Se C2 a base cannica de Rn , ento est claro que


1 .
1
=
P
[I]C
C2
Agora seja T : Rn Rn o operador definido por
T (v) = Bv.
C2
2
=
B
e
[T
(v)]
=
[T
]
Nesse caso, [T ]C
C2
C2 [v]C2 = Bv.
C2

Curso de lgebra Linear - Aula 14 p. 27

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Se C2 a base cannica de Rn , ento est claro que


1 .
1
=
P
[I]C
C2
Agora seja T : Rn Rn o operador definido por
T (v) = Bv.
C2
2
=
B
e
[T
(v)]
=
[T
]
Nesse caso, [T ]C
C2
C2 [v]C2 = Bv.
C2

Mas
C1
C2
C2
1
1
=
P
BP
=A
[I]
[T
]
=
[I]
[T ]C
C2
C2
C1
C1

Curso de lgebra Linear - Aula 14 p. 27

Propriedades de matrizes semelhantes ...


(iii) Seja C1 a base de Rn cujos vetores formam as colunas
de P 1 , onde A = P BP 1 .

Se C2 a base cannica de Rn , ento est claro que


1 .
1
=
P
[I]C
C2
Agora seja T : Rn Rn o operador definido por
T (v) = Bv.
C2
2
=
B
e
[T
(v)]
=
[T
]
Nesse caso, [T ]C
C2
C2 [v]C2 = Bv.
C2

Mas
C1
C2
C2
1
1
=
P
BP
=A
[I]
[T
]
=
[I]
[T ]C
C2
C2
C1
C1

Agora, pelo teorema 117, segue que


C2
1
)
e
posto
B
=
posto([T
]
posto A = posto([T ]C
C2 ) so
C1
ambos iguais a dim Im T .
Curso de lgebra Linear - Aula 14 p. 27

Fim da Aula 14

Final da Aula 14, obrigado.

Curso de lgebra Linear - Aula 14 p. 28

Fim da Aula 14

Curso de lgebra Linear - Aula 14 p. 29

Potrebbero piacerti anche