Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
4 Exercícios Resolvidos 19
5 Exercícios Propostos 26
Bibliografia 29
1
Recorde-se que uma aplicação (ou função) de um conjunto sobre outro é uma regra que, a cada
elemento do primeiro conjunto (conjunto de partida), faz corresponder um e um só elemento do
segundo (conjunto de chegada).
As transformações lineares são aplicações entre dois espaços vectoriais que, num certo sentido,
preservam as operações de adição e multiplicação escalares definidas nesses espaços.
A importância de que se revestem na resolução de diversos problemas de Engenharia, tornam as
transformações lineares um tema obrigatório de estudo num curso introdutório de Álgebra Linear.
Neste capítulo faremos uma digressão sucinta pelos aspectos essenciais das transformações lineares,
realçando, nomeadamente, as ligações estreitas existentes entre as noções de transformação linear
e de matriz.
−1 /3
y=
1
1
+90º 1
x=
1 /3
Em geral, a multiplicação da matriz A pelo vector genérico x = (x1 , x2 ) ∈ IR2 conduz ao vector
y = (−x2 , x1 ) pois
0 −1 x1 −x2
Ax = = =y. (2)
1 0 x2 x1
Geometricamente, o vector transformado y = (−x2 , x1 ) pode ser visto como o resultado da rotação
de x = (x1 , x2 ) de 90 ◦ no sentido positivo, tal como ilustra a fig. 2.
1 Não havendo perigo de confusão quanto à base fixada, identificaremos um vector de IRn com a matriz coluna
2 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
x x2
x = 1
x2
− x2 +90º
x1 1
− x
Ax = 2 x1
x1
Deste modo, a matriz A define uma aplicação T de IR2 para IR2 , designada por rotação, que a
cada vector x ∈ IR2 associa o vector y = Ax ∈ IR2 . Simbolicamente, T pode representar-se por
T : IR2 → IR2
x → y = T (x) = Ax.
T : IR2 → IR2
(x1 , x2 ) → T (x1 , x2 ) = (−x2 , x1 ).
T diz-se uma transformação linear dado que satisfaz as condições da definição seguinte:
Definição 1.1 Sejam E e F dois espaços vectoriais sobre o mesmo corpo IK. Uma aplicação
T : E → F diz-se uma transformação (ou aplicação) linear de E em F se:
para todos os vectores x e y de E e todos os escalares λ e µ de IK. De facto, esta última igualdade
é equivalente às anteriores podendo ser igualmente utilizada para definir transformação linear.
Uma transformação linear de E em F também se diz um homomorfismo. Em particular,
dir-se-á um monomorfismo se é injectiva, um epiformismo se é sobrejectiva, um isomorfismo
se é bijectiva, um endomorfismo se F = E e um automorfismo se é simultaneamente um
endoformismo e um isomorfismo.
3 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exemplo 1.1 Comecemos por verificar que a rotação T (x) = Ax vista acima é uma transformação
y pertencentes a IR2 e um escalar arbitrário
linear. Com efeito, dados dois quaisquer vectores x e
λ ∈ IR, as propriedades da multiplicação de matrizes permitem escrever
T (x + y ) = A(x +
y ) = Ax + A
y = T (x) + T (y)
e
T (λx) = A(λx) = λAx = λT (x).
Mais geralmente, seja A uma matriz qualquer de tipo m × n e x um vector de IRn . A aplicação
T : IRn → IRm definida por T (x) = Ax é uma transformação linear. A verificação resulta das
propriedades da multiplicação de matrizes, tal como no caso da rotação.
Exemplo 1.2 Uma das transformações lineares mais simples é a função f : IR → IR dada for
f (x) = ax, com a ∈ IR. Esta função é representada geometricamente, num plano onde se fixou um
referencial cartesiano ortonormado, por uma recta que passa pela origem e tem declive a. Com
efeito, f é uma transformação linear pois, para quaisquer x, y ∈ IR e λ ∈ IR, tem-se
f (x + y) = a(x + y) = ax + ay = f (x) + f (y)
e
f(λx) = a(λx) = λ(ax) = λf (x).
Por outro lado, já a função quadrática f(x) = x2 (representada geometricamente por uma parábola)
não é uma transformação linear pois, por exemplo, para x = 1 e y = 1, tem-se f(1 + 1) = f (2) =
22 = 4 e f(1) + f (1) = 12 + 12 = 2. Assim,
f (1 + 1) = f (1) + f(1),
e, portanto, a primeira condição da definição 1.1 não se verifica.
Vejamos algumas propriedades das transformações lineares.
Proposição 1.1 Sejam E e F dois espaços vectoriais sobre o corpo IK e T uma transformação
linear de E em F. Então vale o seguinte:
(a) T (0E ) = 0F , onde 0E e 0F designam respectivamente os vectores nulos de E e F.
(b) T (−x) = −T (x), ∀x ∈ E
(c) T (x − y) = T (x) − T (y ), ∀x, y ∈ E.
(d) Se x = λ1v1 + · · · + λpvp , com v1 , . . . , vp ∈ E e λ1 , . . . , λp ∈ IK, então
T (x) = T (λ1v1 + · · · + λpvp ) = λ1 T (v1 ) + · · · + λp T (vp ).
Demonstração Para provar (a) recorde-se que 0IKx = 0E para qualquer x ∈ E. Então, atendendo
à definição de transformação linear e de novo à igualdade anterior, tem-se
T (0E ) = T (0IKx) = 0IKT (x) = 0F .
A propriedade (b) é consequência de −x = (−1)x. De facto, daqui segue-se que
T (−x) = T [(−1)x] = (−1)T (x) = −T (x),
atendendo à definição de transformação linear.
Quanto à propriedade (c) tem-se, atendendo a que x−y = x+(−y), à definição de transformação
linear e à propriedade (b):
T (x − y) = T [x + (−y )] = T (x) + T (−
y ) = T (x) − T (y ).
Deixa-se a demonstração de (d) como exercício.
4 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exemplo 1.3 Considere-se
T : IR2 → IR2
(x1 , x2 ) → T (x1 , x2 ) = (x2 , x1 ).
Q ≡ T ( x ) = ( x2 , x1 )
x1
x2 P ≡ x = ( x1 , x2 )
x2 x1
Figura 3: Reflexão.
5 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
1. O vector (x1 , x2 ) pode escreve-se na forma
3.
(x1 , x2 ) = x1 (1, 0) + x2 (0, 1)
donde, pela alínea (d) da proposição 1.1,
T (x1 , x2 ) = x1 T (1, 0) + x2 T (0, 1), (3)
ou seja,
(x2 , x1 ) = x1 (0, 1) + x2 (1, 0).
2. Esta igualdade escreve-se matricialmente na forma
x2 0 1
= x1 + x2 ,
x1 1 0
pelo que equivale ao seguinte produto matricial:
0 1 x1 x2
= .
1 0 x2 x1
0 1
Assim, a matriz AT = permite definir alternativamente a reflexão T por
1 0
T (x) = AT x, ∀x ∈ IR2 .
Supondo fixada em IR2 a base canónica e1 = (1, 0) e e2 = (0, 1), da igualdade (3) conclui-se
que as colunas da matriz AT são, respectivamente, as imagens de e1 e e2 por meio de T expressas
naquela base. Efectivamente, tem-se T (e1 ) = (0, 1) = e2 e T (e2 ) = (1, 0) = e1 , pelo que a 1a coluna
de AT contém as coordenadas de e2 e, a 2a coluna, as coordenadas de e1 . A matriz AT diz-se a
matriz representativa de T relativamente à base fixada em IR2 .
Exemplo 1.4 Seja T : IR3 → IR2 a função dada por
T (x1 , x2 , x3 ) = (x1 , x3 ).
Para verificar que T é linear sejam (x1 , x2 , x3 ) e (y1 , y2 , y3 ) quaisquer vectores de IR3 e λ ∈ IR.
Então, de forma análoga à do exemplo 1.3, tem-se
T [(x1 , x2 , x3 ) + (y1 , y2 , y3 )] = T (x1 + y1 , x2 + y2 , x3 + y3 )
= (x1 + y1 , x3 + y3 ) = (x1 , x3 ) + (y1 , y3 )
= T (x1 , x2 , x3 ) + T (y1 , y2 , y3 ).
e
T [λ(x1 , x2 , x3 )] = T (λx1 , λx2 , λx3 )
= (λx1 , λx3 ) = λ(x1 , x3 )
= λT (x1 , x2 , x3 ).
Supondo fixadas em IR3 e IR2 as respectivas bases canónicas, tal como foi sugerido no exemplo
anterior e será provado no teorema 1.1, para obter a representação matricial de T bastará calcular
T (e1 ) = T (1, 0, 0) = (1, 0), T (e2 ) = T (0, 1, 0) = (0, 0) e T (e3 ) = T (0, 0,1) = (0, 1) e considerar a
1 0 0
matriz de tipo 2×3 formada por estas imagens, isto é, AT = . De facto, para qualquer
0 0 1
x = (x1 , x2 , x3 ) , verifica-se que T (x) = AT x pois
x
0 0 0 1 x1
AT x = x2 = .
1 0 1 x3
x3
6 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exemplo 1.5 Considere-se a transformação T : IRn → IRn tal que T (x) = c x, onde c é uma cons-
tante real. Trata-se de uma transformação linear que, no caso de c = 0, se diz a transformação
nula de IRn em IRn e é representada matricialmente pela matriz nula. Caso c = 1, obtém-se a
transformação identidade em IRn , que é representada matricialmente pela matriz identidade
de ordem n, In , visto que T (x) = x ⇔ T (x) = Inx.
Exemplo 1.6 Seja Pn o espaço vectorial dos polinómios de grau menor ou igual a n e Sn =
{1, x, x2 , . . . , xn } a sua base canónica. Considere-se, em particular, a transformação D : P3 → P3
(designada por operador de derivação) que a cada polinómio
p(x) = a0 + a1 x + a2 x2 + a3 x3 ∈ P3
faz corresponder a sua derivada
dp
D(p) = (x) = a1 + 2a2 x + 3a3 x2 ∈ P3 .
dx
D é uma transformação linear pois, dados p(x) = a0 +a1 x+a2 x2 +a3 x3 , q(x) = b0 +b1 x+b2 x2 +b3 x3
e λ escalar, tem-se
D(p + q) = D(p) + D(q)
e
D(λp) = λD(p).
De facto, estas igualdades deduzem-se com facilidade, atendendo a que a derivada da soma é a
soma das derivadas e que a derivada do produto de uma constante por uma função é o produto da
constante pela derivada da função.
Para obter a matriz representativa de D, vamos exprimir na base S3 = {1, x, x2 , x3 } as imagens
dos elementos de S3 por meio de D. Tem-se então
D(1) = 0 = 0 × 1 + 0 × x + 0 × x2 + 0 × x3 ,
D(x) = 1 = 1 × 1 + 0 × x + 0 × x2 + 0 × x3 ,
D(x2 ) = 2x = 0 × 1 + 2 × x + 0 × x2 + 0 × x3 ,
D(x3 ) = 3x2 = 0 × 1 + 0 × x + 3x2 + 0 × x3
e, portanto, D pode ser representada matricialmente por
0 1 0 0
0 0 2 0
AD = 0 0 0 3
.
0 0 0 0
A matriz representativa de D comporta toda a informação que é essencial para determinar os
coeficientes da derivada de qualquer polinómio de P3 e, consequentemente, essa mesma derivada.
De facto, obtêm-se os coeficientes da derivada dum polinómio p(x) = a0 + a1 x + a2 x2 + a3 x3
multiplicando a matriz AD pelos coeficientes de p(x) :
a0 0 1 0 0 a0 a1
a1 0 0 2 0 a1 2a2
AD
a2 = 0 0 0 3 a2 = 3a3 .
a3 0 0 0 0 a3 0
Vimos, no exemplo 1.1 acima, que qualquer matriz de elementos reais define uma transfor-
mação linear. Nos restantes exemplos, mesmo quando as transformações lineares não foram dadas
matricialmente, foram determinadas matrizes representativas. A questão que naturalmente se põe,
é a de saber se qualquer transformação linear de um espaço vectorial para outro tem uma repre-
sentação matricial. A resposta é afirmativa no caso dos espaços vectoriais de dimensão finita como
se mostra no resultado seguinte.
7 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Teorema 1.1 Sejam E e F espaços vectoriais de dimensão finita. Suponham-se fixadas em E e
em F as bases ordenadas2 {e1 , e2 , . . . , en } e {f1 , f2 , . . . , fm }, respectivamente, e seja T : E → F
uma transformação linear.
Então, a imagem y = T (x) ∈ F de qualquer vector x ∈ E obtém-se por
y1 x1
y2 x2
y = Ax ⇔ . = A . ,
.. ..
ym xn
em que:
ou seja, T (x) é uma combinação linear das imagens dos vectores da base {e1 , e2 , . . . , en } de E.
Ora, estas imagens representam-se na base {f1 , f2 , . . . , fm } de F por
ou matricialmente por
a1i
a2i
T (ei ) = .. .
.
ami
Então, por (4), T (x) pode escrever-se na forma
a11 a12 a1n
a21 a22 a2n
T (x) = x1 . + x2 . + · · · + xn .
.. .. ..
am1 am2 amn
a11 x1 + a12 x2 + · · · + a1n xn
a21 x1 + a22 x2 + · · · + a2n xn
= .. . (5)
.
am1 x1 + am2 x2 + · · · + amn xn
2 Suporemos aqui que os vectores das bases de E e F obedecem a uma ordenação pré-fixada.
8 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Note-se que as linhas desta última matriz são exactamente as coordenadas de T (x) na base
{f1 , f2 , . . . , fm } inicialmente fixada em F . Designando T (x) por
y e aquelas coordenadas por
y1 , y2 , . . . , ym , obtém-se de (5)
y1 a11 a12 ··· a1n x1
y2 a21 a22 ··· a2n x2
.. = .. .. .. .. .. ,
. . . . . .
ym am1 am2 · · · amn xn
ou seja, y = Ax em que A designa, como se enunciou, a matriz cujas colunas são as imagens por
meio de T dos vectores da base fixada em E. Visto que estas imagens se escrevem de maneira
única em função dos vectores da base de F , conclui-se que A é a única matriz que representa T
nas bases ordenadas fixadas em E e F .
Dispondo nas colunas de uma matriz as coordenadas de T (e1 ), T (e2 ) e T (e3 ) na base {f1 , f2 },
obtém-se a matriz que representa T nas bases fixadas:
−1 1 −1
.
1 0 1
Por outro lado, se em IR2 a base fixada tivesse sido a base canónica formada pelos vectores
e1 = (1, 0) e , e2 = (0, 1), a transformação T seria representada pela matriz
0 1 0
,
1 0 1
Exemplo 1.8 Suponha-se de novo a reflexão T : IR2 → IR2 dada por T (x1 , x2 ) = (x2 , x1 ). Ora já
se viu que estando fixada em IR2 a base canónica, a matriz que representa T é
0 1
,
1 0
pois T (e1 ) = T (1, 0) = (0, 1) = e2 e T (e2 ) = e1 . Suponha-se, por outro lado, fixada em IR2 a base
{f1 , f2 } com f1 = (1, 1) e f2 = (−1, 1). Para obter a matriz de T na nova base há que determinar
T (f1 ) e T (f2 ) e exprimir estes vectores naquela base. Então, como
9 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
1.1 A Composição de Transformações Lineares e o Produto Matricial
Consideremos agora duas transformações lineares T : E → F e S : F → G entre espaços vectoriais
de dimensão finita. A composição de S com T é a transformação S ◦ T definida por
Vimos no teorema anterior que a cada transformação linear está associada a matriz que a repre-
senta relativamente às bases consideradas. Observemos agora que a composição de transformações
lineares está associada ao produto das matrizes que representam aquelas transformações nas bases
consideradas.
Proposição 1.2 Sejam E, F e G espaços vectoriais sobre o mesmo corpo e designemos respec-
tivamente por AT e AS as matrizes que representam as transformações lineares T : E → F e
S : F → G relativamente a bases fixadas em E, F e G. Então, a matriz AS◦T que representa S ◦ T,
relativamente às mesmas bases, é o produto de AS por AT , isto é, AS◦T = AS AT .
Demonstração Provemos primeiro que S ◦ T é uma transformação linear. Com efeito, para
quaisquer x, y ∈ E tem-se
Exemplo 1.9 Consideremos duas transformações lineares T : IR2 → IR3 e S : IR3 → IR2 repre-
sentadas, relativamente às bases canónicas de IR2 e IR3 , por
0 1
2 0 1
AT = 0 1 e AS = .
1 1 0
1 1
10 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
1.2 Mudança de Base
Seja T : E → E um endomorfismo do espaço vectorial E de dimensão finita. Quando neste espaço se
efectua uma mudança de base, cada vector de E passa a ser representado por coordenadas distintas
das iniciais. Estamos agora interessados em estudar a alteração provocada por uma mudança de
base na matriz representativa do endomorfismo T . Comecemos com um exemplo ilustrativo.
Exemplo 1.10 Seja E um espaço vectorial de base {e1 , e2 , e3 } e T : E → E uma transformação
linear cuja representação relativamente à base indicada é
−1 0 −2
A= 0 0 1 .
0 −1 0
pretende-se:
(a) Mostrar que {f1 , f2 , f3 } é uma nova base de E.
(b) Determinar a matriz associada a T na nova base.
Para ver (a) basta verificar que f1 , f2 e f3 são linearmente independentes. Ora, λ1 f1 + λ2 f2 +
λ3 f3 = 0E equivale a
λ1 (e1 + e2 ) + λ2 (−e1 − e3 ) + λ3 (e1 + 2e3 ) = 0E
(λ1 − λ2 + λ3 )e1 + λ1e2 + (−λ2 + 2λ3 )e3 = 0E .
Como e1 , e2 e e3 são linearmente independentes, a última igualdade equivale a
λ1 − λ2 + λ3 = 0 λ1 = 0
λ1 = 0 ⇔ λ2 = 0 ,
−λ2 + 2λ3 = 0 λ3 = 0
as expressões de T (f1 ), T (f2 ) e T (f3 ) na base {f1 , f2 , f3 } obtêm-se por:
λ1 − λ2 + λ3 = −1 λ1 = 0
λ1 f1 + λ2 f2 + λ3 f3 = (−1, 0, −1) ⇔ λ1 = 0 ⇒ λ2 = 1 ,
−λ2 + 2λ3 = −1 λ3 = 0
λ1 − λ2 + λ3 = 3 λ1 = −1
λ1 f1 + λ2 f2 + λ3 f3 = (3, −1, 0) ⇔ λ1 = −1 ⇒ λ2 = −4
−λ2 + 2λ3 = 0 λ3 = −8
e
λ1 − λ2 + λ3 = −5 λ1 = 2
λ1 f1 + λ2 f2 + λ3 f3 = (−5, 2, 0) ⇔ λ1 = 2 ⇒ λ2 = 14 .
−λ2 + 2λ3 = 0 λ3 = 7
11 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Consequentemente, a matriz associada a T na nova base é
0 −1 2
B= 1 −4 14 .
0 −8 7
Podemos agora perguntar se existe alguma relação entre entre as matrizes A e B do exemplo
anterior. Efectivamente, A e B são matrizes semelhantes, isto é, existe uma matriz P, invertível,
tal que B = P −1 AP.
Antes de justificar esta afirmação, vejamos como pode P ser obtida. Considerando as igualdades
(6) dadas no enunciado para relacionar as bases {f1 , f2 , f3 } e {e1 , e2 , e3 }, podemos escrever
1 −1 1
[ f1 f2 f3 ] = [ e1 e2 e3 ] 1 0 0 . (7)
0 −1 2
A mencionada matriz P é precisamente a matriz que se encontra mais à direita nesta igualdade e
diz-se a matriz de mudança de base, isto é,
1 −1 1
P = 1 0 0
0 −1 2
Note-se que a matriz P é invertível. Com efeito, as 1a , 2a e 3a colunas de P são formadas,
respectivamente, pelas coordenadas de f1 , f2 e f3 na base {e1 , e2 , e3 }. Deste modo, as colunas de
P são linearmente independentes se e só se f1 , f2 e f3 também o forem. Dado que estes vectores
são linearmente independentes, conclui-se que o mesmo acontece com as colunas de P , pelo que
esta matriz é invertível.
Além disto, supondo que x se exprime na base {e1 , e2 , e3 } por x = x1e1 + x2e2 + x3e3 , podemos
escrever esta igualdade na forma matricial do seguinte modo:
x1
x = e1 e2 e3 x2 .
x3
Logo, por (7), concluimos que
x1 x1
x = f1 f2 f3 P −1 x2 = f1 f2 f3 x2
x3 x3
ou, mais sucintamente,
x = f1 f2 f3 P −1 X = f1 f2 f3 X,
onde X e X designam as matrizes coluna correspondentes às coordenadas de x nas bases {e1 , e2 , e3 }
e {f1 , f2 , f3 }, respectivamente. Deduz-se assim que
X = P −1 X ⇔ X = P X , (8)
exprimindo estas igualdades a relação existente entre as coordenadas de x em cada uma daquelas
bases.
Generalizando para vectores com um qualquer número finito de coordenadas, podemos enunciar:
Proposição 1.3 Se {e1 , . . . , en } e {f1 , . . . , fn } são duas bases de um espaço vectorial de dimensão
finita e P é a matriz de mudança de base, então as matrizes coluna X e X , que representam um
mesmo vector x em cada uma das bases, estão relacionadas por X = P X .
12 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Passamos agora a justificar o que afirmámos atrás: as matrizes A e B do exemplo 1.10 são
semelhantes.
Supondo fixada em E a base {e1 , e2 , e3 }, a transformação T pode escrever-se matricialmente
na forma
Y = AX, (9)
onde X é a matriz coluna que representa, naquela base, um dado vector x ∈ E e Y representa a
correspondente imagem, na mesma base. Se a base de E passar a ser {f1 , f2 , f3 }, a transformação
T passar-se-á a representar por
Y = BX , (10)
onde X e Y são, respectivamente, as expressões de X e Y na nova base. Sendo P a matriz de
mudança de base temos, por (8), que Y = P −1 Y e X = P X . Utilizando estas igualdades e (9),
obtemos
Y = P −1 Y = P −1 AX = P −1 AP X .
Comparando esta expressão com (10), conclui-se que
B = P −1 AP,
isto é, as matrizes que representam T nas bases {f1 , f2 , f3 } e {e1 , e2 , e3 } são semelhantes.
No caso do exemplo 1.10, o leitor pode facilmente verificar que a inversa da matriz de mudança
de base P obtida em (7) é
0 1 0
P −1 = −2 2 1
−1 1 1
e que P −1 AP = B.
Todas as deduções feitas são evidentemente válidas num espaço vectorial de dimensão finita,
pelo que podemos enunciar:
Sendo A a matriz representativa de T, é imediato verificar que Nuc(T ) coincide com o espaço nulo
da matriz A e que T (E) não é mais do que o espaço das colunas da mesma matriz (recordem-se as
secções 4.5 e 4.6 do volume I. Consequentemente, o seguinte resultado é válido:
13 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exemplo 2.1 Considere-se a transformação linear T : IR3 → IR2 definida por
T (x1 , x2 , x3 ) = (x2 , x1 + x3 ).
Tem-se
Assim, Nuc(T ) é constituído pelos vectores de IR3 da forma (−x3 , 0, x3 ) = x3 (−1, 0, 1), ou seja,
Nuc(T ) =
(−1, 0, 1).
Para obter
Escrevendo a matriz ampliada deste sistema e calculando a respectiva característica (para o que é
suficiente efectuar uma troca de linhas) obtém-se
0 1 0 | y1 1 0 1 | y2
−→ .
1 0 1 | y2 0 1 0 | y1
Como a característica da matriz dos coeficientes iguala a da matriz ampliada, conclui-se que o
sistema é sempre possível, qualquer que seja o vector (y1 , y2 ) ∈ IR2 . Consequentemente, T (IR3 ) =
IR2 . Finalmente, o conjunto {(0, 1), (1, 0)} constitui uma base de T (IR3 ), visto que é formado pelas
colunas da matriz representativa de T homólogas das que contêm os redutores da matriz em escada.
Demonstração Seja n = dim E e e1 , . . . , ek uma base para Nuc(T ), donde k = dim Nuc(T ) ≤ n.
Pelo teorema 2.4 (pág. 59) de [4], aqueles elementos são parte de uma certa base de E, por exemplo,
14 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
formam uma base de T (E). Ficará assim demonstrado que dim T (E) = r e visto que k + r = n,
fica igualmente provado o teorema.
y ∈ T (E). Então, existe
Vejamos primeiro que os r elementos (12) geram T (E). Para tal, seja
x ∈ E tal que y = T (x). Dado que
tem-se
k
k+r
k+r
y = T (x) = λi T (ei ) + λi T (ei ) = λi T (ei ),
i=1 i=k+1 i=k+1
atendendo a que T é uma transformação linear e ao facto de T (e1 ) = · · · = T (ek ) = 0F. Isto prova
que os r elementos de (12) geram T (E).
Provemos finalmente a independência linear destes vectores. Suponhamos que existem escalares
λk+1 , . . . , λk+r tais que
k+r
λi T (ei ) = 0F .
i=k+1
pelo que o vector x = λk+1ek+1 + · · · + λk+rek+r ∈ Nuc(T ). Logo, existem escalares λ1 , . . . , λk tais
que x = λ1e1 + · · · + λkek e, portanto,
k
k+r
x − x = λiei − λiei = 0E .
i=1 i=k+1
Dado que os vectores (11) são linearmente independentes, os escalares λi , i = 1, . . . , k +r, são nulos
e, assim, os r elementos considerados em (12) são linearmente independentes.
Exercício 2.1 Supondo fixada em IR3 a base canónica, determinar o núcleo e a imagem da trans-
formação linear T : IR3 → IR3 definida por T (x1 , x2 , x3 ) = (−2x1 , x2 + x3 , x1 ).
Resolução Bastará determinar os espaços nulo e das colunas da matriz representativa de T . Esta
última é a matriz
−2 0 0
A = 0 1 1 ,
1 0 0
pois T (1, 0, 0) = (−2, 0, 1), T (0, 1, 0) = (0, 1, 0) e T (0, 0, 1) = (0, 1, 0). Para obter o espaço nulo é
necessário resolver o sistema Ax = 0, procedendo-se como segue:
−2 0 0 | 0 −2 0 0 | 0
0 1 1 | 0 −→ 0 1 1 | 0
1
1 0 0 | 0 L1 + L 3 0 0 0 | 0
2
1 1 0 0 | 0
− 2 L1
0 1 1 | 0 .
−→
0 0 0 | 0
15 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
donde Nuc(T ) = {(0, −x3 , x3 ) : x3 ∈ IR} =
(0, −1, 1) .
Para obter o espaço imagem T (IR3 ) é necessário determinar os vectores y = (y1 , y2 , y3 ), para
os quais o sistema Ax = y é possível, prodecendo-se do seguinte modo:
−2 0 0 | y1 −2 0 0 | y1
0 1 1 | y2 −→ 0 1 1 | y2 .
1 1
1 0 0 | y3 L
2 1 + L3 0 0 0 | y
2 1 + y 3
{(0, 1, 0), (−2, 0, 1)} . Visto que os vectores geradores de T (IR3 ) são linearmente independentes
tem-se dim T (IR3 ) = 2.
Como não podia deixar de ser, verifica-se que
Tθ pode ser interpretada geometricamente como uma rotação dos vectores do plano de θ radianos.
Com efeito, é fácil verificar analiticamente que θ é o ângulo formado pelo vector (x1 , x2 ) e pela sua
imagem Tθ (x1 , x2 ), o que justifica a interpretação geométrica dada (recorde-se a matriz (1) que foi
interpretada geometricamente como uma rotação de 90 ◦ no plano; trata-se de um caso particular
de Aθ visto que coincide com Aπ/2 ).
y
y = 1
y2 y 2 = x 1sen θ + x 2 cos θ
θ
x2 x
−θ x = 1
x 2
y1 = x 1 sen θ − x 2 cos θ x1
Na figura 4, a imagem (y1 , y2 ) = T (x1 , x2 ) pode ser entendida como o resultado da rotação do
vector (x1 , x2 ). É natural portanto a pergunta: existe uma transformação “contrária” que reponha
16 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
a situação inicial, isto é, que permita obter (x1 , x2 ) a partir de (y1 , y2 )? Intuitivamente, conclui-se
de imediato que a transformação procurada é a rotação de −θ radianos. Esta transformação diz-se
a transformação inversa de Tθ e representa-se por Tθ−1 . Por analogia com Aθ , a matriz que a
define é dada por:
cos (−θ) − sen (−θ) cos θ sen θ
A−θ = = .
sen (−θ) cos (−θ) − sen θ cos θ
Note-se que A−θ é a matriz inversa de Aθ , pois Aθ A−θ = I2 , como pode ser facilmente verificado.
Este facto revela o paralelismo existente entre a operação de inversão de matrizes e a operação de
inversão de transformações lineares.
Para melhor precisarmos as noções anteriores, consideremos a transformação linear
T : E → T (E) ⊆ F.
(a) T é invertível;
(b) A transformação inversa T −1 : T (E) ⊆ F → E definida por T −1 [T (x)] = x, ∀x ∈ E, é
uma transformação linear;
(c) Nuc(T ) = {0E }, isto é, o núcleo de T reduz-se ao vector nulo de E;
(d) T transforma vectores linearmente independentes de E em vectores linearmente independentes
de F , isto é, se v1 , v2 , . . . , vp são vectores linearmente independentes de E então T (v1 ), T (v2 ),
. . . , T (vp ) são vectores linearmente independentes de F .
(a) ⇒ (b) Em primeiro lugar, é necessário verificar que T −1 é uma aplicação. Com efeito, dado
u ∈ T (E), existe um e um só x ∈ E tal que T (x) = u. Isto porque, atendendo à injectividade
de T, é absurdo supor a existência de dois vectores x e y tais que x =
y e T (x) = T (y) = u.
Por conseguinte, T −1 é uma aplicação.
Para verificar que T −1 é linear, sejam u, v ∈ T (E) e λ, µ escalares. Assim, existem x, y ∈ E
tais que u = T (x) e v = T (y ). Então,
tendo em conta que T é linear e que T −1 (u) = T −1 [T (x)] = x e T −1 (v) = T −1 [T (y )] = y,
por definição de T −1 . Fica assim provado que T −1 é uma transformação linear.
17 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
(b) ⇒ (c) Seja x ∈ E tal que T (x) = 0F . Aplicando T −1 a ambos os membros, obtém-se
x = T −1 (0F ). Como por hipótese T −1 é uma transformação linear, tem-se
pois Nuc(T ) = {0E }. Como, por hipótese, v1 , v2 , . . . , vp são linearmente independentes,
segue-se que λ1 , λ2 , . . . , λp = 0. Consequentemente, T (v1 ), T (v2 ), . . . , T (vp ) são linearmente
independentes.
(d) ⇒ (a) Há que provar que T é injectiva, isto é, que T (x) = T (y) ⇒ x = y, ∀x, y ∈ E. Dado
que T é de dimensão finita, pode supor-se, sem perda de generalidade, que {e1 , e2 , . . . , en } é
uma base de E. Então, sejam x = λ1e1 + λ2e2 + · · · + λnen e y = µ1e1 + µ2e2 + · · · + µnen
vectores de E tais que T (x) = T (y). Esta igualdade equivale a
n n
T λiei = T µiei
i=1 i=1
Como e1 , e2 , . . . , en são linearmente independentes, resulta da hipótese que T (e1 ), T (e2 ), . . . ,
T (en ) são também independentes. Então, de (13) conclui-se que λ1 −µ1 , λ2 −µ2 , . . . , λn −µn ,
são todos nulos e, portanto, x = y, como se queria provar.
Demonstração Sendo T injectiva tem-se que dim Nuc(T ) = 0E . Da igualdade dim Nuc(T )+
dim T (E) = n e do facto de F ter a mesma dimensão que E, resulta que T (E) = F . Assim, T é so-
brejectiva e, portanto, bijectiva. Da proposição 3.1-(b) segue-se então que ambas as transformações
lineares compostas T −1 ◦ T e T ◦ T −1 são representadas pela matriz identidade In , pois
−1
T ◦ T (x) = T −1 [T (x)] = x = Inx, ∀x ∈ E
e
T ◦ T −1 (x) = T [T −1 (x)] = x = Inx, ∀x ∈ F.
Por outro lado, seja AT −1 a matriz quadrada que representa a transformação linear inversa
T −1 nas bases consideradas. Pela proposição 1.2, AT −1 ◦T = AT −1 AT e AT ◦T −1 = AT AT −1 donde,
AT −1 AT = AT AT −1 = In , ou seja, AT −1 é a matriz inversa de AT .
18 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exemplo 3.1 Considere-se a transformação linear T : IR3 → IR3 cuja representação matricial é
−1 1 0
AT = 1 1 1 ,
0 1 1
Conclui-se então que o sistema homogéneo T (x1 , x2 , x3 ) = (0, 0, 0) é possível e determinado, o que
implica que Nuc(T ) = {(0, 0, 0)}, ou seja, T é injectiva.
Para obter o subespaço imagem T (IR3 ) efectuam-se os seguintes procedimentos:
−1 1 0 | y1 −1 1 0 | y1
1 1 1 | y2 → 0 2 1 | y2 + y1
L1 + L2
0 1 1 | y3 0 1 1 | y3
−1 1 0 | y1
→ 0 2 1 | y 2 + y1 .
− 12 L2 + L3 0 0 12 | y3 − y2 +y 2
1
Assim, T (IR3 ) = IR3 pois o sistema é sempre possível, qualquer que seja y = (y1 , y2 , y3 ) ∈ IR3 .
Deste modo, T é sobrejectiva e, dado que é injectiva, é bijectiva. Aliás, este facto poderia ter sido
imediatamente concluido após a verificação da invertibilidade de T . Com efeito, sendo T invertível
e representada por uma matriz quadrada fica garantido, pela proposição 3.2, que T é bijectiva.
Finalmente, a determinação da transformação inversa T −1 pode, portanto, fazer-se calculando
a matriz inversa de AT , que é a matriz
0 1 −1
1 1 −1 .
−1 −1 2
4 Exercícios Resolvidos
1 Verifique quais das aplicações são lineares (considere C como um espaço vectorial real):
(b) S : C → IR4
z = x + yi → S(z) = S(x + yi) = (x, x + y, −y, x) ,
19 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
(c) ϕ : IR2 → IR3
(x1, x2 ) → ϕ(x1 , x2 ) = (x1 , x2 , k) , k constante real.
Resolução Em cada uma das alíneas vamos proceder à verificação das condições da definição
de transformação linear.
(1a) Verificação de 1: para quaisquer x = (x1 , x2 , x3 ) e y = (y1 , y2 , y3 ) de IR3 , tem-se
Logo T é linear.
(1b)Verificação de 1: para quaisquer z1 = x1 + y1 i e z2 = x2 + y2 i de C, temos
Logo S é linear.
(1c) Dados x = (x1 , x2 ) e y = (y1 , y2 ) de IR2 , tem-se, por um lado,
por outro,
20 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
(a) Determine a matriz representativa de T supondo fixadas:
i. As bases canónicas tanto em IR3 como em IR2 ;
ii. A base {(1, 1, 1), (0, 1, 1), (0, 0, 1)} em IR3 e a base canónica em IR2 .
(b) Classifique T quanto à injectividade e sobrejectividade e indique uma base para Nuc(T )
e a dimensão de T (IR3 ).
Resolução
(a-i) Seja AT a matriz de T considerando fixadas em IR2 e IR3 a base canónica. As colunas de
AT são as coordenadas dos transformados T (1, 0, 0), T (0, 1, 0) e T (0, 0, 1) na base canónica
de IR2 . Como
tem-se
3 1 −2
AT = .
0 2 2
(a-ii) Seja BT a matriz de T supondo fixadas em IR3 a base {(1, 1, 1) , (0, 1, 1) , (0, 0, 1)} e em
IR2 a base canónica. As colunas de BT são as coordenadas dos transformados dos vectores
da base considerada em IR3 expressos na base canónica de IR2 . Como
conclui-se
2 −1 −2
BT = .
4 4 2
Como
3x + y − 2z = 0 x=z
T (x, y, z) = (0, 0, 0) ⇔ ⇔ ,
2y + 2z = 0 y = −z
tem-se Nuc(T ) = {(z, −z, z) : z ∈ IR}. Assim, {(1, −1, 1)} constitui uma base para Nuc(T ) e
T não é injectiva, pois Nuc(T ) = {(0, 0, 0)}.
Vamos agora obter o subespaço imagem de T. Ora,
Para determinar os vectores (a, b) que tornam o sistema T (x, y, z) = (a, b) possível, vamos
transformar a respectiva matriz ampliada numa matriz em escada:
3x + y − 2z = a 3 1 −2 | a
T (x, y, z) = (a, b) ⇔ ⇔ .
2y + 2z = b 0 2 2 | b
Conclui-se assim que o sistema é sempre possível qualquer que seja (a, b) ∈ IR2 , pelo que
T (IR3 ) = IR2 . Consequentemente, dim T (IR3 ) = 2 e T é sobrejectiva, uma vez que T (IR3 )
coincide com o conjunto de chegada.
21 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
3 Considere o espaço vectorial real M2 das matrizes reais de ordem 2 e o endomorfismo T :
M2 → M2 definido por
1 2
T (X) = XA, sendo A = .
0 1
Resolução
(a) T é linear pois dadas quaisquer duas matrizes X, Y ∈ M2 e um escalar arbitrário λ ∈
IR, as propriedades da multiplicação de matrizes garantem que as seguintes igualdades são
verdadeiras:
T (X + Y ) = (X + Y ) A = XA + XB = T (X) + T (Y )
e
T (λX) = (λX) A = λ (XA) = λT (X).
(b) Efectuemos o cálculo das imagens dos vectores da base canónica por meio de T :
1 0 1 2 1 2
T (E1 ) = = = E1 + 2E2
0 0 0 1 0 0
0 1 1 2 0 1
T (E2 ) = = = E2
0 0 0 1 0 0
0 0 1 2 0 0
T (E3 ) = = = E3 + 2E4
1 0 0 1 1 2
0 0 1 2 0 0
T (E4 ) = = = E4 .
0 1 0 1 0 1
Consequentemente, a matriz representativa de T na base considerada é
1 0 0 0
2 1 0 0
.
0 0 1 0
0 0 2 1
22 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
0 0
conclui-se que Nuc(T ) = , isto é, o núcleo reduz-se ao vector nulo de M2 . Do
0 0
teorema 2.1 sai então que dim T (M2 ) = 4, pelo que T (M2 ) = M2 . Uma vez que T é injectiva
e sobrejectiva, T é bijectiva, tratando-se, portanto, de um isomorfismo. Como também é um
endomorfismo, conclui-se que T é um automorfismo.
4 Relativamente às bases canónicas, determine as matrizes das transformações lineares T ◦ ϕ e
ϕ ◦ T, em que T e ϕ estão definidas no exercício resolvido 1.
Resolução Visto que T (1, 0, 0) = (1, 2), T (0, 1, 0) = (0, 1) e T (0, 0, 1) = (0, 0), conclui-se
que a matriz representativa de T , AT , é dada por
1 0 0
AT =
2 1 0
Por outro lado, no caso da aplicação ϕ é obrigatório que k = 0, pelo que a respectiva matriz
representativa é
1 0
Aϕ = 0 1 .
0 0
Por conseguinte,
1 0
1 0 0 0 1 = 1 0
AT ◦ϕ = AT Aϕ =
2 1 0 2 1
0 0
e
1 0 1 0 0
1 0 0
Aϕ◦T = Aϕ AT = 0 1 = 2 1 0 .
2 1 0
0 0 0 0 0
2 2
5 Considere a transformação linear Tµ : IR → IR (µ parâmetro real) cuja representação
matricial em relação à base canónica de IR2 é
0 1 − µ2
Aµ = .
−4 5
Resolução
(a) Tµ é injectiva se e só se Nuc(Tµ ) = {0} o que equivale a dizer que a única solução do
sistema Aµ x = 0 é a solução nula. Isto equivale ainda a dizer que a característica de Aµ é 2,
ou seja,
0 1 − µ2
det Aµ = 0 ⇔ = 0 ⇔ 4 1 − µ2 = 0 ⇔ µ ∈
/ {−1, 1}.
−4 5
(b)
Comecemos
por calcular o subespaço T1 (IR2 ) para
o basta determinar quais os vectores
a 2 a
∈ IR que tornam possível o sistema A1 x = . Ora,
b b
0 0 | a −4 5 | b
→ ,
−4 5 | b 0 0 | a
23 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
donde o sistema é possível se e só se a = 0, tendo-se, pois, T1 (IR2 ) =
(0, 1) (eixo dos
yy). Visto que V =
(1, 0) (eixo dos xx), tem-se T1 (IR2 ) ∩ V = {0} e T1 (IR2 ) + V =
(0, 1) , (1, 0) = IR2 , donde T1 (IR2 ) ⊕ V = IR2 .
(c) A imagem de um vector genérico x = (x1 , x2 ) ∈ IR2 por meio de T2 é dada por
0 −3 x1 −3x2
T2 (x) = A2x = = .
−4 5 x2 −4x1 + 5x2
As colunas da matriz representativa de T2 relativamente à base {(1, 1), (−1, 0)} são as coorde-
nadas de T2 (1, 1) = (−3, 1) e T2 (−1, 0) = (0, 4) nessa base. A expressão de T2 (1, 1) = (−3, 1)
na base {(1, 1), (−1, 0)} obtém-se resolvendo o sistema
γ 1 − γ 2 = −3 γ1 = 1
γ 1 (1, 1) + γ 2 (−1, 0) = (−3, 1) ⇔ ⇔ .
γ1 = 1 γ2 = 4
Analogamente, para exprimir T2 (−1, 0) = (0, 4) na base {(1, 1), (−1, 0)} resolve-se
γ 1 − γ2 = 0 γ1 = 4
γ 1 (1, 1) + γ 2 (−1, 0) = (0, 4) ⇔ ⇔ .
γ1 = 4 γ2 = 4
Assim, T2 é representada na base considerada pela matriz
1 4
.
4 4
3 3
6 Considere a tranformação linear T : IR → IR definida por T (x, y, z) = (2x, 4x − y, 3y − z).
(a) Determine a matriz representativa de T supondo fixadas em IR3 :
i. A base canónica;
ii. A base {(1, 0, 1), (0, 1, 0), (0, −1, 1)}.
(b) Mostre que as matrizes determinadas em (a) são semelhantes.
(c) Mostre que T é invertível e determine a sua inversa.
Resolução
(a-i) Seja {e1 , e2 , e3 } a base canónica de IR3 . Como T (1, 0, 0) = (2, 4, 0), T (0, 1, 0) = (0, −1, 3)
e T (0, 0, 1) = (0, 0, −1), tem-se
2 0 0
AT = T (1, 0, 0) T (0, 1, 0) T (0, 0, 1) = 4 −1 0 .
0 3 −1
(a-ii) Seja BT a matriz de T na base considerada. Designemos os elementos desta base por
f1 , f2 e f3 , respectivamente. As colunas de BT são as coordenadas dos transformados destes
vectores,
T (f1 ) = T (1, 0, 1) = (2, 4, −1),
T (f2 ) = T (0, 1, 0) = (0, −1, 3) e
T (f3 ) = T (0, −1, 1) = (0, 1, −4),
24 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
A expressão de T (f2 ) obtém-se de
µ1 = 0 µ1 = 0
µ1 f1 + µ2 f2 + µ3 f3 = (0, −1, 3) ⇔ µ2 − µ3 = −1 ⇔ µ =2 .
2
µ1 + µ3 = 3 µ3 = 3
Então,
2 0 0
BT = T (f1 ) T (f2 ) T (f3 ) = 1 2 −3 .
−3 3 −4
(b) Pretende-se ver que AT e BT são matrizes semelhantes, isto é, que existe uma matriz
P, invertível, tal que B = P −1 AP. Continuando a representar respectivamente por f1 , f2 e
f3 os elementos da base {(1, 0, 1), (0, 1, 0), (0, −1, 1)}, tem-se que as relações entre esta base
e {e1 , e2 , e3 } são as seguintes,
f1 = e1 + e3
f2 = e2
f = −e + e
3 2 3
ou, matricialmente,
1 0 0
[ f1 f2 f3 ] = [ e1 e2 e3 ] 0 1 −1 .
1 0 1
Designando por P a matriz que se encontra mais à direita nesta igualdade, verifica-se que as
colunas de P são precisamente os vectores f1 , f2 e f3 . A matriz P é a matriz procurada pois,
−1
1 0 0 2 0 0 1 0 0
P −1 AT P = 0 1 −1 4 −1 0 0 1 −1
1 0 1 0 3 −1 1 0 1
1 0 0 2 0 0 1 0 0
= −1 1 1 4 −1 0 0 1 −1
−1 0 1 0 3 −1 1 0 1
2 0 0
= 1 2 −3 = BT
−3 3 −4
(c) Uma transformação linear é invertível se o seu núcleo se reduz ao vector nulo. Ora
Nuc(T ) = (x, y, z) ∈ IR3 : T (x, y, z) = (0, 0, 0)
e como
2x = 0 x=0
T (x, y, z) = (0, 0, 0) ⇔ 4x − y = 0 ⇔ y=0 ,
3y − z = 0 z=0
25 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
conclui-se que Nuc(T ) = {(0, 0, 0)}. Consequentemente, T é injectiva. Recordando a propo-
sição 3.2, tem-se que a determinação de T −1 pode fazer-se calculando simplesmente a matriz
inversa de AT , que é a matriz
1
2 0 0
AT = 2 −1 0 .
−1
6 −3 −1
Assim,
1
x 2x
T −1 (x, y, z) = A−1 y = 2x − y .
T
z 6x − 3y − z
5 Exercícios Propostos
1 Das aplicações a seguir definidas indique as que são transformações lineares:
(a) T : IR2 → IR2 dada por T (x, y) = (2x − y, x) .
(b) T : IR → IR2 dada por T (x) = (1, −3) .
(c) T : IR → IR2 dada por T (x) = (2x, x) .
(d) T : IR2 → IR3 dada por T (x, y) = (xy, y, x) .
(e) T : IR2 → IR3 dada por T (x, y) = (|x| , −y, 0) .
(f) T : P2 → P3 dada por T (p(x)) = p(0)x2 + Dp(0)x3 .
(g) T : P3 → P4 dada por T (p(x)) = 1 + xp(x).
(h) T : Mn → Mn dada por T (X) = XA − AX, onde A ∈ Mn e A = O.
(i) T : Mn → Mn dada por T (X) = (X + A)2 − (X + 2A) (X − 3A) , onde A ∈ Mn e
A = O.
2 3
2 Seja f : IR → IR uma transformação linear tal que f(1, 0) = (−1, 1, 2) e f (0, 1) = (3, 0, 1).
Determine f (x1 , x2 ) para qualquer (x1 , x2 ) ∈ IR2 , utilizando a definição de aplicação linear.
3 Qual a matriz da transformação linear do exercício 2, supondo fixadas:
(a) Em IR2 e IR3 as bases canónicas.
(b) Em IR2 a base canónica e em IR3 a base {(1, 0, 1), (1, 2, 1), (0, −1, 1)}
(c) Em IR2 a base {(−1, 1), (1, 1)} e em IR3 a base {(1, 0, 1), (1, 2, 1), (0, −1, 1)}.
3 2
4 Dada a transformação linear T : IR → IR tal que T (x, y, z) = (2x − y + z, 3x + y − 2z) e as
bases {(1, 1, 1), (0, 1, 1), (0, 0, 1)} e {(2, 1), (5, 3)} de IR3 e IR2 , respectivamente:
26 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
6 Relativamente às bases canónicas, determine as matrizes das transformações lineares T ◦ f e
f ◦ T, em que T e f estão definidas nos exercícios 4 e 2, respectivamente.
3 2
7 Seja f : IR → IR tal que f (x, y, z) = (2x + y, x + y + z).
(a) Verifique que f é uma transformação linear.
(b) Determine uma base para Nuc(f ) e justifique que f não é injectiva.
(c) Caracterize f(IR3 ). Será f sobrejectiva? Justifique.
3 3
8 Considere a aplicação P : IR → IR definida por P (x, y, z) = (x, y, 0).
(a) Verifique que P é uma transformação linear e interprete-a geometricamente.
(b) Mostre que P 2 = P (P 2 = P ◦ P ).
(c) Determine Nuc(P ) e P (IR3 ). Situe esses espaços na interpretação geométrica anterior e
indique uma base para cada um deles.
3 3
9 Considere a aplicação linear ϕ : IR → IR dada pelas equações
ϕ(e1 ) = e1 + 2e2
ϕ(e2 ) = e1 + e3 ,
ϕ(e3 ) = e3
27 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
3 4
12 Considere a aplicação linear Tλ : IR → IR cuja representação matricial em relação às bases
3 4
canónicas de IR e IR é dada pela matriz
1 4 5
4 −3 1
Aλ =
2
.
1 λ +2
2
4 −1 3
de M2 .
(c) Descreva os subespaços Nuc(f) e f(P2 ) e indique as respectivas dimensões.
3 3
15 Considere a aplicação linear T : IR → IR definida por T (x, y, z) = (2x, 4x − y, 2x + 3y − z).
Mostre que T é invertível e dertermine a sua inversa.
28 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5
2 −1 1 −4 5 13
4. (a) ; (b) ; (c) (31, −10) .
3 1 −2 2 −2 −5
1 1 1
5. (b) 0 1 2 .
0 0 1
7 4 −7
−1 7
6. , 2 −1 1 .
−6 7
7 −1 0
7. (b) {(1, −2, 1)}; f não é injectiva pois Nuc(f ) não se reduz ao vector nulo; (c) f (IR3 ) = IR2 ,
pelo que f é sobrejectiva.
8. (a) Interpretação geométrica: projecção de um ponto do espaço IR3 no plano XOY ; (c)
Nuc(P ) = {(0, 0, z) : z ∈ IR} (eixo dos ZZ), base: {(0, 0, 1)}; P (IR3 ) = {(x, y, 0) : x, y ∈ IR} (plano
XOY ), base: {(1, 0, 0), (0, 1, 0)}.
9. (a) 0, 3; (b) Não, sim.
10.{(−1, 6,7)}; {(1, 5, −3) , (−1, 2, −4)} . Não, porque não é isomorfismo.
0 −4 8
11. (b-ii) 1 −14 26 ;(b-iii) (b, −2a + 2b + c, −a + b + c) .
0 −7 13
5 12 11
1 −9 6
12. (a) λ = ±1; (b) {(2, 1, 0) + z (−1, −1, 1) : z ∈ IR}; (c) 3
3 8
3 −3 10
1/2 0
13. (a) 2 1 ; (b) −e1 + e2 .
−1/2 −1
0 0 1
1 −1 1
14. (b) 0
; (c) Nuc(f) = {polinómio nulo}, dim Nuc(F ) = 0,
1 −1
0 0 1
1 0 0 1 1 1
f (P2 ) = , , , dim f (P2 ) = 3.
0 0 0 0 1 0
15. T −1 (x, y, z) = 12 x, 2x − y, 7x − 3y − z .
Referências
[1] Agudo, F. R. D., Introdução à Álgebra Linear e Geometria Analítica, Livraria Escolar Editora,
1996.
[2] Apostol, T., Calculus, Vol 2, Editorial Reverté, 1975.
[3] Giraldes, E., Fernandes, V. H. e Smith, M. P. M, Curso de Álgebra Linear e Geometria Analí-
tica, Editora McGraw-Hill de Portugal, 1995.
[4] Luz, C., Matos, A. e Nunes, S., Álgebra Linear (Volume I), 2a edição, EST Setúbal, 2003.
[5] Magalhães, L. T., Álgebra Linear como Introdução a Matemática Aplicada, Texto Editora, 1991.
[6] Strang, G., Linear Algebra and Its Applications, Academic Press, New York, 1980.
29 M A IC — A n o L e ctivo 2 0 0 4 / 2 0 0 5