Documente Academic
Documente Profesional
Documente Cultură
Transformações lineares
Introdução
Estamos familiarizados com funções ordinárias tais como a função f definida pela
equação f(x) = x2. Essa função transforma um número real em outro número real, no caso,
no seu quadrado. Por exemplo, o número 2 é transformado em 4, isto é, f(2) = 4.
Estudaremos agora funções que transformam vetores em vetores.
Definição
Sejam V e W dois espaços vetoriais. Uma transformação (ou aplicação) T: V W é
chamada de LINEAR se para todos os vetores x e y em V e para todo escalar ,
Exemplo 1: V = IR e W = IR
F : IR IR
u u ou F(u) = u
2
Vamos apresentar uma visão geométrica das transformações lineares, dando alguns
exemplos de transformações do plano no plano.
(x,y) (x,y)
T: R2 R2
(x,y) (x, -y)
3. Reflexão na origem:
T: R2 R2
(x,y) (-x, -y)
Rt: R2 R2
(x,y) (x cos t – y sen t, y cos t + x sen t)
Teorema: Dados dois espaços vetoriais reais V e W e uma base de V, {v1, ..., vn}. Sejam w1,
..., wn elementos arbitrários de W. Então existe uma única aplicação linear T : V W tal
que:
T(v1) = w1, ...., T(vn) = wn.
Se v = a1v1 +... anvn, esta aplicação é dada por
T(v) = a1T(v1) + ... + anT(vn) = a1w1 +... anwn
Isto significa que as aplicações lineares são determinadas conhecendo-se apenas
seu valor nos elementos de uma base.
Imagem e Núcleo
Imagem:
Im (T) = {w W; T(v) = w, para algum v V}.
Isto é, a imagem de T é o conjunto dos vetores w de W tais que existe um vetor v
V, que satisfaz T(v) = w.
Im (T) W é um subconjunto de W e, além disso, um subespaço vetorial de W.
Núcleo:
Ker(T) = {v V; T(v) = 0}.
4
Exemplo: T: R2 R
(x,y) x+y
Propriedade: Uma transformação linear é injetora se, e somente se, Ker(T) = {0}.
Obs: Toda transformação linear pode ser representada por uma matriz. Exemplos:
2) Reflexão na origem:
T: R2 R2
(x,y) (-x, -y)
5
Transformação linear
Origem: Wikipédia, a enciclopédia livre.
Ir para: navegação, pesquisa
Em Matemática, uma transformação linear é um tipo particular de função entre dois espaços vetoriais que
preserva as operações de adição vetorial e multiplicação por escalar. Uma transformação linear também
pode ser chamada de aplicação linear ou mapa linear. No caso em que o domínio e contradomínio
coincidem, é usada a expressão operador linear. Na linguagem da álgebra abstrata, uma transformação
linear é um homomorfismo de espaços vetoriais.
;
.
Se T for uma função de um espaço vetorial V num espaço vetorial W, então afirmar que T é linear equivale
a afirmar que T preserva combinações lineares de pares de vetores, isto é, para quaisquer dois vetores
v1,v2 ∈ V e dois escalares α1,α2 ∈ K:
Núcleo
O núcleo de uma transformação linear T de V em W, denotado por ker(T), é o conjunto
6
3 3
Exemplo: O núcleo da função T de K em K definida por T(x,y,z) = (2x − z,2z + y,x + y + 3z / 2)
é:
Se uma aplicação linear T de V em W for injectiva, então ker(T) = {0}, pois T(0) = 0 e, portanto, pela
injectividade de T,o único vector v ∈ V tal que T(v) = 0 é 0. Reciprocamente, se ker(T) = {0}, então T
é injectiva, pois, dados v,w ∈ V
Imagem
Sejam V e W espaços vectoriais sobre um corpo K. A imagem de uma transformação linear T de V em W é
o conjunto
Sejam w,w2 dois elementos da imagem de T e sejam . Então, como w1,w2 estão na imagem
de T, há vectores tais que w1 = T(v1) e que w2 = T(v2), pelo que
Vai ser visto como se pode demonstrar esse facto. Seja n = dim(ker(T)) e seja {v1,v2,…,vn} uma base
de ker(T). Como ker(T) é um subespaço de V, pode-se completar essa base até obtermos uma base de V.
Sejam então w1,w2, … ,wm ∈ V tais que {v1,v2,…,vn,w1,w2,…,wm} seja uma base de V; em particular,
dim(V) = n + m. Vai-se provar que {T(w1),…,T(wm)} é uma base de Im(T), de onde resultará que
7
Se w ∈ Im(T), então w = T(v) para algum v ∈ V e v pode ser escrito sob a forma
pelo que
visto que v1,v2, … ,vn ∈ ker(T). Isto prova que {T(w1),…,T(wm)} gera Im(T). Por outro lado, os
vetores T(w1),T(w2) … T(wm) são linearmente independentes, pois se α1,α2, … ,αm ∈ K forem tais que
então
de onde resulta que α1w1 + α2w2 + ··· + αmwm é uma combinação linear dos vetores v1,v2, … ,vn, o
que é só é possível se α1 = α2 = ··· = αm = 0, pois o conjunto {v1,v2,…,vn,w1,w2,…,wm} é uma base
e, portanto, linearmente independente.
Este teorema também pode ser estendido para dimensões infinitas, mas, neste caso, sua demonstração e até o
enunciado dependem do axioma da escolha.
Denomina-se endomorfismo ou operador linear uma transformação linear de um espaço vetorial «nele
mesmo», ou seja, uma transformação que tenha domínio igual ao contradomínio.
Se T for um endomorfismo de um espaço vetorial V de dimensão finita, então são condições equivalentes:
1. T é injectivo;
2. T é sobrejectivo;
3. T é bijectivo.
É claro que a terceira condição implica as outras duas. Se T for sobrejectivo, então
pelo que dim(ker(T)) = 0 e, portanto, ker(T) = {0}, pelo que T é sobrejectivo. Por outro lado, se T for
injectivo, então
,
8
Projeção no eixo y:
É imediato provar que T + U e aT também são transformações lineares de V em W, e que L(V,W) com a
soma de transformações e a multiplicação de um escalar por uma transformação forma um espaço vetorial
sobre K.
9
Pelo fato de que, dadas bases de V e W, temos uma representação de cada transformação linear através de
uma matriz de dimensão n × m, concluímos que a dimensão de L(V,W) é nm (no caso de dimensão
infinita, algum cuidado deve ser tomado nesta demonstração).
Um caso particular importante é o espaço L(V,V), das transformações lineares de um espaço vectorial nele
mesmo (operadores lineares).
Como a composição de operadores lineares é um operador linear, este espaço tem uma estrutura de álgebra,
em que a composição de funções faz o papel do produto de operadores.
Assim, dado um operador linear T, podem-se definir as potências T2, T3, ou, de modo geral, Tn para qualquer
n inteiro positivo. Portanto, se p(x) é um polinómio com coeficientes no corpo de escalares, faz sentido
definir p(T):
Se o espaço V tem dimensão finita n, então L(V,V) também tem dimensão finita n2. Portanto, o conjunto de
n2+1 operadores é linearmente dependente. Logo, existem escalares ,
não todos nulos, tais que . Ou seja, existe um polinómio não-nulo
p(x) tal que p(T) = 0.
Se existe um polinómio não-nulo f(x) tal que f(T) = 0, então o conjunto não-vazio dos polinómios q(x) tais
que q(T) = 0 forma um ideal no anel de todos polinómios com coeficientes no corpo. Portanto, existe um
único polinómio mónico p(x) tal que p(T) = 0. Este polinómio é chamado de polinómio mínimo de T.
Espaço Dual
Ver artigo principal: Espaço dual
Seja V um espaço vetorial sobre um corpo K. O espaço dual de V, representado por V * , é o espaço
vetorial L(V,K) das transformações lineares de V em K.