Baixe o app para aproveitar ainda mais
Prévia do material em texto
78 Unidade II 5 TRANSFORMAÇÃO LINEAR 5.1 Definição Sejam U e V espaços vetoriais e T: U → V uma função, T é uma transformação linear se satisfaz as condições: 1) ∀ a, b ∈ U T (a + b) = T(a) + T(b) 2) ∀ a ∈ U, ∀a ∈ IR T (aa) = a T(a) Também encontramos os termos aplicação linear ou função linear para indicar uma transformação linear. 5.1.1 Operador linear Toda transformação linear do espaço, nele mesmo, recebe o nome de operador linear. Observação Todo operador linear é uma transformação linear, mas nem toda transformação linear será um operador linear. T linear e T: U → U então T é um operador linear 5.2 Algumas propriedades Sendo T: U → V uma transformação linear temos: 1. T(0u) = 0v (isto é, uma transformação linear leva zero de U em zero de V) Note que: Se T(0u) ≠ 0v então T não é linear. Unidade II 79 COMPLEMENTOS DE ÁLGEBRA LINEAR Assim, para verificar se uma transformação é linear, devemos inicialmente calcular T(0u) daí: - se T(0u) = 0v , nada se conclui e devemos verificar as 2 condições da definição - se T(0u) ≠ 0v concluímos que a transformação não é linear 2. ∀a, b ∈ U, ∀a, b ∈ IR T(aa + bb) = a T(a) + b T(b) De modo geral temos: 3. ∀a1, a2, ... , an ∈ U, ∀a1, a2, ...,an ∈ IR T n n(α α α α α α1 1 2 a a a ) T(a ) T(a ) T(a )1 2 2 n 1 2 n+ + + = + + + Exemplos: Verifique quais transformações são lineares: a) F: IR2 → IR, F (x,y) = -x + 7y + 3 Calculando F(0,0) temos: F(0,0) = 0 + 7 . 0 + 3 = 3 ≠ 0 (vetor nulo de IR) logo F não é linear. b) T: IR2 → IR2, definida por T (x,y) = (x, 2x - y) Calculando T (0,0) temos: T(0,0) = (0, 2.0 - 0) = (0, 0); nada se conclui e devemos verificar as 2 condições da definição de transformação linear. (1) T (a + b) = T (a) + T (b), ∀ a, b ∈ IR2 Sejam a = (x, y) ∈ IR2, b= (r, s) ∈ IR2 T (a + b) = T (x + r, y + s) = ((x + r) , 2.(x + r) - (y + s)) = = (x + r, 2x + 2r – y – s) T(a) + T (b) = T (x, y) + T (r, s) = (x, 2x – y) + (r, 2r – s) = = (x + r, 2x – y + 2r – s) = (x + r, 2x + 2r – y – s) Logo T (a + b) = T (a) + T (b) e vale (1) 80 Unidade II (2) T (a a) = a T (a), ∀ a ∈ IR2 , ∀ a ∈ IR Sejam a = (x, y) ∈ IR2, a ∈ IR T(a . a) = T (a. (x, y)) = T (a x, a y) = (a x, 2 (a x) - (a y)) a . T(a) = a. T(x, y) = a. (x, 2x - y) = (a x, a (2x - y)) = = (a x, 2(a x) - (a y)) Logo T (a . a) = a . T (a), e vale (2). Portanto T é transformação linear. c) T: IR3 → IR3, definida por T(x, y, z) = (x2, x + y, z) Calculando T (0, 0, 0) temos: T(0, 0, 0) = (02, 0 + 0, 0) = (0, 0, 0); nada se conclui e devemos verificar as 2 condições da definição de transformação linear. (1) T (a + b) = T (a) + T (b), ∀ a, b ∈ IR3 Sejam a = (x, y, z) ∈ IR3 e b = (r, s, t) ∈ IR3 T (a + b) = T (x + r, y + s, z + t) = = ((x + r)2, x + r + y + s, z + t) T (a) + T (b) = T (x, y, z) + T (r, s, t) = = (x2, x + y, z) + (r2, r + s, t) = = (x2 + r2, x + y + r + s, z + t) Como (x + r)2 ≠ x2 + r2 (em geral), segue que T (a + b) ≠ T (a) + T (b). Logo, não vale a condição (1) e T não é transformação linear. d) Seja T: IR3 → IR3 , linear dada por T (x, y, z) = (2x + z, y, 0) determinar a imagem dos vetores pela transformação i) (1, -1, 2) ii) (2, 0, 1) iii) (0, 2, -1) Devemos substituir as coordenadas dos vetores na expressão de T, assim i) T (1, -1, 2) = (2.1 + 2, -1, 0) = (4, -1, 0) ii) T (2, 0, 1) = (2. 2 + 1, 0, 0) = (5, 0, 0) iii) T (0, 2, -1) = (2 . 0 + (-1), 2, 0) = (-1, 2, 0) 81 COMPLEMENTOS DE ÁLGEBRA LINEAR e) Sendo que T é uma transformação linear de IR3 em IR3, determine T(x,y,z), dados T(1,0,2) = (1,1,2), T(0,1,1) = (0,-1,2) e T(0,0,1) = (0,0,1), e B base do IR3 B = {(1,0,2), (0,1,1), (0, 0,1)}. Como B é base do espaço, podemos escrever qualquer vetor do IR3 como combinação linear dos vetores de B, assim temos: (x,y,z) = a . (1,0,2) + b . (0,1,1) + c . (0,0,1) multiplicando pelos escalares e somando os vetores vem: (x,y,z) = (a, b, 2a + b + c) daí temos o sistema x a y b z a b c = = = + + 2 resolvendo o sistema encontramos a = x, b = y e c = z – 2x – y Guardamos estes resultados para aplicar depois. Em T(x,y,z) vamos substituir o vetor (x,y,z) pela combinação linear dos vetores de B, assim temos: T(x,y,z) = T (a . (1,0,2) + b . (0,1,1) + c . (0,0,1)) como a transformação é linear, utilizando a propriedade 3 do item 3.2 podemos escrever T(x,y,z) = a . T (1, 0, 2) + b . T (0, 1, 1) + c . T (0, 0, 1) Substituindo os dados do enunciado encontramos T(x,y,z) = a . (1, 1, 2) + b . (0, -1, 2) + c . (0, 0, 1) substituindo agora os resultados encontrados no sistema temos T(x,y,z) = x . (1, 1, 2) + y . (0, -1, 2) + (z – 2x – y) . (0, 0, 1) Multiplicando pelos escalares e somando os vetores temos T(x,y,z) = (x, x – y , 2x + 2y + z – 2x - y), isto é, T(x,y,z) = (x, x – y , y + z) 82 Unidade II Você pode encontrar mais exemplos de transformações lineares nos livros indicados em nossa bibliografia. Saiba mais Para saber mais sobre transformações lineares, veja: http://www.uel.br/projetos/matessencial/superior/alinear/tlinear1.htm 5.3 Núcleo 5.3.1 Definição Seja T: U → V uma transformação linear. Chamamos de núcleo da transformação linear T o conjunto N(T), dado por N(T) = {a ∈ U | T(a) = 0} Notação: N(T) = Ker(T), (abreviatura da palavra inglesa Kernel) Exemplos: Determinar o núcleo das transformações lineares 1) F: IR2 → IR2 definida por F (x,y) = (x - y, y) N (F) = {(x, y) ∈ IR2 | F(x, y) = (0,0)} F (x,y) = (x - y, y) = (0,0) ⇒ − = = x y y 0 0 Resolvendo o sistema temos x = y = 0 Logo N (F) = {(0,0)}, (subespaço trivial ou nulo) 2) T: IR3 → IR3 dada por, T(x,y,z) = (0, y - x, x + z) N(T) = {(x,y,z) ∈ IR3 | T(x,y,z) = (0,0,0)} T(x,y) = (0, y - x, x + z) = (0,0,0) ⇒ 0 0 0 0 = − = + = y x x z 83 COMPLEMENTOS DE ÁLGEBRA LINEAR Resolvendo o sistema temos: y = x, z = -x e x qualquer (sistema possível e indeterminado) Logo N (T) = {(x,y,z) ∈ IR3 | y = x e z = -x}, isto é, N (T) = {(x, x,-x) | x ∈ IR} 5.3.2 Propriedades 1. N(T) é subespaço de U Devemos verificar as 3 condições da definição de subespaço (1) N (T) ≠ ∅, pois, 0U ∈ N (T) (2) ∀ a, b ∈ N (T), a + b ∈ N (T) Como T é linear, temos que T (a + b) = T (a)+ T(b), mas a, b ∈ N (T), assim, T (a + b) = T (a)+ T(b) = 0 + 0 = 0, portanto a + b ∈ N (T) (3) ∀ a ∈ N (T), ∀a ∈ IR, temos a.a ∈ N(T) a ∈ N (T) ⇒ T(a) = 0 T(a.a) = a T(a) = a.0 = 0 , donde a.a ∈ N(T) De (1), (2) e (3) temos que N (T) é subespaço de U. 2. N(T) = {0} ⇔ T é injetora Demonstra-se facilmente utilizando a definição de função injetora. Exemplos: Determinar uma base e a dimensão do núcleo das transformações do exemplo anterior 1) F: IR2 → IR2 definida por F (x,y) = (x - y, y) Já vimos que N (F) = {(0,0)}, temos então que B = ∅ é base de N(F) e dim N(F) = 0 2) T: IR3 → IR3 dada por, T(x,y,z) = (0, y - x, x + z) Como já vimos N (T) = {(x, x,-x) | x ∈ IR}, temos que um sistema de geradores de N(T) é S = {(1,1,-1)} e como S é LI, concluímos que S é uma base de N(T) e dim N(T) = 1. 84 Unidade II 5.4 Imagem da transformação linear 5.4.1 Definição Imagem da transformação linear é o conjunto Im(t) = {v ∈ V | v = T(a), a ∈ U} Exemplos: Determinar a imagem das transformações lineares 1) F: IR2 → IR2 definida por F (x,y) = (x - y, y) Im (F) = {(x, y) ∈ IR2 | (x, y) = F(a,b)} = {(x – y, y) | x , y ∈ IR} 2) T: IR3 → IR3 dada por, T(x,y,z) = (0, y - x, x + z) Im (T) = {(0, y - x, x + z) | x,y,z ∈ IR} 5.4.2 Propriedades 1. Im (T) é subespaço de V Pode-se verificar facilmente que valem as 3 condições da definição 2. Im(T) = V ⇔ T é sobrejetora 3. Teorema da dimensão Sendo T: U → V uma transformação linear temos: dim Im (T) + dim N(T) = dimU Lembrete Como o núcleo e a imagem de uma transformação linear são subespaços, podemos determinar uma base e a dimensão para eles. Exemplos: 1. Determinar uma base e a dimensão da imagem das transformações do exercício anterior a) F: IR2 → IR2 definidapor F (x,y) = (x - y, y) Já sabemos que Im (F) = {(x – y, y) | x , y ∈ IR}, vamos determinar um sistema de geradores de Im (F). 85 COMPLEMENTOS DE ÁLGEBRA LINEAR Como o vetor tem 2 letras, podemos separar em 2 vetores, cada um com uma letra, (x – y , y) = (x, 0) + (- y , y) colocando as letras em evidência, encontramos os geradores (x – y, y) = (x, 0) + (-y, y) = x (1, 0) + y (-1, 1) logo B = {(1, 0), (-1, 1)} gera Im (F), falta provar que são LI. Montando a matriz e escalonando temos: 1 0 1 1 1 0 0 1− ~ vetores LI, logo B é base de Im (F) e dim Im (F) = 2 b) T: IR3 → IR3 dada por T(x,y,z) = (0, y - x, x + z) Já sabemos que Im(T) = {(0, y - x, x + z) | x,y,z ∈ IR} vamos determinar um sistema de geradores de Im (T). Como o vetor tem 3 letras, podemos separar em 3 vetores, cada um com uma letra, (0, y - x, x + z) = (0, - x, x) + (0, y, 0) + (0, 0, z) colocando as letras em evidência encontramos os geradores (0, y - x, x + z) = x (0, - 1, 1) + y (0, 1, 0) + z (0, 0, 1) S = {(0, -1, 1), (0, 1, 0), (0, 0, 1)} gera Im (T), falta verificar se são LI. Montando a matriz e escalonando temos: 0 1 1 0 1 0 0 0 1 0 1 1 0 0 1 0 0 1 0 1 1 0 0 1 0 0 0 2 − − − ~ ~ L == + = +L L L L L2 1 3 3 2 os 3 vetores são LD, mas os 2 primeiros são LI, logo B = {(0, -1, 1), (0, 1, 0)}, é base de Im (T) e dim Im (T) = 2 2. Determinar o núcleo, a imagem, uma base e a dimensão do núcleo e da imagem de cada uma das transformações a) T:IR3 → IR2 definida por H (x, y, z) = (x + y - z, -x + y) N(T) N(T) = {(x, y, z) ∈ IR3 | T(x, y, z) = (0,0)} T(x, y, z) = (x + y - z, -x + y) = (0,0) x y z x y + − = − + = 0 0 resolvendo o sistema temos y = x e z = 2x e assim 86 Unidade II N (T) = {(x, y, z) ∈ IR3 | y = x e z = 2x} ou N (T) = {(x, x, 2x) | x ∈ IR} Base de N(T) Os vetores de N(T) tem só uma letra, logo, encontraremos só 1 gerador, (x, x, 2x) = x (1, 1, 2) B = {(1, 1, 2)} gera N(T) e como B é LI, temos que B = {(1, 1, 2)} é uma base de N(T) e dim N(T) = 1 ImT ImT = {(x + y - z, -x + y) | x, y, z ∈ IR} Base de ImT Os vetores da ImT têm 3 letras, logo, encontraremos 3 geradores (x + y - z, -x + y) = (x, -x) + (y, y) + (-z, 0) colocando as letras em evidência (x + y - z, -x + y) = (x, -x) + (y, y) + (-z, 0) = x (1, -1) + y (1,1) + z (-1,0) assim ImT= [(1, -1), (1, 1), (-1, 0)], falta verificar se os geradores são LI montando a matriz e escalonando vem: 1 1 1 1 1 0 1 1 0 2 0 0 − − − ~ concluímos então que os 3 vetores são LD, porém, os 2 primeiros são LI, logo B = {(1, -1), (1, 1)} é base da ImT e dim ImT = 2. b) F: IR4 → IR3, F (x, y, z, t) = (2x + y - t, x - 2y -z, 0) N(F) N (F) = {(x, y, z, t) ∈ IR4 | F (x, y, z, t) = (0,0,0)} F (x, y, z, t) = (2x + y -t, x - 2y -z, 0) = (0,0,0) 2 0 2 0 0 0 x y t x y z + − = − − = = resolvendo o sistema temos z = x – 2y e t = 2x + y 87 COMPLEMENTOS DE ÁLGEBRA LINEAR Logo N (F) = {(x, y, z, t) ∈ IR4 | t = 2x + y e z = x - 2y} ou N (F) = {(x, y, x - 2y, 2x + y) | x, y ∈ IR} Base de N(F) Os vetores de N(F) têm 2 letras, logo, encontraremos 2 geradores: (x, y, x – 2y, 2x + y) = x (1, 0, 1, 2) + y (0, 1, -2, 1) B = {(1, 0, 1, 2), (0, 1, -2, 1)} gera N(F) e falta verificar se B é LI Montando a matriz temos 1 0 1 2 0 1 2 1− como a matriz já está escalonada, os vetores são LI, logo, B = {(1, 0, 1, 2), (0, 1, -2, 1)} é uma base de N(F) e dim N(F) = 2 Im(F) Im F = {(2x + y - t, x - 2y - z, 0) | x, y, z, t ∈ IR} Base de Im(F) Os vetores da Im F têm 4 letras, logo, encontraremos 4 geradores (2x + y - t, x - 2y - z, 0) = (2x, x, 0) + (y, -2y, 0) + (0, -z, 0) + (-t, 0, 0) colocando as letras em evidência (2x + y - t, x - 2y - z, 0) = x (2, 1, 0) + y (1, -2, 0) + z (0, -1, 0) + t (-1, 0, 0) assim Im F = [(2, 1, 0), (1, -2, 0), (0, -1, 0)], falta verificar se os geradores são LI montando a matriz e escalonando vem: 2 1 0 1 2 0 0 1 0 2 1 0 0 3 0 0 0 0 − − − − ~ concluímos então que os 4 vetores são LD, porém, os outros 3 são LI, logo, B = {(2, 1, 0), (1, -2, 0), (1, 0, 0)} é base da ImF e dim ImF = 3. 88 Unidade II Lembre que você também pode pegar como vetores da base os 2 vetores da matriz escalonada c) F: IR2→ IR2 definida por F(x, y) = (x - y, y) N(F) N (F) = {(x, y) ∈ IR2 | F (x, y) = (0, 0)} F (x, y) = (x - y, y) = (0, 0) x y y − = = 0 0 resolvendo o sistema temos x = 0 e y = 0 N (F) = {(0,0)} (subespaço trivial ou nulo) Base de N(F) Como N(F) = {(0,0)} temos B = ∅ é base do núcleo e dim N(F) = 0 Im(F) Im F = {(x - y, y) | x, y ∈ IR} Base de Im (F) Os vetores da Im F têm 2 letras, logo, encontraremos 2 geradores (x - y, y) = (x, 0) + (-y, y) colocando as letras em evidência (x - y, y) = (x, 0) + (-y, y) = x (1, 0) + y (-1, 1) assim Im F = [(1, 0), (-1, 1)], falta verificar se os geradores são LI montando a matriz e escalonando vem: 1 0 1 1 1 0 0 1− ~ os vetores são LI, logo, B = {(1,0), (-1,1)} é base da Im F e dim Im F = 2. Lembre que você também pode pegar como vetores da base os 2 vetores da matriz escalonada, isto é, B = {(1, 0), (0, 1)} também é base da Im F 89 COMPLEMENTOS DE ÁLGEBRA LINEAR 5.5 Matriz da transformação linear Sejam T: U → V linear, A = {u1, u2, ...,un} e B = {v1, v2, ...,vm} base de U e V respectivamente. Como B é base de V, podemos escrever T(ui) como combinação linear destes vetores, assim: T u a v a v a v T u a v a v a v T u m m m m ( ) ... ( ) ... ( 1 11 1 21 2 1 2 12 1 22 2 2 = + + + = + + + nn n n mn ma v a v a v) ...= + + +1 1 2 2 Chamaremos de matriz da transformação linear T, em relação às bases A e B, à matriz m x n formada pelos coeficientes da combinação linear acima (vetor coordenada), colocados em colunas T a a a a a a a a a A n n m m mn ( ) = , B 11 12 1 21 22 2 1 2 … … � � � � … T(u ) 1 ↑ ↑ ↑ T(u ) T(u ) 2 n Observações: 1. Se U = V, isto é, T é operador linear e as bases A e B são iguais, então podemos escrever (T)A,A= (T)A 2. Se T: U → V é linear e as bases A e B são canônicas, então podemos escrever (T)A,B=(T). Assim, quando não houver indicação da base na matriz, estaremos trabalhando com a base canônica. Lembrete A base canônica do IR3 é formada pelos vetores (1,0,0), (0,1,0) e (0,0,1). Exemplos: 1. Sendo T: IR3 → IR2 linear dada por T(x, y, z) = (x + z, x + y), determinar a matriz de T em relação a A = {(1,0,0), (0,1,-1), (0,0,1)} base do IR3 e a B = {(1,1), (0,-1)} base do IR2. 90 Unidade II Inicialmente devemos calcular T nos vetores da base A T(1,0,0) = (1+ 0,1 + 0) = (1, 1) T(0,1, -1) = (0 - 1, 0 +1) = (-1, 1) T(0,0,1) = (0 + 1,0 + 0) = (1, 0) Devemos escrever cada T(ai) como combinação linear dos vetores da base B, assim T(1,0,0) = (1, 1) = a11 (1, 1) + a21 (0, -1) Multiplicando pelos coeficientes e somando os vetores encontramos o sistema a a a a 11 11 21 21 1 1 0 = − = ⇒ = estes serão os valores da 1ª coluna da matriz T(0,1, -1) = (-1, 1) = a12 (1, 1) + a22 (0, -1) Multiplicando pelos coeficientes e somando os vetores encontramos o sistema a a a a 12 12 22 22 1 1 2 = − − = ⇒ = − estes serão os valores da 2ª coluna da matriz T(0,0,1) = (1, 0) = a13 (1, 1) + a23 (0, -1) Multiplicando pelos coeficientes e somando os vetores encontramos o sistema a a a a 13 13 23 23 1 0 1 = − = ⇒ = estes serão os valores da 3ª coluna da matriz Logo T A B( ) = , 1 -1 1 0 -2 1 2. Consideremos o operador linear do IR3, T (x, y, z) = (x, 2x – y, z) e as bases do IR3 A = {(1,1,1), (0,1,-1), (0,0,1)} e B = {(1,0,0), (0,1,0), (0,0,1)} determine as matrizes (T)A,B; (T)B,A; (T)A e (T)B 91 COMPLEMENTOS DE ÁLGEBRA LINEAR Calculando (T)A,B Devemos calcular os valores de T paracada um dos vetores de A e escrever como combinação linear dos vetores de B T(a1) = T(1, 1,1) = (1, 1, 1) = a1 (1, 0, 0) + b1 (0,1, 0) + γ1 (0, 0, 1) T(a2) = T(0,1,-1) = (0,-1,-1) = a2 (1, 0,0) + b2 (0,1,0) + γ2 (0, 0, 1) T(a3) = T(0, 0,1) = (0, 0, 1) = a3 (1, 0, 0) + b3 (0, 1, 0) + γ3 (0, 0, 1) Multiplicando os coeficientes e somando os vetores temos os sistemas α β γ α β γ α β γ 1 1 1 2 2 2 3 3 3 1 1 1 0 1 1 0 0 1 = = = = = − = − = = = Logo (T)A,B = 1 0 0 1 1 0 1 1 1 − − Calculando (T)B,A Agora devemos calcular os valores de T para cada um dos vetores de B e escrever como combinação linear dos vetores de A T(b1) = T(1, 0, 0) = (1, 2, 0) = a1 (1, 1, 1) + b1 (0, 1, -1) + γ1 (0, 0, 1) T(b2) = T(0, 1, 0) = (0, -1, 0) = a2 (1, 1, 1) + b2 (0, 1, -1) + γ2 (0, 0, 1) T(b3) = T(0, 0, 1) = (0, 0, 1) = a3 (1, 1, 1) + b3 (0, 1, -1) + γ3 (0, 0, 1) 92 Unidade II Multiplicando os coeficientes e somando os vetores temos os sistemas α α α β β α β γ γ α α α β 1 1 1 1 1 1 1 1 1 2 2 2 2 1 1 2 1 0 0 0 0 1 = → = + = → = − + = → = = → = + = − →→ = − − + = → = − = → = + = → = − + = β α β γ γ α α α β β α β γ 2 2 2 2 2 3 3 3 3 3 3 3 3 1 0 1 0 0 0 0 11 13→ = γ Logo (T)B,A = 1 0 0 1 1 0 0 1 1 − − Observe que as matrizes (T)A,B e (T)B,A são diferentes, isso ocorre na maior parte dos casos. Calculando (T)A Devemos calcular T nos vetores de A e escrever como combinação linear dos vetores da base A T(a1) = T(1, 1, 1) = (1, 1, 1) = a1 (1, 1, 1) + b1 (0, 1, -1) + γ1 (0, 0, 1) T(a2) = T(0, 1, -1) = (0, -1, -1) = a2 (1, 1, 1) + b2 (0, 1, -1) + γ2 (0, 0, 1) T(a3) = T(0, 0, 1) = (0, 0, 1) = a3 (1, 1, 1) + b3 (0, 1, -1) + γ3 (0, 0, 1) α α β β α β γ γ 1 1 1 1 1 1 1 1 1 1 0 1 0 = + = → = − + = → = α α β β α β γ γ α α β β α 2 2 2 2 2 2 2 2 3 3 3 3 3 0 1 1 1 2 0 0 0 = + = − → = − − + = − → = − = + = → = −− + = → = β γ γ3 3 31 1 93 COMPLEMENTOS DE ÁLGEBRA LINEAR Logo (T)A = 1 0 0 0 1 0 0 2 1 − − Calculando (T)B Devemos calcular T nos vetores de B e escrever como combinação linear dos vetores da base B T(b1) = T(1, 0, 0) = (1, 2, 0) = a1 (1, 0, 0) + b1 (0, 1, 0) + γ1 (0, 0, 1) T(b2) = T(0, -1, 0) = (0, -1, 0) = a2 (1, 0, 0) + b2 (0, 1, 0) + γ2 (0, 0, 1) T(b3) = T(0, 0, 1) = (0, 0, 1) = a3 (1, 0, 0) + b3 (0, 1, 0) + γ3 (0, 0, 1) α β γ α β γ α β γ 1 1 1 2 2 2 3 3 3 1 2 0 0 1 0 0 0 1 = = = = = − = = = = Logo (T)B = 1 0 0 2 1 0 0 0 1 − 3) Dada a matriz ( ) ,T A B = 1 0 0 1 2 1 , determinar a transformação linear de IR2 em IR3, sendo A = {(1,1), (0,1)} base do IR2 e = {(1,1,0), (0,1,0), (0,0,1)} base do IR3 . Pela definição de matriz da transformação linear temos que os escalares da combinação linear dos vetores de B são os elementos das colunas da matriz, assim podemos escrever T(1, 1) = 1(1, 1, 0) + 0(0, 1, 0) + 2(0, 0, 1) (escalares da 1ª coluna) e daí, T(1, 1) = (1, 1, 2) T(0,1) = 0(1, 1, 0) + 1(0, 1, 0) + 1(0, 0, 1) (escalares da 2ª coluna) e daí, T(0,1) = (0, 1, 1) 94 Unidade II Como A é base do IR2, temos que qualquer vetor do espaço pode ser escrito como combinação linear dos vetores de A. Assim ∀(x,y) ∈ R2, (x,y)=a (1,1)+b (0,1) multiplicando pelos escalares e somando os vetores vem: (x, y) = (a, a + b) e encontramos o sistema a a b =x +b =y =y-x⇒ resolvendo o sistema encontramos a = x e b = y – x. Guardamos estes resultados para aplicar depois. Em T(x,y) vamos substituir o vetor (x,y) pela combinação linear dos vetores de A, assim temos: T(x,y) = T (a(1,1) + b (0,1)) como a transformação é linear, utilizando a propriedade 3 do item 5.2 podemos escrever T(x,y) = a . T (1,1) + b . T (0,1) substituindo os valores calculados anteriormente temos T(x,y) = a . (1, 1, 2) + b . (0, 1, 1) substituindo agora os resultados encontrados no sistema temos T(x,y) = x . (1, 1, 2) + (y – x) . (0, 1, 1) multiplicando pelos escalares e somando os vetores temos T(x,y) = (x, x + y - x , 2x + y - x) , isto é, T(x,y) = (x, y , x + y), 5.6 Operador inversível Dizemos que T: U → U, um operador linear, é inversível se existe o operador linear T-1: U → U tal que T o T-1 = I, isto é, a composta de T e T-1 é igual ao operador de identidade. (T o T-1) (u) = T (T-1(u)) = u 95 COMPLEMENTOS DE ÁLGEBRA LINEAR Lembrete Só estudaremos se uma transformação linear é inversível se for um operador linear. 5.6.1 Alguns resultados importantes 1. T operador inversível ⇔ det (T)C ≠ 0, onde (T)C indica a matriz canônica (matriz em relação à base canônica) 2. T operador inversível ⇔ N(T) = {0} 3. T operador inversível então (T)-1 = (T-1), matriz canônica Exemplo: Verificar se os operadores são inversíveis; se forem, determine o operador inverso a) T(x, y) = (x – y, x) Vamos inicialmente determinar a matriz canônica de T Já sabemos que a base canônica do IR2 é C = {(1,0), (0,1)}, assim T(1, 0) = (1, 1) T(0, 1) = (-1,0) e daí temos: ( )T C = − 1 1 1 0 Para T ser inversível devemos ter det (T)C ≠ 0, calculando o determinante temos det( )T C = − = = ≠ 1 1 1 0 0 - 1 . (-1) 1 0 logo T é inversível Falta determinar o operador inverso 96 Unidade II 1° modo – Vamos determinar os valores de x e y tais que T-1(a, b) = (x, y), isto é, T(x, y) = (a, b) Igualando os valores de T temos T(x, y) = (x – y, x) = (a, b) e daí vem o sistema x y a x b − = = resolvendo o sistema temos x = b e y = b – a Substituindo em T-1(a, b) = (x,y) vem: T-1(a, b) = (b, b - a) ou T-1(x, y) = (y, y - x) 2° modo – Utilizando matrizes (T)-1 = (T-1) Como já calculamos a matriz canônica de T é ( )T C = − 1 1 1 0 , determinando a inversa da matriz (T)C temos ( )T C − = − 1 0 1 1 1 . Para determinar o operador inverso devemos multiplicar a matriz inversa pelo vetor coluna de (x, y), ( ) . .T x y x y y x yC − = − = − + 1 0 1 1 1 logo T-1(x, y) = (y, y - x) b) T(x, y) = (3y, y) Vamos inicialmente determinar a matriz canônica de T Já sabemos que a base canônica do IR2 é C = {(1, 0), (0, 1)}, assim T(1, 0) = (0, 0) T(0, 1) = (3, 1) e daí temos: ( )T C = 0 3 0 1 97 COMPLEMENTOS DE ÁLGEBRA LINEAR Para T ser inversível devemos ter det (T)C ≠ 0, calculando o determinante temos det( )T C = = = 0 3 0 1 0 . 1 - 3 . 0 0 logo T não é inversível 5.7 Matriz mudança de base Consideremos A e B bases ordenadas de um espaço V, A = {u1, u2,...,un} e B = {v1, v2, ...,vn}. Para determinar a matriz, mudança da base A para a base B, vamos escrever cada vetor de A como combinação linear dos vetores de B, a matriz formada pelos coeficientes desta combinação linear (colocados como colunas) é chamada de matriz mudança de base de A para B. u a v a v a v u a v a v a v u a v n n n n n n 1 11 1 21 2 1 2 12 1 22 2 2 1 1 = + + + = + + + = + ... ... aa v a vn nn n2 2 + +... B A n n n n nn a a a a a a a a a Ι = 11 12 1 21 22 2 1 2 … … � � � � … u u 1 2 ↑ ↑ ↑ u n 5.7.1 Alguns resultados importantes 1. A matriz mudança de base de A para B é inversível e sua inversa é igual à matriz mudança de base de B para A. Ι ΙB A A B( ) =−1 2. Sejam A e B bases de um espaço U e u A( ) = α α 1 2 e u B( ) = β β 1 2 as matrizes coluna das coordenadas de u em relação a essas bases, então temos u uB B A A( ) = ( )Ι . 3. Consideremos o operador linear T:U → U e A, B bases de U, então as matrizes (T)B e (T)A são semelhantes, isto é, podemos escrever (T)B = ( ΙA B )-1 . (T)A . ΙA B 98 Unidade II Exemplo Sejam A = {(2, 1), (1,1)} e B = {(1,0), (1,-1)}bases do IR2. a) Calcule ΙB A (matriz de mudança de base de A para B) b) Usando ΙB A , calcule (u)B, sabendo que (u)A = 2 1 a) Para determinar a matriz mudança de base A para B vamos escrever os vetores de A como combinação linear dos vetores de B, (2, 1) = a11(1, 0) + a21(1, -1) (1, 1) = a12(1, 0) + a22(1, -1) multiplicando pelos escalares e igualando os vetores temos os sistemas - a a a 11 21 21 2 1 + = = resolvendo o sistema temos a11 = 3 e a21 = -1 (coeficientes da 1ª coluna da matriz) - a a a 12 22 22 1 1 + = = resolvendo o sistema temos a12 = 2 e a22 = -1 (coeficientes da 2ª coluna da matriz), logo B AΙ = 3 2 -1 -1 b) usando (u)B = ΙB A . (u)A temos u B( ) = − − = − 3 2 1 1 2 1 8 3 . logo u( ) = − B 8 3 99 COMPLEMENTOS DE ÁLGEBRA LINEAR 6 OPERADORES 6.1 Operador ortogonal Um operador linear é chamado de ortogonal se vale para qualquer vetor do espaço: | T(u) | = | u | Exemplo: Verificar se os operadores lineares são ortogonais: a) T(x, y) = (x, 3y) Devemos calcular o módulo de T(u) e de u e verificar se são iguais, assim, | ( ) | ( ) | | T u x y x y u x y = + = + = + 2 2 2 2 2 2 3 9 comparando os dois resultados verificamos que são diferentes, logo, o operador linear não é ortogonal. b) T(x, y) = (x, -y) Devemos calcular o módulo de T(u) e de u e verificar se são iguais, assim, | ( ) | ( ) | | T u x y x y u x y = + − = + = + 2 2 2 2 2 2 comparando os dois resultados verificamos que são iguais, logo, o operador linear é ortogonal. c) T(x, y, z) = (x - y, y, z) Devemos calcular o módulo de T(u) e de u e verificar se são iguais, assim, | ( ) | ( ) | | T u x y y z x xy y y z u x y z � � � � � � � � � � � � 2 2 2 2 2 2 2 2 2 2 2 comparando os dois resultados verificamos que não são iguais, logo, o operador linear não é ortogonal. 100 Unidade II 6.2 Operador simétrico Um operador linear é chamado de simétrico se sua matriz em relação a uma base ortonormal for simétrica. T: U → U operador simétrico ⇔ (T)B é simétrica, B base ortonormal Utilizaremos como base ortonormal a base canônica do espaço. Observações: 1. B é ortonormal ⇔ os vetores são 2 a 2 ortogonais e todos os vetores são unitários Lembrete Vetores são unitários se seus módulos, ou normas, são iguais a 1. 2. Se A é matriz simétrica, então A = At, isto é, a matriz e a sua transposta são iguais Exemplos: Verificar se os operadores lineares são simétricos: a) T(x, y, z) = (2x + y, x + y, z) Devemos calcular a matriz canônica de T T(1, 0, 0) = (2, 1, 0) T(0, 1, 0) = (1, 1, 0) T(0, 0, 1) = (0, 0, 1) Como é a matriz canônica, não precisamos fazer a combinação linear logo T( ) = 2 1 0 1 1 0 0 0 1 como a matriz é simétrica, temos que o operador é simétrico. b) T(x, y, z) = (x - y, 3x + y, z + x) Devemos calcular a matriz canônica de T 101 COMPLEMENTOS DE ÁLGEBRA LINEAR T(1, 0, 0) = (1, 3, 1) T(0, 1, 0) = (-1, 1, 0) T(0, 0, 1) = (0, 0, 1) Como é a matriz canônica, não precisamos fazer a combinação linear logo T( ) = − 1 1 0 3 1 0 1 0 1 como a matriz não é simétrica, temos que o operador não é simétrico. 6.3 Operações com operadores lineares 6.3.1 Adição Consideremos os operadores F: U → U e G : U → U, o operador soma de F e G é dado por (F + G) (u) = F (u) + G (u), ∀u ∈ U Exemplo: Sendo F(x, y, z) = (2x, y + z, x – z) e G(x, y, z) = (x –y , y, x – 2z) determine o operador F + G. (F + G) (x, y, z) = F(x, y, z) + G(x, y, z) = = (2x, y + z, x – z) + (x –y , y, x – 2z) = = (3x – y, 2 y + z, 2x – 3z) Logo (F + G) (x, y, z) = (3x – y , 2y + z, 2x – 3z) 6.3.2 Multiplicação por escalar Consideremos o operador F: U → U e o escalar k ∈ IR. O operador produto de F por k é dado por (k F) (u) = k F(u), ∀u ∈ U Observação: Se F e G são lineares, então F + G e k F também são lineares. Exemplo: 1) Sendo F(x, y, z) = (x, y - 2z, – z) e G(x, y, z) = (y , y + x, x – z) determine o operador 2F e 2F + G. Inicialmente vamos calcular o operador 2F 102 Unidade II (2 F) (x, y, z) = 2 F(x, y, z) = 2 (x, y - 2z, – z) = (2x, 2y – 4z, -2z) agora somamos com G(x, y, z) (2 F + G) (x, y, z) =2 F(x, y, z) + G(x, y, z) = = (2x, 2y - 4z, – 2z) + (y, y + x, x – z) = = (2x + y, 3y + x – 4z, x – 3z) Logo (2 F + G) (x, y, z) = (2x + y, 3 y + x – 4z, x – 3z) 2) Sendo F(x, y) = (2x – y, 3 y) e G(x, y) = (0, x + y) determine F – 2 G. (F–2 G)(x, y) = F(x, y) – 2G(x, y) = (2x - y, 3y) – 2 (0, x + y) = (2x - y - 0, 3y - 2x - 2y) logo (F-2 G)(x, y) = (2x - y, - 2x + y) 6.3.3 Composição Consideremos os operadores F e G tais que F: U → U e G: U → U. Chamamos operador composição de G com F e denotamos G o F, o operador dado por (G o F) (u) = G(F(u)), ∀u ∈ U Observação Note que as operações com os operadores lineares são semelhantes às realizadas com funções. Exemplo: 1) Sejam F, G : IR2 → IR2 operadores lineares dados por: F(x, y) = (x - y, y) e G(x, y) = (x, 0). Determine F o G e G o F F o G (F o G) (x, y) = F(G(x, y)) = F(x , 0) = (x –0, 0) = (x, 0) logo (F o G) (x, y) = (x, 0) G o F (G o F) (x, y) = G(F(x, y)) = G(x - y, y) = (x – y, 0) logo (G o F) (x, y) = (x –y, 0) 2) Sejam F, G : IR3 → IR3 operadores lineares dados por: F(x, y, z) = (x - z, 2x – y, z) e G(x, y, z) = (2y + z, x + y, x + z) 103 COMPLEMENTOS DE ÁLGEBRA LINEAR Determine F o G e G o F F o G (F o G) (x, y, z) = F(G(x, y, z)) = F(2y + z, x + y , x + z) = = ((2y +z) – (x + z), 2 (2y +z) – (x + y), x +z)) logo (F o G) (x, y, z) = (2y– x, 3y + 2z – x , x +z) G o F (G o F) (x, y, z) = G(F(x, y, z)) = G(x - z, 2x – y, z) = = (2(2x - y) + z, x – z + 2x – y, x – z + z) logo (G o F) (x, y, z) = (4x – 2y + z , 3x - y - z , x) 6.4 Determinantes Determinante de uma matriz quadrada é um número real associado a ela. Sendo A = (aij) matriz quadrada de ordem n representaremos o determinante desta matriz por: det A ou por | A |, det A a a a a a a a a a n n n n nn = 11 12 1 21 22 2 1 2 � � � � � � � Para desenvolver o determinante temos vários modos, dependendo da ordem da matriz. Matriz de ordem 1 Neste caso temos A = (a11) e det A = a11 Matriz de ordem 2 Neste caso temos A a a a a = 11 12 21 22 e det . .A a a a a a a a a= = −11 12 21 22 11 22 21 12 Exemplo: Calcular o determinante da matriz A = − 1 1 2 0 104 Unidade II det . .A = − = − = + = 1 1 2 0 1 0 2 (-1) 0 2 2 logo det A = 2 Matriz de ordem 3 Neste caso temos A a a a a a a a a a A a a a a a a = = 11 12 13 21 22 23 31 32 33 11 12 13 21 22det 223 31 32 33a a a = =a .a .a +a .a .a +a .a .a -(a .a11 22 33 12 23 31 13 21 32 13 22..a +a .a .a +a .a .a )31 12 21 33 11 23 32 Exemplo: Calcular o determinante da matriz: a) A = − 1 1 1 2 1 0 0 2 3 Desenvolvendo o determinante temos: det A � �1 1 1 2 1 0 0 2 3 = =1.1.3+(-1).0.0+1.2.2- 1.1.0+(-1).2.3+1.0.2�� �=3+4-(-6)=13 b) B = − − 2 1 1 0 1 1 1 0 2 105 COMPLEMENTOS DE ÁLGEBRA LINEAR Desenvolvendo o determinante temos: det A = − − = 2 1 1 0 1 1 1 0 2 2.1.2+1.1.(-1)+(-1).0.0- (-1).1.(-1)+2.0.1++1.0.2 =2( ) Matriz de ordem n, n ≥ 3 Neste caso, faremos o desenvolvimento do determinante utilizando a regra de Laplace, Seja A a a a a a a a a a n n n n nn = 11 12 1 21 22 2 1 2 � � � � � � � então det A a a a a a a a a a a n n n n nn ij= = ∑ 11 12 1 21 22 2 1 2 � � � � � � � . A , fixadoij i ou j onde aij representa o elemento da linha i e coluna j Aij representa o cofator de aij, isto é, A N Nij i j ij i j ij= − = − + +( ) .det ( ) . | |1 1 | Nij | representa o menor relativo a aij, isto é, determinante da matriz que sobra eliminando a linha i e a coluna j de A Exemplo: 1) Calcular o determinante da matriz A = − 1 1 1 2 1 0 0 2 3 , utilizando Laplace. Inicialmentedevemos fixar uma linha ou coluna, por exemplo, vamos fixar a linha 1, isto é, faremos o desenvolvimento pela linha 1. O resultado independe da linha ou coluna escolhida. 106 Unidade II Assim devemos calcular os cofatores relativos à 1ª linha A N A 11 1 1 11 2 12 1 2 1 1 1 0 2 3 1 1 3 2 0 3 1 = − = − = − = = − + + ( ) . | | ( ) . . ( . . ) ( ) . | NN A N 12 3 13 1 3 13 1 2 0 0 3 1 2 3 0 0 6 1 | ( ) . ( ). ( . . ) ( ) . | | ( = − = − − = − = − = −+ 11 2 1 0 2 1 2 2 1 0 44) . . ( . . )= − = Substituindo na regra temos: det A a a a aj= − = = + + =∑ 1 1 1 2 1 0 0 2 3 11 11 12 13 . A . A . A . A1j 11 12 13 . 3 . (-6) . 4+ − + = + + =( )1 1 3 6 4 13 Note que chegamos ao mesmo resultado do item anterior. No caso de determinante de uma matriz de ordem 3, você poderá escolher qualquer um dos dois modos. 2) Calcular o determinante da matriz A = − − 2 2 1 0 3 1 0 2 4 , utilizando Laplace. Inicialmente, devemos fixar uma linha ou coluna, por exemplo, vamos fixar a coluna 1, isto é, faremos o desenvolvimento pela coluna 1 (esta é a opção mais conveniente por ter maior número de zeros, o que facilita as contas). Devemos calcular os cofatores relativos à 1ª coluna, notemos que a21 = 0 e a31 = 0, logo, não é necessário calcular os cofatores relativos a estes elementos A N11 1 1 11 21 1 3 1 2 4 1 3 4 1 2 14= − = − − = − − =+( ) . | | ( ) . . ( . ( ). ) Substituindo na regra temos: det A a a a ai= − = = + + = −∑ 1 1 1 2 1 0 0 2 3 1 11 21 31 . A . A . A . Ai1 11 21 31 22 0 0 28 . 14 . A . A21 31+ + = − 107 COMPLEMENTOS DE ÁLGEBRA LINEAR 6.4.1 Algumas propriedades 1. Matriz com linha ou coluna nula tem determinante nulo Exemplo: Se A = − 1 1 0 0 então det A = 0 2. Matriz com 2 linhas ou colunas iguais ou proporcionais tem determinante nulo Exemplo: Se A = − − 1 1 2 2 então det A = 0 (linhas proporcionais) Se A = − − 2 1 2 1 então det A = 0 (linhas iguais) 3. Matriz triangular tem o determinante igual ao produto dos elementos da diagonal principal A a a a a a a A A a an n nn = = = 11 12 1 22 2 11 12 0 0 0 � � � � � � � | | det �� � � � � � � … a a a a a n n nn 1 22 2 11 0 0 0 = a . . a22 nn. Exemplo: A A A a a a = − = = − = 1 1 1 0 1 0 0 0 3 1 1 1 0 1 0 0 0 3 11 22 33| | det . . == =1 . 1 . 3 3 4. Se B é uma matriz obtida de A por operações elementares, então: permutando 2 linhas: det B = - det A multiplicando uma linha por a: det B = a . det A 108 Unidade II Exemplo: Considerando a matriz A = − 1 2 1 1 1 0 0 1 3 a) permute as linhas 1 e 2 e compare os determinantes b) multiplique a 2ª linha da matriz por 2 e compare os determinantes a) permutando as linhas 1 e 2 temos B = − 1 1 0 1 2 1 0 1 3 calculando os dois determinantes e comparando temos | A | = 8 e | B | = -8 logo | B | = - | A | b) multiplicando a 2ª linha por 2 temos B = − 1 2 1 2 2 0 0 1 3 calculando det B temos | B | = 16, isto é, | B | = 2 | A | = 2 . 8 Saiba mais Para saber mais sobre determinantes e sua propriedades busque em: KOLMAN, B. Introdução à álgebra linear com aplicações. Rio de Janeiro: LTC, 1999. 6.4.2 Determinante de um operador linear Seja T: U → U um operador linear definimos como determinante de T o determinante da matriz de T, em relação a qualquer base. 109 COMPLEMENTOS DE ÁLGEBRA LINEAR Por conveniência utilizamos a matriz em relação à base canônica. det(T) = I(T)c I Observação Note que só definimos determinante para operadores lineares, pois só calculamos determinantes para matrizes quadradas. Exemplo: Calcular o determinante do operador linear T(x, y, z) = (x + y, 2x, y + z) Devemos inicialmente calcular a matriz de T, utilizaremos a matriz canônica. Assim T(1, 0, 0) = (1, 2, 0) T(0, 1, 0) = (1, 0, 1) T(0, 0, 1) = (0, 0, 1) e a matriz canônica de T é ( ) T C = 1 1 0 2 0 0 0 1 1 calculando o determinante de (T)C temos det det ( )T T C= = = − 1 1 0 2 0 0 0 1 1 2 6.4.3 Composição Se S e T são operadores de um mesmo espaço, então o determinante do operador S o T é igual ao produto dos determinantes de S e de T det(S o T) = det S . det T 110 Unidade II Exemplo: Consideremos os operadores do IR2 dados por S(x, y) = (2x, y) e T(x, y) = (x – y, y) calcular: S o T, det S, det T e det (S o T) S o T (S o T) (x, y) = S (T(x, y)) = S (x – y, y) = (2.(x – y), y) = (2x –2y, y) det S calcular inicialmente a matriz canônica de S S(1, 0) = (2, 0) S(0, 1) = (0, 1) ( ) S = 2 0 0 1 daí det A = = 2 0 0 1 2 det T calcular inicialmente a matriz canônica de T T(1, 0) = (1, 0) T(0, 1) = (-1, 1) ( ) T = − 1 1 0 1 daí det T = − = 1 1 0 1 1 det S o T calcular inicialmente a matriz canônica de S o T (S o T) (1, 0) = (2, 0) (S o T) (0, 1) = (-2, 1) ( ) So T = − 2 2 0 1 daí det SoT = − = 2 2 0 1 2 Comparando os resultados encontrados, vemos que det (SoT) = 2 = 2 . 1 = det S . det T 6.5 Formas bilineares Consideremos U um espaço vetorial de dimensão finita, uma forma bilinear é uma aplicação F, F: U x U → IR que é linear em cada coordenada. F é F F a b a F w b F Ø bilinear v v w) . v F(v w)1 2 1 2⇔ + = +( . . , ( , ) . , (( , . . ( , ) . ,v a b a F w b w w ) . v F(v w )1 2 2+ = + 1 111 COMPLEMENTOS DE ÁLGEBRA LINEAR Exemplos: Verificar se as aplicações são bilineares: a) F: IR x IR → IR, dada por F(x, y) = x . y Devemos verificar as 2 condições da definição linear na 1ª coordenada F a b a b a b( . . , ( . . ). . . . x x y) x x y x . y x1 2 1 2 1 2� � � � � yy . F(x y) a . (x . y) b . (x . y)1 2 1 2a F x y b( , ) ,� � � logo F a b a F x y b( . . , ( , ) . , x x y) . F(x y)1 2 1 2+ = + linear na 2ª coordenada F x a b x a b x x( , . . ( . . ) . . y y ) . y y a . y . 1 2 1 2 1+ = + = + bb . y . F(x y ) a . (x . y ) b . (x . y 2 2 1 2a F x y b( , ) . ,1 + = + )) logo F x a b a F x y b( , . . ( , ) . , y y ) . F(x y )1 2 2+ = +1 Portanto F é bilinear b) F: IR2 x IR2 → IR, dada por F(u, v) = x1 . x2 + 2, sendo u = (x1, y1), v = (x2, y2) Devemos verificar as 2 condições da definição Tomemos u1 = (x1, y1), v1 = (x2, y2) , u2= (x3, y3) e v2 = (x4, y4) linear na 1ª coordenada F a b F a b y( . . , . , ) . , ) , , ) u u v) (x y (x y (x1 2 1 1 3 3 2+ = +( )( )2 == = +( )( ) = = F b y F (a . x a . y x b . y (x (a 1 1 3 3 2, ) ( . , ) , , )2 .. x . x y b . y (x a . x . x 1 3 1 3 2 1 3 + +( ) = = +( ) b a y b , . ), , )2 .. x a . x x . x . x 2 2 1 2 3 2 + = = +( ) + 2 . b 112 Unidade II a F a F y y u v) b F (u v) (x ), (x )) b 1 2 1 2 ( , , ( , , + = = +1 2 (x ), (x )) a x . x b x . x 3 2 1 2 3 2 F y y( , ,3 2 2 2 = = +( ) + +( ) = = a . x . x b . x . x b a. x . x b . 1 2 3 2 1 2 +( ) + +( ) = + + 2 2 2 . . a a x . x b a. x . x b . x . x b 2a 3 2 1 2 3 2 + = = + + + 2 2 logo F a b a F x y b( . . , ( , ) . , x x y) . F(x y)1 2 1 2+ ≠ + e F não é bilinear (não é linear na 1ª coordenada) 6.6 Produto interno Definimos como produto interno sobre um espaço vetorial V uma função que associa a cada par de vetores de V um escalar, que pode ser representado por u v, ou u . v, que satisfaz as condições i u v ii u u u iii u u iv u ) , , ) , , , ) , , ) , v u v w v w v v = + = + =α α uu e u≥ = ⇔ =0 0 0, ,u u Exemplos: 1) No IRn temos o produto escalar como um exemplo de produto interno (produto interno usual ou padrão), assim no IRn temos u a= ( )1, , a , a2 n e v b= ( )1, , b , b2 n , então o produto interno de u por v será (u, v) = u . v = ∑ai . bi . 2) No espaço C das funções contínuas no intervalo[0, 1] com valores reais temos que f g f t g t, ( ). ( ) dt= ∫ 0 1 é um produto interno sobre C. 3) O produto interno definido no item anterior também pode ser aplicado ao espaço P, conjunto de todos os polinômios. 4) Utilizando o produto interno usual do IR3, determinar o valor de u v, , v v, sendo u = (2, 1, -2) e v = (3, 0, 1). Sabemos que o produto interno usual do IR3 é dado pelo produto escalar, isto é, u ai, v . bi= ∑ , assim u v, = 2 . 3 + 1 . 0 + (-2) . 1 = 6 + 0 – 2 = 4 v v, = 3 . 3 + 0 . 0 + 1 . 1 = 9 + 0 + 1 = 10 113 COMPLEMENTOS DE ÁLGEBRA LINEAR 6.6.1 Norma Para o espaço IRn definimos norma de um vetor como a raiz quadrada do produto interno usual, u u u x x xn= = + + +, 1 2 2 2 2 Exemplo: Determine o valor de: a) || u || sendo u = (2, 1, -1) u u u= = + + − =, ( )2 1 1 62 2 2 b) || 2u || sendo u = (0, 3, 1) 2u = (0, 6, 2) 2 u u u= = + + = + =2 2 0 6 2 36 4 402 2 2, c) || u - v || sendo u = (1, -1, 3) e v = (2, 0, 2) u – v = (1, -1, 3) - (2, 0, 2) = (-1, -1, -1) u - v = − − = − + − + − =u v u v, ( ) ( ) ( )1 1 1 32 2 2 6.7 Métrica Em um espaço vetorial V com produto interno, chamamos de métrica a função distancia d, d: V x V → IR, que satisfaz as propriedades: i d d v u ii ) ( , ) ) (u,v) d( u, v) 0 e d (u, u) 0 u 0 iii = ≥ = ⇔ = )) d (u, v) d (u, w) d ( v, w)≤ + Exemplos: 1) Em IR temos que d(x, y) = || x – y || é uma métrica. (verifique que as condições acima valem) 114 Unidade II A métrica definida desta forma é a usual no IRn 2) Sendo M um conjunto qualquer, d: M x M → IR definida por: d x y( , ) = = ≠ 0 se x y 1 se x y , podemos provar que d é uma métrica sobre M. 3) Calcule, usando a métrica usual (exemplo 1) a) d(u, v) sendo u = (2, 1) e v = (3, 2) d u v u v u v u v( , ) ,= − = − − u – v = (-1, -1), assim d u v u v( , ) ( , ), ( , ) ( ) ( )= − = − − − − = − + − = 1 1 1 1 1 1 22 2 b) d(u, v) sendo u = (1, 2, 0) e v = (-1, 2, -1) d u v u v u v u v( , ) ,= − = − − u – v = (2, 0, 1), assim d u v u v( , ) = − = = + + = (2, 0, 1) 4 0 1 5 6.8 Ampliando seu leque de exemplos 1. O núcleo da transformação linear T(x,y,z) = (x + 2y, y – z): A) N(T) = {(-2y, y, y) ∈ IR3} B) N(T) = {(0, 0, 0)} C) N(T) = {(x, x, 0) ∈ IR3} D) N(T) = {(0, y, y) ∈ IR3} E) N(T) = {(2y, y, y) ∈ IR3} Resposta correta: alternativa A. 115 COMPLEMENTOS DE ÁLGEBRA LINEAR Resolução do exercício Para calcular o núcleo da transformação linear, vamos utilizar a definição, isto é, N(T) = {(x, y, z) ∈ IR3 | T(x, y, z) = (0,0)} (x + 2y, y – z) = (0,0) x y y z + = − = 2 0 0 resolvendo o sistema temos: x = -2y e z = y, substituindo no vetor N(T) = {(-2y, y, y) ∈ IR3} . 2. A imagem do operador linear dado por T(1,1) = (3,2) e T(0,-1) = (1,-1) é: A) ImT = {(x, x + y) ∈ IR2} B) ImT = {(2x - y, y) ∈ IR2} C) ImT = {(x – 2y, y + x) ∈ IR2} D) ImT = {(4x - y, x + y) ∈ IR2} E) ImT = {(2x + y, 4y) ∈ IR2} Resposta correta: alternativa D. Resolução do exercício Como B = {(1,1), (0,-1) é base do espaço, podemos escrever qualquer vetor do IR2 como combinação linear dos vetores de B, assim: (x,y) = a . (1,1) + b . (0,-1) (x,y) = (a, a - b) Então temos o sistema: x a y a b = = − Resolvendo o sistema temos: a = x e b = x – y 116 Unidade II Assim T(x, y) = T (a . (1,1) + b . (0,-1)) Como T é linear, podemos escrever: T(x, y) = a T (1,1) + b .T (0,-1) T(x, y) = x (3,2) + (x - y) . (1,-1) T(x, y) = (3x + x - y, 2x – x + y) T(x, y) = (4x - y, x + y) 3. A matriz (T) A, B da transformação linear T(x,y) = (x – y, 2x + y, y) em relação às bases A = {(1,1), (0, 1)} e B = {(1,1,1), (0,1,-1), (0,0,2)} é: A) T A B( ) = − , 0 1 3 2 2 2 B) T A B( ) = − − , 0 0 3 2 2 2 C) T A B( ) = − , 0 1 3 2 2 2 D) T A B( ) = − − , 0 1 3 2 2 2 E) T A B( ) = − − , 1 1 3 2 2 2 Resposta correta: alternativa C. Resolução do exercício Inicialmente devemos calcular T nos vetores da base A. 117 COMPLEMENTOS DE ÁLGEBRA LINEAR T(1,1) = (0,3, 1) = a (1, 1, 1) + b (0, 1, -1) + c (0,0,2) = (a, a + b, a – b +2 c) a-b 2c 1 a a b = + = + = 0 3 resolvendo o sistema temos: a=0, b = 3 e c = 2 T(0,1) = (- 1, 1, 1) = (a, a + b, a – b +2 c) a-b 2c 1 a a b = − + = + = 1 1 resolvendo o sistema temos: a = -1, b = 2 e c = 2 Logo, T A B( ) = − , 0 1 3 2 2 2 4. Qual dos vetores pertence ao núcleo do operador linear T(x,y,z) = (x+z, x+z, 3x+y)? A) u = (1, 2, -1) B) u = (2,-6, -2) C) u = (1,-3, 1) D) u = (0,3, 0) E) u = (-1,3, -1) Resposta correta: alternativa B. Resolução do exercício Para saber se um vetor pertence ao núcleo de uma transformação linear, devemos calcular a sua imagem pela transformação e o resultado deve ser zero. Assim, T (1, 2, -1) = (1 +(-1), 1+(-1), 3. 1 + 2) = (0,0, 5) ∉ N(T) T (2, -6, -2) = (2 +(-2), 2+(-2), 3. 2 + (-6)) = (0,0, 0) ∈ N(T) T (1, -3, 1) = (2,2, 0) ∉ N(T) 118 Unidade II T (0, 3, 0) = (0,0, 3) ∉ N(T) T (1, 3, -1) = (0,0, 6) ∉ N(T) 5. Uma base do núcleo de T, T(x,y z) = (x – z, y, x – z) é: A) B = {(1, 0, 1)} B) B = {(1, 1, 1)} C) B = {(1, 0, 1), (0, 1, 0)} D) B = {(1, 0, 0), (0, 1, 0)} E) B = {(0, 1, 0)} Resposta correta: alternativa A. Resolução do exercício Para determinar uma base do núcleo, precisamos inicialmente determinar o núcleo de T, assim: N(T) = {(x, y, z) ∈ IR3 | T(x, y, z) = (0, 0, 0)} (x – z, y, x – z) = (0, 0, 0) x z y x z − = = − = 0 0 0 resolvendo o sistema temos: x = z e y= 0, substituindo no vetor N(T) = {(x, 0, x) ∈ IR3} Uma base do núcleo será B = {(1, 0, 1)} 6. Uma base da Im T, T(x, y, z) = (x - z, y, x -z) é: A) B = {(1, 1, 1), (0, 1, 0)} B) B = {(1, 0, 0), (0, 0, 1)} C) B = {(1, 0, 0), (0, 1, 0)} D) B = {(1, 0, 1), (0, 1, 0)} 119 COMPLEMENTOS DE ÁLGEBRA LINEAR E) B = {(1, 0, 1), (-1, 0, -1), (0, 1, 0)} Resposta correta: alternativa D. Resolução do exercício Para determinar uma base da imagem, precisamos inicialmente determinar a imagem de T, assim: Im(T) = {(x - z, y, x -z) ∈ IR3} (x – z, y, x – z) = (x,0, x) + (0,y,0) + (z, 0, z) (x – z, y, x – z) = x (1,0, 1) + y (0,1,0) + z (1, 0, 1) 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 0 0 0 ~ os 3 vetores são LD mas os 2 primeiros são LI. Logo uma base da Im T será B = {(1,0,1), (0,1,0)} 7. Sendo A = {(1, 1), (-1, 0)} e B = {(1, 0), (1, -1)}, a matriz IB A mudança de base de A para B é: A) − 1 2 2 1 B) 2 1 1 2− C) 1 2 2 1− D) − − − 2 1 1 2 E) 2 1 1 0 � � � � � � � � Resposta correta: alternativa E. 120 Unidade II Resolução do exercício Para determinar a matriz mudança de base A para B, vamos escrever os vetores de A como combinação linear dos vetores de B: (1, 1) = a(1,0) + b(1,-1) - a b b + = = 1 1 resolvendo o sistema temos a = 2 e b = -1 (-1, 0) = a(1,0) + b(1,-1) - a b b + = − = 1 0 resolvendo o sistema temos a = -1 e b = 0 Logo 2 1 1 0 � � � � � � � � 8. Dos operadores a seguir, o que é ortogonal é: A) T(x,y) = (x, 2y) B) T(x,y) = (x, -y) C) T(x,y) = (x + y, 2y) D) T(x,y) = (3x, 2y) E) T(x,y) = (x –y, 3x) Resposta correta: alternativa B. Resolução do exercício Para o operador ser ortogonal, devemos ter | T(u) | = | u |, assim: A) | ( ) | ( )T u x y x y= + = +2 2 2 22 4 e | |u x y= +2 2 logo, não é ortogonal. B) | ( ) | ( )T u x y x y= + − = +2 2 2 2 e | |u x y= +2 2 logo, é ortogonal. C) | ( ) | ( ) ( )T u x y y x xy y= + + = + +2 2 2 22 2 5 e | |u x y= +2 2 logo, não é ortogonal. 121 COMPLEMENTOS DE ÁLGEBRA LINEAR D) | ( ) | ( ) ( )T u x y x y= + = +3 2 9 42 2 2 2 e | |u x y= +2 2 logo, não é ortogonal. E) | ( ) | ( ) ( )T u x y y x xy y= − + = + +2 2 2 23 2 10 e | |u x y= +2 2 logo, não é ortogonal. 9. Sendo T(x, y, z) = (x - y, y, z) e S(x, y, z) = (2x- z, y + z, z), a expressão para S + T é: A) (S + T) (x, y, z) = (3x – y –z, 2y + z, 2z) B) (S + T) (x, y, z) = (x – y –z, 2y + z, 2z) C) (S + T) (x, y, z) = (3x – y –z, y + z, 2z) D) (S + T) (x, y, z) = (3x – y –z, 2y + z, z) E) (S + T) (x, y, z) = (3x – y +z, 2y + z, 2z) Resposta correta: alternativa A. Resolução do exercício (S + T) (x, y, z) = (2x - z, y + z, z) +(x - y, y, z) (S + T) (x, y, z) = (3x – y - z, 2 y + z, 2 z) 10. Sendo X = (3, - 1, 2) e Y = (1, 2, 4) o valor do produto interno (3X).Y, (considerando o produto interno usual) é: A) (3X).Y = 27 B) (3X).Y = 9 C) (3X).Y = 24 D) (3X).Y = - 27 E) (3X).Y = 6 Resposta correta: alternativa A. Resolução do exercício (3X).Y = (9, -3, 6) . (1, 2, 4) = 9 – 6 + 24 = 27 122 Unidade II Resumo Nesta unidade estudamos transformações lineares e operadores lineares. Uma função T: U → V é linear se satisfaz: 1) ∀ a, b ∈ U, T (a + b) =T(a) + T(b) 2) ∀ a ∈ U, ∀a∈R, T(aa) = aT(a) Uma transformação linear de U em U é chamado de operador linear. Uma propriedade importante das transformações lineares é que ela leva zero em zero, isto é, se T: U → V é linear então T(0U) = 0V . Núcleo de uma transformação linear é o conjunto: N(T) = {a ∈ U | T(a) = 0} Imagem de uma transformação linear é o conjunto: Im(T) = {v ∈ V / v = T(a), a ∈ U} Algumas propriedades importantes das transformações lineares: 1) N(T) = {0} ⇔ T é injetora 2) Im(T) = V ⇔ T é sobrejetora 3) dim Im(T) + dim N(T) = dim U Matriz da transformação linear de A em B: T a a a a a a a a a A n n m m mn ( ) = , B 11 12 1 21 22 2 1 2 … … � � � � … T(u )1 ↑ ↑ ↑ T(u ) T(u ) 2 n 123 COMPLEMENTOS DE ÁLGEBRA LINEAR Operador inversível: T é inversível se e somente se existe o operador T–1, tal que (T o T-1) (u) = T (T-1(u)) = u. Matriz mudança de base, B A n n m m mn I a a a a a a a a a = 11 12 1 21 22 2 1 2 … … � � � � … T(u ) 1 ↑ ↑ ↑ T(u ) T(u ) 2 n Operador ortogonal: é um operador linear onde temos |T(u)| = |u| Operador simétrico: operador cuja matriz em relação a uma base ortonormal é simétrica. Operações com os operadores lineares: a) Adição: (F + G) (u) = F (u) + G (u), ∀u ∈ U b) Multiplicação por escalar: (k F) (u) = k F(u), ∀u ∈ U c) Composição: (G o F) (u) = G(F(u)), ∀u ∈ U Determinante de um operador linear: determinante da matriz canônica do operador linear. Formas bilineares: T: U x U → IR, F é bilinear se valem: F a b a F w b F v a b ( . . , ( , ) . , ( , . v v w) . v F(v w) w 1 2 1 2 1 + = + + .. ( , ) . , w ) . v F(v w )2 2= + a F w b1 Produto interno: produto entre vetores que tem como resultado um escalar. Num espaço IRn com produto interno, definimos norma e métrica. Norma de u: u u u x x xn= = + + +, 1 2 2 2 2 124 Unidade II Métrica: função distancia que satisfaz. I) d(u, v) = d(v, u) II) d(u, v) > 0 e d(u, u) = 0 ⇔ u = 0 III) d(u, v) < d (u, w) + d(v, w) Exercícios Questão 1. Considere que a matriz mudança da base C para a base B de R3 seja: IC B = − 1 0 1 1 0 0 1 1 1 Se as coordenadas do elemento v ∈ R3 são (-1,2,0), a matriz de coordenadas de v na base C são: A) (-1,2,0) B) (2,-1,0) C) (1,1,1) D) (-1,-1,3) E) (1,2,3) Resposta correta: alternativa D. Resolução da questão Sabemos que: ν ν[ ] = ⋅[ ]c CB BI Assim: ν ν [ ] = − ⋅ − [ ] = − − c c 1 0 1 1 0 0 1 1 1 1 2 0 1 1 3 125 COMPLEMENTOS DE ÁLGEBRA LINEARν ν [ ] = − ⋅ − [ ] = − − c c 1 0 1 1 0 0 1 1 1 1 2 0 1 1 3 Questão 2. Considere as bases ordenadas B = ( ) −( ) ( ){ }111 1 11 13 2, , , , , , , , e C = ( ) − −( ) ( ){ }12 2 11 1 12 3, , , , , , , , de R3. Sabe-se que as coordenadas do elemento v ∈ R3 na base C são (-1,2,0). As coordenadas desse elemento na base B são: A) (-1,2,0) B) (2,-1,0) C) (1,5,1,5,1) D) (1,5,-2,5,5) E) (1,2,3) Resposta correta: alternativa D. Resolução da questão Vamos determinar a matriz mudança de base IB C , que é a matriz mudança da base B para a base C. 12 2 111 1 11 13 2 11 1 11 11 21 31 12 , , , , , , , , , , , , ( ) = ( ) + −( ) + ( ) − −( ) = a a a a 11 1 11 13 2 12 3 111 1 11 22 32 13 23 ( ) + −( ) + ( ) ( ) = ( ) + −( ) + a a a a , , , , , , , , , , aa I a a a a a a a a a B C 33 11 12 13 21 22 23 31 32 33 13 2 1 2 2 1 1 , ,( ) = − −− = ⋅1 1 2 3 1 1 111 12 13 21 22 23 31 32 33 a a a a a a a a a 11 1 1 1 3 2 − Resolvendo o sistema, temos: 126 Unidade II I v I v v B C B B C C B = − − − = ⋅ = − − 0 5 0 5 1 0 1 0 2 5 15 2 0 5 0 5 1 0 1 0 , , , , , , −− ⋅ − = − 2 5 15 2 1 2 0 15 2 5 5 , , , , vB
Compartilhar