Prévia do material em texto
4. Aplicações Lineares — T 4.1def Sejam A e B dois conjuntos. Diz-se que uma correspon- dência f : A −→ B é uma aplicação se ∀a ∈ A,∃1b ∈ B : b = f (a). Ao conjunto A chama-se domínio de f e ao conjunto B chama-se contradomínio de f . 4.2def Sejam A, B, C e D conjuntos tais que C ⊂ A e D ⊂ B, e f : A −→ B uma aplicação. Então, (a) chama-se ao conjunto {f (x) : x ∈ C} imagem de C por f , que se denota por f(C). (b) Chama-se ao conjunto f (A) imagem de f . (c) Chama-se ao conjunto {x ∈ A : f (x) ∈ D} imagem inversa de D por f , que se denota por f←(D). 4.3exe Sejam os conjuntos A = {x1, x2}, B = {y1, y2, y3}, C = {x2}, D = {y1, y3}. Então, (a) dê um exemplo de uma correspondência entre A e B que não é uma aplicação: (b) Dê um exemplo de uma correspondência entre A e B que é uma aplicação: (c) Considerando a aplicação dada na alínea anterior, deter- mine a imagem de f , f (C) e f←(D): 4. Aplicações Lineares — T 64 4.4def Sejam A e B conjuntos e f : A −→ B uma aplicação. Então, (a) f diz-se uma aplicação injectiva se ∀x, y ∈ A : x 6= y ⇒ f (x) 6= f (y). (b) f diz-se uma aplicação sobrejectiva se B = f (A), i.e., ∀y ∈ B, ∃x ∈ A : y = f (x). (c) f diz-se uma aplicação bijectiva se f for injectiva e so- brejectiva, i.e., ∀y ∈ B, ∃1x ∈ A : y = f (x). 4.5exe Dê exemplos de uma aplicação que não é injectiva nem sobrejectiva (f1), que é injectiva mas não é sobrejectiva (f2), que não é injectiva mas é sobrejectiva (f3) e que é bijectiva (f4): 4. Aplicações Lineares — T 65 4.6def Sejam V e V ′ espaços vectoriais sobre o mesmo corpo K e f : V −→ V ′ uma aplicação. Então, (a) diz-se que f é uma aplicação linear (ou um homo- morfismo) se ∀x, y ∈ V, ∀α ∈ K : f (αx + y) = αf (x) + f (y). (b) Representa-se por LK(V,V ′) o conjunto de todas as aplicações lineares de V em V ′. 4.7obs (a) a condição para uma aplicação ser linear pode ser subs- tituída pelas duas seguintes condições: ∀x, y ∈ V : f (x + y) = f (x) + f (y). ∀x ∈ V, ∀α ∈ K : f (αx) = αf (x). (b) Se f é uma aplicação linear, então herda os conceitos de injectividade, sobrejectividade e bijectividade. (c) Quando não for relevante especificar o corpo sobre o qual se definem os espaços vectoriais V e V ′ ou se depreender do contexto, denotaremos o conjunto de todas as aplica- ções lineares de V em V ′ por L(V, V ′). 4.8teo Seja f ∈ L(V, V ′). Então, f (0V ) = 0V ′. 4.9obs Sejam V e V ′ espaços vectoriais e f : V −→ V ′ uma aplicação. Então, se f (0V ) 6= 0V ′, f não é uma aplicação linear. 4. Aplicações Lineares — T 66 4.10exe Exemplos de aplicações lineares: (a) sejam a matriz A ∈ Rm×n e a aplicação f1 : Rn −→ Rm x 7−→ Ax. Então, f1 ∈ L(Rn,Rm), pois (b) Seja a aplicação f2 : R1[x] −→ R ax + b 7−→ ∫ 1 0 (ax + b)dx. Então, f2 ∈ L(R1[x],R), pois 4.11obs O exemplo da alínea (a) é fundamental, pois como se verá mais adiante, todas as aplicações lineares podem ser repre- sentadas por uma aplicação linear daquele tipo. 4.12exe A aplicação g : R2 −→ R2 (a, b) 7−→ (a2, 0) não é uma aplicação linear de R2 em R2, pois 4. Aplicações Lineares — T 67 4.13def Seja f ∈ L(V, V ′). Então, (a) ao conjunto f (V ) chama-se imagem de f , que se de- nota por Imf , i.e., Imf = {f (x)|x ∈ V }. (b) Ao conjunto f←(0V ′) chama-se núcleo de f , que se denota por Nucf , i.e., Nucf = {x ∈ V |f (x) = 0V ′}. 4.14teo Seja f ∈ L(V, V ′). Então, (a) se F é um subespaço de V , f (F ) é um subespaço de V ′ (em particular, Imf é um subespaço de V ′). (b) Se F ′ é um subespaço de V ′, f←(F ′) é um subespaço de V (em particular, Nucf é um subespaço de V ). 4.15def Seja f ∈ L(V, V ′). Então, (a) à dimensão do subespaço imagem de f chama-se ca- racterística de f , que se denota por cf , i.e., cf = dim(Imf ). (b) À dimensão do subespaço núcleo de f chama-se nuli- dade de f , que se denota por nf , i.e., nf = dim(Nucf ). 4.16teo Sejam V e V ′ espaços vectoriais e f ∈ L(V, V ′). Então, se dim(V ) = n, n = cf + nf . 4.17teo Sejam f ∈ L(V, V ′) e {u1, . . . , un} um conjunto gerador de V (podendo ser, como caso particular, uma base de V ). Então, (a) a aplicação f fica definida desde que se conheçam os vectores f (u1), . . . , f (un) (do ev V ′). (b) Imf = 〈f (u1), . . . , f (un)〉. 4. Aplicações Lineares — T 68 4.18exe Seja a aplicação linear f : R3 −→ R2 (x1, x2, x3) 7−→ (0, x1 + 2x2 − x3). Determine Imf , cf , Nucf e nf : 4. Aplicações Lineares — T 69 4.19teo Sejam f ∈ L(V, V ′) e C = {u1, . . . , un} um subconjunto de V . Então, (a) f é uma aplicação injectiva sse Nucf = {0V }, i.e., nf = 0. (b) Se C é um conjunto gerador de V (podendo ser, como caso particular, uma base de V ), então f é uma apli- cação sobrejectiva sse V ′ = 〈f (u1), . . . , f (un)〉, i.e., cf = dim(v′). (c) Se C é uma base de V , então f é uma aplicação bijectiva sse {f (u1), . . . , f (un)} é uma base de V ′. 4.20obs Sejam V e V ′ espaços vectoriais de dimensão finita e f ∈ L(V, V ′). Então, se dim(V ) 6= dim(V ′), f não é uma aplicação linear bijectiva. 4. Aplicações Lineares — T 70 4.21obs Sejam f ∈ LK(V, V ′), C = {v1, . . . , vn} uma base de V , C ′ = {v′1, . . . , v′m} uma base de V ′ e v ∈ V . Então,(∃α1, . . . , αn ∈ K : v = α1v1 + · · · + αnvn)⇒ f (v) = f (α1v1 + · · · + αnvn) = α1f (v1) + · · · + αnf (vn), em que cada f (vi) (i = 1, . . . , n) pode escrever-se como combinação linear dos vectores da base de V ′, vindo: f (v1) = a11v ′ 1+· · ·+am1v′m, . . . , f (vn) = a1nv′1+· · ·+amnv′m. Tem-se, então, f (v) = α1 m∑ i=1 ai1v ′ i+· · ·+αn m∑ i=1 ainv ′ i = n∑ j=1 m∑ i=1 αjaijv ′ i = = m∑ i=1 ( n∑ j=1 aijαj ) v′i. Assim, se f (v) = β1v′1 + · · · + βmv′m, as coordenadas de f (v) em relação à base C ′ são dadas porβ1... βm = a11 · · · a1n... . . . ... am1 · · · amn α1... αn , i.e., se conhecermos a matriz Af,C,C ′ = [aij] ∈ Km×n, po- demos sempre determinar o transformado de um vector v por maio da aplicação linear f . À matriz Af,C,C ′ chama-se matriz da aplicação f em relação às bases C e C′. O teorema seguinte é o caso particular quando V = Rn e V ′ = Rm e quando se consideram as respectivas bases canónicas. 4. Aplicações Lineares — T 71 4.22teo (a) Sejam f ∈ L(Rn,Rm), {e1, . . . , en} a base canónica de Rn, f (e1) = v1, . . . , f (en) = vn e a matriz Af = [v1 · · · vn] ∈ Rm×n (i.e., a j-ésima coluna de Af é o vec- tor vj). Então f : Rn −→ Rm x 7−→ Afx. (b) Reciprocamente, seja A ∈ Rm×n. Então, fA : Rn −→ Rm x 7−→ Ax define uma aplicação linear pertencente a L(Rn,Rm). 4.23exe Determine a matriz da aplicação f : R3 −→ R2 (x1, x2, x3) 7−→ (x1 + x2, 2x2 − x3) 4. Aplicações Lineares — T 72 4.24teo Sejam f : Rn −→ Rm uma aplicação linear e Af ∈ Rm×n a matriz da aplicação f . Então, (a) f é uma aplicação injectiva sse c(Af) = n. (b) Condição necessária para f ser uma aplicação injectiva: n 6 m, i.e., se n > m, f não é uma aplicação injectiva. (c) Se f é uma aplicação injectiva, então o sistema Afx = b, x ∈ Rn, é PD ou Imp ∀b ∈ Rm. (d) f é uma aplicação sobrejectiva sse c(Af) = m. (e) Condição necessária para f ser uma aplicação sobrejec- tiva: n > m, i.e., se n < m, f não é uma aplicação sobrejectiva. (f) Se f é uma aplicação sobrejectiva, então o sistema Afx = b, x ∈ Rn, é PD ou PI ∀b ∈ Rm. (g) f é uma aplicação bijectiva sse c(Af) = m = n. (h) Condição necessária para f ser uma aplicação bijectiva: n = m, i.e., se n 6= m, f não é uma aplicação bijectiva. (i) Se f é uma aplicação bijectiva, então o sistema Afx = b, x ∈ Rn, é PD ∀b ∈ Rm. 4. Aplicações Lineares — TP 73 4. Aplicações Lineares — TP 4.1 Considere a seguinte aplicação f : R2 −→ R3 (x, y) 7−→ (x− y, 0, x). (a) Calcule f(2, 1). (b) Calcule f(y, 1). (c) Calcule f(y, x). (d) Calcule f(x+ 2y, y − x). sols 4.1(a) f(2, 1) = (1, 0, 2). (b) f(y, 1) = (y − 1, 0, y). (c) f(y, x) = (y − x, 0, y). (d) f(x+ 2y, 2y − x) = (2x, 0, x+ 2y). 4.2 Indique quais das seguintes aplicações são lineares: f1 : R2 −→ R2 (x, y) 7−→ (2x− y, x). f2 : R3 −→ R2 (x, y, z) 7−→ (x+ y + 2, z − 3). f3 : R2 −→ R2 (x, y) 7−→ (0,−x). f4 : R2 −→ R (x, y) 7−→ |x− y|. sols 4.2 f1 e f3 são aplicações lineares. f2 e f4 não são aplicações lineares. 4.3 Seja f uma aplicação definida por f : R −→ R2 x 7−→ (x+ α− 2β,−x), em que α e β são duas constantes reais. Diga, justificando, qual a relação entre α e β para que f seja uma aplicação linear. sols 4.3 α = 2β. 4.4 Considere as seguintes aplicações lineares: f1 : R2 −→ R (x, y) 7−→ x+ y, f2 : R3 −→ R2 (x, y, z) 7−→ (x+ y + z, 2x+ 2y + 2z), f3 : R3 −→ R3 (x, y, z) 7−→ (x− z, 0, y − 2z), f4 : R4 −→ R3 (x, y, z, w) 7−→ (x− y, z − w, x− 3w). Determine Imf , cf , Nucf e nf para cada uma delas. sols 4.4 f1: Imf1 = R, cf1 = 1, Nucf1 = {(x,−x)|x ∈ R}, nf1 = 1. f2: Imf2 = {(a, 2a)|a ∈ R}, cf2 = 1, Nucf2 = {(−y − z, y, z)|y, z ∈ R}, nf2 = 2. f3: Imf3 = {(a, 0, c)|a, c ∈ R}, cf3 = 2, Nucf3 = {(z, 2z, z)|z ∈ R}, nf3 = 1. f4: Imf4 = R3, cf4 = 3, Nucf4 = {(3w, 3w,w,w)|w ∈ R}, nf4 = 1. 4.5 Para cada uma das alíneas seguintes, determine a função f sabendo que é uma aplicação linear definida por: (a) f(1, 0) = (−1, 1, 2) e f(0, 1) = (3, 0, 1). (b) f(1, 2) = (3,−1, 5) e f(0, 1) = (2, 1,−1). 4. Aplicações Lineares — TP 74 (c) f(1, 1, 1) = 3, f(0, 1,−2) = 1 e f(0, 0, 1) = −2. sols 4.5 (a) f(x, y) = (−x+ 3y, x, 2x+ y); (b) f(x, y) = (−x+ 2y,−3x+ y, 7x− y); (c) f(x, y, z) = 8x− 3y − 2z. 4.6 Considere o conjunto de matrizes A = {[ x −y y x ] |x, y ∈ R } e a aplicação f : A −→ R2×2[ x −y y x ] 7−→ [ x+ y y −y 2x ] . (a) Mostre que f é uma aplicação linear. (b) Determine as dimensões do Nucf e da Imf . (c) f é injectiva? Justifique. sols 4.6 (b) nf = 0; cf = 2. (c) Sim. 4.7 Sejam o espaço vectorial Kn×n, a matriz M ∈ Kn×n e aplicação f : Kn×n −→ Kn×n A 7−→ AM −MA. (a) Mostre que a aplicação f é linear. (b) Considerando M = [ 1 2 0 3 ] , encontre uma base e a dimensão para o núcleo de f . sols 4.7 (b) Por exemplo: {[ 1 −1 0 0 ] , [ 1 0 0 1 ]} . nf = 2. 4.8 Seja f uma aplicação linear de R2 em R3. Sabendo que f(1, 0) = (0, 1, 1) e Nuc f = 〈(0, 1)〉, determine f(x, y) para qualquer (x, y) ∈ R2. sols 4.8 f(x, y, z) = (0, x, x). 4.9 Seja f uma aplicação linear de R3 em R3. Sabendo que f(0, 0, 1) = (0, 0, 1) e Nuc f = 〈(1, 1, 1), (0, 1, 1)〉, determine f(x, y, z) para qualquer (x, y, z) ∈ R3. sols 4.9 f(x, y, z) = (0, 0, z − y). 4.10 Seja f uma aplicação linear de R4 em R3 definida pelo sistema y1 = 3x1 + 2x2 + x3y2 = x1 − x4 y3 = 2x1 + 5x2 + x3 − x4. (a) Escreva a matriz Af da aplicação. (b) Determine o transformado do vector (1, 0, 3, 2). sols 4.10 (a) 3 2 1 01 0 0 −1 2 5 1 −1 . (b) (6,−1, 3). 4.11 Considere o seguinte sistema de vectores lineares sobre R 2x1 + x2 = 1x1 + x2 = −1 x1 − 2x2 = −3. Dê uma interpretação em termos de aplicações lineares do conjunto de soluções deste sistema de equações lineares e determine-o. 4. Aplicações Lineares — TP 75 sols 4.11 Ax = b em que A = 2 11 1 1 −2 . O sistema é impossível, logo C.S. = ∅. 4.12 Sendo α ∈ R, considere as aplicações lineares associadas às seguintes matrizes: A1 = 1 2 1 00 −3 3 α 0 0 0 −3 + α , A2 = 1 00 α 0 0 , A3 = [1 24 α ] . Para cada uma das aplicações, indique para que valores de α a aplicação é injectiva e sobrejectiva. sols 4.12(A1): nunca é injectiva e é sobrejectiva para α 6= 3. (A2): injectiva para α 6= 0 e nunca é sobrejectiva. (A3): injectiva e sobrejectiva para α 6= 8. 4.13 Seja f uma aplicação linear de R3 em R3 tal que f(1, 0, 0) = (1, 0, α), f(0, 1, 0) = (1,−1, 1) e f(0, 0, 1) = (1, 1, α2). Determine os valores de α para os quais f é bijectiva. sols 4.13 α 6= 1. 4.14 Seja f uma aplicação tal que f ∈ L(Rn,Rm). Dê exemplos de aplicações injectivas, não injectivas, sobrejectivas, não sobrejectivas e bijectivas para m > n,m = n e m < n, sempre que tal seja possível.