Baixe o app para aproveitar ainda mais
Prévia do material em texto
Transformações Lineares Matriz Definição (matriz) Uma matriz Am×n (m linhas e n colunas) é um arranjo retangular de mn elementos aij : A = a11 · · · a1n... ... am1 · · · amn . Definição (transposta) A transposta de Am×n é AT = Bn×m dada por bij = aji . B = b11 · · · b1m... ... bn1 · · · bnm = AT = a11 · · · am1... ... a1n · · · amn . Note que (AT )T = A. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 1 / 28 Transformações Lineares Produto Matriz-Vetor Notação Denotamos porMm×n o espaço das matrizes m × n. Definição (produto matriz-vetor) Seja A = ↑v1 ↓ · · · ↑ vn ↓ e w = (w1, . . . ,wn). Definimos Aw = ∑n i=1wivi . Lema (linearidade do produto matriz-vetor) A(u+ v) = Au+ Av ∀u,v A(ku) = k(Au) ∀k , ∀u Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 2 / 28 Transformações Lineares TL Associada a Matriz Definição (TL associada a uma matriz) Dada A ∈Mm×n, definimos TA : Rn → Rm por TA(w) = Aw. Pelo lema, TA é linear: TA ∈ L(Rn;Rm). AssociaçãoMm×n ↔ L(Rn;Rm) A associação A→ TA é bijeção deMm×n em L(Rn;Rm). Injetividade: suponha TA = TB. TA(ej) = TB(ej)⇒ Aej = Bej ⇒ aj = bj ∀j ⇒ A = B Sobrejetividade: dada T , defina A = [T (e1) · · ·T (en)]. TA(ej) = Aej = [T (e1) · · ·T (en)]ej = T (ej) ∀j ⇒ TA = T Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 3 / 28 Transformações Lineares Espaço Vetorial das Matrizes Definição (Soma de Matrizes e Produto Escalar-Matriz) A soma de matrizes e o produto escalar-matriz são definidos entrada a entrada. Com esta definição,Mm×n é espaço vetorial. Propriedade A associação A↔ TA é linear: TA+B = TA + TB e TαA = αTA. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 4 / 28 Transformações Lineares Núcleo e Imagem Definição (Núcleo e Imagem) Definem-se núcleo e imagem de uma matriz A ∈Mm×n como o núcleo e a imagem da transformação linear correspondente, TA ∈ L(m;n): Nuc(A) = def Nuc(TA) Im(A) = def Im(TA) Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 5 / 28 Transformações Lineares Núcleo Cálculo do Núcleo [ A 0 ] Exemplo [ A 0 ] = 1 2 3 04 5 6 0 7 8 9 0 ∼ [ 1 0 −1 0 0 1 2 0 ] Nuc(A) = 〈(1,−2,1)〉 Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 6 / 28 Transformações Lineares Imagem Cálculo da Imagem Seja BT uma forma escalonada de AT . Então Im(B) = Im(A) {b1,b2, . . . ,bp} é base de Im(A). Exemplo A = 1 2 34 5 6 7 8 9 , AT = 1 4 72 5 8 3 6 9 ∼ [ 1 4 7 0 −3 −6 ] {(1,4,7), (0,−3,−6)} é base de Im(A). Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 7 / 28 Transformações Lineares Espaço-Linha Observação A imagem de uma matriz A é também chamada de espaço-coluna de A. Definição (Espaço-Linha) O espaço-linha de A é o espaço-coluna de AT . Exemplo A = 1 2 34 5 6 7 8 9 ,∼ [ 1 2 3 0 −3 −6 ] {(1,2,3), (0,−3,−6)} é base de Im(AT ). Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 8 / 28 Transformações Lineares Espaço-Linha Lema Para qualquer matriz A ∈Mm×n, a dimensão do espaço-linha é igual à dimensão do espaço-coluna: dim(Im(A)) = dim(Im(AT )). Prova Seja ρ o número de linhas da forma escalonada de A. dim(Im(AT )) = ρ. dim(Nuc(A)) = #(vár. livres) = n − ρ. dim(Im(A)) = n − dim(Nuc(A)) = ρ. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 9 / 28 Transformações Lineares Matriz de uma Transformação R ([ x y ]) = R(xe1 + ye2) = xR(e1) + yR(e2) cos θ se n θ θ e1 R(e1) − sen θ cos θ e2 R(e2) θ R ([ x y ]) = x [ cos θ sin θ ] + y [ − sin θ cos θ ] = [ cos θ − sin θ sin θ cos θ ] [ x y ] Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 10 / 28 Transformações Lineares Matriz de uma Transformação Em geral, dada T ∈ L(Rn;Rm), temos T (x) = T (x1, . . . , xn) = T (∑n j=1 xjej ) = ∑n j=1 xjT (ej) = [ T (e1) · · · T (en) ] x1... xn = Ax ∀x T = TA Note que A ∈Mm×n. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 11 / 28 Transformações Lineares Produto de Matrizes Dadas A ∈Mm×n e B ∈Mn×p, associamos TLs TA ∈ L(Rn;Rm) e TB ∈ L(Rp;Rn). Está bem definida a composição TA ◦ TB ∈ L(Rp;Rm). Existe C ∈Mm×p associada a TA ◦ TB, TC = TA ◦ TB. Definição (produto de matrizes) Dadas A ∈Mm×n e B ∈Mn×p define-se o produto C = AB como a matriz C ∈Mm×p que satisfaz TC = TA ◦ TB. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 12 / 28 Transformações Lineares Cálculo do Produto de Matrizes Sejam A ∈Mm×n, B ∈Mn×p e C = AB ∈Mm×p. A j-ésima coluna de C é o vetor cj dado por cj = Cej = TC(ej) = (TA ◦ TB)(ej) = TA(TB(ej)) = TA(Bej) = TA(bj) = Abj AB = [ Ab1 · · · Abn ] Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 13 / 28 Transformações Lineares Cálculo do Produto de Matrizes Bp×m, Am×n, Cp×n = BA = p m m n n p = p m m n n p = p m m n n p = p m m n n p = p m m n n p colunas são CLs das colunas da 1a matriz entradas são produtos escalares de linhas da 1a matriz por colunas da 2a matriz linhas são CLs das linhas da 2a matriz Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 14 / 28 Transformações Lineares Propriedades do Produto de Matrizes (αA)B = A(αB) = αAB, (AB)C = A(BC) = ABC A(B + C) = AB + AC (A+ B)C = AC + BC (AB)T = BTAT AB 6= BA, AB = 0 6⇒ A = 0 ou B = 0 Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 15 / 28 Transformações Lineares Inversa de uma Matriz Definição (inversa de uma matriz) Se a TL TA associada à matriz A é invertível, então diz-se que A é invertível e define-se A−1 como a matriz associada à inversa de TA, isto é, A−1 satisfaz TA−1 = T − A 1. Se A não é invertível, diz-se que A é singular. Observação Vimos que se T ∈ L(U;V ) é invertível, então dim(U) = dim(V ). Isto implica que uma matriz invertível é necessariamente quadrada. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 16 / 28 Transformações Lineares Cálculo da Inversa Seja A ∈Mn×n invertível e seja B ∈Mn×n a sua inversa. Segue da definição que TA ◦ TB = TB ◦ TA = I, onde I ∈ L(Rn;Rn) é a transformação identidade, I(x) = x ∀x ∈ Rn. A matriz associada a I é a matriz I = [ e1 · · · en ] , isto é, TI = I. Assim, B fica definida pela propriedade AB = BA = I. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 17 / 28 Transformações Lineares Cálculo da Inversa de uma Matriz Seja A ∈Mn×n e seja X ∈Mn×n a sua inversa. AX = I ⇒ (AX )j = (I)j = ej ⇒ Axj = ej , j = 1, . . . ,n A j-ésima coluna da matriz inversa é obtida pela solução de um sistema com lado direito ej . Para o cálculo da matriz inteira, é necessária a solução de n sistemas lineares com mesma matriz de coefcientes e diferentes lados direitos.[ 1 −2 1 0 1 1 0 1 ] ∼ [ 1 0 13 2 3 0 1 −13 13 ] ⇒ ⇒ [ 1 −2 1 1 ]−1 = [ 1 3 2 3 −13 13 ] Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 18 / 28 Transformações Lineares Cálculo da Inversa Dada A ∈Mn×n, seja E a sua forma totalmente escalonada. Seja B definida por[ A I ] ∼ [ E B ] . A é invertível se e somente se E = I. Neste caso, A−1 = B. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 19 / 28 Transformações Lineares Matrizes e TLs Já sabemos encontrar a matriz associada a T ∈ L(Rn;Rm). É possível representar por uma matriz uma TL qualquer, T ∈ L(U;V )? A resposta é sim. Mas, assim como na representação de vetores por meio de coordenadas, é necessária a escolha de bases. A matriz representa uma TL com relação a duas bases (uma para o domínio e outra para o contra-domínio) da mesma forma que as coordenadas representamum vetor com relação a uma base: coordenadas vetor = matriz transf. linear Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 20 / 28 Transformações Lineares Matrizes e TLs U T−→ V [ · ]β ↓ ↓ [ · ]γ Rn −→ [T ]γ←β Rm [T (u)]γ = [T ]γ←β[u]β Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 21 / 28 Transformações Lineares Matrizes e TLs Sejam T ∈ L(U;V ), β = {u1, . . . ,un} base de] U e γ = {v1, . . . ,vm} base de V . Vimos que existe uma matriz A ∈Mm×n, denotada A = [T ]γ←β, definida por [T (u)]γ = A[u]β ∀u ∈ U. Equivalentemente, [T (uj)]γ = A[uj ]β , j = 1, . . . ,n. Mas A[uj ]β = Aej = aj , j = 1, . . . ,n. Portanto aj = [T (uj)]γ , j = 1, . . . ,n. A j-ésima coluna da matriz que representa T com relação às bases β e γ é o vetor de coordenadas na base γ da imagem por T do j-ésimo vetor da base β. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 22 / 28 Transformações Lineares Matrizes e TLs Teorema Dadas T : U → V, β, γ, defina [T ]γ←β = [ [T (u1)]γ [T (u2)]γ · · · [T (un)]γ ] . Então vale [T (u)]γ = [T ]γ←β[u]β ∀u ∈ U. [ · ]γ←β : L(U;V ) → Rm×n T 7→ [T ]γ←β é bijeção. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 23 / 28 Transformações Lineares Exemplo T : R2 → R3 linear T (1,0) = (1,2,3), T (2,1) = (0,0,2) β = {(1,0), (2,1)}, γ = {(1,2,3), (0,0,2), (0,1,0)} ε2 = {(1,0), (0,1)}, ε3 = {(1,0,0), (0,1,0), (0,0,1)} [T ]γ←β = ?, [T ]ε3←ε2 = ? [T ]γ←β = [ [T (1,0)]γ [T (2,1)]γ ] = 1 00 1 0 0 Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 24 / 28 Transformações Lineares Exemplo T : R2 → R2,Tx = [ 2 1 1 2 ] x [T ]ε = [ 2 1 1 2 ] Seja β = {u1,u2} = {(1,1), (1,−1)}. Então T (u1) = (3,3) = 3(u1) ⇒ [T (u1)]β = [ 3 0 ]T T (u2) = (−1,1) = −(u2) ⇒ [T (u2)]β = [ 0 −1 ]T [T ]β = [ 3 0 0 −1 ] Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 25 / 28 Transformações Lineares Mudança de Base Quando a transformação em questão é a identidade, I : U → U, ainda podemos escolher duas bases distintas, β e γ, para o domínio e o contra-domínio (isto é, duas bases distintas para U). Neste caso, temos [I]γ←β[u]β = [I(u)]γ = [u]γ ∀u ∈ U. Note que [I]γ←β é uma matriz que tranforma coordenadas na base β em coordenadas na base γ. É a chamada matriz mudança de base de β para γ. Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 26 / 28 Transformações Lineares Matriz da Composição (Produto de Matrizes) U VT U VT Rn Rm [ · ]β [ · ]γ U VT Rn Rm [T ]γ←β [ · ]β [ · ]γ V Rm [ · ]γ WS Rp [S]δ←γ [ · ]δ U VT Rn Rm [T ]γ←β [ · ]β [ · ]γ WS Rp [S]δ←γ [ · ]δ U VT Rn Rm [T ]γ←β [ · ]β [ · ]γ WS Rp [S]δ←γ [ · ]δ S ◦ T U VT Rn Rm [T ]γ←β [ · ]β [ · ]γ WS Rp [S]δ←γ [ · ]δ S ◦ T [S ◦ T ]δ←β [S]δ←γ [T ]γ←β = [S ◦ T ]δ←β Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 27 / 28 Transformações Lineares Inversa da Matriz de Mudança de Base Corolário [I]β←γ = [I]−1γ←β Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld DMA / IM / UFRJ 28 / 28 Transformações Lineares
Compartilhar