Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
1 Universidade Salvador – UNIFACS GAAL - GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR Cursos de Engenharia Profa: Ilka Rebouças Freire Algebra Linear Texto 06: Transformação Linear – Matriz Associada Até agora só trabalhamos com funções reais de uma variável real, ou seja, funções cujos domínios e imagens são subconjuntos de R. Por exemplo: f(x) = 2x + 1; f(x) = x 2 ; f(x) = e x , etc. Vamos agora tratar de funções que têm como domínio e contradomínio outros espaços vetoriais como R 2 , R 3 , M2(R), etc . Assim, tanto a variável independente quanto a variável dependente serão vetores, razão pela qual, funções deste tipo são também chamadas de funções vetoriais. Vamos estudar uma classe especial de funções definidas entre espaços vetoriais que são aquelas que preservam as operações de adição e a multiplicação por um escalar. Enfatizaremos as transformações lineares de R n em R m . Tais transformações têm importância fundamental no estudo da Álgebra Linear e muitas aplicações na Física e nas Engenharias Para dizer que T é uma transformação ( função ) de um espaço vetorial V num espaço vetorial W, escrevemos T: V W. Sendo T uma função, cada vetor v V tem um só vetor imagem w W tal que w = T(v) Exemplos: 1) T: R 2 R3 T(x,y) = (x, y, x + y ) Exemplos de algumas imagens T(1,2) = (1, 2, 3 ); T(0,1 ) = (0, 1, 1 ) W V v w =T(v) T 2 2) T : R 3 R3 T(x, y, z ) = (x, y, 0 ) Esta transformação é chamada de projeção ortogonal do R 3 sobre o plano XY, pois ela pega um ponto qualquer do R 3 e leva na sua projeção sobre o plano XY Observações 1) No caso em que V = W uma transformação linear T: V V é também chamada de operador linear. 2) A definição nos diz em palavras que se T é uma transformação linear então a imagem da soma é a soma das imagens e a imagem de um vetor multiplicado por um escalar é igual ao escalar multiplicado pela imagem do vetor 3) As condições i) e ii) da definição são equivalentes a T ( u + v ) = T(u ) +T( v ) Exemplos e Contra-exemplos: 1) T: R R x 2x i) T ( x + y ) = 2 (x + y ) = 2x + 2y = T ( x ) + T ( y ) ii) T ( x) = 2 ( x) = 2 x = (2 x ) = T (x ) Sejam V e W dois espaços vetoriais sobre R. Uma transformação linear é uma aplicação ( função) T de V em W que satisfaz as seguintes condições: T: V W i) u, v V, T ( u + v ) = T(u ) + T( v ) ii) u V, R, T( u ) = T ( u ) w = T(v) v 3 2) T: R R x x R Este caso é uma generalização do anterior As transformações acima têm como gráfico uma reta passando pela origem e motivaram a definição de transformação linear. Pode-se mostrar que toda transformação linear de R em R é do tipo descrito acima. 3) T: R2 R (x, y) x + y i) T( (x1, y1 ) + (x2, y2) ) = T( x1 + x2, y1 + y2) = x1 + x2 + y1 + y2 = ( x1 + y1 ) + ( x2 +y2 ) = T( (x1, y1 ) ) + T ( (x2, y2) ) ii ) T ( (x1, y1 ) ) = T ( (x1, y1 ) ) = x1 + y1 = ( x1 + y1 ) = T ( x1 , y1 ) 4) T: R 2 R; T( x, y) = x + y + 1 Esta transformação não é linear pois, por exemplo, T( 1, 1) = 3 e T(2, 2 ) = 5. Logo, T(2v) 2T(v) 5) T: R 2 R2 : T(x, y) = ( x2, y ) Esta transformação não é linear. Por exemplo, T( 1, 1) = ( 1, 1 ) e T( 2, 1 ) = (4, 1), mas T ( (1, 1) + ( 2, 1 ) ) = T(3, 2 ) = ( 9, 2 ) ( 1, 1 ) + ( 4, 1 ) Algumas Transformações Lineares do Plano 1) Reflexão em torno do eixo OX T: R 2 R2 T(x,y) = ( x, y) (x,y) (x, y) 4 2) Reflexão em torno do eixo OY T: R 2 R2 T(x,y) = ( x, y) 3) Reflexão na origem T: R 2 R2 T(x,y) = ( x, y) 4) Reflexão em torno da reta y = x T: R 2 R2 T(x,y) = ( y, x) ( x, y) (x,y) ( x, y) (x, y) ( x, y) (x, y) (x, y) (y, x) 5 Propriedades das Transformações Lineares P1: Se T: V W é uma transformação linear então T( 0 ) = 0 D] T ( 0 ) = T( 0 + 0 ) = T ( 0 ) + T ( 0 ) T ( 0 ) = 0 Temos como consequência que T ( 0 ) 0 T não é uma transformação linear Exemplo: T: R 2 R; T ( x, y ) = x + y + 1 não é uma transformação linear pois T (0, 0) = 1 Observação: O fato de T ( 0 ) = 0 não garante que T é linear Exemplo: T : R R2: T ( x ) = ( x2, x ) é tal que T( 0 ) = ( 0, 0 ) mas T não é linear T(1) = ( 1, 1 ); T( 2) = ( 4, 2 ) e T( 1+2) = T(3) = (9, 3 ) T(1) + T(2) P2: Se T: V W é uma transformação linear então T ( – u ) = – T ( u ) D} T ( – u ) = T ( (– 1)u ) = ( – 1 ) T ( u ) = – T ( u ) P3: Se T: V W é uma transformação linear então T ( u – v ) = T ( u ) – T ( v ) D] T ( u – v ) = T ( u + (–1 )v) = T ( u ) + ( – 1 ) T ( v ) = T ( u ) – T ( v ) Exemplos: 1) Sabendo que T: V W é uma transformação linear tal que T(u) = w1 e T(v) = w2, calcule T(3u – 5v) Solução: T(3u – 5v) = T(3u) T(5v) = 3T(u) 5T(v) = 3w1 5w2 . 2) Se T: V W é uma transformação linear, então T( 3u + 4v – 5w ) = 3 T(u) + 4T(v) –5T(w) 3) Se v = 1v1 + 2v2 + ...+ nvn e T é uma transformação linear, então T(v) = T(1v1 + 2v2 + ...+ nvn ) = 1T(v1) + 2 T( v2 )+ ...+ nT( vn ) Um resultado importante sobre as transformações lineares é que elas ficam completamente determinadas se conhecemos as imagens dos vetores de uma base do domínio. 6 Exemplos: Determinar as transformações lineares a seguir: 1. T: R2 R3 ; T(1, 0) = (1, 2, 3) e T(0,1 ) = ( – 1, 0, 1 ) Solução: { ( 1, 0 ), ( 0, 1 ) } é a base canônica do R 2 e conhecemos as imagens dos elementos da base. Logo, T(x,y) = T( x(1,0) + y(0,1) ) = x T(1,0) + yT(0,1) = x(1,2,3) + y( – 1 , 0 , 1 ) T ( x, y ) = (x – y ,2x, 3x + y ) 2. T: R2 R2; T( 1,1 ) = ( 1, 0 ) e T( 1,1) = ( 1,2 ) Solução: { (1, 1 ), ( 1 , 1 ) } é uma base do R2. Vamos, inicialmente, encontrar as coordenadas de um vetor genérico v = ( x, y ) em relação a essa base. (x,y) = a( 1,1) + b( 1, 1 ) a b = x e a + b = y 2 xy b e 2 yx a Assim, x)y(y, 2 2x2y , 2 xyyx (1,2) 2 xy (1,0) 2 yx 1,1)T( 2 xy T(1,1) 2 yx y)T(x, 3. T: M2 ( R ) R T 1 0 0 0 2; T 0 1 0 0 4; T 0 0 1 0 1; T 0 0 0 1 3 Solução: 3w+z4y+2x= 10 00 T w+ 01 00 T z+ 00 10 yT+ 00 01 xT= wz yx T Sejam V e W espaços vetoriais 1 = { v1, v2, ..., vn } base de V e w1, w2, ...wn elementos arbitrários de W. Então, existe uma única transformação linear T: V W tal que T (vi) = wi. Isto significa que T fica completamente determinada pelos vetores w1, w2, ..., wn . 7 4. T: R3 R2 T(1,0,0) = (1, 2 ); T(0, 1, 0 ) = ( 1, 1 ) e T(0, 0, 1) = (1, 0 ) Solução: T(x, y, z) = T ( x(1, 0, 0 ) + y ( 0, 1, 0 ) + z (0, 0, 1)) = xT(1,0,0) + yT(0,1, 0 ) + zT(0,0,1) = x(1,2) + y ( 1, 1) + z(1, 0 ) = ( x + y + z , 2x + y ) Matriz Associada a uma Transformação Linear Vamos agora relacionar as transformações lineares às matrizes e veremos que, num certo sentido, o estudo das transformações lineares é equivalente ao estudo das matrizes. Consideremos o seguinte exemplo: Seja A a matriz A = 1 2 1 0 1 1 e consideremos a transformação que indicaremos por TA TA : R 3 R2 TA( (x, y ,z ) ) = A x y z 1 2 1 0 1 1 x y z x 2y z y z Podemos interpretar TA(x, y, z) = (x + 2y + z, y – z ) Observemos que tomamos o vetor ( x, y, z ) na forma de matriz coluna para que a operação com a matriz estivesse bem definida. Observação: Dada uma matriz A Mmxn ( R ), ela pode ser interpretada como uma transformação linear TA: R n Rm onde os vetores são tomados através de suas coordenadas em relação às bases canônicas do R n e R m . De uma maneira geral: Fixada uma matriz A, A Mmxn ( R ) e considerando a aplicação TA do R n em R m : TA: R n Rm TA( v ) = A v onde v é considerado um vetor coluna do R n , ou seja, v é uma matriz coluna n x 1. TA é uma tranformação linear. 8 Vamos agora mostrar que toda transformação linear está associada a uma matriz. Vamos considerar apenas transformações de R n em R m com suas bases canônicas Exemplos: 1) Sejam V = R 3 e W = R 2 considerados com as suas respectivas bases canônicas Sendo T: R 3 R2; T(x, y, z ) = ( x + y, z ), determine [ T ] Solução: T( 1, 0, 0 ) = ( 1, 0 ) ; T ( 0, 1, 0 ) = ( 1, 0 ) e T ( 0, 0, 1 ) = ( 0, 1 ) Logo, 100 011 T 2) Sejam V = R 2 e W = R 3 , considerados com as suas respectivas bases canônicas a) Sendo T: R2 R3; T(x, y) = ( 3x + 3y, 2x + y, x + y ), determine [ T ]. Solução: T(1,0) = ( 3, 2, 1 ) e T( 0, 1) = ( 3, 1, 1 ) Considerando a matriz A cujas colunas são as coordenadas dos vetores imagens na base obtemos 11 12 33 TA b) Sendo 11 12 33 A , determine TA: R 2 R3 Solução: Sendo é a base canônica temos que y x y)(x, . Logo, y)(x,Ay)T(x, = Seja T: R n Rm uma transformação linear. Definimos a matriz da transformação T em relação às bases canônicas de Rn e Rm e indicamos por T como sendo a matriz m x n cuja j-ésima coluna é formada pelas coordenadas do vetor T(vj), isto é, aij é a i-ésima coordenada de T(vj). 9 yx y2x 3y3x y x 11 12 33 . Portanto, T(x,y) = (3x +3y)(1,0,0) + (2x+y) (0,1,0)+(x+y)(0,0,1,) = (3x+3y, 2x+y ,x+y). Comparando os resultados dos itens a) e b) concluímos que a transformação TA tem como matriz associada a matriz A que induz TA. Exercícios: 1) Verifique quais das transformações abaixo são lineares. Justifique. a) T(x, y) = (2x , y) b) T(x, y) = (x 2 , y) c) T(x,y) = (2x+1, -y) d) F(x, y, z) = (x+y, xy, z) e) S(x, y, z) = (x+2y, 0, sen(x)) 2) Determine as expressões das transformações a seguir, sabendo que: a) T: R2 R3 e T(1,0) = (-3,1,0) e T(0,1) = (1,2,4) b) T: R2 R3 e T(1,0) = (2,0,1) e T(0,1) = (1,2,-3) c) T: R2 R3 e T(1,1) = (2,0,1) e T(0,1) = (1,0,-1) d) T: R3 R3 e T(1,0,0) = (2,1,0) e T(0,1,0) = (1,0,2) e T(0,0,1) = (-2,3,4) e) T: R 3 R3 e T(1,0,0) = (1,0,1) e T(1,1,0) = (-2,3,4) e T(0,1,1) = (0,1,-3) f) T: R 3 R3 e T(0,0,1) = (1,-1,-3) e T(2,1,2) = (3,4,-4) e T(-1,0,3) = (2,-4,-9) 3) Dado T: R 2 R2 linear, T(1,0) = (2,3) e T(0,1) = (-3,5), determine: a) T(1,2) b) T(2,-4) c) T(x,y) . 4) Determine as matrizes associadas das funções lineares abaixo: a) T: R2 R2 tal que T(x,y) = (x-3y, -3x+4y) b) T: R2 R3 tal que T(x,y) = (x-3y, -3x+4y, x+2y) c) T: R3 R3 tal que T(x,y,z) = (x-y+z, x+4y-z, 2y-3z) d) T: R4 R3 tal que T(x,y,z,w) = (x-3y+w, 2x-y+z, x+2y-3w) e) T: R4 R4 tal que T(x,y,z,w) = (2x-3y+z-w, 2x-3y+z, 2y+z-3w,z-w) Respostas 1) Somente a função do item (a) é linear. Dê contra-exemplos numéricos nos outros casos. 2) a) T(x, y) = (-3x+y, x+2y, 4y) b) T(x, y) = (2x+y, 2y, x-3y) 10 c) T(x, y) = (x+y, 0, 2x-y) d) T(x, y, z) = (2x+y-2z, x+3z, 2y+4z) e) T(x, y, z) = (x-3y+3z, 3y-2z, x+3y-6z) f) T(x, y, z) = (x-y+z, x+4y-z, 2y-3z) 3) a) (-4,13) b) (16,-14) c) (2x-3y, 3x+5y) 4) a) 43 31 T b) 21 43 31 T c) 320 141 111 T d) 3021 0112 1031 T e) 1100 3120 0132 1132 T Referências Bibliográficas - Álgebra Linear – Alfredo Steinbruch / Paulo Winterle - Álgebra Linear – Boldrini / Costa / Figueiredo / Wetzler - Álgebra Linear – Caliolli - Álgebra Linear com Aplicações – Anton / Rorre
Compartilhar