Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Universidade Salvador – UNIFACS GAAL - GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR Cursos de Engenharia Profa: Ilka Rebouças Freire Álgebra Linear Texto 07 Núcleo e Imagem de uma Transformação Linear Sendo T: V W uma transformação linear, vamos estudar dois subespaços importantes dos espaços V e W Exemplo: Dada a transformação T: R 3 R3 ; T(x, y, z) = ( 0, y, 0), temos que: Im(T) = { (x, y, z ) R3 ; T(x, y, z ) = (0, y, 0) }= { (0, y, 0 ); y R } = [(0, 1, 0 ) ] A imagem corresponde ao eixo OY e é um subespaço do R 3 . Exemplo: Determinar a imagem da seguinte transformação linear 1) T: R 3 R3 T(x, y, z ) = ( x, y, 0 ) (Projeção ortogonal sobre o plano XY ) T(1, 0, 0 ) = ( 1, 0, 0 ) T(0, 1, 0 ) = ( 0, 1, 0 ) T(0, 0, 1) = ( 0, 0, 0 ) A imagem de T , indicada por Im(T) é o conjunto dos vetores w de W tais que existe um vetor v em V que satisfaz T(v) = w, ou seja, Im( T ) = { w W; v V; T(v) = w } W Im(T) é um subespaço vetorial de W podendo também ser indicado por T(V) Seja T: V W uma transformação linear e V = [ v1, v2, ...vn ], então [T(v1), T(v2),...,T(vn) ] = Im(T) O resultado acima nos diz que a imagem de uma transformação linear é gerada pelas imagens de um conjunto de geradores do domínio da transformação 2 Assim, Im(T) = [ ( 1, 0, 0 ), ( 0, 1, 0 ) , ( 0, 0, 0 ) ] = [ ( 1, 0, 0 ), ( 0, 1, 0 ) ] ( O plano XY ) 2)T: R 2 R2 T(x, y) = ( x, y) (Reflexão em torno de OY ) T(1, 0) = ( 1, 0 ) T(0, 1) = ( 0, 1) Im( T ) = [ ( 1, 0 ), (0, 1) ] = R2 Observemos que no exemplo anterior a imagem da transformação coincidiu com o contradomínio. Quando isto acontece dizemos que a transformação é sobrejetora Exemplos: 1) Dada a transformação T: R 3 R3 ; T(x, y, z) = ( 0, y, 0), temos que: N(T) = { (x, y, z ) R3 ; T(x, y, z ) = (0, 0, 0) } (0, y, 0 ) = (0, 0, 0 ) y = 0. Logo, N(T) = { (x, y, z ) R3 ; y = 0 } = { ( x, 0, z ); x, z R } = [ ( 1, 0, 0 ), ( 0, 0, 1 ) ] Observemos que o núcleo é o plano XZ. 2) T: R 3 R3 T(x, y, z ) = ( x, y, 0 ) (Projeção ortogonal sobre o plano XY ) N( T) = { (x, y, z ) R3; T(x, y, z ) = (x, y, 0 ) = ( 0, 0, 0 ) } Temos assim que x = 0 e y = 0. Logo, N(T) = { (x, y, z ) R3; x = y = 0 } = [ (0, 0, 1 ) ] ( eixo OZ ) ( Veja que N(T) é um subespaço do R 3 ) 3)T: R 2 R2 T(x, y) = ( x, y) (Reflexão em torno de OY ) N( T) = { (x, y) R2; T(x, y ) = ( x, y) = ( 0, 0) } N( T) = { ( 0,0) } Seja T: V W uma transformação linear. O núcleo de T, indicado por N(T) é o conjunto de todos os vetores v de V tais que T(v) = 0, ou seja, N(T) = { v V; T(v) = 0 } V N(T) é um subespaço vetorial de V podendo também ser indicado por ker(T) e chamado de kernel 3 O conceito de função injetora se estende naturalmente para as transformações lineares. Afinal uma transformação linear é uma função!!. Vamos relembrar a definição Um resultado nos garante que Do exemplo 3) visto anteriormente podemos concluir que T(x, y) = ( x, y) é uma transformação injetora uma vez que calculamos N(T) = { ( 0,0 ) } Consideremos o seguinte exemplo: Sendo T: R 2 R ; T(x, y) = x + y, determinar N(T) e Im(T). N(T) = { (x, y ) R2 ; x + y = 0 } = { (x, – x ) ; x R } = [ ( 1, – 1 ) ] dim( N(T) ) = 1 Im(T) = R dim ( Im(T) ) = 1 Temos assim que: dim R 2 = dim (Im(T) )+ dim(N(T)) Este resultado vale geralmente e está expresso no seguinte teorema: Vamos agora relacionar as dimensões do núcleo e da imagem de uma transformação linear ao posto da matriz a ela associada Teorema do Núcleo e da Imagem Se T: V W é uma transformação linear, então dim V = dim(N(T)) + dim(Im(T)) Seja T: V W uma transformação linear, e bases de V e W respectivamente e A = T Então: 1) dim Im(T) = posto de A 2) dim N(T) = nulidade de A = número de colunas posto de A Uma transformação T: V W é injetora se dados u e v V temos que T(u) = T(v) u = v u v T(u) T(v) T é injetora N(T) = { 0 } 4 Vamos dar uma idéia da demonstração para o caso em que V = R n ; W = R m e as bases são canônicas 1) Seja A = [T] Mmxn( R ) e seja Ai R m ( como vetor coluna ) a i-ésima coluna de A. Então se = { v1, v2, ...vn }, [T(vi)] = Ai, logo Im(T) é gerada pelos Ais. Podemos então extrair uma base para Im(T). O número de elementos desta base é o número de vetores L.I. Usando o fato que o posto de uma matriz é igual ao da sua transposta, colocando os Ais na forma de vetores linha e escalonando a matriz correspondente, obtemos o posto de A 2) Se T: Rn Rm temos que n = dim N( T) + dim Im(T) dim N(T) = n p([ T ]) Observações: O posto de T independe da base considerada. Im(T) corresponde ao espaço gerado pelas colunas de A ( ou linhas da matriz transposta de A ) A solução do sistema homogêneo AX = 0 corresponde ao N(T). Exemplo: Encontre Im(T) e N(T) das seguintes transformações e suas respectivas dimensões, através da matriz associada. 1) : R 3 R3 ; T(x, y, z) = ( 0, y, 0) T( 1, 0, 0 ) = (0, 0, 0 ) T( 0, 1, 0 ) = (0, 1, 0 ) T( 0, 0, 1 ) = ( 0, 0, 0 ) A matriz A = [ T ] = 000 010 000 ~ 000 000 010 . O posto de A é 1 e Im(T) = [ ( 0, 1, 0 ) ] cuja dimensão é 1. O núcleo tem portanto dimensão 2 O núcleo de T é a solução do sistema AX = 0, ou seja, 0 0 0 z y x 000 010 000 y = 0 N(T) = [ ( 1, 0, 0), ( 0, 0, 1 ) ] cuja dimensão é dois. dim R 3 = dim N(T) + dim Im(T) 2) T: R 3 R3 T(x, y, z ) = ( x, y, 0 ) (Projeção ortogonal sobre o plano XY ) T(1, 0, 0 ) = ( 1, 0, 0 ) T(0, 1, 0 ) = ( 0, 1, 0 ) T(0, 0, 1 ) = ( 0, 0, 0 ) 5 A = [T ] = 000 010 001 . O posto de A é 2 que corresponde à dimensão de Im(T) = [ ( 1, 0, 0 ), ( 0, 1, 0 ) ] Mesmo sem calcular o núcleo já sabemos que A tem nulidade 1 e portanto dim N(T) = 1 O núcleo de T corresponde à solução do sistema AX= 0 0 0 0 z y x 000 010 001 x = 0 e y = 0. Como já tínhamos calculado anteriormente N(T) = [(0,0,1)] 3) T: R 2 R2 T(x, y) = ( x, y) (Reflexão em torno de OY ) T(1,0) = ( 1, 0 ) T(0, 1) = ( 0, 1 ) A = [ T ] = 10 01 . O posto de A é 2, logo a nulidade é 0. Isto equivale aos resultados já encontrados Im(T) = R 2 e N(T) = { ( 0,0 ) } De fato a solução do sistema 0 0 y x 10 01 é x = y = 0 Um resultado importante que pode ser obtido através da matriz de uma transformação T é o seguinte Exemplos: 1) Verifique que a transformação T(x, y) = ( x, y) (Reflexão em torno de OY ) é inversível e calcule a sua inversa SejaT: V V um operador linear. Se A = [ T ] é inversível, ou seja, linha – equivalente à identidade, então a transformação T também tem inversa e [ T 1 ] = A 1 6 Solução: A = [ T ] = 10 01 A –1 = A = 10 01 , ou seja, a inversa da transformação é ela própria. De fato: Esta transformação é a reflexão em torno do eixo OY cuja inversa é ela própria 2) Verifique que a transformação T: R 2 R2 ; T(x, y ) = (x+2y, y) ( Cisalhamento na direção do eixo OX de fator 2 ) é inversível e calcule a sua inversa T( 1, 0 ) = (1, 0 ) T( 0, 1 ) = ( 2, 1 ) A = [ T ] = 10 21 A –1 = 10 21 . Logo, T 1 : R 2 R2 ; T1 (x, y ) = (x 2y, y ) ( Cisalhamento na direção do eixo OX de fator 2 ) Por exemplo, se tomarmos o vetor v = ( 1, 1 ) temos que T( 1, 1 ) = ( 3, 1 ) Aplicando o vetor T 1 (3, 1 ) = ( 1, 1 ) Referências Bibliográficas - Álgebra Linear – Alfredo Steinbruch / Paulo Winterle - Álgebra Linear – Boldrini / Costa / Figueiredo / Wetzler - Álgebra Linear – Caliolli - Álgebra Linear com Aplicações – Anton / Rorres - Álgebra Linear e suas Aplicações – David C. Lay T(1,1)=(3,1)
Compartilhar