Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear Transformações Lineares Álgebra Linear Transformações Lineares Prof. André Tiba akot@cin.ufpe.br Baia 65, ramais: 4765 ou 4338 esta aula baseia-se nas notas de aula gentilmente cedidas pelo professor Carlos Mello1 Transformações Lineares 1. Introdução 2. Transformação do plano no plano 3. Conceitos e Teoremas 4. Transformações Lineares de Matrizes 5. Exercícios 1. Introdução 2. Transformação do plano no plano 3. Conceitos e Teoremas 4. Transformações Lineares de Matrizes 5. Exercícios 2 Introdução • Funções lineares descrevem o tipo mais simples de dependência entre variáveis. • Muitos problemas podem ser representados por tais funções. • Definição: Sejam V e W dois espaços vetoriais. Uma transformação linear é uma função de V em W, F: V → W que satisfaz as condições: i. Quaisquer que sejam u e v V: F(u + v) = F(u) + F(v) ii. Quaisquer que sejam kR e vV: F(kv) = kF(v) • Princípio da Superposição • Funções lineares descrevem o tipo mais simples de dependência entre variáveis. • Muitos problemas podem ser representados por tais funções. • Definição: Sejam V e W dois espaços vetoriais. Uma transformação linear é uma função de V em W, F: V → W que satisfaz as condições: i. Quaisquer que sejam u e v V: F(u + v) = F(u) + F(v) ii. Quaisquer que sejam kR e vV: F(kv) = kF(v) • Princípio da Superposição 3 Guardem esse nome!! Introdução • Exemplo 1: Seja V = R e W = R. F: R R x 2,5x F(x) = 2,5x x1, x2 R e k uma constante, k R F(x1 + x2) = 2,5(x1 + x2) = 2,5x1 + 2,5x2 = F(x1) + F(x2) F(kx1) = 2,5(kx1) = k(2,5x1) = kF(x1) Logo F(x) é uma transformação linear. • Exemplo 1: Seja V = R e W = R. F: R R x 2,5x F(x) = 2,5x x1, x2 R e k uma constante, k R F(x1 + x2) = 2,5(x1 + x2) = 2,5x1 + 2,5x2 = F(x1) + F(x2) F(kx1) = 2,5(kx1) = k(2,5x1) = kF(x1) Logo F(x) é uma transformação linear. 4 Introdução • Exemplo 2: Seja V = R4 e W = R2. F: R4 R2 (x, y, z, t) (2x + y, z – t) F (x, y, z, t) = (2x + y, z – t) Sejam u1= (x1, y1, z1, t1) e u1= (x2, y2, z2, t2) R4 e k uma constante, k R: F(u1 + u2) = (x1+ x2, y1+ y2, z1 + z2, t1 + t2) = (x1, y1, z1, t1) + (x2, y2, z2, t2) = F(u1) + F(u2) F(ku1) = (kx1, ky1, kz1, kt1) = k(x1, y1, z1, t1) = kF(u1) Logo F(x) é uma transformação linear. • Exemplo 2: Seja V = R4 e W = R2. F: R4 R2 (x, y, z, t) (2x + y, z – t) F (x, y, z, t) = (2x + y, z – t) Sejam u1= (x1, y1, z1, t1) e u1= (x2, y2, z2, t2) R4 e k uma constante, k R: F(u1 + u2) = (x1+ x2, y1+ y2, z1 + z2, t1 + t2) = (x1, y1, z1, t1) + (x2, y2, z2, t2) = F(u1) + F(u2) F(ku1) = (kx1, ky1, kz1, kt1) = k(x1, y1, z1, t1) = kF(u1) Logo F(x) é uma transformação linear. 5 Introdução • Exemplo 3: Seja V = R2 e W = R3. F: R2 R3 (x, y) (2x + y, x y, y) F (x, y) = (2x + y, x y, y) Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = [2(x1+ x2) + (y1+ y2), (x1+ x2) (y1+ y2), y1+ y2] = [ (2x1+ y1) + (2x2+ y2), (x1 y1) + (x2 y2), y1+ y2)] = (2x1+ y1, x1 y1, y1) + (2x2+ y2, x2 y2, y2) = F(u1) + F(u2) F(ku1) = (2kx1+ ky1, kx1 ky1, ky1) = k(2x1+ y1, x1 y1, y1) = kF(u1) Logo F(x) é uma transformação linear. • Exemplo 3: Seja V = R2 e W = R3. F: R2 R3 (x, y) (2x + y, x y, y) F (x, y) = (2x + y, x y, y) Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = [2(x1+ x2) + (y1+ y2), (x1+ x2) (y1+ y2), y1+ y2] = [ (2x1+ y1) + (2x2+ y2), (x1 y1) + (x2 y2), y1+ y2)] = (2x1+ y1, x1 y1, y1) + (2x2+ y2, x2 y2, y2) = F(u1) + F(u2) F(ku1) = (2kx1+ ky1, kx1 ky1, ky1) = k(2x1+ y1, x1 y1, y1) = kF(u1) Logo F(x) é uma transformação linear. 6 Introdução • Exemplo 4: Seja V = R2 e W = R. F: R2 R (x, y) x2 + y F (x, y) = x2 + y Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = (x1+ x2)2 + (y1+ y2) = (x1)2 + (x2)2 + 2x1x2 + y1+ y2 = [(x1)2 + y1 ] + [(x2)2 + y2 ] + 2x1x2 = F(u1) + F(u2) + 2x1x2 Logo F(x) não é uma transformação linear. • Exemplo 4: Seja V = R2 e W = R. F: R2 R (x, y) x2 + y F (x, y) = x2 + y Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = (x1+ x2)2 + (y1+ y2) = (x1)2 + (x2)2 + 2x1x2 + y1+ y2 = [(x1)2 + y1 ] + [(x2)2 + y2 ] + 2x1x2 = F(u1) + F(u2) + 2x1x2 Logo F(x) não é uma transformação linear. 7 Introdução • Exemplo 5: Seja V = R2 e W = R2. F: R2 R2 (x, y) (y + 1, x) F (x, y) = (y + 1, x) Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = [ (y1 + y2) + 1, x1 + x2)] = (y1+ 1, x1) + (y2, x2) F(u1) + (y2, x2) Logo F(x) não é uma transformação linear. • Exemplo 5: Seja V = R2 e W = R2. F: R2 R2 (x, y) (y + 1, x) F (x, y) = (y + 1, x) Sejam u1= (x1, y1) e u1= (x2, y2) R2 e k uma constante, k R: F(u1 + u2) = [ (y1 + y2) + 1, x1 + x2)] = (y1+ 1, x1) + (y2, x2) F(u1) + (y2, x2) Logo F(x) não é uma transformação linear. 8 Portanto: Uma transformação para ser linear, não implica que ela seja derivada de uma função linear. Introdução • Observações: 1. A operação de transformação será representada pela letra T. 2. Da definição de transformação linear, tem-se que a transformação do vetor nulo leva ao mesmo vetor nulo, ou seja, T(0) = 0. 3. Isso ajuda a detectar transformações não lineares: se T(0)0, implica uma transformação não linear. 4. No entanto, T(0) = 0 não é condição suficiente para que T seja linear (Veja Exemplo 4, T(0) = 0 mas T é não linear). • Observações: 1. A operação de transformação será representada pela letra T. 2. Da definição de transformação linear, tem-se que a transformação do vetor nulo leva ao mesmo vetor nulo, ou seja, T(0) = 0. 3. Isso ajuda a detectar transformações não lineares: se T(0)0, implica uma transformação não linear. 4. No entanto, T(0) = 0 não é condição suficiente para que T seja linear (Veja Exemplo 4, T(0) = 0 mas T é não linear). 9 Introdução • Exemplo 6: Seja V = Rn e W = Rm , A uma matriz m x n Definimos TA: Rn Rm v A.v onde v é o vetor coluna nx x 1 v • Exemplo 6: Seja V = Rn e W = Rm , A uma matriz m x n Definimos TA: Rn Rm v A.v onde v é o vetor coluna 10 nx x 1 v mnmnm n y y x x aa aa 11 1 111 )(T A.vvA TA(u + v) = A.(u + v) = A.u + A.v = TA(u) + TA(v) TA(ku) = A.(ku) = kA.u = kTA(u) Portanto LA é uma transformação linear. Introdução • Exemplo 6 (continuação): Seja V = R4 e W = R2 Seja A uma matriz 2 x 4 Definimos TA: R4 R2 Se e t z y x v 1100 0012A • Exemplo 6 (continuação): Seja V = R4 e W = R2 Seja A uma matriz 2 x 4 Definimos TA: R4 R2 Se e 11 t z y x v tz yx t z y x 2 1100 0012)(T A.vvA 1100 0012A idêntico ao Exemplo 2 Transformações do plano no plano • As transformações no plano R2 permitem que tenhamos uma visão geométrica das transformações lineares. • Estudaremos basicamente – Expansão ou contração – Rotação – Deformações diversas – Translação (não é uma transformação linear) • As transformações no plano R2 permitem que tenhamos uma visão geométrica das transformações lineares. • Estudaremos basicamente – Expansão ou contração – Rotação – Deformações diversas – Translação (não é uma transformação linear) 12 Transformações do plano no plano 1) Expansão (ou contração) uniforme: T: R2 R2, R v .v > 1 Expansão:13 v T(v)T y x y x y x y x 30 03ou3 3Exemplo: = 3v 3.v T(v) = T(x, y) = (3x, 3y) Transformações do plano no plano 1) Expansão (ou contração) uniforme: T: R2 R2, R v .v 0 < < 1 contração: 14 v T(v)T Exemplo: =1/2 v (1/2).v T(v) = T(x, y) = (x/2, y/2) y x y x y x y x 2/10 02/1ou2/ 2/ Transformações do plano no plano 2) Reflexão em torno do Eixo-x: T: R2 R2 (x, y) (x, y) v T 15 y x y x y x y x 10 01ou T(v) T Transformações do plano no plano 3) Reflexão na origem: T: R2 R2 (x, y) (x, y) v T 16 y x y x y x y x 10 01ou T(v) T Transformações do plano no plano 4) Rotação por um Ângulo (anti-horário): T: R2 R2 (x, y) (x’, y’) y v R y v y’ R(v) 17 y x y x x’ x’ = r.cos( + ) = r.cos.cos r.sen.sen, onde r = |v| Mas, r.cos = x e r.sen = y x’ = x.cos y.sen Analogamente: y’ = y.cos + x.sen Assim: R(x,y) = (x.cos y.sen, y.cos + x.sen) Transformações do plano no plano 4) Rotação por um Ângulo (anti-horário): y x y x yx yx y x cossin sincosoucossin sincos Caso = /2: 18 Caso = /2: v R R(v) x y y x Transformações do plano no plano 5) Cisalhamento horizontal: T: R2 R2 (x, y) (x + y, y), R v T(v) 19 y x y x y x y yx y x 10 21 10 1ou2 v T Exemplo, = 2: Transformações do plano no plano 6) Translação (é uma transformação linear apenas quando a = b = 0): T: R2 R2 (x, y) (x + a, y + b), a, b R T(v) 20 Verifique que para a 0 ou b 0: i. T(u + v) T(u) + T(v) ii. T(ku) kT(u) v T(v) T a b v a b b a y x y x 10 01 Conceitos e Teoremas • Teorema: Dados dois espaços vetoriais V e W e uma base de V, = {v1, ..., vn}. Sejam w1, ...,wn vetores arbitrários de W. Então existe umaúnica transformação linear T:V→W tal que T(v1) = w1, ..., T(vn) = wn. Se v for um vetor do espaço V, ou seja: v = a1v1 + .... + anvn Então, T(v) = a1T(v1) + .... + anT(vn) = a1w1 + .... + anwn • Teorema: Dados dois espaços vetoriais V e W e uma base de V, = {v1, ..., vn}. Sejam w1, ...,wn vetores arbitrários de W. Então existe umaúnica transformação linear T:V→W tal que T(v1) = w1, ..., T(vn) = wn. Se v for um vetor do espaço V, ou seja: v = a1v1 + .... + anvn Então, T(v) = a1T(v1) + .... + anT(vn) = a1w1 + .... + anwn 21 Conceitos e Teoremas Exemplo 1: Qual a transformação linear T: R2→R3 tal que T(1, 0) = (2, 1, 0) e T(0, 1) = (0, 0, 1)? Sejam e1= (1,0), e2= (0,1), w1= (2, 1, 0) e w2= (0, 0, 1). Observeque {e1, e2} formam a base canônica do R2. 22 Então deseja-se que T(e1) = w1 e T(e2) = w2 Seja um vetor v = (x, y) R2, v = x.e1 + y.e2 T(v) = T(x.e1) + T(y.e2) = x.T(e1) + y.T(e2) = x.w1 + y.w2 T(v) = T(x, y) = x(2, 1, 0) + y(0, 0, 1) = (2x, x, y) Conceitos e Teoremas Exemplo 2: Qual a transformação linear T: R2→R3 tal que T(1, 1) = (2, 1, 0) e T(2, 1) = (0, 0, 1)? Sejam v1= (1,1), v2= (2,1), w1= (2, 1, 0) e w2= (0, 0, 1). Observeque {v1, v2} formam uma base do R2. Solução 1: 23 Então deseja-se que T(v1) = w1 e T(v2) = w2 Seja um vetor v = (x, y) R2, )1,2()1,1(),( bayx ),2(),( babayx y x b a 11 21 y x 11 21 L2 = L2 – L1 xy x 30 21 Solução 1: Conceitos e Teoremas Exemplo 2 (continuação): L2 = – L2 /3 xy x 30 21 L1 = L1 – 2L2 3/)(10 21 yx x 3/)( 3/23/ 10 01 yx yx 3/)(e3/23/ yxbyxa 24 3/)( 3/23/ 10 01 yx yx 21),( vvv bayx T(v) = T(a.v1) + T(b.v2) = a.T(v1) + b.T(v2) = a.w1 + b.w2 3/)(e3/23/ yxbyxa T(v) = a(2,1,0) + b(0, 0, 1) = (2a, a, b) 3,3 2,3 42y)T(x, yxyxyx Conceitos e Teoremas Exemplo 2 (continuação): Solução 2: v1= (1,1), v2= (2,1) formam uma base no R2, porém não uma basecanônica. Temos ainda que: T(v1) = T(1,1) = w1 = (2, 1, 0)T(v2) = T(2,1) = w2 = (0, 0, 1) 25 Observe que v1= (1, 1) = e1 + e2 = (1,0) + (0,1) v1= (1,1), v2= (2,1) formam uma base no R2, porém não uma basecanônica. Temos ainda que: T(v1) = T(1,1) = w1 = (2, 1, 0)T(v2) = T(2,1) = w2 = (0, 0, 1) T(v1) =T(e1) + T(e2) = w1 De forma análoga, v2= (2, 1) = 2e1 e2 = 2(1,0) (0,1) T(v2) = T(2e1) + T(e2) = 2T(e1) T(e2) = w2 Conceitos e Teoremas Exemplo 2 (continuação): T(e1) + T(e2) = w1 2T(e1) T(e2) = w2 3T(e1) = w1 + w2 T(e1) = (w1 + w2)/3 T(e2) = (2w1 w2)/3 T(e1) = [(2, 1, 0) + (0, 0, 1)]/3 = (2/3, 1/3, 1/3) 26 T(e2) = [2.(2, 1, 0) (0, 0, 1)]/3 = (4/3, 2/3, 1/3) Seja um vetor v = (x, y) R2, v = x.e1 + y.e2 T(v) = T(x.e1) + T(y.e2) = x.T(e1) + y.T(e2) = T(v) = x(2/3, 1/3, 1/3) + y (4/3, 2/3, 1/3) 3,3 2,3 42y)T(x, yxyxyx Conceitos e Teoremas • Definição: Seja T:V → W uma transformação linear. A imagem de T é o conjunto dos vetores wW, tal que existe um vetor vV, que satisfaz T(v) = w. Ou seja: Im(T) = {wW ; T(v) = w para algum vV} • Definição: Seja T:V → W uma transformação linear. O conjunto de todos os vetores vV tais que T(v) = 0 é chamado de núcleo de T, sendo denotado por ker T (ker = kernel). Isto é: ker T = {vV ; T(v) = 0} • Definição: Seja T:V → W uma transformação linear. A imagem de T é o conjunto dos vetores wW, tal que existe um vetor vV, que satisfaz T(v) = w. Ou seja: Im(T) = {wW ; T(v) = w para algum vV} • Definição: Seja T:V → W uma transformação linear. O conjunto de todos os vetores vV tais que T(v) = 0 é chamado de núcleo de T, sendo denotado por ker T (ker = kernel). Isto é: ker T = {vV ; T(v) = 0} 27 Conceitos e Teoremas Exemplo 3: T: R2→ R T(x, y) → x + y • Neste caso, ker T = {(x, y)R2; x + y = 0} • Isto é, ker T é a reta y = x • Veja que ker T = {(x, x); xR} = {x.(1, 1); xR} = [(1, 1)] • Im T = R, pois dado wR, w = T(w, 0) Exemplo 3: T: R2→ R T(x, y) → x + y • Neste caso, ker T = {(x, y)R2; x + y = 0} • Isto é, ker T é a reta y = x • Veja que ker T = {(x, x); xR} = {x.(1, 1); xR} = [(1, 1)] • Im T = R, pois dado wR, w = T(w, 0) 28 y x y = x 0 Im T = R Qualquer valordos reais satisfaz o par (x, x). Conceitos e Teoremas Exemplo 4: T: R3→ R3 T(x, y, z) → (x, 2y, 0) • Então a imagem de T: – Im(T) = {(x, 2y, 0): x, y R} = {x.(1, 0, 0) + y.(0, 2, 0), x, yR} = <(1, 0, 0), (0, 2, 0)> Assim, dim Im(T) = 2 • O núcleo de T é dado por: – ker T = {(x,y,z): T(x, y, z) = (0,0,0)} = {(x,y,z): (2x, y, z) = (0,0,0)} = {(0, 0, z): zR} = {z(0,0,1): zR} [(0, 0, 1)] Assim, dim ker T = 1 Exemplo 4: T: R3→ R3 T(x, y, z) → (x, 2y, 0) • Então a imagem de T: – Im(T) = {(x, 2y, 0): x, y R} = {x.(1, 0, 0) + y.(0, 2, 0), x, yR} = <(1, 0, 0), (0, 2, 0)> Assim, dim Im(T) = 2 • O núcleo de T é dado por: – ker T = {(x,y,z): T(x, y, z) = (0,0,0)} = {(x,y,z): (2x, y, z) = (0,0,0)} = {(0, 0, z): zR} = {z(0,0,1): zR} [(0, 0, 1)] Assim, dim ker T = 1 29 Conceitos e Teoremas • Definição: Dada uma transformação T:V→W,dizemos que T é injetora se, dados u V e v V com T(u) = T(v), tivermos u = v ou, de forma equivalente, T é injetora se dados u,vV com uv, então T(u) T(v). • Em outras palavras, T é injetora se as imagens de vetores distintos são distintas. • Definição: Dada uma transformação T:V→W, dizemos que T é injetora se, dados u V e v V com T(u) = T(v), tivermos u = v ou, de forma equivalente, T é injetora se dados u,vV com uv, então T(u) T(v). • Em outras palavras, T é injetora se as imagens de vetores distintos são distintas. 30 Conceitos e Teoremas • Definição: Dada uma transformação T:V→W, dizemos que T é sobrejetora se a imagem de T coincidir com W, ou seja T(V) = W. • Em outras palavras, T é sobrejetora se dado wW, existir vV tal que T(v) = w. • Definição: Dada uma transformação T:V→W, dizemos que T é sobrejetora se a imagem de T coincidir com W, ou seja T(V) = W. • Em outras palavras, T é sobrejetora se dado wW, existir vV tal que T(v) = w. 31 Conceitos e Teoremas Exemplo 5: T: R→R2 x → (x, 0) Sejam x, y R, vamos supor que T(x) = T(y). Então T(x) = (x, 0) e T(y) = (y, 0) (x, 0) = (y, 0) x = y, logo T é injetora. Porém T não é sobrejetora uma vez que Im(T) = {(x,0): x R} R2 Exemplo 5: T: R→R2 x → (x, 0) Sejam x, y R, vamos supor que T(x) = T(y). Então T(x) = (x, 0) e T(y) = (y, 0) (x, 0) = (y, 0) x = y, logo T é injetora. Porém T não é sobrejetora uma vez que Im(T) = {(x,0): x R} R2 32 Conceitos e Teoremas • Teorema: Seja T:V→W uma transformação linear. Então ker T={0}, se e somente se, T é injetora. • Teorema: Seja T:V→W uma transformação linear, então: dim ker T + dim Im T = dim V. • Corolário 1: Se dim V = dim W, então T linear é injetora, se e somente se, T é sobrejetora. • Corolário 2: Seja T:V→W uma transformação linear injetora. Se dim V = dim W, então T leva base em base – Base de V em base de W. • Teorema: Seja T:V→W uma transformação linear. Então ker T={0}, se e somente se, T é injetora. • Teorema: Seja T:V→W uma transformação linear, então: dim ker T + dim Im T = dim V. • Corolário 1: Se dim V = dim W, então T linear é injetora, se e somente se, T é sobrejetora. • Corolário 2: Seja T:V→W uma transformação linear injetora. Se dim V = dim W, então T leva base em base – Base de V em base de W. 33 Conceitos e Teoremas • Quando uma transformação linear T:V→W for injetora e sobrejetora ao mesmo tempo, dá-se o nome de isomorfismo. – Os espaços vetoriais V e W são ditos Isomorfos. • Quando uma transformação linear T:V→W for injetora e sobrejetora ao mesmo tempo, dá-se o nome de isomorfismo. – Os espaços vetoriais V e W são ditos Isomorfos. 34 Conceitos e Teoremas Exemplo 6: T:R3→R3 T(x,y,z) = (x – 2y, z, x + y) Verifique que T é um isomorfismo e calcule sua inversa T-1. Para que T seja um isomorfismo, T deve ser injetora e sobrejetora. Pelo teorema, T será injetora se ker T = {0} (ou seja, o único elemento do núcleo de T for o vetor nulo (0,0,0)): 35 Para que T seja um isomorfismo, T deve ser injetora e sobrejetora. Pelo teorema, T será injetora se ker T = {0} (ou seja, o único elemento do núcleo de T for o vetor nulo (0,0,0)): ker T = {(x,y,z): (x – 2y, z, x + y) = (0, 0, 0)} x – 2y = 0 z = 0 x + y = 0 x = 2y z = 0 x = y x = 0 z = 0 x = 0 se e somente se Conceitos e Teoremas Exemplo 6 (continuação): Pelo corolário 2, tem-se que T é um isomorfismo. Tomando a base canônica de R3, sua imagem pela transformação será: T(1,0,0) = (1 – 2.0, 0, 1 + 0) = (1,0,1) T(0,1,0) = (0 – 2.1, 0, 0 + 1) = (–2,1,0) T(0,0,1) = (0 – 2.0, 1, 0 + 0) = (0,1,0) Ou Seja, {T(1,0,0), T(0,1,0), T(0,0,1)} = {(1,0,1), (–2,0,1), (0,1,0)} que continua sendo uma base de R3. 36 Tomando a base canônica de R3, sua imagem pela transformação será: T(1,0,0) = (1 – 2.0, 0, 1 + 0) = (1,0,1) T(0,1,0) = (0 – 2.1, 0, 0 + 1) = (–2,1,0) T(0,0,1) = (0 – 2.0, 1, 0 + 0) = (0,1,0) Ou Seja, {T(1,0,0), T(0,1,0), T(0,0,1)} = {(1,0,1), (–2,0,1), (0,1,0)} que continua sendo uma base de R3. Conceitos e Teoremas Exemplo 6 (continuação): Calculando a transformação inversa de T, T-1: Veja que: T(1,0,0) = (1,0,1) T(0,1,0) = (–2,1,0) T(0,0,1) = (0,1,0) (1,0,0) = T-1(1,0,1) (0,1,0) = T-1 (–2,1,0) (0,0,1) = T-1 (0,1,0) T-1 (x,y,z) = ? 37 Veja que: T(1,0,0) = (1,0,1) T(0,1,0) = (–2,1,0) T(0,0,1) = (0,1,0) (1,0,0) = T-1(1,0,1) (0,1,0) = T-1 (–2,1,0) (0,0,1) = T-1 (0,1,0) Vamos escrever (x,y,z) em relação à base {(1,0,1), (-2, 0,1), (0,1,0)} (x, y, z) = a(1, 0, 1) + b(2, 0, 1) + c(0, 1, 0) a 2b = x c = y a + b = z a = (x + 2z)/3 b = (z – x)/3 c = y Conceitos e Teoremas Exemplo 6 (continuação): (x, y, z) = a(1, 0, 1) + b(2, 0, 1) + c(0, 1, 0) Aplicando a inversa, T-1(x, y, z) = T-1[a(1, 0, 1)] + T-1[b(2, 0, 1)] + T-1[c(0, 1, 0)] 38 T-1(x, y, z) = aT-1(1, 0, 1) + bT-1(2, 0, 1) + cT-1(0, 1, 0) T-1(x, y, z) = a(1,0,0) + b(0,1,0) + c (0,0,1) )1,0,0()0,1,0(3)0,0,1(3 2),,(T 1 yxzzxzyx yxzzxzyx ,3,3 2),,(T 1 Transformações Lineares de Matrizes Exemplo 1: Encontre a transformação linear: TA:R3→R2 1 5 42 31A Sejam as bases canônicas do R2 e do R3: ={(1,0,0),(0,1,0), (0,0,1) e ’={(1,0),(0,1)}. Seja ainda a matriz: 39 Encontre a transformação linear: TA:R3→R2 Seja u um vetor do R3, z y x u Então TA(u) = A.u: zyx zyx z y x zyx 42 53 1 5 42 31),,(TA TA(x,y,z) = (x – 3y +5z, 2x + 4y – z ) Transformações Lineares de Matrizes Exemplo 2: Encontre Seja : TA:R3→R2 TA(x,y,z) = (2x + y – z, 3x – 2y + 4z ) E as bases ={(1,1,1),(1,1,0), (1,0,0)} e ’ ={(1,3),(1,4)}. 'T 40 TA(1,1,1) = (2.1 + 1 – 1 , 3.1 – 2.1 +4.1 ) = (2, 5) = 3.(1,3) – 1.(1,4) TA(1,1,0) = (2.1 + 1 – 0 , 3.1 – 2.1 +4.0 ) = (3, 1) = 11.(1,3) – 8.(1,4) TA(1,0,0) = (2.1 + 0 – 0 , 3.1 – 2.0 +4.0 ) = (2, 3) = 5.(1,3) – 3.(1,4) Encontre 'T Então, 381 5113T ' Transformações Lineares de Matrizes Exemplo 3: Encontre Seja : TA:R3→R2 T(x,y,z) = (2x + y – z, 3x – 2y + 4z ) E as bases ={(1,0,0),(0,1,0), (0,0,1)} e ’ ={(1,0),(0,1)}. 'T 41 T(1,1,1) = (2.1 + 0 – 0 , 3.1 – 2.0 +4.0 ) = (2, 3) = 2.(1,0) + 3.(0,1) T(1,1,0) = (2.0 + 1 – 0 , 3.0 – 2.1 +4.0 ) = (1, –2) = 1.(1,0) – 2.(0,1) T(1,0,0) = (2.0 + 0 – 1 , 3.0 – 2.0 +4.1 ) = (–1, 4) = –1.(1,0) + 4.(0,1) Encontre 'T Então, 423 112T ' Transformações Lineares de Matrizes Exemplo 4: Sejam as bases: ={(1,1),(0,1)} e ’ ={(0,3,0),(1,0,0), (0,1,1)}, encontre a transformação T: R2 R3, cuja matriz vale: 3 0 2 1 1 0 T ' 42 T(1,1) = 0.(0, 3, 0) – 1.(–1, 0, 0) – 1.(0, 1, 1) = (1, –1, –1) T(0,1) = 2.(0, 3, 0) + 0.(–1, 0, 0) + 3.(0, 1, 1) = (0, 9, 3) 3 0 2 1 1 0 T ' Transformações Lineares de Matrizes Exemplo 4 (continuação): Podemos escrever um vetor v = (x,y) do R2 na base como: (x,y) = a(1,1) + b(0,1) a = x e b = y x (x,y) = x(1,1) + (y x)(0,1) Aplicando a Transformação linear T: T(x,y) = T[x(1,1) + (y x)(0,1)] = T[x(1,1)] + T[(y x)(0,1)] = x.T(1,1) + (y x).T(0,1) = x.(1, –1, –1) + (y x).(0, 9, 3) = (x, – 10x – 9y , – 4x – 3y) 43 Podemos escrever um vetor v = (x,y) do R2 na base como: (x,y) = a(1,1) + b(0,1) a = x e b = y x (x,y) = x(1,1) + (y x)(0,1) Aplicando a Transformação linear T: T(x,y) = T[x(1,1) + (y x)(0,1)] = T[x(1,1)] + T[(y x)(0,1)] = x.T(1,1) + (y x).T(0,1) = x.(1, –1, –1) + (y x).(0, 9, 3) = (x, – 10x – 9y , – 4x – 3y)Transformações Lineares de Matrizes • Seja T:V→V uma transformação linear e e bases de V então: [T] = [ I ] [T] [ I ] • Lembrando que [ I ] = ([ I ])-1 e chamando [ I ] = A,temos que [T] =A . [T] . A-1 • Nesse caso, dizemos que as matrizes [T] e [T] sãosemelhantes. 44 • Seja T:V→V uma transformação linear e e bases de V então: [T] = [ I ] [T] [ I ] • Lembrando que [ I ] = ([ I ])-1 e chamando [ I ] = A,temos que [T] =A . [T] . A-1 • Nesse caso, dizemos que as matrizes [T] e [T] sãosemelhantes. Exercícios Sugeridos • Problemas Sugeridos: 2, 3, 4, 6, 7, 11, 14, 19, 20 e 23 45
Compartilhar