• Nenhum resultado encontrado

Transformações Lineares e Matrizes

N/A
N/A
Protected

Academic year: 2022

Share "Transformações Lineares e Matrizes"

Copied!
15
0
0

Texto

(1)

Transforma¸c˜ oes Lineares e Matrizes

Prof. M´arcio Nascimento

[email protected]

Universidade Estadual Vale do Acara´u Centro de Ciˆencias Exatas e Tecnologia

Curso de Licenciatura em Matem´atica Disciplina: ´Algebra Linear - 2015.1

29 de julho de 2015

(2)

Sum´ ario

1 Matriz de uma Transforma¸c˜ao Linear

(3)

Sum´ ario

1 Matriz de uma Transforma¸c˜ao Linear

(4)

Vamos relembrar como definimos uma Transforma¸c˜ao Linear T :Rn−→Rm a partir da base canˆonica deRn.

1 Sejamv1,v2, ...,vn vetores emRm;

2 Ponha v1 =T(e1),v2 =T(e2), ...,vn=T(en);

3 Se v ∈Rn ent˜ao

T(v) =T(x1e1+x2e2+...+xnen) =x1v1+x2v2+...xnvn

4 Considerando a base canˆonica em Rm, podemos escrever:

v1=a11e1+a21e2+...+am1.em v2=a12e1+a22e2+...+am2.em

...

vn=a1ne1+a2ne2+...+amn.em

(5)

Fazendo a substitui¸c˜ao,

T(v) =x1(a11e1+a21e2+...+am1.em)+

+x2(a12e1+a22e2+...+am2.em)+

+...+xn(a1ne1+a2ne2+...+amn.em) organizando segundo a base em Rm, temos:

T(v) = (x1.a11+x2.a12+...+xn.a1n)e1+ +(x1.a21+x2.a22+...+xn.a2n).e2+ +...+ (x1.am1+x2.am2+...+xn.amn).em+

(6)

Ou seja,

T(v) = (x1.a11+x2.a12+...+xn.a1n,

x1.a21+x2.a22+...+xn.a2n, ...,x1.am1+x2.am2+...+xn.amn)

[T(v)]B0 =

x1.a11+x2.a12+...+xn.a1n

x1.a21+x2.a22+...+xn.a2n

...

x1.am1+x2.am2+...+xn.amn

[T(v)]B0 =

a11 a12 ... a1n

a21 a22 ... a2n ... ... ... am1 am2 ... amn

 .

 x1

x2 ... xn

[T(v)]B0 = [T]BB0.[v]B

(7)

[T(v)]B0 = [T]BB0.[v]B

1 A matriz [T]BB0 ´e chamada matriz associada `a

transforma¸c˜ao linear T :Rn−→Rm relativamente `as bases B e B0 de Rn e Rm respectivamente.

2 Note que cada coluna de [T]BB0 ´e exatamente [T(ei)]B0.

(8)

Exemplo

SejaT :R3 −→R2 definida por

T(x,y,z) = (x−3y+ 5z,2x+ 4y−z). Encontremos a matriz associada a esta transforma¸c˜ao linear relativamente `as bases canˆonicas.

Base canˆonica deR3: {(1,0,0),(0,1,0),(0,0,1)}.

T(e1) = (1,2), T(e2) = (−3,4),T(e3) = (5,−1).

T(e1) = 1.e1+2.e2|T(e2) =−3.e1+4.e2|T(e3) = 5.e1−1.e2 Da´ı,

[T]BB0 =

| |

[T(e1)]B0 | [T(e2)]B0 | [T(e3)]B0

| |

=

1 −3 5

2 4 −1

(9)

Exemplo

SejaT :R3 −→R2 definida por

T(x,y,z) = (x−3y+ 5z,2x+ 4y−z). Encontremos a matriz associada a esta transforma¸c˜ao linear relativamente `as bases B={(1,1,1),(1,1,0),(1,0,0)}e B0 ={(1,3),(1,4)}.

T(u1) = (3,5), T(u2) = (−2,6), T(u3) = (1,2) T(u1) = 7v1−4v2

T(u2) =−14v1+ 12v2 T(u3) = 2v1−1v2

Da´ı, [T]B =

| |

[T(e1)]B0 | [T(e2)]B0 | [T(e3)]B0

=

7 −14 2

(10)

Nota¸c˜ao

Se as bases envolvidas forem ambas canˆonicas, escreveremos apenas

[T]

para representar a matriz deT com rela¸c˜ao `as basesB eB0. Operador Linear Identidade

Quando se tratar do operador linearT :Rn−→Rn tal que T(v) =v, a matriz deT com rela¸c˜ao `as bases Be B0 deRn poder´a ser denotada por

[I]BB0

pois se trata apenas de uma mudan¸ca de base!

(11)

Exemplo

Dadas as basesB={−1,2x,x2} eB0 ={(2,0),(0,−1)}, encontre a matriz da transforma¸c˜ao linearT :P2−→R2 dada por

T(a0+a1x+a2x2) = (a0+a1,a2) [T]BB0 =

12 1 0

0 0 −1

(12)

Exemplo

Dadas as basesB={(1,1,0),(1,0,1),(0,1,1)}e

B0 ={(2,0,0),(0,−1,0),(0,0,−3)}, encontre a transforma¸c˜ao linearT :R3 −→R3 cuja matriz [T]BB0 ´e

1 1 1

0 2 1

−1 2 0

T(x,y,z) =

x+y+z,−x+y−3z

2 ,9x−3y+ 3z 2

(13)

Teorema

SejamE eF espa¸cos vetoriais,B uma base deE,B0 uma base de F e T :E −→F linear. Ent˜ao, para todov ∈E, vale:

[T(v)]B0 = [T]BB0.[v]B

Prova Basta fazer o desenvolvimento do in´ıcio usando bases quaisquer em vez das bases canˆonicas.

(14)

Teorema

SejamE eF espa¸cos vetoriais,B uma base deE,B0 uma base de F e T :E −→F linear. Ent˜ao:

dimIm(T) =posto([T]BB0) dimN(T) =nulidade([T]BB0)

onde a nulidade ´e o n´umero de colunas menos o posto de uma matriz.

(15)

Exemplo

SejamT :R3 −→R2, definida por

T(x,y,z) = (x−3y+ 5z,2x+ 4y−z), e as bases B={(1,1,1),(1,1,0),(1,0,0)}e B0 ={(1,3),(1,4)}.

Escalonando [T]BB0, encontramos:

7 −14 21

0 4 −4

Esta matriz tem posto 2. Logo,Im(T) tem dimens˜ao 2 e ´e um subespa¸co de R2 (cuja dimens˜ao tamb´em ´e 2).

Conclus˜ao: Im(T) =R2 e T ´e sobrejetiva.

A matriz acima tem nulidade 1. Portanto,N(T) tem dimens˜ao 1 e a transforma¸c˜ao N˜AO ´e injetiva.

Referências

Documentos relacionados

Os resultados obtidos s˜ao existˆencia de uma infinidade de solu¸c˜oes com energia negativa, uma infinidade de solu¸c˜oes com energia positiva divergindo para + ∞ e, em alguns

Em todas as situa¸c˜oes, vamos utilizar a t´ecnica KAM para mostrar que os operadores perturbados possuem espectro pontual puro e localiza¸c˜ao dinˆamica.. Tal

UNIVERSIDADE FEDERAL DE S ˜ AO CARLOS CENTRO DE CIˆ ENCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE P ´ OS-GRADUAC ¸ ˜ AO EM MATEM ´ ATICA.. Limites Singulares para Equa¸ c˜ oes

Neste cap´ıtulo, veremos como a fam´ılia admiss´ıvel de coberturas abertas caracteriza a topologia de um espa¸co topol´ogico admiss´ıvel e faremos uso da estrutura

Se o recobrimento universal de G n˜ao ´e homeomorfo ao espa¸co eu- clidiano ( ou equivalentemente se G possui um subgrupo compacto e n˜ao-comutativo), ent˜ao G admite uma

edades topol´ogicas do Grupo Ortogonal Generalizado, bem como um estudo introdut´orio dos grupos topol´ogicos, grupos de Lie de matrizes e suas ´algebras de Lie.. A.; A

3.1 O M´etodo H.U.M (Hilbert Uniqueness Method).. o problema de controlabilidade exata pela fronteira ´e resolvido atrav´es de Estimativas de Carleman, para detalhes, o leitor

No cap´ıtulo 2 estudamos o problema de existˆencia e unicidade de solu¸c˜ao local para o pro- blema de Cauchy (*) e (**), provando neste cap´ıtulo as estimativas necess´arias para