Iremos concluir que todas as transformações lineares de
podem ser representadas por matrizes do tipo
. Como motivação, consideramos alguns exemplos.
Sejam
elementos da base canónica
de
e
os elementos da base canónica
de
. Seja
ainda
definida por
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
Se
, então
Por outras palavras, a transformação linear definida atrás pode ser representado à custa de uma matriz
, que tem como colunas as coordenadas em relação a
das imagens dos vectores
por
. Desta forma,
dizemos que nas condições do exemplo anterior, a matriz
é a
representação matricial de
relativamente às bases canónicas de
e
.
Por exemplo, considere a aplicação linear definida por
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
A matriz que representa em relação às bases canónicas de
e
é
. Para todo
,
.
Repare que os cálculos envolvidos foram simples de efectuar já que usámos as bases canónicas dos espaços vectoriais. Tal não será, certamente, o caso se usarmos outras bases que não as canónicas. Neste caso, teremos que encontrar as coordenadas das imagens dos elementos da base do primeiro espaço vectorial em relação à base fixada previamente do segundo espaço vectorial. Vejamos o exemplo seguinte:
Sejam
base
de
e
base
de
. Se
, então
, e consequentemente
Verificamos, então, que,
Passamos de seguida a expôr o caso geral.
Sejam
uma base de
,
uma base de
, e
O vector pode ser escrito - de modo único - como
combinação linear dos vectores
.
Assim
.
Verificamos, assim, que existe entre as coordenadas
de
(relativa à base
), em
, e as
coordenadas
de
(relativa à base
) em
. Tal ligação exprime-se pelas
seguintes equações
Assim, concluímos:
Vimos, então, que dada uma transformação linear
, existe uma matriz
tal que
. Mais, se
e
são as bases canónicas, respectivamente, de
e
, então a matriz
é tal que a coluna
de
são as coordenadas de
em relação à base
. No entanto, se se considerarem bases que não as canónicas, então é preciso ter um pouco mais de trabalho.
Por exemplo, considere6.1 a base
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
|
![]() |
![]() |
![]() |
Octave
> v1=[-1;2]; v2=[0;2]; v3=[1; 2]; > A=[2 1; 1 2]; > x1=A\v1 x1 = -1.3333 1.6667 > x2=A\v2 x2 = -0.66667 1.33333 > x3=A\v3 x3 = -1.8952e-16 1.0000e+00 > G=[x1 x2 x3] G = -1.3333e+00 -6.6667e-01 -1.8952e-16 1.6667e+00 1.3333e+00 1.0000e+00
Fixadas as bases dos espaços vectoriais envolvidos, a matriz associada à transformação linear será, doravante, denotada por
.
Antes de passarmos ao resultado seguinte, consideremos as transformações lineares
![]() |
![]() |
![]() |
|
![]() |
![]() |
||
![]() |
![]() |
||
![]() |
![]() |
Vejamos o que podemos afirmar em geral:
Fechamos, assim, como iniciámos: a algebrização do conjunto das matrizes. As matrizes não são mais do que representantes de um certo tipo de funções (as transformações lineares) entre conjuntos muitos especiais (espaços vectoriais). Se a soma de matrizes corresponde à soma de tranformações lineares (em que a soma de funções está definida como a função definida pela soma das imagens), o produto de matrizes foi apresentado como uma operação bem mais complicada de efectuar. No entanto, a forma como o produto matricial foi definido corresponde à composição das transformações lineares definidas pelas matrizes.
Este último capítulo explica, ainda, a razão pela qual não demos ênfase a espaços vectoriais reais de dimensão finita que não os da forma
. Mostrámos que todo o espaço vectorial finitamente gerado (ou seja, que tenha uma base com um número finito de elementos) é isomorfo a algum
. Já os não finitamente gerados pertencem a outra divisão: são bem mais difíceis de estudar, mas em compensação têm aplicações fantásticas, como o processamento digital de imagem.
Como epílogo, deixamos a seguinte mensagem: a parte interessante da matemática só agora está a começar!
Seguinte: Bibliografia
Acima: Transformações lineares
Anterior: Propriedades das transformações lineares
  Conteúdo
Pedro Patricio
2008-01-08