Núcleo e Imagem

Página Inicial
ESPAÇOS VETORIAIS
Espaços Vetoriais
Subespaços Vetoriais
Combinação Linear
Subespaços Gerados
Intersecção de Subespaços
Soma de Subespaços
Dependência Linear
Base e Dimensão
Mudança de Base

TRANSFORMAÇÕES LINEARES
Transformações Lineares
Núcleo e Imagem
Teorema do Núcleo e da Imagem
Isomorfismo e Automorfismo
Álgebra das Transformações Lineares
Matriz de uma Transformação

AUTOVALORES E AUTOVETORES
Autovalores e Autovetores
Polinômio Característico
Diagonalização

ESPAÇOS COM PRODUTO INTERNO
Produto Interno
Norma e Distância
Ortogonalidade

DETERMINANTES
Determinantes
Propriedades do Determinante
Cálculo de Determinantes

SISTEMAS LINEARES
Sistemas Lineares
Operações Elementares
Sistemas Triangulares
Eliminação Gaussiana

FATORAÇÕES MATRICIAIS
Fatoração LU
Fatoração de Cholesky
Fatoração Ortogonal
Fatoração QR - Processo de Gram-Schmidt
Fatoração QR - Transformações de Householder

QUADRADOS MÍNIMOS
Método de Quadrados Mínimos
Ajuste de Curvas
Problemas Aplicados

 OUTRAS APLICAÇÕES
Curvas e Superfícies por Pontos Especificados
Criptografia
Jogos de Estratégia
Classificação de Cônicas


Definições

    Definição: Seja T uma transformação linear, T:UVT: U \longrightarrow V, com U e V espaços vetoriais sobre um corpo KK. O Núcleo da transformação linear T, denotado por N(T)\mathcal{N}(T) ou Ker(T)Ker(T) é o seguinte subconjunto do domínio U:

N(T)={uUT(u)=eV}\mathcal{N}(T) = \left\lbrace u \in U \mid T(u) = e_V \right\rbrace
com eVe_V o elemento neutro do espaço vetorial V.

    Teorema: Seja T:UVT:U \longrightarrow V uma transformação linear. O conjunto N(T)\mathcal{N}(T), núcleo da transformação linear T é um subespaço vetorial de U.

    Demonstração: AQUI.

   
    Definição: Seja T uma transformação linear, T:UVT: U \longrightarrow V, com U e V espaços vetoriais sobre um corpo KK. A Imagem da transformação linear T é o seguinte subconjunto do contra-domínio V:

Im(T)={vVv=T(u)paraalgumuU}Im(T) = \left\lbrace v \in V \mid v = T(u) \;\;\;\; para \; algum \;\;\;\; u \in U \right\rbrace 

    Teorema: Seja T:UVT:U \longrightarrow V uma transformação linear. O conjunto Im(T)Im(T), imagem da transformação linear T é um subespaço vetorial de V.

    Demonstração: AQUI.


Exemplos

    Exemplo 1: Considere a transformação linear:

T:R2R(x,y)T(x,y)=3x+2y\begin{array}{llll} T: & R^2 & \longrightarrow & R \\ & (x, y) & \longmapsto & T(x, y) = 3x + 2y \end{array}  
Vamos determinar o núcleo da transformação linear T.

    Um elemento de R2R^2 está no núcleo se a transformação T o transforma no elemento neutro de RR, ou seja:

T(x,y)=3x+2y=0y=-32xT(x,y) = 3x + 2y = 0 \Rightarrow y = - \frac{3}{2} x
Assim, a reta y=-32xy = - \frac{3}{2} x, subespaço vetorial, de R2R^2, é o núcleo da transformação linear T.

ex1_nucleo_imagem
A reta y=-32xy = - \frac{3}{2} x é o núcleo da transformação linear T.



    Exemplo 2: Considere a transformação linear:

T:R3R2(x,y,z)T(x,y,z)=(x-y-z,2z-x)\begin{array}{llll} T: & R^3 & \longrightarrow & R^2 \\ & (x, y, z) & \longmapsto & T(x, y, z) = (x - y -z, 2z - x) \end{array}
Vamos determinar a imagem da transformação linear T.

Todo elemento do contra-domínio R2R^2 pertence a imagem de T se for da forma:

(x-y-z,2z-x)=x(1,-1)+y(-1,0)+z(-1,2)(x - y -z, 2z - x) = x(1, -1) + y(-1, 0) + z(-1, 2)
Logo, temos que Im(T)=[(1,-1),(-1,0),(-1,2)]Im(T) = [(1, -1), (-1, 0), (-1, 2)]. Escalonando esses geradores da imagem, como linhas de uma matriz, para obtermos uma base, temos:

[1-1-10-12][1-10-101][1-10-100]\left[ \begin{array}{cc} 1 & -1 \\ -1 & 0 \\ -1 & 2 \end{array} \right] \rightarrow \left[ \begin{array}{cc} 1 & -1 \\ 0 & -1 \\ 0 & 1 \end{array} \right] \rightarrow \left[ \begin{array}{cc} 1 & -1 \\ 0 & -1 \\ 0 & 0 \end{array} \right]
E, portanto, {(1,-1),(0,-1)}\left\lbrace (1, -1), (0, -1) \right\rbrace é uma base para Im(T)Im(T) e dim(Im(T))=2=dim(R2)dim(Im(T)) = 2 = dim(R^2). Como Im(T)Im(T) é um subespaço do R2R^2 e tem a mesma dimensão que R2R^2, concluímos que Im(T)=R2Im(T) = R^2.



    Veja estes e mais exemplos AQUI.

    Voltar ao Topo.

Última Atualização: 27/07/2015.