Graduação
  1. Álgebra  1.1. Álgebra linear  1.1.1. Matrizes  1.1.2. Determinantes  1.1.3. Sistemas de equações lineares  1.1.4. Compreendendo espaços vetoriais na álgebra linear  1.1.5. Transformações lineares  1.1.6. Autovalores e autovetores  1.1.7. Diagonalização  1.1.8. Espaço de produto interno  1.1.9. Ortogonalidade e base ortonormal  1.1.10. Decomposição em valores singulares  1.2. Álgebra abstrata  1.2.1. Grupo  1.2.2. Subgrupos  1.2.3. Grupos cíclicos  1.2.4. Grupo de Permutações  1.2.5. Homeomorfismo  1.2.6. Subgrupos normais  1.2.7. Introdução aos anéis na álgebra abstrata  1.2.8. Campo  1.2.9. Ideais e anéis quocientes  1.2.10. Anéis de polinômios  1.2.11. Espaço vetorial sobre um campo  1.2.12. Módulo  1.2.13. Introdução à teoria de Galois
  2. Cálculos  2.1. Cálculo diferencial  2.1.1. Compreendendo limites no cálculo diferencial  2.1.2. Compreendendo o contínuo no cálculo diferencial  2.1.3. Derivadas  2.1.4. Compreendendo a regra da cadeia no cálculo diferencial  2.1.5. Diferenciação implícita  2.1.6. Aplicações das derivadas  2.1.7. Problemas de otimização  2.1.8. Entendendo o teorema do valor médio  2.2. Cálculo integral  2.2.1. Integral definida  2.2.2. Integral indefinida  2.2.3. Técnicas de integração  2.2.4. Integrais impróprias  2.2.5. Aplicações da integração  2.2.6. Comprimento de arco e área de superfície  2.3. Cálculo Multivariável  2.3.1. Derivada parcial  2.3.2. Gradiente em cálculo multivariável  2.3.3. Divergência e rotacional  2.3.4. Introdução à integração múltipla  2.3.5. Compreendendo integrais de linha  2.3.6. Integrais de superfície  2.3.7. Explicação do teorema de Green  2.3.8. Teorema de Stokes  2.3.9. Teorema da divergência  2.3.10. Jacobian
  3. Equações diferenciais  3.1. Equação diferencial ordinária  3.1.1. Equações diferenciais de primeira ordem  3.1.2. Equações diferenciais de ordem superior  3.1.3. Sistemas de equações diferenciais  3.1.4. Solução por séries  3.1.5. Métodos numéricos para EDOs  3.2. Equações diferenciais parciais  3.2.1. Compreendendo a equação do calor  3.2.2. Equação da onda  3.2.3. Equação de Laplace  3.2.4. Separação de variáveis  3.2.5. Métodos de transformação de Fourier em equações diferenciais parciais
  4. Análise Real  4.1. Sequências e séries  4.1.1. Convergência de sequências  4.1.2. Teste de Séries  4.1.3. Séries de potência  4.1.4. Convergência uniforme  4.2. Funções de variáveis reais  4.2.1. Limites e continuidade  4.2.2. Compreendendo a continuidade uniforme  4.2.3. Diferenciação de funções de variáveis reais  4.2.4. Integração de Riemann  4.2.5. Integração de Lebesgue
  5. Introdução à Análise Complexa  5.1. Números complexos  5.1.1. Forma polar  5.1.2. Forma exponencial em números complexos  5.2. Funções de uma variável complexa  5.2.1. Funções Analíticas  5.2.2. Equações de Cauchy-Riemann  5.2.3. Integrais de contorno  5.2.4. Teorema de integração de Cauchy  5.2.5. Teorema de Resíduos na Análise Complexa  5.2.6. Mapeamento Conformal
  6. Probabilidade e estatística  6.1. Teoria da Probabilidade  6.1.1. Conceitos Básicos de Probabilidade  6.1.2. Variáveis aleatórias  6.1.3. Compreendendo Distribuições de Probabilidade  6.1.4. Expectativa e variação  6.1.5. Probabilidade condicional e o teorema de Bayes  6.2. Figuras  6.2.1. Estatísticas descritivas  6.2.2. Estatística inferencial  6.2.3. Teste de hipótese  6.2.4. Análise de regressão  6.2.5. Compreendendo a ANOVA: Análise de Variância
  7. Métodos numéricos  7.1. Algoritmo de busca de raízes  7.2. Integração numérica  7.3. Diferenciação numérica  7.4. Soluções numéricas de equações diferenciais  7.5. Cálculos com matrizes  7.6. Interpolação e extrapolação
  8. Introdução à Matemática Discreta  8.1. Argumentos e provas  8.2. Companheirismo  8.3. Teoria dos grafos  8.4. Álgebra booleana  8.5. Relação de recorrência
  9. Programação Linear e Otimização  9.1. Entendendo o método simplex em programação linear e otimização  9.2. Dualidade em programação linear e otimização  9.3. Programação inteira  9.4. Otimização não linear
  10. Compreendendo topologia: uma jornada através de formas e espaços  10.1. Espaço métrico  10.2. Espaços topológicos  10.3. Continuidade e homeomorfismos  10.4. Densidade  10.5. Associatividade em topologia
  11. Introdução à Geometria  11.1. Geometria euclidiana  11.2. Geometria diferencial  11.3. Geometria não euclidiana  11.4. Geometria projetiva
  12. Física matemática  12.1. Séries de Fourier  12.2. Transformada de Laplace  12.3. Aplicações de equações diferenciais  12.4. Funções especiais
  13. Teoria dos conjuntos e lógica  13.1. Conjuntos e subconjuntos  13.2. Relações e funções  13.3. Compreendendo a cardinalidade na teoria dos conjuntos e na lógica  13.4. Compreendendo a lógica formal em teoria dos conjuntos e lógica  13.5. Teoria dos conjuntos de Zermelo–Fraenkel
  14. Introdução à análise funcional  14.1. Localização padrão  14.2. Espaços de Banach  14.3. Compreensão do espaço de Hilbert na análise funcional  14.4. Operadores lineares

Graduação → Álgebra → Álgebra linear ↓


Transformações lineares


Transformações lineares são um conceito fundamental em álgebra linear, que em si é uma área fundamental da matemática. Compreender transformações lineares envolve descobrir como funções mapeiam vetores de um espaço vetorial para outro, preservando a estrutura linear dos espaços.

O que é uma transformação linear?

Uma transformação linear é uma função entre dois espaços vetoriais que preserva as operações de adição vetorial e multiplicação escalar. Se T é uma transformação linear de um espaço vetorial V para outro espaço vetorial W, então satisfaz as seguintes propriedades para todos os vetores u, v e qualquer escalar c em V:

  • Aditividade: T(u + v) = T(u) + T(v)
  • Multiplicação escalar: T(c * u) = c * T(u)

Exemplos básicos de transformações lineares

Vamos começar com exemplos simples. Considere a função T que mapeia cada vetor de ℝ² para si mesmo:

Exemplo 1: Rotação

Um exemplo comum de transformação linear é a rotação. Suponha que temos um vetor 2D (x, y) e queremos rotacioná-lo por um ângulo θ. A transformação pode ser definida pela matriz:

T(x, y) = [[cos(θ), -sin(θ)], [sin(θ), cos(θ)]] * [[x], [y]]
T(x, y) = [[cos(θ), -sin(θ)], [sin(θ), cos(θ)]] * [[x], [y]]

Quando aplicada, esta transformação rotaciona o vetor no sentido anti-horário por um ângulo θ em torno da origem.

Original Rotacionado (0, 0)

Exemplo 2: Escala

Escalar é outro tipo de transformação linear. Considere uma transformação de escala S que multiplica cada vetor por um fator escalar. Se a aplicarmos a um vetor (x, y) em ℝ², podemos defini-la como:

S(x, y) = [[a, 0], [0, b]] * [[x], [y]]
S(x, y) = [[a, 0], [0, b]] * [[x], [y]]

Aqui a e b são constantes, escalando o vetor ao longo do eixo x e do eixo y, respectivamente.

Original Escalado (0, 0)

Propriedades das transformações lineares

Transformações lineares têm várias propriedades importantes que muitas vezes ajudam a simplificar problemas em álgebra linear:

Linearidade

A propriedade definidora das transformações lineares é a linearidade. Elas preservam a estrutura de adição vetorial e multiplicação escalar, que são importantes para análise e computação.

Representação matricial

Qualquer transformação linear pode ser representada por uma matriz. Se você tem uma transformação T de ℝ^n para ℝ^m, então existe uma matriz mxn A tal que T(v) = A * v para todos os vetores v em ℝ^n.

Por exemplo, se A é uma matriz que representa uma transformação linear, e v é um vetor:

A = [[2, 0], [0, 3]] v = [[x], [y]] T(v) = A * v = [[2x], [3y]]
A = [[2, 0], [0, 3]] v = [[x], [y]] T(v) = A * v = [[2x], [3y]]

Neste caso, a transformação escala o componente x por 2 e o componente y por 3.

Núcleo e imagem

Dois conceitos importantes para entender a natureza das transformações lineares são o núcleo e a imagem. O núcleo de uma transformação linear é o conjunto de todos os vetores que mapeiam para o vetor nulo, e a imagem é o conjunto de todas as saídas possíveis da transformação.

Reversibilidade

Uma transformação linear é invertível se existe outra transformação que pode revertê-la. Se T é de V para W e é invertível, então existe uma transformação T-1 de W para V tal que T(T-1 (w)) = w para todo w em W e T-1 (T(v)) = v para todo v em V

Visualizando transformações lineares

Exemplos visuais podem ajudar a explicar como as transformações lineares funcionam. Considere o alongamento ao longo de um eixo:

Alongado Original

Nesta visão, o retângulo representa um conjunto de vetores. A transformação alonga os vetores ao longo do eixo x, mudando a forma sem mover o ponto base (a origem).

Conclusão

Transformações lineares são fundamentais na matemática porque fornecem um caminho estrutural e analítico para entender espaços vetoriais e matrizes. Ao preservar as operações vetoriais de adição e multiplicação escalar, as transformações lineares permitem vastas simplificações nos cálculos. Elas facilitam a tradução de insights geométricos e fenômenos do mundo real em expressões matemáticas.

O poder das transformações lineares está em sua capacidade de representar processos complexos em uma variedade de aplicações - desde gráficos de computador e engenharia até física e análise de dados - unificando campos diversos por meio da abstração e representação matemática.


Graduação → 1.1.5


U
username
0%
concluído em Graduação

← Anterior (1.1.4)
Compreendendo espaços vetoriais na álgebra linear
Próximo (1.1.6) →
Autovalores e autovetores

Comentários 



Transformações lineares

https://www.buddymath.com/ug/1.1.5?bmal=pt