Mudança de base – Wikipédia, a enciclopédia livre

Em álgebra linear, uma base para um espaço vetorial de dimensão n é uma sequência de n vetores (α₁, …, α_n) com a propriedade de que todo vetor do espaço pode ser representado de forma única como uma combinação linear dos vetores da base. As representações matriciais dos operadores também são determinadas pela base escolhida. Como geralmente é desejável trabalhar com mais de uma base para um espaço vetorial, é de importância fundamental em álgebra linear poder transformar facilmente representações por meio de coordenadas relativas a uma base em suas representações equivalentes com relação a outra base. Tal transformação é chamada de mudança de base.

Embora a terminologia dos espaços vetoriais seja utilizada a seguir e o símbolo R possa ser considerado como o corpo dos números reais, os resultados discutidos valem sempre que R for um anel comutativo e a expressão espaço vetorial for substituída em todos os lugares por R-módulo livre.

A base canônica de Rⁿ é a sequência ordenada (e₁, …, e_n), em que e_j é o elemento de Rⁿ com 1 em sua j-ésima posição e 0s nas demais posições.

Se T: Rⁿ → R^m é uma transformação linear, a matriz de T é a matriz t de tamanho m × n cujaj-ésima coluna é T(e_j) para j = 1, …, n. Neste caso, tem-se T(x) = tx para todo x em Rⁿ, em que x é considerado como um vetor coluna e a múltiplicação no lado direito é a multiplicação matricial. Um fato básico em álgebra linear é que o espaço vetorial Hom(Rⁿ, R^m) de todas as transformações lineares de Rⁿ para R^m é naturalmente isomórfo ao espaço R^{m × n} das matrizes m × n sobre R; em outras palavras, uma transformação linear T: Rⁿ → R^m é, para todos os propósitos, equivalente a sua matrizt.

Também será utilizada a seguinte observação.

Teorema Sejam V e W espaços vetoriais, e sejam {α₁, …, α_n} uma base de V, e {γ₁, …, γ_n} quaisquer n vetores em W.Então existe uma única transformação linear T: V → W com T(α_j) = γ_j para j = 1, …, n.

Esta T única é definida por T(x₁α₁ + … + x_nα_n) = x₁γ₁ + … + x_nγ_n. É claro que se acontecer de {γ₁, …, γ_n} ser uma base de W, então T é bijetiva e linear; em outras palavras, T é um isomorfismo. Se neste caso também ocorrer que W = V, então T é chamada de automorfismo.

Agora seja V um espaço vetorial sobre R e suponha que {α₁, …, α_n} é uma base de V. Por definição, se ξ é um vetor de V então ξ = x₁α₁ + … + x_nα_n para uma única escolha de escalares x₁, …, x_n em R chamados de coordenadas de ξ relativas à base ordenada {α₁, …, α_n}.O vetor x = (x₁, …, x_n) em Rⁿ é chamado de vetor coordenada de ξ (relativo a base indicada). A única transformação linear φ: Rⁿ → V que satisfaz φ(e_j) = α_j para j = 1, …, n é chamada de isomorfismo de coordenadas para V e a base {α₁, …, α_n}. Assim φ(x) = ξ se e somente se ξ = x₁α₁ + … + x_nα_n.

Um conjunto de vetores pode ser representado por uma matriz cujas colunas consistem das coordenadas dos vetores correspondentes no conjunto. Como uma base é um conjunto de vetores, uma base pode ser dada por uma matriz deste tipo. Depois será mostrado que a mudança de base de qualquer objeto do espaço está relacionada a esta matriz. Por exemplo, vetores mudam de acordo com a sua inversa (e como tal são chamados de objetos contravariantes).

Primeiro será examinada a questão de como as coordenadas de um vetor ξ, do espaço vetorial V, mudam quando é escolhida uma outra base.

Isso significa que, dada uma matriz M cujas colunas são os vectores da nova base do espaço (matriz da nova base), as novas coordenadas de um vetor coluna v são dadas pelo produto matricial M^-1v. Por esta razão, diz-se que os vetores normais são objetos contravariantes.

Qualquer conjunto finito de vetores pode ser representado por uma matriz cujas colunas são as coordenadas dos vetores dados. Para um exemplo de dimensão 2, considere o par de vetores obtidos ao rotacionar os vetores da base canônica em 45° no sentido anti-horário. A matriz cujas colunas são as coordenadas destes vetores é

${\displaystyle M={\begin{pmatrix}1/{\sqrt {2}}&-1/{\sqrt {2}}\\1/{\sqrt {2}}&1/{\sqrt {2}}\end{pmatrix}}}$

Para mudar qualquer vetor do espaço para esta nova base, só é preciso multiplicar suas coordenadas à esquerda pelo inversa desta matriz.

Por exemplo, seja R uma nova base dada por seus ângulos de Euler. A matriz da base terá como colunas as coordenadas de cada vetor. Portanto, esta matriz será (ver artigo sobre ângulos de Euler):

${\displaystyle \mathbf {R} ={\begin{bmatrix}\mathrm {c} _{\alpha }\,\mathrm {c} _{\gamma }-\mathrm {s} _{\alpha }\,\mathrm {c} _{\beta }\,\mathrm {s} _{\gamma }&-\mathrm {c} _{\alpha }\,\mathrm {s} _{\gamma }-\mathrm {s} _{\alpha }\,\mathrm {c} _{\beta }\,\mathrm {c} _{\gamma }&\mathrm {s} _{\beta }\,\mathrm {s} _{\alpha }\\\mathrm {s} _{\alpha }\,\mathrm {c} _{\gamma }+\mathrm {c} _{\alpha }\,\mathrm {c} _{\beta }\,\mathrm {s} _{\gamma }&-\mathrm {s} _{\alpha }\,\mathrm {s} _{\gamma }+\mathrm {c} _{\alpha }\,\mathrm {c} _{\beta }\,\mathrm {c} _{\gamma }&-\mathrm {s} _{\beta }\,\mathrm {c} _{\alpha }\\\mathrm {s} _{\beta }\,\mathrm {s} _{\gamma }&\mathrm {s} _{\beta }\,\mathrm {c} _{\gamma }&\mathrm {c} _{\beta }\end{bmatrix}}.}$

Novamente, qualquer vetor do espaço pode ser mudado para esta nova base multiplicando-se as suas coordenadas à esquerda pela inversa desta matriz.

Suponha que {α₁, …, α_n} e {α′₁, …, α′_n} são duas bases ordenadas de V. Sejam φ₁ e φ₂ os isomorfismos (transformações lineares) de coordenadas associados de Rⁿ para V, i.e. φ₁(e_j) = α_j e φ₂(e_j) = α′_j para j = 1, …, n.

Se x = (x₁, …, x_n) é o vetor de coordenadas de ξ com relação à primeira base, de modo que ξ = φ₁(x), então o vetor de coordenadas de ξ em relação à segunda base é φ₂⁻¹(ξ) = φ₂⁻¹(φ₁(x)). Agora, a aplicação φ₂⁻¹ ∘ φ₁ é um automorfismo de Rⁿ e, portanto, tem uma matriz p. Além disso, a j-ésima coluna de p é φ₂⁻¹ ∘ φ₁(e_j) = φ₂⁻¹(α_j), ou seja, é o vetor de coordenadas de α_j em relação à segunda base {α′₁, …, α′_n}. Assim, y = φ₂⁻¹(φ₁(x)) = px é o vetor de coordenadas de ξ com relação à base {α′₁, …, α′_n}.

Suponha que T : V → W é uma transformação linear, {α₁, …, α_n} é uma base de V e {β₁, …, β_m} é uma base de W. Sejam φ e ψ os isomorfismos de coordenadas para V e W, respectivamente, em relação às bases dadas. Então a aplicação T₁ = ψ⁻¹ ∘ T ∘ φ é uma transformação linear de Rⁿ em R^m e, portanto, tem uma matriz t; sua j-ésima coluna é ψ⁻¹(T(α_j)) para j = 1, …, n Esta matriz é chamada de matriz de T em relação às bases ordenadas {α₁, …, α_n} e {β₁, …, β_m}. Se η = T(ξ) e y e x são os vetores de coordenadas de η e ξ, então y = ψ⁻¹(T(φ(x))) = tx. Por outro lado, se ξ pertence a V e x = φ⁻¹(ξ) é o vetor de coordenadas de ξ em relação a {α₁, …, α_n}, e define-se y = tx e η = ψ(y), então η = ψ(T₁(x)) = T(ξ). Isto é, se ξ está em V e η está em W e x e y são os seus vetores de coordenadas, então y = tx, se, e somente se, η = T(ξ).

Teorema Suponha que U, V e W são espaços vetoriais de dimensão finita e é escolhida uma base ordenada para cada um deles. Se T : U → V e S : V → W são transformações lineares com matrizes s e t, então a matriz da transformação linear S ∘ T : U → W (em relação à base dada) é st.

Pode-se perguntar o que acontece com a matriz de T : V → W quando é feita a mudança de base em V e W. Sejam {α₁, …, α_n} e {β₁, …, β_m} bases ordenadas de V e W, respectivamente, e suponha que seja dado um segundo par de bases {α′₁, …, α′_n} e {β′₁, …, β′_m}. Denote por φ₁ e φ₂ os isomorfismos de coordenadas que levam a base usual de Rⁿ à primeira e à segunda bases de V, e sejam ψ₁ e ψ₂ os isomorfismos que levam a base usual de R^m à primeira e à segunda bases de W.

Sejam T₁ = ψ₁⁻¹ ∘ T ∘ φ₁ e T₂ = ψ₂⁻¹ ∘ T ∘ φ₂ (ambas as transformações levando Rⁿ em R^m), e sejam t₁ e t₂ as suas respectivas matrizes. Sejam p e q as matrizes do homomorfismo de mudança de coordenadas φ₂⁻¹ ∘ φ₁ em Rⁿ e ψ₂⁻¹ ∘ ψ₁ em R^m.

As relações destas diferentes aplicações umas com as outras são ilustradas no seguinte diagrama comutativo.

Uma vez que T₂ = ψ₂⁻¹ ∘ T ∘ φ₂ = (ψ₂⁻¹ ∘ ψ₁) ∘ T₁ ∘ (φ₁⁻¹ ∘ φ₂), e que a composição de transformações lineares corresponde à multiplicação de matrizes, segue-se que

t₂ = q t₁ p^-1.

Como a mudança de base tem uma vez a matriz da ase e uma vez a sua inversa, diz-se que estes objetos são 1-co, 1-contra-variante.

Um caso importante da matriz de uma transformação linear é o de um endomorfismo, isto é, uma transformação linear de um espaço vetorial V em si mesmo: em outras palavras, o caso em que W = V. Pode-se considerar naturalmente {β₁, …, β_n} = {α₁, …, α_n} e {β′₁, …, β′_m} = {α′₁, …, α′_n}. A matriz da aplicação linear T é necessariamente quadrada.

Aplica-se a mesma mudança de base, de modo que q = p e a fórmula para a mudança de base torna-se

t₂ = p t₁ p^-1.

Nesta situação, diz-se que a matriz inversível p é uma matriz de mudança de base do espaço vetorial V, e a equação acima diz que as matrizes t₁ e t₂ são semelhantes.

Uma forma bilinear em um espaço vetorial V sobre um corpo R é uma aplicação V × V → R que é linear em ambos os argumentos. Isto é, B : V × V → R é bilinear, se as funções

${\displaystyle v\mapsto B(v,w)}$

${\displaystyle v\mapsto B(w,v)}$

são lineares para cada w em V. Esta definição aplica-se igualmente bem para os módulos sobre um anel comutativo com as transformações lineares sendo homomorfismos de módulo.

A matriz de Gram G associada a uma base ${\displaystyle \alpha _{1},\dots ,\alpha _{n}}$ é definida por

${\displaystyle G_{i,j}=B(\alpha _{i},\alpha _{j}).}$

Se ${\displaystyle v=\sum _{i}x_{i}\alpha _{i}}$ e ${\displaystyle w=\sum _{i}y_{i}\alpha _{i}}$ são as expressões dos vetores v, w em relação a esta base então a forma bilinear é dada por

${\displaystyle B(v,w)=v^{\mathsf {T}}Gw.}$

A matriz será simétrica se a forma bilinear B for uma forma bilinear simétrica.

Se P é a matriz inversível representando uma mudança de base de ${\displaystyle \alpha _{1},\dots ,\alpha _{n}}$ para ${\displaystyle \alpha '_{1},\dots ,\alpha '_{n}}$ então a matriz de Gram transforma por meio da congruência de matrizes

${\displaystyle G'=P^{\mathsf {T}}GP.}$

Na teoria de espaços vetoriais abstratos o conceito de mudança de bases é inócuo; ele parece acrescentar pouco para a ciência. Mesmo assim há casos em álgebras associativas, em que uma mudança de bases é suficiente para fazer de uma lagarta uma borboleta, figurativamente falando:

• No plano complexo hiperbólico existe uma base "diagonal" alternativa. O hipérbole padrão xx − yy = 1 torna-se xy = 1 após a mudança de base. Transformações do plano que deixam a hipérbole fixada correspondem umas às outras, modulo uma mudança de base. A diferença contextual é profunda o suficiente para então separar um boost de Lorentz de um aplicação de esmagamento. Uma visão panorâmica da literatura destas aplicações pode ser feita usando a mudança de bases subjacente.
• Encontra-se nas matrizes reais 2 × 2 o início de um catálogo de álgebras lineares devido a Arthur Cayley. O seu sócio James Cockle apresentou, em 1849, a sua álgebra de coquatérnios ou quaternions-split, que são a mesma álgebra das matrizes 2 × 2 reais, exceto por estarem apresentadas em relação a uma base matricial diferente. Mais uma vez é o conceito de mudança de base que sintetiza a álgebra de matrizes de Cayley e os coquatérnios de Cockle.
• Uma mudança de base transforma ma matriz complexa 2 × 2 em um biquatérnio.

• Vetor de coordenadas
• Transformação integral, um análogo contínuo da mudança de base.
• Transformação ativa e passiva