Appunti per Geometria 1 - secondo modulo

Monica Id`a
February 22, 2015

Queste sono le note del secondo modulo del corso di Geometria 1, di cui il primo modulo `e stato
tenuto dalla prof.M.Manaresi; quindi qui assumiamo noto tutto quanto visto in tale modulo.
Useremo le seguenti notazioni:
Se A e B sono due insiemi, A B vuol dire che A `e contenuto in o uguale a B, mentre A B
vuol dire che A `e incluso strettamente in B.
Siano f : X Y e g : Y Z due funzioni; la composizione di f e g `e la funzione
gf : X
x

Z
g(f (x))

Siano f : X Y una funzione, e U X; f ristretta ad U e coristretta ad f (U ) `e la funzione:

|f (U )

f|U

1
1.1

f (U )
7

f (v)

U
v

Applicazioni lineari
Le prime definizioni

Nel seguito K denota un campo fissato.

Definizione 1.1 Siano V , W due K-spazi vettoriali; una applicazione f : V W `e detta lineare
se v, v 0 V , a, b K, si ha:
f (av + bv 0 ) = af (v) + bf (v 0 )
Osserviamo che, in particolare, f (0) = f (0v) = 0f (v) = 0.
Nel seguito la frase: Sia f : V W lineare sottointende che V e W sono spazi vettoriali su uno
stesso campo.
Osservazione 1.2 Ricordiamo che se V `e un K-spazio vettoriale, (V, +) `e un gruppo abeliano;
quindi una applicazione lineare f : V W `e un morfismo dei gruppi additivi che soddisfi la
condizione f (av) = af (v) v V , a K.

Esempi 1.3 Sono lineari le seguenti applicazioni:

1) f : R
x 7
2) g :

R2

(x, y)
3) d :

3x

R2
7 (x + y, 3x y)

R[x]
a0 + a1 + . . . + an xn

R[x]
a1 + 2a2 x + . . . + nan xn1

 M2 (R) 
ad b
7
c
0

4) f : M2 (R)
a b
c d

Esempi 1.4 Non sono lineari le seguenti applicazioni:

1) g :

R2

(x, y)
2) f : R
x 7

R2
7 (1 + x, y)
R

x2

Infatti: in 1) g(0) 6= 0; in 2) f (1 + 2) = 9, f (1) + f (2) = 5.

Definizione 1.5 Siano V , W due K-spazi vettoriali.
Una applicazione lineare f : V V `e detta endomorfismo di V .
Una applicazione lineare e biettiva f : V W `e detta isomorfismo (di spazi vettoriali). Se esiste
un isomorfismo f : V W , scriviamo V
= W.
Un isomorfismo f : V V `e detto automorfismo di V .
Proposizione 1.6 a) Siano V, W, U K-spazi vettoriali e f : V W , g : W U applicazioni
lineari. Allora g f : V U `e lineare.
b) Sia f : V W un isomorfismo. Allora lapplicazione inversa f 1 `e lineare e quindi `e un
isomorfismo.
c) Si ha: V
=V;
V
=W W
=V;
V
= W, W
=U V
= U.
Dimostrazione a) (g f )(av + bv 0 ) = g(f (av + bv 0 )) = g(af (v) + bf (v 0 )) = ag(f (v)) + b(g(f (v 0 )) =
a(g f )(v) + b(g f )(v 0 ).
b) La f 1 : W V esiste perche f `e biettiva. Siano w, w0 W , a, b K; allora esistono, e sono
unici, v, v 0 V tali che f (v) = w, f (v 0 ) = w0 , e si ha
f 1 (aw + bw0 ) = f 1 (af (v) + bf (v 0 )) = f 1 (f (av + bv 0 )) = av + bv 0 = af 1 (w) + bf 1 (w0 )
2

id

c) Lidentit`a su V `e lineare e biettiva, quindi V

=V;
f 1

V
=W W
= V per il punto b);
f

gf

V
= W, W
=U V
= U per il punto a), tenendo conto che la composizione di due biezioni `e
una biezione.
Notazione 1.7 Sia V un K-spazio vettoriale finitamente generato (dora in poi scriviamo f.g.),
e sia B = (v1 , . . . , vn ) una base. Il vettore di coordinate (a1 , . . . , an ) rispetto alla base B verr`
a
denotato cos`:
(a1 , . . . , an )B := a1 v1 + . . . + an vn
Proposizione-Definizione 1.8 Sia V un K-spazio vettoriale f.g., e sia B = (v1 , . . . , vn ) una base.
Lapplicazione:
B :
Kn

V
(a1 , . . . , an ) 7 (a1 , . . . , an )B
`e un isomorfismo di K-spazi vettoriali, detto lisomorfismo tra V e K n definito dalla base B.
Dimostrazione Sappiamo che B `e biunivoca. Linearit`a:
B (a(a1 , . . . , an )+b(b1 , . . . , bn )) = B ((aa1 +bb1 , . . . , aan +bbn )) = (aa1 +bb1 )v1 +. . .+(aan +bbn )vn =
= a(a1 v1 + . . . + an vn ) + b(b1 v1 + . . . bn vn ) = aB ((a1 , . . . , an )) + bB ((b1 , . . . , bn ))

Notazione 1.9 Nel seguito denotiamo sempre con B lisomorfismo inverso di B , che associa ad
ogni vettore v V , v = (a1 , . . . , an )B , le sue coordinate rispetto alla base B:
B :

V
v

Kn
7

(a1 , . . . , an )

Esempi 1.10 1) Se V = K n e E = (e1 , . . . , en ) `e la base canonica, (a1 , . . . , an ) K n si ha

(a1 , . . . , an ) = (a1 , . . . , an )E , quindi E = idK n .
2) Siano v1 = (1, 2), v2 = (3, 1) R2 ; allora B = (v1 , v2 ) `e una base per R2 . Consideriamo ad
esempio il vettore v = (0, 5); si ha v = 3v1 v2 , quindi v = (3, 1)B e B (v) = (3, 1).
Abbiamo quindi dimostrato il:
Teorema 1.11 Se V `e un K-spazio vettoriale di dimensione finita n > 0, allora
V
= K n.
Teorema 1.12 Siano V e W K-spazi vettoriali, sia V f.g. e sia B = (v1 , . . . , vn ) una sua base;
siano w1 , . . . , wn vettori di W . Allora esiste ununica applicazione lineare f : V W tale che
f (vi ) = wi ,

i = 1, . . . , n

()

Dimostrazione ):

v V , siano a1 , . . . , an K tali che v =

X

f(

La f cos` definita `e lineare: v, v 0 V , v =

f (av + bv 0 ) = f (a
=

ai vi ) :=
P

bi vi , a, b K, si ha:

bi vi ) = f (

a i wi + b

ai vi ; poniamo

a i wi

ai vi , v 0 =

ai vi + b

(aai + bbi )wi = a

(aai + bbi )vi ) =

bi wi = af (v) + bf (v 0 )

!): Siano f, g applicazioni lineari tali che f (vi ) = wi , g(vi ) = wi

P
v = ai vi , si ha:
X

f (v) = f (

ai vi ) |{z}
=

ai f (vi ) =

ai wi =

f lineare

i = 1, . . . , n; allora v V ,

ai g(vi ) |{z}
= g(

ai vi ) = g(v)

g lineare

Notazione 1.13 Nelle notazioni di Teorema 1.12 diciamo che lapplicazione lineare f `e ottenuta
estendendo per linearit`
a le ()
Esempio 1.14 Lapplicazione definita in 1.8 `e ottenuta estendendo per linearit`a le ei 7 vi .
Teorema 1.15 Sia f : V W lineare. Allora valgono le seguenti affermazioni:
a) Se v1 , . . . , vn V sono l.d., allora f (v1 ), . . . , f (vn ) sono l.d.
b) Se U `e sottospazio di V , allora f (U ) := {f (u) | u U } `e sottospazio di W .
c) Se T `e sottospazio di W , allora f 1 (T ) := {v V | f (v) T } `e sottospazio di V .
d) Se U =< u1 , . . . , un >, allora f (U ) =< f (u1 ), . . . , f (un ) >.
Dimostrazione a) Per ipotesi esistono a1 , . . . , an K non tutti 0 tali che:
allora
0 = f (a1 v1 + . . . + an vn ) = a1 f (v1 ) + . . . + an f (vn )

a1 v1 + . . . + an vn = 0;

b) a, b K, w, w0 f (U ), esistono u, u0 tali che w = f (u), w0 = f (u0 ), e quindi:

aw + bw0 = af (u) + bf (u0 ) = f (au
+ bu0 ) f (U )
| {z }
U

c) a, b K, v, v 0 f 1 (T ), si ha f (v), f (v 0 ) T , e quindi:
f (av + bv 0 ) = af (v) + bf (v 0 ) T av + bv 0 f 1 (T )
d) Si ha
f (U ) = {w W | u U, w = f (u)} =
= {w W | a1 , . . . , an K, w = f (a1 u1 + . . . + an un ) = a1 f (u1 ) + . . . + an f (un )} =
=< f (u1 ), . . . , f (un ) >

Proposizione-Definizione 1.16 Sia f : V W lineare. Il nucleo di f `e il nucleo di f come

morfismo dei gruppi additivi:
Kerf := {v V, f (v) = 0}
e limmagine di f `e limmagine insiemistica di f :
Imf := f (V ) = {w W, v V, w = f (v)}.
Si ha che Kerf `e un sottospazio di V , e Imf `e un sottospazio di W .
Inoltre:
per definizione f `e suriettiva se e solo se Imf = W ;
f `e iniettiva se e solo se Kerf = {0};
se (v1 , . . . , vn ) sono generatori per V , Imf =< f (v1 ), . . . , f (vn ) >.
Dimostrazione kerf = f 1 (< 0 >) e Imf = f (V ) sono sottospazi rispettivamente di V e W per
Teorema 1.11.
f iniettiva Kerf = {0} `e ovvio; viceversa, sia Kerf = {0}; allora f (v) = f (v 0 ) f (v v 0 ) =
0 v v 0 Kerf v = v 0 .
Proposizione 1.17 Siano V e W K-spazi vettorali f.g., f : V W un isomorfismo, v1 , . . . , vn
V , e U V , T W sottospazi. Allora si ha:
a) v1 , . . . , vn generatori per V f (v1 ), . . . , f (vn ) generatori per W ;
b) v1 , . . . , vn l.i. f (v1 ), . . . , f (vn ) l.i.;
c) (v1 , . . . , vn ) base per V (f (v1 ), . . . , f (vn )) base per W ;
d) dimV = dimW ;
e) dimU = dimf (U ), dimT = dimf 1 (T ).
Dimostrazione a) segue da Teorema 1.15 d); b) segue da Teorema 1.15 a); c) segue da a)+b); d)
segue da c); e) si vede cos`: f (U ) e f 1 (T ) sono sottospazi per Teorema 1.15, e le applicazioni:
|f (U )

f|U

: U
v

f (U )
,
7

f (v)

1 |f 1 (T )

f|T

T
w

f 1 (T )
7

f 1 (w)

sono lineari e biettive, quindi isomorfismi di spazi vettoriali, e si conclude usando d).