Sei sulla pagina 1di 3

APPLICAZIONI LINEARI R n R m

Ricordiamo che, dati due insiemi C e D, una funzione f : C D `e una legge che associa ad ogni

d e si dice che d `e immagine

di c.

L’immagine di f `e l’insieme Im f = {f (c)|c C}; Im f `e contenuta nel codominio D e non coincide necessariamente con D. Dato b D, l’insieme {c C|f (c) = b} si dice insieme delle controimmagini di b e si denota con f 1 (b). Ricordiamo anche che f si dice suriettiva se Im f = D, quindi f `e suriettiva se e solo se f 1 (b) `e non vuoto per ogni b D. Inoltre f `e iniettiva se f (c 1 ) = f(c 2 ) implica c 1 = c 2 . Se f `e sia iniettiva che suriettiva si dice biiettiva e in questo caso esiste la funzione inversa f 1 : D C tale che f 1 f e f f 1 sono funzioni identit`a.

elemento c C un ben preciso elemento d D. Si scrive f (c) = d oppure c

Data una matrice A R m,n , possiamo definire una funzione f A : R n R m ponendo

f A (v) = Av

al variare di v in R n (con v pensato come vettore colonna di R n,1 ), dove Av `e l’usuale prodotto tra matrici

riga per colonna.

2

Esempio. Data A = 1

1

1

0

1

0

1

1

4

2 R 3,4 , definiamo f A : R 4 R 3 : per

2

f A (v) = A

dove

y

y

y

1

2

3

=

2x 1 x 2 + x 4 x 1 + x 3 + 2x 4 x 1 x 2 x 3 + 2x 4

.

In

particolare per esempio f A

 

0

1

0

0

=

1

0

1

.

x

x

x

x

1

2

3

4

= y 2 R 3

y

1

y

3

ogni v =

x

x

x

x

1

2

3

4

R 4

Ricordiamo che per il prodotto tra matrici valgono le

Propriet`a. Per ogni A R m,n , per ogni u, v R n e per ogni k R

1) A(u + v) = Au + Av

2) k(Av) = A(kv)

Ne deduciamo che le funzioni f A assegnate come sopra sono caratterizzate dalle seguenti

Propriet`a.

1)

f A (u + v) = f A (u)

+ f A (v)

2)

k(f A (v)) = f A (kv)

Definizione. Una funzione f : R n R m che gode di tali propriet`a si dice applicazione lineare. Quando m = n, f si dice endomorfismo. Se f `e una biiezione, si dice che f `e un isomorfismo.

1

Osservazioni.

1) Le componenti del vettore f A (v) sono polinomi omogenei di primo grado nelle componenti del vettore

v.

2) In generale, nella matrice A R m,n , la j-esima colonna rappresenta l’immagine f A (e j ) del j-esimo vettore della base canonica di R n (come nel caso particolare dell’esempio).

3) Per ogni A R m,n , si ha in particolare f A 0) = 0.

(w);

si tratta dell’insieme delle soluzioni del sistema lineare avente come matrice dei coefficienti A e come colonna dei termini noti le componenti del vettore w.

1

4) Dato w R m , {v R n |f A (v) = w} `e l’insieme delle controimmagini di w e si denota con f

A

Nucleo e immagine

Definizione. Data la matrice A R m,n , si dice nucleo di A (o di f A ) l’insieme:

ker(A) = {v R n |Av = 0}

Proposizione. Data la matrice A R m,n ,

(a)

ker(A) `e un sottospazio vettoriale di R n ;

(b)

ker(A) ha dimensione n rg(A).

Dimostrazione. (a) Basta osservare che ker(A) `e per definizione l’insieme delle soluzioni del sistema lineare omogeneo avente A come matrice dei coefficienti e perci`o `e sottospazio di R n .

(b) Il sistema omogeneo ha n rg(A) incognite libere e, per costruzione, una base delle soluzioni `e

costituita da n rg(A) vettori.

Definizione. Im(A) = {w R m | esiste v R n tale che Av = w}.

Proposizione. Per ogni matrice A R m,n ,

(a)

Im(A) `e il sottospazio di R m generato dalle colonne di A;

(b)

dim(Im(A)) = rg(A).

v = a 1 e 1 + a 2 e 2 + ··· + a n e n , dove (e 1 , ··· , e n )

`e la base canonica di R n . Poich`e f A `e lineare, si ha f A (v) = a 1 f A (e 1 ) + a 2 f A (e 2 ) + ··· + a n f A (e n ), ossia f A (v) `e combinazione lineare delle colonne di A.

Dimostrazione. (a) Per ogni vettore v

R n , si pu`o scrivere

(b) dim(Im(A)) = rg(A), perch`e lo spazio delle colonne di A ha dimensione rg(A).

Esempio. L’applicazione lineare f A : R 4 R 3 associata alla matrice

2

A = 1

1

1

0

1

0

1

1

4

2

2

ha nucleo ker f A = {(z 2t, 2z, z, t)}, al variare di z, t R e immagine Im f A = L((2, 1, 1), (1, 0, 1)).

Dalle due precedenti proposizioni segue il fondamentale

Corollario. Per ogni matrice A R m,n , dim(Im(A)) + dim(ker(A)) = n.

Proposizione. Data la matrice A R m,n , ker(A) = {0} se e solo se f A `e iniettiva.

2

Dimostrazione. Nel’ipotesi che ker(A) = {0}, supponiamo per assurdo che esistano due vettori v 1 = v 2 R n

tali che f A (v 1 ) = f A (v 2 ); si ha allora, per la linearit`a di f A , f A (v 1 v 2 ) = 0, cio`e, per definizione di Ker(f A ),

v 1 v 2 Ker(f A ) e quindi dall’ipotesi segue che v 1 v 2 = 0, ossia v 1 = v 2 . Nel’ipotesi che f A sia iniettiva, sia v Ker(f A ); allora per definizione f A (v) = 0; sappiamo per`o che anche f (0) = 0. Poich`e f A `e iniettiva, deve essere v = 0.

Proposizione. Fissate una base di R n e una base di R m , sia data una applicazione lineare f : R n R m ; allora esiste un’unica matrice M R m,n tale che f = f M .

Dimostrazione. Siano B R n =

le basi fissate. L’applicazione f `e data,

quindi si sa come opera su un qualsiasi vettore di R n , in particolare si sa come opera sui vettori della base B R n ; si avr`a perci`o:

(u

1 ,

,

u n ) e B R m = (v 1 ,

,

v m )

f(u 1 ) =

f(u 2 ) = a 12 v 1 + a 22 v 2 +

. f(u n ) = a 1n v 1 + a 2n v 2 +

.

a 11 v 1 + a 21 v 2 +

.

+

+

a m1 v m a m2 v m

+ a mn v m

Sia ora v = b 1 u 1 +

b n f(u n ) e quindi, tenendo conto dei dati precedenti, si ottiene

+ b n u n un qualsiasi vettore di R n ; per la linearit`a di f si ha: f (v) = b 1 f(u 1 ) +

+

f(v) =

a

a

.

11

21

.

.

a m1

a

a

12

22

a m2

.

.

.

.

.

.

.

.

.

a

a

1n

2n

a mn

b

b

1

2

b

.

.

.

n

ossia f `e associata alla matrice M =

a

a

.

11

21

.

.

a m1

a

a

12

22

a m2

.

.

.

.

.

.

.

.

.

a

a

1n

2n

a mn

.

Composizione e prodotto di matrici

Consideriamo le matrici B R m,n e A R n,p e le applicazioni lineari ad esse associate f B : R n R m e f A : R p R n definite rispettivamente da f B (u) = Bu e f A (v) = Av. La composizione f B f A `e data da

v Av

BAv

ed `e perci`o associata alla matrice prodotto BA. Un caso particolare `e quello delle applicazioni lineari invertibili. Ricordiamo che se una funzione f : C D `e invertibile, la funzione f 1 : D C definita da f 1 (y) = x `e detta inversa di f e si ha f 1 f = Id C e

f f 1 = Id D .

Proposizione.

(a)

(b)

(c) Se A R n,n `e invertibile, la matrice associata all’applicazione inversa f

L’applicazione lineare associata a una matrice A R m,n non `e invertibile se n = m.

Se n = m, l’applicazione lineare associata a una matrice A R n,n `e invertibile se e solo se rg(A) = n.

1

A

`e la matrice A 1 .

Dimostrazione. Per definizione di applicazione inversa, f A `e invertibile se e solo se, per ogni vettore b R m , l’equazione vettoriale f A (v) = b ha una sola soluzione. L’equazione f A (v) = b corrisponde a un sistema lineare di m equazioni in n incognite di matrice (A|b). Per il Teorema di Rouch`e-Capelli, un sistema del tipo (A|b) ha un’unica soluzione qualunque sia il vettore b R m se e solo se m = rg(A) = n. Dalla definizione

`e la matrice A 1 .

di composizione di applicazioni segue che la matrice associata all’applicazione inversa f

1

A

3