Sei sulla pagina 1di 6

OMOMORFISMI o APPLICAZIONI LINEARI

Siano e due spazi vettoriali sullo stesso campo K.


Una applicazione f : detta omomorfismo o applicazione lineare se per ogni v1 ,v2
, e ogni h, k K risulta
f(hv1+kv2) = hf(v1) + kf(v2)
Risulta f(0)=0, ove i vettori 0 del primo e secondo membro sono rispettivamente in e .
o Ker f ={v : f(v)=0} detto nucleo di f : ed sottospazio di
o f() detta immagine di f : ed sottospazio di
TEOREMA Sia f : omomorfismo tra due spazi vettoriali e sullo stesso campo
K. Sia B={v1 ,v2 ,...,vn} una base di . f(B)={f(v1), f(v2), ... , f(vn)} un sistema di generatori
per f().
Il termine lineare ha un preciso significato geometrico: una applicazione lineare biunivoca
trasforma rette in rette (e analogamente piani in piani), infatti se consideriamo una retta
(
pa
s
s
a
nt
epe
rl

or
i
g
i
ne
,qui
ndis
ot
t
os
pa
z
i
ode
ldomi
ni
o,didi
me
ns
i
one1,x = tv) la sua
immagine un sottospazio del codominio, generato da f(v), quindi ancora una retta.
Una applicazione f : inettiva se per ogni x y f(x) f(y).
Se f un omomorfismo, f inettiva implica:
o Ker f = {0} in quanto per ogni x 0 risulta f(x) f(0) = 0.
o dimf()=dim per il teorema di nullit pi rango (dunque deve essere dimdim )
Una applicazione f : suriettiva se ogni w ha almeno una antiimmagine in .
Se f un omomorfismo, f suriettiva implica:
o f()= (dunque deve essere dim dim )
Se f : omomorfismo biunivoco, o isomorfismo dim = dim f() = dim .
Un isomorfismo detto anche trasformazione lineare.
Vale anche il viceversa: due spazi vettoriali della stessa dimensione sono sempre isomorfi e
un isomorfismo si pu ottenere facendo ordinatamente corrispondere i vettori di due basi.
In particolare, uno spazio vettoriale di dimensione n su un campo K isomorfo a Kn (ad
esempio la corrispondenza che associa ad un vettore le sue componenti in una base un
isomorfismo).
Una applicazione lineare f: completamente individuata dai trasformati dei vettori di
una base di , cio:
TEOREMA: Siano e due spazi vettoriali su uno stesso campo K;
sia B = {v1 ,v2 ,...,vn} una base per e sia w1 ,w2 ,...,wn una qualsiasi n-pla di vettori di .
Esiste una e una sola applicazione lineare f: tale che f(vi)=wi , per ogni i = 1, ..., n

OMOMORFISMI E MATRICI
Siano e due spazi vettoriali su uno stesso campo K di dimensioni n ed m
rispettivamente.
Sia
B = {v1 ,v2 ,...,vn} base di
C={w1 ,w2 ,...,wm} base di .
I vettori f(v1), f(v2), ..., f(vn) che individuano un omomorfismo f sono vettori di , quindi si
possono esprimere nella base C, e si avr:
f(v1) = a11w1 + a21w2 +...+ am1wm
f(v2) = a12w1 + a22w2 +...+ am2wm
................................................
................................................
f(vn) = a1nw1 + a2nw2 +...+ amnwm

a11 a12

a21 a22

am1 am 2

a1n
a2 n

amn

No righe di A dimensione codominio .


No colonne di A dimensione dominio .
La matrice associata ad una applicazione lineare f dipende in modo essenziale dalle due basi
utilizzate per definirla. Cambiando la base del dominio o quella del codominio (o entrambe) la
matrice cambia.
Pensando a tutti i vettori delle due basi B per e C per come a vettori riga B = [v1 ,v2
,...,vn] e C=[w1 ,w2 ,...,wm] si pu esprimere quanto detto come:
f (B) = [f(v1), f(v2), ..., f(vn)]= [w1 ,w2 ,...,wm]A= C A.
a1

a2

, risulta f (v)= f (B )= f (B)


Se v= B
= [w1 ,w2 ,...,wm]
= (C A)

an

il che significa che le componenti sono le stesse, ma nel sistema di generatori trasformato
della base del dominio.
Ma f (v)=(CA)
=C(A) quindi nella base C le componenti si ottengono moltiplicando per A
le componenti del vettore di partenza.
Se si considera un unico spazio vettoriale per consuetudine utilizzare la stessa base sia
che si consideri come dominio che come codominio (non obbligatorio e per certi particolari
scopi si pu non fare, ma decisamente conveniente, poich, ad esempio, si pu vedere se un
vettore trasformato in se stesso semplicemente guardando se ha le stesse componenti prima
e dopo la trasformazione, ecc.)
Sia dunque B = [v1 ,v2 ,...,vn] base di . Risulta
f (B) = [f(v1), f(v2), ..., f(vn)]= [v1 ,v2 ,...,vn] A= B A
Se dunque v= B, risulta
f (v)= f (B)= f (B)=(BA)= B(A).
e pi rapidamente (non mettendo in evidenza la base), si scrive f (v)= Av.

GEOMETRIA AFFINE
Per studiare problemi geometrici, per, non si pu lavorare solo sullo spazio vettoriale:
altrimenti l'unico punto (sottospazio di dimensione 0) sarebbe l'origine 0, le uniche rette
(sottospazi di dimensione 1) sarebbero quelle per l'origine kv, e analogamente gli unici piani
(sottospazi di dimensione 2) sarebbero quelli per l'origine hu+kv.
Si introduce allora lo spazio affine che considera come elementi i laterali dei sottospazi dello
spazio vettoriale, dunque:
a

i punti sono dati da


0+w =
b
,

le rette da

a km

kv+w = b kn
,

c kp

i piani da

a hd km

hu+kv +w = b he kn
.

c hg kp

Anche al posto degli isomorfismi bisogna quindi utilizzare le affinit. Pensato lo spazio
riferito ad un sistema cartesiano ortogonale (e quindi pensato lo spazio vettoriale come
generato dalla base canonica i, j, per R2 e i, j, k per R3) le affinit sono date da equazioni
vettoriali della forma
x = Av + u
con A matrice quadrata invertibile (detA0)

COMPOSIZIONE DI OMOMORFISMI
Il prodotto di matrici viene definito in modo da rispecchiare il prodotto di omomorfismi; si
ottiene il prodotto righe per colonne.

B
gf

Sia dim =n, dim =m, dim = p, e supponiamo fissate tre basi U, V, W per i tre spazi.
La matrice A di f :
rispetto a U e V di tipo mn.
La matrice B di g : rispetto a V e W di tipo pm.
La matrice dell'applicazione composta gf :
BA, che risulta di tipo pn.
(attenzione, al solito, all'ordine in cui vanno scritte, nel prodotto, sia le applicazioni che le
matrici associate).


(n m)(m p) = (n p)

Sia f : un omomorfismo e siano B = {v1 ,v2 ,...,vn} base di e C={w1 ,w2 ,...,wm}
base di .
Sia A la matrice associata ad f nelle due basi suddette. Ogni vettore v si pu esprimere
nella base B come
a1

a
v= a1v1 + a2v2 +...+ anvn =[ v1 ,v2 ,...,vn] 2 ,

an

pensando la base B come un vettore riga di vettori e la n-pla di componenti come vettore
colonna ed eseguendo il prodotto righe per colonne. Scriviamo quindi v = Ba.
Allora risulta
f(v) = f(Ba) = [f(B)]a = [CA]a = C[Aa].
Dunque le componenti del vettore trasformato di v si ottengono moltiplicando la matrice della
trasformazione per la colonna delle componenti di v.

AUTOVALORI E AUTOVETTORI
Considerato uno spazio vettoriale ed un omomorfismo f di in s, (endomorfismo) un
vettore non nullo x per cui risulti f(x) = hx viene detto autovettore per f e lo scalare h
detto autovalore relativo all'autovettore x.
o Un autovettore x pu essere relativo ad un solo autovalore.
o Se x autovettore relativo all'autovalore h, ogni multiplo kx di x autovettore relativo a h.
o Se x e y sono autovettori relativi ad uno stesso autovalore h, anche le loro combinazioni
lineari ax+by lo sono.
o Uno spazio di autovettori detto autospazio ed spazio invariante per f (ci significa
che f()). Non vale in generale il viceversa, a meno che sia dimS=1.
o Autovettori relativi ad autovalori distinti sono indipendenti.
Si chiama spettro dell'endomorfismo f l'insieme dei suoi autovalori.
Per calcolare lo spettro di un endomorfismo f, si fissi in una base B={v1 ,v2 ,...,vn}. Sia A
la matrice associata ad f rispetto alla base B.
La relazione f(x) = hx, vista nelle componenti, diviene
Ax = hx.
Non si pu raccogliere x a meno di usare l'artificio di moltiplicare per la matrice identica:
quindi Ax=hIx da cui
(A-hI)x=0.
Si pervenuti ad un sistema lineare di n equazioni in n incognite, che, per il teorema di
Cramer, ammette una e una sola soluzione (la soluzione nulla, visto che omogeneo), se
det(A-hI)0. Ma la soluzione nulla da scartare (gli autovettori devono essere non nulli),
quindi gli autovalori si hanno i valori di h per cui
det(A-hI)=0.
det(A-hI) detto polinomio caratteristico e l'equazione det(A-hI)=0 equazione caratteristica.
L'equazione caratteristica di grado n (se dim=n) nella indeterminata h e, posto A=[aik]
risulta, svolgendo i conti:
a11 +a22 +...+ann =trA (traccia di A) somma autovalori
detA prodotto autovalori
4

Se invece della base {v1 ,v2 ,...,vn} si utilizza una diversa base {u1 ,u2 ,...,un}, sia per il
dominio che per codominio, all'endomorfismo f associata, invece della matrice A una
diversa matrice B, che detta simile ad A.
Si pu dimostrare che se due matrici A e B sono simili, esiste una matrice invertibile M, detta
matrice del cambiamento di base, per cui
A= M-1BM (e quindi anche B=H-1AH, con M=H-1).
TEOREMA Matrici simili hanno lo stesso polinomio caratteristico, quindi lo stesso spettro.
Naturalmente non vale il viceversa: matrici con lo stesso polinomio caratteristico possono
1 1
1 0

non essere simili: ad esempio e hanno lo stesso polinomio caratteristico, ma


0 1
0 1

non sono simili poich la matrice identica simile solo a se stessa: I=H-1IH.
Una matrice si dice diagonalizzabile se simile ad una matrice diagonale, la matrice di
cambiamento di base si dice matrice diagonalizzante.
Sia dim=n. Se A ammette n autovalori distinti diagonalizzabile, perch ha n autovettori
indipendenti.
Supponiamo che gli autovalori non siano tutti distinti. Allora si avr:
det(A-hI) = (h-a)r(h-b)s ... (h-z)t f(h).
Si dice che l'autovalore a ha molteplicit algebrica r, b ha molteplicit algebrica s ecc.
Si dice invece che l'autovalore a ha molteplicit geometrica ma se l'autospazio relativo ad a ha
dimensione ma ecc.
Se per un autovalore a risulta ma = r, l'autovalore si dice regolare.
TEOREMA La molteplicit geometrica di un autovalore non supera la sua molteplicit
algebrica.
Quindi gli autovalori semplici sono sempre regolari, perch la molteplicit algebrica 1 come
pure la geometrica (che almeno 1 perch per ogni autovalore c' almeno un autovettore, e
quindi un autospazio di dimensione 1, ma non pu essere maggiore per il teorema).
Poich gli autovettori relativi all'autovalore a sono i vettori le cui componenti x soddisfano il
sistema (A-aI)x=0, l'autospazio relativo ad a il nucleo dell'omomorfismo associato alla
matrice (A-aI), quindi risulta
ma = n - rk(A - aI).
Se la somma delle molteplicit algebriche degli autovalori di una matrice A non raggiunge n,
sicuramente non raggiunge n la somma delle molteplicit geometriche, quindi non esiste una
base di autovettori, quindi A non diagonalizzabile.

TEOREMA Sia A una matrice quadrata di ordine n. A diagonalizzabile se:


la somma delle molteplicit algebriche degli autovalori di A n
gli autovalori di A sono tutti regolari.
Oss. Se il campo K su cui definito algebricamente chiuso, come ad esempio C, la prima
2 2

condizione sempre soddisfatta, altrimenti non detto, ad esempio in R2 la matrice


1 0

non ha nessun autovalore.


5