Lezione 9: Cambio di base

In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo
studente e cio`e il cambio di base allinterno di uno spazio vettoriale, inoltre
cercheremo di capire come cambia la matrice associata ad unapplicazione
lineare se cambiamo la base nel dominio e nel codominio.

Lidentita

Fino a questo momento abbiamo considerato le applicazioni lineari da Rn

a Rm come matrici m n, piu precisamente la matrice associata ad una
applicazione lineare f : Rn Rm ha per colonne le immagini dei vettori
della base canonica di Rn . Ricordiamo con un esempio.
Consideriamo lapplicazione f : R2 R2 , f (e1 ) = e1 e2 , f (e2 ) = 3e2 .
Questa applicazione `e associata, fissando la base canonica nel dominio e
codominio, alla matrice:


1 0
.
A=
1 3
Possiamo facilmente generalizzare il concetto di matrice associata ad una
applicazione lineare in basi diverse dalla canonica.
Definizione 1.1. Sia f : Rn Rm una applicazione lineare, e siano B, B
rispettivamente una base del dominio e una base del codominio. Definiamo
AB,B la matrice associata a f nelle basi B e B una matrice m n tale che:



x1
x1
y1
..
..
..
f . = AB,B . = . .
xn B
xn B
ym B
Sappiamo bene che la scelta della base canonica per rappresentare i vettori in Rn `e arbitraria, pur essendo estremamente conveniente. Ad esempio
abbiamo gia visto che un vettore espresso in due basi diverse ha ovviamente
coordinate diverse. Per il momento usare una base diversa dalla canonica
per rappresentare i vettori sembra una cosa inutilmente faticosa, tuttavia vedremo nella lezione successiva che ci fornisce la chiave per capire i concetti di
autovalori e autovettori, data limportanza che essi hanno in analisi numerica
oltre che in innumerevoli altre parti della matematica.
1

Torniamo allesempio sopra. Se scegliamo la base di R2 data dai vettori:

v1 = e1 e2 , v2 = 3e2 , ci poniamo le domande:
1. Come si rappresentano i vettori v1 e v2 nella nuova base B?
2. Come possiamo scrivere la matrice associata a f nella base canonica
del dominio e nella base B del codominio?
Se lo studente comprende la teoria (come dovrebbe essere a questo punto!),
la risposta alla prima domanda `e ovvia. I vettori v1 e v2 hanno rispettivamente coordinate (1, 0) e (0, 1) (se cio non `e chiaro si vada a rileggere la
definizione di coordinate).
Anche la risposta alla seconda domanda come vedremo, `e abbastanza
semplice, tuttavia procederemo nel dettaglio, dato che si tratta di un concetto nuovo. Abbiamo gia visto che modificare la base che noi scegliamo
per rappresentare i vettori allinterno di uno spazio vettoriale, non cambia i
vettori, ma soltanto appunto il modo di scriverli. Quello che vogliamo dire
e che nellesempio sopra i vettori v1 e v2 sono sempre gli stessi (possiamo
anche disegnarli su di un grafico), quello che cambia passando dalla base
canonica alla base B sono le loro coordinate che passano da (1, 1), (0, 3)
a (1, 0), (0, 1). Ora vogliamo fare la stessa cosa per le applicazioni lineari,
dove il concetto di coordinate `e sostituito dal concetto di matrice associata
allapplicazione lineare in due basi date di dominio e codominio.
Lapplicazione lineare che vogliamo considerare `e f : R2 R2 , tale
che f (e1 ) = v1 , f (e2 ) = v2 . Vediamo ora di esprimere quanto abbiamo
scritto usando le coordinate nella base canonica C = (e1 , e2 ) nel dominio e
la base B = (v1 , v2 ) nel codominio. f (1, 0)C = (1, 0)B , f (0, 1)C = (0, 1)B , ove
mettiamo un indice per ricordarci che si tratta di coordinate in una base che
non `e necessariamente la canonica. Quindi abbiamo che la matrice associata
a f nella base C del dominio e B del codominio e


1 0
AC,B =
.
0 1
Infatti questa matrice facendo il prodotto righe per colonne manda proprio
(1, 0) in (1, 0) e (0, 1) in (0, 1).
In realta quanto abbiamo detto si puo facilmente generalizzare.
2

Proposizione 1.2. Sia f : Rn Rn una applicazione lineare tale che

f (u1 ) = v1 , . . . , f (un ) = vn ove B = (u1 , . . . , un ), B = (v1 , . . . , vn ) sono
due basi di Rn . Allora la matrice associata a f nella base B del dominio e
nella base B del codominio`e la matrice identita.
La dimostrazione `e un facile esercizio se uno ha capito il ragionamento
scritto sopra.
Ora ci poniamo una domanda in un qualche modo inversa a quanto abbiamo stabilito nella proposizione precedente.
Domanda Qual`e la matrice associata allapplicazione identita id : Rn
R nelle basi B = (u1 . . . un ), B = (v1 . . . vn ) rispettivamente del dominio e
codominio?
n

Senzaltro sappiamo che la matrice identita `e associata allapplicazione

identita qualora fissiamo le basi canoniche in dominio e codominio, tuttavia abbiamo gia capito dallesempio precedente, che cambiando la base
puo cambiare radicalmente laspetto della matrice associata alla stessa applicazione lineare.
Come sempre vediamo un esempio semplice. Consideriamo lapplicazione
identita id : R2 R2 e supponiamo di fissare la base B = (v1 = 2e1 , v2 =
e1 + e2 ) nel dominio e la base canonica C nel codominio.
Allapplicazione identita non importa cosa noi usiamo per rappresentarla:
id mandera comunque un vettore in se stesso. Vediamo che cosa accade:
id(v1 ) = v1 = 2e1 ,

id(v2 ) = e1 + e2

Se lo scriviamo in coordinate:
id(1, 0)B = (2, 0)C ,

id(0, 1)B = (1, 1)C

Dunque la matrice associata nella base B del dominio e nella base canonica
C del codominio e:


2 1
IB,C =
.
0 1
Ora chiediamoci invece che cosa accade se vogliamo la base canonica C nel
dominio e la base B nel codominio. Come prima lidentita manda ogni
vettore in se stesso, il problema `e capire quali sono le coordinate giuste.
id(e1 ) = e1 = (1/2)v1 ,

id(e2 ) = e2 = (1/2)v1 + v2
3

Quindi:
id(1, 0) = (1, 1/2),

id(0, 1) = (1/2, 0)

Dunque la matrice associata nella base canonica C del dominio e nella base
B del codominio e:


1/2 1/2
.
IC,B =
0
1
In questo esempio molto semplice `e stato possibile calcolare facilmente le
coordinate di e1 ed e2 nella base B = (v1 , v2 ), in generale cio non e cosi
1
facile. Tuttavia lo studente attento avra notato che IC,B = IB,C
. Dunque le
coordinate dei vettori e1 ed e2 nella base B si possono leggere come le colonne
1
della matrice IB,C
(e la matrice IB,C `e facilmente calcolabile in quanto ha per
colonne le coordinate dei vettori v1 , v2 nella base canonica).
Questo fenomeno `e vero in generale come `e attestato dal seguente teorema che `e la chiave per la comprensione del cambiamento di base per le
applicazioni lineari.
Teorema 1.3. Sia id : Rn Rn lapplicazione lineare identita che manda
ogni vettore in se stesso. Sia B = (v1 , . . . , vn ) una base per Rn . Allora
abbiamo che:
la matrice associata a id nella base B del dominio e nella base canonica
C del codominio e:


IB,C = (v1 )C , . . . , (vn )C
ove (vi )C sono le coordinate del vettore vi nella base canonica;

la matrice associata a id nella base canonica C del dominio e B del

1
codominio e: IB,C
.
Proof. Il primo punto `e chiaro, sostanzialmente `e quanto abbiamo visto
nellesempio precedente. Infatti id(v1 ) = (1, 0, . . . , 0) nella base B ed `e dato
proprio dalle coordinate del vettore v1 nella base canonica. Lo stesso per v2
. . . vn . Per il secondo punto invece andiamo a vedere come vengono trasformati i vettori. Se A = IB,C e A = (aij ) allora abbiamo:
v1 = a11 e1 + a21 e2 + + an1 en
..
.
vn = a1n e1 + a2n e2 + + ann en
4

Dunque (v) = A(e) in forma sintetica. (Questo non `e un sistema lineare,

in quanto non abbiamo delle incognite, perch`e sia v che e sono noti). Se
voglio trovare e in funzione di v: (e) = A1 (v), cioe:
e1 = b11 v1 + b21 v2 + + bn1 vn
..
.
en = b1n v1 + b2n v2 + + bnn vn
ove B = (bij ) `e la matrice inversa di A.
Nel corso della dimostrazione di questo teorema abbiamo in effetti dato
anche la risposta ad unaltra domanda che ci eravamo posti in precedenza e
cioe:
Domanda: Sia B una base fissata di Rn . Come posso scrivere le coordinate di un vettore v nella base B?
Fino a questo momento abbiamo risposto con un calcolo molto esplicito
caso per caso. Ora pero questo teorema ci da un corollario che contiene la
risposta generale.
Corollario 1.4. Sia B una base di Rn . Le coordinate (1 , . . . , n )B di un
vettore v nella base B sono date da:


1
1
..
1 ..
. = IB,C .
n C
n B
Proof. Si ha che v = id(v), quindi basta scegliere la base canonica C nel
dominio e la base B nel codominio. A questo punto sappiamo che, rispetto
a queste basi, lapplicazione lineare identita `e rappresentata dalla matrice
1
IC,B = IB,C
.
Se ad esempio consideriamo la base B = {v1 = e1 + 2e2 , v2 = e2 }
di R2 e vogliamo trovare
del vettore v =(1, 3) nella
 base B

 le coordinate
1
0
1 0
1
, quindi le
. Si ottiene che IB,C
=
sappiamo che IB,C =
2 1
2
1
 

 
1
1 0
1
.
=
coordinate sono:
3 C
2 1
3 B
5

Cambio di base per una applicazione lineare

Poniamoci ora il seguente problema, che `e una generalizzazione del problema

affrontato nella sezione precedente.
Problema. Se f : Rn Rm `e una applicazione lineare a cui `e associata
la matrice A nelle basi canoniche C e C di dominio e codominio rispettivamente, come cambia A se fissiamo le basi B per Rn e B per Rm ? Cio`e qual`e
la matrice associata ad f nelle basi B per Rn e B per Rm ?
Abbiamo gia affrontato e risolto questo problema per f = id nella sezione
precedente, vedremo che se abbiamo capito bene quello che succede per
lidentita, qui non avremo problemi.
Cerchiamo di descrivere la situazione. Sia lapplicazione lineare f che i
vettori dello spazio vettoriale si comportano in modo indipendente dalla base
che noi arbitrariamente scegliamo per rappresentarli. Lesempio dellidentita
`e particolarmente utile, perch`e lidentita resta sempre quellapplicazione che
ad ogni vettore associa se stesso, ma se cambiamo la base in cui rappresentarla, la matrice associata subisce variazioni drastiche.
Guardiamo il seguente diagramma1 :
C

Rn

Rm C

id
B

Rn

id
f

Rm B

ove abbiamo posto accanto ad ogni spazio vettoriale la base che scegliamo
per rappresentare i vettori. Nella riga superiore, scegliamo le basi canoniche,
in quella inferiore, due basi B e B scelte a piacere.
Ora associamo ad ogni applicazione lineare la matrice corrispondente,
cio`e scriviamo lo stesso diagramma nelle coordinate, cio`e usando le matrici
per rappresentare le applicazioni lineari. Per quanto sappiamo dalla sezione
precedente:
1

che si dice commutativo in quanto il risultato che otteniamo non dipende dal percorso scelto nel diagramma

Rn

AC,C

IB,C
Rn

Rm

IC ,B
AB,B

Rm

ove AB,B `e la nostra incognita e cio`e la matrice associata ad f nelle basi

B del dominio e B nel codominio.
Ricordando quanto sappiamo sulla corrispondenza tra composizione di
applicazioni lineari e moltiplicazione riga per colonna di matrici2 :
AB,B = IC ,B AC,C IB,C = IB1
,C AC,C IB,C .
Abbiamo pertanto dimostrato il seguente teorema.
Teorema 2.1. Sia f : Rn Rm una applicazione lineare, AC,C , la matrice
ad essa associata nelle basi canoniche C e C del dominio e del codominio
rispettivamente. Allora la matrice associata ad f nelle basi B del dominio e
B del codominio `e data da:
AB,B = IB1
,C AC,C IB,C
ove:
AC,C ha per colonne le immagini dei vettori della base canonica, cio`e
f (e1 ), . . . , f (en ) espressi nelle coordinate delle basi canoniche;
IB ,C ha per colonne i vettori della base B espressi nelle coordinate
della base canonica C ;
IB,C ha per colonne i vettori della base B espressi nelle coordinate della
base canonica C;
Vediamo un esempio per chiarire questo tipo di calcolo.
2

Ricordiamo che V W Z `e g f e corrisponde a Ag Af ove Ag e Af sono le

matrici associate a f e g nelle basi opportune

Esempio 2.2. Sia data lapplicazione f : R2 R3 espressa nelle basi

canoniche dalla matrice

1 2
AC,C = 0 1
1 0
Vogliamo trovare la matrice A = AB,B che esprime f nelle basi: B = {e1 +
e2 , e1 2e2 } nel dominio e B = {2e3 , e1 + e3 , e1 + e2 } nel codominio.
Troviamo le matrici B = IB,C e C = IB ,C :



0 1 1
1 1
,
C = 0 0 1
B=
1 2
2 1 0
Calcoliamo con un qualunque metodo C 1 :

1/2 1/2 1/2

1 0
C 1 = 1
0
1
0
La matrice A `e data dalla formula:


1/2 1/2 1/2
1 2 
1
1
1
1 0 0 1
A = C AB = 1
1 2
0
1
0
1 0
Esercizi
1. Sia data lapplicazione lineare f : R3 R3 definita da
f (x, y, z) = (8x 9y, 6x 7y, 2x 3y z).
a) Scrivere la matrice A associata ad f nella base canonica, e la matrice
B assciata ad f nella base B = {e1 + e2 , 2e1 + 3e2 , e3 }.
b) Si dica se f `e un isomorfismo. Motivare la risposta.
c) In caso di risposta affermativa al punto (b) si calcoli linversa di f .
2. Si scrivano le coordinate del vettore v = (1, 1, 1) rispetto alla base
B = {(2, 0, 5), (0, 1, 0), (1, 1, 3)} di R3
3. Si scrivano le coordinate del vettore v = (1, 2, 3) rispetto alla base
B = {e1 e2 , e1 + e2 e3 , e1 + e3 } di R3 .
8