Elementi di Algebra Lineare

Applicazioni lineari

Cristina Turrini
UNIMI - 2015/2016

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

1 / 18

Applicazioni lineari

index

Applicazioni lineari

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

La matrice rappresentativa

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

2 / 18

Applicazioni lineari

Applicazioni lineari

Siano V, W spazi vettoriali sullo stesso campo K. Consideriamo

unapplicazione f : V W.
Si dice che f lineare (o K-lineare) se u, v V, , K :
f (u + v) = f (u) + f (v),
cio f conserva le combinazioni lineari.

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

3 / 18

Applicazioni lineari

Esempi di applicazioni lineari

V spazio vettoriale, si pu considerare lapplicazione identica
idV : V V; lapplicazione identica lineare.
V, W, si pu considerare 0 : V W, v 7 0W .
Lapplicazione nulla lineare.
sia V uno spazio vettoriale su K e B = {b1 , . . . , bn } una sua base
(ordinata: qui e nel seguito parlando di base sottointenderemo sempre
che lo sia); lapplicazione
B : V Kn
definita da

1
2

B (v) =
...
...
n

se v = 1 b1 + 2 b2 + + n bn , lineare.
B associa ad ogni vettore le sue componenti rispetto alla base B (dette
anche coordinate nella base B).
Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

4 / 18

Applicazioni lineari

V = Kn , W = Km , A Matm,n (K), LA : Kn Km ,
(prodotto riga per colonna)

x 7 A x

Lapplicazione LA viene detta applicazione associata alla matrice A e,

per le propriet del prodotto riga per colonna, lineare.
Se A Matm,n (K) e B Matn,p (K), allora si hanno le applicazioni
LA : Kn Km e LB : Kp Kn per cui si pu considerare la
composizione LA LB : Kp Km . Risulta
LA LB = LAB
cio lapplicazione composta LA LB lapplicazione associata alla
matrice A B Matm,p prodotto riga per colonna di A per B.
Se I = Im Matm la matrice identica, allora LI : Km Km
lapplicazione identica.

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

5 / 18

Applicazioni lineari

Propriet` delle applicazioni lineari

Siano V, W, Z spazi vettoriali sul campo K.

1) f (0V ) = 0W
2) g : W Z. Se f , g sono lineari g f : V Z lineare.
3) Se f biunivoca, lapplicazione inversa di f , f 1 : W V lineare.
TEOREMA - Siano V e W spazi vettoriali su K. Sia B = {b1 , . . . , bn } una
base di V e siano w1 , . . . , wn W vettori comunque presi. Allora esiste una
ed una sola applicazione lineare : V W tale che
(bi ) = wi , i = 1, . . . , n

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

6 / 18

Nucleo e immagine di unapplicazione

index

Applicazioni lineari

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

La matrice rappresentativa

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

7 / 18

Nucleo e immagine di unapplicazione

Nucleo e immagine di unapplicazione lineare

Siano V, W spazi vettoriali su un campo K e sia f : V W lineare.

Si dice nucleo di f e si indica con ker(f ) linsieme dei vettori di V che hanno
per immagine il vettore nullo.
ker(f ) = {v V|f (v) = 0W }
Si dice immagine di f e si indica con Im(f ) lusuale immagine
dellapplicazione.
Im(f ) = {w W|v V : f (v) = w}

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

8 / 18

Nucleo e immagine di unapplicazione

Propriet
a) ker(f ) V un sottospazio.
b) Im(f ) W un sottospazio (verificarlo).
f iniettiva se e solo se ker(f ) = {0V } , ossia f iniettiva se e solo se
dim(ker(f )) = 0.
f suriettiva se e solo se Im(f ) = W , ossia f iniettiva se e solo se
dim(Im(f )) = dim(W).

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

9 / 18

Nucleo e immagine di unapplicazione

Teorema della nullit + rango

TEOREMA - Siano V, W spazi vettoriali f.g. su un campo K, e sia f : V W

lineare. Si ha:
(?)

dim(V) = dim(ker(f )) + dim(Im(f )).

COROLLARIO - Sia f : V W lineare, con V, W f.g. e dim(V) = dim(W).

Allora f iniettiva se e solo se suriettiva se e solo se biunivoca.
Dimostrazione
f iniettiva se e solo se dim(ker(f )) = 0 se e solo se dim(V) = dim(Im(f )) se e
solo se dim(W) = dim(Im(f )) se e solo se f suriettiva.

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

10 / 18

Isomorfismo di spazi vettoriali

index

Applicazioni lineari

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

La matrice rappresentativa

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

11 / 18

Isomorfismo di spazi vettoriali

Unapplicazione lineare biunivoca si dice isomorfismo.

ESEMPI
idV : V V un isomorfismo.
se A una matrice quadrata m m invertibile, allora LA : Km Km un
isomorfismo e lapplicazione inversa di LA (LA )1 = LA1
fissata una base B = {b1 , b2 , . . . , bn } lapplicazione
B : V Kn
definita in precedenza (e che associa ad ogni vettore le sue coordinate
nella base B) un isomorfismo.

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

12 / 18

Isomorfismo di spazi vettoriali

Siano V, W spazi vettoriali su un campo K. Si dice che V e W sono isomorfi, e

si scrive V ' W, se esiste un isomorfismo f : V W.
La relazione di isomorfismo di equivalenza (verificarlo).
TEOREMA - Due spazi vettoriali f.g. V e W sullo stesso campo K sono
isomorfi se e solo se hanno la stessa dimensione.
Tutti gli spazi vettoriali di dimensione n sono isomorfi a Kn .

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

13 / 18

La matrice rappresentativa

index

Applicazioni lineari

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

La matrice rappresentativa

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

14 / 18

La matrice rappresentativa

Propriet della trasformazione LA

Sia A Matm,n (K), siano Kn , Km spazi vettoriali. Abbiamo visto che si pu
costruire LA : Kn Km lineare, x 7 A x = y.
Si ha:
ker LA = {x Kn : LA (x) = 0 Km } = {x Kn : A x = 0} =
{soluzioni del sistema omogeneo A x = 0}.

11 x1 + + 1n xn = 0
..
.
m1 x1 + + mn xn = 0
ImLA = {y Km : x Kn : y = LA (x)} = {y Km : x : A x = y} =
{termini noti che rendono risolubile il sistema riportato qui sotto}

11 x1 + + 1n xn = y1
..
.
m1 x1 + + mn xn = ym
Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

15 / 18

La matrice rappresentativa

1n
11
x1
2n
21
x2

LA (
... ) = x1 ... + + xn ...
mn
m1
xn
I vettori colonna di A sono generatori di ImLA .

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

16 / 18

La matrice rappresentativa

Costruzione della matrice rappresentativa

Siano V, W spazi vettoriali sul campo K, con dim V = n, dim W = m, e siano
A = {a1 , . . . , an } una base (ordinata) di V, e B = {b1 , . . . , bm } una base
(ordinata) di W.
Scriviamo i vettori f (a1 ), . . . , f (an ) W come combinazioni lineari dei
vettori della base B :
f (a1 ) = 11 b1 + 21 b2 + + m1 bm
f (a2 ) = 12 b1 + 22 b2 + + m2 bm
..
.
f (an ) = 1n b1 + 2n b2 + + mn bm

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

17 / 18

La matrice rappresentativa

Costruiamo la matrice A Matm,n (K) le cui colonne sono le coordinate dei

vettori f (a2 ) nella base B:

11 12
21 22
A=
..
..
...
.
.
m1 m2
Essenzialmente si ha

1n
2n
..
.
mn

= LA .

Ossia, se x il vettore delle coordinate di v nella base A e y il vettore delle

coordinate di f(v) nella base B risulta y = A x.
Ricapitolando:
tutti gli spazi vettoriali f.g. sono del tipo Kn ;
tutte le applicazioni lineari tra spazi vettoriali f.g. sono del tipo LA .

Cristina Turrini (UNIMI - 2015/2016)

Elementi di Algebra Lineare

18 / 18