Un po' di algebra lineare

Uno spazio lineare o vettoriale
e un in-

sieme S in cui sono denite le operazioni di
somma
x+y x
y 2 S
e di prodotto per uno scalare
x  2 R
x 2 S
dotate delle propriet
a \naturali".
Un sottospazio lineare
e un sottoinsieme
U  S di uno spazio vettoriale che
e esso
stesso uno spazio vettoriale (e perci
o, per
esempio, la somma di due suoi elementi non
\esce" dal sottospazio).
Un po' di algebra lineare

Operazioni tra sottospazi

 intersezione U1 \ U2 ( f0g)
 somma U1 + U2 = fx = x1 + x2 j x1 2
U1
x2 2 U2g
 somma diretta U1U2 = U1+U2 con U1\
U2 = f0g (somma \senza ridondanza")
x 2 U1 U2 pu
o essere decomposto univo-
camente come x = x1 + x2, con x1 2 U1,
x2 2 U2

Glielmo. AdS: T&A 2

Un po' di algebra lineare

Esempi.

 L'insieme R n delle n-ple (x1
: : :
xn)T

 L'insieme delle funzioni dierenziabili x :

R+ ! Rn

 L'insieme delle funzioni cosinusoidali di

pulsazione ! e cio
e l'insieme di tutte le
funzioni del tipo A cos(!t + ), al variare
dell'ampiezza A e della fase 

 L'insieme delle matrici simmetriche n  n

 L'insieme delle soluzioni dell'equazione x_ =

Ax

 L'insieme dei polinomi di ordine n

Glielmo. AdS: T&A 3
Un po' di algebra lineare

Indipendenza lineare

Lo \span" di un insieme di vettori
e lo spa-

zio vettoriale generato da tutte le possibili
combinazioni lineari
spanfv1
v2
: : :
vkg = f1v1+ +kvkji 2 R g

Un insieme di vettori si dice linearmente in-

dipendente se
1v1 + + k vk = 0 () 1 = = k = 0
(il che equivale all'impossibilit
a di ottenere
un vettore come combinazione lineare dei ri-
manenti).

Glielmo. AdS: T&A 4

Un po' di algebra lineare

Base e dimensione

Un insieme di vettori costituisce una base

dello spazio lineare S se
 sono linearmente indipendenti
 S = spanfv1
v2
: : :
vng
Dato uno spazio vettoriale ogni sua base ha
lo stesso numero di elementi e questo numero

e la dimensione dello spazio
n = dim S
 Se non esiste una base la dimensione
e
innita
 dim(f0g) = 0
 dim(U1  U2) = dim U1 + dim U2

Glielmo. AdS: T&A 5

Un po' di algebra lineare

Esempi

La dimensione dello spazio

 delle funzioni cosinusoidali di data pulsa-

zione
e 2

 delle matrici simmetriche n  n
e n(n +

1)=2

 delle soluzioni di x_ = Ax
e n

 dei polinomi di ordine n
e n + 1

 delle funzioni dierenziabili
e innita

Glielmo. AdS: T&A 6

Un po' di algebra lineare

Rappresentazione in una base

Dato uno spazio vettoriale S e una sua base
bT = (v1
: : :
vn), qualunque vettore v pu
o
essere \rappresentato" univocamente come
v = 1v1 + + nvn
= bT 
con  = (1
: : :
n)T 2 R n vettore oppor-
tuno.
In altri termini qualunque vettore di S pu
o
essere rappresentato da un vettore di R n e
in questa forma manipolato. Data una base,
esiste una corrispondenza biunivoca tra vet-
tore e rappresentazione.
In questa propriet
a risiede l'utilit
a ingegneri-
stica degli spazi vettoriali poiche, qualunque
sia lo spazio vettoriale considerato, i suoi ele-
menti possono essere sempre rappresentati e
manipolati mediante n-ple di numeri.
Glielmo. AdS: T&A 7
Un po' di algebra lineare

Esempi
 I vettori
011 001 001
B 0 C B 1 C B 0 C
e1 = BB .. CC
e2 = BB .. CC
en = BB .. CCC
B C B C B
@ A @ A @ A
0 0 1
costituiscono la base naturale di R n . La
rappresentazione di (x1 : : : xn)T
e il vet-
tore stesso.
 Una base dello spazio delle funzioni cosi-
nusoidali
e bT = (cos !t sin !t). La rap-
presentazione del \vettore" A cos(!t + )

e la coppia di numeri (A cos  ; A sin )T
 I polinomi di Legendre bT = (1 t (1=2)(3t2;
1)) costituiscono una base dello spazio
dei polinomi del secondo ordine. La rap-
presentazione di a + bt + ct2
e la tripla
(a + c=3 b 2c=3)T
 Una base dello spazio delle soluzioni dell'equa-
zione y + 5_y + 6y = 0
e la coppia bT =
(e;2t e;3t)
Glielmo. AdS: T&A 8
Un po' di algebra lineare

Trasformazioni lineari

Dati due spazi lineari S e T un'applicazione

A : S ! T
e lineare se
 A(x + y) =  A(x) +  A(y) 8x
y 2 S e
8
 reali
vale la sovrapposizione degli eetti
Esempi
 y = Ax con x 2 R n , y 2 R m , A 2 R mn
 L'operazione di sfasamento di 30o delle
funzione cosinusoidali di data frequenza
 Le operazioni di derivazione e integra-
zione

Glielmo. AdS: T&A 9

Un po' di algebra lineare

Trasformazioni lineari e matrici

Se dim(S ) = n e dim(T ) = m gli elementi
di S sono rappresentabili mediante n-ple e
quelli di T mediante m-ple. Si intuisce allora
che
Date una base (x1 : : : xn) di S e
una base (y1 : : : ym) di T , la tra-
sformazione A
e rappresentata da
un'opportuna matrice A 2 R mn

S A T
x6 jy
6

biunivoche z
)
Rn R * 
 A Rm

Glielmo. AdS: T&A 10

Un po' di algebra lineare

Viceversa E
sempre utile interpretare una

matrice A come rappresentazione di una tra-
sformazione lineare e il prodotto Ax della ma-
trice per un vettore come l'eetto della tra-
sformazione.
Il prodotto AB di due matrici rappresenta la
composizione A  B di due trasformazioni (si
pensi che ABx = A(Bx)).
La matrice A si costruisce colonna per co-
lonna applicando la trasformazione A agli ele-
menti x1
: : :
xn della base di S

La i-esima colonna e la rappre-

sentazione del vettore A(xi) nella
base di T

Glielmo. AdS: T&A 11

Un po' di algebra lineare

Esempi

Derivazione di polinomi del II ordine

1. Scegliamo bTS = (1 t t2), bTT = (1 t)
2. Deriviamo gli elementi di bS ottenendo i
tre \vettori" (0 1 2t)
3. Rappresentiamo i tre \vettori" nella base
bT
 !
(0 1 2t) = (1 t) 00 10 02

Derivare il polinomio a + bt + ct2 equivale a

calcolare
 !0a1  !
0 1 0 B@ b CA = b
0 0 2 c 2c

Glielmo. AdS: T&A 12

Un po' di algebra lineare

Sfasamento di funzioni cosinusoidali

1. Scegliamo bTS = bTT = (cos !t sin !t)
2. Sfasiamo di  gradi gli elementi di bS ot-
tenendo i due \vettori"
(cos(!t ; ) sin(!t ; )
3. Rappresentiamo i due \vettori" nella base
bT
(cos(!t ; ) sin(!t ; ) = !
(cos !t sin !t) cos  ; sin 
sin  cos 

Sfasare di  gradi la funzione A cos(!t ; )

equivale a calcolare
 ! !  !
cos  ; sin  cos  = cos( + )
sin  cos  sin  sin( + )

Glielmo. AdS: T&A 13

Un po' di algebra lineare

Cambiamento di base
Se bTv = (v1 : : : vn) e bTw = (w1 : : : wn) sono
due basi di uno spazio S , allora ogni vettore
x 2 S ha due rappresentazioni
x = bTv  = bTw 
e la trasformazione (da \vecchia" a \nuova"
rappresentazione)
W :  2 R n 7!  2 R n

e lineare.

S
-

bTv bTw
W

j
 
T
Rn Rn
Glielmo. AdS: T&A 14
Un po' di algebra lineare

1. Scegliamo come base dello spazio (di par-

tenza e di arrivo) R n la base naturale
2. Poiche bTv ei = vi, la i-esima colonna di W

e la rappresentazione di vi nella \nuova"
base bw, cio
e W soddisfa l'equazione
(v1 : : : vn) = (w1 : : : wn) W
Nota W , la \nuova" rappresentazione  di
un vettore x si ricava dalla \vecchia" come
 = W.
E
spesso pi
u conveniente esprimere i vettori
della nuova base nella vecchia, e cio
e
(w1 : : : wn) = (v1 : : : vn) T
Le colonne di T rappresentano la nuova
base nella vecchia
Evidentemente T = W ;1 e
 = T ()  = T ;1
La moltiplicazione per una matrice in-
versa puo spesso essere utilmente inter-
pretata come un cambio di base
Glielmo. AdS: T&A 15
Un po' di algebra lineare

Interpretazioni di y = Ax
Combinazione lineare delle colonne
Se partizioniamo A in n colonne
A = ( a1 : : : an )
ai 2 R m
allora
Xn
y = xiai
i=1

Prodotti interni con le righe

Se partizioniamo A in m righe
0 bT 1
1
A = @ . CA
bi 2 R n
B .
bTm
allora
0 bT x 1 0 hb
xi 1
1 1
y = @ .. A = @ .. CA
B C B
bTmx hbm
xi
Glielmo. AdS: T&A 16
Un po' di algebra lineare

..
.....
..
.... ....
..
.... x^ ...... . hb
xi = 
..
... ..... ..... 2
..
... ..... .....
..
.... ...... b:1......
..
... ..... .....
..
... ..... .....
..
.... ...... ......
..
... ..... b .....
..
... ..... R .2....
..
.... ...... ......
hb2
xi = .....0 ..... .....
..
.... ...... ...... hb1
xi = 
.. ...... ......
.
..... ........
hb2
xi = ..... hb1
xi = 
hb1
xi = 0

Il punto x^ soddisfa l'equazione

 !  T!
 = b1 x^
bT2

Glielmo. AdS: T&A 17

Un po' di algebra lineare

Diagrammi a blocchi
 !  ! !
y1 = a11 a12 x1
y2 a21 a22 x2
pu
o essere rappresentato come

x1 - a11 -+
*
- y1
s
a21

3
a12
x2 - a22 -j+ - y2
6

 Si evidenzia la \struttura" della matrice

non disegnando i rami con coeciente
nullo
 Si evidenzia il peso delle dipendenze e
delle inuenze

Glielmo. AdS: T&A 18

 Un po' di algebra lineare

Nullo di una trasformazione

Data A : S ! T , il suo nullo
e l'insieme dei

vettori di S che vengono mappati sullo 0 di T
N (A) = fx 2 S j A(x) = 0g

e un sottospazio lineare di S
 dim(N (A))
e la nullita di A, null(A)
 Se A
e rappresentata dalla matrice A, il
N (A)
e rappresentato dal N (A)

0
N (A) T
y = A(x)
S x

Glielmo. AdS: T&A 19

Un po' di algebra lineare

Proprieta del nullo

Il nullo
e banale (= f0g) se e solo se

 le colonne della rappresentazione A sono
linearmente indipendenti
 esiste una trasformazione inversa \a sini-
stra" B, e cio
e tale che
B A = I () B(A(x)) = x
8x 2 S
(I
e l'applicazione identica)
 la matrice di rappresentazione A ammette
una inversa sinistra B, e cio
e BA = I
 det(AT A) 6= 0

Glielmo. AdS: T&A 20

Un po' di algebra lineare

Proprieta del nullo (2)

Un nullo non banale ( f0g)
e in genere

associato
 (se da y si vuol risalire ad x) ad una per-
dita di informazione (ad esempio, misure
tutte nulle anche in presenza di segnale),
o ad ambiguit
a:
)
A(x) = y () (x ; x~) 2 N (A)
A(~x) = y
 (se y
e l'uscita corrispondente a x) a gradi
di libert
a nella scelta dell'ingresso
)
A(x) = y =) A(x + z) = y
z 2 N (A)

Glielmo. AdS: T&A 21

Un po' di algebra lineare

Range di una trasformazione

Data A : S ! T , il suo range (o immagine)

e l'insieme dei vettori di T ottenibili attra-
verso A
R(A) = fy 2 T j y = A(x)
x 2 Sg
 E
un sottospazio lineare di T
 dim(R(A))
e il rango di A ed
e anche il
rango della matrice A, rank(A)
 Se A
e rappresentata dalla matrice A, il
R(A)
e rappresentato dal R(A) che poi
e
lo `span' delle colonne di A

S j T
- R(A)
*

Glielmo. AdS: T&A 22

Un po' di algebra lineare

Proprieta del range

Il R(A)
e pieno (= T ) se e solo se

 R(A) = R m
 si pu
o risolvere l'equazione y = Ax per
qualunque y
 A ammette una trasformazione inversa a
destra B e cio
e
A B = I () A(B(y)) = y
8y 2 T
 la matrice A ammette una inversa a de-
stra B, e cio
e
AB = I
 det(AAT ) 6= 0
 le righe di A sono linearmente indipen-
denti

Glielmo. AdS: T&A 23

Un po' di algebra lineare

Proprieta del range (2)

Se la trasformazione A : x 7! y serve a
 risalire alla x dalle misure y: allora deve
aversi y 2 R(A) anch
e esista soluzione
 produrre un'uscita y a partire dall'ingresso x:
allora il R(A)
e l'insieme di tutte le uscite
ottenibili

Glielmo. AdS: T&A 24

Un po' di algebra lineare

Una legge di conservazione

Data A : S ! T
rank(A) + null(A) = dim(S )

Il rango di una trasformazione
e al pi
u pari

alla dimensione dello spazio \di partenza".
(In altri termini, la dimensione pu
o solo esser
persa strada facendo.)
Un nullo non banale comporta
 una perdita di informazioni, se rank(A) <
dim(T ) e quindi la trasformazione non
\riempie" lo spazio di arrivo
 dei gradi di libert
a se rank(A) = dim(T )
Rango di una matrice

e uguale al massimo numero di colonne
(o di righe) linearmente indipendenti
 rank(A) = rank(AT )
Glielmo. AdS: T&A 25
Un po' di algebra lineare

Matrici simili

Sia A : S ! S rappresentata dalla matrice

quadrata A 2 R nn . Se T
e la matrice di una
nuova base espressa nella vecchia, allora
y = Ax
Tw = A(Tz)
w = T ;1ATz
Le matrici A e T ;1A T rappresentano la stessa
trasformazione in basi dierenti e si dicono
simili

Vecchia rappresentazione
z }| {
z -
x- y -
w-
T A T ;1
| {z }
Nuova rappresentazione

Glielmo. AdS: T&A 26

Un po' di algebra lineare

Prodotto interno in C n

n
X
hx
yi = xi yi = xy
i=1
con le propriet
a
 hx
yi = hx
yi
 hx + y
zi = hx
zi + hy
zi
 hx
yi = hy
xi
 hx
xi  0
 hx
xi = 0 se e solo se x = 0

Glielmo. AdS: T&A 27

Un po' di algebra lineare

Norma in C n

q
kxk = qhx
xi
= xT x
misura la lunghezza del vettore x
 kxk  0
 kxk = 0 se e solo se x
 kxk = jj kxk
 kx + yk  kxk + kyk (diseguaglianza trian-
golare)
La distanza tra due vettori x, y
e data da
kx ; yk

Glielmo. AdS: T&A 28

Un po' di algebra lineare

Diseguaglianza di
Cauchy-Schwartz

jhx
yij  kxk kyk 8x
y 2 R n

ci consente di denire l'angolo tra i vettori x

ey
arccos khxx
k kyyik

Se x e y hanno la stessa direzione si ottiene

l'eguaglianza
Se hx
yi = 0 i vettori sono ortogonali, il che
si indica x ? y

Glielmo. AdS: T&A 29