APPLICAZIONI LINEARI

Paolo Dulio
Politecnico di Milano
 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

CANONICO
SU R

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

CANONICO CANONICO
SU R SU K

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

CATENA DELLE MATRICI
CANONICO CANONICO
SU R SU K

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

CATENA DELLE MATRICI
CANONICO CANONICO
SU R SU K MATRICI (3,5)

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Con le considerazioni svolte siamo in grado di contemplare
un’ampia panoramica di spazi vettoriali.

SCORCIO PANORAMICO SUGLI SPAZI VETTORIALI

CATENA DELLE MATRICI
CANONICO CANONICO CATENA DEI POLINOMI
SU R SU K MATRICI (3,5)

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Problema Possiamo costruire dei ponti che collegano i vari
spazi tra loro?
SPAZIO W

SPAZIO V

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari

Osservazioni costruttive

Un ponte di questo tipo deve essere innanzitutto una funzione,

cioè un vettore in V viene portato, al massimo, in un vettore in
W.

Non è detto che tutti i vettori di V vengano trasportati in W.

Inoltre deve lavorare bene con le combinazioni lineari, cioè

senza alterarne i coefficienti nel passaggio da V a W.

Questo implica che V e W siano ottenuti a partire da uno

stesso campo (non necessariamente con la stessa operazione
esterna).

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Applicazioni lineari
Un ponte di questo tipo viene detto applicazione lineare.
SPAZIO W

APPLICAZIONE
LINEARE

SPAZIO V

Domanda. Ma esistono ponti di questo tipo?

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI
 Applicazioni lineari
Consideriamo un vettore x ∈ Rn , e sia A una matrice ad
elementi reali avente m righe ed n colonne.
Il prodotto Ax fornisce allora un vettore y ∈ Rm .
Pertanto la matrice A definisce una funzione f : Rn → Rm che
associa, ad ogni vettore x ∈ Rn , il vettore y = Ax appartenente
ad Rm .
Osserviamo che, per ogni coppia di vettori u, v ∈ Rn , e per ogni
scelta degli scalari a, b ∈ R, abbiamo

f (au + bv) = A(au + bv)

= A(au) + A(bv) = aAu + bAv
= af (u) + bf (v).

La funzione cosı̀ definita trasforma quindi una combinazione

lineare di due vettori nella combinazione lineare delle immagini,
conservandone i coefficienti.
Ovviamente questo vale anche per combinazioni lineari di più
vettori.
Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI
 Applicazioni lineari

Generalizziamo il concetto definendo applicazione lineare tra

due generici spazi vettoriali V e W, definiti sullo stesso
campo K, una qualsiasi funzione f : V −→ W tale che

f (au + bv) = af (u) + bf (v)

per ogni a, b ∈ K e per ogni u, v ∈ V.

• L’applicazione lineare si dice iniettiva se, per ogni u, v ∈ V,
u 6= v implica f (u) 6= f (v).
• L’applicazione lineare si dice suriettiva se, per ogni w ∈ W
esiste u ∈ V tale che f (u) = w.
• L’applicazione lineare si dice isomorfismo se è sia iniettiva
che suriettiva.
Osservazione. L’esistenza di un isomorfismo consente di
identificare gli elementi dei due spazi vettoriali considerati.

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Composizione di applicazioni lineari

La composizione di applicazioni lineari è ancora una

applicazione lineare.
Infatti, prese f : U → V e g : V → W, per ogni a, b, x, y ∈ K e
per ogni u, u0 ∈ U e v, v0 ∈ V si ha

(1) f (au + bu0 ) = af (u) + bf (u0 ),

(2) g(xv + y v0 ) = xg(v) + yg(v0 ).

Allora, per ogni h, k ∈ K e per ogni u, u0 ∈ U otteniamo:

(1 ) (2 )
(g ◦ f )(hu + k u0 ) = g (f (hu + k u0 )) = g (hf (u) + kf (u0 )) =
= hg(f (u)) + kg(f (u0 )) = h · (g ◦ f )(u) + k · (g ◦ f )(u0 ).

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Composizione di applicazioni lineari

In seguito a ciò si dimostra facilmente (vedere i dettagli sul

libro) che risulta
(i) Se f e g sono iniettive ⇒ g ◦ f è iniettiva.

(ii) Se f e g sono suriettive ⇒ g ◦ f è suriettiva.

(iii) Se g ◦ f è iniettiva ⇒ f è iniettiva.

(iv ) Se g ◦ f è suriettiva ⇒ g è suriettiva.

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Matrici associate ad una applicazione lineare

Abbiamo già visto che è possibile definire una applicazione

lineare a partire da una matrice.

Al contrario, possiamo associare matrici di tipo (m, n) ad una

data applicazione lineare definita tra due spazi vettoriali V e W
(su uno stesso campo K), di dimensioni n ed m rispettivamente

f : Vn (K) → Wm (K).

Se B = {v1 , . . . , vn } è una base di V i vettori f (v1 ), . . . , f (vn )

appartengono a W, ed è possibile associare ad ognuno di essi
una m-pla di coordinate rispetto ad una base
B 0 = {w1 , . . . , wm } definita in W.

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Matrici associate ad una applicazione lineare
Abbiamo pertanto

f : VnB (K) → Wm
B0 (K).

f (v1 ) = x11 w1 + ... + xm1 wm

f (v2 ) = x12 w1 + ... + xm2 wm
...
f (vn ) = x1n w1 + ... + xmn wm

Pertanto abbiamo
     
x11 x12 x1n
f (v1 ) =  ...  , f (v2 ) =  ...  , . . . , f (vn ) =  ...  .
     

xm1 xm2 xmn

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Matrici associate ad una applicazione lineare

Le n distinte m-ple cosı̀ ottenute possono essere pensate come

0
le colonne di una matrice AB B (f ) di tipo (m, n).
 
x11 x12 ... x1n
0  x21 x22 ... x2n 
ABB (f ) = 
 .
... ... ... 
xm1 xm2 ... xmn

Essa è la matrice che si associa in modo univoco (fissate le

basi B e B 0 in V e W) all’applicazione f .

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Matrici associate ad una applicazione lineare

Riassumendo, le matrici rappresentative di una data

applicazione lineare f : V → W hanno come colonne i
coefficienti che consentono di esprimere le immagini dei vettori
di una base di V come combinazione lineare dei vettori di una
base di W.

Osservazione. Se non c’è pericolo di fraintendimenti si può

0
indicare la matrice AB
B (f ) semplicemente con Af .

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

Fissata arbitrariamente una stessa base in R3 , determiniamo la

matrice che viene associata all’applicazione lineare f : R3 → R3
definita da:

f (x, y , z) = (3x + 2y − z, x + 2y + 3z, −x + 4y − 2z).


  
x 3x + 2y − z
f
X =  y  7−→  x + 2y + 3z  = Y .
z −x + 4y − 2z

La matrice Af ha come colonne i coefficienti delle combinazioni

lineari che consentono di esprimere le immagini dei vettori della
base prefissata B, scelta nello spazio di partenza in funzione
dei vettori della stessa base B, scelta nello spazio di arrivo.

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

Abbiamo allora

  
1 3
f
e1 =  0  7−→  1  = prima colonna di Af .
0 −1


  
0 2
f
e2 =  1  7−→  2  = seconda colonna di Af .
0 4


  
0 −1
f
e3 =  0  7−→  3  = terza colonna di Af .
1 −2

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

Di conseguenza otteniamo la seguente matrice

 
3 2 −1
Af =  1 2 3  .
−1 4 −2

Possiamo ora determinare l’immagine di un qualsiasi vettore di

R3 . Per esempio si ha
       
1 3 2 −1 1 0
f  −1  =  1 2 3  ·  −1  =  2  .
1 −1 4 −2 1 −7

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

Sia R3 [t] lo spazio dei polinomi in t, di grado non superiore a 3,

a coefficienti reali.
Consideriamo la derivazione D : R3 [t] −→ R2 [t].
Assumiamo B1 = {1, t, t 2 , t 3 } come base di R3 [t] e
B2 = {1, t, t 2 } come base di R2 [t].
Dobbiamo allora costruire le immagini (cioè le derivate) dei
vettori v1 = 1, v2 = t, v3 = t 2 , v4 = t 3 , e scriverle come
combinazioni lineari di 1, t, t 2 .

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

D(1) = 0 = 0 · 1 + 0t + 0t 2






 D(t) = 1 = 1 · 1 + 0t + 0t 2




D(t 2 ) = 2t = 0 · 1 + 2t + 0t 2








D(t 3 ) = 3t 2 = 0 · 1 + 0t + 3t 2


Usando la rappresentazione in coordinate possiamo scrivere

       
0 1 0 0
D(1) =  0  , D(t) =  0  , D(t 2 ) =  2  , D(t 3 ) =  0 
0 0 0 3

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio

Pertanto la matrice rappresentativa della derivazione risulta

 
0 1 0 0
AB 2
B1 (D) =
 0 0 2 0 .
0 0 0 3

A questo punto possiamo trovare la derivata di un qualsiasi

vettore moltiplicando la matrice AB 2
B1 (D) per le componenti di
quel vettore rispetto alla base considerata.

Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI

 Esempio
Ad esempio, se q(t) = 2t 3 − 5t + 1, rispetto alla base ordinata
B1 le sue componenti sono:
 
1
 −5 
 0 .
 

2
Allora l’azione di D su q(t) è descritta dal prodotto:
   
1   1  
0 1 0 0 −5
AB  −5   0 0 2 0   −5  =  0  ,
   
B1 (D) ·  0  =
2
 0 
0 0 0 3 6
2 2
Il risultato rappresenta il vettore delle componenti, sempre
rispetto a B2 , cioè
D(q(t))B2 = −5 · 1 + 0t + 6t 2 = −5 + 6t 2 .
Paolo Dulio, Dip. Matematica, Politecnico di Milano APPLICAZIONI LINEARI