Professional Documents
Culture Documents
a m righe ed n colonne) con le operazioni di somma tra matrici e di prodotto di una matrice per un numero
reale.
2) Ricordiamo che un polinomio nellindeterminata x `e unespressione del tipo
p(x) = a0 + a1 x + a2 x2 + + an xn
dove i coefficienti possono appartenere a qualsiasi campo K. Il polinomio ha grado n se an 6= 0. Il termine
costante del polinomio `e il termine a0 = p(0) che `e il valore assunto dalla funzione x 7 p(x) nel punto 0; a0
`e nullo se e solo se il polinomio p(x) `e divisibile per x.
Sia Kn [x] linsieme dei polinomi in x di grado minore o uguale a n a coefficienti nel campo K. Definiamo
in Kn [x] le due operazioni seguenti: per ogni k K e per ogni polinomio di Kn [x]
p(x)+q(x) = (a0 +a1 x+a2 x2 + +an xn )+(b0 +b1 x+b2 x2 + +bn xn ) = (a0 +b0 )+(a1 +b1 )x+ +(an +bn )xn ;
kp(x) = k(a0 + a1 x + a2 x2 + + an xn ) = ka0 + ka1 x + ka2 x2 + + kan xn
` facile verificare che per queste operazioni sono soddisfatte le 8 propriet`a della definizione, quindi Kn [x]
E
con queste operazioni `e uno spazio vettoriale su K.
Combinazioni lineari e sottospazi
Come nel caso dello spazio vettoriale Rn , dati i vettori v1 , vk di uno spazio vettoriale V sul campo K,
denotiamo con L(v1 , vk ) linsieme di tutte le combinazioni lineari a1 v1 + + ak vk al variare dei
coefficienti a1 , ak K.
Analogamente, in uno spazio vettoriale V sul campo K
Definizione. Un sottoinsieme W di V si dice sottospazio vettoriale se :
1 - W non `e vuoto
2 - per ogni coppia di vettori u W e v W , risulta u + v W
3 - per ogni vettore u W e ogni numero k K, risulta ku W
Ne segue (come nel caso di Rn ) che un sottospazio `e in particolare uno spazio vettoriale: infatti le operazioni
che vi sono definite soddisfano gli 8 assiomi perch`e li soddisfano in V . Analogamente al caso di Rn , i
sottospazi vettoriali possono essere descritti assegnando i generatori oppure assegnando opportune equazioni
lineari omogenee.
Definizione. In uno spazio vettoriale V sul campo K, i vettori v1 , , vk si dicono linearmente indipendenti se lequazione:
x1 v1 + + xk vk = 0
(con xi K) ha solo la soluzione x1 = = xk = 0.
Applicazioni lineari
Siano V, W due spazi vettoriali sullo stesso campo K
Definizione. Una applicazione f : V W si dice lineare se:
1 - f (u + v) = f (u) + f (v) per ogni u, v V
2 - f (ku) = kf (u) per ogni k K, u V .
Osservazione. Una conseguenza della definizione `e che f (0) = 0, cio`e f manda il vettore nullo di V nel
vettore nullo di W .
2
Siano V, W due spazi vettoriali sul campo K e f : V W una applicazione lineare; come nel caso dello
spazio vettoriale Rn , valgono in particolare le
Definizioni.
(a) Ker f = {v V |f (v) = 0} si dice nucleo di f ;
(b) Im f = {f (v)|v V } si dice immagine di f ;
(c) f 1 (w) = {v V |f (v) = w} si dice insieme delle controimmagini del vettore w W ;
Vale, con la stessa dimostrazione vista per Rn , la seguente
Proposizione. Sia f : V W una applicazione lineare; f `e iniettiva se e solo se Ker f = 0.
Questi risultati ci permettono di procedere come per gli spazi Rn , ossia dati due K-spazi vettoriali V e
W di dimensione rispettivamente n ed m, possiamo associare una matrice a qualsiasi applicazione lineare
f : V W : basta infatti fissare una base BV e una base BW .
Esempio. Sia V = W = R2 [X]. Sia D lapplicazione lineare definita dalla derivazione rispetto a X:
D(p(X)) = p0 (X). Se scegliamo la base (1, X + 1, (X + 1)2 ) per V e la base (1, X, X 2 ) per W , la matrice di
D rispetto a queste basi `e:
0 1 2
0 0 2
0 0 0
mentre se scegliamo la base (1, X, X 2 ) sia in V che
0
0
0
.
in W , la matrice di D `e:
1 0
0 2
0 0
Teorema. (Relazione di Grassmann) Dati due sottospazi U e W di uno spazio vettoriale V di dimensione
finita, si ha
dim(U ) + dim(W ) = dim(U + W ) + dim(U W )
Vediamone il significato su un esempio:
Esempio. In R5 sono dati i sottospazi U = {(x1 , x2 , x3 , x4 , x5 )|2x1 x2 x3 = x4 3x5 = 0} e W =
{(x1 , x2 , x3 , x4 , x5 )|x3 + x4 = 0}, vogliamo determinare una base di R5 che contenga sia una base di U che
una base di W .
Intanto `e facile vedere che dim(U ) = 3 e dim(W ) = 4. Cominciamo col trovare una base di U W :
basta risolvere il sistema omogeneo di matrice
2
A = 0
0
1
0
0
1
0
1
0 0
1 3
1 0
la soluzione generale `e del tipo ( 21 s 32 t, s, 3t, 3t, t), quindi dim(U W ) = 2 e una base di (U W ) `e per
esempio (w1 = ( 21 , 1, 0, 0, 0), w2 = ( 32 , 0, 3, 3, 1)); completiamo questa base in modo da ottenere una base
(w1 , w2 , w3 ) di U e una base (w1 , w2 , w4 , w5 ) di W ; in qualunque modo abbiamo scelto i vettori w3 , w4 , w5 ,
i vettori (w1 , w2 , w3 , w4 , w5 ) sono sicuramente linearmente indipendenti e quindi sono una base di R5 .
Definizione. La somma U + W si dice somma diretta (e si indica con U W ) quando U W = 0.
Esempio. In R3 , sia U il piano z = 0 e W lasse delle z. Allora risulta R3 = U W .
Proposizione. La somma U + W `e diretta se e solo se ogni vettore v U + W si scrive in modo unico come
v = u + w con u U e w W .
Dimostrazione. Supponiamo v = u + w = u0 + w0 ; allora si ha sottraendo : 0 = (u u0 ) + (w w0 ), da cui
(u u0 ) = (w w0 ) che `e un vettore appartenente a U W ; ma U W = 0, quindi la tesi. Viceversa, se
ogni vettore v U + W si scrive in modo unico come v = u + w con u U e w W , allora U W = 0.
Corollario. Una base di U W si ottiene facendo lunione di una base di U e di una base di W .
Esempio. Nellesempio precedente, se U `e il piano z = 0 e W `e lasse delle z, una base di R3 = U W `e per
esempio (i, j) (k) = (i, j, k).