Geo1 Fis 2016 P 2

GEOMETRIA 1
seconda parte
Cristina Turrini
C. di L. in Fisica - 2015/2016
Cristina Turrini (C. di L. in Fisica - 2015/2016)
GEOMETRIA 1
1 / 52
Applicazioni lineari
index
Nucleo e immagine di unapplicazione
Isomorfismo di spazi vettoriali
La matrice rappresentativa
Il determinante
Sottomatrici e minori
GEOMETRIA 1
2 / 52
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 :
1) f (u + v) = f (u) + f (v), cio f conserva la somma o f additiva;
2) f (u) = f (u), cio f omogenea di I grado;
(1) + 2)) equivalente a ciascuna delle seguenti:
3) f (u + v) = f (u) + f (v),
P
P
30 ) f ( ni=1 i ui ) = ni=1 i f (ui ) u1 , . . . , un , 1 , . . . , n K.
cio f conserva le combinazioni lineari.
GEOMETRIA 1
3 / 52
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).
GEOMETRIA 1
4 / 52
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.
GEOMETRIA 1
5 / 52
Lo spazio delle applicazioni lineari

Siano V e W spazi vettoriali sul campo K.
Denotiamo con L(V, W) (o con HomK (V, W) o Hom(V, W)) linsieme delle
applicazioni lineari da V a W.
L(V, W) = {f : V W|f
lineare}
Poniamo
+ : L(V, W) L(V, W) L(V, W)
(f , g) 7 f + g
(f + g)(v) = f (v) + g(v)
: K L(V, W) L(V, W)
(, f ) 7 f
(f )(v) = f (v)
(definizioni puntuali di somma e di prodotto per uno scalare)

L(V, W) con queste leggi di composizione uno spazio vettoriale su K.
GEOMETRIA 1
6 / 52
Propriet` elementari delle applicazioni lineari

Siano V, W, Z spazi vettoriali sul campo K.
1) f (0V ) = 0W
(infatti f (0V ) = f (0 v) = 0 f (v) = 0W ).
2) g : W Z. Se f , g sono lineari g f : V Z lineare.
(infatti g f (u + v) = g(f (u + v)) = g(f (u) + f (v)) =
g(f (u) + g(f (v)) = g f (u) + g f (v)).
3) Se f biunivoca, lapplicazione inversa di f , f 1 : W V lineare.
(infatti si verifica che il vettore f 1 (u0 ) + f 1 (v0 ) linverso di
u0 + v0 infatti
f (f 1 (u0 ) + f 1 (v0 )) = f (f 1 (u0 )) + f (f 1 (v0 )) = u0 + v0 ).
GEOMETRIA 1
7 / 52
Teorema di esistenza e unicit

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
Dimostrazione Unicit. v V = hBi, v = 1 b1 + + n bn ( la scrittura unica).
Dobbiamo costruire f : V W con le condizioni richieste. Deve
necessariamente essere: f (v) = f (1 b1 + + n bn ) =
1 f (b1 ) + + n f (bn ) = 1 w1 + + n wn .
Lunica possibile definizione allora
(?) f (v) = 1 w1 + + n wn
se v = 1 b1 + + n bn .
GEOMETRIA 1
8 / 52
Esistenza
Si deve mostrare che lapplicazione f definita in (?) soddisfa le
condizioni richieste dallenunciato.
f lineare. Infatti (ad esempio per l additivit) se
v = 1 b1 + + n bn .
e
allora
u = 1 b1 + + n bn ,
v + u = 1 b1 + + n bn + 1 b1 + + n bn =
= (1 + 1 )b1 + + (n + n )bn ;
quindi
f (v + u) = (1 + 1 )w1 + + (n + n )wn = f (v) + f (u).
E analogamente per lomogeneit.
f (bi ) = wi , i. Infatti
bi = 0b1 + + 1bi + + 0bn
GEOMETRIA 1
f (bi ) = 1wi .
9 / 52
Siano sempre V e W spazi vettoriali su K, con V f.g., dim V = n, e siano

v1 , . . . , vk V, e w1 , . . . , wk W.
PROBLEMA - Unapplicazione lineare f : V W tale che
vi 7 wi i = 1, . . . , k esiste? unica?
Occorre distinguere due casi
1) Se {v1 , . . . , vk } l.i., allora lapplicazione f esiste, ma in generale non
unica.
Infatti linsieme {v1 , . . . , vk } si pu completare a una base, cio
v0k+1 , . . . , v0n t.c. {v1 , . . . , vk , v0k+1 , . . . , v0n } sia base di V. Presi
arbitrariamente w0k+1 , . . . w0n W, per il teorema di esistenza e unicit
!f t.c. f (v1 ) = w1 , . . . f (vk ) = wk , f (v0k+1 ) = w0k+1 . . . , f (v0n ) = w0n
Questapplicazione soddisfa le nostre richieste, ma i vettori w0k+1 , . . . w0n
possono essere scelti arbitrariamente in W quindi in generale f .
GEOMETRIA 1
10 / 52
2) Se {v1 , . . . , vk } l.d. allora lapplicazione f in generale non esiste.

Infatti, pu esistere unapplicazione lineare tale che f (vi ) = wi solo se le
relazioni di dipendenza lineare tra i vi sussistono (con gli stessi
coefficienti!) tra i wi .
Ad esempio, se v3 = v1 v2 f (v3 ) = f (v1 v2 ) = f (v1 ) f (v2 ), cio
w3 = w1 w2 .
GEOMETRIA 1
11 / 52
index
Il determinante
GEOMETRIA 1
12 / 52
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}
GEOMETRIA 1
13 / 52
Propriet
a) ker(f ) V un sottospazio.
Infatti
f (0V ) = 0W 0V ker(f );
Inoltre, presi
, K, u, v ker(f )
si ha
f (u + v) = f (u) + f (v) = 0W + 0W = 0W u + v ker(f ).
b) Im(f ) W un sottospazio (verificarlo).
TEOREMA (caratterizzazione delle applicazioni lineari iniettive)- Siano
V, W spazi vettoriali f.g. su un campo K, f : V W lineare. Sono
equivalenti:
i) f iniettiva;
ii) ker(f ) = {0V } (ossia dim(ker(f )) = 0;
iii) v1 , . . . , vn l.i. f (v1 ), . . . , f (vn ) l.i.
GEOMETRIA 1
14 / 52
Dimostrazione
i) ii)
Se esistesse v 6= 0V tale che v ker(f ), si avrebbe f (v) = 0W . Poich per
f (0V ) = 0W , verrebbe contraddetta liniettivit di f .
ii) iii)
v1 , . . . , vn V l.i. Dobbiamo dimostrare f (v1 ), . . . , f (vn ) l.i.
1 f (v1 ) + + n f (vn ) = 0W
f (1 v1 + + n vn ) = 0W 1 v1 + + n vn ker(f ) = {0V }
1 v1 + + n vn = 0V 1 = = n = 0 f (v1 ), . . . , f (vn ) l.i.
iii) i)
Dobbiamo dimostrare che se f (v1 ) = f (v2 ) = w allora v1 = v2 .
f (v1 v2 ) = f (v1 ) f (v2 ) = w w = 0W
Se fosse v1 v2 6= 0V , sarebbe v1 v2 l.i. e f (v1 v2 ) = 0W l.d.. Contro
lipotesi iii).
GEOMETRIA 1
15 / 52
TEOREMA (caratterizzazione delle applicazioni lineari suriettive)- Siano

V, W spazi vettoriali f.g. su un campo K, f : V W lineare. Sono
equivalenti:
i) f suriettiva;
ii) dim(Im(f )) = dim(W);
iii) < v1 , . . . , vn >= V < f (v1 ), . . . , f (vn ) >= W.
(dimostrazione per esercizio).
OSSERVAZIONE - In generale (se anche f non suriettiva) si ha
< v1 , . . . , vn >= V < f (v1 ), . . . , f (vn ) >= Im(f ).
OSSERVAZIONE - Abbiamo visto che le applicazioni lineari iniettive sono
quelle che mutano insiemi di vettori l.i. in insiemi di vettori l.i. e che le
applicazioni lineari suriettive sono quelle che mutano generatori di V in
generatori di W. Ne segue che le applicazioni lineari biunivoche sono
caratterizzate dal mutare basi in basi.
GEOMETRIA 1
16 / 52
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 )).
Dimostrazione
Anzitutto osserviamo che tutti gli spazi coinvolti dalla (?) sono f.g. perch
sottospazi di spazi f.g..
Se Im(f ) = {0}, allora f lapplicazione nulla (f (v) = 0, v V) e quindi
ker(f ) = V, per cui (?) verificata.
Possiamo quindi supporre che Im(f ) 6= {0}. Allora Im(f ) ammette una base.
Sia {c1 , . . . , ck } una base di Im(f ). Si prendano (arbitrariamente) vettori
b1 , . . . , bk in V tali che f (bi ) = ci , i = 1, . . . , k.
Se ker(f ) 6= {0}, si prende una base {a1 , . . . , ar } di ker(f ). Altrimenti non si
prende nessun altro vettore.
GEOMETRIA 1
17 / 52
Dimostriamo che B = {a1 , . . . , ar , b1 , . . . , bk } una base di V. Questo prova

la (?) perch si ha dim(V) = r + k = dim(ker(f )) + dim(Im(f )).
B l.i.
Infatti sia
()
1 a1 + + r ar + 1 b1 + + k bk = 0.
() implica f (1 a1 + + r ar + 1 b1 + + k bk ) = f (0) = 0,
quindi
0 = f (1 a1 + + r ar + 1 b1 + + k bk ) =
1 f (a1 ) + + r f (ar ) + 1 f (b1 ) + + k f (bk ) = 1 c1 + + k ck .
Ma c1 , . . . , ck sono l.i. (base di Im(f )), quindi 1 = = k = 0, per
cui diventa 1 a1 + + r ar = 0.
Ma a1 , . . . , ar sono l.i. (base di ker(f )), per cui 1 = = r = 0.
Pertanto tutti i coefficienti di () sono necessariamente nulli, e quindi B
l.i..
GEOMETRIA 1
18 / 52
< B >= V
Sia v V. Dobbiamo mostrare che v si pu scrivere come combinazione
lineare dei vettori di B.
Si ha f (v) Im(f ) =< c1 , . . . , ck >, quindi
f (v) = 1 c1 + +k ck = 1 f (b1 )+ +k f (bk ) = f (1 b1 + +k bk ).
Quindi f (v) f (1 b1 + + k bk ) = f (v 1 b1 k bk ) = 0.
Pertanto v 1 b1 k bk ker(f ) =< a1 , . . . , ar > e perci
v 1 b1 k bk = 1 a1 + + r ar .
In conclusione v = 1 b1 + + k bk + 1 a1 + + r ar .
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.
GEOMETRIA 1
19 / 52
index
Il determinante
GEOMETRIA 1
20 / 52
Endomorfismi, isomorfismi, automorfismi

Unapplicazione lineare biunivoca si dice isomorfismo.
Unapplicazione lineare da uno spazio in se stesso si dice endomorfismo.
Unapplicazione isomorfismo ed endomorfismo si dice automorfismo.
ESEMPI
1
2
idV : V V un automorfismo.
se A una matrice quadrata m m, allora LA : Km Km un
endomorfismo.
se A una matrice quadrata m m invertibile, allora LA : Km Km un
isomorfismo e lapplicazione inversa di LA (LA )1 = LA1
(infatti si ha LA1 LA = LA1 A = LI = id).
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).
GEOMETRIA 1
21 / 52
TEOREMA - Due spazi vettoriali f.g. V e W sullo stesso campo K sono

isomorfi se e solo se hanno la stessa dimensione.
Dimostrazione
Se esiste un isomorfismo f : V W allora f trasforma una base di V in
una base di W, quindi dim(V) = dim(W).
Se dim(V) = dim(W) = n, allora, fissata una base B = {b1 , b2 , . . . , bn }
lapplicazione
B : V Kn
definita da
1
2
B (v) =
...
...
n
se v = 1 b1 + 2 b2 + + n bn , un isomorfismo, da cui si deduce

che V isomorfo a Kn . Analogamente si costruisce un isomorfismo
C : W Kn . Di conseguenza (C )1 B : V W pure un
isomorfismo.
GEOMETRIA 1
22 / 52
index
Il determinante
GEOMETRIA 1
23 / 52
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
GEOMETRIA 1
24 / 52
Sia {e1 , . . . , en } la base standard di Kn .

Calcoliamo LA (ei )
Per esempio,
per i = 1,
11
21
LA (e1 ) =
..
...
.
m1
di A.
1n
2n
..
.
mn

11
1
0 21
= .
..
. ..
m1
0
= A(1) = I colonna
Analogamente, LA (ei ) = i-esima colonna di A.

he1 , . . . , en i = Kn
quindi
hLA (e1 ), . . . , LA (en )i = ImLA
(generatori di Kn sono mutati da LA in generatori di ImLA ),

pertanto i vettori colonna di A sono generatori di ImLA .
GEOMETRIA 1
25 / 52
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.
Sia f : V W lineare; f univocamente determinata da f (a1 ), . . . , f (an )
(teorema di esistenza e unicit): noti f (a1 ), . . . , f (an ) si pu ricostruire f .
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
Gli ij sono univocamente determinati da f e la determinano univocamente.
GEOMETRIA 1
26 / 52
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
Vogliamo dimostrare che
1n
2n
..
.
mn
= LA .
Consideriamo il diagramma
V
A
LA
Kn
W
B
()
Km
in cui A denota lapplicazione che ad ogni vettore di V associa le sue

coordinate nella base A e B quella che ad ogni vettore di W associa le sue
coordinate nella base B.
GEOMETRIA 1
27 / 52
Il quadrato () commuta, ossia si ha

(?)
LA A = B f .
Trattandosi di applicazioni lineari, (per il teorema di esistenza e unicit) basta

verificare luguaglianza (?) sui vettori di una base.
Verifichiamola sui vettori della base A = {a1 , . . . , an }.
Ad esempio, per a1 ,
11
21
LA A (a1 ) = LA (e1 ) = I colonna di A =

...
m1
11
21
B f (a1 ) = B (11 b1 + 21 b2 + + m1 bm ) =
... .
m1
GEOMETRIA 1
28 / 52
In generale,
LA (A (ai )) = A(i) = iesima colonna di A
B (f (ai )) = A(i) = iesima colonna di A
quindi
LA A = B f .
Ricapitolando:
tutti gli spazi vettoriali f.g. sono del tipo Kn ;
tutte le applicazioni lineari tra spazi vettoriali f.g. sono del tipo LA .
GEOMETRIA 1
29 / 52
Lapplicazione MA
B
Abbiamo visto che, dati due spazi vettoriali V e W di dimensioni rispettive n e
m, e date le basi (ordinate) A e B di V e W rispett., ad una applicazione
lineare f : V W pu essere associata una matrice A tale che essenzialmente
si abbia f = LA .
La matrice A si dice associata ad f rispetto alle basi A e B o rappresentativa
di f rispetto alle basi A e B e si scrive
A = MA
B (f ).
Abbiamo costruito unapplicazione
MA
B : L(V, W) Matm,n ,
GEOMETRIA 1
f 7 A
30 / 52
Siano V, W e Z spazi vettoriali (su K) di dimensioni rispettive n, m e l, con

basi rispettive A, B e C e siano f : V W e g : W Z applicazioni lineari.
PROPRIET (si omettono le dimostrazioni)
MA
B un isomorfismo tra gli spazi vettoriali L(V, W) e Matm,n .
B
A
MA
C (g f ) = MC (g) MB (f ),
cio alla composizione di applicazioni lineari corrisponde il prodotto riga

per colonna delle matrici rappresentative.
Nel caso m = n, V = W, A = B si ha
MA
B (idV ) = Im .
Nel caso m = n, se f : V W un isomorfismo, e f 1 : W V
lisomorfismo inverso, allora la matrice MA
B (f ) invertibile e si ha
1
MA
B (f )
1
= MB
).
A (f
GEOMETRIA 1
31 / 52
Conseguenza:
se V uno spazio vettoriale e A, B sono due sue basi, e f : V V un
endomorfismo, allora esiste una matrice invertibile N tale che
(?)
1
MA
MB
A (f ) = N
B (f ) N.
Infatti basta prendere N = MB

A (idV ) (verificarlo).
Due matrici quadrate A, B Matn si dicono simili se esiste una matrice
invertibile N GL(n) tale che B = N 1 A N.
La formula (?) mostra che le matrici rapprentative rispetto a basi diverse di
uno stesso endomorfismo sono matrici simili (si noti per che in entrambi i
casi la base deve essere la stessa in dominio e codominio!).
OSSERVAZIONE - Nel caso V = Kn , W = Km e f = LA , con A Matm,n , la
matrice rappresentativa rispetto alle basi canoniche di LA proprio A.
GEOMETRIA 1
32 / 52
Il determinante
index
Il determinante
GEOMETRIA 1
33 / 52
Il determinante
Definizione di determinante
In questo e nel prossimo capitolo saranno omesse molte dimostrazioni.
Ricordo che una permutazione su n elementi unapplicazione biunivoca
: Jn Jn , ove Jn = {1, 2, 3, . . . , n}.

1
2
3
n
: (1) (2) (3) (n) .
Si dice che di classe pari (rispett. dispari) se si passa da
((1), (2), . . . , (n)) a (1, 2, . . . , n) con un numero pari (rispett. dispari) di
scambi.

1 2 3 4
1 2 3 4
ESEMPI 3 4 1 2 di classe pari, 1 3 2 4 di classe
dispari.
Si dimostra che la definizione di classe pari e dispari ben posta, ovvero non
dipende dal modo con cui si ottiene come composizione di scambi.
GEOMETRIA 1
34 / 52
Il determinante
Data Sn (gruppo simmetrico su n elementi), definiamo

+1 se pari,
() =
1 se dispari.
Sia A Matn,n (K), A = (ij )i=1,...,n . Si definisce determinante di A:
j=1,...,n
(?)
det A =
()1(1) 2(2) n(n) .
Sn
Esso composto da n! addendi.

Ciascun addendo contiene uno ed un solo fattore preso da ciascuna riga e
ciascuna colonna ( biunivoca).
GEOMETRIA 1
35 / 52
Il determinante
Caso n = 1.
A = (11 )
S1 = { = id}

1
= 1
() = +1
det A = +11 .
Caso n = 2.

A = 11 12
21
22
S2 = {1 = id, 2 =
1 2
2 1
(1 ) = 1
det A = +11 (1) 21 (2) 12 (1) 22 (2) = 11 22 12 21 .
GEOMETRIA 1
36 / 52
Il determinante
Caso n = 3.
A=
11 12 13
21 22 23
31 32 33
1 = id

1 2 3
4 = 2 1 3
!
#S3 = 3! = 6

1 2 3
2 = 2 3 1

1 2 3
5 = 3 2 1
(1 ) = (2 ) = (3 ) = +1

1 2 3
3 = 3 1 2

1 2 3
6 = 1 3 2
(4 ) = (5 ) = (6 ) = 1
det(A) = 11 22 33 + 12 23 31 + 13 21 32
12 21 33 13 22 31 11 23 32 .
GEOMETRIA 1
37 / 52
Il determinante
Data la matrice A Matn,n (K), indichiamo con A(1) , . . . , A(n) le colonne di A

e con A(1) , . . . , A(n) le righe di A :
A(1)

A = A(1) , . . . , A(n) = ... .
A(n)
Il determinante pu essere interpretato in vari modi;
a) det : Matn,n (K) K
A 7 det A;
b) det : Kn Kn Kn K
c) det : Kn Kn Kn K

7 det A;
A(1) , A(2) , . . . , A(n)
A(1)
A(2)
. 7 det A.
..
A(n)
GEOMETRIA 1
38 / 52
Il determinante
Propriet del determinante

Dora in poi supporremo sempre che sia K = Q, R, oppure C.
Siano A, B Matn,n (K).
1) det(t A) = det A;
2) scambiando tra loro due colonne, il determinante cambia (solo) il segno
(idem per le righe) (il determinante alternante)

det( . . . , A(i) , . . . , A(j) . . . ) = det( . . . A(j) , . . . , A(i) , . . . , );
3) il determinante lineare in ogni colonna, fissate le altre n 1 colonne
(idem per le righe) (il determinante multilineare);
det((. . . , B + C . . .)) = det((. . . , B, . . . ,)) + det((. . . , C, . . . ,));
GEOMETRIA 1
39 / 52
Il determinante
4) sia I = In la matrice identica, det I = 1;

5) (teorema di Binet) det(A B) = det A det B;
6) le colonne di A sono l.d. se e solo se det A = 0 (idem per le righe);
7) det(A) = n det A
( K);
8) A ammette inversa A1 se e solo se det(A) 6= 0, e inoltre, se det(A) 6= 0,

1
si ha det(A1 ) = det(A)
.
GEOMETRIA 1
40 / 52
Il determinante
Cenno alla dimostrazione di alcune tra le propriet del determinante viste

sopra.
La 2) segue dalla definizione di ();
la 3) segue dal fatto che in ogni addendo del determinante (?) compare uno e
un solo fattore preso da ciascuna colonna (idem per le righe);
la 4) di verifica immediata;
la 7) segue dalla 3) tenendo conto del fatto che moltiplicare una matrice per
uno scalare equivale a moltiplicare ciascuna colonna (o riga) per lo stesso
scalare;
per la 8) si veda dopo.
GEOMETRIA 1
41 / 52
Il determinante
Per la dimostrazione della 6), si osservi anzitutto che

LEMMA - Se A ha due colonne uguali allora det(A) = 0 (idem per le righe).
Infatti, per la propriet 2), scambiando tra loro le due colonne uguali, la
matrice non cambia eppure il determinante cambia segno.
Verifichiamo ora propriet 6).
Anzitutto, se le colonne di A sono l.i., almeno una di esse combinazione
delle altre. Per la propriet 3) il determinante di A pu essere allora scritto
come combinazione lineare di determinanti di matrici con due colonne uguali.
Dal Lemma segue quindi che det(A) = 0.
GEOMETRIA 1
42 / 52
Il determinante
Viceversa, sia det(A) = 0. Se per assurdo le colonne A(1) , . . . , A(n) di A

fossero l.i., esse costituirebbero una base di Kn , quindi anche i vettori della
base canonica potrebbero essere scritti come combinazione lineare di tali
colonne:
ei = 1i A(1) + + ni A(n) .
Consideriamo la matrice B = (ji ) e la matrice prodotto C = A B. La
colonna C(i)
C(i) = 1i A(1) + + ni A(n) = ei ,
pertanto C la matrice identica e 1 = det(C) = det(A) det(B) = 0, assurdo.
OSSERVAZIONE - Si potrebbe dimostrare che det lunica applicazione
multilineare alternante det : Kn Kn Kn K tale che det I = 1.
GEOMETRIA 1
43 / 52
index
Il determinante
GEOMETRIA 1
44 / 52
Sia M Matm,n una matrice con m righe e n colonne.

Si dice sottomatrice di M una qualsiasi matrice che si ottiene cancellando da
M alcune righe (eventualmente nessuna) e alcune colonne (eventualmente
nessuna).
Si dice minore di M il determinante di una sua qualsiasi sottomatrice quadrata.
Se A = (aij ) Matn,n una matrice quadrata, si dice minore complementare
dellelemento ahk il determinante della sottomatrice Mij di A che si ottiene
cancellando la righa hesima e la colonna kesima.
Si dice complemento algebrico (o cofattore) dellelemento ahk il numero
Aij = (1)i+j det Mij K.
Si dice matrice dei cofattori di A la matrice cof (A) = (Aij ) Matn,n

a b
d c
Se A = c d , allora cof (A) = b a .
GEOMETRIA 1
45 / 52
TEOREMA (I teorema di Laplace - Data A Matn,n (K),

(per la i-esima riga):
det A = i1 Ai1 + i2 Ai2 + + in Ain ;
(per la j-esima colonna):
det A = 1j A1j + 2j A2j + + nj Anj .
TEOREMA II teorema di Laplace - Data A Matn,n (K),
(per le righe):
se i 6= j, i1 Aj1 + i2 Aj2 + + in Ajn = 0;
(per le colonne):
se i 6= j, 1i A1j + 2i A2j + + ni Anj = 0.
GEOMETRIA 1
46 / 52
Il I teorema di Laplace fornisce una metodo (di tipo ricorsivo) per il calcolo
del determinante.
Ad esempio, nel caso n = 3, per la prima riga si ha:
!
a11 a12 a13
=
det a21 a22 a23
a31 a32 a33

a
a
a
a
a
a
a11 det a22 a23 a12 det a21 a23 + a13 det a21 a22 .
32
33
31
33
31
32
(il calcolo di determinanati k k viene ridotto a quello di determinanti
(k 1) (k 1)).
GEOMETRIA 1
47 / 52
La matrice dei cofattori cof (A) pu essere utile per il calcolo della matrice
inversa.
Si ha
LEMMA -
A (cof (A))T = det A I.
Infatti, ad esempio per n = 3,

!
!
a11 a12 a13
A11 A21 A31
a21 a22 a23
A (cof (A))T =
A12 A22 A32
=
a31 a32 a33
A13 A23 A33
!
det(A)
0
0
0
det(A)
0
,
0
0
det(A)
e lultima uguaglianza segue dal I teorema di Laplace (per gli elementi della
diagonale) e dal II teorema di Laplace per gli elementi fuori dalla diagonale.
Ne segue il
TEOREMA Sia A Matn,n (K) con det A 6= 0. Allora si ha A1 =
GEOMETRIA 1
1
det A
(cof (A))T .
48 / 52
Spazio delle righe e spazio delle colonne

Data una matrice M Matm,n , si dice rango per righe di M la dimensione del
sottospazio R(M) =< t M(1) , . . . ,t M(n) > Kn generato dalle righe di M (pi
precisamente si tratta del sottospazio di Kn generato dai vettori colonna che si
ottengono trasponendo le righe di M).
Analogamente si dice rango per colonne di A la dimensione del sottospazio
C(M) =< M (1) , . . . , M (m) > Kn generato dalle colonne di M.
Nella parte quarta di queste note vedremo che:
il rango per colonne dim(C(M)) e il rango per righe dim(R(M)) di una
matrice M sono uguali tra loro e coincidono con la caratteristica (o rango)
r(M) di A (numero di righe non nulle di una riduzione a scalini di M)
dim(R(M) = dim(C(M)) = r(M).
GEOMETRIA 1
49 / 52
Reinterpretazione del
TEOREMA (di Rouch Capelli) - Il sistema lineare Mx = b ha soluzioni se e
solo se la caratteristica della matrice dei coefficienti M coincide con la
caratteristica della matrice completa [M|b].
Dimostrazione
Mx = b ha soluzioni se e solo b Im(LM ) se e solo se
b C(M) =< M (1) , . . . , M (n) > se e solo se
< M (1) , . . . , M (n) >=< M (1) , . . . , M (n) , b > se e solo se
dim(< M (1) , . . . , M (n) >) = dim(< M (1) , . . . , M (n) , b >) se e solo se
rango per colonne di M uguale al rango per colonne di [M|b].
GEOMETRIA 1
il
50 / 52
Minori e rango
Luguaglianza "rango per righe = rango per colonne" avrebbe potuto essere
mostrata direttamente, come conseguenza di un ulteriore significato della
nozione di rango:
il rango r di una matrice M il massimo ordine (M) di minori non nulli
estratti dalla matrice M,
ossia
M ha rango r se e solo se esiste un minore non nullo r r di M e tutti i minori
s s di M, con s > r, sono nulli.
La relazione (M) dim(C(M)) semplice conseguenza della propriet 6)
del determinante (idem per dim(R(M)).
Infatti, se in M esiste un minore non nullo, le colonne di M
corrispondenti a quel minore sono l.i.: le colonne del minore sono costituite
dagli elementi delle colonne della matrice presi da righe fissate e quindi una
relazione di dipendenza lineare tra le colonne di M indurrebbe, in particolare,
la medesima relazione tra le colonne del minore.
GEOMETRIA 1
51 / 52
Metodo di Kronecker (o dei minori orlati) per il calcolo della caratteristica.

Si cerca un minore non nullo, diciamo h h, di M.
Si considerano tutti i minori (h + 1) (h + 1) che "orlano" il minore h h di
cui sopra.
Se tutti questi minori sono nulli, il rango di A h, altrimenti il rango almeno
h + 1 ed esiste un minore (h + 1) (h + 1) non nullo.
Si considerano tutti i minori (h + 2) (h + 2) che "orlano" il minore
(h + 1) (h + 1) di cui sopra, ...
GEOMETRIA 1
52 / 52

Geo1 Fis 2016 P 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Geo1 Fis 2016 P 2

Uploaded by

Copyright:

Available Formats

GEOMETRIA 1

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

Cristina Turrini (C. di L. in Fisica - 2015/2016)

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

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Esempi di applicazioni lineari

Lapplicazione LA viene detta applicazione associata alla matrice A e,

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Lo spazio delle applicazioni lineari

(f + g)(v) = f (v) + g(v)

(definizioni puntuali di somma e di prodotto per uno scalare)

Propriet` elementari delle applicazioni lineari

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Teorema di esistenza e unicit

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Siano sempre V e W spazi vettoriali su K, con V f.g., dim V = n, e siano

Cristina Turrini (C. di L. in Fisica - 2015/2016)

2) Se {v1 , . . . , vk } l.d. allora lapplicazione f in generale non esiste.

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

Cristina Turrini (C. di L. in Fisica - 2015/2016)

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.

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

Nucleo e immagine di unapplicazione

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

TEOREMA (caratterizzazione delle applicazioni lineari suriettive)- Siano

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

Teorema della nullit + rango

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

Nucleo e immagine di unapplicazione

Dimostriamo che B = {a1 , . . . , ar , b1 , . . . , bk } una base di V. Questo prova

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Nucleo e immagine di unapplicazione

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Isomorfismo di spazi vettoriali

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Isomorfismo di spazi vettoriali

Endomorfismi, isomorfismi, automorfismi

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

Isomorfismo di spazi vettoriali

TEOREMA - Due spazi vettoriali f.g. V e W sullo stesso campo K sono

se v = 1 b1 + 2 b2 + + n bn , un isomorfismo, da cui si deduce

Nucleo e immagine di unapplicazione

Isomorfismo di spazi vettoriali

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Propriet della trasformazione LA

Sia {e1 , . . . , en } la base standard di Kn .

Analogamente, LA (ei ) = i-esima colonna di A.

hLA (e1 ), . . . , LA (en )i = ImLA

(generatori di Kn sono mutati da LA in generatori di ImLA ),

Cristina Turrini (C. di L. in Fisica - 2015/2016)

Costruzione della matrice rappresentativa

Il quadrato () commuta, ossia si ha