1

RIEPILOGO ALGEBRA LINEARE:

La struttura (G,*) con *: G X G ->G un GRUPPO se:
1) * ASSOCIATIVA [(x * y) * z = x * (y * z)]
2) Esiste in G lelemento NEUTRO [ x * e = e * x = x]
3) Ogni elemento di G INVERTIBILE [ x *
1
x

=
1
x

* x = e]
Se 4) * anche COMMUTATIVA [ x * y = y * x] il gruppo ABELIANO

Es: ( , ) + Z , ( , ) + , ( , ) + R , { } ( 0 , ), - { } ( 0 , ) R -

La struttura (A, +, - ) un ANELLO se:
1) (A, +) un gruppo ABELIANO con elemento neutro indicato con 0
2) (A, - ) ASSOCIATIVO
3) Vale la PROPRIETA DISTRIBUTIVA DEL PRODOTTO RISPETTO ALLA SOMMA
a(b+c) = ab + ac; (a+b)c = ac + ab
Se 4) (A, - ) COMMUTATIVO lanello si dice COMMUTATIVO
Se 5) (A, - ) dotato di ELEMENTO NEUTRO lanello UNITARIO

Es: ( , , ) + Z - , ( , , ) + - , ( , , ) + R -

Il CAMPO un ANELLO UNITARIO e COMMUTATIVO (A, +, - ) con ogni elemento diverso
dallo 0 INVERTIBILE

Es: ( , , ) + - , ( , , ) + R - , ( , , ) + C -

Linsieme V uno SPAZIO VETTORIALE su campo K => V(K) se sono definite due
operazioni:
+: V x V -> V e - : K x V -> V tali che:

1) (V,+) un gruppo ABELIANO
2) ( ) a n v an av + = +
3) ( ) a b n an bn + = +
4) ( ) ( ) a b n a bn = -
5) 1 n n = -
, a b K e , n v V
Ho:
1 2 1 2 1 2
.... 0 .... 0
t t t
a v a v a v a a a + + + = = = = =
n
V K = :Spazio vettoriale numerico di ordine
n su campo K
K[x]: Spazio vettoriale dei polinomi nellindeterminata x su campo K

3
V : Spazio vettoriale geometrico

, m n
K : Spazio vettoriale delle matrici su campo K

Sia V uno spazio vettoriale su campo K, siano fissati
1
....
t
v v V , siano
1
....
t
a a K si definisce
COMBINAZIONE LINEARE dei vettori
1
....
t
v v con coefficienti
1
....
t
a a il vettore dato da:
1 2 1 1
....
t t
a v a v a v + + + (comb.lineare dei vettori
t
v rispetto ai coeff.
t
a )
2
Un SISTEMA DI VETTORI A=[
1
....
t
v v ]si dice LINEARMENTE INDIPENDENTE (o libero)
se lunica combinazione lineare di vettori di A che uguale al vettore nullo quella in cui tutti i
coeff. sono uguali a 0. Cio:
1 2 1 2 1 2
.... 0 .... 0
t t t
a v a v a v a a a + + + = = = = =

Un SISTEMA DI VETTORI si dice LINEARMENTE DIPENDENTE (o legato) se non
linearmente indipendente, cio se esiste una combinazione lineare dei vettori con coeff. a uguale al
vettore nullo con coeff. non tutti nulli.
PROPRIETA:
1) Se un sistema di vettori contiene il vettore nullo allora esso linearmente DIPENDENTE.
2) Se un sistema di vettori contiene due VETTORI PROPORZIONALI allora esso lin. DIP.
3) Ogni sistema di vettori contenente un sist. lin. DIP. esso stesso lin. DIP.
4) Ogni sistema di vettori contenente un sist. lin. IND. esso stesso lin. IND.

Sia V uno spazio vettoriale su un campo K e sia U V con 0 U , U si dice SOTTOSPAZIO
VETTORIALE di V se:

1) , ' ' u u U u u U + ( :UxU U + )
2) , k R u U ku U ( : KxU U - )

Sia V uno spazio vettoriale su campo K e sia A un sistema di vettori di V, si definisce
COPERTURA LINEARE di A linsieme L(A) formato dai vettori che sei possono esprimere
come combinazione lineare dei vettori di A.
L(A) sar il SOTTOSPAZIO VETTORIALE GENERATO da A.
A sar il SISTEMA DI GENERATORI di L(A).
PROPRIETA:
1) ( ) A L A ke il pi piccolo sottospazio vettoriale contenente A. (Qualsiasi sottospazio di A lo
contiene)
2) ( ) ( ) A B L A L B
3) Se A un sottospazio vettoriale L(A) = A

Sia V uno spazio vettoriale su campo K, un SISTEMA DI GENERATORI di V un sistema di
vettori A tale che L(A) = V.

Uno spazio vettoriale si dice FINITAMENTE GENERATO se possiede un sistema finito di
generatori.

PROPRIETA:
1) Sia V uno spazio vettoriale su un campo K, ogni sistema di vettori contenente un sistema di
generatori di V un sistema di generatori di V.
2) Sia S=[
1
,...,
t
v v ] un sistema di generatori di uno spazio vettoriale V. Se esiste un vettore
1
v S che combinazione lineare dei rimanenti vettori allora
1
{ } S v ancora un sistema
di generatori di V.

Una BASE di uno spazio vettoriale V un sistema lin.ind. di gen. di V.



3
LEMMA DI STEINITZ
Sia V uno spazio vettoriale finitamente generato e siano
1
[ ,..., ]
n
A v v = un sist. Di gen di V e
1
[ ,..., ]
m
B u u = un sist. Lin. Ind di vettori di V, allora m n .

Tutte le basi di uno spazio vettoriale hanno la stessa cardinalit.
La dimensione di uno spazio vettoriale V coincide con il massimo numero di vettori lin. Ind. di V.
Cio: dim V = n
Sia V uno spazio vett. Fin. Gen, { / , } u w V u U w W + {0} V , ogni sistema lin. Ind. di vettori
di V contenuto in una base di questo spazio vettoriale.

Sia V uno spazio vett. Finit. Gen. su un campo K e siano U,W sottospazi di V,
se dim dim U W U W
Sia V uno spazio vett. Finit. Gen. su un campo K e siano U,W sottospazi di V,
se U W e dim dim U W U K = =

Sia V uno spazio vett. Su un campo K e siano U,W sottospazi di V.
Si definisce SOMMA di U e W linsieme dei vettori di V che si possono esprimere come somma di
un vettore di U e di un vettore di W:
U + W = { / , } u w V u U w W +
PROPRIETA:
1) U + W un sottospazio vett. Di V
2) Se ( ) ( ) {0} L A L B = U WalloraU W U W +
3) ( ) L U W U W + = +

TEOREMA DEL COMPLETAMENTO DI UNA BASE
Sia V uno spazio vettoriale di dimensione n e sia A=[
1
,...,
p
v v ] un sist. Lin. Ind. (cio p n ), sia B
una base di V, allora esiste un sistema di vettori ' B B tale che ' A B una base di V.
Inoltre ( ) ( ) {0} L A L B =

Siano U,W due sottospazi vett. Di V.
La SOMMA U + W si dice DIRETTA (e i sottospazi U e W si dicono SOMMANDI DIRETTI)
se ogni vettore della somma U + W si esprime in unico modo come somma di un vettore di U e di
un vettore di W.

CRITERIO PER VERIFICARE SE 2 SOTTOSPAZI SONO SOMMANDI DIRETTI
Siano U, W sottospazi vettoriali di uno spazio V
La somma U + W diretta {0} U W =

La somma diretta si denota con il simbolo U W

Siano U e W sottospazi vett di V
Se la somma U + W diretta allora lunione di una base di U e di una base di W una base di
U W .

RELAZIONE DI GRASSMANN
dim( ) dim( ) dim dim U W U W U W + + = +


4
COMPLEMENTO DI UN SOTTOSPAZIO
Sia U un sottospazio vett. Di V
Si dice COMPLEMENTO DIRETTO di U ogni sottospazio W di V tale che V U W =

Il PRODOTTO RIGHE X COLONNE ([A]x[B]) di due matrici A e B definito
# (numero) di elementi di ogni riga di A = # (numero) di elementi di ogni colonna di B
# colonne di A = # righe di B
E ricordo che: [A]x[B] [B]x[A]
Quindi
, m n
A K e
, n p
B K
, m p
A B C K = - e gli elem c C saranno del tipo
ij
c = (riga i-esima
di A) x (colonna j-esima di B)
Quindi ho: [A]x[B]=[C] significa:
1 1 2 2
....
ij i j i j in nj
c a b a b a b = + + +
, , ,
:
m n n p m p
K xK K - che una applicazione

( )
n
M K = {matrici di tipo n x n su K} =
, n n
K = MATRICI QUADRATE di ordine n su K

: ( ) ( ) ( )
n n n
M K xM K M K - OPERAZIONE (BINARIA E INTERNA)
: ( ) ( ) ( )
n n n
M K M K M K + + OPERAZIONE (BINARIA E INTERNA)
La struttura ( ( )
n
M K , +, - ) quindi un anello

La MATRICE IDENTICA I di ordine n la matrice avente la DIAGONALE PRINCIPALE
formata da tutti 1 e il resto degli elementi = 0. E lelemento neutro della matrice
, n n
K rispetto al - .

Sia A ( )
n
M K
A si dice INVERTIBILE se esiste una matrice A ( )
n
M K tale che A- A=A - A=
n
I
A si dice inversa di A e si denota con il simbolo
1
A

.

Le matrici INVERTIBILI sono gli ELEMENTI INVERTIBILI del campo ( )
n
M K

PROPRIETA:
1) Sia A ( )
n
M K se A invertibile
1
A

invertibile e inoltre
1 1
( ) A

=A
2) Siano A,B ( )
n
M K , se A e B sono invertibili A B - invertibile e
1 1 1
( ) A B B A

= - -

GL(n,k) il GRUPPO LINEARE di ordine n su campo k cos definito:
GL(n,k) = { ( )
n
A M k / A invertibile}
e : ( , ) ( , ) ( , ) GL n k xGL n k GL n k -
La struttura (GL(n,k), - ) un gruppo ( non abeliano) poich:
1) - associativa
2) lelem. Neutro
n n n
I I I = ( , )
n
I GL n k
3) Ogni elem di GL(n,k) invertibile

Si dice PERMUTAZIONE su un insieme
n
I una applicazione INVERTIBILE (sia iniettiva che
suriettiva) di
n
I in s.
:
n n
I I (invertibile)
5
ES: Se
4
{1,2,3,4} I = ho
1 2 3 4
2 3 1 4

(
=
(

dove una possibile permutazione di
n
I .
E cio una disposizione diversa di tutti gli n elementi di un insieme.
Tutte le disposizioni di n in n: n!
Una permutazione dellinsieme
n
I presenta una INVERSIONE sulla coppia (i,j) dove ,
n
i j I
se i < j e a(i) > a(j).
Nellesempio precedente le uniche inversioni sono (1,3) e (2,3)

Una permutazione :
n n
I I si dice (di CLASSE) PARI o DISPARI a seconda che possiede un
numero pari o dispari di inversioni rispetto alla disposizione di partenza.
( ) = num di inversioni delle permutaz di .

SEGNO DI UNA PERMUTAZIONE:
sgn( ) = 1 se permutaz di classe pari
sgn( ) = - 1 se permutaz di classe dispari
In generale
( )
sgn( ) ( 1)

= dove se ( ) pari allora +1 altrimenti -1.

METODO GRAFICO X DET IL NUM DI INVERSIONI DI UNA PERMUTAZ.
Si congiunge ogni elemento della 1 riga con lelemento della 2 riga uguale a se stesso.
Il numero di intersezioni rappresenta il numero di inversioni.

Data una matrice quadrata
n
K si definisce TERMINE ESTRATTO il prodotto di n elementi di a
che a 2 a 2 non appartengono n alla stessa riga n alla stessa colonna.
Cio:
n
I
1 1 2 2
...
n n
a a a

- - - dove una delle possibili permutazioni dellinsieme
n
I degli indici.

Sia ( )
n
A M k , si definisce DETERMINANTE di A lelemento di k cos definito:
|A| = det A =
1 1 2 2
sgn( ) ...
n
n n
S
a a a

- - - -
Cio il Determinante la sommatoria di tutti i termini estratti presi con il proprio segno.
Ma in generale
1) per le Matrici quadrate di ordine 2:
|A| = det A = (prodotto diag.Principale) (Prodotto diagonale inversa)

2) per le matrici quadrate di ordine 3:
REGOLA DI SARRUS:
A =
11 12 13
21 22 23
31 32 33
a a a
a a a
a a a
| |
|
|
|
\ .

|A| = {(Prodotto diag principale:
11 22 33
a a a ) + (Prodotto triangolo:
12 23 31
a a a ) +
(Prodotto triangolo:
13 32 21
a a a ) } - {(Prodotto diag. Inversa:
13 22 31
a a a ) + (Prodotto Triangolo:
12 21 33
a a a ) + (Prodotto triangolo:
11 32 23
a a a )}

6
Sia ( )
n
A M k , si definisce COMPLEMENTO ALGEBRICO dellelemento
ij
a , e si denota con
ij
, il determinante della matrice ottenuta da A eliminando la riga i-esima e la colonna j-esima
preso con il segno ( 1)
i j +
cio
1
1
i j pari
i j dispari
+ + =

+ =

TEOREMA DI LAPLACE
Sia ( )
n
A M k , il determinante di A coincide con la somma dei prodotti degli elementi di una
qualunque riga (o colonna) di A per i corrispondenti complementi algebrici.
Cio:
|A| =
1 1 2 2
...
i i i i in in
a a a + + + =
1
n
ij ij
i
a
=

II TEOREMA DI LAPLACE
Il prodotto degli elementi di una riga (o di una colonna) per i complementi algebrici degli elementi
di unaltra riga (o colonna) = 0
Cio:
1 1 1
... 0
i j n jn
a a + + =

con i j

Sia
, m n
A K , si definisce TRASPOSTA di A e si denota con
t
A, la matrice di tipo n x m ottenuta
da A scambiando le righe con le colonne. In generale
Se
ij
a A allora
t
ji
a A
ESEMPIO: se
1
1 2 1 1
2 1 0 3
0 3 2 1
1 2 1
2 1 0
0 3 2
( ) 2
A
M
A
| |
|
=
|
|

\ .
| |
|
=
|
|

\ .
=
1 2
1 0
2 3
A
| |
|
=
|
|
\ .
allora
1 1 2
2 0 3
t
A
| |
=
|
\ .



PROPRIETA DEI DETERMINANTI:
1) Sia ( )
n
A M K se A possiede una riga (o una colonna) nulla allora |A| = 0.
Infatti x teorema di Laplace ho |A| =
1 1 2 2
...
i i i i in in
a a a + + + con a = 0
2) Sia ( )
n
A M K , se A ottenuta da A scambiando 2 righe (o 2 colonne) allora
|A| = |A| (se numero scambi pari) oppure |A| = -|A| (se numero scambi dispari)
3) Sia ( )
n
A M K , se A possiede 2 righe (o 2 colonne) uguali allora |A| = 0
4) Sia ( )
n
A M K , se A possiede 2 righe (o 2 colonne) proporzionali allora |A| = 0
5) Sia ( )
n
A M K , se le righe (o le colonne) di A sono linearmente dipendenti (cio una riga o
colonna comb. Lineare delle altre) allora |A| = 0
6) Se ( )
n
A M K |
t
A| = |A|
7) Se A ottenuta da A sommando a una sua riga (o colonna) una comb. Lin. Delle altre
colonne (o righe) |A| = |A|
8) Se la Matrice TRIANGOLARE O DIAGONALE |A| = Prodotto diag principale
7
9) TEOREMA DI BINET:
Siano A, B ( )
n
M K |A- B|=|A| - |B|

Sia ( )
n
A M K , si definisce AGGIUNTA DI A, e si denota con
*
A , la trasposta della matrice dei
complementi algebrici di A.

ESEMPIO:
Se
1 1 0
0 2 3
1 0 0
A
| |
|
=
|
|
\ .
ALLORA
*
2 3 0 3 0 2
0 0 1 0 1 0
1 0 1 0 1 1
0 0 1 0 1 0
1 0 1 0 1 1
2 3 0 3 0 2
T
A
| |

|
|
|

|
=
|
|

|

|
\ .
0 3 2 0 0 3
0 0 1 3 0 3
3 3 2 2 1 2
T
| | | |
| |
= =
| |
| |

\ . \ .


Sia ( )
n
A M K allora
* *
n
|A| I AA A A = = - (dove
n
I lelemento neutro di A)

Sia ( )
n
A M K ,
A invertibile |A| 0
E linversa di A sar:
( ') ( ' | ') A A B =
1 *
1
A A
A

= -
Cio:
1 1 * *
1
| |
| |
A A A A
A

= = - -
Quindi linversa di una matrice uguale allaggiunta di A fratto il determinante di A.

Sia ( )
n
A M K , si definisce MINORE di ordine k estratto da A, una matrice quadrata di ordine k
ottenuta da A eliminando un certo numero di n k righe e n k colonne (con min{ , } k m n )

Sia ( )
n
A M K si definisce RANGO di A, e si denota con ( ) A , lordine massimo di un minore
estratto da A con determinante 0

TEOREMA DEGLI ORLATI:
Sia
, m n
A K , A ha rango se, e solo se, esiste un minore M di ordine con determinante 0 e
ogni minore di ordine + 1 contenente M ha determinante = 0.
Inoltre le righe di A contenenti le righe di M sono un sistema massimo di righe lin. Ind.

ESEMPIO:
8
Se
1 2 1 1
2 1 0 3
0 3 2 1
A
| |
|
=
|
|

\ .
ho M minore di ordine 2 =
1 2
2 1
| |
|
\ .

Ma M contenuto solo in 2 minori di ordine 3:
1
1 2 1
2 1 0
0 3 2
M
| |
|
=
|
|

\ .
e
2
1 2 1
2 1 3
0 3 1
M
| |
|
=
|
|

\ .

Quindi devo calcolare e verificare solo due determinanti: |
1
M | e |
2
M |
Ma |
1
M | = 0 e |
2
M | = 0 ( ) 2 A =

Una Matrice genera 2 sottospazi (1 delle righe e 1 delle colonne):
1 2
( , ,... )
n
m
L R R R K e
1 2
( , ,... )
n
m
L C C C K

TEOREMA DI KRONECKER
Sia
, m n
A K , il RANGO di A coincide con la DIMENSIONE del SOTTOSPAZIO generato dalle
righe di A e con la dimensione del sottospazio generato dalle colonne di A.

1 2 1 2
( ) dim ( , ,... ) dim ( , ,... )
n n
m m
A L R R R K L C C C K = =

Dim L(R) = n; Dim L(C) = n; ( ) A = max num righe (o colonne) lin.ind.

Una sequenza S di vettori k (k <= n) di uno spazio vettoriale ( )
n
V k di dimensione n LEGATA se,
e soltanto se, tutti i minori di ordine k estraibile dalla matrice che ha nelle righe (o nelle colonne) le
componenti dei vettori di S in una base B di V(K) hanno determinante nullo.
(Cio se tutti i vettori che compongono la matrice sono tutti lin dip)

Una sequenza S di vettori k (k <= n) di uno spazio vettoriale ( )
n
V k di dimensione n LIBERA se,
e soltanto se, nella matrice che contiene questi vettori nelle proprie righe (colonne) esiste un minore
di ordine k con determinante non nullo.
(Cio ci sono almeno 2 righe lin ind.)

Sia ( )
n
A M K sono equivalenti queste condizioni:
1) A invertibile
2) 0 A
3) ( ) A n = cio il rango il max di A
4) Le righe e le colonne di A sono lin. Ind.

I vettori
1 2
, ,...,
n
t
v v v K sono lin.Ind. la matrice
1
.
t
v
A
v
| |
|
=
|
|
\ .
che li ammette come righe ha rango t

Uneq si dice LINEARE se grd(p(x)) = 1, cio exp x = 1 (Cio uneq di primo grado).


9
Un SISTEMA LINEARE su un campo K un insieme di m equazioni lineari in n incognite a
coefficiente in K.

11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
...
n n
n n
m m mn n n
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =

+ + + =

`


+ + + =
)
.


E possiamo definire da questo sistema lineare due matrici:

la MATRICE INCOMPLETA
A =
11 1
1
n
m mn
a a
a a
| |
|
|
|
\ .

. . .

E la MATRICE COMPLETA
11 1 1
1
|B=
n
m mn n
a a b
A
a a b
| |
|
|
|
\ .

. . . .

Pi in generale possiamo esprimere il sistema lineare di sopra come:
A X B = - ;
11 1
1
n
m mn
a a
a a
| |
|
|
|
\ .

. . .

1 1
n n
x b
x b
| | | |
| |
=
| |
| |
\ . \ .
- . .

Una SOLUZIONE di un sistema lineare una n-pla ordinata (
1 2
, ,...
n
)
n
K che soddisfa
ciascuna equazione del sistema ovvero
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
...
n n
n n
m m mn n n
a a a b
a a a b
a a a b



+ + + =

+ + + =

`


+ + + =
)
.


Un sistema lineare si dice COMPATIBILE se possiede almeno una soluzione, si dice
INCOMPATIBILE se privo di soluzione.
Un Sistema lineare AX = B compatibile se, e solo se, il vettore B combinazione lineare della
colonna della matrice incompleta di A e cio ( ) ( | ) A A B =

Sia Y = AX una app.lin. da
n
K a
m
K . I vettori colonna
r
della matrice A costituiscono un sistema
di generatori di Im f e ( ) A fornisce la dim di Im f

TEOREMA DI ROUCHE CAPELLI
Un sistema lineare AX = B compatibile se, e solo se, le matrici completa e incompleta di A hanno
lo stesso RANGO, ovvero
( ) ( | ) A A B =
10
TEOREMA DI CRAMER
Sia AX = B un sistema lineare di n equazioni in n incognite. Se 0 A allora il sistema
compatibile e ammette ununica soluzione.

Per la REGOLA DI CRAMER ved. Pg 112 libro. Ricordo solo:
Se A = matrice incompleta con det 0 ho:
1
1
| |
| |
B
x
A
= dove B1 la matrice incompleta con al posto della colonna x1 la colonna dei t. noti.

Supponiamo sia AX = B un sistema lineare compatibile di m equazioni in n incognite e sia
( ) ( | ) A A B = .
Un SISTEMA PRINCIPALE EQUIVALENTE a quello dato un sistema AX=B ottenuto
estraendo p equazioni dal sistema di modo che ( ') ( ' | ') A A B =
(Cio se ho 5 equazioni ma il rango del sistema 2 allora 3 eq sono proporzionali)
Ogni sistema principale equivalente ammette le stesse soluzioni del sistema dato.

Un sistema lineare si dice OMOGENEO se i termini noti sono tutti uguali a zero
11 1 12 2 1
21 1 22 2 2
1 1 2 2
... 0
... 0
... 0
n n
n n
m m mn n
a x a x a x
a x a x a x
a x a x a x
+ + + =

+ + + =

`


+ + + =
)
.


- Ogni sistema omogeneo compatibile perch possiede la soluzione nulla (0,0,,0) detta anche
SOLUZIONE BANALE.

- Sia AX = 0 un sistema omogeneo di m equazioni in n incognite su campo k. Linsieme delle
soluzioni di tale sistema un sottospazio vettoriale di
n
K di dimensione ( ) n A .

- Un sistema omogeneo AX = 0 di m eq in n incognite ammette soluzioni non banali ( ) A n < .

- Un sistema omogeneo AX = 0 di n eq in n incognite ammette soluzioni non banali 0 A = .

- Sia AX = B un sistema lineare compatibile, possibile associare ad esso il sistema omogeneo
AX = 0 (con tutti i termini noti = 0)

- Sia AX = B un sistema lineare compatibile, linsieme delle soluzioni di tale sistema dato da
I = {
0 0
/ x z x + soluz. Particolare di AX = B e z varia tra le soluz. Di AX = 0}

- Il numero delle soluzioni di un sistema compatibile coincide con il numero delle soluzioni del
sistema omogeneo ad esso associato.

TEOREMA DI UNICITA:
Sia AX = B un sistema lineare compatibile di m equazioni in n incognite. Tale sistema ammette
ununica soluzione ( ) A n =
- Ogni sottospazio vettoriale di
n
K coincide con linsieme delle soluzioni di un opportuno sistema
lineare omogeneo

11
Siano V,W spazi vettoriali su campo K, una APPLICAZIONE : f v w si dice LINEARE
(OMOMORFISMO) se
1) ( ) ( ) ( ) f u w f u f w + = + (immagine somma = somma immagini)
2) ( ) ( ) f a u a f u = - -

Ogni applicazione lineare : f v w trasforma il vettore nullo di V nel vettore nullo di W:
(0 ) 0
v w
f =

APPLICAZIONE NULLA:
0 0
: / : 0 f v w f v V W ( lineare)
APPLICAZIONE IDENTICA: :
v
id v V v V ( lineare)

Ogni matrice determina unapplicazione lineare
, m n
A K

Sia : f v w unapplicazione lineare, si definisce NUCLEO (Kernel) di f e si denota con kerf il
sottoinsieme di V:
1 2
( , ,..., )
n
A c c c =
Ker f un sottospazio vettoriale di v.
ker { / ( ) 0 }
w
f v V f v = =

Sia : f v w unapplicazione lineare
f iniettiva ker {0 }
v
f =

PROPRIETA:
1) Ogni applicazione lineare : f v w trasforma sistemi lin. Dip di vettori di v in sistemi lin.
Dip. Di vettori di W.
2) Sia : f v w unapplicazione lineare: f iniettiva f trasforma sistemi lin. Ind di V in
sist lin. Ind di W.
3) Sia : f v w unapplicazione lineare: f suriettiva f trasforma sist. Di gen di V in sist
di gen di W.

Un ISOMORFISMO tra gli spazi vettoriali di V e W unapplicazione lineare f invertibile di V in
W

Se : f v w app.lineare invertibile V e W si dicono ISOMORFI.

Se due spazi vettoriali hanno la stessa dimensione (Dim V = dim W = n) sono ISOMORFI.

Sia : f v w unapplicazione lineare: f un isomorfismo f trasforma basi di V in basi di W
cio detta
1 2
( , ,..., )
n
B x x x una base di V allora la sequenza
1 2
( ( ), ( ),...., ( ))
n
f x f x f x una base di W.

:
r
v V
1 2
( , ... )
m
n
a a a K dove
1 2
( , ... )
n
a a a sono i componenti di v in R.
r
detto ISOMORFISMO COORDINATO associato al riferimento R.
Riferimento:
1 2
( , ... )
n
e e e E = e
1 1 2 2
....
t
n n r
v a e a e a e E = + + + =
1 1 2 2
: ....
t
r n n r
v a e a e a e E = + + + =


12
Un RIFERIMENTO di uno spazio vettoriale V una sua base ordinata

Ogni spazio vettoriale V di dimensione n su un campo k ISOMORFO allo spazio vettoriale
numerico
n
K

TEOREMA FONDAMENTALE SULLE APPLICAZIONI LINEARI
Sia V uno spazio vettoriale di dimensione n e sia W uno spazio vettoriale, sia R = [
1 2
, ,...,
n
e e e ] un
riferimento di V e sia S = [
1 2
, ,...,
n
w w w ] un sistema di n vettori non necessariamente distinti. Allora
ESISTE UNUNICA applicazione lineare : f v w tale che
1 1
( ) f e w = ,
2 2
( ) f e w = ,, ( )
n n
f e w =

PROPRIETA:
1) Siano : f v w e : g w u applicazioni lineari, allora lapplicazione composta
: g f V U lineare
2) Siano : f v w unapplicazione lineare invertibile (ovvero un isomorfismo), allora
1
: f w v

lineare (e quindi unisomorfismo)

3) Siano V e W spazi vett. Su un campo K
V e W sono isomorfi dim V = dim W

IMMAGINE DI APPLICAZIONE LINEARE
Sia : f v w unapplicazione lineare
Im { } f w W = e ( ) f v W =
Sia : f v w unapplicazione lineare e sia
1
{ ,..., }
n
B e e = una base di V, allora il sistema
1
[ ( ),..., ( )]
n
f e f e un sist.di gen di Imf

TEOREMA DELLE DIMENSIONI
Sia : f v w unapplicazione lineare, V finitamente generato. Allora:
dim Kerf + dim Imf = dim V ( EQ. UNIDIMENSIONALE)

Sia AX=B un sist.lineare omogeneo e sia { 0} S SolAX = = allora
S un sottospazio vettoriale di
n
K e dim ( ) S n A = allora
dim ( ) S n A =

MATRICE APPLICATA AD UNA APPLICAZIONE LINEARE
Siano V e W spazi vettoriali su campo K, dim V = n, dim W = m, sia : f v w un app.lineare e sia
R= (
1 2
, ,...,
n
e e e ) un riferimento di V e sia R=(
1 2
' , ' ,..., '
n
e e e ) un riferimento di W allora:
1 1 '
( ( ))
n
R
c K f e = ,
2 2 '
( ( ))
n
R
c K f e = , ,
'
( ( ))
n
n n R
c K f e = .
Sia
1 2
( , ,..., )
n
A c c c = la matrice associata a f rispetto a R e R:
PROPRIETA:
1) Sia v V , posto ( )
R
X v = e
'
( )
R
Y v = allora
Y = AX ] Rapp. Matriciale di f
2) Ker f rappresentato dal sistema omogeneo
AX = 0 e Kerf V
3) dimIm ( ) f A =
13

Siano , ' ( )
n
A A M K
A e A si dicono SIMILI se esiste una matrice ( )
n
P M K invertibile, tale che
1
' A P AP

= .
La similitudine tra matrici una RELAZIONE DI EQUIVALENZA
Cio:
RIFLESSIVA: 0
ij
a i j = A A ~
SIMMETRICA: A B B A ~ ~
TRANSITIVA: A BeB C A C ~ ~ ~

ENDOMORFISMI:

Sia V uno spazio vettoriale su campo K, un ENDOMORFISMO di V unapplicazione lineare di
V in s: : f V V (in cui il dominio coincide col codominio)

Per associare la matrice ad un endomorfismo posso scegliere un solo riferimento e la matrice che ne
risulter sar quadrata

Sia V uno spazio vettoriale su un campo K, sia : f V V un endomorfismo, siano R ed R due
riferimenti di V e siano A e A le matrici associate a f rispetto ad R e R. Allora A e A sono simili
------------------------------------------------------------------------------------------------------------------------

Sia ( )
n
A M K , A detta MATRICE DIAGONALE se gli elementi non appartenenti alla
diagonale principale sono tutti uguali a zero. Cio 0
ij
a i j = cio:
1
2
0 0
0 0
0 0
n
d
d
A
d
| |
|
|
=
|
|
\ .

. . . .

Due matrici sono SIMILI se esiste una matrice P invertibile tale che A=
1
P AP

Se in un endomorfismo prendo due riferimenti lasciando invariata la funzione le due matrici
associate A e A sono simili.

Sia V uno spazio vettoriale su un campo K. Un endomorfismo : f V V si dice
DIAGONALIZZABILE se esiste un riferimento R di V tale che la matrice associata a f rispetto a
R una matrice diagonale.



Sia V uno spazio vettoriale su un campo K, sia : f V V un endomorfismo.
Un vettore v V non nullo si dice AUTOVETTORE di f se esiste un elemento k K tale che
( ) f v kv =

Lelemento k K detto AUTOVALORE di f associato a v e lautovalore corrispondente a un
autovettore v unico.

Un autovalore si dice REGOLARE se molteplicit algebrica coincide con molteplicit geometrica.

14
Fissato un autovalore a questo possiamo associare vettori:
se k K un autovalore di f allora { / ( ) }
k
V v V f v kv = = cio linsieme di f relativi
allautovettore k.

Se k K un autovalore di f, allora detto
k
V l'insieme degli autovettori associati a k si ha che:
k
V
un sottospazio vett. Di V diverso da {0} e
k
V detto AUTOSPAZIO di f corrispondente
allautovalore k.

Un endomorfismo : f V V diagonalizzabile se e solo se V possiede una base di autovettori di f.

Sia V uno spazio vett su campo K, sia : f V V un endomorfismo, sia R un riferimento di V e sia
A la matrice associata ad f rispetto ad R.
Sia k K un autovalore di f, allora lautospazio
k
V (ricavato per lautovalore k) rappresentato
dagli autovettori soluzione del sistema omogeneo:
( ) 0
n
A kI X =

Calcolati gli autovettori possibile ricavare le basi assegnando alle variabili indipendenti il valore 0
e 1 alternativamente (le basi devono essere indipendenti e il loro spazio detto autospazio
k
V )

POLINOMIO CARATTERISTICO DI UN ENDOMORFISMO
Sia V uno spazio vett. Su un campo k, sia : f V V un endomorfismo, sia R un riferimento di V e
sia A la matrice associata a f rispetto a R.
Il polinomio
11 1
21 22 2
1 2
0
( ) | |
n
n
a n
n n nm
a t a
a a t a
P t A tI
a a a t

= =

. . . .

detto POLINOMIO CARATTERISTICO DI f ed di grado n.

Sia V uno spazio vett su campo K, sia : f V V un endomorfismo. Gli autovalori di f sono tutti e
soli gli zeri (radici) del polinomio caratteristico di f appartenenti al campo k. Cio:
k K un autovalore di f P(k) = 0

Gli autovettori dellautovalore k coincidono con il vettore (o vettori) X dellequazione
( ) 0
n
A kI X =

Due matrici simili hanno lo stesso polinomio caratteristico.

TEOREMA DI RUFFINI
Sia f(x) un polinomio su campo K, un elemento a K una radice di f(x) f(x) divisibile per
(x-a).
F(a) = 0 f(x) = (x-a)(g(x))

MOLTEPLICITA ALGEBRICA
Sia f(x) un polinomio su un campo K e sia a una radice di f(x), Si definisce MOLTEPLICITA
ALGEBRICA della radice a il massimo esponente m tale che f(x) divisibile per ( )
m
x a .
F(x) = ( )
m
x a g(x)
15
MOLTEPLICITA ALGEBRICA DI UN AUTOVALORE
Sia V uno spazio vettoriale su campo K, : f V V un endomorfismo e sia P(t) il polinomio
caratteristico di f . Sia k K un autovalore di f, si definisce MOLTEPLICITA ALGEBRICA
DELLAUTOVALORE k la sua molteplicit come radice del polinomio caratteristico P(t).
Cio:
k
a la molteplicit algebrica dellautovalore k.

MOLTEPLICITA GEOMETRICA
Sia V uno spazio vettoriale su campo K, : f V V un endomorfismo. Sia k K un autovalore di
f, si definisce molteplicit geometrica di k la dimensione dellautospazio
k
V degli autovettori
associati.
Cio:
k
g = dim
k
V

Sia V uno spazio vettoriale su un campo K, : f V V un endomorfismo, e sia k K un autovalore
di f, allora si ha: 1
k k
g a

Sia V uno spazio vettoriale su un campo K, sia : f V V un endomorfismo. Allora autospazi
corrispondenti ad autovalori distinti di f sono sommandi diretti. Cio:
1 2
, ,...,
t
k k k K autovalori distinti di f
1 2
, ,...,
k k kt
V V V sommandi diretti

CARATTERISTICHE DEL POLINOMIO CARATTERISTICO
Il polinomio caratteristico p(t) possiede tutte le radici in K la somma delle molteplicit
algebriche delle radici uguale al grado di p(t).
[Se le radici sono appartenenti al campo su cui definito lo spazio allora la somma delle radici
uguale al grado del polinomio caratteristico]

TEOREMA FONDAMENTALE SUGLI ENDOMORFISMI DIAGONALIZZABILI
Sia V uno spazio vett. Di dim. N su un campo K, sia : f V V un endomorfismo F
diagonalizzabile il polinomio caratteristico di f ha tutte le radici nel campo K e tutte con
molteplicit algebrica == molteplicit geometrica.
CASO PARTICOLARE: Se f un endomorfismo avente n autovalori distinti allora f
diagonalizzabile

















Davide Piccolo