Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2



Documenti analoghi
1 Applicazioni Lineari tra Spazi Vettoriali

Lezione 9: Cambio di base

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

APPLICAZIONI LINEARI

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

LEZIONE 16. Proposizione Siano V e W spazi vettoriali su k = R, C. Se f: V W

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

Parte 6. Applicazioni lineari

3 Applicazioni lineari e matrici

Esercizi su lineare indipendenza e generatori

Applicazioni lineari

Dimensione di uno Spazio vettoriale

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

OGNI SPAZIO VETTORIALE HA BASE

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v a 1,n 1 v n 1 + a 1,n v n = w 1

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)

Anno 1. Le relazioni fondamentali (equivalenza, d'ordine, inverse, fra insiemi)

4. Operazioni elementari per righe e colonne

LEZIONE 17. B : kn k m.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

Autovalori e Autovettori

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Parte 2. Determinante e matrice inversa

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

LEZIONE 23. Esempio Si consideri la matrice (si veda l Esempio ) A =

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

15 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Algebra Lineare e Geometria

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.

Parte 3. Rango e teorema di Rouché-Capelli

x u v(p(x, fx) q(u, v)), e poi

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Esame di Geometria - 9 CFU (Appello del 28 gennaio A)

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Equazioni alle differenze finite (cenni).

Geometria I A. Algebra lineare

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli Equazioni differenziali lineari omogenee a coefficienti costanti.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Corrispondenze e funzioni

ALGEBRA I: MODULI. Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +).

LE FIBRE DI UNA APPLICAZIONE LINEARE

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

Teoria degli insiemi

Richiami di algebra lineare e geometria di R n

STRUTTURE ALGEBRICHE

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

II Spazi vettoriali ed applicazioni lineari

Fondamenti di Automatica

Diagonalizzazione di matrici e applicazioni lineari

APPUNTI DI MATEMATICA ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1)

APPUNTI DI ALGEBRA LINEARE

Ottimizzazione Multi Obiettivo

Appunti di Algebra Lineare

Matematica generale CTF

Equazioni non lineari

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Corso di Calcolo Numerico

1 Convessità olomorfa

MATRICI E DETERMINANTI

Esistenza di funzioni continue non differenziabili in alcun punto

Introduzione Ordini parziali e Reticoli Punti fissi

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

APPLICAZIONI LINEARI

Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni

L anello dei polinomi

Capitolo 2 Distribuzioni di frequenza

11) convenzioni sulla rappresentazione grafica delle soluzioni

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia

Lezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:

Rette e curve, piani e superfici

RELAZIONI E FUNZIONI. Per ricordare. Figura 1. Figura 2. Figura 3. Figura 4

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

10. Insiemi non misurabili secondo Lebesgue.

Insiemi di generatori e basi

Applicazioni lineari

Metodi Computazionali

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)

IGiochidiArchimede-SoluzioniBiennio 22 novembre 2006

1 Insiemi e terminologia

Funzioni e loro invertibilità

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2

LE FUNZIONI A DUE VARIABILI

STRINGHE di un ALFABETO. Consideriamo un alfabeto di simboli V V è un insieme finito e non vuoto. Alfabeto della lingua inglese I={a,b,c,..

Corso di Matematica per la Chimica

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A Programma del corso di Geometria Prof.

Il rischio di un portafoglio

I sistemi di numerazione

Transcript:

Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di vettori di A. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1 Es.2

Proprietà della chiusura lineare Prop.1 Siano A un sottoinsieme (o un sistema) non vuoto di V (K) e L(A) la sua chiusura lineare, allora 1. L(A) è un sottospazio vettoriale di V (K); 2. A L(A); 3. L(L(A)) = L(A); 4. L(A) è incluso in ogni sottospazio vettoriale di V (K) che include A (cioè L(A) è il più piccolo sottospazio vettoriale di V (K) che include A). Prop.2 Siano A e B sottoinsiemi (o sistemi) non vuoti di V (K), allora 1. A B L(A) L(B); 2. L(A B) = L(A) + L(B).

Generatori. Spazi finitamente generati Def. Sia A un sistema (o un sottoinsieme) non vuoto di V (K). Il sottospazio vettoriale L(A) si dice spazio generato da A ed A si dice sistema (o insieme) di generatori di L(A). Pertanto A è detto sistema (o insieme) di generatori di V (K), che è detto spazio generato, se V (K) = L(A), cioè se ogni vettore di V (K) si può scrivere come combinazione lineare di un numero finito di vettori di A. Def. Uno spazio vettoriale V (K) si dice finitamente generato se ammette almeno un sistema di generatori. Es.

Proprietà dei sistemi di generatori Lemma Sia A = [v i ] i In un sistema di generatori di V (K). Se in A esiste un v s che è esprimibile come combinazione lineare dei rimanenti vettori di A, allora A \ {v s } è ancora un sistema di generatori di V (K). Teorema Ogni spazio vettoriale finitamente generato e non banale ammette almeno un sistema libero di generatori.

Sistemi di generatori e sistemi liberi. Lemma di Steinitz Lemma di Steinitz In uno spazio vettoriale f.g. siano B = [v i ] i In un sistema di generatori e A = [w j ] j Im un sistema libero, allora m n.

Basi Def. Si dice base di uno spazio vettoriale V (K) una sequenza libera di generatori. N.B. Applicando un teorema precedente possiamo dunque dire che ogni spazio vettoriale finitamente generato e non banale ammette almeno una base. Prop. Tutte le basi di uno spazio vettoriale f.g. hanno la stessa cardinalità. Dimensione Def. Si dice dimensione di uno spazio vettoriale f.g., e si denota con dim V (K), la cardinalità di una sua base qualunque. N.B. Uno spazio vettoriale di dimensione n si denota con V n (K).

Conseguenze del lemma di Steinitz Corollario In V n (K) con n > 0 a. m vettori con m > n sono linearmente dipendenti; b. m vettori con m < n non possono generare V n (K); c. una sequenza di n generatori è libera, quindi è una base; d. una sequenza libera di n vettori genera V n (K), quindi è una sua base. Prop.1 In V n (K) esistono sottospazi vettoriali di ogni dimensione t con 0 t n. Prop.2 Siano U e W sottospazi vettoriali di V n (K) e sia U W, allora: a. dim U dim W ; b. U = W dim U = dim W.

Conseguenze del lemma di Steinitz Completamento di una sequenza libera ad una base Teorema (del completamento) Siano B = (e i ) i In una base e A = (v i ) i Ip una sequenza libera di V n (K) (dunque p n). Allora in B esiste una sottosequenza B, formata da n p vettori, tale che A B risulti una base di V n (K). N.B.Il teorema precedente ci dice che in uno spazio vettoriale di dimensione finita è sempre possibile costruire basi contenenti vettori prefissati, purchè linearmente indipendenti. Essi infatti, assunti in un dato ordine, formano una sequenza libera che può essere completata in modo da ottenere una base dello spazio che, ovviamente, conterrà i vettori di partenza. Def. Se A è una sequenza libera e B una base, la sottosequenza B di B tale che A B è una base, è detta completamento di A.

Complemento diretto di un sottospazio Prop. In V n (K) siano B una base, A una sequenza libera, B B un completamento di A. Allora V n (K) = L(A) L(B ). Def. Se V (K) = U W i due sottospazi U e W si dicono l uno complemento diretto dell altro. Corollario In V n (K) ogni sottospazio vettoriale ammette almeno un complemento diretto.

Formula di Grassmann Teorema (formula di Grassmann) Siano U e W sottospazi di uno spazio f.g. V n (K). Allora dim U + dim W = dim (U W ) + dim (U + W )

Caratterizzazione di una base Teorema Una sequenza B = (v i ) i In di vettori di V (K) è una sua base se, e soltanto se, ogni vettore di V (K) si può esprimere in uno ed un solo modo come combinazione lineare dei vettori di B.

Componenti in una data base Def. In V n (K) siano B = (e i ) i In una base e v un vettore con v = k 1 e 1 + k 2 e 2 + + k n e n. L ennupla dei coefficienti (k i ) i In è detta ennupla delle componenti di v in B. Es. Prop. Sia B una base di uno spazio vettoriale V n (K). La corrispondenza φ B che ad ogni vettore v associa l ennupla (k i ) i In delle sue componenti in B è una biiezione di dominio V n (K) e codominio K n.

Cambiamento di base Siano B = (e i ) i In e B = (e i ) i I n due basi di V n (K). Dato che B è base, i vettori di B possono essere scritti come combinazioni lineari dei vettori di B: e 1 = h 11e 1 + h 12 e 2 + + h 1n e n ( ) e 2 = h 21e 1 + h 22 e 2 + + h 2n e n. e n = h n1 e 1 + h n2 e 2 + + h nn e n Analogamente, i vettori di B possono essere scritti come combinazioni lineari dei vettori di B : e 1 = h 11 e 1 + h 12 e 2 + + h 1n e n e ( ) 2 = h 21 e 1 + h 22 e 2 + + h 2n e n. Ponendo E = e 1 e 2. e n e n = h n1 e 1 + h n2 e 2 + + h nn e n, E = e 1 e 2., e n la ( ) risulta equivalente alla E = HE la ( ) risulta equivalente alla E = HE H = (h ij ) i,j In H = ( h ij ) i,j In

Matrice del cambiamento di base Def. La matrice H che ha nelle righe le componenti dei vettori di B in B è detta matrice del cambiamento di base da B a B. La matrice H che ha nelle righe le componenti dei vettori di B in B e risulta la matrice del cambiamento di base da B a B. Sostituendo E = HE in E = HE si ottiene E = H(HE) cioè E = ( HH)E. Dunque la matrice HH ha nelle righe le componenti dei vettori di B in B ed è perciò HH = n. Analogamente, H H = n. Pertanto Prop. Una matrice di cambiamento di base è quadrata e invertibile e la sua inversa è la matrice del cambiamento di base opposto.

Componenti di un vettore rispetto a basi distinte Attraverso la matrice del cambiamento di base si può stabilire un legame fra le componenti di un vettore v di V n (K) rispetto a due distinte basi B = (e i ) i In e B = (e i ) i I n. Dette X v e X v le matrici colonna delle componenti del vettore v in B e B rispettivamente, risulta v = t X v E (se si esprime v rispetto a B) v = t X v E (se si esprime v rispetto a B ). Pertanto t X v E = t X v E e, sostituendo E = HE, si ottiene t X v E = ( t X v H)E. Per l unicità delle componenti deve essere t X v = t X v H da cui, passando alle trasposte, X v = t H X v Dato che la matrice del cambiamento di base è invertibile, si può equivalentemente scrivere X v = t H 1 X v