Alex Gotev
Prova orale di Geometria, A.A. 2009/2010, prof. Raffaele Scapellato Elenco dei teoremi richiesti con dimostrazione
1. Annullamento del prodotto per gli spazi vettoriali
Proposizione (2.2.2, pag. 38)
Sia: k ∈K , v ∈V k scalare , v vettore Si ha kv =0 see solo se k =0 oppurev =0 Dimostrazione
Si consideri kv=v 0k kv =v0kv 0=v0 Si consideri anche kv=k 0v kv=k0kv 0=k0
Viceversa se kv=0 e k ≠0, esiste k−1∈K tale che v=k−1kv =k−1⋅0=0
2. Isomorfismo tra uno spazio vettoriale di dimensione n e Kn.
Proposizione (Teorema 5.1.6, pag. 86)
SiaV K uno spazio vettoriale contenente una base B=v1,v2,.. , vn. Esiste unisomorfismo TBda V K a Kn, che si ottiene facendo
corrispondere ad ogni vettorela n−upla delle sue coordinate rispetto alla base.
Dimostrazione
La proposizione assicura che la funzione TBdescritta è ben definita ed è una biiezione.
Essa è anche lineare , infatti si considerino:
u=
∑
i=1 n
aivi v=
∑
i=1 n
bivi
allora uv =
∑
i=1 n
aibivi
dunque TBuv = a1b1,... , anbn = TBuTBv
inoltre ku=
∑
i=1 n
k aivi quindi si ha TBku = ka1,... , k an = kTBu
Pagina 1 di 4
Alex Gotev
3. Teorema di interpolazione.
Proposizione (Teorema 6.1.6, pag. 96)
Siano V K e V ' K spazi vettoriali , sia
{
v1,... , vn}
una base di V.Per ogni w1,... , wn ∈ V ' esiste un' unica funzione lineare T :V V '
tale che T v1=w1, T v2=w2,... , T vn=wn Dimostrazione
Il generico v ∈ V si può scrivere nella forma: v=
∑
i=1 n
aivi Definiamo: T v =
∑
i=1 n
aiwi.
La linearità si verifica direttamente , mostrandol ' esistenza della funzione con l e proprietà richieste.
Per quanto riguarda l ' unicità , sia T1:V V ' una F.L.tale che T1vi=wi per ogni i=1, ... , n
allora T1v =T1
∑i=1n aivi
= ∑
i=1n aiT1vi = ∑
i=1n aiwi = T v , quindi T1=T
4. Indipendenza di autovettori relativi ad autovalori distinti.
Proposizione (Proposizione 7.1.7, pag. 109)
Sia T :V V lineare. Se v1,... , vk sono autovettori di T corrispondenti ad autovalori distinti 1,... , k, allora v1,... , vk sono linearmente indipendenti.
Dimostrazione
Procediamo per induzione su k :
se k =1 l ' autovettore v1 non è nullo e quindi è indipendente.
Sia ora k 1 e supponiamo che a1v1...anvn=0 Applicando T si ha anche , per linearità
a1T v1...akT vk=0, cioè a 1v1...akkvk=0
Sottraendo la prima uguaglianza moltiplicata per k dall ' ultima , si ottiene : a11−kv1...ak−1k −1−kvk−1=0
Per l ' ipotesi induttiva v1,... , vk−1 sonoindipendenti e quindi a11−k=...=ak−1k−1−k=0
da cui a1=...=ak−1=0 e quindi anche akvk=0 e ak=0
Pagina 2 di 4
Alex Gotev
5. Caratterizzazione degli autovalori come radici del polinomio caratteristico
Proposizione (Teorema 7.2.1, pag. 109)
T: Endomorfismo di uno spazio n-dimensionale Vn(K) A: Matrice associata a T rispetto ad una base B Le seguenti condizioni sono equivalenti:
1. Lo scalare ∈ K è autovalore di T 2. Esiste x ≠ 0 in Kn tale che Ax = λx 3. det(A – λIn) = 0
Dimostrazione Se x = TB(v),
T(v) = λv se e solo se Ax = λx.
Dunque λ è autovalore se e solo se il sistema lineare omogeneo (A – λIn) = 0 ha una soluzione non nulla, che si verifica se e solo se det(A – λIn) = 0
6. Caratterizzazione delle matrici associate a endomorfismi simmetrici.
Proposizione (Proposizione 9.1.3, pag. 140) Sia B=e1,... , en una base ortonormale di V.
aSe x e y sono i vettori colonnadelle coordinate di v e w rispetto a B , allora
v , w= xT y nel caso reale , v , w= xT y nel caso complesso bL ' endomorfismo T è simmetrico se e solo sela matrice associata A= MBT
è simmetrica , è hermitiano se e solo se la matrice A= MBT è hermitiana cioè A=AT
Dimostrazione
aSia nel caso reale che complesso vale
v , w=
∑
j
∑
k
xjykej, ek =
∑
j
xjyj = xT y , perchè B è ortonormale
bPer a, nel caso reale
T v , w = Ax T y = xTATy , mentre v , T w = xTAy Se AT=A , allora T v , w = v , T w e T è simmetrico.
Viceversa , se T è simmetrico scegliendo v =ej e w=ek si ottiene ATjk=ajk cioè Aè una matrice simmetrica.
Nel caso hermitiano v ,T w = xTAy = xTA y e si conclude come nel casoreale.
Pagina 3 di 4
Alex Gotev
7. Diagonalizzazione delle forme quadratiche
Proposizione (Teorema 9.3.5, pag. 145)
Ogni forma quadratica è diagonalizzabile mediante una trasformazione ortogonale di coordinate
Dimostrazione
Per il teorema spettrale, per ogni matrice reale simmetrica A, esistono:
• una matrice diagonale D e
• una matrice ortogonale P tali che:
P-1AP = PTAP = D
Dunque A è congruente a D e la forma quadratica associata ad A diventa, mediante la trasformazione ortogonale x = Py, la forma quadratica
q ' y =1y12...nyn2 dove 1,... ,n sono gli autovalori di A
Testo di riferimento:
M. P. Manara, A. Perotti, R. Scapellato - Geometria e algebra lineare, Esculapio, 2a Edizione, 2007.
Pagina 4 di 4