• Non ci sono risultati.

Applicazioni lineari e matrici.

N/A
N/A
Protected

Academic year: 2021

Condividi "Applicazioni lineari e matrici."

Copied!
3
0
0

Testo completo

(1)

Applicazioni lineari e matrici.

1) Lo spazio Hom(V, V

0

).

Siano V e V

0

spazi vettoriali, e denotiamo con Hom(V, V

0

)

l’insieme di tutte le applicazioni lineari da V a V

0

. Se f e g sono due applicazioni lineari tra V e V

0

, e c ∈ R e’ uno scalare, possiamo definire

f + g : V → V

0

come l’applicazione che trasforma u in f (u) + g(u), cioe’

(f + g)(u) := f (u) + g(u), e

c · f : V → V

0

come l’applicazione che trasforma u in c · f (u), cioe’

(c · f )(u) := c · f (u).

Poiche’ f e g sono lineari anche f + g e c · f lo sono. Pertanto queste due operazioni definiscono una struttura algebrica

(Hom(V, V

0

), +, ·).

Tale struttura e’ uno spazio vettoriale.

2) Gli spazi Hom(V, V

0

) ed M(m, n) sono isomorfi.

Se B e B

0

sono basi di V e V

0

, allora

M

BB0

(f + g) = M

BB0

(f ) + M

BB0

(g) e

M

BB0

(c · f ) = c · M

BB0

(f ).

In altre parole l’applicazione

M

BB0

: f ∈ Hom(V, V

0

) → M

BB0

(f ) ∈ M(m, n)

e’ un’applicazione lineare (qui naturalmente n e’ la dimensione di V , ed m quella di V

0

).

Questa applicazione e’ in realta’ un isomorfismo, in quanto e’ biiettiva. Per provare che e’ biiettiva possiamo costruire direttamente la sua inversa

f

BB0

: M(m, n) → Hom(V, V

0

)

(2)

2

ponendo

f

BB0

(A) := [ ]

−1B0

◦ f

A

◦ [ ]

B

, dove con f

A

denotiamo l’applicazione

f

A

: x ∈ R

n

→ A · x ∈ R

m

. Poiche’

f

BB0

◦ M

BB0

= id

Hom(V,V0)

e M

BB0

◦ f

BB0

= id

M(m,n)

segue che M

BB0

e’ un isomorfismo.

L’esistenza dell’isomorfismo M

BB0

significa che lo studio delle applicazioni lineari e’

equivalente allo studio delle matrici. Tuttavia occorre tener presente che l’isomorfismo M

BB0

non e’ naturale, nel senso che se si cambiano le basi allora cambia l’isomorfismo.

3) Il caso V = V

0

.

Quando V = V

0

allora su Hom(V, V ), oltre all’addizione interna ed alla moltipli- cazione esterna, abbiamo anche una moltiplicazione interna data dalla composizione.

Cioe’, cosi’ come M(n, n), Hom(V, V ) e’ una algebra:

(Hom(V, V ), +, ·, ◦).

Poiche’ la matrice rappresentativa di g ◦ f e’ il prodotto della matrice rappresentativa di g per quella di f , allora l’isomorfismo di spazi vettoriali M

BB

(adesso assumiamo B = B

0

), oltre ad essere compatibile rispetto all’addizione ed alla moltiplicazione esterna, e’ compatibile anche rispetto alla moltiplicazione interna. Cioe’

M

BB

(g ◦ f ) = M

BB

(g) · M

BB

(f ).

Cio’ si esprime dicendo che M

BB

e’ un isomorfismo di algebre. In alcuni testi l’algebra Hom(V, V ) si denota anche con il simbolo End(V ), e gli operatori del tipo f : V → V si chiamano anche endomorfismi di V .

3) La sostituzione di una matrice e di un endomorfismo in un polinomio.

Sia

p(t) = a

0

+ a

1

t + a

2

t

2

+ · · · + a

h

t

h

un polinomio. Poiche’ sia M(n, n) che Hom(V, V ) sono algebre, ha senso sostituire in p(t) sia una matrice quadrata A, che un endomorfismo f : V → V . Cioe’ possiamo definire

p(A) := a

0

I + a

1

A + a

2

A

2

+ · · · + a

h

A

h

∈ M(n, n), e

p(f ) := a

0

id

V

+ a

1

f + a

2

f

2

+ · · · + a

h

f

h

∈ Hom(V, V )

(3)

3

(con f

r

si intende la composizione di f con se stesso f ◦ f ◦ · · · ◦ f r volte). Osserviamo che, comunque si assegnino polinomi p(t) e q(t), una matrice A ed un operatore f , valgono le seguenti proprieta’ di calcolo:

(p + q)(A) = p(A) + q(A), (p · q)(A) = p(A) · q(A) = q(A) · p(A) (p + q)(f ) = p(f ) + q(f ), (p · q)(f ) = p(f ) · q(f ) = q(f ) · p(f ).

In queste formule, con il simbolo p · q denotiamo il prodotto tra i due polnomi p e q.

In virtu’ dell’isomorfismo di algebre descritto in precedenza, si ha anche M

BB

(p(f )) = p(M

BB

(f ))

dove B denota, come al solito, una qualunque base fissata di V . 4) La relazione di similitudine tra matrici.

Sia f : V → V un endomorfismo di uno spazio V , e fissiamo due basi B e B

0

di V . Possiamo allora considerare le due matrici rappresentative

M

BB

(f ) e M

BB00

(f ).

Vale la seguente formula:

M

BB00

(f ) = M

BB0

(id

V

) · M

BB

(f ) · M

BB0

(id

V

).

Posto A = M

BB

(f ), A

0

= M

BB00

(f ) e P = M

BB0

(id

V

), possiamo scrivere la formula prece- dente in una forma piu’ semplice:

A

0

= P

−1

AP.

Cio’ motiva la seguente definizione.

Siano A ed A

0

due matrici quadrate dello stesso ordine n. Diremo che A e’ simile (o coniugata) ad A

0

se esiste una matrice invertibile P tale che A

0

= P

−1

AP . Valgono le seguenti proprieta’.

(i) Nell’insieme delle matrici quadrate M(n, n), la relazione di similitudine e’ una relazione di equivalenza.

(ii) Due matrici A ed A

0

sono simili se e soltanto se esiste un endomorfismo f : V → V e basi B e B

0

di V tali che A = M

BB

(f ) ed A

0

= M

BB00

(f ) (cioe’ due matrici sono simili se e soltanto se rappresentano uno stesso endomorfismo).

(iii) Due matrici sono simili se e soltanto se, per ogni polinomio p(t), le matrici p(A)

e p(A

0

) sono simili. In particolare se A ed A

0

sono simili allora p(A) = 0 se e solo se

p(B) = 0.

Riferimenti

Documenti correlati

Nell’implementazione dei metodi di Jacobi, Gauss-Seidel, SOR, pu´ o servire l’estrazione di particolari

Dopo aver introdotto alcune nozioni sulla fisica che regola la torsione delle travi a sezione rettangolare, si prosegue lo studio mostrando i risultati ottenuti con le simulazioni

[r]

Alcuni esercizi su applicazioni lineari, matrici rappresentative, cambiamento di base.. Ce ne sono un numero finito

Come conseguenza di quanto appena osservato, la possibilit`a garantitaci dalla Propo- sizione 5.4 di poter calcolare il determinante effettuando lo sviluppo di Laplace rispetto ad

Ad ogni dato vettore applicato in O associamo l’unico vettore applicato in O ottenuto moltiplicando il vettore dato per lo scalare 3.. Si lascia al lettore di dare una

Abbiamo poi osservato che, bench´ e la regola di Laplace ed il metodo di Cramer siano facilmente implementabili sul calcolatore, le relative complessit` a computazionali (numero

[r]