Applicazioni lineari ed esempi. Nucleo ed immagine di un
Transcript
Applicazioni lineari ed esempi. Nucleo ed immagine di un
LEZIONE 15 15.1. Applicazioni lineari ed esempi. Definizione 15.1.1. Siano V e W spazi vettoriali su k = R, C. Un’applicazione f : V → W si dice k–lineare se: (AL1) per ogni v1 , v2 ∈ V si ha f (v1 + v2 ) = f (v1 ) + f (v2 ); (AL2) per ogni α ∈ k e v ∈ V si ha f (αv) = αf (v). Nel caso il campo sia evidente si parla semplicemente di applicazione lineare. Osservazione 15.1.2. Siano V e W spazi vettoriali su k = R, C. Sia f : V → W un’applicazione k–lineare. i) Risulta f (0V ) = f (00V ) = 0f (0V ) = 0W e f (−v) = f ((−1)v) = (−1)f (v) = −f (v) per ogni v ∈ V . Più in generale un’applicazione f : V → W è k–lineare se e solo se α1 , . . . , αn ∈ k e v1 , . . . , vn ∈ V si ha f (α1 v1 + · · · + αn vn ) = α1 f (v1 ) + · · · + αn f (vn ). ii) Se U ⊆ V è un sottospazio allora f|U : U → W è lineare. Se W ⊆ U è un sottospazio allora l’applicazione fb: V → U , ottenuta componendo f con l’inclusione W ⊆ U , è lineare. iii) Per esercizio verificare che l’applicazione nulla 0V,W : V → W , definita da v 7→ 0W , e l’applicazione identità idV : V → V , definita da v 7→ v, sono k–lineari. Esempio 15.1.3. L’applicazione f : R3 −→ R2 (x, y, z) −→ (3x + y − z, x − y + 2z) è lineare. Infatti si ha che se α ∈ R, (x, y, z) ∈ R3 risulta f (α(x, y, z)) = f (αx, αy, αz) = (3(αx) + (αy) − (αz), (αx) − (αy) + 2(αz)) = = (α(3x + y − z), α(x − y + 2z)) = α(3x + y − z, x − y + 2z) = αf (x, y, z). Inoltre, se (x0 , y 0 , z 0 ), (x00 , y 00 , z 00 ) ∈ R3 , risulta f ((x0 , y 0 , z 0 ) + (x00 , y 00 , z 00 )) = f (x0 + x00 , y 0 + y 00 , z 0 + z 00 ) = = (3(x0 + x00 ) + (y 0 + y 00 ) − (z 0 + z 00 ), (x0 + x00 ) − (y 0 + y 00 ) + 2(z 0 + z 00 )) = = (3x0 + y 0 − z 0 + 3x00 + y 00 − z 00 , x0 − y 0 + 2z 0 + x00 − y 00 + 2z 00 ) = = (3x0 + y 0 − z 0 , x0 − y 0 + 2z 0 ) + (3x00 + y 00 − z 00 , x00 − y 00 + 2z 00 ) = = f (x0 , y 0 , z 0 ) + f (x00 , y 00 , z 00 ). Typeset by AMS-TEX 1 2 15.1. APPLICAZIONI LINEARI ED ESEMPI Per esercizio verificare in modo analogo che anche l’applicazione g: C2 −→ C3 (x, y) −→ (3x + y, x − y, −x + 2y) è lineare. Esempio 15.1.4. Si consideri l’applicazione f : R3 −→ R2 (x, y, z) −→ (3x + y − z, x − y + 2z + 1). Ci poniamo il problema di stabilire se f è lineare. Se f fosse lineare si dovrebbe avere f (0, 0, 0) = (0, 0) (si veda l’Osservazione da 15.1.2 i)). Poiché f (0, 0, 0) = (0, 1) segue che f non è lineare. Esempio 15.1.5. Sia k = R, C e sia A ∈ k m,n fissata. L’applicazione µA : k n,1 −→ k m,1 X −→ AX è lineare. Infatti scelti α ∈ k, X, X 0 , X 00 ∈ k n,1 risulta µA (αX) = A(αX) = α(AX) = αµA (X), 0 00 µA (X + X ) = A(X 0 + X 00 ) = AX 0 + AX 00 = µA (X 0 ) + µA (X 00 ). Verifichiamo ora che ogni applicazione lineare f : k n,1 → k m,1 è della forma µA per un’unica A ∈ k m,n . Sia B = (E1,1 , . . . , En,1 ) la base definita nell’Esempio 13.2.7 e siano Aj = f (Ej,1 ) ∈ k m,1 per j = 1, . . . , n: definiamo allora A come la matrice m × n avente Aj come colonna j–esima. Per ogni X = t (x1,1 , . . . , xn,1 ) ∈ k n,1 allora per l’Osservazione 15.1.2 i), risulta f (X) = f ( n X j=1 xj,1 Ej,1 ) = n X j=1 xj,1 f (Ej,1 ) = n X xj,1 Aj = AX, j=1 quindi f = µA come applicazioni. Si noti che tale matrice è univocamente determinata: infatti se A0 ∈ k m,n è un’altra matrice , cioè f = µA0 , si ha Aj = f (Ej,1 ) = A0 Ej,1 che è la j–esima colonna di A0 , dunque A = A0 . Per esempio l’applicazione nulla è µ0m,n . Più in generale, identificando k n ed k m con k n,1 ed k m,1 rispettivamente, ogni applicazione lineare f : k n → k m è individuata da un’unica matrice m × n. Si verifichi che l’applicazione f dell’Esempio 15.1.3 si ottiene come caso particolare prendendo k = R e 3 1 −1 A= ∈ R2,3 1 −1 2 LEZIONE 15 3 con l’identificazione naturale di R3 ed R2 con R3,1 ed R2,1 rispettivamente. Similmente, identificando C2 ed C3 con C2,1 ed C3,1 rispettivamente, si verifichi che l’applicazione g dell’Esempio 15.1.3 coincide con µB con 3 1 B = 1 −1 = t A ∈ C3,2 −1 2 Esempio 15.1.6. Sia V uno spazio vettoriale su k = R, C di dimensione n e sia B una sua base. L’applicazione [·]B : V −→ k n v −→ [v]B è lineare. Infatti se α ∈ k e v, v1 , v2 ∈ V risulta [αv]B = α[v]B , [v1 + v2 ]B = [v1 ]B + [v2 ]B , per quanto osservato dopo la Definizione 13.2.3. Esempio 15.1.7. Siano k = R, C e a ∈ k. L’applicazione va : k[x] −→ k p(x) −→ p(a) di valutazione in a è lineare. Infatti va ((p0 + p00 )(x)) = (p0 + p00 )(a) = p0 (a) + p00 (a) = va (p0 (x)) + va (p00 (x)), va ((αp)(x)) = (αp)(a) = αp(a) = αva (p(x)). Poichè la restrizione a sottospazi conserva la linearità, per ogni n ≥ 0 anche le applicazioni va|k[x]n : k[x]n → k sono lineari. Esempio 15.1.8. Sia ~v0 ∈ V3 (O) fissato. Verificare per esercizio che le applicazioni prodotto scalare per ~v0 definita da h·, ~v0 i: V3 (O) −→ R ~v −→ h~v , ~v0 i. e prodotto vettoriale per ~v0 definita da · × ~v0 : V3 (O) −→ V3 (O) ~v −→ ~v × ~v0 . sono R–lineari per le proprietà dei prodotti scalare e vettoriale. 4 15.1. APPLICAZIONI LINEARI ED ESEMPI Esempio 15.1.9. Sia I =]a, b[⊆ R non vuoto. Nell’Esempio 11.2.8 abbiamo osservato che l’insieme C p (I) è uno spazio vettoriale su R per ogni p ≥ 0. Uno dei risultati dell’analisi delle funzioni di una variabile reale è che l’applicazione D: C p (I) −→ C p−1 (I) ϕ(x) −→ Dϕ(x) = dϕ (x) dx è lineare per ogni p ≥ 1. Esempio 15.1.10. Sia z = a + bi ∈ C, a, b ∈ R: ricordo che il coniugato di z è, per definizione, il numero complesso z = a − bi. Si consideri l’applicazione f di coniugio su C, cioè f : C → C è definita da z 7→ z. Allora f è chiaramente additiva, infatti f (z 0 + z 00 ) = z 0 + z 00 = z 0 + z 00 = f (z 0 ) + f (z 00 ). Invece se α ∈ C si ha f (αz) = αz che coincide con αf (z) = αz se e solo se α ∈ R ⊆ C. Quindi il coniugio non è un’applicazione C–lineare, ma solo R–lineare. Concludiamo questo paragrafo con la seguente proposizione. Propposizione 15.1.11. Siano U , V e W spazi vettoriali su k = R, C. Se f, g: V → W e h: W → U sono lineari allora tali sono le applicazioni h ◦ f : V → U , f + g: V → W e λf : V → W per ogni λ ∈ k. Dimostrazione. Per ogni v, v 0 , v 00 ∈ V risulta (f + g)(v 0 + v 00 ) = f (v 0 + v 00 ) + g(v 0 + v 00 ) = f (v 0 ) + f (v 00 ) + g(v 0 ) + g(v 00 ) = = f (v 0 ) + g(v 0 ) + f (v 00 ) + g(v 00 ) = (f + g)(v 0 ) + (f + g)(v 00 ), (f + g)(αv) = f (αv) + g(αv) = αf (v) + αg(v) = = α(f (v) + g(v)) = α((f + g)(v)), (λf )(v 0 + v 00 ) = λf (v 0 + v 00 ) = λ(f (v 0 ) + f (v 00 )) = = λf (v 0 ) + λf (v 00 ) = (λf )(v 0 ) + (λf )(v 00 ), (λf )(αv) = λf (αv) = λαf (v) = = α(λf (v)) = α((λf )(v)), (h ◦ f )(v 0 + v 00 ) = h(f (v 0 + v 00 )) = h(f (v 0 ) + f (v 00 )) = = h(f (v 0 )) + h(f (v 00 )) = (h ◦ f )(v 0 ) + (h ◦ f )(v 00 ), (h ◦ f )(αv) = h(f (αv)) = h(αf (v)) = = αh(f (v)) = α((h ◦ f )(v)). Osservazione 15.1.12. Siano k = R, C, A, B ∈ k m,n e λ ∈ k: allora µA + µB = µA+B , λµA = µλA . LEZIONE 15 5 Infatti per ogni X ∈ k n,1 si ha (µA + µB )(X) = µA (X) + µB (X) = AX + BX = (A + B)X = µA+B (X), (λµA )(X) = λ(µA (X)) = λ(AX) = (λA)X = µλA (X). Siano poi A ∈ k m,n , B ∈ k n,p e si considerino µB : k p,1 → k n,1 , µA : k n,1 → k m,1 . Allora per ogni X ∈ k p,1 risulta µA ◦ µB (X) = µA (µB (X)) = µA (BX) = A(BX) = (AB)X = µAB (X) : concludiamo che µA ◦ µB = µAB . Esempio 15.1.13. Con le notazioni dell’Esempio 15.1.9, si può definire Dn = D ◦ Dn−1 : C ∞ (I) → C ∞ (I). Più in generale se a0 , . . . , an ∈ C ∞ (I)) allora P (D) = a0 Dn + a1 Dn−1 + · · · + an−1 D + an è R–lineare. P (D) si dice operatore differenziale lineare d’ordine n. 15.2. Immagine di un’applicazione lineare. Ricordo che se ϕ: X → Y è un’applicazione fra due insiemi si definisce immagine di ϕ l’insieme im(ϕ) = { y ∈ Y | esiste x ∈ X tale che ϕ(x) = y }. Siano V e W spazi vettoriali su k = R, C e sia f : V → W un’applicazione k– lineare. Dall’Osservazione 15.1.2 i) segue che 0W ∈ im(f ). Inoltre se w, w0 , w00 ∈ im(f ) ed α ∈ k allora esistono v, v 0 , v 00 ∈ V tali che f (v) = w, f (v 0 ) = w0 , f (v 00 ) = w00 . Segue allora che w0 + w00 = f (v 0 ) + f (v 00 ) = f (v 0 + v 00 ) ∈ im(f ), αw = αf (v) = f (αv) ∈ im(f ). Quanto osservato dimostra l’affermazione i) della Proposizione 15.2.1. Siano V e W spazi vettoriali su k = R, C. Se f : V → W è un’applicazione k–lineare. allora: i) im(f ) è un sottospazio di W ; ii) Se w ∈ im(f ) e v0 ∈ V è tale che f (v0 ) = w allora f −1 (w) = { v ∈ V | f (v) = w } = { v0 +v 0 | v 0 ∈ f −1 (0W ) } = { v0 }+f −1 (0W ); iii) se V = L(v1 , . . . , vn ) allora im(f ) = L(f (v1 ), . . . , f (vn )) (quindi se V è finitamente generato, tale è im(f )). 6 15.2. IMMAGINE DI UN’APPLICAZIONE LINEARE Dimostrazione. Dimostriamo ii). Sia v ∈ f −1 (w). Allora f (v − v0 ) = f (v) − f (v0 ) = w − w = 0W , quindi esiste v 0 ∈ f −1 (0W ) tale che v = v0 + v 0 , dunque f −1 (w) ⊆ { v0 } + f −1 (0W ). Viceversa, se v 0 ∈ f −1 (0W ), risulta che f (v0 + v 0 ) = f (v0 ) + f (v 0 ) = w + 0 = w, dunque si ha anche { v0 } + f −1 (0W ) ⊆ f −1 (w). Concludiamo che f −1 (w) = { v0 } + f −1 (0W ) Pn Dimostriamo iii). Sia V = L(v1 , . . . , vn ): se v = i=1 αi vi ∈ V allora n n X X αi vi ) = αi f (vi ) ∈ L(f (v1 ), . . . , f (vn )), f (v) = f ( i=1 i=1 dunque im(f ) ⊆ L(f (v1 ), . . . , f (vn )). Viceversa se w ∈ L(f (v1 ), . . . , f (vn )) allora w= n X i=1 n X αi f (vi ) = f ( αi vi ) ∈ im(f ), i=1 dunque si ha anche L(f (v1 ), . . . , f (vn )) ⊆ im(f ). Concludiamo che im(f ) = L(f (v1 ), . . . , f (vn )). In particolare se U ⊆ V è un sottospazio vettoriale allora tale è f (U ): infatti f (U ) = im(f|U ). Più interessante è osservare che la controimmagine di 0W riveste un ruolo fondamentale per le applicazioni k–lineari: l’affermazione ii) della Proposizione 15.2.1 ci dice che le controimmagini f −1 (w) tramite f dei vettori w ∈ im(f ) si ottengono tutte da quella f −1 (0W ) di 0W per traslazione di una controimmagine particolare. Per questo motivo f −1 (0W ) merita un nome particolare. Definizione 15.2.2. Siano V e W spazi vettoriali su k = R, C. Se f : V → W è k–lineare si definisce nucleo di f l’insieme ker(f ) = f −1 (0W ) = { v ∈ V | f (v) = 0 }.