Geometria: basi e dimensioni
Come si fa a trovare la dimensione e una base del nucleo e dell'immagine di un'applicazione lineare?
Ad esempio di
$ f_1: R^4->R^3
$f_1 (x, y, z, t) = (x-y, y+z, t)
$ B = (2, -1, 0, 0), (-1, 1, 0, 1), (0, 1, 0, 0), (1, 0, 1, 1)
$B' = (1, 1, 1), (0, 1, 1), (1, -4, -3)
$ f: R^3[t]->R^2[t]
$f (a t^3 + b t^2 + c t + d)= (a+c) t^2 + (-2a + 3b + c) t + (a-b+4d)
$B= (1, t, t^2, t^3) B' = (1, t, t^2)
In questo caso $B $e $B' $ sono le basi dell'applicazione
Ad esempio di
$ f_1: R^4->R^3
$f_1 (x, y, z, t) = (x-y, y+z, t)
$ B = (2, -1, 0, 0), (-1, 1, 0, 1), (0, 1, 0, 0), (1, 0, 1, 1)
$B' = (1, 1, 1), (0, 1, 1), (1, -4, -3)
$ f: R^3[t]->R^2[t]
$f (a t^3 + b t^2 + c t + d)= (a+c) t^2 + (-2a + 3b + c) t + (a-b+4d)
$B= (1, t, t^2, t^3) B' = (1, t, t^2)
In questo caso $B $e $B' $ sono le basi dell'applicazione
Risposte
Ma, scusa l'ignoranza, cos'è una base di un'applicazione?? Io ho sempre sentito parlare di basi di spazi vettoriali, ma non di applicazioni.
Comunque, in generale, si nota che:
Data un'applicazione lineare $f:V->W$ (con $V$ e $W$ $K$-spazi vettoriali):
1) $Ker(f)={v in V |f(v)=0 }$ è il nucleo dell'applicazione lineare $f$ ed è un sottospazio di $V$.
2) $Im(f)={w in W| EE v in V: w=f(v)}$ è l'immagine dell'applicazione lineare $f$ ed è un sottospazio di $W$.
Da 1 e 2 segue, quindi, che, se rispettivamente $V$ ha dimensione finita e $W$ ha dimensione finita, allora $Ker(f)$ ha dimensione finita e $Im(f)$ ha dimensione finita.
3) Se $V$ ha dimensione finita e ${e_1,...,e_n}$ è una base di $V$, allora $Im(f)$ è generato da: ${f(e_1),...,f(e_n)}$.
Notare che questo non significa che, se $dim(V)=n$, allora $dim(Im(f))=n$!!! Infatti, 3 ci dice unicamente che ${f(e_1),...,f(e_n)}$ è un insieme di generatori di $Im(f)$, ma non necessariamente linearmente indipendenti.
Dalla 3 si desume, invece, che, se $V$ ha dimensione finita, allora non solo il $Ker(f)$ ha dimensione finita, ma anche che $Im(f)$ ha dimensione finita, ove in particolare $dim(Im(f))<=dim(V)$
4) Se $V$ ha dimensione finita, allora:
$dim(Im(f))+dim(Ker(f))=dim(V)$.
Notare che la 4 ha senso, perchè, come detto, se $V$ ha dimensione finita, $Ker(f)$ e $Im(f)$ hanno dimensione finita.
Notare anche che la 3 e la 4 non richiedono che $W$ abbia dimensione finita.
Secondo me, detto questo, il metodo più rapido è quello che di trovare prima l'insieme dei generatori dell'immagine, come in 3, poi "scremarla" trovando una base dell'immagine. Fatto ciò, dalla 4 si ricava la dimensione del nucleo. A quel punto per trovare una base del nucleo secondo me si fa prima a occhio. Si cerca, cioè l'insieme dei generici vettori portati in zero e poi si cerca una base... ecc ecc...
Spero di non essere troppo lesso dall'esame che ho fatto oggi, per cui se ho sbagliato qualcosa o non sono stato chiaro, correggete pure please. Ciao
Comunque, in generale, si nota che:
Data un'applicazione lineare $f:V->W$ (con $V$ e $W$ $K$-spazi vettoriali):
1) $Ker(f)={v in V |f(v)=0 }$ è il nucleo dell'applicazione lineare $f$ ed è un sottospazio di $V$.
2) $Im(f)={w in W| EE v in V: w=f(v)}$ è l'immagine dell'applicazione lineare $f$ ed è un sottospazio di $W$.
Da 1 e 2 segue, quindi, che, se rispettivamente $V$ ha dimensione finita e $W$ ha dimensione finita, allora $Ker(f)$ ha dimensione finita e $Im(f)$ ha dimensione finita.
3) Se $V$ ha dimensione finita e ${e_1,...,e_n}$ è una base di $V$, allora $Im(f)$ è generato da: ${f(e_1),...,f(e_n)}$.
Notare che questo non significa che, se $dim(V)=n$, allora $dim(Im(f))=n$!!! Infatti, 3 ci dice unicamente che ${f(e_1),...,f(e_n)}$ è un insieme di generatori di $Im(f)$, ma non necessariamente linearmente indipendenti.
Dalla 3 si desume, invece, che, se $V$ ha dimensione finita, allora non solo il $Ker(f)$ ha dimensione finita, ma anche che $Im(f)$ ha dimensione finita, ove in particolare $dim(Im(f))<=dim(V)$
4) Se $V$ ha dimensione finita, allora:
$dim(Im(f))+dim(Ker(f))=dim(V)$.
Notare che la 4 ha senso, perchè, come detto, se $V$ ha dimensione finita, $Ker(f)$ e $Im(f)$ hanno dimensione finita.
Notare anche che la 3 e la 4 non richiedono che $W$ abbia dimensione finita.
Secondo me, detto questo, il metodo più rapido è quello che di trovare prima l'insieme dei generatori dell'immagine, come in 3, poi "scremarla" trovando una base dell'immagine. Fatto ciò, dalla 4 si ricava la dimensione del nucleo. A quel punto per trovare una base del nucleo secondo me si fa prima a occhio. Si cerca, cioè l'insieme dei generici vettori portati in zero e poi si cerca una base... ecc ecc...

Spero di non essere troppo lesso dall'esame che ho fatto oggi, per cui se ho sbagliato qualcosa o non sono stato chiaro, correggete pure please. Ciao
Il testo dell'esercizio è questo, numero 8...
http://cdm.unimo.it/home/matematica/cri ... geo1(soluz).pdf
Ma riesci a darmi un esempio di esercizio svolto?
Grazie...
http://cdm.unimo.it/home/matematica/cri ... geo1(soluz).pdf
Ma riesci a darmi un esempio di esercizio svolto?
Grazie...
Allora, vediamo un po' di capire meglio intanto cosa chiede il famigerato esercizio 8.
Sia dato un omomorfismo di spazi vettoriali (o applicazione lineare) $f:V->W$ a dimensione finita, ove $V$ e $W$ sono $K$-spazi vettoriali a dimensione finita.
Siano $B={v_1,...v_n}$ e $B'={w_1,..,w_n}$ rispettivamente una base di $V$ e di $W$.
L'esercizio chiede di:
- trovare la matrice associata a $f$ rispetto alle basi $B$ e $B'$, che spesso si denota con $M_(B' B) (f)$ (non so se anche voi l'avete chiamata così);
- trovare la dimensione ed una base sia per $Ker(f)$ che per $Im(f)$.
Prima di tutto ricordiamo che, se $dim(V)=n$ e $dim(W)=m$, allora si definisce la matrice $M_(B' B) (f)$ come la matrice $m x n$ a coefficienti in $K$:
$M_(B' B) (f)=((a_(11),...,a_(1n)),(vdots,ddots,vdots),(a_(m1),...,a_(mn)))$, dove:
$f(v_1)=a_(11)w_1+...+a_(m1)w_m$, $f(v_2)=a_(12)w_1+...+a_(m2)w_m$, ... ,$f(v_n)=a_(1n)w_1+...+a_(mn)w_m$
(cioè, in pratica, ogni colonna j-esima della matrice mostra ordinatamente come si scrive $f(v_j)$ come combinazione lineare della base $B'$)
Notare che, se prendiamo $v in V$ e $w in W$ e li scriviamo come combinazioni lineari delle basi $B$ e $B'$, cioè:
$v=x_1v_1+...+x_nv_n$
$w=y_1w_1+...+y_mw_m$,
allora
$((y_1),(vdots),(y_m)) = M_(B' B) (f) ((x_1),(vdots),(x_n)) $
A questo punto ho detto tutto quanto è necessario, arrangiati.
Scherzo, ovviamente!
Farò l'esercizio 8 a come esempio domani.
Sia dato un omomorfismo di spazi vettoriali (o applicazione lineare) $f:V->W$ a dimensione finita, ove $V$ e $W$ sono $K$-spazi vettoriali a dimensione finita.
Siano $B={v_1,...v_n}$ e $B'={w_1,..,w_n}$ rispettivamente una base di $V$ e di $W$.
L'esercizio chiede di:
- trovare la matrice associata a $f$ rispetto alle basi $B$ e $B'$, che spesso si denota con $M_(B' B) (f)$ (non so se anche voi l'avete chiamata così);
- trovare la dimensione ed una base sia per $Ker(f)$ che per $Im(f)$.
Prima di tutto ricordiamo che, se $dim(V)=n$ e $dim(W)=m$, allora si definisce la matrice $M_(B' B) (f)$ come la matrice $m x n$ a coefficienti in $K$:
$M_(B' B) (f)=((a_(11),...,a_(1n)),(vdots,ddots,vdots),(a_(m1),...,a_(mn)))$, dove:
$f(v_1)=a_(11)w_1+...+a_(m1)w_m$, $f(v_2)=a_(12)w_1+...+a_(m2)w_m$, ... ,$f(v_n)=a_(1n)w_1+...+a_(mn)w_m$
(cioè, in pratica, ogni colonna j-esima della matrice mostra ordinatamente come si scrive $f(v_j)$ come combinazione lineare della base $B'$)
Notare che, se prendiamo $v in V$ e $w in W$ e li scriviamo come combinazioni lineari delle basi $B$ e $B'$, cioè:
$v=x_1v_1+...+x_nv_n$
$w=y_1w_1+...+y_mw_m$,
allora
$((y_1),(vdots),(y_m)) = M_(B' B) (f) ((x_1),(vdots),(x_n)) $
A questo punto ho detto tutto quanto è necessario, arrangiati.
Scherzo, ovviamente!

Farò l'esercizio 8 a come esempio domani.
Sono entrato nel sito che hai linkato, mettilo giusto perché non funziona, bisogna entrare nella homepage di un prof...
Faccio l'8a):
i) Trova la matrice associata rispetto alla base nuova:
Sai che la matrice associata rispetto alla base canonica è:
1 -1 0 0
0 1 1 0
0 0 0 1
Chiama quest'ultima A.
Ora trasponi i vettori della nuova base B in colonne e mettili in una matrice: chiamala per comodità B.
Ora trasponi i vettori della nuova base dello spazio di arrivo B' in colonne e mettili in una matrice: chiamala C
Ora fai l'inversa di quest'ultima, cioè fai (e chiama quest'ultima) C^-1
La matrice associata rispetto alla nuova base è: M=C^-1*A*B (fai tu i calcoli, io non li ho fatti).
ii) Nucleo dell'applicazione lineare: M.x=0, risolvi il sistema omogeneo, parametrizza la soluzione così i vettori che trovi sono una base del nucleo.
iii) Per l'immagine: trova il rango di M, utilizza l'algoritmo di Gauss, e trova i vettori linearmente indipendenti che formano la base (in pratica risolvi il sistema)
Tutto chiaro?
Faccio l'8a):
i) Trova la matrice associata rispetto alla base nuova:
Sai che la matrice associata rispetto alla base canonica è:
1 -1 0 0
0 1 1 0
0 0 0 1
Chiama quest'ultima A.
Ora trasponi i vettori della nuova base B in colonne e mettili in una matrice: chiamala per comodità B.
Ora trasponi i vettori della nuova base dello spazio di arrivo B' in colonne e mettili in una matrice: chiamala C
Ora fai l'inversa di quest'ultima, cioè fai (e chiama quest'ultima) C^-1
La matrice associata rispetto alla nuova base è: M=C^-1*A*B (fai tu i calcoli, io non li ho fatti).
ii) Nucleo dell'applicazione lineare: M.x=0, risolvi il sistema omogeneo, parametrizza la soluzione così i vettori che trovi sono una base del nucleo.
iii) Per l'immagine: trova il rango di M, utilizza l'algoritmo di Gauss, e trova i vettori linearmente indipendenti che formano la base (in pratica risolvi il sistema)
Tutto chiaro?