2
|
Settimana 1
23/9
|
Introduzione
Numeri naturali (con lo zero) N, operazioni di somma e prodotto,
proprietà, ordinamento, buon ordinamento
Numeri interi Z e
loro operazioni, struttura di anello commutativo con unità
Moltiplicare per 0 in un anello dà 0
Esempi di anelli: Z[21/2], Z[x], Z/12, Z/n, esistenza di divisori dello
zero in Z/n se
e sono se n non è primo
Numeri razionali e loro operazioni, struttura di campo, nei campi non ci sono
divisori dello zero, Z/p è
un campo
Esempi: Q[x]
è un anello ma non un campo
|
5
|
24/9
|
Numeri
reali come scritture decimali, proprietà di ordinamento e completezza
Numeri complessi, parte reale e parte immaginaria, somma e
moltiplicazione, coniugio, compatibilità del coniugio con somma e
moltiplicazione
Radici quadrate di un numero complesso in forma cartesiana
Rappresentazione di un numero complesso nel piano di Gauss
Modulo di un numero complesso, proprietà elementari del
modulo, modulo di una somma e di un prodotto di numeri complessi, inverso di
un numero complesso
Numeri complessi di modulo 1 come circonferenza unitaria S1, argomento di un numero complesso, forma polare di un
numero complesso
Prodotto di due numeri complessi in forma polare
Radici n-esime di un numero complesso (non nullo), esempi
|
7
|
26/9
|
Angolo (nel piano di
Gauss) tra vettori che rappresentano due numeri complessi non nulli
Esercizi dal foglio 1
|
9
|
Settimana 2
30/9
|
Caratteristica di un
campo, esempi
Esempio
di R2: somma di vettori come composizione di spostamenti
Gli spazi vettoriali numerici Kn, (K*)n: operazioni
di somma tra vettori e prodotto per scalare
Definizione di spazio vettoriale su un campo K (proprietà 1-7)
Esempi di spazi vettoriali: V={0V} su K qualunque, V=Kn o V=(K*)n su K qualunque, V=C su K=R, V= Q[21/2] su K=Q, V={a+21/3: a,b in Q} su K=Q, V=K[x] e V= K[x]≤d su K qualunque, KS con S insieme non
vuoto su K qualunque
Prodotto di due spazi vettoriali
Proprietà addizionali degli spazi vettoriali (proprietà 8-13)
Definizione di sottospazio vettoriale, esempio di sottospazio {0V}
e di sottospazio H={xÎKn: a1x1+…+anxn=0} in Kn
|
12
|
1/10
|
Esempi di sottospazi vettoriali,
classificazione dei sottospazi vettoriali di R2
Intersezione (qualunque) di sottospazi, somma finita di sottospazi,
somma diretta di due sottospazi
Combinazioni lineari, Span di un sottoinsieme
qualunque di vettori, insiemi di generatori
Spazi vettoriali finitamente generati e infinitamente generati, esempio di Kn e di K[x] e K[x]≤d
|
14
|
3/10
|
Esercizi
dal foglio 2
|
16
|
Settimana 3
7/10
|
Esempi di generatori in R2 e in R3, esempio di
generatori di un prodotto di spazi vettoriali
Proprietà dello Span, Span
dell’unione di due sottoinsiemi
Indipendenza lineare di un sottoinsieme di vettori
Esempi di insiemi linearmente indipendenti in Kn (insieme canonico), in K[x]≤d e
esempio di insieme di tre vettori non linearmente indipendente in R3
Esempio: un insieme di vettori linearmente indipendente non contiene il
vettore nullo
Combinazioni lineari, Span e indipendenza lineare
per liste ordinate di vettori (analoghe alle definizioni per sottoinsiemi)
Esempio: una lista linearmente indipendente di vettori non contiene due
vettori uguali
Esempio: insiemi linearmente indipendenti con 1 o 2 elementi
Esempio: verifica dell’indipendenza lineare di un insieme di 3 vettori in R3
|
19
|
8/10
|
Criterio
induttivo per l’indipendenza lineare di una lista di n vettori (Lemma 4.5.3)
Teorema dello scambio (se Span(A) contiene m
vettori linearmente indipendenti, allora anche A contiene m vettori
linearmente indipendenti)
In uno spazio vettoriale generato da n elementi un sottoinsieme linearmente
indipendente ha al più n elementi
Sottospazi di spazi vettoriali finitamente generati sono finitamente generati
Uno spazio
vettoriale è infinitamente generato se e solo se contiene k-uple di vettori linearmente indipendenti per ogni k:
esempio di V=K[x], e
di V=C come
spazio vettoriale su K=Q
Definizione
di base, liste (o insiemi) minimali di generatori, liste (o insiemi)
linearmente indipendenti massimali
Le basi sono liste minimali di generatori, e sono liste massimali linearmente
indipendenti
In uno spazio vettoriale finitamente generato V una lista linearmente
indipendente di vettori può essere completata ad una base attingendo da un
sottoinsieme dato di generatori, le basi di V hanno tutte la stessa
cardinalità
Definizione di dimensione
Esempi di basi e di dimensione per V={0}, V=Kn e
V=K[x]≤d, W
sottospazio definito da x3=0 in R3,
V=C su K=R, V=R
su K=Q
Una lista B
di vettori in V è una base di V se e solo se ogni vettore di V si scrive in
modo unico come combinazione lineare di elementi in B
|
21
|
10/10
|
Esercizi
dal foglio 3
|
23
|
Settimana 4
14/10
|
Esempio: base
di V=Cn come
spazio vettoriale su K=C e come spazio vettoriale
su K=R
Coordinate di un vettore di V rispetto ad una base di V
Se V ha
dimensione n e A è un insieme ordinato di n vettori, allora A è una base se e
solo se i vettori in A sono linearmente indipendenti se e solo se A è un
insieme di generatori.
Dimensione di sottospazi
vettoriali
Semisemplicità degli spazi vettoriali di
dimensione finita
Formula di Grassmann
|
26
|
15/10
|
Definizione di applicazione
lineare, esempi (applicazione nulla, applicazione identità, omotetie,
proiezioni da Kn a K, applicazioni lineari da K a K, una applicazione lineare
da K2 a K2,
valutazione di una funzione in un punto, valutazione di un polinomio in un
punto, inclusione di un sottospazio vettoriale, proiezione da un prodotto su
uno dei fattori, proiezione di una somma diretta su un addendo), il coniugio
su V=C è
lineare per K= R, ma non è lineare se K=C
Una f lineare manda 0 in 0, opposti in opposti e rispetta le combinazioni
lineari
La composizione di applicazioni lineari è lineare; la restrizione di una
applicazione lineare ad un sottospazio del dominio è lineare
Isomorfismi lineari, una applicazione lineare è un
isomorfismo se e solo se è biiettiva
Le
applicazioni lineari iniettive mandano vettori linearmente indipendenti in
vettori linearmente indipendente; le applicazioni lineari suriettive mandano
generatori in generatori; gli isomorfismi mandano basi in basi
Il dominio di una applicazione lineare suriettiva ha
dimensione grande almeno quanto quella del codominio; inoltre, spazi
vettoriali isomorfi hanno la stessa dimensione
Nucleo
di una applicazione lineare f, il nucleo è un sottospazio
Immagine di una applicazione lineare, immagine di un
sottospazio del dominio tramite una applicazione lineare; l’immagine è un
sottospazio vettoriale
|
28
|
17/10
|
Esercizi
dal foglio 4
|
30
|
Settimana 5
21/10
|
Il nucleo di una applicazione
lineare f è {0} se e solo se f è iniettiva
Definizione di rango, teorema del rango, esempi e controesempi
Le applicazioni lineari sono caratterizzate dal loro comportamento su una
base
Matrici, spazio vettoriale delle matrici n per m,
prodotto di una matrice per un vettore, esempi
|
33
|
22/10
|
Matrice MF associata
ad una applicazione lineare F da Km a Kn
Applicazione lineare LA associata ad una matrice A
Struttura di spazio vettoriale su Hom(V,W) e
sullo spazio delle matrici Mn,m(K)
Corrispondenza tra matrici e applicazioni lineari tra spazi vettoriali
numerici: isomorfismi L e M
Descrizione del nucleo e dell’immagine di LA
Composizione di applicazioni lineari, prodotto di matrici e relazione LBA=LBLA
Associatività della composizione di applicazioni tra insiemi, associatività
del prodotto tra matrici
Base canonica dello spazio delle
matrici Mn,m(K), dimensione di Mn,m(K)
e di Hom(Km, Kn)
|
35
|
24/10
|
Esercizi
foglio 5
|
37
|
Settimana 6
28/10
|
Ker(LA) e soluzioni del
sistema omogeneo AX=0
Risoluzione di sistemi lineari AX=b (anche non omogenei), spazio delle
soluzioni come traslato di ker(LA), teorema di Rouché-Capelli
Matrici
a scala, pivot e colonne pivot; risoluzione di sistemi lineari a scala,
insieme delle soluzioni e sua dimensione
Operazioni elementari sulle righe, matrici equivalenti per righe
Se A,B sono matrici equivalenti per righe, allora ker(LA)=ker(LB); inoltre, se alcune colonne di B sono linearmente
dipendenti, allora le corrispondenti colonne di A sono linearmente dipendenti
Riduzione a scala di una matrice tramite operazioni
elementari sulle righe (eliminazione di Gauss)
Calcolo di una base di ker(LA) e di Im(LA) usando la riduzione a scala di A tramite operazioni
elementari sulle righe, esempio
|
40
|
29/10
|
Calcolo
di una base di U partendo da un sistema di generatori
Calcolo di una base di U+W partendo da un sistema di generatori per U e un
sistema di generatori per W
Calcolo di una base dell’intersezione di U e W partendo da una base di U e
una base di W
Equazioni cartesiane e insiemi minimali di equazioni cartesiane per un
sottospazio vettoriale di Kn
Calcolo di un insieme minimale di equazioni cartesiane per ker(LA) e di Im(LA)
Matrici
quadrate invertibili n´n, matrici inverse
Verifica di invertibilità usando l’eliminazione di Gauss, esempio nel caso
n=2
Matrici elementari, inverse di matrici elementari
Operazioni elementari sulle righe come moltiplicazione a sinistra per matrici
elementari
Algoritmo di riduzione di Gauss-Jordan nel caso generale
Uso di Gauss-Jordan per calcolare l’inversa di una matrice invertibile
|
42
|
31/10
|
Esercizi
foglio 6
Esempio di matrici A,B tali che AB=0 ma BA diversa da 0
Traccia di una matrice, linearità e suriettività; Tr(AB)=Tr(BA)
Trasposta di una matrice, (AB)T=BTAT
|
44
|
Settimana 7
4/11
|
Passaggio
alle coordinate rispetto ad una base, esempi
Matrice che rappresenta una applicazione lineare rispetto a
basi date (in partenza e in arrivo), esempi
Matrice di cambio di base e sua invertibilità, esempio
Matrice che rappresenta la composizione di due applicazioni
lineari
Scelte
basi B=(v1,…,vn)
di V e C=(w1,…,wm)
di W, isomorfismo lineare tra Hom(V,W) e lo spazio
delle matrici m´n
|
47
|
5/11
|
Prova
in itinere autovalutativa
|
|
7/11
|
Lezione cancellata
|
49
|
Settimana 8
11/11
|
Duale
Vv di uno spazio vettoriale V, duale di Kn e sua base canonica
Data una base B di V, sottoinsieme linearmente indipendente Bv di Vv
Se V ha dimensione finita, base Bv di Vv duale della base B di V
Esempio: passaggio alle coordinate e base duale; controesempio per V=R[t]
Per ogni vettore v non nullo in V, esiste un funzionale j tale che j(v)=1
Suriettività e iniettività
dell’applicazione F:V®Kr definita come F=(j1,…, jr)T
Applicazione duale Fv di
una applicazione lineare F, composizione di applicazioni duali
Rispetto alle basi duali Fv è
rappresentata dalla trasposta della matrice che rappresenta F
Esempio: (AB)T=BTAT
Applicazione lineare iniettiva canonica i:V®Vvv che manda v
in evv, isomorfismo se V ha dimensione
finita
|
52
|
12/11
|
Annullatore
Ann(S) di un sottoinsieme S di V, proprietà
Luogo di zeri Z(A) di un sottoinsieme A di Vv,
proprietà
Se V ha dimensione finita, Ann e Z danno una
biiezione tra sottospazi vettoriali di V e sottospazi vettoriali di Vv (e in effetti Ann
e Z sono una l’inversa dell’altra)
Se V ha dimensione finita e S è un sottospazio vettoriale di V, dim(Ann(S))+dim(S)=dim(V)
Se V ha dimensione finita e A è un sottospazio vettoriale di Vv, dim(A)+dim(Z(A))=dim(V)
Esercizi
foglio 7
|
54
|
14/11
|
Per
una qualunque applicazione lineare F, si ha Ann(Im(F))=ker(Fv)
e Ann(ker(F))=Im(Fv)
Per una matrice, rango per righe=rango per colonne,
un altro metodo di calcolo per equazioni cartesiane che descrivono l’immagine
di LA
Idea
del determinante di una matrice quadrata come rapporto di volumi con segno,
formula a mano nel caso 2x2, significato geometrico della multi-linearità
Definizione
di determinante con l’espansione di Laplace lungo la prima riga
Calcolo del determinante per una matrice con una colonna nulla, e per una
matrice triangolare superiore
Definizione di applicazione multi-lineare e
multi-linearità del determinante
|
56
|
Settimana 9
18/11
|
Il determinante è alternante, e
inoltre det(I)=1
Proprietà (D1-D9) e caratterizzazione delle funzioni dn:Mnn(K) ®K multilineari
alterne sulle colonne
Permutazioni, trasposizioni, segno di una permutazione, formula per dn usando le permutazioni
Unicità del determinante, determinante della matrice trasposta, teorema
di Binet
|
59
|
19/11
|
Sviluppi di Laplace del
determinante rispetto a qualunque riga o colonna
Determinante e eliminazione di Gauss
Matrici triangolari a blocchi, determinante di una matrice triangolare a
blocchi
Matrici con entrate intere o polinomi
Determinante di Vandermonde, inversa intera di
una matrice A a entrate intere e con |det(A)|=1
Matrice dei cofattori, inversa di
una matrice con il metodo di Cramer
Rango della matrice dei cofattori
Risoluzione di un sistema lineare quadrato con il metodo di Cramer
Relazioni di equivalenza ~ sull’insieme X
Esempi: tutti gli elementi equivalenti tra loro, ciascun
elemento equivalente solo a se stesso, X={coppie (a,b)
di numeri interi con b non nullo} e relazione (a,b)~(c,d) se ad=bc, X=Z e n~m se q divide n-m (con q
intero maggiore di 1 fissato)
Classi di equivalenza [x], partizione di X in classi di
equivalenza, insieme quoziente X/~, esempio di Q e di Z/q
Richiamo: passaggio in coordinate e cambio di coordinate
per un endomorfismo F (con la STESSA base in partenza e in arrivo)
Problema: trovare quantità indipendenti da B associate
alla matrice che rappresenta F rispetto
ad una base B (sia in partenza che in arrivo), per esempio il
determinante
|
61
|
21/11
|
Esercizi
foglio 8
|
63
|
Settimana 10
25/11
|
Fibra
di una applicazione
Combinazioni
affini, sottospazi affini di spazi vettoriali, applicazioni affini tra spazi
affini, traslazioni, esempi
Giacitura di un sottospazio affine, biiezione tra sottospazio affine e sua
giacitura, dimensione di un sottospazio affine
Immagine inversa di un sottospazio affine tramite una applicazione affine
Fibra di una applicazione lineare e sua giacitura, esempi, sistemi lineari
non omogenei
V/U
come insieme dei sottospazi affini di V con giacitura U, struttura di spazio
vettoriale su V/U
Struttura di spazio quoziente V/~ su V/U, proiezione canonica V®V/U lineare e suriettiva
|
66
|
26/11
|
Descrizione delle applicazioni affini tra spazi
vettoriali come composizione di una trasformazione lineare seguita da una
traslazione
L’identificazione tra un sottospazio affine e la sua giacitura è una
applicazione affine invertibile
L’inversa di una applicazione affine invertibile è affine
Riepilogo su spazi vettoriali quoziente V/U, proiezione
canonica da V a V/U, suo nucleo
Dimensione e basi di V/U, esempio
Esempio: fibre dell’applicazione lineare D:C1(R,R)®Co(R,R) data dalla derivazione, primitiva di una funzione
continua
Endomorfismi e automorfismi di uno spazio vettoriale V
Definizione di gruppo, esempi: spazi vettoriali (V,+), (Z,+), (K,+), (K\{0},moltiplicazione)
Definizione di GL(V), esempio GLn(K)=GL(Kn), struttura
di gruppo su GL(V)
Similitudine tra matrici quadrate, la similitudine è una
relazione di equivalenza
Le matrici che rappresentano un endomorfismo (rispetto alla stessa base in
partenza e in arrivo) sono tutte simili tra loro
Il rango, la traccia e il determinante di matrici quadrate sono invarianti
per similitudine, definizione di traccia e determinante per un endomorfismo
Esempi di matrici non simili tra loro; matrici diagonali con gli stessi
elementi sulla diagonale (in ordine diverso) sono simili tra loroò i multipli della matrice unità In sono
simili soltanto a se stessi
Valutazione q(A) di un polinomio q(t) su una matrice quadrata A
Se A,B sono matrici simili e q è un polinomio, allora q(A) e q(B) sono simili
Autovettori e autovalori di un endomorfismo
Polinomio caratteristico pA(t) di una
matrice quadrata A, invarianza per similitudine del polinomio caratteristico
di una matrice
Polinomio caratteristico pf(t) di un
endomorfismo f, gli autovalori di f sono le radici
del polinomio caratteristico pf(t)
Comunicazione codice OPIS per il questionario sulle opinioni
degli studenti, tempo per la compilazione
|
68
|
28/11
|
Esercizi
foglio 9
|
70
|
Settimana 11
2/12
|
Valutazione di un polinomio su un endomorfismo, prodotto
di polinomi e composizione di endomorfismi
Lemma di Bézout (solo enunciato e dimostrazione
quando uno dei due polinomi ha grado 1)
Polinomio caratteristico di matrici diagonali,
triangolari, e triangolari a blocchi
Termini di grado n, n-1 e 0 nel polinomio caratteristico di f:V®V (se n=dim(V) )
Definizione di endomorfismo diagonalizzabile; LA
diagonalizzabile se e solo se A è simile ad una
matrice diagonale
Definizione di autospazio Vλ
associato a λ, gli autospazi sono sottospazi
vettoriali
Definizione di molteplicità geometrica mλ
e molteplicità algebrica mλ di λ
per l’endomorfismo f
λ è autovalore per f se e solo se mλ>0 se e solo se mλ>0
Gli autospazi sono in somma diretta; inoltre mλ≤mλ
Se D è una matrice diagonale, allora mλ=mλ per tutti i
λ e la somma di tutti gli mλ
dà dim(V)
Esempi di matrici con mλ<mλ, esempi di
matrici reali senza autovalori
|
73
|
3/12
|
f:V®V (n=dim(V) ) è diagonalizzabile Û la somma diretta
degli autospazi di f coincide con V Û Σmλ = dim(V)
pf è completamente riducibile Û Σμλ = dim(V)
Se f è diagonalizzabile, allora pf
è completamente riducibile
Se pf è completamente riducibile e con
tutte radici semplici, allora f è diagonalizzabile
Esempi
Esempio della trasposizione di matrici quadrate
Definizione di matrice simmetrica e matrice antisimmetrica, base canonica del
sottospazio delle matrici simmetriche, base canonica del sottospazio delle
matrici antisimmetriche
Sottospazi invarianti per un endomorfismo f
Restrizione di f ad un sottospazio f-invariante
Esempi, i sottospazi di autospazi sono
f-invarianti, somma o intersezione di sottospazi f-invarianti è f-invariante
Sottospazio f-ciclico Cv generato da un vettore v, f-invarianza di
Cv, base standard di Cv
Esempio di sottospazio f-ciclico e di una sua base
Esempio di un sottospazio f-ciclico di dimensione infinita (dentro un spazio
V di dimensione infinita)
Matrici compagne, polinomio caratteristico di una matrice compagna
La matrice che rappresenta la restrizione di f a un sottospazio f-ciclico è
una matrice compagna
|
75
|
5/12
|
Esercizi
foglio 10
|
77
|
Settimana 12
9/12
|
Teorema di Cayley-Hamilton per matrici
compagne e per sottospazi f-ciclici
Restrizione di un endomorfismo di V a un sottospazio f-invariante W e al
quoziente V/W, relazione tra i polinomi caratteristici e tra le matrici che
rappresentano tali endomorfismi
Teorema di Cayley-Hamilton
Esempio: matrice triangolare superiore T, sottospazio
T-invariante Span(e1,…ek), polinomio caratteristico di T
Bandiere complete e definizione di triangolabilità
di un endomorfismo
Triangolabilità di endomorfismi e bandiere complete
di sottospazi f-invarianti
Un endomorfismo è triangolabile se e solo se il suo polinomio caratteristico
è completamente fattorizzabile
|
80
|
10/12
|
Esempio:
dimostrare che A è triangolabile e trovare una base che la triangola
Enunciato del teorema fondamentale dell’algebra, completa fattorizzabilità
dei polinomi complessi
(da
ora in poi, V finitamente generato)
Definizione di ideale If dei polinomi
che si annullano quando valutati sull’endomorfismo f:V®V
Se V ha dimensione n, allora esiste un polinomio non nullo di grado al più n2
in If
Per Cayley-Hamilton, il polinomio caratteristico pf appartiene a If
Definizione di polinomio minimo qf,
l’ideale If consiste esattamente dei
multipli di qf
Se r è divide qf, allora r(f) non è
invertibile
λ è autovalore di f se e solo se λ è
radice di qf
f è diagonalizzabile se e solo se qf=(t-λ1)(t-λ2)•••(t-λk)
Esempi: proiezioni (f2=f), riflessioni (f2=I)
Sia W sottospazio f-invariante di V e sia q’ il polinomio minimo della
restrizione di f a W, q’’ il polinomio minimo dell’endomorfismo di V/W
indotto da f. Allora qf divide il
prodotto q’q’’ ed è diviso dal mcm(q’,q’’).
Definizione di Vr(f)=ker(r(f))
Se r è un polinomio irriducibile che divide pf,
allora r divide qf
Se pf=(r1)a1•••(rk)ak con
ai>0, allora qf=(r1)b1•••(rk)bk con
0<bi≤ai
|
82
|
12/12
|
Esercizi
foglio 11
|
84
|
Settimana 13
16/12
|
Dato h polinomio, ker(h(f)) e
Im(h(f)) sono f-invarianti
Se r non ha fattori in comune con h, allora la restrizione di r(f) a
ker(h(f)) è invertibile
Teorema di decomposizione primaria
Autospazi generalizzati
Polinomi valutati su matrici a blocchi
Esempi
|
87
|
17/12
|
Endomorfismi nilpotenti f:V®V (con dim(V)=n), indice di nilpotenza, indice
di nilpotenza di un vettore
Proprietà base degli endomorfismi nilpotenti
Osservazioni su endomorfismi cf e f+bI ottenuti da f, inversa di I-f con f nilpotente
Esempi: matrici a blocchi triangolari superiori, blocco di Jordan nilpotente Jk di ordine k
Catena di sottospazi {0}=ker(f0)Íker(f)Íker(f2) Íker(f3) Í… e {0}=Im(fn)ÍIm(fn-1) ÍIm(fn-2)Í…
Invarianti ak=dim(ker(fk))-dim(ker(fk-1)) con a1³a2³a3³…³as=0, e bk=ak-ak+1³0
Partizione a·=(a1,a2,…): a1+a2+…+an=n e dim(ker(fk))= a1+a2+…+ak
Diagramma di Young associato alla partizione a·,
con bk colonne di
lunghezza k
Esempio di costruzione della base di Jordan di una f nilpotente con data
partizione a·
Se f è nilpotente, esiste una base rispetto alla quale f si rappresenti con
una matrice in forma di Jordan, con bk blocchi di Jordan Jk
Se A,B sono matrici n´n nilpotenti, allora A,B sono simili se e solo se dim(ker(Ak))=dim(ker(Bk)) per
ogni k=1,…,n
|
89
|
19/12
|
Forma
canonica di Jordan generale a partire da quella per endomorfismi nilpotenti
Esercizi
foglio 12
|
|
Settimana 14
7/1
|
LEZIONE
CANCELLATA
|
91
|
9/1
|
Altri esercizi su
potenze di matrici e forma di Jordan
|
93
|
Settimana
15
13/1
|
Esercizi
|