Geometria
Teoria di base
Capitolo 1
Disuguaglianza di Cauchy-Schwarz: (v ∙ w) ≤ (v∙v)(w∙w)
2
• Diseguaglianza Triangolare: |v+w|≤|v|+|w|
• Angolo tra vettori: θ=arccos[(v∙w) / |v||w|]
• Indipendenza lineare: S è linearmente indipendente se genera 0 in maniera unica
• }
Base: un insieme S={s ,s ,s di vettori in V è una base per V se S genera ogni vettore di V in modo univoco
• 1 … k
Capitolo 3
Spazio Vettoriale: un insieme non vuoto di vettori con una struttura algebrica, ha due operazioni (+, *λ)
• Sottospazio Vettoriale: W è un S.V. se soddisfa gli assiomi di chiusura e contiene lo zero
• Dimensione: la dimensione di V è la cardinalità di una base di V
• Base: un sottoinsieme S di V è una base per V se S è linearmente indipendente e la cardinalità di S è uguale a dimV
• Spazio Euclideo: un insieme non vuoto con una struttura algebrica, ha tre operazioni (+, *λ,•)
• Complemento ortogonale: dato un sottoinsieme finito S di V, è l’insieme dei vettori perpendicolari ai vettori di S
• ⟂
® },
S={s ,s ,s S ={vÎV | (v, s )=(v,s )=(v,s )=0}
1 … k 1 … k
® Se S è generato da una base, S=Span(s), controllo solo che (v,s)=0
⟂
® Dato V spazio euclideo e S V, dimV=dimS + dimS
Í
Capitolo 4 – Applicazioni Lineari
Applicazione Lineare: una funzione tra due spazi vettoriali tale che T(v)+T(w)=T(v+w) e λT(v)=T(λv)
• ® Se T è un’applicazione lineare T(0)=0
® ®
T: A B
Immagine: Im(T)={bÎB |$aÎA con T(a)=b} B
• Í
® L’Immagine di T è un sottospazio vettoriale
Fibra: bÎB, T (b)= )={aÎA | T(a)=b} A
-1
• Í
Nucleo: fibra su 0, b=0, Ker(T)= T (0)= )={aÎA | T(a)=0} A
-1
• Í
® Il Nucleo di T è un sottospazio vettoriale
Nullità di T: N(T)= dimKer(T)
• Rango di T: Rg(T)= dimIm(T)
• Teorema Nullità + Rango: dimV=dimKer(T)+dimIm(T)= N(T) + Rg(T)
• Applicazioni Ortogonali: (v,w)=( T(v),T(w)), Ker(T)={0}, conservano lunghezze e angoli
• Û Æ Û
Applicazioni Iniettive: T è iniettiva Ker(T)= se S è lin. Indipendente anche T(S)
• Applicazioni Invertibili: Se T, lineare, è invertibile allora T è lineare
-1
• ®
Teorema: T: V W
• ® Se T è iniettiva, allora dimV≤dimW
® ³
Se T è suriettiva, allora dimV dimW
® Se T è biunivoca, allora dimV=dimW
Classificazione Applicazioni Lineari
Applicazioni lineari: T è un’applicazione lineare se T(v)+T(w)=T(v+w) e λT(v)=T(λv), in particolare T(0)=0
Applicazioni Ortogonali: (v,w)=( T(v),T(w)), Ker(T)={0}, conservano lunghezze e angoli
• Applicazioni Iniettive: Ker(T)={0}
• Applicazioni Suriettive: dimIm(T)=dimC
• Applicazioni Invertibili: Ker(T)={0} e dimIm(T)=dimC
•
Gruppi di Applicazioni Lineari:
Omomorfismi: Hom (V,W)={applicazioni lineari da V in W}, è uno spazio vettoriale
• Endomorfismi: End(V,V)={applicazioni lineari da V in V}, è una R-algebra
• Gruppo Lineare Generale: Gl(V)={applicazioni invertibili in V}, non è un sottospazio vettoriale
• Gruppo Ortogonale: O(V)={applicazioni ortogonali in V, spazio euclideo}, non è un sottospazio vettoriale
•
Endomorfismi di V
Esiste una funzione da R in End(V) che associa ad ogni numero reale l’omotetia corrispondente. Questa funzione è iniettiva,
quindi possiamo identificare R con il sottoinsieme di End(V) dato dalle omotetie.
Valgono le seguenti proprietà:
® la somma e la moltiplicazione di End(V) ristrette ad R sono le operazioni usuali.
® la moltiplicazione di un elemento T di End(V) per uno scalare è uguale alla composizione di T con l’omotetia
λ
corrispondente a λ.
® le omotetie sono il centro di End(V)
Dunque, valgono le due affermazioni seguenti:
1. le omotetie commutano con tutti gli elementi di End(V), ovvero data un’omotetia e un elemento qualunque T di
λ
End(V), vale = T
λT λ;
2. dato un elemento T di End(V) che non è un’omotetia, esiste almeno un altro elemento S di End(V) che non commuta
con T, ovvero TS ≠ ST.
Capitolo 4 - Matrici
Spazio delle Matrici: Mat(m,n) con la somma e la moltiplicazione per uno scalare è uno spazio vettoriale
• Base delle Matrici mxn: ha cardinalità mxn ed è formata da tutte le matrici E , con 1 in ij e tutti 0
• ij
Prodotto Riga per Colonna: data A e B posso fare il prodot