You are on page 1of 195

Spazi Vettoriali - I Parte

Appunti del Corso di Algebra Lineare e Geometria


a.a. 2018-2019

silvio.mercadante@polito.it
v1.11
Condizioni d’uso
Ho creato le slides che seguono quali supporto didattico per le lezioni di Algebra
Lineare e Geometria che tengo presso il Politecnico di Torino. Esse sono messe a
disposizione degli Studenti che, consapevoli del fatto che non possano essere
considerate affatto esaustive, le ritengano comunque utili alla propria preparazione.

Un caloroso ringraziamento a tutti gli Studenti e i Colleghi che siano cosí gentili da
volermi notificare qualsiasi tipo di svista abbiano ravvisato in queste slides.

Materiale rilasciato con licenza Creative Commons SA (Share Alike) .

silvio mercadante

Index 2/87
Indice

Prime definizioni

V vs Kn

Combinazioni lineari (c.l.)

S.v. generati da insiemi di generatori - Linear span

Dipendenza/indipendenza lineare

Sottospazi vettoriali (ss.v.)

Index 3/87
Indice della Sezione

Prime definizioni
Campo
Spazio vettoriale (s.v.); Vettore; Scalare

Index 4/87
Indice della SottoSezione

Prime definizioni
Campo
Spazio vettoriale (s.v.); Vettore; Scalare

Index 5/87
Campo
Ricordiamo che viene definito campo una struttura algebrica costituita da:
▸ un insieme, che noi denoteremo col simbolo K;
▸ una prima legge di composizione binaria interna, spesso denotata con + e
detta addizione, soddisfacente le proprietà seguenti;
▸ una seconda legge di composizione binaria interna, spesso denotata con ⋅ e
detta moltiplicazione, soddisfacente le proprietà seguenti.
Queste sono le 9 proprietà che + e ⋅ devono soddisfare affinché la struttura algebrica
(K, +, ⋅) risulti essere un campo:
(+1) associatività;
(+2) esistenza dell’elemento neutro (solitamente denotato con 0 nel caso
dell’addizione);
(+3) esistenza dell’elemento simmetrico (detto opposto nel caso dell’addizione);
(+4) commutatività;
(⋅1) associatività;
(⋅2) esistenza dell’elemento neutro (solitamente denotato con 1 nel caso della
moltiplicazione);
(⋅3) esistenza dell’elemento simmetrico (detto inverso o reciproco nel caso della
moltiplicazione);
(⋅4) commutatività;
(⋅+) distributività della ⋅ sulla +.

Index 6/87
Campo

Esempio 1:
(R, +, ⋅) e (C, +, ⋅) sono campi. (E sono anche gli unici a cui faremo riferimento
in questo Corso.)

Index 7/87
Indice della SottoSezione

Prime definizioni
Campo
Spazio vettoriale (s.v.); Vettore; Scalare

Index 8/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;
(⋅1) ∀α, β ∈ K e ∀v ∈ V , α(β v) = (αβ)v;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;
(⋅1) ∀α, β ∈ K e ∀v ∈ V , α(β v) = (αβ)v;
(⋅2) ∀v ∈ V , 1K ⋅ v = v;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;
(⋅1) ∀α, β ∈ K e ∀v ∈ V , α(β v) = (αβ)v;
(⋅2) ∀v ∈ V , 1K ⋅ v = v;
(d1) distributività della ⋅ sulla + in K: ∀α, β ∈ K e ∀v ∈ V , (α + β)v = αv + βv;

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;
(⋅1) ∀α, β ∈ K e ∀v ∈ V , α(β v) = (αβ)v;
(⋅2) ∀v ∈ V , 1K ⋅ v = v;
(d1) distributività della ⋅ sulla + in K: ∀α, β ∈ K e ∀v ∈ V , (α + β)v = αv + βv;
(d2) distributività della ⋅ sulla + in V : ∀α ∈ K e ∀v 1 , v 2 ∈ V ,
α(v 1 + v 2 ) = αv 1 + αv 2 .

Index 9/87
Spazio vettoriale (s.v.); Vettore; Scalare
Viene detto K-spazio vettoriale (s.v.), o s.v. modellato sul campo K (o
semplicemente s.v. quando il campo K sia sottinteso) un insieme V su cui siano
definite due leggi di composizione

V ×V →V K×V →V
●+●∶{ , ●⋅●∶{
(v 1 , v 2 ) ↦ v 1 + v 2 (α, v) ↦ α v

dette rispettivamente addizione vettoriale e moltiplicazione per scalari, che


soddisfino le seguenti 8 proprietà, dette proprietà di s.v.:
(+1) associatività: ∀v 1 , v 2 , v 3 ∈ V , (v 1 + v 2 ) + v 3 = v 1 + (v 2 + v 3 );
(+2) esistenza dell’elemento neutro: ∃0V ∈ V t.c. ∀v ∈ V , v + 0V = v;
(+3) esistenza dell’opposto: ∀v ∈ V , ∃!v ′ ∈ V t.c. v + v ′ = 0V ; tale (unico) v ′ viene
denotato con −v;
(+4) commutatività: ∀v 1 , v 2 ∈ V , v 1 + v 2 = v 2 + v 1 ;
(⋅1) ∀α, β ∈ K e ∀v ∈ V , α(β v) = (αβ)v;
(⋅2) ∀v ∈ V , 1K ⋅ v = v;
(d1) distributività della ⋅ sulla + in K: ∀α, β ∈ K e ∀v ∈ V , (α + β)v = αv + βv;
(d2) distributività della ⋅ sulla + in V : ∀α ∈ K e ∀v 1 , v 2 ∈ V ,
α(v 1 + v 2 ) = αv 1 + αv 2 .

Gli elementi di V vengono detti vettori, mentre quelli di K scalari.

Index 9/87
Spazio vettoriale

Osservazione 2:
Se (V , +, ⋅) è uno s.v., allora la struttura algebrica (V , +), dotata delle proprietà
(+1), (+2), (+3), (+4), è un gruppo commutativo.

Index 10/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.

Index 11/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.
Ciò fa della teoria degli s.v. uno strumento estremamente versatile, in quanto
applicabile a moltissime situazioni diverse.

Index 11/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.
Ciò fa della teoria degli s.v. uno strumento estremamente versatile, in quanto
applicabile a moltissime situazioni diverse.

Esempio 3:

Sono s.v. (ad esempio):


(a) la struttura algebrica (V3 (O), +, ⋅), costituita dall’insieme dei vettori
applicati (frecce) nel punto O (arbitrario!) dello spazio euclideo
tridimensionale E3 dotato dell’addizione vettoriale e della moltiplicazione
per scalari;

Index 11/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.
Ciò fa della teoria degli s.v. uno strumento estremamente versatile, in quanto
applicabile a moltissime situazioni diverse.

Esempio 3:

Sono s.v. (ad esempio):


(a) la struttura algebrica (V3 (O), +, ⋅), costituita dall’insieme dei vettori
applicati (frecce) nel punto O (arbitrario!) dello spazio euclideo
tridimensionale E3 dotato dell’addizione vettoriale e della moltiplicazione
per scalari;
(b) la struttura algebrica (Rn , +, ⋅), costituita dall’insieme delle n-ple reali
dotato dell’addizione vettoriale e della moltiplicazione per scalari;

Index 11/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.
Ciò fa della teoria degli s.v. uno strumento estremamente versatile, in quanto
applicabile a moltissime situazioni diverse.

Esempio 3:

Sono s.v. (ad esempio):


(a) la struttura algebrica (V3 (O), +, ⋅), costituita dall’insieme dei vettori
applicati (frecce) nel punto O (arbitrario!) dello spazio euclideo
tridimensionale E3 dotato dell’addizione vettoriale e della moltiplicazione
per scalari;
(b) la struttura algebrica (Rn , +, ⋅), costituita dall’insieme delle n-ple reali
dotato dell’addizione vettoriale e della moltiplicazione per scalari;
(c) la struttura algebrica (Km×n , +, ⋅), costituita dall’insieme delle matrici m×n
a valori in K, dotato dell’addizione matriciale e della moltiplicazione per
scalari;

Index 11/87
Spazio vettoriale; Vettore
È importante osservare che la natura dell’insieme V , e quindi quella dei suoi
elementi, non è specificata nella definizione di s.v., che viceversa è del tutto
astratta: ciò che conta sono le proprietà formali.
Ciò fa della teoria degli s.v. uno strumento estremamente versatile, in quanto
applicabile a moltissime situazioni diverse.

Esempio 3:

Sono s.v. (ad esempio):


(a) la struttura algebrica (V3 (O), +, ⋅), costituita dall’insieme dei vettori
applicati (frecce) nel punto O (arbitrario!) dello spazio euclideo
tridimensionale E3 dotato dell’addizione vettoriale e della moltiplicazione
per scalari;
(b) la struttura algebrica (Rn , +, ⋅), costituita dall’insieme delle n-ple reali
dotato dell’addizione vettoriale e della moltiplicazione per scalari;
(c) la struttura algebrica (Km×n , +, ⋅), costituita dall’insieme delle matrici m×n
a valori in K, dotato dell’addizione matriciale e della moltiplicazione per
scalari;
(d) la struttura algebrica (R3 [x ], +, ⋅), costituita dall’insieme dei polinomi di
grado ≤ 3 a coefficienti reali dotato dell’ordinaria addizione tra polinomi e
dell’ordinaria moltiplicazione per scalari.

Index 11/87
Spazio vettoriale; Vettore

Esempio 4:
A generalizzazione dell’Esempio 3.b, si ha che qualsiasi potenza cartesiana Kn di
un campo K, compreso K stesso, è uno s.v. modellato su K.

Index 12/87
Spazio vettoriale; Vettore

Esempio 4:
A generalizzazione dell’Esempio 3.b, si ha che qualsiasi potenza cartesiana Kn di
un campo K, compreso K stesso, è uno s.v. modellato su K.

Esempio 5 (da non prendersi troppo sul serio...):


Anche la struttura algebrica (P, +, ⋅), costituita dall’insieme delle polpette dotato
dell’ovvia addizione tra polpette e dell’ovvia moltiplicazione per scalari (con
l’accordo di denotare con −p un’anti-polpetta, ossia una polpetta di antimateria,
in modo che p − p = 0P ;-), costituisce uno s.v. modellato sul campo Q dei
numeri razionali (non su R, perché non sapremmo proprio che senso dare alla
scrittura α p, con α numero irrazionale...).

Index 12/87
S.v. nullo
Viene detto s.v. nullo uno s.v. costituito dal solo vettore nullo 0V .

Index 13/87
Saper fare: Riconoscere uno s.v.
Per riconoscere se una data struttura algebrica (S, ♣, ♠) (ossia un insieme S dotato
delle due operazioni ♣ e ♠) costituisca o meno un K-s.v., è necessario procedere a
10 verifiche, che chiameremo verifiche di s.v.:
(1) che ♣ ∶ S × S → S;
(2) che ♠ ∶ K × S → S;
(3-10) che valga ciascuna delle 8 proprietà di s.v.

Index 14/87
Saper fare: Riconoscere uno s.v.
Per riconoscere se una data struttura algebrica (S, ♣, ♠) (ossia un insieme S dotato
delle due operazioni ♣ e ♠) costituisca o meno un K-s.v., è necessario procedere a
10 verifiche, che chiameremo verifiche di s.v.:
(1) che ♣ ∶ S × S → S;
(2) che ♠ ∶ K × S → S;
(3-10) che valga ciascuna delle 8 proprietà di s.v.

Esempio 6:
Siano:
▸ S ∶≡ R2 ;
▸ + l’ordinaria addizione in R2 ;
K × R2 → R2
▸ ●∗●∶{ ,
(α, x) ↦ ∣α∣ ⋅ x
dove ⋅ sia l’ordinaria moltiplicazione per scalari definita in R2 .

Index 14/87
Saper fare: Riconoscere uno s.v.
Per riconoscere se una data struttura algebrica (S, ♣, ♠) (ossia un insieme S dotato
delle due operazioni ♣ e ♠) costituisca o meno un K-s.v., è necessario procedere a
10 verifiche, che chiameremo verifiche di s.v.:
(1) che ♣ ∶ S × S → S;
(2) che ♠ ∶ K × S → S;
(3-10) che valga ciascuna delle 8 proprietà di s.v.

Esempio 6:
Siano:
▸ S ∶≡ R2 ;
▸ + l’ordinaria addizione in R2 ;
K × R2 → R2
▸ ●∗●∶{ ,
(α, x) ↦ ∣α∣ ⋅ x
dove ⋅ sia l’ordinaria moltiplicazione per scalari definita in R2 .
Ebbene: la struttura algebrica (S, +, ∗) non costituisce un R-s.v., in quanto non
vale la proprietà (d1). Infatti ∀x ∈ R2 non nullo, la relazione

0 = (1 − 1) ∗ x = 1 ∗ x + (−1) ∗ x = ∣1∣ ⋅ x + ∣ − 1∣ ⋅ x = x + x = 2 ⋅ x

porta a un assurdo.
Index 14/87
Saper fare: Riconoscere uno s.v.

Esercizio 7:

D Dire quali delle seguenti strutture algebriche è un R-s.v.:


(a) (R × C, +, ⋅);
(b) (R × Z, +, ⋅);
(c) (R × {0R }, +, ⋅);
(d) (R × {1R }, +, ⋅).

Index 15/87
Saper fare: Riconoscere uno s.v.

Esercizio 7:

D Dire quali delle seguenti strutture algebriche è un R-s.v.:


(a) (R × C, +, ⋅);
(b) (R × Z, +, ⋅);
(c) (R × {0R }, +, ⋅);
(d) (R × {1R }, +, ⋅).

R (a) (R × C, +, ⋅) lo è.

Index 15/87
Saper fare: Riconoscere uno s.v.

Esercizio 7:

D Dire quali delle seguenti strutture algebriche è un R-s.v.:


(a) (R × C, +, ⋅);
(b) (R × Z, +, ⋅);
(c) (R × {0R }, +, ⋅);
(d) (R × {1R }, +, ⋅).

R (a) (R × C, +, ⋅) lo è.
(b) (R × Z, +, ⋅) non lo è, perché non è chiuso per moltiplicazione per scalari reali.

Index 15/87
Saper fare: Riconoscere uno s.v.

Esercizio 7:

D Dire quali delle seguenti strutture algebriche è un R-s.v.:


(a) (R × C, +, ⋅);
(b) (R × Z, +, ⋅);
(c) (R × {0R }, +, ⋅);
(d) (R × {1R }, +, ⋅).

R (a) (R × C, +, ⋅) lo è.
(b) (R × Z, +, ⋅) non lo è, perché non è chiuso per moltiplicazione per scalari reali.
(c) (R × {0R }, +, ⋅) lo è.

Index 15/87
Saper fare: Riconoscere uno s.v.

Esercizio 7:

D Dire quali delle seguenti strutture algebriche è un R-s.v.:


(a) (R × C, +, ⋅);
(b) (R × Z, +, ⋅);
(c) (R × {0R }, +, ⋅);
(d) (R × {1R }, +, ⋅).

R (a) (R × C, +, ⋅) lo è.
(b) (R × Z, +, ⋅) non lo è, perché non è chiuso per moltiplicazione per scalari reali.
(c) (R × {0R }, +, ⋅) lo è.
(d) (R × {1R }, +, ⋅) non lo è, perché non è chiuso né per addizione né per
moltiplicazione per scalari reali.

Index 15/87
Saper fare: Riconoscere uno s.v.

Esercizio 8:

D Abbiamo visto che la struttura algebrica (R × C, +, ⋅) è un R-s.v. È anche un C-s.v.?

Index 16/87
Saper fare: Riconoscere uno s.v.

Esercizio 8:

D Abbiamo visto che la struttura algebrica (R × C, +, ⋅) è un R-s.v. È anche un C-s.v.?

R No, perché non risulta chiusa rispetto alla moltiplicazione per scalari complessi.

Index 16/87
Vettore astratto - Notazioni
Come abbiamo visto, d’ora in poi chiameremo vettori oggetti anche molto diversi
dai vettori geometrici. Per enfatizzare questo fatto, spesso li chiameremo vettori
astratti.

Index 17/87
Vettore astratto - Notazioni
Come abbiamo visto, d’ora in poi chiameremo vettori oggetti anche molto diversi
dai vettori geometrici. Per enfatizzare questo fatto, spesso li chiameremo vettori
astratti.
A livello notazionale, in questo Corso ci atterremo alla seguente (personale)
convenzione:
▸ con simboli u ⃗ e simili, denoteremo vettori applicati (frecce), ossia
⃗, v⃗, ⃗i, ⃗j, k,
elementi di V3 (O);
▸ con simboli x, y, e simili, denoteremo n-ple ordinate di scalari, ossia elementi
di Kn (osserviamo che i , j , k, vengono impiegati solo in R3 );
▸ con simboli u, v, e simili, denoteremo vettori astratti (specificati solo di volta
in volta nella particolare situazione in cui verranno usati).

Index 17/87
Indice della Sezione

V vs Kn

Index 18/87
V vs Kn
Tra poco vedremo che ogni s.v. V (chiederemo solo che sia finitamente generato,
dopo averne definito il significato) può essere rappresentato da un opportuno Kn . In
altri termini, ogni vettore astratto v ∈ V può essere rappresentato da un’opportuna
n-pla di scalari che, in un certo senso, lo “etichetta”. Proprio come ogni studente è
rappresentato dal suo numero di matricola.

Index 19/87
V vs Kn
Tra poco vedremo che ogni s.v. V (chiederemo solo che sia finitamente generato,
dopo averne definito il significato) può essere rappresentato da un opportuno Kn . In
altri termini, ogni vettore astratto v ∈ V può essere rappresentato da un’opportuna
n-pla di scalari che, in un certo senso, lo “etichetta”. Proprio come ogni studente è
rappresentato dal suo numero di matricola.

Esempio 9:
Siccome il generico polinomio p(x ) ∈ R3 [x ] può scriversi come

p(x ) = a0 + a1 x + a2 x 2 + a3 x 3 ,

è del tutto naturale “etichettarlo” con la quaterna (a0 , a1 , a2 , a3 ) ∈ R4 , in quanto


tra di essi (polinomio e quaterna) esiste una corrispondenza biunivoca. In questo
modo abbiamo stabilito una naturale (e comodissima!) identificazione tra lo s.v.
(R3 [x ], +, ⋅) e lo s.v. (R4 , +, ⋅).

Index 19/87
V vs Kn
Anticipiamo ancora che tale sistema di “etichettamento” non è unico: cambiando
sistema, cambiano le etichette. Esattamente come cambierebbe il numero di
matricola di uno studente che cambiasse Università.

Index 20/87
V vs Kn
Anticipiamo ancora che tale sistema di “etichettamento” non è unico: cambiando
sistema, cambiano le etichette. Esattamente come cambierebbe il numero di
matricola di uno studente che cambiasse Università.

Esempio 10:
Abbiamo già visto che i vettori applicati in un punto O dello spazio E3 , ossia gli
elementi dello s.v. V3 (O), possono essere rappresentati da terne di numeri reali
dopo che si sia scelto un sistema di riferimento cartesiano O⃗i ⃗j ⃗k in E3 . Rispetto a
un riferimento diverso, O⃗i ′ ⃗j ′ ⃗k ′ , allo stesso vettore viene associata una terna
diversa.

Index 20/87
V vs Kn
Questa “vocazione” di Kn di rappresentare altri s.v., a tutto vantaggio della
computabilità (manipolare n-ple di numeri è molto piú agevole che manipolare
oggetti astratti!), ne motiva il particolare interesse.

Index 21/87
V vs Kn
Questa “vocazione” di Kn di rappresentare altri s.v., a tutto vantaggio della
computabilità (manipolare n-ple di numeri è molto piú agevole che manipolare
oggetti astratti!), ne motiva il particolare interesse.
Nel prosieguo, forniremo una serie di risultati “in astratto”, ossia riferendoci a uno
s.v. V qualsiasi. Altri, invece, verranno forniti riferiti a Kn , e saranno comunque
utilizzabili per qualunque V dopo che lo si sia identificato con un opportuno Kn .

Index 21/87
Indice della Sezione

Combinazioni lineari (c.l.)


C.l. (operazione)
C.l. (risultato)
C.l. particolarmente semplici

Index 22/87
Indice della SottoSezione

Combinazioni lineari (c.l.)


C.l. (operazione)
C.l. (risultato)
C.l. particolarmente semplici

Index 23/87
C.l. (operazione)
Dato un K-s.v. (V , +, ⋅) qualsiasi, combinando in maniera opportuna le operazioni +
e ⋅ si perviene a un’operazione (della quale la + e la ⋅ possono essere viste come casi
particolari) di primaria importanza in Algebra Lineare: dati v 1 , . . . , v k ∈ V , viene
detta combinazione lineare (c.l.) di essi un’espressione del tipo

λ1 v 1 + λ2 v 2 + ⋯ + λk v k , λi ∈ K .

Index 24/87
Saper fare: Riconoscere una c.l. (operazione)

Esercizio 11:

D Quali delle seguenti espressioni costituisce una c.l. (nel senso dell’operazione, non
del suo risultato)?
(a) 3v 1 + 4v 2 − 7v 3 ;
(b) 3v 1 ⋅ v 2 − 7v 3 ;
(c) 3v 1 + 4v 2 − 7v 23 .

Index 25/87
Saper fare: Riconoscere una c.l. (operazione)

Esercizio 11:

D Quali delle seguenti espressioni costituisce una c.l. (nel senso dell’operazione, non
del suo risultato)?
(a) 3v 1 + 4v 2 − 7v 3 ;
(b) 3v 1 ⋅ v 2 − 7v 3 ;
(c) 3v 1 + 4v 2 − 7v 23 .
R Solo la prima.

Index 25/87
Saper fare: Riconoscere una c.l. (operazione)

Esercizio 11:

D Quali delle seguenti espressioni costituisce una c.l. (nel senso dell’operazione, non
del suo risultato)?
(a) 3v 1 + 4v 2 − 7v 3 ;
(b) 3v 1 ⋅ v 2 − 7v 3 ;
(c) 3v 1 + 4v 2 − 7v 23 .
R Solo la prima.

Osservazione 12:
In questo tipo di esercizi, il grado di astrazione è massimo: la natura degli oggetti
denotati con v i è del tutto non specificata. Tutto avviene su un piano puramente
formale.

Index 25/87
Saper fare: Riconoscere una c.l. (operazione)

Esercizio 13:

D L’espressione 1 + 3x + 4x 2 costituisce una c.l.?

Index 26/87
Saper fare: Riconoscere una c.l. (operazione)

Esercizio 13:

D L’espressione 1 + 3x + 4x 2 costituisce una c.l.?

R In questo caso la risposta è dipende. In effetti la domanda è mal posta. Ad esempio:


▸ 1 + 3x + 4x 2 è c.l. dei vettori 1, x , x 2 (sono polinomi, e in quanto tali vettori);
▸ 1 + 3x + 4x 2 non è c.l. dei vettori x e x 2 , oppure 1 e x .

Index 26/87
Indice della SottoSezione

Combinazioni lineari (c.l.)


C.l. (operazione)
C.l. (risultato)
C.l. particolarmente semplici

Index 27/87
C.l. (risultato)
Il risultato di una c.l. di elementi di uno spazio vettoriale V viene ancora chiamato
nello stesso modo (c.l.), e certamente appartiene ancora a V : infatti, in virtú delle
proprietà di s.v., una struttura algebrica di questo tipo è certamente chiusa rispetto
all’operazione di c.l.

Index 28/87
C.l. (risultato)
Il risultato di una c.l. di elementi di uno spazio vettoriale V viene ancora chiamato
nello stesso modo (c.l.), e certamente appartiene ancora a V : infatti, in virtú delle
proprietà di s.v., una struttura algebrica di questo tipo è certamente chiusa rispetto
all’operazione di c.l.

Esempio 14:

⎡x1 ⎤ ⎡y1 ⎤ ⎡x1 ⎤ ⎡y1 ⎤ ⎡λx1 + µy1 ⎤


⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
x ∶≡ ⎢ ⎥ ⎢ ⎥
⎢x2 ⎥ , y ∶≡ ⎢y2 ⎥ ∈ R
3
⇒ λx + µy = λ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢x2 ⎥ + µ ⎢y2 ⎥ = ⎢λx2 + µy2 ⎥ ∈ R .
3
⎢x3 ⎥ ⎢y3 ⎥ ⎢x3 ⎥ ⎢y3 ⎥ ⎢λx3 + µy3 ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦

Index 28/87
C.l. (risultato)
Si dice che un vettore v appartenente al K-s.v. V è c.l. dei vettori v 1 , . . . , v k ∈ V se
e solo se è possibile trovare k scalari λ1 , . . . , λk ∈ K tali che

v = λ1 v 1 + ⋯ + λk v k .

Index 29/87
C.l. (risultato)
Si dice che un vettore v appartenente al K-s.v. V è c.l. dei vettori v 1 , . . . , v k ∈ V se
e solo se è possibile trovare k scalari λ1 , . . . , λk ∈ K tali che

v = λ1 v 1 + ⋯ + λk v k .

Esempio 15:
Dati i vettori x 1 ∶≡ (2, 1), x 2 ∶≡ (−1, 0) ∈ R2 , il vettore (2λ − µ, λ) ∈ R2 è
certamente una loro c.l. in quanto risulta

(2λ − µ, λ) = λ(2, 1) + µ(−1, 0) .

Cosí, ad esempio, il vettore (0, 1) è certamente c.l. di x 1 e x 2 in quanto può


essere ottenuto prendendo λ = 1 e µ = 2.

Index 29/87
C.l. (risultato)
Si dice che un vettore v appartenente al K-s.v. V è c.l. dei vettori v 1 , . . . , v k ∈ V se
e solo se è possibile trovare k scalari λ1 , . . . , λk ∈ K tali che

v = λ1 v 1 + ⋯ + λk v k .

Esempio 15:
Dati i vettori x 1 ∶≡ (2, 1), x 2 ∶≡ (−1, 0) ∈ R2 , il vettore (2λ − µ, λ) ∈ R2 è
certamente una loro c.l. in quanto risulta

(2λ − µ, λ) = λ(2, 1) + µ(−1, 0) .

Cosí, ad esempio, il vettore (0, 1) è certamente c.l. di x 1 e x 2 in quanto può


essere ottenuto prendendo λ = 1 e µ = 2.

Osservazione 16:
In questo caso stiamo valutando il risultato, non l’operazione (come invece
abbiamo fatto prima, nell’Esercizio 11).

Index 29/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 17:

D Il vettore x ∶≡ (1, 0, −1, 2) è c.l. dei vettori


{x 1 ∶≡ (1, 1, 2, 1), x 2 ∶≡ (−1, 1, 0, 1), x 3 ∶≡ (0, 0, 0, 1)}?

Index 30/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 17:

D Il vettore x ∶≡ (1, 0, −1, 2) è c.l. dei vettori


{x 1 ∶≡ (1, 1, 2, 1), x 2 ∶≡ (−1, 1, 0, 1), x 3 ∶≡ (0, 0, 0, 1)}?

R Ci sono diversi modi di risolvere questo problema. Quello piú “fedele” alla
definizione di c.l. è studiare la risolubilità del sistema lineare


⎪ x1 − x2 = 1 ⎡1 −1 1 ⎤


⎪ ⎢ 0 ⎥
⎪x1 + x2 = 0 ⎢1 1 0 0 ⎥
⎨ ⇒ ⎢
⎢2
⎥ .
−1 ⎥

⎪ 2x1 = −1 ⎢ 0 0 ⎥


⎪ ⎢1 1 1 2 ⎥
⎩x1 + x2 + x3 = 2 ⎣ ⎦

Completamento del procedimento lasciato per esercizio (dopo che avremo


affrontato il capitolo sui Sistemi Lineari).

Index 30/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 17:

D Il vettore x ∶≡ (1, 0, −1, 2) è c.l. dei vettori


{x 1 ∶≡ (1, 1, 2, 1), x 2 ∶≡ (−1, 1, 0, 1), x 3 ∶≡ (0, 0, 0, 1)}?

R Ci sono diversi modi di risolvere questo problema. Quello piú “fedele” alla
definizione di c.l. è studiare la risolubilità del sistema lineare


⎪ x1 − x2 = 1 ⎡1 −1 1 ⎤


⎪ ⎢ 0 ⎥
⎪x1 + x2 = 0 ⎢1 1 0 0 ⎥
⎨ ⇒ ⎢
⎢2
⎥ .
−1 ⎥

⎪ 2x1 = −1 ⎢ 0 0 ⎥


⎪ ⎢1 1 1 2 ⎥
⎩x1 + x2 + x3 = 2 ⎣ ⎦

Completamento del procedimento lasciato per esercizio (dopo che avremo


affrontato il capitolo sui Sistemi Lineari).
Un altro modo lo vedremo nell’Esercizio 29.

Index 30/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 18:

D (a) Può il polinomio


q1 (x ) ∶≡ x 2 + x 3
essere scritto come c.l. dei polinomi

p1 (x ) ∶≡ 1 + x + 2x 2 , p2 (x ) ∶≡ 1 + x − 2x 3 ?

(b) E il polinomio q2 (x ) ∶≡ 1 + x 2 + x 3 ?

Index 31/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 18:

D (a) Può il polinomio


q1 (x ) ∶≡ x 2 + x 3
essere scritto come c.l. dei polinomi

p1 (x ) ∶≡ 1 + x + 2x 2 , p2 (x ) ∶≡ 1 + x − 2x 3 ?

(b) E il polinomio q2 (x ) ∶≡ 1 + x 2 + x 3 ?

R (a) Si ha
1 1
q1 (x ) = p1 (x ) − p2 (x ) .
2 2

Index 31/87
Saper fare: Riconoscere una c.l. (risultato)

Esercizio 18:

D (a) Può il polinomio


q1 (x ) ∶≡ x 2 + x 3
essere scritto come c.l. dei polinomi

p1 (x ) ∶≡ 1 + x + 2x 2 , p2 (x ) ∶≡ 1 + x − 2x 3 ?

(b) E il polinomio q2 (x ) ∶≡ 1 + x 2 + x 3 ?

R (a) Si ha
1 1
q1 (x ) = p1 (x ) − p2 (x ) .
2 2
(b) Viceversa q2 (x ) non può essere scritto come c.l. di p1 (x ) e p2 (x ).

Index 31/87
Indice della SottoSezione

Combinazioni lineari (c.l.)


C.l. (operazione)
C.l. (risultato)
C.l. particolarmente semplici

Index 32/87
C.l. di vettori della base canonica di Kn
Consideriamo Kn e la sua base canonica
⎛ ⎞
⎜⎡ 1 ⎤ ⎡ 0 ⎤ ⎡ 0 ⎤⎟
⎜⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎟
⎜⎢ 0 ⎥ ⎢ 1 ⎥ ⎢ ⎥⎟
⎜ ⎥, ⎢ ⎥, . . . , ⎢ 0 ⎥⎟
En ∶≡ ⎜⎢ ⎢. . .⎥⎟
⎜⎢ . . .⎥ ⎢ ⎥
⎥ ⎢. . .⎥ ⎢ ⎥⎟
⎜⎢ ⎢ 1 ⎥⎟
⎜⎢
⎣ 0 ⎥ ⎢0⎥
⎦ ⎣ ⎦ ⎣ ⎦⎟
⎜ ⎟
⎝´¹ ¸ ¹ ¶ ´¹ ¸ ¹ ¶ ´¹¸ ¹¶⎠
e1 e2 en

(su cui torneremo).

Index 33/87
C.l. di vettori della base canonica di Kn
Consideriamo Kn e la sua base canonica
⎛ ⎞
⎜⎡ 1 ⎤ ⎡ 0 ⎤ ⎡ 0 ⎤⎟
⎜⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎟
⎜⎢ 0 ⎥ ⎢ 1 ⎥ ⎢ ⎥⎟
⎜ ⎥, ⎢ ⎥, . . . , ⎢ 0 ⎥⎟
En ∶≡ ⎜⎢ ⎢. . .⎥⎟
⎜⎢ . . .⎥ ⎢ ⎥
⎥ ⎢. . .⎥ ⎢ ⎥⎟
⎜⎢ ⎢ 1 ⎥⎟
⎜⎢
⎣ 0 ⎥ ⎢0⎥
⎦ ⎣ ⎦ ⎣ ⎦⎟
⎜ ⎟
⎝´¹ ¸ ¹ ¶ ´¹ ¸ ¹ ¶ ´¹¸ ¹¶⎠
e1 e2 en

(su cui torneremo).


Ebbene: per com’è costruita En , risulta del tutto immediato sia svolgere le
operazioni di c.l. di suoi elementi, sia scrivere un qualsiasi vettore di Kn come c.l. di
elementi di En .

Index 33/87
C.l. di vettori della base canonica di Kn
Consideriamo Kn e la sua base canonica
⎛ ⎞
⎜⎡ 1 ⎤ ⎡ 0 ⎤ ⎡ 0 ⎤⎟
⎜⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎟
⎜⎢ 0 ⎥ ⎢ 1 ⎥ ⎢ ⎥⎟
⎜ ⎥, ⎢ ⎥, . . . , ⎢ 0 ⎥⎟
En ∶≡ ⎜⎢ ⎢. . .⎥⎟
⎜⎢ . . .⎥ ⎢ ⎥
⎥ ⎢. . .⎥ ⎢ ⎥⎟
⎜⎢ ⎢ 1 ⎥⎟
⎜⎢
⎣ 0 ⎥ ⎢0⎥
⎦ ⎣ ⎦ ⎣ ⎦⎟
⎜ ⎟
⎝´¹ ¸ ¹ ¶ ´¹ ¸ ¹ ¶ ´¹¸ ¹¶⎠
e1 e2 en

(su cui torneremo).


Ebbene: per com’è costruita En , risulta del tutto immediato sia svolgere le
operazioni di c.l. di suoi elementi, sia scrivere un qualsiasi vettore di Kn come c.l. di
elementi di En .

Esempio 19:

⎡1⎤ ⎡0⎤ ⎡ 0⎤ ⎡ 4 ⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢1⎥ ⎢ ⎥ ⎢ ⎥
4⎢ ⎥ − ⎢ ⎥ + 7 ⎢0⎥ = ⎢−1⎥ ;
⎢0⎥ ⎢0⎥ ⎢ 0⎥ ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢0⎥ ⎢ 1⎥ ⎢ 7 ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
⎡2⎤ ⎡1⎤ ⎡ 0⎤ ⎡ 0⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢−3⎥ = 2 ⎢0⎥ − 3 ⎢1⎥ + 0 ⎢0⎥ .
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢0⎥ ⎢ 0⎥ ⎢ 1⎥
Index ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ 33/87
Altre c.l. particolarmente semplici
Per il momento, ciò che abbiamo chiamato base canonica di Kn è solo un
particolare insieme (ordinato) di vettori di Kn , in grado di generarlo (torneremo su
questo importante concetto, ma già dovrebbe esserne sufficientemente chiaro il
senso). Piú avanti introdurremo il concetto di base di uno s.v., e tutto prenderà un
significato piú preciso.

Index 34/87
Altre c.l. particolarmente semplici
Per il momento, ciò che abbiamo chiamato base canonica di Kn è solo un
particolare insieme (ordinato) di vettori di Kn , in grado di generarlo (torneremo su
questo importante concetto, ma già dovrebbe esserne sufficientemente chiaro il
senso). Piú avanti introdurremo il concetto di base di uno s.v., e tutto prenderà un
significato piú preciso.
Nell’attesa, possiamo ancora anticipare questo: la base canonica di Kn non è l’unico
insieme di vettori di cui è facile scrivere le c.l.

Index 34/87
Altre c.l. particolarmente semplici
Per il momento, ciò che abbiamo chiamato base canonica di Kn è solo un
particolare insieme (ordinato) di vettori di Kn , in grado di generarlo (torneremo su
questo importante concetto, ma già dovrebbe esserne sufficientemente chiaro il
senso). Piú avanti introdurremo il concetto di base di uno s.v., e tutto prenderà un
significato piú preciso.
Nell’attesa, possiamo ancora anticipare questo: la base canonica di Kn non è l’unico
insieme di vettori di cui è facile scrivere le c.l.

Esempio 20:
Fissato un riferimento cartesiano ortogonale O⃗i ⃗j ⃗k in E3 , l’insieme ordinato
⃗ viene detto base naturale di V3 (O) rispetto a O⃗⃗⃗ . Scrivere un
B0 ∶≡ (⃗i, ⃗j, k) ijk
vettore v⃗ ≃ (3, 1, −2) come c.l. dei vettori della base B0 è del tutto banale:
v⃗ = 3⃗i + ⃗j − 2k⃗ .

Index 34/87
Altre c.l. particolarmente semplici
Per il momento, ciò che abbiamo chiamato base canonica di Kn è solo un
particolare insieme (ordinato) di vettori di Kn , in grado di generarlo (torneremo su
questo importante concetto, ma già dovrebbe esserne sufficientemente chiaro il
senso). Piú avanti introdurremo il concetto di base di uno s.v., e tutto prenderà un
significato piú preciso.
Nell’attesa, possiamo ancora anticipare questo: la base canonica di Kn non è l’unico
insieme di vettori di cui è facile scrivere le c.l.

Esempio 20:
Fissato un riferimento cartesiano ortogonale O⃗i ⃗j ⃗k in E3 , l’insieme ordinato
⃗ viene detto base naturale di V3 (O) rispetto a O⃗⃗⃗ . Scrivere un
B0 ∶≡ (⃗i, ⃗j, k) ijk
vettore v⃗ ≃ (3, 1, −2) come c.l. dei vettori della base B0 è del tutto banale:
v⃗ = 3⃗i + ⃗j − 2k⃗ .

Esercizio 21:
Provare a ripetere l’Esercizio 18, cercando però di scrivere q1 (x ) e q2 (x ) come
c.l. dei polinomi
e 0 (x ) ∶≡ 1 , e 1 (x ) ∶≡ x , e 2 (x ) ∶≡ x 2 , e 3 (x ) ∶≡ x 3 .
Anche in questo caso si tratta di un’operazione davvero semplice.
Index 34/87
Indice della Sezione

S.v. generati da insiemi di generatori - Linear span

Index 35/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Index 36/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Se G ∶≡ {v 1 , . . . , v k }, allora si scriverà anche L {G} ∶≡ L {v 1 , . . . , v k }.

Index 36/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Se G ∶≡ {v 1 , . . . , v k }, allora si scriverà anche L {G} ∶≡ L {v 1 , . . . , v k }.


L {G} viene detto s.v. generato dai vettori v 1 , v 2 , . . . , v k , in quanto è facile
verificare che effettivamente soddisfa le proprietà di s.v. (Piú avanti daremo un
senso anche all’affermazione che L {G} costituisce, in particolare, un sottospazio
vettoriale V .)

Index 36/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Se G ∶≡ {v 1 , . . . , v k }, allora si scriverà anche L {G} ∶≡ L {v 1 , . . . , v k }.


L {G} viene detto s.v. generato dai vettori v 1 , v 2 , . . . , v k , in quanto è facile
verificare che effettivamente soddisfa le proprietà di s.v. (Piú avanti daremo un
senso anche all’affermazione che L {G} costituisce, in particolare, un sottospazio
vettoriale V .)
Osserviamo in particolare che
▸ u 1 , u 2 ∈ L {v 1 , . . . , v k } ⇒ λu 1 + µu 2 ∈ L {v 1 , . . . , v k };

Index 36/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Se G ∶≡ {v 1 , . . . , v k }, allora si scriverà anche L {G} ∶≡ L {v 1 , . . . , v k }.


L {G} viene detto s.v. generato dai vettori v 1 , v 2 , . . . , v k , in quanto è facile
verificare che effettivamente soddisfa le proprietà di s.v. (Piú avanti daremo un
senso anche all’affermazione che L {G} costituisce, in particolare, un sottospazio
vettoriale V .)
Osserviamo in particolare che
▸ u 1 , u 2 ∈ L {v 1 , . . . , v k } ⇒ λu 1 + µu 2 ∈ L {v 1 , . . . , v k };
▸ risulta chiaramente L {v 1 , v 2 , . . . , v k } ⊆ V .

Index 36/87
S.v. generato da un insieme di generatori - Linear span
Viene denotato con L {v 1 , v 2 , . . . , v k } (da linear span) l’insieme di tutti i vettori
v ∈ V che possano essere scritti come c.l. dei vettori v 1 , v 2 , . . . , v k ∈ V :

L {v 1 , . . . , v k } ∶≡ {λ1 v 1 + λ2 v 2 + ⋯ + λk v k ∣ λi ∈ K} .

Se G ∶≡ {v 1 , . . . , v k }, allora si scriverà anche L {G} ∶≡ L {v 1 , . . . , v k }.


L {G} viene detto s.v. generato dai vettori v 1 , v 2 , . . . , v k , in quanto è facile
verificare che effettivamente soddisfa le proprietà di s.v. (Piú avanti daremo un
senso anche all’affermazione che L {G} costituisce, in particolare, un sottospazio
vettoriale V .)
Osserviamo in particolare che
▸ u 1 , u 2 ∈ L {v 1 , . . . , v k } ⇒ λu 1 + µu 2 ∈ L {v 1 , . . . , v k };
▸ risulta chiaramente L {v 1 , v 2 , . . . , v k } ⊆ V .

Tautologicamente, i vettori v 1 , v 2 , . . . , v k vengono definiti generatori dello s.v.


L {v 1 , v 2 , . . . , v k }.

Index 36/87
S.v. finitamente generato
Uno s.v. che sia generato da un numero finito di generatori viene detto finitamente
generato.

Index 37/87
S.v. finitamente generato
Uno s.v. che sia generato da un numero finito di generatori viene detto finitamente
generato.

Osservazione 22:
Si noti che se K è un campo di cardinalità infinita (come R o C), allora l’insieme
L {v 1 , v 2 , . . . , v k } ha cardinalità infinita nonostante G ∶≡ {v 1 , . . . , v k } abbia
cardinalità finita (ossia nonostante sia finitamente generato)!

Index 37/87
Linear span

Esempio 23:

Posto, come noto,


⎡ 1⎤ ⎡0⎤ ⎡ 0⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
i ∶≡ ⎢ ⎥
⎢ 0⎥ , j ∶≡ ⎢ ⎥
⎢1⎥ , k ∶≡ ⎢ ⎥
⎢ 0⎥ ,
⎢ 0⎥ ⎢0⎥ ⎢ 1⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
si ha

⎪ ⎡ ⎤ ⎫

⎪⎢ x ⎥ ⎪
L {i , k} = ⎨⎢⎢ 0⎥
⎥ ∈ R3 ⎬ .

⎪ ⎢ ⎥ ⎪

⎩⎣ z ⎦ ⎭

Index 38/87
Linear span

Esempio 24:

Nel caso k = 1, si ha
L {v} = {λv ∣ λ ∈ K} .
Inoltre:
▸ v = 0V ⇒ L {v} = {0V };

Index 39/87
Linear span

Esempio 24:

Nel caso k = 1, si ha
L {v} = {λv ∣ λ ∈ K} .
Inoltre:
▸ v = 0V ⇒ L {v} = {0V };
▸ v= / 0V ⇒ L {v} viene detto retta vettoriale (o direzione) dentro V .

Index 39/87
Linear span

Esempio 24:

Nel caso k = 1, si ha
L {v} = {λv ∣ λ ∈ K} .
Inoltre:
▸ v = 0V ⇒ L {v} = {0V };
▸ v= / 0V ⇒ L {v} viene detto retta vettoriale (o direzione) dentro V .

Due vettori non nulli v 1 e v 2 vengono detti collineari se e solo se risulta


L {v 1 } = L {v 2 }, ossia se e solo se esiste un λ ∈ K tale che v 1 = λv 2 .

Index 39/87
Linear span

Esempio 24:

Nel caso k = 1, si ha
L {v} = {λv ∣ λ ∈ K} .
Inoltre:
▸ v = 0V ⇒ L {v} = {0V };
▸ v= / 0V ⇒ L {v} viene detto retta vettoriale (o direzione) dentro V .

Due vettori non nulli v 1 e v 2 vengono detti collineari se e solo se risulta


L {v 1 } = L {v 2 }, ossia se e solo se esiste un λ ∈ K tale che v 1 = λv 2 .
(Occhio che stiamo ragionando in astratto: V potrebbe essere lo spazio delle
polpette! In tal caso staremmo definendo cosa intendiamo per polpette
collineari.)

Index 39/87
Linear span

Esempio 24:

Nel caso k = 1, si ha
L {v} = {λv ∣ λ ∈ K} .
Inoltre:
▸ v = 0V ⇒ L {v} = {0V };
▸ v= / 0V ⇒ L {v} viene detto retta vettoriale (o direzione) dentro V .

Due vettori non nulli v 1 e v 2 vengono detti collineari se e solo se risulta


L {v 1 } = L {v 2 }, ossia se e solo se esiste un λ ∈ K tale che v 1 = λv 2 .
(Occhio che stiamo ragionando in astratto: V potrebbe essere lo spazio delle
polpette! In tal caso staremmo definendo cosa intendiamo per polpette
collineari.)

Esempio 25:

Nel caso k = 2, si ha che se v 1 , v 2 ∈ V sono due vettori non collineari, allora

L {v 1 , v 2 } = {λv 1 + µv 2 ∣ λ, µ ∈ K}

è detto piano vettoriale dentro V .


Index 39/87
Indice della Sezione

Dipendenza/indipendenza lineare
Vettore linearmente dipendente (l.d.) / linearmente indipendente (l.i.) da
altri
Insieme libero
Massimo numero di vettori l.i.

Index 40/87
Indice della SottoSezione

Dipendenza/indipendenza lineare
Vettore linearmente dipendente (l.d.) / linearmente indipendente (l.i.) da
altri
Insieme libero
Massimo numero di vettori l.i.

Index 41/87
Vettore linearmente dipendente (l.d.) / linearmente
indipendente (l.i.) da altri
Un vettore v che possa essere scritto come c.l. di altri vettori v 1 , v 2 , . . . , v k viene
detto linearmente dipendente (l.d.) da essi.

Index 42/87
Vettore linearmente dipendente (l.d.) / linearmente
indipendente (l.i.) da altri
Un vettore v che possa essere scritto come c.l. di altri vettori v 1 , v 2 , . . . , v k viene
detto linearmente dipendente (l.d.) da essi. Diversamente viene detto
linearmente indipendente (l.i.) da essi.

Index 42/87
Vettore linearmente dipendente (l.d.) / linearmente
indipendente (l.i.) da altri
Un vettore v che possa essere scritto come c.l. di altri vettori v 1 , v 2 , . . . , v k viene
detto linearmente dipendente (l.d.) da essi. Diversamente viene detto
linearmente indipendente (l.i.) da essi.

Esempio 26:
⎡2⎤
⎢ ⎥
Il vettore x ∶≡ ⎢ ⎥
⎢3⎥ è l.d. dai vettori i e j (infatti risulta x = 2i + 3j ). Viceversa è
⎢0⎥
⎣ ⎦
l.i. dai vettori i e k, perché non può essere scritto come c.l. di questi ultimi.

Index 42/87
Indice della SottoSezione

Dipendenza/indipendenza lineare
Vettore linearmente dipendente (l.d.) / linearmente indipendente (l.i.) da
altri
Insieme libero
Massimo numero di vettori l.i.

Index 43/87
Insieme libero
Un insieme finito di vettori {v 1 , . . . , v k } è detto essere l.i. o libero se nessuno di
essi dipende linearmente dagli altri, condizione che si può esprimere dicendo che una
loro c.l. può dare il vettore nullo 0 solo se tutti i coeffienti della c.l. sono nulli:

λ1 v 1 + ⋯ + λk v k = 0 ⇔ λ1 , . . . , λk = 0 . (1)

Index 44/87
Insieme libero
Un insieme finito di vettori {v 1 , . . . , v k } è detto essere l.i. o libero se nessuno di
essi dipende linearmente dagli altri, condizione che si può esprimere dicendo che una
loro c.l. può dare il vettore nullo 0 solo se tutti i coeffienti della c.l. sono nulli:

λ1 v 1 + ⋯ + λk v k = 0 ⇔ λ1 , . . . , λk = 0 . (1)

Osservazione 27:
Quando avremo parlato di Sistemi Lineari, potremo riformulare la condizione di
indipendenza lineare chiedendo che il sistema lineare omogeneo associato
all’equazione (1) ammetta soluzioni ulteriori oltre a quella banale.

Index 44/87
Insieme libero
Un insieme finito di vettori {v 1 , . . . , v k } è detto essere l.i. o libero se nessuno di
essi dipende linearmente dagli altri, condizione che si può esprimere dicendo che una
loro c.l. può dare il vettore nullo 0 solo se tutti i coeffienti della c.l. sono nulli:

λ1 v 1 + ⋯ + λk v k = 0 ⇔ λ1 , . . . , λk = 0 . (1)

Osservazione 27:
Quando avremo parlato di Sistemi Lineari, potremo riformulare la condizione di
indipendenza lineare chiedendo che il sistema lineare omogeneo associato
all’equazione (1) ammetta soluzioni ulteriori oltre a quella banale.

È praticamente ovvio che:


▸ un insieme di vettori non può essere l.i. se contiene il vettore nullo 0 (infatti gli
si potrebbe attribuire un coefficiente qualsiasi mantenendo nullo il suo
contributo alla c.l.);

Index 44/87
Insieme libero
Un insieme finito di vettori {v 1 , . . . , v k } è detto essere l.i. o libero se nessuno di
essi dipende linearmente dagli altri, condizione che si può esprimere dicendo che una
loro c.l. può dare il vettore nullo 0 solo se tutti i coeffienti della c.l. sono nulli:

λ1 v 1 + ⋯ + λk v k = 0 ⇔ λ1 , . . . , λk = 0 . (1)

Osservazione 27:
Quando avremo parlato di Sistemi Lineari, potremo riformulare la condizione di
indipendenza lineare chiedendo che il sistema lineare omogeneo associato
all’equazione (1) ammetta soluzioni ulteriori oltre a quella banale.

È praticamente ovvio che:


▸ un insieme di vettori non può essere l.i. se contiene il vettore nullo 0 (infatti gli
si potrebbe attribuire un coefficiente qualsiasi mantenendo nullo il suo
contributo alla c.l.);
▸ un insieme di vettori non può essere l.i. se contiene un sottoinsieme di vettori
l.d.

Index 44/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori astratti
Nel caso di vettori astratti, il problema può porsi nei termini illustrati dall’Esercizio
che segue.

Index 45/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori astratti
Nel caso di vettori astratti, il problema può porsi nei termini illustrati dall’Esercizio
che segue.

Esercizio 28:

D Nell’ipotesi che i vettori u e v siano l.i., valutare quale dei seguenti insiemi è libero
e quale no.
(a) U1 ∶≡ {2u, u − v};
(b) U2 ∶≡ {2u, u − v, u + v};
(c) U3 ∶≡ {2u, 0}.

Index 45/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori astratti
Nel caso di vettori astratti, il problema può porsi nei termini illustrati dall’Esercizio
che segue.

Esercizio 28:

D Nell’ipotesi che i vettori u e v siano l.i., valutare quale dei seguenti insiemi è libero
e quale no.
(a) U1 ∶≡ {2u, u − v};
(b) U2 ∶≡ {2u, u − v, u + v};
(c) U3 ∶≡ {2u, 0}.

R (a) U1 risulta libero.

Index 45/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori astratti
Nel caso di vettori astratti, il problema può porsi nei termini illustrati dall’Esercizio
che segue.

Esercizio 28:

D Nell’ipotesi che i vettori u e v siano l.i., valutare quale dei seguenti insiemi è libero
e quale no.
(a) U1 ∶≡ {2u, u − v};
(b) U2 ∶≡ {2u, u − v, u + v};
(c) U3 ∶≡ {2u, 0}.

R (a) U1 risulta libero.


(b) U2 non è libero, perché (ad es.) 2u = (u − v) + (u + v);

Index 45/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori astratti
Nel caso di vettori astratti, il problema può porsi nei termini illustrati dall’Esercizio
che segue.

Esercizio 28:

D Nell’ipotesi che i vettori u e v siano l.i., valutare quale dei seguenti insiemi è libero
e quale no.
(a) U1 ∶≡ {2u, u − v};
(b) U2 ∶≡ {2u, u − v, u + v};
(c) U3 ∶≡ {2u, 0}.

R (a) U1 risulta libero.


(b) U2 non è libero, perché (ad es.) 2u = (u − v) + (u + v);
(c) U3 non è libero, perché contiene il vettore nullo.

Index 45/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori di Kn
Nel caso di Kn , non abbiamo bisogno di ipotesi simili a quella dell’Esercizio 28.

Index 46/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori di Kn
Nel caso di Kn , non abbiamo bisogno di ipotesi simili a quella dell’Esercizio 28.

Esercizio 29 (cfr. l’Esercizio 17):

D Valutare se l’insieme S ∶≡ {(1, 0, −1, 2), (1, 1, 2, 1), (−1, 1, 0, 1), (0, 0, 0, 1)} sia
libero oppure no.

Index 46/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori di Kn
Nel caso di Kn , non abbiamo bisogno di ipotesi simili a quella dell’Esercizio 28.

Esercizio 29 (cfr. l’Esercizio 17):

D Valutare se l’insieme S ∶≡ {(1, 0, −1, 2), (1, 1, 2, 1), (−1, 1, 0, 1), (0, 0, 0, 1)} sia
libero oppure no.

R Un modo di risolvere questo tipo di esercizi è procedere come nell’Esercizio 17. Ma


piú conveniente è calcolare il rango della matrice
⎡1 0 −1 2⎤
⎢ ⎥
⎢1 1 2 1⎥
A ∶≡ ⎢
⎢−1 1 0

1⎥
⎢ ⎥
⎢0 0 0 1⎥
⎣ ⎦

(dove, si noti, i vettori dati sono stati scritti in orizzontale, ossia trasposti, solo
perché a suo tempo abbiamo deciso di sviluppare la sola tecnica di riduzione per
righe). L’insieme S risulta essere libero se e solo se rank(A) = 4.

Index 46/87
Saper fare: Riconoscere la dipendenza/indipendenza lineare
di un insieme vettori di Kn
Nel caso di Kn , non abbiamo bisogno di ipotesi simili a quella dell’Esercizio 28.

Esercizio 29 (cfr. l’Esercizio 17):

D Valutare se l’insieme S ∶≡ {(1, 0, −1, 2), (1, 1, 2, 1), (−1, 1, 0, 1), (0, 0, 0, 1)} sia
libero oppure no.

R Un modo di risolvere questo tipo di esercizi è procedere come nell’Esercizio 17. Ma


piú conveniente è calcolare il rango della matrice
⎡1 0 −1 2⎤
⎢ ⎥
⎢1 1 2 1⎥
A ∶≡ ⎢
⎢−1 1 0

1⎥
⎢ ⎥
⎢0 0 0 1⎥
⎣ ⎦

(dove, si noti, i vettori dati sono stati scritti in orizzontale, ossia trasposti, solo
perché a suo tempo abbiamo deciso di sviluppare la sola tecnica di riduzione per
righe). L’insieme S risulta essere libero se e solo se rank(A) = 4.
Infine, equivalentemente, l’insieme S risulta essere libero se e solo se det A =
/ 0. (Ma
occhio che questo capita solo perché la matrice A è quadrata. Se non lo fosse, il
metodo del determinante non sarebbe applicabile, mentre gli altri sí!)
Index 46/87
Indice della SottoSezione

Dipendenza/indipendenza lineare
Vettore linearmente dipendente (l.d.) / linearmente indipendente (l.i.) da
altri
Insieme libero
Massimo numero di vettori l.i.

Index 47/87
Massimo numero di vettori l.i. - Caso V
Nel caso di uno s.v. V qualsiasi, potremo affrontare questo argomento solo piú
avanti, dopo che avremo definito il concetto di dimensione di uno s.v.

Index 48/87
Massimo numero di vettori l.i. - Caso V
Nel caso di uno s.v. V qualsiasi, potremo affrontare questo argomento solo piú
avanti, dopo che avremo definito il concetto di dimensione di uno s.v.
Viceversa già ora siamo in grado di occuparcene nel caso di Kn .

Index 48/87
Massimo numero di vettori l.i. - Caso Kn
L’Esercizio 29 mostra con chiarezza un fatto importantissimo: siccome il massimo
rango che può avere una matrice di n colonne è n, tale numero è anche il massimo
numero di vettori l.i. di Kn .

Index 49/87
Indice della Sezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn

Index 50/87
Indice della SottoSezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn

Index 51/87
Sottospazio vettoriale (ss.v.) di uno s.v. V
Un sottoinsieme U di un K-s.v. V viene detto sottospazio vettoriale (ss.v.) di V
se e solo se U risulta essere chiuso rispetto alle leggi di composizione che rendono V
un K-s.v., ossia se e solo se

u1, u2 ∈ U ⇒ u1 + u2 ∈ U ,

λ ∈ K, u ∈ U ⇒ λu ∈ U ,
condizioni che possono essere riassunte nella seguente:

λ, µ ∈ K, u 1 , u 2 ∈ U ⇒ λu 1 + µu 2 ∈ U ,

la quale esprime il fatto che U sia chiuso rispetto all’operazione di c.l. definita in V .

Index 52/87
Sottospazio vettoriale (ss.v.) di uno s.v. V
Un sottoinsieme U di un K-s.v. V viene detto sottospazio vettoriale (ss.v.) di V
se e solo se U risulta essere chiuso rispetto alle leggi di composizione che rendono V
un K-s.v., ossia se e solo se

u1, u2 ∈ U ⇒ u1 + u2 ∈ U ,

λ ∈ K, u ∈ U ⇒ λu ∈ U ,
condizioni che possono essere riassunte nella seguente:

λ, µ ∈ K, u 1 , u 2 ∈ U ⇒ λu 1 + µu 2 ∈ U ,

la quale esprime il fatto che U sia chiuso rispetto all’operazione di c.l. definita in V .
Tale definizione implica, in particolare, che si abbia 0V ∈ U (basta prendere
λ = 0 = µ e u 1 e u 2 qualsiasi, oppure u 1 = u 2 e λ = −µ).

Index 52/87
Saper fare: Riconoscere un ss.v. di uno s.v. V
Come abbiamo visto, per stabilire se un sottoinsieme U di uno s.v. V ne costituisca
un ss.v. bisogna verificare se U sia chiuso rispetto alla c.l. dei suoi elementi.

Index 53/87
Saper fare: Riconoscere un ss.v. di uno s.v. V
Come abbiamo visto, per stabilire se un sottoinsieme U di uno s.v. V ne costituisca
un ss.v. bisogna verificare se U sia chiuso rispetto alla c.l. dei suoi elementi.
Nella pratica, però, spesso si esegue invece il seguente test, composto da 3
condizioni. (Lo chiameremo per questo, familiarmente, tri-test.) Esse sono
singolarmente necessarie ma non sufficienti, mentre il soddisfacimento simultaneo di
tutte e 3 è anche sufficiente (in realtà bastano le ultime 2):
(a) appartenenza del vettore nullo: 0V ∈ U;
(b) chiusura rispetto all’addizione: u 1 , u 2 ∈ U ⇒ u 1 + u 2 ∈ U;
(c) chiusura rispetto alla moltiplicazione per scalari: λ ∈ K, u ∈ U ⇒ λu ∈ U.

Index 53/87
Saper fare: Riconoscere un ss.v. di uno s.v. V
Come abbiamo visto, per stabilire se un sottoinsieme U di uno s.v. V ne costituisca
un ss.v. bisogna verificare se U sia chiuso rispetto alla c.l. dei suoi elementi.
Nella pratica, però, spesso si esegue invece il seguente test, composto da 3
condizioni. (Lo chiameremo per questo, familiarmente, tri-test.) Esse sono
singolarmente necessarie ma non sufficienti, mentre il soddisfacimento simultaneo di
tutte e 3 è anche sufficiente (in realtà bastano le ultime 2):
(a) appartenenza del vettore nullo: 0V ∈ U;
(b) chiusura rispetto all’addizione: u 1 , u 2 ∈ U ⇒ u 1 + u 2 ∈ U;
(c) chiusura rispetto alla moltiplicazione per scalari: λ ∈ K, u ∈ U ⇒ λu ∈ U.

Osservazione 30:
La condizione 1 (appartenenza del vettore nullo) è ovviamente automaticamente
implicata dalla 3 (chiusura rispetto alla moltiplicazione per scalari).
Cionondimeno viene spesso testata autonomamente, addirittura per prima,
perché in certi casi basta, da sola, a escludere che U sia ss.v. di V .

Index 53/87
Ss.v. vs s.v.
È facile dimostrare che se U è ss.v. di (V , +, ⋅), allora (U, +, ⋅) è a sua volta uno s.v.
(occhio: rispetto alle stesse operazioni + e ⋅ definite in V !). Pertanto la situazione è
questa:
▸ per stabilire se (V , +, ⋅) sia uno s.v. bisogna eseguire le 10 verifiche di s.v.;

Index 54/87
Ss.v. vs s.v.
È facile dimostrare che se U è ss.v. di (V , +, ⋅), allora (U, +, ⋅) è a sua volta uno s.v.
(occhio: rispetto alle stesse operazioni + e ⋅ definite in V !). Pertanto la situazione è
questa:
▸ per stabilire se (V , +, ⋅) sia uno s.v. bisogna eseguire le 10 verifiche di s.v.;
▸ una volta dimostrato che (V , +, ⋅) è uno s.v., per stabilire se un suo
sottoinsieme U ne costituisca un ss.v. basta verificare se è chiuso rispetto alle
c.l. (o, se si preferisce, procedere al tri-test); in caso affermativo, (U, +, ⋅) è
automaticamente un K-s.v.

Index 54/87
Saper fare: Riconoscere un ss.v.

Esercizio 31:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

Index 55/87
Saper fare: Riconoscere un ss.v.

Esercizio 31:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (a) Interpretato R2 come l’insieme delle possibili “etichette” da associare ai


vettori geometrici del piano E2 (cosa possibile dopo aver scelto in E2 un
riferimento cartesiano), l’insieme A ⊂ R2 identifica, evidentemente, il primo
quadrante. Ed è chiaro che:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartenga;

Index 55/87
Saper fare: Riconoscere un ss.v.

Esercizio 31:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (a) Interpretato R2 come l’insieme delle possibili “etichette” da associare ai


vettori geometrici del piano E2 (cosa possibile dopo aver scelto in E2 un
riferimento cartesiano), l’insieme A ⊂ R2 identifica, evidentemente, il primo
quadrante. Ed è chiaro che:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartenga;
(ii) la somma di vettori appartenenti al primo quadrante appartenga anch’essa al
primo quadrante;

Index 55/87
Saper fare: Riconoscere un ss.v.

Esercizio 31:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (a) Interpretato R2 come l’insieme delle possibili “etichette” da associare ai


vettori geometrici del piano E2 (cosa possibile dopo aver scelto in E2 un
riferimento cartesiano), l’insieme A ⊂ R2 identifica, evidentemente, il primo
quadrante. Ed è chiaro che:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartenga;
(ii) la somma di vettori appartenenti al primo quadrante appartenga anch’essa al
primo quadrante;
(iii) il prodotto per uno scalare negativo, invece, non vi appartenga.
⇒ F .

(continua. . . )

Index 55/87
Saper fare: Riconoscere un ss.v.

Esercizio 31 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (b) Con la stessa premessa del punto precedente, l’insieme B ⊂ R2 corrisponde


all’unione dei due assi cartesiani. E in questo caso:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartiene;

Index 56/87
Saper fare: Riconoscere un ss.v.

Esercizio 31 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (b) Con la stessa premessa del punto precedente, l’insieme B ⊂ R2 corrisponde


all’unione dei due assi cartesiani. E in questo caso:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartiene;
(ii) la somma di due vettori giace su uno dei due assi se e solo se entrambi
giacciono sullo stesso asse, ma in generale “esce” dall’insieme B;

Index 56/87
Saper fare: Riconoscere un ss.v.

Esercizio 31 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) l’insieme A ∶≡ {(x , y ) ∈ R2 ∣ x ≥ 0, y ≥ 0};
(b) l’insieme B ∶≡ {(x , y ) ∈ R2 ∣ xy = 0}.

R (b) Con la stessa premessa del punto precedente, l’insieme B ⊂ R2 corrisponde


all’unione dei due assi cartesiani. E in questo caso:
(i) il vettore nullo (corrispondente all’origine del piano cartesiano) vi appartiene;
(ii) la somma di due vettori giace su uno dei due assi se e solo se entrambi
giacciono sullo stesso asse, ma in generale “esce” dall’insieme B;
(iii) se un vettore giace su uno dei due assi, certamente lo farà ogni suo multiplo.
⇒ F .

Index 56/87
Saper fare: Riconoscere un ss.v.

Esercizio 32:

D L’insieme S definito da S ∶≡ {(x , y ) ∈ R2 ∣ x ∈ Z} costituisce un ss.v. di R2 ?

Index 57/87
Saper fare: Riconoscere un ss.v.

Esercizio 32:

D L’insieme S definito da S ∶≡ {(x , y ) ∈ R2 ∣ x ∈ Z} costituisce un ss.v. di R2 ?

R Evidentemente no, perché non risulta chiuso rispetto alla moltiplicazione per scalari
reali.

Index 57/87
Saper fare: Riconoscere un ss.v.

Esercizio 33:

D L’insieme S definito da S ∶≡ {(z1 , z2 ) ∈ C2 ∣ z1 ∈ R} costituisce un ss.v. di C2 ?

Index 58/87
Saper fare: Riconoscere un ss.v.

Esercizio 33:

D L’insieme S definito da S ∶≡ {(z1 , z2 ) ∈ C2 ∣ z1 ∈ R} costituisce un ss.v. di C2 ?

R (a) Se si pensa a C2 come a uno s.v. modellato su R (ossia se si accetta di


utilizzare solo scalari reali), la risposta è affermativa, e per verificarlo bisogna
dimostrare la chiusura per combinazione lineare.
(b) Se invece si pensa a C2 come a uno s.v. modellato su C (in questo caso si
accetta di utilizzare scalari complessi), la risposta è negativa, e per verificarlo
basta osservare che non c’è chiusura per moltiplicazione per scalari (un
complesso per un reale, in generale, non è piú un reale).

Index 58/87
Saper fare: Riconoscere un ss.v.

Esercizio 34:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) le soluzioni dell’equazione 2x + y = 0;
(b) le soluzioni dell’equazione 2x + y + 1 = 0.

Index 59/87
Saper fare: Riconoscere un ss.v.

Esercizio 34:

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) le soluzioni dell’equazione 2x + y = 0;
(b) le soluzioni dell’equazione 2x + y + 1 = 0.

R (a) Risolveremo questo Esercizio non utilizzando il tri-test, ma piuttosto


verificando direttamente la chiusura rispetto alle c.l. Si tratta quindi di
verificare che ∀λ, µ ∈ R

2x1 + y1 = 0 ∧ 2x2 + y2 = 0 ⇒ 2(λx1 + µx2 ) + (λy1 + µy2 ) = 0 ,

cosa vera in quanto

2(λx1 + µx2 ) + (λy1 + µy2 ) = λ(2x1 + y1 ) + µ(2x2 + y2 ) = 0 .

Si noti in particolare che il vettore nullo (0, 0) soddisfa l’equazione.


(continua. . . )

Index 59/87
Saper fare: Riconoscere un ss.v.

Esercizio 34 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) le soluzioni dell’equazione 2x + y = 0;
(b) le soluzioni dell’equazione 2x + y + 1 = 0.

R (b) Potremmo verificare che se ∀λ, µ ∈ R

2x1 + y1 + 1 = 0 ∧ 2x2 + y2 + 1 = 0 ⇒
/ 2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = 0 ,

in quanto

2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = λ(2x1 + y1 + 1) + µ(2x2 + y2 + 1) + 1 − λ − µ = 0

solo per λ + µ = 1. Ma in realtà basta osservare che il vettore nullo (0, 0) non
soddisfa l’equazione per concludere che le soluzioni dell’equazione
2x + y + 1 = 0 non costituiscono un ss.v. di R2 .

Index 60/87
Saper fare: Riconoscere un ss.v.

Esercizio 34 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) le soluzioni dell’equazione 2x + y = 0;
(b) le soluzioni dell’equazione 2x + y + 1 = 0.

R (b) Potremmo verificare che se ∀λ, µ ∈ R

2x1 + y1 + 1 = 0 ∧ 2x2 + y2 + 1 = 0 ⇒
/ 2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = 0 ,

in quanto

2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = λ(2x1 + y1 + 1) + µ(2x2 + y2 + 1) + 1 − λ − µ = 0

solo per λ + µ = 1. Ma in realtà basta osservare che il vettore nullo (0, 0) non
soddisfa l’equazione per concludere che le soluzioni dell’equazione
2x + y + 1 = 0 non costituiscono un ss.v. di R2 .
In modo analogo si può dimostrare che costituiscono ss.v. di R2 le soluzioni di
ogni equazione lineare omogenea del tipo ax + by = 0.

Index 60/87
Saper fare: Riconoscere un ss.v.

Esercizio 34 (continuazione):

D Dato l’R-s.v. R2 , riconoscere se costituiscano ss.v.:


(a) le soluzioni dell’equazione 2x + y = 0;
(b) le soluzioni dell’equazione 2x + y + 1 = 0.

R (b) Potremmo verificare che se ∀λ, µ ∈ R

2x1 + y1 + 1 = 0 ∧ 2x2 + y2 + 1 = 0 ⇒
/ 2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = 0 ,

in quanto

2(λx1 + µx2 ) + (λy1 + µy2 ) + 1 = λ(2x1 + y1 + 1) + µ(2x2 + y2 + 1) + 1 − λ − µ = 0

solo per λ + µ = 1. Ma in realtà basta osservare che il vettore nullo (0, 0) non
soddisfa l’equazione per concludere che le soluzioni dell’equazione
2x + y + 1 = 0 non costituiscono un ss.v. di R2 .
In modo analogo si può dimostrare che costituiscono ss.v. di R2 le soluzioni di
ogni equazione lineare omogenea del tipo ax + by = 0.
Tra poco generalizzeremo questa affermazione.
Index 60/87
Saper fare: Riconoscere un ss.v.

Esercizio 35:

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(a) l’insieme delle soluzioni dell’equazione 2x − y + z = 0;

Index 61/87
Saper fare: Riconoscere un ss.v.

Esercizio 35:

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(a) l’insieme delle soluzioni dell’equazione 2x − y + z = 0;

R (a) L’insieme delle soluzioni dell’equazione 2x − y + z = 0 costituisce un ss.v. di


R3 . Lo si dimostra in modo del tutto analogo a quanto fatto nel punto 1
dell’Esercizio 34.
(continua. . . )

Index 61/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


x +z =0
(b) l’insieme delle soluzioni del sistema { ;
y +z =0

Index 62/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


x +z =0
(b) l’insieme delle soluzioni del sistema { ;
y +z =0

R (b) Anche in questo caso si ha un ss.v. Lo si verifica in maniera del tutto analoga
alla precedente. Tale ss.v. risulta l’intersezione dei ss.v. costituiti dalle
soluzioni delle due equazioni omogenee che costituiscono il sistema. (Si veda
oltre sull’intersezione di ss.v.)
(continua. . . )

Index 62/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(c) l’insieme delle terne (a, 2b, a + b), ∀a, b ∈ R;

Index 63/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(c) l’insieme delle terne (a, 2b, a + b), ∀a, b ∈ R;

R (c) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);

Index 63/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(c) l’insieme delle terne (a, 2b, a + b), ∀a, b ∈ R;

R (c) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);
(ii) prese due terne del tipo considerato, (a1 , 2b1 , a1 + b1 ), (a2 , 2b2 , a2 + b2 ), la
loro somma è (a1 + a2 , 2b1 + 2b2 , a1 + b1 + a2 + b2 ), che è ancora dello stesso
tipo (basta prendere a ∶≡ a1 + a2 e b ∶≡ b1 + b2 );

Index 63/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(c) l’insieme delle terne (a, 2b, a + b), ∀a, b ∈ R;

R (c) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);
(ii) prese due terne del tipo considerato, (a1 , 2b1 , a1 + b1 ), (a2 , 2b2 , a2 + b2 ), la
loro somma è (a1 + a2 , 2b1 + 2b2 , a1 + b1 + a2 + b2 ), che è ancora dello stesso
tipo (basta prendere a ∶≡ a1 + a2 e b ∶≡ b1 + b2 );
(iii) la terna λ(a1 , 2b1 , a1 + b1 ) = (λa1 , 2λb1 , λ(a1 + b1 )) è ancora del tipo
considerato (basta prendere a ∶≡ λa e b ∶≡ λb).
V .

Index 63/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(c) l’insieme delle terne (a, 2b, a + b), ∀a, b ∈ R;

R (c) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);
(ii) prese due terne del tipo considerato, (a1 , 2b1 , a1 + b1 ), (a2 , 2b2 , a2 + b2 ), la
loro somma è (a1 + a2 , 2b1 + 2b2 , a1 + b1 + a2 + b2 ), che è ancora dello stesso
tipo (basta prendere a ∶≡ a1 + a2 e b ∶≡ b1 + b2 );
(iii) la terna λ(a1 , 2b1 , a1 + b1 ) = (λa1 , 2λb1 , λ(a1 + b1 )) è ancora del tipo
considerato (basta prendere a ∶≡ λa e b ∶≡ λb).
V .

D’altra parte avremmo anche potuto direttamente osservare che prese due
terne (a1 , 2b1 , a1 + b1 ), (a2 , 2b2 , a2 + b2 ), del tipo considerato, la loro generica
c.l. è ancora una terna dello stesso tipo:
λ(a1 , 2b1 , a1 + b1 ) + µ(a2 , 2b2 , a2 + b2 )
= ((λa1 + µa2 ), 2(λb1 + µb2 ), (λa1 + µa2 ) + (λb1 + µb2 )) .
Si noti che la terna nulla è ancora dello stesso tipo.
Index 63/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(d) l’insieme delle terne (a, b, a + 1), ∀a, b ∈ R;

Index 64/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(d) l’insieme delle terne (a, b, a + 1), ∀a, b ∈ R;

R (d) La terna nulla non è del tipo (a, b, a + 1), quindi tali terne certamente non
costituiscono un ss.v. di R3 .
(continua. . . )

Index 64/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(e) l’insieme delle terne (a2 , b, a), ∀a, b ∈ R.

Index 65/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(e) l’insieme delle terne (a2 , b, a), ∀a, b ∈ R.

R (e) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);

Index 65/87
Saper fare: Riconoscere un ss.v.

Esercizio 35 (continuazione):

D Dato l’R-s.v. R3 , riconsocere se costituiscano ss.v.:


(e) l’insieme delle terne (a2 , b, a), ∀a, b ∈ R.

R (e) Eseguiamo il tri-test:


(i) la terna nulla è del tipo specificato (basta prendere a ∶≡ 0 e b ∶≡ 0);
(ii) prese due terne del tipo considerato, (a12 , b1 , a1 ), (a22 , b2 , a2 ), la loro somma è

(a12 + a22 , b1 + b2 , a1 + a2 ) ,

che non è piú dello stesso tipo (perché a12 + a22 =


/ (a1 + a2 )2 ). Cosí, ad esempio,
la terna (4, 0, 2) vi appartiene, ma la terna 2(4, 0, 2) = (8, 0, 4) no.
⇒ F .

Index 65/87
Saper fare: Riconoscere un ss.v.

Esercizio 36:

D Verificare se l’insieme
S ∶≡ {p(x ) ∈ R3 [x ] ∣ p(1) = 0}
costituisca un ss.v. di (R3 [x ], +, ⋅).

Index 66/87
Saper fare: Riconoscere un ss.v.

Esercizio 36:

D Verificare se l’insieme
S ∶≡ {p(x ) ∈ R3 [x ] ∣ p(1) = 0}
costituisca un ss.v. di (R3 [x ], +, ⋅).

R La risposta è affermativa in quanto (R3 [x ], +, ⋅) costituisce uno s.v. e inoltre S


risulta essere chiuso rispetto alle c.l.: dati p1 (x ), p2 (x ) ∈ S, se
p(x ) ∶≡ λp1 (x ) + µp2 (x ) allora p(1) = λp1 (1) + µp2 (1) = λ ⋅ 0 + µ ⋅ 0 = 0, quindi
anche p(x ) ∈ S.

Index 66/87
Sottospazi (vettoriali) banali
Dato un qualsiasi s.v. V , gli s.v. {0V } e V stesso sono ss.v. di V , detti sottospazi
(vettoriali) banali.

Index 67/87
Sottospazi (vettoriali) banali
Dato un qualsiasi s.v. V , gli s.v. {0V } e V stesso sono ss.v. di V , detti sottospazi
(vettoriali) banali.
Inoltre, se K ha cardinalità infinita, il primo (ossia {0V }) è l’unico ss.v. di V
costituito da un numero finito di elementi (uno solo): tutti gli altri hanno cardinalità
infinita.

Index 67/87
Indice della SottoSezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn
L’importanza di Kn
Possibili definizioni di un ss.v. di Kn
Ss.v. di Kn definiti attraverso matrici: Row(A) e Col(A)

Index 68/87
Indice della SottoSottoSezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn
L’importanza di Kn
Possibili definizioni di un ss.v. di Kn
Ss.v. di Kn definiti attraverso matrici: Row(A) e Col(A)

Index 69/87
L’importanza di Kn
Per motivi che già a questo punto del Corso si possono intuire, ma che saranno del
tutto chiari solo piú avanti, siamo particolarmente interessati allo s.v. Kn e ai suoi
ss.v. Risulta allora estremamente opportuno fare il punto sui possibili modi di
definire, assegnare, un ss.v. di Kn .

Index 70/87
Indice della SottoSottoSezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn
L’importanza di Kn
Possibili definizioni di un ss.v. di Kn
Ss.v. di Kn definiti attraverso matrici: Row(A) e Col(A)

Index 71/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica
L’Esercizio 35 mostra due modi tipici di assegnare un ss.v. di Kn :
▸ come spazio delle soluzioni di un’equazione lineare omogenea (scalare,
vettoriale, o matriciale che sia, si veda oltre per questa nomenclatura);
▸ come n-pla generica.

Index 72/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica
L’Esercizio 35 mostra due modi tipici di assegnare un ss.v. di Kn :
▸ come spazio delle soluzioni di un’equazione lineare omogenea (scalare,
vettoriale, o matriciale che sia, si veda oltre per questa nomenclatura);
▸ come n-pla generica.

Chiameremo ss.v. definiti come Ker o ss.v. definiti in modo implicito quelli del
primo tipo.

Index 72/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica
L’Esercizio 35 mostra due modi tipici di assegnare un ss.v. di Kn :
▸ come spazio delle soluzioni di un’equazione lineare omogenea (scalare,
vettoriale, o matriciale che sia, si veda oltre per questa nomenclatura);
▸ come n-pla generica.

Chiameremo ss.v. definiti come Ker o ss.v. definiti in modo implicito quelli del
primo tipo.
In effetti si tratta di modi equivalenti di definire un ss.v. di Kn , nel senso che
dall’uno si può sempre passare all’altro, ma il secondo è spesso piú comodo. Non
fosse altro perché piú sintetico.

Index 72/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica

Esempio 37:
La condizione 2x + y = 0 dell’Esercizio 34 equivale a selezionare le coppie del tipo
(a, −2a).

Index 73/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica

Esempio 37:
La condizione 2x + y = 0 dell’Esercizio 34 equivale a selezionare le coppie del tipo
(a, −2a).

Esempio 38:
La condizione 2x − y + z = 0 dell’Esercizio 35 equivale a selezionare le terne del
tipo (a, b, b − 2a).

Index 73/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica

Esempio 37:
La condizione 2x + y = 0 dell’Esercizio 34 equivale a selezionare le coppie del tipo
(a, −2a).

Esempio 38:
La condizione 2x − y + z = 0 dell’Esercizio 35 equivale a selezionare le terne del
tipo (a, b, b − 2a).

Esempio 39:

x +z =0
La condizione { dell’Esercizio 35 equivale a selezionare le terne del
y +z =0
tipo (a, a, −a).

Index 73/87
Ss.v. definiti come Ker vs ss.v. definiti come n-pla generica

Esempio 40:

L’insieme
S ∶≡ {(x , y , z) ∈ R3 ∣ x = y = z}
x =y
è definito dalla condizione x = y = z, che può essere riscritta come { , ossia
y =z
sotto forma di sistema lineare. La generica soluzione di tale sistema (come
vedremo ampiamente nel seguito) può essere scritta come (t, t, t).

Index 74/87
Ss.v. definiti come n-pla generica
Decidere se una certa n-pla generica definisca o meno un ss.v. di Kn è
semplicissimo: basta guardare se le n componenti siano tutte lineari omogenee
(come avviene nel caso 3 dell’Esercizio 35 e nell’Esempio 40) oppure no (come
avviene nei casi 4 e 5 dell’Esercizio 35).

Index 75/87
Saper fare: Riconoscere ss.v.

Esercizio 41:

D Stabilire se l’insieme
S ∶≡ {(x , y , z) ∈ R3 ∣ x = 5}
sia o meno ss.v. di R3 .

Index 76/87
Saper fare: Riconoscere ss.v.

Esercizio 41:

D Stabilire se l’insieme
S ∶≡ {(x , y , z) ∈ R3 ∣ x = 5}
sia o meno ss.v. di R3 .

R È immediato verificare che la condizione x = 5 equivale alla


⎪ x =5


⎨y = a ,



⎩z = b

e quindi a definire S come l’insieme delle terne del tipo (5, a, b). E si vede subito
che le ultime due componenti sono lineari omogenee, ma la prima no. Pertanto S
non è un ss.v. di R3 .

Index 76/87
Saper fare: Riconoscere ss.v.

Esercizio 42:

D Stabilire se l’insieme
S ∶≡ {(x , y , z) ∈ R3 ∣ y = x 2 }
sia o meno ss.v. di R3 .

Index 77/87
Saper fare: Riconoscere ss.v.

Esercizio 42:

D Stabilire se l’insieme
S ∶≡ {(x , y , z) ∈ R3 ∣ y = x 2 }
sia o meno ss.v. di R3 .

R È immediato verificare che la condizione y = x 2 equivale alla


⎪ x =a


⎨y = a 2 ,



⎩z = b

e quindi a definire S come l’insieme delle terne del tipo (a, a2 , b). E si vede subito
che la prima e la terza componente sono lineari omogenee, ma la seconda no.
Pertanto S non è un ss.v. di R3 .

Index 77/87
Ogni linear span è un ss.v.
Risulta praticamente ovvio, in virtú di com’è definito, che lo s.v. U ∶≡ L {v 1 , . . . , v k }
costituisca un ss.v. (eventualmente banale) dello spazio V da cui sono presi i
generatori.

Index 78/87
Ogni linear span è un ss.v.
Risulta praticamente ovvio, in virtú di com’è definito, che lo s.v. U ∶≡ L {v 1 , . . . , v k }
costituisca un ss.v. (eventualmente banale) dello spazio V da cui sono presi i
generatori.

Esempio 43:
Lo s.v. L {i , k} dell’Esempio 23 è chiaramente un ss.v. di R3 .

Index 78/87
Ogni linear span è un ss.v.
Risulta praticamente ovvio, in virtú di com’è definito, che lo s.v. U ∶≡ L {v 1 , . . . , v k }
costituisca un ss.v. (eventualmente banale) dello spazio V da cui sono presi i
generatori.

Esempio 43:
Lo s.v. L {i , k} dell’Esempio 23 è chiaramente un ss.v. di R3 .

Esempio 44:
Le rette vettoriali (cfr. Esercizio 24) sono chiaramente ss.v. dello s.v. V
considerato. Analogamente per i piani vettoriali (cfr. Esercizio 25).

Index 78/87
Ogni linear span è un ss.v.
Risulta praticamente ovvio, in virtú di com’è definito, che lo s.v. U ∶≡ L {v 1 , . . . , v k }
costituisca un ss.v. (eventualmente banale) dello spazio V da cui sono presi i
generatori.

Esempio 43:
Lo s.v. L {i , k} dell’Esempio 23 è chiaramente un ss.v. di R3 .

Esempio 44:
Le rette vettoriali (cfr. Esercizio 24) sono chiaramente ss.v. dello s.v. V
considerato. Analogamente per i piani vettoriali (cfr. Esercizio 25).

Esempio 45:
Con la solita identificazione E3 ≃ V3 (O) ≃ R3 (resa possibile dalla scelta di un
sistema di riferimento cartesiano O⃗i ⃗j ⃗k in E3 ), l’insieme L {⃗i, ⃗j} è chiaramente
corrispondente al piano XY . Tale piano risulta evidentemente essere un ss.v.
dello spazio E3 .

Index 78/87
Ogni ss.v. può essere scritto come linear span
Mostreremo il seguente interessantissimo risultato: la situazione descritta nella slide
precedente può essere invertita, ossia ogni ss.v. di uno s.v. finitamente generato può
essere generato da un insieme finito (!) di generatori, e quindi può essere visto come
il linear span di un numero finito di vettori (generatori).

Index 79/87
Ogni ss.v. può essere scritto come linear span
Mostreremo il seguente interessantissimo risultato: la situazione descritta nella slide
precedente può essere invertita, ossia ogni ss.v. di uno s.v. finitamente generato può
essere generato da un insieme finito (!) di generatori, e quindi può essere visto come
il linear span di un numero finito di vettori (generatori).
Pertanto, in particolare, saremo in grado di scrivere ciascuno dei ss.v. visti negli
Esercizi precedenti come linear span di opportuni generatori.

Index 79/87
Ogni ss.v. può essere scritto come linear span
Mostreremo il seguente interessantissimo risultato: la situazione descritta nella slide
precedente può essere invertita, ossia ogni ss.v. di uno s.v. finitamente generato può
essere generato da un insieme finito (!) di generatori, e quindi può essere visto come
il linear span di un numero finito di vettori (generatori).
Pertanto, in particolare, saremo in grado di scrivere ciascuno dei ss.v. visti negli
Esercizi precedenti come linear span di opportuni generatori.

Osservazione 46:
Tale affermazione non contrasta col fatto, visto in precedenza, che ogni ss.v. di
Kn possa essere scritto in termini di n-pla generica. In effetti tale possibilità
sussiste sempre, ma questo non significa che costituisca il modo piú comodo, né
tantomeno il piú significativo, di fornire un ss.v. di Kn : piú interessante risulta,
appunto, fornirlo come linear span di un certo insieme di generatori, cosa che
abbiamo già detto essere sempre possibile.

Index 79/87
Saper fare: Scrivere una n-pla generica come linear span

Esempio 47:
Si consideri il ss.v. S di Rn costituito dalle terne del tipo (a, 2b, a + b) (cfr.
Esercizio 35). Si ha immediatamente:

⎡ a ⎤ ⎡1⎤ ⎡0⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 2b ⎥ = a ⎢0⎥ + b ⎢2⎥ ,
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢a + b ⎥ ⎢1⎥ ⎢1⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦

e quindi è evidente che risulti


⎪ ⎡ ⎤ ⎡0⎤⎫
⎪⎢1⎥ ⎢ ⎥⎪
S = L ⎨⎢ 0⎥ ,⎢ ⎥⎪ .
⎪ ⎢ ⎥ ⎢2⎥⎬⎪
⎩⎣ ⎦ ⎣ ⎥
⎪ ⎢ 1⎥ ⎢ 1⎦⎪

Index 80/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 48:

D Sia (cfr. Esempio 40)



⎪ ⎡ ⎤ ⎫

⎪⎢ x ⎥ ⎪
S ∶≡ ⎨⎢⎢y⎥ ⎥ ∈ R3 ∣ x = y = z ⎬ .

⎪ ⎢ z ⎥ ⎪

⎩⎣ ⎦ ⎭
Scrivere tale ss.v. di R3 sotto forma di linear span di opportuni generatori.

Index 81/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 48:

D Sia (cfr. Esempio 40)



⎪ ⎡ ⎤ ⎫

⎪⎢ x ⎥ ⎪
S ∶≡ ⎨⎢⎢y⎥ ⎥ ∈ R3 ∣ x = y = z ⎬ .

⎪ ⎢ z ⎥ ⎪

⎩⎣ ⎦ ⎭
Scrivere tale ss.v. di R3 sotto forma di linear span di opportuni generatori.

R Come già osservato (cfr. Esempio 40), la condizione x = y = z equivale alla


⎪ x =t


⎨y = t ,



⎩z = t
⎡1⎤
⎢ ⎥
e quindi la generica soluzione può essere scritta come t ⎢ ⎥
⎢1⎥. Pertanto, chiaramente:
⎢1⎥
⎣ ⎦

⎪ ⎡ ⎤⎫⎪
⎪ ⎢ 1⎥
⎥⎪.
S = L ⎨⎢⎢1⎥⎬

⎪ ⎢ ⎥⎪
⎩⎣1⎦⎪ ⎭

Index 81/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 49:

D Sia S ∶≡ {(x , y ) ∈ R2 ∣ 2x + y = 0}. Scrivere tale ss.v. di R2 come linear span di


opportuni generatori.

Index 82/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 49:

D Sia S ∶≡ {(x , y ) ∈ R2 ∣ 2x + y = 0}. Scrivere tale ss.v. di R2 come linear span di


opportuni generatori.

R Abbiamo visto (cfr. Esercizio 34.1) che le soluzioni dell’equazione 2x + y = 0 sono le


coppie della forma (a, −2a). Pertanto la soluzione generale può essere scritta come
1
a [−2], e quindi risulta
1
S = L {[−2]} .

Index 82/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 50:

D Sia S ∶≡ {(x , y , z) ∈ R3 ∣ 2x − y + z = 0}. Scrivere tale ss.v. di R3 come linear span


di opportuni generatori.

Index 83/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 50:

D Sia S ∶≡ {(x , y , z) ∈ R3 ∣ 2x − y + z = 0}. Scrivere tale ss.v. di R3 come linear span


di opportuni generatori.

R Abbiamo visto (cfr. Esercizio 35.1) che le soluzioni dell’equazione 2x − y + z = 0


sono le terne della forma (t, s, s − 2t). Pertanto la soluzione generale può essere
⎡1⎤ ⎡0⎤
⎢ ⎥ ⎢ ⎥
scritta come t ⎢ 0
⎢ ⎥
⎥ + s ⎢1⎥ , e quindi risulta
⎢ ⎥
⎢−2⎥ ⎢1⎥
⎣ ⎦ ⎣ ⎦

⎪ ⎡ ⎤ ⎡0⎤⎫
⎪⎢ 1 ⎥ ⎢ ⎥⎪
S = L ⎨⎢ ⎥ ⎢ ⎥⎪ .
⎪ ⎢ 0 ⎥ , ⎢1⎥⎬
⎩⎣−2⎦ ⎢
⎪ ⎢ ⎥ ⎥⎪
⎣1⎦⎪

Index 83/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 51:

D Sia
x +z =0
S ∶≡ {(x , y , z) ∈ R3 ∣ { } .
y +z =0

Scrivere tale ss.v. di R3 come linear span di opportuni generatori.

Index 84/87
Saper fare: Scrivere una n-pla generica come linear span

Esercizio 51:

D Sia
x +z =0
S ∶≡ {(x , y , z) ∈ R3 ∣ { } .
y +z =0

Scrivere tale ss.v. di R3 come linear span di opportuni generatori.

R Abbiamo visto (cfr. Esercizio 35.2) che le soluzioni del sistema

x +z =0
{
y +z =0

sono le terne della forma (t, t, −t). Pertanto la soluzione generale può essere scritta
⎡1⎤
⎢ ⎥
come t ⎢ ⎥
⎢ 1 ⎥ , e quindi risulta
⎢−1⎥
⎣ ⎦

⎪ ⎡ ⎤⎫ ⎪
⎪⎢ 1 ⎥⎥⎪ .
S = L ⎨⎢⎢ 1 ⎥⎬

⎪ ⎢ ⎥ ⎪
⎩⎣−1⎦⎪ ⎭

Index 84/87
Indice della SottoSottoSezione

Sottospazi vettoriali (ss.v.)


Ss.v. di uno s.v. V
Ss.v. di Kn
L’importanza di Kn
Possibili definizioni di un ss.v. di Kn
Ss.v. di Kn definiti attraverso matrici: Row(A) e Col(A)

Index 85/87
“Vocazione” delle matrici
Abbiamo visto che una matrice, per definizione, è una tabella rettangolare e
completa di numeri.
E abbiamo anche visto che si tratta di oggetti che hanno una spiccata “vocazione”
a rappresentare oggetti di natura piú complessa (nello stesso senso in cui il nostro
codice fiscale rappresenta noi).

Index 86/87
“Vocazione” delle matrici
Abbiamo visto che una matrice, per definizione, è una tabella rettangolare e
completa di numeri.
E abbiamo anche visto che si tratta di oggetti che hanno una spiccata “vocazione”
a rappresentare oggetti di natura piú complessa (nello stesso senso in cui il nostro
codice fiscale rappresenta noi).
In questo Corso vedremo parecchi contesti in cui viene sfruttata tale vocazione. Qui
lo faremo osservando che una matrice può anche essere pensata come:
▸ insieme di matrici-colonna;
▸ insieme di matrici-riga.

Tale constatazione dà luogo alle due definizioni che seguono.

Index 86/87
Row(A), Col(A)
Data una matrice A ∈ Km×n , definiamo:

Row(A) ∶≡ L {r 1 , . . . , r m }

e
Col(A) ∶≡ L {c 1 , . . . , c n } .

Index 87/87
Row(A), Col(A)
Data una matrice A ∈ Km×n , definiamo:

Row(A) ∶≡ L {r 1 , . . . , r m }

e
Col(A) ∶≡ L {c 1 , . . . , c n } .
Si tratta (per costruzione!) di s.v. che risultano essere ss.v. di s.v. diversi.

Index 87/87
Row(A), Col(A)
Data una matrice A ∈ Km×n , definiamo:

Row(A) ∶≡ L {r 1 , . . . , r m }

e
Col(A) ∶≡ L {c 1 , . . . , c n } .
Si tratta (per costruzione!) di s.v. che risultano essere ss.v. di s.v. diversi. In
particolare:
▸ Row(A), detto spazio delle righe di A, risulta essere ss.v. di K1×n = (K∨ )n ;

Index 87/87
Row(A), Col(A)
Data una matrice A ∈ Km×n , definiamo:

Row(A) ∶≡ L {r 1 , . . . , r m }

e
Col(A) ∶≡ L {c 1 , . . . , c n } .
Si tratta (per costruzione!) di s.v. che risultano essere ss.v. di s.v. diversi. In
particolare:
▸ Row(A), detto spazio delle righe di A, risulta essere ss.v. di K1×n = (K∨ )n ;
▸ Col(A), detto spazio delle colonne di A, risulta essere ss.v. di Km×1 = Km .

Index 87/87