Argomento di Geometria e Algebra Lineare , capitolo 6 degli appunti della prof (“Basi”). Lezione L10 del mar 27/10, seconda parte (p. 1-4 ). Dispensa, capitolo 6: p. 128-131 (numeri di pagina del PDF). Riprende Basi (L8) e viene dopo Determinante . Il capitolo continua nelle lezioni L11 e L12 (2/11 e 3/11, “basi I” e “basi II”), non ancora fatte.
Per l’esame
Saper enunciare : ogni spazio finitamente generato V ≠ { 0 ⃗ } V \neq \{\vec{0}\} V = { 0 } ha una base; B \mathcal{B} B è una base se e solo se ogni vettore si scrive in modo unico; il teorema di completamento e “tutte le basi hanno lo stesso numero di elementi”; la definizione di dimensione e le dimensioni di R n \mathbb{R}^n R n , M 2 ( R ) M_2(\mathbb{R}) M 2 ( R ) , M m , n ( R ) M_{m,n}(\mathbb{R}) M m , n ( R ) , R [ x ] d \mathbb{R}[x]_d R [ x ] d .
Saper fare : estrarre una base da un insieme di generatori con Gauss (procedimento 1), anche per U = S p a n ( … ) U = \mathrm{Span}(\ldots) U = Span ( … ) ; calcolare dim U \dim U dim U .
Dove esce : esercitazione 5 del 9/11 (“determinante e basi”). Il parziale del 5/11, secondo l’avviso del 28/9, arriva al capitolo 4: vedi Ripasso provetta › Dimensione .
1 Lezione
1.1 Ricordiamo: base (p. 1 )
Definizione
V V V sp. vettoriale finitamente generato. Un insieme di vettori B = { v ⃗ 1 , … , v ⃗ m } \mathcal{B} = \{\vec{v}_1, \ldots, \vec{v}_m\} B = { v 1 , … , v m } è una base di V V V se è un sistema di generatori linearm. indipendente.
Esempi, basi standard e criterio col rango in R n \mathbb{R}^n R n sono in Basi .
1.2 Esistenza di una base e scrittura unica (p. 1 )
Dimostrazione di (1) (prof, p. 1)
Sia { v ⃗ 1 , … , v ⃗ m } \{\vec{v}_1, \ldots, \vec{v}_m\} { v 1 , … , v m } un insieme di generatori di V V V (esiste per ipotesi).
Se è lin. indip. allora è una base. STOP.
Altrimenti ∃ i ∈ { 1 , … , m } \exists\, i \in \{1, \ldots, m\} ∃ i ∈ { 1 , … , m } tale che
v ⃗ i ∈ S p a n ( v ⃗ 1 , … , v ⃗ ˇ i , … , v ⃗ m ) = S p a n ( v ⃗ 1 , … , v ⃗ m ) , \vec{v}_i \in \mathrm{Span}(\vec{v}_1, \ldots, \check{\vec{v}}_i, \ldots, \vec{v}_m) = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_m), v i ∈ Span ( v 1 , … , v ˇ i , … , v m ) = Span ( v 1 , … , v m ) ,
dove v ⃗ ˇ i \check{\vec{v}}_i v ˇ i vuol dire “tolto v ⃗ i \vec{v}_i v i ”: { v ⃗ 1 , … , v ⃗ ˇ i , … , v ⃗ m } \{\vec{v}_1, \ldots, \check{\vec{v}}_i, \ldots, \vec{v}_m\} { v 1 , … , v ˇ i , … , v m } è ancora un sistema di generatori di V V V .
Ora, se { v ⃗ 1 , … , v ⃗ ˇ i , … , v ⃗ m } \{\vec{v}_1, \ldots, \check{\vec{v}}_i, \ldots, \vec{v}_m\} { v 1 , … , v ˇ i , … , v m } è lin. indip., allora è una base. STOP. Altrimenti ripeto. □ \square □
Il procedimento finisce perché a ogni passo si toglie un vettore da un insieme finito, e non si arriva all’insieme vuoto perché V ≠ { 0 ⃗ } V \neq \{\vec{0}\} V = { 0 } .
Dimostrazione di (2) (“vedi dispense”, p. 128-129 )
( ⇒ ) (\Rightarrow) ( ⇒ ) È la proposizione sull’unicità della L8, dimostrata in Basi : esistenza dai generatori, unicità dall’indipendenza.
( ⇐ ) (\Leftarrow) ( ⇐ ) Ogni v ⃗ \vec{v} v si scrive, quindi B \mathcal{B} B genera V V V . Anche 0 ⃗ \vec{0} 0 si scrive in modo unico, e una scrittura è quella con tutti i coefficienti nulli:
0 ⃗ = ∑ i = 1 m λ i v ⃗ i ⇒ λ i = 0 ∀ i , \vec{0} = \sum_{i=1}^{m}\lambda_i\vec{v}_i \ \Rightarrow \ \lambda_i = 0 \ \forall\, i, 0 = i = 1 ∑ m λ i v i ⇒ λ i = 0 ∀ i ,
che è la definizione di indipendenza. Quindi B \mathcal{B} B è una base.
1.3 Procedimento 1: estrazione di una base da un insieme di generatori (p. 2 )
Procedimento 1
Dato { v ⃗ 1 , … , v ⃗ m } ⊆ R n \{\vec{v}_1, \ldots, \vec{v}_m\} \subseteq \mathbb{R}^n { v 1 , … , v m } ⊆ R n sistema di gen. (m ≥ n m \geq n m ≥ n ):
formiamo la matrice n × m n \times m n × m A = [ v ⃗ 1 ∣ ⋯ ∣ v ⃗ m ] A = [\vec{v}_1 \mid \cdots \mid \vec{v}_m] A = [ v 1 ∣ ⋯ ∣ v m ] ;
riduciamo A A A a scalini con G-J: i vettori corrispondenti alle colonne contenenti i pivot formano una base.
Si prendono i vettori di partenza delle colonne pivot, non le colonne della matrice a scalini. Le colonne senza pivot sono combinazioni di quelle con pivot, con gli stessi coefficienti in A A A e nella sua forma ridotta (Dipendenza lineare ).
Esempio della prof. R 3 ∋ v ⃗ 1 = ( 1 , 1 , 0 ) \mathbb{R}^3 \ni \vec{v}_1 = (1, 1, 0) R 3 ∋ v 1 = ( 1 , 1 , 0 ) , v ⃗ 2 = ( 2 , 0 , − 1 ) \vec{v}_2 = (2, 0, -1) v 2 = ( 2 , 0 , − 1 ) , v ⃗ 3 = ( 1 , − 1 , − 1 ) \vec{v}_3 = (1, -1, -1) v 3 = ( 1 , − 1 , − 1 ) , v ⃗ 4 = ( 1 , 1 , 1 ) \vec{v}_4 = (1, 1, 1) v 4 = ( 1 , 1 , 1 ) .
A = ( 1 2 1 1 1 0 − 1 1 0 − 1 − 1 1 ) → E 21 ( − 1 ) ( 1 2 1 1 0 − 2 − 2 0 0 − 1 − 1 1 ) → E 32 ( − 1 2 ) ( 1 2 1 1 0 − 2 − 2 0 0 0 0 1 ) A = \begin{pmatrix} 1 & 2 & 1 & 1 \\ 1 & 0 & -1 & 1 \\ 0 & -1 & -1 & 1 \end{pmatrix} \xrightarrow{E_{21}(-1)} \begin{pmatrix} 1 & 2 & 1 & 1 \\ 0 & -2 & -2 & 0 \\ 0 & -1 & -1 & 1 \end{pmatrix} \xrightarrow{E_{32}(-\frac12)} \begin{pmatrix} 1 & 2 & 1 & 1 \\ 0 & -2 & -2 & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} A = 1 1 0 2 0 − 1 1 − 1 − 1 1 1 1 E 21 ( − 1 ) 1 0 0 2 − 2 − 1 1 − 2 − 1 1 0 1 E 32 ( − 2 1 ) 1 0 0 2 − 2 0 1 − 2 0 1 0 1
(R 3 − 1 2 R 2 = ( 0 , − 1 + 1 , − 1 + 1 , 1 − 0 ) R_3 - \frac12 R_2 = (0,\ -1 + 1,\ -1 + 1,\ 1 - 0) R 3 − 2 1 R 2 = ( 0 , − 1 + 1 , − 1 + 1 , 1 − 0 ) .) Pivot 1 1 1 , − 2 -2 − 2 , 1 1 1 nelle colonne 1, 2, 4.
Conclusione:
{ v ⃗ 1 , v ⃗ 2 , v ⃗ 3 , v ⃗ 4 } \{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} { v 1 , v 2 , v 3 , v 4 } è un sist. di gen. di R 3 \mathbb{R}^3 R 3 (perché rg ( A ) = 3 \operatorname{rg}(A) = 3 rg ( A ) = 3 );
una base è data da { v ⃗ 1 , v ⃗ 2 , v ⃗ 4 } \{\vec{v}_1, \vec{v}_2, \vec{v}_4\} { v 1 , v 2 , v 4 } (grazie al procedim. 1).
v ⃗ 3 = − v ⃗ 1 + v ⃗ 2 \vec{v}_3 = -\vec{v}_1 + \vec{v}_2 v 3 = − v 1 + v 2 è stato scartato.
Esempio della prof (p. 3 ). Sia U = S p a n ( ( 1 , 1 , 0 ) , ( 0 , 1 , 1 ) , ( 1 , 0 , − 1 ) ) ⊆ R 3 U = \mathrm{Span}\big((1, 1, 0), (0, 1, 1), (1, 0, -1)\big) \subseteq \mathbb{R}^3 U = Span ( ( 1 , 1 , 0 ) , ( 0 , 1 , 1 ) , ( 1 , 0 , − 1 ) ) ⊆ R 3 , con v ⃗ 1 , v ⃗ 2 , v ⃗ 3 \vec{v}_1, \vec{v}_2, \vec{v}_3 v 1 , v 2 , v 3 nell’ordine. Trovare una base di U U U .
A = ( 1 0 1 1 1 0 0 1 − 1 ) → E 21 ( − 1 ) ( 1 0 1 0 1 − 1 0 1 − 1 ) → E 32 ( − 1 ) ( 1 0 1 0 1 − 1 0 0 0 ) A = \begin{pmatrix} 1 & 0 & 1 \\ 1 & 1 & 0 \\ 0 & 1 & -1 \end{pmatrix} \xrightarrow{E_{21}(-1)} \begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & -1 \\ 0 & 1 & -1 \end{pmatrix} \xrightarrow{E_{32}(-1)} \begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & -1 \\ 0 & 0 & 0 \end{pmatrix} A = 1 1 0 0 1 1 1 0 − 1 E 21 ( − 1 ) 1 0 0 0 1 1 1 − 1 − 1 E 32 ( − 1 ) 1 0 0 0 1 0 1 − 1 0
Conclusione: una base di U U U è { v ⃗ 1 , v ⃗ 2 } \{\vec{v}_1, \vec{v}_2\} { v 1 , v 2 } .
Il procedimento vale per qualunque Span, non solo per generatori di R 3 \mathbb{R}^3 R 3 ; qui v ⃗ 3 = v ⃗ 1 − v ⃗ 2 \vec{v}_3 = \vec{v}_1 - \vec{v}_2 v 3 = v 1 − v 2 .
1.4 Procedimento 2: completare un insieme lin. indipendente ad una base (p. 3 )
Teorema
Sia B = { b ⃗ 1 , … , b ⃗ n } \mathcal{B} = \{\vec{b}_1, \ldots, \vec{b}_n\} B = { b 1 , … , b n } base di V V V . Sia { v ⃗ 1 , … , v ⃗ m } \{\vec{v}_1, \ldots, \vec{v}_m\} { v 1 , … , v m } insieme lin. indip., tale che m < n m < n m < n . Allora ∃ \exists ∃ una base di V V V formata da { v ⃗ 1 , … , v ⃗ m } \{\vec{v}_1, \ldots, \vec{v}_m\} { v 1 , … , v m } e da n − m n - m n − m elementi di B \mathcal{B} B .
In particolare ogni base di V V V ha lo stesso numero di elementi.
Negli appunti c’è solo l’enunciato; il procedimento per trovare gli n − m n - m n − m elementi è nella dispensa, §6.2.1 , e un esempio è in Dimensione (esercizi) .
1.5 Dimensione (p. 3-4 )
Definizione
Dato V ≠ { 0 ⃗ } V \neq \{\vec{0}\} V = { 0 } sp. vett. finitam. generato, la dimensione di V V V , dim ( V ) \dim(V) dim ( V ) , è il numero di elem. di una sua qualunque base.
“Qualunque” ha senso grazie al teorema di prima: tutte le basi hanno lo stesso numero di elementi.
Esempi (p. 4 ), contando gli elementi delle basi standard di Basi :
V ≠ { 0 ⃗ } V \neq \{\vec{0}\} V = { 0 } dim ( V ) \dim(V) dim ( V ) R n \mathbb{R}^n R n n n n M 2 ( R ) M_2(\mathbb{R}) M 2 ( R ) 4 4 4 M m , n ( R ) M_{m,n}(\mathbb{R}) M m , n ( R ) m n mn mn R [ x ] d \mathbb{R}[x]_d R [ x ] d d + 1 d + 1 d + 1
In R [ x ] d \mathbb{R}[x]_d R [ x ] d la base { 1 , x , … , x d } \{1, x, \ldots, x^d\} { 1 , x , … , x d } parte da x 0 = 1 x^0 = 1 x 0 = 1 : i monomi sono d + 1 d + 1 d + 1 , non d d d .
2 Esercizi tipo esame
In una pagina a parte, dal più facile al livello del 30: Dimensione (esercizi) .
3 Errori tipici
Prendere come base le colonne della matrice a scalini invece dei vettori di partenza nelle colonne pivot.
Mettere i vettori in riga e poi leggere i pivot: il procedimento 1 vuole i vettori in colonna.
Dire che dim R [ x ] d = d \dim \mathbb{R}[x]_d = d dim R [ x ] d = d : la base { 1 , x , … , x d } \{1, x, \ldots, x^d\} { 1 , x , … , x d } ha d + 1 d + 1 d + 1 elementi.
Confondere la dimensione di U = S p a n ( … ) U = \mathrm{Span}(\ldots) U = Span ( … ) con il numero dei generatori: è il rango della matrice dei generatori.
Pensare che una base estratta sia unica: cambiando l’ordine dei vettori si possono scartare vettori diversi.
4 Domande
Enuncia il teorema di esistenza della base e la caratterizzazione con la scrittura unica. Perché serve V ≠ { 0 ⃗ } V \neq \{\vec{0}\} V = { 0 } ?
Come funziona la dimostrazione dell’esistenza di una base? Perché togliere v ⃗ i \vec{v}_i v i non cambia lo Span?
Descrivi il procedimento 1. Quali vettori si prendono, e perché quelli delle colonne con pivot?
Enuncia il teorema di completamento. Che conseguenza ha sul numero di elementi delle basi?
Cos’è la dimensione di uno spazio vettoriale? Quanto valgono dim R n \dim\mathbb{R}^n dim R n , dim M m , n ( R ) \dim M_{m,n}(\mathbb{R}) dim M m , n ( R ) , dim R [ x ] d \dim\mathbb{R}[x]_d dim R [ x ] d ?
Come si calcola la dimensione di U = S p a n ( v ⃗ 1 , … , v ⃗ m ) ⊆ R n U = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_m) \subseteq \mathbb{R}^n U = Span ( v 1 , … , v m ) ⊆ R n ?