Base Duale di uno Spazio Vettoriale: Definizioni, Proprietà e Applicazioni

La teoria degli insiemi e l'algebra lineare forniscono un linguaggio comune per descrivere strutture matematiche fondamentali. In questa trattazione esploreremo la base duale, la dualità tra spazi e mappe lineari, e le conseguenze principali per gli ambiti di algebra lineare, matrice, forme e spazi euclidei.

Inquadramento: spazi vettoriali, applicazioni lineari e dualità

Definizione di spazio vettoriale su un campo K. Esempi: vettori geometrici, K^n. Definizione di applicazione lineare tra due spazi vettoriali. Un'applicazione lineare è univocamente determinata dall'immagine dei vettori di una base. Esempi di applicazioni lineari.

Se A e' la matrice associata ad una applicazione lineare rispetto a delle basi, la matrice associata alla duale dell'applicazione lineare nelle basi duali e' la trasposta di A. La duale della composizione di due applicazioni lineari è la composizione delle duali in ordine inverso.

Dualità tra immagini e kernel: Se F è un'applicazione lineare da V a W, f sta in ker(F) se e solo se Im(F) e contenuta in ker(f); g sta in Im(F^*) se e solo se ker(F) e' contenuto in ker(g). In dimensione finita, la dimensione dell'immagine di F e della immagine della duale sono uguali. F e' iniettiva se e solo se la duale è suriettiva, e viceversa.

Base duale e spazio duale

Definizione di spazio duale V^*: l'insieme di tutte applicazioni lineari da V in K. Ogni vettore v in V determina una funzionale di valutazione basata sul prodotto con v rispetto a una base, e la famiglia di funzionali associati a una base forma la base duale. La base duale e' formata dai functional duali ai vettori della base originale.

Se V ha dimensione n, allora V^* ha dimensione n. Se {v1, ..., vn} è una base di V, allora esiste una base duale {f1, ..., fn} di V^* tale che fi(vj) = δij (delta di Kronecker). La duale di un'applicazione lineare F: V -> W è F^*: W^* -> V^*, definita da F^*(g) = g ∘ F.

Relazione tra matrice di F e matrice della duale

Se A è la matrice associata a F rispetto alle basi di V e W, allora la matrice associata a F^* rispetto alle basi duali è la trasposta di A. Questo lega proposizioni su rango, kernel, immagine e invertibilità tra uno spazio e la sua duale.

Proprietà chiave della dualità

  1. La dimensione dell'immagine di F è uguale a quella dell'immagine di F^* nel contesto duale, in dimensione finita.
  2. F è iniettiva se e solo se F^* è suriettiva; F è suriettiva se e solo se F^* è iniettiva.
  3. La duale della composizione di due applicazioni lineari è la composizione delle duali in ordine inverso.

Autovalori, autovettori e rappresentazioni duali

Autovalori e autovettori di un operatore lineare e di una matrice: concetti fondamentali per la decomposizione di spazi e per lo studio di trasformazioni. Il polinomio caratteristico resta invariato sotto trasformazioni di base, e la relazione tra una matrice e la sua forma trasposta gioca un ruolo chiave nelle proprietà spettrali quando si introducono basi duali e forme bilineari.

Forme bilineari, forme quadratiche, e ortogonalizzazione

Forme bilineari simmetriche e non degeneri permettono di definire prodotti scalari e strutture euclidee. Il teorema di Lagrange garantisce l’esistenza di una base ortogonale per una forma bilineare simmetrica, e ogni matrice simmetrica è congruente a una diagonale tramite una scelta di base opportunamente ortogonale.

In contesti reali, la segnatura di una forma bilineare simmetrica è invarianta per congruenza e si ottiene tramite il teorema di Sylvester. L’ortogonalizzazione di Gram-Schmidt consente di completare una base ortogonale o ortonormale partendo da qualunque base di uno spazio euclideo.

Gruppi, campi, e spazi vettoriali più strutturati

Definizione di gruppo e esempi classici: numeri interi, razionali, reali e complessi con l’operazione di addizione; gruppi di permutazioni; interi modulo n. Definizione di campo e esempi.

Spazi vettoriali su un campo K, combinazioni lineari, sistemi di generatori, indipendenza lineare, basi, e teorema dello scambio. Due basi finite di uno spazio vettoriale hanno la stessa cardinalità.

Matrice, rango e sistemi lineari

Matrici a coeffici in un campo, operazioni tra matrici (somma, prodotto, trasposta). Rango di una matrice: definizione e proprietà. Una matrice nxn è invertibile se e solo se ha rango n e se le colonne generano K^n; lo stesso vale per le righe.

Due matrici mxn sono equivalenti se e solo se hanno lo stesso rango. Il rango coincide con la dimensione dello spazio generato dalle righe; esercizi su rango e sistemi lineari e metodo di Gauss sono strumenti fondamentali della pratica.

Spazi quoziente, sottospazi e operazioni tra di essi

Definizione di spazio quoziente V/W dove W è sottospazio di V, e descrizione della struttura di spazio vettoriale sul quoziente. Se V ha dimensione finita, dim(V/W) = dim(V) - dim(W).

L’intersezione di sottospazi è un sottospazio, mentre l’unione generale non è un sottospazio. Somma di sottospazi e somma diretta, con la formula di Grassmann che descrive le dimensioni in relazione alle componenti.

Forme multilineari e determinante

Applicazioni multilineari, forme multilineari, e esempi di forme multilineari simmetriche e alternanti. Dettagli sul determinante: definizione per induzione tramite la formula di Laplace, proprietà multilineari e alternanti nelle colonne, e teoremi utili come Binet e il teorema di caratterizzazione.

Una matrice nxn è invertibile se e solo se il determinante è diverso da zero. Il determinante è uguale al determinante della trasposta. Espansioni di Laplace per qualsiasi riga o colonna forniscono formule per l'inversa di una matrice invertibile.

Spazi vettoriali, prodotto scalare e ortogonalità

Spazi euclidei, spazio vettoriale con prodotto scalare definito positivo, e le conseguenze dell’ortogonalizzazione: disuguaglianza di Schwarz, triangolare, e distanza euclidea. Il gruppo ortogonale e le isometrie tra spazi relativi a un prodotto scalare definito positivo.

Forme Hermitiane e operatori

Forme Hermitiane, spazi vettoriali Hermitian e proprietà come basi unitarie, matrici Hermitiane e unitari, operatori autoaggiunti, unitari e normali. Il teorema spettrale: una matrice normale è simile a una matrice triangolare superiore, e per matrici reali il teorema spettrale reale fornisce condizioni di diagonalizzabilità tramite ortogonalità.

Tabelle e esempi numerici

Esempi concreti e esercizi su generatori, indipendenza lineare, basi, trasformazioni lineari, rango, sistemi lineari, e diagonalizzazione. Esempi di autovalori, autovettori, autospazi e polinomi caratteristici forniti a supporto della comprensione modulare della teoria.

Schema di dualità tra spazio e spazio duale

TENSORI Applicazioni MULTILINEARI e Spazio DUALE

tags: #base #duale #degenere