APPLICAZIONI LINEARI Rn Rm

Ricordiamo che, dati due insiemi C e D, una funzione f : C D `e una legge che associa ad ogni
elemento c C un ben preciso elemento d D. Si scrive f (c) = d oppure c 7 d e si dice che d `e immagine
di c.
Limmagine di f `e linsieme Im f = {f (c)|c C}; Im f `e contenuta nel codominio D e non coincide
necessariamente con D. Dato b D, linsieme {c C|f (c) = b} si dice insieme delle controimmagini di b
e si denota con f 1 (b).
Ricordiamo anche che f si dice suriettiva se Im f = D, quindi f `e suriettiva se e solo se f 1 (b) `e non
vuoto per ogni b D. Inoltre f `e iniettiva se f (c1 ) = f (c2 ) implica c1 = c2 . Se f `e sia iniettiva che
suriettiva si dice biiettiva e in questo caso esiste la funzione inversa f 1 : D C tale che f 1 f e f f 1
sono funzioni identit`
a.
Data una matrice A Rm,n , possiamo definire una funzione fA : Rn Rm ponendo
fA (v) = Av
al variare di v in Rn (con v pensato come vettore colonna di Rn,1 ), dove Av `e lusuale prodotto tra matrici
riga per colonna.

2
Esempio. Data A = 1
1

1
0
1

0
1
1

x1
4
x

2 R3,4 , definiamo fA : R4 R3 : per ogni v = 2 R4

x3
2
x4

x1
y1
x
fA (v) = A 2 = y2 R3
x3
y3
x4

y1
2x1 x2 + x4
dove y2 = x1 + x3 + 2x4 .
y3
x1 x2 x3 + 2x4

0
1
1
In particolare per esempio fA =
0 .
0
1
0

Ricordiamo che per il prodotto tra matrici valgono le

Propriet`
a. Per ogni A Rm,n , per ogni u, v Rn e per ogni k R
1) A(u + v) = Au + Av
2) k(Av) = A(kv)
Ne deduciamo che le funzioni fA assegnate come sopra sono caratterizzate dalle seguenti
Propriet`
a.
1) fA (u + v) = fA (u) + fA (v)
2) k(fA (v)) = fA (kv)
Definizione. Una funzione f : Rn Rm che gode di tali propriet`a si dice applicazione lineare. Quando
m = n, f si dice endomorfismo. Se f `e una biiezione, si dice che f `e un isomorfismo.
1

Osservazioni.
1) Le componenti del vettore fA (v) sono polinomi omogenei di primo grado nelle componenti del vettore
v.
2) In generale, nella matrice A Rm,n , la j-esima colonna rappresenta limmagine fA (ej ) del j-esimo
vettore della base canonica di Rn (come nel caso particolare dellesempio).
3) Per ogni A Rm,n , si ha in particolare fA 0) = 0.
4) Dato w Rm , {v Rn |fA (v) = w} `e linsieme delle controimmagini di w e si denota con fA1 (w);
si tratta dellinsieme delle soluzioni del sistema lineare avente come matrice dei coefficienti A e come colonna
dei termini noti le componenti del vettore w.
Nucleo e immagine
Definizione. Data la matrice A Rm,n , si dice nucleo di A (o di fA ) linsieme:
ker(A) = {v Rn |Av = 0}

Proposizione. Data la matrice A Rm,n ,

(a) ker(A) `e un sottospazio vettoriale di Rn ;
(b) ker(A) ha dimensione n rg(A).
Dimostrazione. (a) Basta osservare che ker(A) `e per definizione linsieme delle soluzioni del sistema lineare
omogeneo avente A come matrice dei coefficienti e perci`o `e sottospazio di Rn .
(b) Il sistema omogeneo ha n rg(A) incognite libere e, per costruzione, una base delle soluzioni `e
costituita da n rg(A) vettori.
Definizione. Im(A) = {w Rm | esiste v Rn tale che Av = w}.
Proposizione. Per ogni matrice A Rm,n ,
(a) Im(A) `e il sottospazio di Rm generato dalle colonne di A;
(b) dim(Im(A)) = rg(A).
Dimostrazione. (a) Per ogni vettore v Rn , si pu`o scrivere v = a1 e1 + a2 e2 + + an en , dove (e1 , , en )
`e la base canonica di Rn . Poich`e fA `e lineare, si ha fA (v) = a1 fA (e1 ) + a2 fA (e2 ) + + an fA (en ), ossia
fA (v) `e combinazione lineare delle colonne di A.
(b) dim(Im(A)) = rg(A), perch`e lo spazio delle colonne di A ha dimensione rg(A).
Esempio. Lapplicazione lineare fA : R4 R3 associata alla matrice

2
A = 1
1

1
0
1

0
1
1

4
2
2

ha nucleo ker fA = {(z 2t, 2z, z, t)}, al variare di z, t R e immagine Im fA = L((2, 1, 1), (1, 0, 1)).

Dalle due precedenti proposizioni segue il fondamentale

Corollario. Per ogni matrice A Rm,n , dim(Im(A)) + dim(ker(A)) = n.

Proposizione. Data la matrice A Rm,n , ker(A) = {0} se e solo se fA `e iniettiva.

2

Dimostrazione. Nelipotesi che ker(A) = {0}, supponiamo per assurdo che esistano due vettori v1 6= v2 Rn
tali che fA (v1 ) = fA (v2 ); si ha allora, per la linearit`a di fA , fA (v1 v2 ) = 0, cio`e, per definizione di Ker(fA ),
v1 v2 Ker(fA ) e quindi dallipotesi segue che v1 v2 = 0, ossia v1 = v2 .
Nelipotesi che fA sia iniettiva, sia v Ker(fA ); allora per definizione fA (v) = 0; sappiamo per`
o che
anche f (0) = 0. Poich`e fA `e iniettiva, deve essere v = 0.
Proposizione. Fissate una base di Rn e una base di Rm , sia data una applicazione lineare f : Rn Rm ;
allora esiste ununica matrice M Rm,n tale che f = fM .
Dimostrazione. Siano BRn = (u1 , . . . , un ) e BRm = (v1 , . . . , vm ) le basi fissate. Lapplicazione f `e data,
quindi si sa come opera su un qualsiasi vettore di Rn , in particolare si sa come opera sui vettori della base
BRn ; si avr`
a perci`
o:
f (u1 ) = a11 v1 + a21 v2 + . . . + am1 vm
f (u2 ) = a12 v1 + a22 v2 + . . . + am2 vm
...
f (un ) = a1n v1 + a2n v2 + . . . + amn vm
Sia ora v = b1 u1 + . . . + bn un un qualsiasi vettore di Rn ; per la linearit`a di f si ha: f (v) = b1 f (u1 ) + . . . +
bn f (un ) e quindi, tenendo conto dei dati precedenti, si ottiene
a11
a21
f (v) =
...
am1

a12
a22

...
...

am2

...

a11
a21
ossia f `e associata alla matrice M =
...
am1

b1
a1n
b2
a2n

...
amn
bn

a12
a22

...
...

a1n
a2n
.

am2

...

amn

Composizione e prodotto di matrici

Consideriamo le matrici B Rm,n e A Rn,p e le applicazioni lineari ad esse associate fB : Rn Rm e
fA : Rp Rn definite rispettivamente da fB (u) = Bu e fA (v) = Av. La composizione fB fA `e data da
v 7 Av 7 BAv
ed `e perci`
o associata alla matrice prodotto BA.
Un caso particolare `e quello delle applicazioni lineari invertibili. Ricordiamo che se una funzione f : C D
`e invertibile, la funzione f 1 : D C definita da f 1 (y) = x `e detta inversa di f e si ha f 1 f = IdC e
f f 1 = IdD .
Proposizione.
(a) Lapplicazione lineare associata a una matrice A Rm,n non `e invertibile se n 6= m.
(b) Se n = m, lapplicazione lineare associata a una matrice A Rn,n`e invertibile se e solo se rg(A) = n.
(c) Se A Rn,n`e invertibile, la matrice associata allapplicazione inversa fA1 `e la matrice A1 .
Dimostrazione. Per definizione di applicazione inversa, fA `e invertibile se e solo se, per ogni vettore b Rm ,
lequazione vettoriale fA (v) = b ha una sola soluzione. Lequazione fA (v) = b corrisponde a un sistema
lineare di m equazioni in n incognite di matrice (A|b). Per il Teorema di Rouch`e-Capelli, un sistema del tipo
(A|b) ha ununica soluzione qualunque sia il vettore b Rm se e solo se m = rg(A) = n. Dalla definizione
di composizione di applicazioni segue che la matrice associata allapplicazione inversa fA1 `e la matrice A1 .