Geometria e Algebra Lineare - Glossario e Definizioni

0.0(0)
Studied by 0 people
call kaiCall Kai
learnLearn
examPractice Test
spaced repetitionSpaced Repetition
heart puzzleMatch
flashcardsFlashcards
GameKnowt Play
Card Sorting

1/125

flashcard set

Earn XP

Description and Tags

Flashcard di vocabolario complete relative al testo compatto di Geometria e Algebra Lineare, contenenti le definizioni rigorose di logica, insiemi, spazi vettoriali, matrici, sistemi lineari, applicazioni lineari, determinanti, diagonalizzazione e geometria euclidea.

126 Terms

1
New cards

Proposizione

Una frase che può essere vera o falsa, ma non entrambe contemporaneamente.

2
New cards

Contronominale

L'implicazione logica ¬Q⇒¬P\neg Q \Rightarrow \neg P, la quale consegue validamente dall'implicazione P⇒QP \Rightarrow Q.

3
New cards

Inclusione stretta (B⊂AB \subset A)

La relazione tra insiemi per cui ogni elemento di BB appartiene ad AA (B⊆AB \subseteq A), ma B≠AB \neq A.

4
New cards

Insieme vuoto (∅\emptyset)

L'insieme privo di elementi, denotato con il simbolo ∅\emptyset.

5
New cards

Insiemi disgiunti

Due insiemi AA e BB la cui intersezione è vuota, ovvero A∩B=∅A \cap B = \emptyset.

6
New cards

Leggi di De Morgan

Le identità insiemistiche (A∪B)c=Ac∩Bc(A \cup B)^c = A^c \cap B^c e (A∩B)c=Ac∪Bc(A \cap B)^c = A^c \cup B^c, dove AcA^c denota il complementare rispetto a un fissato insieme universo.

7
New cards

Principio di induzione

Teorema secondo cui, data un'affermazione P(n)P(n) dipendente da n≥n0n \ge n_0, se P(n0)P(n_0) è vera (base) e se per ogni n≥n0n \ge n_0 dall'ipotesi che P(n)P(n) sia vera segue che P(n+1)P(n + 1) è vera (passo induttivo), allora P(n)P(n) è vera per ogni n≥n0n \ge n_0.

8
New cards

Disuguaglianza di Bernoulli

La relazione per cui per ogni x≥−1x \ge -1 e per ogni n∈Nn \in \mathbb{N} vale (1+x)n≥1+nx(1 + x)^n \ge 1 + nx.

9
New cards

Funzione iniettiva

Una funzione f:X→Yf : X \to Y per cui elementi distinti del dominio hanno immagini distinte nel codominio, ovvero f(x1)=f(x2)⇒x1=x2f(x_1) = f(x_2) \Rightarrow x_1 = x_2.

10
New cards

Funzione suriettiva

Una funzione f:X→Yf : X \to Y in cui ogni elemento y∈Yy \in Y è raggiunto da almeno un elemento x∈Xx \in X, ossia ∀y∈Y ∃x∈X:f(x)=y\forall y \in Y \, \exists x \in X : f(x) = y.

11
New cards

Funzione biiettiva

Una funzione che risulta essere contemporaneamente sia iniettiva sia suriettiva.

12
New cards

Funzione inversa (f−1f^{-1})

La funzione f−1:Y→Xf^{-1} : Y \to X associata a una biiezione f:X→Yf : X \to Y, definita associando a ogni y∈Yy \in Y l'unico elemento x∈Xx \in X tale che f(x)=yf(x) = y.

13
New cards

Operazione interna

Una funzione ∗:A×A→A* : A \times A \to A, (a,b)↦a∗b(a, b) \mapsto a * b, che associa a due elementi di AA un elemento appartenente ancora ad AA.

14
New cards

Gruppo

Una coppia (G,∗)(G, *) con operazione interna ∗* che soddisfa le proprietà di associatività, esistenza dell'elemento neutro e∈Ge \in G ed esistenza dell'inverso a−1∈Ga^{-1} \in G per ciascun elemento a∈Ga \in G.

15
New cards

Campo

Un insieme K\mathbb{K} munito di due operazioni interne, somma ++ e prodotto ⋅\cdot, tali che (K,+)(\mathbb{K}, +) sia un gruppo commutativo con neutro 00, (K∖{0},⋅)(\mathbb{K} \setminus \{0\}, \cdot) sia un gruppo commutativo con neutro 11, e valgano le proprietà distributive del prodotto rispetto alla somma.

16
New cards

Vettore geometrico

Una classe di equivalenza di segmenti orientati del piano o dello spazio aventi la medesima direzione, lo stesso verso e la stessa lunghezza.

17
New cards

Spazio vettoriale su un campo

Un insieme non vuoto VV su un campo K\mathbb{K} dotato di una somma interna e di un prodotto per scalare che soddisfano otto assiomi: quattro per cui (V,+)(V, +) è un gruppo commutativo e quattro di compatibilità per il prodotto per scalare.

18
New cards

Combinazione lineare

Un vettore della forma α1v1+⋯+αsvs\alpha_1 v_1 + \dots + \alpha_s v_s, dove v1,…,vs∈Vv_1, \dots, v_s \in V e gli scalari α1,…,αs∈K\alpha_1, \dots, \alpha_s \in \mathbb{K}.

19
New cards

Span (Spazio generato)

L'insieme di tutte le possibili combinazioni lineari formate a partire da un insieme di vettori: span⁡(v1,…,vs)={α1v1+⋯+αsvs:αi∈K}\operatorname{span}(v_1, \dots, v_s) = \{\alpha_1 v_1 + \dots + \alpha_s v_s : \alpha_i \in \mathbb{K}\}.

20
New cards

Vettori linearmente indipendenti

Un insieme di vettori v1,…,vs∈Vv_1, \dots, v_s \in V tale che la combinazione lineare nulla α1v1+⋯+αsvs=0V\alpha_1 v_1 + \dots + \alpha_s v_s = 0_V implica necessariamente che tutti i coefficienti siano nulli: α1=⋯=αs=0\alpha_1 = \dots = \alpha_s = 0.

21
New cards

Base di uno spazio vettoriale

Un sottoinsieme ordinato B=(v1,…,vn)\mathcal{B} = (v_1, \dots, v_n) di VV i cui elementi generano VV e sono linearmente indipendenti.

22
New cards

Coordinate di un vettore

Gli unici scalari x1,…,xn∈Kx_1, \dots, x_n \in \mathbb{K} tali che un vettore v∈Vv \in V si scriva come combinazione lineare dei vettori di una base B\mathcal{B}: v=x1v1+⋯+xnvnv = x_1 v_1 + \dots + x_n v_n.

23
New cards

Dimensione di uno spazio vettoriale

Il numero di elementi che costituisce una qualsiasi base di uno spazio vettoriale finito VV, denotato con dim⁡V\dim V (con la convenzione dim⁡{0}=0\dim \{0\} = 0).

24
New cards

Sottospazio vettoriale

Un sottoinsieme non vuoto W⊆VW \subseteq V che è esso stesso uno spazio vettoriale rispetto alle operazioni ereditate dallo spazio ambiente VV.

25
New cards

Somma diretta (U⊕WU \oplus W)

La somma di due sottospazi vettoriali U+WU + W nel caso in cui la loro intersezione contenga esclusivamente il vettore nullo: U∩W={0V}U \cap W = \{0_V\}.

26
New cards

Formula di Grassmann

La relazione dimensionale che lega due sottospazi di dimensione finita: dim⁡(U+W)=dim⁡U+dim⁡W−dim⁡(U∩W)\dim(U + W) = \dim U + \dim W - \dim(U \cap W).

27
New cards

Matrice trasposta (ATA^T)

La matrice AT∈Mn,m(K)A^T \in M_{n,m}(\mathbb{K}) ottenuta scambiando le righe e le colonne di A∈Mm,n(K)A \in M_{m,n}(\mathbb{K}), definita da (AT)ij=aji(A^T)_{ij} = a_{ji}.

28
New cards

Matrice invertibile

Una matrice quadrata A∈Mn(K)A \in M_n(\mathbb{K}) per la quale esiste una matrice A−1∈Mn(K)A^{-1} \in M_n(\mathbb{K}) tale che AA−1=A−1A=InA A^{-1} = A^{-1} A = I_n.

29
New cards

Rango di una matrice (rk⁡(A)\operatorname{rk}(A))

La dimensione dello spazio colonna di AA, che coincide con la dimensione del suo spazio riga e con il numero di pivot della corrispondente matrice ridotta a gradini.

30
New cards

Teorema di Rouché–Capelli

Teorema secondo cui un sistema lineare AX=BAX = B ammette soluzioni se e solo se il rango della matrice incompleta coincide con il rango della matrice aumentata: rk⁡(A)=rk⁡(A∣B)\operatorname{rk}(A) = \operatorname{rk}(A \mid B).

31
New cards

Applicazione lineare

Una funzione f:V→Wf : V \to W tra spazi vettoriali che preserva le combinazioni lineari: f(αu+βv)=αf(u)+βf(v)f(\alpha u + \beta v) = \alpha f(u) + \beta f(v) per ogni u,v∈Vu, v \in V e per ogni α,β∈K\alpha, \beta \in \mathbb{K}.

32
New cards

Nucleo di un'applicazione lineare (ker⁡f\ker f)

Il sottospazio vettoriale del dominio VV costituito da tutti i vettori la cui immagine è il vettore nullo del codominio: ker⁡f={v∈V:f(v)=0W}\ker f = \{v \in V : f(v) = 0_W\}.

33
New cards

Immagine di un'applicazione lineare (Im⁡f\operatorname{Im} f)

Il sottospazio vettoriale del codominio WW costituito da tutti i vettori che sono immagine di almeno un elemento del dominio: Im⁡f={f(v):v∈V}\operatorname{Im} f = \{f(v) : v \in V\}.

34
New cards

Teorema del rango-nullità (Teorema della dimensione)

Teorema che stabilisce che per ogni applicazione lineare f:V→Wf : V \to W con VV di dimensione finita vale dim⁡ker⁡f+dim⁡Im⁡f=dim⁡V\dim \ker f + \dim \operatorname{Im} f = \dim V.

35
New cards

Isomorfismo

Un'applicazione lineare f:V→Wf : V \to W che risulta biiettiva, la quale esiste tra spazi di dimensione finita se e solo se dim⁡V=dim⁡W\dim V = \dim W.

36
New cards

Matrici simili

Due matrici quadrate A,B∈Mn(K)A, B \in M_n(\mathbb{K}) per le quali esiste una matrice invertibile PP tale che B=PAP−1B = P A P^{-1}.

37
New cards

Cofattore (Complemento algebrico)

Lo scalare dato da (−1)i+jdet⁡Aij(-1)^{i+j} \det A_{ij}, dove AijA_{ij} è la sottomatrice ottenuta cancellando la riga ii e la colonna jj da una matrice quadrata AA.

38
New cards

Teorema di Binet

Teorema che afferma che per ogni coppia di matrici quadrate A,B∈Mn(K)A, B \in M_n(\mathbb{K}) il determinante del prodotto è uguale al prodotto dei determinanti: det⁡(AB)=det⁡A⋅det⁡B\det(AB) = \det A \cdot \det B.

39
New cards

Matrice aggiunta (adj⁡A\operatorname{adj} A)

La trasposta della matrice dei cofattori di una matrice A∈Mn(K)A \in M_n(\mathbb{K}), legata all'inversa dalla relazione A−1=1det⁡Aadj⁡AA^{-1} = \frac{1}{\det A} \operatorname{adj} A quando det⁡A≠0\det A \neq 0.

40
New cards

Minore di ordine kk

Il determinante di una sottomatrice quadrata k×kk \times k ottenuta scegliendo kk righe e kk colonne di una matrice A∈Mm,n(K)A \in M_{m,n}(\mathbb{K}).

41
New cards

Teorema di Kronecker degli orlati

Criterio per cui, dato un minore MM di ordine rr con det⁡M≠0\det M \neq 0, si ha rk⁡(A)=r\operatorname{rk}(A) = r se e solo se tutti i minori di ordine r+1r + 1 ottenuti orlando MM con una riga e una colonna hanno determinante nullo.

42
New cards

Regola di Cramer

Formula esplicita per la soluzione di un sistema lineare quadrato con det⁡A≠0\det A \neq 0, dove ogni componente è xj=det⁡Ajdet⁡Ax_j = \frac{\det A_j}{\det A}, con AjA_j ottenuta rimpiazzando la colonna jj-esima con il vettore colonna dei termini noti BB.

43
New cards

Autovettore e autovalore

Un vettore non nullo v∈Vv \in V è un autovettore per l'endomorfismo f:V→Vf : V \to V se esiste uno scalare λ∈K\lambda \in \mathbb{K} (detto autovalore) tale che f(v)=λvf(v) = \lambda v.

44
New cards

Autospazio (VλV_\lambda)

Il sottospazio vettoriale contenente tutti gli autovettori relativi all'autovalore λ\lambda insieme al vettore nullo: Vλ=ker⁡(f−λid⁡V)V_\lambda = \ker(f - \lambda \operatorname{id}_V).

45
New cards

Polinomio caratteristico (pA(λ)p_A(\lambda))

Il polinomio monico di grado nn definito da pA(λ)=det⁡(λIn−A)p_A(\lambda) = \det(\lambda I_n - A), le cui radici nel campo K\mathbb{K} corrispondono esattamente agli autovalori di AA.

46
New cards

Molteplicità geometrica (mg(λ)m_g(\lambda))

La dimensione dell'autospazio associato all'autovalore λ\lambda, calcolata come mg(λ)=dim⁡ker⁡(A−λI)=n−rk⁡(A−λI)m_g(\lambda) = \dim \ker(A - \lambda I) = n - \operatorname{rk}(A - \lambda I).

47
New cards

Molteplicità algebrica (ma(λ)m_a(\lambda))

La molteplicità di un autovalore λ\lambda inteso come radice del polinomio caratteristico pA(λ)p_A(\lambda).

48
New cards

Criterio di diagonalizzabilità

Teorema secondo cui una matrice A∈Mn(K)A \in M_n(\mathbb{K}) è diagonalizzabile se e solo se il polinomio caratteristico si spezza completamente in fattori lineari su K\mathbb{K} e per ciascun autovalore vale mg(λ)=ma(λ)m_g(\lambda) = m_a(\lambda).

49
New cards

Spazio vettoriale euclideo

Uno spazio vettoriale reale VV dotato di un'operazione bilineare simmetrica e definita positiva ⋅:V×V→R\cdot : V \times V \to \mathbb{R}, detta prodotto scalare.

50
New cards

Norma di un vettore

La lunghezza di un vettore in uno spazio euclideo definita come ∥v∥=v⋅v\lVert v \rVert = \sqrt{v \cdot v}.

51
New cards

Disuguaglianza di Cauchy–Schwarz

Disuguaglianza fondamentale valida per ogni coppia di vettori v,wv, w in uno spazio euclideo: ∣v⋅w∣≤∥v∥ ∥w∥|v \cdot w| \le \lVert v \rVert \, \lVert w \rVert.

52
New cards

Sottospazio ortogonale (W⊥W^\perp)

L'insieme di tutti i vettori dello spazio euclideo VV che risultano ortogonali a ogni vettore di un sottospazio WW: W⊥={v∈V:v⋅w=0 ∀w∈W}W^\perp = \{v \in V : v \cdot w = 0 \, \forall w \in W\}.

53
New cards

Base ortonormale

Una base formata da versori (vettori di norma 11) a due a due ortogonali tra loro, ovvero soddisfacenti ui⋅uj=δiju_i \cdot u_j = \delta_{ij}.

54
New cards

Algoritmo di Gram–Schmidt

Procedimento costruttivo che converte un insieme di vettori linearmente indipendenti {v1,…,vs}\{v_1, \dots, v_s\} in un insieme ortonormale {w1,…,ws}\{w_1, \dots, w_s\} con lo stesso span.

55
New cards

Isometria

Un'applicazione lineare f:V→Wf : V \to W tra spazi vettoriali euclidei che conserva il prodotto scalare: f(v)⋅f(w)=v⋅wf(v) \cdot f(w) = v \cdot w per ogni v,w∈Vv, w \in V.

56
New cards

Matrice ortogonale

Una matrice quadrata reale A∈Rn×nA \in \mathbb{R}^{n \times n} tale che ATA=InA^T A = I_n, ovvero la cui inversa coincide con la trasposta (A−1=ATA^{-1} = A^T).

57
New cards

Matrice simmetrica

Una matrice quadrata reale A∈Rn×nA \in \mathbb{R}^{n \times n} che coincide con la propria trasposta: AT=AA^T = A, ossia aij=ajia_{ij} = a_{ji} per ogni i,ji, j.

58
New cards

Teorema spettrale

Teorema fondamentale secondo cui una matrice reale A∈Rn×nA \in \mathbb{R}^{n \times n} è simmetrica se e solo se è ortogonalmente diagonalizzabile, possedendo nn autovalori reali e una base ortonormale di autovettori.

59
New cards

Decomposizione spettrale

La riscrittura di una matrice simmetrica AA come somma di proiezioni ortogonali pesate con i suoi autovalori: A=λ1q1q1T+⋯+λnqnqnTA = \lambda_1 q_1 q_1^T + \dots + \lambda_n q_n q_n^T, dove q1,…,qnq_1, \dots, q_n costituiscono una base ortonormale di autovettori.

60
New cards

Proposizione

Una frase che può essere vera o falsa, ma non entrambe contemporaneamente.

61
New cards

Implicazione contronominale

L'implicazione ¬Q⇒¬P\neg Q \Rightarrow \neg P, la quale segue logicamente ed è equivalente all'implicazione P⇒QP \Rightarrow Q.

62
New cards

Insieme vuoto

L'insieme privo di elementi, denotato con il simbolo ∅\emptyset.

63
New cards

Insiemi disgiunti

Due insiemi AA e BB la cui intersezione è vuota, ovvero A∩B=∅A \cap B = \emptyset.

64
New cards

Leggi di De Morgan

Identità insiemistiche per cui (A∪B)c=Ac∩Bc(A \cup B)^c = A^c \cap B^c e (A∩B)c=Ac∪Bc(A \cap B)^c = A^c \cup B^c, dove AcA^c denota il complementare rispetto a un insieme universo fissato.

65
New cards

Principio di induzione

Metodo di dimostrazione per affermazioni P(n)P(n) con n≥n0n \ge n_0: se la base P(n0)P(n_0) è vera e se l'ipotesi induttiva P(n)P(n) implica la verità di P(n+1)P(n+1) per ogni n≥n0n \ge n_0, allora P(n)P(n) è vera per ogni n≥n0n \ge n_0.

66
New cards

Disuguaglianza di Bernoulli

Disuguaglianza che stabilisce che (1+x)n≥1+nx(1 + x)^n \ge 1 + nx per ogni numero reale x≥−1x \ge -1 e per ogni numero naturale n∈Nn \in \mathbb{N}.

67
New cards

Funzione iniettiva

Una funzione f:X→Yf: X \to Y per cui elementi distinti del dominio hanno immagini distinte, ossia f(x1)=f(x2)  ⟹  x1=x2f(x_1) = f(x_2) \implies x_1 = x_2.

68
New cards

Funzione suriettiva

Una funzione f:X→Yf: X \to Y per cui ogni elemento del codominio è raggiunto da almeno un elemento del dominio: ∀y∈Y  ∃x∈X:f(x)=y\forall y \in Y \; \exists x \in X : f(x) = y.

69
New cards

Funzione biiettiva

Una funzione che è contemporaneamente sia iniettiva sia suriettiva.

70
New cards

Funzione inversa

Data una funzione biiettiva f:X→Yf: X \to Y, è la funzione f−1:Y→Xf^{-1}: Y \to X che associa a ogni y∈Yy \in Y l'unico elemento x∈Xx \in X tale che f(x)=yf(x) = y.

71
New cards

Composizione di funzioni

Date f:X→Yf: X \to Y e g:Y→Zg: Y \to Z, è la funzione g∘f:X→Zg \circ f: X \to Z definita da (g∘f)(x)=g(f(x))(g \circ f)(x) = g(f(x)).

72
New cards

Operazione interna

Una funzione ∗:A×A→A*: A \times A \to A che associa a ogni coppia di elementi (a,b)∈A×A(a, b) \in A \times A un elemento a∗b∈Aa * b \in A.

73
New cards

Gruppo

Una coppia (G,∗)(G, *) con operazione interna che soddisfa associatività, esistenza dell'elemento neutro ed esistenza dell'inverso per ogni elemento del gruppo.

74
New cards

Gruppo commutativo (abeliano)

Un gruppo (G,∗)(G, *) in cui l'operazione è anche commutativa: a∗b=b∗aa * b = b * a per ogni a,b∈Ga, b \in G.

75
New cards

Campo

Un insieme K\mathbb{K} con due operazioni interne (somma ++ e prodotto ⋅\cdot) tale che (K,+)(\mathbb{K}, +) sia un gruppo commutativo con neutro 00, (K∖{0},⋅)(\mathbb{K} \setminus \{0\}, \cdot) sia un gruppo commutativo con neutro 11, e valgano le proprietà distributive.

76
New cards

Vettore geometrico

Una classe di segmenti orientati equivalenti del piano o dello spazio aventi la stessa direzione, lo stesso verso e la stessa lunghezza.

77
New cards

Spazio vettoriale

Un insieme non vuoto VV su un campo K\mathbb{K} dotato di una somma e di un prodotto per scalare che soddisfano gli otto assiomi di linearità.

78
New cards

Combinazione lineare

Un vettore ottenuto sommando multipli scalari di un insieme finito di vettori: α1v1+⋯+αsvs\alpha_1 v_1 + \dots + \alpha_s v_s, con vi∈Vv_i \in V e αi∈K\alpha_i \in \mathbb{K}.

79
New cards

Span (sistema di generatori)

L'insieme span⁡(v1,…,vs)\operatorname{span}(v_1, \dots, v_s) formato da tutte le possibili combinazioni lineari dei vettori dati; rappresenta il più piccolo sottospazio vettoriale che li contiene.

80
New cards

Vettori linearmente indipendenti

Un insieme di vettori v1,…,vs∈Vv_1, \dots, v_s \in V per cui l'unica combinazione lineare che dà il vettore nullo è quella a coefficienti tutti nulli: α1v1+⋯+αsvs=0V  ⟹  α1=⋯=αs=0\alpha_1 v_1 + \dots + \alpha_s v_s = 0_V \implies \alpha_1 = \dots = \alpha_s = 0.

81
New cards

Base di uno spazio vettoriale

Un sottoinsieme ordinato B=(v1,…,vn)\mathcal{B} = (v_1, \dots, v_n) di vettori che generano lo spazio vettoriale VV e sono linearmente indipendenti.

82
New cards

Coordinate di un vettore

Gli unici coefficienti scalari x1,…,xn∈Kx_1, \dots, x_n \in \mathbb{K} tali che un vettore v∈Vv \in V si scriva come v=x1v1+⋯+xnvnv = x_1 v_1 + \dots + x_n v_n rispetto a una base fissata B\mathcal{B}.

83
New cards

Dimensione di uno spazio vettoriale

Il numero di elementi di una qualsiasi base finita dello spazio vettoriale VV, indicato con dim⁡V\dim V (per convenzione dim⁡{0}=0\dim \{0\} = 0).

84
New cards

Base canonica di Rn\mathbb{R}^n

La base ordinata formata dai vettori e1=(1,0,…,0)e_1 = (1, 0, \dots, 0), e2=(0,1,…,0)e_2 = (0, 1, \dots, 0), …\dots, en=(0,…,0,1)e_n = (0, \dots, 0, 1).

85
New cards

Sottospazio vettoriale

Un sottoinsieme non vuoto W⊆VW \subseteq V che è esso stesso uno spazio vettoriale rispetto alle operazioni ereditate da VV, verificato se contiene 0V0_V ed è chiuso rispetto alle combinazioni lineari.

86
New cards

Somma di sottospazi

Dati due sottospazi U,W≤VU, W \le V, è il sottospazio U+W={u+w:u∈U,w∈W}U + W = \{u + w : u \in U, w \in W\}, che coincide con span⁡(U∪W)\operatorname{span}(U \cup W).

87
New cards

Somma diretta di sottospazi

La somma U⊕WU \oplus W di due sottospazi la cui intersezione è banale (U∩W={0V}U \cap W = \{0_V\}, ovvero ogni vettore si decompone in modo unico come u+wu + w).

88
New cards

Formula di Grassmann

Relazione tra le dimensioni di due sottospazi a dimensione finita: dim⁡(U+W)=dim⁡U+dim⁡W−dim⁡(U∩W)\dim(U + W) = \dim U + \dim W - \dim(U \cap W).

89
New cards

Matrice trasposta

La matrice AT∈Mn,m(K)A^T \in M_{n,m}(\mathbb{K}) ottenuta scambiando le righe e le colonne di una matrice A∈Mm,n(K)A \in M_{m,n}(\mathbb{K}), ossia (AT)ij=aji(A^T)_{ij} = a_{ji}.

90
New cards

Prodotto di matrici

Operazione che associa a due matrici A∈Mm,n(K)A \in M_{m,n}(\mathbb{K}) e B∈Mn,p(K)B \in M_{n,p}(\mathbb{K}) la matrice AB∈Mm,p(K)AB \in M_{m,p}(\mathbb{K}) di componenti (AB)ij=∑k=1naikbkj(AB)_{ij} = \sum_{k=1}^n a_{ik} b_{kj}.

91
New cards

Matrice invertibile

Una matrice quadrata A∈Mn(K)A \in M_n(\mathbb{K}) per la quale esiste una matrice A−1∈Mn(K)A^{-1} \in M_n(\mathbb{K}) tale che AA−1=A−1A=InA A^{-1} = A^{-1} A = I_n.

92
New cards

Spazio riga e spazio colonna

Per una matrice A∈Mm,n(K)A \in M_{m,n}(\mathbb{K}), lo spazio riga R(A)R(A) è lo span delle sue righe in Kn\mathbb{K}^n, mentre lo spazio colonna C(A)C(A) è lo span delle sue colonne in Km\mathbb{K}^m.

93
New cards

Rango di una matrice

La dimensione dello spazio colonna di una matrice (coincidente con la dimensione dello spazio riga), pari al numero di pivot dopo la riduzione a gradini.

94
New cards

Teorema di Rouché-Capelli

Teorema che stabilisce che un sistema lineare AX=BAX = B ammette soluzioni se e solo se il rango della matrice incompleta è uguale a quello della matrice aumentata: rk⁡(A)=rk⁡(A∣B)\operatorname{rk}(A) = \operatorname{rk}(A \mid B).

95
New cards

Sistema omogeneo (e nucleo matriciale)

Un sistema lineare della forma AX=0AX = 0, il cui insieme delle soluzioni forma il sottospazio vettoriale ker⁡A={X∈Kn:AX=0}\ker A = \{X \in \mathbb{K}^n : AX = 0\} di dimensione n−rk⁡(A)n - \operatorname{rk}(A).

96
New cards

Applicazione lineare

Una funzione f:V→Wf: V \to W tra spazi vettoriali che conserva combinazioni lineari: f(αu+βv)=αf(u)+βf(v)f(\alpha u + \beta v) = \alpha f(u) + \beta f(v) per ogni u,v∈Vu, v \in V e α,β∈K\alpha, \beta \in \mathbb{K}.

97
New cards

Nucleo di un'applicazione lineare

Il sottospazio vettoriale del dominio formato dagli elementi mappati nello zero: ker⁡f={v∈V:f(v)=0W}\ker f = \{v \in V : f(v) = 0_W\}.

98
New cards

Immagine di un'applicazione lineare

Il sottospazio vettoriale del codominio formato da tutti i valori assunti dalla funzione: Im⁡f={f(v):v∈V}\operatorname{Im} f = \{f(v) : v \in V\}.

99
New cards

Teorema della dimensione (Rango-nullità)

Teorema secondo cui per ogni applicazione lineare f:V→Wf: V \to W con VV a dimensione finita vale dim⁡ker⁡f+dim⁡Im⁡f=dim⁡V\dim \ker f + \dim \operatorname{Im} f = \dim V.

100
New cards

Isomorfismo

Un'applicazione lineare biiettiva tra due spazi vettoriali.