Applicazioni lineari inverse

Come calcolare l'applicazione lineare inversa in algebra lineare. La spiegazione e il processo di calcolo.

Cos'è l'applicazione lineare inversa

Dati due spazi vettoriali V e W e un'applicazione lineare invertibile F.

$$ F:V \rightarrow W $$

allora l'applicazione inversa rispetto a F è

$$ S:W \rightarrow V $$

tale che

$$ S o F = Idv \wedge F o S = Idw $$

Come trovare l'applicazione inversa

Per trovare l'applicazione inversa di F, devo trovare un'applicazione lineare S che soddisfa la proprietà.

$$ S o F = Idv \wedge F o S = Idw $$

Come fare?

Secondo una proprietà delle applicazioni lineari, se un'applicazione lineare F è invertibile, allora la matrice Af associata a F è in relazione con la matrice As dell'applicazione inversa F-1 e con la matrice identità I.

$$ A_f \cdot A_s = I \\ A_s \cdot A_f = I $$

Cos'è la matrice identità? E' una matrice quadrata con gli elementi della diagonale uguali a 1 e tutti gli altri uguali a zero. $$ I = \begin{pmatrix} 1 & 0 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 & 0 \\ 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 0 & 1 \end{pmatrix} $$

E' quindi sufficiente calcolare la matrice inversa di Af.

Poi trasformare la matrice inversa nell'applicazione lineare S.

Come capire se una matrice inversa è invertibile? Una matrice è invertibile se ha un determinante diverso da zero. $$ det(Af) \ne 0 $$.

Un esempio pratico

In questo esercizio ho due spazi vettoriali a due dimensioni nel campo K=R.

$$ V = R^2 \\ W = R^2 $$

I due spazi vettoriali sono in relazione tra loro tramite un'applicazione lineare f.

$$ f \begin{pmatrix} x_1 \\ x_2 \end{pmatrix} = \begin{pmatrix} 2x_1 - x_2 \\ x_1 + x_2 \end{pmatrix} $$

La matrice rappresentativa dell'applicazione lineare rispetto alle basi canoniche Bv e Bw è la seguente:

$$ A_{f,Bv,Bw} = \begin{pmatrix} 2 & -1 \\ 1 & 1 \end{pmatrix} $$

La matrice Af è invertibile perché ha un determinante diverso da zero

$$ det(A_{f,Bv,Bw}) = 3 $$

Quindi, calcolo la matrice inversa di Af.

$$ A^{-1}_{f,Bv,Bw} = \begin{pmatrix} 1/3 & -1/3 \\ -1/3 & 2/3 \end{pmatrix} $$

Ho così ottenuto la matrice rappresentativa dell'applicazione lineare inversa f-1.

Per ottenere l'applicazione lineare inversa, moltiplico la matrice Af-1 per le incognite del sistema.

$$ f^-1 \begin{pmatrix} x_1 \\ x_2 \end{pmatrix} = \begin{pmatrix} 1/3 & -1/3 \\ -1/3 & 2/3 \end{pmatrix} \cdot \begin{pmatrix} x_1 \\ x_2 \end{pmatrix} = \begin{pmatrix} 1/3 x_1 & -1/3 x_2 \\ -1/3 x_1 & 2/3 x_2 \end{pmatrix} $$

Ho così calcolato l'applicazione lineare inversa f-1 ossia la controimmagine dell'applicazione lineare.

 


 

Segnalami un errore, un refuso o un suggerimento per migliorare gli appunti

FacebookTwitterLinkedinLinkedin
knowledge base

Applicazioni lineari

  1. Le applicazioni lineari
  2. Le proprietà delle applicazioni lineari
  3. La matrice rappresentativa
  4. Le proprietà della matrice rappresentativa
  5. L'applicazione lineare inversa
  6. Gli autovettori e autovalori
  7. L'operatore lineare diagoalizzabile