Gli Spazi Vettoriali
questi sconosciuti
Siano: K=R o C
• V
• un insieme V V
+¿
• la somma che associa a due elementi di un terzo elemento di
∙ V
• il prodotto di uno scalare (reale o complesso) per un elemento di .
K
;+; ∙)
(V
La terna è detta spazio vettoriale (o lineare) su se
v v
+u=u+
1) La somma è commutativa v w=u w)
( )+
+u +(v+
2) La somma è associativa v v=v
+0=0+
3) Esiste l'elemento nullo per la somma u=u+(−u)=0
−u+
4) Esiste l'opposto λ( v λv
+u)=λu+
1) Il prodotto di uno scalare è distributivo rispetto alla somma
C λ+ α u=λu+ αu
( )
2) Il prodotto di uno scalare è distributivo su λ(αu)=α (λu)
3) Il prodotto per uno scalare è associativo 1∙ u=u
4) Esiste l'elemento neutro per il prodotto
Esempi di spazi vettoriali:
n
V =R
1) insieme dei piani e le sue operazioni
V =M (R)
2) insieme delle matrici e le sue
m , n
operazioni
V p polinonio , grado p
( )
={ <n }
3) insieme dei polinomi e le sue
operazioni
Gli elementi di uno spazio vettoriale sono detti vettori. u ,u , … , u
v
Un vettore si dice combinazione lineare dei vettori se esistono scalari
1 2 n
λ , λ , … , λ v u λ u …+ λ u
=λ + +
tali che .
1 2 n 1 1 2 2 n n
2 1, 0
( )
R
Per esempio, ogni elemento di si scrive come combinazione lineare dei vettori e
0, 1
( ) . λ u λ u …+ λ u λ , λ , … , λ
+ + =0 =0
Se abbiamo solo quando tutti parliamo di
1 1 2 2 n n 1 2 n λ
indipendenza lineare. Se la relazione vale anche con uno o più diverso da 0 i vettori
sono linearmente dipendenti.
Gli Spazi Vettoriali, questi sconosciuti
B u , u , … ,u
{ } V
è una base di se
1 2 n u
1) I vettori sono linearmente indipendenti
V
2) B è un sistema di generatori di (ogni vettore di v si può scrivere come
∀ ∃
vϵV λ 1< j<n : v=λ u λ u λ u
( ) + +…+
combinazione lineare dei vettori in B, cioè j 1 1 2 2 n n
Teorema: Esiste sempre ed è unica la rappresentazione di un vettore in una base
data.
∀ ∃!
v λ , λ , … , λ :v= λ u λ u …+ λ u
( ) + +
1 2 n 1 1 2 2 n n
L'esistenza è implicita dalla definizione stessa di base.
α
Assumiamo che esistano altri coefficienti tali che
v u u α u u λ u λ u
=α +α +…+ =λ + +…+ .
1 1 2 2 n n 1 1 2 2 n n
Portiamo tutti i termini allo stesso membro e mettiamo in evidenza:
α
¿
α .
2− λ u α λ u
¿ ( )
(¿ ) +…+ − =0
2 2 n n n
¿
¿
Siccome B è una base i suoi coefficienti u sono linearmente indipendenti questa relazione è
u
verificata solo quando tutti i coefficienti degli sono pari a zero:
⟺ ⟺
α u α α
( )
−λ =0 −λ =0 =λ C.V.D.
n n n n n n n
Abbiamo quindi dimostrato che i coefficienti in una base esistono sempre e sono unici: essi
c v λ , λ , … , λ
( ) =( )
prendono in nome di componenti o coordinate di V in B: .
B 1 2 n
〈 〉
c v B= 0,1 , 1,0
( ) =v ( ) ( )
Se la base è detta canonica (es: .
B
Lemma di Steinitz: Un sistema che contiene più vettori di quanti ne contenga la base
è linearmente dipendente.
{ }
T v , v , … , v
1 2 m m>n
dato con implica ==========> T linearmente
B u ,u , … , u
{ }
1 2 n
dipendente Gli Spazi Vettoriali, questi sconosciuti
Essendo B una base possiamo scrivere ogni v come una combinazione lineare di B:
{ v u u …+a u
=a +a +
1 11 1 21 2 n1 n
v u u …+a u
=a +a +
2 12 1 22 2 n2 n
…
v u u u
=a +a +…+a
m 1m 1 2m 2 nm n
Ma, sempre perché B è una base, i suoi vettori devono essere linearmente indipendenti:
λ v λ v λ v
+ +…+ =0
1 1 2 2 m m
Sostituiamo
λ u a u a u λ u a u a u λ a u u u
(a + +…+ )+ (a + +…+ )+…+ ( +a +…+a )=0
1 11 1 21 2 n1 n 2 12 1 22 2 n2 n m 1m 1 2m 2 nm n
Facciamo i calcoli e mettiamo in evidenza i vari u
λ a λ a …+ λ a a λ a λ a u a λ a λ a
( + + )u +(λ + +…+ ) +…+(λ + +…+ )u =0
1 11 2 12 m 1m 1 1 21 2 22 m 2m 2 1 n1 2 n2 m nm n
Per essere T linearmente indipendente, esso deve avere tutti i coefficienti di u pari a zero
{ λ a λ a λ a
+ +…+ =0
1 11 2 12 m 1m
λ a λ a …+ λ a
+ + =0
1 21 2 22 m 2m
…
λ a λ a λ a
+ +…+ =0
1 n1 2 n2 m nm λ
Otteniamo così un sistema di m equazioni ed n incognite in . Siccome m>n per ipotesi,
λ
avremo un sistema di infinite soluzioni. Esistendo dunque anche soluzioni diverse da
zero, il sistema T è linearmente dipendente. C.V.D.
Teorema della base: Tutte le basi dello stesso spazio vettoriale hanno lo stesso numero
di vettori (= dimensione)
B u ⟺
B
( ) m≤ n
(v )
è base di V e è linearmente indipendente per il Lemma di
1 n 2 m
Steinitz
B u ⟺
B
( ) n ≤m
(v )
è linearmente indipendente e è base di V per il Lemma di
1 n 2 m
Steinitz n=m n=m
Quindi per forza . C.V.D. Questo numero prende il nome di dimensione di V e
dim V
si indica con
Teorema: basta che B sia linearmente indipendente perché sia una base.
Dimostriamo che B è anche generatrice in uno spazio V con dimV=n:
∃ λ , λ , … , λ , λ λ u λ u λ v
+…+ + =0
non tutti nulli tali che :
1 2 n n+1 1 1 n n n+1 λ , λ , … , λ
Visto che B è linearmente indipendente per ipotesi tutti i suoi coefficienti 1 2 n
λ
saranno pari a zero. Siccome i coefficienti devono essere non tutti nulli, dovrà essere
n +1
Gli Spazi Vettoriali, questi sconosciuti
diverso da zero
v u …+ λ u
−λ =λ +
n+1 1 1 n n λ
Allora potremo scrivere v come combinazione lineare degli elementi di B usando −λ n+1
come coefficienti
λ λ
1 n
v u u
= +
-
Analisi matematica i - Eliminazione di Gauss, Spazi vettoriali e vettori
-
Appunti Analisi matematica I
-
Riassunto esame Analisi matematica I, prof. Vegni
-
Analisi superiore