Esercizi di Algebra Lineare
Proiezione e procedura di Gram-Schmidt
Anna M. Bigatti 8-9 aprile 2013
1 Basi ortogonali
Definizione 1.
• Una base `e ortogonale se i vettori che la compongono sono a due a due ortogonali.
• Una base `e ortonormale se `e ortogonale e i vettori sono di lunghezza 1.
Osservazione: Dalla definizione segue che una base G = (g1, g2, ..., gs) `e ortogonale (risp.
ortonormale) se e solo se gi· gj= 0 per i 6= j (e gi· gj = 1 ). Quindi, in notazione matriciale, abbiamo che
(MGE)tr· MGE
`e una matrice diagonale (risp. identica), e gli elementi sulla diagonale sono i quadrati delle lunghezze dei gi.
NB: attenzione alla non commutativit`a: (MGE)tr· MGE6= MGE· (MGE)tr
Come possiamo calcolare una base ortogonale? Iniziamo con queste definizioni....
1.1 Proiezione ortogonale su un vettore
Abbiamo visto che, in un sistema di coordinate cartesiane ortogonale monometrico, si ha u · v =
|u| · |v| · cos(θ) dove |u| · cos(θ) `e la lunghezza della proiezione ortogonale di u su v , allora il vettore proiezione ortogonale di u su v `e
pv(u) := u · v
|v|2 · v equivalentemente u · v
v · v · v se v `e versore pv(u) := (u · v) · v Notate bene il diverso significato dei due segni di moltiplicazione!!
Esercizio 2. Dati v = (1, 3) e u = (5, 2) trovare u1 e u2, con u1 k v e u2 ⊥ v tali che u = u1+ u2.
Soluzione
|v|2= 10
u1= pv(u) = (1,3)·(5,2)
10 · (1, 3) = (11/10, 33/10)
u2= u − pv(u) = (5, 2) − (11/10, 33/10) = (39/10, −13/10) .
NB: Osserviamo che {v, u} e {v, u2} sono basi dello stesso sottospazio. ut
1
1.2 Proiezione ortogonale su un sottospazio
Definizione 3. Sia G = (g1, . . . , gs) una base di un sottospazio W di Rn e u un vettore di Rn.
Se G `e una base ortonormale la proiezione ortogonale di u su W `e
pW(u) := pg1(u) + pg2(u) + .. + pgs(u) = (u · g1) · g1+ (u · g2) · g2+ .. + (u · gs) · gs
Se G `e una base ortogonale la proiezione ortogonale di u su W si calcola cos`ı pW(u) := pg1(u) + pg2(u) + .. + pgs(u) = u · g1
|g1|2 · g1+u · g2
|g2|2 · g2+ .. + u · gs
|gs|2 · gs
2 Ortonormalizzazione di una base:
la procedura di Gram-Schmidt
Esercizio 4. Sia W il sottospazio di R4 generato da F = ((1, 1, 0, 0), (1, 2, 1, 0), (1, 0, 0, −1)) . Trovare una base ortonormale di W .
Soluzione
Costruiamo una base ortogonale (che normalizzeremo alla fine).
1◦ vettore: g1= f1= (1, 1, 0, 0)
2◦ vettore: g2= f2− p<g1>(f2) , cio`e g2= f2− (32,32, 0, 0) = (−12,12, 1, 0) . 3◦ vettore: g3= f3− p<g1,g2>(f3) , cio`e g3= f3− (23,13, −13, 0) = (13, −13,13, −1) . Verifico l’ortogonalit`a:
MGE :=
1 −1/2 1/3 1 1/2 −1/3
0 1 1/3
0 0 −1
(MGE)tr MGE =
2 0 0
0 3/2 0
0 0 4/3
Quindi G = ((1, 1, 0, 0), (−1/2, 1/2, 1, 0), (1/3, −1/3, 1/3, −1)) `e una base ortogonale di W . Per calcolare i versori basta dividere gli elementi di G per le loro lunghezze.
MHE =
√2
2 −
√6 6
√3
√ 6 2 2
√6
6 −
√3 6
0
√6 3
√3 6
0 0 −
√3 2
(MHE)tr MHE=
1 0 0 0 1 0 0 0 1
NB attenzione alla non commutativit`a:
MHE (MHE)tr=
3/4 1/4 −1/4 −1/4 1/4 3/4 1/4 1/4
−1/4 1/4 3/4 −1/4
−1/4 1/4 −1/4 3/4
Quindi H = ((
√2 2 ,
√2
2 , 0, 0), (−
√6 6 ,
√6 6 ,
√6 3 , 0), (
√3 6 , −
√3 6 ,
√3 6 , −
√3
2 )) `e una base ortonormale
del sottospazio W . ut
2
3 Proiezione e proiettore
3.1 Prodotto scalare per un vettore e proiezione su un vettore
Fissiamo il vettore v ∈ Rn. Sia W = hvi e G = (v) , base di W .
Il prodotto scalare per v `e una funzione lineare πv: Rn−→R , e la matrice associata `e MπE1
v(En)= (MvEn)tr
Esempio 5. Siano v = (1, 2, 0, 5) in R4, W = hvi , e G = (v) base di W . Allora:
πv(u) = v · u = v · (a, b, c, d) = a + 2b + 5d ∈ R MπE1
v(E4) = (1 2 0 5) = (MGE4)tr∈ Mat1 4(R) MπE1
v(u) = MπE1
v(E4)MuE4 = (1 2 0 5)(a b c d)tr= (a + 2b + 5d) ∈ Mat1(R)
La proiezione pv `e una funzione lineare pv: Rn−→W e le matrici associate sono MpG
v(En)= 1
|v|2 · (MvEn)tr MpEn
v(En)= 1
|v|2 · MvEn· (MvEn)tr Esempio 6.
pv(u) = (v · u) v
|v|2 = (a + 2b + 5d)
30 (1, 2, 0, 5) ∈ R MpGv(E4) = (1
30 1 15 0 1
6) ∈ Mat1 4(R) MpG
v(u) = MpG
v(E4)MuE4= (1 30
1 15 0 1
6)(a b c d)tr = (a 30+ b
15+d
6) ∈ Mat1(R)
MpE4
v(E4) = MGE4MpG
v(E4)= MGE4(MGE4)tr= (1 2 0 5)tr( 1 30
1 15 0 1
6) =
1 30
1 15 0 16
2 30
2 15 0 56
0 0 0 0
5 30
5 15 0 56
3.2 Proiezione su un sottospazio
Fissiamo una base ortogonale G di un sottospazio W di Rn.
La proiezione pW `e una funzione lineare pW : Rn−→W e, se G `e ortonormale, le matrici associate sono
MpGW(En)= (MGEn)tr MpEn
W(En)= MGEn(MGEn)tr
3
Esempio 7. Siano f1= (1, 0, −1) e f2= (2, 1, 2) in R3 e W = hf1, f2i . Allora G = (√1
2f1,13f2) `e base ortonormale.
pW(u) = (v · g1) · g1+ (v · g2) · g2= u · f1
2 · f1+u · f2
9 · f2=
= a − c
2 (1, 0, −1) +2a + b + 2c 9 (2, 1, 2)
= (1718a +29b − 181c, 29a +91b +29c, −181a +29b +1718c) ∈ R3 MpGv(E3) =
√1
2 0 −√1
2 2 3
1 3
2 3
∈ Mat2 3(R)
MpG
v(u) = MpG
v(E3)MuE3 =
√1
2 0 −√1
2 2 3
1 3
2 3
a b c
=
√1 2a −√1
2c
2
3a +13b + 23c
∈ Mat2 1(R)
MpE3
v(E3) = MGE3MpGv(E3)= MGE3(MGE3)tr=
17/18 2/9 −1/18 2/9 1/9 2/9
−1/18 2/9 17/18
Definizione 8. La matrice MpEn
W(En) si dice proiettore e ha le seguenti propriet`a:
• simmetrica
• idempotente
• semidefinita positiva (vedremo in seguito)
Si pu`o dimostrare che vale anche il viceversa, cio`e una matrice con tali propriet`a `e un proiettore!
4