Federica Gregorio e Cristian Tacelli
1 Prodotto scalare
Definizione 1.1. Sia V uno spazio vettoriale reale. Un’applicazione
· : V × V → R (u, v) → u · v
si dice prodotto scalare se per ogni u, v, w ∈ V e λ ∈ R, valgono le seguenti propriet`a
(i) u · u ≥ 0 e u · u = 0 ⇔ u = 0;
(ii) u · v = v · u;
(iii) (λu) · v = λ(u · v);
(iv) (u + v) · w = u · w + v · w.
Osservazione 1.2. 0 · u = 0 per ogni u ∈ V . Infatti, 0 · u = (u − u) · u = u · u − u · u = 0.
Esempi 1.3. 1. V = Rn. Si definisce prodotto scalare euclideo canonico per u, v ∈ Rn
u · v = u1v1+ u2v2+ · · · unvn=
n
X
i=1
uivi.
2. Sia V = C([a, b], R), allora f · g =
Z b a
f (x)g(x) dx definisce un prodotto scalare.
3. V = R2, allora
u · v = 3u1v1+ u2v2
`
e un prodotto scalare.
Definizione 1.4. Uno spazio vettoriale reale V `e detto spazio euclideo reale se dotato di un prodotto scalare.
Proposizione 1.5 (Disuguaglianza di Cauchy-Schwarz). Sia V uno spazio euclideo reale. Allora per ogni u, v ∈ V
(u · v)2 ≤ (u · u)(v · v). (1)
Proof. Se v = 0 allora la disuguaglianza `e ovvia. Sia v 6= 0, definiamo w = (v · v)u − (u · v)v. Per le propriet`a del prodotto scalare avremo
0 ≤ w · w = [(v · v)u − (u · v)v][(v · v)u − (u · v)v]
= (v · v)2(u · u) − (v · v)(u · v)2− (v · v)(u · v)2+ (u · v)2(v · v)
= (v · v)[(u · u)(v · v) − (u · v)2].
Poich`e (v · v) > 0 allora (u · u)(v · v) ≥ (u · v)2. Dimostrazione alternativa.
Considiamo il vettore λu + v ∈ V , λ ∈ R. Abbiamo
0 ≤ (λu + v) · (λu + v) = λ2(u · u) + 2λ(u · v) + v · v che `e un polinomio di secondo grado in λ che `e sempre positivo se
∆ = (u · v)2− (u · u)(v · v) ≤ 0.
Definizione 1.6. Dato V uno spazio euclideo reale. Si definisce norma di u ∈ V il numero positivo |u| = √
u · u.
Propriet`a della norma. Per ogni u, v ∈ V e λ ∈ R vale (i) |u| ≥ 0;
(ii) |u| = 0 ⇔ u = 0;
(iii) |λu| = |λ||u|;
(iv) |u + v| ≤ |u| + |v| (disuguaglianza triangolare).
Osservazione 1.7. 1. Sia V uno spazio euclideo su R. Siano u, v ∈ V non nulli. Da (1)
(u · v)2 ≤ |u|2|v|2 ⇔ u · v
|u||v|
2
≤ 1 ⇔
−1 ≤ u · v
|u||v| ≤ 1 ⇔ ∃!θ ∈ [0, π]| cos θ = u · v
|u||v|.
Tale angolo viene definito l’angolo tra i vettori u e v. Si indica con θ = u, v.d
2. In Rn il prodotto euclideo induce la norma euclidea. Per ogni x ∈ Rn
|x| =√
x · x = v u u t
n
X
i=1
x2i.
Definizione 1.8. Due vettori u, v ∈ V si dicono ortogonali se u · v = 0. Un vettore si dice normale se |u| = 1.
Dato un vettore u indichiamo con ˆu = |u|u il versore ad esso associato.
Osserviamo che |ˆu| = 1.
Proposizione 1.9. Sia S = {u1, · · · , up} un sistema di vettori di V non nulli ortogonali. Allora S `e l.i.
Proof. Consideriamo una c.l. nulla λ1u1 + · · · + λpup = 0. Moltiplichiamo scalarmente per uj, j = 1, · · · , p. Avremo
(λ1u1+ · · · + λjuj+ · · · + λpup) · uj = 0
da cui, per l’ortogonalit`a, λj(uj· uj) = 0 da cui λj = 0, j = 1, · · · , p.
2 Basi ortonormali
Definizione 2.1. Sia V uno spazio euclideo con dim V = n. Una base B = {u1, · · · , un} si dice ortonormale se
ui· uj = δij =
(1 se i = j, 0 se i 6= j.
Teorema 2.2. Se B = {u1, · · · , un} `e una base ortonormale di V , allora preso v ∈ V si ha v = (v · u1)u1+ · · · (v · un)un.
Definizione 2.3. Si definisce proiezione ortogonale di v ∈ V sul vettore u ∈ V , il vettore proporzionale a u cos`ı ottenuto
projuv = v · u
|u|2 u = (v · ˆu)ˆu
Proposizione 2.4. Il vettore v−projuv `e ortogonale alla retta U = span{u}.
Proof. Possiamo supporre |u| = 1. Sia λ ∈ R e λu ∈ span{u}. Allora (v − projuv) · (λu) = λ ((v − (v · u)u) · u)
= λ(v · u) − λ ((v · u)u · u) = λ(v · u) − λ(v · u) (u · u) = 0 poich´e u · u = 1.
Teorema 2.5 (Gram-Schmidt). Ogni spazio euclideo V di dimensione finita possiede una base ortonormale.
Proof. Sia B = {v1, · · · , vn} una base di V . Poniamo u1 = |vv1
1|. Allora
|u1| = 1. Sia
u02 = v2− proju1v2 = v2− (v2· u1)u1. Allora u02 · u1 = v2 · u1 − v2 · u1 = 0. Pongo u2 = |uu020
2|. Allora |u2| = 1 e u1· u2 = 0. Sia
u03 = v3− proju1v3 − proju2v3 = v3− (v3· u1)u1− (v3· u2)u2. Allora u03· u1 = v3· u1− v3· u1 = 0 e u03· u2 = v3· u2− v3· u2 = 0. Pongo u3 = |uu030
3|. Allora |u3| = 1 e u1 · u2 = u1· u3 = u2· u3 = 0.
Al j−simo passo si ha
u0j = vj − proju1vj − proju2vj − · · · − projuj−1vj e uj = u
0 j
|u0j|. Si ottiene cos`ı un sistema di n vettori ortonormale quindi l.i. e quindi una base per V .
Definizione 2.6. Sia W un sottospazio vettoriale di uno spazio euclideo V . Allora
W⊥= {v ∈ V : v · w = 0, ∀ w ∈ W } si dice sottospazio ortogonale a W .
Osservazione 2.7. 1. W⊥`e un sottospazio vettoriale di V . Infatti, siano u, v ∈ W⊥. Allora per ogni w ∈ W
(u + v) · w = u · w + v · w = 0.
Quindi u + v ∈ W⊥. Per ogni u ∈ W⊥, λ ∈ R, λu · w = λ(u · w) = 0.
Quindi λu ∈ W⊥.
2. Sia W un sottospazio di V e B = {u1, · · · , up} una base di W . Un vettore v appartiene a W⊥ se e solo se v · uj = 0 per ogni j = 1, · · · , p.
3. Ogni spazio euclideo V di dimensione finita si pu`o rappresentare come somma diretta di un suo sottospazio vettoriale W e di W⊥, cio`e
V = W ⊕ W⊥.
3 Esempio
Siano dati i sottospazi di R4
V :
(x + 2y + t = 0
−x + 3y + 3z + t = 0 , W = h(3, 1, −3, 1), (1, −1, 1, 1), (4, 0, −2, 2)i.
a) Determinare una base ortonormale di V⊥+ W . b) Dire se V⊥+ W `e somma diretta.
c) Calcolare una base di V⊥∩ W .
Proof. a) Una sistema di generatori di V⊥`e dato dai vettori riga della matrice associata al sistema che determina V . Quindi V⊥= h(1, 2, 0, 1), (−1, 3, 3, 1)i.
Essendo tali vettori l.i. costituiscono anche una base per V⊥, BV⊥ = {(1, 2, 0, 1), (−1, 3, 3, 1)}.
Calcoliamo ora la dimensione ed una base di W . Il sistema di generatori di W ha rango 2 (osserviamo che il terzo vettore `e combinazione lineare dei primi due), quindi due generatori di W , che siano l.i., costituiscono una base per W . BW = {(3, 1, −3, 1), (1, −1, 1, 1)}. Poich`e V⊥+W = hBV⊥∪BWi abbiamo V⊥ + W = h(1, 2, 0, 1), (−1, 3, 3, 1), (3, 1, −3, 1), (1, −1, 1, 1)i. Calcoliamo il rango di tali vettori
1 2 0 1
−1 3 3 1
3 1 −3 1
1 −1 1 1
1 2 0 1
0 5 3 2
0 0 145 65
0 0 0 0
.
Poich`e nella riduzione a scalini fatta si sono svolte operazioni che coinvol- gevano solo righe, si possono prendere le righe non nulle della matrice a scalini come vettori base dello spazio V⊥ + W (eventualmente moltiplicati per uno scalare). Quindi BV⊥+W = {(1, 2, 0, 1), (0, 5, 3, 2), (0, 0, 7, 3)}. Trovi- amo adesso una base ortonormale di V⊥+ W .
Abbiamo v1 = (1, 2, 0, 1), v2 = (0, 5, 3, 2), v3 = (0, 0, 7, 3).
u1 = v1 ˆ
u1 = u1
|u1| = 1
√6(1, 2, 0, 1)
u2 = v2− hv2, ˆu1iˆu1 = (0, 5, 3, 2) − 1
√612 1
√6(1, 2, 0, 1) = (−2, 1, 3, 0) ˆ
u2 = u2
|u2| = 1
√14(−2, 1, 3, 0)
u3 = v3− hv3, ˆu1iˆu1− hv3, ˆu2iˆu2
= (0, 0, 7, 3) − 3
√6
√1
6(1, 2, 0, 1) − 21
√14
√1
14(−2, 1, 3, 0) =
= 5
2(1, −1, 1, 1)
ˆ
u3 = (1, −1, 1, 1)
|(1, −1, 1, 1)| = 1
2(1, −1, 1, 1)
Una base ortonormale `e data da BV⊥+W = {ˆu1, ˆu2, ˆu3}.
b) Abbiamo dim V⊥ = 2, dim W = 2 e dim(V⊥+ W ) = 3 inoltre poich`e dim(V⊥+W ) = dim(V⊥)+dim(W )−dim(V⊥∩W ) abbiamo dim(V⊥∩W ) = 1. La somma non `e diretta.
c) Troviamo una rappresentazione cartesiana di V⊥.
1 2 0 1
−1 3 3 1 x y z t
r2→r2+r1
r3→r3−xr1
1 2 0 1
0 5 3 2
0 y − 2x z t − x
r3→r3−(y−2x)
5 r2
1 2 0 1
0 5 3 2
0 0 z − 35(y − 2x) t − x −25(y − 2x)
Quindi
V⊥ : 6x − 3y + 5z = 0
−x − 2y + 5t = 0
Possiamo calcolare una rappresentazione cartesiana di V⊥ a partire da una rappresentazione parametrica di V nella seguente maniera. Assicuratoci che
le 2 equazioni che determinano V sono l.i. possiamo scrivere
V :
(x + 2y + t = 0
−x + 3y + 3z + t = 0 ⇒
x + 2y = −µ
−x + 3y = −3λ − µ z = λ
t = µ
⇒
x = 65λ −15µ y = −35λ − 25µ z = λ
t = µ da cui BV = {(6, −3, 5, 0), (−1, −2, 0, 5)}. Quindi
V⊥ = {(x, y, z, t) ∈ R4| h(x, y, z, t), (6, −3, 5, 0)i = h(x, y, z, t), (−1, −2, 0, 5)i = 0} che `e esattamente la stessa equazione cartesiana per V⊥ ottenuta con il metodo della riduzione a scalini.
Consideriamo ora il generico vettore di W
a(3, 1, −3, 1) + b(1, −1, 1, 1) = (3a + b, a − b, −3a + b, a + b) a, b ∈ R ed imponiamo che soddisfi le equazioni che determinano V⊥
6(3a + b) − 3(a − b) + 5(−3a + b) = 0
−(3a + b) − 2(a − b) + 5(a + b) = 0
che ha come soluzioni b = 0 e a ∈ R. Quindi V⊥∩ W = {(3a, a, −3a, a) | a ∈ R}, ed una base `e data da BV⊥∩W = {(3, 1, −3, 1)}.