Sei sulla pagina 1di 4

SPAZI VETTORIALI E OPERAZIONI SUI SOTTOSPAZI

Definizione di spazio vettoriale


Per definire uno spazio vettoriale in generale bisogna assegnare un campo K di scalari. Possiamo supporre
per il momento che K sia il campo dei numeri reali R oppure il campo dei numeri complessi C. La cosa
importante e che , qualunque sia K, i suoi elementi si devono poter sommare, sottrarre, moltiplicare e
dividere e che ci devono essere in K due elementi particolari: 0 (elemento neutro rispetto alla somma) e 1
(elemento neutro rispetto a prodotto).

Definizione. Sia dato un campo K e un insieme non vuoto V in cui sono definite due operazioni:
- la somma u + v di u, v V
- il prodotto ku di k K con u V .
V si dice spazio vettoriale su K se:
per ogni u, v, w V
1) u + v=v + u
2) (u + v) + w=u + (v + w)
3) esiste un vettore 0 tale che v + 0=v, per ogni vettore v
4) Per ogni v diverso dal vettore 0, esiste il vettore v tale che v + (v) = 0
per ogni a, b K:
5) a(bv) = (ab)v
6) 1v = v
7) (a + b)v = av + bv
8) a(v + w) = av + aw

Osserviamo che gli elementi di V si dicono vettori anche se non e detto che assomiglino ai vettori di
Rn . Osserviamo inoltre che la somma v + (w) si scrive di solito v w (differenza tra due vettori).
Una immediata conseguenza di questi 8 assiomi e che, dato qualsiasi v V
0v + 0v = (0 + 0)v = 0v
da cui, sottraendo 0v si ottiene
0v = 0
percio dagli assiomi segue che 0v e il vettore nullo.
Esempi
1) Supponiamo K = R; in questo caso V si dice spazio vettoriale reale. Un esempio di spazio vettoriale reale
e ovviamente V = Rn con le operazioni viste precedentemente. Un altro esempio e V = Rm,n (matrici a
m righe ed n colonne) con le operazioni di somma tra matrici e di prodotto di una matrice per un numero
reale.
1

2) Ricordiamo che un polinomio nellindeterminata x e unespressione del tipo


p(x) = a0 + a1 x + a2 x2 + + an xn
dove i coefficienti possono appartenere a qualsiasi campo K. Il polinomio ha grado n se an 6= 0. Il termine
costante del polinomio e il termine
a0 = p(0)
che e il valore assunto dalla funzione x 7 p(x) nel punto 0; a0 e nullo se e solo se il polinomio p(x) e
divisibile per x.
Proposizione. Linsieme Kn [x] dei polinomi in x di grado minore o uguale a n a coefficienti nel campo K
e uno spazio vettoriale su K.
Dimostrazione. Definiamo le due operazioni di spazio vettoriale nel seguente modo: per ogni k K e per
ogni polinomio di Kn [x]
(p1 + p2 )(x) = p1 (x) + p2 (x)
(kp)(x) = kp(x)
Dalla definizione di polinomio segue che la somma di polinomi e un polinomio, il prodotto di un polinomio
per uno scalare e un polinomio ed e immediato verificare le 8 proprieta.
Combinazioni lineari e sottospazi
Come nel caso dello spazio vettoriale Rn , dati i vettori v1 , vk di uno spazio vettoriale V sul campo
K, denotiamo con L(v1 , vk ) linsieme di tutte le combinazioni lineari a1 v1 + + ak vk al variare dei
coefficienti a1 , ak K.
Analogamente, in uno spazio vettoriale V sul campo K
Definizione. Un sottoinsieme W di V si dice sottospazio vettoriale se :
1 - W 6=
2 - per ogni coppia di vettori u W e v W , risulta u + v W
3 - per ogni vettore u W e ogni numero k K, risulta ku W
Ne segue (come nel caso di Rn ) che un sottospazio e in particolare uno spazio vettoriale: infatti le
operazioni che vi sono definite soddisfano gli 8 assiomi perche li soddisfano in V . Analogamente al caso
di Rn , i sottospazi vettoriali possono essere descritti assegnando generatori o assegnando equazioni lineari
omogenee.
Definizione. In uno spazio vettoriale V sul campo K, i vettori v1 , , vk si dicono linearmente indipendenti
se lequazione:
x1 v1 + + xk vk = 0
(con xi K) ha solo la soluzione x1 = = xk = 0.
Applicazioni lineari
Siano V, W due spazi vettoriali sul campo K
Definizione. Una applicazione f : V W si dice lineare se:
1 - f (u + v) = f (u) + f (v) per ogni u, v V
2 - f (ku) = kf (u) per ogni k K, u V .
2

Una conseguenza della definizione e che


f (0) = 0
cioe f manda il vettore nullo di V nel vettore nullo di W .
Siano V, W due spazi vettoriali sul campo K e f : V W una applicazione lineare; come nel caso dello
spazio vettoriale Rn , valgono in particolare le
Definizioni. (a) Ker f = {v V |f (v) = 0} si dice nucleo di f ;
(b) Im f = {f (v)|v V } si dice immagine di f ;
(c) f 1 (w) = {v V |f (v) = w} si dice insieme delle controimmagini del vettore w W ;
Vale, con la stessa dimostrazione, la seguente
Proposizione. Sia f : V W una applicazione lineare; f e iniettiva se e solo se Ker f = 0.

Basi e applicazioni lineari


Definizione. Sia W un sottospazio dello spazio vettoriale V sul campo K. Un insieme ordinato di vettori
B = (v1 , , vk ) W si dice una base per W se:
1 - v1 , , vk sono linearmente indipendenti;
2 - W = L(v1 , vk ) , cioe i vettori v1 , , vk sono generatori di V .
Sia ora B = (v1 , , vn ) una base di un dato spazio vettoriale reale V ; sia f : Rn V lapplicazione
definita da:
(a1 , , an ) 7 a1 v1 + + an vn
E facile verificare che f e lineare e che , per la definizione di base, e anche iniettiva e suriettiva, cioe e
un isomorfismo. In particolare f manda ogni elemento della base canonica di Rn in un elemento della base
data di V . Dunque possiamo usare f per identificare Rn con V .
Teorema. Sia V uno spazio vettoriale reale con una base B = (u1 , , un ) formata da n elementi. Allora
(a) se m vettori v1 , vm di V sono linearmente indipendenti, si ha m n;
(b) se V = L(v1 , vp ), si ha n p.
In particolare segue che ogni base di V ha n elementi e quindi si puo dire che V ha dimensione n.
Dimostrazione . Come e noto lenunciato vale per V = Rn . Basta infatti inserire i vettori dati come righe
di una matrice M di tipo m x n nel caso (a) oppure p x n nel caso (b) e usare il concetto di rango di M :
lipotesi di (a) implica che rg(M ) = m, quindi m n; lipotesi di (b) implica che rg(M ) = n, quindi n p.
Per dimostrare (a) in generale, siano v1 , vm V linearmente indipendenti e sia f : Rn V lisomorfismo
definito prima come (a1 , , an ) 7 a1 u1 + + an un ; consideriamo i vettori di Rn f 1 (v1 ), , f 1 (vm );
si ha per linearita
a1 f 1 (v1 ) + + am f 1 (vm ) = f 1 (a1 v1 + + am vm )
inoltre per ipotesi a1 v1 + + am vm = 0 se e solo se a1 = a2 = = am = 0, quindi dalla relazione
a1 f 1 (v1 ) + + am f 1 (vm ) = 0
deduciamo che anche i vettori f 1 (v1 ), , f 1 (vm ) sono linearmente indipendenti e quindi m n.
3

Intersezione, unione e somma di sottospazi


Sia V uno spazio vettoriale di dimensione finita su un campo K e siano U e W due suoi sottospazi.
Proposizione. Lintersezione U W e un sottospazio di V .
Dimostrazione. Se u, w U W , u + w appartiene sia a U che a W , quindi appartiene a U W ; inoltre
per ogni k K, se w U W , kw appartiene sia a U che a W , quindi appartiene a U W .
Segue che lintersezione di un numero qualunque di sottospazi e un sottospazio e, poiche un sottospazio
contiene sempre almeno il vettore 0, tale intersezione non e mai vuota.
Lunione U W in generale non e un sottospazio; lo e solo nel caso in cui U W oppure W U (e
in questo caso U W = U oppure U W = W ).
Esempio. Siano U e W due distinte rette vettoriali in R3 : e facile verificare che U W non e chiuso
rispetto alla somma di vettori; daltra parte le due rette vettoriali individuano un piano vettoriale, costituito
da tutti e soli i vettori u + w tali che u U e w W .
Questa situazione ha carattere generale:
Definizione. Sia V uno spazio vettoriale e siano U e W due suoi sottospazi. Si dice somma dei sottospazi
U e W linsieme U + W costituito da tutti i vettori del tipo u + w, al variare di u U e w W .
Proposizione. U + W e un sottospazio vettoriale di V , contenuto in ogni sottospazio che contiene U W .
Dimostrazione. Due qualsiasi elementi di U + W sono del tipo u1 + w1 , u2 + w2 con ui U e wi W . Si
ha:
(u1 + w1 ) + (u2 + w2 ) = (u1 + u2 ) + (w1 + w2 ) U + W
e per ogni k K
k(u1 + w1 ) = (ku1 ) + (kw1 )
Inoltre se un sottospazio T contiene U W , deve contenere tutti i vettori u U e tutti i vettori w W e
percio deve contenere tutti i vettori u + w U + W , ossia contiene U + W .
Ricordiamo che ogni sottospazio U di uno spazio vettoriale V e tale che dim(U ) dim(V ) e che
dim(U ) = dim(V ) se e solo se U = V ; infatti una base di U puo sempre essere estesa a una base di V .
Teorema. (Relazione di Grassmann) Dati due sottospazi U e W di uno spazio vettoriale V di dimensione
finita, si ha
dim(U ) + dim(W ) = dim(U W ) + dim(U + W )
Definizione. La somma U + W si dice somma diretta (e si indica con U W ) quando U W = 0.
Proposizione. La somma U + W e diretta se e solo se ogni vettore v U + W si scrive in modo unico
come v = u + w con u U e w W .
Dimostrazione. Supponiamo v = u + w = u0 + w0 ; allora si ha sottraendo : 0 = (u u0 ) + (w w0 ), da cui
(u u0 ) = (w w0 ) che e un vettore appartenente a U W ; ma U W = 0, quindi la tesi.