Sei sulla pagina 1di 5

SPAZI VETTORIALI E OPERAZIONI SUI SOTTOSPAZI

Definizione di spazio vettoriale


La struttura di spazio vettoriale studiata su Rn si pu`o generalizzare: ogni sottospazio di Rn (compreso Rn
stesso) `e un esempio di spazio vettoriale, ma ce ne sono molti altri. Le motivazioni che stanno alla base di
questa generalizzazione si possono cosi riassumere:
- mettere in evidenza gli aspetti della teoria che non dipendono dalla scelta di una base specifica (nello
studio di Rn si utilizza la base canonica, ma per la descrizione dei suoi sottospazi si usano altre basi; `e
importante capire come si pu`
o cambiare base);
- poter usare come scalari numeri diversi dai numeri reali (R `e un esempio di campo numerico, altri
esempi sono i numeri razionali Q, i numeri complessi C, il campo finito Z2 = {0, 1});
- estendere la teoria a spazi di dimensione infinita (qui ci limiteremo a considerare spazi vettoriali di
dimensione finita, ma in Analisi i pi`
u importanti esempi di spazi vettoriali non hanno dimensione finita).
Per definire uno spazio vettoriale in generale bisogna assegnare un campo K di scalari; la cosa importante
`e che in un campo K, qualunque esso sia, valgono le stesse propriet`a che valgono per i numeri reali, ossia
gli elementi di K si possono sommare, sottrarre, moltiplicare e dividere e ci sono 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 e per ogni a, b K:
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
5) a(bv) = (ab)v
6) 1v = v
7) (a + b)v = av + bv
8) a(v + w) = av + aw
Osservazione.
1) Gli elementi di V si dicono vettori anche se non `e detto che assomiglino ai vettori di Rn .
2) La somma v + (w) si scrive di solito v w (differenza tra due vettori).
3) La definizione di spazio vettoriale astratto `e una definizione assiomatica, ossia tutte le propriet`a della
struttura di spazio vettoriale si deducono dagli 8 assiomi. Una immediata conseguenza di questi 8 assiomi `e
per esempio che, dato qualsiasi v V
0v + 0v = (0 + 0)v = 0v
da cui, sottraendo 0v si ottiene 0v = 0; perci`o 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
1

a m righe ed n colonne) con le operazioni di somma tra matrici e di prodotto di una matrice per un numero
reale.
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.
Sia Kn [x] linsieme dei polinomi in x di grado minore o uguale a n a coefficienti nel campo K. Definiamo
in Kn [x] le due operazioni seguenti: per ogni k K e per ogni polinomio di Kn [x]
p(x)+q(x) = (a0 +a1 x+a2 x2 + +an xn )+(b0 +b1 x+b2 x2 + +bn xn ) = (a0 +b0 )+(a1 +b1 )x+ +(an +bn )xn ;
kp(x) = k(a0 + a1 x + a2 x2 + + an xn ) = ka0 + ka1 x + ka2 x2 + + kan xn
` facile verificare che per queste operazioni sono soddisfatte le 8 propriet`a della definizione, quindi Kn [x]
E
con queste operazioni `e uno spazio vettoriale su K.
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 non `e vuoto
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 perch`e li soddisfano in V . Analogamente al caso di Rn , i
sottospazi vettoriali possono essere descritti assegnando i generatori oppure assegnando opportune 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 sullo stesso 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 .
Osservazione. Una conseguenza della definizione `e che f (0) = 0, cio`e f manda il vettore nullo di V nel
vettore nullo di W .
2

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 vista per Rn , 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 di W se:
1 - v1 , , vk sono linearmente indipendenti;
2 - W = L(v1 , vk ) , cio`e i vettori v1 , , vk sono generatori di V .
Teorema. Dato il K- spazio vettoriale V , se esiste una base B = (v1 , , vn ) di V , lapplicazione f : Kn V
definita da:
(a1 , , an ) 7 a1 v1 + + an vn
`e un isomorfismo.
` facile verificare che f `e lineare e che , per la definizione di base, `e anche iniettiva e
Dimostrazione. E
suriettiva, cio`e `e un isomorfismo.
Osservazione. In particolare lisomorfismo f manda ogni elemento della base canonica di Kn in un elemento
della base data di V . Dunque possiamo usare f per identificare Kn con V .
Analogamente al caso dello spazio vettoriale Rn , si pu`o dimostrare il seguente:
Teorema. Sia V uno spazio vettoriale 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.
Segue che ogni base di V ha n elementi e quindi si pu`o dire che V ha dimensione n.
Esempio. Determiniamo la dimensione dellinsieme dei numeri complessi C pensato
(a) come C-spazio vettoriale
(b) come R-spazio vettoriale.
(a) Linsieme C con le usuali operazioni di somma di numeri complessi e di prodotto tra numeri complessi `e
un C-spazio vettoriale di dimensione 1, infatti ogni numero complesso z (pensato come vettore) `e il prodotto
di z stesso (pensato come scalare) per il numero 1 (pensato come vettore).
(b) Allinsieme dei numeri complessi C possiamo anche dare una struttura di R-spazio vettoriale con le
usuali operazioni di somma di numeri complessi e di prodotto di un numero complesso per un numero reale;
in questo caso dim(C) = 2, perch`e ogni numero complesso z = a + ib `e, in modo unico, combinazione lineare
a coefficienti reali a e b dei numeri 1 e i che sono vettori linearmente indipendenti.
Proposizione. Dati due K-spazi vettoriali V e W , se B = (v1 , , vn ) `e una base di V , per assegnare una
applicazione lineare f : V W basta assegnare i vettori f (v1 ), , f (vn ).
Dimostrazione. Poich`e B `e base, ogni vettore di V si scrive in modo unico come v = a1 v1 + + an vn ,
quindi f (v) = f (a1 v1 + + an vn ) =(per la linearit`a di f )=a1 f (v1 ) + + an f (vn ).
3

Questi risultati ci permettono di procedere come per gli spazi Rn , ossia dati due K-spazi vettoriali V e
W di dimensione rispettivamente n ed m, possiamo associare una matrice a qualsiasi applicazione lineare
f : V W : basta infatti fissare una base BV e una base BW .
Esempio. Sia V = W = R2 [X]. Sia D lapplicazione lineare definita dalla derivazione rispetto a X:
D(p(X)) = p0 (X). Se scegliamo la base (1, X + 1, (X + 1)2 ) per V e la base (1, X, X 2 ) per W , la matrice di
D rispetto a queste basi `e:

0 1 2
0 0 2
0 0 0
mentre se scegliamo la base (1, X, X 2 ) sia in V che

0
0
0
.

in W , la matrice di D `e:

1 0
0 2
0 0

Intersezione, unione e somma di sottospazi


Supponiamo dora in avanti che V sia uno spazio vettoriale di dimensione finita su R e che U e W siano 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 .
Ne segue che lintersezione di un numero qualunque di sottospazi `e un sottospazio e, poich`e 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
perci`
o 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 ); infatti una base
di U pu`
o sempre essere estesa a una base di V ; per lo stesso motivo si ha dim(U ) = dim(V ) se e solo se
U =V.
4

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 )
Vediamone il significato su un esempio:
Esempio. In R5 sono dati i sottospazi U = {(x1 , x2 , x3 , x4 , x5 )|2x1 x2 x3 = x4 3x5 = 0} e W =
{(x1 , x2 , x3 , x4 , x5 )|x3 + x4 = 0}, vogliamo determinare una base di R5 che contenga sia una base di U che
una base di W .
Intanto `e facile vedere che dim(U ) = 3 e dim(W ) = 4. Cominciamo col trovare una base di U W :
basta risolvere il sistema omogeneo di matrice

2
A = 0
0

1
0
0

1
0
1

0 0
1 3
1 0

la soluzione generale `e del tipo ( 21 s 32 t, s, 3t, 3t, t), quindi dim(U W ) = 2 e una base di (U W ) `e per
esempio (w1 = ( 21 , 1, 0, 0, 0), w2 = ( 32 , 0, 3, 3, 1)); completiamo questa base in modo da ottenere una base
(w1 , w2 , w3 ) di U e una base (w1 , w2 , w4 , w5 ) di W ; in qualunque modo abbiamo scelto i vettori w3 , w4 , w5 ,
i vettori (w1 , w2 , w3 , w4 , w5 ) sono sicuramente linearmente indipendenti e quindi sono una base di R5 .
Definizione. La somma U + W si dice somma diretta (e si indica con U W ) quando U W = 0.
Esempio. In R3 , sia U il piano z = 0 e W lasse delle z. Allora risulta R3 = U W .
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. Viceversa, se
ogni vettore v U + W si scrive in modo unico come v = u + w con u U e w W , allora U W = 0.
Corollario. Una base di U W si ottiene facendo lunione di una base di U e di una base di W .
Esempio. Nellesempio precedente, se U `e il piano z = 0 e W `e lasse delle z, una base di R3 = U W `e per
esempio (i, j) (k) = (i, j, k).