Facoltà di PROGETTO

ALM A M ATER STUD I ORUM http://el

earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA

8. Prodotto scalare, Spazi Euclidei.

2
Ricordiamo la definizione di prodotto scalare di due vettori del piano VO (vale in modo del tutto analogo
3
anche in VO ).
2
Definizione: Siano v, w ∈ VO e sia θ l’angolo convesso fra di essi; allora si dice prodotto scalare fra v e w
il numero:
v · w = |v|.|w|. cos θ.
2 2
Abbiamo quindi che l’operazione di prodotto scalare fra vettori è una funzione VO × VO → R.
Notiamo che il valore assoluto |v · w| è pari a |v| moltiplicato per la lunghezza della proiezione di w
nella direzione di w (o viceversa).
In particolare si ha che:
2
√
- ∀v ∈ VO , v · v = |v|;
- v · v = 0 se e solo se v = 0.
- v · w = 0 se e solo se v e w sono perpendicolari;
2
Notiamo che il vettore nullo 0 si considera perpendicolare ad ogni vettore di VO .
2
Vediamo come si può rileggere il prodotto scalare passando da VO a R2 ; siano i e j i due versori (=
vettori di modulo =1) corrispondenti ai punti (1, 0) e (0, 1) in R2 (quindi la base {i, j} di VO
2
corrisponde alla
2 2
base canonica di R ); allora ogni vettore di VO si può scrivere come combinazione lineare di i e j. Cosicché
se abbiamo due vettori:
v = ai + bj, w = ci + dj,

il loro prodotto scalare sarà :

v · w = (ai + bj) · (ci + dj) = aci · i + adi · j + bcj · i + bdj · j = ac + bd

in quanto i · i = j · j = 1, mentre i · j = i · j = 0
Quindi se lavoriamo in R2 , si può vedere il prodotto scalare come definito dalla seguente legge:

(a, b) · (c, d) = ac + bd.

Analogamente, in R3 , scegliendo una base {i, j, k} di VO 3

, corrispondente a quella canonica di R3 , avremmo
ottenuto
(a1 , a2 , a3 ) · (b1 , b2 , b3 ) = a1 b1 + a2 b2 + a3 b3 .

Sia ora, ∀P, Q ∈ R2 , P − Q il vettore uscente da Q che punta su P . Allora la distanza fra i due punti,
d(P, Q), è pari al modulo del vettore P − Q, e se P = (x1 , y1 ) e Q = (x2 , y2 ), si avrà :



d(P, Q) = |P − Q| = (P − Q) · (P − Q) = (x1 − y1 )2 + (x2 − y2 )2 .

Si vede quindi che si possono esprimere tramite il prodotto scalare varie proprietà geometriche degli ”oggetti”
di R2 , come distanze, lunghezza di segmenti, perpendicolarità . Queste sono tutte nozioni che non hanno
senso negli spazi vettoriali Rn , in quanto sono nozioni che non sono esprimibili solo tramite le operazioni di
somma e prodotto per gli scalari (le uniche presenti negli spazi vettoriali).

-1- 11/18/04

Facolta di Ingegneria Corso di Autore "Spazi Euclidei" Copyright 2003

GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
 Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA

Quello che vogliamo fare è di estendere la nozione di prodotto scalare a spazi vettoriali qualsiasi, in
modo di usarlo per definire anche in altri ambienti delle nozioni di distanza, di angolo, di lunghezza.
2
Ricordando le principali proprietà che abbiamo notato per il prodotto scalare in VO , diamo la seguente
definizione:
Definizione 8.1: Sia V uno spazio vettoriale su R. Consideriamo una funzione ” · ” : V × V → R, che goda
delle seguenti proprietà :
1) ∀v, v1 , v2 ∈ V: v · (v1 + v2 ) = v · v1 + v · v2 ;
2) ∀v, w ∈ V, ∀λ ∈ R: v · (λw) = v · (λw) = λv · w ;
3) ∀v, w ∈ V: v · w = w · v ;
4) ∀v ∈ V: v · v ≥ 0 e v · v = 0 se e solo se v = 0.
Allora ”·” si dice un prodotto scalare su V.
2
Cos`i quelle che erano in VO le proprietà del prodotto scalare divengono adesso la definizione di
2
”prodotto scalare” in spazi vettoriali qualsiasi, proprio come le proprietà di VO sono servite da ”prototipo”
per la definizione di spazio vettoriale in generale.
Per esempio vediamo adesso di definire un ”prodotto scalare” negli spazi vettoriali Rn ; per farlo terremo
come modello il modo come il prodotto scalare si legge in R2 : (a, b) · (c, d) = ac + bd; siano v, w ∈ Rn , con
v = (a1 , a2 , ..., an ), e w = (b1 , b2 , ..., bn ); poniamo:

v · w = a1 b1 + a2 b2 + ... + an bn .

Pensando i vettori come matrici colonna e riga, si ha che questo prodotto coincide con il prodotto di matrici:
⎛ ⎞
b1
⎜ b2 ⎟
(a1 , a2 , ..., an ). ⎜ ⎟
⎝ ... ⎠
bn

Non è difficile provare che questo prodotto soddisfa i punti 1),...,4) della definizione precedente, e che quindi
è un prodotto scalare (farlo per esercizio). Questo viene comunemente indicato come prodotto scalare
standard in Rn .

Definizione 8.2: Sia V uno spazio vettoriale su R dotato di un prodotto scalare ”·” (secondo la Def. 8.1).
Allora la struttura (V, ·) si dice uno spazio euclideo.
In particolare lo spazio euclideo (Rn , ·), ove ”·” è il prodotto scalare standard, si dice spazio euclideo
standard (n-dimensionale) e si indica con En .
Osserviamo che se n = 2 o n = 3, nello spazio E2 si ha che il prodotto scalare standard coincide con il
prodotto scalare ordinario.
Esempi:
Su Rn si possono avere altri prodotti scalari oltre a quello ordinario, ad esempio, in R4 per il prodotto:

(a1 , a2 , a3 , a4 ) × (b1 , b2 , b3 , b4 ) = a1 b1 + 2a2 b2 + 3a3 b3 + 4a4 b4 ;

è facile verificare che soddisfa alle 4 condizioni per essere un prodotto scalare, ma (R4 , ×) è uno spazio
euclideo diverso da E4 .

-2- 11/18/04

Facolta di Ingegneria Corso di Autore "Spazi Euclidei" Copyright 2003

GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
 Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA

Consideriamo C lo spazio vettoriale delle funzioni continue definite su un intervallo [a, b] ⊂ R. In C si

può definire:
 b
∀f, g ∈ C : f ·g = f (x)g(x)dx.
a

È facile verificare che ”·”soddisfa le proprietà 1),2) e 3) della definizione 8.1. Per la 4), notiamo che
banalmente si ha f · f ≥ 0, in quanto l’integrale della funzione f 2 sarà non negativo. Per vedere che f · f = 0
se e solo se f = 0 (la funzione nulla), notiamo che se esiste un punto c ∈ [a, b] ove f (c) = 0, allora f 2 (c) > 0,
e per il teorema della permanenza del segno (vedi il corso di Analisi), c’è tutto un intorno (c − δ, c + δ) ove
la f 2 è positiva, quindi
 b  c+δ
f 2 (x)dx ≥ f 2 (x)dx > 0.
a c−δ

Quindi si può avere f · f = 0 se e solo se f = 0.

In uno spazio euclideo (V, ·) si può definire la norma di un vettore:

√
||v|| = v · v.

2 3
Che è l’analogo della nozione di modulo che abbiamo in VO , VO ; la norma soddisfa la seguente proprietà
triangolare (che non dimostreremo):

∀v, w ∈ V : ||v + w|| ≤ ||v|| + ||w||.

e la seguente disuguaglianza (di Cauchy-Schwartz):

∀v, w ∈ V : ||v|| ||w|| ≥ |v · w|.

Possiamo definire la ”perpendicolarità ” fra vettori in V, ponendo che due vettori v, w ∈ V si dicono
ortogonali (o perpendicolari), se e solo se: v · w = 0. Anche qui si considera il vettore nullo come ortogonale
ad ogni altro vettore (ed è l’unico perpendicolare a se stesso).
Possiamo anche definire l’angolo θ fra due vettori, ponendo:

v·w
θ = arcos
||v|| ||w||

(notiamo che si può fare perché la frazione è sempre ≤ 1 in valore assoluto per la diseguaglianza di Cauchy-
Schwartz).
Infine si ha anche la nozione di ”distanza” fra due elementi dello spazio euclideo ponendo d(v, w) =
||v − w||.
Tutto ciò spiega perchè chiamiamo ”euclidei” questi spazi: grazie alla presenza di un prodotto scalare
è possibile definirvi concetti analoghi a quelli della geometria euclidea (angoli, lunghezze, distanza), ed
utilizzarli anche in questa accezione cos`i generalizzata.

Se (V, ·) è uno spazio euclideo, e W è un suo sottospazio, diremo che v ∈ V è ortogonale a W (scrivendo
v ⊥ W) se ∀w ∈ W, v · w = 0. Si definisce poi

W⊥ = {v ∈ V| v · w = 0, ∀w ∈ W}.

-3- 11/18/04

Facolta di Ingegneria Corso di Autore "Spazi Euclidei" Copyright 2003

GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
 Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA

è immediato che W⊥ è anch’esso un sottospazio di V: ovviamente 0V ∈ W⊥ , e se v1 , v2 ∈ W⊥ e α, β ∈ R,

allora
∀w ∈ W, (αv1 + βv2 ) · w = αv1 · w + βv2 · w = 0
quindi (αv1 + βv2 ) ∈ W⊥

Esempio: Sia (V, ·) = E3 , e W = {(x, y, z) ∈ E3 |x − y + z = 0 = x − z}. Qual è la dimensione di W⊥ ?

È facile vedere che dim W = 1, ed una base di W è data dal vettore w = (1, 2, 1). Quindi i vettori di W⊥
sono tutti e soli quelli perpendicolari a w, cioè gli (x, y, z) tali che (x, y, z) · (1, 2, 1) = x + 2y + z = 0. Quindi
si ha che W⊥ è un piano (mentre W è una retta).

Definizione 8.3: Sia (V, ·) uno spazio euclideo, e {v1 , ..., vn } una sua base; essa si dice ortonormale se

1 se i = j
vi · vj = δij = .
0 se i = j

Cioè richiediamo che i vettori della base abbiano tutti norma =1 (vi · vi = 1) e siano a due a due
perpendicolari (vi · vj = 0). Questo avviene per esempio per la base canonica di En .
In uno spazio euclideo le basi ortonormali sono le più semplici da usare infatti se esprimiamo un qualsiasi
vettore v ∈ V rispetto ad una base ortonormale {v1 , ..., vn }:

v = a1 v1 + ... + an vn ,

allora avremo

∀j = 1, ..., n : v · vj = (a1 v1 + ... + an vn ) · vj = a1 v1 · vj + ... + aj vj · vj + ... + an vn · vj = aj ,

cioè le componenti di v rispetto ai vj sono esattamente i prodotti scalari v · vj .

Notiamo il seguente Teorema (che non dimostriamo):

Teorema 8.4: Sia (V, ·) uno spazio euclideo, allora esso possiede una base ortonormale. Inoltre se W ⊂ V
è un sottospazio, ogni base ortonormale di W si può completare ad una base ortonormale di V.

Corollario 8.5: Nelle ipotesi del Teorema 8.4 si ha:

1) dim W⊥ = dim V − dim W;
2) (W⊥ )⊥ = W.

Dimostrazione: Per la 1), sia dim W = r, dim V = n, sia {e1 , ..., er } una base ortonormale di W e sia
{er+1 , ..., en } un suo completamento ad una base ortonormale di V. Allora si ha che ei ⊥ W, ∀i = r +1, ..., n;
quindi lo spazio < er+1 , ..., en > è incluso in W⊥ . D’altro canto, sia v ∈ W⊥ , con

v = a1 e1 + ... + ar er + ar+1 er+1 + ... + an en ,

si avrà , per i = 1, ..., r, che v · ei = ai = 0, e quindi v = ar+1 er+1 + ...an en , cio‘e v ∈< er+1 , ..., en >. Quindi
W⊥ ⊂< er+1 , ..., en > e, avendo già notato l’inclusione opposta, si ha: < er+1 , ..., en >= W⊥ . Poiché gli
er+1 , ..., en sono indipendenti, formano una base di W⊥ , quindi dim W⊥ = n − r.

Per dimostrare la 2), notiamo che W ⊂ (W⊥ )⊥ (dimostrarlo per esercizio). Inoltre, da 1), si ha che

dim(W⊥ )⊥ = n − dim W⊥ = n − (n − dim W) = dim W.

-4- 11/18/04

Facolta di Ingegneria Corso di Autore "Spazi Euclidei" Copyright 2003

GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
 Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA

Quindi W ⊂ (W⊥ )⊥ ed hanno la stessa dimensione, perciò W = (W⊥ )⊥ .

Sia ora f : En → En un’applicazione lineare. Poiché la f conserva la somma e la moltiplicazione per gli
scalari, chiediamoci se la f conserva anche il prodotto scalare.

IN GENERALE LA RISPOSTA È ”NO”

Esempio: Sia f : E2 → E2 , con f (x, y) = (3x, 2y); la f è ovviamente lineare, ma, ad esempio:

(2, 6) · (1, 1) = 8, mentre f (2, 6) · f (1, 1) = (6, 12) · (3, 2) = 42.

Vediamo allora se esistono applicazioni lineari che conservano il prodotto scalare e come sono fatte.
Osserviamo che se f conserva il prodotto scalare, dovrà portare basi ortonormali in basi ortonormali.
Sia allora B = {v1 , ..., vn } una base ortonormale, ed A = MB,B (f ); le colonne di A sono i vettori wi = f (vi ),
e la base {w1 , ..., wn } risulterà ortonormale. Si avrà allora:
⎛ ⎞ ⎛ ⎞
a11 a21 ... an1 a11 a12 ... a1n
⎜ a12 a22 ... an2 ⎟ ⎜ a21 a22 ... a2n ⎟
A ·A=⎜
t
⎝ ... .. ⎟·⎜ .
⎠ ⎝ .. .. ⎟ = I.
⎠
. .
a1n a2n ... ann an1 an2 ... ann

Infatti, la riga i-esima di At (= la i-esima colonna di A) rappresenta il vettore wi e quando la moltiplichiamo

per la colonna j-esima di A, otteniamo proprio il prodotto scalare:
⎛ ⎞
a11
⎜ a12 ⎟
(a1i , a2i , ..., ani ) · ⎜ ⎟
⎝ ... ⎠ = wi · wj = δij
a1n

e quindi At · A = I, perché avrà degli 1 sulla diagonale e degli 0 altrove.

Se At · A = I, allora At = A−1 . Le matrici con questa proprietà sono dette matrici ortogonali, ed
il fatto che A sia ortogonale è la condizione necessaria e sufficiente perché f conservi il prodotto scalare;
riassumendo:

Una applicazione lineare f : En → En conserva il prodotto scalare se e solo se, data

una base ortonormale B di En , la matrice A = MB,B è ortogonale.

-5- 11/18/04

Facolta di Ingegneria Corso di Autore "Spazi Euclidei" Copyright 2003

GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007