Indice

2 Cenni su spazi vettoriali e spazi di funzioni 2

2.1 Spazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Spazi vettoriali con prodotto scalare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Spazi normati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Spazi di funzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1
Capitolo 2

Cenni su spazi vettoriali e spazi di

funzioni
2.1 Spazi vettoriali

Definizione 2.1.1. Si dice spazio vettoriale su R un insieme V di elementi per i

quali sono definite due operazioni:

• addizione che associa ad ogni coppia di elementi v1, v2 ∈ V un unico elemento

v1 + v2 ∈ V detto somma di v1 e v2 con le proprietà:

2
 a) associativa: (u + v) + w = u + (v + w) per ogni u, v, w ∈ V ;
b) commutativa: u + v = v + u per ogni u, v ∈ V ;
c) esistenza elemento neutro: ∃0 ∈ V tale che 0 + v = v + 0 = v per ogni v ∈ V ;
d) esistenza opposto: ∃ − v ∈ V tale che −v + v = v − v = 0 per ogni v ∈ V ;

• moltiplicazione per uno scalare che associa ad ogni coppia formata da un ele-
mento di v ∈ V e da un numero c ∈ R un unico elemento cv ∈ V detto prodotto di
c e v con le proprietà:

a) associativa: a(bv) = (ab)v per ogni a, b ∈ R, v ∈ V ;

b) distributiva 1: a(u + v) = av + au per ogni a ∈ R, u, v ∈ V ;
c) distributiva 2: (a + b)u = au + bu per ogni a, b ∈ R, u ∈ V ;
d) esistenza elemento neutro: ∃1 ∈ R tale che 1v = v1 = v per ogni v ∈ V .

Gli elementi di V si dicono vettori, gli elementi di R si dicono scalari.

Esempio 1. R2 è un spazio vettoriale: dati u = (u1, u2), v = (v1, v2) ∈ R2, c ∈ R

 u + v = (u1, u2) + (v1, v2) = (u1 + v1, u2 + v2)

cu = c(u1, u2) = (cu1, cu2).

Esempio 2. Rn è un spazio vettoriale: dati u = (u1, ..., un), v = (v1, ..., vn) ∈ Rn,
c∈R
u + v = (u1, ..., un) + (v1, ..., vn) = (u1 + v1, ..., un + vn)

cu = c(u1, ..., un) = (cu1, ..., cun).

Dato u = (u1, ..., un) ∈ R i numeri reali ui, i ∈ {1, ..., n} sono detti componenti
del vettore u.
Definizione 2.1.2. Dato uno spazio vettoriale V un suo sottoinsieme W si dice sotto-
spazio vettoriale di V se è uno spazio vettoriale rispetto alle stesse operazioni definite
in V .
Esempio 3. Sia W = {u = (u1, u2) ∈ R2| 2u1 + 5u2 = 0} = {u = (x, y) ∈ R2| 2x +
5y = 0} è il sottoinsieme di R2 dei vettori le cui componenti verificano l’equazione
2x + 5y = 0 (W è una retta del piano R2).
Proposizione 4 (Criterio di riconoscimento dei sottospazi vettoriali).
Sia W ⊂ V . Se per ogni u, v ∈ W e per ogni c ∈ R si ha che

u + v ∈ W e cu ∈ W

allora W è un sottospazio vettoriale di V .

Esempio 5.
W = {u = (x, y) ∈ R2| 2x + 5y = 0} in effetti è un sottospazio vettoriale di R2: dati
u = (x1, y1), v = (x2, y2) ∈ W , c ∈ R dobbiamo verificare se u + v = (x1 + x2, y1 + y2) ∈
W e cu = (cx1, cy1) ∈ W

2(x1 + x2) + 5(y1 + y2) = 2x1 + 2x2 + 5y1 + 5y2 = [2x1 + 5y1] + [2x2 + 5y2] = 0 + 0 = 0

2(cx1) + 5(cy1) = 2cx1 + 5cy1 = c[2x1 + 5y1] = c · 0 = 0.

Definizione 2.1.3. Dato uno spazio vettoriale V su R,

• una combinazione lineare di n vettori v1, v2, ..., vn ∈ V è un vettore del tipo:
c1v1 + c2v2 + ... + c2vn con ci ∈ R per ogni i ∈ {1, 2, ..., n};
• n vettori sono linearmente indipendenti se l’unica loro combinazione lineare che
dà il vettore nullo è quella a scalari tutti nulli:
c1v1 + c2v2 + ... + c2vn = 0 ⇒ ci = 0, per ogni i ∈ {1, 2, ..., n};

• due vettori u, v ∈ V sono paralleli se u = c v per qualche scalare c ∈ R.

• si dice base di uno spazio vettoriale V di dimensione n un insieme di vettori

e1, ..., en ∈ V tali che:

a) e1, ..., en sono linearmente indipendenti

b) ogni altro vettore v ∈ V si scrive come combinazione lineare e1, ..., en, cioè esistono
n scalari c1, ...., cn ∈ R tali che
n
X
v = c 1 e1 + · · · + c n en = ck vk
k=1

e tale decomposizione è unica.

Tutte le basi di uno stesso spazio vettoriale V hanno lo stesso numero di vettori.
 Il numero n dei vettori che costituiscono una base è detto dimensione dello spazio
vettoriale V . Se non esiste alcun n per cui V ha una base di n vettori, V si dirà di
dimensione infinita.

2.2 Spazi vettoriali con prodotto scalare

Definizione 2.2.1. Sia V uno spazio vettoriale su R. Il prodotto scalare (o prodotto

interno) tra due vettori di V è un’operazione che ad una coppia di vettori u, v ∈ V associa
uno scalare hu, vi ∈ R con le proprietà:

• hu, vi = hv, ui,

• hu, v + wi = hu, vi + hu, wi,

• hcu, vi = chu, vi, ∀u, v, w ∈ V , ∀c ∈ R

• hu, ui ≥ 0 e hu, ui = 0 ⇔ u = 0

V è detto spazio vettoriale con prodotto scalare.

Esempio 6.
R3 è uno spazio vettoriale con prodotto scalare. Dati u = (x1, y1, z1), v = (x2, y2, z2) ∈
R3 il loro prodotto scalare è definito da:

hu, vi := x1x2 + y1y2 + z1z2.

Definizione 2.2.2. Dato uno spazio vettoriale V , due vettori u, v ∈ V si dicono

ortogonali se hu, vi = 0.

2.3 Spazi normati

Definizione 2.3.1. Sia V uno spazio vettoriale su R. La norma di un vettore di V

è un’operazione che ad un vettore u ∈ V associa uno scalare
p
kuk := hu, ui ≥ 0

con le proprietà:
• kuk ≥ 0 e kuk = 0 ⇔ u = 0
 • kcuk = ckuk,

• ku + vk ≤ kuk + kvk, ( disuguaglianza triangolare)

• |hu, vi| ≤ kuk · kvk, ( disuguaglianza di Cauchy-Schwartz)

∀u, v ∈ V , ∀c ∈ R
V è detto spazio normato.
Esempio 7.
R3 è uno spazio normato. La norma di u = (x1, y1, z1) ∈ R3 è definita da:
q
kuk := x21 + y12 + z12.

Definizione 2.3.2. Sia V uno spazio vettoriale su R di dimensione n con prodotto

scalare. Una base ortonormale di V è una base e1, ..., en di vettori di V tali che:
• sono a due a due ortogonali (hei, ej i = 0, per i 6= j)

• hanno norma 1 (keik2 = hei, eii = 1 per ogni i ∈ {1, ..., n}).
2.4 Spazi di funzioni

Sia I ⊆ R un intervallo.

C(I) = {f : I → R, f continua} è uno spazio vettoriale rispetto alle operazioni:

(f + g)(x) := f (x) + g(x), ∀x ∈ I

(cf )(x) := c f (x)

con f, g ∈ C(I), c ∈ R. Talvolta C(I) è indicato con C 0(I)

C 1(I) = {f : I → R, f derivabile con derivata continua} è un sottospazio vettoriale

di C(I).

C n(I) = {f : I → R, f ammette derivate fino all’ordine n continue} è un sottospazio

vettoriale di C(I).
Ovviamente,
C n(I) ⊂ · · · ⊂ C 2(I) ⊂ C 1(I) ⊂ C(I).
Gli spazi C n(I) sono anche spazi con prodotto scalare e spazi normati. Se ad esempio
I = [0, 2π] Z 2π
hf, gi := f (t)g(t)dt, ∀f, g ∈ C n([0, 2π])
0
e s
p Z 2π
kf k := hf, f i = f (t)2dt, ∀f, g ∈ C n([0, 2π])
0