Spazi Vettoriali

Insieme su cui sono definite:

  • Una somma di vettori(elementi)
  • Un prodotto di un vettore(elemento) per un numero
  • Valgono le proprietà(Assiomi) definite per la somma di vettori del piano
    • Commutativa
    • Associativa
    • Esistenza dello 0 (Neutro dell prodotto) $0_v$
    • Esistenza dell'opposto $v + (-v) = 0_v$
  • Valgono le proprietà del prodotto
    • I Distributiva
    • II Distributiva
    • Esistenza dell'1 (Neutro del prodotto)
    • $(ab)\vec{v} = a\vec{v}*b\vec{v}$

Posso chiamare spazio vettoriale tutti gli insiemi con qeste caratteristiche. Per esempio è uno spazio vettoriale quello così definito.
$$ (x, x) \forall x \in R $$ E posso vedere che valgono tutte le proprietà identificate prima.
$$ \vec{a} = (1, 1) \\ \vec{b} = (2, 2) \\ \vec{a} + \vec{b} = (3, 3) \\ -\vec{a} = (-1, -1) \\ 5\vec{a} = (5, 5) \\ $$

Proprietà degli spazi vettoriali

Ricordarsi che: $$ \exists 0_v \\ \forall v \exists -v; v+(-v) = 0_v \\ a \in R, \vec{v} \in V \\ a\vec{v} = 0 \iff a = 0 \text{ oppure } \vec{v} = 0_v $$ E' impossibile che il prodotto $a\vec{v} = 0$ in altri casi.
Altra regola comoda per trovare l'opposto: $$ -(a\vec{v}) = (-a)\vec{v} = a(-\vec{v}) $$

Sottospazio di uno spazio vettoriale

Dato uno spazio $W$ lo spazio $V$ è un sottospazio vettoriale di $W$ se $W \subset V$ e le oprazioni di somma e prodotto definite per $V$ valgono su $W$.
L'esempio precedente delle coppie $(x, x)$ è un sottoinsieme di $R^2$, e tutte le operazioni definite su $R^2$ valgono su questo insieme.
Un esempio di sottospazio vettoriale di $R^3$ è: $$ W = (x, y, x+y) \forall x, y \in R \\ \vec{a} = (1, 2, 3) \\ \vec{b} = (2, 5, 7) \\ \vec{a} + \vec{b} = (3, 7, 10) \in W\\ 5\vec{a} = (5, 10, 15) \in W\\ $$

Un esempio di non sottospazio vettoriale di $R^2$: $$ W = (x, x+1) \forall x \in R \\ \vec{a} = (3, 4) \\ \vec{b} = (5, 6) \\ \vec{a} + \vec{b} = (8, 10) \notin W \\ 2\vec{a} = (6, 8) \notin W $$

Combinazione Lineare (c.l.)

Una combinazione lineare è definita come: $$ a_1\vec{v_1} + a_2\vec{v_2} + \dots + a_n\vec{v_n} a_n \text{ coefficenti} $$ Per esempio una combinazione lineare in R^2 è $$ 3(2, -2) + (-4)(0, 1) + 7(1, 7) $$ Un'altro esempio, tornando alla dieta, cioè alla definizione dei cibi come terne; Un pasto è una combinazione lineare di cibi:
Mangio 40 grammi di pasta, 50 grammi di pane, 40 grammi di verdure. $$ pasta = (10, 40, 50) \\ pane = (10, 80, 50) \\ verdure = (80, 20, 10) \\ pasto = \text{ c.l } 40pasta + 50pane + 40 verdure $$
Esempi simili si possono fare tra le forze
$$ \vec{f} = (-0.5, -0.5) \\ \vec{g} = (0, 9.81) \\ \text{c.l. } = 3\vec{f} + 2\vec{g} \\ $$

Vettori linearmente Dipendenti

Dati 3 vettori non nulli $$ \vec{a} = (1, 1, 1) \\ \vec{b} = (2, 2, 2) \\ \vec{c} = (4, 4, 4) \\ 2\vec{a} + \vec{b} - \vec{c} = (0, 0, 0)\\ $$ Se è possibile trovare dei coefficenti a loro volta non nulli che generano una combinazione lineare con risltato $0_v$ allora i vettori si dicono Linearmente Dipendenti $$ a_1\vec{v_1} + a_2\vec{v_2} + \dots a_n\vec{v_n} = 0 \\ \Downarrow \\ a_1 = a_2 = \dots = a_n = 0 $$

Vettori Lineramente Indipendenti

Quindi dati i seguenti vettori $$ \vec{a} = (1, 0) \\ \vec{b} = (1, 1) \\ $$ Posso vedere che non è poossibile fare una combinazione lineare che dia $0_v$ con coefficenti diversi da zero. $$ a\vec{a} + b\vec{b} = (0, 0) \iff a = 0, b = 0 $$ Quindi questi due vettori si dicono Linearmente Indipendenti

Critero per identificare vettori lineramente indipendenti (l.i.)

$v_1, \dots, v_m$ sono l.i. se è solo se:

  1. $v_1 \neq 0_v$
  2. $v_2 \text{ non è multiplo di } v_1$
  3. $v_3 \text{ non è c.l. di } v_1, v_2$
  4. $v_n \text{ non è c.l. di } v_1, v_2, \dots, v_{n-1}$

Quindi questa prova è un test ricorsivo per tutti i vettori.

Versori fondamentali

I versori fondamentali di $R^3$ $$ \vec{e_1} = (1, 0, 0) \\ \vec{e_2} = (0, 1, 0) \\ \vec{e_3} = (0, 0, 1) \\ $$ Controllo che siano linearmente indipendenti:

  1. $\vec{e_1} \neq 0_v \text{ Vero}$
  2. $\nexists a; \vec{e_2} = a\vec{e_1} \text{ Vero}$
  3. $\nexists a,b; \vec{e_3} = a\vec{e_1} + b\vec{e_2} \text{ Vero}$ Quindi sono linearmente indipendenti.

Generalizzando il concetto di versori fondamentali su $R^n$
$$ \vec{e_1} = (1, 0, \dots, 0) \text{ Tutto 0 tranne il primo}\\ \vec{e_2} = (0, 1, \dots, 0) \text{ Tutti 0 tranne il secondo}\\ \dots \\ \vec{e_n} = (0, 0, \dots, 1) \text{ Tutti 0 tranne l'ennesimo}\\ $$ E' facile vedere come sono sempre linearmente indipendenti

Proprietà dei vettori linearmente indipendenti

Dato un vettore $v$ combinazione lineare di n vettori indipendenti $v_1, v_2, \dots, v_n$.
$$ v = a_1v_1 + a_2v_2 + \dots + a_nv_n $$ La sequenza $a_n$ dei coefficenti è unica.
Questo vale solo se i vettori $v_x$ sono indipendenti.
Per esempio lavorando in $R^3$ e volendo scrivere un vettore come combinazione linerare dei versori fondamentali... $$ (1, 2, 1) = a(1, 0, 0,) + b(0, 1, 0) + c(0, 0, 1) \\ a = 1 \\ b = 2 \\ c = 1 \\ $$ Questi coefficenti verranno chiamati componenti del vettore rispetto ai vettori lineramente indipendenti


In [ ]: