Altri spazi vettoriali
Il concetto di spazio vettoriale può essere
generalizzato da quello degli usuali vettori tridimensionali ad un generico insieme S di oggetti matematici (che considereremo "vettori")
• per il quale sia definta una operazione di "somma" +
[ ossia una funzione + che ad x e y in S associ un elemento
di S stesso]
• e di "moltiplicazione per uno scalare"
[ ossia
una funzione che a x in S e a k numero - qualunque reale, nel qual caso di parla
di spazi vettoriali su R, su cui ci soffermeremo,
o qualunque complesso, nel qual caso si parla di spazi vettoriali
su C - associ kx in S]
•
che abbia una identità "0" per "+" rispetto a cui sia un gruppo commutativo
e
• per il quale valgano la possibilità di riordinare le moltiplicazioni
per gli scalari
[ h(kx) = (hk)x ],
•
le proprietà distributive
[ (h+k)x = hx+kx,
k(x+y) = kx+ky ]
•
e la proprietà che lega lo zero di S al numero 0
[ 0x = 0 ].
Per un semplice esempio si pensi alla, ovvia, generalizzazione di quanto visto
per R2 e R3 a Rn (n ≥ 1).
Per un altro esempio di spazio vettoriale (su R) si prenda S = {funzioni continue su [a,b]} con
(f+g)(x) = f(x)+g(x), (kf)(x) = kf(x)
prendendo come 0 di S la funzione
nulla (che ad ogni x associa 0).
Sono particolarmente interessanti i casi in cui S
possa essere dotato di una norma ||.|| e un prodotto scalare (o interno) · [oltre che "x·y", impiegato
in particolare nel caso di Rn, si usa
Se S è dotato di un
prodotto scalare possiamo
anche dotarlo di una norma ponendo ||v|| = √(v·v).
Nel caso di Rn, posto x = (x1,..., xn),
y = (y1,..., yn),
abbiamo:
x·y = x1y1 + ... + xnyn,
||x|| = √(x·x) = √(x12 + ... + xn2).
[Nota: il prodotto vettoriale è definito solo per n=3]
Nel caso di S = {funzioni continue su [a,b]}, con una evidente analogia, possiamo
prendere:
f·g = ∫[a, b] f(x)g(x) dx, ||f|| = √(f·f) = √(∫[a, b] f(x)2 dx)
Dalla norma possiamo ricavare la distanza d(v, u) = ||v - u||.
Nel caso dello spazio di funzioni S avremmo: d(f, g) = √( ∫[a, b] (f(x)-g(x))2 dx).
[si vedano le considerazioni sulla distanza di funzioni svolte a proposito delle
serie di funzioni]
Col prodotto scalare possiamo generalizzare il concetto di ortogonalità:
x è ortogonale a y se x·y = 0.
Nel caso dello spazio di funzioni S abbiamo:
f ortogonale a g se ∫[a, b] f(x)g(x) dx = 0.
Esempi: f(x) = sin(x), g(x) = cos(x), [a,b] = [-π π] | |
f(x) = sin(x), g(x) = sin(2x), [a,b] = [-π π] | |
f(x) = sin(x), g(x) = sin(3x), [a,b] = [-π π] | |
f(x) = x, g(x) = x2, [a,b] = [-h, h] |
Come nel caso di R3, abbiamo che un numero finito di vettori tra loro ortogonali sono linearmenti indipendenti, e che essi possono essere normalizzati (ossia ridotti ad avere norma uguale ad 1) moltiplicandoli per il reciproco della loro norma.
Nel caso dello spazio delle funzioni continue su un intervallo [a,b] esistono infiniti vettori
linearmenti indipendenti. Basti prendere, nel caso di un intervallo di ampiezza 2π, alle le funzioni
Nel caso di R3 presa comunque una base ortonormale e1, e2, e3 (ei di norma 1 e tra loro ortogonali), possiamo scomporre ogni vettore
x nelle sue componenti rispetto a tale base, ossia esprimerlo come x = (x·e1)e1
+ (x·e2)e2 + (x·e3)e3
(x·ei è la i-esima coordinata nel sitema di riferimento associato a tale base).
La cosa vale anche per Rn. Può essere generalizzata in modo opportuno
anche agli spazi di dimensione infinita, ossia con infiniti vettori linearmente indipendenti
x1, x2, x3,
. Si ha che:
• se esiste una serie del tipo ∑ i=1..∞ cixi che converge (secondo
la norma dello spazio) a x, deve essere ci = x·xi;
• x = ∑ i=1..∞ (x·xi)xi, ossia la serie
∑ i=1..∞ (x·xi)xi converge (secondo
la norma dello spazio) e ha per somma x se e solo se la serie