Introduzione agli spazi vettoriali

Uno spazio vettoriale è un insieme V su un campo K (numeri reali o complessi) in cui sono definite due operazioni fondamentali: la somma e la moltiplicazione per scalare. In questo insieme possiamo trovare vari tipi di elementi come vettori, matrici o polinomi.

Per quanto riguarda i vettori, la somma di due vettori produce un altro vettore dello stesso spazio. Inoltre, esiste un elemento speciale chiamato vettore nullo (0ᵥ) tale che la somma con qualsiasi altro vettore lascia quest'ultimo invariato. La moltiplicazione per scalare consiste nel moltiplicare un vettore per un numero del campo K, ottenendo un nuovo vettore dello stesso spazio.

Un esempio concreto è lo spazio vettoriale R³, costituito da tutti i vettori a 3 componenti reali. Ad esempio, v₁ = (1,2,3) e v₂ = (-1/2,2,-5) sono vettori di questo spazio. Le operazioni si eseguono componente per componente: v₁ + v₂ = (1-1/2, 2+2, 3-5) = (1/2, 4, -2) e se λ = 2, allora λv₁ = (2·1, 2·2, 2·3) = (2, 4, 6).

⚠️ Attenzione! Non confondere gli spazi vettoriali con i singoli vettori. Uno spazio vettoriale è l'insieme di tutti i possibili vettori che rispettano certe proprietà, mentre un vettore è solo un elemento di questo insieme.

Spazi vettoriali di matrici e polinomi

Gli spazi vettoriali non si limitano solo ai vettori ordinari! Anche le matrici formano spazi vettoriali. Lo spazio K^(n×m) rappresenta tutte le matrici con n righe e m colonne i cui elementi appartengono al campo K.

Ad esempio, nello spazio R^(2×3) troviamo matrici come A₁ = $3 1 2; 0 3 5$ e A₂ = $-1 0 3; 1 1 -1$. Anche qui possiamo sommare (componente per componente) e moltiplicare per scalari. L'elemento nullo sarà una matrice con tutti zeri: 0ᵣ^(2×3) = $0 0 0; 0 0 0$.

I polinomi formano un altro importante tipo di spazio vettoriale. Lo spazio K≤n$x$ rappresenta tutti i polinomi di grado minore o uguale a n con coefficienti nel campo K. Per esempio, in R≤3$x$ troviamo polinomi come P₁ = 1 + 5x - 7x² + x³ e P₂ = 3 + 2x².

Un sottospazio vettoriale W è un sottoinsieme di uno spazio vettoriale V che mantiene le proprietà di spazio vettoriale. Questo significa che W deve essere chiuso rispetto alla somma e alla moltiplicazione per scalare.

💡 Consiglio pratico: Per verificare se un insieme è un sottospazio vettoriale, controlla sempre che contenga il vettore nullo e che sia chiuso rispetto alle due operazioni fondamentali.

Sottospazi e combinazioni lineari

Un sottospazio vettoriale W di V deve rispettare due condizioni fondamentali: la somma di due elementi di W deve appartenere a W, e il prodotto di un elemento di W per uno scalare deve appartenere a W. Inoltre, il vettore nullo deve appartenere a W.

Consideriamo l'esempio: W = {(x,y,z) ∈ R³ : x + y - z = 0}. Verifichiamo se alcuni vettori appartengono a W:

• v₁ = (1,1,2): poiché 1 + 1 - 2 = 0, allora v₁ ∈ W
• v₂ = (1,1,1): poiché 1 + 1 - 1 = 1 ≠ 0, allora v₂ ∉ W
• v₃ = (2,0,2): poiché 2 + 0 - 2 = 0, allora v₃ ∈ W

La stessa logica si applica ai sottospazi di matrici. Ad esempio, in R^(2×2) possiamo definire U come l'insieme delle matrici dove l'elemento in basso a destra è sempre zero.

La combinazione lineare è un concetto cruciale. Dato uno spazio vettoriale V e vettori v₁, v₂, ..., vₙ ∈ V, un vettore v è combinazione lineare di questi se esistono scalari a₁, a₂, ..., aₙ tali che v = a₁v₁ + a₂v₂ + ... + aₙvₙ.

🔍 Osservazione importante: La combinazione lineare è alla base di molti concetti dell'algebra lineare. Impara a risolvere questi sistemi di equazioni rapidamente perché ti servirà spesso!

Generatori di spazi vettoriali

I generatori di uno spazio vettoriale sono vettori che permettono di esprimere qualsiasi altro vettore dello spazio come loro combinazione lineare. Formalmente, diciamo che v₁, v₂, ..., vₙ ∈ V sono generatori per V se ogni v ∈ V può essere scritto come v = a₁v₁ + a₂v₂ + ... + aₙvₙ.

Per verificare se un insieme di vettori genera uno spazio, dobbiamo controllare se un qualsiasi vettore dello spazio può essere espresso come loro combinazione lineare. Questo si traduce nel risolvere sistemi di equazioni.

Consideriamo un esempio: v₁ = (1,0,-1) e v₂ = (1,0,1) in R³. Per determinare se generano R³, proviamo a esprimere un generico vettore (x,y,z) come loro combinazione lineare: (x,y,z) = a₁(1,0,-1) + a₂(1,0,1)

Questo ci porta al sistema:

• a₁ + a₂ = x
• 0 = y
• -a₁ + a₂ = z

Da questo sistema possiamo dedurre che:

• a₁ = $x-z$/2
• a₂ = $x+z$/2

Ma notiamo che y deve essere necessariamente 0! Quindi questi vettori non possono generare tutto R³, ma solo il sottospazio dei vettori della forma (x,0,z).

💡 Suggerimento: Quando verifichi se un insieme di vettori genera uno spazio, prova sempre a risolvere il sistema per un vettore generico (x,y,z). Se esistono dei vincoli sulle componenti $come y=0 nell'esempio$, allora i vettori non generano l'intero spazio.

Indipendenza lineare e basi vettoriali

I vettori v₁, v₂, ..., vₙ sono linearmente indipendenti se l'unico modo per ottenere la combinazione lineare nulla $a₁v₁ + a₂v₂ + ... + aₙvₙ = 0$ è avere tutti i coefficienti uguali a zero $a₁ = a₂ = ... = aₙ = 0$.

Prendiamo ad esempio i vettori v₁ = (1,2) e v₂ = (-1,1). Per verificare la loro indipendenza lineare, risolviamo: a₁(1,2) + a₂(-1,1) = (0,0)

Questo ci porta al sistema:

• a₁ - a₂ = 0
• 2a₁ + a₂ = 0

Risolvendo, troviamo che l'unica soluzione è a₁ = a₂ = 0, quindi i vettori sono linearmente indipendenti.

Una base di uno spazio vettoriale è un insieme di vettori che soddisfa due condizioni:

1. I vettori sono linearmente indipendenti
2. I vettori generano l'intero spazio

Le basi sono importantissime perché permettono di esprimere ogni vettore dello spazio in modo univoco. In R², ad esempio, i vettori (1,0) e (0,1) formano la base canonica, ma anche (1,1) e (-1,1) formano una base.

🌟 Concetto chiave: Una base è il più piccolo insieme di vettori che genera l'intero spazio. Ogni vettore dello spazio può essere espresso in modo unico come combinazione lineare dei vettori di base. Questo ti permette di rappresentare qualsiasi vettore dello spazio usando solo i coefficienti della combinazione!