Complemento ortogonale e proiezioni
Transcript
Complemento ortogonale e proiezioni
Complemento ortogonale e proiezioni 10 Dicembre 2009 1 Complemento ortogonale di un sottospazio Sie E un sottospazio di Rn . Definiamo il complemento ortogonale di E come l’insieme dei vettori di Rn ortogonali a tutti i vettori di E: E ⊥ = {v ∈ Rn : v × w = 0 per ogni w ∈ E}. Dalle proprietà del prodotto scalare risulta che E ⊥ è chiuso rispetto alla somma e al prodotto per uno scalare, dunque è un sottospazio di Rn . Risulta che v ∈ E ⊥ se e solo se v è ortogonale a tutti i vettori di una base di E. Infatti: Proposizione Sia (v1 , . . . , vk ) una base di E. Allora v ∈ E ⊥ se e solo se v × vi = 0 per ogni i = 1, . . . , k. Dimostrazione. Supponiamo che v × vi = 0 per ogni i = 1, . . . , k. Se w è un qualunque vettore di E, allora w è combinazione lineare dei vettori della base: w = a1 v1 + · · · + ak vk e quindi v × w = a1 (v × v1 ) + · · · + ah (v × vk ) = 0, che dimostra che v è ortogonale a w. Siccome w ∈ E è arbitrario, v ∈ E ⊥ . Il viceversa è immediato. ⊥ 4 Esempio Determinareuna base di E , complemento ortogonale del sottospazio E di R gen1 1 1 0 erato dai vettori v1 = 1 , v2 = 1. 1 0 1 Soluzione. Imponiamo al vettore generico v = (x, y, z, w)t ∈ R4 l’ortogonalità ai vettori della base (v1 , v2 ) di E, ottenendo il sistema omogeneo: ( x+y+z+w =0 . x+z =0 0 1 0 1 Risolvendo il sistema, otteniamo la base di E ⊥ : −1 , 0 . −1 0 Osserviamo poi che: • Si ha sempre E ∩ E ⊥ = {O}. Infatti, se v ∈ E ∩ E ⊥ , allora v × v = 0 e quindi v = O. La proprietà importante del complemento ortogonale è espressa nel seguente teorema. Teorema Sia E un sottospazio di Rn . Allora si ha: Rn = E ⊕ E ⊥ . In particolare, se dim E = k, allora dim E ⊥ = n − k. Dimostrazione. Fissiamo una base ortonormale di E, diciamo (u1 , . . . , uk ), e completiamo tale base a una base ortonormale di Rn , diciamo (u1 , . . . , uk , z1 , . . . , zn−k ). Dato v ∈ Rn , possiamo scrivere: v = a1 u1 + · · · + ak uk + b1 z1 + · · · + bn−k zn−k . Poniamo w = a1 u1 + · · · + ak uk e w⊥ = b1 z1 + · · · + bn−k zn−k . Quindi v = w + w⊥ . Ora è evidente che w ∈ E; inoltre, poichè ogni zi è ortogonale a tutti i vettori uj , si ha che zi ∈ E ⊥ per ogni i, dunque w⊥ ∈ E ⊥ . Quindi, Rn = E + E ⊥ . Poiché E ∩ E ⊥ = {O}, concludiamo che Rn = E ⊕ E ⊥ . 2 2 Proiezione ortogonale su un sottospazio Dal teorema precedente, abbiamo visto che un vettore v ∈ Rn si spezza, in modo unico, come somma di un vettore w ∈ E e di un vettore w⊥ ∈ E ⊥ : v = w + w⊥ . • Il vettore w è detto la proiezione ortogonale di v sul sottospazio E. Denoteremo w con il simbolo PE (v). Consideriamo ora l’applicazione PE : Rn → Rn , che associa a v la sua proiezione ortogonale su E. Abbiamo la seguente: Proposizione a) Se (u1 , . . . , uk ) è una qualunque base ortonormale di E, allora: PE (v) = (v × u1 )u1 + · · · + (v × uk )uk . b) PE è lineare, dunque è un endomorfismo di Rn . c) KerPE = E ⊥ e ImPE = E. d) La matrice associata a PE rispetto alla base canonica è BB t , dove B è la matrice avente colonne u1 , . . . , uk . e) PE è un endomorfismo simmetrico di Rn . Dimostrazione. a) Dalla dimostrazione del teorema della sezione precedente abbiamo che: w = PE (v) = a1 u1 + · · · + ak uk . D’altra parte, poiché la base (u1 , . . . , uk ) è ortonormale, si ha ai = v × ui per ogni i = 1, . . . , k. b) È conseguenza della parte a) e delle proprietà del prodotto scalare. c) Dalla a) osserviamo che PE (v) = O se e solo se v × ui = 0 per ogni i: questo avviene se e solo se v ∈ E ⊥ . Dunque KerPE = E ⊥ . Osserviamo che, se v ∈ E, possiamo scrivere v = v + O con v ∈ E e O ∈ E ⊥ . Dall’unicità della decomposizione, si ha PE (v) = v e dunque v ∈ ImPE . Concludiamo che E ⊆ ImPE . D’altra parte, PE (v) ∈ E per ogni v, dunque ImPE ⊆ E. Dunque ImPE = E. d) È una verifica diretta, che omettiamo. e) La matrice associata a PE rispetto alla base canonica è BB t : tale matrice è simmetrica, dunque PE è un endomorfismo simmetrico per definizione. 3 Supponiamo ora che dim E = Dunque: • 0 è un autovalore di PE Osserviamo poi che v ∈ E se e • 1 è un autovalore di PE k. Dalla c) abbiamo KerPE = E ⊥ , che ha dimensione n − k. con molteplicità geometrica n − k. solo se PE (v) = v. Quindi: con molteplicità geometrica k. Non ci sono altri autovalori (altrimenti la somma delle molteplicità geometriche sarebbe maggiore di n, il che è impossibile). Poiché PE è diagonalizzabile (in effetti, è simmetrico) la molteplicità algebrica di ogni autovalore deve uguagliare la sua molteplicità geometrica. Dunque il polinomio caratteristico di una proiezione ortogonale è: p(x) = (−1)n xn−k (x − 1)k , dove k è la dimensione del sottospazio. 3 Esempi Esempio È dato il sottospazio E : x − 3y = 0 di R2 . a) Determinare l’endomorfismo PE dato dalla proiezione ortogonale su E. 1 b) Decomporre il vettore v = nella somma v = w + w⊥ con w ∈ E e w⊥ ∈ E ⊥ . −2 1 3 dunque la matrice canonica di PE è Soluzione. a) Una base ortonormale di Eè u = √ 10 1 1 9 3 t uu = . 10 3 1 1 9x + 3y x = Si ha PE . y 10 3x + y 1 3 1 1 1 7 ⊥ = b) Per definizione, w = PE e quindi w = −w = . In −2 −2 10 1 10 −21 conclusione: 1 3 7 1 1 = + . −2 10 1 10 −3 Esempio Sia E il sottospazio di R3 cosi’ definito: E = {(x, y, z) ∈ R3 : x − 2y + 2z = 0}. 4 Ci proponiamo di calcolare: a) Una base di E e una base di E ⊥ . b) Una base ortonormale di E. 1 c) La proiezione ortogonale del vettore 2 su E. 3 x d) La proiezione ortogonale PE (v) del generico vettore v = y ∈ R3 su E. z e) Gli autovalori e gli autospazi dell’endomorfismo PE . 0 2 Soluzione. a) Una base di E è, ad esempio, v1 = 1 , v2 = 0 . Quindi dim E = 2 1 −1 ⊥ e dim E ⊥ = 1. Per trovare unabase di E , è sufficiente individuare un vettore non nullo 1 1 ortogonale a v1 , v2 , ad esempio −2. Del resto, bastava osservare che il vettore −2 è 2 2 ortogonale a tutti i vettori di E dalla definizione stessa di E. b) Applichiamo l’algoritmo di Gram-Schmidt alla base (v1 , v2 ) di a) . Otteniamo la base ortonormale 0 4 1 1 1 , u2 = √ 1 . u1 = √ 2 1 18 −1 c) Per ogni v ∈ R3 : PE (v) = (v × u1 )u1 + (v × u2 )u2 . 5 3 Nel nostro caso v × u1 = √ e v × u2 = √ . Dunque, con facili calcoli: 2 18 1 2 1 PE 2 = 8 . 3 3 7 d) Conviene calcolare la matrice canonica di PE . Incolonniamo i vettori della base ortonormale trovata in b) e otteniamo la matrice √4 0 18 √1 B = √12 . 18 1 √1 √ − 18 2 5 La matrice canonica di PE è dunque 8 2 −2 1 BB t = 2 5 4 . 9 −2 4 5 e si ha: 8x + 2y − 2z x 1 PE y = 2x + 5y + 4z . 9 −2x + 4y + 5z z e) Non occorre fare molti calcoli. Sappiamo che PE è simmetrico, dunque diagonalizzabile; gli autovalori sono 0, di molteplicità geometrica 1 (infatti E(0) = KerPE = E ⊥ ), e 1, di molteplicità geometrica 2 (poichè E(1) = E). Il polinomio caratteristico è dunque −x(x − 1)2 . Esempio Determinare un endomorfismo f di R3 con autovalori 0, 1 e tale che Imf è il sot 1 tospazio generato E dal vettore 2. 1 Soluzione. Un endomorfismo che verifica le condizioni è la proiezione ortogonale sul sottospazio 1 1 E. Una base ortonormale di E è data dal vettore u = √ 2. La matrice canonica di PE è 6 1 quindi 1 2 1 1 uut = 2 4 2 . 6 1 2 1 4 Esercizi Esercizio 1. Sia W il sottospazio di R2 avente equazione x + 2y = 0. Si denoti con P (v) la proiezione ortogonale di v ∈ R2 su W . 5 a) Determinare P . 4 x x b) Determinare P , dove è il generico vettore di R2 . y y c) Dimostrare che P definisce un endomorfismo simmetrico di R2 , e trovare una base ortonormale di R2 formata da autovettori di P . 6 1 4x − 2y x Soluzione. b) P = . y 5 −2x + y 2 2 Esercizio 2. Sia E il sottospazio di R3 generato dai vettori v1 = 2 , v2 = −1. 1 −2 a) Trovare una base di E ⊥ . b) Trovare una base ortonormale di E, ed estendere tale base a una base ortonormale di R3 . 1 c) Decomporre il vettore v = 0 nella somma w + w⊥ , con w ∈ E e w⊥ ∈ E ⊥ . 0 d) Trovare la matrice canonica dell’endomorfismo PW dato dalla proiezione ortogonale sul sottospazio W = E ⊥ . 7