feat(geometria): aggiunge le condizioni per la semidefinitezza di un prodotto scalare

main
parent 90500e4614
commit 2c5d3e3443

@ -62,11 +62,6 @@
In particolare, se $W = \Span(\vec w)$ è il sottospazio generato da $\vec w \neq \vec 0$, $\vec w \in V$, allora $W^\perp = \w^\perp$. Inoltre valgono le seguenti equivalenze: $\vec w \notin W^\perp \iff$ $\Rad (\restr{\varphi}{W}) = W \cap W^\perp = \zerovecset$ $\iff \vec w \text{ non è isotropo } \iff$ $V = W \oplus W^\perp$. In particolare, se $W = \Span(\vec w)$ è il sottospazio generato da $\vec w \neq \vec 0$, $\vec w \in V$, allora $W^\perp = \w^\perp$. Inoltre valgono le seguenti equivalenze: $\vec w \notin W^\perp \iff$ $\Rad (\restr{\varphi}{W}) = W \cap W^\perp = \zerovecset$ $\iff \vec w \text{ non è isotropo } \iff$ $V = W \oplus W^\perp$.
\end{remark} \end{remark}
\begin{definition}
Si definisce \textbf{base ortogonale} di $V$ una base $\vv 1$, ..., $\vv n$ tale per cui $\varphi(\vv i, \vv j) = 0
\impliedby i \neq j$, ossia una base per cui la matrice associata del prodotto scalare è diagonale.
\end{definition}
\begin{proposition}[formula di polarizzazione] \begin{proposition}[formula di polarizzazione]
Se $\Char \KK \neq 2$, un prodotto scalare è univocamente determinato dalla sua forma quadratica $q$. Se $\Char \KK \neq 2$, un prodotto scalare è univocamente determinato dalla sua forma quadratica $q$.
In particolare vale la seguente identità: In particolare vale la seguente identità:
@ -81,6 +76,11 @@
poiché $2$ è invertibile per ipotesi, si deduce che $\varphi(\vec v, \vec w) = \frac{q(\vec v + \vec w) - q(\vec v) - q(\vec w)}{2}$. poiché $2$ è invertibile per ipotesi, si deduce che $\varphi(\vec v, \vec w) = \frac{q(\vec v + \vec w) - q(\vec v) - q(\vec w)}{2}$.
\end{proof} \end{proof}
\begin{definition}
Si definisce \textbf{base ortogonale} di $V$ una base $\vv 1$, ..., $\vv n$ tale per cui $\varphi(\vv i, \vv j) = 0
\impliedby i \neq j$, ossia una base per cui la matrice associata del prodotto scalare è diagonale.
\end{definition}
\begin{theorem}[di Lagrange] \begin{theorem}[di Lagrange]
Ogni spazio vettoriale $V$ su $\KK$ tale per cui $\Char \KK \neq 2$ ammette una base ortogonale. Ogni spazio vettoriale $V$ su $\KK$ tale per cui $\Char \KK \neq 2$ ammette una base ortogonale.
\end{theorem} \end{theorem}

@ -923,7 +923,7 @@
\end{remark} \end{remark}
\begin{remark} (algoritmo di ortogonalizzazione di Gram-Schmidt) \begin{remark} (algoritmo di ortogonalizzazione di Gram-Schmidt)
Se $\varphi$ è non degenere (o in generale, se $\CI(\varphi) = \zerovecset$) ed è Se $\CI(\varphi) = \zerovecset$ ed è
data una base $\basis = \{ \vv 1, \ldots, \vv n \}$ per $V$ (dove si ricorda che deve valere data una base $\basis = \{ \vv 1, \ldots, \vv n \}$ per $V$ (dove si ricorda che deve valere
$\Char \KK \neq 2$), è possibile $\Char \KK \neq 2$), è possibile
applicare l'\textbf{algoritmo di ortogonalizzazione di Gram-Schmidt} per ottenere applicare l'\textbf{algoritmo di ortogonalizzazione di Gram-Schmidt} per ottenere
@ -934,7 +934,7 @@
\item $\basis'$ mantiene la stessa bandiera di $\basis$ (ossia $\Span(\vv 1, \ldots, \vv i) = \Span(\vv 1', \ldots, \vv i')$ per ogni $1 \leq i \leq n$). \item $\basis'$ mantiene la stessa bandiera di $\basis$ (ossia $\Span(\vv 1, \ldots, \vv i) = \Span(\vv 1', \ldots, \vv i')$ per ogni $1 \leq i \leq n$).
\end{enumerate} \end{enumerate}
L'algoritmo si applica nel seguente modo: si prenda in considerazione $\vv 1$ e sottragga ad ogni altro vettore L'algoritmo si applica nel seguente modo: si prenda in considerazione $\vv 1$ e si sottragga ad ogni altro vettore
della base il vettore $C(\vv 1, \vv i) \vv 1 = \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv 1$, della base il vettore $C(\vv 1, \vv i) \vv 1 = \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv 1$,
rendendo ortogonale ogni altro vettore della base con $\vv 1$. Pertanto si applica la mappa rendendo ortogonale ogni altro vettore della base con $\vv 1$. Pertanto si applica la mappa
$\vv i \mapsto \vv i - \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv i = \vv i ^{(1)}$. $\vv i \mapsto \vv i - \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv i = \vv i ^{(1)}$.

@ -14,7 +14,7 @@
\end{definition} \end{definition}
\begin{example} \begin{example}
Sia $\varphi : M(n, \KK)^2 \to \KK$ tale che $\varphi(A, B) = \tr(AB)$. \\ Sia $\varphi : M(n, \KK) \times M(n, \KK) \to \KK$ tale che $\varphi(A, B) = \tr(AB)$. \\
\li $\varphi(A + A', B) = \tr((A + A')B) = \tr(AB + A'B) = \tr(AB) + \tr(A'B) = \varphi(A, B) + \varphi(A', B)$ (linearità \li $\varphi(A + A', B) = \tr((A + A')B) = \tr(AB + A'B) = \tr(AB) + \tr(A'B) = \varphi(A, B) + \varphi(A', B)$ (linearità
nel primo argomento), \\ nel primo argomento), \\
@ -84,7 +84,7 @@
\section{Il radicale di un prodotto scalare} \section{Il radicale di un prodotto scalare}
\subsection{La forma quadratica $q$ associata a \texorpdfstring{$\varphi$}{φ} e vettori isotropi} \subsection{La forma quadratica $q$ associata a \texorpdfstring{$\varphi$}{φ} e vettori (an)isotropi}
\begin{definition} \begin{definition}
Ad un dato prodotto scalare $\varphi$ di $V$ si associa una mappa Ad un dato prodotto scalare $\varphi$ di $V$ si associa una mappa
@ -96,9 +96,10 @@
$\RR^n$. $\RR^n$.
\end{remark} \end{remark}
\begin{definition}[vettore isotropo] \begin{definition}[vettore (an)isotropo]
Un vettore $\vec{v} \in V$ si dice \textbf{isotropo} rispetto al prodotto scalare $\varphi$ se $q(\vec{v}) = Un vettore $\vec{v} \in V$ si dice \textbf{isotropo} rispetto al prodotto scalare $\varphi$ se $q(\vec{v}) =
\varphi(\vec{v}, \vec{v}) = 0$. \varphi(\vec{v}, \vec{v}) = 0$. Al contrario, $\v$ si dice \textbf{anisotropo} se non è isotropo, ossia
se $q(\v) \neq 0$.
\end{definition} \end{definition}
\begin{definition}[cono isotropo] \begin{definition}[cono isotropo]
@ -187,7 +188,7 @@
\begin{definition} \begin{definition}
Si definisce il \textbf{radicale} di un prodotto scalare $\varphi$ come lo spazio: Si definisce il \textbf{radicale} di un prodotto scalare $\varphi$ come lo spazio:
\[ V^\perp = \{ \vec{v} \in V \mid \varphi(\vec{v}, \vec{w}) = 0 \, \forall \vec{w} \in V \} \] \[ V^\perp = \Rad(\varphi) = \{ \vec{v} \in V \mid \varphi(\vec{v}, \vec{w}) = 0 \, \forall \vec{w} \in V \} \]
\vskip 0.05in \vskip 0.05in
\end{definition} \end{definition}
@ -228,4 +229,202 @@
Si conclude allora che $\varphi$ è degenere se e solo se $\det (M_\basis(\varphi)) = 0$ e che Si conclude allora che $\varphi$ è degenere se e solo se $\det (M_\basis(\varphi)) = 0$ e che
$V^\perp \cong \Ker M_\basis(\varphi)$ mediante l'isomorfismo del passaggio alle coordinate. $V^\perp \cong \Ker M_\basis(\varphi)$ mediante l'isomorfismo del passaggio alle coordinate.
\end{remark} \end{remark}
\subsection{Condizioni per la (semi)definitezza di un prodotto scalare}
\begin{proposition} Sia $\KK = \RR$. Allora
$\varphi$ è definito $\iff$ $\CI(\varphi) = \zerovecset$. \label{prop:definitezza_varphi}
\end{proposition}
\begin{proof}
Si dimostrano le due implicazioni separatamente. \\
\rightproof Se $\varphi$ è definito, allora $\varphi(\v, \v)$ è sicuramente diverso da zero
se $\v \neq \vec 0$. Pertanto $\CI(\varphi) = \zerovecset$. \\
\leftproof Sia $\varphi$ non definito. Se non esistono $\v \neq \vec 0$, $\w \neq \vec 0 \in V$ tali che
$q(\v) > 0$ e che $q(\w) < 0$, allora $\varphi$ è necessariamente semidefinito. In tal caso,
poiché $\varphi$ non è definito, deve anche esistere $\U \in V$, $\U \neq \vec 0 \mid q(\U) = 0 \implies \CI(\varphi) \neq \zerovecset$. \\
Se invece tali $\v$, $\w$ esistono, questi sono anche linearmente indipendenti. Se infatti
non lo fossero, uno sarebbe il multiplo dell'altro, e quindi le loro due forme quadratiche
sarebbero concordi di segno, \Lightning. Si consideri allora la combinazione lineare
$\v + \lambda \w$ al variare di $\lambda \in \RR$, imponendo che essa sia isotropa:
\[ q(\v + \lambda \w) = 0 \iff \lambda^2 q(\w)+ 2 \lambda q(\v, \w) + q(\v) = 0. \]
\vskip 0.05in
Dal momento che $\frac{\Delta}{4} = \overbrace{q(\v, \w)^2}^{\geq 0} - \overbrace{q(\w)q(\v)}^{> 0}$ è
sicuramente maggiore di zero, tale equazione ammette due soluzioni reali $\lambda_1$, $\lambda_2$.
In particolare $\lambda_1$ è tale che $\v + \lambda_1 \w \neq \vec 0$, dal momento che $\v$ e $\w$
sono linearmente indipendenti. Allora $\v + \lambda_1 \w$ è un vettore isotropo non nullo
di $V$ $\implies \CI(\varphi) \neq \zerovecset$. \\
Si conclude allora, tramite la contronominale, che se $\CI(\varphi) = \zerovecset$, $\varphi$
è necessariamente definito.
\end{proof}
\begin{proposition} Sia $\KK = \RR$. Allora
$\varphi$ è semidefinito $\iff$ $\CI(\varphi) = V^\perp$. \label{prop:semidefinitezza_varphi}
\end{proposition}
\begin{proof}
Si dimostrano le due implicazioni separatamente. \\
\rightproof Sia $\varphi$ semidefinito. Chiaramente $V^\perp \subseteq \CI(\varphi)$. Si assuma
che $V^\perp \subsetneq \CI(\varphi)$. Sia allora $\v$ tale che $\v \in \CI(\varphi)$ e che $\v \notin V^\perp$.
Poiché $\v \notin V^\perp$, esiste un vettore $\w \in V$ tale che $\varphi(\v, \w) \neq 0$. Si osserva
che $\v$ e $\w$ sono linearmente indipendenti tra loro. Se infatti non lo fossero, esisterebbe $\mu \in \RR$
tale che $\w = \mu \v \implies \varphi(\v, \w) = \mu \, \varphi(\v, \v) = 0$, \Lightning. \\
Si consideri allora la combinazione lineare $\v + \lambda \w$. Si consideri $\varphi$ semidefinito positivo.
In tal caso si può imporre che la valutazione di $q$ in $\v + \lambda \w$ sia strettamente negativa:
\[ q(\v + \lambda \w) < 0 \iff \overbrace{q(\v)}^{=0} + \lambda^2 q(\w) + 2 \lambda \, \varphi(\v, \w) < 0. \]
\vskip 0.05in
In particolare, dal momento che $\frac{\Delta}{4} = \varphi(\v, \w)^2 > 0$, tale disequazione ammette
una soluzione $\lambda_1 \neq 0$. Inoltre $\v + \lambda_1 \w \neq \vec 0$, dal momento che $\v$ e
$\w$ sono linearmente indipendenti. Allora si è trovato un vettore non nullo per cui la valutazione in esso
di $q$ è negativa, contraddicendo l'ipotesi di semidefinitezza positiva di $\varphi$, \Lightning. Analogamente
si dimostra la tesi per $\varphi$ semidefinito negativo. \\
\leftproof Sia $\varphi$ non semidefinito. Allora devono esistere $\v$, $\w \in V$ tali che
$q(\v) > 0$ e che $q(\w) < 0$. In particolare, $\v$ e $\w$ sono linearmente indipendenti
tra loro, dal momento che se non lo fossero, uno sarebbe multiplo dell'altro, e le
valutazioni in essi di $q$ sarebbero concordi di segno, \Lightning. Si consideri allora
la combinazione lineare $\v + \lambda \w$, imponendo che $q$ si annulli in essa:
\[ q(\v + \lambda \w) = 0 \iff \lambda^2 q(\w)+ 2 \lambda q(\v, \w) + q(\v) = 0. \]
\vskip 0.05in
In particolare, dal momento che $\frac{\Delta}{4} = \varphi(\v, \w)^2 > 0$, tale disequazione ammette
una soluzione $\lambda_1 \neq 0$. Allora, per tale $\lambda_1$, $\v + \lambda_1 \w \in \CI(\varphi)$.
Tuttavia $\varphi(\v + \lambda_1 \w, \v - \lambda_1 \w) = q(\v) - \underbrace{\lambda_1^2 q(\w)}_{<0} > 0 \implies
\v + \lambda_1 \w \notin V^\perp \implies \CI(\varphi) \supsetneq V^\perp$. \\
Si conclude allora, tramite la contronominale, che se $\CI(\varphi) = V^\perp$, $\varphi$
è necessariamente semidefinito.
\end{proof}
\section{Formula delle dimensioni e di polarizzazione rispetto a $\varphi$}
\begin{definition}[sottospazio ortogonale a $W$]
Sia $W \subseteq V$ un sottospazio di $V$. Si identifica allora come \textbf{sottospazio ortogonale a $W$}
il sottospazio $W^\perp = \{ \v \in V \mid \varphi(\v, \w) \, \forall \w \in W \}$.
\end{definition}
\begin{proposition}[formula delle dimensioni del prodotto scalare]
Sia $W \subseteq V$ un sottospazio di $V$. Allora vale la seguente identità:
\[ \dim W + \dim W^\perp = \dim V + \dim (W \cap V^\perp). \]
\end{proposition}
\begin{proof}
Si consideri l'applicazione lineare $a_\varphi$ introdotta precedentemente. Si osserva che $W^\perp = \Ker (i^\top \circ a_\varphi)$, dove $i : W \to V$ è tale che $i(\vec w) = \vec w$. Allora,
per la formula delle dimensioni, vale la seguente identità:
\begin{equation}
\label{eq:dim_formula_dimensioni_1}
\dim V = \dim W^\perp + \rg (i^\top \circ a_\varphi).
\end{equation}
\vskip 0.05in
Sia allora $f = i^\top \circ a_\varphi$.
Si consideri ora l'applicazione $g = a_\varphi \circ i : W \to \dual V$. Sia ora $\basis_W$ una base di $W$ e
$\basis_V$ una base di $V$. Allora le matrici associate di $f$ e di $g$ sono le seguenti:
\begin{enumerate}[(i)]
\item $M_{\dual \basis_W}^{\basis_V}(f) = M_{\dual \basis_W}^{\basis_V}(i^\top \circ a_\varphi) =
\underbrace{M_{\dual \basis_W}^{\dual \basis_V}(i^\top)}_A \underbrace{M_{\dual \basis_V}^{\basis_V}(a_\varphi)}_B = AB$,
\item $M_{\dual \basis_V}^{\basis_W}(g) = M_{\dual \basis_V}^{\basis_W}(a_\varphi \circ i) =
\underbrace{M_{\dual \basis_V}^{\basis_V}(a_\varphi)}_B \underbrace{M_{\basis_V}^{\basis_W}(i)}_{A^\top} = BA^\top \overbrace{=}^{B^\top = B} (AB)^\top$.
\end{enumerate}
Poiché $\rg(A) = \rg(A^\top)$, si deduce che $\rg(f) = \rg(g) \implies \rg(i^\top \circ a_\varphi) = \rg(a_\varphi \circ i) = \rg(\restr{a_\varphi}{W}) = \dim W - \dim \Ker \restr{a_\varphi}{W}$, ossia che:
\begin{equation}
\label{eq:dim_formula_dimensioni_2}
\rg(i^\top \circ a_\varphi) = \dim W - \dim (W \cap \underbrace{\Ker a_\varphi}_{V^\perp}) = \dim W - \dim (W \cap V^\perp).
\end{equation}
Si conclude allora, sostituendo l'equazione \eqref{eq:dim_formula_dimensioni_2} nell'equazione \eqref{eq:dim_formula_dimensioni_1}, che $\dim V = \dim W^\top + \dim W - \dim (W \cap V^\perp)$, ossia la tesi.
\end{proof}
\begin{remark} Si identifica $\w^\perp$ come il sottospazio di tutti i vettori di $V$ ortogonali a $\w$.
In particolare, se $W = \Span(\vec w)$ è il sottospazio generato da $\vec w \neq \vec 0$, $\vec w \in V$, allora $W^\perp = \w^\perp$. Inoltre valgono le seguenti equivalenze: $\vec w \notin W^\perp \iff$ $\Rad (\restr{\varphi}{W}) = W \cap W^\perp = \zerovecset$ $\iff \vec w \text{ non è isotropo } \iff$ $V = W \oplus W^\perp$.
\end{remark}
\begin{proposition}[formula di polarizzazione]
Se $\Char \KK \neq 2$, un prodotto scalare è univocamente determinato dalla sua forma quadratica $q$.
In particolare vale la seguente identità:
\[ \varphi(\v, \w) = \frac{q(\v + \w) - q(\v) - q(\w)}{2}. \]
\vskip 0.05in
\end{proposition}
\section{Il teorema di Lagrange e basi ortogonali}
\begin{definition}
Si definisce \textbf{base ortogonale} di $V$ una base $\vv 1$, ..., $\vv n$ tale per cui $\varphi(\vv i, \vv j) = 0
\impliedby i \neq j$, ossia una base per cui la matrice associata del prodotto scalare è diagonale.
\end{definition}
\begin{theorem}[di Lagrange]
Ogni spazio vettoriale $V$ su $\KK$ tale per cui $\Char \KK \neq 2$ ammette una base ortogonale.
\end{theorem}
\begin{proof}
Si dimostra il teorema per induzione su $n := \dim V$. Per $n \leq 1$, la tesi è triviale (se esiste una base, tale base è
già ortogonale). Sia
allora il teorema vero per $i \leq n$. Se $V$ ammette un vettore non isotropo $\vec w$, sia $W = \Span(\vec w)$ e si consideri la decomposizione $V = W \oplus W^\perp$. Poiché $W^\perp$ ha dimensione $n-1$, per ipotesi induttiva
ammette una base ortogonale. Inoltre, tale base è anche ortogonale a $W$, e quindi l'aggiunta di $\vec w$ a
questa base ne fa una base ortogonale di $V$. Se invece $V$ non ammette vettori non isotropi, ogni forma quadratica
è nulla, e quindi il prodotto scalare è nullo per la proposizione precedente. Allora in questo caso
ogni base è una base ortogonale, completando il passo induttivo, e dunque la dimostrazione.
\end{proof}
\subsection{L'algoritmo di ortogonalizzazione di Gram-Schmidt}
\begin{definition}[coefficiente di Fourier]
Siano $\v \in V$ e $\w \in V \setminus \CI(\varphi)$. Allora si definisce il \textbf{coefficiente di Fourier}
di $\v$ rispetto a $\w$ come il rapporto $C(\w, \v) = \frac{\varphi(\v, \w)}{\varphi(\w, \w)}$.
\end{definition}
Se $\CI(\varphi) = \zerovecset$ (e quindi nel caso di $\KK = \RR$, dalla
\textit{Proposizione \ref{prop:definitezza_varphi}}, se $\varphi$ è definito) ed è
data una base $\basis = \{ \vv 1, \ldots, \vv n \}$ per $V$, è possibile
applicare l'\textbf{algoritmo di ortogonalizzazione di Gram-Schmidt} per ottenere
da $\basis$ una nuova base $\basis' = \{ \vv 1', \ldots, \vv n' \}$ con le seguenti proprietà:
\begin{enumerate}[(i)]
\item $\basis'$ è una base ortogonale,
\item $\basis'$ mantiene la stessa bandiera di $\basis$ (ossia $\Span(\vv 1, \ldots, \vv i) = \Span(\vv 1', \ldots, \vv i')$ per ogni $1 \leq i \leq n$).
\end{enumerate}
L'algoritmo si applica nel seguente modo: si prenda in considerazione $\vv 1$ e si sottragga ad ogni altro vettore
della base il vettore $C(\vv 1, \vv i) \vv 1 = \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv 1$,
rendendo ortogonale ogni altro vettore della base con $\vv 1$. Si sta quindi applicando la mappa
$\vv i \mapsto \vv i - \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv i = \vv i ^{(1)}$.
Si verifica infatti che $\vv 1$ e $\vv i ^{(1)}$ sono ortogonali per $2 \leq i \leq n$:
\[ \varphi(\vv 1, \vv i^{(1)}) = \varphi(\vv 1, \vv i) - \varphi\left(\vv 1, \frac{\varphi(\vv 1, \vv i)}{\varphi(\vv 1, \vv 1)} \vv i\right) = \varphi(\vv 1, \vv i) - \varphi(\vv 1, \vv i) = 0. \]
Poiché $\vv 1$ non è isotropo, si deduce che vale la decomposizione $V = \Span(\vv 1) \oplus \Span(\vv 1)^\perp$.
In particolare $\dim \Span(\vv 1)^\perp = n-1$: essendo allora i vettori $\vv 2 ^{(1)}, \ldots, \vv n ^{(1)}$
linearmente indipendenti e appartenenti a $\Span(\vv 1)^\perp$, ne sono una base. Si conclude quindi
che vale la seguente decomposizione:
\[ V = \Span(\vv 1) \oplus^\perp \Span(\vv 2 ^{(1)}, \ldots, \vv n ^{(1)}). \]
\vskip 0.05in
Si riapplica dunque l'algoritmo di Gram-Schmidt prendendo come spazio vettoriale lo spazio generato dai
vettori a cui si è applicato precedentemente l'algoritmo, ossia $V' = \Span(\vv 2 ^{(1)}, \ldots, \vv n ^{(1)})$,
fino a che non si ottiene $V' = \zerovecset$.

Loading…
Cancel
Save