Professional Documents
Culture Documents
Tema1Nuevo Dual Ortog
Tema1Nuevo Dual Ortog
1
Chapter 1
Definició 1.1
Un espai vectorial sobre un cos K és un conjunt no buit E sobre el què están definides dues operacions:
(a) una llei interna, que anomenarem suma:
+ : E × E −→ E
(u, v) −→ u+v
· : K × E −→ E
(λ, u) −→ λ·u
2
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 3
de K i externa sobre E). Aixı́, per exemple, a la condició de la distributivitat respecte de la suma de K,
el primer membre (α + β)u, és el producte extern de l’escalar α + β i del vector u, mentre que el segon
membre, αu + βu, és la suma de dos vectors: αu i βu, i cadascun d’ells és a la vegada el producte extern
dels escalars α i β pel vector u. Tampoc farem diferència entre els neutres: a l’expressió 0 + u = u, és
clar que parlam del vector 0, en canvi en aquesta: 0 + α = α ens referim a l’escalar 0, etc.
Sigui E un K−e.v. Definim formalment a continuació l’espai (sobre K) de les aplicacions lineals entre
E i K (K com a K−e.v.).
Definició 1.2
Sigue E un K−e.v. Anomenam espai dual de E, que denotam per E ∗ , al K−e.v
E ∗ = {f : E → K| f és una aplicació lineal}.
Per tant, els elements de E ∗ són les formes lineals sobre E, és a dir E ∗ = L(E, K).
Exemple 1: Si consideram E = R3 llavors E ∗ = {f : R3 → R|f és lineal}. És a dir, els elements de
E ∗ són les formes lineals de R3 , que recordam són de la forma f (x, y, z) = ax + by + cz, amb a, b, c ∈ R.
Proposició 1.1
Si {e1 , . . . , en } és una base de E, podem construir a partir d’ella una base de E ∗ , que anomenarem base
dual de {e1 , . . . , en } i representarem per {e∗1 , . . . , e∗n }, de la següent manera:
∗ 1 si i = j,
ei (ej ) = , i = 1, . . . , n.
0 si i 6= j.
Prova. És fàcil veure que efectivament es tracta d’una base de E ∗ . Vegem que són formes lineals LI:
a1 e∗1 + · · · + an e∗n = 0 vol dir (a1 e∗1 + · · · + an e∗n )(x) = 0 per tot x ∈ E. Si feim x = ei , i = 1, . . . , n tenim
(a1 e∗1 + · · · + an e∗n )(ei ) = 0, per tot i = 1, . . . , n per tant a1 e∗1 (ei ) + · · · + an e∗n (ei ) = 0, per tot i = 1, . . . , n
o sigui ai = 0 per tot i = 1, . . . , n.
Per demostrar que el conjunt {e∗1 , . . . , e∗n } genera E ∗ , sigui ω ∈ E ∗ una forma lineal sobre E qualsevol
i vegem que existeixen escalars a1 , . . . , an tals que ω = a1 e∗1 + · · · + an e∗n . En efecte, basta considerar
ai = ω(ei ), i = 1, . . . , n, ja que en aquest cas, ω(ej ) = (a1 e∗1 + · · · + an e∗n )(ej ) per tot j = 1, . . . , n, i per
tant ω = a1 e∗1 + · · · + an e∗n .
Corol·lari 1.1
Si E és un e.v. de dimensió finita llavors dim E ∗ = dim E.
Exemples 2
(1) Si consideram l’e.v. R3 amb la base canònica llavors la seva base dual és el conjunt {e∗1 , e∗2 , e∗3 } tals
que e∗i (x1 , x2 , x3 ) = xi , per i = 1, 2, 3.
Efectivament, perquè sigui la base dual ha de verificar la condició de la proposició anterior:
e∗1 (e1 ) = e∗1 (1, 0, 0) = 1, e∗1 (e2 ) = e∗1 (0, 1, 0) = 0, e∗1 (e3 ) = e∗1 (0, 0, 1) = 0,
e∗2 (e1 ) = e∗2 (1, 0, 0) = 0, e∗2 (e2 ) = e∗2 (0, 1, 0) = 1, e∗2 (e3 ) = e∗2 (0, 0, 1) = 0,
e∗3 (e1 ) = e∗3 (1, 0, 0) = 0, e∗3 (e2 ) = e∗3 (0, 1, 0) = 0, e∗3 (e3 ) = e∗3 (0, 0, 1) = 1.
(2) Considerem a R2 las base B = {(1, −2), (3, 4)}. Trobam la seva base dual B ∗ = {ϕ1 , ϕ2 } a l’e.v.
(R2 )∗ .
Com que f1 , f2 són aplicacions lineal de R2 en R llavors les seves expressions han de ser f1 (x, y) =
a1 x + b1 y, f2 (x, y) = a2 x + b2 y. Usant que ha de ser la base dual de B tenim les següents equacions
que han de verificar les dues aplicaciones lineals:
ϕ1 (1, −2) = 1, ϕ2 (1, −2) = 0,
ϕ1 (3, 4) = 0 ϕ2 (3, 4) = 1
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 4
Comentari: Sigui B = {v1 , . . . , vn } una base de l’e.v. de dimensió finita E i sigui B ∗ = {ϕ1 , . . . , ϕn }
la seva base dual.
Pn
• Donat v ∈ E, aquest vector el podem escriure com v = i=1 ai vi , amb ai ∈ K. Llavors, per a cada
j ∈ {1, . . . , n} se té
n
X n
X
ϕj (v) = ϕj ( ai vi ) = ϕj (vi ) = aj .
i=1 i=1
Aleshores, les coordenades del vector v en base B són les seves imatges per la base dual, és a dir:
(v)B = (ϕ1 (v), . . . , ϕn (v)).
Pn
• Recı́procament, donat ϕ ∈ E ∗ , existeixen bi ∈ K tals que ϕ = i=1 bi ϕi . Llavors, per a cada
j ∈ {1, . . . , n} se té
Xn n
X
ϕ(vj ) = ( bi ϕi )(vj ) = bi ϕi (vj ) = bj .
i=1 i=1
Aleshores, les coordenades de ϕ en base B ∗ són les imatges de la base B per ϕ, és a dir: (ϕ)B ∗ =
(ϕ(v1 ), . . . , ϕ(vn )).
Exemple 3: Sigui B = {(1, −2), (3, 4)} ⊂ R2 la base de l’exemple anterior i B ∗ = {ϕ1 , ϕ2 } la seva base
dual. Si volem trobar les coordenades, per exemple, del vector v = (1, 1) a la base B, tenint en compte el
comentari anterior, resulta
1 2
(1, 2)B = (ϕ1 (1, 2), ϕ2 (1, 2)) = (− , ).
5 5
Per altra part, si consideram la forma lineal ϕ ∈ (R2 )∗ donada per ϕ(x, y) = 5x − 3y i volem trobar
les seves coordenades en la base B ∗ , seguint el comentari anterior es té
A continuació, donat un sub-e.v. X d’un e.v. E considerarem el conjut de totes les equacions lineals
que s’anul·len sobre els elements de X. Veurem, a més a més, que aquest conjunt té una estructura de
sub-e.v.
Definició 1.3
Sigui E un K−e.v. i E ∗ el seu dual. Si X ⊂ E, X 6= ∅, definim l’ortogonal de X de la manera següent:
X ⊥ = {w ∈ E ∗ |w(x) = 0 per tot x ∈ X}.
Proposició 1.2
X ⊥ és un sub-e.v. de E ∗ .
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 5
Comentari: Casos particulars extrems són: {0}⊥ = E ∗ i E ⊥ = {0}. Observau que si X ⊂ Y llavors
Y ⊂ X ⊥.
⊥
Proposició 1.3
Si E és de dimensió finita n i si X és un sub-e.v. de E, llavors dim X ⊥ = n − dim X.
Prova. Sigui {e1 , . . . , er } una base de X i sigui B = {e1 , . . . , er , er+1 , . . . , en } una ampliació a una base
de E. Sigui B ∗ = {e∗1 , . . . , e∗r , e∗r+1 , . . . , e∗n } la base dual de la base B i vegem que {e∗r+1 , . . . , e∗n } és una
base de X ⊥ .
La independència lineal és clara ja que són vectors d’una base, per tant, es tracta de veure ara que
aquestes formes generen X ⊥ . Per veure-ho, sigui ω ∈ X ⊥ . Com que B ∗ és una base de X ⊥ , existeixen
a1 , . . . , an tals que ω = a1 e∗1 + . . . + ar e∗r + ar+1 e∗r+1 + · · · + an e∗n . Però com que ω ∈ X ⊥ i ei ∈ X per
i = 1, . . . , r resulta que ω(ei ) = ai = 0 per tot i = 1, . . . , r. Per tant a1 = · · · = ar = 0 i d’aquı́ s’obté
ω = ar+1 e∗r+1 + · · · + an e∗n .
Aixı́ {e∗r+1 , . . . , e∗n } és una base de X ⊥ i dim X ⊥ = n − dim X.
Exemple 4: Sigui X = h(1, 1, 1), (1, 2, 1)i ⊂ R3 . Per trobar una base de X ⊥ procedim com a la de-
mostració del resultat anterior. Ampliam la base de X a una base de R3 , per exemple
Si B ∗ = {ϕ1 , ϕ2 , ϕ3 } és la base dual de B, podem deduir que {ϕ3 } és una base de X ⊥ . A partir de les
condicions ϕ3 (1, 1, 1) = 0, ϕ3 (1, 2, 1) = 0, ϕ3 (1, 0, 0) = 1 obtenim que ϕ3 (x, y, z) = x − z.
També podem definir l’ortogonal d’una part no buida, diguem-li W, de E ∗ .
Definició 1.4
W ⊥ = {x ∈ E|ω(x) = 0 per tot ω ∈ W }.
Igual que abans podem veure que W ⊥ és un sub-e.v. de E. Tenim també {0}⊥ = E i (E ∗ )⊥ = {0}. Per
altra part, tenim una fórmula anàloga per calcular la dimensió de W ⊥ (si W és un sub-e.v. de E ∗ i E és
de dimensió finita n): dim W ⊥ = n − dim W.
Proposició 1.4
Si X ⊂ E, llavors X ⊂ (X ⊥ )⊥ . En cas de dimensió finita i X un sub-e.v. de E, es verifica X = (X ⊥ )⊥ .
Proposició 1.5
Sigui E un e.v. i S, T subespais de E. Llavors:
1. (S + T )⊥ = S ⊥ ∩ T ⊥ .
2. Si E és de dimensió finita llavors (S ∩ T )⊥ = S ⊥ + T ⊥ .
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 6
Prova.
1. Per una observació anterior tenim que, com que S ⊂ S + T, llavors (S + T )⊥ ⊂ S. El mateix passa
pel sub-e.v. T i aleshores (S + T )⊥ ⊂ S ⊥ ∩ T ⊥ .
Vegem ara la inclusió contrària: si ϕ ∈ S ⊥ ∩T ⊥ llavors ϕ ∈ S ⊥ i ϕ ∈ T ⊥ . Consequentment, ϕ(s) = 0
per tot s ∈ S i ϕ(t) = 0 per tot t ∈ T. Llavors ϕ(s + t) = 0, per tot s ∈ S, t ∈ T i ϕ ∈ (S + T )⊥ .
2. Sigui ϕ ∈ S ⊥ + T ⊥ . Llavors ϕ = ϕS + ϕT , amb ϕS ∈ S ⊥ , ϕT ∈ T ⊥ . Per a cada x ∈ S ∩ T es té que
ϕ(x) = ϕS (x) + ϕT (x) = 0 + 0 = 0. Llavors ϕ ∈ (S ∩ T )⊥ amb el que ja tenim una inclusió.
Observem que
Per tant, (S ∩ T )⊥ = S ⊥ + T ⊥ .
Proposició 1.6
Si E és de dimensió finita i E = F ⊕ G llavors E ∗ = F ⊥ ⊕ G⊥ .
El definim formalment.
Definició 1.5
Si f : E → F és lineal, llavors podem definir una aplicació f ∗ : F ∗ → E ∗ de la forma següent: f ∗ (ω) =
ω ◦ f, per tot ω ∈ F ∗ . L’anomenam aplicació dual de f.
Evidentment, quan no sigui estrictament necessari, obviarem el sı́mbol de composició i escriurem
f ∗ (ω) = ωf per tot ω ∈ F ∗ .
Provam a continuació que f ∗ està ben definida, ja que ωf és lineal.
Proposició 1.7
L’aplicació f ∗ és lineal.
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 7
Prova. Vegem, per exemple, que f ∗ satisfà la condició f ∗ (ω + ω 0 ) = f ∗ (ω) + f ∗ (ω 0 ). Es tracta de provar
que per tot x ∈ E : [f ∗ (ω + ω 0 )](x) = [f ∗ (ω) + f ∗ (ω 0 )](x). En efecte,
[f ∗ (ω + ω 0 )](x) = [(ω + ω 0 ) ◦ f ](x) = (ω + ω 0 )(f (x)) = ω(f (x)) + ω 0 (f (x)) =
= (ω ◦ f )(x) + (ω 0 ◦ f )(x) = (f ∗ (ω))(x) + (f ∗ (ω 0 )(x) = [f ∗ (ω) + f ∗ (ω 0 )](x).
[f ∗ (ω)](x, y, z) = (ωf )(x, y, z) = ω[f (x, y, z)] = ω(y +z, x+z) = a(y +z) +b(x+z) = bx+ay + (a+b)z.
Abreujant, podrı́em dir que f ∗ transforma la forma lineal (a, b) en la forma lineal (b, a, a + b).
Proposició 1.8
La dual d’una aplicació lineal verifica les seguüents propietats:
1) (idE )∗ = idE ∗ .
2) (gf )∗ = f ∗ g ∗ .
3) Suposem E i F de dimensions finites. Sigui f : E → F lineal i f ∗ : F ∗ → E ∗ la dual de f. Es verifiquen
les igualtats següents:
a) (Im f )⊥ = Nuc f ∗ .
b) (Nuc f )⊥ = Im f ∗ .
Prova.
1) En efecte: (idE )∗ (ω) = ω ◦ idE = ω per tot ω ∈ E ∗ .
2) En efecte: (g ◦ f )∗ (ω) = ω ◦ (g ◦ f ) = (ω ◦ g) ◦ f = f ∗ (ω ◦ g) = f ∗ (g ∗ (ω)) = (f ∗ ◦ g ∗ )(ω).
3) a) Sigui ω ∈ (Im f )⊥ , llavors ω(y) = 0 per tot y ∈ Im f. Per tant ω(f (x)) = 0 per tot x ∈ E, o sigui
(ω ◦f )(x) = 0 per tot x ∈ E i d’aquı́ [f ∗ (ω)](x) = 0 per tot x ∈ E d’on f ∗ (ω) = 0, és a dir, ω ∈ Nuc f ∗ .
Hem demostrat fins ara que: (Im f )⊥ ⊂ Nuc f ∗ . Per veure l’altra inclusió basta invertir el raonament
anterior.
b) Si ω ∈ Imf ∗ és ω = f ∗ (ω 0 ) per alguna ω 0 ∈ F ∗ . Per tant ω = ω 0 ◦f d’on ω(x) = (ω 0 f )(x) = ω 0 (f (x)).
Si x ∈ Nuc f, llavors ω 0 (f (x)) = ω 0 (0) = 0 aixı́ que Im f ∗ ⊂ (Nuc f )⊥ .
Per acabar, hem de veure que (Nuc f )⊥ ⊂ Im f ∗ . Es tracta de demostrar que si ω ∈ (Nuc f )⊥ llavors
existeix ω 0 ∈ F ∗ tal que f ∗ (ω 0 ) = ω, és a dir, tal que ω 0 f = ω.
Considerem H un sub-e.v. suplementari de Im f, és a dir, F = Im f ⊕H. Llavors, si ω1 ∈ Im f, ω2 ∈ H,
una aplicació definida com:
ω0 : F = Im f ⊕ H → K
z =y+t → ω 0 (z) = ω1 (y) + ω2 (t), amb y ∈ Im f, t ∈ H,
Recordem que si f : E → F és lineal, amb E i F de dimensions finites, el rang de f és la dimensió de
Im f. Podem ara establir una relació important entre els rangs d’una aplicació lineal i la seva dual.
Proposició 1.9
Suposem E i F de dimensions finites i sigui f : E → F lineal. Llavors rang f = rang f ∗ .
Prova. En efecte, rang f ∗ = dim (Im f ∗ ) = dim (Nuc f )⊥ = dim E − dim Nuc f = dim (Im f ) = rang f.
Observau que hem utilitzat la igualtat 3.b) de la Proposició 1.8, però també podem fer-ho a partir
de la igualtat 3.a): rang f = dim (Im f ) = dim F − dim (Im f )⊥ = dim F − dim (Nuc f ∗ ) = dim F ∗ −
dim (Nuc f ∗ ) = rang f ∗ .
Recordam a continuació, com ja hem fet en el tema de Preliminars, el concepte i les propietats més
bàsiques de la transposada d’una matriu.
Definició 1.6
Si A ∈ Mm×n (K), anomenam transposada de A, AT , a la matriu que té per files les columnes de A :
AT = (bij ) on bij = aji , i = 1, . . . , n, j = 1, . . . , m.
Aixı́ aquesta operació (unària) ens defineix una aplicació Mm×n (K) → Mn×m (K) amb les propietats
següents.
Proposició 1.10
1) L’aplicació transposada és bijectiva.
Definició 1.7
Una matriu A ∈ Mn×n (K) deim que és ortogonal si es verifica A · AT = AT · A = I. És a dir, si és
invertible i la seva inversa coincideix amb la transposada: A−1 = AT .
Proposició 1.11
El conjunt de les matrius ortogonals, M On×n (K), amb l’operació de multiplicació és un grup, que ano-
menam grup ortogonal.
Sigui f : E → F una aplicació lineal i A la seva matriu m×n sobre K respecte d’unes bases {e1 , . . . , en }
i {v1 , . . . , vm } de E i F respectivament. Per altra part, sigui f ∗ : F ∗ → E ∗ l’aplicació dual de f. Podem
demostrar el resultat següent.
Teorema 1.1
La matriu de f ∗ respecte de les bases duals de les bases {v1 , . . . , vm } i {e1 , . . . , en } és AT , és a dir, la
transposada de la matriu de f respecte de les bases {e1 , . . . , en } i {v1 , . . . , vm }.
Prova. Sigui A = (aij ) la matriu de f respecte de {e1 , . . . , en } i {v1 , . . . , vmP } i sigui B = (bij ) la matriu
de f ∗ respecte de {v1∗ , . . . , vm
∗
} i {e∗1 , . . . , e∗n }. Llavors, es té que f ∗ (vk∗ ) = brk e∗r . Si ho aplicam a ej
tenim
n
!
X
∗ ∗ ∗
[f (vk )] (ej ) = brk er (ej ) = bjk .
r=1
T
Per tant B = A .
CHAPTER 1. DUALITAT I ORTOGONALITAT D’ESPAIS VECTORIALS 9
Com a conseqüència del resultat anterior podem establir la següent proposició (observem que el primer
resultat ja el tenim provat).
Proposició 1.12
1) Una aplicació lineal : E → F i la seva dual f ∗ : F ∗ → E ∗ tenen el mateix rang.
2) Siguin B1 i B2 bases d’un e.v. E i siguin B1∗ , B2∗ les seves bases duals. Si A és la matriu de canvi de
base de B1 a B2 llavors At és la matriu de canvi de base de B2∗ a B1∗ .