Elementi di Calcolo Tensoriale

Cristina Padovani
Istituto di Scienza e Tecnologie
dellInformazione Alessandro Faedo
Consiglio Nazionale delle Ricerche
Via G. Moruzzi 1, 56124 Pisa
cristina.padovani@isti.cnr.it
Vol. 10 - 2012
ISBN-A: 10.978.88905708/96
Licensed under
Attribution-Non-Commercial-No Derivative Works
Published by:
SIMAI - Societ Italiana di Matematica Applicata e Industriale
Via dei Taurini, 19 c/o IAC/CNR
00185, ROMA (ITALY)
SIMAI e-Lecture Notes
ISSN: 1970-4429
Volume 10, 2012
ISBN-13: 978-88-905708-9-6
ISBN-A: 10.978.88905708/96
Indice
1 Spazi vettoriali di dimensione nita 4
1.1 Notazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Spazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Norme su uno spazio vettoriale . . . . . . . . . . . . . . . . . . . 8
1.4 Prodotti interni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Aperti, chiusi, intorni . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6 Basi di uno spazio vettoriale . . . . . . . . . . . . . . . . . . . . . 13
1.7 Sottospazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8 Basi ortonormali . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.9 Convergenza di vettori . . . . . . . . . . . . . . . . . . . . . . . . 19
1.10 Applicazioni tra spazi vettoriali . . . . . . . . . . . . . . . . . . . 21
1.11 Funzionali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.12 Proiezioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.13 Dierenziabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2 Calcolo tensoriale 38
2.1 Tensori del secondo ordine . . . . . . . . . . . . . . . . . . . . . . 38
2.2 Tensori simmetrici e antisimmetrici . . . . . . . . . . . . . . . . . 40
2.3 Diadi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 Componenti di un tensore . . . . . . . . . . . . . . . . . . . . . . 42
2.5 Prodotto interno e norma in Lin . . . . . . . . . . . . . . . . . . 44
2.6 Tensori invertibili . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.7 Tensori ortogonali . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.8 Alcuni sottoinsiemi di Lin . . . . . . . . . . . . . . . . . . . . . . 55
2.9 Prodotto vettoriale . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.10 Cofattore di un tensore del secondo ordine . . . . . . . . . . . . . 64
2.11 Invarianti principali . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.12 Autovalori e autovettori . . . . . . . . . . . . . . . . . . . . . . . 68
2.13 Teorema spettrale . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.14 Teorema della radice quadrata, teorema di decomposizione polare 79
2.15 Teorema di Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . 82
2.16 Problema agli autovalori generalizzato . . . . . . . . . . . . . . . 85
2.17 Tensori del terzo e del quarto ordine . . . . . . . . . . . . . . . . 86
2.18 Funzioni isotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
1
2.19 Convergenza di tensori . . . . . . . . . . . . . . . . . . . . . . . . 100
2.20 Derivate di funzionali e di applicazioni a valori vettoriali e tensoriali.102
2.21 Derivate di funzioni denite su un aperto di R . . . . . . . . . . . 109
2.22 Derivate degli autovalori ed autovettori di tensori simmetrici . . 110
2
Prefazione
Queste note raccolgono le lezioni di calcolo tensoriale tenute presso la Scuola
di Dottorato in Ingegneria Leonardo da Vinci dellUniversit di Pisa dal 2006
al 2011
1
. Gli argomenti trattati nelle lezioni, nalizzate a fornire le conoscenze
e gli strumenti di base per lo studio della meccanica dei continui, riguardano
i risultati fondamentali dellalgebra e dellanalisi tensoriale. Dopo una breve
introduzione degli spazi vettoriali di dimensione nita, descritti nel capitolo 1,
nel capitolo 2 sono trattati i classici argomenti del calcolo tensoriale, tra i quali
i tensori simmetrici e antisimmetrici, il teorema di decomposizione polare, i
tensori del quarto ordine, le funzioni tensoriali isotrope e il calcolo dierenziale
delle funzioni tensoriali. Il testo corredato da numerosi esempi e esercizi.
Desidero ringraziare il Prof. Stefano Bennati dellUniversit di Pisa per
avermi invitato a tenere queste lezioni ed incoraggiato a scrivere queste note.
Pisa, 5 giugno 2012 Cristina Padovani
1
Le lezioni sono state tenute nellambito dei corsi Algebra per la Meccanica (2006,
2007, 2008), Introduzione al Calcolo Tensoriale (2009), Algebra e Analisi Tensoriale con
Applicazioni alla Meccanica (2010) e Introduzione al calcolo tensoriale (2011).
3
Capitolo 1
Spazi vettoriali di
dimensione nita
In questo capitolo sono introdotte le nozioni di spazio vettoriale, norma, prodot-
to scalare, convergenza di vettori, applicazioni tra spazi vettoriali, continuit
e dierenziabilit che saranno utilizzate nel capitolo successivo. Per le di-
mostrazioni di alcuni dei risultati enunciati e per approfondimenti si rimanda a
[2], [3], [4], [5] e [9].
1.1 Notazioni
Sia A un insieme, la scrittura r A indica che r un elemento di A e r ,
A indica che r non un elemento di A. Per esprimere il fatto che 1 un
sottoinsieme di A si usa la notazione 1 A. Dati e 1 sottoinsiemi di A, si
deniscono i seguenti sottoinsiemi di A,
' 1 = r A [ r oppure r 1, (1.1)
1 = r A [ r e r 1, (1.2)
detti rispettivamente lunione e lintersezione di e 1. Indichiamo con ?
linsieme vuoto; due insiemi e 1 si dicono disgiunti se 1 = ?. Se un
sottoinsieme di A, la dierenza
A = r A [ r A e r , , (1.3)
si dice complemento o insieme complementare di (in A) e si indica con {.
Siano A
1
e A
2
due insiemi. Linsieme delle coppie (r
1
, r
2
), con r
1
A
1
e r
2
A
2
, si dice il prodotto cartesiano di A
1
e A
2
; esso viene indicato con
A
1
A
2
.
Indichiamo con N = 0, 1, 2, ... linsieme dei numeri naturali, con Qlinsieme
dei numeri razionali e con R linsieme dei numeri reali.
4
Siano A e 1 due insiemi non vuoti, unapplicazione T di A in 1 (o funzione
su A a valori in 1 ) una legge che ad ogni elemento r A associa un elemento
j 1. Si usa scrivere
T : A 1 (1.4)
ed indicare con T(r) lelemento j che si dice immagine di r mediante T.
Sia un sottoinsieme di A, linsieme
T() = 1 [ = T(n) per qualche n (1.5)
detto immagine di mediante T (T(?) = ?). Sia 1 un sottoinsieme di 1 ,
linsieme
T
1
(1) = n A [ T(n) 1 (1.6)
detto immagine inversa di 1 mediante T (T
1
(?) = ?).
Lapplicazione T : A 1 iniettiva se
n
1
,= n
2
== T(n
1
) ,= T(n
2
), (1.7)
surgettiva se per ogni n 1 esiste almeno n A tale che n = T(n), in tal
caso T(A) = 1. Unapplicazione T iniettiva e surgettiva detta biunivoca o
bigettiva.
Sia A un insieme. Una distanza (o metrica) su A una funzione d sul
prodotto cartesiano A A a valori reali,
d : A A R (1.8)
tale che per ogni scelta di r, j, . A, si abbia
d1. d(r, j) _ 0,
d2. d(r, j) = d(j, r),
d3. d(r, .) _ d(r, j) +d(j, .) (relazione triangolare)
d4. d(r, j) = 0 se e soltanto se r = j.
Il numero reale d(r, j) detto distanza tra r ed j. Un insieme A con la
distanza d detto spazio metrico ed di solito indicato con (A, d). Gli elementi
di A sono anche detti punti.
Le condizioni d1 e d4 sono piuttosto naturali qualunque sia il signicato
che si vuole attribuire alla distanza come misura di quanto sono lontani i punti
r e j. La condizione d2 corrisponde anchessa allidea intuitiva di distanza nel
senso geometrico, ma non sono poche le occasioni in cui nel linguaggio comune
si parla ugualmente di distanza e tale condizione violata (si pensi alla distanza
automobilistica tra due punti di un centro cittadino ricco di sensi unici). La
condizione d3 non del tutto ovvia, essa estende una nota propriet dei triangoli
(la lunghezza di un lato minore della somma delle lunghezze degli altri due
lati). Senza di esso la funzione distanza sarebbe priva di importanti requisiti; ad
5
esempio tale condizione consente di dimostrare che una successione convergente
in uno spazio metrico ha un unico limite.
importante sottolineare che due metriche dierenti d e d
t
su uno stesso
insieme A danno luogo a spazi metrici dierenti (A, d) e (A, d
t
).
Proposizione 1 Sia A un insieme con la distanza d, per ogni r, j, . A si ha
[d(r, .) d(j, .)[ _ d(r, j). (1.9)
Dimostrazione. Si osservi che dalla relazione triangolare in d3 segue che
d(r, .) d(j, .) _ d(r, j),
Scambiando r con j e tenendo conto di d2 si ha
d(j, .) d(r, .) _ d(r, j),
da cui segue (1.9).
Sia R
n
linsieme delle coppie ordinate di numeri reali x = (r
1
, r
2
, ..., r
n
), la
funzione
d(x, y) =

_
n

I=1
(r
I
j
I
)
2
, (1.10)
con x, y R
n
una distanza detta distanza Euclidea. Le condizioni d1, d2 e
d4 sono di facile verica. La relazione d3 discende dalla diseguaglianza

_
n

I=1
(a
I
+/
I
)
2
_

_
n

I=1
a
2
I
+

_
n

I=1
/
2
I
, (1.11)
posti a
I
= r
I
j
I
e /
I
= j
I
.
I
, i = 1, ..., :. La diseguaglianza (1.11) ovvia se
a
I
= 0 o /
I
= 0 per i = 1, ..., :, supponiamo allora che qualche a
I
e qualche /
I
siano diversi da zero. Per ogni ` 0 dalle diseguaglianze
(
_
`a
I
+
1
_
`
/
I
)
2
_ 0, (
_
`a
I

1
_
`
/
I
)
2
_ 0,
si ricava
2[a
I
/
I
[ _ `a
2
I
+
1
`
/
2
I
, i = 1, ..., : (1.12)
da cui discende
2[
n

I=1
a
I
/
I
[ _ `
n

I=1
a
2
I
+
1
`
n

I=1
/
2
I
. (1.13)
I due addendi a secondo membro sono uguali per ` =
_

n
I=1
/
2
I
,
_

n
I=1
a
2
I
e
per questo valore di ` (1.13) diventa
[
n

I=1
a
I
/
I
[ _

_
n

I=1
a
2
I

_
n

I=1
/
2
I
, (1.14)
6
nota come diseguaglianza di Cauchy-Schwarz. Pertanto, in vista di (1.14), si ha
n

I=1
(a
I
+/
I
)
2
=
n

I=1
a
2
I
+
n

I=1
/
2
I
+ 2
n

I=1
a
I
/
I
_
n

I=1
a
2
I
+
n

I=1
/
2
I
+ 2[
n

I=1
a
I
/
I
[ _
n

I=1
a
2
I
+
n

I=1
/
2
I
+ 2

_
n

I=1
a
2
I

_
n

I=1
/
2
I
=
_
_

_
n

I=1
a
2
I
+

_
n

I=1
/
2
I
_
_
2
che coincide con (1.11).
Sia A un insieme (A ,= ?), la funzione
d(r, j) =
_
0 r = j,
1 r ,= j,
(1.15)
una metrica detta metrica discreta.
Sia A linsieme di tutte le possibili sequenze di / bit, ogni elemento di A
costituito da una stringa r = r
1
r
2
...r
|
di / simboli con r
I
0, 1, i = 1, ..., /.
Deniamo distanza tra due elementi r ed j di A come il numero di posizioni nelle
quali i simboli corrispondenti sono diversi. Questa distanza, detta distanza di
Hamming, misura il numero di sostituzioni necessarie per convertire una stringa
nellaltra, o il numero di errori che hanno trasformato una stringa nellaltra. Ad
esempio, per / = 6, per r = 001001 e j = 000011, si ha d(r, j) = 2.
Sia un insieme di numeri reali, / R un maggiorante per se a _ /,
per ogni a . In tal caso si dice che limitato superiormente. Si denisce
estremo superiore di , e si indica con sup, il minimo : dei maggioranti di .
: caratterizzato dalle seguenti condizioni,
a _ :, per ogni a , (1.16)
per ogni - 0 esiste a tale che a : -. (1.17)
c R un minorante per se a _ c, per ogni a . In tal caso si dice che
limitato inferiormente. Si denisce estremo inferiore di , e si indica con inf ,
il massimo i dei minoranti di . i caratterizzato dalle seguenti condizioni,
a _ i, per ogni a , (1.18)
per ogni - 0 esiste a tale che a < i +-. (1.19)
7
1.2 Spazi vettoriali
Uno spazio vettoriale (reale) un insieme o di elementi chiamati vettori in
cui sono denite due operazioni, laddizione e la moltiplicazione per un numero
reale, che soddisfa i seguenti assiomi.
(A) Ad ogni coppia a e b di vettori in o corrisponde un vettore a+b, chiamato
la somma di a e b, con le seguenti propriet
1. laddizione commutativa, a +b = b +a,
2. laddizione associativa, a + (b +c) = (a +b) +c,
3. esiste in o un unico vettore 0 tale che a +0 = a per ogni vettore a,
4. ad ogni vettore a in o corrisponde un unico vettore a tale che
a + (a) = 0.
(B) Ad ogni coppia c e a, dove c un numero reale e a un vettore in o,
corrisponde un vettore ca, chiamato il prodotto di c e a in modo tale che
1. la moltiplicazione associativa, c(,a) = (c,)a,
2. 1a = a per ogni vettore a.
(C) Valgono le propriet distributive
1. c(a +b) = ca +cb, per ogni a, b o, c R,
2. (c +,)a = ca +,a, per ogni a o, c, , R.
Sono spazi vettoriali l

insieme R
n
delle :uple di numeri reali x = (r
1
, ..., r
n
),
linsieme T
n
dei polinomi di grado minore od uguale ad : a coecienti reali,
j(r) = a
0
+a
1
r +... +a
n
r
n
, con r appartenente allintervallo [0, 1] e linsieme
/
n,n
delle matrici = [a
I
]
I=1,...,n
=1,...,n
a coecienti reali con : righe ed : colonne.
1.3 Norme su uno spazio vettoriale
Dato lo spazio vettoriale o, una norma una funzione | | su o a valori in R
che soddisfa le seguenti condizioni
n1. |a| _ 0 per ogni a o,
n2. |a| = 0 se e solo se a = 0,
n3. |ca| = [c[ |a| per ogni a o, c R,
n4. |a +b| _ |a| +|b| per ogni a, b o (diseguaglianza triangolare).
8
o con la norma | | si dice spazio normato.
In R
n
possiamo denire le seguenti norme
|x|
o
= max
I=1,...,n
[r
I
[, (1.20)
|x|
|
=
_
n

I=1
[r
I
[
|
_
1/|
, con / intero, / _ 1, (1.21)
e in T
n
sono delle norme le seguenti funzioni
|)|
o
= max
r[0,1]
[)(r)[ (1.22)
e
|)|
|
=
_
_
1
_
0
[)(r)[
|
dr
_
_
1/|
, con / intero, / _ 1. (1.23)
Inne
|| = max
I=1,...,n
n

=1
[a
I
[, (1.24)
|| = max
I,
[a
I
[, (1.25)
|| =
_
_

I,
[a
I
[
2
_
_
1/2
, (1.26)
sono norme su /
n,n
. Questultima norma detta norma di Schur.
Osservazione 2 Dalla propriet n4 discende che
[ |a| |b| [ _ |a b| , per ogni a, b o. (1.27)
immediato vericare che uno spazio normato o uno spazio metrico con
la distanza indotta da | |
d(a, b) = |a b| , a, b o. (1.28)
Ad esempio, in R
n
la norma |x|
2
=
_
n

I=1
[r
I
[
2
_
1/2
induce la distanza Euclidea
(1.10).
Osservazione 3 Si pu dimostrare che una distanza d su uno spazio vettoriale
o indotta da una norma se e solo se
9
1. d invariante per traslazioni,
d(a +c, b +c) = d(a, b), per ogni a, b, c o, (1.29)
2. d invariante per omotetie,
d(`a, 0) = [`[d(a, 0), per ogni a o, ` R. (1.30)
Esistono metriche su uno spazio vettoriale o che non sono indotte da nes-
suna norma. Ad esempio in R
n
non esiste nessuna norma che induca la distanza
d denita in (1.15), in quanto d non soddisfa (1.30). In R
2
consideriamo la
metrica Euclidea d denita in (1.10), facile provare che
d
t
=
d
1 +d
(1.31)
ancora una distanza su R
2
, infatti le propriet d1, d2 e d4 sono di verica
immediata e per quanto riguarda la diseguaglianza triangolare per ogni x, y, z
R
2
si ha
d
t
(x, y) +d
t
(y, z) =
d(x, y)
1 +d(x, y)
+
d(y, z)
1 +d(y, z)
_
d(x, y)
1 +d(x, y) +d(y, z)
+
d(y, z)
1 +d(x, y) +d(y, z)
_
d(x, z)
1 +d(x, z)
,
in quanto la funzione )(/) =
b
1+b
, / _ 0, crescente e d soddisfa la diseguaglianza
triangolare. Poich d
t
non soddisfa (1.30), non esiste una norma che la induca.
1.4 Prodotti interni
Sia o uno spazio vettoriale, un prodotto interno (o prodotto scalare) una
funzione ( , ) su o o a valori in R tale che
s1. (a, b) = (b, a) per ogni a, b o (simmetria),
s2. (c
1
a
1
+c
2
a
2
, b) = c
1
(a
1
, b)+c
2
(a
2
, b) per ogni a
1
, a
2
, b o, e c
1
, c
2
R
(bilinearit),
s3. (a, a) _ 0 per ogni a o (positivit),
s4. (a, a) = 0 se e solo se a = 0.
I vettori a, b o sono ortogonali se (a, b) = 0.
I vettori u
1
, ..., u
n
o sono ortonormali se
(u
I
, u

) = c
I
=
_
1, i = ,,
0, i ,= ,.
(1.32)
10
In questo caso si dice che u
1
, ..., u
n
un insieme ortonormale di vettori di o.
In R
n
possiamo denire il prodotto interno
(x, y) =
n

I=1
r
I
j
I
, x, y R
n
(1.33)
e nello spazio vettoriale T
n
il prodotto
(), q) =
_
1
0
)(r)q(r)dr, ), q T
n
(1.34)
un prodotto interno.
Nello spazio /
n,n
il prodotto
(, 1) =

I=1,...,n
=1,...,n
a
I
/
I
, , 1 /
n,n
(1.35)
un prodotto interno.
In R
3
i vettori
x
1
= (1, 0, 0), x
2
= (0, 1, 0), x
3
= (0, 0, 1) (1.36)
sono ortonormali. In T
n
i polinomi )(r) = 1, q(r) = r 1,2, r [0, 1], sono
ortogonali rispetto al prodotto scalare (1.34), infatti (), q) =
_
1
0
(r1,2)dr = 0.
Assegnato in o un prodotto interno, la funzione che ad ogni vettore a associa
la quantit
|a| =
_
(a, a) (1.37)
soddisfa le condizioni n1-n4 ed pertanto una norma su o, detta norma asso-
ciata al prodotto interno ( , ). La quantit (1.37) detta lunghezza (o norma)
del vettore a o.
Proposizione 4 Sia o uno spazio vettoriale con il prodotto scalare ( , ). Dati
a, b o, valgono la diseguaglianza di Schwarz
[(a, b)[ _ |a| |b| , (1.38)
la legge del parallelogramma
|a +b|
2
+|a b|
2
= 2 |a|
2
+ 2 |b|
2
, (1.39)
e il teorema di Pitagora
se (a, b) = 0 allora |a +b|
2
= |a|
2
+|b|
2
. (1.40)
11
Dimostrazione. Se a = 0, (1.38) banalmente vericata. Supponiamo allora
a ,= 0 e sia c R,
0 _ (ca +b, ca +b) = c
2
|a|
2
+ 2c(a, b) +|b|
2
=
|a|
2
_
c
2
+
2c
|a|
2
(a, b) +
(a, b)
2
|a|
4
_
+|b|
2

(a, b)
2
|a|
2
=
|a|
2
_
c +
(a, b)
|a|
2
_
2
+|b|
2

(a, b)
2
|a|
2
. (1.41)
Se poniamo c = (a, b), |a|
2
, da (1.41) si ricava
|b|
2
_
(a, b)
2
|a|
2
e quindi (1.38).
Abbiamo visto che dato un prodotto interno in o, risulta naturalmente deni-
ta la norma (1.37) in o. Per si possono denire delle norme che non sono
associate a nessun prodotto interno. Ad esempio in T
1
, la norma (1.22) non
associata a nessun prodotto interno. Ci discende dal fatto che (1.22) non
soddisfa la legge del parallelogramma, come si verica facilmente scegliendo i
polinomi )
1
(r) = 1 e )
2
(r) = r, r [0, 1], per i quali si ha |)
1
|
o
= |)
2
|
o
= 1,
|)
1
)
2
|
o
= 1 e |)
1
+)
2
|
o
= 2.
Analogamente in R
2
la norma (1.20) non soddisfa la legge del parallelogram-
ma (scelti x = (1, 1) e y = (1, 0) si ha |x|
o
= |y|
o
= 1, |x y|
o
= 1 e
|x +y|
o
= 2) e quindi non associata a nessun prodotto interno.
possibile provare che se una norma | | verica la identit del parallelo-
gramma, allora | | associata al prodotto scalare
(a, b) =
1
4
(|a +b|
2
|a b|
2
). (1.42)
1.5 Aperti, chiusi, intorni
Sia o uno spazio vettoriale con la norma | | . Dati a o, r 0, gli insiemi
1(a, r) = b o [ |a b| < r, (1.43)
1
t
(a, r) = b o [ |a b| _ r, (1.44)
o(a, r) = b o [ |a b| = r, (1.45)
si dicono rispettivamente palla aperta, palla chiusa e sfera di centro a e raggio
r.
12
Ad esempio in o = R
2
con il prodotto interno (1.33) si ha
1(0, r) = x R
2
[ r
2
1
+r
2
2
< r
2
, (1.46)
1
t
(0, r) = x R
2
[ r
2
1
+r
2
2
_ r
2
, (1.47)
o(0, r) = x R
2
[ r
2
1
+r
2
2
= r
2
. (1.48)
Un sottoinsieme di o si dice aperto se per ogni a esiste r 0 tale
che 1(a, r) . Un sottoinsieme C di o si dice chiuso se il suo complementare
o C aperto. Dato a o, un sottoinsieme l
o
di o che contenga una palla
aperta di centro a si dice intorno di a.
I concetti di palla aperta, palla chiusa e sfera possono essere introdotti in
un insieme A dotato di distanza d, sono stati introdotti in uno spazio vettori-
ale normato perch in questo corso siamo interessati a studiare spazi vettoriali
normati.
Vale la seguente proposizione.
Proposizione 5 Gli insiemi o e ? sono aperti e chiusi.
Lunione di una arbitraria famiglia di insiemi aperti un aperto.
Lintersezione di una famiglia nita di insiemi aperti un aperto.
Lintersezione di una arbitraria famiglia di insiemi chiusi un chiuso.
Lunione di una famiglia nita di insiemi chiusi un chiuso.
Un sottoinsieme / di o si dice convesso se dati a, b /, risulta ca + (1
c)b /, per ogni c [0, 1].
Un sottoinsieme / di o si dice limitato se esiste i 0 tale che [[a[[ _ i per
ogni a /.
1.6 Basi di uno spazio vettoriale
SIa o uno spazio vettoriale. Dati i vettori u
1
, ..., u
n
o e gli scalari c
1
, ..., c
n
,
il vettore c
1
u
1
+... +c
n
u
n
una combinazione lineare di u
1
, ..., u
n
.
I vettori u
1
, ..., u
n
o sono linearmente indipendenti se
c
1
u
1
+... +c
n
u
n
= 0 == c
1
= ... = c
n
= 0. (1.49)
Se invece esistono degli scalari c
I
non tutti nulli tali che c
1
u
1
+... +c
n
u
n
=
0, allora i vettori u
1
, ..., u
n
sono linearmente dipendenti.
Una base di o un insieme E di vettori linearmente indipendenti di o tali
che ogni vettore in o sia esprimibile come una (e quindi una sola) combinazione
lineare (nita) di elementi di E. Si pu dimostrare che ogni spazio vettoriale
possiede almeno una base. Uno spazio vettoriale si dice di dimensione nita se
ha una base nita. possibile provare che se E
1
e E
2
sono due basi dello spazio
di dimensione nita o, allora E
1
e E
2
hanno lo stesso numero di elementi. Ci
consente di denire la dimensione di uno spazio di dimensione nita o, che il
numero di elementi di una base di o.
13
Considereremo da qui in avanti spazi vettoriali o di dimensione nita : ed
indicheremo con u
1
, ..., u
n
una base di o,
per ogni u o esistono unici ,
1
, ..., ,
n
R tali che u =
n

I=1
,
I
u
I
.
Se i vettori u
1
, ..., u
n
sono ortonormali, allora u
1
, ..., u
n
una base ortonor-
male.
In R
n
si considerino i vettori
x
1
= (1, 0, ..., 0),
x
2
= (0, 1, ..., 0),
...
x
n
= (0, 0, ..., 1),
x
1
, ..., x
n
una base ortonormale, detta base canonica. La dimensione di R
n
:.
In R
2
si considerino i vettori x
1
= (1, 0) e x
2
= (1, 1), x
1
, x
2
una base
di R
2
, ma non ortonormale.
In T
1
si considerino i polinomi )
1
(r) = 1, )
2
(r) = r, q
2
(r) =
_
3(1 2r),
r [0, 1], )
1
, )
2
una base e )
1
, q
2
una base ortonormale. La dimensione
dello spazio vettoriale T
n
: + 1.
Esercizio 6 Sia o uno spazio vettoriale con prodotto interno ( , ). Provare che
[(a, b)[ = |a| |b| se e solo se a e b sono linearmente dipendenti.
Soluzione. Supponiamo b ,= 0 e a ,= 0 supponiamo che per ogni c reale sia
ca +b ,= 0. Allora nellipotesi che risulti (a, b) = |a| |b| , si ricava
0 < (ca +b, ca +b) = (c|a| +|b|)
2
per ogni c R. (1.50)
Scegliendo c =
]b]
]a]
si viola (1.50). Si giunge ad un risultato analogo se
(a, b) = |a| |b| .
Siano | e due spazi vettoriali, unapplicazione T : | lineare se
omogenea
T(ca) = cT(a), per ogni a |, c R, (1.51)
e additiva
T(a +b) = T(a) +T(b), per ogni a, b |. (1.52)
In particolare se T lineare allora T(0) = 0.
Unapplicazione lineare e biunivoca detta isomorsmo e due spazi vettoriali
| e sono detti isomor se esiste un isomorsmo T : | .
Spazi vettoriali con la stessa dimensione sono isomor. Si ha infatti il
seguente teorema.
14
Teorema 7 Ogni spazio vettoriale o di dimensione : isomorfo a R
n
.
Dimostrazione. Sia u
1
, ..., u
n
una base di o. Allora ogni u o pu essere
scritto nella forma u =
n

I=1
,
I
u
I
, con ,
1
, ..., ,
n
scalari univocamente determinati.
La corrispondenza biunivoca
u (,
1
, ..., ,
n
) (1.53)
tra o e R
n
lisomorsmo cercato.
Viceversa due spazi vettoriaIi | e isomor hanno la stessa dimensione ed
in particolare, se u
1
, ..., u
n
una base di |, allora Tu
1
, ..., Tu
n
una base
di di . Innanzi tutto si dimostra che i vettori Tu
1
, ..., Tu
n
sono linearmente
indipendenti. Infatti,
c
1
Tu
1
+... +c
n
Tu
n
= 0
implica
T(c
1
u
1
+... +c
n
u
n
) = 0
e quindi per liniettivit di T si ha
c
1
u
1
+... +c
n
u
n
= 0
da cui si deduce
c
1
= ... = c
n
= 0,
perch u
1
, ..., u
n
sono linearmente indipendenti. Per dimostrare che ogni w
si esprime in modo unico come combinazione lineare dei vettori Tu
1
, ..., Tu
n
,
si procede nel modo seguente. Poich T bigettiva, dato w esiste u |
tale che Tu = w. Dalla relazione u = c
1
u
1
+ ... + c
n
u
n
segue che w =
c
1
Tu
1
+... +c
n
Tu
n
.
1.7 Sottospazi vettoriali
Un sottoinsieme non vuoto / di uno spazio vettoriale o un sottospazio
vettoriale se per ogni a, b /, c, , R, il vettore ca + ,b appartiene a
/.
Sia T un insieme non vuoto di vettori di o, lintersezione di tutti i sottospazi
che contengono T un sottospazio di o, detto spazio vettoriale generato da T
ed indicato con Span(T). Span(T) costituito da tutte le possibili combinazioni
lineari di elementi di T.
Se /
1
e /
2
sono due sottospazi di o, Span(/
1
,/
2
) il sottospazio di o
costituito da tutti i vettori della forma a+b con a /
1
, b /
2
ed indicato
con /
1
+ /
2
.
Un sottospazio /
2
di o detto complemento di un sottospazio /
1
se
/
1
/
2
= 0 e o = /
1
+/
2
. (1.54)
15
Si dice allora che o la somma diretta dei sottospazi /
1
e /
2
e si scrive
o = /
1
/
2
. (1.55)
In questa circostanza, ogni vettore s o pu essere scritto in modo unico nella
forma
s = a +b, con a /
1
, b /
2
. (1.56)
Infatti (1.56) discende dalla denizione di /
1
+/
2
, mentre per provare lunicit
di a e b, supponiamo di avere
s = a
1
+b
1
= a
2
+b
2
, a
1
, a
2
/
1
, b
1
, b
2
/
2
. (1.57)
Allora si ha
a
1
a
2
= b
2
b
1
,
e quindi da (1.54)
1
si ottiene a
1
= a
2
e b
1
= b
2
.
In R
2
, dati x
1
= (1, 0) e x
2
= (1, 1), siano /
1
=Span(x
1
) e /
2
=Span(x
2
),
si ha
/
1
/
2
= (0, 0) e /
1
+/
2
= R
2
,
pertanto R
2
= /
1
/
2
.
In R
3
si considerino i vettori x
1
= (1, 0, 0), x
2
= (0, 1, 0) e x
3
= (0, 0, 1);
posto /
1
=Span(x
1
, x
2
) e /
2
=Span(x
2
, x
3
), si ha /
1
+ /
2
= R
3
, ma
/
1
/
2
=Span(x
2
), quindi R
3
non somma diretta di /
1
e /
2
.
Il sottospazio vettoriale / di o ha dimensione : se generato da : vettori
di o linearmente indipendenti.
Dato un sottospazio / di dimensione : di uno spazio vettoriale o di di-
mensione : (: _ :), esiste sempre una base di o che contiene una base di
/.
Sia o uno spazio vettoriale con il prodotto scalare ( , ). Due sottospazi /
1
e /
2
di o sono detti ortogonali se ogni vettore delluno ortogonale ad ogni
vettore dellaltro.
Proposizione 8 Sia o uno spazio vettoriale con il prodotto scalare ( , ). Sia
u
1
, ..., u
n
un insieme ortonormale di vettori di o. Per ogni u o, posto
c
I
= (u, u
I
), vale la diseguaglianza di Bessel
n

I=1
[c
I
[
2
_ |u|
2
. (1.58)
Inoltre il vettore u
t
= u

n
I=1
c
I
u
I
ortogonale a Span(u
1
, ..., u
n
).
Dimostrazione. Si ha
0 _ |u
t
|
2
= (u
n

I=1
c
I
u
I
, u
n

I=1
c
I
u
I
) =
16
|u|
2

I=1
[c
I
[
2

I=1
[c
I
[
2
+
n

I=1
[c
I
[
2
=
|u|
2

I=1
[c
I
[
2
,
da cui discende (1.58). Per quanto riguarda la seconda asserzione, si ha
(u
t
, u

) = (u, u

)
n

I=1
c
I
(u
I
, u

) = c

= 0.
1.8 Basi ortonormali
Un insieme ortonormale u
1
, ..., u
n
di vettori di o si dice completo se non
contenuto in nessun altro insieme ortonormale pi grande. In particolare un
insieme ortonormale completo di o una base ortonormale di o, vale infatti la
seguente proposizione.
Proposizione 9 Sia O = u
1
, ..., u
n
un insieme ortonormale di vettori dello
spazio vettoriale o dotato del prodotto interno ( , ). Le seguenti condizioni sono
equivalenti.
(1) Linsieme ortonormale O completo.
(2) Se (u, u

) = 0 per , = 1, ..., : allora u = 0.

(3) Il sottospazio Span(O) coincide con o.
(4) Se u o, si ha u =

n
I=1
(u, u
I
)u
I
.
(5) Se u, v o, vale lidentit di Parseval,
(u, v) =
n

I=1
(u, u
I
)(v, u
I
). (1.59)
(6) Se u o, allora si ha
|u|
2
=
n

I=1
(u, u
I
)
2
. (1.60)
Dimostrazione. (1) == (2) Se fosse (u, u

) = 0 per , = 1, ..., : con u ,=

0, allora si potrebbe aggiungere a O il vettore u, |u| , ottenendo un insieme
ortonormale di o contenente O.
(2) == (3) Se esistesse u o che non una combinazione lineare degli u
I
,
allora in vista della proposizione 8 il vettore u
t
= u

n
I=1
(u, u
I
)u
I
sarebbe
diverso da zero ed ortogonale ad ogni u
I
.
17
(3) == (4) Se ogni u o ha la forma u =

n
=1
c

, allora per ogni

i = 1, ..., :,
(u, u
I
) =
n

=1
c

(u

, u
I
) = c
I
.
(4) == (5) Se u =

n
I=1
(u, u
I
)u
I
, v =

n
=1
(v, u

)u

, allora
(u, v) =
n

I,=1
(u, u
I
)(v, u

)(u
I
, u

) =
n

I=1
(u, u
I
)(v, u
I
).
(5) == (6) Basta porre u = v nella relazione (1.59).
(6) == (1) Se O non fosse completo, esisterebbe u
0
o ortogonale a tutti
gli u
I
. Si avrebbe allora
|u
0
|
2
=
n

I=1
(u
0
, u
I
)
2
= 0
che implica u
0
= 0.
Sia / un sottospazio di o; linsieme
/
J
= u o [(v, u) = 0 per ogni v / (1.61)
un sottospazio di o detto complemento ortogonale di /.
o la somma diretta di / e /
J
,
o = //
J
. (1.62)
Infatti detta e
1
, ..., e
n
una base ortonormale di /, per ogni v o si ha
v = v +v
o
. (1.63)
dove v =

n
I=1
(e
I
, v)e
I
/ e v
o
= v

n
I=1
(e
I
, v)e
I
/
J
, in vista della
proposizione 8.
Siano o
1
e o
2
due spazi vettoriali con prodotti interni rispettivamente (., .)
S1
e (., .)
S2
. Unapplicazione lineare T : o
1
o
2
detta unisometria se
(u, v)
S1
= (T(u), T(v))
S2
, per ogni u, v o
1
. (1.64)
Un isomorsmo che soddisfa (1.64) si dice isomorsmo isometrico e gli spazi
o
1
e o
2
sono detti isometricamente isomor.
Proposizione 10 Ogni spazio vettoriale o di dimensione : con prodotto inter-
no ( , )
S
isometricamente isomorfo a R
n
.
18
Dimostrazione. Sia e
1
, ..., e
n
una base ortonormale di o, lapplicazione T
da o in R
n
denita da
T(u) = (n
1
, ..., n
n
), n
I
= (e
I
, u)
S
, i = 1, ..., : (1.65)
un isomorsmo isometrico, infatti per ogni u, v o si ha
(T(u), T(v))
R
n =
n

I=1
n
I

I
=
n

I=1
(e
I
, u)
S
(e
I
, v)
S
= (u, v)
S
, (1.66)
dove lultima uguaglianza discende da (1.59).
1.9 Convergenza di vettori
Introduciamo il concetto di convergenza di una successione di vettori in uno
spazio vettoriale dotato di prodotto interno.
Si dice che una successione v
(|)

|N
di vettori di o converge ad un vettore
v o se per ogni - 0 esiste / 0 tale che
_
_
_v
(|)
v
_
_
_ < - per ogni / _ /. (1.67)
In tal caso la successionev
(|)

|N
si dice convergente e il vettore v si dice limite
di v
(|)

|N
e si scrive
lim
|o
v
(|)
= v, oppure v
(|)
v, per / . (1.68)
facile provare che il limite di una successione convergente v
(|)

|N
unico.
Supponiamo infatti che sia
v
(|)
v e v
(|)
w, per / . (1.69)
Si ha allora
|v w| _
_
_
_v v
(|)
_
_
_ +
_
_
_v
(|)
w
_
_
_, (1.70)
da cui, in vista di (1.67) si ricava |v w| = 0.
Per ogni w o, dalla diseguaglianza di Schwarz discende che
[(v
(|)
v, w)[ _
_
_
_v
(|)
v
_
_
_ [[w[[
quindi se v
(|)

|N
converge a v si ha che
lim
|o
(v
(|)
, w) = (v, w) per ogni w o. (1.71)
Se la condizione (1.71) soddisfatta, si dice che la successione v
(|)

|N
di o
converge debolmente a v o e si scrive v
(|)
v, per / .
19
A dierenza di quanto accade negli spazi vettoriali di dimensione innita,
nei quali la convergenza forte e debole non coincidono, negli spazi vettoriali
di dimensione nita ogni successione debolmente convergente convergente.
Supponiamo infatti che valga (1.71) e sia u
1
, ..., u
n
una base ortonormale di
o. Si ha allora che (v
(|)
v, u
I
) 0 quando / , per ogni i = 1, ..., :.
In vista della relazione (1.60) della proposizione 9 si ha
_
_
_v
(|)
v
_
_
_
2
=
n

I=1
(v
(|)
v, u
I
)
2
,
quindi lim
|o
v
(|)
= v.
Sia o uno spazio vettoriale normato, una successione v
(|)

|N
o una
successione di Cauchy se per ogni - 0 esiste N tale che
_
_
v
()
v
(j)
_
_
< -
quando j, o equivalentemente se
_
_
v
()
v
(j)
_
_
0, per j, .
Uno spazio vettoriale normato o si dice completo se per ogni successione di
Cauchy v
(|)

|N
o esiste un unico vettore v o tale che v
|
v quando
/ .
Proposizione 11 Ogni spazio vettoriale o di dimensione nita con prodotto
interno ( , ) completo.
Dimostrazione. Dalla proposizione 10 discende che se o ha dimensione : allora
isometricamente isomorfo a R
n
. Siano T lisomorsmo isometrico denito in
(1.65) e v
(|)

|N
o una successione di Cauchy, si ha
[[T(v
()
) T(v
(j)
)[[
2
R
n = (T(v
()
) T(v
(j)
), T(v
()
) T(v
(j)
))
R
n
= (v
()
v
(j)
, v
()
v
(j)
)
S
= [[v
()
v
(j)
[[
2
S
, (1.72)
quindi T(v
(|)
)
|N
una successione di Cauchy in R
n
. Poich R
n
completo,
esiste x R
n
tale che T(v
(|)
) x per / , e in vista della surgettivit di
T esiste v o tale che T(v) = x. Si ha allora,
[[v v
(|)
[[
S
= [[T(v) T(v
(|)
)[[
R
n = [[x T(v
(|)
)[[
R
n, (1.73)
da cui discende che v
(|)
v quando / .
Due norme | |
1
e | |
2
su uno spazio vettoriale | si dicono equivalenti se
esistono due costanti positive ` e j tali che
`|u|
1
_ |u|
2
_ j|u|
1
per ogni u |. (1.74)
Vale il seguente teorema.
Teorema 12 In uno spazio vettoriale di dimensione nita tutte le norme sono
equivalenti.
20
1.10 Applicazioni tra spazi vettoriali
Siano | e spazi vettoriali normati e T : | unapplicazione.
T continua in a
0
| se per ogni - 0 esiste c 0 tale che per ogni a |
che soddisfa [[a a
0
[[
/
< c, si ha [[T(a) T(a
0
)[[
V
< -.
T continua in | se continua in ogni a
0
|. In altre parole, T continua
in a
0
se per ogni palla aperta 1(T(a
0
), -) di centro T(a
0
) e raggio - esiste una
palla aperta 1(a
0
, c) di centro a
0
e raggio c tale che T(1(a
0
, c)) 1(T(a
0
), -).
Pu essere utile la seguente formulazione alternativa in termini di aperti e
chiusi.
Proposizione 13 Siano | e spazi vettoriali normati e T : | unap-
plicazione. T continua in | (cio in ogni a
0
|) se e solo se per ogni aperto
(chiuso) / di , limmagine inversa T
1
(/) di / mediante T, un aperto
(chiuso) di |.
La nozione di convergenza di una successione di vettori pu essere utilizzata
per caratterizzare gli insiemi chiusi e le funzioni continue. Valgono infatti le
seguenti proposizioni.
Proposizione 14 Sia ( un sottoinsieme non vuoto dello spazio vettoriale nor-
mato o. ( chiuso se e solo se ogni successione convergente costituita da vettori
di ( , converge ad un vettore di (.
Il seguente risultato esprime il legame ben noto per le funzioni reali tra
continuit e convergenza di successioni.
Proposizione 15 Siano | e spazi vettoriali normati e T : | unappli-
cazione. T continua in a
0
| se e solo se per ogni successione a
(|)

|N
|
tale che lim
|o
a
(|)
= a
0
, si ha lim
|o
T(a
(|)
) = T(a
0
).
Unapplicazione T : | lineare se sono soddisfatte le propriet (1.51)
e (1.52).
Esempio 16 Sia e
1
, ..., e
n
un insieme ortonormale di o, lapplicazione 1
denita da o in Span(e
1
, ..., e
n
) tale che
1(u) =
n

I=1
(u, e
I
)e
I
, \u o, (1.75)
lineare, mentre lapplicazione che ad ogni vettore u di o associa il vettore
costante u non lineare.
Unapplicazione T bigettiva invertibile e lapplicazione T
1
: |
denita da T
1
(v) = u se e solo se T(u) = v si chiama inversa di T. Se T
lineare ed invertibile allora T
1
lineare.
21
Sia T : | unapplicazione lineare, T limitata se esiste i 0 tale che
[[T(a)[[
V
_ i[[a[[
/
, per ogni a |. (1.76)
Negli spazi vettoriali di dimensione nita tutte le applicazioni lineari sono
limitate, vale infatti la seguente proposizione.
Proposizione 17 Siano | e spazi vettoriali normati di dimensione nita.
Ogni applicazione lineare 1 : | limitata.
Dimostrazione. Limitiamoci a dimostrare la proposizione nel caso in cui la
norma su | associata al prodotto scalare ( , )
/
. Sia e
1
, ..., e
n
una base
ortonormale di |, per ogni u | si ha
u =
n

I=1
n
I
e
I
, (1.77)
con n
I
= (u, e
I
)
/
, i = 1, ..., :, da cui
1(u) =
n

I=1
n
I
1(e
I
). (1.78)
Quindi in vista delle propriet n3 e n2 della norma, da (1.78) si ottiene
[[1(u)[[
V
_
n

I=1
[n
I
[ [[1(e
I
)[[
V
_ ,
n

I=1
[n
I
[, (1.79)
dove , = max
I=1,...,n
[[1(e
I
)[[
V
. Inne da (1.79), utilizzando la diseguaglianza di
Schwarz si ricava che
[[1(u)[[
V
_ ,
n

I=1
[(u, e
I
)
/
[ _ ,
n

I=1
[[e
I
[[
/
[[u[[
/
= ,:[[u[[
/
, (1.80)
per ogni u |, quindi 1 limitata.
Proposizione 18 Sia T : | unapplicazione lineare; T continua in |
se e solo se continua in 0 |.
Dimostrazione. Supponiamo che T sia continua in 0 |, allora per ogni - 0
esiste c 0 tale che se [[a[[
/
< c allora [[T(a)[[
\
< - (in vista della linearit di
T, T(0) = 0). Sia allora a
0
|, per ogni a | tale che [[a a
0
[[
/
< c si ha
[[T(a) T(a
0
)[[
\
= [[T(a a
0
)[[
\
< -, quindi T continua in a
0
.
Proposizione 19 Sia T : | unapplicazione lineare. T continua in |
se e solo se limitata in |.
22
Dimostrazione. Supponiamo che T sia limitata, allora da (1.76) segue che T
continua in 0 |; la tesi discende dalla proposizione 18. Viceversa supponiamo
che T sia continua e supponiamo per assurdo che T non sia limitata: allora per
ogni / N esiste u
(|)
| tale che
[[T(u
(|)
)[[
V
/[[u
(|)
[[
/
. (1.81)
In particolare si ha u
(|)
,= 0, quindi possiamo porre
v
(|)
=
u
(|)
/[[u
(|)
[[
/
. (1.82)
La successione v
(|)

|N
converge a 0, per
[[T(v
(|)
)[[
V
=
[[T(u
(|)
)[[
V
/[[u
(|)
[[
/
1 (1.83)
che contrasta con la continuit di T.
Osservazione 20 Negli spazi vettoriali di dimensione non nita esistono ap-
plicazioni lineari che non sono continue. Si consideri linsieme T dei polinomi
su [0, 1] con il prodotto scalare (), q) =
_
1
0
)(t)q(t)dt e sia 1 : T T lappli-
cazione che ad ogni polinomio associa la sua derivata. 1 lineare, per non
limitata. Dati i polinomi )
|
(t) = t
|
, / N, si ha
[[)
|
[[
2
=
1
2/ + 1
< 1
mentre
[[1()
|
)[[
2
= /
2
_
1
0
t
2|2
dt =
/
2
2/ 1
,
quindi [[1()
|
)[[
2
+ quando / .
Proposizione 21 Ogni sottospazio vettoriale / di uno spazio vettoriale o con
prodotto interno chiuso.
Dimostrazione. Detta u
1
, ..., u
n
una base ortonormale di /, si consideri
lapplicazione lineare C : o o che ad ogni u o associa il vettore u
t
=
u

n
I=1
(u
I
, u)u
I
. Poich C lineare, C limitata in vista della proposizione
17 e quindi continua per la proposizione 19, in particolare,
[[C(u)[[
2
= [[u
t
[[
2
= [[u[[
2

I=1
(u
I
, u)
2
_ [[u[[
2
.
C(u) = 0 se e solo se u /. La proposizione 13 consente di concludere che /
chiuso in quanto limmagine inversa del chiuso 0 o mediante la funzione
continua C.
23
Osservazione 22 La proposizione 21 pu essere dimostrata anche facendo ri-
corso alla proposizione 14. Siano / un sottospazio vettoriale di uno spazio
vettoriale o e v
(|)

|N
/ una successione convergente a v o. Indicata
con u
1
, ..., u
n
una base ortonormale di /, si ha
v
(|)
=
n

I=1
(v
(|)
, u
I
)u
I
, / N,
e _
_
_v
(|)
v
_
_
_ 0 quando / .
Dalla diseguaglianza
_
_
_
_
_
n

I=1
(v, u
I
)u
I
v
_
_
_
_
_
_
_
_
_
_
_
n

I=1
(v, u
I
)u
I

I=1
(v
(|)
, u
I
)u
I
_
_
_
_
_
+
_
_
_v
(|)
v
_
_
_
facendo tendere / a e tenendo conto che v
(|)

|N
converge a v e quindi
converge debolmente a v, si ricava che v /.
Siano | e spazi vettoriali con prodotto interno di dimensione rispettiva-
mente : e :. Denotiamo con /(|, ) linsieme di tutti le applicazioni lineari
da | in
/(|, ) = 1 : | [ 1 lineare. (1.84)
Se si deniscono la somma di due applicazioni e il prodotto per uno scalare nel
modo naturale
(1
1
+1
2
)(u) = 1
1
(u) +1
2
(u), (1.85)
(c1
1
)(u) = c1
1
(u)
per ogni u |, c R, /(|, ) risulta uno spazio vettoriale.
Siano u
1
, ..., u
n
e w
1
, ..., w
n
basi ortonormali di | e rispettivamente.
Le :: applicazioni lineari 1
I
deniti da
1
I
(u
|
) =
_
w

/ = i
0 / ,= i
, i = 1, ..., :, , = 1, ..., : (1.86)
sono linearmente indipendenti. Infatti dalla condizione

I,
c
I
1
I
= 0 si deduce
che

I,
c
I
1
I
(u
|
) = 0, / = 1, ..., : e quindi in vista di (1.86),

c
|
w

= 0,
/ = 1, ..., :. Dalla lineare indipendenza dei vettori w
1
, ..., w
n
discende quindi
che i coecienti c
I
sono tutti nulli. Inoltre per ogni 1 /(|, ) si ha
1 =

I=1,...,n
=1,...,n
(1(u
I
), w

)
V
1
I
. (1.87)
24
Infatti per ogni u |, si ha u =

n
|=1
(u, u
|
)
/
u
|
, da cui

I=1,...,n
=1,...,n
(1(u
I
), w

)
V
1
I
(u) =

I=1,...,n
=1,...,n
(1(u
I
), w

)
V
1
I
_
n

|=1
(u, u
|
)
/
u
|
_
=

I=1,...,n
=1,...,n
(1(u
I
), w

)
V
(u, u
I
)
/
w

=1,...,n
(1
_
_

I=1,...,n
(u, u
I
)
/
u
I
_
_
, w

)
V
w

=1,...,n
(1(u), w

)
V
w

= 1(u),
e quindi (1.87) dimostrata.
Possiamo allora concludere che le applicazioni denite in (1.86) sono una
base dello spazio vettoriale /(|, ) e che la dimensione di /(|, ) ::.
Per ogni 1 /(|, ) si consideri la quantit
[[1[[

= sup
u/, u,=0
[[1(u)[[
V
[[u[[
/
. (1.88)
facile vericare che (1.88) una norma su /(|, ). Innanzi tutto se 1
/(|, ) allora 1 limitata (proposizione 17), quindi esiste i 0 tale che
[[1(u)[[
\
_ i[[u[[
/
per ogni u |, quindi sup
u/, u,=0
[[1u[[
V
,[[u[[
/
esiste ed
nito. Inoltre, dalla linearit di 1 discende che
sup
u/, u,=0
[[1(u)[[
V
[[u[[
/
= sup
]]u]]
U
=1
[[1(u)[[
V
(1.89)
e
[[1
1
+1
2
[[

= sup
]]u]]
U
=1
[[1
1
(u) +1
2
(u)[[
V
_ sup
]]u]]
U
=1
([[1
1
(u)[[
V
+[[1
2
(u)[[
V
)
_ sup
]]u]]
U
=1
[[1
1
(u)[[
V
+ sup
]]u]]
U
=1
[[1
2
(u)[[
V
= [[1
1
[[

+[[1
2
[[

. (1.90)
Analogamente si dimostra che [[c1[[

= [c[ [[1[[

per ogni 1 /(|, ) e

c R. Finalmente si ha [[1[[

= 0 se e solo se sup
]]u]]
U
=1
[[1(u)[[
V
= 0 se e solo se
[[1(u)[[
V
_ 0 per ogni u |, [[u[[
/
= 1, se e solo se 1(u) = 0 per ogni u |.
Ci consente di concludere che (1.88) una norma su /(|, ).
La norma (1.88) non associata a nessun prodotto scalare. Per convincersi
di ci si scelga | = e indicata con u
1
, ..., u
n
una base ortonormale di | si
considerino le applicazioni lineari
1
1
(u) = u, 1
2
(u) = (u, u
1
)u
1
;
si ha [[1
1
+ 1
2
[[

= 2, [[1
1
1
2
[[

= 1, [[1
1
[[

= [[1
2
[[

= 1, quindi (1.88)
non soddisfa la regola del parallelogramma.
25
Esempio 23 Sia T : | unisometria, si ha
[[T[[

= sup
u/, u,=0
[[T(u)[[
V
[[u[[
/
= sup
u/, u,=0
[[u[[
/
[[u[[
/
= 1. (1.91)
Si consideri lapplicazione (1.75) dellesempio 16, si ha
[[1[[

= sup
uS, u,=0
[[1(u)[[
S
[[u[[
S
= sup
uS, u,=0

_
|

I=1
[(u, e
I
)[
2
[[u[[
S
_ 1,
scegliendo poi u Span(e
1
, ..., e
|
), si ricava [[1[[

= 1.
1.11 Funzionali
Sia o spazio vettoriale con prodotto interno ( , ). Unapplicazione c di o in R
prende il nome di funzionale. c un funzionale lineare se sono soddisfatte le
propriet (1.51) e (1.52), ossia se risulta
1. c(ca) = cc(a), per ogni a o, c R (omogeneit).
2. c(a +b) = c(a) +c(b), per ogni a, b o (additivit),
Fissato b o il funzionale c(u) = (u, b), u o lineare, mentre c(u) =
[[u[[, u o, non lineare, infatti in generale, si ha [[cu[[ = [c[ [[u[[ ,= c[[u[[.
Dimostriamo adesso il seguente teorema di rappresentazione dei funzionali
lineari.
Teorema 24 Siano o uno spazio vettoriale di dimensione nita con prodotto
interno (, ) e c : o R un funzionale lineare. Allora esiste un unico a o tale
che si abbia
c(u) = (a, u), per ogni u o. (1.92)
Dimostrazione. Se c = 0, (1.92) vericata con a = 0. Supponiamo allora
c ,= 0 e consideriamo i sottospazi di o,
/ = v o [ c(v) = 0 (1.93)
e
/
J
= u o [ (v, u) = 0 per ogni v /. (1.94)
Poich c ,= 0, /
J
contiene almeno un elemento z non nullo, e quindi possiamo
porre a = c(w)w, dove w = z,[[z[[. Si ha
(a, w) = c(w)(w, w) = c(w) (1.95)
26
e, se u /, 0 = c(u) = (a, u).
Sia ora u o; per ogni ` R si ha
u = `w+u `w, (1.96)
dove `w /
J
, e se scegliamo ` = c(u),c(w) risulta
c(u `w) = c(u)
c(u)
c(w)
c(w) = 0, (1.97)
per cui u `w /. Tenendo conto della linearit di c, della scelta di ` e di
(1.95), si ha
(a, u) = (a, `w+u `w) = (a, `w) =
c(u)
c(w)
(a, w) = c(u), (1.98)
che dimostra lesistenza di a. Per quanto riguarda lunicit, supponiamo che
esistano a
1
, a
2
o tali che
c(u) = (a
1
, u) = (a
2
, u), per ogni u o. (1.99)
Scelto u = a
1
a
2
da (1.99) si ha
(a
1
a
2
, a
1
a
2
) = 0, (1.100)
da cui, in vista della propriet s3. del prodotto interno, discende a
1
= a
2
.
Il sottospazio / detto il nucleo di c. Dal teorema precedente segue che se
o ha dimensione : e c diverso da 0, allora la dimensione di / : 1.
Un funzionale , : o R continuo in a
0
o se per ogni - 0 esiste c 0
tale che per ogni a o che soddisfa [[a a
0
[[ < c, si ha [,(a) ,(a
0
)[ < -.
, continuo in o se continuo in ogni a
0
o.
Il funzionale [[ [[ : o R che ad ogni vettore associa la sua norma, continuo
in ogni a
0
o, infatti, in vista della diseguaglianza (1.27) si ha
[[[a[[ [[a
0
[[[ _ [[a a
0
[[.
Ancora ricorrendo alla diseguaglianza (1.27) si dimostra che per ogni a o
ssato, il funzionale , : o R denito da ,(v) = [[v a[[ con v o
continuo.
Osservazione 25 Dal teorema 24 discende che ogni funzionale lineare c : o
R limitato e quindi continuo in o. Infatti da (1.92) e dalla diseguaglianza di
Schwarz (1.38) si ricava
[c(v)[ _ [[a[[ [[v[[ per ogni v o, (1.101)
quindi c limitato.
27
Lo spazio vettoriale o
+
= /(o, R) costituito dai funzionali lineari su o detto
il duale di o. Se lo spazio vettoriale o ha dimensione :, anche o
+
ha dimensione
:. Indicata con e
1
, ..., e
n
una base ortonormale di o, gli : funzionali lineari
,
I
o
+
con ,
I
(u) = (e
I
, u), per ogni u o costituiscono una base di o
+
.
Infatti la lineare indipendenza dei ,
I
, i = 1, ..., : una conseguenza della lineare
indipendenza dei vettori e
I
, i = 1, ..., :, inoltre, dato , o
+
per il teorema 24
esiste a o tale che ,(u) = (a, u), per ogni u o e
, =
n

I=1
(a, e
I
),
I
.
In vista di (1.88) e (1.101) si ha
[[,[[

= [[a[[. (1.102)
1.12 Proiezioni
Siano /
1
e /
2
sottospazi vettoriali di o con /
2
complemento di /
1
. Allora
ogni s o pu essere scritto in modo unico nella forma s = s
1
+s
2
, con s
1
/
1
e s
2
/
2
. La proiezione su /
1
lungo /
2
lapplicazione 1
/1
denita da
1
/1
(s) = s
1
. 1
/1
lineare ed idempotente, (1
/1
)
2
= 1
/1
.
Esempio 26 In R
2
dati x
1
= (1, 0) e x
2
= (1, 1), consideriamo i sottospazi
/
1
=Span(x
1
) e /
2
=Span(x
2
). Per ogni v = (
1
,
2
), si ha v = v
1
+ v
2
,
con v
1
= (
1

2
, 0) /
1
, v
2
= (
2
,
2
) /
2
, e la proiezione su /
1
lungo
/
2
denita da 1
/1
(v) = v
1
. Posto poi x
3
= (1, 2) e /
3
=Span(x
3
), si ha
v = u
1
+ u
2
, con u
1
= (
2u1u2
2
, 0) /
1
, u
2
= (
u2
2
,
2
) /
3
, e la proiezione
su /
1
lungo /
3
denita da 1
/1
(v) = u
1
.
Sia / un sottospazio di o, la proiezione ortogonale su / lapplicazione
lineare 1
/
che ad ogni v o associa il vettore v = 1
/
(v) / denito in
(1.63). v soddisfa la condizione
(v v, w) = 0 per ogni w /. (1.103)
Estendiamo ora il concetto di proiezione su un convesso non vuoto chiuso di
o.
Se / un sottoinsieme di o e u
0
o, la distanza di u
0
da / il numero
di:t((u
0
, /) = inf
v,
[[u
0
v[[. (1.104)
Il risultato seguente noto come teorema di minima norma.
28
Teorema 27 Sia o uno spazio vettoriale reale di dimensione nita munito del
prodotto interno ( , ) e sia / o un sottoinsieme non vuoto chiuso e conves-
so. Per ogni f o esiste un unico u / che soddisfa le seguenti condizioni
equivalenti
|f u| = min
vK
|f v| = di:t(f , /), (1.105)
(f u, v u) _ 0 per ogni v /. (1.106)
Figura 1.1: Il convesso /.
Il vettore u = 1
K
(f ) detto proiezione di f sul convesso chiuso /.
Dimostrazione. Innanzi tutto dimostriamo che esiste u / che soddis-
fa (1.105), dopodich proviamo lequivalenza di (1.105) e (1.106) e nalmente
lunicit di u / che soddisfa (1.106).
Se f /, allora u = f ; se f , /, poniamo d = di:t(f , /). Allora per
denizione di estremo inferiore esiste una successione u
(|)

|N
/ tale che
d
|
=
_
_
u
(|)
f
_
_
d, per / . u
(|)

|N
una successione di Cauchy, infatti
applicando la regola del parallelogramma (1.39) con a = f u
()
, b = f u
(j)
,
ricordando che / convesso, si ha
[[u
()
u
(j)
[[
2
_ 2d
2

+ 2d
2
j
4d
2
, (1.107)
da cui si ottiene
[[u
()
u
(j)
[[ 0, quando j, . (1.108)
Cos, u
()
u / per j (proposizione 14)e d = |u f | in quanto il
funzionale norma continuo.
Ora dobbiamo provare lequivalenza di (1.105) e (1.106). Supponiamo che
u / soddis (1.105), per ogni w / si ha
v = (1 t)u +tw / per ogni t [0, 1]
29
e quindi
|f u| _ |f (1 t)u tw| = |f u t(wu)| .
Conseguentemente, per t (0, 1], si ha
|f u|
2
_ |f u|
2
2t(f u, wu) +t
2
|wu|
2
e quindi 2(f u, wu) _ t |wu|
2
che conduce a (1.106) quando t 0.
Viceversa, supponiamo che u / soddis (1.106), si ha
|u f |
2
|v f |
2
= 2(f u, v u) |u v|
2
_ 0 per ogni v /,
da cui segue (1.105).
Per provare lunicit di u, siano u
1
,u
2
/ che soddisfano (1.106). Si ha
(f u
1
, v u
1
) _ 0 per ogni v /, (1.109)
(f u
2
, v u
2
) _ 0 per ogni v /. (1.110)
Posto v = u
2
in (1.109) e v = u
1
in (1.110), sommando si ottiene
[[u
2
u
1
[[
2
_ 0. (1.111)
Esempio 28 Siano o = R
2
con il prodotto scalare denito in (1.33), / =
(r
1
, r
2
) R
2
[ r
2
1
+r
2
2
_ 1. Se f , /, si ha 1
K
(f ) = f ,[[f [[. Per ogni v /,
si ha infatti
[[f v[[ _ [[[f [[ [[v[[[ = [[f [[ [[v[[ _ [[f [[ 1 = [[[f [[ 1[ = [[f
f
[[f [[
[[.
Lapplicazione 1
K
: o / denita dal teorema precedente continua, vale
infatti la seguente proposizione.
Proposizione 29 Sotto le ipotesi del teorema 27 si ha
[[1
K
(f
1
) 1
K
(f
2
)[[ _ [[f
1
f
2
[[, per ogni f
1
, f
2
o. (1.112)
Dimostrazione. Posti u
1
= 1
K
(f
1
) e u
2
= 1
K
(f
2
), in vista di (1.106) si ha
(f
1
u
1
, v u
1
) _ 0 per ogni v /, (1.113)
(f
2
u
2
, v u
2
) _ 0 per ogni v /. (1.114)
Ponendo v = u
2
in (1.113) e v = u
1
in (1.114), sommando si ottiene
[[u
1
u
2
[[
2
_ (f
1
f
2
, u
1
u
2
),
che, tenendo conto della diseguaglianza di Schwarz, implica
[[u
1
u
2
[[ _ [[f
1
f
2
[[.
Poich un sottospazio vettoriale chiuso e convesso, la proiezione ortogonale
su un sottospazio vettoriale denita in (1.103) pu essere ottenuta come caso
particolare del teorema di minima norma, vale infatti la seguente proposizione.
30
Proposizione 30 Se / = /, con / sottospazio vettoriale di o, per ogni
f o la proiezione u = 1
/
(f ) di f su / caratterizzata da
u /, (f u, v) = 0, per ogni v /, (1.115)
e 1
/
unapplicazione lineare.
Dimostrazione. Da (1.106) si ottiene
(f u, v u) _ 0 per ogni v /,
e dunque
(f u, tv u) _ 0 per ogni v /, per ogni t R,
ne segue che
(f u, v) = 0, per ogni v /.
Inversamente se u verica (1.115) si ha
(f u, v u) = 0 per ogni v /.
Dati f
1
, f
2
o, posto u
1
= 1
/
(f
1
) e u
2
= 1
/
(f
2
), da (1.115) segue che
(f
1
+f
2
u
1
u
2
, v) = (f
1
u
1
, v) + (f
2
u
2
, v) = 0, (1.116)
per ogni v /, quindi 1
/
(f
1
+ f
2
) = 1
/
(f
1
) + 1
/
(f
2
). Analogamente si
dimostra che 1
/
(cf ) = c1
/
(f ) per ogni c R, f o.
1.13 Dierenziabilit
Siano | e spazi vettoriali con prodotto interno e T unapplicazione denita
in un intorno di 0 | a valori in . Si dice che T(u) converge a zero pi
velocemente di u e si scrive
T(u) = o(u) per u 0 (1.117)
se
lim
u,=0, u0
[[T(u)[[
V
[[u[[
/
= 0
1
. (1.118)
Se T
1
e T
2
sono due applicazioni, T
1
(u) = T
2
(u) + o(u) signica che T
1
(u)
T
2
(u) = o(u).
Ad esempio per | = = R e T(t) = t
o
con c 1, si ha T(t) = o(t) quando
t 0.
1
In altre parole, per ogni I 0 esiste I
0
0 tale che jjT(u)jj
W
< Ijjujj
U
se jjujj
U
< I
0
.
31
Sia g una funzione denita sullaperto T R a valori nello spazio vettoriale
, la derivata di g in t, se esiste, cos denita

g(t) =
d
dt
g(t) = lim
s0
g(t +:) g(t)
:
. (1.119)
In questo caso si dice che g dierenziabile in t. La funzione g : T di
classe C
1
se

g(t) esiste per ogni t T e se la funzione

g continua in T.
Sia g dierenziabile in t, allora
lim
s0
g(t +:) g(t) :

g(t)
:
= 0, (1.120)
o equivalentemente
g(t +:) = g(t) +:

g(t) +o(:), : 0. (1.121)

Dato che :

g(t) lineare in :, g(t + :) g(t) risulta uguale ad una funzione

lineare di : pi un termine che converge a zero pi velocemente di :.
Siano | e spazi vettoriali normati, T un aperto di | e T : T
unapplicazione. Si dice che T dierenziable (secondo Frchet) in u T se
la dierenza T(u + h) T(u) uguale ad una funzione lineare di h pi un
termine che converge a zero pi velocemente di h. Pi precisamente, se esiste
unapplicazione lineare
1T(u) : | (1.122)
tale che
T(u +h) = T(u) +1T(u)[h] +o(h), h 0. (1.123)
Se 1T(u) esiste, unica. Infatti per ogni h | si ha
1T(u)[h] = lim
o0
T(u +ch) T(u)
c
=
d
dc
T(u +ch)[
o=0
. (1.124)
1T(u) la derivata (di Frchet) di T in u.
Se T dierenziable in ogni u T allora 1T unapplicazione denita in
T a valori nello spazio vettoriale /(|, ) delle applicazioni lineari di | in ,
introdotto in (1.84),
1T : T /(|, ), (1.125)
che ad ogni u T associa lapplicazione lineare 1T(u).
Unapplicazione T : T di classe C
1
se T dierenziabile in ogni
u T e 1T continua. T di classe C
2
se T di classe C
1
e 1T di classe
C
1
. In generale, T di classe C
n
con : _ 3 se T di classe C
n1
e la sua
derivata (: 1)-esima di classe C
1
.
32
Se T un aperto di R e g una funzione da T in , dalla relazione (1.121)
segue che 1g(t)[:] = :

g(t).
Accanto alla dierenziabili secondo Frchet si pu introdurre una nozione
pi debole di dierenziabilit.
Unapplicazione T : T dierenziabile secondo Gateaux in u T se
per ogni h | esiste ed nito in il limite del rapporto
T(u +0h) T(u)
0
(1.126)
al tendere di 0 a 0. Indicato con T
t
(u, h) questo limite, si dice che T
t
(u, h) la
derivata di Gateaux di T in u nella direzione h. Lapplicazione h T
t
(u, h)
denita da | in omogeneo,
T
t
(u, ch) = lim
00
T(u +c0h) T(u)
0
= clim
00
T(u +0h) T(u)
0
= cT
t
(u, h),
(1.127)
per ogni c R, ma in generale non additiva.
Osservazione 31 Se T dierenziabile secondo Frchet in u, allora T dif-
ferenziabile secondo Gateaux in u e le due derivate coincidono,
1T(u)[h] = T
t
(u, h), per ogni h |.
Infatti sia h |,
T
t
(u, h) = lim
t 0
t ,= 0
T(u +th) T(u)
t
= lim
t 0
t ,= 0
1T(u)[th] +o(th)
t
lim
t 0
t ,= 0
t1T(u)[h] +o(th)
t
= 1T(u)[h].
Esistono applicazioni dierenziabili secondo Gateaux che non sono dierenziabili
secondo Frchet, come mostra il seguente esempio. Sia T : R
2
R denito da
T(r, j) =
_
0, (r, j) = (0, 0),
r
5
(r)
2
+r
4
, (r, j) ,= (0, 0).
(1.128)
T dierenziabile secondo Gateaux in (0, 0) in ogni direzione h = (/
1
, /
2
),
infatti
T(0/
1
, 0/
2
) T(0, 0)
0
=
0
2
/
5
1
(/
1
/
2
)
2
+0
2
/
4
1
, (1.129)
quindi
T
t
((0, 0), (/
1
, /
2
)) =
_
0, /
1
,= /
2
,
/
1
, /
1
= /
2
.
(1.130)
33
T non dierenziabile secondo Frchet in (0, 0), scelti infatti
h
1
= (6, 1), h
2
= (3, 8), (1.131)
si ha
T
t
(0, h
1
+h
2
) = 9 ,= T
t
(0, h
1
) +T
t
(0, h
2
) = 0. (1.132)
Vale il seguente teorema.
Teorema 32 Sia T : T unapplicazione, con T aperto di |. Se T
dierenziabile secondo Frchet in u
0
T allora T continua in u
0
.
Dimostrazione. Per u |, si ha
T(u
0
+u) T(u
0
) = T(u
0
+u) T(u
0
) 1T(u
0
)[u] +1T(u
0
)[u], (1.133)
dato che il rapporto
[[T(u
0
+u) T(u
0
) 1T(u
0
)[u][[
[[u[[
(1.134)
converge a 0 per u 0, esiste c
0
0 tale che se 0 < [[u[[ < c
0
si ha
[[T(u
0
+u) T(u
0
) 1T(u
0
)[u][[ _ [[u[[. (1.135)
Inoltre, poich 1T(u
0
) lineare, per la proposizione 17, anche limitata, quindi
esiste i 0 tale che
[[1T(u
0
)[u][[ _ i[[u[[, per ogni u |. (1.136)
Allora per [[u[[ < c
0
si ha
[[T(u
0
+u) T(u
0
)[[ _ [[T(u
0
+u) T(u
0
) 1T(u
0
)[u][[+
[[1T(u
0
)[u][[ _ (1 +i)[[u[[. (1.137)
Quindi per ogni - 0, posto c = min(c
0
, -,1 + i), si ha la continuit di T in
u
0
.
Osservazione 33 La dierenziabilit secondo Gateaux non implica la continu-
it. Se prendiamo ad esempio ) : R
2
R denita da
)(r, j) =
_
0, (r, j) = (0, 0),
_
r
2

r
4
+
2
_
2
, (r, j) ,= (0, 0),
(1.138)
si ha che ) dierenziabile secondo Gateaux in (0, 0), infatti per ogni v =
(
1
,
2
) si ha
)(0
1
, 0
2
) )(0, 0)
0
=
0
4
1

2
2
(0
2

4
1
+
2
2
)
2
,
e quindi
)
t
(0, v) = 0,
tuttavia ) non continua in (0, 0) poich x
|

|N
con x
|
= (r
|
, j
|
) =
_
1
|
,
1
|
2
_
una successione convergente a (0, 0), ma )(r
|
, j
|
)
1
4
per / .
34
Esempio 34 Sia 1 : | unapplicazione lineare. Per u
0
, u | si ha
1(u
0
+u) = 1(u
0
) +1(u),
quindi 11(u
0
) = 1, cio 11 costante.
Siano / un sottospazio dello spazio vettoriale o, e
1
, ..., e
|
una base orto-
normale di / ed 1
/
la proiezione su /, 1
/
(v) =
|

I=1
(v, e
I
)e
I
. Si ha
11
/
(v)[h] =
|

I=1
(h, e
I
)e
I
= 1
/
(h), per ogni h o.
Esempio 35 Siano | uno spazio vettoriale dotato di prodotto interno (, ), T :
| R il funzionale non lineare denito da T(u) = (u, u), u |. Si ha
T(u +h) = (u +h, u +h) = T(u) + 2(u, h) +T(h),
con T(h) = o(h) quando h 0, infatti
(h, h)
[[h[[
= [[h[[ 0 per h 0.
Poich 2(u, h) lineare in h, si ha che
1T(u)[h] = 2(u, h), per ogni h |. (1.139)
Siano A, A
1
, A
2
e spazi vettoriali di dimensione nita dotati di prodotto
interno; T un sottoinsieme aperto di A .
Consideriamo unapplicazione bilineare
2
: A
1
A
2
che assegna a ogni
f
0
A
1
e g
0
A
2
il prodotto (f
0
, g
0
) . In questo contesto, il prodotto
1 = (1, G) di due funzioni 1 : T A
1
e G : T A
2
la funzione 1 : T
denita da
1(u) = (1(u), G(u)), per ogni u T. (1.140)
Enunciamo adesso la seguente proposizione fondamentale.
Proposizione 36 (regola di derivazione del prodotto di applicazioni) Siano 1
e G dierenziabili in u T. Allora il loro prodotto 1 = (1, G) dierenziabile
in u e
11(u)[h] = (11(u)[h], G(u)) +(1(u), 1G(u)[h]) (1.141)
per ogni h A.
2
Unapplicazione : X
1
X
2
! Y si dice bilineare se (cf
1
+of
2
, g) = c(f
1
, g)+o(f
2
, g)
e (f , cg
1
+og
2
) = c(f , g
1
) +o(f , g
2
) per ogni f , f
1
, f
2
2 X
1
, g, g
1
, g
2
2 X
2
, c, o 2 R.
35
Dimostrazione. Siano e
1
, ..., e
n
una base ortonormale di A
1
e f
1
, ..., f
n

una base ortonormale di A

2
e poniamo i = max[[(e
I
, f

)[[, i = 1, ..., :, , =
1, ..., :. Si pu dimostrare che in vista della bilinearit di , per ogni a
A
1
, b A
2
si ha
[[(a, b)[[ _ i : :[[a[[ [[b[[. (1.142)
Inoltre si ha
[[11(u)[h][[ _ i
1
[[h[[, [[1G(u)[h][[ _ i
2
[[h[[, h A (1.143)
in quanto 11(u) e 1G(u) sono applicazioni lineari. Osserviamo che
1(u +h) = 1(u) +11(u)[h] +o(h), per h 0, (1.144)
G(u +h) = G(u) +1G(u)[h] +o(h), per h 0, (1.145)
e
[[(11(u)[h], 1G(u)[h])[[ _ i : :[[11(u)[h][[ [[1G(u)[h][[ _
i : : i
1r2
[[h[[
2
= o(h), per h 0, (1.146)
[[(11(u)[h], o(h))[[ _ i : : i
1
[[h[[ [[o(h)[[ = o(h), per h 0, (1.147)
[[(o(h), 1G(u)[h])[[ _ i : : i
2
[[h[[ [[o(h)[[ = o(h), per h 0. (1.148)
Finalmente
1(u +h) = (1(u +h), G(u +h)) =
(1(u), G(u)) +(1(u), 1G(u)[h])+
(11(u)[h], G(u)) +o(h) =
1(u) +(1(u), 1G(u)[h])+
(11(u)[h], G(u)) +o(h), per h 0. (1.149)
Dato che (1(u), 1G(u)[h]) e (11(u)[h], G(u)) sono lineari in h si ha la tesi.
Osservazione 37 Se A = R, sostituendo u con t in (1.141) si ha

1(t) = (

1(t), G(t)) +(1(t),

G(t)). (1.150)
Siano ( un aperto di A
1
, 1 : T A
1
e G : ( , con 1(T) = v A
1
[
v = 1(u), u T (.
Proposizione 38 (regola di derivazione della composizione di applicazioni)
Siano 1 dierenziabile in u T e G dierenziabile in v = 1(u). Allora la
composizione C = G 1 dierenziabile in u e
1C(u)[h] = 1G(1(u))[11(u)[h]] (1.151)
per ogni h A.
36
Osservazione 39 Se A = R, sostituendo u con t in (1.151) si ha
d
dt
C(t) = 1G(1(t)[

1(t)]. (1.152)
Esempio 40 Si consideri il funzionale T
1
: | R denito da T
1
(u) =
_
(u, u),
u |. T
1
la composizione della funzione ) : R
+
R denita da )(:) =
_
:,
per ogni : R
+
e del funzionale T dellesempio 35,
T
1
(u) = )(T(u)), u |. (1.153)
Dalla proposizione 38, tenendo conto di (1.139), si ricava che la derivata di T
1
in u denita da
1T
1
(u)[h] = 1)(T(u))[1T(u)[h]]
=
1
2
(T(u))
1/2
2(u, h) =
1
[[u[[
(u, h), per ogni h |.
37
Capitolo 2
Calcolo tensoriale
Questo capitolo dedicato ad alcuni risultati di algebra e analisi tensoriale,
dove, con il termine tensore, indichiamo unapplicazione lineare di uno spazio
vettoriale dotato di prodotto interno in s. Dettagli e approfondimenti possono
essere trovati in [1], [6], [7], [8], [10], [12] e [13].
Sia 1 uno spazio vettoriale reale di dimensione : _ 2 dotato del prodotto
scalare . Indicata con e
1
, e
2
, ..., e
n
una base ortonormale di 1, per ogni u 1
le quantit
n
I
= u e
I
, i = 1, ..., : (2.1)
sono le componenti (cartesiane) di u e si ha
u v =
n

I=1
n
I

I
e |u| =

_
n

I=1
n
2
I
. (2.2)
Se : = 3 si pu dimostrare per via geometrica che u v = [[u[[ [[v[[ cos 0, dove
0 [0, ] langolo compreso tra u e v.
2.1 Tensori del secondo ordine
Un tensore (del secondo ordine) A unapplicazione lineare di 1 in 1,
A(cu +,v) = cAu +,Av, per ogni c, , R, u, v 1. (2.3)
Linsieme
Lin = A : 1 1 [ A lineare (2.4)
di tutti i tensori uno spazio vettoriale. Dati A, B Lin, c R, i tensori A+B
e cA sono cos deniti
(A+B)v = Av +Bv, per ogni v 1, (2.5)
38
(cA)v = cAv, per ogni v 1. (2.6)
Lelemento nullo di Lin il tensore 0 denito da
0v = 0, per ogni v 1, (2.7)
e il tensore identit I denito da
Iv = v, per ogni v 1. (2.8)
Fissato c R, lapplicazione che ad ogni v 1 associa cv un tensore,
mentre lapplicazione che a v associa (v v)v non un tensore perch non
lineare.
Se A, B Lin, allora il prodotto AB Lin denito da (AB)u = A(Bu)
per ogni u 1. In generale AB ,= BA; se AB = BA si dice che A e B
commutano. Dati A Lin ed un intero / _ 0, si denisce
A
|
=
_
I se / = 0,
A
|1
A se / _ 1.
(2.9)
Proposizione 41 Per ogni tensore A Lin esiste un unico tensore A
T
tale
che
A
T
v u = v Au per ogni u, v 1. (2.10)
Il tensore A
T
detto trasposto di A.
Dimostrazione. Dimostriamo innanzi tutto che per ogni A Lin esiste un
tensore A
T
che soddisfa (2.10). A questo proposito, ssato v 1, si consideri
il funzionale lineare c : 1 R denito da c(u) = Au v, u 1. Per il teorema
di rappresentazione dei funzionali lineari, esiste un unico a
v
1 tale che
c(u) = Au v = a
v
u, per ogni u 1. (2.11)
Si consideri adesso lapplicazione B da 1 in 1 denita da
Bv = a
v
, per ogni v 1; (2.12)
B lineare, infatti se v, w 1 e c R, si ha
B(v +w) u = a
v+w
u = Au (v +w) =
Au v +Au w = a
v
u +a
w
u =
Bv u +Bw u, per ogni u 1; (2.13)
B(cv) u = a
ov
u = Au (cv) =
ca
v
u = cBv u, per ogni u 1. (2.14)
39
Poniamo A
T
= B, si ha
Au v = a
v
u = Bv u = A
T
v u per ogni u, v 1. (2.15)
Per dimostrare lunicit supponiamo che esistano due tensori B e C tali che
v Au = Bv u = Cv u per ogni u, v 1, (2.16)
allora
(BC)v u = 0 (2.17)
per ogni u, v 1. Posto u = (BC)v da (2.17) si ottiene [[(BC)v[[ = 0, da
cui si ricava (BC)v = 0 per ogni v 1, e quindi BC = 0.
Proposizione 42 Siano A, B Lin, valgono le seguenti propriet,
(A+B)
T
= A
T
+B
T
, (2.18)
(AB)
T
= B
T
A
T
, (2.19)
(A
T
)
T
= A. (2.20)
Dimostrazione. Per ogni u, v 1 si ha
u (A+B)
T
v = (A+B)u v = (Au +Bu) v =
u A
T
v +u B
T
v = u (A
T
+B
T
)v, (2.21)
che dimostra (2.18). Le propriet (2.19) e (2.20) discendono direttamente dalle
seguenti uguaglianze,
u (AB)
T
v = (AB)u v = A(Bu) v = Bu A
T
v =
u B
T
A
T
v, (2.22)
u (A
T
)
T
v = A
T
u v = u Av. (2.23)
2.2 Tensori simmetrici e antisimmetrici
Un tensore A Lin simmetrico se A
T
= A, antisimmetrico se A
T
= A.
Denotiamo con
Sym = A Lin [ A = A
T
(2.24)
il sottospazio di Lin di tutti i tensori simmetrici e con
Skw = W Lin [ W = W
T
(2.25)
il sottospazio di Lin di tutti i tensori antisimmetrici. Ogni A Lin unicamente
decomposto nella somma di (A+A
T
),2 Sym e (AA
T
),2 Skw. Inoltre,
poich SymSkw = 0, Lin la somma diretta di Sym e Skw,
Lin = SymSkw. (2.26)
I tensori (A+A
T
),2 e (AA
T
),2 sono detti rispettivamente parte simmetrica
e parte antisimmetrica di A.
40
2.3 Diadi
Dati a, b 1, a b lelemento di Lin denito dalla relazione,
(a b)u = (u b)a per ogni u 1. (2.27)
Il tensore a b anche detto diade e con l simbolo si denota il prodotto
tensore o prodotto tensoriale. La relazione (2.27) denisce eettivamente un
tensore, infatti,
a b(u +v) = [(u +v) b]a = (u b +v b)a =
(a b)u + (a b)v, (2.28)
a b(cu) = c(u b)a = c(a b)u (2.29)
per ogni u, v 1, c R.
Proposizione 43 (i) Siano a, b, c, d 1, e e
1
, ..., e
n
una base ortonormale
di 1, valgono le seguenti propriet
(a b)
T
= (b a), (2.30)
(a b)(c d) = (b c)(a d), (2.31)
(e
I
e

)(e
|
e
l
) =
_
0, , ,= /,
e
I
e
l
, , = /,
(2.32)
n

I=1
e
I
e
I
= I. (2.33)
(ii) Una diade ab simmetrica se e solo se b = ca, c R ed antisimmet-
rica se e solo se a = b = 0.
Dimostrazione. La dimostrazione di (2.30) segue dalle uguaglianze
u (a b)
T
v = (a b)u v = (u b)(a v) =
u (a v)b = u (b a)v, per ogni u, v 1. (2.34)
Dalle relazioni
(a b)(c d)u = (a b)(d u)c = (b c)(d u)a =
(b c)(a d)u, per ogni u 1, (2.35)
discende (2.31), mentre (2.32) segue direttamente da (2.31). Per quanto riguarda
(2.33) si ha
(e
1
e
1
+... +e
n
e
n
)u =
n
1
e
1
+... +n
n
e
n
= Iu, per ogni u 1. (2.36)
41
Inne per dimostrare (ii), si tenga conto del fatto che a b = ba se e solo se
(b u)a = (a u)b, per ogni u 1, (2.37)
che equivalente alla condizione b = ca, c R e che a b = b a se e solo
se
(b u)a = (a u)b, per ogni u 1. (2.38)
Supponiamo che a ,= 0, b ,= 0 e [[a[[ = [[b[[ = 1. Da (2.38) per u = a e u = b
si ricavano le uguaglianze
(b a)a = b, a = (b a)b, (2.39)
ed in particolare
a = (b a)
2
a. (2.40)
(2.40) implica (b a)
2
= 1 o (b a)
2
= 0. Se fosse (b a)
2
= 1, moltiplicando
scalarmente entrambi i membri di (2.39)
1
per b si ricaverebbe [[b[[ = 1. Si
conclude allora che (b a)
2
= 0, da cui in vista di (2.39) si ricava a = b = 0.
Esercizio 44 Dimostrare che dati A Lin e a, b 1, si ha
A(a b) = Aa b, (2.41)
(a b)A = a A
T
b. (2.42)
Soluzione. Per ogni u 1, si ha
A(a b)u = A(b u)a = (b u)Aa = (Aa b)u, (2.43)
(a b)Au = (b Au)a = (A
T
b u)a = (a A
T
b)u. (2.44)
Sia e 1 con [[e[[ = 1, per ogni v 1 il vettore (e e)v = (v e)e la
proiezione di v nella direzione di e; il vettore (I e e)v la proiezione di v
sul sottospazio ortogonale a e,
1
Span(e)
= e e, 1
Span(e)
? = I e e.
2.4 Componenti di un tensore
Fissata una base ortonormale e
1
, ..., e
n
di 1, le componenti cartesiane di un
tensore A Lin sono

I
= e
I
Ae

, i, , = 1, ..., :. (2.45)
Per u 1, posto v = Au, per ogni i = 1, ..., : si ha

I
= v e
I
= Au e
I
= e
I

=1
A(n

) =
n

=1
e
I
Ae

=
n

=1

I
n

. (2.46)
42
Proposizione 45 Sia e
1
, ..., e
n
una base ortonormale di 1, le diadi e
I

e

I,=1,...,n
costituiscono una base di Lin. In particolare, per ogni A Lin, si
ha
A =
n

I,=1

I
(e
I
e

). (2.47)
Dimostrazione. Cominciamo con il dimostrare che le diadi e
I
e

I,=1,...,n
costituiscono un insieme di tensori linearmente indipendenti. Si consideri la
combinazione lineare delle diadi e
I
e

I,=1,...,n
con coecienti c
I
, si ha
n

I,=1
c
I
e
I
e

= 0 (2.48)
se e solo se
n

I,=1
c
I
(e
I
e

)u =
n

I,=1
c
I
n

e
I
= 0, per ogni u 1. (2.49)
Posto
,
I
=
n

=1
c
I
n

, i = 1, ..., : (2.50)
da (2.49) si ricava ,
1
= ... = ,
n
= 0 e quindi
_
_
n

=1
c
I
e

_
_
u = 0, per ogni u 1, i = 1, ..., :. (2.51)
Le relazioni in (2.51) sono equivalenti a
n

=1
c
I
e

= 0, i = 1, ..., :, (2.52)
che, a loro volta, tenendo conto della lineare indipendenza dei vettori e
1
, ..., e
n
,
conduce alle uguaglianze c
I
= 0, i, , = 1, ..., :. Per ogni u 1 si ha
Au =
n

I=1
(Au)
I
e
I
=
n

I=1
n

=1

I
n

e
I
=
n

I,=1

I
(u e

)e
I
=
n

I,=1

I
(e
I
e

)u,
che dimostra (2.47) e consente di concludere che e
I
e

I,=1,...,n
una base
dello spazio vettoriale Lin che quindi ha dimensione :
2
.
Proposizione 46 Dato A Lin, si ha
A =
n

=1
(Ae

). (2.53)
Inoltre dati a, b 1, si ha
(a b)
I
= a
I
/

, i, , = 1, ..., :. (2.54)
43
Dimostrazione. Per dimostrare (2.53) si usano la rappresentazione (2.47) e
(2.45) e la relazione (2.31), da cui si ricava
A =
n

I,=1

I
(e
I
e

) =
n

I,=1
(e
I
Ae

)(e
I
e

) =
n

I,=1
(e
I
e
I
)(Ae

) =
_
n

I=1
e
I
e
I
_
_
_
n

=1
Ae

_
_
=
n

=1
Ae

,
dove lultima uguaglianza discende da (2.33). Inne,
(a b)
I
= e
I
(a b)e

= (a e
I
)(b e

) = a
I
/

.
Dato un tensore A Lin, la matrice
[A] =
_

11

12
.
1n

21

22
.
2n
. . . .

n1

n2

nn
_

_
(2.55)
la matrice delle componenti di A rispetto a e
1
, ..., e
n
.
Dati i tensori A, B Lin, si ha
[A
T
] = [A]
T
, (2.56)
[AB] = [A][B], (2.57)
[I] =
_

_
1 0 . 0
0 1 . 0
. . . .
0 0 . 1
_

_
. (2.58)
2.5 Prodotto interno e norma in Lin
La traccia il funzionale lineare su Lin che ad ogni tensore A associa lo scalare
trA e soddisfa
tr(a b) = a b, per ogni a, b 1 (2.59)
Dalla relazione (2.47) e dalla linearit di tr si ha
trA = tr
_
_
n

I,=1

I
(e
I
e

)
_
_
=
n

I,=1

I
tr(e
I
e

) =
n

I,=1

I
(e
I
e

) =
n

I=1

II
. (2.60)
44
Proposizione 47 Il funzionale traccia ha le seguenti propriet
trA = trA
T
, (2.61)
tr(AB) = tr(BA), (2.62)
per ogni A, B Lin.
Dimostrazione. Si ha
trA =
n

I=1

II
=
n

I=1
e
I
Ae
I
=
n

I=1
e
I
A
T
e
I
= trA
T
,
e (2.61) dimostrato. Per provare (2.62) osserviamo che
AB =
_
_
n

I,=1

I
(e
I
e

)
_
_
_
_
n

l,n=1
1
ln
(e
l
e
n
)
_
_
=
n

I,,l,n=1

I
1
ln
(e
I
e

)(e
l
e
n
) =
n

I,,n=1

I
1
n
(e
I
e
n
), (2.63)
BA =
_
_
n

l,n=1
1
ln
(e
l
e
n
)
_
_
_
_
n

I,=1

I
(e
I
e

)
_
_
=
n

I,,l,n=1

I
1
ln
(e
l
e
n
)(e
I
e

) =
n

I,,l=1

I
1
lI
(e
l
e

). (2.64)
Da (2.63) si ottiene
tr(AB) =
n

I,,n=1

I
1
n
(e
I
e
n
) =
n

I,=1

I
1
I
,
mentre da (2.64) si ha
tr(BA) =
n

I,,l=1

I
1
lI
(e
l
e

) =
n

I,=1

I
1
I
,
da cui la tesi.
In particolare, dalla dimostrazione precedente, discende che le componenti
del prodotto AB sono date da
(1)
nl
=
n

=1

n
1
l
, :, | = 1, ..., :. (2.65)
45
Lo spazio vettoriale Lin pu essere dotato del prodotto interno
A B = tr(A
T
B), A, B Lin. (2.66)
Verichiamo che (2.66) eettivamente un prodotto interno. La simmetria
soddisfatta, infatti
A B =tr(A
T
B) = tr(B
T
A) = B A,
per quanto riguarda la bilinearit, dati A, B, C Lin si ha
A (B+C) = tr(A
T
(B+C)) = tr(A
T
B) +tr(A
T
C) =
A B+A C,
inoltre per ogni c R,
A (cB) = tr(cA
T
B) = ctr(A
T
B) = cA B.
Inne, per quanto riguarda la positivit, si ha
A A =tr(A
T
A) = tr
_
_
_
_
n

I,=1

I
(e

e
I
)
_
_
n

l,n=1

ln
(e
l
e
n
)
_
_
=
tr
_
_
n

I,,l,n=1

ln
(e

e
I
)(e
l
e
n
)
_
_
= tr
_
_
n

I,,n=1

In
(e

e
n
)
_
_
=
n

I,=1

2
I
_ 0,
inoltre A A = 0 se e solo se
I
= 0 per i, , = 1, ..., :.
Il prodotto interno di A e B in termini di componenti dato da
A B =
n

I,=1

I
1
I
. (2.67)
Nello spazio vettoriale Lin al prodotto interno (2.66) associata la norma
[[A[[ =
_
A A =
_
tr(A
T
A), A Lin. (2.68)
In particolare si ha
[[A[[ = [[A
T
[[, (2.69)
infatti
[[A[[
2
= A A = tr(A
T
A) = tr(AA
T
)
= tr((A
T
)
T
A
T
) = A
T
A
T
= [[A
T
[[
2
. (2.70)
46
Esercizio 48 La norma denita (2.68) submoltiplicativa,
[[AB[[ _ [[A[[ [[B[[ per ogni A, B Lin. (2.71)
Proposizione 49 Siano A, B, C Lin, u, v, a, b 1, valgono le seguenti re-
lazioni
I A = trA, (2.72)
C (AB) = (A
T
C) B = (CB
T
) A, (2.73)
u Av = A (u v), (2.74)
(a b) (u v) = (a u)(b v), (2.75)
[[u u[[ = [[u[[
2
. (2.76)
Dimostrazione. (2.72) ovvia, per dimostrare (2.73) si osserva che
C (AB) = tr(C
T
AB) = tr((A
T
C)
T
B) = (A
T
C) B =
tr(BC
T
A) = tr((CB
T
)
T
A) = (CB
T
) A.
Inoltre
u Av =
n

I=1
n
I
n

=1

=
n

I,=1

I
n
I

=
n

I,=1

I
(u v)
I
= A (u v),
quindi (2.74) dimostrata. Inne
(a b) (u v) =
n

I,=1
a
I
/

n
I

=
_
n

I=1
a
I
n
I
__
n

I=1
/

_
= (a u)(b v),
e anche (2.75) provata. Inne,
[[u u[[
2
= tr((u u)(u u)) = (u u)
2
= [[u[[
4
.
Da (2.75) e (2.47) segue che e
I
e

I,=1,...,n
una base ortonormale di
Lin,
(e
I
e

) (e
|
e
l
) = (e
I
e
|
)(e

e
l
) =
_
1 i = /, , = |,
0 altrimenti.
Dato A Lin, per ogni u 1, si ha
[[Au[[
2
= Au Au = u A
T
Au = A
T
A (u u) _ [[A
T
A[[ [[u u[[
_ [[A
T
[[ [[A[[ [[u u[[ _ [[A[[
2
[[u[[
2
,
quindi,
[[Au[[ _ [[A[[ [[u[[, per ogni u 1. (2.77)
In particolare, in accordo con il fatto che A lineare, A limitato (proposizione
17)
47
Proposizione 50 Siano A, B Lin. Valgono le seguenti propriet,
(1) Se A simmetrico si ha
A C = A C
T
= A
1
2
(C+C
T
), per ogni C Lin. (2.78)
(2) Se B antisimmetrico si ha
B C = B C
T
= B
1
2
(CC
T
), per ogni C Lin. (2.79)
(3) Se A simmetrico e B antisimmetrico si ha A B = 0.
(4) Se A C = 0 per ogni tensore C simmetrico allora A antisimmetrico.
(5) Se A C = 0 per ogni tensore C antisimmetrico allora A simmetrico.
Dimostrazione. (1) Si osservi che se A = A
T
, allora
A C = tr(A
T
C) = tr(AC) = A C
T
,
inoltre
A C =
1
2
(A C+A C) =
1
2
(A C+A C
T
) =
A
1
2
(C+C
T
).
(2) Se invece A = A
T
, si ha
A C = tr(A
T
C) = tr(AC) = A C
T
,
e
A C =
1
2
(A C+A C) =
1
2
(A CA C
T
) =
A
1
2
(CC
T
),
(3) Se A simmetrico e B antisimmetrico, allora
A B = tr(AB) = B
T
A = B A,
quindi A B = 0.
(4) Supponiamo che A non sia antisimmetrico, allora A = S + W, con
S Sym, W Skw; in vista di (3) si ha
0 = A C = S C+W C = S C, per ogni C Sym;
in particolare, scelto C = S, si ha S S = 0 e quindi S = 0.
(5) La dimostrazione analoga a quella del punto (4).
Avevamo gi provato che Lin=SymSkw, dalla proposizione precedente
segue che Skw il complemento ortogonale di Sym e Sym il complemento
ortogonale di Skw,
Sym
J
= Skw, Skw
J
= Sym (2.80)
e che 1
Sym
(A) =
A+A
T
2
e 1
Skw
(A) =
AA
T
2
sono le proiezioni ortogonali di A
sui sottospazi Sym e Skw rispettivamente.
48
2.6 Tensori invertibili
Un tensore A si dice invertibile se iniettivo
(i) se u
1
,= u
2
allora Au
1
,= Au
2
,
e surgettivo,
(ii) per ogni v 1 esiste (almeno) u 1 tale che Au = v.
Se A invertibile si denisce nel modo seguente il tensore A
1
, detto inverso
di A. Dato v
0
1 esiste ed unico (in vista di (i)) u
0
1 tale che Au
0
= v
0
,
si denisce allora A
1
v
0
= u
0
. A
1
lineare, infatti, dati v
1
, v
2
con Au
1
=
v
1
, Au
2
= v
2
, dalla linearit di A segue che A(c
1
u
1
+ c
2
u
2
) = c
1
v
1
+ c
2
v
2
,
quindi
A
1
(c
1
v
1
+c
2
v
2
) = c
1
u
1
+c
2
u
2
=
c
1
A
1
v
1
+c
2
A
1
v
2
. (2.81)
Dalla denizione discende che se A invertibile allora
AA
1
= A
1
A = I. (2.82)
Queste relazioni caratterizzano A
1
, infatti vale il seguente teorema.
Teorema 51 Siano A, B, C Lin tali che
AB = CA = I, (2.83)
allora A invertibile e B = C = A
1
.
Dimostrazione. Se Au
1
= Au
2
allora CAu
1
= CAu
2
e u
1
= u
2
, quindi A
ha la propriet (i). Per ogni v 1 poniamo u = Bv, allora Au = ABv = v
e A soddisfa (ii). Da AB = I, premoltiplicando per A
1
si ottiene B = A
1
,
mentre da CA = I, moltiplicando a destra per A
1
si ha C = A
1
.
Teorema 52 A Lin invertibile se e solo se Au = 0 implica u = 0 o,
alternativamente, se e solo se ogni v 1 pu essere scritto nella forma v = Au.
Dimostrazione. Se A invertibile, entrambe le condizioni sono vericate
perch A iniettivo e surgettivo. Viceversa, supponiamo che Au = 0 implichi
u = 0, allora la propriet (i) soddisfatta. Per dimostrare che vale anche (ii),
sia e
1
, ..., e
n
una base di 1, allora anche Ae
1
, ..., Ae
n
una base di 1.
Infatti, da
0 =
n

I=1
c
I
Ae
I
= A
_
n

I=1
c
I
e
I
_
(2.84)
si ottiene

n
I=1
c
I
e
I
= 0 e quindi c
1
= ... = c
n
= 0. Pertanto ogni v 1 pu
essere scritto nella forma v =

n
I=1
c
I
Ae
I
= A(

n
I=1
c
I
e
I
) = Au.
49
Supponiamo ora che ogni v 1 possa essere scritto nella forma v = Au. Se
f
1
, ..., f
n
base di 1, siano e
1
, ..., e
n
1 tali che f
I
= Ae
I
, i = 1, ..., :, allora
e
1
, ..., e
n
una base di 1, infatti

n
I=1
c
I
e
I
= 0 implica A(

n
I=1
c
I
e
I
) =

n
I=1
c
I
f
I
= 0 e quindi c
1
= ... = c
n
= 0. Con ci abbiamo anche dimostrato
che se Au = 0 allora u = 0, e quindi vale (i).
Teorema 53 (1) Siano A, B Lin invertibili, allora AB invertibile e
(AB)
1
= B
1
A
1
. (2.85)
(2) Sia A Lin invertibile e c ,= 0, allora cA invertibile e
(cA)
1
=
1
c
A
1
.
(3) Sia A Lin invertibile, allora A
1
invertibile e
(A
1
)
1
= A. (2.86)
(4) Sia A Lin invertibile, allora A
T
invertibile e
(A
T
)
1
= (A
1
)
T
(2.87)
(5) Sia Sia A Lin invertibile, allora A
|
invertibile per ogni / N e
(A
|
)
1
= (A
1
)
|
. (2.88)
Si consideri il funzionale det :LinR che ad ogni tensore A associa il deter-
minante della matrice [A] delle componenti cartesiane di A rispetto alla base
ortonormale e
1
, ..., e
n
di 1
det A = det[A]. (2.89)
det A detto determinante del tensore A e dimostreremo in seguito che la
denizione non dipende dalla scelta della base e
1
, ..., e
n
di 1.
Elenchiamo le seguenti propriet del determinante di un tensore che discen-
dono direttamente dalle analoghe propriet del determinante di una matrice.
Per ogni A, B Lin si ha
det(AB) = det Adet B, (2.90)
det(A
T
) = det A, (2.91)
det(cA) = c
n
det A, c R, (2.92)
det(I) = 1. (2.93)
Vale la seguente proposizione.
50
Proposizione 54 Un tensore A invertibile se e solo se det A ,= 0, in tal caso
det(A
1
) = (det A)
1
. (2.94)
Dimostrazione. Se A invertibile, da (2.82), tenendo conto di (2.90) segue
che
1 = det Adet(A
1
),
da cui discendono det A ,= 0 e (2.94). Viceversa, supponiamo che det A sia
diverso da 0, allora A iniettivo. Infatti, la relazione Au = 0 equivalente al
sistema lineare
n

=1

I
n

= 0, i = 1, ..., : la cui unica soluzione n

1
= ... =
n
n
= 0. Quindi in virt del teorema 52 si conclude che A invertibile.
Esempio 55 Dato e 1 con [[e[[ = 1, il tensore ee che ad ogni v 1 associa
il vettore (e v)e non invertibile perch manda il sottospazio ortogonale ad e
nel vettore 0.
2.7 Tensori ortogonali
Un tensore Q ortogonale se conserva il prodotto interno di 1,
Qu Qv = u v, per ogni u, v 1. (2.95)
In particolare un tensore ortogonale invertibile, infatti da (2.95) per v = u
si ottiene
[[Qu[[ = [[u[[, (2.96)
quindi se Qu = 0, allora u = 0. Un tensore ortogonale unisometria (confronta
(1.64)).
La condizione (2.96) esprime il fatto che Q conserva la norma di un vettore.
Proposizione 56 Condizione necessaria e suciente anch Q Lin sia
ortogonale che
QQ
T
= Q
T
Q = I. (2.97)
Dimostrazione. Supponiamo che sia soddisfatta la condizione (2.97), allora
Qu Qv = u Q
T
Qv = u v, per ogni u, v 1,
quindi Q ortogonale. Viceversa, supponiamo che Q sia ortogonale,
u v = Qu Qv = u Q
T
Qv, per ogni u, v 1,
da cui discende che u (v Q
T
Qv) = 0 per ogni u 1, quindi v Q
T
Qv = 0
per ogni v 1 e inne
Q
T
Q = I. (2.98)
51
Se moltiplichiamo (2.98) a destra per Q
T
si ottiene
Q
T
QQ
T
= Q
T
,
da cui, premoltiplicando per Q
T
, si deduce nalmente che anche QQ
T
= I.
Dalla proposizione precedente, si ricava che Q ortogonale se e solo se
Q
T
= Q
1
, inoltre se Q ortogonale allora det Q = 1.
Un tensore ortogonale R con det R = 1 detto rotazione.
Abbiamo visto che se A un tensore invertibile e e
1
, ..., e
n
una base
di 1, allora Ae
1
, ..., Ae
n
una base di 1. Nel caso in cui A sia un tensore
ortogonale vale la seguente proposizione.
Proposizione 57 Se e
1
, ..., e
n
una base ortonormale di 1 e Q un tensore
ortogonale, allora Qe
1
, ..., Qe
n
una base ortonormale di 1. Viceversa, se Q
un tensore tale che se e
1
, ..., e
n
una base ortonormale allora Qe
1
, ..., Qe
n

una base ortonormale, Q ortogonale.

Dimostrazione. Sia Q un tensore ortogonale, si ha
Qe
I
Qe

= e
I
e

= c
I
,
quindi Qe
1
, ..., Qe
n
una base ortonormale di 1.
Supponiamo ora che Qe
1
, ..., Qe
n
sia una base ortonormale di 1. Poich
Qe
I
Qe

= c
I
= e
I
e

,
facile vericare che
Qu Qv = u v, per ogni u, v 1.
Siano 1 = e
1
, ..., e
n
e 1 = f
1
, ..., f
n
due basi ortonormali di 1. Sia Q il
tensore ortogonale tale che
f
I
= Qe
I
, i = 1, ..., :, (2.99)
Dato u 1 si ha
u =
n

I=1

I
e
I
, u =
n

I=1
j
I
f
I
,
vogliamo determinare la relazione tra le componenti
I
di u rispetto ad 1 e le
componenti j
I
di u rispetto ad 1.
Qu = Q
_
n

I=1

I
e
I
_
=
n

I=1

I
f
I
. (2.100)
Siano Q
I
le componenti di Q rispetto ad 1,
f

= Qe

=
n

I=1
(e
I
Qe

)e
I
=
n

I=1
Q
I
e
I
. (2.101)
52
Si ha
n

=1
j

=
n

=1
j

Qe

=
n

=1
j

I=1
Q
I
e
I
=
n

I=1
_
_
n

=1
Q
I
j

_
_
e
I
, (2.102)
quindi

I
=
n

=1
Q
I
j

. (2.103)
Dato (
1
, ...,
n
) R
n
, i vettori u =

n
I=1

I
e
I
e v =

n
I=1

I
f
I
, in vista di
(2.100), sono legati dalla seguente relazione
v = Qu. (2.104)
In denitiva, il tensore Q(o pi precisamente la matrice di componenti Q
I
) pu
essere considerato come una trasformazione di coordinate come in (2.103) o come
una trasformazione di vettori, come in (2.104). In questo caso Q rappresenta
un cambiamento di base, dalla base 1 alla base 1.
Se B un tensore, ci chiediamo qual la relazione tra la sua matrice di
componenti 1
I
rispetto ad 1 e la sua matrice di componenti 1
t
I
rispetto a 1.
Si ha
Be

=
n

I=1
1
I
e
I
, (2.105)
Bf

=
n

I=1
1
t
I
f
I
. (2.106)
Consideriamo il tensore Q denito in (2.99)
Bf

= BQe

= B
_
n

|=1
Q
|
e
|
_
=
n

|=1
Q
|
Be
|
=
n

|=1
Q
|
n

I=1
1
I|
e
I
=
n

I=1
_
n

|=1
1
I|
Q
|
_
e
I
(2.107)
e in vista di (2.106),
Bf

=
n

|=1
1
t
|
f
|
=
n

|=1
1
t
|
Qe
|
=
n

|=1
1
t
|
n

I=1
Q
I|
e
I
=
n

I=1
_
n

|=1
Q
I|
1
t
|
_
e
I
. (2.108)
53
Dal confronto di (2.107) e (2.108) si ottiene che
n

|=1
1
I|
Q
|
=
n

|=1
Q
I|
1
t
|
, (2.109)
o equivalentemente
[B][Q] = [Q][B
t
], (2.110)
dove [Q] e [B] sono le matrici delle componenti di Q e B rispetto ad 1 e [B
t
]
la matrice delle componenti di B rispetto a 1. Da (2.110) si ricava che
[B
t
] = [Q]
T
[B][Q]. (2.111)
Inne, se 1
I
sono le componenti di una matrice, vogliamo determinare la
relazione tra i tensori B e C deniti rispettivamente da
B =
n

I,=1
1
I
e
I
e

, (2.112)
e
C =
n

I,=1
1
I
f
I
f

. (2.113)
Da (2.112), (2.113) e (2.99) si ottiene
C = QBQ
T
. (2.114)
La relazione (2.114) esprime il legame che deve esserci tra un tensore B e un
tensore C tali che se Bu = v, allora CQu = Qv, per ogni u \,
u
B
v
| |
Qu
C
Qv
(2.115)
Il tensore QBQ
T
detto coniugato ortogonale di B rispetto a Q.
Esempio 58 Sia : = 3. Consideriamo il cambiamento di base
f
1
= cos 0e
1
+ sin0e
2
, (2.116)
f
2
= sin0e
1
+ cos 0e
2
, (2.117)
f
3
= e
3
, (2.118)
corrispondente ad una rotazione positiva (antioraria) di un angolo 0 attorno a
e
3
. La matrice delle componenti della rotazione
R = e
3
e
3
+ sin0(e
2
e
1
e
1
e
2
) + cos 0(e
1
e
1
+e
2
e
2
)
tale che Re
I
= f
I
rispetto ad 1
_
_
cos 0 sin0 0
sin0 cos 0 0
0 0 1
_
_
. (2.119)
54
Il tensore ortogonale Q = I detto riessione centrale dello spazio dei
vettori.
Per : = 3, il tensore ortogonale Q la cui matrice delle componenti data da
[Q] =
_
_
1 0 0
0 1 0
0 0 1
_
_
, (2.120)
una riessione rispetto al piano generato dai vettori e
1
ed e
2
.
2.8 Alcuni sottoinsiemi di Lin
Un tensore A semidenito positivo se
v Av _ 0, per ogni v 1, (2.121)
denito positivo se v Av 0, per ogni v ,= 0.
Un tensore A semidenito negativo se
v Av _ 0, per ogni v 1, (2.122)
denito negativo se v Av < 0, per ogni v ,= 0.
Consideriamo i seguenti sottoinsiemi di Lin,
Lin
+
= A Lin [ det A 0 , (2.123)
Psym = A Sym [ A denito positivo , (2.124)
Sym
+
= A Sym [ A semidenito positivo , (2.125)
Nsym = A Sym [ A denito negativo , (2.126)
Sym

= A Sym [ A semidenito negativo , (2.127)

Orth =
_
Q Lin [ QQ
T
= Q
T
Q = I
_
, (2.128)
Orth
+
= R Orth [ det R = 1 . (2.129)
Lin
+
, Orth e Orth
+
sono gruppi
1
rispetto alla moltiplicazione tra tensori; Or-
th detto gruppo ortogonale, Orth
+
detto gruppo delle rotazioni. Psym, Nsym,
1
Un gruppo G un insieme di elementi su cui denita unoperazione * che soddisfa le
seguenti propriet:
1. Se o, b 2 G, allora o b 2 G,
2. Per ogni o, b, c 2 G, si ha (o b) c = o (b c),
3. Esiste un elemento identit 1 tale che 1 o = o 1 = o, per ogni o 2 G,
4. Per ogni o 2 G, esiste un elemento o
1
2 G, tale che o
1
o = o o
1
= 1.
55
Sym
+
e Sym

sono coni
2
convessi. Gli insiemi Sym e Skw deniti in (2.24) e
(2.25) sono spazi vettoriali di dimensione
n(n+1)
2
e
n(n1)
2
, rispettivamente. Per
: = 3 gli insiemi di vettori
_
e
1
e
1
, e
2
e
2
, e
3
e
3
,
1
_
2
(e
1
e
2
+e
2
e
1
),
1
_
2
(e
1
e
3
+e
3
e
1
),
1
_
2
(e
2
e
3
+e
3
e
3
)
_
, (2.130)
e
_
1
_
2
(e
1
e
2
e
2
e
1
),
1
_
2
(e
1
e
3
e
3
e
1
),
1
_
2
(e
2
e
3
e
3
e
3
)
_
, (2.131)
costituiscono rispettivamente una base ortonormale di Sym e di Skw.
Un tensore si dice sferico se della forma A = cI, con c R. Dato A
Lin, il tensore
A
0
= A
1
:
(trA)I, (2.132)
detto deviatore di A. Da (2.132) discende che trA
0
= 0. Siano
Dev = A Lin [ trA = 0 (2.133)
linsieme dei deviatori di tutti i tensori e
Sph = cI [ c R (2.134)
linsieme di tutti i tensori sferici. Si dimostra facilmente che Dev e Sph sono
sottospazi vettoriali di Lin di dimensione rispettivamente :
2
1 e 1, che Dev
ortogonale a Sph e che
Lin = Dev + Sph. (2.135)
Pertanto risulta
Lin = Dev Sph
e le proiezioni ortogonali 1
Dev
e 1
Sph
di Lin su Dev e Sph sono denite da
1
Dev
(A) = A
0
, 1
Sph
(A) =
1
:
(trA)I, A Lin. (2.136)
Esercizio 59 Dati : = 3 e A, B Lin, provare che
A B = A
0
B
0
+
1
3
(trA)(trB), (2.137)
B
0
B
0
= B
0
B = B B
1
3
(trB)
2
. (2.138)
Nellipotesi che B = 2jA+`(trA)I, calcolare trB, A B e B B.
2
Un sottoinsieme C di uno spazio vettoriale S un cono se Au 2 C per ogni A 0 e u 2 C.
56
Esercizio 60 Siano D Psym, Q Orth, mostrare che QDQ
T
Psym.
Esercizio 61 Dimostrare che per ogni A Lin si ha
trA = tr
_
1
2
(A+A
T
)
_
, (2.139)
e che in particolare se A Skw, allora trA = 0.
Esercizio 62 Provare che Q Orth se e solo se il tensore H = QI soddisfa
entrambe le relazioni
H+H
T
+HH
T
= 0, (2.140)
HH
T
= H
T
H. (2.141)
Soluzione. Supponiamo che Q Orth; in particolare QQ
T
= Q
T
Q = I e
posto Q = I +H si ha
(I +H)(I +H)
T
= (I +H)
T
(I +H) = I,
da cui si ottengono direttamente (2.140) e (2.141). Viceversa, se H = Q I
soddisfa (2.140) e (2.141) si ha
QI +Q
T
I + (QI)(Q
T
I) = 0,
da cui discende QQ
T
= I, inoltre
(QI)(Q
T
I) = (Q
T
I)(QI),
e nalmente QQ
T
= Q
T
Q.
2.9 Prodotto vettoriale
In questo paragrafo considereremo il caso : = 3. Dati u, v 1 indichiamo con
u . v il prodotto vettoriale di u e v.
Sia e
1
, e
2
, e
3
una base ortonormale destra, le componenti di u.v rispetto
a questa base sono
n
2

3
n
3

2
, n
3

1
n
1

3
, n
1

2
n
2

1
. (2.142)
Il prodotto vettoriale . ha le seguenti propriet,
(cu +,v) . w = cu . w+,v . w, (bilinearit) (2.143)
u . v = v . u, (antisimmetria) (2.144)
u . u = 0, (2.145)
57
u (v . w) = w (u . v) = v (w. u) (2.146)
per ogni u, v, w 1, c, , R.
Inoltre, se u ,= 0, allora u . v = 0 se e solo se v = cu con c R. Infatti da
(2.142) discendono le seguenti relazioni
n
2

3
= n
3

2
, n
3

1
= n
1

3
, n
1

2
= n
2

1
. (2.147)
Da (2.147) supponendo che ad esempio sia n
1
,= 0, si ricava

2
=
n
2
n
1

1
,
3
=
n
3
n
1

1
, (2.148)
e quindi v =
u1
u1
u.
Il vettore u . v ortogonale al sottospazio generato da u e v e si pu
dimostrare che
[[u . v[[ = [[u[[ [[v[[ sin0, (2.149)
dove 0 [0, ] langolo formato dai vettori u e v. Si ha inoltre che il prodotto
misto u (v.w) nullo se e solo se u, v e w sono linearmente dipendenti; infatti
se u (v . w) = 0 allora o u = 0, o v . w = 0, cio w = cv per qualche c R,
oppure u ortogonale a v . w e quindi appartiene al piano generato da v e w.
Valgono le ulteriori propriet,
[[u . v[[
2
= [[u[[
2
[[v[[
2
(u v)
2
, per ogni u, v 1, (2.150)
[[u . v[[
2
+ (u v)
2
= 1, per ogni u, v 1 con [[u[[ = [[v[[ = 1. (2.151)
Esercizio 63 Dimostrare la seguente identit
(u . v) . w = (u w)v (v w)u, per ogni u, v, w 1. (2.152)
Soluzione. Se u = cv la tesi ovvia, supponiamo allora che sia u ,= cv. Il
vettore u.v ortogonale al piano di u e v, quindi (u.v) .w che ortogonale
a u . v deve appartenere al piano di u e v,
(u . v) . w = cu +,v, (2.153)
dove c e , sono degli scalari che devono essere determinati in funzione di u, v
e w. Poich w ortogonale a (u . v) . w si deve avere
cu w+,v w = 0, (2.154)
che implica
c = (v w), , = (u w), (2.155)
dove una funzione scalare incognita di u, v e w. Si ha allora,
(u . v) . w = (u, v, w)[(v w)u + (u w)v]; (2.156)
58
per w = u la (2.156) diventa
(u . v) . u = (u, v, u)[[[u[[
2
v (v u)u]. (2.157)
Moltiplicando scalarmente per v la (2.157) si ottiene
[[u . v[[
2
= [[u[[
2
[[v[[
2
sin
2
0 = [[u[[
2
[[v[[
2
(1 cos
2
0) =
[[u[[
2
[[v[[
2
(v u)
2
= (u, v, u)[[[u[[
2
[[v[[
2
(v u)
2
], (2.158)
quindi da (2.150) si ottiene (u, v, u) = 1. Moltiplicando scalarmente la (2.156)
per u, tenendo conto di (2.146) si ricava
[u . (u . v)] w = (u, v, w)[(u w)(v u) (v w)[[u[[
2
]; (2.159)
da (2.157) moltiplicata scalarmente per w e da (u, v, u) = 1 segue
[u . (u . v)] w = (u w)(v u) (v w)[[u[[
2
, (2.160)
e tenendo conto di (2.153) si ottiene nalmente (u, v, w) = 1.
Esercizio 64 Dimostrare che per ogni a, b, c 1 si ha
(a . b) . c = (b a a b)c. (2.161)
Soluzione. In virt delle esercizio 63 si ha
(a . b) . c = (a c)b (b c)a = (b a)c (a b)c.
Esercizio 65 Siano a, b 1, mostrare che lunica soluzione dellequazione
lineare
x +a . x = b (2.162)

x =
1
1 +[[a[[
2
[b + (a b)a +b . a]. (2.163)
Soluzione. Supponiamo che a e b siano linearmente indipendenti. Sia x =
ca+,b+(a.b), con c, ,, scalari incogniti. Sostituendo questa espressione
di x nellequazione (2.162) si ricava
[c + (a b)]a + [, [[a[[
2
1]b + [, +]a . b = 0,
che, tenendo conto della indipendenza lineare di a, b e a . b, equivalente al
sistema _
_
_
c + (a b) = 0
, [[a[[
2
= 1
, + = 0
la cui unica soluzione data da
c =
a b
1 +[[a[[
2
, , =
1
1 +[[a[[
2
, =
1
1 +[[a[[
2
.
59
Se invece a e b sono linearmente dipendenti, b = `a con ` R, allora facile
vericare che una soluzione di (2.162) data da x = `a. Per quanto riguarda
lunicit, siano x e y due soluzioni di (2.162), la loro dierenza deve soddisfare
lequazione (x y) + a . (x y) = 0, che moltiplicata scalarmente per x y
consente di concludere che (x y) = 0.
A questo punto siamo in grado di provare che per : = 3 esiste una appli-
cazione lineare biunivoca tra gli spazi vettoriali Skw e 1, che quindi risultano
isomor. Dato un vettore w di componenti n
1
, n
2
, n
3
, si consideri il tensore
antisimmetrico
W = n
3
(e
1
e
2
e
2
e
1
) +n
2
(e
1
e
3
e
3
e
1
)
n
1
(e
2
e
3
e
3
e
3
). (2.164)
facile vericare che
Wa = w. a, per ogni a 1. (2.165)
w detto vettore assiale di W.
Viceversa sia W un tensore antisimmetrico
W =
3

I,=1
I<
\
I
(e
I
e

e
I
). (2.166)
Per ogni a 1 si ha
(e
I
e

e
I
)a = (e

a)e
I
(e
I
a)e

= (e

. e
I
) . a, (2.167)
quindi
Wa =
3

I,=1
I<
\
I
(e

. e
I
) . a, (2.168)
e
w =
3

I,=1
I<
\
I
(e

. e
I
) (2.169)
il vettore assiale di W.
Da (2.165) segue che (per W ,= 0) il sottospazio vettoriale di 1
1crW = v 1 [ Wv = 0 (2.170)
ha dimensione 1 ed e generato da w, 1crW detto asse di W.
Dati e
1
, e
2
vettori unitari ortogonali, il vettore e
3
= e
1
. e
2
il vettore
assiale del tensore antisimmetrico
W = e
2
e
1
e
1
e
2
. (2.171)
60
Proposizione 66 Sia Q Orth, se det Q = 1, allora esiste e 1 tale che
Qe = e; se invece det Q = 1, allora esiste e 1 tale che Qe = e.
Dimostrazione. Si ha
det(QI) = det[Q(I Q
T
) = det Qdet(I Q
T
) =
det Qdet(QI) = det(QI),
quindi det(Q I) = 0 e in virt del teorema 52, esiste e 1, e ,= 0 tale che
(QI)e = 0. Se det Q = 1, la dimostrazione analoga.
Esercizio 67 Siano Q Orth e e 1 tali che Qe = e.
1. Dimostrare che Q
T
e = e.
2. Sia w il vettore assiale della parte antisimmetrica di Q, dimostrare che
e Span(w).
Soluzione. 1. Qe = e == Q
T
Qe = Q
T
e == Q
T
e = e.
2. Sia W = (QQ
T
),2 la parte antisimmetrica di Q, si ha
Wv =
1
2
(QQ
T
)v = w. v, v 1, (2.172)
in particolare
w. e = We = 0, (2.173)
quindi e Span(w).
Dalla proposizione 66 si ricava che il sottospazio /(Q) = e 1 [ Qe = e
contiene elementi non nulli. /(Q) detto asse di Q e, in vista dellesercizio 67,
ha dimensione 1.
Esercizio 68 Siano W, Z Skw e w, z 1 i rispettivi vettori assiali. Provare
che
WZ = z w(z w)I; (2.174)
cos in particolare
WZ ZW = z wwz, (2.175)
Z W = 2(z w),
e
[[w[[ =
1
_
2
[[W[[. (2.176)
Soluzione. In vista di (2.165) e (2.152) si ha
WZv = w. (z . v) = (v w)z (z w)v
= [z w(z w)I]v, per ogni z 1.
Se i vettori u, v, w 1 sono linearmente indipendenti, allora lo scalare
[u (v . w)[ il volume del parallelepipedo T individuato dai vettori u, v, w.
61
Proposizione 69 Dati i vettori u, v, w 1 linearmente indipendenti e A Lin
si ha
det A =
Au (Av . Aw)
u (v . w)
. (2.177)
In particolare da (2.177) si ricava la relazione
[ det A[ =
\ o|(A(T))
\ o|(T)
, (2.178)
che fornisce uninterpretazione geometrica del determinante di un tensore. In
(2.178) A(T) limmagine di T tramite A e \ o| indica il volume.
La relazione (2.177) discende dalle due proposizioni seguenti.
Proposizione 70 Dato A Lin, siano u, v, w e u
0
, v
t
, w
t
due insiemi di
vettori linearmente indipendenti di 1. Si ha
Au (Av . Aw)
u (v . w)
=
Au
t
(Av
t
. Aw
t
)
u
t
(v
t
. w
t
)
. (2.179)
Dimostrazione. Dato che u, v, w sono linearmente indipendenti, si ha che
u (v . w) ,= 0. Sia e
1
, e
2
, e
3
una base ortonormale di 1, con e
3
= e
1
. e
2
.
Per dimostrare (2.179) basta provare che per ogni insieme di vettori u, v, w
linearmente indipendenti si ha
Au (Av . Aw) = u (v . w)[Ae
1
(Ae
2
. Ae
3
)]. (2.180)
Valgono le seguenti relazioni
u = n
1
e
1
+n
2
e
2
+n
3
e
3
, (2.181)
v =
1
e
1
+
2
e
2
+
3
e
3
, (2.182)
w = n
1
e
1
+n
2
e
2
+n
3
e
3
, (2.183)
da cui si ricava
Au (Av . Aw) = (n
1
Ae
1
+n
2
Ae
2
+n
3
Ae
3
) [(
1
Ae
1
+
2
Ae
2
+

3
Ae
3
) . (n
1
Ae
1
+n
2
Ae
2
+n
3
Ae
3
)] =
(n
1
Ae
1
+n
2
Ae
2
+n
3
Ae
3
) [
1
n
2
Ae
1
. Ae
2
+
1
n
3
Ae
1
. Ae
3
+

2
n
1
Ae
2
. Ae
1
+
2
n
3
Ae
2
. Ae
3
+
3
n
1
Ae
3
. Ae
1
+
3
n
2
Ae
3
. Ae
2
] =
n
1

2
n
3
Ae
1
(Ae
2
. Ae
3
) +n
1

3
n
2
Ae
1
(Ae
3
. Ae
2
)+
n
2

1
n
3
Ae
2
(Ae
1
. Ae
3
) +n
2

3
n
1
Ae
2
(Ae
3
. Ae
1
)+
n
3

1
n
2
Ae
3
(Ae
1
. Ae
2
) +n
3

2
n
1
Ae
3
(Ae
2
. Ae
1
) =
Ae
1
(Ae
2
. Ae
3
)[n
1

2
n
3
n
1

3
n
2
n
2

1
n
3
+n
2

3
n
1
+
n
3

1
n
2
n
3

2
n
1
] = [u (v . w)]Ae
1
(Ae
2
. Ae
3
).
62
Proposizione 71 Sia e
1
, e
2
, e
3
una base ortonormale di 1, con e
3
= e
1
.e
2
;
per ogni tensore A si ha
det A = Ae
1
(Ae
2
. Ae
3
). (2.184)
Dimostrazione. Si ha
Ae
|
=
3

I=1

I|
e
I
, / = 1, 2, 3. (2.185)
quindi
Ae
2
. Ae
3
=
12

23
e
3

12

33
e
2

13

22
e
3
+

22

33
e
1

13

32
e
2

32

23
e
1
, (2.186)
Ae
1
(Ae
2
. Ae
3
) =
11
(
22

33

32

32
) +
21
(
13

32

12

33
)+

31
(
12

23

13

22
). (2.187)
Daltra parte
det A =
11
(
22

33

32

32
) +
21
(
13

32

12

33
)+

31
(
12

23

13

22
),
da cui la tesi.
Esercizio 72 Sia , : 1 1 1 R un funzionale trilineare e antisimmetrico,
cio lineare nei tre argomenti e tale che per ogni u, v, w 1,
,(u, v, w) = ,(v, u, w) = ,(u, w, v) = ,(w, v, u). (2.188)
Siano e
1
, e
2
, e
3
una base ortonormale di 1 e A Lin, dimostrare che
,(Ae
1
, e
2
, e
3
) +,(e
1
, Ae
2
, e
3
) +,(e
1
, e
2
, Ae
3
) = (trA),(e
1
, e
2
, e
3
). (2.189)
Soluzione.
,(Ae
1
, e
2
, e
3
) = ,(
3

I=1

I1
e
I
, e
2
, e
3
) =
,(
11
e
1
, e
2
, e
3
) +,(
21
e
2
, e
2
, e
3
) +,(
31
e
3
, e
2
, e
3
). (2.190)
Daltra parte si ha
,(
21
e
2
, e
2
, e
3
) =
21
,(e
2
, e
2
, e
3
) =
21
,(e
2
, e
2
, e
3
), (2.191)
quindi ,(
21
e
2
, e
2
, e
3
) = 0. Analogamente si dimostra che ,(
31
e
3
, e
2
, e
3
) = 0
e da (2.190) si ricava
,(Ae
1
, e
2
, e
3
) = ,(
11
e
1
, e
2
, e
3
). (2.192)
Ripetendo le stesse considerazioni per ,(e
1
, Ae
2
, e
3
) e ,(e
1
, e
2
, Ae
3
) si ha la
tesi.
63
2.10 Cofattore di un tensore del secondo ordine
Sia : = 3. Dato A Lin, il cofattore A
+
di A lunico elemento di Lin tale che
per ogni w 1, W Skw legati dalla relazione
Wv = w. v, per ogni v 1, (2.193)
il vettore A
+
w e il tensore AWA
T
soddisfano a loro volta la relazione
AWA
T
v = (A
+
w) . v, per ogni v 1. (2.194)
Proposizione 73 Siano A Lin, A
+
il suo cofattore, c 1. Valgono le
seguenti propriet.
(1) Per ogni a, b 1, si ha
A
+
(a . b) = (Aa) . (Ab). (2.195)
(2) Se A invertibile anche A
+
lo e
A
+
= (det A)A
T
. (2.196)
(3) Il gruppo delle rotazioni Orth
+
coincide con linsieme
( = R Lin 0 [ R = R
+
. (2.197)
(4) La diade c c soddisfa la relazione
(I c c)
+
= (1 c c)I +c c. (2.198)
(5) Sia e
1
, e
2
, e
3
una base ortonormale di 1, si ha
3

I=1
(I e
I
e
I
)
+
= I. (2.199)
Dimostrazione. (1) Siano w = a . b e W = b a a b il tensore
antisimmetrico associato a w, in vista di (2.194) si ha
(A
+
w) . v = A(b a a b)A
T
v
= (Ab Aa Aa Ab)v = (Aa . Ab) . v per ogni v 1, (2.200)
da cui si deduce (2.195).
(2) Sia Ainvertibile e supponiamo che esista v 1, v ,= 0 tale che A
+
w = 0.
Siano a, b 1, entrambi non nulli tali che v = a . b. In vista di (2.195) si ha
0 = A
+
(a . b) = Aa . Ab, (2.201)
64
da cui, tenendo conto delle propriet del prodotto vettoriale, si deduce che
Aa = cAb, quindi acb = 0 e nalmente v = 0. Sia ora e
1
, e
2
, e
3
una base
ortonormale di 1 con e
3
= e
1
. e
2
. Si ha
A
+
e
1
= Ae
2
. Ae
3
, (2.202)
A
+
e
2
= Ae
3
. Ae
1
, (2.203)
A
+
e
3
= Ae
1
. Ae
2
, (2.204)
e, in vista della proposizione 71, valgono le relazioni
A
T
A
+
e
1
e
1
= A
+
e
1
Ae
1
= det A, (2.205)
A
T
A
+
e
2
e
2
= A
+
e
2
Ae
2
= det A, (2.206)
A
T
A
+
e
3
e
3
= A
+
e
3
Ae
3
= det A, (2.207)
e
A
T
A
+
e
I
e

= A
+
e
I
Ae

= 0 se i ,= ,, (2.208)
si pu cos concludere che
A
T
A
+
= (det A)I, (2.209)
da cui discende (2.196).
(3) Sia R Orth
+
, da (2.196) tenuto conto che det R = 1 e R
T
= R
1
, si
ricava che R
+
= R e quindi R (. Viceversa, supponiamo che R (, allora
R(a . b) = R
+
(a . b) = (Ra) . (Rb), a, b 1. (2.210)
Sia ancora e
1
, e
2
, e
3
una base ortonormale di 1 con e
3
= e
1
. e
2
, in vista di
(2.210) si ha
Re
3
= Re
1
. Re
2
, (2.211)
Re
2
= Re
3
. Re
1
, (2.212)
Re
1
= Re
2
. Re
3
, (2.213)
quindi
Re
I
Re

=
_
det R i = ,,
0 i ,= ,,
(2.214)
ed inne
R
T
R = (det R)I. (2.215)
Da (2.215) discende che
(det R)
2
= det R, (2.216)
da cui si ricava che det R = 0 oppure det R = 1. Se fosse det R = 0, da (2.215) si
ricaverebbe che R
T
R = 0 e quindi R = 0 che escluso dal fatto che R (. Si
ha quindi che det R = 1, che unita a (2.215) consente nalmente di concludere
che R
T
= R
1
.
65
(4) Per ogni u, v 1, si ha
(I c c)
+
(u . v) = (I c c)u . (I c c)v
= u . v (c u)c . v + (c v)c . u, (2.217)
e
[(1 c c)I +c c](u . v) = u . v (c c)u . v + [c (u . v)]c
= u . v +c . [c . (u . v)], (2.218)
dove lultima uguaglianza discende da (2.152). Daltra parte
c . [c . (u . v)] = c . [(u . v) . c]
= c . [(u c)v (v c)u] = (u c)c . v + (v c)c . u, (2.219)
sostituendo (2.219) in (2.218) e confrontando lespressione cos ottenuta con
(2.218), si ricava (2.198).
(5) Per dimostrare (2.199) basta osservare che in vista di (2.198) si ha
3

I=1
(I e
I
e
I
)
+
=
3

I=1
e
I
e
I
= I. (2.220)
2.11 Invarianti principali
Per ogni A Lin, introduciamo le seguenti quantit scalari,
1
1
(A) = trA, (2.221)
1
2
(A) =
1
2
[(trA)
2
tr(A
2
)] (2.222)
1
3
(A) = det A. (2.223)
1
1
(A), 1
2
(A), 1
3
(A) sono detti invarianti principali di A. Per i = 1, 2, 3 si ha
1
I
(QAQ
T
) = 1
I
(A), per ogni Q Orth. (2.224)
Infatti, per Q Orth si ha
1
1
(A) = trA = tr(Q
T
QA) = tr(QAQ
T
) = 1
1
(QAQ
T
). (2.225)
Osserviamo inoltre che
tr(A
2
) = tr(Q
T
QAQ
T
QA) = tr(QAQ
T
QAQ
T
) = tr[(QAQ
T
)
2
],
e quindi, in vista di (2.225)
1
2
(A) = 1
2
(QAQ
T
).
66
Inne, in vista di (2.90) si ha
1
3
(A) = det A = (det Q)(det A)(det Q
T
)
= det(QAQ
T
) = 1
3
(QAQ
T
). (2.226)
Siamo ora in grado di dimostrare il seguente risultato.
Proposizione 74 La denizione di determinante data in (2.89) non dipende
dalla scelta della base di 1.
Dimostrazione. Cominciamo con losservare che se e
1
, ..., e
n
e f
1
, ..., f
n

sono due basi ortonormali di 1, esiste un tensore ortogonale Q tale che

Qe
I
= f
I
, i = 1, ..., :. (2.227)
Infatti il tensore
Q = f
1
e
1
+f
2
e
2
+... +f
n
e
n
(2.228)
soddisfa (2.227) ed ortogonale in virt della proposizione 57. Dalla denizione
(2.89) segue che det A = det[A], dove la matrice [A] ha componenti
I
=
e
I
Ae

, i, , = 1, ..., :. Indicata con [A

t
] la matrice delle componenti di A
rispetto alla base f
1
, ..., f
n
,

t
I
= f
I
Af

, i, , = 1, ..., : (2.229)
e con [Q
T
AQ] la matrice delle componenti del tensore Q
T
AQ rispetto alla base
e
1
, ..., e
n
,

00
I
= e
I
Q
T
AQe

, i, , = 1, ..., :, (2.230)
in vista di (2.227) si ha

t
I
= Qe
I
AQe

=
00
I
, i, , = 1, ..., :. (2.231)
Ancora dalla denizione (2.89) si ha
det Q
T
AQ = det[Q
T
AQ] = det[A
t
], (2.232)
dalla relazione (2.226) si ottiene nalmente che
det[A] = det[A
t
]. (2.233)
facile vericare che se : = 3 e
I
, i, , = 1, 2, 3 sono le componenti di A
rispetto ad una base ortonormale e
1
, e
2
, e
3
di 1, si ha
1
1
(A) =
11
+
22
+
33
, (2.234)
1
2
(A) =
11

22
+
22

33
+
11

33

12

21

13

31

23

32
, (2.235)
1
3
(A) =
11
(
22

33

32

32
) +
21
(
13

32

12

33
)+

31
(
12

23

13

22
). (2.236)
Indichiamo con j(A) = 1
1
(A), 1
2
(A), 1
3
(A) la lista degli invarianti prin-
cipali di A.
67
2.12 Autovalori e autovettori
Un numero (reale) a un autovalore di A Lin se esiste un vettore u 1,
[[u[[ = 1, tale che
Au = au, (2.237)
u detto autovettore di A relativo allautovalore a. Dato a autovalore di A,
/(a) = u 1 [ Au = au (2.238)
un sottospazio di 1 detto spazio caratteristico di A corrispondente allautoval-
ore a. Se /(a) ha dimensione :, allora si dice che lautovalore a ha molteplicit
:. Linsieme o(A) degli autovalori di A ciascuno ripetuto un numero di volte
uguale alla sua molteplicit detto spettro di A.
a un autovalore di A se e solo se il tensore AaI non invertibile e quindi
a una radice reale del polinomio caratteristico di A,
j(a) = det(AaI). (2.239)
Gli autovalori di un tensore sono chiamati anche componenti principali (del
tensore), corrispondentemente, lautovettore chiamato vettore principale.
Proposizione 75 Se : = 3 il polinomio caratteristico (2.239) di A Lin ha
la seguente espressione
j(a) = a
3
+1
1
(A)a
2
1
2
(A)a +1
3
(A). (2.240)
Dimostrazione. Per dimostrare (2.240) si tenga conto del fatto che se e
1
, e
2
, e
3

una base ortonormale di 1, in virt della proposizione 71 si ha,

det(AaI) = (AaI)e
1
[(AaI)e
2
. (AaI)e
3
].
Il polinomio di terzo grado a coecienti reali (2.240) ha sempre almeno una
radice reale.
2.13 Teorema spettrale
Proposizione 76 Valgono le seguenti propriet:
(a) Gli spazi caratteristici di un tensore S Sym sono mutuamente ortogonali.
(b) Gli autovalori di un tensore P Psym sono positivi, gli autovalori di un
tensore S Sym
+
sono non negativi.
(c) Gli autovalori di un tensore N Nsym sono negativi, gli autovalori di un
tensore S Sym

sono non positivi.

68
Dimostrazione. (a) Siano a e / gli autovalori di S Sym e u, v i relativi
autovettori,
Su = au, Sv = /v.
Si ha
au v = Su v = u Sv = /u v,
quindi
(a /)u v = 0,
evidentemente se a ,= / allora u v = 0.
(b) Dato P Psym siano a un autovalore e v il relativo autovettore di P,
si ha
a = av v = Pv v 0.
Teorema 77 (Teorema spettrale). Sia S un tensore simmetrico. Esistono una
base ortonormale di 1 costituita da autovettori g
1
, ..., g
n
di S, e : autovalori
:
1
, ..., :
n
di S,
Sg
I
= :
I
g
I
, i = 1, ..., :, (2.241)
tali che
S =
n

I=1
:
I
g
I
g
I
. (2.242)
In particolare per : = 3, si possono distinguere i seguenti casi:
1. S ha tre autovalori distinti, allora gli spazi caratteristici di S sono
Span(g
1
), Span(g
2
) e Span(g
3
).
2. S ha due autovalori distinti :
1
,= :
2
, :
2
= :
3
, allora (2.242) si riduce a
S = :
1
g
1
g
1
+:
2
(I g
1
g
1
). (2.243)
Span(g
1
) lo spazio caratteristico corrispondente a :
1
e Span(g
1
)
J
lo spazio
caratteristico corrispondente a :
2
.
3. S ha un solo autovalore :
1
= :
2
= :
3
= :,
S = :I, (2.244)
in questo caso 1 il solo spazio caratteristico di S.
La relazione (2.242) la rappresentazione spettrale di S.
Se /
I
(i = 1, ..., / _ :) sono gli spazi caratteristici di o, allora ogni vettore
v pu essere scritto nella forma
v =

I
v
I
, v
I
/
I
. (2.245)
La matrice [S] delle componenti di S rispetto alla base g
1
, ..., g
n
di au-
tovettori ha la forma
[S] =
_

_
:
1
0 . 0
0 :
2
. 0
. . . .
0 0 . :
n
_

_
. (2.246)
69
Se S Sym, gli elementi dello spettro o(S) di S possono essere ordinati,
o(S) = :
1
, ..., :
n
con :
1
_ :
2
_ ... _ :
n
. Sia ( = x R
n
[ r
1
_ r
2
_ ... _
r
n
. Si pu provare che la funzione o : Sym (, S o(S), che ad ogni
tensore S associa il suo spettro continua.
Per : = 3, dal teorema spettrale segue che se S Sym, j(S) caratterizzato
completamente dallo spettro o(S), facile provare che
1
1
(S) = :
1
+:
2
+:
3
, (2.247)
1
2
(S) = :
1
:
2
+:
1
:
3
+:
2
:
3
, (2.248)
1
2
(S) = :
1
:
2
:
3
. (2.249)
Se S Sym, la molteplicit di un autovalore : uguale alla molteplicit di :
come radice dellequazione caratteristica det(S:I) = 0. Da questa osservazione
segue la seguente proposizione.
Proposizione 78 Siano : = 3 e S, T Sym tali che j(S) = j(T), allora S e
T hanno lo stesso spettro, o(S) = o(T).
Si osservi che questo risultato vero solo se S e T sono simmetrici. Consid-
eriamo i tensori
S = I +e
3
e
3
, T = I +e
3
e
3
+e
1
e
2
,
si ha 1
1
(S) = 1
1
(T) = 4, 1
2
(S) = 1
2
(T) = 5, 1
3
(S) = 1
3
(T) = 2, tuttavia
o(S) = 1, 1, 2 e o(T) = 1, 2.
Nel caso di un tensore non simmetrico autovettori corrispondenti ad auto-
valori distinti non sono necessariamente ortogonali. Ad esempio lo spettro del
tensore A Lin
A = e
1
e
1
+ 2e
2
e
2
+ 3e
3
e
3
+e
1
e
2
, (2.250)
o(A) = 1, 2, 3 ed i corrispondenti autovettori sono e
1
,
1
_
2
(e
1
+e
2
) e e
3
, e si
ha e
1
(e
1
+e
2
) = 1.
Se : = 3 possibile esprimere gli autovalori :
1
, :
2
, :
3
di un tensore simmetri-
co S in funzione dei suoi invarianti principali 1
1
, 1
2
, 1
3
. Si pu infatti dimostrare
che [11]
:
1
=
2
_
3
cos 0 +
1
3
1
1
, (2.251)
:
2
=
2
_
3
cos(0 +

3
) +
1
3
1
1
, (2.252)
:
3
=
2
_
3
cos(0

3
) +
1
3
1
1
, (2.253)
70
dove
cos 30 =
3
_
3
2
3
, (2.254)
= 1
3

1
2
1
1
1
2
+
2
27
1
3
1
, (2.255)
=
_
1
2
1
31
2
3
. (2.256)
facile vericare che = 0 se e solo se gli autovalori di S sono coincidenti
(:
1
= :
2
= :
3
= 1
1
,3). Langolo 0 appartiene allintervallo [0, ,3]; se 0 = 0,
allora :
2
= :
3
, se invece 0 = ,3, allora :
1
= :
2
.
Se : = 3 e S un tensore simmetrico del tipo
S =
2

I,=1
o
I
(e
I
e

) +:e
3
e
3
,
indicando con [S] =
_
_
:
11
:
12
0
:
12
:
22
0
0 0 :
_
_
la matrice delle componenti di S rispetto
alla base e
1
, e
2
, e
3
, gli autovalori di S risultano :
1
= :,
:
2
=
J
1
(S)
_
(J
1
(S))
2
4J
2
(S)
2
, (2.257)
:
3
=
J
1
(S) +
_
(J
1
(S))
2
4J
2
(S)
2
, (2.258)
con J
1
(S) = :
11
+:
22
e J
2
(S) = :
11
:
22
:
2
12
. In particolare :
2
_ :
3
.
Esercizio 79 Siano : = 3, D Sym, Q Orth. Mostrare che o(D) =
o(QDQ
T
).
Soluzione. Basta osservare che QDQ
T
simmetrico e che j(D) = j(QDQ
T
),
la tesi discende quindi dalla proposizione 78.
Sia ancora : = 3. Un tensore antisimmetrico W ,= 0 ha un solo autovalore
uguale a 0, le altre due radici del polinomio caratteristico sono due numeri
immaginari coniugati. Gli invarianti principali di W sono
1
1
(W) = 0, 1
2
(W) = \
2
23
+\
2
12
+\
2
13
, 1
3
(W) = 0, (2.259)
dove \
I
sono le componenti di W rispetto alla base ortonormale e
1
, e
2
, e
3
.
Lequazione caratteristica di W pertanto
a
3
+1
2
(W)a = 0, (2.260)
71
dato che 1
2
(W) 0, W ha il solo autovalore a = 0. Lautovettore relativo
allautovalore nullo il vettore assiale w di W. Infatti, dalla relazione Wa =
w. a, a 1, si ha che w lunico auovettore di W e Ww = 0.
Una diade ab con a, b 1 ha un autovalore nullo con molteplicit :1 e
lo spazio caratteristico corrispondente il sottospazio ortogonale a b. a b ha
anche lautovalore a b il cui spazio caratteristico Span(a). In generale questi
spazi caratteristici non sono ortogonali, lo sono se e solo se a = cb.
Esercizio 80 Sia : = 3. Determinare spettro, spazi caratteristici e rappresen-
tazione spettrale dei seguenti tensori simmetrici
A = cI +,mm, B = mn +n m, (2.261)
con c, , R, m, n 1, m n = 0, [[m[[ = [[n[[ = 1.
Soluzione. Posto q = m. n si ha
An = cn, Am = (c +,)m, Aq = cq, (2.262)
quindi o(A) = c, c, c +,, gli spazi caratteristici sono Span(n, q) e Span(m)
e la rappresentazione spettrale di A
A = c(n n +q q) + (c +,)mm
= (c +,)mm+c(I mm). (2.263)
Inoltre si ha
Bq = 0, B(m+n) = m+n, B(mn) = n m, (2.264)
quindi o(B) = 1, 0, 1, gli spazi caratteristici sono Span(m n), Span(q) e
Span(m+n) e la rappresentazione spettrale di B
B =
1
2
(m+n) (m+n)
1
2
(mn) (mn).
Esercizio 81 Sia : = 3. Un tensore P detto proiezione ortogonale se P
Sym e P
2
= P.
(a) Sia n 1, [[n[[ = 1, mostrare che i seguenti tensori sono proiezioni
ortogonali,
0, I, n n, I n n. (2.265)
(b) Mostrare che se P una proiezione ortogonale, allora P uno dei quattro
tensori in (2.265).
72
Soluzione. (a) si verica direttamente che i tensori in (2.265) sono proiezioni
ortogonali.
(b) Data P proiezione ortogonale, calcoliamone gli autovalori. Sia ` un
autovalore e v il relativo autovettore,
`v = Pv = P
2
v = `
2
v,
da cui ` = 0 oppure ` = 1. Ci sono allora quattro possibilit,
- o(P) = 0, 0, 0, P = 0,
- o(P) = 1, 1, 1, P = I,
- o(P) = 0, 1, 1, P = I n n, con n autovettore relativo allautovalore
0.
- o(P) = 0, 0, 1, P = n n, con n autovettore relativo allautovalore 1.
Esercizio 82 Sia : = 3. Dato R Orth
+
sia e 1 non nullo tale che Re = e.
Indicato con W il tensore antisimmetrico associato ad e, dimostrare che R ha
la seguente rappresentazione
R = I + sin0W+ (1 cos 0)W
2
, (2.266)
con 0 (, ).
Soluzione. Dalla proposizione 66 si ricava che 1 un autovalore di R. Indica-
to con e 1 lautovettore corrispondente Re = e, sia Wil tensore antisimmetri-
co tale che Wv = e.v per ogni v 1. Supponiamo che R = I+cW+,W
2
,con
c e , da determinare in modo tale che RR
T
= I. Per ogni vettore v si ha
v = e +v
0
, R, v
0
Span(e)
J
,
tenuto conto del fatto che Re = e, si devono determinare c e , in modo tale
che
RR
T
v
0
= v
0
per ogni v
0
Span(e)
J
. (2.267)
Tenendo conto del fatto che Wv
0
= e . v
0
e W
2
v
0
= v
0
, si ha
RR
T
v
0
= (1 +c
2
+,
2
2,)v
0
e da (2.267) si ricava che c e , devono soddisfare
c
2
+,
2
2, = 0 (2.268)
da cui si ricava
c = sin0, , = 1 cos 0. (2.269)
Se si conosce lazione di R su un vettore v 1, w = Rv, facile provare che
0 = arc cos(
1
n
1
+
2
n
2
), (2.270)
dove
1
,
2
e n
1
, n
2
sono le componenti di v e w rispetto alla base ortonormale
e
1
, e
2
, e con e
1
= e
2
. e.
La formula di rappresentazione (2.266) prova che ogni rotazione completa-
mente caratterizzata da un asse e da un angolo.
73
Esercizio 83 Sia : = 3. Provare che A Lin commuta con ogni tensore W
Skw se e solo se A = .I.
Soluzione. Supponiamo che
AW = WA per ogni W Skw. (2.271)
Fissato w 1, sia W il tensore antisimmetrico associato a w, si ha
W(Aw) = A(Ww) = A(w. w) = 0,
quindi Aw appartiene allo spazio caratteristico dellautovalore nullo di W,
Aw = `w, con ` =

`(w) R. (2.272)
Siano w
1
, w
2
due vettori linearmente indipendenti di 1, in vista della linearit
di A si ha

`(w
1
)w
1
+

`(w
2
)w
2
= Aw
1
+Aw
2
=
A(w
1
+w
2
) =

`(w
1
+w
2
)(w
1
+w
2
), (2.273)
da cui si ricava
[

`(w
1
)

`(w
1
+w
2
)]w
1
+ [

`(w
2
)

`(w
1
+w
2
)]w
2
= 0, (2.274)
e quindi

`(w
1
) =

`(w
2
) = ..
Proposizione 84 Un tensore S Sym commuta con ogni tensore Q Orth
+
se e solo se S = .I.
Dimostrazione. Supponiamo che
SQ = QS per ogni Q Orth
+
e che S abbia due autovalori distinti . e ` e siano u e v i relativi autovettori
ortogonali di norma 1. Sia u, v, f
3
, ..., f
n
una base ortonormale di 1, poniamo
Q = v u v u+
n

I=3
f
I
f
I
,
si ha che Qu = v e Q Orth
+
in quanto trasforma la base ortonormale
u, v, f
3
, ..., f
n
nella base ortonormale v, u, f
3
, ..., f
n
e det Q = 1. Si ha
allora
QSu = .Qu = .v, QSu = SQu = Sv = `v,
da cui si ottiene (. `)v = 0 e quindi . = `.
Teorema 85 (Teorema di commutazione). Siano S, A Lin tali che SA =
AS. Allora se v 1 appartiene ad uno spazio caratteristico di S, Av appar-
tiene allo stesso spazio caratteristico. Viceversa se A lascia invariati gli spazi
caratteristici di un tensore S Sym, allora S e A commutano.
74
Dimostrazione. Se S e A commutano, sia v un autovettore di S relativo
allautovalore ., Sv = .v, allora
S(Av) = ASv = .Av,
cio Av appartiene allo spazio caratteristico di S corrispondente a ..
Viceversa siano /
I
, i = 1, ..., / gli spazi caratteristici di S. Ogni v 1 ha
la rappresentazione (2.245) e per ipotesi Av
I
/
I
per ogni i, quindi
SAv
I
= .
I
Av
I
= A(.
I
v
I
) = ASv
I
,
da cui discende che SAv = ASv.
I tensori A e B Sym si dicono coassiali se hanno gli stessi autovettori.
Proposizione 86 I tensori A, B Sym commutano se e solo se sono coassiali.
Dimostrazione. Assumiamo per semplicit : = 3. Supponiamo che A e B
siano coassiali, sia g
1
, g
2
, g
3
una base comune di autovettori
A =
3

I=1
a
I
g
I
g
I
, B =
3

I=1
/
I
g
I
g
I
. (2.275)
Allora, in vista di (2.32) si ha AB = BA. Viceversa, assumiamo che AB = BA,
possiamo distinguere i seguenti casi.
(i) Se A = aI, la coassiali evidente.
(ii) Se A ha tre autovalori distinti a
1
, a
2
, a
3
, consideriamo la sua rappresen-
tazione spettrale
A =
3

I=1
a
I
g
I
g
I
, (2.276)
e poniamo
B =
3

I,=1
1
I
g
I
g

. (2.277)
Allora, si ha
0 = ABBA =
3

I,=1
I,=
a
I
1
I
(g
I
g

g
I
); (2.278)
poich i tensori antismmetrici g
I
g

g
I
sono linearmente indipendenti,
da (2.278) si ottiene
(a
1
a
2
)1
12
= 0, (2.279)
(a
1
a
3
)1
13
= 0, (2.280)
(a
2
a
3
)1
23
= 0, (2.281)
75
da cui segue che 1
12
= 1
13
= 1
23
= 0, cos g
1
, g
2
, g
3
sono anche autovettori di
B.
(iii) Consideriamo ora il caso in cui Aha due autovalori distinti a
1
,= a
2
= a
3
,
A = a
1
g
1
g
1
+a
2
(I g
1
g
1
), B =
3

I,=1
1
I
g
I
g

, (2.282)
con g
2
e g
3
appartenenti a Span(g
1
)
J
, il sottospazio di 1 ortogonale al sot-
tospazio generato da g
1
. Considerando ancora una volta la relazione 0 =
AB BA si ottiene che 1
12
= 1
13
= 0, quindi Bg
1
= /
1
g
1
. Siano f
2
e f
3
gli altri due autovettori di B tali che g
1
, f
2
, f
3
sia una base ortonormale di 1,
si conclude che g
1
, f
2
, f
3
una base di autovettori per entrambi i tensori B ed
A.
Si osserva che Sym
+
(Sym

) chiuso in Sym perch limmagine inversa del

sottoinsieme chiuso x R
3
[ 0 _ r
1
_ r
2
_ r
3
(x R
3
[ r
1
_ r
2
_ r
3
_ 0)
di R
3
tramite la funzione continua che ad ogni tensore associa il suo spettro.
Nella seguente semplice proposizione sono raccolti alcuni risultati che saran-
no utili in seguito.
Proposizione 87 (1) Sia A Sym

(Sym
+
), se esiste u 1 tale che u
Au = 0, allora Au = 0.
(2) Siano A, B Sym. Se A B _ 0 per ogni B Sym
+
(Sym

) allora A
Sym
+
(Sym

).
(3) Sia A Sym
+
. Per ogni B Sym
+
(Sym

) si ha A B _ 0 (_ 0).
(4) Siano A Sym
+
, B Sym
+
(Sym

). Se A B = 0 allora AB = BA =
0.
Dimostrazione. (1) Sia A =

n
I=1
a
I
q
I
q
I
con a
I
_ 0 (a
I
_ 0) la rappresen-
tazione spettrale di A. Si ha
Au =
n

I=1
a
I
(q
I
u)q
I
,
pertanto
0 = u Au =
n

I=1
a
I
(q
I
u)
2
se e solo se
a
I
(q
I
u)
2
= 0, i = 1, ..., : (2.283)
in quanto gli a
I
sono non positivi (non negativi). (2.283) vericata se e solo
se
a
I
(q
I
u) = 0, i = 1, ..., :,
76
che equivalente alla condizione Au = 0.
(2) Supponiamo che A non appartenga a Sym
+
(Sym

), allora A ha un
autovalore ` < 0 (` 0), Av = `v. Il tensore B = `vv appartiene a Sym
+
(Sym

) e
0 _ AB = `tr(Av v) = `
2
< 0.
(3) Sia
A =
n

I=1
a
I
q
I
q
I
con a
I
_ 0 (2.284)
la rappresentazione spettrale di A. Sia inoltre
B =
n

I=1
/
I
p
I
p
I
con /
I
_ 0 (/
I
_ 0) (2.285)
la rappresentazione spettrale di B. Si ha
AB =
n

I,=1
a
I
/

(q
I
q
I
)(p

) =
n

I,=1
a
I
/

(q
I
p

)(q
I
p

), (2.286)
e
A B =
n

I,=1
a
I
/

(q
I
p

)
2
_ 0 ( _ 0). (2.287)
(4) Siano (2.284) e (2.285) le rappresentazioni spettrali di A e B, rispet-
tivamente. In vista di (2.287) la condizione A B = 0 equivalente alle
condizioni
a
I
/

(q
I
p

) = 0, i, , = 1, ..., :,
quindi da (2.286) si ricava che AB = 0, analogamente si dimostra che BA = 0.
Esercizio 88 Sia : = 3. Per ogni E Sym, determinare la proiezione 1
Sym
(E)
di E su Sym

.
Soluzione. In vista del teorema di minima norma si deve determinare T =
1
Sym
(E) Sym

che soddisfa la diseguaglianza variazionale

(ET) (T
+
T) _ 0, per ogni T
+
Sym

. (2.288)
Cominciamo col dimostrare che T Sym

soddisfa (2.288) se e solo se

(ET) T = 0, ET Sym
+
. (2.289)
Se le condizioni (2.289) sono soddisfatte, allora dal punto (3) della proposizione
87, discende (2.288). Viceversa supponiamo che valga la diseguaglianza (2.288),
allora per T
+
= 0 e T
+
= 2T si ottengono rispettivamente le diseguaglianze
(ET) T _ 0 e (ET) T _ 0, da cui discende (2.289)
1
. Per ogni T
++
Sym

il tensore T
+
= T
++
+ T Sym

e (2.289) equivalente alla diseguaglianza

77
(E T) T
++
_ 0, per ogni T
++
Sym

, da cui, in vista del punto (2) della

proposizione 87 si ricava (2.289)
2
. In denitiva risolvere la diseguaglianza (2.288)
equivalente a determinare T Sym tale che
_
_
_
T Sym

,
ET Sym
+
,
(ET) T = 0.
(2.290)
In virt del punto (4) della proposizione 87 T e E T commutano, (E
T)T = T(ET) = 0, quindi sono coassiali. Allora se E =

3
I=1
c
I
q
I
q
I
con
c
1
_ c
2
_ c
3
la rappresentazione spettrale di E, risolvere il sistema (2.290)
equivalente a risolvere il seguente sistema di complementarit lineare,
Dati c
1
_ c
2
_ c
3
trovare t
1
, t
2
, t
3
tali che
_

_
t
1
_ 0,
t
2
_ 0,
t
3
_ 0,
c
1
t
1
_ 0,
c
2
t
2
_ 0,
c
3
t
3
_ 0,
t
1
(c
1
t
1
) = 0,
t
2
(c
2
t
2
) = 0,
t
3
(c
3
t
3
) = 0.
(2.291)
Deniti i seguenti sottoinsiemi di Sym,
R
1
= E Sym [ c
1
_ c
2
_ c
3
_ 0, (2.292)
R
2
= E Sym [ 0 _ c
1
_ c
2
_ c
3
, (2.293)
R
3
= E Sym [ c
1
_ 0 _ c
2
_ c
3
, (2.294)
R
4
= E Sym [ c
1
_ c
2
_ 0 _ c
3
, (2.295)
la soluzione di (2.291) data dal seguente schema,
E R
1
== t
1
= c
1
, t
2
= c
2
, t
3
= c
3
, (2.296)
E R
2
== t
1
= t
2
= t
3
= 0, (2.297)
E R
3
== t
1
= c
1
, t
2
= 0, t
3
= 0, (2.298)
E R
4
== t
1
= c
1
, t
2
= c
2
, t
3
= 0. (2.299)
Pertanto la soluzione della diseguaglianza variazionale (2.288) data da
E R
1
== T = E, (2.300)
E R
2
== T = 0, (2.301)
E R
3
== T = c
1
q
1
q
1
, (2.302)
E R
4
== T = c
1
q
1
q
1
+c
2
q
2
q
2
. (2.303)
78
2.14 Teorema della radice quadrata, teorema di
decomposizione polare
Teorema 89 (Teorema della radice quadrata) Sia C Psym, allora esiste un
unico tensore U Psym tale che
U
2
= C. (2.304)
U indicato con
_
C.
Dimostrazione. Sia
C =
n

I=1
c
I
g
I
g
I
(2.305)
la rappresentazione spettrale di C, con c
I
0. Deniamo U Psym nel modo
seguente
U =
n

I=1
_
c
I
g
I
g
I
, (2.306)
evidentemente vale (2.304). Per dimostrare lunicit di U supponiamo che
esistano U
1
, U
2
Psym tali che U
2
1
= U
2
2
= C. Per ogni i = 1, ..., : si ha
0 = (U
2
1
c
I
I)g
I
= (U
1
+
_
c
I
I)(U
1

_
c
I
I)g
I
, (2.307)
detto v
I
= (U
1

_
c
I
I)g
I
, da (2.307) si ha che U
1
v
I
=
_
c
I
v
I
, quindi v
I
= 0
perch gli autovalori di U
1
sono positivi. Si ottiene quindi che U
1
g
I
=
_
c
I
g
I
;
analogamente si dimostra che U
2
g
I
=
_
c
I
g
I
, quindi U
1
g
I
= U
2
g
I
per ogni
i = 1, ..., : da cui la tesi.
Teorema 90 (Teorema di decomposizione polare). Sia F Lin
+
, esistono
U, V Psym e R Orth
+
tali che
F = RU = VR. (2.308)
Inoltre tale decomposizione unica, infatti
U =
_
F
T
F, V =
_
FF
T
. (2.309)
F = RU si chiama decomposizione polare destra di F, F = VR si chiama
decomposizione polare sinistra di F.
Dimostrazione. Innanzi tutto dimostriamo che F
T
F e FF
T
appartengono a
Psym; evidentemente F
T
F,FF
T
Sym, inoltre
v F
T
Fv = Fv Fv _ 0 per ogni v 1,
e Fv Fv = 0 se e solo se Fv = 0 ossia se e solo se v = 0 in quanto F
invertibile. Analogamente si dimostra che FF
T
Psym. Quindi U e V in
(2.309) sono ben deniti. Dimostriamo quindi lesistenza della decomposizione
79
polare. Deniamo U =
_
F
T
F Psym e poniamo R = FU
1
, dobbiamo
dimostrare che R Orth
+
. Dato che det F 0 e det U 0 si ha anche che
det R 0, inoltre
R
T
R = U
1
F
T
FU
1
= I, (2.310)
e
RR
T
= FU
1
U
1
F
T
= F(U
2
)
1
F
T
= FF
1
F
T
F
T
= I. (2.311)
Finalmente deniamo V = RUR
T
, V Psym; allora
v Vv = v (RUR
T
)v = R
T
v UR
T
v 0 per ogni v ,= 0,
in quanto U Psym. Si ha inoltre
VR = RUR
T
R = RU = F. (2.312)
Resta ora da dimostrare lunicit della decomposizione polare. Sia F = RU la
decomposizione polare destra di F, dato che R Orth
+
si ha
F
T
F = U
2
. (2.313)
In virt del teorema della radice quadrata, esiste un unico U Psym che sod-
disfa (2.313), per cui U =
_
F
T
F e U unico. Dato che R = FU
1
, anche
R unico. Analogamente si dimostra lunicit della decomposizione F = VR.e
questo conclude la dimostrazione.
Si osservi che in generale U e V non coincidono, se per F Lin
+
Sym,
allora dalle relazioni F
2
= U
2
= V
2
segue che U = V e quindi F = RU = UR.
Per : = 3 gli elementi U e V della decomposizione polare di F Lin
+
,
essendo legati dalla relazione V = RUR
T
, in virt dellesercizio 79 hanno lo
stesso spettro.
Esercizio 91 Sia : = 3. Dati e
1
, e
2
vettori unitari ortogonali, posto e
3
=
e
1
. e
2
sia W = e
2
e
1
e
1
e
2
il tensore antisimmetrico avente e
3
come
vettore assiale. Calcolare la decomposizione polare destra del tensore F = I+W.
Soluzione. Cominciamo con osservare che
Fe
1
= e
1
+e
2
,
Fe
2
= e
2
e
1
,
Fe
3
= e
3
,
e che
det F = Fe
1
(Fe
2
. Fe
3
) = (e
1
+e
2
) (e
1
+e
2
) = 2,
pertanto F Lin
+
. Calcoliamo adesso la rappresentazione spettrale di F
T
F =
I W
2
. Dalle relazioni
F
T
Fe
1
= 2e
1
, F
T
Fe
2
= 2e
2
, F
T
Fe
3
= e
3
,
80
si ricava che
F
T
F = e
3
e
3
+ 2(I e
3
e
3
),
da cui si ottiene lespressione di U,
U = e
3
e
3
+
_
2(I e
3
e
3
),
e inne
R = FU
1
= e
3
e
3
+
1
_
2
(I e
3
e
3
) +
1
_
2
W.
Esercizio 92 Siano : = 3 e e
1
, e
2
, e
3
una base ortonormale di 1. Dato il
tensore F = I+e
2
e
1
, R, se ne calcoli la decomposizione polare F = VR.
Soluzione. Se = 0, allora F = I e V = R = I. Sia allora ,= 0. Gli
autovalori del tensore FF
T
= I +(e
1
e
2
+e
2
e
1
) +
2
e
2
e
2
sono
,
1
=
2 +
2

_
2
2
+
4
2
, (2.314)
,
2
=
2 +
2
+
_
2
2
+
4
2
, (2.315)
,
3
= 1, (2.316)
ed i relativi autovettori sono
q
1
=
1
:
1
e
1
+
,
1
1
:
1
e
2
, (2.317)
q
2
=
1
:
2
e
1
+
,
2
1
:
2
e
2
, (2.318)
e
q
3
= e
3
(2.319)
con
:
I
=
_
1 +
_
,
I
1

_
2
, i = 1, 2. (2.320)
Si ha allora
V =
_
,
1
q
1
q
1
+
_
,
2
q
2
q
2
+e
3
e
3
=
2
_
4 +
2
e
1
e
1
+

_
4 +
2
(e
1
e
2
+e
2
e
1
)
+
2 +
2
_
4 +
2
e
2
e
2
+e
3
e
3
, (2.321)
e
R = V
1
F = [(,
1
)
2
q
1
q
1
+ (,
2
)
2
q
2
q
2
+e
3
e
3
] [I +e
2
e
1
]
81
=
2
_
4 +
2
e
1
e
1
+
2
_
4 +
2
e
2
e
2
+

_
4 +
2
(e
1
e
2
+e
2
e
1
) +e
3
e
3
. (2.322)
Esercizio 93 Siano : = 3 e e
1
, e
2
, e
3
una base ortonormale di 1. Calcolare
la decomposizione polare F = VR del tensore
F = ce
1
e
1
+c(I e
1
e
1
) +ce
2
e
1
, (2.323)
con c, , c R, c 0, c 0.
Esercizio 94 Sia : = 3. Data F Lin
+
, siano F = RU = VR, U, V Psym
e R Orth
+
le decomposizioni polari di F. Dimostrare che R la rotazione
pi vicina a F, nel senso che
[[F R[[ < [[F Q[[, per ogni Q Orth
+
, Q ,= R. (2.324)
Soluzione. Per ogni Q Orth
+
, Q ,= R, si ha
[[F Q[[
2
= tr(F
T
F Q
T
F F
T
Q+I) = [[F[[
2
+ 3 2Q F, (2.325)
[[F R[[
2
= [[F[[
2
+ 3 2U I, (2.326)
da cui si ottiene
[[F Q[[
2
[[F R[[
2
= 2(U I Q F). (2.327)
Dato che
Q F = tr(F
T
Q) = tr(UR
T
Q) = Q
0
U, (2.328)
con Q
0
= R
T
Q Orth
+
, Q
0
,= I, si ha
[[F Q[[
2
[[F R[[
2
= 2U (I Q
0
), (2.329)
inoltre
tr[(Q
0
I)
T
U(Q
0
I)] = U [(Q
0
I)(Q
0
I)
T
] =
U (2I Q
0
Q
T
0
) = 2U (I Q
0
). (2.330)
Dato che (Q
0
I)
T
U(Q
0
I) Psym, da (2.330) segue che 2U (I Q
0
) 0,
da cui la tesi.
2.15 Teorema di Cayley-Hamilton
Teorema 95 (Teorema di Cayley-Hamilton). Sia : = 3. Dato A Lin si ha
A
3
1
1
(A)A
2
+1
2
(A)A1
3
(A)I = 0. (2.331)
82
Dimostrazione. Dimostreremo questo teorema nel caso in cui A abbia tre
autovettori v
1
, v
2
, v
3
linearmente indipendenti
Av
I
= a
I
v
I
, i = 1, 2, 3. (2.332)
Poich da (2.332) discende che
A

v
I
= a

I
v
I
, i = 1, 2, 3, , = 1, 2, 3, (2.333)
in vista di (2.240) si ha
[A
3
1
1
(A)A
2
+1
2
(A)A1
3
(A)I]v
I
=
a
3
I
v
I
1
1
(A)a
2
I
v
I
+1
2
(A)a
I
v
I
1
3
(A)v
I
=
[a
3
I
1
1
(A)a
2
I
+1
2
(A)a
I
1
3
(A)]v
I
= 0, i = 1, 2, 3. (2.334)
Dato che v
1
, v
2
, v
3
sono linearmente indipendenti, da (2.334) discende (2.331).
Tutti i tensori soddisfano lequazione di terzo grado (2.331), ma non detto
che questa sia lunica equazione che un tensore pu soddisfare. Pu accadere
infatti che un tensore soddis unequazione di grado pi basso, ad esempio se
P una proiezione ortogonale, allora P
2
P = 0.
Esercizio 96 Sia : = 3. Dato A Lin, dimostrare che
det A =
1
6
[(trA)
3
3(trA)tr(A
2
) + 2tr(A
3
)]. (2.335)
Soluzione. Si tenga conto del fatto che dal teorema di Cayley-Hamilton
discende che
tr(A
3
) = 1
1
(A)tr(A
2
) 1
2
(A)1
1
(A) + 31
3
(A).
Esercizio 97 Sia : = 3. Mostrare che se A Lin invertibile, allora
A
1
=
1
1
3
(A)
[A
2
1
1
(A)A+1
2
(A)I], (2.336)
e dedurre che per ogni intero r, A
:
esprimibile come combinazione di I, A, A
2
con coecienti che dipendono dagli invarianti principali di A.
Soluzione. Per il teorema di Cayley-Hamilton si ha
A
3
1
1
(A)A
2
+1
2
(A)A = 1
3
(A)AA
1
,
premoltiplicando per A
1
si ha la tesi.
Esercizio 98 Sia : = 3. Mostrare che se A Lin invertibile, allora
1
2
(A) = det A 1
1
(A
1
). (2.337)
83
Soluzione. Calcolando la traccia di entrambi i membri di (2.336) si ha la
tesi.
Esercizio 99 Sia : = 3. Sia A Lin, invertibile. Dallequazione det(A
`I) = 0 dedurre lequazione det(A
1
`
1
I) = 0 e quindi
`
3
1
1
(A
1
)`
2
+1
2
(A
1
)`
1
1
3
(A
1
) = 0. (2.338)
Mostrare inoltre che
(a) 1
1
(A
1
) =
12(A)
13(A)
,
(b) 1
2
(A
1
) =
11(A)
13(A)
,
(c) 1
3
(A
1
) =
1
13(A)
.
Soluzione. Si ha
det(A`I) = det[A(I `A
1
)] = det A det[`(A
1
`
1
I)] =
`
3
det A det(A
1
`
1
I), (2.339)
poich A invertibile, det(A`I) = 0 implica det(A
1
`
1
I) = 0. Il punto
(a) stato dimostrato nellesercizio precedente. Per quanto riguarda il punto
(b), moltiplicando per A
1
entrambi i membri della relazione (2.336) si ottiene
A
2
=
1
1
3
(A)
[A1
1
(A)I +1
2
(A)A
1
],
lespressione di 1
2
(A
1
) si ottiene calcolando [(trA
1
)
2
tr(A
2
)],2 e tenendo
conto di (a). Finalmente da (a), scambiando A con A
1
e tenendo conto della
(b), si ottiene
1
3
(A
1
) =
1
2
(A
1
)
1
1
(A)
=
1
1
3
(A)
.
Esercizio 100 Sia : = 3. Dato F Lin
+
sia F = RU la decomposizione
polare destra di F. Posto C = F
T
F, usare il teorema di Cayley-Hamilton
applicato ad U e la relazione U
2
= C per trovare una espressione di U in
termini di C e degli invarianti principali di C.
Soluzione. Per il teorema di Cayley-Hamilton applicato ad Ue per lesercizio
98 si ha
U
3
(trU)U
2
+ (det U)(trU
1
)U(det U)I = 0,
e
U
4
(trU)[(trU)U
2
(det U)(trU
1
)U+ (det U)I]+
(det U)(trU
1
)U
2
(det U)U = 0,
da cui
U =
C
2
+C[(det U)(trU
1
) (trU)
2
] (det U)(trU)I
(det U)[1 (trU)(trU
1
)]
.
84
2.16 Problema agli autovalori generalizzato
Dati i tensori A Sym, B Psym, si dice che un numero (reale) a un
autovalore generalizzato di (A, B) se esiste u 1 u ,= 0, tale che
Au = aBu; (2.340)
u detto autovettore generalizzato e il problema (2.340) detto problema agli
autovalori generalizzato.
I vettori u
1
, u
2
, u
3
sono B-ortonormali se
u
I
Bu

= c
I
=
_
1 i = ,,
0 i ,= ,.
(2.341)
Proposizione 101 Siano A Sym, B Psym. Esiste una base di 1 cos-
tituita da autovettori generalizzati B-ortonormali u
1
, ..., u
n
corrispondenti agli
autovalori generalizzati a
1
, ..., a
n
di (A, B),
Au
I
= a
I
Bu
I
, i = 1, ..., :. (2.342)
Dimostrazione. In vista del teorema della radice quadrata esiste U Psym
tale che U
2
= B. Il problema (2.340) pu essere cos riscritto

Av = av, (2.343)
dove si posto

A = U
1
AU
1
, v = Uu. (2.344)
Dal teorema spettrale discende che esistono una base ortonormale di 1 costitu-
tita da autovettori v
1
, ..., v
n
di (2.343) e : numeri reali a
1
, ..., a
n
tali che

Av
I
= a
I
v
I
, i = 1, ..., :. (2.345)
facile vericare che i vettori u
I
= U
1
v
I
, i = 1, ..., : sono gli autovettori
del problema generalizzato (2.340) relativi agli autovalori a
1
, ..., a
n
e soddisfano
(2.343). Inoltre le relazioni
c
I
= v
I
v

= Uu
I
Uu

= u
I
U
2
u

= u
I
Bu

, (2.346)
consentono di concludere che i vettori u
1
, ..., u
n
sono Bortonormali.
Per : = 3, a un autovalore generalizzato se e solo se AaB non invertibile
e quindi a una radice reale del polinomio caratteristico,
j(a) = det(AaB). (2.347)
Per ogni vettore u 1 u ,= 0, il rapporto
(u) =
u Au
u Bu
, (2.348)
il quoziente di Rayleigh relativo al problema generalizzato (2.340).
85
Proposizione 102 Siano
a
1
_ a
2
_ ... _ a
n
(2.349)
gli autovalori generalizzati del problema (2.340). Il quoziente di Rayleigh (2.348)
soddisfa le diseguaguaglianze
a
1
_ (u) _ a
n
, per ogni u 1 u ,= 0. (2.350)
Dimostrazione. Siano u
1
, ..., u
n
gli autovettori Bortonormali di (2.340). Per
ogni u 1 u ,= 0 si ha
u = c
1
u
1
+... +c
n
u
n
, (2.351)
e
(u) =
(c
1
u
1
+... +c
n
u
n
) (c
1
a
1
Bu
1
+... +c
n
a
n
Bu
n
)
(c
1
u
1
+... +c
n
u
n
) (c
1
Bu
1
+... +c
n
Bu
n
)
=
c
2
1
a
1
+... +c
2
n
a
n
c
2
1
+... +c
2
n
. (2.352)
Da (2.352), tenendo conto di (2.349), si ricava
a
1
=
(c
2
1
+... +c
2
.
)a
1
c
2
1
+... +c
2
.
_ (u) _
(c
2
1
+... +c
2
.
)a
n
c
2
1
+... +c
2
.
= a
n
. (2.353)
2.17 Tensori del terzo e del quarto ordine
Un tensore del terzo ordine F pu essere considerato una applicazione lineare da
Lin in 1 o una applicazione lineare da 1 in Lin. In particolare, dati u, v, w 1,
u v w indica il tensore del terzo ordine denito da
u v w[H] = (v w H)u, H Lin, (2.354)
u v w[h] = (w h)u v, h 1. (2.355)
Sia : = 3. Lapplicazione E da 1 in Skw che ad ogni vettore w associa il
tensore antisimmetrico W che ha w come tensore assiale
E(w) = W con Wv = w. v, per ogni v 1, (2.356)
un tensore del terzo ordine.
Poniamo
-
I|
=
_
_
_
1 se i,/ una permutazione pari di 1, 2, 3,
1 se i,/ una permutazione dispari di 1, 2, 3,
0 altrimenti
, i, ,, / = 1, 2, 3.
(2.357)
86
Fissata una base ortonormale e
1
, e
2
, e
3
di 1 e indicate con n
1
, n
2
, n
3
le
componenti di w, in vista di (2.164) le componenti di W sono
\
I
=
3

|=1
-
I|
n
|
, (2.358)
pertanto
W =
3

I,=1
\
I
e
I
e

=
3

I,,|=1
-
I|
(w e
|
)e
I
e

=
3

I,,|=1
-
I|
(e
I
e

e
|
)w (2.359)
e nalmente
E =
3

I,,|=1
-
I|
(e
I
e

e
|
). (2.360)
Analogamente, lapplicazione F da Skw in 1 che ad ogni tensore antisimmetrico
W associa il relativo vettore assiale w,
F(W) = w con Wv = w. v, per ogni v 1, (2.361)
un tensore del terzo ordine. Date le componenti di W, le componenti di w
sono
n
I
=
1
2
3

,|=1
-
I|
\
|
, (2.362)
pertanto
w =
3

I=1
n
I
e
I
=
1
2
3

I,,|=1
-
I|
\
|
e
I
=
1
2
3

I,,|=1
-
I|
(e

We
|
)e
I
=
1
2
3

I,,|=1
-
I|
[(e

e
|
) W]e
I
=
1
2
3

I,,|=1
-
I|
(e
I
e

e
|
)W, (2.363)
ed inne
F =
1
2
3

I,,|=1
-
I|
(e
I
e

e
|
). (2.364)
Anche lapplicazione E
2
da Lin in 1 che ad ogni tensore A associa il vettore
assiale della parte antisimmetrica (AA
T
),2 di A un tensore del terzo ordine.
Un tensore del quarto ordine A una applicazione lineare da Lin in Lin.
Denotiamo con I lidentit del quarto ordine denita da I[H] = H per ogni H
87
Lin. Il prodotto tensore A B di due tensori del secondo ordine A e B un
tensore del quarto ordine denito da
AB[H] = (B H)A, H Lin. (2.365)
A partire dai tensori A e B si pu denire il tensore del quarto ordine AB,
AB[H] = AHB
T
, H Lin.
Denotiamo con Lin lo spazio vettoriale costituito da tutti i tensori dei quarto
ordine. Si consideri la base ortonormale e
1
, ..., e
n
di 1, le componenti del
tensore del quarto ordine A sono
A
I|l
= (e
I
e

)A[e
|
e
l
], i, ,, /, | = 1, ..., :. (2.366)
Posto K = A[H], da (2.47) si ricava che
1
I
=
n

|,l=
A
I|l
H
|l
.
Dalla lineare indipendenza dei vettori e
1
, ..., e
n
di 1 discende la lineare in-
dipendenza degli elementi (e
I
e

) (e
|
e
l
), i, ,, /, | = 1, ..., : di Lin, inoltre
per ogni A Lin vale la seguente rappresentazione,
A =
n

I,,|,|=1
A
I|l
(e
I
e

) (e
|
e
l
). (2.367)
Quindi i tensori del quarto ordine (e
I
e

) (e
|
e
l
)
I,,|,l=1,...,n
sono una
base dello spazio vettoriale Lin, di dimensione :
4
.
Il trasposto di A il tensore del quarto ordine A
T
che soddisfa
A
T
[H]K = A[K]H, per ogni H, K Lin. (2.368)
Esercizio 103 Calcolare il trasposto dei tensori del quarto ordine A B e
AB.
Soluzione. Dati H, K Lin, si ha
H AB[K] = H (B K)A =(B K)(A H) =
K BA[H],
quindi (AB)
T
= BA. Si ha inoltre
H AB[K] = H AKB
T
= tr(BK
T
A
T
H) =
tr(K
T
A
T
HB) = K A
T
B
T
[H],
quindi (AB)
T
= A
T
B
T
.
88
Si dice che A ha la simmetria maggiore (o simmetrico) se A
T
= A. In
indici ci signica che A
I|l
= A
|lI
.
La simmetria nella prima coppia di indici (A
I|l
= A
I|l
) signica che A a
valori in Sym
A[H]
T
= A[H], H Lin, (2.369)
mentre la simmetria nella seconda coppia di indici (A
I|l
= A
Il|
) signica che
A[H
T
] = A[H], H Lin, (2.370)
o equivalentemente che A si annulla su Skw,
A[W] = 0, W Skw.
Si dice che A ha la simmetria minore se ha le simmetrie nella prima e nella
seconda coppia di indici.
Esercizio 104 Dimostrare che le componenti del tensore identit I, denito da
I[A] = A, per ogni A Lin, sono
I
I||
=
_
1 se i = / e , = /,
0 altrimenti,
(2.371)
e che I I = I, dove I lidentit di Lin.
Lapplicazione T : Lin Lin tale che T[A] = A
T
, per ogni A Lin un
tensore del quarto ordine ed i tensori del quarto ordine S e W deniti da
S[A] =
A+A
T
2
, W[A] =
AA
T
2
, per ogni A Lin, (2.372)
sono detti rispettivamente simmetrizzatore e antisimmetrizzatore.
Esercizio 105 Calcolare le componenti dei tensori del quarto ordine A B,
AB, T, S e W.
Esercizio 106 Dimostrare che A B simmetrico se e solo se A e B sono
simmetrici e che AB simmetrico se e solo se A = cB, c R.
Esercizio 107 Dati A, B, C, D Lin e A Lin, provare le seguenti regole di
composizione
(AB)(CD) = ACBD, (2.373)
(AB)A =AA
T
[B], (2.374)
A(AB)= A[A] B. (2.375)
89
Dato Q Orth, si consideri il tensore del quarto ordine Q =QQ, si ha
Q[A] Q[B] = QAQ
T
QBQ
T
= tr(QA
T
Q
T
QBQ
T
) = tr(A
T
B) = A B, per ogni A, B Lin, (2.376)
quindi Q Lin una isometria (cfr. (1.64)).
Indichiamo con Sym lo spazio vettoriale dei tensori del quarto ordine deniti
su Sym con valori in Sym e denotiamo con I
Sn
la restrizione di I a Sym. Da
ora in avanti ci limiteremo a considerare tensori A Sym
Un tensore simmetrico A Sym si dice dice denito positivo se
A A[A] 0, per ogni A Sym, A ,= 0. (2.377)
A si dice invertibile se iniettivo e surgettivo. Il tensore A
1
tale che
A
1
A = AA
1
= I
Sn
linverso di A.
Sia C Sym un tensore del quarto ordine simmetrico. Il problema spettrale
relativo a C consiste nel determinare le coppie (, C) con R, C Sym,
[[C[[ = 1 e C[C] = C; un autovalore di C e C il relativo autotensore. Come
nel caso dei tensori del secondo ordine simmetrici, per i tensori del quarto ordine
simmetrici vale il seguente teorema spettrale [9].
Teorema 108 Sia C :SymSym un tensore del quarto ordine simmetrico.
Esistono
I
R e C
I
Sym i = 1, ...,
n(n+1)
2
tali che C
I
C

= c
I
,
C =
n(n+1)
2

I=1

I
C
I
C
I
, (2.378)
e
n(n+1)
2

I=1
C
I
C
I
= I
Sn
. (2.379)
Esercizio 109 Sia : = 3. Sia e
1
, e
2
, e
3
una base ortonormale di 1, conside-
riamo i tensori simmetrici
O
1
= e
1
e
1
, O
2
= e
2
e
2
, O
3
= e
3
e
3
, (2.380)
O
4
=
1
_
2
(e
1
e
2
+e
2
e
1
), O
5
=
1
_
2
(e
1
e
3
+e
3
e
1
), (2.381)
O
6
=
1
_
2
(e
2
e
3
+e
3
e
1
). (2.382)
Calcolare autovalori e autotensori del tensore A Sym
A = O
1
O
1
+O
2
O
2
+O
1
O
2
+O
2
O
1
. (2.383)
90
Soluzione. Si ha
A[O
1
] = O
1
+O
2
, A[O
2
] = O
1
+O
2
, A[O
I
] = 0, i = 3, ..., 6, (2.384)
quindi gli autovalori di A sono
1
= 2 con autensore
1
_
2
(O
1
+O
2
) e
2
= 0 con
autensori
1
_
2
(O
1
O
2
), O
3
, O
4
, O
5
e O
6
e la rappresentazione spettrale di A
A = (O
1
+O
2
) (O
1
+O
2
). (2.385)
Esercizio 110 Sia : = 3. Data Calcolare autovalori e autotensori del tensore
del quarto ordine
C = 2jI
Sn
+`I I, `, j R. (2.386)
Soluzione. Si ha C[I] = (2j + 3`)I e C[A] = 2jA per ogni Dev, quindi
gli autovalori di C sono
1
= 2j + 3` con autotensore C
1
=
1
_
3
I e
2
= 2j
con autotensori C
2
=
1
_
2
(e
1
e
2
+ e
2
e
1
), C
3
=
1
_
2
(e
1
e
3
+ e
3
e
1
),
C
4
=
1
_
2
(e
2
e
3
+e
3
e
2
), C
5
=
1
_
2
(e
1
e
1
e
2
e
2
), C
6
=
1
_
6
(e
1
e
1
+
e
2
e
2
2e
3
e
3
).
Esercizio 111 Provare che un tensore del quarto ordine simmetrico C deni-
to positivo se e solo se i suoi autovalori sono positivi.
Esercizio 112 Provare che il tensore C denito in (2.386) denito positivo
se e solo se
j 0, 2j + 3` 0. (2.387)
Esercizio 113 Sia : = 3. Indicata con e
1
, e
2
, e
3
una base ortonormale di 1,
calcolare autovalori e autotensori del tensore del quarto ordine
A = cO
1
O
1
+,O
2
O
2
+(O
1
O
2
+O
2
O
1
), (2.388)
con O
1
= e
1
e
1
, O
2
= e
2
e
2
, c, ,, R.
Esercizio 114 Calcolare linverso del tensore C denito in (2.386) con j e `
che soddisfano (2.387).
2.18 Funzioni isotrope
In questa sezione ci limiteremo a considerare il caso : = 3. Sia I Orth, un
insieme / Lin invariante rispetto a I se QAQ
T
/ per ogni A /, Q I.
QAQ
T
detto coniugato ortogonale di A rispetto a Q.
Gli insiemi Lin, Lin
+
, Orth, Orth
+
, Sym, Skw, Sym

, Sym
+
, Psym e Nsym
sono invarianti rispetto a Orth. Infatti, limitandoci al caso di Lin
+
si ha
det(QAQ
T
) = det A(det Q)
2
= det A.
91
Sia / Lin, un funzionale , : / R invariante rispetto a I se /
invariante rispetto a I e se
,(A) = ,(QAQ
T
), per ogni A /, Q I. (2.389)
Unapplicazione G : / Lin invariante rispetto a I se / invariante rispetto
a I e se
QG(A)Q
T
= G(QAQ
T
), per ogni A /, Q I. (2.390)
Un funzionale (unapplicazione) si dice isotropo se invariante rispetto a
Orth.
Proposizione 115 Sia c una funzione su Lin a valori scalari o tensoriali,
allora c isotropa se e solo se c invariante rispetto a Orth
+
.
Teorema 116 I funzionali 1
1
, 1
2
e 1
3
deniti su Lin sono isotropi. In partico-
lare
j(A) = j(QAQ
T
), per ogni Q Orth. (2.391)
Indichiamo con P(/) = j(A) [ A / linsieme di tutte le possibili liste
j(A) di invarianti principali, con A /.
Dimostreremo alcuni importanti teoremi di rappresentazione per funzioni su
/ Sym. Supporremo da ora in avanti che / sia invariante rispetto a Orth.
Teorema 117 (Teorema di rappresentazione per funzionali isotropi). Un fun-
zionale , : / R isotropo se e solo se esiste una funzione , : P(/) R
tale che
,(A) = ,(j(A)), per ogni A /. (2.392)
Dimostrazione. Supponiamo che , sia isotropo, per dimostrare (2.392)
suciente mostrare che
,(A) = ,(B) (2.393)
ogniqualvolta
j(A) = j(B). (2.394)
Siano A, B / che soddisfano (2.394), allora A e B hanno lo stesso spettro e
per il teorema spettrale esistono due basi ortonormali e
1
, e
2
, e
3
e f
1
, f
2
, f
3

tali che
A =
3

I=1
.
I
e
I
e
I
, B =
3

I=1
.
I
f
I
f
I
. (2.395)
Sia Q il tensore ortogonale tale che
Qf
I
= e
I
; (2.396)
dato che Q(f
I
f
I
)Q
T
= (Qf
I
) (Qf
I
), si ha che QBQ
T
= A. Ma poich ,
isotropa si ha , ,(A) = ,(QBQ
T
) = ,(B). Limplicazione inversa una banale
conseguenza del fatto che j(A) = j(QAQ
T
) per ogni Q Orth.
92
Teorema 118 Sia G : / Lin unapplicazione isotropa. Allora ogni autovet-
tore di A / un autovettore di G(A).
Dimostrazione. Sia e un autovettore di A / e sia Q Orth la riessione
rispetto al piano ortogonale a e,
Qe = e, Qf = f , per ogni f Span(e)
J
, (2.397)
facile provare che QAQ
T
= A. Ora poich G isotropa
QG(A)Q
T
= G(QAQ
T
) = G(A), (2.398)
quindi Q commuta con G(A). Inoltre
QG(A)e = G(A)Qe = G(A)e (2.399)
che unita a (2.397) implica che G(A)e Span(e),
G(A)e = .e, (2.400)
quindi e un autovettore di G(A).
Proposizione 119 (Lemma di Wang). Sia A Sym.
(a) Se gli autovalori di A sono distinti,
A =
3

I=1
.
I
e
I
e
I
, (2.401)
allora I, A e A
2
sono linearmente indipendenti e
Span(I, A, A
2
) = Span(e
1
e
1
, e
2
e
2
, e
3
e
3
). (2.402)
(b) Se A ha due autovalori distinti,
A = .
1
e e+.
2
(I e e), [[e[[ = 1, (2.403)
allora I e A sono linearmente indipendenti e
Span(I, A) = Span(e e, I e e). (2.404)
Dimostrazione. Per quanto riguarda il punto (a), per provare che I, A e A
2
sono linearmente indipendenti dobbiamo dimostrare che se
cA
2
+,A+I = 0, (2.405)
allora
c = , = = 0. (2.406)
93
Da (2.401)si ricava
_
_
_
c.
2
1
+,.
1
+ = 0,
c.
2
2
+,.
2
+ = 0,
c.
2
3
+,.
3
+ = 0.
(2.407)
La matrice del sistema (2.407) la matrice di Vandermonde, il cui determinante
dato da

1I<3
(.
I
.

). Poich gli .
I
sono distinti la soluzione del sistema
(2.407) data da (2.406). Il sottospazio H =Span(e
1
e
1
, e
2
e
2
, e
3
e
3
) ha
dimensione 3, ed essendo A
2
=

3
I=1
.
2
I
e
I
e
I
, si ha che I, A, A
2
appartengono
ad H, quindi H =Span(I, A, A
2
). Il punto (b) si dimostra analogamente.
Teorema 120 (Primo teorema di rappresentazione di applicazioni isotrope)
Unapplicazione G : / Sym (/ Sym) isotropa se e solo se esistono dei
funzionali ,
0
, ,
1
, ,
2
: P(/) R tali che
G(A) = ,
0
(j(A))I +,
1
(j(A))A+,
2
(j(A))A
2
per ogni A /. (2.408)
Dimostrazione. Supponiamo che G ammetta la rappresentazione (2.408).
Siano A / e Q Orth, in vista di (2.391) si ha
G(QAQ
T
) = ,
0
(j(QAQ
T
))I +,
1
(j(QAQ
T
))QAQ
T
+
,
2
(j(QAQ
T
))QAQ
T
QAQ
T
=
,
0
(j(A))QQ
T
+,
1
(j(A))QAQ
T
+
,
2
(j(A))QA
2
Q
T
= QG(A)Q
T
, (2.409)
quindi G isotropa. Viceversa supponiamo che G sia isotropa e prendiamo
A /. Si distinguono i seguenti tre casi.
Caso 1. A ha tre autovalori distinti. Sia (2.401) la rappresentazione spettrale
di A, per il teorema 118
G(A) =
3

I=1
,
I
e
I
e
I
, (2.410)
da (2.402) si conclude che esistono tre funzioni scalari c
0
(A), c
1
(A), c
2
(A)
tali che
G(A) = c
0
(A)I +c
1
(A)A+c
2
(A)A
2
. (2.411)
Caso 2. A ha due autovalori distinti. Allora A ha la rappresentazione (2.403)
e gli spazi caratteristici di A sono Span(e) e Span(e)
J
. Per il teorema 118
ognuno di questi sottospazi deve essere contenuto in uno spazio caratter-
istico di G(A). Infatti sia e, f , g una base ortonormale di 1 e sia Q un
tensore ortogonale tale che
Qe = e, Qf = g, Qg = f . (2.412)
94
Q mantiene gli spazi caratteristici di A, quindi QAQ
T
= A, pertanto
QG(A)Q
T
= G(QAQ
T
) = G(A), cio QG(A) = G(A)Q. Dato che
QG(A)e = G(A)e, si ha che G(A)e = ,
1
e. Inoltre
QG(A)f = G(A)Qf = G(A)g, (2.413)
QG(A)g = G(A)Qg = G(A)f ; (2.414)
quindi indicati con ,
2
e ,
3
gli autovalori di G(A) relativi agli autovettori
f e g, da (2.413) e (2.414) si ottiene la relazione
Q,
2
f = ,
3
g (2.415)
da cui, tenendo conto di (2.412), discende
,
2
= ,
3
. (2.416)
Quindi ci sono due possibilit: (i) gli spazi caratteristici di G(A) sono
Span(e) e Span(e)
J
oppure (ii) 1 il solo spazio caratteristico di G(A).
In virt del teorema spettrale si ha
G(A) = ,
1
e e +,
2
(I e e), (2.417)
sia nel caso (i) in cui ,
1
,= ,
2
, sia nel caso (ii) in cui ,
1
= ,
2
. Tenendo
conto del lemma di Wang (vedi (2.404)), (2.417) pu essere scritta nella
forma (2.411) con
c
2
(A) = 0. (2.418)
Caso 3. A ha un solo autovalore distinto, A = .I. In particolare QAQ
T
= A
per ogni Q Orth, quindi dallisotropia di G(A) discende che QG(A)Q
T
=
G(A) per ogni Q Orth, quindi per la proposizione 84 G(A) = ,I e G(A)
ammette la rappresentazione (2.411) con c
0
(A) = , e c
1
(A) = c
2
(A) =
0.
Con ci abbiamo dimostrato che se G isotropa allora ammette la rapp-
resentazione (2.411). In virt del teorema di rappresentazione dei funzionali
isotropi, per completare la dimostrazione dobbiamo provare che c
0
, c
1
, c
2
sono
funzionali isotropi
c
|
(QAQ
T
) = c
|
(A), / = 1, 2, 3 (2.419)
per ogni A /, Q Orth. Siano allora A /, Q Orth, dalla isotropia di G
discende che
G(A) Q
T
G(QAQ
T
)Q = 0,
da cui tenendo conto di (2.411) e delluguaglianza
Q
T
(QAQ
T
)
2
Q = A
2
, (2.420)
si ricava
[c
0
(A) c
0
(QAQ
T
)]I + [c
1
(A) c
1
(QAQ
T
)]A+
95
[c
2
(A) c
2
(QAQ
T
)]A
2
= 0. (2.421)
A questo punto si deve tenere conto di nuovo dei tre casi analizzati precedente-
mente.
Caso 1. Per il lemma di Wang I, A e A
2
sono linearmente indipendenti e
(2.421) implica (2.419).
Caso 2. In vista di (2.391) e della proposizione 78 A e QAQ
T
hanno lo stesso
spettro, allora QAQ
T
come A ha due autovalori distinti e da (2.418) si
ricava c
2
(A) = c
2
(QAQ
T
) = 0. Inoltre per il lemma di Wang I e A sono
linearmente indipendenti e di nuovo da (2.421) si ottiene (2.419).
Caso 3. In questo caso A = .I e QAQ
T
= A, quindi (2.419) banalmente
vericata.
Quando A invertibile, dal teorema di Cayley-Hamilton segue che
A
2
= 1
1
(A)A1
2
(A)I +1
3
(A)A
1
, (2.422)
quindi il teorema 120 ha il seguente corollario.
Teorema 121 (Secondo teorema di rappresentazione di applicazioni isotrope)
Sia / linsieme di tutti i tensori simmetrici e invertibili. Unapplicazione G :
/ Sym isotropa se e solo se esistono dei funzionali c
0
, c
1
, c
2
: P(/) R
tali che
G(A) = c
0
(j(A))I +c
1
(j(A))A+c
2
(j(A))A
1
per ogni A /. (2.423)
Per le applicazioni lineari (tensori del quarto ordine) vale il seguente risul-
tato.
Teorema 122 (Teorema di rappresentazione per i tensori del quarto ordine)
Un tensore del quarto ordine A :SymSym isotropo se e solo se esistono due
scalari j e ` tali che
A[A] = 2jA+` tr(A)I, per ogni A Sym. (2.424)
Dimostrazione. Evidentemente (2.424) denisce una funzione isotropa. Sia
A linsieme di tutti i vettori unitari. Per ogni e A, il tensore ee ha spettro
0, 0, 1 e spazi caratteristici Span(e)
J
e Span(e). Allora gli stessi argomenti
usati per dimostrare (2.417) conducono allesistenza di due funzionali j, ` :
A R tali che
A[e e] = 2j(e)e e +`(e)I, per ogni e A. (2.425)
Siano adesso e, f A e sia Q un tensore ortogonale tale che Qe = f . Poich
Qe eQ
T
= f f , (2.426)
96
e A isotropo, si ha
0 = QA[e e]Q
T
A[f f ] =
2[j(e) j(f )]f f + [`(e) `(f )]I. (2.427)
Essendo f f e I linearmente indipendenti, da (2.427) si ricava
j(e) = j(f ), `(e) = `(f ), (2.428)
quindi j e ` sono delle quantit scalari costanti e da (2.425) si conclude che
A[e e] = 2je e +`I, per ogni e A. (2.429)
Sia ora A Sym, per il teorema spettrale A ha la rappresentazione (2.401), e
in virt di (2.429) e della linearit di A si ha
A[A] = 2jA+`(.
1
+.
2
+.
3
)I. (2.430)
Corollario 123 Sia A :Sym
0
Sym un tensore del quarto ordine, con Sym
0
=
A Sym [ trA = 0. A isotropo se e solo se esiste uno scalare j tale che
A[A] = 2jA, per ogni A Sym
0
. (2.431)
Dimostrazione. Chiaramente (2.431) denisce una funzione isotropa. Vicev-
ersa supponiamo che A sia isotropa. Per ogni A Sym, A
1
3
tr(A)I Sym
0
,
allora si pu estendere A da Sym
0
a Sym, denendo

A[A] = A[A
1
3
tr(A)I], per ogni A Sym. (2.432)
Dalla isotropia di A e del funzionale tr discende lisotropia di

A, quindi da
(2.424) considerando che A e

A coincidono su Sym
0
si conclude che
A[A] =

A[A] = 2jA+` tr(A)I = 2jA per ogni A Sym
0
. (2.433)
In particolare, se A isotropo, allora A e A[A] commutano, AA[A] =
A[A]A.
Esercizio 124 Dimostrare che lapplicazione 1 :PsymPsym che ad ogni ten-
sore C associa
_
C isotropa.
Soluzione. Per ogni C Psym, Q Orth, si ha
(Q
_
CQ
T
)
2
= Q
_
CQ
T
Q
_
CQ
T
= QCQ
T
. (2.434)
97
Esercizio 125 Sia G :SymSym unapplicazione invertibile e isotropa, dimostrare
che G
1
isotropa.
Soluzione. Per ogni A Sym, Q Orth, si ha
G(QG
1
(A)Q
T
) = QAQ
T
, (2.435)
applicando G
1
si ottiene
QG
1
(A)Q
T
= G
1
(QAQ
T
). (2.436)
Esercizio 126 Lapplicazione G :LinLin denita da G(A) = A
|
, / N
isotropa.
Esercizio 127 Lapplicazione G :Lin
+
Lin
+
denita da G(A) = A
1
,
isotropa.
Dagli esercizi 124 e 127 segue che lapplicazione o :PsymPsym denita
da o(C) = (1(C))
1
= (
_
C)
1
isotropa. Inoltre lapplicazione che ad ogni
F Lin
+
associa il tensore FF
T
Psym isotropa; tenendo conto del fatto che
la composizione di due applicazioni isotrope isotropa, le applicazioni denite
da Lin
+
a valori in Psym che ad ogni tensore F associano il tensore U della
decomposizione polare destra di F e U
1
sono isotrope. Anche lapplicazione
denita da Lin
+
a valori in Orth
+
che ad ogni tensore F associa il tensore R
della decomposizione polare destra di F isotropa.
Esercizio 128 Un funzionale c : 1 R isotropo se
c(v) = c(Qv), per ogni v 1, Q Orth. (2.437)
Mostrare che c isotropo se e solo se esiste una funzione

c : [0, ) R tale
che
c(v) =

c([[v[[), per ogni v 1. (2.438)

Soluzione. Supponiamo che c sia isotropo, basta dimostrare che per ogni
v, w 1 tali che [[v[[ = [[w[[, allora c(v) = c(w). Dato che v e w hanno lo
stesso modulo, esiste un tensore ortogonale Q tale che Qv = w, dato che c
isotropo si ha c(v) = c(Qv) = c(w).
Esercizio 129 Unapplicazione q : 1 1 isotropa se
Qq(v) = q(Qv), per ogni v 1, Q Orth. (2.439)
Mostrare che q isotropa se e solo se esiste una funzione : [0, ) R tale
che
q(v) = ([[v[[)v, per ogni v 1. (2.440)
98
Soluzione. Dato v 1, sia R una rotazione tale che Rv = v, si ha allora
Rq(v) = q(Rv) = q(v), quindi q(v) = c(v)v. Per completare la dimostrazione
basta provare che c un funzionale isotropo: tenendo conto del fatto che q
isotropo, per ogni tensore Q Orth si ha
c(Qv)Qv = q(Qv) = Qq(v) = c(v)Qv, (2.441)
quindi c(Qv) = c(v) per ogni v 1.
Esercizio 130 Sia : = 3. Siano C Psym, C ,= I e c 0. Supponiamo che
C abbia autovalori distinti, calcolare (C+cI)
1
.
Soluzione. Cominciamo con losservare che poich gli autovalori di C sono
distinti, per il lemma di Wang, i tensori I, Ce C
2
sono linearmente indipendenti.
Cerchiamo (C+cI)
1
della forma cC
2
+,C+I, con c, ,, da determinare.
Dallequazione
(C+cI)
1
(C+cI) = (cC
2
+,C+I)(C+cI) = I,
applicando il teorema di Cayley-Hamilton per ricavare C
3
si ottiene
C
2
[c1
1
(C) +cc +,] +C[c1
2
(C) +,c +] +I[c1
3
(C) +c 1] = 0.
Imponendo che i coecienti di C
2
, C e I siano nulli si ottiene il sistema lineare
in tre equazioni nelle tre incognite c, ,, ,
_
_
_
[c +1
1
(C)]c +, = 0
1
2
(C)c +c, + = 0
1
3
(C)c +c = 1
la cui soluzione conduce allespressione
(C+cI)
1
= 1
3
(C) +c[1
2
(C) +c(c +1
1
(C))]
1
C
2

(c +1
1
(C))C+ [1
2
(C) +c(c +1
1
(C))]I. (2.442)
Si osservi che nel caso generale, in cui si rimuova lipotesi che C ha tre
autovalori distinti e C ,= I, dalla rappresentazione spettrale di C, C =
3

I=1
c
I
g
I

g
I
, si ricava
C+cI =
3

I=1
(c
I
+c)g
I
g
I
,
da cui
(C+cI)
1
=
3

I=1
(c
I
+c)
1
g
I
g
I
. (2.443)
99
2.19 Convergenza di tensori
Sia : = 3. Dato A Lin, da (2.77) discende che
[[A[[ _ sup
u,=0
[[Au[[
[[u[[
(2.444)
dove [[A[[ data in (2.68). La quantit
[[A[[

= sup
u,=0
[[Au[[
[[u[[
(2.445)
una norma su Lin (confronta (1.88)), detta norma naturale. In particolare si
ha
[[A[[
2
= tr(A
T
A) = `
1
+`
2
+`
3
, (2.446)
dove 0 _ `
1
_ `
2
_ `
3
sono gli autovalori del tensore A
T
A Sym
+
e
[[Au[[
2
[[u[[
2
=
A
T
Au u
u u
(2.447)
il quoziente di Rayleigh del tensore A
T
A che soddisfa le diseguaglianze
`
1
_
A
T
Au u
u u
_ `
3
, (2.448)
da cui discende che
[[A[[
2

= `
3
. (2.449)
In particolare
[[A[[
2

_ [[A[[
2
_ 3[[A[[
2

. (2.450)
Vogliamo ora denire la convergenza di una successione di tensori A
|

|N
ad
un tensore A Lin.
(i) [[A
|
A[[ 0 quando / .
(ii) [[A
|
u Au[[ 0 quando / , per ogni ssato u 1.
(iii) [A
|
u v Au v[ 0 quando / , per ogni u, v 1.
Proposizione 131 Le condizioni (i), (ii) e (iii) sono equivalenti.
Dimostrazione. Se vale (i), allora per ogni u 1 si ha
[[A
|
u Au[[ = [[(A
|
A)u[[ _ [[A
|
A[[ [[u[[ 0, (2.451)
quindi (i)=(ii). Nella Sezione 1.9 abbiamo provato che (ii)=(iii) e che in spazi
vettoriali di dimensione nita (iii)=(ii). Resta da dimostrare che in uno spazio
di dimensione nita (ii)=(i). Sia u
1
, u
2
, u
3
una base ortonormale di 1, se
100
vale (ii), allora per ogni - 0 esiste /
0
= /(-) tale che [[A
|
u
I
Au
I
[[ < - per
/ _ /
0
e per i = 1, 2, 3. Dato u 1, si ha u =

3
I=1
(u u
I
)u
I
e quindi
[[(A
|
A)u[[ = [[
3

I=1
(u u
I
)(A
|
A)u
I
[[ _
3

I=1
[[u[[ [[(A
|
A)u
I
[[ _ 3-[[u[[, (2.452)
quindi [[A
|
A[[

0 che unita a (2.450) d (i).

Si osservi che il prodotto interno su 1 e il prodotto vettoriale in quanto
applicazioni bilineari, sono continue. Infatti, siano u
|
u, v
|
v, si ha
[u
|
v
|
u v[ _ [u
|
v
|
u v
|
[ +[u v
|
u v[,
[[u
|
. v
|
u . v[[ _ [[u
|
. v
|
u . v
|
[[ +[[u . v
|
u . v[[ _
[[(u
|
u) . v
|
[[ +[[u . (v
|
v)[[ _
[[u
|
u[[ [[v
|
[[ +[[v
|
v[[ [[u[[.
Esercizio 132 Provare che
(a) ,
1
:LinR, ,
1
(A) = [[A[[,
(b) T
1
:Lin1 1, T
1
(A, u) = Au,
(c) ,
3
:Lin1 1 R, ,
3
(A, u, v) = Au v,
(d) ,
2
:Lin1 R, ,
2
(A, u) = [[Au[[,
(e) T
2
:LinLinLin, T
2
(A, B) = A+B,
(f ) T
3
:LinR Lin, T
3
(A, c) = cA,
(g) T
4
:LinLinLin, T
4
(A, B) = AB,
(h) T
5
:LinLin, T
5
(A) = A
T
,
(i) ,
4
:LinR, ,
4
(A) = trA,
(j) ,
5
:LinR, ,
5
(A) = det A,
(l) T
6
:InvInv, T
5
(A) = A
1
,
sono applicazioni continue.
101
Soluzione.
(a) Sia A
|
A, dalla seconda diseguaglianza triangolare (1.27) discende
che [[[A
|
[[ [[A[[[ _ [[A
|
A[[.
(b) Siano A
|
A e u
|
u,
[[A
|
u
|
Au[[ _ [[A
|
u
|
A
|
u[[ +[[A
|
u Au[[ _
[[A
|
[[ [[u
|
u[[ +[[A
|
u Au[[.
(c) Siano A
|
A, u
|
u, v
|
v, si ha
[A
|
u
|
v
|
Au v[ _ [A
|
u
|
v
|
Au
|
v
|
[+
[Au
|
v
|
Au v
|
[ +[Au v
|
Au v[.
(j) Siano e
1
, e
2
, e
3
una base ortonormale di 1 con e
3
= e
1
.e
2
e A
|
A,
in vista di (2.184) si ha
[ det A
|
det A[ = [A
|
e
1
(A
|
e
2
. A
|
e
3
) Ae
1
(Ae
2
. Ae
3
)[.
La tesi discende da (d) e dalla continuit del prodotto vettoriale e del prodotto
interno su 1.
(l) Per il teorema di Cayley-Hamilton, T
6
(A) =
1
det(A)
[A
2
1
1
(A)A +
1
2
(A)I], quindi T
6
continua in quanto somma, prodotto e quoziente di ap-
plicazioni continue.
2.20 Derivate di funzionali e di applicazioni a
valori vettoriali e tensoriali.
Sia : = 3.
Esercizio 133 Calcolare la derivata delle seguenti applicazioni.
(a) , : 1 R denita da
,(v) = v v, v 1.
(b) 1 :LinLin denita da
G(A) = A
2
, A Lin. (2.453)
(c) 1 :LinLin denita da
1(A) = A
3
, A Lin. (2.454)
Soluzione.
(a) Fissato v 1 si ha
,(v +u) = (v +u) (v +u) = v v + 2v u +u u =
102
,(v) + 2v u +o(u) u 0, (2.455)
da cui
1,(v)[u] = 2v u, u 1.
(b) Fissato A Lin si ha
G(A+U) = (A+U)(A+U) =
A
2
+AU+UA+U
2
= G(A) +AU+UA+o(U), U 0, (2.456)
dove lultima uguaglianza discende dalla submoltiplicativit della norma,
[[U
2
[[ _ [[U[[
2
.
Da (2.456) si ricava che
1G(A)[U] = AU+UA, U Lin, (2.457)
e quindi 1G(A) = AI +I A
T
.
Lapplicazione 1G :Lin /(Lin,Lin) che ad ogni A Lin associa il tensore
del quarto ordine 1G(A) continua. Per dimostrare la continuit, dato A
|

A, dobbiamo provare che 1G(A
|
) converge a 1G(A). In vista di (2.457) si ha
[[1G(A
|
) 1G(A)[[ = sup
HLin
H,=0
[[1G(A
|
)[H] 1G(A)[H][[
[[H[[
=
sup
HLin
H,=0
[[A
|
H+HA
|
AHHA[[
[[H[[
_ sup
HLin
H,=0
[[A
|
HAH[[ +[[HA
|
HA[[
[[H[[
_
sup
HLin
H,=0
[[A
|
HAH[[
[[H[[
+ sup
HLin
H,=0
[[HA
|
HA[[
[[H[[
_ 2[[A
|
A[[. (2.458)
Ci consente di concludere che G di classe C
1
.
(c) Fissato A Lin si ha
1(A+U) = A
3
+A
2
U+UA
2
+AUA+
AU
2
+U
2
A+UAU+U
3
=
1(A) +A
2
U+UA
2
+AUA+o(U), U 0, (2.459)
dove si tenuto conto del fatto che
[[AU
2
+U
2
A+UAU+U
3
[[ _ 3[[A[[ [[U[[
2
+[[U[[
3
,
e quindi AU
2
+U
2
A+UAU+U
3
= o(U), U 0.
Da (2.459) discende che 11(A) il tensore del quarto ordine denito da
11(A)[U] = A
2
U+UA
2
+AUA, U Lin, (2.460)
con 11(A) = A
2
I +I (A
2
)
T
+AA
T
.
103
Esercizio 134 Calcolare le derivate delle seguenti applicazioni da Lin in Lin:
(a) G(A) = (trA)A, per ogni A Lin.
(b) G(A) = ABA, per ogni A Lin, B Lin ssato.
(c) G(A) = A
T
A, per ogni A Lin.
(d) G(A) = (u Au)A, per ogni A Lin, u 1 ssato.
Soluzione.
(a) Per ogni U Lin si ha
G(A+U) = tr(A+U)(A+U) =
tr(A)A+tr(U)A+tr(A)U+tr(U)U,
poich [[tr(U)U[[ = [I U[ [[U[[ _
_
3[[U[[
2
, si ha che tr(U)U = o(U) per
U 0, quindi
1G(A)[U] = tr(U)A+tr(A)U, per ogni U Lin
e
1G(A) = AI + (A I)I.
(b) Per ogni U Lin si ha
G(A+U) = (A+U)B(A+U) =
G(A) +UBA+ABU+UBU,
Dato che UBU = o(U), U 0, si ha
1G(A)[U] = UBA+ABU, per ogni U Lin,
e
1G(A) = ABI +I (BA)
T
.
(c) Per ogni U Lin si ha
G(A+U) = (A
T
+U
T
)(A+U) =
G(A) +A
T
U+U
T
A+U
T
U.
Dato che U
T
U = o(U), U 0, si ha
1G(A)[U] = A
T
U+U
T
A, per ogni U Lin.
Teorema 135 Sia , il funzionale denito sul sottoinsieme Inv di Lin costituito
dai tensori invertibili
,(A) = det A. (2.461)
, di classe C
1
e
1,(A)[U] = (det A)tr(UA
1
), per ogni U Lin. (2.462)
104
Dimostrazione. Innanzi tutto osserviamo che linsieme Inv= A Lin [
det A ,= 0 un aperto di Lin in quanto complementare dellinsieme Ninv=
A Lin [ det A = 0 che risulta chiuso in quanto immagine inversa del chiuso
0 di R mediante la funzione continua det. Dato B Lin, da (2.239) e (2.240)
con a = 1 si ricava
det(B+I) = 1 +1
1
(B) +1
2
(B) +1
3
(B). (2.463)
Dalla relazione det B =
1
6
[(trB)
3
3(trB)tr(B
2
) + 2tr(B
3
)], discende che
[ det B[ _
1
6
[[trB[
3
+ 3[trB[ [tr(B
2
)[ + 2[tr(B
3
)[] _
_
3
6
[3[[B[[
3
+ 9[B[[
2
+ 2[[B[[
3
], (2.464)
quindi det B = o(B), B 0 e
det(B+I) = 1 +1
1
(B) +o(B), B 0. (2.465)
Allora ssato A Inv, per ogni U Lin, si ha
det(A+U) = det[(I +UA
1
)A] =
(det A) det(I +UA
1
) = (det A)[1 +tr(UA
1
) +o(U)], U 0. (2.466)
Dato che lapplicazione U tr(UA
1
) lineare, da (2.466) discende (2.462).
Inoltre la continuit dellapplicazione 1, denita da Inv a valori in /(Lin, R),
discende dalla continuit del determinante e delloperazione di inversione. In
particolare, dobbiamo dimostrare che se A
|
A, in Inv, allora 1,(A
|
)
1,(A) in /(Lin, R),
[[1,(A
|
) 1,(A)[[ = sup
HLin
H,=0
[1,(A
|
)[H] 1,(A)[H][
[[H[[
=
sup
HLin
H,=0
[(det A
|
)tr(HA
1
|
) (det A)tr(HA
1
)[
[[H[[
=
sup
HLin
H,=0
[(det A
|
)H
T
A
1
|
(det A)H
T
A
1
[
[[H[[
_
sup
HLin
H,=0
[H
T
[(det A
|
)A
1
|
(det A)A
1
][
[[H[[
_
[[(det A
|
)A
1
|
(det A
|
)A
1
[[+
[[(det A
|
)A
1
(det A)A
1
[[ _
[ det A
|
[ [[A
1
|
A
1
[[ +[[A
1
[[ [ det A
|
det A[,
105
e la tesi discende dalla continuit del determinante (esercizio 132 (j)) e della
applicazione T
6
(esercizio 132 (l)).
Da (2.462) e (2.196) discende che la derivata del determinante di un tensore
A Inv coincide con il suo cofattore A
+
.
Esercizio 136 Sia G :InvLin tale che G(A) = A
1
. Dopo avere assunto che
G dierenziabile, mostrare che
1G(A)[H] = A
1
HA
1
, A Lin. (2.467)
Soluzione. Consideriamo lapplicazione lineare 1 :InvInv tale che 1(A) =
A. Si consideri lapplicazione prodotto
(1G)(A) = 1(A)G(A) = I, A Inv. (2.468)
Dalla regola di derivazione del prodotto segue che
11(A)[H]G(A) +1(A)1G(A)[H] = 0, H Lin, (2.469)
da cui
HA
1
+A1G(A)[H] = 0, (2.470)
e quindi (2.467) soddisfatta.
Esercizio 137 Sia c :InvR tale che c(A) = det(A
2
). Calcolare 1c(A) per
ogni A Inv.
Soluzione. Siano , :Inv R tale che ,(A) = det(A) e G :InvInv tale che
G(A) = A
2
. Tenuto conto che c = , G, per ogni H Lin si ha
1c(A)[H] = 1,(G(A))[1G(A)[H]] =
det(A
2
)tr(1G(A)[H]A
2
) =
det(A
2
)tr((AH+HA)A
2
) = 2 det(A
2
)tr(HA
1
). (2.471)
Esercizio 138 Sia c :Inv R tale che c(A) = (det A)tr(A
1
), A Inv.
Calcolare 1c(A).
Soluzione. Siano , :Inv R tale che ,(A) = det(A) e G :InvInv tale che
G(A) = A
1
, si ha allora c(A) = ,(A)tr(G(A)). Pertanto
1c(A)[H] = 1,(A)[H]tr(G(A)) +,(A)1tr(G(A))[1G(A)[H]] =
(det A)tr(HA
1
)tr(A
1
)+
(det A)tr(A
1
HA
1
) =
(det A)tr(A
1
)tr(HA
1
) tr(HA
2
) =
(det A)tr(A
1
)A
T
A
2T
H, H Lin. (2.472)
106
Esercizio 139 Sia 1
2
:Lin R il funzionale denito da 1
2
(A) =
1
2
[(trA)
2

tr(A
2
)]. Calcolare 11
2
(A).
Soluzione.
1
2
(A+H) =
1
2
[(tr(A+H))
2
tr((A+H)
2
)] =
1
2
(A) +tr(A)tr(H) tr(AH) +o(H), H 0,
quindi
11
2
(A)[H] = tr(A)I A
T
H, H Lin
e
11
2
(A) = tr(A)I A
T
.
Esercizio 140 Sia ) :LinR denita da
)(K) = [[K
0
[[
2
j
2
(trK), (2.473)
con K
0
= K(trK)I,3 il deviatore di K e j : R R una funzione continua e
dierenziabile. Calcolare 1)(K).
Soluzione. Cominciamo con losservare che 1K
0
(K)[U] = U
0
; avendo
in mente che [[K
0
[[
2
= K
0
K
0
, sfruttando il teorema di derivazione della
composizione di funzioni, si ricava
1)(K)[U] = 2(K
0
2j(trK)j
t
(trK)I) U, per ogni U Lin, (2.474)
dove j
t
indica la derivata di j rispetto alla variabile indipendente.
Esercizio 141 Per ogni intero / _ 1 si consideri il funzionale t
|
:Lin R
denito da t
|
(A) = tr(A
|
), con A
|
denita in (2.9). Dimostrare che
1t
|
(A) = /(A
|1
)
T
. (2.475)
Soluzione. Cominciamo innanzi tutto con losservare che per induzione si
pu dimostrare la seguente relazione
(A+H)
|
= A
|
+
|1

I=0
A
I
HA
|1I
+o(H), H 0. (2.476)
Calcolando la traccia di entrambi i membri di (2.476) si ricava che
1t
|
(A)[H] = / tr(HA
|1
), H Lin, (2.477)
da cui la tesi.
Esercizio 142 Sia L un tensore del secondo ordine ssato, per ogni intero / _
1 si consideri il funzionale c
|
:LinR denito da c
|
(A) = tr(A
|
L). Si calcoli
1c
|
(A).
107
Soluzione. In vista di (2.476) si ha
c
|
(A+H) = c
|
(A) +tr(
|1

I=0
A
I
HA
|1I
L) +o(H), H 0, (2.478)
da cui discende che
1c
|
(A)[H] =
|1

I=0
(A
I
LA
|1I
)
T
H, H Lin. (2.479)
Dimostriamo adesso la seguente proposizione che esprime linvarianza della
derivata di una funzione invariante rispetto ad un insieme I Orth.
Proposizione 143 Siano I un sottoinsieme di Orth, / un aperto contenuto
in un sottospazio vettoriale | di Lin, con / invariante rispetto a I. Sia G :
/ Lin invariante rispetto a I e di classe C
1
. Allora
Q1G(A)[U]Q
T
= 1G(QAQ
T
)[QUQ
T
], (2.480)
per ogni A /, U |, Q I.
Dimostrazione. Cominciamo col dimostrare che | invariante rispetto a I.
Siano U |, A /, Q I, poich / aperto esiste c 0 tale che A+cU /.
Da
Q(A+cU)Q
T
= QAQ
T
+cQUQ
T
/ | (2.481)
tenendo conto che | un sottospazio, si ricava che QUQ
T
|.
Siano ancora A /, U |, Q I, si ha
G(Q(A+U)Q
T
) = G(QAQ
T
+QUQ
T
)
= G(QAQ
T
) +1G(QAQ
T
)[QUQ
T
] +o(U), U 0; (2.482)
daltra parte, dato che G invariante rispetto a I si ha
G(Q(A+U)Q
T
) = QG(A+U)Q
T
, (2.483)
e
QG(A+U)Q
T
= QG(A)Q
T
+QDG(A)[U]Q
T
+o(U), U 0. (2.484)
Confrontando le relazioni (2.482) e (2.484) si ottiene nalmente (2.480).
Esercizio 144 Sia T :InvInv l applicazione denita da
T(V) = j(VV
T
I) +`[(det V)
2
1]I, con j, ` R; (2.485)
calcolare 1T(V).
Soluzione. Si ha
1T(V)[H] = j(VH
T
+HV
T
) + 2`(det V)
2
I V
T
[H], H Lin. (2.486)
108
2.21 Derivate di funzioni denite su un aperto
di R
Sia : = 3. La proposizione seguente una diretta conseguenza di (1.150).
Proposizione 145 Dato un aperto T di R siano
, : T R,
v, w : T 1,
A, B : T Lin,
applicazioni di classe C
1
. Valgono le seguenti relazioni
(,v)

= ,

v +

,v, (2.487)
(v w)

= v

w+

v w, (2.488)
(AB)

= A

B+

A B, (2.489)
(A B)

= A

B+

A B, (2.490)
(Av)

= A

v +

Av, (2.491)
(v . w)

= v .

w+

v . w, (2.492)
(v w)

= v

w+

v w, (2.493)
(,A)

= ,

A+

,A. (2.494)
Sia e
1
, e
2
, e
3
una base ortonormale di 1, date la funzione vettoriale v(t)
e la funzione tensoriale A(t), si ha

v(t) =
3

I=1

I
(t)e
I
, A(t) =
3

I,=1

I
(t)e
I
e

. (2.495)
Se A(t) una funzione tensoriale non nulla, posto ,(t) = [[A(t)[[, si ha

,(t) =
A(t)
[[A(t)[[


A(t), (2.496)
da cui si ricava lidentit
([[A(t)[[)

=
A(t)
[[A(t)[[


A(t). (2.497)
109
Proposizione 146 Siano T un aperto di R e B : T Lin una applicazione di
classe C
1
. Si ha
(B
T
)

= (

B)
T
. (2.498)
Inoltre, se B(t) invertibile per ogni t T, si ha
(det B)

= (det B)tr(

BB
1
), (2.499)
e
(B
1
)

= B
1

BB
1
. (2.500)
Dimostrazione. Sia 1 :LinLin lapplicazione lineare denita da 1(A) = A
T
,
A Lin. Poich 11(A) = 1, dalla regola di derivazione della composizione delle
applicazioni discende che
(B
T
)

= (1(B))

= 1(

B) = (

B)
T
.
Dalle relazioni (1.152) e (2.462), per ,(B) = det B si ha
(,(B(t)))

= 1,(B(t))[

B(t)] = (det B(t))tr
_

B(t)B(t)
1
_
.
Esercizio 147 Sia Q : R Orth dierenziabile. Mostrare che
Q(t)

Q(t)
T
Skw per ogni t R. (2.501)
Soluzione. Sia 1 :LinLin tale che 1(A) = A
T
, poich Q(t)Q(t)
T
= I per
ogni t R, derivando rispetto a t si ottiene
0 =

QQ
T
+Q11(Q)[

Q] =

QQ
T
+Q

Q
T
, (2.502)
da cui la tesi.
2.22 Derivate degli autovalori ed autovettori di
tensori simmetrici
Per : = 3 sia Sym* il sottoinsieme di Sym costituito da tutti i tensori simmetrici
aventi autovalori distinti. Dato A Sym*, siano a
1
< a
2
< a
3
e g
1
, g
2
, g
3
rispettivamente i suoi autovalori ed i corrispondenti autovettori normalizzati.
Poniamo,
G
11
= g
1
g
1
, G
22
= g
2
g
2
, G
33
= g
3
g
3
, (2.503)
G
12
=
1
_
2
(g
1
g
2
+g
2
g
1
), G
13
=
1
_
2
(g
1
g
3
+g
3
g
1
), (2.504)
110
G
23
=
1
_
2
(g
2
g
3
+g
3
g
2
). (2.505)
Per i = 1, 2, 3, la funzione a
I
: Sym* R, che associa ad ogni A lautovalore
a
I
(A) e G
II
: Sym*Sym date in (2.503), sono unicamente determinate in virt
del fatto che gli autovalori di A sono distinti. Inoltre i tensori G
I
, i ,= ,, sono
determinati ad eccezione del loro segno e i tensori del quarto ordine G
I
G
I
sono univocamente determinati. Denotiamo con 1
.
a
I
e 1
.
G
II
rispettivamente
la derivata rispetto ad A di a
I
e G
II
.
Proposizione 148 Nelle ipotesi precedenti, valgono le seguenti relazioni
1
.
a
1
= G
11
, (2.506)
1
.
a
2
= G
22
, (2.507)
1
.
a
3
= G
33
, (2.508)
1
.
G
11
=
1
a
1
a
2
G
12
G
12
+
1
a
1
a
3
G
13
G
13
, (2.509)
1
.
G
22
=
1
a
2
a
1
G
12
G
12
+
1
a
2
a
3
G
23
G
23
, (2.510)
1
.
G
33
=
1
a
3
a
1
G
13
G
13
+
1
a
3
a
2
G
23
G
23
. (2.511)
Dimostrazione. Ci limitiamo a dimostrare le relazioni (2.506) e (2.509), poich
le altre relazioni possono essere dimostrate in modo analogo. Per A Sym* e
H Sym ssati, consideriamo c R; siano a
1
(c) e g
1
(c) il pi piccolo autovalore
ed il corrispondente autovettore normalizzato del tensore A+cH, tale che g
1
(c)
g
1
0,
(A+cH)g
1
(c) = a
1
(c)g
1
(c) (2.512)
A meno di un errore di ordine o(c), si ha
a
1
(c) = a
1
+c

a
1
(0) e g
1
(c) = g
1
+c

g
1
(0), (2.513)
dove a
1
= a
1
(0), g
1
= g
1
(0) ed il punto indica la derivata rispetto a c. Sos-
tituendo (2.513) in (2.512) si ottiene
A

g
1
(0) +Hg
1
=

a
1
(0)g
1
+a
1

g
1
(0). (2.514)
Poich g
1
(c) g
1
(c) = 1, allora

g
1
(0) g
1
= 0; cos, se moltiplichiamo (2.514) per
g
1
si ottiene

a
1
(0) = g
1
Hg
1
= g
1
g
1
H. (2.515)
Poich, per ogni H Sym in vista di (1.124) si pu scrivere

a
1
(0) =
d
dc
a
1
(A+cH)[
t=0
= 1
.
a
1
(A)H, (2.516)
111
in virt di (2.515) si ottiene (2.506). Per calcolare la derivata di G
1
, si deve
calcolare la derivata di g
1
. A questo scopo, sostituendo (2.515) in (2.514), si
ottiene
A

g
1
(0) +Hg
1
= (g
1
g
1
H)g
1
+a
1

g
1
(0). (2.517)
Poich g
1
e

g
1
(0) sono ortogonali, si pu scrivere

g
1
(0) = g
2
+g
3
, (2.518)
dove e sono scalari che dipendono da A. Sostituendo (2.518) in (2.517),
segue la relazione
(a
2
a
1
)g
2
+(a
3
a
1
)g
3
= (g
1
g
1
H)g
1
Hg
1
. (2.519)
Moltiplicando (2.519) per g
2
e g
3
, si ottiene rispettivamente
=
1
a
1
a
2
g
1
g
2
H, (2.520)
=
1
a
1
a
3
g
1
g
3
H. (2.521)
Cos, da (2.518), (2.520) e (2.521), in virt della simmetria di H, si ha

g
1
(0) =
d
dc
g
1
(A+cH)[
t=0
= 1
.
g
1
(A)[H]
=
1
2(a
1
a
2
)
(g
2
g
1
g
2
+g
2
g
2
g
1
)[H]
+
1
2(a
1
a
3
)
(g
3
g
1
g
3
+g
3
g
3
g
1
)[H]. (2.522)
Il risultato desiderato segue dalla regola di derivazione del prodotto,
1
.
G
11
[H] = 1
.
g
1
[H] g
1
+g
1
1
.
g
1
[H]. (2.523)
Esercizio 149 Data lapplicazione 1(C) =
_
C denito nellesercizio 124, si
calcoli 11(C).
112
Bibliograa
[1] R. M. Bowen, C. C. Wang, Introduction to Vectors and Tensors, Volumes
1 and 2. Plenum Press, New York 1976.
[2] V. Checcucci, A. Tognoli, E. Vesentini. Lezioni di Topologia Generale.
Feltrinelli, 1977.
[3] C. L. DeVito, Functional Analysis and Linear Operator Theory. Addison-
Wesley Publishing Company, 1990.
[4] J. Dieudonn, Foundations of Modern Analysis. Academic Press, New York
and London, 1969.
[5] E. Giusti, Analisi Matematica 2. Bollati Boringhieri 1989.
[6] M. E. Gurtin, An Introduction to Continuum Mechanics. Academic Press,
1981.
[7] M. E. Gurtin, The Linear Theory of Elasticity. Encyclopedia of Physics,
vol. VIa/2 Mechanics of Solids II, Springer-Verlag, 1972.
[8] M. E. Gurtin, E. Fried, L. Anand, The Mechanics and Thermodynamics of
Continua. Cambridge University Press, 2010.
[9] P. R. Halmos, Finite-Dimensional Vector Spaces. Springer-Verlag, 1987.
[10] M. Itskov, Tensor Algebra and Tensor Analysis for Engineers. Springer-
Verlag, 2007.
[11] L. M. Kachanov, Fundamentals of the Theory of Plasticity. Mir Publishers
Moscow, 1974.
[12] P. Podio-Guidugli, A primer in elasticity. Journal of Elasticity 58(1), 2000.
[13] M. Silhavy, The Mechanics and Thermodynamics of Continuous Media.
Text and Monographs in Physics, Springer-Verlag Berlin Heidelberg 1997.
113