Sei sulla pagina 1di 197

Quaderni di Matemati

a  http://www.extrabyte.info

Appunti ed eser izi di Algebra lineare


Mar ello Colozzo







fn (x; x1, x2, ..., xn) =








(n) =


0
0
...
0
1

0
0
...
1
0

0
0
...
0
0

...
...
...
...
...

1
1
1
...
1
1

0
1
...
0
0


x1 x2 ... xn1 xn
x x2 ... xn1 xn
x1 x ... xn1 xn
... ... ... ... ...
x1 x2 ... xn1 xn
x1 x2 ... xn1 x

1
0
... , n = 2, 3, 4, ..., +
0
0

(1)

Indi e
I Spazi vettoriali

1 Matri i e determinanti

1.1

Denizione di matri e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Classi azione delle matri i

1.3

Operazioni elementari sulle matri i


1.3.1

. . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .

13

Somma e dierenza di matri i . . . . . . . . . . . . . . . . . . . . . .

13

1.4

Determinanti

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Minori di una matri e

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

1.6

Teorema di Lapla e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

1.7

Altre propriet delle matri i . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

1.8

Inversa di una matri e

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

1.9

Rango di una matri e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

1.10 Eser izi proposti

17

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

1.10.1 Operazioni sulle matri i e lassi azione delle matri i . . . . . . . . .

35

1.10.2 Minori e omplementi algebri i

. . . . . . . . . . . . . . . . . . . . .

48

1.10.3 Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . .

50

1.10.4 Cal olo di determinanti del terzo ordine

50

. . . . . . . . . . . . . . . .

1.10.5 Cal olo di determinanti di ordine qualsiasi

. . . . . . . . . . . . . . .

2 Sistemi di equazioni lineari

50

57

2.1

Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57

2.2

Ri er a delle soluzioni

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

58

2.3

Sistemi normali: teorema di Cramer . . . . . . . . . . . . . . . . . . . . . . .

58

2.4

Sistemi non normali: Teoremi di Rou h e di Capelli

. . . . . . . . . . . . .

61

2.5

Sistemi omogenei

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

64

2.6

Esempi numeri i

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

66

3 Spazi vettoriali

69

3.1

Denizione assiomati a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

69

3.2

Dipendenza ed indipendenza lineare di vettori

. . . . . . . . . . . . . . . . .

73

3.3

Sottospazio vettoriale generato da un numero nito di vettori . . . . . . . . .

76

3.4

Sistemi massimi di vettori linearmente indipendenti di un insieme di vettori .

83

3.5

Basi e dimensioni di uno spazio vettoriale . . . . . . . . . . . . . . . . . . . .

85

3.6

Il metodo delle trasformazioni elementari . . . . . . . . . . . . . . . . . . . .

86

3.7

Cambiamento di base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

89

3.8

Dimensione di un sottospazio vettoriale . . . . . . . . . . . . . . . . . . . . .

91

3.9

Somma di due spazi vettoriali

. . . . . . . . . . . . . . . . . . . . . . . . . .

92

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

95

3.10.1 Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

96

3.10 Eser izi

II Omomorsmi ed isomorsmi

107

4 Appli azioni lineari tra spazi vettoriali

109

4.1

Denizione di appli azione lineare . . . . . . . . . . . . . . . . . . . . . . . .

109

4.2

Eser izi

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

113

Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

113

4.2.1

5 Omomorsmi e isomorsmi

115

5.1

Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

115

5.2

Denizione assiomati a e teoremi onseguenti

5.3

Eser izi
5.3.1

. . . . . . . . . . . . . . . . .

115

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

120

Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

121

Hom (E, F )

5.4

Lo spazio vettoriale

. . . . . . . . . . . . . . . . . . . . . . . . .

123

5.5

Matri e rappresentativa

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

125

5.6

Relazioni tra le omponenti dei vettori trasformati . . . . . . . . . . . . . . .


n
m
Sistemi di equazioni lineari. Appli azione di K in K
. . . . . . . . . . . .

127

5.7
5.8

Prodotto di endomorsmi

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

131

5.9

Endomorsmo inverso

128

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

134

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

135

5.10 Autovalori e autovettori di un endomorsmo . . . . . . . . . . . . . . . . . .

137

5.10.1 Denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

137

5.10.2 Polinomio aratteristi o

. . . . . . . . . . . . . . . . . . . . . . . . .

139

5.10.3 Endomorsmi diagonalizzabili . . . . . . . . . . . . . . . . . . . . . .

142

5.10.4 Eser izi

145

5.9.1

Eser izi

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.11 Similitudine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.11.1 Matri i simili

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6 Spazio duale

158
158

161

6.1

Forme lineari

6.2

Cambiamento di base nello spazio duale.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

7 Spazi vettoriali eu lidei

161
164

167

7.1

Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

167

7.2

Prodotto s alare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

167

7.3

Tensore metri o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

169

7.4

Spazi vettoriali propriamente eu lidei e pseudo-eu lidei

. . . . . . . . . . . .

171

7.5

Norma di un vettore

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

172

7.6

Spazi metri i

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

172

7.7

Base ortonormale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

172

7.8

Polinomi ortonormali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

174

III Appendi i

177

A Soluzioni degli eser izi proposti

179

A.1

Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . . . . . .

A.2

Determinanti del terzo ordine

. . . . . . . . . . . . . . . . . . . . . . . . . .

181

A.3

Determinanti di ordine qualsiasi . . . . . . . . . . . . . . . . . . . . . . . . .

182

A.3.1

197

end . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

179

2014
Copyright

Matemati a Open Sour e


versione

All rights reserverd.

Parte I
Spazi vettoriali

Capitolo 1
Matri i e determinanti
1.1 Denizione di matri e
Una

matri e una tabella di m n elementi disposti per m righe e n olonne.

a11 a12
a21 a22
A=
...
...
am1 am2

... a1n
... a2n

... ...
... amn

S riviamo:

(1.1)

A volte si utilizza la seguente notazione simboli a:

A = (aij )
Gli elementi
Se

m=n

aij

on

i = 1, ..., m; j = 1, ..., n

appartengono a un assegnato ampo

si di e he

A=
A

K.

una matri e quadrata di ordine

1 0
2 3

n.

Ad es.:

2.

una matri e quadrata di ordine

una matri e

32

2 cosh t
5et
2 sin t
e2t
B=
2 sinh t 10 sin t

i ui elementi sono funzioni del tempo t.

1.2 Classi azione delle matri i


Consideriamo una matri e

Si denis e

A (m n):

a11 a12
a21 a22
A=
...
...
am1 am2

matri e trasposta

di

... a1n
... a2n

... ...
... amn

e si indi a on

AT

la matri e

s ambiando le righe per le olonne:

AT = (bij ) = (aji )

a11 a12
a21 a22
=
...
...
am1 am2

... a1n
... a2n

... ...
... amn

(1.2)

(m n)

ottenuta da

Ad esempio, la trasposta della matri e:

A=

1 2 3
4 5 6

1 4
AT = 2 5
3 6
***
Consideriamo la matri e quadrata di ordine

A = (aij ) ,

n:

on

i, j = 1, 2, ..., n

Abbiamo la seguente denizione:

def

i > j , aij = 0) = (A

una matri e

triangolare alta

(1.3)

Risulta:

A=

Vi eversa:

a11 a12 a13


0 a22 a23
0
0 a33
... ... ...
0
0
0

def

i < j , aij = 0) = (A

...
...
...
...
0

a1n
a2n
a3n
...
ann

una matri e

(1.4)

triangolare bassa

(1.5)

Risulta:

A=

a11 0
0
a21 a22 0
a31 a32 a33
... ... ...
an1 an2 an3

... 0
... 0
... 0
... ...
... ann

Nel aso spe iale in ui la matri e quadrata di ordine

n, A = (aij )

(1.6)

simultaneamente alta e

bassa, si ha:

def

i 6= j , aij = 0) = (A

una matri e

diagonale

(1.7)

La (1.7) impli a:

A=

a11 0
0
0 a22 0
0
0 a33
... ... ...
0
0
0

e viene indi ata on la notazione simboli a:

... 0
... 0
... 0
... ...
... ann

A = diag (a11 , a22 , a33 , ..., ann )


Se

a11 = a22 = ... = ann = k ,

identit di ordine n:

la matri e si di e

(1.8)

(1.9)

s alare, e per k = 1, la (1.9) la matri e

In =

1
0
0
...
0

0
1
0
...
0

0
0
1
...
...

...
...
...
...
...

0
0
0
...
1

= diag (1, 1, 1, ..., 1)

Quando non rilevante l'ordine


on

(1.10)

della matri e, la matri e identit si indi a sempli emente

I.
***

Sia

una matri e quadrata di ordine

n.

simmetri a
def
= A antisimmetri a

def

A = AT = A
A = AT

(1.11)

Cio, rispettiavamente:

i, j {1, 2, 3, ..., n} , aij = aji


i, j {1, 2, 3, ..., n} , aij = aji

(1.12)

Esempi.

La (1.13) simmetri a:

1 2
3
A = 2 4 5
3 5 6

(1.13)

1 2
3
AT = 2 4 5
3 5 6
=A

La (1.14) antisimmetri a:

0 2 3
0 4
B= 2
3 4 0

0 2 3
B T = 2 0 4
3 4 0
= B

***

(1.14)

Sia

una matri e quadrata di ordine

matri e oniugata di

A,

sul ampo omplesso

la matri e quadrata di ordine

def

A = aij
Ad esempio:

A=

C,

io

aij C.

Si denis e

i ui elementi sono i omplessi

A:

oniugati degli elementi di

4 + 5i
3i

2
2 3i

= A =

4 5i
3i
2
2 + 3i

Sussiste la propriet:

(A ) = A
***
Sia

una matri e quadrata di ordine

sul ampo omplesso

C.

Abbiamo le seguenti

denizioni:

hermitiana
= A = A antihermitiana
def

(A )T = A = A
(A )T

def

Cio, rispettivamente:

Ad esempio:

 def
i, j {1, 2, ..., n} , aji = aij = A
 def
i, j {1, 2, ..., n} , aji = aij = A

hermitiana
antihermitiana

1
1i 2
3
i
A= 1+i
2
i 0

Passando alla trasposta della oniugata:

1
1i 2
3
i
(A )T = 1 + i
2
i 0
= A,

donde

hermitiana.

1
1i 2
i
B = 1 i 3i
2
i
0

Passando alla trasposta della oniugata:

1
1 + i 2
(B )T = 1 + i 3i
i
2
i
0
= B,

donde

antihermitiana.

(1.15)

1.3 Operazioni elementari sulle matri i


1.3.1 Somma e dierenza di matri i
Sian

A = (aij ), B = (bij )
m n:

i = 1, 2, ..., m; j = 1, 2, ...n.

on

Si denis e

somma di A e B , la

matri e

A + B = (cij ) ,

(1.16)

cij = aij + bij

(1.17)

essendo:

La

dierenza A B la somma A + (B), essendo B = (bij ).

Quindi:

A B = (dij ) ,
on

dij = aij bij


Esempio.

A=
Abbiamo:

2 7 0
1 5 9

A+B =
AB =
Consideriamo le matri i

A (n m)

a11 a12
a21 a22
A=
... ...
an1 an2

...
...
...
...

B=

4 1 0
1 5 9

2 6 0
0 0 0

6 8 0
2 10 18

B (m p):

a1m
b11 b12

a2m
b21 b22
; B =

...
... ...
anm
bm1 bm2

he possono essere indi ate on la notazione ompatta:

... b1p
... b2p

... ...
... bmp

(1.18)

A = (aij ) , i = 1, 2, ..., n; j = 1, 2, ..., m


B = (bij ) , i = 1, 2, ...m; j = 1, 2, ..., p
Si denis e

matri e prodotto righe per olonne e si indi a on AB , la matri e n p:


AB = (cij ) , i = 1, 2, ...n; j = 1, 2, ..., p

(1.19)

m
X

(1.20)

essendo:

cij =

aik bkj

k=1

Esempio 1.

Date le matri i:

Determinare la matri e

2 1 0
1 1 1 0
A = 3 2 0 ; B = 2 1 1 0
1 0 1
2 3 1 2

AB .

Soluzione 2.

Abbiamo

A (3 3) , B (3 4), quindi AB (3 4).

4 3 3 0
AB = 7 5 5 0
3 4 2 2

Appli ando la (1.20):

Ci premesso, sussiste il

Teorema 3.

Siano

A (n m)

B (m p).

Risulta:

(AB)T = B T AT

Dimostrazione.

(1.21)

Poniamo:

A = (aij )
B = (bij )

on
on

i = 1, ..., n; j = 1, ..., m
i = 1, ..., m; j = 1, ..., p

Indi hiamo on un api e gli elementi di matri e delle rispettive trasposte:

Il prodotto di


AT = aij

B T = bij

B:

AB = (cij )

on

aij = aji

on

bij = bji

on

cij =

m
X

(1.22)

aik bkj

(1.23)

k=1

la ui trasposta

(AB)T = cij
Il prodotto di

BT

AT :
T

on

cij

B A =

cij = cji =

m
X

ajk bki

(1.24)

k=1

on cij

m
X

bik akj

(1.25)

k=1

Per le (1.22):

cij

m
X

bki ajk = cij = B T AT = (AB)T ,

k=1

donde l'asserto.

Teorema 4.

Se

Dimostrazione.

una matri e quadrata di ordine

Poniamo

A = (aij )

on

n,

i, j = 1, 2, ..., n.

la matri e
Quindi,

A + AT

simmetri a.

AT = (aji );

la somma :

A + AT = (ij ) ,
essendo:

ij = aij + aji
Risulta:

ji = ij , i, j = 1, 2, ..., n
donde la simmetria di

Teorema 5.

Se

A + AT .

una matri e quadrata di ordine

n,

la matri e

A AT

antisimmetri a.

Dimostrazione.

Poniamo

A = (aij )

on

i, j = 1, 2, ..., n.

Quindi,

AT = (aji );

la dierenza :

A AT = (ij ) ,
essendo:

ij = aij aji
Risulta:

ji = ij , i, j = 1, 2, ..., n

donde l'antisimmetria di

Corollario 6.

A AT .

Ogni matri e quadrata si esprime ome somma di una matri e simmetri a e

di una matri e antisimmetri a.

Dimostrazione.

Sia

A = (aij )

on

i, j = 1, 2, ..., n.

Il generi o elemento di matri e pu

s riversi:

1
1
aij = aij + aji aji
2
2
1
1
1
1
= aij + aij + aji aji
2
2
2
2
1
1
= (aij + aji ) + (aij aji )
2
2

(1.26)

La (1.26) impli a:

A=

 1

1
A + AT +
A AT ,
|2 {z
} |2 {z
}
simmetri a

donde l'asserto.

Denizione.

Se

antisimmetri a

una matri e quadrata, diremo he

ortogonale

se:

AAT = AT A = I,
essendo

AT

la matri e trasposta di

A.

(1.27)

In altri termini, la matri e

ortogonale se l'inversa

(per tale denizione vedere 1.8) oin ide on la trasposta:

A1 = AT

Denizione.

Se

una matri e quadrata di ordine

(1.28)

e se

Ap = A
... A}
| A{z
p

Denizione.

Se

p N,

la potenza p-esima di

volte

una matri e quadrata di ordine

si di e he

idempotente , se:

A2 = A

Denizione. Se A una matri e quadrata di ordine n e se p N, si di e he A nilpotente


di ordine p, se:
Ap = 0

Teorema 7.

Se

Dimostrazione.

Teorema 8.

nilpotente di ordine

p,

ogni intero

p > p

ordine di nilpotenza per

p > p, Ap = Ap Ap p = 0 Ap p = 0
nilpotente di ordine

p = 2) = (s N, A (I A)s = A

A.

Dimostrazione.

La dimostrazione segue per al olo diretto:

s = 1 = A (I A) = A A2 = A

s = 2 = A (I A)2 = A 2A2 + A3 = A
...
s = s = A (I A)s = A

***

Assegnate due matri i quadrate dello stesso ordine

A (n n), B (n n),

si osservi he in

generale il prodotto righe per olonne non ommutativo, io:

AB 6= BA
Se risulta:

AB = BA
si di e he

ommutano o he il prodotto AB ommutativo.

Se risulta:

AB = BA

si di e he

anti ommutano o he il prodotto AB anti ommutativo.

Possiamo poi onsiderare la potenza

k-sima

di una matri e quadrata:

Ak = A
... A}
| A{z
k

volte

3:

Si onsideri ad esempio, la matri e quadrata di ordine

2 1 1

0 1 2
A=
1 0 1

Abbiamo:


2 1 1
A2 = 0 1 2
1 0 1

5 3 1
= 2 1 4
3 1 2

5 3
3
2

2 1
A =A A=
3 1

11 8 0
= 8 1 8
8 4 3

Veri hiamo he il prodotto

A2 A

2 1 1
0 1 2
1 0 1

1
2 1 1
4 0 1 2
2
1 0 1

ommutativo:

Determiniamo

2 1 1
5 3 1
A A2 = 0 1 2 2 1 4
1 0 1
3 1 2

11 8 0

8 1 8 = A2 A
=
8 4 3

A5 :

Si osservi he

A2 A3

5 3 1
11 8 0
A5 = A2 A3 = 2 1 4 8 1 8
3 1 2
8 4 3

39 41 21

62 33 20
=
41 31 2
ommutativo:

11 8 0
5 3 1
A3 A2 = 8 1 8 2 1 4
8 4 3
3 1 2

39 41 21
= 62 33 20 = A2 A3
41 31 2

1.4 Determinanti

Abbiamo visto he una matri e un array di


quadrata:

m n numeri.

a11 a12
a21 a22
A=
... ...
an1 an2

... a1n
... a2n
,
... ...
... ann

possibile asso iare a tale array un numero, he si hiama


indi a on il simbolo

Per

n = 1,

det A,




det A =

Nel aso spe iale di una matri e

a11 a12
a21 a22
... ...
an1 an2

... a1n
... a2n
... ...
... ann

si pone per denizione:

(1.29)

determinante della matri e e si









def

det A = a11
Per denire

det A

nel aso

n 2,

dobbiamo introdurre la nozione di

prodotto asso iato

alla matri e (1.29). A tale s opo hiediamo i se sia possibile prendere tra gli

A,

un sottoinsieme

ostituito da

elementi tali he:

aij , ahk S , (i 6= h, j 6= k)

n2

elementi di

io due qualunque elementi di

non appartengono n alla stessa riga, n alla stessa olonna.

Quindi il sottoinsieme deve essere del tipop:

S = {ah1 k1 , ah2 k2 , ..., ahn kn }


on

hi , ki

tali he:

i, j {1, 2, ..., n} , i 6= j = (hi 6= hj , ki 6= kj )


Cio

h1 , h2 , ..., hn
k1 , k2 , ..., kn

(1.30)

sono permutazioni arbitrarie (distinte o oin identi) degli elementi


Ad esempio, per

n=5

1, 2, 3, ..., n.

onsideriamo:

(h1 , h2 , ..., hn ) = (4, 2, 1, 3, 5)


(k1 , k2, ..., kn ) = (2, 4, 3, 1, 5)
ottenendo:

S = {a42 , a24 , a13 , a31 , a55 }

(1.31)

Quindi, gli elementi dell'insieme (1.31) soddisfano la ondizione ri hiesta.


Siano ora

le inversioni della prima e se onda delle (1.30), rispettivamente. Il prodotto

asso iato alla matri e quadrata (1.29) per denizione:

(1)h+k ah1 k1 ah2 k2 ...ahn kn


Si osservi he:

(1)h+k = +1,
(1)
Inoltre

h+k

pari se

h, k

stessa lasse. Vi eversa, se


Per

h+k

= 1,

se

h+k

pari

altrimenti

hanno la medesima parit, io se le due permutazioni sono della

h+k

dispari.

n = 2:
A=

a11 a12
a21 a22

Abbiamo i seguenti sottoinsiemi:

a11 , a22
a12 , a21
e i relativi prodotti asso iati:

+ a11 a21
a21 a22

Da i segue he per ottenere tutti i prodotti asso iati basta tenere sso uno degli indi i

hi , ki ,

fa endo variare l'altro in tutti i modi possibili, per ui il numero di prodotti asso iati

ad una matri e di ordine

n,

pari a

n!

Ad esempio, per

n = 3:

a11 a12 a13


A = a21 a22 a23
a31 a32 a33
abbiamo

3! = 6

prodotti asso iati. Infatti gli insiemi sono:

a11 , a22 , a33


a12 , a21 , a33
a13 , a21 , a32
a13 , a23 , a31
a11 , a23 , a32
a11 , a23 , a32
Nel aso generale, il determinante di
somma si pu ssare la

A la somma degli n! prodotti asso iati.

Per eseguire la

n-pla h1 , h2 , ..., hn, per poi variare in tutti i modi possibili k1 , k2 , ..., kn,

o vi eversa. Abbiamo quindi:

det A = (1)h

(1)k ah1 k1 ah2 k2 ...ahn kn

(1.32)

k1 k2 ...kn

det A = (1)k

(1)h ah1 k1 ah2 k2 ...ahn kn

h1 h2 ...hn

Nel aso spe iale in ui

(h1 , h2 , ..., hn ) = (1, 2, ..., n),


det A =

la prima delle (1.32) diventa (h

= 0):

(1)k a1k1 a2k2 ...ankn

(1.33)

k1 k2 ...kn

Nel aso spe iale in ui

(k1 , k2 , ..., kn ) = (1, 2, ..., n),


det A =

la se onda delle (1.32) diventa (k

(1)h ah1 1 ah2 2 ...ahn n

h1 h2 ...hn
Ad esempio, per

n = 3:


a11 a12 a13

det A = a21 a22 a23
a31 a32 a33

= a11 a22 a33 a11 a23 a32 a21 a12 a33 + a21 a13 a32 + a31 a12 a23 a31 a13 a22

Per

n=4

= 0):
(1.34)





det A =

a11
a21
a31
a41

a12
a22
a32
a42

a13
a23
a33
a43

a14
a24
a34
a44

= a11 a22 a33 a44 a11 a22 a34 a43 a11 a32 a23 a44 + a11 a32 a24 a43
+ a11 a42 a23 a34 a11 a42 a24 a33 a21 a12 a33 a44 + a21 a12 a34 a43
+ a21 a32 a13 a44 a21 a32 a14 a43 a21 a42 a13 a34 + a21 a42 a14 a33 + a31 a12 a23 a44
a31 a12 a24 a43 a31 a22 a13 a44 + a31 a22 a14 a43 + a31 a42 a13 a24
a31 a42 a14 a23 a41 a12 a23 a34 + a41 a12 a24 a33 + a41 a22 a13 a34
a41 a22 a14 a33 a41 a32 a13 a24 + a41 a32 a14 a23

Da i segue he al res ere di

n, aumenta la omplessit del al olo diretto del determinante.

Fortunatamente esistono teoremi he ridu ono tale omplessit di al olo.

Teorema 9.

Se

una matri e quadrata di ordine

n:

det A = det AT

Dimostrazione.

Siano:




det A =




T
det A =








... a1n
... ...
... ann

a11 ... a1n


... ... ...
an1 ... ann
a11
...
an1

Per denizione di matri e trasposta:

ahk = akh
Il determinante di

A:
det A =

(1.35)

(1)k a1k1 a2k2 ...ankn

(1)k ak1 1 ak2 2 ...akn n

k1 k2 ...kn
Per la (1.35):

det A =

k1 k2 ...kn
T

= det A

Teorema 10.

Sia

una matri e quadrata di ordine

n.

Se negli indi i di riga eseguiamo la

sostituzione:

(1, 2, ..., n) (h1 , h2 , ..., hn )


otteniamo una nuova matri e quadrata di ordine

n,

he indi hiamo on

det A = (1)h det A,


essendo

il numero di inversioni della sostituzione (1.36).

(1.36)

A .

Risulta:

Dimostrazione.

Poniamo

A = (ahk ):

a1r = ah1 r , a2r = ah2 r , ...,anr = ahn r

on

r = 1, 2, ..., n

Abbiamo:

det A =

(1)k a1k1 a2k2 ...ankn

k1 k2 ...kn

(1)k ah1 k1 ah2 k2 ...ahn kn

k1 k2 ...kn
h

= (1) det A

Ad esempio, onsideriamo la matri e

a11 a12 a13


A = a21 a22 a23
a31 a32 a33

Eseguiamo la sostituzione degli indi i di riga:

(1, 2, 3) (3, 1, 2)

(1.37)

Quindi:

a11 = a31 , a21 = a11 , a31 = a21


a21 = a11 , a22 = a12 a23 = a13
a31 = a21 , a32 = a22 , a33 = a23
Da ui:

a31 a32 a33


A = a11 a12 a13
a21 a22 a23

Si osservi he la sostituzione (1.37) presenta due inversioni, quindi


A :

h = 2.

Il determinante

di

det A = (1)2 det A = det A


In maniera analoga si dimostra il seguente

Teorema 11.

Sia

A una

matri e quadrata di ordine

n.

Se negli indi i di olonna eseguiamo

la sostituzione:

(1, 2, ..., n) (k1 , k2 , ..., kn )


otteniamo una nuova matri e quadrata di ordine

n,

he indi hiamo on

(1.38)

A .

Risulta:

det A = (1)k det A,


essendo

il numero di inversioni della sostituzione (1.38).

I due teoremi pre edenti si spe ializzano nel seguente:

Teorema 12.
olonne.

Un determinante inverte il proprio segno se si s ambiano due righe o due

Dimostrazione.

Poniamo:





det A =

a11 a12
a21 a22
... ...
an1 an2

... a1n
... a2n
... ...
... ann

(1.39)

Senza ledere la generalit, s ambiamo la prima riga on la se onda, ottenendo:

det A =

a21 a22
a11 a12
... ...
an1 an2

... a2n
... a1n
... ...
... ann

(1.40)

Si osservi he (1.40) si ottiene da (1.39) attraverso la sostituzione di indi i di riga:

(1, 2, ..., n) (2, 1, ..., n)


Tale sostituzione ha

h=1

inversioni. Per i teoremi pre edenti:

det A = det A
In maniera analoga si dimostra he

det A = det A,
essendo

det A

il determinante ottenuto da (1.39) s ambiando la prima on la se onda

olonna.

Teorema 13.

Se in una matri e quadrata

identi he, segue he

Dimostrazione.

det A = 0.

A (n n)

ontiene due righe (o due olonne)

Senza ledere la generalit:

a11 a12
a11 a12
A=
... ...
an1 an2

... a1n
... a1n

... ...
... ann

Se s ambiamo la prima riga on la se onda otteniamo una matri e

A = A.

pre edente:

D'altro anto

A = A

det A = det A
impli a:

det A = det A
donde:

det A = det A = det A = 0


io l'asserto.

Teorema 14.

Sia

A (n n)

Moltipli ando la riga

i-esima

una matri e quadrata:

a11 a12
a21 a22
A=
... ...
an1 an2

per una ostante

A =

a11 a12
... ...
ai1 ai2
... ...
an1 an2

... a1n
... a2n

... ...
... ann

si ottiene la matri e

... a1n
... ...
... ain
... ...
... ann

Per il teorema

essendo

air = air .

Ci posto, i determinanti di

sono legati dalla relazione:

det A = det A

Dimostrazione.

Nella (1.32) troviamo un fattore

det A = (1)h

in ogni termine della sommatoria, donde:

(1)k ah1 k1 ah2 k2 ...ahn kn

k1 k2 ...kn

= det A

Da tale teorema segue he se gli elementi di una riga hanno un fattore omune

, questo pu

essere posto fuori del determinante:

a11 a12
a21 a22
...
...
an1 an2

... a1n
... a2n
... ...
... ann

a11 a12
a21 a22
... ...
an1 an2

... a1n
... a2n
... ...
... ann

Il teorema pre edente si generalizza al aso della moltipli azione di una ostante per gli
elementi di una olonna. Ad esempio:

Teorema 15.

a11 a12
a21 a22
...
...
an1 an2

Dimostrazione.

det A = 0.

a11 a12
a21 a22
... ...
an1 an2

A (n n),

... a1n
... a2n
... ...
... ann

gli elementi di una riga (o di una

Per il teorema (14):

donde l'asserto.

a11 a12
... ...
0
0
... ...
an1 an2

... a1n
... ...
... 0
... ...
... ann











= 0







Se una matri e quadrata

porzionali, allora

Dimostrazione.

Se in una matri e quadrata

olonna) sono tutti nulli, si ha

Teorema 16.

... a1n
... a2n
... ...
... ann

det A = 0.

a11 a12
... ...
1
1
... ...
an1 an2

A (n n)

... a1n
... ...
... 1
... ...
... ann






= 0,



ontiene due righe (o due olonne) pro-

Qui per righe proporzionali intendiamo:

: as1 = ar1 , as2 = ar2 , ..., asn = arn ,

donde:








det A =




a11
...
ar1
...
ar1
...
an1

a11

...

ar1

= ...
ar1

...

an1

a12
...
ar2
...
ar2
...
an2
a12
...
ar2
...
ar2
...
an2

=0=0

... a1n
... ...
... arn
... ...
... arn
... ...
... ann

... a1n
... ...
... arn
... ...
... arn
... ...
... ann

1.5 Minori di una matri e


Consideriamo una matri e

A (m n):

a11 a12
a21 a22
A=
...
...
am1 am2

... a1n
... a2n

... ...
... amn

p N {0} | p min {m, n}. Quindi prendiamo p righe di indi e h1 < h2 < ... < hp , e
p olonne di indi i k1 , k2 , ..., kp ; in tal modo resta individuato il determinante:


ah1 k1 ah1 k2 ... ah1 kp


ah2 k1 ah2 k2 ... ah2 kp


ah1 h2 ...hp,k1 k2 ...kp =
(1.41)

...
...
...
...


ahp k ahp k ... ahp kp
1
2
Sia

Il determinante (1.41) si hiama

minore di ordine p della matri e A.


A=

1 0 5
2 1 3

Ad esempio:

(1.42)

Assumiamo:

h1 = 1, h2 = 2
k1 = 2, k2 = 3
Quindi:

a12,23



0 5
,
=
1 3

he un minore di ordine 2 della matri e (1.42).

Ora onsideriamo il aso parti olare di una matri e quadrata di ordine

n:

Assegnati

a11 a12
a21 a22
A=
... ...
an1 an2

... a1n
... a2n

... ...
... ann

p {1, 2, ..., n 1}, h1 , h2 , ..., hp , k1 , k2 , ..., kp abbiamo il minore




ah1 k1 ah1 k2 ... ah1 kp


ah2 k1 ah2 k2 ... ah2 kp


ah1 h2 ...hp,k1 k2 ...kp =

...
...
...
...


ahp k1 ahp k2 ... ahp kp

Al tempo stesso resta denito il minore di ordine

ahp+1 hp+2 ...hn,kp+1 kp+2 ...kn

di ordine

(1.43)

n p:


ahp+1 kp+1 ahp+1 kp+2

def ahp+2 kp+1 ahp+2 kp+2
=
...
...

ahn kp+1
ahn kp+2

... ahn kn
... ahn kp
...
...
... ahn kn

minore omplementare del minore (1.43).


omplemento algebri o o aggiunto o ofattore del minore (1.43):
Il minore (1.44) si hiama

ah1 h2 ...hp ,k1 k2 ...kp =

Esempi numeri i

p
P

p:

p
P
hr +
kr
(1)r=1 r=1

(1.44)

Deniamo poi

ahp+1 hp+2...hn,kp+1 kp+2 ...kn

Poniamo:

0
1 12
A = 4 2 3
9 6 14

h1 = 1, h2 = 2; k1 = 1, k2 = 2,

per ui

hp+1 = 3, kp+1 = 3,

il minore di ordine 2:

a12,12
Il minore omplementare del minore



0 1

=4
=
4 2

a12,12

di ordine 1:

a3,3 = det (14) = 14


Il omplemento algebri o di

a12,12

a12,12 = (1)6 a3,3 = 14


***
Sia:

Prendiamo

p = 2,

donde:

2
4 3 5
1 2 7 9

A=
3
2 9 4
7 2 1 0

h1 = 1, h2 = 2; k1 = 1, k2 = 2


2

4
=0
a12,12 =
1 2

Il minore omplementare del minore

a12,12

essendo

p = 2.

Per i

a34,34

Il omplemento algebri o di

a12,12


9 4
=
1 0



= 4

a12,12 = (1)6 a34,34 = 4


Sia:

A=

1 2 9
4 0
2 3 1 3 2
5 4 6 2 1
0 8
1
5 3
6 4
9 1 3

Consideriamo il minore del se ond'ordine:

a24,23

Il minore omplementare di

a24,23

di ordine 3:

a135,145

Il omplemento algebri o di

a24,23



3 1

= 11
=
8 1


1 4 0

= 5 2 1
6 1 3




= 41

a24,23 = (1)6+5 a135,145 = +41

***

Sia

2 0 10
2
A= 4 1
0 1 1
Abbiamo:

a12,12
a12,13
a12,23
a13,12
a13,13
a13,23
a13,23
a13,23
a23,12
a23,23



=


=


=


=


=


=


=


=


=


=


2 0
=2
4 1

2 10
= 44
4 2

0 10
= 10
1 2

2 0
= 2
0 1

2 10
=2
0 1

0 10
= 10
1 1

0 10
= 10
1 1

0 10
= 10
1 1

4 1
= 4
0 1

1 2
=3
1 1

a3,3 = det (1) = 1


a12,12

= (1)6 a3,3 = 1

e .

***

La nozione di minore di ordine


qualunque elemento
algebri o di

ahk

ahk

si spe ializza nel aso

di una matri e

A (n n)

p = 1.

Pi spe i atamente, un

un minore di ordine 1. Il omplemento

ahk = (1)h+k Mhk ,

(1.45)

essendo

Mhk = det Ahk


Qui

Ahk

la

matri e omplementare di A :

a11
a21
...

ah1,1
A=
ah1

ah+1,1

...
an1

... a1,k1
a1k
a1,k+1
... a2,k1
a2k
a2,k+1
...
...
...
...
... ah1,k1 ah1,k ah1,k+1
... ah,k1
ahk
ah,k+1
... ah+1,k1 ah+1,k ah+1,k+1
...
...
...
...
... an,k1
ank
an,k+1

... a1n
... a2n
...
...
... ah1,n
... ahn
... ah+1,n
...
...
... ann

(1.46)

io la matri e quadrata di ordine


la olonna

k-esima :

Ahk

n1

a11
a21
...

=
ah1,1
ah+1,1

...
an1

ottenuta dalla (1.46) an ellando la riga

... a1,k1
a1,k+1
... a2,k1
a2,k+1
...
...
...
... ah1,k1 ah1,k+1
... ah+1,k1 ah+1,k+1
...
...
...
... an,k1
an,k+1

... a1n
... a2n
...
...
... ah1,n
... ah+1,n
...
...
... ann

1.6 Teorema di Lapla e

h-esima

Consideriamo la matri e quadrata:

Fissiamo

p < n,

... a1n
... a2n

... ...
... ann

a11 a12
a21 a22
A=
... ...
an1 an2

dopodi h prendiamo

individuata la matri e

righe di indi i:

h1 < h2 < ... < hp .

Resta os

p n:

... ah1 n
... ah2 n

... ...
... ahp n

ah1 1 ah1 2
ah2 1 ah2 2

...
...
ahp 1 ahp 2

Il numero di minori he possono essere estratti da tale matri e, pari al numero delle
ombinazioni di lasse

di

oggetti, io

n
p

n!
p! (n p)!

Abbiamo quindi:

ah1 h2 ...hp ,k1 ,k2 ,...,kp ,


essendo

k1 < k2 < ... < kp

una qualunque ombinazione di lasse

di

1, 2, ..., n.

Ci posto,

sussiste il Teorema di Lapla e:

Teorema 17.
det A =

ah1 h2 ...hp ,k1 ,k2 ,...,kp ah1 h2 ...hp,k1 ,k2 ,...,kp

(1.47)

k1 k2 ...kp

Dimostrazione.

Omessa.

Nel aso spe iale

p = 1,

la (1.47) si s rive:

det A =

ahk ahk

(1.48)

he esprime lo sviluppo di un determinante se ondo gli elementi di una riga assegnata (somma
degli

n
1

=n

prodotti dei singoli elementi per i orrispondenti omplementi algebri i).

In maniera analoga si dimostra lo sviluppo se ondo gli elementi di una olonna assegnata.

Nella (1.48) ahk il omplemento algebri o del minore ahk ed dato dalla (1.45) he
ris riviamo:

ahk

= (1)

h+k

det Ahk =

det Ahk , h + k pari


det Ahk , altrimenti

La relazione pre edente suggeris e la seguente

Denizione. Un elemento ahk di una matri e quadrata, si di e di posto pari o di posto


dispari se h + k pari o dispari rispettivamente.
Esempi

Sviluppiamo il determinante di

poi h:

1 1 2
9 2
A= 3
2 1 5

se ondo gli elementi della prima riga:


9 2
det A = (+1)
1 5
a11
a12







3 2
3 9
1
+ (1)




2 5 + 2 2 1 = 104,
2

= (1) A11
3

= (1) A12

a22 = (1)4 A13



= (+1)


= (1)


= (+1)

***


9 2
1 5


3 2
2 5

3 9
2 1

Cal oliamo il determinante

1
2
1
4


1 2 3
3 1 4
3 2 5
5 7 6

Sviluppando se ondo gli elementi della se onda olonna:


2
1 4


= 1 2 5
4
7 6

Risulta:




1 2 3


+ 3 1 2 5



4
7 6

















1 2 3
1 2 3





3 2 1 4 + 5 2

1
4






4 7 6
1 2 5

2
1 4
1 2 5
4
7 6

1 2 3
1 2 5
4
7 6

1 2 3

2 1 4

4 7 6


1 2 3

2
1 4

1 2 5




= 36





= 48





= 60





= 0,

donde:

= 288

1.7 Altre propriet delle matri i


A (n n) una matri e quadrata di ordine n. Senza ledere la generalit supponiamo he
aij R. Fissiamo arbitrariamente p N : p < n, e le righe: h1 < h2 < ... < hp :

a11 a12 ... a1n


...
... ... ...

ah1 1 ah1 2 ... ah1 n

ah2 1 ah2 2 ... ahn n

A=
(1.49)

...
...
...
...

ahp 1 ahp 2 ... ahp n

...
... ... ...
an1 an2 ... ann
Sia

Fissiamo l'attenzione sulle

righe:

(ahr 1 , ahr 2 , ..., ahr n )


Se

1 , 2 , ...p R,

on

r = 1, 2, ..., p

onsideriamo le ombinazioni lineari:

b1 = 1 ah1 1 + 2 ah2 1 + ... + p ahp 1


b2 = 1 ah1 2 + 2 ah2 2 + ... + p ahp 2
...
bn = 1 ah1 n + 2 ah2 n + ... + p ahp n
Indi hiamo on

la matri e ottenuta da (1.49) on la sostituzione

(ai1 , ai2 , ..., ain ) (ai1 + b1 , ai2 + b2 , ..., ain + bn ) ,

per un assegnato

Teorema 18.
Dimostrazione.

i {1, 2, ..., n} {h1 , h2 , ..., hp }.

Sussiste il

det A = det B
Omessa.

Un aso parti olare :

(ai1 , ai2 , ..., ain ) (ai1 + ar1 , ai2 + ar2 , ..., ain + arn ) ,

essendo

i, r {1, 2, ..., n}

on

Si ha:

C=

i 6= n.

Tale sostituzione produ e la matri e:

a11
a12
...
...
ai1 + ar1 ai2 + ar1
...
...
an1
an2

det C = det A

Esempi

...
a1n
...
...
... ain + ar1
...
...
...
ann

Fissiamo

1 2 5
A = 4 1 1
2 1 1


1 2 5


det A = 4 1 1 = 36
2 1 1

p = 2, h1 = 2, h2 = 3.

Quindi:

b1 = 1 (4) + 2 (2)
b2 = 1 (1) + 2 (1)
b3 = 1 (1) + 2 (1)
Assumendo

Per

(1 , 2 ) = (1, 2):
b1 = 0, b2 = 3, b3 = 1

i = 1:

Un al olo diretto porge:

1 5 4
B = 4 1 1
2 1 1
det B = 36
***

Sia:

Eseguiamo la sostituzione:

Per

=1

1 1 0
A= 2 1 1
3 7 2


1 1 0


det A = 2 1 1 = 4
3 7 2

(a11 , a12 , a13 ) (a11 + a21 , a12 + a22 , a13 + a23 )


(1, 1, 0) (3, 0, 1)

donde:

3 0 1
B= 2 1 1
3 7 2


3 0 1


det B = 2 1 1 = 4
3 7 2

Per

= 1/2


3 1
(1, 1, 0) 0, ,
2 2

donde:

Eseguiamo la sostituzione:

Per

= 2:

0 32
C= 2 1
3 7

0 3
2

det C = 2 1
3 7

12
1
2

1
2
1 = 4
2

(a21 , a22 , a23 ) (a21 + a11 , a22 + a12 , a23 + a13 )


(2, 1, 1) (0, 3, 1) ,

donde:

0 32
D= 2 1
3 7

1 1

det C = 0 3
3 7

12
1
2

0
1 = 4
2

Osservazione. I teoremi pre edenti ontinuano a valere nel aso di sostituzioni per olonna.
Ad esempio:

1 2 3
A = 1 1 4
5 2 1


1 2 3


det A = 1 1 4 = 14
5 2 1

Eseguiamo la sostituzione per olonna:

(a11 , a21 , a31 ) (a11 + a12 , a21 + a22 , a31 + a32 )


Per

=1
(1, 1, 5) (3, 0, 7) ,

donde:

1 3 3
B = 1 0 4
5 7 1


1 3 3


det B = 1 0 4 = 14
5 7 1

Teorema 19.

Sia

A (n n)

p {1, 2, ..., n 1}.

i0 {1, 2, ..., n} : (ai0 1 , ai0 2 , ..., ai0 n ) =

p
X

j0 {1, 2, ..., n} : (a1j0 , a2j0 , ..., anj0 ) =

Dimostrazione.

j=1
p

Fissiamo quindi

h1 < h2 < hp .


j ahj 1 , ahj 2 , ..., ahj n = det A = 0
i (a1hi , a2hi , ..., anhi ) = det A = 0

i=1

Omessa.

Se ondo il teorema pre edente, un determinante nullo se una riga (o una olonna)
ombinazione lineare di altre righe (o di altre olonne). Ad esempio:

5 7 19
A= 1 2 5
1 1 3

Qui :

(5, 7, 19) = 2 (1, 2, 5) + 3 (1, 1, 3) ,


donde

det A = 0
ome onfermato da un al olo diretto.

Teorema 20.

Siano

A, B

matri i quadrate di ordine

n.

det (A B) = (det A) (det B)

Dimostrazione.

Omessa.

1.8 Inversa di una matri e


Consideriamo la matri e quadrata di ordine

n:

a11 a12
a21 a22
A=
... ...
an1 an2

Se ondo la (1.45) per ogni elemento

algebri o ahk :

ahk

... a1n
... a2n
,
... ...
... ann

(1.50)

resta univo amente denito il suo omplemento

ahk ahk = (1)h+k det Ahk


Resta os denita la matri e quadrata di ordine

A(a)

he si hiama

n:

a11 a12

def a21 a22


=
... ...
an1 an2

matri e aggiunta della matri e A.

T
... a1n
... a2n

... ...
... ann

In altri termini, la matri e aggiunta la

trasposta della matri e dei omplementi algebri i.

Denizione.

non singolare
Nel aso ontrario, la matri e singolare .
Una matri e quadrata

se il suo determinante non nullo.

Denizione. Sia A una matri e quadrata di ordine n. Se A non singolare,


inversa di A e si indi a on A1 la matri e quadrata di ordine n tale he:

si denis e

AA1 = A1 A = In ,
essendo

In

la matri e identit di ordine

Proposizione.

Sia

n.

una matri e quadrata di ordine

A1 =

Dimostrazione.

non singolare. La sua inversa :

A(a)
det A

(1.51)

Omessa.
***

Denizione. Una matri e quadrata di ordine n si di e involutoria se oin ide on la propria


inversa:

A1 = A A2 = I

Esempi
Sia

1 1 0
A = 4 3 2
2 2
5

det A = 43
La matri e aggiunta :

A(a)
Quindi l'inversa:

19
5 2
= 24 5 2
2 4 7

A1 =

19
43
24
43
2
43

5
43
5
43
4
43

2
43
2
43
7
43

***
Sia

La matri e aggiunta :

1 2 3 4
5 6 7 8

A=
9 10 11 12
13 14 15 16

A(a)

Si osservi he

det A = 0,

0
0
=
0
0

0
0
0
0

0
0
0
0

0
0

0
0

per ui la matri e singolare e ome tale priva di inversa.

1.9 Rango di una matri e


Se

A (n n) 6= 0

Denizione.

per 1.5 esistono minori di ordine

Di esi

rango o aratteristi a

di

A,

p = 1, 2, ..., min {m, n}.


l'intero naturale:

def

r (A) = p> ,
essendo

p> = max {p} :

i minori di ordine

Da tale denizione segue he se

r (A) = p> ,

1. Esiste almeno un minore di ordine


2. se

p> < min {m, n},

p>

p>

i minori di ordine

sono non nulli.

signi a:
non nullo;

p> + 1, p> + 2, ...,

sono tutti nulli.

1.10 Eser izi proposti


1.10.1 Operazioni sulle matri i e lassi azione delle matri i
per al une soluzioni onsultare l'Appendi e A)


1 2 1 0
4 0
2 1 +
2 5 1 2


1 2 1 0
4 0
2 1
2 5 1 2


3 4 1 2
1 5 0 3 =
2 2 3 1

3 4 1 2
1 5 0 3 =
2 2 3 1

1 2 1 0
2 1 =
3 4 0
2 5 1 2


1 2 1 0
2 1 =
4 0
2 5 1 2
***

4 2 0 2
5 5 2 4 ;
4 7 4 1

2 6 2 2
3 5 2 2 ;
0 3 2 3

3
6 3 0
12 0
6 3 ;
6 15 3 6

1 2 1
0
4 0 2 1
2 5 1 2

1

2 3 1 4 = 12
2

1
2
3
1

4 2 3 1 = 8 12 4 ;
2
4 6 2

4 2 6 9



2 3 1
0 1 7 10 = 19 13 16 14
5 3 8 11





1
2 3 4
20

=
;
1 5 6
29
3





3 4
1 2 1
3
8
5 =
1
;
4 0 2
8 12
2 2

Date le matri i:

al olare la matri e



a11 a12
b
b
11
12
A = a21 a22 , B =
,
b12 b22
a31 a32
prodotto AB .

Date le matri i:

1 2
3 2
A = 3 4 , B = 1 5 ,
5 6
4
3

determinare:

p q
D = r s :A+BD =0
t u
***

Date le matri i:

1 2 3
3 1 2
4 1 2
2 , B = 4 2 5 , C = 0 3 2 ,
A= 5 0
1 1 1
2 0 3
1 2 3
determinare: A + B , A C , 2A. Veri are l'identit:
Determinare una matri e

A + (B C) = (A + B) C

tale he:

A+D =B
Veri are le identit:

D =BA
D = (A B)
***
Date le matri i:

1 1 1
1 2 3
A = 3 2 1 ; B = 2 4 6
2 1
0
1 2 3

veri are la non ommutativit del loro prodotto.

Soluzione

0 0 0
AB = 0 0 0
0 0 0

1 6 6 1 + 4 + 3 1 2
BA = 2 12 12 2 + 8 + 6 2 4
1 6 6 1 + 4 + 3 1 2

11 6 1
= 20 12 2 ,
11 6 1

(1.52)

io

AB 6= BA.
***

Date le matri i:

1 2 2
1 4 1 0
2 1 1 2
A = 2 1 3 , B = 2 1 1 1 , C = 3 2 1 1 ,
4 3 1
1 2 1 2
2 5 1 0

veri are l'identit matri iale:

AB = AC

Soluzione
Pro ediamo per al olo diretto:

3 3 0 1
AB = 1 15 0 5
3 15 0 5

3 3 0 1
AC = 1 15 0 5
3 15 0 5
***
Date le matri i:



1 1 1
1 3
1 2 3 4

2 0
3
0 2 ,C=
A=
, B =
2 0 2 1
3 1 2
1 4

veri are l'identit (propriet distributiva rispetto alla moltipli azione righe per olonne):

A (BC) = (AB) C

Soluzione
Pro ediamo per al olo diretto:

2 1
AB = 1 18
1 15

4 4

35 2
(AB) C =
31 2

7 2

4 0
BC =
7 2

4 4

A (BC) =
35 2
31 2
***

4 7
39 22
27 11

3 1
4 2
11 8

4 7
39 22
27 11

Date le matri i (1.52) veri are la propriet distributiva della moltipli azione righe per
olonne rispetto all'addizione di matri i:

A (B + C) = AB + AC

Soluzione

7 0 4
B+C = 4 5 7
3 2 6

Quindi:

6 16 0
A (B + C) = 41 4 32
6 7 3

Determiniamo il se ondo membro della (1.53):

5 3 3
AB = 19 5 16
1 3 0

1 13 3
AC = 22 1 16
5 4 3

da ui:

6 16 0
AB + AC = 41 4 32
6 7 3
***
Data la matri e:

A=
essendo

i=

Soluzione

1,

determinare

per

i 0
0 i

n N.

 

i 0
1 0
A =
=
= I
0 i
0 1



1 0
i 0
3
A =
= A
0 1
0 i


 

i 0
i 0
1 0
4
3
A =A A=
=
=I
0 i
0 i
0 1
2

An

i 0
0 i



Da i segue:

= An = I
n
dispari = A = A

n
n
Pre isamente:

pari

(1.53)

A2
A4
A8
A10

= I
= +I
= +I
= I

da i segue:

An = +I ,
An = I,

se
se

n = 4p p N
n = 4p + 2 p N

In maniera simile si dimostra he:

An = +A,
An = A,

se
se

n = 4p + 1 p N
n = 4p + 3 p N
***

Assegnate le matri i:

2 3 5
1 3
5
2 2 4
5 , B = 1 3 5 , C = 1 3
4 ,
A = 1 4
1 3 4
1 2
5
1
2 3

veri are he

Soluzione

ommutano e he

AC = A, CA = C .

Cio

2 3 + 5 6 9 15
AB = 1 + 4 5 3 12 + 15
1 3 + 4 3 + 9 12

0 0 0
= 0 0 0
0 0 0

2 3 + 5 6 9 15

1 + 4 5 3 12 + 15
BA =
1 3 + 4 3 + 9 12

0 0 0
= 0 0 0
0 0 0

10 + 15 25
5 20 + 25
5 + 15 20

10 + 15 25
5 20 + 25
5 + 15 20

AB = BA = 0.

2 3 5
5 =A
AC = 1 4
1 3 4

2 2 4
4 =C
CA = 1 3
1 2 3
***

Assegnate le matri i:

A=
veri are he

Soluzione

a b
b a

c d
d c

a b
b a



ca + db cb + da
da + cb db + ca

B=

, on

a, b, c, d R

ommutano.

AB =
=
BA =

a b
b a

ac + bd ad + bc
bc + ad bd + ac




donde:

a, b, c, d R, AB = BA
***
Veri are he la matri e:

2 2 4
4
A = 1 3
1 2 3

idempotente.

Soluzione

2 2 4
2 2 4
4 1 3
4
A2 = 1 3
1 2 3
1 2 3

2 2 4
4 = A2 = A
= 1 3
1 2 3
***
Veri are l'idempotenza delle matri i:

Per la matri e

A:

2 3 5
1 3
5
5 , B = 1 3 5
A = 1 4
1 3 4
1 3
3

2 3 5
2 3 5
5 1 4
5
A2 = 1 4
1 3 4
1 3 4

2 3 5

1 4
5 =A
=
1 3 4

Per la matri e

1 3
5
1 3
5
B 2 = 1 3 5 1 3 5
1 3
3
1 3
3

1 3
5

1 3 5 = B
=
1 3
3
***

Dimostrare la seguente proposizione:

AB = A, BA = B) = (A, B

sono idempotenti

Soluzione
AB = A = A (BA) = A
Per la propriet distributiva rispetto alla moltipli azione tra matri i:

(AB) A = A
Ma

AB = A,

donde:

A2 = A
da ui l'idempotenza di

A.

Passiamo alla matri e

B:

BA = B = B (AB) = B
Per la proprit distributiva:

(BA) B = B
Ma

BA = B ,

donde:

B 2 = B,
da ui l'idempotenza di

B.
***

Veri are la nilpotenza di ordine

della matri e:

Soluzione

1
1
3
2
6
A= 5
2 1 3

donde l'asserto.

1
1
3
2

5
2
6
A =
2 1 3

0
0
0

3
3
9
=
1 1 3

0
0
0
3

3
3
9
A =
1 1 3

0 0 0
= 0 0 0 ,
0 0 0

1
1
3
5
2
6
2 1 3

1
1
3
5
2
6
2 1 3

***
Assegnata la matri e quadrata:

1 2 2
A= 2 1 2
2 2 1

veri are he soluzione dell'equazione matri iale:

X 2 4X 5I3 = 0
Abbiamo:

Quindi:

Cio:

1 2 2
1 2 2
A2 = 2 1 2 2 1 2
2 2 1
2 2 1

9 8 8

8 9 8
=
8 8 9

A2 4A 5I3

9 8 8
4 8 8
5 0 0
= 8 9 8 8 4 8 0 5 0
8 8 9
8 8 4
0 0 5

0 0 0

0 0 0
=
0 0 0
A2 4A 5I3 = 0
***

Assegnata la matri e:

2 1 3
A = 1 1 2
1 2 1

veri are he soluzione dell'equazione matri iale:

X 3 2X 2 9X = 0
Abbiamo:


2 1 3
2
2

1 1 2
1
A =

1 2 1
1

8 7 11

3 6 3
=
5 1 8


8 7 11
2
A3 = 3 6 3 1
5 1 8
1

34 23 49
= 15 3 24
19 20 25

Quindi:

1 3
1 2
2 1

1 3
1 2
2 1

0 0 0
A3 2A2 9A = 0 0 0
0 0 0
***

Veri are he la matri e:

nilpotente di ordine

Soluzione

1 3 4
4
A = 1 3
1 3 4

2.

1 3 4
1 3 4
4 1 3
4
A2 = 1 3
1 3 4
1 3 4

0 0 0

0 0 0
=
0 0 0
***

Veri are he le matri i:

1
2
3
2 1 6
A= 3
2
0 , B = 3
2
9
1 1 1
1 1 4

ommutano, e he il loro prodotto la matri e identit.

Soluzione
Abbiamo:

1
2
3
2 1 6
2
0 3
2
9
AB = 3
1 1 1
1 1 4

1 0 0
= 0 1 0
0 0 1

2 1 6
1
2
3
2
9 3
2
0
BA = 3
1 1 4
1 1 1

1 0 0

0 1 0
=
0 0 1
***

Veri are he le matri i:

1 1 2
2/3
0
1/3
1/5
A = 2 3 2 , B = 3/5 2/5
1 2 4
7/15 1/5 1/15

ommutano, e he il loro prodotto la matri e identit.

Soluzione
Abbiamo:


1 1 2
2/3
0

2 3 2
3/5 2/5
AB =

1 2 4
7/15 1/5

1 0 0

=
0 1 0
0 0 1


2/3
0
1/3
1

3/5 2/5
1/5
2
BA =

7/15 1/5 1/15


1

1 0 0
= 0 1 0
0 0 1

1/3
1/5
1/15

1 2
3 2
2 4

***

Veri are he le matri i:

A=

1 1
2 1

B=

1 1
4 1

anti ommutano. Inoltre si dimostri he:

Soluzione

A, B : A

anti ommutano,

(A + B)2 = A2 + B 2

AB =

1 1
2 1

 

1 1

4 1


3 2
2 3

 

1 1
1 1
BA =

4 1
2 1


3 2
=
= BA
2 3
=

Se

A, B

sono due qualunque matri i he anti ommutano:

(A + B)2 = (A + B) (A + B)
= A2 + AB + BA + B 2
=
A2 + B 2
BA=AB

***
Assegnate le matri i:

A1 =

0 1
1 0

A2 =

0 i
i 0

A3 =

i 0
0 i

veri are he ias una anti ommuta on le altre. Pi pre isamente:

Ai Aj =

Aj Ai se i 6= j
I se i = j

A1 A2 =

i 0
0 i

Soluzione
Abbiamo:

A2 A1 =
A1 A3 =
A3 A1 =
A2 A3 =
A3 A2 =
A21
A22
A23

=
=
=










i 0
0 i
0 i
i 0
0 i
i 0




= A1 A2




= A1 A3


0 1
1 0

0 1
= A2 A3
1 0

1 0
0 1

1 0
0 1

1 0
0 1

***
Determinare le matri i he ommutano on

Soluzione

D = diag (1, 2, 3).

Sia

a11 a12 a13


A = a21 a22 a23
a31 a32 a33

Quindi:

a11 2a12
AD = a21 2a22
a31 2a32

a11 a12

DA =
2a21 2a22
3a31 3a32

ommutano se:

Cio

3a13
3a23
3a33

a13
2a23
3a33

a12 = 2a12

a13 = 3a13
AD = DA
a21 = 2a12

a31 = 3a31

3a32 = 2a32

a11
0
0
0 , a11 , a22 , a33
A = 0 2a22
0
0 3a33
a11 , a22 , a33 :

a11 0
0
A = 0 a22 0
0
0 a33

Ridenendo (in forza della loro arbitariet)

n. Pre isamente, la pi generale matri e quadrata di ordine n he ommuta on Dn = diag (d11 , d22 , ..., dnn ).

a11 0 ... 0
0 a22 ... 0

An =
... ... ... ...
0
0 ... ann

Il risultato pre edente si generalizza al aso di una matri e diagonale di ordine

***

Determinare l'inversa della matri e

Soluzione

1 2
3 4

appli ando la denizione.

Imponiamo


Cio:

1 2
3 4



a b
c d

1 0
0 1




a + 2c = 1
3a + 4c = 1
b + 2d = 0
3b + 4d = 1

Risolvendo entrambi i sistemi lineari:

(a, c) =
donde:

3
2,
2

1 2
3 4

1

(b, d) =


1
1,
,
2

2
1
3/2 1/2

***
Assegnata la matri e:

0 1 1
A = 4 3 4
3 3 4

veri are he involutoria.

Soluzione
Abbiamo:

A2 = A A

0
= 4
3

1
= 0
0

0 1 1
1 1
3 4 4 3 4
3 4
3 3 4

0 0
1 0
0 1
***

Assegnate le matri i:

veri are

1
1 + i 2 + 3i
i
1 + i 2 3i
2
i , B = 1 + i
2i
1
A= 1i
2 3i
i
0
2 3i 1
0
he A hermitiana, e B antihermitiana.

Soluzione
Abbiamo:

1
1 + i 2 3i

2
i
A = 1 + i
2 + 3i i
0

1
1 + i 2 + 3i
2
i = A
(A )T = 1 i
2 3i
i
0

i
1 + i 2 3i
2i
1 = B
(B )T = 1 + i
2 3i 1
0

1.10.2 Minori e omplementi algebri i


Assegnata la matri e:

A=

1 2 3 4
6 7 8 9
11 12 12 14
16 17 18 19
21 22 23 24

5
10
15
20
25

Determinare il minore omplementare e il omplemento algebri o del minore del terzo ordine

a145,135 .

Soluzione
Abbiamo:

a145,135


1 3 5

= 16 18 20
21 23 25

(1.54)

Il minore omplementare di (1.54) il minore del se ond'ordine:

a23,24
Il omplemento algebri o:



7 9
= 10
=
12 4

a145,135 = (1)1+4+5+1+3+5 a23,24 = a23,24


***

Assegnate le matri i:

1/3 2/3 2/3


4 3 3
1/3 2/3 ; B = (bij ) = 1
0
1 ,
A = (aij ) = 2/3
2/3 2/3 1/3
4
4
3

veri are he i omplementi algebri i degli elementi di

A, B

soddisfano rispettivamente le

propriet seguenti:

aij = aij , bij = bji

Soluzione
Per la matri e

A:
1
2
2
a11 = = a11 , a12 = = a12 , a13 = = a13
3
3
3
2
1
2
a21 = = a21 , a22 = = a22 , a23 = = a23
3
3
3
2
2
2
a31 = = a31 , a22 = = a22 , a33 = = a33
3
3
3

In maniera analoga per la matri e

B.
***

Assegnata la matri e:

1 2 3
A= 2 3 2
1 2 2

Determinare i ofattori dei singoli elementi, non h la matri e inversa.

Soluzione
Abbiamo:

a11
a21
a31


3 2
=
2 2

2
=
2

2
= +
3

La matri e aggiunta :






2 2

= 2 a12 =
= 2 a13 = 2

1 2
1




1 3

3




=
2
a
=

=
1
a
=
22
23
1 2

2




1 3

3
= 4 a33 =
= 5 a32 =



2
2 2
A(a)

L'inversa:


3
=1
2

1 2
=0
1 2

1 2
= 1
2 3

2
2 5
= 2 1 4
1
0 1
1

A(a)
=
det A

Cal olo del determinante:

Quindi:


1 2 3

det A = 2 3 2
1 2 2


1 2 3

= 2 3 2

0 0 1






= 1 2

2 3



= +1

A1 = A(a)
***

Assegnato il determinante

si moltipli hino le sue olonne per


riga, si dimostri he:

Soluzione
Abbiamo:


bc a2 a2

= b2 ca b2
c2 c2 ab


bc ab ac

= ab ac cb
ac bc ab

a, b, c.

Quindi, ra ogliendo il fattore omune di ias una




a = a




ab = b




abc = c



bc a2 a2 abc a2 a2
b2 ca b2 = ab2 ca b2
c2 c2 ab ac2 c2 ab


abc a2 a2 abc a2 b a2
ab2 ca b2 = ab2 bca b2
ac2 c2 ab ac2 bc2 ab

abc a2 b a2 abc a2 b a2 c
ab2 bca b2 = ab2 bca cb2
ac2 bc2 ab ac2 bc2 abc

Ra ogliendo i fattori omuni per singola riga:


bc ab ac

abc = abc ab ac cb
ac bc ab




bc ab ac


= = ab ac cb



ac bc ab

***

1.10.3 Cal olo di determinanti del se ondo ordine


(Soluzioni in A.1)






2 3 2 1 sin cos a
c + id + i + i
;
;
;
;
;
1 4 1 2 cos sin c id
b i i



sin cos cos sin tan 1 1 + 2 2 3 1 lgb a
;
;
;
;
sin cos sin cos 1
tan 2 + 3 1 2 lga b 1





a + b b + d a + b a b x 1
1


;
;
;
;
a + c c + d a b a b x3
x2 + x + 1 1

1
1 1
1 0 1 ;
1 1 0
1

cos 3 i sin 3
cos 4 i sin 4

1.10.4 Cal olo


di determinanti
del terzo
ordine




0 1 1 a
a a 1 1


1 0 1 ; a a x ; 1 2
1 1 0 a a x 1 3
cos 3 + i sin 3
cos 4 + i sin 4
1
cos 2
+ i sin 2
3
3
2
2
cos 3 i sin 3
1

1 1
i 1+i


3 ; i 1
0
6 1 i 0 1
1 1 1


; 1 2 ;


1 2

1.10.5 Cal olo di determinanti di ordine qualsiasi


Determinare i valori di

xR

per i quali nullo il determinante:





f (x) =

2x
1
3
1

x
0
2
1

Cal olare il determinante della matri e di ordine

Adiag


1 2
1 1
0 1
1 x
n:

1 0 0
0 2 0
0 0 3
... ... ...
0 0 0

... 0
... 0
... 0
... ...
... n

***

Cal olare il determinante di ordine






(n) =


n:


0 0 0 ... 0 1
0 0 0 ... 1 0
... ... ... ... ... ... , n = 2, 3, 4, ..., +
0 1 0 ... 0 0
1 0 0 ... 0 0

(1.55)

***

Cal olare il determinante di ordine






D (n) =


1
0
0
0
0

n:
a
2
0
0
0

a
a
3
0
0

...
...
...
...
...

a
a
a
...
n
***






, n = 2, 3, 4, ..., +



(1.56)

Assegnata la funzione:

fn (x) =

n1
Y
k=0

(x k) ,

al olare i seguenti determinanti di ordine

a)

b)

on

n N {0, 1} ,

n + 1:


fn (0)
fn (1)
fn (2)

fn (1)
fn (2)
fn (3)
F (n) =
...
...
...
fn (n) fn (n + 1) fn (n + 2)

...
fn (n)
... fn (n + 1)
..
...
... fn (2n)


f (x) f (x) f (x) ... f (n) (x)
n
n
n
n

(n+1)

f (x) fn (x) fn (x) ... fn


(x)
G (x, n) = n
...
...
...
...
...

(2n)
fn (x) fn (x)
...
... fn (x)
***

Assegnati

n 1:

ak R

on

ak 6= ak (k , k = 1, 2, ...n),









(1.57)

1
x
x2
1 a1
a21
1 a2
a22
... ...
...
1 an1 a2n1
***

...
...
...
...
...

risolvere l'equazione algebri a di grado

xn1
an1
1
a2n1
...
an1
n1






=0



(1.58)

Risolvere l'equazione algebri a di grado

Assegnati

n 1:

ak R

on

n 2:

1
1
1
1 1x
1
1
1
2x
...
...
...
1
1
1

...
1
...
1
...
1
...
...
... (n 1) x

ak 6= ak (k , k = 1, 2, ...n),

a1
a2
a3
a1 a1 + a2 x
a3
a1
a2
a2 + a3 x
...
...
...
a1
a2
a3

(1.59)

risolvere l'equazione algebri a di grado

...
an
...
an
...
an
...
...
... an1 + an x

***






=0



(1.60)

Dimostrare he

2
2
2
2

( + 1)2
( + 1)2
( + 1)2
( + 1)2

( + 2)2
( + 2)2
( + 2)2
( + 2)2

( + 3)2
( + 3)2
( + 3)2
( + 3)2

***

Assegnata la matri e diagonale di ordine

Adiag





=0


(1.61)

n:

a1 0 0
0 a2 0
0 0 a3
... ... ...
0 0 0

... 0
... 0
... 0
... ...
... an

(1.62)

determinare la somma dei omplementi algebri i degli elementi di matri e.


***
Assegnata la matri e di ordine

n:

A=

0 0 ... 0 a1
0 0 ... a2 0

0 0 ... 0 0

... ... ... ... ...


an 0 ... ... 0

(1.63)

determinare la somma dei omplementi algebri i degli elementi di matri e.


***
Cal olare il seguente determinante, sviluppando se ondo gli elementi delle terza riga:


1
0 1 1
0 1 1 1
a
b
c
d
1 1 1
0

(1.64)

Cal olare il seguente determinante, sviluppando se ondo gli elementi delle quarta olonna:

2
1
1
1

1
2
1
1

1
1
2
1

x
y
z
t

***

(1.65)

Cal olare il seguente determinante, sviluppando se ondo gli elementi delle prima olonna:





=


Cal olare:

1.

2.

3.

4.

5.

6.

7.

8.



13547 13647


28423 28523 = 1487 600


246 427 327


1014 543 443 = 29 400 000


342 721 621

















































3
1
1
1

1
3
1
1

1
1
3
1

1
1
1
3





= 48



1 1 1
2 3 4
=1
3 6 10
4 10 20

1 2 3 4
2 3 4 1
= 160
3 4 1 2
4 1 2 3

1 1 1 1
1 2 3 4
= 12
1 4 9 16
1 8 27 64

1
2
3
4
2 1 4 3
= 900
3 4 1 2
4
3 2 1

2 1 1 1 1
1 3 1 1 1
1 1 4 1 1 = 394
1 1 1 5 1
1 1 1 1 6
1
1
1
1

a
b
c
d

1
0
1
1

***

1
1
0
1

1
1
1
0

(1.66)

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

0
0
0
6
5






=0



5
1
0
0
0

6
5
1
0
0

0
6
5
1
0

0
6
5
1
0

0
1
1
1

1
0
a
b

1
a
0
c

1
b
c
0

x
1
1
0
0

1
1
1 2 x2
2
3
2
3


0
a
b c
a 0
d e
= [eb + af + 2c sin (a b) sin (a c) sin (b c)]2

b d 0 f
c e f 0





= c2 2ac 2bc + b2 2ba + a2



x
y
x+y

y
x+y
x

x+y
x
y
0 1
x 1
0 x1
1 1
1 1

1
1
0
x
0

0
0
1
1
x




= 2x3 2y 3






= x5 x4 + x2 x + 1 + x3




1+x
1
1
1

1
1x
1
1

1
1
1+z
1

1
1
1
1z
2
3
2
3
1
5
1 9 x2





= z 2 x2






= 12 3x4 + 15x2



cos (a b) cos (b c) cos (c a)

cos (a + b) cos (b + c) cos (c + a)

sin (a + b) sin (b + c) sin (c + a)

1
2
3
1 0
3
1 2 0
... ... ...
1 2 3

...
...
...
...
...

n
n
n
...
0

1
a1
a2
1 a1 + b1
a2
1
a1
a2 + b2
...
...
...
1
a1
a2

...
an
...
an
...
an
...
...
... an + bn




= 2 sin (a b) sin (a c) sin (b c)

19. Espli itare l'espressione analiti a della funzione


del determinante di ordine

20. Cal olare:







fn (x; x1 , x2 , ..., xn ) =










(n) =



21. Cal olare:

22. Cal olare:







(b1 , b2 , ..., bn ) =



23. Cal olare:

24. Cal olare:

25. Cal olare:

fn (x, x1 , x2 , ..., xn ) data dallo sviluppo

n:
1
1
1
...
1
1

...
...
...
...
...
...

1 2 2 ...
2
2 2 2 ...
2
2 2 3 ...
2
... ... ... ...
...
2 2 2 ... n 1
2 2 2 ...
...

1
b1
0
0
1 1 b1
b2
0
0
1 1 b2 b2
...
...
...
...
0
0
0
0
0
0
0
0

xn1
xn1
xn1
...
xn1
xn1







(n) =



2
2
2
2
2
n

xn
xn
xn
...
xn
x











n n1 n2
1
x
0
0
1
x
...
...
...
0
0
0
0
0
0

(1.67)

... a + (n 1) h
...
0
...
0
...
...
...
a


a0 1 0 ... 0 0
a1
x 1 ... 0 0
a2
0
x ... 0 0
...
... ... ... ... ...
an1 0
0 ... x 1
an
0
0 ... 0 x
... 3
2
... 0
0
... 0
0
... ... ...
... 1 x
... 0 1

(1.68)

...
0
0
...
0
0
..
0
0
...
...
...
... 1 bn1
bn
...
1
1 bn

a a + h a + 2h
a
a
0
0
a
a
...
...
...
0
0
0







(n) =



x2
x2
x
...
x2
x2

1 2 3 ... n 1
n
1 3 3 ... n 1
n
1 2 5 ... n 1
n
... ... ... ...
...
...
1 2 3 ... 2n 3
n
1 2 3 ... n 1 2n 1







(n) =








(n) =


x1
x
x1
...
x1
x1

on

n N {0}

(1.69)

(1.70)

(1.71)

1
0
0
...
0
x

26. Se

n N {0, 1} e se fk (x) on k = 1, 2, ..., n, sono polinomi su R di grado rk n 2,

dimostrare:

a1 , a2 , ..., an R,

27. Cal olare (n

N {0}):


f1 (a1 ) f1 (a2 )

f2 (a1 ) f2 (a2 )

...
...

fn (a1 ) fn (a2 )


a0
a1 a2

y1 x1 0

f (x1 , x2 , ...xn ; y1 , y2 , ..., yn ) = 0 y2 x2
...
... ...

0
0
0

28. Cal olare (n

N {0}):

29. Cal olare per ogni





=0


... f1 (an )
... f2 (an )
...
...
... fn (an )


... an1 an
...
0
0
...
0
0
... ... ...
... yn xn



n!a0 (n 1) a1 (n 2) a2 an


n

x
0
0



(n 1)
x
0
fn (x) = 0
...
...
...
...

0

0
0

(1.72)

(1.73)

(1.74)

n N {0}






D (n) =


2
1
0
...
0

1
2
1
...
0

0 0 ...
0 0 ...
2 1 ...
... ... ...
0 0 ...


0 0
0 0
0 0
... ...
1 2

(1.75)

30. Costruire il diagramma artesiano della funzione reale di variabile reale nell'intervallo

[2, 2]:

per

n = 1, ..., 7.


2 cos x
1
0


1
2
cos
x
1

0
1
2 cos x
fn (x) =
...
...
...


0
0
0

...
0
...
0
...
0
...
...
... 2 cos x

(1.76)

31. Costruire il diagramma artesiano della funzione reale di variabile reale nell'intervallo

[1, 1]:

per

n = 1, ..., 7.


cos x
1
0

1
2
cos
x
1

1
2 cos x
fn (x) = 0
...
...
...

0
0
0

...
0
...
0
...
0
...
...
... 2 cos x

(1.77)

Capitolo 2
Sistemi di equazioni lineari
2.1 Generalit
Sia

Qui

un sistema di

aij R

(o

C)

equazioni lineari in

sono i

in ognite:

a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2


....

am1 x1 + am2 x2 + ... + amn xn = bm

oe ienti, mentre bi

La matri e

A (m n)

a11 a12
a21 a22
A=
...
...
am1 am2

os denita, la

... a1n
... a2n

... ...
... amn

Poniamo:

(2.2)

matri e dei oe ienti .

Risulta inoltre denita la seguente matri e

m n + 1:

denominata

termini noti.

sono i

(2.1)

a11 a12
a21 a22
M =
...
...
am1 am2

... a1n b1
... a2n b2
,
... ... ...
... amn bm

matri e dei oe ienti e dei termini noti

(2.3)

Il sistema (2.1) pu essere s ritto ome:

AX = B,

(2.4)

essendo:

il vettore olonna di dimensioni

n 1,

x1
x2

X=
... ,
xn
mentre:

1 Tale
2 Tale

(2.5)

b1
b2

B=
... ,
bm

matri e spesso denominata matri e


matri e spesso denominata matri e

in ompleta.
ompleta.

(2.6)

il vettore olonna ostituito dai termini noti.


Una

soluzione

di (2.4) [o di (2.1) ogni

n-pla (1 , 2, ..., n ) Rn (o Cn ) tale he:


A = B,

dove:

Chiamiamo

(2.7)

Il sistema (2.4) [o (2.1) si di e

ompatibile se ammette almeno una soluzione.

vettore soluzione

Denizione 2.
Di ontro,

in ompatibile

1
2

=
...
n

di (2.4).

se privo di soluzioni.

Risolvere il sistema (2.4) equivale a

veri are la sua ompatibilit e in aso aermativo ri er are le soluzioni.

Denizione 3

Un sistema ompatibile si di e

determinato

se ammette una ed una sola soluzione. Se un

sistema ompatibile ammette pi di una soluzione, ne ammette innite. In tal aso il sistema
si di e

indeterminato.

2.2 Ri er a delle soluzioni


Sia

il rango della matri e dei oe ienti. Chiamiamo

noto, deve essere

p rango

del sistema (2.1). Come

p min {m, n}.

Inoltre, per denizione di rango di una matri e, esiste almeno un minore di


di ordine

p.

Preso ad arbitrio un minore non nullo di ordine

determinante fondamentale.
Senza perdita di generalit
quadrata di ordine

p,

a11 a12
a21 a22
C=
... ...
ap1 ap2

... a1p
... a2p
, det C 6= 0
... ...
... app

1.

p = m.

In tal aso il sistema

un

sistema normale.

2.

p < m.

In tal aso il sistema

un

sistema non normale.

2.3 Sistemi normali: teorema di Cramer


Per quanto detto deve essere

p < n.
3 Basta

hiameremo tale minore

p:

I asi possibili sono:

p = n;

non nullo

supponiamo he tale minore sia il determinante della matri e

p = m.

Abbiamo i due sotto asi:

omunque eettuare opportuni s ambi di righe e olonne.

(2.8)

Nel aso

a il sistema di p equazioni in p in ognite on la matri e dei oe ienti pari a C

[eq .(2.8) Quindi:

a11 x1 + a12 x2 + ... + a1p xp = b1

a21 x1 + a22 x2 + ... + a2p xp = b2


...

ap1 x1 + ap2 x2 + ... + app xp = bp ,

(2.9)

he pu essere s ritto ome:

CX = B

(2.10)

Abbiamo il

Teorema 1

Il sistema (2.9) ammette una ed una sola soluzione:


X = C 1 B

(2.11)

Dimostrazione.

La matri e

hiamo per

primo e se ondo membro (da sinistra) della (2.10):

C 1

tale he

det C 6= 0,

donde dotata di inversa

C 1 .


C 1 (CX) = C 1 B CC 1 X = C 1 B X = C 1 B
CC 1 =1

Vi eversa, il vettore olonna

(Nelle (2.12) - (2.13),

C 1 B

Moltipli-

(2.12)

veri a la (2.10):



C C 1 B = CC 1 B = 1B = B

la matri e identit di ordine

(2.13)

p).

Dalla (2.11) segue il

Teorema 2 (Teorema di Cramer)

Il sistema (2.9) ompatibile e determinato. La soluzione data da:


x1 =

det C1
det C2
det Cp
, x2 =
, ..., xp =
det C
det C
det C

(2.14)

Nella (2.14)
Cj( j = 1, 2, ..., p) la matri e di ordine p, ottenuta
daC sostituendo alla
a1j
b1
a2j
b2

olonna
... , dei oe ienti dell'in ognita xj , la olonna ... dei termini noti.
apj
bp

Cio:

b1 a12
b2 a22
C1 =
... ...
bp ap2
.......

a11 a21
a21 a22
Cp =
... ...
ap1 ap2

... a1p
a11

... a2p
a21
, C2 =

... ...
...
... app
ap1
...
...
...
...

b1
b2

...
bp

b1
b2
...
bp

... a1p
... a2p
,
... ...
... app

(2.15)

Dimostrazione.

Dall'algebra delle matri i:

C 1

Qui

aij

a11 a12

1
a21 a22
=
det C ... ...
ap1 ap2

a11 a21

1
a12 a22
=
det C ... ...
a1p a2p

il omplemento algebri o di

aij .

T
... a1p
... a2p

... ...
... app

... ap1
... ap2

... ...
... app

(2.16)

Per la (2.11):

a11 b1 + a21 b2 + ... + ap1 bp

1
a12 b1 + a22 b2 + ... + ap2 bp
X=

...
det C

a1p b1 + a2p b2 + ... + app bp


fa ile rendersi onto he
matri e

Cj ,

a1j b1 + a2j b2 + ... + apj bp

per ui:

(2.17)

lo sviluppo del determinante della

det C1

1
det C2 ,
X=
det C ...
det Cp

donde l'asserto (2.14).

***
Passiamo ora ai sistemi di tipo

b.

Ora il numero delle in ognite

n > p,

quindi il sistema si

s rive:

a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2p xp + a2,p+1 xp+1 + ... + a2n xn = b2


..............................................

ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + apn xn = bp

(2.18)

Abbiamo il seguente:

Teorema 3

Il sistema (2.18) ammette np soluzioni, he si ottengono assumendo ome parametri le


in ognite xj , on j = p + 1, p + 2, ..., n e appli ando il teorema di Cramer.
Infatti, il sistema (2.18) pu essere s ritto ome:

a11 x1 + a12 x2 + ... + a1p xp = b1 (a1,p+1 xp+1 + ... + a1n xn )

a21 x1 + a22 x2 + ... + a2p xp = b2 (a2,p+1 xp+1 + ... + a2n xn )


..............................................

ap1 x1 + ap2 x2 + ... + app xp = bp (ap,p+1xp+1 + ... + ann xn )

Poniamo:

(2.19)

1 = xp+1 , 2 = xp+2 , ... np = xn


Si ome le

sono arbitrarie, segue he il numero di soluzioni

Si on lude he i sistemi normali (p


sono determinati se

n = m,

= m)

np .

sono sempre ompatibili. Pi spe i atamente,

indeterminati se

n > m.

Osservazione.
p < m,

gia h

Il numero di equazioni di un sistema normale

p min {m, n}.

m=3
(p < m).

omposto da
normale

Ad esempio, il sistema:

equazioni in

a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2

a31 x1 + a32 x2 = b3
n=2

in ognite. Quindi

m n.

p 2,

Infatti, se

m > n,

per i il sistema non

2.4 Sistemi non normali: Teoremi di Rou h e di Capelli


In un sistema non normale

p < m:

a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = b1


a21 x1 + a22 x2 + ... + a2p xp + a2,p+1 xp+1 + ... + a2n xn = b2
...
ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + apn xn = bp
ap+1,1 x1 + ap+1,2 x2 + ... + ap+1,p xp + ap+1,p+1xp+1 + ... + ap+1,n xn = bp+1
...
am1 x1 + am2 x2 + ... + amp xp + am,p+1 xp+1 + ... + amn xn = bm

(2.20)

deve essere:

avendo indi ato on

a11 a12
a21 a22
... ...
ap1 ap2

... a1p
... a2p
... ...
... app





6= 0,


il determinante fondamentale del sistema (eq. (2.8))

Dimostriamo il seguente

Lemma

Assegnato r {p + 1, p + 2, ..., m},













(x1 , x2 , ..., xn ) ,








Dimostrazione.

risulta

a11 a12 ... a1p b1


a21 a22 ... a2p b2
...

...

...

...

ap1 ap2 ... app bp


ar1 ar2 ... arp br

n
X

a1j xj

j=1

n
X

a2j xj

j=1

...
n
X

apj xj

j=1

n
X
j=1

arj xj

a11
a21
...
ap1
ar1

a12
a22
...
ap2
ar2

...
...
...
...
...

a1p
a2p
...
app
arp

b1
b2
...
bp
br

(2.21)

L'asserto dimostrabile attraverso una nota propriet dei determinanti. Pre-

isamente (senza perdita di generalit), un determinante una ui olonna (o riga) ostituito

da elementi binomi (in generale polinomi), ammette uno sviluppo del tipo:

a11 a12
a21 a22
... ...
an1 an2

Indi hiamo on

D1

... c1j + d1j


... c2j + d2j
...
...
... cnj + dnj

... a1n
... a2n
... ...
... ann





=







+

... c1j
... c2j
... ...
... cnj

... a1n
... a2n
... ...
... ann

a11 a12
a21 a22
... ...
an1 an2

... d1j
... d2j
... ...
... dnj

...
...
...
...

il determinante a primo membro della (2.21). Abbiamo:






D1 =


a11
a21
...
ap1
ar1

a12
a22
...
ap2
ar2

Espli itiamo il determinante

...
...
...
...
...

D2 :

a1p
a2p
...
app
arp

b1
b2
...
bp
br









n
X



x
j


j=1




|

a11
a21
...
ap1
ar1

a12
a22
...
ap2
ar2
{z

...
...
...
...
...

I determinanti a se ondo membro sono tutti nulli:

j = p + 1, ..., n,

della matri e dei oe ienti

sono minori di ordine

p.

a1p
a2p
...
app
arp

def

= D2



a11 a12 ... a1p a11


a21 a22 ... a2p a21


D2 = x1 ... ... ... ... ... + ...+
ap1 ap2 ... app ap1


ar1 ar2 ... arp ar1


a11 a12 ... a1p a12


a21 a22 ... a2p a22


+ x2 ... ... ... ... ... + ...
ap1 ap2 ... app ap2


ar1 ar2 ... arp ar2


a11 a12 ... a1p a1p


a21 a22 ... a2p a2p


+ xp ... ... ... ... ... +
ap1 ap2 ... app app


ar1 ar2 ... arp arp


a11 a12 ... a1p a1,p+1


a21 a22 ... a2p a2,p+1


... + ...
+ xp+1 ... ... ... ...
ap1 ap2 ... app ap,p+1


ar1 ar2 ... arp ar,p+1


a11 a12 ... a1p a1n


a21 a22 ... a2p a2n


+ xn ... ... ... ... ...
ap1 ap2 ... app apn


ar1 ar2 ... arp arn

identi he; per










a1n
a2n
...
ann

a11 a12
a21 a22
... ...
an1 an2

per

p+1

j = 1, ..., p,

a1j
a2j
...
apj
arj

(2.22)

hanno due olonne

e ome tali nulli, gia h il rango

Denizione.
terminanti:

Si denis ono






r =


determinanti asso iati

a11
a21
...
ap1
ar1

a12
a22
...
ap2
ar2

...
...
...
...
...

a1p
a2p
...
app
arp

b1
b2
...
bp
br

Ora siamo in grado di enun iare il:

Teorema (di Rou he') 21.


il sistema ompatibile

al determinante fondamentale

r = p + 1, p + 2, ..., m

on

r = 0,

on

i de-

(2.23)

r = p + 1, p + 2, ..., m

Dimostrazione. Impli azione diretta Per ipotesi il sistema ompatibile.

Se

(1 , 2 , ..., n )

una soluzione, per il lemma 2.4:






r =


Impli azione inversa.

a11 a12 ...


a21 a22 ...
... ... ...
ap1 ap2 ...
ar1 ar2 ...


a
11 a12



a
21 a22


= ... ...
xj =j
a
p1 ap2



a
r1 ar2


a11 a12 ...

a21 a22 ...

= ... ... ...
ap1 ap2 ...

ar1 ar2 ...

a1p
a2p
...
app
arp

b1
b2
...
bp
br

... a1p b1
... a2p b2
...

...

... app bp
... arp br
a1p 0
a2p 0
... ...
app 0
arp 0

L'ipotesi :

r = 0,

on

n
X

j=1
n
X

a1j j
a2j j

j=1

...
n
X

apj j

j=1

n
X

arj j

j=1






=0



r = p + 1, p + 2, ..., m

La (2.21) diventa:












(x1 , x2 , ..., xn ) ,








a11 a12 ... a1p


a21 a22 ... a2p
...

...

...

...

ap1 ap2 ... app


ar1 ar2 ... arp


n

X
b1
a1j xj

j=1

n

X
b2
a2j xj

j=1

=0
...

n

X
bp
apj xj

j=1

n

X
br
arj xj

j=1

(2.24)

a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2p xp + a2,p+1 xp+1 + ... + a2n xn = b2


....

ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + apn xn = bp

Si onsideri ora il sistema ottenuto dalla (2.20) onservando solo le prime

equazioni:

(2.25)

Tale sistema ompatibile, poi h il rango p pari al numero di equazioni, ed indeterminato


np
(
soluzioni). Se (1 , 2 , ...n ) una soluzione, abbiamo he ponendola in (2.24):

Cio:

a11 a12
a21 a22
... ...
ap1 ap2

ar1 ar2 ... arp

br
Quindi le

... a1p
... a2p
... ...
... app

n
X

arj j

j=1

soddisfano le rimanenti








=0


br
arj j

j=1
0
0
...
0
n
X

n
X
= 0 = br
arj j = 0

mp

6=0

(2.26)

j=1

equazioni.

Un enun iato equivalente dato da:

Teorema (di Capelli) 22.


il sistema ompatibile

Dimostrazione. Impli azione inversa

R (A) = R (M)

R (A) = R (M) = p = r {p + 1, p + 2, ..., m} , r = 0


Per il teorema di Rou h il sistema ompatibile.

Impli azione diretta.

R (M) = p.

L'ipotesi la ompatibilit del sistema.

Prendiamo ad arbitrio un minore di ordine

di soli elementi

aij

p+1

di

La tesi da dimostrare

M. Se formato da olonne
p + 1 di A. Vi eversa del

allora esso nullo, in quanto minore di ordine

tipo:


ai1 j1
ai1 j2

ai2 j1
ai2 j2

...
= ...
...
...

ai j ai j
p+1 1
p+1 2

... ai1 jp
bi1
... ai2 jp
bi2
...
...
...
...
...
...
... aip+1 jp bip+1

Considerando i omplementi algebri i degli elementi dell'ultima olonna si ha he essi o sono


tutti nulli (=
di ordine

= 0)

o ne esiste almeno uno non nullo, ma in questo aso un minore

della matri e

sistema. Quindi

A,

he pu essere assunto ome determinante fondamentale del

risulta essere un determinante asso iato e ome tale nullo per il teorema

di Rou h. Da i segue he tutti i minori di ordine

p+1

sono nulli, donde l'asserto.

2.5 Sistemi omogenei


Un sistema di equazioni lineari si di e omogeneo quando i suoi termini noti sono tutti nulli.

m equazioni in n in ognite:

a11 x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0


...

am1 x1 + am2 x2 + ... + amn xn = 0

Continuando a onsiderare un sistema di

(2.27)

Osserviamo innanzitutto he un sistema omogeneo sempre ompatibile, poi h ammette la


soluzione.

(x1 , x2 , ..., xn ) = (0, 0, ..., 0)


Si badi he i in a ordo on il teorema di Rou h (se

p < m).

(2.28)
Infatti, supponendo senza

ledere la generalit, he il determinante fondamentale del sistema sia:

on

p < m.

a11 a12
a21 a22
... ...
ap1 ap2

... a1p
... a2p
... ...
... app

Segue he i determinanti asso iati a






r =


a11
a21
...
ap1
ar1

a12
a22
...
ap2
ar2

...
...
...
...
...





6= 0,


(2.29)

sono tutti nulli:


a1p 0
a2p 0
... ... = 0, r = p + 1, p + 2, ..., m
app 0
arp 0

Quindi per il teorema di Rou h il sistema ompatibile.

Ci premesso, osserviamo he da un punto di vista appli ativo non molto interessante la so-

soluzione banale, bens le soluzioni non tutte nulle.


soluzioni proprie del sistema.

luzione (2.28), denominata


sono le

autosoluzioni

Quest'ultime

Sussite il seguente

Teorema 23.
Dimostrazione.

Il sistema (2.27) ammette autosoluzioni se e solo se


Per ipotesi il determinante fondamentale (2.29).

p<n
Quindi le soluzioni del

sistema sono tutte e sole quelle del sistema equivalente ottenuto onservando le prime
equazioni:

Risulta:

a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2p xp + a2,p+1 xp+1 + ... + a2n xn = 0


...

ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + ann xn = 0


p = n = ! (x1 , x2 , ..., xn ) = (0, 0, ..., 0)

Ci impli a he an h esistano autosoluzioni deve ne essariamente essere

(2.30)

p < n.

Si osservi

he tale ondizione an he su iente. Infatti, posto:

xp+k = k ,

on

k = 1, 2, ..., n p

on

(1 , 2 , ..., np ) 6= (0, 0, ..., 0)


il sistema (2.30) diventa:

np
X

a11 x1 + a12 x2 + ... + a1p xp = a1,p+k k

k=1

np

a21 x1 + a22 x2 + ... + a2p xp = a2,p+k k


,
k=1

...

np

ap1 x1 + ap2 x2 + ... + app xp = ap,p+k k


k=1

ed ammette

np

soluzioni non tutte nulle.

(2.31)

m = n:

Consideriamo ora il aso parti olare

La matri e dei oe ienti

a11 x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0


...

an1 x1 + an2 x2 + ... + ann xn = 0

evidente he

a11 a12
a21 a22
A=
... ...
an1 an2

p < n det A = 0.

(2.32)

... a1n
... a2n

... ...
... ann

Da i segue:

(x1 , x2 , ..., xn ) 6= (0, 0, ..., 0) det A = 0


Cio, un sistema omogeneo di

equazioni in

in ognite ammette autosoluzioni se e solo se

nullo il determinante della matri e dei oe ienti.

2.6 Esempi numeri i


Consideriamo il sistema:

x1 + x2 = 2
2x1 x2 = 1

(2.33)

La matri e dei oe ienti :

A=
Risulta:

r (A) = 2 = m

1 1
2 1

(numero di equazioni di 2.33), donde il sistema di Cramer. Le

matri i (2.15) sono:

C1 =
L'uni a soluzione

(x1 , x2 )

2 1
1 1

C2 =

1 2
2 1

x1 =
io:

3
3
det C1
det C2
=
= 1, x2 =
=
,
det C
3
det C
3
=

1
1

***
Risolviamo il sistema:

x1 x2 + x3 = 0
2x1 + 0 + 3x3 = 1
0 + x2 + x3 = 2

(2.34)

La matri e dei oe ienti :

1 1 1
A= 2 0 3
0 1 1
Il suo determinante :



1 1 1



1 1


det A = 2 0 3 = 3 2
1 1
0 1 1



= 3 2 (1 1) = 3 + 4 = 1 = r (A) = 3,

quindi (2.34) un sistema di Cramer.





0 1 1
1 1
1 1



= 4

1 0 3 , det C1 =
C1 =
+2
1 1
0 3
2 1 1





1 0 1
1 3
0 1



= 1

2 1 3 , det C2 =
C2 =
2
2 1
2 1
0 2 1





1 1 0
0 1
1 0
2

C3 = 2 0 1 , det C2 =
1 2 =3
1 2
0 1 2
La soluzione :

x1 = 4, x2 = 1, x3 = 3
***

Risolviamo il sistema:

x1 x2 + x3 x4 = 4
2x1 + x2 + 0 + 2x4 = 0
0 2x2 + 3x3 + x4 = 3
9x1 + 3x2 5x3 + 0 = 0

(2.35)

Il determinante della matri e dei oe ienti :





det A =

Abbiamo:


1 1 1 1
2 1
0
2
= 31 = p = 4 = m =
0 2 3
1
9 3 5 0

il sistema di Cramer

det C1

det C2

det C3

det C4





=






=






=






=

da qui l'uni a soluzione del sistema:


4 1 1 1
0 1
0
2
= 31
.3 2 3
1
0 3 5 0

1 4 1 1
2 0 0
2
= 62
.0 3 3
1
9 0 5 0

1 1 4 1
2 1 0 2
= 93
.0 2 3 1
9 3 0 0

1 1 1 4
2 1
0 0
= 61
.0 2 3 3
9 3 5 0

(1, 2, 2, 3).
***

Risolvere il sistema:

2x1 + x2 + x3 + x4
x1 + 2x2 + x3 + x4
x1 + x2 + 2x3 + x4
x1 + x2 + x3 + x4

=7
=6
=6
=6

Risulta:





det A =






det C1 =






det C2 =






det C3 =






det C4 =

2
1
1
1

1
2
1
1

1
1
2
1

1
1
1
1

7
6
6
6

1
2
1
1

1
1
2
1

1
1
1
1

2
1
1
1

7
6
6
6

1
1
2
1

1
1
1
1

2
1
1
1

1
2
1
1

7
6
6
6

1
1
1
1

2
1
1
1

1
2
1
2

1
1
2
1

7
6
6
6





= 1 det C







=1







=0







=0







=5


Capitolo 3
Spazi vettoriali
3.1 Denizione assiomati a
Sia

un insieme non vuoto e

zio vettoriale

(e i suoi elementi si

omposizione interna

R o C). L'insieme E uno spadi ono vettori) su K se sono denite una legge di
omposizione esterna :

un ampo (ad esempio,

e una legge di

: E E 7 E
: K E 7 E

La prima delle (3.1) si hiama

addizione di vettori e si indi a on +.

(3.1)

Quindi:

+ : (u, v) E E 7 (u + v) E

(3.2)

L'operazione (3.2) veri a le seguenti propriet:


1.

Propriet ommutativa.
u, v E , u + v = v + u

2.

Propriet asso iativa.

u, v, w E , u + (v + w) = (u + v) + w
3.

Esistenza dell'elemento neutro.


0 E | u E , u + 0 = u

4.

Esistenza dell'opposto

u E, (u) E | u + u = 0
La se onda delle (3.1) si hiama

moltipli azione di uno s alare per un vettore:

: (, v) K E 7 (v) E
L'operazione (3.3) veri a le seguenti propriet:

I Propriet distributiva rispetto alla somma vettoriale.


K , u, v E , (u + v) = u + v

II Propriet distributiva rispetto alla somma in K


, K , v E , ( + ) v = v + v

III Propriet asso iativa

, K , v E , (v) = () v

(3.3)

IV Esistenza dell'elemento neutro


1 K | v E , 1v = v
Per quanto detto, se le operazioni (3.1) veri ano le propriet 1, 2, 3, 4 e I, II, III, IV,
l'insieme

assume la struttura di spazio vettoriale su

s alari.
Esempio 24.

Consideriamo l'insieme

K.

Rn = R
... R}
| R {z

Gli elementi di

si di ono

delle n-ple ordinate di numeri

reali:

Rn = {(x1 , x2 , ..., xn ) | xi R, i = 1, 2, ..., n}


Deniamo l'operazione di addizione:

+ : (x, y) Rn Rn 7 (x + y) Rn
essendo:

x = (x1 , x2 , ...xn ) , y = (y1 , y2 , ...yn )


Per denizione:

x + y = (x1 + y1 , x2 + y2 , ..., xn + yn )
Abbiamo
1.

x, y Rn , xi + yi = yi + xi (i = 1, 2, ..., n) = x + y = y + x

2.

x, y, z Rn , xi +(yi + zi ) = (xi + yi )+zi , (i = 1, 2, ..., n) = x+(y + z) = (x + y)+z

3.

0 = (0, 0, ..., 0) Rn | x Rn , x + 0 = x

4.

x Rn , x = (x1 , x2 , ..., xn ) Rn | x + x = 0
L'operazione di moltipli azione di uno s alare per un vettore os denita:

ax = (ax1 , ax2 , ..., axn ) , a R


e veri a le propriet:
I
II

a R, x, y Rn , a (x + y) = ax + ay
a, b R, x Rn , (a + b) x = ax + bx

III

a, b R, x Rn , a (bx) = (ab) x

IV

x Rn , 1x = x
Da i segue he on le operazioni sopra denite, l'insieme
sul ampo reale

Esempio 25.

Rn

R.

Consideriamo l'insieme

Cn

delle n-ple ordinate di numeri omplessi:

Cn = {(z1 , z2 , ..., zn ) : zi C, i = 1, 2, ..., n}


Deniamo l'operazione di addizione:

+ : (z, w) Cn Cn 7 Cn
essendo:

z = (z1 , z2 , ...zn ) , w = (w1 , w2 , ...wn )


Per denizione:

z + w = (z1 + w1 , z2 + w2 , ..., zn + wn )
evidente he:

uno spazio vettoriale

1.

z, w Cn , z + w = w + z

1.

z, w, u Cn , z + (w + u) = (z + w) +u

2.

0 = (0, 0, ...0) Cn : z + 0 = z

3.

z Cn , z = (z1 , z2 , ..., zn ) Cn : z + z = 0
L'operazione di moltipli azione di uno s alare per un vettore os denita:

az = (az1 , az2 , ..., azn ) , a C


e veri a le propriet:
I
II

a C, x, y Cn , a (z + w) = az + aw
a, b C, z Cn , (a + b) z = az + bz

III

a, b C, z Cn , a (bz) = (ab) z

IV

z Cn , 1z = z
Da i segue he on le operazioni sopra denite, l'insieme
sul ampo omplesso

Esempio 26.

Sia

Cn

uno spazio vettoriale

C.

MR (m, n)

l'insieme delle matri i

l'operazione di addizione:

m n su R.

Introdu iamo in

+ : (A, B) MR (m, n) MR (m, n) 7 (A + B) MR (m, n)


Pi pre isamente:

(A = (aij ) , B = (bij )) = A + B = (aij + bij )


L'operazione di addizione veri a le seguenti propriet:
1.

A, B MR (m, n), A + B = B + A

2.

A, B, C MR (m, n),

0 0 ... 0
0 0 ... 0
0 =
... ... ... ...
0 0 ... 0

3.

4.

A + (B + C) = (A + B) + C

MR (m, n) | A MR (m, n), A + 0 = A

A = (aij ) MR (m, n), A = (aij ) MR (m, n) : A + A = 0

Deniamo l'operazione moltipli azione di uno s alare per una matri e:

: (, A) RMR (m, n) 7 (A) MR (m, n)


Pi pre isamente:

( R, A = (aij )) = A = (aij )
Tale operazione veri a le seguenti propriet:
I
II
III

R, A, B MR (m, n) , (A + B) = A + B
, R, A MR (m, n), ( + ) A = A + A
, R, A MR (m, n), (A) = () A

MR (m, n)

IV

A MR (m, n), 1A = A

MR (m, n)
vettoriale su R.

Si on lude he
spazio

Esempio 27.

Sia

Pn [x]

on le operazioni sopra introdotte assume la struttura di

l'insieme dei polinomi su

di grado minore o uguale di

Prendiamo ad arbitrio due elementi di tale insieme:

n N.

pm (x) = a0 + a1 x + a2 x2 + ... + am xm
qr (x) = b0 + b1 x + b2 x2 + ... + br xr ,
essendo

m, r n.

Deniamo l'addizione tra polinomi:

+ : (pm (x) , qr (x)) Pn [x] Pn [x] 7 (pm (x) + qr (x)) Pn [x]


Senza ledere la generalit, supponiamo he

m < r:

pm (x) + qr (x)
= (a0 + b0 ) + (a1 + b1 ) x + (a2 + b2 ) x2 + ... + (am + bm ) xm + bm+1 xm+1 + ... + br xr
L'operazione di addizione veri a le seguenti propriet:
1.

pm (x) , qr (x) Pn [x], pm (x) + qr (x) = qr (x) + pm (x)

2.

pm (x) , qr (x) , lk (x) Pn [x], pm (x) + (qr (x) + lk (x)) = (pm (x) + qr (x)) + lk (x)

3.

0 = 0 + 0x + 0x2 + ... + 0xn | pm (x) Pn [x], pm (x) + 0 = pm (x)




Pm
Pm
k
k
pm (x) =
Pn [x], pm (x) =
Pn [x] | pm (x) +
k=1 ak x
k=1 (ak ) x
pm (x) = 0

4.

Deniamo l'operazione moltipli azione di uno s alare per un polinomio

: (, pm (x)) R Pn [x] 7 (pm (x)) Pn [x]


Pi spe i atamente:

pm (x) =

m
X

aj x = pm (x) =

k=1

Esempio 28.
I
II

m
X

(aj ) xj

k=1

Tale operazione veri a le seguenti propriet:

R, pm (x) , qr (x) Pn [x] , (pm (x) + qr (x)) = pm (x) + qr (x)


, R, pm (x) Pn [x], ( + ) pm (x) = pm (x) + pm (x)

III

, R, pm (x) Pn [x], (pm (x)) = () pm (x)

IV

pm (x) Pn [x], 1pm (x) = pm (x)


Da i segue he l'insieme
di spazio vettoriale su

R.

Pn [x]

on l'operazioni sopra introdotte assume la struttura

Esempio 29. Sia F (a, b) l'insieme delle funzioni reali di variabile reale denite in [a, b] R:
f F (a, b) f : [a, b] 7 R
Deniamo l'addizione:

+ : (f, g) F (a, b) F (a, b) 7 (f + g) F (a, b)


Pi spe i atamente:

(f + g) (x) = f (x) + g (x)


La (3.4) veri a le seguenti propriet:

(3.4)

1.

f, g F (a, b) , f + g = g + f

2.

f, g, h F (a, b) , f + (g + h) = (f + g) + h

3.

0 0

4.

f F (a, b) , f : f + f = 0

(funzione identi amente nulla):

f F (a, b) , f + 0 = f

Deniamo l'operazione moltipli azione di uno s alare per un elemento di

F (a, b):

: (, f ) R F (a, b) 7 (f ) F (a, b)
Pre isamente:

(f ) (x) = f (x) ,
e veri a le seguenti propriet:
I
II

R, f, g F (a, b) , (f + g) = f + g
, R, f F (a, b), ( + ) f (x) = f (x) + g (x)

III

, R, f F (a, b), (f ) = () f (x)

IV

f F (a, b), 1f = f
Con le operazioni sopra introdotte,
ampo reale.

F (a, b) assume

la struttura di spazio vettoriale sul

***
Sia

uno spazio vettoriale su

Proposizione.

K.

K , 0 = 0

Dimostrazione. 0 = (0 + 0) = 0+0 =0 = 0

Proposizione.

v E , 0v = 0

Dimostrazione. 0v = (0 + 0) v =0v + 0v =0v = 0

3.2 Dipendenza ed indipendenza lineare di vettori


Sia

uno spazio vettoriale su

dove l'intero naturale


Presi ad arbitrio

K.

Consideriamo il

= {v1 , v2 , ..., vr } ,

sistema di vettori:

on

ordine del sistema.

r N {0}

l'

s alari

i K (i = 1, 2, ..., r ),

il vettore:

v = 1 v1 + 2 v2 + ... + r vr ,
si hiama

ombinazione lineare dei vettori di .

linearmente dai vettori

v1 , v2 , ..., vr

(o dal sistema

Equivalentemente si di e he

dipende

).

Ci premesso, abbiamo la seguente:

Denizione.

linearmente indipendente

se:

1 v1 + 2 v2 + ... + r vr = 0 = 1 = 2 = ... = r = 0
Nel aso ontrario diremo he

linearmente dipendente.

(3.5)

Cio:

(1 , 2 , ..., r ) 6= (0, 0, ..., 0) | 1 v1 + 2 v2 + ... + r vr = 0

(3.6)

Esempio 30.

Assegnato lo spazio vettoriale

sistema di vettori

= {v1 , v2 , v3 }

R3

( fr esempio 24 per

n = 3),

mostrare he il

on



3
v1 = (2, 1, 2) , v2 = 7, , 3 , v3 = (3, 1, 1)
2

(3.7)

linearmente dipendente.

Soluzione 31.

Consideriamo l'equazione vettoriale:

1 v1 + 2 v2 + 3 v3 = 0,
equivalente a:

1 (2, 1, 2) + 2

(3.8)


3
7, , 3 + 3 (3, 1, 1) = (0, 0, 0) ,
2

le ui omponenti formano il sistema lineare omogeneo:

21 + 72 33 = 0
3
1 2 + 3 = 0
2
21 + 32 3 = 0

(3.9)

La matri e dei oe ienti del sistema (3.9) :

1
p = r (A) = 2, per ui
P3tale sistema ammette soluzioni
(1 , 2 , 3 ) 6= (0, 0, 0) :
i=1 i vi = 0, per ui = {vi }

La aratteristi a del sistema 3.9


proprie.

In altri termini

linearmente dipendente.

Esempio 32.

{v1 , v2 , v3 }

2
7
3
A = 1 3/2 1
2
3
1

Assegnato lo spazio vettoriale

on

R3 ,

mostrare he il sistema di vettori



1
v1 = (2, 1, 2) , v2 = 7, , 3 , v3 = (3, 1, 1)
2

linearmente indipendente. Esprimere altres il vettore


lineare di

Soluzione 33.

(3.10)

v4 = (1, 1, 1)

ome ombinazione

Pro edendo ome nell'eser izio pre edente, abbiamo il sistema lineare omo-

geneo:

21 + 72 33 = 0
1
1 2 + 3 = 0
2
21 + 32 3 = 0,

(3.11)

la ui matri e dei oe ienti :

Qui

det A = 4,

p = 3 = n (numero di in ognite). Pertanto il sistema 3.11 amimpropria (1 , 2 , 3 ) = (0, 0, 0); da i segue he linearmente

per i

mette solo la soluzione

2
7
3
A = 1 1/2 1
2
3
1

indipendente. Per la se onda domanda, poniamo:

v4 = 1 v1 + 2 v2 + 3 v3

Tale equazione vettoriale pu essere s ritta ome:

1 (2, 1, 2) + 2


1
7, , 3 + 3 (3, 1, 1) = (1, 1, 1) ,
2

le ui omponenti formano il sistema lineare non omogeneo:

21 + 72 33 = 1
1
1 2 + 3 = 1
2
21 + 32 3 = 1,

(3.12)

Il sistema 3.12 manifestamente di Cramer, ammettendo l'uni a soluzione:



5
(1 , 2 , 3 ) = , 3, 5 ,
2
donde:

5
v4 = v1 + 3v2 + 5v3
2

Proposizione.

(0 ) = (

linearmente dipendente)

Dimostrazione. h {1, 2, ..., r} | vh = 0.

Quindi:

h K {0} , 0v1 + 0v2 + ... + 0vh1 + h 0 + 0vh+1 + ... + 0vr = 0


Abbiamo os trovato una

0,

r-pla di s alari (0, 0, ...0, h, 0, ..., 0) non tutti nulli tali he

donde l'asserto.

Proposizione.
Dimostrazione.

(vh , vk | vh = vk , K {0}) = (
Senza perdita di generalit, supponiamo he

zione lineare di vettori di

Pr

k=1

k vk =

linearmente dipendente)

h < k.

Eseguiamo la ombina-

:
0v1 + ... + (1) vh + ... + vk + ... + 0vr
= vk + vk + 0
= ( + ) vk
= 0vk
=0

In questi passaggi abbiamo appli ato la proposizione 3.1 e la propriet distributiva dell'operazione

rispetto all'addizione di s alari. Abbiamo quindi trovato una

r-pla

(1 , ..., h , ..., k , ..., r ) = (0, ..., 1, ..., , ..., 0) 6= (0, ..., 0, ..., 0, ....0) |

di s alari:

r
X

i vi = 0,

i=1

donde l'asserto.

Proposizione.

linearmente dipendente)

( |

Dimostrazione. La ondizione ne essaria.


Hp:
Th:

| linearmente dipendente.
linearmente dipendente Sia:


= vh1 , vh2 , ..., vhp ,

essendo:

hi {1, 2, ..., r} , i = 1, 2, ..., p r

linearmente dipendente)

Per ipotesi


h1 , h2 , ..., hp =
6 (0, 0, ..., 0) |
hp
X

k vk = 0

k=h1
Posto

H = {h1 , h2 , ..., hp },

si onsideri la seguente ombinazione lineare:

r
X

k vk =

k=1

Abbiamo os trovato una

r-pla

k vk +

kH

0vk = 0

k H
/

di s alari non tutti nulli tali he

tesi.

La ondizione su iente

Pr

k=1

k vk = 0,

donde la

= ( | linearmente dipendente).

banale, poi h . Quindi, posto = , segue la tesi.



r
X
linearmente

Proposizione. h {1, 2, ..., r} | vh = k vk =


( linearmente dipendente)

dipendente

k=1
k6=h

Dimostrazione.

Dimostriamo l'asserto per

zione 3.2. Espli itando la sommatoria:

vh 6= 0;

nel aso ontrario si ridu e alla proposi-

vh 1 v1 2 v2 ... h1vh1 h+1 vh+1 ... r vr = 0


Riordinando i singoli termini:

1 v1 2 v2 ... h1 vh1 + vh h+1 vh+1 ... r vr = 0


Cio:

(1 , 2 , ..., h1, h , h+1, ..., r ) = (1 , 2 , ..., h1 , 1, h+1, ..., r ) |

r-pla

La

di s alari

(1 , 2 , ..., h1 , 1, h+1, ..., r )

r
X

k vk = 0

k=1

non nulla.

3.3 Sottospazio vettoriale generato da un numero nito


di vettori
Sia
he

E uno spazio vettoriale su K . Consideriamo un insieme H 6= e tale he H E .


H un sottospazio vettoriale di E se:

1.

v, w H , (v + w) H

2.

v H , K , (v) H

I punti 1 e 2 si esprimono di endo he l'insieme

hiuso

rispetto alle operazioni di

addizione tra vettori e di moltipli azione di uno s alare per un vettore.

Proposizione.

Il vettore nullo appartiene ad ogni sottospazio vettoriale di

Dimostrazione.

Sia

un qualunque sottospazio di

E.

Ci impli a:

v, w H, (v + w) H
Prendiamo

w = v,

per ui

0 H,

per ogni

sottospazio di

Diremo

E.

E.

Corollario 34.

L'insieme

H0 = {0}

un sottospazio di ogni spazio vettoriale

E.

Dimostrazione.
3.1

Sia E uno spazio vettoriale su K . Risulta: 0 + 0 = 0; per la proposizione


0 = 0, K , quindi sono veri ate le propriet 1 e 2, da ui l'asserto.

Denizione.

Esempio 35.

{0}

denominato

sottospazio improprio di E .

Asegnato lo spazio vettoriale


3
uno sottospazio vettoriale di R :

R3 ,

dire quali tra i suoi seguenti sottoinsiemi

H1 = {(a, b, 0) | a, b R}; H2 = {(a, b, c) R3 | a + b + c = 0}, H3 = {(a, b, c) R3 | a 0};


H4 = {(a, b, c) R3 | a2 + b2 + c2 1}

Soluzione 36.

Prendiamo ad arbitrio due elementi di

H1 :

v = (a, b, 0) , w = (c, d, 0)
Risulta:

Preso ad arbitrio

R:

v + w = (a + b, c + d, 0) = (v + w) H1
v = (a, b, 0) H1

H1 un sottospazio di R3 .
H2 . Per ogni v = (a, b, c) H2 , w = (d, e, f ) H2 ,

Si on lude he
Consideriamo

la somma :

v + w = (a , b , c ) ,
essendo:

a = a + d, b = b + e, c = c + f
Risulta:

a + b + c = (a + b + c) + (d + e + f ) = 0
Quindi:

Per ogni

v, w H2 , (v + w) H2
e per ogni

(3.13)

v H2 :
v = (a, b, c) ,

ed tale he:

a + b + c = (a + b + c) = 0,
per ui:

v H2 , R, (v) H2
Le (3.13)-(3.14) impli ano he
L'insieme

H3

H2

un sottospazio vettoriale di

(, 0) , v = (a > 0, b, c) H3 , v = (a, b, c)
L'insieme

H4

H3

on

a < 0 = (v)
/ H3

non un sottospazio vettoriale di R3.

H4 =
Abbiamo:

R3 .



H3 = (a, b, c) R3 | a 0

Quindi:

Si on lude he

(3.14)

(a, b, c) R3 | a2 + b2 + c2 1

v = (a, b, c) R3 , w = (d, e, f ) R3 , v + w = (a , b , c ) ,

essendo:

a = a + d, b = b + e, c = c + f
Da i segue:

a2 + b2 + c2 = (a + d)2 + (b + e)2 + (c + f )2
= g (a, b, c) + g (d, e, f ) + 2 (ad + eb + cf )

(3.15)

Nella (3.15) :

g (x, y, z) = x2 + y 2 + z 2
Deve essere:

(a, b, c) , (d, e, f, ) H4 , g (a, b, c) , g (d, e, f ) 1,


per ui:

a2 + b2 + c2 2 (1 + ad + eb + cf ) = (a, b, c) , (d, e, f, ) H4 | a2 + b2 + c2 > 1


La (3.16) impli a he

H4

non un sottospazio vettoriale di R

(3.16)

Esempio 37. Consideriamo lo spazio vettoriale MR (n, n) (es.

26). Dire quale tra i seguenti

suoi sottoinsiemi sono sottospazi vettoriali:

HR (n, n) = {A MR (n, n) |
HR (n, n) = {A MR (n, n) |
JR (n, n) = {A MR (n, n) |

JR (n, n) = A MR (n, n) |

A simmetri a}
AX = XA} , on X MR (n, n)
det A = 0 }

A2 = A

Soluzione 38. A = (aij ) , B = (bij ) HR (n, n), A+B = (cij = aij + bij ) = (A,B simmetri he) =
(cji = aji + bji ),

quindi:

A, B HR (n, n) , (A + B) HR (n, n)
Inoltre:

R, A = (aij ) HR (n, n), (A) = (aij ) = (aji ),

(3.17)

per i:

R, A HR (n, n) , (A) HR (n, n)

(3.18)

Le (3.17)-(3.18) impli ano he HR (n, n) un sottospazio vettoriale di MR (n n).

L'insieme HR (n n) l'insieme delle matri i di MR (n n) he ommutano on un'assegnata matri e X MR (n n).

Risulta: A, B HR (n, n), (A + B) X = AX + BX = XA + XB = X (A + B), donde:

A, B HR (n, n) , (A + B) X = X (A + B) = (A + B) HR (n, n)

Inoltre:

(3.19)

R, A HR (n n), (A) X = (AX) = (XA) = (X) A = X (A), donde:


R, A HR (n, n) , (A) X = X (A) = (A) HR (n, n)

Le (3.19)-(3.19) impli ano he


L'insieme

JR (n, n)

HR (n, n)

un sottospazio vettoriale di

l'insieme delle matri i di

MR (n n)

(3.20)

MR (n n).

a determinante nullo. Risulta:

(A, B JR (n, n) : det (A + B) 6= det A + det B = 0) = (A + B)


/ JR (n n) ,

JR (n n) non un sottospazio di MR (n n).

L'insieme JR (n, n) l'insieme delle mati i di MR (n n)


donde

idempotenti. Risulta:

A, B JR (n, n) , (A + B)2 = A2 + AB + BA + B 2

Evidentemente:

A, B JR (n, n) , (A + B)2 = A2 + B 2 + AB + BA = A + B + AB + BA
6= A + B = (A + B)
/ JR (n, n) ,
donde

JR (n, n)

non un sottospazio di MR (n n).

***

Proposizione.

Sia E uno spazio vettoriale su


n
allora i=1 Hi un sottospazio vettoriale di E .

Dimostrazione.

K.

Se

H1 , H2 , ..., Hn

n
\

i=1

Hi E

(v, w Hi (i = 1, 2, ..., n)) = v, w


Hi

E,

Osserviamo innanzitutto he:

(i (1, 2, ..., n) , Hi E) =

Inoltre

sono sottospazi di

E,

un sottospazio di

n
\

Hi

i=1

quindi:

n
\

(v + w Hi (i = 1, 2, ..., n)) = (v + w)
( K , (v) Hi (i = 1, 2, ...n)) = (v)

Hi

i=1
n
\

Hi ,

i=1

donde l'asserto.

Teorema 39.
ombinazioni

= {v1 , v2 , ..., vr } un sistema di vettori di E . Sia A


lineari dei vettori di :
( r
)
X
def
A =
i vi | i K , vi , (i = 1, 2, ...r)
Sia

l'insieme delle

(3.21)

i=1

L'insieme (3.21) un sottospazio vettoriale di

Dimostrazione.
elementi di

E.

Osserviamo innanzitutto he risulta

A:

=
6 A E.

Presi ad arbitrio due

r
r
X
X
v=
i vi , w =
i vi ,
i=1

i=1

risulta:

v+w =

r
X
i=1

K , v =

r
X
i=1

(i + i ) vi = (v + w) A

i vi = (v) A,

essendo

i def

= i

donde l'asserto.

Denizione.
o on
he

L'insieme

si hiama

nitamente generabile.

Eser izio 40.

sottospazio generato da e si indi a on A []


sistema di generatori di A. Quest'ultimo si di e

L'insieme (3.21) si hiama

Span ().

Assegnato il sistema

= {v1 , v2 , v3 }

di

R4 :

v1 = (1, 2, 0, 3) , v2 = (2, 3, 0, 1) , v3 = (2, 1, 2, 1)


provare he

v A [],

essendo

v = (3, 9, 4, 2).

Soluzione 41.

Risulta:

v A []

(1 , 2 , 3 ) | v =

3
X
i=1

i vi

(3.22)

La (3.22) si s rive:

1 (1, 2, 0, 3) + 2 (2, 3, 0, 1) + 3 (2, 1, 2, 1) = (0, 0, 0, 0)


io:

1 + 22 + 23
21 + 32 3
0 + 0 + 23
31 2 + 3

=3
=9
= 4
= 2

(3.23)

La matri e in ompleta di tale sistema :

1
2
2
2 3 1
,
M =
0
0
2
3 1 1
mentre la matri e ompleta :

1
2
2
3
2 3 1 9

B=
0
0
2 4
3 1 1 2
Risulta:

det B = 0,



1 2 2


2 3 1 6= 0


0 0 2

r (M) = r (B), da ui la ompatibilit


sistema p = 3, per ui esso equivalente a:
Cio

del sistema.

Per quanto detto, il rango del

1 + 22 + 23 = 3
21 + 32 3 = 9
0 + 0 + 23 = 4,
he ammette l'uni a soluzione
si esprime ome ombinazione

(1 , 2 , 3 ) = (1, 3, 2).
lineare dei vettori di :

Si on lude he

v A [],

poi h

v = v1 + 3v2 2v3
***

Sia

= {v1 , v2 , ..., vr }

Proposizione.

un sistema di vettori di

linearmente

indipendente

E.

Abbiamo la seguente:

v A [] = ! (1 , 2 , ..., r ) | v =

r
X
i=1

i vi

Dimostrazione. Impli azione diretta


Hp

lin. indip.

Per denizione di spazio vettoriale generato da

deve essere:

v A [] = (1 , 2 , ..., r ) | v =
Se esiste una se onda

r-pla

r
X

(1 , 2 , ..., r ) | v =

di s alari

equazioni:

r
X

i vi

i=1

i vi ,

abbiamo il sistema di

i vi = v

i=1

r
X

i vi = v

i=1

Sottraendo la se onda dalla prima:

(1 1 ) v1 + (2 2 ) v2 + ... + (r r ) vr = 0
Ma

(3.24)

linearmente indipendente, per ui la (3.24) impli a:

1 1 = 2 2 = ... = r r = 0,
io:

i = i ,
da ui esistenza ed uni it della

Impli azione inversa.

r-pla

per

i = 1, 2, ..., r,

di s alari

(1 , 2 , ..., r ).

L'ipotesi

v A [] = ! (1 , 2 , ..., r ) | v =
Per la proposizione 3.3

0 A [],

quindi la (3.25) per

r
X

i vi

(3.25)

i=1

v=0

si s rive:

! (1 , 2 , ..., r ) | 0 = 1 v1 + 2 v2 + ... + r vr
L'uni a

r-pla (1 , 2 , ..., r )

he veri a la (3.26)

(3.26)

(1 , 2 , ..., r ) = (0, 0, ..., 0),

da ui

linearmente indipendente.
La proposizione (3.3) i di e he se

un sistema di vettori linearmente indipendente, ogni

vettore appartenente al sottospazio generato da


ombinazione lineare dei vettori di

Lemma 42.

Siano

si esprime in uno e un sol modo ome

= {v1 , v2 , ..., vr }, = {u1 , u2 , ..., up }

due sistemi di vettori di

linearmente indipendente e ogni suo vettore dipende linearmente dai vettori di

E.

Se

allora

p r.

Dimostrazione.

Pro ediamo per assurdo supponendo he sia:

uj =

r
X

ji vi ,

per

p = r + 1.

j = 1, 2, ..., r, r + 1

Per ipotesi:

(3.27)

i=1

S riviamo la (3.27) per

j = j1 {1, 2, ..., r + 1}:


uj1 = j1 1 v1 + j1 2 v2 + ... + j1 r vr

(3.28)

Gli s alari

(j1 1 , j1 2 , ..., j1 r ) sono non tutti nulli. Nel aso ontrario uj1 = 0 e per la
linearmente dipendente. Senza perdita di generalit supponiamo he

proposizione 3.2

j1 1 6= 0.

Dalla (3.28):

1
j 2
j r
uj1 1 v2 ... 1 vr
j 1 1
j 1 1
j 1 1
1
uj j1 2 v2 ... j1 r vr ,
=
j 1 1 1

v1 =

essendo:

def

j1 i =

j 1 i
,
j 1 1

(3.29)

i = 2, 3, ..., r

In tal modo la (3.27) diventa:

uj = j1 v1 +

r
X

ji vi

i=2
r
X

j1
uj j1 j1 2 v2 ... j1 j1 r vr +
ji vi
j 1 1 1
i=2


j1
=
uj1 + j2 j1 j1 2 v2 + ... + jr j1 j1 r vr
j 1 1
=

io:

j1uj +
uj =
1

r
X

ji vi

per

i=2

essendo:

ji = ji ji

j1 i

j {1, 2, ..., r + 1} {j1 }

per

(3.30)

i = 2, ..., r
j1 = j1

j 1 1

Espli itiamo la sommatoria a se ondo membro della (3.30):

j1 uj +
j2v2 +
j3 v3 + ... +
jr vr ,
uj =
1
S riviamo la (3.31) per

per

j {1, 2, ..., r + 1} {j1 }

(3.31)

j = j2 {1, 2, ..., r + 1} {j1 }:

j 1 uj +
j 2 v2 +
j 3 v3 + ... +
j r vr
uj2 =
(3.32)
2
1
2
2
2



j 1 uj e per
Gli s alari j2 2 , j2 3 , ..., j2 r sono non tutti nulli. Nel aso ontrario uj2 =
2
1

la proposizione 3.2 linearmente dipendente. Senza perdita di generalit supponiamo he


j2 2 6= 0. Dalla (3.32):
v2 =

j 1
j 3
j r
1

uj2 2 uj1 2 v3 ... 2 vr


j 2
j 2
j 2
j 2

2
2
2
2

In tal modo la (3.31) diventa:

!
j 1
j 3
j r
1

2
2
2
j1uj +
j2
j3 v3 + ... +
jr vr
uj =
u
u
v ...
v +
1
j 2 j2
j 2 j1
j 2 3
j 2 r

2
2
2
2
!
!
!
j2
j 1
j2
j 3
j r

2
2
2
j1
j3
j2
jr
j2
=
uj1 +
u +
v3 + ... +
vr
j 2
j 2 j2
j 2
j 2

2
2
2
2

io:

uj +
uj +
uj =
j1 1
j2 2

r
X
vi ,

ji

per

i=3

essendo:

j {1, 2, ..., r + 1} {j1 , j2 }

(3.33)

=
ji
j2 j2 i , i {1, ..., r} {2}

ji
j 2

= j2

j2
j 2

Il pro edimento pu essere iterato

volte, ottenendo:

ujr+1 = j1 uj1 + j2 uj2 + ... + jr ujr

Abbiamo quindi trovato un vettore di he dipende linearmente dai rimanenti vettori di

, quindi per la proposizione 3.2 linearmente dipendente. Ma i ontraddi e l'ipotesi

se ondo ui linearmente indipendente, da qui la tesi.

3.4 Sistemi massimi di vettori linearmente indipendenti


di un insieme di vettori
E uno spazio vettoriale sul ampo K . Assegnato un insieme di vettori I E , un sistema
= {v1 , v2 , ..., vr } I si di e sistema massimo di vettori linearmente indipendenti
di I , se:

Sia

1.

linearmente indipendente.

2. Ogni sistema

ontenuto in

e ontenente propriamente

linearmente dipendente.

Abbiamo la seguente:

Proposizione.

= {v1 , v2 , ..., vr } I on linearmente indipendente:




I |
v I, v dipende

(3.34)
linearmente dipendente
linearmente da

Siano

IE

Dimostrazione. Impli azione diretta


Per ipotesi:

v I , I = {v}

linearmente dipendente

(3.35)

La (3.35) impli a:

(, 1 , ..., r ) 6= (0, 0, ..., 0) | v+1 v1 + 2 v2 + ... + r vr = 0


Se

=0

(3.36)

si ha:

1 v1 + 2 v2 + ... + r vr = 0
ma i impossibile, gia h
Dividendo la (3.36) per

lin. indip.

1 = 2 = ...r = 0,

(, 1 , ..., r ) 6= (0, 0, ..., 0).


r
X
i vi ,
v=

i=1

Quindi ne essariamente

6= 0.
(3.37)

essendo:

i = i , i = 1, 2, ..., r,

da ui la tesi.

Impli azione inversa.

Per ipotesi: v I, v dipende linearmente da I . Per la

proposizione 3.2 il sistema = {v} linearmente dipendente. In forza dell'arbitrariet

di v E I , ogni I e tale he linearmente dipendente, io la tesi.

Osservazione. Da tale proposizione segue he assegnati I E e


I,

dire he

he

1.

un sistema

un sistema massimo di vettori linearmente indipendenti di

veri a le seguenti propriet:

= {v1 , v2 , ..., vr }

I,

equivale a dire

linearmente indipendente.

2. Ogni vettore di

dipende linearmente da

Da qui in avanti onsideriamo un sottoinsieme non vuoto


omunque assegnato.

di uno spazio vettoriale

Proposizione.
= {v1 , v2 , ..., vr }

un sistema massimo

di vettori linearmente indipendenti di

Dimostrazione.

p > r , = {u1 , u2 , ..., up } I


linearmente dipendente

(3.38)

Per la proposizione pre edente:

(ui , ui I) = (ui

dipende linearmente da

Per il lemma 42, se linearmente indipendente, la (3.39) impli a


p > r , linearmente dipendente.

)
p r.

(3.39)
Vi eversa, se

Proposizione.
= {v1 , v2 , ..., vr } , = {u1 , u2 , ..., up }

sistemi massimi di vettori linearmente indipendenti di

Dimostrazione.

= p = r

Per la proposizione 3.4 e per il lemma 42:

ui , ui dipende linearmente da = p r
vi , vi dipende linearmente da = r p
io:

p r , r p) p = r

Proposizione.
denti di

I.

Sia

= {v1 , v2 , ..., vr }

= {u1 , u2 , ..., ur } I

linearmente indipendente

un sistema massimo di vettori linearmente indipen-

un sistema massimo

di vettori linearmente indipendenti di

Dimostrazione. v I , {v} I linearmente dipendente (per la (3.38)), quindi per

la proposizione (3.34), v dipende linearmente da . In forza dell'arbitrariet di

segue he un sistema massimo di vettori linearmente indipendenti di I .

Proposizione.

un sistema massimo di vettori

linearmente indipendenti di

I=
6

(I = {0}

v I ,

Dimostrazione. I = {0} = 6= | =sistema massimo di vettori

denti di

I,

linearmente indipen-

da ui ne essariamente l'uni o sistema massimo l'insieme vuoto.

Proposizione.
v E , ! =

sistema massimo di vettori linearmente indipendenti di

Dimostrazione. v 6= 0 = = {v},

{v}

mentre per la proposizione pre edente:

v = 0 = =

Esempio 43.

Sia

I = {v1 , v2 }, v1 , v2 E | v1 6= v2 .
I

lineramente indipendente

= = I

I linearmente dipendente, si veri a uno dei seguenti asi: 1) v1 , v2 proporzionali;


i {1, 2} | vi = 0.
Nel aso 1 {v1 }, {v2 } sono sistemi massimi di vettori lineramente indipendenti di I . Nel
aso 2 l'insieme I ammette un solo sistema massimo di vettori lineramente indipendenti. Ad
esempio, se v1 = 0, {v2 } l'uni o sistema massimo di vettori linearmente indipendenti di I .
Se inve e
2)

3.5 Basi e dimensioni di uno spazio vettoriale


Sia

uno spazio vettoriale sul ampo

tale ipotesi, l'insieme dei vettori di

indipendenti, he prendono il nome di


Le basi di
on

K.

Supponiamo he

sia nitamente generabile. In

ammette dei sistemi massimi di vettori linearmente

basi di E .

hanno tutte lo stesso ordine

he si hiama la

dimensione

di

E,

e si indi a

dim E .

Denizione.

Uno spazio vettoriale

priet di linguaggio

su

si di e di dimensione

non nita o on impro-

innita, se in esso esistono sistemi di vettori linearmente indipendenti

di ordine omunque elevato.


Tipi amente una base di

Per ogni

indi ata on:

v E:

(1 , 2 , ...n ) sono
(v1 , v2 , ..., vn ), per ui:

Gli s alari

le

{e1 , e2 , ..., en } {ei }

(3.40)

v = 1 e1 + 2 e2 + ... + n en

(3.41)

omponenti del vettore v nella base {ei }, e si indi ano on


v = v1 e1 + v2 e2 + ... + vn en

(3.42)

Una s rittura equivalente :

v = (v1 , v2 , ..., vn )

Esempio 44.
di

Consideriamo lo spazio vettoriale

Rn

sul ampo reale

R.

e1 = (1, 0, ..., 0) , e2 = (0, 1, ..., 0) ,..., en = (0, 0, ..., 1) ,


ostituis ono una base di

Rn .

dim Rn = n.
v = (v1 , v2 , ..., vn ):

Quindi

Infatti preso ad arbitrio un vettore

v = (v1 , 0, ..., 0) + (0, v2 , ..., 0) + ... (0, 0, ..., vn )


n
X
=
vi ei
i=1

vettori unitari

3.6 Il metodo delle trasformazioni elementari


Questo metodo utile per la ri er a di un sistema massimo di vettori linearmente indipendenti di un insieme nito di vettori. Per ssare le idee, onsideriamo un sistema nito

= {v1 , v2 , ...vr }

di uno spazio vettoriale

omunque assegnato.

Denizione.

il

vettore

Si di e trasformazione elementare di operante sul vettore vj tramite


vi e lo s alare , e si indi a on [j, i, ], l'operazione he al sistema sostituis e

sistema ottenuto da sostituendo al vettore vj il vettore vj + vi . Quindi:

il

= {v1 , ..., vj , ..., vr } = {v1 , ..., vj + vi , ..., vr }

Esempio 45.

Consideriamo il sistema di vettori di

R3

= {v1 , v2 , v3 , v4 } ,
essendo



v1 = 2, 0, 2
v2 = (1, 1, )


v3 =
3, 0, 0
v4 = (1, 0, e)
Il risultato della trasformazione elementare
io il sistema i ui vettori sono:

[3, 1, 4] il sistema di vettori = {v1 , v2 , v3 + 4v1 , v4 },



v1 = 2, 0, 2

v2 = (1, 1, )


3 + 8, 0, 2
v3 + 4v1 =
v4 = (1, 0, e)

Proposizione.

Se

il sistema di vettori ottenuto da

qualunque trasformazione elementare, risulta:

linearmente

indipendente

= {v1 , v2 , ..., vr }

mediante una

linearmente
indipendente

Dimostrazione.

Senza perdita di generalit, supponiamo he sia il risultato della trasfor


mazione lineare [1, 2, ], osi h = {w1 , v2 , ..., vr }, essendo:

w1 = v1 + v2

impli azione diretta.

Ci premesso, dimostriamo l'

Consideriamo la relazione vettoriale:

1 w1 + 2 v2 + ... + r vr = 0
Cio:

1 (v1 + v2 ) + 2 v2 + ... + r vr = 0
1 v1 + (2 + 1 ) v2 + 3 v3 ... + r vr = 0
=
1 = 2 + 1 = 3 = ... = r = 0
S

lin. indip.

= 1 = 2 = ... = r = 0,

quindi

linearmente indipendente.

Impli azione inversa.

Consideriamo la relazione vettoriale:

1 w1 + 2 v2 + ... + r vr
= 1 v1 + 2 v2 + ... + r vr + (1 ) v2
Abbiamo:

n
X

1 vi = 0 = 1 w1 + 2 v2 + ... + r vr = 0 + (1 ) v2

i=1

io:

1 w1 + (2 1 ) v2 + 3 v3 + ... + r vr = 0
=
1 = 2 1 = 3 = ... = r = 0

lin. indip.

= 1 = 2 = ... = r = 0,
quindi

linearmente indipendente.

Denizione. Il sistema = {v1, v2 , ..., vr } ridotto rispetto al vettore vi ed alla


omponente j-esima, se la omponente j-esima di vi diversa da zero e ogni altro vettore
di

ha la omponente j-esima nulla.

Quindi, se

n = dim E :

Esempio 46.

vi = (vi1 , ..., vij 6= 0, ..., vin )


k 6= i, vk = (vk1 , ..., vkj = 0, ..., vkn )
Assegnato lo spazio vettoriale

R4 ,

onsideriamo il sistema di vettori

{v1 , v2 , v3 },

v1 = (3, 0, 2, 5)
v2 = (0, 0, 1, 4)
v3 = (0, 2, 0, 0)

ridotto rispetto al vettore

v1

e alla prima omponente. Inoltre ridotto rispetto a

v3

alla se onda omponente.

Proposizione.

Un sistema ridotto rispetto a tutti i suoi vettori non nulli linearmente

indipendente.

Dimostrazione. Senza perdita di generalit = {v1 , v2 , ...vr }


i-esima omponente, per i = 1, 2, ..., r. Quindi:

ridotto rispetto a

vi

e alla

v1 = (v11 , 0, ..., 0, v1,r+1, ..., v1n )


v2 = (0, v21 , ..., 0, v2,r+1, ..., v2n )
...
vr = (0, 0, ..., vrr , vn,r+1, ..., vnn )
Consideriamo la relazione vettoriale:

1 v1 + 2 v2 + ... + n vn = 0,
equivalente a:

(1 v11 , 0, ...0, 1v1,r+1 , ..., 1 v1n ) +


+ (0, 2v21 , ..., 0, 2 v2,r+1 , ..., 2 v2n ) +
+ ... + (0, 0, ..., r vrr , r vr,r+1 , ..., r vrn ) = 0
(1 v11 , 2 v22 , ..., r vrr , 1 v1,r+1 + 2 v2,r+1 + ... + r vr,r+1 , ..., 1 v1n + 2 v2n + ... + r vrn )
= (0, 0, ..., 0, 0, ..., 0)

io il sistema:

1 v11 = 0
2 v22 = 0
...
r vrr = 0
r
X
i = 0, i = 1, 2, ..., r
i vi,r+1 = 0
vii 6=0

i=1

...

r
X

i vi,n = 0

i=1

donde

linearmente indipendente.

La proposizione pre edente utilissima per la ri er a di un sistema massimo di vettori lineramente indipendenti di un insieme assegnato di vettori. Supponiamo di voler ri er are un si-

= {v1 , v2 , ..., vr }. Appli ando ripe


tutamente opportune trasformazioni elementari, otteniamo il sistema = {w1 , w2 , ..., wr }

da ui s artando eventuali vettori nulli, otteniamo il sistema 0 ridotto rispetto a tutti i suoi

vettori. Senza perdita di generalit: 0 = {w1 , w2 , ..., wp }, on p r e tale he wi = 0 on


i = p + 1, ..., r .

Per la proposizione pre edente, il sistema 0 linearmente indipendente, mentre 0 {wi }

lineramente dipendente (i = p + 1, ..., r ), per ui 0 un sistema massimo di vettori

lineramente indipendenti di .

stema massimo di vettori linearamente indipendenti di

Inoltre:

0
essendo

linearmente indipendente

) = (0

S0 .

i {p + 1, ..., r} , 0 {wi }

linearmente indipendente

il sistema orrispondente a

linearmente dipendente

Si on lude he

Esempio 47.

i {p + 1, ..., r} , 0 {vi }
linearmente dipendente

un sistema massimo di vettori lineramente indipendenti di

Determiniamo un sistema massimo di vettori lineramente indipendenti del


R3 :

seguente insieme di vettori dello spazio vettoriale

= {v1 , v2 , v3 , v4 } ,
essendo:

v1
v2
v3
v4

= (0, 1, 2)
= (0, 1, 0)
= (1, 1, 0)
= (0, 0, 1)

Eseguendo le opportune trasformazioni elementari, otteniamo il sistema

= {w1 , w2 , w3 , w4 } ,
essendo:

w1
w2
w3
w4

= (0, 0, 0)
= (0, 1, 0)
= (1, 0, 0)
= (0, 0, 1)

Quindi:

0 = {w2 , w3 , w4 }
Si on lude he un sistema massimo di vettori lineramente indipendenti di

0 =

{v2 , v3 , v4 }

3.7 Cambiamento di base


Abbiamo visto he assegnata una base (3.40) dello spazio vettoriale
omponenti

(v1 , v2 , ..., vn ) in tale base.

onveniente utilizzare la

E,

un vettore

vE

ha

onvenzione di Einstein,

se ondo ui si somma sugli indi i ripetuti (in basso e in alto). Quindi l'espressione (3.42)

v = v i ei ,
avendo ridenito le omponenti di

v:
v = v 1 , v 2 , ..., v n

Ci premesso, siano
Evidentemente:

{ei }, {ei }

due basi distinte del medesimo spazio vettoriale

ek = ki ei
Qui

ki

ompongono una matri e

P (n n)

sul ampo

di riga, e quello in basso l'indi e di olonna.

ombinazione lineare dei vettori di {ei }:

ki

su

K.

(3.43)

K,

essendo l'indi e in alto l'indi e

A loro volta i vettori

ei

si esprimono ome

ek = ki ei
In maniera analoga, i oe ienti

di P (n n) sul ampo K .

(3.44)

della ombinazione lineare sono gli elementi di matri e

Sostituendo la (3.43) nella (3.44):

ek = ki ij ej
Il vettore

ek

(3.45)

si s rive:

ek = kj ej ,
essendo

ki

il

simbolo di Krone her :


ki

1,
0,

se
se

i=k
i 6= k

La (3.45) diventa:

ki ij ej kj ej = 0
Cio:


ki ij kj ej = 0

Per denizione di base, il sistema di vettori


veri ata se e solo se:

ki ij = kj

{ei } linearmente indipendente,

per

k, j = 1, 2, ..., n

he manifestamente equivalente alla relazione seguente:

(3.46)
donde la (3.46)

P P = 1,
essendo

n.
P P = 1.

la matri e identit di ordine

Allo stesso modo si dimostra he

Si on lude he:

P = P 1
Si onsideri ora un vettore

vE

he ha omponenti

(v 1 , v 2 , ..., v n )

in

{ei }:

v = v k ek
Il medesimo vettore ha omponenti

(v 1 , v 2 , ..., v n )

(3.47)
in

{ei }:

v = v i ei

(3.48)

Confrontando le (3.47)-(3.48):

v i ei = v k ek
e tenendo onto della (3.44):

v i ei = v k kj ej
Eseguendo negli indi i muti la sostituzione

(k, j) (j, i):

v i ei = v j ji ei
io:

Il sistema di vettori

{ei }


v i v j ji ei = 0

linearmente indipendente, per ui:

v i v j ji = 0 v i =ji v j , i = 1, 2, ..., n
Indi hiamo on

la matri e

Quindi:

(n 1)

(3.49)

i ui elementi sono le omponenti di

v1
2
def v

V =
... ,
vn

in

{ei }:

(3.50)

(3.51)

v 1
v 2

V =
...
v 2

Con le posizioni (3.50)-(3.51), la (3.49) si s rive:

V = P 1V ,

(3.52)

V = PV

(3.53)

he pu essere invertita:

Le (3.52)-(3.53) sono le formule del ambiamento di base {ei }

la
dalla base {ei } alla base {ei }.

matri e di passaggio

{ei },

mentre la matri e

Esempio 48.
vettoriale

R2 ,

v = (1, 2)

Assegnato il vettore

nella base

si determinino le omponenti di

Soluzione 49.

R=

La matri e

1 1
1 1

, det R = 1 1 = 2

la ui aggiunta :

aggR =
Quindi l'inversa [eq. (1.51):

R
Per la (3.52):

V =

1
2
1
2

quindi:

e1 = (1, 0), e2 = (0, 1) dello spazio


e1 = (1, 1), e2 = (1, 1).

rispetto alla base

1 1
1 1

1
2
1
2



1
2

12

1
2

12


1
2


=

3
2

12

3
1
v1 = , v2 =
2
2

Esempio 50.

Assegnato il vettore v = (3, 2, 2) nella base e1 = (1, 0, 0), e2 = (0, 1, 0),


e3 = (0, 0, 1) dello spazio vettoriale R3 , si determinino le omponenti di v rispetto alla base
e1 = (1, 0, 1), e2 = (2, 1, 0), e3 = (0, 1, 1).

Soluzione 51.

La matri e

1 2 0
R= 0 1 1
1 0 1

L'inversa :

R1 =

1
3
1
3

13

23
1
3
2
3

Quindi il vettore olonna nella nuova base:

V =

Si on lude he le omponenti di

1
3
1
3

23

13
v

1
3
2
3

2
3

13
1
3


3
1
31 2 = 1
1
2
1
3
2
3

nella nuova base sono:

v1 = 1, v2 = 1, v3 = 1

3.8 Dimensione di un sottospazio vettoriale


= {v1 , v2 , ..., vr } un sistema di vettori di uno
sul ampo K . Se linearmente indipendente,
sottospazio vettoriale di E generato da . Infatti:
Sia

1.

2.

v A [], v

quindi

risulta

linearmente indipendente

dipende linearmente da

una base di

A []

e i impli a

E omunque assegnato
dim A [] = r , essendo A [] il

spazio vettoriale

dim A [] = r .

Osservazione.
notazione

[].

A []

il pi pi olo sottospazio ontentente

Una denominazione alternativa

L ().

e si indi a an he on la

inviluppo lineare

Proposizione (Teorema del ompletamento della base) 52.


riale
di

n-dimensionale.

E,

di

Sia

e si indi a on

uno spazio vetto-

Se = {v1 , v2 , ..., vr } un sistema di vettori linearmente indipendenti


vr+1 , ..., vn E | = {vr+1 , ..., vn } una base di E .

allora

Dimostrazione.
r < n = vr+1 E {0} | vr+1
/ [] ,
gia h

non una base di

E.

Assegnato il sistema

relazione vettoriale:

{v1 , v2 , ..., vr , vr+1 },

onsideriamo la

1 v1 + 2 v2 + ... + r vr + r+1 vr+1 = 0


Se

r+1 6= 0:
vr+1 =

r
X

i vi ,

i = i

r+1

on

i=1

Ma i impossibile, gia h
diventa:

vr+1
/ [].

1 v1 + 2 v2 + ... + r vr = 0

r+1 = 0.

Quindi deve essere

(3.54)

lin. indip.

Per i la (3.54)

1 = 2 = ... = r = 0

{vr+1 } linearmente indipendente, poi h la (3.54) impli a 1 = 2 =


... = r = r+1 = 0. Se risulta r + 1 < n, allora vr+2 E {0} | vr+2
/ [], gia h
non una base di E . Possiamo allora ripetere il ragionamento pre edente sul sistema
{v1 , v2 , ..., vr , vr+1 , vr+2 }, giungendo alla on lusione he {vr+1 , vr+2 } linearmente
Ci impli a he

indipendente. Iterando il pro edimento per un numero nito di volte, giungiamo ad un

sistema = {vr+1 , ..., vn } linearmente indipendente e tale he ogni vettore di E dipende

linearmente da , da ui l'asserto.

Da i segue immediatamente:

Corollario 53.
Allora

Sia

uno spazio vettoriale di dimensione nita, e sia

ha dimensione nita,

dim V dim E ,

un suo sottospazio.

risultando

dim V = dim E V = E
Inoltre

una base di

V =

base di

E |

3.9 Somma di due spazi vettoriali


Dati due sottospazi

di uno spazio vettoriale vettoriale

E,

si denis e il sottospazio

somma:

V + W = {v + w | v V , w W } ,
e il sottospazio intersezione

V W.

Proviamo he (3.55) un sottospazio vettoriale di

E:

(v1 + w1 ) , (v2 + w2 ) V + W ,
(v1 + w1 ) + (v2 + w2 ) = (v1 + v2 ) + (w1 + w2 )
| {z } | {z }
V

(3.55)

= [(v1 + w1 ) + (v2 + w2 )] V + W

(3.56)

K , (v + w) V + W ,
(v + w) = |{z}
v + |{z}
v = (v + w) V + W
V

Le (3.56)-(3.57) impli ano he

Teorema 54.
mann:

un sottospazio vettoriale di

V, W, V + W, V W ,

Le dimensione di

E.

sono legate dalla

formula di Grass-

dim V + dim W = dim (V + W ) + dim (V W )

Dimostrazione.
Sia

V +W

(3.57)

(3.58)

Poniamo:

{v1 , v2 , ..., vm }

una base di

dim (V W ) = m

V W.

Per il teorema di ompletamento della base:

V W V = {v1 , v2 , ..., vm , u1 , u2 , ..., um } base di V


V W W = {v1 , v2 , ..., vm , w1 , w2 , ..., wm } base di W,

m + m = dim V , m + m = dim W .
Posto = {v1 , v2 , ..., vm , u1 , u2 , ..., um , w1 , w2 , ..., wm }, manifestamente V + W = L ().
Dimostriamo he una base di V + W . A tale s opo onsideriamo la relazione vettoriale:
essendo

m
X

i vi +

i=1

Da ui:

i ui +

i=1

m
X

hiaro he

i=1

(3.59)

i=1

m
X

i wi = 0

m
m
m
X
X
X
i ui =
(i ) vi +
(i ) wi
i=1

i ui V W ,

i=1

per ui

m
X

{v1 , v2 , ..., vm , u1 , u2 , ..., um }

i=1

i K |

i vi +

i=1

Ma

m
X

m
X

m
X

i ui =

i=1

m
X

i vi

Quindi:

i=1

(i ) ui = 0

i=1

linearmente indipendente, quindi:

m
m
X
X
i vi +
(i ) ui = 0 = 1 = ... = m = 1 = ... = m = 0
i=1

i=1

= 1 = ... = m = 0

La (3.59) diventa:

m
X
i=1

Ma

{v1 , v2 , ..., vm , w1 , w2 , ..., wm }


m
X

i vi +

m
X

i wi = 0

i=1

linearmente indipendente, quindi:

i vi +

i=1

m
X

i wi = 0 = 1 = ... = m = 1 = ... = m = 0

i=1

{v1 , v2 , ..., vm , u1 , u2 , ..., um , w1 , w2 , ..., wm } linearmente indipendente. Abbiamo os dimostrato he una base di V + W . Siamo ora in grado al olare la
dimensione di V + W :
Ne on ludiamo he

dim (V + W ) = m + m + m = (m + m ) + (m + m )
| {z } | {z }
=dim V

donde l'asserto.

=dim W

m
|{z}

=dim(V W )

Se

V W = {0}, allora il sottospazio V + W si indi a on V W ,


e W . In tal aso la formula di Grassman diventa:

diretta di V

e si hiama

somma

dim V + dim W = dim (V W )

Teorema 55.
u E = !v V , !w W | u = v + w) E = V W

Dimostrazione. Impli azione inversa

u V W = v V , w W | u = v + w

Supponiamo he

v V, w W | u = v + w
da ui:

v + w = v + w = v v = w w
Cio:

(v v ) V, (w w ) W , V W = {0}
= v v = w w = 0 = v = v , w = w
Dimostriamo l'impli azione diretta.

Per ipotesi:

u E = !v V , !w W | u = v + w
Abbiamo:

u = u + 0, u V , 0 W
u = 0 + u, 0 V , u W

u V W,
Per l'uni it della de omposizione di

u = 0.

deve essere:

Quindi:

u V W , u = 0 = V W = {0}
Ne on ludiamo he

Osservazione.

E = V W.

E = V W si interpreta di endo he lo spazio vettoriale E


si de ompone nella somma diretta di V e W . Se inve e E = V + W e V + W non una
dim(V W )
somma diretta, ogni vettore di E si de ompone in
modi diversi, nella somma di
un vettore di V e di un vettore di W .

Teorema 56.
vettoriale

si hiama

La relazione

Assegnato un sottospazio vettoriale

tale he

E = V W.

spazio supplementare di V

in

di

E,

esiste almeno un sottospazio

E.

Dimostrazione.

Omessa

Osservazione.

Uno spazio supplementare non univo amente determinato.

Nel aso di uno spazio vettoriale


uno spazio supplementare di

assegnata omunque una base


vettori tra

e1 , ..., en

nito-dimensionale, la determinazione di una base di

fa ilitata dal teorema di ompletamento della base, per ui

{e1 , ..., en }

di

E,

se

dim V = n1 ,

possibile s egliere

tali he essi siano una base di un supplementare di

in

E.

n n1

3.10 Eser izi


1. Assegnati i seguenti vettori di

R2 :

v1 = (2, 4) , v2 = (1, 2) , v3 = (1, 1) , v4 = (3, 6) , v5 = (4, 5) , v6 = (3, 9) ,


v1 ; 2) v5 dipende linearmente da 1 =
{v1 , v3 }; 3) v4 dipende linearmente da 2 = {v1 , v2 }; 4) v6 dipende linearmente da
3 = {v1 , v3 , v5 }; 5) v3 non dipende linearmente da 2 .
provare he:

1)

v2 ,v4

sono proporzionali a

2. Assegnati i seguenti vettori di

R3 :

v1 = (1, 2, 1) , v2 = (1, 1, 0) , v3 = (0, 1, 1) , v4 = (1, 1, 1) , v5 = (2, 1, 2) , v6 = (1, 5, 4) ,


v4 ,v5 non dipendono linearmente 1 = {v1 , v2 }; 2) v3 e v6 dipendono
da 1 ; 3) v5 dipende linearmente da 2 = {v1 , v2 , v4 }; 4) v6 dipende
da 3 = {v1 , v2 , v3 }.

provare he: 1)
linearmente
linearmente

3. Provare he il seguente sistema di vettori di

R3 :

= {v1 , v2 , v3 } ,
essendo:

v1 = (1, 1, 1), v2 = (1, 2, 3), v3 = (2, 1, 1), linearmente indipendente.


v = (1, 2, 5) ome ombinazione lineare dei vettori di .

Esprimere quindi il vettore

4. Assegnato il sistema i vettori di

R3 :
= {v1 , v2 , v3 } ,

v1 = (1, 3, 2), v2 = (2, 4, 1), v3 = (1, 5, 7),


(2, 5, 3) ome ombinazione lineare dei vettori di .

essendo:

5. Provare he il seguente sistema di vettori di

s rivere il vettore

v =

R3 :

= {v1 , v2 } ,
essendo:

v1 = (3, 0, 2), v2 = (2, 1, 5),


k il
ombinazione lineare dei vettori di .

linearmente indipendente. Determinare

poi per quali valori del parametro reale

vettore

= {u (x) , v (x) , w (x)} un sistema di


vettori sono i polinomi su R di grado 2).

vettori di

6. Sia

v = (1, 2, k)
P2 [x]

si esprime ome

(spazio vettoriale i ui

u (x) = x2 2x + 5, v (x) = 2x2 3x, w (x) = x + 3


linearmente indipendente ed esprimere il vettore p (x) = x2 +4x3
ombinazione lineare dei vettori di .

Dimostrare he
ome

7. Assegnati i vettori di

P2 [x]:

a (x) = x2 x + 1
d (x) = x + 1

b (x) = x2 + x 1
e (x) = 2x2 x + 2

c (x) = x2
,
f (x) = x2 + x 2

b (x) non proporzionale a a (x); 2) c (x) dipende linearmente da 1 =


{a (x) , b (x)}; 3) e (x) non dipende linearmente da 1 ; 4) e (x) dipende linearmente
da 2 = {a (x) , b (x) , c (x)}; 5) d (x) dipende linearmente da 2 ; 6) f (x) dipende
linearmente da 3 = {a (x) , b (x) , e (x)}.

mostare he: 1)



= e1 (x) = 1, e2 (x) = x 1, e3 (x) = (x 1)2
2
omponenti di p (x) = 4x x + 1 in .

8. Provare he il sistema
di

P2 [x],

e trovare le

9. Mostrare he
10. Sia

P [x]

una base

dim Pn [x] = n + 1.

lo spazio vettoriale dei polinomi su

di grado omunque elevato. Mostrare

he tale spazio ha dimensione innita.


11. Determinare la matri e del ambiamento di base dello spazio vettoriale
si passa dalla base

P2 [x]

quando

e0 (x) = 1, e2 (x) = x, e3 (x) = x2


alla base:

e1 (x) = 1, e2 (x) = x x0 , e3 (x) = (x x0 )2 ,

determinando poi le omponenti di


12. Mostrare he

p (x) = a0 + a1 x + a2 x2

nella nuova base.

dim MR (m n) = mn.

13. Assegnato lo spazio vettoriale

R3 ,

si onsiderino le basi:

e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)


e1 = (1, 1, 1) , e2 = (1, 1, 0) , e3 = (1, 0, 0)
v e w nella base {ei },
{ei }: v = (4, 3, 2), w = (a, b, c).

Determinare le omponenti dei vettori


omponenti nella base

essendo note le loro

Rn si onsideri l'insieme:



H = x1 , x2 , ..., xn Rn | x1 = x2 = ... = x = 0 Rn ,

14. Assegnato lo spazio vettoriale

essendo

{1, ...n 1}.

Dimostrare he

un sottospazio vettoriale di

15. Assegnato lo spazio vettoriale

Dimostrare he

R3

Rn

determinandone la dimensione.

si onsideri l'insieme:



H = (v1 , v2 , v3 ) R3 : 2v1 + v2 v3 = 0 R3

un sottospazio vettoriale di

R3 ,

determinandone una base.

3.10.1 Soluzioni
1. Il quesito 1 si risolve banalmente:

1
3
v2 = v1 , v4 = v1
2
2
Quesito 2:

v5 = v1 + v3
io:

(2, 4) + (1, 1) = (4, 5)


he ammette l'uni a soluzione

(, ) = (3/2, 1),

2 = 4
,
4 + = 5

quindi:

3
v5 = v1 v3
2

Quesito 3:

v4 = v1 + v2 ,
io:

(2, 4) + (1, 2) = (3, 6)


he ammette

2 + = 3
,
4 + 2 = 6

1 soluzioni (, ) = (, 3 2), R,

quindi:

v4 = 3v2 v1 , R
Quesito 4:

v6 = v1 + v3 + v4 ,
io:

(2, 4) + (1, 1) + (4, 5) = (3, 9)


he ammette

1 soluzioni (, , ) = 2 32 , 1 + ,

2 + 4 = 3
,
4 + + 5 = 9

R,

quindi:



3
v6 = 2 v1 + (1 + ) v3 + v5
2


3
= 2v1 + v3 + v3 + v5 v1 , R
2
Quesito 5:

v3 = v1 + v2
io:

(2, 4) + (1, 2) = (1, 1)


Tale sistema in ompatibile

2 + = 1
4 + 2 = 1

= (, ) : v3 = v1 + v2 .

2. Quesito 1:

v4 = v1 + v2
io:

+=1
2 + = 1
(1, 2, 1) + (1, 1, 0) = (1, 1, 1)

+0=1

Tale sistema lineare in ompatibile, quindi

(, ) : v4 = v1 + v2 .

v5 = v1 + v2
io:

+=2
2 + = 1
(1, 2, 1) + (1, 1, 0) = (2, 1, 2)

+ 0 = 2

Tale sistema lineare in ompatibile, quindi

(, ) : v5 = v1 + v2 .

Quesito 2:

v3 = v1 + v2

io:

+=0
(1, 2, 1) + (1, 1, 0) = (0, 1, 1)
2 + = 1

+0=1

La terza equazione di tale sistema ombinazione lineare delle prime due, per ui:

+=0
= (, ) = (1, 1)
2 + = 1

Quindi:

v3 = v1 v2
Imponiamo he:

v6 = v1 + v2
io:

+ =1
2 + = 5
(1, 2, 1) + (1, 1, 0) = (1, 5, 4)

+0=4

La terza equazione di tale sistema ombinazione lineare delle prime due, per ui:

+ =1
= (, ) = (4, 3) ,
2 + = 5

quindi:

v6 = 4v1 3v2
Quesito 3:

v5 = v1 + v2 + v4 ,
io:

++ =2
2 + + = 1
(1, 2, 1) + (1, 1, 0) + (1, 1, 1) = (2, 1, 2)

+ 0 + = 2

Tale sistema ompatibile e determinato:

! (, , ) = (1, 4 1),

donde:

v5 = v1 + 4v2 v4
Quesito 4:

v6 = v1 + v2 + v3 ,
io:

++0=1
2 + + = 5
(1, 2, 1) + (1, 1, 0) + (0, 1, 1) = (1, 5, 4)

+0+ =4

La terza equazione di tale sistema ombinazione lineare delle prime due, per ui:

++0=1
2 + + = 5

Tale sistema ompatibile e indeterminato.


1 soluzioni:

Pre isamente:

p = 2, n = 3 =

(, , ) = (4 , 3, ) , R

Quindi il vettore
vettori

v1 , v2 , v3 :

v6

si esprime in

modi distinti ome ombinazione lineare dei

v6 = (4 ) v1 + ( 3) v2 + v3

Osservazione.

Esistono

ombinazioni lineari, poi h il sistema

nearmente dipendente. Infatti il sistema omogeneo:

p = 2,
v1 + v2 + v3 = 0.

ha aratteristi a

++0=0
2 + + = 0 ,

+0+ =0

per ui ammette

autosoluzioni

{v1 , v2 , v3 }

li-

= (, , ) 6= (0, 0, 0) |

3. Abbiamo l'equazione vettoriale:

1 (1, 1, 1) + 2 (1, 2, 3) + 3 (2, 1, 1) = (0, 0, 0)


he s ritta omponente per omponente ondu e al sistema omogeneo:

1 + 2 + 23 = 0
1 + 22 3 = 0
1 + 32 + 3 = 0
La matri e dei oe ienti :

(3.60)

1 1 2
A = 1 2 1
1 3 1

det A = 5 = il sistema (3.60)


(1 , 2 , 3 ) = (0, 0, 0), per ui il sistema
Abbiamo:

ammette uni amente la soluzione banale


linearmente indipendente.

S riviamo la ombinazione lineare:

v = 1 v1 + 2 v2 + 3 v3
equivalente a:

1 + 2 + 23 = 1
1 + 22 3 = 2
1 + 32 + 3 = 5
Tale sistema ompatibile e determinato.

La soluzione

(3.61)

(1 , 2 , 3 ) = (6, 3, 2).

v = 6v1 + 3v2 + 2v3 .

Per i:

4. Il sistema

= {(1, 3, 2) , (2, 4, 1) , (1, 5, 7)}

linearmente dipendente se il siste-

ma lineare omogeneo:

1 + 2 + 3 = 0
31 42 53 = 0
21 2 + 73 = 0,

(3.62)

banale. La matri e dei oe ienti :

1
2
1
A = 3 4 5
2 1 7

Risulta:

det A = 0 = p < n,

numero di in ognite.
per i

essendo

la aratteristi a del sistema e n = 3 il


np soluzioni non nulle,

Quindi il sistema (3.62) ammette

(1 , 2 , 3 ) 6= 0,

da i segue he

possibile esprimere il vettore

linearmente dipendente e he non

ome ombinazione lineare dei vettori di

5.

R : v1 = v2 ,

quindi per la proposizione 3.2 il sistema

linearmente

indipendente. S riviamo:

v = 1 v1 + 2 v2 ,
ottenendo il sistema lineare:

31 + 22 = 1
0 2 = 2
21 52 = k

(3.63)

La matri e dei oe ienti e la matri e dei oe ienti pi termini noti:

3
2
3
2
1
A = 0 1 ; M (k) = 0 1 2 ;
2 5
2 5 k
Risulta:

p = r (A) = 2.

Poniamo:

An h il sistema sia ompatibile, deve essere



3

2
1


def
F (k) = det M (k) = 0 1 2 = 3 (k + 8)
2 5 k

fa ile onvin ersi he


questo il valore di

r (A) = r (M).

def

r (A) = r (M) = 2 F (k) = 0 k = 8 = k .

Ed

tale he:

v=

2
X

i vi

i=1

Per

k = k ,

il sistema (3.63) ammette l'uni a soluzione

(1 , 2 ) = (1, 2),

per ui:

v = v1 + 2v2
6. Il sistema

linearmente indipendente se:

u (x) + v (x) + w (x) = 0 = = = = 0


Sostituendo le espressioni analiti he di

u (x), v (x), w (x)

e ordinando i vari termini:

( + 2) x2 + (2 3 + ) x + (5 + 3) = 0,
essendo

il polinomio nullo

(3.64)

0x2 + 0x + 0.

La (3.64) equivale al sistema:

+ 2 + 0 = 0
2 3 + = 0
5 + 0 + 3 = 0,
he banale:

(, , ) = (0, 0, 0),

per ui

(3.65)

linearmente indipendente.

S riviamo:

p (x) = 1 u (x) + 2 v (x) + 3 w (x) ,


io:

1 + 22 + 0 = 1
21 32 + 3 = 4
51 + 0 + 33 = 3,

(3.66)

Il sistema lineare (3.66) ompatibile e determinato.

(3, 2, 4);

La soluzione

(1 , 2 , 3 ) =

pertanto:

p (x) = 3u (x) + 2v (x) + 4 (x)


7. 1)

b (x)

a (x)

sono proporzionali se:

( R : b (x) = a (x)) x2 + x 1 = x2 x + 1
equivalente a:

( 1) x2 + ( 1) x + ( + 1) = 0,
essendo

il polinomio nullo (vettore nullo). La (3.67) vera se, e solo se:

1 =0
+1=0
+1=0
Tale sistema manifestamente in ompatibile, donde

: b (x) = (x).

2). S riviamo:

c (x) = a (x) + b (x)


equivalente a:

( + 1) x2 + ( + ) x + ( ) = 0,
da ui il sistema lineare:



+=1
1 1
= 0 = (, ) =
,
,

2 2
=0

quindi:

c (x) =

1
[a (x) + b (x)]
2

3). S riviamo:

e (x) = a (x) + b (x)


Sostituendo le espressioni di

a (x), b (x), e (x):

( + 2) x2 + ( + + 1) x + ( 2) = 0,
da ui il sistema:

per ui

e (x)

+=2
= 0 = (, ) ,

=2

non ombinazione lineare di

1 .

4). S riviamo:

e (x) = a (x) + b (x) + c (x)


Sostituendo le espressioni di

a (x), b (x), c (x), e (x):

( + + 2) x2 + ( + + 1) x + ( 2) = 0,

(3.67)

da ui il sistema:

he ammette

Quindi:

Osservazione.
dei vettori
Infatti:


++ =2
++ =2
+ 0 = 0
,
+0 =0

+0 =0

soluzioni:


(, , ) = 1 , 1 , , R
2
2




a (x) + 1
b (x) + c (x)
e (x) = 1
2
2

e (x) si esprime in inniti modi ome ombinazione lineare


2 = {a (x) , b (x) , c (x)}, poi h tale sistema linearmente dipendente.

++ =0
+0=0
a (x) + b (x) + c (x) = 0

+0=0
Il vettore

1 soluzioni
a (x) + b (x) + c (x) = 0

Tale sistema ammette

non banali, quindi

1 (, , ) 6= (0, 0, 0) :

5). S riviamo:

d (x) = a (x) + b (x) + c (x)


Sostituendo le espressioni di

a (x), b (x), c (x), d (x):

( + + ) x2 + ( + + 1) x + ( 1) = 0,
da ui il sistema:

++ =0
+0 =1 ,

+0 =1

he ompatibile e indeterminato on

soluzioni:

 

1
 1 

(, , ) =
1
, 1 +
, , R
2
2
2
2
Quindi:


i
1 h


d (x) =
1
a (x) + 1 +
b (x) + c (x)
2
2
2

6). Esprimiamo il polinomio f

(x) ome ombinazione lineare di 2 = {a (x) , b (x) , e (x)}:

f (x) = a (x) + b (x) + e (x)


io:

( + + 2 1) x2 + ( + 1) x + ( + 2 + 2) = 0,
quindi:

+ + 2 = 1
+ = 1

+ 2 = 2

Tale sistema ompatibile e determinato:

(, , ) =
donde:

f (x) =


3 3
, , 1 ,
2 2

3
[a (x) + b (x)] e (x)
2

8. S riviamo:

1 e1 (x) + 2 e2 (x) + 3 e3 (x) = 0


Sostituendo le espressioni analiti he di

ei (x):


1 + 2 (x 1) + 3 x2 2x + 1 = 0,
equivalente al sistema lineare omogeneo:

he ammette l'uni a soluzione


S riviamo

0 + 0 + 3 = 0
0 + 2 23
,

1 2 + 3 = 0

(1 , 2 , 3 ) = (0, 0, 0),

donde

una base.

p (x):
p (x) = 1 e1 (x) + 2 e2 (x) + 3 e3 (x)

Ottenendo:

0 + 0 + 3 = 4
0 + 2 23 = 1 = (1 , 2, 3 ) = (4, 7, 4)

1 2 + 3 = 1

Quindi:

p (x) = 4e1 (x) + 7e2 (x) + 4e3 (x)


Si on lude he la terna
9. Ri ordiamo he
vettoriale su

R.

Pn [x]

(4, 7, 4)

sono le omponenti del vettore

l'insieme dei polinomi su

p (x)

nella base

n,
Pn [x]:

di grado

Consideriamo ora il sistema di vettori di

ed uno spazio



= 1, x, x2 , ..., xn
Abbiamo

0 + 1 x + 2 x2 + ... + n xn = 0,
io:

Quindi

mente da

n + 1.

1 + 0 + 0 + ... + 0 = 0

0 + 2 + 0 + ... + 0 = 0
i = 0, i = 0, 1, ..., n
...

0 + 0 + 0 + ... + n = 0

linearmente indipendente. Inoltre, ogni vettore di

Se ne on lude he

una base di

Pn [x],

Pn [x]

dipende linear-

on dimensione

dim Pn [x] =

10. Consideriamo il sistema di inniti vettori:



= 1, x, x2 , ..., xn , ...

Per quanto visto nell'eser izio pre edente, tale sistema linearmente indipendente.
Inoltre, ogni vettore di

P [x],

una base di
11. La matri e

P [x]

on dimensione

dim P [x] = +.

1 x0
x20
R = 0 1 2x0
0 0
1
R1

1 x0 x20
= 0 1 2x0
0 0
1

p (x) = a0 + a1 x + a2 x2 ha omponenti (a0 , a1 , a2 ) in {ei (x)}, mentre nella


{ei (x)} le omponenti sono (a0 , a1 , a2 ) tali he:

a0
1 x0
x20
a0
a1 = 0 1 2x0 a1
a2
0 0
1
a2

a0 + a1 x0 + a2 x20

a1 + 2a2 x0
=
a2

Il polinomio

Cio:

Se ne on lude he

Quindi l'inversa:

nuova base

dipende linearmente da

a0 = a0 + a1 x0 + a2 x20
a1 = a1 + 2a2 x0
a2 = a2
12. Ri ordiamo he

MR (m, n)

lo spazio vettoriale i ui vettori sono le matri i

MR (2, 2),
i, k = {1, 2, 3}, essendo:




1 0
0 1
=
, E12 =
0 0
0 0




0 0
0 0
=
, E31 =
1 0
0 1

ampo reale. Senza perdita di generalit, onsideriamo


il sistema di vettori

= {Eik }
E11
E21

mn

sul

quindi onsideriamo

on

lineramente indipendente. Infatti:

1 E11 + 2 E12 + 3 E21 + 4 E22


0 0
=
0 0

 

1 2
0 0

=
3 4
0 0
i = 0, i = 1, 2, 3, 4

Inoltre ogni elemento di

A = (aik ) MR (2 2) ,
A = a11 E11 + a12 E12 + a21 E21 + a22 E22
una base di MR (2, 2),
dim MR (n, n) = mn.

Ne on ludiamo he
aso generale:

per i

dim MR (2, 2) = 4.

Passando al

13. Passando ai vettori olonna:

V = R1 V , W = R1 W ,
R1

la matri e inversa di:

1 1 1
R= 1 1 0
1 0 0

Abbiamo:

R1
Quindi:

0 0
1
= 0 1 1
1 1 0

da ui le omponenti di

2
c
V = 5 , W = b c ,
7
ab

nella nuova base:

v = (2, 5, 7)
w = (c, b c, a b)
14.

v, w H = v = (x1 = 0, x2 = 0, ..., x = 0, x+1 ..., xn ),


w = (y 1 = 0, y 2 = 0, ..., y = 0, y +1 ..., y n )
Quindi:

io

(v + w) H .

Ci impli a he


v + w = 0, 0, ..., 0, x+1 + y +1 , ..., xn + y n ,

Inoltre


v = 0, 0, ..., 0, x+1 , ..., xn = (v) H

un sottospazio vettoriale di

Rn

Per determinarne la dimensione,

dobbiamo prima trovare una base, poi h la dimensione altro non he l'ordine di una
qualunque base. Consideriamo i vettori di

H:

u1 = 0, 0, ...0, 1, 0, ..., 0
| {z }

u2 = 0, 0, ...0, 0, 1, ..., 0
| {z }

...

Il sistema

= {ui }

un = 0, 0, ...0, 0, 0, ..., 1
| {z }

linearmente indipendente, in quanto ridotto rispetto a tutti i

suoi vettori. Inoltre, ogni vettore di

dipende linearmente da

infatti:

v, w H = v = x1 = 0, x2 = 0, ..., x = 0, x+1 ..., xn


= xi ui

Si on ude he

una base di

H,

e he quindi

dim H = n .

15.

v = (v1 , v2 , v3 ) , v = (v1 , v2 , v3 ) H ,
v + v = (v1 + v1 , v2 + v2 , v3 + v3 )
2 (v1 + v1 ) + (v2 + v2 ) (v3 + v3 )
= (2v1 + v2 v3 ) + (2v1 + v2 v3 )
=0
R, v = (v1 , v2 , v3 ) H ,
2 (v1 ) + (v2 ) (v3 ) = (2v1 + v2 v3 ) = 0
da ui

un sottospazio di

R3 .

Per ri er are una sua base risolviamo l'equazione

lineare omogenea:

2v1 + v2 v3 = 0,
nelle in ognite

v1 , v2 , v3 .

Essa ammette

soluzioni non banali:

(v1 , v2 , v3 ) = (v1 , v2 , 2v1 + v2 )


= (v1 , 0, 2v1 ) + (0, v2 , v2 )
= v1 (1, 0, 2) + v2 (0, 1, 1)
Quindi

dim H = 2,

e una base di

{(1, 0, 2) , (0, 1, 1)}.

Parte II
Omomorsmi ed isomorsmi

Capitolo 4
Appli azioni lineari tra spazi vettoriali
4.1 Denizione di appli azione lineare
Siano

due spazi vettoriali sul medesimo ampo

K.

Consideriamo l'appli azione:

: E 7 F
La (4.1) appli a a

x E,

un vettore

(4.1)

y F:
x E 7 y F

S riviamo:

y = (x)

Denizione.

L'appli azione

(4.2)

lineare se additiva ed omogenea:

1.

x, x E , (x + x ) = (x) + (x )

2.

x E , K, (x) = (x)

(additivit)

(omogeneit)

fa ile rendersi onto he additivit e omogeneit sono ontenute nell'uni a ondizione:

x, x E, , K, (x + x ) = (x) + (x )
Nel aso

E = F

l'appli azione lineare (4.2) si hiama

operatore lineare

(4.3)
e viene spesso

utilizzata la seguente notazione:

x = y,

(4.4)

il vettore y il risultato dell'appli azione dell'operatore sul vettore x.


Equivalentemente: opera su x, dando y ome risultato.
he si legge:

operatore nullo

Due esempi immediati di operatori lineari sono dati rispettivamente dall'

operatore identit 1:

e dall'

0x = 0, x E
1x = x, x E
L'operatore nullo asso ia ad ogni vettore di
appli ato ad un qualunque vettore di

E,

E,

il vettore nullo, mentre l'operatore identit

fornis e il vettore medesimo.

Ulteriori esempi:
1. Consideriamo lo spazio vettoriale Pn [x] su R dei polinomi di grado n. L'operatore
d
di derivazione
un operatore lineare. Per mostrare i, osserviamo innanzitutto
dx
he:

d
d
: pm (x) Pn [x] 7
pm (x) Pn [x]
dx
dx

y=fHxL
x

misRHxL= fHL
a

x
a

Figura 4.1: Rettangoloide relativo alla funzione

pm (x) = a0 + a1 x +
d
pm (x)
mam1 xm1 , per ui dx
essendo

a2 x2 + ... + am xm ,
Pn [x].

quindi

e di base

d
p
dx m

[a, x].

(x) = a1 + 2a2 x + ... +

La linearit segue immediatamente dalle regole di derivazione della somma di due


funzioni e del prodotto di una ostante per una funzione:

pm (x) ,qr (x) Pn [x] , , R,

d
d
d
[pm (x) + qr (x)] = pm (x) + qr (x)
dx
dx
dx

F (a, b) i ui elementi sono le funzioni reali di variabile


reale denite nell'intervallo hiuso e limitato [a, b] ( 29). Se C (a, b) l'insieme delle
funzioni ontinue in [a, b], proviamo he a) C (a, b) un sottospazio vettoriale di F (a, b),

2. Consideriamo lo spazio vettoriale

b) l'appli azione:

S : C (a, b) 7 C (a, b)
tale he:

f C (a, b) 7

Zx

f () d , x (a, b)

C (a, b) F (a, b) un sottospazio di F (a, b), poi h la somma di due funzioni ontinue

a sua volta una funzione ontinua, e il prodotto di uno numero reale per una funzione
ontinua una funzione ontinua. In simboli:

f, g C (a, b) , (f + g) C (a, b)
f C (a, b) , R, (f ) C (a, b)
Da un punto di vista geometri o, l'appli azione

(a, b), l'area del


esempio, se f (x) 0::
nua in

rettangoloide

R (x)

asso ia ad ogni funzione

relativo alla funzione

f (x) onti[a, x]. Ad

e di base



R (x) = (, y) R2 | a x, 0 y f ()

Per i dettagli vedere gura 4.1.


La linearit dell'operatore

segue immediatamente dalle propriet di addivit e omo-

geneit dell'integrale denito. S riviamo:

S (f ) =

Zx
a

f () d

Quindi

f, g C (a, b), , R:
S (f + g) =

Zx

(f () + g ()) d

Zx

Zx

= f () d + g () d
a

= S (f ) + S (g)
Di seguito sono riportati asi spe iali di appli azioni tra spazi vettoriali.
Sia

uno spazio vettoriale su un ampo

K.

Consideriamo una base di

E:

{ei } , i = 1, 2, ..., r
Quindi

dim E = r .

Sia

Ci premesso, si denis e

il sottospazio di

(4.5)

{ei } per i = 1, 2, ..., p < r .


E su E , l'operatore lineare:

generato da

operatore di proiezione di

: E 7 E
p
r
X
X

v=
vi ei 7 v =
vi ei
i=1

Proviamo la linearit di

i=1

.
def

v, w E, , K , u = v + w
Se

u = (u1 , u2 , ..., ur )

nella base (4.5), risulta:

u =

p
X

ui ei ,

(4.6)

i=1

Evidentemente:

ui = vi + wi
Quindi la (4.6) diventa:

u =

p
X

(vi + wi ) ei

i=1
p

vi ei +

i=1

wi ei

i=1

= v + u,
donde la linearit di

p
X

R3 . Quindi ssiamo
proiezione x su R :

Ad esempio, onsideriamo lo spazio vettoriale

un riferimento artesiano ortogonale

R (0xyz).

L'operatore di

x : R3 7 R
Pi pre isamente,

proietta ogni vettore

v = (vx , vy , vz )

sull'asse

v = vx ex + vy ey + vz ez 7 vx ex
essendo

ei (i = x, y, z )

i versori degli assi oordinati.


***

x:

operatore traslazione os denito:

L'

T v = v + u,
essendo

un vettore assegnato di

E.

Si osservi he tale operatore non lineare:

T (v + w) = v + w + u
D'altro anto:

T v + T w = (v + u) + (w + u)
= v + w + ( + ) u
Quindi:

T (v + w) = T v + T w ( + ) w
Cio:

, K : + 6= 0, w E {0} , T (v + w) 6= T v + T w
Da un punto di vista geometri o se

E = R3 ,

l'operatore

trasla di una quantit

(nello

spazio si o), ogni vettore su ui esso agis e.


***

operatore ostante os denito:

L'

Ax = a,
essendo

x, a E ,

on

vettore assegnato. Mostriamo he tale operatore non lineare.

A (x + x ) = a
D'altro anto:

Ax + Ax = ( + ) a,
donde:

A (x + x ) 6= Ax + Ax ,
da ui la non linearit di

A.
***

Sia

uno spazio vettoriale tridimensionale sul ampo

K.

Consideriamo l'operatore

he:

Ax = y,

on

x = (x1 , x2 , x3 ) , y = (2x1 + x2 , x2 + x3 , x1 )

in una base

{ei }

Studiamo il omportamento di tale operatore.

A (x + x ) = A (x1 + x1 , x2 + x2 , x3 + x3 )
= (2x1 + 2x1 + x2 + x2 , x2 + x2 + x3 + x3 ,
x1 + x1 )
= ( (2x1 + x2 ) + (2x1 + x2 ) , (x2 + x3 ) + (x2 + x3 ) , x1 + x1 )
= (2x1 + x2 , x2 + x3 , x1 ) + (2x1 + x2 , x2 + x3 , x1 )
= Ax + Ax ,
da ui la linearit di

A.

tale

4.2 Eser izi


1. Dimostrare la linearit delle seguenti appli azioni:




A : R2 7 R2
(x, y) (x + y, y)

(4.7)

B : R3 7 R
(x, y, z) 2x 3y + 4z

2. Dimostrare la non linearit delle seguenti appli azioni:

A : R2 7 R2
(x, y) xy

A : R3 7 R2
(x, y, z) (|x| , 0)

(4.8)

A : R2 7 R3
(x, y) (x + 1, 2y, x + y)

4.2.1 Soluzioni
1. Prendiamo ad arbitrio

x = (x, y) R2 , x = (x , y ) R2 .

Quindi

, R, A (x + x ) =
= A (x + x , y + y )
= (x + x + y + y , y + y )
= ( (x + y) + (x + y ) , y + y )
= ( (x + y) , y) + ( (x + y ) , y )
= (x + y, y) + (x + y , y )
= Ax + Ax
Da qui la linearit di

A.

Prendiamo ad arbitrio

x = (x, y, z) R3 , x = (x , y , z ) R3 .

Quindi:

, R, B (x + x ) =
= B (x + x , y + y , z + z )
= 2 (x + x ) 3 (y + y ) + 4 (z + z )
= (2x 3y + 4z) + (2x 3y + 4z )
= Bx + Bx
donde la linearit di

B.

2. Prendiamo ad arbitrio

x = (x, y) R2 , x = (x , y ) R2 .

Quindi:

, R, A (x + x ) =
= A (x + x , y + y )
= (x + x ) (y + y )
= 2 xy + (xy + x y) + 2 x y
6= Ax + Ax
= xy + x y
da qui la non linearit di

A.

Passiamo all'operatore dato dalla se onda delle (4.8).

(x, y) R2 , x = (x , y ) R2 .

Prendiamo ad arbitrio

x =

Quindi:

, R, A (x + x ) =
= A (x + x , y + y )
= (x + x + 1, 2y + 2 y , x + x + y + y)
= (x + 1, 2y, (x + y)) + (x + 2y + x + y )
6= Ax + Ax
= (x + 1, 2y, x + y) + (x + 1, 2y , x + y )
da ui la non linearit di

A.

Passiamo all'operatore dato dalla terza delle (4.8). Prendiamo ad arbitrio x


R3 , x = (x , y , z ) R3 . Quindi:

, R, A (x + x ) =
= A (x + x , y + y , z + z )
= (|x + x | , 0)
6= Ax + Ax
= (|x| , 0) + (|x | , 0)
= ( |x| + |x | , 0)
da ui la non linearit di

A.

= (x, y, z)

Capitolo 5
Omomorsmi e isomorsmi
5.1 Introduzione
Ri ordiamo he dati gli insiemi

X, Y 6=

f : X 7 Y ,

immagine di f

l'

in

f (X) = {y Y | y = f (x)} Y
Ci premesso, sussistono le seguenti:

Denizione.
Denizione.
Denizione.

(f e` suriettiva) (y Y, x X | f (x) = y)
(f e` iniettiva) (x 6= x = f (x) 6= f (x ))
(f e` biiettiva) (f

Nel aso spe iale

f : R 7 R,

iniettiva e suriettiva)

le denizioni suddette si prestano ad interpretazione geome-

tri a. Nel aso di un'appli azione iniettiva, ogni retta parallela all'asse
un sol punto la urva di equazione

y = f (x).

x interse a

in uno ed

Ad esempio, la funzione esponenziale:

f : R 7 R
,
x 7 ax

(5.1)

un'appli azione iniettiva ma non suriettiva (gura 5.1). Infatti:

x 6= x = ax 6= ax
y (, 0) , x R | ax = y,
da ui l'iniettivit e la non suriettivit dell'appli azione (5.1).

f :R
7 R suriettiva, ogni retta parallela all'asse x interse a
almeno in un punto la urva y = f (x). Ci impli a (a dierenza del aso pre edente) he
3
2
possono esser i intersezioni multiple, ome nel aso della funzione f (x) = x x x (gura
Nel aso di un'appli azione

5.2).Si onsideri ora l'appli azione:

f : R 7 R
x 7 x2

(5.2)

Tale appli azione non n iniettiva e n suriettiva. Infatti, ogni


Inoltre,

y (, 0), x R : f (x) = y

x2

immagine di

(gura 5.3)

+x.

5.2 Denizione assiomati a e teoremi onseguenti


Denizione.
F

Siano

E, F

due spazi vettoriali sul ampo

ogni appli azione lineare

: E 7 F .

K.

Di esi

omomorsmo

tra

ed

y
5
4
3
2
1
x

-2

x1

x2

x3

f (x) = ax (a > 0, a 6= 1). Ogni retta y = y0 > 0 interse a


di f (x). Per y0 < 0 l'intersezione vuota. Si tratta quindi

Figura 5.1: Gra o della funzione


in uno e un sol punto il gra o

di un'appli azione iniettiva ma non suriettiva.

y
2
1.5
1
0.5
-1

-2

-0.5
-1
-1.5
-2
Figura 5.2: Gra o della funzione

f (x) = x3 x2 x.

Esistono rette parallele all'asse

interse ano in punti distinti il gra o della funzione. Ogni retta

y = f (x).

y = y0

he

interse a omunque

Si tratta quindi di un'appli azione suriettiva ma non iniettiva.

y
8
6
4
2

-3

-2

Figura 5.3: Gra o della funzione


distinti la urva

f (x),

y = f (x).

l'insieme vuoto.

-1

f (x) = x2 .

y = b > 0 interse a in due punti


generi a retta y = c < 0 on il gra o di

Ogni retta

L'intersezione di una

Osservazione. Nel aso spe iale E = F , ogni appli azione lineare : E E , denominata
endomorsmo .
Denizione.

Due spazi vettoriali si di ono

Denizione.

Siano

E, F

K.

Di esi

: E 7 F .

Due spazi vettoriali si di ono

isomor

Esempio 57.
Se

se esiste un omomorsmo tra essi.

due spazi vettoriali sul ampo

ogni appli azione lineare biiettiva

Denizione.

omomor

ed

onsideriamo l'appli azione:

: E 7 E
,
v 7 v
essendo

tra

se esiste un isomorsmo tra essi.

K,

un qualunque spazio vettoriale su un ampo

isomorsmo

(5.3)

s alare assegnato non nullo. Dimostriamo he la (5.3) biiettiva.

Iniziamo a dimostrare la linearit:

v, w E , , K , (v + w) =
= (v + w)
= (v) + (w)
= v + w
L'iniettivit:

v 6= v = v 6= v
La suriettivit:

(v) E , v E | v = v
Da i segue la biiettivit di

l'immagine di un generi o vettore


di s ala

Tale isomorsmo noto ome

vE

si identi a on

omotetia

di rapporto

medesimo a meno di un fattore

***

Teorema 58.
Dimostrazione.

Sia

un ampo. Gli spazi vettoriali su

Siano

E, F

isodimensionali sono isomor.

due arbitrari spazi vettoriali isodimensionali:

dim E = n, dim F = n
Fissiamo due basi:

{ei } , i = 1, 2, ..., n
{ei } , i = 1, 2, ..., n

base di
base di

E
F

Si onsideri l'appli azione lineare:

: E 7 F
tale he:

x=

n
X
i=1

xi ei 7 x =

L'appli azione (5.4) asso ia ad ogni vettore


le omponenti di

in

{ei }.

di

(5.4)

n
X

xi ei

i=1

x di F he ha
arbitrio x e y in E :

il vettore

Osserviamo he presi ad

n
n
X
X
x=
xi ei , y = yi ei ,
i=1

i=1

per omponenti

risulta:

(x) = x =
(y) = y =

n
X

xi ei

i=1
n
X

yi ei

i=1

Tenendo onto della proposizione (3.3) (uni it delle omponenti di un vettore in una
assegnata base:

x 6= y = xi 6= yi ,
donde:

x 6= y = (x) 6= (y)
Cio

iniettiva. Inoltre:

x F ,

n
n
X
X

(x1 , x2 , ..., xn ) | x =
xi ei = x E | x =
xi ei

i=1

da ui la suriettivit di

Si on lude he

i=1

iniettiva e suriettiva, quindi biiettiva. Da qui

la tesi.

Denizione.
(E)

Si hiama

il sottoinsieme di

Teorema 59.

immagine

dell'appli azione lineare

F:

: E 7 F

e si indi a on

(E) = {y F | x = y, x E}
(E)

un sottospazio vettoriale di

F.

Dimostrazione. y1 , y2 (E) x1 , x2 E | y1 = x1 , y2 = x2 .
y1 , y2 (E) , y1 + y2 = x1 + x2
K , y (E) , y = x

lineare

lineare

Quindi:

(x1 + x2 ) (E)

(x) (E) ,

donde l'asserto.

Denizione. Di esi rango


on

di

R ().

: E 7 F ,

la dimensione del sottospazio

(E),

e si indi a

Denizione. Di esi kernel o nu leo dell'appli azione lineare : E 7 F , il sottoinsieme


di

E:

Ker = {x E | x = 0F } ,
essendo

0F

il vettore nullo di

Teorema 60.

Il kernel di

Dimostrazione.

F.

: E 7 F

Prendiamo ad arbitrio

un sottospazio vettoriale di

x, x Ker, K .

E.

Quindi:

(x + x ) = x + x = 0F + 0F = 0F = (x + x ) Ker
(x) = x = 0F = 0F = (x) Ker ,
donde l'asserto.

Denizione.

Di esi

nullit

di

: E 7 F ,

e si indi a on

N () = dim ker

N (),

la dimensione di

Ker:

Se

E F , (E)

Ker

non sono in generale sottospazi supplementari, io

de ompone nella somma diretta di

(E)

e di

Ker,

non si

per vale sempre la relazione:

R () + N () = dim E

(5.5)

Teorema 61.


Un omomorsmo suriettivo

: E 7 F

un isomorsmo

Dimostrazione. Impli azione inversa


Hp:
Th:

ker = {0E }
: E 7 F

(ker = {0E })

un isomorsmo (basta dimostrare l'iniettivit, poi h per ipotesi

suriettiva).

x, y E | x = y = 0F = x y = (x y) = (x y) Ker
L'ultima impli azione si giusti a ri ordando la denizione di Kernel. Inoltre:

(x y) Ker

ker ={0E }

x y = 0E = x = y

Si on lude

x, y E , x =y = x = y,
da ui l'iniettivit di

Impli azione diretta


Hp:
Th:

: E 7 F
ker = {0E }.

iniettiva e suriettiva.

Osserviamo innanzitutto he:

def

x ker , y E, x + y = z E
Inoltre per denizione di kernel:

x ker = 0F = x = (z y)

lineare

zy = z = y

iniettiva

z = y = x = 0E

Cio:

(x ker , x = 0E ) = ker = {0E }

Con lusione 62. Il kernel di un isomorsmo : E F il sottospazio nullo (o improprio)


di

E.

Teorema 63.
Dimostrazione.

Sia

Sia

un ampo. Spazi vettoriali su

: E 7 F

isomor sono isodimensionali.

un isomorsmo. Consideriamo una generi a base di

E:

{ei } , i = 1, 2, ..., n = dim E


Quindi, preso ad arbitrio

x E:
x=

n
X

xi ei

i=1

Il risultato dell'appli azione dell'operatore lineare

x =

n
X
i=1

sul vettore

xi ei

(5.6)

Fissiamo l'attenzione sul sistema di vettori:

{e1 , e2 , ..., en }
Per ipotesi

(5.7)

un isomorsmo e per il teorema 61 deve essere

Ker = {0E },

quindi:

x = 0F = x = 0E = x1 = x2 = ... = xn = 0
Tenendo onto della (5.6):

n
X

xi (ei ) = 0F = x1 = x2 = ... = xn = 0

i=1

Cio il sistema (5.7) linearemente indipendente. Inoltre: un isomorsmo = (E)


P
F = y F , x E | y = x = ni=1 xi (ei ) = {ei } una base di F = dim F
n.

=
=

I teoremi 58 e 63 si riunis ono nell'uni o teorema:

Teorema 64.

Spazi vettoriali su un assegnato ampo

sono isomor se e solo se sono

isodimensionali.

5.3 Eser izi


1. Assegnata l'appli azione

: R3 7 R2

(5.8)

tale he:

x = (x, y, z) R3 7 x = (x, y) R2
Si dimostri he

un omomorsmo ma non un isomorsmo.

l'immagine, il kernel e la nullit di

Si determini inoltre

(a, b) R, on la notazione C n (a, b) si denota l'insieme delle funzioni ontinue


(a, b) e ivi derivabili no all'ordine n. Come noto, introdu endo le operazioni:

2. Se

in

+ : C n (a, b) C n (a, b) 7 C n (a, b)


: RC n (a, b) 7 C n (a, b) ,
C n (a, b)

assume la struttura algebri a di spazio vettoriale su R. Ci pre


messo, si onsideri lo spazio vettoriale C
(a, b) e i ui vettori sono le funzioni reali

l'insieme

di una variabile reale ontinue in

(a, b)

e ivi innitamente derivabili.

Si onsideri

l'appli azione:

D : C (a, b) 7 C (a, b) ,
essendo

l'operatore di derivazione, per ui:

Df =
Provare he

un omomorsmo suriettivo ma non iniettivo. Determinare poi l'im-

magine e il kernel di
3. Sia

Pn [x]

d
f (x)
dx

D.

lo spazio vettoriale i ui vettori sono i polinomi di grado

sideri l'operatore di derivazione


ai vettori di

Pn [x], determinare l'immagine e il kernel di D .


n-ma Dn , determinando il suo nu leo.

di derivazione

( 27). Si on-

dell'eser izio pre edente. Appli ando tale operatore


Denire inoltre l'operatore

4. Si onsideri l'appli azione:

: C 0 (R) 7 C 0 (R)
Zx
f (x) 7 f () d

(5.9)

Dimostrare la linearit di

determinando poi la sua immagine e il suo nu leo.

5.3.1 Soluzioni
1. Risulta:

, R, x, y R3 , (x + y)
= (x + x , y + y , z + z )
= (x + x , y + y )
= (x, y) + (x .y )
= x + y,
donde il arattere omomorfo di

Inoltre, tale appli azione suriettiva, poi h:

x = (x, y) R2 , x = (x, y, z) R3 | x = x
Per il teorema (64) l'appli azione (5.8) non un isomorsmo.
L'immagine di



(E) = (x, y) R2 | < x < +, < y < +
= piano artesiano xy
Il rango di

R () = 2
Per il kernel di

quindi:

osserviamo he:


z (, +) , x = (0, 0, z) R3 = x = (0, 0) = 0R2 ,


Ker = (0, 0, z) R3 | < z < +
= asse z

La nullit di

N () = dim Ker = 1
Si noti he risulta
2. La linearit di

R () + N () = 3 = dim R3 .

dis ende immediatamente dalle regole di derivazione della somma di

due funzioni e del prodotto di uno ostante per una funzione. Quindi:

, R, f, g C (a, b) , D (f + g) = Df + Dg,

donde

un omorsmo. La suriettivit evidente:

f C (a, b) , F (x) =

f (x) dx | DF = f

Inoltre:

(c R {0} , f C (a, b) , g (x) = f (x) + c 6= f (x)) = Df = Dg


Cio:

f 6= g ; Df 6= Dg,
per ui

non suriettiva.

Il kernel di

omposto dalle funzioni ostanti in

[a, b]:

KerD = {f (x) = onst, x [a, b]} ,


in quanto tale he:

d
f (x) = 0
dx

3. Consideriamo un generi o elemento di

Pn [x]:

pm (x) = a0 + a1 x + a2 x2 + ... + am xm
Il risultato dell'appli azione dell'operatore

su

pm (x)

Dpm (x) = a1 + 2a2 x + ... + mam xm1


Quindi:

D : pm (x) 7 qm1 (x)


Per

m = n,

si ottiene il polinomio di grado

n 1,

pertanto l'immagine di

D (Pn [x]) = Pn1 [x]


Per denizione di kernel:

KerD = {pm (x) Pn [x] | Dpm (x) = 0} ,


io:

KerD = {p0 }
Si on lude he il kernel di
L'operatore

Dn

omposto dai polinomi di grado nullo.

os denito:

dn
D n pm (x) = n pm (x)

 dx

d
d
d
=
...
pm (x)
dx dx
dx
Per

m = n:
Dpn (x) = a1 + 2a2 x + ... + nan xn1
D 2 pn (x) = 2a2 + 6a3 x + ... + n (n 1) xn2
...
n
D pn (x) = n!an

(5.10)

Per

m < n:
D n pm (x) = 0

(5.11)

KerD n = {pm<n (x)} ,

(5.12)

La (5.11) impli a:

io il kernel di
di

n.

Dn

omposto da tutti e soli i polinomi di grado strettamente minore

Si osservi he la (5.10) un aso parti olare della (5.12).

4. La linearit della (5.9) segue immediatamente dalle propriet di additivit e omogeneit


dell'integrale denito di una funzione reale di variabile reale.

F (x)

Se indi hiamo on

una primitiva di

f (x) C 0 (R),

deve essere:

f (x) = F (x) F (0) ,


donde l'immagine di



d
C (R) = F (x) F (0) |
F (x) = f (x)
dx
0

Per denizione di kernel:

essendo

0C 0 (R)



Ker = f (x) C 0 (R) | f (x) = 0C 0 (R) ,

il vettore nullo di

C 0 (R),

io la funzione identi amente nulla su

R.

Dobbiamo per i risolvere l'equazione operatoriale:

f (x) = 0C 0 (R) ,
equivalente alla:

x R,

Zx
0

f () d = 0 x R, F (x) = F (0) F (x) c f (x) 0

Quindi:



Ker = 0C 0 (R)

5.4 Lo spazio vettoriale Hom (E, F )


Siano

E, F

due spazi vettoriali su

K.
def

Poniamo per denizione:

Hom (E, F ) = { |
In altri termini,

E, F .

Hom (E, F )

omomorsmo tra

F}

(5.13)

la totalit delle appli azioni lineari tra i due spazi vettoriali

Introdu iamo l'operazione di addizione di omomorsmi:

+ : Hom (E, F ) Hom (E, F ) 7 Hom (E, F )


(1 , 2 ) Hom (E, F ) Hom (E, F ) 7 (1 + 2 ) Hom (E, F )

(5.14)

La (5.14) os denita:

1 + 2 : E 7 F

(5.15)

def

v E 7 v = (1 + 2 ) v = (1 v + 2 v) F

Veri hiamo he

(1 + 2 ) Hom (E, F ).

Posto

= 1 + 2 ,

abbiamo:

(v + w) def
, K, v, w E ,
= 1 (v + w) + 2 (v + w)
k Hom(E,F )

=
1 v + 1 w+2 v + 2 w
= (1 + 2 ) v + (1 + 2 ) w
+ w

= v
Introdu iamo ora l'operazione di moltipli azione di uno s alare per un elemento di

: K Hom (E, F ) 7 Hom (E, F )


(, ) K Hom (E, F ) 7 () Hom (E, F )

Hom (E, F ):
(5.16)

La (5.16) os denita:

: E 7 F

(5.17)

def

v E 7 v = () v = (v) F

Veri hiamo he

() Hom (E, F ).

Posto

= ,

abbiamo:

def

, K, v, w E , (v + w) = (v + w)
Hom(E,F )

=
(v + w)
= v + w
= v + w
fa ile veri are he le operazioni (5.14)-(5.16) veri ano le seguenti propriet:
1.

Propriet ommutativa.
, Hom (E, F ), + = +

2.

Propriet asso iativa.

, , Hom (E, F ), + ( + ) = ( + ) +
3.

Esistenza dell'elemento neutro.


Hom (E, F ) | + O
=
O

Ri ordiamo he l'omomorsmo nullo


4.

os denito:

Esistenza dell'opposto

= 0F .
v E , Ov

Hom (E, F ) , () Hom (E, F ) | + = O


L'opposto di

os denito:

: v E 7 (v) F

I Propriet distributiva rispetto alla somma di omomorsmi


K, , Hom (E, F ), ( + ) = +

II Propriet distributiva rispetto alla somma in K


, K, Hom (E, F ), ( + ) = +

III Propriet asso iativa

, K, Hom (E, F ), () = ()

IV Esistenza dell'elemento neutro

1 K | Hom (E, F ), 1 =
Hom (E, F ) assume la struttura
E = F , la generi a appli azione lineare

Con l'introduzione delle operazioni (5.14)-(5.16), l'insieme


di spazio vettoriale su

K.

Nel aso spe iale in ui

: E 7 F un operatore lineare spesso denominato endomorsmo o trasformazione


lineare di E . In tal aso l'insieme (5.13) si indi a on il simbolo End (E).

5.5 Matri e rappresentativa


Siano

due spazi vettoriali sul medesimo ampo

K.

Consideriamo due basi di

ed

rispettivamente:

{ei } , i = 1, 2, ..., n = dim E


{fj } , j = 1, 2, ..., m = dim F
Se prendiamo arbitariamente un vettore

x =

n
X

xi ei .

x E: x =

n
X

xi ei ,

quindi

i=1

Hom (E, F ) =

Poniamo:

i=1

ei = ei

Evidentemente

ei F ,

per ui essi si esprimono ome ombinazioni lineari della base

ei =

m
X

aij fj

{fj }:
(5.18)

j=1

Espli itiamo la (5.18):

e1 = a11 f1 + a12 f2 + ... + a1m fm


e2 = a21 f1 + a22 f2 + ... + a2m fm
...

en = an1 f1 + an2 f2 + ... + anm fm


Gli s alari

aij

nm

ompongono una matri e

(5.19)

la ui trasposta :

A = (aij )T ,
La matri e

{ei }, {fj }.

S riviamo:

si hiama

Si noti he la olonna

matri e rappresentativa dell'omomorsmo relativamente alle basi

a11 a21

a12 a22
.
=A=
...
...
a1m a2m

... an1
... an2

... ...
... anm

(5.20)

i-esima della matri e rappresentativa di omposta dalle omponenti

del vettore trasformato

ei

nella base

{fj }.

Osserviamo he la notazione utilizzata per gli elementi di matri e della (5.20) genera onfusione, gia h s ambia gli indi i di riga on gli indi i di olonna. onveniente ridenire
gli elementi di matri e s rivendo l'indi e di riga in alto e quello di olonna in basso.
a21 diventa a12 . Si tratta, dunque, di eseguire la sostituzione di simboli:

Ad

esempio,

aji aij
Quindi:

In tal modo:

a11 a12
a21 a22
A=
... ...
am
am
1
2

... a1n
... a2n

... ...
... am
n

ej = a1j , a2j , ..., am


j

(5.21)

Cio:

ej =

m
X

aij fi

i=1

Utilizzando la onvenzione di Einstein:

ej = aij fi
End (E), assumiamo {fi } = {ei }. La matri e (5.20) la matri e
rappresentativa dell'endomorsmo relativamente alla base {ei }:
1 1

a1 a2 ... a1n
a21 a22 ... a2n
.

=A=
(5.22)
... ... ... ...
an1 an2 ... ann
Nel aso spe iale in ui

***
Per quanto detto, assegnato

A MK (m, n),

Hom (E, F ),

risulta univo amente asso iata una matri e

essendo quest'ultimo lo spazio vettoriale delle matri i

Quindi abbiamo l'appli azione lineare:

mn

sul ampo

L : Hom (E, F ) MK (m, n)


A, Hom (E, F )
Mostriamo he tale appli azione un isomorsmo, io

K.

(5.23)

suriettiva e iniettiva. La prima

propriet deriva dall'impli azione:

.
A MK (m, n) = Hom (E, F ) | = A
Per dimostrare tale impli azione, prendiamo due basi
La matri e

on

ji K.

{fj })

m n,

quindi:

Assumiamo la

ej .

j-esima

rispettivamente.

olonna della matri e

ome omponenti (nella base

Cio poniamo:

ej = j1 , j2 , ..., jm
Per ogni vettore

di

... n1
... n2
,
... ...
... nm

11 21
12 22
A=
... ...
1m 2m

del vettore

{ei }, {fj }

x E,

risulta:

x =

n
X

xi ei ,

j = 1, 2, ..., n

quindi

x =

n
X

(5.24)

xi ei .

Si ome

ei

sono

i=1
i=1
noti dalla (5.24), restano univo amente denite le omponenti dei vettori trasformati dei
vettori di

E.

Ci equivale a denire univo amente l'appli azione lineare

L'iniettivit

dell'appli azione (5.23) segue immediatamente dalla denizione di matri e rappresentativa e


dall'esistenza e uni it delle omponenti di un vettore in una base assegnata. Quindi posiamo
s rivere:

6= = A 6= A
Si on lude he l'appli azione (5.23) un isomorsmo.

Osservazione.

L'isomorsmo

dipende dalla s elta delle due basi. Ci si esprime di en-

non anoni o,
naturale) he indipendente dalla base.
do he tale isomorsmo

a dierenza di un

isomorsmo anoni o

(o

I due spazi vettoriali

Hom (E, F ), MK (m, n)

sono isomor, e per il teorema 64 sono isodi-

mensionali:

dim Hom (E, F ) = dim MK (m, n) = mn


Cio:

Nel aso spe iale di

End (E)

dim Hom (E, F ) = dim E dim F


si ha he tale spazio isomorfo a

MK (n, n),

per ui:

dim End (E) = (dim E)2

5.6 Relazioni tra le omponenti dei vettori trasformati


Per appli are e a emente la onvenzione di Einstein, preferibile ridenire le omponenti
dei vettori (es lusi i vettori di una base) s rivendo gli indi i in alto, anzi h in basso:

x = x1 , x2 , ..., xn
Quindi:

x=

n
X
i=1

Inoltre se

essendo
vettore

Hom (E, F )

{fj } una
x E:

base di

xi ei xi ei

x = xi aji fj ,
F.

Indi hiamo on

(5.25)

il risultato dell'appli azione lineare

y = x = y 1 , y 2, ..., y m

Cio:

y = y i fi ,
dove la sommatoria sugli indi i ripetuti estesa da

al


(5.26)

m.

Sostituendo la (5.26) nella (5.25)

e ridinendo l'indi e della sommatoria:


y j xi aji fj = 0F

Cio:

{fj }

=
lin. inip.

y j xi aji = 0, j = 1, 2, ..., m

y j = aji xi ,

(5.27)

he esprime il prodotto righe per olonne della matri e rappresentativa (5.22) per il vettore
1
1
olonna

x
x2

... .
xn

Il risultato

y
y2

il vettore olonna
... . Quindi
ym
1
1
y
x
y2
x2

Y =
... , X = ...
ym
xn

poniamo:

(5.28)

Con tale notazione, la (5.27) si s rive:

Y = AX
Osserviamo he la (5.29) altro non he la

orrisponde la
y F, x E , i vettori olonna Y

y = x

(5.29)
s ritta in forma matri iale.

all'appli azione lineare

matri e rappresentativa

vettori

x e la relazione matri iale


Hom (E, F ) e MK (m, n).

X.

A nelle

Infatti

basi assegnate, e ai

L'equivalenza tra la relazione operatoriale

y=

(5.29) una onseguenza dell'isomorsmo degli spazi vettoriali

5.7 Sistemi di equazioni lineari. Appli azione di K n in


Km

Consideriamo il sistema di equazioni lineari di

equazioni in

in ognite:

1 1
a x + a12 x2 + ... + a1n xn = y 1

12 1
a1 x + a22 x2 + ... + a2n xn = y 2
...

m 1
m 2
n
m
a1 x + a2 x + ... + am
nx = y

(5.30)

i
i
dove i oe ienti aj e i termini noti y appartengono a un ampo K ; per ipotesi le in ognite
xi appartengono al medesimo
 ampo K .
i
Se indi hiamo on A = aj la matri e dei oe ienti (detta an he matri e in ompleta), on
le posizioni (5.28) il sistema si s rive in forma matri iale:

Y = AX

(5.31)

Ci premesso, ri ordiamo he i problemi fondamentali della teoria dei sistemi di equazioni


lineari sono:
1. Compatibilit del sistema
2. Numero delle soluzioni linearmente indipendenti
Tali problemi possono essere interpretati in termini di nullit e rango di un omomorsmo.
Infatti, la matri e dei oe ienti la matri e rappresentativa dell'omomorsmo:

: K n K m
x y, x K n
relativamente alle basi anoni he di

Kn

K m.

Pertanto:

x = y,
x = (x1 , x2 , ..., xn ), y = (y 1 , y 2, ..., y m).
Indi hiamo on A1 la matri e dei oe ienti e dei termini noti (detta an he matri e ompleta), io la matri e m (n + 1) ottenuta aggiungendo la olonna Y alla matri e A.

essendo

Utilizzando il formalismo degli omomorsmi, dimostriamo il

Teorema (di Rou he'-Capelli) 65.


Il sistema ompatibile
essendo

(A)

il rango della matri e

(A) = (A1 ) ,

A.

Dimostrazione. Impli azione diretta.

Innanzitutto dimostriamo:

Il sistema ompatibile
essendo

(K n )

l'immagine dell'appli azione

y (K n )

spesso indi ata on il simbolo

Im = {z K m | x = z}
Consideriamo la base anoni a di

(5.32)

K n:

e1 = (1, 0, ..., 0) , e2 = (0, 1, ..., 0) ,

...,en

Im :

= (0, 0, ..., 1)

Nella base

{fj }

di

Km

i vettori trasformati

ei

hanno omponenti:


ei = a1i , a2i , ..., am
Km
i

Cio:

ei = aji fj
{ei } estraiamo un sistema di ordine massimo {ei } on i = 1, 2, ..., r
n. Ci equivale ad estrarre r n olonne indipendenti dalla matri e A. Ri ordiamo he
(K n ) un sottospazio vettoriale di K m , e la sua dimensione il rango dell'appli azione ,
Dal sistema di vettori

io:

R () = dim (K n ) = r,
gia h

{ei }

una base di

(K n ).

(5.33)

Abbiamo:

il sistema ompatibile)

X | AX = Y
x K n | x = y
y (K n )

= bi K | y = bi ei (i = 1, ..., r )
1
1
aik
y
r
2
y2 X

ik aik
=
=
b
...
...
ik =1
m
y
am
ik
= (A1 ) = (A)

In altre parole, abbiamo prima dimostrato he la ompatibilit del sistema equivalente


y (K n ), dopodi h abbiamo dimostrato he tale appartenenza impli a he il vettore

olonna

della matri e

della matri e

A,

A1

ombinazione lineare di

olonne linearmente indipendenti

e i impli a he le due matri i hanno lo stesso rango.

Impli azione inversa


Abbiamo:

y1
X
y 2 (A)
ik
=
(A) = (A1 ) = K |
ik
...

ik =1
m
y
= y = i ei

(i

a1ik
a2ik

...
am
ik

= 1, 2, ..., (A) ) = y (K n ) ,

da ui la ompatibilit del sistema.


Casi parti olari:
1.

(A) = m

2.

y=0

(sistema omogeneo)

In entrambi i asi il sistema ompatibile. Innanzitutto osserviamo he nel aso 1 il numero


delle in ognite maggiore o uguale del numero di equazioni, gia h
Infatti:

(A) = m

(A)min{m,n}

nm

n < m = (A) min {m, n} n < m


Inoltre,

R () = m,

essendo

R ()

il rango di

(eq. (5.33)). Quindi:

(A) min {m, n}.

dim (K n ) = m
Cio l'omomorsmo

suriettivo:

(K n ) = K m = y K m , y (K n ) ,
da ui la ompatibilit del sistema.

Nel aso 2, si ha

AX = 0

per

0
0

X =
... ,
0

he la soluzione banale (o

impropria )

Passiamo al problema 2 ( io il numero di soluzioni linearmente indipendenti). Consideriamo


prima il aso omogeneo, dimostrando la

Proposizione.
dimensione

Le soluzioni di un sistema omogeneo ostituis ono uno spazio vettoriale di

n (A).

Dimostrazione.

Abbiamo

AX = 0 x = 0 = x Ker
Ri ordiamo infatti he il kernel :

Ker = {x K n | x = 0}
Per la (5.5):

R () + N () = n,
io la nullit di

gia h

N () = n (A) ,

R () = (A).

(A) < n = N () > 0


Sia



u1 , ..., uN ()

Ai vettori

ui

una base di

Ker.

Evidentemente:

ui = 0

orrispondono

per

i = 1, ..., N ()

N () vettori olonna linearmente indipendenti X1 , X2 , ..., XN ()

he sono soluzioni non nulle del sistema:

AXi = 0,

per

i = 1, ..., N ()

Si on lude he le soluzioni del sistema ostituis ono uno spazio vettoriale


he appunto il kernel di

N ()-dimensionale,

Dalla proposizione appena dimostrata segue:

N ()

ci K , X =

N ()

ci Xi = AX =

ci AXi = 0

i=1

i=1

X1 , X2 , ..., XN () an ora soluzione del


N ()
ammette
soluzioni proprie, ovvero non

Cio, ogni ombinazione lineare dei vettori olonna


sistema.

Ci equivale a dire he il sistema

banali, dette an he

autosoluzioni del sistema.

p = (A) (rango del sistema), si on lude he se p < n, il sistema ammette np


autosoluzioni. Se p = n si ha N () = 0, per ui Ker = {0}, io x = 0 x = 0.
Ponendo

Quindi il sistema ammette solo la soluzione banale.


Consideriamo ora il aso non omogeneo.
generale del sistema (5.30).

Ci proponiamo quindi di esprimere la soluzione

Teorema 66. La soluzione generale del sistema (5.30) data dalla somma di una qualunque
soluzione del sistema (5.30) e della soluzione generale del sistema omogeneo asso iato.

Dimostrazione.

Indi hiamo on

l'insieme delle soluzioni del sistema (5.30). Abbiamo:

def

v S, v Ker, x = v + v
x = v + v
Risulta:

v S = v = y
v Ker = v = 0
Quindi:

x = y
x = v + v soluzione del sistema (5.30).
def
y y = 0 = w v = v Ker. Cio
Cio

Vi eversa, se

w,v S

si ha

(w v) =

due soluzioni arbitarie del sistema (5.30)

dieris ono per una soluzione del sistema omogeneo asso iato.
Si on lude he la soluzione generale del sistema (5.30) si pu s rivere ome:

def

x = v+v =v+

np
X

ck uk ,

k=1

dove

{uk }

una base di

Ker,

mentre

ck

sono s alari arbitrari.

5.8 Prodotto di endomorsmi


, End (E). Di esi prodotto
l'endomorsmo = os denito:
Siano

dell'endomorsmo per l'endomorsmo

v E , v = (v)
fa ile mostrare he

End (E).

Infatti:

def

, K , v, w E , (v + w) = ( (v + w))
End(E)

End(E)

(v + w)
(v) + (w)

def

= v + w

Proposizione.
{ei },

Se

sono le matri i rappresentative di

la matri e rappresentativa di

relativamente alla base

relativamente alla medesima base

denota il prodotto righe per olonne.

Dimostrazione.

Quindi:

{ei } :


.
.
= A = aij , = B = bij i, j = 1, 2, ..., n = dim E

Nella base

x E , x = xj ej = xj ej = xj bij ej
Da i segue:

x E , x = (x) = xj bij ei
= xj bij ei = xj bij aki ek ,

A B,

dove

poi h

ej = aki ek .

Quindi:

x E , x = xj ckj ek ,

dove:

def j

ckj = aki bij ,


per ui:

def
.
= C = (ckj ) = A B

Denizione.

L'operatore

l'operatore nullo.
Pi in generale, se

nilpotenza

p.

Denizione.

End (E)

nilpotente , se risulta:

p N {0, 1, 2} | p = 0,

L'operatore

End (E)

diremo he

2 = = 0,

essendo

nilpotente on indi e di

idempotente , se risulta:

2 = .

Ad esempio, gli operatori:

.
=

6 12
3 6

.
=

6 2
15 5

Sono rispettivamente nilpotente e idempotente:

.
=

0 0
0 0

= 2 = 0


6 2
2 .
=
= 2 =
15 5
2

Esempi.

Consideriamo l'operatore lineare:

: R2 7 R2
(x, y) 7 (x + y, y)

(5.34)

Costruiamo la matri e rappresentativa di (5.34) relativamente alle basi:

{e1 = (1, 0) , e2 = (0, 1)}


{f1 = (2, 1) , f2 = (1, 2)}
A tale s opo prendiamo ad arbitrio

x = (x, y) R2 ,

donde nella base

x = xe1 + ye2
Il risultato dell'appli azione di

su

x = xe1 + ye2
Risulta:

e1 = (1, 0) = e1 = e1 = e1
e2 = (0, 1) = (1, 1) = e2 = (1, 1)
Esprimiamo

e1

ome ombinazione lineare di

{fi }:

{ei }:

a11 (2, 1) + a12 (1, 2) = (1, 0)


equivalente al sistema lineare:

2a11 + a12 = 1
a11 + 2a12 = 0,
la ui soluzione :

Esprimiamo

e2

ome ombinazione

2
1
a11 = , a12 =
3
3
lineare di {fi }:

a21 (2, 1) + a22 (1, 2) = (1, 1)


equivalente al sistema lineare:

2a21 + a22 = 1
a21 + 2a22 = 1,
la ui soluzione :

1
1
a21 = , a22 =
3
3
Quindi:

.
=

2
3
1
3

31
1
3

***
Consideriamo lo spazio vettoriale
d
derivazione D
:
dx

Pn [x]

dei polinomi di grado

n,

D : Pn [x] 7 Pn1 [x]


d
pm (x) 7
pm (x)
dx
Determiniamo la matri e rappresentativa di

relativamente alle basi:

{ei (x)} , (i = 1, 2, ..., n)


{fj (x)} , (j = 1, 2, ..., n 1)
essendo:

e0 (x) = 1
e1 (x) = x
e2 (x) = x2
...
en (x) = xn

quindi l'operatore di

mentre

{fj (x)}

una base dello spazio

Pn1 [x]:

f0 (x) = 1
f1 (x) = x
f2 (x) = x2
...
fn1 (x) = xn1
A tale s opo determiniamo i vettori

ei (x) = Dei (x).

Risulta:

e0 (x) = De0 (x) = 0


e1 (x) = De1 (x) = 1
e3 (x) = De2 (x) = 2x
...

en (x) = Den (x) = nxn1


S riviamo i vettori

ei (x)

ome ombinazione lineare dei vettori della base

{fi (x)}:

e0 (x) = 0 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)


e1 (x) = 1 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)
e2 (x) = 0 f0 (x) + 2 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)
e3 (x) = 0 f0 (x) + 0 f1 (x) + 3 f2 (x) + ... + 0 fn1 (x)
...

en (x) = 0 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + n fn1 (x) ,


da ui la matri e rappresentativa:

.
D=

0 1 0
0 0 2
0 0 0
... ... ...
0 0 0
{z
n+1

0 0
0 0
3 0
... ...
0 n

olonne

5.9 Endomorsmo inverso


Denizione.
denomoninato

Se

A End (E),

diremo he esso

inverso dell'operatore

righe

invertibile

se esiste

tale he:

A1 End (E)

AA1 = A1 A = 1
Un endomorsmo invertibile spesso denominato

Proposizione.
Dimostrazione.
Deve essere:

A End (E)
invertibile

automorsmo.

(A

non singolare)

In una base assegnata, indi hiamo on

A la matri e rappresentativa

AA = AA = I n

Dall'algebra delle matri i segue he la (5.35) vera se e solo se

di

A1 .

(5.35)

A = A1 .

5.9.1 Eser izi


1. Determinare la matri e rappresentativa dell'operatore omotetia (es. 57)
2. Assegnata l'appli azione:

: R2 7 R3
(x, y) 7 (x y, x + y, x) ,
mostrare he

Hom (R2 , R3 ),

determinando poi la sua matri e rappresentativa

relativamente alle basi:

{e1 = (1, 0) , e2 = (0, 1)}


{f1 = (1, 0, 0) , f2 = (0, 1, 0) , f3 = (0, 0, 1)}
E uno spazio vettoriale su K on dim E = 3. Si onsideri
: E 7 E tale he la sua appli azione sulla base {ei } :

ei1 , se i > 1
ei 7
0, se i = 1

3. Sia

Determinare: a) il risultato dell'appli azione di


matri e rappresentativa di

nella base

l'operatore lineare

(5.36)

su un qualunque vettore di

E;

b) la

{ei }.

4. Si determini la nullit del seguente operatore lineare:

: R2 7 R2
(x, y) 7 (2x 4y, x + 2y)

5.9.1.1 Soluzioni
1. Abbiamo:

: E 7 E
v 7 v
essendo

K {0}

il rapporto di omotetia. Consideriamo una base di

{ei } , i = 1, 2, ..., n = dim E


Appli hiamo

ai vettori di base:

e1 = e1 = e1 + 0 e2 + ... + 0 en
e2 = e2 = 0 e1 + e2 + ... + 0 en
...

en = en = 0 e1 + 0 e2 + ... + en

0
.
=
...
0

Quindi la matri e rappresentativa di

Ci si esprime di endo he

diagonale

la matri e diagonale:

0 0 0
0 0

... ... ...


0 0
nella base (5.37).

E:
(5.37)

Nel aso spe iale

1 : v 7 v,

= 1,

l'operatore omotetia si identi a on l'operatore identit:

la ui matri e rappresentativa la matri e identit di ordine

1 0 0

. 0 1 0
1 =
... ... ...
0 0 0

0
0

...
1

n:

(5.38)

2. Iniziamo a dimostrare la linearit.

, R, v = (x, y) R2 , w = (x , y ) R2 , u = v + w = (x + x , y + y )
u = (x + x y y , x + x + y + y , x + x )
= ( (x y) + (x y ) , (x + y) + (x + y ) , x + x )

= v + w = Hom R2 , R3

Determiniamo ora il risultato dell'appli azione di

sui vettori di base:

e1 = e1 = (1, 1, 1)
e2 = e2 = (1, 1, 0)
Quindi esprimiamo tali vettori nella base

{fj }

e1 = 1 f1 + 1 f2 + 1 f3
e2 = 1 f1 + 1 f2 + 0 f3
da ui la matri e rappresentativa:

1 1
.
= 1 1
1 0
3. Sia

x E:
x=

3
X

xi ei

i=1

Appli hiamo

:
x =

3
X

xi ei

i=1

= x2 e2 + x3 e3 ,
donde:

: x = (x1 , x2 , x3 ) 7 x = (x2 , x3 , 0)
Per determinare la matri e rappresentativa, espli itiamo le (5.36):

e1 = e1 = 0 = 0 e1 + 0 e2 + 0 e3
e2 = e2 = e1 = 1 e1 + 0 e2 + 0 e3
e3 = e3 = e2 = 0 e1 + 1 e2 + 0 e3 ,
per ui:

0 1 0
.
= 0 0 1
0 0 0

(5.39)

Si osservi he al risultato (5.39) si perviene attraverso la moltipli azione righe x olonne

x rispettivamente:

0 1 0
x1
x2
0 0 1 x2 = x3
0 0 0
x3
0

delle matri i rappresentative di

(5.40)

4. Come noto:

N () = dim Ker ()
Determiniamo il kernel dell'operatore:

Gli elementi di



Ker = x R2 : x = 0


= (x, y) R2 : (2x 4y, x + 2y) = (0, 0)

Ker

x = (x, y)

sono i vettori

le ui omponenti sono soluzioni del

sistema di equazioni lineari:

2x 4y = 0
x + 2y = 0,

(5.41)

equivalente all'equazione lineare omogenea:

x 2y = 0,
1

per ui il sistema (3.23) ammette

autosoluzioni:

(x, y) = (2y, y)
Quindi il kernel di



Ker = (x, y) R2 : x = 2y, < y < +

La nullit:

N () = 1

5.10 Autovalori e autovettori di un endomorsmo


5.10.1 Denizioni
Da qui in poi indi hiamo on un simbolo del tipo

X la matri e

A End (E):

e on

un endomorsmo di uno spazio vettoriale

rappresentativa relativamente ad una base assegnata. Ci premesso, sia

A : E 7 E
v E 7 v E
In generale il vettore
proporzionale a

v.

- risultato dell'appli azione dell'operatore

sul vettore

- non

Ci si pu hiedere se esistono vettori he veri hino tale propriet. Pi

pre isamente, sussiste la seguente denizione:

Denizione.

Il vettore

s alare

tale he:

Lo s alare

si hiama

v E {0}

di esi

autovettore

dell'operatore

se esiste uno

= v
Av

autovalore

asso iato) all'autovalore

di

A,

e diremo he

un autovettore appartenente (o

Si osservi he se

autovettore di

on autovalore

per ogni

K {0}:

= (v) ,
A (v) = Av
io

an ora autovettore di

generato da

v:

on autovalore

Sia

(5.42)

V [v]

il sottospazio vettoriale di

= v
V [v] = (v) E | K, Av
Chiamiamo (5.43)

Osservazione.
dente a

sottospazio invariante per l'operatore A.

V [v]

(5.43)

ontiene il vettore nullo (in quanto sottospazio vettoriale) orrispon-

= 0.

Assegnato

K,

onsideriamo l'insieme:

n
o

E0 () = v E {0} | Av = v
def

In altri termini onsideriamo la totalit dei vettori di


nenti al medesimo autovalore

Proposizione.

(5.44)

he sono autovettori di

apparte-

E () = E0 () {0}

un sottospazio di

E.

Dimostrazione. v, w E ():

AEnd(E)
+ Aw

A (v + w)
=
Av
= (v + w) = (v + w) E ()

K , v E (),

per la (5.42) il vettore

(v) E ().

Denizione. Il sottospazio vettoriale E () di esi autospazio

di

A asso iato all'autovalore

Teorema 67. Autovettori appartenenti ad autovalori distinti sono linearmente indipendenti.


Dimostrazione.

Sia

A End (E)

tale he:

k = k vk , k = 1, 2, ..., n
Av
k 6= k , k, k {1, 2, ..., n}

(5.45)

k6=k

Si osservi he nel aso spe iale

n = 1,

l'asserto banalmente vero:

1 = 1 v1
Av
Per denizione di autovettore deve essere
Per dimostrare l'asserto per ogni

n,

v1 6= 0 e ome tale {v1 } linearmente indipendente.

pro ediamo per induzione:

la proposizione vera
per

r =n1

la proposizione vera
per

r=n

(5.46)

Per dimostrare l'impli azione induttiva (5.46) pro ediamo per assurdo. La negazione della
tesi :

ovvero:




la proposizione falsa
per
il sistema

r=n

{v1 , v2 , ..., vn }

linearmente dipendente

Quindi:

(a1 , a2 , ..., an ) 6= (0, 0, ..., 0) | a1 v1 + a2 v2 + ... + an vn = 0

(5.47)

Senza perdita di generalit supponiamo he:

a1 6= 0
Appli hiamo l'operatore

(5.48)

ad ambo i membri della ombinazione lineare (5.47), ri ordando

he il sottospazio improprio invariante rispetto all'azione di un qualunque operatore lineare:

A (a1 v1 + a2 v2 + ... + an vn ) = 0
Per la (5.45):

a1 1 v1 + a2 2 v2 + ... + an n vn = 0
Moltipli hiamo la (5.47) per

n ,

(5.49)

per poi s rivere il sistema di equazioni:

a1 n v1 + a2 n v2 + ... + an n vn = 0
a1 1 v1 + a2 2 v2 + ... + an n vn = 0
Sottraendo membro a membro:

a1 (1 n ) v1 + a2 (2 n ) v2 + ... + an1 (n1 n ) vn1 = 0


Per la (5.48) e la se onda delle (5.45):

a1 (1 n ) 6= 0,
io il sistema

{v1 , v2 , ..., vn1 }

linearmente dipendente, he una negazione dell'ipotesi

(5.46). La negazione della tesi impli a la negazione dell'ipotesi, da ui l'asserto.

5.10.2 Polinomio aratteristi o


Sia

A End (E)

rappresentato dalla matri e (in una base assegnata):

A = aij

Proposizione.
essendo

1n

i, j = 1, 2, ..., n = dim E < +

= u det (A 1n ) = 0,
Au

la matri e identit di ordine

Dimostrazione.

n.

L'equazione agli autovalori:

= u
Au
equivalente alla:

essendo

1 End (E)

l'operatore identit:

attraverso la matri e rappresentativa:



1 u = 0,
A

a11
a12
2
2
a1
a2

...
...
n
a1
an2

(5.50)

1u = u, u E .

1
...
a1n
u
2

...
an u2
...
... ...
n
... an
un

La (5.50) pu essere espli itata

0
0
=

...
0

(5.51)

essendo

ui

u.

le omponenti di

La (5.51) equivalente al sistema lineare omogeneo:


a11 u1 + a12 u2 + ... + a1n un = 0

a21 u1 + a22 u2 + ... + a2n un = 0
...
an1 u1 + an2 u2 + ... + (ann ) un = 0

(5.52)

Come noto, il sistema (5.52) ammette autosoluzioni se e solo se:

1
a1
a12

a21
a22

...
...

n
an
a
1
2

io:

...
a1n
...
a2n
...
...
... ann

det (A 1n ) = 0

Si osservi he

det (A 1n )

un polinomio di grado

n,





=0


quindi poniamo per denizione:

def

pA () = det (A 1n )
Chiamiamo

pA ()

Esempio 68.

polinomio aratteristi o dell'endomorsmo A.

Espli itare il polinomio aratteristi o degli operatori

dalle matri i:

A=
Per l'operatore

(5.53)

a11 a12
a21 a22

A:

,
B

rappresentati

b11 b12 b13


B = b21 b22 b23
b31 b32 b33


a
a21
pA () = 11
a12
a22

= (a11 ) (a21 ) a12 a21


= 2 + (a11 a22 ) + a11 a22

Per l'operatore

:
B


b11
b12
b13


b22
b23
pB () = b21
b31
b32
b33

= 3 + 2 (b11 + b22 + b33 ) + (b12 b21 b11 b22 + b13 b31 + b23 b32 b11 b33 b22 b33 ) +
b13 b22 b31 + b12 b23 b31 + b13 b21 b32 b11 b23 b32 b12 b21 b33 + b11 b22 b33

Da tali esempio si evin e he nel aso

n n:

pA () =

n
X

k (aij ) k ,

k=1

essendo

k (aij )

funzioni degli elementi di matri e.


***

Per quanto detto, gli autovalori di un endomorsmo

sono le radi i (in

K)

del polinomio

aratteristi o. Dalla onos enza di tali radi i, risolvendo il sistema lineare (5.52) si ottengono
i orrispondenti autovettori.

Esempio 69.

Consideriamo l'endomorsmo

(sul ampo omplesso

C)

A End (E),

dove

lo spazio vettoriale

C2

rappresentato - nella base anoni a - dalla matri e:

A=
Determiniamo autovettori e autovalori di

A.

1 1
2 1

Il polinomio aratteristi o :


1
1
pA () =
2
1
= 2 + 1

Da i segue he gli autovalori di

sono le radi i dell'equazione:

2 + 1 = 0 1 = i, 2 = +i
Gli autovettori si ottengono risolvendo il sistema omogeneo:


ottenendo:

(1)

u
Si osservi he gli autovettori
il sistema (5.54) ammette

.
=

u(k)
1

(1 k ) u1 u2 = 0
,
2u1 (1 + k ) u2 = 0


1
1+i

(2)

.
=

1
1i

(5.54)

sono deniti a meno di una ostante moltipli ativa, poi h

autosoluzioni.
***

Sia

p (x)

un polinomio a oe ienti in

K:

p (x) = a0 + a1 x + a2 x2 + ... + an xn
Se

A End (E),

essendo

uno spazio vettoriale

nella (5.55) la sostituzione:

ottenendo l'operatore

Se

(5.55)

n-dimensionale

sul ampo

K,

eseguiamo

x A, a0 a0 1

 
p A = a0 1 + a1 A + a2 A2 + ... + an An

la matri e rappresentativa di

(5.56)

A:

 
.
p A = p (A) = a0 1n + a1 A + a2 A2 + ... + an An

Esempio 70.

p (x) = 2x 3x + 7; q (x) = x 5x 2; A =

1 2
3 4

Risulta:

p (A) = 2A 3A + 7 I2 =
2

12 2
27 27

q (A) = A 5A 2 I2 =
2

4 6
24 6

Denizione. Se risulta p (A) = 0, diremo he p (x) un polinomio annullatore di A.


Teorema (di Cayley-Hamilton) 71. Il polinomio aratteristi o di una qualunque matri e
A

un polinomio annullatore di

Dimostrazione.

Omessa

A.

5.10.3 Endomorsmi diagonalizzabili


Consideriamo uno spazio vettoriale

Denizione.

A End (E)
diag (a11 , a22 , ..., ann ).

Proposizione.

E n-dimensionale

diagonalizzabile

A End (E)

K.

sul ampo

se esiste una base di

diagonalizzabile se e solo se

tale he:

ammette

.
A = A =

autovettori

linearmente indipendenti.

Dimostrazione. La ondizione ne essaria.

Per ipotesi:

i = i vi , i = 1, 2, ..., n
Av
Il sistema

= {vi }

una base di

E , in quanto sistema di ordine massimo. S riviamo la


A nella base . A tale s opo determiniamo il risultato
:

matri e rappresentativa dell'operatore


dell'appli azione di

sui vettori di

1 = 1 v1 + 0 v2 + ... + 0 vn
Av
2 = 0 v1 + 2 v2 + ... + 0 vn
Av
...
n = 0 v1 + 0 v2 + ... + n vn
Av
Quindi:

donde l'asserto.
esiste una base

1 0

0 2
.
A = A =
... ...
0 0

La ondizione su iente.

{ei }

di

... 0
... 0
,
... ...
... n

Per ipotesi

diagonalizzabile, per ui

tale he

a11 0
0 a22
.
A = A =
... ...
0 0

... 0
... 0

... ...
... ann

Per denizione di matri e rappresentativa deve essere:

1 = a1 e1 , Ae
2 = a2 e2 , ..., Ae
n = an en ,
Ae
1
2
n
osi h

ammette

autovettori linearmente indipendenti.


***

Consideriamo l'autospazio

E (i )

orrispondente all'autovalore

Denizione. Di esi moltepli it geometri a di


1

Da i segue he al medesimo autovalore

di

A End (E).

l'intero naturale

ri = dim E (i ) 1.

i possono orrispondere pi autovettori linearmente

indipendenti. In simboli:

i {ui,1 , ui,2 , ..., ui,ri }


L'equazione agli autovalori si s rive:
1 In

al une teorie si he (Me ani a Quantisti a) la moltepli it geometri a denominata


, e il orrispondente autovalore si di e degenere.

degenerazione

grado di

i,1 = i ui,1
Au
i,2 = i ui,2
Au
...
i,r = i ui,r
Au
i

D'altro anto,

Teorema 72.

Se

una radi e del polinomio aratteristi o

moltepli it algebri a i 1.
i

autovalore di

Dimostrazione.

Omessa

Proposizione.

Sia

autovalori distinti

A End (E),

allora

pA ()

e ome tale avr una

ri i .

E uno spazio vettoriale nito-dimensionale. A End (E)


1 , 2 , ..., q , diagonalizzabile se e solo se:
q
X

dotato di

ri = n,

i=1

essendo

n = dim E .

Dimostrazione.

Omessa

Esempio
Consideriamo gli operatori

B,
C End (R3 ) he nella base anoni a {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)}
A,

sono rappresentati dalle matri i:

2 1 0
1 2 2
1 0 0
A = 0 1 1 , B = 1 2 1 , C = 0 3 0
0 2 4
1 1 4
0 0 3

Si diagonalizzino (quando possibile) i suddetti operatori.

Soluzione.

Polinomio aratteristi o di

le ui radi i - autovalori di

A:


pA () = (2 ) 2 5 + 6 ,

- sono:

1 = 2, 1 = 2
2 = 3, 2 = 1
Da i segue immediatamente he

r2 = 1 , r1 2 .
1 u1 = (1, 0, 0) ,

donde:

E (1 ) = {u1 : R} = r1 = 1
All'autovalore

2 :

Si on lude he l'operatore

2 = 3 u2 = (1, 1, 2)
possiede solo due autovettori indipendenti, e ome tale non

diagonalizzabile. Alternativamente, osserviamo he:

2
X

ri = 2 < n = dim E,

i=1

quindi per la proposizione 5.10.3 l'endomorsmo


Polinomio aratteristi o di

:
B

non diagonalizzabile.

pB () = ( 1) ( 3)2

Quindi:

1 = 1, 1 = 1 = r1 = 1
2 = 3, 2 = 2 = r2 = 2
Gli autovettori:

1 u1 = (2, 1, 1)
2 = 3 u1 = (1, 0, 1) , u2,2 = (1, 1, 0)
Ci impli a:

r2 = dim E (2 ) = 2
Il sistema

{u1 , u2,1 , u2,2 }

una base di

R3

Bdiag
Polinomio aratteristi o di

C :

e in essa la matri e rappresentativa di

1 0 0
= 0 3 0
0 0 3

pC () = (1 )3

Quindi:

1 = 1, 1 = 3 = r1 3

Gli autovettori:

1 u1,1 = (0, 0, 1) , u1,2 = (1, 0, 0)

Ci impli a:

r2 = dim E (2 ) = 2
Il sistema

{u1 , u2,1 , u2,2 }

una base di

R3

Bdiag
Polinomio aratteristi o di

Quindi l'operatore

C :

e in essa la matri e rappresentativa di

1 0 0
= 0 3 0
0 0 3

pC () = (1 )3

possiede l'uni o autovalore

1 = 1 la ui moltepli it algebri a 1 = 3.

Gli autovettori sono:

Da i segue he

u1,1 = (1, 0, 0) , u1,2 = (0, 0, 1)


dim E (2 ) = r2 = 2, per ui C non diagonalizzabile.

5.10.4 Eser izi


1. Assegnati gli operatori
seguenti matri i:

A=

2 1
1 2

B,
C End (C)
A,

B=

3 4
5 2

rappresentati nella base anoni a dalle

C=

0 a
a 0

a R {0}

si determinino autovalori e autovettori, diagonalizzando (dove possibile) il singolo


operatore.
2. Assegnati gli operatori
seguenti matri i:

B,
C End (R3 )
A,

rappresentati nella base anoni a dalle

1 0 1
1 1 2
1 2 2
A = 1 2 1 , B = 1 2 1 , C = 0 2 1 ,
2 2 3
0 1 1
1 2 2
si determinino autovalori e autovettori, diagonalizzando (dove possibile) il singolo
operatore.
3. Assegnati gli operatori
seguenti matri i:

B,
C End (R3 )
A,

rappresentati nella base anoni a dalle

0 1 0
2 8 12
3 9 12
4
4 , C = 1
3
4 ,
A = 0 0 1 , B = 1
1 3 3
0
0
1
0
0
1
si determinino autovalori e autovettori, diagonalizzando (dove possibile) il singolo
operatore.
4. Assegnati gli operatori

B
End (R3 )
A,

anoni a dalle seguenti matri i:

C End (R4 )

3
2 1 1
2 2 0
2
A = 1 2 1 , B = 2 2 0 , C =
1
0 0 1
0 0 1
2

rappresentati nella base

2
3
1
2

2
2
2
2

4
1
,
1
1

si determinino autovalori e autovettori, valutando la possibilit di diagonalizzazione di


singolo operatore.
5. Assegnati gli operatori
dalle seguenti matri i:

End (R3 ) rappresentati nella base


A End (R4 ), B

anoni a

1 1
1
1
5 6 3
1 1 1 1

1 0 1 ,
A=
1 1 1 1 , B =
1 2 1
1 1 1 1
si determinino autovalori e autovettori, valutando la possibilit di diagonalizzazione di
singolo operatore.
6. Diagonalizzare l'operatore
tri e:

A End (R4 ) rappresentato nella

1 4 1 4
2
0
5 4

A=
1 1 2 3
1 4 1 6

base anoni a dalla ma-

7. Diagonalizzare l'operatore
tri e:

8. Diagonalizzare l'operatore
tri e:

A End (R4 ) rappresentato nella

5
6 10 7
5 4 9 6

A=
3 2 6 4
3 3 7 5
A End (R4 )

1
1
A=
1
1

9. Determinare gli autovalori di

di

10. Sia

e nell'ipotesi

6= 0.

A End (E) on E

rappresentato nella base anoni a dalla ma-

1 6 3
2 3 0

1
0 1
1 5 3

A1 essendo A End (E), supponendo noti gli autovalori

spazio vettoriale

agli autovalori :

n-dimensionale sul ampo K , la ui equazione

i = i ui , i = 1, 2, ..., n
Au

Per sempli it onsideriamo il aso non degenere:


su

base anoni a dalla ma-

K:
f (x) = a0

m
Y
i=1

i = ri = 1.

Si onsideri il polinomio

(x xi ) ,

 
;
Determinare: a) l'espressione analiti a di f A
 
; ) autovettori e autovalori di f A
valori di A

b)

det f (A)

in funzione degli auto-

5.10.4.1 Soluzioni

1. Il polinomio aratteristi o di

pA () = 2 4 1,
le ui radi i sono:

1 = 1 , 2 = 3
La moltepli it algebri a di singola radi e :

1 = 1, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2 = q
per ui:

q
X
ri = 2 = dim C,
i=1

donde la diagonalizzabilit dell'operatore


nente a

sono le soluzioni

(x, y)

A.

Le omponenti dell'autovettore apparte-

dell'equazione lineare omogenea:

x + y = 0,

quindi:

u1 = (1, 1)
In maniera analoga si determinano le omponenti dell'autovettore appartenente all'autovalore

2 ,

ottenendo:

u2 = (1, 1)
Nella base

{u1 , u2 }

l'operatore

rappresentato dalla matri e:

Adiag =
Il polinomio aratteristi o di

1 0
0 3

pB () = 2 5 14
le ui radi i sono:

1 = 2, 2 = 7
La moltepli it algebri a di singola radi e :

1 = 1, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2 = q
per ui:

q
X

ri = 2 = dim C,

i=1

donde la diagonalizzabilit dell'operatore


nente a

sono le soluzioni

(x, y)

.
B

Le omponenti dell'autovettore apparte-

dell'equazione lineare omogenea:

5x + 4y = 0,
quindi:

u1 = (4, 5)
In maniera analoga si determinano le omponenti dell'autovettore appartenente all'autovalore

2 ,

ottenendo:

u2 = (1, 1)
Nella base

{u1 , u2 }

l'operatore

rappresentato dalla matri e:

Bdiag =
Il polinomio aratteristi o di

2 0
0 7

pC () = 2 + a2 ,
le ui radi i sono:

1 = ia, 2 = ia

La moltepli it algebri a di singola radi e :

1 = 1, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2 = q
per ui:

q
X
ri = 2 = dim C,
i=1

donde la diagonalizzabilit dell'operatore


nente a

sono le soluzioni

(x, y)

C .

Le omponenti dell'autovettore apparte-

dell'equazione lineare omogenea:

ix + y = 0,
quindi:

u1 = (1, i)
In maniera analoga si determinano le omponenti dell'autovettore appartenente all'autovalore

2 ,

ottenendo:

u2 = (1, i)
Nella base

{u1 , u2 }

l'operatore

rappresentato dalla matri e:

Cdiag =

2. Il polinomio aratteristi o di

ia 0
0 ia

pA () = 3 + 62 11 + 6
le ui radi i sono:

1 = 1, 2 = 2, 3 = 3
La moltepli it algebri a di singola radi e :

i = 1, i = 1, 2, 3
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2, 3,
per ui:

q
X

ri = 3,

i=1

donde la diagonalizzabilit dell'operatore

A.

Gli autovettori sono:

u1 = (1, 1, 0) , u2 = (2, 1, 2) , u3 = (1, 1, 2)

Essi ompongono una base di

R3 ,

pertanto la matri e rappresentativa in tale base :

Adiag

Il polinomio aratteristi o di

1 0 0
= 0 2 0
0 0 3

pB () = 3 + 22 + 2
le ui radi i sono:

1 = 1, 2 = 1, 3 = 2
La moltepli it algebri a di singola radi e :

i = 1, i = 1, 2, 3
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2, 3,
per ui:

q
X

ri = 3,

i=1

donde la diagonalizzabilit dell'operatore

(prop. 5.10.3).

Gli autovettori sono:

u1 = (1, 0, 1) , u2 = (3, 2, 1) , u3 = (1, 3, 1)


Essi ompongono una base di

R3 ,

pertanto la matri e rappresentativa in tale base :

Bdiag

Il polinomio aratteristi o di

1 0 0
= 0 1 0
0 0 2

pC () = ( 2)2 ( 1)
le ui radi i sono:

1 = 2, 2 = 1
La moltepli it algebri a di singola radi e :

1 = 2, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

r1 2 , r2 = 1
Determiniamo gli autovettori.

1 u1 = (2, 1, 0) = r1 = 1
2 u2 = (1, 1, 1) = r2 = 1
Dalle (5.57):

q
X

ri = 2,

i=1

donde la non diagonalizzabilit dell'operatore

C .

(5.57)

3. Il polinomio aratteristi o di

pA () = (1 )3
la ui radi e :

1 = 1
La moltepli it algebri a:

1 = 3
1

ammette un solo autovettore:

u1 = (1, 1, 1)
Evidentemente:

r1 = 1,
per ui

non diagonalizzabile.

Il polinomio aratteristi o di

pB () = 2 3 + 2
le ui radi i sono:

1 = 0, 2 = 1, 3 = 2
La moltepli it algebri a di singola radi e :

i = 1, i = 1, 2, 3
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2, 3,
per ui:

q
X

ri = 3,

i=1

donde la diagonalizzabilit dell'operatore

(prop. 5.10.3).

Gli autovettori sono:

u1 = (4, 1, 0) , u2 = (4, 0, 1) , u3 = (2, 1, 0)


Essi ompongono una base di

R3 ,

pertanto la matri e rappresentativa in tale base :

Bdiag

Il polinomio aratteristi o di

0 0 0
= 0 1 0
0 0 2

pC () = 2 (1 )2
le ui radi i sono:

1 = 0, 2 = 1

La moltepli it algebri a di singola radi e :

1 = 2, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

r1 2 , r2 = 1
Determiniamo gli autovettori.

1 u1 = (3, 1, 0) = r1 = 1
2 u2 = (12, 4, 1) = r2 = 1

(5.58)

Dalle (5.57):

q
X

ri = 2,

i=1

donde la non diagonalizzabilit dell'operatore


4. Il polinomio aratteristi o di

C .

pA () = (3 ) ( 1)2
le ui radi i sono:

1 = 1, 2 = 3,
La moltepli it algebri a di singola radi e :

1 = 2, 2 = 3
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

r1 2 , r2 = 1
All'autovalore

orrispondono gli autovettori:

u1,1 = (1, 0, 1) , u1,2 = (1, 1, 0)


Cio la moltepli it geometri a di
All'autovalore

def

r1 = dim E (1 ) = 2.

orrisponde l'autovettore:

u2 = (1, 1, 0)
Abbiamo:

q
X

ri = 2 + 1 = 3

i=1

donde la diagonalizzabilit dell'operatore


:

Adiag

A.

La matri e rappresentativa in tale base

1 0 0
= 0 1 0
0 0 3

Il polinomio aratteristi o di

pB () = 2 5 + 4
le ui radi i sono:

1 = 0, 2 = 1, 3 = 4
La moltepli it algebri a di singola radi e :

i = 1, i = 1, 2, 3
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

ri = 1, i = 1, 2, 3,
per ui:

q
X

ri = 3,

i=1

donde la diagonalizzabilit dell'operatore

(prop. 5.10.3).

Gli autovettori sono:

u1 = (1, 1, 0) , u2 = (0, 0, 1) , u3 = (1, 1, 0)


Essi ompongono una base di

R3 ,

pertanto la matri e rappresentativa in tale base :

Bdiag

Il polinomio aratteristi o di

0 0 0
= 0 1 0
0 0 4

pC () = ( 1)2 2 5 + 6
le ui radi i sono:

1 = 1, 2 = 2, 3 = 3
La moltepli it algebri a di singola radi e :

1 = 2, 2 = 1 ,3 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :

r1 2 , r2 = 1 , r3 = 1
Determiniamo gli autovettori.

1 {u1,1 = (1, 0, 1, 0) , u1,2 = (1, 1, 0, 0)} = r1 = 2


2 u2 = (2, 4, 1, 2) = r2 = 1
3 u3 = (0, 3, 1, 2) = r3 = 1
Dalle (5.57):

q
X
i=1

ri = 4,

(5.59)

(5.60)

donde la diagonalizzabilit dell'operatore

C .

Il sistema di autovettori:

{u1,1 , u1,2 , u2 , u3 } ,
R4 ,

una base di

e la matri e rappresentativa di

Cdiag

5. Il polinomio aratteristi o di

1
0
=
0
0

0
1
0
0

0
0
2
0

in tale base :

0
0

0
3

pA () = ( 2)3 ( + 2)
Quindi gli autovalori:

1 = 2, 2 = 2
le ui moltepli it algebri he sono:

1 = 1, 2 = 3
Le moltepli it geometri he:

r1 = 1, r2 3
Gli autovettori appartenenti all'autovalore

hanno per omponenti nella base ano-

ni a, le soluzioni del sistema lineare omogeneo:

3x + y + z + t = 0
x + 3y z t = 0
x y + 3z t = 0
x y z + 3t = 0,
he ammette

autosoluzioni. Quindi a meno di una ostante moltipli ativa:

u1 = (1, 1, 1, 1)
Per l'autovalore

o orre risolvere il sistema omogeneo:

x + y + z + t = 0
xyzt=0
xyzt=0
x y z t = 0,
equivalente a:

xyzt= 0
Pertanto esistono

autosoluzioni

( + + , , , ), per ogni , , (, +).


A appartenente all'autovalore 2 :

Quindi il pi generale autovettore di

w = ( + + , , , )
= (1, 1, 0, 0) + (1, 0, 1, 0) + (1, 0, 0, 1)

Posto:

u2,1 = (1, 1, 0, 0) , u2,2 = (1, 0, 1, 0) , u2,3 = (1, 0, 0, 1)


risulta he i suddetti vettori ompongono una base dell'autospazio

E (2 ):

2,i = 2 u2,i , i = 1, 2, 3 = r2
Au
Pertanto all'autovalore

orrispondono tre autovettori lineramente indipendenti:

2 {u2,1 , u2,2 , u2,3 }


Inne

4
X

ri = 1 + 3 = 4

i=1

donde la diagonalizzabilit dell'operatore


:

Adiag

Il polinomio aratteristi o di

A.

La matri e rappresentativa in tale base

2
0
=
0
0

0
2
0
0

0
0
2
0

0
0

0
2

pB () = 3 + 42 2 4,
le ui radi i sono:

1 = 2 , 2 = 1

3, 3 = 1 +

Gli autovettori sono:

u1 = (2, 1, 0)
!


3 1 + 3 1 3

,1
,
u2 =
1+ 3
1+ 3
!


3 1+ 3 1+ 3
,
,1
u3 =
1 + 3 1 3
Nella base

{ui }

la matri e rappresentativa di

Bdiag

2
0
0
= 0 1 3
0
0
0
1+ 3

6. Il polinomio aratteristi o :



pA () = det A 14
= ( 1)3 ( 2)

Quindi gli autovalori:

1 = 1 , 2 = 2
le ui moltepli it algebri he sono:

1 = 3, 2 = 1

Le moltepli it geometri he:

r1 3, r2 = 1
Gli autovettori appartenenti all'autovalore

hanno per omponenti nella base ano-

ni a, le soluzioni del sistema lineare omogeneo:

1 4 1 4
x
2
y
0
5
4

1 1 2 3 z
1 4 1 6
t
he ammette

x
y
= ,
z
t

autosoluzioni. Quindi a meno di una ostante moltipli ativa:

u1 = (3, 6, 4, 5)
Per l'autovalore

troviamo:

u2 = (2, 3, 2, 3)
Si on lude he l'operatore lineare

possiede solo due autovettori indipendenti, per-

tanto non diagonalizzabile.


7. Il polinomio aratteristi o :



pA () = det A 14
= ( + 1) ( 1)3

Quindi gli autovalori:

1 = 1, 2 = 1
le ui moltepli it algebri he sono:

1 = 1, 2 = 3
Le moltepli it geometri he:

r1 = 1, r2 3
Gli autovettori appartenenti all'autovalore

hanno per omponenti nella base ano-

ni a, le soluzioni del sistema lineare omogeneo:

5
6 10 7
x
5 4 9 6 y

3 2 6 4 z
3 3 7 5
t
he ammette


= y ,

z
t

autosoluzioni. Quindi a meno di una ostante moltipli ativa:

u1 = (3, 0, 1, 4)
Per l'autovalore

troviamo:

u2 = (1, 2, 3, 2)
Si on lude he l'operatore lineare
tanto non diagonalizzabile.

possiede solo due autovettori indipendenti, per-

8. Il polinomio aratteristi o :



pA () = det A 14

= 2 2 1

Quindi gli autovalori:

1 = 0, 2 = 1, 3 = 1
le ui moltepli it algebri he sono:

1 = 2, 2 = 3 = 1,
Le moltepli it geometri he:

r1 2, r2 = r3 = 1
Gli autovettori appartenenti all'autovalore

hanno per omponenti nella base ano-

ni a, le soluzioni del sistema lineare omogeneo:

1 1 6 3
x
1 2 3 0 y

1 1
0 1 z
1 1 5 3
t
he ammette

0
0
= ,
0
0

autosoluzioni. Quindi a meno di una ostante moltipli ativa:

u1 = (2, 1, 0, 1)
Per gli autovalori

2 , 3

troviamo:

u2 = (3, 0, 1, 2) , u3 = (3, 0, 1, 4)
Si on lude he l'operatore lineare

possiede solo tre autovettori indipendenti, per-

tanto non diagonalizzabile.


9. S riviamo l'equazione agli autovalori per gli operatori

A, A1 :

= u
Au
A1 w = w
Dalla se onda delle (5.61):

Da i segue:


pA1 ( ) = det A1 I = 0

h
i


1
0 = det AA1 A = det I A = det A ( ) I
Cio:

h
i
h
i
1
1
1
det A ( ) I = 0 pA ( )
= 0 = =

Si on lude he gli autovalori di

A1

sono:

(5.61)

 
f A si
xi xi 1, a0 a0 1:

10. L'operatore

f (x)

ottiene dall'espressione

eseguendo la sostituzione

m, 
 

Y

f A = a0 1
A xi 1

x A,
(5.62)

i=1

Dalla (5.62) passiamo alla matri e rappresentativa:

m,
 
Y
.

f A = f (A) = a0 1n
(A xi 1n ) ,
i=1

e per una nota propriet dei determinanti:

det [f (A)] = am
0

m,
Y

det (A xi 1n )

i=1

Cio:

det [f (A)] =

m
Y

am
0

pA (xi ) ,

(5.63)

i=1

essendo

pA ()

il polinomio aratteristi o della matri e

ui radi i sono gli autovalori

i ,

donde:

pA (xi ) =

n
Y
j=1

A: pA () = det (A 1n ) ,

(xi j )

le

(5.64)

Sostituendo la (5.64) nella (5.63):

det [f (A)] =
=

am
0

m Y
n
Y

i=1 j=1
n
m
YY
j=1 i=1

donde:

(xi j )

[a0 (xi j )] ,

n
Y
det [f (A)] =
f (j )
j=1

Per determinare gli autovettori dell'operatore


ome:

 
f A

m
  X
f A =
ci Ai ,

si osservi he

 
f A

(5.65)

i=1

on

ci K .

Appli hiamo l'operatore

ad ambo i membri della (5.65):

m
 
X

f A ui =
cj Aj ui
j=1

m
X

cj ji

j=1

si esprime

ui

= f (i ) ui

Aui = i ui , allora An ui = ni ui . Si
, on autovalori f (i ).
ammette gli stessi autovettori di A
 
nel seguente
pu dimostrare he f (i ) sono gli autovalori di f A

L'ultimo passaggio si giusti a osservando he se


on lude he

 
f A

Osservazione.

Si

modo: si onsideri la funzione:

g (x) = f (x)
Posto

 
= f A ,
B

il polinomio aratteristi o della matri e

pB () = det (B 1n )

S riviamo l'equazione agli autovalori per

:
B

i = i vi
Bv
Inoltre:

pB () = det g (A) = det (f (A) ) =


=

n
Y
i=1

n
Y

g (i )

i=1

[f (j ) ] = i = f (i )

5.11 Similitudine
5.11.1 Matri i simili
A un endomorsmo diagonalizzabile di uno spazio vettoriale nito-dimensionale (dim E =
n) sul ampo K . Supponiamo he in una base assegnata {ei }, A sia rappresentato dalla

Sia

matri e:

Per ipotesi

a11 a12
a21 a22
A=
... ...
an1 an2

diagonalizzabile, per ui se

autovalori , nella base

{ui }

(5.66)

il suo sistema di autovettori e

1 0
0 2
=
... ...
0 0

... 0
... 0

... ...
... n

Le matri i (5.66)-(5.67) sono legate dalla relazione:

la matri e del ambiamento di base

Dimostrazione.

{ei } {vi }

(5.68)

Omessa

***
2 Per

i relativi

(5.67)

Adiag = R1 AR,
essendo

l'operatore rappresentato dalla matri e diagonale:

Adiag

Proposizione.

{ui }

... a1n
... a2n

... ...
... ann

sempli it stiamo onsiderando il aso ri = i = 1, i = 1, ..., n.

??).

Naturalmente le matri i

Adiag

hanno i medesimi autovalori, per ui i si pu hiedere

se la relazione (5.68) abbia validit generale. La risposta aermativa ed espressa dalla


seguente

Denizione.

Le matri i

sono simili se esiste una matri e

non singolare tale he:

B = C 1 AC

Proposizione.

Due matri i simili hanno gli stessi autovalori.

Dimostrazione.

Il polinomio aratteristi o di

gia h la matri e



pB () = det B I = det C 1 AC I ,

legata alla matri e

C 1 C=I

IC 1 C

he sostituita nella (5.70) porge:

dalla (5.69). D'altro anto:

IC 1 =C 1 I


C 1 IC = C 1 I C,


 
pB () = det C 1 AC C 1 I C

 
= det C 1 A I C


= det C 1 det A I (det C)

= det A I
= pA () ,
io

(5.69)

hanno lo stesso polinomio aratteristi o, da ui l'asserto.

(5.70)

Capitolo 6
Spazio duale
6.1 Forme lineari
Nel apitolo 5.4 abbiamo denito l'insieme
di spazio vettoriale su

Denizione.

K.

Hom (E, F )

(eq. 5.13) he assume la struttura

Riferiamo i in parti olare a:

Hom (E, K) = { :
Un omomorsmo

Il risultato dell'appli azione di

un omomorsmo tra

Hom (E, K)

si di e

su un vettore di

K}

forma lineare.

uno s alare. S riviamo:

def

(x) = hx, i , x E

Esempio 73. Nello spazio vettoriale Rn il prodotto s alare di due vettori a = (a1 , a2, ..., an ),
b = (b1 , b2 , ..., bn )

denito da:

ab=

n
X

ai bi

i=1

Ci premesso, onsideriamo l'appli azione lineare:

a : Rn 7 R
tale he ad ogni
Rn . Quindi:

x Rn

asso ia il prodotto s alare

x a,

(6.1)
essendo

un assegnato vettore di

hx, a i = x a
fa ile rendersi onto he l'appli azione (6.1) una forma lineare.
Poniamo per denizione:

def

E = Hom (E, K)
Introdu iamo in

l'operazione di somma tra forme lineari:

+ : E E 7 E
(1 , 2 ) E E 7 (1 + 2 ) E

(6.2)

La (6.2) os denita:

1 + 2 : E 7 K

(6.3)

def

v E 7 hv, 1 + 2 i = (hv, 1 i + hv, 2 i) K

Dimostriamo he

(1 + 2 ) E :
def

, K , v, w E , hv + w, 1 + 2 i = hv + w, 1i + hv + w, 2i
k E

= hv, 1 i + hw, 1i + hv, 2 i + hw, 2i


= hv, 1 + 2 i + hw, 1 + 2 i = (1 + 2 ) E

Introdu iamo ora l'operazione di prodotto di uno s alare per un elemento di

: K E 7 E
(, ) K E 7 () E

Hom (E, K):

(6.4)

La (6.4) os denita:

: E 7 K

(6.5)

def

v E 7 hv, i = hv, i K
Dimostriamo he

() E :
def

, K , v, w E , hv + w, i = hv + w, i
E

= ( hv, i + hw, i)
= hv, i + hw, i
= hv, i + hv, i = () E

Con l'introduzione delle operazioni (6.2)-(6.4), l'insieme E assume la struttura di spazio

vettoriale su K . Chiamiamo E
dello spazio vettoriale E .

spazio duale

Osservazione.

L'elemento neutro in

la forma lineare:

: v E 7 0
O
Cio:

L'elemento opposto ad un elemento

E
= 0, v E
v, O

la forma lineare

tale he:

hv, i = hv, i , v E
***

Lemma 74.

Sia

uno spazio vettoriale su

{ei }

una sua base (i

b1 , b2 , ..., bn K , ! E : hei , i = bi

Dimostrazione. Esistenza di
nenti nella base

{ei }.

(i

Preso ad arbitrio un vettore

Consideriamo l'appli azione:

:E
7 K
n
X
x E 7
xi bi
i=1

= 1, 2, ..., n = dim E ).

= 1, 2, ..., n)

x E,

siano

xi

le sue ompo-

(6.6)

Cio

hx, i =

n
X

xi bi

i=1

L'appli azione (6.6) manifestamente lineare, per ui una forma lineare. Appli hiamo
ai vettori di base:

x = ej = hej , i =
da ui l'esistenza di

: hej , i = bj

per

n
X

ij bi = bj ,

i=1

j = 1, 2, ..., n.

Uni it di Neghiamo la tesi:

, E : hei , i = hei , i = bi = hei , i = 0


Poniamo:

def

= ,
donde:

hei ,
i = 0
Quindi:

x E , hx,
i =

Remark 75.

n
X

xi ei ,

i=1

n
X
i=1

xi hei ,
i = 0

= =
=
=O

Da qui in avanti utilizziamo la onvenzione (di Einstein) di somma sugli indi i

ripetuti due volte. Ad esempio, la sommatoria:

n
X

ai bi

i=1

andrebbe s ritta omettendo il simbolo di sommatoria:

ai bi
Per una ragione he apparir hiara in seguito, uno dei due indi i s ritto in alto, per ui
ogni espressione del tipo:

ai bi
signi a:

ai bi

Prendiamo la

n-pla :

(b1 , b2 , ..., bn ) = (1, 0, ..., 0)


Per il lemma pre edente esiste ed uni a la forma lineare

Si ri ordi he

ij

1 E

tale he:


ei , 1 = i1

la delta di Krone her:

ij

Similmente possiamo ostruire una forma

1,
0,

se

i=j

altrimenti

2 :


(b1 , b2 , ..., bn ) = (0, 1, ..., 0) = !2 E : ei , 2 = i2

Da i segue he in orrispondenza delle

n-ple :

(1, 0, ..., 0) , (0, 1, ..., 0) , ..., (0, 0, ..., 1)


esiste ed uni a la

n-pla

di forme lineari:

 j
, j = 1, 2, ..., n

tali he:


ei , j = ij

Ci premesso, dimostriamo il:

Teorema 76.
Dimostrazione.

{j }

una base dello spazio duale

Si tratta di dimostrare he

dente. Abbiamo:

{j }

E .

un sistema massimo linearmente indipen-

j j = 0
Quindi:

Se


x, j j = 0, x E

un vettore di base:


0 = ei , j j = j ei , j = j ij = i

(6.7)

{j } linearmente indipendente. Dimostriamo he tale sistema

s opo prendiamo ad arbitrio E , quindi o orre far vedere

La (6.7) impli a he il sistema

di ordine massimo. A tale




h
he ,
linearmente dipendente o, i he lo stesso:

= i i , i = hei , i

i i riprodu ono i medesimi


spazio vettoriale E . Risulta:


ei , j j = j ei , j = j ij = i
hei , i = i

La (6.8) vera se le forme lineari


sui vettori di base dello

(6.8)

s alari quando agis ono

(6.9)

da ui la validit della (6.8).


Il teorema appena dimostrato garantis e l'esistenza di una base

base duale asso iata alla base {ei } di E .

denominata

di E nella base

{j }

Le grandezze

dello spazio duale

E ,

sono le omponenti

{j }.

6.2 Cambiamento di base nello spazio duale.


Riprendiamo le equazioni relative al ambiamento di base

ei

ei =

n
X
k=1
n
X

{ei } {ei }

??):

ik ek

(6.10)

ik ek ,

k=1

he individuano la matri e
vettore di

E:

R = (ik )

e la sua inversa

R1 = (ik ).

Se

un arbitrario

x=
x=

n
X

i=1
n
X

xi ei

nella base

{ei }

xi ei

nella base

{ei }

i=1

Le omponenti

xi

si trasformano se ondo la legge:

xi =

n
X

ij xj

(6.11)

j=1

Utilizzando la onvenzione di Einstein possiamo ridenire gli indi i degli elementi di matri e
he ompaiono nelle equazioni appena s ritte:

ei = ik ek

(6.12)

ei = ik ek ,
Con tale notazione, la (6.11) si ris rive:

xi = ji xj
La (6.13) esprime la legge di trasformazione dei osiddetti

(6.13)

vettori ontrovarianti he per

denizione hanno le omponenti on gli indi i s ritti in alto. Inoltre la legge di trasformazione
individuata dall'inversa della matri e R.

Al ambiamento di base {ei } {ei } nello spazio vettoriale


E il ambiamento di base {j } {j }. Si ri ordi he:

E , orrisponde nello spazio duale


ei , j = ij
D
E
j

ei ,
= ij
Determiniamo le equazioni di trasformazione he onnettono le basi
j
i
esprimiamo ome ombinazione lineare delle :

{j }, {j }.

j = ij i

A tale s opo

(6.14)

Per la (6.9):


ij = ei , j ,

donde:

Per la se onda delle (6.12):


j = ei , j i


j = ik ek , j i = ik ek , j i = ik kj i = ij i

In maniera simile si ottengono le

j = f j (i ).

Quindi:

j = ij i
j = ij i

(6.15)

Determiniamo la legge di trasformazione delle forme lineari in orrispondenza di un ambia{i } {i }. Abbiamo:

mento di base

= i i
= i i

nella base
nella base

Evidentemente:

 i

 i

i i = i i = i kj k
S rivendo

ome

i = k ki

Il sistema di vettori

Cio:

e sostituendo nell'equazione pre edente:


i k ki i ki k = 0 i ki i ki k = 0

{i }

linearmente indipendente, per ui:


k i ki k = 0 = k i ki = 0,

per

k = 1, 2, ..., n

k = ki i

(6.16)

k = ki i

(6.17)

Allo stesso modo si giunge a:

Le (6.16) o i he lo stesso le (6.16) ompongono le equazioni di trasformazione he


i
i

onnetteno le due basi { }, { } dello spazio duale E .

Per hiarezza ris riviamo tutte le equazioni ottenute:

j = ij i

ei = ik ek ,

(6.18)

ei = ik ek , j = ij i
Per quanto riguarda i vettori dello spazio

e del suo spazio duale

E :

xi = ji xj , i = ik k
i

x =

ji xj ,

(6.19)

ik k

Si noti he le equazioni relative al ambiamento di base

{ei } {ei }

esibis ono una forma


i
i
per os dire, spe ulare rispetto alle equazioni he onnettono le basi { }, { }. Pi pre i
samente, i vettori di E hanno omponenti s ritte in basso, e i si esprime di endo he
sono

vettori ovarianti.

Capitolo 7
Spazi vettoriali eu lidei
7.1 Introduzione
Gli spazi vettoriali eu lidei nas ono dall'esigenza di introdurre in uno spazio vettoriale nozioni
primitive del tipo distanza tra punti, angolo tra direzioni.

7.2 Prodotto s alare


Nell'esempio 73 abbiamo denito il prodotto s alare tra due vettori di

ab=

n
X

Rn :

ai bi

i=1

Pi in generale, assegnato un qualunque spazio vettoriale

prodotto s alare l'appli azione lineare:

sul ampo reale

R,

si denis e

: E E 7 R
(u, v) E E 7 u v R,
he veri a le propriet seguenti:
1. Commutativit:

u v = u v, u, v E
2. Asso iativit rispetto alla moltipli azione di uno s alare per un vettore:

u v = u v = (u v) , R, u, v E
3. Propriet distributiva rispetto alla somma tra vettori:

u (v + w) = u v + u w, u, v, w E
4.
In

Rn

u E , u v = 0 = v = 0.
il prodotto s alare os denito:

xy =
essendo

x = (x1 , x2 , ..., xn ) R

n
X

xk yk ,

k=1

y = (y1 , y2, ..., yn ) Rn .

(7.1)

Si onsideri lo spazio vettoriale


in

[a, b].

C (a, b)

( 2), i ui elementi sono le funzioni reali e ontinue

Il prodotto s alare tra i vettori di

f g =

Zb

C (a, b)

denito da:

f (x) g (x) dx

(7.2)

Infatti:
1.

gf =

Zb

g (x) f (x) dx =

2.

(f ) g =

Zb
a

Zb

f (x) g (x) dx = f g

Zb

f (x) g (x) dx = f (x) g (x) dx = f g


a

3.

f (g + h) =

Zb

f (x) [g (x) + h (x)] dx =

Zb

f (x) g (x) dx +

Zb

g (x) h (x) dx

=f g+f h
4.

f C (a, b) , f g = 0 = g (x) 0
Dimostriamo l'ultima impli azione. Deve essere:

f C (a, b) ,

Zb
a

f (x) g (x) dx = 0 = g (x) 0

(7.3)

Pro ediamo per assurdo:

x0 [a, b] : g (x0 ) 6= 0
Senza perdita di generalit supponiamo he sia

g (x0 ) > 0.

La ontinuit della funzione

g (x)

porge:

I (x0 ) = (x0 , x0 + ) : x I (x0 ) = g (x) > 0


Quindi:

g (x) = 0,
g (x) > 0,
Pertanto:

Zb

se
se

x [a, b] I (x0 )
x I (x0 )

f (x) g (x) dx =

In forza dell'arbitrariet della funzione

xZ0

f (x) g (x) dx

x0

f (x),

poniamo:

f (x) = 0, se x [a, b] I (x0 )


f (x) = [x (x0 )] [(x0 + ) x] ,

sex

I (x0 )

(7.4)

Con tale posizione, l'integrale (7.4) diventa:

xZ0

xZ0

[x (x0 )] [(x0 + ) x] g (x) dx > 0,

f (x) g (x) dx =

x0

(7.5)

x0

gia h l'integrando maggiore di zero.

Il risultato (7.5) ontraddi e l'ipotesi, da ui

l'asserto.

Esempi numeri i
C (0, ).

Consideriamo lo spazio vettoriale

f (x) = x; g (x) = sin x


Il prodotto s alare :

f g =

x sin xdx

Integriamo per parti:

f g =

x sin xdx =

xd ( cos x) =

x cos x|x=
x=0

cos xdx =

***
Consideriamo lo spazio vettoriale

C (0, b)

essendo

numero reale positivo preso ad arbitrio.

Siano:

f (x) = xex ; g (x) = sin x


Il prodotto s alare una funzione di

(f g) (b) =
=
Il prodotto s alare di

Osservazione.

In

Rn

(7.6)

b:

Zb

xex sin xdx


1
1 eb ((1 + b) cos b + b sin b)
2

date dalla (7.6) ha l'andamento riportato in gura 7.1.

il prodotto s alare tra due vettori dato dalla somma dei prodotti

delle omponenti omonime dei vettori medesimi [eq. (7.1). In


tra i vettori
(7.1).

f, g C (a, b)

C (a, b)

dato dalla (7.2), he la generalizzazione al ontinuo della

Infatti si passa dalla (7.1) alla (7.2) attraverso la sostituzione

elementi di

C (a, b)

il prodotto s alare

Quindi gli

sono vettori on un numero innito non numerabile di omponenti (in

quanto funzioni della variabile ontinua

x).

7.3 Tensore metri o


Sia

uno spazio vettoriale su

nella base

{ei }:

K.

Presi ad arbitrio

u, v E ,

onsideriamone le omponenti

u = ui ei , v = v i ei , (i = 1, 2, ..., n = dim E)

fg
0.6
0.5
0.4
0.3
0.2
0.1
4

Figura 7.1: Gra o di

10

12

(f g) (b).

Eseguiamo il prodotto s alare:



u v = ui ei v k ek = ui v k ei ek

Poniamo:

(7.7)

def

gik = ei ek
gik

un oggetto a

n (n + 1) /2

(7.8)

omponenti, denominato

tensore metri o.

La ragione

di tale denizione apparir hiara in un prossimo apitolo. Il numero delle omponenti

n (n + 1) /2

in forza della simmetria di

gki = ek ei

gik

rispetto alla permutazione degli indi i:

ommutativit del p.s.

ei ek = gik

Il prodotto s alare (7.7) si s rive:

u v = gik ui v k

(7.9)

Per la propriet 4 del prodotto s alare:

u E , u v = 0 = v = 0
In termini del tensore metri o:

u E , gik ui v k = 0 = v k = 0
Cio:


gik v k = 0, i = 1, 2, ..., n = v k = 0, k = 1, 2, ..., n

(7.10)

La (7.10) il sistema omogeneo:

g11 v 1 + g12 v 2 ... + g1n v n = 0


g21 v 1 + g22 v 2 ... + g2n v n = 0
..
1
2
n
gn1 v + gn2 v ... + gnn v = 0
La nostra ri hiesta si tradu e nell'esistenza della sola soluzione banale (o impropria):


v 1 , v 2 , ..., v n = (0, 0, ..., 0)

(7.11)

Come noto, ondizione ne essaria e su iente an h il sistema (7.11) ammetta la sola
soluzione impropria he sia diverso da zero il determinante della matri e dei oe ienti:

Poniamo per denizione:

Quindi la (7.12) si ris rive:




def
g =

g11
g21
...
gn1

g12
g22
....
gn2

g11
g21
...
gn1





6= 0


... g1n
... g2n
... ...
... gnn

g12
g22
....
gn2

... g1n
... g2n
... ...
... gnn

(7.12)





= det (gik )


g 6= 0

(7.13)

***

L'introduzione del prodotto s alare in uno spazio vettoriale

i onsente di introdurre le

nozioni di ortogonalit, unitariet e norma di un vettore.

Denizione.

Due vettori

Osservazione.
Denizione.

u, v

si di ono

ortogonali

se

u v = 0.

Il vettore nullo ortogonale ad ogni vettore di

Di esi

quadrato

del vettore

v,

E.

Infatti,

v E, v 0 = 0

la grandezza:

v v = gik v i v k
Si noti he la (7.14) una forma quadrati a nelle
tensore metri o

Denizione.

vi

(7.14)

i ui oe ienti sono le omponenti del

gik .

Un vettore

di esi

vettore unitario o versore

se

u u = 1.

7.4 Spazi vettoriali propriamente eu lidei e pseudo-eu lidei


Sia

uno spazio vettoriale sul ampo

Denizione.

Lo spazio vettoriale

v E la forma quadrati a gik v i v k


E di esi pseudo-eu lideo .

K.

propriamente eu lideo (o eu lideo) se per ogni

denita positiva. Nel aso ontrario, lo spazio vettoriale

La suddetta denizione pu essere formulata in termini di prodotto s alare tra i vettori di

E.

Pre isamente, abbiamo visto in 7.2 he una delle propriet del prodotto s alare :

u E, u v = 0 = v = 0
In uno spazio vettoriale propriamente eu lideo tale propriet si spe ializza nella seguente:

v E , v v =

> 0,
= 0,

se
se

v 6= 0
v=0

7.5 Norma di un vettore


Sia

uno spazio vettoriale propriamente eu lideo.

Di esi

norma

del vettore

grandezza:

def

||v|| =

v E

la

vv

Sussiste la seguente

Teorema della media.


v, w E , |v w| ||v|| ||w||

Dimostrazione.

Omessa.

7.6 Spazi metri i


Uno

spazio metri o un qualunque insieme non vuoto S tale he esiste una funzione reale

d (a, b)
1.

denita in

d (a, b)

SS

he veri a le seguenti propriet:

non negativa:

d (a, b) : S S 7 [0, +)

2.

Inoltre

d (a, b) = 0

d (a, b)

simmetri a rispetto alla permutazione delle variabili indipendenti:

se e solo se

a = b.

d (a, b) = d (b, a) , a, b S
3.

d (a, b)

veri a la

disuguaglianza triangolare :
d (a, c) d (a, b) + d (b, c) , a, b, c S

Chiamiamo

d (a, b)

distanza tra gli elementi di S .

Consideriamo il aso spe iale

S = E

spazio vettoriale su

K.

Una possibile denizione di

distanza :

d (x, y) = ||x y||

(7.15)

fa ile rendersi onto he la (7.15) veri a gli assiomi pre edenti.

7.7 Base ortonormale


Denizione. Un sistema = {wi } on i = 1, 2, ..., r n = dim E , di esi ortonormale
wi wj = ij ,

se:

(7.16)

io se i suoi vettori sono versori e sono mutuamente ortogonali.


L'ortonormalit di un sistema di vettori impli a l'indipendenza lineare dello stesso. Invero,
sussiste la seguente:

Proposizione.
( = {w1 , w2 , ..., wr }

ortonormale)

= (

linearmente indipendente)

Dimostrazione.

Studiamo le soluzioni rispetto a

dell'equazione:

i wi = 0
A tale s opo moltipli hiamo s alarmente per

(7.17)

wk (k = 1, 2, ..., n)

primo e se ondo membro

della (7.17):

i wi wk = 0 wk = 0
Tenendo onto della (7.16):

i ik = 0 = k = 0,
da ui segue he

per

k = 1, 2, ..., r

linearmente indipendente.

Denizione. Per r = n si ha he un sistema massimo linearmente indipendente, io una


base. Si on lude he ogni sistema ortonormale di ordine

base ortonormale

r = n una base di E ,

denominata

***
L'algoritmo he implementa l'ortonormalizzazione di una base generi a

pro edimento di ortonormalizzazione di Gram-S hmidt:

ei =
essendo:

{
ei }

ai
,
||ai ||

a1 = e1

Esempio 77.

noto ome

(7.18)

a1 e2
a1
a2 = e2
a1 a1
a2 e3
a1 e3
a3 = e3
a2
a1
a2 a2
a1 a1
.........................................
an1 en
a1 en
an1 ...
a1
an = en
an1 an1
a1 a1
Assegnati i vettori di

R3 :

e1 = (1, 1, 1) , e2 = (1, 2, 1) , e3 = (1, 2, 3) ,


provare he

{ei }

una base di

R3 ,

determinando poi la base ortonormale

pro edimento di Gram-S himidt

Soluzione 78.

{ei }

attraverso il

Studiamo l'equazione vettoriale:

1 e1 + 2 e2 + 3 e3 = 0,
equivalente al sistema lineare omogeneo:

1 + 2 + 3 = 0
1 22 + 23 = 0
1 + 2 + 33 = 0,
he ammette l'uni a soluzione (1 , 2 , 3 ) = (0, 0, 0), donde {ei } manifestamente una base
3
di R . Per ortonormalizzare {ei }, appli hiamo le (7.18) he in questo aso si s rivono:

a1 = e1
a1 e2
a2 = e2
a1
a1 a1
a2 e3
a1 e3
a3 = e3
a2
a1
a2 a2
a1 a1

da ui:

a1 = (1, 1, 1) , a2 = (1, 2, 1) , a3 = (1, 0, 1)

La norma di singolo vettore:

||a1 || =

3, ||a2 || =

6, ||a3 || =

2,

quindi:


1 1 1

e1 = , ,
3 3 3


1
2 1

e2 = , ,
6
6 6


1
1

e3 = , 0,
2
2
***
Sia

{ei }

E (n-dimensionale ).

una base ortonormale di uno spazio propriamente eu lideo

Preso ad arbitrio

x E:
x=

n
X

xi ei

(7.19)

i=1

moltipli hiamo s alarmente per

ek (k = 1, 2, ..., n)
x ek =

da ui:

xk = x ek ,

noti ome

xi ik ,

i=1

per

La (7.20) esprime le omponenti del vettore

ck

n
X

primo e se ondo membro della (7.19):

k = 1, 2, ..., n
nella base

{ei }.

(7.20)

xk
{ei }.

Spesso le

oe ienti di Fourier del vettore x rispetto alla base

si indi ano on

7.8 Polinomi ortonormali


Denizione. Di esi polinomio trigonometri o di ordine n, la funzione reale di variabile
reale:

a0 X
n (x) =
+
[ak cos (kx) + bk sin (kx)] , ak , bk R
2
k=1

Tn (, ) l'insieme dei polinomi trigonometri i di ordine n, per x [, ].


Tale insieme assume la struttura di spazio vettoriale reale, e la (2n + 1)-pla di s alari
(a0 , a1 , ..., an , b1 , ..., bn ) sono le omponenti del vettore n (x) nella base:
Indi hiamo on

Poniamo:

{1, cos x, sin x, cos 2x, sin 2x, ..., cos (nx) , sin (nx)}

(7.21)

e1 (x) = 1
e2 (x) = cos x
e3 (x) = sin x
...
e2n (x) = cos (nx)
e2n+1 (x) = sin (nx)

(7.22)

Da i segue he

dim Tn (, ) = 2n + 1.
n

in forza del quale lo spazio vettoriale

Deniamo il prodotto s alare:

n (x) n (x) dx,

Tn (, )

risulta essere propriamente eu lideo.

Inoltre la base (7.21) ortogonale in forza delle seguenti identit:

sin (kx) =

cos (kx) = 0, k N

sin (kx) cos (k x) = 0, k, k N

Cio:

ek (x) ek (x) dx = 0,

se

k 6= k

Tale base non per ortonormale, in quanto i suoi vettori non sono unitari:

||e1 (x)|| =
Z

Un vettore

cos2 (kx) =

e1 (x) e1 (x) dx =

dx = 2 ,

sin2 (kx) =

non unitario legato al suo versore da:

v
=
La (7.23) i onsente di passare dal vettore

v
||v||
v

(7.23)

al orrispondente vettore normalizzato

v
.

Quindi:

e1 (x)
1
=
||e1 (x)||
2
1
ek (x) = , k > 1

e1 (x) =

Da ui otteniamo la base ortonormale dello spazio

Tn (, ).

1
1
1
1
1
1
1
, cos x, sin x, cos 2x, sin 2x, ..., cos (nx) , sin (nx)

(7.24)

***
La nozione di polinomi ortonormali si generalizza nel modo seguente. Consideriamo lo spazio
vettoriale

C (a, b)

on prodotto s alare:

f g =

Zb
a

f (x) g (x) dx, f, g C (a, b)

Sia:

= {p1 (x) , p2 (x) , ..., pr (x)}


diremo he

ortonormale se:

Zb
a

pi (x) pj (x) dx = ij

Parte III
Appendi i

Appendi e A
Soluzioni degli eser izi proposti
A.1 Cal olo di determinanti del se ondo ordine

Quindi:

a11 b11 + a12 b21 a11 b12 + a12 b22


AB = a21 b11 + a22 b21 a21 b12 + a22 b21
a31 b11 + a32 b21 a31 b12 + a32 b22

p 2
q
A + B D = 4 r 1 s
9t
9u
A + B D = 0 (p = 2, q = 0, r = 4, s = 1, t = 9, u = 9)

io:

2 0
D = 4 1
9
9
***

4 1 2
A+B = 0 3 2
1 2 3

3 1 5
A C = 5 3 0
0
1 2

2 4 6
2A = 10 0 4
2 2 2

0 0 3
A + (B C) = 9 1 5
2 1
1

0 0 3
(A + B) C = 9 1 5
2 1
1

x1 x2 x3
D = x4 x5 x6
x7 x8 x9

ed tale he:

A+D =B
Ci impli a:

1 + x1 2 + x2 2 + x3
3 1 2
5 + x4
x5
2 + x6 = 4 2 5
1 + x7 1 + x8 1 + x9
2 0 3

da ui:

1 + x1
2 + x2
3 + x3
5 + x4
2 + x6
1 + x7
1 + x8
1 + x9

=3
= 1
=2
=4
=5
=2
=0
=3

Quindi:

2 3 5
D = 1 1 3
1
1 2

2 3 5

1 1 3
BA=
1
1 2

1 2
(A B) = 5 0
1 1

2 3 5
= 1 1 3
1
1 2

3
3 1 2
2 4 2 5
1
2 0 3

***


2 3

1 4



= 2 4 3 1 = 5;



sin cos
2 1

=
4
+
1
=
5;
cos sin
1 2


+ i + i

i i



= sin2 + cos2 a = 1;




= 2 + 2 2 + 2 = 2 + 2 2 2


sin sin

sin cos


cos sin

sin cos



= sin cos sin cos a = sin ( )



= cos cos sin sin = cos ( + )


tan 1

1
tan


1 lgb a

lga b 1


a+b b+d

a+c c+d



= 1 lga b lgb a
=
0

(lga b=lgb a)



= ac + bd ab cd = a (c b) + d (b c)


a+b ab

ab ab


x1
1

2
x3
x +x+1



= tan2 + 1 = sec2



= a2 + 2ab + b2 a2 + 2ab b2 = 4ab




= (x 1) x2 + x + 1 x3 = x3 1 x3 = 1



  
 2
 

2
= 2 + = cos 2 + i sin 2

+ i sin
1
3
3
3

A.2 Determinanti del terzo ordine




1


1
1



1 0 1 = (1) 1 1


1 0
1 1 0

0 1 1

1 0 1

1 1 0






= 1 1

1 0





1 1
(1)


1 1 = (0 + 1) + (1 + 1) = +1


1 1
+
0 1



= (0 1) + (1 0) = +1 + 1 = 2






a

1


a
a
1
a





a a x = a2 1 1 x = a2





a a x
1 1 x



2 a+x 1
+
= a2
1
z 2
= 2a2 (a + x)


1 1 1

1 2 3

1 3 6


1 1 1

= 1 2 3

0 1 3


1
i 1+i

i 1
0

1i 0
1


1 1 1

= 0 1 2

0 1 3






= (1 i) i 1 + i

1
0

1
1
a
0
2 a+x
1 1
x

a
a+x



1 2
=
1 3



=1



= (1 + i) (1 i) = 2



1
cos
+
i
sin
cos
+
i
sin
3
3
4
4

2
2
cos i sin
1
cos
+
i
sin
3
3
3
3

cos i sin cos 2 i sin 2

1
4
3
3
4



2
2

1
cos
+
i
sin
cos 3 i sin 3 cos 2
+ i sin 2
3
3
3
3



=
cos 3 + i sin 3 cos i sin
i sin 2
1
1
cos 2
3
3
4
4




 cos 3 i sin 3
1

+ cos + i sin

2
2
4
4 cos 4 i sin 4 cos 3 i sin 3
# 
!"

r

1 i 3
i
1 i
i 3
1+i
3 12 2i
=0

+
+
+ 1
2
2
2
2 2
2
2
2
2

1+i
1i
= 1 1 = 2 2
2
2
Poniamo:

per

= cos 2
+ i sin 2
:
3
3



1 1 1



def
= 1 2 = 3 3 + 2
1 2

= 3i 3

A.3 Determinanti di ordine qualsiasi


Si tratta di determinare gli zeri della funzione

f (x).

Lo sviluppo del determinante porge:

f (x) = x2 x 8,
donde:

f (x) = 0 x =


1
1 33
2

***

Per una nota propriet, il determinante di una matri e diagonale pari al prodotto degli
elementi della diagonale prin ipale, donde:

det Adiag = 1 2 3 ... n = n!


***

Il al olo diretto di

(n)

(eq. 1.55) porge:

(2) = 1, (3) = 1, (4) = 1, (5) = 1, (6) = 1


Da i segue he:

(n) = (1)k(n) ,

essendo

k (n)

tale he:

k (n) =

La (A.1) impli a he

k (n)

n=2
n=3
pari,
n=4
pari,
n=5
dispari, n = 6
.................
dispari,
dispari,

(A.1)

deve essere del tipo:

k (n) = an2 + bn

(A.2)

An h sia valida la (A.1):

4a + 2b = 1
9a + 3b = 3,
da ui:

(a, b) =

1 1
,
2 2

= k (n) =

n (n 1)
2

Si on lude:

(n) = (1)

n(n1)
2

***

Il al olo diretto di

(n)

(eq. 1.56) porge:

D (2) = 2, D (3) = 6, D (4) = 24, D (5) = 120, D (6) = 720

Da i segue:

D (n) = nD (n 1)
Quindi:

D (n) = n (n 1) (n 2) ... 1 = n!
***

Cal oliamo direttamente

F (n)

per

n = 2, 3.

La (1.57) :

f2 (x) = x (x 1)
f3 (x) = x (x 1) (x 2)
Quindi:

(A.3)




F (2) =




=





F (3) =






=

Osserviamo he:

f2 (0) f2 (1) f2 (2)


f2 (1) f2 (2) f2 (3)
f2 (2) f2 (3) f2 (4)

0 0 2
0 2 6 = 8;
2 6 12
f3 (0)
f3 (1)
f3 (2)
f3 (3)
0
0
0
3

f3 (1)
f3 (2)
f3 (3)
f3 (4)

f3 (2) f3 (3)
f3 (3) f3 (4)
f3 (4) f3 (5)
f3 (5) f3 (6)

0 0
3
0 3 24
= 1296
3 24 60
24 60 120
(2!)3 = 8
(3!)4 = 1296

donde:

|F (n)| = n!n+1
Inoltre:

n (n 1)
=
2

1, n = 1
2, n = 2

Quindi:

F (n) = (1)

n(n1)
2

n!n+1

***

Eseguiamo il al olo espli ito per

Dalla prima delle (A.3):

n = 2:


f2 (x) f2 (x) f2 (x)

G (x, 2) = f2 (x) f2 (x) f2 (x)
f (x) f (x) f (4) (x)
2
2
2

(4)

f2 (x) = 2x 1; f2 (x) = 2; f2 (x) = f2 (x) = 0


Quindi:

2

x x 2x 1 2


2
0 = 8
G (x, 2) = 2x 1

2
0
0

Eseguiamo il al olo espli ito per

n = 3:






G (x, 3) =


f3 (x) f3 (x) f3 (x) f3 (x)

(4)
f3 (x) f3 (x) f3 (x) f3 (x)

(4)
(5)
f3 (x) f3 (x) f3 (x) f3 (x)
(4)
(5)
(6)
f3 (x) f3 (x) f3 (x) f3 (x)

Dalla se onda delle (A.3):

f3 (x) = 3x2 6x + 2
f3 (x) = 6 (x 1)
f3 (x) = 6
(r)

f3 (x) = 0, (r = 4, 5, ...)
Quindi:


x (x 1) (x 2) 3x2 6x + 2 6 (x 1)

3x2 6x + 2
6 (x 1)
6
G (x, 3) =
6
(x

1)
6
0


6
0
0

Si on lude he: 1)

G (x, n) G (n);

2)

G (n) = F (n) = (1)

n(n1)
2

6
0
0
0





= 1296


n!n+1 .

***

Risolviamo la (1.58) per al uni valori di

Per

Per


1 x

1 a1

n = 2:

n = 3:







1 x
1 a1
1 a2
1 a3

Per ogni

n.

Per

n=1

la soluzione immediata:



= 0 x a1 = 0 x = a1



1 x x2


1 a1 a21 = 0 (x a1 ) (x a2 ) (a2 a1 ) = 0 x = a1 , a2


1 a2 a22
x2
a21
a22
a23

x3
a31
a32
a33





= 0 (x a1 ) (x a2 ) (a2 a1 ) (a3 a1 ) = 0 x = a1 , a2 , a3


n N:
1
x
x2
1 a1
a21
1 a2
a22
... ...
...
2
1 an1 an1

...
...
...
...
...

xn1
an1
1
a2n1
...
n1
an1





n1
Y

= 0
(x ak ) = 0 x = a1 , a2 , ..., an


k=1


***

La (1.59) per

Per

Per

Per

n=2

si s rive:


1
1

1 1x

n = 3:

n = 4:








n = 5:


1
1
1

1 1x
1

1
1
2x
1
1
1
1
1 1x
1
1
1
1
2x
1
1
1
1
3x

1
1
1
1
1
1 1x
1
1
1
1
1
2x
1
1
1
1
1
3x
1
1
1
1
1
4x



= 0 x = 0




= 0 x (x 1) = x = 0, 1






= 0 x x2 3x + 2 = 0 x = 0, 1, 2








= 0 x x3 6x2 + 11x 6 = 0 x = 0, 1, 2, 3



Si on lude he (1.59) un'equazione di grado

n 1,

le ui soluzioni sono:

x = 0, 1, 2, ..., n 2
***
Risolviamo la (1.60) per

Per

Per

n = 2:


a1
a2

a1 a1 + a2 x



= 0 a1 (a1 x) = 0 x = a1

n = 2:

a1
a2
a3

a1 a1 + a2 x
a3

a1
a2
a2 + a3 x
n = 3:










= 0 a1 (a1 x) (a2 x) = 0 x = a1 ,a2

a1
a2
a3
a4
a1 a1 + a2 x
a3
a4
a1
a2
a2 + a3 x
a4
a1
a2
a3
a3 + a4 x

= a1 (a1 x) (a2 x) (a3 x) = 0 x = a1 ,a2 , a3

Per

n = 4:









a1
a2
a3
a4
a5
a1 a1 + a2 x
a3
a4
a5
a1
a2
a2 + a3 x
a4
a5
a1
a2
a3
a2 + a3 x
a5
a1
a2
a3
a3
a3 + a4 x

= a1 (a1 x) (a2 x) (a3 x) = 0 x = a1 ,a2 , a3 , a4

Per ogni

n:









a1
a2
a3
a1 a1 + a2 x
a3
a1
a2
a2 + a3 x
...
...
...
a1
a2
a3

n1
Y
k=1

...
an
...
an
...
an
...
...
... an1 + an x

ak (ak x) = 0 x = ak , (k = 1, 2, ..., n 1)
***

Il determinante (1.61) nullo, in quanto la terza olonna ombinazione lineare delle prime
due. Infatti:



2 + 6 + 9 = C1 2 + C2 2 + 2 + 1 + C3 2 + 4 + 4 ,

da ui:

C1 + C2 + C3 = 1
0 + 2C2 + 4C3 = 6
0 + C2 + 4C3 = 9
Tale sistema lineare ompatibile e determinato:

(C1 , C2, C3 ) = (1, 6, 9)


Quindi:

(k + 3)2 = k 2 3 (k + 1)2 + 3 (k + 2) , k = , , ,
da ui l'annullarsi del determinante.
***
La matri e omplementare della (1.62) relativa all'elemento 11 la matri e diagonale di
ordine

n 1:
A11

a2 0
0 a3
=
... ...
0 0

Il omplemento algebri o dell'elemento 11 :

... 0
... 0

... ...
... an

11 = (1)2 M11 ,
essendo:

M11 = det A11 =

n
Y

ak

k=2
fa ile rendersi onto he:

Mij = 0
poi h ogni

Aij

on

i 6= j

se

i 6= j,

ha una riga nulla. Ad esempio:

A12

Inoltre:

A22

quindi:

0 a2
0 0
=
... ...
0 0

... 0
... 0

... ...
... an

a1 0 0 ... 0
0 a3 0 ... 0

=
... ... ... ... ... ,
0 0 0 0 an

22 = M22 = det A22 =

n
Y

ak

k=1
k6=2
Si on lude he:

ij = 0, se i 6= j
n
Y
ii =
ak
k=1
k6=i

Passando alla somma dei omplementi algebri i:

n X
n
X

ij =

i=1 j=1

n
X

ii

i=1
n Y
n
X

ak

i=1 k=1
k6=i

= a2 a3 ...an + a1 a3 ...an + ... + a1 a2 ...an1




1
1
1
= a1 a2 ...an
+
+ ... +
a1 a2
an
***

onveniente eseguire il al olo diretto per

Segue:

n = 3.

La matri e (1.63) :

0 0 a1
A = 0 a2 0
a3 0 0

A11
A12
A13
A21
A22
A23
A31
A32
A33
Sommando:



=


=


=


=


=


=


=


=


=

3 X
3
X
i=1 j=1

Per ogni


a2 0
= 0 = 11 = 0
0 0

0 0
= 0 = 12 = 0
a3 0

0 a2
= a2 a3 = 13 = b2 b3
a3 0

0 a1
= 0 = 22 = 0
0 0

0 a1
= a1 a3 = 22 = 0
a3 0

0 0
= 0 = 23 = 0
a3 0

0 a1
= a1 a2 = 31 = a1 a2
a2 0

0 a1
= 0 = 32 = 0
0 0

0 0
= 0 = 33 = 0
0 a2
ij = (a1 a2 a3 )

1
1
1
+
+
a1 a2 a2

n:
n X
n
X

ij = (1) a1 a2 ...an

i=1 j=1

1
1
1
+
+ ... +
a1 a2
an

***

Sviluppando (1.64):





0 1 1
1 1 1




= a 1 1 1 b 0 1 1
1 1
1 1
0
0
|
{z
}
|
{z
}
=+3
=+1



1

1
0
1
0 1



= +c 0 1 1 d 0 1 1
1 1 0
1 1 1
|
{z
}
|
{z
=+2

=1

= 3a b + 2c d

***

Sviluppando (1.65):




1 2 1
2





= x 1 1 2 + y 1
1 1 1
1
| {z }
|
=+1

= 4t (x + y + z)






2 1 1
2 1 1
1 1




1 2 + z 1 2 1 + 4 1 2 1
1 1 1
1 1 2
1 1
{z }
| {z }
| {z }

=1

=1

***
Sviluppando (1.66):






0 1 1
1 1 1
1









= a 1 0 1 b 1 0 1 + c 0
1 1 0
1 1 0
1
| {z }
| {z }
|
=+2

=+1




1 1 1
1 1


1 1 d 0 1 1
1 0 1
1 0
{z }
| {z }

=1

= 2a b + c d

=1

***

17.

1
2
3
1 0
3
1 2 0
... ... ...
1 2 3

...
...
...
...
...

n
n
n
...
0

onveniente eseguire il al olo diretto per al uni signi ativi

n:

2
= 2 = 2!
0

2 3
0 3 = 6 = 3!
2 0

valori dell'intero naturale


1
n = 2:
1

1

n = 3: 1
1

1

1
n = 4:
1
1

1

1

n = 5: 1
1

1

2
3
0
3
2 0
2 3

4
4
4
0

2
3
4
0
3
4
2 0
4
2 3 0
2 3 4

Si on lude he per ogni

18.





= 24 = 6!



5
5
5
5
0

n,






= 120 = 5!



il determinante vale

n!.

An he qui onveniente al olare per assegnati


1
a1
n = 2:
1 a1 + b1

1
a1

n = 3: 1 a1 + b1
1
a1



= b1

a2
a2
a2 + b2




= b1 b2

n:





n = 4:

1
a1
a2
a2
1 a1 + b1
a2
a3
1
a1
a2 + b2
a3
1
a1
a2
a3 + b3

Si on lude he

D (n) =

n
Q





= b1 b2 b3


bk

k=1

19.

Espli itando per i vari

n:



1 x1
= x x1
n = 2; f2 (x; x1 ) =
1 x



1 x1 x2


n = 3; f3 (x; x1 , x2 ) = 1 x x2 = (x x1 ) (x x2 )
1 x1 x




n = 4; f4 (x; x1, x2 , x3 ) =


1 x1 x2 x3
1 x x2 x3
= (x x1 ) (x x2 ) (x x3 )
1 x1 x x3
1 x1 x2 x

Si onlude he:

fn (x; x1 , x2 , ..., xn ) =

n
Y

k=1

20.

Espli itiamo (1.67) per diversi valori di

n:


1
(2) =
1

1 2

(3) = 1 3
1 2

1 2 3

1 3 3
(4) =
1 2 5
1 2 3

1 2 3 4

1 3 3 4

(5) = 1 2 5 4
1 2 3 7

1 2 3 4
Si on lude he

(n) = (n 1)!

(x xk )


2
=1
3

3
3 = 2
5

4
4
=6
4
7

5
5
5 = 24
5
9

21.

Espli itiamo (1.68) per diversi valori di

Si on lude he

22.

n:


1
(2) =
2

1 2

(3) = 2 2
2 2

1 2 2

2 2 2
(4) =
2 2 3
2 2 2

1 2 2 2

2 2 2 2

(5) = 2 2 3 2
2 2 2 4

2 2 2 2

(n) = 2 (n 2)!

Risulta:



1

b
1
=1
n = 1 = (b1 ) =
1 1 b1


1

b
0
1



b2 = 1
n = 2 = (b1 , b2 ) = 1 1 b1
0
1 1 b2

1
b1
0
0

1 1 b1
b2
0
n = 3 = (b1 , b2 , b3 ) =
0
1
1

b
b
2
2

0
0
1 1 b2
Da i segue:

23.


2
= 2
2

2
2 = 2
3

2
2
= 4
2
4

2
2
2 = 12
2
5





=1


n N {0} , (b1 , b2 , ..., bn ) = 1


Risulta:


a a+h
(2) =
a
a



= a (2a + h)



a a + h a + 2h


= 3a2 (a + h)
a
0
(3) = a

0

a
a


a a + h a + 2h a + 3h


a

a
0
0

= 2a3 (2a + 3h)
(4) =

0
a
a
0


0

0
a
a


a a + h a + 2h a + 3h a + 4h


a

a
0
0
0



= 5a4 (a + 2h)
a
a
0
0
(5) = 0

0

0
a
a
0


0

0
0
a
a

Da i segue he:

(n) = an1 fn
Deve essere:

f2 = 2a + h


31
f3 = 3 (a + h) = 3 a +
h
2


3
f4 = 4 2a + h
2


51
f5 = 5 (a + 2h) = 5 a +
h
2
...


n1
fn = n a +
h ,
2
io:

n1

(n) = na

24.

Per

n = 4:

Per ogni

25.

Per

n:

n = 4:

Per ogni

n:





(4) =



n1
a+
h
2


a0 1 0
0
a1 x 1 0
= a0 x3 + a1 x2 + a2 x + a3
a2 0
x 1
a3 0
0
x
(n) = a0 xn1 + a1 xn2 + ... + a3





(4) =

4
3
2
1 x
0
0 1 x
0
0 1
(n) =

1
0
0
x





= 4x3 + 3x2 + 2x + 1


n
X

kxk1

k=1

26.

Il determinante (1.72) :

r1
r1
X
X
k

1k a1
1k ak2

k=1
k=1
X
r2
X
r2
k

2k a1
2k ak2

k=1
k=1

...
...

X
rn
rn
X


nk ak1
nk ak2

k=1

poi h:

fh (x) =

k=1

rk
X
k=1




...


k=1

r2
X

k
...
2k an
,
k=1

...
...


rn
X

k
nk an
...
r1
X

1k akn

k=1

hk xh , h = 1, 2, ..., n

(A.4)

Per una nota propriet dei determinanti, la (A.4) pu essere s ritta ome:


r1
X

11 a1
1k ak2


k=1

r2
X

21 a1
2k ak2


k=1

...
...

rn
X

n1 a1
nk ak2

1
1
...
1



...
1k akn

k=1

r
2
X

k
...
2k an
+
k=1

...
...


rn
X

k
...
nk an

k=1
k=1


r1
r1
X
X


2
k
k
12 a
1k a2 ...
1k an
1



k=1
k=1


r2
r2
X
X


2
k
k
22 a1
2k a2 ...
2k an

+
+ ...
k=1
k=1


...
...
...
...



rn
rn
X
X


k
k
n2 an1

a
...

a
nk 2
nk n


k=1
k=1


r1
r1
X
X


k
k
1r ar1
1k a2 ...
1k an
1 1



k=1
k=1


r2
r2
X
X


k
k
2r1 ar11
2k an
2k a2 ...

... +

k=1
k=1


...
...
...
...




rn
rn
X
X


r
k
k
1
nr1 a1

nk an
nk a2 ...


k=1
k=1


r1
r1
X
X


k
k
1k

a
...
1k
1k
n
2



k=1
k=1


r2
r2
X
X

r1
k
k
X
k 2k

a
...
2k
2k
2
n

a1
=


k=1
k=1


k=1
...
...
...

...


r
r
n
n
X
X


k
k
nk

nk an
nk a2 ...


k=1
k=1


1k 1k ... 1k


r2
rn
r1 X
X
X


k k
k 2k 2k ... 2k
=
... a1 a2 ...an
... ... ...
...
k=1 k=1 k=1
nk nk ... nk

1 ... 1
r1 r2
rn
1 ... 1 XX X k k k
...
a1 a2 ...an 1k 2k ...nk
... ... ...
k=1 k=1 k=1
1 ... 1
r1
X

=0

27.

Per

n = 1, 2, 3:


a0 a1
= a0 x1 + a1 y1
n = 1 = f (x1 ; y1 ) =
y1 x1


a0
a1 a2

n = 2 = f (x1 , x2 ; y1 , y2 ) = y1 x1 0 = a0 x1 x2 + a1 x2 y1 + a2 y1 y2
0 y2 x2


a0

a
a
a
1
2
3


y1 x1

0
0

n = 3 = f (x1 , x2 , x3 ; y1 , y2 , y3) =

0 y2 x2 0
0
0 y3 x3
= a0 x1 x2 x3 + a1 x2 x3 y1 + a2 x3 y1 y2 + a3 y1 y2 y3

Per tutti gli

n:
f (x1 , x2 , ..., xn ; y1 , y2, ..., yn ) =

n
h
n
X
Y
Y
ak yk
xj
h=0

28.

Per

k=1

n = 1, 2, 3:

Per tutti gli

n:



a0 0
= a0 x
f1 (x) =
1 x


2a0 a1 0



f2 (x) = 2 x 0 = 2 a0 x2 + 2a1
0 1 x


6a0 2a1 a2 a3


3 x 0 0


= 3! a0 x3 + a1 x2 + a2 x + a0
f3 (x) =

0 2 x 0
0
0 0 x
fn (x) = n!

n
X

ak x3k

k=0

29.

j=h+1

Espli itiamo (1.75):

D (1) = 2

2
D (2) =
1

2

D (3) = 1
0

2

1
D (4) =
0
0

2

1

D (5) = 0
0

0


1
=3
2

1 0
2 1 = 4
1 2

1 0 0
2 1 0
=5
1 2 1
0 1 2

1 0 0 0
2 1 0 0
1 2 1 0 = 6
0 1 2 1
0 0 1 2

...
D (n) = n + 1

8
6
4
2
0
-2

-2

-1

Figura A.1: Gra o di

30.

fn (x)

per

n = 1, 2, 3, ..., 7.

Espli itiamo l'espressione analiti a della (1.76) per vari

Osserviamo he:

n:

f1 (x) = 2 cos x


2 cos x

1

= 4 cos2 x 1
f2 (x) =
1
2 cos x


2 cos x

1
0



= 4 cos x + 8 cos3 x
f3 (x) =
1
2 cos x
1


0
1
2 cos x
sin 3x
sin x
sin 4x
3
4 cos x + 8 cos x =
sin x
4 cos2 x 1 =

Ci impli a:

fn (x) =

sin [(n + 1) x]
sin x

Il gra o riportato in gura A.1

31.

Espli itiamo l'espressione analiti a della (1.77) per vari

Osserviamo he:

n:

f1 (x) = cos x


cos x

1
= 2 cos2 x 1
f2 (x) =
1
2 cos x


cos x

1
0



= 3 cos x + 4 cos3 x
2 cos x
1
f3 (x) = 1

0
1
2 cos x
2 cos2 x 1 = cos 2x
3 cos x + 8 cos3 x = cos 3x

Ci impli a:

fn (x) = cos (nx)

0.5

-1

-0.5

0.5

-0.5

-1
Figura A.2: Gra o di

Il gra o riportato in gura A.2

A.3.1 end

fn (x)

per

n = 1, 2, 3, ..., 7.