Sei sulla pagina 1di 286

Universit`

a degli Studi di Bergamo

Esercizi di Matematica II

Francesco Bottacin
A.A. 2002/03

Capitolo 1

Spazi Vettoriali

1. Richiami di teoria
1.1. Spazi vettoriali
Sia C un campo fissato (usualmente C `e il campo dei numeri reali R oppure
il campo dei numeri complessi C).
Definizione 1.1. Uno spazio vettoriale su C `e un insieme V dotato di una
operazione +V , detta somma,
+V : V V V,

(v1 , v2 ) 7 v1 +V v2 ,

e di una operazione V
V : C V V,

(, v) 7 V v,

detta prodotto per uno scalare, che soddisfano le seguenti propriet`a: per
ogni , 1 , 2 C e ogni v, v1 , v2 V si ha
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)

(v1 +V v2 ) +V v3 = v1 +V (v2 +V v3 );
v1 +V v2 = v2 +V v1 ;
esiste un elemento 0V V tale che v +V 0V = 0V +V v = v;
per ogni v V esiste un elemento v 0 V tale che v+V v 0 = v 0 +V v =
0V . Tale elemento v 0 viene indicato con v e detto lopposto di v;
V (v1 +V v2 ) = ( V v1 ) +V ( V v2 );
(1 + 2 ) V v = (1 V v) +V (2 V v);
(1 2 ) V v = 1 V (2 V v);
1 V v = v.

Gli elementi di uno spazio vettoriale V sono detti vettori. Gli elementi
del campo C sono detti scalari.
Dora in poi, qualora non vi sia pericolo di confusione, loperazione di
somma in uno spazio vettoriale V sar`a indicata semplicemente con + mentre
il simbolo del prodotto per uno scalare sar`a omesso: si scriver`a quindi v1 +v2
al posto di v1 +V v2 e v al posto di V v.
Consideriamo ora uno spazio vettoriale V , definito sul campo C.

1. Spazi Vettoriali

Definizione 1.2. Un sottospazio vettoriale W di V `e un sottoinsieme W


V tale che la restrizione a W delle operazioni di somma e di prodotto per
uno scalare definite su V rende W uno spazio vettoriale sul campo C.
Dalla definizione si deduce quindi che affinche un sottoinsieme W di V sia
un sottospazio vettoriale `e necessario e sufficiente che, per ogni w1 , w2 W ,
si abbia w1 + w2 W ; che per ogni w W anche w W ; che 0V W ; e
che, per ogni C e ogni w W , anche w W . Tutte queste condizioni
si possono riassumere nella seguente:
Proposizione 1.3. Un sottoinsieme W di uno spazio vettoriale V sul campo C `e un sottospazio vettoriale se e solo se
1 w1 + 2 w2 W,
per ogni 1 , 2 C e ogni w1 , w2 W .
Si noti che, se (Wi )iI `e una famiglia di sottospazi vettoriali di V , allora
anche lintersezione di tutti i Wi
\
Wi
iI

`e un sottospazio vettoriale di V .
Lanaloga propriet`a non vale invece per lunione: se W1 e W2 sono due
sottospazi vettoriali di V , lunione W1 W2 non `e, in generale, un sottospazio
vettoriale di V .

1.2. Combinazioni lineari e basi


Sia V uno spazio vettoriale su un campo C e siano v1 , v2 , . . . , vn dei vettori
di V .
Definizione 1.4. Una combinazione lineare dei vettori v1 , v2 , . . . , vn `e lespressione
1 v 1 + 2 v 2 + + n v n ,
per 1 , 2 , . . . , n C.
Definizione 1.5. I vettori v1 , v2 , . . . , vn si dicono linearmente indipendenti
se lequazione
1 v1 + 2 v2 + + n vn = 0V
ha come unica soluzione 1 = 2 = = n = 0. I vettori v1 , v2 , . . . , vn si
dicono linearmente dipendenti se non sono linearmente indipendenti, cio`e
se esistono degli scalari 1 , 2 , . . . , n non tutti nulli tali che 1 v1 + 2 v2 +
+ n vn = 0V .
Ricordiamo il seguente risultato:
Proposizione 1.6. Se v1 , v2 , . . . , vn sono linearmente indipendenti e se v
si pu`o scrivere come loro combinazione lineare,
v = 1 v 1 + 2 v 2 + + n v n ,

1. Richiami di teoria

allora gli scalari 1 , 2 , . . . , n sono determinati in modo unico.


Sia S un sottoinsieme dello spazio vettoriale V . Definiamo il sottospazio
vettoriale generato da S, indicato con L(S), come il pi`
u piccolo (per la relazione dordine data dallinclusione) sottospazio vettoriale di V contenente
S (se S `e vuoto poniamo L(S) = {0}). Dato che lintersezione di una famiglia di sottospazi vettoriali di V `e un sottospazio vettoriale, si verifica
immediatamente che si ha:
\
L(S) =
U,
SU

cio`e L(S) `e lintersezione di tutti i sottospazi vettoriali di V contenenti S.


Unaltra descrizione, ancora pi`
u esplicita, di L(S) `e la seguente:
( n
)
X
L(S) =
i vi | n N, i C, vi S ,
i=1

cio`e gli elementi di L(S) sono quei vettori di V che si possono esprimere
come combinazione lineare di un numero finito di elementi di S.
Se S = {v1 , v2 , . . . , vm }, il sottospazio vettoriale L(S) verr`a spesso indicato con la notazione hv1 , v2 , . . . , vn i.
Dato che, come abbiamo gi`a visto, nel contesto degli spazi vettoriali loperazione di unione di due sottospazi non ha delle buone propriet`a (lunione
di due sottospazi vettoriali non `e un sottospazio vettoriale), tale operazione
viene sostituita dalloperazione di somma:
Definizione 1.7. Se W1 e W2 sono sottospazi vettoriali di V , la somma
W1 + W2 `e il sottospazio vettoriale L(W1 W2 ) generato da W1 W2 .
Da quanto detto prima si ha che
W1 + W2 = {1 w1 + 2 w2 | 1 , 2 C, w1 W1 , w2 W2 }.
Definizione 1.8. La somma di due sottospazi vettoriali W1 e W2 di V si
dice diretta, e si indica con W1 W2 , se si ha W1 W2 = 0.
Si verifica facilmente che se v W1 W2 allora v si pu`o scrivere in un
unico modo nella forma v = w1 + w2 , con w1 W1 e w2 W2 .
Definizione 1.9. Un insieme di vettori {v1 , v2 , . . . , vm } `e detto un insieme
di generatori di V se L{v1 , v2 , . . . , vm } = V . In tal caso si dice anche che i
vettori v1 , v2 , . . . , vm generano V .
Definizione 1.10. Uno spazio vettoriale V `e detto finitamente generato se
esiste un insieme finito di generatori di V .
La relazione fondamentale tra vettori linearmente indipendenti e insiemi
di generatori `e contenuta nel risultato seguente:
Proposizione 1.11. Sia V uno spazio vettoriale. Sia {v1 , v2 , . . . , vm } un
insieme di generatori di V e {w1 , w2 , . . . , wr } un insieme di vettori linearmente indipendenti. Allora r m.

1. Spazi Vettoriali

Nel seguito considereremo solo spazi vettoriali finitamente generati, cio`e


spazi vettoriali che ammettono un insieme finito di generatori. A tal proposito, ricordiamo il seguente risultato:
Proposizione 1.12. Ogni sottospazio vettoriale W di uno spazio vettoriale
finitamente generato V `e finitamente generato.
Definizione 1.13. Una base di V `e un insieme di vettori linearmente
indipendenti che generano V .
I risultati seguenti precisano le relazioni esistenti tra i concetti di vettori linearmente indipendenti, insiemi di generatori e basi di uno spazio
vettoriale V .
Proposizione 1.14. Sia {v1 , v2 , . . . , vr } un insieme di vettori linearmente indipendenti di un spazio vettoriale V (finitamente generato). Allora
esistono dei vettori vr+1 , . . . , vn tali che
{v1 , v2 , . . . , vr , vr+1 , . . . , vn }
sia una base di V .
Proposizione 1.15. Ogni spazio vettoriale V (finitamente generato) ha
una base.
Proposizione 1.16. Sia {v1 , v2 , . . . , vm } un insieme di generatori di V .
Allora esiste un sottoinsieme di {v1 , v2 , . . . , vm } che `e una base di V .
Proposizione 1.17. Se {v1 , v2 , . . . , vn } e {w1 , w2 , . . . , wm } sono due basi
di V , allora m = n.
Dato che tutte le basi di uno spazio vettoriale hanno lo stesso numero di
elementi, tale numero dipende solo dallo spazio vettoriale. Possiamo quindi
dare la seguente definizione:
Definizione 1.18. La dimensione di uno spazio vettoriale V sul corpo C,
indicata con dimC V , o semplicemente con dim V , `e il numero di elementi
di una base di V .
Proposizione 1.19. Se W `e un sottospazio vettoriale di V , si ha dim W
dim V .
Se si conosce la dimensione di uno spazio vettoriale V allora la verifica
che un certo insieme di vettori costituisce una base di V risulta semplificata.
Vale infatti il seguente risultato.
Proposizione 1.20. Sia V uno spazio vettoriale di dimensione n e siano
v1 , . . . , vn dei vettori di V .
(1) Se i vettori v1 , . . . , vn sono un sistema di generatori di V , allora
essi sono anche linearmente indipendenti, e quindi sono una base
di V .
(2) Se i vettori v1 , . . . , vn sono linearmente indipendenti, allora essi
sono anche un sistema di generatori di V , e quindi sono una base
di V .

2. Esercizi

Per terminare, la seguente formula mette in relazione le dimensioni di


due sottospazi vettoriali di V con le dimensioni della loro somma e della
loro intersezione:
Proposizione 1.21. Siano U e W due sottospazi vettoriali di uno spazio
vettoriale V . Allora si ha:
dim(U + W ) = dim U + dim W dim(U W ).

2. Esercizi
2.1. Definizioni
Esercizio 1. Si dica se gli insiemi seguenti sono degli spazi vettoriali:
(1) Linsieme delle funzioni reali definite nellintervallo [0, 1], continue,
positive o nulle, per le operazioni di addizione e di prodotto per un
numero reale.
(2) Linsieme delle funzioni reali f definite in R, tali che
lim f (x) = 0,

x+

per le operazioni di addizione e di prodotto per un numero reale.


(3) Linsieme A = {x R | x > 0}, per le operazioni di somma e di
prodotto per uno scalare definite rispettivamente da
x y = xy, x, y A
x = x ,

x A, R.

(4) Linsieme delle funzioni da R in R che si annullano in 1 oppure in


4.
(5) Linsieme dei polinomi di grado uguale a n (n intero positivo).
(6) Linsieme delle funzioni da R in R, di classe C 2 , tali che
f 00 + 2 f = 0,
con R.
(7) Linsieme delle funzioni reali f (x) definite nellintervallo [0, 1], continue, tali che
Z 1
f (x) sin x dx = 0.
0

2.2. Basi
Esercizio 2. Sia V lo spazio vettoriale dei polinomi, a coefficienti reali nella
variabile x, di grado 3. Si verifichi che gli insiemi seguenti sono delle basi
di V :
(1) {1, x, x2 , x3 };

1. Spazi Vettoriali

(2) {1, 1 x, x x2 , x2 x3 };
(3) {1, 1 + x, 1 + x + x2 , 1 + x + x2 + x3 }.
Esercizio 3. Nello spazio vettoriale V dei polinomi di grado 2 si considerino i polinomi
p1 (x) = x2 + x(1 x) + (1 x)2
p2 (x) = x2 + (1 x)2
p3 (x) = x2 + 1 + (1 x)2
p4 (x) = x(1 x).
` possibile estrarre da {p1 (x), p2 (x), p3 (x), p4 (x)} delle basi di V ? In caso
E
affermativo, trovarle tutte.
Esercizio 4. Nello spazio vettoriale delle funzioni continue da R in R, si
considerino le funzioni f1 (x) = sin x, f2 (x) = sin 2x e f3 (x) = sin 3x. Si
dica se queste funzioni sono linearmente indipendenti.
Esercizio 5. Si dica se, nei casi seguenti, i vettori v1 , v2 e v3 costituiscono
una base di R3 . In caso negativo si descriva il sottospazio da essi generato.
(1) v1 = (1, 1, 1), v2 = (3, 0, 1), v3 = (1, 1, 1);
(2) v1 = (1, 2, 3), v2 = (3, 0, 1), v3 = (1, 8, 13);
(3) v1 = (1, 2, 3), v2 = (1, 0, 1), v3 = (1, 10, 11).
Esercizio 6. In R4 i vettori seguenti formano:
(i ) un insieme libero (cio`e un insieme di vettori linearmente indipendenti)?
In caso affermativo, completarlo per ottenere una base di R4 , altrimenti
determinare le relazioni di dipendenza lineare tra di loro ed estrarre da
questo insieme di vettori almeno un insieme libero.
(ii ) un insieme di generatori? In caso affermativo, estrarne almeno una base
di R4 , altrimenti determinare la dimensione del sottospazio da essi generato.
(1) v1
v4
(2) v1
(3) v1
v4

= (1, 1, 1, 1), v2 = (0, 1, 2, 1), v3 = (1, 0, 2, 3),


= (2, 1, 0, 1), v5 = (4, 3, 2, 1);
= (1, 2, 3, 4), v2 = (0, 1, 2, 1), v3 = (3, 4, 5, 16);
= (1, 2, 3, 4), v2 = (0, 1, 2, 1), v3 = (2, 1, 0, 11),
= (3, 4, 5, 14).

Esercizio 7. Si determini una base del sottospazio vettoriale V di R5 costituito dai vettori (x1 , . . . , x5 ) che sono soluzioni del seguente sistema di
equazioni lineari:

x1 3x2 + x4 = 0
x2 + 3x3 x5 = 0

x + 2x + x x = 0.
1
2
3
4

2. Esercizi

` possibile
Esercizio 8. In R4 siano v1 = (1, 2, 3, 4) e v2 = (1, 2, 3, 4). E
determinare due numeri reali x e y in modo tale che (x, 1, y, 1) L{v1 , v2 }?
(Ricordiamo che L{v1 , v2 } indica il sottospazio generato dai vettori v1 e v2 .)
Esercizio 9. Sia V uno spazio vettoriale. Si dica se le affermazioni seguenti
sono vere o false.
(1) Se i vettori v1 , v2 e v3 sono a due a due non proporzionali allora la
famiglia {v1 , v2 , v3 } `e libera.
(2) Se nessuno fra i vettori v1 , . . . , vr `e combinazione lineare dei vettori
rimanenti allora la famiglia {v1 , . . . , vr } `e libera.
Esercizio 10. In R4 siano v1 = (0, 1, 2, 1), v2 = (1, 0, 2, 1), v3 =
(3, 2, 2, 1), v4 = (0, 0, 1, 0), v5 = (0, 0, 0, 1). Si dica se le affermazioni
seguenti sono vere o false.
(1) L{v1 , v2 , v3 } = L{(1, 1, 0, 0), (1, 1, 4, 2)};
(2) (1, 1, 0, 0) L{v1 , v2 } L{v2 , v3 , v4 };
(3) dim(L{v1 , v2 } L{v2 , v3 , v4 }) = 1;
(4) L{v1 , v2 } + L{v2 , v3 , v4 } = R4 ;
(5) L{v1 , v2 , v3 } + L{v4 , v5 } = R4 .
Esercizio 11. Si studi la dipendenza o lindipendenza lineare dei vettori seguenti, e si determini in ogni caso una base del sottospazio da essi
generato.
(1) (1, 0, 1), (0, 2, 2), (3, 7, 1), in R3 ;
(2) (1, 0, 0), (0, 1, 1), (1, 1, 1), in R3 ;
(3) (1, 2, 1, 2, 1), (2, 1, 2, 1, 2), (1, 0, 1, 1, 0), (0, 1, 0, 0, 1), in R5 .
Esercizio 12. Sia V lo spazio vettoriale dei polinomi in x, a coefficienti in
R, di grado n, con n intero positivo. Si dimostri che, per ogni a R,
linsieme
{1, x a, (x a)2 , . . . , (x a)n }
`e una base di V . Sia poi f (x) V ; si esprima f (x) come combinazione
lineare dei precedenti polinomi. Chi sono i coefficienti di tale combinazione
lineare?
Esercizio 13. Siano Ut = L{u1 , u2 } e Vt = L{v1 , v2 } due sottospazi di R4 ,
con u1 = (1, t, 2t, 0), u2 = (t, t, t, t), v1 = (t 2, t, 3t, t) e v2 = (2, t, 2t, 0).
(1) Si dica se esiste t R tale che Ut + Vt = R4 .
(2) Per quali t R si ha dim(Ut Vt ) = 1?
(3) Si determini una base di U1 V1 e la si estenda ad una base di R4 .
Esercizio 14. In R4 si considerino i sottospazi U = L{v1 , v2 , v3 } e V =
L{v4 , v5 }, dove v1 = (1, 2, 3, 4), v2 = (2, 2, 2, 6), v3 = (0, 2, 4, 4), v4 =
(1, 0, 1, 2) e v5 = (2, 3, 0, 1). Si determinino delle basi dei sottospazi U V ,
U, V e U + V .

1. Spazi Vettoriali

2.3. Sottospazi Vettoriali


Esercizio 15. Siano U e W due sottospazi vettoriali di uno spazio vettoriale
V . Dimostrare che U W `e un sottospazio vettoriale di V se e solo se U W
oppure W U .
Esercizio 16. Siano U , V e W tre sottospazi di uno stesso spazio vettoriale.
Si dica se `e vero o falso che
U (V + W ) = (U V ) + (U W ).
Esercizio 17. Si dica se `e diretta la somma dei due seguenti sottospazi di
R4 : U = L{(1, 0, 1, 0), (1, 2, 3, 4)} e V = L{(0, 1, 1, 1), (0, 0, 0, 1)}.
Esercizio 18. Si considerino i seguenti sottospazi di R4 :
U = L{(1, 0, 1, 0), (0, 1, 1, 1), (0, 0, 0, 1)}
e
V = L{(1, 0, 1, 0), (0, 1, 1, 0)}.
Si determini un sottospazio W R4 tale che U = V W , e si dica se tale
W `e unico.
Esercizio 19. Dati i seguenti sottospazi di R4 ,
U = L{(1, 0, 1, 0), (0, 0, 0, 1)}
e
V = L{(1, 0, 2, 0), (0, 0, 1, 1)},
esiste un sottospazio W R4 tale che U W = V W = R4 ?
In caso affermativo si determini W e si dica se `e unico.
Esercizio 20. Nello spazio vettoriale V dei polinomi, nella variabile x a
coefficienti reali, di grado 5, si considerino i sottospazi seguenti:
U1 = {p(x) V | p(0) = 0},
U2 = {p(x) V | p0 (1) = 0},
U3 = {p(x) V | x2 + 1 divide p(x)},
U4 = {p(x) V | p(x) = p(x), x},
U5 = {p(x) V | p(x) = xp0 (x), x}.
1) Si determinino delle basi dei seguenti sottospazi: U1 , U2 , U3 , U4 , U5 ,
U1 U2 , U1 U3 , U1 U2 U3 , U1 U2 U3 U4 .
2) Si determinino dei sottospazi W1 e W2 di V tali che W1 U4 = W2
(U1 U3 ) = V .

3. Soluzioni

3. Soluzioni
3.1. Definizioni
Svolgimento esercizio 1. Si tratta solo di verificare, caso per caso, se
tutte le condizioni necessarie alla definizione di uno spazio vettoriale sono
soddisfatte.
(1) In questo caso linsieme in questione non `e uno spazio vettoriale. In
effetti non `e neppure un gruppo abeliano rispetto alloperazione di somma,
in quanto non contiene gli opposti dei suoi elementi: se f `e una funzione
continua positiva o nulla, la funzione opposta f sar`a allora negativa o
nulla, e non apparterr`a dunque allinsieme in questione.
(2) Si verifica facilmente che linsieme in questione `e uno spazio vettoriale,
ricordando che, se limx+ f (x) e limx+ g(x) esistono, allora
lim (f + g)(x) = lim f (x) + lim g(x)

x+

x+

x+

e
lim (f g)(x) =

x+


lim f (x)

x+


lim g(x) .

x+

(3) Anche in questo caso linsieme in questione `e uno spazio vettoriale.


Si consiglia di verificare con cura tutte le propriet`a richieste. A titolo di
esempio, verifichiamo che, dati due elementi x, y A ed uno scalare R,
si ha
(x y) = ( x) ( y).
In base alle definizioni date, si ha: (xy) = (xy) , mentre (x)(y) =
x y . Luguaglianza deriva allora dalle note propriet`a delle potenze.
(4) Linsieme in questione non `e uno spazio vettoriale, non essendo chiuso
rispetto alloperazione di somma: infatti, sia ad esempio f una funzione
tale che f (1) = 0 e f (4) = 1, e g una funzione tale che g(1) = 2 e g(4) =
0. Queste due funzioni appartengono allinsieme in questione, ma la loro
somma non appartiene allinsieme dato, in quanto non si annulla ne in 1 ne
in 4.
(5) Anche questo insieme non `e uno spazio vettoriale, non essendo chiuso
rispetto alloperazione di somma: infatti, siano ad esempio p(x) = 2xn + 1 e
q(x) = 2xn + 3 due polinomi di grado n. La loro somma `e p(x) + q(x) = 4
che non ha pi`
u grado n (almeno se n 6= 0).
Osservazione: `e invece uno spazio vettoriale linsieme dei polinomi di
grado minore o uguale a n.
(6) Questo insieme `e uno spazio vettoriale (ci`o `e dovuto al fatto che lequazione differenziale `e lineare). Verifichiamo solo, a titolo di esempio, che esso
`e chiuso rispetto alloperazione di somma: siano dunque f e g due funzioni

10

1. Spazi Vettoriali

che soddisfano lequazione differenziale in questione. Si ha allora:


(f + g)00 + 2 (f + g) = f 00 + g 00 + 2 f + 2 g
= (f 00 + 2 f ) + (g 00 + 2 g) = 0 + 0 = 0.
(7) Anche questo insieme `e uno spazio vettoriale (ci`o `e dovuto al fatto che
loperazione di integrazione `e lineare). Verifichiamo solo, a titolo di esempio,
che esso `e chiuso rispetto alloperazione di somma: siano dunque f e g due
funzioni che soddisfano lequazione integrale in questione. Si ha allora:
Z 1
Z 1
Z 1
(f + g)(x) sin x dx =
f (x) sin x dx +
g(x) sin x dx = 0 + 0 = 0.
0

3.2. Basi
Svolgimento esercizio 2. (1) Ogni polinomio f (x) V si scrive nella
forma
f (x) = a0 1 + a1 x + a2 x2 + a3 x3 ,
ci`o significa che i polinomi 1, x, x2 , x3 sono un insieme di generatori di V .
Vediamo se sono anche linearmente indipendenti: se a0 1 + a1 x + a2 x2 +
a3 x3 = 0V (0V indica lo zero dello spazio vettoriale V , cio`e il polinomio
nullo), allora, per il principio di identit`a dei polinomi, si deve avere a0 =
a1 = a2 = a3 = 0. Quindi {1, x, x2 , x3 } `e una base di V , da cui si deduce,
tra laltro che V ha dimensione 4.
(2) Anche in questo caso bisognerebbe dimostrare che i polinomi in questione sono un insieme di generatori e che sono linearmente indipendenti.
Tuttavia sapendo che dim V = 4, che `e anche il numero dei polinomi della
ipotetica base, `e sufficiente effettuare una sola delle due verifiche (perche?).
Verifichiamo allora, ad esempio, che questi sono un insieme di generatori, e
cio`e che ogni polinomio f (x) = a0 + a1 x + a2 x2 + a3 x3 si pu`o scrivere nella
forma 0 1 + 1 (1 x) + 2 (x x2 ) + 3 (x2 x3 ). Sviluppando i calcoli ed
uguagliando i coefficienti delle successive potenze di x, si ottiene il sistema

0 + 1 = a0

2 1 = a1
3 2 = a2

3 = a3
che ha come soluzione

2
1

= a3
= a2 a3
= a1 a2 a3
= a0 + a1 + a2 + a3

3. Soluzioni

11

Si conclude che i polinomi in questione sono un insieme di generatori, e


dunque, essendo nel numero giusto, sono una base di V .
(3) In base alle osservazioni fatte nel punto (2) `e sufficiente dimostrare che
i polinomi in questione sono linearmente indipendenti (oppure che sono un
insieme di generatori): sia dunque
0 1 + 1 (1 + x) + 2 (1 + x + x2 ) + 3 (1 + x + x2 + x3 ) = 0.
Sviluppando i calcoli ed uguagliando a zero i coefficienti, si ottiene il sistema

0 + 1 + 2 + 3 = 0

1 + 2 + 3 = 0
2 + 3 = 0

3 = 0
che ha come unica soluzione 0 = 1 = 2 = 3 = 0. Si conclude cos` che i
polinomi in questione sono linearmente indipendenti, e dunque, essendo nel
numero giusto, sono una base di V .
Svolgimento esercizio 3. Lo spazio vettoriale V dei polinomi di grado 2
ha dimensione 3. Infatti una sua base `e costituita dai tre polinomi {1, x, x2 }
(ogni polinomio di grado 2 si scrive, in modo unico, come combinazione
lineare a0 1 + a1 x + a2 x2 di questi tre polinomi).
Con un semplice calcolo si verifica che p3 (x) = 2p1 (x), quindi, se da quei
quattro polinomi si pu`o estrarre una base, tale base deve essere data da
{p1 (x), p2 (x), p4 (x)} (o, equivalentemente, da {p2 (x), p3 (x), p4 (x)}). Tuttavia si verifica che p4 (x) = p2 (x) p1 (x), quindi i polinomi p1 (x), p2 (x) e
p4 (x) sono linearmente dipendenti e non costituiscono pertanto una base di
V . In conclusione, dai quattro polinomi dati non `e possibile estrarre una
base di V .
Svolgimento esercizio 4. Consideriamo una combinazione lineare a1 f1 +
a2 f2 + a3 f3 delle funzioni f1 , f2 e f3 . Supponiamo che tale combinazione
lineare sia nulla (cio`e sia la funzione nulla). Si ha dunque:
a1 sin x + a2 sin 2x + a3 sin 3x = 0,

x R.

Dato che lespressione precedente deve essere nulla per ogni valore di x,
attribuendo ad x dei valori particolari otteniamo (ad esempio):
a1 a3 = 0,

3
3
x = /3 :
a1 +
a2 = 0,
2
2
2
2
a1 + a2 +
a3 = 0.
x = /4 :
2
2
Lunica soluzione di tali equazioni `e: a1 = a2 = a3 = 0. Ci`o dimostra che le
tre funzioni date sono linearmente indipendenti.
x = /2 :

12

1. Spazi Vettoriali

Svolgimento esercizio 5. Eseguiamo, a titolo di esempio, la verifica solo


nel caso (1). Dato che i vettori sono tre, e cio`e il numero giusto per poter
essere una base di R3 , baster`a solo controllare se sono linearmente indipendenti (oppure se sono un insieme di generatori). Posto 1 v1 +2 v2 +3 v3 = 0,
si ottiene il sistema

1 + 32 3 = 0
1 + 3 = 0

= 0
1
2
3
che, risolto, fornisce 1 = 2 = 3 = 0. Ci`o dimostra che questi tre vettori
sono linearmente indipendenti e, di conseguenza, sono una base di R3 .
Svolgimento esercizio 6. (1) I cinque vettori dati sono sicuramenti linearmente dipendenti, dato che il numero massimo di vettori linearmente
indipendenti in R4 (che coincide con la dimensione dello spazio vettoriale) `e
4. Infatti si vede immediatamente che v5 = 2v1 + v4 . Si verifica inoltre, con
un facile calcolo, che i vettori v1 , v2 , v3 e v4 sono linearmente indipendenti,
e quindi costituiscono una base di R4 .
(2) I tre vettori dati sicuramente non sono dei generatori di R4 (che ha dimensione 4). Si verifica comunque che essi sono linearmente indipendenti.
Se introduciamo un quarto vettore v4 = (0, 0, 1, 0) (ad esempio), si verifica facilmente che v1 , v2 , v3 e v4 sono linearmente indipendenti, e quindi
costituiscono una base di R4 .
(3) Si verifica che i quattro vettori dati sono linearmente dipendenti, infatti
v4 = v1 + v2 + v3 . Pertanto essi non costituiscono una base di R4 . Si scopre
poi che anche v1 `e combinazione lineare di v2 e v3 , si ha infatti v1 = 23 v2 + 12 v3 .
In conclusione i vettori v1 e v4 appartengono al sottospazio generato da v2
e v3 . Infine si verifica facilmente che v2 e v3 sono linearmente indipendenti.
In conclusione, i quattro vettori dati generano un sottospazio di dimensione
2 di R4 , una cui base `e data, ad esempio, dai vettori v2 e v3 . Per ottenere
una base di R4 si possono considerare i vettori v2 , v3 , (0, 0, 1, 0) e (0, 0, 0, 1),
che sono, come si verifica facilmente, linearmente indipendenti.
Svolgimento esercizio 7. Risolvendo il sistema si ottiene (ad esempio
esplicitando x1 , x4 e x5 in funzione di x2 e x3 ):

1
1

x
=
x

x3

1
2

2
2

x5 = x2 + 3x3

5
1

x4 = x2 + x3
2
2
Tale sistema ha dunque infinite soluzioni, dipendenti da due parametri. In
altre parole, lo spazio V delle soluzioni ha dimensione 2. Per trovare una base di V `e allora sufficiente trovare due vettori, linearmente indipendenti, che

3. Soluzioni

13

siano soluzioni del sistema precedente. Tali vettori si trovano semplicemente attribuendo dei valori qualunque alle variabili libere x2 e x3 (facendo
attenzione a che i vettori trovati siano linearmente indipendenti!). In pratica sar`a sufficiente attribuire alle variabili libere alternativamente i valori 0
e 1; saremo cos` sicuri di ottenere dei vettori linearmente indipendenti (perche?). Ponendo dunque x2 = 1 e x3 = 0, si ottiene il vettore ( 12 , 1, 0, 52 , 1),
mentre per x2 = 0 e x3 = 1 si ha ( 12 , 0, 1, 12 , 3). Questi due vettori sono
una base di V .
Svolgimento esercizio 8. Il vettore (x, 1, y, 1) appartiene al sottospazio
generato da v1 e v2 se e solo se esso si pu`o esprimere come combinazione
lineare di v1 e v2 :
(x, 1, y, 1) = 1 v1 + 2 v2 .
La seconda e la quarta equazione del sistema ottenuto sono, rispettivamente:
21 22 = 1 e 41 42 = 1, che non hanno soluzioni comuni. Di
conseguenza (x, 1, y, 1) 6 L{v1 , v2 }.
Svolgimento esercizio 9. (1) Laffermazione `e falsa. Per dimostrarne la
falsit`a basta fornire un controesempio: sia V = R2 , v1 = (1, 0), v2 = (0, 1),
` evidente che tali vettori sono a due a due non proporzionali,
v3 = (1, 1). E
ma non possono essere linearmente indipendenti, dato che la dimensione di
R2 `e 2.
(2) Laffermazione in questione `e vera. Infatti se fosse falsa, cio`e se i vettori
v1 , . . . , vr fossero linearmente dipendenti, si avrebbe
1 v1 + 2 v2 + + r vr = 0,
con i coefficienti i non tutti nulli. Supponiamo allora che j 6= 0. Si ha
dunque
1 X
vj =
i v i ,
j i6=j
e quindi il vettore vj sarebbe combinazione lineare dei rimanenti, contro
lipotesi.
Svolgimento esercizio 10. Per semplicit`a di notazione poniamo u1 =
(1, 1, 0, 0) e u2 = (1, 1, 4, 2).
(1) Si ha: v1 = 21 (u1 + u2 ), v2 = 12 (u1 u2 ), v3 = 12 (5u1 u2 ), quindi
L{v1 , v2 , v3 } L{u1 , u2 }. Viceversa, si ha anche: u1 = v1 +v2 e u2 = v1 v2 ,
quindi L{u1 , u2 } L{v1 , v2 , v3 }. Quindi si conclude che L{v1 , v2 , v3 } =
L{u1 , u2 }.
(2) Abbiamo visto al punto (1) che u1 L{v1 , v2 }. Dato che u1 = 12 (v3 v2 ),
si ha anche u1 L{v2 , v3 , v4 }, e quindi u1 L{v1 , v2 } L{v2 , v3 , v4 }.
(3) Dato che v2 L{v1 , v2 } L{v2 , v3 , v4 }, si ha
dim(L{v1 , v2 } L{v2 , v3 , v4 }) 1.

14

1. Spazi Vettoriali

Ma abbiamo visto al punto (1) che anche u1 L{v1 , v2 } L{v2 , v3 , v4 }, e i


vettori u1 e v2 sono linearmente indipendenti, quindi
dim(L{v1 , v2 } L{v2 , v3 , v4 }) 2.
Daltra parte L{v1 , v2 } L{v2 , v3 , v4 } L{v1 , v2 }, quindi
dim(L{v1 , v2 } L{v2 , v3 , v4 }) 2.
Si conclude quindi che dim(L{v1 , v2 } L{v2 , v3 , v4 }) = 2.
(4) L{v1 , v2 }+L{v2 , v3 , v4 } = R4 se e solo se {v1 , v2 , v3 , v4 } `e una base di R4 .
Si ha per`o v3 = 2v1 + 3v2 , quindi i vettori v1 , v2 , v3 , v4 non sono linearmente
indipendenti.
(5) L{v1 , v2 , v3 } + L{v4 , v5 } = R4 se e solo se i vettori v1 , v2 , v3 , v4 e v5
generano R4 . Si verifica facilmente che i vettori v1 , v2 , v4 , v5 sono linearmente indipendenti e quindi sono una base di R4 . A maggior ragione quindi
i vettori v1 , v2 , v3 , v4 e v5 generano tutto R4 .
Svolgimento esercizio 11. (1) Si verifica facilmente che i tre vettori dati
sono linearmente indipendenti, e quindi sono una base di R3 .
(2) Dato che il terzo vettore `e la somma dei due precedenti, i tre vettori
dati non sono una base di R3 . Una base del sottospazio da essi generato `e
costituita da due qualunque vettori scelti tra i tre dati.
(3) I primi tre vettori sono linearmente indipendenti, mentre il quarto `e
combinazione lineare dei primi tre. Il sottospazio da essi generato ha pertanto dimensione tre, ed una sua base `e data, ad esempio, dai primi tre
vettori.
Svolgimento esercizio 12. Lo spazio vettoriale V ha dimensione n+1 (una
sua base `e {1, x, x2 , . . . , xn }). Per dimostrare che {1, xa, (xa)2 , . . . , (x
a)n } `e una base di V `e allora sufficiente dimostrare che tali polinomi sono
linearmente indipendenti. Sia
0 1 + 1 (x a) + 2 (x a)2 + + n (x a)n = 0.
Osserviamo che nellespressione precedente il termine di grado massimo `e
n xn , da cui si deduce che n = 0. Si ottiene allora
0 1 + 1 (x a) + 2 (x a)2 + + n1 (x a)n1 = 0.
In questa espressione il termine di grado massimo `e n1 xn1 , da cui si
deduce che n1 = 0.
Continuando in questo modo si dimostra che tutti i coefficienti i sono
nulli, e quindi i vettori in questione sono linearmente indipendenti, e sono
dunque una base di V .
Sia ora f (x) V e poniamo
f (x) = 0 + 1 (x a) + 2 (x a)2 + + n (x a)n .

3. Soluzioni

15

Valutando lespressione precedente per x = a, si ottiene f (a) = 0 . Per


determinare poi 1 `e sufficiente derivare tale espressione, ottenendo
f 0 (x) = 1 + 22 (x a) + 33 (x a)2 + + nn (x a)n1 ,
e poi valutarla per x = a, ottenendo 1 = f 0 (a). Derivando ancora una
volta, e valutando sempre per x = a, si ottiene 2 = f 00 (a)/2. Continuando
in questo modo si dimostra che i = f (i) (a)/i!, per 0 i n. In conclusione
si `e dimostrato che, rispetto alla base {1, x a, (x a)2 , . . . , (x a)n }, ogni
polinomio di grado n si pu`o scrivere nella forma
f (x) =

n
X
f (i) (a)
i=0

i!

(x a)i .

Questa non `e altro che la formula di Taylor!.


Svolgimento esercizio 13. (1) Innanzitutto si ha
Ut + Vt = L{u1 , u2 , v1 , v2 }.
Notiamo che u2 2u1 = v1 , ci`o prova che i vettori u1 , u2 , v1 , v2 sono linearmente dipendenti, quindi non sono una base di R4 . Di conseguenza Ut + Vt
non `e mai uguale a R4 .
(2) Per quanto visto nel punto (1), si ha v1 Ut Vt , per ogni t. Di
conseguenza `e dim(Ut Vt ) 1, per ogni t. Tuttavia si ha anche dim(Ut
Vt ) 2, dato che Ut e Vt hanno al pi`
u dimensione 2, inoltre dim(Ut Vt ) = 2
se e solo se Ut = Vt e dim Ut = 2. Cerchiamo dunque per quali valori di
t `e Ut = Vt . Dato che v1 Ut Vt , per ogni t, basta vedere per quali
valori di t si pu`o scrivere v2 come combinazione lineare dei vettori u1 e u2 :
v2 = 1 u1 + 2 u2 . Si ottiene cos` il sistema

1 + t2 = 2

t1 + t2 = t
2t1 + t2 = 2t

t2 = 0
che ha soluzione se e solo se t = 0. Quindi, per t = 0, si ha Ut = Vt , solo
che ora `e dim Ut = dim Vt = 1, e quindi anche in questo caso la dimensione
di Ut Vt `e 1. In conclusione, dim(Ut Vt ) = 1 per ogni t R.
(3) Per quanto visto nei punti precedenti, v1 `e una base di Ut Vt , per ogni
t. Ponendo t = 1 si ottiene dunque v1 = (1, 1, 3, 1). Per completare
questa base ad una base di R4 `e sufficiente trovare altri tre vettori w1 , w2
e w3 in modo che v1 , w1 , w2 , w3 siano linearmente indipendenti. Si verifica
facilmente che w1 = (1, 0, 0, 0), w2 = (0, 1, 0, 0) e w3 = (0, 0, 1, 0) vanno
bene.

16

1. Spazi Vettoriali

Svolgimento esercizio 14. Un vettore w U V si pu`o scrivere nella


forma seguente:
w = 1 v 1 + 2 v 2 + 3 v 3 = 4 v 4 + 5 v 5 .
Risolvendo il sistema cos` ottenuto si trova che:

1 = 24

2 = 4
2
3

3 = 4

5 = 0.
Pertanto lo spazio vettoriale U V ha dimensione 1 ed una sua base `e data
dal vettore w che si ottiene ponendo, ad esempio, 4 = 2, nella soluzione
precedentemente trovata: w = 4v1 v2 3v3 = (2, 0, 2, 2).
Una base di U `e data dai vettori v1 , v2 e v3 , dato che essi sono linearmente
indipendenti (la verifica `e immediata).
Anche i vettori v4 e v5 sono linearmente indipendenti, quindi sono una
base di V .
Infine, si vede facilmente che i vettori v1 , v2 , v3 e v5 sono linearmente
indipendenti (mentre v4 `e combinazione lineare di v1 , v2 e v3 ). Pertanto lo spazio vettoriale U + V coincide con R4 e una sua base `e data da
{v1 , v2 , v3 , v5 } (oppure si prenda la base canonica di R4 ).

3.3. Sottospazi Vettoriali


Svolgimento esercizio 15. Se U W (risp. W U ) allora U W = W
(risp. U W = U ) ed `e dunque un sottospazio vettoriale.
Viceversa, supponiamo che U W sia un sottospazio vettoriale, ma U 6
W e W 6 U . Ci`o significa che esiste un vettore u U con u 6 W ed
un vettore w W con w 6 U . Dato che u, w U W , e questo `e uno
spazio vettoriale, si deve avere u + w U W , e dunque u + w U
oppure u + w W . Se u + w U , si ha u + w = u0 U e dunque
w = u0 u U , contro lipotesi che w 6 U . Analogamente se fosse
u + w W si concluderebbe che u W , contro lipotesi. Da questa
conclusione assurda si deduce allora che lipotesi `e falsa, ossia che U W
non pu`o essere un sottospazio vettoriale se U 6 W e W 6 U .
Svolgimento esercizio 16. Tale uguaglianza `e falsa. Per provarlo basta
fornire un controesempio: in R2 si considerino i sottospazi U = L{(1, 1)},
V = L{(1, 0)} e W = L{(0, 1)}. Si ha allora U (V + W ) = U R2 = U ,
mentre (U V ) + (U W ) = {0} + {0} = {0}.

3. Soluzioni

17

Svolgimento esercizio 17. Dire che la somma di due sottospazi vettoriali


`e diretta equivale a dire che la loro intersezione `e nulla (cio`e ridotta al
vettore nullo). Un vettore appartiene allintersezione di U di V se e solo se
si pu`o scrivere nel modo seguente:
w = 1 (1, 0, 1, 0) + 2 (1, 2, 3, 4) = 1 (0, 1, 1, 1) + 2 (0, 0, 0, 1).
Risolvendo il sistema cos` ottenuto si scopre che, ad esempio, il vettore
w = (1, 1, 2, 2) appartiene a U V . Da ci`o si deduce che la somma di U
e V non `e diretta.
Svolgimento esercizio 18. Poniamo u1 = (1, 0, 1, 0), u2 = (0, 1, 1, 1), u3 =
(0, 0, 0, 1), v = (0, 1, 1, 0), in modo che U = L{u1 , u2 , u3 } e V = L{u1 , v}. I
vettori u1 , u2 e u3 sono linearmente indipendenti, quindi dim U = 3. Anche
u1 e v sono linearmente indipendenti, quindi dim V = 2. Inoltre v = u2 u3 ,
quindi V U .
Per ragioni di dimensione un sottospazio W tale che V W = U deve
avere dimensione 1, sia quindi w una sua base. Il vettore w deve soddisfare
le seguenti condizioni: (i) w 6 V , e (ii) u1 , v e w devono generare U . Si vede
allora facilmente che w = u3 soddisfa le condizioni richieste. Altrettanto
facilmente si vede che anche la scelta w = u2 soddisfa le condizioni richieste;
si deduce pertanto che il sottospazio W richiesto esiste ma non `e unico.
Svolgimento esercizio 19. Poniamo u1 = (1, 0, 1, 0), u2 = (0, 0, 0, 1), v1 =
(1, 0, 2, 0), v2 = (0, 0, 1, 1). I sottospazi U e V hanno entrambi dimensione
2 (la verifica `e immediata), pertanto un sottospazio W con le propriet`a
richieste, se esiste, deve avere dimensione 2: poniamo allora W = L{w1 , w2 }.
Il problema si riduce allora a determinare due vettori w1 e w2 tali che
{u1 , u2 , w1 , w2 } e {v1 , v2 , w1 , w2 } siano entrambe delle basi di R4 . Si scopre
facilmente che i vettori w1 = (1, 0, 0, 0) e w2 = (0, 1, 0, 0) soddisfano le
propriet`a richieste, quindi un tale sottospazio W esiste. Tuttavia anche la
scelta w1 = (1, 0, 0, 0) e w2 = (0, 1, 1, 0) fornisce un sottospazio W (diverso
dal precedente) che soddisfa le condizioni richieste. Si conclude quindi che,
come nellesercizio precedente, tale sottospazio W non `e unico.
Svolgimento esercizio 20. (1) Ogni polinomio di grado 5 si scrive in
modo unico come segue:
p(x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 .
Da ci`o si deduce che lo spazio vettoriale V ha dimensione 6, ed una sua base
`e data dai polinomi 1, x, x2 , x3 , x4 , x5 .
La condizione p(0) = 0 equivale a a0 = 0. Il sottospazio U1 `e quindi
costituito dai polinomi della forma
p(x) = a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 .
Si deduce che U1 ha dimensione 5 ed una sua base `e {x, x2 , x3 , x4 , x5 }.

18

1. Spazi Vettoriali

La condizione p0 (1) = 0 equivale a a1 = 2a2 3a3 4a4 5a5 . Il


sottospazio U2 `e quindi costituito dai polinomi della forma
p(x) = a0 + (2a2 3a3 4a4 5a5 )x + a2 x2 + a3 x3 + a4 x4 + a5 x5 .
Si deduce che U2 ha dimensione 5 ed una sua base `e {1, x2 2x, x3 3x, x4
4x, x5 5x}.
La condizione che p(x) sia divisibile per x2 + 1 equivale a dire che p(x)
si scrive come segue:
p(x) = (x2 + 1)(b0 + b1 x + b2 x2 + b3 x3 ).
Si deduce che U3 ha dimensione 4 ed una sua base `e {(x2 +1), (x2 +1)x, (x2 +
1)x2 , (x2 + 1)x3 }.
La condizione p(x) = p(x) equivale a a1 = a3 = a5 = 0. Il sottospazio
U4 `e quindi costituito dai polinomi della forma
p(x) = a0 + a2 x2 + a4 x4 .
Si deduce che U4 ha dimensione 3 ed una sua base `e {1, x2 , x4 }.
La condizione p(x) = xp0 (x) equivale a a0 = a2 = a3 = a4 = a5 = 0. Il
sottospazio U5 `e quindi costituito dai polinomi della forma
p(x) = a1 x.
Si deduce che U5 ha dimensione 1 ed una sua base `e {x}.
I polinomi in U1 U2 devono soddisfare contemporaneamente le condizioni a0 = 0 e a1 = 2a2 3a3 4a4 5a5 . Il sottospazio U1 U2 `e quindi
costituito dai polinomi della forma
p(x) = (2a2 3a3 4a4 5a5 )x + a2 x2 + a3 x3 + a4 x4 + a5 x5 .
Si deduce che U1 U2 ha dimensione 4 ed una sua base `e {x2 2x, x3
3x, x4 4x, x5 5x}.
U1 U3 `e costituito dai polinomi della forma
p(x) = (x2 + 1)(b0 + b1 x + b2 x2 + b3 x3 ),
tali che p(0) = 0, che equivale a b0 = 0. Si deduce che U1 U3 ha dimensione
3 ed una sua base `e {(x2 + 1)x, (x2 + 1)x2 , (x2 + 1)x3 }.
Imponendo ai polinomi in U1 U3 di soddisfare alla condizione che definisce U2 , si scopre che deve essere b1 = 23 b2 2b3 . Il sottospazio U1 U2 U3 ha
quindi dimensione 2 ed una sua base `e {(x2 +1)(2x2 3x), (x2 +1)(x3 2x)}.
Per terminare, si vede ora facilmente che U1 U2 U3 U4 = 0.
(2) Ricordando che la base di U4 trovata precedentemente `e {1, x2 , x4 },
si deduce che un sottospazio W1 che soddisfa le condizioni richieste `e, ad
esempio, W1 = L{x, x3 , x5 }.
Analogamente, osservando che il sottospazio U1 U3 ha dimensione 3 e
non contiene polinomi di grado 2, si deduce che il sottospazio W2 generato
dai polinomi 1, x e x2 soddisfa le condizioni richieste.

Capitolo 2

Applicazioni Lineari e Matrici

1. Richiami di teoria
1.1. Applicazioni lineari
Siano V e W due spazi vettoriali sul corpo C.
Definizione 1.1. Una funzione f : V W `e detta lineare se
f (v1 + v2 ) = f (v1 ) + f (v2 )
e
f (v) = f (v),
per ogni v, v1 , v2 V e per ogni C.
Osservazione 1.2. Nella letteratura matematica si incontra spesso la seguente terminologia. Una funzione lineare f : V W `e anche detta un
omomorfismo. Se f `e iniettiva `e chiamata monomorfismo, se `e suriettiva
`e chiamata epimorfismo, mentre se `e biiettiva `e detta isomorfismo. Una
funzione lineare f : V V `e chiamata endomorfismo. Se essa `e biiettiva `e
detta automorfismo.
Le due propriet`a che caratterizzano unapplicazione lineare si possono
riunire nella seguente uguaglianza:
f (1 v1 + 2 v2 ) = 1 f (v1 ) + 2 f (v2 ),
per ogni v1 , v2 V e per ogni 1 , 2 C.
Fissiamo ora una base {v1 , . . . , vn } di V e una base {w1 , . . . , wm } di W .
Se v V si scrive come
v = 1 v 1 + + n v n ,
dalla linearit`a di f segue che
f (v) = 1 f (v1 ) + + n f (vn ).
Quindi per conoscere f (v), per ogni v V , `e sufficiente conoscere le immagini dei vettori di base, f (vj ), per j = 1, . . . , n.

20

2. Applicazioni Lineari e Matrici

Daltra parte f (vj ) W , quindi si pu`o scrivere


f (vj ) = a1j w1 + a2j w2 + + amj wm =

m
X

aij wi .

i=1

Si conclude quindi che la funzione f `e unicamente determinata dai coefficienti aij C, per i = 1, . . . , m, j = 1, . . . , n.
Definizione 1.3. La matrice A dellapplicazione lineare f : V W , rispetto alle basi di V e W fissate, `e linsieme dei coefficienti aij , organizzati
in uno schema rettangolare come segue:

a11 a12 a1n


a21 a22 a2n
A=
.
..
..
..
...
.
.
.
am1 am2 amn
Osservazione 1.4. Si noti che la matrice di una applicazione lineare f :
V W `e definita solo quando sono state fissate delle basi degli spazi vettoriali V e W , e che tale matrice dipende dalla scelta delle basi. Una stessa
applicazione lineare f avr`a in generale matrici diverse rispetto a basi diverse
per gli stessi spazi vettoriali (vedremo in seguito quali relazioni esistono tra
matrici diverse che rappresentano la stessa applicazione lineare rispetto a
basi diverse).

1.2. Matrici
Richiamiamo ora le definizioni e i principali risultati della teoria delle matrici
che ci serviranno in seguito.
Definizione 1.5. Una matrice A, a coefficienti nel campo C, `e uno schema
rettangolare di numeri aij C, organizzati come segue:

a11 a12 a1n


a21 a22 a2n
A=
.
..
..
..
...
.
.
.
am1 am2 amn
Sia MC (m, n) linsieme delle matrici con m righe e n colonne a coefficienti
in C. In questo insieme si definisce unoperazione di somma come segue:
se A = (aij ) e B = (bij ) sono due matrici in MC (m, n), la loro somma
C = A + B `e la matrice C = (cij ) i cui coefficienti sono
cij = aij + bij .
Si definisce anche il prodotto di una matrice A = (aij ) MC (m, n) per
uno scalare C come segue:
A = (aij ).

1. Richiami di teoria

21

Si verifica senza difficolt`a che linsieme MC (m, n), con le operazioni di somma e prodotto per uno scalare appena introdotte, `e uno spazio vettoriale su
C di dimensione mn. Una sua base naturale `e costituita dalle matrici Eij i
cui elementi sono tutti nulli, tranne lelemento di posto ij che `e uguale a 1.
Sia ora A MC (m, n) e B MC (n, r) (cio`e il numero di colonne di A `e
uguale al numero di righe di B. Si definisce il prodotto (righe per colonne)
delle matrici A e B come segue: C = AB `e la matrice C = (cij ) MC (m, r)
i cui elementi sono dati dalla seguente espressione:
cij =

n
X

ail blj .

l=1

Si noti che il prodotto fra due matrici A e B non `e sempre definito, bisogna
infatti che il numero di colonne di A sia uguale al numero di righe di B. In
particolare pu`o essere definito il prodotto AB ma non il prodotto BA.
Proposizione 1.6. Il prodotto di matrici gode delle seguenti propriet`
a:
(1) Siano A, B MC (m, n) e C MC (n, r). Allora
(A + B)C = AC + BC;
(2) Siano A MC (m, n) e B, C MC (n, r). Allora
A(B + C) = AB + AC;
(3) Siano A MC (m, n), B MC (n, r) e C MC (r, s). Allora
A(BC) = (AB)C;
(4) Siano A, B MC (n, n). Allora in generale sar`
a
AB 6= BA;
(5) Esiste una matrice I MC (n, n) tale che
AI = I A = A
per ogni A MC (n, n). Tale matrice `e

1 0 0
0 1 0

I=
... ... . . . ...
0 0 1
ed `e lelemento neutro per il prodotto di matrici.
Osservazione 1.7. Il prodotto di matrici appena definito presenta delle
peculiarit`a che lo rendono molto diverso dal solito prodotto tra numeri:
non `e sempre definito; non `e commutativo, cio`e AB 6= BA in generale; `e
possibile che AB = 0 con A 6= 0 e B 6= 0 (esistono divisori dello zero); `e
possibile che An = 0 con A 6= 0 (esistono elementi nilpotenti). Particolare

22

2. Applicazioni Lineari e Matrici

cura va quindi esercitata nella manipolazione di prodotti di matrici. Diamo


solo un esempio:
(A + B)2 = (A + B)(A + B) = A2 + AB + BA + B 2 6= A2 + 2AB + B 2 .
Definizione 1.8. Sia A una matrice quadrata di ordine n. Si chiama inversa
di A, e si indica con A1 , una matrice tale che AA1 = A1 A = I. Una
matrice A `e detta invertibile se esiste la sua matrice inversa.
Se la matrice inversa di A esiste, `e facile vedere che essa `e unica. Tuttavia non tutte le matrici sono invertibili. Vedremo in seguito quali sono le
condizioni che assicurano che una matrice sia invertibile.
Definizione 1.9. Sia A = (aij ) MC (m, n) una matrice. La matrice
trasposta di A, indicata con AT , `e la matrice in cui si sono scambiate tra
loro le righe con le colonne di A, cio`e AT = (aji ) MC (n, m).
Definizione 1.10. Sia A una matrice quadrata di ordine n. La traccia di
A, indicata con tr(A), `e la somma degli elementi sulla diagonale principale
di A,
n
X
tr(A) =
aii .
i=1

Le seguenti propriet`a della traccia si verificano immediatamente:


Proposizione 1.11. Siano A e B matrici quadrate di ordine n. Si ha:
(1) tr(A) = tr(AT );
(2) tr(A + B) = tr(A) + tr(B);
(3) tr(AB) = tr(BA).
Ritorniamo ora a parlare delle applicazioni lineari tra spazi vettoriali.
Consideriamo unapplicazione lineare f : V W e indichiamo con A la
sua matrice rispetto alle basi {v1 , . . . , vn } di V e {w1 , . . . , wm } di W . Sia
v V e scriviamo
v = x1 v1 + + xn vn .
Il vettore v `e unicamente determinato dai coefficienti x1 , . . . , xn . Questi
coefficienti sono detti le componenti di v rispetto alla base fissata. In questo
modo `e possibile identificare il vettore v V con il vettore (x1 , . . . , xn ) C n
(ovviamente questa identificazione dipende dalla scelta della base di V ).
Allo stesso modo possiamo scrivere il vettore f (v) W come combinazione
lineare dei vettori della base di W fissata:
f (v) = y1 w1 + + ym wm ,
e identificare quindi il vettore f (v) W con il vettore (y1 , . . . , ym ) C m
(anche questa identificazione dipende dalla scelta della base di W ).
Si dimostra ora facilmente il seguente risultato:

1. Richiami di teoria

23

Teorema 1.12. Con le notazioni precedenti, si ha:




y1
x1
y2
x
. = A .2 ,
..
..
ym

xn

dove il prodotto `e il prodotto righe per colonne.

1.3. Nucleo e immagine


Definizione 1.13. Sia f : V W unapplicazione lineare. Il nucleo di f ,
indicato con Ker f `e definito come segue:
Ker f = {v V | f (v) = 0}.
Si verifica facilmente che il nucleo di f `e un sottospazio vettoriale di V
e che f `e iniettiva se e solo se Ker f = {0}.
Definizione 1.14. Sia f : V W unapplicazione lineare. Limmagine di
f , indicata con Im f `e definita come segue:
Im f = {w W | w = f (v), per qualche v V }.
Si verifica facilmente che limmagine di f `e un sottospazio vettoriale di
W . Ovviamente la funzione f `e suriettiva se e solo se Im f = W .
Il nucleo di f e limmagine di f sono quindi sottospazi di due spazi
vettoriali diversi. Tuttavia le loro dimensioni sono legate dalla seguente
relazione.
Teorema 1.15. Sia f : V W unapplicazione lineare. Si ha:
dim(Ker f ) + dim(Im f ) = dim V.
La dimensione del nucleo di f `e anche nota con il nome di nullit`
a di
f , mentre la dimensione dellimmagine di f `e detta rango di f . Se A `e la
matrice di f rispetto a delle basi fissate di V e di W si parla anche di nullit`a
e rango di A per indicare la nullit`a e il rango di f .
La nullit`a di una matrice A `e quindi la dimensione dello spazio delle
soluzioni del sistema lineare omogeneo

x1

A ... = 0.
xn
Si dimostra che il rango di una matrice A coincide con il massimo numero di
righe linearmente indipendenti, che coincide anche con il massimo numero
di colonne linearmente indipendenti.

24

2. Applicazioni Lineari e Matrici

1.4. Cambiamento di base


In questa sezione ricordiamo le relazioni esistenti tra matrici che rappresentano la stessa applicazione lineare f : V W rispetto alla scelta di basi
diverse per V e W .
Sia quindi f : V W unapplicazione lineare, sia {v1 , . . . vn } una base
di V , sia {w1 , . . . wm } una base di W e sia A la matrice di f rispetto a
queste basi. Fissiamo ora una nuova base {v10 , . . . vn0 } di V , e una nuova
0
base {w10 , . . . wm
} di W , e sia A0 la matrice di f rispetto a queste nuove
basi. Possiamo dunque scrivere
f (vj ) =

m
X

aij wi

i=1

e
f (vj0 )

m
X

a0ij wi0

i=1

sono i coefficienti delle matrici A e A0 rispettivamente.


dove gli aij e gli
Ricordando ora che ogni vettore di uno spazio vettoriale si pu`o scrivere
come combinazione lineare dei vettori di una qualunque base, si ha:
a0ij

vj =

n
X

plj vl0

l=1

ove i plj sono gli elementi di una matrice quadrata P di ordine n. Con una
notazione pi`
u compatta, possiamo scrivere:
(v1 , . . . , vn ) = (v10 , . . . vn0 )P,
ove il prodotto `e il solito prodotto righe per colonne.
Dato che il ruolo delle due basi di V `e perfettamente simmetrico, si
deduce che si deve avere
(v10 , . . . , vn0 ) = (v1 , . . . vn )P 1 ,
e quindi la matrice P deve essere invertibile.
Un discorso analogo si pu`o fare per lo spazio vettoriale W . Si conclude
quindi che deve esistere una matrice invertibile Q, quadrata di ordine m,
tale che
0
(w1 , . . . , wm ) = (w10 , . . . wm
)Q,

e quindi
0
(w10 , . . . , wm
) = (w1 , . . . wm )Q1 .

Le matrici P e Q sono dette, per ovvi motivi, le matrici di cambiamento di


base (in V e W rispettivamente).

2. Esercizi

25

Mettendo assieme le varie formule trovate finora, possiamo scrivere:


f (vj ) =
=

n
X
l=1
n
X

plj f (vl0 )
plj

l=1

m
X
h=1

a0hl

n
X

l=1
m
X

plj

m
X

a0hl wh0

h=1

qkh wk =

k=1

m
X
X
k=1

!
plj a0hl qkh

wk ,

l,h

ove qkh sono i coefficienti della matrice Q1 .


Daltra parte si ha anche
f (vj ) =

m
X

akj wk .

k=1

Dal confronto delle due espressioni trovate si deduce che


X
akj =
plj a0hl qkh ,
l,h

ovvero, con notazione matriciale, che


A = Q1 A0 P,
o, equivalentemente, che
A0 = QAP 1 .
Questa `e la relazione che lega tra loro matrici che rappresentano la stessa
applicazione lineare rispetto a basi diverse.
Notiamo in particolare che se W = V , cio`e se f `e una applicazione lineare
da V in se, allora le matrici di cambiamento di base P e Q coincidono. In
questo caso la formula precedente diventa:
A0 = P AP 1 .
Definizione 1.16. Due matrici A e A0 si dicono simili se rappresentano
la stessa applicazione lineare rispetto a basi diverse, cio`e se esistono due
matrici invertibili P e Q tali che A0 = QAP 1 .

2. Esercizi
2.1. Definizioni
Esercizio 1. Si dica se sono lineari le seguenti funzioni:
(1) f : R2 R3 , (x, y) 7 (x y, x + y + 1, 0);
(2) f : R2 R2 , (x, y) 7 (2x, x + y);
(3) f : R2 R, (x, y) 7 sin(x y).

26

2. Applicazioni Lineari e Matrici

Esercizio 2. Si dica per quali valori di t R `e lineare la seguente funzione:


f : R3 R2 ,

(x, y, z) 7 (x + ty, tyz).

Esercizio 3. Si consideri la funzione tra C-spazi vettoriali f : C2 C data


da f ((x, y)) = x + y, ove y indica il numero complesso coniugato di y. Si
dica se f `e lineare (cio`e C-lineare).
Esercizio 4. Sia f : V W unapplicazione tra due spazi vettoriali. Si
dimostri che f `e lineare se e solo se il suo grafico `e un sottospazio vettoriale
di V W .

2.2. Applicazioni Lineari e Matrici


Esercizio 5. Sia f : V W unapplicazione lineare tra due spazi vettoriali.
Siano {v1 , v2 , v3 } una base di V e {w1 , w2 , w3 , w4 } una base di W , e f sia
data da f (v1 ) = 2w1 3w2 + w4 , f (v2 ) = w2 2w3 + 3w4 e f (v3 ) =
w1 + w2 + w3 3w4 . Si scriva la matrice di f nelle basi date.
Esercizio 6. Siano V e W due spazi vettoriali di basi rispettivamente
{v1 , v2 , v3 } e {w1 , w2 }, e sia f : V W unapplicazione lineare di matrice
(rispetto alle basi date)


2 1 1
A=
.
3 2 3
(1) Si prenda per V la nuova base v10 = v2 + v3 , v20 = v1 + v3 , v30 = v1 + v2 .
Qual `e la nuova matrice A0 di f rispetto alle basi {v10 , v20 , v30 } e {w1 , w2 }?
(2) Si prenda per W la nuova base w10 = 21 (w1 + w2 ) e w20 = 12 (w1 w2 ).
Qual `e la matrice A00 di f rispetto alle basi {v10 , v20 , v30 } e {w10 , w20 }?
Esercizio 7. Si consideri il sottospazio V di C 0 (R) generato dalle funzioni
f1 (x) = e2x + cos x, f2 (x) = cos x + sin x e f3 (x) = sin x. Si dimostri che
f1 , f2 e f3 sono linearmente indipendenti e si determini la matrice (rispetto
alla base {f1 , f2 , f3 }) dellendomorfismo di V che ad una funzione associa
la sua derivata.
Esercizio 8. Si determinino le matrici, rispetto alle basi canoniche, di
tutte le applicazioni lineari f : R3 R4 tali che f ((1, 2, 1)) = (0, 1, 0, 1),
f ((3, 1, 2)) = (1, 2, 0, 1) e f ((1, 5, 4)) = (2, 0, 3, 2).
Esercizio 9. Si determinino le matrici, rispetto alle basi canoniche, di
tutte le applicazioni lineari f : R3 R2 tali che f ((0, 2, 1)) = (3, 1),
f ((1, 1, 2)) = (1, 2) e f ((2, 4, 1)) = (11, 1).
Esercizio 10. Sia V linsieme delle funzioni polinomiali a coefficienti reali
di grado 4 che si annullano in 0 e 1, e sia W linsieme delle funzioni
polinomiali a coefficienti reali di grado 3 tali che il loro integrale tra 0 e
1 `e nullo.

2. Esercizi

27

(1) Si dimostri che V e W sono due spazi vettoriali e se ne determinino delle


basi.
(2) Sia D : V W lapplicazione lineare che associa ad una funzione la sua
derivata. Si dimostri che D `e ben definita e si determini una sua matrice
rispetto alle basi precedentemente trovate.
Esercizio 11. Sia : R3 R4 lomomorfismo di matrice (rispetto alle
basi canoniche)

1 0
0 0

A =
1 0 1
0 0 0
` vero o falso che, per ogni R, esiste un omomorfismo : R4 R3
(1) E
tale che sia suriettivo?
(2) Per quali valori di esistono x, y, z R tali che, posto

1 x 0 0
B = 0 y 0 0
1 z 1 0
si abbia BA = I?

2.3. Nucleo e Immagine


Esercizio 12. Siano V e W due spazi vettoriali, con basi rispettivamente
date da {v1 , v2 , v3 , v4 } e {w1 , w2 , w3 }. Si determini la matrice, rispetto alle
basi date, dellapplicazione lineare : V W definita da (v1 ) = w1 w2 ,
(v2 ) = 2w2 6w3 , (v3 ) = 2w1 + 2w2 , (v4 ) = w2 3w3 . Si determinino inoltre le dimensioni di Ker e di Im e si scrivano delle basi di tali
sottospazi. Si dica inoltre se w1 + w2 + w3 Im .
Esercizio 13. Si dica se lendomorfismo di R3 definito da
f ((x, y, z)) = (x + 2y, y + z, 2z x)
`e iniettivo o suriettivo. Si determinino delle basi di Ker f e di Im f e si dica
se la somma del nucleo e dellimmagine di f `e diretta.
Esercizio 14. Sia f : R3 R3 lendomorfismo definito ponendo
f ((1, 0, 0)) = (2, 1, 0)
f ((0, 1, 0)) = (1, 1, 1)
f ((0, 1, 1)) = (0, 2, 2).
Si determini la matrice di f rispetto alla base canonica di R3 . Si determinino
inoltre le dimensioni del nucleo e dellimmagine di f e delle basi di tali
sottospazi.

28

2. Applicazioni Lineari e Matrici

Esercizio 15. Sia f : R3 R3 lendomorfismo di matrice

1 2 3
A = 1 1 1
1 1 1
rispetto alla base canonica. Si determini il rango di f e delle basi di Ker f
e di Im f .
Esercizio 16. Sia V uno spazio vettoriale di dimensione finita. Si dica
sotto quali condizioni su V esiste un endomorfismo : V V tale che
Ker = Im .

2.4. Rango di una Matrice


Esercizio 17. Si determini il rango

0
1
A=
0
1

della matrice

1 2 1
1 1 0

1 1 1
1 4 2

Esercizio 18. Si determini, al variare di

0 1 2
1 2 2
A=
1 1 a
0 a 2a

a R, il rango della matrice

1 0
1 1

0 1
a2 0

3. Soluzioni
3.1. Applicazioni Lineari
Svolgimento esercizio 1. Ricordando la definizione di funzione lineare,
si tratta solo di controllare se f (v + w) = f (v) + f (w) e se f (v) = f (v),
per ogni scelta di vettori v e w e per ogni scalare . Si verifica cos`
immediatamente che solo la funzione al punto (2) `e lineare.
Svolgimento esercizio 2. Procedendo come nellesercizio precedente si
scopre che lunico valore di t che rende lineare questa funzione `e t = 0.
Svolgimento esercizio 3. Si verifica immediatamente che
f ((x1 , y1 ) + (x2 , y2 )) = f ((x1 , y1 )) + f ((x2 , y2 )),
quindi f `e additiva. Tuttavia
y,
f ((x, y)) = x + y = x +
mentre
f ((x, y)) = x +
y,

3. Soluzioni

29

per C. Quindi f non `e lineare.


e 6=
Svolgimento esercizio 4. Ricordiamo che il grafico di f `e il sottoinsieme
f di V W definito da
f = {(v, w) | w = f (v)}.
Dire che f `e un sottospazio vettoriale equivale a dire che `e chiuso rispetto alle operazioni di somma e di prodotto scalare, cio`e, per ogni (v1 , w1 ),
(v2 , w2 ) f e per ogni scalare , si deve avere (v1 , w1 ) + (v2 , w2 ) f e
(v1 , w1 ) f . Ma (v1 , w1 ) + (v2 , w2 ) = (v1 + v2 , w1 + w2 ) e questo elemento appartiene a f se e solo se w1 + w2 = f (v1 + v2 ) cio`e se e solo
se f (v1 ) + f (v2 ) = f (v1 + v2 ), dato che, per definizione, si ha w1 = f (v1 )
e w2 = f (v2 ). Analogamente si scopre che (v1 , w1 ) f se e solo se
w1 = f (v1 ), cio`e se e solo se f (v1 ) = f (v1 ).
Svolgimento esercizio 5. Indichiamo con A la matrice di f . Ricordiamo
che se v = 1 v1 + 2 v2 + 3 v3 (cio`e se v ha coordinate (1 , 2 , 3 ) rispetto
alla base di V ) e se f (v) = 1 w1 + + 4 w4 (cio`e se f (v) ha coordinate
(1 , . . . , 4 ) rispetto alla base di W ), si deve avere


1
1
... = A 2 .
3
4
Dalle ipotesi sappiamo che limmagine f (v1 ) del vettore v1 , che ha evidentemente coordinate (1, 0, 0), ha coordinate (2, 3, 0, 1). Si deve quindi
avere


2
1
3
= A 0 ,
0
0
1
da cui si deduce che le coordinate dellimmagine del primo vettore di base
costituiscono la prima colonna della matrice A. Lo stesso discorso si pu`o
ripetere per i rimanenti vettori di base, concludendo che le colonne della
matrice A sono costituite dalla coordinate delle immagini dei vettori della
base di V . Si ha dunque

2
0
1
3 1
1

A=
0 2 1 .
1
3 3
Svolgimento esercizio 6. Dalle ipotesi sappiamo che f (v1 ) = 2w1 + 3w2 ,
f (v2 ) = w1 + 2w2 , f (v3 ) = w1 3w2 .
(1) Sappiamo che le colonne della matrice A0 sono costituite dalle coordinate,
rispetto alla base {w1 , w2 }, delle immagini dei vettori della base {v10 , v20 , v30 }.

30

2. Applicazioni Lineari e Matrici

Basta allora calcolare f (v10 ), f (v20 ) e f (v30 ). Per la linearit`a di f si ha:


f (v10 ) = f (v2 ) + f (v3 ) = w2 ,
f (v20 ) = f (v1 ) + f (v3 ) = 3w1 ,
f (v30 ) = f (v1 ) + f (v2 ) = w1 + 5w2 ,
da cui si deduce che


0 3 1
.
A =
1 0 5
(2) In modo del tutto analogo, le colonne della matrice A00 sono costituite
dalle coordinate, rispetto alla base {w10 , w20 }, delle immagini dei vettori della
base {v10 , v20 , v30 }. Si tratta dunque di esprimere i vettori f (v10 ), f (v20 ) e f (v30 )
in funzione dei vettori w10 e w20 . Bisogner`a pertanto esprimere i vettori w1
e w2 come combinazione lineare dei vettori della nuova base. Risolvendo il
sistema

(w1 + w2 ) = w10
2
1

(w1 w2 ) = w0
2
2
si ottiene
(
w1 = w10 + w20
0

w2 = w10 w20
da cui si ricava

f (v10 ) = w2 = w10 + w20 ,


f (v20 ) = 3w1 = 3w10 + 3w20 ,

f (v30 ) = w1 + 5w2 = 6w10 4w20 .


La matrice A00 `e quindi data da


1 3 6
00
A =
.
1 3 4
Svolgimento esercizio 7. Supponiamo che sia 1 f1 + 2 f2 + 3 f3 = 0.
Ci`o equivale a dire che la funzione
1 e2x + (1 + 2 ) cos x + (2 + 3 ) sin x
`e identicamente nulla. Considerando allora il limite per x +, e ricordando che sin x e cos x sono due funzioni limitate, si deduce che deve essere
1 = 0. Si rimane allora con la funzione
2 cos x + (2 + 3 ) sin x,
che deve essere identicamente nulla. Se poniamo, ad esempio, x = 0 si
ottiene allora 2 = 0, da cui segue che anche 3 = 0, dovendo essere la
funzione 3 sin x identicamente nulla. In conclusione, le tre funzioni in questione sono linearmente indipendenti e quindi sono una base del sottospazio
V.

3. Soluzioni

31

Sia ora D : V V lendomorfismo dato da D(f ) = f 0 . Si ha:


D(f1 ) = 2e2x sin x = 2f1 2f2 + f3 ,
D(f2 ) = sin x + cos x = f2 2f3 ,
D(f3 ) = cos x = f2 f3 .
Da ci`o si deduce che la matrice di D

2
A = 2
1

rispetto alla base {f1 , f2 , f3 } `e

0
0
1
1 .
2 1

Svolgimento esercizio 8. Iniziamo ponendo


v1 = (1, 2, 1), v2 = (3, 1, 2), v3 = (1, 5, 4),
w1 = (0, 1, 0, 1), w2 = (1, 2, 0, 1), w3 = (2, 0, 3, 2).
Dato che una applicazione lineare `e determinata, in modo unico, dalle immagini dei vettori di una base, si deduce che, se i tre vettori v1 , v2 e v3
sono una base di R3 allora tale applicazione esiste ed `e unica. Controlliamo
allora se questi tre vettori sono linearmente indipendenti:
1 v 1 + 2 v 2 + 3 v 3 = 0
equivale a

1 + 32 3 = 0
21 2 + 53 = 0

+ 2 4 = 0
1
2
3
che, risolto, fornisce

1 = 32 + 3
2 = 3

0 = 0.
Si scopre cos` che esistono soluzioni non nulle e, di conseguenza, i tre vettori
sono linearmente dipendenti. Ponendo, ad esempio, 3 = 1, si ottiene 2 = 1
e 1 = 2, e quindi una relazione di dipendenza lineare fra i tre vettori `e la
seguente
2v1 + v2 + v3 = 0.
Se una tale f esiste, per linearit`a si deve avere
0 = f (2v1 + v2 + v3 ) = 2f (v1 ) + f (v2 ) + f (v3 ) = 2w1 + w2 + w3 ,
ma tale relazione non `e soddisfatta dai vettori w1 , w2 e w3 . Si conclude cos`
che non esiste nessuna applicazione lineare con le propriet`a richieste.

32

2. Applicazioni Lineari e Matrici

Svolgimento esercizio 9. Iniziamo ponendo


v1 = (0, 2, 1), v2 = (1, 1, 2), v3 = (2, 4, 1),
w1 = (3, 1), w2 = (1, 2), w3 = (11, 1).
Dato che una applicazione lineare `e determinata, in modo unico, dalle immagini dei vettori di una base, si deduce che, se i tre vettori v1 , v2 e v3
sono una base di R3 allora tale applicazione esiste ed `e unica. Controlliamo
allora se questi tre vettori sono linearmente indipendenti:
1 v 1 + 2 v 2 + 3 v 3 = 0
equivale a

2 + 23 = 0
21 + 2 43 = 0

2 = 0
1
2
3
che, risolto, fornisce

2 = 23
1 = 33

0 = 0.
Si scopre cos` che esistono soluzioni non nulle e, di conseguenza, i tre vettori
sono linearmente dipendenti. Ponendo, ad esempio, 3 = 1, si ottiene 1 =
3 e 2 = 2, e quindi una relazione di dipendenza lineare fra i tre vettori
`e la seguente
3v1 2v2 + v3 = 0.
Se una tale f esiste, per linearit`a si deve avere
0 = f (3v1 2v2 + v3 ) = 3f (v1 ) 2f (v2 ) + f (v3 ) = 3w1 2w2 + w3 ,
e tale relazione `e effettivamente soddisfatta.
Consideriamo allora v1 e v2 e completiamoli ad una base di R3 aggiungendo, ad esempio, il vettore e3 = (0, 0, 1) (si controlli che v1 , v2 ed e3 sono
linearmente indipendenti). Dato che f `e determinata dalle immagini dei
vettori di una base, basta dire chi sono le immagini di v1 , v2 ed e3 . Ma
mentre le immagini di v1 e v2 sono fissate, limmagine di e3 non `e soggetta
ad alcuna condizione ed `e dunque arbitraria, poniamo allora f (e3 ) = (a, b).
Da quanto detto si deduce allora che esistono infinite applicazioni lineari
che soddisfano alle condizioni richieste, ed inoltre che tali applicazioni lineari dipendono da due parametri reali (che noi abbiamo indicato con a
e b). Per determinare le matrici di tali applicazioni rispetto alle basi canoniche dobbiamo conoscere le immagini dei vettori di base e1 , e2 ed e3 .
Dobbiamo quindi determinare i vettori della base canonica in funzione dei
vettori della base {v1 , v2 , e3 }. Dalle equazioni

v1 = 2e2 + e3
v2 = e1 + e2 2e3

3. Soluzioni

si ricava

33

3
1

e1 = v1 + v2 + e3
2
2

e2 = 1 v1 + 1 e3
2
2

e si ha quindi


5 3 3 3
1
3
f (e1 ) = f (v1 ) + f (v2 ) + f (e3 ) =
+ a, + b ,
2
2
2 2 2 2


1
3 1 1 1
1
f (e2 ) = f (v1 ) + f (e3 ) = + a, + b .
2
2
2 2 2 2
Le matrici richieste sono dunque tutte le matrici
5 3

+ 2 a 32 + 12 a a
2
A= 3 3
+ 2 b 12 + 12 b b
2
al variare di a, b R.
Osservazione: un altro modo per risolvere questo esercizio consiste nel
considerare una matrice incognita


a11 a12 a13
A=
a21 a22 a23
e nellimporre le condizioni Av1 = w1 e Av2 = w2 (si noti che la condizione
Av3 = w3 `e allora automaticamente soddisfatta). Si ottengono cos` 4 equazioni nelle 6 incognite aij che, una volta risolte, forniranno tutte le matrici
richieste.
Svolgimento esercizio 10. (1) Gli elementi di V sono i polinomi della
forma f (x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 tali che f (0) = f (1) = 0, il che
equivale a richiedere che a0 = 0 e a0 + a1 + a2 + a3 + a4 = 0. Si ottiene
quindi
V = {(a2 + a3 + a4 )x + a2 x2 + a3 x3 + a4 x4 | a2 , a3 , a4 R},
che si verifica subito essere uno spazio vettoriale (cio`e chiuso rispetto alle
operazioni di somma e di prodotto per uno scalare). Inoltre, attribuendo
ad a2 , a3 , a4 i valori successivamente 1, 0, 0, poi 0, 1, 0, etc., si ottengono i
polinomi f1 (x) = x2 x, f2 (x) = x3 x, f 3 (x) = x4 x, che sono dunque
una base di V .
Gli elementi di W sono invece i polinomi della forma g(x) = b0 + b1 x +
b2 x2 + b3 x3 tali che
Z 1
(b0 + b1 x + b2 x2 + b3 x3 ) dx = 0,
0

che equivale a richiedere che


1
1
1
b0 + b1 + b2 + b3 = 0.
2
3
4

34

2. Applicazioni Lineari e Matrici

Si ha dunque
 


1
1
1
2
3
W =
b1 + b2 + b3 + b1 x + b2 x + b3 x | b1 , b2 , b3 R ,
2
3
4
che si verifica facilmente essere uno spazio vettoriale. Ancora, attribuendo
a b1 , b2 , b3 i valori successivamente 1, 0, 0, poi 0, 1, 0, etc., si ottengono i
polinomi g1 (x) = x 21 , g2 (x) = x2 13 , g 3 (x) = x3 14 , che sono dunque
una base di W .
(2) Se f (x) V , si ha
Z 1
D(f (x)) dx = [f (x)]10 = f (1) f (0) = 0,
0

quindi D(f (x)) W , e dunque D `e ben definita. Per determinare la matrice


di D basta calcolare le immagini dei vettori della base di V :
D(f1 (x)) = 2x 1 = 2g1 (x),
D(f2 (x)) = 3x2 1 = 3g2 (x),
D(f3 (x)) = 4x3 1 = 4g3 (x),
da cui si deduce che la matrice cercata `e

2 0 0
A = 0 3 0 .
0 0 4
Svolgimento esercizio 11. (1) Se : R3 R3 `e suriettivo, allora `e
anche iniettivo (e viceversa), ma questo implica che anche `e iniettivo, e
ci`o deve valere per ogni . Osserviamo per`o che limmagine di `e generata
dai vettori (1, 0, 1, 0), (, , 0, 0) e (0, 0, 1, 0), e quindi ha dimensione 2 se
= 0. Di conseguenza, almeno nel caso = 0, non `e iniettivo, quindi se
ne deduce che non esiste un omomorfismo con le caratteristiche richieste.
(2) Calcolando il prodotto, si ottiene:

1 (1 + x) 0
y
0
BA = 0
0 (z 1) 1
che `e la matrice identit`a se e solo se

(1 + x) = 0
y = 1

(z 1) = 0
che ammette soluzioni se e solo se 6= 0. (Si noti che B `e la matrice di
un omomorfismo : R4 R3 e che BA `e la matrice dellapplicazione
composta . Da quanto appena visto si deduce allora che, se 6= 0,
esiste tale che sia lidentit`a).

3. Soluzioni

35

3.2. Nucleo e Immagine


Svolgimento esercizio 12. Ricordando che le colonne della matrice di
sono costituite dalle coordinate, rispetto alla base {w1 , w2 , w3 }, delle immagini dei vettori della base {v1 , v2 , v3 , v4 }, si deduce che la matrice in
questione `e

1
0 2 0
2
1 .
A = 1 2
0 6 0 3
Im `e il sottospazio di W generato dai vettori (v1 ), (v2 ), (v3 ) e (v4 ).
Tra questi si trover`a dunque una base. In effetti, basta osservare che
(v3 ) = 2(v1 ) e (v2 ) = 2(v4 ), mentre (v1 ) e (v4 ) sono linearmente
indipendenti, per concludere che una base di Im `e costituita, ad esempio,
dai vettori (v1 ) e (v4 ). Si ha dunque dim(Im ) = 2 e, di conseguenza,
dim(Ker ) = dim(V ) dim(Im ) = 2. Per determinare una base di Ker
basta allora trovare due vettori linearmente indipendenti che appartengano
al nucleo di . Dalle relazioni tra i vettori (vi ) trovate precedentemente, e
dalla linearit`a di , si deduce che (2v1 + v3 ) = 0 e (v2 2v4 ) = 0, quindi i
due vettori 2v1 + v3 e v2 2v4 appartengono a Ker , ed essendo linearmente indipendenti, ne costituiscono una base. Infine il vettore w1 + w2 + w3
appartiene allimmagine di se e solo se `e combinazione lineare dei vettori
che costituiscono una base di Im . Si tratta allora di vedere se esistono due
scalari 1 e 2 tali che
w1 + w2 + w3 = 1 (v1 ) + 2 (v4 ) = 1 (w1 w2 ) + 2 (w2 3w3 ).
Si ottiene cos` il sistema

1 = 1
1 + 2 = 1

3 = 1,
2

che non ammette soluzioni. Si pu`o dunque concludere che w1 + w2 + w3 6


Im .
Svolgimento esercizio 13. Si noti che f `e un endomorfismo di R3 , cio`e
unapplicazione lineare di R3 in se. Da ci`o segue che f `e iniettivo se e solo
se `e suriettivo e cio`e, per esempio, se e solo se Ker f = {0}. Determiniamo
dunque il nucleo di f : f ((x, y, z)) = 0 se e solo se

x + 2y = 0
y+z =0

2z x = 0
da cui si ottiene


x = 2y
z = y.

36

2. Applicazioni Lineari e Matrici

Si scopre cos` che il nucleo di f contiene dei vettori non nulli, che ha dimensione 1 (nel sistema precedente c`e una sola variabile libera) e che il vettore
(2, 1, 1) (corrispondente alla scelta y = 1) ne `e una base (f non `e dunque
ne iniettivo ne suriettivo). La dimensione dellimmagine di f `e allora data
da
dim(Im f ) = dim(R3 ) dim(Ker f ) = 2,
e dato che Im f `e generato dallimmagine dei vettori di un base di R3 , per
esempio la base canonica, per trovare una base di Im f baster`a trovare,
fra questi, due vettori linearmente indipendenti. Calcolando f ((1, 0, 0)) =
(1, 0, 1) e f ((0, 1, 0)) = (2, 1, 0) ci accorgiamo che questi sono linearmente
indipendenti; possiamo dunque concludere che i vettori (1, 0, 1) e (2, 1, 0)
sono una base di Im f . Finalmente, ricordiamo che richiedere che la somma
di due sottospazi sia diretta equivale a richiedere che la loro intersezione
sia nulla (nel senso di {0}, non di !). Basta allora controllare se il vettore
(2, 1, 1), che genera Ker f , si pu`o scrivere come combinazione lineare dei
vettori che costituiscono una base di Im f :
(2, 1, 1) = 1 (1, 0, 1) + 2 (2, 1, 0).
Si ottiene cos` un sistema lineare che non ha soluzioni. Di conseguenza la
somma di Ker f e Im f `e diretta e, dal computo delle dimensioni, si deduce
che Ker f Im f = R3 .
Svolgimento esercizio 14. Le immagini dei vettori (1, 0, 0) e (0, 1, 0) costituiscono rispettivamente la prima e seconda colonna della matrice cercata. La terza colonna `e data dallimmagine del vettore (0, 0, 1). Dato che
(0, 0, 1) = (0, 1, 0) (0, 1, 1), dalla linearit`a di f segue che f ((0, 0, 1)) =
(1, 1, 1) (0, 2, 2) = (1, 3, 1). La matrice cercata `e quindi

2
1
1
A = 1 1 3 .
0
1 1
Si vede ora facilmente che Ker f = 0, e pertanto Im f = R3 . Come base di
Im f si pu`o allora prendere la base canonica di R3 .
Svolgimento esercizio 15. Osservando la matrice A si vede immediatamente che rango(f ) = dim Im(f ) = rango(A) = 2. Di conseguenza, si
ha dim Ker(f ) = 1. Una base del nucleo di f `e allora data dal vettore
(1, 2, 1), mentre come base dellimmagine di f si possono prendere, ad
esempio, i vettori che costituiscono le prime due colonne della matrice A.
Svolgimento esercizio 16. Ricordiamo che le dimensioni del nucleo e
dellimmagine di una applicazione lineare sono legate dalla formula
dim V = dim(Ker ) + dim(Im ).

3. Soluzioni

37

Pertanto, se esiste : V V tale che Ker = Im si deve avere necessariamente dim V = 2 dim(Ker ), cio`e la dimensione di V deve essere
pari.
Viceversa, ci chiediamo se il fatto che V abbia dimensione pari sia anche
sufficiente a garantire lesistenza di un endomorfismo con le caratteristiche richieste. Sia dunque V uno spazio vettoriale di dimensione 2n e
fissiamo una sua base {v1 , v2 , . . . , v2n }. Cerchiamo ora di costruire unapplicazione lineare tale che Ker = Im . Ricordiamo che unapplicazione
lineare `e determinata dalle immagini degli elementi di una base quindi,
per costruire , basta dire chi sono (v1 ), (v2 ), . . . , (v2n ). Poniamo allora
(v1 ) = (v2 ) = = (vn ) = 0, in modo da ottenere che il nucleo sia il
sottospazio di V generato dai primi n vettori della base. Ora che conosciamo il nucleo baster`a fare in modo che anche limmagine di sia generata
dai vettori v1 , v2 , . . . , vn . Dato che limmagine `e generata dallimmagine dei
vettori della base di V , e dato che limmagine dei primi n vettori `e zero,
baster`a allora porre (vn+1 ) = v1 , (vn+2 ) = v2 , . . . , (v2n ) = vn . Questo
prova che un tale esiste e quindi che la condizione che V abbia dimensione
pari `e anche sufficiente.

3.3. Rango di una Matrice


Svolgimento esercizio 17. Ricordando che il rango di una matrice `e il
numero di righe (o colonne) linearmente indipendenti, `e chiaro che sommando ad una riga (o colonna) una combinazione lineare delle righe (colonne)
rimanenti, oppure scambiando fra loro due righe (o colonne), il rango non
cambia. Effettuando quindi questo tipo di operazioni (dette operazioni elementari) sulle righe (o sulle colonne), possiamo ridurre la matrice A ad una
forma pi`
u semplice, in cui la determinazione del rango risulti immediata.
In dettaglio, le operazioni da fare sono, ad esempio, le seguenti: scambiamo
la prima con la seconda riga di A, ottenendo

1 1 1 0
0 1 2 1

0 1 1 1
1 1 4 2
Ora sottraiamo alla quarta riga la prima,

1 1 1
0 1 2

0 1 1
0 0 3

ottenendo

0
1

1
2

38

2. Applicazioni Lineari e Matrici

Ora aggiungiamo alla terza riga la

1
0

0
0
Infine sottraiamo alla quarta riga

1
0

0
0

seconda, ottenendo

1 1 0
1 2 1

0 3 2
0 3 2

la terza, ottenendo

1 1 0
1 2 1

0 3 2
0 0 0

Si noti come lobiettivo da raggiungere sia quello di fare in modo che tutti
gli elementi situati al di sotto della diagonale principale siano 0. A questo
punto `e immediato contare quante sono le righe linearmente indipendenti:
nel nostro caso 3. Questo `e dunque il rango di A.
Osservazione: In modo del tutto analogo si possono effettuare delle operazioni elementari sulle colonne in modo da ottenere alla fine una matrice
in cui tutti gli elementi situati a destra della diagonale principale siano
nulli. Tuttavia `e bene non mescolare operazioni elementari sulle righe con
operazioni elementari sulle colonne.
Presentiamo qui un altro metodo per calcolare il rango di una matrice
(anche se gli argomenti necessari, e cio`e i determinanti, saranno trattati solo
in seguito). Ricordiamo che il rango di una matrice `e il massimo ordine dei
minori non nulli estratti dalla matrice. Dato che A `e una matrice quadrata
di ordine 4, esiste un solo minore di ordine 4, il determinante di A. Per
calcolare det A utilizziamo la regola di Laplace, sviluppando il determinante
secondo la prima colonna:

0 1 2 1
1
2
1
1
2
1
1 1 1 0

det
0 1 1 1 = det 1 1 1 det 1 1 0
1 4 2
1 1 1
1 1 4 2







1 1
1 1
1 1
= det
2 det
+ det
4 2
1 2
1 4





1 1
1 2
det
+ det
1 1
1 1
= 1 1 = 0.
Abbiamo cos` visto che det A = 0 quindi il rango di A non `e 4. Dobbiamo
ora considerare i minori di ordine 3 estratti dalla matrice A. Dato che ci sono
quattro modi diversi di scegliere tre righe tra le quattro della matrice A, e
lo stesso vale per le colonne, ci sono 16 minori di ordine 3. Fortunatamente,

3. Soluzioni

39

se calcoliamo il minore corrispondente alle prime tre righe e tre colonne di


A, troviamo:



0 1 2
1
2
det 1 1 1 = det
= 3 6= 0,
1 1
0 1 1
quindi possiamo concludere che il rango di A `e 3.
Notiamo che, se calcolando questo primo minore di ordine tre avessimo
trovato 0, avremmo dovuto considerare un altro minore di ordine tre, fino
a trovarne uno diverso da zero. Se per`o la matrice A avesse avuto rango 2,
allora calcolando tutti i 16 possibili minori di ordine tre, avremmo sempre
trovato 0. A questo punto avremmo dovuto iniziare a calcolare i minori di
ordine due, fino a trovarne uno diverso da zero. Dato che il calcolo di un
determinante `e, in generale, un calcolo piuttosto lungo, si capisce da questo
esempio come, in generale, il calcolo dei minori estratti da una matrice non
sia un metodo molto efficace per la determinazione del rango.
Svolgimento esercizio 18. Con operazioni elementari sulle righe (vedi
esercizio precedente) si ottiene, alla fine, la matrice

1 2 2
1
1
0 1 2
1
0

0 0 a
0
0
0 0 0 a2 a 0
Si vede allora che, se a = 0 si ha rango(A) = 2, se a = 1 si ha rango(A) = 3,
mentre per tutti gli altri valori di a si ha rango(A) = 4.

Capitolo 3

Determinanti

1. Richiami di teoria
1.1. Determinanti
Sia A = (aij ) una matrice quadrata di ordine n a coefficienti in un corpo C.
Definizione 1.1. Il determinante di A, indicato con det A, `e definito come
segue:
X
det A =
(sgn )a1(1) a2(2) an(n) ,

ove la somma `e estesa a tutte le n! permutazioni dei numeri {1, 2, . . . , n} e


sgn `e il segno della permutazione (che `e uguale a +1 oppure 1 a seconda
che il numero di scambi che bisogna effettuare per riordinare linsieme di
numeri che si ottiene applicando la permutazione sia pari o dispari).
Come si pu`o facilmente intuire, questa definizione di determinante, seppur molto utile dal punto di vista teorico, non `e altrettanto utile in pratica
per il calcolo del determinante di una matrice quadrata di ordine n (tranne
il caso n = 2 e forse n = 3).
Per matrici di ordine 2, si deduce immediatamente dalla definizione che:


a b
det
= ad bc.
c d
Osservazione 1.2. Il determinante di una matrice si indica spesso semplicemente sostituendo le parentesi rotonde che delimitano la matrice con
delle barre verticali. Si scrive quindi, ad esempio,


a b


c d
per indicare il determinante



a b
det
.
c d
Elenchiamo ora una serie di propriet`a dei determinanti.
Proposizione 1.3. Sia A una matrice quadrata di ordine n.

42

3. Determinanti

(1) det A = 0 se e solo se le righe di A sono linearmente dipendenti.


(2) Il determinante di A non cambia se a una riga si somma una
combinazione lineare delle altre righe.
(3) Se tutti gli elementi di una riga vengono moltiplicati per uno scalare
il determinante risulta moltiplicato per .
(4) Scambiando tra loro due righe di A il determinante cambia di segno.
Tutte le affermazioni precedenti rimangono vere sostituendo la parola righe
con colonne.
Come vedremo negli esercizi queste propriet`a dei determinanti possono
essere usate per semplificare una matrice prima di procedere al calcolo del
suo determinante.
Osserviamo che lapplicazione determinante non `e lineare. Infatti si ha,
in generale,
det(A + B) 6= det A + det B,
e
det(A) = n det A.
Vale invece il seguente risultato:
Teorema 1.4 (Teorema di Binet). Il determinante del prodotto di due
matrici quadrate `e il prodotto dei determinanti delle singole matrici, cio`e
det(AB) = det A det B.
Unultima propriet`a dei determinanti `e data dalla seguente propositione:
Proposizione 1.5. det(A) = det(AT ).
Introduciamo ora una formula utile al calcolo effettivo dei determinanti.
Teorema 1.6 (Teorema di Laplace). Sia A = (aij ) una matrice quadrata
di ordine n. Per ogni k, con 1 k n, si ha
det A = a1k A1k + a2k A2k + + ank Ank ,
e anche
det A = ak1 Ak1 + ak2 Ak2 + + akn Akn ,
i+j

ove Aij = (1) Mij , e Mij `e il determinante della matrice che si ottiene
cancellando la i-esima riga e la j-esima colonna della matrice A (il termine
Aij `e anche detto il complemento algebrico dellelemento aij ).

1.2. Matrici inverse


Sia A = (aij ) una matrice quadrata di ordine n. Se A `e invertibile, cio`e se
esiste una matrice quadrata A1 tale che AA1 = A1 A = I, dal teorema
di Binet segue che det(A) det(A1 ) = det(AA1 ) = det(I) = 1 e quindi
det(A1 ) =

1
.
det A

1. Richiami di teoria

43

In particolare, se A `e invertibile si deve necessariamente avere det A =


6 0.
In realt`a si pu`o dimostrare che questa condizione `e anche sufficiente. Vale
quindi il seguente risultato:
Proposizione 1.7. Una matrice quadrata A `e invertibile se e solo se
det A 6= 0.
` anche possibile scrivere una formula esplicita per linversa di una
E
matrice. Dal teorema di Laplace si deduce infatti il risultato seguente:
Proposizione 1.8. Sia A = (aij ) una matrice quadrata di ordine n tale
che det A 6= 0. Allora si ha:

T
A11 A12 A1n
A
A22 A2n
1
.21
,
A1 =
..
..
..

..
det A
.
.
.
An1 An2 Ann
ove gli Aij sono i complementi algebrici degli elementi aij della matrice A.
Si noti tuttavia che, dal punto di vista pratico, calcolare linversa di una
matrice usando questa formula non `e un metodo molto efficace, in quanto `e
richiesto il calcolo di un gran numero di determinanti. Negli esercizi verr`a
illustrato un metodo molto pi`
u efficace per determinare linversa di una
matrice.

1.3. Determinante di una applicazione lineare


Sia f : V V unapplicazione lineare. Abbiamo visto in precedenza che,
se fissiamo una base {v1 , . . . , vn } di V , a f risulta associata una matrice
quadrata A di ordine n. Ovviamente la matrice A dipende dalla base scelta:
se {v10 , . . . , vn0 } `e unaltra base di V , a f sar`a associata unaltra matrice A0 .
Le due matrici A e A0 cos` trovate sono simili (in quanto rappresentano la
stessa applicazione lineare f ), e quindi sono legate dalla formula seguente
A0 = P AP 1 ,
dove P `e la matrice di cambiamento di base.
Dal teorema di Binet segue allora che:
det A0 = det(P AP 1 ) = det(P ) det(A) det(P 1 )
= det(P ) det(A) det(P )1 = det A.
In altri termini, tutte le matrici che rappresentano la stessa f rispetto a basi
diverse hanno lo stesso determinante. Quindi tale determinante dipende solo
dallapplicazione lineare f e non dalla base scelta per costruire la matrice.
Possiamo quindi dare la seguente definizione:

44

3. Determinanti

Definizione 1.9. Sia f : V V unapplicazione lineare. Il determinante


di f , indicato con det(f ), `e il determinante di una qualunque matrice che
rappresenta f .

2. Esercizi
2.1. Regola di Laplace
Esercizio 1. Si calcoli

2
4
det
0
2

3 1
2 0
.
0 1
2 1

0
1
3
0

Esercizio 2. Si calcoli

2
2

det
2
2
1

3 4 1 2
3 4 1 1

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

2.2. Inversione di Matrici


Esercizio 3. Si calcoli linversa della matrice

2 3 1
A = 2 1 3 .
1 3 1
Esercizio 4. Si calcoli linversa della

A= 1
1

matrice

2 1
3 0
2 2

2.3. Formule Ricorsive


Esercizio 5. Si indichi con An la seguente matrice n n:

2 1
0 0 0
3 2
1 0 0

0 3
2 1 0

An = .. . . . . . . . . ..
.
.
.
. .
.

0 0 3
2 1
0

2. Esercizi

45

Determinare una formula ricorsiva per calcolare det An , per ogni intero n
1.
Esercizio 6. Si indichi con An la seguente matrice n n:

1 + a1
1
1
1

1
1
1 + a2
1
1

1
1
1 + a3 1

1
An =
..
..
..
..
...
.
.
.

1
1 1 + an1
1
1

1
1
1
1 + an
ove a1 , . . . , an R.
Si dimostri che, per ogni intero n 2, si ha
det An = a1 a2 an +

n
X

a1 a2 a
i an ,

i=1

dove a
i significa che lelemento ai non compare nel prodotto.

2.4. Altri esercizi


Esercizio 7. Sia X la matrice a blocchi

X=


A B
,
0 C

dove A `e una matrice n n e C `e una matrice m m.


Si dimostri che det X = det A det C.
Esercizio 8. (Determinante di Vandermonde). Si dimostri che, per ogni
n 2, si ha

det

1
1
21
..
.

1
2
22
..
.

1
n
2n
..
.

1n1 n1

nn1
2

Y
=
(j i ).

i<j

46

3. Determinanti

3. Soluzioni
3.1. Regola di Laplace
Svolgimento esercizio 1. Utilizzando la regola di Laplace, e precisamente
sviluppando il determinante secondo la terza riga, si ha:

2 0 3 1
2
3
1
2
0
3
4 1 2 0

det
0 3 0 1 = 3 det 4 2 0 det 4 1 2
2 2 1
2 0 2
2 0 2 1







4 2
2 3
2 3
= 3 det
det
det
2 2
4 2
2 2
= 3(4 + 8) + 2 = 10.
Svolgimento esercizio 2. In questo caso non conviene applicare subito
la regola di Laplace, data la mole dei calcoli necessari. Ricordando invece le propriet`a dei determinanti possiamo cercare di ridurre la matrice ad
una forma pi`
u semplice: ci`o significa, in pratica, cercare di far comparire
parecchi zeri tra gli elementi della matrice. Ci`o si pu`o fare, ad esempio,
sottraendo alla prima riga la seconda, e ricordando che con tale operazione
non si modifica il determinante. Si ha dunque:

0 0 0
0
1
2 3 4 1 2
2 3 4 1 1
2 3 4 1 1

1
1
1
1 = det
det 2 3 5

2 3 5
2 1 1
2 1 1
1
1
1
1
1 2 1 2 1
1 2 1 2 1
e sviluppando ora secondo la prima riga, si ottiene

2 3 4 1 2
2
3
4
1
2 3 4 1 1

2 3 5
1

1
1
det
2 3 5
= det 2 1 1

1
2 1 1
1
1
1 2 1 2
1 2 1 2 1
Ancora una volta risulta conveniente trasformare
esempio sottraendo alla prima riga la seconda. Si

2 3 4 1
0 0
2 3 5

2 3
1
= det
det
2 1 1
2 1
1
1 2 1 2
1 2

questultima matrice, ad
ha cos`:

1 2
5
1

1
1
1 2

3. Soluzioni

e, sviluppando il

2 3
2 3
det
2 1
1 2

47

determinante secondo la prima riga, si ottiene

4 1
2 3 1
2 3 5

5
1
= det 2 1 1 + 2 det 2 1 1
1
1
1 2 2
1 2 1
1 2

Ancora una volta possiamo far comparire degli zeri in queste ultime due
matrici sottraendo, ad esempio, la seconda riga alla prima. Si ottiene cos`:

2 3 4 1
0
2
0
0
2
4
2 3 5
1
= det 2 1 1 + 2 det 2 1 1
det
2 1 1
1
1 2 2
1 2 1
1 2 1 2





2 1
2 1
= 2 det
+ 2 2 det
1 2
1 1


2 1
+4 det
1 2
= 6 + 2(6 + 12) = 42.

3.2. Inversione di Matrici


Svolgimento esercizio 3. Ricordiamo che, data una matrice A = (aij ), si
chiama complemento algebrico dellelemento aij lelemento Aij che `e uguale
al prodotto di (1)i+j per il determinante della matrice ottenuta dalla matrice A cancellando la i-esima riga e la j-esima colonna. La matrice inversa
di A `e quindi uguale alla trasposta della matrice dei complementi algebrici
degli elementi di A, divisa per il determinante di A.
Calcoliamo allora il determinante di A, sviluppando secondo la prima
riga:





1 3
2 3 2 1
+ 3


det A = 2
1 1 1 3
3 1
= 2(1 9) + 3(2 + 3) (6 + 1) = 8.
Scriviamo ora la trasposta della matrice dei complementi algebrici:






1 3
3 1
3 1






+ 3 1 3 1 + 1 3







8
0
8
2 1
2 1
2 3


= 1 1 4

+



1 1

1 1
2 3

5 3 4
2 3
2 3
2 1






+

+
1 3
1 3
2 1

48

3. Determinanti

La matrice inversa di A si ottiene dividendo la matrice appena trovata per


il determinante di A. Essa `e quindi

1
0
1
A1 = 1/8 1/8 1/2 .
5/8 3/8 1/2
Svolgimento esercizio 4. Nellesercizio precedente abbiamo visto come
si possa calcolare linversa di una matrice. Il metodo usato tuttavia non `e
molto efficace, specialmente per matrici grandi, perche richiede il calcolo
di un gran numero di determinanti.
Un altro metodo, molto pi`
u semplice del precedente anche se meno meccanico, per calcolare linversa di una matrice (quando questa esiste) consiste
nellaffiancare alla matrice A la matrice identica, ottenendo

1 2 1 | 1 0 0
1 3 0 | 0 1 0
1 2 2 | 0 0 1
A questo punto, con delle operazioni elementari sulle righe, cerchiamo di
far apparire la matrice identica a sinistra: alla fine la matrice che troveremo
a destra sar`a proprio la matrice inversa di A (perche?). In dettaglio le
operazioni da fare sono, ad esempio, le seguenti: sottraiamo alla seconda
riga la prima, e alla terza riga la prima, ottenendo

1 2 1 | 1 0 0
0 1 1 | 1 1 0
0 0 1 | 1 0 1
Ora sommiamo alla seconda
terza, ottenendo

1
0
0
Ora sommiamo alla prima

1
0
0

riga la terza, mentre alla prima sottraiamo la

2 0 | 2 0 1
1 0 | 2 1 1
0 1 | 1 0 1

riga la seconda moltiplicata per 2, ottenendo

0 0 | 6 2 3
1 0 | 2 1
1
0 1 | 1 0
1

In conclusione, si ha

A1

6 2 3
1 .
= 2 1
1 0
1

3. Soluzioni

49

3.3. Formule Ricorsive


Svolgimento esercizio 5. Sviluppando
riga si ha:

3
0

0
det An = 2 det An1 det
...

il determinante secondo la prima


1
2
3
...

0
= 2 det An1 3 det An2 .

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

0
0

0
.
..

2 1
3

(La seconda matrice a destra delluguale `e una matrice (n 1) (n 1),


e si `e sviluppato il suo determinante secondo la prima colonna. Si `e inoltre
supposto, nel calcolo precedente, che n 3).
Rimangono ora da calcolare i determinanti per n = 1 e n = 2:
det A1 = det(2) = 2,


2 1
det A2 = det
= 1.
3 2
In questo modo si possono calcolare, successivamente tutti gli altri determinanti; ad esempio, si ha:
det A3 = 2 det A2 3 det A1 = 4,
det A4 = 2 det A3 3 det A2 = 11.
Osservazione: La formula ricorsiva precedente permette il calcolo di tutti
i det An , tuttavia per poter calcolare det An per un particolare valore di
n `e necessario calcolare prima tutti i vari det Ai , per ogni intero i < n.
Per trovare una formula che permetta il calcolo diretto di det An si pu`o
procedere come segue. Poniamo dn = det An ; si ha dunque d1 = 2, d2 = 1 e
dn = 2dn1 3dn2 , per ogni n 3. Allora si ha anche dn+1 = 2dn 3dn1 =
2(2dn1 3dn2 ) 3dn1 = dn1 6dn2 . Si ottiene dunque la seguente
equazione:

 


dn+1
1 6
dn1
=
dn
2 3
dn2




dn+1
1 6
ovvero, ponendo vn =
e indicando con B la matrice
,
dn
2 3
vn = Bvn2 .
Si ottiene quindi v3 = Bv1 , v5 = Bv3 = B 2 v1 , v7 = Bv5 = B 3 v1 e, in
generale,
v2n+1 = B n v1 .

50

3. Determinanti

 
1
Ricordando che v1 =
, si scopre allora che il problema del calcolo diretto
2
dei vari dn `e ridotto al problema del calcolo delle potenze di una matrice.
Ovviamente il calcolo di B n si pu`o effettuare moltiplicando la matrice B per
se stessa n volte, ma ci`o equivale a calcolare tutti i vari di , per ogni i < n.
Tuttavia, come vedremo in seguito, c`e un modo di calcolare direttamente
B n senza dover calcolare tutte le varie potenze B i , i = 2, . . . , n 1.
Svolgimento esercizio 6. Poniamo dn (a1 , . . . , an ) = det An . Verifichiamo
la formula data per n = 2:


1 + a1
1
d2 (a1 , a2 ) = det
= a1 a2 + a1 + a2 .
1
1 + a2
Quindi, per n = 2, la formula `e corretta. Procediamo quindi per induzione,
supponendo che la formula sia corretta per An1 e cercando di dimostrare
che allora la formula data `e corretta anche per An . Per calcolare il determinante dn (a1 , . . . , an ), conviene sottrarre alla prima colonna la seconda (cos`
facendo il determinante non cambia), ottenendo

a1
1
1
1

1
a2 1 + a2
1
1

0
1
1 + a3 1

dn (a1 , . . . , an ) = det ..
..
..
..
..
.
.
.

.
.

1
1 1+a
1
n1

1 + an

Ora si pu`o sviluppare secondo la prima colonna, ottenendo

1 + a2
1
1
1

1
1 + a3
1
1

1
1
1 + a4 1

dn (a1 , . . . , an ) = a1 det
.
.
.
.
..
..
..
..

1
1 1 + an1
1

1
1
1

1
1
1
1

1 1 + a3
1
1

1
1
1 + a4 1

+ a2 det
..
..
..
...
.
.
.

1
1
1 1+a
n1

1
1

1
..
.

1
1 + an

1
1

1
..
.

1
1
1
1
1 + an
= a1 dn1 (a2 , a3 , . . . , an ) + a2 dn1 (0, a3 , . . . , an ).
Usando lipotesi induttiva, si ha
dn1 (a2 , a3 , . . . , an ) = a2 a3 an +

n
X
i=2

a2 a3 a
i an ,

3. Soluzioni

51

e quindi
dn1 (0, a3 , . . . , an ) = 0 +

n
X

0 a3 a
i an = a3 an .

i=2

Sostituendo nellespressione precedentemente trovata, si ha:


dn (a1 , . . . , an ) = a1 (a2 a3 an +

n
X

a2 a3 a
i an ) + a2 (a3 an )

i=2

= a1 a2 an +
= a1 a2 an +

n
X
i=2
n
X

a1 a2 a
i an + a2 a3 an
a1 a2 a
i an ,

i=1

che `e proprio ci`o che si voleva dimostrare.

3.4. Altri esercizi


Svolgimento esercizio 7. Utilizziamo la definizione del determinante:
X
(sgn )x1,(1) x2,(2) xn,(n) xn+1,(n+1) xn+m,(n+m) ,
det X =

ove si `e posto X = (xi,j ) e ove la somma `e effettuata al variare di tra


tutte le permutazioni di n + m oggetti.
In base alla struttura a blocchi della matrice X, si deduce che xi,j = 0
se i > n e j n, quindi nel prodotto
xn+1,(n+1) xn+m,(n+m)
compare uno zero ogni volta che (n + 1) n, oppure (n + 2) n,
. . . , oppure (n + m) n. Ci`o significa che gli addendi che compaiono
effettivamente nellespressione del determinante di X corrispondono alle
permutazioni tali che
(n + 1), (n + 2), . . . , (n + m) {n + 1, . . . , n + m}.
Di conseguenza si deve avere anche
(1), (2), . . . , (n) {1, . . . , n}.
Ci`o significa che gli unici addenti che compaiono effettivamente nellespressione del determinante di X corrispondono alle permutazioni che si spezzano nel prodotto di due permutazioni = 1 2 , ove 1 : {1, . . . , n}

52

3. Determinanti

{1, . . . , n} e 2 : {n + 1, . . . , n + m} {n + 1, . . . , n + m}. Si ricordi allora


che si ha anche sgn() = sgn(1 ) sgn(2 ). Si ottiene dunque
X
det X =
(sgn 1 )(sgn 2 )x1,1 (1) x2,1 (2) xn,1 (n) xn+1,2 (n+1)
1 ,2

xn+m,2 (n+m)
!
=

(sgn 1 )x1,1 (1) x2,1 (2) xn,1 (n)

!
X

(sgn 2 )xn+1,2 (n+1) xn+2,2 (n+2) xn+m,2 (n+m)

= det A det C.
Svolgimento esercizio 8. Verifichiamo la formula data nel caso n = 2:


1 1
det
= 2 1 .
1 2
Quindi la formula `e corretta.
Procediamo allora per induzione, supponendo che la formula sia corretta
per n 1 e cercando di dimostrare che in tal caso `e corretta anche per n.
Per calcolare

1
1

1
1
2 n

2
22 2n

= det
.1
..
..
..
.

.
n1
n1
n1
1
2
n
modifichiamo la matrice sottraendo ad ogni riga, a partire dalla seconda, la
riga precedente moltiplicata per 1 (facendo quanto detto il determinante
non cambia). Si ottiene allora

1
1
1

1
0
2 1
3 1

n 1

2
2

2n 1 n .
3 1 3
0
2 1 2
= det

.
..
..
..

..
.
.

.
1 nn2
0 n1
1 n2
n1
1 n2
n1
2
2
3
3
n
Sviluppando secondo la prima colonna si ha dunque

2 1
3 1

n 1
22 1 2
23 1 3

2n 1 n
.

= det
..
..
..

.
.

.
n1
n2
n1
n2
n2
n1
2 1 2
3 1 3
n 1 n

3. Soluzioni

53

A questo punto si pu`o raccogliere a fattore dalla colonna


j = 1, . . . , n 1) il fattore j 1 . Si ottiene pertanto

1
1
2
2
2

23

= (2 1 )(3 1 ) (n 1 ) det 2
..
...
.
n2
n2
2
3

j-esima (per ogni

1
n
2n
..
.

n2
n

In questultima espressione compare un determinante di Vandermonde di


ordine n 1. Si pu`o dunque applicare lipotesi induttiva, ottenendo finalmente
Y
= (2 1 )(3 1 ) (n 1 )
(j i )
2i<j

Y
=
(j i ).
i<j

Capitolo 4

Sistemi Lineari

1. Richiami di teoria
1.1. Definizioni e principali risultati
Un sistema di m equazioni lineari in n incognite, a coefficienti in un campo
C, `e un insieme di equazioni del tipo seguente:

a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2

am1 x1 + am2 x2 + + amn xn = bm


dove i coefficienti aij e bi appartengono al campo C, mentre le xi sono le
incognite.
Risolvere un sistema lineare significa determinare i valori delle incognite
per cui sono soddisfatte tutte le equazioni che compongono il sistema.
Se chiamiamo A la matrice construita con i coefficienti aij e introduciamo
due vettori colonna


x1
b1
.
X = .. ,
B = ... ,
xn
bm
il sistema precedente si pu`o scrivere semplicamente come segue:
AX = B,
dove il prodotto `e il solito prodotto righe per colonne.
Ci sono vari metodi per risolvere un sistema lineare. Il pi`
u banale `e
il metodo di sostituzione. Si ricava una qualunque delle incognite da una
delle equazioni del sistema, si sostituisce il valore trovato nelle equazioni
rimanenti, in modo da trovare un sistema con una equazione in meno e una
incognita in meno. Si itera poi questo processo fino a che non ci sono pi`
u
equazioni da risolvere.
Un metodo pi`
u efficace (che comporta cio`e un minor numero di calcoli)
`e il metodo delleliminazione di Gauss. Tramite opportune combinazioni

56

4. Sistemi Lineari

lineari delle equazioni del sistema si pu`o ridurre la matrice A del sistema
a una forma triangolare superiore (cio`e tale che tutti gli elementi che si
trovano sotto la diagonale principale sono nulli). A questo punto si risolve
allindietro (cio`e partendo dallultima equazione) il sistema cos` ottenuto,
usando il metodo di sostituzione.
Da un punto di vista pi`
u teorico sono importanti i seguenti risultati.
Teorema 1.1 (Teorema di Cramer). Sia AX = B un sistema lineare
di n equazioni in n incognite (la matrice A `e quindi quadrata di ordine n).
Questo sistema ammette una soluzione unica se e solo se det A 6= 0.
Notiamo che la condizione det A 6= 0 equivale a richiedere che la matrice
A sia invertibile. Sotto tale ipotesi, moltiplicando a sinistra ambo i membri
dellequazione AX = B per la matrice inversa di A, si ottiene
X = A1 B.
Lesistenza e lunicit`a della soluzione X del sistema risulta quindi ovvia. Si
ha addirittura una formula esplicita per ottenerla: per i = 1, . . . , n, si ha

xi =

i
,

ove = det A e i `e il determinante della matrice che si ottiene sostituendo


nella matrice A la colonna dei coefficienti della incognita xi con la colonna
dei termini noti B.
Uno svantaggio del teorema di Cramer `e che esso si applica solo a sistemi in cui il numero di incognite coincide con il numero di equazioni. Un
risultato molto pi`
u generale `e il seguente:
Teorema 1.2 (Teorema di Rouch
eCapelli). Sia AX = B un sistema
lineare di n equazioni in m incognite. Indichiamo con (A|B) la matrice
ottenuta aggiungendo alla matrice A la colonna B dei termini noti. Allora
questo sistema ammette soluzioni se e solo se il rango della matrice A `e
uguale al rango della matrice (A|B). Inoltre se indichiamo con r il valore
comune dei ranghi di queste due matrici, la soluzione `e unica se e solo se
r = n (cio`e se il rango r coincide con il numero n di incognite). Se invece
r < n, il sistema ammette infinite soluzioni, dipendenti da n r parametri
(in tal caso si suol dire che il sistema ammette nr soluzioni).
Osserviamo infine che il teorema di RoucheCapelli `e particolarmente
utile nella discussione dei sistemi che contengono dei parametri.

2. Esercizi

57

2. Esercizi
2.1. Sistemi parametrici
Esercizio 1. Risolvere e discutere in funzione dei valori di m R il seguente
sistema:

x + (m + 1)y = m + 2
mx + (m + 4)y = 3.
Esercizio 2. Risolvere e discutere in funzione dei valori di m R il seguente
sistema:

mx + (m 1)y = m + 2
(m + 1)x my = 5m + 3.
Esercizio 3. Risolvere e discutere in funzione dei valori di a R il seguente
sistema:

x + (a 1)y + (2 a)z = a + 5
x + ay + 2z = 4

x + (a 2)y + (2 2a2 )z = 6.
Esercizio 4. Si dica per quali valori di R il seguente sistema `e risolubile,
e lo si risolva quando ha pi`
u di una soluzione.

x + 2y + 2w + z = 1

y + 2w + z = 0
x + y + w = 0

y + 2w + 2 z = 0.
Esercizio 5. Risolvere e discutere secondo i valori dei parametri b1 , . . . , b4
il sistema

x + 3y + 5z + 3t = b1

x + 4y + 7z + 3t = b2
y + 2z = b3

x + 2y + 3z + 2t = b4 .
Esercizio 6. Al variare di Q si dica quante soluzioni vi sono in Q4 per
il seguente sistema di equazioni lineari:

( 1)x1 + 2x2 + 3x4 = 0

x2 + ( + 1)x4 = 1

x1 + x3 + x4 = 0

( 1)x1 + x4 = 0.

58

4. Sistemi Lineari

Esercizio 7. Dato il sistema di equazioni lineari

x y z =
x y =

x y z = 0
si dica per quali coppie (, ) R2 `e risolubile e per quali la soluzione `e
unica.

3. Soluzioni
3.1. Sistemi parametrici
Svolgimento esercizio 1. Ricordiamo che un sistema lineare del tipo Ax =
b ammette soluzioni se e solo se il rango della matrice incompleta A `e uguale
al rango della matrice completa (A|b). Nel caso in questione `e


1 m+1 | m+2
(A|b) =
.
m m+4 |
3
Per calcolare il rango di questultima matrice sottraiamo alla seconda riga
la prima moltiplicata per m, ottenendo


1 m+1 |
m+2
.
0 4 m2 | 3 m2 2m
Si vede dunque che, se m 6= 2 si ha rango(A) = rango(A|b), e quindi il
sistema ha ununica soluzione, mentre per m = 2 oppure m = 2 si ha
rango(A) = 1 mentre rango(A|b) = 2, e quindi il sistema non ammette
soluzioni.
Si noti tuttavia che lesercizio richiede di risolvere esplicitamente il sistema; in casi come questo si pu`o allora evitare di studiare il rango delle
matrici in questione, e si pu`o invece risolvere direttamente il sistema; si
scoprir`a cos` strada facendo quando la soluzione esiste (e se `e unica oppure
no) e quando non esiste. Per risolvere il sistema utilizziamo il metodo di eliminazione di Gauss (che `e esattamente lo stesso metodo che abbiamo usato
per determinare il rango di una matrice): sottraiamo alla seconda equazione
la prima moltiplicata per m, ottenendo
(
x + (m + 1)y = m + 2
(4 m2 )y = 3 m2 2m

3. Soluzioni

59

da cui si deduce che, se m 6= 2, si ha

m2 + 2m 3

y =
m2 4

m2 + 3m + 5

x =
m2 4
mentre, se m = 2 oppure m = 2, il sistema non ammette soluzioni.
Presentiamo ora un altro modo per analizzare e risolvere un sistema
lineare. Sia


1 m+1
A=
m m+4
la matrice (incompleta) del sistema lineare e b = (m + 2, 3) la colonna dei
termini noti. Poniamo = det A. Si ha = 4 m2 , quindi = 0 per
m = 2 o m = 2. Pertanto, se m 6= 2, la matrice A `e invertibile (il
sistema `e un sistema di Cramer) e il sistema ammette ununica soluzione,
data da
 


x
1
1 m + 2
=A b=A
.
y
3
Esplicitamente, si ha x = x / e y = y /, ove x (rispettivamente, y )
`e il determinante della matrice che si ottiene da A sostituendo alla prima
(rispettivamente, seconda) colonna la colonna dei termini noti. Otteniamo
quindi:


m+2 m+1
x = det
= m2 + 3m + 5,
3
m+4


1 m+2
y = det
= m2 2m + 3,
m
3
da cui si ricava

x
m2 + 3m + 5

x
=
=

4 m2
2

m + 2m 3

y = y =

m2 4
I due casi rimanenti, m = 2 e m = 2 vanno trattati a parte.
Per m = 2 si ha:


 
1 1
0
A=
;
b=
.
2 2
3
Si vede subito che rango(A) = 1, mentre rango(A|b) = 2, quindi il sistema
non ammette soluzioni.
Per m = 2 si ha:


 
1 3
4
A=
;
b=
.
2 6
3

60

4. Sistemi Lineari

Anche in questo caso si ha rango(A) = 1, mentre rango(A|b) = 2, quindi il


sistema non ammette soluzioni.
Svolgimento esercizio 2. Risolviamo direttamente il sistema usando il
metodo di eliminazione di Gauss. Notiamo innanzitutto che, se m = 0, il
sistema ha ununica soluzione data da

y = 2
x = 3.
Se m 6= 0 sostituiamo la seconda equazione con la somma della seconda,
moltiplicata per m, e della prima, moltiplicata per (m + 1), ottenendo
(
mx + (m 1)y = m + 2
(1 2m2 )y = 4m2 2.
Ora, se m2 = 21 , nella seconda equazione si ottiene 0 = 0, quindi il sistema
ammette infinite soluzioni (dipendenti da un parametro) che si ottengono
dalla prima equazione ricavando, ad esempio, la x in funzione della y:
1m
m+2
y+
,
m
m

(ed ovviamente sostituendo ad m i valori 1/ 2 e 1/ 2 rispettivamente),


mentre, se m2 6= 12 , si ottiene

y = 2
x = 3.
x=

In conclusione il sistema ha ununica soluzione (che non dipende da m) se


m2 6= 12 , altrimenti ne ha infinite.
Come per lesercizio precedente, presentiamo anche un altro metodo per
studiare e risolvere il sistema lineare in questione. Sia


m
m1
A=
m + 1 m
la matrice (incompleta) del sistema lineare e b = (m + 2, 5m + 3) la colonna
2
dei termini noti.
Poniamo = det A. Si ha = 1 2m
, quindi = 0
per m = 1/ 2 o m = 1/ 2. Pertanto, se m 6= 1/ 2, la matrice A
`e invertibile (il sistema `e un sistema di Cramer) e il sistema ammette
ununica soluzione, data da
 


x
m+2
1
1
=A b=A
.
y
5m + 3
Esplicitamente, si ha x = x / e y = y /, ove x (rispettivamente, y )
`e il determinante della matrice che si ottiene da A sostituendo alla prima

3. Soluzioni

61

(rispettivamente, seconda) colonna la colonna dei termini noti. Otteniamo


quindi:


m+2 m1
x = det
= 6m2 + 3,
5m + 3 m


m
m+2
y = det
= 4m2 2,
m + 1 5m + 3
da cui si ricava

x
6m2 3

=
x =

2m2 1

4m2 2

y = y =

1 2m2

I due casi rimanenti,


m
=
1/
2
e
m
=
1/
2 vanno trattati a parte.

Per m = 1/ 2 si ha:





1/
2
1/
2

1
1/
2+2

A=
;
b=
.
1/ 2 + 1
1/ 2
5/ 2 + 3
Con un facile calcolo si scopre che rango(A) = rango(A|b) = 1, quindi
il sistema `e compatibile e ammette infinite soluzioni, dipendenti da un
parametro. Le soluzioni si trovano considerando, ad esempio, la prima
equazione


1
1
1
x + 1 y = + 2
2
2
2
e ricavando x in funzione di y:

x = (1 2)y + 1 2 2,
ovvero
(

x = (1
y=t

2)t + 1 2 2

per ogni t R.

Analogamente, anche per m = 1/ 2 si scopre che


rango(A) = rango(A|b) = 1,
quindi il sistema `e compatibile e ammette infinite soluzioni, dipendenti da
un parametro. Come nel caso precedente si trova, ricavando ad esempio x
in funzione di y,

x = ( 2 1)y + 1 + 2 2,
cio`e
(

per ogni t R.

x = ( 2 1)t + 1 + 2 2
y=t

62

4. Sistemi Lineari

Svolgimento esercizio 3. Ricordiamo il teorema di RoucheCapelli: un


sistema lineare del tipo Ax = b ammette soluzioni se e solo se il rango della
matrice incompleta A `e uguale al rango della matrice completa (A|b). Nel
nostro caso si ha

1 a1 2a | a+5
a
2
|
4 .
(A|b) = 1
2
1 a 2 2 2a |
6
Per calcolare il rango di questa matrice utilizzeremo trasformazioni elementari sulle righe per ridurla a forma triangolare superiore. Iniziamo
scambiando tra di loro la prima e seconda riga, ottenendo:

1
a
2
|
4
1 a 1 2 a | a + 5 .
1 a 2 2 2a2 |
6
Ora sostituiamo la seconda riga con la differenza tra la prima e la seconda
riga, e alla terza riga sottraiamo la prima:

1 a
2
|
4
0 1
a
| a 1 .
2
0 2 2a |
2
A questo punto alla terza riga sommiamo la seconda riga moltiplicata per
2:

1 a
2
|
4
0 1
a
| a 1 .
2
0 0 2(a a ) | 2a
` ora immediato riconoscere che, per a = 0 si ha rango(A) = rango(A|b) =
E
2, quindi il sistema `e compatibile ed ammette infinite soluzioni, dipendenti
da 3 2 = 1 parametro. Le soluzioni si trovano risolvendo il sistema corrispondente alle prime due righe dellultima matrice (ovviamente per a = 0),
cio`e:

x + 2z = 4
y = 1
da cui si ricava (ad esempio)

x = 4 2t
y = 1

z =t
per ogni t R.
Per a = 1 si ha invece rango(A) = 2 ma rango(A|b) = 3, quindi il sistema
`e incompatibile, ossia non ammette soluzioni.

3. Soluzioni

63

Infine, se a 6= 0, 1, si ha rango(A) = rango(A|b) = 3, quindi il sistema ammette ununica soluzione, che si trova risolvendo il sistema corrispondente
allultima matrice:

x + ay + 2z = 4
y + az = a 1

2(a a2 )z = 2a
Questo sistema si risolve facilmente per sostituzione, ricavando z dallultima
equazione, sostituendo il valore trovato nelle equazioni precedenti, ricavando
poi y dalla penultima, etc. Si trova:

z=

a1

a2 a + 1
y=

a1

3
2

x = a + a + 3a 6
a1
Presentiamo ora un altro metodo per discutere e risolvere lo stesso sistema lineare. Sia

1 a1 2a
a
2
A = 1
1 a 2 2 2a2
la matrice (incompleta) del sistema e b = (a + 5, 4, 6) la colonna dei termini
noti. Poniamo = det A. Si ha = 2a(1 a), quindi = 0 per a = 0
o a = 1. Pertanto, se a 6= 0, 1, la matrice A `e invertibile (il sistema `e un
sistema di Cramer) e il sistema ammette ununica soluzione, data da

x
a+5
y = A1 b = A1 4 .
z
6
Esplicitamente, si ha x = x /, y = y / e z = z /, ove x (rispettivamente, y , z ) `e il determinante della matrice che si ottiene da A
sostituendo alla prima (rispettivamente, seconda, terza) colonna la colonna
dei termini noti. Otteniamo quindi:
x = 2a(6 3a a2 a3 ),
y = 2a(a2 + a 1),
z = 2a,

64

4. Sistemi Lineari

da cui si ottiene

x
6 3a a2 a3

=
x
=

1a

2
y
a +a1
y=
=

1a

z = z =

a1
I due casi rimanenti, a = 0 e a = 1, vanno trattati a parte.
Per a = 0 si ha:


1 1 2
5
A = 1 0 2 ;
b = 4 .
1 2 2
6

Si vede subito che rango(A) = 2. Calcolando tutti i minori di ordine tre


estratti dalla matrice (A|b), si trova sempre 0, quindi anche rango(A|b) = 2.
Il sistema `e dunque compatibile e ammette infinite soluzioni, dipendenti da
un parametro. Tali soluzioni si trovano risolvendo, ad esempio, il sistema
corrispondente alla prime due righe della matrice A:

x y + 2z = 5
x + 2z = 4
da cui si ricava (ad esempio)

x = 4 2t
y = 1

z =t
per ogni t R.
Infine, per a = 1, si ha:

1 0 1
A = 1 1 2 ;
1 1 0


6
b = 4 .
6

Si ha anche in questo caso rango(A) = 2, tuttavia rango(A|b) = 3, come


si vede, ad esempio, considerando il minore di ordine tre costituito dalle
prime due colonne di A e dalla colonna b. In questo caso il sistema `e
dunque incompatibile.
Svolgimento esercizio 4. In questo caso non `e richiesto di risolvere sempre
il sistema, quindi possiamo limitarci, per ora, a studiare il rango delle matrici
del sistema:

1 2 2 1 | 1
0 1 2 1 | 0

(A|b) =
1 1 0 | 0 .
0 2 2 | 0

3. Soluzioni

65

Con operazioni elementari sulle righe si pu`o trasformare questa matrice fino
ad ottenere la matrice seguente:

1 2 2
1
| 1
0 1 2
1
| 0

.
0 0
0
| 1
0 0 0 2 | 0
Si scopre allora che, se = 0 si ha rango(A) = 2 e rango(A|b) = 3, quindi il
sistema non ammette soluzione. Se = 1 si ha rango(A) = 3 = rango(A|b),
quindi il sistema ammette soluzioni e, dato che il rango di A non `e 4, le
soluzioni sono infinite (e dipendono da 4 3 = 1 parametro). Infine, se
6= 0, 1, la matrice A ha rango massimo (= 4), quindi `e invertibile, ed il
sistema ha ununica soluzione.
A questo punto non ci rimane altro che risolvere il sistema nel solo caso
= 1. In questo caso il sistema diventa

x + 2y + 2w + z = 1

y + 2w + z = 0
x+y+w =0

y + 2w + z = 0
che, mediante eliminazione di Gauss, `e equivalente al sistema

x + 2y + 2w + z = 1

y + 2w + z = 0
w = 1

0=0
da cui si ottiene, ricavando ad esempio x, y e w in funzione di z,

x=z1
y =2z

w = 1.
Svolgimento esercizio 5. Utilizzando il metodo di eliminazione di Gauss
si ottiene, alla fine, il sistema

x + 3y + 5z + 3t = b1

y + 2z = b2 b1
0 = b3 b2 + b1

t = 2b1 b2 b4 .
Si trova dunque che, se b3 b2 + b1 6= 0, il sistema non ha soluzione, mentre
se b3 b2 + b1 = 0 ci sono infinite soluzioni, date (ad esempio ricavando x,

66

4. Sistemi Lineari

y e t in funzione di z) da

t = 2b1 b2 b4
y = b2 b1 2z

x = 2b + 3b + z.
1
4
Svolgimento esercizio 6. In questo caso non `e richiesto di risolvere il
sistema, quindi basta studiare il rango delle matrici completa e incompleta.

1 2 0
3
| 0
0
0 + 1 | 1

(A|b) =
1
0
1
| 0
1 0 0
1
| 0
Con operazioni elementari sulle righe si pu`o trasformare questa matrice fino
ad ottenere

1 0

1
| 0
0 2 2 4 | 0

0 0 2 2 | 0 .
0 0
0
1
| 1
A questo punto si scopre che, se = 0, 1 si ha rango(A) = 3 e rango(A|b) =
4, quindi il sistema non ha soluzioni. Se invece 6= 0, 1 la matrice A
ha rango massimo, quindi `e invertibile e dunque la soluzione esiste ed `e
unica. Il fatto che tale soluzione appartenga a Q4 `e ovvio, dato che tutte
le operazioni necessarie per risolvere il sistema coinvolgono solo somme e
prodotti di numeri razionali.
Svolgimento esercizio 7. Calcoliamo il rango delle matrici completa e
incompleta:

|
(A|b) = 0 | .
1 1 1 | 0
Con operazioni elementari sulle righe si ottiene alla fine la matrice

1 1
1 |
0
0 |
.
0
0

| +
Bisogna distinguere allora i seguenti casi:
(1) = 0, = 0: si ha rango(A) = rango(A|b) = 1, quindi esistono
infinite soluzioni (dipendenti da 3 1 = 2 parametri);
(2) = 0, 6= 0: si ha rango(A) = 2, rango(A|b) = 3, quindi non
esistono soluzioni;
(3) 6= 0, = : si ha rango(A) = 2, rango(A|b) = 3, quindi non
esistono soluzioni;
(4) 6= 0, 6= : si ha rango(A) = rango(A|b) = 3, quindi il sistema
ha ununica soluzione.

3. Soluzioni

Studiamo ora lo stesso sistema in

A=
1

67

un altro modo. Sia


0
1 1

la matrice (incompleta) del sistema lineare e b = (, , 0) la colonna dei


termini noti. Poniamo = det A. Si ha = ( ), quindi = 0 per
= 0 o = . Pertanto, se 6= 0 e 6= , la matrice A `e invertibile (il
sistema `e un sistema di Cramer) e il sistema ammette ununica soluzione.
Rimangono da trattare i due casi = 0 e = . Se = 0 si ha:

0 ;
A = 0
b = 0 .
1 1 1
0
Ora, se 6= 0 si ha rango(A) = 2 e rango(A|b) = 3, quindi il sistema non
ammette soluzioni. Se invece = 0, si ha rango(A) = rango(A|b) = 1,
quindi il sistema `e compatibile ed ammette infinite soluzioni, dipendenti da
3 1 = 2 parametri.
Nellultimo caso, cio`e per = 6= 0, si ha:

0
A=
;
b = .
1 1 1
0
Anche in questo caso si ha rango(A) = 2 e rango(A|b) = 3, quindi il sistema
non ammette soluzioni.

Capitolo 5

Autovalori e Autovettori

1. Richiami di teoria
1.1. Definizioni
Sia f : V V unapplicazione lineare di uno spazio vettoriale V in se.
Definizione 1.1. Un vettore non nullo v V `e detto autovettore di f se
esiste uno scalare C tale che
f (v) = v.
In tal caso lo scalare `e detto autovalore di f , e si dice che lautovettore v
`e associato allautovalore .
Se A `e la matrice di f rispetto a una base fissata di V , si parla di
autovalori e autovettori di A per indicare gli autovalori e autovettori di f .
Pi`
u precisamente, possiamo dare la seguente definizione:
Definizione 1.2. Sia A una matrice quadrata di ordine n a coefficienti nel
campo C. Un autovettore di A `e un vettore non nullo (x1 , . . . , xn ) C n
tale che


x1
x1
.
A .. = ... ,
xn
xn
per uno scalare C, detto autovalore di A.
Definizione 1.3. Sia A una matrice quadrata di ordine n. Il polinomio
PA (x) = det(A xI)
`e detto il polinomio caratteristico di A.
Teorema 1.4. Gli autovalori di una matrice quadrata A sono le radici
del polinomio caratteristico, cio`e sono le soluzioni della seguente equazione
(detta equazione caratteristica):
det(A xI) = 0
Notiamo che se due matrici A e A0 sono simili, cio`e rappresentano la
stessa applicazione lineare f : V V rispetto a basi diverse di V , allora

70

5. Autovalori e Autovettori

hanno lo stesso polinomio caratteristico. Dal teorema di Binet segue infatti


che
PA0 (x) = det(A0 xI) = det(P AP 1 xI)
= det(P (A xI)P 1 ) = det P det(A xI) det P 1
= det(A xI) = PA (x).
Si deduce quindi che matrici simili hanno gli stessi autovalori, quindi gli
autovalori dipendono solo dalla applicazione lineare f e non dalla matrice
che la rappresenta.
Osservazione 1.5. Abbiamo appena osservato che matrici simili hanno lo
stesso polinomio caratteristico, e quindi gli stessi autovalori. Si vede facilmente che non vale il viceversa: due matrici che abbiano lo stesso polinomio
caratteristico non sono necessariamente simili.
Se la matrice A ha ordine n lequazione caratteristica di A `e una equazione polinomiale di grado n. Non `e quindi detto che gli autovalori di A
esistano. Ci`o dipende dal campo C. Il teorema fondamentale dellalgebra
afferma che se C `e un campo algebricamente chiuso (come il campo complesso C), ogni polinomio di grado n ha sempre n radici, eventualmente non
tutte distinte. Ci`o `e ovviamente falso per il corpo reale R: lequazione di
secondo grado x2 + 1 = 0 non ha infatti soluzioni reali.
Teorema 1.6 (Teorema di Hamilton). Una matrice A soddisfa la sua
equazione caratteristica, cio`e PA (A) = 0.
Il teorema di Hamilton afferma che il polinomio caratteristico PA (x) di
una matrice A si annulla quando viene valutato per x = A. In generale
per`o il polinomio caratteristico non `e il polinomio di grado minimo che ha
questa propriet`a. Diamo dunque la seguente definizione:
Definizione 1.7. Il polinomio minimo di una matrice A `e il polinomio
monico di grado minimo che si annulla quando viene valutato per x =
A. (Ricordiamo che un polinomio di grado r si dice monico quando il
coefficiente di xr `e 1).
Un risultato che vale in tutta generalit`a `e il seguente:
Proposizione 1.8. Il polinomio minimo di una matrice A divide il polinomio caratteristico di A.
Dopo aver determinato gli autovalori i di una matrice A, la ricerca degli
autovettori `e ricondotta alla risoluzione di un sistema lineare.
Proposizione 1.9. Se `e un autovalore di A, gli autovettori corrispondenti
sono le soluzioni non nulle del sistema lineare omogeneo
(A I)X = 0,
ove X = (x1 , . . . , xn ).

1. Richiami di teoria

71

Definizione 1.10. Lautospazio E associato allautovettore `e linsieme


di tutte le soluzioni del sistema lineare omogeneo
(A I)X = 0.
Lautospazio E `e quindi linsieme di tutti gli autovettori associati allautovalore , pi`
u il vettore nullo (che, per definizione, non `e considerato
autovettore). Si verifica immediatamente che E `e effettivamente uno spazio
vettoriale.

1.2. Diagonalizzazione
Sia f : V V unapplicazione lineare. Se esiste una base di V costituita da
autovettori di f allora si vede immediatamente che la matrice di f rispetto
a tale base `e diagonale, e gli elementi sulla diagonale sono precisamente gli
autovalori di f .
Ricordiamo che due matrici A e A0 si dicono simili se rappresentano la
stessa applicazione lineare f rispetto a due basi diverse e questo accade se
e solo se esiste uma matrice invertibile P tale che A0 = P AP 1 . Possiamo
quindi dare la seguente definizione:
Definizione 1.11. Una matrice quadrata A `e diagonalizzabile se essa `e
simile a una matrice diagonale, cio`e se esiste una matrice diagonale D e una
matrice invertibile P tali che
A = P DP 1 .
Da quanto detto in precedenza si deduce che, se A `e diagonalizzabile e
vale la relazione A = P DP 1 , la matrice diagonale D deve avere sulla diagonale gli autovalori di A, mentre la matrice P deve essere composta dagli
autovettori della matrice A, scritti in colonna, e considerati nello stesso ordine in cui sono stati disposti sulla diagonale di D gli autovalori di A. Precisamente, se 1 , . . . , n sono gli n autovalori di A e se v1 = (p11 , p21 , . . . , pn1 ),
. . . , vn = (p1n , p2n , . . . , pnn ) sono gli autovettori corrispondenti, allora si ha:

p11 p12 p1n


1 0 0
0 2 0
p21 p22 p2n
,
.
D=
P
=
.
.
..
.
.
..
.
..
..
..
..
. . ..
.
.
.
0

pn1 pn2 pnn

Quindi possiamo concludere che affinche una matrice quadrata A, di ordine


n, a coefficienti in un campo C sia diagonalizzabile `e necessario e sufficiente
che la matrice A abbia tutti i suoi autovalori nel campo C e che esistano n
autovettori linearmente indipendenti.
Consideriamo ora alcune condizioni che garantiscono che una matrice sia
diagonalizzabile.

72

5. Autovalori e Autovettori

Proposizione 1.12. Se v1 e v2 sono due autovettori relativi agli autovalori


1 e 2 rispettivamente, e se 1 6= 2 , allora v1 e v2 sono linearmente
indipendenti.
Da questo risultato discende immediatamente il seguente teorema:
Teorema 1.13. Se una matrice quadrata A di ordine n possiede n autovalori a due a due distinti, allora A `e diagonalizzabile.
Consideriamo ora il caso in cui gli autovalori esistono nel campo C ma
non sono tutti distinti.
Definizione 1.14. Un autovalore di una matrice A ha molteplicit`a r se
nel polinomio caratteristico di A compare il fattore (x )r .
Se un autovalore ha molteplicit`a r, si pu`o dimostrare che lautospazio
E corrispondente avr`a in generale dimensione r. Si ha quindi:
Teorema 1.15. Una matrice quadrata A di ordine n a coefficienti nel campo C `e diagonalizzabile se e solo se essa possiede tutti i suoi autovalori
nel campo C e se per ogni autovalore di molteplicit`
a r lautospazio E
corrispondente ha esattamente dimensione r.

1.3. Forma canonica di Jordan


Da quanto visto in precedenza si deduce che, anche se una matrice possiede
tutti i suoi autovalori nel campo C (il che accade sempre se C `e algebricamente chiuso), non `e detto che essa sia diagonalizzabile. Si dimostra per`o
che in ogni caso essa `e simile ad una matrice non troppo distante da una
matrice diagonale. Precisiamo ora questo concetto.
Sia A una matrice quadrata di ordine n e sia un autovalore di A.
Definizione 1.16. Un blocco di Jordan di ordine r relativo allautovalore
`e la seguente matrice quadrata di ordine r:

0
J =
.
..

0
..
.

0 0
1 0
1
.. . .
.
.
0 0 0 0

..
.

0
0

0 .

Si pu`o quindi dimostrare il seguente teorema.


Teorema 1.17. Sia A una matrice quadrata di ordine n a coefficienti in
un campo C. Se A possiede tutti i suoi autovalori nel campo C allora essa

2. Esercizi

`e simile ad una matrice del tipo

J1 0
0
0 J2 0

0
0 J3
J =
.
..
..
..
.
.
0
0
0

73

..
.

0
0
0
..
.

Jr

ove sulla diagonale troviamo le matrici Ji che sono dei blocchi di Jordan
relativi agli autovettori i di A. La matrice J `e detta la forma canonica di
Jordan di A, essa `e unica a meno di una permutazione dei blocchi di Jordan
Ji .
Negli esercizi verranno illustrati dei metodi per determinare la forma
canonica di Jordan di una matrice A.

2. Esercizi
2.1. Diagonalizzazione
Esercizio 1. Si dica se la matrice

1
4 1
A = 4 7 2
6
6 0

`e diagonalizzabile (cio`e simile ad una matrice diagonale). In caso affermativo, si determinino una matrice diagonale D ed una matrice invertibile P
tali che A = P DP 1 .
Esercizio 2. Si dica se la matrice

1 4 0 2
0 1 0 0

A=
0 2 1 1
0 4 0 1
`e diagonalizzabile (cio`e simile ad una matrice diagonale). In caso affermativo, si determinino una matrice diagonale D ed una matrice invertibile P
tali che D = P 1 AP .
Esercizio 3. Determinare per quali valori del parametro reale t la matrice

3
1
1
A = t 1 t + 3 t + 1
t
t 2 t
`e diagonalizzabile (cio`e simile ad una matrice diagonale). Per ciascuno di
questi valori determinare una matrice diagonale D ed una matrice invertibile
P tali che A = P DP 1 .

74

5. Autovalori e Autovettori

Esercizio 4. Si calcoli An , per ogni intero n 1, dove A `e la matrice




5/2 1
A=
.
3 1
Esercizio 5. Si calcoli exp(A), dove

3
A= 0
3

A `e la matrice

2 0
0 2 .
2 2

Esercizio 6. Sia A una matrice quadrata non nulla, tale che An = 0 per
qualche intero n 2 (una tale matrice A `e detta nilpotente). Dimostrare
che tutti gli autovalori di A sono nulli.

2.2. Forma Canonica di Jordan


Esercizio 7. Determinare la forma canonica di Jordan dellendomorfismo
: R3 R3 la cui matrice, rispetto alla base canonica, `e

3
4
4
A = 3 6 8 .
3
7
9
Si determini inoltre una base di R4 rispetto a cui la matrice di `e la forma
canonica trovata.
Esercizio 8. Determinare la forma canonica di Jordan dellendomorfismo
: R4 R4 la cui matrice, rispetto alla base canonica, `e

1 0
0
0
0
1
0
0

A=
1 3 1 1 .
0 2 0
1
Si determini inoltre una base di R4 rispetto a cui la matrice di `e la forma
canonica trovata.
Esercizio 9. Determinare la forma canonica di Jordan dellendomorfismo
: R4 R4 la cui matrice, rispetto alla base canonica, `e

2 0 0
0
4 2 4 3
.
A=
4 0 5
3
3 0 2 0
Si determini inoltre una base di R4 rispetto a cui la matrice di `e la forma
canonica trovata.

2. Esercizi

75

Esercizio 10. Determinare la forma canonica di Jordan dellendomorfismo


: R4 R4 la cui matrice, rispetto alla base canonica, `e

0 0 2 4
1 2 1 2
.
A=
0 0 2
0
1 0 1 4
Si determini inoltre una base di R4 rispetto a cui la matrice di `e la forma
canonica trovata.
Esercizio 11. Sia A una matrice n n a coefficienti reali tale che A2 = A.
Si dimostri che A `e diagonalizzabile e che i suoi autovalori sono solo 0 oppure
1. Si dimostri inoltre che, se anche B `e una matrice tale che B 2 = B, allora
A e B sono simili se e solo se hanno lo stesso rango.
Esercizio 12. Sia A una matrice n n a coefficienti reali, non-degenere
e antisimmetrica. Si dimostri che tutti gli autovalori di A sono puramente
immaginari.

2.3. Polinomio Minimo e Polinomio Caratteristico


Esercizio 13. Sia V uno spazio vettoriale complesso di dimensione 9.
Si determinino tutti gli endomorfismi di V che soddisfano alle seguenti
condizioni:
dim Ker( 2 id) = 1,

dim Ker( 2 id)3 = 3,

dim Ker( 3 id) = 2,

dim Ker( 3 id)2 = 4,

dim Im(2 ) = 7.
Esercizio 14. Sia V uno spazio vettoriale complesso di dimensione 6. Si
determinino tutti gli endomorfismi di V che hanno rango 4 ed il cui
polinomio minimo `e x4 6x3 + 9x2 .

2.4. Esercizi Vari


Esercizio 15. I numeri di Fibonacci sono i termini della successione definita
ponendo x1 = 1, x2 = 1 e xn = xn1 + xn2 , per n 3 (i primi termini sono
1, 1, 2, 3, 5, 8, 13, 21, etc.).
Si determini una formula per calcolare lennesimo numero di Fibonacci
xn , per ogni n > 0.

76

5. Autovalori e Autovettori

3. Soluzioni
3.1. Diagonalizzazione
Svolgimento esercizio 1. Determiniamo gli autovalori di A. Si ha:

1
4
1
det(A I) = det 4 7 2
6
6

1 3+
1
= det 4 3 2
6
0

1 3+ 1
0
3
= det 3
6
0



3 3
= (3 + ) det
6

= (3 + )(2 + 3 18),
dove, nel primo passaggio abbiamo sottratto alla seconda colonna la prima,
mentre nel secondo abbiamo sommato alla seconda riga la prima.
Si ha dunque det(A I) = 0 per = 3, = 3 e = 6. Questi
sono i tre autovalori della matrice A, che `e quindi diagonalizzabile avendo
tre autovalori (reali e) distinti. Possiamo dunque prendere come matrice
diagonale D, ad esempio, la matrice

6 0 0
D = 0 3 0 .
0
0 3
Per determinare una matrice invertibile P tale che A = P DP 1 `e necessario
determinare gli autovettori della matrice A.
Iniziamo dagli autovettori relativi allautovalore 1 = 6; essi sono le
soluzioni del sistema

x1
(A 1 I) x2 = 0.
x3
Sviluppando i calcoli si ottiene il sistema

7x1 + 4x2 + x3 = 0
4x1 x2 + 2x3 = 0

6x + 6x + 6x = 0
1
2
3

3. Soluzioni

77

le cui soluzioni sono date da x2 = 2x1 e x3 = x1 . Un autovettore relativo


allautovalore 1 = 6 `e, ad esempio, il vettore v1 = (1, 2, 1). Questo
costituir`a la prima colonna della matrice P .
Per lautovalore 2 = 3 si ottiene il sistema

x1
(A 2 I) x2 = 0,
x3
che fornisce

4x1 + 4x2 + x3 = 0
4x1 4x2 + 2x3 = 0

6x + 6x + 3x = 0
1
2
3
le cui soluzioni sono x1 = x2 e x3 = 0. Un autovettore relativo allautovalore 2 = 3 `e, ad esempio, il vettore v2 = (1, 1, 0). Questo costituir`a la
seconda colonna della matrice P .
Finalmente, per lautovalore 3 = 3 si ottiene il sistema

x1

(A 3 I) x2 = 0,
x3
che fornisce

2x1 + 4x2 + x3 = 0
4x1 10x2 + 2x3 = 0

6x + 6x 3x = 0
1
2
3
le cui soluzioni sono x2 = 0 e x3 = 2x1 . Un autovettore relativo allautovalore 3 = 3 `e, ad esempio, il vettore v3 = (1, 0, 2). Questo costituir`a la
terza colonna della matrice P . Si ha quindi

1 1 1
P = 2 1 0 .
1
0 2
Si pu`o ora verificare, per esercizio, che AP = P D, cio`e che A = P DP 1 ,
come richiesto.

78

5. Autovalori e Autovettori

Svolgimento esercizio 2. Determiniamo gli autovalori di A:

1
4
0
2
0
1
0
0

det(A I) = det
0
2 1
1
0
4
0
1

1
0
0
1
= (1 ) det 2 1
4
0
1


1
1
2
= (1 ) det
0
1

= (1 )3 (1 ) = 0,
le cui soluzioni sono 1 = 1, con molteplicit`a 3, e 2 = 1, con molteplicit`a
1. Si noti che gli autovalori di A non sono tutti distinti, di conseguenza le
informazioni che abbiamo finora non sono sufficienti per decidere se A sia
diagonalizzabile o meno. Determiniamo allora gli autovettori di A.
Iniziamo dagli autovettori relativi allautovalore 1 = 1; essi sono le
soluzioni del sistema

x1
x2

(A 1I)
x3 = 0.
x4
Sviluppando i calcoli si ottiene il sistema

4x2 2x4 = 0
2x2 + x4 = 0

4x 2x = 0
2
4
le cui soluzioni sono date da x4 = 2x2 (x1 , x2 e x3 sono liberi di variare).
Si scopre cos` che lautospazio relativo allautovalore 1 = 1 ha dimensione
3, uguale alla molteplicit`a dellautovalore in questione. Una base di tale
autospazio `e data, ad esempio, dai vettori v1 = (1, 0, 0, 0), v2 = (0, 1, 0, 2) e
v3 = (0, 0, 1, 0).
Per lautovalore 2 = 1 si ottiene il sistema

x1
x2

(A + 1I)
x3 = 0,
x4

3. Soluzioni

79

che fornisce

2x1 + 4x2 2x4 = 0

2x2 = 0
2x2 + 2x3 + x4 = 0

4x2 = 0
le cui soluzioni sono x1 = 2x3 , x2 = 0 e x4 = 2x3 . Lautospazio relativo
allautovalore 2 = 1 ha quindi dimensione 1 (ovviamente!), uguale anche
in questo caso alla molteplicit`a dellautovalore in questione. Una base di
tale autospazio `e data, ad esempio, dal vettore v4 = (2, 0, 1, 2).
In conclusione, la matrice A `e diagonalizzabile e le due matrici D e P
richieste sono, ad esempio,

1 0 0 0
0 1 0 0

D=
0 0 1 0
0 0 0 1
e

1 0 0 2
0 1 0 0

P =
0 0 1 1 .
0 2 0 2

Si pu`o ora verificare, per esercizio, che AP = P D, cio`e che D = P 1 AP ,


come richiesto.
Svolgimento esercizio 3. Determiniamo gli autovalori di A. Si ha:

3
1
1
t+1
det(A I) = det t 1 t + 3
t
t
2t

4
1
1
t+1
= det 4 + t + 3
0
t
2t

4
1
1

t+2
t
= det 0
0
t
2t


t+2
t
= (4 ) det
t
2t
= (4 )( 2)2 ,
dove, nel primo passaggio abbiamo sottratto alla prima colonna la seconda,
mentre nel secondo abbiamo sommato alla seconda riga la prima.
Le soluzioni di det(A I) = 0 sono quindi 1 = 2, con molteplicit`a
2, e 2 = 4, con molteplicit`a 1. Si noti che gli autovalori di A non sono
tutti distinti, di conseguenza le informazioni che abbiamo finora non sono

80

5. Autovalori e Autovettori

sufficienti per decidere se A sia diagonalizzabile o meno. Determiniamo


allora gli autovettori di A.
Iniziamo dagli autovettori relativi allautovalore 1 = 2; essi sono le
soluzioni del sistema

x1
(A 2I) x2 = 0.
x3
Sviluppando i calcoli si ottiene il sistema

x1 x2 x3 = 0
(t 1)x1 + (t + 1)x2 + (t + 1)x3 = 0

tx tx tx = 0
1
2
3
Se t 6= 0, le soluzioni sono x1 = 0 e x2 = x3 , da cui si deduce che lautospazio relativo allautovalore 1 = 2 ha dimensione 1. Dato che la dimensione
dellautospazio `e minore della molteplicit`a dellautovalore corrispondente,
possiamo concludere che, per t 6= 0, la matrice A non `e diagonalizzabile.
Se invece t = 0, le soluzioni del sistema lineare sono date da x1 = x2 +x3 .
In questo caso lautospazio relativo allautovalore 1 = 2 ha dimensione 2,
uguale alla molteplicit`a dellautovalore corrispondente. Dato che lautovalore 2 = 4 ha molteplicit`a 1, possiamo concludere che la matrice A `e
diagonalizzabile solo per t = 0. Una base dellautospazio relativo allautovalore 1 = 2 `e data, ad esempio, dai vettori v1 = (1, 1, 0) e v2 = (1, 0, 1),
che costituiranno le prime due colonne della matrice P .
Per lautovalore 2 = 4 si ottiene il sistema

x1

(A 4I) x2 = 0,
x3
che fornisce

x1 x2 x3 = 0
(t 1)x1 + (t 1)x2 + (t + 1)x3 = 0

tx tx (t + 2)x = 0
1

Risolviamolo solo per il valore che interessa, t = 0. Si trova x1 = x2 e


x3 = 0. Un autovettore relativo allautovalore 2 = 4 `e, ad esempio, il
vettore v3 = (1, 1, 0). Questo costituir`a la terza colonna della matrice P .
In conclusione, la matrice A `e diagonalizzabile solo per t = 0, nel qual
caso le due matrici D e P richieste sono, ad esempio,

2 0 0
D = 0 2 0
0 0 4

3. Soluzioni

81

1 1 1
P = 1 0 1 .
0 1 0
Svolgimento esercizio 4. Determiniamo gli autovalori di A:


5/2
1
det(A I) = det
3
1
1
3
= 2 + = 0,
2
2
le cui soluzioni sono 1 = 1/2 e 2 = 1. Dato che gli autovalori di A sono
tutti distinti, A `e diagonalizzabile.
Determiniamo ora gli autovettori di A. Iniziamo dagli autovettori relativi
allautovalore 1 = 1/2; essi sono le soluzioni del sistema
 
1
x
(A I) 1 = 0.
x2
2
Sviluppando i calcoli si ottiene il sistema

2x1 x2 = 0
3
3x1 x2 = 0
2
le cui soluzioni sono date da x2 = 2x1 . Un autovettore relativo allautovalore
1 = 1/2 `e, ad esempio, v1 = (1, 2).
Per lautovalore 2 = 1 si ottiene il sistema
 
x
(A 1I) 1 = 0,
x2
che fornisce

3x x = 0
1
2
2
3x 2x = 0
1
2
le cui soluzioni sono x1 = 32 x2 . Un autovettore relativo allautovalore 2 = 1
`e, ad esempio, v2 = (2, 3).
In conclusione, la matrice A `e diagonalizzabile e, se poniamo




1/2 0
1 2
,
P =
,
D=
0 1
2 3
si ha A = P DP 1 . Calcoliamo ora P 1 . Si ha det P = 1, quindi


3 2
1
P =
.
2 1

82

5. Autovalori e Autovettori

` ora facile calcolare An . Si ha infatti:


E
An = (P DP 1 )n = (P DP 1 )(P DP 1 ) (P DP 1 ) = P Dn P 1

 1


3 2
1 2
0
n
2
=
2 1
2 3
0 1n


3
1
4 2n 2n1 2
=
.
3
1
6 2n1
3
2n2
Svolgimento esercizio 5. Ricordiamo che lesponenziale di una matrice
quadrata, exp(A), `e definito come somma della seguente serie (convergente,
per ogni matrice A):
+
X
1 n
exp(A) =
A .
n!
n=0
Da questa formula discende che, se D `e una matrice diagonale i cui elementi sulla diagonale principale sono d1 , . . . , dr , allora exp(D) `e ancora una
matrice diagonale, avente sulla diagonale principale gli elementi ed1 , . . . , edr .
Se A `e simile ad una matrice diagonale, si ha A = P DP 1 , ove D `e
una matrice diagonale e P una matrice invertibile. In questo caso `e facile
calcolare exp(A). Si ha infatti:
+
+
X
1 n X 1
exp(A) =
A =
(P DP 1 )n
n!
n!
n=0
n=0
X

+
+
X 1
1 n
n 1
=
PD P = P
D P 1
n!
n!
n=0
n=0

= P exp(D)P 1 ,
quindi il calcolo di exp(A) si riduce al calcolo di P , exp(D) e P 1 .
Determiniamo gli autovalori di A:

3 2
0

2
det(A I) = det 0
3
2 2
= (2 + + 2) = 0,
le cui soluzioni sono 1 = 0, 2 = 1 e 3 = 2. Dato che gli autovalori di A
sono tutti distinti, A `e diagonalizzabile.
Determiniamo ora gli autovettori di A. Iniziamo dagli autovettori relativi
allautovalore 1 = 0; essi sono le soluzioni del sistema

x1

A x2 = 0.
x3

3. Soluzioni

83

Sviluppando i calcoli si ottiene il sistema

3x1 2x2 = 0
2x3 = 0

3x + 2x 2x = 0
1
2
3
le cui soluzioni sono date da x1 = 32 x2 e x3 = 0. Un autovettore relativo
allautovalore 1 = 0 `e, ad esempio, v1 = (2, 3, 0).
Per lautovalore 2 = 1 si ottiene il sistema

x1

(A + 1I) x2 = 0,
x3
che fornisce

4x1 2x2 = 0
x2 2x3 = 0

3x + 2x x = 0
1
2
3
le cui soluzioni sono x1 = x3 e x2 = 2x3 . Un autovettore relativo allautovalore 2 = 1 `e, ad esempio, v2 = (1, 2, 1).
Per lautovalore 3 = 2 si ottiene il sistema

x1
(A 2I) x2 = 0,
x3
che fornisce

x1 2x2 = 0
2x2 2x3 = 0

3x + 2x 4x = 0
1
2
3
le cui soluzioni sono x1 = 2x2 e x3 = x2 . Un autovettore relativo
allautovalore 3 = 2 `e, ad esempio, v3 = (2, 1, 1).
In conclusione, la matrice A `e diagonalizzabile e, se poniamo

0 0 0
2 1 2
P = 3 2 1 ,
D = 0 1 0 ,
0 0 2
0 1 1
si ha A = P DP 1 . Calcoliamo ora P 1 . Si

1
1
1

1 2/3
P =
1 2/3

ha det P = 3 e

1
4/3 .
1/3

84

5. Autovalori e Autovettori

Da quanto visto in precedenza, si ha quindi:


exp(A) = P exp(D)P 1

2 1 2
e
0 0
1
1
1
= 3 2 1 0 e1 0 1 2/3 4/3
1 2/3 1/3
0 0 e2
0 1 1

2
4
2 + 1e + 2e2 2 3e
43 e2 2 + 3e
+ 23 e2
4
8
23 e2 3 + 3e
+ 13 e2 .
= 3 + 2e + e2 3 3e
4
1
2
2 2
1 2
2
e
3e + 3 e
3e
e
3e
Svolgimento esercizio 6. Sia C un autovalore di A (ricordiamo che il
corpo complesso C `e algebricamente chiuso, quindi ogni matrice quadrata A
ammette tutti i suoi autovalori in C) e sia v un autovettore corrispondente.
Si ha dunque Av = v e, di conseguenza, A2 v = A(Av) = A(v) = Av =
2 v. Ci`o significa che, se `e un autovalore di A, allora 2 `e un autovalore di
A2 . Analogamente si dimostra che A3 v = 3 v e, in generale, che An v = n v
per ogni intero n 2. In altre parole, se `e un autovalore di A, allora n
`e un autovalore di An . Supponendo ora che An = 0, si deduce che n = 0,
e quindi = 0, per ogni autovalore di A, cio`e che tutti gli autovalori di
A sono nulli.

3.2. Forma Canonica di Jordan


Svolgimento esercizio 7. Determiniamo gli autovalori di A:

3 4
4
+6
8
det(I A) = det 3
3
7 9







3

3 + 6
+ 6
8
8
+ 4



= ( 3)
3 9 4 3 7
7 9
= 3 62 + 11 6 = 0,
le cui soluzioni sono 1 = 1, 2 = 2 e 3 = 3. La matrice A ha quindi 3
autovalori distinti e, di conseguenza, la sua forma canonica di Jordan `e

1 0 0
J = 0 2 0 .
0 0 3
Una base di R3 rispetto alla quale la matrice di `e J `e costituita dagli
autovettori relativi agli autovalori 1, 2 e 3 di A.

3. Soluzioni

85

Determiniamo ora gli autovettori relativi allautovalore 1 = 1; essi sono


le soluzioni del sistema

x1
(A 1 I) x2 = 0.
x3
Sviluppando i calcoli si ottiene il sistema

2x1 + 4x2 + 4x3 = 0


3x1 7x2 8x3 = 0

3x + 7x + 8x = 0
1
2
3
le cui soluzioni sono date da x1 = 2x3 e x2 = 2x3 . Un autovettore relativo
allautovalore 1 = 1 `e, ad esempio, il vettore v1 = (2, 2, 1). Questo sar`a
il primo vettore di una base di Jordan.
Per lautovalore 2 = 2 si ottiene il sistema

x1
(A 2 I) x2 = 0,
x3
che fornisce

x1 + 4x2 + 4x3 = 0
3x1 8x2 8x3 = 0

3x + 7x + 7x = 0
1
2
3
le cui soluzioni sono x1 = 0 e x2 = x3 . Un autovettore relativo allautovalore 2 = 2 `e, ad esempio, il vettore v2 = (0, 1, 1). Questo sar`a il secondo
vettore di una base di Jordan.
Finalmente, per lautovalore 3 = 3 si ottiene il sistema

x1
(A 3 I) x2 = 0,
x3
che fornisce

4x2 + 4x3 = 0
3x1 9x2 8x3 = 0

3x + 7x + 6x = 0
1
2
3

le cui soluzioni sono x1 = 31 x3 e x2 = x3 . Un autovettore relativo allautovalore 3 = 3 `e, ad esempio, il vettore v3 = (1, 3, 3). Questo sar`a il terzo
vettore di una base di Jordan.
Se indichiamo con S la matrice le cui colonne sono costituite dalle componenti dei vettori della base di Jordan trovata,

2
0
1
S = 2 1 3 ,
1
1
3

86

5. Autovalori e Autovettori

si ha dunque AS = SJ, da cui si deduce che A = SJS 1 (come esercizio, si


pu`o verificare questa uguaglianza con un calcolo diretto).
Svolgimento esercizio 8. Determiniamo gli autovalori di A:

+1
0
0
0
0
1
0
0

det(I A) = det
1
3
+1
1
0
2
0
1


+ 1
0
0

1
0
= ( + 1) 0
0
2
1
= ( + 1)2 ( 1)2 .
Gli autovalori di A sono quindi 1 = 1, con molteplicit`a 2, e 2 = 1,
anchesso con molteplicit`a 2.
Determiniamo ora gli autovettori relativi allautovalore 1 = 1; essi
sono le soluzioni del sistema

x1
x2

(A 1 I)
x3 = 0.
x4
Sviluppando i calcoli si ottiene il sistema

2x2 = 0
x1 3x2 x4 = 0

2x + 2x = 0
2
4
le cui soluzioni sono date da x1 = x2 = x4 = 0 e x3 qualunque. Linsieme
delle soluzioni costituisce quindi un sottospazio vettoriale di dimensione 1,
che `e precisamente lautospazio relativo allautovalore 1 = 1. Una sua
base `e data, ad esempio, dal vettore v1 = e3 = (0, 0, 1, 0). Questo sar`a il
primo vettore di una base di Jordan.
Si pu`o ora dedurre che nella forma canonica di Jordan di A comparir`a
un blocco di Jordan della forma


1 1
,
0 1
perche lautovalore 1 ha molteplicit`a 2, per`o c`e un solo autovettore linearmente indipendente relativo a tale autovalore.
Di conseguenza, come secondo vettore v2 di una base di Jordan, dovremo
prendere un vettore che soddisfi la condizione seguente:
Av2 = v2 + v1 ,
ossia
(A + 1I)v2 = v1 .

3. Soluzioni

87

Si ottiene cos` un sistema di equazioni lineari che `e uguale al sistema precedente in cui abbiamo sostituito la colonna di zeri a destra delluguale con
la colonna delle componenti del vettore v1 .
Sviluppando i calcoli si ottiene il sistema

2x2 = 0
x1 3x2 x4 = 1

2x + 2x = 0
2
4
le cui soluzioni sono date da x1 = 1, x2 = x4 = 0 e x3 qualunque. Possiamo
quindi prendere come secondo vettore di una base di Jordan il vettore v2 =
(1, 0, 0, 0).
Passiamo ora a considerare lautovalore 2 = 1. Gli autovettori corrispondenti si trovano risolvendo il sistema

x1
x 2

(A 2 I)
x3 = 0.
x4
Sviluppando i calcoli si ottiene il sistema

2x1 = 0
x1 3x2 2x3 x4 = 0

2x = 0
2
le cui soluzioni sono date da x1 = x2 = 0 e x4 = 2x3 . Linsieme delle
soluzioni costituisce quindi un sottospazio vettoriale di dimensione 1, che
`e precisamente lautospazio relativo allautovalore 2 = 1. Una sua base `e
data, ad esempio, dal vettore v3 = (0, 0, 1, 2). Questo sar`a il terzo vettore
di una base di Jordan.
Si pu`o ora dedurre che nella forma canonica di Jordan di A comparir`a
un blocco di Jordan della forma


1 1
,
0 1
perche lautovalore 1 ha molteplicit`a 2, ma c`e un solo autovettore linearmente indipendente relativo a tale autovalore.
Di conseguenza, come quarto vettore v4 di una base di Jordan, dovremo
prendere un vettore che soddisfi lequazione seguente:
Av4 = v4 + v3 ,
ossia
(A 1I)v4 = v3 .
Si ottiene cos` un sistema di equazioni lineari che `e uguale al sistema precedente in cui abbiamo sostituito la colonna di zeri a destra delluguale con
la colonna delle componenti del vettore v3 .

88

5. Autovalori e Autovettori

Sviluppando i calcoli si ottiene il sistema

2x1 = 0
x1 3x2 2x3 x4 = 1

2x = 2
2
le cui soluzioni sono date da x1 = 0, x2 = 1 e x4 = 2x3 4. Possiamo
quindi prendere come quarto vettore di una base di Jordan il vettore v4 =
(0, 1, 0, 4).
Si conclude pertanto che i vettori v1 , v2 , v3 e v4 costituiscono una base
di Jordan, rispetto alla quale lendomorfismo ha matrice di Jordan

1 1 0 0
0 1 0 0
.
J =
0
0 1 1
0
0 0 1
Se indichiamo con S la matrice le cui colonne sono costituite dalle componenti dei vettori della base di Jordan trovata,

0 1 0
0
0 0 0
1
,
S=
1 0 1
0
0 0 2 4
si ha dunque AS = SJ, da cui si deduce che A = SJS 1 (come esercizio, si
pu`o verificare questa uguaglianza con un calcolo diretto).
Svolgimento esercizio 9. Determiniamo gli autovalori di A:

2
0
0
0
4
2
4
3

det(I A) = det
4
0
5 3
3
0
2



5 3

= ( 2)2
2

= ( 2)2 (2 5 + 6)
= ( 2)3 ( 3).
Gli autovalori di A sono quindi 1 = 2, con molteplicit`a 3, e 2 = 3, con
molteplicit`a 1.
Determiniamo ora gli autovettori relativi allautovalore 1 = 2; essi sono
le soluzioni del sistema

x1
x 2

(A 1 I)
x3 = 0.
x4

3. Soluzioni

89

Sviluppando i calcoli si ottiene il sistema

4x1 4x3 3x4 = 0


4x1 + 3x3 + 3x4 = 0

3x 2x 2x = 0
1
3
4
le cui soluzioni sono date da x1 = x3 = x4 = 0 e x2 qualunque. Linsieme
delle soluzioni costituisce quindi un sottospazio vettoriale di dimensione 1,
che `e precisamente lautospazio relativo allautovalore 1 = 2. Una sua base
`e data, ad esempio, dal vettore v1 = e2 = (0, 1, 0, 0). Questo sar`a il primo
vettore di una base di Jordan.
Si pu`o ora dedurre che nella forma canonica di Jordan di A comparir`a
un blocco di Jordan della forma

2 1 0
0 2 1 ,
0 0 2
perche lautovalore 2 ha molteplicit`a 3, per`o c`e un solo autovettore linearmente indipendente relativo a tale autovalore.
Di conseguenza, come secondo vettore v2 di una base di Jordan, dovremo
prendere un vettore che soddisfi la condizione seguente:
Av2 = 2v2 + v1 ,
ossia
(A 2I)v2 = v1 .
Si ottiene cos` un sistema di equazioni lineari che `e uguale al sistema precedente in cui abbiamo sostituito la colonna di zeri a destra delluguale con
la colonna delle componenti del vettore v1 .
Le soluzioni di tale sistema sono date da x1 = 0, x3 = 1, x4 = 1 e x2
qualunque. Possiamo quindi prendere come secondo vettore di una base di
Jordan il vettore v2 = (0, 0, 1, 1).
Analogamente, come terzo vettore v3 di una base di Jordan, dovremo
prendere un vettore che soddisfi la condizione seguente:
Av3 = 2v3 + v2 ,
ossia
(A 2I)v3 = v2 .
Si ottiene cos` un sistema di equazioni lineari che `e uguale al sistema precedente in cui abbiamo sostituito la colonna dei termini noti con la colonna
delle componenti del vettore v2 .
Le soluzioni di tale sistema sono date da x1 = 1, x3 = 1, x4 = 0 e
x2 qualunque. Possiamo quindi prendere come terzo vettore di una base di
Jordan il vettore v3 = (1, 0, 1, 0).

90

5. Autovalori e Autovettori

Passiamo ora a considerare lautovalore 2 = 3. Gli autovettori corrispondenti si trovano risolvendo il sistema

x1
x 2

(A 2 I)
x3 = 0.
x4
Sviluppando i calcoli si ottiene il sistema

x1 = 0
4x1 x2 4x3 3x4 = 0

4x + 2x + 3x = 0
1
3
4
le cui soluzioni sono date da x1 = 0, x2 = 2x3 e x4 = 32 x3 . Linsieme
delle soluzioni costituisce quindi un sottospazio vettoriale di dimensione 1,
che `e precisamente lautospazio relativo allautovalore 2 = 3. Una sua base
`e data, ad esempio, dal vettore v4 = (0, 6, 3, 2). Questo sar`a il quarto
vettore di una base di Jordan.
Si conclude pertanto che i vettori v1 , v2 , v3 e v4 costituiscono una base
di Jordan, rispetto alla quale lendomorfismo ha matrice di Jordan

2 1 0 0
0 2 1 0

J =
0 0 2 0 .
0 0 0 3
Se indichiamo con S la matrice le cui colonne sono costituite dalle componenti dei vettori della base di Jordan trovata,

0 0 1 0
1 0
0 6
,
S=
0 1 1
3
0 1
0 2
si ha dunque AS = SJ, da cui si deduce
per esercizio, che

6 1

2 0
S 1 =
1 0
1 0

che A = SJS 1 . Si verifichi ora,


6
2
0
1

6
3
,
0
1

e si verifichi luguaglianza A = SJS 1 con un calcolo diretto.

3. Soluzioni

91

Svolgimento esercizio 10. Determiniamo gli autovalori di A:

0
2
4
1 2
1
2

det(I A) = det
0
0
2
0
1
0
1
4




2
4



0
= ( 2) 0 2
1
1
4



4
= ( 2)2
1 4
= ( 2)4 .
Quindi A ha un unico autovalore = 2, con molteplicit`a 4.
Determiniamo ora gli autovettori relativi allautovalore = 2; essi sono
le soluzioni del sistema

x1
x 2

(A I)
x3 = 0.
x4
Sviluppando i calcoli si ottiene il sistema

2x1 + 2x3 4x4 = 0


x1 x3 + 2x4 = 0

x x + 2x = 0
1
3
4
le cui soluzioni sono date da x1 = x3 2x4 e x2 , x3 , x4 qualunque. Linsieme
delle soluzioni costituisce quindi un sottospazio vettoriale di dimensione 3,
che `e precisamente lautospazio relativo allautovalore = 2. Una sua
base `e data, ad esempio, dai vettori v1 = (0, 1, 0, 0), v2 = (1, 0, 1, 0) e
v3 = (2, 0, 0, 1).
Da quanto visto si deduce che la forma canonica di Jordan di A `e (a
meno di un riordinamento dei blocchi di Jordan)

2 1 0 0
0 2 0 0

J =
0 0 2 0 .
0 0 0 2
In questo caso non `e pi`
u possibile applicare il metodo descritto nei due
esercizi precedenti per determinare una base di Jordan. Infatti bisognerebbe
ora determinare un autovettore generalizzato v4 relativo allautovalore =
2, cio`e v4 deve soddisfare lequazione
Av4 = 2v4 + v,

92

5. Autovalori e Autovettori

dove v `e un autovettore relativo allautovalore = 2. Ora per`o esiste


uno spazio di dimensione 3 di autovettori, quindi non si sa come scegliere il
nostro v! (Si verifichi per esercizio che nessuno dei tre sistemi Av4 = 2v4 +v1 ,
Av4 = 2v4 + v2 e Av4 = 2v4 + v3 ha soluzioni. Non `e quindi possibile
trovare una base di Jordan utilizzando i tre vettori v1 , v2 e v3 determinati
in precedenza; il che `e abbastanza naturale, visto che i vettori v1 , v2 e v3
sono stati presi a caso dentro uno spazio di dimensione 3).
Utilizziamo quindi un altro procedimento. Indichiamo con w1 e w2 i primi
due vettori della base di Jordan (che vogliamo determinare). Osservando la
matrice di Jordan J scritta in precedenza, si deduce che w1 `e un autovettore
relativo allautovalore = 2, cio`e si deve avere
(A 2I)w1 = 0,
mentre w2 `e un autovettore generalizzato relativo allautovalore = 2, cio`e
si deve avere
(A 2I)w2 = w1 .
Moltiplicando questultima equazione a sinistra per A 2, si ottiene
(A 2I)2 w2 = (A 2I)w1 = 0,
quindi w2 `e un vettore che appartiene al nucleo di ( 2 id)2 (cio`e (A
2I)2 w2 = 0) ma non appartiene al nucleo di 2 id (cio`e (A 2I)w2 6=
0). Per determinare w2 prendiamo quindi un qualunque vettore tale che
(A 2I)2 w2 = 0 e (A 2I)w2 6= 0. Dato che il nucleo di A 2I lo
abbiamo determinato in precedenza, e visto che (A 2I)2 = 0 (come si vede
osservando la matrice di Jordan J, o come si verifica con un calcolo diretto),
`e facile trovare un vettore w2 che soddisfi le condizioni richieste: ad esempio
il vettore w2 = (2, 1, 1, 1). Conoscendo w2 si determina immediatamente
w1 ; basta ricordare che (A 2I)w2 = w1 . Si ha quindi
w1 = (A 2I)w2 = (6, 3, 0, 3).
Questi sono i primi due vettori di una base di Jordan. I due vettori rimanenti, w3 e w4 , devono ora soddisfare le due condizioni seguenti: devono
essere due autovettori relativi allautovalore = 2 e devono essere tali che
{w1 , w2 , w3 , w4 } sia una base di R4 . Si verifica immediatamente che i vettori
w3 = (1, 0, 1, 0) e w4 = (0, 1, 0, 0) soddisfano le condizioni richieste.
In conclusione: i vettori w1 , w2 , w3 e w4 costituiscono, nellordine, una
base di Jordan, rispetto alla quale lendomorfismo ha matrice di Jordan

2 1 0 0
0 2 0 0

J =
0 0 2 0 .
0 0 0 2

3. Soluzioni

93

Se indichiamo con S la matrice le cui colonne sono costituite dalle componenti dei vettori della base di Jordan trovata,

6 2 1 0
3 1 0 1

S=
0 1 1 0 ,
3 1 0 0
si ha dunque AS = SJ, da cui si deduce che A = SJS 1 . Si verifichi ora,
per esercizio, che
1

1
9 0 19
9
1 0 1 2
3
3
3
S 1 =
1 0 4 2 ,
3
3
3
0 1 0 1
e si verifichi luguaglianza A = SJS 1 con un calcolo diretto.
Svolgimento esercizio 11. Lavoriamo nel corpo complesso C. In questo
modo esiste una forma canonica di Jordan J per la matrice A, e si ha
A = SJS 1 , per una qualche matrice invertibile S (a coefficienti complessi).
Da ci`o segue che A2 = SJS 1 SJS 1 = SJ 2 S 1 , e dunque luguaglianza
A2 = A equivale a J 2 = J. Ricordando la forma della matrice di Jordan J,
si vede subito che J 2 = J `e possibile se e solo se J `e diagonale (e quindi A
`e diagonalizzabile) e, in tal caso, per ogni autovalore di A si deve avere
2 = , da cui segue che = 0 oppure = 1. In conclusione, la matrice A
`e simile alla matrice


Ir
0
J=
,
0 0nr
ove Ir indica la matrice identit`a di ordine r e 0nr `e la matrice nulla di
ordine n r.
Si noti a questo punto che lintero r coincide con il rango di A, pertanto,
se B `e unaltra matrice con le stesse propriet`a di A, essa sar`a simile a J (e
quindi ad A) se e solo se il suo rango coincide con r.
Svolgimento esercizio 12. La matrice A `e antisimmetrica, cio`e si ha
AT = A. Da ci`o segue che la matrice A2 `e simmetrica:
(A2 )T = (AT )2 = (A)2 = A2 .
Ricordiamo che ogni matrice simmetrica a coefficienti reali `e diagonalizzabile
e tutti i suoi autovalori sono reali. Pertanto tutti gli autovalori di A2 sono
reali. Dimostriamo ora che sono tutti negativi.
Sia v Rn un vettore non nullo; si ha allora
v T (A2 )v = (v T A)(Av) = (v T AT )(Av) = (Av)T (Av) = w w < 0,
ove si `e posto w = Av e si `e usato il fatto che il prodotto scalare in Rn `e
definito positivo (si noti che w 6= 0 perche A `e supposta non-degenere).

94

5. Autovalori e Autovettori

Questo significa che la matrice A2 `e definita negativa, e quindi tutti i


suoi autovalori sono strettamente negativi. Di conseguenza, gli autovalori
di A, essendo le radici quadrate degli autovalori di A2 , sono puramente
immaginari.
Proponiamo anche unaltra dimostrazione. Sia C un autovalore
di A, e sia v Cn un autovettore corrispondente; si ha quindi Av = v.
Coniugando ambo i membri di questa uguaglianza, e ricordando che A `e una
v . Moltiplichiamo
matrice a coefficienti reali, cio`e A = A, si ottiene A
v =
T
T
T v, quindi
ora a sinistra ambo i membri per v , ottenendo v A
v = v
trasponiamo ambo i membri di questultima uguaglianza:
T v)T =
v T v.
(v T A
v )T = vT AT v = (v
Ricordiamo ora che A `e antisimmetrica, cio`e AT = A. Dalluguaglianza
v T v, da cui discende, ricordando
precedente si ottiene quindi
v T Av =
T
T

= e, dato
che Av = v,
v v =
v v. In conclusione si ha quindi
che 6= 0 perche A `e non-degenere, questo significa che lautovalore `e
puramente immaginario.

3.3. Polinomio Minimo e Polinomio Caratteristico


Svolgimento esercizio 13. Premettiamo la

1 0
0 1

.
.

J = 0 0 . . . .
. . .
.. .. ..
0 0 0

seguente osservazione. Sia

0
0

0
..
.

un blocco di Jordan di ordine r, relativo ad un autovalore . Si verifica immediatamente che in queste condizioni si ha: dim Ker(J I) = 1,
dim Ker(J I)2 = 2, dim Ker(J I)3 = 3, etc., fino a dim Ker(J I)r =
r.
Ritorniamo ora al problema in questione. La condizione dim Ker(
2 id) = 1 equivale a dire che 2 `e un autovalore di e che lautospazio ad
esso relativo ha dimensione 1, cio`e esiste un solo autovettore linearmente
indipendente relativo allautovalore 2. Nella matrice di Jordan di comparir`a quindi un blocco di Jordan relativo allautovalore 2, di cui non conosciamo la dimensione, dato che non conosciamo la molteplicit`a dellautovalore
2. Tuttavia, ricordando losservazione iniziale, si deduce dalla condizione
dim Ker( 2 id)3 = 3 che il blocco di Jordan relativo allautovalore 2 deve
avere almeno ordine 3.
In modo analogo, la condizione dim Ker(3 id) = 2 significa che ci sono
due autovettori linearmente indipendenti relativi allautovalore 3, e quindi
ci sono due blocchi di Jordan relativi allautovalore 3. Di questi blocchi

3. Soluzioni

95

non conosciamo la dimensione, dato che non conosciamo la molteplicit`a


dellautovalore 3, tuttavia, con un attimo di riflessione, ci si convince che
la condizione dim Ker( 3 id)2 = 4 asserisce che questi blocchi di Jordan
devono avere entrambi ordine maggiore o uguale a 2.
Per terminare, la condizione dim Im(2 ) = 7 equivale a dim Ker(2 ) =
dim V dim Im(2 ) = 2, che afferma quindi che 0 `e un autovettore di la
cui molteplicit`a `e almeno 2. Si noti per`o che in questo caso non conosciamo
dim Ker(), cio`e il numero di autovettori linearmente indipendenti relativi
allautovalore 0.
Dalle informazioni sulle dimensioni dei blocchi di Jordan ottenute in
precedenza, e ricordando che dim V = 9, si deduce che il blocco di Jordan
relativo allautovalore 2 ha esattamente ordine 3, che i due blocchi di Jordan relativi allautovalore 3 hanno entrambi esattamente ordine 2 e che la
molteplicit`a dellautovalore 0 `e esattamente 2 (e inoltre che non ci sono altri
autovalori). Rimangono dunque solo due possibilit`a, che corrispondono rispettivamente a dim Ker() = 1 e dim Ker() = 2, cio`e allesistenza di due
blocchi di Jordan di ordine 1 oppure di un solo blocco di Jordan di ordine
2, relativi allautovalore 0.
Riunendo tutte queste informazioni, si deduce che ci sono solo due matrici di Jordan possibili per lendomorfismo . Esse sono

0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0

0 0 2 1 0 0 0 0 0

0 0 0 2 1 0 0 0 0

J 1 = 0 0 0 0 2 0 0 0 0

0 0 0 0 0 3 1 0 0
0 0 0 0 0 0 3 0 0

0 0 0 0 0 0 0 3 1
0 0 0 0 0 0 0 0 3
e

0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0

0 0 2 1 0 0 0 0 0

0 0 0 2 1 0 0 0 0

J 2 = 0 0 0 0 2 0 0 0 0 .
0 0 0 0 0 3 1 0 0

0 0 0 0 0 0 3 0 0

0 0 0 0 0 0 0 3 1
0 0 0 0 0 0 0 0 3
Dato che la forma canonica di Jordan di una matrice `e unica, a meno di
una permutazione dei singoli blocchi di Jordan, si deduce che ci sono (essenzialmente) solo due endomorfismi di V soddisfacenti alle condizioni
richieste.

96

5. Autovalori e Autovettori

Svolgimento esercizio 14. Il polinomio minimo di si fattorizza come


segue:
x4 6x3 + 9x2 = x2 (x 3)2 .
Se ne deduce che gli unici autovalori di sono 0 e 3, ed entrambi hanno
molteplicit`a almeno 2 (la molteplicit`a di un autovalore `e lordine con cui
questo annulla il polinomio caratteristico, e si ricordi che il polinomio minimo divide il polinomio caratteristico). Ricordando poi che il polinomio
minimo di un blocco di Jordan di ordine r del tipo

1 0 0
0 1 0

.
.

Jr = 0 0 . . . . 0
. . .

.. .. .. ...
0 0 0
`e precisamente (x)r , si deduce che la matrice di Jordan dellendomorfismo
deve essere del tipo

0 1 0 0 0 0
0 0 0 0 0 0

0 0 a b 0 0
J =
,
0 0 0 c 0 0
0 0 0 0 3 1
0 0 0 0 0 3


a b
dove la matrice A =
pu`o essere una qualunque delle seguenti: J0 =
0 c










0 0
0 1
3 0
3 1
0 0
, J1 =
, J2 =
, J3 =
, J4 =
.
0 0
0 0
0 3
0 3
0 3
Si vede ora immediatamente che se A = J0 il rango di J `e 3, se A = J1
oppure A = J4 il rango di J `e 4, mentre per A = J2 oppure A = J3 si ha
rango(J) = 5.
Abbiamo cos` determinato tutti gli endomorfismi (pi`
u precisamente, le
loro forme canoniche di Jordan) che soddisfano alle condizioni richieste.

3.4. Esercizi Vari


Svolgimento esercizio 15. Poniamo vn = (xn+1 , xn ). Si ha v1 = (1, 1) e,
da xn = x
n1 + xn2 segue che, per ogni n > 1, si ha vn = Avn1 , dove
1 1
A=
.
1 0
Si ha dunque: v2 = Av1 , v3 = Av2 = A2 v1 , v4 = Av3 = A3 v1 e, in
generale, vn = An1 v1 . Quindi il calcolo dei numeri di Fibonacci si riduce
al calcolo delle potenze di una matrice quadrata.

3. Soluzioni

97

Il polinomio caratteristico
di A`e 2 1, quindi gli autovalori di A

1
1
sono 1 = 2 (1 5) e 2 = 2 (1 + 5). Gli autovettori corrispondenti sono

rispettivamente w1 = ( 12 (1 5), 1) e w2 = ( 12 (1 + 5), 1). Si ha quindi


A = SJS 1 ,
ove


(1 5) 12 (1 + 5)
S=
1
1
e

1

(1

5)
0

J= 2
.
1
0
(1
+
5)
2
Si calcola inoltre facilmente che


1 1 12 (1 + 5)
1

S =
.
1
5 1 2 (1 5)
1
2

Si ha quindi
vn = An1 v1 = (SJS 1 )n1 v1 = SJ n1 S 1 v1 =
n+1
n+1 
 1
1
((1
+
5)

(1

n+1
2
n
5)n ) ,
=
1
((1
+
5)

(1

5) )
5
2n
da cui si ottiene la seguente formula per lennesimo numero di Fibonacci:


1
xn = (1 + 5)n (1 5)n .
2n 5
Si noti che, anche se non `e evidente dalla formula trovata, questi numeri
sono sicuramenti interi.

Capitolo 6

Forme Bilineari

1. Richiami di teoria
1.1. Prodotto scalare in Rn
Finora abbiamo visto come i vettori si possano sommare e moltiplicare per
degli scalari. Non sappiamo per`o misurare la lunghezza di un vettore, ne
langolo tra due vettori. Per definire queste due quantit`a introduciamo
la nozione di prodotto scalare di due vettori. Iniziamo dal caso dello spazio
vettoriale Rn .
Definizione 1.1. Il prodotto scalare di due vettori v = (x1 , . . . , xn ) e w =
(y1 , . . . , yn ) di Rn `e il numero reale
vw =

n
X

xi yi .

i=1

In dimensione 2 e 3 la definizione precedente stabilisce che


(x1 , x2 ) (y1 , y2 ) = x1 y1 + x2 y2 ,
e
(x1 , x2 , x3 ) (y1 , y2 , y3 ) = x1 y1 + x2 y2 + x3 y3 .
In entrambi questi casi si pu`o dimostrare che il prodotto scalare di due
vettori v e w coincide con il prodotto delle lunghezze dei due vettori per il
coseno dellangolo compreso tra di essi, dove i concetti di lunghezza e angolo
sono quelli usuali della geometria elementare del piano e dello spazio.
In particolare si ha:
v v = kvk2 ,
ove si `e indicato con kvk la lunghezza del vettore v, e
vw
cos =
,
kvk kwk
dove `e langolo compreso tra i vettori v e w.
Visto che `e possibile dimostrare che queste uguaglianze valgono sia in
dimensione 2 che 3, usiamole per dare un senso alle nozioni di lunghezza e
angolo in spazi di dimensione n.

100

6. Forme Bilineari

Definizione 1.2. Sia v = (x1 , . . . , xn ) Rn . La lunghezza di v, detta


anche norma di v `e data da:
v
u n
uX

x2 .
kvk = v v = t
i

i=1

Un vettore di norma unitaria `e detto versore. Spesso si usa anche la notazione |v| al posto di kvk, in tal caso si preferisce usare il termine modulo di
v al posto di norma di v.
Definizione 1.3. Siano v = (x1 , . . . , xn ) e w = (y1 , . . . , yn ) Rn . Langolo
tra i due vettori v e w `e definito dalla seguente uguaglianza:
vw
cos =
.
kvk kwk
Da questa definizione segue subito che
Osservazione 1.4. Due vettori (non nulli) sono ortogonali se e solo se il
loro prodotto scalare `e 0.
Ricordiamo ora le principali propriet`a del prodotto scalare.
Proposizione 1.5. Per ogni u, v, w Rn e ogni scalare R, si ha:
(1) (u + v) w = u w + v w,
(2) u (v + w) = u v + u w,
(3) (v) w = v (w) = v w,
(4) v w = w v,
(5) v v > 0 se v 6= 0.
Le prime tre propriet`a esprimono il fatto che il prodotto scalare `e una
applicazione bilineare definita su Rn Rn a valori in R. La quarta propriet`a
dice che questa applicazione bilineare `e simmetrica. La quinta esprime, per
definizione, il fatto che questa applicazione bilineare simmetrica `e definita
positiva.

1.2. Forme bilineari


Sia V uno spazio vettoriale sul campo C.
Definizione 1.6. Una forma bilineare su V `e una funzione
:V V C
tale che
(1) (u + v, w) = (u, w) + (v, w),
(2) (u, v + w) = (u, v) + (u, w),
(3) (v, w) = (v, w) = (v, w),
per ogni u, v, w V e ogni C.
Definizione 1.7. Sia : V V C una forma bilineare. Essa `e detta:
(1) non-degenere se (v, w) = 0, per ogni w V , implica che v = 0,

1. Richiami di teoria

101

(2) simmetrica se (v, w) = (w, v), per ogni v e w in V ,


(3) antisimmetrica, o alternante, se (v, w) = (w, v), per ogni v e
w in V (almeno se il corpo C ha caratteristica diversa da 2).
Nel seguito ci occuperemo solo delle forme bilineari non-degeneri. Inoltre
dato che una forma bilineare si pu`o sempre scrivere come
(v, w) =

(v, w) + (w, v) (v, w) (w, v)


+
2
2

e che
(v, w) + (w, v)
2
`e una forma bilineare simmetrica, mentre
s (v, w) =

(v, w) (w, v)
2
`e una forma bilineare antisimmetrica, possiamo concludere che ogni forma
bilineare `e somma di una forma bilineare simmetrica e di una alternante.
` quindi sufficiente studiare separatamente le forme bilineari simmetriche e
E
quelle alternanti.
Introduciamo ora i concetti di vettore isotropo e sottospazio isotropo.
Sia V uno spazio vettoriale dotato di una forma bilineare .
Definizione 1.8. Un vettore v V `e detto isotropo se (v, v) = 0.
Definizione 1.9. Un sottospazio U V `e detto isotropo se (u1 , u2 ) = 0,
per ogni u1 , u1 U .
Si noti che, se U `e un sottospazio isotropo di V , allora tutti i vettori
` invece falso che un insieme di vettori isotropi di V
di U sono isotropi. E
sia un sottospazio isotropo di V ; in generale, infatti, non sar`a neanche un
sottospazio vettoriale di V .
Sia oraP
{v1 , . . . , vn } unaP
base di V . Se due vettori v, w V si scrivono
come v = ni=1 xi vi e w = nj=1 yj vj , usando la bilinearit`a di si ottiene:
X
 X
n
n
X
(v, w) =
xi vi ,
yj vj =
xi yj (vi , vj )
a (v, w) =

i=1

j=1

i,j

aij xi yj ,

i,j

ove abbiamo posto aij = (vi , vj ).


In corrispondenza ad una base di V si ottiene quindi una matrice quadrata A = (aij ) che contiene tutte le informazioni necessarie a ricostruire la
forma bilineare . In termini della matrice A si ha:

y1
(v, w) = (x1 , . . . , xn ) A ... = X T AY,
yn

102

6. Forme Bilineari

ove X e Y denotano i vettori colonna delle componenti di v e w rispetto


alla base fissata di V .
Proposizione 1.10. Sia una forma bilineare su V e A la sua matrice
rispetto ad una (qualunque) base fissata di V . Allora:
(1) `e non-degenere se e solo se det A 6= 0,
(2) `e simmetrica se e solo se A = AT ,
(3) `e antisimmetrica se e solo se A = AT .
Se {v10 , . . . , vn0 } `e unaltra base di V e se A0 `e la matrice di rispetto a
questa nuova base allora, se indichiamo con P = (pij ) la matrice
Pn di cam0
0
biamento di base, cio`e se i vettori vi si scrivono come vi = h=1 phi vh , si
ha:
X

n
n
X
0
0
0
aij = (vi , vj ) =
phi vh ,
pkj vk
h=1

phi pkj (vh , vk ) =

h,k

k=1

ahk phi pkj .

h,k

In termini di matrici questa uguaglianza si scrive semplicemente


A0 = P T AP.
Questa `e la relazione che lega tra loro due matrici che corrispondono alla
stessa forma bilineare rispetto a due basi diverse.
Definizione 1.11. Due matrici A e A0 tali che A0 = P T AP , per una qualche
matrice invertibile P , si dicono congruenti.

1.3. Forme bilineari simmetriche


Occupiamoci ora in particolare delle forme bilineari simmetriche.
Sia dunque : V V C una forma bilineare, simmetrica, nondegenere. Imitando quanto visto in precedenza per il prodotto scalare usuale
in Rn , diamo la seguente definizione:
Definizione 1.12. Due vettori v, w V si dicono ortogonali se (v, w) = 0.
Questa definizione si pu`o estendere ai sottospazi vettoriali di V .
Definizione 1.13. Due sottospazi vettoriali U1 e U2 di V si dicono ortogonali se (u1 , u2 ) = 0, per ogni u1 U1 e ogni u2 U2 .
Definizione 1.14. Sia U un sottospazio vettoriale di V . Il sottospazio
ortogonale di U , indicato con U , `e definito come segue:
U = {v V | (v, u) = 0, u U }.
Si verifica facilmente che U `e effettivamente un sottospazio vettoriale
di V .
Per quanto riguarda la classificazione degli spazi vettoriali dotati di una
forma bilineare simmetrica non-degenere, il principale risultato `e il seguente:

1. Richiami di teoria

103

Teorema 1.15. Lo spazio vettoriale V , dotato della forma bilineare simmetrica non-degenere , ammette basi ortogonali. Esiste cio`e una base di
V costituita da vettori a due a due ortogonali.
Lo stesso risultato, espresso in termini di matrici, si traduce nel seguente
teorema:
Teorema 1.16. Ogni matrice quadrata A, simmetrica e non-degenere, `e
congruente a una matrice diagonale A0 . Esiste cio`e una matrice invertibile
P tale che P T AP sia diagonale.
Imitando ancora le definizioni valide per il prodotto scalare usuale in Rn ,
vorremmo definire la norma di un vettore v V come segue:
p
kvk = (v, v),
ma per fare ci`o bisogna prima essere sicuri che, nel campo C, esistano le
radici quadrate degli elementi del tipo (v, v). Se C `e un campo algebricamente chiuso, come il campo complesso, non ci sono problemi. Se per`o
C non `e algebricamente chiuso, come `e il caso del campo dei numeri reali, le radici quadrate degli elementi di C non esistono sempre. In tal caso
bisogner`a porre delle ipotesi ulteriori sulla forma bilineare .
Sia quindi C il campo dei numeri reali R (oppure un campo ordinato).
Diamo la seguente definizione:
Definizione 1.17. Una forma bilineare simmetrica `e detta:
(1) definita positiva se (v, v) > 0, per ogni v V , con v 6= 0,
(2) semidefinita positiva se (v, v) 0, per ogni v V ,
(3) definita negativa se (v, v) < 0, per ogni v V , con v 6= 0,
(4) semidefinita negativa se (v, v) 0, per ogni v V ,
(5) indefinita se esistono due vettori v, w V tali che (v, v) > 0 e
(w, w) < 0.
Esiste un criterio molto semplice per stabilire se una forma bilineare
simmetrica `e definita positiva o negativa.
Teorema 1.18. Sia A = (aij ) la matrice (quadrata di ordine n) di rispetto
a una qualche base fissata di V . Indichiamo con r , per r = 1, . . . , n, il
determinante della sottomatrice costituita dalle prime r righe e colonne di
A. Si ha quindi



a11 a1r

.
a11 a12
.. .
, , r = ..
1 = a11 , 2 =
.

a21 a22
a

a
r1
rr
Allora (o equivalentemente A) `e
(1) definita positiva se i > 0, per ogni i = 1, . . . , n.
(2) definita negativa se i < 0 per ogni i dispari, e i > 0, per ogni i
pari, per i = 1, . . . , n.
Finalmente possiamo definire la norma di un vettore:

104

6. Forme Bilineari

Definizione 1.19. Sia C il campo dei numeri reali R (oppure un campo


ordinato in cui ogni elemento positivo `e un quadrato). Sia V uno spazio
vettoriale su C dotato di una forma bilineare simmetrica, non-degenere e
definita positiva. Allora, per ogni v V , poniamo
p
kvk = (v, v).
In questo caso `e possibile dimostrare un risultato pi`
u forte del teorema
che assicura lesistenza di basi ortogonali. Pi`
u precisamente, si ha:
Teorema 1.20. Sia C il campo dei numeri reali R (oppure un campo ordinato in cui ogni elemento positivo `e un quadrato). Sia V uno spazio
vettoriale su C dotato di una forma bilineare simmetrica, non-degenere
e definita positiva. Allora lo spazio vettoriale V ammette basi ortonormali.
Esiste cio`e una base di V costituita da vettori di norma 1, a due a due
ortogonali.
Osservazione 1.21. Esiste un metodo standard per costruire una base
ortonormale di V partendo da una base qualsiasi. Tale metodo `e noto come
il procedimento di Gram-Schmidt e verr`a illustrato negli esercizi.
Si dimostra poi che vale il seguente risultato:
Proposizione 1.22. Nelle ipotesi precedenti si ha:
|(v, w)| kvk kwk,
per ogni v, w V .
Da ci`o deriva che si ha
1

(v, w)
1,
kvk kwk

e quindi `e possibile dare la seguente definizione:


Definizione 1.23. Nelle ipotesi precedenti si definisce langolo compreso
tra i due vettori v, w V ponendo
cos =

(v, w)
.
kvk kwk

Si vede cos` che in uno spazio vettoriale reale, dotato di una forma bilineare simmetrica, non-degenere e definita positiva, `e possibile definire la
lunghezza di un vettore e langolo tra due vettori in modo analogo a quanto
avviene nel caso di Rn dotato del prodotto scalare usuale.
Definizione 1.24. Uno spazio vettoriale V , dotato di una forma bilineare
simmetrica, non-degenere e definita positiva, `e detto spazio euclideo (o
anche spazio metrico, o spazio normato)
Terminiamo ricordando un importante teorema che classifica gli spazi
vettoriali reali dotati di una forma bilineare simmetrica, non necessariamente definita positiva:

1. Richiami di teoria

105

Teorema 1.25 (Teorema di Sylvester). Sia V uno spazio vettoriale


reale, dotato di una forma bilineare simmetrica e non-degenere. Allora
V ammette una base rispetto alla quale la matrice di `e diagonale e gli
elementi sulla diagonale sono +1 oppure 1. Il numero di elementi positivi
o negativi sulla diagonale dipende solo da e non dalla base scelta. La
differenza tra il numero di elementi positivi e il numero di elementi negativi
`e detto la segnatura, o lindice dinerzia, di .
Per quanto riguarda le applicazioni lineari tra due spazi euclidei, diamo
la seguente definizione:
Definizione 1.26. Siano (V, ) e (W, ) due spazi vettoriali euclidei. Una
applicazione lineare f : V W `e detta isometria se essa `e biiettiva e inoltre
(v1 , v2 ) = (f (v1 ), f (v2 )), per ogni v1 , v2 V .
Una isometria tra due spazi euclidei `e dunque un isomorfismo di spazi
vettoriali che in pi`
u rispetta le strutture metriche presenti sugli spazi in
questione. Si dimostra allora facilmente il seguente risultato:
Proposizione 1.27. Sia f : V W una isometria. Allora si ha:
(1) kf (v)k = kvk, per ogni v V ,
(2) Langolo compreso tra i vettori f (v1 ) e f (v2 ) `e uguale allangolo
compreso tra i vettori v1 e v2 , per ogni v1 , v2 V .

1.4. Forme bilineari alternanti


Sulle forme bilineari alternanti non c`e molto da dire.
Sia V uno spazio vettoriale sul campo C (di caratteristica diversa da 2)
dotato di una applicazione bilineare alternante non-degenere . Il risultato
principale `e il seguente:
Teorema 1.28. Lo spazio vettoriale V ha dimensione pari, dim V = 2n.
Inoltre esiste una base di V rispetto alla quale la matrice di `e una matrice
a blocchi del tipo

H 0 0
0 H 0
. . .

.. ..
. . ...
0

ove

H=


0 1
.
1 0

Definizione 1.29. Uno spazio vettoriale V , dotato di una forma bilineare


alternante non-degenere `e detto spazio simplettico.

106

6. Forme Bilineari

1.5. Prodotto vettoriale in R3


Nel caso particolare dello spazio vettoriale R3 si pu`o definire un prodotto
fra vettori il cui risultato sia ancora un vettore. La definizione di questo
prodotto pu`o essere data come segue:
Definizione 1.30. Siano v e w due vettori in R3 . Il prodotto vettoriale
di v e w `e il vettore, indicato con v w la cui norma `e data dal prodotto
delle norme di v e w per il seno dellangolo compreso tra di essi, la cui
direzione `e la retta perpendicolare al piano generato da v e w e il cui verso
`e indicato dal dito medio della mano destra, quando pollice e indice sono
orientati come i vettori v e w rispettivamente.
Questa `e la definizione usata, ad esempio, dai fisici. Una definizione
matematicamente pi`
u precisa `e la seguente:
Definizione 1.31. Siano v = (x1 , x2 , x3 ) e w = (y1 , y2 , y3 ) due vettori in
R3 . Il prodotto vettoriale di v e w `e il seguente vettore:
v w = (x2 y3 x3 y2 , x3 y1 x1 y3 , x1 y2 x2 y1 ).
Si pu`o dimostrare che le due definizioni coincidono.
Elenchiamo ora alcune propriet`a del prodotto vettoriale.
Proposizione 1.32. Per ogni u, v, w R3 e per ogni R si ha:
(1)
(2)
(3)
(4)

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

Notiamo poi che, se v e w sono due vettori diversi da zero, si ha v w = 0


se e solo se v e w sono paralleli, cio`e sono uno multiplo dellaltro.
La norma del prodotto vettoriale di due vettori ha poi una importante
interpretazione geometrica: kv wk `e larea del parallelogramma di lati v e
w.
Se consideriamo tre vettori di R3 possiamo fare il prodotto scalare di uno
di essi per il risultato del prodotto vettoriale degli altri due.
Definizione 1.33. Il prodotto misto dei vettori u, v e w `e dato da:
u (v w).
Sviluppando i calcoli si dimostra facilmente il seguente risultato:
Proposizione 1.34. Se u = (x1 , x2 , x3 ), v
sono tre vettori di R3 , si ha:

x1

u (v w) = det y1
z1

= (y1 , y2 , y3 ) e w = (z1 , z2 , z3 )

x2 x3
y2 y3 .
z2 z3

2. Esercizi

107

Anche il prodotto misto di tre vettori ha una importante interpretazione


geometrica: il valore assoluto di u (v w) rappresenta infatti il volume del
parallelepipedo i cui lati sono i tre vettori u, v e w.

2. Esercizi
Gli esercizi sul prodotto scalare usuale in Rn e sul prodotto vettoriale in
R3 verranno svolti nel capitolo dedicato agli spazi affini. Qui di seguito
riportiamo alcuni esercizi sulle forme bilineari in generale.

2.1. Forme Bilineari Simmetriche


Esercizio 1. Sia V uno spazio vettoriale sul corpo complesso C con base
{v1 , v2 , v3 } e sia g la forma bilineare simmetrica di matrice, rispetto alla
base data,

2 3 1
G = 3 4 0 .
1 0 1
Si determini una matrice invertibile P tale che P T GP = I.
Esercizio 2. Sia V uno spazio vettoriale sul corpo dei numeri reali, con
base {v1 , v2 , v3 }, e sia g la forma bilineare simmetrica di matrice, rispetto
alla base data,

0 2
1
G = 2 3 1 .
1 1 2
Si determini una base di V rispetto alla quale la matrice di g sia diagonale,
con soli elementi 1 e 1 sulla diagonale.
Esercizio 3. Sia V uno spazio vettoriale sul corpo dei numeri reali, con
base {v1 , v2 , v3 }, e sia g la forma bilineare simmetrica di matrice, rispetto
alla base data,

0 2 1
G = 2 0 3 .
1 3 0
Si determini una base di V rispetto alla quale la matrice di g sia diagonale,
con soli elementi 1 e 1 sulla diagonale.
Esercizio 4. Sia V uno spazio vettoriale reale di dimensione 3, e sia
{v1 , v2 , v3 } una sua base. Si consideri la forma bilineare simmetrica g di
matrice

3 1
0
2 1 ,
G= 1
0 1 1

108

6. Forme Bilineari

rispetto alla base data.


(1) Si verifichi che g `e non-degenere e si determini una base ortogonale
di V relativamente a g.
(2) Si calcoli lindice dinerzia i(g).
(3) Si dica se esistono vettori isotropi non nulli relativamente a g e, in
caso affermativo, si determini un sottospazio isotropo di dimensione
massima.
Esercizio 5. Sia V = R4 e sia g la forma bilineare simmetrica di matrice

3 2 1
1
2 1 1 1
,
G=
1 1 1
4
1 1 4
2
rispetto alla base canonica.
(1) Si verifichi che g `e non-degenere, se ne calcoli lindice dinerzia e si
determini una base ortogonale di V relativamente a g.
(2) (R4 , g) `e isometrico allo spazio R4 dotato del prodotto scalare usuale? E allo spazio di Minkowski?
Esercizio 6. Sullo spazio vettoriale R4 si consideri la forma bilineare simmetrica g di matrice

0
2 2 0
2
0
1 3

G=
2 1
0 1
0 3 1 0
rispetto alla base canonica.
(1) Si determini lindice dinerzia di g.
(2) Si determini, se esiste, una base di R4 rispetto a cui g ha matrice

1 0 0 0
0 1 0 0

0 0 0 1 .
0 0 1 0
(3) Si determini, se esiste, una base di R4 rispetto a cui g ha matrice

0 1 0 0
1 0 0 0

0 0 0 1 .
0 0 1 0

2. Esercizi

(4) Si determini, se esiste, una

0 1
1 0

0 0
0 0

109

base di R4 rispetto a cui g ha matrice

0
0
0
0
.
1 0
0 1

2.2. Forme Bilineari Alternanti


Esercizio 7. Sia V uno spazio vettoriale reale e sia {v1 , . . . , v4 } una sua
base. Sia g : V V R lapplicazione bilineare alternante di matrice

0
3 4 1
3 0 5 2

G=
4 5 0 6 ,
1 2 6 0
rispetto alla base data.
Si determini una base {w1 , . . . , w4 } di V tale che la matrice di g rispetto
a questa nuova base sia

0 1 0 0
1 0 0 0

G0 =
0 0 0 1 .
0 0 1 0

2.3. Isometrie
Esercizio 8. Sia V uno spazio vettoriale reale di dimensione finita e sia g :
V V R una forma bilineare simmetrica definita positiva. Se : V V
`e una isometria, si dimostri che si ha
Im( id) = Ker( id) .

2.4. Altri esercizi


Esercizio 9. Si consideri C come spazio vettoriale su R e si ponga su di
esso lapplicazione bilineare g : C C R definita da
g(z1 , z2 ) = 2<(z1 z2 ),
ove <(z) indica la parte reale del numero complesso z.
(1) Si dimostri che g `e bilineare e non-degenere.
(2) Si determini la matrice di g rispetto alla base {1, i} di C.
(3) Siano z1 , z2 C, linearmente indipendenti su R (cio`e z1 e z2 sono
una base di C, visto come R-spazio vettoriale). Si determini la

110

6. Forme Bilineari

matrice G di g rispetto alla base {z1 , z2 } e si dimostri che




2
z1 z2
det G = det
,
z1 z2
ove z indica il numero complesso coniugato di z C.
` vero o
Esercizio 10. Sia A una matrice simmetrica ad elementi in R. E
2
falso che la matrice I + A `e invertibile? (I indica la matrice identit`a).

3. Soluzioni
3.1. Forme Bilineari Simmetriche
Svolgimento esercizio 1. Dato che P T GP `e la matrice della forma bilineare g rispetto ad una nuova base {v10 , v20 , v30 }, ottenuta dalla base {v1 , v2 , v3 }
per mezzo della matrice di cambiamento di base P , cio`e
(v10 , v20 , v30 ) = (v1 , v2 , v3 )P,
il problema si riduce alla determinazione di una base {v10 , v20 , v30 } rispetto
alla quale la matrice di g sia lidentit`a, ossia alla determinazione di una
base ortonormale. Utilizziamo a tal fine il
procedimento di Gram-Schmidt.
0
Dato che g(v1 , v1 ) = 2, poniamo v1 = v1 / 2. Si ha cos` g(v10 , v10 ) = 1. Un
vettore v200 ortogonale a v10 si trova nel modo seguente: si ponga v200 = av10 +v2
e si richieda che g(v10 , v200 ) = 0. Si ottiene in questo modo a = g(v10 , v2 ) e
dunque si ha:
v200 = v2 g(v10 , v2 )v10

= v2 g(v1 / 2, v2 )v1 / 2
3
= v2 v1 .
2
00 00
A questo punto bisogna normalizzare questo vettore. Si calcola g(vq
2 , v2 ) =
g(v2 32 v1 , v2 23 v1 ) = 12 , e si pone di conseguenza v20 = v200 / 12 =

i 2v200 = 32 i 2v1 i 2v2 .


Rimane solo da determinare un vettore w300 ortogonale a w10 e w20 . Ripetendo il ragionamento fatto in precedenza si scopre che si ha
v300 = v3 g(v10 , v3 )v10 g(v20 , v3 )v20

3
3
= v3 g(v1 / 2, v3 )v1 / 2 g( i 2v1 i 2v2 , v3 )( i 2v1 i 2v2 )
2
2
= v3 4v1 + 3v2 .
00
Anche questultimo vettore deve essere normalizzato. Si ha g(v300 , v
3) =
0
00
g(v3 4v1 + 3v2 , v3 4v1 + 3v2 ) = 5, e si pone di conseguenza v3 = v3 / 5 =
45 v1 + 35 v2 + 15 v3 .

3. Soluzioni

111

Si trova allora che la matrice di cambiamento di base `e


1 3

i
2
5

2
P = 0 i 2 35 .
1
0
0
5
Si verifichi che si ha effettivamente P T GP = I.
Svolgimento esercizio 2. Utilizziamo il procedimento di Gram-Schmidt.
Dato per`o che il vettore v1 `e isotropo, non possiamo prendere come primo
vettore v10 della nuova base un suo multiplo. Per ovviare a questo inconveniente `e sufficiente scambiare tra loro i vettori v1 e v2 della base data ed applicare il procedimento di Gram-Schmidt
partendo dunque0 da0 v2 . Dato che
0
g(v2 , v2 ) = 3, bisogner`a porre v1 = v2 / 3. Si ha cos` g(v1 , v1 ) = 1. Continuando, poniamo v200 = av10 +
v1 ed imponiamo che sia
g(v10 , v200 ) = 0. Si trova

allora a = g(v10 , v1 ) = 2/ 3, e quindi v200 = 2/ 3v10 + v1 = 23 v2 + v1 .


q
4
00 00
Dato che si ha g(v2 , v2 ) = 3 , e dato che 43 non esiste in R, dovremo
q

porre v20 = v200 / 43 = 23 v200 = 23 v2 + 23 v1 , ottenendo per`o g(v20 , v20 ) = 1.


Per trovare il terzo e ultimo vettore della base, poniamo v300 = av10 +
0
bv2 + v3 ed imponiamo
che g(v10 , v300 ) =0 e g(v20 , v300 ) = 0. Si ottiene cos` a =

g(v10 , v3 ) = 1/ 3 e b = g(v20 , v3 ) = 5 3/6 (attenzione


che in questo caso si

5
3
1
0
0
00
0
0
ha g(v2 , v2 ) = 1). Si ha dunque v3 = 3 v1 + 6 v2 + v3 = 12 v2 + 54 v1 + v3 .
Si ha allora g(v300 , v300 ) = 15/4 e quindi si deve porre v30 = 215 v300 , ottenendo
cos` g(v30 , v30 ) = 1.
La matrice di g nella base {v10 , v20 , v30 } `e dunque

1 0 0
G0 = 0 1 0 .
0 0 1
Svolgimento esercizio 3. Dato che tutti i vettori della base data sono
isotropi non `e possibile prendere un loro multiplo come vettore della nuova
base. In questo caso si dovranno invece considerare, ad esempio, i vettori
v100 = v1 + v2 e v200 = v1 v2 . Questi due vettori sono ortogonali, dato
che g(v100 , v200 ) = g(v1 , v1 ) g(v2 , v2 ) = 0, e non sono isotropi. Infatti si ha
g(v100 , v100 ) = 4 e g(v200 , v200 ) = 4. Si prendono quindi come vettori per la nuova
base i vettori v10 = 21 v100 e v20 = 12 v200 , ottenendo g(v10 , v10 ) = 1 e g(v20 , v20 ) = 1.
A questo punto v30 si potr`a determinare nel modo usuale. Poniamo dunque
v300 = av10 + bv20 + v3 ed imponiamo che g(v10 , v300 ) = 0 e g(v20 , v300 ) = 0. Si
ottiene allora a = g(v10 , v3 ) = 1 e b = g(v20 , v3 ) = 2. Di conseguenza

si ha v300 = v10 2v20 + v3 e, dato che g(v300 , v300 ) = 3, si porr`a v30 = v300 / 3,
ottenendo g(v30 , v30 ) = 1.

112

6. Forme Bilineari

La matrice di g nella base {v10 , v20 , v30 } `e dunque

1 0 0
G0 = 0 1 0 .
0 0 1
Svolgimento esercizio 4. (1) Si ha



2 1 1 1



= 10,
det G = 3

1 1 0 1
quindi g `e non-degenere.
Procediamo quindi alla determinazione di una base ortogonale. Poniamo
w1 = v1 ; si ha g(w1 , w1 ) = 3 6= 0. Si noti che non `e necessario normalizzare
i vettori della nuova base, perche `e richiesta una base ortogonale e non una
base ortonormale.
Osservando la matrice G si nota che il vettore v3 `e ortogonale a w1 , quindi
come secondo vettore della base ortogonale possiamo prendere w2 = v3 ; si
ha quindi g(w2 , w2 ) = 1.
Rimane ora solo da determinare un terzo vettore w3 ortogonale ai due
precedenti. Poniamo w3 = 1 v1 + 2 v2 + 3 v3 ed imponiamo a w3 di essere
ortogonale a w1 e w2 . Si ottiene il seguente sistema:

g(w1 , w3 ) = 31 + 2 = 0
g(w2 , w3 ) = 2 3 = 0,
da cui si ricava

= 1
3
1
3
= .
2

Ponendo, ad esempio, 3 = 3, si ottiene il vettore w3 = v1 3v2 + 3v3 . Si


trova ora g(w3 , w3 ) = 30, da cui si deduce che la matrice di g rispetto alla
base ortogonale {w1 , w2 , w3 } `e

3 0 0
0 1 0 .
0
0 30
(2) Osservando la matrice appena trovata si scopre che la restrizione di g al
sottospazio L{w1 , w2 }, generato da w1 e w2 , `e definita negativa, mentre la
restrizione di g al sottospazio generato da w3 `e definita positiva. Si deduce
quindi che lindice dinerzia di g `e dato da i(g) = 1 2 = 1.
(3) Dato che g non `e definita, esistono sicuramente dei vettori isotropi non
nulli. Ad esempio, se consideriamo un vettore w = 1 w1 + 2 w2 + 3 w3 , la
condizione che w sia isotropo `e
g(w, w) = 321 22 + 3023 = 0,
che ha ovviamente soluzioni reali non nulle.

3. Soluzioni

113

Sia dunque U un sottospazio isotropo. Dato che, per definizione, si ha


U U , e dim U = 3 dim U , se ne deduce che U pu`o avere al pi`
u dimensione 1. Quindi per determinare un sottospazio isotropo di dimensione
massima `e sufficiente
determinare un vettore isotropo non nullo; ad esempio

il vettore w = 30w2 + w3 . Il sottospazio U = L{w} `e pertanto un sottospazio isotropo di dimensione massima (ovviamente tale sottospazio non `e
unico).
Svolgimento esercizio 5. (1) Per dimostrare che g `e non-degenere basta
dimostrare che det G 6= 0, oppure che esiste una base ortogonale di V . Visto
che, in ogni caso, dobbiamo determinare una base ortogonale, possiamo
evitare di calcolare il determinante di G; quando avremo calcolato una
base ortogonale avremo anche dimostrato che essa esiste, e quindi che g
`e non-degenere.
Indichiamo con {e1 , . . . , e4 } la base canonica di R4 . Come primo elemento di una base ortogonale possiamo prendere v1 = e1 ; si ha g(v1 , v1 ) = 3.
Cerchiamo ora un secondo vettore v2 ortogonale a v1 : possiamo prendere v2
della forma seguente
v2 = 1 v1 + e2 ,
ed imporre che sia g(v1 , v2 ) = 0. Si trova allora 1 = 32 e quindi
2
2
v2 = v1 + e2 = e1 + e2 ;
3
3
1
si calcola facilmente che g(v2 , v2 ) = 3 .
Per determinare il terzo vettore v3 della base ortogonale il procedimento
`e analogo. Sia
v3 = 1 v1 + 2 v2 + e3 ,
ed imponiamo che g(v1 , v3 ) = 0 e g(v2 , v3 ) = 0. Si ottengono le seguenti due
equazioni:

g(v1 , v3 ) = 31 + 1 = 0
1
1
g(v2 , v3 ) = 2 = 0,
3
3
1
che hanno come soluzione 1 = 3 e 2 = 1. Si ha quindi
1
v3 = v1 v2 + e3 = e1 e2 + e3 ,
3
da cui si ottiene g(v3 , v3 ) = 1.
Analogamente, ponendo
v4 = 1 v1 + 2 v2 + 3 v3 + e4 ,
ed imponendo che g(v1 , v4 ) = 0, g(v2 , v4 ) = 0 e g(v3 , v4 ) = 0, si trova che
1 = 31 , 2 = 1 e 3 = 4, da cui si ottiene
1
v4 = v1 v2 4v3 + e4 = 3e1 + 3e2 4e3 + e4 ,
3

114

6. Forme Bilineari

e g(v4 , v4 ) = 14.
In conclusione, abbiamo visto che esiste una base ortogonale, data da
{v1 , . . . , v4 }; ci`o dimostra che g `e non-degenere. Inoltre abbiamo visto che
la matrice di g rispetto alla base {v1 , . . . , v4 } `e

3 0 0 0
0 1 0 0
3

0 0 1 0
0 0 0 14
da cui si deduce che lindice dinerzia di g `e i(g) = 0.
(2) Il prodotto scalare usuale su R4 ha indice dinerzia 4. Pertanto R4
dotato del prodotto scalare usuale non `e isometrico allo spazio V dotato
della forma bilineare simmetrica g, che ha indice dinerzia 0 (si ricordi il
teorema di Sylvester). Analogamente, (V, g) non `e isometrico allo spazio di
Minkowski, perche questultimo `e R4 dotato della forma bilineare di matrice

1 0 0 0
0 1 0 0

0 0 1 0
0 0 0 1
che ha indice dinerzia 2.
Svolgimento esercizio 6. (1) Per determinare lindice dinerzia cerchiamo
innanzitutto una base ortogonale (dato che sar`a utile anche nel seguito).
Indichiamo con {e1 , . . . , e4 } la base canonica di R4 . In questo caso tutti
e quattro i vettori della base canonica sono isotropi, quindi non possiamo prendere nessuno di questi come primo vettore di una base ortogonale.
Prendiamo allora v1 = e1 + e2 ; questo vettore non `e isotropo, dato che si ha
g(v1 , v1 ) = 2g(e1 , e2 ) = 4.
Come secondo vettore si vede immediatamente che si pu`o prendere v2 =
e1 e2 , dato che esso `e ortogonale a v1 : g(v1 , v2 ) = 0. Si ha poi g(v2 , v2 ) =
4.
A questo punto possiamo prendere
v3 = 1 v1 + 2 v2 + e3 ,
ed imporre che g(v1 , v3 ) = g(v2 , v3 ) = 0. Si trova allora 1 =
Si ha quindi
1
3
1
v3 = v1 v2 + e3 = e1 + e2 + e3 ,
4
4
2
da cui si ottiene g(v3 , v3 ) = 2.
Analogamente, ponendo
v4 = 1 v1 + 2 v2 + 3 v3 + e4 ,

1
4

e 2 = 34 .

3. Soluzioni

115

ed imponendo che g(v1 , v4 ) = g(v2 , v4 ) = g(v3 , v4 ) = 0, si trova 1 =


2 = 34 e 3 = 2, da cui si ottiene

3
,
4

3
3
1
v4 = v1 + v2 + 2v3 + e4 = e1 + 2e2 + 2e3 + e4 ,
4
4
2
e g(v4 , v4 ) = 8.
La matrice di g rispetto alla base

4 0
0 4

0 0
0 0

{v1 , . . . , v4 } `e quindi

0 0
0 0

2 0
0 8

da cui si deduce che lindice dinerzia di g `e i(g) = 0.



(2) Dato che, come si verifica immediatamente, la matrice
dinerzia 0, si deduce che la matrice

1 0
0 1

0 0
0 0

0
0
0
1


0 1
ha indice
1 0

0
0

1
0

ha indice dinerzia 2 + 0 = 2, che `e diverso dallindice dinerzia di g. Dal


teorema di Sylvester segue allora che non esiste una base di R4 rispetto a
cui g abbia la matrice indicata.
(3) Da quanto detto sopra segue che

0 1
1 0

0 0
0 0

la matrice

0 0
0 0

0 1
1 0

ha indice dinerzia 0 + 0 = 0, che coincide con lindice dinerzia di g. Il


teorema di Sylvester afferma allora che esiste una base di R4 rispetto a cui
g abbia la matrice indicata. Ricordando la matrice di g rispetto alla base
{v1 , . . . , v4 } trovata in precedenza, `e facile vedere che ponendo, ad esempio,
w1 = v1 +v2 , w2 = 41 (v1 v2 ), w3 = v3 + 12 v4 e w4 = 14 (v3 12 v4 ), si ottiene una
base rispetto alla quale la matrice di g coincide con la matrice in questione.
(4) Da quanto visto in precedenza segue

0 1 0
1 0 0

0 0 1
0 0 0

che la matrice

0
0

0
1

116

6. Forme Bilineari

ha indice dinerzia 0 2 = 2, che `e diverso dallindice dinerzia di g. Dal


teorema di Sylvester segue allora che non esiste una base di R4 rispetto a
cui g abbia la matrice indicata.

3.2. Forme Bilineari Alternanti


Svolgimento esercizio 7. Come primo vettore possiamo certo prendere
w1 = v1 . Si tratta ora di determinare un vettore w2 tale che g(w1 , w2 ) = 1
(il fatto che g(w2 , w2 ) = 0 `e ovvio, dato che g `e alternante). Osservando
che g(w1 , v2 ) = g(v1 , v2 ) = 3, si vede che basta porre w2 = 13 v2 per ottenere
g(w1 , w2 ) = 1. Per determinare w3 poniamo ora w3 = aw1 + bw2 + cv3 .
Imponendo le condizioni g(w1 , w3 ) = 0 e g(w2 , w3 ) = 0, otteniamo il sistema

b + 4c = 0
5
a + c = 0.
3
Ponendo, ad esempio, c = 3, si trova b = 12 e a = 5. Di conseguenza si
ha w3 = 5w1 12w2 + 3v3 = 5v1 4v2 + 3v3 .
Infine per determinare w4 poniamo w4 = aw1 + bw2 + cw3 + dv4 ed
imponiamo le condizioni g(w1 , w4 ) = 0, g(w2 , w4 ) = 0 e g(w3 , w4 ) = 1. Si
ottiene cos` il sistema

bd=0

2
a+ d=0

31d = 1,
2
1
che ha come soluzione a = 93
, b = d = 31
(e c qualunque). Prendendo
2
1
1
2
1
w2 31
v4 = 93
v1 93
v2
c = 0 si ottiene allora il vettore w4 = 93 w1 31
1
v.
31 4
Osservazione: possiamo ora scrivere anche la matrice P di cambiamento
di base. Si ha infatti

1 0
5 2/93
0 1/3 4 1/93
,
(w1 , . . . , w4 ) = (v1 , . . . , v4 )
0 0
3
0
0 0
0 1/31

e quindi

1 0
5 2/93
0 1/3 4 1/93
.
P =
0 0
3
0
0 0
0 1/31
Si pu`o allora controllare che vale la nota formula G0 = P T GP .

3. Soluzioni

117

3.3. Isometrie
Svolgimento esercizio 8. Dimostriamo che Im( id) Ker( id) .
Sia v V e w Ker(id); bisogna dimostrare che (id)(v) `e ortogonale
a w, cio`e che g(( id)(v), w) = 0. Osserviamo che si ha (w) = w, dato
che ( id)(w) = 0. Si ottiene quindi:
g(( id)(v), w) = g((v), w) g(v, w)
= g((v), (w)) g(v, w)
= 0,
ove si `e usato il fatto che g((v), (w)) = g(v, w), cio`e che `e una isometria.
Dato che la dimostrazione precedente `e valida per ogni v ed ogni w, si `e
cos` provato che Im( id) Ker( id) . Daltra parte, ricordiamo che
dim Im( id) = dim V dim Ker( id)
e
dim Ker( id) = dim V dim Ker( id).
Quindi Im( id) e Ker( id) hanno la stessa dimensione e pertanto
devono essere uguali.

3.4. Altri esercizi


Svolgimento esercizio 9. (1) Dalla definizione `e ovvio che g `e simmetrica.
Per dimostrare che `e bilineare basta allora dimostrare che `e lineare nel primo
argomento. Si ha:
g(1 z1 + 2 z2 , z3 ) = 2<((1 z1 + 2 z2 )z3 )
= 2<(1 z1 z3 + 2 z2 z3 )
= 21 <(z1 z3 ) + 22 <(z2 z3 )
= 1 g(z1 z3 ) + 2 g(z2 z3 ),
per ogni z1 , z2 C e ogni 1 , 2 R.
Per dimostrare che g `e non-degenere bisogna dimostrare che, per ogni
z 6= 0 esiste w C tale che g(z, w) 6= 0. Ora, se z = a + ib 6= 0, deve essere
a 6= 0 oppure b 6= 0. Nel primo caso si ha g(z, 1) = 2a 6= 0, mentre nel
secondo si ha g(z, i) = 2b 6= 0. Quindi g `e non-degenere.
(2) Gli elementi della matrice di g rispetto alla base {1, i} sono, per definizione, g(1, 1), g(1, i), g(i, 1) e g(i, i). La matrice in questione `e quindi


2 0
.
0 2
(3) Come nel caso precedente, lelemento di posto (i, j) della matrice di
g rispetto alla base {z1 , z2 } `e dato da g(zi , zj ). Si verifica che g(z1 , z1 ) =

118

6. Forme Bilineari

2<(z12 ) = z12 + z12 , g(z1 , z2 ) = g(z2 , z1 ) = 2<(z1 z2 ) = z1 z2 + z1 z2 e g(z2 , z2 ) =


2<(z22 ) = z22 + z22 . Si ha pertanto

 2
z1 + z12
z1 z2 + z1 z2
G=
.
z1 z2 + z1 z2
z22 + z22
` ora immediato calcolare il determinante di G e verificare che vale luguaE
glianza in questione.
Svolgimento esercizio 10. Dato che la matrice A `e simmetrica anche A2
lo `e, e quindi rappresenta unapplicazione bilineare simmetrica (ad esempio
sullo spazio vettoriale Rn , ove n `e lordine di A2 , rispetto alla base canonica).
Lapplicazione bilineare simmetrica definita da A2 `e semidefinita positiva;
infatti, per ogni vettore colonna v, si ha:
v T A2 v = (v T A)(Av) = (Av)T (Av) = wT w 0,
ove si `e posto w = Av e si `e osservato che wT w non `e altro che il prodotto
scalare usuale di w per se stesso.
La matrice I + A2 rappresenta quindi la somma di una applicazione
bilineare simmetrica definita positiva (di matrice I) con una semidefinita
positiva, ed `e pertanto definita positiva e quindi non-degenere. Da ci`o segue
che det(I + A2 ) 6= 0 e quindi I + A2 `e una matrice invertibile.

Capitolo 7

Spazio Affine

1. Richiami di teoria
1.1. Spazi Affini
Ai fini dello studio della geometria, gli spazi vettoriali presentano linconveniente di non contenere punti ma solo vettori. Introduciamo ora una
categoria di spazi in cui si possono definire allo stesso tempo i concetti di
punto e vettore; questi sono gli spazi affini.
Definizione 1.1. Uno spazio affine A sul campo C `e una terna A =
(S, V, +), costituita da un insieme S, detto linsieme dei punti, da uno spazio
vettoriale V sul campo C, detto linsieme dei vettori, e da una operazione
(vedi figura 1)
+ : S V S,

(P, v) 7 Q = P + v,

che soddisfa le seguenti propriet`a:


(1) (P + v) + w = P + (v + w), per ogni P S e ogni v, w V ;
(2) P + 0V = P , per ogni P S;
(3) per ogni P, Q S, esiste un unico vettore v V tale che P +v = Q.
Tale vettore si indica quindi con v = Q P .
La dimensione dello spazio affine A `e, per definizione, la dimensione dello
spazio vettoriale V .
Si noti che le propriet`a enunciate legano strettamente tra loro i due
insiemi S e V . Infatti se fissiamo un punto P S, si dimostra facilmente
r Q

r P

Figura 1. Somma di un punto con un vettore.

120

7. Spazio Affine

che la funzione
V S,

v 7 P + v,

`e una biiezione. Linsieme dei punti S pu`o quindi essere identificato con
linsieme dei vettori V , ma tale identificazione dipende dalla scelta di un
punto P .
Definizione 1.2. Lo spazio affine n-dimensionale standard sul campo C `e
An (C) = (C n , C n , +), ove linsieme S dei punti `e C n , lo spazio vettoriale V
`e ancora C n e loperazione di somma di un punto con un vettore `e definita
come segue: se P = (p1 , . . . , pn ) e v = (x1 , . . . , xn ) allora
P + v = (p1 + x1 , . . . , pn + xn ).
Si verifica facilmente che tutte le propriet`a richieste dalla definizione di
uno spazio affine sono soddisfatte.

1.2. Sistemi di riferimento


Sia A = (S, V, +) uno spazio affine di dimensione n.
Definizione 1.3. Un sistema di riferimento in A `e il dato di n + 1 punti
O, P1 , . . . , Pn tali che gli n vettori vi = Pi O, per i = 1, . . . , n, siano una
base di V . Il punto O `e detto lorigine del sistema di riferimento.
Dato un sistema di riferimento in A, ogni punto P si pu`o scrivere in
modo unico come segue:
P = O + x1 v1 + + xn vn ,
ove gli xi sono degli scalari.
Definizione 1.4. Gli scalari (x1 , . . . , xn ) tali che
P = O + x1 v1 + + xn vn ,
sono detti le coordinate del punto P rispetto al sistema di riferimento fissato.
Sia A uno spazio affine di dimensione n in cui `e stato fissato un sistema
di riferimento.
Proposizione 1.5. Lapplicazione che ad ogni punto P di A associa la
n-upla (x1 , . . . , xn ) delle sue coordinate rispetto al sistema di riferimento
fissato, determina una biiezione di A con lo spazio affine standard An (C).

1.3. Sottovariet`
a lineari
Sia A = (S, V, +) uno spazio affine.
Definizione 1.6. Una sottovariet`a lineare L di A `e un insieme di punti di
A definito come segue:
L = {Q S | Q = P + v, v W },

1. Richiami di teoria

121

ove P S `e un punto fissato e W `e un sottospazio vettoriale di V . L `e detta


la sottovariet`a lineare di A passante per P e parallela a W . Il sottospazio
vettoriale W `e detto lo spazio direttore di L. La dimensione di L `e, per
definizione, la dimensione del suo spazio direttore W .
Una sottovariet`a lineare di dimensione 0 `e un punto, una sottovariet`a
lineare di dimensione 1 `e detta retta, una sottovariet`a lineare di dimensione
2 `e detta piano, infine una sottovariet`a lineare di dimensione n 1, in uno
spazio affine di dimensione n, `e detta iperpiano.
Definizione 1.7. Due sottovariet`a lineari L e M di A si dicono:
(1) disgiunte se L M = ,
(2) parallele se i sottospazi direttori di L e M sono uno contenuto
nellaltro,
(3) sghembe se non sono ne parallele ne incidenti.
Come nel caso degli spazi vettoriali, lintersezione di due sottovariet`a
lineari `e ancora una sottovariet`a lineare. Ci`o non `e vero, in generale, per
lunione.
Definizione 1.8. Siano L e M due sottovariet`a lineari di A. La sottovariet`a
lineare generata da L e M , indicata con L + M , `e la pi`
u piccola (per la
relazione di inclusione) sottovariet`a lineare di A contenente L e M .
Vale il seguente risultato:
Proposizione 1.9. Siano L e M due sottovariet`
a lineari di A. Allora si
ha:
dim(L + M ) dim L + dim M dim(L M ),
ove vale il segno di uguaglianza se L e M sono incidenti oppure sghembe (e
si `e posto, per convenzione, dim() = 1).
Supponiamo ora che nello spazio affine A sia stato fissato un sistema
di riferimento O, P1 , . . . , Pn . I vettori vi = Pi O, per i = 1, . . . , n, sono
quindi una base di V . Sia L una sottovariet`a lineare di dimensione r di A,
data da
L = {Q S | Q = P + v, v W },
e fissiamo una base w1 , . . . , wr di W . Questi vettori si possono scrivere come
combinazione lineare dei vettori v1 , . . . , vn come segue:
wj =

n
X

aij vi ,

i=1

Il generico vettore v W si pu`o dunque scrivere


v=

r
X
j=1

j wj =

X
i,j

aij j vi =

n
X
i=1

i v i ,

122

7. Spazio Affine

dove abbiamo posto


i =

r
X

aij j .

j=1

I coefficienti (1 , . . . , n ) sono quindi le componenti del vettore v rispetto


alla base di V fissata.
Se indichiamo con (p1 , . . . , pn ) le coordinate di P e con (x1 , . . . , xn ) le
coordinate di Q, rispetto al sistema di riferimento fissato, lequazione Q =
P + v `e equivalente al seguente sistema di equazioni:

x1 = p1 + a11 1 + a12 2 + + a1r r

x2 = p2 + a21 1 + a22 2 + + a2r r

xn = pn + an1 1 + an2 2 + + anr r


Queste equazioni, al variare del parametri 1 , . . . , r C descrivono tutti i
punti della variet`a lineare L. Sono quindi chiamate le equazioni parametriche di L (ovviamente rispetto al sistema di riferimento fissato).
Una variet`a lineare L pu`o essere descritta anche da un altro tipo di
equazioni, le sue equazioni cartesiane. Esse si ottengono semplicemente
eliminando i parametri i dal sistema delle sue equazioni parametriche. In
generale si ottiene in questo modo un sistema di equazioni lineari nelle
incognite x1 , . . . , xn . Ad esempio, se la variet`a lineare L `e un iperpiano, le
sue equazioni cartesiane si riducono ad una unica equazione del tipo
a1 x1 + a2 x2 + + an xn = b.
Altri esempi verranno presentati negli esercizi.

1.4. Spazi affini euclidei


Definizione 1.10. Uno spazio affine euclideo `e uno spazio affine A =
(S, V, +) tale che lo spazio vettoriale V `e dotato di una forma bilineare
simmetrica e definita positiva (V `e quindi uno spazio vettoriale euclideo).
In uno spazio affine euclideo, come in uno spazio vettoriale euclideo, si
possono quindi misurare le lunghezze (cio`e le norme) dei vettori, e gli angoli
` quindi possibile definire anche la distanza tra due punti.
tra vettori. E
Definizione 1.11. La distanza tra due punti P e Q `e data da
p
d(P, Q) = kvk = (v, v),
ove v = Q P (cio`e la distanza tra due punti `e la norma del vettore che ha
come estremi i due punti dati).
Si pu`o anche definire la distanza tra due sottoinsiemi qualsiasi di uno
spazio affine. Il modo pi`
u semplice per farlo `e il seguente:

1. Richiami di teoria

123

rP

-r

v R

Figura 2. Distanza di un punto da una retta.


Definizione 1.12. Siano A e B due sottoinsiemi di uno spazio affine A
(cio`e A e B sono sottoinsiemi dellinsieme dei punti di A). La distanza tra
A e B `e
d(A, B) = inf{d(P, Q) | P A, Q B}.
Ricordiamo ora alcune formule utili per il calcolo delle distanze.
Proposizione 1.13 (Distanza di un punto da una retta). Sia A =
An (R) lo spazio affine euclideo n-dimensionale standard. Sia P un punto e
sia r la retta passante per un punto Q e parallela a un vettore v. Indichiamo
con w il vettore w = P Q. Allora la distanza di P da r `e data da:
r
(v w)2
d(P, r) = w w
.
vv
Proposizione 1.14 (Distanza di un punto da un iperpiano). Sia
A = An (R) lo spazio affine euclideo n-dimensionale standard. Sia P =
(p1 , . . . , pn ) un punto e sia un iperpiano di equazione
: a1 x1 + a2 x2 + + an xn + b = 0.
Allora la distanza di P da `e data da:
d(P, ) =

|a1 p1 + a2 p2 + + an pn + b|
p
.
a21 + + a2n

Se lo spazio affine euclideo ha dimensione 3 (e quindi `e definito il prodotto


vettoriale di due vettori) si possono dimostrare i seguenti risultati.
Sia A = A3 (R) lo spazio affine euclideo tridimensionale standard.
Proposizione 1.15 (Distanza di un punto da una retta). Sia P un
punto e sia r una retta in A. Siano Q e R due punti di r. Poniamo
v = R Q e w = P Q (vedi figura 2). Allora la distanza di P da r `e data
da:
kv wk
d(P, r) =
.
kvk
Proposizione 1.16 (Distanza tra due rette sghembe). Siano r e s
due rette sghembe in A. Siano P , Q due punti di r e R, S due punti di s.

124

7. Spazio Affine

Q r


r
*



P
r 

v

 



u

HH 
r
H
H
HH
w
RH
HH
HH
HH
H
j
H
Hr
H s
S H
H

Figura 3. Distanza tra due rette sghembe.


Poniamo u = P R, v = Q P e w = S R (vedi figura 3). Allora la
distanza di r da s `e data da:
d(r, s) =

|u (v w)|
.
kv wk

Proposizione 1.17 (Area di un triangolo). Siano P , Q e R tre punti


di A. Larea del triangolo di vertici P , Q e R `e data da:
1
A(P QR) = k(Q P ) (R P )k.
2
Proposizione 1.18 (Volume di un tetraedro). Siano P , Q, R e S
quattro punti di A. Il volume del tetraedro di vertici P , Q, R e S `e dato da:
1
V (P QRS) = |(S P ) ((Q P ) (R P ))|.
6

1.5. Applicazioni affini


Siano A = (S, V, +) e A0 = (S 0 , V 0 , +) due spazi affini sul campo C.
Definizione 1.19. Una applicazione affine f : A A0 `e costituita da una
coppia di funzioni f = (fS , fV ), ove fS : S S 0 `e una funzione tra insiemi
e fV : V V 0 una funzione lineare tra spazi vettoriali, tali che
fS (P + v) = fS (P ) + fV (v),
per ogni P S e ogni v V .
Si noti che le due applicazioni fS e fV sono strettamente correlate. Dalla
definizione segue infatti che, per ogni v V , si deve avere fV (v) = fS (Q)
fS (P ), ove P e Q sono gli estremi di v, cio`e v = Q P . Si scopre cos`
che lapplicazione lineare fV `e completamente determinata dallapplicazione
insiemistica fS .

2. Esercizi

125

Definizione 1.20. Se A = (S, V, +) e A0 = (S 0 , V 0 , +) sono due spazi affini


euclidei, unapplicazione affine f : A A0 `e detta isometria se `e biiettiva
(cio`e fS : S S 0 `e biiettiva) e lapplicazione lineare fV : V V 0 `e una
isometria di spazi vettoriali euclidei.
Sia f : A A0 unapplicazione affine e fissiamo due sistemi di riferimento
O, P1 , . . . , Pn in A e O0 , P10 , . . . , Pm0 in A0 (ove n = dim A e m = dim A0 ). I
vettori vi = Pi O, per i = 1, . . . , n, sono quindi una base di V , e i vettori
vj0 = Pj0 O0 , per j = 1, . . . , m, sono una base di V 0 . Indichiamo con A la
matrice dellapplicazione lineare fV rispetto a queste due basi di V e V 0 . Sia
P un punto di A di coordinate (x1 , . . . , xn ) rispetto al sistema di riferimento
P
fissato. Ci`o significa che il punto P `e dato da P = O + v, ove v = ni=1 xi vi .
Dalla definizione di applicazione affine deriva che fS (P ) = fS (O) + fV (v).
Le coordinate (y1 , . . . , ym ) del vettore fV (v), rispetto alla base di V 0 , sono
date da


y1
x1
.
.. = A ... .
ym
xn
Se il punto fS (O) ha coordinate (q1 , . . . , qm ) rispetto al sistema di riferimento fissato su A0 , si conclude che, in termini delle coordinate, lapplicazione
affine f si esprime come segue:



x1
q1
x1
.
.
fS : .. 7 .. + A ... .
xn
qm
xn

2. Esercizi
2.1. Rette e Piani
Esercizio 1. Nello spazio affine A3 (R) si determini la retta r passante per
il punto P = (p1 , p2 , p3 ) e parallela al vettore v = (v1 , v2 , v3 ).
Esercizio 2. Nello spazio affine A3 (R) si determini la retta r passante per
i punti P = (p1 , p2 , p3 ) e Q = (q1 , q2 , q3 ).
Esercizio 3. Nello spazio affine A3 (R) si determini il piano passante
per il punto P = (p1 , p2 , p3 ) e parallelo ai vettori v = (v1 , v2 , v3 ) e w =
(w1 , w2 , w3 ).
Esercizio 4. Nello spazio affine A3 (R) si determini il piano passante per
i tre punti (non allineati) P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) e R = (r1 , r2 , r3 ).
Esercizio 5. Nello spazio affine A3 (R) sia r la retta di equazioni

2x 3y + 1 = 0
2x 2y + z 1 = 0.

126

7. Spazio Affine

Si determini la retta s passante per lorigine e parallela ad r, ed il piano del


fascio di asse r passante per lorigine.
Esercizio 6. Siano r1 e r2 rispettivamente le rette passanti per P1 = (0, 1, 2)
e P2 = (2, 1, 0) e parallele ai vettori v1 = (2, 1, 1) e v2 = (2, 3, 0). Siano
F1 e F2 rispettivamente i fasci di piani di asse r1 e r2 . Si determinino i
piani 1 di F1 e 2 di F2 passanti per il punto P = (1, 1, 1), e le intersezioni
della retta r = 1 2 con i piani coordinati. Si determini infine il triangolo
individuato dalle intersezioni delle rette r, r1 e r2 con il piano di equazione
x = 0.
Esercizio 7. Determinare lequazione del piano contenente le rette r e s di
equazioni


y+1=0
2x 3y + 2z 1 = 0
r:
s:
2x + 2z 3 = 0
x 2y + z = 0.
Esercizio 8. Sia r la retta passante per i punti P = (1, 0, 2) e Q =
(0, 1, 3), e sia s la retta passante per il punto R = (1, 1, 0) e parallela al
vettore v = (1, 1, 21 ).
Si determinino il piano 1 , passante per i punti P , Q e R, il piano 2
contenente la retta s e passante per il punto medio del segmento P Q, ed
infine un vettore u parallelo alla retta 1 2 .

2.2. Distanza di un Punto da una Retta


Esercizio 9. Si determini la distanza del punto P = (2, 0, 1) dalla retta
r di equazioni parametriche

x = t + 1
y=2

z = t 1.

2.3. Coni e Cilindri


Esercizio 10. Si determinino le rette passanti per il punto Q = (0, 1, 1),
distanti 1 dal punto P = (1, 1, 0) e contenute nel piano di equazione
y + z = 0.
Esercizio 11. Si determini lequazione del luogo dei punti dello spazio affine
euclideo A3 (R) appartenenti alle rette passanti per il punto P = (2, 1, 1) che
formano un angolo pari a 6 con il piano di equazione 2x + y z = 0.
Esercizio 12. Si determini lequazione del luogo dei punti dello spazio affine
euclideo A3 (R) appartenenti alle rette passanti per il punto P = (3, 3, 3) che

2. Esercizi

127

intersecano la curva C di equazione


(
x2 + 2y 2 + 3z 2 = 4
x + z = 0.
Esercizio 13. Si determinino le rette del piano
di equazione xy+2z = 0
parallele al vettore v = (1, 3, 1) e distanti 6 dal punto P = (1, 0, 0).
Esercizio 14. Nello spazio affine euclideo reale tridimensionale, si determini
lequazione del luogo dei punti appartenenti alle rette distanti 1 dal punto
P = (1, 1, 2) e formanti un angolo pari a 3 con i piani 1 : x + y = 0 e
2 : x z = 0.
Esercizio 15. Nello spazio affine euclideo A3 (R) sia il piano contenente
la retta r di equazioni 21 (x 1) = y + 1 = 13 z ed il punto P = (0, 1, 1).

Si determinino le rette del piano passanti per P e distanti 3 dal punto


Q = (1, 1, 1). Si determinino inoltre la proiezione ortogonale Q0 di Q su
e le rette di passanti per Q0 e ortogonali alle rette trovate in precedenza.

2.4. Altri Esercizi


Esercizio 16. Nello spazio affine euclideo A3 (R) si determinino le equazioni
delle rette passanti per P = (1, 0, 0), incidenti la retta r di equazioni

y+z1=0
r:
x=0
e formanti con questultima un angolo pari a 6 .
Esercizio 17. Nello spazio affine euclideo A3 (R) si consideri laffinit`a f
definita da

0 12
1
x
x
2

0
y
0
f : y 7
+ 0 1
1
1

z
z
0 2
21
2
rispetto ad un sistema di riferimento ortonormale.
Si mostri che f `e una isometria dello spazio affine euclideo che ammette
una retta r fatta di punti uniti, e si determini lequazione di tale retta. Si
dica inoltre se f `e una rotazione di asse r e, in caso affermativo, si determini
langolo di rotazione.
Esercizio 18. Nel piano affine euclideo A2 (R) siano r1 e r2 le rette di
equazione x 2y + 1 = 0 e 3x y + 2 = 0 rispettivamente. Si determinino
le equazioni delle rette s1 e s2 bisettrici degli angoli formati da r1 e r2 .

128

7. Spazio Affine

3. Soluzioni
3.1. Rette e Piani
Svolgimento esercizio 1. La retta r cercata `e linsieme dei punti X tali
che il vettore X P `e multiplo del vettore v. Si ha quindi
r = {X A3 | X P = v, R}.
Se poniamo X = (x1 , x2 , x3 ), si ottengono cos` le equazioni

x1 p1 = v1
x2 p2 = v2

x p = v
3
3
3
Queste sono le equazioni parametriche della retta r.
Se da queste equazioni eliminiamo il parametro , e se supponiamo che
v1 6= 0, v2 6= 0 e v3 6= 0, si ottengono le due equazioni seguenti
x2 p2
x3 p3
x1 p1
=
=
v1
v2
v3
che sono le equazioni cartesiane della retta r cercata.
Svolgimento esercizio 2. La retta r cercata `e la retta passante per il
punto P parallela al vettore v = Q P = (q1 p1 , q2 p2 , q3 p3 ). A questo
punto basta applicare quanto visto nellesercizio precedente. Le equazioni
parametriche di r sono quindi

x1 p1 = (q1 p1 )
x2 p2 = (q2 p2 )

x p = (q p )
3

Se poniamo X = (x1 , x2 , x3 ), queste equazioni si scrivono semplicemente


come segue:
X = Q + (1 )P, R.
Svolgimento esercizio 3. Il piano in questione `e linsieme dei punti X
tali che il vettore X P appartiene al sottospazio vettoriale generato da v
e w. Si ha quindi
= {X A3 | X P = v + w, , R}.
Se poniamo X = (x1 , x2 , x3 ), si ottengono cos` le equazioni

x1 p1 = v1 + w1
x2 p2 = v2 + w2

x p = v + w
3
3
3
3
Queste sono le equazioni parametriche del piano .

3. Soluzioni

129

Unaltra descrizione del piano si pu`o ottenere come segue. Sia u un


vettore perpendicolare a v e w (ad esempio, si prenda u = v w). Il piano
`e allora linsieme dei punti X tali che il vettore X P `e perpendicolare
a u, si ha dunque
= {X A3 | (X P ) u = 0}.
Se poniamo u = (u1 , u2 , u3 ), si ottiene cos` lequazione
u1 (x1 p1 ) + u2 (x2 p2 ) + u3 (x3 p3 ) = 0.
Questa `e lequazione (cartesiana) del piano .
Svolgimento esercizio 4. Il piano cercato `e il piano passante per il
punto P e parallelo ai vettori v = Q P = (q1 p1 , q2 p2 , q3 p3 ) e
w = R P = (r1 p1 , r2 p2 , r3 p3 ). A questo punto basta applicare
quanto visto nellesercizio precedente. Le equazioni parametriche di sono
quindi

x1 p1 = (q1 p1 ) + (r1 p1 )
x2 p2 = (q2 p2 ) + (r2 p2 )

x p = (q p ) + (r p )
3

Se poniamo X = (x1 , x2 , x3 ), queste equazioni si scrivono semplicemente


come segue:
X = Q + R + (1 )P,

, R.

Svolgimento esercizio 5. Per determinare la retta s `e sufficiente conoscere


un vettore parallelo ad r. Per determinare questo vettore basta conoscere
due punti qualunque della retta r; la loro differenza fornir`a il vettore cercato.
Si verifica immediatamente che i punti P = (0, 31 , 53 ) e Q = ( 12 , 0, 2)
appartengono ad r, quindi come vettore parallelo ad r si pu`o prendere Q
P = ( 12 , 13 , 13 ). Le equazioni parametriche di s sono allora

x=

1
y=

z =
3
Eliminando il parametro si ottengono le equazioni cartesiane di s, che
sono (ad esempio)

2x 3y = 0
y + z = 0.
Passiamo ora alla determinazione del piano in questione. Lequazione del
fascio di piani di asse r `e
(2x 3y + 1) + (2x 2y + z 1) = 0.

130

7. Spazio Affine

Imponendo la condizione di passaggio per lorigine, si ottiene


= 0,
e si pu`o dunque prendere, ad esempio, = = 1.
lequazione del piano cercato, che `e quindi

Questo fornisce

4x 5y + z = 0.
Svolgimento esercizio 6. Le equazioni cartesiane di r1 sono
x0
y1
z2
=
=
,
2
1
1
da cui si ottiene

r1 :

x 2y + 2 = 0
y z + 1 = 0.

Le equazioni parametriche di r2 sono

x = 2t + 2
y = 3t 1

z = 0,
da cui si ricava

r2 :

3x + 2y 4 = 0
z = 0.

Le equazioni dei fasci F1 e F2 sono allora


F1 : (x 2y + 2) + (y z + 1) = 0
e
F2 : 0 (3x + 2y 4) + 0 z = 0.
Imponendo le condizioni di passaggio per il punto P = (1, 1, 1) si ottiene
= e 0 = 0 . Ponendo, ad esempio, = 0 = 1 si trovano le equazioni
dei piani 1 e 2 :
1 : x 3y + z + 1 = 0,
e
2 : 3x + 2y z 4 = 0.
Si ha ora

r = 1 2 :

x 3y + z + 1 = 0
3x + 2y z 4 = 0.

Il resto dellesercizio `e ora immediato.

3. Soluzioni

131

Svolgimento esercizio 7. Il fascio di piani di asse r ha equazione


(2x + 2z 3) + (y + 1) = 0.
Per determinare il piano passante per r e s baster`a quindi determinare il
piano del fascio di asse r passante per un punto di s; naturalmente bisogner`a
poi verificare che tutta la retta s sia contenuta in questo piano.
Un punto della retta s `e, ad esempio, il punto P = (2, 1, 0); imponendo,
nel fascio di piani precedente, la condizione di passaggio per P si ottiene
= 2, da cui, ponendo = 1, si trova lequazione del piano contenente
la retta r e passante per il punto P :
: 4x + y 4z + 7 = 0.
Per verificare che tutta la retta s `e contenuta in basta verificare che
contiene un altro punto di s (diverso da P ); infatti se un piano contiene due
punti di una retta allora contiene tutta la retta.
Si verifica subito che Q = (0, 1, 2) `e un punto di s e che Q . Questo
conclude la dimostrazione che `e proprio il piano contenente le due rette r
e s.
Svolgimento esercizio 8. Un vettore parallelo alla retta r `e il vettore
Q P = (1, 1, 5); quindi le equazioni di r sono
x1
y0
z+2
=
=
,
1
1
5
da cui si ricava

x+y+1=0
r:
5y + z + 2 = 0.
Per quanto riguarda la retta s, le sue equazioni sono
x+1
y1
z0
=
=
,
1
1
12
da cui si ricava

x+y =0
y 2z 1 = 0.
Il piano 1 `e il piano del fascio di asse r passante per R. Lequazione del
fascio di piani di asse r `e


s:

(x + y + 1) + (5y + z + 2) = 0,
e dalla condizione di passaggio per R si ottiene = 73 . Ponendo = 3
si trova cos` lequazione del piano 1 :
1 : 7x + 8y + 3z 1 = 0.
Il punto medio M del segmento P Q `e il punto dato da
P +Q
M=
= (1/2, 1/2, 1/2)
2

132

7. Spazio Affine

(si noti che in uno spazio affine non ha alcun senso fare la somma di due
punti. Tuttavia la formula 12 (P + Q) fornisce precisamente le coordinate
del punto medio del segmento P Q. Si consiglia al lettore di verificarlo per
esercizio).
A questo punto il piano 2 si pu`o determinare con lo stesso procedimento
usato in precedenza per determinare 1 (si consideri il fascio di piani di asse
s e si imponga la condizione di passaggio per il punto M ). Si trova
2 : x + y = 0.
La retta 1 2 ha quindi equazioni

7x + 8y + 3z 1 = 0
1 2 :
x + y = 0,
e per trovare un vettore parallelo a questa retta basta trovarne due punti,
ad esempio i punti A = (0, 0, 13 ) e B = (1, 1, 0). Il vettore in questione `e
dunque u = B A = (1, 1, 31 ).

3.2. Distanza di un Punto da una Retta


Svolgimento esercizio 9. Ricordiamo qui le formule che permettono di
determinare la distanza di un punto da una retta nello spazio affine euclideo
A3 .
Sia r la retta passante per un punto Q e parallela al vettore v, e sia P
un altro punto. La distanza d = d(P, r) di P dalla retta r `e determinata
da:
((P Q) v)2
.
d2 = (P Q) (P Q)
vv
Equivalentemente, si ha la formula seguente:
d=

k(P Q) vk
,
kvk

ove kwk = w w indica la norma del vettore w.


Per determinare la distanza di P da r basta quindi conoscere un punto
Q di r ed un vettore v parallelo ad r. Nel caso in questione si verifica
immediatamente che si pu`o prendere Q = (1, 2, 1) e v = (1, 0, 1) e quindi,
applicando ad esempio la prima formula, si trova d(P, r)2 = 92 , da cui si

ottiene d(P, r) = 23 2.

3.3. Coni e Cilindri


Svolgimento esercizio 10. Sia X = (x, y, z) un punto qualunque e consideriamo la retta r, passante per Q e X. Un vettore parallelo a questa retta

3. Soluzioni

133

`e il vettore v = X Q = (x, y 1, z + 1). Utilizzando la formula per la


distanza di un punto da una retta, si ha:
d(P, r)2 = kP Qk2

((P Q) v)2
.
kvk2

Imponendo la condizione d(P, r) = 1, lequazione precedente diventa


1=2

(x + z + 1)2
,
x2 + (y 1)2 + (z + 1)2

da cui si ricava
y 2 2xz 2x 2y + 1 = 0.
Questa equazione descrive il luogo dei punti X tali che la retta passante
per Q e X ha distanza fissata, uguale a 1, dal punto P ; si tratta quindi
di un cono di vertice Q il cui asse `e la retta per Q e P . Dato che le rette
che interessano sono solo quelle contenute nel piano , queste si trovano
intersecando il cono trovato con il piano in questione. Si noti, a questo
proposito, che il piano contiene il vertice Q del cono, quindi lintersezione
del piano con il cono consiste precisamente di due rette (almeno se il piano
non `e tangente al cono). Lintersezione tra il piano e il cono `e data dal
seguente sistema:
(
y 2 2xz 2x 2y + 1 = 0
y + z = 0.
Ricavando y = z e sostituendo nella prima equazione, si ottiene lequazione
(z + 1)(z + 1 2x) = 0,
da cui si ricavano quindi i due sistemi

z+1=0
y+z =0
e


z + 1 2x = 0
y + z = 0.

Queste sono quindi le equazioni delle due rette ottenute intersecando con
il cono in questione, che sono precisamente le rette cercate.
Svolgimento esercizio 11. Dallequazione del piano si deduce che il
vettore n = (2, 1, 1) `e ortogonale al piano . Una retta forma un angolo
di 6 con se e solo se forma un angolo di 3 con il vettore n, quindi il
problema si riduce a determinare tutte le rette passanti per P che formano
un angolo fissato, pari a 3 , con il vettore n. Queste rette formano pertanto
un cono di vertice P , di asse la retta per P parallela ad n, e di semiapertura

. Lequazione di questo cono si pu`o trovare facilmente come segue: sia


3

134

7. Spazio Affine

X = (x, y, z), questo punto appartiene al cono in questione se e solo se il


vettore X P forma un angolo di 3 con il vettore n; si deve pertanto avere

|(X P ) n| = kX P k knk cos .


3
Sviluppando i calcoli, si ottiene

|2(x 2) + (y 1) (z 1)| =

6p
(x 2)2 + (y 1)2 + (z 1)2 ,
2

da cui, elevando al quadrato e semplificando, si ottiene alla fine


5x2 y 2 z 2 + 8xy 8xz 4yz 26x 10y + 22z + 14 = 0.
Questa `e lequazione del luogo cercato.
Svolgimento esercizio 12. Il luogo cercato non `e altro che linsieme di
tutte le rette congiungenti P con un punto Q della curva C, al variare del
punto Q nella curva C. Si tratta quindi di un cono di vertice P proiettante
la curva C.
Sia S = (xS , yS , zS ) e consideriamo la retta per P e S, di equazioni
parametriche

x = txS + 3(1 t)
y = tyS + 3(1 t)

z = tz + 3(1 t).
S

Se imponiamo a questa retta di intersecare la curva C, otteniamo il seguente


sistema
(
(txS + 3(1 t))2 + 2(tyS + 3(1 t))2 + 3(tzS + 3(1 t))2 = 4
(txS + 3(1 t)) + (tzS + 3(1 t)) = 0.
Ricavando t dalla seconda equazione,
t=

6
6 xS zS

e sostituendo nella prima, si ottiene



2

2

2
3xS 3zS
3xS + 6yS 3zS
3xS + 3zS
+2
+3
= 4,
6 xS zS
6 xS zS
6 xS zS
da cui, sviluppando i calcoli e semplificando (e trascurando lindice S), si
ottiene alla fine
25x2 + 36y 2 + 25z 2 36xy 22xz 36yz + 24x + 24z 72 = 0.
Questa `e lequazione del luogo cercato.

3. Soluzioni

135

Svolgimento esercizio 13. Le rette parallele al vettore v e distanti 6


dal punto P formanoun cilindro di asse la retta passante per P e parallela
a v e raggio di base 6. Le rette cercate si ottengono quindi intersecando
questo cilindro con il piano .
Sia r la retta passante per P e parallela a v; essa ha equazioni parametriche

x = t + 1
r : y = 3t

z = t.
Sia X = (x,
y, z) un punto generico del cilindro in questione: si deve avere
d(X, r) = 6. Ricordando la formula che fornisce la distanza di un punto
da una retta, si ha:
((X P ) v)2
= 6,
kX P k
kvk2
2

da cui si ottiene
(x 1 + 3y + z)2
= 6.
11
Sviluppando i calcoli e semplificando, si ha:
(x 1)2 + y 2 + z 2

5x2 + y 2 + 5z 2 3xy xz 3yz 10x + 3y + z 28 = 0.

Questa `e lequazione del cilindro di asse r e raggio di base 6. Intersecando


questo cilindro con il piano si ottiene il sistema
(
5x2 + y 2 + 5z 2 3xy xz 3yz 10x + 3y + z 28 = 0
x y + 2z = 0,
da cui, ricavando y dalla seconda equazione e sostituendo nella prima, si
ottiene
(
3(x z)2 7(x z) 28 = 0
y = x + 2z.

Le due soluzioni della prima equazione sono xz = 7 6 385 e xz =


si ottengono cos` i due sistemi seguenti:

7 385
7 + 385

xz =
xz =
;
,
6
6

y = x + 2z.
y = x + 2z.

7+ 385
;
6

che sono le equazioni delle due rette cercate.


Svolgimento esercizio 14. Dalle equazioni dei piani in questione si deduce
che i vettori perpendicolari ai piani 1 e 2 sono rispettivamente n1 =
(1, 1, 0) e n2 = (1, 0, 1). Si osservi che una retta forma un angolo di 3
con i piani 1 e 2 se e solo se essa forma un angolo pari a 6 con i vettori
n1 e n2 . Sia dunque v = (x, y, z) un vettore indeterminato: imponendo a

136

7. Spazio Affine

v di formare un angolo pari a 6 con i vettori n1 e n2 si ottiene il seguente


sistema:

v n1 = kvk kn1 k cos


6
v n = kvk kn k cos
2
2
6
che ha come unica soluzione (con molteplicit`a 2)

x = 2z
y = z.
Ponendo, ad esempio, z = 1, si ottiene il vettore v = (2, 1, 1). Le rette
cercate sono quindi tutte le rette parallele al vettore v e distanti 1 dal punto
P : esse formano un cilindro di asse la retta passante per P e parallela a v e
di raggio di base 1. Lequazione di tale cilindro si trova utilizzando la formula per la distanza di un punto da una retta (vedi lesercizio precedente).
Sviluppando i calcoli si trova, alla fine,
2x2 + 5y 2 + 5z 2 4xy + 4xz + 2yz 8x 10y 26z + 29 = 0.
Questa `e lequazione del luogo dei punti cercato.
Svolgimento esercizio 15. Le equazioni della rette r sono

x 2y 3 = 0
3y z + 3 = 0.
Il fascio di piani di asse r ha quindi equazione
(x 2y 3) + (3y z + 3) = 0.
Imponendo la condizione di passaggio per P si ottiene = ; ponendo
quindi = = 1 si ottiene lequazione del piano :
: x + y z = 0.
Sia ora X = (x, y, z) e sia rX la retta passante per P e X. Ricordando la
formula per la distanza di un punto da una retta, si ha
((Q P ) (X P ))2
d(Q, rX )2 = kQ P k2
,
kX P k2
da cui si ottiene
(x 2z + 2)2
3=5 2
,
x + (y 1)2 + (z 1)2
che, sviluppando i calcoli e semplificando, fornisce
x2 + 2y 2 2z 2 + 4xz 4x 4y + 4z = 0.
Questa `e lequazione di un cono di vertice P ed asse la retta per P e Q. Le
rette cercate si ottengono intersecando questo cono con il piano :
(
x2 + 2y 2 2z 2 + 4xz 4x 4y + 4z = 0
x + y z = 0.

3. Soluzioni

137

Ricavando dalla seconda equazione y = z x e sostituendo nella prima, si


ottiene 3x2 = 0, e quindi x = 0. Si noti che si `e ottenuta una sola soluzione
(con molteplicit`a 2); esiste
quindi una sola retta r1 contenuta nel piano ,
passante per P e distante 3 dal punto Q (ci`o significa che il piano `e
tangente al cono in questione). La retta cercata ha dunque equazione

x=0
r1 :
y z = 0.
Per determinare Q0 basta trovare la retta per Q perpendicolare a ed intersecarla con . Dallequazione di si vede subito che un vettore perpendicolare a `e il vettore w = (1, 1, 1), quindi la retta cercata ha
equazioni

x = t + 1
y =t+1

z = t 1.
Intersecando questa retta con il piano si trova il punto Q0 = (0, 0, 0).
Finalmente, per determinare la retta s `e sufficiente trovare un vettore v
parallelo ad s, cio`e perpendicolare a w ed anche alla retta r1 . Si vede subito
che i punti A = (0, 1, 1) e B = (0, 0, 0) appartengono a r1 , quindi un vettore
parallelo a r1 `e il vettore u = A B = (0, 1, 1). Di conseguenza, un vettore
v perpendicolare a u e w `e il vettore v = u w = (2, 1, 1). La retta s
cercata ha quindi equazioni

x = 2t
y=t

z = t.
Si noti infine che la retta s si pu`o determinare anche come lintersezione del
piano con il piano passante per Q0 e perpendicolare a r1 , che ha equazione
y + z = 0. La retta s ha quindi equazioni cartesiane

x+yz =0
y + z = 0.

3.4. Altri Esercizi


Svolgimento esercizio 16. I punti A = (0, 0, 1) e B = (0, 1, 0) appartengono alla retta r, le cui equazioni parametriche sono quindi date da
X = A + t(B A), cio`e

x = 0
y=t

z = 1 t.

138

7. Spazio Affine

Le rette passanti per P e incidenti la retta r sono le rette passanti per P e


per il generico punto Xt = (0, t, 1 t) di r. Basta ora richiedere che langolo
formato dai vettori Xt P e B A sia pari a 6 . Si deve quindi avere

|(Xt P ) (B A)| = kXt P k kB Ak cos ,


6
che fornisce

p
3
2
2
|2t 1| = 1 + t + (1 t) 2
.
2
Elevando al quadrato e semplificando si ottiene alla fine
t2 t 2 = 0,
che ha le seguenti soluzioni: t = 1 e t = 2.
In corrispondenza a questi valori di t si ottengono due punti di r, X1 =
(0, 1, 2) e X2 = (0, 2, 1). Le rette cercate sono quindi le rette s e s0
passanti rispettivamente per P e X1 e per P e X2 . Le loro equazioni
cartesiane sono quindi


xy1=0
xz1=0
0
s:
s :
2y + z = 0,
y + 2z = 0.
Svolgimento esercizio 17. Sia A la matrice che descrive lazione dellaffinit`a sui vettori:
1

0 12
2
0
A=0 1
1
1

0
2
2
Si verifica subito che AT A = I (dove I indica la matrice identica), quindi
AT = A1 , cio`e A `e una matrice ortogonale. Ci`o prova che f `e una isometria
dello spazio affine euclideo A3 (R).
Cerchiamo ora i punti uniti di f . Sia X = (x, y, z); X `e un punto unito
se f (X) = X, cio`e se

z
x

1
+

=x

2
2

y=y

z
x

2 1 + + = z,
2
2
che equivale al seguente sistema:

z
1

x +1=0

2
2

x + 1
z + 2 1 = 0.

2
2
Ma queste sono proprio le equazioni di una retta, che `e quindi la retta r
fatta di punti uniti.

3. Soluzioni

139

La retta r trovata `e parallela al vettore u = (0, 1, 0). Per decidere se


laffinit`a f `e una rotazione attorno allasse r basta controllare se f induce
o meno una rotazione dei vettori di un piano perpendicolare a r. Una base
di vettori del piano perpendicolare a r `e costituita dai vettori v = (1, 0, 0) e
w = (0, 0, 1), e questi vettori vengono trasformati da f rispettivamente nei
vettori v 0 = Av = 12 v + 12 w e w0 = Aw = 12 v + 12 w. La matrice della
trasformazione lineare indotta dallaffinit`a f sul piano generato dai vettori
v e w `e dunque (rispetto alla base data da v e w)
1
 


cos

sin
2
2
4
4
=

1
1
sin
cos
4
4
2
2
che corrisponde pertanto ad una rotazione di un angolo pari a
alla retta r).

(attorno

Svolgimento esercizio 18. Ricordiamo che le rette bisettrici degli angoli


formati da r1 e r2 godono della propriet`a che i loro punti sono equidistanti
dalle due rette r1 e r2 (oltre, naturalmente, alla propriet`a di bisecare gli
angoli!).
Sia quindi X = (x, y) un punto del piano. Imponiamo ora la condizione
che la distanza di X da r1 sia uguale alla distanza di X da r2 : d(X, r1 ) =
d(X, r2 ). Si ottiene lequazione seguente:
|x 2y + 1|
|3x y + 2|

=
.
5
10
Eliminando i denominatori e i valori assoluti, si ottengono le due equazioni:

2 (x 2y + 1) = (3x y + 2),
da cui segue che le rette cercate hanno equazione:

s1 : (3 2)x + (2 2 1)y + 2 2 = 0
e
s2 : (3 +

2)x (2 2 + 1)y + 2 + 2 = 0.

Capitolo 8

Coniche

1. Richiami di teoria
1.1. Coniche
In questo capitolo richiameremo i principali risultati utili allo studio delle
coniche nel piano affine euclideo reale standard. Facciamo per`o notare come
lambiente pi`
u adatto allo studio delle coniche non sia il piano affine ma il
piano proiettivo (che `e unestensione del piano affine ottenuta aggiungendo
i punti allinfinito).
Definizione 1.1. Una conica C `e il luogo degli zeri di un polinomio di
secondo grado nelle variabili x e y:
P (x, y) = ax2 + bxy + cy 2 + dx + ey + f = 0.
La conica C `e detta degenere se il polinomio P (x, y) `e il prodotto di due
polinomi di primo grado, non-degenere altrimenti.
Alla conica C si associa la seguente matrice simmetrica

a 2b d2
A = 2b c 2e ,
d
e
f
2
2
in modo che si abbia

x

P (x, y) = (x, y, 1) A y .
1
Se poniamo X = (x, y, 1), lequazione della conica C si scrive quindi semplicemente come
XAX T = 0.
Questa equazione pu`o essere interpretata come segue: il punto (x, y) appartiene alla conica C se e solo se il vettore X = (x, y, 1) corrispondente
`e un vettore isotropo per la forma bilineare simmetrica di matrice A. Da
questa osservazione si pu`o facilmente intuire come lo studio delle coniche
sia intimamente legato allo studio delle forme bilineari simmetriche.

142

8. Coniche

Ricordiamo ora i principali risultati relativi allo studio di una conica.


Sia C una conica di matrice A.
Proposizione 1.2. La conica C `e non-degenere se e solo se det A 6= 0.
Se det A = 0, C `e una conica degenere, e precisamente C `e una retta
(contata con molteplicit`a 2) se rango(A) = 1, mentre C `e lunione di due
rette distinte (reali o complesse coniugate) se rango(A) = 2.
Nel seguito ci occuperemo solo delle coniche non-degeneri.
Sia dunque C una conica non-degenere di matrice A. Indichiamo con A0
la seguente sottomatrice di A:


a 2b
0
.
A = b
c
2
Si ha:
Proposizione 1.3. Se det A0 > 0, la conica C `e una ellisse (a punti reali
o immaginari). Se det A0 = 0, C `e una parabola. Se det A0 < 0, C `e una
iperbole.
Osservazione 1.4. Le ellissi e le iperboli sono anche dette coniche a centro,
in quanto possiedono un centro di simmetria. Le rette passanti per il centro
sono dette diametri. Tra tutti i diametri rivestono particolare importanza
quelli che sono anche assi di simmetria per la conica: tali diametri sono
detti assi. Tutte le coniche a centro, tranne le circonferenze, possiedono
due assi, che sono tra loro ortogonali. Nel caso di una circonferenza tutti i
diametri sono assi di simmetria. I vertici di una conica a centro sono i punti
di intersezione tra la conica e i suoi assi.

1.2. Ellisse
Occupiamoci ora dello studio dettagliato di una ellisse.
Sia dunque C una conica di matrice A = (aij ), con det A 6= 0 e det A0 >
0. C `e quindi una ellisse non-degenere.
Il centro (di simmetria) dellellisse `e il punto C = (x, y) le cui coordinate
sono le soluzioni del seguente sistema:

a11 x + a12 y + a13 = 0
a21 x + a22 y + a23 = 0,
dove gli aij sono i coefficienti della matrice A. Per determinare gli assi (di
simmetria) abbiamo bisogno di conoscere gli autovettori, e quindi anche gli
autovalori, della sottomatrice A0 di A. Siano dunque 1 , 2 gli autovalori di
A0 e v1 , v2 gli autovettori corrispondenti. Gli assi sono le rette passanti per
il centro C e parallele ai vettori v1 e v2 .
Nel sistema di riferimento che ha come origine il centro C dellellisse e
come assi X e Y gli assi dellellisse, lequazione dellellisse assume la seguente

1. Richiami di teoria

143

forma, detta forma canonica:


C : X 2 + Y 2 = 1,
ove i coefficienti e sono dati da
det A0
det A0
,
= 2
.
det A
det A
Altri due punti notevoli relativi allo studio di una ellisse sono i suoi fuochi
(che non sono punti dellellisse). I fuochi di una ellisse sono due punti che
stanno su uno degli assi dellellisse, detto asse focale, in posizione simmetrica
rispetto al centro, a una distanza d da esso. Tale distanza `e data dalla
seguente formula:
s
= 1

d=

se `e < (altrimenti bisogna scambiare i ruoli di e ). Un metodo


per determinare quale dei due assi trovati sia lasse focale verr`a illustrato
negli esercizi. Si dimostra infine che lellisse `e caratterizzata dalla seguente
propriet`a:
Proposizione 1.5. Lellisse `e il luogo geometrico dei punti del piano tali
che la somma delle distanze dai fuochi sia costante.

1.3. Iperbole
Consideriamo ora lo studio di una iperbole.
Sia dunque C una conica di matrice A = (aij ), con det A 6= 0 e det A0 <
0. C `e quindi una iperbole non-degenere.
Come nel caso dellellisse, il centro (di simmetria) delliperbole `e il punto
C = (x, y) le cui coordinate sono le soluzioni del seguente sistema:

a11 x + a12 y + a13 = 0
a21 x + a22 y + a23 = 0.
Per determinare gli assi (di simmetria) abbiamo bisogno di conoscere gli
autovettori, e quindi anche gli autovalori, della sottomatrice A0 di A. Siano
dunque 1 , 2 gli autovalori di A0 e v1 , v2 gli autovettori corrispondenti. Gli
assi sono le rette passanti per il centro C e parallele ai vettori v1 e v2 .
Nel sistema di riferimento che ha come origine il centro C delliperbole
e come assi X e Y gli assi delliperbole, lequazione delliperbole assume la
seguente forma, detta forma canonica:
C : X 2 + Y 2 = 1,
ove i coefficienti e sono dati da
= 1

det A0
,
det A

= 2

det A0
.
det A

144

8. Coniche

Nel caso delliperbole ci sono altre due rette che hanno un importante
significato geometrico: gli asintoti.
Gli asintoti di una iperbole C sono le rette passanti per il centro C e
tangenti allinfinito a C . Le direzioni degli asintoti sono determinate dai
vettori v = (x, y) che soddisfano lequazione
a11 x2 + 2a12 xy + a22 y 2 = 0.
Uniperbole `e detta equilatera se i suoi asintoti sono ortogonali.
Infine, come nel caso dellellisse, ci sono due punti notevoli detti fuochi
(che non sono punti delliperbole). I fuochi di una iperbole sono due punti
che stanno su uno degli assi delliperbole, detto asse focale, in posizione
simmetrica rispetto al centro, a una distanza d da esso. Tale distanza `e
data dalla seguente formula:
s

d=
,

se `e < 0 < (altrimenti bisogna scambiare i ruoli di e ). Un metodo


per determinare quale dei due assi trovati sia lasse focale verr`a illustrato
negli esercizi. Si dimostra infine che liperbole `e caratterizzata dalla seguente
propriet`a:
Proposizione 1.6. Liperbole `e il luogo geometrico dei punti del piano tali
che la differenza delle distanze dai fuochi sia costante.

1.4. Parabola
Consideriamo infine lo studio di una parabola.
Sia dunque C una conica di matrice A = (aij ), con det A 6= 0 e det A0 =
0. C `e quindi una parabola non-degenere.
Consideriamo il vettore w = (a11 , a12 ) e sia v = (a12 , a11 ) un vettore
ortogonale a w. Il vettore v determina la direzione dellasse di simmetria
della parabola. Il punto V in cui la parabola interseca il suo asse di simmetria `e detto il vertice della parabola. Si pu`o dimostrare che lasse della
parabola `e la retta di equazione ax + by + c = 0, ove i coefficienti a, b e c
sono dati da:


a11
a
b = A a12 .
0
c
Trovato lasse della parabola si determina poi facilmente il vertice V mettendo a sistema lequazione dellasse con lequazione della parabola.
Nel sistema di riferimento che ha come origine il vertice V , come asse
Y lasse della parabola e come asse X la retta per il vertice ortogonale
allasse Y , lequazione della parabola assume la seguente forma, detta forma

1. Richiami di teoria

145

canonica:
1
C : Y = X 2 ,
2
ove il coefficiente `e dato da
r
=

,
det A

ove `e lautovalore non-nullo di A0 e il segno `e scelto in modo che > 0


(in realt`a dipende da come si decide di orientare lasse Y ).
Nel caso della parabola c`e un solo altro punto notevole, detto fuoco;
`e il punto che si trova sullasse ad una distanza d dal vertice, dalla parte
interna della parabola (cio`e nella regione di piano convessa delimitata
dalla parabola). La distanza d `e data dalla seguente formula:
d=

1
.
2

C`e poi una retta notevole, detta direttrice; `e la retta parallela al vettore
w, distante d dal vertice, e contenuta nella regione esterna alla parabola
(cio`e nella regione di piano concava delimitata dalla parabola). Si dimostra
infine che la parabola `e caratterizzata dalla seguente propriet`a:
Proposizione 1.7. La parabola `e il luogo geometrico dei punti del piano
equidistanti dal fuoco e dalla direttrice.

1.5. Fasci di coniche


Ricordiamo la definizione di un fascio di coniche:
Definizione 1.8. Siano C1 e C2 due coniche di equazioni P1 (x, y) = 0 e
P2 (x, y) = 0 rispettivamente. Il fascio di coniche generato da C1 e C2 `e
linsieme di tutte le coniche le cui equazioni sono date da
P1 (x, y) + P2 (x, y) = 0,
al variare dei parametri e in R.
La seguente osservazione `e molto importante nello studio dei fasci di
coniche:
Osservazione 1.9. Se P C1 C2 , allora P appartiene a ogni conica del
fascio generato da C1 e C2 .
Di conseguenza tutte le coniche del fascio generato da C1 e C2 passano
per tutti i punti in cui le due coniche C1 e C2 si intersecano. Tali punti sono
detti i punti base del fascio di coniche.

146

8. Coniche

2. Esercizi
2.1. Coniche Degeneri
Esercizio 1. Nel piano euclideo, si studi la conica C di equazione
4x2 + 9y 2 12xy + 4x 6y + 1 = 0.
Esercizio 2. Nel piano euclideo, si studi la conica C di equazione
2x2 3y 2 5xy + 3x + 5y 2 = 0.

2.2. Iperbole
Esercizio 3. Nel piano euclideo, si studi la conica C di equazione
x2 4xy + 3y 2 + 2x 2y + 2 = 0.

2.3. Ellisse
Esercizio 4. Nel piano euclideo, si studi la conica C di equazione
3x2 4xy + 4y 2 + 6x + 2y + 2 = 0.

2.4. Parabola
Esercizio 5. Nel piano euclideo, si studi la conica C di equazione
x2 + 4xy + 4y 2 2x + 4y + 1 = 0.

2.5. Altri Esercizi


Esercizio 6. Nel piano euclideo, sia C la conica di equazione
2xy + 2y 2 + 2y 1 = 0.
Si determinino le equazioni delle rette passanti per il punto P = (3, 1) e
tangenti alla conica C .
Esercizio 7. Nel piano euclideo, si determini lequazione della conica C
avente un fuoco nel punto F = (2, 1), passante per P = (1, 3) e tale che
la direttrice relativa al fuoco F (cio`e la retta polare di F ) sia la retta d di
equazione x + y 1 = 0. Si determini inoltre leccentricit`a di C .

3. Soluzioni

147

2.6. Fasci di Coniche


Esercizio 8. Nel piano euclideo si determini lequazione della conica C
passante per i punti P1 = (0, 1), P2 = (0, 0), P3 = (3/2, 2), P4 = (1, 1) e
P5 = (1/3, 2/3).
Esercizio 9. Nel piano euclideo si determini lequazione della conica C
passante per il punto P = (0, 2), tangente alla retta r : x y + 1 = 0
nel punto R = (1, 2) e tangente alla retta s : 2x + y 1 = 0 nel punto
S = (2, 3).
Esercizio 10. Sia F un fascio di coniche nel piano euclideo e sia P un
punto distinto dai punti base del fascio F . Si dimostri che le polari di P
rispetto alle coniche del fascio F formano un fascio di rette.

3. Soluzioni
3.1. Coniche Degeneri
Svolgimento esercizio 1. Una matrice associata alla conica C `e:

4 6 2
A = 6 9 3 .
2 3 1
Calcolando il determinante di A si trova det A = 0, quindi la conica C `e
degenere. Bisogna allora determinare il rango di A, che risulta essere 1,
dato che la prima e la seconda riga di A sono multiple della terza (oppure,
dato che tutti i minori di ordine 2 sono nulli). Da ci`o si deduce che la conica
C `e una retta, contata con molteplicit`a 2. Se indichiamo con
ax + by + c = 0
lequazione di tale retta, si deve avere
4x2 + 9y 2 12xy + 4x 6y + 1 = (ax + by + c)2 ,
da cui si deduce che lequazione della retta cercata `e
2x 3y + 1 = 0.
La conica C `e rappresentata in figura 1.
Svolgimento esercizio 2. Una matrice associata alla conica C `e:

4 5 3
A = 5 6 5 .
3
5 4
Calcolando il determinante di A si trova det A = 0, quindi la conica C `e
degenere. La matrice A ha rango 2, come si vede facilmente considerando i

148

8. Coniche

1.5
1
0.5

-2

-1

-0.5
-1

Figura 1.
minori di ordine due. Da ci`o si deduce che la conica C `e costituita da due
rette distinte r1 e r2 .
Per calcolare le equazioni di r1 e r2 si pu`o procedere come segue. Indichiamo con C il punto r1 r2 (se r1 e r2 non sono parallele); per determinare
C si pu`o, ad esempio, intersecare la conica con un fascio di rette, ad esempio
il fascio di rette di equazione y = , ed imporre che vi sia un solo punto
di intersezione; questunico punto di intersezione sar`a dunque il punto C
(alla fine dellesercizio `e proposto un altro procedimento per determinare il
punto C). Risolvendo il sistema
(
2x2 3y 2 5xy + 3x + 5y 2 = 0
y=
si ottiene
2x2 + (3 5)x 32 + 5 2 = 0.
Questultima equazione ha una sola soluzione (con molteplicit`a 2) se e solo
se il suo discriminante `e nullo:
= 492 70 + 25 = (7 5)2 = 0,
da cui si ricava = 57 . Sostituendo questo valore di nellequazione () e
risolvendo, si ottiene x = 17 . Il punto C ha dunque coordinate C = ( 71 , 57 ).
Basta ora trovare altri due punti di C , per esempio i due punti di
intersezione della conica con la retta di equazione y = 0:
(
2x2 3y 2 5xy + 3x + 5y 2 = 0
y=0
da cui si ricava P1 = ( 21 , 0) e P2 = (2, 0). Le due rette r1 e r2 sono allora
le rette passanti per C e P1 , e per C e P2 rispettivamente, le cui equazioni

3. Soluzioni

149

-1

-0.5

0.5

-1

Figura 2.
sono:

r1 : 2x + y 1 = 0,
r2 : x 3y + 2 = 0.
La conica C `e rappresentata in figura 2.
Determinazione del punto C: un altro modo per determinare il punto
C = r1 r2 `e basato sul fatto che C `e lunico punto singolare della conica
C , quindi le sue coordinate si ottengono risolvendo il sistema

(x, y) = 0

x
f

(x, y) = 0

y
dove f (x, y) = 0 `e lequazione della conica C .
Chi non fosse convinto di ci`o, pu`o facilmente dimostrare (farlo per esercizio) che, se
f (x, y) = (ax + by + c)(a0 x + b0 y + c0 ),
allora i due sistemi lineari

(x, y) = 0

x
f

(x, y) = 0

y
e

ax + by + c = 0
a0 x + b 0 y + c 0 = 0
hanno la stessa soluzione (si tratta proprio del punto C in cui si intersecano
le due rette di equazione ax + by + c = 0 e a0 x + b0 y + c0 = 0).

150

8. Coniche

3.2. Iperbole
Svolgimento esercizio 3. Una matrice associata alla conica C `e:

1 2 1
A = 2 3 1 .
1 1 2
Calcolando il determinante di A si trova det A = 2, quindi la conica C `e
non-degenere.
Consideriamo la sottomatrice


1 2
0
A =
.
2 3
Si ha det A0 = 1 < 0, quindi la conica C `e una conica a centro e,
precisamente, uniperbole.
Centro: il centro C = (xC , yC ) `e il punto le cui coordinate sono date da




1 a11 a13
1 a12 a13
,
yC =
,
xC =
det A0 a22 a23
det A0 a12 a23
dove gli aij sono i coefficienti della matrice A. Nel nostro caso, si ha:




2 1
1

1
= 1,
= 1,
xC =
yC =

3 1
2 1
quindi C = (1, 1).
Assi: gli assi si possono determinare come segue. Come prima cosa determiniamo gli autovalori di A0 : nel nostro caso si trova

1 = 2 5, 2 = 2 + 5.
Gli autovettori corrispondenti sono, rispettivamente,

v1 = (1 + 5, 2), v2 = (1 5, 2).
Gli autovettori di A0 rappresentano le direzioni degli assi. Gli assi sono
quindi le rette r1 e r2 passanti per il centro C e parallele ai vettori v1 e v2
rispettivamente. Le loro equazioni parametriche sono quindi:
(
(

x = 1 + (1 5)t
x = 1 + (1 + 5)t
r2 :
r1 :
y = 1 + 2t
y = 1 + 2t
Forma canonica: la forma canonica di uniperbole `e data dalla seguente
matrice

0 0
= 0 0 .
0 0 1

3. Soluzioni

151

Gli elementi e sulla diagonale non sono altro che gli autovalori di A0
A0
moltiplicati per det
. Nel nostro caso si trova:
det A

1
5
= 1 = 1 +
,
2
2

5
1
.
= 2 = 1
2
2
Fuochi: i fuochi reali delliperbole sono due punti che si trovano sullasse
focale ad una distanza d dal centro C. Per determinare i fuochi bisogna
quindi determinare lasse focale e la distanza d.
Fra i due valori e trovati, uno di essi `e positivo (nel nostro caso ),
mentre laltro (nel nostro caso ) `e negativo: lasse focale `e quello determinato dallautovettore di A0 corrispondente al valore positivo. Nel nostro
caso lasse focale `e quello determinato dallautovettore v1 (che corrisponde
allautovalore 1 che, a sua volta, corrisponde ad ), ed `e quindi la retta r1 .
Dato che si ha < 0 < , la distanza d tra i fuochi e il centro C si
calcola con la formula seguente:
s

d=
.

Nel nostro caso si trova d = 2 4 5.


Per trovare le coordinate affini dei fuochi, si pu`o procedere ora come
segue: si determini il versore dellasse focale v1 = kvv11 k . I fuochi sono i due
punti F1 e F2 dati da:
F1 = C d
v1 ,

F2 = C + d
v1 .

Asintoti: per determinare le equazioni degli asintoti si pu`o procedere nel


modo seguente. Nellequazione delliperbole C si considerino solo i termini
di secondo grado, ottenendo lequazione
x2 4xy + 3y 2 = 0.
Le soluzioni di questultima equazione sono date da x = 3y oppure x = y.
Queste sono le equazioni di due rette parallele ai vettori w1 = (3, 1) e
w2 = (1, 1) rispettivamente. Gli asintoti sono le rette passanti per il centro
C e parallele ai vettori w1 e w2 rispettivamente (cio`e le rette per C parallele
alle due rette trovate, di equazioni x = 3y e x = y). Le loro equazioni
parametriche sono quindi:


x = 1 + 3t
x=1+t
s1 :
s2 :
y =1+t
y =1+t
e le corrispondenti equazioni cartesiane sono:
s1 : x 3y + 2 = 0,

s2 : x + y = 0.

152

8. Coniche

10

-10

-5

10

-5

-10

Figura 3.
Si noti che i vettori w1 e w2 non sono ortogonali, quindi C non `e una iperbole
equilatera. La conica C `e rappresentata in figura 3.

3.3. Ellisse
Svolgimento esercizio 4. Una matrice associata alla conica C `e:

3 2 3
A = 2 4 1 .
3
1 2
Calcolando il determinante di A si trova det A = 35, quindi la conica C `e
non-degenere.
Consideriamo la sottomatrice


3 2
0
A =
.
2 4
Si ha det A0 = 8 > 0, quindi la conica C `e una conica a centro e, precisamente, una ellisse.

3. Soluzioni

153

Centro: il centro C = (xC , yC ) `e il punto le cui coordinate sono date da






1 a11 a13
1 a12 a13
xC =
,
yC =
,
det A0 a22 a23
det A0 a12 a23
dove gli aij sono i coefficienti della matrice A. Nel nostro caso, si ha:




7
1 3 3
9
1 2 3
= ,
= ,
yC =
xC =


8 4 1
4
8 2 1
8
quindi C = (7/4, 9/8).
Assi: gli assi si possono determinare come segue. Come prima cosa determiniamo gli autovalori di A0 : nel nostro caso si trova

7 + 17
7 17
, 2 =
.
1 =
2
2
Gli autovettori corrispondenti sono, rispettivamente,

v1 = (1 + 17, 4), v2 = (1 17, 4).


Gli autovettori di A0 rappresentano le direzioni degli assi. Gli assi sono
quindi le rette r1 e r2 passanti per il centro C e parallele ai vettori v1 e v2
rispettivamente. Le loro equazioni parametriche sono quindi:
(
(

x = 7/4 + (1 + 17)t
x = 7/4 + (1 17)t
r1 :
r2 :
y = 9/8 + 4t
y = 9/8 + 4t
Forma canonica: la forma canonica di una ellisse `e data dalla seguente
matrice

0 0
= 0 0 .
0 0 1
Gli elementi e sulla diagonale non sono altro che gli autovalori di A0
A0
moltiplicati per det
. Nel nostro caso si trova:
det A

8
4(7 17)
= 1 =
,
35
35
8
4(7 + 17)
= 2 =
.
35
35
Fuochi: i fuochi reali dellellisse sono due punti che si trovano sullasse
focale ad una distanza d dal centro C. Per determinare i fuochi bisogna
quindi determinare lasse focale e la distanza d.
Fra i due valori e trovati, entrambi positivi, uno di essi `e minore
dellaltro (perche la conica non `e un cerchio). Nel nostro caso si tratta di
. Lasse focale `e quello determinato dallautovettore di A0 corrispondente
al valore minore. Nel nostro caso lasse focale `e quello determinato dallautovettore v1 (che corrisponde allautovalore 1 che, a sua volta, corrisponde
ad ), ed `e quindi la retta r1 .

154

8. Coniche

-3.5

-3

-2.5

-2

-1.5

-1

-0.5
-0.5

-1

-1.5

-2

-2.5

Figura 4.
Dato che < , la distanza d tra i fuochi e il centro C si calcola con la
formula seguente:
s

d=
.


35 17
Nel nostro caso si trova d =
.
8
Per trovare le coordinate dei fuochi, si pu`o procedere ora come segue: si
determini il versore dellasse focale v1 = kvv11 k . I fuochi sono i due punti F1
e F2 dati da:
F1 = C d
v1 ,
F2 = C + d
v1 .
La conica C `e rappresentata in figura 4.

3.4. Parabola
Svolgimento esercizio 5. Una matrice

1 2
A= 2 4
1 2

associata alla conica C `e:

1
2 .
1

Calcolando il determinante di A si trova det A = 16, quindi la conica C `e


non-degenere.
Consideriamo la sottomatrice


1 2
0
A =
.
2 4

3. Soluzioni

155

Si ha det A0 = 0, quindi la conica C `e una parabola.


Asse e Vertice: Sia w = (a11 , a12 ) = (1, 2), e sia v = (a12 , a11 ) = (2, 1)
un vettore ortogonale a w. Il vettore v determina la direzione dellasse della
parabola. Lequazione cartesiana dellasse della parabola si pu`o trovare
come segue: poniamo


a11
a
b = A a12 .
0
c
Allora lasse `e la retta r di equazione ax + by + c = 0.
Nel nostro caso si trova:


a
1
5
b = A 2 = 10 ,
c
0
3
quindi lasse ha equazione r : 5x + 10y + 3 = 0.
Il vertice V `e il punto di intersezione tra lasse e la parabola. Risolvendo
il sistema
(
x2 + 4xy + 4y 2 2x + 4y + 1 = 0
5x + 10y + 3 = 0
1
8
si trova x = 25
e y = 25
. Il vertice `e quindi il punto V di coordinate
1
8
( 25 , 25 ).
Forma canonica: la forma canonica di una parabola `e data dalla seguente
matrice

0
0
= 0 0 1 .
0 1 0

Il coefficiente `e dato dalla seguente formula:


r

=
,
det A
ove `e lautovalore non nullo di A0 e il segno `e scelto in modo che sia
positivo (dipende in realt`a da come si orientano gli assi del nuovo sistema
di riferimento).

Nel nostro caso si trova = 5 e quindi = 5 4 5 .


Fuoco e Direttrice: il fuoco di una parabola `e il punto che si trova sullasse
ad una distanza d dal vertice, dalla parte interna della parabola (cio`e nella
regione di piano convessa delimitata dalla parabola). La distanza d `e data
dalla seguente formula:
1
d=
.
2

Nel nostro caso si trova d = 2255 .

156

8. Coniche

-1

-1

-2

-3

Figura 5.
La direttrice `e invece la retta parallela al vettore w, distante d dal vertice,
e contenuta nella regione esterna alla parabola (cio`e nella regione di piano
concava delimitata dalla parabola).
La conica C `e rappresentata in figura 5.

3.5. Altri Esercizi


Svolgimento esercizio 6. Consideriamo la matrice A associata alla conica
C:

0 1 0
A = 1 2 1 .
0 1 1
Calcolando il determinante di A si trova det A = 1, quindi la conica C `e
non-degenere.
Consideriamo la sottomatrice


0 1
0
A =
.
1 2
Si ha det A0 = 1, quindi C `e una iperbole.

3. Soluzioni

157

Ricordiamo che le tangenti per il punto P alla conica C sono le rette


passanti per P e i punti A e B di intersezione tra C e la polare rP del
punto P . Determiniamo quindi lequazione della retta rP , polare del punto
P . Lequazione di tale retta `e ax + by + c = 0, dove i tre coefficienti a, b e
c sono dati da



a
xP
3
1
b = A yP = A 1 = 0 .
c
1
1
0
La retta rP ha dunque equazione x = 0.
I punti A e B di intersezione tra la retta rP e la conica C si trovano
risolvendo il sistema
(
2xy + 2y 2 + 2y 1 = 0
x=0

). Le due tangenti cercate sono


Si trova A = (0, 3+1
) e B = (0, 31
2
2
quindi le rette di equazione

( 3 + 3)x + 6y + 3 + 3 3 = 0,
(retta per P e A) e

( 3 3)x 6y 3 + 3 3 = 0,

(retta per P e B).


Svolgimento esercizio 7. Sia X = (x, y) un punto del piano affine. Per
definizione di eccentricit`a, X appartiene alla conica C se e solo se il rapporto
tra le distanze di X da F e dalla retta d `e uguale alleccentricit`a e. Si deve
quindi avere:
p
(x 2)2 + (y 1)2
= e.
|x+y1|

Questa `e lequazione della conica C ; ovviamente il parametro e `e ancora indeterminato. Per determinare leccentricit`a e e, di conseguenza, lequazione
di C , basta ora imporre la condizione
di passaggio per il punto P = (1, 3).

In questo modo si trova e = 10/3. Dato che e > 1 possiamo affermare che
la conica C `e una iperbole. Sostituendo questo valore di e nellequazione
precedente, e sviluppando i calcoli, si trova lequazione di C :
2x2 + 2y 2 + 10xy + 2x 4y 10 = 0.

3.6. Fasci di Coniche


Svolgimento esercizio 8. Per determinare lequazione della conica C passante per i cinque punti dati, lidea `e di considerare il fascio di coniche passanti per quattro di questi punti, e poi imporre la condizione di passaggio
per il quinto punto.

158

8. Coniche

Consideriamo, ad esempio, il fascio F di coniche passanti per P1 , P2 , P4


e P5 . Per determinare lequazione del fascio F basta conoscere le equazioni
di due coniche di tale fascio.
Si noti che la retta r1 per P1 e P2 ha equazione x = 0, mentre la retta r2
per P4 e P5 ha equazione x4y+3 = 0. Come prima conica C1 consideriamo
quindi lunione delle due rette r1 e r2 . Si tratta di una conica degenere, che
certamente passa per i quattro punti scelti. Lequazione di C1 `e dunque
C1 : x(x 4y + 3) = 0.
Analogamente possiamo considerare come seconda conica C2 la conica degenere data dallunione delle due rette s1 , passante per P1 e P4 , e s2 , passante
per P2 e P5 . Dato che s1 ha equazione y1 = 0 e s2 ha equazione 2x+y = 0,
la conica C2 ha equazione
C2 : (y 1)(2x + y) = 0.
Lequazione del fascio F `e quindi:
x(x 4y + 3) + (y 1)(2x + y) = 0.
+
Imponendo ora la condizione di passaggio per il punto P3 , si trova 21
4
5 = 0, da cui si ha, ad esempio, = 20 e = 21. Sostituendo questi valori
nellequazione di F si trova lequazione della conica C cercata:
C :

20x2 + 21y 2 38xy + 18x 21y = 0.

Svolgimento esercizio 9. Consideriamo il fascio F di coniche tangenti


alla retta r : x y + 1 = 0 nel punto R = (1, 2) e alla retta s : 2x + y 1 = 0
nel punto S = (2, 3). Tale fascio contiene due coniche degeneri: una `e
la conica C1 data dallunione delle due rette r e s, laltra `e la conica C2
che consiste nella retta , passante per i punti R e S, con molteplicit`a due
(infatti tale retta , contata con molteplicit`a due, contiene i punti R e S
con molteplicit`a di intersezione 2).
La conica C1 ha dunque equazione (x y + 1)(2x + y 1) = 0, mentre
C2 ha equazione (5x + y 7)2 = 0. Lequazione del fascio F `e pertanto:
F : (x y + 1)(2x + y 1) + (5x + y 7)2 = 0.
Se imponiamo la condizione di passaggio per il punto P = (0, 2), troviamo
= 25, da cui si deduce, ad esempio, che = 25 e = 1. Sostituendo
questi valori nellequazione del fascio F troviamo lequazione della conica
C cercata:
C : 75x2 24y 2 15xy 45x + 36y + 24 = 0.
Svolgimento esercizio 10. Fissiamo un sistema di riferimento nel piano
euclideo, in modo da far corrispondere ad ogni conica una matrice quadrata.
Siano ora A e B le matrici di due coniche del fascio F . Tutte le coniche di
F sono allora date dalle matrici A+B, al variare dei parametri , R.

3. Soluzioni

159

Se P = (xP , yP ), le polari di P rispetto alle coniche del fascio sono le rette


di equazione ax + by + c = 0, ove i tre coefficienti a, b e c sono dati da






a
xP
xP
xP
a1
a2
b = (A + B) yP = A yP + B yP = b1 + b2 ,
c
1
1
1
c1
c2
ove abbiamo posto


a1
xP
b1 = A y P ,
c1
1



a2
xP
b2 = B y P .
c2
1

Da ci`o si deduce che le equazioni delle polari di P hanno la seguente forma:


(a1 x + b1 y + c1 ) + (a2 x + b2 y + c2 ) = 0,
che `e precisamente lequazione di un fascio di rette.

Capitolo 9

Funzioni di pi`u Variabili

1. Richiami di teoria
1.1. Limiti e continuit`
a
Sia f~ : Rn Rm una funzione di n variabili a valori vettoriali. Indicheremo
con ~x = (x1 , . . . , xn ) il generico punto di Rn e con ~y = (y1 , . . . , ym ) il generico
punto di Rm . Quindi la scrittura f~(~x) = ~y significa in realt`a
f~(x1 , . . . , xn ) = (y1 , . . . , ym ).
Di conseguenza la funzione a valori vettoriali f~ : Rn Rm `e data da
m funzioni a valori scalari y1 = f1 (x1 , . . . , xn ), . . . , ym = fm (x1 , . . . , xn ).
Scriveremo quindi f~ = (f1 , . . . , fm ) ove le fi : Rn R, per i = 1, . . . , m,
sono delle funzioni reali di n variabili dette le componenti di f~.
Definizione 1.1. Sia A Rn un sottoinsieme aperto, sia f~ : A Rm e
sia ~x0 A. Diremo che
lim f~(~x) = ~y Rm

~
x~
x0

se per ogni  > 0 esiste > 0 tale che si abbia


kf~(~x) ~y k < 
per ogni ~x A con k~x ~x0 k < .
Anche per i limiti delle funzioni di pi`
u variabili valgono dei teoremi
analoghi ai noti teoremi sui limiti delle funzioni di una sola variabile. Ad
esempio: il limite della somma di due funzioni `e la somma dei limiti delle
singole funzioni (quando questi limiti esistono), etc.
Ricordiamo che la norma di un vettore in Rn `e definita come segue:
q
k(x1 , . . . , xn )k = x21 + + x2n .
Dalla definizione precedente segue facilmente il seguente risultato:

162

9. Funzioni di pi`
u Variabili

Proposizione 1.2. Se f1 , . . . , fm sono le funzioni componenti di f~, cio`e se


f~ = (f1 , . . . , fm ), allora si ha
lim f~(~x) = ~y
~
x~
x0

se e solo se
lim fi (~x) = yi ,

~
x~
x0

ove le yi , per i = 1, . . . , m, sono le componenti del vettore ~y , cio`e ~y =


(y1 , . . . , ym ).
Questo risultato mostra come il calcolo del limite di una funzione a valori
vettoriali si riconduca al calcolo di limiti di funzioni a valori scalari: si pu`o
riassumere affermando che il limite della funzione f~(~x) `e il vettore le cui
componenti sono i limiti delle funzioni fi (~x), componenti di f~.
Osserviamo che il calcolo del limite di una funzione reale di pi`
u variabili
non si pu`o ridurre, in generale, al calcolo di limiti di funzioni di una variabile.
Il seguente risultato per`o `e molto utile per dimostrare che determinati limiti
non esistono.
Proposizione 1.3. Se esiste il limite
lim f~(~x) = ~y ,
~
x~
x0

allora esiste anche il limite, per ~x che tende a ~x0 , della funzione f~ ristretta
a una qualunque curva passante per ~x0 , e tutti questi limiti coincidono.
Si ha quindi
lim f~(~x) = ~y ,
~
x~
x0
~
x

per ogni curva passante per ~x0 .


Di conseguenza se troviamo due curve 1 e 2 tali che la funzione f~
ristretta a 1 e 2 ammetta, per ~x che tende a ~x0 , due limiti diversi, possiamo
concludere che la funzione f~(~x) non ammette limite per ~x che tende a ~x0 .
Questo risultato sar`a spesso usato negli esercizi.
Siamo ora in grado di dare la definizione di funzione continua.
Definizione 1.4. Sia A un sottoinsieme aperto di Rn , sia f~ : A Rm una
funzione e sia ~x0 A. Diremo che la funzione f~ `e continua in ~x0 se
lim f~(~x) = f~(~x0 ).
~
x~
x0

Diremo che f~ `e continua in A se essa `e continua in ogni punto di A.


Anche per le funzioni continue di pi`
u variabili valgono dei teoremi analoghi ai noti teoremi sulle funzioni continue di una sola variabile. Ad
esempio: la somma di funzioni continue `e ancora una funzione continua,
la composizione di pi`
u funzioni continue `e ancora una funzione continua,
etc.

2. Esercizi

163

2. Esercizi
2.1. Limiti
Esercizio 1. Si dimostri che il seguente limite non esiste:
xy
lim
.
2
(x,y)(0,0) x + y 2
Esercizio 2. Si dimostri che il seguente limite non esiste:
x2 y
.
(x,y)(0,0) x4 + y 2
lim

Esercizio 3. Si dimostri che il seguente limite esiste e si calcoli il suo valore:


2x2 y
.
(x,y)(0,0) x2 + y 2
lim

Esercizio 4. Si dimostri che il seguente limite esiste e si calcoli il suo valore:


sin2 (xy)
.
(x,y)(0,0) x2 + y 2
lim

Esercizio 5. Si dica se il seguente limite esiste oppure no, ed eventualmente


si calcoli il suo valore:
x3 y
.
lim
(x,y)(0,0) x6 + y 2
Esercizio 6. Si dica se il seguente limite esiste oppure no, ed eventualmente
si calcoli il suo valore:
xy sin x
lim
.
(x,y)(0,0) x2 sin y + y 2

2.2. Funzioni continue


Esercizio 7. Si dica se la seguente funzione

e xy cos(y 2 ) + 1
f (x, y) =
sin(log(xy 2 ) x)
`e continua nel suo insieme di definizione.
Esercizio 8. Si dica se la seguente funzione
(
sin(xy)
se (x, y) 6= (0, 0)
2
2
f (x, y) = x +2y
0
se (x, y) = (0, 0)
`e continua in tutto R2 .

164

9. Funzioni di pi`
u Variabili

Esercizio 9. Si dica se la seguente funzione


(
1
e x2 +y2 se (x, y) 6= (0, 0)
f (x, y) =
0
se (x, y) = (0, 0)
`e continua in tutto R2 .
Esercizio 10. Sia f : R2 R la seguente funzione
(
(x+y) sin2 x
se x 6= 0 e y 6= 0
2xy 2
f (x, y) =
0
altrimenti.
Si determinino tutti i punti in cui f `e continua.

3. Soluzioni
3.1. Limiti
Svolgimento esercizio 1. Calcoliamo il limite in questione facendo tendere
il punto (x, y) a (0, 0) lungo una retta di equazione y = mx (cio`e calcoliamo
il limite della funzione ristretta a questa retta). Si trova quindi:
xy
mx2
m
=
lim
=
.
2
2
2
2
2
x0 x + m x
1 + m2
(x,y)(0,0) x + y
lim

y=mx

Il valore del limite dipende quindi da m, e cio`e dalla retta scelta. In altre
parole, facendo tendere il punto (x, y) a (0, 0) lungo due rette diverse si
trovano due limiti diversi. Si conclude quindi che il limite cercato non pu`o
esistere.
Svolgimento esercizio 2. Calcoliamo il limite in questione facendo tendere
il punto (x, y) a (0, 0) lungo una retta di equazione y = mx. Si trova:
x2 y
mx3
=
lim
4
2
x0 x4 + m2 x2
(x,y)(0,0) x + y
lim

y=mx

mx
= 0,
+ m2
almeno se m =
6 0. Trattiamo a parte il caso m = 0, cio`e il caso della retta
y = 0.
x2 y
0
lim
= lim 4 = 0.
4
2
x0 x
(x,y)(0,0) x + y
= lim

x0

x2

y=0

Un risultato analogo vale per la retta di equazione x = 0. Si scopre quindi


che la funzione ristretta ad ogni retta passante per lorigine ammette sempre
lo stesso limite, pari a 0. Da questo fatto non si pu`o per`o dedurre che allora

3. Soluzioni

165

il limite cercato esiste e vale 0. Infatti se facciamo tendere il punto (x, y) a


(0, 0) lungo la parabola di equazione y = x2 , si trova:
x2 y
x4
1
=
lim
=
.
4
2
x0 x4 + x4
2
(x,y)(0,0) x + y
lim

y=x2

Dato che questo limite `e diverso dai precedenti, si conclude che il limite
cercato non esiste.
Svolgimento esercizio 3. In questo caso bisogna dimostrare che un limite
esiste. Non serve a nulla quindi calcolare il limite della restrizione della
funzione a particolari curve passanti per lorigine: bisogna procedere in un
altro modo.
Nel caso in questione osserviamo che, per ogni x e y, si ha
x2 x2 + y 2 ,
da cui deriva che

x2
1.
x2 + y 2
Da queste disuguaglianze deriva che


2x2 y
2|y|.

0 2
x + y2
0

Ma la funzione |y| tende a zero per (x, y) (0, 0), quindi si ha necessariamente
2x2 y
= 0.
lim
(x,y)(0,0) x2 + y 2
Svolgimento esercizio 4. Anche in questo caso bisogna dimostrare che
il limite in questione esiste. Possiamo utilizzare un ragionamento simile
a quello usato nellesercizio precedente. Innanzi tutto ricordiamo che la
funzione sin z `e asintotica a z, per z 0,
sin z z.
Si ha quindi
sin2 (xy) (xy)2 ,
da cui si deduce che
sin2 (xy)
x2 y 2
lim
=
lim
.
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
Osservando che
0

x2
1,
x2 + y 2

x2 y 2
y2.
x2 + y 2

si ottiene

166

9. Funzioni di pi`
u Variabili

Infine, dato che la funzione y 2 tende a zero per (x, y) (0, 0), si conclude
che
x2 y 2
lim
= 0.
(x,y)(0,0) x2 + y 2
Svolgimento esercizio 5. Dato che non sappiamo se il limite esiste oppure
no, iniziamo cercando di vedere se il limite non esiste. Proviamo a calcolare
il limite in questione facendo tendere il punto (x, y) a (0, 0) lungo una retta
di equazione y = mx. Si trova:
x3 y
mx4
=
lim
6
2
x0 x6 + m2 x2
(x,y)(0,0) x + y
lim

y=mx

mx2
= 0,
x0 x4 + m2

= lim

almeno se m 6= 0. Trattiamo a parte il caso m = 0, cio`e il caso della retta


y = 0.
x3 y
0
lim
= lim 6 = 0.
6
2
x0 x
(x,y)(0,0) x + y
y=0

Un risultato analogo vale per la retta di equazione x = 0. Si scopre quindi


che la funzione ristretta ad ogni retta passante per lorigine ammette sempre
lo stesso limite, pari a 0.
Proviamo ora a calcolare lo stesso limite facendo tendere il punto (x, y)
a (0, 0) lungo una parabola di equazione y = ax2 . Si trova:
x3 y
ax5
=
lim
6
2
x0 x6 + a2 x4
(x,y)(0,0) x + y
lim

y=ax2

= lim

x0 x2

ax
= 0,
+ a2

almeno se a 6= 0. Se invece a = 0 la parabola diventa la retta y = 0, e


questo caso `e gi`a stato analizzato. Si scopre quindi che anche la funzione
ristretta ad ogni parabola del tipo y = ax2 ammette sempre lo stesso limite,
pari a 0.
Ovviamente questo non basta per concludere che allora il limite in questione esiste e vale zero. Infatti, se calcoliamo lo stesso limite facendo
tendere il punto (x, y) a (0, 0) lungo la curva di equazione y = x3 , si trova:
x3 y
x6
1
=
lim
= .
6
2
6
6
x0 x + x
2
(x,y)(0,0) x + y
lim

y=x3

Dato che questo limite `e diverso dai precedenti, si conclude che il limite
cercato non esiste.

3. Soluzioni

167

Svolgimento esercizio 6. Cerchiamo di vedere se il limite


xy sin x
lim
(x,y)(0,0) x2 sin y + y 2
non esiste, provando a calcolarlo lungo le rette y = mx:
xy sin x
mx2 sin x
=
lim
2
2
x0 x2 sin(mx) + m2 x2
(x,y)(0,0) x sin y + y
lim

y=mx

m sin x
= 0,
x0 sin(mx) + m2

= lim

almeno per m 6= 0.
Proviamo ora a calcolare lo stesso limite lungo la parabola y = x2 :
xy sin x
x3 sin x
x sin x
=
lim
= lim
.
2
2
2
2
4
x0 x sin(x ) + x
x0 sin(x2 ) + x2
(x,y)(0,0) x sin y + y
lim

y=x2

Dividendo il numeratore e il denominatore per x2 si ottiene:


sin x
x
lim
2
x0 sin(x ) +
x2

1
= ,
2
1

dato che
sin x
= 1.
x0 x
Poiche questo limite `e diverso dai precedenti, si conclude che il limite cercato
non esiste.
lim

3.2. Funzioni continue


Svolgimento esercizio 7. Linsieme di definizione della funzione f (x, y) `e
linsieme delle soluzioni del seguente sistema:

xy 0

log(xy 2 ) x 6= k, k Z

2
xy > 0
In ogni caso, qualunque sia il suo insieme di definizione, la funzione f `e
ottenuta componendo (sommando, sottraendo, moltiplicando, etc.) funzioni
elementari continue. Di conseguenza f `e necessariamente continua dove `e
definita, cio`e in tutto il suo dominio.
Svolgimento esercizio 8. In R2 privato dellorigine la funzione f `e definita
da
sin(xy)
f (x, y) = 2
.
x + 2y 2

168

9. Funzioni di pi`
u Variabili

Essa `e quindi continua in quanto composizione di funzione continue. Rimane


da vedere se f `e continua anche nellorigine.
In base alla definizione si ha che f `e continua nellorigine se e solo se
lim

f (x, y) = f (0, 0),

(x,y)(0,0)

cio`e se
sin(xy)
= 0.
(x,y)(0,0) x2 + 2y 2
Se calcoliamo questo limite lungo le rette di equazione y = mx, e ricordiamo
che sin z z, per z 0, si ha:
lim

sin(xy)
sin(mx2 )
=
lim
2
2
x0 x2 + 2m2 x2
(x,y)(0,0) x + 2y
lim

y=mx

mx2
x0 x2 (1 + 2m2 )
m
.
=
1 + 2m2
Dato che il valore del limite dipende da m, cio`e dalla retta scelta, si conclude
che il limite cercato non esiste. Di conseguenza la funzione f non `e continua
nellorigine.
= lim

Svolgimento esercizio 9. In R2 privato dellorigine la funzione f `e definita


da
1
f (x, y) = e x2 +y2 .
Essa `e quindi continua in quanto composizione di funzione continue. Rimane
da vedere se f `e continua anche nellorigine.
In base alla definizione si ha che f `e continua nellorigine se e solo se
lim

f (x, y) = f (0, 0),

(x,y)(0,0)

cio`e se
lim

1
x2 +y 2

= 0.

(x,y)(0,0)

Dato che

1
= +,
(x,y)(0,0) x2 + y 2
lim

e ricordando che
lim ez = 0,

z+

si conclude che
lim

1
x2 +y 2

= 0,

(x,y)(0,0)

e quindi la funzione f `e continua anche nellorigine.


In conclusione, si `e dimostrato che f `e continua in tutto R2 .

3. Soluzioni

169

Svolgimento esercizio 10. Se x 6= 0 e y 6= 0 la funzione f `e definita da


(x + y) sin2 x
f (x, y) =
,
2xy 2
che `e continua in quanto composizione di funzioni continue. Rimane da
studiare la continuit`a di f nei punti con x = 0 oppure y = 0, cio`e nei punti
che stanno sugli assi coordinati.
Iniziamo considerando lorigine. Con semplici calcoli, ricordando le propriet`a dei limiti, si trova:

lim

(x + y) sin2 x
(x,y)(0,0)
2xy 2
(x + y)x2
= lim
(x,y)(0,0)
2xy 2
x(x + y)
= lim
.
(x,y)(0,0)
2y 2

f (x, y) =

(x,y)(0,0)

lim

Calcolando questo limite per (x, y) che tende a (0, 0) lungo le rette di
equazione y = mx, si trova:
x(x + y)
x(x + mx)
1+m
= lim
=
.
2
2
2
x0
2y
2m x
2m2
(x,y)(0,0)
lim

y=mx

Dato che il valore del limite dipende da m, cio`e dalla retta scelta, si conclude
che il limite cercato non esiste. Di conseguenza la funzione f non `e continua
nellorigine.
Consideriamo ora i punti del tipo (a, 0), con a 6= 0. Si ha:

lim
(x,y)(a,0)

(x + y) sin2 x
(x,y)(a,0)
2xy 2
(a + y) sin2 a
= lim
= ,
y0
2ay 2

f (x, y) =

lim

se sin2 a 6= 0, cio`e se a 6= k, k Z. Anche in questo caso si conclude che


f non `e continua in questi punti.

170

9. Funzioni di pi`
u Variabili

I punti del tipo (k, 0) (con k 6= 0) vanno studiati a parte. Se effettuiamo


il cambiamento di variabili X = x k, Y = y, si ha:
(x + y) sin2 x
(x,y)(k,0)
(x,y)(k,0)
2xy 2
(X + k + Y ) sin2 (X + k)
=
lim
(X,Y )(0,0)
2(X + k)Y 2
k sin2 (X)
=
lim
(X,Y )(0,0)
2kY 2
X2
=
lim
.
(X,Y )(0,0) 2Y 2
Calcolando ora questo limite per (X, Y ) che tende a (0, 0) lungo le rette di
equazione Y = mX, si trova:
X2
1
X2
lim
= lim
=
.
2
2
2
X0
2m X
2m2
(X,Y )(0,0) 2Y
lim

f (x, y) =

lim

Y =mX

Dato che il valore del limite dipende da m, cio`e dalla retta scelta, si conclude
che il limite cercato non esiste. Di conseguenza la funzione f non `e continua
nei punti del tipo (k, 0).
Rimangono ora da considerare solo i punti del tipo (0, b), con b 6= 0. Si
ha:
(x + y) sin2 x
lim f (x, y) = lim
(x,y)(0,b)
(x,y)(0,b)
2xy 2
b sin2 x
= lim
x0 2xb2
x2
= lim
= 0.
x0 2xb
Si ha pertanto
lim f (x, y) = f (0, b) = 0,
(x,y)(0,b)

quindi f `e continua in questi punti.


In conclusione, abbiamo dimostrato che f `e continua in tutti i punti del
piano tranne quelli che stanno sullasse delle x.

Capitolo 10

Calcolo Infinitesimale per le Curve

1. Richiami di teoria
1.1. Curve in Rn
Definizione 1.1. Una curva (continua) in Rn `e una funzione continua
~r : I Rn ,

t 7 ~r(t) = (x1 (t), x2 (t), . . . , xn (t)),

dove I `e un intervallo di R. Limmagine della funzione ~r `e detta il sostegno


della curva. La curva `e detta di classe C m se la funzione ~r `e di classe C m ,
cio`e ammette tutte le derivate continue fino allordine m.
Si pu`o pensare alla variabile t come al tempo e alla funzione ~r(t) come
a una legge che descrive il moto di un punto di Rn al trascorrere del tempo
t.
Osservazione 1.2. Spesso si usa il termine curva per indicare quello che
noi abbiamo chiamato il sostegno della curva, cio`e il sottoinsieme di Rn che `e
limmagine della funzione ~r. In tal caso la funzione ~r : I Rn sar`a detta la
parametrizzazione della curva . Noi useremo indifferentemente entrambe
le terminologie: il significato dei termini usati sar`a chiaro dal contesto.
Definizione 1.3. Una curva definita da
~r : [a, b] Rn ,
`e detta chiusa se ~r(a) = ~r(b). Una curva chiusa `e anche detta circuito.
Sia ora una curva di classe C 1 in Rn , parametrizzata da
~r : I Rn ,

t 7 ~r(t) = (x1 (t), x2 (t), . . . , xn (t)),

e sia t un punto interno allintervallo I.


Proposizione 1.4. Il vettore ~r 0 (t) `e tangente alla curva nel punto P =
~r(t) (vedi figura 1).
Osservazione 1.5. In fisica, il vettore ~v = ~r 0 (t) `e detto velocit`a istantanea.
La proposizione precedente afferma che la velocit`a istantanea `e tangente in
ogni punto alla traiettoria, risultato ben noto dalla fisica. La norma del
vettore ~r 0 (t) `e detta velocit`a scalare.

172

10. Calcolo Infinitesimale per le Curve

~r0 (t)
~r(t)

Figura 1. Vettore tangente alla curva


ds

~r(t + dt)
~r(t)

Figura 2. Lunghezza darco elementare


Definizione 1.6. Un punto della curva si dice regolare se in quel punto
la funzione ~r(t) `e derivabile e si ha ~r 0 (t) 6= 0. Un punto non regolare `e
detto singolare. I punti singolari sono dunque quelli in cui la funzione ~r(t)
non `e derivabile, oppure essa `e derivabile, ma la sua derivata `e nulla (cio`e
si annulla il vettore velocit`a istantanea).
Consideriamo ora un intervallo di tempo infinitesimo dt. In tale intervallo
di tempo il punto individuato da ~r(t) = (x1 (t), . . . , xn (t)) subisce uno spostamento infinitesimo d~r = (dx1 , . . . , dxn ). Se supponiamo che la curva sia
di classe C 1 , le funzioni xi (t) sono derivabili e si ha quindi dxi (t) = x0i (t) dt,
per i = 1, . . . , n. Il vettore spostamento infinitesimo `e quindi dato da:
d~r = ~r 0 (t) dt = (x01 , x02 . . . , x0n ) dt,
e la sua lunghezza `e
ds = kd~rk = k~r 0 (t)k dt =

(x01 )2 + (x02 )2 + + (x0n )2 dt.

La quantit`a scalare ds rappresenta quindi lo spazio (infinitesimo) percorso


da un punto mobile sulla curva nellintervallo di tempo infinitesimo dt
(vedi figura 2).
Definizione 1.7. Lo scalare ds `e detto lunghezza darco elementare, o
differenziale darco.
Una volta nota lespressione per la lunghezza darco elementare ds, la
lunghezza di un tratto finito di curva si calcola facilmente come segue:
Teorema 1.8. Sia una curva di classe C 1 in Rn , parametrizzata da
~r : [a, b] Rn ,

t 7 ~r(t) = (x1 (t), x2 (t), . . . , xn (t)).

2. Esercizi

173

La lunghezza L() della curva `e data da:


Z
L() = ds,

ove questo integrale si calcola come segue:


Z
Z b
Z bp
0
ds =
k~r (t)k dt =
(x01 (t))2 + (x02 (t))2 + + (x0n (t))2 dt.

a
n

Se poi f : R R `e una funzione definita sul sostegno della curva , si


pu`o definire lintegrale curvilineo di f lungo la curva come segue:
Definizione 1.9 (Integrale di linea di prima specie). Il seguente
integrale `e detto integrale di linea della funzione f lungo la curva :
b

Z
f ds =

f (~r(t)) k~r 0 (t)k dt


Z b
p
=
f (x1 (t), . . . , xn (t)) (x01 (t))2 + + (x0n (t))2 dt.
a

2. Esercizi
2.1. Lunghezza di una curva
Esercizio 1. Determinare la lunghezza dellarco di elica cilindrica (di
raggio R e passo P ) parametrizzato da
[0, 2] 3 7 ~r() = (R cos , R sin , P ) R3 .
Esercizio 2. Determinare i punti singolari e la lunghezza della curva
(astroide) parametrizzata da
[0, 2] 3 t 7 ~r(t) = (cos3 t, sin3 t) R2 .
Esercizio 3. Si determini la lunghezza L dellarco di curva piana parametrizzato da x(t) = t2 , y(t) = t3 , per t [0, 1].
Esercizio 4. Calcolare la lunghezza L dellarco di cicloide parametrizzato
da x(t) = t sin t, y(t) = 1 cos t, per t [0, 2].
Esercizio 5. Calcolare la lunghezza L del tratto di grafico della funzione
y = ex , compreso tra i punti (0, 1) e (1, e).
Esercizio 6. Calcolare la lunghezza L dellarco chiuso della curva di
equazione
9y 2 = x(x 3)2 .

174

10. Calcolo Infinitesimale per le Curve

2.2. Integrali di linea


Esercizio 7. Sia la curva parametrizzata da x = t2 , y = sin t, per
t [0, 2]. Sia f la seguente funzione
x
f (x, y) = p
.
4x y 2 + 1
Si calcoli il seguente integrale di linea:
Z
f ds.

Esercizio 8. Si calcoli il seguente integrale di linea:


Z
xy ds,

dove `e il quarto dellellisse di equazione


quadrante.

x2
a2

y2
b2

= 1 contenuto nel primo

Esercizio 9. Si calcoli la massa di un filo disposto come la prima spira


di unelica cilindrica di raggio R e passo P , cio`e parametrizzato da
~r(t) = (R cos t, R sin t, P t),
per t [0, 2], se la densit`a lineare del filo `e espressa dalla seguente funzione:
p
(x, y, z) = x2 + y 2 + |z|.
Esercizio 10. Si calcoli larea della seguente superficie S:
S = {(x, y, z) R3 | x [0, 2], y = sin x, 0 z f (x, y)},
ove

x(2 x)
f (x, y) = p
.
2 2 y2

3. Soluzioni
3.1. Lunghezza di una curva
Svolgimento esercizio 1. Essendo ~r() = (R cos , R sin , P ), si ha
~r 0 () = (R sin , R cos , P ),

da cui si ottiene k~r 0 ()k = R2 + P 2 . La lunghezza dellarco di elica


cilindrica `e quindi data da:
Z
Z 2
L() = ds =
k~r 0 ()k d

0
Z 2

=
R2 + P 2 d = 2 R2 + P 2 .
0

3. Soluzioni

175

Figura 3. Lastroide in R2

Svolgimento esercizio 2. La curva `e parametrizzata da


~r(t) = (cos3 t, sin3 t),
quindi si ha
~r 0 (t) = (3 cos2 t sin t, 3 sin2 t cos t).
I punti singolari sono quelli in cui si annulla il vettore ~r 0 (t), e questo avviene
se e solo se t = 21 k, per k = 0, 1, 2, 3, 4. I punti corrispondenti sulla curva
sono quattro, e precisamente (1, 0), (0, 1), (1, 0) e (0, 1). Ci`o che avviene
dal punto di vista geometrico nei punti singolari `e illustrato bene dal grafico
che rappresenta la curva nel piano (vedi figura 3).
Dato che la curva `e simmetrica rispetto a entrambi gli assi, la sua
lunghezza `e il quadruplo della lunghezza dellarco contenuto nel primo
quadrante. Calcoliamo quindi la lunghezza L di questo arco.
La norma del vettore tangente `e
k~r 0 (t)k =

9 cos4 t sin2 t + 9 sin4 t cos2 t


p
= 3 sin t cos t cos2 t + sin2 t
= 3 sin t cos t,

ove si `e usato il fatto che nel primo quadrante si ha 0 t /2, e quindi sin t
e cos t sono sempre positivi. Di conseguenza la lunghezza darco elementare
`e
ds = 3 sin t cos t dt,

176

10. Calcolo Infinitesimale per le Curve


2
1

Figura 4. Arco di cicloide


e la lunghezza L dellarco di curva in questione `e:
Z /2
L=
k~r 0 (t)k dt
0
/2

Z
=

3 sin t cos t dt
0

3
=
2

Z
0

/2

3
sin 2t dt = .
2

La lunghezza della curva `e quindi L() = 4L = 6.


Svolgimento esercizio 3. Si ha ~r 0 (t) = (2t, 3t2 ) e quindi

k~r 0 (t)k = 4t2 + 9t4 = t 4 + 9t2 ,


ove si `e usato il fatto che t [0, 1], e quindi t non `e mai negativo. La
lunghezza L = L() si calcola quindi come segue:
Z
Z 1
L = ds =
k~r 0 (t)k dt

0
Z 1
=
t 9t2 + 4 dt
0


1  2
13 13 8
3/2 1
=
(9t + 4)
=
.
0
27
27
Svolgimento esercizio 4. Larco di cicloide `e rappresentato in figura 4.
Si ha ~r 0 (t) = (1 cos t, sin t) e quindi
p

k~r 0 (t)k = 1 2 cos t + cos2 t + sin2 t = 2 2 cos t.


La lunghezza L = L() si calcola quindi come segue:
Z
Z 2
L = ds = 2
1 cos t dt

0
r
Z 2
t
= 2
2 sin2 dt
2
0

2

t
= 8,
= 2 2 2 cos
2 0

3. Soluzioni

177

dove si `e usata la nota formula


t
1 cos t = 2 sin2 .
2
Svolgimento esercizio 5. Il grafico di una funzione del tipo y = f (x) si
parametrizza facilmente come segue: x = t, y = f (t). Di conseguenza, il
differenziale darco ds `e dato da:
p
p
ds = x0 (t)2 + y 0 (t)2 dt = 1 + (y 0 )2 dx.
Nel nostro caso si ottiene
ds =

1 + e2x dx,

e quindi la lunghezza L richiesta `e data da


Z 1
L=
1 + e2x dx.
0

Questo integrale si pu`o calcolare effettuando il seguente cambiamento di


variabili:
1 + e2x = u2 ,
da cui si deduce che
dx =

u2

u
du.
1

Si ha quindi:
Z
L=
0

1 + e2x dx

1+e2

u2
du

u2 1
2

Z 1+e2 
1
1+ 2
du
=
u 1
2

Z 1+e2 
1
1
1+

du
=
2(u 1) 2(u + 1)
2

1+e2
1
1
= u + log(u 1) log(u + 1)
2
2
2

2
= 1 + e 2 + 1 log(1 + 1 + e2 ) + log(1 + 2),
Z

ove lultima uguaglianza `e stata ottenuta usando le note propriet`a del logaritmo.
Svolgimento esercizio 6. In questo caso la curva non `e fornita in forma
parametrica, bens` come luogo dei punti che soddisfano lequazione 9y 2 =
x(x3)2 . Da una attenta analisi di questa equazione si deduce che il grafico
della curva `e quello rappresentato in figura 5.

178

10. Calcolo Infinitesimale per le Curve


2

Figura 5.
Larco chiuso di cui si vuole calcolare la lunghezza `e larco compreso tra
i punti di ascissa x = 0 e x = 3. Inoltre, dato che la curva `e simmetrica rispetto allasse delle x, sar`a sufficiente calcolare la lunghezza dellarco
compreso tra i punti di ascissa x = 0 e x = 3 e contenuto nel semipiano superiore, y 0. Questarco si pu`o evidentemente rappresentare come grafico
di una opportuna funzione y = y(x), dove questa funzione dovr`a soddisfare
lequazione 9y(x)2 = x(x 3)2 . Derivando questa equazione rispetto a x, si
ottiene:
18y(x)y 0 (x) = 3x2 12x + 9,
da cui si ricava
y 0 (x) =

x2 4x + 3
.
6y

Il differenziale darco `e quindi dato da:


s
p
(x2 4x + 3)2
ds = 1 + y 0 (x)2 dx = 1 +
dx
36y 2
s
r
(x 3)2 (x 1)2
(x 1)2
= 1+
dx
=
1
+
dx
4x(x 3)2
4x
r
r
(x + 1)2
4x + x2 2x + 1
dx,
=
dx =
4x
4x
ove si `e usato il fatto che 9y 2 = x(x 3)2 .
La lunghezza dellarco compreso tra i punti di ascissa x = 0 e x = 3 e
contenuto nel semipiano superiore si ottiene quindi calcolando il seguente
integrale:
Z 3r
Z 3
(x + 1)2
x+1
dx.
dx =
4x
0 2 x
0

3. Soluzioni

179

Se effettuiamo il cambiamento di variabili x = u, cio`e x = u2 , si ottiene:



3
Z 3
Z 3

x+1
1
dx =
(u2 + 1) du = u3 + u
= 2 3.
3
0 2 x
0
0

La lunghezza L dellarco chiuso della curva `e quindi L = 4 3.

3.2. Integrali di linea


Svolgimento esercizio 7. La curva `e parametrizzata da ~r(t) = (t2 , sin t),
0
0
per
t [0, 2]. Si ha quindi ~r (t) = (2t, cos t), da cui si ottiene k~r (t)k =
4t2 + cos2 t. Il differenziale darco ds `e quindi dato da

ds = 4t2 + cos2 t dt.


Si ha pertanto:
Z

f ds =

=
0

t2
p

4t2

4t2 + cos2 t dt

sin t + 1

2
1 3
8
2
t
= 3.
t dt =
3
3
0

Svolgimento esercizio 8. La curva , cio`e il quarto dellellisse di equazione


2
x2
+ yb2 = 1 contenuto nel primo quadrante, si pu`o parametrizzare come
a2
segue:
~r(t) = (a cos t, b sin t),
per t [0, /2].
Si ha quindi ~r 0 (t) = (a sin t, b cos t), da cui si ottiene
p
k~r 0 (t)k = a2 sin2 t + b2 cos2 t
q
= (a2 b2 ) sin2 t + b2 .
Il differenziale darco ds `e quindi dato da
q
ds = (a2 b2 ) sin2 t + b2 dt.
Si ha pertanto:
Z
Z
xy ds =

/2

q
ab sin t cos t (a2 b2 ) sin2 t + b2 dt

ab
=
2
3(a b2 )
3

"

ab(a b )
.
3(a2 b2 )

(a2 b2 ) sin2 t + b2

3/2 #/2
0

180

10. Calcolo Infinitesimale per le Curve

Svolgimento esercizio 9. Per definizione, la densit`a lineare di un filo


materiale `e il rapporto
=

dm
,
ds

ove dm `e la massa di un tratto infinitesimo di filo di lunghezza ds. Si ha


quindi dm = ds, da cui discende che la massa totale del filo `e espressa
dal seguente integrale di linea:
Z
M = ds.

Nel nostro caso il filo `e parametrizzato da ~r(t) = (R cos t, R sin t, P t), da cui
si deduce che ~r 0 (t) = (R sin t, R cos t, P ), e quindi il differenziale darco `e
dato da

ds = k~r 0 (t)k dt = R2 + P 2 dt.


Si ha quindi:
Z
Z 2 q

M = ds =
R2 cos2 t + R2 sin2 t + |P t| R2 + P 2 dt

0
Z 2

= R2 + P 2
R2 + P t dt
0

2

2
2
3/2
2
2
(R + P t)
= R +P
3P
0



2
2
2 R +P
2
3/2
3
=
(R + 2P ) R .
3P
Svolgimento esercizio 10. Chiamiamo la curva, contenuta nel piano
xy, di equazione y = sin x. La superficie S `e la superficie eretta verticalmente sulla base e delimitata in basso dal piano di equazione z = 0 e
in alto dal grafico della funzione z = f (x, y). Si veda la figura 6 per una
rappresentazione grafica della superficie S.
Da quanto detto si deduce che larea A di S `e data dal seguente integrale
di linea:
Z
A = f ds.

La curva si pu`o parametrizzare nel modo seguente: x = t, y = sin t,


cio`e ~r(t) = (t, sin t). Si ha quindi ~r 0 (t) = (1, cos t), da cui si deduce che il
differenziale darco `e dato da

ds = 1 + cos2 t dt.

3. Soluzioni

181

4
3
z2
1
0
0

1
2

3
x

0y
5

Figura 6.
Si ha quindi:
Z

A=

f ds =

1
2

t(2 t)
p
1 + cos2 t dt
2
2 2 sin t

t(2 t) dt

2
1
1 3
2
2
=
t t
= 3.
2
3 0
3
=

Capitolo 11

Calcolo Differenziale in pi`u Variabili

1. Richiami di teoria
1.1. Derivate parziali
Ricordiamo brevemente la definizione delle derivate parziali di una funzione
di pi`
u variabili a valori reali. Per semplicit`a ci limiteremo a trattare il caso
delle funzioni di due variabili.
Sia dunque A un sottoinsieme aperto di R2 , f : A R una funzione e
(x0 , y0 ) un punto di A.
Definizione 1.1. La derivata parziale della funzione f , rispetto alla varia(x0 , y0 ), `e:
bile x, nel punto (x0 , y0 ), indicata con il simbolo f
x
f
f (x0 + h, y0 ) f (x0 , y0 )
(x0 , y0 ) = lim
.
h0
x
h
Analogamente, la derivata parziale della funzione f , rispetto alla variabile
y, nel punto (x0 , y0 ), indicata con il simbolo f
(x0 , y0 ), `e:
y
f
f (x0 , y0 + h) f (x0 , y0 )
(x0 , y0 ) = lim
.
h0
y
h
La funzione f `e detta derivabile nel punto (x0 , y0 ) se esistono le sue derivate
parziali in quel punto (cio`e se i due limiti precedenti esistono finiti).
Definizione 1.2. Il gradiente di f , indicato con f , `e il vettore le cui
componenti sono le derivate parziali di f :


f
f
f (x0 , y0 ) =
(x0 , y0 ),
(x0 , y0 ) .
x
y
Osservazione 1.3. Osserviamo che, mentre per le funzioni di una variabile
la derivabilit`a della funzione in un punto implica la sua continuit`a in quel
punto, ci`o non `e vero per le funzioni di pi`
u variabili. Si possono facilmente
trovare esempi di funzioni di due variabili che sono derivabili, ma non continue, in un punto. Questo mostra come la nozione di derivabilit`a per le
funzioni di pi`
u variabili non sia lequivalente, nel caso di pi`
u variabili, della
derivabilit`a per le funzioni di una sola variabile.

184

11. Calcolo Differenziale in pi`


u Variabili

1.2. Differenziali
Introduciamo ora una condizione pi`
u forte della derivabilit`a, cio`e dellesistenza delle derivate parziali, per una funzione di due variabili f (x, y).
Sia A un sottoinsieme aperto di R2 , f : A R una funzione e (x0 , y0 )
un punto di A.
Definizione 1.4. La funzione f `e differenziabile nel punto (x0 , y0 ) se esiste
una forma lineare : R2 R tale che
f (x0 + h, y0 + k) f (x0 , y0 ) (h, k)
= 0,
(h,k)(0,0)
k(h, k)k

ove la norma del vettore (h, k) `e definita da k(h, k)k = h2 + k 2 .


Se f `e differenziabile in (x0 , y0 ), la forma lineare che compare nel limite
precedente `e detta il differenziale di f nel punto (x0 , y0 ), ed `e indicata con
df (x0 , y0 ).
Osservazione 1.5. Osserviamo che se f : A R `e una funzione definita
in un aperto A di R2 , e se f `e differenziabile in un punto (x0 , y0 ) A, il
suo differenziale df (x0 , y0 ) `e una forma lineare definita sempre su tutto R2 ,
indipendentemente da quale sia linsieme di definizione della funzione f .
Il differenziale di f in un punto (x0 , y0 ), essendo una forma lineare, si
scriver`a nel modo seguente:
lim

df (x0 , y0 ) : R2 R,

(h, k) 7 h + k,

per qualche , R. Si tratta ora di capire chi sono i due coefficienti e


. A tal fine si dimostra il seguente risultato:
Proposizione 1.6. I coefficienti e che compaiono nellespressione del
differenziale di una funzione f in un punto (x0 , y0 ),
df (x0 , y0 )(h, k) = h + k,
sono dati da:
=

f
(x0 , y0 ),
x

f
(x0 , y0 ).
y

Si ha quindi:
(1)

df (x0 , y0 )(h, k) =

f
f
(x0 , y0 )h +
(x0 , y0 )k.
x
y

Osservazione 1.7. Per tradizione, il differenziale di una funzione f (x, y)


nel punto (x0 , y0 ) si suole scrivere anche nel modo seguente:
df (x0 , y0 ) =

f
f
(x0 , y0 ) dx +
(x0 , y0 ) dy,
x
y

ove i simboli dx e dy (i differenziali delle variabili indipendenti) vengono spesso pensati come degli incrementi infinitesimi delle variabili x e y

1. Richiami di teoria

185

rispettivamente. In modo ancora pi`


u sintetico si scrive anche
f
f
df =
dx +
dy.
x
y
Facciamo per`o notare che il vero significato di queste formule abbreviate
`e quello espresso dallequazione (1).
Si pu`o ora dimostrare il seguente risultato, che mostra come la nozione
di differenziabilit`a sia un sostituto adeguato, per le funzioni di pi`
u variabili,
della nozione di derivabilit`a per le funzioni di una variabile.
Proposizione 1.8. Se una funzione f (x, y) `e differenziabile in (x0 , y0 )
allora essa `e continua e derivabile in tale punto.
Vale la pena far notare che non vale il viceversa: una funzione pu`o benissimo essere continua e derivabile in un punto, ma non essere differenziabile
in tale punto.
Purtroppo verificare che una funzione sia differenziabile in un punto
usando la definizione data pu`o essere complicato. Infatti `e richiesto il calcolo
di un limite di una funzione di pi`
u variabili, limite questo che, ovviamente,
si presenta sempre come forma indeterminata del tipo 00 . A tale scopo `e
estremamente utile il seguente teorema:
Teorema 1.9. Sia f : A R una funzione definita in un aperto A di R2 e
sia (x0 , y0 ) un punto di A. Se f `e derivabile in un intorno del punto (x0 , y0 )
e le sue derivate parziali sono continue in (x0 , y0 ), allora f `e differenziabile
in (x0 , y0 ). In particolare, se f `e derivabile in tutto linsieme A e le sue
derivate parziali sono continue in tutto A, allora f `e differenziabile in ogni
punto di A.
Se una funzione f (x, y) `e differenziabile in (x0 , y0 ) ha senso parlare del
piano tangente al grafico di f nel punto (x0 , y0 ). Si tratta del piano di
equazione
f
f
z = f (x0 , y0 ) +
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ).
x
y
Si noti che in questa equazione compaiono le derivate parziali di f nel punto (x0 , y0 ), quindi per poter scrivere questa equazione `e sufficiente che la
funzione f sia derivabile nel punto (x0 , y0 ). Se per`o f non `e differenziabile
in tale punto, il piano rappresentato da questa equazione non `e il piano
tangente al grafico di f , dato che in questo caso il piano tangente al grafico
di f nel punto (x0 , y0 ) non esiste.

1.3. Derivate direzionali


Unestensione del concetto di derivata parziale `e quello di derivata direzionale. Sia dunque A un sottoinsieme aperto di R2 , f : A R una funzione,
(x0 , y0 ) un punto di A, e ~v = (vx , vy ) un versore (cio`e un vettore di norma
unitaria).

186

11. Calcolo Differenziale in pi`


u Variabili

Definizione 1.10. La derivata della funzione f nella direzione del versore


~v , nel punto (x0 , y0 ), indicata con il simbolo D~v f (x0 , y0 ), `e:
f (x0 + hvx , y0 + hvy ) f (x0 , y0 )
.
h0
h
Tale derivata `e anche detta derivata direzionale di f nella direzione del
versore ~v .
Osservazione 1.11. Ovviamente le derivate parziali f
e f
si ritrovano
x
y
come casi particolari di derivate direzionali. Si ha infatti:
f
= D~v f, se ~v = (1, 0),
x
f
= Dw~ f, se w
~ = (0, 1).
y
Dalla definizione data si deduce che la derivata direzionale di f nella
direzione di un versore ~v misura la velocit`a di variazione della funzione
f (x, y) quando il punto (x, y) percorre una retta parallela a ~v . Se la funzione
f `e differenziabile tutte le informazioni contenute nelle derivate direzionali
sono in realt`a gi`a contenute nelle derivate parziali. Si pu`o infatti dimostrare
il seguente risultato:
Teorema 1.12 (Formula del Gradiente). Se la funzione f `e differenziabile nel punto (x0 , y0 ), si ha:
f
f
(x0 , y0 )vx +
(x0 , y0 )vy ,
D~v f (x0 , y0 ) = f (x0 , y0 ) ~v =
x
y
per ogni versore ~v = (vx , vy ).
Osservazione 1.13. Dalla formula del gradiente si pu`o dedurre unimportante propriet`a geometrica del gradiente di una funzione f . Se rappresentiamo nel piano Oxy le curve di livello della funzione f , cio`e le curve di
equazione f (x, y) = c, con c costante, il gradiente di f `e un vettore che `e,
in ogni punto, perpendicolare alla curva di livello passante per quel punto.
Infatti, se ~v `e un versore tangente a una curva di livello di f in un punto
(x0 , y0 ), si ha D~v f (x0 , y0 ) = 0, proprio perche f `e costante lungo le sue curve
di livello. Daltra parte, se f `e differenziabile, dalla formula del gradiente
deriva che
f (x0 , y0 ) ~v = D~v f (x0 , y0 ) = 0,
e quindi il vettore f (x0 , y0 ) `e ortogonale al vettore ~v , che era tangente a
una curva di livello di f . Il gradiente di f `e quindi ortogonale alle curve di
livello di f e indica la direzione di massima variazione della funzione f .
D~v f (x0 , y0 ) = lim

1.4. Derivate successive


Se una funzione f `e derivabile, e se anche le sue derivate parziali sono
derivabili, queste si possono derivare ulteriormente per trovare le derivate

1. Richiami di teoria

187

parziali seconde. Questo processo si pu`o iterare, per costruire derivate parziali di ordine successivo al secondo, fin tanto che le funzioni in questione
sono derivabili.
Per indicare le derivate parziali seconde si usa la seguente notazione
abbreviata:
 
 
2f
f
2f
f
=
,
=
,
x2
x x
xy
x y
 
 
2f
f
2f
f
=
,
=
.
y 2
y y
yx
y x
Lestensione di tale notazione al caso di derivate parziali di ordine superiore
al secondo e di funzioni di pi`
u di due variabili `e ovvia. Si avr`a, ad esempio,
    

f
5f
=
.
x2 yz 2
x x y z z
Per quanto riguarda le derivate parziali miste, si dimostra il seguente
risultato importante:
Teorema 1.14 (Teorema di Schwarz). Se le derivate seconde miste

2f
xy

f
e yx
della funzione f esistono in un intorno del punto (x0 , y0 ) e sono
continue in tale punto, allora si ha:

2f
2f
(x0 , y0 ) =
(x0 , y0 ).
xy
yx
2

f
f
Di conseguenza, se le derivate seconde miste xy
e yx
esistono e sono
continue in tutto un aperto A, allora esse coincidono in tutto laperto A.

Osservazione 1.15. Un risultato analogo, con un ovvio enunciato, vale per


funzioni di n variabili e per derivate parziali di ordine qualunque.
Definizione 1.16. Una funzione f si dice di classe C m in un aperto A (con
m 0), e si scrive f C m (A), se essa `e continua in A e se esistono tutte le
derivate parziali fino allordine m ed esse sono continue in tutto laperto A.
Una funzione f si dice di classe C in un aperto A, e si scrive f C (A),
se essa `e continua in A e se esistono tutte le derivate parziali di ogni ordine
ed esse sono continue in tutto laperto A.
Le derivate parziali seconde di una funzione di n variabili si possono
organizzare in modo ovvio a formare una matrice quadrata di ordine n.
Diamo quindi la seguente definizione:
Definizione 1.17. Sia f (x1 , x2 , . . . , xn ) una funzione di n variabili a valori
reali. La matrice Hessiana di f , indicata con H(f ), `e la matrice i cui

188

11. Calcolo Differenziale in pi`


u Variabili

elementi sono le derivate seconde di f :


2f
2f
x21
2f

x2 x1
H(f ) =
..
.

2f
xn x1

x1 x2
2f
x22

..
.

2f
xn x2

..
.

2f
x1 xn
2f

x2 xn

..
.

2f
x2n

Il teorema di Schwarz afferma che se la funzione f `e di classe C 2 in un


aperto A di Rn , allora la matrice Hessiana di f `e una matrice simmetrica.
In tal caso la forma quadratica associata alla matrice Hessiana di f `e detta
differenziale secondo di f , indicato con d2 f . Si ha quindi:
d2 f (~x0 )(h1 , h2 , . . . , hn ) =

n
X

2f
(~x0 ) hi hj ,
x
x
i
j
i,j=1

o, in termini della matrice Hessiana,

h1
d2 f (~x0 )(h1 , h2 , . . . , hn ) = (h1 , h2 , . . . , hn )H(f )(~x0 ) ... ,
hn

ove il prodotto `e il solito prodotto righe per colonne.


Come nel caso del differenziale di una funzione f , anche per il differenziale secondo si usa spesso la seguente scrittura:
d2 f (~x0 ) =

n
X

2f
(~x0 ) dxi dxj ,
x
x
i
j
i,j=1

ove i dxi vengono pensati come incrementi infinitesimi delle variabili xi , per
i = 1, . . . , n.

1.5. Serie di Taylor


Come per le funzioni di una variabile, anche nel caso di funzioni di pi`
u variabili si pu`o scrivere lo sviluppo in serie di Taylor di una funzione allintorno
di un punto interno al suo dominio di definizione. A differenza del caso di
una variabile, per`o, la scrittura di tale formula `e complicata dalla presenza
` quindi necessario
di tutte le derivate parziali della funzione in questione. E
introdurre una notazione che ci permetta di semplificare la scrittura dello
sviluppo in serie di Taylor di una funzione di n variabili.
Sia dunque f : A R una funzione di n variabili definita in un aperto
A di Rn e sia ~x0 A. Introduciamo il seguente operatore differenziale
D = h1

+ h2
+ + hn
,
x1
x2
xn

1. Richiami di teoria

189

f
f
f
definito ponendo D(f ) = h1 x
+ h2 x
+ + hn x
, ove hi R, per
n
1
2
i = 1, . . . , n.
Possiamo ora enunciare il seguente risultato:
Teorema 1.18. Se la funzione f : A R, A Rn , `e di classe C m in A,
si ha:
m
X
1 i
~
f (~x0 + h) = f (~x0 ) +
D f (~x0 ) + o(k~hkm ),
i!
i=1
ove
i


i
D = h1
+ h2
+ + hn
x1
x2
xn
`e loperatore differenziale che si ottiene sviluppando formalmente la potenza
i-esima delloperatore differenziale D, e o(k~hkm ) `e una funzione trascurabile
rispetto a k~hkm , cio`e tale che

o(k~hkm )
= 0.
~h0 k~
hkm
lim

A titolo di esempio ricaviamo lo sviluppo in serie di Taylor al secondo


ordine per una funzione di due variabili. Dal teorema precedente si ha:



f (x0 + h, y0 + k) = f (x0 , y0 ) + h
+k
f (x0 , y0 )
x
y

2
1

h
+k
f (x0 , y0 ) + o(k(h, k)k2 )
+
2 x
y
f
f
= f (x0 , y0 ) + h (x0 , y0 ) + k (x0 , y0 )
x
y

2
1 2 f
2f
+
h
(x
,
y
)
+
2hk
(x0 , y0 )
0
0
2
x2
xy

2
2 f
+k
(x0 , y0 ) + o(h2 + k 2 ).
y 2

1.6. Massimi e minimi liberi


Sia f : A R una funzione definita in un aperto A di Rn .
Definizione 1.19. Un punto ~x0 A `e detto un punto di massimo locale per
f (o di massimo relativo) se si ha f (~x) f (~x0 ), per ogni ~x che appartiene
a un intorno (sufficientemente piccolo) di ~x0 .
Un punto ~x0 A `e detto un punto di minimo locale per f (o di minimo
relativo) se si ha f (~x) f (~x0 ), per ogni ~x che appartiene a un intorno
(sufficientemente piccolo) di ~x0 .
Un punto ~x0 A `e detto un punto di massimo assoluto per f se si ha
f (~x) f (~x0 ), per ogni ~x A.

190

11. Calcolo Differenziale in pi`


u Variabili

Un punto ~x0 A `e detto un punto di minimo assoluto per f se si ha


f (~x) f (~x0 ), per ogni ~x A.
Per la ricerca dei massimi e minimi relativi di una funzione `e estremamente utile il seguente risultato.
Teorema 1.20. Sia f : A R una funzione definita in un aperto A di
Rn . Se ~x0 A `e un punto di massimo o minimo relativo per f , e se f `e
differenziabile in ~x0 , allora df (~x0 ) = 0 (cio`e f (~x0 ) = 0).
Osservazione 1.21. Facciamo notare che il teorema precedente vale solo
nelle ipotesi che linsieme A, in cui si cercano i massimi e minimi, sia aperto,
che la funzione f sia differenziabile in tali punti, e vale solo per punti di
massimo o minimo relativi. Se linsieme su cui `e definita f `e chiuso, questo
teorema si pu`o applicare solo per i punti interni a tale insieme. Se poi
ci sono dei punti in cui f non `e differenziabile, tali punti vanno studiati
separatamente. Infine notiamo che non vale il viceversa; cio`e `e possibile che
df (~x0 ) = 0 ma ~x0 non sia ne un punto di massimo ne un punto di minimo
relativo per f .
Definizione 1.22. I punti di A in cui si annulla il differenziale di f , cio`e in
cui si annullano tutte le derivate parziali prime di f , sono detti punti critici
di f .
Osservazione 1.23. Osserviamo che, se ~x0 `e un punto critico di f , liperpiano tangente al grafico di z = f (~x) nel punto (~x0 , f (~x0 )) `e orizzontale,
cio`e ha equazione z = k, con k costante (k = f (~x0 )).
Se la funzione f `e di classe C 2 in A e se ~x0 `e un punto critico di f , lo
sviluppo in serie di Taylor al secondo ordine di f , centrato in ~x0 , diventa:
n
1 X 2f
~
f (~x0 + h) = f (~x0 ) +
(~x0 ) hi hj + o(k~hk2 ).
2 i,j=1 xi xj

Si vede quindi che il segno di f (~x0 + ~h) f (~x0 ) `e uguale al segno del termine
di secondo grado
n
X

2f
(~x0 ) hi hj ,
xi xj
i,j=1
cio`e al segno del differenziale secondo di f calcolato nellincremento ~h =
(h1 , . . . , hn ).
La determinazione della natura dei punti critici di una funzione f `e
quindi legata allo studio del segno della forma quadratica corrispondente al
differenziale secondo di f calcolato nei punti critici.
Ricordiamo ora alcuni fatti riguardanti lo studio delle forme quadratiche
in Rn .

1. Richiami di teoria

191

Definizione 1.24. Una forma quadratica in Rn `e un polinomio omogeneo


di secondo grado in n variabili:
n

q : R R,

q(x1 , . . . , xn ) =

n
X

aij xi xj ,

i,j=1

dove gli aij sono dei numeri reali.


Definizione 1.25. Una forma quadratica q(~x) `e detta
(1) definita positiva, se q(~x) > 0, per ogni ~x 6= 0;
(2) definita negativa, se q(~x) < 0, per ogni ~x 6= 0;
(3) semidefinita positiva, se q(~x) 0, per ogni ~x, e q(~x) = 0 per
qualche ~x 6= 0;
(4) semidefinita negativa, se q(~x) 0, per ogni ~x, e q(~x) = 0 per
qualche ~x 6= 0;
(5) indefinita, se esistono due punti ~x1 e ~x2 tali che q(~x1 ) > 0 e q(~x2 ) <
0.
Ricordiamo ancora che a una forma quadratica q(~x) si associa una matrice simmetrica A in modo tale che si abbia

x1
q(x1 , . . . , xn ) = (x1 , . . . , xn )A ... ,
xn
ove il prodotto `e il solito prodotto righe per colonne.
Utilizzando la matrice simmetrica A associata a una forma quadratica
q(~x) `e possibile stabilire un criterio molto semplice per scoprire se q(~x) `e
definita positiva o negativa.
Teorema 1.26. Sia A = (aij ) la matrice (quadrata di ordine n) associata
alla forma quadratica q(~x). Indichiamo con r , per r = 1, . . . , n, il determinante della sottomatrice costituita dalle prime r righe e r colonne di A.
Si ha quindi




a11 a1r
a11 a12
.
.. .
, , r = ..
1 = a11 , 2 =
.

a21 a22
a
arr
r1
Allora q(~x) (o, equivalentemente, A) `e
(1) definita positiva se i > 0, per ogni i = 1, . . . , n.
(2) definita negativa se i < 0 per ogni i dispari, e i > 0, per ogni i
pari, per i = 1, . . . , n.
Nel caso n = 2 si pu`o enunciare un risultato pi`
u preciso.
2
Teorema 1.27. Sia q : R R una forma quadratica e sia


a b
A=
b c

192

11. Calcolo Differenziale in pi`


u Variabili

la matrice associata a q. Allora, se a 6= 0, q(~x) (o, equivalentemente, A) `e


(1) definita positiva se a > 0, e det A > 0;
(2) definita negativa se a < 0, e det A > 0;
(3) semidefinita positiva se a > 0, e det A = 0;
(4) semidefinita negativa se a < 0, e det A = 0;
(5) indefinita se det A < 0.
Se invece a = 0, le cinque affermazioni precedenti rimangono valide con c
sostituito al posto di a.
Ritornando allo studio dei massimi e minimi relativi, possiamo ora enunciare il seguente teorema.
Teorema 1.28. Sia f : A R una funzione definita in un aperto A di Rn ,
di classe C 2 in A, e sia ~x0 un punto critico di f . Se la matrice Hessiana
di f calcolata nel punto ~x0 , H(f )(~x0 ), `e definita positiva, ~x0 `e un punto di
minimo relativo per f . Se H(f )(~x0 ) `e definita negativa, ~x0 `e un punto di
massimo relativo per f . Se H(f )(~x0 ) `e indefinita, ~x0 non `e ne un punto di
massimo relativo ne un punto di minimo relativo per f . Infine, se H(f )(~x0 )
`e semidefinita (positiva o negativa), nulla si pu`
o affermare sulla natura del
punto critico ~x0 .

1.7. Funzioni definite implicitamente


In questa sezione richiameremo i principali risultati riguardanti lo studio
delle funzioni definite in modo implicito da una equazione del tipo F (x, y) =
0. Per semplicit`a tratteremo solo il caso di funzioni di due variabili.
Sia dunque F (x, y) una funzione reale di due variabili, definita in un
aperto A di R2 , e sia (x0 , y0 ) un punto tale che F (x0 , y0 ) = 0. Ci proponiamo
di capire sotto quali condizioni lequazione F (x, y) = 0 definisce, in un
intorno del punto (x0 , y0 ), una funzione y = y(x), oppure una funzione
x = x(y). Cio`e sotto quali condizioni sia possibile determinare una funzione
y = y(x) (oppure x = x(y)) in modo tale che lequazione F (x, y(x)) = 0
(rispettivamente, F (x(y), y) = 0) sia identicamente soddisfatta.
La risposta a questo quesito `e fornita dal seguente teorema:
Teorema 1.29 (Teorema del Dini). Sia A un sottoinsieme aperto di
R2 e sia F : A R una funzione di classe C m in A (con m 1). Sia
(x0 , y0 ) 6= 0, allora
(x0 , y0 ) A un punto tale che F (x0 , y0 ) = 0. Se f
y
esiste un intorno I di x0 in R e una unica funzione y = y(x), definita in
I, tale che F (x, y(x)) = 0, per ogni x I. Questa funzione y = y(x) `e di
classe C m in I e si ha
f
(x, y(x))
dy
x
(x) = f
,
dx
(x, y(x))
y

per ogni x I.

1. Richiami di teoria

193

Analogamente, se f
(x0 , y0 ) 6= 0, allora esiste un intorno J di y0 in R
x
e una unica funzione x = x(y), definita in J, tale che F (x(y), y) = 0, per
ogni y J. Questa funzione x = x(y) `e di classe C m in J e si ha
f
(x(y), y)
dx
y
,
(y) = f
dy
(x(y), y)
x

per ogni y J.

1.8. Massimi e minimi vincolati


Sia f : A R una funzione definita in un aperto A di R2 . Sia A
una curva definita da una equazione del tipo g(x, y) = 0. Ci poniamo ora il
problema di determinare gli estremi della funzione f ristretta alla curva ,
cio`e gli estremi della funzione f (x, y) dove le variabili x e y devono soddisfare
al vincolo g(x, y) = 0.
Il caso pi`
u semplice `e quello in cui `e possibile trovare una parametrizzazione della curva :
[a, b] 3 t 7 ~r(t) = (x(t), y(t)) .
In questo caso, componendo la funzione f (x, y) con la parametrizzazione di
, si ottiene una funzione
F (t) = f (x(t), y(t)),
definita nellintervallo [a, b], che rappresenta la funzione f calcolata nei punti
della curva . Determinare gli estremi della funzione f ristretta alla curva
`e equivalente a determinare gli estremi liberi della funzione (di una sola
variabile) F (t), nellintervallo [a, b].
Purtroppo, in generale, non sar`a possibile determinare una parametrizzazione della curva . In tal caso, per determinare gli estremi della funzione
f ristretta alla curva si pu`o ricorrere al metodo seguente, noto come il
metodo dei moltiplicatori di Lagrange.
Teorema 1.30. Sia f : A R una funzione definita in un aperto A di R2
e di classe C 1 in A. Sia A una curva definita da una equazione del tipo
g(x, y) = 0, dove g(x, y) `e una funzione di classe C 1 . Sia (x0 , y0 ) un
punto non-singolare della curva , cio`e un punto tale che g(x0 , y0 ) = 0, ma
g(x0 , y0 ) 6= 0. Allora (x0 , y0 ) `e un punto critico della restrizione di f alla
curva se e solo se esso `e un punto critico (non vincolato) della funzione
L(x, y, ) = f (x, y) + g(x, y),
per qualche R.
Questo teorema afferma quindi che i punti critici di f (x, y), soggetti al
vincolo g(x, y) = 0, si trovano cercando i punti critici (liberi) della funzione
di tre variabili L(x, y, ) = f (x, y) + g(x, y), detta Lagrangiana. Si noti
che ci`o vale solo per i punti non-singolari della curva . Il comportamento

194

11. Calcolo Differenziale in pi`


u Variabili

di f nei punti singolari di , cio`e nei punti in cui si annulla il gradiente di


g, deve essere studiato a parte.
Notiamo infine che questo teorema non dice nulla sulla natura di tali
punti critici. Di conseguenza, una volta determinati i punti critici di f
utilizzando il metodo dei moltiplicatori di Lagrange, rimarr`a il problema di
capire se si tratta di punti di massimo, di minimo, oppure di punti di flesso.
Occupiamoci ora del problema della determinazione della natura dei punti critici vincolati di una funzione f (x, y), determinati con il metodo dei
moltiplicatori di Lagrange.
Sia dunque f (x, y) una funzione di classe C 2 definita in un aperto contenente la curva di equazione g(x, y) = 0, dove supponiamo che g(x, y)
sia una funzione di classe C 2 . Sia (x0 , y0 ) un punto critico della restrizione di f alla curva . Supponiamo inoltre che (x0 , y0 ) sia un punto
non-singolare di , cio`e che g(x0 , y0 ) 6= 0. Dato che il gradiente di g in
(x0 , y0 ) `e diverso da zero, almeno una delle derivate parziali di g in (x0 , y0 )
g
(x0 , y0 ) 6= 0 (un discorso analogo
`e diversa da zero. Supponiamo che sia y
g
si pu`o fare se `e x (x0 , y0 ) 6= 0, basta scambiare i ruoli di x e y). Per il
Teorema del Dini `e possibile rappresentare, in un intorno del punto (x0 , y0 ),
la curva come grafico di una funzione y = y(x). Di conseguenza la mappa
x 7 (x, y(x))
fornisce una parametrizzazione locale della curva , allintorno del punto
(x0 , y0 ). Componendo la funzione f (x, y) con questa parametrizzazione, si
ottiene la funzione della sola variabile x
F (x) = f (x, y(x)).
A questo punto, per determinare la natura del punto critico (x0 , y0 ) di f ,
basta determinare la natura del punto critico x0 della funzione F (x). Se
le funzioni sono di classe C 2 , come supposto, `e possibile determinare il
segno della derivata seconda di F in x0 . Se deriviamo la funzione F (x) =
f (x, y(x)), utilizzando la formula per la derivazione delle funzioni composte,
otteniamo:
f
f
F 0 (x) =
(x, y(x)) +
(x, y(x)) y 0 (x),
x
y
e, derivando ulteriormente, si ha:
F 00 (x) =

2f
2f
(x,
y(x))
+
2
(x, y(x)) y 0 (x)
x2
xy
2f
f
+ 2 (x, y(x)) y 0 (x)2 +
(x, y(x)) y 00 (x).
y
y

Per calcolare F 00 (x0 ) `e quindi necessario conoscere le derivate y 0 (x0 ) e y 00 (x0 ),


ma queste si possono calcolare usando il Teorema del Dini. Vedremo negli
esercizi degli esempi di applicazioni pratiche del metodo appena descritto.

2. Esercizi

195

2. Esercizi
2.1. Derivate parziali
Esercizio 1. Determinare le derivate parziali della funzione


x
f (x, y) = sin
.
x+y
Esercizio 2. Determinare le derivate parziali della funzione
f (x, y) = log(x2 + cos y).
Esercizio 3. Determinare le derivate parziali della funzione
f (x, y) = p

x2 y
x2 + y 2 + 1

Esercizio 4. Determinare le derivate parziali della funzione


x2 log(x) cos(y 2 ) xy 2
.
sin(y 2 )
Esercizio 5. Si calcolino le derivate parziali nellorigine della funzione
(
xy
se (x, y) 6= (0, 0),
2
2
f (x, y) = x +y
0
se (x, y) = (0, 0).
f (x, y) =

2.2. Differenziali
Esercizio 6. Si dica se la seguente funzione
ex sin y
f (x, y) =
x+y
`e differenziabile in tutto il suo insieme di definizione.
Esercizio 7. Si dimostri che la seguente funzione
f (x, y) = x2 cos(xy) 2y
`e differenziabile in tutto R2 . Si calcoli poi il suo differenziale nel punto di
coordinate (1, /2).
Esercizio 8. Si determini lequazione del piano tangente al grafico di
f (x, y) = xy sin x y 2
nel punto di coordinate x0 = 0, y0 = 1, z0 = f (x0 , y0 ) = 1.
Esercizio 9. Si consideri la funzione f : R2 R definita come segue:

2
2
xy y 2x se (x, y) 6= (0, 0),
f (x, y) =
x2 + y 2

0
se (x, y) = (0, 0).

196

11. Calcolo Differenziale in pi`


u Variabili

(1)
(2)
(3)
(4)

Si dimostri che f `e continua nellorigine.


Calcolare le derivate parziali di f nei punti (x, y) 6= (0, 0).
Stabilire se f `e derivabile anche nel punto (0, 0).
Stabilire se f `e differenziabile nellorigine.

2.3. Derivate direzionali


Esercizio 10. Si calcoli la derivata direzionale nel generico punto (x, y)
della funzione
f (x, y) = 2x2 log(xy) + y sin(x2 )
nella direzione determinata dal vettore ~v = (1, 3).
Esercizio 11. Sia f (x, y) la funzione definita da

3 2
xy
se (x, y) 6= (0, 0),
f (x, y) = (x2 + y 2 )2

0
se (x, y) = (0, 0).
Si calcolino tutte le derivate direzionali di f nel punto (0, 0). Si dica poi se
f `e differenziabile nellorigine.

2.4. Derivate parziali seconde


Esercizio 12. Calcolare le derivate parziali seconde della funzione
f (x, y) = x2 log y + sin(xy 2 ).
Esercizio 13. Scrivere la matrice Hessiana della funzione
f (x, y, z) = 2x3 y cos z + xy 2 z.
Esercizio 14. Calcolare le derivate parziali seconde miste nellorigine della
funzione

2
2
xy y 2x se (x, y) 6= (0, 0),
f (x, y) =
x2 + y 2

0
se (x, y) = (0, 0).
Alla luce del teorema di Schwarz, spiegare il risultato trovato.

2.5. Serie di Taylor


Esercizio 15. Si scriva lo sviluppo in serie di Taylor al primo ordine,
allintorno del punto (1, 1), della funzione
f (x, y) = x2 sin(y) log(xy).

2. Esercizi

197

Esercizio 16. Si scriva lo sviluppo in serie di Taylor al primo ordine,


allintorno del punto (1, 1, 1), della funzione
f (x, y, z) = xy 2 z + y cos(z/2) 2xy sin(y).
Esercizio 17. Si scriva lo sviluppo in serie di Taylor al secondo ordine,
allintorno del punto (0, 1), della funzione
f (x, y) = ex sin(xy).
Esercizio 18. Si scriva lo sviluppo in serie di Taylor al secondo ordine,
allintorno del punto (1, 1, 0), della funzione
f (x, y, z) = 2x2 cos(yz) y sin(xz).

2.6. Massimi e minimi liberi


Esercizio 19. Si studino gli estremi della funzione
f (x, y) = x3 + 3xy 2 15x 12y.
Si dica inoltre se f ammette massimo o minimo assoluti e, in caso affermativo, si determinino tali valori.
Esercizio 20. Determinare i massimi e i minimi relativi della funzione
1
f (x, y, z) = x2 + xyz + y z.
2
Esercizio 21. Determinare i massimi e i minimi relativi della funzione
f (x, y) = x(x2 + y 2 2x).
Esercizio 22. Si determini la natura del punto critico (0, 0) della funzione
f (x, y) = 4y 3 8y 2 x2 y 2 + 6x2 y x4 .
Esercizio 23. Determinare i massimi e i minimi relativi della funzione
f (x, y) = 3x4 4x2 y + y 2 .
Esercizio 24. Determinare i massimi e i minimi relativi della funzione
f (x, y) = x4 + y 4 x2 y 2 .
Esercizio 25. Determinare gli estremi relativi e assoluti (se esistono) della
funzione
f (x, y) = (x2 + y 2 )e(x

2 +y 2 )

198

11. Calcolo Differenziale in pi`


u Variabili

2.7. Funzioni definite implicitamente


Esercizio 26. Sia R2 la curva di equazione
f (x, y) = 1 + xy log(exy + exy ) = 0.
Determinare in quali punti di `e possibile applicare il teorema del Dini.
Successivamente, nei punti in cui la curva `e rappresentabile come grafico
d2 y
dy
di una funzione y = y(x), si calcolino le derivate dx
e dx
2.
Esercizio 27. Sia R2 la curva di equazione
f (x, y) = sin y xey + x2 cos y = 0.
Si verifichi che la curva passa per i punti di coordinate (0, 0) e (1, 0). Si
verifichi poi che, in un intorno del punto (0, 0), la curva `e rappresentabile
come grafico di una funzione y = y(x) e si calcolino le derivate y 0 (0) e y 00 (0).
Lo stesso vale anche per il punto (1, 0)?
Esercizio 28. Sia R3 la curva definita dal sistema di equazioni
( 2
x + log(xy) x cos z = 0
x2 y 3 + z 2 + x2 z = 0.
Si determini se, in un intorno del punto (1, 1, 0), `e possibile rappresentare come grafico di una funzione R R2 , x 7 (y(x), z(x)), e, in caso
affermativo, si calcolino le derivate y 0 e z 0 nel punto in questione.
Esercizio 29. Sia S R3 la superficie di equazione
f (x, y, z) = x3 x2 y + 2xyz y 2 sin z + z 2 cos y = 0.
Si verifichi che, in un intorno del punto (1, 1, 0), la superficie S `e rappresentabile come grafico di una funzione z = z(x, y) e si calcolino le derivate
z
z
parziali x
e y
nel punto in questione.

2.8. Massimi e minimi vincolati


Esercizio 30. Determinare i massimi e i minimi assoluti della funzione
f (x, y) = xy
2

nellinsieme A = {(x, y) R | x2 + xy + y 2 = 1}.


Esercizio 31. Determinare i massimi e i minimi assoluti della funzione

2
2
f (x, y) = (y 2)e x +y
nellinsieme A = {(x, y) R2 | x2 + y 2 16}.
Esercizio 32. Determinare i massimi e i minimi assoluti della funzione
x
f (x, y, z) =
z+1
3
2
2
nellinsieme A = {(x, y, z) R | x + y = 4(1 + z)2 , x + 2z = 2}.

3. Soluzioni

199

Esercizio 33. Determinare i massimi e i minimi assoluti della funzione


f (x, y) = x + y
nellinsieme X = {(x, y) R2 | 4x2 + 43 y 2 1,

3x y 0}.

Esercizio 34. Determinare i massimi e i minimi relativi della funzione


f (x, y, z) = z
nellinsieme X = {(x, y, z) R3 | z 3 + 3x2 + y 2 + 2z 2 + 2z + 1 = 0}.

3. Soluzioni
3.1. Derivate parziali
Svolgimento esercizio 1. Si ha:


y
x
f
=
cos
,
x
(x + y)2
x+y

f
x
=
cos
y
(x + y)2


x
.
x+y

Svolgimento esercizio 2. Si ha:


2x
f
= 2
,
x
x + cos y

f
sin y
= 2
.
y
x + cos y

Svolgimento esercizio 3. Si ha:


f
x3 y + 2xy 3 + 2xy
=
,
x
(x2 + y 2 + 1)3/2

f
x4 + x2
= 2
.
y
(x + y 2 + 1)3/2

Svolgimento esercizio 4. Si ha:


f
2 x log(x) cos(y 2 ) + x cos(y 2 ) y 2
=
,
x
sin(y 2 )
f
2 x2 log(x) sin(y 2 )y 2 xy
(x2 log(x) cos(y 2 ) xy 2 ) cos(y 2 )y
=

2
.
y
sin(y 2 )
(sin(y 2 ))2
Svolgimento esercizio 5. In questo caso, per calcolare le derivate parziali
di f nellorigine, bisogna ricorrere alla definizione:
f
f (0 + h, 0) f (0, 0)
(0, 0) = lim
= 0,
h0
x
h
e analogamente
f
f (0, 0 + h) f (0, 0)
(0, 0) = lim
= 0.
h0
y
h
La funzione f `e quindi derivabile nellorigine, e le sue derivate parziali sono
nulle.

200

11. Calcolo Differenziale in pi`


u Variabili

Facciamo notare che per calcolare le derivate parziali di f nel punto (0, 0)
non si poteva calcolarne le derivate parziali nel punto (x, y) 6= (0, 0), e poi
passare al limite per (x, y) che tende a (0, 0). Infatti luguaglianza
f
f
(0, 0) = lim
(x, y)
(x,y)(0,0) x
x
vale se e solo se la derivata parziale f
`e continua nellorigine (in base
x
alla definizione stessa di continuit`a). Nel nostro caso invece non sapevamo
neppure se le derivate parziali di f esistessero nellorigine, tanto meno se
esse fossero o meno continue.
Nel nostro caso si ha infatti
f
y 3 x2 y
(x, y) = 2
,
x
(x + y 2 )2
per (x, y) 6= (0, 0), e il limite
f
y 3 x2 y
(x, y) = lim
(x,y)(0,0) (x2 + y 2 )2
(x,y)(0,0) x
lim

non esiste, come si vede facilmente calcolando tale limite per (x, y) che tende
a (0, 0) lungo le rette di equazione y = mx (un discorso analogo si pu`o fare
per la derivata parziale f
). Si conclude quindi che la funzione f `e derivabile
y
ovunque, ma le sue derivate parziali non sono continue nel punto (0, 0).
Osserviamo, per concludere, che la funzione f , pur essendo derivabile
nellorigine, non `e continua nellorigine. Infatti il limite
xy
lim f (x, y) = lim
(x,y)(0,0)
(x,y)(0,0) x2 + y 2
non esiste, come si vede facilmente calcolando tale limite per (x, y) che tende
a (0, 0) lungo le rette di equazione y = mx.

3.2. Differenziali
Svolgimento esercizio 6. La funzione f `e definita nellinsieme
A = {(x, y) R2 | x + y 6= 0}.
Osserviamo che A `e un sottoinsieme aperto di R2 .
Le derivate parziali di f sono:
f
ex sin y(x + y 1)
=
,
x
(x + y)2
f
ex ((x + y) cos y sin y)
=
.
y
(x + y)2
Tali derivate parziali esistono e sono continue in tutto linsieme aperto A.
Da ci`o segue che la funzione f `e differenziabile in tutto linsieme A, cio`e in
tutto il suo dominio di definizione.

3. Soluzioni

201

Svolgimento esercizio 7. La funzione f `e definita, ed `e continua, in tutto


R2 . Le derivate parziali di f sono:
f
= 2x cos(xy) x2 y sin(xy),
x
f
= x3 sin(xy) 2.
y
Le derivate parziali esistono e sono continue in tutto R2 , di conseguenza la
funzione f `e differenziabile in tutto R2 .
Il differenziale della funzione f nel generico punto (x, y) `e dato da
f
f
df (x, y) =
(x, y) dx +
(x, y) dy.
x
y
Calcolando le derivate parziali nel punto (1, /2) si trova
f

f
(1, /2) = ,
(1, /2) = 3.
x
2
y
Il differenziale di f nel punto in questione `e quindi

df (1, /2) = dx 3 dy.


2
Ricordiamo che con questa scrittura si indica la seguente applicazione lineare:

df (1, /2) : R2 R,
(h, k) 7 df (1, /2)(h, k) = h 3 k.
2
Svolgimento esercizio 8. La funzione
f (x, y) = xy sin x y 2
`e definita e continua in tutto R2 . Le sue derivate parziali sono
f
= y sin x + xy cos x,
x
f
= x sin x 2y.
y
Le derivate parziali esistono e sono continue in tutto R2 , quindi f `e differenziabile ovunque. Per definizione, lequazione del piano tangente al grafico
di f nel punto di coordinate (x0 , y0 , z0 = f (x0 , y0 )) `e:
f
f
z = f (x0 , y0 ) +
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ).
x
y
Nel nostro caso tale equazione diventa:
z = 1 2y.
Svolgimento esercizio 9. (1) Calcoliamo il limite
lim
(x,y)(0,0)

f (x, y) =

lim
(x,y)(0,0)

xy

y 2 2x2
.
x2 + y 2

202

11. Calcolo Differenziale in pi`


u Variabili

Passando in coordinate polari, si trova:


lim

xy

(x,y)(0,0)

y 2 2x2
= lim 2 sin cos (sin2 2 cos2 ).
0
x2 + y 2

La funzione
sin cos (sin2 2 cos2 )
`e limitata, dato che le funzioni sin e cos assumono valori compresi tra
1 e 1, di conseguenza si ha:
lim 2 sin cos (sin2 2 cos2 ) = 0,

da cui si deduce che f `e continua nellorigine.


(2) Le derivate parziali di f nei punti (x, y) 6= (0, 0) sono:
f
y 5 7x2 y 3 2x4 y
(x, y) =
,
x
(x2 + y 2 )2

f
2x5 + 5x3 y 2 + xy 4
(x, y) =
.
y
(x2 + y 2 )2

(3) Usando la definizione di derivata parziale si trova:


f
f (0 + h, 0) f (0, 0)
(0, 0) = lim
= 0.
h0
x
h
Analogamente si ha
f
f (0, 0 + h) f (0, 0)
(0, 0) = lim
= 0.
h0
y
h
Quindi f `e derivabile anche nellorigine.
(4) Calcoliamo il limite
f
y 5 7x2 y 3 2x4 y
(x, y) = lim
.
(x,y)(0,0) x
(x,y)(0,0)
(x2 + y 2 )2
lim

Passando in coordinate polari, si trova:


y 5 7x2 y 3 2x4 y
= lim (sin5 7 cos2 sin3 2 cos4 sin ).
0
(x,y)(0,0)
(x2 + y 2 )2
lim

La funzione
sin5 7 cos2 sin3 2 cos4 sin
`e limitata, dato che le funzioni sin e cos assumono valori compresi tra
1 e 1, di conseguenza si ha:
lim (sin5 7 cos2 sin3 2 cos4 sin ) = 0,

`e continua nellorigine. Analogamente si verifica


da cui si deduce che f
x
f
che anche y `e continua nellorigine. La funzione f `e quindi differenziabile nellorigine, dato che le sue derivate parziali esistono e sono continue
nellorigine.

3. Soluzioni

203

3.3. Derivate direzionali


Svolgimento esercizio 10. La funzione f `e definita per xy > 0, cio`e nel
primo e terzo quadrante. Le derivate parziali di f sono:
f
= 4x log(xy) + 2x + 2xy cos(x2 ),
x
f
2x2
=
+ sin(x2 ).
y
y
Tali derivate parziali esistono e sono continue in tutto linsieme (aperto) di
definizione della funzione f . Da ci`o segue che la funzione f `e differenziabile
in tutto il suo dominio di definizione.
Dato che f `e differenziabile, per calcolare le sue derivate direzionali
possiamo usare la formula del gradiente, la quale afferma che
Dw~ f (x, y) = f (x, y) w,
~
per ogni versore w.
~
Nel nostro caso il vettore ~v = (1, 3) non `e un versore, cio`e non ha norma
1. Bisogna quindi normalizzarlo, dividendolo per la sua norma. Si ottiene
cos` il versore
~v
1
v =
= (1, 3).
k~v k
10
Dalla formula del gradiente si ricava quindi:
Dvf (x, y) = f (x, y) v
 2


1
3
2x
2
2
=
4x log(xy) + 2x + 2xy cos(x ) +
+ sin(x ) .
10
10 y
Svolgimento esercizio 11. In questo caso per calcolare le derivate direzionali di f nel punto (0, 0) bisogna usare la definizione. Sia dunque
~v = (vx , vy ) un versore qualunque. Si ha:
f (0 + hvx , 0 + hvy ) f (0, 0)
h0
h
5 3 2
1 h vx vy
= lim
2 + v 2 )2
h0 h h4 (vx
y

D~v f (0, 0) = lim

vx3 vy2
.
(vx2 + vy2 )2

Quindi la funzione f `e derivabile nellorigine rispetto a qualsiasi direzione.


In particolare, dal risultato appena trovato, si deduce che
f
(0, 0) = D(1,0) f (0, 0) = 0,
x
e
f
(0, 0) = D(0,1) f (0, 0) = 0.
y

204

11. Calcolo Differenziale in pi`


u Variabili

Dato che le derivate parziali di f nellorigine sono nulle, `e nullo il gradiente


di f nellorigine, f (0, 0) = (0, 0). Se la funzione f fosse differenziabile
nellorigine si potrebbe allora applicare la formula del gradiente, ottenendo
D~v f (0, 0) = f (0, 0) ~v = 0,
per ogni versore ~v . Ma abbiamo appena visto che le derivate direzionali di
f nellorigine non sono tutte nulle. Si conclude quindi che f non pu`o essere
differenziabile nellorigine.
Questo stesso risultato si poteva ottenere direttamente ricordando la definizione di differenziale. Infatti, se esistesse il differenziale di f nellorigine,
si avrebbe
df (0, 0) =

f
f
(0, 0) dx +
(0, 0) dy = 0,
x
y

inoltre il seguente limite dovrebbe essere nullo:


f (0 + h, 0 + k) f (0, 0) df (0, 0)(h, k)

= 0.
(h,k)(0,0)
h2 + k 2
lim

Ma si ha:
f (0 + h, 0 + k) f (0, 0) df (0, 0)(h, k)

(h,k)(0,0)
h2 + k 2
lim

h3 k 2

,
(h,k)(0,0) (h2 + k 2 )2 h2 + k 2
lim

e si verifica facilmente che questo limite non esiste (infatti se lo calcoliamo


lungo le rette di equazione k = mh si scopre che il valore del limite dipende
dal parametro m, cio`e dalla retta scelta).

3.4. Derivate parziali seconde


Svolgimento esercizio 12. Le derivate parziali prime sono:
f
= 2x log y + y 2 cos(xy 2 ),
x
f
x2
=
+ 2xy cos(xy 2 ).
y
y

3. Soluzioni

205

Le derivate parziali seconde sono quindi:


2f
x2
2f
xy
2f
yx
2f
y 2
2

= 2 log y y 4 sin(xy 2 ),
2x
2xy 3 sin(xy 2 ) + 2y cos(xy 2 ),
y
2x
=
2xy 3 sin(xy 2 ) + 2y cos(xy 2 ),
y
x2
= 2 4x2 y 2 sin(xy 2 ) + 2x cos(xy 2 ).
y
=

f
f
Si noti che si ha xy
= yx
, come previsto dal teorema di Schwartz, dato
che le derivate seconde miste sono ovviamente continue.

Svolgimento esercizio 13. Le derivate parziali prime sono:


f
= 6x2 y cos z + y 2 z,
x
f
= 2x3 cos z + 2xyz,
y
f
= 2x3 y sin z + xy 2 .
z
Le derivate parziali seconde sono quindi:
2f
= 12xy cos z,
x2

2f
2f
=
= 6x2 cos z + 2yz,
xy
yx

2f
2f
=
= 6x2 y sin z + y 2 ,
xz
zx

2f
= 2xz,
y 2

2f
2f
2f
=
= 2x3 sin z + 2xy,
= 2x3 y cos z.
yz
zy
z 2
La matrice Hessiana di f `e quindi:

12xy cos z
6x2 cos z + 2yz 6x2 y sin z + y 2
2xz
2x3 sin z + 2xy .
H(f ) = 6x2 cos z + 2yz
2
2
3
6x y sin z + y 2x sin z + 2xy
2x3 y cos z
Svolgimento esercizio 14. La funzione f (x, y) `e la stessa dellesercizio 9.
Nello svolgimento di tale esercizio abbiamo visto che f `e continua ovunque
(anche nellorigine), che essa `e derivabile ovunque e che le sue derivate
parziali sono date da
5
2 3
4
y 7x y 2x y se (x, y) 6= (0, 0),
f
(x, y) =
(x2 + y 2 )2

x
0
se (x, y) = (0, 0),

206

11. Calcolo Differenziale in pi`


u Variabili

5
3 2
4
2x + 5x y + xy
f
(x, y) =
(x2 + y 2 )2

y
0

se (x, y) 6= (0, 0),


se (x, y) = (0, 0).

Abbiamo poi dimostrato che le due derivate parziali di f sono continue


ovunque (anche nellorigine), e quindi f `e differenziabile ovunque.
Siamo ora in grado di calcolare le derivate parziali seconde miste nellorigine della funzione f . Si ha:
 
f
2f
(0, 0) =
(0, 0)
xy
x y
= lim

f
(0
y

+ h, 0)

f
(0, 0)
y

h
2h5 /h4
= lim
= 2,
h0
h
h0

e
 
2f
f
(0, 0) =
(0, 0)
yx
y x
= lim

h0

f
(0, 0
x

+ h)
h

f
(0, 0)
x

h5 /h4
= 1.
h0
h
Abbiamo cos` scoperto che le due derivate parziali seconde miste di f
nellorigine non sono uguali:
= lim

2f
2f
(0, 0) 6=
(0, 0).
xy
yx
Ricordando il teorema di Schwarz, possiamo quindi concludere che, anche
se le derivate parziali seconde miste esistono nellorigine, esse non possono
essere continue in tale punto (altrimenti dovrebbero essere necessariamente
uguali).
La funzione f `e quindi un esempio di una funzione che `e di classe C 1 ,
ma non di classe C 2 , in un intorno dellorigine.

3.5. Serie di Taylor


Svolgimento esercizio 15. Ricordiamo che lo sviluppo in serie di Taylor
al primo ordine di una funzione f (x, y) allintorno di un punto (x0 , y0 ) `e
dato da

f
f
f (x0 + h, y0 + k) = f (x0 , y0 ) +
(x0 , y0 ) h +
(x0 , y0 ) k + o( h2 + k 2 ).
x
y

3. Soluzioni

207

Nel nostro caso si ha:


f (1, 1) = 0,
f
1
= 2x sin(y) ,
x
x
1
f
= x2 cos(y) ,
y
y
da cui segue
f
f
(1, 1) = 1,
(1, 1) = 1 .
x
y
Lo sviluppo in serie di Taylor cercato `e quindi

f (1 + h, 1 + k) = h (1 + )k + o( h2 + k 2 ).
Svolgimento esercizio 16. Ricordiamo che lo sviluppo in serie di Taylor
al primo ordine di una funzione f (x, y, z) allintorno di un punto (x0 , y0 , z0 )
`e dato da
f
f
(x0 , y0 , z0 ) h +
(x0 , y0 , z0 ) k
f (x0 + h, y0 + k, z0 + l) = f (x0 , y0 , z0 ) +
x
y

f
+
(x0 , y0 , z0 ) l + o( h2 + k 2 + l2 ).
z
Nel nostro caso si ha:
f (1, 1, 1) = 1,
f
= y 2 z 2y sin(y),
x
f
= 2xyz + cos(z/2) 2x sin(y) 2xy cos(y),
y
f

= xy 2 y sin(z/2),
z
2
da cui segue
f
f
f

(1, 1, 1) = 1,
(1, 1, 1) = 2 2,
(1, 1, 1) = 1 .
x
y
z
2
Lo sviluppo in serie di Taylor cercato `e quindi

f (1 + h, 1 + k, 1 + l) = 1 + h 2(1 + )k (1 + /2)l + o( h2 + k 2 + l2 ).
Svolgimento esercizio 17. Ricordiamo che lo sviluppo in serie di Taylor
al secondo ordine di una funzione f (x, y) allintorno di un punto (x0 , y0 ) `e
dato da
f
f
f (x0 + h, y0 + k) = f (x0 , y0 ) +
(x0 , y0 ) h +
(x0 , y0 ) k
x
y


1 2f
2f
2f
2
2
+
(x0 , y0 ) h + 2
(x0 , y0 ) hk + 2 (x0 , y0 ) k
2 x2
xy
y
2
2
+ o(h + k ).

208

11. Calcolo Differenziale in pi`


u Variabili

Nel nostro caso si ha:


f (0, 1) = 0,
f
= ex sin(xy) + yex cos(xy),
x
f
= xex cos(xy),
y
da cui segue
f
f
(0, 1) = 1,
(0, 1) = 0.
x
y
Le derivate seconde sono:
2f
= ex sin(xy) + 2yex cos(xy) y 2 ex sin(xy),
x2
2f
= xex cos(xy) xyex sin(xy) + ex cos(xy),
xy
2f
= x2 ex sin(xy),
y 2
da cui segue
2f
(0, 1) = 2,
x2

2f
(0, 1) = 1,
xy

2f
(0, 1) = 0.
y 2

Lo sviluppo in serie di Taylor cercato `e quindi


f (0 + h, 1 + k) = h + h2 + hk + o(h2 + k 2 ).
Svolgimento esercizio 18. Ricordiamo che lo sviluppo in serie di Taylor al
secondo ordine di una funzione f (x, y, z) allintorno di un punto (x0 , y0 , z0 )
`e dato da
f
f (x0 + h, y0 + k, z0 + l) = f (x0 , y0 , z0 ) +
(x0 , y0 , z0 ) h
x
f
f
+
(x0 , y0 , z0 ) k +
(x0 , y0 , z0 ) l
y
z

1 2f
2f
2
+
(x
,
y
,
z
)
h
+
(x0 , y0 , z0 ) k 2
0 0 0
2 x2
y 2
2f
2f
+ 2 (x0 , y0 , z0 ) l2 + 2
(x0 , y0 , z0 ) hk
z
xy

2f
2f
+2
(x0 , y0 , z0 ) hl + 2
(x0 , y0 , z0 ) kl
xz
yz
+ o(h2 + k 2 + l2 ).
Nel nostro caso si ha:
f (1, 1, 0) = 2,

3. Soluzioni

209

f
= 4x cos(yz) yz cos(xz),
x
f
= 2x2 z sin(yz) sin(xz),
y
f
= 2x2 y sin(yz) xy cos(xz),
z
da cui segue
f
(1, 1, 0) = 4,
x

f
(1, 1, 0) = 0,
y

f
(1, 1, 0) = 1.
z

Le derivate seconde sono:


2f
x2
2f
y 2
2f
z 2
2f
xy
2f
xz
2f
yz

= 4 cos(yz) yz 2 sin(xz),
= 2x2 z 2 cos(yz),
= 2x2 y 2 cos(yz) + x2 y sin(xz),
= 4xz sin(yz) z cos(xz),
= 4xy sin(yz) + xyz sin(xz) y cos(xz),
= 2x2 yz cos(yz) 2x2 sin(yz) x cos(xz),

da cui segue
2f
(1, 1, 0) = 4,
x2

2f
(1, 1, 0) = 0,
y 2

2f
(1, 1, 0) = 2,
z 2

2f
2f
(1, 1, 0) = 0,
(1, 1, 0) = 1,
xy
xz
Lo sviluppo in serie di Taylor cercato `e quindi

2f
(1, 1, 0) = 1.
yz

f (1 + h, 1 + k, 0 + l) = 2 + 4h l + 2h2 l2 hl kl + o(h2 + k 2 + l2 ).

3.6. Massimi e minimi liberi


Svolgimento esercizio 19. Le derivate parziali della funzione f sono
f
= 3x2 + 3y 2 15,
x
f
= 6xy 12.
y

210

11. Calcolo Differenziale in pi`


u Variabili

I punti critici si trovano risolvendo il sistema

= 3x2 + 3y 2 15 = 0

x
f

= 6xy 12 = 0

y
Questo sistema ammette quattro soluzioni, date dai punti di coordinate
(2, 1), (2, 1), (1, 2) e (1, 2).
La matrice Hessiana di f `e


6x 6y
H(f ) =
6y 6x
quindi si ha:





12 6
12 6
H(f )(2, 1) =
,
H(f )(2, 1) =
,
6 12
6 12
e




6 12
6 12
H(f )(1, 2) =
,
H(f )(1, 2) =
.
12 6
12 6
La matrice H(f )(2, 1) `e definita positiva, quindi (2, 1) `e un punto di minimo
relativo. La matrice H(f )(2, 1) `e definita negativa, quindi (2, 1) `e
un punto di massimo relativo. Le matrici H(f )(1, 2) e H(f )(1, 2) sono
indefinite, quindi (1, 2) e (1, 2) non sono ne punti di massimo ne punti
di minimo relativo (sono punti di sella).
Infine, per quanto riguarda gli estremi assoluti, si vede facilemente che
f non ammette ne minimo ne massimo assoluti, dato che si ha, ad esempio,
lim f (x, 0) = ,

e
lim f (x, 0) = +,

x+

cio`e dato che f assume, nel suo dominio di definizione, valori arbitrariamente piccoli e valori arbitrariamente grandi.
Svolgimento esercizio 20. Le derivate parziali della funzione f sono
f
f
f
= x + yz,
= xz + 1,
= xy 1.
x
y
z
I punti critici si trovano risolvendo il sistema

= x + yz = 0

f
= xz + 1 = 0

= xy 1 = 0.
z
Si trova un solo punto critico, di coordinate (1, 1, 1).

3. Soluzioni

211

La matrice Hessiana di f `e

1 z y
H(f ) = z 0 x
y x 0
quindi si ha

1 1 1
H(f )(0, 0) = 1 0 1 .
1
1 0


1 1
=
La catena dei minori principali `e data da 1 = 1 > 0, 2 =
1 0
1 < 0, 3 = det H(f )(0, 0) = 3 < 0. Da ci`o si deduce che la matrice
H(f )(0, 0) `e indefinita, e quindi il punto (0, 0) non `e ne un punto di massimo
ne un punto di minimo relativo.
Svolgimento esercizio 21. Le derivate parziali della funzione f sono
f
= 3x2 + y 2 4x,
x
f
= 2xy.
y
I punti critici si trovano risolvendo il sistema

= 3x2 + y 2 4x = 0

x
f

= 2xy = 0.

y
Si trovano due punti critici, di coordinate (0, 0) e (4/3, 0), rispettivamente.
La matrice Hessiana di f `e


6x 4 2y
H(f ) =
2y
2x
quindi si ha



4 0
H(f )(0, 0) =
0 0


4 0
H(f )(4/3, 0) =
.
0 8/3

La matrice H(f )(4/3, 0) `e definita positiva, quindi il punto (4/3, 0) `e un


punto di minimo relativo per la funzione f . La matrice H(f )(0, 0) invece `e
semidefinita negativa, quindi siamo in presenza di un caso dubbio: in questo
modo non possiamo affermare nulla sulla natura del punto critico (0, 0).
Procediamo in un altro modo. Osserviamo che f (0, 0) = 0, quindi cerchiamo di scoprire se, in un intorno di (0, 0) la funzione f assume valori

212

11. Calcolo Differenziale in pi`


u Variabili

1
y

Figura 1. Studio del segno di f (x, y).


positivi o negativi. In altre parole, cerchiamo di risolvere la disequazione
f (x, y) > 0. A tal scopo osserviamo che
f (x, y) = x(x2 + y 2 2x)
`e il prodotto di due polinomi, quindi per risolvere la disequazione f (x, y) > 0
`e sufficiente studiare il segno dei polinomi x e x2 + y 2 2x.
Lequazione x2 + y 2 2x = 0 rappresenta un cerchio di raggio 1 centrato
nel punto (1, 0). Si verifica facilmente che il polinomio x2 + y 2 2x assume
valori negativi nei punti interni al cerchio e valori positivi nei punti esterni.
Utilizzando la regola dei segni si deduce quindi che il segno di f (x, y) `e
quello descritto in figura 1.
Si vede quindi che in ogni intorno dellorigine la funzione f assume sia
valori positivi, cio`e pi`
u grandi di f (0, 0), che valori negativi, cio`e pi`
u piccoli
di f (0, 0). Da ci`o si deduce che il punto critico (0, 0) non `e ne un punto di
minimo ne un punto di massimo per f .
Svolgimento esercizio 22. Le derivate parziali della funzione f sono
f
= 2xy 2 + 12xy 4x3 ,
x
f
= 12y 2 16y 2x2 y + 6x2 .
y
Si ha effettivamente f
(0, 0) = 0 e f
(0, 0) = 0, quindi (0, 0) `e proprio un
x
y
punto critico per f .
La matrice Hessiana di f `e


2y 2 + 12y 12x2
4xy + 12x
H(f ) =
4xy + 12x
24y 16 2x2
quindi si ha

H(f )(0, 0) =


0 0
.
0 16

3. Soluzioni

213

y1
+

Figura 2. Studio del segno di f (x, y).


Questa matrice `e semidefinita negativa, quindi siamo in presenza di un caso
dubbio: in questo modo non possiamo affermare nulla sulla natura del punto
critico (0, 0).
Procediamo in un altro modo. Osserviamo che f (0, 0) = 0, quindi cerchiamo di scoprire se, in un intorno di (0, 0) la funzione f assume valori positivi o negativi. In altre parole, cerchiamo di risolvere la disequazione f (x, y) > 0. A tal scopo osserviamo che il polinomio f (x, y) =
4y 3 8y 2 x2 y 2 + 6x2 y x4 si scompone come segue:
f (x, y) = (x2 + y 2 2y)(4y x2 ),
quindi per risolvere la disequazione f (x, y) > 0 `e sufficiente studiare il segno
dei polinomi x2 + y 2 2y e 4y x2 .
Lequazione x2 + y 2 2y = 0 rappresenta un cerchio di raggio 1 centrato
nel punto (0, 1). Si verifica facilmente che il polinomio x2 + y 2 2y assume
valori negativi nei punti interni al cerchio e valori positivi nei punti esterni.
Lequazione 4y x2 = 0 rappresenta una parabola con il vertice nellorigine, avente come asse lasse delle y e con la concavit`a rivolta verso lalto. Si
verifica facilmente che il polinomio 4y x2 assume valori negativi nei punti
del piano che si trovano sotto il grafico della parabola e valori positivi nei
punti del piano che si trovano sopra il grafico della parabola.
Utilizzando la regola dei segni si deduce che il segno di f (x, y) `e quello
descritto in figura 2.
Si vede quindi che in ogni intorno dellorigine la funzione f assume sia
valori positivi, cio`e pi`
u grandi di f (0, 0), che valori negativi, cio`e pi`
u piccoli
di f (0, 0). Da ci`o si deduce che il punto critico (0, 0) non `e ne un punto di
minimo ne un punto di massimo per f .
Osservazione: Se consideriamo la restrizione della funzione f (x, y) allasse
delle x, otteniamo la funzione f (x, 0) = x4 , la quale ha evidentemente un
massimo relativo (e anche assoluto) nel punto (0, 0). Analogamente, se
consideriamo la restrizione della funzione f (x, y) allasse delle y, si ottiene
la funzione F (y) = f (0, y) = 4y 3 8y 2 . La derivata seconda di questa
funzione `e F 00 (y) = 24y 16, quindi F 00 (0) = 16 < 0, da cui si deduce che
anche la restrizione di f allasse delle y ha un massimo relativo nel punto

214

11. Calcolo Differenziale in pi`


u Variabili

(0, 0). Per terminare, consideriamo la restrizione di f (x, y) a una qualunque


retta di equazione y = mx, con m 6= 0. Si ottiene la funzione
G(x) = f (x, mx) = (m2 + 1)x4 + (4m3 + 6m)x3 8m2 x2 .
La derivata seconda di questa funzione `e
G00 (x) = 12(m2 + 1)x2 + 6(4m3 + 6m)x 16m2 ,
quindi G00 (0) = 16m2 < 0, da cui si deduce che anche la restrizione di f a
una qualunque retta di equazione y = mx ha un massimo relativo nel punto
(0, 0).
In conclusione, abbiamo visto che la funzione f (x, y) non ha nellorigine
ne un massimo ne un minimo relativo, tuttavia la sua restrizione a una
qualsiasi retta passante per lorigine ammette sempre un massimo relativo
nellorigine. Questo fatto quindi non `e sufficiente per affermare che il punto
(0, 0) `e un punto di massimo relativo per una funzione f .
Svolgimento esercizio 23. Le derivate parziali della funzione f sono
f
= 12x3 8xy,
x
f
= 4x2 + 2y.
y
I punti critici si trovano risolvendo il sistema

= 12x3 8xy = 0

x
f

= 4x2 + 2y = 0.

y
Lunica soluzione di questo sistema `e il punto di coordinate (0, 0).
La matrice Hessiana di f `e


36x2 8y 8x
H(f ) =
8x
2
e si ha pertanto



0 0
H(f )(0, 0) =
.
0 2
Questa matrice `e semidefinita positiva, quindi siamo in presenza di un caso
dubbio: in questo modo non possiamo affermare nulla sulla natura del punto
critico (0, 0).
Procediamo in un altro modo. Osserviamo che f (0, 0) = 0, quindi cerchiamo di scoprire se, in un intorno di (0, 0) la funzione f assume valori
positivi o negativi. In altre parole, cerchiamo di risolvere la disequazione
f (x, y) > 0. A tal scopo osserviamo che il polinomio f (x, y) = 3x4 4x2 y+y 2
si scompone come segue:
f (x, y) = (y x2 )(y 3x2 ),

3. Soluzioni

215

+
+

+ +

+
+
2

y2

+
+

Figura 3. Studio del segno di f (x, y).


quindi per risolvere la disequazione f (x, y) > 0 `e sufficiente studiare il segno
dei polinomi y x2 e y 3x2 .
Lequazione y x2 = 0 rappresenta una parabola con il vertice nellorigine, avente come asse lasse delle y e con la concavit`a rivolta verso lalto. Si
verifica facilmente che il polinomio y x2 assume valori negativi nei punti
del piano che si trovano sotto il grafico della parabola e valori positivi nei
punti del piano che si trovano sopra il grafico della parabola.
In modo del tutto analogo, lequazione y 3x2 = 0 rappresenta una
parabola con il vertice nellorigine, avente come asse lasse delle y e con la
concavit`a rivolta verso lalto. Si verifica facilmente che il polinomio y 3x2
assume valori negativi nei punti del piano che si trovano sotto il grafico
della parabola e valori positivi nei punti del piano che si trovano sopra il
grafico della parabola.
Utilizzando la regola dei segni si deduce che il segno di f (x, y) `e quello
descritto in figura 3.
Si vede quindi che in ogni intorno dellorigine la funzione f assume sia
valori positivi, cio`e pi`
u grandi di f (0, 0), che valori negativi, cio`e pi`
u piccoli
di f (0, 0). Da ci`o si deduce che il punto critico (0, 0) non `e ne un punto di
minimo ne un punto di massimo per f .
Osservazione: Se consideriamo la restrizione della funzione f (x, y) allasse
delle x, otteniamo la funzione f (x, 0) = 3x4 , la quale ha evidentemente
un minimo relativo (e anche assoluto) nel punto (0, 0). Analogamente, se
consideriamo la restrizione della funzione f (x, y) allasse delle y, si ottiene la
funzione f (0, y) = y 2 . Anche questa funzione ha evidentemente un minimo
relativo (e anche assoluto) nel punto (0, 0). Per terminare, consideriamo
la restrizione di f (x, y) a una qualunque retta di equazione y = mx, con

216

11. Calcolo Differenziale in pi`


u Variabili

m 6= 0. Si ottiene la funzione
F (x) = f (x, mx) = 3x4 4mx3 + m2 x2 .
La derivata seconda di questa funzione `e
F 00 (x) = 36x2 24mx + 2m2 ,
quindi F 00 (0) = 2m2 > 0, da cui si deduce che anche la restrizione di f a
una qualunque retta di equazione y = mx ha un minimo relativo nel punto
(0, 0).
In conclusione abbiamo visto che la funzione f (x, y) pur non avendo nellorigine ne un massimo ne un minimo relativo, `e tale che la sua restrizione
a una qualsiasi retta passante per lorigine ammette sempre un minimo
relativo nellorigine.
Svolgimento esercizio 24. Le derivate parziali della funzione f sono
f
= 4x3 2xy 2 ,
x
f
= 4y 3 2x2 y.
y
I punti critici si trovano risolvendo il sistema

= 4x3 2xy 2 = 0

x
f

= 4y 3 2x2 y = 0.

y
Lunica soluzione di questo sistema `e il punto di coordinate (0, 0).
La matrice Hessiana di f `e


12x2 2y 2
4xy
H(f ) =
4xy
12y 2 2x2
quindi si ha



0 0
H(f )(0, 0) =
.
0 0
Siamo dunque in presenza di un caso dubbio: in questo modo non possiamo
affermare nulla sulla natura del punto critico (0, 0).
Procediamo in un altro modo. Osserviamo che f (0, 0) = 0, quindi cerchiamo di scoprire se, in un intorno di (0, 0) la funzione f assume valori
positivi o negativi. In altre parole, cerchiamo di risolvere la disequazione
f (x, y) > 0. A tal scopo osserviamo che la funzione f (x, y) si pu`o riscrivere
come segue:
f (x, y) = x4 + y 4 x2 y 2 = (x2 y 2 )2 + x2 y 2 .
In questo modo si vede che f (x, y) `e la somma di due quadrati, e come tale
assume sempre valori 0.

3. Soluzioni

217

In conclusione si ha: f (x, y) 0, per ogni (x, y), e f (0, 0) = 0. Si


conclude quindi che il punto (0, 0) `e un punto di minimo relativo, e anche
assoluto, per la funzione f .
Svolgimento esercizio 25. Le derivate parziali della funzione f sono
f
2
2
= 2xe(x +y ) (1 x2 y 2 ),
x
f
2
2
= 2ye(x +y ) (1 x2 y 2 ).
y
I punti critici si trovano risolvendo il sistema

f
2
2

= 2xe(x +y ) (1 x2 y 2 ) = 0

x
f
2
2

= 2ye(x +y ) (1 x2 y 2 ) = 0.

y
2

Dato che il fattore e(x +y ) non si annulla mai, le soluzioni di questo sistema
sono date dal punto di coordinate (0, 0) e da tutti i punti che soddisfano
lequazione x2 +y 2 = 1, cio`e dai punti della circonferenza di raggio 1 centrata
nellorigine.
In questo caso non `e necessario determinare le derivate parziali seconde
di f . Notiamo infatti che f (x, y) 0 per ogni (x, y), e che f (0, 0) = 0. Da
ci`o segue che il punto (0, 0) `e un punto di minimo relativo, e anche assoluto,
per f . Osserviamo inoltre che
lim f (x, y) = 0,
(x,y)

da cui si deduce che f ammette massimo assoluto. In tutti i punti della


circonferenza di equazione x2 + y 2 = 1 la funzione assume sempre lo stesso
valore, pari a e1 . Questi sono dunque punti di massimo relativo, e anche
assoluto, per f .
Osservazione: In alternativa si poteva studiare la funzione f (x, y) utilizzando le coordinate polari nel piano. Sostituendo x e y con le espressioni
x = cos , y = sin , la funzione f (x, y) si riscrive come segue:
2

f (, ) = 2 e .
Questa funzione dipende effettivamente solo dalla variabile , quindi i suoi
massimi e minimi si trovano con il solito metodo usato per le funzioni di
una sola variabile.

3.7. Funzioni definite implicitamente


Svolgimento esercizio 26. Il teorema del Dini si pu`o applicare nei punti
di in cui il gradiente di f `e diverso da zero. Calcoliamo quindi le derivate

218

11. Calcolo Differenziale in pi`


u Variabili

parziali di f . Si ha:
f
2yexy
= xy
,
x
e + exy

f
2xexy
= xy
.
y
e + exy

Lunico punto in cui si annullano entrambe le derivate parziali `e il punto di


coordinate (0, 0), tuttavia si ha f (0, 0) = 1 log(2) 6= 0, quindi il punto in
questione non appartiene alla curva . Si conclude quindi che non ci sono
punti di in cui si annulla il gradiente di f , e quindi si pu`o applicare il
teorema del Dini in ogni punto di .
Il teorema del Dini afferma poi che la curva `e rappresentabile come
grafico di una funzione y = y(x) nei punti in cui f
6= 0. Dato che si ha
y
f
6= 0 per x 6= 0, si conclude che dallequazione f (x, y) = 0 `e possibile
y
ricavare y in funzione della variabile x solo nei punti in cui x 6= 0.
dy
Per calcolare la derivata dx
ricordiamo ancora il teorema del Dini, il
quale afferma che `e
f
(x, y(x))
dy
x
(x) = f
dx
(x, y(x))
y

2y(x)exy(x)
exy(x) + exy(x)

exy(x) + exy(x)
2xexy(x)
y(x)
=
.
x
=

d y
Per calcolare la derivata seconda dx
2 basta ora derivare lespressione appena
trovata:


d2 y
d
y(x)
(x) =

dx2
dx
x
0
xy (x) y(x)
=
x2
2y(x)
=
.
x2
Osserviamo infine che lequazione f (x, y) = 0 `e sufficientemente semplice
da permetterci di ricavare esplicitamente y in funzione di x. Si ha infatti:

f (x, y) = 0 1 + xy = log(exy + exy ) e1+xy = exy + exy .


Moltiplicando ambo i membri per exy si ottiene
e = 1 + e2xy ,
da cui si ricava
2xy = log(e 1)
e quindi
y=

log(e 1)
,
2x

3. Soluzioni

219

ovviamente con la condizione x 6= 0 (che `e esattamente la condizione trovata


utilizzando il teorema del Dini).
A questo punto, nota lespressione di y in funzione di x, `e facile calcolare
dy
d2 y
direttamente le derivate dx
e dx
2 e verificare quindi lesattezza dei risultati
trovati in precedenza utilizzando il teorema del Dini.
Svolgimento esercizio 27. Si ha f (0, 0) = 0 e f (1, 0) = 0, quindi i punti
(0, 0) e (1, 0) appartengono alla curva . Calcoliamo ora le derivate parziali
di f . Si ha:
f
f
= ey + 2x cos y,
= cos y xey x2 sin y.
x
y
Dato che f
(0, 0) = 1 6= 0, in base al teorema del Dini, la curva `e
y
rappresentabile come grafico di una funzione y = y(x) in un intorno del
punto (0, 0). Inoltre si ha:
0

y (0) =

f
(0, 0)
x
f
(0, 0)
y

= 1.

Per quanto riguarda il punto (1, 0), si ha f


(1, 0) = 0, quindi, in un intorno
y
di tale punto, non `e possibile esprimere come grafico di una funzione della
variabile x.
Per calcolare la derivata seconda y 00 (0) possiamo procedere come segue.
Iniziamo derivando rispetto a x lespressione f (x, y(x)) = 0. Si trova:
y 0 cos y ey xy 0 ey + 2x cos y x2 y 0 sin y = 0.
Derivando ancora rispetto a x lespressione appena trovata si ottiene:
(y 0 )2 sin y + y 00 cos y 2y 0 ey x(y 0 )2 ey xy 00 ey
+ 2 cos y 4xy 0 sin y x2 (y 0 )2 cos y x2 y 00 sin y = 0.
Valutando questa espressione nel punto (0, 0) e ricordando che y 0 (0) = 0, si
trova
y 00 (0) = 0.
Osservazione: Osserviamo che lequazione f (x, y) = 0 `e sufficientemente
semplice da permetterci di ricavare esplicitamente x in funzione di y. Si
tratta infatti di una equazione di secondo grado nella variabile x (dipendente
da un parametro y)
x2 cos y xey + sin y = 0,
da cui si ottiene
p
ey e2y 4 sin y cos y
.
x=
2 cos y
Il grafico di queste due funzioni `e rappresentato in figura 4. Osservando la
figura si vede chiaramente che la retta tangente alla curva nel punto di
coordinate (1, 0) `e verticale (`e questo il significato geometrico del fatto che

220

11. Calcolo Differenziale in pi`


u Variabili

Figura 4. Grafico di f (x, y) = 0.


f
(1, 0)
y

= 0). Questa `e la ragione per cui, in un intorno del punto (1, 0),
non `e possibile esprimere come grafico di una funzione y = y(x).
Svolgimento esercizio 28. Supponiamo che, in un intorno del punto
(1, 1, 0), esistano delle funzioni y = y(x) e z = z(x) tali che valgano le
due identit`a
( 2
x + log(xy(x)) x cos z(x) = 0
x2 y(x)3 + z(x)2 + x2 z(x) = 0.
Derivando rispetto a x si ottiene:

0
2x + y + xy cos z + xz 0 sin z = 0
xy

0
2zz + 2x 3y 2 y 0 + x2 z 0 + 2xz = 0.
Valutando queste espressioni nel punto (1, 1, 0) si trova:
(
2 + y 0 (1) = 0
2 3y 0 (1) + z 0 (1) = 0,
da cui si ricava infine

y 0 (1) = 2
z 0 (1) = 8.

Abbiamo quindi calcolato le derivate richieste, nellipotesi che esistano le


due funzioni y = y(x) e z = z(x) in un intorno del punto (1, 1, 0). Ma, in
base a una versione pi`
u sofisticata del teorema del Dini, lesistenza delle due
derivate y 0 (1) e z 0 (1) `e precisamente una condizione sufficiente a garantire
lesistenza locale delle due funzioni y = y(x) e z = z(x).
Svolgimento esercizio 29. Si ha:
f
= 2xy y 2 cos z + 2z cos y,
z
da cui si deduce che
f
(1, 1, 0) = 1 6= 0.
z

3. Soluzioni

221

In base a una versione pi`


u raffinata del teorema del Dini possiamo quindi
affermare che, in un intorno del punto (1, 1, 0), la superficie S `e rappresentabile come grafico di una funzione z = z(x, y).
Deriviamo ora, rispetto a x e y, lidentit`a f (x, y, z(x, y)) = 0. Si ottiene:

z
z
z

y 2 cos z
+ 2z cos y
=0
3x2 2xy + 2yz + 2xy
x
x
x

x2 + 2xz + 2xy z 2y sin z y 2 cos z z + 2z cos y z z 2 sin y = 0.

y
y
y
Valutando queste espressioni nel punto (1, 1, 0) si trova:

(1, 1) = 0
1 +
x
z

(1, 1) = 0,
1+
y
da cui si ricava

(1, 1) = 1
x
z

(1, 1) = 1.
y

3.8. Massimi e minimi vincolati


Svolgimento esercizio 30. Osserviamo innanzi tutto che la funzione f `e
continua e linsieme A `e chiuso e limitato. In base al teorema di Weierstrass
siano quindi certi che la funzione f ammette massimo e minimo assoluti in
A.
Per determinare i punti critici di f , vincolati a stare nellinsieme A, utilizziamo il metodo dei moltiplicatori di Lagrange. Construiamo la funzione
Lagrangiana:
L(x, y, ) = xy + (x2 + xy + y 2 1).
I punti critici di L si trovano risolvendo il sistema

= y + 2x + y = 0

L
= x + x + 2y = 0

= x2 + xy + y 2 1 = 0.

Le soluzioni di questo sistema forniscono i seguenti quattro punti critici:

(1, 1), (1, 1), ( 3/3, 3/3), ( 3/3, 3/3).


Si noti che f (x, y) = f (x, y), quindi se un punto (x0 , y0 ) `e un punto
critico di f , lo stesso vale per il punto (x0 , y0 ).

222

11. Calcolo Differenziale in pi`


u Variabili

Valutando la funzione f nei quattro punti trovati, si ha:

f (1, 1) = f (1, 1) = 1, f ( 3/3, 3/3) = f ( 3/3, 3/3) = 1/3.


Osservando questi valori, e ricordando che, in base al teorema di Weierstrass, la funzione f ammette sicuramente massimo e minimo assoluti in
A, possiamo concludere che ipunti(1, 1) e(1, 1)
sono i punti di minimo assoluto, mentre i punti ( 3/3, 3/3) e ( 3/3, 3/3) sono i punti di
massimo assoluto per f nellinsieme A.
Svolgimento esercizio 31. Osserviamo innanzi tutto che la funzione f `e
continua e linsieme A `e chiuso e limitato. In base al teorema di Weierstrass
siano quindi certi che la funzione f ammette massimo e minimo assoluti in
A.
Linsieme A `e costituito dai punti interni al cerchio di raggio 4 centrato
nellorigine (punti che soddisfano la disequazione x2 + y 2 < 16) e anche dai
punti che si trovano sulla circonferenza (punti che soddisfano lequazione
x2 + y 2 = 16). Il problema della determinazione degli estremi assoluti di
f in A si scompone quindi in due sottoproblemi: (1) la determinazione
dei massimi e minimi liberi di f che siano contenuti allinterno del cerchio
A; (2) la determinazione dei massimi e minimi di f vincolati a stare sulla
circonferenza di equazione x2 + y 2 = 16.
Iniziamo dal primo problema; la ricerca dei massimi e minimi liberi di
f.
Le derivate parziali della funzione f sono
x(y 2) x2 +y2
f
= p
e
,
x
x2 + y 2


f
y(y 2) x2 +y2
= 1 p
e
.
y
x2 + y 2
Notiamo che le derivate parziali non esistono nel punto di coordinate (0, 0):
la funzione f non `e derivabile nellorigine, quindi questo punto dovr`a essere
studiato separatamente.
I punti critici di f si trovano risolvendo il sistema

f
x(y 2) x2 +y2

p
=

e
=0

x
x2 + y 2



f
y(y 2) x2 +y2

= 1 p
e
= 0.

y
x2 + y 2
Lunica soluzione di questo sistema `e il punto di coordinate (0, 3) (attenzione: risolvendo il sistema si trovano altre soluzioni, che non sono per`o
accettabili). Effettivamente il punto trovato `e interno al cerchio A, quindi
la funzione f ha un solo punto critico allinterno dellinsieme A.

3. Soluzioni

223

Notiamo a questo punto come non sia necessario procedere allo studio
delle derivate parziali seconde per determinare la natura del punto critico
(0, 3). Infatti lesercizio richiede di determinare i massimi e minimi assoluti
di f e non quelli relativi. Per fare ci`o basta calcolare il valore di f nei
punti interessanti (punti critici, punti di non-derivabilit`a, etc.) e prendere
rispettivamente il pi`
u grande e il pi`
u piccolo tra i valori trovati.
Nel nostro caso si ha: f (0, 3) = e3 e f (0, 0) = 2 (ricordiamo che (0, 0)
non `e un punto critico di f , ma va considerato ugualmente perche f non `e
derivabile in (0, 0)).
Passiamo ora al secondo problema: la ricerca dei massimi e minimi di f
vincolati a stare sulla circonferenza di equazione x2 + y 2 = 16.
Dato che tale circonferenza si pu`o parametrizzare come segue
[0, 2] 3 7 (4 cos , 4 sin ),
la ricerca dei punti critici di f su questa circonferenza equivale alla ricerca
dei punti critici della funzione
F () = f (4 cos , 4 sin ) = (4 sin 2)e4 ,
per [0, 2].
Si ha:
F 0 () = 4e4 cos = 0,
per = /2 e = 3/2. La funzione F () ha dunque due punti critici
nellintervallo [0, 2], tuttavia bisogna considerare separatamente anche i
punti corrispondenti ai valori estremi = 0 e = 2, perche in tali punti
la funzione F () non `e derivabile (questi punti sono i due estremi di un
intervallo chiuso). Si ottengono quindi i seguenti tre punti in cui bisogna
valutare la funzione f : (4, 0) (per = 0 e = 2), (0, 4) (per = /2) e
(0, 4) (per = 3/2). I valori di f sono: f (4, 0) = 2e4 , f (0, 4) = 2e4
e f (0, 4) = 6e4 .
Analizzando i valori di f nei cinque punti interessanti precedentemente
trovati, si vede subito che f (0, 0) = 2 `e il pi`
u piccolo, mentre f (0, 3) = e3
`e il pi`
u grande. Si conclude quindi che f ha un minimo assoluto nel punto
(0, 0) e un massimo assoluto nel punto (0, 3).
Svolgimento esercizio 32. Iniziamo osservando che, per i punti dellinsieme A, `e sempre z 6= 1, quindi la funzione f `e definita in tutto linsieme
A (in realt`a f `e definita addirittura in un aperto contenente linsieme A).
Linsieme A `e definito dal seguente sistema di equazioni
(
x2 + y 2 = 4(1 + z)2
x + 2z = 2.
Ricavando z dalla seconda equazione e sostituendo nella prima, si ottiene
y 2 = 16 8x

224

11. Calcolo Differenziale in pi`


u Variabili

1 2
da cui si ricava x = 2 18 y 2 , e quindi z = 16
y . Si vede cos` che `e possibile
ottenere una parametrizzazione globale dellinsieme A:


1 2
1 2
y 7 (x(y), y, z(y)) = 2 y , y, y .
8
16

Componendo la funzione
x
z+1
con questa parametrizzazione, si ottiene la funzione
f (x, y, z) =

32 2y 2
.
16 + y 2
Gli estremi (liberi) della funzione h(y) rappresentano quindi gli estremi
(vincolati) della funzione f (x, y, z) nellinsieme A.
Derivando si ottiene:
128y
h0 (y) =
(16 + y 2 )2
che si annulla solo per y = 0. Da ci`o si ricava che x = 2 e z = 0. La
funzione f ha quindi un solo punto critico nellinsieme A, di coordinate
(2, 0, 0). Studiando ora il segno di h0 (y), si scopre che la funzione h(y) `e
crescente per y < 0 e decrescente per y > 0. Il punto y = 0 `e quindi
un punto di massimo relativo, e anche assoluto, per la funzione h(y). Di
conseguenza il punto di coordinate (2, 0, 0) `e di massimo relativo, e anche
assoluto, per la funzione f nellinsieme A.
Infine notiamo che si ha
h(y) = f (x(y), y, z(y)) =

lim h(y) = 2.

La funzione h(y) presenta quindi un asintoto orizzontale, per y . Da


ci`o si deduce che la funzione h(y) (e quindi anche la funzione f nellinsieme
A) non ammette un minimo assoluto, anche se ammette un estremo inferiore
pari a 2.
Svolgimento esercizio 33. Iniziamo descrivendo linsieme X. Lequazione
4
4x2 + y 2 = 1
3
rappresenta unellisse con centro nellorigine e i cui assi coincidono con gli
assi cartesiani. Lellisse
interseca gli assi nei quattro punti di coordinate

(1/2, 0) e (0, 3/2). La disequazione


4
4x2 + y 2 1
3
rappresenta quindi la
parte
di
piano
interna allellisse.

La disequazione 3x y 0 equivale a y 3x ed `e quindi


soddisfatta

dai punti che si trovano sotto la retta di equazione y = 3x.

3. Soluzioni

225

D
B

A
C

Figura 5. Linsieme X.

La retta
y
=
3x
interseca
lellisse
nei
due
punti
A
=
(
2/4,

6/4)

e B = ( 2/4, 6/4). Si conclude quindi che linsieme X `e costituito dalla regione interna alla semi-ellisse che giace sotto il segmento AB. La
situazione `e rappresentata in figura 5.
Per determinare i massimi e i minimi della funzione f (x, y) = x + y
nellinsieme X utilizzeremo il metodo delle curve di livello. Le curve di
livello della funzione f sono date dallequazione
f (x, y) = x + y = c,
con c costante. Si tratta quindi di un fascio di rette parallele alla bisettrice
del secondo e quarto quadrante.
Cerchiamo le due rette del fascio che sono tangenti allellisse. Dal sistema

x + y = c
4
4x2 + y 2 = 1
3
si ottiene lequazione
16x2 8cx + 4c2 3 = 0.
La condizione di tangenza richiede che sia nullo il discriminante di tale
equazione. I valori di c che annullano il discriminante sono c = 1. Le due
rette tangenti cercate sono quindi le rette di equazione x+y = 1 e x+y = 1
rispettivamente. Tali rette intersecano lellisse nei punti C = (1/4, 3/4)
e D = (1/4, 3/4) rispettivamente. Ma, dalla descrizione dellinsieme X, si
vede facilmente che il punto D non appartiene allinsieme X (si veda la

226

11. Calcolo Differenziale in pi`


u Variabili

figura 5). Si conclude quindi che il punto C = (1/4, 3/4) `e il punto di


minimo assoluto della funzione f (e f (C) = f (1/4, 3/4) = 1 `e il valore
minimo
assunto
da f ), mentre il massimo assoluto viene raggiunto nel punto
B = ( 2/4, 6/4), e non nel punto D dato che questultimo
non appartiene

allinsieme
X.
Il
valore
massimo
di
f
`
e
dato
da
f
(B)
=
f
(
2/4,
6/4) =

( 2 + 6)/4.
Svolgimento esercizio 34. Per risolvere questo esercizio utilizzeremo il
metodo dei moltiplicatori di Lagrange. Ricordiamo, innanzi tutto, che tale
metodo si pu`o applicare solo nei punti non-singolari dellinsieme X. Iniziamo quindi cercando gli eventuali punti singolari di X, che dovranno essere
studiati a parte.
Poniamo g(x, y, z) = z 3 + 3x2 + y 2 + 2z 2 + 2z + 1. Linsieme X `e definito
dallequazione g(x, y, z) = 0 (da ci`o deriva che X `e un insieme chiuso, ma
non limitato. Il lettore lo verifichi per esercizio). I punti singolari di X sono
quelli in cui si annulla il gradiente di g. Si ha:

= 6x = 0

g
= 2y = 0

= 3z 2 + 4z + 2 = 0.
z
La terza equazione non ha soluzioni reali, quindi il gradiente di g non si
annulla mai e, di conseguenza, linsieme X non ha punti singolari. Possiamo
quindi applicare senza problemi il metodo dei moltiplicatori di Lagrange.
La funzione Lagrangiana `e
L(x, y, z, ) = z + (z 3 + 3x2 + y 2 + 2z 2 + 2z + 1).
Determiniamone ora i punti critici:

= 6x = 0

= 2y = 0

= 1 + (3z 2 + 4z + 2) = 0

L = g(x, y, z) = 0.

Se = 0 la terza equazione non ha soluzioni. Si deve quindi avere x = y = 0.


La quarta equazione diventa allora
z 3 + 2z 2 + 2z + 1 = 0.

3. Soluzioni

227

Questo polinomio si scompone come segue:


z 3 + 2z 2 + 2z + 1 = (z + 1)(z 2 + z + 1).
Dato che z 2 + z + 1 = 0 non ha soluzioni reali, si conclude che lunica
soluzione `e z = 1. Dalla terza equazione si ricava poi = 1, anche se
per i nostri scopi, questa informazione `e inutile.
In conclusione, abbiamo visto che esiste un unico punto critico della Lagrangiana, il punto di coordinate (0, 0, 1). Si tratta ora di determinare la
natura di tale punto critico. Osserviamo che, in questo caso, non `e possibile applicare il teorema di Weierstrass, in quanto linsieme X, pur essendo
chiuso, non `e limitato. Non `e quindi garantita lesistenza del massimo e
minimo assoluto per la funzione f (ci`o `e consistente col fatto che abbiamo
trovato un solo punto critico).
Notiamo ora che
g
(0, 0, 1) = 1 6= 0,
z
quindi, in base al teorema del Dini, in un intorno del punto (0, 0, 1) linsieme X `e rappresentabile come grafico di una funzione del tipo z = z(x, y).
In altre parole, dallequazione g(x, y, z) = 0 `e possibile ricavare, localmente
` quindi possiallintorno del punto (0, 0, 1), z in funzione di x e y. E
bile esprimere la funzione f (x, y, z) = z, localmente allintorno del punto
(0, 0, 1), come funzione delle due sole variabili x e y. Poniamo allora
h(x, y) = f (x, y, z(x, y)) = z(x, y),
ove si intende che la funzione h(x, y) `e definita solo in un qualche intorno
del punto di coordinate x = 0 e y = 0.
Calcoliamo ora le derivate parziali della funzione h. Derivando lequazione g(x, y, z(x, y)) = 0 rispetto a x e a y rispettivamente, si ottiene:
(3z 2 + 4z + 2)

z
+ 6x = 0
x

(3z 2 + 4z + 2)

z
+ 2y = 0.
y

Valutando queste due espressioni nel punto (0, 0, 1) si trova


z
(0, 0, 1) = 0,
x

z
(0, 0, 1) = 0,
y

come deve essere, dato che sappiamo che (0, 0, 1) `e un punto critico della
Lagrangiana, cio`e un punto critico vincolato per la funzione f , e quindi deve
anche essere un punto critico per la funzione h(x, y) = z(x, y).
Per studiare la natura di tale punto critico basta ora determinare la
matrice Hessiana della funzione h(x, y). Derivando ulteriormente, rispetto

228

11. Calcolo Differenziale in pi`


u Variabili

a x e a y, le due equazioni precedenti, si ottiene:




z
2z
z z
6z
+4
+ (3z 2 + 4z + 2) 2 + 6 = 0,
x
x x
x


z
2z
z z
6z
+4
+ (3z 2 + 4z + 2)
= 0,
y
y x
xy


z z
2z
z
6z
+4
+ (3z 2 + 4z + 2) 2 + 2 = 0,
y
y y
y
e valutando queste tre espressioni nel punto (0, 0, 1) si ottiene
2z
2z
2z
(0,
0,
1)
=
6,
(0,
0,
1)
=
0,
(0, 0, 1) = 2.
x2
xy
y 2
La matrice Hessiana, nel punto x = 0 e y = 0, della funzione h(x, y) `e quindi


6 0
H(h)(0, 0) =
.
0 2
Questa matrice `e definita negativa, quindi il punto critico (0, 0, 1) `e un
punto di massimo relativo. Il corrispondente valore di f `e f (0, 0, 1) = 1.
Per terminare, osserviamo che lequazione g(x, y, z) = 0 `e equivalente
allequazione
3x2 + y 2 = (z 3 + 2z 2 + 2z + 1).
Il termine di sinistra `e evidentemente sempre 0, quindi questa equazione
ammette soluzioni se e solo se
z 3 + 2z 2 + 2z + 1 0.
Il polinomio z 3 + 2z 2 + 2z + 1 si scompone come segue
z 3 + 2z 2 + 2z + 1 = (z + 1)(z 2 + z + 1),
e il fattore z 2 + z + 1 assume sempre valori positivi, dato che non ha radici
reali. Pertanto la disequazione precedente `e equivalente a
z 1.
Questo dimostra che limmagine della funzione f (x, y, z) = z, valutata nei
punti dellinsieme X, `e
Im(f ) = f (X) =] , 1] R.
Avendo determinato esplicitamente limmagine di f , si pu`o cos` vedere che
1 `e il massimo assoluto (oltre che relativo) assunto dalla funzione f nellinsieme X. Non esiste invece il minimo assoluto (e nemmeno lestremo
inferiore) di f . Ci`o `e compatibile con il fatto che, in questo caso, non `e possibile applicare il teorema di Weierstrass (che garantirebbe lesistenza sia
del massimo che del minimo assoluto) in quanto linsieme X non `e limitato.

Capitolo 12

Funzioni di pi`u Variabili


a Valori Vettoriali

1. Richiami di teoria
1.1. Differenziabilit`
a: la matrice Jacobiana
Una funzione di pi`
u variabili a valori vettoriali `e una funzione che ha come
dominio un sottoinsieme di Rn e come codominio (un sottoinsieme di) Rm ,
per qualche n e m. Si tratta quindi di una funzione del tipo
f~ : A Rm ,

~x = (x1 , . . . , xn ) 7 f~(~x) = ~y = (y1 , . . . , ym ),

ove A Rn . Dato che ciascuna delle m componenti del vettore ~y =


(y1 , . . . , ym ) risulta essere funzione delle variabili x1 , x2 , . . . , xn , possiamo
scrivere
yi = fi (x1 , x2 , . . . , xn ),
per i = 1, 2, . . . , m. Le m funzioni fi : A R cos` ottenute sono dette
le componenti della funzione f~ e si scriver`a anche f~ = (f1 , f2 , . . . , fm ). In
questo modo una funzione f~ a valori vettoriali viene identificata con le m
funzioni a valori scalari f1 , f2 , . . . , fm .
Estendiamo ora alle funzioni a valori vettoriali il concetto di differenziabilit`a.
Definizione 1.1. Sia A un sottoinsieme aperto di Rn , f~ : A Rm una
funzione, e ~x0 un punto di A. La funzione f~ `e differenziabile nel punto ~x0
se lo sono tutte le sue funzioni componenti.
Pertanto, se f~ = (f1 , f2 , . . . , fm ), la funzione f~ `e differenziabile in ~x0 se
e solo se valgono le seguenti relazioni:
fi (~x0 + ~h) fi (~x0 ) =

n
X
fi
(~x0 ) hj + o(k~hk),
x
j
j=1

per ~h 0 e per i = 1, 2, . . . , m (ove si `e posto ~h = (h1 , h2 , . . . , hn )).

230

12. Funzioni di pi`


u Variabili a Valori Vettoriali

Se scriviamo in colonna i vettori

f1 (~x)
f2 (~x)

f~(~x) =
... ,

h1
h
~h = .2
..

hn

fm (~x)
e se introduciamo la matrice
f1

(~x)

x1
f2 (~x)
x1

Jf~(~x) =

..
.
fm
(~x)
x1

f1
(~x)
x2
f2
(~x)
x2

...

..
.
fm
(~x)
x2

f1
(~x)
xn
f2
(~x)

xn

..
.
fm
(~x)
xn

il sistema composto dalle m equazioni precedenti si pu`o riscrivere in forma


vettoriale come segue:
f~(~x0 + ~h) f~(~x0 ) = J ~(~x0 ) ~h + o(k~hk),
f

ove il prodotto Jf~(~x0 )~h `e il solito prodotto righe per colonne (di una matrice
per un vettore colonna).
Diamo ora la seguente definizione:
Definizione 1.2. La matrice
f1 f1
f1
x
x1
x2
n
f2 f2 f2

xn
Jf~ = x. 1 x. 2 .
..
..
..
..
.
fm
x1

fm
x2

fm
xn

`e detta la matrice jacobiana della funzione f~.


Definizione 1.3. Se la funzione f~ `e differenziabile nel punto ~x0 A, il suo
differenziale in ~x0 `e la seguente funzione lineare:
df~(~x0 ) : Rn Rm , ~h 7 J ~(~x0 ) ~h.
f

Osservazione 1.4. Si noti che il differenziale di f~ in ~x0 `e una funzione


lineare definita su tutto Rn , indipendentemente dal fatto che la funzione f~
sia definita solo su un sottoinsieme aperto A Rn . Sappiamo poi che ogni
funzione lineare da Rn a Rm pu`o essere rappresentata da una matrice con
m righe e n colonne. La definizione precedente afferma semplicemente che
la matrice jacobiana Jf~(~x0 ) `e la matrice cha rappresenta (rispetto alle basi
canoniche) la funzione lineare chiamata differenziale di f~ in ~x0 .
Ricordiamo che lesistenza di tutte le derivate parziali prime di una funzione in un punto non `e sufficiente a garantire la differenziabilit`a della funzione stessa in tale punto. In altri termini, anche se esiste la matrice jacobiana Jf~(~x0 ) non `e detto che la funzione f~ sia differenziabile in ~x0 . Una

1. Richiami di teoria

231

condizione sufficiente a garantire la differenziabilit`a di una funzione in un


punto `e espressa dalla seguente proposizione:
Proposizione 1.5. Se tutti gli elementi della matrice jacobiana di f~, cio`e
tutte le derivate parziali prime di tutte le funzioni componenti di f~, esistono
e sono continue in un intorno di un punto ~x0 A, allora la funzione f~ `e
differenziabile in ~x0 . Quindi se tutti gli elementi della matrice jacobiana di
f~ esistono e sono continui in tutto linsieme aperto A, allora la funzione f~
`e differenziabile in tutto A.
Utilizzando le matrici jacobiane, la regola per la differenziazione delle
funzioni composte si pu`o scrivere in un modo particolarmente semplice.
Siano f~ : Rn Rm e ~g : Rm Rk due funzioni e consideriamo la
funzione composta
~g f~ : Rn Rk .
Teorema 1.6. Se f~ `e differenziabile nel punto ~x0 Rn e ~g `e differenziabile
nel punto ~y0 = f~(~x0 ) Rm , la funzione composta ~g f~ `e differenziabile nel
punto ~x0 e la sua matrice jacobiana `e data da
J~gf~(~x0 ) = J~g (f~(~x0 )) Jf~(~x0 ),
ove il prodotto tra matrici J~g (f~(~x0 )) Jf~(~x0 ) `e il solito prodotto righe per
colonne.
Se poniamo ~y = f~(~x) e ~z = (~g f~)(~x) = ~g (f~(~x)), eseguendo il prodotto
tra matrici J~g (~y0 ) Jf~(~x0 ), si ottiene la seguente formula, che fornisce una
regola esplicita per la derivazione delle funzioni composte :
m

X zj
yl
zj
(~x0 ) =
(f~(~x0 ))
(~x0 ),
xi
yl
xi
l=1
per i = 1, . . . , n e j = 1, . . . , k.

1.2. Superficie
Vediamo ora alcuni esempi di funzioni di pi`
u variabili a valori vettoriali.
Ricordiamo che abbiamo definito il concetto di curva in Rn (in forma parametrica) come una funzione ~r : I Rn , dove I `e un intervallo di R.
Analogamente possiamo definire il concetto di superficie in Rn :
Definizione 1.7. Una superficie S (di classe C r ), in forma parametrica, in
Rn `e una funzione di classe C r
~r : A Rn ,
dove A `e un sottoinsieme aperto di R2 . Scriveremo

~r(u, v) = x1 (u, v), x2 (u, v), . . . , xn (u, v) ,

232

12. Funzioni di pi`


u Variabili a Valori Vettoriali

~
r
v
~
r
u

Figura 1. Vettori tangenti alla superficie S.


dove le funzioni xi (u, v), per i = 1, . . . , n, sono le funzioni componenti della
funzione ~r(u, v).
Se la funzione ~r `e almeno di classe C 1 , possiamo considerare le due
derivate parziali


~r
x1 x2
xn
=
,
,...,
u
u u
u
e


x1 x2
~r
xn
=
,
,...,
.
v
v v
v
~
r
Il vettore u
`e un vettore tangente alla curva ottenuta sulla superficie S
facendo variare solo la variabile u (e tenendo fisso il valore di v). Analoga~
r
mente, il vettore v
`e un vettore tangente alla curva ottenuta facendo variare
solo la variabile v (e tenendo fisso il valore di u). Si ottengono in questo
modo due vettori tangenti alla superficie S (si veda lesempio in figura 1,
che rappresenta una superficie in R3 ). Se questi due vettori generano un
piano, questo deve essere il piano tangente alla superficie S (questo accade
se e solo se entrambi i vettori tangenti sono diversi da zero e se non sono
paralleli tra loro).
Consideriamo ora la matrice jacobiana di ~r:
x x
1

x2

J~r = u
.
..

xn
u

v
x2
v

.. .
.

xn
v

Le colonne della matrice jacobiana sono precisamente i due vettori tangenti


~
r
~
r
e v
. La condizione che questi due vettori generino un piano (cio`e che
u
siano linearmente indipendenti) equivale quindi a richiedere che il rango
della matrice jacobiana sia pari a 2.
Si arriva cos` alla seguente definizione di una superficie regolare (cio`e
una superficie che ammette un piano tangente in ogni suo punto):
Definizione 1.8. Una superficie S in Rn , parametrizzata da una funzione
~r : A Rn , `e detta regolare se la funzione ~r `e differenziabile in A R2 e
se la matrice jacobiana di ~r ha rango massimo (cio`e 2) in tutto linsieme A.

1. Richiami di teoria

233

La precedente definizione `e piuttosto restrittiva. Spesso accade infatti


che la matrice jacobiana di ~r abbia rango massimo in tutti i punti di A tranne
in qualche punto isolato. Si parla allora di punti singolari e di superficie
singolari:
Definizione 1.9. Una superficie S come sopra, tale che esistano dei punti
isolati di A in cui il rango della matrice jacobiana di ~r `e minore di 2, `e detta
singolare. I punti di A in cui il rango della matrice jacobiana di ~r non `e
massimo sono detti punti singolari.
Dora in poi ci occuperemo solo delle superficie in R3 di classe C r , con
r 1. Sia dunque S una superficie in R3 , parametrizzata da una funzione
di classe C r
~r : A R3 .
~
r
~
r
Consideriamo i due vettori tangenti a S dati da u
e v
. Dato che stiamo
3
considerando vettori di R , `e ben definito il loro prodotto vettoriale
~r ~r

.
u v
~
r
~
r
Il vettore ~n cos` definito `e un vettore ortogonale ai due vettori u
e v
tangenti alla superficie S, e quindi `e un vettore ortogonale al piano tangente
~
r
a S, quando questo esiste. Si noti che ~n 6= 0 se e solo se i due vettori u
e
~
r
sono linearmente indipendenti, cio`e se e solo se la matrice jacobiana di
v
~r ha rango massimo. Si ottiene cos` il seguente criterio per la regolarit`a di
una superficie in R3 :
Proposizione 1.10. Una superficie S in R3 , parametrizzata da
~n =

~r : A R3 ,
`e regolare se e solo se il vettore
~r ~r

u v
`e diverso da zero in tutti i punti di A. Se S non `e regolare, i punti di A in
cui si annulla il vettore ~n sono i punti singolari di S.
Il vettore normale ~n, oltre a fornire una condizione per la regolarit`a di
una superficie, risulta essere estremamente utile anche per la determinazione
del cosiddetto elemento infinitesimo di area su una superficie S.
Consideriamo il rettangolo infinitesimo dR, contenuto in A R2 , di
vertici (u, v), (u + du, v), (u, v + dv) e (u + du, v + dv), e quindi di area pari
a du dv. Questo rettangolo viene trasformato dalla funzione ~r : A R3
in un quadrilatero curvilineo dQ, anchesso infinitesimo, di vertici ~r(u, v),
~r(u+du, v), ~r(u, v+dv) e ~r(u+du, v+dv) (si veda la figura 2). Considerando
lo sviluppo in serie di Taylor al primo ordine, si ha
~n =

~r(u + du, v) ~r(u, v) +

~r
du
u

234

12. Funzioni di pi`


u Variabili a Valori Vettoriali

~
r (u,v+dv)

A
~
r (u,v)

dQ

S
~
r (u+du,v+dv)

~r
~
r(u+du,v)

dv dR
du
u

Figura 2. Trasformazione dellelemento infinitesimo di area.


e
~r(u, v + dv) ~r(u, v) +

~r
dv.
v

Si pu`o cos` concludere che, a meno di infinitesimi di ordine superiore al


primo, larea del quadrilatero curvilineo dQ coincide con larea del paralle~
r
~
r
logramma generato dai due vettori u
du e v
dv. Ma questultima area `e
pari alla norma del prodotto vettoriale dei due vettori che costituiscono i
lati di tale parallelogramma, quindi si ha:



~r
~r ~r
~
r


dS = Area(dQ)
u du v dv = u v du dv = k~nk du dv.
Si scopre quindi che, nella trasformazione operata dalla funzione ~r, un rettangolo infinitesimo dR di area du dv viene trasformato in un quadrilatero curvilineo infinitesimo dQ la cui area `e data da k~nk du dv (a meno
di infinitesimi di ordine superiore al primo). La norma del vettore normale
~n rappresenta quindi il fattore di scala per cui viene moltiplicata unarea
infinitesima tramite la trasformazione operata dalla funzione ~r.
Occupiamoci ora di due esempi particolarmente importanti di superficie.
1.2.1. Superficie grafico di una funzione di due variabili
Sia A un sottoinsieme aperto di R2 e sia f : A R una funzione di classe
C r , con r 1. Indichiamo con S la superficie grafico della funzione f :
S = {(x, y, z) R3 | (x, y) A, z = f (x, y)}.
Cerchiamo ora una parametrizzazione di S. A tal fine introduciamo due
variabili u e v e poniamo x = u e y = v (stiamo semplicemente cambiando
i nomi delle variabili indipendenti). Lequazione z = f (x, y) diventa ora
z = f (u, v). Si ottiene in questo modo la seguente parametrizzazione della

1. Richiami di teoria

235

superficie S:

x = u
y=v

z = f (u, v),
al variare di (u, v) A. In altre parole, la superficie S `e parametrizzata
dalla funzione
~r : A R3 ,

(u, v) 7 ~r(u, v) = (u, v, f (u, v)).

I due vettori tangenti sono


~r
=
u

f
1, 0,
u

e


f
~r
= 0, 1,
v
v
e il vettore normale ~n `e dato da


~r ~r
f
f
~n =

=
, ,1 .
u v
u v
Notiamo che lultima componente di ~n `e costante (pari a 1), quindi il vettore
~n non si annulla mai. Da ci`o discende che la superficie S non ha punti
singolari.
Calcoliamo infine lespressione che assume lelemento infinitesimo di area:
s 
 2
2
f
f
dS = k~nk dudv =
+
+ 1 du dv.
u
v
1.2.2. Superficie di rotazione
Consideriamo ora una superficie S ottenuta dalla rotazione di una curva
attorno a una retta r. Per semplicit`a analizzeremo solo il caso in cui la
retta r (cio`e lasse di rotazione) coincide con lasse z e la curva `e contenuta
nel piano yz. Nella rotazione della curva attorno allasse z, ogni punto
P = (0, yP , zP ) di descrive un cerchio CP contenuto nel piano di equazione
z = zP , centrato nel punto OP = (0, 0, zP ) e di raggio RP pari alla distanza
di P dallasse z, cio`e RP = |yP | (la situazione `e descritta in figura 3). Questo
cerchio si pu`o descrivere in forma parametrica come segue:

x = yP cos
CP : y = yP sin
con 0 < 2.

z =z
P
Al variare del punto P lungo la curva , linsieme dei cerchi cos` ottenuti
descrive la superficie di rotazione S.

236

12. Funzioni di pi`


u Variabili a Valori Vettoriali

OP

CP
y

Figura 3. Una superficie di rotazione.


Se la curva `e descritta in forma parametrica da una funzione del tipo

: [a, b] 3 t 7 y(t), z(t) ,
sostituendo y(t) e z(t) al posto di yP e zP nel sistema precedente, si ottiene
lespressione parametrica della superficie S:

x = y(t) cos
S : y = y(t) sin
con a t b, 0 < 2.

z = z(t)
Riassumendo, possiamo affermare che la superficie S ottenuta dalla rotazione di una curva (contenuta nel piano yz) attorno allasse z `e parametrizzata dalla funzione

~r(t, ) = y(t) cos , y(t) sin , z(t) ,
con a t b e 0 < 2, ove si `e indicata con (y(t), z(t)) la parametrizzazione di .
A questo punto possiamo determinare i vettori tangenti alla superficie
S:

~r
= y 0 (t) cos , y 0 (t) sin , z 0 (t) ,
t

~r
= y(t) sin , y(t) cos , 0 ,

e il vettore normale

~r ~r
~n =

= y(t)z 0 (t) cos , y(t)z 0 (t) sin , y(t)y 0 (t) .


t
Possiamo osservare che gli eventuali punti della superficie S con y = 0, cio`e
gli eventuali punti di intersezione di S con lasse di rotazione, sono punti
singolari (in essi si annulla il vettore ~n).

1. Richiami di teoria

237

Calcoliamo infine lelemento infinitesimo di area:


p
dS = k~nk dt d = |y(t)| y 0 (t)2 + z 0 (t)2 dt d.
p
(Ricordiamo qui che lespressione y 0 (t)2 + z 0 (t)2 dt non `e altro che lelemento infinitesimo di lunghezza sulla curva , detto anche lunghezza darco
elementare, o differenziale darco).

1.3. Trasformazioni di coordinate


Consideriamo in questa sezione un tipo particolare di funzioni a valori
vettoriali, note come trasformazioni di coordinate.
Definizione 1.11. Sia A un aperto di Rn . Una trasformazione regolare di
coordinate, definita in A, `e una funzione di classe C 1
f~ : A Rn
tale che la sua matrice jacobiana Jf~ abbia determinante diverso da zero in
ogni punto di A. Se invece il determinante di Jf~ si annulla in qualche punto
di A, la trasformazione di coordinate `e detta singolare e i punti in cui questo
accade sono detti punti singolari della trasformazione di coordinate.
Una delle conseguenze pi`
u importanti del fatto che il determinante del~
la matrice jacobiana di f sia diverso da zero `e il seguente teorema di
invertibilit`a locale:
Teorema 1.12. Sia f~ : A Rn una trasformazione di coordinate. Se
~x0 A `e tale che det Jf~(~x0 ) 6= 0, allora esistono un intorno U di ~x0 in A
e un intorno V di f~(~x0 ) in Rn tali che la funzione indotta f~ : U V sia
una biiezione. Esiste pertanto la funzione inversa f~1 : V U ed essa `e
di classe C 1 . In particolare, se la trasformazione di coordinate f~ `e regolare,
essa `e localmente invertibile.
Osservazione 1.13. Osserviamo che il fatto che una funzione f : A B
sia localmente invertibile, cio`e che essa sia invertibile allintorno di ogni
punto del suo dominio, non implica che essa sia globalmente invertibile,
cio`e che esista la sua funzione inversa f 1 : B A.
Il teorema precedente afferma quindi che se una trasformazione di coordinate
(y1 , y2 , . . . , yn ) = f~(x1 , x2 , . . . , xn )
`e regolare, `e possibile ricavare le variabili x1 , x2 , . . . , xn in funzione delle
variabili y1 , y2 , . . . , yn (cio`e invertire la trasformazione di coordinate), localmente allintorno di ogni punto. Ovviamente non c`e per`o nessuna ricetta
che permetta di scrivere esplicitamente la trasformazione inversa.
Studiamo ora come viene trasformato un elemento infinitesimo di volume
da una trasformazione regolare di coordinate.

238

12. Funzioni di pi`


u Variabili a Valori Vettoriali

dQ
f~
dP
dz
dx
dy

Figura 4. Trasformazione dellelemento di volume.

Consideriamo un parallelepipedo n-dimensionale infinitesimo dP , contenuto in A Rn , avente un vertice nel punto (x1 , x2 , . . . , xn ) e i lati paralleli
agli assi coordinati, di lunghezza dx1 , dx2 , . . . , dxn rispettivamente. Il volume n-dimensionale di questo parallelepipedo `e quindi pari a dx1 dx2 dxn .
Questo parallelepipedo n-dimensionale dP viene trasformato dalla funzione
f~ : A Rn in un parallelepipedo curvilineo n-dimensionale dQ, anchesso
infinitesimo, i cui vertici sono i trasformati tramite f~ dei vertici del parallelepipedo dP , cio`e sono i punti f~(x1 , x2 , . . . , xn ), f~(x1 + dx1 , x2 , . . . , xn ),
f~(x1 , x2 + dx2 , . . . , xn ), etc. (si veda la figura 4, che rappresenta il caso tridimensionale). Considerando lo sviluppo in serie di Taylor al primo ordine,
si ha:
f~
f~(x1 + dx1 , x2 , . . . , xn ) f~(x1 , x2 , . . . , xn ) +
dx1
x1
f~
f~(x1 , x2 + dx2 , . . . , xn ) f~(x1 , x2 , . . . , xn ) +
dx2
x2

f~
f~(x1 , x2 , . . . , xn + dxn ) f~(x1 , x2 , . . . , xn ) +
dxn .
xn
Si pu`o cos` concludere che, a meno di infinitesimi di ordine superiore al
primo, il volume n-dimensionale del parallelepipedo curvilineo dQ coincide
con il volume n-dimensionale del parallelepipedo n-dimensionale generato
f~
f~
f~
dx1 , x
dx2 , . . . , x
dxn . Ma questultimo volume `e pari al
dai vettori x
n
1
2
valore assoluto del determinante della matrice che ha come colonne i vettori

2. Esercizi
f~
x1

dx1 ,

f~
x2

dx2 , . . . ,

239

f~
xn

dxn . Si ha quindi:

f1
f1

dx1 x
dx2 . . .
x1

2

f2 dx1 f2 dx2 . . .

x2
Vol(dQ) det x1 .
..
..

..
.
.

fn
fn

dx1 x2 dx2 . . .
x1

f1
xn
f2
xn


dxn

dxn


..
.
fn
dxn
xn

= | det Jf~| dx1 dx2 dxn .


Si scopre quindi che, nella trasformazione di coordinate operata dalla funzione f~, un parallelepipedo n-dimensionale infinitesimo dP di volume
n-dimensionale dx1 dx2 dxn viene trasformato in un parallelepipedo curvilineo n-dimensionale infinitesimo dQ il cui volume n-dimensionale `e
dato da | det Jf~| dx1 dx2 dxn (a meno di infinitesimi di ordine superiore
al primo). Il valore assoluto del determinante della matrice jacobiana di f~
rappresenta quindi il fattore di scala per cui viene moltiplicato un volume
infinitesimo tramite la trasformazione di coordinate operata dalla funzione
f~.

2. Esercizi
2.1. Differenziabilit`
a: la matrice Jacobiana
Esercizio 1. Sia f~ : R3 R2 la funzione definita da
f~(x1 , x2 , x3 ) = (x1 + x2 cos(x23 ), 2x21 x2 x3 ).
Si scriva la matrice jacobiana di f~ e si dica se f~ `e differenziabile in tutto il
suo dominio di definizione.
Esercizio 2. Sia f~ : R2 R3 la funzione definita da
f~(x1 , x2 ) = (x1 log(1 + x22 ), x2 sin(x1 ), x21 x2 ).
Si determini il differenziale della funzione f~ nel punto (/2, 0). Si calcoli
poi df~(/2, 0)(2, 1).

2.2. Superficie
Esercizio 3. Determinare il vettore normale ~n, i punti singolari e lelemento
infinitesimo di area della sfera di raggio R parametrizzata da
(, ) 7 ~r(, ) = (R sin cos , R sin sin , R cos ),
per 0 < 2 e 0 .

240

12. Funzioni di pi`


u Variabili a Valori Vettoriali

Esercizio 4. Determinare il vettore normale ~n, i punti singolari e lelemento


infinitesimo di area del cono parametrizzato da
(t, ) 7 ~r(t, ) = (t cos , t sin , t),
per t R e 0 < 2.
Esercizio 5. Si scriva la matrice jacobiana, il vettore normale e lelemento
infinitesimo di area della superficie grafico della funzione z = f (x, y) = x2 y 3 .
Esercizio 6. Nello spazio R3 sia la circonferenza di raggio r, contenuta
nel piano yz e centrata nel punto di coordinate (0, R, 0), con 0 < r < R. Sia
S la superficie generata dalla rotazione della curva attorno allasse z (tale
superficie `e detta toro). Si determini il vettore normale ~n, i punti singolari
e lelemento infinitesimo di area di S.
Esercizio 7. Nello spazio R3 sia larco di parabola, contenuta nel piano
yz, di equazione z = y 2 2y + 1, con 0 y 3. Sia S la superficie
generata dalla rotazione della curva attorno allasse z. Si determini il
vettore normale ~n, i punti singolari e lelemento infinitesimo di area di S.

2.3. Trasformazioni di coordinate


Esercizio 8. (Coordinate polari) Si consideri la seguente trasformazione
di coordinate in R2 :

x = cos
y = sin ,
definita per 0 e 0 < 2.
Si determinino i punti singolari di questa trasformazione di coordinate e
si esprima lelemento infinitesimo di area dx dy nelle coordinate e .
Esercizio 9. (Coordinate cilindriche) Si consideri la seguente trasformazione di coordinate in R3 :

x = cos
y = sin

z = z,
definita per 0, 0 < 2 e z.
Si determinino i punti singolari di questa trasformazione di coordinate e
si esprima lelemento infinitesimo di volume dx dy dz nelle coordinate , ,
z.
Esercizio 10. (Coordinate sferiche) Si consideri la seguente trasformazione di coordinate in R3 :

x = sin cos

y = sin sin

z = cos ,

3. Soluzioni

241

definita per 0, 0 e 0 < 2.


Si determinino i punti singolari di questa trasformazione di coordinate e
si esprima lelemento infinitesimo di volume dx dy dz nelle coordinate , ,
.
Esercizio 11. Si consideri la seguente trasformazione di coordinate in R2 :
(
x = u3

y = v,
definita per u 0 e v 0.
Si determinino i punti singolari di questa trasformazione di coordinate e
si esprima lelemento infinitesimo di area dx dy nelle coordinate u, v.

3. Soluzioni
3.1. Differenziabilit`
a: la matrice Jacobiana
Svolgimento esercizio 1. Le funzioni componenti di f~ sono f1 (x1 , x2 , x3 ) =
x1 +x2 cos(x23 ) e f2 (x1 , x2 , x3 ) = 2x21 x2 x3 . La matrice jacobiana di f~ `e quindi
!
f1
x1
f2
x1

Jf~ =

=

f1
x2
f2
x2

f1
x3
f2
x3


1
cos(x23 ) 2x2 x3 sin(x23 )
.
4x1 x2 x3 2x21 x3
2x21 x2

Il dominio di definizione di f~ `e R3 . Dato che tutti gli elementi della matrice


jacobiana sono funzioni definite e continue in R3 , possiamo concludere che
la funzione f~ `e differenziabile in tutto il suo dominio di definizione.
Svolgimento esercizio 2. Scriviamo innanzi tutto la matrice jacobiana di
f~:

2x1 x2
log(1 + x22 )
1+x22
Jf~ = x2 cos x1 sin x1 ,
2x1 x2
x21
da cui segue che

0
0
Jf~(/2, 0) = 0 1 .
0 2 /4
Il differenziale della funzione f~ nel punto (/2, 0) `e la funzione lineare
df~(/2, 0) : R2 R3

242

12. Funzioni di pi`


u Variabili a Valori Vettoriali

la cui matrice (rispetto alle basi canoniche) `e la matrice Jf~(/2, 0). Si ha


quindi:

 
0
0
0
h
df~(/2, 0)(h1 , h2 ) = 0 1 1 = h2 .
h2
0 2 /4
2 h2 /4
Da ci`o si deduce subito che
df~(/2, 0)(2, 1) = (0, 1, 2 /4).

3.2. Superficie
Svolgimento esercizio 3. Determiniamo i due vettori tangenti:
~r
= (R sin sin , R sin cos , 0),

~r
~v2 =
= (R cos cos , R cos sin , R sin ).

~v1 =

Il vettore normale `e quindi


~n = ~v1 ~v2




~k
~




= R sin sin R sin cos
0

R cos cos R cos sin R sin
= (R2 sin2 cos , R2 sin2 sin , R2 sin cos )
= R sin (R sin cos , R sin sin , R cos )
= R sin ~r(, ).
I punti singolari sono quelli in cui si annulla il vettore ~n. Questo accade
se e solo se sin = 0, cio`e per = 0 e per = . I punti corrispondenti
sulla sfera sono i due punti N e S le cui coordinate sono date da N =
~r(, 0) = (0, 0, R) e S = ~r(, ) = (0, 0, R), si tratta cio`e dei due poli
Nord e Sud rispettivamente. Ovviamente, dal punto di vista geometrico,
non accade niente di speciale nei due poli Nord e Sud (una sfera `e un oggetto
perfettamente simmetrico, tutti i suoi punti godono delle stesse propriet`a),
`e solo la parametrizzazione scelta che non `e regolare in quei punti (infatti in
quei due punti si incontrano tutte le curve caratterizzate da = costante,
cio`e tutti i meridiani). La situazione `e descritta in figura 5.
Una volta determinato il vettore normale ~n, il calcolo dellelemento
infinitesimo di area `e banale. Si ha infatti:
dS = k~nk d d = R2 sin d d.

3. Soluzioni

243

Figura 5. La sfera parametrizzata.


Svolgimento esercizio 4. Determiniamo i due vettori tangenti:
~r
= (cos , sin , 1),
t
~r
~v2 =
= (t sin , t cos , 0).

~v1 =

Il vettore normale `e
~n = ~v1 ~v2


~
~k
~



= cos
sin 1
t sin t cos 0
= (t cos , t sin , t)
= t ( cos , sin , 1).
I punti singolari sono quelli in cui si annulla il vettore ~n. Questo accade
se e solo se t = 0. Il punto corrispondente sul cono `e il punto V le cui
coordinate sono date da V = ~r(0, ) = (0, 0, 0); si tratta del vertice del
cono. In questo caso, a differenza di quanto visto per i poli Nord e Sud
della sfera, la singolarit`a presente nel vertice del cono non dipende dalla
parametrizzazione usata, ma si tratta di una propriet`a intrinseca alloggetto
geometrico cono. La situazione `e descritta in figura 6.
Una volta determinato il vettore normale ~n il calcolo dellelemento infinitesimo di area `e banale. Si ha infatti:

dS = k~nk dt d = t 2 dt d.
Svolgimento esercizio 5. Sia S la superficie grafico della funzione z =
f (x, y) = x2 y 3 . La prima cosa da fare `e determinare una parametrizzazione
di S. Il modo ovvio di farlo `e semplicemente quello di cambiare i nomi delle
variabili indipendenti: se poniamo x = u e y = v, lequazione z = x2 y 3
diventa z = u2 v 3 . Si ottiene cos` la seguente descrizione di S in forma

244

12. Funzioni di pi`


u Variabili a Valori Vettoriali

2
1
V

z0
1

2
1

2
2

0x
0
y

1
2 2

Figura 6. Il cono parametrizzato.


parametrica:

x = u
y=v

z = u2 v 3 ,
al variare di (u, v) R2 . In altre parole, la superficie S `e parametrizzata
dalla funzione
~r : R2 R3 ,

(u, v) 7 ~r(u, v) = (u, v, u2 v 3 ).

La matrice jacobiana `e quindi

1
0
1 .
J~r = 0
3
2uv 3u2 v 2

I due vettori tangenti sono dati da


~r
= (1, 0, 2uv 3 ),
u
~r
= (0, 1, 3u2 v 2 )
v
e il vettore normale `e
~n =

~r ~r

= (2uv 3 , 3u2 v 2 , 1).


u v

Si noti come, in questo caso, il vettore normale ~n non si annulli mai (lultima
componente `e costante e uguale a 1), quindi non ci sono punti singolari sulla
superficie S.
Infine, lelemento infinitesimo di area sulla superficie S `e dato da

dS = k~nk du dv = 4u2 v 6 + 9u4 v 4 + 1 du dv.

3. Soluzioni

245

1
4

z0
1

2
4

0x

2
0
y

2
2

4 4

Figura 7. Il toro.
Svolgimento esercizio 6. La circonferenza `e parametrizzata da

y(t) = R + r cos t
z(t) = r sin t,
con 0 t < 2. Da ci`o segue che una parametrizzazione della superficie S
`e data da:

x = y(t) cos = (R + r cos t) cos


y = y(t) sin = (R + r cos t) sin

z = z(t) = r sin t,
cio`e S `e parametrizzata dalla funzione

~r(t, ) = (R + r cos t) cos , (R + r cos t) sin , r sin t ,
con 0 t < 2 e 0 < 2. La superficie di rotazione S (detta toro) `e
rappresentata in figura 7.
I due vettori tangenti sono quindi
~r
= (r sin t cos , r sin t sin , r cos t),
t

~r
= (R + r cos t) sin , (R + r cos t) cos , 0 ,

e il vettore normale `e
~r ~r
~n =

= r(R + r cos t)(cos t cos , cos t sin , sin t).


t
Si verifica facilmente che il vettore normale ~n non si annulla mai, quindi
non ci sono punti singolari sulla superficie S.
Infine, lelemento infinitesimo di area su S `e dato da
dS = k~nk dt d = r(R + r cos t) dt d.
Svolgimento esercizio 7. Larco di parabola `e parametrizzato da
(
y(t) = t
z(t) = t2 2t + 1,

246

12. Funzioni di pi`


u Variabili a Valori Vettoriali

4
z2
0
3

3
2
1
0x
0
y

1
1

2
3

Figura 8. La superficie di rotazione S.


con 0 t 3. Da ci`o segue che una parametrizzazione della superficie S `e
data da:

x = y(t) cos = t cos


y = y(t) sin = t sin

z = z(t) = t2 2t + 1,

cio`e S `e parametrizzata dalla funzione


~r(t, ) = (t cos , t sin , t2 2t + 1),
con 0 t 3 e 0 < 2. La superficie di rotazione S `e rappresentata in
figura 8.
I due vettori tangenti sono quindi
~r
= (cos , sin , 2t 2),
t
~r
= (t sin , t cos , 0),

e il vettore normale `e
~n =


~r ~r

= t (2t 2) cos , (2t 2) sin , 1 .


t

Il vettore ~n si annulla se e solo se t = 0, che corrisponde al punto di


coordinate (0, 0, 1). Questo `e lunico punto singolare della superficie S.
Infine, lelemento infinitesimo di area su S `e dato da

dS = k~nk dt d = t 4t2 8t + 5 dt d.

3. Soluzioni

247

3.3. Trasformazioni di coordinate


Svolgimento esercizio 8. (Coordinate polari) La trasformazione di
coordinate in questione `e espressa dalla funzione
f~ : (, ) 7 ( cos , sin ) = (x, y).
La matrice jacobiana di f~ `e
Jf~ =


=


cos sin
.
sin cos

Si ha
det Jf~ = .
I punti singolari della trasformazione di coordinate sono quelli in cui si
annulla il determinante della matrice jacobiana. Esiste quindi un unico
punto singolare, dato da = 0, e cio`e da (x, y) = (0, 0). Si conclude
pertanto che lorigine `e lunico punto singolare per le coordinate polari nel
piano.
Per la trasformazione dellelemento infinitesimo di area vale la seguente
formula:
dx dy = | det Jf~| d d = d d.
Svolgimento esercizio 9. (Coordinate cilindriche) La trasformazione
di coordinate in questione `e espressa dalla funzione
f~ : (, , z) 7 ( cos , sin , z) = (x, y, z).
La matrice jacobiana di f~ `e

Jf~ =

y

z

x
z
y
z
z
z

cos sin 0
= sin cos 0 .
0
0
1

Si ha
det Jf~ = .
I punti singolari della trasformazione di coordinate sono quelli in cui si
annulla il determinante della matrice jacobiana, cio`e sono tutti i punti determinati dallequazione = 0. Si tratta di tutti i punti che stanno sullasse
delle z. Si conclude pertanto che lasse z `e una retta di punti singolari per
le coordinate cilindriche nello spazio.
Per la trasformazione dellelemento infinitesimo di volume vale la seguente formula:
dx dy dz = | det Jf~| d d dz = d d dz.

248

12. Funzioni di pi`


u Variabili a Valori Vettoriali

Svolgimento esercizio 10. (Coordinate sferiche) La trasformazione di


coordinate in questione `e espressa dalla funzione
f~ : (, , ) 7 ( sin cos , sin sin , cos ) = (x, y, z).
La matrice jacobiana di f~ `e

sin cos cos cos sin sin


Jf~ = sin sin cos sin sin cos .
cos
sin
0
Si ha
det Jf~ = 2 sin .
I punti singolari della trasformazione di coordinate sono quelli in cui si
annulla il determinante della matrice jacobiana, cio`e sono i punti tali che
= 0 oppure sin = 0. Si tratta dei punti che stanno sullasse delle z. Si
conclude pertanto che lasse z `e una retta di punti singolari per le coordinate
sferiche nello spazio.
Per la trasformazione dellelemento infinitesimo di volume vale la seguente formula:
dx dy dz = | det Jf~| d d d = 2 sin d d d.
Svolgimento esercizio 11. La trasformazione di coordinate in questione
`e espressa dalla funzione

f~ : (u, v) 7 (u3 , v) = (x, y),


con u 0 e v 0.
La matrice jacobiana di f~ `e

Jf~ =

3u2
0

2 v

Si ha
3u2
det Jf~ = .
2 v
Per u = 0 (che corrisponde a x = 0) si annulla il determinante della matrice
jacobiana. Tali punti sono dunque punti singolari della trasformazione di
coordinate. Si noti per`o che per v = 0 si annulla il denominatore della
derivata y
, quindi in tali punti la funzione non `e derivabile. Di conseguenv
za anche i punti che soddisfano v = 0 (cio`e y = 0) sono punti singolari,
non perche in tali punti si annulla il determinante della matrice jacobiana,
ma semplicemente perche in essi non esiste la matrice jacobiana, cio`e la
trasformazione di coordinate non `e derivabile nei punti in cui v = 0.
In conclusione, abbiamo visto che la trasformazione di coordinate in
questione `e singolare in tutti i punti degli assi x e y.

3. Soluzioni

Infine, per la trasformazione dellelemento infinitesimo di area si ha:


3u2
dx dy = | det Jf~| du dv = du dv.
2 v

249

Capitolo 13

Calcolo Integrale

1. Richiami di teoria
1.1. Integrali doppi
Ricordiamo brevemente la definizione dellintegrale (di Riemann) di una
funzione di una variabile.
Sia I = [a, b] un intervallo di R e sia f : I R una funzione. Per
definire lintegrale di f esteso allintervallo I, si divide lintervallo I in N
intervallini uguali J1 , J2 , . . . , JN , di lunghezza ` = ba
, si prende poi, per
N
ogni intervallino Ji un punto xi Ji (si veda la figura 1), e si considera la
seguente somma:
N
X
S(N ) =
f (xi )`.
i=1

Si considera poi il limite, per N +, della somma S(N ) e, se questo


limite esiste finito e non dipende dalla scelta dei punti xi , si pone
Z
f (x) dx = lim S(N ).
N +

Dalla costruzione fatta, si deduce che tale integrale rappresenta larea della
regione di piano compresa tra lasse x e il grafico della funzione f , dove si

y
f (xi )

Ji
O

xi

Figura 1.

252

13. Calcolo Integrale


y

Pi

Ji

c
O

Figura 2.
considerano positive le area che stanno sopra lasse delle x e negative quelle
che stanno sotto.
Per quanto riguarda lesistenza del suddetto limite, si dimostra il seguente risultato:
Teorema 1.1. Se f : I R `e una funzione continua definita nellintervallo
I R, allora esiste lintegrale di f esteso a I.
Ci proponiamo ora di estendere questa costruzione al caso di funzioni di
pi`
u variabili. Iniziamo considerando il caso delle funzioni di due variabili.
Lanalogo bidimensionale di un intervallo di R `e un rettangolo. Sia dunque R = [a, b] [c, d] un rettangolo in R2 e sia f : R R una funzione.
Dividiamo il rettangolo R in N rettangolini uguali J1 , J2 , . . . , JN , e prendiamo, in ogni rettangolino Ji un punto Pi = (xi , yi ) Ji (si veda la figura 2).
Consideriamo poi la seguente somma:
S(N ) =

N
X

f (xi , yi ) Area(Ji ).

i=1

Se il limite di S(N ), per N +, esiste finito e non dipende dalla


scelta dei punti Pi , si pone
ZZ
f (x, y) dx dy = lim S(N ).
R

N +

La notazione utilizzata `e particolarmente suggestiva: il prodotto dx dy rappresenta lelemento infinitesimo di area nel piano (pensato come larea di
un rettangolino infinitesimo di lati dx e dy), quindi moltiplicando dx dy per
f (x, y) si ottiene il volume di un parallelepipedo infinitesimo di base dx dy
e di altezza f (x, y). Infine, sommando i volumi di tutti questi parallelepipedi infinitesimi si ottiene il volume della regione compresa tra il piano xy
e il grafico della funzione f , ove si considerano positivi i volumi che stanno
sopra il piano xy e negativi quelli che stanno sotto. Si noti come questa

1. Richiami di teoria

253

y
f=0

f=f

Figura 3.
interpretazione geometrica dellintegrale di una funzione di due variabili sia
del tutto analoga a quella dellintegrale di una funzione di una variabile.
Anche in questo caso si pu`o dimostrare il seguente risultato:
Teorema 1.2. Sia f : R R una funzione continua, definita su un
rettangolo R R2 . Allora esiste lintegrale di f esteso a R.
Tuttavia, se nel caso di funzioni di una variabile saperle integrare su
degli intervalli poteva essere soddisfacente, nel caso di funzioni di due variabili `e certamente troppo restrittivo poterle integrare solo su delle regioni
rettangolari del piano. Si pone allora il problema di estendere la definizione
di integrale a delle regioni limitate qualsiasi del piano.
Unidea per affrontare questo problema potrebbe essere la seguente. Sia
f : R una funzione continua definita su un insieme limitato . Consideriamo un rettangolo R sufficientemente grande da contenere . Estendiamo
la definizione di f a tutto il rettangolo R nel modo seguente:
(
f (x, y) se (x, y) ,
f(x, y) =
0
se (x, y) 6 .
La nuova funzione f : R R coincide con f nellinsieme ed `e nulla allesterno (si veda la figura 3). In base allinterpretazione geometrica
dellintegrale doppio descritta in precedenza, ha quindi senso porre
ZZ
ZZ
f (x, y) dx dy =
f(x, y) dx dy,

dato che, nella regione di R esterna a il contributo di f allintegrale che


compare nel membro di destra delluguaglianza precedente `e nullo.
In questo modo la definizione dellintegrale di una funzione f su una qualunque regione limitata R2 `e ricondotta alla definizione dellintegrale
di una funzione su un rettangolo. Osserviamo per`o che, anche se la funzione f `e continua in tutto , la nuova funzione f non sar`a pi`
u, in generale,

254

13. Calcolo Integrale

(a) Insieme y-semplice


ma non x-semplice.

x
(b) Insieme x-semplice
ma non y-semplice.

(c) Insieme y-semplice


e x-semplice.

x
(d) Insieme n
e y-semplice
n
e x-semplice.

Figura 4.
continua nel rettangolo R, e quindi lesistenza dellintegrale di f su R (e di
conseguenza lesistenza dellintegrale di f su ) non `e pi`
u garantita.
Si possono adottare delle strategie pi`
u sofisticate per definire lintegrale
di una funzione f su un sottoinsieme di R2 , tuttavia, qualunque sia la
strategia che si voglia seguire, si trovano sempre dei sottoinsiemi del piano
talmente irregolari da far si che non sia possibile integrare su di essi neppure
funzioni estremamente semplici, come ad esempio la funzione costante pari
a 1 (questi insiemi si dicono non-misurabili).
Ci proponiamo quindi un compito meno ambizioso: definire lintegrale
di una funzione di due variabili f (x, y) solo su una ben determinata classe
di sottoinsiemi di R2 (classe, tuttavia, sufficientemente estesa da contenere
tutti i casi di interesse pratico).
Definizione 1.3. Un sottoinsieme A di R2 `e detto y-semplice se `e del tipo
A = {(x, y) | a x b, h1 (x) y h2 (x)},
ove h1 e h2 sono due funzioni continue definite nellintervallo [a, b].
Analogamente, un sottoinsieme B di R2 `e detto x-semplice se `e del tipo
B = {(x, y) | c y d, k1 (y) x k2 (y)},
ove k1 e k2 sono due funzioni continue definite nellintervallo [c, d].
Infine, un sottoinsieme di R2 `e detto semplice se `e y-semplice oppure
x-semplice (si veda la figura 4).
Si pu`o dimostrare il seguente risultato fondamentale:
Teorema 1.4. Se A R2 `e un insieme y-semplice, dato da
A = {(x, y) | a x b, h1 (x) y h2 (x)},

1. Richiami di teoria

255

e f : A R `e una funzione continua, allora f `e integrabile in A e si ha:


!
ZZ
Z b
Z h2 (x)
f (x, y) dx dy =
dx
f (x, y) dy .
A

h1 (x)

Analogamente, se B R2 `e un insieme x-semplice, dato da


B = {(x, y) | c y d, k1 (y) x k2 (y)},
e f : B R `e una funzione continua, allora f `e integrabile in B e si ha:
!
Z k2 (y)
ZZ
Z d
f (x, y) dx dy =
dy
f (x, y) dx .
B

k1 (y)

Infine, se C `e un insieme sia y-semplice che x-semplice, e f : C R `e


una funzione continua, allora valgono entrambe le formule precedenti e i due
risultati coincidono.
Notiamo a questo punto la seguente propriet`a additiva dellintegrale: se
A e B sono due regioni del piano che si intersecano al pi`
u lungo il bordo, e
se f `e una funzione definita in A B, allora si ha:
ZZ
ZZ
ZZ
f (x, y) dx dy =
f (x, y) dx dy +
f (x, y) dx dy.
AB

Grazie a questa propriet`a possiamo estendere la definizione di integrale di


una funzione anche a insiemi che non siano semplici, purche sia possibile
rappresentarli come unione di un numero finito di sottoinsiemi semplici che
si intersecano a due a due al pi`
u lungo il loro bordo. Diamo quindi la
seguente definizione:
Definizione 1.5. Un sottoinsieme di R2 `e detto regolare se esiste un
numero finito di insiemi semplici A1 , A2 , . . . , An , per qualche intero n, tali
che
n
[
=
Ai ,
i=1

e, per ogni i e j, con i 6= j, gli insiemi Ai e Aj si intersechino al pi`


u lungo
il bordo.
Se `e un insieme regolare come sopra, e f : R `e una funzione
continua, si pone
ZZ
n ZZ
X
f (x, y) dx dy =
f (x, y) dx dy.

i=1

Ai

Si pu`o dimostare che questa definizione `e ben posta, nel senso che non
dipende dalla decomposizione di come unione di insiemi semplici usata
per calcolare lintegrale.
Abbiamo cos` definito la nozione di integrale di una funzione continua su
un insieme regolare. Ovviamente la classe degli insiemi regolari non contiene
tutti i sottoinsiemi di R2 , ma risulta sufficientemente ampia da contenere

256

13. Calcolo Integrale

essenzialmente tutti i casi di interesse pratico. A titolo di esempio, notiamo


che linsieme rappresentato in figura 4 (d) `e regolare (ma non semplice). Lo
studente `e invitato a individuare una sua decomposizione in sottoinsiemi
semplici.
Come caso particolare, possiamo usare gli integrali doppi per definire il
concetto di area di un insieme regolare.
Definizione 1.6. Sia un sottoinsieme regolare di R2 . Larea di `e
definita ponendo
ZZ
Area() =
dx dy.

Osservazione 1.7. Osserviamo che il problema dellesistenza di insiemi


non-misurabili, cio`e di insiemi tali che non esista lintegrale
ZZ
dx dy,

`e intrinseco alla teoria stessa dellintegrazione. Citiamo, a tal proposito, il


paradosso di Banach-Tarski, il quale afferma che dati due qualunque sottoinsiemi limitati a interno non vuoto A e B di Rn (n 3), `e possibile
suddividere A in un numero finito di sottoinsiemi a due a due disgiunti e
riarrangiare questultimi, con movimenti rigidi, per formare B. Evidentemente tali sottoinsiemi non possono essere misurabili! (Paradossi analoghi
esistono anche per n = 1 e n = 2). Come conseguenza di ci`o si ottiene il
fatto che non esiste nessuna misura numerabilmente additiva ed invariante
per traslazioni, definita su tutti i sottoinsiemi di Rn , e per cui lipercubo
[0, 1]n abbia misura unitaria. Per una trattazione di questi risultati si rimanda, ad esempio, a S. Wagon, The Banach-Tarski Paradox, Encyclopedia
of Mathematics and its Applications, Vol. 24, Cambridge University Press,
1985.
1.1.1. Il cambiamento di variabili negli integrali doppi
Sia un sottoinsieme regolare di R2 e sia f : R una funzione continua.
Consideriamo una trasformazione di coordinate

~r : (u, v) 7 x(u, v), y(u, v) .
Se componiamo la funzione f (x, y) con la funzione ~r(u, v), otteniamo una
nuova funzione delle due variabili u e v, data da f (x(u, v), y(u, v)). Sappiamo inoltre che, nella trasformazione di coordinate operata dalla funzione ~r, lelemento infinitesimo di area dx dy si trasforma come segue (vedi
Capitolo 12, Sezione 1.3):
dx dy = | det J~r (u, v)| du dv.

1. Richiami di teoria

257

f (P )

dS
P

Figura 5.
Da questi fatti si deduce la seguente formula per il cambiamento di variabili
negli integrali doppi:
ZZ
ZZ

f (x, y) dx dy =
f x(u, v), y(u, v) | det J~r (u, v)| du dv,

ove 0 = ~r1 (), cio`e 0 `e sempre lo stesso dominio regolare , espresso


per`o nelle nuove coordinate u e v.

1.2. Integrali di superficie


Sia S R3 una superficie e sia f : S R una funzione definita su S. Ci
proponiamo di definire lintegrale di f esteso a S. La procedura da seguire `e
simile a quella usata per una superficie piana, cio`e per un sottoinsieme di R2 .
Lidea `e sempre la stessa: si considera un elemento infinitesimo di area dS
sulla superficie S e lo si moltiplica per il valore della funzione f calcolata
in un qualche punto P interno a tale elemento di superficie. Si ottiene
cos` la quantit`a f (P ) dS, che rappresenta il volume di un parallelepipedo
infinitesimo di base dS e altezza f (P ) (si veda la figura 5). Sommando poi
tutti questi volumi infinitesimi si ottiene ci`o che si definisce come lintegrale
di f esteso a S:
ZZ
f dS.
S

Il problema `e ora quello di capire come si possa calcolare un tale integrale.


Supponiamo che la superficie S sia parametrizzata dalla funzione

~r : A R3 , (u, v) 7 x(u, v), y(u, v), z(u, v) ,

258

13. Calcolo Integrale

ove A `e un sottoinsieme di R2 . Se componiamo la funzione f : S R con


la parametrizzazione ~r di S, otteniamo una nuova funzione delle variabili
u e v, f (x(u, v), y(u, v), z(u, v)). Sappiamo inoltre che, in termini della
parametrizzazione ~r, lelemento infinitesimo di area sulla superficie S `e dato
da
dS = k~nk du dv,
~
r
~
r
ove ~n = u
v
`e il vettore normale a S. Si ottiene cos` la seguente
uguaglianza, che pu`o essere usata come definizione dellintegrale di f esteso
alla superficie S:
ZZ
ZZ

f dS =
f x(u, v), y(u, v), z(u, v) k~nk du dv.
S

Osservazione 1.8. Si pu`o dimostrare che questa definizione `e ben posta,


nel senso che lintegrale di f esteso a S non dipende dalla parametrizzazione
della superficie S usata per calcolarlo.

1.3. Integrali tripli


Lestensione della definizione di integrale dal caso di una funzione di due
variabili a quello di una funzione di tre variabili non presenta particolari
problemi. Si procede per analogia con quanto fatto nel caso di due variabili.
Lanalogo tridimensionale di un rettangolo di R2 `e un parallelepipedo.
Sia dunque Q = [a, b] [c, d] [e, f ] un parallelepipedo in R3 e sia f :
Q R una funzione. Dividiamo il parallelepipedo Q in N parallelepipedi
uguali J1 , J2 , . . . , JN , e prendiamo, in ogni parallelepipedo Ji un punto Pi =
(xi , yi , zi ) Ji . Consideriamo poi la seguente somma:
S(N ) =

N
X

f (xi , yi , zi ) Vol(Ji ).

i=1

Se il limite di S(N ), per N +, esiste finito e non dipende dalla scelta


dei punti Pi , si pone
ZZZ
f (x, y, z) dx dy dz = lim S(N ).
Q

N +

Come per le funzioni di due variabili, si dimostra il seguente risultato:


Teorema 1.9. Sia f : Q R una funzione continua, definita in un
parallelepipedo Q R3 . Allora esiste lintegrale di f esteso a Q.
Come nel caso delle funzioni di due variabili, si pu`o cercare di estendere
la definizione di integrale a delle regioni limitate qualsiasi dello spazio nel
modo seguente.
Sia f : R una funzione continua definita su un insieme limitato
R3 . Consideriamo un parallelepipedo Q sufficientemente grande da

1. Richiami di teoria

259

contenere . Estendiamo la definizione di f a tutto il parallelepipedo Q nel


modo seguente:
(
f (x, y, z) se (x, y, z) ,
f(x, y, z) =
0
se (x, y, z) 6 .
La nuova funzione f : Q R coincide con f nellinsieme ed `e nulla
allesterno di . Ha senso quindi porre
ZZZ
ZZZ
f (x, y, z) dx dy dz =
f(x, y, z) dx dy dz,

dato che, nella regione di Q esterna a il contributo di f allintegrale che


compare nel membro di destra delluguaglianza precedente `e nullo.
In questo modo la definizione dellintegrale di una funzione f su una
qualunque regione limitata R3 `e ricondotta alla definizione dellintegrale di una funzione su un parallelepipedo. Osserviamo per`o che, anche se
la funzione f `e continua in tutto , la nuova funzione f non sar`a pi`
u, in
generale, continua nel parallelepipedo Q, e quindi lesistenza dellintegrale
di f su Q (e di conseguenza lesistenza dellintegrale di f su ) non `e pi`
u
garantita.
Ci proponiamo quindi un compito meno ambizioso: definire lintegrale
di una funzione di tre variabili f (x, y, z) solo su una ben determinata classe
di sottoinsiemi di R3 .
Definizione 1.10. Un sottoinsieme A di R3 `e detto z-semplice se `e del tipo
A = {(x, y, z) | (x, y) A0 , h1 (x, y) z h2 (x, y)},
ove A0 R2 `e un insieme semplice e h1 e h2 sono due funzioni continue
definite in A0 . In modo del tutto analogo si possono poi definire gli insiemi
x-semplici e y-semplici.
Un sottoinsieme A di R3 `e detto semplice se `e z-semplice, oppure ysemplice, oppure x-semplice.
Si pu`o dimostrare il seguente risultato fondamentale:
Teorema 1.11. Se A R3 `e un insieme z-semplice, dato da
A = {(x, y, z) | (x, y) A0 , h1 (x, y) z h2 (x, y)},
e f : A R `e una funzione continua, allora f `e integrabile in A e si ha:
!
ZZ
ZZZ
Z h2 (x,y)
f (x, y, z) dx dy dz =
dx dy
f (x, y, z) dz .
A

A0

h1 (x,y)

Valgono ovviamente dei risultati analoghi per gli insiemi y-semplici e quelli
x-semplici.
Il calcolo di un integrale triplo `e cos` ricondotto al calcolo di un integrale
semplice seguito da quello di un integrale doppio. Questultimo, a sua volta,
pu`o essere decomposto in due integrali semplici come visto in precedenza.

260

13. Calcolo Integrale

Esiste anche unaltra possibile decomposizione di un integrale triplo. Se


A R3 `e un insieme z-semplice, indichiamo con Az lintersezione di A con
il piano di equazione z = z, cio`e
Az = {(x, y, z) A | z = z}.
Se tutti gli insiemi Az sono regolari, si ha:
ZZZ
Z zmax Z Z
f (x, y, z) dx dy dz =
dz
A

zmin


f (x, y, z) dx dy ,

Az

ove abbiamo indicato con zmin e zmax i valori minimo a massimo assunti
dalla variabile z nellinsieme A.
In questo caso si esegue quindi prima un integrale doppio esteso allo
strato Az e poi un integrale semplice.
Esempio 1.12. Per illustrare questultimo metodo di integrazione consideriamo il seguente problema: calcolare il volume di una sfera di raggio r in
R3 .
Sia S 3 (r) R3 la sfera di raggio r centrata nellorigine:
S 3 (r) : x2 + y 2 + z 2 r2 .
Il suo volume `e dato dal seguente integrale triplo:
ZZZ
3
dx dy dz.
Vol(S (r)) =
S 3 (r)

Lo strato S 3 (r)z ottenuto intersecando la sfera con il piano di equazione


z = z `e costituito dalle soluzioni del seguente sistema:
(
x2 + y 2 + z 2 r 2
z = z,
da cui si ricava
S 3 (r)z : x2 + y 2 r2 z2 .

Si scopre quindi che S 3 (r)z `e un cerchio di raggio r0 = r2 z2 , se r


z r, altrimenti `e linsieme vuoto (si veda la figura 6).
Il precedente integrale triplo pu`o quindi essere calcolato come segue:
ZZZ
Z r
ZZ
dx dy dz =
dz
dx dy.
S 3 (r)

S 3 (r)z

Notiamo che lintegrale doppio


ZZ
dx dy
S 3 (r)z

rappresenta larea del cerchio S 3 (r)z di raggio r0 = r2 z 2 , e quindi si ha:


ZZ
2
dx dy = r0 = (r2 z 2 ).
S 3 (r)z

1. Richiami di teoria

261

r0

Figura 6.
Possiamo ora completare il calcolo del volume della sfera:
ZZZ
3
Vol(S (r)) =
dx dy dz
S 3 (r)
Z r
ZZ
=
dz
dx dy
r
S 3 (r)z
Z r
=
(r2 z 2 )dz
r

r
z3
2
= r z
3 r
4
= r3 .
3
Anche nel caso degli integrali tripli `e possibile estendere la definizione
dellintegrale di una funzione continua a una classe pi`
u ampia di insiemi:
Definizione 1.13. Un sottoinsieme di R3 `e detto regolare se esiste un
numero finito di insiemi semplici A1 , A2 , . . . , An , per qualche intero n, tali
che
=

n
[

Ai ,

i=1

e, per ogni i e j, con i 6= j, gli insiemi Ai e Aj si intersechino al pi`


u lungo
il bordo.

262

13. Calcolo Integrale

Se `e un insieme regolare come sopra, e f : R `e una funzione


continua, si pone
ZZZ
n ZZZ
X
f (x, y, z) dx dy dz =
f (x, y, z) dx dy dz.

i=1

Ai

Si pu`o dimostare che questa definizione `e ben posta, nel senso che non
dipende dalla decomposizione di come unione di insiemi semplici usata
per calcolare lintegrale.
Come caso particolare, possiamo usare gli integrali tripli per definire il
concetto di volume di un insieme regolare.
Definizione 1.14. Sia un sottoinsieme regolare di R3 . Il volume di `e
definito ponendo
ZZZ
Vol() =

dx dy dz.

1.3.1. Il cambiamento di variabili negli integrali tripli


Sia un sottoinsieme regolare di R3 e sia f : R una funzione continua.
Consideriamo una trasformazione di coordinate

~r : (u, v, w) 7 x(u, v, w), y(u, v, w), z(u, v, w) .
Se componiamo la funzione f (x, y, z) con la funzione ~r(u, v, w), otteniamo
una nuova funzione delle variabili u, v e w, data da

f x(u, v, w), y(u, v, w), z(u, v, w) .
Sappiamo inoltre che, nella trasformazione di coordinate operata dalla funzione ~r, lelemento infinitesimo di volume dx dy dz si trasforma come segue
(vedi Capitolo 12, Sezione 1.3):
dx dy dz = | det J~r (u, v, w)| du dv dw.
Da ci`o si deduce la seguente formula per il cambiamento di variabili negli
integrali tripli:
ZZZ
ZZZ

f (x, y, z) dx dy dz =
f ~r(u, v, w) | det J~r (u, v, w)| du dv dw,
0

ove = ~r (), cio`e `e sempre lo stesso dominio regolare , espresso


per`o nelle nuove coordinate u, v e w.

1.4. Integrali in Rn
Avendo visto come si definiscono gli integrali per le funzioni di due o tre
variabili non dovrebbe essere difficile immaginare come si possano estendere
le definizioni e i risultati precedenti al caso di funzioni di n variabili. Non
entriamo nei dettagli ma osserviamo solo che si possono ottenere dei risultati

1. Richiami di teoria

263

del tutto analoghi a quelli gi`a visti in dimensione 2 o 3. In particolare si


pu`o ottenere il seguente risultato fondamentale:
Teorema 1.15. Sia un sottoinsieme regolare di Rn e sia f : R una
funzione continua. Allora esiste lintegrale di f esteso a .
In particolare, si pu`o definire il volume (n-dimensionale) di un insieme
regolare Rn come segue:
ZZ Z
Vol() =
dx1 dx2 dxn .

Lintegrale di una funzione di n variabili su un insieme regolare si pu`o poi


decomporre in tanti integrali semplici in modo del tutto analogo a quanto
visto per gli integrali doppi e tripli. Anche in questo caso non entriamo nei
dettagli, ma illustriamo la procedura da seguire con due semplici esempi.
Esempio 1.16. La 4-sfera. Ci proponiamo di calcolare il volume di una
sfera di raggio r in R4 . Sia dunque S 4 (r) R4 la sfera di raggio r centrata
nellorigine:
S 4 (r) : x2 + y 2 + z 2 + w2 r2 .
Il suo volume `e dato dal seguente integrale:
ZZZZ
4
Vol(S (r)) =
dx dy dz dw.
S 4 (r)

Lo strato S 4 (r)w ottenuto intersecando la sfera con liperpiano di equazione


w = w `e costituito dalle soluzioni del seguente sistema:
(
x2 + y 2 + z 2 + w 2 r 2
w = w,

da cui si ricava
S 4 (r)w : x2 + y 2 + z 2 r2 w 2 .
4
0
Si
scopre quindi che S (r)w `e una sfera tridimensionale di raggio r =
r2 w 2 , se r w r, altrimenti `e linsieme vuoto.
Lintegrale che fornisce il volume della 4-sfera pu`o quindi essere calcolato
come segue:
ZZZZ
Z r
ZZZ
dx dy dz dw =
dw
dx dy dz.
S 4 (r)

S 4 (r)w

Notiamo che lintegrale triplo


ZZZ
dx dy dz
S 4 (r)w

rappresenta
il volume della sfera tridimensionale S 4 (r)w di raggio r0 =

r2 w2 , e quindi si ha:
ZZZ
4
4 p
3
dx dy dz = r0 = (r2 w2 )3 .
3
3
S 4 (r)w

264

13. Calcolo Integrale

Per il calcolo del volume della 4-sfera si ottiene quindi:


ZZZZ
4
Vol(S (r)) =
dx dy dz dw
S 4 (r)
Z r
ZZZ
=
dw
dx dy dz
r
S 4 (r)w
Z rp
4
=
(r2 w2 )3 dw
3
r
s
Z r 
 w  2 3
4 3
dw.
= r
1
3
r
r
Questultimo integrale si pu`o calcolare mediante il cambiamento di variabili
w
= sin ,
r
da cui si ottiene dw = r cos d. Effettuando questo cambiamento di variabili, e rideterminando gli estremi di integrazione in funzione della variabile
, si ottiene:
s
Z r 
 w  2 3
4
4
3
Vol(S (r)) = r
1
dw
3
r
r
Z
q
4 3 /2
(1 sin2 )3 r cos d
= r
3
/2
Z /2
4
= r4
cos4 d.
3
/2
Occupiamoci ora del calcolo del seguente integrale:
Z
cos4 d.
Questo integrale si pu`o calcolare integrando per parti, come segue:
Z
Z
4
cos d = cos3 cos d
Z
3
= cos sin + 3 sin2 cos2 d
Z
3
= cos sin + 3(1 cos2 ) cos2 d
Z
Z
3
2
= cos sin + 3 cos d 3 cos4 d.

1. Richiami di teoria

265

R
Portando tutti i termini che contengono lintegrale cos4 d a primo
membro, si ottiene
Z
Z
4
3
4 cos d = cos sin + 3 cos2 d.
Rimane ora da calcolare lintegrale
Z
cos2 d.
Questo si pu`o calcolare integrando per parti in modo del tutto analogo a
quanto appena visto, e si trova
Z
1
cos2 d = ( + sin cos ).
2
Sostituendo nellespressione precedente si trova quindi
Z
1
3
cos4 d = cos3 sin + ( + sin cos ).
4
8
Da ci`o segue che
Z /2
3
cos4 d = .
8
/2
Possiamo cos` completare il calcolo del volume della 4-sfera, ottenendo:
Z
4 4 /2
1
4
Vol(S (r)) = r
cos4 d = 2 r4 .
3
2
/2
Esempio 1.17. La 5-sfera. In questo secondo esempio ci proponiamo di
calcolare il volume di una sfera di raggio r in R5 . Sia dunque S 5 (r) R5
la sfera di raggio r centrata nellorigine:
S 5 (r) : x2 + y 2 + z 2 + w2 + t2 r2 .
Il suo volume `e dato dal seguente integrale:
ZZ Z
5
Vol(S (r)) =

dx dy dz dw dt.
S 5 (r)

Lo strato S 5 (r)t ottenuto intersecando la sfera con liperpiano di equazione


t = t `e costituito dalle soluzioni del seguente sistema:
(
x2 + y 2 + z 2 + w2 + t2 r2
t = t,
da cui si ricava
S 5 (r)t : x2 + y 2 + z 2 + w2 r2 t2 .
5
0
Si
scopre quindi che S (r)t `e una sfera quadridimensionale di raggio r =
r2 t2 , se r t r, altrimenti `e linsieme vuoto.

266

13. Calcolo Integrale

Lintegrale che fornisce il volume della 5-sfera pu`o quindi essere calcolato
come segue:
ZZ Z
Z r ZZZZ

dx dy dz dw dt =
dt
dx dy dz dw.
S 5 (r)

S 5 (r)t

Notiamo che lintegrale quadruplo


ZZZZ
dx dy dz dw
S 5 (r)t

rappresenta
il volume della sfera quadridimensionale S 5 (r)t di raggio r0 =

r2 t2 . Questo volume `e stato calcolato nellesempio precedente, e si ha


quindi:
ZZZZ
1
1
4
dx dy dz dw = 2 r0 = 2 (r2 t2 )2 .
2
2
S 5 (r)t
Possiamo ora calcolare il volume della 5-sfera come segue:
ZZ Z
5
Vol(S (r)) =

dx dy dz dw dt
S 5 (r)
Z r ZZZZ
=
dt
dx dy dz dw
r
S 5 (r)t
Z
1 2 r 2
(r t2 )2 dt
=
2
Zr
1 2 r 4
=
(r 2r2 t2 + t4 ) dt
2
r
8 2 5
=
r .
15
Osservazione 1.18. Per terminare, osserviamo che, operando in modo del
tutto analogo a quanto fatto nei due esempi precedenti, si pu`o calcolare il
volume n-dimensionale della sfera S n (r) di raggio r in Rn . Le formule che
si trovano sono diverse a seconda che la dimensione n sia pari o dispari. Si
ha:
2p p 2p
2p
Vol(S (r)) =
r ,
(2p)!!
se n = 2p `e pari, e
Vol(S 2p+1 (r)) =

2p+1 p 2p+1
r
,
(2p + 1)!!

se n = 2p + 1 `e dispari, ove il simbolo m!! indica il semifattoriale di un


numero intero m, definito da
m!! = m(m 2)(m 4) .

2. Esercizi

267

2. Esercizi
2.1. Integrali doppi
Esercizio 1. Sia I = [a, b] un intervallo di R e sia f : I R una funzione
continua e positiva. Sia A la parte di piano compresa tra lasse x e il grafico
della funzione f , cio`e
A = {(x, y) | a x b, 0 y f (x)}.
Si determini larea dellinsieme A per mezzo di un integrale doppio.
Esercizio 2. Sia D la regione limitata del piano compresa tra la retta
y = 2x e la parabola y = x2 . Si calcoli il seguente integrale:
ZZ
xy dx dy.
D
2

Esercizio 3. Sia T R il trapezio di vertici A = (2, 1), B = (4, 0),


C = (4, 4) e D = (2, 3). Si calcoli il seguente integrale:
ZZ
xy dx dy.
T

Esercizio 4. Si calcoli il seguente integrale doppio


ZZ
(x y) dx dy,
D

ove D `e la regione interna al triangolo di vertici (2, 1), (6, 3) e (5, 4).
Esercizio 5. Si calcoli il seguente integrale doppio:
ZZ
xy dx dy,
D

ove D `e la regione interna al semicerchio di raggio 2 centrato nel punto (0, 3)


e contenuto nel semipiano x 0.
Esercizio 6. Calcolare il volume del solido delimitato dai cinque piani
di equazione: 1 : z = 0, 2 : y = 0, 3 : x = 1, 4 : x y = 0,
5 : x y z + 1 = 0.
Esercizio 7. Calcolare lintegrale doppio
ZZ
dx dy

I=
,
4x
D
dove D `e il cerchio di raggio 2, tangente agli assi coordinati e contenuto nel
primo quadrante.
Esercizio 8. Calcolare il volume del solido limitato dal paraboloide ellittico
z = 2x2 + y 2 + 1, dal piano x + y = 1 e dai piani coordinati.
Esercizio 9. Calcolare il volume della semisfera, contenuta nel semispazio
z 0, centrata nellorigine e di raggio R.

268

13. Calcolo Integrale

Esercizio 10. Si calcoli larea di un cerchio di raggio R, utilizzando le


coordinate polari.
Esercizio 11. Si calcoli il seguente integrale:
ZZ
xy 2
dx dy,
2
2
D x +y
ove D = {(x, y) | x2 + y 2 4, x > 0, y > 0} (si usino le coordinate polari).
Esercizio 12. Calcolare il seguente integrale:
ZZ
xy
dx dy,
2
2
D x +y
ove D = {(x, y) | 1 x2 + y 2 4; y 0; x y}.
Esercizio 13. Si calcoli larea del seguente insieme D:
D = {(x, y) | 0 y x, 2x x2 + y 2 4x}.
Esercizio 14. Siano a, b, p, q R dei numeri fissati, con 0 < a < b e
0 < p < q. Si calcoli larea del seguente insieme D:
D = {(x, y) | x > 0, y > 0, a2 y x3 b2 y, p2 x y 3 q 2 x}.

2.2. Integrali di superficie


Esercizio
15. Indichiamo con S la superficie parametrizzata da x = u2 ,

y = 2uv, z = v 2 , per u [1, 1] e v [2, 2]. Si determinino i punti


singolari e larea della superficie S.
Esercizio 16. Si calcoli larea della superficie sferica di raggio R.
Esercizio 17. Si calcoli larea della superficie del toro (in funzione dei due
raggi).
Esercizio 18. Calcolare la lunghezza L dellarco di cicloide parametrizzato da

x(t) = 2(t sin t)
y(t) = 2(1 cos t),
per t [0, 2]. Calcolare inoltre larea della superficie S generata da una
rotazione completa della curva attorno allasse x.

2.3. Integrali tripli


Esercizio 19. Si calcoli il volume di un cono circolare di raggio di base r e
altezza h.
Esercizio 20. Si calcoli il volume di una sfera di raggio R, utilizzando le
coordinate sferiche.
Esercizio 21. Si calcoli il volume dellellissoide E di semiassi a, b e c.

3. Soluzioni

269

3. Soluzioni
3.1. Integrali doppi
Svolgimento esercizio 1. Per definizione, si ha
ZZ
dx dy.
Area(A) =
A

Dato che linsieme A `e y-semplice, questo integrale si pu`o decomporre come


segue:
ZZ

dx dy =

Z
dx

f (x)

dy =
0

 f (x)
dx y 0 =

f (x) dx.
a

Si
R b ritrova, in questo modo, la solita interpretazione geometrica dellintegrale
f (x) dx come larea della regione di piano compresa tra lasse x e il grafico
a
della funzione f .
Svolgimento esercizio 2. La retta y = 2x e la parabola y = x2 si
intersecano nei punti (0, 0) e (2, 4). Si ha quindi:
D = {(x, y) | 0 x 2, x2 y 2x}.
Linsieme D `e dunque y-semplice (in effetti `e anche x-semplice), e lintegrale
doppio si pu`o calcolare come segue:
ZZ

Z
xy dx dy =

2x

dx

xy dy

2x
Z 2
1 2
=
x dx
y
2
0
x2
Z 2
1
=
x(4x2 x4 ) dx
2
0

2
1 4 x6
8
=
x
= .
2
6 0 3
0

x2

Svolgimento esercizio 3. La retta AB ha equazione y = x/2 + 2 e la


retta CD ha equazione y = x/2 + 2. Gli altri due lati del trapezio sono
verticali e le loro equazioni sono: AD : x = 2, BC : x = 4. Il trapezio T
pu`o quindi essere descritto come segue (lo studente `e invitato a disegnare
la figura):
T = {(x, y) | 2 x 4, x/2 + 2 y x/2 + 2}.

270

13. Calcolo Integrale

Linsieme T `e dunque y-semplice e lintegrale da calcolare pu`o essere decomposto come segue:
ZZ

Z
xy dx dy =

x/2+2

dx

xy dy
x/2+2

2
4

Z
=
2

1 2
x dx
y
2

x/2+2
x/2+2



1
x dx (x/2 + 2)2 (x/2 + 2)2
2

=
2
4

2x2 dx

=
2

x3
=2
3


4
=
2

112
.
3

Svolgimento esercizio 4. Indichiamo con A = (2, 1), B = (6, 3) e C =


(5, 4) i vertici del triangolo D. Linsieme D in questione `e sia x-semplice che
y-semplice. Calcoliamo lintegrale considerando D come insieme y-semplice.
La retta AB ha equazione y = x/2. La retta AC ha equazione y = x 1.
Infine, la retta BC ha equazione y = 9 x. Per calcolare lintegrale `e
conveniente dividere il triangolo D in due triangoli pi`
u piccoli nel modo
seguente: dal punto C tracciamo una retta verticale (di equazione x = 5)
che incontra il lato AB nel punto E = (5, 5/2). Chiamiamo D1 il triangolo
di vertici ACE e D2 il triangolo di vertici BCE (lo studente `e invitato a
disegnare la figura). In questo modo si ha:
ZZ

ZZ
(x y) dx dy =

ZZ
(x y) dx dy +

D1

(x y) dx dy.
D2

I due integrali in questione si calcolano ora come segue:


ZZ

(x y) dx dy =
D1

x1

(x y) dy

dx
2

x/2


x1
y2
=
dx xy
2 x/2
2

Z 5
1 2 1
=
x
dx
8
2
2

5
1 3 1
27
=
x x = ,
24
2 2
8
Z

3. Soluzioni

e
ZZ

(x y) dx dy =
D2

9x

(x y) dy

dx
5

271

x/2


9x
y2
=
dx xy
2 x/2
5

Z 6
81
15 2
=

x + 18x
dx
8
2
5

6
5 3
81
13
2
= x + 9x
x = .
8
2
8
5
Sommando i due valori trovati, si ha infine
ZZ
27 13
(x y) dx dy =
+
= 5.
8
8
D
Z

Svolgimento esercizio 5. La circonferenza di centro C = (0, 3) e raggio


r = 2 ha equazione
x2 + (y 3)2 = 4,
da cui si ricava, per la semicirconferenza contenuta nel semipiano x 0,
p
p
x = 4 (y 3)2 = y 2 + 6y 5.
Linsieme D `e quindi x-semplice, e precisamente si ha:
p
D = {(x, y) | 1 y 5, 0 x y 2 + 6y 5 }.
Lintegrale doppio da calcolare si pu`o quindi scomporre come segue:
ZZ
Z 5
Z y2 +6y5
xy dx dy =
dy
xy dx
D
1
0
 2 y2 +6y5
Z 5
x
=
y dy
2 0
1
Z 5
1
=
(y 3 + 6y 2 5y) dy
2 1
 4
5
1
y
5 2
3
=
+ 2y y
2
4
2
1
= 16.
Svolgimento esercizio 6. Il piano 1 `e il piano xy, il piano 2 `e il piano
xz e il piano 3 `e il piano passante per il punto A = (1, 0, 0) e parallelo al
piano yz. Consideriamo ora il piano 4 , la cui equazione `e x = y. Si tratta
del piano contenente lasse z e la retta di equazione x = y nel piano xy. Il
solido individuato da questi quattro piani `e quindi un parallelepipedo che
ha come base il triangolo T , contenuto nel piano xy, di vertici O = (0, 0, 0),
A = (1, 0, 0) e B = (1, 1, 0) (`e indispensabile, a questo punto, disegnare la

272

13. Calcolo Integrale

figura). Il quinto piano 5 seziona questo parallelepipedo, determinando in


questo modo il solido di cui si vuole calcolare il volume. Dallequazione di
5 si ricava z = x y + 1 e, da quanto detto finora, segue che il volume
cercato `e dato dal seguente integrale:
ZZ
V =
(x y + 1) dx dy.
T

Dato che il triangolo T `e un insieme y-semplice (in effetti `e anche xsemplice), questo integrale doppio si pu`o calcolare come segue:
ZZ
Z 1 Z x
(x y + 1) dx dy =
dx
(x y + 1) dy
T
0
0
x
Z 1 
y2
=
dx xy
+y
2
0
0

Z 1 2
x
2
=
+ x dx = .
2
3
0
Svolgimento esercizio 7. Il cerchio D in questione ha raggio 2 e centro
nel punto C = (2, 2). La sua equazione `e quindi
(x 2)2 + (y 2)2 = 4,
cio`e
x2 + y 2 4x 4y + 4 = 0.
Linsieme D `e sia x-semplice che y-semplice. Se lo pensiamo come insieme
y-semplice, dallequazione del cerchio ricaviamo

y = 2 4x x2 ,
e si ha dunque
D = {(x, y) | 0 x 4, 2

4x x2 y 2 +

4x x2 }.

Lintegrale in questione si calcola quindi come segue:


ZZ
Z 4 Z 2+4xx2
dx dy
dy

=
dx

4x
4x
D
0
2 4xx2
Z 4

dx  2+ 4xx2

=
y
2
4 x 2 4xx
0

Z 4
2 4x x2

dx
=
4x
0
Z 4

32
=2
x dx = .
3
0
Svolgimento esercizio 8. La base del solido in questione `e il triangolo
T , contenuto nel piano xy, di vertici (0, 0, 0), (1, 0, 0) e (0, 1, 0) (si invita il

3. Soluzioni

273

lettore a disegnare la figura). Il volume cercato `e quindi dato dal seguente


integrale:
ZZ
V =
(2x2 + y 2 + 1) dx dy.
T

Il triangolo T `e y-semplice (e anche x-semplice), quindi si ha:


ZZ
Z 1 Z 1x
2
2
(2x + y + 1) dx dy =
dx
(2x2 + y 2 + 1) dy
T

0
1


1x
y3
2
dx 2x y +
+y
3
0

1
(1 x)(7x2 2x + 4)dx
3

=
0

Z
=
0

3
= .
4
Svolgimento esercizio 9. Lequazione della sfera di raggio R, centrata
nellorigine, `e
x2 + y 2 + z 2 = R 2 ,
da cui si ricava, per la semisfera contenuta nel semispazio z 0,
p
z = R 2 x2 y 2 ,
ove questa funzione `e definita nel cerchio , contenuto nel piano xy, centrato
nellorigine e di raggio R:
= {(x, y) | x2 + y 2 R2 }.
Il volume della semisfera in questione `e quindi dato da
ZZ p
V =
R2 x2 y 2 dx dy.

Linsieme `e sia x-semplice che y-semplice. Considerandolo come insieme


y-semplice, lintegrale doppio si pu`o calcolare come segue:
Z R
Z R2 x2 p
ZZ p
R2 x2 y 2 dx dy =
dx
R2 x2 y 2 dy

R2 x2

Iniziamo dunque calcolando il seguente integrale indefinito:


Z p
R2 x2 y 2 dy.
Se poniamo A2 = R2 x2 , si ha:
Z p
Z p
Z r
 y 2
R2 x2 y 2 dy =
A2 y 2 dy = A
1
dy.
A

274

13. Calcolo Integrale

Questultimo integrale si pu`o calcolare mediante la sostituzione


ottenendo:
Z r
Z p
 y 2
2
A
1
dy = A
1 sin2 t cos t dt
A
Z
2
=A
cos2 t dt
=

y
A

= sin t,

A2
(t + sin t cos t),
2

ove si `e usata luguaglianza


Z
1
cos2 t dt = (t + sin t cos t).
2
Da quanto visto, si ottiene:

t=/2
Z R2 x2 p
2
2
R

R2 x2 y 2 dy =
t + sin t cos t
= (R2 x2 ).

2
2
R2 x2
t=/2
Possiamo ora completare il calcolo dellintegrale doppio:
ZZ p
Z
R 2
4
2
2
2
R x y dx dy =
(R x2 )dx = R3 .
2 R
6

Il volume di una semisfera di raggio R `e dunque V = 46 R3 , da cui segue che


il volume di una sfera di raggio R `e 34 R3 . Per concludere, osserviamo che
il calcolo del volume della semisfera risulterebbe estremamente pi`
u semplice
utilizzando le coordinate sferiche.
Svolgimento esercizio 10. Sia il cerchio di raggio R centrato nellorigine:
= {(x, y) | x2 + y 2 R2 }.
Se introduciamo le coordinate polari e , legate alle coordinate cartesiane
x e y dalla trasformazione di coordinate

x = cos ,
y = sin ,
il cerchio `e descritto come segue:
0 = {(, ) | 0 R, 0 2}.
In coordinate polari il cerchio diventa quindi il rettangolo 0 .
Ricordiamo ora che lelemento di area dx dy `e espresso, in coordinate
polari, dalla formula
dx dy = d d.

3. Soluzioni

275

Siamo ora in grado di calcolare larea A del cerchio di raggio R:


ZZ
A=
dx dy
Z Z
=
d d
0
Z R Z 2
=
d
d
0
0
Z R
= 2
d = R2 .
0

Svolgimento esercizio 11. Effettuiamo il cambiamento di variabili



x = cos ,
y = sin .
Sappiamo che lelemento di area dx dy `e espresso, in coordinate polari, dalla
formula
dx dy = d d.
Linsieme D = {(x, y) | x2 + y 2 4, x > 0, y > 0} `e il quarto del cerchio di
raggio 2, centrato nellorigine, contenuto nel primo quadrante. Bisogna ora
calcolare linsieme D0 , che non `e altro che lo stesso insieme D espresso per`o
usando le coordinate polari. Si vede immediatamente che si ha:
D0 = {(, ) | 0 < 2, 0 < < /2}.
Linsieme D0 `e dunque un rettangolo, e lintegrale doppio si pu`o ora calcolare
come segue:
ZZ
ZZ
xy 2
cos 2 sin2
dx
dy
=
d d
2
2
2
D x +y
D0
ZZ
=
2 cos sin2 d d
Z

D0
2

/2

2 cos sin2 d

d
0

0
2

=
0

Z
=
0

1 3
d
sin
3
2

/2
0

1 2
8
d = .
3
9

Svolgimento esercizio 12. Per calcolare questo integrale conviene usare


le coordinate polari. Effettuiamo quindi il cambiamento di variabili

x = cos ,
y = sin .

276

13. Calcolo Integrale

Sappiamo che lelemento di area dx dy `e espresso, in coordinate polari, dalla


formula
dx dy = d d.
Bisogna ora calcolare linsieme D0 , cio`e linsieme D espresso in coordinate
polari. Le disequazioni 1 x2 + y 2 4 diventano, in coordinate polari,
1 2 4, cio`e 1 2. La disequazione y 0 `e equivalente a sin 0,
cio`e 0 . Infine, la disequazione x y `e equivalente a cos sin ,
le cui soluzioni sono date da 0 /4 (ove si `e tenuto conto del fatto
che, in precedenza, si era trovato 0 ).
Linsieme D0 `e dunque dato da:
D0 = {(, ) | 1 2, 0 /4}.
Possiamo ora calcolare lintegrale doppio come segue:
ZZ
ZZ
xy
dx dy =
cos sin d d
2
2
D x +y
D0
Z 2 Z /4
=
d
cos sin d
1

0
2

1
=
d
sin2
2
1
Z
1 2
3
=
d = .
4 1
8
Svolgimento esercizio 13. Si ha:
ZZ
Area(D) =
dx dy.

/4
0

Sebbene questo integrale si possa calcolare usando le coordinate cartesiane x e y, risulta pi`
u conveniente passare in coordinate polari e . La
trasformazione di coordinate `e data da

x = cos ,
y = sin .
Lelemento di area dx dy `e espresso, in coordinate polari, dalla formula
dx dy = d d.
Bisogna ora calcolare linsieme D0 , cio`e linsieme D espresso in coordinate
polari. Le disequazioni 0 y x diventano, in coordinate polari, 0
sin cos , che sono equivalenti al sistema

sin 0
cos sin .
Le soluzioni di questo sistema sono date da 0 /4.
Rimangono ora le disequazioni 2x x2 + y 2 4x che, in coordinate
polari, diventano 2 cos 2 4 cos , cio`e 2 cos 4 cos .

3. Soluzioni

277

Linsieme D0 `e dunque dato da:


D0 = {(, ) | 2 cos 4 cos , 0 /4}.
Da questa descrizione si deduce che D0 `e un insieme -semplice.
Disponiamo ora di tutte le informazioni necessarie per poter calcolare
lintegrale doppio:
ZZ
dx dy
Area(D) =
D
ZZ
=
d d
Z

D0
/4

4 cos

2 cos
/4

=
0

Z
=

1 2
d

4 cos
2 cos

/4

6 cos2 d

h
i/4
= 3 + sin cos
0

3
3
= + ,
4
2
ove si `e usata la (nota) uguaglianza
Z
1
cos2 d = ( + sin cos ).
2
Svolgimento esercizio 14. Data la forma dellinsieme D, per calcolare
lintegrale
ZZ
Area(D) =
dx dy,
D

conviene effettuare un cambiamento di variabili. Poniamo u = x3 /y e v =


y 3 /x. Invertendo la trasformazione di coordinate, cio`e ricavando x e y in
funzione di u e v, si trova
(
x = (u3 v)1/8 ,
y = (uv 3 )1/8 .
Possiamo ora scrivere la matrice jacobiana della trasformazione di coordinate:
 x x   3 2 3 7/8 1 3 3 7/8 
u v(u v)
u (u v)
v
= 81 3 3 7/8 38 2 3 7/8 .
J = u
y
y
v
(uv
)
uv
(uv )
8
8
u
v
Il determinante della matrice jacobiana `e
1
det J = ,
8 uv

278

13. Calcolo Integrale

e quindi lelemento infinitesimo di area si trasforma come segue:


1
dx dy = du dv.
8 uv
Bisogna ora determinare linsieme D0 , cio`e linsieme D espresso nelle nuove
coordinate u e v.
3
Le disequazioni a2 y x3 b2 y sono equivalenti a a2 xy b2 , che
diventano a2 u b2 . Analogamente, le disequazioni p2 x y 3 q 2 x sono
3
equivalenti a p2 yx q 2 , che diventano p2 v q 2 . Linsieme D0 `e
quindi dato da:
D0 = {(u, v) | a2 u b2 , p2 v q 2 }.
Nelle nuove coordinate u e v linsieme D0 `e dunque un rettangolo.
Possiamo finalmente procedere al calcolo dellarea dellinsieme D:
ZZ
Area(D) =
dx dy
D
ZZ
1
du dv
=
D0 8 uv
Z b2 Z q2
1
dv
=
du
a2
p2 8 uv
Z b2
Z q2
1
1
1
du
dv
=
8 a2
u
v
p2
2
2
h
i
h
i
q
1 b
=
2 u
2 v
8
a2
p2
1
= (b a)(q p).
2

3.2. Integrali di superficie


Svolgimento esercizio 15. Chiamiamo ~r la funzione

~r(u, v) = (u2 , 2uv, v 2 ),


che parametrizza la superficie S. Si ha:

~r
= (2u, 2v, 0),
u

~r
= (0, 2u, 2v).
v
Il vettore normale ~n `e quindi dato da

~r ~r
~n =

= (2 2v 2 , 4uv, 2 2u2 ).
u v

3. Soluzioni

279

I punti singolari sono quelli in cui il vettore ~n `e nullo, il che accade solo se
u = v = 0. Quindi lunico punto singolare di S `e il punto di coordinate
~r(0, 0) = (0, 0, 0), cio`e lorigine. Infine larea A di S `e data dal seguente
integrale:
ZZ
A=
k~nk du dv,
D

ove D ={(u, v) | 1 u 1, 2 v 2}. La norma del vettore ~n `e


k~nk = 2 2(u2 + v 2 ), quindi si ha

ZZ
Z 2
Z 1
80 2
2
2
2
2
A=
2 2(u + v ) du dv = 2 2
du
(u + v ) dv =
.
3
D
1
2
Svolgimento esercizio 16. Sia S la superficie sferica di raggio R centrata
nellorigine. Abbiamo gi`a visto, in uno degli esercizi del Capitolo 12, che la
superficie S `e parametrizzata dalla funzione
(, ) 7 ~r(, ) = (R sin cos , R sin sin , R cos ),
per 0 < 2 e 0 . Linsieme di definizione della funzione ~r `e
dunque il rettangolo
= {(, ) | 0 < 2, 0 }.
Determiniamo i due vettori tangenti:
~r
= (R sin sin , R sin cos , 0),

~r
~v2 =
= (R cos cos , R cos sin , R sin ).

~v1 =

Il vettore normale `e quindi


~n = ~v1 ~v2




~k
~





= R sin sin R sin cos
0

R cos cos R cos sin R sin
= (R2 sin2 cos , R2 sin2 sin , R2 sin cos )
= R sin (R sin cos , R sin sin , R cos )
= R sin ~r(, ).
Possiamo ora calcolare lelemento infinitesimo di area sulla superficie S:
dS = k~nk d d = R2 sin d d.

280

13. Calcolo Integrale

Larea della superficie S `e quindi data dal seguente integrale:


ZZ
Area(S) =
dS
S
ZZ
=
R2 sin d d

Z
Z 2
2
=R
sin d
d
0
0
Z
2
= 2R
sin d
0
2

= 4R .
Svolgimento esercizio 17. Abbiamo gi`a visto, in uno degli esercizi del
Capitolo 12, che il toro T `e parametrizzato da

x = (R + r cos t) cos
y = (R + r cos t) sin

z = r sin t,
cio`e dalla funzione

~r(t, ) = (R + r cos t) cos , (R + r cos t) sin , r sin t ,
con 0 t < 2 e 0 < 2 (ove abbiamo indicato con r e R i due raggi
che individuano il toro). Linsieme di definizione della funzione ~r `e dunque
il rettangolo
= {(t, ) | 0 t < 2, 0 < 2}.
Determiniamo i due vettori tangenti:
~r
= (r sin t cos , r sin t sin , r cos t),
t

~r
= (R + r cos t) sin , (R + r cos t) cos , 0 .

Il vettore normale `e quindi


~n =

~r ~r

= r(R + r cos t)(cos t cos , cos t sin , sin t).


t

Possiamo ora calcolare lelemento infinitesimo di area sulla superficie del


toro:
dS = k~nk dt d = r(R + r cos t) dt d.

3. Soluzioni

281

Larea del toro T `e quindi data dal seguente integrale:


ZZ
Area(T ) =

dS
T

ZZ
=

r(R + r cos t) dt d
Z 2
=r
dt
(R + r cos t) d
0
0
Z 2
= 2r
(R + r cos t) dt
0

2
= 2r Rt + r sin t 0

Z 2

= (2r)(2R) = 4 2 rR.
Svolgimento esercizio 18. Si ha x0 (t) = 2(1 cos t) e y 0 (t) = 2 sin t. Lelemento infinitesimo di lunghezza d` sulla curva (detto anche differenziale
darco) `e dato da:
d` =


x0 (t)2 + y 0 (t)2 dt = 2 2 1 cos t dt.

La lunghezza L = L() si calcola quindi come segue:


Z 2
L = d` = 2 2
1 cos t dt

0
r
Z 2
t
=2 2
2 sin2 dt
2
0

2

t
= 16,
= 2 2 2 2 cos
2 0
Z

dove si `e usata la nota formula


t
1 cos t = 2 sin2 .
2
Sia ora S la superficie generata da una rotazione completa della curva
attorno allasse x. Un punto P = (xP , yP ) su descrive, nella rotazione
di attorno allasse x, una circonferenza di lunghezza pari a 2yP . Da ci`o
segue che un trattino infinitesimo di lunghezza d` sulla curva descrive una
superficie infinitesima la cui area `e data da 2yP d`, a meno di infinitesimi
di ordine superiore al primo. Da ci`o segue che larea della superficie S `e

282

13. Calcolo Integrale

data dal seguente integrale:


Z
Area(S) = 2y(t) d`(t)

Z 2

= 2
2(1 cos t) 2 2 1 cos t dt
0
Z 2
= 8 2
(1 cos t)3/2 dt
0
Z 2
t
= 8 2
2 2 sin3 dt
2
Z 0
= 64
sin3 u du,
0

ove si `e usata lidentit`a


1 cos t = 2 sin2

t
2

e si `e posto poi u = t/2.


Questultimo integrale si calcola facilmente integrando per parti, ottenendo
Z
1
sin3 u du = cos u (sin2 u + 2).
3
Sviluppando i calcoli, si trova infine che larea della superficie S `e pari a
256
.
3
Per terminare, notiamo come, operando nel modo descritto sopra, non
sia necessario determinare una parametrizzazione della superficie S al fine
di calcolare lelemento infinitesimo di area dS per ottenere poi, tramite un
integrale doppio, larea di S.

3.3. Integrali tripli


Svolgimento esercizio 19. Sia C un cono circolare di raggio di base r e
altezza h. Fissiamo il sistema di riferimento in modo che la base del cono
sia contenuta nel piano xy e lasse del cono coincida con lasse z.
Il volume del cono C `e dato dal seguente integrale triplo:
ZZZ
Vol(C ) =
dx dy dz.
C

Per calcolare questo integrale utilizziamo il metodo di integrazione per


strati:
ZZZ
Z h ZZ
dx dy dz =
dz
dx dy.
C

Cz

Lo strato Cz , ottenuto intersecando il cono con il piano parallelo al piano


xy passante per il punto di coordinate (0, 0, z), `e un cerchio il cui raggio r0

3. Soluzioni

283

si verifica facilmente essere dato da


r0 =

r(h z)
.
h

Si ha dunque:
ZZ

dx dy = r0 =

Cz

r2
(h z)2 .
h2

Possiamo ora completare il calcolo del volume del cono:


ZZZ
Vol(C ) =
dx dy dz
C
Z h ZZ
=
dz
dx dy
Cz

0
2

r
h2

(h z)2 dz


h
r
1
3
= 2 (h z)
h
3
0
1
= hr2 .
3
2

Svolgimento esercizio 20. Sia S la sfera di raggio R centrata nellorigine:


S = {(x, y, z) | x2 + y 2 + z 2 R2 }.
Se introduciamo le coordinate sferiche , e , legate alle coordinate cartesiane x, y, z dalla trasformazione di coordinate

x = sin cos
y = sin sin

z = cos ,
con 0, 0 e 0 < 2, la sfera S `e descritta come segue:
S 0 = {(, , ) | 0 R, 0 , 0 2}.
In coordinate sferiche la sfera S diventa quindi il parallelepipedo S 0 .
Ricordiamo ora che lelemento di volume dx dy dz `e espresso, in coordinate sferiche, dalla formula
dx dy dz = 2 sin d d d.

284

13. Calcolo Integrale

Siamo ora in grado di calcolare il volume della sfera S:


ZZZ
Vol(S) =
dx dy dz
S
ZZZ
=
2 sin d d d
0
S
Z R Z Z 2
=
d
d
2 sin d
0
0
0
Z R Z
= 2
d
2 sin d
0
0
Z R
= 4
2 d
0

1 3
= 4

R
=
0

4
R3 .
3

Svolgimento esercizio 21. Lellissoide E di semiassi a, b e c `e definito


dalla seguente disequazione:
E :

x2 y 2 z 2
+ 2 + 2 1.
a2
b
c

Se poniamo X = x/a, Y = y/b e Z = z/c, la disequazione precedente


diventa:
E 0 : X 2 + Y 2 + Z 2 1.
Nelle nuove coordinate X, Y e Z, lellissoide E `e quindi diventato una sfera
di raggio 1.
Calcoliamo ora la matrice jacobiana J della precedente trasformazione
di coordinate, che scriviamo nella forma

x = aX
y = bY

z = cZ.
Si vede immediatamente che

a 0 0
J = 0 b 0 ,
0 0 c
e quindi det J = abc. Concludiamo quindi che, nella precedente trasformazione di coordinate, lelemento infinitesimo di volume si trasforma come
segue:
dx dy dz = abc dX dY dZ.

3. Soluzioni

285

Possiamo ora calcolare il volume dellellissoide, usando la formula per il


cambiamento di variabili negli integrali tripli:
ZZZ
ZZZ
Vol(E ) =
dx dy dz =
abc dX dY dZ = abc Vol(E 0 ).
E

E0

Dato che, come abbiamo prima osservato, E 0 `e una sfera di raggio 1, il suo
volume `e noto:
4
Vol(E 0 ) = .
3
Si conclude quindi che
4
Vol(E ) = abc.
3
Per terminare, notiamo come, con una semplice trasformazione di coordinate abbiamo potuto determinare il volume dellellissoide E senza dover, in
effetti, calcolare alcun integrale.