Sei sulla pagina 1di 122

ESERCIZI DI

ALGEBRA LINEARE
E GEOMETRIA
Francesco Bottacin
Padova, 24 febbraio 2012

Capitolo 1

Algebra Lineare
1.1

Spazi e sottospazi vettoriali

Esercizio 1.1. Sia U il sottospazio di R4 generato dai vettori u1 = (0, 2, 0, 1)


e u2 = (1, 1, 1, 0). Sia V il sottospazio di R4 costituito dalle soluzioni del
seguente sistema:
(
x1 + x3 = x2 + x4
x3 + x4 = 0.
(a) Si determini la dimensione e una base di U V .
(b) Si determini la dimensione e una base di U + V .

Soluzione. Si verifica immediatamente che i vettori u1 e u2 sono linearmente indipendenti, quindi essi sono una base del sottospazio U , che ha pertanto
dimensione 2.
Dal sistema di equazioni che definiscono il sottospazio V si ricava
(
x1 = x2 + 2x4
x3 = x4 .
Ci sono dunque due incognite libere di variare (x2 e x4 ), il che significa che V
ha dimensione 2. Ponendo x2 = 1 e x4 = 0 si trova x1 = 1 e x3 = 0; indichiamo
con v1 = (1, 1, 0, 0) il vettore corrispondente. Ponendo invece x2 = 0 e x4 = 1
si trova x1 = 2 e x3 = 1. Il vettore cos` trovato `e v2 = (2, 0, 1, 1). Una base
di V `e dunque costituita dai vettori v1 e v2 .
Cerchiamo ora i vettori che appartengono a U V . Detto w un tale vettore
si deve avere w = 1 u1 + 2 u2 , in quanto w U , ma anche w = 1 v1 + 2 v2 ,
in quanto w V . Si ottiene cos` luguaglianza 1 u1 + 2 u2 = 1 v1 + 2 v2 , che
1

Capitolo 1

Algebra Lineare

equivale al seguente sistema di equazioni:

2 = 1 + 22

2 + =
1
2
1

2 = 2

1 = 2
da cui si ricava

1 = 2 = 2
1 = 32 .

Questo sistema ammette dunque infinite soluzioni, per ogni valore di 2 (ci`o
significa che linsieme delle soluzioni, e quindi anche U V , ha dimensione 1).
Ponendo 2 = 1 si ottiene 1 = 3, 1 = 1 e 2 = 1. Il corrispondente
vettore w U V `e dunque dato da w = u1 + u2 o, equivalentemente, da
w = 3v1 v2 . Si trova cos` w = (1, 3, 1, 1). Da quanto visto, deduciamo che
U V ha dimensione 1 ed `e generato dal vettore w appena trovato.
Per quanto riguarda il sottospazio U + V , sicuramente esso `e generato dai
quattro vettori u1 , u2 , v1 , v2 (dato che U `e generato da u1 e u2 e V `e generato
da v1 e v2 ). Dalla formula di Grassmann si ricava che
dim(U + V ) = dim U + dim V dim(U V ) = 2 + 2 1 = 3,
quindi i quattro vettori u1 , u2 , v1 , v2 non possono certo essere una base di U + V
(sicuramente uno di essi sar`
a una combinazione lineare degli altri tre). Scegliamo
arbitrariamente di eliminare il vettore v2 . Ora bisogna controllare se i tre vettori
u1 , u2 , v1 sono linearmente indipendenti. Consideriamo una loro combinazione
lineare 1 u1 + 2 u2 + 3 v1 = 0. Si ottiene il seguente sistema

2 + 3 = 0

2 + + = 0
1
2
3

=
0
2

1 = 0
la cui unica soluzione `e 1 = 2 = 3 = 0. Si conclude cos` che i tre vettori
u1 , u2 , v1 sono linearmente indipendenti e sono quindi una base di U + V (dato
che U + V ha dimensione 3).
Esercizio 1.2.
Nello spazio vettoriale R4 si consideri il sottospazio U =
hu1 , u2 i, ove u1 = (2, 1, 1, 3) e u2 = (0, 1, 2, 1).
(a) Si determini una base di un sottospazio W tale che U W = R4 e si dica
se un tale sottospazio W `e unico.
(b) Dato il vettore vt = (t, 3, t 1, 1), si dica per quale valore di t si ha vt U .
(c) Sia V il sottospazio vettoriale definito dalle equazioni x1 +x2 +x3 +x4 = 0
e x1 + 2x2 2x4 = 0. Si determini una base di V e una base di U V .

Capitolo 1

Algebra Lineare

Soluzione.
I vettori u1 e u2 sono linearmente indipendenti (la verifica `e
immediata), quindi il sottospazio U da essi generato ha dimensione 2. Dalla
formula di Grassman segue che la dimensione di un sottospazio W tale che
U W = R4 deve essere uguale a 2. Pertanto, per trovare una base di un tale
sottospazio W , `e sufficiente trovare due vettori w1 e w2 tali che {u1 , u2 , w1 , w2 }
sia una base di R4 . Ci sono infinite scelte per i vettori w1 e w2 ; ad esempio
si pu`
o prendere w1 = (1, 0, 0, 0) e w2 = (0, 1, 0, 0) (`e facile verificare che con
queste scelte i vettori {u1 , u2 , w1 , w2 } sono linearmente indipendenti e quindi
sono una base di R4 ). Tuttavia si potrebbe anche prendere w1 = (0, 0, 1, 0) e
w2 = (0, 0, 0, 1), il che prova che un tale sottospazio W non `e certamente unico.
Consideriamo ora il vettore vt = (t, 3, t 1, 1). Richiedere che vt appartenga
a U equivale a richiedere che vt si possa scrivere come combinazione lineare dei
vettori u1 e u2 (i quali formano una base di U ):
vt = 1 u1 + 2 u2 .
Si ottiene cos` il seguente sistema di equazioni lineari

t = 21

3 =
1
2

1
=

+
22
1

1 = 31 + 2
la cui unica soluzione `e

1 = 1
2 = 2

t = 2.

Si conclude quindi che vt U se e solo se t = 2.


Il sottospazio V `e linsieme delle soluzioni del seguente sistema di equazioni
lineari:
(
x1 + x2 + x3 + x4 = 0
V :
x1 + 2x2 2x4 = 0.
Risolvendo il sistema si trova che esso ammette infinite soluzioni, dipendenti da
due parametri, date da
(
x1 = 2x2 + 2x4
x3 = x2 3x4 .
Ponendo x2 = 1 e x4 = 0 si ottiene il vettore v1 = (2, 1, 1, 0), mentre ponendo
x2 = 0 e x4 = 1 si ottiene il vettore v2 = (2, 0, 3, 1). I vettori v1 e v2 sono una
base di V . Per terminare cerchiamo una base di U V .
Ogni vettore w U V si scrive nella forma
w = 1 u1 + 2 u2 ,

w = 1 v1 + 2 v 2 .

Luguaglianza 1 u1 + 2 u2 = 1 v1 + 2 v2 si traduce nel seguente sistema:

21 = 21 + 22

=
1
2
1

+
2
=

1
2
1 32

31 + 2 = 2

Capitolo 1

Algebra Lineare

il quale ammette infinite soluzioni (dipendenti da un parametro) date da

1 = 1 2

2 = 31 + 2

= 2
2
1
3
Una soluzione particolare `e data, ad esempio, da 1 = 2 e 2 = 3 (come ora
vedremo, non `e importante calcolare anche i valori di 1 e 2 ). Possiamo dunque
concludere che U V ha dimensione 1 e una sua base `e costituita dal vettore
w = 1 u1 + 2 u2 = 2u1 + 3u2 = (4, 5, 4, 3).

Esercizio 1.3. Sia U il sottospazio vettoriale di R4 generato dai vettori


u1 = (2, 0, 1, 1),

u2 = (1, 1, 2, 0),

u3 = (4, 2, 1, 3),

e sia W il sottospazio vettoriale di R4 di equazione x + y + 2z = 0.


(a) Si determini la dimensione e una base di U .
(b) Si dica per quale valore di t il vettore v = (1 + t, 1, 3, 1) appartiene a U .
(c) Si determinino le equazioni cartesiane di U .
(d) Si determini la dimensione e una base di U W .
(e) Si determini la dimensione e una base di U + W .
Soluzione. Per determinare la dimensione di U dobbiamo scoprire quanti tra
i vettori u1 , u2 e u3 sono linearmente indipendenti. Per fare ci`o calcoliamo il
rango della seguente matrice

1 1
2
0
2 0
1 1
4 2 1 3
Effettuiamo le seguenti operazioni elementari tra le righe: alla seconda riga
sottraiamo il doppio della prima e alla terza riga sottraiamo la prima riga
moltiplicata per 4. Si ottiene cos` la matrice seguente:

1 1
2
0
0 2 3 1
0 6 9 3
Ora alla terza riga sottraiamo il triplo della seconda, ottenendo

1 1
2
0
0 2 3 1
0 0
0
0
Il rango di questa matrice `e 2, il che significa che i vettori u1 e u2 sono linearmente indipendenti, mentre u3 risulta essere combinazione lineare di u1 e u2 .

Capitolo 1

Algebra Lineare

La conclusione `e che il sottospazio U ha dimensione 2 e una sua base `e costituita


dai vettori u1 e u2 .
Dire che il vettore v = (1 + t, 1, 3, 1) appartiene a U equivale a dire che
esso si pu`
o scrivere come combinazione lineare dei vettori u1 e u2 . Lequazione
v = 1 u1 + 2 u2
fornisce il sistema

1 + t = 21 + 2

1 =
2

3
=

1 + 22

1 = 1 ,
la cui soluzione `e

t = 2
1 = 1

2 = 1.

Si scopre cos` che v U se e solo se t = 2.


Per trovare le equazioni cartesiane di U osserviamo che un generico vettore
(x, y, z, w) R4 appartiene a U se e solo se esso `e combinazione lineare dei
vettori u1 e u2 , i quali formano una base di U . Scrivere
(x, y, z, w) = 1 u1 + 2 u2
equivale al seguente sistema

x = 21 + 2

y =
2

z
=

+ 22
1

w = 1 .
Per trovare le equazioni cartesiane di U basta eliminare i due parametri 1 e 2
dalle equazioni precedenti. Si ha 2 = y (dalla seconda equazione) e 1 = w
(dalla quarta); sostituendo nelle due equazioni rimanenti, si trova il sistema
(
x y + 2w = 0
2y z w = 0.
Queste sono le equazioni cartesiane di U .
Poiche ora conosciamo le equazioni di U , per determinare U W basta
mettere a sistema le equazioni di U con quelle di W :

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

x + y + 2z = 0.
Le soluzioni di questo sistema sono date da

x = 34 w

y = 2 w
3
z = 1 w

w qualsiasi.

Capitolo 1

Algebra Lineare

Ci`
o significa che U W ha dimensione 1 e una sua base `e formata dal vettore
u = (4, 2, 1, 3), ottenuto ponendo w = 3 nelle equazioni precedenti.
Se osserviamo che W `e un sottospazio di R4 definito da una sola equazione lineare, concludiamo che dim W = 3 e dunque, utilizzando la formula di
Grassmann, si ha
dim(U + W ) = dim U + dim W dim(U W ) = 2 + 3 1 = 4.
Poiche U + W `e un sottospazio di R4 di dimensione 4, deve necessariamente
essere U + W = R4 . Cercare una base di U + W equivale dunque a cercare una
base di R4 e si pu`
o quindi prendere la base canonica {e1 , e2 , e3 , e4 }.
Esercizio 1.4. Nello spazio vettoriale R4 siano U il sottospazio generato dai
vettori u1 = (3, 4, 1, 1), u2 = (1, 2, 1, 3) e W il sottospazio definito dalle
equazioni x1 2x2 + x3 x4 = 0 e 2x1 + 3x3 + x4 = 0.
(a) Si stabilisca se la somma di U e W `e diretta e si determinino delle basi di
U + W e di U W .
(b) Si determini, se possibile, una base di un sottospazio L R4 tale che
U L = W L = R4 .
(c) Dato il vettore v = (0, 1, 1, 3), si determini lequazione del pi`
u piccolo
sottospazio di R4 contenente U e v.
(d) Dato v = (2, 1, 0, 3) si consideri linsieme S = v + U = {
v + u | u U }.
Si scriva un sistema lineare che abbia S come insieme delle soluzioni.
Soluzione. Cominciamo col determinare una base di W . I vettori di W sono
le soluzioni del seguente sistema lineare
(
x1 2x2 + x3 x4 = 0
W :
2x1 + 3x3 + x4 = 0
Ricavando x2 e x4 in funzione di x1 e x3 , si trova che il sistema precedente `e
equivalente a

x = 3 x + 2x
1
3
2
2
W :

x4 = 2x1 3x3
pertanto W ha dimensione 2 e una sua base `e costituita dai vettori w1 =
(2, 3, 0, 4) e w2 = (0, 2, 1, 3).
Cerchiamo ora una base di U W . Se v U W , si deve avere
v = a1 u1 + a2 u2 = b1 w1 + b2 w2 .
Luguaglianza a1 u1 + a2 u2 = b1 w1 + b2 w2 si traduce nel sistema

3a1 + a2 = 2b1

4a 2a = 3b + 2b
1
2
1
2

a
=
b
1
2
2

a1 3a2 = 4b1 3b2

Capitolo 1

Algebra Lineare

le cui soluzioni sono date da

a = a2

b = 2a
1
2
b2 = 2a2

a2 qualunque.
Si deduce quindi che U W ha dimensione 1. Per trovare una sua base possiamo
porre arbitrariamente a2 = 1, ottenendo a1 = 1, b1 = 2, b2 = 2, da cui segue
che v = u1 + u2 = 2w1 2w2 . Effettuando i calcoli si trova v = (4, 2, 2, 2).
Questo vettore `e dunque una base di U W . Poiche U W 6= {0}, possiamo
affermare che la somma di U e W non `e diretta. Dalla formula di Grassmann
si deduce che
dim(U + W ) = dim U + dim W dim(U W ) = 3.
Poiche U + W `e generato dai quattro vettori u1 , u2 , w1 e w2 , ma ha dimensione
3, per trovare una sua base bisogner`a eliminare uno dei quattro vettori citati.
Scegliamo (arbitrariamente) di eliminare u2 e, dopo aver verificato che i vettori
rimanenti u1 , w1 e w2 sono linearmente indipendenti, possiamo affermare che
essi sono una base di U + W .
Il secondo punto richiede di determinare una base di un sottospazio L R4
tale che U L = W L = R4 . Poiche dim U = dim W = 2, dalla formula di Grassmann si deduce che anche L deve avere dimensione 2. Per trovare una base di L si tratta dunque di trovare due vettori `1 e `2 tali che
{u1 , u2 , `1 , `2 } e {w1 , w2 , `1 , `2 } siano basi di R4 . Possiamo porre (arbitrariamente) `1 = (1, 0, 0, 0) e `2 = (0, 1, 0, 0): `e facile verificare che sia i vettori
{u1 , u2 , `1 , `2 } che {w1 , w2 , `1 , `2 } sono linearmente indipendenti, quindi i vettori
`1 e `2 da noi scelti sono una base del sottospazio L cercato.
Facciamo notare che altre scelte di `1 e `2 , come ad esempio `1 = (0, 0, 1, 0)
e `2 = (0, 0, 0, 1) andrebbero altrettanto bene (in effetti ci sono infinite scelte
possibili), il che significa che il sottospazio L cercato non `e unico.
Il pi`
u piccolo sottospazio di R4 contenente U e v = (0, 1, 1, 3) `e il sottospazio generato dai vettori u1 , u2 e v. Se indichiamo con (x1 , x2 , x3 , x4 )
il generico vettore di tale sottospazio, si deve quindi avere (x1 , x2 , x3 , x4 ) =
a1 u1 + a2 u2 + a3 v. Tale equazione equivale al seguente sistema

x1 = 3a1 + a2

x = 4a 2a + a
2
1
2
3

x
=
a

a
3
1
2
3

x4 = a1 3a2 + 3a3
Ricavando a1 , a2 e a3 , si ottiene il sistema equivalente

a2 = x1 3a1

a = 2a x x
3
1
1
3

a
=
(3x
+
x
+
x
1
1
2
3 )/12

6x1 4x2 + 5x3 + 3x4 = 0.


Lultima equazione non contiene i parametri a1 , a2 e a3 ; essa `e pertanto lequazione cercata. Possiamo cos` concludere che il pi`
u piccolo sottospazio di R4

Capitolo 1

Algebra Lineare

contenente U e v `e determinato dallequazione


6x1 4x2 + 5x3 + 3x4 = 0.
Lultimo punto `e simile a quanto abbiamo appena visto. Gli elementi dellinsieme S = v + U si scrivono nella forma v + a1 u1 + a2 u2 , con a1 , a2 R. Se indichiamo con (x1 , x2 , x3 , x4 ) il generico vettore di S, si ha quindi (x1 , x2 , x3 , x4 ) =
v + a1 u1 + a2 u2 , che equivale al sistema

x1 = 2 + 3a1 + a2

x = 1 + 4a 2a
2
1
2

x
=
a

a
3
1
2

x4 = 3 + a1 3a2
Ricavando a1 e a2 , si ottiene il sistema equivalente

a1 = x3 a2

a = (2 x 3x )/2
2
1
3

2x
+
5x

x
=
1
1
3
4

3x1 x2 + 5x3 = 7.
Le ultime due equazioni non contengono i parametri a1 e a2 ; esse formano quindi
un sistema di equazioni lineari aventi S come insieme delle soluzioni
(
2x1 + 5x3 x4 = 1
S:
3x1 x2 + 5x3 = 7.

Esercizio 1.5. Nello spazio vettoriale R4 sia U il sottospazio generato dal


vettore u = (12, 3, 2, 0) e sia W il sottospazio di equazione x1 2x2 + 3x3
4x4 = 0.
(a) Si dimostri che U W e si completi la base di U ad una base di W .
(b) Sia V R4 il sottospazio generato dai vettori v1 = (1, 2, 3, 0) e v2 =
(2, 3, 4, 1). Si determini una base di V W e una base di V + W .
(c) Dato il vettore vt = (t, 0, 1, 2), si determini il valore di t per cui i vettori
v1 , v2 , vt sono linearmente dipendenti.
(d) Si dica se esiste una funzione lineare f : R4 R4 tale che si abbia W =
Ker f e U = Im f .
Soluzione. Per dimostrare che U W basta osservare che u W (infatti le
coordinate di u soddisfano lequazione di W ).
Il sottospazio W ha dimensione 3, essendo definito da una equazione in R4 .
Pertanto per completare la base di U ad una base di W `e sufficiente trovare due
vettori w1 , w2 W tali che i vettori u, w1 e w2 siano linearmente indipendenti.
Dallequazione di W si ricava
x1 = 2x2 3x3 + 4x4 .

Capitolo 1

Algebra Lineare

Ponendo w1 = (2, 1, 0, 0) e w2 = (3, 0, 1, 0) si scopre che u = 3w1 2w2 , quindi


i vettori u, w1 , w2 sono linearmente dipendenti; bisogna quindi modificare la
nostra scelta. Proviamo allora a porre w2 = (4, 0, 0, 1); ora `e facile verificare che
u, w1 , w2 sono linearmente indipendenti e quindi sono una base di W .
Per determinare una base di V W possiamo cominciare col determinare le
equazioni di V . Un generico vettore (x1 , x2 , x3 , x4 ) V `e combinazione lineare
dei vettori v1 e v2 che generano V ; si ha quindi
(x1 , x2 , x3 , x4 ) = a1 v1 + a2 v2 ,
che equivale al sistema

x1

x
2

x3

x4

= a1 + 2a2
= 2a1 + 3a2
= 3a1 + 4a2
= a2

Ricavando a1 e a2 si ottiene il sistema

a2 = x4

a = x + 2x
1
1
4

2x1 x2 + x4 = 0

3x1 x3 + 2x4 = 0
da cui si deduce che le equazioni cartesiane di V sono le seguenti:
(
2x1 x2 + x4 = 0
V :
3x1 x3 + 2x4 = 0.
Il sottospazio V W `e dunque descritto dal seguente sistema:

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

V W :

x1 2x2 + 3x3 4x4 = 0

le cui soluzioni sono date da

x
2
V W :
x3

x4

=0
= x4
= 2x4
qualsiasi.

Da ci`
o si deduce che V W ha dimensione 1 e una sua base `e formata dal vettore
(0, 1, 2, 1). Dalla formula di Grassmann segue che
dim(V + W ) = dim V + dim W dim(V W ) = 2 + 3 1 = 4,
quindi si ha necessariamente V + W = R4 . Come base di V + W si pu`o dunque
prendere una qualunque base di R4 (ad esempio, la base canonica).
Cerchiamo ora per quale valore di t i vettori v1 , v2 , vt sono linearmente
dipendenti. La combinazione lineare
a1 v1 + a2 v2 + a3 vt = 0

Capitolo 1

Algebra Lineare

10

fornisce il sistema

a1 + 2a2 + a3 t = 0

2a + 3a = 0
1
2

3a
+
4a
1
2 + a3 = 0

a2 + 2a3 = 0.
Risolvendo tale sistema si trova che, se t 6= 1 allora si ha a1 = a2 = a3 = 0 e
quindi i vettori v1 , v2 , vt sono linearmente indipendenti, altrimenti, se t = 1,
essi sono linearmente dipendenti.
Per scoprire se esiste una funzione lineare f : R4 R4 tale che si abbia
W = Ker f e U = Im f ricordiamo che, per ogni funzione lineare f : R4 R4
si deve avere
dim Ker(f ) + dim Im(f ) = 4.
Poiche dim W = 3 e dim U = 1, tale uguaglianza `e verificata. Naturalmente ci`o
non basta per affermare che una tale f esiste!
Tuttavia ricordiamo che per definire una funzione lineare f : R4 R4
`e sufficiente assegnare le immagini tramite f dei vettori di una base di R4 .
Consideriamo allora una base {w1 , w2 , w3 } di W e sia v R4 un vettore tale che
{w1 , w2 , w3 , v} sia una base di R4 (un tale vettore v esiste sempre). Definiamo
una funzione lineare f : R4 R4 ponendo f (w1 ) = f (w2 ) = f (w3 ) = 0 e
f (v) = u. Per una siffatta f si ha Ker(f ) = W e Im(f ) = U , come volevasi.
Esercizio 1.6. Sia T R4 il sottospazio generato dai vettori v1 = (1, 1, 1, 2),
v2 = (3, 0, 0, 1). Sia S il sottospazio dato dalle soluzioni nelle incognite
(x, y, z, w) delle equazioni
(
x + 2y + 2z = 0
x + 2z + 2w = 0
(a) Determinare S T e dare una base di S + T .
(b) Determinare un sottospazio L di R4 per cui (T + S) L = R4 .
(c) Determinare un altro L1 , L1 6= L tale che (T + S) L1 = R4 e L L1 .
Pu`
o essere L L1 = R4 ?
(d) Determinare un sottospazio M di R4 diverso da S e di dimensione 2, tale
che T + S = T + M .
Soluzione. Il generico vettore di T `e combinazione lineare dei vettori v1 e v2 ;
esso si scrive dunque come segue:
w = a1 v1 + a2 v2 = (a1 + 3a2 , a1 , a1 , 2a1 a2 ).
Affinche w appartenga a S T , le sue componenti devono soddisfare le equazioni
di S. Risolvendo il sistema cos` ottenuto si trova a1 = a2 , da cui si deduce che
S T ha dimensione 1 e una sua base `e costituita dal vettore w = (4, 1, 1, 1)
(ottenuto ponendo a1 = a2 = 1).

Capitolo 1

Algebra Lineare

11

Dalle equazioni di S
(
S:

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

si ricava

(
S:

x = 2z + 2w
y=w

da cui segue che S ha dimensione 2 e una sua base `e formata dai vettori s1 =
(2, 0, 1, 0) e s2 = (2, 1, 0, 1).
Dalla formula di Grassmann si ha
dim(S + T ) = dim S + dim T dim(S T ) = 3
e, poiche i vettori v1 , v2 , s1 sono linearmente indipendenti (come si verifica
facilmente) essi sono necessariamente una base di S + T .
Un sottospazio L di R4 tale che (T + S) L = R4 deve avere dimensione
1. Per determinare L basta quindi trovare un vettore ` tale che i vettori v1 , v2 ,
s1 , ` siano linearmente indipendenti. Esistono infinite scelte possibili per `; ad
esempio il vettore ` = (1, 0, 0, 0) soddisfa le richieste (lo si verifichi).
In modo del tutto analogo, anche L1 deve avere dimensione 1 e una sua
base deve essere costituita da un vettore `1 tale che i vettori v1 , v2 , s1 , `1 siano
linearmente indipendenti. Se richiediamo inoltre che L e L1 siano in somma
diretta, ci`
o significa che L L1 = {0} e dunque che i vettori ` e `1 devono essere
linearmente indipendenti. Basta pertanto prendere `1 = (0, 0, 0, 1) e verificare
che, in effetti, v1 , v2 , s1 , `1 sono linearmente indipendenti. Naturalmente non
pu`
o essere L L1 = R4 perche dim L + dim L1 = 2.
Infine, per determinare un sottospazio M di R4 diverso da S e di dimensione
2, tale che T + S = T + M , ricordiamo che T + S `e il sottospazio generato dai
vettori v1 , v2 , s1 . Una base di M dovr`a dunque essere formata da due vettori
scelti in modo tale da garantire che T + S = T + M e, allo stesso tempo,
che M 6= S. Dato che S `e generato dai vettori s1 e s2 , possiamo prendere
` facile verificare che M 6= S (perche M non contiene s2 ) e che
M = hs1 , v2 i. E
T + M ha come base {v1 , v2 , s1 } e quindi `e uguale a T + S.

Capitolo 1

1.2

Algebra Lineare

12

Funzioni lineari e matrici

Esercizio 1.7. Si determini per quali valori di t R esiste una funzione lineare
f : R3 R3 tale che f (0, 1, 1) = (3, 1, 0), f (2, 1, 3) = (t, 1, t + 3) e il
nucleo di f sia generato dal vettore (1, t2 + 3t, 2). Per i valori di t per cui f
esiste si specifichi inoltre se essa `e unica oppure no.
Soluzione. Ricordiamo che una funzione lineare tra due spazi vettoriali V e
W `e determinata in modo unico quando si conoscono le immagini dei vettori di
una base di V . Sapendo che il nucleo di f `e generato dal vettore (1, t2 + 3t, 2),
si deduce che f (1, t2 + 3t, 2) = (0, 0, 0). Pertanto conosciamo le immagini,
tramite f , dei tre vettori v1 = (0, 1, 1), v2 = (2, 1, 3) e v3 = (1, t2 + 3t, 2).
La prima cosa da fare `e dunque quella di determinare per quali valori del
parametro t i vettori v1 , v2 e v3 formano una base di R3 . Consideriamo una
combinazione lineare
1 v1 + 2 v2 + 3 v3 = 0.
Si ottiene il seguente sistema:

22 + 3 = 0
1 + 2 + (t2 + 3t)3 = 0

1 + 32 23 = 0
da cui si ricava

1 = 2
3 = 22

2
2(t + 3t)2 = 0.

Se t2 + 3t 6= 0, cio`e se t 6= 0, 3, lunica soluzione `e 1 = 2 = 3 = 0. In questo


caso i vettori v1 , v2 , v3 sono linearmente indipendenti e sono quindi una base di
R3 . Possiamo dunque affermare che, per t 6= 0, 3, la funzione lineare f esiste
ed `e unica.
Analizziamo ora separatamente i due casi particolari t = 0 e t = 3. Se
t = 0 il sistema precedente diventa

1 = 2
3 = 22

0=0
il quale ammette infinite soluzioni (ci`o significa che, in questo caso, i vettori
v1 , v2 , v3 sono linearmente dipendenti). Una soluzione particolare `e data, ad
esempio, da 1 = 1, 2 = 1, 3 = 2. Ci`o significa che, per t = 0, vale la
seguente relazione di dipendenza lineare:
v1 + v2 + 2v3 = 0.
I vettori v1 , v2 , v3 non sono dunque una base di R3 , quindi non sono note le
immagini dei vettori di una base del dominio della funzione f . Possiamo quindi
concludere che, anche se una tale funzione f dovesse esistere, essa non sarebbe

Capitolo 1

Algebra Lineare

13

determinata in modo unico. Tuttavia, poiche f deve essere lineare, si dovrebbe


avere
f (v1 + v2 + 2v3 ) = f (v1 ) + f (v2 ) + 2f (v3 ) = f (0) = 0.
Sostituendo al posto di f (v1 ), f (v2 ) e f (v3 ) i valori dati dal problema, si ottiene
luguaglianza
(3, 1, 0) + (0, 1, 3) + (0, 0, 0) = (0, 0, 0),
che non `e verificata. Si conclude cos` che per t = 0 non pu`o esistere una funzione
lineare f che soddisfi tutte le richieste.
Passiamo ora al caso t = 3. Come nel caso precedente il sistema diventa

1 = 2
3 = 22

0=0
il quale ammette infinite soluzioni. Una soluzione particolare `e data, come
prima, da 1 = 1, 2 = 1, 3 = 2. Ci`o significa che, per t = 3, vale la
seguente relazione di dipendenza lineare:
v1 + v2 + 2v3 = 0.
Anche in questo caso i vettori v1 , v2 , v3 non sono una base di R3 , quindi,
esattamente come prima, possiamo concludere che, anche se una tale funzione
f dovesse esistere, essa non sarebbe determinata in modo unico. In questo caso
per`
o, se applichiamo f alluguaglianza precedente, si ottiene
f (v1 + v2 + 2v3 ) = f (v1 ) + f (v2 ) + 2f (v3 ) = f (0) = 0
e sostituendo al posto di f (v1 ), f (v2 ) e f (v3 ) i valori dati dal problema, si ottiene
luguaglianza
(3, 1, 0) + (3, 1, 0) + (0, 0, 0) = (0, 0, 0),
che ora `e verificata. Ad ogni modo, per costruire una funzione lineare f che
soddisfi i requisiti richiesti dovremmo trascurare il vettore v3 (il quale `e una
combinazione lineare dei vettori v1 e v2 ) e completare i vettori v1 , v2 ad una
base di R3 aggiungendo un qualche vettore w (scelto in modo tale che i vettori v1 ,
v2 , w siano linearmente indipendenti). La funzione f risulterebbe univocamente
determinata se conoscessimo anche limmagine di w che per`o non `e data e,
anzi, pu`
o essere fissata (quasi ) arbitrariamente. Concludiamo cos` che, per
t = 3, esistono infinite funzioni lineari f che soddisfano i requisiti imposti dal
problema [ Esiste una tale funzione f per ogni scelta di f (w) R3 . Tuttavia,
per la precisione, f (w) non pu`
o essere scelto in modo completamente arbitrario,
altrimenti si potrebbe trovare una funzione f avente un nucleo di dimensione 2 e
non 1 come richiesto dal problema! Per fare in modo che Ker f abbia dimensione
1 bisogna scegliere f (w) in modo che limmagine di f abbia dimensione 2, in altre
parole, f (w) deve essere linearmente indipendente da f (v1 ). Ci sono comunque
infinite scelte per f (w)].

Capitolo 1

Algebra Lineare

14

Esercizio 1.8. Si consideri la funzione lineare f : R4 R4 la cui matrice


(rispetto alle basi canoniche) `e

2 0 1 1
t 1
0
0

A=
0 2
3
1
1 1 1 2
Si determini per quali valori di t R la funzione f non `e suriettiva. Per tali
valori di t si determini una base di Im(f ).
Soluzione. Dato che il dominio e il codominio di f hanno la stessa dimensione,
la funzione f `e suriettiva se e solo se essa `e iniettiva (cio`e se e solo se essa
`e biiettiva). In termini della matrice A, si ha che f `e biiettiva se e solo se
det A 6= 0. Pertanto, richiedere che f non sia suriettiva equivale a richiedere che
il determinante di A sia uguale a zero.



0 1 1 2 1 1



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






3 1 1 1
2
1 2 3

+

+
2
+
= t
1 2 3 1
1 2 1 1
= 2t 18.
Dal calcolo del determinante di A si scopre che esso si annulla per t = 9.
Concludiamo quindi che la funzione f non `e suriettiva per t = 9 (mentre per
t 6= 9 essa `e biiettiva).
Per t = 9 la matrice A diventa

2
0 1 1
9 1
0
0

A=
0
2
3
1
1 1 1 2
Sappiamo che limmagine di f `e generata dalle colonne della matrice A. Daltra
parte, poiche f non `e suriettiva, la dimensione di Im f sar`a < 4 (le quattro
colonne di A sono linearmente dipendenti, dato che det A = 0). Escludiamo
arbitrariamente lultima colonna e consideriamo le prime tre. Verifichiamo se
esse sono linearmente indipendenti:



2
0
1
0
9
1
0 0



1
0 + 2 2 + 3 3 = 0
1
1
1
0
Si ottiene il sistema

21 3 = 0

9 + = 0
1
2

2
+
3
2
3 =0

1 2 + 3 = 0

Capitolo 1

Algebra Lineare

15

la cui unica soluzione `e 1 = 2 = 3 = 0. Si conclude cos` che le prime tre


colonne della matrice A sono linearmente indipendenti (quindi il rango di A `e
3) e sono pertanto una base dellimmagine di f (che ha dunque dimensione 3).
Esercizio 1.9.
Nello spazio vettoriale R4 si considerino i sottospazi U1 =
hu1 , u2 , u3 , u4 i, ove u1 = (1, 1, 0, 2), u2 = (2, 1, 1, 2), u3 = (1, 4, 1, 4), u4 =
(3, 3, 2, 2), e U2 di equazioni 3x1 4x2 = 0 e 5x1 + 7x2 = 0.
(a) Si determini una base di U1 e una base di U2 . Si determini, se esiste, una
base {v1 , v2 , v3 , v4 } di R4 tale che U1 = hv1 , v2 i e U2 = hv3 , v4 i.
(b) Dati w1 = (2, 1, 3), w2 = (1, 1, 2), w3 = (5, 4, t), si dica per quali
valori di t esiste una funzione lineare g : R4 R3 tale che g(u1 ) = w1 ,
g(u2 ) = w2 , g(u3 ) = w3 . Si dica inoltre se tale g `e unica.
Soluzione. I vettori u1 , u2 , u3 , u4 generano U1 , quindi da essi si pu`o estrarre
una base di U1 . Per determinare la dimensione di U1 calcoliamo il rango della
seguente matrice:

1 1 0
2
2
1 1 2

1 4 1
4
3 3 2 2
Utilizziamo il metodo di eliminazione di Gauss. Alla seconda riga sottraiamo
il doppio della prima, alla terza riga sottraiamo la prima e alla quarta riga
sommiamo il triplo della prima, ottenendo cos` la seguente matrice:

1 1 0
2
0 3 1 2

0 3 1
2
0 6 2
4
Ora effettuiamo le seguenti operazioni elementari: alla terza riga sommiamo la
seconda mentre alla quarta riga sommiamo la seconda moltiplicata per 2.

1 1 0
2
0 3 1 2

0 0
0
0
0 0
0
0
Si scopre cos` che la matrice considerata ha rango 2. Ci`o significa che il sottospazio U1 ha dimensione 2 e una sua base `e costituita, ad esempio, dai vettori u1
e u2 (naturalmente, come base di U1 si potrebbero anche considerare i vettori
u3 e u4 , oppure anche u1 e u3 , ecc.).
Il sottospazio U2 `e linsieme delle soluzioni del seguente sistema:
(
3x1 4x2 = 0
U2 :
5x1 + 7x2 = 0.

Capitolo 1

Algebra Lineare

16

Si tratta di un sistema di due equazioni nelle quattro incognite x1 , x2 , x3 , x4 (si


ricordi che U2 `e un sottospazio di R4 ), le cui soluzioni sono date da

x1 = 0
x2 = 0

U2 :

x3 , x4 qualsiasi.

Ci sono dunque infinite soluzioni, dipendenti da due parametri liberi di variare, pertanto U2 ha dimensione 2 e una sua base `e costituita dai vettori
w1 = (0, 0, 1, 0) e w2 = (0, 0, 0, 1). Se ora poniamo v1 = u1 , v2 = u2 , v3 = w1
e v4 = w2 , si ha U1 = hv1 , v2 i e U2 = hv3 , v4 i, come richiesto. Bisogna solo
controllare se effettivamente i vettori v1 , v2 , v3 , v4 sono una base di R4 , cio`e se
essi sono linearmente indipendenti. A tal fine calcoliamo il determinante della
matrice le cui righe sono i vettori dati:

1 1 0 2


2 1 1 2
= det 1 1 = 3.
det
0 0
2 1
1 0
0 0
0 1
Poiche tale determinante `e diverso da zero i vettori v1 , v2 , v3 , v4 sono linearmente
indipendenti e sono dunque una base di R4 .
Consideriamo ora i vettori w1 = (2, 1, 3), w2 = (1, 1, 2), w3 = (5, 4, t).
Abbiamo gi`
a visto che i vettori u1 , u2 e u3 sono linearmente dipendenti, quindi
deve esistere una relazione di dipendenza lineare
1 u1 + 2 u2 + 3 u3 = 0,
con 1 , 2 , 3 non tutti nulli. Sostituendo le componenti di u1 , u2 e u3 si ottiene
il sistema

1 + 22 + 3 = 0

+ 4 = 0
1
2
3

=
0
2
3

21 + 22 + 43 = 0
le cui soluzioni sono date da

1 = 33
2 = 3 .

Una soluzione particolare `e data da 1 = 3, 2 = 1, 3 = 1, che fornisce la


seguente relazione di dipendenza lineare:
3u1 + u2 + u3 = 0.
Si ha dunque u3 = 3u1 u2 . Affinche esista una funzione lineare g : R4 R3
tale che g(u1 ) = w1 , g(u2 ) = w2 , g(u3 ) = w3 si deve dunque avere
g(u3 ) = g(3u1 u2 ) = 3g(u1 ) g(u2 ),
cio`e w3 = 3w1 w2 . Deve quindi sussistere la seguente uguaglianza
(5, 4, t) = 3(2, 1, 3) (1, 1, 2),

Capitolo 1

Algebra Lineare

17

da cui segue che deve essere t = 7.


Concludiamo quindi che una funzione lineare g con le propriet`a richieste
esiste se e solo se t = 7. Una tale funzione lineare tuttavia non `e determinata
in modo unico, dato che non sono note le immagini tramite g dei vettori di una
base del suo dominio (in altre parole, per t = 7 esistono infinite funzioni lineari
g con le propriet`
a richieste).

Esercizio 1.10.
Siano V e W due spazi vettoriali, sia {v1 , v2 , v3 , v4 } una
base di V e sia {w1 , w2 , w3 } una base di W . Indichiamo con f : V W
unapplicazione lineare tale che
f (v1 v3 ) = w1 2w2 2w3

f (v1 v2 + v3 ) = w2

f (v1 + v3 ) = w1 + 2w2

f (v1 v3 + v4 ) = 5w1 4w3

(a) Si dica se f `e univocamente determinata dalle condizioni date e si scriva


la matrice di f rispetto alle basi date.
(b) Si determini una base di Ker(f ) e una base di Im(f ).
(c) Si determini f 1 (w1 + w3 ).
(d) Si dica se esiste unapplicazione lineare g : W V tale che f g : W W
sia lidentit`
a (Attenzione: non `e richiesto di determinare una tale g, ma
solo di dire se essa esiste oppure no, giustificando la risposta).

Soluzione. Per scrivere la matrice di f rispetto alle basi {v1 , v2 , v3 , v4 } di V


e {w1 , w2 , w3 } di W dobbiamo calcolare f (v1 ), f (v2 ), f (v3 ) e f (v4 ). Sfruttando
la linearit`
a di f , si ha:
f (v1 v3 ) + f (v1 + v3 ) = f (2v1 ) = 2f (v1 ),
e quindi
f (v1 ) =


1
f (v1 v3 ) + f (v1 + v3 ) = w1 w3 .
2

Similmente, si ha
f (v1 + v3 ) f (v1 ) = f (v3 ),
e dunque
f (v3 ) = f (v1 + v3 ) f (v1 ) = 2w2 + w3 .
Si ha poi:
f (v1 v2 + v3 ) f (v1 + v3 ) = f (v2 ) = f (v2 ),
da cui si ricava

f (v2 ) = f (v1 v2 + v3 ) f (v1 + v3 ) = w1 + w2 .
Infine, si ha
f (v1 v3 + v4 ) f (v1 v3 ) = f (v4 ),
e pertanto
f (v4 ) = f (v1 v3 + v4 ) f (v1 v3 ) = 4w1 + 2w2 2w3 .

Capitolo 1

Algebra Lineare

La matrice di f rispetto alle basi assegnate `e

1 1 0
A= 0 1 2
1 0 1

18

dunque

4
2
2

il che dimostra, tra laltro, lesistenza di ununica funzione lineare f che soddisfa
le richieste del problema.
Utilizzando la matrice A appena calcolata possiamo facilmente determinare
il nucleo di f . Infatti i vettori v Ker(f ) sono i vettori v = x1 v1 + x2 v2 +
x3 v3 + x4 v4 tali che si abbia

x1

1 1 0 4
0
x
0 1 2 2 2 = 0
x3
1 0 1 2
0
x4
Dobbiamo quindi risolvere il seguente sistema lineare:

x1 + x2 + 4x4 = 0
x2 + 2x3 + 2x4 = 0

x1 + x3 2x4 = 0
Tale sistema ha infinite soluzioni, date da

x = 2x4

x = 2x
2
4

x3 = 0

x4 qualsiasi.
Si conclude quindi che il nucleo di f ha dimensione 1 ed `e generato dal vettore
v = 2v1 + 2v2 v4 (ottenuto ponendo x4 = 1).
Dato che dim Ker(f ) + dim Im(f ) = dim V = 4, si ha dim Im(f ) = 3, il che
significa che f `e suriettiva (infatti dim W = 3). Visto che Im(f ) = W , come
base dellimmagine di f si pu`
o prendere una qualunque base di W , ad esempio
la base w1 , w2 , w3 assegnata allinizio.
Ricordando la definizione dellimmagine inversa, si ha
f 1 (w1 + w3 ) = {v V | f (v) = w1 + w3 }.
A tal proposito facciamo notare che, nel nostro caso, la funzione f non `e
invertibile, quindi non esiste una funzione inversa di f , f 1 : W V .
Se poniamo v = x1 v1 + x2 v2 + x3 v3 + x4 v4 , richiedere che v f 1 (w1 + w3 ),
cio`e che f (v) = w1 + w3 , equivale a richiedere che si abbia

x

1 1 0 4 1
1
0 1 2 2 x2 = 0
x3
1 0 1 2
1
x4
Si tratta quindi di risolvere il seguente sistema lineare:

x1 + x2 + 4x4 = 1
x2 + 2x3 + 2x4 = 0

x1 + x3 2x4 = 1

Capitolo 1

Algebra Lineare

19

Tale sistema ha infinite soluzioni, date da

x1 = 3 2x4

x = 4 2x
2
4

x
=
2
3

x4 qualsiasi.
Se poniamo x4 = , possiamo scrivere
f 1 (w1 + w3 ) = {(3 2)v1 + (4 2)v2 2v3 + v4 | R}
= 3v1 + 4v2 2v3 + Ker(f ).
Per rispondere allultima domanda ricordiamo che la funzione f : V W `e
suriettiva. Ci`
o significa che per ogni vettore w W esiste un vettore u V tale
che f (u) = w. In particolare, dati i vettori w1 , w2 , w3 della base di W , esistono
dei vettori u1 , u2 , u3 V tali che f (ui ) = wi , per i = 1, 2, 3 (i vettori ui non
sono univocamente determinati, essi sono determinati solo a meno della somma
di elementi del nucleo di f ). Ricordiamo inoltre che per definire una funzione
lineare g : W V `e sufficiente specificare chi sono le immagini tramite g dei
vettori di una base di W . Possiamo dunque definire la funzione g ponendo
g(wi ) = ui , per i = 1, 2, 3. Con questa definizione si ha

(f g)(wi ) = f g(wi ) = f (ui ) = wi , per i = 1, 2, 3,
il che dimostra che la funzione composta f g : W W `e lidentit`a. Concludiamo quindi che una siffatta funzione g esiste (ci`o `e dovuto al fatto che f `e
suriettiva), ma non `e unica, dato che la sua definizione dipende dalla scelta dei
vettori ui V tali che f (ui ) = wi .
Esercizio 1.11. Sia f : R4 R3 la funzione lineare definita da
f (1, 1, 0, 0) = (3, 1, 2),

f (1, 0, 1, 0) = (2, 0, 2),

f (0, 1, 0, 0) = (1, 2, 1),

f (0, 0, 1, 1) = (1, 1, 2).

(a) Si scriva la matrice di f rispetto alle basi canoniche.


(b) Si determini una base del nucleo di f e una base dellimmagine di f .
(c) Si determini una base di Ker(f ) U , ove U `e il sottospazio vettoriale di
R4 definito dallequazione 2x1 + x2 + x3 = 0.
Soluzione. Poniamo v1 = (1, 1, 0, 0), v2 = (0, 1, 0, 0), v3 = (1, 0, 1, 0), v4 =
(0, 0, 1, 1), w1 = (3, 1, 2), w2 = (1, 2, 1), w3 = (2, 0, 2), w4 = (1, 1, 2); si ha
quindi f (vi ) = wi , per i = 1, . . . , 4.
Per determinare la matrice di f rispetto alle basi canoniche dobbiamo calcolare le immagini dei vettori della base canonica di R4 . Si ha e1 = v1 v2 , da
cui si ricava
f (e1 ) = f (v1 ) f (v2 ) = w1 w2 = (4, 3, 1).
Notiamo poi che e2 = v2 , quindi f (e2 ) = w2 = (1, 2, 1). Ora si ha e3 =
v3 e1 , da cui segue
f (e3 ) = f (v3 ) f (e1 ) = (2, 3, 1).

Capitolo 1

Algebra Lineare

20

Infine, `e e4 = v4 e3 , quindi
f (e4 ) = f (v4 ) f (e3 ) = (3, 2, 1).
La matrice di f rispetto alle basi canoniche `e pertanto

4 1 2 3
A = 3 2 3 2 .
1 1
1 1
Il nucleo di f `e linsieme delle soluzioni del seguente sistema lineare:

4x1 x2 2x3 + 3x4 = 0


3x1 2x2 3x3 + 2x4 = 0

x1 + x2 + x3 + x4 = 0
che equivale a
(

x1 = 4x2 + 5x3
x4 = 5x2 6x3 .

Ci sono dunque infinite soluzioni, dipendenti da due parametri (x2 e x3 ); ci`o


significa che dim Ker(f ) = 2. Una base del nucleo di f `e costituita dai vettori
u1 = (4, 1, 0, 5) e u2 = (5, 0, 1, 6), ottenuti ponendo x2 = 1, x3 = 0 e x2 = 0,
x3 = 1, rispettivamente.
Per quanto riguarda limmagine di f , si ha
dim Im(f ) = dim R4 dim Ker(f ) = 2.
Poiche limmagine di f `e generata dalle colonne di A, per trovare una base di
Im f basta prendere due colonne linearmente indipendenti della matrice A, ad
esempio le colonne (4, 3, 1) e (1, 2, 1) (naturalmente, come base di Im f si
potrebbero prendere anche i vettori w1 e w2 , dato che essi sono linearmente
indipendenti, oppure anche w1 e w3 , ecc.).
Cerchiamo ora i vettori che appartengono al sottospazio Ker(f ) U . Come
abbiamo visto in precedenza, i vettori di Ker f sono dati dalle soluzioni del
sistema lineare
(
x1 = 4x2 + 5x3
x4 = 5x2 6x3 .
Poiche i vettori di U sono le soluzioni dellequazione 2x1 + x2 + x3 = 0, per
trovare i vettori di Ker(f ) U basta mettere a sistema le equazioni di Ker f con
quella di U :

x1 = 4x2 + 5x3
x4 = 5x2 6x3

2x1 + x2 + x3 = 0
Le soluzioni di questo sistema sono date da

x1 = 91 x3

x = 11 x
2
3
9
x4 = 1 x3

x qualsiasi.
3

Capitolo 1

Algebra Lineare

21

La presenza di un parametro libero di variare significa che il sottospazio Ker(f )


U ha dimensione 1; esso `e dunque generato dal vettore (1, 11, 9, 1), ottenuto
ponendo x3 = 9.
Esercizio 1.12. (a) Dati i vettori v1 = (1, 0, 2, 1), v2 = (0, 1, 1, 2) R4 e
w1 = (2, 0, 1), w2 = (1, 1, 2) R3 , si stabilisca se esiste una funzione lineare
f : R4 R3 tale che Ker(f ) = hv1 , v2 i e Im(f ) = hw1 , w2 i. Se una tale funzione
esiste si dica se essa `e unica e se ne determini il rango. Si scriva inoltre la matrice
di una tale f rispetto alle basi canoniche.
(b) Si consideri il vettore w = (t, 2, 1). Si stabilisca per quale valore di
t R si ha w Im(f ).
Soluzione. Richiedere che w1 e w2 appartengano allimmagine di f equivale a
richiedere che esistano dei vettori u1 , u2 R4 tali che f (u1 ) = w1 e f (u2 ) = w2 .
Decidiamo arbitrariamente che sia u1 = e3 = (0, 0, 1, 0) e u2 = e4 = (0, 0, 0, 1).
In questo modo w1 e w2 saranno rispettivamente le immagini del terzo e quarto
vettore della base canonica di R4 , cio`e saranno la terza e quarta colonna della
matrice A di f . La matrice di f avr`a dunque la seguente forma:

a a0 2 1
A = b b0 0 1
c c0 1 2
Facciamo notare che la nostra scelta `e del tutto arbitraria (il che fa capire che
una tale funzione f non `e certo unica). Ad esempio, se avessimo deciso che i
vettori w1 e w2 dovevano essere le immagini del primo e secondo vettore della
base canonica di R4 , cio`e la prima e la seconda colonna della matrice A, la
matrice di f rispetto alle basi canoniche avrebbe avuto la forma seguente:

2 1 a a0
A = 0 1 b b0
1 2 c c0
Continuiamo comunque con la nostra prima scelta. Dobbiamo ora determinare
i 6 coefficienti incogniti a, b, c, a0 , b0 , c0 . Per fare ci`o ricordiamo che i vettori v1
e v2 devono appartenere al nucleo di f . Ci`o significa che si deve avere

0

0
0
a a 2 1
0
a a 2 1
0
0
1
b b0 0 1 = 0 ,
b b0 0 1 = 0
2
1
c c0 1 2
0
c c0 1 2
0
1
2
Risolvendo i sistemi cos` ottenuti si trova

a = 0
a = 3
b = 1
b0 = 2

0
c=0
c = 3
La matrice cercata `e quindi

3
A = 1
0

0
2
3

2 1
0 1
1 2

Capitolo 1

Algebra Lineare

22

Si pu`
o ora facilmente verificare che il nucleo di tale matrice ha dimensione 2 ed
`e generato dai vettori v1 e v2 , mentre limmagine, anchessa di dimensione 2, `e
generata dai vettori w1 e w2 , come richiesto. Da quanto appena visto si conclude
cos` che una funzione f avente i requisiti richiesti esiste ma non `e unica; il suo
rango non `e altro che la dimensione dellimmagine di f , cio`e `e pari a 2 (dato
che i vettori w1 e w2 sono linearmente indipendenti).
Infine, richiedere che il vettore w = (t, 2, 1) appartenga allimmagine di f ,
equivale a richiedere che esso sia combinazione lineare dei vettori w1 e w2 :
w = 1 w1 + 2 w2 .
Si ottiene cos` il seguente sistema lineare

t = 21 + 2
2 = 2

1 = 1 + 22
la cui soluzione `e

t = 4
1 = 3

2 = 2

Si conclude cos` che w Im(f ) se e solo se t = 4.


Esercizio 1.13. Sia f : R3 R2 la funzione lineare di matrice


2 0 1
A=
3 1 2
rispetto alle basi canoniche. Dato il vettore u = (1, 2) R2 , si determini
f 1 (u). La funzione f `e invertibile?
Soluzione. Una funzione lineare f : R3 R2 non pu`o certo essere invertibile
(altrimenti sarebbe un isomorfismo e dunque R3 sarebbe isomorfo a R2 , il che
non `e). Pertanto con la notazione f 1 (u) non si intende la funzione inversa di
f applicata al vettore u (dato che, in questo caso, la funzione inversa di f
non esiste), ma piuttosto limmagine inversa del vettore u, definita come segue:
f 1 (u) = {v R3 | f (v) = u}.
Questa definizione ha perfettamente senso (anche se f non `e invertibile), in
quando non viene mai usata la funzione inversa f 1 .
Posto v = (x1 , x2 , x3 ), richiedere che f (v) = u equivale a richiedere che si
abbia


 x
 
2 0 1 1
1
x2 =
3 1 2
2
x3
cio`e

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

Capitolo 1
Risolvendo si trova

Algebra Lineare

23

x2 = 4 x1
x3 = 1 2x1

x1 qualunque.

Posto x1 = t, si ha pertanto
f 1 (u) = {(t, 4 t, 1 2t) | t R} = (0, 4, 1) + h(1, 1, 2)i.
Per terminare si pu`
o notare che il vettore (1, 1, 2) `e il generatore del nucleo
di f .
Esercizio 1.14. Sia W il sottospazio vettoriale di R4 di equazione x1 + 3x2
x3 + 2x4 = 0.
(a) Dati i vettori w1 = (2, 3, a, 1) e w2 = (1, 4, 1, b), si determinino i valori
di a e b in modo tale che w1 , w2 W (In tutte le domande seguenti si
sostituiscano ad a e b i valori trovati).
(b) Si determini w3 W tale che {w1 , w2 , w3 } sia una base di W .
(c) Si stabilisca se esiste una funzione lineare f : R4 R4 tale che Im f = W
e si dica se tale f `e unica. Se una tale funzione esiste, se ne scriva la
` vero che,
matrice rispetto alle basi canoniche e se ne calcoli il nucleo. E
se una tale f esiste, essa deve necessariamente avere un autovalore uguale
a zero?
(d) Dato il sottospazio U generato dai vettori u1 = (3, 1, 2, 2) e u2 =
(1, 2, 1, 2), si determini una base di U W .

Soluzione.
Il vettore w1 = (2, 3, a, 1) appartiene al sottospazio W se e
solo se le sue componenti soddisfano lequazione x1 + 3x2 x3 + 2x4 = 0 di
W . Sostituendo, si trova a = 9. Analogamente, sostituendo le componenti del
vettore w2 = (1, 4, 1, b) nellequazione di W , si trova b = 7. Dora in poi
poniamo w1 = (2, 3, 9, 1) e w2 = (1, 4, 1, 7).
Per determinare un vettore w3 tale che {w1 , w2 , w3 } sia una base di W
osserviamo che il sottospazio W ha dimensione 3 (essendo determinato da una
equazione lineare in quattro incognite). Pertanto `e sufficiente trovare un vettore
w3 le cui componenti soddisfino lequazione x1 + 3x2 x3 + 2x4 = 0 e tale che
i vettori w1 , w2 e w3 siano linearmente indipendenti. Naturalmente esistono
infinite possibili scelte di un tale vettore; una delle pi`
u semplici `e w3 = (1, 0, 1, 0)
(per verificare che i vettori w1 , w2 e w3 sono linearmente indipendenti si pu`o
calcolare il rango della matrice le cui righe sono i tre vettori dati; utilizzando
leliminazione di Gauss `e facile verificare che tale matrice ha rango 3).
Per stabilire se esiste una funzione lineare f : R4 R4 tale che Im f = W
basta ricordare che limmagine di una funzione lineare f : R4 R4 `e generata
dalle immagini dei vettori di una base di R4 . Per definire una tale f basta quindi
porre f (e1 ) = w1 , f (e2 ) = w2 , f (e3 ) = w3 e f (e4 ) = 0, ove {e1 , e2 , e3 , e4 } `e la
base canonica di R4 . Naturalmente infinite altre scelte sono possibili, ad esempio
f (e1 ) = w1 , f (e2 ) = w2 , f (e3 ) = w3 e f (e4 ) = w1 , oppure f (e1 ) = 0, f (e2 ) =
w1 , f (e3 ) = w2 e f (e4 ) = w3 , ecc. La conclusione `e quindi che una funzione f

Capitolo 1

Algebra Lineare

24

con le caratteristiche richieste esiste, ma non `e unicamente determinata (anzi,


ne esistono infinite). Scegliamo dunque una di tali funzioni, ad esempio quella
definita ponendo f (e1 ) = w1 , f (e2 ) = w2 , f (e3 ) = w3 e f (e4 ) = 0. La matrice
di tale funzione rispetto alle basi canoniche `e

2
1 1 0
3
4 0 0

9 1 1 0
1 7 0 0
e dalla definizione si deduce immediatamente che il nucleo di f `e generato dal
vettore e4 (questo perche f (e4 ) = 0 e dim(Ker f ) = 4 dim(Im f ) = 4
3 = 1). Infine osserviamo che ogni funzione f con le caratteristiche richieste
deve necessariamente avere nucleo diverso da zero (pi`
u precisamente, deve avere
nucleo di dimensione 1, dato che dim(Ker f ) + dim(Im f ) = 4). Per ogni vettore
v Ker f si ha f (v) = 0 = 0 v, il che significa che v `e un autovettore relativo
allautovalore = 0. Si conclude cos` che ogni tale funzione lineare f possiede
necessariamente un autovalore uguale a zero.
Consideriamo ora il sottospazio U generato dai vettori u1 = (3, 1, 2, 2) e
u2 = (1, 2, 1, 2). Il generico vettore u U `e una combinazione lineare dei
vettori u1 e u2 :
u = u1 + u2 = (3 + , + 2, 2 , 2 + 2).
Richiedere che u appartenga al sottospazio W equivale a richiedere che le sue
componenti soddisfino lequazione di W , cio`e che si abbia
(3 + ) + 3( + 2) (2 ) + 2(2 + 2) = 0,
che equivale a = 6. Il fatto che ci sia un solo parametro libero di variare
(nel nostro caso, ) ci permette di concludere che U W ha dimensione 1. Per
trovare una base possiamo porre = 1, da cui si ottiene = 6. Si ottiene cos`
il vettore
u = 6u1 u2 = (17, 8, 13, 10)
il quale `e una base del sottospazio U W .
Esercizio 1.15. Nello spazio vettoriale R4 sia U il sottospazio generato dai
vettori u1 = (3, 1, 2, 2), u2 = (1, 2, 1, 3), u3 = (1, 5, 4, 4). Si indichi poi
con W limmagine della funzione f : R3 R4 definita da
f (x, y, z) = (2x y, x + 3z, 3x + y + z, 2y 3z).
(a) Si determinino le equazioni cartesiane e una base di U .
(b) Si determinino le equazioni cartesiane e una base di W .
(c) Si determini una base di U W e una base di U + W .
(d) Dato il vettore v = (1, 4, t, 1), si stabilisca se esiste un valore di t R
per cui si abbia v = f (v), per qualche v R3 .
(e) Si stabilisca se esistono delle funzioni lineari g, h : R4 R4 tali che
g(U ) = W e h(W ) = U .

Capitolo 1

Algebra Lineare

25

Soluzione. Si verifica facilmente che i vettori u1 , u2 e u3 sono linearmente


dipendenti (infatti si ha u3 = u1 2u2 ), mentre i vettori u1 e u2 sono linearmente
indipendenti. Ci`
o permette di affermare che una base di U `e costituita dai
vettori u1 e u2 . Un generico vettore (x1 , x2 , x3 , x4 ) U si scrive dunque come
combinazione lineare dei vettori u1 e u2 :
(x1 , x2 , x3 , x4 ) = (3, 1, 2, 2) + (1, 2, 1, 3).
Questa equazione vettoriale equivale al sistema

x1 = 3 +

x = + 2
2

x
3 = 2

x4 = 2 + 3
da cui, ricavando e da due delle quattro equazioni e sostituendo nelle due
equazioni rimanenti, si ottiene il seguente sistema
(
3x1 5x2 7x3 = 0
8x1 7x3 5x4 = 0.
Queste sono dunque le equazioni cartesiane del sottospazio U (come controllo,
si pu`
o facilmente verificare che i vettori u1 e u2 soddisfano le equazioni appena
trovate).
Dalla definizione della funzione f si deduce che la sua matrice rispetto alle
basi canoniche `e

2 1 0
1 0
3

A=
3 1
1
0 2 3
Tale matrice ha rango 3 (come si verifica facilmente), quindi W = Im f ha dimensione 3 e una base di W `e costituita dalle colonne della matrice A. Per trovare lequazione cartesiana di W possiamo usare un metodo analogo a quello utilizzato per determinare le equazioni di U . Un generico vettore (x1 , x2 , x3 , x4 ) W
si scrive come combinazione lineare delle tre colonne di A:
(x1 , x2 , x3 , x4 ) = (2, 1, 3, 0) + (1, 0, 1, 2) + (0, 3, 1, 3).
Questa equazione vettoriale equivale al sistema

x1 = 2

x = + 3
2

x
3 = 3 + +

x4 = 2 3
da cui, ricavando , e da tre delle quattro equazioni e sostituendo nellequazione rimanente, si ottiene la seguente equazione
13x1 + 19x2 15x3 + 14x4 = 0,
la quale `e dunque lequazione cartesiana del sottospazio W .

Capitolo 1

Algebra Lineare

26

Poiche abbiamo le equazioni cartesiane di U e di W , per trovare una base di


U W basta mettere a sistema le equazioni trovate:

3x1 5x2 7x3 = 0


U W : 8x1 7x3 5x4 = 0

13x1 + 19x2 15x3 + 14x4 = 0.


Risolvendo tale sistema si scopre che esso ammette infinite soluzioni (dipendenti da un parametro) e che lo spazio delle soluzioni `e generato dal vettore
(17, 8, 13, 9). Questo vettore `e dunque una base di U W . Dalla formula di
Grassmann si ricava poi
dim(U + W ) = dim U + dim W dim(U W ) = 2 + 3 1 = 4,
quindi U + W = R4 e come base di U + W si pu`o prendere una qualunque base
di R4 (ad esempio la base canonica).
Dato il vettore v = (1, 4, t, 1), richiedere che v = f (v), per qualche v R3 ,
equivale a richiedere che v Im f = W , il che equivale a richiedere che v si
possa scrivere come combinazione lineare dei vettori di una base di W :
(1, 4, t, 1) = (2, 1, 3, 0) + (1, 0, 1, 2) + (0, 3, 1, 3).
Si ottiene cos` il seguente sistema

1 = 2

4 = + 3

t = 3 + +

1 = 2 3
risolvendo il quale si trova t = 5.
Per rispondere allultima domanda basta osservare che dim U = 2 e dim W =
3. Una funzione lineare g : R4 R4 tale che g(U ) = W non pu`o esistere: se
essa esistesse, i tre vettori di una base di W dovrebbero essere immagini tramite
g di tre vettori linearmente indipendenti di U , ma questo `e impossibile, dato
che U ha dimensione 2. Viceversa, una funzione lineare h : R4 R4 tale che
h(W ) = U esiste certamente (anzi, ne esistono infinite). Una tale funzione h
pu`
o essere definita nel modo seguente. Indichiamo con {w1 , w2 , w3 } una base di
W e completiamo tale base ad una base {w1 , w2 , w3 , v} di R4 . Detta {u1 , u2 }
una base di U , definiamo una funzione lineare h : R4 R4 ponendo h(w1 ) = u1 ,
h(w2 ) = u2 , h(w3 ) = 0 e h(v) = 0 (ricordiamo che per definire una funzione
lineare tra due spazi vettoriali `e sufficiente specificare le immagini dei vettori
` immediato verificare che una tale h soddisfa la
di una base del dominio). E
propriet`
a h(W ) = U .

Capitolo 1

Algebra Lineare

Esercizio 1.16.
reali.

27

Sia M lo spazio vettoriale delle matrici 2 2 a coefficienti

(a) Si determini la dimensione e una base di M .


(b) Indicato con S il sottospazio di M costituito dalle matrici simmetriche, si
determini la dimensione e una base di S.
(c) Sia U il sottospazio vettoriale di M generato dalle matrici




0 3
1 2
e
2 4
4 0
Si scrivano le equazioni cartesiane di U e si determini una base di U S.
(d) Sia f : M R la funzione che associa ad una matrice X M la traccia
della matrice prodotto XA, ove A `e una matrice (qualunque) fissata (si
ricordi che la traccia di una matrice quadrata `e la somma degli elementi
sulla diagonale principale). Si stabilisca se la funzione f `e lineare.
(e) Sia P M linsieme delle matrici i cui coefficienti sono 0. P `e un
sottospazio vettoriale di M ? Se la risposta `e No, chi `e il sottospazio
generato da P ?
(f) Chi `e il sottospazio vettoriale di M generato dallinsieme di tutte le matrici
invertibili?
Soluzione. M `e linsieme delle matrici


a b
, a, b, c, d R.
c d
Dato che ogni tale matrice si scrive in modo unico nella forma









a b
1 0
0 1
0 0
0
=a
+b
+c
+d
c d
0 0
0 0
1 0
0
si deduce che le matrici



1 0
0
E1 =
, E2 =
0 0
0


1
,
0


E3 =

0
1


0
,
0


0
E4 =
0

sono una base di M e quindi dim M = 4.


Linsieme S (formato dalle matrici simmetriche) `e



a b
S=
: a, b, c R .
b c
Ogni matrice di S si scrive in modo unico nella forma







a b
1 0
0 1
0
=a
+b
+c
b c
0 0
1 0
0


0
1

e pertanto le matrici

E1 =

1
0


0
,
0


F =

0
1


1
,
0


0
E4 =
0


0
1

0
1

0
1

Capitolo 1

Algebra Lineare

sono una base di S e quindi dim S = 3.


Dato che U `e generato dalle matrici


0 3
e
2 4

28

1
4


2
0

la generica matrice di U `e una combinazione lineare delle due matrici date:








x y
0 3
1 2
=
+
.
z w
2 4
4 0
Si ottiene cos` il sistema

x=

y = 3 + 2

z = 2 + 4

w = 4
da cui si ricava =
ottiene il sistema

1
4

w e = x. Sostituendo nelle rimanenti due equazioni si


(
8x 4y 3w = 0
8x 2z w = 0.

Queste sono le equazioni cartesiane del sottospazio U . Richiedere che la generica


matrice


x y
z w
di U appartenga allinsieme S delle matrici simmetriche equivale a richiedere
che sia y = z. Da ci`
o segue che le equazioni del sottospazio U S sono

8x 4y 3w = 0
8x 2z w = 0

y = z.
Tale sistema ammette infinite soluzioni (dipendenti da un parametro), date da

y = 8x
z = 8x

w = 8x
da cui si deduce che U S ha dimensione 1 e una sua base `e costituita dalla
matrice


1 8
8 8
ottenuta ponendo x = 1 nel sistema precedente.
Consideriamo ora la funzione f : M R che associa ad una matrice X M
la traccia della matrice prodotto XA, ove A `e una matrice fissata. Se poniamo




x y
a b
X=
e A=
z w
c d
si ha


XA =

ax + cy
az + cw

bx + dy
bz + dw

Capitolo 1

Algebra Lineare

29

e quindi la funzione f `e data dalla seguente espressione


f (X) = ax + cy + bz + dw.
Da questo calcolo esplicito si deduce immediatamente che f `e una funzione
lineare di X (cio`e delle quattro variabili x, y, z, w).
Indichiamo ora con P M linsieme delle matrici i cui coefficienti sono 0.
Se A P , la matrice A avr`a coefficienti 0 quindi, in generale, A 6 P ;
ci`
o significa che P non `e un sottospazio vettoriale. Notiamo che le quattro
matrici di base E1 , E2 , E3 , E4 appartengono a P , quindi appartengono anche
al sottospazio vettoriale generato da P . Poiche queste quattro matrici sono una
base di M , il pi`
u piccolo spazio vettoriale che le contiene `e M stesso, quindi lo
spazio vettoriale generato da P `e M .
Indichiamo con I linsieme di tutte le matrici invertibili
I = {A M | det A 6= 0}.
Per determinare lo spazio vettoriale generato da I basta osservare che `e possibile
trovare una base di M costituita da matrici invertibili. Ad esempio, le quattro
matrici








1 0
1 0
0 1
0 1
G1 =
, G2 =
, G3 =
, G4 =
0 1
0 1
1 0
1 0
sono invertibili e sono una base di M , come si pu`o facilmente verificare (basta
verificare che le matrici G1 , G2 , G3 , G4 sono linearmente indipendenti). Ci`o
significa che lo spazio vettoriale generato da I coincide con lo spazio vettoriale
generato dalle matrici G1 , G2 , G3 , G4 , cio`e con M .
Esercizio 1.17. Sia f : R4 R3
alle basi canoniche, `e

1
A = 1
1

la funzione lineare la cui matrice, rispetto


2
0
6

1
2
1

0
1
2

(a) Si determinino delle basi del nucleo e dellimmagine di f .


(b) Dato il vettore ut = (7, 2, t, 1) si determini t in modo che ut Ker(f ).
(c) Dato il vettore wt = (2, t, 0) si dica per quale valore di t si ha f 1 (wt ) 6= .
(d) Sia U il sottospazio di R4 generato dai vettori u1 = (3, 1, 2, 2) e u2 =
(1, 1, 1, 3). Si determini una base del sottospazio f (U ).
(e) Si stabilisca se esiste una funzione lineare g : R3 R4 tale che la funzione
composta f g : R3 R3 sia lidentit`a. Se una tale g esiste se ne determini
la matrice.
Soluzione. Per determinare una base di Ker(f ) bisogna risolvere il sistema

x1 2x2 + x3 = 0
x1 + 2x3 x4 = 0

x1 6x2 x3 + 2x4 = 0.

Capitolo 1

Algebra Lineare

30

Tale sistema ammette infinite soluzioni (dipendenti da due parametri), date da


(
x1 = 2x2 x3
x4 = 2x2 + x3
da cui si deduce che il nucleo di f ha dimensione 2 e una sua base `e formata dai
vettori (2, 1, 0, 2) e (1, 0, 1, 1).
Avendo visto che dim Ker(f ) = 2 si deduce che dim Im(f ) = 2, quindi una
base dellimmagine di f `e costituita da due colonne linearmente indipendenti
della matrice A, ad esempio dai vettori (2, 0, 6) e (0, 1, 2).
Facciamo notare che un altro modo per calcolare la dimensione dellimmagine
di f sarebbe stato quello di calcolare il rango di A. Infatti, mediante operazioni
elementari sulle righe, la matrice A pu`o essere ridotta alla seguente forma a
scala

1 2 1 0
0 2 1 1
0 0 0 0
da cui si deduce che il rango di A (cio`e dim Im(f )) `e uguale a 2.
Consideriamo ora il vettore ut = (7, 2, t, 1). Richiedere che ut Ker(f )
equivale a richiedere che

7

1 2 1
0
2
1 0
2 1
t = 0,
1 6 1 2
1
che equivale a

0
3+t
6 + 2t = 0 ,
0
3 t

da cui si ricava t = 3.
Per il prossimo punto, si ha che f 1 (wt ) 6= equivale a richiedere che esista
un vettore v = (x1 , x2 , x3 , x4 ) tale che f (v) = wt . Si ottiene cos` il sistema

x1 2x2 + x3 = 2
x1 + 2x3 x4 = t

x1 6x2 x3 + 2x4 = 0.
Risolvendo tale sistema si scopre che esso ammette soluzioni se e solo se t = 3.
Un altro modo per affrontare la stessa questione `e quello di osservare che
f 1 (wt ) 6= se e solo se wt Im(f ), cio`e se e solo se wt `e combinazione lineare
dei due vettori della base di Im(f ) scelti in precedenza. Si deve dunque avere



2
2
0
t = 0 + 1
0
6
2
da cui si ricava t = 3.
Consideriamo ora il sottospazio U generato da u1 e u2 . Applicando la funzione f , si ha che f (U ) `e generato dai vettori f (u1 ) e f (u2 ). Naturalmente

Capitolo 1

Algebra Lineare

31

il fatto che u1 e u2 siano linearmente indipendenti non implica che anche le


loro immagini f (u1 ) e f (u2 ) lo siano. Si ha infatti f (u1 ) = (7, 5, 11), mentre
f (u2 ) = (0, 0, 0). Da ci`
o segue che una base del sottospazio f (U ) `e costituita
dal solo vettore f (u1 ) = (7, 5, 11).
Veniamo ora allultimo punto. Per ogni funzione lineare g : R3 R4 e per
ogni vettore v R3 , si ha
(f g)(v) = f (g(v)) Im(f ).
Si ha pertanto Im(f g) Im(f ) e poiche dim Im(f ) = 2, `e necessariamente
dim Im(f g) 2. Ci`
o significa che non pu`o esistere una funzione g tale che
f g = idR3 , perche dim Im(f g) 2 mentre dim Im(idR3 ) = 3.
Esercizio 1.18.
Sia f : R3 R4 la funzione lineare definita ponendo
f (1, 0, 0) = (2, 1, 0, 1), f (1, 1, 0) = (1, 4, 2, 0), f (1, 1, 1) = (2, 4, 5, 2).
(a) Si scriva la matrice A di f rispetto alle basi canoniche e si determinino
delle basi del nucleo e dellimmagine di f .
(b) Sia U R3 il sottospazio di equazione 2x1 x2 + 3x3 = 0 e sia W R4 il
sottospazio definito dalle due equazioni y1 +y2 +7y4 = 0 e 5y1 +2y3 +8y4 =
0. Si dimostri che f (U ) = W .
(c) Dato il vettore vt = (t, 1, 1, 5) R4 , si determini il valore di t per cui si
ha f 1 (vt ) 6= .
Soluzione. Ricordiamo che le colonne di A sono le immagini dei vettori della
base canonica di R3 . f (1, 0, 0) = (2, 1, 0, 1) `e dato. Si ha poi
f (0, 1, 0) = f (1, 1, 0) f (1, 0, 0)
= (1, 4, 2, 0) (2, 1, 0, 1)
= (1, 3, 2, 1)
e

f (0, 0, 1) = f (1, 1, 1) f (1, 1, 0)


= (2, 4, 5, 2) (1, 4, 2, 0)
= (1, 0, 3, 2)

La matrice A `e dunque

2
1
A=
0
1

1
3
2
1

1
0

3
2

Il nucleo di f `e costituito dai vettori (x1 , x2 , x3 ) tali che


2 1 1
0
x
1
1 3 0
0


0 2 3 x2 = 0
x3
1 1 2
0

Capitolo 1

Algebra Lineare

32

cio`e dalle soluzioni del sistema

2x1 x2 + x3 = 0

x + 3x = 0
1
2

2x
+
3x
2
3 =0

x1 x2 + 2x3 = 0
Lunica soluzione di tale sistema `e

x1 = 0
x2 = 0

x3 = 0
si ha pertanto Ker(f ) = {0}.
Da ci`
o si deduce che limmagine di f ha dimensione 3 e, poiche Im(f ) `e generata dalle colonne di A, le tre colonne di A sono dunque linearmente indipendenti
e sono una base dellimmagine di f .
Consideriamo ora il sottospazio U R3 di equazione 2x1 x2 + 3x3 = 0.
Ricavando x2 , si ha
U : x2 = 2x1 + 3x3 ,
da cui segue che U ha dimensione 2 e una sua base `e formata dai vettori u1 =
(1, 2, 0) e u2 = (0, 3, 1).
Il sottospazio W R4 `e definito dal sistema
(
y1 + y2 + 7y4 = 0
5y1 + 2y3 + 8y4 = 0
da cui si ricava

y2 = y1 7y4
y3 = 5 y1 4y4
2
Ci`
o significa che anche W ha dimensione 2 (non `e necessario determinare una
sua base).
Ora calcoliamo limmagine tramite f dei vettori della base di U :
f (u1 ) = Au1 = (0, 7, 4, 1)
f (u2 ) = Au2 = (2, 9, 9, 1).
Sostituendo le coordinate dei vettori f (u1 ) e f (u2 ) nelle equazioni del sottospazio
W , si verifica che f (u1 ) W e f (u2 ) W , da cui segue che f (U ) W . A questo
punto basta osservare che i vettori f (u1 ) e f (u2 ) sono linearmente indipendenti,
quindi f (U ) ha dimensione 2. Poiche anche W ha dimensione 2, dallinclusione
f (U ) W si deduce che deve necessariamente valere luguaglianza f (U ) = W .
Dato il vettore vt = (t, 1, 1, 5), si ha f 1 (vt ) 6= se e solo se vt Im(f ),
cio`e se e solo se vt `e combinazione lineare delle colonne di A. Si ottiene cos` il
sistema

2a1 a2 + a3 = t

a + 3a = 1
1
2

2a
+
3a
2
3 =1

a1 a2 + 2a3 = 5

Capitolo 1

Algebra Lineare

33

da cui si ricava, dopo opportuni calcoli, t = 6.

Esercizio 1.19.
Siano dati i vettori v1 = (4, 2, 6), v2 = (0, 4, 4), v3 =
(1, 2, 0) R3 e si consideri la funzione lineare f : R4 R3 definita da
f (1, 0, 1, 0) = v1 , f (1, 0, 1, 0) = v2 e tale che i vettori (0, 1, 0, 0) e (2, 0, 1, 3)
appartengano a f 1 (v3 ).
(a) Si scriva la matrice A di f rispetto alle basi canoniche e si determinino
delle basi di Ker f e di Im f .
(b) Sia W R4 il sottospazio di equazione x1 + 3x3 + x4 = 0. Si determini
una base di W e una base di f (W ). Si determini inoltre una base di
Ker(f ) W .
(c) Si scriva la matrice della funzione indotta da f , f |W : W R3 , rispetto
alla base di W trovata nel punto (b) e alla base canonica del codominio.
Soluzione. Dire che i vettori (0, 1, 0, 0) e (2, 0, 1, 3) appartengano a f 1 (v3 )
significa che f (0, 1, 0, 0) = v3 e f (2, 0, 1, 3) = v3 .
Si ha poi
f (2, 0, 0, 0) = f (1, 0, 1, 0) + f (1, 0, 1, 0) = v1 + v2 = (4, 2, 10)
e quindi f (1, 0, 0, 0) = (2, 1, 5).
Ora abbiamo
f (0, 0, 1, 0) = f (1, 0, 1, 0) f (1, 0, 0, 0) = (4, 2, 6) (2, 1, 5) = (2, 3, 1)
e infine
f (0, 0, 0, 3) = f (2, 0, 1, 3) 2f (1, 0, 0, 0) + f (0, 0, 1, 0)
= (1, 2, 0) (4, 2, 10) + (2, 3, 1)
= (3, 3, 9)
da cui segue f (0, 0, 0, 1) = (1, 1, 3).
La matrice di f `e quindi

2
A = 1
5

1
2
0

2
3
1

1
1
3

Il nucleo di f `e dato dalle soluzioni del seguente sistema

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

5x1 + x3 + 3x4 = 0
che equivale a
(

x2 = 8x1 5x4
x3 = 5x1 3x4

Capitolo 1

Algebra Lineare

34

Il nucleo di f ha dunque dimensione 2 e una sua base `e formata dai vettori


(1, 8, 5, 0) e (0, 5, 3, 1).
Poiche dim Ker(f )+dim Im(f ) = 4, si ottiene dim Im(f ) = 2 e pertanto come
base dellimmagine di f si possono prendere due (qualsiasi) colonne linearmente
indipendenti di A (ad esempio, le prime due).
Il sottospazio W ha equazione x1 + 3x3 + x4 = 0, da cui si ricava
x1 = 3x3 x4 .
W ha pertanto dimensione 3 (non dimensione 2, perche anche x2 `e libero di
variare!) e una sua base `e formata dai vettori
w1 = (0, 1, 0, 0),

w2 = (3, 0, 1, 0),

w3 = (1, 0, 0, 1).

Limmagine di W `e dunque generata dalle immagini dei vettori w1 , w2 e w3 :


f (w1 ) = Aw1 = (1, 2, 0),
f (w2 ) = Aw2 = (4, 6, 14),
f (w3 ) = Aw3 = (1, 0, 2).
Si verifica facilmente che i vettori f (w1 ), f (w2 ), f (w3 ) sono linearmente dipendenti, infatti si ha f (w2 ) = 3f (w1 ) + 7f (w3 ), quindi essi non sono una base di
f (W ). Eliminando, ad esempio, f (w2 ) i vettori rimanenti f (w1 ) e f (w3 ) sono
linearmente indipendenti e sono ora una base di f (W ).
Abbiamo gi`
a visto che Ker(f ) `e dato dalle soluzioni del sistema
(
x2 = 8x1 5x4
Ker(f ) :
x3 = 5x1 3x4
Mettendo a sistema con lequazione di W si ottiene

x2 = 8x1 5x4
Ker(f ) W : x3 = 5x1 3x4

x1 + 3x3 + x4 = 0
Risolvendo si trova

x2 = x1

1
Ker(f ) W : x3 = x1

x4 = 7 x1
4
Si ha dunque dim(Ker(f ) W ) = 1 e una sua base `e formata dal vettore
(4, 3, 1, 7).
Sia B la matrice della funzione indotta da f , f |W : W R3 , rispetto alla
base di W trovata in precedenza e alla base canonica del codominio. Le colonne
di B sono quindi formate dalle coordinate delle immagini tramite f dei vettori
w1 , w2 , w3 , rispetto alla base canonica di R3 . Poiche abbiamo gi`a visto che `e


1
4
1
f (w1 ) = 2 , f (w2 ) = 6 , f (w3 ) = 0 ,
0
14
2

Capitolo 1
si ha

Algebra Lineare

1
B= 2
0

35

4 1
6
0 .
14 2

Esercizio 1.20.
(a) Determinare un endomorfismo f di R3 che abbia Ker(f ) = h(1, 1, 0)i e
Im(f ) = h(0, 1, 1), (2, 1, 2)i. Se ne dia la matrice associata alla base
canonica.
(b) Tale f `e unica? Perche?
(c) Per la f di cui al punto (a) si determini lantimmagine di (1, 1, 1) e di
(2, 2, 1).
Soluzione.
Per determinare la matrice di una funzione lineare f : R3
R3 con le propriet`
a richieste, ricordiamo che limmagine di f `e generata dalle
colonne della sua matrice A. Poiche sappiamo che Im(f ) = h(0, 1, 1), (2, 1, 2)i,
possiamo scrivere una matrice A che abbia i vettori (0, 1, 1) e (2, 1, 2) come
due delle sue tre colonne; ad esempio

a 0 2
A = b 1 1
c 1 2
Ora bisogna richiedere che il vettore (1, 1, 0) appartenga al nucleo di una tale
matrice, il che significa che deve essere


a 0 2
1
0
b 1 1 1 = 0
c 1 2
0
0
Si ottiene cos` il sistema

a = 0
b+1=0

c1=0

da cui si ricava

a = 0
b = 1

c=1

La matrice A cercata `e dunque

0
A = 1
1

0
1
1

2
1
2

Si osserva subito che la prima colonna `e lopposto della seconda, quindi il sottospazio vettoriale generato dalle tre colonne di A coincide con il sottospazio
generato dalla seconda e terza colonna di A, che `e precisamente Im(f ).

Capitolo 1

Algebra Lineare

36

Naturalmente una tale funzione f non `e unica, viste le scelte arbitrarie


che abbiamo fatto per costruire una matrice A con le propriet`a richieste. Ad
esempio, se fossimo partiti dalla matrice

a 2 0
A0 = b 1 1
c 2 1
richiedendo che il vettore (1, 1, 0) appartenga al nucleo di A0 avremmo trovato

a = 2
b = 1

c = 2
e avremmo cos` ottenuto la matrice

2
A0 = 1
2

2
1
2

0
1
1

che corrisponde dunque ad una diversa funzione lineare con le stesse propriet`a
richieste alla funzione f .
Ritorniamo ora alla funzione f di matrice

0
0 2
A = 1 1 1
1 1 2
Lantiimmagine del vettore (1, 1, 1)

0
0
1 1
1 1

`e data dalle soluzioni del sistema



1
x
2
1 y = 1
1
z
2

che si riscrive come segue

2z = 1
x + y + z = 1

x y + 2z = 1
Poiche tale sistema non ammette soluzioni, si ha f 1 (1, 1, 1) = .
Infine, lantiimmagine del vettore (2, 2, 1) `e data dalle soluzioni del sistema


0
0 2
x
2
1 1 1 y = 2
1 1 2
z
1
che si riscrive come segue

2z = 2
x + y + z = 2

x y + 2z = 1

Capitolo 1

Algebra Lineare

Risolvendo tale sistema si trova

z = 1
x=y1

y qualsiasi.
Ponendo y = t si ha allora
f 1 (2, 2, 1) = {(t 1, t, 1) | t R},
che si pu`
o anche riscrivere nella forma
f 1 (2, 2, 1) = (1, 0, 1) + h(1, 1, 0)i.

37

Capitolo 1

1.3

Algebra Lineare

38

Eliminazione di Gauss

Esercizio 1.21. Utilizzando il metodo di eliminazione di Gauss, si trasformi


la seguente matrice in una matrice triangolare superiore (o inferiore).

2
4
6
2
1
1
b+3
2

A=
3
3a + 6
3a 6
3
1 ab1 ab+4 0
Utilizzando il risultato cos` ottenuto, si calcoli il determinante di A e si dica per
quali valori dei parametri reali a e b la matrice A ha rango 3.
Soluzione. Ricordiamo che le operazioni elementari sulle righe, o sulle colonne, non alterano il rango di una matrice, tuttavia alcune di queste operazioni
modificano il determinante. Poiche nel problema in questione `e richiesto anche il
calcolo del determinante della matrice A, sar`a necessario tener conto delle eventuali modifiche del determinante provocate dalle operazioni elementari (sulle
righe o sulle colonne) che andremo ad effettuare.
Iniziamo osservando che tutti gli elementi della prima riga di A sono divisibili
per 2, mentre quelli della terza riga sono divisibili per 3. Se raccogliamo il 2
e il 3, otteniamo


1
2
3
1

1
1
b+3
2
det A = 2 3
a+2
a2
1
1
1 ab1 ab+4 0
Ora effettuiamo le seguenti operazioni elementari: alla seconda riga sottraiamo
la prima, alla terza riga sommiamo la prima e alla quarta riga sottraiamo la
prima. Ricordiamo che queste operazioni non modificano il determinante. Si ha
quindi:


1
2
3
1

0
1
b
1
det A = 6
0
a
a
+
1
0

0 a b + 1 a b + 1 1
Ora scambiamo la seconda colonna con la quarta; osserviamo che cos` facendo
il determinante cambia di segno:


1 1
3
2

0 1

b
1

det A = 6

a+1
a
0 0

0 1 a b + 1 a b + 1
Il prossimo passo consiste nel sommare la seconda riga alla quarta (il determinante non cambia):


1 1
3
2

0 1

b
1

det A = 6

a
0 0 a + 1

0 0 a + 1 a b + 2

Capitolo 1

Algebra Lineare

39

Per terminare, alla quarta riga sottraiamo la terza (il determinante non cambia):


1 1
3
2

0 1
b
1
det A = 6
a
0 0 a + 1
0 0
0
b + 2
Abbiamo cos` trasformato la matrice A in una matrice triangolare superiore,
come richiesto. Il calcolo del determinante `e ora immediato:
det A = 6(a + 1)(2 b).
Il determinante di A si annulla quindi per a = 1, oppure per b = 2. Analizziamo separatamente i due casi.
Se a = 1, la matrice precedente diventa

1 1 3
2
0 1 b
1

0 0 0
1
0 0 0 b + 2
Essa ha rango 3 per ogni valore
Se b = 2, si ottiene invece la

1
0

0
0

di b.
matrice
1
1
0
0

3
2
a+1
0

2
1

a
0

Poiche gli elementi a + 1 e a non si possono annullare contemporaneamente,


questa matrice ha rango 3 per ogni valore di a.
Concludiamo quindi che la matrice A ha rango 3 se a = 1 oppure se b = 2
(in tutti gli altri casi `e det A 6= 0, quindi A ha rango 4).

Esercizio 1.22. Utilizzando il metodo di eliminazione di Gauss, si trasformi


la seguente matrice in una matrice triangolare superiore (o inferiore).

2
6 2a
2a + 4 4
1 2a + b 4 2a 4 2

A=
0 4 a 2b
a4
2
1
a+6
a 11 1
Utilizzando il risultato cos` ottenuto, si calcoli il determinante di A e si dica per
quali valori dei parametri reali a e b la matrice A ha rango 3.
Soluzione. Ricordiamo che le operazioni elementari sulle righe, o sulle colonne, non alterano il rango di una matrice, tuttavia alcune di queste operazioni
modificano il determinante. Poiche nel problema in questione `e richiesto anche il
calcolo del determinante della matrice A, sar`a necessario tener conto delle eventuali modifiche del determinante provocate dalle operazioni elementari (sulle
righe o sulle colonne) che andremo ad effettuare.

Capitolo 1

Algebra Lineare

40

Iniziamo osservando che tutti gli elementi della prima riga di A sono divisibili
per 2, quindi si ha


1
3a
a+2
2

1 2a + b 4 2a 4 2

det A = 2
a4
2
0 4 a 2b
1
a+6
a 11 1
Ora effettuiamo le seguenti operazioni elementari: alla seconda riga sommiamo
la prima e alla quarta riga sottraiamo la prima (ricordiamo che queste operazioni
non modificano il determinante). Si ha quindi:


1
3a
a+2
2

0 a + b 1
a 2
0
det A = 2
a4
2
0 4 a 2b
0
2a + 3
2a 13 3
Ora scambiamo la seconda colonna con la quarta; osserviamo che cos` facendo
il determinante cambia di segno:


1 2
a+2
3 a

0 0
a 2
a + b 1
det A = 2
a4
4 a 2b
0 2
0 3 2a 13
2a + 3
Per semplificare un po la terza colonna decidiamo di sommare a questa la quarta
colonna (il determinante non cambia):


1 2
5
3 a

0 0 b 3 a + b 1

det A = 2
2b 4 a 2b
0 2
0 3
10
2a + 3
Ora scambiamo la seconda riga con la terza riga (cos` facendo il determinante
cambia di segno) e poi raccogliamo il 2 da quella che `e ora la seconda riga:


1 2
5
3 a

0 1
b 2 a2 b
det A = 4

0 0 b 3 a + b 1
0 3
10
2a + 3
Il prossimo passo consiste nel sommare alla quarta riga la seconda moltiplicata
per 3 (il determinante non cambia):


1 2
5
3 a

0 1
b
2 a2 b
det A = 4
b3
a + b 1
0 0
0 0 3b 10 7 a + 3b 3
2
Cerchiamo ora di ottenere un pivot uguale a 1 nella terza riga. Per fare ci`o
moltiplichiamo la terza riga per 3 (questa operazione modifica il determinante):


1 2
5
3 a

4 0 1
b
2 a2 b
det A =
3b 9 3a + 3b 3
3 0 0
0 0 3b 10 7 a + 3b 3
2

Capitolo 1

Algebra Lineare

41

e ora alla terza riga sottraiamo la quarta (il determinante non cambia):


1 2
5
3 a

4 0 1
b
2 a2 b
det A =

1
12 a
3 0 0

0 0 3b 10 7 a + 3b 3
2
Per terminare, alla quarta riga sottraiamo la terza moltiplicata per 3b 10 (il
determinante non cambia):


1 2 5

3a


a
4 0 1 b
2 2 b
det A =

1
21 a
3 0 0

3
0 0
0 2 (a + 2)(b 1)
Abbiamo cos` trasformato la matrice A in una matrice triangolare superiore,
come richiesto. Il calcolo del determinante `e ora immediato:
det A =

4 3
(a + 2)(b 1) = 2(a + 2)(b 1).
3 2

Il determinante di A si annulla quindi per a = 2, oppure per b = 1. Poiche i


pivot delle prime tre righe sono diversi da zero (sono tutti uguali a 1), si conclude
che, se a = 2 oppure b = 1, il rango della matrice A `e 3, altrimenti tale rango
`e uguale a 4.

Capitolo 1

1.4

Algebra Lineare

42

Sistemi lineari

Esercizio 1.23. Si determini lintersezione degli insiemi delle soluzioni dei


seguenti sistemi lineari:
(
(
2x y = 1
2y + z w = 1
x+yz+w =0
x + 2z 2w = 0.

Soluzione. Lintersezione degli insiemi delle soluzioni dei due sistemi lineari
dati `e costituita dai valori di x, y, z e w che soddisfano contemporaneamente le
equazioni del primo sistema e le equazioni del secondo sistema. Si tratta dunque
delle soluzioni del seguente sistema di equazioni:

2x y = 1

x + y z + w = 0

2y + z w = 1

x + 2z 2w = 0
Risolvendo tale sistema si ottiene:

x = 2/7

y = 3/7

z = w 1/7

w qualsiasi.

Esercizio 1.24. Si discuta e si risolva il seguente sistema lineare al variare


del parametro a R:

x1 x2 + ax3 + 2x4 = 0

x + x 2ax + ax = 1
1
2
3
4

2x
+
(a

2)x
+
(1

2a)x4 = 1
2
3

x1 x2 ax3 + 4x4 = 2
Soluzione. La matrice completa del sistema `e la seguente:

1 1
a
2
0
1 1
2a
a
1

0
2 a 2 1 2a
1
1 1 a
4
2
Utilizziamo leliminazione di Gauss, usando esclusivamente operazioni elementari sulle righe. Se alla seconda riga sommiamo la prima e alla quarta riga
sottraiamo la prima, otteniamo la matrice

1 1
a
2
0
0 0
a
a+2
1

0 2 a 2 1 2a
1
0 0
2a
2
2

Capitolo 1
Ora scambiamo la seconda

1
0

0
0

Algebra Lineare

43

riga con la terza:


1
2
0
0

a
a2
a
2a

2
1 2a
a+2
2

0
1

1
2

Infine, alla quarta riga sottraiamo il doppio della terza, ottenendo la seguente
matrice:

1 1
a
2
0
0 2 a 2 1 2a
1

0 0
1
a
a+2
0 0
0
2a 2
0
Possiamo ora osservare che, se a 6= 1, 0, il rango della matrice incompleta del
sistema `e massimo (pari a 4). Tale matrice `e dunque invertibile e pertanto il sistema ammette ununica soluzione. Il sistema corrispondente allultima matrice
trovata `e

x1 x2 + ax3 + 2x4 = 0

2x + (a 2)x + (1 2a)x = 1
2
3
4

ax
+
(a
+
2)x
=
1
3
4

(2a 2)x4 = 0
il quale pu`
o essere facilmente risolto mediante una sostituzione allindietro,
ottenendo la seguente soluzione:

x1 = a1

x = 1
2
a
1

x
=

3
a

x = 0.
4

Consideriamo ora il caso a = 1. La matrice precedente diventa ora

1 1 1 2
0
0 2 3 3
1

0 0
1
1 1
0 0
0 0
0
In questo caso le due matrici, completa e incompleta, hanno lo stesso rango
pari a 3. Per il Teorema di Rouche-Capelli ci`o significa che il sistema ammette
infinite soluzioni, dipendenti da un parametro. Infatti, il sistema corrispondente
allultima matrice `e il seguente:

x1 x2 x3 + 2x4 = 0

2x 3x + 3x = 1
2
3
4

x3 + x4 = 1

0=0
il quale ammette infinite soluzioni date da

x1 = 2 6x4

x = 1 3x
2
4

x
=
1

x
3
4

x4 qualunque.

Capitolo 1

Algebra Lineare

44

Per terminare ci rimane solo da considerare il caso a = 0. La matrice del sistema


diventa

1 1 0
2
0
0 2 2 1
1

0 0
1
0
2
0 0
0 2
0
Questa matrice non `e nella forma a scala. Alla quarta riga sommiamo dunque
la terza, ottenendo la matrice seguente:

1 1 0 2
0
0 2 2 1
1

0 0
0 2
1
1
0 0
0 0
Si scopre cos` che, in questo caso, la matrice incompleta ha rango 3, mentre la
matrice completa ha rango 4 e dunque il sistema non ammette soluzioni (cosa
del tutto ovvia, dato che lequazione corrispondente allultima riga della matrice
precedente sarebbe 0 = 1).

Capitolo 1

1.5

Algebra Lineare

45

Autovalori e autovettori

Esercizio 1.25. Si determini t R in modo

1
3
5
A= 0
0 t1

tale che la matrice

2
4
3

abbia 7 come autovalore. Per tale valore di t si determinino gli autovalori e


gli autovettori di A e si stabilisca se A `e diagonalizzabile.
Soluzione. La matrice A ha un autovalore uguale a 7 se e solo se

det A (7)1 = 0.
Si ha:



6
3
2

2
4
det A (7)1 = 0
0 t 1 4


2
4
= 6
t1 4


= 24(t + 1).
Tale determinante `e nullo se e solo se t = 1. Concludiamo quindi che 7 `e un
autovalore di A se e solo se t = 1.
Per tale valore di t la matrice diventa

1 3
2
A = 0 5 4
0 2 3
Calcoliamo ora gli autovalori di questa matrice:


1
3
2

5
4
det(A 1) = 0
0
2
3


5
4

= (1 )
2
3
= (1 + )(2 + 8 + 7).
Poiche le soluzioni dellequazione 2 + 8 + 7 = 0 sono = 1 e = 7, si
conclude che gli autovalori di A sono i seguenti: = 1 (con molteplicit`a 2) e
= 7.
Gli autovettori di A relativi allautovalore = 7 sono le soluzioni del
seguente sistema lineare:


6 3
2
x1
0
0 2 4 x2 = 0
0 2 4
x3
0

Capitolo 1

Algebra Lineare

cio`e

46

6x1 + 3x2 + 2x3 = 0


2x2 4x3 = 0

2x2 + 4x3 = 0

Tale sistema ammette infinite soluzioni date da

x = 4 x
1
3
3

x2 = 2x3
Lautospazio relativo allautovalore 7 ha dunque dimensione 1 ed `e generato
dal vettore v1 = (4, 6, 3) (ottenuto ponendo x3 = 3).
Cerchiamo ora gli autovettori di A relativi allautovalore = 1:


0 3
2
x1
0
0 4 4 x2 = 0
0 2 2
x3
0
Si ottiene cos` il sistema

3x2 + 2x3 = 0
4x2 4x3 = 0

2x2 2x3 = 0

che ammette infinite soluzioni date da

x1 qualsiasi
x2 = 0

x3 = 0
Si scopre cos` che lautospazio relativo allautovalore 1 ha dimensione 1 (questa
`e la cosiddetta molteplicit`
a geometrica) ed `e generato dal vettore v2 = (1, 0, 0)
(ottenuto ponendo x1 = 1). Ricordando che lautovalore = 1 aveva molteplicit`
a 2 (questa `e la molteplicit`
a algebrica), si conclude che la matrice A
non `e diagonalizzabile, dato che per uno dei suoi autovalori le due molteplicit`a
(algebrica e geometrica) non coincidono.
Esercizio 1.26.
Dati i vettori v1 = (2, 3, 1, 0) e v2 = (0, 1, 1, 1), sia
f : R4 R4 una funzione lineare tale che Ker(f ) = Im(f ) = hv1 , v2 i.
(a) Si scriva la matrice di una tale f rispetto alla base canonica di R4 .
(b) Si dimostri che f possiede lautovalore = 0 con molteplicit`a (algebrica)
4, ma che essa non `e diagonalizzabile.
Soluzione. Osserviamo che i vettori v1 e v2 sono linearmente indipendenti,
quindi il nucleo di f e limmagine di f hanno entrambi dimensione 2. Dire che
v1 , v2 Im(f ) significa che esistono dei vettori w1 , w2 R4 tali che f (w1 ) = v1
e f (w2 ) = v2 . Naturalmente w1 e w2 non sono dati (anzi, essi non sono neppure
determinati in modo unico). Scegliamo arbitrariamente come w1 e w2 i primi
due vettori della base canonica di R4 :
w1 = e1 = (1, 0, 0, 0),

w2 = e2 = (0, 1, 0, 0).

Capitolo 1

Algebra Lineare

47

Ricordiamo che le colonne della matrice A di f , rispetto alla base canonica, non
sono altro che le immagini tramite f dei vettori della base canonica di R4 . Ci`o
significa che le prime due colonne di A sono f (e1 ) = v1 e f (e2 ) = v2 . La matrice
A ha dunque la forma seguente:

2
0 a1 b1
3 1 a2 b2

A=
1
1 a3 b3
0 1 a4 b4
ove f (e3 ) = (a1 , a2 , a3 , a4 ) e f (e4 ) = (b1 , b2 , b3 , b4 ). Osserviamo che non abbiamo ancora usato linformazione relativa al fatto che il nucleo di f deve essere
generato dai vettori v1 e v2 . Dire che v1 , v2 Ker(f ) equivale a dire che


0
0
2
0 a1 b1
0
2
2
0 a1 b1
3 1 a2 b2 1 0
3 1 a2 b2 3 0
=

= ,
1
1
1 a3 b3 1 0
1 a3 b3 1 0
0
1
0 1 a4 b4
0
0
0 1 a4 b4
Si ottengono cos` i due sistemi di equazioni lineari

a1 b1 = 0
4 + a1 = 0

1 + a b = 0
3 + a = 0
2
2
2

1 + a3 b3 = 0
1 + a3 = 0

1 + a4 b4 = 0
3 + a4 = 0
da cui si ricava

a1

a
2

a
3

a4

= 4
=3
=1
= 3

b1

b
2

b
3

b4

= 4

4
3
1
3

4
4

0
2

=4
=0
= 2

La matrice A `e dunque

2
3
A=
1
0

0
1
1
1

Il polinomio caratteristico di A `e dato da

2
0
4
3
1

3
det
1
1
1
0
1
3
Ci`
o significa che la matrice A ha un
(algebrica) 4. Gli autovettori relativi

2
0 4
3 1 3

1
1
1
0 1 3

4
4
= 4 .
0
2

unico autovalore = 0, con molteplicit`a


a tale autovalore sono le soluzioni di

4
x1
0
x2 0
4
=
0 x3 0
2
x4
0

Capitolo 1

Algebra Lineare

48

cio`e sono i vettori del nucleo di A (cio`e di f ). Poiche sappiamo gi`a che il
nucleo di f ha dimensione due, concludiamo che la molteplicit`a geometrica (cio`e
dim Ker(f )) `e diversa dalla molteplicit`a algebrica, quindi la matrice A non `e
diagonalizzabile.

Esercizio 1.27.
Sia V uno spazio vettoriale con base {v1 , v2 , v3 , v4 } e sia
f : V V la funzione lineare definita da f (v1 ) = 2v1 + 3v2 , f (v2 ) = 3v1 + 2v2 ,
f (v3 ) = v1 + 3v3 + 2v4 , f (v4 ) = 2v1 v2 + 2v3 + 3v4 . Si determinino tutti gli
autovalori e gli autovettori di f e si dica se f `e diagonalizzabile.
Soluzione. La matrice di f rispetto

2
3
A=
0
0

alla base data `e

3 1 2
2 0 1

0 3 2
0 2 3

Determiniamo il polinomio caratteristico:




2 x
3
1
2

3
2x
0
1
det(A x 1) =
0
3x
2
0
0
0
2
3 x



2 x
2
3 3 x

=
3 x
3
2 x 2
= (x2 4x 5)(x2 6x + 5).
Il polinomio x2 4x 5 si annulla per x = 1 e per x = 5, mentre il polinomio
x2 6x + 5 si annulla per x = 1 e per x = 5. Gli autovalori della matrice A
(cio`e gli autovalori di f ) sono dunque i seguenti: 1 = 1 (con molteplicit`a 1),
2 = 1 (con molteplicit`
a 1) e 3 = 5 (con molteplicit`a 2).
Cerchiamo ora gli autovettori. Per lautovalore 1 = 1 si ha:


3 3 1 2
x1
0
3 3 0 1 x2 0
=

0 0 4 2 x3 0
0 0 2 4
x4
0
che fornisce il seguente sistema lineare

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

3x + 3x x = 0
1
2
4

4x3 + 2x4 = 0

2x3 + 4x4 = 0
le cui soluzioni sono date da

x1 = x2
x3 = 0

x4 = 0.

Capitolo 1

Algebra Lineare

49

Lautospazio relativo allautovalore 1 = 1 ha quindi dimensione 1 ed `e generato dal vettore w1 = v1 v2 (lautovettore w1 ha coordinate (1, 1, 0, 0)
rispetto alla base v1 , v2 , v3 , v4 di V ).
Per lautovalore 2 = 1 si ha:


x1
0
1 3 1 2
3 1 0 1 x2 0


0 0 2 2 x3 = 0
0 0 2 2
x4
0
che fornisce il seguente sistema lineare

x1 + 3x2 + x3 + 2x4 = 0

3x + x x = 0
1
2
4

2x
+
2x
=
0
3
4

2x3 + 2x4 = 0
le cui soluzioni sono date da

x1 = x2
x3 = 2x2

x4 = 2x2 .
Lautospazio relativo allautovalore 2 = 1 ha quindi dimensione 1 ed `e generato
dal vettore w2 = v1 v2 2v3 +2v4 (lautovettore w2 ha coordinate (1, 1, 2, 2)
rispetto alla base v1 , v2 , v3 , v4 di V ).
Infine, per lautovalore 3 = 5 (il quale ha molteplicit`a algebrica pari a 2) si
ha:

x1
3 3
1
2
0
3 3 0 1 x2 0
=

0
0 2 2 x3 0
0
0
2 2
x4
0
che fornisce il seguente sistema lineare

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

3x 3x x = 0
1
2
4

2x
+
2x
=
0
3
4

2x3 2x4 = 0
le cui soluzioni sono date da

x1 = x2
x3 = 0

x4 = 0.

Lautospazio relativo allautovalore 3 = 5 ha quindi dimensione 1 ed `e generato


dal vettore w3 = v1 + v2 (lautovettore w3 ha coordinate (1, 1, 0, 0) rispetto
alla base v1 , v2 , v3 , v4 di V ). Concludiamo cos` che la matrice A (cio`e la
funzione lineare f ) non `e diagonalizzabile, in quanto per lautovalore 3 = 5
la molteplicit`
a geometrica (cio`e la dimensione dellautospazio corrispondente) `e
diversa dalla molteplicit`
a algebrica.

Capitolo 1

Algebra Lineare

50

Esercizio 1.28. Sia f : R3 R3 la funzione lineare definita ponendo f (v1 ) =


w1 , f (v2 ) = w2 e f (v3 ) = w3 , ove v1 = (1, 2, 3), v2 = (2, 1, 0), v3 = (0, 1, 1),
w1 = (6, 4, 10), w2 = (5, 1, 4), w3 = (1, 2, 3).
(a) Si scriva la matrice di f rispetto alla base canonica di R3 .
(b) Si determini una base del nucleo e una base dellimmagine di f .
(c) Si determinino gli autovalori e gli autovettori di f e si dica se f `e diagonalizzabile.
Soluzione.
Per scrivere la matrice di f rispetto alla base canonica di R3
dobbiamo calcolare f (e1 ), f (e2 ) e f (e3 ), ove e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1). A tal fine cerchiamo di esprimere e1 come combinazione lineare dei
vettori v1 , v2 e v3 :
1 v1 + 2 v2 + 3 v3 = e1 ,
che fornisce il seguente sistema di equazioni lineari

1 + 22 = 1
21 2 3 = 0

31 3 = 0
la cui soluzione `e

1 = 1
2 = 1

3 = 3.

Si ha dunque e1 = v1 + v2 3v3 , da cui si ottiene


f (e1 ) = f (v1 ) + f (v2 ) 3f (v3 ) = w1 + w2 3w3 = (2, 1, 3).
Il procedimento per calcolare f (e2 ) e f (e3 ) `e del tutto analogo. Scriviamo e2
come combinazione lineare dei vettori v1 , v2 e v3 :
1 v1 + 2 v2 + 3 v3 = e2 .
Si ottiene il seguente sistema

1 + 22 = 0
21 2 3 = 1

31 3 = 0
la cui soluzione `e

1 = 2
2 = 1

3 = 6.

Si ha dunque e2 = 2v1 + v2 6v3 , da cui si ottiene


f (e2 ) = 2f (v1 ) + f (v2 ) 6f (v3 ) = 2w1 + w2 6w3 = (1, 3, 2).

Capitolo 1

Algebra Lineare

51

Infine, esprimiamo e3 come combinazione lineare dei vettori v1 , v2 e v3 :


1 v1 + 2 v2 + 3 v3 = e 3 .
Si ottiene il seguente sistema di equazioni lineari

1 + 22 = 0
21 2 3 = 0

31 3 = 1
la cui soluzione `e

1 = 2
2 = 1

3 = 5.

Si ha dunque e3 = 2v1 v2 + 5v3 , da cui si ottiene


f (e3 ) = 2f (v1 ) f (v2 ) + 5f (v3 ) = 2w1 w2 + 5w3 = (2, 1, 1).
La matrice di f rispetto alla base canonica di R3 `e dunque

2 1 2
A = 1 3 1
3 2
1
La matrice A si poteva anche determinare in un altro modo. Infatti, se A `e la
matrice di f rispetto alla base canonica di R3 , si deve avere
Av1 = w1 ,

Av2 = w2 ,

Av3 = w3 ,

il che equivale a

1
A 2
3

2
1
0


0
6
1 = 4
1
10

5
1
4

1
2
3

Da questa uguaglianza si deduce che

6
A=4
10

5
1
4

1
1
2 2
3
3

1
0
1
1

2
1
0

Dobbiamo dunque calcolare linversa della matrice

1 2
0
P = 2 1 1
3 0 1
Procediamo come segue. Scriviamo

1 2
2 1
3 0

la matrice
0
1
1

1
0
0

0
1
0

0
0
1

Capitolo 1

Algebra Lineare

52

Ora effettuiamo le seguenti operazioni elementari sulle righe: alla seconda riga
sottraiamo il doppio della prima e alla terza riga sottraiamo il triplo della prima:

1 0 0
1 2
0
0 5 1
2 1 0
0 6 1
3 0 1
Ora dividiamo la seconda riga per 5:

1 2
0
1
0 1
5
0 6 1
Alla terza riga sommiamo la

1
0
0

1
2
5

0
0
1

0
51
0

seconda moltiplicata per 6:

2 0
1
0 0
2
51 0
1 15
5
1
3
0 5
5 56 1

Ora moltiplichiamo la terza riga per 5:

1
1 2 0
2
0 1 1
5
5
0 0 1
3

0
15
6

0
0
5

Ora alla seconda riga sottraiamo la terza divisa per 5:

1 2 0
1
0
0
0 1 0
1
1 1
0 0 1
3 6 5
Per terminare, alla prima riga sottraiamo il

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

doppio della seconda:

2 2
1 1
6 5

Si conclude quindi che linversa della matrice P `e

1 2 2
1 1
P 1 = 1
3 6 5
Si ha dunque

6
5
A = 4 1
10 4

1
1
2 1
3
3

I vettori del nucleo di f sono

2
1
3

2
1
6


2
2
1 = 1
5
3

i vettori (x1 , x2 , x3 ) tali che



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

1
3
2

2
1
1

Capitolo 1

Algebra Lineare

53

cio`e sono le soluzioni del seguente sistema:

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

3x1 + 2x2 + x3 = 0.
Le soluzioni sono date da

x1 = 7 x3
x2 = 74 x3

x3 qualsiasi,

da cui si deduce che Ker(f ) ha dimensione 1 e una sua base `e costituita dal
vettore v = (5, 4, 7).
Poiche dim(Ker f ) + dim(Im f ) = dim R3 = 3, si ha dim(Im f ) = 2 e quindi
per trovare una base dellimmagine di f basta trovare due vettori linearmente
indipendenti che appartengano a Im f . Si possono quindi scegliere le prime due
colonne della matrice A, oppure i vettori w1 e w2 , oppure w2 e w3 , ecc.
Per calcolare gli autovalori di f (cio`e di A) calcoliamo il suo polinomio
caratteristico:


2
1
2

3
1 = (2 6 + 8).
det(A 1) = 1
3
2
1
Gli zeri di tale polinomio (cio`e gli autovalori di A) sono 1 = 0, 2 = 2 e
3 = 4. Dato che la matrice A possiede tre autovalori distinti essa avr`a anche
tre autovettori linearmente indipendenti. Esister`a quindi una base di R3 costituita da autovettori di A (cio`e di f ), il che equivale a dire che A (cio`e f ) `e
diagonalizzabile.
Ora non rimane altro da fare che determinare gli autovettori della matrice
A. Per lautovalore 1 = 0 bisogna risolvere il sistema

x1
0
(A 0 1) x2 = 0
x3
0
cio`e

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

3x1 + 2x2 + x3 = 0.

Gli autovettori relativi allautovalore 1 = 0 sono dunque i vettori del nucleo di


f , che abbiamo gi`
a calcolato in precedenza.
Per lautovalore 2 = 2 bisogna risolvere il sistema

x1
0
(A 2 1) x2 = 0
x3
0
cio`e

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

3x1 + 2x2 x3 = 0.

Capitolo 1

Algebra Lineare

Le soluzioni sono date da

54

x1 = x3
x2 = 2x3

x3 qualunque

quindi lautospazio relativo allautovalore 2 = 2 ha dimensione 1 ed `e generato


dal vettore (1, 2, 1).
Infine, per lautovalore 3 = 4, bisogna risolvere il sistema

x1
0

x
(A 4 1)
= 0
2
x3
0
cio`e

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

3x1 + 2x2 3x3 = 0.

Le soluzioni sono date da

x1 = x3
x2 = 0

x3 qualunque

quindi lautospazio relativo allautovalore 3 = 4 ha dimensione 1 ed `e generato


dal vettore (1, 0, 1).

Esercizio 1.29. Siano dati i vettori v1 = (1, 1, 1), v2 = (2, 0, 1), v3 = (1, 1, 3)
e sia f : R3 R3 unapplicazione lineare tale che f (v1 ) = 3v1 , f (v2 ) = 2v2 ,
f (v3 ) = 2v3 + 2v2 .
(a) Si scriva la matrice di f rispetto alle basi canoniche.
(b) Si determinino gli autovalori e gli autovettori di f .
(c) Si verifichi che gli autospazi di f sono in somma diretta.

Soluzione. Se A `e la matrice di f rispetto alle basi canoniche, si deve avere


Av1 = 3v1 ,

Av2 = 2v2 ,

Av3 = 2v3 + 2v2 ,

il che equivale a

1
A 1
1
Posto

2
0
1

1
P = 1
1


1
1
1 = 1
3
1
2
0
1

1
1
3

2
0
1

1
3
1 0
3
0

3
D = 0
0

0
2
0
0
2
0

0
2
2

0
2
2

si ha dunque
AP = P D,

cio`e

A = P DP 1 .

Capitolo 1

Algebra Lineare

55

Per determinare la matrice A dobbiamo quindi calcolare linversa della matrice


P . Procediamo come segue. Scriviamo la matrice

1 0 0
1 2 1
1 0 1
0 1 0
1 1 3
0 0 1
Ora effettuiamo le seguenti operazioni elementari sulle righe: alla seconda riga
sottraiamo la prima e alla terza riga sottraiamo la seconda:

1 2 1
1
0 0
0 2 0
1 1 0
0 1 2
0 1 1
Ora scambiamo la seconda riga con la terza:

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

0
1
0

Alla terza riga sommiamo il doppio della seconda:

1
0 0
1 2 1
0 1 2
0 1 1
0 0 4
1 1 2
Ora dividiamo la terza riga per 4:

1 2 1
0 1 2
0 0 1

1
0
14

0
1
41

0
1
1
2

Ora alla seconda riga sottraiamo il doppio della terza e alla prima riga sottraiamo
la terza:

5
1
1 2 0
21
4
4
1
0 1 0
12
0
2
1
1
1
4 4
0 0 1
2
Per terminare, alla prima riga sottraiamo il doppio della seconda:

1
5
1 0 0
21
4
4
1
0 1 0
12
0
2
1
1
1
4 4
0 0 1
2
Si conclude quindi che linversa della matrice P `e

1
5
12
4
4
21
0
P 1 = 21
1
1
1
4 4
2
Si ha quindi

1 2
A = 1 0
1 1
5
4

= 14
14

1
3 0
1 0 2
3
0 0

1
3
4
13
4
3
4

21
5
2

1
0
4
2 12
2
14

5
4
12
41

21
0
1
2

Capitolo 1

Algebra Lineare

56

Gli autovalori di f sono, naturalmente, gli autovalori della matrice A, ma questi


coincidono con gli autovalori della matrice D, dato che A e D sono simili (A `e
la matrice di f rispetto alla base canonica, mentre D `e la matrice di f rispetto
alla base formata dai vettori v1 , v2 e v3 assegnati). Poiche D `e una matrice
triangolare superiore, si riconosce immediatamente che i suoi autovalori sono gli
elementi sulla diagonale. Possiamo quindi affermare che gli autovalori di f sono
1 = 2, con molteplicit`
a 2, e 2 = 3 (con molteplicit`a 1). Lautospazio relativo
allautovalore 1 = 2 `e generato dal vettore v2 (si ricordi che si ha f (v2 ) =
2v2 ), quindi ha dimensione 1; da ci`o si deduce che f non `e diagonalizzabile.
Lautospazio relativo allautovalore 2 = 3 `e generato dal vettore v1 (si ricordi
che si ha f (v1 ) = 3v1 ). Si noti che v3 non `e un autovettore di f , dato che
f (v3 ) = 2v3 + 2v2 .
Per terminare, osserviamo che i vettori v1 = (1, 1, 1) e v2 = (2, 0, 1) sono
linearmente indipendenti e quindi lintersezione tra i sottospazi da essi generati
`e nulla:
hv1 i hv2 i = .
Ci`
o significa che gli autospazi di f sono in somma diretta.
Esercizio 1.30. Data la matrice

t
A = 3 t
6

3+t
t
6

t
3 t
6

si stabilisca se esistono dei valori di t R per i quali A `e invertibile. Si determini


inoltre per quale valore di t la matrice A `e diagonalizzabile. Per tale valore di
t si determini una matrice diagonale D e una matrice invertibile P tali che si
abbia A = P DP 1 .
Soluzione. Per vedere se A `e invertibile calcoliamo il suo determinante. Se
alla prima riga sottraiamo la seconda, si ha


3
3
3

det A = 3 t t 3 t
6
6
6
Ora alla terza riga sommiamo il doppio

3

det A = 3 t
0

della prima, ottenendo cos`



3 3
t 3 t = 0.
0
0

Dato che il determinante di A `e nullo per ogni valore di t, si conclude che la


matrice A non `e invertibile per alcun valore del parametro t. (Naturalmente,
per concludere che det A = 0 bastava osservare che la matrice A ha due colonne
uguali, la prima e la terza).
Cerchiamo ora gli autovalori di A. Il polinomio caratteristico `e


t x 3 + t
t

det(A x 1) = 3 t t x 3 t
6
6 6 x

Capitolo 1

Algebra Lineare

Per calcolare questo determinante alla prima


nendo

3 x

det(A x 1) = 3 t
6

57

riga sottraiamo la seconda, otte


3+x
3
t x 3 t
6
6 x

Ora alla prima colonna sommiamo la seconda:



0
3+x

det(A x 1) = 3 x t x
0
6


3
3 t
6 x

Ora possiamo sviluppare il determinante secondo la prima colonna:




3 + x
3
det(A x 1) = (3 x)
6
6 x
= (3 x)(3x x2 )
= x(3 x)2 .
Gli autovalori della matrice A sono dunque 1 = 0, con molteplicit`a 1, e 2 = 3,
con molteplicit`
a 2.
Gli autovettori relativi allautovalore 1 = 0 sono le soluzioni del seguente
sistema lineare

x1
t 3 + t t
0
3 t
t
3 t x2 = 0
6
6
6
x3
0
cio`e sono i vettori che appartengono al nucleo di A. Risolvendo il sistema si
scopre che esso ammette infinite soluzioni, date da
(
x1 = x3
x2 = 0.
Ci`
o significa che lautospazio relativo allautovalore 1 = 0 (cio`e il nucleo di A)
ha dimensione 1 ed `e generato dal vettore v1 = (1, 0, 1).
Passiamo ora agli autovettori relativi allautovalore 2 = 3. Essi sono le
soluzioni del seguente sistema lineare


t 3 3 + t t
x1
0
3 t t 3 3 t x2 = 0
6
6
3
x3
0
Le soluzioni di questo sistema sono date da
(
x3 = 2x2 2x1
(t 3)(x1 x2 ) = 0.
Distinguiamo quindi due casi. Se t 6= 3, il sistema precedente diventa
(
x3 = 2x2 2x1
x1 x2 = 0

Capitolo 1
le cui soluzioni sono date da

Algebra Lineare

58

x1 = x2
x3 = 0.

In questo caso lautospazio relativo allautovalore 2 = 3 ha dimensione 1 ed `e


generato dal vettore v2 = (1, 1, 0). La matrice A non `e quindi diagonalizzabile,
dato che la molteplicit`
a algebrica dellautovalore 2 = 3 `e diversa dalla sua
molteplicit`
a geometrica.
Se invece t = 3, il sistema precedente si riduce alla singola equazione
x3 = 2x2 2x1 .
In questo caso si hanno infinite soluzioni, dipendenti da due parametri (x1 e x2 ).
Lautospazio relativo allautovalore 2 = 3 ha ora dimensione 2 ed `e generato
dai vettori v2 = (1, 0, 2) e v3 = (0, 1, 2). Concludiamo cos` che, per t = 3, la
matrice A `e diagonalizzabile. Le matrici P e D richieste sono

1
1 0
0 0 0
0 1 ,
P = 0
D = 0 3 0 .
1 2 2
0 0 3

Esercizio 1.31. Siano dati i vettori v1 = (1, 1, 2), v2 = (1, 2, 0), v3 =


(0, 1, 1) e sia f : R3 R3 lapplicazione lineare il cui nucleo `e generato da v1 e
tale che f (v2 ) = 2v2 e f (v3 ) = v3 .
(a) Utilizzando la formula di cambiamento di basi, si scriva la matrice di f
rispetto alle basi canoniche.
(b) Si dica se esiste una funzione lineare g : R3 R3 tale che la funzione
composta g f sia invertibile.
Soluzione. Dato che Ker(f ) `e generato da v1 , si ha f (v1 ) = 0 = 0v1 , quindi
v1 `e autovettore di f relativo allautovalore 0. Sapendo poi che f (v2 ) = 2v2
e f (v3 ) = v3 , si conclude che v2 `e autovettore relativo allautovalore 2 e v3 `e
autovettore relativo allautovalore 1. Se poniamo

1 1 0
0 0 0
P = 1 2 1 e D = 0 2 0
2
0 1
0 0 1
si ha dunque AP = P D, ove A `e la matrice di f rispetto alle basi canoniche. Poiche i vettori v1 , v2 e v3 sono linearmente indipendenti, la matrice P `e
invertibile e si pu`
o quindi ricavare la matrice A usando la formula
A = P DP 1 .
Ora non rimane altro che determinare linversa di P . Procediamo come segue.
Scriviamo la matrice

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

Capitolo 1

Algebra Lineare

59

Ora effettuiamo le seguenti operazioni elementari sulle righe: alla seconda riga
sommiamo la prima e alla terza riga sottraiamo il doppio della prima:

1 1 0
1 0 0
0 1 1
1 1 0
0 2 1
2 0 1
Ora alla terza riga sottraiamo il doppio della seconda:

1 1 0
1
0 0
0 1
1
1 0
1
0 0 1
4 2 1
Moltiplichiamo la terza riga per 1, ottenendo:

1 0 0
1 1 0
0 1 1
1 1 0
4 2 1
0 0 1
Ora alla seconda riga sottraiamo

1 1
0 1
0 0

la terza:
0
0
1

1
3
4

0
1
2

0
1
1

Per terminare, alla prima riga sommiamo la seconda:

1 0 0
2 1 1
0 1 0
3 1 1
0 0 1
4
2 1
Si conclude quindi che linversa della matrice P `e

2 1 1
P 1 = 3 1 1
4
2 1
Si ha quindi

1
A = 1
2

6
= 8
4

0
0
1 0
1
0

2 2
2 3
2 1

1
2
0

0
2
0

2
0
0 3
4
1

1
1
2

1
1
1

Per rispondere alla seconda domanda basta ricordare che f (v1 ) = 0. Pertanto,
per ogni funzione lineare g, si ha
(g f )(v1 ) = g(f (v1 )) = g(0) = 0,
quindi v1 Ker(g f ). Ci`
o significa che Ker(g f ) 6= {0} e dunque g f non `e
iniettiva. Non essendo iniettiva non pu`o essere invertibile!

Capitolo 1

Algebra Lineare

60

Esercizio 1.32.
Sia V uno spazio vettoriale di dimensione 4, con base
v1 , v2 , v3 , v4 . Sia f : V V la funzione lineare definita da f (v1 ) = v1 + 3v3 ,
f (v2 ) = v2 + v4 , f (v3 ) = 2v1 + 2v3 , f (v4 ) = 2v2 2v4 .
(a) Si stabilisca se f `e suriettiva e si determini una base di Im f .
(b) Si determini, se possibile, una base w1 , w2 , w3 , w4 di V rispetto alla quale
la matrice di f sia diagonale.
(c) Si dica se esistono due vettori linearmente indipendenti u1 , u2 V tali che
f (u1 ) = f (u2 ).
Soluzione. Dalla definizione di f si
alla base v1 , v2 , v3 , v4 `e la seguente:

1
0
A=
3
0

deduce subito che la sua matrice rispetto


0
1
0
1

2
0
2
0

0
2

0
2

Si verifica facilmente che il rango di A `e 3 (si osservi che ci sono due righe
uguali), quindi f non `e suriettiva, dim Im(f ) = 3 e una base di Im(f ) `e formata
dai vettori le cui coordinate sono rappresentate dalle prime tre colonne di A
(che sono linearmente indipendenti). Una base di Im(f ) `e dunque costituita dai
vettori
v1 + 3v3 , v2 + v4 , 2v1 + 2v3 .
Per determinare una base di V rispetto alla quale la matrice di f sia diagonale
basta calcolare gli autovalori e gli autovettori di f (cio`e di A) e vedere se A `e
diagonalizzabile oppure no.
Il polinomio caratteristico di A `e


1 x
0
2
0

0
1x
0
2
det(A x 1) =
0
2x
0
3
0
1
0
2 x
Scambiando la seconda riga con la terza, si ha

1 x
0

3
0
det(A x 1) =
0
1

x

0
1


2
0
2x
0
0
2
0
2 x

Scambiando ora la seconda colonna con la terza, si ottiene




1 x
2
0
0

3
2x
0
0
det(A x 1) =
0
1x
2
0
0
0
1
2 x

Capitolo 1

Algebra Lineare

Dalle propriet`
a dei determinanti, si ha


1 x
2
0
0

3
2x
0
0 1 x

= 3
0
0
1

x
2


0
0
1
2 x

61



2
2 1 x

2 x
2 x 1

= (x2 3x 4)(x2 + x).


Gli autovalori di A sono dunque le soluzioni delle equazioni
x2 3x 4 = 0

e x2 + x = 0,

da cui si ricava che gli autovalori sono x1 = 0, x2 = 4 (entrambi con molteplicit`a


1) e x3 = x4 = 1 (con molteplicit`a 2).
Gli autovettori corrispondenti allautovalore x1 = 0 sono le soluzioni del
sistema

x1 + 2x3 = 0

x 2x = 0
2
4

3x1 + 2x3 = 0

x2 2x4 = 0
che equivale a

x1 = 0
x2 = 2x4

x3 = 0
da cui si ricava che lautospazio relativo allautovalore 0 (cio`e il nucleo di f ) ha
dimensione 1 ed `e generato dal vettore w1 = 2v2 + v4 .
Gli autovettori corrispondenti allautovalore x2 = 4 sono le soluzioni del
sistema

3x1 + 2x3 = 0

3x 2x = 0
2
4

3x

2x
=
0
1
3

x2 6x4 = 0
che equivale a

x1 = x3

3
x2 = 0

x4 = 0
da cui si ricava che lautospazio relativo allautovalore 4 ha dimensione 1 ed `e
generato dal vettore w2 = 2v1 + 3v3 .
Infine, gli autovettori corrispondenti allautovalore 1 sono le soluzioni del
sistema

2x1 + 2x3 = 0

2x 2x = 0
2
4

3x
+
3x
1
3 =0

x2 x4 = 0

Capitolo 1

Algebra Lineare

62

che equivale a
(

x1 = x3
x2 = x4

da cui si ricava che lautospazio relativo allautovalore 1 ha dimensione 2 ed `e


generato dai vettori w3 = v1 + v3 e w4 = v2 + v4 .
Da quanto visto si conclude che la matrice A `e diagonalizzabile, che una base
di V rispetto alla quale la matrice di f `e diagonale `e costituita dagli autovettori
w1 , w2 , w3 , w4 indicati e che la matrice di f rispetto a tale base `e la seguente:

0 0 0
0
0 4 0
0

A0 =
0 0 1 0
0 0 0 1
Infine, dato che f non `e iniettiva (perche Ker(f ) 6= {0}), esistono sicuramente
due vettori linearmente indipendenti u1 , u2 V tali che f (u1 ) = f (u2 ). Basta
prendere, ad esempio, u1 = v1 e u2 = u1 + w1 = v1 + 2v2 + v4 . u1 e u2 sono
linearmente indipendenti e si ha f (u2 ) = f (u1 + w1 ) = f (u1 ) + f (w1 ) = f (u1 ),
perche f (w1 ) = 0, dato che w1 Ker(f ).
Esercizio 1.33. Sia data la matrice, al

0
Ah = h
0

variare di h R:

1 0
0 1
1 0

(a) Al variare di h dire se la matrice Ah `e diagonalizzabile o meno (sul campo


dei numeri reali).
per cui A ha autovalori con molteplicit`a maggiore di
(b) Trovare per ogni h
h
uno tutti gli autospazi.
(c) Per h = 3 trovare una matrice P tale che P 1 A3 P sia diagonale.
`e A simile
del punto (b) mostrare che (A )3 = 0. Per tali h,
(d) Per gli h
h
h

0 1 0
alla matrice 0 0 0 ?
0 0 0

Soluzione. Il polinomio caratteristico di Ah `e




x 1
0

det(Ah x 1) = h x 1 = x(x2 1 h).
0
1 x
Dallequazione x(x2 1 h) = 0 si ricava x = 0, x2 = 1 + h. Possiamo allora
distinguere i seguenti tre casi:


Se h > 1 la matrice Ah ha tre autovalori reali distinti: 0, 1 + h,
1 + h. In questo caso Ah `e diagonalizzabile.

Capitolo 1

Algebra Lineare

63

Se h < 1 la matrice Ah ha un solo autovalore reale, 0, e due autovalori


complessi coniugati. In questo caso Ah non `e diagonalizzabile sul campo
dei numeri reali (ma lo `e sul campo dei numeri complessi).
Se h = 1 la matrice Ah ha un autovalore reale, 0, con molteplicit`a 3. In
questo caso, per scoprire se Ah `e diagonalizzabile o meno bisogna calcolare la dimensione dellautospazio relativo allautovalore 0 (la molteplicit`a
geometrica).
Analizziamo allora lunico caso dubbio, cio`e il
allora

0 1
A1 = 1 0
0 1

caso h = 1. La matrice diventa

0
1
0

Lautospazio relativo allautovalore 0 (cio`e il nucleo di A1 ) `e dato dalle soluzioni


del seguente sistema
(
x2 = 0
x1 + x3 = 0
da cui si deduce che tale autospazio ha dimensione 1 ed `e generato dallautovettore (1, 0, 1). Ci`
o significa che la molteplicit`a geometrica `e pari a 1 ed `e quindi
diversa dalla molteplicit`
a algebrica dellautovalore (che `e 3). La matrice A1
non `e quindi diagonalizzabile.
=
per cui A ha autovalori con molteplicit`a maggiore di uno `e h
Lunico h
h
1. Come abbiamo gi`
a visto, lunico autospazio della matrice A1 `e quello
relativo allautovalore 0, di cui abbiamo gi`a trovato una base.
Consideriamo ora il caso h = 3. La matrice diventa

0 1 0
A3 = 3 0 1
0 1 0
Per quanto visto nel punto (a), la matrice A3 `e diagonalizzabile ed i suoi autovalori sono 0, 2 e 2. Gli autovettori relativi allautovalore 0 sono dati dalle
soluzioni del sistema
(
x2 = 0
3x1 + x3 = 0
Una base dellautospazio relativo allautovalore 0 `e data quindi dal vettore
(1, 0, 3).
Gli autovettori relativi allautovalore 2 sono le soluzioni del sistema

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

x2 + 2x3 = 0
Una base dellautospazio relativo allautovalore 2 `e data quindi dal vettore
(1, 2, 1).
Infine, gli autovettori relativi allautovalore 2 si ottengono risolvendo il sistema

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

x2 2x3 = 0

Capitolo 1

Algebra Lineare

64

Una base dellautospazio relativo allautovalore 2 `e data quindi dal vettore


(1, 2, 1).
La matrice P cercata `e la matrice le cui colonne sono i tre autovettori appena
trovati

1
1 1
P = 0 2 2
3 1 1
Se poniamo

0
D = 0
0

0
2
0

0
0
2

si ha A3 P = P D, cio`e D = P 1 A3 P .
del punto (b) `e h
= 1, dobbiamo calcolare (A1 )3 . Si ha
Infine, poiche lh

0 1 0
0 1 0
1 0 1
(A1 )2 = 1 0 1 1 0 1 = 0 0 0
0 1 0
0 1 0
1 0 1
e quindi

0
(A1 )3 = A1 (A1 )2 = 1
0
come volevasi dimostrare. Le matrici

0 1 0
A1 = 1 0 1
0 1 0

1 0
1
0 1 0
1 0
1


0 1
0
0 0 = 0
0 1
0

0
B = 0
0

1
0
0

0
0
0

0
0
0

0
0
0

non sono simili. Per scoprirlo basta osservare che (A1 )2 6= 0, mentre B 2 = 0.
Pi`
u semplicemente, basta notare che rango(A1 ) = 2 mentre rango(B) = 1
quindi, avendo ranghi diversi, le matrici A1 e B non possono corrispondere
alla stessa funzione lineare.
Esercizio 1.34. Sia f : R3 R3 la funzione data da f (x, y, z) = (2x + y
3z, x + 2z, x 2y 4z).
(a) Si scriva la matrice A di f rispetto alle basi canoniche del dominio e
codominio.
(b) Si determinino delle basi di Ker(f ) e Im(f ) e si dica se Ker(f ) e Im(f )
sono in somma diretta.
(c) Si scriva la matrice B di f rispetto alla base canonica del dominio e alla
base w1 = (0, 1, 1), w2 = (1, 0, 1), w3 = (1, 1, 0) del codominio.
(d) Si determini una matrice S tale che B = SA.
(e) Le matrici A e B sono simili? Perche?

Capitolo 1

Algebra Lineare

65

Soluzione. Le colonne della matrice A sono le componenti delle immagini,


tramite f , dei vettori della base canonica di R3 . Si ha pertanto

2
1 3
2
A = 1 0
1 2 4
I vettori del nucleo di f sono dati dalle soluzioni del sistema


2
1 3
x1
0
1 0
2 x2 = 0
1 2 4
x3
0
cio`e

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

x1 2x2 4x3 = 0

Risolvendo, si trova
(

x1 = 2x3
x2 = x3

da cui segue che Ker(f ) ha dimensione 1 e una sua base `e data dal vettore
(2, 1, 1).
Dato che
dim Ker(f ) + dim Im(f ) = 3,
si ha dim Im(f ) = 2 e quindi una base di Im(f ) `e formata da due colonne linearmente indipendenti di A, ad esempio (2, 1, 1) e (1, 0, 2). Poiche il vettore
(2, 1, 1) appartiene sia al nucleo che allimmagine di f , si conclude che Ker(f )
e Im(f ) non sono in somma diretta.
Consideriamo ora la base w1 = (0, 1, 1), w2 = (1, 0, 1), w3 = (1, 1, 0) del
codominio di f . Poiche nel dominio di f abbiamo mantenuto la base canonica,
per determinare le colonne della matrice B bisogna operare come segue. Iniziamo dal primo vettore della base (canonica) del dominio, e1 = (1, 0, 0). La sua
immagine tramite f `e f (e1 ) = (2, 1, 1). Ora bisogna esprimere il vettore f (e1 )
come combinazione lineare dei vettori della base scelta per il codominio, cio`e
dei vettori w1 , w2 e w3 :




2
0
1
1
f (e1 ) = 1 = a1 1 + a2 0 + a3 1
1
1
1
0
I tre coefficienti a1 , a2 e a3 costituiscono la prima colonna della matrice B
cercata. Risolvendo il sistema di trova

a1 = 0
a2 = 1

a3 = 1
Per determinare la seconda colonna di B bisogna ripetere quanto abbiamo appena fatto partendo dal secondo vettore e2 = (0, 1, 0) della base canonica del

Capitolo 1
dominio:

Algebra Lineare

66




1
0
1
1
f (e2 ) = 0 = b1 1 + b2 0 + b3 1
2
1
1
0

I coefficienti b1 , b2 e b3 costituiscono la seconda colonna di B. Risolvendo il


sistema di trova

b1 = 3/2
b2 = 1/2

b3 = 3/2
Infine, per trovare la terza colonna di B si considera il terzo vettore e3 = (0, 0, 1)
della base canonica del dominio:




3
0
1
1
f (e3 ) = 2 = c1 1 + c2 0 + c3 1
4
1
1
0
I coefficienti c1 , c2 e c3 costituiscono la terza colonna di B. Risolvendo il sistema
di trova

c1 = 3/2
c2 = 5/2

c3 = 1/2
La matrice B `e dunque

0
B = 1
1

3/2
1/2
3/2

3/2
5/2
1/2

Ora, se indichiamo con

0
P = 1
1

1 1
0 1
1 0

la matrice le cui colonne sono le componenti dei vettori della nuova base w1 , w2 ,
w3 , rispetto alla base canonica, dalla formula di cambiamento di base sappiamo
che P B = A (uguaglianza che si pu`o anche verificare con un calcolo diretto), da
cui si ricava B = P 1 A (si noti che la matrice P `e invertibile, essendo w1 , w2 ,
w3 una base). Calcolando linversa di P si trova

1/2 1/2 1/2


1/2
1/2
P 1 = 1/2
1/2 1/2 1/2
Questa `e dunque la matrice S cercata.
Attenzione: dalla formula B = SA non si pu`o ricavare la matrice S semplicemente scrivendo S = BA1 . Ricordiamo infatti che Ker(f ) 6= {0}, quindi la
funzione f e, di conseguenza, anche la matrice A, non `e invertibile!
Infine, per stabilire se A e B sono simili, proviamo a calcolare i loro polinomi
caratteristici. Si trova


2 x 1
3

x
2 = x3 2x2 ,
det(A x 1) = 1
1
2 4 x

Capitolo 1

Algebra Lineare

67

mentre


x
3/2
3/2

5/2 = x3 x2 7x.
det(B x 1) = 1 1/2 x
1
3/2
1/2 x
Le matrici A e B hanno dunque polinomi caratteristici diversi, pertanto non
possono essere simili.
[Domanda per il lettore: Come `e possibile che le matrici A e B non siano
simili, dato che esse corrispondono entrambe alla stessa funzione lineare f :
R3 R3 , rispetto a scelte diverse di basi?]
Esercizio 1.35. Si consideri la matrice

8 1
t
A= 0
2 2

1
1
6

(a) Si determini il valore di t in modo che il vettore v = (1, 1, 1) sia un


autovettore di A.
(b) Per il valore di t trovato al punto (a) si determinino gli autovalori e gli
autovettori di A e si dica se A `e diagonalizzabile.
` possibile trovare una base ortonormale di R3 formata da autovettori di
(c) E
A? Perche?
(d) Esiste una matrice non diagonale simile alla matrice A?

Soluzione. Dire che v `e


qualche numero . Si ha

8 1
0
t
2 2

un autovettore di A significa che Av = v, per un



1
6
1
1
1 1 = t 1 = 1
6
1
6
1

da cui si deduce che deve essere = 6


Per t = 7 la matrice A diventa

8
0
2

e t = 7.
1
7
2

1
1
6

e calcolando il suo polinomio caratteristico si trova




8 x
1
1

7x
1 = x3 + 21x2 146x + 336.
det(A x 1) = 0
2
2
6 x
Abbiamo gi`
a scoperto che A possiede un autovalore pari a 6, quindi il polinomio
caratteristico di A deve essere divisibile per x 6. Si ha infatti
x3 + 21x2 146x + 336 = (x 6)(x2 15x + 56).

Capitolo 1

Algebra Lineare

68

Gli altri due autovalori di A sono quindi le soluzioni dellequazione


x2 15x + 56 = 0,
da cui si ricava x = 7, x = 8. La matrice A ha dunque tre autovalori distinti,
dati da 1 = 6, 2 = 7 e 3 = 8. Poiche tutti e tre gli autovalori sono reali e
distinti, la matrice A `e sicuramente diagonalizzabile.
Abbiamo gi`
a visto che un autovettore relativo allautovalore 1 = 6 `e v =
(1, 1, 1).
Gli autovettori relativi allautovalore 2 = 7 si trovano risolvendo il sistema


1 1 1
x1
0
0
0
1 x2 = 0
2 2 1
x3
0
da cui si ricava

x1 = x2
x3 = 0

Lautospazio relativo allautovalore 7 ha quindi dimensione 1 e una sua base `e


data dal vettore (1, 1, 0).
Infine, gli autovettori relativi allautovalore 3 = 8 sono dati dalle soluzioni
del sistema

x1
0
0 1 1
0 1 1 x2 = 0
x3
0
2 2 2
da cui si ricava

x1 = 0
x2 = x3

Lautospazio relativo allautovalore 8 ha quindi dimensione 1 e una sua base `e


data dal vettore (0, 1, 1).
Gli autospazi di A sono generati, rispettivamente, dai vettori (1, 1, 1),
(1, 1, 0) e (0, 1, 1); questi tre vettori formano una base di R3 ma non sono a due
a due ortogonali. Pertanto non esiste una base ortogonale (e quindi nemmeno
una base ortonormale) di R3 formata da autovettori di A.
In effetti si poteva giungere subito a questa conclusione, semplicemente ricordando che una base ortonormale di R3 formata da autovettori di una matrice
di ordine 3 esiste se e solo se la matrice in questione `e simmetrica (e la nostra
matrice A non `e simmetrica!).
Lultima domanda ammette una risposta banale: esiste certamente una matrice non diagonale simile ad A, ad esempio la matrice A stessa (A `e certamente
simile ad A, sono addirittura uguali, e non `e diagonale).

Capitolo 1

1.6

Algebra Lineare

69

Forme bilineari simmetriche, spazi vettoriali euclidei

Esercizio 1.36. Nello spazio vettoriale V = R4 si consideri la forma bilineare


simmetrica g la cui matrice, rispetto alla base canonica, `e

4 0
1
0
0 2 1 2

G=
1 1 4
0
0 2 0
4
Si dimostri che g `e non degenere e si determini una base ortogonale di V . Si
determinino inoltre una matrice diagonale D e una matrice invertibile P tali
che D = tP GP .
Soluzione. Per dimostrare che g `e non degenere `e sufficiente verificare che
il determinante di G sia diverso da 0. In effetti si ha det G = 44, quindi g `e
non degenere. Per trovare una base ortogonale applichiamo il procedimento di
Gram-Schmidt alla base canonica {e1 , e2 , e3 , e4 } di R4 .
Poniamo w1 = e1 ; si ha g(w1 , w1 ) = g(e1 , e1 ) = 4. Poniamo ora w2 =
e2 + 1 w1 . Imponendo g(w2 , w1 ) = 0, si trova
1 =

g(e2 , w1 )
g(e2 , e1 )
=
= 0.
g(w1 , w1 )
g(e1 , e1 )

Si ha quindi w2 = e2 (ci`
o era evidente fin dallinizio dato che, osservando la
matrice di g, si vede che e2 `e ortogonale a e1 ).
Poniamo ora w3 = e3 + 1 w1 + 2 w2 . Imponendo che sia g(w3 , w1 ) = 0 e
g(w3 , w2 ) = 0, si trova
g(e3 , w1 )
g(e3 , e1 )
1
=
=
g(w1 , w1 )
g(e1 , e1 )
4
g(e3 , e2 )
1
g(e3 , w2 )
=
= ,
2 =
g(w2 , w2 )
g(e2 , e2 )
2
1 =

quindi
w 3 = e3

1
1
1
1
w 1 + w 2 = e1 + e2 + e3 .
4
2
4
2

Si ha:

 1

1
1
1
g(w3 , w3 ) = g e1 + e2 + e3 , e1 + e2 + e3
4
2
4
2
1
1
=
g(e1 , e1 ) + g(e2 , e2 ) + g(e3 , e3 )
16
4
1
1
g(e1 , e2 ) g(e1 , e3 ) + g(e2 , e3 )
4
2
13
=
4
e analogamente
1
1
g(e4 , w3 ) = g(e4 , e1 ) + g(e4 , e2 ) + g(e4 , e3 ) = 1.
4
2

Capitolo 1

Algebra Lineare

70

Infine poniamo w4 = e4 +1 w1 +2 w2 +3 w3 . Imponendo che sia g(w4 , w1 ) = 0,


g(w4 , w2 ) = 0 e g(w4 , w3 ) = 0, si trova
g(e4 , w1 )
=0
g(w1 , w1 )
g(e4 , w2 )
2 =
=1
g(w2 , w2 )
g(e4 , w3 )
4
3 =
=
g(w3 , w3 )
13
1 =

quindi
w4 = e4 + w2 +

4
1
15
4
w3 = e1 +
e2 +
e3 + e4 .
13
13
13
13

Si trova poi

 1
15
4
1
15
4
e2 +
e3 + e4 , e1 +
e2 +
e3 + e4
g(w4 , w4 ) = g e1 +
13
13
13
13
13
13
22
=
.
13
La base {w1 , w2 , w3 , w4 } `e una base ortogonale e la matrice di g rispetto a questa
base `e la seguente matrice diagonale:

4 0
0
0
0 2
0
0

D=
0 0 13/4
0
0 0
0
22/13
il che, tra laltro, dimostra che g
di base `e

1
0
P =
0
0

`e non degenere. La matrice di cambiamento

0 1/4 1/13
1 1/2
15/13

0
1
4/13
0
0
1

A questo punto si potrebbe verificare con un calcolo diretto che si ha D =


P GP .

Esercizio 1.37.
Nello spazio vettoriale R3 si consideri la forma bilineare
simmetrica g definita da
g(v, w) = x1 y1 x1 y2 + 2x1 y3 x2 y1 + 2x2 y2 x2 y3 + 2x3 y1 x3 y2 + 4x3 y3 ,
ove v = (x1 , x2 , x3 ) e w = (y1 , y2 , y3 ).
(a) Si scriva la matrice di g rispetto alla base canonica.
(b) Si dica se g `e non degenere e se essa `e definita positiva, negativa o
indefinita.
(c) Si determini una base ortogonale.
(d) Si stabilisca se esistono vettori isotropi e, in caso affermativo, se ne determini almeno uno.

Capitolo 1

Algebra Lineare

71


Soluzione. Sia G = gij la matrice di g rispetto alla base canonica. Per definizione si ha gij = g(ei , ej ). Daltra parte, se v = (x1 , x2 , x3 ) e w = (y1 , y2 , y3 ),
si ha anche
3
X
g(v, w) =
gij xi yj ,
i,j=1

e dunque il coefficiente del termine in xi yj nellespressione di g `e precisamente


lelemento gij della matrice di g rispetto alla base canonica. La matrice G `e
quindi data da

1 1 2
G = 1 2 1
2 1 4
Notiamo ora che lelemento g11 = 1 `e positivo e che il minore di ordine 2


1 1


1 2 = 1
`e anchesso positivo. Tuttavia il

1

1

2

determinante di G `e

1 2
2 1 = 1 < 0
1 4

pertanto g `e non degenere (perche det G 6= 0), ma essa `e indefinita.


Il procedimento di Gram-Schmidt, applicato alla base canonica {e1 , e2 , e3 }
di R3 , permette di costruire una base ortogonale (come vedremo, il fatto che g
non sia definita positiva non ha alcuna influenza).
Poniamo w1 = e1 ; si ha g(w1 , w1 ) = g(e1 , e1 ) = 1. Poniamo ora w2 =
e2 + 1 w1 . Richiedendo che w2 sia ortogonale a w1 , cio`e che g(w2 , w1 ) = 0, si
trova
g(e2 , e1 )
g(e2 , w1 )
=
= 1.
1 =
g(w1 , w1 )
g(e1 , e1 )
Si ha quindi w2 = e2 + e1 . Calcoliamo ora g(w2 , w2 ):

g(w2 , w2 ) = g e2 + e1 , e2 + e1 = 1.
Poniamo infine w3 = e3 + 1 w1 + 2 w2 . Imponendo che sia g(w3 , w1 ) = 0 e
g(w3 , w2 ) = 0, si trova
g(e3 , w1 )
g(e3 , e1 )
=
= 2
g(w1 , w1 )
g(e1 , e1 )

g e3 , e2 + e1
g(e3 , w2 )
2 =
=
= 1,
g(w2 , w2 )
g(w2 , w2 )

1 =

quindi
w3 = e3 2w1 w2 = 3e1 e2 + e3 .
Si ha infine:
g(w3 , w3 ) = g(3e1 e2 + e3 , 3e1 e2 + e3 ) = 1.

Capitolo 1

Algebra Lineare

72

La base {w1 , w2 , w3 } `e una base ortogonale e la matrice di g rispetto a questa


base `e la seguente matrice diagonale:

1 0 0
D = 0 1 0
0 0 1
il che, tra laltro, dimostra che g `e non degenere e indefinita (perche sulla diagonale sono presenti sia numeri positivi che negativi). La matrice di cambiamento
di base `e

1 1 3
P = 0 1 1 .
0 0 1
Si potrebbe verificare con un calcolo diretto che vale luguaglianza D = tP GP .
Il fatto che la forma bilineare g sia indefinita implica che esistono certamente
dei vettori isotropi. Per trovarne uno possiamo osservare che g(w1 , w1 ) = 1
mentre g(w3 , w3 ) = 1. Ponendo u = w1 + w3 si ha pertanto
g(u, u) = g(w1 + w3 , w1 + w3 ) = g(w1 , w1 ) + 2g(w1 , w3 ) + g(w3 , w3 ) = 1 1 = 0,
quindi u = w1 + w3 = 2e1 e2 + e3 = (2, 1, 1) `e un vettore isotropo.
Esercizio 1.38. Nello spazio vettoriale V = R3 si consideri la forma bilineare
simmetrica g la cui matrice, rispetto alla base canonica, `e

2 1 1
G = 1 3 1
1
1 2
Si dimostri che g `e non degenere e si determini una base ortogonale di V . Si
determinino inoltre una matrice diagonale D e una matrice invertibile P tali
che D = tP GP .
Soluzione. Per dimostrare che g `e non degenere `e sufficiente verificare che il
determinante di G sia diverso da 0. Si ha




3 1 1 1 1 3


= 3,



+
det G = 2
+
1 2 1 2 1 1
quindi g `e non degenere. Per trovare una base ortogonale applichiamo il procedimento di Gram-Schmidt alla base canonica {e1 , e2 , e3 } di R3 .
Poniamo w1 = e1 ; si ha g(w1 , w1 ) = g(e1 , e1 ) = 2. Poniamo ora w2 =
e2 + 1 w1 . Richiedendo che w2 sia ortogonale a w1 , cio`e che g(w2 , w1 ) = 0, si
trova
g(e2 , w1 )
g(e2 , e1 )
1
1 =
=
= .
g(w1 , w1 )
g(e1 , e1 )
2
Si ha quindi w2 = e2 +

1
2

e1 . Calcoliamo ora g(w2 , w2 ):

g(w2 , w2 ) = g e2 +

1
2

e1 , e2 +

1
2

 5
e1 = .
2

Capitolo 1

Algebra Lineare

73

Poniamo infine w3 = e3 + 1 w1 + 2 w2 . Imponendo che sia g(w3 , w1 ) = 0 e


g(w3 , w2 ) = 0, si trova
g(e3 , w1 )
g(e3 , e1 )
1
=
=
g(w1 , w1 )
g(e1 , e1 )
2

g e3 , e2 + 12 e1
g(e3 , w2 )
3
2 =
=
= ,
g(w2 , w2 )
g(w2 , w2 )
5

1 =

quindi
w3 = e3

1
2

w1

3
5

w2 = 45 e1

3
5

e2 + e3 .

Si ha infine:
g(w3 , w3 ) = g 45 e1

3
5

e2 + e3 , 45 e1

3
5

 3
e2 + e3 = .
5

La base {w1 , w2 , w3 } `e una base ortogonale e la matrice di g rispetto a questa


base `e la seguente matrice diagonale:

2 0
0
D = 0 5/2 0
0 0 3/5
il che, tra laltro, dimostra che g `e non degenere. La matrice di cambiamento
di base `e

1 1/2 4/5
P = 0 1 3/5 .
0 0
1
Si potrebbe ora verificare che vale luguaglianza D = tP GP .
Esercizio 1.39.
Nello spazio vettoriale euclideo R3 , dotato del prodotto
scalare usuale, si consideri il sottospazio U di equazione x + y z = 0. Si
esprima il vettore v = (3, 2, 4) come somma v = v1 + v2 , con v1 U e
v2 U . Sia f : R3 R3 la funzione che associa a un vettore w R3 la sua
proiezione ortogonale f (w) sul sottospazio U . Si scriva la matrice di f rispetto
alla base canonica di R3 .
Soluzione. Dallequazione x + y z = 0 di U ricaviamo z = x + y. I vettori di
U dipendono quindi da due parametri liberi di variare, il che significa che U ha
dimensione 2 (`e un piano in R3 ). Una base di U `e data (ad esempio) dai vettori
u1 = (1, 0, 1) e u2 = (0, 1, 1). Un vettore w = (a, b, c) appartiene al sottospazio
ortogonale di U se e solo se
(
w u1 = a + c = 0
w u2 = b + c = 0.
Questo sistema ha infinite soluzioni (dipendenti da un parametro), date da

a = c
b = c

c qualsiasi

Capitolo 1

Algebra Lineare

74

il che significa che U ha dimensione 1 ed `e generato dal vettore w = (1, 1, 1)


(si noti che il vettore w ha come componenti i coefficienti che compaiono nellequazione di U ).
Cerchiamo ora due vettori v1 U e v2 U tali che v1 + v2 = v. Dato che
v1 U , si deve avere v1 = 1 u1 + 2 u2 , mentre v2 U implica che v2 = w.
Si deve quindi avere v = v1 + v2 = 1 u1 + 2 u2 + w. Si ottiene cos` il seguente
sistema di equazioni lineari

1 + = 3
2 + = 2

1 + 2 = 4
la cui soluzione `e

1 = 4
2 = 1

= 1.

Si ha quindi
v1 = 4u1 u2 = (4, 1, 3),

v2 = w = (1, 1, 1)

(il vettore v1 `e detto la proiezione ortogonale di v sul sottospazio U ).


Consideriamo ora la funzione f che associa ad ogni vettore w R3 la sua
proiezione ortogonale su U . Le colonne della matrice di f rispetto alla base
canonica di R3 sono pertanto le proiezioni ortogonali dei vettori e1 = (1, 0, 0),
e2 = (0, 1, 0), e3 = (0, 0, 1) sul sottospazio U . I calcoli necessari a determinare
le proiezioni ortogonali di questi vettori su U sono del tutto analoghi a quelli
svolti in precedenza per determinare la proiezione ortogonale del vettore v. Ad
esempio, per determinare la proiezione ortogonale del vettore e1 su U bisogna
risolvere il sistema

1 + = 1
2 + = 0

1 + 2 = 0
che non `e altro che il sistema precedente in cui la colonna dei termini noti `e ora
data dalle componenti del vettore e1 . La soluzione di questo sistema `e

1 = 2/3
2 = 1/3

= 1/3
da cui si ricava la proiezione ortogonale f (e1 ) del primo vettore della base
canonica:
f (e1 ) = 32 u1 13 u2 = (2/3, 1/3, 1/3);
questa `e la prima colonna della matrice cercata. La seconda e la terza colonna
si determinano in modo del tutto analogo, ripetendo il procedimento appena
descritto per i vettori e2 e e3 . Si ottiene cos` la seguente matrice

2/3 1/3 1/3


1/3 2/3 1/3 .
1/3
1/3 2/3

Capitolo 1

Algebra Lineare

75

Esercizio 1.40. Nello spazio vettoriale V = R4 si consideri la forma bilineare


simmetrica g la cui matrice, rispetto alla base canonica, `e

1 1 0 1
1 4 0 2

G=
0
0 5 1
1 2 1 3
Si dimostri che g `e non degenere e si determini una base ortogonale di V . Si
determinino inoltre una matrice diagonale D e una matrice invertibile P tali
che D = tP GP .
Soluzione. Per dimostrare che g `e non degenere `e sufficiente verificare che il
determinante di G sia diverso da 0. Si ha det G = 22, quindi g `e non degenere.
Per trovare una base ortogonale applichiamo il procedimento di Gram-Schmidt
alla base canonica {e1 , e2 , e3 , e4 } di R4 .
Poniamo w1 = e1 ; si ha g(w1 , w1 ) = g(e1 , e1 ) = 1. Poniamo ora w2 =
e2 + 1 w1 . Imponendo g(w2 , w1 ) = 0, si trova
1 =

g(e2 , e1 )
g(e2 , w1 )
=
= 1.
g(w1 , w1 )
g(e1 , e1 )

Si ha quindi w2 = e2 +w1 = e2 +e1 . Si trova poi g(w2 , w2 ) = g(e1 +e2 , e1 +e2 ) =


3.
Poniamo ora w3 = e3 + 1 w1 + 2 w2 . Imponendo che sia g(w3 , w1 ) = 0 e
g(w3 , w2 ) = 0, si trova
g(e3 , w1 )
g(e3 , e1 )
=
=0
g(w1 , w1 )
g(e1 , e1 )
g(e3 , w2 )
g(e3 , e1 + e2 )
2 =
=
= 0,
g(w2 , w2 )
g(w2 , w2 )
1 =

quindi
w 3 = e3 .
Infine poniamo w4 = e4 +1 w1 +2 w2 +3 w3 . Imponendo che sia g(w4 , w1 ) = 0,
g(w4 , w2 ) = 0 e g(w4 , w3 ) = 0, si trova
g(e4 , w1 )
= 1
g(w1 , w1 )
g(e4 , w2 )
1
2 =
=
g(w2 , w2 )
3
g(e4 , w3 )
1
3 =
=
g(w3 , w3 )
5
1 =

quindi
w4 = e4 w1 +

1
3

w2

1
5

w3 = 23 e1 +

1
3

e2

1
5

e3 + e4 .

Capitolo 1

Algebra Lineare

76

Si trova poi
g(w4 , w4 ) = g 23 e1 +

1
3

e2

1
5

e3 + e4 , 23 e1 +

1
3

e2

1
5

 22
e3 + e4 =
.
15

La base {w1 , w2 , w3 , w4 } `e una base ortogonale e la matrice di g rispetto a questa


base `e la seguente matrice diagonale:

1 0 0
0
0 3 0
0

D=
0 0 5
0
0 0 0 22/15
il che, tra laltro, dimostra che g `e non
di base `e

1 1
0 1
P =
0 0
0 0

degenere. La matrice di cambiamento

0 2/3
0 1/3

1 1/5
0
1

A questo punto si potrebbe verificare con un calcolo diretto che si ha D =


t
P GP .
Esercizio 1.41.
Sia U il sottospazio vettoriale di R4 generato dai vettori
u1 = (1, 2, 3, 1) e u2 = (0, 2, 1, 2). Si determini la proiezione ortogonale del
vettore v = (2, 3, 1, 1) sul sottospazio U . Si determini inoltre un vettore w, di
norma minima, tale che v + w U .
Soluzione.
Possiamo cominciare col determinare una base del sottospazio
U , ortogonale di U . Un generico vettore v = (x1 , x2 , x3 , x4 ) di R4 appartiene
a U se e solo se v u1 = x1 + 2x2 3x3 + x4 = 0 e v u2 = 2x2 x3 + 2x4 = 0.
Il sottospazio U `e quindi linsieme delle soluzioni del seguente sistema lineare:
(
x1 + 2x2 3x3 + x4 = 0
U :
2x2 x3 + 2x4 = 0.
Le soluzioni sono date da

x1 = 4x2 + 5x4
x3 = 2x2 + 2x4 ,

per ogni x2 , x4 R. Il sottospazio U ha dunque dimensione 2 e una sua base


`e costituita dai vettori w1 = (4, 1, 2, 0) e w2 = (5, 0, 2, 1), ottenuti ponendo
x2 = 1, x4 = 0 e x2 = 0, x4 = 1, rispettivamente.
Ricordando che R4 = U U , si conclude che i vettori u1 , u2 , w1 e w2
formano una base di R4 . Il vettore v = (2, 3, 1, 1) si pu`o dunque scrivere nel
modo seguente
v = 1 u1 + 2 u2 + 1 w1 + 2 w2 .
Si ottiene cos` il seguente sistema di equazioni lineari

1 + 41 + 52 = 2

2 + 2 + = 3
1
2
1

+
2
1
2
1 + 22 = 1

1 + 22 + 2 = 1

Capitolo 1

Algebra Lineare

la cui soluzione `e

77

1 = 21

= 1
2
2

1 =1

= 1.
2

Si ha pertanto
v=

1
1
1
u1 + u2 + w1 w2 .
2
2
2

Ricordando che U = hu1 , u2 i e U = hw1 , w2 i, ponendo


1
1
u1 + u2 = (1/2, 2, 2, 3/2)
2
2
1
00
v = w1 w2 = (3/2, 1, 1, 1/2)
2

v0 =

si ha v 0 U , v 00 U e v = v 0 + v 00 . Il vettore v 0 `e precisamente la proiezione


ortogonale del vettore v sul sottospazio U (mentre v 00 `e la proiezione ortogonale
di v su U ). Osservando ora che v v 00 = v 0 U , da quanto detto in precedenza
si conclude che il vettore w cercato (cio`e il vettore w, di norma minima, tale
che v + w U ) `e dato da w = v 00 = (3/2, 1, 1, 1/2).
Esercizio 1.42. Nello spazio vettoriale euclideo R4 , sia U il sottospazio di
equazioni 2x1 + x2 3x4 = 0 e x1 2x2 + x3 = 0. Si determini una base di U e
una base del sottospazio U ortogonale a U . Dato il sottospazio W di equazione
x1 + 3x2 x3 + 2x4 = 0, si determini una base di W U e si completi tale
base a una base ortogonale di W .
Soluzione. Il sottospazio U `e linsieme delle soluzioni del sistema lineare
(
2x1 + x2 3x4 = 0
U:
x1 2x2 + x3 = 0
che `e equivalente al seguente sistema:
(
x2 = 2x1 + 3x4
U:
x3 = 5x1 + 6x4 .
Questultimo sistema ammette infinite soluzioni, dipendenti da due parametri
(x1 e x4 ), quindi il sottospazio U ha dimensione 2. Una sua base `e costituita
dai vettori
u1 = (1, 2, 5, 0),
u2 = (0, 3, 6, 1),
ottenuti ponendo x1 = 1, x4 = 0 e x1 = 0, x4 = 1, rispettivamente.
Cerchiamo ora una base del sottospazio U , ortogonale di U . Un vettore
w = (x1 , x2 , x3 , x4 ) appartiene a U se e solo se
(
u1 w = x1 2x2 5x3 = 0
u2 w = 3x2 + 6x3 + x4 = 0.

Capitolo 1

Algebra Lineare

78

Da questo sistema si ricava


(
U

x1 = 2x2 + 5x3
x4 = 3x2 6x3 .

Queste sono dunque le equazioni del sottospazio U . Tale sottospazio ha dunque


dimensione 2 e una sua base `e costituita dai vettori
w1 = (2, 1, 0, 3),

w2 = (5, 0, 1, 6),

ottenuti ponendo, nel sistema precedente, x2 = 1, x3 = 0 e x2 = 0, x3 = 1,


rispettivamente.
Per determinare una base di W U osserviamo che i vettori appartenenti
a W U devono soddisfare contemporaneamente le equazioni di U e di W ,
cio`e sono le soluzioni del seguente sistema:

x1 = 2x2 + 5x3
W U : x4 = 3x2 6x3

x1 + 3x2 x3 + 2x4 = 0.
Le soluzioni di questo sistema sono date da

x1 = 11x3

x = 8x
2
3

x
=
18x
4
3

x3 qualunque
da cui si deduce che W U ha dimensione 1 e una sua base `e costituita dal
vettore v1 = (11, 8, 1, 18).
Il sottospazio W : x1 + 3x2 x3 + 2x4 = 0 ha dimensione 3, quindi per
completare la base v1 di W U a una base ortogonale di W , dobbiamo determinare due vettori v2 , v3 W in modo tale che i vettori v1 , v2 , v3 siano
linearmente indipendenti (e siano dunque una base di W ) e siano inoltre a due
a due perpendicolari.
Cominciamo dal vettore v2 . Se poniamo v2 = (x1 , x2 , x3 , x4 ), si ha
v2 W
v2 v 1

x1 + 3x2 x3 + 2x4 = 0,

v1 v2 = 11x1 8x2 + x3 + 18x4 = 0.

Il vettore cercato `e dunque una delle soluzioni del sistema


(
x1 + 3x2 x3 + 2x4 = 0
11x1 8x2 + x3 + 18x4 = 0
che `e equivalente al sistema:
(

x2 = 2x1 + 4x4
x3 = 5x1 + 14x4 .

Come vettore v2 possiamo dunque prendere il seguente:


v2 = (1, 2, 5, 0),

Capitolo 1

Algebra Lineare

79

ottenuto ponendo x1 = 1 e x4 = 0.
Per terminare, poniamo v3 = (x1 , x2 , x3 , x4 ). Tale vettore deve appartenere
al sottospazio W e deve essere ortogonale ai vettori v1 e v2 :
v3 W
v3 v1

v3 v 2

x1 + 3x2 x3 + 2x4 = 0,

v1 v3 = 11x1 8x2 + x3 + 18x4 = 0,

v2 v3 = x1 2x2 5x3 = 0.

Il vettore cercato `e dunque una delle soluzioni del sistema

x1 + 3x2 x3 + 2x4 = 0
11x1 8x2 + x3 + 18x4 = 0

x1 2x2 5x3 = 0.
Ricordando che il sistema costituito dalle prime due equazioni era equivalente a
(
x2 = 2x1 + 4x4
x3 = 5x1 + 14x4
si deduce che il vettore v3 `e una soluzione del sistema

x2 = 2x1 + 4x4
x3 = 5x1 + 14x4

x1 2x2 5x3 = 0.
Tale sistema ammette infinite soluzioni (dipendenti da un parametro) e una di
esse `e

x = 13

x = 6
2

x3 = 5

x4 = 5.
Come terzo (e ultimo) vettore della base di W possiamo dunque prendere il
vettore v3 = (13, 6, 5, 5).
Esercizio 1.43. Sia f : R3 R3 lapplicazione lineare di matrice (rispetto
alle basi canoniche)

2 1 3
A = 1 2 1
3 1 4
Sia g : R3 R3 unapplicazione lineare che soddisfa la seguente uguaglianza:
g(v) w = v f (w),

v, w R3 .

(a) Calcolare g(2, 3, 1).


(b) Scrivere la matrice di g rispetto alle basi canoniche.
(c) Determinare una base di Ker(f ) e una base di Im(f ).
(d) Determinare una base di Ker(g) e una base di Im(g).
(e) Dimostrare che Im(g) = Ker(f ) e che Im(f ) = Ker(g) .

Capitolo 1

Algebra Lineare

80

Soluzione.
Poniamo v = (2, 3, 1) e g(v) = (a, b, c). Se scegliamo w =
e1 = (1, 0, 0), si ha g(v) w = (a, b, c) (1, 0, 0) = a. Daltra parte, si ha
v f (w) = (2, 3, 1) (2, 1, 3) = 10 e dalluguaglianza g(v) w = v f (w) si ottiene
a = 10. In modo del tutto analogo si possono ricavare i valori di b e c. Ponendo
w = e2 = (0, 1, 0), si ha infatti
g(v) w = (a, b, c) (0, 1, 0) = b
= v f (w) = (2, 3, 1) (1, 2, 1) = 5,
infine, ponendo w = e3 = (0, 0, 1), si ottiene
g(v) w = (a, b, c) (0, 0, 1) = c
= v f (w) = (2, 3, 1) (3, 1, 4) = 13.
Abbiamo cos` ottenuto g(2, 3, 1) = (10, 5, 13).
Per determinare la matrice di g rispetto alle basi canoniche basterebbe calcolare g(e1 ), g(e2 ) e g(e3 ) (queste sono le tre colonne della matrice di g), utilizzando lo stesso metodo appena impiegato per calcolare g(2, 3, 1). Procediamo
invece come segue. Sia v = (x, y, z) e poniamo g(v) = (a, b, c). Se indichiamo
con B la matrice di g rispetto alle basi canoniche, si deve avere


x
a
g(v) = b = B y
z
c
Sia ora w = (, , ). Luguaglianza g(v) w = v f (w) si riscrive come segue:

(a, b, c) = v f (w) = (x, y, z)A

Poiche questa uguaglianza deve valere per ogni vettore w (cio`e per ogni , , ),
deve necessariamente essere
(a, b, c) = (x, y, z)A.
Trasponendo ambo i membri si ottiene


a
x
g(v) = b = tA y
c
z
da cui si deduce che B = tA. La matrice di g `e quindi la trasposta della matrice
A di f .
Il nucleo di f `e dato dalle soluzioni del seguente sistema lineare:

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

3x + y + 4z = 0.
Risolvendo si trova

x = 7z/5
y = z/5

z qualunque

Capitolo 1

Algebra Lineare

81

da cui si deduce che il nucleo di f ha dimensione 1 ed `e generato dal vettore


u = (7, 1, 5). Limmagine di f ha dunque dimensione 2 e una sua base `e
costituita, ad esempio, dalle prime due colonne della matrice A, w1 = (2, 1, 3) e
w2 = (1, 2, 1).
In modo analogo si possono determinare il nucleo e limmagine di g. Il nucleo
di g `e linsieme delle soluzioni del seguente sistema:

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

3x + y + 4z = 0.
Risolvendo si trova

x = z
y = z

z qualunque

da cui si deduce che Ker(g) ha dimensione 1 ed `e generato dal vettore u0 =


(1, 1, 1). Limmagine di g ha pertanto dimensione 2 e una sua base `e costituita
dalle prime due colonne della matrice tA di g, cio`e dalle prime due righe di A:
w10 = (2, 1, 3) e w20 = (1, 2, 1).
Per dimostrare che Im(g) = Ker(f ) osserviamo che essi hanno la stessa
dimensione, infatti si ha
dim Ker(f ) = dim R3 dim Ker(f ) = 3 1 = 2.
Basta quindi dimostrare che i vettori di una base di Im(g) sono ortogonali ai
vettori di una base di Ker(f ). Si ha infatti
(
w10 u = (2, 1, 3) (7, 1, 5) = 0
w20 u = (1, 2, 1) (7, 1, 5) = 0,
come volevasi dimostrare.
Analogamente, si ha
dim Ker(g) = dim R3 dim Ker(g) = 3 1 = 2
quindi dim Ker(g) = dim Im(f ). Per dimostrare luguaglianza tra questi due
sottospazi basta pertanto dimostrare che i vettori di una base di Im(f ) sono
ortogonali ai vettori di una base di Ker(g). Infatti, si ha
(
w1 u0 = (2, 1, 3) (1, 1, 1) = 0
w2 u0 = (1, 2, 1) (1, 1, 1) = 0,
come volevasi.

Capitolo 1

Algebra Lineare

82

Esercizio 1.44.
Nello spazio vettoriale R4 , dotato del prodotto scalare
usuale, si consideri il sottospazio U generato dai vettori u1 = (1, 0, 2, 0),
u2 = (3, 6, 6, 2) e u3 = (0, 3, 0, 1).
(a) Si determinino le equazioni cartesiane e una base di U e del sottospazio
U (ortogonale di U ).
(b) Indichiamo con : R4 R4 la proiezione ortogonale sul sottospazio U .
Si scriva la matrice di rispetto alla base canonica di R4 e si determinino
il nucleo e limmagine di .
(c) Dato il vettore v = (1, 1, 1, 1) si scriva v nella forma v = v 0 + v 00 , con
v 0 U e v 00 U .
Soluzione.
Per determinare la
seguente matrice:

1
3
0

dimensione di U calcoliamo il rango della


0
6
3

2
6
0

0
2
1

Alla seconda riga sommiamo il triplo della prima, ottenendo

1 0 2 0
0 6 0
2
0 3
0 1
Ora dividiamo la seconda riga per
riga cos` ottenuta:

1
0
0
Questa matrice
mente due sono
di U si possono
Un generico
si ha

2 e poi alla terza riga sommiamo la seconda


0
3
0

2
0
0

0
1
0

ha rango 2, il che significa che dei tre vettori u1 , u2 e u3 solalinearmente indipendenti. Si ha dunque dim U = 2 e come base
prendere i vettori u1 = (1, 0, 2, 0) e u3 = (0, 3, 0, 1).
vettore (x1 , x2 , x3 , x4 ) appartiene al sottospazio U se e solo se
(x1 , x2 , x3 , x4 ) = u1 + u3 ,

cio`e

x1

x
2

x
3

x4

=
= 3
= 2
= .

Eliminando i due parametri e si ottengono le seguenti equazioni (cartesiane)


per il sottospazio U :
(
2x1 + x3 = 0
U:
x2 + 3x4 = 0.

Capitolo 1

Algebra Lineare

83

Un vettore w = (x1 , x2 , x3 , x4 ) appartiene al sottospazio U se e solo se esso `e


ortogonale ai vettori di una base di U :
(
w u1 = x1 2x3 = 0
w u3 = 3x2 x4 = 0.
Queste sono dunque le equazioni cartesiane di U . Le soluzioni di questo sistema
sono date da

x1 = 2x3

U : x4 = 3x2

x2 , x3 qualsiasi.
Si conclude cos` che U ha dimensione 2 e una sua base `e formata dai vettori
w1 = (0, 1, 0, 3) e w2 = (2, 0, 1, 0).
Rispondiamo ora alla terza domanda (i calcoli che faremo ci saranno utili per
rispondere anche alla seconda). Dato che U U = R4 , i vettori u1 , u3 , w1 , w2
sono una base di R4 . Possiamo dunque scrivere
v = 1 u1 + 2 u3 + 3 w1 + 4 w2 ,
cio`e

1 = 1 + 24

1 = 3 +
2
3

1
=
2
+
4
1

1 = 2 + 33 .
La soluzione di questo sistema `e

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

e dunque si ha
v = 51 u1 +

1
5

u3 +

2
5

w1 +

3
5

w2 .

Se poniamo
v 0 = 51 u1 +

1
5

u3 U,

v 00 =

2
5

w1 +

3
5

w2 U

otteniamo la decomposizione del vettore v come somma v = v 0 + v 00 , con v 0 U


e v 00 U , come richiesto (i vettori v 0 e v 00 cos` trovati sono le proiezioni
ortogonali di v sui sottospazi U e U , rispettivamente). Sviluppando i calcoli,
si trova


v 00 = 65 , 25 , 53 , 65 .
v 0 = 15 , 35 , 52 , 15 ,
Consideriamo ora la funzione : R4 R4 che associa ad ogni vettore v R4
la sua proiezione ortogonale sul sottospazio U . In altri termini, dato v
R4 si tratta di decomporre v come somma v = v 0 + v 00 , con v 0 U e v 00
U , esattamente come abbiamo appena fatto per il vettore v = (1, 1, 1, 1). La
funzione `e definita ponendo (v) = v 00 .

Capitolo 1

Algebra Lineare

84

Dalla definizione della funzione possiamo subito dedurre che Im() = U


e Ker() = U (gli unici vettori la cui proiezione ortogonale su U `e nulla sono i
vettori ortogonali a U , cio`e i vettori di U ). Ricordiamo inoltre che le colonne
della matrice di rispetto alla base canonica di R4 sono le immagini, tramite
, dei vettori della base canonica, cio`e sono le proiezioni ortogonali su U dei
vettori e1 , e2 , e3 , e4 .
Cominciamo dal vettore e1 = (1, 0, 0, 0). Scrivendo
e1 = 1 u1 + 2 u3 + 3 w1 + 4 w2
si ottiene il sistema

+ 24 = 1

3 + = 0
2
3

21 + 4 = 0

2 + 33 = 0
la cui soluzione `e

= 1/5
=0
=0
= 2/5.

Si ha pertanto
e1 =

1
5

u1 +

2
5

w2 .

Da ci`
o si deduce che la proiezione ortogonale del vettore e1 sul sottospazio U
`e

(e1 ) = 25 w2 = 54 , 0, 25 , 0 .
Questa `e dunque la prima colonna della matrice di .
Consideriamo ora il vettore e2 = (0, 1, 0, 0). Scrivendo
e2 = 1 u1 + 2 u3 + 3 w1 + 4 w2
si ottiene il sistema

1 + 24 = 0

3 + = 1
2
3

21 + 4 = 0

2 + 33 = 0
la cui soluzione `e

=0
= 3/10
= 1/10
= 0.

Si ha pertanto
e2 =

3
10

u3 +

1
10

w1 .

Da ci`
o si deduce che la proiezione ortogonale del vettore e2 sul sottospazio U
`e

1
1
3
(e2 ) = 10
w1 = 0, 10
, 0, 10
.

Capitolo 1

Algebra Lineare

85

Questa `e dunque la seconda colonna della matrice di .


Passiamo ora al vettore e3 = (0, 0, 1, 0). Scrivendo
e3 = 1 u1 + 2 u3 + 3 w1 + 4 w2
si ottiene il sistema

1 + 24 = 0

3 + = 0
2
3

2
+
4 = 1
1

2 + 33 = 0
la cui soluzione `e

= 2/5
=0
=0
= 1/5.

Si ha pertanto
e3 = 52 u1 +

1
5

w2 .

Da ci`
o si deduce che la proiezione ortogonale del vettore e3 sul sottospazio U
`e

(e3 ) = 15 w2 = 52 , 0, 15 , 0 .
Questa `e dunque la terza colonna della matrice di .
Infine consideriamo il vettore e4 = (0, 0, 0, 1). Scrivendo
e4 = 1 u1 + 2 u3 + 3 w1 + 4 w2
si ottiene il sistema

1 + 24 = 0

3 + = 0
2
3

2
+
4 = 0
1

2 + 33 = 1
la cui soluzione `e

=0
= 1/10
= 3/10
= 0.

Si ha pertanto
1
e4 = 10
u3 +

3
10

w1 .

Da ci`
o si deduce che la proiezione ortogonale del vettore e4 sul sottospazio U
`e

3
3
9
(e4 ) = 10
w1 = 0, 10
, 0, 10
.
Questa `e dunque la quarta colonna della matrice di . In conclusione, la matrice
cercata `e

4
0 52 0
5
0 1 0 3
10
10
A=
2 0 1 0 .
5
5
3
9
0 10
0 10

Capitolo 1

Algebra Lineare

86

Esercizio 1.45.
Nello spazio vettoriale euclideo R4 (dotato del prodotto scalare usuale) sia V il sottospazio generato dai vettori v1 = (2, 0, 1, 1),
v2 = (1, 1, 0, 1) e v3 = (1, 2, 1, 0). Si scriva la matrice della restrizione del
prodotto scalare al sottospazio V rispetto alla base {v1 , v2 , v3 }. Si determini
inoltre una base ortonormale di V .
Soluzione. Ricordiamo che il prodotto scalare `e una forma bilineare simmetrica (definita positiva). Per definizione, la sua matrice G = (gij ) rispetto a una
base {v1 , v2 , . . . , vn } `e definita ponendo gij = vi vj , per i, j = 1, . . . , n. Nel caso
in questione si ha:
v1 v1 = 6

v1 v2 = 1

v1 v3 = 1

v2 v2 = 3

v2 v3 = 3

v3 v3 = 6

e quindi la matrice della restrizione del prodotto scalare al sottospazio V ,


rispetto alla base {v1 , v2 , v3 }, `e

6 1 1
G = 1 3 3
1 3 6
Per determinare una base ortonormale applichiamo il procedimento di GramSchmidt alla base {v1 , v2 , v3 } di V .
Poniamo w1 = v1 = (2, 0, 1, 1); si ha w1 w1 = 6. Poniamo ora w2 =
v2 + 1 w1 . Richiedendo che w2 sia ortogonale a w1 , cio`e che w2 w1 = 0, si trova
1 =

v2 w1
1
= .
w1 w1
6

Si ha quindi
w2 = v2

1
6

v1 =

1 7
2
3 , 1, 6 , 6

da cui si deduce che

17
.
6
Poniamo infine w3 = v3 + 1 w1 + 2 w2 . Imponendo che sia w3 w1 = 0 e
w3 w2 = 0, si trova
v3 w1
1 =
= 16
w1 w1
v3 w2
2 =
= 1,
w2 w2
quindi
w3 = v3 16 w1 w2 = v3 v2 = (0, 1, 1, 1).
w2 w2 =

Si ha cos`
w3 w3 = 3.
La base {w1 , w2 , w3 } `e una base ortogonale di V e le norme di questi vettori
sono le seguenti:
q

kw1 k = w1 w1 = 6, kw2 k = w2 w2 = 17
kw3 k = w3 w3 = 3.
6 ,

Capitolo 1

Algebra Lineare

87

Per ottenere una base ortonormale di V basta ora dividere ogni vettore wi della
base ortogonale per la sua norma. Si ottengono cos` i vettori
w10 =

w1
,
kw1 k

w20 =

w2
,
kw2 k

w30 =

w3
,
kw3 k

i quali formano una base ortonormale di V .


Esercizio 1.46.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, si consideri il sottospazio U di equazione x 2y + 3z + 2w = 0.
(a) Si determini la dimensione e una base di U .
(b) Utilizzando il procedimento di Gram-Schmidt, si determini una base ortonormale di U .
(c) Si determini la proiezione ortogonale del vettore v = (3, 1, 0, 2) sul
sottospazio U .
Soluzione. Dallequazione di U si ricava x = 2y 3z 2w. Attribuendo a y,
z e w i valori 1, 0, 0; 0, 1, 0 e 0, 0, 1 si ottengono i tre vettori
u1 = (2, 1, 0, 0),

u2 = (3, 0, 1, 0),

u3 = (2, 0, 0, 1)

i quali formano una base del sottospazio U , che ha pertanto dimensione 3.


Applichiamo ora il procedimento di Gram-Schmidt alla base appena trovata.
Poniamo w1 = u1 = (2, 1, 0, 0); si ha w1 w1 = 5. Sia ora w2 = u2 + 1 w1 .
Richiedendo che w2 sia ortogonale a w1 , cio`e che sia w2 w1 = 0, si trova
1 =
Si ottiene cos`
w2 = u2 +

6
u2 w1
= .
w1 w1
5

 3 6

6
w1 = , , 1, 0
5
5 5

e si ha w2 w2 = 14
5 . Poniamo ora w3 = u3 + 1 w1 + 2 w2 . Richiedendo che w3
sia ortogonale a w1 e w2 , cio`e che sia w3 w1 = w3 w2 = 0, si trova
1 =

u3 w1
4
= ,
w1 w1
5

Si ottiene cos`
w3 = u3 +

2 =

u3 w2
3
= .
w2 w2
7

 1 2 3 
3
4
w1 w2 = , , , 1
5
7
7 7 7

e si ha w3 w3 = 97 . I vettori w1 , w2 e w3 sono una base ortogonale del sottospazio


U ; le loro norme sono date rispettivamente da:

kw1 k = w1 w1 = 5
p

kw2 k = w2 w2 = 14/5
p

kw3 k = w3 w3 = 9/7 = 37 .

Capitolo 1

Algebra Lineare

88

Per ottenere una base ortonormale di U `e ora sufficiente dividere i vettori w1 ,


w2 e w3 per le loro norme:
 2

w1
1
w10 =
= , , 0, 0
kw1 k
5
5
r
r
r

3 5 6 5
w2
5 
0
=
,
,
,0
w2 =
kw2 k
5 14 5 14
14


7 2 7
7
7
w3
.
=
,
,
,
w30 =
kw3 k
21 21
7
3
Per determinare la proiezione ortogonale del vettore v = (3, 1, 0, 2) sul sottospazio U possiamo iniziare con losservare che, dallequazione di U
x 2y + 3z + 2w = 0,
si deduce che il vettore n = (1, 2, 3, 2) `e una base del sottospazio U . Dato
che U U = R4 e ricordando che u1 = (2, 1, 0, 0), u2 = (3, 0, 1, 0), u3 =
(2, 0, 0, 1) `e una base di U , si deduce che i vettori u1 , u2 , u3 e n formano una
base di R4 . Possiamo dunque esprimere il vettore v come combinazione lineare
di questi vettori, come segue:
v = 1 u1 + 2 u2 + 3 u3 + 4 n.
Si ottiene cos` il seguente sistema lineare

21 32 23 + 4 = 3

2 = 1
1
4

+
3
2
4 =0

3 + 24 = 2
la cui soluzione `e

= 2/3
= 1/2
= 5/3
= 1/6.

Si ha pertanto
v=

2
3

u1 +

1
2

u2

5
3

u3

1
6

n.

Ponendo

 19 2 1 5 
u2 53 u3 =
, , ,
6 3 2 3
 1 1 1 1
v 00 = 61 n = , , ,
6 3 2 3
si ottiene la decomposizione v = v 0 + v 00 , con v 0 U e v 00 U ; i vettori v 0 e v 00
sono quindi le proiezioni ortogonali di v sui sottospazi U e U , rispettivamente.
Il vettore v 0 , proiezione ortogonale di v su U , si pu`o determinare anche in un
altro modo. Abbiamo gi`
a osservato che una base del sottospazio U `e costituita
dal vettore n = (1, 2, 3, 2). Poiche tale vettore non ha norma unitaria, lo
normalizziamo ottenendo cos` il versore
v0 =

2
3

u1 +

n
=

1
2

n
1
= (1, 2, 3, 2).
knk
3 2

Capitolo 1

Algebra Lineare

89

Ora possiamo calcolare la proiezione ortogonale del vettore v sul sottospazio U


generato da n
, cio`e il vettore v 00 , utilizzando la formula seguente:
 1 1 1 1
v 00 = (v n
) n
= 61 n = , , , .
6 3 2 3
Ricordando che v = v 0 + v 00 , si pu`o ora calcolare la proiezione ortogonale di v
sul sottospazio U come segue:
 19 2 1 5 
v 0 = v v 00 =
, , , .
6 3 2 3

Esercizio 1.47.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, sia U il sottospazio generato dal vettore u = (1, 1, 2, 3) e sia
W = U il sottospazio ortogonale di U .
(a) Si determini lequazione cartesiana e una base di W .
(b) Utilizzando il procedimento di Gram-Schmidt, si trasformi la base trovata
nel punto (a) in una base ortogonale.
(c) Dato il vettore v = (3, 1, 5, 2) si trovino due vettori v1 U e v2 U
tali che v = v1 + v2 .
(d) Sia f : R4 R4 la funzione che associa ad ogni vettore v R4 la sua
proiezione ortogonale sul sottospazio U . Si scriva la matrice di f rispetto
alla base canonica di R4 . Chi `e il nucleo di f ?
Soluzione. Un generico vettore w = (x1 , x2 , x3 , x4 ) W deve essere ortogonale al vettore u = (1, 1, 2, 3), generatore del sottospazio U . Il sottospazio W
`e dunque linsieme delle soluzioni della seguente equazione (cartesiana):
W : u w = x1 x2 + 2x3 + 3x4 = 0.
Da tale equazione si ricava x2 = x1 + 2x3 + 3x4 e attribuendo a x1 , x3 e x4 i
valori 1, 0, 0; 0, 1, 0 e 0, 0, 1 si ottengono i tre vettori
w1 = (1, 1, 0, 0),

w2 = (0, 2, 1, 0),

w3 = (0, 3, 0, 1)

i quali formano una base del sottospazio W , che ha pertanto dimensione 3.


Applichiamo ora il procedimento di Gram-Schmidt alla base appena trovata.
Poniamo w10 = w1 = (1, 1, 0, 0); si ha w10 w10 = 2. Sia ora w20 = w2 + 1 w10 .
Richiedendo che w20 sia ortogonale a w10 , cio`e che sia w20 w10 = 0, si trova
1 =

w2 w10
= 1.
w10 w10

Si ottiene cos`
w20 = w2 w10 = (1, 1, 1, 0)
e si ha w20 w20 = 3. Poniamo ora w30 = w3 + 1 w10 + 2 w20 . Richiedendo che w30
sia ortogonale a w10 e w20 , cio`e che sia w30 w10 = w30 w20 = 0, si trova
1 =

w3 w10
3
= ,
w10 w10
2

2 =

w3 w20
= 1.
w20 w20

Capitolo 1

Algebra Lineare

90

Si ottiene cos`

 1 1

3 0
w1 w20 = , , 1, 1 .
2
2 2
0
0
0
I vettori w1 , w2 e w3 sono una base ortogonale del sottospazio W .
Cerchiamo ora due vettori v1 U e v2 U tali che v = v1 + v2 , ove
v = (3, 1, 5, 2) (notiamo che ci`o equivale a dire che v1 `e la proiezione ortogonale
del vettore v sul sottospazio U , mentre v2 `e la proiezione ortogonale di v sul
sottospazio U ). A tal fine osserviamo che sar`a sufficiente determinare v1 , dato
che si avr`
a poi v2 = v v1 .
Poiche U `e generato dal vettore u = (1, 1, 2, 3), dire che v1 U equivale
a dire che v1 = u, per qualche scalare . Si ha, di conseguenza, v2 = v u.
Abbiamo dunque una sola incognita e ci servir`a quindi una sola equazione.
Tale equazione si trova osservando che richiedere che v2 appartenga al sottospazio U equivale a richiedere che v2 sia ortogonale al vettore u, generatore del
sottospazio U . Si deve quindi avere v2 u = (v u) u = 0, da cui si ricava
w30 = w3

vu
.
uu

Si trova cos` che il vettore v1 (il quale `e la proiezione ortogonale di v sul


sottospazio U ) `e dato dalla formula seguente:
v u
v1 =
u.
uu
Effettuando i calcoli indicati si trova
v1 =

4 4 8 
4
u=
, , ,4
3
3 3 3

e dunque
5 1 7

, , , 2 .
3 3 3
Per scrivere la matrice di f rispetto alla base canonica di R4 ricordiamo che
le colonne di tale matrice sono le immagini tramite f dei vettori della base
canonica. Per ogni i = 1, 2, 3, 4, il vettore f (ei ) `e la proiezione ortogonale di ei
sul sottospazio U ; esso pu`
o essere dunque calcolato con una formula analoga a
quella trovata in precedenza:
e u
i
u.
f (ei ) =
uu
v2 = v v1 =

Effettuando i calcoli si trova:


f (e1 ) =
f (e2 ) =
f (e3 ) =
f (e4 ) =

1
15

1
1
2 1
15 , 15 , 15 , 5

1
1
1
2
15
u = 15
, 15
, 15
, 15

2
2
2
4 2
15 u = 15 , 15 , 15 , 5

1
1
1 2 3
5 u = 5, 5, 5, 5 .

u=

La matrice di f `e dunque
1
15
1
215

15
1
5

A=

1
15
1
15
2
15
15

2
15
2
15
4
15
2
5

1
5
51

2
5
3
5

Capitolo 1

Algebra Lineare

91

Per determinare il nucleo di f basta osservare che gli unici vettori la cui proiezione ortogonale su U `e il vettore nullo sono i vettori ortogonali a U , cio`e i
vettori che appartengono al sottospazio U . Ci`o significa che Ker f = U .
Esercizio 1.48.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, si considerino i vettori u1 = (2, 1, 0, 3) e u2 = (1, 3, 1, 2). Si
definisca una funzione f : R4 R2 ponendo f (v) = (u1 v, u2 v), per ogni
v R4 .
(a) Si dimostri che f `e lineare e si determinino delle basi di Ker f e di Im f .
(b) Si scriva la matrice di f rispetto alle basi canoniche.
(c) Dato il vettore w = (1, 2) R2 , si calcoli f 1 (w).
(d) Si determini una base di (Ker f ) .
(e) Si dimostri che per ogni funzione lineare g : R2 R4 , la funzione composta
g f : R4 R4 avr`
a sempre un autovalore uguale a 0, con molteplicit`a
2.
Soluzione.
La linearit`
a della funzione f `e una conseguenza diretta della
bilinearit`
a del prodotto scalare. Ad ogni modo lo si pu`o verificare direttamente
come segue: dati v1 , v2 R4 e 1 , 2 R, si ha

f (1 v1 + 2 v2 ) = u1 (1 v1 + 2 v2 ), u2 (1 v1 + 2 v2 )
= (1 u1 v1 + 2 u1 v2 , 1 u2 v1 + 2 u2 v2 )
= 1 (u1 v1 , u2 v1 ) + 2 (u1 v2 , u2 v2 )
= 1 f (v1 ) + 2 f (v2 ).
Il nucleo di f `e linsieme dei vettori v = (x1 , x2 , x3 , x4 ) R4 tali che f (v) = 0.
Si ha f (v) = (2x1 x2 + 3x4 , x1 + 3x2 x3 + 2x4 ), quindi lequazione f (v) = 0
equivale al sistema
(
2x1 x2 + 3x4 = 0
x1 + 3x2 x3 + 2x4 = 0,
le cui soluzioni sono date da
(

x2 = 2x1 + 3x4
x3 = 7x1 + 11x4 .

Il nucleo di f ha dunque dimensione 2 ed `e generato dai vettori v1 = (1, 2, 7, 0)


e v2 = (0, 3, 11, 1), ottenuti ponendo rispettivamente x1 = 1, x4 = 0 e x1 = 0,
x4 = 1 nel sistema precedente. Osservando che dim(Ker f ) + dim(Im f ) = 4, si
conclude che limmagine di f ha dimensione 2 e dunque Im f = R2 . Come base
dellimmagine di f si pu`
o dunque prendere una qualsiasi base di R2 , ad esempio
la base canonica.
Dalla definizione di f segue subito che la matrice di f rispetto alle basi
canoniche `e la matrice


2 1 0 3
A=
1 3 1 2

Capitolo 1

Algebra Lineare

92

le cui righe sono i vettori u1 e u2 .


Dato il vettore w = (1, 2), la sua antiimmagine f 1 (w) `e linsieme delle
soluzioni del seguente sistema:
(
2x1 x2 + 3x4 = 1
x1 + 3x2 x3 + 2x4 = 2.
Risolvendo il sistema si ottiene
(
x2 = 2x1 + 3x4 1
x3 = 7x1 + 11x4 5,
il che equivale a dire che
f 1 (w) = (0, 1, 5, 0) + Ker f.
Per determinare una base di (Ker f ) basta osservare che, per definizione della
funzione f , si ha u1 v = u2 v = 0, per ogni v Ker f . Ci`o significa che i
vettori u1 e u2 sono ortogonali a Ker f . Ora basta osservare che dim(Ker f ) =
4 dim(Ker f ) = 2 e che i vettori u1 e u2 sono linearmente indipendenti per
concludere che una base di (Ker f ) `e costituita proprio dai vettori u1 e u2 .
Infine, data una qualunque funzione lineare g : R2 R4 , consideriamo
la funzione composta g f : R4 R4 . Per ogni vettore v Ker f , si ha
(g f )(v) = g(f (v)) = g(0) = 0, il che significa che tutti i vettori del nucleo di
f sono autovettori della funzione composta g f , relativi allautovalore 0. Poiche dim(Ker f ) = 2, esistono almeno due autovettori linearmente indipendenti
relativi allautovalore 0, quindi la molteplicit`a (algebrica) dellautovalore 0 deve
essere 2.
Esercizio 1.49.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, sia U il sottospazio definito dalle equazioni x1 x2 + x4 = 0,
3x1 + x2 x3 + 2x4 = 0 e x1 + 3x2 x3 = 0.
(a) Si determini una base di U e una base di U .
(b) Dato il vettore v1 = (2, 1, 2, 3) si trovino due vettori u U e u0 U
tali che v1 = u + u0 .
(c) Dati i vettori v2 = (5, 3, 9, 1) e w = (1, 2, 1, 1) si determini (se possibile)
lequazione cartesiana di un sottospazio W , di dimensione 3, di R4 , tale
che w sia la proiezione ortogonale di v2 su W .
(d) Si determini una base ortogonale del sottospazio W trovato nel punto (c).
Soluzione. Il sottospazio U `e linsieme delle soluzioni del sistema lineare

x1 x2 + x4 = 0
U : 3x1 + x2 x3 + 2x4 = 0

x1 + 3x2 x3 = 0.
Risolvendo il sistema, si trova
(
U:

x1 = x2 x4
x3 = 4x2 x4

Capitolo 1

Algebra Lineare

93

da cui si deduce che U ha dimensione 2 e una sua base `e costituita dai vettori
u1 = (1, 1, 4, 0) e u2 = (1, 0, 1, 1), ottenuti ponendo rispettivamente x2 = 1,
x4 = 0 e x2 = 0, x4 = 1 nel sistema precedente.
Per determinare una base di U osserviamo che un generico vettore u0 =
(x1 , x2 , x3 , x4 ) appartiene a U se e solo se u0 u1 = x1 + x2 + 4x3 = 0 e
u0 u2 = x1 x3 + x4 = 0. Il sottospazio U `e quindi dato dalle soluzioni del
seguente sistema lineare:
(
x1 + x2 + 4x3 = 0
U :
x1 x3 + x4 = 0.
Risolvendo il sistema, si trova
(
U

x2 = x1 4x3
x4 = x1 + x3

da cui si deduce che U ha dimensione 2 e una sua base `e costituita dai vettori
u01 = (1, 1, 0, 1) e u02 = (0, 4, 1, 1), ottenuti ponendo rispettivamente x1 = 1,
x3 = 0 e x1 = 0, x3 = 1 nel sistema precedente.
Consideriamo ora il vettore v1 = (2, 1, 2, 3) e scriviamolo come combinazione lineare dei vettori u1 , u2 , u01 e u02 trovati in precedenza:
1 u1 + 2 u2 + 1 u01 + 2 u02 = v1 .
Si ottiene il sistema

1 2 + 1 = 2

4 = 1
1
1
2

1
2
2 = 2

2 + 1 + 2 = 3

la cui soluzione `e

=0
=1
=3
= 1

Si ha dunque
v1 = u2 + 3u01 u02
e i vettori u U e u0 U cercati sono u = u2 = (1, 0, 1, 1) e u0 = 3u01 u02 =
(3, 1, 1, 2).
Consideriamo ora i vettori v2 = (5, 3, 9, 1) e w = (1, 2, 1, 1). Detto w0 un
vettore tale che v2 = w + w0 , si ha w0 = v2 w = (4, 5, 8, 2) e si osserva che
w0 w = 0, cio`e i vettori w e w0 sono ortogonali. Ci`o significa che il sottospazio
tridimensionale W per il quale il vettore w `e la proiezione ortogonale di v2 su
W non `e altro che il sottospazio ortogonale al vettore w0 . Tale sottospazio W `e
quindi linsieme dei vettori (x1 , x2 , x3 , x4 ) tali che
(x1 , x2 , x3 , x4 ) w0 = 4x1 5x2 + 8x3 + 2x4 = 0.
Questa `e precisamente lequazione cartesiana del sottospazio W cercato.

Capitolo 1

Algebra Lineare

94

Determiniamo infine una base ortogonale di W . Decidiamo di non ricorrere


al procedimento di Gram-Schmidt. Cominciamo scegliendo (arbitrariamente) un
vettore w1 W ; ad esempio w1 = (1, 0, 0, 2). Per scegliere un secondo vettore
w2 notiamo che esso deve soddisfare lequazione 4x1 5x2 + 8x3 + 2x4 = 0 di
W e deve inoltre essere ortogonale al vettore w1 , cio`e si deve avere w1 w2 =
x1 2x4 = 0. Per determinare w2 basta quindi trovare una delle soluzioni del
sistema
(
4x1 5x2 + 8x3 + 2x4 = 0
x1 2x4 = 0.
Ad esempio, si pu`
o scegliere w2 = (2, 2, 0, 1).
Dato che dim W = 3, per terminare non rimane altro che trovare un terzo
vettore w3 W , ortogonale a w1 e w2 . Tale vettore deve essere una soluzione
del seguente sistema:

4x1 5x2 + 8x3 + 2x4 = 0


w1 w3 = x1 2x4 = 0

w2 w3 = 2x1 + 2x2 + x4 = 0.
Questo sistema ammette infinite soluzioni (dipendenti da un parametro) e una
di esse `e data dal vettore w3 = (32, 40, 45, 16). Una base ortogonale del
sottospazio W `e quindi costituita dai vettori w1 , w2 e w3 appena trovati.
Esercizio 1.50.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, si consideri il sottospazio U generato dai vettori u1 = (2, 2, 0, 1),
u2 = (0, 1, 1, 0), u3 = (1, 0, 4, 1).
(a) Dato il vettore v = (3, 2, 1, 2) si determini la sua proiezione ortogonale
su U .
(b) Si determini, se possibile, un sottospazio L R4 , L 6= U , tale che
U L = R4 .
(c) Si determini una base ortonormale di U .
(d) Sia f : R4 R4 la funzione lineare che ad ogni vettore v R4 associa la
sua proiezione ortogonale f (v) sul sottospazio U . Si determini una base
del nucleo di f .
Soluzione. Iniziamo col determinare una base di U . Se w = (x1 , x2 , x3 , x4 )
U , si ha

w u1 = 2x1 + 2x2 + x4 = 0
w u2 = x2 + x3 = 0

w u3 = x1 4x3 x4 = 0
da cui si ricava

x1

x
2

x
3

x4

= 2x2
qualsiasi
= x2
= 2x2

Capitolo 1

Algebra Lineare

95

Ci`
o significa che U ha dimensione 1 e una sua base `e data dal vettore w =
(2, 1, 1, 2).
Scriviamo ora il vettore v come segue: v = v 0 + v 00 , con v 0 U e v 00 U .
Il vettore v 0 `e la proiezione ortogonale di v su U (mentre v 00 `e la proiezione
ortogonale di v su U ).
Dato che U `e generato dal vettore w, possiamo scrivere v 00 = w e quindi
0
v = v v 00 = v w. Poiche v 0 e w sono ortogonali, si ha v 0 w = 0, che fornisce
la seguente equazione:
v 0 w = (v w) w = v w w w = 0
da cui si ricava
=

1
vw
= .
ww
2

Si ha dunque

3 1 
1
v 0 = v + w = 2, , , 3 .
2
2 2
Poiche dim U = 3, per determinare un sottospazio L 6= U , tale che U L = R4 ,
basta determinare un vettore ` linearmente indipendente da w e tale che i vettori
{u1 , u2 , u3 , `} siano una base di R4 . Esistono infiniti vettori ` siffatti; ad esempio,
`e facile verificare che il vettore ` = (1, 0, 0, 0) soddisfa le condizioni richieste.
Come L si pu`
o quindi scegliere il sottospazio generato dal vettore ` indicato.
Per determinare una base ortonormale di U possiamo applicare il procedimento di Gram-Schmidt alla base {u1 , u2 , u3 } di U . Poniamo w1 = u1 =
(2, 2, 0, 1); si ha w1 w1 = 9. Sia ora w2 = u2 + 1 w1 . Richiedendo che w2 sia
ortogonale a w1 , cio`e che sia w2 w1 = 0, si trova
1 =

u2 w1
2
= .
w1 w1
9

Si ottiene cos`

 4 5
2
2
w1 = , , 1, .
9
9 9
9
Per semplificare un po lespressione di w2 decidiamo di moltiplicare tutto per
9 e di porre pertanto
w2 = (4, 5, 9, 2).
w 2 = u2

Ora si ha w2 w2 = 126. Poniamo ora w3 = u3 + 1 w1 + 2 w2 . Richiedendo che


w3 sia ortogonale a w1 e w2 , cio`e che sia w3 w1 = w3 w2 = 0, si trova
1 =

u3 w1
1
= ,
w1 w1
9

2 =

u3 w2
19
=
.
w2 w2
63

Si ottiene cos`
w3 = u3

 3 9 9 12 
1
19
w1 +
w2 = , , ,
.
9
63
7 7 7
7

Come in precedenza, per semplificare un po lespressione di w3 decidiamo di


moltiplicare tutto per 7 e dividere per 3, ponendo pertanto
w3 = (1, 3, 3, 4).
Ora si ha w3 w3 = 35.

Capitolo 1

Algebra Lineare

96

I vettori w1 , w2 e w3 sono una base ortogonale del sottospazio U ; le loro


norme sono date rispettivamente da:

kw1 k = w1 w1 = 3

kw2 k = w2 w2 = 3 14

kw3 k = w3 w3 = 35.
Per ottenere una base ortonormale di U `e ora sufficiente dividere i vettori w1 ,
w2 e w3 per le loro norme:
2 2
w1
1
w10 =
=
, , 0,
kw1 k
3 3
3

5
9
2 
w
4
2
w20 =
= , , ,
kw2 k
3 14 3 14 3 14 3 14

w
1
3
3
4 
3
w30 =
= , , ,
.
kw3 k
35
35
35
35
Consideriamo infine la funzione lineare f che ad ogni vettore v R4 associa la
sua proiezione ortogonale f (v) sul sottospazio U . I vettori v tali che f (v) = 0
sono dunque tutti e soli i vettori ortogonali a U , si ha quindi Ker(f ) = U e
una base di Ker(f ) `e data dal vettore w = (2, 1, 1, 2) (che `e la base di U
trovata allinizio).
Esercizio 1.51. In R4 dotato del prodotto scalare usuale e nelle coordinate
(x1 , x2 , x3 , x4 ) si consideri il sottospazio V dato dallequazione
V : 3x1 x2 + x3 2x4 = 0.
(a) Dare una base di V .
(b) Determinare la proiezione ortogonale di v = (1, 1, 1, 1) su V .
(c) Dato h(1, 2, 1, 0)i sottospazio di V si determini M sottospazio di V
tale che abbia dimensione due e che sia fatto da vettori ortogonali a
h(1, 2, 1, 0)i.
(d) Trovare tutti i vettori di R4 che hanno come proiezione ortogonale su V il
vettore (1, 2, 1, 0).
Soluzione. Dallequazione di V si ricava
V : x2 = 3x1 + x3 2x4
da cui si deduce che V ha dimensione 3 e una sua base `e costituita dai vettori
v1 = (1, 3, 0, 0), v2 = (0, 1, 1, 0), v3 = (0, 2, 0, 1).
Sempre dallequazione di V segue che il vettore w = (3, 1, 1, 2) `e ortogonale a V , anzi `e una base di V .
Scriviamo ora il vettore v come somma v = v 0 + v 00 , con v 0 V e v 00 V .
Poiche w `e una base di V , si ha v 00 = w e quindi v 0 = v v 00 = v w. Dato
che v 0 V esso deve essere ortogonale a w, deve dunque essere v 0 w = 0. Si
ottiene cos` lequazione
v 0 w = (v w) w = v w w w = 0

Capitolo 1

Algebra Lineare

da cui si ricava
=

97

vw
1
=
.
ww
15

Si ha dunque
3
1 1
2
1
w=
, , ,
15
15 15 15 15
 12 16 14 17 
v 0 = v v 00 =
.
, , ,
15 15 15 15
Il vettore v 0 `e la proiezione ortogonale di v = (1, 1, 1, 1) su V .
Poiche M deve avere dimensione 2, una sua base deve essere costituita da
due vettori di V che siano ortogonali al vettore (1, 2, 1, 0). Indicato con
(x1 , x2 , x3 , x4 ) un generico vettore, imponendo le condizioni di appartenenza
a V e di ortogonalit`
a al vettore (1, 2, 1, 0), si ottiene il sistema
(
3x1 x2 + x3 2x4 = 0
v 00 =

x1 + 2x2 x3 = 0
da cui si ricava

x2 = 4x1 + 2x4
x3 = 7x1 + 4x4

Una base di M `e dunque formata dai vettori m1 = (1, 4, 7, 0) e m2 =


(0, 2, 4, 1).
Infine, per trovare tutti i vettori che hanno come proiezione ortogonale su V
il vettore (1, 2, 1, 0), basta ricordare che w = (3, 1, 1, 2) `e una base di V .
I vettori cercati sono dunque tutti e soli i vettori della forma
ut = (1, 2, 1, 0) + t(3, 1, 1, 2) = (1 + 3t, 2 t, 1 + t, 2t),
per ogni valore del parametro t.
Esercizio 1.52.
Nello spazio vettoriale euclideo R4 , dotato del prodotto
scalare usuale, si considerino i vettori u = (3, 2, 1, 2) e w = (1, 1, 0, 1).
(a) Si determini lequazione di un sottospazio W , di dimensione 3, tale che il
vettore w sia la proiezione ortogonale di u su W . Si determini inoltre una
base ortogonale {w1 , w2 , w3 } di W , tale che w1 = w.
(b) Sia f : R4 R4 la funzione lineare definita da f (v) = (v u)w + (v w)u.
Si determini una base del nucleo e una base dellimmagine di f .
(c) Siano U1 e U2 i sottospazi generati, rispettivamente, da u1 = (0, 0, 1, 0) e
u2 = (0, 1, 0, 1). Indichiamo con p1 e p2 le proiezioni ortogonali su U1 e U2 .
Si determini linsieme F di tutti i vettori v R4 tali che kp1 (v)k = kp2 (v)k
e si dica se F `e un sottospazio vettoriale di R4 .
Soluzione. Se w deve essere la proiezione ortogonale di u su un sottospazio
W , si deve avere u = w + w0 , con w W e w0 W . Dato che conosciamo
u e w, possiamo ricavare w0 = u w = (2, 1, 1, 3). Naturalmente, affinche
esista un sottospazio W con le propriet`a richieste, i vettori w e w0 devono essere
ortogonali. Ci`
o `e vero, dato che si ha w w0 = 0.

Capitolo 1

Algebra Lineare

98

Poiche W deve avere dimensione 3, si ha dim W = 1, quindi il vettore


w = (2, 1, 1, 3) risulta essere una base di W . Ma allora le componenti di
w0 non sono altro che i coefficienti che compaiono nellequazione cartesiana di
W . Il sottospazio W cercato ha dunque equazione
0

W : 2x1 x2 + x3 3x4 = 0.
Cerchiamo ora una base ortogonale di W di cui il primo vettore sia w1 = w =
(1, 1, 0, 1). Se indichiamo con w2 = (x1 , x2 , x3 , x4 ) un vettore incognito, dobbiamo richiedere che w2 W e che i vettori w1 e w2 siano ortogonali, cio`e che
w1 w2 = 0. Si ottiene cos` il sistema
(
2x1 x2 + x3 3x4 = 0
x1 x2 + x4 = 0
che equivale a
(

x2 = x1 + x4
x3 = x1 + 4x4

Una soluzione di questo sistema (nel caso specifico la soluzione che si ottiene
ponendo x1 = 1 e x4 = 0) fornisce il vettore w2 = (1, 1, 1, 0).
Il vettore w3 si trova in modo analogo. Indicando con w3 = (x1 , x2 , x3 , x4 )
un vettore incognito, dobbiamo richiedere che w3 W e che w3 sia ortogonale
ai vettori w1 e w2 , deve cio`e essere w1 w3 = 0 e w2 w3 = 0. Si ottiene cos` il
sistema

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

x1 + x2 x3 = 0

che equivale a

x1 = x4
x2 = 2x4

x3 = 3x4
Una soluzione di questo sistema fornisce il vettore w3 = (1, 2, 3, 1).
Dalla definizione della funzione f
f (v) = (v u)w + (v w)u
si vede che limmagine di ogni vettore v `e una combinazione lineare dei vettori
w e u. Dato che w e u sono linearmente indipendenti, essi sono una base
dellimmagine di f (che ha pertanto dimensione 2).
Per determinare il nucleo di f osserviamo che si ha f (v) = 0 se e solo se
v u = 0 e v w = 0 (sempre perche w e u sono linearmente indipendenti), quindi
Ker(f ) `e dato dalle soluzioni del seguente sistema
(
v u = 3x1 2x2 + x3 2x4 = 0
v w = x1 x2 + x4 = 0
Risolvendo tale sistema si ottiene
(
x2 = x1 + x4
x3 = x1 + 4x4

Capitolo 1

Algebra Lineare

99

da cui si deduce che una base di Ker(f ) `e costituita dai vettori (1, 1, 1, 0) e
(0, 1, 4, 1).
Se U `e un sottospazio generato da un vettore u 6= 0, la proiezione ortogonale
di un generico vettore v su U `e data dalla formula seguente:
v u
u
pU (v) =
uu
Dette p1 e p2 le proiezioni ortogonali su U1 e U2 rispettivamente e posto v =
(x1 , x2 , x3 , x4 ), si ha allora
 vu 
1
p1 (v) =
u1 = x3 u1 = (0, 0, x3 , 0)
u1 u1
 vu 
 x +x
x2 + x4
x2 + x4 
2
2
4
p2 (v) =
u2 =
u2 = 0,
, 0,
u2 u2
2
2
2
Si ha quindi
kp1 (v)k =

x23

(x2 + x4 )2
2
e luguaglianza kp1 (v)k = kp2 (v)k si traduce nella seguente equazione che descrive linsieme F
1
F : x23 = (x2 + x4 )2
2
che equivale a

2
F : x3 =
(x2 + x4 )
2
Poiche lequazione di F non `e lineare, si conclude che F non `e un sottospazio

4
vettoriale di R
. Per convincersene basta osservare che i vettori v1 = (0, 2, 2, 0)
e v2 = (0, 2, 2, 0) appartengono a F , ma la loro somma `e il vettore v1 + v2 =
(0, 4, 0, 0) che non soddisfa lequazione di F .
kp2 (v)k =

Esercizio 1.53. Nello spazio vettoriale euclideo R3 sono dati i sottospazi V1 ,


generato dal vettore v1 = (1, 2, 1) e V2 , generato dal vettore v2 = (1, 1, 1).
(a) Si determini una base di (V1 + V2 ) e una base di V1 V2 .
(b) Si determini la proiezione ortogonale del vettore w = (1, 1, 4) sul sottospazio V1 + V2 .
(c) Dette pV1 e pV2 le proiezioni ortogonali su V1 e V2 rispettivamente, si
determinino tutti i vettori v R3 tali che pV1 (v) = pV2 (v).
(d) Si determini linsieme S di tutti i vettori di R3 la cui proiezione ortogonale
su V1 `e il vettore (2, 4, 2).
Soluzione. I vettori v1 e v2 sono linearmente indipendenti, quindi una base
di V1 + V2 `e data da {v1 , v2 }. I vettori di (V1 + V2 ) sono dunque i vettori che
sono ortogonali a v1 e v2 . In R3 un vettore ortogonale a v1 e v2 `e dato dal loro
prodotto vettoriale
v3 = v1 v2 = (1, 0, 1).

Capitolo 1

Algebra Lineare

100

Si conclude quindi che v3 = (1, 0, 1) `e una base di (V1 + V2 ) .


Analogamente, i vettori di V1 V2 devono appartenere a V1 e a V2 , essi
devono dunque essere ortogonali a v1 e a v2 . Ma questo significa che
V1 V2 = (V1 + V2 ) .
Consideriamo ora il vettore w = (1, 1, 4) e scriviamo w = w0 + w00 , con w0
V1 + V2 e w00 (V1 + V2 ) . Dato che (V1 + V2 ) `e generato da v3 , si ha w00 = v3
e quindi w0 = w w00 = w v3 . Poiche w0 `e ortogonale a v3 , si ha
w0 v3 = (w v3 ) v3 = w v3 v3 v3 = 0,
da cui si ricava
=

5
w v3
= .
v3 v3
2

Si ha dunque
5
5
5
w00 = v3 =
, 0,
2
2
2
 3
3
0
00
w = w w = , 1,
2
2
e w0 `e la proiezione ortogonale di w sul sottospazio V1 + V2 .
Il vettore pV1 (v) `e la proiezione ortogonale di v sul sottospazio V1 , quindi `e
un multiplo di v1 . Analogamente, il vettore pV2 (v) `e la proiezione ortogonale di v
sul sottospazio V2 , quindi `e un multiplo di v2 . Dato che v1 e v2 sono linearmente
indipendenti, si pu`
o avere pV1 (v) = pV2 (v) se e solo se pV1 (v) = pV2 (v) = 0, il
che equivale a dire che v deve essere ortogonale a v1 e v2 . Ma abbiamo gi`a visto
che i vettori ortogonali a v1 e v2 sono tutti e soli i multipli di v3 . Si conclude
quindi che i vettori v R3 tali che pV1 (v) = pV2 (v) sono tutti i vettori del tipo
v = v3 , per ogni R.
Linsieme S di tutti i vettori di R3 la cui proiezione ortogonale su V1 `e il
vettore (2, 4, 2) `e
S = (2, 4, 2) + V1 .
Il sottospazio V1 `e descritto dallequazione
V1 : x1 + 2x2 x3 = 0
e quindi una sua base `e costituita dai vettori (2, 1, 0) e (1, 0, 1). Si ha quindi
S = {(2, 4, 2) + (2, 1, 0) + (1, 0, 1) | , R}.

Capitolo 2

Geometria Affine
Esercizio 2.1. Nello spazio euclideo tridimensionale sono dati i punti A =
(0, 1, 1), B = (1, 0, 2) e C = (1, 1, 4).
(a) Si determini lequazione cartesiana del piano passante per A, B e C.
(b) Si determini la retta r passante per A e per il punto medio M del segmento
BC.
(c) Si determini la retta s passante per A, contenuta nel piano e ortogonale
alla retta r.
Soluzione. Per determinare lequazione del piano calcoliamo i vettori v1 =
B A = (1, 1, 1) e v2 = C A = (1, 0, 5); sar`a dunque il piano passante
per A e parallelo ai vettori v1 e v2 . La sua equazione parametrica `e
: X = A + 1 v1 + 2 v2 ,
cio`e

x = 1 + 2
: y = 1 + 1

z = 1 + 1 52

Queste sono le equazioni parametriche del piano . Per trovare lequazione


cartesiana basta eliminare i parametri 1 e 2 . Si trova 1 = y + 1, 2 = x +
y + 1 e sostituendo queste espressioni nella terza equazione si ottiene lequazione
cartesiana di :
: 5x + 4y + z + 3 = 0.
Da questa equazione si deduce che un vettore ortogonale al piano `e dato da
n = (5, 4, 1).

101

Capitolo 2

Geometria Affine

102

Calcoliamo ora il punto medio M del segmento BC:


M=

B+C
= (0, 1/2, 1).
2

Poiche la retta r passa per i punti A e M , un suo vettore direttore `e


vr = M A = (0, 1/2, 2).
Le equazioni parametriche di r sono quindi X = A + tvr , cio`e

x = 0
r : y = 1 + 21 t

z = 1 2t
Se vogliamo le sue equazioni cartesiane basta ricavare t = 2y + 2 dalla seconda
equazione e sostituire questa espressione nella terza. Si ottiene cos`
(
x=0
r:
4y + z + 3 = 0.
Per trovare la retta s abbiamo solo bisogno di conoscere un suo vettore direttore
vs . Tale vettore deve essere ortogonale a vr (dato che le rette r e s devono
essere perpendicolari) e contenuto nel piano (cio`e parallelo a ). Richiedere
che il vettore vs sia parallelo al piano equivale a richiedere che tale vettore
sia ortogonale al vettore n (dato che n `e un vettore ortogonale al piano ).
Concludiamo quindi che vs deve essere un vettore ortogonale ad entrambi i
vettori n e vr . Possiamo quindi prendere vs = n vr (il prodotto vettoriale
di n e vr ). Si trova cos`
vs = (17/2, 10, 5/2).
La retta s `e quindi data dalle seguenti equazioni parametriche: X = A + tvs ,
cio`e

17

x = 2 t
s : y = 1 + 10t

z = 1 + 25 t.

Esercizio 2.2.
di equazioni

Nello spazio euclideo tridimensionale sono date le rette r e s


(

r:

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

(
s:

x 2z 7 = 0
yz4=0

Si verifichi che le rette r e s sono sghembe. Si determinino le equazioni della


retta ` incidente alle rette r e s e ortogonale ad entrambe. Si determini la
distanza tra r e s. Infine, si determinino i punti R r e S s di minima
distanza.

Capitolo 2

Geometria Affine

103

Soluzione. Vediamo se le due rette sono incidenti oppure no:

x + 3y + 1 = 0

x + 3y + z 2 = 0
rs:

x 2z 7 = 0

yz4=0
Si verifica facilmente che questo sistema non ammette alcuna soluzione, quindi
r s = e dunque le rette r e s non sono incidenti. Per controllare se esse
sono parallele cerchiamo un vettore direttore di ciascuna retta. Utilizzando
le equazioni di r si possono facilmente determinare due punti A, B r; ad
esempio A = (1, 0, 3) e B = (2, 1, 3). Un vettore direttore di r `e quindi dato
da vr = B A = (3, 1, 0).
In modo del tutto analogo si possono determinare due punti C, D s, ad
esempio C = (1, 1, 3) e D = (1, 0, 4); si pu`o poi prendere come vettore
` ora immediato
direttore della retta s il vettore vs = C D = (2, 1, 1). E
osservare che i vettori vr e vs non sono multipli uno dellaltro, quindi le rette
r e s non sono parallele. Abbiamo cos` dimostrato che r e s sono due rette
sghembe, come richiesto.
Per determinare lequazione della retta ` incidente alle rette r e s e ortogonale
ad entrambe procediamo nel modo seguente: cerchiamo di determinare un punto
P r e un punto Q s tali che il vettore w = P Q sia ortogonale ai vettori
direttori di r e s; in questo modo la retta passante per i punti P e Q sar`a la
retta ` cercata. Cos` facendo risponderemo anche alle due domande successive;
infatti la distanza tra le rette r e s coincide con la distanza tra i punti P e Q, i
quali sono precisamente i punti di r e di s di minima distanza.
Dato che la retta r passa per il punto A = (1, 0, 3) ed `e parallela al vettore
vr = (3, 1, 0), un generico punto P r si pu`o scrivere nella forma P =
A + vr = (1 + 3, , 3), al variare di R. Analogamente, dato che la
retta s passa per il punto D = (1, 0, 4) ed `e parallela al vettore vs = (2, 1, 1),
un generico punto Q s si pu`o scrivere nella forma Q = D + vs = (1 +
2, , 4 + ), al variare di R. Il vettore w = P Q `e quindi dato da
w = (3 2, , 7 ). Imponendo che w sia ortogonale ai vettori vr e
vs si ottiene il seguente sistema:
(
w vr = 10 5 = 0
w vs = 5 6 + 7 = 0
la cui soluzione `e

=1
= 2.

I punti P e Q cercati sono pertanto


P = (2, 1, 3)

Q = (3, 2, 2).

La retta ` `e la retta passante per P e Q, la cui equazione parametrica `e X =


P + t(Q P ), che equivale al seguente sistema:

x = 2 + t
y = 1 + 3t

`:

z = 3 5t

Capitolo 2

Geometria Affine

104

Se si vogliono determinare le equazioni cartesiane di ` si pu`o ricavare t = x 2


dalla prima equazione e sostituire nelle altre due, ottenendo il seguente sistema:
(
3x y 7 = 0
`:
5x + z 13 = 0.
Per terminare, osserviamo che i punti R r e S s di minima distanza sono
precisamente R = P = (2, 1, 3) e S = Q = (3,
2, 2), e che la distanza di r da
s `e data da: dist(r, s) = dist(P, Q) = kwk = 35.
Esercizio 2.3. Nello spazio euclideo tridimensionale sono dati la retta
(
x 2y 3 = 0
r:
2x + y + z + 1 = 0
e il punto P = (1, 3, 2).
(a) Si determini lequazione del piano contenente la retta r e passante per
il punto P .
(b) Si determini lequazione della retta s passante per il punto P , perpendicolare alla retta r e contenuta nel piano .
(c) Si determini infine il punto R di intersezione delle rette r e s e la distanza
del punto P dalla retta r.
Soluzione. Per determinare lequazione del piano contenente la retta r e
passante per il punto P consideriamo il fascio di piani di asse r, dato da
(x 2y 3) + (2x + y + z + 1) = 0
e imponiamo la condizione di passaggio per P :
8 + 4 = 0.
Si trova cos` = 2 e possiamo quindi prendere = 1 e = 2. Sostituendo
questi valori nellequazione del fascio di piani, si ottiene lequazione del piano
cercato:
: 5x + 2z 1 = 0.
Un vettore perpendicolare a tale piano `e n = (5, 0, 2).
Cerchiamo ora un vettore direttore vr della retta r. A tal fine determiniamo
due punti (arbitrari) di r, ad esempio i punti A = (1, 1, 2) e B = (3, 0, 7),
e calcoliamo la loro differenza:
vr = B A = (2, 1, 5).
Poiche la retta s deve essere ortogonale alla retta r e contenuta nel piano , un
suo vettore direttore vs deve essere ortogonale al vettore vr e anche al vettore
n , il quale `e ortogonale al piano . Come vettore vs si pu`o dunque prendere il
prodotto vettoriale dei vettori vr e n :
vs = vr n = (2, 29, 5).

Capitolo 2

Geometria Affine

105

La retta s `e dunque la retta passante per il punto P e parallela al vettore vs e


quindi le sue equazioni parametriche sono date da X = P + tvs , cio`e

x = 1 + 2t
s : y = 3 29t

z = 2 5t.
Il punto R = r s si determina mettendo a sistema le equazioni di r con quelle
di s:

x 2y 3 = 0

2x + y + z + 1 = 0

R = r s : x = 1 + 2t

y = 3 29t

z = 2 5t.

8
19
, 13
Risolvendo questo sistema si trova R = 15
15 , 3 . La distanza di P dalla
retta r non `e altro chela distanza di P dal punto R, cio`e la norma del vettore
4
2
R P = 15
, 58
15 , 3 . Si ha dunque
dist(P, r) = dist(P, R) = kR P k =

Esercizio 2.4.
di equazioni

2
15

870.

Nello spazio euclideo tridimensionale sono date le rette r e s

x = 2 t
r : y = 1 + 2t

z=t

(
s:

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

Si verifichi che le rette r e s sono sghembe e si calcoli la loro reciproca distanza.


Si determini la retta ` passante per il punto P = (2, 0, 1) e incidente alle rette
r e s. Si calcolino le coordinate dei punti di intersezione R = r ` e S = s `.
Soluzione. Controlliamo se le rette r e s sono incidenti:

x=2t

y = 1 + 2t
rs:

z=t

x y + 4z 1 = 0

2x + y 2 = 0

Si verifica facilmente che questo sistema non ammette soluzioni, quindi rs = .


Le due rette sono pertanto parallele oppure sghembe.
Cerchiamo ora dei vettori direttori di r e s. Dalle equazioni parametriche
della retta r si deduce immediatamente che un suo vettore direttore `e vr =
(1, 2, 1). Per determinare un vettore direttore della retta s cerchiamo prima
due punti di tale retta. Dalle equazioni di s si deduce che i punti A = (1, 0, 0)

Capitolo 2

Geometria Affine

106

e B = (2, 2, 3/4) appartengono a tale retta, quindi un vettore direttore di s


`e dato da vs = B A = (1, 2, 3/4). Come si vede, i vettori vr e vs non sono
proporzionali, quindi le rette r e s non sono parallele. Abbiamo cos` dimostrato
che r e s sono due rette sghembe.
Per determinare la distanza di r da s procediamo nel modo seguente. Scegliamo un punto della retta r, ad esempio il punto C = (2, 1, 0), e un punto della
retta s, ad esempio A = (1, 0, 0). Consideriamo il vettore w = CA = (1, 1, 0).
Ricordando che vr e vs sono vettori direttori delle rette r e s rispettivamente,
si ha:
|w (vr vs )|
.
dist(r, s) =
kvr vs k
Calcolando il prodotto vettoriale di vr e vs si ottiene
vr vs = (1/2, 1/4, 0),
e quindi kvr vs k =

5/4. Si ha poi

1
w (vr vs ) = det 1
1

1
2
2

0
1
1 = .
4
43

Dalla formula precedente si ottiene cos`

dist(r, s) =

5
.
5

Per determinare la retta ` passante per il punto P = (2, 0, 1) e incidente alle


rette r e s consideriamo un generico punto di r, dato da Rt = (2 t, 1 + 2t, t),
e indichiamo con `t la retta passante per i punti P e Rt :

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

`t :

z = 1 + (t 1)

Si tratta in realt`
a di una famiglia di infinite rette `t , parametrizzate da t R.
Per costruzione, tutte queste rette passano per il punto P e intersecano la retta
r (nel punto Rt ). Si tratta solo di scoprire quale di queste rette interseca anche
la retta s, cio`e per quale t si ha `t s 6= . Cerchiamo dunque lintersezione tra
le rette `t e s:

x = 2 t

y = (1 + 2t)
`t s :

z = 1 + (t 1)

x y + 4z 1 = 0

2x + y 2 = 0

Questo sistema ha ununica soluzione, data da

t = 1/2

= 2
x=1

y=0

z = 0.

Capitolo 2

Geometria Affine

107

Ci`
o significa che il valore di t per cui la retta `t `e incidente alle rette r e s
`e t = 1/2 e in tal caso il punto S di intersezione tra s e `t ha coordinate
S = (1, 0, 0). La retta ` cercata ha dunque le seguenti equazioni parametriche:

x = 2 2
` = `1/2 : y = 0

z = 1 21
e il punto R = r ` `e dato da R = R1/2 = (3/2, 0, 1/2).
Per terminare osserviamo che la retta ` si poteva anche determinare nel
modo seguente. Consideriamo il piano contenente la retta s e il punto P . Per
trovare la sua equazione consideriamo il fascio di piani di asse s
(x y + 4z 1) + (2x + y 2) = 0
e imponiamo la condizione di passaggio per P
5 + 2 = 0.
Ponendo = 2 e = 5 e sostituendo tali valori nellequazione del fascio di
piani, si trova il piano cercato
: 8x + 7y 8z 8 = 0.
Poiche la retta ` cercata deve passare per il punto P e deve intersecare la
retta s, essa deve necessariamente essere contenuta nel piano . Cerchiamo
ora lintersezione tra il piano e la retta r:

x=2t

y = 1 + 2t
r :

z=t

8x + 7y 8z 8 = 0.
Lunica soluzione di questo sistema `e

t = 1/2

x = 3/2

y=0

z = 1/2.
Si scopre cos` che il piano e la retta r si intersecano nel punto di coordinate
(3/2, 0, 1/2). Da quanto detto in precedenza si deduce che la retta ` cercata
deve necessariamente intersecare la retta r nel punto R = (3/2, 0, 1/2); essa `e
dunque la retta passante per P e parallela al vettore R P = (1/2, 0, 1/2).
Si ritrovano cos` le equazioni della retta ` scritte in precedenza.

Capitolo 2

Geometria Affine

108

Esercizio 2.5. Nello spazio euclideo tridimensionale sono dati i punti A =


(0, 1, 1), B = (1, 0, 2) e C = (1, 1, 4).
(a) Si determini lequazione cartesiana del piano passante per A, B e C.
(b) Si determini la retta r passante per A e per il punto medio M del segmento
BC.
(c) Si determini la retta s passante per A, contenuta nel piano e ortogonale
alla retta r.
(d) Infine, dato il punto P = (1, 1, 1), si determinino le distanze di P dalla
retta r e dal piano .

Soluzione.
Il piano avr`a unequazione del tipo ax + by + cz + d = 0.
Imponendo le condizioni di passaggio per i punti A, B e C, si ottiene il seguente
sistema

b + c + d = 0
a + 2c + d = 0

a b 4c + d = 0
le cui soluzioni sono

a = 5c

b = 4c

d = 3c

c qualsiasi.
Ponendo c = 1 si ottiene la seguente equazione cartesiana del piano :
: 5x + 4y + z + 3 = 0.
Calcoliamo le coordinate del punto medio M del segmento BC:
M=


B+C
= 0, 21 , 1 .
2

Il vettore direttore della retta r `e dato da



vr = M A = 0, 12 , 2
e quindi le equazioni parametriche di r sono X = A + tvr , cio`e

x = 0
r : y = 1 + 12 t

z = 1 2t.
Se si vogliono le equazioni cartesiane della retta r si pu`o ricavare t dalla seconda
equazione, t = 2y + 2, e sostituire tale valore nella terza, ottenendo cos`
(
x=0
r:
4y + z + 3 = 0.

Capitolo 2

Geometria Affine

109

Indichiamo con vs un vettore direttore della retta s. Poiche s deve essere contenuta nel piano , il suo vettore direttore vs deve essere ortogonale al vettore
n = (5, 4, 1), ortogonale al piano . Inoltre vs deve essere anche ortogonale al
vettore vr , dato che la retta s deve essere ortogonale alla retta r. Quindi come
vs dobbiamo prendere un vettore che sia ortogonale ad entrambi i vettori n e
vr ; ad esempio possiamo prendere il loro prodotto vettoriale:

5
vs = n vr = 17
2 , 10, 2 .
Le equazioni parametriche della retta s sono quindi X = A + tvs , cio`e

17

x = 2 t
s : y = 1 + 10t

z = 1 + 25 t.
Per calcolare la distanza del punto P dalla retta r consideriamo il vettore u =
P A = (1, 2, 0). Possiamo ora usare la seguente formula:
dist(P, r) =

ku vr k
.
kvr k

Effettuando
i calcoli necessari, si trova u vr = (4, 2, 1/2), ku vr k = 9/2 e
kvr k = 21 17. Si ha pertanto

9 17
dist(P, r) =
.
17
Infine, per la distanza di P dal piano , si trova

13
13 42
.
dist(P, ) = =
42
42

Esercizio 2.6. Nello spazio euclideo tridimensionale si considerino i punti


A = (1, 2, 3),

B = (2, 1, 3),

C = (1, 0, 0).

(a) Trovare lequazione cartesiana del piano contenente il triangolo ABC e


calcolare larea di tale triangolo.
(b) Determinare le equazioni cartesiane della retta s, perpendicolare al piano
e passante per il punto P = (0, 3, 0).
(c) Calcolare la distanza tra la retta s e la retta r, passante per A e B.
(d) Determinare la proiezione ortogonale della retta OP sul piano (ove O `e
il punto di coordinate (0, 0, 0)).
(e) Calcolare langolo fra il piano e il piano XY .

Soluzione. Consideriamo i vettori v = B A = (3, 3, 6) e w = C A =


(0, 2, 3). Le equazioni parametriche del piano sono date da X = A+v +w,

Capitolo 2
cio`e

Geometria Affine

110

x = 1 + 3
: y = 2 3 2

z = 3 + 6 + 3.

Eliminando i due parametri e si trova la seguente equazione cartesiana per


il piano :
: x 3y 2z + 1 = 0.
Larea del triangolo di vertici A, B e C si pu`o calcolare utilizzando la formula
seguente:
1
Area(ABC) = kv wk.
2
Calcolando il prodotto vettoriale
di v e w si trova il vettore v w = (3, 9, 6),

la cui norma `e kv wk = 3 14. Si ha quindi


Area(ABC) =

3
14.
2

Un vettore ortogonale al piano `e n = (1, 3, 2). La retta s, perpendicolare al piano e passante per il punto P = (0, 3, 0) ha dunque equazioni
parametriche date da X = P + tn , cio`e

x = t
s : y = 3 3t

z = 2t.
Eliminando il parametro t si trovano le seguenti equazioni cartesiane:
(
3x + y + 3 = 0
s:
2x + z = 0.
Per calcolare la distanza tra le rette r e s procediamo come segue. Scegliamo
un punto della retta r, ad esempio A = (1, 2, 3), un punto della retta s,
ad esempio P = (0, 3, 0), e calcoliamo il vettore w = A P = (1, 5, 3).
Consideriamo ora un vettore direttore della retta r, ad esempio vr = (1, 1, 2)
(`e il vettore B A diviso per 3), e un vettore direttore della retta s, vs = n =
(1, 3, 2). La distanza tra le rette r e s `e data dalla seguente formula:
dist(r, s) =
Si ha

|(vr vs ) w|
.
kvr vs k


1

|(vr vs ) w| = det 1

1

1
3
5


2
2 = 18,
3

vr vs = (8, 4, 2), e quindi kvr vs k = 2 21. Si trova cos`


dist(r, s) =

3
21.
7

Per trovare la proiezione ortogonale della retta OP sul piano `e sufficiente


trovare la proiezione ortogonale su di due punti di tale retta (ad esempio dei

Capitolo 2

Geometria Affine

111

punti O e P ); la retta cercata `e la retta che passa per i punti cos` trovati. In
alternativa si pu`
o procedere come segue. Dato che il punto O ha coordinate
O = (0, 0, 0), le equazioni parametriche della retta OP sono

x = 0
y = 3t

z = 0.
Mettendo a sistema queste equazioni con lequazione del piano si trovano
le coordinate del punto di intersezione T tra il piano e la retta OP , T =
(0, 1/3, 0). Dato che T , la sua proiezione ortogonale sul piano `e il punto
T stesso.
Per calcolare la proiezione ortogonale del punto P sul piano consideriamo
la retta passante per P e ortogonale a ; questa `e precisamente la retta s
determinata in precedenza. Cerchiamo ora il punto P 0 = s :

3x + y + 3 = 0
s : 2x + z = 0

x 3y 2z + 1 = 0.
Risolvendo tale sistema si trova P 0 = (5/7, 6/7, 10/7). Il vettore P 0 T `e
dato da
 5 25 10 
P0 T = , ,
7 21 7
e dunque la retta passante per i punti T e P 0 ha le seguenti equazioni parametriche

x = 7
y = 13 25
21

10
z = 7 .
Questa retta `e la proiezione ortogonale della retta OP sul piano .
Il piano , di equazione x 3y 2z + 1 = 0, ha un vettore normale dato
da n = (1, 3, 2). Indichiamo con il piano XY ; esso ha equazione z = 0.
Un vettore normale a tale piano `e dunque il vettore n = (0, 0, 1). Osserviamo
ora che langolo formato dai due piani e coincide con langolo formato dai
due vettori n e n . Si ha pertanto
n n
1
=
14,
kn k kn k
7

da cui si deduce che = arccos( 14/7).


cos =

Capitolo 2

Geometria Affine

112

Esercizio 2.7. Nello spazio affine euclideo tridimensionale, si consideri il piano


di equazione 3x y + z + 2 = 0 e i punti A = (0, 0, 2) e B = (0, 2, 0).
(a) Si determinino le equazioni cartesiane della retta r passante per il punto
A e ortogonale al piano .
(b) Si determinino le equazioni cartesiane della retta s passante per il punto
B, contenuta nel piano e ortogonale alla retta passante per A e B.
(c) Dato il punto P = (3, 2, 1) si determinino le distanze di P dalla retta r
e dal piano . Si determini inoltre la proiezione ortogonale P 0 di P sul
piano .
(d) Si determinino tutti i punti C tali che il triangolo ABC sia equilatero.
Soluzione. Un vettore ortogonale al piano `e dato da n = (3, 1, 1). Tale
vettore `e dunque il vettore direttore vr della retta r, la quale ha pertanto le
seguenti equazioni parametriche:

x = 3t
r : y = t

z = 2 + t.
Dalla seconda equazione si ha t = y e sostituendo nelle altre due si ottengono
le seguenti equazioni cartesiane per la retta r:
(
x + 3y = 0
r:
y + z + 2 = 0.
Si ha B A = (0, 2, 2) = 2(0, 1, 1), quindi come vettore direttore della retta
passante per i punti A e B possiamo prendere il vettore w = (0, 1, 1). Poiche
la retta s deve essere ortogonale alla retta per A e B e contenuta nel piano ,
un suo vettore direttore vs deve essere ortogonale al vettore w e al vettore n ,
quindi possiamo prendere il vettore vs = w n = (2, 3, 3). La retta s cercata
`e dunque la retta passante per il punto B avente vs come vettore direttore, e
quindi le sue equazioni parametriche sono

x = 2t
s : y = 2 + 3t

z = 3t.
Dalla prima equazione si ricava t = x/2 e sostituendo nelle altre due si ottengono
le seguenti equazioni cartesiane per la retta s:
(
y = 2 + 23 x
s:
z = 23 x.
Per calcolare la distanza del punto P dalla retta r, poniamo u = P A = (3, 2, 1)
e calcoliamo il prodotto vettoriale dei vettori u e vr = n :
u vr = (3, 2, 1) (3, 1, 1) = (3, 0, 9).

Capitolo 2

Geometria Affine

113

La distanza di P da r `e data dalla seguente formula:

ku vr k
3 10
dist(P, r) =
= .
kvr k
11
Per quanto riguarda il calcolo della distanza del punto P dal piano , si ha:
8
dist(P, ) = .
11
Per calcolare la proiezione ortogonale del punto P sul piano , consideriamo la
retta passante per P e ortogonale a , le cui equazioni parametriche sono

x = 3 + 3t
y =2t

z = 1 + t.
Intersecando tale retta con il piano si ottiene il sistema

x = 3 + 3t

y = 2 t
z = 1 + t

3x y + z + 2 = 0,
la cui soluzione `e

t = 8/11

x = 9/11

y = 30/11

z = 19/11.

Il punto P 0 , proiezione ortogonale di P sul piano , ha quindi le seguenti


coordinate:
 9 30 19 
P0 =
, ,
.
11 11 11
Consideriamo ora un generico punto C = (a, b, c). La condizione di appartenenza del punto C al piano fornisce una prima equazione 3a b + c + 2 = 0.
Calcoliamo ora i quadrati delle distanze tra i tre punti A, B e C:
dist(A, B)2 = 8
dist(A, C)2 = a2 + b2 + c2 + 4c + 4
dist(B, C)2 = a2 + b2 + c2 4b + 4.
Luguaglianza dist(A, C)2 = dist(B, C)2 fornisce una seconda equazione, 4c =
4b, mentre luguaglianza dist(A, C)2 = dist(A, B)2 fornisce la terza equazione,
a2 + b2 + c2 + 4c + 4 = 8. Mettendo a sistema le tre equazioni cos` trovate si
ottiene il seguente sistema (di secondo grado)

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

2
a + b2 + c2 + 4c + 4 = 8,

Capitolo 2

Geometria Affine

le cui (due) soluzioni sono date da


q

a
=
2

11

q
3
b = 1 + 3 11

3
c = 1 3 11

114

a
=
2

11

q
3
b = 1 3 11

3
c = 1 + 3 11

Si conclude pertanto che esistono due punti C tali che il triangolo di vertici
A, B e C sia equilatero; essi sono
q
q 
q
q 
 q
 q
3
3
3
3
3
3
, C2 = 2 11
.
C1 = 2 11
, 1 + 3 11
, 1 3 11
, 1 3 11
, 1 + 3 11

Esercizio 2.8. Nello spazio affine euclideo tridimensionale sono date le rette
(
(
x 2y = 1
yz =2
r:
s:
2x y + z = 3
2x y z = 1
(a) Si stabilisca se le rette r e s sono incidenti, parallele oppure sghembe.
(b) Si determini lequazione cartesiana del piano contenente la retta s e
parallelo alla retta r.
(c) Si determinino le equazioni parametriche della retta r0 , proiezione ortogonale di r sul piano .
(d) Dato il vettore v = (1, 4, 2) si determini la retta t parallela al vettore v
e incidente le rette r e s.
(e) Posto R = r t e S = s t, si calcoli larea del triangolo P RS, ove
P = (2, 2, 1).

Soluzione. Per scoprire se le rette r e s sono incidenti, risolviamo il seguente


sistema:

x 2y = 1

2x y + z = 3
rs:

yz =2

2x y z = 1
Si scopre facilmente che tale sistema non ammette soluzioni, quindi r s = :
le rette r e s non sono incidenti.
Dalle equazioni della retta r `e facile determinare due punti di r, ad esempio
i punti R1 = (1, 0, 1) e R2 = (3, 1, 2). Un vettore direttore della retta r
`e quindi dato da vr = R2 R1 = (2, 1, 3). In modo del tutto analogo si
possono determinare due punti di s, ad esempio i punti S1 = (3/2, 2, 0) e S2 =
(1/2, 1, 1). Un vettore direttore della retta s `e quindi dato da vs = S1 S2 =
(1, 1, 1). Poiche i vettori vr e vs non sono luno multiplo dellaltro, le rette r e s
non sono parallele. Da quanto appena visto si deduce pertanto che le due rette
date sono sghembe.

Capitolo 2

Geometria Affine

115

Il piano contenente la retta s e parallelo alla retta r non `e altro che il piano
passante per un punto di s, ad esempio S1 = (3/2, 2, 0), e parallelo ai vettori vr
e vs . Le sue equazioni parametriche sono quindi date da

x = 3/2 + 2 +
: y =2++

z = 3 +
Eliminando i parametri e dalle equazioni precedenti si ottiene la sequente
equazione cartesiana del piano :
4x 5y + z + 4 = 0.
Per determinare la retta r0 , proiezione ortogonale di r sul piano , consideriamo
il punto R1 = (1, 0, 1) di r e calcoliamo la sua proiezione ortogonale R10 su .
Per fare ci`
o consideriamo la retta ` passante per R1 e ortogonale al piano , le
cui equazioni parametriche sono

x = 1 + 4
` : y = 5

z =1+
e calcoliamo la sua intersezione con

x = 1 + 4

y = 5
R10 = ` :
z = 1 +

4x 5y + z + 4 = 0.
Risolvendo il sistema si trova R10 = (1/7, 15/14, 11/14). A questo punto basta
osservare che la retta r0 , proiezione ortogonale di r sul piano , `e la retta passante per il punto R10 e parallela al vettore vr = (2, 1, 3). Le sue equazioni
parametriche sono pertanto

x = 1/7 + 2
0
r : y = 15/14 +

z = 11/14 3
Per determinare la retta t parallela al vettore v = (1, 4, 2) e incidente le rette
r e s possiamo procedere nel modo seguente. Indichiamo con R il generico
punto di r, dato da R = R1 + vr = (1 + 2, , 1 3), e consideriamo la retta
t passante per R e parallela al vettore v, le cui equazioni parametriche sono
date da

x = 1 + 2 +
t : y = + 4

z = 1 3 2.
Facciamo notare che, per ogni fissato, le precedenti equazioni parametriche
descrivono i punti della retta t , mentre le stesse equazioni considerate al variare di entrambi i parametri e , descrivono i punti di un piano, il quale `e
precisamente il piano contenente la retta r e parallelo al vettore v.

Capitolo 2

Geometria Affine

116

Calcolando lintersezione tra la retta t e la retta s si ottiene il sistema

x = 1 + 2 +

y = + 4
t s :

da cui si ricava

z = 1 3 2

yz =2

2x y z = 1

=0

= 1/2
x = 3/2

y=2

z=0

Ci`
o significa che la retta t cercata `e la retta che corrisponde al valore = 0 e
dunque le sue equazioni parametriche sono

x = 1 +
t = t0 : y = 4

z = 1 2.
I punti di intersezione tra la retta t e le rette r e s sono rispettivamente
R = t r = (1, 0, 1),

S = t s = (3/2, 2, 0).

Per calcolare larea del triangolo P RS determiniamo i vettori P R = R P =

(1, 2, 0) e P S = S P = (1/2, 0, 1). Il prodotto vettoriale di questi due



vettori `e il vettore P R P S = (2, 1, 1), la cui norma `e kP R P Sk = 6.
Si ha quindi

1
6
Area(P RS) = kP R P Sk =
.
2
2

Esercizio 2.9. Nello spazio affine euclideo tridimensionale si considerino i


punti A = (2, 3, 1), B = (1, 2, 1) e il vettore n = (2, 1, 1).
(a) Si determini lequazione cartesiana del piano passante per il punto medio
M del segmento AB e ortogonale al vettore n.
(b) Si determini langolo formato dalla retta r, passante per i punti A e B,
e il piano .
(c) Dato il punto C = (2, 3, 4) se ne determinino le proiezioni ortogonali C 0 ,
sulla retta r, e C 00 , sul piano .
(d) Si determinino le equazioni della retta s passante per il punto M , contenuta nel piano e ortogonale alla retta r.

Capitolo 2

Geometria Affine

117

Soluzione. Le coordinate del punto medio M del segmento AB sono date da


3 1 
A+B
M=
=
, ,0 .
2
2 2
Lequazione del generico piano ortogonale al vettore n = (2, 1, 1) `e
2x + y + z + d = 0.
Imponendo la condizione di passaggio per M , si ottiene d = 7/2, quindi
lequazione del piano cercato `e
: 2x + y + z 7/2 = 0.
Per determinare langolo formato dalla retta r e dal piano ci serve un vettore
direttore vr di r e un vettore n ortogonale al piano . Si ha vr = AB = (1, 5, 2),
mentre n = (2, 1, 1) `e dato.
Se indichiamo con langolo formato dai vettori vr e n, si ha

9
3 5
n vr
= =
.
cos =
knk kvr k
10
6 5
Se `e langolo formato dalla retta r e dal piano , si ha + = 90 , quindi

3 5
sin = cos =
10
e dunque

3 5
= arcsin
.
10
Per determinare la proiezione ortogonale del punto C sulla retta r procediamo
come segue. Avendo determinato in precedenza un vettore direttore della retta
r, vr = (1, 5, 2), possiamo scrivere le equazioni parametriche di r:

x = 2 + t
r : y = 3 + 5t

z = 1 + 2t
e dunque il generico punto della retta r ha coordinate X = (2 + t, 3 + 5t, 1 + 2t).
Calcoliamo ora il vettore u = X C = (t, 5t + 6, 2t 3) e richiediamo che u sia
ortogonale alla retta r:
u vr = 30t + 24 = 0,

da cui si ricava t = 4/5. Sostituendo il valore di t appena trovato nelle


coordinate del punto X si ottengono le coordinate del punto C 0 , proiezione
ortogonale di C su r:
6
3
, 1, .
C0 =
5
5
00
Determiniamo ora il punto C , proiezione ortogonale di C sul piano . A tal
fine scriviamo le equazioni parametriche della retta r0 passante per il punto C
e ortogonale a :

x = 2 + 2t
r0 :

y = 3 + t

z =4+t

Capitolo 2

Geometria Affine

118

Il punto C 00 `e dato dallintersezione tra r0 e e le sue coordinate si ottengono


dunque risolvendo il sistema

x = 2 + 2t

y = 3 + t

z =4+t

2x + y + z 7/2 = 0
da cui si ottiene

13 15 
.
,
2
4 4
Infine, per determinare le equazioni della retta s dobbiamo determinare un suo
vettore direttore vs . Tale vettore deve essere ortogonale ai vettori n e vr , si pu`o
dunque prendere come vs il prodotto vettoriale dei vettori n e vr
C 00 =

3

vs = n vr = (3, 3, 9).
Le equazioni parametriche di s sono pertanto

x = 3/2 3t
s : y = 1/2 3t

z = 9t

Esercizio 2.10. Nello spazio affine euclideo tridimensionale, sono dati i punti
A = (2, 1, 1), B = (4, 2, 0) e la retta r di equazioni x2y 5 = 0 e 2y z = 0.
(a) Si determini lequazione cartesiana del piano che passa per i punti A e
B e che interseca la retta r in un punto C equidistante da A e B.
(b) Si determinino le equazioni cartesiane della retta s passante per il punto
C, contenuta nel piano e ortogonale alla retta r.
(c) Si determini la proiezione ortogonale del punto A sulla retta r.

Soluzione. Le equazioni della retta r si possono riscrivere come segue


(
x = 2y + 5
r:
z = 2y
da cui si deduce che il generico punto X di r ha coordinate X = (2y + 5, y, 2y).
Richiedendo che la distanza di X da A sia uguale alla distanza di X da B, si
ottiene lequazione
(2y + 3)2 + (y 1)2 + (2y + 1)2 = (2y + 1)2 + (y + 2)2 + (2y)2
che ha come unica soluzione y = 1. Si deduce quindi che lunico punto C di r
che `e equidistante da A e B ha coordinate C = (3, 1, 2). Il piano `e dunque
il piano passante per i punti A, B e C. Per determinare la sua equazione

Capitolo 2

Geometria Affine

119

cartesiana possiamo iniziare col determinare i vettori C A = (1, 2, 1) e


C B = (1, 1, 2). Il loro prodotto vettoriale
n = (C A) (C B) = (5, 3, 1)
`e un vettore ortogonale al piano e pertanto lequazione di deve avere la
seguente forma
: 5x + 3y z + d = 0,
per un qualche termine noto d. Imponendo ora la condizione di passaggio per
uno dei tre punti indicati (ad esempio, per il punto A), si ricava d = 14.
Quindi il piano cercato ha equazione
: 5x + 3y z 14 = 0.
Poiche la retta s deve essere contenuta nel piano , il suo vettore direttore vs
deve essere ortogonale al vettore n (che `e ortogonale al piano ). Inoltre vs deve
essere anche ortogonale al vettore direttore della retta r, che si vede facilmente
essere vr = (2, 1, 2). Possiamo quindi prendere come vs il prodotto vettoriale
dei vettori n e vr
vs = n vr = (7, 12, 1),
Poiche s deve passare per il punto C, le sue equazioni parametriche sono

x = 3 + 7t
s : y = 1 12t

z = 2 t
Da queste, eliminando il parametro t, si ricavano le equazioni cartesiane
(
x + 7z + 11 = 0
s:
y 12z 23 = 0.
Per determinare la proiezione ortogonale del punto A sulla retta r, possiamo
ragionare come segue. Considerato che il vettore direttore di r `e vr = (2, 1, 2),
lequazione
2x + y + 2z + d = 0
rappresenta il generico piano ortogonale alla retta r (si tratta dellequazione
di un fascio di piani paralleli tra loro e tutti ortogonali a r). Imponendo la
condizione di passaggio per il punto A = (2, 1, 1), si trova d = 3 e pertanto
il piano
: 2x + y + 2z 3 = 0
`e il piano ortogonale a r passante per A. La proiezione ortogonale A0 del punto
A sulla retta r non `e altro che il punto di intersezione tra la retta r e il piano

x 2y 5 = 0
A0 = r : 2y z = 0

2x + y + 2z 3 = 0.
Risolvendo questo sistema si trova
 31 7 14 
, ,
.
A0 =
9
9
9

Capitolo 2

Geometria Affine

120

Esercizio 2.11. Nello spazio affine euclideo tridimensionale sono dati i punti
A = (3, 1, 1), B = (2, 1, 3) e la retta r di equazioni x 3y = 2 e x + y 2z = 6.
(a) Si determinino le equazioni cartesiane della retta s passante per A e B.
(b) Si stabilisca se le rette r e s sono incidenti, parallele oppure sghembe.
(c) Si determini la distanza della retta r dalla retta s.
(d) Si determini lequazione cartesiana del piano che passa per i punti A e
B e che interseca la retta r in un punto C tale che il triangolo ABC sia
rettangolo, con langolo retto in A.
(e) Dato il punto P = (1, 3, 5) se ne determini la proiezione ortogonale sul
piano .
Soluzione. Un vettore direttore della retta s `e vs = B A = (1, 2, 2) e
quindi le equazioni parametriche di s sono

x = 3 t
s : y = 1 + 2t

z = 1 + 2t
Eliminando il parametro t si ottengono le equazioni cartesiane della retta s
(
2x + y = 5
s:
2x + z = 7
Vediamo ora se le rette r e s sono incidenti.

x 3y = 2

x + y 2z = 6
rs:

2x + y = 5

2x + z = 7
Risolvendo questo sistema si scopre che esso non ammette soluzioni, quindi
r s = . Ci`
o significa che r e s non sono incidenti.
Dalle equazioni di r possiamo determinare due punti di r, ad esempio A0 =
(2, 0, 2) e B 0 = (5, 1, 0). Ci`
o ci permette di determinare un vettore direttore
della retta r, vr = B 0 A0 = (3, 1, 2). Dato che i vettori vr e vs non sono
paralleli (non sono multipli uno dellaltro), le rette r e s non sono parallele. Si
conclude quindi che r e s sono sghembe.
Per determinare la distanza tra le due rette r e s, consideriamo il vettore
u = A0 A = (1, 1, 3). Allora la distanza `e data dalla formula seguente:
|u (vr vs )|
kvr vs k

Si ha vr vs = (2, 8, 7), quindi kvr vs k = 117 e u (vr vs ) = 27. Si


ottiene cos`

27
9 13

dist(r, s) =
=
.
13
117
dist(r, s) =

Capitolo 2

Geometria Affine

121

Per determinare il piano determiniamo prima le coordinate del punto C. Le


equazioni parametriche di r sono

x = 2 + 3t
r: y=t

z = 2 + 2t
quindi le coordinate di un generico punto X della retta r sono X = (2+3t, t, 2+
2t). Possiamo ora calcolare il vettore X A = (3t 1, t + 1, 2t 3). Questo
vettore deve essere ortogonale al vettore B A = vs = (1, 2, 2), si deve quindi
avere
(X A) vs = 3t 3 = 0,
da cui si ricava t = 1. Sostituendo il valore di t nelle coordinate di X, si ottiene
il punto C cercato: C = (5, 1, 0).
Per determinare lequazione cartesiana del piano passante per i punti A,
B e C, possiamo scrivere lequazione del fascio di piani di asse s (ogni piano
passante per i punti A e B deve contenere la retta s)
(2x + y 5) + (2x + z 7) = 0.
Imponendo la condizione di passaggio per il punto C si ottiene = 2, per cui
possiamo porre = 1 e = 2. Si ottiene cos` lequazione del piano cercato,
che risulta essere
: 2x y + 2z = 9.
Per determinare la proiezione ortogonale del punto P = (1, 3, 5) sul piano ,
consideriamo il vettore n = (2, 1, 2) ortogonale a e scriviamo le equazioni
parametriche della retta ` passante per P e parallela a n (cio`e ortogonale a ):

x = 1 + 2t
` : y = 3 t

z = 5 + 2t
La proiezione ortogonale di P su `e il punto R di intersezione tra la retta ` e
il piano :

x = 1 + 2t

y = 3 t
R=` :

z = 5 + 2t

2x y + 2z = 9
Risolvendo questo sistema si trova
R=

1 7 11 
.
, ,
3 3 3