Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Francesco DAndrea
Note
Testi consigliati
i
8.3 Definizione astratta di prodotto scalare e sue proprieta . . . . . . . . . . 54
8.4 Proiezioni ortogonali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
8.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
10 Matrici (20/04/2011) 68
10.1 Prodotto righe per colonne . . . . . . . . . . . . . . . . . . . . . . . . . 68
10.2 Proprieta del prodotto . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
10.3 Inversa ed aggiunta di una matrice . . . . . . . . . . . . . . . . . . . . 74
ii
16 Endomorfismi semplici (18/05/2011) 113
16.1 Matrice del cambiamento di base . . . . . . . . . . . . . . . . . . . . . 113
16.2 Matrici simili e coniugate . . . . . . . . . . . . . . . . . . . . . . . . . 116
16.3 Esercizio: rotazioni nel piano . . . . . . . . . . . . . . . . . . . . . . . 118
iii
Lezione I
1.1 Notazioni
In matematica, per semplificare la scrittura di equazioni e teoremi, su fa uso di simboli
specifici. Nella tabella seguente sono riportati i simboli piu comuni. Altri verranno
introdotti durante il corso.
vista della teoria ingenua degli insiemi, senza addentrarci nei problemi della teoria
assiomatica). In maniera intuitiva, un insieme e una collezione di oggetti di natura
arbitraria. Un insieme puo essere definito elencando i suoi elementi, oppure specificando
le proprieta soddisfatte dai suoi elementi. Ad esempio linsieme dei numeri interi
compresi fra 2 e 3 si puo scrivere come
A = 0, 1, 2, 3, 1, 2 ,
oppure
A = n Z : 2 n 3 . (1.1)
Lespressione (1.1) si legge A e linsieme degli n contenuti in Z (quindi, interi) tale
che n e maggiore o uguale a 2 e minore o uguale a 3 . Una proposizione viene
usualmente racchiusa fra parentesi graffe.
1
In un insieme, lordine degli elementi e irrilevante. Ad esempio {3, 14} = {14, 3}.
Gli insiemi verranno indicati con lettere maiuscole (A, B, C, . . .), i loro elementi con
lettere minuscole (a, b, c, . . .). Lespressione a A si legge a appartiene ad A (o
e elemento di, o e contenuto in). Si puo scrivere al rovescio: A 3 a vuol dire A
contiene a. Lespressione a / A vuol dire a non e elemento di A.
Gli elementi di un insieme non devono necessariamente essere numeri: possono
essere oggetti di natura arbitraria. Si pensi allinsieme dei punti di una retta, linsieme
dei giocatori di una squadra di calcio, linsieme dei caratteri di un alfabeto, etc.
Gli elementi di un insieme possono essere a loro volta insiemi. Ad esempio, siano
A := {1, 2} e B := {1, 4}. Possiamo formare linsieme C i cui elementi sono linsieme
A e linsieme B:
C := {A, B} = {1, 2}, {1, 4}
Esiste una notazione specifica per gli insiemi numerici piu importanti. Fra questi
ricordiamo:
AB x A, x B .
2
Definizione 1.2.2. Dati due insiemi A e B, la loro intersezione A B e linsieme Intersezione,
unione,
degli elementi che appartengono sia ad A che a B, la loro unione A B e linsieme differenza
degli elementi che che appartengono ad almeno uno dei due insiemi A e B, la loro
differenza ArB e linsieme di elementi che appartengono ad A ma non a B. Quindi:
A B := x : x A x B ,
A B := x : x A x B ,
A r B := x : x A x
/B .
Si indica con linsieme vuoto, ovvero privo di elementi. Unione, intersezione e Insieme
vuoto
differenza godono di una serie di proprieta elementari, la cui verifica e lasciata come
esercizio. Ad esempio
AA=AA=A
A=
A=A
AB =BA (proprieta commutativa di )
AB =BA (proprieta commutativa di )
(A B) C = A (B C) (proprieta associativa di )
(A B) C = A (B C) (proprieta associativa di )
3
qualunque sottoinsieme C del prodotto cartesiano AB. Linsieme A e detto dominio,
linsieme B e detto codominio. Una corrispondenza C da A in B e indicata con la
scrittura
C:AB.
La corrispondenza opposta C op : B A e definita come C op = {(y, x) : (x, y) AB}.
Esempio 1.3.2. se A = {1, 2, 7} e B = {0, 2, 3, 4, 14}, allora C = {(1, 2), (2, 4), (7, 14)}
e la corrispondenza che associa ad ogni elemento di A il suo doppio.
f :AB
x 7 y = f (x)
4
Come per le corrispondenze, una applicazione f : A B si dice
2. iniettiva se Iniettivita
f (x) = f (y) = x = y ,
ovvero due elementi hanno la stessa immagine se e solo se sono uguali.
suriettiva.
a) f : N N , f (x) := x + 1 ,
b) g : R R , g(x) := x + 1 .
La prima e iniettiva ma non suriettiva; la seconda e sia iniettiva che suriettiva, quindi
biunivoca.
Per verificare liniettivita bisogna dimostrare che due elementi distinti hanno sempre
immagini distinte. Nel caso a), per definizione se f (x) = f (y) allora x + 1 = y + 1, e
questo implica x = y. Questo dimostra che f e iniettiva. La stessa dimostrazione si
applica a g.
Per verificare la suriettivita bisogna dimostrare che ogni elemento del codominio
e immagine di almeno un elemento del dominio. Nel caso b), dato y R, possiamo
trovare un numero reale x := y 1 che soddisfa g(x) = g(y 1) = (y 1) + 1 = y;
quindi g e suriettiva. Nel caso a) questo non e vero, poiche se y = 0 N, x = y1 = 1
non e un numero naturale, quindi 0 non e limmagine tramite f di alcun elemento del
dominio.
f :NN, f (x) := x2 ,
g : R r {0} R+ , g(x) := x2 ,
h : R+ R+ , h(x) := x2 .
f () = , f () = 4 , f (F) = ,
5
Sia A un insieme qualsiasi. Chiamiamo applicazione identica su A, indicata con Applicazione
identica
idA , lapplicazione che associa ad ogni x A lelemento x stesso. Quindi:
idA : A A
x 7 idA (x) = x
Lapplicazione identica e biunivoca1 .
Definizione 1.3.9. Date due applicazioni f : A B e g : B C la loro composi-
zione, indicata con g f : A C, e lapplicazione definita da Composizione
(g f )(a) := g f (a) a A.
Due applicazioni f e g si dicono uguali se hanno lo stesso dominio, lo stesso codominio,
e f (x) = g(x) per ogni x nel dominio.
Notiamo che le applicazioni f e g dellesempio 1.3.6 non sono uguali, poiche hanno
diverso dominio e diverso codominio. Anche le funzioni g e h dellesercizio 1.3.7 non
sono uguali, poiche hanno lo stesso codominio ma diverso dominio.
Si puo verificare facilmente che, per ogni f : A B, vale luguaglianza fra
applicazioni
idB f = f = f idA . (1.2)
Proposizione 1.3.10 (Proprieta associativa della composizione di applicazioni). Date
tre applicazioni f : A B, g : B C e h : C D, si ha sempre
h (g f ) = (h g) f .
Dimostrazione. Le due applicazioni anno lo stesso dominio A e lo stesso codominio C,
inoltre [h (g f )](a) = h g f (a) = [(h g) f ](a) per ogni a A.
6
Lezione II
Le operazioni elementari di somma e prodotto fra numeri sono operazioni degli in-
siemi N, Z, Q, R nel senso della definizione 2.1.1. La sottrazione e una operazione di
Z, Q, R, ma non e una operazione di N, poiche la sottrazione fra due numeri naturali
non e necessariamente un numero naturale (ad esempio, 2 7 = 5 e un intero ne-
gativo). La divisione non e una operazione di N o di Z (il rapporto fra due numeri
naturali/interi non e sempre un numero naturale/intero) e non e una operazione nep-
pure di Q o R poiche non si puo dividere per 0. La divisione e una operazione, ad
esempio, di Q r {0} ed R r {0}.
Esempio 2.1.2. Sia A un insieme e indichiamo con P(A) la collezione dei sottoinsiemi
di A; P(A) e detto insieme delle parti di A. Allora unione, intersezione e differenza Insieme
delle parti
fra insiemi sono operazioni interne di P(A), dette operazioni insiemistiche (vedere
def. 1.2.2).
a (b c) = (a b) c .
7
Somma e prodotto di due numeri godono della proprieta commutativa e associativa.
La divisione non e commutativa ne associativa. Infatti, ad esempio,
2 : 4 6= 4 : 2 e (16 : 4) : 2 6= 16 : (4 : 2)
a b = a + 7b .
K S S .
Definizione 2.1.6. Sia (G, ) un insieme con una operazione interna. Un elemento
e G e detto elemento neutro rispetto a se per ogni a G si ha Elemento
neutro
ae=ea=a.
Scriveremo (G, , e) per indicare un insieme con una operazione interna ed un elemento
neutro rispetto a tale operazione.
Esempio 2.1.7. Il numero 0 e elemento neutro rispetto alla somma di due numeri, il
numero 1 e elemento neutro rispetto al prodotto di due numeri.
Proposizione 2.1.8. Sia (G, ) come sopra. Se esiste un elemento neutro rispetto a
, questo e unico.
8
Esempio 2.1.10. Ogni elemento x di (Z, +, 0) e simmetrizzabile, ed il simmetrico e
il suo opposto x. Ogni elemento non nullo y di (Q, , 1) e simmetrizzabile, ed il suo
simmetrico e linverso y 1 .
+ 0 1
0 0 1
1 1 1
dove la somma fra due elementi x e y si ottiene selezionando x sulla prima colonna,
y sulla prima riga, ed andando a leggere nella tabella lelemento nellintersezione fra
la riga di x e la colonna di y. In maniera simile si definisca una seconda operazione
interna di S attraverso la tavola:
0 1
0 0 0
1 0 1
Dato un insieme con una operazione interna, qualunque sia la natura di questo
insieme, quando loperazione e denotata con il simbolo + viene detta somma o ad-
dizione (e diremo che stiamo usando una notazione additiva); se esiste lelemento
neutro, esso viene indicato con 0; il simmetrico di un elemento a viene indicato con a
e si dice opposto. Analogamente quando una operazione e denotata con il simbolo
viene detta moltiplicazione o prodotto (e diremo che stiamo usando una notazione
moltiplicativa); se esiste lelemento neutro, esso viene indicato con 1; il simmetrico di
un elemento a viene indicato con a1 o anche a1 e si dice inverso.
i) loperazione e associativa;
3
In questo esempio gli elementi di S si possono interpretare come stati di un interruttore (1 =
acceso / 0 = spento) o i due valori di una proposizione (1 = vera / 0 = falsa). Le due operazioni +
e vengono dette, rispettivamente, OR e AND e la loro implementazione tramite circuiti integrati e
alla base del funzionamento dei computer.
9
ii) ogni elemento di G e invertibile.
Proposizione 2.2.2. Sia (G, , e) un gruppo. Allora linverso di ogni elemento e unico.
b0 (a b) = b0 e = b0 , (b0 a) b = e b = b ,
b0 = b0 (a b) = (b0 a) b = b ,
2. il prodotto e associativo;
a (b + c) = a b + a c , (a + b) c = a c + b c .
10
Un esempio di anello commutativo e (Z, +, 0, , 1).
I due elementi 0A e 1A dellanello A sono spesso indicati semplicemente con 0 e
1, quando questo non generi confusione; 0A e detto zero dellanello, e 1A e detto
unita dellanello. Si puo facilmente dimostrare, usando la proprieta distributiva, che
a 0A = 0A a = 0A per ogni a A. Con abuso di notazioni un anello (A, +, 0A , , 1A )
si puo anche indicare semplicemente con A, omettendo di scrivere le operazioni, lo zero
e lunita.
Anche (Q, +, 0, , 1) e un anello commutativo. Pero Q rispetto a Z ha una struttura
piu ricca: ogni elemento non nullo e invertibile rispetto al prodotto.
Quindi Q e un campo. Altri esempi di campi sono linsieme R dei numeri reali e
linsieme C dei numeri complessi.
Vedremo un esempio di anello non commutativo piu avanti nel corso (esercizio
5.2.3).
11
Lezione III
3.1 Premesse
Gia nel corso degli studi preuniversitari si sono incontrate equazioni di primo grado
(equazioni lineari) in una o piu incognite, quali ad esempio
3x = 6 ,
oppure
2x + y = 13 ,
e ci si e trovati a risolvere sistemi di equazioni lineari quali
x+y =0
xy =5
Le equazioni lineari sono tra le piu semplici equazioni (si confrontino, ad esempio, con
le equazioni di secondo grado, studiate al liceo) e costituiscono uno degli oggetti di
studio dellalgebra lineare.
Osserviamo subito che il numero delle equazioni e delle incognite sara da considerarsi
a priori arbitrario. I coefficienti delle incognite potranno assumere qualsiasi valore reale;
in particolare non escluderemo equazioni con coefficienti nulli, quali ad esempio 0x = 2
o 3x + 0y = 7.
Sebbene si possano considerare equazioni lineari a coefficienti (e soluzioni) in un
qualsiasi campo K (vedere ad es. [Pel1]), per semplificare la trattazione ci limiteremo
al caso K = R.
Notazione: chiameremo n-upla di elementi di S un elemento dellinsieme n-uple
Sn = S
| S
{z. . . S} .
n
12
3.2 Generalita sui sistemi lineari
Una equazione in n incognite x1 , . . . , xn a coefficienti in R si dice lineare se e della Equazioni
lineari
forma:
a1 x 1 + a2 x 2 + . . . + an x n = b , (3.1)
con ai R e b R. Una sua soluzione e una n-upla (1 , . . . , n ) Rn tale che,
sostituendo ciascun i ad xi in (3.1), lequazione si riduce ad una identita fra numeri
reali.
a11 x1 + a12 x2
+ . . . + a1n xn = b1
a21 x1 + a22 x2
+ . . . + a2n xn = b2
: .. .. .. .. .. (3.2)
. . . . .
a x + a x
m1 1 m2 2 + . . . + amn xn = bm
con aij R e bi R.
Una soluzione del sistema e una n-upla (1 , . . . , n ) Rn che risolve simultanea-
mente tutte le m equazioni.
Chiamiamo soluzione generale del sistema linsieme di tutte le sue soluzioni. La Soluzione
generale
soluzione generale di un sistema e quindi un sottoinsieme S Rn .
Un sistema si dice compatibile (o risolubile) se ammette soluzioni; se invece non Sistemi
risolubili
ha soluzioni, il sistema si dira incompatibile (in questo caso S = ).
13
Vedremo che per un sistema compatibile si possono verificare solamente due casi:
i) la soluzione e unica;
In un tipico esercizio sui sistemi lineari si puo chiedere, dato un sistema, se e compatibile
e, in tal caso, determinare tutte le sue soluzioni. Vedremo in questa lezione come si
risolvono i casi piu semplici, e piu avanti nel corso come si risolve un sistema generale.
Il sistema in (3.2) si dice omogeneo se b1 = b2 = . . . = bm = 0. Un sistema Sistemi
omogenei
omogeneo di m equazioni (lineari) in n incognite ha quindi la forma
a11 x1 + a12 x2 + . . . + a1n xn = 0
a21 x1 + a22 x2 + . . . + a2n xn
= 0
: .. .. .. .. ..
. . . . .
a x + a x + ... + a x
m1 1 m2 2 mn n = 0
con aij R.
Un sistema omogeneo e sempre compatibile: infatti ammette almeno la soluzione Soluzione
banale
nulla (0, 0, . . . , 0) Rn (detta anche soluzione banale).
3.3 Matrici
I coefficienti del sistema (3.2) si possono scrivere in una tabella
a11 a12 . . . a1n
a21 a22 . . . a2n
Matrice dei
A := .
.. .. coefficienti
. . . .
am1 am2 . . . amn
detta matrice dei coefficienti del sistema (indichiamo con ai,j lelemento nellin-
tersezione della riga i con la colonna j).
Piu in generale, si chiama matrice (reale) di tipo m n una tabella di m righe e
n colonne i cui elementi sono numeri reali.
La matrice m 1
b1
b2
Matrice dei
B :=
..
termini noti
.
bm
14
si chiama matrice colonna dei termini noti, e la matrice m (n + 1)
a11 a12 . . . a1n b1
a21 a22 . . . a2n b2
Matrice
(A|B) = .. .. .. .. completa
. . . .
am1 am2 . . . amn bm
Soluzione. !
1 2 1 1
(A|B) =
2 4 0 2
X
0 0 1 2
Soluzione.
x1 + x2 + 2x3 = 4
x2 2x3 = 3
x3 = 2
X
0 S = S0 .
15
2. moltiplicare una equazione per un numero reale diverso da zero;
(1) se a 6= 0 la soluzione esite, e unica ed e data da a1 b.
(20 ) se b 6= 0 il sistema e incompatibile (per nessun
ax = b =
R si ha lidentita 0 = b se b 6= 0)
(2) se a = 0 allora
(200 ) se b = 0 lequazione e 0x = 0 ed ammette co-
me soluzione qualsiasi numero reale. La soluzione
generale (linsieme di tutte le soluzioni) e quindi R.
a1 x 1 + a2 x 2 + . . . + an x n = b .
16
Le soluzioni sono quindi in corrispondenza biunivoca con linsieme Rn1 . Riassumendo:
Sia a1 x1 + a2 x2 + . . . + an xn = b. Allora:
(1) se (a1 , . . . , an ) 6= (0, . . . , 0) le soluzioni in corrispondenza biunivoca con i punti
Rn1 .
dellinsieme
0
(2 ) se b 6= 0 il sistema e incompatibile.
(2) se (a1 , . . . , an ) = (0, . . . , 0) allora
00
n
(2 ) se b = 0 ogni n-upla (1 , . . . , n ) R e
una soluzione.
I sistemi e 0 non sono necessariamente equivalenti, poiche non abbiamo fatto ancora
ipotesi sui coefficienti, e nelle operazioni ai punti 1 e 2 potremmo aver moltiplicato per
zero. Quello che possiamo dire per certo e che tutte le soluzioni di sono anche
soluzioni di 0 , ovvero S S0 .
Ciascuna equazione di 0 e una equazione in una incognita: per ciascuna di esse
vale quindi la discussione nel primo schema di questa sezione. In aggiunta, le incognite
x1 e x2 in queste due equazioni moltiplicano lo stesso coefficiente,
Per le due equazioni si verificheranno quindi simultaneamente i casi (1) o (2) dello
schema citato. Studiamo ora il primo caso, mentre daremo il risultato nel secondo caso
senza dimostrazione.
17
Se a11 a22 a12 a21 6= 0 la soluzione della prima equazione in 0 e unica e data da
a22 b1 a12 b2
1 = ,
a11 a22 a12 a21
e la soluzione della seconda equazione e unica e data da
a11 b2 a21 b1
2 = .
a11 a22 a12 a21
Il sistema 0 ammette quindi come unica soluzione la coppia (1 , 2 ) definita qui sopra.
Siccome S S0 , il sistema o non ammette soluzioni, oppure ammette come unica
soluzione la stessa di 0 . Si verifica per sostituzione che vale il secondo caso: il sistema
da cui siamo partiti ammette come unica soluzione la coppia (1 , 2 ) definita qui
sopra.
Unanalisi di tutti i casi possibili e riassunta nel seguente schema.
(
a11 x1 + a12 x2 = b1
Si consideri il sistema . Allora:
a21 x1 + a22 x2 = b2
(1) se a11 a22 a12 a21 6= 0: la soluzione esiste, e unica ed e data dalla coppia:
a22 b1 a12 b2 a11 b2 a21 b1
(1 , 2 ) = ,
a11 a22 a12 a21 a11 a22 a12 a21
(20 ) se (a22 b1 a12 b2 , a11 b2 a21 b1 ) 6= (0, 0)
il sistema e incompatibile.
(200 ) se a22 b1 a12 b2 = a11 b2 a21 b1 = 0 il
sistema e equivalente al sistema di una sola
(2) se a11 a22 a12 a21 = 0 allora
equazione in due incognite:
a11 x1 + a12 x2 = b1
e la sua soluzione e ricondotta a quella di un
sistema di una sola equazione.
e detta determinante della matrice A. Il determinante della matrice A si puo anche Determinante
18
Esempio 3.5.1. Si verifica facilmente che
1 7 0 4 2 3
2 = 5 (14) = 19 , = 4 , =63=3.
5 1 3 1 3
Allora:
6 0 esiste ed e unica la soluzione (1 , 2 ) R2 , ed e data da:
(1) se |A| =
b a a
11 b1
1 12
b2 a22 a21 b2
1 = 2 =
|A| |A|
3.6 Esercizi
Esercizio 3.6.1. Si consideri lequazione in una incognita 1 x = 3x + x . Si scriva
nella forma normale ax = b .
19
Esercizio 3.6.3. Si consideri la matrice completa:
1 3 7 5 5
6 4 0 3 2
(A|B) =
0 0 0 0 2
1 0 1 2 11
3x1 + 6 = 3
20
Lezione IV
4.1 Introduzione
Abbiamo visto nella lezione precedente che un sistema di equazioni lineari in n incognite
e determinato dalla sua matrice completa, e che una soluzione e una n-upla di numeri
reali. Per proseguire con lo studio di sistemi di equazioni lineari, e fondamentale
approfondire le proprieta di n-uple e matrici. Ricordiamo che
Rn = X = (x1 , x2 , . . . , xn ) : x1 , x2 , . . . , xn R .
X + Y := (x1 + y1 , x2 + y2 , . . . , xn + yn ) , Operazioni
di Rn
kX := (kx1 , kx2 , . . . , kxn ) .
Sia
n-upla
0Rn := (0, 0, . . . , 0)
nulla
X := (x1 , x2 , . . . , xn )
ii) k, k 0 R e X, Y Rn si ha
1. (k + k 0 )X = kX + k 0 X
2. k(X + Y ) = kX + kY
3. k(k 0 X) = (kk 0 )X
4. 1X = X
21
Dimostrazione. La dimostrazione e una semplice verifica. Siano X, Y, Z tre n-uple.
Allora:
(X + Y ) + Z = (x1 + y1 , x2 + y2 , . . . , xn + yn ) + (z1 , z2 , . . . , zn )
= (x1 + y1 ) + z1 , (x2 + y2 ) + z2 , . . . , (xn + yn ) + zn
= x1 + (y1 + z1 ), x2 + (y2 + z2 ), . . . , xn + (yn + zn )
= (x1 , x2 , . . . , xn ) + (y1 + z1 , y2 + z2 , . . . , yn + zn )
= X + (Y + Z)
dove la terza uguaglianza segue dallassociativita della somma di numeri reali. Abbiamo
dimostrato che + e una operazione associativa di Rn . Si verifica facilmente che e
commutativa:
X + Y = (x1 + y1 , x2 + y2 , . . . , xn + yn )
= (y1 + x1 , y2 + x2 , . . . , yn + xn ) = Y + X
X + 0Rn = (x1 + 0, x2 + 0, . . . , xn + 0)
= (x1 , x2 , . . . , xn ) = X ,
22
= (kk 0 )x1 , (kk 0 )x2 , . . . , (kk 0 )xn
= (kk 0 )X ,
1X = (1 x1 , 1 x2 , . . . , 1 xn )
= (x1 , x2 , . . . , xn ) = X .
Un insieme con due operazioni che soddisfano proprieta analoghe a quelle della
proposizione 4.1.1 si dice spazio vettoriale (reale). La definizione di spazio vettoriale
si puo dare sostituendo ad R un qualsiasi campo K. Per semplicita di trattazione ci
limitiamo al caso K = R, sebbene non ci sia alcuna sostanziale differenza con il caso
generale.
Definizione 4.1.2. Un insieme non vuoto V e detto spazio vettoriale (reale) se in Spazio
vettoriale
V sono definite una operazione interna di somma
s:V V V ,
ii) k, k 0 R e v, v0 V si ha
1. (k + k 0 )v = kv + k 0 v
2. k(v + v0 ) = kv + kv0
3. k(k 0 v) = (kk 0 )v
4. 1v = v
Lelemento 0V sara indicato semplicemente con 0, quando questo non generi confusione.
Le proprieta 1 e 2 si dicono proprieta distributive (del prodotto rispetto alla somma).
Gli elementi di V si dicono vettori e saranno indicati in grassetto. Lelemento 0 si Vettori
v v0 = v + (v0 ) Differenza
di vettori
23
Osservazione 4.1.3. Segue dalla proposizione 4.1.1 che Rn e uno spazio vettoriale.
Notiamo che un elemento (x1 , x2 ) R2 si puo identificare con un punto P del piano Vettori
geometrici
cartesiano, di cui x1 e x2 sono le coordinate (in particolare 0R2 = O e lorigine del
sistema di riferimento cartesiano); la stessa coppia (x1 , x2 ) si puo anche identificare
#
con il segmento orientato OP (vettore geometrico applicato nellorigine), e la somma
per componenti (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ) corrisponde alla ben nota regola
del parallelogramma, studiata alle scuole superiori (e ripetuta nel corso di Fisica Gene-
rale 1). Un discorso simile vale per R3 , i cui elementi si possono identificare con punti
dello spazio tridimensionale.
formano uno spazio vettoriale, indicato con Fun(S, R). Si lascia la verifica come
esercizio.
Esempio 4.1.5. Indichiamo con Rm,n linsieme delle matrici m n. Siano A = (aij ) Matrici
mn
e B = (bij ) due matrici di elementi aij e, rispettivamente, bij (con i = 1, . . . , m e
j = 1, . . . , n). Rm,n e uno spazio vettoriale con operazioni
con tutti gli elementi nulli. Lopposto di A e la matrice A := (aij ) con tutti gli
elementi cambiati di segno. La verifica che si tratta di uno spazio vettoriale procede in
maniera completamente analoga a quella per Rn (con lunica differenza che gli elementi
invece di essere disposti in una riga sono disposti per righe e per colonne), ed e lasciata
agli studenti come esercizio.
24
Dimostrazione. Limplicazione e ovvia, proviamo limplicazione . Per defini-
zione di spazio vettoriale ogni elemento possiede un opposto. Aggiungendo v ambo
i membri delluguaglianza di sinistra, dallassociativita del prodotto e dalla definizione
di opposto segue che 0 + v0 = 0 + v00 , ovvero v0 = v00 (per definizione di elemento
neutro).
Usando lunicita dellopposto, si puo facilmente dimostrare che per ogni k, v si ha:
(k)v = k(v) = (kv) .
Proposizione 4.2.3. Se V e V 0 sono spazi vettoriali, allora V V 0 e uno spazio
vettoriale con operazioni Prodotto
cartesiano
(v, v0 ) + (w, w0 ) := (v + w, v0 + w0 ) , k(v, v0 ) := (kv, kv0 ) . di spazi
vettoriali
Lelemento neutro e (0V , 0V 0 ) e lopposto di (v, v0 ) e (v, v0 ) = (v, v0 ).
Dimostrazione. La dimostrazione e analoga a quella per Rn . Ad esempio, dalla com-
mutativita della somma di V e V 0 segue la commutativita della somma di V V 0 :
(v, v0 ) + (w, w0 ) = (v + w, v0 + w0 ) = (w + v, w0 + v0 ) = (w, w0 ) + (v, v0 ) .
Dallassociativita della somma di V e V 0 segue lassociativita della somma di V V 0 ,
e cos per tutte le altre proprieta che definiscono uno spazio vettoriale.
25
4.3 Sottospazi
Definizione 4.3.1. Sia (G, ) un insieme con una operazione. Un sottoinsieme non Chiusura
rispetto a
vuoto G0 G si dice chiuso rispetto alloperazione se unoperazione
a b G0 a, b G0 .
a) W e un sottospazio di V ;
b) k R e w, w0 W si ha
b1) kw W ,
b2) w + w W ;
c) k, k 0 R e w, w0 W si ha kw + k 0 w0 W .
26
Se V e uno spazio vettoriale, due sottospazi banali sono dati da {0} e da V stesso. Sottospazi
banali
Che V sia un sottospazio e ovvio. Che lo sia {0} e una semplice verifica: per ogni
k R e w, w0 {0} (quindi w = w0 = 0) si ha kw = 0 (legge di annullamento del
prodotto) e w + w0 = 0 (per la proprieta dellelemento neutro). Quindi il criterio b)
della proposizione 4.3.3 {0} e sottospazio di V .
Esempio 4.3.4. Molti esempi interessanti si incontrano nei corsi di analisi. Sia Sottospazi
di funzioni
Fun(R, R) lo spazio vettoriale delle funzioni R R (cf. esempio 4.1.4 nel caso S = R).
Numerose classi di funzioni sono chiuse rispetto alla somma e moltiplicazione per uno
scalare, e formano quindi sottospazi di Fun(R, R). Fra queste ricordiamo: le funzioni
continue, derivabili, le funzioni di classe C n (con n 0), le funzioni di classe C .
Esempio 4.3.5. Un esempio importante e dato dalle funzioni polinomiali (da non Funzioni
polinomiali
confondere con i polinomi). Una funzione p : R R si dice polinomiale (di ordine
n) se e della forma
p(x) = a0 + a1 x + a2 x2 + . . . + an xn
27
del sistema. Dimostriamo che kY e Y + Z sono ancora soluzioni. Sostituendo kyj ad
xj nellequazione (4.1) (per ogni j = 1, . . . , m) si trova
per ogni i = 1, . . . , m. Lultima uguaglianza segue dal fatto che per ipotesi Y e soluzione
di . Questo prova che kY e ancora soluzione di .
In maniera analoga sostituendo yj + zj ad xj nellequazione (4.1) si trova
u := w1 w10 = w20 w2 .
28
Poiche per definizione di sottospazio w1 w10 W1 e w2 w20 W2 , il vettore u e
elemento sia di W1 che di W2 , ovvero u W1 W2 .
Se W1 W2 = {0}, abbiamo u = w1 w10 = w20 w2 = 0, ovvero w1 = w10 ,
w2 = w20 e la decomposizione di v e unica. Quindi la somma e diretta.
Viceversa sia W1 W2 6= {0} e sia u un elemento non nullo di W1 W2 . Allora
0 = u u = 0 + 0 sono due decomposizioni differenti dello stesso elemento 0 V e la
somma non e diretta.
29
Lezione V
1. E1 = {(x, y) R2 | x + y = 0}
2. E2 = {(x, y) R2 | y = 4}
3. E3 = {(x, y) R2 | y = x2 }
4. E4 = {(x, y) R2 | x y = 0}
30
Esistono numerosi siti internet che permettono di disegnare il grafico di una funzione.
Ad esempio: http://fooplot.com e http://graph-plotter.cours-de-math.eu.
Soluzione. Dati due qualsiasi elementi f (x) = a cos x+b sin x e f 0 (x) = a0 cos x+b0 sin x
di V , e due scalari k, k 0 R raccoglientdo i coefficienti troviamo
(kf + k 0 f 0 )(x) = kf (x) + k 0 f 0 (x) = k(a cos x + b sin x) + k 0 (a0 cos x + b0 sin x)
= (ka + k 0 a0 ) cos x + (kb + k 0 a0 ) sin x .
Tale funzione non e iniettiva ne suriettiva, quindi non e biunivoca. Pertanto le funzioni
biunivoche non formano un sottospazio di Fun(R, R). X
Soluzione. Usiamo il criterio b2) della Prop. 4.3.3. Dobbiamo trovare due vettori di
U W la cui somma non e contenuta in U W . Si prenda ad esempio (2, 2, 1) U
U W e (1, 0, 0) W U W . La loro somma (3, 2, 1) non e elemento di W (la terza
componente non e zero) ne di U , in quanto x + y = 3 + 2 = 5 6= 4z = 4. X
31
5.2 Esercizi su matrici 2 2
Il determinante di una matrice 22 e stato definito a pagina 18. Una regola mnemonica
per ricordare la definizione e illustrata nella figura qui sotto:
Esercizio 5.2.2 (simile a 3.6.4 di [Pel1]). Dire se per ogni A, B R2,2 vale al proprieta
|A + B| = |A| + |B| (linearita del determinante).
Provare che tale operazione: possiede un elemento neutro, che indicheremo con I2 ; non
e commutativa; e associativa. Dire se la struttura algebrica (R2,2 , , I2 ) e un gruppo.
Dire se (R2,2 , +, 0R2,2 , , I2 ) e un anello; dire se esiste linversa di ogni matrice non nulla.
32
detta matrice identica di ordine 2, come si puo verificare con una semplice sostitu-
zione. Anche lassociativita del prodotto e una semplice verifica. Il prodotto non e
commutativo, infatti prese ad esempio
0 1 0 0
A= , B= ,
0 0 1 0
si ha
1 0 0 0
AB = 6= BA = .
0 0 0 1
(R2,2 , , I2 ) non e un gruppo, in quanto la matrice nulla non e invertibile. Infatti
C 0R2,2 = 0R2,2 per ogni C R2,2 : quindi non esiste matrice C tale che C 0R2,2 = I2 .
(R2,2 , +, 0R2,2 , , I2 ) e un anello: guardando la definizione 2.2.3, vediamo che la
proprieta 1 e soddisfatta poiche R2,2 e uno spazio vettoriale; la 2 e soddisfatta; esiste
un elemento neutro rispetto al prodotto, che qui abbiamo indicato con I2 ; rimangono
le due proprieta distributive al punto 4, che si possono facilmente verificare usando la
definizione di prodotto fra matrici.
Per finire, esistono matrici diverse da zero che non sono invertibili. Sia ad esempio
0
A la matrice
0 1 0
A = (5.1)
0 0
e sia B 0 una matrice generica:
0 a b
B = .
c d
Evidentemente
0 0 a 0 1 0
BA = 6= I2 =
c 0 0 1
qualunque siano i valori di a, b, c, d. Non esiste dunque nessuna matrice B 0 che sia
inversa della matrice A0 definita in (5.1). X
33
Sia
a11 a12 a13
A = a21 a22 a23 .
Quindi si prendono i prodotti degli elementi nelle diagonali rosse con segno +, i prodotti
degli elementi nelle diagonali blu con segno , e si fa la somma.
Una regola mnemonica alternativa consiste nel disegnare le due diagonali e i quattro
triangoli nella figura seguente:
Quindi si prendono i prodotti degli elementi nelle figure rosse con segno +, i prodotti
degli elementi nelle figure blu con segno , e si fa la somma.
Esercizio 5.3.1 (3.6.2 punti 1-4, di [Pel1]). Si calcoli il determinante delle seguenti
matrici:
1 2 1 1 2 3 3 0 0
1 3
A1 = , A2 = 3 1 4 , A3 = 3 1 3 , A4 = 0 2 0 .
2 1
3 5 1 1 2 3 0 0 7
Soluzione. Si ha
|A1 | = 1 1 3 2 = 5
|A2 | = +(1) + (24) + 15 (3) 20 (6) = 21
|A3 | = 3 + 6 + 18 3 6 18 = 0
6
Pierre Frederic Sarrus (17981861).
34
Esercizio 5.3.2 (3.6.5 di [Pel1]). Dire per quali valori di a, b, c R e nullo il determi-
nante della matrice
1 a a2
A = 1 b b2 .
1 c c2
Soluzione. Si ha
Il determinante e zero se almeno due dei tre parametri sono uguali, ovvero se (e solo
se) la matrice ha almeno due righe uguali. X
detta sviluppo di Laplace per righe7 . Oppure si sceglie una colonna j a piacere
(1 j n) e si usa la formula
Xn Sviluppo di
|A| = aij ij Laplace
per colonne
i=1
detta sviluppo di Laplace per colonne.
Lo sviluppo di Laplace permette di calcolare il determinante di una matrice nn in
modo ricorsivo, riducendolo prima al calcolo di determinanti di matrici (n1)(n1),
poi (n 2) (n 2), fino ad arrivare al determinante di matrici 3 3 o 2 2, discusso
nelle sezioni precedenti.
7
Pierre-Simon Laplace (17491827)
35
Esercizio 5.4.1. Scrivere lo sviluppo di Laplace di una generica matrice 3 3 rispetto
allultima colonna.
Soluzione.
a11 a12 a13
a21 a22 a11 a12 a11 a12
a21 a22 a23 = a13 a23 a + a33 a
.
a31 a32 a33 a 31 a 32 31 a 32 21 a 22
X
Esercizio 5.4.2 (3.6.6 punto 1, di [Pel1]). Dire per quale valore di k R la seguente
matrice ha determinante nullo:
1 1 0
A = 0 1 k .
1 0 k
quindi sviluppando il determinante della seconda e terza matrice rispetto alla terza
colonna
1 2 1 2
+ 3 41 2
= 4 4 + 3 (2)
1 1 2 1 0 1
= 4 4 (1 2) + 3 (2) (1 4) + 3 4 1
= 16 + 18 + 12 = 46 .
36
Si noti che, quando si usa lo sviluppo di Laplace, conviene sempre scegliere la riga o la
colonna contenente piu zeri. X
Notiamo che dalla 2 e dallo sviluppo di Laplace si possono derivare tutte le altre
proprieta. Per provare 1 basta usare lo sviluppo di Laplace rispetto alla riga (o colonna)
nulla. Per provare 4 si fa lo sviluppo di Laplace rispetto alla riga (o colonna) che viene
moltiplicata per k. La 3 segue dalla 2: se A ha due righe uguali, scambiandole si ottiene
una matrice B = A e per 2 si ha |A| = |B| = |A|, da cui |A| = 0. La 5 segue da 4 e
3. Per la 6 basta fare lo sviluppo di Laplace rispetto alla riga (o colonna) i e usare la
proprieta distributiva del prodotto. La 7 segue da 3, 4 e 6. La 8 segue da 7 e 6.
37
Lezione VI
In generale dato un qualsiasi spazio vettoriale V , se un vettore v V che si puo scrivere Combinazioni
lineari
come
v = a1 v 1 + a2 v 2 + . . . + an v n , ai R, vi V,
allora diremo che e combinazione lineare dei vettori v1 , . . . , vn .
38
Osserviamo che (6.1) e (6.2) implicano che
e generato da 2 vettori e
" #
1 0 0 1 0 0 0 0
M2 (R) = L , , ,
0 0 0 0 1 0 0 1
e generato da 4 matrici.
Dimostrazione. Basta trovare X R3 che non e combinazione lineare dei due vettori
dati. Qualunque combinazione lineare di tali vettori avra 0 come seconda componente,
quindi ad esempio X = (0, 1, 0) non si puo scrivere come loro combinazione lineare.
Tutti gli spazi che incontreremo nel resto del corso sono finitamente generati.
L({v} I) = L(I) v I .
a1 v 1 + a2 v 2 + . . . + an v n = 0 = a1 = a2 = . . . = an = 0 ,
ovvero se lunica loro combinazione lineare che da il vettore nullo e quella con coeffi-
cienti tutti nulli. Viceversa se i vettori non sono linearmente indipendenti, diremo che
I e legato.
39
Osservazione 6.1.6. Notiamo che
Dimostrazione. Se I non e libero, allora esistono a1 , . . . , an non tutti nulli tali che
a1 v1 + a2 v2 + . . . + an vn = 0. Sia ai 6= 0, allora
X
vi = (ai )1 ak v k
k6=i
P
e combinazione lineare degli altri vettori di I. Viceversa se un vettore vi = k6=i bk vk
e combinazione lineare degli altri, allora
X
vi bk v k = 0
k6=i
generatori.
Notiamo che in una base lordine dei vettori e rilevante. Cambiando lordine dei vettori
di una base si ottiene una nuova base, da considerarsi diversa da quella di partenza.
40
Esempio 6.2.2. Per ogni 1 i n, sia
i1 volte ni volte
z }| { z }| {
ei = ( 0, . . . , 0 , 1, 0, . . . , 0 )
la n-upla con i-esima componente uguale a 1 e tutte le altre uguali a zero. Per ogni
(x1 , . . . , xn ) Rn vale lidentita
Xn
(x1 , . . . , xn ) = xi e i . (6.3)
i=1
Questo prova che le matrici Eij sono generatori di Rm,n . Inoltre la combinazione lineare
(6.4) e nulla solo se aij = 0 per ogni i, j: quindi le matrici Eij formano una base
Base
B = (E11 , E12 , . . . , E1n , E21 , E22 , . . . , E2n , . . . , Em1 , Em2 , . . . , Emn ) canonica
di Rm,n
detta base canonica di Rm,n .
Esempio 6.2.4. B = (1, x, x2 , . . . , xn ) e una base per lo spazio delle funzioni polino-
miali di grado non superiore ad n.
Esempio 6.2.5. Per definizione, un insieme libero I = (v1 , . . . , vn ) e una base di L(I).
Esempio 6.2.6. Linsieme di vettori (1, 1), (1, 0) e (0, 1) genera R2 (contiene la base
canonica), ma non e una base in quanto (1, 1) = (1, 0) + (0, 1) e i vettori non sono
linearmente indipendenti.
Teorema 6.2.7. B = (v1 , . . . , vn ) e una base di V se e solo se ogni v V si puo
scrivere in un unico modo come combinazione lineare
v = a1 v 1 + a2 v 2 + . . . + an v n .
Il coefficiente ai e detto componente i-esima di v nella base B, e scelta una base ogni Componenti
v = (a1 , a2 , . . . , an )B
41
Dimostrazione. Sia B una base di V e
Allora
(a1 a01 )v1 + (a2 a02 )v2 + . . . + (an a0n )vn = 0 .
Per definizione di base, v1 , . . . , vn sono linearmente indipendenti, e quindi deve essere
a1 = a01 , a2 = a02 , . . . , an = a0n . Se ne deduce che v si puo scrivere in un unico modo
come combinazione lineare dei vettori v1 , . . . , vn .
Viceversa supponiamo ogni v V si possa scrivere in un unico modo come combi-
nazione lineare dei vettori v1 , . . . , vn . Allora B genera V . Inoltre
b1 v 1 + b 2 v 2 + . . . + b n v n = 0
e
kv = (ka1 , ka2 , . . . , kan )B
per ogni k R. Scelta una base, le operazioni di V si traducono nelle operazioni fra
n-uple. Come conseguenza immediata, dati m vettori
42
Soluzione. Per la Prop. 6.1.7, come prima cosa occorre stabilire se i vettori sono
linearmente indipendenti. La condizione
a1 v 1 + a2 v 2 + . . . + a5 v 5 =
= a1 (1, 3, 2) + a2 (2, 0, 3) + a3 (4, 5, 0) + a4 (0, 1, 4) + a5 (1, 0, 0) = 0
a5 = a1 + 2 23 a1 34 a4 4 53 a1 15 a4 = 1 28
a
15 1
a
15 4
.
a1 , 23 a1 34 a4 , 35 a1 15 a4 , a4 , 1 28
a
15 1
a
15 4
(6.5)
v1 23 v2 35 v3 + 0v4 + 1
v
15 5
=0
ovvero v1 = 23 v2 + 53 v3 1
v
15 5
e combinazione lineare degli altri vettori di I. X
43
Le soluzioni del sistema sono date da quelle soluzioni (6.5) del sistema allesercizio 6.2.9
che risolvono anche lequazione
Scrivendo a2 , a3 , a5 come funzioni di a1 , a4 come in (6.5) e sostituendo a (6.6) si
trova
a1 + 23 a1 34 a4 + 35 a1 51 a4 +a4 + 1 28
= 11 12
a
15 1
a
15 4 5 1
a 5 4
a =0.
11
Quindi a4 = 12 a1 . Sostituendo in (6.5) si trova linsieme delle soluzioni:
5 5
, 11 16
a1 1 , 9
, 12 12
, 9
(6.7)
w1 = 95 w2 + 5
w
12 3
+ 11
w
12 4
16
9
w5 ,
44
Lezione VII
i) se I e una base, m = n;
ii) se I e un insieme di generatori, si puo sempre trovare una base B 0 formata da
vettori di I; in particolare questo implica che m n;
iii) se I e un insieme libero, si puo sempre trovare una base B 0 contenente i vettori
di I; in particolare questo implica che m n.
I I1 I2 . . . Ik
45
dove k e il numero di vettori non nulli di I, Ii = Ii1 r {ui } se ui L(u1 , . . . , ui1 ) e
Ii = Ii1 in caso contrario. Per losservazione 6.1.4, si ha
I 0 = (u1 , . . . , um , v1 , . . . , vn )
i primi m vettori non vengono eliminati perche per ipotesi sono linearmente indipen-
denti. Si ricava quindi una base B 0 (u1 , . . . , um ) = I. Per il punto i) B 0 ha n elementi,
quindi deve essere m n.
Esempio 7.1.3. Sia I = {v1 = (1, 1), v2 = (1, 0), v3 = (0, 1)}. Abbiamo visto nel-
lesempio 6.2.6 che I genera R2 ma non e libero. Applicando il metodo degli scarti
successivi si vede che v1 6= 0 e v2 / L(v1 ), quindi I2 = I1 = I. Poiche v3 = v1 v2 ,
I3 = I r{v3 } ed una base estratta da I e B = (v1 , v2 ). Notiamo che la base estratta di-
pende da come si ordinano i vettori dellinsieme I di partenza. Ad esempio ordinandoli
come (v2 , v3 , v1 ) la base estratta e quella canonica B 0 = (v2 , v3 ).
Come conseguenza del teorema precedente, tutte le basi di V hanno lo stesso numero
n di elementi; tale numero e detto dimensione di V ed indicato con dim(V ). Per Dimensione
convenzione dim({0}) = 0.
46
Enunciamo senza dimostrazione la formula di Grassmann. Dati due sottospazi Formula di
Grassmann
U, W di V , si ha
7.2 Esercizi
Esercizio 7.2.1. Estrarre una base B di R3 dallinsieme
I = v1 = ( 41 , 0, 12 ), v2 = (0, 1, 1), v3 = (1, 1, 1), v4 = (0, 0, 1), v5 = (1, 0, 0) .
Soluzione. Applichiamo il metodo degli scarti successivi. Essendo i vettori tutti diversi
da zero, I1 = I. I vettori di L(v1 ) hanno la seconda componente nulla, quindi v2 /
L(v1 ) e I2 = I1 . Siccome v3 = 4v1 v2 L(v1 , v2 ), allora I3 = I2 r {v3 }. La
condizione
v 4 = a1 v 1 + a2 v 2 + a3 v 3
da il sistema
41 a1 a3 = 0
a2 a3 = 0
1
a + a2 + a3 = 1
2 1
Esercizio 7.2.2. Completare ad una base B di R3 linsieme {(1, 0, 1), (0, 0, 2)}.
47
Esercizio 7.2.3. Dire se
1. (3, 2) L (0, 0), (2, 2) ;
2. (3, 2) L (1, 1), (2, 2) ;
3. (0, 0) L (1, 1), (2, 2) ;
4. (3, 2) L (1, 1), (2, 2) ;
5. dire se B = (1, 1), (1, 2) e una base di R2 .
Esercizio 7.2.4 (2.8.8 punti 3-5, di [Pel1]). Dire quali dei seguenti insiemi di vettori
di R3 sono liberi:
1. A3 = (1, 0, 0), (1, 0, 2), (1, 1, 2), (0, 0, 1) ;
2. A4 = (1, 0, 1), (2, 0, 2), (1, 0, 2) ;
3. A5 = (0, 1, 0), (0, 0, 0), (1, 3, 2) .
48
Soluzione. Siccome dim(R3 ) = 3, un insieme libero non puo contenere piu di tre vettori.
Quindi A3 non e libero. A4 non e libero, poiche il secondo vettore e proporzionale al
primo. A5 non e libero perche contiene il vettore nullo. X
a1 v1 + a2 v2 + a3 v3 = 0
si ricava il sistema
0a1 + 2a2 + 0a3 = 0
xa1 + 0a2 + ya3 = 0
a1 + 0a2 + 4a3 = 0
(x2 x3 , x2 , x3 , x2 + x3 )
(x2 x3 , x2 , x3 , x2 + x3 ) = x2 v1 + x3 v2 ,
49
Esercizio 7.2.7 (2.8.17 di [Pel1]). Sia
Prendendo due volte la prima equazione meno la seconda si ricava 2b1 = 3, ossia b1 = 23 .
Prendendo tre volte la seconda equazione meno due volte la terza si ottiene 6b2 = 5,
ossia b2 = 56 . Prendendo quattro volte la terza equazione meno tre volte volte la
7
quarta si ottiene 12b3 = 7, ossia b3 = 12 . Infine dalla quarta b4 = 14 . Quindi
v = 32 , 65 , 12
7
, 14 B
(7.2)
50
Lezione VIII
Spazi metrici
Sommario: prodotto scalare; norma; disuguaglianza di Cauchy-Schwartz e disugua-
glianza triangolare. Esempi ed esercizi.
cos = cos( )
= cos cos + sin sin
x1 y1 + x2 y2
= ,
kXk kY k
dove nellultimo passaggio abbiamo usato (8.1) per esprimere cos e sin , e
lespressione analoga in termini di Y per esprimere cos e sin .
Dati due vettori X, Y R2 arbitrari, il loro prodotto scalare, indicato con X Y , Prodotto
scalare
e la grandezza
X Y = x1 y1 + x2 y2 . (8.2)
Notiamo che kXk = X X. Se i vettori sono entrambi non nulli, allora
individua langolo convesso fra i due. Due vettori X e Y si dicono ortogonali se Vettori
ortogonali
X Y = 0, e si dicono paralleli se X Y = ||X|| ||Y ||. Notiamo che (0, 0) e sia e paralleli
ortogonale che parallelo a qualsiasi vettore di R2 . Da (8.3) si vede che due vettori non
nulli sono ortogonali se e solo se = 90 e sono paralleli se e solo se = 0 o 180 .
51
X = (x1 , x2 ) X = (x1 , x2 )
Y = (y1 , y2 ) Y = (y1 , y2 )
prY (X)
kX + Y k kXk + kY k , (8.5)
e in questa forma puo essere dimostrata in tutta generalita per qualsiasi spazio vetto-
riale dotato di un prodotto scalare, come illustrato nella prossima sezione.
52
X +Y
Y X
= kY k1 |x1 y2 x2 y1 | .
Questo permette una interpretazione geometrica del determinante di una matrice 22. Significato
del deter-
Il modulo del determinante minante
a11 a12
a a 21 22
e due volte larea del triangolo di vertici O, X = (a11 , a12 ) ed Y = (a21 , a22 ); ovvero
due volte larea del triangolo di vertici O, X 0 = (a11 , a21 ) ed Y 0 = (a12 , a22 ). Il segno
del determinante e positivo se ruotando X (risp. X 0 ) in senso antiorario in modo da
sovrapporlo ad Y (risp. Y 0 ) si compie un angolo minore di 180 , e negativo in caso
contrario.
Piu in generale ci si puo chiedere come si esprime larea AXY Z di un triangolo di
vertici X = (x1 , x2 ), Y = (y1 , y2 ) e Z = (z1 , z2 ). Studiamo il caso in cui, ruotando in
senso antiorario a partire dallasse orizzontale, si incontrano nellordine prima Z, poi
Y , poi X (come in figura 4), e che tutti e tre i vettori siano nel semipiano superiore.
53
Come si evince dalla figura 4, larea di XYZ
[ e data dallarea di OXY
[ piu larea di
OYZ
[ meno larea di OXZ.
[ Quindi
x1 x2 y 1 y 2 x1 x 2
2AXY Z = +
y1 y2 z1 z2 z1 z2
ovvero: Area di
x1 x2 1 XYZ
\
1
AXY Z = y1 y2 1
2
z1 z2 1
come si evince facendo lo sviluppo di Laplace rispetto allultima colonna. Si puo
verificare facilmente che, a meno di un segno, la formula rimane valida qualunque sia
la disposizione di X, Y e Z.
X Y
O
Figura 4: Area AXY Z
V V R,
(v, w) 7 v w ,
che associa ad ogni coppia di vettori v e w un numero reale, che indichiamo con v w,
e detta un prodotto scalare di V se e:
i) simmetrica: v w = w v v, w V ;
ii) lineare: (au + bv) w = a(u w) + b(v w) a, b R , u, v, w V ;
iii) definita positiva: v v > 0 v 6= 0 .
iv) 0 v = 0 v V ;
v) w (au + bv) = a(w u) + b(w v) a, b R , u, v, w V .
54
Dimostrazione. La proprieta iv) segue da ii). Infatti:
0 v = (0 + 0) v = 0 v + 0 v ,
Uno spazio vettoriale dotato di un prodotto scalare e detto metrico (o anche Eucli- Spazi metrici
Definizione 8.3.3. Sia V uno spazio metrico. Chiamiamo lunghezza o norma di Norma di
un vettore
v V la grandezza
kvk := v v .
X Y = x1 y1 + x2 y2 + . . . + xn yn , (8.6)
Tale prodotto scalare e detto prodotto scalare canonico. La norma associata e Prodotto
scalare
2
q
canonico
||X|| = X Y = x21 + x22 + . . . + x2n . (8.7)
55
Dimostrazione. Dal punto ii) della definizione 8.3.1 e dal punto v) della proposizione
8.3.2 si ricava
p p
kavk = (av) (av) = a2 (v v) = |a| kvk .
Dal punto iii) della definizione 8.3.1 e dal punto iv) della proposizione 8.3.2 segue che
kvk = 0 v = 0. Dai punti i) e ii) della definizione 8.3.1 e dal punto v) della
proposizione 8.3.2 si ricava
ku + vk2 = (u + v) (u + v) = u u + 2 u v + v v
= kuk2 + 2 u v + kvk2 .
Come nel caso di R2 , possiamo definire langolo convesso fra due vettori non nulli v
e w di uno spazio metrico V come
vw
cos := .
kvk kwk
Poiche il coseno e compreso fra 1 e 1, affinche tale definizione abbia senso occorre
verificare che il membro di destra dellequazione e in modulo non superiore a 1. Questo
e il contenuto del teorema che segue.
dove la prima disuguaglianza segue dal fatto che per definizione la norma di un vettore
e non negativa. In particolare scegliendo = v w/kwk2 si ottiene
ovvero (v w)2 kvk2 kwk2 . Prendendo la radice quadrata di ambo i membri della
disuguaglianza, si prova (8.8).
56
Corollario 8.3.8 (Disuguaglianza triangolare). Per ogni v, w V , si ha
si annulla se e solo se v w = 0.
vw
prw (v) := w
kwk2
e detto proiezione (ortogonale) di v in direzione di w. Dato un vettore w 6= 0, ogni
vettore v V si puo decomporre nella forma
v = v// + v
con
v// := prw (v) , v := v prw (v) .
Notiamo che v e ortogonale a w, infatti
vw
v// w = prw (v) w = ww =vw (8.10)
kwk2
e quindi v w = v w v// w = 0. Dal punto 1 della proposizione 8.3.6, chiamando
a = v w/kwk2 , si ricava
|v w|
kv// k = kawk = |a| kwk = ,
kwk
57
e questultima equazione insieme a (8.10) ci dice che |v// w| = kv// k kwk, ovvero v//
e parallelo a w. Siccome v e v// sono ortogonali, dalla proposizione 8.3.9 si ricava
a) v e parallelo a w v = 0 ;
b) v e ortogonale a w v// = 0 .
Proposizione 8.4.3. Siano v1 , . . . , vk V dei vettori non nulli e a due a due ortogo-
nali, ovvero vi vj = 0 per ogni i 6= j, 1 i, j k. Allora v1 , . . . , vk sono linearmente
indipendenti.
Dimostrazione. Sia
u := a1 v1 + a2 v2 + . . . + ak vk = 0 .
Siccome vi vj = 0 i 6= j, prendendo il prodotto scalare di u con vi si ottiene
u vi = ai vi vi = ai ||vi ||2 = 0 ,
58
8.5 Esercizi
Esercizio 8.5.1. Determinare il valore del parametro R per il quale i vettori
v = (1, 3, 7, 1) e w = (3, 5, 1, ) risultano ortogonali (rispetto al prodotto scalare
canonico di R4 ).
Soluzione. Poiche
v w = 1 3 + 3 5 + 7 1 1 = 25 ,
Soluzione. Si ha
v w = 1 (1) + (1) 2 + 1 0 3 2 = 9 ,
kvk2 = 12 + (1)2 + 12 + (3)2 = 12 ,
kwk2 = (1)2 + 22 + 22 = 9 .
Quindi
vw
prw (v) = w = w = (1, 2, 0, 2)
kwk2
e
vw 9 9 9 3 9 3 3
cos = = = = == = .
kvk kwk 12 9 6 3 6 3 3 63 2
Quindi = 150 (in radianti, = 56 ). X
59
Esercizio 8.5.4. Ripetere lesercizio 8.5.3 con i vettori u = (8, 1, 6) e v = (4, 2, 3).
Un sistema equivalente e
(
u w + 2v w = 4w2 = 0
2u w v w = 20w1 15w3 = 0
32 2
kwk2 = w12 + w22 + w32 = w
42 3
+ 0 + w32 25 w2 = 1
16 3
Esercizio 8.5.5. Ripetere lesercizio 8.5.3 con i vettori u = (4, 2, 2) e v = (3, 3, 2).
Un sistema equivalente e
(
u w + v w = 7w1 w2 = 0
3u w + 2v w = 18w1 2w3 = 0
1 1
ovvero w1 = 131 . Abbiamo quindi due soluzioni: w = 131 (1, 7, 9). X
60
Lezione IX
Osservazione 9.1.1. Notiamo (proposizione 8.4.3) che n vettori non nulli e a due a
due ortogonali sono linearmente indipendenti, quindi per losservazione 7.1.6 formano
una base di V .
v = a1 u1 + . . . + an un .
Da i) e ii) della definizione 9.1.2 e dalla linearita del prodotto scalare segue che
X X
v ui = ai (ui ui ) + aj (uj ui ) = ai kui k + aj 0 = ai
j6=i j6=i
per ogni i = 1, . . . , n.
v w = a1 b 1 + a2 b 2 + . . . + an b n .
In altre parole, in una base ortonormale il prodotto scalare fra due vettori coincide con
il prodotto scalare canonico fra le n-uple delle componenti.
61
Pn Pn
Dimostrazione. Se v = i=1 ai ui e v = j=1 bj uj , dalla linearita del prodotto scalare
segue che
n
X
vw = ai bj (ui uj ) .
i,j=1
Pn
Poiche ui uj e zero se i 6= j ed e 1 se i = j, si ricava la tesi: v w = i=1 ai b i .
w1 = v1 ,
w2 = v2 prw1 (v2 ) ,
w3 = v3 prw1 (v3 ) prw2 (v3 ) ,
.. ..
. .
Xi1
wi = vi prwj (vi ) , (1 < i n) .
j=1
Dimostrazione. Per losservazione 9.1.1, n vettori ortogonali non nulli formano una
base. I vettori sono chiaramente non nulli, infatti w1 = v1 6= 0 e per i 2, se per
Pi1
assurdo wi = 0 se ne dedurrebbe che vi = j=1 prwj (vi ) e combinazione lineare degli
altri vettori di B, contraddicendo lipotesi che B e una base.
Lortogonalita si dimostra per induzione. Per la proprieta delle proiezioni, w1 e orto-
gonale a w2 . Sia 3 i n. Per ipotesi induttiva, assumiamo che {w1 , w2 , . . . , wi1 }
siano a due a due ortogonali, e mostriamo che wi e ortogonale ad ogni vettore wk
dellinsieme, con k = 1, . . . , i 1. Per costruzione
Xi1
wk wi = wk vi prwj (vi ) .
j=1
62
Il secondo passo consiste nel normalizzare i vettori ottenuti. Chiamiamo Passo 2
w1 w2 wn
u1 = , u2 = , ... un = .
kw1 k kw2 k kwn k
Abbiamo
wi wj wi wi
ui uj = = 0 i 6= j , ui ui = = 1 i = 1, . . . , n .
kwi k kwj k kwi k2
Corollario 9.2.2. Ogni spazio metrico finitamente generato ammette una base or-
tonormale (si trova una base con il metodo degli scarti successivi, e da questa una
ortonormale con il metodo di Gram-Schmidt).
Dimostrazione. Per ipotesi v wi = 0 per ogni i. Dalla linearita del prodotto scalare
segue che
v (a1 w1 + a2 w2 + . . . + ak wk ) = a1 (v w1 ) + a2 (v w2 ) + . . . + ak (v wk ) = 0
per ogni a1 , . . . , ak R.
W := v V : v w = 0 w W
W = v V : v wi = 0 i = 1, . . . , k .
63
Esempio 9.3.5. Sia W = L (1, 0, 1) R3 . Per losservazione 9.3.4, (x, y, z) W
(v1 , . . . , vk , uk+1 , . . . , un )
1. (W ) = W ;
2. W W = {0};
3. dim(W ) + dim(W ) = n;
4. W + W = V .
64
Da (9.1) segue che ogni vettore v V si puo scrivere (in modo unico) come somma di
due vettori v0 = a1 u1 +a2 u2 +. . .+ak uk W e v00 = ak+1 uk+1 +ak+2 uk+2 +. . .+an un
W . Questo prova che V = W +W , ovvero il punto 4. Lunicita della decomposizione
prova che la somma e diretta, quindi W W = {0} per la proposizione 4.4.2.
Per finire, sia v come sopra. Per losservazione 9.3.4, v (W ) se e solo se e
ortogonale ad ogni vettore di base di W . Dalla condizione ai = v ui = 0 i =
k + 1, . . . , n si ricava v = v0 W . Quindi (W ) = W .
9.4 Esercizi
Esercizio 9.4.1. Usando il metodo di Gram-Schmidt si determini una base ortonor-
male di R3 a partire dalla base B = v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1) .
w1 = v1 = (1, 1, 1) ,
(0,1,1)(1,1,1)
w2 = v2 prw1 (v2 ) = (0, 1, 1) k(1,1,1)k2
(1, 1, 1)
= (0, 1, 1) 23 (1, 1, 1) = 23 , 13 , 13 ,
= (0, 0, 1) 31 (1, 1, 1) 1
32 , 13 , 13 = 0, 21 , 21 .
2
65
Soluzione. Notiamo che i vettori sono gli stessi dellesercizio precedente, ma ordinati
in maniera differente. Come per lesercizio precedente:
w1 = v1 = (0, 0, 1) ,
(0,1,1)(0,0,1)
w2 = v2 prw1 (v2 ) = (0, 1, 1) k(0,0,1)k2
(0, 0, 1)
w1 = v1 = (1, 1, 0, 1) ,
(1,0,1,2)(1,1,0,1)
w2 = v2 prw1 (v2 ) = (1, 0, 1, 2) k(1,1,0,1)k2
(1, 1, 0, 1)
66
Dalle prime due equazioni si ricava x1 = x2 x4 e x3 = x2 + x4 . Sostituendo
nellultima si trova x4 = 3x2 . Quindi u4 = (2, 1, 4, 3)x2 . Dalla condizione ku4 k =
1 si ricava
1 = ku4 k2 = (22 + 12 + (4)2 + (3)2 )x22 = 30x22 .
Quindi x2 = 130 e una base ortonormale di W e data dal vettore u4 = 130 (2, 1, 4, 3).
Notiamo che avremmo potuto scegliere x2 = 130 ottenendo u4 = 130 (2, 1, 4, 3),
anchesso base ortonormale di W . X
67
Lezione X
Matrici
Sommario: matrice trasposta; vettori riga/vettori colonna; prodotto righe per colon-
ne; inversa ed aggiunta di una matrice. Esempi ed esercizi.
Una matrice 1 n e semplicemente una n-upla di numeri reali, e sara anche detta Vettori
riga e
vettore riga. Una matrice n 1 e anchessa una n-upla di numeri reali, scritti in una vettori
colonna, e sara detta per questo vettore colonna. colonna
X Y = x1 y1 + x2 y2 + . . . + xn yn .
68
Piu in generale date due matrici A = (aij ) Rm,n e B = (bjk ) Rn,p , possiamo
considerare i vettori riga
Soluzione.
11+2312 12+2114 5 0
AB = = .
31+03+12 32+01+14 5 10
X
69
B : n righe, p colonne
b11 ... b1k ... b1p
.. .. .. .. ..
. . . . .
bj1 ... bjk ... bjp
1k
b
1
ai
+
.. .. .. .. ..
..
. . . . .
.+
jk
b
bn1 ... bnk ... bnp
j
ai
+
..
.+ b
nk
a in
a11 ... a1j ... a1n c11 ... c1k ... c1p
.. .. .. .. .. .. .. .. .. ..
. . . . .
. . . . .
ai1 ... aij ... ain ci1 ... cik ... cip
.. .. .. .. .. .. .. .. .. ..
. . . . .
. . . . .
am1 ... amj ... amn cn1 ... cnk ... cnp
70
Dimostrazione. Si usa (10.1). Lelemento di matrice in posizione (i, k) di A(BC) e
dato da
Xn Xp X
aij bjh dhk = aij bjh dhk ,
j=1 h=1
j=1,...,n
h=1,...,p
3 2 5
Im A = AIn = A .
71
Notiamo che la somma di matrici definita nellesempio 4.1.5 corrisponde alla somma
dei loro vettori riga/colonna,
X1 + X10
X2 + X20
0 0 0 0 0
A+A = .. , B + B = Y 1 + Y 1 Y 2 + Y 2 . . . Yp + Y p , (10.2)
.
0
Xm + Xm
i) (A + A0 )B = AB + A0 B;
ii) A(B + B 0 ) = AB + AB 0 ;
iii) (A)B = A(B) = (AB).
Dimostrazione. Il prodotto fra matrici Rm,n Rn,p Rm,p e definito usando il prodotto
scalare canonico di Rn , e la proposizione e una immediata conseguenza della linearita
del prodotto scalare.
Chiamiamo Xi ed Xi0 rispettivamente le righe di A ed A0 , Yk e Yk0 rispettivamente
le colonne di B e B 0 . Da (10.1) e (10.2) si ricava
= Xi Yk + Xi0 Yk = AB + A0 B ,
= Xi Yk + Xi Yk0 = AB + AB 0 .
Nella seconda uguaglianza abbiamo usato la linearita del prodotto scalare. In maniera
simile da (10.1) e (10.3) si ricava
(
(Xi ) Yk = (A)B
(AB) = Xi Yk = (Xi Yk ) =
Xi (Yk ) = A(B)
72
Proposizione 10.2.5. Per ogni A, A0 Rm,n , B Rn,p e R si ha Proprieta
della
i) t (A + A0 ) = tA + tA0 ; trasposizione
73
t
Y1
t
Y2 t t t
.. X1 X2 . . .
= Xm = ( tB) ( tA) .
.
t
Yp
Questo prova ii). La proprieta iii) e elementare e segue da (10.3): la sua verifica e
lasciata come esercizio.
A A1 = A1 A = In .
Come gia osservato nel caso dei gruppi (proposizione 2.2.2), linverso di un elemen-
to e unico se loperazione e associativa. Vedremo in questa sezione come si calcola
esplicitamente linverso di una matrice.
Osservazione 10.3.1. Se A e B sono matrici n n invertibili, AB e invertibile ed ha
come inversa la matrice B 1 A1 . Infatti per lassociativita del prodotto si ha
ed anche
(AB)(B 1 A1 ) = A(BB 1 )A1 = AIn A1 = AA1 = In .
74
Definizione 10.3.2. Sia A = (aij ) Mn (R). Chiamiamo aggiunta della matrice A, Matrice
aggiunta
indicata con A , la matrice n n che si ottiene da A sostituendo lelemento aij con il
suo complemento algebrico ij (definito a pag. 35).
Abbiamo gia osservato, nellesercizio 5.2.3, che esistono matrici diverse da zero non
invertibili. Enunciamo senza dimostrazione un teorema che permette di stabilire in
quali casi una matrice quadrata e invertibile, e di calcolare la sua inversa.
2 3 1
75
Con lo sviluppo di Laplace rispetto alla prima colonna si calcola |A| = 35. Usando il
teorema di Laplace si calcola linversa:
1 14 19
1 t 1
A1 = (A ) = 2 7 3 .
|A| 35
8 7 12
X
Soluzione. Ricordiamo che |A| = a11 a22 a12 a21 , e linversa esiste se |A| 6= 0. In tal
caso, usando il teorema di Laplace si trova:
a22 a21 1 1 a22 a12
A = , A = ,
a12 a11 a11 a22 a12 a21 a21 a11
0 2 1
Dire per quali valori di la matrice e invertibile, e per tali valori determinare linversa.
Soluzione. Con lo sviluppo di Laplace rispetto alla prima riga si calcola |A| = 2 3.
La matrice quindi e invertibile se 6= 3/2. In questo caso, aggiunta ed inversa sono
date da
1 2 2 1
+
0 1 + 0 2
2 1
3 2
0 1 1 1 1 0
A =
2 1 + 0 1 0 2 = 2 1 2 .
1 2 1
0 1 1 1 1 0
+ +
1 2 2 1
e
3 2 1
1 t 1
A1 = (A ) = 1 2 .
|A| 2 3
2 2 1
X
76
Lezione XI
77
Il determinante di A e quindi il prodotto degli elementi sulla sua diagonale principale. Determinante
di matrici
Il determinante e diverso da zero (e quindi, per il teorema 10.3.3, A e invertibile) se e triangolari
solo se aii 6= 0 i, ovvero se e solo se A e una matrice triangolare completa.
Il secondo passo consiste nel prendere la sottomatrice (m1)(n1) di A00 evidenziata Passo 2
e applicare ad essa il primo passo, ottenendo una matrice A000 della forma:
78
a011 a012 a013 ... a01n
0 a000
22 a000
23 ... a000
2n
000
A = 0 0 a000
33 . . . a000
3n
.. .. .. ..
. . . .
0 0 a000 000
m3 . . . amn
e applicare ad essa il primo passo. Si continua cos per fino ad ottenere una matrice
triangolare superiore B (e evidente che il procedimento termina dopo m 1 passi se
m n, o dopo n passi se m > n).
3 9 6 0
0 3 5 1 0 3 5 1 0 3 5 1
Siano Ei0 le righe della matrice ottenuta. Il secondo e ultimo passo consiste nel sostituire E30
con E30 32 E20 , ottenendo la matrice triangolare superiore
3 9 6 0 3 9 6 0
B = 0 2 2 4 = 0 2 2 4 .
0 3 32 2 5 32 (2) 1 23 4 0 0 8 5
79
Dette Ei0 le righe della matrice ottenuta, il secondo consiste nel sostituire E30 con E30
18 0
4
E2 ed E40 con E40 42
E20 . Si ottiene la matrice:
1 4 0
0 4 9
.
0 0 2 69
15
0 0 2
Dette Ei00 le righe della matrice ottenuta, il terzo e ultimo passo consiste nel sostituire
E400 con E400 15
60
E300 . Si ottiene in questo modo la matrice triangolare superiore
1 4 0
0 4 9
B= .
69
0 0 2
0 0 0
Esercizio 11.2.3. Usando il metodo di eliminazione di Gauss, calcolare il determinante
della matrice
0 3 5
A = 2 8 2
3 9 6
e verificare che si ottiene lo stesso risultato usando lo sviluppo di Laplace.
0 0 8
formata dalle prime tre colonne della matrice B dellesempio 11.2.1.
Il determinante di una matrice triangolare e il prodotto degli elementi sulla diagona-
le, quindi |T | = 3 2 8 = 48. Poiche nel primo passo abbiamo scambiato due righe (E1
ed E3 ) e nel secondo nessuna, il numero totale di scambi e dispari e |A| = |T | = 48.
Daltra parte lo sviluppo di Laplace rispetto alla prima colonna di A da
3 5 3 5
|A| = 2 + 3
= 2(3 6 5 9) + 3(3 2 5 8)
9 6 8 2
= 54 102 = 48 ,
come ci aspettavamo. X
80
Esercizio 11.2.4. Usando il metodo di eliminazione di Gauss, calcolare il determinante
della matrice
0 3 5 1
2 8 2 4
A= .
3 9 6 0
0 0 8 4
Soluzione. Notiamo che le prime tre righe di A formano la matrice dellesempio 11.2.1.
Procedendo come nellesempio, dopo due passi si ottiene la matrice:
3 9 6 0
0 2 2 4
.
0 0 8 5
0 0 8 4
Dette Ei0 le righe di questultima matrice, lultimo passo consiste nel sostituire E40 con
E40 E30 , ottenendo la matrice
3 9 6 0
0 2 2 4
T = .
0 0 8 5
0 0 0 1
Quindi |T | = 3 2 8 1 = 48. Siccome abbiamo effettuato uno scambio (E1 ed E3 nel
primo passo), si ha |A| = |T | = 48. X
1 c c2
Soluzione. Dette Ei le righe di A, il primo passo e
E2 E2 E1 1 a a2
E E E1
A 22 A0 = 0 b a b2 a2 .
0 c a c2 a2
Il secondo passo consiste nellannullare il termine in posizione (3, 2). Per fare questo,
dette Ei0 le righe di A0 , sostituiamo E30 con E30 ca E 0 ed otteniamo
ba 2
2
1 a a
E30 E30 ca E0
ba 2
A0 A00 = 0 b a b2 a2 .
0 0 (c2 a2 ) ca
ba
(b2 a2 )
81
Notiamo che b2 a2 = (b a)(b + a). Quindi lelemento in posizione (3, 3) e
ca 2
(c2 a2 ) (b a2 ) = (c2 a2 ) (c a)(b + a) = c2 bc ac + ab
ba
= c(c b) a(c b) = (c a)(c b) .
Il risultato e:
1 a a2
A00 = 0 b a b2 a2 .
0 0 (c a)(c b)
Poiche non abbiamo effettuato scambi di righe:
Il determinante e nullo se e solo se almeno due dei tre coefficienti sono uguali, ovvero
se e solo se almeno due righe di A sono uguali. X
Una matrice si dice ridotta per righe se ogni riga non nulla ha un elemento Matrici
ridotte
non nullo sotto il quale ci sono solo zeri (o meglio, sotto il quale non ci sono
elementi diversi da zero).
Se A e una matrice ridotta per righe ed X una sua riga non nulla, chiamiamo
speciale il primo elemento di X non nullo (da sinistra) sotto il quale ci sono Elementi
speciali
solo zeri.
Un sistema di equazioni lineari si dice ridotto se la matrice dei coefficienti e Sistemi
ridotti
ridotta per righe.
Un sistema di equazioni lineari si dice a scala se la matrice dei coefficienti e Sistemi
a scala
triangolare superiore completa8 .
82
Osservazione 11.3.2. Una matrice e ridotta per righe se e solo se eliminando le righe
nulle e riordinando le colonne si ottiene una matrice triangolare superiore completa.
Per trasformare una matrice ridotta per righe in una a triangolare superiore com-
pleta e sufficiente, dopo aver eliminato le righe nulle, riordinare le colonne in modo che
gli elementi speciali siano sulla diagonale principale. Ad esempio per la matrice (11.1),
basta eliminare la terza riga, quindi scambiare la terza colonna con la quarta e mettere
lultima colonna al primo posto:
0 7 5 0 0 3 3 0 7 0 5 0
1 3 2 4 0 0 0 1 3 4 2 0
A A0 = .
0 4 11 13 0 0 0 0 4 13 11 0
0 0 0 1 0 0 0 0 0 1 0 0
I sistemi ridotti sono i piu semplici da risolvere. Prima di discutere il metodo generale,
studiamo lesempio in cui la matrice dei coefficienti e la matrice A in (11.1). Si consideri
il sistema
0x1 + 7x2 + 5x3 + 0x4 + 0x5 + 3x6 = 6
1x1 + 3x2 + 2x3 + 4x4 + 0x5 + 0x6 = 0
0x1 + 0x2 + 0x3 + 0x4 + 0x5 + 0x6 =
0x1 + 4x2 + 11x3 + 13x4 + 0x5 + 0x6 = 9
0x1 + 0x2 + 0x3 + 1x4 + 0x5 + 0x6 = 2
Per risolvere le equazioni rimaste, procediamo dal basso verso lalto risolvendo ciascuna
equazione rispetto alla variabile che moltiplica lelemento speciale, quindi sostituiamo
lespressione ottenuta nelle equazioni rimanenti. Al primo passo si ottiene x4 = 2, che
sostituito nelle equazioni rimanenti da
3x6 + 7x2 + 5x3 = 6
1x1 + 3x2 + 2x3 = 4x4 = 8
4x2 + 11x3 = 9 13x4 = 15
83
La soluzione della terza equazione e x2 = 15
4
11
4 3
x , e sostituita nelle prime due da
(
3x6 57 x = 129
4 3 4
25 13
1x1 4 3
x = 4
la cui soluzione e x6 = 13
4
+ 25 x . e x6 = 43
4 3 4
+ 19
4 3
x.
Detto x3 = t1 e x5 = t2 , la soluzione generale e quindi:
13 25
t , 15 11
t , t , 2, t2 , 43 19
(x1 , . . . , x6 ) = 4
+ 4 1 4
4 1 1 4
+ 4 1
t (11.2)
1. m n;
2. m > n e bn+1 = bn+2 = . . . = bm = 0: in tal caso possiamo eliminare le equazioni
nulle ed ottenere un sistema equivalente di n equazioni in n incognite;
3. m > n ed i coefficienti bn+1 , bn+2 , . . . , bm non sono tutti nulli: in questo caso il
sistema e incompatibile in quanto almeno una equazione e del tipo 0 = bi .
Mostreremo che nei primi due casi il sistema e compatibile in maniera costruttiva,
determinando le sue soluzioni. A meno di eliminare equazioni del tipo 0 = 0, possiamo
assumere che sia m n. Il sistema ha quindi la forma:
a11 x1 + a12 x2 + a13 x3 + . . . + a1m xm + . . . + a1n xn = b1
a22 x2 + a23 x3 + . . . + a2m xm + . . . + a2n xn = b2
a33 x3 + . . . + a3m xm + . . . + a3n xn = b3
.. .. ..
..
.
. . .
amm xm + . . . + amn xn = bn
con aii 6= 0 i = 1, . . . , m.
Un sistema di questo tipo si puo risolvere dal basso verso lalto. Siccome amm 6= 0,
possiamo esprimere xm in funzione di xm+1 , . . . , xn :
xm = a1
mm (am,m+1 xm+1 + am,m+2 xm+2 + amn xn bn ) .
84
Sostituendo tale espressione nelle equazioni rimanenti eliminiamo xm dalle equazioni
ed otteniamo un sistema a scala con m 1 equazioni ed n 1 incognite. Scriviamo
quindi xm1 in funzione di xm+1 , xm+2 , . . . , xn e sostituiamo nelle equazioni rimanenti,
eliminando anche xm1 ed ottenendo un sistema di m 2 equazioni ed n 2 incognite.
Continuando in questo modo, dopo m le incognite x1 , . . . , xm sono espresse tutte in
funzione di xm+1 , xm+2 , . . . , xn , e per ogni scelta di nm parametri reali t1 , t2 , . . . , tnm ,
ponendo xm+1 = t1 , xm+2 = t2 , . . . , xn = tnm si ottiene una soluzione.
Proposizione 11.3.4.
Un sistema ridotto e compatibile se e solo se non ha equazioni del tipo 0 = ,
con termine noto non nullo.
Un sistema ridotto compatibile si puo risolvere trasformandolo in uno a scala e
applicando il metodo di sostituzione delle variabili. In questo caso:
I la soluzione generale dipende da n m parametri, dove n e il numero di
incognite ed m il numero di righe non nulle del sistema di partenza;
I la soluzione e unica se e solo se n = m;
I se il sistema e omogeneo, linsieme delle soluzioni e un sottospazio vettoriale
W Rn di dimensione n m (su questo punto torneremo piu avanti). Se
n = m, W = {0} e lunica soluzione e quella nulla.
85
Notiamo che per risolvere un sistema ridotto non e necessario riordinare le colonne e
trasformarlo in uno a scala. Si puo risolvere direttamente per sostituzione, dal basso
verso lalto, risolvendo ciascuna equazione nellincognita che moltiplica lelemento spe-
ciale di quella riga. Le incognite che non moltiplicano elementi speciali corrispondono
a parametri liberi.
Soluzione. Notiamo che il sistema e compatibile, in quanto non ha equazioni del tipo
0 = b, con b termine noto non nullo. La soluzione generale dipendera da n m = 1
parametro (n = 4 sono le incognite e m = 3 le equazioni non nulle).
Risolviamo dal basso verso lalto rispetto allincognita che moltiplica lelemento
speciale, evidenziato in rosso. Dallultima equazione si ottiene x1 = x3 , e sostituendo
nelle rimanenti due:
2x3 + x2 + 2x3 + 1x4 = 1
2x3 + 3x2 x3 = 3
ovvero semplificando
x2 + 1x4 = 1
3x2 3x3 = 3
Dalla seconda equazione si ricava x2 = x3 +1, che sostituita nella prima da x3 +1+1x4 =
1, ovvero x4 = x3 . Detto x3 = t, le soluzioni sono date da
(x1 , x2 , x3 , x4 ) = (t, t + 1, t, t)
86
Lezione XII
per ogni k > i1 . Lelemento ai1 j1 e un elemento speciale della matrice E 0 . Notiamo che
a0ij = aij per ogni i i1 , e che lelemento a0i1 j1 ha tutti zeri sotto di lui.
Sia ora Ei02 la prima riga non nulla di E 0 con i2 > i1 , e sia ai2 j2 il primo elemento
non nullo di Ei02 . Con la sostituzione
per ogni k > i2 , otteniamo una matrice E 00 = (a00ij ) che ha a00ij = a0ij per ogni i i2 , e
tale che lelemento a00i1 j1 ha tutti zeri sotto di lui.
Iterando il procedimento dopo un numero finito di passi (al piu m) si ottiene una
matrice F ridotta per righe, in quanto ogni riga non nulla ha almeno un elemento con
tutti zeri sotto.
0 1 1 9
87
Quindi i2 = j2 = 2 ed il secondo passo e
2 1 1 1
E30 E30 +2E20
A0 A00 = 0 12 5
52
2
0 0 6 4
La seconda riga ha gia un elemento speciale, quindi possiamo saltare al terzo passo.
Evidentemente i3 = 3 e j3 = 4. Lultimo passo e
0 1 2 1
0 0 8 0 3 0 1 8
0 E4 E4 3 E3 00
A A =
0 0 0 3
4 0 0 0
di sostituzione delle variabili. Attenzione: in questo caso ci interessa ridurre per righe
solo la matrice dei coefficienti.
88
e ridotta per righe, ma A0 non lo e in quanto
0 0 1
A =
1 1
La matrice F e la matrice cercata. Notiamo che A0 e ridotta per righe (ha un elemento
speciale in tutte le righe esclusa la terza, che e nulla), mentre F non e ridotta per righe
(la terza riga di F e non nulla e non ha elementi speciali).
Notiamo che la matrice di questo esempio e la stessa dellesempio 12.1.2, solo che
stavolta ci siamo fermati al primo passo perche interessati a ridurre solo le prime tre
colonne, e non la matrice completa.
1 2 2 b
89
in una matrice F = (A0 |B 0 ), con A0 ridotta per righe. Il primo elemento non nullo della
prima riga e 2, in posizione (1, 1). Il primo passo e
E2 E2 + 21 E1
2 1 1 1
E3 E3 12 E1
E E 0 = 0 12 21 1
2
3 3 1
0 2 2
b 2
Usiamo loperazione (II), che pure trasforma un sistema in uno equivalente, per sem-
plificare le righe con coefficienti non interi:
E20 2E20 2 1 1 1
E 0 2E30
E 0 3 E 00 = 0 1 1 1
0 3 3 2b 1
Il primo elemento non nullo della seconda riga e 1 in posizione (2, 2). Il passo
successivo e
2 1 1 1
E 00 E 00 +3E200
E 00 23 F = (A0 |B 0 ) = 0 1 1 1
0 0 0 2b + 2
A X = In .
90
Possiamo trasformare il sistema in uno equivalente riducendo la matrice (A|In ), e quindi
risolverlo per sostituzione.
Illustriamo questo metodo calcolando linversa della matrice
0 3 0
A = 5 9 7
5 6 8
Abbiamo
0 3 0 1 0 0
E = (A|I3 ) = 5 9 7 0 1 0
5 6 8 0 0 1
Evidentemente i1 = 1 e j1 = 2. Dette Ei le righe della matrice E, il primo passo e
E2 E2 3E1 0 3 0 1 0 0
E3 E3 2E1 0
E E = 5 0 7 3 1 0
5 0 8 2 0 1
0 0 1 1 1 1
Dobbiamo ora risolvere il sistema A00 X = B 00 , ovvero svolgendo il prodotto righe per
colonne:
3x21 3x22 3x23 1 0 0
5x11 + 7x31 5x12 + 7x32 5x13 + 7x33 = 3 1 0
1 1 1
91
Dimostrazione. La condizione
x1 E1 + x2 E2 + . . . + xk Ek = 0
Corollario 12.4.2. Le righe non nulle di una matrice ridotta per righe sono vettori
linearmente indipendenti (per losservazione 11.3.2).
Il metodo di riduzione di una matrice puo essere usato per calcolare la dimensione
di un sottospazio di Rn . Piu in generale puo essere usato per calcolare la dimensione
di un sottospazio di uno spazio vettoriale V di cui si conosca una base.
Siano Xi = (ai1 , ai2 , . . . , ain ) Rn dei vettori, con i = 1, . . . , k, e sia W Rn il
sottospazio generato da tali vettori. Evidentemente detta A e la matrice che ha Xi
come righe, ed Xi0 le righe di una matrice ridotta A0 ottenuta da A usando (III), allora
W = L(X1 , . . . , Xk ) = L(Xi0 , . . . , Xk0 ). I vettori non nulli dellinsieme {Xi0 , . . . , Xk0 },
essendo linearmente indipendenti (cor. 12.4.2) sono una base di W .
Un discorso analogo vale se Xi sono le n-uple delle componenti di vettori vi V in
una base B fissata, con n = dim(V ).
Esercizio 12.4.3. Determinare una base del sottospazio W di R3 generato dai vettori
Esprimere tali vettori come combinazione lineare dei vettori della base trovata.
2 1 3
92
Riduciamo la matrice A:
E2 E2 +E1 1 0 2 1 0 2
E3 E3 2E1 E30 E30 E20
A A0 = 0 1 1 A00 = 0 1 1 ,
0 1 1 0 0 0
w1 = (1, 0, 2) , w2 = (0, 1, 1) .
Esercizio 12.4.4. Determinare una base del sottospazio W di M2 (R) generato dalle
matrici
1 2 1 5 2 7
A1 = , A2 = , A3 = .
3 0 3 1 6 1
Determinare le componenti di tali matrici nella base trovata.
2 7 6 1 0 3 0 1
1 2 3 0
E E E1
33 E 00 = 0 3 0 1 .
0 0 0 0
93
12.5 Inversa di una matrice con il metodo di Gauss
Abbiamo visto come si calcola linversa di una matrice A = (aij ) Mn (R) per riduzio-
ne. Un metodo alternativo e lalgoritmo di Gauss: invece di trasformare (A|In ) in una
matrice ridotto, la si puo trasformare in una matrice
a011 a012 . . . a01n b011 . . . b01n
0 a022 . . . a02n b021 . . . b02n
0 0
(A |B ) = .
.. . . .. .. ..
.. . . . . .
0 0 . . . a0nn b0n1 . . . b0nn
Dunque la matrice non e invertibile (come si poteva anche capire dal fatto che le righe
di A sono proporzionali, quindi il determinante e nullo).
Il sistema
0 x11 + 2x21 x12 + 2x22 0 1 0
A X = =B =
3x21 3x22 1 1
ha soluzione !
1
23
A1 = X = 3
1 1
3 3 X
94
Lezione XIII
Applicazioni lineari
Sommario: applicazioni lineari e matrici rappresentative; proprieta elementari; nu-
cleo, immagine e teorema della dimensione.
Esempio 13.1.2. Sia V = C k (R) lo spazio delle funzioni R R di classe k (funzioni Derivata
Esempio 13.1.3. Sia V = C 0 ([0, 1]) lo spazio delle funzioni continue [0, 1] R. Integrale
Lintegrale Z 1
I : f 7 I[f ] = f (x)dx
0
e una applicazione lineare da V in R.
f : R R, f (x) = x2 ,
95
Esempio 13.1.6. Ad ogni matrice A Rm,n , e per ogni p, q interi positivi, sono Matrici
associate due applicazioni lineari LA : Rn,p Rm,p e RA : Rq,m Rq,n come segue:
LA (B) = A B B Rn,p , RA (C) = C A C Rq,m .
La linearita segue dalla bilinearita del prodotto righe per colonne (prop. 10.2.3). Dalla
stessa proposizione segue che
LA+A0 = LA + LA0 , LA = LA , RA+A0 = RA + RA0 , RA = RA ,
per ogni R e A, A0 Rm,n . Dallassociativita del prodotto (prop. 10.2.1) segue che
per ogni A Rm,n e B Rn,r :
LA LB = LAB , RB RA = RAB , (13.2)
dove indica come al solito la composizione di applicazioni (definizione 1.3.9).
Segue dalla prop. 10.2.2 che
LIm (B) = B , RIn (B) = B ,
per ogni B Rm,n , ovvero la matrice identica corrisponde alla applicazione identica
(definita a pagina 6).
Sia A Mn (R). Da (13.2) segue che LA e una applicazione invertibile se e solo se
A e una matrice invertibile, e linversa e data da (LA )1 = LA1 . Stesso discorso vale
per RA .
Esempio 13.1.7. Come caso particolare dellesempio precedente, per ogni A Rm,n
abbiamo:
una applicazione lineare RA : Rm Rn , dove gli elementi di Rm ed Rn sono
scritti come vettori riga e RA (X) = X A per ogni X = (x1 , . . . , xm ) Rm ;
una applicazione lineare LA : Rn Rm , dove gli elementi di Rm ed Rn sono
scritti come vettori colonna e LA (Y ) = A Y per ogni Y = t (y1 , . . . , yn ) Rn .
Esempio 13.1.8. Siano V e W due spazi vettoriali di dimensione n ed m rispet-
tivamente. Possiamo allora scegliere una base B = (v1 , . . . , vn ) di V ed una ba-
se B 0 = (w1 , . . . , wm ) di W . Ad ogni matrice A = (aij ) Rm,n e associata una
0
applicazione lineare, che indicheremo con LB,B A , data da
0 Xm Xn
LB,B
A (1 v 1 + 2 v 2 + . . . + n v n ) = aij j wi .
i=1 j=1
96
Proposizione 13.1.9. Sia f : V W una applicazione lineare. Allora:
1. f (0V ) = 0W .
2. per ogni n 1, per ogni v1 , . . . , vn V e per ogni 1 , . . . , n R, si ha
Lemma 13.1.12. Sia V uno spazio di dimensione finita n, e sia B = (v1 , . . . , vn ) una
base di V . Due applicazioni lineari f, g : V W sono uguali se e solo se
97
Proposizione 13.1.13. Sia f : V W e una applicazione lineare fra due spazi di
dimensione finita, n = dim(V ) e m = dim(W ). Per ogni scelta di una base B =
(v1 , . . . , vn ) di V e di una base B 0 = (w1 , . . . , wm ) di W possiamo trovare una (unica)
0
matrice A = (aij ) Rm,n tale che f = LB,B A . Lelemento aij e dato dalla i-esima
componente di f (vj ) nella base B 0 .
Dimostrazione. f (vj ) W si scrive in modo unico come combinazione lineare dei
vettori wi . Chiamiamo aij le componenti, ovvero f (vj ) = m
P
i=1 aij wi . Allora f (vj ) =
B,B0 0
LA (vj ) per ogni vettore di base e per il corollario 13.1.11 si ha f = LB,B A .
98
13.2 Proprieta delle applicazioni lineari
Se S V e un sottoinsieme ed f : V W una applicazione, indichiamo con f (S) il
sottoinsieme di W dei vettori che sono immagine di (almeno) un vettore di S:
f (S) = w = f (v) : v S . (13.5)
N (f ) = v V : f (v) = 0W
1 w1 + 2 w2 = 1 f (v1 ) + 2 f (v2 ) = f (1 v1 + 2 v2 ) .
f (1 v1 + 2 v2 ) = 1 f (v1 ) + 2 f (v2 ) = 1 0V + 2 0V = 0V ,
Siccome questo vale per ogni w f (S), i vettori f (v1 ), . . . , f (vn ) sono un insieme di
generatori di f (S).
99
Proposizione 13.2.2. Una applicazione lineare f e iniettiva se e solo se N (f ) = {0V }.
1 w1 + . . . + n wn = f (1 v1 + . . . + n vn )
1. se f e suriettiva, allora n m;
2. se f e iniettiva, allora n m;
3. se f e biunivoca, allora n = m e per ogni base B = (v1 , . . . , vn ) di V linsieme
(f (v1 ), . . . , f (vn )) e una base di W .
B (x1 v1 + x2 v2 + . . . + xn vn ) = (x1 , x2 , . . . , xn ) ,
e un isomorfismo.
100
Teorema 13.2.5 (della dimensione). Sia n = dim(V ) e f : V W una applicazione Teorema
della di-
lineare. Allora: mensione
dim N (f ) + dim f (V ) = n .
101
Lezione XIV
102
per ogni i = 1, . . . , n. Siccome una applicazione lineare manda generatori in generatori,
le colonne di A generano limmagine di LA .
Indichiamo con colonne (A), detto rango per colonne di A, la dimensione dello Rango per
colonne
spazio generato dalle colonne di A; ovvero la dimensione dellimmagine di LA .
Indichiamo con righe (A) = colonne (tA), detto rango per righe di A, la dimensione Rango per
righe
dello spazio generato dalle righe di A.
per ogni A Rk,n . Tale numero sara chiamato rango di A ed indicato con (A).
Dimostrazione. Come illustrato nella sezione 12.4, la dimensione dello spazio generato
dalle righe di A si puo calcolare riducendo la matrice e contando le righe non nulle
della matrice ridotta ottenuta, sia essa A0 e m il numero di righe non nulle. Quindi
righe (A) = m .
dim N (LA ) = n m .
Corollario 14.2.2. Sia A Rk,n . La dimensione dello spazio delle soluzioni del
sistema omogeneo AX = 0 e n (A).
X = X0 + t1 X1 + . . . + tm Xm
dove:
m = n (A),
t1 , . . . , tm sono parametri reali,
103
X1 , . . . , Xm formano una base dello spazio delle soluzioni del sistema omogeneo
associato,
X0 e una soluzione particolare del sistema AX = B.
Dimostrazione. Per riduzione trasformiamo (A|B) in (A0 |B 0 ), con A0 ridotta per righe.
Il sistema A0 X = B 0 e compatibile se e solo se non contiene equazioni del tipo 0 = b,
con b termine noto non nullo; ovvero, se e solo se il numero di righe non nulle di A0 e
uguale al numero di righe non nulle di (A0 |B 0 ). Siccome il numero di righe non nulle
di A0 e (A) ed il numero di righe non nulle di (A0 |B 0 ) e (A|B), il sistema AX = B e
compatibile se e solo se (A|B) = (A).
(A) min(k, n) .
Abbiamo gia osservato che se A Rk,n e ridotta per righe, (A) e dato dal numero
di righe non nulle di A.
Se A Rk,n e triangolare superiore completa, allora ha rango massimo. Infatti in
questo caso A e ridotta per righe, ed il numero di righe non nulle e il minimo fra k e
n (vedere i due casi k n e k > n a pagina 77).
104
ha sempre determinante non nullo, e siccome |A| = |A00 | e uguale ad |A000 | a meno di
un segno, si ricava |A| =
6 0.
Teorema 14.3.3 (Cramer). Un sistema di n equazioni lineari in n incognite AX = B Teorema
di Cramer
ammette ununica soluzione se e solo se |A| = 6 0, ed in tal caso la soluzione e data da
X = (x1 , . . . , xn ) con
a
11 . . . a1,i1 b1 a1,i+1 . . . a1,n
a21 . . . a2,i1 b2 a2,i+1 . . . a2,n
. .. .. .. ..
.
. . . . .
an1 . . . an,i1 bn an,i+1 . . . an,n
xi = (14.2)
|A|
per i = 1, . . . , n. La matrice a numeratore si ottiene da A = (aij ) sostituendo alla
i-esima colonna il vettore colonna dei termini noti B = t (b1 , . . . , bn ).
Dimostrazione. Se il sistema e compatibile, (A) = (A|B) e le soluzioni sono dipen-
dono da n (A) parametri. La soluzione e unica se e solo se (A) = n, ovvero se e
solo se |A| =
6 0 (per il Lemma 14.3.2).
Viceversa se |A| =
6 0, la matrice A e invertibile ed esiste un unico vettore X che ha
per immagine, tramite LA , il vettore B. Tale vettore e dato da:
X = A1 B .
Il sistema e quindi compatibile ed ammette ununica soluzione.
Sia ij il complemento algebrico di aij . Per il teorema di Laplace lelemento in
posizione (i, j) della matrice A1 e dato da cij = |A|1 ji . Quindi
Xn Xn
xi = cij bj = |A|1 bj ji .
j=1 j=1
Anche il calcolo del rango puo essere ridotto ad un calcolo di determinanti, usando il
seguente teorema (enunciato senza dimostrazione), noto come teorema di Kronecker
o anche teorema degli orlati.
Definizione 14.3.4. Data una matrice A Rk,n , una matrice quadrata M ottenuta Minori
105
14.4 Esercizi
Esercizio 14.4.1 (4.2.1 di [BruLan]). Determinare il rango della matrice:
1 0 1
A = 2 1 1 .
1 1 0
0 1 1 0 0 4
Soluzione 2.
Calcoliamo il determinante di A, usando lo sviluppo di Laplace rispetto alla prima riga:
1 1 2 1
|A| =
+ = 1 + 3 = 4 6= 0 .
1 0 1 1
106
Soluzione 2 (con il teorema degli orlati).
Chiamiamo M il minore di ordine 3 di A evidenziato:
0 1 2 1
0 1 1 1
0 2 3 2
1 2 2 1
Il determinante di M e non nullo. Infatti con lo sviluppo di Laplace rispetto alla prima
colonna
1 1
|M | = =1.
2 3
Il suo unico orlato e lintera matrice A, e con lo sviluppo di Laplace rispetto alla prima
colonna si calcola
1 2 1
|A| = 1 1 1
2 3 2
e questo vale 0, poiche lultima riga e somma delle prime due (proposizione 5.4.4, punto
7). Per il teorema degli orlati, questo prova che il rango della matrice e 3. X
107
Lezione XV
Esercitazione
1
Determinare una base per nucleo e immagine dellendomorfismo LA : R3 R3 .
4 0 4 0 0 0 2
in cui abbiamo chiamato Ri le righe di B e Ri0 le righe di B 0 . La matrice B 00 e ridotta
per righe, per ogni R; le righe non nulle sono una base di LA (R3 ). Si ha:
1. Se 6= 2, una base di LA (R3 ) e formata dai vettori v1 = (1, 5, ), v2 = (2, 0, 1),
v3 = (0, 0, 2). La dimensione di LA (R3 ) e 3, quindi LA (R3 ) = R3 .
2. Se = 2, una base di LA (R3 ) e formata dai vettori v1 = (1, 5, 2), v2 = (2, 0, 1).
La dimensione di LA (R3 ) e 2.
Per il teorema della dimensione, il nucleo N (LA ) ha dimensione 0 nel primo caso e 1
nel secondo. Se 6= 2 si ha quindi N (LA ) = {0}.
Se = 2, qualunque vettore non nullo X = (x1 , x2 , x3 ) N (LA ) e una base del
nucleo. Per determinare X, sostituiamo = 2 nellespressione di A e risolviamo il
sistema A X = 0. Dette Ei le righe di A, riducendo A per righe:
2 1 4 2 1 4
E3 E3 21 E1 E30 E30 103 E20 0
A 0 5 0 A = 0 5 0
0 32 0 0 0 0
si ottiene il sistema equivalente A0 X = 0, ovvero
2x1 + x2 + 4x3 = 0
5x2 = 0
che risolto per sostituzione da X = (2x3 , 0, x3 ). Una base del nucleo si ottiene
prendendo x3 = 1, ed e data dal vettore (2, 0, 1). X
108
15.2 Basi e dimensione
Esercizio 15.2.1 (4.6.1 di [BruLan]). Si considerino linsieme I = {v1 , v2 , v3 , v4 , v5 }
dei vettori di R4 :
Detto W = L(I):
Al punto a) si chiede pero di trovare una base formata da vettori di I. Per estrarre una
base B dallinsieme di generatori I e sufficiente prendere le righe di A corrispondenti
alle righe non nulle di A00 . Quindi
B = R1 = v1 , R3 = v3 , R5 = v5 .
109
Il vettore cercato e e4 = (0, 0, 0, 1), infatti
00
R1 1 1 2 1
R00 0 2 1 2
3
00 =
R5 0 0 1 8
e4 0 0 0 1
e ridotta per righe. La base di R4 cercata e quindi (v1 , v3 , v5 , e4 ). X
ed i vettori di R3 :
Quindi dim(V ) = dim(W ) = (A). Il rango puo essere calcolato come al solito per
riduzione o con il teorema degli orlati. Usiamo il secondo metodo. Il minore di ordine
2 evidenziato ha determinante non nullo:
1 2
4 2 = 6 .
Quindi (A) = 3. X
110
15.3 Sistemi lineari
Esercizio 15.3.1. Si consideri il sistema lineare:
x1 x2 + x3 =
x4 = 1
x1 + x2 + x3 + x4 = 0
x1 x2 = 0
Soluzione. Detta (A|B) la matrice completa del sistema ed Ri le sue righe, riduciamo
la matrice dei coefficienti:
1 1 1 0 1 1 1 0
0 0 0 1 R3 R3 R1 0
0 0 1
(A|B) =
1 1 1 0 0 +1 0 1
1 1 0 0 0 1 1 0 0 0
1 1 1 0
1 1 0 0 0
R R4
2 (A0 |B 0 ) =
0 +1 0 1
0 0 0 1
1 1 1 0
R R +R4
1 1 0 0 0
33 (A00 |B 00 ) = .
0 +1 0 +1 1
0 0 0 1
Le matrici A00 e (A00 |B 00 ) sono ridotte per righe per ogni valore di . Ricordiamo che
(A) e il numero di righe non nulle di A00 e (A|B) e il numero di righe non nulle di
(A00 |B 00 ). Distinguiamo due casi:
111
Per
/ {0, 1} le soluzioni si determinano risolvendo il sistema equivalente di matrice
completa (A0 |B 0 ), ovvero
x1 x2 + 1x3 =
1x x = 0
1 2
( + 1)x2 + x4 =
x4 = 1
Risolvendo per sostituzione dal basso verso lalto si ottiene la risposta al punto b):
+1 1
, + , , 1 .
(x1 , x2 , x3 , x4 ) = +1 +1
Lo spazio W delle soluzioni ha dimensione 4 (A), ossia 0 nel caso ii) e 1 nel caso 1.
Se = 0, risolvendo per sostituzione si trova
(x1 , x2 , x3 , x4 ) = (t, t, 0, t)
(x1 , x2 , x3 , x4 ) = (t, t, 0, 0)
112
Lezione XVI
Endomorfismi semplici
Sommario: matrice del cambiamento di base; matrici simili e coniugate; matrici
diagonalizzabili/endomorfismi semplici. Rotazioni nel piano.
E = A0 E 0 .
E = A0 E 0 = A0 (A E) = (A0 A) E . (16.1)
A0 A = In .
113
Quindi A0 = A1 .
si ha
F = tB E , F 0 = tB0 E 0 .
o equivalentemente
B 0 = (tA)1 B tA .
f (vi0 ) = f (ai1 v1 + ai2 v2 + . . . + ain vn ) = ai1 f (v1 ) + ai2 f (v2 ) + . . . + ain f (vn )
o in forma matriciale
F0 = A F .
Quindi
t
B0 E 0 = A tB E .
Usando E = A0 E 0 = A1 E 0 si ottiene:
t
B 0 E 0 = A t B A1 E 0 ,
114
Applicando la trasposizione ambo i membri di questa uguaglianza, e usando la proprieta
della trasposizione di invertire lordine in un prodotto (proposizione 10.2.5, punto ii),
si trova la relazione equivalente
B 0 = t (A t B A1 ) = (tA)1 B tA .
Esempio 16.1.3. In R2 , si considerino le basi B = v1 = (1, 0), v2 = (0, 1) e B 0 =
v10 = (1, 1), v20 = (1, 1) . Le matrici del cambiamento di base sono date da
1 1 0 1 1 1 1
A= , A =A = .
1 1 2 1 1
Se f : R2 R2 e lapplicazione lineare
f (x, y) = (y, x)
Lapplicazione f e una riflessione nel piano rispetto alla bisettrice del II e IV quadrante,
come mostrato in figura.
v2 v1
(x, y)
y
y x
(y, x)
115
16.2 Matrici simili e coniugate
Definizione 16.2.1. Due matrici A, A0 Mn (R) si dicono: Matrici
n n simili e
simili se sono matrici rappresentative di uno stesso endomorfismo f : R R coniugate
in due basi B e B 0 di Rn ;
coniugate se esiste una matrice P Mn (R) invertibile tale che A0 = P 1 AP .
Osservazione 16.2.2. Le due basi nella definizione precedente non devono essere
necessariamente distinte. In particolare, una matrice e sempre simile a se stessa.
Proposizione 16.2.3. A e A0 sono simili se e solo se sono coniugate. In questo caso,
t
P e la matrice del cambiamento di base da B a B 0 .
Dimostrazione. Se A e A0 sono simili, ovvero sono matrici rappresentative di un endo-
morfismo f : Rn Rn in due basi B e B 0 rispettivamente, allora per la proposizione
16.1.2 sono legate dalla relazione A0 = P 1 AP , dove tP e la matrice del cambiamento
di base da B a B 0 . Quindi A e A0 sono coniugate.
Viceversa, supponiamo esista una matrice invertibile P tale che A0 = P 1 AP .
Poniamo f = LA , B = (e1 , . . . , en ) uguale alla base canonica di Rn e B 0 = (v10 , . . . , vn0 )
la base i cui vettori formano le colonne della matrice P . I vettori della base canonica
sono le righe della matrice identica, quindi
e1 v10
0
e2 v2 t
0
E= . . = In , E = . = P .
.
. .
en vn0
La matrice del cambiamento di base da B a B 0 e esattamente tP , poiche
E 0 = tP In = tP E .
116
Un endomorfismo f di V si dice semplice se esiste una base B = (v1 , . . . , vn ) Endomorfismi
semplici
di V in cui e rappresentato da una matrice diagonale , ovvero
f (v1 ) = 1 v1 + 0 v2 + 0 v3 + . . . + 0 vn = 1 v1 ,
f (v2 ) = 0 v1 + 2 v2 + 0 v3 + . . . + 0 vn = 2 v2 ,
f (v3 ) = 0 v1 + 0 v2 + 3 v3 + . . . + 0 vn = 3 v3 ,
.. ..
. .
f (vn ) = 0 v1 + 0 v2 + 0 v3 + . . . + n vn = n vn .
P 1 In P = P 1 P = In .
Lendomorfismo
f : R2 R2 , f (x, y) = (2x, 3y) ,
e semplice, essendo rappresentato nella base canonica dalla matrice diagonale
2 0
A= .
0 3
Lendomorfismo
117
Come mostrato nel seguente esempio, non tutti gli endomorfismi sono semplici, e
non tutte le matrici sono diagonalizzabili.
non e semplice. In altre parole la sua matrice rappresentativa A nella base canonica:
0 1
A=
1 0
non e diagonalizzabile. Infatti, supponiamo per assurdo che esista un vettore v = (x, y)
non nullo ed uno scalare R tale che f (v) = v. Allora (x, y) risolve il sistema
y = x
x = y
Tale sistema ha pero come unica soluzione quella nulla, qualunque sia il valore di .
(y, x)
x
(x, y)
y
y x
118
Y
X
y2
x2
y1 x1
y1 = x1 cos x2 sin ,
y2 = x2 cos + x1 sin ,
ovvero
Y = LR() (X)
dove abbiamo chiamato R() la matrice:
cos sin
R() := . (16.3)
sin cos
Dimostrazione. Detto r = kXk = kY k il raggio del cerchio, si ha x1 = r cos , x2 =
r sin , y1 = r cos e y2 = r sin . Poiche = + , usando le formule di addizione e
sottrazione di seno e coseno si ottiene:
Lapplicazione lineare
LR() : R2 R2
e quindi una rotazione (rispetto allorigine) in senso antioriario di un angolo .
Le rotazioni soddisfano numerose proprieta, la cui trattazione va oltre gli scopi di
questo corso. Le matrici di rotazione non sono diagonalizzabili (su questo torneremo
piu avanti).
119
Lezione XVII
Autovalori e autovettori
Sommario: autovalori, autovettori, autospazi; polinomio caratteristico; molteplicita
geometrica e algebrica di un autovalore. Esempi.
Av = v .
Esempio 17.1.5.
Siano a, b R e sia f : R2 R2 lapplicazione f (x, y) = (ax, by). I vettori
e1 = (1, 0) ed e2 = (0, 1) sono autovettori di f :
f (e1 ) = a e1 , f (e2 ) = b e2 ,
Ae1 = 3e1 .
120
Esempio 17.1.6. La matrice
1 1 1
A=
2 1 1
Ma tale sistema non e compatibile (Esercizio: verificare che il sistema non ammette
soluzioni). Notiamo che A rappresenta una rotazione (antioraria, fatta rispetto allorigi-
ne) di 45 , come si vede sostituendo = 45 nellequazione (16.3). In generale, nessuna
matrice di rotazione R() possiede autovettori9 , poiche non esiste nessun vettore non
nullo v che con una rotazione e trasformato in un vettore parallelo a v.
A P = (P P 1 )P = P (P 1 P ) = P In = P .
121
1 p11 2 p12 3 p13 . . . n p1n
1 p21 2 p22 3 p23 . . . n p2n
1 p21 2 p22
= 3 p23 . . . n p2n
.. .. .. ..
. . . .
1 pn1 2 pn2 3 pn3 . . . n pnn
= 1 X1 , 2 X2 , . . . , n Xn .
A Xi = i Xi i = 1, . . . , n ,
a linsieme:
V = v V : f (v) = v .
Per estensione, se f = LA diremo che V e un autospazio della matrice A.
Dimostrazione. Come al solito dobbiamo provare che per ogni v1 , v2 V e per ogni
a1 , a2 R, la combinazione lineare a1 v1 +a2 v2 appartiene a V . Per ipotesi f (vi ) = vi .
Per la linearita di f si ha
Esempio 17.1.10.
Sia f : R2 R2 lapplicazione f (x, y) = (2x, 3y). Gli autospazi di f sono dati
da:
V2 = (x, 0) : x R , V3 = (0, y) : y R .
122
Proposizione 17.1.11. Sia f : V V una applicazione lineare e siano v1 , v2 due
autovettori di f associati ad autovalori 1 , 2 distinti (cioe 1 6= 2 ). Allora {v1 , v2 }
sono linearmente indipendenti.
Quindi
(1 2 )v2 = 0 .
Ma 1 2 6= 0 per ipotesi, e v2 6= 0 per definizione di autovettore. Abbiamo raggiunto
un assurdo: v2 non puo essere proporzionale a v1 , ovvero i due vettori sono linearmente
indipendenti (teorema 6.1.8).
aj (j i ) = 0 j = 1, . . . , i 1 .
123
Siccome per ipotesi j i 6= 0, i coefficienti aj devono essere tutti nulli. Quindi
vi = 0, contraddicendo lipotesi che si tratta di un autovettore. Questo dimostra il
passo induttivo: vi non puo essere combinazione lineare dei vettori v1 , v2 , . . . , vi1 .
Corollario 17.1.13.
Se V e uno spazio vettoriale di dimensione n, un endomorfismo f : V V ha
al piu n autovalori distinti.
Una matrice A Mn (R) ha al piu n autovalori distinti.
Dimostrazione. Il primo punto segue dalla proposizione 17.1.12 e dal fatto che in V
non e possibile trovare piu di n vettori linearmente indipendenti. Il secondo punto si
ottiene dal primo quando f = LA e V = Rn .
A X = X
pA () = |A In | = (1)n n + c1 n1 + c2 n2 + . . . + cn1 + cn
124
con coefficienti ci R che dipendono dalla matrice A. In particolare, cn = |A| e il
determinante di A e
e la somma degli elementi sulla diagonale, ed e detto traccia della matrice A. Traccia
Osservazione 17.2.1. Gli autovalori di A sono le radici reali del polinomio caratteri-
stico pA ().
|P 1 (A In )P | = |P |1 |(A In )| |P | = |A In | ,
Esempio 17.2.4. Se
a11 a12
A=
a21 a22
e una matrice 2 2, il suo polinomio caratteristico e dato da
a11 a12
|A I2 | =
= 2 (a11 + a22 ) + a11 a22 a12 a21 .
a21 a22
Esempio 17.2.5. Se
0 1
A=
1 0
il polinomio caratteristico e
pA () = 2 + 1 .
Tale polinomio non ammette radici reali10 , e quindi A non possiede autovettori.
10
Le sue radici sono = 1 = i, con i unita immaginaria dei numeri complessi.
125
Esempio 17.2.6. Sia
3 1 1
A = 1 0 2 .
1 2 0
Il polinomio caratteristico e dato da
3 1 1
pA () = 1 2
1 2
2 1 1 1 1
= (3 ) +
2 2 2
= (3 )(2 4) ( 2) + (2 + )
= 3 + 32 + 6 8
(calcolato con lo sviluppo di Laplace rispetto alla prima colonna). Il polinomio si puo
fattorizzare come segue:
pA () = ( 1)( 4)( + 2)
dim(V ) = n (A In )
pA () = ( 0 )k q()
126
Definizione 17.2.8. Chiamiamo molteplicita algebrica dellautovalore di A, Molteplicita
algebrica
indicata con m , la sua molteplicita come radice del polinomio caratteristico.
g0 m0 .
(A In )vi = (0 )vi
pA () = (0 )k q()
0 0 1
127
Quindi = 1 e autovalore di molteplicita algebrica m = 3. Determiniamo la
molteplicita geometrica. Dobbiamo risolvere il sistema
(A I3 )X = 0
ovvero
2x2 + 3x3 = 0
5x3 = 0
La soluzione e x2 = x3 = 0 e x1 = t R arbitrario. Lautospazio associato a = 1 e
quindi
V1 = (t, 0, 0) : t R
e la molteplicita geometrica dellautovalore e dim(V1 ) = 1 ed e strettamente minore
della molteplicita algebrica.
Esempio 17.2.11. Gli autovalori di una matrice triangolare superiore sono gli elementi Matrici
triangolari
sulla diagonale. Se infatti superiori
a11 a12 a13 . . . a1n
0 a22 a23 . . . a2n
0
A= 0 a33 . . . a3n
.. .. .. ..
. . . .
0 0 0 . . . ann
Tutte e sole le radici del polinomio caratteristico (ovvero gli autovalori di A) sono date
dagli elementi a11 , a22 , . . . , ann .
128
Lezione XVIII
Diagonalizzazione di matrici
Sommario: criteri per la diagonalizzabilita di una matrice. Esempi ed esercizi.
18.1 Diagonalizzazione
Ricordiamo che un polinomio p(x) di grado n si puo sempre scrivere come segue:
x3 + x2 33x + 63 = (x 3)2 (x + 7) .
Ovviamente
m1 + m2 + . . . + mr = n .
Osservazione 18.1.1. Gli autovalori di una matrice A Mn (R) sono le radici reali
di pA (). Dette 1 , . . . , r le radici reali distinte, per la molteplicita algebrica vale la
disuguaglianza
m1 + m2 + . . . + m1 n ,
e si ha uguaglianza se e solo se tutte le radici di pA () sono reali.
pA () = p () = (1)n ( 1 )( 2 ) . . . ( n ) .
129
Osservazione 18.1.3. Notiamo che la traccia di e data da 1 + 2 + . . . + n ed il
determinante da 1 2 n . Come conseguenza del lemma precedente, poiche A e
hanno lo stesso determinante e la stessa traccia, si ha
la traccia di una matrice diagonalizzabile e la somma dei suoi autovalori (ciascuno
contato con la sua molteplicita);
il determinante di una matrice diagonalizzabile e il prodotto dei suoi autovalori
(ciascuno contato con la sua molteplicita).
v = v1 + v2 + . . . + vr = w1 + w2 + . . . + wr
V = V1 V2 . . . Vr ,
V = L(v1 , . . . , vn ) V1 + V2 + . . . + Vr ;
130
Il teorema che segue fornisce un criterio per stabilire quando una matrice reale e
diagonalizzabile (ovvero quando lendomorfismo associato e semplice).
n = dim(V ) = dim(V1 V2 . . . Vr )
= dim(V1 ) + dim(V2 ) + . . . + dim(Vr )
= g1 + g2 + . . . + gr
m1 + m2 + . . . + mr n ,
dove la seconda riga segue dalla formula di Grassmann e la prima disuguaglianza segue
dal teorema 17.2.9. Deve essere quindi:
m1 + m2 + . . . + mr = n = g1 + g2 + . . . + gr
e per losservazione 18.1.1 questo significa che tutte le radici di pA () sono reali.
Siccome gi mi , la precedente uguaglianza implica anche gi = mi (per ogni
i = 1, . . . , r). Questo prova i) e ii).
Viceversa, se i) e ii) sono verificati, poiche tutte le radici di pA () sono reali, si ha
dim(V ) = dim(V1 V2 . . . Vr )
131
Ricordiamo che una matrice A Mn (R) e diagonalizzabile se e solo se esiste Matrice
diagona-
P Mn (R) invertibile tale che P 1 AP e diagonale. La matrice P , detta matrice lizzante
diagonalizzante di A, si puo determinare come segue. Sappiamo che le colonne di P
sono autovettori di A (lemma 17.1.7). Essendo P e invertibile, ha rango massimo e le
sue colonne sono n vettori linearmente indipendenti: formano quindi una base di Rn .
Data una matrice A Mn (R) diagonalizzabile, per determinare una matrice dia-
gonalizzante P (in generale, non unica) e sufficiente trovare una base B = (v1 , . . . , vn )
di Rn formata da autovettori di A. Una matrice diagonalizzante e la matrice che ha i
vettori vi come colonne.
Proposizione 18.1.8. Sia A Mn (R) diagonalizzabile e B = (v1 , . . . , vn ) una base
di Rn formata da autovettori di A. Detta P la matrice che ha per colonne i vettori vi ,
P 1 AP e diagonale.
Dimostrazione. Per ipotesi Avi = i vi , con i R autovalori di A. Dette wi le righe
di P 1 , la condizione P 1 P = In equivale a
0 se i 6= j ,
wi vj =
1 se i = j .
Lelemento di matrice (i, j) di P 1 AP vale quindi
0 se i 6= j ,
wi Avj = wi (i vi ) = i (wi vi ) =
i se i = j .
Esempio 18.1.9. Una base di R2 formata da autovettori della matrice
0 1
A=
1 0
e data da:
v1 = (1, 1) , v2 = (1, 1) .
Si puo infatti verificare che Av1 = v1 e Av2 = v2 . La matrice diagonalizzante e
t t
1 1
P = v1 v 2 = .
1 1
Linversa di P e data da
1 1 1 1
P =
2 1 1
e si puo verificare facilmente che
1 1 1 1 0 1 1 1 1 0
P AP = =
2 1 1 1 0 1 1 0 1
e diagonale e che gli elementi sulla diagonale sono gli autovalori di A.
132
Esercizio 18.1.10. Diagonalizziamo la matrice
3 1 1
A = 1 0 2 .
1 2 0
Soluzione. Gli autovalori sono gia stati calcolati nellesempio 17.2.6, e sono dati da
1 = 1, 2 = 4 e 3 = 2. Avendo tre autovalori distinti, A e diagonalizzabile. Una
base
v1 = (x1 , y1 , z1 ) , v2 = (x2 , y2 , z2 ) , v3 = (x3 , y3 , z3 )
si ottiene risolvendo i sistemi lineari Av1 = v1 , Av2 = 4v2 , Av3 = 2v3 . Procedendo
ad esempio con il metodo di Gauss, si trova che una soluzione non nulla del primo e
data da v1 = (1, 1, 1), una soluzione non nulla del secondo e data da v2 = (2, 1, 1),
ed una soluzione non nulla del terzo e data da v2 = (0, 1, 1). I tre vettori trovati
formano una base di R3 composta da autovettori di A.
La matrice diagonalizzante e data da
1 2 0
P = t v1 t v2 t v3 = 1 1 1
1 1 1
Verifichiamo che P 1 AP e diagonale e che gli elementi sulla diagonale sono gli autova-
lori di A.
Determinante ed aggiunta di P sono dati da:
1 1 1 1
|P | = 1
2 = 6 ,
1 1 1 1
1 1 1 1 1 1
+ +
1 1 1 1 1 1
2 2 0
2 0 1 0 1 2
1 1 + 1 1
P = = 2 1 3 .
1 1
2 1 3
2 0 1 0 1 2
+ +
1 1 1 1 1 1
133
Si puo verificare che
2 2 2 3 1 1 1 2 0
1 1
P AP = 2 1 1 1 0 2 1 1 1
6
0 3 3 1 2 0 1 1 1
2 2 2 1 8 0 1 0 0 1 0 0
1
= 2 1 1 1 4 2 = 0 4 0 = 0 2 0
6
0 3 3 1 4 2 0 0 2 0 0 3
come aspettato. X
Abbiamo gia incontrato esempi di matrici che non ammettono autovalori, e matrici
che ne ammettono ma non sono diagonalizzabili. La matrice dellesempio 17.2.10 ha
un autovalore con molteplicita algebrica 3 e geometrica 1, e per il teorema 18.1.6 non
puo essere diagonalizzata. Nel seguito diamo un esempio geometrico.
0 0 1
Un caso molto importante e dato dalle matrici simmetriche. Una matrice A Rn si Matrici
simmetriche
dice simmetrica se tA = A. Le matrici simmetriche si possono sempre diagonalizzare.
Piu in generale, vale il seguente teorema (qui enunciato senza dimostrazione):
134
18.2 Esercizi
Esercizio 18.2.1. Siano A, B, C le seguenti matrici:
1 1 1 2 3 4
A= , B= , C= .
0 1 3 1 1 0
1 0 1
135
ovvero uguale a 2. La molteplicita geometrica g e la dimensione del nucleo di
A I2 , ovvero g = 3 (A I2 ). Poiche
0 0 0
A I3 = 0 1 0 ,
1 0 0
si ha (A I2 ) = 2 e g = 1. Quindi la matrice A non e diagonalizzabile.
2. se t = 1/2, gli autovalori sono 1 = 2 = 1/2 e 3 = 3/2; come nel primo caso, A
e diagonalizzabile se e solo se (A 2 I2 ) = (A 21 I2 ) = 1. Evidentemente
1/2 0 1/4
A 21 I3 = 0 0 0 .
1 0 1/2
Siccome la terza riga e il doppio della prima, il rango e 1 ed A e quindi diagona-
lizzabile.
3. se t
/ {0, 1/2} i tre autovalori sono distinti. Quindi A e diagonalizzabile.
b) Diagonalizziamo A nei casi t = 1/2 e t
/ {0, 1/2}:
1. se t = 1/2, gli autovettori v = t (x, y, z) associati allautovalore 1 = 2 = 1/2
risolvono
1
1/2 0 1/4 x 4
(2x + z)
0 = (A 12 I3 )v = 0 0 0 y = 0 .
1
1 0 1/2 z 2
(2x + z)
Quindi z = 2x ed y e arbitrario. Una base di V1/2 e data dai vettori (1, 0, 2)
e (0, 1, 0).
Gli autovettori v = t (x, y, z) associati allautovalore 3 = 3/2 risolvono
1
1/2 0 1/4 x 4
(2x + z)
0 = (A 32 I3 )v = 0 1 0 y = y .
1
1 0 1/2 z 2 (2x + z)
Quindi z = 2x e y = 0. Una base di V3/2 e data dal vettore (1, 0, 2). I tre
autovettori insieme formano una base B di R2 :
B = (1, 0, 2) , (0, 1, 0) , (1, 0, 2) .
1 0 1t z x + (1 t)z
136
Una soluzione e data da v1 = (0, 1, 0).
Un autovettore v = t (x, y, z) associato allautovalore 2 = 1 t si ottiene
risolvendo
t 0 t2 x t(x + tz)
0 = (A (1 t)I2 )v = 0 2t 1 0 y = (2t 1)y .
1 0 t z x + tz
1 0 t z x tz
0 0 3 0 t t
10 0 t t 0 0
0 0 0 z 0 0
137
Si trova y = z = 0 e x arbitrario. Quindi N (LB ) = L{(1, 0, 0)}.
b) Condizione necessaria e che A e B abbiano gli stessi autovalori. Gli autovalori di A
sono t, 2, 3. Quelli di B sono le radici di
pB () = (t )2 (2 ) .
0 3 0 z 3y
0 0 1 0 0 2 0 0 2
Soluzione. a) le tre matrici sono triangolari superiori: gli autovalori sono gli elementi
sulla diagonale.
Gli autovalori di A sono 1 = 1 e 2 = 2. Il primo ha molteplicita algebrica 1, il
secondo 2. Gli autovettori associati, v1 = t (x, y, z) e v2 = t (x0 , y 0 , z 0 ), devono risolvere
1 1 0 x x+y
0 = (A 1 I2 )v1 = 0 1 0 y = y
0 0 0 z 0
e
0 1 0 x0 y0
0 = (A 2 I2 )v2 = 0 0 0 y 0 = 0 .
0 0 1 z0 z 0
138
Quindi V1 = {(0, 0, z) : z R} e V2 = {(x0 , 0, 0) : x0 R}. Notiamo che la matrice A
non e diagonalizzabile, poiche 2 ha molteplicita geometrica data da dim(V2 ) = 1 ed
algebrica uguale a 2.
Gli autovalori di B sono 01 = 1 e 02 = 2. Il primo ha molteplicita algebrica 1, il
secondo 2. Gli autovettori associati, v10 = t (x, y, z) e v20 = t (x0 , y 0 , z 0 ), devono risolvere
0 1 0 x y
0 0
0 = (B 1 I2 )v1 = 0 1 0 y = y
0 0 1 z z
e
1 1 0 x0 x0 + y 0
0 = (B 02 I2 )v20 = 0 0 0 y 0 = 0 .
0
0 0 0 z 0
Quindi V01 = {(x, 0, 0) : x R} e V02 = {(x0 , x0 , z 0 ) : x0 , z 0 R}. I tre vettori (1, 0, 0)
V01 e (1, 1, 0), (1, 1, 1) V02 formano una base di R3 , quindi B e diagonalizzabile (in
alternativa, basta si poteva notare che la molteplicita algebrica di ciascun autovalore e
uguale a quella algebrica).
0 0 0 z 0
139
Soluzione. A ha quattro autovalori distinti (gli elementi sulla diagonale): 1 = 1,
2 = 2, 3 = 3, 4 = 5. E quindi diagonalizzabile. Per trovare un autovettore
v = t (x1 , x2 , x3 , x4 ) associato allautovalore 1 dobbiamo risolvere il sistema:
1 1 1 0 x1 x1 + x2 + x3
0 2 4 0
x2 2x2 + 4x3
0 = (A I2 )v = =
0 0 4 0 x3 4x3
0 0 0 0 x4 0
140
Lezione XIX
Geometria di R2
Sommario: rette e circonferenze nel piano; intersezioni; distanze (puntopunto, punto
retta, rettacirconferenza); rette tangenti ad una circonferenza. Esempi.
11
Un luogo geometrico e linsieme di tutti e soli i punti del piano che hanno una determinata
proprieta, solitamente espressa attraverso una equazione.
141
6 x
u
p
2 u
1 3
(a) Vettori proporzionali (b) Retta passante per p = (0, 1) e parallela a u = (2, 1)
Figura 7
Si dice invece vettore normale ad r un qualsiasi vettore non nullo n che sia Vettore
normale
perpendicolare alla retta stessa. Ad esempio, il vettore n = (u2 , u1 ) e ortogonale ad
u, e tutti i vettori normali sono proporzionali ad esso.
Eliminando da (19.1) il parametro t si ottiene una equazione detta equazione
cartesiana della retta r. Per eliminare il parametro t e sufficiente prendere in ambo i
membri di (19.1) il prodotto scalare con il vettore n = (u2 , u1 ). Si ottiene
n x = n p u2 x1 + u1 x2 = u2 p1 + u1 p2 .
ap1 + bp2 + c = u2 p1 + u1 p2 + u2 p1 u1 p2 = 0 .
142
La soluzione generale ha quindi la forma x = p + tv dove v e una qualsiasi soluzione
non nulla dellequazione omogenea associata. Possiamo scegliere v = u, infatti
au1 + bu2 = u2 u1 + u1 u2 = 0 ,
Osservazione 19.1.1. Lequazione (19.2) descrive una retta se e solo se (a, b) 6= (0, 0)
(se a = b = 0 linsieme delle soluzioni e linsieme vuoto, se c 6= 0, oppure lintero piano,
se c = 0). Il vettore n = (a, b) e perpendicolare alla retta di equazione (19.2).
143
b
u a
Figura 8
Esempio 19.1.3. Scriviamo lequazione della retta passante per i punti a = (1, 2) e
b = (2, 4). Lequazione parametrica e data da
x1 = 1 3t
x2 = 2 + 2t
Il grafico e in figura 8.
144
evidentemente il rango soddisfa
1 (A) (A|B) 2 ,
in cui la prima disuguaglianza segue dal fatto che ogni riga di A ha almeno un elemento
non nullo. Per il teorema di Rouche-Capelli,
1. se (A) = 1 e (A|B) = 2 il sistema non ammette soluzione, e r r0 = e
linsieme vuoto (questo vuol dire che le rette r e r0 sono parallele e distinte);
2. se (A) = (A|B) = 1 le due righe della matrice dei coefficienti sono proporzio-
nali, e le due rette coincidono: r = r0 ; in questo caso lintersezione r r0 = r e
una retta;
3. se (A) = (A|B) = 2 il sistema ammette ununica soluzione, e lintersezione
r r0 e un punto.
r : 2x1 3x2 + 1 = 0
r0 : 4x1 6x2 = 0
r : 2x1 3x2 + 1 = 0
r0 : 4x1 + 2x2 1 = 0
r : 2x1 3x2 + 1 = 0
r0 : 4x1 6x2 + 2 = 0
19.3 Circonferenze
Ricordiamo che la distanza del punto P di coordinate x = (x1 , x2 ) dallorigine, ovvero
la lunghezza del segmento OP , e data da
q
kxk = x21 + x22 .
Piu in generale (vedere figura 9a), la distanza fra due punti di coordinate x = (x1 , x2 )
e y = (y1 , y2 ), indicata con d(x, y), e la norma del vettore (x1 y1 , x2 y2 ), ossia
p
d(x, y) = kx yk = (x1 y1 )2 + (x2 y2 )2 .
145
x = (x1 , x2 )
d(x, y) = kx yk
|x2 y2 |
c
y = (y1 , y2 ) R
|x1 y1 |
Figura 9
Una circonferenza di centro c = (c1 , c2 ) e raggio R > 0 e linsieme dei punti del piano Circonferenza
kx ck = R ,
(x1 c1 )2 + (x2 c2 )2 = R2
ax1 + bx2 + d = 0
Per trovare le intersezioni si procede per sostituzione. Sappiamo che (a, b) 6= (0, 0).
Supponiamo ad esempio sia a 6= 0, allora dalla seconda equazione ricaviamo x1 =
a1 (bx2 + d), che sostituita nella prima da una equazione di secondo grado in una
sola variabile. Il numero di soluzioni (reali) dipendera dal segno del discriminante. Si
hanno tre possibilita:
1. se il discriminante e positivo, retta e circonferenza si incontrano in due punti;
2. se il discriminante e zero, retta e circonferenza si incontrano in un punto (in
questo caso la retta si dice tangente alla circonferenza); Retta
tangente
3. se il discriminante e negativo, lintersezione e vuota.
x1 x2 + 2 = 0
146
(a) (b) (c)
Figura 10
Dalla seconda si ricava x2 = x1 +2, che sostituita nella prima da (x1 2)2 +(x1 +1)2 9 =
0. Sviluppando i quadrati si trova
2x21 2x1 4 = 0
In maniera simile si trova lintersezione fra due circonferenze, diciamo una di centro
c = (c1 , c2 ) e raggio R e la seconda di centro c0 = (c01 , c02 ) e raggio R0 . Se le due Intersezione
fra due
circonferenze hanno lo stesso centro, allora coincidono oppure hanno intersezione vuota. circonferenze
Supponiamo quindi che c 6= c0 . Lintersezione e linsieme delle soluzioni del sistema
(non lineare):
(x1 c1 )2 + (x2 c2 )2 = R2
(x1 c1 )2 + (x2 c2 )2 = R
La seconda equazione descrive una retta, ed il sistema si puo ora risolvere come nel
caso delle intersezioni fra retta e circonferenza. A seconda dei casi, le due circonferenze
si incontreranno in un punto, in due o in nessuno.
Esempio 19.3.2. In figura 10b e mostrata come esempio lintersezione fra la circonfe-
renza di centro (2, 1) e raggio 3 e la circonferenza di centro ( 23 , 52 ) e raggio 5 2/2.
Le due circonferenze si incontrano nei punti (1, 1) e (2, 2).
147
Un altro problema consiste, data una circonferenza di centro c e raggio R ed un Tangenti ad una
circonferenza
punto p sulla circonferenza, nel trovare lequazione della retta r tangente alla circon-
ferenza nel punto p. La tangente deve essere ortogonale al segmento da c a p, ovvero
al vettore p c. Lequazione cartesiana di r sara quindi
(p c) (x p) = 0 .
3x1 4x2 23 = 0 .
19.4 Distanze
La distanza di un punto p da una retta r e la lunghezza del segmento che va da p alla
proiezione ortogonale di p su r, sia essa q. Se r ha equazione cartesiana (19.2), la retta
r0 ortogonale ad r e data da (19.3). Lintersezione fra r ed r0 si ottiene sostituendo i
valori di x1 e x2 dati da (19.3) nellequazione (19.2) e risolvendo in t. Si ottiene
ovvero
ap1 + bp2 + c
t= .
a2 + b 2
Sostituendo in (19.3) si trovano le coordinate del punto q = (x1 , x2 ), date da
148
r
r d(r, C)
d(p, r)
(a) (b)
Figura 11
d(p, C) = d(p, c) R ,
19.5 Esercizi
Osservazione 19.5.1. Osserviamo che
x1 x2 1
x 1 a1 x 2 a2
= a1 a2 1 .
b a b a
1 1 2 2
b1 b2 1
Quindi, lequazione cartesiana di una retta passante per due punti distinti a = (a1 , a2 )
e b = (b1 , b2 ) si puo anche scrivere nella forma
x1 x2 1
a1 a2 1 = 0 .
b1 b2 1
149
Esercizio 19.5.2. Stabilire se i punti (1, 3), (2, 1) e (3, 1) sono allineati.
Esercizio 19.5.3. Determinare una equazione cartesiana e una parametrica della retta
passante per i punti (2, 1) e (2, 3).
Esercizio 19.5.4. Si determini la distanza del punto p = (2, 1) dalla retta r di equa-
zione 2x1 x2 + 5 = 0. Si determini la distanza del punto p0 = (1, 3) dalla retta r0 di
equazione x1 + 2x2 7 = 0.
|2 2 1 1 + 5| 8
d(p, r) = = ,
22 + 12 5
e
|1 1 + 2 3 7|
d(p0 , r0 ) = =0.
12 + 22
La distanza di p0 da r0 e zero. Si puo in effetti notare che p0 r0 . X
150
Soluzione. Notiamo che le due rette sono parallele. La prima e parallela al vettore
u = (4, 2), la seconda e ortogonale al vettore (a, b) = (1, 2), ovvero parallela al
vettore u0 = (2, 1). Siccome u = 2u0 le due rette sono parallele.
La distanza fra r e r0 e la distanza fra un qualsiasi punto p r ed r0 . Ad esempio,
possiamo scegliere p = (2, 1) e calcolare
|1 2 + 2 1 7| 3
d(p, r0 ) = = .
2
1 +2 2 5
X
r : 8x1 + 8x2 + 8 = 0 .
Figura 12
151
Lezione XX
Esercitazione
Sommario: esempi svolti di temi desame.12
t + 1 0 2t + 2
12
Con un abuso di notazione, in questo capitolo la riga i-esima di una qualsiasi matrice verra indicata
sempre con il simbolo Ri .
152
20.2 Tema desame #2
Esercizio 20.2.1. Considerare la matrice
1 0 2
1 1 3
A=
2 1 3
0 1 1
a) Calcolare il rango di A;
b) indicare una base per lo spazio delle righe ed una per lo spazio delle colonne di A;
c) discutere il sistema
AX =B
nelle variabili X = t (x1 , x2 , x3 ), con B = t (1, 1, 4, 2);
d) esistono valori di t R per cui AX = B 0 , con B 0 = t (1, 1, t, t), ammette soluzione?
v = ( 2a1 + a2 , a1 a3 , a1 + a2 + a3 )
con a1 , a2 , a3 R.
a) Calcolare la dimensione di V ;
b) scrivere una base di V .
0 0 2 0 0 t
153
20.3 Soluzioni tema desame #1
Esercizio 20.3.1. Si consideri il seguente sistema di equazioni lineari dipendente da
un parametro R:
x2 + x4 = 2
x1 + 2x2 + 2x3 + 2x4 = 3
x2 + ( + 2)x3 + ( + 3)x4 = 2
( 1)x1 + 2x2 + x3 + 2x4 = 5
154
da
x1 + 2x2 + 2x3 + 2x4 = 3
x2 + x4 = 2
( + 2)(x3 + x4 ) = 0
( + 2)x3 =
Se 6= 2 lunica soluzione si trova per sostituzione dal basso verso lalto. Si ottiene
+2 4
(x1 , x2 , x3 , x4 ) = , , ,
2 2 2 2
Se = 2 il sistema diventa
x1 + 2x2 + 2x3 + 2x4 = 3
x2 + x4 = 2
4x3 = 2
(x1 , x2 , x3 , x4 ) = 0, 2 t, 12 , t ,
con t R. X
2 12 1 9 4 0 4 0 0 0 0 0
La terza riga e nulla. Una base B di V e data dai primi due generatori:
B = u1 = (2, 4, 1, 3) , u2 = (1, 0, 1, 0) .
155
W e lo spazio delle soluzioni di un sistema di due equazioni lineari omogenee: la prima
e equivalente a x1 = x3 , che usata nella seconda da 2x1 + x2 + 2x3 + x4 = x2 + x4 = 0,
ossia x2 = x4 . I vettori di W hanno quindi la forma
1 0
0 1 t
1
v = (t1 , t2 , t1 , t2 ) =
1 0 t2
0 1
B 0 = u2 = (1, 0, 1, 0) , u3 = (0, 1, 0, 1) .
156
b) Ricordiamo che la somma di due sottospazi e diretta se e solo se la loro intersezione
e data dal solo vettore nullo. Siccome V W = L(u2 ) 6= {0}, la somma V + W non e
diretta.
c) Un vettore v = (x1 , x2 , x3 , x4 ) appartiene a W se e solo se il suo prodotto scalare
con i vettori della base B 0 e zero:
u2 v = x1 + x3 = 0
u3 v = x2 x4 = 0
0 1
t + 1 0 2t + 2
= ( + 1) 2 (2t + 4) = ( + 1) (2t + 4) .
157
Gli autovalori sono quindi
1 = 0 , 2 = 1 , 3 = 2t + 4 .
1 0 2 1 0 2
32 0 2 0 0 0
A00 e ridotta per righe, quindi (A) = (A00 ) = 2. La molteplicita geometrica dellau-
tovalore 1 e g1 = 3 2 = 1 e la matrice A non e diagonalizzabile.
/ {2, 52 }.
In conclusione: A e diagonalizzabile se e solo se t X
a) Calcolare il rango di A;
b) indicare una base per lo spazio delle righe ed una per lo spazio delle colonne di A;
c) discutere il sistema
AX =B
nelle variabili X = t (x1 , x2 , x3 ), con B = t (1, 1, 4, 2);
158
d) esistono valori di R per cui A X = B , con B = t (1, 1, , ), ammette
soluzione?
Quindi il rango e (A) = 2. Le righe non nulle della matrice trovata formano una base
per lo spazio generato dalle righe di A. Quindi:
b) Una base per lo spazio delle righe di A e data da:
B = (1, 0, 2) , (0, 1, 1) .
Una base per lo spazio delle colonne si ottiene riducendo tA. Si ha:
1 1 2 0 1 1 2 0 1 1 2 0
t R3 R3 +2R1 R3 R3 R2
A = 0 1 1 1 0 1 1 1 0 1 1 1 .
2 3 3 1 0 1 1 1 0 0 0 0
B 0 = (1, 1, 2, 0) , (0, 1, 1, 1) .
c) Con le stesse operazioni usate al punto a) si riduce la matrice completa (A|B) del
sistema:
1 0 2 1
R3 R3 R2 3R1 0
R R R2 R1 1 1 1
(A|B) 44 (A0 |B 0 ) = .
0 0 0 0
0 0 0 0
Un sistema equivalente e quindi:
x1 2x3 = 1
x2 + x3 = 1
(x1 , x2 , x3 ) = (1 + 2t, 1 t, t)
per t R.
159
d) Ripetendo le stesse operazioni del punto c) riduciamo la matrice (A|B ):
1 0 2 1
R3 R3 R2 3R1
R R R2 R1 0 1 1 1
(A|B ) 44 .
0 0 0 4
0 0 0 2
Qualunque sia il valore di almeno una fra la terza e la quarta riga e non nulla: poiche
(A) = 2 e (A|B ) {3, 4}, si ha sempre (A) 6= (A|B ). La risposta e quindi (per il
teorema di Rouche-Capelli): il sistema al punto d) non ammette soluzioni per nessun
valore di . X
v = ( 2a1 + a2 , a1 a3 , a1 + a2 + a3 )
con a1 , a2 , a3 R.
a) Calcolare la dimensione di V ;
b) scrivere una base di V .
1 1 1 a3
Quindi V e limmagine dellapplicazione lineare associata alla matrice
2 1 0
A = 1 0 1 .
1 1 1
Limmagine di LA e generata dalle colonne di A, ovvero dalle righe di tA. Per trovare
una base possiamo ridurre tA per righe, ottenendo:
2 1 1 2 1 1 2 1 1
t R3 R3 +R1 R3 R3 2R2
A = 1 0 1 1 0 1 1 0 1 .
0 1 1 2 0 2 0 0 0
Le righe non nulle della matrice ridotta cos trovata formano una base di V . Quindi:
b) una base di V e data da
B = (2, 1, 1) , (1, 0, 1) .
a) la dimensione di V e 2. X
160
Esercizio 20.4.3. Siano A e B le matrici
4 1 0 2 1 0
A= 0 2 0 , B= 0 2 0 ,
0 0 2 0 0 t
0 0 2 x3
0 0 0 x3
0 0 1
161
m = 2) e t (con molteplicita algebrica 1). Condizione necessaria perche A e B siano
simili e quindi t = 1 = 4. La matrice B e diagonalizzabile se la molteplicita geometrica
dellautovalore 2 e pari a quella algebrica, deve essere quindi
3 (B 2I3 ) = m = 2 .
Poiche
0 1 0
(B 2I3 ) = 0 0 0
0 0 t2
per t = 4 il rango di B 2I3 e 2 e la matrice B non e diagonalizzabile. La risposta al
punto c) e quindi: per nessun valore di t R le matrici A e B sono simili. X
162
Lezione XXI
x3 x3 u+v
u
p3
P = (p1 , p2 , p3 )
p2
p1
x2 x2
x1 x1
(a) Coordinate in 3D. (b) Regola del parallelogramma.
Figura 13
Come in R2 , anche in questo caso la somma di due vettori u e v e data dalla diagonale
del parallelogramma che ha u e v per lati (figura 13b). Notiamo che due vettori u
e v non allineati individuano un piano , e che u + v appartiene allo stesso piano
163
x3
u
u+v
x1
x2
: x = t1 u + t2 v
164
p x3
5
u
1
x2
x1
q
165
t ricavando dalla prima equazione t = (x1 p1 )/u1 . Sostituendo questa espressione
nelle due rimanenti si ottiene
x2 = p2 + u2 (x1 p1 )/u1 u2 x1 u1 x2 u2 p1 + p2 = 0
x3 = p3 + u3 (x1 p1 )/u1 u3 x1 u1 x3 u3 p1 + p3 = 0
Chiamando
(a, b, c) = (u2 , u1 , 0) , (a0 , b0 , c0 ) = (u3 , 0, u1 ) ,
e chiamando d = u2 p1 + p2 e d0 = u3 p1 + p3 , le equazioni cartesiane della retta r si
possono scrivere nella forma:
Equazioni
a x1 + b x2 + c x3 + d = 0
(21.3) cartesiane
a0 x 1 + b 0 x 2 + c 0 x 3 + d 0 = 0 di una retta
ha rango 2 (e ridotta per righe ed ha due righe non nulle, essendo u1 6= 0). Piu in
generale, le equazioni (21.3) descrivono una retta se e solo se
a b c
=2,
a0 b0 c0
166
21.3 Equazioni cartesiane di un piano
Lequazione cartesiana
: ax1 + bx2 + cx3 + d = 0 (21.4) Equazione
cartesiana
descrive un piano in R3 se e solo se (a, b, c) 6= (0, 0, 0). Al variare di d R si ottiene di un piano
Osservazione 21.3.1. Come nel caso di R2 , data una retta r di R3 , le sue equazioni
cartesiana/parametriche di r non sono uniche. E dato un piano di R3 , le sue equazioni
cartesiana/parametriche di non sono uniche. Ad esempio le equazioni cartesiane
2x1 + x2 x3 = 4
e
4x1 + 2x2 2x3 = 8
descrivono lo stesso piano (la seconda e un multiplo della prima, si tratta quindi di
equazioni equivalenti).
167
Tabella 1: Equazioni di rette e piani.
Retta r Piano
Equazioni
x = p + tu x = p + t1 u + t2 v
parametriche
u u1 u2 u3
Condizione u 6= 0 = =2
v v1 v2 v3
Equazioni a x1 + b x2 + c x3 + d = 0
ax1 + bx2 + cx3 + d = 0
cartesiane a0 x1 + b0 x2 + c0 x3 + d0 = 0
a b c
Condizione =2 (a, b, c) 6= (0, 0, 0)
a0 b0 c0
21.4 Intersezioni
Iniziamo con lo studio dellintersezione di due piani. Siano e 0 due piani di equazioni Intersezione
di due piani
cartesiane:
Notiamo che 1 (A) (A|B) 2 (la prima disuguaglianza segue dal fatto che
ciascuna riga di A ha almeno un elemento non nullo). Possono allora verificarsi tre
casi:
1. Se (A) = 1 e (A|B) = 2, il sistema e incompatibile e lintersezione e vuota.
2. Se (A) = (B) = 1, possiamo eliminare una delle due equazioni (per riduzione
ad esempio) e quella che rimane e lequazione di un piano: 0 = = 0 e
quindi un piano di R3 .
3. Se (A) = (B) = 2, si ottengono le equazioni cartesiane di una retta: 0 e
una retta di R3 .
168
Consideriamo ora lintersezione del piano con una retta r di equazioni cartesiane Intersezione
di una retta
e un piano
a1 x 1 + b 1 x 2 + c 1 x 3 + d 1 = 0
a2 x 1 + b 2 x 2 + c 2 x 3 + d 2 = 0
a b c d
169
Tabella 2: Intersezioni.
(A) (A|B) r r0 r 0
1 1 retta
1 2
2 2 retta (r = r0 ) retta (r ) piano ( = 0 )
2 3
3 3 punto punto
3 4
Osservazione 21.4.1. Il secondo caso ((A) = 2 e (A|B) = 4) non puo mai verifi-
carsi. Infatti se (A|B) = 4, il determinante della matrice (A|B) e diverso da zero. Il
determinante si puo calcolare con lo sviluppo di Laplace rispetto allultima colonna:
a2 b 2 c 2 a1 b 1 c 1 a1 b 1 c 1 a1 b 1 c 1
|(A|B)| = d1 a01 b01 c01 d2 a01 b01 c01 + d01 a2 b2 c2 d02 a2 b2 c2 .
0 0 0 0 0 0 0 0 0 0 0 0
a2 b 2 c 2 a2 b 2 c 2 a2 b 2 c 2 a1 b 1 c 1
Osservazione 21.4.2. Si puo dire qualcosa di piu sul primo e terzo caso. Se (A) = 2
e (A|B) = 3 le due rette sono parallele ma non coincidenti. Se (A) = 3 e (A|B) = 4
le due rette non sono parallele e non si intersecano: due rette di questo tipo si dicono Rette
sghembe
sghembe. Siccome due rette contenute nello stesso piano sono sempre parallele oppure
si intersecano in un punto, due rette sono sghembe se e solo se non sono complanari.
170
Lezione XXII
Per provarlo basta guardare la figura 16a. Per il teorema di Pitagora, la diagonale del
p
rettangolo nel piano x3 = 0 disegnato in figura ha lunghezza L = p21 + p22 ; il segmento
OP e la diagonale di un triangolo rettangolo (in rosso) i cui cateti hanno lunghezza L
e p3 rispettivamente: per il teorema di Pitagora, la lunghezza di OP e data da
q q
L2 + p23 = p21 + p22 + p23 ,
171
x3 x3 b
ba
p3
b)
,
k
d(a
a
P = (p1 , p2 , p3 )
kb
a
O p2
O
p1 L
x2
x2
x1 x1
(a) Distanza di un punto dallorigine. (b) Distanza fra due punti.
Figura 16
172
x3
x2
x1
La superficie sferica di centro c = (c1 , c2 , c3 ) e raggio R > 0 e linsieme dei punti Superficie
sferica
x R3 a distanza R dal punto c, ovvero soddisfacenti lequazione
d(x, c) = R .
173
u
u
kuk
u+v
u
L
/2
v
v
O
v kvk
(a) (b)
q q
u u v v u v uv
= kuk
kuk
+ kvk
kvk
2 kuk kvk
= 2 2 kuk kvk
.
174
22.3 Prodotto vettoriale e prodotto misto
Dati due vettori u e v di R3 , il loro prodotto vettoriale, indicato con u v, e il Prodotto
vettoriale
vettore di componenti
u v = u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 . (22.4)
La regola mnemonica e:
!
u1 u2 u3 u1 u2 u3 u1 u2 u3
uv = + , , +
v1 v2 v3 v1 v2 v3 v1 v2 v3
come si puo verificare con lo sviluppo di Laplace rispetto alla prima riga. Si tratta
solo formalmente di un determinante, in quanto gli elementi della prima riga non sono
numeri ma i versori dei tre assi di R3 .
Lo scalare Prodotto
misto
(u v) w
e detto prodotto misto vettori u, v e w di R3 . Notiamo che
u1 u2 u3 u1 u2 u3 u1 u2 u3
(u v) w = w1 w2 + w3
v1 v2 v3 v1 v2 v3 v1 v2 v3
e1 e2 = e3 , e2 e3 = e1 , e3 e1 = e2 .
175
Proposizione 22.3.2.
1. Il prodotto vettoriale R3 R3 R3 , (u, v) 7 u v, e una operazione interna
di R3 non associativa e non commutativa. Gode invece della proprieta anti-
commutativa:
u v = v u u, v R3 .
(u v) w = (w u) v = (v w) u
per ogni u, v, w R3 .
7. u, v, w R3 sono linearmente dipendenti 14
(u v) w = 0.
Volume di un
8. |(u v) w| e il volume del parallelepipedo che ha per lati i vettori u, v e w. parallelepipedo
Dimostrazione.
1. Scambiando due righe di una matrice il determinante cambia segno. Da questa
osserazione e da (22.5) segue la proprieta anticommutativa del prodotto vetto-
riale. Per il Lemma 22.3.1, e1 e2 = e3 e diverso da e2 e1 = e3 ; inoltre se
u = (1, 1, 0), il vettore
(e1 e2 ) u = e3 u = (1, 1, 0)
e diverso da
e1 (e2 u) = e1 (0, 0, 1) = (0, 1, 0) ;
quindi il prodotto vettoriale non e commutativo e non e associativo.
2. E sufficiente osservare che le componenti di u v sono, a meno di un segno, il
determinante dei minori di ordine 2 della matrice:
u1 u2 u3
A= .
v1 v2 v3
13
Ricordiamo che due vettori di R3 non nulli sono linearmente dipendenti se e solo se sono paralleli.
14
Ricordiamo che tre vettori non nulli di R3 sono linearmente dipendenti se e solo se sono complanari.
176
I vettori u e v sono linearmente indipendenti se e solo se (A) = 2, ed una con-
dizione necessaria e sufficiente (per teorema degli orlati) e che almeno un minore
di ordine 2 di A abbia determinante non nullo, ovvero almeno una componente
di u v sia diversa da zero. Quindi u e v sono linearmente indipendenti se e solo
se u v 6= 0, affermazione equivalente a quella che si voleva dimostrare.
3. Lidentita di Lagrange si prova con un semplice calcolo. Si ha:
kuk2 kvk2 (u v)2 = (u21 + u22 + u23 )(v12 + v22 + v32 ) (u1 v1 + u2 v2 + u3 v3 )2
u21
= 2 2 2 2 2 2 2
u22
1 + u1 v2 + u1 v3 + u2 v1 +
v 2 2 2 2 2 2 2
u23
2 + u2 v3 + u3 v1 + u3 v2 +
v 2
v
3
u212
u222
u232
1 +
v 2 +
v 3 + 2u1 u2 v1 v2 + 2u1 u3 v1 v3 + 2u2 u3 v2 v3
v
= (u2 v3 u3 v2 )2 + (u3 v1 u1 v3 )2 + (u1 v2 u2 v1 )2
= ku vk2 .
da cui la tesi.
6. Segue da (22.6) e dalle proprieta del determinante (che cambia segno se si scam-
biano due righe, e rimane invariato se si effettuano un numero pari di scambi).
7. Segue da (22.6) e dalle proprieta del determinante: tre vettori sono linearmente
indipendenti se e solo se la matrice che ha i vettori come righe ha rango 3. Nel
caso di una matrice 3 3, per il teorema degli orlati e necessario e sufficiente che
tale matrice abbia determinante non nullo.
177
w
pruv (w)
u
h
v
O
: x = p + t1 u + t2 v ,
178
x3
uv
u
x2
x1
Per finire, osserviamo che come nel caso di matrici 2 2 (paragrafo 8.2), anche
il determinante di una matrice A M3 (R) ha una interpretazione geometrica: il suo
modulo e il volume del parallelepipedo che ha le righe di A come lati.
Proposizione 22.3.3. Siano u, v R3 due vettori linearmente indipendenti. Allora
la terna u, v, u v e una base di R3 .
Dimostrazione. Chiamiamo w = u v. Il prodotto misto di u, v, w, e dato da
(u v) w = (u v) (u v) = ku vk2
e quindi e diverso da zero per il punto 2 della proposizione 22.3.2. Dalla proposizione
22.3.2, punto 7, segue che i vettori u, v, w sono linearmente indipendenti, e quindi
formano una base di R3 .
(b a) (x a) = 0 .
179
Notiamo che si tratta di tre equazioni in tre incognite, ma solo due sono indipendenti
fra di loro. Infatti, il sistema in forma matriciale e dato da:
0 (b3 a3 ) b 2 a2 x 1 a1
b 3 a3 0 (b1 a1 ) x2 a2 = 0
(b2 a2 ) b 1 a1 0 x 3 a3
e la matrice dei coefficienti ha rango 2 (con lo sviluppo di Laplace si prova che il
determinante e zero, ed e facile trovare un minore di ordine due con determinante non
nullo, da cui per il teorema degli orlati il rango e 2).
180
Tabella 3: Retta passante per a, b R3 ; piano contenente a, b, c R3 .
Retta r Piano
Equazioni
x = a + t(b a) x = a + t1 (b a) + t2 (c a)
parametriche
Equazioni
(b a) (x a) = 0 (x a) (b a) (c a) = 0
cartesiane
Condizione a 6= b (b a) (c a) 6= 0
181
Appendice A
Equazioni polinomiali
Sommario: equazioni polinomiali; il campo dei numeri complessi; polinomi; teorema
fondamentale dellalgebra (senza dimostrazione); le equazioni di secondo e terzo grado;
cenni sullequazione di quarto grado.
A.1 Introduzione
Una equazione algebrica o polinomiale di grado n in una incognita x e una equazione Equazioni
polinomiali
della forma
a0 xn + a1 xn1 + . . . + an1 x + an = 0
con ai elementi di un qualche campo, e qui assumeremo sempre ai R salvo indicazioni
contrarie, e a0 6= 0. Dividendo per a0 , lequazione si puo sempre ridurre alla forma
an1
xn + a1 n1
a0
x + ... + a0
x + an
a0
=0
La parte reale di z, indicata con <(z), e la parte immaginaria, indicata con =(z),
sono i numeri reali:
<(z) = x ; , =(z) = y .
Sia z 0 = x0 + 1 y 0 (con x0 , y 0 R). I numeri complessi si sommano e moltiplicano
secondo la regola
z + z 0 = (x + x0 ) + 1 (y + y 0 ) , z z 0 = xx0 yy 0 + 1 (xy 0 + x0 y) .
182
Linsieme di tutti i numeri complessi e indicato con C. E un anello commutativo, con
somma e prodotto definiti qui sopra ed elementi neutri lo 0 e l1 dei numeri reali.
Lapplicazione lineare
R2 C , (x, y) 7 x + 1 y ,
e biunivoca. Diremo che i numeri complessi formano uno spazio vettoriale reale di
dimensione 2, isomorfo ad R2 .
Il complesso coniugato di z = x + 1 y e il numero Complesso
coniugato
z = x 1 y .
Il prodotto
z z = x2 + y 2
e non negativo, e si annulla se e solo se z = 0. In particolare ogni z 6= 0 e invertibile,
con inverso:
z
z 1 = .
z z
I numeri complessi formano quindi un campo.
Ogni punto di R2 si puo rappresentare nella forma
A.3 Polinomi
Sia n 0 un intero non negativo. Un polinomio di grado n nella variabile a coefficienti
in un campo K e una espressione del tipo
p() = a0 n + a1 n1 + . . . + an1 + an
183
y y
(0, 1)
21 , 3
2
2 2
3
4
3 3
2
12 , 3
2
(0, 1)
(a) n = 3 (b) n = 4
f :RR, x 7 p(x) ,
184
Siccome R C, come caso particolare si ottiene che un polinomio a coefficienti
reali ammette sempre radici complesse.
p() = a( z1 )( z2 ) . . . ( zn ) ,
x2 2x + 1 = (x 1)2
m1 + m2 + . . . + mr = n .
reali distinte; se e nullo si ha una sola soluzione ed e reale (di molteplicita 2); se e
negativo si hanno due soluzioni complesse coniugate.
(x 1 )(x 2 ) = x2 (1 + 2 )x + 1 2 .
185
A.5 Lequazione di terzo grado
Unequazione di terzo grado si puo sempre scrivere nella forma:
x3 + ax2 + bx + c = 0 . (1.1)
Con la sostituzione
a
y =x+
3
lequazione (1.1) si trasforma in una in cui manca il termine di grado 2. Si ha infatti:
y 3 + py + q = 0 (1.2)
con
1 2 1
p = a2 + b , q = a3 ab + c .
3 27 3
Per motivi imperscrutabili, scriviamo y = u + v e sostituiamo in (1.2). Sostituendo si
trova lequazione
(u3 + v 3 + q) + (u + v)(3uv + p) = 0 .
Per trovare una soluzione di questa equazione in due variabili, e sufficiente risolvere il
sistema (non lineare) di due equazioni in due incognite
3
u + v 3 = q
(1.3)
3uv = p
0 = y 3 + py + q = (u3 + v 3 + q) + (u + v)(3uv + p) = u3 + v 3 + q
186
Usando la formula risolutiva per le equazioni di secondo grado si trova
( r r )
q q 2 p 3 q q 2 p 3
{u3 , v 3 } = + + , +
2 4 27 2 4 27
e quindi s s Formula
r r risolutiva
3 q q 2 p3 3 q q 2 p3 equazione
y =u+v = + + + + . di 3 grado
2 4 27 2 4 27
Questa e la celebre formula risolutiva per lequazione (1.2).
Ripetiamo che non tutte le radici cubiche daranno soluzioni dellequazione (1.2).
Due radici cubiche u, v di u3 , v 3 danno soluzioni dellequazione di terzo grado se e solo
se 3uv = p.
Ci chiediamo ora, nel caso in cui i coefficienti p, q siano reali, quante sono le soluzioni
reali di (1.2). Questo dipende dal valore di Discriminante
q 2 p3
+ ,
4 27
detto discriminante dellequazione. Si puo verificare che se il discriminante e minore
o uguale a zero tutte le soluzioni sono reali, mentre se il discriminante e positivo
lequazione ha una soluzione reale (che si ottiene prendendo le radici reali nella formula
risolutiva) e due complesse coniugate15 .
x3 + ax2 + bx + c = (x + a)(x2 + b)
e le soluzioni sono x = a e x = b.
Con la sostituzione
a
y =x+
4
si trasforma (1.4) nellequazione
y 4 + py 2 + qy + r = 0
15
Per maggiori dettagli, si puo leggere larticolo di G. Gorni, Lequazione di terzo grado, on-line
qui: http://sole.dimi.uniud.it/~gianluca.gorni/Dispense/TerzoGrado.pdf
187
dove abbiamo chiamato
3 1 1 3 4 1 1
p = a2 + b , q = a3 ab + c , r= a + a2 b ac + d .
8 8 2 256 16 4
Cerchiamo quindi una soluzione della forma
y =u+v+w .
con an 6= 0, e possibile trovare le radici razionali con il metodo illustrato nel seguito.
Per il teorema delle radici razionali, se un numero razionale r = p/q e una radice
di p(x) allora
i) p divide a0 ;
ii) q divide an .
Per trovare le radici razionali basta allora verificare per sostituzione quali fra le com-
binazioni p/q, con p divisore di a0 e q divisore di an , sono radici.
Con questo metodo ovviamente non e possibile determinare radici che non siano
razionali.
Esempio A.7.1. Determiniamo le radici razionali di
p(x) = x3 + 3x2 + 6x 8 .
p/q {1, 2, 4, 8} .
188
Esempio A.7.2. Determiniamo le radici razionali di
p(x) = x3 + 12 x2 2x 1 .
p {1, 2} .
q {1, 2} .
Dobbiamo provare tutte le combinazioni p/q e vedere quali sono radici del polinomio.
Facendo la verifica si trova
p(x) = (x r)q(x) + R
in cui
q(x) = bn1 xn1 + . . . + b1 x + b0
e un polinomio di grado n 1 e R e una costante detta resto. Per calcolare i
coefficienti b0 , . . . , bn1 si procede come illustrato nella tabella seguente:
189
Se r e una radice di p(x), allora il resto e R = 0. La regola di Ruffini permette
allora di scrivere un polinomio come il prodotto di x r, con r radice, per un polinomio
di grado inferiore. Se p(x) ha coefficienti interi, una radice razionale (se esiste) si puo
trovare come illustrato allinizio del paragrafo, e poi si puo applicare la regola di Ruffini
per provare a determinare le radici rimanenti.
1 1/2 2 1
1/2 1/2 0 1
1 0 2 0
= b2 = b1 = b0 =R
Quindi q(x) = x2 2 e
p(x) = (x + 21 )(x2 2) .
Le rimanenti radici (irrazionali) si trovano notando che x2 2 = (x + 2)(x 2).
p(x) = (x 1)(2x2 + 4x + 3) .
Si puo verificare che q(x) non ha radici reali (il discriminante e negativo). Quindi
lunica radice reale di p(x) e r = 1.
190