Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ALGEBRALINEARE
PROGRAMMADI MATEMATICA, FISJCA, ELETTRONICA
Co/Ievone diretla da
Emilio Gatti, Francesco Gherardelfi, Luigi Radicati, Edoardo Veseniini
Titolo originale
Linear Algebra
Addison-Wesley Publishing Company - Reading, Mass. - 1966
Prefazione,1
1. Vettori in Rn. 11
I. Definizione di puoto in un rr-spazio 2. Vettori applicati 3. l'rodotlo 1calare
4. Norma di uo vettore 5. Reue e piani 6. Numeri· complessi
2. Spazi vettoriali, 35
7. Temrinologia 8. Definizioni 9. Basi IO. Dimensione di uno spazio vet-
. torial• 11. Somme e somme dirette
3. Matrici, 55
12, Lo spuio dolle matricì 13. Equazioni lineari 14. Moltiplicazione tra l!lll1ric
lS, Appc:udic~~ eliminazione
4. Applicazioni lineari, 76
16. Applicazioni 17. Applicazioni lineari 18. Nucleo e immagine di un'applica•
zione lineare 19. Dimensione del nucleo e dell'iwrnagìoe 20. Composizione di
applicazioni lineari
6. Determinanti, 117
24. Determinanti del secondo ordine 25. Proprietà dei determinaoti 26. Regola
di Cramer 27. Esistenza dei determinanti 29. Pennutazioni 29. Unici!li
30. Determinante della lrasposta di una matrice 31. Detcnninanlc di un prodotto
32. lnvcrsa di una ma1rke 33. Detecmicaote di un'applicazione lineare
6 INDICI
Vettori in R"
asse z
~,----+------:,,.--- asse y
',,,',,, __ ,,,,,,'
', ,,"'
----------· _________ ':»-,
Figura 1.1
asse x
(2, 3)
(-1, 1)
3A=(3, 6)
(a) (b)
Figura 1.4
§ I I VIITTORl IN R" 15
Esercizi
Trovare A+ B, A-B, 3A, -2B in ognuno dei seguenti casi:
J, A= (2,-1), B = (-1, I).
2. A= (-1,3), B=(0,4).
3. A= (2, -1, S), .B = (-1, 1, 1).
4. A=(-1,-2,3}, B=(-1,3,-4).
S. A = (n, 3, -1), B = (2n, -3, 7).
6. A= (J.S, -2, 4), B = (:n-,3, -1).
7. Su un foglio di carta quadrettata disegnare i punti degli esercizi 1, 2,
3, 4.
8. Siano A, B come nell'esercizio 1. Su un foglio"di carta quadrettata
disegnare i punti A+ 2B, A + 3B, A - 2B, A - 3B, A + ½B.
2. VETTORI APPLICATI
Figura 2.1
B-A.
Figura 2.2
.B-A
Figura 2.3
3. PROCOTTO SCALA.RE
A={l,3,-2) e B={-1,4,-3),
allora
A· B = - l + 12 + 6 = 17.
Per ora non diamo nessuna interpretazione geometrica al prodotto
scalare; la daremo più tardi. Troviamo dapprima alcune sue pro~
prietà importanti. Quelle principali sono:
PS 1. Se A, B sono vettori, allo,-a A· B = B· A.
PS 2. Se A, B, C sono vettori, allora
A·(B+ C) = A·B+ A·C=(B+ C)·A.
PS 3. Se x è un mmzero, allora
(xA)·B=x(A·B) e A·(xB)= x{A·B).
PS 4. Se A = O è il vettore nullo, allora A· A = O; in ogni
altro caso abbiamo A· A> O.
Diamo ora la dimostrazione di queste proprietà.
Nei riguardi della prima si ha
a1 b1 + ...+ anbn = b1 a1 + ...+ bnan,
perché per ogni coppia di numeri a, b, abbiamo ab = ba.
Rimane così provata la prima proprietà.
Per PS 2. sia C = (c1 , .•• , cn). Allora
A· A = a1+ ...+ a;
vi è un termìne ai> O; essendo ogni altro termine maggiore o
uguale a zero, segue che la somma è maggiore di zero, come
volevasi dimostrare.
Nel servirci in seguito dei vettori adopereremo soltanto le ordi-
narie proprietà dell'addizione e della moltiplicazione per numeri
e le quattro proprietà del prodotto scalare. Di queste sarà fatta
una più approfondita discussione più tardi. Per il momento
osserviamo che ci sono altri oggetti a noi familiari e che possono
essere addizionati, sottratti, moltiplicati per
numeri; per esempio
le funzioni continue definite in un intervallo [a, b] (vedi eser-
cizio 5).
Invece di scrivere A· A per il prodotto scalare di un vettore
per sé stesso è certe volte conveniente scrivere A2 • (Si tenga pre-
sente che questo è l'unico caso in cui adoperiamo una tale nota-
zione: A 3, per esempio, non ha significato.) Per esercizio il lettore
verifichi le seguenti identità:
Esercizi
1. Calcolare A· A per ognuna delle n-uple degli esercizi da l a 6 d·e1
paragrafo 1.
2. Calcolare A· B per le n-uple degli esercizi da 1 a 6 del paragrafo 1.
3. Adoperando soltanto le quattro proprietà del prodotto scalare, dimo-
strare in tutti i dettagli le uguaglianze che danno (A +B) 2 e (A-B) 2 •
20 VETIOlll IN R" I CAP, 1
4. Quali, tra le seguenti, sono coppie di vettori perpendicolari?
a} (I,-1, l) e (2, 1, 5). b) (1,-1, 1) e (2, 3, 1).
e) (-5, 2, 7) e (3, -1, 2). d) (n, 2, I) e (2, -x, O).
5. Considerate le funzioni continue nell'intervallo [-1, IJ, sì definisca il
prodotto scalare tra due tali funzioni f. g il numero
f +1
f(x)g(x) dx •
-1
4. NORMA DI UN VETTORE
O<(A·A)(B·B)-{A·B) 2 •
!A
q
è un vettore unità perché
Diremo che due vettori A, B (nessuno dei quali sia nullo) hanno
la stessa direzione se esiste un numero e> O tale che cA = B.
segueche il vettore
Da questadefinizione
l
[A1 A
§ 4 I VETTORI IN R" 23
è un vettore unità che ha la stessa direzione di A (supposto che
A =#=O). È appena il caso cli menzionare che due vettori A, JJ
(nessuno dei quali nullo) hanno direzioni opposte se esiste un
numero e< O tale che cA = B.
Siano A, B due n-uple. Noi definiamo distanza tra A e B il
numero ~A-Bll= V(A-B)·(A-B). Questa definizione coin-
cide con la nostra intui7Jone geometrica quando A, B sono punti
del piano (vedi fìg. 4.1). Siamo ora in condizioni di giustificare
Lunghezza =OA-Bl=IB-.AI
Figura 4.1
I
I
r
I
fiA-1-BR/
I
I
I
J
I
I
I
-B -B
(a) (b)
Figura 4.2
24 VETTORI IN R" I CAP. I
A· A+ 2A · B + B· B =A· A- 2A · B + B· B.
Eliminando i termini simili nei due membri, otteniamo ancora
4A·B=0
e anc-he
A·B=O.
Siano A, B due vettori e sia B =I=O. Supponiamo di poter
trovare un numero e tale che A- cB sia perpendicolare a B, in
altre parole
(A-cB}·B=O;
abbiamo allora
A·B=cB·B,
da cui
c=A·B.
La nostra costruzione ha un'immediata interpretazione nel piano
e questa dà, a sua volta, un'interpretazione geometrica al prodotto
scalare (vedi fig. 4.3). Infatti, considerato un vettore A =faO, si
consideri l'angolo () tra A e B. Dalla geometria piana abbiamo
À-clJ
B
Figura 4.3
§ 4 I V!TrORJ IN R" 2S
allora che
c!IBII
cos0 = IIAI\.
e sostituendo a e il valore prima ottenuto.
A·B=flAUIIBicos0.
Esercizi
l. Trovare la lunghezza del vettore A negli esercizi da 1 a 6 del para-
grafo 1.
Figura 5.1
(X-P)·N=O.
X
/ Figura S.2
che
(X-P)·N=O
- X+y + 3z = - 2 + 1- 3
oppure
-x+ y+ 3z=-4.
Osserviamo che nel 2-spazio, con X= (x, y), siamo condotti
all'equazione di una retta in senso ordinario. Per esempio, l'equa-
zione della retta passante per (4, -3) e perpendicolare a (-5, 2) è
-5x+2y=-20-6=-26.
ax+ by=c
il vettore (a, b) è perpendicolare alla retta determinata dall'equa-
zione. Analogamente, nel 3-spazio, il vettore (a, b, e) è perpen-
dicolare al piano determinato dall'equazione
ax + by + cz =d.
Due vettori A, B si dicono parallelise esiste un numero e -::foO
tale che cA = B. Due rette si dicono parallele se, presi due punti
distinti P 1 , Q1 sulla prima retia e P2 , Q2 sulla seconda retta, i
vettori
sono paralleli.
29
Esercizi
Trovare un'equazione parametrica della retta passante per i seguenti punti:
a) N=(l,-1,3), P=(4,2,-l).
b) N=(-3,-2,4), P=(2,n,-5).
e) N=(-1,0,S), P=(2,3, 7).
8. Trovare l'equazione del piano passante per i tre punti seguenti:
a) (2, 1, l), (3, -1, I), (4, 1, -1).
b) (-2, 3,-1), (2, 2, 3), (-4,-1, I).
e) (-5,-1,2), (1,2,-1), (3,-1,2).
30 VETTORI IN Rn I CAP. I
9. Trovare un vettore perpendicolare a (1, 2, - 3) e (2, -1, 3) e un
altro vettore perpendicolare a (-1, 3, 2) e (2, 1, 1).
10. Siano P il punto {1, 2, 3, 4) e Q il punto {4, 3, 2, 1). Sia A il vettore
(1, I, 1, J). Sìa L la retta passante per P e parallela ad A.
a) Dato un punto X sulla retta L, determinare la distanza di X da Q (io
funzione del parametro t).
b) Dimostrare che esiste un unico punto X0 sulla retta L avente distanza.
minima da Q e che questa distanza minima è 2V5.
e) Dimostrare che il vettore X 0 -Q è perpendicolare alla retta L.
3x-2y+ z =3.
J8. Siano P e Q due p1mti e N un vettore noi 3-spazio. Sia P' i1 punto
comune alla retta per P nella direzione di N e al piano per Q perpendi-
colare a N. Definiamo la distanza tra P e questo piano come la distanza
tra P e P'. Detenninaro questa distanza nel caso in cui
2x+3y-z = 1.
20. Determinare la distanza tra il punto (1, 1, 2) e il piano
Jx +y-Sz = 2.
21. Sia P=(l,3,-1), Q=(-4,5,2). Determinare le coordinate dei
seguenti punti: a) punto medio del segmento PQ; b) i due punti su questo
segmento situati, a partire da P, a un terzo e due terzi della distanza dà P
verso Q.
6. NUMERI COMPLESSI
(o:P)y=a.(py) e (a:+/J)+y=a+{P+y).
allora aA = k( = 1.
La dimostrazione di questo fatto è un'immediata conseguenza
della regola di moltiplicazione tra i numeri complessi, infatti
a ari.
·(X
a-., + b"- = a·,
-e,--, b"• = 1 .
§ 6 ] VETTORI IN R· 33
Il numero 1 ricavato sopra è chiamato l'inversodi o: ed è denotato
con cc-1 o I/a.. Se cx,(3 sono numeri complessi, spesso scriveremo
{J/rx.
invece di cx-1{J (oppure {Jrx.-
1), analogamente a quanto fac-
ciamo con i numeri reali. Vediamo quindi che la divisione per
numeri complessi non nulli è sempre possibile.
Definiamo valore assoluto del numero complesso o::= a1 ia2 +
il numero
la!=Va~ + a; .
Questo valore assoluto non è altro che la lunghezza del vettore
(a1 , a2 ). Adoperando il valore assoluto, possiamo scrivere
supposto a 9'aO.
La disuguaglianza triangolare per le lunghezze dei vettori può
essere ora interpretata con numeri complessi. Se a, fJsono numeri
complessi allora
Esercizi
l. Scrivere i seguenti numeri complessi nella forma x+iy, doYe x e J'
sono numeri reali.
a) (-1 + Jj)-l, b) (I + i}(l - i).
e) (I +i)i(2-i). d) (ì-1)(2-i).
e) (7 + .ii)(:n + i). f) (2i + I );ii. '
g) ( v'2 + i)(,r; + 3(). h) (i+ l)(i- 2)(i + 3).
2. Scrivere i numeri complessi seguenti nella forma x+iy, dove x e J'
sono numeri reali.
1 2+i J
a) (I+ i)-I. e)-. d)-.
b) 3 +;" 2-i 2-i
l+i i 2i 1
e) f) -- g)-.
3-/
h)--.
-l+i
l+i
3. Sia cc un numero complesso diverso da zero, Qual è il valore asso-
luto di «/«7 Quale numero è ~?
34 VETTORI IN R" I CAP. I
4. Siano «, /J due numeri complessi. Dimostrare che ,xfJ= aPe cbe
« + P=ii +P
5. Prova.re che Jcc/JI
:= l«IIPI:
6. Definire l'addizione tra n-uple di numeri complessi componente per
componente e la moltiplicazione di una 11-upladi numeri complessi per un
numero complesso componente per componente. Siano A= (« 1 , ... ,«,.) e
B = (JJ1 , ... , {J,,)n-uple di numeri complessi, si definisca il loro prodotto sca-
lare (A, JJ) come il numero
(notare che i secondi fattori sono i coniugati dei numeri {JJ. Dimostrare al-
lora le seguenti proprietà:
Spazi vettoriali
7. TERMINOLOGIA
8. DEFINIZIONI
• La trad,.-.ione italiana del termine ia.gtese jie/d è campo. Abbiamo tuttavia preferito
adoperareil termine italiano corpo perché questo è l'wo nella letteratura più reteole. li ter-
mine corpo traduce pi1:1propriamente l'inglese $J'i~ld,e. iodica un corpo in cui la mottiplica-
ziooe può non es.ere commutativa; quando si vuol porre l'accento sul fatto che la moltipli-
cazione ò commutativa, si dice corpo commurali•o. ID questo caso, trattandosi di insiemi ai
numeri complessi, ~ chiaro che corpo significa corpo commutativa. IN,d.T.]
§ 8 I SPAZI VETIORIAU 37
((u + v) + w) + z = (u + (v + w)) +z
= ((v + iv)+ u) + z
= (v + w) + (u + z)
ecc.
con XtEK per i= 1, ... , 11. Noi quindi definiamo l'addizione tra
queste n-uple componente per componente, esattamente come ab-
biamo fatto per le n-uple di numeri reali. Quindi se Y = (Yi, .•. , y11)
con y; E K, ailora
Esercizi
1. Sia V uno spazìo vettoriale, facendo uso delle proprietà SV 1, ... , SV 8
dimostrare che se v è un elemento di V e O è il numero reale zero, allora
Ov= o.
2. Siano e un numero diverso da zero e v un elemento di V. Dimo-
strare che se a1 = O allora v = O.
3. Nello spazio vettoriale delle funzioni, qual è la funzione che sod-
disfa. la condizione SV 2?
4. Sia V uno spazio vettoriale e siano 11, w due elementi di V. Se
v + w = O, dimostrareche w = - v.
5. Sia V uno spazio vettoriale e siano v, w due elementi di V tali .:::he
11 + w = 11. Dimostrare.
che w = O.
6. Sia K un sottocorpo del corpo L: dimostrare che L è uno sparlo vet•
toriale su K. In particolare C e R sono S{lazi vettoriali su Q.
7. Sia K l'insieme di tutti i numeri reali che possono essere scritti nella
+
forma a b.../2, con a, b numeri razionali. Dimostrare che K è un corpo.
8. Sia K l'insieme di tutti i numeri che possono essere scritti nella forma
a + bi, con a, b numeri razionali. Dimostrare che K è un corpo.
9. Sia e un numero razionale maggiore di zero, sia y un numero reale
tale che y 1 = c. Dimostrare che l'insieme di t11ttii numeri che poss(laO essere
scritti nella forma 4 + by, con a, b numeri razionali, è un corpo.
9. BASI
Sia V uno spazio vettoriale sul corpo K e siano o1 , ••• , vff eJe.
menti di V. Noi diremo che v1 , •.• , Vn sono linearmente dipendenti
su K se in K esistono n elementi al, ... , 011,non tutti nulli, tali che
a1l11 + ...+ On Vn = O .
Se elementi siffatti non esistono, diciamo che v1 , ••• , r,11 sono
linearmente indipendenti su K. Spesso la specificazione ..su K"
viene omessa.
Esempio I. Sia V= R11 e si considerino i vettori
E;~ (I, O, .••, O)
.
En~ (O, O, .•. , 1).
Allora Ei, .... E" sono linearmente indipendenti. Infatti, siano
§ 9 I SPAZI VETTORIALI 43
a-b= 1,
Esercizi
t. Dimostrare che i seguenti vettori sono linearmente indipendenti, tanto
sul corpo reale R quanto su quello complesso C.
a) (1, 1, 1) e (O, 1, -1), b) (1, O) e (1, 1).
e) (-1, 1, O) e (O, 1, 2). d) (2,-1) e (1,0).
e) (:n, O) e (O, 1). f) (1, 2) e (1, 3).
g) (1,1,0), {l,1,1) e (0,1,-1). h) (0, 1, 1), (O, 2, 1) e (1, S, 3).
2. Esprimere l'assegnato vettore X come combinazione lineare dei vet-
tori A, B e trovare le coordinate di X rispetto ad A, B.
a) X= (1, O), A= (1, 1), B = (O, 1).
b) X= (2, 1), A = (1, --1), B = (1, 1).
e) X=(l, 1), A= (2, 1), B = (-1,0).
d) X=(4, 3),_A =(2, 1),.B=(-1,0).
f
n
(f,g) = f(t)g(t)dt.
--
Dimostrare che 1e funzioni sin nt (n = 1, 2, 3, •..) sono mutuamente perpen-
dicolari, cioè,. il prodotto scalare di due di esse, con diversi n, è nullo.
11. Dimostrare che le funzioni sin t, sin 2t, sin 3t, ... , sinnt sono linear--
mente indipendenti su R, qualunque sia l'intero n>1.
4
50 SPAZI VlITTORIAU I CAP. 2
vettoriale V. Diremo che essi costituiscono un insieme massimale
di elementi linearmente indipendenti di V se, quale che sia I'eleM
mento w di V, gli elementi w, v1 , ... , v,i risultano linearmente
dipendenti.
TEOREMA 4 Sia V uno spazio vettoriale e {v1 , ••• , Vn} sia 11n
insieme massimale di elementi linearmente indipendenti di V. Allora
{v1 , ... ,vn} è una base di V.
Dimostrazione. Dobbiamo dimostrare che v1 , .•. , Vn genera V,
cioè che ogni elemento di V può essere espresso come combinaM
zione lineare di Vi, •.• , Vn. Sia w un elemento di V. Poiché gli
elementi w, v1 , ... , Vn di V sono per ipotesi linearmente dipendenti,
esistono numeri x 0 , x 1 , ••• , X11 non tutti nulli tali che
Xow -+Xi Vi + ... + Xn Vn = o .
Osserviamo che non può essere x 0 = O perché, se così fosse,
avremmo ottenuto una relazione di dipendenza lineare tra v1 , ... , Vn.
Possiamo perciò esprimere w mediante v1 , ••• , v11, abbiamo cioè:
X1 Xn
W=--V1-•·•--v,..
Xo Xo
v=w 1 + ...+wr
54 SPAZI VETTORIALI I CAl', 2
Supponiamo ora che U, W siano spazi vettoriali qualsiasi sul
corpo K (cioè U, W non sono necessariamente sottospazi di uno
stesso spazio vettoriale). Indicato con U x W l'insieme di tutte
le coppie ordinate (u, w) la cui prima componente è un elemento u
di U e la cui seconda componente è un elemento w di W, defi-
niamo l'addizione per queste coppie componente per componente,
cioè, se (u1 , w1)c Ux W e (u2 , w~)E Ux W, definiamo
(ui, 1)
11,• + (u2 , w2) = (u1 + 112 , 1,,1 + w2) •
Esercizi
I. Sia V= R1 , e sia W il sottospazio generato da (2, 1). Sia U il sott~
spazio generato da (O, 1). Dimostrare che V è somma diretta di W e U.
Se poi U' è il sottospazio generato da (1, 1) dimostrare che V è anche somma
dìretta di W e U'.
2. Sia V= K3 per un certo corpo K. Sia W il sottospazio generato da
(I, O,O), sia U il sottospazio generato dagli elementi (1, 1, O) e (O, I, l). Di-
mostrare che V è somma diretta di W e U.
3. Siano A, B due vettori di R3 e si assuma che nessuno di essi sia nullo.
Se non esiste alcun numero e tale che cA =B, dimostrare che A. B costi-
tuiscono una base di R2 e che R2 stesso è somma diretta dei sottospazi
generati rispettivamente da A e da B.
Capitolo 3
Matrici
A•~(Ì}
Esempio 1. La seguente scrittura rappresenta una matrice 2X 3
1
4
-2)
-5 .
è una matrice n X 1.
Quando scriviamo una matrice nella forma abbreviata (a,i),
con i denotiamo la riga e con j denotiamo la colonna. Nell'esem-
pio I, per esempio, abbiamo a 11 = 1, a23 = - 5.
Un elemento singolo di K, (a), può essere considerato una
matrice 1 x 1.
1), i= I, ... , m e j= 1, ... , n, una matrice; se m = n,
Sia (e11
diciamo che si tratta di una matrice quadrata. Per esempio
-1
e 1
1
sono entrambe matrici quadrate.
Esiste anche una matrice zero: quella in cui, per ogni i e j,
§ 12 I MATRICI S1
000 ...0)
(o... o o ... o... .
o o o o
La denoteremo con O. Osserviamo che finora abbiamo incontrato
il numero zero, il vettore zero e la matrice zero.
Vogliamo ora definire l'addizione tra matrici e la moltipli-
cazione di una matrice per uno scalare.
Definiamo l'addizione tra matrici soltanto quando esse hanno
le stesse ·dimensioni. Siano quindi m e n due interi positivi fissati.
Siano A= (a,1) e B = (b11) due matrici mxn. Definiamo À + B
come la matrice il cui termine sulla i-esima riga e la j-esima colonna
è a,1 + b,1• In altre parole, noi addizioniamo matrici di uguali
dimensioni componente per componente.
Esempio 2. Sia
~) B=G11 -1)
-1
A=G e -1 .
3
Allora
A+B=(!
O-1)
4 3 '
Se A, B sono entrambe matrici 1 Xn, cioè n-uple, osserviamo
che l'addizione tra matrici che ora abbiamo definito coincide con
l'addizione tra n-uple che abbiamo definito in precedenza.
Se O è· la matrice zero, allora per ogni matrice À (avente le
stesse dimensioni, naturalmente) noi abbiamo O+A= A+O=A,
e questo si verifica immediatamente.
Andiamo ora a definire la moltiplicazione di una matrice per
uno scalare. Sia e uno scalare e A= (ai,) una matrice. Definia-
mo c:A come la matrice la cui componente ij è ca,1 • Scriviamo
cA = (ca,,). In altre parole moltiplichiamo ogni componente di A
per c.
(~:f r::
;).
a111 Ozn aan ••. amn
Per considerare un caso particolare, si osservi che
se A = (~ : ~) allora 'A = G D•
Se A.= (2, 1, -4) è un vettore riga, allora
è un vettore colonna.
~ 12 I MATRICI 59
Una matrice A si dice simmetrica quando coincide con la sua
trasposta, cioè quando 'A = A. Una matrice simmetrica è ne-
cessariamente quadrata. Per esempio la matrice
( I -1 2)
-1
2
O
3
3
7
è simmetrica.
Sia A= (a,1) una matrice quadrata. Chiamiamo au_,•••, ann
le sue componenti diagonali. Una matrice quadrata si dice ma-
trice diago11a/ese tutte le sue componenti; con J'eventuale ecce-
zione di quelle diagonali, sono nulle, cioè se ao= O quando i~ j.
Ogni matrice diagonale è una matrice simmetrica. Una matrice
diagonale è scritta nel modo seguente ·
al O •.• 0 )
(O a2 ••• O
... ... .... "
._o o an
Noi definiamo la matrice unità n x n come la matrice quadrata
le cui componenti sono tutte nulle escluse quelle diagonali che,
invece, sono uguali a uno. Questa matrice unità è denotata con I,.,
o semplicemente con I quando non c'è necessità di specificare il
numero n. Quindi
o1 ... o)
... O
. .
O 1
Esercizi
1. Sia
A=(1 o
-1
2
e B= (
.
-1
2
S
2 -1
-2).
Determinare A +B, 3B, -2B, A+2B, 2A +B, A-B, A-2B, B-À.
2. Sia
e B- -(-1 1)•
, O -3
Determinare A +B, 3B, - 2B, A + 2B, A -B, B-A.
60 llfAlRICI I CAP. 3
7. Se A - (a,t) è una matrice quadrata, allora gli elementi a;; sono chia-
mati gli elementi diagonali. In che cosa differiscono gli elementi diagonali
delle matrici A e 1A?
(f";.: r).
o o a,.,.
Qual è la dimensione del!o spazio di tutte le matrici triangolari superiori
di dimensioni n xn?
§ 13 I MATRICI 61
[l]
TEOREMA 1 Sia
au x1 + ...+ aw Xn = O
B=(l)•
Allora possiamo riscrivere il sistema [I] nella forma
Esercizi
I. Sia {2] un sistema di equazioni lineari omogenee io un corpo K e
sia m = n. Si supponga poi che i vettori colonna dei coefficienti siano linear•
mente indipendenti. Si dimostri che il sistema ha come unica soluzione
quella banale.
2. Sia [2) un sistem~ di equazioni lineari omogenee nel corpo K, con
,, incognite. Dimostrare che l'insieme delle sue soluzioni X= (x1 , ... ,x,.) è
uno spazio vettoriale su K.
3. Risolvere i seguenti sistemi di equazioni lineari in R:
a) 2x+3y =5 b) 2x+ 3y+ z = O
4x-y=1. x-2y-z =1
x+4y+z= 2.
4. Risolvere i seguenti sistemi di equazioni lineari in C:
a) ix-2y =1 b) 2x + iy - (1 +i)z =1
x+iy =2, x-2y+iz =0
-ix+ y-(2-i)z = 1,
e) (1 + i)x - y =O d) ix - (2 +i)y = 1
ix+y=3-l. X + (2 - i})• = l + i.
S. Siano A1, ... , À" vettori colonna di dimensione m. Si -supponga che
essi abbiano coefficienti reali e che siano linearmente indipendenti su R.
Dimostrare che i vettori dati sono linearmente indipendenti anche su c.
6. Sia [2] un sistema di equazioni lineari omogenee con coefficienti reali.
Dimostrare che se questo sistema ha una soluzione non banale in C, ne
ba una non banale anche in R.
B
=(bu...bu') ... •
,bn1 .•. hna
AB= (
Al ·B 1 ...
...
À1 ·B')
•
Àm·B 1 ... Am·B$
,
66 MATRICI I CAI'. 3
Di qui appare che la moltiplicazione tra matrici è una generaliz-
zazione del prodotto scalare.
Esempio 1. Sia
1
À=G 3
AB=
.(2 31 5' ( 3
) -I
15)
12 •
I 2 2
\
Esempio 2. Sia
e
1
A(BC)=G 3
Se x è un numero, allora
A(xB) = x(AB) .
f [f ai1b1k]C1;L
t-l f-1
= I [ia11b1tck1].
k-1 J-1
Esercizi
1. Sia I la matrice unità nxn. Sia A una matrice nxr. Che cosa è IA?
Se A è una matrice n X n, che cosa è Al?
2. Sia O la matrice le cui coordinate sono tutt.e nulle. Sia A una matrice
di dimensioni tali che il prodotto AO sia definito. Che cosa è AD?
3. In ognuno dei casi seguenti trovare {AB)C e A(BC).
a)
(-1
A=G~), B= :)-
I ~)· C=G
b) A=G11 -1)
2 ' B-(~~)•C=G)·
3 -1
e) A=G4 1) O -1 ' ·{ 1 -1 ,
1 S
J e-(' D-
-1
1
Trovare AB e BA.
o
1
cosa è XA?
8. Sia X= (O, 1, O) e sia A un'arbitraria matrice 3 X 3. Come si potrebbe
descrivere XA '! E se X = (O, O, l)? Generalizzare considerando matrici n x n
e i loro prodotti con vettori unità.
9. Siano A, B le matrici dell'es-ercizio 3a. Verificare, eseguendo i calcoli,
che '(AB)= 1B'A. Fare lo stesso nei riguardi degli esercizi 3b e 3c. Se A,
B, C sono matrici che possono essere moltiplicate, dimostrare che 1(ABC) =
= 1C1B 1A.
10. Sia M una matrice nxn tale che 1M = M. Assegnati due vettori co-
lonna nell'n-spazio, siano essi A e B, sì definisca (A, B) come il prodotto
1AMB. (Si identifichi una matrice 1 xl co11un numero.) Dimostrare che le
proprietà del prodotto scalare sono valide, con la possibile eccezione della
proprietà di positività. Dare un esempio di una matrice M e di due vettori
A, B tali che 1A MB sia negativo (considerando il caso n = 2).
l 1. Sia A la matrice
o
o
Trovare A' e A\ Generalizzare alle matrici 4 x 4.
o a,.
Se per ogni i, a,-I=O, dimostrare che A è invertibile. Qual è la sua inversa?
16. Sia A una matrice stret1ame11te triangolare superiore nXn, cioè una
matrice quadrata (a 1;) in cui tutte le componenti sulla diagonale e sotto di
essa sono uguali a O. Possiamo esprimere tutto ciò scrivendo a11 = O, se i> j:
o ali a11 tlin
o o au a2.,
A=
0 11-1.11
o o o o
Dimostrare che A"= O. (Se si ritiene conveniente, si può fare la dimostra-
zione soltanto nei casi n = 2, 3, 4. Il caso generale può essere trattato con
il metodo di induzione.)
17. Sia A una matrice triangolare 11Xn le cui componenti sulla diagonale
siano uguali ad uno:
1 au alti
o 1 a••
A=
o o ·1 On-1.n
o o o
Sia N = A-1,.. Dimostrare che N"+1 = O. Si noti che A = I+ N. Dimo-
strare che la matrice A è invertibile e che la sua inversa è data da:
(l+N)-l = I-N+N 2- ••• + (-l)"N".
l 8. Se N è una matrice quadrata tale che Nr+ 1 = O pe.r un certo intero
positivo r, dimostrare che la matrice I - N è invertibile e che la sua in-
versa è I+ N+ ... +Nr.
19. Sia A una matrice triangolare:
~11
A= ( .
o o
72 MATRICI I CAP. 3
è uguale a l+S=6.
Determinare la traccia delle matrici A, B, AB, e BA dell'esercizio 5.
21. a) Siano A, B matrici n x n. Dimostrare che tr(AB) = tr(BA).
b) Se B è invertibile, dimostrare che tr(B- 1AB) = tr(A).
22. Una matrioe quadrata A viene detta nilpotente se esiste un intero
positivo r tale che ..4r= O. Siano A,B matrici nilpotenti aventi le stesse
dimensioni e tali che AB= BA. Dimostrare che le matrici AB e A+ B
sono nilpoteoti.
Faremo uso della notazione del prodotto scalare, perché così sarà
facilitata l'esposizione della dimostrazione del nostro teorema.
TEOREMA Sia
stema di equazioni
( Àm - llml
au
A1)
·X= O,
[6}
X 1 W1 + ...+ Xnll'n =
= (x1a11+ ...+ XnaJ.n)vt +·...+ (x1am1+ ...+ Xnamn)Vn
(per ottenere questa uguaglianza basta sommare in colonna i
coefficienti di v1 , ••• , Vn), Il teorema precedentemente dimostrato
permette di affermare che il sistema di equazioni
Applicazioni lineari
16. APPLICAZIONI
o
f
J(t)dt.
e per ogni cE K,
(cF)(t) = c.:F(t)= (cJi(t), ... , cfn(t)).
(D oD)(f) =P
è la derivata seconda. Analogamente, (D oDo D)(/) = /"' = J<3l
è la derivata terza. In generale, possiamo scrivere D 11J =J<n).
Quindi D 11 è la iterazione di D fatta n volte.
La seguente proposizione esprime un'importante proprietà delle
applicazioni.
Siano U, V, W, S insiemi e siano
F: U➔ V, G: V➔ W, H: W-+S
applicazioni. Allora
H o(G oF) = (H oG) oF,
Esercizi
I. Con riferimento all'esempio 3, scrivere D/ quando/ è la funzione:
a) /(x) = sinx, b) /(x) = e", e) /(x) = log x.
2. Con riferimento all'esempio 4, scrivere J (/) quando / è la funzione:
l
a) /(x) =e", b) /(x)=--. e:) / (x) = cos x.
l+x 3
4. Sia F: R-+ R2 l'applicazione tale che F(t) = (e 1, t). Che cosa sono
F(l), F(O), F(-1)?
5. Sia G: R-+ R2 l'applicazione tale che G(t) = (t, 21). Sia F l'applica-
zione definita netreserc:izio 4. Che cosa sono (F+G)(l), (F+G)(2), (F+G)(O)?
6. Sia F l'applicazione definita nell'esercizio 4. Che cosa sono (2F) (O),
(nF)(l)?
7. Sia A = (1, J, -1, 3). Sia F: R4 -,. R l'applicazione tale che per ogni
vettore X= (x1 ,x 2 ,xa, x.Jabbiamo F(X)=X·A +2. Qual è il valore di F(X)
quando: a) X=(l,l,0,-1), b) X=(2,3,-l,J)?
(Negli esercizi da 8 a 12, si faccia riferimento all'esempio 6. In ciascun
çaso, per provare che l'immagine è uguale a un certo insieme S, si deve pro-
vare che l'immagine è contenuta in S e anche c:he ogni elemento di S è ne •
l'immagine.)
8. Sia F: R•-+ Rs l'applicazione definita ponendo F(x,y) = (2x, 3y). De-
+
scrivere l'immagine dei punti appartenenti alla circonferero:a.x 1 y 2 = J.
9. Sia F: R2 -+R~ l'applicazione definita ponendo F(x,y) = (xy,y). De-
scrivere l'immagine attraverso F della retta x = 1.
IO. Sia F l'applicazione definita ponendo F(x,y)=(e"'cosy, e•siny).
Descrivere l'immagine attraverso F della retta x = 1. Descrivere, più in ge-
nerale, l'immagine attraverso F di una retta x = e, dove e è una costante.
6
82 APPUCAZlONJ LINl!Alll f CAP. 4
li. Sia F l'applicazione definita ponendo F(t, u) = (cos I, sin t, 11). De-
scrivere geometricamente l'immagine del piano (I, u) attraverso F.
F: R3 - R2
per proiezione, cioè F(x, y, z) = (x, y). Lasciamo al lettore la ve-
rifica delle condizioni AL 1 e AL 2. ' · ·
Più in generale, se r, n sono interi positivi, r< n, possiamo
definire un'applicazione di proiezione
F: Kn-Kr
ponendo
F(x1, .•., Xn) = {x1, •.•, Xr) •
Una facile verifica prova che questa applicazione è lineare.
Esempio 3. Sia A= (l, 2,-1). Siano V= R3 e V'= R. Possia-
mo definire un'applicazione L=L.1.: R3 -R ponendo X.-+X·A.
cioè
L(X)=X·A
per ogni vettore X del 3-spazio. Il fatto che L sia un'applicazione
lineare riassume due note proprietà del prodotto scalare; preci~
samente, comunque si prendano i vettori X, Y in R3, abbiamo
(X+Y)·A=X·A+ Y·A,
(cX)·A = c(X·A).
Più in generale, sia K. un corpo e A sia un vettore fissato in K".
=
Allora ponendo L.i(X) X· A per ogni X E K", otteniamo un'ap
plicazione lineare (cioè, un'applicazione K-lineare)
84 APPUCAZIONI LINl!.\Rl ( CAP, 4
Esercizi
1. Dire quaii, tra le seguenti applicazioni F. sono lineari:
a) F: R8 -+ R~ definita ponendo F(x. J', z) = (x, z).
b) F: R1 --+ R4 definita ponendo F(X) = -X.
e) F: R3 --+ R3 definita ponendo F(X) =X+ (O, -1, O).
d) F: R2 --+ R~ definita ponendo F(x, _y)= (2x + _y,_v).
e) F: R2 -+ Ri definita ponendo F(x, y) = (2x • .Y -x).
f} F: RL+ R2 definìta ponendo F(x, y) = (.y, x).
g) F: Rl->- R definita ponendo F(x,y) = xy.
2. Sia T: y__,.W un'applicazione lineare tra due spazi vettoriali. Dimo-
strare che T(O) = O.
3. Sia T come nell'esercizio 2. Siano 11, v elementi dì V e sia Tu = ,v.
+
Se Tv = O, dimostrare che T(u 11)è uguale a w.
4. Determinare tutti gli elementi z di V tali che Tz = w.
s. Sia T: y__,.
W un'applicazione lineare. Sia II un elemento di V. Dimo•
strare che T(-v) = -T(v).
6. Sia V uno spazio vettoriale su R e siano/: V->-R, g: y__,.R due ap-
plicazioni lineari. Sia F: V-+ R2 J'applicuìone definita da
F(v) = (f(L,), g(v)).
Dimostrare che F è lineare. Generalizzare.
7. Siano V, W due spazi vettoriali su K e sia F: V-+ Wun'applicazione
lineare. Sia U i1 sottoinsieme di V costituito da tutti gli elementi v tali che
F(v) = O. Dimostrare che U è un sottospazio di V.
8. Quali tra le applicazioni definite negli esercizi 4, 7, 8, 9 del paragrafo 16
sono lineari?
9. Sia F: R3 - R' un'applicazione lineare. Sia P un punto di R3 e A sia
un elemento non nullo di R8 • Descrivere l'immagine della retta P tA +
attraverso F. (Distinguere i due casi. F(A) = O e F(A),;,!, O.]
Sia V uno spazio vettoriale su R e siano Vi.,v2 elementi di V linearmente
indipc;ndenti. L'insieme degli elementi di V che possono essere :;critti nella
forma t 1 v1 +r 9v1 con numeri l1tlz tali che O<t1<l e O<ta<I è chiamato
il parallelogrammagenerato da Vi, v8 •
10. Siano V e W spazi vettoriali su R, sia F: v-
W un'applicazione
lineare. Siano 111 , 112 elementi di Y linearmente indipendenti e si assuma che
anche F(v 1), F(v2 ) siano elementi linearmente indipendenti. Dimostrare che
l'immagine attrave[so F del parallelogramma generato da v1 e v2 è il paral-
lelogramma generato da F(v1), F(v 1).
11. Sia F un'applicazione lineare di Rt in sé stesso tale che
e
Sia S il quadrato i cui vertici sono nei punti (O,O), (I, O), Ù, I), (0, 1). Dimo-
strare che l'immagine di questo quadrato attraverso F è un parallelogramma.
12. Siano .4.,B due vettori non nulli nel piano. Essi siano tali che non
esiste nessuna costante non nulla e tale che B = cA. Sia T un'applicazione
lineare del piano in sé stesso tale che T(E 1) = A e T(E 2) = B. Descrivere
l'immagine attraverso T del rettangolo i cui vertici sono nei punti (0, 1),
(3, O), (O, O), (3, 1).
13. Siano A, B due vettori non nulli del piano tali che non esiste alcuna
costante non nulla e tale che B = cA. Descrivere geometricamente l'insieme
+
dei punti t.4. uB per valori di t e u tali che O< t < 5 e O< u < 2.
V .& ' 1 ArrLJt;A~IUNl LINEARI 89
23. Sia V uno spazio vettoriale sul corpo K e sia F: V-+ K un'applica-
zione lineare. Sia W il sottoinsieme di V costituito da tutti gli elementi v
tali che F(ll) = O. Si assuma che W sia distinto da V e sia v8 un elemento
90 APPLICAZIONI LINEARI I CAJ'. 4
di V che non appartiene a W. Dimostrare che ogni elemento di V può es-
sere scritto come somma w + cv0 , per un opporluno w in W e un oppor-
ttmo scalare c.
24. Con riferimento all'esercizio 23, dimostrare che W è un sottospaz.io
una base di W. Dimostrare che {11
di V. Sia {r.=1o••·,v,.} 6,vi,, .•,11~}è una
base di V.
Esercizi
1. Siano A, B due vettori di R2 che ne costituiscono una base. Sia
F: Ri .... R" un'applicazione lineare. Dimostrare che o gli elementi F(A), F(B)
sono linearmeul1: indipendenti, o l'immagine di F ha dimensione 1, o l'im-
magine di F è {O}.
92 APPLICAZIONI LINEARI I CAP. 4
può essere interpretato nel contesto della situazione astratta descritta nel•
l'esercizio 5.
9. Siano V, D come nell'esercizio 6. Sia L = D - /, dove I è l'appli-
cazione identica dello spazio V. Qual è il nucleo di L?
Ma, L(1'1), ... ,L(lls) non sono altro che w1 , ... , Wa. elementi che
94 APl'LICAZION! LINEARI { CAP. 4
(x, y)H-X
Esercizi
1. Siano V, W spazi vettoriali sul corpo K e si supponga dim V= dim W.
Sia F: V-+ W un'applicazione lineare. Dimostrare che se F è surgettiva,
F è un isomorfismo.
1
98 APPI.ICAZIONI LINEARI J CAP. 4
2. Sia V uno spazio vettoriale su R. Sin v E V un elemento non nullo
di V. Dimostrare che l'applic:az.ione
(u, w)i-+ 1, - w
è lineare. Dimostrare che l'immagine di questa 11pplic..'l,:inne lineare è U + W.
Dimostrare poi che il suo nucleo è isomorfo al sottospazio U r. W.
13. Con riferimento alle notazioni introdotte nell'esi;rcìzio precedente,
dimostrare che se U, W hanno dimensione finita, allora sì ha
dim u+ dim W= dim(U() W)+ dim(U+ J,f,').
(G+H)oF= GoF+HoF.
Consideriamo ora il caso U = V= W. Siano
F: U➔ U e G: U➔ U
Esercizi
I. Sia Y uno spazio vettoriale. Sia P; v--,.V un'applicazione lineare tale
che PoP=P. Siano U l'immagine di P e W il nucleo di P. Dimostrare
che V è la somma diretta di U e W. [Per dimostrare che V è una somma,
si suggerisce di scrivere un elemento v di V nella forma li-Pv+Pv.J
2. Sia V uno spazio vettoriale e siano Pi, P 2 applicazioni lineari di V
in sé stesso. Si supponga che le seguenti condizioni siano soddisfatte:
a) P 1+P~ = I (applicazione identica).
b) P 1 oP 1 = O e P2 ol\ = O.
e) P 1 oP 1 =P 1 e P 1 oP 2 =P 1 •
Dimostrare che V è somma diretta delle immagini di P 1 e P 8 •
3. Con riferimento alle notazioni introdotte nell'esercizio 2, dimostrare
che l'immagine di P1 è uguale al nucleo di P 1 •
[Si suggerisce di dimostrare le due proposizioni seguenti:
L'immagine di P 1 è contenuta nel nucleo di P,.
11 nucleo di P 1 è contenuto nell'immagine di P1 .J
4. Siano F: V->-W e G: W....,.U isomorfismi tra spazi vettoriali su K.
Dimostrare che Go F è invertibile e che
(GoF)-l =F- 1 oG- 1 ,
e
(A+ lJ)(A -B) =A~-B 2 •
Quindi
u+ v = (x1 + y1)v1 + ...+ (x,1+ Yn)vn.
Abbiamo allora:
LA(u + v) = (A1 ·(X + Y))w1 + ...+ (Am·(X + Y))IVm.
In altre parole, la i-esima coordinata di L.iu+ v) è AdX-i- Y).
Ma sappiamo che Ai'(X + Y) = Ài ·X+ ..fr Y, perciò
L.A(u+ v) = (A1 ·X)w 1 + ...+ (An,·X)w,,, +
+ (A1· Y)w1 + ...+ (A,11·Y)wm
= L..t(u)+ L..t(v) .
Sia e uno scalare, allora
L.A(cu)= (A1 ·cX)w 1 + ...+ (Am·cX}wm
= c(A1 · X)w 1 + ...+ c(Am· X}W111
= cLA(u).
E questo prova il nostro teorema.
Se L~(X)= Y, allora
. . .
Ym= Om1X1 -f- ..• + Gm11X11•
Questo significa che rispetto aUa base standard di Kn, e consi-
derando X come un vettore colonna, abbiamo
Y=AX,
l'applicazione lineare essendo ora definita dalla moltiplicazione
tra matrici.
Siano A e B matrici mxn. È naturale chiedersi quando esse
danno luogo alla stessa applica1Jone lineare, cioè quando
L,,_=LB. Il teorema seguente risponde.a questa domanda.
e a12
G1n
a21
azz
a2n
~")
amz
am,.
§ 22 I AP.PLICAZIONI LINl!.'ll.l E MATRICI 107
... a1;i)
. .
Clr.Jr&
/
-1
3
1
1)
\ 17 -1
uguaJe alla trasposta della matrice
-1
1
Consideriamo di nuovo il caso generale.
Sia v = x 1 v1 + ...
+ x,~vn un elemento di V. Per ]a linearità
dell'applicazione F, abbiamo
F(t:} = x 1 F(v1) + ...+ XnF(vri).
Tenendo conto dell'espressione di F(vJ, •.• , F(vn) mediante
w1 , .•• , Wm scritta sopra, abbiamo che
F(u) = x 1(a11 w1 + ... + Gm1 Wm)+ ...+ x,i(a1,.WJ.+ ...+ Clmnw,,,),
e, raccogliendo i coefficienti dei termini w1, •.. , Wm, possiamo ri-
scrivere questa espressione nella forma
(anX1 + ...+ G1riX1)W1 + ...+ (tlmlX1 + ...+ OmnXri)Wm.
E questo è precisamente uguale a LA.(v). Quindi F= LA..
1011 APPLICAZIONI LINl!ARI E MATRICI I CAP • .5
o o 1
le cui componenti sono uguali a 1 sulla diagonale e uguali a O
altrove.
Sia a= {v1 , .•. , vn} una base dello spazio vettoriale V, e sia
di'= {w1 , ... , wm}una base dello spazio vettoriale W:. Denoteremo
§ 22 I APPLICAZIONI UNEARI I! MATRICI 109
con
Figura 22.1
(
coso sin 0)
-sin O coso .
.
Wn = a1uVi
. .
+ ...+ annVn •
AUora per ogni i= I, ... , n vediamo che w,= id( w,). Per defi-
nizione quindi,
/3'
Mfl# (id)=~.
D'altra parte, esiste un'unica applicazione lineare F: V➔ V tale
che
F(vJ = w1 , ••. , F(vn) ~- Wn.
Di nuovo, per definizione, abbiamo:
M:(F) = 'A .
Il teorema seguente è l'analogo del teorema 3 del paragrafo 21:
Esercizi
(Tutti i vetlori dell'n-spazio devono essere consirlerati come vettori oo--
lonna. Per comodità tipografica continueremo a scriverli come righe, omet-
tendo il simbolo t della trasposizione.)
J. Si considerino gli spazi R", R"' con le usuali basi. Detenninare la ma-
trice associata alle applicazioni lineari seguenti.
a) F: R4 ->- R1 definita da F(xi, X:i, x 3 , x.) = (xi, x 2) (cioè la proiezione).
b) La proiezione da R' in R3 •
ll2 .t\.PPUCAZIONI LlNEARI E MATRICI I CAP. 5
F:V ➔ W e G:W➔ U
Osservazio11e.
In mo1ti casi si considerano applicazioni lineari
di uno spazio vettoriale V in sé stesso. Se in V è stata già fissata
una base fJI e se F: V - V è un'applicazione lineare, allora la
matrice
8
114 Al'PLICAZIO!'<"I LINEARI -1! M,\TRICJ I CAl'. 5
COROLLARIO Sia V uno spazio tJettoriale e siano !JI, !14'sue basi,
allord
M:.(id)M:'(id) =l= M:'(id)M:,(id).
Esercizi
I. Per ogni numero reale O sia F6 : R~➔ R~ l'applicazione lineare rap,
presentata dalla matrice
(cosO -sia O).
\sin O cos8
116 APPLICAZIONI LINEARI I! MATRICI 1 CA!', 5
Dimostrare che, se 8 e 8' sono numeri reali, F9 F9, = Fa+o•. (Nella dimo-
strazione adoperare la formula di addizione per il seno e il coseno.) Dimo-
strare anche che F 01 =F_ 0 •
2. Sia Fa come nell'esercizio 1. Dimostrare che per ogni veltore X in R:,
~Fo(X)!l= l!XI[.
3. Determinare in ognuno dei seguenti casi la matrice M/:,(ùl). In ognuno
dei casi lo spazio vettoriale è sempre R3 ,
a) fil ={(1, 1, O), (-1, 1, 1), (O, I, 2)},
li''={(2, 1, 1), (0,0, 1), (-1, 1, I)}.
b) ffl ={(3, 2, 1), (0,-2,5), (t, 1,2)},
fil'={(!, 1, 0), {-1, 2, 4), (2, -1, l)}.
Capitolo 6
Determinanti
b+ b')= Det (a
d-1- d'
b),Det (a
e d e b')
d' •
T
tb) (a
td = tDet .e
allora Det(A) = 1.
Il determinante ha inoltre le seguenti proprietà.
Se si addiziona a una colonna un multiplo di un'altra colo11na,
il valore del determinante non cambia.
In altre parole, se t è un numero, il determinante della matr.ice
(a+ tb
e+ td
db)
Det(:;)=-Det(!
:).
Il determinante della matrice A è uguale al determi11ante della
sua trasposta, cioè, D(A) = D(t A).
Esplicitamente questo significa:
§ 24 i DE'fERMINANTI 1'19
D(A)=
Gnt ann
4) Sia j un intero positivo e minore di n. Se le colonne j-esima e
(j + 1)-esima sono scambiate, allora il determinante cambia di segno.
Dimostrazione. Nella matrice A, sostituiamo allecolonne j-esima
e (j +1)-esima il vettore colonna Ai+ AJ+1• Otteniamo una ma-
trice con due colonne contigue uguali e per la proprietà 2, abbiamo
Esercizio
1. Siano e un elemento di K e A una matrice nxn. Dimostrare che
D(cA) = c"D(A).
au bi ai-n
a~1 b:z 02n
b,, a,in
Xj = -·an1
an Gtj a111
021 a21 a211
3x + 2y + 4z = 1,
2x- y+ z=O,
x+2y+ 3z= l.
Abbiamo:
o
l
-1
2 41
l !
3
2
1
o
4
1
3
2 -1
2 l
o
X=
1 2 3!
,, 41' )'=
1 1 3
, Z=
1 2 I
"
.) "- 3 2 4 3 2 4
2 -1 I, 2 -1 I 2 -1 I
1 2 3j I 2 3 1 2 3
a-G)
passa dal primo posto quando ricaviamo x, al secondo quando
ricaviamo y, al terzo quando ricaviamo z. Nelle tre espressioniil
denominatore è sempre lo stesso, cioè è il determinante della
matrice dei coefficienti delle equazioni.
DE'Jl!RMINANTI I c;.p. 6
D(A1, ... , A 11) = D(A1, ... , JiÀ 1 + ...+ y 11 An, ... , An),
YiD(A1, ... , A1, ... , A 11) + ...-1-YnD(A\ ... , An, ... , A 11).
COROLLARIO Siano A1, ... , A" vettori colonna di K" tali che
D(A 1, ..• , A71):;60. Sia B un vettore colonna di K•, allora esisto110
in K n elementi x1 , ... , x,. tali che
Esercizio
a) 3x + J' - x = O, b) 2x-y+z=l,
x+y+z=O, x+3y-2z =0,
y-z= l. 4x-3y+z=2.
(~l ~-)
'L r
j
ann
. .
Esempio 1. Sia
À=(~
l
I
-3 2 ~-
A11ora
Au=G:). A22 = e
-3 2 ~). À31=C
I
~)-
Daremo ora un'espressione del determinante di una matrice
nxn adoperando determinanti di matrici (n-l)X(n-1).
Sia A una matrice n x n, A = (a,,). Sia i un intero compreso
tra 1 e n. Definiamo
+
+
+
-...
ì
+ .. .
- .. .
I
Questasommaè chiamata lo sviluppodel determinante secondola
riga i-esima. Dimostreremo che questa fuut.iune D ha le pro•
prietà 1, 2, 3.
§ 27 I DETERMINANTI 127
al variare di j da 1 a n.
1) Consideriamo D come funzione della k-esima colonna e
consideriamo un aduendo qualsiasi
(-l)i+ia,1 Det(Au).
Le due matrici ÀfJ; e Àf,.t+1 sono uguali per l'ipotesi della coinci-
denza delle colonne le-esima e (k + 1)-esiina nella matrice A.
Per la stessa ragione, aa: = at,.t+i, Quindi questi due addendi si
elidono perché sono opposti. Così anche la proprietà 2 è dimo-
strata.
3) Sia A la matrice unità. Allora· a,1 è nullo eccetto il caso in
cui i e j coincidono: allora au = 1. Ogni A,1 è la matrice unità
(11- I)x(n-1). L'unico termine della somma che definisce D(A)
e che dà contributo non nullo è
I I- I l l I.
au az.2 Claa a21 a12 a1a + a31 012 a1a
aa2 a33 Claz Claa a22 a23
Dopo quanto abbiamo detto, possiamo ora calcolare i deter-
minanti abbastanza rapidamenle. Nel far questo dobbiamo tener
§ 27 I DETEltMINANTI 129
Esercizi
I. Calcolare il valore dei seguenti determinanti.
2 1 2 3 -1 5 2 4 3
a) o 3 -I b) -1 2 .l e) -1 3 o
4 1 -2 4 3 o 2 1
1 2 -I. -1 5 3
<I) o 1 e) 4 o o
o 2 7 2 7 8
'
]30 DETERMlNAN"fl I CAI'. 6
2. Calcolare il valore dei seguenti determinanti.
1 1 -2 4 -1 1 2 o
o I 1 3 o 3 2 1
a) b)
2 -1 1 o o 4 1 2
3 1 2 s 3 s 7
3 J 1 4 -9 2
e) 2 s 5 d) 4 -9 2
8 7 7 3 1 o
3. Il lettore costruisca da se delle matrici e ne calcoli il determinante
finché non si accorge di poterlo fare rapidamente.
4, a) Scrivere lo sviluppo di un determinante 3 x3 secondo la seconda
riga analogamente a quanto fatto nell'esempio 3.
b) Scrivere la formula generale per lo sviluppo del determinante di una
matrice nxn secondo la i-esima riga.
5. a) Siano xi, x 2 , x3 numeri: dimostrare che
1 X x2
l l
1 Xa x:= {Xz-X1)(.,·a-X1)(xa-X2) •
1 x. x•
~
XI X~-L
Xn-L
1 :(:)
2
= rr (x;-x,)
kJ
xn ..
-xn-1
il simbolo nel secondo membro significa che sì tratta del prodotto di tutti
i termini x; - x, con i< j, i e j interi compresi tra J e n. Questo deter-
minante è detto di Vandermondeed è indicato con V.,. Per conseguire facil-
mente la dimostrazione per induzione, moltiplicare ogni colonna per x 1 e
sottrarla dalla successiva, partendo dalla penultima. Si troverà che
V,.= (xn-X 1} ... (x 1-x 1)V,._1 .
6. Sia A una matrice triangolare n x n, per esempio una matrice le eui
componenti al disotto della diagonale sono nulle
I
a(t)
c(I)
b(t)
d(t)
I '
definito come abbiamo fatto con i numeri. Scrivere per esteso il determinante
I sint
-cost
costi
sin t •
1+1
1 t 21
t-11·
+ 5
9. Siano f(t),g(t) due funzioni aventi defivate di ogni ordine. Sia !p(t)
la funzione ottenuta sviluppando il determinante seguente
l I
f'(I) =
f(,)
/'(I)
g(t)
g'(t) •
Dimostrare che
. I,e,) I
9' (t) = /"(t)
g(t)
g1'(t)
11. Siano «1> ••• , «,, numeri distinti e non nulli. Dimostrare cbe le funzioni
per ogni polinomio P e ogni intero k non negativo. Si ottiene cosi un si-
stema di equazioni lineari
Pt 1(f)e"• 1 + ,..+ P,.,.(t)e"•' = O
con k =O, .•. , n - I. Quindi il determinante Det(P1:,) deve essere nullo.
Servirsi· poi della parte a) per. dedurre una contraddizione. Riconoscere
che il determinante dei primi coefficienti dei polinomi è di tipa speciale.)
§ 28 I DETERMINAN'O 133
28. PERMUTAZIONI
{cr(l),... , cr(n)}
ha n elementi distinti e quindi contiene gli stessi interi 1, ... , n,
in ordine diverso. Quindi, per ogni intero jEJ"' esiste ed è
unico l'intero k tale che a(k) = j. Possiamo definire la permuta-
zione im,ersa, denotata con a- 1 , come l'applicazione
(J 1: Jn-+ J,,
che associa a k l'unico intero jEJn tale che <1(j)= k. Se tr, T
sono permutazioni dell'insieme J 11, possiamo considerare l'appli-
cazione composta
(1 oT. •
(a-r)(i) = a(-r(i)) .
Per definizione, per ogni permutazione a, abbiamo
ar:r1 = id e u 1a = id,
ove id denota la permutazione identica, cioè quella per cui id(i) = i
per ogni i= I, ... , n.
Se cr1 , ... , <lr sono permutazioni dell'insieme Jn,, allora l'in•
134 DETERMINANTI I CAP. o
versa dell'applicazione composta
è la permutazione
w(n) = T(k) = n.
Ila= IT [xam-Xa((}].
(t,1)el'
lla = II
(f,i)eP•
[x 0 c1)-Xv<i)}(- l)m II
(k,l)E;.P-
[X<1{1t)- Xa(I)],
segue
Dimostrazione.Avendosi
Esercizi
1. Una permutazione a degli interi 1, •••, n è talvolta indicata coo
[ 1... 1 n
a(l) ... a(n)
• Per esempio,
2 1
. [12 !]
denota la permutazione a tale che
a(l) = 2, a(2) = 1, o(3) = 3.
Questa permutazione è, in effetti, una trasposizione. Determinare il segno
di ognuna delle seguenti permutazioni ed esprimerle come prodotto di tra•
sposizioni.
a) G.~l 2
3
b'[1 2
, 3
~l e) [~
2
2 !l
d) g :} 2
3
3
1 e) G2 1
3
4 :]- f) [~
2
2
3
4 ;}
2. Tn ognuno dei casi riportati nell'esercizio 1, scrivere la permutazione.
inversa.
3. Dimostrare che il numero delle permutazioni dispari dell'insieme
{l, ..., n}, per n maggiore di uno,
è uguale al numero delle permutazioni pari.
29. UNICITÀ
Osserviamo che abbiamo fatto uso del fatto che quando t coin-
cide con -1, nella proprietà 1, accade che
. . + On1E•,
A 1 =a 11E 1 -1-.••
.
À 11= OinE 1 + ...+ OnnEn,
D(A1. ... ,A•)= D(au.E1 + ...+ a,nEn, ... , a1nE 1 + ...+ annE11).
dove cr(l), ... , a(n) sono n interi distinti scelti tra 1 e n. Quindi
a è un'applicazione dell'insieme di interi {I, ... , n} in sé stesso.
Adoperando di nuovo la proprietà 1, ognuno dei termini ripor-
tati sopra può essere cosi riscritto
Esercizi
I. Siano A1..•., A• vettori colonna di dimensione n e si supponga che
essi siano linearmente indipendenti. Dimostrare che D(A 1,••., A") è diverse
§ 29 I DETERMINANTI 141
da zero. [Si suggerisce di e~primere ognuno dei vettori unità E1, •.. , E",
considerato come vettore colonna, come combinazione lineare dei vettorl
A 1, ••• , A". Usando il fatto che D(E 1, ••• , E")= 1 e le proprietà 1 e 2, con-
cludere la dimostrazione.]
2. Siano A1, •.. , A" vettori colonna di dimensione n aventi componenti
reali. Dimostrare che se essi sono linearmente indipendenti su R, lo sono
anche sul corpo complesso C. Dimostrare anche il viceversa. In generale,
se le componentìdéi vettoriA1, ••• , A11 sono in un corpo K, dimostrare che
i vettori A 1, ••• , A" sono linearmente indipendenti su K se, e soltanto se,
essi lo sono sul corpo complesso C,
In ogni prodotto
Quindi
D(AB) = D(C 1, ••• , C") =
= D(b11A1 + ...+ b111A",•.•, h111A
1 + ...
--1-b,mAn).
Sviluppando questa espressione, con l'ausilio della proprietà J,
troviamo la somma
I D(ba(l),tAa(l), ••• , bo(n).nAa(n)) =
o
=L
,, ba(l),1 ••• ha(t1),nD(A 11(I), .•• , A 0 (t1)) =
= L 1::(a)ba<t).l.•. bo(n),nD(A 1, ••• , À 71).
a
011 I a111
a,.1 o a,.n
b11 = Det(A)
Esempio. Sia
2
A=(! -1
3
1
Sia A- 1 = (b11).Per esempio, vogliamo calcolare b12 • Eseguendo
i calcoli si trova che Det(A) = 21. Ora sappiamo che
_ (-1) 1+2 Det(A 2J
b12 - Det(A) •
10
146 DETERMINANTI I CAl'. G
À21 = (: ;)
(nella matrice A abbiamo cancellato la seconda riga e la prima
colonna). Quindi
Infine otteniamo
Esercizi
1. Tro,-are Je inverse delle matrici nell'esercizio 1, paragrafo 27.
2. Sapendo che, se A, B sono due matrici nxn allora
Det (AB) = Det (A) Det (B) ,
dimostrare che una matrice A con determinante nullo può non avere inversa.
3. Scrivere esplicitamente l'inversa della matrice 2x2
Esercizi
1. Sia TI' lo spazio vettoriale delle matrici ri x n sul co.rpo K. Sia B un
elemento di V e sia q,11: V-+ V l'applicazione definita da
,p11(A) =AB-BA.
I Al
O
o ... o )
A2 ... O
A=
\ ..
• ..
. •.
.
O O A,,.
3. Sia Vlo spazio delle matrici 2 x2 sul corpo K; e sia BE V. Sia L8 : V ➔ J'
l'applicazione definita da L"(A) =BA. Dimostrare che l'applicazione L" è
lineare e che
Del(L..,) = {DetB) 1 •
6. Sia· V lo spaxio vettoriale sul corpo reale generato dalle due funzioni
{sin t, cost} che consideriamo come una base di V. Qual è il determinante
dell'applicazione lineare su questo spazio definita dalla derivazione?
7. Sia V lo spazio vettoriale sul corpo reale generato dalle funzioni {e"'1, eP1}
dove «, p sono due numeri reali distinti e consideriamo queste due funzioni
come una base di V. Qual è il determinante dell'applicazione lineare definita
su questo spazio dalla derivazione?
Capitolo 7
(X, Y)1-+X· Y,
(f, g) = JJ(t)g(t)dt.
o
Semplici proprietà del1'integrale mostrano che si tratta di un pro.
dotto scalare.
In entrambi gli esempi dati il prodotto scalare è non degenere.
Questo lo abbiamo già rilevato parlando di prodotto scalare tra
vettori in K". Nel secondo esempio la cosa si vede facilmente
avendo presenti semplici proprietà dell'integrale.
Sia V uno spazio vettoriale in cui è ùdìnito un prodotto scalare.
Come al solito, definiamo due elementi v, w di V ortogonali o
perpendicolari e scriviamo v ..l.w se (v, w) = O. Se S è un sotto•
insieme di V, denotiamo con SL l'insieme di tutti gli elementi
we V che risultano perpendicolari ad ogni elemento di S, cioè
(w, v) = O per ogni v ES. Dalle proprietà PS 2 e PS 3 segue im•
mediatamente che SL è un sottospazio di V, chiamato il comple-
mento ortogonale di S. Se w è perpendicolare a S, scriviamo anche
w .L S. Sia U il sottospazio di V generato dagli elementi di S.
Se w è perpendicolare a S, se Vi, v2 sono in S, allora
(w, v1 + v2) = (w, v1) + <w,
v2) =O.
Se e è uno scalare, allora
(w, cv1) = c{w, v1) •
Sia V uno spazio vettoriale sul corpo reale nel quale sia defi-
nito un prodotto scalare. Chiameremo questo prodotto scalare
definito positivo se, per ogni v E V, (v, P) > O e, per ogni v non
nullo, (v, v)>O. L'ordinario prodotto scalare tra vettori di R"'
è definito positivo, e lo stesso accade per il prodotto scalare
definito nell'esempio 2 sopra considerato (§ 34).
Sia V uno spazio vettoriale sul corpo ·reale in cui sia definito
un prodotto scalare definito positivo, denotato al solito con ( , ).
Sia W un sottospazio. Allora in W è definito un prodotto scalare
con la stessa legge con la quale è definito in tutto V. In altre
parole, se w, w' sono elementi di W, possiamo considerare il loro
prodotto (w, w'). Questo è un prodotto scalare su W ed è, ovvia-
mente, definito positivo.
Per esempio, se W è il sottospazio di R3 generato dai due
vettori (1, 1, 2) e (n, -1, O), allora W è esso stesso uno spazio
PRODOTTI SC!,.1.,ARI I CAl'. 7
I (v:1, L'~) r
Vz = Vz- /v' ~,.,,-r:1'
\ 1• '].)
,
V3
(va, v~) ,
=Va--,-,- Vz-
(r:3, '-'1),
--,---··;-:-Vi,
(vz, V2) (r:1, iJ1>
!M
è un vettore unità avente la stessa direzione di "·
Si supponga ora lo spazio V di dimensione finita. Una base
{u1 , ••• , vn} di V si dice ortonormale se essa è ortogonale e se ogni
v, (i= 1, ... , n) è un vettore unità. Da una base ortogonale di V
possiamo sempre trarre una base ortonormale dividendo ogni
elemento della base data per la sua norma. Otteniamo allora
vettori di norma 1 che sono ancora mutuamente perpendicolari.
Possiamo quindi enunciare il teorema 1 e il suo corollario per
basi ortonormali.
B'=B-~:~A.
B' l
IIB'II=\'42(4,-5,o, 1),
C' 1
IIC'll= vs/- 4·- 2• -I, 6>•
Allora
V = X 1v1 + .., + Xn Vn ,
W = y1 v1 + ...+ )'nVn
in termini degli elementi di base, allora
n
(v, w) = }: x,y;<v,, v1).
l,f•t
Prodotti hermitiani
Tratteremo ora di una modifica necessaria per adattare i risul-
tati precedenti agli spazi vettoriali sul corpo complesso. Vogliamo
fare in modo da conservare il più possibile la nozione di prodotto
scalare definito positivo. Osserviamo che il prodotto scalare di un
vettore a componenti complesse per sé stesso può risultare nulJo
senza che il vettore lo sia, dobbiamo quindi cambiare qualcosa
nella definizione.Vedremoche i cambiamenti necessarisono molto
lievi.
Sia V uno spazio vettoriale sul corpo complesso. Un prodotto
158 l'RODOTIT SCALARI I CAP. 7
<f.g) =f-..
"'
f(t)glt)dt.
f
n
Uvù
= v' (v, v) .
. .
<llv~+ 2Mllwll+llw112=
2 (llvll+llwll)
2•
Allora
li
= L a.iPi<e,,
e1) =
,.1-1
= «1P1+ ...+ IXnPn
.
Quindi, con riferimento a questa base ortonormale, se A, B sono
i rispettivi vettori delle coordinate di v e w, il prodotto hermi-
tiano di questi vettori coincide con il prodotto descritto nel-
l'esempio 5, cioè A.·B.
Abbiamo ora un teorema che enunciamo contemporaneamente
per il caso reale e per quello complesso.
Il
162 PRODOTTI SCALARI I CAP. 7
toriale sul corpo complesso C, in cui sia dato un prodotto hermitiano
definito positivo. Sia n la dimensione di V. Sia W un sottospazio di V
avente dimensione r. Sia U il sottospazio di V costituito da tutti gli
elementi di V che .sono perpendicolari a W, sia cioè U = W.L.
Allora la dimensione di U è n- r. In altre parole
dim w+ dim JV.L= dim V.
Dimostrazione. Se W è costituito dal solo elemento O oppure
se W = V, allora la nostra asserzione è ovvia. Assumiamo quindi
che Wnon coincida né con {O} né con V. Sia {w1,... , wr}una base
ortnormale di W. I teoremi l' e 2' (formulabile sostituendo nel-
l'enunciato del teorema 2 la parola ortogonale con ortonormale
[N.d.T.]), assicurano l'esistenza di elementi Ur+1, ... , u" in V in
modo che {wi, ... , w 7-, Ur+i, ... , un} sia una base ortonormale di V.
Proveremo che {ur+t,... , un} è una base ortonormale di U.
Sia u un elemento di U. Esistono allora numeri x1, ... , Xn in
modo che
U = X1W1 + ...+ XrlVr + Xr+1Ur+1 + ...-1-XnUn,
Poiché u è perpendicolare a W, eseguendone il prodotto con un
qualsiasi elemento wi:, i= I, ... , r, troviamo
0 = (u, »'i) = Xi(Wt, WtÌ = x,.
Quindi, per i= 1, ... , r, x, = O e perciò u è combinazione lineare
di Ur+l, .•. , Un.
Viceversa, se u = Xr+1Ur+1 + ...+ XnUn è una combinazione li-
neare di Ur+i, ••• , Uti, considerandone il prodotto con ogni Wt si
ottiene zero. Perciò u è perpendicolare ad ogni w, (i= 1, ... , r)
e quindi è perpendicolare a tutto W. È così provato che gli ele-
menti Ur+t, ••• , u,. generano U. Essi formano una base ortonormale
di U perché sono mutuamente ortogonali e di norma unitaria.
Il sottospazio U viene quindi ad avere la dimensione n - r, come
si doveva dimostrare.
Esercizi
I. Determinare· una base ortonormale del sottospazio di R3 generato
dai vettori seguenti:
a) (1, 1,-1) e (1, O, 1). b} (2, 1, 1) e (1, 3, -1).
2. Trovare una base ortonormale dei sottospazio di R1 generato dai vet-
tori seguenti:
a) (1, 2, 1,0) e (1, 2, 3, 1).
b) (1, 1, 0,0), (1, -1, l, 1) e (-1, O, 2, 1).
I
1
(/, g) = f(t)g(t)dt.
o
Adoperando note proprietà dell'integrale, dimostrare che si tratta effettiva-
mente di un prodotto scalare.
4. Sia V il sottospazio di funzioni generato dal1e funz.ioni f, g definite,
rispettivamente, da /(r) = t e g(t) = ,~.Trovare una base ortonormale di V.
PRODOTTI SCALARI J CAP. 7
164
5 s· v il sottospazio generato dalle tre funzioni 1, t, t (1 indic:i la fun-
2
=
11v112 :f
i-1
(rJ, 111)2 •
(X, Y) = x 1y 1 - XzYa .
Vogliamo
ora trovareuna baseortogonale di V rispetto a questo
prodotto. Osserviamo che (A, A) = 1- 4- 1 = - 4 =;i=O. Ponia-
mo v1 = A. Il processo di ortogonalizzazione applicato a B dà
§ 36 I l'RODOT11 SCALARI 167
per A il coefficiente
(B. A) I
C= (A , A"ì =2·
Definiamo allora v2 = B-½A. Allora {v1 , v2} è una base orto-
gonale di V rispetto al prodotto sopra definito.
Esercizi
J. Trovare una base ortogonale del sottospazio di R1 generato dai vet-
tori dati A, B rispetto al prodotto scalare indicato con X· Y.
a) A= (1, 1, 1), B = (1, -1, 2);
X· Y = X 1Y1 + 2x2y 2 + X 3 Ya.
b) A ={1, -1,4), B= (-1, 1, 3)~
X· Y = X1Y1 -3;1:2Y2 + X1)'3-XsJ'2•
2. Trovare una base ortogonale dello spazio C1 sul corpo complesso, se
il prodotto scalare è definito da X·Y=x 1Yz-ix 2y 1 •
3. Stessa domanda dell'esercizio 2, quando il prodotto scalare è invece
definito da
UJ) =JJ(t)dt
o
per ogni /e V. Note proprietà dell'integrale provano che si tratta
di un'applicazione lineare. Se/ 0 è un fissato elemento di V, allora
l'applicazione definita da
l
1~ Jfo(t)f(t)dt
o
è un altro funzionale su V.
§ 37 I PRODOTil SCALARI 169
O = qi(w,) = c,<wt,
w 1) = e•
allora
e quindi
teremo con
Perpy(W)
Esercizi
1. Siano A, B due vettori linearmente indipendenti di R". Qual è la di-
mensione dello spazio perpendicolare a entrambi i vettori A e B?
2. Siano A,B due vettori linearmente indipendenti in Cn. Qual è la di-
mensione del sottospazio di C" perpendicolare a entrambi i vettori A,B?
(La perpendicolarità è riferita all'ordinario prodotto scalare tra vettori di C".)
3. Sia V uno spazio vettoriale di dimensione finita sul corpo K. Siano
U, W suoi sottospazi e si supponga che V sia somma diretta di U e W. Di•
mostrare che V* è uguale alla somma diretta di U.l. e w.t.
4. Sia W il sottospazio di C3 generato dal vettore (1, i, O). Determinare
una base di WL in C3 (rispetto all'ordinario prodotto scalare tra vettori).
[I}
am1X1 + .., + QmnXn = 0
sotto due aspetti. In un caso abbiamo considerato una sua so]u.
zione X= (x1 , •.. , Xn) come una relazione lineare tra i vettori
colonna:
176 PllODO'ITI $Cii.LARI f CA!'. 7
definita da
l'applicazione lineare
(2]
Àm·X=bm,
che interpreteremo ancora in un altro modo. Se consideriamo
l'applicazione lineare F: Kn ➔ Km definita da
Àni·X,
+
allora ogni altra soluzione è del tipo X0 Y, dove l'Enucleo F.
Naturalmente, è possibile che il sistema non omogeneo [2] non
abbia soluzioni, può accadere cioè che le equazioni del sistema
siano incompatibili tra loro. Per esempio, il sistema
2.x -1-3y- z = 1 ,
2x+ 3y-z=2
non ha soluzioni. Comunque, se almeno una soluzione del si-
12
178 PRODOTTI SCALARI ! CAP. 7
sterna [2] esiste, noi possiamo di nuovo parlare della dimensione
dell'insieme delle soluzioni. Per definizione essa è la dimensione
dello spazio delle soluzioni del sistema omogeneo [IJ.
y-z=O.
meute, è
y=z=l e x=-½.
Si può perciò concludere che l'insieme di tutte le soluzioni del
sistema dato coincide con l'insieme di tutti i vettori
(½,O, O)+ t(-½, I, I),
dove t assume tutti i valori reali. Osserviamo che il nostro insieme
di soluzioni è una retta (vedi cap. 1).
Nello schema seguente riassumiamo le tre interpretazioni che
abbiamo date del sistema di equazioni lineari omogenee la cui
matrice dei coefficienti sia A.
a) Lo spazio delle soluzioni è costituito da quei vettori X che
da,rno relazioni lineari
tra le colonne di À.
b) Le soluzioni X costituiscono lo spazio ortogonale ai vettori
riga di A.
c) Le soluzioni costituiscono il nucleo dell'applicazione lineare
rappresentatada A, cioè sono le soluzioni dell'equazione AX = O.
Esercizi
1. Trovare la caratteristica delle matrici seguenti sul corpo dei numeri
reali:
a)
e ~)- (-: 2-2).
1
b) e) G 2 7)
4 -I .
2 _,)
l 4 -5
d)
e -2
8
o
-~2
2. Siano A, B due matrici che possono essere moltiplicate fra loro. Dimo-
strare che la caratteristica della matrice AB non supera ne la caratteristica
di A né la caratteristica di B.
3. Sia A una matrice triangolare su un corpo K:
all •••
( O a2t
A= ..
o ... o
e si supponga che nessuno degli elementi diagonali sia nullo. Qual è la carat-
teristica di A '!
4. Trovare la dimensione sul corpo reale dello spazio delle soluzioni dei
seguenti sistemi di equazioni lineari. Di ognuno di questi spazi di soluzioni
trovare anche una base.
a) 2x + J' - z = o,
y+z=O.
e) 4x + 7y-nz = O, d) x+y+z=O,
2x-y+z=0. .x-y=O,
y+ z=O.
S. Determinare la dimensione sul corpo reale dello spazio delle soluzioni
dei seguenti sistemi di equazioni lineari:
a) 2.x- 3y + z = O, b) 2x+7y=0,
x+y-z=O. x-2y +z =0.
a) ix+y-:z=O, b) (I+ì)x-iy+2z=O,
iy + z = o. ix+ 2iy-iz = O.
8. Determinare la dimensione dell'insieme delle soluzioni in R' dei se--
guenti sistemi di equazioni. Per ogni sistema determinare una base dello
spazio delle soluzioni del corrispondente sistema omogeneo e determinare
una soluzione, se esiste, del sistema non omogeneo.
a) 2x+3y-z=l. b) 2x-Y+z=O,
2x + y + z = o.
e} - X + 4y + Z = 2, d) x-y+z= 1,
3x +y-z=O. 2x-3y+z= O,
x+y-z=5.
9. Dimostrare che la caratteristica di una matrice non cambia se sulla
matrice stessa vengono effettuate le operazioni seguenti: scambio di due
righe della matrice, addizione di un multiplo scalare di una riga a un'altra
riga, stesse operazioni sulle colonne invece che sulle righe.
IO. Prendendo spunto da un'osservazione fatta alla fine del capitolo,
provare in generale che: se una matrice A ha coefficienti reali, allora la sua
caratteristica è la stessa, tanto se A viene considerata come matrice in R
quanto se viene co11siderata come matrice in C.
Capitolo 8
BI 2. Comunque si scelga110e in K, v in V, w in W, si ha
g(cv, w) = cg(v, w) = g(v, cw) .
Possiamo quindi dire che un'applicazione bi]ineare è un'ap--
plicazione tale che, per ogni ve V, l'applicazione definita da
wi-+g(v, w) è lineare e per ogni wE W, l'applicazione definita da
vi-+ g(v, w) è lineare. Se non vi è necessità di fare riferimento espli-
cito all'applicazione g, solitamente scriveremo
g(v, w) = (v, w).
= (v1, 1111)+ ...+(Vi, Wm) + ...+ (vn, wi) + ...+ (vn, Wm).
In questa somma ogni addendo è del tipo (v1, w1) con i= 1, ... , n
e j = 1, ... , m. Questa somma può essere, quindi, cosi abbreviata
§ 39 I MATRICI E APPLICAZIONI BILINEARl
c-H -2
1
I
186 MATRIClB APPUCAZ[ONI lllLINl!A.RI f CAP. 8
è una matrice simmetrica. Sia 'X= (xi, X2, X3) e 'Y = (J'1, Y2, Ya),
Se indichiamo con g Ja forma bilineare ad essa associata, abbiamo
+ 3x1y 3 + X 2y 3 + 4x3 y3 =
=g(Y,X).
allora
n
g(v, w) = L x1.y1g(v,, v1),
i,J-1
= g(vi, v1) si ha
e ponendo c-11
n
g(v, w) = I CtJXfYJ ;
i,:J-1
Cl
0
O .., 0)
C2 0...
(
:
. :
. .
! t
0 0 Cn
1 WCN.1
Quindi, diversamente da quanto accade nel caso della matrice di
un'applicazione lineare (che viene mutata attraverso l'inversa)
la matrice di una forma bilineare viene mutata tramite la tra-
sposta di N. Con riferimento alle notazioni del paragrafo 23
(cap. 5). vediamo che la matrice N è niente altro che
!!I' •
N= MIM(rd).
Esercizi
I. Sia g, indicata con (, ), la forma bilineare su R8 la cui matrice assow
ciata rispetto alla usuale base è
2
(-: 1
o
Trovare due vettori di Ra, X e Y, tali che (X, Y)~ (Y,X).
188 MATRICI I! APPLIC,'ZIO:Nl BILINl!,'Rl I CAP. 8
2. Trovare la matrice associata alla forma g considerata nell'esercizio J
rispetto alla base {(1, 1, O), (O, 1, O), (1, 1, 1)}.
3. a) Sia V uno spazio vettoriale sul corpo K e si supponga che V sia
)a somma diretta di due suoi sottospazi W1, Ws: V= W1ffiW 2 • Siano g 1 e
g1 forme bilineari simmetriche su W1 e W2 rispettivamente. Dimostrare che
su V esiste un'unica forma bilineare g tale che se v = v1 + v2 e w = w1 + ,v3
sono elementi di V, con V1 e w1 in W1 e 111 e w1 in W1 , allora g(v, w) =
=gi.(1Ji,W1}+/f2(V-i,W2)•
b) Se 9/ 1 è una base di W, e 111
1 è una base di W1 , quale forma assu-
1 u /!42 dello
merà la matrice della forma bilineare g rispetto alla base 111
spatio V?
4. Sia V lo spazio vettoriale sul corpo reale costituito da tutti i polinomi
dì grado non superiore a n. Siano f, g elementi di V e sia
f
1
(f.g) = f(t)g(t)dt.
o
Trovare la matrice di questo prodotto scalare rispetto alla base { J, t, , .. , rn}.
S. Sia V lo spazio vettoriale sul corpo reale una cui base è {sin t, cos t }.
Si definisca un prodotto scalare ponendo
..
(/. g) =f f(t)~(t)dt.
_,.
Qual è la matrice di questo prodotto scalare rispetto alla base data?
6. Sia V uno spazio vettoriale di dimensione finita sul corpo K e sia g
una forma bilineare su V, indicata con (, ).
a) Dimostrare che per ogni WE Y l'applicazione definita da vi-+- (v, w)
è un funzionale L,,, su V e che l'applicazione definita da w1-+L,. è un'ap-
plicazione lineare di V nel suo spazio duale V*.
b) Dimostrare che le seguenti proposizioni sono equivalenti:
1) il nucleo dell'applicazione L sopradescritta è {O};
2} l'applicazione L è un isomorfismo tra V e V*;
3) se C è la matrice che rappresenta la forma bilineare g rispetto a una
base di V, allora Dct(C) ~ O.
Una forma bilineare per cui valgono le tre proposizioni precedenti viene
detta non degenere.
7. Generaliz:zare i risultati di questo paragrafo nel senso seguente.
a) Sia Cuna matrice mxn in K. Dimostrare che C dà luogo a un'appli-
cazione bilineare g:K"'xK" quando si ponga
ccx.Y) = •xcr,
§ 39 I MATRICI E APPLICAZIONI RILINl;A.RI 189
b) Viceversa, siano V, W spazi vettoriali di dimensione finita sul corpo K.
Sia g: Vx W-+ K un'applicazione bilineare denotata con g(v, w) = (11, w).
Dimostrare che ad ogni coppia di basi ~ di V e al' di W possiamo asso-
dare lUla. matrice Ctale che, se vEVe wE We se X=M~(11) e Y=M;11,{w),
allora
g(v, w) = 'XCY.
o ...o)
C2 ••• 0
; .
o Cn
190 MATRICI B APPLICJ\ZIOl't1 BILINEARI I CAP. 8
oppure, adoperando g è f.
g(v, w) = ì [f(v + w)- J(v-w)].
dobbiamoavere
§ 40 I MAmtct E APPLICAZIONI Bll.lNEARI 191
o, in altre parole,
2x:t + 3xy + y = ax + 2bxy + dy
2 2 2 •
Esercizi
1. Sia V uno spazio vettoriale di dimensione finita sul corpo K. Sia
f: V➔ K una funzione e si assuma che la funzione g definita da
g(1J,w) = f(u + w)-/(v)-/(w)
sia bilineare. Si assuma inoltre che, per ogni vE V e· ogni ae K, /(av) = a 2f(v) •
Dimostrare che / è una forma quadratica e determinare la forma bilineare
da cui deriva. Dimostrare che questa forma bilineare è unica.
2. Qual è la matrice associata alla forma quadratica
f(X) = x3- 3xy +4y~
se X= (x,y,z)?
Lw: v.-+g(v, w)
l3
194 MATRICI B APl'LlCAZIONI BILINBAlll ) CAP. 3
À= G 1;).
Allora la forma quadratica determinata da A (considerata come
un'applicazione lineare di R2 in sé stesso) è data da
Esercizi
1. a) Una matrice A è chiamata semi-simmetrica se 'A= -A. Dimo-
strare che ogni matrice M può essere espressa come somma di una matrice
simmetrica e di una matrice semi-simmetrica; queste due matrici sono uni-
vocamente determinate. [Si suggerisce di scrivere A= ½(M+tM).]
b) Se A è semi-simmetrica, allora At è simmetrica.
e) Sia A. una matrice serrù-simmetrica. Dimostrare che Det(A) è uguale
a zero se A è una. matrice quadrata n x n, con n dispari.
2. Sia A una matrice invertibile simmetrica. Dimostrare che la matrice A~ 1
è anch'essa simmetrica.
(/,g>= ff(t)g{t)dr.
e
9. Una matrice reale simmetrica nxn A viene detta definita positiva se,
per ogni X-:/=O, 1XAX è positivo. Se A.,B sono matrici reali simmetriche
quadrate (wn la stessa dimensione), definiamo A<B quando B-A. è de-
finita positiva. Dimostrare che se A< B e B< C, allora A.< C.
MAT!llCI E Al'PLICAZlONI BIUNEAIU I CAP. 8
JO. Sia V uno spazio vettoriale di dimensione finita sul corpo reale R•
in V sia dato un prodotto scalare definito positivo<,). Un operatore A de-
finito su V viene detto positivo quando, per ogni vettore non nullo vt: V,
5j ha (Av, v) > O. Si supponga che V sia somma diretta del sottospazio W
e del suo ortogonale W.L. Sia P la proiezione su W e si assuma W=fa{D}.
Dimostrare che P è un operatore simmetrico e positivo.
11. Con riferimento alle notazioni introdotte nell'esercizio IO, siano e
numero reale e A l'operatore definito da
Av =cw.
Se possiamo scrivere v = w + w' con we W e w'E w.1,dimostrare che l'ope-
ratore A è simmetrico.
12. Con riferimento alle notazioni introdotte nell'esercizio 10, se P in-
dica di nuovo la proiezione sullo spazio W. dimostrare che esiste un ope-
ratore simmetrico A tale che A 2 = I +P.
14. Sia A una matrice reale simmetrica. Dimostrare che esiste un nu-
mero reale e tale che l'operatore 4 + cl sia positivo.
15. Sia V uno spazio vettoriale di dimensione finita sul corpo K. In P
sia data una forma bilineare non degenere ( ,). Se A: V-+ Y è un'applica•
zione lineare tale che
(A11,Aw) = (11,w)
per ogni scelta di v, w in V, dimostrare che Det(A) = ± 1.
16. Sia Q = (q;1) (i,j = 1, ..• , n) una matrice quadrata di funzioni reali
di unà variabile reale con derivate di ogni ordine. Sia Y = t(yi, ... , y,,) un
vettore colonna di funzioni. Sia Se l'insieme di tutti i vettori Y tale che
Y'=QY.
§ 41 I MATRICI E APPLICAZIONI BILINEARI 197
Dimostrare che S0 è uno spazio vettoriale sul corpo reale. Sia <1>=
1(,Pi,,.,,qin)
un vectore colonna di funzioni e sia
17. Sia A una matrice reale simmetrica non nulla. Dimostrare che
tr(AA)> O.
18. Siano A,B matrici simmetriche con le stesse dimensioni sul corpo K.
Dimostrare che la matrice AB è simmetrica se, e soltanto se, AB= BA.
42. OPERATORIHERMITIANI
(X,A*Y) = 1X(A*Y).
E questo significa. che
2(Av, w) =0
Esercizi
1. Sia A una matrice hermitiana invertibile. Dimostrare che anche A- 1
è hermitiana.
2. Dimostrare che l'unalogo del teorema 7, quando V è uno spazio vet-
toriale di dimensione :finita sul corpo reale, è falso. In altre parole, può a~
cadere che Av sia perpendicolare a v per ogni v E V senza che necessaria-
mente A sia l'applicazione nulla.
3. Dimostrare che l'analogo del teorema 7, quando V è uno spazio vet-
toriale di dimensione :finita sul corpo reale, è vero se si aggiunge l'ipotesi
della simmetria dell'operatore A.
4. Dire quali delle seguenti matrici sono hermitiane:
a) ( -i
2
5 ·
i) b) (
'l+ 5i2).
2
i c) ( I l+ 5)
1- i
5
2
i
; •
7
-i
Caso complesso
Come al solito esistono nozioni analoghe nel caso complesso.
Sia V uno spazio vettoriale di dimensione finita sul corpo com-
plesso C, in V sia dato un prodotto herroitiano definito positivo.
Sia A: V ➔ V un'applicazione lineare. Noi definiamo A unitaria
complessase
(Av, Aw) = (v, w)
§ 43 I MATRICI E APPLICAZIONl BILINEARI 205
Esercizi
J. a) Sia V uno spazio vettoriale di dimensione finita sul corpo reale R,
in V sia dato un prodotto scalare definito positivo. Siano {v1 , .•• , vn} e
{w1, ••• , w"} due ba~i ortonormali di V. Sia A: V➔ V un operatore tale che
Av;= w,.Dimostrare che A è unitario reale.
b) Enunciare e dimostrare l'analogo risultato nel caso complesso.
2. Sia V lo si,azio introdotto nell'esercizio 1. Sia {vi,... , vn} una base
ortonormale di V. Sia A un operatore unitario definito in V. Dimostrare
che {Av1, ... , A11n}è una base ortonormale di V.
3. Sia A una matrice unitaria reale. a) Dimostrare che la matrice 'A è
unitaria. b) Dimostrare che A- 1 esiste ed è unitaria. c) Se B è una ma-
trice unitaria reale, dimostrare che anche AB è unitaria e così anche n-1A.B.
4. Sia A una matrice complessa unitaria. a) Dimostrare che tA è unita-
ria. b) Dimostrare che A- 1 esiste ed è unitaria. e) Se B è un'altra matrice
unitaria complessa, provare che anche le matrici AB e B- 1AB lo sono.
5. a) Sia V uno spa:l'.iovettnriale di dimensione finita sul corpo reale R,
in V sia dato un prodotto scalare definito positivo; siano ffl ={vi. ... , vn}
MATRICI 1! APPLICAZIONI BIUNEAIU ) CAl', 8
206
w } due basi ortonormali di V, Dimostrare che la matrice
e~,1:.,_- {W1,
,
.. •• ri •
Ma· (ia) è unitaria reale. [Si suggerisce di tener conto del fatto che (w,, IV;)= l
e (w• w-) =0 se ii:- j, come pure della possibilità di esprimere w,=Lauvi,
" '
con opportUJ'.1 1. a;; ERJ
·
b} Sia F: V->-V un'applicazione tale che F(u,) = w, per ogni i. Dimo-
strare ~llora che la matrice M_;:.(F) è unitaria.
6. Dimostrare che il valore assoluto del detem1inante di una matrice
unitaria reale è uguale a 1. Dedurre che se A è una matrice unitaria reale,
allora Det(A) = 1 oppure - I.
7, Sia A una matrice quadrata complessa, dimostrare allora che Det(A) =
= Dct(A). Se ne deduca che il valore assoluto del determinante di una ma-
trice unitaria complessa è uguale a l.
s. Sia A una matrice diagonale unitaria reale, ·Dimostrare che gli ele--
menti diagonali di A sono uguali a 1 oppure a -1.
9. Sia A una matrice diagonale unitaria complessa. Dimostrare che ogni
elemento diagonale ha valore assoluto uguale a I e quindi è del tipo e• 0,
con fJ reale.
Gli esercizi c!,e seguono descrioono 11ar1'e
proprietà delle applicazioni uni-
tarie reali del piano R2 •
per opportuni numeri reali a,b tali che a~+b2 = 1. Dimostrare anche che,
viceversa, ogni applicazione lineare di V in sé stesso rappresentata da una
siffatta matrice rispetto a una base ortogonale, è unitaria e ha determinante 1.
Con l'ausilio del calcolo infinitesimale, si può allora concludere che esiste
un numero O tale che a = cos 0 e b = sin O.
§ 43 I MATRICI E APPLICAZIONI BIUNl!ARl 207
13. Dimostrare che esiste una matrice unitaria complessa U tale che ~e
costJ e.O
-sin6)
A= ( e B= (
sin 0 cos0 o
si ha u-1AU=B.
14, Si consideri V= C come uno spazio vettoriale di dimensione 2 sul
corpo reale R. Se czEC, sia L,.:C-C l'applicazione definita da z~az.
Dimostrare che L,. è un'applicazione di V in sé stC6so R-lineare. Per quali
numeri complessi a; l'applicazione L,. risulta unitaria rispetto al prodotto
scalare (z, w> = Re(zw) 1 Qual è la matrice di L,,,_rispetto alla base {1, i}
di C su R?
___
clie (v,
...;-......., ____________
_
defirùfa pos1hva, può accadere clie esista un vettore V E V tale
- v>= o "oppure<v:·v> ::.:-:.::-r.-.
- '---•- -.
Esempio. Sia V= R 2 e vi si consideri la forma rappresentata
dalla matrice
i
+I)"\!
-I
Allora i vettori .-• ---- -~
~
Numerando diversamente gli elementi della nostra base, se è
nccessano; possiamo assumere che la base {v1 .... , v;} aboiagli•
èiementi· Òrdinati· in nioCio che ·--· . ----------·----·--·-----·, _____
.,
<v1 , v1) :;é O, ... , (Vs, va) ,f= O ma (ve, v1) = O se i> s.
Poiché {vi, ... , vn} è una base ortogonale, è chiaro che Vs+1, ... , Vn
sono in V0 • Sia-~ un elemento di V0 e scriviamo
.........
~----------~--,,.
_____
(vi, v;)< O
se s + 1,;:J,;_n
(vi, vi)=O ----
·-·--·----·----
...-.-:.-...._.~-
se
-
r+I<i<s
e analogamente,
Allora
X1 = ... = Xr = 0.
Poiché i vettori wl'•+t, ... , Wn sono linearmente indipendenti, ne
segue che anche i coefficienti Yf'•+1, •.• , Yn sono 11ulli.
Poiché la dimensio11edello spazio V è n, noi possiamo con-
c]udere che
r + n-r'<n
oppure, in altre parole, che r non superar'. Ma le due basi hanno
un ruolo simmetrico (cioè si può ripetere tutto il ragionamento
fatto partendo dai vettori ivi, ••• , Wr, Vr+1, •.• , Vn) e si può quindi
dedurre anche che r' non supera r. Si conclude quindi che r e r'
coincidono, provando così il teorema di Sylvester.
L'intero r che interviene nel teorema di Sylvester è chiamato
indice di positività della forma.
Esercizi
a) (1
2 -]
2). b) ( 11 !).
•
Polinomi e matrici
45. POLINOMI
o...:.
- Or-
b ,
r,
a,_1 -b,._
t
1 ..1.
, •··
+a- 0 -b-,.- 0 •
1
/EK[r} e scriviamo
_ (l -1)
Allora J(A) = 3 2 0 - \4 0 ,O 0)=(4
(2 -2) + ('5
5
-5)
2
O -1 .
f (t) = an tn + ...+ a0
e
g(t) = bmt 11'-I-•.. + b0
con a,,hJ in K. Allora
dove
k
Ck = 2 a,b1,;_-i.
i-O
Per definizione,
D'altra parle,
f(A) = a"An + ...+ a0 l
e
g(A) = bmAm+ ... + h0 1.
218 POLINO~n E MATRICI ( CA'P, .9
Da cui
,. m 11 m m+11
f{A)g(A) =! 2a,Aib;A1 =! I a,b;AH-i = L CkAk.
i-O J-0 i-O J-0 .1:-0
Esercizi
-1
1. Calcolare /{A) quando /(t) = t 8 - 2, +
. 1e A=
(
2
2. Sia A una matrice simmetrica e sia f un polinomio con coefficienti
reali. Dimostrare che anche la matrice /(A) è simmetrica.
3. Sia A una matrice hermitiana, sia/un polinomio con coefficienti reali.
Dimostrare che anche la matrice /(A) è hcrmitiana.
220 POUNOMI B MATRICI j CAP. 9
À=
o
J
§ 47 I POLINOMI E MATRICT 221
Dimostrazione. Evidente.
Abbiamo già visto, considerando l'esempio 2, il viceversa del
teorema 11. È quindi importante saper determinare quando
µno spazio vettoriale ha una base costituita da autovettori di
un operatore dato. Questi sono precisamente i casi in cui l'opera-
tore può essere diagonalizzato. Per esempio, ora dal teorema 8
possiamo trarre i corollari seguenti:
x+2y=Àx,
-x + )'= ì.y.
§ 47 I POIJNOMI II MATillCt 225
e conseguentemente, sottraendo il primo membro dal secondo,
abbiamo
x(À-l)-2y =O,
x+(1-l)y=0.
Poiché x e y non possono essere entrambi nulli, il determinante
-21
À-l
è nullo e quindi ,l è una radice del polinomio
(l-lf+2.
cioè 2.À.+ 3 = O. Le radici sono I i0 e 1- iv'2,
12 - +
Viceversa, se l è una radice del polinomio precedente, allora il
determi:nante prima scritto deve essere nullo e quindi esiste una
soluzione del sistema di equazioni
x(À-1)-2y =O
x+(l-l)y=O
costituita da numeri x, y non entrambi nulli. In questo modo
troviamo un autoyalore ,l e un autovettore (;). Il calcolo può
essere svolto esplicitamente. Siano À.1 =I+ iy2 e~= l-iy1.
Risolvendo il sistema di equazioni lineari ponendovi ,l = Ài si
ottiene l'autovettore
v1 (i~)
=(Xi)=
-2
J'i
.
Risolvendo poi lo stesso sistema ponendovi ,l = ~ si ottiene
l'altro autovettore
15
-225 POLINOMI E MATRICI I CAI', 9
Esercizi
1. Sia
l
t-a
-e
-h
t-d
I=
I
(t-a)(t-d)-bc.
1
1-a
-e
-b
t-d
I
è un autovalore della matrice data.
(~-~)(:::
coso
-sinO')·
P(_t}=
t-au - 0 12 -a1n
- -a,,
-a:n1 -an2 t-011n
-a,, t-~,.
Esempio 1. Il polinomio caratteristico della matrice
-1
1
1
228 POUNOMI I! MATRICI f CAP, !>
è
t-1 I -3
2 t-1 -1
o -1 t+ I
che noi possiamo sviluppare secondo la prima colonna trovando
P.4.(t)= t 3 -t~-4t +6.
Per ogni arbitraria matdce À = (a#) il polinomio caratteristico
può essere trovato sviluppando il determinante secondo la prima
colonna e quindi consisterà sempre di una somma del tipo
(t-au) .•. (t-a,in) + ...
Ogni termine diverso da quello che abbiamo scritto ha grado
minore di n. Il polinomio caratteristico quindi è del tipo
+
P,1,(t)= 1n tennini di grado minore di n .
A=(~~ -~).1 O l
Calcoliamo il polinomio caratteristico, che è il determinante
t-1 -1 1
O t-l O
-1 O t-1
facilmente scrivibile nella fonna
P(t) = (t-I)(t 2 -2t + 2).
Le sue radici sono I, 1 +
i, 1-i. Queste sono le radici carat-
teristiche. Osserviamo che vi è una sola radice caratteristica reale.
Esempio 3. Il polinomio caratteristico della matrice
1 2)
5 -I
O 7
è (t-l)(t-S)(t-7). Il lettore vede un modo di generalizzare
questa situazione?
= Det(t/-lr 1AB).
E questo prova quanto volevamo.
Vogliamo ora definire il polinomio caratteristico di un'appli-
cazione lineare. Seguiamo il solito metodo, considerando la sua
rappresentazione mediante matrici.
Sia A: V - V un'applicazione lineare definita in uno spazio
230 POLINOMI B MATRICI J CAP. 9
Esercizi
J. Sia A la matrice diagonale
'«1 0 ... 0 )
0 a 2 ... Q
A= ( . . . •
.. .. ..
O O a,,
a) Qual è il polinomio caratteristico di A?
b) Quali sono i suoi autovalori?
ani
J.}
Qual è il polinomio caratteristico di A e quali sono i suoi autovalori?
3. Determinare il polìnomio caratteristico delle seguenti matrici e deter•
minare anche, nel corpo complesso, gli autovalori e gli autovettori
a) G_;). b) (-~ ;} ~)
2 . e) (~
-1
g)
e ~)-
_:
-5
2
2
-6
h)G
2
-1
:)-
§ 48 j POLINOMI E MATR1CI 231
4. Sia A una matrice ,ix ,i con polinomio caratteristico uguale a
(t - 2)(t + l)(t +i)(t + 2i).
Dimostrare che A può essere diagonaliizata nel corpo complesso.
dove a è un numero complesso non nullo. Dimostrare che A non può essere
diagonalizzata.
7. Adoperando il teorema del valor medio per le funzioni continue,
dimcstrarc che ogni matrice reale nxn ha un autovettore non nullo, reale
se ,: è dispari.
8. Sia A una matrice quadrata. Dimostrare che gli autovalori della ma-
trice 1A sono uguali a quelli della matrice A. Gli autovettori di 1A sono
uguali a quelli della matrice A'?
9. Dimostrai-e che gli autovalori della matrice
I o
(~ I)
\1
o 1
o o
o o
nel corpo complesso sono i numeri ±l e ± i.
10. Sia V Io spazio generato sul corpo rr,ale R dalJe due funzioni sin t
e cost. L'operatore di derivazione (considerato come applicazione Iìneare
di V in sé stesso) ha in V autovettori non nulli? In caso affermativo,
quali sono?
ll. Determinare gli autovalori e gli autovettori della matrice
J
o
Capitolo 10
49. ESISTENZADELLETRIANGOLAZIONI
ÀV 1 = a11 V1,
ÀV2, = a12P1 + ll22V2,
Esercizi
1. Sia A una matrice triangolare superiore
5. Sia A una matrice quadrati di numeri complessi tale che, per un certo
intero positivo r, A'=l. Se« è un autovalore di A, dimostrare che ,x'=l.
6. Determinare una base a ventaglio per le applicazioni lineari definite
in C 2 e rappresentate dalle matrici
e) ( ;1 :.)
• .
a0
11 ... a1n)
( .. ... G2n
..
. .
O a,m
§ 50 I TRIANGOLAZIONB 237
e allora
V1.=V1
, <v2,V1)
Va= V2- --- V1•
<v1, 111)
Dalla costruzione fatta, vediamo che {v~,... , z,~}è una base orto-
gonale che è ancora una base a ventaglio giacché {v~• ..., va è
una base dello stesso spazio Vi di cui era base {Vi,..., Vi}-Per
ottenere una base a ventaglio ortonormale {w1,..., wn} basta
dividere ogni vettore v~ per la sua norma. Vogliamo ora far
vedt.;re che ogni w, è un autovettore dell'operatore A. Proce-
diamo per induzione. Appartenendo Aw1 al sottospazio Vj_,deve
esistere uno scalare ),1 tale che Aw 1 = l 1 w1 : w1 è quindi un auto-
vettore e ,li non è nullo. Supponiamo ora di avere già provato
che wi, ... , Wi:-1 sono autovettori con autovalori non nulli. Osser-
viamo elle esistono degli scalari c1 , ••• , e, tali che
Esercizi
I. Sia A una matrice complessa unitaria. Dimostrare che ogni auto-
valore di A si può scrivere come ei8, per un opportuno numero reale O.
2. Sia A una matrice complessa unitaria. Dimostrare che esistono una
matrice diagonale B e una matrice complessa unitaria U io modo che A sia
uguale a u-lJJU.
Capitolo 11
Il teorema spettrale
l6
242 TEOREMA SPETTRALI! I CAP, Il
Esercizi
l. Sia A una matrice reale simmetrica 3 x3. Sia, per ogni XE R", f(X)=
-= (AX,X). Sia v un vettore nell'ellissoide definito dall'equazione
3x2 + 4y 1 + Sz"= 1,
tale che /(u) > f(X) per ogni X appartenente all'ellissoide. Dimostrare allora
che u è un autovettore di A.
§ S2 I TEOREMA SPl!TTRAU! 24S
2. Più in generale, sia ,p: R8 ->- R una funzione con derivata continua.
Sia S la superficie definita dall'equazione cp(X)= O. Si assuma che per ogni
punto P appartenente a S, il gradiente di 'P(P) non sia nullo. Si assuma inol-
tre la superficie S chiusa e limitata. Sia A una matrice reale simmetrica 3 x 3
e sia /(X)=(AX,X). Sia v un punto di S tale che /(v)>/(X) per ogni X
su S. Dimostrare allora che o è un autovettore di A .
.3. Sia A una matrice reale n X n (non si assuma la simmetria). Si assuma
che tutti gli autovaloridi A siano reali. DùnostrarGallora cheA ha un auto-
vettore reale e non nullo.
53. Il TEOREMASPETTRALE
5±0
2
5+,v5
x+3y= 2 y.
I~ = e+\./5)
è un autovettore. Lo spazio ortogonale a v1 ha dimensione 1 e
perciò consiste di tutti i multipli reali di un vettore perpendico-
lare a v1 • Possiamo per esempio supporre
V2 = (1-\/5).
Questo è necessariamente un autovettore di A giacché A applica
lo spazio ortogonale di v1 in sé stesso. Allora {v1 , v2} è la base da
noi richiesta.
i= 1, ••., n.
Le uguaglianze w,· w,
= 1 e w,· w1 = O se i~ j, significano,come
si vede immeditttamente, che 'UU = I, cioè che 'U = U- 1• Questo
conclude la dimostrazione.
x,E R
248 TJ;OREMA SPETTRAL'E I CAP. Il
Esercizi
1. Determinare una base ortogonale di R2 costituita da autovettori delle
seguenti matrici
b) ( -]
e) ( 1
-1
2. Sia A una matrice reale simmetrica nxn. Dimostrare che si pub tro-
vare una base ortonormaledi R" costituita da autovettori di A.
3. Sia V uno spazio vettoriale con le proprietà descritte nel paragrafo 53.
Sia A: V-► V un'applicazione lineare simmetrica. Siano v1 , v2 autovettori di A
aventi rispettivamçnte· gli autovalori Ài, À2 • Dimo~trare che, se il1 e il 2 non
coincidono, allora) i vettori v1 e v2 sono perpendicolari tra loro.
4. Sia A una matrice reale simmetrica 2X2. Dimostrare che se gli auto-
valori di A sono distinti, allora i loro autovettori costituiscono una base
ortogonale di Rg.
S. Sia V uno spazio vettoriale con le proprietà descritte nel paragrafo 53.
Sia A: V➔ V un'applicazione lineare avente un solo autovalore. Dimostrare
allora che ogni base ortogonale di V è costituita da autovettori di A.
6. Sia V uno spazio vettoriale con le proprietà descritte nel paragrafo 53.
Sia A: V-+ V un'appliCaTione lineare simmetrica. Sia dim V= n e si sup-
ponga che A abbia n autovalori distinti. Dimostrare allora che i corrispon.
d.:nti autovettori costituiscono una base ortogonale di V.
§ SJ ] TEO!l.l!MA SPl!TI'RAI.l! 249
7. Sia V uoo spazio vettoriale con le proprietà descritte nel paragrafo 53.
e sia A: l'-+ V un'applicazione lineare simmetrica. Dimostrare che se il mt-
cleo di A è {O}allora nessun autovalore di A è nullo e viceversa.
8. Dimostrare che ogni matrice reale simn1etrica può essere scritta nella
forma 1UBU, dove B è una matrice diagonale e U è una matrice unitaria reale.
9. Sia V uno spazio vettoriale con le proprietà descritte nel paragrafo 53,
e sia A: V-+-V un'applicazione lineare simmetrica. Dimostrare che le se-
guenti proprietà di A s0110 equivalenti:
a) Tutti gli autovalori di A sono positivi.
b) Per ogni vettore non nullo II di V, sì ha (Av, 11) > O.
Ogni applicazione A avente queste proprietà viene chiamata defiJ1itaposi-
tiva. La stessa definizione si dà a proposito delle matrici reali simmetriche
considerate come applicazioni lineari di R" in sé stesso. Per esempio, la se•
conda proprietà, espressa mediante i vettori delle coordinate, dice che:
b') Per ogni vettore non nullo X in R", abbiamo
1XAX>O.
12. Sia A una matrice reale simmetrica non singolare nxn. Dimostrare
le seguenti proposizioni:
a) Ogni autovalore di A è diverso da zero.
b} Se A è un autovalore di A, allora .t-t è un autovalore di A- 1,
e) I.e matrici A e A- 1 hanno gli stessi autovettori.
13. Sia A una matrice reale simmetrica definita positiva. Dimostra.rcr
che A- 1 esiste ed è definita positiva.
14. Sia A una matrice reale simmetrica i cui autovalori sono tutti noo
negativi. Dimostrare che allora esiste una matrice reale simmetrica B tale
che Bl=A e AB=BA.
15. Dimostrare che una matrice reale simmetrica A è definita positiva
s~. e soltanto se, esiste una matrice reale non singolare N tale che A = 1NN.
250 TEOREMA SPtTTRALB I CAP. lI
[Sì suggerisce di adoperare il corollario ciel teorema 5 e scrivere 1UAU come
il quadrato di una matrice diagonale, per esempio B~. Porre allora N = ua- 1 .J
16. Sia V uno spazio vettoriale con le prnprietà descritte nel paragrafo 5J.
Sia A: V->-V un'applicazione lineare simmetrica. Riferendosi al teorema di
Sylvester dimostrato nei paragrafi pr~denti, dimostrare che l'indice di nul•
lità della forma definita da
(v, w)f-+(Av, w)
18. Sia V uno spazio vettoriale con le proprietà descritte nel paragrafo 53
e sia A; V-,.. V un,.operatore simmetrico. Siano À1 , ... , )., gli autovalori di-
stinti di A. Se). è'un autovalore di A, si indichi con V;,(A) l'insieme di tutti
i vettori v di V tali che Av = Av.
a) Dimostrare che ViA) è un sottospazio di V e che A applica V7.(A)
in sé stesso.
b) Dimostrare che V è la -somma diretta degli spazi
V= ~A,(A)(B ... (B Vi,(A)
Esercizi
In tutti questi esercizi noi supponiamo che V sia uno spazio vettoriale di
dimensione finita maggiore di zero sul corpo complesso C, assumiamo anche
che ia Y sia fissato un prodotto hermitiano definito positivo.
1. Uri operatore A: V-+ V viene detto normo/e quando AA* = A*A.
Enunciare e dimostrare il teorema spettrale per un operatore A normale.
[Suggerimento per la dimostrazione: trovare un autovettore comune ad A
e ad A*.]
À = (_: :)
è positiva. sé ne trovi la radice quadrata.
8. Sia A un operatore hermitiano. Dimostrare che esistono due opera-
tori hermitiani positivi l\,P 1 tali che A=P 1 -P,..
9. Sia A un operatore invertibile. Dimostrare che esistono un operatore
unitario complesso U e un operatore hermitiano definito positivo P, entrambi
univocamente determinati, tali che A= UP. [Suggerimento: si proceda come
nell'esercizio 20 del § 53.]
10. Siano A, B operatori normali tali che AB =BA. Dimostrare che l'ope-
ratore AB è anch'esso normale.
§ 54 I Tl!OllEMA SPlTTRAU! 253
11. Sia A una matrice hermitiana n Xn. Dimostrare che esiste una ma-
trice complessa unitaria n x n U tale che u•AU sia una matrice diagonale.
Trovare una tale matrice U nel caso in cui A sia uguale a:
b) ( 1_ ').
-I J
12. Sia A una matrice complessa non singolare. Dimostrare che A è
hermitianae definitapositivase, e soltantose,esiste una matrice non sin-
golare N tale che A = N•N.
Capitolo 12
Esercizi
1. ln ognuno dei seguenti casi, scrivere f = qg + r con deg r < deg g.
a) /(r) = 1• - 21 + I, g(t)= t-1.
b) /(t)=t 8 + t-1, g(t)=t~ + 1.
e) f(t) = t 3 + t, g(t)= t.
d) / (I) = t 3 - 1 , g(t) = r-1.
2. Se /(t) ha coefficienti interi, se g(t) ba coefficienti interi e primo coef-
ficiente uguale a 1, dimostrare che quando scriviamo f = qg + r, con
dcgr< degg, anche i polinomi q e r hanno i coefficienti interi.
§ 55 I POLINOMI E DECOMPOSIZIONI PRIMARIE 257
3. Richiamando il teorema del valor medio dal calcolo infinitesimale,
dimostrare che ogni polinomio di grado dispari sul corpo reale ha una ra-
dice reale.
4. Sia f (t) = t" +...+ a 0 un polinomio con coefficienti complessi, di
grado n, e sia a. una sua radice. Dimostrare che la:J<n·max, ja,I.[Suggeri-
mento: scrivere -o:n=a,._1cr.n-l +...+a 0 • Se !al> n·maxda;J, si divida per
a" e' sì consideri il valore assoluto, Una semplice maggiorazione darà una
contraddizione.)
(t-1)-(t-2}=1
f= qg+r
ed inoltre degr < degg. Allora ,. = f- qg e quindi, per defini-
zione di ideale, anche r appartiene a J. Poiché deg r < degg, deve
necessariamente essere r = O. Perciò f = qg e g genera quindi J,
come volevamo.
TEOREMA
.
3 Siano fi, .f9 due polinomi non nulli in K[tJ. Sia g un
generatore dell'ideale generato da li, / 2 , allora g è un massimo
comune divisore di Ji.e / 2 •
Dimostrazione. Poiché/i appartiene all'ideale generato daJi,h,
deve esistere un polinomio q1 tale che
Ji = qlg •
perciò g divide li. Per la stessa ragione, g divide anche fz. Sia
per esempio
e
Esercizi
1. Dimostrare che il polinomio ,n_1 è divisibile per t-1.
2. Dimostrare che ,e+ 4 può essere scomposto nel prodotto di due poli-
nomi di secondo grado con coefficienti interi. ·
.-3.. Se n è un numero intero dispari, determinare il quoziente della divi-
sione· di 1n+ I per I+ 1.
4. Sia A una matrice n xn sul corpo K e sia J l'insieme di tutti i poli-
nomi /(t) in K[t] tali che f(A) = O. Dimostrare che J i: un ideale.
57. FATTORIZZAZIONE
UNICA
f=gh
Esercizi
1. Sia f un polinomio di secondo grado su un corpo K. Dimostrare che
o f è irriducibile su K oppure f ba una fattorizzazione in fattori lineari su K.
2. Sia f un polinomio di terzo grado su un corpo K. Se f non è irridu-
cibile su K, dimostrare che / ha una radice in K.
3. Sia f(t) un polinomio irriducibile con primo coefficiente uguale a l
sul corpo reale. Sia dcg/= 2. Dimostrare che f(t) può essere scritto nella
264 l'OUNOMI E DECOMrCSIZIONT PR1MARl6 I CAP. ]2
forma
f(t)=(t-a)~ +b2
ct+c>=l+c. Uc>=lc.
e se {JEC allora (fJn =flf
5. Sia f[t] un polinomio a coefficienti reali. Dimostrare che se il nu-
mero 1%è una radice di/ anche il suo coniugato ii è una radice di f.
,··, 9. Con riferimento alle notazioni dell'esercizio precedente, dimostrare
chcl « e « hanno in f la stessa molteplicità.
7. Sia A una matrice n x 11 in un corpo K. Sia J l'insieme dei polinomi/ in
K[t] tali che /(A)= O. Dimostrare che J è un ideale. Il generatore monico
di J è chiamato il polinomio minimo di A su K. Una definizione analoga
viene data se A è un'applicazione lineare di uno spazio vettoriale di dimen-
sione finita V in sé stesso.
8. Sia V uno spazio vettoriale di dimensione finita sul corpo K. Sia
A: V➔ V un'applicazione lineare. Sia/ il suo polinomio minimo. Dimo-
strare allora che se A può essere diagonalizzata (cioè se esiste una base di V
costituita da autovettori di A), il polinomio minimo è uguale al prodotto
(t-a:1) ... (t-a;,),
sia uguale a l.
12. Siano /i,/ 2 ./ 3 polinomi in K[tJ e si assuma che l'ideale da essi ge-
nerato sia l'ideale unità. Dimostrare allora che è possibile trovare in K[t}
i polinomi /,, in n1odo che il determinante
/1 /2 fa
fu fu fu
fa1 /112 faa
sia uguale a 1.
13. Sia ac un numero complesso e sia J l'insieme di tutti i polinomi /(t)
in K[t] 111.liche /(«)=o. Dimostrare che J è un ideale. Dimostrare che se
J non e l'ideale zero, il generatore monico di J è irriducibile.
14. Siano /, g due polinomi scritti nella forma
f=pi' ... p~'
e
g=p{• ... pt'
dove i.,, ir sono interi non negativi, mentre Pl, .••,p, sono polinomi irridu~
cibili distinti.
a) Dimostrare che il massimo comune divisore cli/e g può essere espresso
come prodotto Yi',...,p~• dove ki, ... , k, sono interi non negativi. Espri-
mere k, mediante i, e j,.
b) Si definisca il minimo comune multiplo di polinomi e si esprima il
minimo comune multiplo di f e g come prodotto p~••.•• ,p~• dove k, sono
interi non negativi. Esprimere infine k,. mediante i, e j,.
15. Scrivere il massimo comune divisore e il minimo comune multiplo
delle seguenti coppie di polinomi:
_a.) (t-2)3(t-3)'(t-i) e (t-l)(t-2)(t-3)9 •
.b)(t 2 +l)(t 2 -l) e (t+i) 3 (t 3 -1).
Allora
n = m + q1 m + r =(I+ q1)rn + r.
E cosi si prova l'esistenza. L'unicità è lasciata per esercizio.
Definiamo ideale J di interi un sottoinsieme di Z avente le
seguenti proprietà:
Il numero O appartiene a J. Se m, n appartengono a J, allora
anche m + Il vi appartiene. Se m appartiene a J, se n è un intero
ar,bitrario,allora il prodotto nm appartiene a J.
Come per i polinomi, definiamo che cosa significa che un
ideale è generato dagli interi m1 , ... , mn. Anche in questo caso
abbiamo l'ideale O e l'ideale unità (cioè Z stesso). Abbiamo allora:
n=p 1 , .. pr,
Esercizi
1. Sia f(t) = t"+an_ 1 1"- 1 + ...+ a 0 , a0 # O,un polinomio con coefficienti
interi. Dimostrare che se a: è una radice di/ in Z allora a: divide a0 •
2. Sia /(t) un polinomio a coefficienti interi di grado positivo e avente
il primo coefficiente uguale a 1. Dimostrare che ogni radice di / che sia uo
numeco razionale, in effetti è un numero intero.
3. Dimostrare che i seguenti polinomi sono irriducibili sul corpo dei
numeri razionali.
a) t 2 + 1. b) t 1 -21 + 2. e) t 2 -t+4.
d} t 3 -t + 1, e) 13 + 31-1. f) t 3 -4t + S.
4. Siano a, b due interi relativamente primi. Dimostrare allora che e5i•
stono due interi e, d in modo che il determinante
sia uguale a 1.
S. (Euclide.) Dimostrare che esistono infiniti numeri primi. [Suggeri•
memo: partendo da n numeri primi distinti Pi, .•• ,p,., se ne costruisca un
aliro come segue. Si ponga a =Pi ... p. + 1 e si dimostri. che ogni numero
primo p se divide a non pub coincidere con nessuno dei numeri p,.J
6. Enunciare e dimostrare la proprietà dei numeri interi positivi analoga
a quella dell'esercizio 14 del paragrafo precedente.
7. Determinare il massimo comune divisore e il minimo comune mul-
tiplo delle seguenti coppie di num&i interi positivl.
b) 248 e 28.
268 POLINOMI E DECOMPOSIZIONI PRIMARIE I CAP. 12
v= 1111 +wz
con w1 e W1 e w3 E Wz. w1 e w2 sono univocamente determinati
da r,. Applicando g1(A)fi(A) a entrambi i membri di questa
somma troviamo
w2 = g1(A)fi.(A)w 2
giacché /iA)w_ 2 = O. Conseguentemente
w2 = gi(A)f 1(A)v,
la sua fattorizzazione, IX1 , ••• , r.:r essendo le sue radici distinte. Indi-
cando con U, il nucleo de/l'applicazione (A-o:,I)m,, V risulta
somma diretta dei sottospazi Ui, ... , Ur,
Dimostrazione. Si può procedere per induzione considerando
separatamente, uno per uno, i fattori (t-cc: 1)m,, (t-1X 2)m•,..•
Quindi otteniamo dapprima una decomposizione come somma
diretta del nucleo U1 di (A-o: 1 /)m,, e del nucleo W di
{A-« 2 /) 711• ... (A-a;rf)m,.
un elemento di V, dove u,
E Ui, appartenente al nucleo di
(A - rx.1Iym,,allora, in particolare, v appartiene anche al nucleo di
Esercizio
1. Con riferimento al teorema 5, dimostrare che l'immagine di/ 1 (A) coin-
cide con il nucleo di fi{A).
272 POLINOhll E DECOMl'OSIZIONI PRIMARI!! i CAP. 12
Esercizi
1. Sia V uno spazio vettoriale di dimensione finita sul corpo K e sia S
l'insieme di tutte le applicazioni lineari di V in sé stesso. Dimostrare che V
è un S-spazio semplice.
2. Sia V= R1, sia S l'insieme costituito dalla matrice (~ ;) conside-
rata come applicazione lineare di V in sé stesso. Considerando a numero
reale non nullo fissato, àeterminare tutti i sottospazi di V S-invarianti.
3. Sia V uno spazio vettoriale sul corpo K e sia {v1 , ... , fin}una oosc
di V.
Per ogni permutazione a di {1, ... ,n} sia A0 : v- V l'applicazione lineare
iale che
Ao(v;) ==
Va<il •
e inoltre AM = I.
b) Dimostrare che il sottospazio generato da 11= v1 + ... +o,. è un sot•
tospazio invariante per l'insieme S,. costituito da tutte le applicazioni A0 •
e) Dimostrare che il vettore v considerato nella parte b) è un autovèt-
-tore di ognì" A,. Qual è l'autovalore di A., appartenente a v?
d) Sia n = 2 e sia cr la pcrmuta:zione non identica. Dimostrare allora che
v1 - v2 genera un sottospazio di dimensione 1 che è invariante rispetto ad A.11•
Dimostrare poi che 111 - 11:,.è un autovettore di A.,. Qual è il suo autovalore?
4. Sia V uno spazio vettoriale sul corpo K e sia A: V-+ V un operatore.
Supponiamo che esista un intero positivo r tale che A~= I. Sia T = I+ A +
+
+ ... A.~-1 e sia v0 un elemento di V. Dimostrare che lo spazio generato da
Tv0 è un sottospazio invariante rispetto ad A e che 71;0 e un autovettore di A.
Se Tv•* O, Qual è il suo autovalore?
18
274 POLINOMI I! DECOMPOSIZIONI PRIMA.Rll! f CAP. 12
5. Sia V uno spazio vettoriale sul corpo K e sia S un insieme di ope-
ratori definiti su V. Siano U, W sottospazi di V S-invarianti. Dimostrare
che anche i sottospazi u+ W e U () W sono S-invarianti.
Sia r i1 più piccolo intero per cui ar-b, non è nullo, pos.
siamo allora scrivere
O= (ar- br)(t--cx)' -1-••• + (an-bn)(t-a.)" =
= (t-oc)r[(ar-br) + ...+ (an-b11)(t-«)"--,,J.
Da cui
h(t)
f(t)
divisore g di h e /, e se scriviamo
allora
Pa cui
Esempio l. Abbiamo
(t-l)(t-2)
Dimostrazione.
Poniamo
Esercizi
1. Determinare lo sviluppo 2-adico dei polinomi seguenti.
a)t'-1. b)t 3 +t-l. c)t 2 +3. d)t'+2t 5 -t+S.
dove e;, c~_sono numeri reali e m è un intero. Dimostrare che i numeri e,, e!
sono univocamente determinati.
4. a) En1Jnciare e dimostrare nel caso dei numeri reali la proposizione
analoga al corollario del teorema 9.
b) Enunciare e dimostrare nel caso dei numeri reali l'analogo della de-
composizione in rrazioni parzi!'li.
5. Si generalizzi come segue il teorema 9. Sia g un fissato polinomio
di grado positivo in K[tJ. Dato un polinomio/ in K[t], dimostrare che si
può scrivere
/=ho +h 1g+ ... +h,.g"
dove h 0 , ••• , hn sono polinomi di grado minore di quello di g. Dimostrare
che questi polinomi h1 sono univocamente determinati.
§ 61 I POLINOMI B OECOUPO31ZIONI PRIMARIB 279
6. Sia a un intero positivo e sia d un intero maggiore di 1. Dimostrare
.:he esistono gli interi c0 , ... ,c,. tali che 0<c;<d-1. e
a= c0 + c d ..• + c,,,d".
1
dove fo,....f,
sono polinomi in n - l variabili. · ·
b) Dimostrare col procedimento di indu1jone che se /(ti, ...• 1,.) = O
::omunque si prendano io K li, ... , r,., allora ogni c 141 è nullo.
Capitolo 13
Prodotti multilineari
V @ (W1 + W2) = V + V @ W2 •
Q911-'i
Se e e K, allora
Per definizione,
(v + v')@ w = Li Lj (xt + xi)y1t11=
=LI (x1Y1+ xà1)tu =
i J
·=LI (XtY1tt1 + x,y,t;1) =
i j
= e I I XiYJt,1 =
i i
=c(v @w).
Così si dimostra che il nostro prodotto ® è bilineare.
~ 62 I PRODOTTI MUL11L!NEARI 283
tale che
Allora per ogni scelta dei vettori v, w, espressi come si è già detto
come combinazioni lineari di elementi delle due basi scelte, si ha
Esercizi
1. Siano V. W spazi vettoriali di dimensione finita sul corpo K. Sia
V@ W-+ U un'applicazione lineare. Dimostrare che l'applicazione definita da
(v, w)r+ F(v@ w)
è un'applicazione bilineare di Vx W in U.
2. Dimostrare che la corrispondenza gl-4g• stabilita nel teorema ] è
un isomorfismo tra lo spazio delle applicazioni bilineari di Vx W in U e
lo spazio delle applicazioni lineari 9'(V© W, Cl).
3. Sia. Y uno spa2.io vettoriale di dimensione finita sul corpo K. Sia
A: v- V un'applicazione lineare. Dimostrare che esiste un'unica applica-
zione lineare: F: V© v- V® V tale che
F(v® w) = Av® Aw
per ogni scelta di o, w in V. Questa applicazione viene denotata con A® A.
4. Generalizzare l'esercizio precedente al caso del prodotto tensoriale
V@ W. Siano A: V-+ V e B: w- W due applicazioni lineari. Far vedere
come si può definire l'applicazione lineare
A®B: V® W-+ V® W.
u1®(v1 ®wk)
e il prodotto tensoriale
di elementi v,
in Ve.
I teoremi 1 e 2 danno proprietà generali dei prodotti tensoriali
che sono spesso utili. Esistono però altri interessanti isomorfismi
che possono essere considerati a proposito di prodotti tensoriali.
Qui ne mostreremo soltanto uno, frequentemente usato nei cal-
coli che intervengono in geometria differenziale.
L,.,v(w)= <p(w)v.
Si verifica subito che l'associazione
(<p,v)>-+L,,.,,,
Lt1=L,p.,v 1 ,
Vogliamo ora far vedere che gli elementi Li 1 (i= 1, ... , n e
j = 1, ... , n) sono linearmente indipendenti. Si supponga che esista
una relazione lineare
2Ic,1L1J=O
1 I
O=!f I• c,;L1;(v1;).
Esercizi
1. Siano V, W spazi vettoriali di dimensione• finita sul corpo K. Dimo-
strare che esiste un unico isomorfismo di V® W su W® V che, per ogni
v in V e ogni w in W, associa v® w a w® v.
2. Siano V, W come nell'esercizio precedente. Dimostrare che esiste un,
unico isomorfismo
V*® w- 2'(Y, W)
definito in modo che
q,@ IV~L'I>, .. '
dove L,,,
.., è un'applicazione lineare tale che L.,..w(v)= rp(v)w.
3. Siano V, W come nell'esercizio 1. Dimostrare che esiste un unico
isomorfismo
che ad oi;ni prodotto tensoriale tp@'P (q,E v• e tpE W"') associa ua fun-
zionale L.,,,., di V® W avente la proprietà
L.,.,,.{v® w) = 'l'(v),p(w).
Descrivere questo isomorfismo in termini di basi e basi duali.
addendi sono nulli e che gli altri possono essere espressi come
combinazioni lineari di f(v 1 , v2), /(vi, v3), f(v 2 , va). Basta osservare
semplicemente che
e che
Perciò
= (X1Y2-X2Jl1).f(v1, V2)+ (X1Y:i- X3YJ)f(vi, V3)
f(v, 111)
[2]
+ (X2Ya- X3J'2)f(vz, V3)•
In conclusione, se abbiamo un'applicazione bilineare alternante f.
lo spazio generato da tutti i valori f(v, w) per ogni v, w in V,
viene ad avere dimensione non superiore a 3.
Vogliamo far vedere ora che effettivamente esiste un prodotto
alternante definito in Vx V a valori in uno spazio denotato con
V/\ V, generato da tutti i pl"odotti vA w con v e w scelti in V. e tale
che VA V abbia dimensione precisamente 3.
Fissiamo tre lettere tu, t23 , t13 come elementi di una base di
questo spazio. Se v, w sono elementi di V, espressi, come sopra
si è detto, mediante gli elementi della base v1 , v2 , v3 , definiamo
loro prodotto VI\w l'espressione
XiX1-X1Xt = 0.
Sia f: Vx V-+ U un'applicazione bilineare alternante. Allora
esiste un'imica applicazione lineare
19
290 PROOOTIT MULTII.INEARI i CAr. 13
Esercizi
1. Sia V uno spazio vettoriale tridimensionale sul corpo K. Si definisca
Vx Vx V come l'insieme•di tutte le terne ordinate (u, v, w) di elementi di V.
Un'applicazione trilineare
/: VxVxY-+U
1, Vz, v:i} una base di V. Sia VI\ Vi\ V lo spazio vettoriale di di•
2. Sia {11
mensione uno su K generato da una singola lettera t 123 • Se X, Y, Z sono i
vettori delle coordinate degli clementi u, v, w di V rispetto alla ba:;ç fissala,
si definisca il prodotto
u/1,vi\ w = Del (X, Y, Z)tm.
Dimostrare che questo prodotto è trilineare e alternante, ricorrendo alla
definizione di determinante. Si noti anche che l 1 i 3 = v1 /\v 2 /\v 3 •
3. Sia f: Vx Vx V-+ U un'applicazione trilineare alternante in uno spa-
zio vettoriale U sullo stesso corpo K. Dimostrare che esiste un'unica appli-
cazione lineare f. : Vi\ V/1.V➔ V tale che
f(u, v, w) =f.(u/\v/1.w)
tutte le volte che due componenti contigue sono uguali, cioè tutte
le volte che esiste un indice j minore di r tale che coincide w,
con w1+1·
Osserviamo che un'applicazione multilineare alternante sod-
disfa delle condizioni del tutto simili alle prime due proprietà
soddisfatte · per i determinanti. Quindi le applicazioni multi-
lineari alternanti possono essere considerate come una generaliz-
zazione dei determinanti. In effetti, possiamo dire ora che un
determinante è un'applicazione multilineare alternante definita
su K• avente l'ulteriore proprietà
Det(e1, ... , e•)= 1 ,
/(1V1,... , Wr)= 0,
Allora
Dimostrazio11e.Intanto abbiamo
estesa a tutte le possibili scelte a(l), ... , a(r), cioè estesa a tutte le
possibili permutazioni a: {I, ... , r} ➔ {l, ..., r}. Questa somma ri-
sulta uguale a
L 01,<1(1) ••• Or,o(r)/(11'.,(l), .•• , ll'o(r))
a
(wa(l),
••. , }Va(r)) nell'ordinamento naturale (w1, ... , Wr), allora iJ
segno di ogni addendo viene mutato secondo il segno della per-
mutazione <1. Perciò, infine, si può scrivere
Allora
.f(u1, ... , Ur)= f(auvt + ...+ 01nVn, ... , ar1ll1 + ...+ GrnVn).
Sviluppando per multilinearità, otteniamo una somma
L
o
«1,0(1) •·· a,,o(ri/(Va(l), , •• , lla(r))
Siano A1, ... , Àn le righe di A e sia A~= (a~1 , ••• , a~n)- Scrivendo
il determinante in funzione delle righe, abbiamo
Det 8 (A1 , ... , A,+ A;, ... , A,i) =
= Dets(A1, ... , An) + Det 8 (A1 , ••• ,A~, ... , Àn)
e, se e è in K,
Det 8 (A1 , .•. , cA,, ... , An) = cDct 8 (A1 , •.• ,A,.).
e anche
t11/\, .. /l..(cu1)/\
•••/\Ur = cu1/\ ... /\llr.
Il prodotto è alternante perché, se esiste un indice i per cui
u,= u41 , allora due righe contigue della matrice A risultano
uguali. Perciò per ogni S sono uguali due righe contigue nel
minore di A corrispondente a S e quindi Det 8 (A) = O.
Osserviamo poi che
g.: N'V➔ U
se i1 , .•• , i, sono scelti nel modo già detto. Dal teorema 5 segue
allora che
g(u1 , ••• , u,) = g*(111/\ ... Au,)
per tutti gli elementi ui, ... , u, di V. Così si prova PA 1.
Per provare PA 2, sia {w1,.•., Wn}una base di V. Per lo svi•
luppo dato nel teorema 5, segue che gli elementi
{/(ws)},
cioè gli elementi
per tutte le possibili scelte di r-uple (i1, .•., i,) tali che
la somma essendo estesa a tutte le r-uple (i1 , .•• , i,) di interi com-
presi tra I e n e tali che
Questa notazione può essere abbreviata ponendo (i)= (ii, ... , ir)
e allora la somma scritta sopra diviene
I
(f)
ccoViJ\ •../\v, •.
Esercizi
J. Sia V uno s~azio vettoriale di dimensione n sul corpo K. Dimostrare
che N'V ha dimensione 1 sul corpo K.
2. Sia V come nell'esercizio 1. Sia {Vi,... , v,.}una baso di V e sia A= (a,;}
una matrice nxn in K. Si ponga
Gruppi
20
306 GRUPPI I CAP. ]4
per ogni x in G e infine GR 3 viene espressa dicendo che per ogni
xe G esiste un elemento y di G tale che
x+_v=y+x=O.
Con queste notazioni, G viene chiamato gruppo additivo. Noi
adopereremo la notazione .. +" soltanto quando nel gruppo è
soddisfatta l'ulteriore proprietà
x+y=y+x
comunque si scelgano gli elementi x, y in G. Nella notazione mol-
tiplicativa questa proprietà si scrive xy = yx per ogni scelta di
x, y in G. Quando il gruppo G ba questa proprietà, G viene detto
commutativo oppure abeliano.
Esempio l. I numeri razionali costituiscono un gruppo rispetto
all'addizione. Lo stesso accade per i numeri reali e anche per i
numeri complessi. In effetti, in ogni corpo K gli elementi di K
costituiscono un gruppo rispetto all'addizione.
Esempio 2. I numeri razionali non nulli costituiscono un
gruppo rispetto alla moltiplicazione. Lo stesso accade per i nu-
meri reali non nulli, per i numeri complessi non nulli e per gli
elementi non nulli di un qualsiasi corpo K.
Esempio 3. I numeri complessi aventi valore assoluto uguale a 1
costituiscono un gruppo rispetto alla moltiplicazione.
Esempio 4. Le. permutazioni di {1;... , n} costituiscono un
gruppo rispetto alla moltiplicazione (cioè alla composizione delle
applicazioni), detto gruppo simmetrico Sn su n elementi.
Esempw 5. Gli elementi di uno spazio vettoriale costituiscono
un gruppo rispetto all'addizione.
Erempio 6. Le matrici mxn su un corpo K costituiscono un
gruppo rispetto all'addizione.
Esercizi
1. Dimostrare che l'ordine del gruppo simmetrico S 1 è 2. Dimostrare
che l'ordine del gruppo simmetrico S3 è 6. Dimostrare per induzione che,
in generale, l'ordine del gruppo simmetrico Sn è n!.
2. Per ognuno degli esempi considerati nel testo, dire esplicitamente
qual è l'unità del gruppo. (L'elemento unit~ è quello la cui esistenza è asse-
rita nella. proposizione GR 2. Nel paragrafo successivo dimostreremo che
questo elemento è univocamente determinato.)
3. Dimostrare che l'insieme dei numeri complessi che sono radici del
polinomio / (t) = t" -1 è un gruppo rispetto alla moltiplicazione. Qual è
l'ordine di questo gruppo?
4. Sia S un insieme contenente almeno un elemento. Sia G l'insieme
di tutte le applicazioni /: S➔ S che sono iniettive e surgettive. Dimostrare
che G è un gruppo, la legge di composizione essendo la composizione delle
applicazioni. (La condizione GR 1 è già nota come la legge associativa delle
applicazioni.) Questo gruppo G è chiamato il gruppo di tutte le applicazioni
in1Jertibilidi S in sé stesso. Esso costituisce una generaliuazione della no•
zione di gruppo delle permutazioni su n elementi.
S. Sia V uno spazio vettoriale su un corpo K e sia <•> un prodotto sca-
lare su V, cioè una forma bilineare simmetrica. Per automorfismo della forma
intenderemo un'applicazione lineare invertibile A: V-+ V tale che (Av, Aw) =
= (11,w) per ogni scelta di II e w in V. Dimostrare che l'insieme degli auto-
morfismi della forma è un gruppo.
6. Sia G un gruppo e siano- a, b, e elementi di G. Dimostrare che, se
ab = ac, allora b = c.
7. Siano G, G' gruppi finiti di rispettivi ordini m, n. Qual è l'ordine del
prodotto diretto G x G'?
8. Sia G un gruppo abeliano finito di ordine n e siano ai, ... , a,. i suoi
elementi. Dimostrare che il prodotto a 1 ... an è un elemento il cui qua•
drato è l'elemento unità.
Esempio 5. L'applicazione
z1➔ lzl
è un omomorfismo del gmppo moltiplicativo dei numeri complessi
non nulli nel gruppo moltiplicativo dei numeri complessi noa
nulli (più precisamente nel gruppo moltiplicativo dei numeri reali
positivi).
Esempio 6. L'applicazione
D;m.ostrazione.Abbiamo infatti
(g of)(xy) = g(f(xy)) = g(f(x)f(y)) = g(f(x))g(f(y)).
Sia /: G-+ G' un omomorfismo di gruppi. Definiamo nucleo
di .f l'insieme di tutti gli elementi x E G tali che f(x) = e'. Si vede
immediatamente che il nucleo è un sottogruppo di G. {Al nucleo
appartiene e perché abbiamo già visto che f(e) =e'. Si dimo•
strino le altre proprietà come semplice esercizio.)
Osserviamo che il nucleo di un'applicazione lineare tra spazi
vettoriali coincide col nucleo della stessa applicazione se consi•
derata come omomorfismo di gruppi (cioè omomorfismo di gruppi
~dill~ ·
Ricordiamo che un'applicazione/: S-+ S' di un insieme in un
31? ORUPPI I CAP. 14
altro viene detta iniettiva sef(x) ef(y) sono distinti ogni volta che
x e y lo sono.
Sia f; G ➔ G' un omomorfismo di gruppi. Se il nucleo di f è
costituito soltanto da/l'elemento unità e, allora f è infettiva.
Dimostrazione. Il lettore provi a farla da solo, adattando al
caso presente la dimostrazione che abbiamo precedentemente
data per la dimostrazione dell'analoga proposizione relativa alle
applicazioni lineari.
Sia/: G ➔ G' un omomorfismo di gruppi. L'immagine di f è un
sottogruppo di G'.
Dimostrazione. Se x'=f(x) con xeG, se y'=f(y) con yEG,
allora
x'y' =f(xy) =f(x)f(y)
è di nuovo un elemento dell'immagine. Inoltre e' appartiene
all'immagine e anche x'- 1 =/(x- 1) è nell'immagine. Perciò que-
sta immagine è un sottogruppo.
Sia /: G....,,G' un omomorfismo di gruppi. Diciamo che f è
un isomorfismo (o, più precisamente, un isomorfismo di gruppi)
seesisteunomomorfismo g:G'..,,..G tale cbe/ g e gaf sono le
0
Esercizi
1. Sia RXil gruppo moltiplicativo dei numeri reali non nulli. Si descriva
esplicitamente il nucleo dell'omomorfismo valore assoluto
xH- lxi
di Rx in sé stesso. Qual è l'immagine di questo omomorfismo?
_.·· 2. Sia cx il gruppo moltiplicativo dei numeri complessi non nulli. Qual
è il nucleo dell'omomorfismo valore assoluto
di cx in RX?
3. Sia S l'insieme cli tutte le app!ica1.ioni di R" in sé stesso che sono o
applicazioni reali unitarie oppure traslazioni. (Una traslazione T: R11-+ R"
è un'applicazione per cui esiste in R"un vettore B in modo che, per ogni
X E R", T(X) =X+ B.) Sia G il gruppo generato dagli elementi di S. Questo
gruppo G è chiamato il gruppo dei movi'mentirigidi di R•. Dimostrare che
se F è un movimento rigido, allora F conserva la distanza, cioè, comunque
si prendano in R" X e Y, la distam.a tra F(J.') e F(Y) è uguale alla distanza
tra X e Y. Il gruppo unitario è un sottogruppo di G.
con aEK.
§ 68 I GRUPPI 315
12. Sia G il grnppo di tutte le matrici
")
d
(~:)-(a,d)
è un omomorfismo di G sul prodotto diretto [(Xx K"- (dove K" è il gruppo
moltiplicativo degli elementi non nulli di K). Se ne descriva il nucleo. Pos-
siamo considerare anche ìl nostro omomorfismo come avente valori nel
gruppo delle matrici diagonali
a12
(:uo 022
"")
a2s
a33
•
1 '
,
o
316 ClRUJ>PI I CAP, 14
A-i-W
/ Figura 69.1
Esercizi
1. Sia /: G-+-G' un omomorfismo di nucleo F-I. Si assuma G finito. Di-
mostrare allora che
ordine di G = (ordine dell'immagine di f) (ordine di H).
Si confronti col teorema analogo sulle dimensioni delle applicazioni lineari.
2. a) Sia 1[ un sottogruppo normale di un gruppo G. Dimostrare che
se x è in H e se a è :,1 G, allora anche axa- 1 è in H.
b) Sia H un sottogruppo normale di G. Dimostrare che la classe late-
1ale sinistra aH coincide con la classe laterale destra Ha.
3. Sia H un sottogruppo dì G e si assuma che, per ogni x di G, xHx- 1 =H.
Allora, per ogni x di G, x- 1Hx =H e anche Hx = xH.
4. Sia G un gruppo e H un suo sottogruppo. Dimostrare che H è nor-
male se, e soltanto se, xHx- 1 =H per ogni x in G.
5. Dimostrare che se G è commutativo allora ogni sottogruppo è normale.
6. Siano Hi, H, due sottogruppi normali di G. Dimostrare che ancbe il
sottogruppo fI 1 ('\ H 2 è normale.
21
32Z GRUPPI I CA!". 14
7. Sia J: G-+G' un omomorfismo e sia H' un rottogruppo di G'. Dimo-
strare cher- 1 (H 1) è un sottogruppo di G. Se H' è un sottogruppo normale
14. Sia G un gruppo finito con n elementi a 1 , ... , a,.. Dimostrare che,
per ogni x di G, gli elementi xai, ... , xan sono distinti e quindi che costitui-
scono una permutazione di a11 ... , a•• Perciò, ad ogni x di G possiamo asso-
§ 70 J ORUl'PI 323
ciare una permutazione u,. dell'insieme {l, ... ,n} tale che
Esempio 4. La matrice
§ 70 I GRUPPI 32S
Esercizi
1. Una radice dell'unità nei numeri complessi è un numero OJ tale che
w" = 1 per qualche intero positivo n. Diciamo allora che w è una radice
n-esima dell'unità. Descrivere l'insiemedelle radici n-esime dell'unità in C.
Dimostrare che si tratta di un gruppo ciclico di ordine n,
2. Determinare i periodi delle matrici seguenti
1 o
•l (l o
o ~· b) (~
o I
o o
o o
}
Generalizzare il risultato al caso di matrici n x n.
qmC111<".Xm<
(q.,. + l)Cm.
Allora l'ultima coordinata del vettore v-qfflvm rispetto alla base
{w1 , •.. , wm} è uguale a Xm-q,nv,,, e quindi
Allora
[I]
è un elemento òi S. Se la sua ultima coordinata non fosse nulla,
esso sarebbe un elemento con ultima coordinata minore di Cm,
in contrasto con la scelta di vm. La sua ultima coordinata quindi
deve essere nulla e si conclude che l'elemento [l] appartiene a Vm-i ·
Per l'ipotesi di induzione questo elemento può essere scritto come
combinazione lineare a coefficienti interi di Wi, ... , Wm-t. È inoltre
chiaro che gli elementi w1, ... , w,n-1, Vm sono linearmente indipen-
denti su R, essi quindi soddisfano tutti i requisiti del nostro
teorema.
Siamo ora in grado di estendere il nostro teorema a gruppi
più generali. Sia À un gruppo additivo e sia /: A-+ A' un iso•
330 GRUPPI CAP, 14
Esercizi
1. Sia A un gruppo abeliano con un numero finito di generatori e si
supponga che in A non esista alcun elemento diverso dall'unità avente pe-
riodo finito. Conveniamo di scrivere A con la notazione additiva. Se d t: un
§ 71 I GRUPPI 331
Anelli
Nelle parti svolte finora quasi mai abbiamo avuto occasione di consi-
derare insieme all'addizione e alla moltiplicazione anche la divisione. Può
quindi riuscire utile assiomatizzare la struttura che riguarda soltanto le addi-
zioni e le moltiplicazioni.
Molti esempi e molte proposizioni di questo capitolo sono dati come
semplici esercizi: invitiamo il lettore a trattarli in tutti i dettagli.
U*c)(t)= f"
f(t-u)g(u)du.
L(M+N)=LM+LN.
336 4'.NELLI I CAP. 15
Esercizi
(
'a:l ~ ••• :')
Cl,. 0 0
aventi cioè componenti nulle con l'eventuale eccezione di quelle nella prima
colonna, è un ideale sinistro di R. Dimostrare la proposizione analoga rela-
tiva all'insieme delle matrici aventi componenti nulle con l'eventuale ecce-
zione di guelle nella colonna j-esima.
22
338 ANf.l..LI I CAJ'. 15
[D 1 , D 2] = D 1 oD~-D 2 oD 1 •
73. OMOMORFISMI
/1➔/lS'
jf-+f(A)
X=Y (modM).
È allora molto facile dimostrare le proposizioni seguenti, cosa di
cui lasciamo la cura al lettore.
=
a) Si ha x x (modM).
b) Se x=y e y=z(modM), allora x=z(modM).
e) Se x ==y, allora y =x (mod M).
= =
d) Se x y (mod M), e se z E R, allora xz yz (mod M) e
=
anche zx zy (mod M).
e) Se x = y e x' = y' (mod M), allora xx'= yy' (modM). Inof.
=+
tre, x + x' y y' (modM).
Le dimostrazioni delle affermazioni ora fatte sono tutte molto
semplici. Per esempio diamo la dimostrazione di e). L'ipotesi
significa che possiamo scrivere
x=y+z e x'=y'+z'
con z, z' in M. Allora
xx'= (y + z)(y' + z') = yy' + zy' + J•z'+ zz'.
E poiché M è un ideale bilatero, ognuno degli addendi zy', yz', zz'
appartiene a M e allora anche la loro somma vi appartiene. Perciò
xx'= yy' (mod M), come si doveva dimostrare.
Se x E R, si indichi con x l'insieme di tutti gli elementi di R
congrui a x (mod M). Ricordando la definizione di gruppo quo•
ziente, vediamo che x non è altro che la classe laterale additiva
+
di x relativa a M, x M. Ogni elemento di questa classe late-
rale (detta anche classe di congruenzadi x modM) viene detto
un rapprelientante della classe laterale stessa.
§ 73 I ANELLI 341
Esercizi
J. Sia f: R-+ R' un omomorfismo di anelli. Dimostrare che l'immagine
di f è un sottoancllo di R'.
2. Sia V uno spazio vettoriale di dimensione finita sul corpo K. Sia t!I
una base di V. Dimostrare che J'applicazione definita da fi-+ M:(j) ·è un
isomorfismo dell'anello 2(Y, J/) sull'anello delle matrici n Xn (se n è la di-
mensione di l'), (Questo esercizio non è altro che un'interpretazione nel
linguaggio ora introdotto di proposizioni già viste a proposito di M=(/).)
3. Sia R un anello, s.ia G l'ìnsicn:ie degli elementi x di R tali che esiste
un elemento yE R per cui xy = yx = e. Dimostrare che G è un gruppo,
detto gruppo delle unità di R. (Se R è l'anello delle matrici n x n su un corpo K,
allora G non è altro che il gruppo delle matrki invertibili.)
4. Dimostrare che un omomorfismo di anelli definito in un corpo K o
è l'applicazione nulla o è un isomorfismo di K sulla sua immagine.
7. Siano 111 n' due interi positivi primi tra loro. Siano a, h due interi.
Dimostrare che le congruenze
X'='!a (modn),
x=b (mod 11')
74. MODULI
+ w) = x(v + w) =xv+
A:i;(v xw = Az(v)+ ,iiw).
Inoltre, se f e R' = EndB(M), per definizione abbiamo
f(xv) = xf(v),
e quindi
foÀ:i;(v)= Àz0 J(v).
346 ANELLI I C,\P. 15
Esercizi
1. Siano R un anello e M un R-modulo. Dimostrare che se tl è in M,
allora 0u=0 (il primo zero è quello di R, il secondo è quello di M).
2. Sia V uno spazio vettoriale su un carpo K e sia R un sottoanello di
End_g(V) cui appartenguao tulle le applicazioni scalad, cioè tutte le appli-
cazioni cl con cEK. Sia L un ideale sinistro di Re sia LV l'insieme di tutti
gli elementi A 1 v1 + ...+Anvn con AiEL e v;E V. Dimostrare che LV è un
sottospazio R-invariante di V.
3. Sia R un'algebra sul corpo dei numeri complessi. Assumiamo che la
moltiplicazione di R sia associativa e che in R esista l'elemento unità (e allora
R è un anello) e infine che m R non vi siano ideali bilater1 distinti da zero
e da R stesso. Supponiamo inoltre che R abbia dimensione finita non nulla
sul corpo complesso C. Sia L un ideale sinistro di R avente la minima di•
mensione positiva possibile su C.
a) Dimostrare che EndR(L) = C (cioè le uniche applicazioni R-lineari diL
sono le moltiplicazioni per numeri complessi). [Suggerimento: si tenga pro--
sente il lemma di Schur.J
b) Dimostrare che vi è un isomorfismo di anelli di R nell'anello delle
:ipplicazioni C-lineari di /, in sé stesso.
4. Si definisca la nozione di sottomodulo di un modulo. Si definisca la
oozionc si isomorfismo fra. moduli.
348 AN~LU I CAP, 15
v =V' (modN)
§ 75 I ANELLI 349
Esercizi
I. Sia V uno spazio vettoriale di dimensione finita sul corpo K e sia W
un suo sottospazio. Sia {v1 , ••. , r,} una base di W e la si estenda a una base
{vi, ... , v,.}di V. Sia/: V-+ Y/W l'applicazione canonica. Dimostrare allora che
{/(1>,-i,
1 ), ••• ,/(v.,)}
è una base di V/W.
350 ANELLI ! CAr. 15
2. Siano V, W come nell'esercizio 1. Sia A: JI-+ V un'11Pplicuzione lineo.re
e si assuma che AW sia contenuto in W (cioè: AwE W per ogni 1v in W).
Sia {L•i,.•., v,.}la base di V definita nell'esercizio 1. Dimostrare che rispetto
a· questa base la matrice di A è del tipo
Insiemi convessi
A. DEFINIZIONI
. . ( - --Xl
(1-.x,d
1-Xn
p1 , I ••. +-1~-.
Xn-1
-Xn
D
·•n-1
)
+ x,,..-
D
••
352 APPENDICI
TEOREMA 2 Siano P1, ••• ,Pn punti dello spazio R111• L'insieme di
11,1ttele combinazioni lineari
x1 P1 + ...+ XnP,,
in cui O<xc< 1 e x1 + ...+ X,i = I è un insieme convesso.
dalle equazioni
Figura A. t
23
354 APPENDICI
B. IPERPIANISEPARANTI
f(X) = l!X-P/1-
Si dimostra nei corsi di calcolo infinitesimale (con gli s e i o)
che questa funzione ha un minimo su S. Sia Q un punto di S
tale che
l!Q-PII< llX-P~
per ogni X in S. Poniamo
N=Q-P.
Q'·N>P·N.
Questo dimostra che S è contenuto nel semispazio aperto defi-
nito dalla condizione X· N> P· N.
Sia S ttn insieme convesso contenuto in Rn. Allora la chiusura
di S (denotata con S) è un insieme convesso.
La dimostrazione è semplice: se P, Q sono punti della chiu-
sura, possiamo trovare in S due successioni di punti {P.1:}, {Q.t}
che, rispettivamente, tendono al limite P, Q. Allora, per ogni
numero t tale che O<t<l, il punto
(P-eN)·N=P·N-eN·N=a-eN·N<a.
contro l'ipotesi. Concludiamo perciò che H è un iperpiano radente
Sin P.
P = tX + (I - t) Y, O<t<I
dove j punti X= (x 1 , .•• , Xri) e Y = (Yi, ... , Yii) appartengono a T.
Allora x1 e J'i non sono minori di p 1 e inoltre
Pi= tx 1 + (1-t)J!i.
Se uno dei numeri x 1 , Yi supera Pi, allora
tX1 + (1- t)y1> tpl + (1- t)Pt = P1'
e questo è impossibile. Perciò x1 = Yi =Pi. Procedendo per in-
duzìone, supponendo di avere dimostrato che X! = Yt = Pi se
i= 1, ... , r, allora, se r è minore di n,
X=Y=P,
e quindi P è un punto estremo e il nostro teorema è dimostrato.
D. TEOREMA DI KREIN-MILMAN
da un'equazione
X·N=c,
in modo che, per ogni Xìn S', X· N sia maggiore di c. Sia L: Rn➔ R
l'applicazione lineare tale che L(X) = X· N. Allora L(P) = e e
quindi L(P) non appartiene a L(S'). Poiché S è chiuso e limitato,
anche la sua immagine L(S} è chiusa e limitata, questa immagine
e inoltre convessa. Perciò L(S) è un intervallo chiuso, per esempio
(a, b], cui e appartiene. Perciò a< c,;;;;;b.Sia H,,, l'ipcrpiano defi-
nito dall'equazione
X·N=a.
L'osservazione fatta dopo il teorema 4 dice che H,,, è un iper-
piano radente S. 11 teorema 5 permette poi di concludere che
Il-Hr,,appartiene un punto estremo di S. Questo punto estremo
deve appartenere a S'. Otteniamo allora una contraddizione del
fatto che X· N> e> a per ogni X in S'. Cosi il teorema di Krein-
Milman è dimostrato.
Esercizi
1. Sia A un vettore di R•. Sia F: Rn->-R" la traslazione
F(X)=X+A.
Dimostrare che se S è un insieme convesso di R", allora anche F(S) lo è.
2. Sia e un numero positivo e sia P un punto di R". Sia S l'insieme dei
punti X tali che !IX-PII< c. Dimostrare che S è un insieme convesso.
Analogamente, dimostrare che l'insieme dei punti X tali che !IX-PII<e
è convesso.
3. Disegnare la chiusura convessa dei seguenti insiemi di punti
a) (I, 2), (1, -1), (1, 3), (-1, l).
b) (-1,2), (2,3), (-1,-1), (1,0).
Complementi
E. INDUZIONE
11'!. + n + 2n + 2 (n + l)(n + 2)
=- 2 = 2
Esiste un numero positivo C tale che per ogni ). per cui 0< ,l.,;;;;:
1
abbiamo lzf+lc;;1g(J.z1)!<; e, e quindi
Esercizio
1. Partendo dal risultato appena dimostrato a proposito dei numeri com.
plessi, dimostrare che ogni polinomio irriducibile a coefficienti n:1di ha
grado 1 o 2. [Suggerimento: si scomponga il polinomio nel corpo complesso
e si associno le coppie di fattori contenenti radici complesse coniugate.]
G. RELAZIONI DI EQUIVALENZA
Figura G. l
1-1-2 = 4-1
Esercizi
1. Sia V uno spazio vettoriale di dimensione finita sul corpo K e sia
e: G-+ GL(V) un omomorfismo di gruppi di un gruppo G nel gruppo delle
applicazioni lineari invertibili di V. Se v, w sono elementi di V, definiamo
v~ w se in G esiste un elemento <1 tale che g(cr)u= w. Dimostrare che questa
è una relazione di equivalenza.
2. Sia V uno spazio vettoriale di dimensione finita sul corpo K. Se v, w
sonoclementidi V, definiamov~ w se esisteur:'applicazione lineare inver-
tibile A: V-+ V tale che Au = w. Dimostrare che per questa relazione esi-
stono soltanto due classi di equivalenza: una costituita dal solo O, l'altra
costituita da tutti gli elementi non nulli di V.
APPENDICI 367
3. Sia G un gruppo. Definiamo due elementi a, b di G coniugali e scri-
viamo a~b, se in G esiste un elemento :,e in modo che :,cari= b. Dimo-
strare che questa è una relazione di equivalenza.
4. Sia G il gruppo simmetrico su tre elementi. Usando la relazione di
equivalenza definita nell'esercizio precedente, determinare le classi di equi -
valenza in G. Dimostrare che due permutazioni appartenenti alla stessa classe
di equivalenza sono dello stesso segno,
Indice analitico
24
370 INDICI! ANALITICO