Sei sulla pagina 1di 203

Geometria per Fisici

Livio Nicola Carenza


Dipartimento di Fisica - Università di Bari
2
3
4
Prefazione

Inizio a scrivere questo testo a poche ore dalla fine del mio esame di Geometria e questo, ad essere sinceri, è una del-
le più grandi soddisfazioni che io abbia provato in questo mio primo anno di studi. Il motivo che mi spinge a scrivere
un testo di questa natura è esclusivamente dovuto alla passione che ho imparato a nutrire per questa branca della
matematica. Molti di voi si scontreranno per la prima volta con concetti di fondamentale importanza nello studio della
Fisica ed al contempo con una formalità matematica che potrebbe rendere ostica la comprensione di alcuni argomen-
ti. Il testo verrà scritto quindi tentando di essere uno strumento non solo di studio ma anche di facile interpretazione
per lo studente. Si tenderà a presentare gli argomenti trattati attraverso esempi e raffigurazioni che in molti casi risul-
teranno essere delle forzature matematiche, ma che saranno di notevole aiuto alla comprensione globale della mate-
ria. Si farà sempre attenzione in questi casi a sottolineare la mancanza di rigore matematico e si inviterà il lettore a
trarne da sé le giuste interpretazioni (difatti alcuni concetti non sono umanamente concepibili e dovranno essere as-
sunti come verità assiomatiche). Per semplificare ulteriormente il compito allo studente si proporranno più dimostra-
zioni per uno stesso teorema o proprietà. Speranzoso di potervi trasmettere tutto l'amore per questa materia vi esor-
to a non abbandonare mai il suo studio: e vi confesso che all'inizio dello scorso anno la semplice idea di poter passare
il suddetto esame mi sembrava... complessa.

5
6
Sommario

Introduzione ...................................................................................................................................................... 9
Insiemi e loro proprietà ................................................................................................................................... 13
Le relazioni....................................................................................................................................................... 17
Il principio di induzione ................................................................................................................................... 23
Le applicazioni ................................................................................................................................................. 25
Strutture algebriche ........................................................................................................................................ 31
Strutture algebriche con più leggi di composizione interna ........................................................................... 43
Spazi vettoriali ................................................................................................................................................. 45
Gli spazi affini................................................................................................................................................... 97
Spazi proiettivi ............................................................................................................................................... 125
Spazi geometrici proiettivi ............................................................................................................................. 129
Le coniche ...................................................................................................................................................... 139
Appendice 1 - I polinomi................................................................................................................................ 161
Appendice 2 - I numeri complessi ................................................................................................................. 165
Appendice 3 - Il calcolo matriciale................................................................................................................. 169
Appendice 4 - Costruzione degli enti geometrici in spazi affini di dimensione 2 e 3 .................................... 193
Piano affine ................................................................................................................................................ 193
Spazio affine .............................................................................................................................................. 194
Appendice 5 - Osservazioni sugli spazi geometrici proiettivi ........................................................................ 199

7
8
Introduzione

Una delle cose più concettualmente fastidiose per lo studente che per la prima volta si affaccia allo studio della geo-
metria è il venire a conoscenza di strutture ad n dimensioni. Con il passare del tempo ci farete l'abitudine, tranquilli,
ma lo sgomento di fronte alla possibilità che la mente umana possa in qualsiasi modo concepire l'esistenza di un uni-
verso con più dimensioni delle tre canoniche vi farà pensare spesso. Tuttavia esiste un modo per affrontare questo
inconveniente e risolverlo una volta per tutte.

Immaginate l'universo in cui viviamo con tutti i suoi continenti, le sue città, le sue strade, i suoi grattacieli, le sue mon-
tagne e le sue fosse marine. Risulta essere un'esperienza banale per tutti gli uomini sentire espressioni del tipo: "Ci
vediamo a casa mia, al primo piano del 221B di Baker Street" come avrebbe detto Sherlock Holmes un secolo e mezzo
fa dando appuntamento a qualcuno. Ragioniamoci un po': l'espressione (a scanso dell'indicazione riguardante l'ora
dell'appuntamento) è completa, non manca di nulla: dà una precisa ubicazione spaziale ed identifica univocamente il
luogo dell'incontro e difatti fa riferimento ad una ben precisa posizione sulla mappa di Londra (definita dalla strada e
dal codice civico) e per giunta specifica anche la quota (primo piano) a cui dovrà avvenire l'incontro. Difatti può sem-
brare assurdo immaginare che il nostro universo possa avere un numero di dimensioni spaziali diverso dalle tre cano-
niche... e potrebbe sembrare assurdo anche il processo di creare strutture che descrivano un universo che non soddi-
sfi a queste caratteristiche. Le dimensioni sono tre... altrimenti Scherlock Holmes avrebbe dovuto dare indicazioni in
più o in meno affinché la sua frase potesse essere univocamente determinata. Allora perché mai studiare strutture in
n-dimensioni?

Inutile, penserete all'inizio!

Ma vi assicuro che dopo la prossima pagina la penserete diversamente!

Prima di iniziare a leggere il prossimo paragrafo vi invito a pensare come sarebbe la vita in un universo in due o in una
dimensione o addirittura in un universo in zero dimensioni (un universo composto da un unico punto), dopodiché pro-
vate ad immaginare un universo con 4 dimensioni spaziali: vi sfido... scommetto che non ci riuscirete!!!

Adesso che vi siete ben bene scervellati e siete quasi convinti della non esistenza di una quarta dimensione spaziale,
converrete con me che se io riuscissi a mostrarvi che il fatto che voi non riusciate a vedere una quarta dimensione
spaziale non implica la sua inesistenza, beh allora sarete costretti inevitabilmente ad ammettere una probabilità che
questa esista; dopodiché dovrete darmi ragione sul fatto che ne possa esistere una quinta una sesta e così via fino
all'n-sima. Ora attraverso il principio dell'analogia vi mostrerò come questo non solo non sia assurdo, ma anche e-
stremamente semplice.

Immaginiamo un piccolo universo in una dimensione (una lunga retta) che per semplicità chiameremo Linelandia
(Abbott) ed ipotizziamo che i suoi abitanti siano piccoli segmenti: noterete subito una grande distinzione fra il nostro
concetto di vita e quello degli abitanti di questo strano universo, differenze dal punto di vista biologico ma anche so-
ciale. Difatti questi strani abitanti hanno conoscenza della sola sinistra e destra e non hanno alcuna possibilità di capi-
re il significato di espressioni come avanti e dietro o sopra e sotto... nulla esiste al di fuori del loro sinistra e destra.
Questi abitanti, essendo parti del loro universo si estenderanno in un'unica dimensione (difatti sono segmenti), le loro
estremità, ovvero la loro pelle, saranno i punti estremi del segmento per cui occuperanno due soli punti (le loro ter-
minazioni ovvero ciò che li delimita non hanno alcuna dimensione in quanto il punto non ha dimensione), ammetten-
do che le loro estremità siano i loro occhi allora in questo caso l'occhio non avrebbe (come si è già detto) nessuna di-
mensione e vedrebbe un unico punto... ovvero la vista di questi strani abitanti avverrebbe in zero dimensioni. Se que-
sti segmenti guardassero un ipotetico orizzonte anche in questo caso vedrebbero un unico punto. Saprebbero neces-

9
sariamente di avere degli intestini che permettono loro la vita, ma non sarebbero capace di vederli. Ovviamente la lo-
ro esistenza sarebbe noiosissima (e persone con scarsa capacità di astrazione come i nostri biologi e medici avrebbero
anche da obiettare che non esisterebbe alcun tipo di vita in un universo di questo tipo) per giunta passerebbero una
considerevole parte della loro esistenza costantemente accanto alla loro madre e non avrebbero alcuna possibilità di
oltrepassarla anche perché non avrebbero alcuna idea del significato di questo termine.

Allo stesso modo potreste sempre provare ad immaginare un universo in due dimensioni (un piano) che chiameremo
Flatlandia (Abbott) i cui abitanti saranno la totalità delle forme geometriche nel piano (dal triangolo, al quadrato, fino
al cerchio). Esiste una gran distinzione fra Linelandia e Flatlandia: la concezione della vita in Flatlandia è molto più vi-
cina alla nostra, di abitanti delle tre dimensioni (anche perché non potendo volare abbiamo una concezione molto ri-
dotta della terza dimensione. Difatti questi poligoni hanno coscienza non solo di sinistra e destra, ma anche di avanti e
dietro, difatti possono muoversi tranquillamente e liberamente sul piano senza che nessuna madre intralci il loro
cammino. Il loro corpo sarà delimitato da linee chiuse ovvero elementi in un'unica dimensione (la linea per definizione
ha un'unica dimensione anche potendosi arrotolare in più d'una). La loro pelle avrà quindi un'unica dimensione. Es-
sendo degli esseri schiacciati su un piano anche i loro occhi (che saranno posti sul loro bordo) avranno una sola dimen-
sione e ciò che vedranno sarà una linea. Il loro orizzonte sarà esattamente quello che noi abitanti delle tre dimensioni
chiamiamo (erroneamente) orizzonte ed avrà quindi una sola dimensione. Anche i poligoni dunque avranno consape-
volezza di avere un proprio interno ma non potranno vederlo esattamente come succedeva per gli abitanti di Linelan-
dia.

Immaginate adesso che Flatlandia per una volontà superiore si trovi a passare per Linelandia: le percezioni degli abi-
tanti resterebbero sostanzialmente invariate ma ciò che succederebbe sarebbe a dir poco strano. Un abitante di Line-
landia si troverebbe inevitabilmente a far parte di Flatlandia senza tuttavia avere alcuna possibilità di accorgersene
considerando che il suo sguardo continuerebbe ad essere rivolto esclusivamente a sinistra e destra e non si accorge-
rebbe comunque dell'esistenza di una seconda dimensione. In Flatlandia la cosa sarebbe assolutamente divertente:
avendo i poligoni occhi in una dimensione ed essendo dotati di una vista in una dimensione allora avrebbero possibili-
tà di vedere i segmenti nella loro globalità: ne vedrebbero ogni singolo punto! Vedrebbero ovviamente i loro intestini,
senza per questo affermare che i segmenti siano trasparenti.

Notiamo che l'analogia continua a funzionare anche per la terza dimensione (ovvero il nostro universo): gli esseri di
quest'ultimo occupano una parte di spazio, siamo ricoperti da una superficie che chiamiamo pelle (e risulta essere ov-
viamente in due dimensioni), l'occhio ci permette di vedere in due dimensioni (la terza la percepiamo solamente, se
così non fosse e se noi vedessimo in tre dimensioni, le fotografie, i film, i dipinti non avrebbero per noi alcun significa-
to... pensateci un poco e sarete d'accordo con me nell'affermare che la nostra vista funziona in 2D... e che si ci pren-
dono beatamente in giro con quegli occhialetti al cinema!), non per nulla si parla di piano di messa a fuoco. Il nostro
infinito ha anch'esso due dimensioni e lo chiamiamo cielo. Ovviamente se guardassimo Flatlandia dall'alto riuscirem-
mo benissimo a vedere gli organi di qualsiasi poligono senza che questo si accorga di nulla esattamente come di nulla
1
si accorgeva il segmento di Linelandia .

Avrete capito adesso dove voglio andare a parare! Nessuno vi garantisce che esseri abitanti dell'universo in quattro
dimensioni vi stiano beatamente osservando e stiano vedendo il funzionamento del vostro miocardio che pompa, dei
vostri muscoli che si contraggono, del fegato... se ancora ve ne rimane un po'. Questi esseri potrebbero tranquillamen-
te vederci dentro... e non certo perché siamo trasparenti. La loro pelle avrebbe tre dimensioni e come avrete intuito la
loro vista sarebbe (questa volta sì) in 3D. Ah dimenticavo che i medici dell'universo in quattro dimensioni ritengono da
anni che la vita in un universo in tre dimensioni sarebbe ridicola e nemmeno immaginabile!!!

Continuate a ragionare per analogia e capirete ben presto il funzionamento globale dell'universo in 4 dimensioni (an-
che se personalmente dubito del fatto che riuscirete mai a vederla chiaramente, del resto io non riesco a farlo)... è un

1
Per maggiori informazioni riguardanti l'analogia da me sviluppata vi rimando direttamente a Flatlandia di Edwin A. Abbott edito da Gli Adelphi.
L'analogia è presentata in maniera notevolmente diversa e meno potente, ma le molte sfaccettature analizzate nel testo portano sicuramente ad
una comprensione più completa del significato globale dell'analogia e delle sue implicazioni.
10
mondo strano dove certe stranezze sembrano essere completamente giustificate, come ad esempio passare attraver-
so un muro (non ricordate qualche altro fatterello?).

Spero dunque di avervi convinto della necessità di concepire un universo n-dimensionale a prescindere che questo esi-
sta difatti o meno. Spenderò solamente qualche altra parola per dire che il principio che vi ho appena presentato sot-
toforma di divertente storiella ha importantissime applicazioni nella fisica moderna e soprattutto nella teoria delle
stringhe e prende il nome di principio olografico. Detto principio è stato difatti applicato da Susskind per spiegare la
anomalie generate dalla fusione di QM e Relatività all'interno dell'orizzonte degli eventi di un buco nero. Le stranezze
matematiche sono state risolte considerando l'orizzonte degli eventi come un orizzonte (nel senso matematico del
2
termine) della singolarità. Peccato che la singolarità dovrebbe avere a questo punto almeno quattro dimensioni .

Spero a questo punto di avervi convinto se non della bellezza di questa branca delle matematica almeno della sua ne-
cessità: non mi resta che augurare a tutti buon lavoro ed un buono studio.

Dimenticavo: spero che vi siate divertiti a leggere queste pagine perché la "Geometria da bar" (come disse Gianvito
Calabrese riferendosi alla Fisica) finisce qui! Dalla prossima pagine preparatevi... vi aspettano ben altri orizzonti!

Livio Nicola Carenza

2
Per maggiori informazioni vi consiglio di leggere La guerra dei buchi neri (Susskind) che tratta dell'evoluzione del concetto di buco nero dalla sua
prima formulazione matematica fino ad oggi.
11
12
Insiemi e loro proprietà

In questo primo capitolo si tratterà del primo grande concetto matematico: l'insieme. Questo
concetto è stato in passato ampiamente discusso ed elaborato ed è stato definito da numerosi
matematici per secoli, ancora oggi del resto la teoria degli insiemi risulta essere ambiente di ricer-
ca matematica. Viene qui riportata la definizione di insieme data da Georg Cantor, matematico
tedesco della seconda metà dell'Ottocento:

"Un insieme è una collezione di oggetti, determinati e distinti, della nostra percezione o
del nostro pensiero, concepiti come un tutto unico. Tali oggetti si dicono elementi dell'in-
sieme".
(Cantor)

La definizione di insieme data potrebbe sembrare estranea a quei concetti assiomatici classici del-
la matematica non analitica, ma ragionandoci vi accorgerete che difatti questa risulta essere fra
le più complete, esaurienti e non contraddittorie definizioni di fronte alle quali vi verrete a trovare.

Notazioni insiemistiche
Gli insiemi si indicano con le lettere maiuscole dell’alfabeto latino e vengono identificati dalla notazione:

Gli elementi appartenenti ad un dato insieme si indicano con le lettere minuscole dell’alfabeto latino e vengono iden-
tificati con la seguente notazione:

Per negare la precedente affermazione si utilizza la seguente notazione:

Un insieme privo di elementi si chiama insieme vuoto e si identifica con il simbolo:

insiemi; “ sottoinsieme di ” si indica con:


⇔ :
Per negare l’affermazione, ovvero per dire che non è sottoinsieme di si scrive

Da ciò si deduce che affinché sia uguale a , ovvero , allora deve essere verificato che e .
Inoltre:
per cui ad esempio:

CONNETTORI LOGICI E QUANTIFICATORI

Quantificatore universale: (per ogni)


Quantificatore esistenziale: Ǝ (esiste almeno un)
Quantificatore esistenziale ristretto: Ǝ| (esiste un solo)
Se e solo se: ⇔
Implica, segue: ⇒
Tale che: ∍’
e: ∧
o: ∨ 13
o esclusivo: ∨
Operazioni fra insiemi

Siano insiemi:

Unione: proprietà commutativa, proprietà associativa, proprietà distributiva nei confronti dell’intersezione.
| ∨ --- Insieme unione di e

Intersezione: proprietà commutativa, proprietà associativa, proprietà distributiva nei confronti dell’unione.
| ∧ --- Insieme intersezione di e

Differenza
| ∧ --- Insieme differenza fra e

Complementarietà
insiemi; .
| ∧ --- Insieme complementare di rispetto ad

Insieme delle parti


insieme;
( ) | --- Insieme delle parti di
⇔ ( );
( )

PUNTUALIZZAZIONE SULL’UTILIZZO DEL SIMBOLO DI APPARTENENZA E DI INCLUSIONE

: Uno o più elementi appartengono ad ;


: L’utilizzo delle parentesi graffe identifica un insieme, dunque necessita del segno di inclusione;
( ): L’insieme risulta essere un elemento dell’insieme delle parti di e perciò necessita del segno di
appartenenza.

Cardinalità
La cardinalità di un insieme indica il numero di elementi presenti nell’insieme stesso.
⇒| |
è finito; ⇒| |
è non finito ⇒ | |

Insiemi numerici
insieme dei numeri naturali
insieme dei numeri interi
insieme dei numeri razionali
insieme dei numeri reali
insieme dei numeri complessi
Per privare dello un qualsiasi insieme numerico, si utilizza la seguente notazione:

14
Le coppie ordinate
insiemi

Si dice ( ) coppia ordinata di 1° elemento e di 2° elemento oppure di 1^ componente e di 2^ componente .

( ) ( )⇔ ∧
Perciò: ( ) ( ) se

La n-pla
Siano insiemi e siano
Si definisce ( ) --- n-pla ordinata di 1° elemento , di 2° elemento , …, di n° elemento .
Siano
( ) ( )⇔

Prodotto cartesiano con due insiemi


Siano insiemi
Si dice prodotto cartesiano fra e (di per ) l’insieme
( )| ∧
Si noti che
( )
Il prodotto cartesiano fra un generico insieme e l’insieme vuoto genera sempre l’insieme vuoto.

Se ⇒

Prodotto cartesiano con più insiemi


insiemi
( )|
insieme
( )
( )

---N.B.--- solo in questo caso la parentesi graffa non indica l’insieme per cui è possibile utilizzare il simbolo di apparte-
nenza.

15
16
Le relazioni

Anche in questo capitolo si continueranno a trattare alcune specifiche proprietà fra insiemi ovvero la
possibilità di definire relazioni fra loro. Al di là della pura definizione matematica le relazioni sono esat-
tamente quello che voi vi immaginiate che siano: ovvero associazioni fra elementi. Vi invito quindi a ri-
flettere sul significato di relazione prima di passare avanti. L'espressione matematica essere in relazione
viene spesso sostituita nella vita comune dall'espressione avere qualcosa in comune. Ad esempio si po-
trebbe dire che due elementi dell'insieme degli studenti di fisica sono in relazione assenzio fra loro sol-
tanto se hanno provato a bere almeno una volta l'assenzio. In linguaggio comune la precedente afferma-
zione diventa: due studenti di fisica in relazione assenzio hanno in comune il fatto che hanno provato
almeno una volta l'assenzio.

Siano e insiemi qualsiasi ∍


Una relazione R tra e (una corrispondenza da a ) è un qualsiasi sottoinsieme del prodotto cartesiano .

R ⇔( ) ⇒( ) R con ∧

Se allora la relazione prende nome di relazione su o di relazione binaria di .

⇒ ∧

( ) ⇔ è in relazione con .

Proprietà delle relazioni


insieme; , relazione su .
è:
1. Riflessiva ⇔ :
2. Simmetrica ⇔ ⇒
3. Antisimmetrica ⇔ ⇒
4. Transitiva ⇔ ⇒

è detta relazione d’equivalenza se:


 Riflessiva
 Simmetrica
 Transitiva

è detta relazione d’ordine se:

 Riflessiva
 Antisimmetrica
 Transitiva

17
--- N.B.---
NESSUNA relazione gode contemporaneamente delle 4 proprietà.
Fa eccezione la relazione d’uguaglianza che è l’unica relazione che gode contemporaneamente delle 4 proprietà. La re-
lazione d’uguaglianza è così definita: ( )|

ESEMPIO

insieme; ( ).

( ) ( ) ( )|

è detta relazione di inclusione

Riflessiva perché ( )⇒

Transitiva perché ( )∍ ⇒

Antisimmetrica perché ( )∍ ⇒

Si consideri , relazione su .
relazione d’ordine.

si chiama relazione d’ordine totale se:



In tal caso si dice che e comunque presi all’interno di sono confrontabili ovvero che comunque si prendano due
elementi sia sempre possibile stabilire se oppure .

Un esempio di relazione d’ordine totale è , : → ovvero è sempre possibile stabilire per qualunque coppia di
numeri appartenenti ad chi dei due soddisfi la relazione precedentemente enunciata.

Classi di equivalenza
Definizione: Siano ed una relazione d’equivalenza su .
si dice classe di equivalenza di rispetto ad e si indica con: (classe di equivalenza di rappresentanza ).

| ⇒

Gli elementi di insieme sono tutti quegli elementi appartenenti ad che soddisfano la relazione nei confronti
di . Possono esistere anche più classi di equivalenza in uno stesso insieme.

Capita spesso nelle telecronache sportive di sentire l'espressione "L'atleta è classe 85" il significato di
questa espressione ha radici matematiche. Si definisce difatti sull'insieme degli atleti (ma lo si potrebbe
fare sull'insieme degli esseri umani viventi) una relazione anno di nascita (che si dimostra essere d'equi-
valenza) tale che due atleti siano in relazione anno di nascita fra loro esclusivamente se questi sono nati
nello stesso anno. Allora preso un atleta questo definisce univocamente il suo anno di nascita e la sua
classe d'equivalenza che sarà composta da tutti gli atleti nati nel suo stesso anno.

18
Proprietà delle classi di equivalenza
, relazione di equivalenza su .

1. ⇒( )
2. ⇔ oppure ⇔
3. ⇔

Dimostrazioni

1. Hp:
Th:

Dim.:
Sia una relazione d’equivalenza su , per Hp ⇒
⇒ per la riflessività delle relazioni di equivalenza, ma essendo per definizione
|
allora

2. ⇔
Per dimostrare la proposizione precedente sarà necessario dimostrare l'implicazione in entrambi i versi:
i. ⇒
ii.

i. Hp:
Th:

Dim i:
Per dimostrare vera la tesi bisogna dimostrare che:

 .


e ⇒
⇒ e ⇒
⇒per definizione di classe di equivalenza e ⇒
⇒per transitività ⇒
⇒ per definizione di classe di equivalenza ;


e ⇒
⇒ e per definizione ⇒
⇒ e per simmetria ⇒
⇒ per transitività ⇒

ii. Hp:
Th.:

19
Dim ii:
Per la 1^ proprietà dimostrata ⇒
⇒ ⇒
⇒ per definizione

3. ⇔
Per dimostrare la precedente affermazione è necessario dimostrare che:
i. ⇒
ii.

i. Hp:
Th.:

Dim:
- Si ragioni per assurdo e si supponga che:

⇒ ∧ ⇒
⇒ ∧ ∧ ⇒
⇒ ∧ ∧ ⇒
⇒ ∧ ∧ ⇒
⇒ à ∧ : ASSURDO! –

ii. Hp:
Th.:

Dim:
- Si ragioni per assurdo e si supponga che:


⇒ ∧

ASSURDO! –

Insieme quoziente
Definizione: Siano , relazione di equivalenza su .
L’insieme di tutte le classi di equivalenza di rispetto ad :

Riprendendo l'esempio fatto in precedenza si noti che l'insieme quoziente di tutte le classi d'età rispetto alla re-
lazione anno di nascita sarà dato dall'insieme di tutte le classi ovvero dall'insieme di tutti gli atleti nati nel 1980,
di tutti i nati nel 1981, ... , di tutti i nati nel 2013 (ammettendo che un neonato possa partecipare ad una compe-
tizione sportiva).

20
Partizione di un insieme
Definizione: Siano , ( ) ( )
è una partizione di se:
a.
b.
c. ;

Osservazioni: |
Tutti gli elementi di sono inclusi nella partizione.

TEOREMA (non dimostrato): Sia


i. Sia una partizione di :
| ;
ii. Sia relazione di equivalenza su :
è una partizione di .

ESEMPIO

Relazioni funzionale

relazione funzionale o grafo tra e se:


| ( )

ESEMPIO

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) Relazione funzionale

( ) ( ) Relazione non funzionale

( ) ( ) ( ) ( ) Relazione non funzionale

21
22
Il principio di induzione

Eccoci al cospetto di uno dei più importanti concetti della matematica: il principio d'induzione risulta es-
sere alla base di molti teoremi e senz'altro può essere a tutti gli effetti considerata una pratica matema-
tica indispensabile. Iniziamo con un piccolo chiarimento: l'induzione matematica NON ha nulla a che ve-
dere con il principio induttivo delle scienze sperimentali come ad esempio la fisica. Quest'ultimo basa le
sue conclusioni sul verificarsi costante di un certo fenomeno (il sole sorge tutti i giorni) o sul suo non veri-
ficarsi (non esistono i monopoli magnetici). La critica mossa da Popper al metodo induttivo riguardava
difatti il modello induttivo delle scienze sperimentali, come espose nell'analogia del cigno nero (No... non
è una canzone di Fedez!) in cui si faceva notare che chiunque elaborasse una teoria sul colore dei cigni
affermando che "Tutti i cigni sono bianchi" per il motivo che tutti i cigni da lui visti erano bianchi, rischia-
va di incorrere in un profondo errore nel momento stesso in cui si fosse imbattuto in un cigno nero. (Si ri-
corda per un semplice fatto di onestà intellettuale che Popper sosteneva che la frase corretta da dire fos-
se: "Tutti i cigni da me visti finora sono bianchi"). Al termine del capitolo si darà un abbozzo di dimostra-
zione del principio d'induzione, per chi fosse interessato e lì sarà assolutamente chiaro il motivo per cui il
principio d'induzione matematica non è criticabile.

Definizione di affermazione o proposizione (dichiarativa)


Dell’affermazione è sempre possibile stabilire la veridicità o la falsità. Le affermazioni si indicano con le lettere latine
maiuscole.

Principio di induzione
Siano ed proposizione; se è verificata per
i.
ii. per
Allora vera per .

E’ possibile generalizzare la definizione ed estenderla all’insieme , tale che .


Esistono due differenti formulazioni del principio di induzione:

1. Principio di induzione (completa):


Sia e sia una affermazione sui numeri interi
Si supponga che siano soddisfatte le seguenti condizioni:

 ( ) ⇒
Allora vera

2. Principio di induzione 2^ forma:


Sia e sia una affermazione sui numeri interi
Si supponga che siano soddisfatte le seguenti condizioni:

 ⇒
Allora vera

23
ESEMPI

i. Si provi che ,
1. Verifico l’affermazione per : affermazione verificata
2. Verifico l’affermazione per

AFFERMAZIONE VERIFICATA: essendo state verificate entrambe le condizioni del prin-


cipio di induzione è possibile affermare che l’affermazione è verificata

.
( )
 Si provi che la somma dei primi numeri interi positivi sia:
1. Verifico l’affermazione per
( )
affermazione verificata
2. Verifico l’affermazione
( )
( )
( )
( )
( ) ( )
AFFERMAZIONE VERIFICATA.

Cenni di dimostrazione del principio d'induzione


Strettamente legato al principio d'induzione è il principio del minimo intero che stabilisce che ogni insieme non vuoto
di numeri interi positivi ha un elemento minore di tutti gli altri. E' possibile "dimostrare" il principio d'induzione ma-
tematica tramite l'ausilio del precedente principio.
Si consideri allora una qualsiasi successione tale che:
i) per ogni intero positivo la validità di dipenda da quella di
ii) sia nota la validità di
Dim:
Si supponga per assurdo che una qualsiasi delle sia falsa.
Allora si ottiene che l'insieme dei numeri interi positivi per cui sia falsa non è l'insieme vu o-
to. Per il principio del minimo intero esisterà un numero intero positivo tale che sia falsa.
Detto numero dovrà essere perché per ipotesi è vera. Allora si verificherà che sarà falsa
mentre sarà vera. Inoltre essendo vera per ipotesi sarà vera anche per la prima ipotesi
Allora si è ottenuto che: ∧ ma questo è assurdo. L'assurdo è stato generato dall' a-
ver supposto l'esistenza di un numero intero positivo tale che sia falsa, allora detto numero
non esiste e l'insieme dei numeri interi positivi per cui sia falsa è l'insieme vuoto. Allora tu t-
te le della successione sono vere.

Appare dunque evidente che l'induzione matematica è sostanzialmente differente dall'induzione empirica. Il principio
d'induzione ha le proprie origini nella definizione di insiemi numerici: Giovanni Peano definì l'insieme dei numeri natu-
rali tramite 5 assiomi uno dei quali affermava l'appartenenza dell'unità all'insieme mentre il quinto assioma definiva
l'n+1esimo numero come la somma dell'n-esimo numero maggiorato dell'unità. Questo difatti genera il primo (e più
semplice) insieme numerico, definito tramite il principio d'induzione.
24
Le applicazioni

Ancora una volta ci si sofferma sul concetto di relazione: questa volta è importante considerare un parti-
colare tipo di relazione ovvero la relazione funzionale. Può essere utile ricordare che tutte le funzioni con
cui si ha a che fare in un tradizionale programma di analisi nei licei italiani sono difatti applicazioni su .

Definizione di applicazione e notazioni


Si consideri la terna ( )
insieme di definizione → dominio
insieme di arrivo
relazione funzionale → grafo
applicazione

E’ possibile identificare gli insiemi su cui operano le applicazioni tramite diverse scritture:
:

Scrivere così significa identificare l’insieme di definizione in cui opera l’applicazione e quello di arrivo.

Esistono altri metodi per identificare un’applicazione:


( )
( )
Ma soprattutto ( )

Tutte queste scritture hanno come significato: è

Applicazione d’identità su a o funzione identica


: ( )

In ogni struttura matematica che verrà presa in considerazione durante il corso questa applicazione po-
trà sempre essere definita ed è importante aver sempre ben chiaro il suo comportamento in ciascuna
struttura perché spesso permetterà di abbreviare i calcoli e rendere alcune dimostrazioni più snelle e
meno laboriose.
ATTENZIONE: ciò che segue NON HA PRETESA DI RIGORE MATEMATICO
Se ancora fate difficoltà a visualizzare il comportamento dell'identità o semplicemente per
fare altra chiarezza si noti che l'identità in altro non è se non la bisettrice del primo e
terzo quadrante difatti:
: ( )

Applicazioni uguali
Siano e due applicazioni tali che:
( ) ( )

25
e sono uguali solo e soltanto se:

Per tutti gli insiemi deve valere che ciascun elemento di uno sia elemento dell’altro e viceversa.
Per cui nell'ipotesi di uguaglianza:
: :
( ) ( )

ESEMPIO

: ( )
Le due applicazioni sono diverse!
: ( )

Le proprietà delle applicazioni (definizioni)


Una funzione può essere: ingettiva, surgettiva, bigettiva. Si noti che gli insiemi sono insiemi qualunque: questo
implica che la definizione è valida anche per insiemi non numerici quali possono essere l'insieme delle capre afghane o
delle mucche asiatiche.

Ingezione
Sia :
Si dice che è ingettiva (o è ingezione) se:
( ) ( )⇒
Oppure:
⇒ ( ) ( )

Surgezione
Sia :
Si dice che è surgettiva (o è surgezione) se:
( )

Bigezione
Sia :
Si dice che è bigettiva (o è bigezione) se è contemporaneamente ingettiva e surgettiva:
| ( )

Proprieta’ delle bigezione


Sia : applicazione bigettiva per cui ( ) ( ( ) )
Si consideri ora il prodotto cartesiano: ( )| per cui
( )|( ) .

bigettiva ⇔ | ( )⇒
⇒ | ( ) ⇒
26
⇒ | ( )

Si consideri quindi la terna: ( )


: | ( ) ⇔
⇔ ( )
: bigezione
: | ( )

bigezione
: bigezione ⇒ :
: ( ) ⇔ ( )
è detta inversa di per cui bigezione.

Immagine di
: applicazione qualsiasi;
( ) | ( ) ; ( ) è detta immagine di mediante e si denota con la scrittura:

( ) | ( )

E’ possibile inoltre stabilire una seconda definizione di surgezione:


(insieme d’arrivo) = ( ) ⇔ ( ) ∧ ( )
Per cui qualsiasi applicazione avente come insieme di arrivo è sempre una surgezione.

Controimmagine di
Sia applicazione qualsiasi
Si indichi con il simbolo un insieme.

---N.B. non ha significato di funzione inversa: è semplicemente una notazione!!! ---

( ) | ( )
( ) controimmagine di
Dato , ( ) | ( ) ; per convenzione è possibile scrivere:
( ) ( )
Per cui dati : : ( ) sottoinsieme dell’insieme ( ) di partenza.

Restrizione di ad
: applicazione qualsiasi,

Si definisce restrizione di ad A’ l’applicazione | : tale che:


| : | ( ) ( )
Questa applicazione permette di restringere il dominio di una qualsiasi altra applicazione

27
Riduzione di
Sia : applicazione qualsiasi
Si faccia riferimento alla definizione di relazione funzionale: dati e : ( ) ⇔⇔ ( ) per cui
( ) sia sempre definita.
Per l’applicazione è quindi possibile considerare la terna ( )
Si consideri inoltre una seconda terna ( ( ) )⇔ ( )
Per cui: : ( ) : ( ) tale che ( ) ( )
Ciò significa che qualunque è una surgezione.

---N.B.--- per effettuare contemporaneamente la restrizione di ad A’ e la ridotta di è necessario utilizzare la se-


guente notazione:
| :

Inoltre:
| : ( )
Questa metodologia permette di rendere qualsiasi applicazione una bigezione.

Applicazione composta di ed
Siano ; : ; :
Sia definita l’applicazione : ( )( ) ( )
Per la definizione di applicazione è possibile definire applicazione.

Siano insiemi tali che ; inoltre siano : ; :


Nonostante : : in quanto dato per ipotesi.

TEOREMA-associatività dell'applicazione cerchietto


Siano : : : ;
Th.: ( ) ( )

Dim:
E’ necessario dimostrare che:
 L’insieme di definizione coincida per entrambe le applicazioni
 L’insieme di arrivo coincida per entrambe le applicazioni
 ( ) ( )

( )
⇔ ( ): ⇔ ( ):
( )

⇔ ( ): ⇔( ) :

Si evince quindi che entrambe le applicazioni hanno in comune sia l’insieme di definizione che quello di arrivo. Si di-
mostri quindi che le due relazioni sono uguali.

( ) ( )⇔

28
⇔ ( )( ) ⇔
⇔ ( ( ( )) ⇔
⇔( )( ( )) ⇔
⇔ ( ) ( )

TEOREMA-neutralità dell'applicazione identica


Siano : ; : ; :
Th.:

Dim:
Per dimostrare l’identità della tesi bisogna dimostrare che:
 l’insieme di definizione delle applicazioni sia uguale
 l’insieme di arrivo delle applicazioni sia uguale
 ∧

⇒ :
⇒ :
Si evince quindi che entrambe le applicazioni hanno in comune sia l’insieme di definizione che quello di arrivo. Si di-
mostri quindi che le due relazioni sono uguali.

( )( ) ⇒
⇒ ( ( )) per definizione di applicazione composta⇒
⇒ ( ) per definizione di funzione identità ⇒

( )( ) ⇒
⇒ ( ) per definizione di applicazione composta ⇒
⇒ ( ) per definizione di funzione identità ⇒
Pertanto

TEOREMA-esistenza del simmetrico rispetto a cerchietto per una bigezione


Sia : bigezione; : ( ) ⇔ ( )
Th.: :
:

Dim:
⇒ :

⇒ : ;

( )( )
( ) per definizione di applicazione composta
( ) per definizione di applicazione inversa
( ) ( ) per definizione di applicazione identità

( )
( ) per definizione di applicazione composta
( ) per definizione di applicazione inversa
29
( ) ( ) per definizione di applicazione identità

Surgezione canonica
Si consideri e sia una relazione d'equivalenza su . Allora sarà possibile definire insieme quoziente su
rispetto alla relazione . Dove | .
Si può definire un'applicazione detta surgezione canonica e definita come segue:

Riprendendo l'esempio degli sportivi che partecipano ad una certa competizione, la surgezione canonica
assocerà ad ogni atleta l'insieme degli atleti nati nel suo stesso anno.

30
Strutture algebriche

In questo capitolo si iniziano a mettere le fondamenta di tutto ciò che verrà in seguito: inutile ripetere
che vi converrà avere una concezione totale dell'argomento prima di tuffarvi in situazioni ben più com-
plesse. Ricordatevi che da questo momento in poi il corso di Geometria assomiglierà in tutto e per tutto
ad una grande matrioska: ogni struttura sarà definita su quella precedente e ne manterrà tutte le pro-
prietà. Vedrete la matematica che avete studiato fino ad adesso costruirsi di fronte ai vostri occhi. Non è
soddisfazione da poco per chi aspira a capire la struttura del cosmo intero.

Signori, benvenuti nel fantastico mondo dell'algebra lineare!!!

Nelle prima parte di questo capitolo saranno definite le operazioni: è un procedimento prettamente teo-
rico e matematico e non presenta grandi difficoltà per cui non mi dilungherò molto a meno di situazioni
particolarmente interessanti.

Definizione di legge di composizione interna su o operazione su e di struttura


algebrica
Si dice legge di composizione interna o operazione su insieme non vuoto ogni applicazione del tipo:
:
( ) ( )
dunque per convenzione ( ) verrà denotata con e si dirà composto di per tramite .

Con la notazione ( ) vengono identificate le strutture algebriche; la precedente notazione è equivalente alla se-
guente: struttura algebrica.
Due esempi usuali di leggi di composizione interna possono essere:

: legge di composizione interna additiva : somma di e

: legge di composizione interna moltiplicativa : prodotto di e

Proprietà delle strutture algebriche


Si consideri ( ) struttura algebrica allora

 è associativa ( ) ( )
 è commutativa
 è dotata di elemento neutro
---N.B. Per verificare che esista l’elemento neutro per una struttura algebrica qualsiasi è necessario pro-
vare che: ∧ ; per una struttura algebrica commutativa basta dimostrare che:
∨ .
 è simmetrizzabile dato elemento neutro di :

Teorema di unicità dell'elemento neutro


Hp: ( ) sia elemento neutro per
31
Th.: |

Dim
Si ragioni per assurdo e si supponga che:
Considerando elemento qualunque di :
Considerando elemento qualunque di :
Risulta

per cui essendo “=” una relazione d’equivalenza è possibile affermare che allora si ha che:

ma questo è assurdo; l'assurdo è stato generato dall'aver supposto l'esistenza di un elemento neutro diverso
da quello considerato inizialmente allora l'elemento neutro di una qualsiasi operazione se esiste è unico.

Teorema di unicità dell'elemento simmetrico per un'operazione associativa


Hp: ( ) con elemento neutro per * associativa allora
|

Dim:
Si consideri simmetrizzabile e sia un suo simmetrico:
Si ragioni per assurdo e si supponga che:
Allora:

( )

( )

Allora si ha che:
Per cui ∧ è assurdo; l'assurdo è stato generato dall'aver supposto l'esistenza di un secondo sim-
metrico di diverso dal primo considerato, allora il simmetrico se è associativa è unico.

---N.B.---
Data una struttura algebrica ( ) con non associativa, definito alemento neutro per e dato simmetrizza-
bile non è detto che il simmetrico sia unico, e possono esistere simmetrici di .

L’elemento neutro si indica:


 Per le operazioni additive ( : ) con
 Per le operazioni moltiplicative e per quelle non additive ( : ) con

Data ( ) | , , simmetrizzibale; allora il/i simmetrico/i di si indicano con il simbolo:

Se associativa allora

Data ( ) moltiplicativa, | , , simmetrizzibale; allora il/i simmetrico/i di si indicano con il simbolo:

32
Se associativa allora

Classificazione delle strutture algebriche


Data una struttura algebrica ( ) si dice che:
 ( ) semigruppo ⇔ associativa
( ) semigruppo
 ( ) monoide ⇔
a elemento neutro
( ) monoi e
 ( ) gruppo ⇔
⇔ ogni elemento i simmetrizza ile
( ) gruppo
 ( ) gruppo abelliano o gruppo commutativo ⇔
commutativa

Proprietà di un monoide
Sia ( ) monoide; sia l'elemento neutro, allora valgono le seguenti

 Se è simmetrizzabile allora ha un unico simmetrico;


Banale per quanto già dimostrato.

 Se è simmetrizzabile allora ha inverso ed il suo inverso risulta essere .


DIMOSTRAZIONE: Th.: ( )
ma essendo anch’esso com-
posto a destra e sinistra in modo tale che la composizio-
ne abbia come risultato l’elemento neutro , allora è
possibile affermare che il simmetrico di è .

 Se e sono entrambi simmetrizzabili in e allora: ( )


DIMOSTRAZIONE: Th.: ( ) ( ) ( ) ( )
Per dimostrare la precedente proposizione bisogna verificar-
la in entrambi i sensi. Per cui essendo * associativa per defi-
nizione è possibile scrivere:
( )

Quindi analogamente si verifica la proposizione in senso op-


posto:
( ) ( )
( )

Sia ( ) monoide;
 Se simmetrizzabili in: ( ) ( )
 Se x simmetrizzabile in allora ( )

Sia ( ) monoide;
 Se simmetrizzabili in ( ) ( ) ( ), ma per convenzione ( ) ( )

 Se x simmetrizzabile in allora ( )

33
---N.B.---
Si badi a non far confusione con le notazioni e in quanto sulle strutture algebriche non sono defi-
nite la sottrazione e la divisione.

ESEMPIO

: ;

⇔ : ∧ : ⇒( ):

: ( ) ( )

( ) struttura algebrica in quanto è un insieme munito di una legge di composizione interna.

: ⇔ elemento neutro di ( )

ESEMPIO

: | ;

( ) in quanto monoide perché ( ) monoide

ammette inversa in quanto , : bigettiva e perciò è per definizione simmetrizzabile.

E’ possibile quindi classificare alcune strutture algebriche già note in semigruppi, monoidi, gruppi e gruppi abelliani.

( ) monoide commutativo
( ) semigruppo commutativo
( ) gruppo abelliano
( ) semigruppo commutativo
( ) monoide commutativo

Si consideri quindi ( )
: ( ) ( ) ( ) ( ) ( ) con elemento neutro dell’operazione.
Posso considerare come operazione per cui ( ( ) ) monoide commutativo in quanto l’operazione
risulta essere associativa, commutativa e risulta avere un elemento neutro.

Allo stesso modo : ( ) ( ) ( ) ( ) ( ) con elemento neutro


dell’operazione.
Posso considerare come operazione per cui ( ( ) ) monoide commutativo in quanto l’operazione
risulta essere associativa, commutativa e risulta avere un elemento neutro.

Definizione di stabile o chiuso


Sia ( ) struttura algebrica, sia
si dice stabile o chiuso rispetto ad se:

Si consideri chiuso rispetto ad


34
Si definisca : , ; prende il nome di operazione indotta da * su .
Si può dunque dedurre che per cui definita la struttura algebrica ( ) è possibile anche scrivere
( ) struttura algebrica.

Definizione di sottomonoide
Sia ( ) monoide e sia con ;
Si definisce sottomonoide di ( ) se:
 chiuso rispetto ad
 ( elemento neutro di ( ))
Per cui se ( ) monoide con elemento neutro , e sottomonoide di ( ) allora ( ) è un monoide;
per cui:

Definizione di sottogruppo
Sia ( ) gruppo e sia con ;
Si definisce sottogruppo di ( ) se:
 sottomonoide;
 Per ogni elemento di :
Per cui se ( ) gruppo con elemento neutro , e sottogruppo di ( ) allora ( ) è un gruppo; per cui
:

Sia ( ) gruppo con elemento neutro , allora


( )
( )
Per cui definendo le strutture algebriche ( ) questa risulta coincidere con ( ) mentre ( ) prende
nome di gruppo identico o gruppo banale.
Si definisce invece gruppo proprio ( ) dove ∧ .

Definizone di sottogruppo abeliano


Sia ( ) gruppo abeliano e sia con ;
 sottogruppo di ( );
Per il sottogruppo abeliano non è necessario definire alcuna altra condizione in quanto per definizione di
gruppo abeliano :

Proprietà dei sottogruppi


Per semplificare la notazione si sostituirà con , tuttavia per ogni ( ) che verrà da qui in avanti consi-
derato le proprietà resteranno invariate per qualunque altra struttura algebrica dotata di operazione addi-
tiva.

Leggi di cancellazione
Sia ( ) gruppo; per esso valgono le seguenti leggi di cancellazione:


Dimostrazione
:
: ⇒

35
Dim.:

( ) ( ) ⇒
( )
⇒( ) ( ) ⇒

⇒ ⇒

---N.B.---
In modo equivalente si dimostra la successiva proposizione: ⇒ .

Teorema - caratterizzazione dei sottogruppi


Sia ( ) gruppo e sia
sottogruppo di ( )⇔

Dim.: ⇒)
i. Essendo sottogruppo di ( )⇒

( )

ii. Siano ; essendo sottogruppo per ⇒


⇒ ⇒

Dim.: )

sottogruppo di ( )⇔ ⇔ per definizione


Allora si può scrivere la tesi come segue:

sottogruppo di ( )⇔

per Hp ⇒
Considero con allora:

( )

Si consideri il reciproco di ovvero e si applichi la seconda ipotesi per cui:


Siano e si consideri ; si consideri quindi ( )

36
( )

Definizione di omomorfismo di monoidi


Siano ( )e( ) due monoidi con elementi neutri rispettivamente e .
Si dice omomorfismo (od eventualmente morfismo) di monoidi ( )e( ) un’applicazione:

: ( ) ( ) ( )
:
( )

---N.B.---
La definizione continua a valere con le dovute distinzioni anche nel caso in cui la legge sia additiva

Definizione di omomorfismo di gruppi


Siano ( )e( ) due gruppi.
Si dice omomorfismo tra gruppi un’applicazione:
: ( ) ( ) ( )

Proprietà di un omomorfismo di gruppi


Siano ( )e( ) due gruppi e sia : un omomorfismo trai gruppi ( )e( ); allora:

( )
( ) ( )

Dim. 1^ proprietà:

( ) ( ) ( ) ( )

( ) ( )

( ) ammette simmetrico perché ( ) gruppo: ( )

( ) ( )

( ) ( ) ( )

( ) ( ) ( )

( )

( )

37
In maniera equivalente si poteva far vedere che:
( ) ( ) ( ) ( )
allora ( ) ( ) ( ) ( ) ( ) ( ) e per le leggi
( ) ( )
di cancellazione che vigono in un campo allora ( ).

Dim. 2^ proprietà:
Si consideri per far vedere che ( ) il simmetrico di ( ) occorre far vedere che:
( ) ( ) ( ) ( )

Si consideri:
( ) ( ) ( )

( ) ( )

( )

La proprietà si dimostra nel verso opposto in maniera equivalente.

Proprietà di un omomorfismo
Siano ( )e( ) due gruppi e sia : un omomorfismo trai gruppi ( )e( ); allora:

e sottogruppo i ( ): ( ) sottogruppo i ( )
e sottogruppo i ( ) ( ) sottogruppo i ( )

Dim.:
( ) | ( )
( ) | ( )

Si dimostri per prima la proposizione iniziale:


: sottogruppo di ( )
( )
:
( ): ( ) ( )

i.

( )

⇒ ( )⇒ ( )

ii. Siano ( ) ( ) ∧ ( )

⇒ ( ) ⇒ ( ) ( )
( ) ( )

( ) ( ) ( )

Ma essendo ( ) per definizione di sottogruppo ⇒


( ) ( )

38
Si dimostri la seconda proprietà:
: sottogruppo di ( )
( )
:
( ): ( ) ( )

Dim.:
i. sottogruppo di ( )

⇒ ( )

( )⇒ ( )

ii. Siano ( )⇒ ( ) ( )
⇒ ( ) ( )

( ) ( )

( ) ( ) ( )

( ) ( )

Definizione dell’immagine di e di nucleo di


Dati ( )( ) gruppi : omomorfismo

( ) | ( )

Per cui sottogruppo di ( ) essendo sottogruppo di ( ).


Preso sottogruppo, si consideri ( ) | ( ) allora preso è vero che:
( ) | ( ) ;
l’insieme ( ) prende il nome di nucleo di è un sottogruppo di ( ).

Classificazione di un omomorfismo
Da questo momento in poi vengono date definizioni solamente per gruppi, ma possono essere adottate anche per i
monoidi.

 Un omomorfismo ingettivo è detto monomorfismo

 Un omomorfismo surgettivo è detto epimorfismo

 Un omomorfismo bigettivo è detto isomorfismo

Un omomorfismo avente stesso insieme di definizione e di arrivo viene detto endomorfismo; se un endomorfismo è al
contempo una bigezione allora si dice automorfismo.

39
ESEMPIO

Sia ( ) gruppo e : ( ) bigezione.


risulta essere omomorfismo tra gruppi, ma avendo stesso insieme di definizione e di arrivo allora risulta essere
un endomorfismo;
Ma poiché una bigezione per definizione di funzione identica allora risulta essere un automorfismo. Per cui è
possibile scrivere ( ) ( ) ( )

Teorema sulla composta di omomorfismi


Siano ( ) ( ) ( ) gruppi.
:
Dati gli omomorfismi allora omomorfismo.
:

Dim.:
:( )( ) ( ) ( ) ( )

Poiché : omomorfismo allora ( ) ( ) ,


riapplicando la definizione di funzione cerchietto si ottiene: ( )( ) ( )( ).
La funzione composta di due omomorfismi è un omomorfismo.

Allo stesso modo è possibile dimostrare che:


 La funzione composta di due monomorfismi è un monomorfismo.
 La funzione composta di due epimorfismi è un epimorfismo.
 La funzione composta di due isomorfismi è un isomorfismo.

Teorema sull'inversa di un omomorfismo


Siano ( ) ( ) gruppi; : isomorfismo;
Allora : isomorfismo.

Dim
Sia : la funzione inversa dell’isomorfismo :
Allora è una bigezione per le proprietà dell’inversa di una bigezione;
Quindi per definizione di isomorfismo, essendo un omomorfismo bigettivo allora è lecito affermare che:

Definizione di gruppo degli automorfismi


Sia ( ) gruppo:
( ) : |
( ( ) )

Caratterizzazione dei monomorfismi


Siano ( ) ( ) gruppi; : omomorfismo.
Allora ingezione ⇔

Dim. )
:
: ingezione: ( ) ( ) ⇒

Siano ( ) ( ) ⇒ ( ) allora è possibile scrivere:


40
( ) ( ) ( ) ( )

( ) ( ) ( )

per cui

( )

( )

Dim.: ⇒)
: ingezione
:

Sia ; : ( ) ⇒

Potenze
Sia ( ) gruppo,
Si definisce potenza n-sima di :

 Se per definizione
 Se secondo il principio d’induzione
 Se , ( )

Per ,
Per

Per ⇒

Proprietà delle potenze


Sia ( ) gruppo

 ( )

 ( )

Teorema
Siano ( ) ( ) gruppi; : omomorfismo, :
( ) ( ( ))

41
Multipli e sottomultipli
Sia ( ) gruppo, , .
Si definisce multiplo n-simo dell’elemento

 Se per definizione;
 Se ( ) per induzione;
 Se ( )( )

Allora:
Per
Per

Per ( ) ( ) ( )

42
Strutture algebriche con più leggi di composizione interna

Avrete certamente capito a questo punto che l'obiettivo di questa parte dell'algebra lineare è la formaliz-
zazione delle operazioni negli insiemi numerici, tuttavia finora ci si è limitati a munire un insieme di strut-
tura algebrica tramite un'unica legge di composizione interna, ma è evidente che su tutti gli insiemi nu-
merici di nostra comune conoscenza è possibile effettuare sia l'addizione che la moltiplicazione. In questo
capitolo si approfondiranno le proprietà delle strutture algebriche munendole di entrambi i tipi di opera-
zione.

Definizione di anello
Sia ; si dice che è anello se è munito di due leggi di composizione inerna:

: :
Verificanti le seguenti:
 ( ) gruppo abeliano di elemento neutro
 ( ) semigruppo;
 ( ) ∧( ) ovvero doppia distributività di rispetto
a +.

---N.B.---

Classificazione di un anello
( ) oppure
Un anello si dice unitario se è dotato di unità (elemento neutro rispetto ad ) o in maniera equivalente ( ) mo-
noide.
Un anello si dice commutativo se ( ) è commutativo.

Corpi e campi
Sia ( ) un anello unitario
( ) è detto corpo se ( ) è un gruppo.
( ) è detto campo se ( ) è un gruppo abeliano.

Proprietà degli anelli


Sia ( ) anello; allora:

 ( ) ( ) (non dimostrata)
 Se è unitario : (non dimostrata)

Dim. 1:
( ) ( ) ( ) ⇒

⇒ ⇒
⇒ ⇒

43
Def. di divisore dello 0
Sia ( ) anello;
Si dice che è un divisore dello zero se:

Def. di dominio di integrità


Un anello privo di divisori dello zero si dice dominio di integrità

Proprietà di campo
Un campo è dominio di integrità.

Dim.:
( ) campo ⇒ ( ) gruppo ⇒ legge di composizione interna su per cui :

Caratterizzazione di un dominio
Un anello commutativo unitario ( ) è un dominio d’integrità

Definizione di omomorfismo tra anelli


Siano ( )e( ) due anelli;
Un’applicazione : è detto omomorfismo (o anche morfismo) di anelli se:
 ( ) ( ) ( )
 ( ) ( ) ( )
Inoltre se ( )e( ) sono anelli unitari:
 ( )
Anche per i campi valgono le tre ipotesi sopra enunciate.

Si noti che ( ),( ), ( ) sono campi: non è un caso che abbia indicato campo con la scrittura in
grassetto è difatti con questa notazione che si denotano i campi numerici in matematica.

44
Spazi vettoriali

Questo capitolo è a tutti gli effetti il capitolo fondamentale dell'intero testo. Lo spazio vettoriale è un
mondo decisamente strano, difficile da immaginare e ancor più difficile da spiegare intuitivamente man-
tenendo un elevato rigore matematico. Proverò a chiarificare il più possibile i concetti con esempi e figu-
re: la concezione di vettore è difatti ciò che distingue maggiormente un matematico da un fisico e presto
capirete perché. Prima di iniziare vi invito a ricordare che: per capire questo capitolo avrete bisogno di
vedere i vettori esattamente come li concepite in fisica (la parte sui vettori l'avrete già trattata durante il
corso di Fisica Generale I) dopodiché dovrete fare lo sforzo di modificare la vostra conoscenza intuitiva in
quella fortemente formalizzata dell'algebra lineare.

---N.B.--- Da questo momento, per convenzione per indicare un qualsiasi campo si eviterà di utilizzare la notazione
( ) e si utilizzerà la seguente notazione:

Definizione di spazio vettoriale


Sia un campo.
Si dice spazio vettoriale o spazio vettoriale su un gruppo abeliano ( ) dotato di un’ulteriore applicazione:

( )

L’applicazione definita è detta legge di composizione esterna e deve soddisfare i seguenti assiomi di spazio vettoriale:
 ( )
(la legge di composizione è quella interna additiva in le restanti sono leggi di composizione esterna).
 ( )
(la legge di composizione è quella interna additiva in ; per ( ) la individua la legge di composizione e-
sterna, mentre identifica la legge di composizione interna in ).
 ( ) ( )
(la legge di composizione è interna moltiplicativa in , tutte le altre sono leggi di composizione esterna).

(la legge è di composizione esterna)

ATTENZIONE - quanto segue NON HA PRETESA DI RIGORE MATEMATICO


La legge di composizione esterna definita, altro non è se non la moltiplicazione di uno scalare per un vettore. Svinco-
landosi dalla formalità matematica si può dire che questa legge agisce esclusivamente sul modulo del vettore (e nel
caso in cui lo scalare sia un numero negativo sul verso del vettore), ma mai sulla direzione del vettore! Questo è bene
tenerlo a mente.

Se i precedenti assiomi sono verificati è lecito affermare che:

Solitamente gli elementi di vengono detti scalari;


Mentre gli elementi di vengono detti vettori;
Si faccia caso che da ora in poi gli elementi appartenenti a verranno individuati con le lettere dell’alfabeto greco;
quelli di invece saranno sempre identificati dalle lettere dell’alfabeto latino.

Nel caso particolare in cui : non viene definito spazio vettoriale su campo , ma spazio vettoriale reale;
Allo stesso modo se allora viene definito come spazio vettoriale complesso.
45
Ecco come si presenta uno spazio vettoriale! A prima vista può sembrare che lo spazio vettoriale non
c'entri nulla con i vettori fisici dotati di un modulo, di una direzione e di un verso, eppure imparerete a
trovare le analogie. Una delle prime domande che potreste porvi allora sarà:
Ma i vettori sono frecce o no?
La risposta è dipende! Un matematico risponderebbe certamente NO! Un fisico risponderebbe certamen-
te SI! Per citare la prof.ssa Lisena: "Voi fisici vedete i vettori come frecce e fate bene, perché vi serve far-
lo, ma per favore non ditemelo all'esame!". Ogni volta che vedete un vettore siete autorizzati a concepir-
lo come una freccia, ma mai a dirlo o a disegnarlo: è un consiglio che vi converrà seguire se ci tenete al
vostro libretto!
Ora l'altra domanda che dovreste porvi è: ma i vettori dove si trovano?
Questa è lo domanda più difficile a cui rispondere: la risposta è banale, ma è la sua spiegazione che è as-
solutamente complessa... I vettori si trovano nello spazio vettoriale! Geniale no? Mi spiegherò meglio.

ATTENZIONE - quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Siete adesso autorizzati a vedere i vettori come frecce: lo spazio vettoriale è l'insieme di tutti i vettori di-
versi fra loro! Nello spazio vettoriale non esiste alcuna differenza fra due frecce uguali, ovvero non im-
porta dove sono (vi faccio presente che l'espressione "dove si trova un vettore" non ha alcun significato
matematico); in breve nello spazio vettoriale i vettori non sono applicati; per cui se avete proprio bisogno
di vedere lo spazio vettoriale dovrete sempre evitare di fare distinzioni fra due vettori uguali anche se li
immaginate applicati in punti diversi.

Permettetemi di fare un altro paio di precisazioni: i vettori non definiscono MAI rette, piani, etc... nello
spazio vettoriale quindi evitate di fare riferimento a enti geometrici che nulla hanno a che fare con lo
spazio vettoriale (almeno per ora); evitate inoltre espressioni intuitive come vettori paralleli.

Si consideri il seguente caso:


Sia un campo.
( )|

Si definisca quindi
Affinché possa essere spazio vettoriale, è necessario per prima cosa che sia definita una legge di composizione in-
terna su tale che ( ) sia un gruppo abeliano.
( )
( )
( ) ( ) ( )

(dove il + di risulta essere la legge di composizione interna appena definita, mentre il + di è la legge di
composizione interna additiva del campo )

 E’ lecito affermare che la legge di composizione interna definita in è commutativa in quanto risulta esser-
lo la legge di composizione interna di campo;
 Per lo stesso motivo la legge di composizione interna definita in risulta essere associativa;
 Considerata l’ennupla ( ) è possibile scrivere che ( ) in quanto
( ) : ( ) ( ) ( ) ( )
Per cui è lecito scrivere che ( ) (non è necessario dimostrare
la seconda uguaglianza in quanto si è già dimostrato che la legge di composizione interna definita è commu-
tativa).

46
 Si considerino le ennuple ( ) e ( ) per cui è verificata la proposi-
zione ( ) in quanto:
( ) ( ) ( ) ( ) ( ) ( )
Per cui è lecito affermare che ( ) ( )
(non è necessario dimostrare la seconda uguaglianza in quanto si è già dimostrato che la legge di composizio-
ne interna definita è commutativa).

Per cui avendo dimostrato che la legge di composizione interna + in è associativa e commutativa, ammette ele-
mento neutro e che ogni elemento in è simmetrizzabile è lecito scrivere che:
( )

Per poter sostenere che è uno spazio vettoriale su è necessario definire una legge di composizione esterna:

( )
( ) ( ) in quanto

E’ quindi necessario verificare i quattro assiomi per accertare che sia uno spazio vettoriale su . E’ possibile difatti
verificarli tutti.
Allora è lecito scrivere:

Inoltre se è uno spazio vettoriale reale;


Se è uno spazio vettoriale complesso.
Se invece allora è anche spazio vettoriale su per cui la legge di composizione esterna precedente-
mente definita coincide con la legge di composizione interna moltiplicativa.
Si consideri quindi:

( )
Perciò se è uno spazio vettoriale reale e se è uno spazio vettoriale complesso.

Sia uno spazio vettoriale su ed sia un sotto-campo di : questo implica che se viene munito di una struttura di
campo allora è un campo.

Da ciò è possibile dedurre che sia uno spazio vettoriale su in quanto:


 ( ) è un gruppo abeliano perché già spazio vettoriale su ;
 :
Per cui è giusto scrivere che ponendo allora

Per cui spazio vettoriale in .


Inoltre se : definito come spazio vettoriale nullo;
Affinché sia spazio vettoriale è necessario stabilire una legge di composizione interna per cui:

Proprietà degli spazi vettoriali


Sia spazio vettoriale su , allora:
1. (dimostrata)

47
2. (dimostrata)
3. ( ) ( ) ( )
4. ⇔ ∨ (dimostrata)

Si dimostri 1.
Dim: Sia
( )
perc elemento neutro per in

(per il primo egli assiomi so isfatti alle l c e )

perc elemento neutro per in

( )

Si dimostri 2.
Dim: Sia
( )
perc elemento neutro per in

(per il secon o egli assiomi so isfatti alle lce)

perc elemento neutro per in

( )

Si dimostri 4.
Dim: Sia ,
Si dimostri ∨

(per la secon a propriet )

(per la prima propriet )

Si dimostri ⇒ ∨


Si consideri la seconda proposizione

( )
( )
( )

48
NOTE INTRODUTTIVE

Si fanno qui alcuni esempi per chiarificare i calcoli che verranno fatti con l'ausilio del simbolo di sommatoria.

Si consideri spazio vettoriale, e sia ( ) ( ) una famiglia di vettori.


Valgano le seguenti proprietà:

imostra ile con il principio in uzione

( ) |

( ) ( )
( ) ( )

( ) ( )

( ) ( )

( )

( ) ( )
( )

( ) ( ) ( )

pplican o il secon o assioma

( )

49
( ) ( )

( )

( ) ( )

( )

Combinazione lineare di ( )
Sia spazio vettoriale su ; sia ( ) una famiglia di vettori di .
Si dice combinazione lineare di ( ) a coefficienti di

Si dice combinazione lineare banale se in tal caso si avrà:

Tuttavia si consideri che non sempre il vettore nullo è determinato da una combinazione lineare banale, infatti:

ATTENZIONE - quanto segue NON HA PRETESE DI RIGORE MATEMATICO


Il concetto di combinazione lineare è strettamente connesso con il metodo punta-coda di sommare i vet-
tori in fisica. Difatti un vettore è combinazione lineare di altri vettori solamente se è possibile trovare per
ciascun vettore un coefficiente in tale che la somma dei vettori così ottenuti dia esattamente il vettore
considerato.

Definizione di sottospazio vettoriale


Sia spazio vettoriale e sia . Si dice che è sottospazio vettoriale di su se:

( )⇒

Altrimenti è possibile scrivere:

50
ATTENZIONE - quanto segue NON HA PRETESE DI RIGORE MATEMATICO
Un sottospazio vettoriale è un sottoinsieme (su cui non è definita alcuna struttura matematica) dello
spazio vettoriale contenente tutti i vettori che hanno in comune la stessa direzione o possono essere
scritti come combinazione lineare di vettori aventi come direzioni quelle che definiscono il sottospazio
vettoriale. Andando avanti il concetto di sottospazio vettoriale si chiarificherà in maniera del tutto natu-
rale.

Proprietà: caratterizzazione dei sottospazi vettoriali


Sia spazio vettoriale e sia .

Dim.:⇒

Siano

Dim.:


 Siano
( ) ( )
Ponendo si ha:

 ,
per cui

Osservazione sui sottospazi vettoriali


Se spazio vettoriale su e sottospazio vettoriale di allora , munito di struttura di spaziovettoriale è
anch’esso spazio vettoriale.

Dim.:
( ) in quanto sottogruppo di . Si definisca su di esso una legge di composizione esterna:
:
perc c iuso rispetto a puntino
Affinché ( ) sia dotato di una legge di composizione esterna valida è necessario verificare i quattro assiomi prece-
dentemente enunciati, ma valendo allora risulta evidente che essendo gli assiomi validi per allora lo
saranno anche per .
Si noti quindi che dato spazio vettoriale è sempre vero che i sottospazi vettoriali e sono anch’essi spazi vetto-
riali.

51
Proprietà sull'intersezione di sottospazi vettoriali
Sia spazio vettoriale su e siano e sottospazi vettoriali di su , allora è sottospazio vettoriale di su
.

Dim.:
Per caratterizzazione di sottospazio vettoriale:
 ⇒ ⇒
 Siano per cui e . Essendo e sottospazi vettoriali è lecito scri-
vere per caratterizzazione di sottospazi vettoriali:

Definizione di sottospazi vettoriali disgiunti


A livello di sottospazio vettoriale due sottospazi vettoriali due sottospazi vettoriali si dicono disgiunti se la loro interse-
zione si riduce all’insieme .
Si noti inoltre che, dati spazio vettoriale su e e sottospazi vettoriali di su , NON sempre è sotto-
spazio vettoriale di su .

Proprietà - sottospazio somma di sottospazi vettoriali


Sia spazio vettoriale su e siano sottospazi vettoriali di su , allora
|

è spazio vettoriale di su e si chiama sottospazio somma.

Dim.:
Si dimostri per caratterizzazione. Per cui:
 e perché sottospazi vettoriali di su per cui:

 Siano e siano


Per cui è possibile scrivere:
( ) ( )

Da ciò è possibile dedurre che

In quanto

52
---N.B. --- Si userà indifferentemente l’espressione sottospazio vettoriale di su e sottospazio vettoriale su .

Osservazione su sottospazi vettoriali


Sia spazio vettoriale su allora:
i. sottospazio vettoriale di ed allora sottospazio vettoriale di .
ii. sottospazio vettoriale di sottospazio vettoriale di allora sottospazio vettoriale di .
iii. sottospazio vettoriale di ; |

iv.

Definizione di somma diretta


Se allora il sottospazio somma prende il nome di somma diretta di e e si indica con il simbolo:

Se vale la relazione allora e si dicono supplementari.

Caratterizzazione di un sottospazio somma diretta


spazio vettoriale su e siano sottospazi vettoriali di .
⇔ | |

Dim ⇒: ⇒ | |
Si supponga che ed
Per cui: ⇒ per una questione di uguaglianze;
Ma essendo ed allora si ha che
Da ciò è possibile scrivere che ⇒ .

Dim : | | ⇒

Resta da dimostrare che:


Sia ⇒ ∧

Per cui

E’ dunque lecito scrivere:


⇔ | |

Osservazione sui sottospazi supplementari


Se ⇔ | |

Proprietà - sottospazio di combinazioni lineari


Sia spazio vettoriale su e sia ( ) una famiglia di vettori di
L’insieme | ( ) Risulta essere sottospazio vettoriale di .

53
Dimostrazione:
1.
2. :

Dim 1) in quanto

( ) ( ) ⇒

Dim 2)
Sia :

Sia allora

Per cui se

Considerato

Quindi ogni ed ogni famiglia di vettori li si può scrivere come combinazione lineare di perciò ogni
.

---N.B.--- prende nome di simbolo di Kronacker

:
Siano e
Da ciò e per quanto è stato prima dimostrato è possibile scrivere che:

( )

( )

( ) ( )

per e inizione
( )

è detto sottospazio vettoriale generato dalla famiglia di vettori ( ) e si denota con la seguente simbologia:
( )
Detta scrittura identifica un sottospazio vettoriale di generato dai vettori appartenenti alla famiglia nella scrittura
stessa.

54
Osservazione nel caso in cui il vettore generatore sia unico
Se è possibile considerare ( ) . sottospazio vettoriale generato dal solo vettore .
|
Gli elementi di vengono per questo detti multipli.
Sia con e si considerino e e la loro unione . E’ lecito affermare che:

in uanto non multiplo n ell uno n ell altro sottospazio vettoriale generato a ciascun vettore

Si consideri |
Il sottospazio vettoriale nullo è generato dal solo vettore nullo.

Proprietà sul più piccolo sottospazio vettoriale contenente un sottoinsieme di


Si può dimostrare che, preso , se ( ) allora è il più piccolo di tutti i sottospazi
vettoriali di rispetto alla relazione di inclusione contenenti

Osservazione - Uguaglianza di sottospazi vettoriali generati dallo stesso sottoinsi e-


me di
Siano
Se
( )
Si denoti con allora banalmente si dimostra che
( )

Dim.: equivale a scrivere che e .



Si ha che ⇒

⇒ ⇒

---N.B.--- Da questo memento in poi sarà indifferente utilizzare le due distinte notazioni: ( )

Osservazione su un sottoinsieme di generatori di uno spazio vettoriale


Sia spazio vettoriale su
Per il sottospazio vettoriale generato da ( ) ovvero ( ) è sicuramente contenuto
dal sottospazio vettoriale generato da ( ) cioè ( )

Dim.:
Sia ( ) ⇒

( )

Ma è vero che dato ( ) ( ) :

55
Per cui è giusto scrivere che:
( ) ( )

Definizione spazio vettoriale finitamente generato


Sia spazio vettoriale su
Si dice che è finitamente generato se esiste una famiglia ( ) di vettori di tale che:
( )
Si dice che sono generatori (ma non GLI unici generatori) e si dice che ( ) è un sistema di ge-
neratori di .

( ) ⇔ ( )

Si consideri : finitamente generato se solo se si può scrivere secondo la definizione per cui:
|
Generalizzando è possibile affermare che

ESEMPIO

Si consideri ( ) per

( ) | ( ) | ( )

Sia ( ) ma ( ) ( )

Osservazione sul caso di un n-spazio vettoriale numerico


Siano ( ) ( ) ( )
con
Allora: ( ).

Dim.:
Si faccia vedere che ( )
Sia ( )
Si consideri la seguente combinazione lineare:

( ) ( )

( ) ( ) ( ) ( )
( )

Quindi è giusto scrivere che:


( )

56
Definizione di vettori linearmente indipendenti e di vettori linearmente dipendenti
Sia spazio vettoriale su e sia ( ) e si ricordi che:

( ) | ( )

Per si dice:
i. ( ) è famigli di vettori linearmente indipendenti (famigli libera o parte libera) se:

( ) ⇒

ii. ( ) è famigli di vettori linearmente dipendenti

( ) ( )

Si può dimostrare che la definizione non dipende dall’ordine dei vettori e quindi la famiglia può essere denotata anche
da un insieme del tipo

Da questo momento in poi il campo di lavoro è spazio vettoriale su .

ATTENZIONE - quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Questa definizione è di importanza fondamentale per numerosi concetti che seguiranno da adesso in poi:
vi faccio notare che presi un certo numero di vettori questi sono linearmente dipendenti se esiste una lo-
ro combinazione lineare tale che il vettore risultante dalla somma sia il vettore nullo.
Affinché una famiglia di vettori sia libera si deve verificare che non esista alcuna combinazione lineare
banale tale che la sua risultante sia il vettore nullo.
Vi consiglio di ragionarci con l'ausilio del metodo grafico del punta-coda.

Proprietà
Sia spazio vettoriale su e sia ; linearmente dipendente ⇔

Dim.:

⇒ linearmente dipendente in quanto esiste un e perciò non è linearmente indipendente;
la seconda uguaglianza è resa possibile dal 4° assioma degli spazi vettoriali.

Sia un vettore linearmente dipendente ⇒ allora per la legge di annullamento del prodotto
essendo deve essere inevitabilmente .

Teorema sulle relazioni fra famiglie libere e non libere


Sia spazio vettoriale su e siano con e
Allora si dimostra che:
1. Se è formato da vettori linearmente dipendenti allora anche è formato da vettori linearmente dipenden-
ti.
2. Se è parte libera allora anche è parte libera.

57
Dim.:
-OSSERVAZIONE PROPEDEUTICA-
Sia allora risulta

Dim.1:
per Hp è formato da vettori linearmente dipendenti

( ) ( )

( ) ( )

allora

Dim.2:
Per Hp è parte libera
Si ragioni per assurdo e si supponga che non è parte libera ⇒ è formato da vettori indipendenti, ma
per il teorema precedentemente dimostrato allora anche formato da vettori linearmente indipendenti.
è parte libera per cui è formato da vettori linearmente dipendenti.
L'assurdo è stato generato dall'aver supposto che non fosse parte libera allora risulta essere parte li-
bera.

Proprietà - proposizioni riguardanti le famiglie libere


Sia spazio vettoriale su e sia ( ) una famiglia di vettori linearmente indipendenti
1.
2.
3.

Proprietà sull'unica rappresentazione di un vettore (combinazione lineare di vettori


di una famiglia libera)
Sia spazio vettoriale su e sia ( ) una famiglia libera di vettori di ; siano ( ) ,( ) famiglie di
scalari di tali che:

Allora:

58
Dimostrazione:
Essendo in gruppo abeliano allora:

⇒ ⇒ ( ) ⇒

Proprietà sulle parti libere in un sottospazio vettoriale


Sia spazio vettoriale su e sottospazio vettoriale di su
Se ( ) è famiglia di vettori linearmente indipendenti in allora ( ) è famiglia di vettori linearmente indi-
pendenti in .

Proprietà- proposizioni equivalenti riguardo le parti non libere


Sia spazio vettoriale su e sia ( )
Sono equivalenti le seguenti:
1. ( ) linearmente dipendenti
2. è combinazione lineare dei restanti vettori ⇔

Dimostrazione
La proprietà risulta essere una doppia implicazione per cui è necessario dimostrarla in entrambi i sensi.
⇒)
:( ) linearmente dipendenti con

Ciò equivale a dire che:

( ) ( ) ( ) ( ) ⇒

( ) ( ) ( ) ⇒

( ) ( ) ( ) ( ) ( ) ⇒

( ) ( ) ( ) ( ) ( ) ( )

Dove ( ) ( ) ; si noti che ( ) perché è un campo.

Per semplificare la notazione inoltre è possibile porre la seguente notazione:


( ) ( ) ⇒
Per cui si ottiene:

( ) ( ) ⇒

59
)
:

( ) ( ) ⇒ ( )

( ) ( ) ⇔ ( ) ( ) ( ) ⇒

( ) ( )
Per cui si ha che:
( )

Proprietà sul numero di vettori linearmente dipendenti


Sia spazio vettoriale su e sia ( ) un sistema di generatori di .
Se sono vettori di ed allora linearmente dipendenti.

Definizione di base
Siano vettori di spazio ettoriale su campo. Si dice che ( ) è base di se e solo se:
 sono linearmente indipendenti;
 ( ) è un sistema di generatori di ⇔ ( )

Sia spazio vettoriale su e ( ) base di allora:


( ) ( )

Il vettore nullo NON può appartenere ad una base di perché non è linearmente indipendente.

Definizione di base canonica


Sia ( ) ( ) ( ) ( )
Per cui: ( ).

( ) ( ) ( )

( ) ( ) ( ) ( ) ( )⇒

( ) ( )⇒ ⇒

( )

( ) prende il nome di base canonica o base standard di

Si consideri ( ) ma è anche vero scrivere ( ) con


Sia campo , spazio vettoriale su allora ( ) con

60
Teorema
Sia spazio vettoriale su e ( ) con .

⇔ |( ) ( ) ( )

Dimostrazione
Essendo una doppia implicazione è necessario dimostrare l’implicazione in entrambi i versi.

⇒)
base di allora ( )

( ) ( ) ( )

( ) ⇒ |( ) ( ) ( )

unicit ella rappresentazione


i un vettore com inazione lineare i una famiglia li era

|( ) ( ) ( )

Banalmente si ha che:

( ) ( ) ( )

Per cui si è ottenuto che:


( ) ⇒ ( )
Si ha inoltre che:
( )
In quanto
( ) pi piccolo sottospazio i contenenti ( )

Allora si è dimostrato che ( )

Si faccia vedere che ( ) è una famiglia di vettori linearmente indipendenti:

( ) ( ) ( )

⇒ ⇒
base di

Definizione di coefficienti
Sia spazio vettoriale su , ( ) una base di :

61
|( ) ( ) ( )

( ) prendono nome di coefficienti o componenti di rispetto a .

Proprietà sul numero di vettori aventi determinate proprietà


Sia spazio vettoriale su , ( ) una base di allora:
1. è il massimo numero di vettori linearmente indipendenti di
2. è il numero minimo di vettori di che generano
3. Se ( ) è un’ulteriore base di allora

Definizione di dimensione di uno spazio vettoriale


Sia spazio vettoriale su campo.
Se ha una base finita ( ) allora è detto dimensione di e si indica con il simbolo:

Oppure

Se non esistono equivoci sul campo sul quale si sta lavorando. Se si pone .
In tutti i casi restanti si dice che ha dimensione infinita.

Proprietà sulle dimensioni


1. Se è spazio vettoriale su con e se è finitamente generato allora ha dimensione finita.
2. Sia spazio vettoriale su campo e sia ; sia ( ) una famiglia di vettori linearmente indi-
pendenti, allora ( ) è una base di .

Teorema di completamento della base


Sia spazio vettoriale su campo e sia .
Sia ( ) famiglia libera di vettori di , allora esistono tali che ( ) sia base di
.

Dimostrazione
Sia ( ) famiglia di vettori di linearmente indipendenti.
 L’ipotesi: non è accettabile in quanto è il numero massimo di vettori linearmente indipendenti.
 Se per la seconda proprietà è per definizione spazio vettoriale.
 Se ( ) non può essere sistema di generatori perché risulta essere il numero minimo di ge-
neratori di .
Una base di deve avere esattamente vettori.
Si imponga quindi che ( ) per cui:

( ) ( ) ( ) ( ) ( ) ( ) ( )

Si dimostri per assurdo che per cui si neghi detta affermazione e si supponga che ⇒

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( )( ) ( )

62
⇒ ( )
Ma essendo ( )( ) allora si ha che:
( ) ( )

Da ciò si ottiene che: .


Allora si ha:

( ) ( ) ( ) ( ) ( ) ( )

Per cui si ha che:

Si è dimostrato dunque che sono linearmente indipendenti.


 Se allora ( ) risulta essere una base di ;
 Se allora si riapplica il procedimento.
Il numero massimo di volte che sarà necessario ripetere il procedimento sarà volte.

Proprietà sulle dimensioni dei sottospazi vettoriali


Sia spazio vettoriale su e sia sottospazio vettoriale di e sia . Allora:
1. ha dimensione finita e
2. ⇔
3. ⇔

Identità di Grassmann
Sia spazio vettoriale su e siano e sottospazi vettoriali di allora:
1. hanno dimensione finita
2. ( ) ( )
3. ⇒ ( )

Dimostrazione
Si dimostri la prima proprietà:
Si considerino e finite per la prima proprietà del teorema precedente.
Inoltre vale:

Per cui si ottiene che ( ) finita.


Inoltre si ha che anche ( ) è finita perché .

Si dimostri la seconda proprietà:


1. Siano:

Per cui si ha che:
⇒ ( )
⇒ ( )
Il teorema è dunque verificato per il primo caso.

2. Sia

63
⇒ ( )
⇒ ( )
Il teorema è verificato per il secondo caso.

3. Siano:

Si possono verificare due casi:


I.
II.

Se ( ) ⇒ banalmente verificato

Se allora siano:

im( )
Inoltre essendo:

Risulta:
( )
Si considerino ora ; per quanto definito dal teorema del completamento della base è possibile affer-
mare che esistono vettori linearmente indipendenti tali che:

Ed allo stesso modo è possibile affermare che esistono vettori linearmente indipendenti tali che:

Si supponga ora che:

Cosicché sarebbe possibile affermare che:


( ) ( ) ( )

Per cui sostituendo si verifica che


( ) ( )

Si faccia vedere che base di : per fare ciò è necessario far vedere che:
I. è un sistema di generatori di ;
II. sono linearmente indipendenti.

Si dimostri che ( )
Per fare ciò è necessario dimostrare la doppia inclusione:
Si dimostri che ( )
( )
( )⇒
( )
( ) ( )⇒ ( )

Si faccia vedere che ( )


64
Sia un vettore qualsiasi tale che:
( )⇒
Siano

⇒ ( ) ( ) ( ) ( ) ( )

⇒ ( ) ( ) ( ) ( ) ( )

Allora:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( )

Si è scritto il generico vettore come combinazione lineare per cui è corretto scrivere che
è un sistema di generatori di .

Si dimostri che sono linearmente indipendenti:


Si verifichi che fissati tale che:

( ) ( ) ( ) ( ) ( ) ( )

allora:

Si ponga

( ) ( ) ( )

( ) ( )

( ) ( )

Da ciò è possibile scrivere che:


Si consideri che:

( ) ⇒ ⇒
Allora:

65
( )
⇒ ( )

Per quanto dimostrato è giusto dire che:

( ) ( ) ( )

Ma al tempo stesso è vero che:

( ) ( )

Per cui si ottiene che:

( ) ( ) ( ) ( )

( ) ( ) ( ) ( )

Per cui deve essere:

( ) ⇒

Perciò si è dimostrato che sono linearmente indipendenti.

La somma iniziale si può ridurre a:

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( )

Da ciò si ottiene che:

Per cui si è ottenuto che: sono linearmente indipendenti.


Allora è possibile definire .

Teorema dell’esistenza di un supplementare


Sia spazio vettoriale su ;
Sia sottospazio vettoriale di
Allora ammette almeno un supplementare.

Dimostrazione

66
Esistono tre casi possibili:
1. ⇒ ( )
2. ⇒ ( )
3. ⇒ ⇒ si dimostri l’esistenza di un supplementare.
Esiste certamente una base di :

Esistono e linearmente indipendenti tali che:

Sia una base di per il teorema del completamento della base.

Si consideri ora: ( ) sottospazio vettoriale di ; essendo linearmente indipendenti si ha


che è anche una base per cui im( )

⇔ ⇒

1. Si dimostri inizialmente che ⇒

1*. Si dimostri inizialmente che


sottospazi vettoriali di allora sottospazio vettoriale di .
2*. Si dimostri che:
Sia ⇒ |( )

Si ha che ( ) ( )
Per cui ( ) ⇒ ( ) ⇒ im( )

2. Si dimostri che:
Si utilizzi l’identità di Grassmann
im( ) im( ) im( ) im ( )
( ) im( )
im( )
im ( )
im( )⇒( )

In maniera differente era possibile far vedere che (banalmente perché e sono entrambi sottospazi
vettoriali di ) e che .
Allora si prenda ∧ per cui: ( ) ∧ ( )
allora per cui ( ) ma essendo
una base di allora ∧ per cui .

Per cui si è ottenuto che allora:


( )
Dove .

67
Definizione di algebra
Sia campo.
Si definisca algebra sul campo , una struttra algebrica ( ); dove ( ) è spazio vettoriale su .
Il primo puntino indica la legge di composizione esterna.
Si definisca ora la legge di composizione interna appena introdotta:

( ) ; ( )
2. ( ) ( ) ( )

Inoltre se è associativa l’algebra si dice associativa;


se ha elemento neutro l’algebra si dice unitaria.

Si sono introdotti i concetti fondamentali di spazio vettoriale, ora si introdurrà l'applicazione lineare, ov-
vero un' applicazione che permette di mettere in relazione spazi vettoriali differenti.

Definizione di applicazione lineare


Siano spazi vettoriali su ;
Un’applicazione
:
è detta applicazione lineare oppure omomorfismo oppure omomorfismo lineare se:
( ) ( ) ( )
( ) ( )
Dove di ( ) è la legge di composizione esterna di e di ( ) è la legge di composizione esterna di .

Inoltre si può verificare (come diretta conseguenza della definizione) che:


1. ( )
2. ( ) ( )

Classificazione delle applicazioni lineari


Si consideri : lineare;

Se è surgettiva : è epimorfismo (lineare);


Se è ingettiva : è monomorfismo (lineare);
Se è bigettiva : è isomorfismo (lineare);

Se : è detta endomorfismo (lineare);


Se è endomorfismo ed isomorfismo : è automorfismo (lineare).

Caratterizzazione delle applicazioni lineari


Siano spazi vettoriali su ; sia : ;
Allora:
⇔ ( ) ( ) ( )

Dimostrazione
Essendo la caratterizzazione delle applicazioni lineari una doppia inclusione allora bisogna dimostrare entrambi i versi:

68
⇒) : lineare
Si consideri
( )
per cui:
( ) ( ) ( )

Per cui:
( ) ( ) ( ) ( )

) : ( ) ( ) ( )
Siano
( ) ( )

( ) ( ) ( )

( ) ( ) ( ) ( )

Si dimostri ora che: ( ) ( )


Si consideri e allora:
( ) ( ) ( )

( ) ( ) ( ) ( )
Ma essendo ( ) allora:
( ) ( ) ( ) ( )

Proprietà sulle combinazioni lineari


Siano spazi vettoriali su ;
: lineare
( ) ( )

( )

Si facciano adesso tre esempi:


1. Siano spazi vettoriali su ;
Si consideri:
:

( ) ( ) ( )
2. Siano spazi vettoriali su ;
Si consideri:
:
( )

69
3. Siano spazi vettoriali su ;
Si consideri:
:
( )
( )

Teorema sulla linearità dell'inversa di un isomorfismo lineare


Siano sono spazi vettoriali su e : è un isomorfismo lineare allora risulta essere un’applicazione
invertibile e
:

Teorema sulla composizione di applicazioni lineari


Siano spazi vettoriali su e : ; : siano applicazioni lineari allora:
:

Si classifichino le seguenti strutture algebriche:


 Sia spazio vettoriale su :
( ) : |
( ( ) )
 Sia spazio vettoriale su :
( ) : |
( ( ) )

Teorema - proprietà delle immagini di sottospazi vettoriali


Siano spazi vettoriali su e : sia un’applicazione lineare allora:
1. sottospazio vettoriale di allora ( ) è sottospazio vettoriale di ;
2. sottospazio vettoriale di allora ( ) è sottospazio vettoriale di .

Dimostrazione
( ) sottogruppo di ( ) ovvia perché già dimostrato.
e ( ) allora ( )
Sia ( )⇒ ( )
Allora si consideri ( )
Ma essendo lineare allora ( ) ( )

Osservazione al teorema
Siano spazi vettoriali su e : sia un’applicazione lineare allora:
( )
Ma essendo : un’applicazione lineare si ottiene:

Applicando la 2 è possibile scrivere: ( ) ( )


⇔ ( )

70
Proprietà
Siano spazi vettoriali su e : sia un’applicazione lineare allora:
1) ( ) con allora: ( ) ( ( ) ( ))
2) surgettiva ⇔ comunque si consideri tale che allora ( )
3) trasforma vettori linearmente dipendenti in vettori linearmente dipendenti.

Dim 1)
Sia ( ) ⇒ ( ) è sottospazio vettoriale; sia ( ) ( ).

Essendo da dimostrare un’uguaglianza si faccia vedere la doppia inclusione:


( ) ( ( ) ( ))
( ) ( ( ) ( ))

1. ( ): ( ( ) ( ))
Sia ( ) ⇒ ( )
Essendo ⇒ ( ) ⇒ ( )

( ) ( ) ⇒

( ( ) ( ))

2. ( ( ) ( )) ( )
Sia ( ( ) ( ) ) allora ( ) ( )
per cui:

( )

Inoltre
Si sa che ( ) | ( ) allora ( )

Dim 2)
Essendo una doppia implicazione è necessario dimostrarla in entrambi i sensi:
⇒)
è surgettiva ⇒ ( )
Sia un qualunque sistema di generatori per :
Per la prima proprietà si ha che:
( ) ( )

)
Comunque si consideri allora ( )
Si dimostri che:
poiché è sottospazio vettoriale di se stesso: ( ) ( )
per ipotesi ( ) allora è surgettiva

Dim 3)
Sia ( ) una famiglia non libera ⇒ ( ) ( )
Poiché ( ) allora considerato ( ) , si consideri ( ) ( ) per cui:

71
( ) ( ) ( )

Dalla prima proprietà si ha che, data : lineare:


( ) ( )

Osservazione nel caso di surgettività


Se e base di
( ) ( ) ( ( ) ( ))

Per cui se è surgettiva allora ( ) ( )

Proprietà di un monomorfismo
Siano spazi vettoriali su , : lineare.


Dimostrazione
Essendo una doppia implicazione è necessario dimostrarla vera in entrambi i versi.

⇒)
Sia ingettiva e siano linearmente indipendenti
: per cui ( ) ( ) allora si provi che:

( ) ( )

Allora si prenda ( ) ( ) allora essendo lineare si ottiene:

Ma essendo ( ) allora per cui essendo ingettiva allora ( )


Allora si ha:

( ) ⇒

)
trasforma vettori linearmente indipendenti in vettori linearmente indipendenti; si dimostri che è ingettiva
ovvero che:
( )
Essendo una uguaglianza allora c’è necessità di dimostrare una doppia inclusione. Si dimostri inizialmente:
( )
72
Ciò è vero per definizione di applicazione lineare.
Si dimostri ora che: ( ) per cui sia ( ) ⇒ ( )
Si supponga per assurdo che , ma poiché trasforma vettori linearmente indipendenti in vettori linear-
mente indipendenti.
Per cui:
( ) ∧ ( )

Per cui si ha che:


( )

Teorema della dimensione per le applicazioni lineari


Siano spazi vettoriali su , siano e sia : lineare allora:
( ) ( )

Teorema di esistenza ed unicità di un’applicazione lineare


Siano spazi vettoriali su di dimensione finita e . Se è una base di e
allora:
| :
( )

Prima caratterizzazione di un isomorfismo


Siano spazi vettoriali su e sia : lineare:

Seconda caratterizzazione di un ismomorfismo


Siano spazi vettoriali su di dimensione finita allora esiste:

Dimostrazione
Essendo una doppia un’implicazione è necessario dimostrarla in entrambi i sensi

⇒)Esiste : isomorfismo
( ) ⇒ ( )

Per il teorema della dimensione si ha che:


( ) ( ) ( )
Ma essendo un isomorfismo e di conseguenza una surgezione si ha che ( ) allora:

) sia
Si considerino:

Si applichi il teorema di esistenza ed unicità per cui si ottiene che:


| : ( )
Allora trasforma basi in basi e per il teorema precedente si ha che:
73

Definizione di spazi vettoriali isomorfi


Siano spazi vettoriali su campo . Si dice che e sono isomorfi se esiste almeno un isomorfismo lineare tra
e .

Proprietà degli spazi vettoriali


Ogni spazio vettoriale su con è isomorfo a .

Dimostrazione
Sia spazio vettoriale con ; inoltre banalmente .
Per cui si ha che:

Allora : applicazione lineare che trasforma basi in basi per cui risulta essere un isomorfismo lineare e per
la definizione precedente è possibile scrivere che e sono isomorfi.

Proprietà dimensionali di un'applicazione lineare


Siano spazi vettoriali su campo di dimensione finita e sia : applicazione lineare. Allora:
1. Se è un monomorfismo (ingezione) ⇒
2. Se è un epimorfismo (surgezione) ⇒
3. Se è un isomorfismo (bigezione) ⇒

Dimostrazione 1)
Sia ingettiva ⇒ er( ) ⇒ im( er( ))

è sottospazio vettoriale di ⇒

Allora:

Dimostrazione 2)
Sia surgettiva ⇒ ( ) ⇒
( )

Applicando il teorema della dimensione:


( ) ( )
( )

74
Essendo ( ) allora si ha che:

Matrice relativa all'applicazione lineare rispetto a basi fissate


Siano spazi vettoriali su campo ; .
Sia : applicazione lineare:

Inoltre

| ( )

E’ necessario considerare che è invece relativo alle componenti del vettore rispetto a

Si consideri che questa osservazione è estremamente banale in quanto essendo ( )


allora la rappresentazione di qualsiasi vettore sarà univoca (una volta fissata la base) per cui
( ) saranno le componenti di ( ) in ; ( ) saranno le componenti di ( ) in
e così via.

Per cui al variare di resta determinata in modo unico la matrice:


( )

Che prende il nome della matrice associata ad relativamente a e .

Esplicitando ancora una volta il significato della matrice, presi:


( )
queste risultano essere le componenti del vettore colonna

( )

---N.B.---
Se : con base di allora ( ) ( ).

Siano spazi vettoriali su campo ; .


Sia : applicazione lineare:
Sia:

|( )

( ) | ( ) ( )

Anche in questo caso è banale: è un vettore di ed avrà delle sue componenti in ed allo stesso modo
anche ( ) vettore di avrà delle sue componenti in .

Per cu si ha che:

75
( ) ( )

Per cui è possibile riscrivere il tutto come:

( )

Inoltre si ha anche che:

( )

Allora

Il procedimento appena effettuato permette sempre di trovare le coordinate di un qualunque trasforma-


to di un vettore a partire dalle coordinate del vettore iniziale conoscendo la matrice associata all'applica-
zione lineare.

Matrice associata ad una composta di applicazioni lineari fissate le basi


Siano spazi vettoriali su .
Siano
: :

Siano basi di .
Si consideri l’unica matrice associata rispetto ad e l’unica matrice associata rispetto a .

( ) ( )
Si consideri ora la funzione :

:
E si consideri la sua matrice associata:

( ) ( ) ( )

Che altro non è se non il risultato del prodotto matrici per colonne

Matrice associata all'automorfismo identità


Sia spazio vettoriale su e sia ( ) base di .
Si ha che:
( )
Per cui:

( )

76
( )

Matrice associata ad un isomorfismo ed alla sua inversa


Siano spazi vettoriali su e siano rispettivamente basi di e . Sia : isomorfismo.
( ) ( )
Allora:
:
( ) ( )

Per cui si ha che:



Allora:
( ) ( )
( ) ( ) ( )

( ) ( )
( ) ( ) ( )
Quindi

Per cui è possibile scrivere:

Allora:
( ) ( )
Infatti definita la matrice inversa di :
( )
È possibile scrivere la seguente:
( ) ( )

Matrice di passaggio
Si consideri spazio vettoriale su e siano due basi distinte di . È possibile definire l’applicazione lineare iden-
tità come segue:
:
Per cui è verificata la seguente:
( ) ( )
in quanto è banale verificare che

Sia spazio vettoriale su , sia base di e sia : isomorfismo, allora:


( ) ⇔

Sia spazio vettoriale su , e siano basi di ; sia : allora:


( ) ( )
In quanto isomorfismo.

77
Per cui si ottiene:

( )

Per ( ) sono i coefficienti del vettore in


Per ( ) ( ) sono i coefficienti del vettore in

Da ciò si ottiene che:

( )

è detta matrice di passaggio (dalla base alla base ) o matrice della componenti (dalla base alla base ).

Gli spazi orientati


Sia spazio vettoriale reale, ; e si denoti con ( ) l’insieme di tutte le basi di e siano:
( )

si dicono concordemente orientate o positive se ( )


In caso opposto se ( ) allora si dicono discordemente orientate o negative.

Si definisca su ( ) la seguente relazione fra ( ), denotata con il simbolo di tilde . Per cui e sono in
relazione fra loro se sono concordemente orientate ovvero ( ) ⇔ ( )
Si faccia vedere che questa è una relazione d’ordine:
 Riflessività: sia ( ) ( ) ( ) ⇒

 Simmetria: siano ( ) ⇒ ( ) ; ( )
( )

Per cui si ha che


 Transitività: Siano ( ) e sia ; per cui:
( ) e ( )
Bisogna verificare che ⇒
( ) ( ) ( ) ( )
Per cui essendo i due termini del prodotto entrambi positivi allora è possibile dire
che ( ) e quindi .

E’ dunque possibile identificare delle classi di equivalenza rispetto alla relazione che viene denotata tramite la se-
guente simbologia:

Ogni classe di equivalenza si chiama orientamento o orientazione di .

Proprietà riguardanti il numero di orientamenti di uno spazio vettoriale


Sia spazio vettoriale reale (su ) e ( ) base di , allora esistono almeno due orientamenti: infatti
esiste ( ) base di . Per cui n tal caso si avrebbe:

( )

78
per cui ( ) . Allora e di conseguenza e sono disgiunti.

Siano e si supponga che siano a due a due discordemente orientate, per cui si considerino:
( ) ( ) ( )

Per il teorema di Binet è possibile scrivere:


( ) ( ) ( )
Per cui affermando che possano esistere tre basi a due a due discordemente orientate si è caduti nel seguente assur-
do:
( ) ∨ ( )
Per cui è possibile affermare che ( ) è ripartita in due classi di equivalenza; detta espressione è equivalente a dire
che ha solo due orientamenti.

( ) ⇔ ⇔ ( )
( ) ⇔ ⇔ ( )
Le notazioni sono equivalenti.

Definizione di spazio vettoriale orientato


Sia spazio vettoriale reale; si consideri la relazione definita su ( ).
si dice spazio vettoriale orientato se è fissata ( ) tale che definisca un orientamento; banalmente appar-
tiene all'orientamento definito da se stesso.

Definizione di isomorfismo che conserva l'orientamento


Siano , spazi vettoriali reali e siano e sia : un isomorfismo lineare.
Si dice che conserva l’orientamento se trasforma basi di ( ) in basi di ( ) e conseguentemente basi di ( )
in basi di ( ).
In caso contrario si dice che non conserva l’orientamento.

Definizione di forma bilineare (generalizzata ad i spazi vettoriali)


Sia spazio vettoriale su , e sia
applicazione lineare definita come segue:
:
prende nome di forma bilineare se:
 ( ) ( ) ( )
 ( ) ( ) ( )
 ( ) ( ) ( )

Una forma bilineare è detta simmetrica se risulta che:


( ) ( )

Una forma bilineare è detta antisimmetrica se risulta che:


( ) ( )

Si noti che data la forma bilineare:


:
( )
È sia simmetrica che antisimmetrica; detta forma bilineare si dice anche forma nulla.
79
Definizione di prodotto scalare
Sia spazio vettoriale su ;
si dice prodotto scalare su una forma bilineare , non nulla e simmetrica.

Definizioni riguardanti il prodotto scalare


Sia spazio vettoriale reale e sia un prodotto scalare su ; si dice che:
1. è non degenere ⇔ l’unico vettore ( ) ⇒ ;
è degenere in caso contrario;
2. è semidefinito positivo ⇔ ( )
è semidefinito negativo ⇔ ( )
semi e inito positivo
3. è definito positivo ⇔
( ) ⇔
semi e inito negativo
è definito negativo ⇔
( ) ⇔

Teorema sul prodotto scalare


Sia spazio vettoriale reale, prodotto scalare:
Allora:
1. Se è definito positivo ⇒ è non degenere;
Se è definito negativo ⇒ è non degenere;
2. Se è non degenere ⇒ ( )
3. Se è non degenere e semidefinito positivo ⇒ è definito positivo
Se è non degenere e semidefinito negativo ⇒ è definito negativo

Dimostrazione della prima proprietà


Sia definito positivo; ragionando per assurdo si supponga degenere:

Allora:
( )

Essendo definito positivo si ha che: ( ) ⇔ ; ponendo allora si ottiene che:

( ) ( )
Per cui si ha che:

L’assurdo è stato provocato dall’aver supposto che sia degenere allora deve essere non degenere.

---N.B.--- Si intenda da ora la seguente simbologia:

Sia spazio vettoriale reale; la seguente notazione:

80
:
identifica il prodotto scalare per cui dati
il pro otto scalare i per

Definizione di prodotto scalare


Si definisce prodotto scalare standard la forma bilineare non nulla e simmetrica che opera come segue:
Sia spazio vettoriale reale;
( )
( )

---N.B.--- Da questo momento in poi si farà riferimento sempre a prodotti scalari definiti positivi.

Definizione di spazio vettoriale euclideo


Sia spazio vettoriale reale e sia esso munito di un prodotto scalare ; allora è detto spazio vettoriale euclideo.
Per cui si ha che munito di un prodotto scalare è uno spazio vettoriale euclideo.

Definizione di prodotto scalare indotto


Sia spazio vettoriale reale, munito di un prodotto scalare ; sia sottospazio vettoriale di . Si consideri
la forma bilineare definita come segue:
:
( )
prende nome di prodotto scalare indotto.

Definizione di norma
Sia spazio vettoriale reale; si definisce norma su un'applicazione del tipo:

tale che verifichi le seguenti condizioni:


 e ⇒
 | |

Allora preso

prende nome di norma o modulo di .

Definizione di versore
Sia spazio vettoriale reale dotato di norma; si consideri allora si dice versore ⇔ .

81
---N.B.---
D'ora in poi se spazio vettoriale euclideo è dotato di norma verrà detto spazio vettoriale euclideo e normato.

Proprietà
Sia spazio vettoriale reale euclideo dotato di norma, allora valgono le seguenti:
1.
2.

Dimostrazione
1. Sia allora:

In maniera equivalente si può far vedere che e che


allora si è ottenuto che ma essendo un campo vigono le leggi di cancella-
zione per cui .

2. Sia allora:

Definizione della norma standard


Sia spazio vettoriale reale euclideo ; l’applicazione che si denota con:

È una norma.
Inoltre:
| |

Detta proprietà prende il nome di diseguaglianza di Schwartz.

Dimostrazione
Si faccia vedere che è un’applicazione e che soddisfa la prima proprietà di una norma:

unico ⇒ applicazione

) ⇒ ⇒

82
---N.B.---
Si faccia caso al fatto che non ha senso parlare di uno spazio vettoriale dotato di norma standard, ma non euclideo in
quanto la norma standard è definita tramite il prodotto scalare standard. Si faccia dunque attenzione a non cadere in
simili errori che per quanto banali denotano una disattenzione all'impianto teorico a cui si sta facendo riferimento.

---N.B.---
Si introduca una nuova notazione per l'inverso di uno scalare appartenente al campo dei reali o dei complessi. Sia
oppure allora certamente esisterà l'inverso di . La notazione è equivalente alla seguente . Si noti
che così facendo non si è introdotta alcuna operazione supplementare, si è aggiunta solamente una notazione, per cui
la linea di separazione fra l' e la non è la linea di frazione.

Costruzione di un versore
Sia spazio vettoriale reale euclideo e normato
Sia

Si noti che per le proprietà della norma:


Si pone:

Allora si determini

Essendo allora:

Per cui si ha che:

Per cui si può dire che:

versore

Definizione di vettori ortogonali


Sia spazio vettoriale reale munito di un prodotto scalare ;
per si dice che è ortogonale a e si indica:

Solo adesso ha senso parlare di vettori ortogonali: prima di aver definito un prodotto scalare sullo spazio
vettoriale risulta evidente quanto l'espressione "vettori ortogonali" sia priva di significato.

83
Osservazione sull'ortogonalità del vettore nullo
Sia spazio vettoriale reale ed euclideo
Sia
⇔ ⇔
Inoltre

Per cui:

Definizione e proprietà del sottospazio ortogonale


Sia un sottoinsieme qualunque di allora:
|
è un sottospazio vettoriale di detto sottospazio ortogonale.

Dimostrazione
Si dimostri che è un sottospazio vettoriale di per caratterizzazione.
Si dimostri che:

Si può dire che in quanto:

Allora essendo :

Si dimostri quindi che:

Siano:

Allora:

Essendo allora si può scrivere che:

Si supponga che: con allora per abuso di notazione si può scrivere che:

Definizione di sottospazi vettoriali ortogonali


Sia spazio vettoriale reale euclideo. Siano due sottospazi vettoriali di ; si dicono fra loro ortogonali se o-
gni vettore di uno di essi è ortogonale a ciascun vettore dell’altro.

Proprietà sui sottospazi vettoriali ortogonali


Sia spazio vettoriale reale euclideo; se

84
Allora:
e

Condizione sufficiente alla lineare indipendenza


Sia spazio vettoriale reale euclideo.
Se ( ) è una famiglia di vettori di tali che:
1.
2. con
Allora:
( )

---N.B.--- Da ora in poi, salvo indicazioni differenti, sarà spazio vettoriale reale euclideo

Definizione di coefficiente di Fourier


Sia spazio vettoriale reale ed euclideo.
Siano
Il numero reale:

È detto coefficiente di Fourier.


Si noti che in quanto ;

Costruzione di vettori ortogonali


Sia spazio vettoriale reale euclideo;
Siano ,
Posto:

Si dimostra che

Dimostrazione
Siano elementi di ,

Allora applicando la simmetria del prodotto scalare si ottiene:

85
Definizione di base ortogonale e di base ortonormale
Sia spazio vettoriale reale euclideo tale che
Si dice base ortogonale di ogni base di formata da vettori a due a due ortogonali.
Si dice base ortonormale di ogni base ortogonale di tale che i vettori siano tutti versori.

Teorema di Gram-Schmidt
Sia spazio vettoriale reale euclideo (ovvero fornito di un prodotto scalare ) con ;
sia una qualsiasi base di .
Si ponga e supposto di avere una famiglia di vettori ( ) si ponga:

La famiglia ( ) risulta essere base di e si verifica che:


1.
2. ( )

Il teorema appena enunciato afferma che di uno spazio vettoriale di dimensione maggiore uguale a due
è sempre possibile trovare una base ortogonale. La dimostrazione che segue è un classico esempio di di-
mostrazione costruttiva. Il metodo di dimostrazione per costruzione si contrappone a quello per assurdo
in quanto non si limita a dimostrare esclusivamente la validità o la falsità di una proposizione ma indica
una chiara via applicativa del teorema.

Dimostrazione
Si dimostri il teorema per induzione:

 Si verifichi il caso
È necessario dimostrare le seguenti:
siano linearmente in ipen enti ⇔
( )

 Si dimostri che: siano linearmente indipendenti:


o Si dimostri che:
Per ipotesi si ha che:

Essendo allora:

Ma essendo per ipotesi allora:

 Per cui si ha che:

86
Allora:

 Si dimostri ora che:


Per facilitare la notazione si ponga:

Allora si ottiene che:

Si supponga per assurdo che:


Allora:

Per cui si sono scritti i vettori e in dipendenza lineare: questo risulta essere
un in quanto base di e perciò essi sono per ipotesi linear-
mente indipendenti. L’assurdo è stato causato dall’aver supposto che allo-
ra si può scrivere che:

o Si dimostri che:
Ricordandosi che:

Allora si può scrivere la tesi come:

Ma si è già detto che è possibile esprimere come:

Per cui sostituendo la tesi diventa:

e per il teorema precedentemente enunciato si ha che:

per cui:

Si è dunque dimostrato che sono linearmente indipendenti.

 Si dimostri che ( )
 Si consideri ; detta proprietà è banalmente verificata in quanto:
( )
Inoltre si ha che è possibile scrivere come combinazione lineare dei vettori
:

Allora inevitabilmente:
( )

 Si formuli l’ipotesi induttiva


Si supponga di aver costruito la famiglia di vettori ( ) ; si ha che:

87

 ( )

 Supposta vera l’ipotesi induttiva si consideri:

Affinché il processo induttivo sia verificato è necessario dimostrare vere le seguenti:

sia linearmente in ipen ente ⇔


( )

Inoltre si faccia caso al fatto che finché la sommatoria abbia senso deve essere verificato che:

Ciò risulta essere vero perché per ipotesi induttiva si ha che:

 Si dimostri che linearmente indipendente


o Si dimostri che:
Si supponga per assurdo che allora:

Per cui:

ovvero
( ) ( )

Per cui si è dimostrato che è un vettore linearmente dipendente ma questo risulta es-
sere un in quanto base di .
L’assurdo è stato generato dall’aver supposto che allora questo significa che:

o Si dimostri che
Questo è equivalente a scrivere:

Sostituendo

Applicando le proprietà della forma bilineare si ottiene la seguente:

Si rifletta ora sul significato della quantità: per ipotesi induttiva si ha


che tutti i vettori della famiglia ( ) sono a due a due ortogonali (
) per cui significa che per ogni valore allora e di conseguenza
l’intera quantità . Da cui è possibile ridurre la precedente equa-

zione alla seguente:

88
Semplificando si ottiene:

Si è dunque dimostrato che è linearmente indipendente

 Si dimostri che ( )
Si faccia caso che precedentemente si è scritto il vettore come:

ovvero in dipendenza lineare dai vettori con per cui è possibile scrivere:
( )
Ma essendo:
( ) ( )
Si ha che:
( )

Esistenza di una base ortonormale


Sia spazio vettoriale reale euclideo tale che allora esiste almeno una base di ortonormale.

Dimostrazione
Per il teorema di Gram-Schmidt è certamente possibile considerare base ortogonale di

Si consideri ora una famiglia di tale che:

Da ciò si ha che ( ) base di (per una delle proprietà delle basi di uno spazio vettoriale) inoltre si ha che

Per cui essendo vettori ortogonali per ipotesi allora anche saranno fra loro ortogonali allora per quanto
detto precedentemente avendo tutti i vettori di ( ) base di norma unitaria ed essendo tutti fra loro ortogona-
li è possibile affermare che è sempre possibile determinare almeno una base ortonormale di .

Proprietà delle matrici di passaggio fra basi ortonormali


Sia spazio vettoriale reale euclideo di dimensione finita
Dati e basi di ortonormali di la matrice di passaggio da a sarà una matrice ortogonale:
( )

Osservazione sull'esistenza di basi ortonormali per sottospazi vettoriali


Sia spazio vettoriale reale euclideo di dimensione finita e sia sottospazio vettoriale reale di euclideo di dimen-
sione finita maggiore uguale a due allora anche avrà almeno una base ortonormale.

Proprietà euclidee dei sottospazi supplementari


Si denoti con un sottospazio vettoriale di con tale che

89
Sia una base ortonormale di ; per il teorema del completamento della base sarà certamente possibi-
le considerare base di .
È possibile affermare con certezza che esisterà base ortonormale di e la si indichi come segue:
( )
Tale che
Allora sarà certamente possibile considerare la base ortonormale tale che:

Si consideri ora il sottospazio vettoriale generato dai vettori


( )
Per cui si ha che:

È possibile dimostrare che e si consideri allora poiché è generato da e dai vettori


allora si ha che:

Allora:

Per l’identità di Grassmann si ha che:


( ) ( )

Ovvero:
( )
Allora
( )
Allora per definizione di somma diretta si ha che:

Allora è supplementare di .

Osservazione sul prodotto scalare di vettori espressi in una base ortonormale


Sia spazio vettoriale reale euclideo tale che e sia base ortonormale di e siano
per cui:

Allora:

Ma e ⇔ allora:

( )

Definizione di operatore unitario


Siano spazi vettoriali reali euclidei. Un’applicazione lineare : è detta operatore unitario se
( ) ( )
Ovvero se conserva il prodotto scalare.

90
Proprietà dell'operatore unitario
Sia : operatore unitario, allora:
1. ⇒ ( ) ( )
2. è ingettiva

Dimostrazione 1
Siano tali che allora:
( ) ( )
Allora per definizione di vettori ortogonali:
( ) ( )

Dimostrazione 2
Tesi:



Allora si dimostri la precedente: l'implicazione da destra verso sinistra risulta essere banale si dimostri allora da destra
verso sinistra:
⇒ ( )

( ) ( ) ( )
Per cui:

Proprietà dell'operatore unitario


Sia spazio vettoriale reale euclideo tale che ;
sia : operatore unitario ⇒ è surgezione ⇒ automorfismo

Dimostrazione
: operatore unitario ⇒ è ingezione ⇒ ⇒ ( ) ;

ma per quanto dimostrato precedentemente:


( ) ( )

( )
Allora è surgezione.
Avendo dimostrato che è ingezione, coincidendo il dominio e l’insieme di arrivo dell’operatore unitario allora è pos-
sibile affermare che è un automorfismo.

Essendo un automorfismo, un operatore unitario del tipo : trasforma basi in basi. Per definizione di opera-
tore unitario si ha che se si considera per base una base ortogonale allora trasforma basi ortogonali in basi ortogo-
nali. È inoltre possibile dimostrare che:
( )
Allora per quanto dimostrato precedentemente è possibile affermare che un operatore unitario trasforma basi orto-
normali in basi ortonormali.

91
Proprietà delle matrici associate ad un operatore unitario
Sia spazio vettoriale reale euclideo di dimensione finita, sia base ortogonale di
Si prova che un operatore è unitario se e solo se la matrice associata alla stessa base ortogonale dell’operatore è
una matrice ortogonale.
: ⇔ ( ) ( )

Si può dimostrare che definito ( ) come segue


( ) : |
( ( ) ) è gruppo (rispetto alla legge di composizione interna cerchietto ).
Allora si ottiene che:
( ) et( )
Si definisca ( ) sottogruppo di ( ):
( ) ( )| ( ) et( )
Allora:
( ( ) )
Inoltre ( ) è detto sottogruppo ortogonale speciale di .

Proprietà degli operatori unitari appartenenti al sottogruppo ortogonale speciale


di riguardanti l'orientamento
Sia spazio vettoriale reale euclideo
Si consideri ( ) e sia ( ) se è orientato allora conserva l’orientamento.

Proprietà riguardanti l'orientamento trasmesso da un isomorfismo lineare


Siano tali che , siano rispettivamente basi di e ; sia : isomorfismo lineare
Si può dimostrare che conserva l’orientamento ⇔ ( ) ( )
Allora:
( )
Per estensione si ha che:
 Se ( ) ( ) ( )
 Se ( ) ( ) ( )

 Se ( ) ( ) ( )

Proprietà sulle matrici associate ad un operatore unitario


Sia spazio vettoriale reale euclideo tale che ; sia una base ortonormale di
Sia : un operatore unitario, allora esiste tale che:
( ) ( )

Per ( ) si ha: ( )

Definizione di angolo
Sia spazio vettoriale reale euclideo orientato tale che ;
Dati si dice angolo formato da ed e si identifica tramite la seguente simbologia:

L’operatore unitario : tale che:


 conservi l’orientamento;
92
 ( )
Inoltre ( ) ovvero l’angolo ha valori nel sottospazio vettoriale generato dal vettore tramite una costante di
proporzionalità positiva.

Proprietà degli angoli


Siano allora esiste ed è unico ;
Sia , : per cui: ( ) , allora è misura dell’angolo per cui:
cos cos
Si dimostra che:

cos cos

Espansione del concetto di angolo


Sia spazio vettoriale reale euclideo orientato tale che ;
Dati si consideri l’insieme per cui si ottiene ( ) sottospazio vettoriale di che si di-
mostra essere spazio vettoriale reale euclideo di su cui è possibile andare a definire l’operatore unitario di
angolo. L’orientamento di viene fissato in base al problema.

Il prossimo paragrafo riguarda una delle strutture più eleganti, complesse ed utili che siano mai state de-
finite. Gli ampliamenti complessi non sono facilmente immaginabili: anzi lo sono esclusivamente nel caso
in cui la dimensione dello spazio vettoriale su cui viene definito l'ampliamento complesso abbia dimen-
sione unitaria. Per il resto vi consiglio di conoscere molto bene la teoria matematica alla base di questa
struttura perché potrebbe semplificarvi di molto lo studio nei prossimi capitoli ed in molte branche della
fisica.
E ricordatevi: diffidate da chi vi dice di aver capito fino in fondo cos'è un ampliamento complesso!!!

Definizione di ampliamento complesso


Si consideri il gruppo ( ); questo può essere considerato sottogruppo (rispetto al prodotto righe per colonne) di
( ).
Sia spazio vettoriale complesso tale che ; sia base di .
Si dice struttura di ampliamento complesso su ciò che segue:
( ( ))

Costruzione di una struttura canonica di ampliamento complesso


Sia spazio vettoriale complesso tale che e sia ( ( )) struttura di ampliamento complesso su e
sia ( ) una base di ; allora si può considerare l’insieme:

| ( )

Se è munita di struttura di spazio vettoriale reale allora si dimostra che:

Rispetto a , è detto ampliamento complesso di .

Definizione di vettori e basi reali


Sia , allora è detto vettore reale.
Sia ( ) base di , è detta reale se esiste una matrice di ordine invertibile che soddisfi le seguenti:

93
( )

Definizione di complessi coniugati


Siano allora:

Con
( ) ( )

sono complessi coniugati se

Proprietà
Si può dimostrare che se allora ha componenti reali rispetto ad una qualunque base reale.
Sia

( )

Sia

Allora non dipende dalla base reale considerata;



è detto complesso coniugato di .

Proprietà - estensione delle proprietà di uno spazio vettoriale reale al suo ampli a-
mento complesso
Si denoti con uno spazio vettoriale reale qualsiasi di dimensione finita, allora esiste almeno uno spazio vettoriale
complesso tale che sia un ampliamento di per cui si ha che:

Sia spazio vettoriale reale.


Sia:
|
Un vettore di resta univocamente determinato da un’unica coppia di vettori ordinati :
Se e allora e . Inoltre
Allora ∧ .

Si definisca ora su una legge di composizione interna a carattere additivo:

Siano con e e con


Allora:
( ) ( )

94
Per cui essendo ( )( ) allora per come è stata definita la legge di composizione interna è possibile
dire che .
Si può dimostrare che ( ) è gruppo abeliano.

Si definisca ora su una legge di composizione esterna:

Allora:
( ) ( )
Per cui essendo ( )( ) allora per come è stata definita la legge di composizione esterna è possibi-
le dire che
Allora è possibile affermare che:
( )
Allora:
( ) ( )
In quanto i vettori di vengono espressi in termini di vettori di per cui la base di riferimento è identica.
Si consideri base qualsiasi di ed un qualsiasi ( ) e si determini su un ampliamento complesso canonico di
ovvero:

Sia spazio vettoriale reale qualsiasi e sia un ampliamento complesso canonico di Si supponga di
aver definito in un prodotto scalare

con e con
( )
L'applicazione risulta essere bilineare, simmetrica e non nulla per cui risulta essere un prodotto scalare.
Si verifichi se il prodotto scalare è definito positivo (in tal caso si dovrà dimostrare che se
allora .
( )
che è equivalente ad imporre il seguente sistema:

Allora:


Questo tuttavia non è sempre vero allora non è definito positivo.

95
96
Gli spazi affini

Abbiamo concluso la trattazione dell'algebra lineare ed iniziamo ora la trattazione della geometria. Se
rappresentare un vettore in uno spazio vettoriale risultava assolutamente sconveniente da un punto di
vista concettuale adesso invece tutto ciò con cui si avrà a che fare (con l'esclusione degli ampliamenti
complessi) avrà riscontri non solo nella nostra intuizione, ma anche visivamente. Lo spazio affine è difatti
ciò che noi comunemente immaginiamo quando parliamo di spazio o piano (ovviamente la trattazione
sarà n-dimensionale ma la generalizzazione sarà nettamente più semplice rispetto a quanto successo
precedentemente). Vi invito quindi a superare la notazione matematica e trovare riscontri nelle cono-
scenze comuni riguardanti gli elementi della geometria euclidea che ci sono suggeriti dalla nostra intui-
zione. Vi faccio notare inoltre che la grande differenza fra la geometria euclidea e quella vettoriale che vi
verrà qui proposta è che entrambe giungono alle stesse conclusioni partendo da punti di vista differenti:
la geometria euclidea è assiomatica ovvero poggia le basi su asserti che non possono essere dimostrati e
che prendono il nome di postulati; la geometria vettoriale assume come certezze assiomatiche esclusi-
vamente quelle derivanti dagli assiomi che definiscono lo spazio vettoriale. Si vedrà che una trattazione
degli elementi geometrici di questo tipo porta inevitabilmente ad una maggiore plasticità nell'uso dei
fondamentali geometrici, semplificando le estensioni e dando spiegazioni più complete di certi compor-
tamenti. A prescindere dall'intuitività di certi asserti vi invito comunque a non tralasciare la formalità
matematica che la nostra trattazione richiede.

Si faccia caso al fatto che da ora in poi scanso diverse indicazioni si farà riferimento a spazio vettoriale su e con
.

Definizione di struttura di spazio affine


Sia ; si dice che è spazio affine su se esiste un’applicazione

Verificante i seguenti assiomi:


i. ( ) ( ) ( ) (identità di Chasles)
ii. | ( )

Gli elementi di sono detti punti;

Se allora è detto spazio affine reale;


Se allora è detto spazio affine complesso;

Con la notazione ( ) e con la notazione( ( )) si denota il vettore applicato; se il punto di applicazione


di un vettore ( ) non è meglio specificato, allora il vettore è detto vettore libero. La notazione di vettore applica-
to non sarà utilizzata nel testo, ma può essere utile conoscerla nella consultazione di altri testi,

Si definisce dimensione dello spazio affine la dimensione dello spazio vettoriale :

Con la notazione si intende uno spazio affine di dimensione ;


Con la notazione ( ) si intende uno spazio affine reale;
Con la notazione ( ) si intende uno spazio affine complesso.

97
Si faccia caso al fatto che la notazione corretta dovrebbe essere ( ) e solo per abuso di notazione si utilizza
( ).

Proprietà degli spazi affini


1. ( )
2. ( ) ⇔
3. ( ) ( )

Dimostrazione 1
Sia , allora:
( ) ( ) ( )

( ) ( )

( )

Dimostrazione 2
Siano
 Si dimostri )

Allora:
( ) ( )

 Si dimostri ⇒)
( )

( ) ( )

Dimostrazione 3
Siano

( ) ( ) ( )

( ) ( ) ( )

( ) ( )

Puntamento dello spazio affine


Sia spazio affine su spazio vettoriale tramite (applicazione che definisce la struttura di spazio affi-
ne) e sia elemento qualsiasi e si consideri:

98
( ) ( )
 Si dimostri che è applicazione ovvero è necessario far vedere che per ogni allora ( ) è l’unico ele-
mento corrispondente.
Sia
( ) ⇔ ( )
Allora è applicazione.

 Si dimostri che è una bigezione:


⇔ | ( )
Sia per il secondo assioma:
| ( ) ⇔ | ( )
Essendo bigezione allora esiste

Costruzione della struttura di spazio vettoriale puntato


Si vada a definire su una legge di composizione interna:

( ) ( )
( )e ( ) sono elementi di per cui anche la loro somma appartiene a ; l’applicazione è definita da in
per cui si ha che ( ) ( ) è un elemento di . È necessario far vedere quali proprietà soddisfa la legge di
composizione interna .
risulta essere sia associativa che commutativa in quanto di gode di entrambe le proprietà. Si fa qui vedere
esclusivamente la dimostrazione dell’esistenza dell’elemento neutro .
Bisogna verificare che:

Allora sia ;
( ) ( ) ( ( ) ) ( )
È inutile far vedere il viceversa in quanto si è già dimostrata la commutatività. Inoltre sia allora esiste l'opposto
che si denoti con – per cui si è vero che:
( )
È infine possibile scrivere che:
( )

Si definisca ora una legge di composizione esterna


Sia:

( )

È necessario far vedere per sono soddisfatti i quattro assiomi di spazio vettoriale; si faccia vedere esclusivamente il
quarto:

( ) ( )
Si può far vedere che soddisfa anche i primi tre assiomi di spazio vettoriale per cui munito della legge di composi-
zione interna e di quella di composizione esterna , risulta essere una struttura di spazio vettoriale allora
( )

prende il nome di spazio vettoriale puntato.


99
e V come spazi vettoriali isomorfi
Si faccia vedere che adesso è isomorfismo lineare; lo si dimostri mostrando che per come è definita questa sod-
disfa la definizione:
( ) ( ) ( )
Siano e si consideri:
( ) ( ) ( ) ( ) ( )
Quindi si dimostri che:
( ) ( )
Sia e si consideri:
( ) ( ) ( )
Allora è isomorfismo lineare per cui trasforma basi in basi allora è possibile affermare che i due spazi vettoriali han-
no la stessa dimensione.

Il fatto che lo spazio affine possa essere trattato come uno spazio vettoriale una volta che è stato fissato
un suo elemento, giustifica l'ampia trattazione degli spazi vettoriali fatta precedentemente. Lo spazio
vettoriale puntato gode di tutte le proprietà di un qualunque spazio vettoriale.

Proprietà -
Sia ; ha una struttura di spazio affine su se e solo se esiste una bigezione . La struttura di spazio
affine di su è in ogni caso determinata da tale che:

( ) ( ) ( )

Dimostrazione
Per snellezza nella trattazione si farà vedere solamente una parte della dimostrazione ovvero la prima implicazione, e
solamente parte della seconda, tralasciando quanto di poco utile ai fini della comprensione globale dell’argomento.

Sia ; si vuole dimostrare che:


⇒)
Sia uno spazio affine allora per definizione esiste secondo i due assiomi di spazio affine.
Sia un qualsiasi punto di e si definisca che verifica la seguente:

( ) ( )
Detta applicazione risulta essere inoltre una bigezione. Allora si ponga:

)
Sia una bigezione.
Affinché sia uno spazio affine su è necessario costruire un’applicazione che soddisfi i due assiomi di spazio affine
per cui sia
: ( ) ( ) ( )

è bigettiva per ipotesi allora resta da far vedere che definita come sopra dota di struttura di spazio affine ovvero
che soddisfa ai due assiomi di spazio affine.

100
Esempi
1. Sia spazio vettoriale su . Si definisca su una struttura di spazio affine su se stesso. In base al precedente
teorema si de3finisca una struttura di spazio affine tramite l’identità:

E prende nome di struttura canonica di spazio affine allora:

: ( ) ( ) ( )

2. Sia campo e si consideri spazio vettoriale su , allora può esser munito di struttura di spazio affine
su e prende nome di -spazio affine numerico su campo.

Definizione di sottospazio affine di passante per


Sia spazio vettoriale su , sia spazio affine su , sia e spazio vettoriale puntato. Ogni sottospazio vet-
toriale dello spazio vettoriale puntato è detto sottospazio affine di passante per . Se è un sottospazio affi-
ne di passante per allora si pone:

Si consideri isomorfismo tra spazi vettoriali; allora trasforma sottospazi vettoriali in sottospazi vettoriali
dell stessa dimensione, allora:
( )
Tale che

Con sottospazio vettoriale di e prende nome di giacitura o spazio direttore di


Per cui un sottospazio affine passante per può essere identificato dalla seguente notazione:
( )

Si consideri:
( )
Allora per definizione:
| ( )

| ( )
Allora se ,
⇔ ( )
Ad esempio:
⇔ ( )
Infatti:
( )

Allora se:
⇔ la sua giacitura

ATTENZIONE!!! quanto segue NON HA PRETESE DI RIGORE MATEMATICO


Il sottospazio affine è univocamente definito dalla sua giacitura e da un punto. Tutti i punti del sottospa-
zio affine sono quelli i cui vettori associati al punto scelto appartengono alla giacitura. Difatti la giacitura
determina come il sottospazio affine si disponga nello spazio o nel piano.

101
Proprietà - esistenza del sottospazio affine fissato un punto e la giacitura
Per ogni e per ogni sottospazio vettoriale di esiste sottospazio affine di passante per e di giacitu-
ra .

Dimostrazione
Sia e sia sottospazio vettoriale di
Allora si vada a considerare lo spazio puntato e l’applicazione costruita a partire da isomorfismo li-
neare, allora . Si consideri sottospazio vettoriale di allora ( ) sottospazio vettoriale di spa-
zio puntato tale che:
( ) ( )
In quanto risulta essere isomorfismo lineare. Si ponga
( )
Allora per definizione risulta essere sottospazio affine di . Essendo isomorfismo lineare allora trasforma
l’elemento neutro in elemento neutro allora inevitabilmente:
( )
Si consideri allora:
( ) ( )
Allora la giacitura di sottospazio affine di è .

Proprietà - uguaglianza di sottospazi affini differentemente puntati


Sia ( ) un sottospazio affine di allora per ogni il sottospazio affine ( ) è tale che
.

Dimostrazione
Sia ( ) e sia ;
⇔ ( )
Si consideri e si determini:
( ) ( ) ( )

( ) ( ) ( ) ( )

Si consideri ( ) esistente per le precedenti proprietà.


Sia allora:
⇔ ( )
Per quanto detto precedentemente:
( ) ( ) ( )
Ma ( ) per ipotesi allora:
( ) ⇔ ( ) ⇔
Per cui si è ottenuto che:

Allora:

Proprietà - unicità del sottospazio affine n -dimensionale


Sia spazio puntato. L’unico sottospazio affine di di dimensione è .
102
Dimostrazione
Sia ( ) allora:

Inoltre si ha che:

Allora:

Per cui:

Osservazione - sottospazio affine ridotti ad un unico punto


Tutti i sottospazi affini ridotti ad un unico punto hanno dimensione nulla.

Definizione di retta, piano, retta complanare, iper -piano


I sottospazi affini di di dimensione , se esistono, sono dette rette;
I sottospazi affini di di dimensione , se esistono sono detti piani; le rette che appartengono allo stesso piano sono
dette complanari.
I sottospazi affini di di dimensione , se esistono, sono detti iper-piani;

Esempio
In piano affine le rette sono gli iper-piani;
In spazio affine i piani sono gli iper-piani.

Munizione di un sottospazio affine di struttura di spazio affine


Sia spazio vettoriale su di ;
Sia spazio affine su tramite : , sia e sia : isomorfismo lineare. Sia ( ) un
sottospazio affine di . Per munire dei struttura di spazio affine è necessario definire un’applicazione come se-
gue:

( ) ( )
Si dimostri che è un’applicazione lineare. Siano allora:
( ) ( ) ( ) ( ) ( ) ( )
Ma per la caratterizzazione dei punti appartenenti ad uno spazio affine si ha che: ( ) sottospazio vettoriale;
( ) sottospazio vettoriale per cui appartiene a anche il suo opposto. Allora resta definito univocamente
anche:
( ) ( )
Dimostrare che soddisfa agli assiomi di spazio affine è banale per cui è possibile scrivere che munisce di strut-
tura di spazio affine per cui è detta struttura di spazio affine indotta su dalla struttura di spazio affine di . Per
snellire la notazione si faccia caso al fatto che verrà denotata tramite .

Teorema sulle dimensioni di un sottospazio affine


Sia spazio vettoriale su , sia spazio affine su tramite .
Sia e sia un sottoinsieme di punti di .

1. Esiste un unico sottospazio affine di tale che:


103
i.
ii. è il più piccolo per inclusione sottospazio affine di contenente .

2. Posto con ( ) si può scegliere (ciò è sempre possibile per quanto dimo-
strato in precedenza), allora si dimostra che ha ( ( ) ) come sistema di generatori.

3. Se non è contenuto in alcun sottospazio affine di di dimensione allora esiste un unico sotto-
spazio affine di dimensione tale che .

4. Se ed non è contenuto in alcun iper-piano di allora ( ( ) ) è base di .

Osservazione nella validità della 3


Si hanno punti ;
Si ha che ( ) sono linearmente indipendenti, allora:
( ) ⇒
( ) ⇒

 Sia allora nel caso in cui valga il caso allora inoltre:

| im
La cui giacitura sia
( ) im
Per cui:
( )
Allora:
( )

Per la prima proprietà si ha che:

Con sottospazio affine. è una retta.


Quindi per due punti distinti passa una ed una sola retta. La retta può essere denotata nei seguenti modi:

( ) ( ( )) ( )

 Sia allora nel caso in cui valga il caso allora non sono allineati inoltre:
| im
La cui giacitura sia
( ) ( ) im
Per cui:
( ) ( )
Allora:
( ) ( )

Per la prima proprietà si ha che:

Con sottospazio affine. è un piano. Quindi per tre punti distinti passa uno ed un solo piano. Il piano
può essere denotato nei seguenti modi:

104
( ) ( ( ) ( )) ( ) ( )

Sistemi di riferimento affini


Sia spazio vettoriale su tale che im sia spazio vettoriale puntato, sia , sia : un isomor-
fismo lineare. Sia base di . Si definisca quindi un’applicazione del tipo:

Con spazio vettoriale su .


Si ricordi che:

|( )

Allora:
( ) ( )
Si può facilmente dimostrare che è un isomorfismo lineare. Allora si stabilisce che la notazione:
( )
È detto sistema di riferimento affine di . Il punto è detto origine del riferimento.

ATTENZIONE!!! quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Immaginate di avere un piano, privo di qualunque tipo di punto preferenziale o di asse, più o meno come
la lavagna pulita prima che un matematico inizi a spiegare. La prima cosa che si fa è identificare un pun-
to preferenziale che prende nome di origine e dopo si tracciano delle rette che prendono nome di assi. Si
è visto come una retta sia univocamente definita da un punto per cui passa e dal sottospazio vettoriale
1-dimensionale che definisce la direzione della retta. Per cui ogni vettore della base definisce esattamen-
te la direzione di ciascun asse del riferimento. In Fisica il modulo dei vettori della base altro non sarebbe
se non l'unità di misura sull'asse ed . Immaginando che la base sia quella canonica (in uno spazio vet-
toriale euclideo e normato) i vettori della base sarebbero versori ortogonali a darebbero vita a quello che
comunemente viene chiamato piano cartesiano. Vi raccomando di non prendere tutto ciò che ho scritto
in questo paragrafo per certo; alcuni degli esempi che ho fatto mancano di quel rigore matematico ne-
cessario perché possano essere definiti esatti, ma l'eccesso di rigore matematico mi avrebbe impedito di
trasmettere ciò che mi premeva.

Essendo un isomorfismo lineare è possibile considerare la sua inversa:

Allora gli definiti come:


( )
Sono detti punti fondamentali di di ( ). Si ha che:
( )⇔ ( )
Allora
⇒ ( )
( ))

Per cui le rette sono dette assi del riferimento

Si osservi che questo è strettamente connesso al quarto punto del teorema precedentemente enunciato.

Se , si avranno due assi:


( )
( )

Se si avranno tre assi:


105
( )
( )
( )
Sia ( ) un sistema di riferimento e sia

tale che:
( ) ( )( ) ( ) ( )

( ) ( )

( ) ⇒ ( )

è un isomorfismo lineare; è detto sistema di coordinate relativo al riferimento ( )

Se allora ( ) ( ); per cui ( ) sono le coordinate di relative al riferimento ( )


Le coordinate di possono essere identificate tramite la notazione:
( )

Se , ( ),
( )
è detto ascissa di
è detto ordinata di

Se , ( ),
( )
è detto ascissa di
è detto ordinata di
è detto quota di

Cambiamento delle coordinate di un punto nel passaggio da un sistema di riferime n-


to ad un altro
Sia spazio affine su spazio vettoriale su . Sia ( ) un sistema di riferimento affine con ( ) e
il sistema coordinato dedotto da ( ). Siano dove

( )⇔ ( ) ( )

( )⇔ ( ) ( )

Allora:
( ) ( ) ( ) ( ) ( )

Per cui sostituendo le precedenti relazioni si ha che:

( ) ( ) ( ) ( )


( ) ( ) rispetto a

Siano:
106
( )
( )
due sistemi di riferimento affini con il rispettivi sistemi coordinati dedotti e si supponga che:
( )
( )
Dove sono basi di
Sia allora:
( ) ( )
( ) ( )
Per cui:
( )⇔( )( ) ⇔ ( ) ( ) ( )
Quindi:
( ) ( )

Si definiscano ora le componenti di rispetto a :


( )⇔( )( ) ⇔ ( ) ( ) ( )
Quindi si ha che:

( ) ( )⇔ ( )

Si considerino ora le componenti del punto rispetto ad e rispetto ad già definite in precedenza:

( ) ( )⇔ ( )

( ) ( )⇔ ( )

Inoltre si sa che:

( ) ( ) ( )

Si consideri ora la seguente osservazione:

( )

Allora:

( )

Allora per l’unicità della rappresentazione di una vettore si ha che:

( )


107
Per cui l’equazione:

( )

Serve al cambiamento delle coordinate di un punto nel passaggio da un sistema di riferimento ad un altro.

Equazioni parametriche di un sottospazio affine


Sia spazio affine su spazio vettoriale su per cui im . Sia ( ) con ( ) e sia .
Sia un sottospazio affine per cui ( ) e si supponga che . Sia ( ) una base di , al-
lora:
( )
per cui:

Resta quindi definita la matrice

Per cui il rango massimo della matrice è

Sia per cui:


( ) ( )
Se per la caratterizzazione dei punti appartenenti ad un sottospazio affine allora:
⇔ ( )
Si ha che:
⇒ ( )

( )

Allora:

|( ) ( )

Per l’unica rappresentazione di un vettore si ha che:

( )

Ma essendo:

Allora:

( )

108
Allora la seguente equazione prende nome di equazione parametrica di :

Sia allora i sottospazi affini banali di sono:


 stesso;
 Tutto i sottospazi affini che si riducono ad un unico punto, per cui : im

Casi particolari: n=1


Per allora è una retta affine perciò esistono solo sottospazi affini banali in quanto tutti i sottospazi affini di
sono:

 im

Sia ( ) per cui sia


origine del riferimento;
base di tale che
Sia il sistema di coordinate relativo al riferimento ( ) isomorfismo lineare.

( ) ( )

Casi particolari: n=2


Per allora è una piano affine perciò i sottospazi affini banali di sono:

 im
I restanti sottospazi affini di sono tutti gli iper-piani ovvero tutte le rette

Sia ( ) per cui sia


origine del riferimento;
base di tale che
Allora:
 ( ) asse delle ascisse;
 ( ) asse delle ordinate;

Per cui definito sistema di coordinate relativo al sistema di riferimento ( ) si ha che:

109
( ) ( )
Per cui prende nome di ascissa e di ordinata.

Una retta qualsiasi di viene così definita:

( )⇔( )

Dove rappresenta la giacitura della retta.


Allora

Si scriva allora l’equazione parametrica rispetto al riferimento ( ) con ( ).

In questo caso particolare si ha che: e


Si consideri ( ) e sia ( ) allora:

È l’equazione parametrica delle rette passanti per di giacitura .

È tuttavia possibile identificare una retta tramite due punti: sia una retta tale che:

( )

Dove ( ) per cui ( ) ( ) allora:

( ) ( ) ( )

( ) ( )

Allora si ha che:

( )
( )

Questa risulta essere l’equazione parametrica della retta nel caso in cui lo spazio affine sia

Proprietà - relazioni fra sottospazi affini


Sia spazio affine su spazio vettoriale su ; sia : . Si denoti con ( ) e con ( )

1. ⇔ ( )
2. ⇒ è sottospazio affine di e ( ) con
3. Se ⇒ ⇔

110
Dimostrazione 1.
La proprietà è una doppia implicazione per cui è necessario dimostrarla in entrambi i sensi:
⇒) Th: ⇒ ( )

Sia ⇒ ⇒ ∧
Si consideri ( ) allora:
( ) ( ) ( ) ( ) ( )
Si utilizzi la caratterizzazione dei punti di un sottospazio affine:
⇔ ( )
Ed in maniera analoga si dimostra che:
⇔ ( )
Inoltre essendo ( ) un gruppo allora anche ( ) allora si è dimostrato che:
( )

) Th: ( ) ⇒

Sia ( ) ⇒per definizione ∧ ( )


Sia e sia
per un teorema precedentemente dimostrato | ( )
per caratterizzazione dei punti appartenenti ad un sottospazio affine.
Sia ( ) ( ) ( ) ( ) ( ) ( )
Essendo in un gruppo valgono le leggi di cancellazione per cui:

ma ⇒
Per cui si ha che ( ) ⇒
Allora:

Dimostrazione 3.
Hp:
Th: ⇔

Si faccia caso al fatto che:


⇒ ⇒ ∧
( ) ( )
Il teorema è una doppia implicazione per cui è necessario dimostrarla in entrambi i sensi.

⇒) Hp: ; Th: ⇔

Sia | ( )
⇒ per caratterizzazione dei punti appartenenti ad un sottospazio affine allora
⇒ essendo allora ⇒ per definizione ( ) .
Allora per l’arbitrarietà di ⇒

111
) Hp: ; Th:

Sia ⇒ ( ) ; ma essendo allora ( ) allora per caratterizzazione dei


punti appartenenti ad un sottospazio affine

Definizione di sottospazio congiungente


Il sottospazio affine ( ) di è detto sottospazio congiungente di e se:
i.
ii. risulti essere il più piccolo per inclusione di tutti i sottospazi affini di contenenti

Proprietà sul sottospazio congiungente


Il sottospazio affine congiungente di e esiste ed è unico e coincide con il sottospazio affine dove è così
definito:
( ( ))

Proprietà sul sottospazio congiungente di sottospazi non aventi punti in comune


Se allora ( )
Sia im e sia im e sia im
Allora tramite l’identità di Grassmann è possibile dimostrare che:
im im im im

Definizione di sottospazi paralleli


è parallelo a e si scrive:

Se e solo se o se

Proprietà dimensionali di sottospazi affini paralleli


 e allora ⇔
 e allora ⇔

Teorema sulle relazioni fra sottospazi affini paralleli


Si supponga che im e sia im con Se allora oppure

Dimostrazione
Sia allora può accadere che:

Se allora l' asserto è vero.

112
Se allora essendo ed essendo allora per cui per quanto precedentemente dimo-
strato si ha che .

Corollario al teorema
Siano ( )e ( ) sottospazi affini di spazio affine su spazio vettoriale su ;
Sia im e im con
1. Se e ⇒
2. Se , e se ⇒
3. Se ⇒
4. Se ( ) è un iperpiano di ( im ) e ( ) con im e se
oppure ⇒

Osservazione su sottospazi affini paralleli


Sia ( ), im
| ( ) im

 Se ( ) è sottospazio affine di con e risulta che:


1. se im im
2. se im im

Definizione di sottospazi sghembi ed incidenti


Siano ( )e ( ) sottospazi affini di spazio affine su spazio vettoriale su ;
Se e allora e si dicono sghembi;
Se e allora e si dicono incidenti.

Spazi affini reali


Sia spazio vettoriale reale; im ; sia spazio affine reale definito tramite . Sia
( ( )) un orientamento di ; sia ( ) l’insieme di tutte le basi di per cui è possibile definire:
 ( ) insieme di tutte le basi concordemente orientate con l’orientamento fissato;
 ( ) insieme di tutte le basi discordemente orientate con l’orientamento fissato;

Definizione di spazio affine orientato


è uno spazio affine orientato ⇔ ( ) è orientato in modo tale che fissato:

sia un isomorfismo che conserva l’orientamento.


È possibile riformulare la definizione di spazio affine orientato nella seguente maniera:
è uno spazio affine orientato se è base di positiva ⇔ ( ) ( ).

Fissato spazio affine orientato valgono tutte le proprietà finora enunciate. Si faccia caso al fatto che ora il cambia-
mento delle coordinate nel passaggio da un riferimento ad un altro è mediato dall’eqazione:

( )

113
Si approfondisca ora il caso per cui si consideri spazio affine su cui ancora non è stato definito alcun orienta-
mento, su spazio vettoriale orientato.

Si consideri per cui tutti i vettori di potranno essere scritti nella forma:

Dove
Allora volendo scrivere il vettore in termini di punti dello spazio affine si ottiene:
( )
Dove e .
Allora è possibile scrivere per quanto già dimostrato che dato con e un generico punto allora:
| ( ) ⇒
Per cui si può anche scrivere che dati con allora è possibile affermare con certezza che ( )

È possibile definire su spazio affine orientato una relazione d’ordine. Sia spazio affine orientato, sia ( ) un
sistema di riferimento ed un sistema di coordinate riferite al riferimento ( ). Si definisca su la rela-
zione così definita:
⇔ ( ) ( )
Ma essendo ( ) e ( ) allora:

Si dimostra anche che la relazione è una relazione d’ordine totale. Si dimostra anche che dipende
dall’orientamento fissato e non dalla scelta di .

Definizione di segmento
Siano ; si definisce segmento di primo estremo e secondo estremo e si denota con

L’insieme di punti di :
|

Definizione di semiretta
Sia ; si definisce semiretta di origine e si denota con:
) (
L’insieme dei punti di :
) |
( |

Se necessario è sempre possibile espandere la definizione della relazione d'ordine appena introdotta, di
segmento e di semiretta anche a sottospazi affini 1-dimensionali di spazi affini n-dimensionali come è già
stato fatto in altre occasioni (vedi espansione del concetto di angolo a pagina 93).

Definizione di spazio metrico


Sia il generico insieme . Si dice distanza un’applicazione così definita:

Verificante le seguenti proprietà:


1. ( ) ( ) ⇔
2. ( ) ( )
3. ( ) ( ) ( )

114
Per la struttura ( ) è detta spazio metrico.

Si faccia ben attenzione a come è stata posta questa definizione: la struttura di spazio metrico è stata
definita su insieme qualunque. Non importa se sull'insieme siano state definite altre strutture: lo spa-
zio metrico ha come unica caratteristica quella di essere dotato di una distanza. Dato un certo insieme se
questo è esclusivamente uno spazio metrico e non è dotato di leggi di composizione, per citare la prof.ssa
Lisena, "beh... non ci potete fare proprio nulla!". Per approfondimenti sul concetto di distanza vi consi-
glio di consultare la relativa appendice.

Teorema - spazio affine visto come spazio metrico


Si consideri ora spazio vettoriale reale tale che su cui è stata definita un’operazione di prodotto scalare
munito di norma ; si consideri spazio affine reale su definito tramite . Su è
definita un’applicazione così definita:

( ) ( )
Allora prende nome di distanza e munito di è anche spazio metrico.

Dimostrazione
Si facciano ora vedere le prime due proprietà di una distanza:
1. ( ) ( ) per definizione di norma
( ) ⇔ ( ) ⇔ ( ) ⇔

2. ( ) ( ) ( ) ma per le proprietà della norma è possibile scrivere:


( ) ( ) ( ) allora si ha che ( ) ( ).

3. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
dove la maggiorazione è possibile per le proprietà della norma.

Dotazione di un sottospazio affine di struttura di spazio metrico


Si consideri nuovamente spazio vettoriale reale tale che euclideo e normato; si consideri spazio metri-
co reale su definito tramite . Sia ( ) un sottospazio affine di ; è possibile munire di
struttura di spazio affine indotto dalla struttura di spazio affine di . Per cui risulta che , munito dell'applicazione

è uno spazio affine; si consideri ora l’applicazione definita come segue:


:
( ) ( )
Allora è spazio metrico e si continuerà per linearità di notazione ad indicare con .

Cambiamento di coordinate fra riferimenti ortonormali


Sia spazio affine su spazio vettoriale su campo. Si consideri ora ( ) un sistema di riferimento metrico e sia
il sistema di coordinate metrico relativo al riferimento ( ) Si consideri il caso in cui si una base
ortonormale allora l’equazione per i cambiamenti di sistema di riferimento subisce una modifica sostanziale:

115
( )

Distanza nel caso di riferimenti ortonormali


Per cui sia ( ) un sistema di riferimento metrico dove ( ) è la base canonica. Sia il sistema di coordi-
nate metrico relativo al riferimento adottato. Siano tali che:
( ) ( )
( ) ( )
Per cui:

( ) ( )

Sia definita come in precedenza:

Allora:
( ) ( ) ( ) ( )

( ) ( )

Ma mentre

( )( )

( )

Allora riscrivendo si ha che:

( ) ( )

Definizione di sottospazi affini ortogonali


Siano ( )e ( ) sottospazi affini di spazio affine su spazio vettoriale su ; si dice che è or-
togonale a e si scrive se e solo se è verificato che:

Proprietà dimensionali dei sottospazi affini ortogonali


Sia spazio affine su spazio vettoriale reale; sia ( ) sottospazio affine di tale che im con
. Allora:
1. | ( ) tale che im
2. Sia ( ), ( ) e sia con
 im e allora
 im e allora
3. Sia ( ) con im ed se non è sottospazio banale allora è una retta.

116
4. Se im e im con allora

Definizione di piede della perpendicolare


Sia ( ) un iper-piano e sia ( ) allora considerato è detto piede della perpendi-
colare per a .

Caratterizzazione di un punto appartenente ad un iper -piano


Sia ( ) un iper-piano e sia con
⇔ ( )

Dimostrazione
Prima di iniziare la dimostrazione si faccia un’0sservazione propedeutica
Sia ( ) e si consideri in quanto im allora:

Si dimostri ora l’asserto del teorema: esso consiste in una doppia implicazione allora sarà necessario dimostrarla in
entrambi i sensi.

⇒)
Sia con
Sia ⇒ ( ) ⇒ ( ) ⇒ ( )

)
Sia , e ( )
( ) ⇒ ( )
Si sa che con allora:
( )
Per cui utilizzando l’ipotesi che ( ) si ottiene che:
( )
Ma si sa che essendo e allora per cui:

Allora
∨ ⇔
Ma per ipotesi si sa che e quindi allora deve essere necessariamente:

Riscrivendo si ha che:
( ) ⇒ ( )
Allora:

Definizione di distanza fra un sottospazio affine ed un punto


Siano ( ), , con Si dice distanza di da e si indica con ( )

117
| ( ) |
( )

Proprietà degli spazi metrici e del piede della perpendicolare


 Sia ⇔ ( )
 ( ) non dipende dalla scelta di
 ( ) ( ) dove è il piede della perpendicolare a passante per
 ( ) min ( )|

Definizione di equazione hessiana di un sottospazio affine


Sia ( ) un iperpiano e allora si definisce equazione hessiana la seguente equazione:
( )

Definizione di spazio metrico orientato


Si dice che è uno spazio metrico orientato o spazio euclideo se è uno spazio metrico e se è orientato.

ATTENZIONE!!! quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Si noti che questo è l'ultimo passo verso la costruzione del piano cartesiano: l'applicazione distanza per-
mette di definire una "unità di misura", mentre l'orientamento permette di "orientare" gli assi coordina-
ti.

Osservazione sul cambiamento di coordinate in uno spazio metrico ed orientato


Se è spazio metrico orientato allora nel momento in cui si considera un riferimento ( ) e si desidera ottenere il
cambiamento di coordinate dal riferimento fissato ad un nuovo riferimento allora si ha che:

( )

( )

( )

Definizione di angoli fra rette


Sia uno spazio euclideo e siano rette di . L’angolo è uno qualsiasi degli angoli dei due vettori che determi-
nano la giacitura delle due rette una volta che sullo spazio vettoriale si è scelto uno dei due possibili orientamenti.

Osservazione sugli angoli definiti da due rette


Nelle iporesi della definizione precedente si può dimostrare che se ( ) ed ( ); l’angolo non è univoca-
mente determinato ma è definito come:
| |
|cos |

Si può osservare che se allora:

118
| | | |
|cos |

Definizione di angoli fra iperpiani


Siano ( )e ( ) iper-piani di e sia ( ) retta di . È possibile identificare l’angolo fra e
calcolando uno qualsiasi degli angoli formati dai vettori e da .

Definizione di angoli fra una retta ed un iperpiano


È invece possibile identificare l’angolo fra e calcolando il complementare di uno qualsiasi degli angoli formati da
e da .

Costruzione della distanza canonica al variare della dimensione dello spazio affine
Si ragioni sul significato di distanza al variare della dimensione dello spazio affine.

 Sia ; sia uno spazio affine metrico; si definisca ( ) riferimento metrico con e con
e per cui è possibile considerare su solo due orientamenti identificati esclusivamente da e
vettori.
Per cui sia ( ) e si consideri allora ( ) ⇔ ( )
Si considerino ora ( ) e ( ) allora ( ) | |

 Sia ; sia uno spazio affine metrico; si definisca ( ) riferimento metrico con e
con e
Si considerino ora ( )e ( ) allora ( ) ( ) ( )

 Sia ; sia uno spazio affine metrico; si definisca ( ) riferimento metrico con e
( ) con e
Si considerino ora ( )e ( ) allora:
( ) ( ) ( ) ( )

Definizione di prodotto vettoriale


Sia uno spazio vettoriale reale euclideo tale che . Si ricordi che:


( ) ( )
Si definisca u una legge di composizione interna che prende nome di prodotto scalare:

( ) ∧
Per cui si definisca il vettore come segue:
Siano:

vettori di , allora si pone:

Si può dimostrare che:


 ∧ non dipende da

119
 ∧ ∧
 ∧ ∧
 ∧ ⇔ allora per :

Per cui sono linearmente dipendenti da ciò si deduce che:

∧ ⇒

Proprietà del prodotto vettoriale


Sia spazio vettoriale su su cui è stato definito un prodotto vettoriale allora si dimostra che

1. ∧ ∧
2. ∧( ) ∧ ∧
3. λ( ∧ ) ( )∧ ∧( )
∧ ∧
4. ⇒
∧ ∧
5. ∧ ⇔ linearmente dipendenti

Proprietà sulla retta di minima distanza


Siano ( )e ( ) due rette sghembe di allora esiste un’unica retta tale che , , incidente
ed . La retta è detta retta di minima distanza tra ed per cui e allora:
( ) ( )
Con , allora ( ) è detta minima distanza tra ed .

Dimostrazione
Siano ( )e ( ) tali che con allora sono linearmente indipendenti per cui si ha che:

Perché identificano la giacitura delle rette allora è linearmente indipendente in quanto . Inoltre vale la

quarta proprietà: ⇔ allora è linearmente indipendente rispetto a . Inoltre lavorando su

tale che per ipotesi ed avendo vettori linearmente indipendenti fra loro si può considerare
( ). Si consideri ( ) con per cui essendo scalari è possibile scrivere
quanto segue: e sono vettori per cui è possibile applicare il secondo assioma ai punti e allora:
| ( )

| ( )
Si consideri ( ) ed applico il assioma per cui:
( ) ( ) ( ) ( )
Essendo ed essendo

allora per cui deve essere ( ) ma essendo in quanto vettore linearmente indipendente allora
inevitabilmente . Si consideri ora la retta
( ) ⇔ ( )
ma essendo allora:

Inoltre si ha che:
( ) ( ) | |

120
Si calcoli la quantità:
( ) ( )
Ma essendo il prodotta scalare una forma bilineare è possibile scrivere:

in quanto
+ , essendo ortogonale a e .
Allora:
( ) (| | ) ( )
Per cui è possibile scrivere che:
( ) ( )

Ampliamenti complessi degli spazi affini


Sia spazio vettoriale complesso tale che im ; si definisca su uno spazio affine tramite l’applicazione
lineare definita come segue:

Si denoti con ( ) una struttura di ampliamento complesso su dove ( ) base di . Resta perciò
determinato sottospazio vettoriale di ; l’insieme è così definito:

| ( )

È possibile munire di struttura di spazio vettoriale reale per cui risulta che: im im . Inoltre a partire
da è possibile considerare insieme delle basi reali di dove per base reale si intende:

( ) ( )

Definizione di ampliamento complesso di uno spazio a ffine reale


è ampliamento complesso di uno spazio affine reale se è fissato

Definizione di punti reali


Sia allora:
| ( )
inoltre sono detti punti reali.

Definizione di riferimenti reali


Sia e allora ( ) è detto riferimento reale di .

Proprietà

 non varia al variare di
 si può munire di spazio affine reale su e im im

Dimostrazione
 Per definizione di punto reale si ha che ⇔ ( ) ma ( ) allora si ha che

121
 Si consideri un generico punto ; si può affermare con certezza che in quanto per la prima proprietà
si ha che il punto che determina l’ampliamento complesso appartiene sicuramente a . Allora si consideri si
consideri per cui vale che ( ) .
( ) ( ) ( ) ( ) ( )⇒ ( )
Si noti che non è possibile fare nessuna supposizione sulla natura di ( ) se non che ( ) . Per
come sono scritti allora ( ) ( ) sono vettori di
 Si consideri definita ( ) ( )
Dimostrare la terza proprietà significa far vedere che è un’applicazione e soddisfa entrambi gli assiomi di
spazio affine; si noti che questo risulta essere banalmente verificato per come è definita l’applicazione ; re-
sta quindi da far vedere che è un’applicazione.
( ) ( ) ( ) ( ) ( ) ( )
Allora è applicazione.
Si noti inoltre che im im im im

Definizione di complesso coniugato di un punto e di complesso coniugato di


Sia ; si dice complesso coniugato di il punto di definito tramite la notazione tale che le coordinate del
punto siano le complesse coniugate delle coordinate del punto rispetto a qualsiasi riferimento reale di .
Per cui i punti e sono detti complessi coniugati se vale la seguente relazione:
( )

Si consideri ( ) sottospazio affine di ; si dice complesso coniugato di il sottoinsieme:

Si può dimostrare che:


 non varia al variare del sistema di riferimento reale.
 è sottospazio affine dove è il sottospazio vettoriale complesso coniugato di e è il com-
plesso coniugato di
 è un punto reale ⇔

Definizione di sottospazio affine reale


Sia un sottospazio affine di ; è detto sottospazio affine reale di se e solo se: con sotto-
spazio affine, im im dove

Teorema
Sia uno spazio affine reale su spazio vettoriale tramite definita come segue: . Esiste un am-
pliamento complesso di spazio affine reale tale che lo spazio affine reale dei suoi punti reali coincida con .

Dimostrazione
Si dimostri il teorema per . Si consideri un tale che soddisfi la seguente relazione:

Si definisca allora sarà sottospazio affine se e soltanto se esisterà un’applicazione definita come
segue:

Con applicazione allora siano

122
( )
( ) ∧
( )
( ) ∧

Per come è definita è un'applicazione e si verifica facilmente in base a come è definita che soddisfa i due assiomi di
spazio affine e la condizione del teorema. Si noti difatti che nel caso in cui ∨ allora appartengono
all'insieme ovvero sono complessi non reali per cui è difatti possibile sottrarli. Se ancora vi riesce difficile
condividere questa interpretazione vi consiglio di definire un'applicazione :
( ) allora ( ) : ( ) ( ) ed essendo si ottiene che al-
tro non è se non la differenza delle componenti del vettore in .

123
124
Spazi proiettivi

Non ho alcuna intenzione di spaventarvi, ma se quanto abbiamo visto finora è almeno intuibile quanto
sta per seguire vi sembrerà se non fantastico, comunque al limite dello strambo. Il nome vi potrà già far
intuire qualcosa, ma la geometria proiettiva stupisce veramente tutti... capirla fino in fondo non è facile
e credo che solamente una ridotta parte di chi sta leggendo arriverà ad avere una comprensione comple-
ta ed intuitiva di ciò che sta per venire. Proprio per questo motivo interromperò molto spesso la spiega-
zione matematica per intervenire e puntualizzare e chiarire qualche concetto. Signori... benvenuti in quel
fantastico mondo dove due rette parallele... hanno almeno un punto in comune.

Sia spazio vettoriale su , (per una questione di pura comodità) con .

Definizione di spazio proiettivo


Si dice spazio proiettivo di dimensione su e lo si denota con ( ), l'insieme di tutti i sottospazi vettoriali di di
dimensione 1 privati dello .
Quindi:
( ) |
si porrà:

e sarà allora:
( ) |
Gli elementi di ( ) saranno detti punti .
Quindi:
 ( )⇒
 se ⇒ ⇒ ( ) si riduce ad un solo punto.

a. Se ( ) si denota con ( ) e si chiama spazio numerico proiettivo di dimensione su ;


b. Se ( ) e si chiama spazio numerico proiettivo reale di dimensione su ;
c. Se ( ) e si chiama spazio numerico proiettivo complesso di dimensione su .

ATTENZIONE!!! quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Sappiate che quanto segue è quanto di più sbagliato da un punto di vista matematico(e più tardi vi spie-
gherò il perché), ma credo che qualche delucidazione serva. In un esempio (sbagliato quanto questo) che
avevo fatto negli spazi vettoriali, ho scritto che un vettore definisce una direzione, del resto questa af-
fermazione ha un significato molto preciso in Fisica ed anche se sullo spazio vettoriale è stato costruito
uno spazio affine. Qui invece stiamo lavorando su uno spazio vettoriale quindi l'espressione "la direzione
definita da un vettore" NON è corretta, ma assumetela da un punto di vista intuitivo. Tutti i vettori mul-
tipli del vettore scelto definiscono la stessa direzione ma differiscono per il modulo. Si può dire che un
punto dello spazio proiettivo altro non è se non l'insieme delle direzioni lungo cui un vettore può essere
diretto. Il significato di tutto questo sarà più chiaro dopo aver affrontato il capitolo sugli spazi geometrici
proiettivi.

125
Costruzione di uno spazio proiettivo a partire dallo spazio vettoriale
Sia definita su la relazione :

allora è una relazione di equivalenza:
 Riflessività:
infatti ⇒ ;
 Simmetria: ⇒
infatti ⇒ ⇒ perché ( ) è un gruppo abeliano in quanto è un cam-
po; allora ( ) ( ) ⇒ ⇒ ;
 Transitività: ∧ ⇒
infatti ∧ ⇒ ∧ ⇒
( ) ( ) ⇒
Quindi è relazione di equivalenza. La classe di equivalenza di rispetto a sarà: |
| con . Allora l'insieme quoziente è uno spazio proiettivo:
( )
 Se la surgezione canonica di ( ) su ( ) ( ) sarà sempre denotata con:
( ) ( )
per cui: ( ) ( ) ( ) ( ) ; allora se ( )
( ) ( ).

Punti fondamentali di uno spazio proiettivo


Sia ( ) la base canonica di e si ricordi che allora si pone:

i punti dello spazio proiettivo così determinati sono detti punti fondamentali.

Definizione di sottospazio proiettivo


Sia sottospazio vettoriale di su tale che con ; allora ( ) è sottospazio proiettivo di
( ) di dimensione (oppure sottospazio lineare). Si ricordi a tal proposito che si può parlare di ( ) in quanto si
può dotare di legge di composizione esterna indotta da quella di .

Definizione di proiettività
Un'applicazione del tipo
( ) ( )
è detta proiettività se e solo se esiste un isomorfismo lineare tale che:

---N.B.---
Questo potrebbe sembrare un abuso di notazione in quanto: mentre ( )
( ) ma di fatto, dato che è un isomorfismo, trasforma lo nello per cui lo zero non sarà preso.

Proprietà di una proiettività


1. Per ogni isomorfismo esiste una proiettività ( ) ( ) tale che:
2. ogni proiettività è una bigezione.

126
Definizione di gruppo delle proiettività
Si denoti con ( )( ) l'insieme di tutte le proiettività di ( ) in sè.

Definizione di gruppo proiettivo


( )( ) è gruppo e viene detto gruppo proiettivo.

Dimostrazione
Si consideri spazio vettoriale su campo . Si consideri ( ) spazio proiettivo definito su e si consideri la
struttura algebrica ( )( ) . Si mostri che detta struttura è un gruppo.
Si consideri ( ) ( ) ( ) e si verifichi che esista tale che ( ) . Si
prenda ( ) e si mostri che ( ) . Gli insiemi di partenza e di arri-
vo sono gli stessi per come sono state definite le applicazioni si mostri che ( ) ( ) ( )
( )( ) allora si prenda ( ) per cui si ottiene che: ( ) ( ) ( ) ( ) ( )
mentre ( )( ) ( ) ( ) come volevasi dimostrare allora si è ottenuto che
( )( ) inoltre l'elemento neutro rispetto a è proprio l'identità che si è appena dimostrato appartenere
all'insieme. Resta da far vedere che ogni elemento di ( ) ( ) ammette simmetrico ma questo è banale perché le
proiettività sono bigezioni (sia ( ) ( ) allora ( ) si può considerare allora
( ) per cui verificare che ( ) ( ) facendo vedere che ( ) ( )) è un semplice
esercizio di algebra lineare), mentre è necessario far vedere che la composta di due proiettività si ancora una proietti-
vità siano ( ) ( ) allora esistono ( ) tali che e . Si consideri
la composta e si consideri ( ) ed applicando l'associatività del cerchietto ( ) ( )
( ) e riapplicando l'associatività ( ) ( ) ( ) ma la composta di automorfismi è
ancora un automorfismo per cui ( ) ( ) allora ( )( ) è un gruppo.

Proprietà delle proiettività


Sia ( ) ( ) una proiettività. trasforma sottospazi proiettivi di ( ) in sottospazi proiettivi di ( )
della stessa dimensione.

Dimostrazione
Sia ( ) ( ) una proiettività ⇒ isomorfismo lineare . Essendo ( )
sottospazio proiettivo di ( ) di dimensione allora esiste certamente sottospazio vettoriale di tale che
( ) ( ). Inoltre ( ) ( ) ( )
Si ricordi che è isomorfismo lineare ed in quanto tale trasforma sottospazi vettoriali in sottospazi vettoriali della
stessa dimensione. Quindi ( ) inoltre essendo lineare e bigettiva e quindi ( )
( ).
Allora: ( ) ( ( )) ( )

Uguaglianza di proiettività e definizione di una legge di composizione esterna su


( )
Siano ( )( )e : gli isomorfismi lineari tali che:
e
Allora:

127
A tal proposito c'è da dire che l'insieme degli automorfismi può essere dotato di struttura
di spazio vettoriale su e la legge di composizione esterna è così definita:
( )
( ) ( )( ) ( )

Di seguito, per indicare che è un isomorfismo di in sè si userà la notazione:


( )

128
Spazi geometrici proiettivi

Come sicuramente avrete imparato a fare durante il corso di geometria vi starete certamente chiedendo
che cosa sia uno spazio geometrico proiettivo. Immaginate di andare a prendere un treno in stazione,
mentre state aspettando il treno vi piazzate proprio nel bel mezzo dei binari e vi mettete ad osservare.
Bene: il piano su cui vedete la locomotiva che fra qualche istante vi investirà è detto piano geometrico
proiettivo. Ovviamente il nostro sguardo lavora in due sole dimensioni: è proprio questo il motivo per cui
le fotografie ed il cinema ci danno l'impressione di una fedele riproduzione della realtà. Quella che noi
chiamiamo visione tridimensionale è solamente dovuta all'elaborazione della visione bifocale che genera
due diversi coni ottici che interpretati dal cervello ci restituiscono soltanto una percezione della terza di-
mensione. Del resto il principio del 3D cinematografico è proprio quello. Strettamente connesso al con-
cetto di spazio geometrico proiettivo c'è il concetto di orizzonte: inutile spiegare questo termine, è esat-
tamente ciò che noi identifichiamo comunemente con il suddetto termine. Sappiamo tutti del resto che
l'orizzonte non si può raggiungere e che è infinitamente distante.

Premessa
Sia e si supponga che esista ( ) bigezione. Allora si definisca:
( )|
Si definisca su una relazione come segue:
⇔ ( )( )
Si può dimostrare che è una relazione di equivalenza (questo deriva dal fatto che ( )( ) è un gruppo). Allora
la classe di equivalenza di rispetto ad si denota ed è definita come segue:
| | ( )( )

Definizione di spazio geometrico proiettivo


La coppia ordinata ( ), dove è una qualsiasi classe di equivalenza di rispetto a è detta spazio geometrico pro-
iettivo.
Ogni elemento di è detto punto.
Ogni elemento di è detto sistema coordinato.

Sia un sistema coordinato allora se allora:


( ) ⇒ ( ) ( ) ( )
dove ( ) ( ) .

La famiglia ( ) è detta famiglia delle coordinate proiettive omogenee di rispetto a .


Si dice anche che ha come coordinate proiettive omogenee ( ) oppure che le sono le coordinate proiettive
omogenee di al variare di .

 se lo spazio geometrico proiettivo ( ) è detto reale;


 se lo spazio geometrico proiettivo ( ) è detto complesso;

129
Osservazione sulle coordinate di un punto
Nelle ipotesi delle osservazioni precedenti:
 l'( ) nulla NON rappresenta le coordinate di alcun punto di perché il vettore nullo non indivi-
dua alcun punto in ogni sistema coordinato
 se ha coordinate proiettive omogenee ( ) nel sistema coordinato , ha anche coordinate proiet-
tive ( ) rispetto al sistema coordinato , per ogni .

Infatti ( ) ( ) per cui posto ( ) si ha ( )


. Inoltre se si prende con si ha che: ( ) per cui
( ) sono anche le coordinate omogenee di .
Quindi:
( ) ( ) ⇔ ( ) ( ) ( ) ( )

 per ( ) spazio geometrico proiettivo è un insieme contenente un solo punto;


 per ( ) retta geometrica proiettiva;
 per ( ) piano geometrico proiettivo;
 per ( ) spazio geometrico proiettivo;

Definizione di sistema di riferimento p roiettivo relativo a


Siano ( ) spazio geometrico proiettivo e . Allora
( ) ( )
è detto ( ) del sistema coordinato , anche detto riferimento proiettivo relativo a Si
noti che gli altro non sono se non i punti fondamentali dello spazio proiettivo su cui è stato definito lo spazio geo-
metrico proiettivo.

Definizione di sistema di riferimento proiettivo


Si supponga che ( ) sia una base di . E si ponga ( ) spazio geometrico proiettivo su ( ). Si po-
ne e si dice che è un ( ) di ( ) o in maniera
equivalente che è un sistema di riferimento proiettivo di ( ).

Definizione di sistema coordinato


L'applicazione ( ) ( ) definita come segue:

( ) ∧ |( ) ( ) ( ) (( ) )

sarà detta sistema coordinato dedotto da .

Proposizione sulla costruzione di un siste ma coordinato


Sia spazio vettoriale su tale che . Lo spazio proiettivo ( ) è uno spazio geometrico proiettivo. I
suoi sistemi coordinati sono tutti e solo quelli che si ottengono come segue. Sia ( ) l'insieme di tutte le basi di . Se
( ) ( ) si denoti con l'applicazione tale che:

( ) ( ) ( ) ⇔

Si ottiene il sistema di riferimento coordinato ( ) ( ) che ha come ( )


( ) ,ponendo ( ) ( ) . Si noti che ( ).

Dimostrazione
Basta far vedere che tutte e sole le applicazioni definite dall'enunciato sono le bigezioni che determinano un'unica
classe di equivalenza rispetto alla relazione .
130
Sia ( ) una base di . Si ponga ( ) con e sia ( ) ( ) l'appli-
cazione definita dall'enunciato mediante
 Surgettività
se ( ) ( ) ⇒ ⇒ ( )e ( ) ( ) Quindi è
surgettiva.
 Ingettività
siano ( ) con e dove e allora si ponga-
no ( ) ( ) con ( ) ( ) e ( ) ( ) allora
( ) ( ) per cui allora ed essendo una relazione d'equivalen-
za si ottiene che

Proprietà sul cambiamento di coordinate geometriche proiettive


Siano due sistemi coordinati di ( ) allora esiste ( ) con tale che:

per ogni avendo posto ( ) ( )e ( ) ( ).

Definizione di sottospazio geometrico proiettivo


Sia un sistema di coordinate di . Sia sottospazio vettoriale di con con e sia
( ) sottospazio proiettivo di ( ); allora ( ) è detto sottospazio geometrico proiettivo di (inol-
tre si dimostra che non dipende dal sistema coordinato).

Proprietà - Caratterizzazione di un punto appartenente ad un sottospazio geometr i-


co proiettivo
Si consideri sottospazio geometrico proiettivo; lo si può munire di struttura di spazio geometrico proiettivo. Sia
e si supponga ( ) ( ), essendo ( ) ( ) si ha che:
⇔ ( ) ( )

Sia sottospazio geometrico proiettivo di dimensione :


 se contiene un solo punto;
 se retta geometrica proiettiva;
 se piano geometrico proiettivo;
 se spazio geometrico proiettivo.

Equazioni di un sottospazio geometrico proiettivo


Sia sottospazio geometrico proiettivo di e sia . Fissato un sistema coordinato , l'equazio-
ne di in è:

( ) ( )

Con la matrice ( ) di rango massimo vale anche il viceversa: l'insieme dei punti di le cui coordinate veri-
ficano un'equazione del tipo:

( ) ( )

con la matrice di rango massimo, sono tutti e soli quelli di un sottospazio geometrico proiettivo di .
131
Proprietà sui punti di uno spazio geometrico proiettivo
Si consideri una famiglia ( ) ( )
 Esiste un unico sottospazio geometrico proiettivo di tale che e che, se è un ul-
teriore sottospazio geometrico proiettivo tale che risulta .
Ovvero il più piccolo rispetto alla relazione di inclusione dei sottospazi geometrici proiettivi con-
tenenti .
 Se i punti ( ) non appartengono tutti ad un unico sottospazio proiettivo di dimensione allora ap-
partengono tutti ad un unico sottospazio proiettivo di dimensione .
 Se ed i punti ( ) non appartengono tutti ad un unico iperpiano geometrico proiettivo , allora so-
no i punti fondamentali di un riferimento proiettivo.

Proprietà sull'equazione di un sottospazio geometrico proiettivo


Siano sottospazio geometrico proiettivo di di dimensione e un sistema coordinato proiettivo di .
Allora l'equazione di rispetto a si può scrivere come:

con ( ) di rango massimo.

Vale anche il viceversa: il sistema lineare omogeneo

con ( ) di rango massimo e è sempre l'equazione di un sottospazio geometrico proiettivo di


di dimensione rispetto al sistema coordinato proiettivo .

Proprietà sulle relazioni fra due sottospazi geometrici proiettivi


Siano ed due sottospazi geometrici proiettivi di . L'insieme o è l'insieme vuoto, oppure è un sottospazio
geometrico proiettivo di . Se è la dimensione di ed è quella di e allora la dimensione di
è minore sia di che di .

Intersezione di due sottospazi geometrici proiettivi


Nelle ipotesi e nelle notazioni precedenti, le equazioni dei due sottospazi sono rispettivamente:

I punti di hanno in coordinate proiettive omogenee che soddisfano entrambe le equazioni precedenti e per-
tanto le loro coordinate proiettive omogenee sono le soluzioni del sistema omogeneo:

Se la matrice di tale sistema ha rango allora l'unica sua soluzione è quella banale e . Se invece il ran-
go della matrice del sistema precedente ha rango minore di il sistema ammette soluzioni diverse da quella ba-
nale e queste sono le coordinate proiettive omogenee dei punti di

132
Definizione di sottospazio geometrico proiettivo congiungente
Siano sottospazi geometrici proiettivi di . Sia un sistema coordinato proiettivo di e si supponga
( ) e ( ) con e sottospazi vettoriali di . Il sottospazio proiettivo
( ) è detto sottospazio geometrico proiettivo congiungente di e .

Osservazione nel caso di iperpiani geometrici proiettivi


Nelle ipotesi del teorema precedente se l'equazione si riduce alla seguente:

essendo la matrice dei coefficienti di rango massimo si ha che ( ) ( ).


Come in precedenza vale anche il viceversa: ogni equazione di questo tipo con ( ) ( ) è l'equazione di un
iperpiano geometrico proiettivo. La precedente nella sua forma originale è:

Che è anche l'equazione di un iperpiano geometrico proiettivo di passante per gli punti aventi coordinate o-
mogenee ( ) nel sistema coordinato proiettivo , non appartenenti tutti ad uno stesso sot-
tospazio geometrico proiettivo di di dimensione .

Casi particolari

 I riferimenti proiettivi di sono tutti e soli quelli determinati da due punti distinti.
 Ogni punto ha in ogni riferimento proiettivo due coordinate proiettive omogenee denotate con
( ) per cui:
( ) ( ) ( ) ( )
 Gli unici sottospazi sono quelli banali e sono la retta e quelli ridotti ad un unico punto.


 I riferimenti proiettivi di sono tutti e soli quelli determinati da tre punti non allineati.
 Ogni punto ha in ogni riferimento proiettivo tre coordinate proiettive omogenee denotate con
( ) per cui:
( ) ( ) ( ) ( )
 I sottospazi proiettivi non banali sono le rette:
Sia sistema coordinato proiettivo di allora prendendo allora:

Si posso allora prendere:

Per cui:

Ad esempio se:
( )
( )
133
sono punti distinti, si ha:

rispetto al sistema coordinato proiettivo tutte e sole le equazioni

con ( ) ( ) sono equazioni di una retta. Per due punti distinti di passa una ed una so-
la retta.

Due rette distinte di si incontrano in un solo punto.


Siano:

rispetto a .
Allora tutti e soli i punti di hanno coordinate proiettive omogenee soluzioni del sistema linea-
re omogeneo:

la cui matrice dei coefficienti è:

allora se è il rango della matrice , essendo ( ) e( ) elementi di ( ) si possono ave-


re due casi:
 ⇒ le due righe sono proporzionali ⇒ le rette coincidono (si noti che esistono soluzioni
ma per e passa una sola retta quindi le due rette coincidono).
Inoltre vale anche il viceversa: se le rette coincidono il rango di è 1 le due equazioni sono propor-
zionali;
 ⇒ soluzioni diverse dalla banale che individuano le coordinate proiettive omogenee
dell'unico punto intersezione delle due rette.


 I riferimenti proiettivi di sono tutti e soli quelli determinati da quattro punti non complanari ed
ogni punto ha in ogni riferimento proiettivo quattro coordinate proiettive omogenee denotate con
( ) per cui:
( ) ( ) ( ) ( )
 I sottospazi proiettivi non banali sono le rette ed i suoi piani;
 Sia sistema coordinato proiettivo di ; prendendo e facendo scelte analoghe alle pre-
cedenti si ponga:

Allora l'equazione:

sarà quella del piano geometrico proiettivo passante per i punti non collineari di . Nel si-
stema coordinato tutte e sole le equazioni omogenee:

con ( ) ( ) sono le equazioni di un piano.


134
 Siano e due piani di e si supponga che le rispettive equazioni nel sistema coordinato sia-
no:

Allora:

Per la retta:

Allora se e si ottiene:

con la matrice dei coefficienti:

e si può avere come prima:


 ( ) allora i piani coincidono;
 ( ) i piani determinano una retta ( soluzioni).

 Tutte le rette di si possono ottenere come intersezione di due piani distinti. Considerati due punti
distinti con:
( ) ( ) ( )
( ) ( ) ( )
con i vettori linearmente indipendenti:

( ) ( )

con ( ) ( ) vettori linearmente indipendenti di .

Ampliamenti complessi degli spazi proiettivi reali

Definizione di punto reale


Sia ( ) uno spazio proiettivo complesso. Si dice reale un punto ( ) per cui:
( )
( ) ( )
( ) ( )

Si denoterà con ( ) l'insieme di tutti i punti reali di .

NOTA:
Dire che ( ) ( ) ( ) ( ) è equivalen-
te a dire che ( ) ( ) omogeneamente reale

Definizione di isomorfismo reale


Un isomorfismo è detto reale se ( ) risulta ( ) omogeneamente re-
ale. Associate agli isomorfismi reali ci sono le matrici di ( ), sottogruppo di ( ).
135
Definizione di proiettività reale
è detta proiettività reale se:
( )
Si ha che se ( ) allora ( ) ( ) e ciò discende dal fatto che trasforma una famiglia di coordinate
omogeneamente reali in una famiglia di coordinate omogeneamente reali. Si denoterà con ( ) ( ) l'insieme di
tutte le proiettività reali (si noti che è sottogruppo).

Definizione di sottospazio proiettivo reale


Un sottospazio proiettivo ( ) di ( ) è detto reale se ( ) ( ) è sottospazio proiettivo di ( ) avente
la stessa dimensione di ( ).

Definizione di ampliamento complesso


La coppia ( ) ( ) ( ) è detto ampliamento complesso di ( ). Si identificherà ( ) con ( ). Si
consideri ( ) spazio geometrico proiettivo, essendo ( ) una classe di equivalenza rispetto alla relazione . Gli
elementi di ( ) saranno del tipo: ( ) allora ( ) è ampliamento complesso di . Essendo
una bigezione si può considerare la sua inversa ( ) allora si pone ( )
( ) per cui i sistemi coordinati di saranno: dove ( ) ( ). ( ) è spa-
zio geometrico proiettivo reale e lo si può denotare con ( ) . Un sottospazio geometrico proiettivo di è
reale se è sottospazio geometrico proiettivo di avente la stessa dimensione di rispetto a ( ) .

Spazi geometrici proiettivi e spazi affini


Sia spazio affine su con campo e ( ) la sua base canonica. Sia l'insieme di tutte le rette di . Essendo
la relazione una relazione d'equivalenza sia:

l'insieme quoziente. Si ponga e si osservi che . Si osservi inoltre:


 ( ) e che è completamente determinata da
 Viceversa: resta determinata con ( ) ed . Inoltre la classe non dipende dal vet-
tore arbitrariamente scelto in .
Le osservazioni precedenti permettono di porre ( ) .
Ciò premesso si fissi ( ) riferimento affine di con ( ) e si denoti anche con il sistema
coordinato da esso determinato.

Proprietà 3
Esiste un'applicazione bigettiva ( ) definita come segue:
( ) ( ) ( )
( )
( ) ( ) ( )

Dimostrazione
 è un'applicazione. Infatti:
sia ; essendo ⇒ ∨

3
Per maggiori informazioni sulle coordinate omogenee si guardi l'appendice 5.
136
 Si supponga ; è applicazione quindi | ( ) ( ) Quindi ( ) ( ) esi-
ste ed è unico in quanto ( ) ( ) e è applicazione.
 Si supponga ora che ; allora ( ) ( ) pertanto si ha che:
( ) ( ) dove almeno uno dei .
 Si faccia vedere che ( ) non dipende dal rappresentante della classe d'equivalenza .
Sia , ( ), risulta . Si prenda ( ) con e ( ) allora ⇔
. Quindi anche in questo caso ( ) esiste ed è unico.

Osservazione
Nelle ipotesi del teorema precedente se con ( ) ( ) può avvenire che:
 allora essendo ( ) ( ) ; allora considerato: e
un punto si ha che ( ) .
 allora si ha anche ( ) ( ) ( ) ( ) ( ) ( ) ( ) in quanto
e( ) e quindi ( ) ( ) ( ) ( ) .

Definizione
Nelle ipotesi precedenti si dice che è iperpiano improprio di
 per contiene un unico punto detto punto improprio della retta affine;
 per si dice retta impropria dello spazio affine;
 per si dice piano improprio dello spazio affine.
I punti di sono detti punti impropri;
I punti di sono detti punti propri;
Il passaggio dalle coordinate affini a quelle proiettive di un punto tramite le osservazioni fatte è detta omoge-
neizzazione. Il passaggio dalle coordinate proiettive a quelle affini è detto disomogeneizzazione. è detto sistema co-
ordinato proiettivo dedotto da .

Sia ( ) classe di equivalenza dei sistemi di coordinate dedotti da quelli affini. Se e si consideri come
complemento complesso di uno spazio affine reale. Si denoti con la classe di equivalenza dei sistemi coordinati
dedotti dai sistemi coordinati affini e reali.

---N.B.--- quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Se consideriamo la dimensione del nostro spazio geometrico proiettivo uguale a 2 allora i punti proprio
saranno quelli del piano, nella nostra comune concezione mentre i punti impropri saranno quelli che si
troveranno sull'orizzonte. Si faccia inoltre questa osservazione: l'esistenza di uno spazio geometrico pro-
iettivo fa intuire che tutta l'informazione contenuta nel nostro universo (in tre dimensioni) possa essere
contenuta sulle sue (dell'universo) pareti ovvero come proiezione dei solidi sulla superficie definita dall'e-
stremo limite dell'universo. Questo modo di trattare la questione si basa sul principio olografico (stret-
tamente dipendente) dal capitolo appena studiato che afferma che é sempre possibile descrivere un uni-
verso in n dimensioni su un suo iper-universo in n-1 dimensioni.

137
138
Le coniche

Le coniche sono un argomento certamente affascinante e sono anche decisamente l'obiettivo del corso (e
per questo vi consiglio di non presentarvi all'esame se prima non avete salde conoscenza su questa par-
te). Nel corso l'argomento sarà presentato da un punto di vista fortemente formale, ma esiste una spie-
gazione più intuitiva sul come si generano le coniche che vi aiuterà certamente la visualizzazione di pa-
recchi concetti (le meraviglie della geometria non sono ancora finite). In questo capitolo si avrà una chia-
ra idea dei due tipi di dimostrazione che la matematica usa generalmente: la dimostrazione analitica e
quella assiomatica. Nella dimostrazione analitica si dimostrano le proprie tesi facendo uso delle coordi-
nate e dei riferimenti scelti, nella dimostrazione concettuale invece si fa uso di principi assiomatici per ar-
rivare alla dimostrazione (esattamente come nella geometria euclidea delle congruenze etc. etc.).

Caratteristica di un anello
Sia un anello (ciò che segue vale anche per i campi), allora se si dice che ha carat-
teristica 0.
In caso contrario detto il più piccolo intero positivo per cui allora si dice che ha caratteristica

---N.B.---
scrivere equivale a scrivere

Definizione di conica
Sia ( ) uno spazio geometrico proiettivo sul campo e sia un suo sistema coordinato, allora si dice conica e
si denota con l'insieme di tutti e soli i punti di le cui coordinate ( ) rispetto a soddisfano un'equazione
del tipo:

Allora esplicitando la sommatoria:

ed allora si pone di ordine 3 dove non sono tutti nulli. E' possibile, nell'ipotesi in cui abbia carat-

teristica diversa da , descrivere la conica attraverso una matrice simmetrica in questo modo:

Allora:

ATTENZIONE!!! quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Esiste un motivo banale per cui le coniche portano questo nome, difatti queste possono essere ottenute
come sezione di un cono (infinito e simmetrico rispetto al vertice). Tagliando il cono con varie inclinazioni
le sezioni altro non sono se non ciò che in matematica prende il nome di conica.

139
Proprietà dell'equazione di una conica
L'equazione della conica non dipende dal sistema coordinato

Dimostrazione
Sia ( ) uno spazio geometrico proiettivo e siano suoi sistemi coordinati. Sia una conica per cui si ha che
in :
in :
Si sa che, se le coordinate proiettive omogenee di un punto sono:
in ( )
in ( )
si ottiene:

con e ( ).

---N.B.---
Moltiplicando per il rango della matrice non cambia.

Quindi l'equazione:

diventa:

essendo invertibile, con il prodotto non viene modificato il rango di quindi il rango non dipende dalla

scelta del sistema coordinato ed è detto rango della conica.

Notazione per l'equazione della conica


Si consideri nelle ipotesi precedenti:

con ( ) ( ) si può scrivere:

( ) ( )

Allora si può riscrivere l'equazione della conica nella forma:

( ) ( )

140
Definizione di polare
Siano:

e sia , con ( ) ( ) con ( ) ( ) e si pongano:

se ( ) ( ) allora : è detta polare di rispetto a e è detto polo di . Si de-


nota la polare per con .

ATTENZIONE!!! quanto segue NON HA PRETESA DI RIGORE MATEMATICO


Se avete bisogno di visualizzare la polare immaginate un punto esterno ad una conica per cui esistano
due rette passanti per esso e tangenti la conica. Considerate i punti di tangenza fra le rette costruite e la
conica. La polare è la retta passante per i due punti di tangenza. Vi faccio notare che finora NULLA per
come è stato posto permette di dedurlo: questa che vi ho preannunciato è una proprietà che verrà dimo-
strata in seguito, vi invito quindi a non dare definizioni imprecise ed azzardate della polare.

Proprietà della polare


Si dimostra che non dipende dal sistema coordinato scelto e che non dipende dalle coordinate del punto ri-
spetto a .

Definizione di punto doppio


I punti per cui non esiste la polare alla conica si dicono punti doppi di .

Proprietà sul rango della conica


Tutti e soli i punti di che sono punti doppi di sono quelli le cui coordinate proiettive omogenee soddisfano il si-
stema:

Ovvero:

 Se ( )
c'è solo la soluzione banale, ma non ci sono punti che hanno ( ) come coordinate in
quindi non ci sono punti doppi per la conica;

 Se ( )
ci sono soluzioni diverse dalla banale, quindi esiste un punto che risulta essere dop-
pio per in ;

141
 Se ( )
ci sono diverse dalla banale, quindi si individuano due punti e con tali che:
( )
( )
i quali determinano un'unica retta:
:
( ) ( )
(Si è fatta vedere una sola implicazione)

Definizione di polarità
Sia di rango (ciò garantisce che non ci siano punti doppi) e si consideri che l'applicazione:

( ) p
è una bigezione e la si chiama polarità.

---N.B.--- Il seguente teorema assicura l'unicità della polare per ogni punto.

Caratterizzazione di un punto appartenente ad una conica


Nelle ipotesi precedenti sia allora ⇔

:
Sia in :

dove ( ) ( ) per cui dove si è posto allo-


ra si imponga l'appartenenza del punto alla conica:

⇔ ( )

Teorema di reciprocità
Nelle ipotesi precedenti siano allora ⇔

Sia rispetto a : una conica di e siano ( ) ( )e ( ) ( ) le co-


ordinate omogenee di allora siano le seguenti le equazioni delle rispettive polari:

142
e si imponga l'appartenenza di alla polare di :

Definizione di conica reale


Si consideri ora e lo si veda come ampliamento complesso di uno spazio geometrico proiettivo reale. Si ricordi
che si è denotata con la classe di equivalenza dei riferimenti reali e si prenda
Allora:

ovvero se:

o in maniera equivalente

Relazioni fra retta e conica


Sia una conica reale ed una retta reale. Si possono presentare le seguenti eventualità:
i.
ii. dove:
reali e distinti
reali e coincidenti
complessi non reali (le coordinate non devono essere omogeneamente reali)

Dimostrazione
Sia e sia l'equazione di una conica reale. Dato che gli sono omogeneamente reali, li
si può prendere direttamente reali. Sia la retta determinata dai punti con . Allora:
( ) ( ) ( )
( )
( ) ( ) ( )
Il generico punto di avrà perciò coordinate al variare di con ( ) e( ) ( ) e
per la posizione fatta si può scrivere: . I punti appartenenti all'intersezione tra retta e conica saranno da-
ti dal sistema:
( )

e quindi dall'equazione:

143
( )
cioè in forma estesa:

( )( )

Si consideri il termine e lo si scriva in modo diverso ricordandosi che è simmetrica.


Allora:

Per cui continuando la precedente serie di uguaglianze:

quindi:
( ) ( ) ( )
dove ( ) ( ) ( ) sono coefficienti reali e le incognite sono e . Si distinguano ora 3 casi diversi:
 ( ) ( ) ( )
L'equazione sarà soddisfatta ( ) ⇒ Tutti i punti della retta sono anche punti della conica.

 ( ) ( ) ( )
L'equazione della conica si riduce a:
( )
per cui ma non contemporaneamente in quanto ( ) ( )
Le soluzioni quindi saranno:
( ) ( )

 ( ) ( ) ( )
Dovendo essere ( ) ( ) ( ) allora l'equazione si riduce a:
( )
Questo equivale a dire:

Allora le soluzioni sono:


( )⇒
 Analogamente per ( ) ( ) ( )
Dovendo essere ( ) ( ) ( ) allora l'equazione si riduce a:
( )
Questo equivale a dire:

Allora le soluzioni sono:


144
( )⇒

Si consideri il caso in cui ci può essere al massimo (possono anche non esserci coefficienti nulli) uno nullo tra i coeffi-
cienti: si può dunque supporre che almeno uno tra ( ) e ( ) sia non nullo. Si supponga allora per esempio
( ) allora sicuramente . Infatti se per assurdo fosse si avrebbe ( ) ⇒ e quindi
( ) ( ) ma ciò è assurdo perché si deve avere ( ) ( ) . Si può quindi porre:

e scrivere:
( ) ( ) ( )
Per cui si può avere:



inoltre essendo:

si avrà:
( )
( )
si noti che sono le coordinate omogenee di , quindi sono reali, perciò i due punti saranno determinati da
.
Allora si può concludere dicendo che:

Classificazione della retta in base all'intersezione fra conica e retta


Nelle notazioni del teorema precedente se allora si dice:
 secante ⇔
 tangente ⇔
 esterna a ⇔

Teorema
Nelle ipotesi precedenti si consideri una conica reale allora preso
1. ⇒
2. ⇒

Dimostrazione 1
Sia:

: ( ) ( )

⇒ ⇒

allora per la e proprietà dei complessi coniugati si può riscrivere la precedente come:

145
Avendo preso la conica reale si possono prendere direttamente gli reali allora:

Dimostrazione 2
Sia ed ; quindi e ; in particolare e ⇒ e . Inoltre per la 1 si ha
che: ⇒ quindi . Ora si vuole dimostrare che . Si supponga che
quindi ⇒ . Per la 1 si ha che: ⇒ inoltre ma allora si avrebbe che con-
terebbe sia che ed non sarebbe tangente a in quanto allora in definitiva:

Proprietà di una conica contenente una retta


Sia conica di ; se allora è l'unione e si può avere:
 e quindi sarà una delle rette in cui si spezza la conica;
 e quindi i punti della retta saranno anche quelli della conica;

Definizione di conica degenere


Sia conica di ; si dice degenere quando contiene una retta. In particolare:
è semplicemente degenere se si spezza in due rette distinte;
è doppiamente degenere se si spezza in rette coincidenti;

Quindi:
 se è semplicemente degenere:

( )
Allora le due rette sono distinte.

 se è doppiamente degenere:

( ) ( )
ciò significa che gli non sono tutti contemporaneamente nulli.

Sia conica reale:


: ( ) ( ) ( )

146
se ( ) ci sarà 1 punto doppio: si dimostra che questo è proprio l'unico punto di intersezione tra le due rette in
cui si spezza la conica;
se ( ) ci saranno 2 punti doppi: si dimostra che questi due punti individuano la retta i cui punti sono tutti e soli
punti doppi.
se ( ) allora è non degenere.

Osservazione
Sia non degenere, allora si può considerare la polare di un qualsiasi suo punto e si ha:

Proprietà
Sia conica di rango , sia allora la polare è tangente in a .
Viceversa se retta tangente in un punto a allora è la polare rispetto a .

Proprietà
Sia conica di rango . Sia
 se allora non è tangente a ;
 se allora le tangenti alla conica per sono solo due, sono distinte e passano per i punti di intersezio-
ne di con

Dimostrazione
 sia e si supponga per assurdo che sia tangente a in allora , sia tangente a in per
cui per il teorema precedente , ma in quanto e ed essendo la polarità una bige-
zione non si può avere . Si è caduti in un assurdo causato dall'aver supposto tangente a allora
non è tangente a .

 Si consideri:

poiché mentre allora si può scrivere che :

inoltre esistono e sono uniche; si dimostri che sono tangenti:



Inoltre si sa che:

Allora:

Allora per la proprietà precedente essendo allora è tangente a . La dimostrazione è analoga per
infatti per il teorema di reciprocità:

inoltre passa sia per che per allora non può essere che . Si faccia vedere adesso che
e si supponga che tale che la retta sia tangente a in per cui la polare di
a è tangente a in ed allora per il teorema di reciprocità e quindi . Allora si avrebbe

147
e per cui ed allora si è ottenuto che oppure . Resta da
dimostrare che le rette e sono uniche. Si supponga che esista una retta passante per e tangente alla
conica ovvero e allora per una delle proprietà dimostrate in precedenza, è la polare di
alla conica . Per cui inoltre per il teorema di reciprocità si può scrivere che essendo allora
deve essere ; ma essendo per ipotesi allora deve essere per cui
oppure .

Definizione di rette e punti coniugati


Sia una conica non degenere. Due punti di si dicono coniugati se uno appartiene alla polare dell'altro. Due
rette ed si dicono coniugate se uno contiene il polo dell'altra.

Definizione di triangolo autopolare


Siano tre punti di allora si dice che formano un triangolo autopolare per se sono a due a due
distinti e se , .

Definizione di ellisse immaginaria


Si può dimostrare che presi tre punti di tali che formino un triangolo autopolare per e supposto che det-
ti punti siano reali allora esiste un sistema coordinato proiettivo reale tale che: ( ) ( ) ( )
( ) ( ) ( ) allora la conica risulta avere equazione : ( ) ( ) ( ) dove
. Allora se si ottiene una conica reale contenente punti complessi e pren-
de nome di ellissi immaginaria.

Definizione di fascio di coniche


Sia e siano : e : allora si dice fascio di coniche definito da e
l'insieme dei punti del piano le cui coordinate soddisfano all'equazione . Detta equazione
prende nome di equazione del fascio dove ( ) ( ) . Una conica del fascio può univocamente essere identificata
dalla notazione . Trovare le coniche degeneri del fascio significa risolvere l'equazione:

Cioè si chiede che il rango della conica si uguale a . L'equazione sarà di terzo grado e le sue soluzioni non banali ovve-
ro quelle del tipo ( ) ( ) danno le coniche degeneri. Se tutte le coniche del fascio sono degeneri allora il fascio
è detto e le coniche di partenza devono essere anch'esse degeneri..

Proprietà
Siano coniche distinte; si consideri il fascio individuato da e si supponga che sia banale; supposto
( ) ( ) allora può accadere:
1. e

148
2. , almeno tre di queste formano un fascio (ovvero almeno una delle due coniche deve essere sem-
plicemente degenere)

Sia un fascio non banale individuato dalle coniche con allora:


 se appartiene a due coniche del fascio, allora appartiene a tutte le coniche del fascio;
 il fascio di coniche può essere individuato da due sue qualsiasi coniche distinte;
 tutte le coniche del fascio hanno in comune 4 punti di detti punti base del fascio (i quali possono essere
reali, complessi ...);
 dato distinto dai 4 punti base per questo passa una ed una sola conica del fascio;
 un fascio può essere individuato dai suoi 4 punti base.

Classificazione dei fasci di coniche


Siano i 4 punti base del fascio
 Fascio generale
i punti sono a tre a tre non allineati
Si hanno tre coniche degeneri
( )
( )
( )
Le coniche non degeneri sono tutte le altre coniche che passano per questi
quattro punti.

 Fascio tangente
due dei quattro punti base sono coincidenti.
Si hanno tre coniche degeneri:
( )
( )
Le coniche non degeneri sono tutte quelle passanti per e e tangenti in ad
.

 Fascio bitangente
punti base a due a due coincidenti.
Si hanno tre coniche degeneri:
( )
( )
Le coniche non degeneri del fascio sono quelle che passano per i quattro pun-
ti base e sono tangenti a in e a in .

 Fascio di coniche osculatrici


tre punti base coincidenti. Si hanno tre coniche degeneri: ( )
Le coniche non degeneri sono quelle passanti per e tangenti a
in .

 Fascio di coniche iperosculatrici


quattro punti coincidenti. Si hanno tre coniche
degeneri ( ) . Le coniche
non degeneri sono quelle tangenti a in .

149
Proprietà affini delle coniche
Si denoti con l'ampliamento complesso di uno spazio affine reale. Si ha perciò che è spazio affine su
e spazio affine su dove e sono gli spazi vettoriali considerati. Si ponga:

Sia quindi e si consideri su la struttura canonica di ampliamento complesso di un piano geometrico


proiettivo reale ottenuta dalla struttura di ampliamento complesso di un piano affine reale. Sia l'insieme dei sistemi
coordinati (ovvero la classe di equivalenza che definisce la struttura di un piano geometrico proiettivo dedotto dalla
struttura di piano affine reale). Sia dedotto da : e si consideri:

si potrà prendere direttamente .


Si considerino coniche non degeneri a punti reali:
 I punti propri della coniche sono dati da:
 I punti impropri della conica saranno dati da:

Disomogeinizzazione
Sia e sia ( ) ( ) con ( ) per cui si può avere: o

 se si può fare la moltiplicazione:


( ) ( )
per cui si può considerare:
( )
e si porrà:

e sarà quindi:
( )
dove ( ) si dicono coordinate disomogenee.

 se allora:
( )
per cui:

Si consideri ora il termine ovvero:

ed il sistema:
( ) ( )

Allora:

e poiché si stanno considerando coniche non degeneri si avrà:

150
si distinguano tre casi:
 allora sono complessi non reali coniugati ⇔ Ellisse
 allora sono reali e distinti ⇔ Iperbole
 allora sono reali e coincidenti ⇔ Parabola

Definizione di centro di una conica


Sia una conica reale non degenere a punti reali. Si dice centro della conica il polo della retta impropria.

Proprietà sul centro delle coniche


1. Il centro di una parabola è un punto improprio;
2. Il centro di un'ellisse o di un'iperbole è un punto proprio.

Dim. 1
Sia una parabola allora è tangente a in (si indichino in questo modo i punti impropri). La tangente alla coni-
ca in un punto è la polare per quel punto. Inoltre per definizione di centro per cui definito con il centro di
allora essendo la polarità una bigezione:

Dim.2
Sia allora sarebbe tangente a contro l'ipotesi; allora inoltre:

ma quindi allora punto proprio.

Definizione di diametro di una conica


Sia conica reale non degenere a punti reali; si dice diametro di una qualsiasi retta propria passante per il centro.

Osservazione
Sia ; la polarità è una bigezione, ogni retta è la polare di un punto (essendo la conica non degenere essa
ha rango 3 e non ci sono punti doppi); allora per il teorema di reciprocità:

ma e quindi ovvero . Si ottiene
Il polo del diametro è detto direzione coniugata del diametro. Si dice che il diametro è coniugato alla direzione definita
dal polo.

Proprietà sul centro di una conica


1. Se è una parabola, i suoi diametri sono tutti paralleli ed intersecano in un unico punto proprio. Se è re-
ale, tale punto è reale.
2. Se è un'iperbole o un'ellisse il suo centro è centro di simmetria:ovvero un qualunque diametro interseca
in due punti di cui è il punto medio.

Dim. 1
Sia il centro della conica allora per definizione . Si ricordi che è punto improprio e che si ha che ,
allora tutti i diametri avranno la stessa dimensione e quindi sono tutti paralleli. Si ha che essendo non degenere,
non può essere contenuta in perché se lo fosse coinciderebbe con e quindi non sarebbe una retta propria,
contro la definizione. Allora interseca in un unico punto reale.

Definizione di coniche a centro


Ellisse ed iperbole sono dette coniche a centro per evidenziare che sono dotate di centro proprio.

151
Determinazione del centro
Sia

Si considerino con:
( ) ( )
( ) ( )
per cui ma

la polare di un punto della retta impropria è un diametro cioé:



e ricordando che per il teorema di reciprocità:


Inoltre ricordando che l'equazione della polare è:

dove:

Allora si avrà:

Le soluzioni non banali del sistema daranno le coordinate di . Si considerino 2 casi:



Allora ci si riduce al caso:

matrice simmetrica; le soluzioni non banali sono date da , ma ⇔ . Il centro è un


punto improprio ( ).


le soluzioni non banali saranno ottenute con ; sistema di due equazioni in tre incognite, deve essere il
rango della matrice uguale a due, ovvero , in modo da ottenere:

Equazione dei diametri coniugati


Sia

Siano:

e si denotino con:

152
Si supponga:
( )
( )
Si vuole determinare l'equazione dei diametri coniugati, ovvero bisogna imporre:

L'equazione di un diametro (si prenda ) è:

Si avrà quindi:


( ) ( ) ( )


( )

Essendo simmetrica l'equazione diventa:

( )
equazione dei diametri coniugati.

Caso di un'iperbole o di un'ellisse (centro proprio)


Sia punto proprio ⇒ (infatti se ⇒ sarà tangente a in assurdo perché allora sarebbe pun-
to improprio), quindi:

non può essere perché sarebbe degenere, allora:

Si avrà:

Si noti che sicuramente in quanto uno è proprio e l'altro improprio.


Nell'ellisse e sono rette complesse coniugate;
Nell'iperbole e sono rette reali e distinte, sono tangenti alla conica e sono dette asintoti.

Si faccia un'osservazione riguardo alla tangenza di e . Per una proprietà precedente se allora le tangenti alla
conica per sono solo due e passano per i punti di intersezione della conica con . In questo caso Allora le
tangenti passanti per sono solo due e sono individuate da:

dove:

Esaminando con maggiore attenzione il caso dell'iperbole si ha:

153
cioè riprendendo le notazioni precedenti sarà il punto improprio di coincidente con il polo del suo diametro co-
niugato. Ma e è una retta tangente alla conica in quindi , ovvero, con le notazioni prece-
denti, . Si ha dunque:

per cui:

Quindi ciascun asintoto di un'iperbole risulta essere coniugato a se stesso.


Allora:

Proprietà
Sia e sia il sistema coordinato da cui è dedotto, con ( ) si ha che gli asintoti avranno equazione:
( ) ( )
 se ci saranno due soluzioni per , quindi due equazioni;
 se l'altro asintoto sarà dato da .

Proprietà
Se è un'iperbole, è possibile determinare un sistema di riferimento ( ) tale che e e che risulti:

Inoltre è sempre possibile scegliere una base tale che ⇒ .

Definizione di corda di una conica


Si dice corda di una conica una qualunque retta che passa per due suoi punti reali e distinti.

Proprietà segmentarie dell'iperbole


 Sia una corda non passante per il centro dell'iperbole . Si dimostra che i due punti di intersezione di con
gli asintoti ed i due punti di intersezione di con la conica hanno lo stesso punto medio.
 Sia retta propria non passante per il centro e tangente a . Il punto proprio reale di tangenza di con è il
punto medio tra i due punti di intersezione di con gli asintoti.

NOTA: Non c'è bisogno di introdurre la distanza e quindi uno spazio metrico, in quanto si può considerare il punto
medio come semisomma delle coordinate affini.

Proprietà metriche
Si supponga ampliamento complesso di un piano affine metrico su spazio vettoriale complesso (si potrà conside-
rare direttamente ), considerato come un ampliamento complesso di uno spazio vettoriale reale munito di e
. Sia poi , su sarà determinata una struttura di spazio geometrico proiettivo di , ovvero una
classe di equivalenza dei sistemi coordinati dedotti dai sistemi coordinati affini, reali e metrici.
 I punti ( )e ( ) sono detti punti ciclici. Si può dimostrare che i punti ciclici non dipendono dal si-
stema coordinato scelto.

 Sia ( ) punto reale di ; le rette di equazioni:


( )
sono dette rette isotrope (rette proprie passanti per i punti ciclici).

154
Definizione
Si dice circonferenza di la conica reale che nel sistema coordinato ha equazione:
( ) ( )
con .
( ) è detto centro di mentre è detto raggio di per cui se:
 si ottiene l'ellissi immaginaria;
 si ottiene una conica semplicemente degenere che si spezza nelle due rette isotrope ed il cui unico
punto reale è il centro;

Proprietà
Si può dimostrare che, fissato
è una circonferenza di ⇔
con

Definizione di circonferenza di uno spazio geometrico proiettivo


In una conica è una circonferenza se e solo se è una circonferenza.

Proprietà
conica di è una circonferenza ⇔ passa per i punti ciclici
Dimostrazione
⇒) Per definizione risulta:

Omogeneizzando:
( ) ( ) ( )
e sostituendo le coordinate dei punti ciclici:
( ) () ( )( ) ( )( ) ( )

( ) ( ) ( )( ) ( )( ) ( )

) conica reale non degenere, allora:

per cui risulta che:


( ) ( ) ( )
Imponendo ( ) si ottiene:

che essendo in equivale al sistema:

NOTA: si ottengono le stesse condizioni imponendo ( )


 Supponendo , si avrebbe:
( )
155
ovvero:
( )
ovvero si avrebbe una conica semplicemente degenere, contro l'ipotesi iniziale di considerare coni-
che non degeneri, ASSURDO.

 Risulta allora:
( ) ( ) ( )
disomogeneizzando ed imponendo:

NOTA: dato che dividendo tutto per i primi due coefficienti diventano 1
Allora si ottiene:

Definizione di asse
Si dice asse di una conica un diametro di che sia ortogonale alla sua dimensione coniugata.

Proprietà
Sia e sia : allora se il punto improprio di , diametro di è ( ), ovvero
( ) ( ):
⇔ ( ) ( )

Dimostrazione
Sia diametro di , () il suo punto improprio allora
⇒ e inisce la irezione i
Per definizione la direzione di è il suo polo ( ). Dire che è asse significa dire che la sua direzione è orto-
gonale alla sua direzione coniugata. Si imponga dunque:

Si scriva allora l'equazione dei diametri coniugati:


( )

( )
( )

Proprietà
Si ricordi che le coniche considerate sono non degeneri
1. è una circonferenza ⇔ ogni diametro è un'asse;
2. è un'iperbole o un'ellisse non circonferenza ⇒ esistono due assi reali e distinti;
3. parabola ⇒ esiste un solo asse di .

156
Dimostrazione 1
⇒)
Affinché sia asse allora deve essere verificato che:
( )
ma se è una circonferenza valgono le seguenti:

Allora l'equazione è soddisfatta

)
Al contrario della prima implicazione, affinché: ( ) sia soddisfatta deve
essere:

ma si è visto che se valgono queste due condizioni è una circonferenza.

Definizione di vertice
Si dice vertice della conica il punto proprio e reale intersezione della conica con un asse.

Proprietà
1. Se è una circonferenza ogni punto è un vertice;
2. Se è un'ellisse non circonferenza allora ha 4 vertici;
3. Se è un'iperbole allora ha 2 vertici: l'asse che contiene i due vertici si dice asse trasverso, mentre l'altro è
detto asse non trasverso;
4. Se è una parabola allora ha 1 solo vertice.

Dimostrazione 1
Banalmente vera in quanto ogni diametro è un asse.

Proprietà
1. Se è una circonferenza allora fissati due assi di ortogonali tra loro come assi del riferimento risulta:

2. Se è un'iperbole o un'ellissi non circonferenza allora fissati due assi di come assi del sistema di riferimen-
to, l'equazione dei suoi punti propri è data rispettivamente da:

con

3.Se è una parabola allora detto l'unico punto proprio reale di intersezione di con l'asse , scelto come
asse del sistema di riferimento e considerato l'asse come la retta perpendicolare ad e passante per , si
ha:
con
Le precedenti sono le equazioni delle coniche.

157
Definizione di fuoco
Si dice fuoco di una conica un punto che sia proprio e reale le cui tangenti alla conica sono le rette isotrope.

Proprietà
1. La circonferenza ha un unico fuoco che coincide con il suo centro;
2. L'ellisse non circonferenza ammette due fuochi che appartengono ad uno stesso asse, detto asse focale;
3. L'iperbole ha due fuochi appartenenti all'asse trasverso;
4. La parabola ha un solo fuoco, appartenente all'asse.

Dimostrazione 1
Sia circonferenza:

⇒ ⇒

sono distinti ( è punto proprio mentre sono punti impropri distinti tra loro)
Inoltre:

sono le rette isotrope e sono tangenti alla conica

allora ⇒ coincide con il fuoco.


Inoltre, dato che e appartengono alle rette isotrope, queste potranno essere tangenti alla conica solo in e
allora saranno e

Definizione di direttrice
Sia una conica non circonferenza. La polare di un suo fuoco è detta direttrice del fuoco .

Proprietà
Sia una conica reale non circonferenza, a punti reali. Siano un fuoco e la sua direttrice, allora:
( )
( )
è detto eccentricità della conica. Allora se conica non circonferenza:


Proprietà - parabola come luogo geometrico


Una conica è una parabola se e solo se esistono un punto proprio e reale ed una retta propria e reale tale
che il sottoinsieme di dei suoi punti propri e reali sia il luogo geometrico dei punti propri e reali equidistanti da e
da .

Proprietà- ellisse come luogo geometrico


Una conica è un'ellisse non circonferenza se e solo se esistono due punti propri e reali e con ed
e tale che il sottoinsieme dei suoi punti propri e reali sia il luogo geometrico dei punti
propri e reali tali che:

158
Proprietà - iperbole come luogo geometrico
Una conica è una iperbole ⇔ reali ed tale che:


 | è il luogo geometrico dei punti propri e reali per cui:

159
160
Appendice 1 - I polinomi

Definizione di polinomio
Sia un campo; si definisce polinomio a coefficienti nel campo e nelle indeterminate , l’espressione:
( )
Dove . Si definisce polinomio nullo e si indica con il polinomio i cui coefficienti sono
tutti nulli. Se ( ) si definisce grado del polinomio e lo si denota con ( ) il più grande intero tale che
. I polinomi per cui ( ) sono del tipo ( ) con e si dicono polinomi costanti.

Es: ( ) nel campo , , .

Sia l’insieme dei polinomi a coefficienti in nella indeterminata . Siano definite le seguenti leggi di composizio-
ne interna:

Per cui definiti ( ) e ( ):


( )
( )
E’ possibile scrivere:
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
E’ dunque possibile identificare ( ) come un anello commutativo unitario in quanto considerata la struttura
algebrica ( ) l’operazione + risulta essere:
 Associativa;
 Commutativa;
 Avere elemento neutro polinomio nullo
 Avere opposto: ( ) ( ) ( ) ( ) ( ) ( )
Per cui ( ) è un gruppo abeliano.
Mentre la struttura algebrica ( ) risulta essere:
 Associativa;
 Commutativa;
 Avere elemento neutro ( )
Per cui ( ) è un monoide commutativo.

Proprietà
1. è privo di divisori dello zero;
2. ( ) ( ) ⇒ ( ) ∨ ( ) ;
I polinomi invertibili per la moltiplicazione sono i polinomi costanti non nulli;
3. ( ) ( ) ( ) ( )
4. ( ) ( ) ( ) ( )

Teorema della divisione dei polinomi


Siano ( ), ( ) , ( )
Allora esistono e sono unici ( ) ( ) tali che:
( ) ( ) ( ) ( )
può essere:
( ) in tal caso ( ) si dice divisore di ( )
( ) con ( ) ( )

161
( ) prende nome di dividendo;
( ) prende nome di divisore;
( ) prende nome di quoziente;
( ) prende nome di resto;

Definizione di polinomio irriducibile


Si dice irriducibile il polinomio ( ) che ha per divisori i soli polinomi costanti e i polinomi ( ). I polinomi di grado
( ) sono tutti irriducibili.

Teorema di fattorizzazione unica


Sia ( ) un polinomio non costante. Allora, dati un intero positivo ed i polinomi irriducibili ( ) ( ) tale che
( ) ( ) ( ) e ( ) sono unici (a meno dell’ordine e a meno di moltiplicazione per polinomi costanti).

( )( )

Definizione di funzione polinomiale


Sia ( ) , si definisce funzione polinomiale associata a ( ) la funzione
:

Definizione di radice di un polinomio


Sia ( ) e sia ; si dice che è radice di ( ) se ( ) ovvero se la funzione polinomiale associata si
annulla in

Teorema di Ruffini
Sia ( )
Allora è radice di ( ) se ( ) è divisibile per ( ) .
( ) ( ) ( ) ( )

Sia radice di ( ). Si dice che è radice di molteplicità se ( ) è divisibile per ( ) , ma non per
( )
( ) ( ) ( ) ( ) ( )

Definizione di campo algebricamente chiuso


Sia campo
si dice algebricamente chiuso se ogni polinomio non costante di ha una radice in .

non è algebricamente chiuso in quanto ( ) non ammette soluzioni in .

Teorema fondamentale dell’algebra


campo è algebricamente chiuso.

Proprietà
Sia campo Allora sono equivalenti:

162
1. è algebricamente chiuso;
2. Ogni polinomio non costante di di grado ha esattamente radici in (contate con la propria molte-
plicità)
3. Ogni polinomio non costante di si decompone come prodotto di fattori lineari:
( ) ( ) ( ) ( )

Per cui ( ) : ogni numero complesso ha radici in .


( ) ( )

Sia campo;
( ) anello commutativo unitario (per quanto già dimostrato precedentemente)

Si scelga ( ) gruppo abeliano e si definisca su di esso una legge di composizione esterna:


( ) ( )
( )

Proprietà
( )
1. ( ) ( ) ( ) ( )
2. ( ) ( ) ( )
( ) ( )
3. ( ) ( ) ( ) ( )
4. ( ) ( )

Per cui ( ) è uno spazio vettoriale

Sia
( ) | ( )

( ) ( ) ( ) ( )
⇒ è sottospazio vettoriale di
( ) ( )

( ) |
I polinomi ( ) possono essere visti come una combinazione lineare:

( )

Per cui i polinomi ( ) ( ) ( ) ( ) sono generatori di


è un sistema di generatori di ⇒
Quindi si può scrivere che .

Proprietà
non è finitamente generato

Dim:
Si ragioni per assurdo e si supponga finitamente generato. Sia un sistema di generatori finito di . Sia il
grado massimo dei polinomi di per cui . Per cui .

163
164
Appendice 2 - I numeri complessi

L'insieme dei numeri complessi è definito come segue


( )| ( )

Si definiscano le leggi di composizione interna in ;

Addizione
: ( ) ( )
( )
Si dimostra che è commutativa, associativa, ha elemento neutro ed o-
gni elemento di è simmetrizzabile rispetto all’elemento neutro; per cui
è possibile affermare che:
( )
L’elemento neutro dell’addizione è la coppia ordinata ( ) .
L’opposto di si denota con la simbologia . Ogni coppia ordinata
( ) rappresenta un punto nel piano cartesiano come rappresenta-
to nel grafico a fianco.

Moltiplicazione
: ( ) ( )
( )
Si dimostra che la moltiplicazione è commutativa, associativa, ha elemento neutro. L’elemento neutro della moltipli-
cazione è la coppia ordinata ( ) Tutti gli elementi di sono invertibili tranne . L’elemento reciproco di si
denota con o con la simbologia: . Definito ( ): inoltre si verifica che Se
: .

Proprietà della moltiplicazione (legge di annullamento del prodotto)


( ) ⇒

( ) ⇒ ∨

Dim: Siano ( )
Si ipotizzi per assurdo che ;
Essendo ⇒ ( )
Per ipotesi ⇒( ) ( ) ⇒ per la proprietà associativa della moltiplicazione è pos-
sibili scrivere anche:

(( ) ) ⇒ ⇒

165
Per la legge di annullamento del prodotto risulta che è chiuso rispetto alla moltiplicazione e quindi è possibile
definire:

Questo determina che ( ) è un gruppo abeliano, inoltre è vero che .


Quindi essendo:
 ( ) gruppo abeliano
 ( ) gruppo abeliano
 ( ) ovvero distributiva rispetto a .
E’ lecito scrivere che ( ) è un campo o corpo commutativo.

Definizione di parte reale e parte immaginaria di


Sia ( ) ; si dice parte reale di e si denota con la simbologia ( )
si dice invece parte immaginaria di e si denota con la simbologia ( )

Si consideri ora l’insieme | ( ) ( )| ( )|


Si considerino quindi ( )e ( ): .
( ) ( ) ( )
( ) ( ) ( )

Per cui stabile (o chiuso) rispetto ad e .


Essendo poi e , mantiene tutte le proprietà dell’insieme ; inoltre risulta essere, come dimostra-
to precedentemente, chiuso rispetto ad e per cui è giusto affermare che:
( )

Grazie a questa caratteristica è possibile definire il seguente omomorfismo:


( ) ( )
è isomorfismo di gruppi abeliani in quanto:
( ) ( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( )

Ma essendo : ( ) ( ) la funzione inversa di ed essendo quest’ultima una bigezione


per quanto dimostrato allora è giusto affermare che:

Notazione algebrica dei numeri complessi


Sia ( )
E’ possibile scrivere come la somma di altri due numeri comples-
si:

( ) ( )

Definendo grazie a isomorfismo ( ) e


( ) , è possibile scrivere come:
166
( ) ⇒

Dove ( ) e ( ) ; prende nome di unità immaginaria. Si faccia il prodotto dell’unità immaginaria per se
stessa.

( ) ( ) ( ) ( )

Per cui sommare due numeri complessi scritti algebricamente sarà fatto utilizzando le stesse proprietà dei numeri rea-
li: dati i numeri complessi e allora:
( ) ( ) con ( ) e ( )
In maniera molto simile si procede per la somma:
( )( )

( ) con ( ) e ( ) ( )
Proprio come previsto dal prodotto espresso in coppie ordinate. Calcolando il reciproco di , ovvero il numero com-
plesso si ottiene lo stesso risultato espresso in coppia ordinata. Dato con allora:

Calcolando il reciproco di si ottiene invece che:

Da ciò si ottiene che anche moltiplicando per il suo opposto si ottiene l’unità di
( ) ( )

Definizione di complesso coniugato


Sia ( ) ;
Si definisce complesso coniugato di il numero complesso:
( )
Per cui è vero ( ) , ( )

Definizione del modulo di


Si definisce modulo di e si identifica con la seguente simbologia il numero reale:
| |
Per cui è sempre verificato per ogni che | | .

Proprietà
1. ( )
2. ( )
3. ( )
4.
5.

167
I punti 4. e 5. esplicitano le proprietà precedentemente enunciate dell’omomorfismo. Si consideri ora l’operazione di
coniugio definita come:
: ( )

6. ⇔
7. ( )
8. | | ⇔
9. | | | |
10. | | | | | |
11. | | | | | | detta anche diseguaglianza triangolare

Rappresentazione trigonometrica di un numero complesso


Sia
Si ponga dunque | |
Sia l’angolo che la retta congiungente e l’origine forma con l’asse delle in senso antiorario.
Per cui valgono le seguenti relazioni.
cos
sin
Per cui
cos sin (cos sin )

Ad esempio ( ) con | | e () e () ; per cui quindi:

cos sin

Sia con| | e () e () ; per cui

cos sin

Sianno ( cos sin )


( cos sin )

Per cui ( ) ( )
(cos cos (sin sin ) sin cos sin cos )
Per cui utilizzando le formule di addizione è lecito scrivere:

(cos( ) sin( ))

168
Appendice 3 - Il calcolo matriciale

Sia campo. Si definisce matrice ad righe ed colonne (o matrice di tipo ) con a coeffi-
cienti nel campo una tabella di elementi di disposti su righe ed colonne.

La matrice può essere denotata in maniera più rapida con la simbologia: oppure con ,

detta scrittura può essere ulteriormente abbreviata dalla seguente a patto che non si rischi di incorrere in errore a
causa dei valori di e : . Due matrici si dicono uguali se e solo se hanno stesso numero di righe, stesso
numero di colonne e gli elementi corrispondenti sono uguali. Per cui si considerino ,


Per identificare la riga di si utilizza la seguente notazione: ( ) ( ); questa matrice è di
tipo ; questo tipo di matrici viene detto anche vettore riga. Per identificare la colonna di si utilizza

la seguente notazione: ( ) ; questa matrice è di tipo ; questo tipo di matrici viene detto anche vettore

colonna. L’insieme di tutte le matrici di tipo a coefficienti nel campo si denota tramite la seguente notazione:
( ).

Definizione di matrice quadrata


Una matrice di tipo si dice quadrata se il numero delle righe e delle colonne coincide.

Definizione di matrice trasposta


Sia ( ). Si definisce matrice trasposta di la matrice ovvero una matrice di tipo ot-

tenuta da scambiando le righe con le colonne ovvero: ( )

Proprietà
( ) ( )

Legge di composizione interna additiva su ( )


Si definisca una legge di composizione interna su ( ):
( ) ( ) ( )

169
( )

Proprietà
1. ( ) ( ) ( )

2. ( )

3. ( ) ( ) matrice nulla ovvero i suoi coeffi-


cienti sono tutti uguali a .
4. ( ) ( ) ( ) ( )

Verificate le quattro proprietà è possibile scrivere che ( ) è gruppo abeliano.

Legge di composizione esterna su ( )


Si definisca ora una legge di composizione esterna:
( ) ( )
( )

( )

Proprietà
1. ( ) ( )

Si verifichi la proprietà: ( ) ( ) ( ) ( ) ( )

2. ( ) ( ) ( )

3. ( ) ( )

4. ( )

Essendo soddisfatte le proprietà 1-4 allora ( ) è uno spazio vettoriale sul campo .

Proprietà
1. ( ) ( )
2. ( ) ( ) ( )

Dim.1:
Siano ( ). ( ) ( )e( ) ( )

Sia
(( )) ( )
( ) ( ) ( )

170
Definizione di matrice simmetrica
Sia ( ); si dice che è simmetrico se

Sia ( ) ( )| ovvero l’insieme delle matrici simmetriche di ordine a coefficienti in Per cui
( ) ( )

Proprietà
( ) sottospazio vettoriale di ( )

Dim.:
1. ( ) ( )
2. ( ): ( )

1) Siano ( )
( ) ⇒ ( )
2) Siano ( ):
( ) ( )
Allora ( ) è un sottospazio vettoriale.

Definizione di matrice antisimmetrica


Sia ( ). Si dice che è antisimmetrica ⇔


---N.B--- Se ⇒
SOLO SE allora ⇒
Si denoti con ( ) ( )| . Allora ( ) è sottospazio vettoriale di ( ).

Definizione di matrice diagonale


Sia ( ) . Si dice che è diagonale se . Le matrici diagonali sono matrici sim-

metriche del tipo . Per cui si ha che la matrice nulla è diagonale. L’insieme ( ) delle matrici dia-

gonali è sottospazio vettoriale di ( ) e di ( )

Definizione di matrice scalare


Una matrice diagonale si dice scalare se gli elementi diagonali sono tutti uguali.

La matrice identica è una matrice scalare:


171


Si denota l’elemento d posto ( ) delle matrici con il simbolo di Kronacker . Per cui:

L’insieme delle matrici scalari ovvero | è generato dall’insieme di generatori , sottospazio vettoriale di
( ) per cui è possibile scrivere: | . Infine l’insieme è un insieme di generatori del sottospa-
zio vettoriale delle matrici scalari. Si noti inoltre che: | non è sottospazio vettoriale di ( ) in quanto
non contiene la matrice nulla.

Definizione di traccia di una matrice


Sia ( ) . Si definisce traccia della matrice : ( )

Proprietà
1. ( ) ( ) ( ) ( )
2. ( ) ( ) ( )

Sia ( ) ( )| ( ) . Siano ( )
1. ( ) ( ) ( )
2. ( ) ( )
Per cui ( ) risulta essere sottospazio vettoriale di ( ).

Osservazione
Sia ( )
Sia la matrice i cui coefficienti sono tutti nulli tranne quelli di posto ( ) che è uguale ad 1.
1. Per cui si dimostri che: è base di ( )⇒ ( )

Si dimostri che è sistema di generatori

Sia ( )

Per cui si è scritto come combinazione lineare.


2. Si provi che i vettori sono linearmente indipendenti
Siano tale che:

( )

172

Prodotto riga per colonna


Siano vettore riga di ordine , vettore colonna di ordine .

( ) ( ) ( ). Si definisce prodotto di per lo scalare:

Prodotto di matrici righe per colonne


Siano ( )e ( ). I vettori riga di hanno ordine ; I vettori colonna di

hanno lunghezza ; Si definisce prodotto righe per colonne di e la matrice tale che l’elemento ( ) è prodot-
to della -esima di riga per la sima colonna di . Per cui ( )
()
( ) ( )

()
( ) ( )

()
( ) ( )

Per la convenzione di Einstein è anche possibile scrivere: ammesso che questo non induca er-
rori dovuti al riconoscimento di apici e pedici.

Proprietà
( )
1. ( ), ( )

2. ( )

3. ( ), ( ) ( )

4. ( ), ( ) ( )

5. , ( ) ( ) ( ) ( ) ( )

6. ( ) ( ) ( ) ( ) ( )

Osservazione
Sia ( )spazio vettoriale su campo

173
⇒ ( )

Sia ( ), ( ) Si consideri ( ) e si provi che

( ).

Inoltre:
( ) ( ) ()

Algebra di matrici
Sia ( ( ) ) spazio vettoriale su
( ) ( )
Si introduca una legge di composizione interna moltiplicativa:

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( ) ( )

Per cui è possibile definire la struttura algebrica ( ( ) ) come algebra


Inoltre:
( ) ( ) ( )
( ) ( )

Per cui ( ( ) ) è un’ algebra associativa ed unitaria.

Definizione di matrice invertibile


Sia ( ), si dice che è invertibile se esiste una matrice ( ) tale che

Per cui si ha che ( ( ) ) è un monoide. La matrice se esiste è unica e prende il nome di matrice inversa della
matrice e si denota con . Si consideri che ( ( ) ) NON è un gruppo:
( )

Osservazione
 è invertibile e
 A è invertibile è invertibile ( )
 Se e sono invertibili allora è invertibile, ( )

174
Definizione di gruppo lineare generale
( ) ( )|
( ( ) ) gruppo e si legge gruppo generale lineare di ordine n a coefficienti in .

Definizione di matrice ortogonale


Sia ( ); si dice che è ortogonale se . In maniera equivalente è invertibile ed
( ) ( )| ( )
( ) è sottogruppo di ( ) detto gruppo ortogonale
1. ( ) ( )
2. ( ) ( )
Per dimostrare che una matrice appartenga a questo insieme bisogna far vedere quanto segue.
Siano ( ) ( ) ( )
Sia ( ) ( ) ( ) ( )

Si consideri ad esempio ( ) ( )|
Sia ( ), se è ortogonale ( )⇒

⇒ ( ) ( )

( ) ( ) ( ) ⇒

Se allora ( ) ( ) per cui:

Se allora ( ) ( ) per cui:

( )

cos sin

( ) cos sin cos sin


sin cos sin cos

cos sin
prende nome di riflessione.
sin cos

175
cos sin
prende nome di rotazione.
sin cos

Determinante di una matrice


DEFINIZIONI PROPEDEUTICHE AL CALCOLO DEL DETERMINANTE DI UNA MATRICE

Definizione di sottomatrici di matrici qualsiasi


Sia ( ); siano ∧ oppure ∧ . Una sottomatrice di tipo di
è una matrice ottenuta da sopprimendo righe ed colonne.

( )

Sopprimendo ad esempio la riga e la e la colonna si ottiene:

( )

Definizione di determinante di matrici quadrate


Si definisca un’applicazione:
: ( )
( ) ( )prende il nome di determinante di e si indica con: ( ) o | |.

Si proceda per ricorrenza: si definisca il determinante per (ed ) si supponga definito per e quindi per
.
1. : ( ) ( ) ( ) ( )

2. : ( ) ( ) ( ) ( ) ( )

Ad esempio:
Sia ( )

( )

Prima di supporre definita l’applicazione determinante per e di definirla per occorre dare alcune altre defini-
zioni propedeutiche.

Definizione di minore
Sia ( ); si definisce minore di ordine estratto da il determinante di una qualunque sottomatrice qua-
drata di di ordine . I minori di ordine di una matrice di ordine sono .
Ad esempio: sia ( ) ( ): è l’unico minore di .

176
Sia ( ) sono tutti e soli i minori di ordine della matrice .

Sia ( ); è il minore di ordine ottenuto da sopprimendo la prima colonna e

la prima riga. è il minore di ordine ottenuto da sopprimendo la seconda colonna e la seconda riga.

Definizione di minore complementare


Sia ( ). Si fissi . Si definisce minore complementare di il minore che si denota con di

ordine estratto da sopprimendo la riga e la colonna.

Ad esempio: sia ( ) allora mentre

Definizione di complemento algebrico


Si definisce complemento algebrico di e si denota con il prodotto:
( )
Per cui si ha che:
 Se è pari è detto di posto pari e
 Se è dispari è detto di posto dispari e

Ad esempio: mentre .

E’ ora possibile supporre di aver definito l’applicazione : ( ) con .

1° teorema di Laplace
Si definisca : ( )
Sia ( )

Il determinante della matrice è dato dalla somma dei prodotti degli elementi di una
riga (o colonna) di per i rispettivi complementi algebrici.

et ( )

Oppure:

et ( )

Proprietà
Sia ( ) diagonale; allora et( ) da cui si deduce che et( ) .

177
Teorema di Binet
( )
et( ) ( ) ( )

Corollario
Se ( ) e se è invertibile allora:

( ) ∧ ( )
( )

Dimostrazione
Sia invertibile:
et( ) et( )
Per il teorema di Binet:
et( ) et( )
Per cui:

( )
( )

Proprietà
Sia ; si ponga ( ) ( )| et( ) .Su è infatti possibile definire la relazione d’ordine
totale .
( ) ( )

Dimostrazione
Siano ( )

et( ) et( ) et( ) et( )


et( )
Essendo et( ) e et( ) allora:

et( )
et( )
Per cui si ha che:
et( )
( ) ( )
Per cui è dimostrato che ( ) è sottogruppo di ( )

Combinazione lineare di righe e colonne


() ( ) ( ) ( )
Sia ( ) allora ( ) vettore riga; per cui siano: righe di
( ) ( ) ( )
con . Sia inoltre ( ) allora la combinazione lineare delle righe mediante gli
( ) ( )
scalari è il vettore riga: ( ). Inoltre, ( ) ( ) vettore
colonna; per cui siano: ( ) ( ) colonne di con . Sia inoltre ( ) allora la combinazione linea-
re delle colonne ( ) ( ) mediante gli scalari è il vettore colonna:
( ) ( ) ( )

178
Proprietà
1. et( ) et( ) se ( )

2. Se contiene una riga od una colonna nulla allora et( )

3. Se si scambiano due righe o due colonne di si ottiene una matrice tale che
et( ) et ( )

4. Se contiene due righe o due colonne uguali allora et( )

5. Se si moltiplicano gli elementi di una riga o colonna di per un coefficiente λ si ottiene una matrice ta-
le che
et( ) et ( )

6. et( ) et( ) se ( )

7. Se contiene due righe o colonne proporzionali allora et( ) .

() ()
8. Fissata la riga di , se con vettori riga di lunghezza , allora:
et( ) et( ) ( )

()
Dove e sono le matrici quadrate ottenute da sostituendo la riga con rispettivamente.
Analogamente fissata la colonna ( ) se ( ) dove sono vettori colonna allora:
et( ) et( ) et ( )

Dove si ottengono da sostituendo la colonna ( ) con rispettivamente.

9. Se ad una riga o colonna di si aggiunge una combinazione lineare di altre righe o colonne di , si ottiene
una matrice tale che:
et( ) et ( )

10. Se in una riga o colonna è combinazione lineare delle altre righe o colonne allora:

et( )

Secondo Teorema di Laplace


Sia ( ) La somma dei prodotti dei coefficienti di una riga o colonna per i coefficienti algebrici di un’altra riga
o colonna è zero. Sia
()

( )
( )

Definizione di matrice aggiunta


Sia ( ) allora si definisce matrice aggiunta di e si denota con: ( ) la matrice trasposta del-

la matrice dei complementi algebrici di . Data , si denoti con la matrice dei comple-

menti algebrici di ; per cui si ha che ( ) .

179
Teorema
( );
⇔ et( )
Inoltre:

( )
et ( )

Dimostrazione
⇒ et( ) si è già dimostrato precedentemente. Dall'ipotesi et( ) ⇒ bisogna
verificare che:

( ) ( )
et( ) et( )
Utilizzando quindi l’ipotesi che et( ) in quanto la scrittura ( ) ha senso solo in tal caso. Si provi so-
( )
lamente la prima uguaglianza (la seconda si dimostra in modo analogo). Si calcoli il prodotto:

( ) ( )
et( ) et( )
Detta operazione è possibile in quanto è uno scalare. L’operazione in ( ) è quindi il prodotto righe per
( )
colonne. Siano:
indice di riga;
indice di colonna;
si scriva quindi il generico elemento di posto .

( ) ( )
et( ) et( )
Per cui essendo un prodotto righe per colonne:
()
( )
et( ) ( )
()

( ) ( )

( )
Per cui si ha che:
()
( )
et( ) ( )

et( )

( )

et( ) et( ) ( )
et( )
Allora si ha che:

( )
et( )

180
Osservazione
Sia ( ). È sempre possibile definire la seguente applicazione lineare:

( )
Sia , ( ) allora:

Per cui ha senso scrivere . Sia allora:

( )

Si verifichi ora la linearità dell’applicazione.


( ) ( ) ( ) ( )
Inoltre
( ) ( ) ( ) ( )
Per cui: . Inoltre siano base canonica di e sia base canonica di ,
allora:
( )
È la matrice associata ai vettori ( ) ( ) rispetto alla base . Per cui si ha che:
( )

Definizione di minore
Sia ( ) e sia un intero tale che . Si definisce minore di ordine di il determinante di
una qualunque matrice quadrata di ordine estratta da .

Definizione di rango o caratteristica della matrice


Sia ( ) con . Si dice rango o caratteristica di una matrice l’ordine massimo dei minori non nulli e-
stratta da . Se il rango della matrice è zero. Il rango della matrice si denota tramite la seguente notazione:
( )
Inoltre sia allora:

( ) ⇔

Definizione di orlato
Sia un minore di ordine estratto da ( ), per cui si ha che . Si definisce orlato di
un qualunque minore di ordine estratto da ed ottenuto orlando con i coefficienti di una riga e di una co-
lonna di .

Teorema degli orlati o teorema di Kronecker


Sia ( ) sia . Sia ( ) allora esiste un minore di ordine estratto da non nul-
lo tale che tutti gli orlati di siano nulli.
181
Definizione di equazione lineare
Un’equazione lineare a incognite ed a coefficienti nel campo è un’equazione del tipo:

Una soluzione dell’equazione è una n-pla ( ) tale che:

1. Caso

( )

2. Caso

( )

3. Caso

L’equazione ammette soluzioni (in quanto dipendono da parametri)

Definizione di sistema di equazioni lineari


Siano e ; un sistema di equazioni lineari in incognite è un sistema di equazioni del tipo:

Una soluzione del sistema è un’n-pla ( ) tale che risolva tutte le equazioni del sistema. Un sistema si dice
compatibile se ammette soluzioni, altrimenti si dice incompatibile. Due sistemi lineari in incognite si dicono equiva-
lenti se ammettono le stesse soluzioni.

Matrice del sistema


Sia ( ). si dice matrice incompleta del sistema.

Sia ; prende nome di vettore colonna delle incognite del sistema.

Sia prende nome di vettore colonna dei termini noti.

Allora prende nome di rappresentazioni matriciale del sistema. La matrice completa del sistema è la matrice
del tipo ottenuta affiancando ad il vettore colonna dei termini noti. Detta matrice si denota tramite la
seguente notazione:
( | )

182
Teorema di Rouchè-Capelli
Sia un sistema lineare di equazioni in incognite a coefficienti in , allora il sistema è compatibile se e solo
se il rango della matrice incompleta del sistema coincide con il rango della matrice completa. Se il sistema è compati-
bile allora vale la seguente:
( ) ( | )
Inoltre il sistema ammette soluzioni, convenendo di porre infatti se il sistema ammette una sola
soluzione.

Definizione di sistema di Cramer


Si definisce sistema di Cramer un sistema lineare di equazioni in incognite tale che la matrice incompleta sia inver-
tibile. Per cui dato il sistema lineare allora: ( ). Inoltre deve essere:
( )
⇒ l sistema compati ile
( | )
I sistemi di Cramer ammettono una sola soluzione ( ). Inoltre essendo ( ) allora
per cui ha senso operare come segue:
( )
( )
Per cui si ha che:

Si ricorda inoltre che: ( ). Si dimostra che l’unica soluzione di un sistema di Cramer è data dalla -
( )
( )
pla ( )
( )
, dove è la matrice quadrata di ordine ottenuta da sosti-
tuendo la -sima colonna con la colonna .

Metodo per la risoluzione dei sistemi lineari


Sia un sistema lineare compatibile di equazioni in incognite con ( ), sia ( )
( | ) . Supponendo le soluzioni si determinano come segue:

1. Si individui un minore fondamentale della matrice (dove il minore fondamentale è un minore non nullo
di ordine massimo).
2. Il sistema risulta essere equivalente al sistema di equazioni in incognite ottenuto dal
primo sopprimendo le equazioni i cui coefficienti non compaiono nel minore fondamentale.
---N.B.--- Se non si sopprime alcuna equazione.
3. Se allora è un sistema di Cramer e l’unica soluzione di è anche l’unica soluzione del
sistema . Se il sistema ammetterà soluzioni. Si consideri il sistema di Cramer nel-
le incognite i cui coefficienti compaiono nel minore fondamentale. Le altre incognite si
considerano parametri e confluiscono nei termini noti. Per ogni valore ( ) attribuito alle incognite
libere si determina l’unica soluzione del sistema di Cramer che dipende dai parametri e dà luogo
ad una soluzione del sistema .

Definizione di sistema omogeneo


Un sistema lineare è detto omogeneo.

183
Proprietà
Sia un sistema lineare di equazioni in incognite a coefficienti in . Sia l’insieme delle soluzioni del
sistema allora:

è un sottospazio vettoriale di spazio vettoriale su ⇔ . Inoltre se allora dove


( )

Dimostrazione
Si dimostri inizialmente la prima proposizione che essendo una doppia inclusione deve essere dimostrata in entrambi i
versi.
⇒)
è un sottospazio vettoriale di ⇒ ⇒ ⇒

)
Si supponga allora si espliciti chi sono gli elementi di :
|
Si ha che ( ) allora è possibile considerare l’applicazione lineare definita come segue:

( )
Allora si ha che:
| | ( ) er( )
Per cui si sa che il nucleo di un’applicazione lineare è sempre sottospazio vettoriale di . Si dimostri ora la secon-
da proposizione: dal teorema di Rouché-Capelli si sa che un sistema omogeneo ammette soluzioni dove è il
numero di incognite del sistema ed ( ) per cui si ha che:
im

Proprietà
Sia ( ) allora si considerino:
( ) ( ) ( )

Allora ( ) im ( ) ( ) ( )

Dimostrazione
Si consideri ( ) e si consideri l’applicazione lineare così definita:

( )
Applicando il teorema della dimensione:
im( er ) im( m ) im
Si noti che er è lo spazio vettoriale delle soluzioni del sistema lineare omogeneo e si sa per il teorema pre-
cedente che
im( er ) ( )
Per cui sostituendo si ha che:
im( m ) im( er )
im( m ) ( )
Ragionando sul significato di m si trova che:
m ( ) ( ) ( )
Ma ( ) () allora:
m ( ) ( ) ( )
Allora banalmente si ha che:
im m( ) im ( ) ( ) ( ) ( )

184
Proprietà
( ) ( ) ( )
Sia ( ) , e si considerino le righe di per cui allora:
( ) ( ) ( )
( ) im

Dimostrazione
Sia sa che:
( ) ( ) ( )
( ) ( ) im ( )( ) ( )( ) ( )( ) im

Proprietà
( ) ( ) ( )
Sia ( ) e sia ( ) im ( ) ( ) ( ) im per cui:

et ⇔ ( )

( ) ( ) ( )
( ) ( ) ( )

Proprietà
Sia spazio vettoriale su di dimensione , sia una base di e siano vettori di . Per
cui è possibile considerare:
( )

è la matrice associata ai vettori rispetto alla base allora:


im ( )

Dimostrazione

Sia base canonica di allora è univocamente determinato l’isomorfismo definito come se-
gue:

( )
Allora:
im ( ) im ( ) ( ) ( )

Per la linearità di

( )

Allora:

( )

Allora:
im ( ) im ( ) ( ) ( ) im ( ) ( ) ( ) ( )

185
Definizione
Sia un sistema lineare e sia l’insieme delle soluzioni del sistema
Si consideri che è spazio affine di dimensione associato allo spazio vettoriale mediante definita come se-
gue:

( )
Per cui sia e sia sottospazio vettoriale di Allora si dice che è sottospazio affine di di giacitura se:
| ( )
Dove

Definizione di equazione cartesiana di un sottospazio affine


Le equazioni lineari del sistema sono dette equazioni cartesiane del sottospazio affine

Proprietà
Sia un sistema lineare compatibile di un’equazione in incognite a coefficienti in Sia l’insieme delle solu-
zioni, allora è sottospazio affine di di dimensione ( ) e la giacitura di è lo spazio vettoriale delle solu-
zioni del sistema lineare omogeneo

Dimostrazione
Sia allora
Sia | ; è sottospazio vettoriale di di dimensione ( ). Il sottospazio affine di pas-
sante per e di giacitura è identificato come segue:

| ( )

| ( )

Definizione di endomorfismi diagonalizza bili


Sia spazio vettoriale su e sia endomorfismo. Si dice che è diagonalizzabile se esiste una base di
tale che ( ) è diagonale.

Definizione di auto vettore e di auto -valore


Sia ( ) sia . Si dice che è auto-vettore di se:

 ( )
Allora si dice auto-valore di associato all’auto vettore .

Proprietà
Sia endomorfismo e sia un auto vettore di . Se esiste auto valore di associato all’auto-vettore allora detto λ
è unico.

186
Dimostrazione
Siano tali che ( ) e ( )
Per l’unica rappresentazione di un vettore si può scrivere:

Allora essendo in un gruppo:

( )
Ma essendo per hp allora:

Allora:

Proprietà di un auto-valore
Se ( ), ,
si dice auto-valore di se esiste un vettore ( )

Proprietà
Sia ( )
è diagonalizzabile ⇔ base di costituita da auto-vettori di

Dimostrazione
Essendo una doppia implicazione è necessario dimostrarla in entrambi i versi.

⇒)
diagonalizzabile ⇒ base di tale che ( ) è diagonale, ovvero:

( )

Per cui:
( )
( )

( )
Allora è costituita da auto-vettori di .

)
base di di auto-vettori di , allora:
( )
Per cui:

( )

Definizione auto-spazio relativo all’auto-valore λ


Sia ( ) e sia un auto-valore di . Si definisce auto-spazio relativo all’auto-valore l’insieme defini-
to come segue:

| ( )

| auto vettore i con auto valore λ
Si definisca su ( ) una legge di composizione interna definita come segue:
( ) ( ) ( )
187
( ) ( )( ) ( ) ( )
Inoltre è facile dimostrare che ( ( ) ) è un gruppo abeliano. Si definisca su ( ) una legge di composizio-
ne esterna:
( ) ( )
( ) ( )( ) ( )
Anche in questo caso è facile dimostrare che è un’applicazione lineare e perciò la struttura ( ( ) ) ispetta
gli assiomi di spazio vettoriale su .

Proprietà
Ogni auto-spazio relativo all’auto-valore rispetto ad identificato con è un sottospazio vettoriale di .

Dimostrazione
| ( )

| ( )

| ( ) ( )

|( )( ) ( )

Ma essendo il di qualunque endomorfismo lineare un sottospazio vettoriale dello spazio vettoriale su cui è defini-
to, allora è sottospazio vettoriale di

Definizione di matrici simili


Siano ( ), si dice che sono simili se
( )

Proprietà
Se sono simili allora et et

Dimostrazione
Siano simili allora ( )
Allora:
et et et et et et et et
et

Definizione
Sia ( ). Si dice che è diagonalizzabile se è simile ad una matrice diagonale ovvero:
( )

Proprietà
Sia spazio vettoriale su con ; siano e basi di ; sia ( ).
( ) ( )
Allora e sono simili.

Dimostrazione
Siano:
188
per cui:

( )

Sia la matrice di passaggio da a


( ) ( )

Allora:

( )

( )

Allora:
( ) ( )
Per cui:

Proprietà
Sia ( ); sia base di e sia ( ), allora:

Dim ⇒)
Sia diagonalizzabile allora:
( )

( ) è simile a ( ) che è diagonale per la proprietà precedente ⇒ è diagonalizzabile.

Dim )
è diagonalizzabile allora:
( )
189
con ( ) .
Sia : la matrice risulta essere la matrice associata ai vettori rispetto alla
base .

Quindi:

è la matrice di passaggio da a . Per la proprietà precedente:


( ) ( )
Per cui è diagonale.

Osservazione
Sia ( ) allora è sempre possibile definire l'applicazione lineare tale che : ( )
allora ( ) inoltre ( ) con base canonica di .

Corollario
è diagonalizzabile ⇔ è diagonalizzabile

Definizione di autovettore e diautovalore per una matrice


Sia , si dice autovettore di se è autovettore di ovvero se
Sia si dice autovalore dia se è autovalore di ovvero se

Definizione di polinomio caratteristico


Sia spazio vettoriale su , sia ( ); sia una base di dove e si ponga ( ); si definisce
polinomio caratteristico di il polinomio dato da ( ) ( ) dove evidentemente

Si mostri che la definizione è ben posta: ovvero che il polinomio non dipende dalla particolare base di
su cui si sta operando. Si prendano due basi di e si pongano ( )e ( ); si vuole
far vedere che ( ) ( ). Si osservi che e sono simili, allora ( )
. Si può scrivere ; inoltre si osserva che
per cui vale quanto segue: ( ) allora e
sono simili; per una proprietà delle matrici simili ( ) ( ).

Proprietà
Sia ( ) dove è spazio vettoriale su . Sia una base di e sia ( ). Sia allora:
( )

| ( ) ( )

Dimostrazione
Sia tale che . Si prenda e siano ( ) le componenti

di rispetto alla base ( ) per cui si può scrivere . Allora vale la seguente serie di implicazioni:
190
( )⇔( )( ) ⇔ ( )
Allora passando alla rappresentazione del vettore nella base:

⇔ ( ) ⇔

e cambiando indici si ottiene:

Allora:

Questo equivale a dire:


( ) ( )
ovvero si chiede che ( ) sia soluzione del sistema lineare ( )

Teorema di Cayley - Hamilton


Sia ( ) e sia allora è un autovalore di ⇔ ( ) .

Dimostrazione
Si ricordi che per definizione: è un autovalore di ⇔ ( ) ⇔ ( )
. Si consideri una base di e sia ( ) allora ( ) |
1 0 =0 per cui si è ottenuto che
( ) ⇔ ( ) ⇔ ( ) .

Definizione di molteplicità algebrica


Sia ( ) e sia un autovalore di . Si definisce molteplicità algebrica di la molteplicità di come
radice del polinomio caratteristico ( ). Quindi ha molteplicità algebrica se e solo se ( ) ( ) ( )
dove ( ) .

Definizione di molteplicità geometrica di


Sia ( ) e sia un autovalore di . Si definisce molteplicità algebrica di la dimensione dell'autospa-
zio .

Proprietà
Sia ( ) e sia un autovalore di . Sia ( ) la molteplicità algebrica e la molteplicità geo-
metrica allora ( ).

Dimostrazione
Sia un autovalore di allora allora . Si ponga e si consideri
una base di . Si ponga ( ) per cui inevitabilmente allora per il teorema di completamen-

191
to della base esistono sia base di Si consideri ( ) dove
( ) ( ) allora sarà nella forma:

Allora si ha che ( ) ( ) per cui segue che:

( ) ( )

ed applicando ripetutamente il teorema di Lagrange si ottiene: ( ) ( ) ( ) ( )


( ) ( ). Quindi ( ) è divisibile almeno per ( ) allora ( ).

Criterio di diagonalizzabilità
Sia ( ) allora è diagonalizzabile se e solo se:

1. Il polinomio caratteristico di è completamente riducibile (si noti che per il teorema fondamentale dell'alge-
bra in questa condizione è sempreverificata);
2. Per ogni autovalore di allora la sua molteplicità geometrica deve coincidere con la sua molteplicità al-
gebrica ( ).

Inoltre se è diagonalizzabile, detti gli autovalori di e determinate le basi degli autospazi


, allora è base di ed è detta diagonalizzante per (ovvero è costituita da autovettori
quindi è tale che ( ) è diagonale).

Osservazione
Se è autovalore semplice ovvero se ( ) allora ( ) infatti: ( ) . In
particolare se ( ) è completamente riducibile e se gli autovalori sono tutti semplici allora è diagonalizzabile.

192
Appendice 4 - Costruzione degli enti geometrici in spazi affini di dimensio-
ne 2 e 3

Piano affine
Sia piano affine su spazio vettoriale su corpo con tramite verificante i seguenti
assiomi:
i. ( ) ( ) ( )
ii. | ( )
Si fissi e sia una base di e sia ( ) il sistema di riferimento definito. Si definisca : il
sistema coordinato dedotto da ( ) tale che ( ) ( ) ⇔ ( ) .

Sia una retta affine in . Si ponga ( ) con e In particolare si noti che . Allora è la gia-
citura di . Sia allora ⇔ ( ) ⇔ ( ) ; questa scrittura prende nome di e-
quazione vettoriale.

Si ponga ( ) ( )⇔ ( ) dove ( ) sono le coordinate affini del punto nel riferimento


fissato. Sia dove sono le componenti di nella base fissata. Si noti che essendo allora
( ) ( ) . Sia ( ) dove ( ) ( ) per cui ( ) . Allora si scriva l'equazione vettoriale
della retta di giacitura passante per
⇔ ( )
( )
( ) ( ) ( ) ( )
Allora:
( ) ( ) ( )
( ) ( )
E scomponendo secondo le componenti:
( )
( )
Quindi: ( ) ⇔ ; dette equazioni prendono nome di equazioni parametriche di nel
riferimento fissato. Inoltre la coppia ( ) prende nome di coppia di parametri direttori di (definita a meno di un
fattore di proporzionalità non nullo).
Si suppongano e allora si può riscrivere il precedente sistema come segue:
( )
( ) ( )

( )

Si conviene che quando uno dei due parametri direttori è nullo l'equazione si ottiene annullando il corrispondente
numeratore; per cui supponendo e il sistema è nella forma:

Allora l'equazione vettoriale della retta diventa ( ) con ( ). Si supponga che e che allora la
retta definita dall'equazione vettoriale ( ) ( ) risulta essere l'asse ed ha equazione
Nel caso in cui e il sistema è nella forma:

Allora l'equazione vettoriale della retta diventa ( ) con ( ). Si supponga che e che allora la
retta definita dall'equazione vettoriale ( ) ( ) risulta essere l'asse ed ha equazione

193
In generale se il vettore ( ) con ( ) ( ) allora il vettore è nella forma ( )
( ) per cui i parametri direttori della retta ( ) sono ( ) ed ( ). Per cui le varie
equazioni della retta affine sono:
( )
( )
( ) ( )
( ) ( )

Si consideri una retta di equazione ( ) ( ) per cui sviluppando i prodotti si ottiene:

per cui ponendo si ottiene che prende nome di equazione cartesia-

na di . Se si può scrivere l'equazione della retta come e ponendo e si ottiene


l'equazione esplicita della retta : . Per cui vale quanto segue:

( ) ( ) ( )
Si considerino ora le rette ( ) con ed ( ) con allora si ha che
⇔ ⇔ ( ) ( )⇔ . Scrivendo l'equazione in forma cartesiana si ottiene
ed dove ( ) ( ) ed ( ) ( ) allora si può scrivere che:
⇔ ⇔ . Inoltre è possibile dare una caratterizzazione delle rette parallele in un piano affine ovve-
ro: ⇔ ∨ . Inoltre se allora il sistema ammette un'unica soluzione che rappresenta
il punto di intersezione fra le due rette

Spazio affine
Sia spazio affine su spazio vettoriale su corpo con tramite Si fissi e sia
una base di e sia ( ) il sistema di riferimento definito. Si definisca : il sistema coordi-
nato dedotto da ( ) tale che ( ) ( ) ⇔ ( ) .

Sia una retta affine in . Si ponga ( ) con e In particolare si noti che . Allora è la gia-
citura di . Sia allora ⇔ ( ) ⇔ ( ) ; questa scrittura prende nome di e-
quazione vettoriale.

Si ponga ( ) ( )⇔ ( ) dove ( ) sono le coordinate affini del punto


nel riferimento fissato. Sia dove sono le componenti di nella base fissata. Si noti
che essendo allora ( ) ( ) . Sia ( ) dove ( ) ( ) per cui ( )
. Allora si scriva l'equazione vettoriale della retta di giacitura passante per
⇔ ( )
( )
( ) ( ) ( ) ( )
Allora:
( ) ( ) ( ) ( )
( ) ( ) ( )
E scomponendo secondo le componenti:
( )
( )
( )

194
Quindi: ( ) ⇔ ; dette equazioni prendono nome di equazioni parametriche di

nel riferimento fissato. Inoltre la coppia ( ) prende nome di coppia di parametri direttori di (definita a meno di
un fattore di proporzionalità non nullo).

Sia un piano affine di . Si ponga ( ) con e sottospazio vettoriale di di dimensione due, ovvero
deve essere con linearmente indipendenti.
Sia allora ⇔ ( ) ⇔ ( ) ; questa scrittura prende nome di equa-
zione vettoriale del piano affine.

Si ponga ( ) ( )⇔ ( ) dove ( ) sono le coordinate affini del punto


nel riferimento fissato. Siano e dove sono le compo-
nenti di e sono le componenti di nella base fissata. Si noti che essendo allora:

Sia ( ) dove ( ) ( ) per cui ( ) . Allora si scriva l'equazione vettoriale del


piano di giacitura passante per
⇔ ( )
( )
( ) ( ) ( ) ( )
Allora:
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
E scomponendo secondo le componenti:

( )

Quindi:

( ) ⇔

dette equazioni prendono nome di equazioni parametriche di nel riferimento fissato. In maniera equivalente si può
scrivere che ( ) se il sistema ( ) è compatibile ovvero se:

ovvero, dato che deve essere: o in maniera equivalente:

che prende nome di equazione parametrica sottoforma di determinante. Allora risolvendo:


( ) ⇔( ) ( ) ( )
( ) ⇔ ( ) ( ) ( )
dove si è posto:

che risultano essere tutti i minori a meno del segno di con ( ) ( ) . Per cui si ottiene:

195
e ponendo: si ottiene:

ovvero l'equazione cartesiana del piano.

Si prenda base ortonormale


Si consideri il piano di di equazione vettoriale ( ) dove ( ) ( )e ed in forma pa-
rametrica sottoforma di determinante:

⇒ ⇒

Si noti che se ( ) allora ( ) è il piano affine di equazione cartesiana ovvero il .

In modo analogo si consideri il piano di di equazione vettoriale ( ) dove ( ) ( )e


ed in forma parametrica sottoforma di determinante:

⇒ ⇒

Si noti che se ( ) allora ( ) è il piano affine di equazione cartesiana ovvero il .

Ed ancora si consideri il piano di di equazione vettoriale ( ) dove ( ) ( )e ed in


forma parametrica sottoforma di determinante:

⇒ ⇒

Si noti che se ( ) allora ( ) è il piano affine di equazione cartesiana ovvero il .

:
Siano due piani dello spazio affine allora ⇔ ⇔
:
; inoltre se allora mentre se allora .

Si può quindi dire che ⇔ ; in questo caso è una retta i cui punti sono tutti e soli i

punti ( ) con ( ) soluzione del sistema: .

Proprietà
Sia : allora si prova che una terna di parametri direttori di è ( ) dove si è posto:

ovvero sono i minori di ordine presi a segni alterni dalla matrice

Asse ( )

( ) ( )

196
equazione cartesiana dell'asse .
Asse ( )

( ) ( )

equazione cartesiana dell'asse .

Asse ( )

( ) ( )

equazione cartesiana dell'asse .

---N.B.---
Si noti che esistono infiniti piani che intersecandosi generano la stessa retta.

Si prenda con allora si può scrivere:

che prende nome di equazione della retta sottoforma di rapporti uguali. Si noti che:

 se

Proprietà
Siano : e sia la retta di parametri direttori ( ); allora ⇔ . Se
invece ⇒ e le coordinate di si determinano come soluzione unica del sistema costituito dall'equa-
zione del piano e dalle equazioni della retta.

Proprietà
Sia la retta di parametri direttori ( ) ed la retta di parametri direttori ( ) allora ⇔
per cui può capitare che ∨

197
Definizione di rette complanari e di rette sghembe
Due rette si dicono complanari se esiste un piano che le contiene. Due rette complanari sono incidenti o parallele. Due
rette non complanari si dicono sghembe.

Proprietà
Siano ( ) ed ( ) allora le rette ed sono complanari se e solo se i vettori ( ) sono linear-
mente dipendenti.

Definizione di angolo in
Si fissi in il riferimento affine ( ) riferimento ortonormale con . Sia la retta di parametri direttori
( ) ed la retta di parametri direttori ( ) per cui le giaciture delle due rette sono rispettivamente generate del
singolo vettore e . Allora si dimostra che:
cos
( ) ( )
infatti inoltre e ( ) ( ) .
Allora ⇔ . Per cui ponendo allora .

Siano : e : allora ⇔

Osservazione
Sia la retta di parametri direttori ( ) L'angolo convesso che forma con l'asse è l'angolo tale che:

L'angolo convesso che forma con l'asse è l'angolo tale che:

Allora: ( ) ( )

Definizione di angolo in
Si fissi in il riferimento affine ( ) riferimento ortonormale. Sia la retta di parametri direttori ( ) ed la
retta di parametri direttori ( ). L'angolo convesso formato da ed è l'angolo
cos
( ) ( ) ( )
Allora ⇔ .

Sia ( ) una retta di e ( ) un piano di allora ⇔ per cui se ha parametri direttori


( ) e se ha equazione cartesiana : allora ⇔ .

Siano ( )e ( ) due piani di ; si ponga e allora ⇔ Siano


: e : le equazioni cartesiane dei due piani; per cui considerando la
retta ortogonale a si ha: ⇔ per cui si può prendere di parametri direttori ( ) ( )e
considerando la retta ortogonale a ' analogamente questa avrà parametri direttori ( ) ( ) per cui
si può scrivere che: ⇔

198
Appendice 5 - Osservazioni sugli spazi geometrici proiettivi

Vi invito a prendere questa appendice come una spiegazione intuitiva della struttura di uno spazio geometrico proiet-
tivo in quanto ci si metterà nelle condizioni più semplici da trattare.

Si prenda uno spazio affine reale e si fissi un riferimento ortonormale


( ) con dove ( ) ( ) ( ).

Dopodiché si consideri il piano parallelo ad e passan-


te per il punto ( ) di equazione vettoriale
( ).

Si consideri in un punto
( ) non appartenente al
piano . Si può sempre conside-
rare la retta affine di equazione
vettoriale ( ( ) ) ov-
vero la retta passante per e .

199
Questa retta ha parametri direttori ( ). Inoltre passa per l'origine del riferimento per cui tutti i punti della
retta avranno coordinate affini rispetto al riferimento scelto del tipo ( ) dove . Ovvero le coordinate
di tutti punti appartenenti ad una stessa retta passante per il centro sono uguali a meno di un fattore di proporzionali-
tà che varia in .

Si noti adesso che la retta interseca il piano in un punto di coordinate ( ) in quanto appartenente
alla retta ed essendo appartenente al piano di equazione allora il punto avrà coordinate affini ( ).

Si noti che il punto è stato ottenuto congiungendo un punto nello spazio affine con il centro del riferimento o in al-
tre parole il punto è il punto di proiezione centrale sul piano . Si noti inoltre che il punto è proiezione su di
tutti i punti appartenenti ad una stessa retta passante per l'origine e per stesso, ovvero è proiezione sia di che di
, per cui volendo si può dire che su i punti hanno stesse coordinate omogenee
( ) ( ) ( ) che differiscono solo di un fattore di proporzionalità non nullo e definisco-
no di fatti un unico punto su . Allora tutti i punti dello spazio possono essere scritti in coordinate omogenee, visti
come proiezione sul piano .

200
Ci si chiede se esistano punti tali che la loro proiezione centrale non possa intersecare il piano affine . Affinché si
verifica questa situazione deve essere verificato che il punto in questione definisca con l'origine del riferimento una
retta parallela ad ; detta eventualità si verificherà solo nel caso in cui la retta appartenga al piano parallelo ad e
passante per ovvero il piano . In questo caso i punti considerati avranno coordinate affini del tipo ( ). Si
può stabilire che la retta parallela definita dal punto di generiche coordinate ( ) e dall'origine del riferimento si
intersechi con il piano ad infinito. Detti punti apparterranno ovviamente al piano e verranno denotati con il ter-
mine punti impropri.

Esiste un unico punto per cui questa costruzione difatti è inefficace: l'origine del riferimento stesso. Difatti per un uni-
co punto passano infinite rette e di conseguenza il punto non definisce alcun punto proiettato su . Questo è il mo-
tivo per cui le coordinate omogenee ( ) non definiscono alcun punto. Il piano prende nome di spazio geometri-
co proiettivo.

201
202
Ringraziamenti

Fondamentale per la scrittura di questa raccolta di appunti è stata la chiarezza e la pazienza della prof.ssa Amici che
mi ha trasmesso la passione per questa branca della matematica; un grande ringraziamento va a Giovanni Gramegna,
mio collega, senza il quale non esisterebbero nè questa raccolta nè il mio esame di Geometria. Un ringraziamento va
ancora a Domenico Manicone e Giovanni Scala che mi hanno sopportato nelle telefonate pre-esame ed a Umberto
Colonna con il quale ho condiviso tutta la mia passione per questa materia ed il periodo di preparazione all'esame. Un
ringraziamento anche ai colleghi che ci hanno preceduto e che sono stati di grande aiuto nell'avviarci alla comprensio-
ne degli argomenti del corso ed ai quali mi sono ispirato per scrivere questa raccolta.

Bari 09/10/2013

203