Raccolta Di Esercizi (S.Mongodi)

Esercizi di Geometria ed Algebra Lineare
Samuele Mongodi
A.A. 2018/19
Quest’opera di Samuele Mongodi è distribuita con Licenza Creative Commons
Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 Internazionale.
http://creativecommons.org/licenses/by-nc-sa/4.0/
1
Aggiornato al: 17 settembre 2018

2
Capitolo 1
Dire
Questioni di teoria, sotto forma di definizioni, domande vero-falso o a risposta aperta.
3
4 CAPITOLO 1. DIRE
1.1 Geometria analitica del piano

Dare la Definizione. Dire che cosa si intende con il simbolo R2 .
Dare la Definizione. Come è definita la somma di due elementi v, w ∈ R2 ?
Domanda aperta. Identificando R2 con l’usuale piano cartesiano, quale interpretazione

geometrica può essere data della somma di due vettori di R2 ? E della loro differenza?
Dare la Definizione. Come si definisce il prodotto scalare tra due vettori v, w ∈ R2 ?

Siano dati v, w ∈ R2 e λ ∈ R.
Vero o Falso. Dire per ognuna delle seguenti affermazioni se è vera o falsa.
• kv + wk = kvk + kwk
• kv + wk2 = kvk2 + kwk2
• Se hv, wi = 0, allora hv, λwi = 0.
• Se v + w = 0, allora |hv, wi| = kvkkwk.
• Se 2hv, wi = kvkkwk, allora l’angolo tra v e w è π/6.
• hv + w, v − wi = kvk2 − kwk2 .
Domanda aperta. Dare condizioni necessarie e sufficienti su p, q, v, w ∈ R2 affinché le

due rette in forma parametrica
r : p + tv s : q + tw
siano
1. parallele
2. incidenti
3. perpendicolari
4. coincidenti.
Domanda aperta. Quali informazioni geometriche possiamo ricavare dai coefficienti

della forma cartesiana di una retta?
1.2. SISTEMI LINEARI 5
1.2 Sistemi lineari

Dare la Definizione. Cos’è un’equazione lineare? Quando si dice omogenea?
Dare la Definizione. Cos’è una soluzione di un sistema lineare?
Domanda aperta. Quante possono essere le soluzioni di un sistema lineare? Fornire

esempi di sistema per ognuna delle possibilità.
• Se un sistema è lineare e (x1 , . . . , xn ) è una soluzione, allora (kx1 , . . . , kxn ) è una

soluzione per ogni k ∈ R.
• Se in un sistema lineare ci sono più incognite che equazione, sicuramente il sistema

ha almeno una soluzione.
• Un sistema omogeneo ha sempre almeno una soluzione.
• Se in un sistema lineare scambio tra loro due equazioni, l’insieme delle soluzioni
rimane lo stesso.
• Se in un sistema lineare scambio tra loro due incognite, l’insieme delle soluzioni
rimane lo stesso.
Dare la Definizione. Quando un sistema lineare si dice a scala?
Dare la Definizione. Cos’è un pivot, in un sistema lineare a scala?
Domanda aperta. Consideriamo il sistema lineare Ax = b, sapendo che dopo la

riduzione a scala della matrice A troviamo un pivot su ogni colonna, cosa possiamo dire
del sistema Ax = b? E se avessimo trovato un pivot su ogni riga?
6 CAPITOLO 1. DIRE
1.3 Geometria analitica dello spazio

Dare la Definizione. Come si definisce l’angolo tra due vettori in Rn ?
Domanda aperta. Quali sono le possibili posizioni reciproche di due rette in R3 ?
• Due rette in R3 sono sghembe se e solo se non appartengono allo stesso piano.
• Un piano ed una retta in R3 hanno sempre almeno una intersezione.
• Due piani in R3 che non hanno nemmeno un punto in comune sono paralleli.
• Due rette in R3 che non hanno nemmeno un punto in comune sono parallele.
• Un piano ed una retta in R3 che non hanno nemmeno un punto in comune sono
paralleli.
Domanda aperta. Date due rette in forma parametrica p + tv e q + tw con q, p, v, w ∈

R3 , sapendo che sono sghembe, quale informazione posso ricavarne su v e w?
Dare la Definizione. Come si scrive un piano in forma parametrica?

1.4. MATRICI - 1 7
1.4 Matrici - 1
Dare la Definizione. Cos’è una matrice?
Dare la Definizione. Cos’è la trasposta di una matrice?
Dare la Definizione. Cos’è la matrice identità?
Dare la Definizione. Come si definisce (e quando si può definire) la somma tra

matrici? E il prodotto di una matrice per uno scalare?
• Il prodotto righe per colonne tra matrici può sempre essere eseguito tra due matrici
qualsiasi.
quadrate qualsiasi.
quadrate della stessa dimensione.
• Il prodotto righe per colonne è associativo.
• Il prodotto righe per colonne è distributivo sulla somma tra matrici.
• Il prodotto righe per colonne è commutativo.
Dare la Definizione. Cosa vuol dire che un prodotto è associativo? E che è

commutativo?
Domanda aperta. Che legame c’è tra il prodotto scalare tra due vettori di Rn e il
prodotto righe per colonne (interpretando ad esempio Rn come l’insieme Mn,1 dei vettori
colonna)?
Dare la Definizione. Cos’è la matrice inversa? Come si calcola?

8 CAPITOLO 1. DIRE
1.5 Spazi vettoriali

Dare la Definizione. Cos’è un campo? E un sottocampo?
Dare la Definizione. Che differenza c’è tra inverso e opposto?
• Ogni campo è un sottoinsieme di R.

• In un campo il prodotto può non essere commutativo.
• Le matrici n × n non sono un campo perché la matrice nulla non ha un’inversa per
il prodotto.
• I numeri interi sono un campo.
• Se i coefficienti di un sistema lineare stanno in un certo campo K, vi staranno anche
tutte le soluzioni di tale sistema.
Dare la Definizione. Cos’è uno spazio vettoriale? E un sottospazio?

Dare la Definizione. Cos’è un insieme di generatori?
Dare la Definizione. Quando dei vettori si dicono linearmente indipendenti?
Dare la Definizione. Cos’è una base?
Domanda aperta. In Rn , come si interpreta il fatto che n vettori siano o meno una
base in termini di sistemi lineari e matrici?
• Non esistono spazi vettoriali con un solo elemento.

• Una retta è un sottospazio vettoriale di Rn se e solo se passa per l’origine.
• Ogni sottoinsieme di Rn che contiene l’origine è un sottospazio vettoriale.
• Uno spazio vettoriale ha sempre una base.
• Ogni base è un insieme di generatori.
• Ogni insieme di generatori è una base.
• Ogni insieme di generatori è fatto da vettori linearmente indipendenti.
Dare la Definizione. Cosa sono le coordinate di un vettore rispetto ad una base?

Dare la Definizione. Cos’è una matrice di cambio di base?
Dare la Definizione. Cos’è la somma di due sottospazi? Quando si chiama somma
diretta?
Dare la Definizione. Cosa si intende per forma parametrica di un sottospazio? E per
forma cartesiana?
1.6. APPLICAZIONI LINEARI 9
1.6 Applicazioni lineari

Dare la Definizione. Cos’è un’applicazione lineare?
Domanda aperta. Descrivere come sono fatte le applicazioni lineari da Rn a Rk .
Dare la Definizione. Cosa sono il nucleo e l’immagine di una applicazione lineare?
Dare la Definizione. Cos’è la matrice associata ad una applicazione lineare rispetto

ad una base di partenza ed una base di arrivo?
• Il nucleo è sempre un sottospazio vettoriale dello spazio vettoriale di partenza.
• L’immagine è sempre un sottospazio vettoriale dello spazio vettoriale di partenza.
• Un’applicazione lineare è iniettiva se e solo se dim ImT = 0.
• Non esiste una applicazione lineare T : R≤2 [x] → R5 surgettiva.
• Se T : V → w e S : W → U sono lineari, allora dim ker T = dim ker(S ◦ T ).
• Ogni applicazione lineare è invertibile e la sua inversa è lineare.
• Un’applicazione lineare manda vettori linearmente dipendenti in vettori linearmente

dipendenti.
• Un’applicazione lineare manda una base in una base.
Domanda aperta. Quali legami sussistono tra nucleo ed immagine di una applicazione
lineare e il suo essere iniettiva o surgettiva?
Dare la Definizione. Cos’è il rango di una applicazione lineare?
Domanda aperta. Data T : V → W , cosa si può dire sull’insieme Sw = {v ∈ V :

T (v) = w}?
Domanda aperta. Cosa si intende per cambio di base per una applicazione lineare?
Dare la Definizione. Quando un’applicazione lineare si dice isomorfismo?
Domanda aperta. Che legame c’è tra la matrice associata a T e la matrice associata
a T −1 (tra le stesse due basi)?
10 CAPITOLO 1. DIRE
1.7 Determinanti
Dare la Definizione. Cos’è lo sviluppo di Laplace del determinante?
Dare la Definizione. Cosa vuol dire che una funzione di più variabili è alternante?
Dare la Definizione. Quali sono le proprietà del determinante?
Domanda aperta. Che legame c’è tra la riduzione a scala e il determinante?
• se A, B ∈ Mn,n (R), allora det(A + B) = det(A) + det(B)
• det(3A) = 9A per ogni A ∈ M2,2 (R)
• det(A) = 0 se e solo se A non è invertibile
• det(AB) = det(B −1 AB 2 )
• det(A + B t ) = det(At + B)
• se det(A) > 0, allora det(A + I) > 0
Domanda aperta. Che interpretazione geometrica possiamo dare al determinante,

almeno in dimensione 2 e 3?
Dare la Definizione. Cos’è una sottomatrice? E un minore?
Domanda aperta. Che legami ci sono tra i minori di una matrice e il suo rango?
Domanda aperta. Come possono essere utilizzati i determinanti nella risoluzione di

un sistema lineare Ax = b? Ci sono tre casi: A quadrata e det(A) 6= 0, A quadrata e
det(A) = 0, A rettangolare...
1.8. AUTOVALORI E AUTOVETTORI 11
1.8 Autovalori e autovettori

Dare la Definizione. Quando due matrici quadrate si dicono simili?
Dare la Definizione. Cos’è un autovalore di una matrice? E un autovettore? E un
autospazio?
Dare la Definizione. Cos’è il polinomio caratteristico di una matrice?
Domanda aperta. Che legame c’è tra il polinomio caratteristico e gli autovalori?
Dare la Definizione. Cosa sono la molteplicità geometrica e la molteplicità algebrica
di un autovettore?
Domanda aperta. Quali caratteristiche comuni hanno due matrici simili?
Domanda aperta. Quando una matrice è diagonalizzabile sui reali?
• Se tutte le radici reali del polinomio caratteristico di A sono di molteplicità 1, allora

A è diagonalizzabile sui reali.
• Se det A = det B, allora A e B sono simili.
• Se λ è autovalore di A e m.a.(λ) = 1, allora m.g.(λ) = 1.
• Se λ è autovalore di A, allora λ2 è autovalore di A2 .
• Se λ è autovalore di A e di B, allora è anche autovalore di A + B.
• Se v è autovettore di A e B allora è anche autovettore di A + B.
• Se tutti gli autovalori complessi di A hanno molteplicità algebrica 1, allora A è
diagonalizzabile sui complessi.
• Se det A = 0, allora A ha almeno un autovalore reale.
• Ogni matrice ha almeno un autovalore reale.
• Se A è simile a B e A è diagonalizzabile, allora B è diagonalizzabile.
Domanda aperta. Che grado ha il polinomio caratteristico di una matrice quadrata

n × n? Qual è il suo termine noto?
Dare la Definizione. Cos’è un endomorfismo di uno spazio vettoriale?
Dare la Definizione. Cosa sono autovalori, autovettori e autospazi per un endomorfi-
smo T di uno spazio vettoriale V ?
Domanda aperta. Come si trovano gli autovalori di un endomorfismo di V , spazio
vettoriale?
Dare la Definizione. Cosa vuol dire che un endomorfismo di V è diagonalizzabile?
12 CAPITOLO 1. DIRE
1.9 Struttura euclidea standard di Rn

Dare la Definizione. Cos’è una matrice ortogonale?
Dare la Definizione. Quando una base si dice ortogonale? E ortonormale?
Domanda aperta. Come funziona l’algoritmo di Gram-Schmidt?
Dare la Definizione. Cos’è l’ortogonale di un sottospazio vettoriale? E’ un sottospazio?

Che dimensione ha?
Domanda aperta. Che proprietà ha la proiezione ortogonale PW su un sottospazio?
• Un sottospazio e il suo ortogonale sono sempre in somma diretta.
• dim W = dim W ⊥ .
• PW (PW (v)) = v per ogni v ∈ Rn .
• PW + PW ⊥ = I.
• kPW (v)k = kvk per ogni v ∈ Rn .
• Se v ⊥ w e w ⊥ u + v, allora w ⊥ u.
Dare la Definizione. Cos’è un’applicazione simmetrica?
Domanda aperta. Cosa possiamo dire sugli autovalori di un endomorfismo simmetrico?

E sugli autospazi?
1.10. SPAZI EUCLIDEI E FORME QUADRATICHE 13
1.10 Spazi euclidei e forme quadratiche

Dare la Definizione. Cos’è un prodotto scalare su uno spazio vettoriale reale V ?
Domanda aperta. Come si calcola la matrice associata ad un prodotto scalare h·, ·i

rispetto ad una base B?
Dare la Definizione. Quando una base si dice ortogonale? E quando ortonormale?
Dare la Definizione. Sia (V, h·, ·i) uno spazio euclideo. Quando T ∈ End(V ) si dice
simmetrica?
Domanda aperta. Come sono legate le matrici associate ad uno stesso prodotto scalare
rispetto a basi diverse?
Dare la Definizione. Cosa vuol dire che due matrici sono congruenti?
• L’unica matrice congruente all’identità è l’identità stessa.
• Se B e C sono quadrate e congruenti, allora det B e det C hanno lo stesso segno.
• Se B e C sono quadrate e congruenti, allora rkB = rkC.
• Ogni matrice simmetrica B definisce un prodotto scalare hx, yi = xt By.
• Se A è simmetrica, A è simile e congruente ad una matrice diagonale.
Dare la Definizione. Cos’è una forma bilineare? Quando si dice simmetrica?
Dare la Definizione. Cos’è una forma quadratica su Rn ?
Domanda aperta. Cosa sono segno e segnatura di una forma quadratica e che legami
hanno con gli autovalori della matrice simmetrica associata?
14 CAPITOLO 1. DIRE
Capitolo 2
Fare
Esercizi numerici relativi alle competenze di calcolo.
Simboli
Esercizio che richiede nozioni più avanzate rispetto a quelli circostanti e quindi da
fare in seconda passata.
Esercizio di difficoltà maggiore rispetto alla media.
15
16 CAPITOLO 2. FARE
2.1 Geometria analitica del piano: punti

Esercizio 2.1. In ogni riga sono dati due punti P e Q del piano cartesiano. Calcolare la
distanza P Q, il coseno dell’angolo ]P OQ e il coseno dell’angolo ]P XQ dove X è il punto
(1, 1). Dire infine se il triangolo P XQ è acutangolo (A), ottusangolo (O), rettangolo (R)
o degenere (D).
P Q PQ cos(POQ) cos(PXQ) A/R/O/D
(1, 0) (0, 2)
(1, −1) (2, 1)
(2, 2) (10, −1)
(3, 2) (−1, 0)
(1, −1) (−2, 2)
(2, 3) (3, 2)
(5, 5) (10, 10)
Esercizio 2.2. Dati i punti P = (3, 2) e Q = (5, 1), trovare il punto R sul segmento P Q
tale che P R = 3RQ.
Esercizio 2.3. Dati i punti P = (3, 2) e Q = (5, 1) ed un reale positivo λ, trovare il
punto R sul segmento P Q tale che P R = λRQ.
Esercizio 2.4. Dati P = (0, 1) e Q = (2, 0), trovare un punto R tale che la proiezione
di R sul segmento P Q sia il punto medio di P Q, la distanza P R sia 10 e l’ordinata di
R sia positiva. E’ unico, tale punto? E se ammettiamo ordinate negative, quanti punti
troviamo?
Esercizio 2.5. Dati A = (1, 0), B = (3, 0), determinare i punti P con ordinata 1 tali
che ]AP B = π/4.
Esercizio 2.6. Dati A = (2, 3), B = (1, 2), determinare i punti P a distanza 3
dall’origine tali che ]AP B = π/2.
Esercizio 2.7. In ogni riga sono dati tre punti A, B, C. Determinare H, il piede
dell’altezza da C su AB e la lunghezza del segmento CH.
A B C H CH
(0, 0) (1, 0) (3, 2)

(0, 0) (1, 1) (3, 2)
(1, 0) (3, 2) (0, 0)
(2, 1) (2, 1) (0, 0)
(1, 1) (3, 3) (3, 2)
(−1, 1) (2, 2) (1, −2)
(2, 3) (−1, 8) (−2, −4)
2.2. GEOMETRIA ANALITICA DEL PIANO: RETTE 17
2.2 Geometria analitica del piano: rette

Esercizio 2.8. Ognuna delle seguenti rette è data in forma cartesiana o parametrica;
completare con la forma mancante.
F. Cartesiana F. Parametrica F. Cartesiana F. Parametrica
x+y+1=0 x−y−1=0
(0, 1) + t(1, 1) (0, 2) + t(1, 0)
x + 2y − 3 = 0 2x + y − 3 = 0
(1, 1) + t(2, 2) (1, 1) + t(1, −1)
5x = 7y + 1 3x = 2y
t(1, 2) (3, 0) + t(0, 3)
Esercizio 2.9. Per ogni coppia di punti, scrivere la retta che passa per essi, sia in forma
cartesiana che in forma parametrica
A B F. Cartesiana F. Parametrica
(0, 0) (3, 2)
(0, 1) (1, 2)
(1, −2) (−1, 2)
(2, 3) (3, 2)
(1, 10) (10, 11)
(−7, 2) (−6, 3)
(2, 4) (0, −8)
Esercizio 2.10. Per ognuna delle seguenti rette, scrivere la parallela passante per P e
la perpendicolare passante per Q, in forma cartesiana.
Retta P Parallela per P Q Perpendicolare per Q
x+y+7=0 (1, 2) (3, 4)

2x − 7y + 1 = 0 (1, 1) (0, 0)
x + 2y − 3 = 0 (1, 1) (2, −3)
2x − 3y + 1 = 0 (2, −1) (1, 1)
3x − y + 1 = 0 (8, 9) (−7, 5)
x−y =8 (1, 1) (1, 1)
18 CAPITOLO 2. FARE
Esercizio 2.11. Per ognuna delle seguenti rette, sia θ l’angolo più piccolo che essa
forma con l’asse delle y. Calcolare cos θ e la distanza della retta dall’origine.
Retta cos θ Distanza
x+y+9=0
2x − y + 6 = 0
3x + 4y − 10 = 0
3y − x = 2
x = y − 11
(2, 1) + t(2, 4)
(0, 1) + t(1, −1)
Esercizio 2.12. Per ogni coppia di rette, trovare il punto di intersezione, se sono
incidenti, e scrivere la distanza tra esse, se non lo sono.
Retta 1 Retta 2 Punto/Distanza
x+y+7=0 x−y−5=0
2x − y = 9 2x − 9 = y
2x + 2y − 7 = 0 x+y+1=0
(1, 3) + t(1, 2) x + 2y − 6 = 0
7x − y + 9 = 0 (0, 1) + t(7, 1)
3x − 2y − 11 = 0 (2, 2) + t(2, 3)
Esercizio 2.13. Per ognuna delle seguenti terne di punti, determinare l’area del
triangolo che essi formano.
A B C Area ABC
(0, 0) (1, 1) (3, 2)

(0, 1) (2, 0) (−1, 2)
(1, 2) (−1, 1) (0, 0)
(2, −2) (1, 2) (−2, 3)
(0, 2) (4, 0) (−2, 4)
(−1, −2) (0, 0) (2, 3)
2.3. SISTEMI LINEARI - 1 19
2.3 Sistemi lineari - 1

Esercizio 2.14. Risolvere i seguenti sistemi lineari.
Sistema Soluzioni



 2x + y − z = 0

x − y + 2z = 0


 x + 2y − 3z = 0




 x+y+z = 0



 x+y+w = 2


 x+z+w = 1


 y + z + w = −1




 u+v = 1

u − 3v = 5


 u−v = 3


 2u − 7v + 8w = 9
 3u + 11v − 9w = 10



 x1 + 2x2 + 3x3 − x4 = 2
x1 x2


− − x4 = 4


2 3



 −x1 − x2 + x4 = 3


 x2 + 3x3 = 4

 y1 + y2 − 2y3 + y4 − y5 = 2
 −y − y + 2y + 2y − 3y = 5
1 2 3 4 5



 3x1 − 3x2 + 4x4 = 1


x − x + 2x = 1


1 2 3


 −2x1 + x2 + 5x3 − x4 = 1


 x − 3x + 7x + 4x = 1

 1 2 3 4


 −x1 + x2 + x3 = 1

x1 − x2 + x3 = 2


 x +x −x = 3

1 2 3

 z + z4 = 1
 1


z2 + 2z3 = 1



 z +z = 2
1 2
20 CAPITOLO 2. FARE
Esercizio 2.15. In ogni riga è data la matrice dei coefficienti di un sistema lineare. De-
terminare il numero di incognite, il numero di equazioni, il numero di pivot e di parametri
(dopo una riduzione a scala).
Matrice dei coefficienti Incognite Equazioni Pivot Parametri

 
1 2 0
 
 
0 1 1 
 
 
0 2 1 
 
3 −2 1
 
−3 2 1 0
 
2 3 −6 7
 
1 2 1 3 1
 
−2 3 −2 1 2 
 
 
−1 5 −1 4 3 
 
 
 1 0 2 1 −3
 
 
0 5 1 5 0
 
1 2 4
 
 
1 3 9 
 
1 4 16
 
−1 1 1 1
 
 1 −1 1 1
 
 
1 −1 1 
 
1
 
1 −1
 
1 1
 
1 1 1 1
 
0 0 0 1
 
 
0 0 3 2
 
0 1 −1 2
 
1 0 1
 
 
0 1 0 
 
 
2 4 2 
 
3 −1 3
2.4. GEOMETRIA ANALITICA DELLO SPAZIO: PUNTI 21
2.4 Geometria analitica dello spazio: punti

Esercizio 2.16. Fissiamo h ∈ R \ {0}. Per ognuna delle seguenti coppi di punti P e Q
in Rn , calcolare la distanza P Q e il coseno dell’angolo ]P OQ, dove O è l’origine di Rn .
P Q dist PQ angolo ]POQ
(1, 1, 1) (1, 0, 1)
(0, 1, 0, 1) (1, 0, 1, 0)
(1, −1, 1) (−1, 1, −1)
(1, 2, 3) (0, 8, 0)
(1, −1, 1, −1) (1, 2, −1, −2)
(1, 1, 1, 1, 1) (0, 1, 0, 1, 0)
(0, 1, −1, 2, −2) (1, 2, 3, 4, 5)
(1, h, h2 ) (h, 1, 1)
(1, h, 2h, 3h) (0, 1, 0, 1)
Esercizio 2.17. Per ognuna delle seguenti terne di punti, calcolare l’area del triangolo
da essa definito e dire se è acutangolo, rettangolo od ottusangolo.
A B C Area ABC A/R/O
(0, 0, 0) (0, 1, 0) (0, 0, 1)

(1, 0, 0) (0, 1, 0) (0, 0, 1)
(0, 0, 0) (1, 1, 1) (1, −1, 1)
(1, 2, 3) (1, 2, 1) (−1, 1, −1)
(−1, −1, 1) (2, 4, 6) (1, 1, 1)
(10, 1, 1) (−15, 2, 2) (12, −1, 1)
(3, 1, 2) (0, −7, 0) (3, 2, 1)
(1, 3, 4) (3, 4, 1) (4, 1, 3)
Esercizio 2.18. Siano u, v ∈ R2n tali che u = (1, 1, 1, . . . , 1) (tutte le coordinate uguali
ad 1) e v = (0, 1, 0, 1, . . . , 0, 1) (tutte le coordinate dispari sono 0 e le coordinate pari sono
1). Calcolare l’angolo tra u e v.
Esercizio 2.19. Calcolare il volume del tetraedro formato dai punti (1, 1, 1), (1, 0, 1),
(1, 2, 3), (1, 0, −1).
Esercizio 2.20. Determinare k ∈ R tale che la distanza tra (1, k, 2k, 3k) e (0, 1, 0, 1) sia
minima.
Esercizio 2.21. Sia A = (1, 1, 1). Determinare il luogo dei punti P ∈ R3 tali che
]P OA = π/6.
22 CAPITOLO 2. FARE
Esercizio 2.22. Sia p = (0, 1, 0) e sia r la retta p + t(1, 1, −1). Determinare il luogo dei
punti X ∈ R3 tali che l’angolo tra la retta r e la retta per p e per X sia π/4.
Esercizio 2.23. Siano A = (1, 0, 0), B = (0, 1, 0), C = (0, 0, 1). Trovare i punti P ∈ R3
tali che kP Ak = 2, ]P AB = π/2, ]P AC = π/3.
Esercizio 2.24. Siano A = (a, 0, 0), B = (0, b, 0), C = (0, 0, c), con a, b, c > 0.
Determinare le aree delle quattro facce del tetraedro OABC e il suo volume.
Esercizio 2.25. Siano A = (1, 1, 1), B = (2, 1, 2). Determinare il luogo dei punti
P ∈ R3 tali che ]AP B = π/2.
2.5. GEOMETRIA ANALITICA DELLO SPAZIO: RETTE E PIANI 23
2.5 Geometria analitica dello spazio: rette e piani

Esercizio 2.26. In ogni riga sono dati tre punti. Determinare l’equazione cartesiana
del piano che passa per essi, l’equazione parametrica della retta per C perpendicolare ad
AB e la distanza di tale retta dall’origine.
A B C piano ABC perp da C dist O
(1, 0, 0) (0, 1, 0) (0, 0, 1)

(1, 1, 1) (−1, 1, 1) (1, −1, −1)
(2, 1, 3) (0, 1, 0) (1, 1, 1)
(−1, −1, −1) (0, 1, 0) (0, −1, 0)
(10, 1, −1) (8, 2, 2) (−3, 2, −1)
(1, 2, 3) (2, 3, 1) (3, 1, 2)
Esercizio 2.27. Per ogni coppia di rette, date in forma parametrica, determinare il
punto di intersezione se sono incidenti o la distanza tra esse se non lo sono; se giaciono
su uno stesso piano, determinare l’equazione cartesiana di tale piano o scrivere :( se tale
piano non esiste.
Retta 1 Retta 2 Punto/dist Piano comune
(1, 1, 1) + t(0, 1, 0) (0, 2, 1) + t(1, 0, 0)

(0, 1, 1) + t(1, −1, 0) (2, −1, 1) + t(2, 0, 3)
(0, 1, 1) + t(1, −1, 0) (0, 2, 1) + t(1, 0, 0)
(0, 1, 1) + t(1, 1, −1) (3, 2, 1) + t(−1, −1, 1)
(1, 0, 1) + t(1, 2, 1) (2, 0, 2) + t(1, 3, 5)
(2, 1, 0) + t(1, 1, 0) (2, 1, 0) + t(−1, 1, 0)
(3, 3, 3) + t(0, 1, 1) (3, 2, 2) + t(1, 1, 0)
Esercizio 2.28. In ogni riga sono dati un piano in forma cartesiana ed un punto P ;
scrivere il piano in forma parametrica e la retta da P perpendicolare al piano in forma
cartesiana (ovvero come intersezione di due piani).
Piano Punto P Piano in f. parametrica Perp da P (f. cart)
x=1 (1, 0, 1)
x+y =0 (1, 1, 1)
2x − y + z = 1 (2, 1, 0)
−y + z = 2 (1, 7, −10)
x y
− +z =7 (1, −1, 3)
5 2
24 CAPITOLO 2. FARE
Esercizio 2.29. Scrivere le rette dell’esercizio 2.27 in forma cartesiana (ovvero come
intersezione di due piani).
Esercizio 2.30. Trovare la forma cartesiana del piano parallelo alle due rette date
passante per l’origine.
Retta 1 Retta 2 Piano parallelo per O

 
 x = 1  x+y = 1
 y = 1  z = 0
 
 x−y = 0  x+y+z = 3
 x−z = 1  y+z = 2
 
 x + 2y + z = 1  x+y+z = 0
 x−y−z = 2  x−y−z = 0
 
 2x − y + z = −1  y+z = 3
 x+y = 1  x−y = 1
 
 x − y + 3z = 0  x+y+z = 0
 x+y+z = 0  3x − 2y + z = 0

 x − 7y + 2z = 1

  x−y−z = 18
2 3
10  x − y + 37z =
 x+y−
 = 0 1
11
Esercizio 2.31. Scrivere il simmetrico1 del punto P rispetto al piano dato.
Piano Punto P Simmetrico di P
x=1 (2, 1, 3)
x+y =0 (2, 3, −8)
x−y =1 (−1, 2, 0)
x+y+z =3 (2, −5, 7)
−x − 3y − 2z = 4 (−1, −2, 0)
10x − 7y + z = 8 (1, −1, 1)
−x + 2y − z = 9 (1, −2, 1)
x + 7z = 18 (2, 2, 2)
9x + 9y + 9z = 18 (1, 2, 3)
37x − 21y + 8z = 0 (1, 0, 0)
1
ovvero la riflessione, ovvero il punto Q che dista dal piano tanto quanto P , è diverso da P e tale che
P Q è perpendicolare al piano
2.5. GEOMETRIA ANALITICA DELLO SPAZIO: RETTE E PIANI 25
Esercizio 2.32. Sono dati un piano α ed un punto P appartenente ad esso. Trovare il

piano β che passa per l’origine e per P ed è perpendicolare2 ad α.
Piano α Punto P Piano β (f. cart.)
x=1 (1, 2, 3)
y=0 (1, 0, 1)
x+y =1 (0, 1, −3)
x−y+z =2 (0, 0, 2)
2x − y + 3z = 1 (0, −1, 0)
5y − 3x + z = 7 (0, 1, 2)
x+y+z =3 (1, 0, 2)
x + 2y + 3z = 1 (2, −2, 1)
Esercizio 2.33. Per ogni coppia punto-retta, trovare la forma parametrica del piano
che li contiene entrambi e la forma cartesiana del piano che passa per il punto dato e per
l’origine ed è parallelo alla retta data (scrivere :( se non esiste tale piano e :/ se ce n’è più
di uno).
Punto Retta Piano che li contiene Piano parallelo
(1, 1, 0) (1, 1, 1) + t(2, 1, 1)

(−1, 1, 3) (2, 0, 0) + t(0, 0, 1)
(1, 0, 1) (2, 0, 0) + t(0, 0, 1)
(1, 0, 1) (3, 0, 1) + t(2, 0, 2)

 x+y = 0
(1, 1, 1)
 x−y = 1

 y+z = 2
(2, 1, 0)
 x+y−z = = 1

 x+y = 3
(1, −1, 1)
 y+z = 2

 x−z = 2
(2, 0, 1)
 y+z = 2
2
l’angolo tra due piani è l’angolo tra i loro vettori dei coefficienti in forma cartesiana.
26 CAPITOLO 2. FARE
2.6 Matrici: operazioni

Esercizio 2.34. Completare la tabella con i prodotti riga per colonna richiesti. Scrivere
:( quando non è possibile svolgere un determinato prodotto.
A B AB BA BAt
   
1 0 1 2
   
1 1 −1 1
 
  2 3
1 1 1  
−4 5
   
2 −1 2  
1 0
 
2
 
−2
 
1 4 5
 
3
 
1 2
 
 0 −1
 
2 1 0 3 



1 3
 
−2 3
   
−1 2 3 −2 0 5
   
−3
   
2 10 3 2 1
   
1 0 1 3 −4 8
   
3 4 5 1 3 4 0
   
0 1 0 7 −2 5 1
Esercizio 2.35. Consideriamo la matrice As ∈ M2,2 dipendente da un parametro s ∈ R,

data dalla seguente espressione  
1 2
As =   .
0 s
Calcolare A2 = AA e A3 = AAA.
Esercizio 2.36. Sia As la matrice dell’esercizio precedente. Siano u, v, w ∈ R2 (intesi
come vettori colonna) dati da
     
1 0 1
u = As  v = As  w = As  .
0 1 1
Quanto vale l’area del triangolo formato dai punti u, v, w? Per quali valori di s tale
triangolo è degenere (e dunque ha area nulla)?
2.6. MATRICI: OPERAZIONI 27
 
1 2
Esercizio 2.37. Ripetere l’esercizio precedente con la matrice Bs =  .
−1 s
Esercizio 2.38. Sia  
1 2
As =  .
s 3
Si calcoli Bs = A2s − 4As + I, dove I è la matrice identità in dimensione 2. Per quali valori
del parametro s la matrice Bs è la matrice nulla? Esistono valori del parametro per cui è
la matrice identità?.
Esercizio 2.39. Sia data la matrice
 
1 3
A= .
0 1
Determinare una matrice B ∈ M2,2 tale che AB = BA = I.

28 CAPITOLO 2. FARE
2.7 Spazi vettoriali - 1

Esercizio 2.40. Sia K un campo, dove le operazioni sono indicate con gli usuali simboli
+, ·. Partendo dalle 9 proprietà date nella definizione di campo, dimostrare le seguenti
affermazioni.
1. Se l’elemento neutro della somma è anche elemento neutro del prodotto, allora il
campo ha un solo elemento. (Una volta dimostrato questo, siamo autorizzati ad
usare due simboli diversi per indicarli, ovvero 0, 1.)
2. ∀x ∈ K, 0 · x = 0.
3. ∀x ∈ K, (−1) · x è opposto di x.
4. Dati x, y ∈ K, se esiste z ∈ K tale che x + z = y + z, allora x = y.
5. Dati x, y ∈ K, se esiste z ∈ K \ {0} tale che xz = yz, allora x = y.
6. Dato x ∈ K, l’opposto è unico, ovvero esiste un unico elemento y ∈ K tale che

x+y = 0. (Una volta dimostrato questo, siamo autorizzati ad indicarlo univocamente
come −x.)
7. Dato x ∈ K \ {0}, l’inverso è unico, ovvero esiste un unico elemento y ∈ K \

{0} tale che xy = 1. (Una volta dimostrato questo, siamo autorizzati ad indicarlo
univocamente con x−1 o 1/x.)
8. ∀x ∈ K \ {0}, 1/(1/x) = x.
9. ∀x, y ∈ K, −(xy) = (−x)y = x(−y) e (−x)(−y) = xy.
Esercizio 2.41. Sia K = {, ♥, †} e definiamo le operazioni +, · come segue
+ ♥ † · ♥ †
♥ †
♥ ♥ † ♥ ♥ †
† † ♥ † † ♥
Verificare che l’insieme K con le operazioni appena definite è un campo.

√
Esercizio 2.42. Dire se l’insieme X = {a + b 3 2 | a, b ∈ Q} è un campo (con la somma
e il prodotto tra numeri reali).
Esercizio 2.43. Dire se l’insieme
  
 a b 
M=   : a, b ∈ R
 −b a 
è un campo (con la somma e il prodotto tra matrici).

Esercizio 2.44. Sia V uno spazio vettoriale su K. Partendo dalle 8 proprietà che
compaiono nella definizione di spazio vettoriale, dimostrare le seguenti affermazioni.
2.7. SPAZI VETTORIALI - 1 29
1. ∀v ∈ V, 0v = 0.
2. ∀v ∈ V, v + (−1)v = 0.
3. ∀u, v, w ∈ V, u + v = u + w implica v = w.
4. Per ogni v ∈ V , l’opposto di v è unico.
5. ∀u, v ∈ V, ∀k ∈ K \ {0}, ku = kv implica u = v.
6. ∀v ∈ V \ {0}, ∀h, h ∈ K, kv = hv implica h = k.
Esercizio 2.45. Dire quali dei seguenti sono spazi vettoriali su R.

• V = {0} formato dalla sola origine di Rn .
• V = {(x, y) ∈ R2 : y ≥ 0}
• V = {(x, y, z) ∈ R3 : x2 + y 2 = z 2 }
• L’insieme delle matrici 4 × 4 con la seconda riga completamente nulla.
• L’insieme delle matrici 4 × 4 con una qualche riga completamente nulla.
• L’insieme dei polinomi di grado ≤ 4 senza termine noto.
• L’insieme delle successioni di numeri reali (aj )j∈N , con le operazioni di somma e
prodotto per scalare fatte termine a termine.
• L’insieme delle funzioni f : R → R continue, con le operazioni di somma e prodotto

per scalare fatte punto per punto.
Esercizio 2.46. Dire quali tra i seguenti sono spazi vettoriali e, se possibile, interpre-
tarli come sottospazi vettoriali di spazi vettoriali già noti (dalle lezioni o dagli esercizi
precedenti).
• Fissato il vettore v = (1, 2, 3, 4)t ∈ R4 , l’insieme delle matrici 3×4 A tali che Av = 0.
• I vettori di R5 con tutte le coordinate positive.
• I vettori di R5 con tutte le coordinate ≥ 0.
• L’unione del primo e del terzo quadrante di R2 .
• I vettori di R3 ortogonali a (1, −1, 2).
• I polinomi di grado ≤ 3 tali che p(1) = p(2).
• Le successioni di numeri reali tali che lim an = 0.
• Le funzioni f : R → R derivabili.
• Le funzioni f : R → R tali che lim f (x) = 1.

x→+∞
• Le funzioni f : R → R della forma f (x) = aex + b sin x per a, b ∈ R.

30 CAPITOLO 2. FARE
Esercizio 2.47. Per gli insiemi negli esercizi precedenti che sono spazi vettoriali
determinare se sono di dimensione finita o meno. Quando sono di dimensione finita,
provare a trovarne una base.
Esercizio 2.48. Si consideri R3 , il cui generico elemento è indicato come (x, y, z).
In ogni riga è riportata una richiesta; determinare, per ognuna di esse, se l’insieme dei
vettori che soddisfano tale richiesta è un sottospazio vettoriale di R3 . Nel caso la risposta
sia no, dire per quale motivo; nel caso sia sı̀, giustificarla dimostrando rigorosamente che
l’insieme dato è un sottospazio.
Richiesta Sı̀ o No Richiesta Sı̀ o No
x + y + 2z = 0 x + 3y − z = 1
 
  x  
1 0 1   0
x + 2y = 5z y  =  
 
2 1 2   0
z
x2 − y 2 + z 2 = 0 x2 − y 2 + 2z 2 = 1
x + y + 3z = y − x + z = 0 2x − 7y = 3z − 8x = 1
3x + 7y = z + 1
x≥0
y − z = 3x + 2
xz ≤ 0 x+y ≥z
x2 + y 2 ≥ z x2 + y 3 − z 4 = 0
Esercizio 2.49. Si consideri lo spazio vettoriale dei polinomi a coefficienti reali di

grado ≤ 2, R≤2 [x], il cui generico elemento è indicato come p(x). In ogni riga è riportata
una richiesta; determinare, per ognuna di esse, se l’insieme dei vettori che soddisfano tale
richiesta è un sottospazio vettoriale di R≤2 [x]. Nel caso la risposta sia no, dire per quale
motivo; nel caso sia sı̀, giustificarla dimostrando rigorosamente che l’insieme dato è un
sottospazio.
p(0) = 0 p(1) = 1
p(x) − x = 0 p(1) = p(3)
√
p(0) = 1, p(1) = 0 p( 3) = 0
√
p(7)p( 7) = 0 (p(2))2 = 1
p(2) ≥ 0 p(2) ≥ p(0)
p(x) + p(−x) = 0 xp(x) = p(x2 )
p0 (4) = 0 p00 (2) = 1
p(x) − p(−x) = 2x p(2x) = 4p(x)
Esercizio 2.50. Si consideri lo spazio vettoriale M3,3 (R) delle matrici 3 × 3 a coefficienti
reali, il cui generico elemento è indicato come A (e la generica componente della matrice
A è indicata con Aij ). In ogni riga è riportata una richiesta; determinare, per ognuna di
esse, se l’insieme delle matrici che soddisfano tale richiesta è un sottospazio vettoriale di
M3,3 (R). Nel caso la risposta sia no, dire per quale motivo; nel caso sia sı̀, giustificarla
dimostrando rigorosamente che l’insieme dato è un sottospazio.
Definiamo per comodità alcune matrici e vettori
     
0 1 1 1 −1 3 1
     
B = −1 0 1 C =  0 −1 −1 v = 2
     
     
−1 −1 0 −1 −2 0 1
 
1 0  
  0 1
w= 1 1 1 D = −1 1 E=
  
  −1 0
2 3
A = At A + At = 0
A + I = At AAt = I
A11 + A22 + A33 = 0 A11 + A22 + A33 = −7
AB = BA AC = 0
A2 = I A2 = 0
AB = I CAB = 0
vtA = 0 Av = 0
wBA = 0 wBA = v t
AD = 0 AD = I
AD = E ADE = 0
A2 + 2A = 0 A2 + 2A = B
Esercizio 2.51. Per le richieste dei 3 esercizi precedenti che definiscono sottospazi
vettoriali, trovare una base di tali sottospazi e calcolarne la dimensione.
32 CAPITOLO 2. FARE
2.8 Spazi vettoriali - 2
Esercizio 2.52. In ogni riga della seguente tabella sono indicati uno spazio vettoriale ed
un insieme di suoi vettori. Dire se l’insieme è un insieme di generatori (G) o no (nG), se
è un insieme di vettori linearmente indipendenti (I) o dipendenti (D) e se è una base (B)
o no (nB). E’ inoltre un buon esercizio, nel caso i vettori non siano generatori, trovare un
elemento dello spazio vettoriale che non sta nel loro Span e nel caso non siano linearmente
indipendenti trovare una loro combinazione lineare nulla non banale (da scrivere nella
colonna Controesempi).
V Vettori G/nG I/D B/nB Controesempi

    
0 0 0 1
    
    
1 0 0 0
R4     
    
0 1 0 0
    
0 0 1 0
   
1 0 1
   
   
1 1 0
R4    
   
0 1 0
   
0 0 1
   
1 0 1
   
R3
   
1 1 1
   
1 1 0
   
0 1 1
   
R3
   
1 0 1
   
1 1 0
  
1 2
  
R3
  
1 2
  
0 0
     
1 0 1 1 1
     
     
2 1  0  1 1
R4      
     
1 0  0  2 1
     
2 1 −1 0 1
R≤2 [x] 1 + x x + x2 1 + x2
...continua...
V Vettori G/nG I/D B/nB Controesempi
1 + x + x2
R≤2 [x] 1 + 2x + x2
3x
R≤3 [x] 1 + x + x2 1 + x + x3 x
x(x2 − 1) x(x2 + 1)
R≤3 [x]
x3 + 1 x2 (x + 1)
1 + x + x2 x + x2 + x3
R≤3 [x]
x3 − 2 x + x2
1 + x + x2 x−1
R≤2 [x]
x2 + 2 x2 + 2x
   
1 0 0 1
   
0 0 0 0
M2,2 (R)  
0 0
 
1 −1
   
1 1 1 0
   
0 0 1 0
M2,2 (R)    
0 1 0 0
   
0 1 1 1
   
1 0 0 1
   
0 1 1 0
M2,2 (R)    
1 1 0 0
   
0 0 1 1
   
1 0 1 2
  A= 
M2,2 (R) 0 1 3 1
A2 A3
Esercizio 2.53. Dimostrare che l’insieme
1, 1 + x, 1 + x + x2 , . . . , 1 + x + x2 + · · · + xd
è una base dello spazio vettoriale R≤d [x].

34 CAPITOLO 2. FARE
Esercizio 2.54. Sia a ∈ R e sia Ma ∈ M3,3 (R) data da

 
1 a 0
 
Ma = a 1 0 .
 
 
0 0 1
Determinare per quali valori di a le matrici I, Ma , Ma2 sono linearmente dipendenti.

Esercizio 2.55. Sia V uno spazio vettoriale di dimensione n su R e sia e1 , . . . , en una
sua base. In ogni riga sono indicati un valore per n ed n vettori. Dire se sono una base;
in caso lo siano, scrivere le componenti del vettore v = e1 + e2 + . . . + en rispetto a tale
base e se non lo sono, dire per quale motivo.
dim V Base Base? Coordinate
3 v1 = e2 v2 = e3 v3 = e1
v1 = e2 v2 = 2e3 + e2
3
v3 = −e1 + 2e3 + e2
v1 = −e1 + e2 + e3 v2 = e2 + e3
3
v3 = e1 − e2 + e3
v1 = e2 + e3 v2 = e1 + e3
3
v3 = e1 + e2
v1 = e1 + e2 v2 = e2 + e3
4
v3 = e3 + e4 v4 = e1 + e4
v1 = 2e2 v2 = 3e3
4
v3 = 4e4 v4 = e 1
v1 = e1 − 2e2 + e3 v2 = 2e1 + e2 − e4
4
v3 = e1 + e2 − e3 + 3e4 v4 = e1 − 5e4
Esercizio 2.56. Sia V lo spazio vettoriale delle funzioni f : R → R. Si considerino i
suoi tre vettori3
f1 (x) = 1, f2 (x) = cos(x), f3 (x) = cos(2x)
e sia W = Span{f1 , f2 , f3 }.
1. Dire se f1 , f2 , f3 sono indipendenti.
2. Dire se f (x) = sin(x) appartiene a W .
3. Dire se f (x) = cos2 (x) appartiene a W .
4. Dire se f (x) = sin2 (x) appartiene a W .
5. Dire se f (x) = cos (x) appartiene a W .

3
3
il primo è la funzione costante 1

Esercizio 2.57. Sono dati due spazi vettoriali V e W , il generico elemento di V e la
sua immagine tramite una certa applicazione. Dire se tale applicazione è lineare.
V W v T(v) L/nL T(v) L/nL

 
x
R2 R   x + 7y −4x + y
y
 
x
R2 R   x+y+1 |x| − y
y
 
x
R2 R   x2 − 3y x/y
y
     
x 9x + 6y x+1
R2 R2      
y 7x − y y+1
       
x 1 −2 x 2 3 x + 2y
R2 R2    ·   · 
y 3 4 y −1 2 −x + y
       
x x −y 1 x y x
R2 R2    ·   · 
y 2y x + y 2 x+y x y
   
  a+b a + 7b
a    
R2 R3  b − a a−b
     
b    
0 1
     
  1 0   a 2b
a   b    
R2 R3 0 1·   b  + −a
       
b   a    
2 3 a+b 2a
   
  u u+v   u+1
u   1  
R2 R3 2v − u v · 
   
  v + u
v   2  
2u + v u − v u−v
 
x    
  x+y 2xy
R3 R2
 
y     
  y+z y+z
z
   
x     x
  x+1 1 1 1  
R3 R2 ·
  
y     y 
  y+z 2 −1 1  
z z
...continua...
36 CAPITOLO 2. FARE
V W v T(v) L/nL T(v) L/nL

   
  x + 2x2 − x3 1
x  1   
 1 −x1 + 2x2 + x3 
   
 x1 
R3 R4
 
 x2     
 2x1 − x2 − 2x3 
   
   x2 
x3    
x1 + x2 + x3 x3
R≤2 [x] R p(x) p(1) + p(2) p(1)p(2)
R≤2 [x] R≤2 [x] p(x) p(x) + xp0 (x) p(x + 1)
R≤4 [x] R≤4 [x] p(x) x4 p(1/x) (x + 1)p0 (x)
   
p(0) p(0)
   
   0 
p(1) p (0)
R≤2 [x] R4 p(x) 







p(2)  p(1) 
   
0
p(3) p (1)
   
a 2a
   
R≤2 [x] R3 a + bx + cx2
   
a + b 7b + c
   
a+c c−a
   
a b−c 1 a
R≤2 [x] M2,2 ax2 + bx + c    
c−b a b c
Esercizio 2.58. Per le applicazioni dell’esercizio precedente che sono effettivamante

lineari, calcolare dimensione del nucleo, dimensione dell’immagine e trovare una base del
nucleo e una base dell’immagine.
Esercizio 2.59. Per ognuna delle seguenti applicazioni lineari T da Rn a Rk scrivere
la matrice A tale che T (v) = Av (ovvero la matrice associata a T rispetto alle basi
canoniche).
1. T : R2 → R2 , tale che T (v) è il simmetrico di v rispetto all’origine
2. T : R2 → R2 , tale che T (v) è il simmetrico di v rispetto alla retta x = y
3. T : R2 → R2 , tale che T (v) è la rotazione di v di π/3 in senso antiorario attorno
all’origine
4. T : R3 → R3 , tale che T (v) è il simmetrico di v rispetto all’origine
5. T : R3 → R3 , tale che T (v) è il simmetrico di v rispetto al piano x + y + z = 0
6. T : R3 → R3 , tale che T (v) è la rotazione di v di π/4 in senso antiorario attorno al
vettore (1, 1, 1)
7. T : R3 → R2 , tale che T (v) dà le coordinate della proiezione ortogonale di v su
W = {x + y = 0}, rispetto alla base {(1, −1, 0), (0, 0, 1)} (base di W )
8. T : R3 → R3 , tale che T (v) dà le coordinate di v rispetto alla base di R3 data da

{(1, 2, 3), (2, 3, 1), (3, 1, 2)}.
Determinare quali di loro sono isomorfismi.

38 CAPITOLO 2. FARE
2.10 Cambi di base

   
−1 1 1 0 1 1
   
Esercizio 2.60. Si considerino le matrici A =  1 −1 1 e B = 1 0 1 e si
   
 
   
1 1 −1 1 1 0
risponda ai seguenti quesiti:
1. verificare che le colonne di A sono una base di R3 , che indichiamo con A
2. verificare che le colonne di B sono una base di R3 , che indichiamo con B
3. trovare le matrici di cambio di base dalla base canonica a A e viceversa
4. trovare le matrici di cambio di base dalla base canonica a B e viceversa
5. trovare le matrici di cambio di base da A a B e vicevers.

Esercizio 2.61. In ogni riga sono dati uno spazio vettoriale e due sue basi B e C;
scrivere le matrici di cambio di base da B a C e viceversa. Nel seguito, e1 , . . . , en è la base
canonica di Rn .
V B C Da B a C Da C a B
e1 + e2
e1 − e2
R4 e 1 , e 2 , e3 , e4
e3 + e4
e3 − e4
e1 + e2 e1 − e3
R3 e2 e1 + e3
e3 − e2 e1 + e2 + e3
e1 + e2 + e3 e2
R3 e1 + e2 e3
e2 + e3 e1
1 + x + x2 2 − 3x
R≤2 [x] 1 − x + x2 5x + 7
1 + x − x2 3x2 − 2x + 1
x3 + x 1
x2 + 1 x
R≤3 [x]
x3 + x2 x2
x+1 x3
...continua...
2.10. CAMBI DI BASE 39
V B C Da B a C Da C a B
1 2
x x+1
R≤3[x]
x2 x2 − 1
x3 + 1 x3 − 1
   
1 0 1 2
   
0 0 0 0
   
0 1 2 1
   
0 0 0 0
M2,2 (R)    
0 0 0 0
   
1 0 1 2
   
0 0 0 0
   
0 1 2 1
   
1 1 1 2
   
1 1 2 1
   
0 1 0 1
   
1 0 0 0
M2,2 (R)    
1 0 1 0
   
0 −1 0 −1
   
0 0 0 1
   
0 1 −1 0
Esercizio 2.62. In ogni riga vengono dati uno spazio Rk e 4 suoi vettori v1 , v2 , v3 , v4 ;
indicare la matrice A ∈ Mk,4 tale che Aej = vj per j = 1, . . . , 4, o scrivere :( se tale
matrice non esiste o scrivere :-/ se tale matrice non è unica (magari però scriverne anche
almeno una!).
Rk v1 v2 v3 v4 A
       
1 1 0 −1
       
R3
       
0 2 2 1
       
1 0 1 2
R4 e1 + e2 + e4 e1 − e3 + e4 e2 − e4 e2 + 3e3
       
1 −3 0 1
R2        
3 2 0 −2
40 CAPITOLO 2. FARE
Esercizio 2.63. In ogni riga vengono dati uno spazio Rk e 4 suoi vettori v1 , v2 , v3 , v4 ;
indicare la matrice A ∈ M4,k tale che
Av1 = e1 + e3 Av2 = e1 + e2 Av3 = e2 + e4 Av4 = e3 + e4
scrivere :( se tale matrice non esiste o scrivere :-/ se tale matrice non è unica (magari però
scriverne anche almeno una!).
Rk v1 v2 v3 v4 A
R4 e e e e
 1  2  3  4
1 0 1 0
       
       
0 1 1 0
R4  
 
 
 
 
 
 
 
1 0 0 1
       
0 1 0 1
       
1 0 0 1
       
R3
       
0 1 0 1
       
0 0 1 1
       
1 1 1 1
       
R3
       
1 1 1 1
       
1 0 0 1
       
1 1 0 0
       
       
1 0 1 2
R4  
 
 
 
 
 
 
 
1 1 0 0
       
1 0 1 2
       
1 0 1 1
       
−2 −1
       
1 0
R4        
−1
       
3 2 1
       
1 0 1 −1
       
1 2 1 0
R2        
2 3 −2 −3
Esercizio 2.64. Dire se esiste T : R≤2 [x] → R≤2 [x] lineare tale che T (1 + x) = 2 + x,
T (x + x2 ) = 3 + x, T (1 + x2 ) = 4 + x; in caso affermativo, determinare T (1 + 3x + 4x2 )
e scrivere la matrice associata all’applicazione rispetto alla base {1, x, x2 } (sia come base
di partenza che come base di arrivo).
Esercizio 2.65. Dire se esiste T : R5 → R4 lineare tale che

     
1   1   3  
  1   2   5
     
−1   2   2  
  0   0   0
T 0 = T = T  1 = 
         
  1 
    1

    
 1   1
−2 −1
           
0
  1   2   −3
1 1 0
   
−1   0  
  − 1   3
 
 0   1  
  
    0

   0
T 7 = T 2 =  
      
    1

   −3
      
 1   3
  2   9
5 4
e, in caso affermativo, trovare la matrice che la rappresenta (rispetto alle basi canoniche).
Esercizio 2.66. Si considerino le matrici
   
1 2 2 −4
A=  B= 
−3 −1 1 −2
e si definisca l’applicazione lineare T : M2,2 (R) → M2,2 (R) data da T (X) = AXB.
1. Si determini la matrice 4 × 4 associata a T rispetto alla base (canonica)
    
1 0 0 1 0 0 0 0
    
0 0 0 0 1 0 0 1
come base sia in partenza che in arrivo.
2. Si determinino rkT , dim ker T , una base di ker T e una base di ImT .
3. Si determini la matrice associata a T rispetto alla base B sia in partenza che in
arrivo.
       
 0 3 0 1 0 6 1 2 
B=  , , , 
 0 −1 0 −2 1 −2 0 −4 
Esercizio 2.67. Determinare la matrice A ∈ M3,3 (R) che rappresenta (rispetto alla base
3
canonica di R√ ) la rotazione attorno al vettore (1, 2, 0), che manda il vettore (2, −1, 0) nel
vettore (0, 0, 5).
Esercizio 2.68. Determinare la matrice A ∈ M3,3 (R) che rappresenta (rispetto
alla base canonica di R3 ) la rotazione attorno al vettore (1, 2, −1), che manda il vettore
(0, 1, 2) nel vettore (2, −1, 0).
Esercizio 2.69. Nella tabella seguente trovate una matrice A ∈ Mk,n (R), una base B
di Rn e una base C di Rk ; definite l’applicazione lineare TA : Rn → Rk come TA (x) = Ax
e scrivetene la matrice associata rispetto alle basi B (in partenza) e C (in arrivo).
42 CAPITOLO 2. FARE
Matrice A B C Matrice da B a C
         
1 1 1 0 1 0
   ,   , 
2 1 0 1 0 1
         
1 1 0 1 0 1
   ,   , 
2 1 1 0 1 0
         
1 1 0 1 1 0
   ,   , 
2 1 1 0 0 1
         
1 1 1 0 0 1
   ,   , 
2 1 0 1 1 0
         
1 1 1 2 1 2
   ,   , 
2 1 2 1 2 1
         
1 1 1 2 1 1
   ,   , 
2 1 2 1 1 −1
     
  1 1 1    
1 0 1       0 1
1 , 0 , 1  , 
       
2 −1 3       1 0
1 1 0
     
  1 1 0    
1 −1 1       −1 1
2 , −1 , 1 , 
        
0 1 1       1 1
1 1 1
     
  1 2 1    
3 4 3       1 2
1 , 1 , 1  , 
       
2 5 2       3 −1
1 2 3
             
0 1 1 1 0 0 1 1 1
             
−2 , 1 , 0 0 , 1 , 2
             
1 0 1
             
1 1 0 3 2 1 0 0 1
             
−23 14 −2 2 3 1 2 3 1
             
−44 27 −4 4 , 5 , 2 4 , 5 , 2
             
             
−19 11 0 3 2 1 3 2 1
Esercizio 2.70. Trovare una base dell’immagine e del nucelo di ognuna delle applicazioni
lineari del precedente esercizio.
Esercizio 2.71. Siano V e W due spazi vettoriali di dimensione 3 e 2 rispettivamente.
Siano {v1 , v2 , v3 } una base di V e {w1 , w2 } una base di W ; l’applicazione lineare T : V →
W è rappresentata, rispetto a queste due basi, dalla matrice

 
1 2 3
  .
4 5 6
In ogni riga sono date una base di V e una base di W ; verificare che sono basi e scrivere
la matrice associata a T rispetto a queste due basi.
Basi Matrice Basi Matrice Basi Matrice
{v1 , v3 , v2} {v1 , v2 , v3 } {v2 , v3 , v1 }

{w1 , w2 } {w2 , w1 } {w1 , w2 }
{v2 , v1 , v3 } {−v1 , v2 , v3 } {v1 , v2 , v3 }
{w2 , w1 } {w1 , w2 } {w1 , −w2 }
{v1 , −v2 , v3 } {v1 , v2 , 2v3 } {v1 , 2v2 , v3 }
{w1 , −w2 } {w2 , w1 } {w1 , 2w2 }
{3v1 , v2 , v3 } {−v1 , 2v2 , 3v3 } {v2 , −2v3 , v1 /2}
{3w1 , 3w2 } {2w1 , −w2 } {w2 /3, −w1 }
{v1 + v2 , v2 , v3 } {v1 , v2 , v3 } {v2 + v3 , v1 , v3 }
{w1 , w2 } {w1 − w2 , w2 } {w2 , w1 }
{v3 , 3v1 , v2 − v1 } {v1 − v3 , v1 , v2 } {v1 , v2 + v3 , v3 }
{w1 + w2 , −w1 } {w1 , w1 + 8w2 } {w2 − w1 , 3w1 }
Esercizio 2.72. Trovare una base per l’immagine e il nucleo di ciascuna delle seguenti
applicazioni lineari
1. T : R3 → R4 data da T (a, b, c) = (2a + b − c, a + 2b − 2c, a − b + c, a + b + c)
2. T : R3 → R≤2 [x] data da T (a, b, c) = a(x2 + 1) + b(2x2 + 1) + c
3. T : R≤3 [x] → R≤3 [x] data da T (p(x)) = p(x) + xp0 (x)
4. T : M2,2 (R) → M2,2 (R) data da T (X) = X − X t
5. T : M2,2 (R) → R2 data da T (X) = vX, con v ∈ M1,2 (R), v = (1, 2)
6. T : R3 → M2,3 (R) data da T (v) = (v|v)t ((u|w) è la matrice con colonne u e w)
7. T : R≤3 [x] → R3 data da T (p(x)) = (p(−1), p(0), p(1))
8. T : R≤1 [x] → R3 data da T (p(x)) = (p(−1), p(0), p(1))
9. T : R5 → M5,3 (R) data da T (v) = v · u con u ∈ M1,3 (R), u = (1, 2, −1)

44 CAPITOLO 2. FARE
 
1 2
10. T : M2,3 (R) → M2,3 (R) data da T (X) = AX con A ∈ M2,2 (R) data da A =  .
2 3
2.11. SISTEMI LINEARI E APPLICAZIONI LINEARI 45
2.11 Sistemi lineari e applicazioni lineari

Esercizio 2.73. Discutere i sistemi lineari omogenei dati dalle seguenti matrici, per
s, t ∈ R. 
    
1 2 1   2+t 1+s 0 1 1+t 0
 2t + 1 0 2 
     
1 − s
   
 0 1 t  1 0 1 + t t + 1 0
  1 t 2    
−1 0 1 1 1+s 0 1 s+1 0
 
  1−t 0 1 1
  1 2k − 1 0 1  
2t −1
 
 
  2t + 1 1 t + 1 t 
   2 0 k −1   
 −t 1 −t −t + 1

t t+1  
1−k 2 0 3  
1 − 2t 1 1 − t 1
     
1 2+s t 1 0 0 1 2 1 1 0
     
1  0 s −1 1  0 t−4 2 
     
t s 1
     
s  1 1 −s 2s 2 t + 2 −5
     
0 2 4
     
1 t−1 s+1 s 0 1 s t 0 2 −1
Esercizio 2.74. Discutere i sistemi lineari non omogenei associati alle matrici dell’eser-
cizio precedente ed ai seguenti vettori dei termini
noti,
 al
variare
  t ∈R.
di s, 
        0 1 1 3
1   1 1   1        
1 0 0  −1 
       
  1      1    
       
1 0 1 1       
       
−1 1 0 1  −7 

  s      
1 1 1 0        
1 1 0 s+3
Esercizio 2.75. Determinare per quali valori del parametro t ∈ R il sistema dato ha
più di una soluzione e descrivere (parametricamente) l’insieme delle soluzioni per uno di
tali valori di t. Scrivere NE se non vi è nemmeno un tale valore di t
Sistema ∞ sol Parametrizzazione
    
1 t x 1
 · 1  = √ 
t−1 t+1 x2 2
    
0 t t+1 x 0
   1  
t − 1·x2  =  t 
    
 t 0
    
t+1 t−1 0 x3 2
    
1 t 1 0 x 1
   1  
    
1 1 t 0 x2   0 
 ·  =  
0 1 − t 1 x3  −1
    
0
    
0 0 t+1 1 x4 0
46 CAPITOLO 2. FARE
Esercizio 2.76. Per ognuna delle seguenti applicazioni lineari, determinare rango,
dimensione del nucleo e se il vettore dato sta nell’immagine, al variare di t ∈ R.
Applicazione lineare rk T dim ker v v ∈ ImT
T : R3 → R2  
  1
1 2 t  
T (x) =  ·x 1
1 2 3
T : R2 → R3  
  0
1 −1  
 
  1
T (x) = t + 1 t  · x
   
  1
3 0
T : R3 → R3  
    3
x − x1 + tx3  
 1    
3
T x2  = tx1 + 2x2 − x3 
     
    0
x3 x2 + (t + 1)x3
T : R3 → R3  
  3
t+1 1 2  
 
  3
T (x) =  t t t + 1 · x
   
  3
0 1 2t
T : R3 → R4  
  1
1 t−1 2  
 
  0
−1 t − 1
 
t  
T (x) =  ·x  
1
1 2t − 2 t + 1
   
  0
0 1 1
T : R3 → M2,2 (R)
   
x   1 0
  tx + y − z x + ty − z  
T y  = 
   0 1
  2x + y + (1 − t)z tx + y − z
z
T : R≤1 [x] → R3  
  1
p(1)  
 
  1
T (p(x)) =  p(t) 
   
  3
p(0)
2.12. SOTTOSPAZI VETTORIALI 47
2.12 Sottospazi vettoriali

Esercizio 2.77. In ogni riga sono dati alcuni vettori di Rn ; sia W il sottospazio
n
vettoriale di R da essi generato. Determinare una base di W , la sua dimensione, la sua
codimensione e portarlo in forma cartesiana.
Generatori Base Dim Codim Forma cartesiana

   
1 0 1
   
   
2 1 1
   
1 0 1
    
1 −1 0 −2
    
1  0  1  −1 
    
    
    
0  1  1  1 
    
0 0 0 0
    
1 −3 −1 0
    
 0  1  1  1 
    
    
 1   −1   1   1 
    
    
 1   0   2  −1
    
    
−1 4 2 1
   
1 −1 −1
   
   
0  0   0 
   
3  −3   3 
   
   
2 2 −2
  
2 1
  
 1  2 
  
  
  
 3  3 
  
  
 0  0 
  
−2 −2
     
1 1 2 0 0
     
1 0 1 1 0
     
     
     
1 1 2 0 0
     
     
0 0 2 1 1
     
     
0 1 1 0 1
     
0 0 2 1 1
48 CAPITOLO 2. FARE
Esercizio 2.78. In ogni riga sono date alcune equazioni in n variabili; sia W il sotto-
spazio di Rn da esse descritto. Trovare un insieme minimo di equazioni che descrive W ,
la dimensione, la codimensione di W ed esprimerlo in forma parametrica.
Equazioni Eq.min. Dim Codim Forma parametrica
x1 + x2 = 0
x3 + x1 = 0
x2 − x3 = 0
2x1 + x2 + x3 = 0
x1 + x2 = 0
x1 + x3 = 0
3x1 + x2 − x3 = 0
x1 − 2x2 − x3 = 0
x1 − x2 = 0
x4 − x3 = 0
x2 − x3 = 0
x1 − x4 = 0
x1 − x4 = 0
x1 + x4 = 0
x1 = 0
x1 + x3 + x5 = 0
x1 + x2 + x4 = 0
x1 − x2 + x5 = 0
x1 + x2 + x6 = 0
x3 + x4 + x5 = 0
x1 + x3 − x6 = 0
x2 − x3 + 2x6 = 0
3x1 + 7x2 − x3 − 6x5 = 0
−3x2 + 4x3 − x4 + 5x5 = 0
2x1 − 4x3 + x4 − 7x5 = 0
x1 + x7 = 0
x6 + x1 = 0
x6 − x7 = 0
2.12. SOTTOSPAZI VETTORIALI 49
Esercizio 2.79. In ogni riga sono dati due sottospazi vettoriali di un Rn (o fornendo un
insieme di generatori o un insieme di equazioni); determinare una forma parametrica e
una forma cartesiana per U + V e la dimensione di U ∩ V e dire se U e V sono in somma
diretta.
Forma parametrica
U V ∩ ⊕
e cartesiana
     
1 0 1 0
     
     
1 1 1 1
     
0 1 1 0
x1 + x3 = 0 x1 − x3 = 0
x2 + x3 = 0 x1 − x2 = 0
       
1 0 1 1 0
      
      
1 0 0 1 1
      
      
0 1 1 1 0
      
0 1 0 1 1
  
1 1
  
  
 0  2 x1 + x3 + x4 = 0
  
−1 2
  
x1 + x2 + x3 + x4 = 0
  
0 0
x1 + x4 − x2 = 0
x1 + x2 + x3 = 0
x −x +x =0
 2  4 3 
1 1 2
x1 + x2 + x4 = 0    
2 −1 1
   
x2 + x3 + x4 = 0    
3 −2 1
   
x1 − x3 = 0    
0 1 1
   
1 1
   
   
1 2
   
   
1 1
   
0 1
x1 + x2 − x3 = 0
x 1 + x3 − x5 = 0 x2 + 7x5 = 0
x1 + x3 − x4 = 0
50 CAPITOLO 2. FARE
Esercizio 2.80. In ogni riga sono dati due sottospazi vettoriali di un Rn (o fornendo un
insieme di generatori o un insieme di equazioni); determinare una forma parametrica e
una forma cartesiana per U ∩ V e la dimensione di U + V e dire se U e V sono in somma
diretta.
Forma parametrica
U V + ⊕
e cartesiana
     
1 1 1 0
     
     
2 0 1 1
     
1 1 0 1
x1 − x3 = 0 x1 − 2x2 + x3 = 0
x −x =0 x1 + 2x2 − 3x3 = 0
 1 2   
1 −1 1
   
x 1 + x2 − x4 = 0
   
0  0  0
   
x1 − x2 − x4 = 0
   
1  2  2
   
1 1 3
   
1 −1 1
   
0  0  −1 x 1 + x2 − x4 = 0
   
   
x1 − x2 − x4 = 0
   
1  2   2 
   
1 1 3
       
1 2 0 2 0 2
       
 1  1  1   1  2  0 
       
       
 2  −1 −1
       
 2  2  1 
       
 3   3  −1
       
 0  1  1 
       
−1 −1 0 −1 2 1
x 1 + x3 + x4 = 0 x 1 + x2 − x4 = 0
  
−3 0
  
 0  7
  


 
  x2 − x3 = 0
 1  1


 
  x1 − x4 = 0
 1  1
  
2 2
2.13. DETERMINANTI 51
2.13 Determinanti
Esercizio 2.81. Calcolare i determinanti delle matrici date.
Matrice Det Matrice Det Matrice Det

     
1 1 1 1 2 1
     
0 1 1 0 1 1
     
0 1 2 3 2 3
     
2 0 3 −1 −3 2
     
1 0 0 1 0 3 0 0 1
     
0 −2 0 0 2 −1
     
0 3 1 
     
0 0 3 0 0 −1 7 8 9
     
0 3 8 0 1 1 1 0 0
     
     
0 0 1  1 0 1 0 0 1
     
2 −6 5 1 1 0 0 1 0
     
1 1 0 1 0 1 2 0 3
     
     
0 1 1 0 2 3  0 1 1 
     
1 0 1 0 3 −1 3 0 −1
     
2 0 1 1 1 1 10 4 2
     
     
0 1 3  1 2 4 10 1 1
     
0 3 −1 1 3 9 10 9 3
     
0 1 1 1 1 1 3 1 −1
     
−2 3 1 1 −1 0 
     
0 2 2
     
1 5 5 2 2 2 2 0 −1
     
1 0 1 0 1 3 −1 0 1 1 1 1
     
−7
     
0 1 0 1 2 0 2 1 2 4 8 
     
−1 1 −1 1 −1
     
1 1 0 0 3 0 3
     
0 0 1 1 −2 1 0 2 1 −2 4 −8
     
1 3 −1 0 1 0 1 1 2 1 1 1
     
2 −7 0 2
     
0 0 1 1 1 2 1 1
     
3 −1 0 3
     
0 1 0 1 1 1 2 1
     
2 1 0 2 0 0 0 6 1 1 1 2
52 CAPITOLO 2. FARE
Esercizio 2.82. Per le matrici dell’esercizio precedente con determinante nullo, deter-
minare una relazione di dipendenza lineare fra le colonne ed una fra le righe4 .
Esercizio 2.83. Per ognuna delle seguenti matrici, dipendenti da un parametro t ∈ R,
determinare per quali valori di t la matrice non è invertibile e per quei valori stabilirne il
rango.
Matrice nInv Rango Matrice nInv Rango

   
t 1 1−t 2
   
1 3 3 2−t
   
2 t 2t + 1 3
   
t+1 1 t t−1
   
t 1 1 1 t + 1 −t
   
−1
   
1 t 1 2t 1
   
0 1 1 0 t + 2 −t
   
2
1 t t 2+t 1 1
   
   
1 1 1   1 2+t 1 
   
1 2 4 1 1 2+t
   
1 0 1−t 1−t 0 1
   
−t −t
   
 1 1   1 1 
   
−1 − t 1 1 −1 1 1−t
   
1 t 2 3 t+1 t 2 3
   
   
0 1 2 1  t t 1 3
   
   
t t 1 3  0 1 2t 1
   
0 t 0 t 0 t 0 t
Esercizio 2.84. Quante sono le sottomatrici 2 × 3 in una matrice 5 × 4? E quante sono

le sottomatrici 3 × 4 in una 6 × 6?
Esercizio 2.85. Quanti sono i minori di ordine k in una n × m?
Esercizio 2.86. Scrivere i minori di ordine 2 delle seguenti matrici
 
  1 0 1 1
  2 1 2   



1 2 3   1 2 2 1 3 0 0 1 1 1
−1 0 1
       
−1 1 1 −1 3 −3
 
1 1 1   1 1 0 1
2 −3 1  
1 1 1 0
4
cioè scrivere combinazioni lineari di righe e di colonne con coefficienti non tutti nulli che diano risultato
zero
2.13. DETERMINANTI 53
Esercizio 2.87. Per ognuna delle seguenti matrici sono indicate un insieme di righe e un
insieme di colonne; scrivere la sottomatrice B corrispondente, calcolarne il determinante
(se possibile, altrimenti scrivere :() e trovare un orlato di B che abbia rango maggiore di
B (o scrivere :/ se non è possibile).
Matrice R C Sottomatr. det Orlato

 
1 0 1 2 3
 
1, 2, 3 1, 2, 3
 
0 3 1 2 3
 
1 1 1 1 1
 
1 1 2 0
 
−1 2 1 −3
 
 
 0 1 1 −1 1, 3 2, 4
 
 
−3 2 −1 −5
 
 
2 3 5 −1
 
1 1 2
 
1 2 3
 
 
 0 −1 −1 2, 5 2, 3
 
 
−3 3
 
0
 
−1 2 1
 
2 1 −1 1
 
0 1 1 −1
 
 
−1 −1 0 2, 4 1, 2
 
2
 
 2 −1 −3 −1
 
 
3 0 −3 0
 
1 1 2 1
 
 
0 1 1 3
  1, 3, 4 1, 2, 3
−1 −1 −2 1
 
 
0 −1 −1 1
 
3 1 4 2 −2 5
 
−2 0 −2 −2 2 −4
 
 
 1 −1 0 2 −2 3  1, 2, 4 2, 3, 5, 6
 
 
1 −1 1 −1
 
0 1
 
3 1 4 2 −2 5
54 CAPITOLO 2. FARE
Esercizio 2.88. Fare tutti gli esercizi passati su sistemi lineari o applicazioni lineari in
Rn usando il determinante ed i minori per il calcolo del rango.
Esercizio 2.89. Siano v1 , v2 , v3 , v4 ∈ R4 e sia M = (v1 |v2 |v3 |v4 ) la matrice 4 × 4 che li
ha come colonne. Sapendo che det M = 3, calcolare i determinanti delle seguenti matrici
(o dire perché non è possibile farlo).
(v2 |v4 |v3 |v1 ) (v1 |v2 |v2 |v4 ) (v1 |v2 + v1 |v3 |v4 ) (v1 + v2 |v2 + v3 |v1 + v3 |v4 )
(2v1 | − v2 |v3 |v4 ) (v1 | − v3 |v2 |v4 ) (v1 |2v2 |3v3 |v4 ) (v2 − v4 |v1 + v4 |v3 |v4 + v1 )
(v1 + v2 + v3 |v1 − v2 + v3 |v1 + v3 |v4 ) (M v1 |M v2 |M v3 |M v4 )
Esercizio 2.90. Sia V = R≤3 [x] e sia T : V → V data da T (p) = (x + 1)p0 (x + 1);
consideriamo la base B = {1, x, x2 , x3 }.
1. Scrivere la matrice A associata a T rispetto alla base B (sia come base in partenza
che come base in arrivo) e calcolare det A.
2. Sia B 0 = {x, 1, x2 , x3 } e sia B la matrice associata a T rispetto alla base B 0 ; quanto

vale det B?
3. Sia infine M la matrice associata a T rispetto alle basi B in partenza e B 0 in arrivo;

quanto vale det M ?
Esercizio 2.91. Costruire una matrice Mt ∈ M3,3 (R), dipendente da un parametro

t ∈ R, tale che per t = 0 il rango della matrice sia 1, per t = 1 il rango della matrice sia
2 e per t = 3 il rango della matrice sia 3.

Esercizio 2.92. Per ognuna delle seguenti matrici quadrate, scrivere il polinomio
caratteristico, determinarne tutte le radici (reali o complesse) e indicare le loro molteplicità
come radici.
Matrice Pol caratteristico Radici (in C) Molteplicità

 
1 1
 
1 1
 
3 −4
 
1 −2
 
1 −2
 
2 1
 
1 3
 
−1 −1
 
2 1 1
 
 
1 2 1
 
1 1 2
 
1 0 1
 
 
 0 1 0
 
−1 0 1
 
1 0 1
 
 
0 1 0
 
1 0 1
 
1 1 1
 
 
1 1 1
 
1 1 1
 
1 0 1
 
 
0 1 0
 
1 2 1
 
1 1 2
 
 
0 1 0
 
0 −1 −1
...continua...
56 CAPITOLO 2. FARE
Matrice Pol caratteristico Radici (in C) Molteplicità

 
1 2 0 0
 
 
2 1 0 0
 
 
0 0 1 3
 
0 0 −1 −1
 
1 0 2 0
 
 
0 1 0 3
 
 
2 0 1 0
 
0 −1 0 −1
 
1 −114 2 327
 
 
0 1 0 3 
 
2 4021 1 −749
 
 
0 −1 0 −1
 
0 1 1 1
 
 
1 0 1 1
 
 
1 1 0 1
 
1 1 1 0
 
−1 1 1 1
 
 1 −1 1
 
1
 
1 −1 1 
 
1
 
1 1 1 −1
 
0 1 1 1
 
−1 0
 
1 1 
 
−1 −1 0 1 
 
 
−1 −1 −1 0
Esercizio 2.93. Sia U la matrice n × n fatta da tutti 1.

1. Trovare la dimensione del nucleo di U .
2. Determinare un autovalore non nullo di U e un relativo autovettore.
3. Scrivere il polinomio caratteristico di U .
Esercizio 2.94. Fare un esempio di una matrice A 3 × 3 tale che pA (λ) = (1 − λ)3 e
dim ker(A − I) = 1. Calcolare poi (A − I)2 e (A − I)3 .
Esercizio 2.95. Ognuna delle seguenti matrici ha come autovettore il vettore formato
da tutti 1 (della dimensione appropriata); trovarne il corrispondente autovalore e calcolare
la molteplcità algebrica e geometrica.
Matrice λ ma mg Matrice λ ma mg
   
1 2 0 1
   
2 1 −1 2
   
3 1 1 −2 −1 5
   
−2 1 3
   
1 3 1
   
1 1 3 −3 −1 6
   
1 2 1 1 1 2 2 0
   
3 1 −3 4
   
2 1 1 1
   
   
1 1 2 1 1 1 2 1
   
3 −1 1 2 3 −1 1 2
   
1 2 −1 0 −1 0 0 0
   
 3 −4 0
   
0 2 0 0 0
   
−1 −2 2 −1 0 
   
0 0 3
   
0 0 0 2 1 2 −3 −1
Esercizio 2.96. In ogni riga sono date una matrice n × n e un vettore di Rn dipendenti
da un parametro t ∈ R. Determinare per quali valori di t il vettore è autovettore della
matrice e calcolarne l’autovalore λ associato5
Matrice Vett Val. t Val. λ Matrice Vett Val. t Val. λ

       
1 t 2 1 t t
       
2 3 1 2 3 1
   
t 1 1 1    
    1 t 1
−1 0 1
   
1    
    t + 2 −2 2
−1 1 0 1
       
t t+1 3 3 2 0 −1 1
       
       
0 2 t  t 3 t 1  2t
       
0 1 −3 0 1 0 2 1
5
può capitare che vi siano diversi valori di t per cui il vettore è autovettore della matrice e che
l’autovalore associato sia diverso nei vari casi - indicarli tutti.
58 CAPITOLO 2. FARE
Esercizio 2.97. Per ognuna delle seguenti matrici A, determinare se è diagonalizzabile;

in caso affermativo trovare una matrice diagonale D ed una matrice invertibile M tali che
A = M DM −1 , altrimenti dire perché non è diagonalizzabile.
A D M A D M
   
4 1 2 −4
   
1 4 1 −3
  √ 
3/2 1/2 2 1
   √ 
−1 1 1 − 2
   
1 1 1 1 0 2
   
   
1 1 1  0 3 0
   
1 1 1 −1 0 4
   
4 −1 2 4 −1 2
   
   
1 2 1  2 1 1 
   
0 0 4 0 0 4
   
13 18 −51 1 0 1
   
 9 12 −37
   
0 1 0
   
6 8 −24 0 0 1
   
0 1 1 1 1 0 1 0
   
   
1 0 1 1 1 1 0 1
   
   
1 1 0 1 1 0 1 0
   
1 1 1 0 1 0 0 1
   
2 0 1 −1 1 1 −1
0
   
−1 2 0 0 
   
3 2 2 1 
   
−2 0 2 −3
   
3 0 4 1 
   
3 0 3 2 −1 −1 2 −3


6 −1 −2
 
Esercizio 2.98. Consideriamo la matrice A = 7 0 −3.
 
 
5 −1 −1
1. Verificare che A ha autovalori 1, 2 e dimostrare che non è diagonalizzabile.
2. Calcolare dim ker(A − I)2 e dim ker(A − 2I)2 .

3. Siano u ∈ E1 , v ∈ E2 non nulli; determinare se le equazioni Ax = x+u e Ay = 2y+v

hanno soluzione.
4. Sia w una soluzione di una delle due equazioni del punto precedente; mostrare che
M = (u|v|w) è invertibile e calcolare M −1 AM .
Esercizio 2.99. Sia t un parametro reale; per ognuna delle seguenti matrici determinare
per quali valori di t è diagonalizzabile e per tali valori trovarne la forma diagonale (che
ovviamente dipenderà da t).
       
1 t t 0 t 1 1 t
       
2 −1 1 −1 2 t+1 2 2t
   
1 t t 1 t 1
   
   
0 t + 1 0  0 t + 1 0
   
0 0 1 t+1 0 1
Esercizio 2.100. In ogni riga, determinare quali delle matrici date sono simili alla
matrice A; lo studente virtuoso troverà anche la matrice di cambio di base M tale che
A = M BM −1 per le matrici che sono simili e fornirà una giustificazione del fatto che le
altre non lo siano.
Matrice A Quali sono simili ad A?

           
1 −2 2 0 3 1 1 −2 3 1 2 1
           
1 4 0 3 1 2 −2 4 −3 1 0 3
           
3 −2 4 3 1 1 1 0 1 0 1 1
           
2 −1 −3 −2 0 1 0 1 −3 1 1 1
         
0 1 1 2 0 0 1 1 0 1 0 1 3 −2 1
         
3 −1 0  0 1 1  0 1 0  2 −2 0
         
1 0 1
         
1 1 0 5 0 −1 1 0 1 −2 3 −2 0 0 1
       
1 0 −2 0 1 7 −2 1 1 2 −2 0 2 0 1 3
       
1  −1 4 −3 1 0 2 2 −1
       
0 2 0 1 0 2 0
       
1 1 4 −3  0 0 1 1 0 0 3 0 
       
1 0 4 0
       
0 0 0 3 0 0 0 3 0 0 −2 4 0 0 0 3
       
2 0 1 3 1 0 −2 0 1 2 −2 0 2 0 1 3
       
−1  0 2 0 1 −1 4 −3 1 0 3 0 0
       
0 2 2
       
       
0 0 3 4  1 0 4 0  0 0 1 1 0 0 3 0
       
0 0 0 3 −1 0 −2 3 0 0 −2 4 0 0 0 2
60 CAPITOLO 2. FARE
2.15 Struttura euclidea standard su Rn

Esercizio 2.101. Su ogni riga, sono dati n vettori di Rn (con n variabile, ma facilmente
desumibile); determinare se sono una base ortogonale (⊥), se sono una base ortonormale
(o.n.) e scrivere le coordinate del vettore v rispetto ad essi.
Base v ⊥ o.n. Coordinate di v

    
1 1 2
    
1 1 3
    
2 −2 1
    
4 1 1
 √  √   
1/ 3 1/ 2 1
 √  √   
1/ 3 −1/ 2 1
 √  √   
1/ 5 2/ 5 0
 √  √   
−2/ 5 1/ 5 1
1
   
1 1  
3  2   2  1
1    1  
 
   0  −  2
3    
1  1  2  
− 0 3
3   2   
1 1 1  
3  2   2  1
1      
   0  −1  
2
3    
1  1  1   
− 3
3 2 2

1
  1  1 
√ √  
 3   √2   r6  1
 1   2
  
√  
 − 3 
  
  0   2
 3 
1  1 
  
 1 
√ −√ √ 3
3 2
    6  
1 1 0 0 1
      
0  0  1 −1
      
2
      
1 −1 0  0  −1
      
      
0 0 1 1 −2
 1  1     
√ √ 0 0 1
 2  2   1   1   
 0   0   √  − √ 
      
2
 1   1   2  2
     

 √  − √   0   0  −1
 
 2  2  1   1 
      
0 0 √ √ −2
2 2
2.15. STRUTTURA EUCLIDEA STANDARD SU RN 61
Esercizio 2.102. Per le basi dell’esercizio precedente che sono ortogonali, ma non orto-
normali, rinormalizzare i vettori ottenendo una base ortonormale e scrivere le coordinate
di v anche rispetto alla nuova base ortonormale.
Esercizio 2.103. Per ognuna delle seguenti matrici 2 × 2, dipendenti dai parametri
a, b ∈ R, determinare tutti i valori di a, b per cui sono matrici ortogonali.
         √ √ 
a b 1/2 b 1/2 b a b 1/ 5 2/ 5
         
b a a 1/2 a 1/3 0 1 a b
Esercizio 2.104. Per ognuno dei seguenti sottospazi di Rn determinare la dimensione

e una base ortonormale.
W dim Base o.n. di W

  
 1 
Span  
 2 
   


 1 1 
    
Span 0 , 1
   

    
 
 1 2 
{x ∈ R3 : x1 + x2 = 2x3 − x1 = 0}
      


 1 1 0 

       

      
1 0 1
Span    ,   ,  
    


  1 1 0

       


 1 
0 1 
{x ∈ R4 : x1 + x4 = x3 − x2 + x4 = 0}
      


 1 1 2  

       

1 2 1
       
Span   ,   ,  
     


 2 1 2 

       


 1 
2 1 
{x ∈ R4 : x1 + x2 − x4 = x2 − x3 = x1 + x3 − x4 = 0}
{x ∈ R4 : x1 + x2 = x2 + 2x3 = 2x1 − x4 = 0}
{x ∈ R5 : x1 = x3 = 0}
      


 1 2 3  

      
    
0 1 −2

 
Span      
     


 0 0  0  


       

 0 
0 1 
62 CAPITOLO 2. FARE
Esercizio 2.105. Per ognuno dei sottospazi W dell’esercizio precedente determinare:

• la dimensione, una base ortonormale e una forma cartesiana di W ⊥
• le proiezioni ortogonali PW e PW ⊥ su W e su W ⊥ (si ricordi che entrambe sono
applicazioni lineari da Rn a Rn , quindi rappresentate da matrici n × n).
Esercizio 2.106. Sono dati un sottospazio W ⊆ Rn e un vettore v ∈ Rn ; determinare

vk = PW (v) e v⊥ = PW ⊥ (v) e calcolare i coseni degli angoli che questi formano con v.
W v vk v⊥ cos(d
vvk ) cos(vv
d⊥ )
 
2
{x ∈ R2 : x1 + 2x2 = 0}  
0
    
 2  1
Span    
 −3  1
 
1
 
{x ∈ R3 : x1 + x2 + x3 = 0}
 
1
 
2
 
1
 
{x ∈ R3 : x1 + 2x2 = x2 − x3 = 0}
 
2
 
3
     


 1 1 
 1
      
Span 0 , 1
     
0

      

 1 
1  0
 
1
 
 
0
{x ∈ R4 : x1 + x2 = x3 − 2x4 = 0}  
 
1
 
0
 
1
 
 
0
{x ∈ R4 : x1 + x3 − 3x4 = 0}  
 
1
 
−3
    


 1  1

    

   
1 2
Span  
   
 


 1  0

   
  

 1   0
Esercizio 2.107. Per ognuna delle seguenti matrici simmetriche, trovare una base
ortonormale di autovettori e scrivere la corrispondente forma diagonale.
Matr. simm. Base o.n. di autovettori Forma diag.

 
1 2
 
2 1
 
1 1
 
1 1
 
0 1
 
1 0
 
0 0 2
 
 
0 0 0
 
2 0 0
 
1 1 1
 
 
1 1 1
 
1 1 1
 
−1 1 1
 
 1 −1 1 
 
 
1 1 −1
 
2 0 −2
 
 
0 0 0
 
−2 0 2
 
−2 0 3
 
 
0 1 0
 
3 0 −2
 
1 −1 1
 
−1 2 0
 
 
1 0 2
 
1 −1 1 1
 
−1 1 1 −1
 
 
1 −1
 
1 1
 
1 −1 −1 −1
...continua...
64 CAPITOLO 2. FARE
Matr. simm. Base o.n. di autovettori Forma diag.

 
0 0 0 2
 
 
0 0 0 2
 
 
0 0 0 2
 
2 2 2 0
 
1 1 1 1
 
 
1 1 1 1
 
 
1 1 1 1
 
1 1 1 1
 
0 0 0 1
 
 
0 0 1 0
 
 
0 1 0 0
 
1 0 0 0
 
4 1 5 −4
 
2 −1
 
1 1
 
9 −7
 
5 2
 
−4 −1 −7 6
2.16. STRUTTURE EUCLIDEE SU RN 65
2.16 Strutture euclidee su Rn

Esercizio 2.108. Per ognuna delle seguenti matrici quadrate B, dire se la forma
bilineare associata hx, yi = xt By è un prodotto scalare su R2 .
         
1 0 1 0 1 1 0 1 1 2
         
0 2 0 −1 1 1 1 0 1 3
       
1 2 −1 3 1 2 2 1
       
2 −1 3 1 2 1 1 2
Esercizio 2.109. Sia k ∈ R e poniamo

 
2 0 1
 
Bk = 0 1 0 .
 
 
1 0 k
Per quali valori di k la funzione bk (x, y) = xt Bk y è un prodotto scalare su R3 ?

Esercizio 2.110. Sia k ∈ R e poniamo
 
2 0 k
 
Bk = 0 1 0 .
 
 
k 0 1
Per quali valori di k la funzione bk (x, y) = xt Bk y è un prodotto scalare su R3 ?

Esercizio 2.111. Si consideri su R2 × R2 la funzione
   
x1 y1
b   ,   = 2x1 y1 − x1 y2 − x2 y1 + x2 y2 .
x2 y2
1. Dimostrare che b(x, y) è un prodotto scalare su R2 .

2. Determinare la matrice associata a b rispetto alla base canonica di R2 .
 
1
3. Calcolare la norma del vettore v =   e trovare l’equazione cartesiana di v ⊥
2
(ovviamente rispetto a b).
4. Determinare i valori k ∈ R per cui la matrice
 
−1 −2
P = 
k 1
soddisfa b(x, y) = b(P x, P y).

66 CAPITOLO 2. FARE
5. Determinare tutte le matrici P ∈ M 2,2 (R) tali che b(x, y) = b(P x, P y).
Esercizio 2.112. Su ogni riga è data una matrice B n × n; verificare che la funzione
hx, yiB = xt By è un prodotto scalare e trovare una base ortonormale di Rn rispetto a tale
prodotto scalare.
Matrice B Base ortonormale rispetto a h·, ·iB

 
2 0
 
0 3
 
3 1
 
1 3
 
1 1
 
1 2
 
1 1 0
 
 
1 2 0
 
0 0 1
 
1 0 0
 
 
0 2 0
 
0 0 3
 
1 0 1
 
 
0 2 0
 
1 0 3
 
2 1 1
 
 
1 2 1
 
1 1 2
 
4 3 2 1
 
 
3 3 2 1
 
 
2 2 2 1
 
1 1 1 1
Esercizio 2.113. Consideriamo R4 con il prodotto scalare
hx, yi = x1 y1 + x1 y3 + x3 y1 + 2x2 y2 + x2 y4 + x4 y2 + 3x3 y3 + 2x4 y4 .
1. Determinare l’ortogonale di W = {x ∈ R4 : x1 + x2 = x1 − 2x3 = 0}.
2. Determinare la proiezione ortogonale su W .

2.17. SPAZI EUCLIDEI 67
2.17 Spazi euclidei

Esercizio 2.114. Sia V = R≤2 [x]. Denotiamo due suoi generici elementi come p(x) =
ax2 + bx + c e q(x) = αx2 + βx + γ. Per ognuna delle seguenti espressioni, dire se essa
definisce o meno un prodotto scalare su V , nel caso determinarne la matrice associata A
rispetto alla base {1, x, x2 } e trovare una base ortonormale di V rispetto ad esso.
p(1)q(1)+p(0)q(0)+p(−1)q(−1) p(1)q 0 (1)+q(1)p0 (1)+p(0)q(0)+p(1)q(1) p(0)q(0)
p(1)q(1) + p(−1)q(−1) p(1)q(0) + p(0)q(1) + p(1)q(1) + q(0)p(0) + p(3)q(3)
p(1)q(1) + p(0)q(0) + p(2)q(2) + p(3)q(3) a2 + α2 + bβ
Z 1
p(x)q(x)dx aα + bβ + cγ aq(1) + αp(1) + bβ + p(0)q(0)
0
Z 1 Z 1
p(x)q(1 − x)dx p(1)q(1) + p0 (x)q 0 (x)dx p(0)q(1) + q 0 (0)p0 (1) + q(2)p(2)
0 0
Esercizio 2.115. Sia V = M2,2 (R) e siano

       
1 0 0 1 0 0 0 0
E1 =   E2 =   E3 =   E4 =   .
0 0 0 0 1 0 0 1
Definiamo la funzione hA, Bi = tr(AB t ).
1. Dimostrare che è un prodotto scalare.
2. Scrivere la matrice associata rispetto alla base {E1 , E2 , E3 , E4 }.
3. Determinare il sottospazio ortogonale alla matrice identità I, trovandone una base.
Esercizio 2.116. Consideriamo l’insieme di funzioni
V = {a + bx + cx2 + dx3 + e sin(πx) : a, b, c, d, e ∈ R} .
1. Dimostrare che V è uno spazio vettoriale reale di dimensione 5.
R1
2. Dimostrare che hf (x), g(x)i = −1 f (x)g(x)dx è un prodotto scalare su V .
3. Trovare una base ortonormale di V .
4. Calcolare la proiezione di sin(πx) su W = Span{1, x, x2 , x3 }.
Esercizio 2.117. Consideriamo l’insieme di funzioni
V = {a + bx + cx2 + dx3 + e sin(x) + f cos(x) : a, b, c, d, e ∈ R}
e definiamo6
hf (x), g(x)i = f (0)g(0)+f 0 (0)g 0 (0)+f 00 (0)g 00 (0)+f (3) (0)g (3) (0)+f (4) (0)g (4) (0)+f (5) (0)g (5) (0)
1. Dimostrare che V è uno spazio vettoriale reale di dimensione 6.
2. Dimostrare che h·, ·i è un prodotto scalare.
3. Trovare una base ortonormale di V .
4. Calcolare la proiezione di sin(x) e di cos(x) su W = Span{1, x, x2 , x3 }.
6 (k)
f (x) è la derivata k-esima di f .
68 CAPITOLO 2. FARE
2.18 Forme quadratiche

Esercizio 2.118. Per ognuna delle seguenti forme quadratiche, determinare segno e
segnatura.
Forma quadratica Segnatura Segno
q(x, y) = x2 − 2xy − 2y 2
q(x, y) = 3x2 + 2xy + y 2
q(x, y) = x2 + 9xy + y 2
q(x, y) = xy
q(x, y) = x2 + 2xy + y 2
q(x, y) = y 2
q(x, y, z) = x2 + 2y 2 + 3z 2 + xy + 2yz + 3xz
q(x, y, z) = −x2 − y 2 − z 2 + 3xy + 2yz + xz
q(x, y, z) = x2 + y 2 + z 2 + 2xy − yz − xz
q(x, y, z) = y 2 + z 2 + xy + xz
q(x, y, z) = xy + yz + zx
q(x, y, z) = xy − yz + zx
q(x, y, z) = 4x2 + y 2 + 4xy + z 2
q(x, y, z) = −x2 − 2y 2 − 2z 2 + 2xy + 2yz
q(x, y, z, w) = x2 + y 2 + zw − 2yz + 3xw
q(x, y, z, w) = −x2 − 3z 2 + w2 − xy + zw + xw
q(x, y, z, w) = −x2 − y 2 − xy
q(x, y, z, w, t) = −x2 − y 2 − z 2 − w2 − t2 − xy − yz − zw − wt
Esercizio 2.119. Determinare il segno delle seguenti forme quadratiche in funzione del
parametro reale k.
Forma quadratica Discussione del segno
q(x, y) = kx2 + 2xy + y 2

q(x, y) = x2 + kxy + 4y 2
q(x, y) = (k + 1)x2 − xy + (k − 1)y 2
q(x, y, z) = kx2 − 2y 2 + 2xz + 2kyz
q(x, y, z) = 2xy + 2kxz + 2yz
q(x, y, z) = kx2 + ky 2 + 2xy + 2yz + 2xz
2.18. FORME QUADRATICHE 69
Esercizio 2.120. Per ognuna delle seguenti forme quadratiche, scrivere la matrice
associata (ovvero la matrice simmetrica B tale che q(x) = xt Bx), determinare la forma
canonica di Sylvester q̃ e la matrice M che porta B in tale forma per congruenza (ov-
vero q̃(x) = xt M t BM x); infine determinare le equazioni cartesiane di un sottospazio di
dimensione massima su cui q è definita positiva.
Nota Bene: potrebbe non bastare lo spazio fornito per scrivere le matrici :).
Forma quadratica B Sylvester M Cartesiane
q(x, y) = x2 − y 2
q(x, y) = x2 − y 2 + 2xy
q(x, y) = −x2 + y 2 + 3xy
q(x, y) = −x2 − y 2 + 7xy
q(x, y) = 2x2 + 3y 2 − 5xy
q(x, y, z) = xy + yz + zx
q(x, y, z) = 2x2 + y 2 + 2xz + 4yz
q(x, y, z) = 2x2 + y 2 − 2xz + 4yz
q(x, y, z) = x2 + y 2 − 3z 2 + 2xz − 4yz
q(x, y, z) = 2x2 − 2xy − y 2 + 2xz − 4yz − z 2
q(x, y, z, w) = 2x2 − z 2 + w2 − 2xy − 4yz
Esercizio 2.121. Per le forme quadratiche su R2 dell’esercizio precedente, disegnare

sul piano le zone in cui sono positive, negative e nulle.
Esercizio 2.122. Per ognuna delle forme quadratiche dell’esercizio 2.120 descrivere
l’insieme N (q) = {v ∈ Rn : q(v) = 0}. (Occhio! A volte non è un sottospazio vettoriale.)
70 CAPITOLO 2. FARE
2.19 Trasformazioni geometriche

Esercizio 2.123. Trovare la trasformazione geometrica f : R2 → R2 che soddisfa le
condizioni richieste. Scrivere :( se non ne esistono, scrivere :/ se ne esiste più di una (e
dare almeno due esempi).
Note: con det f si intende, impropriamente, il determinante della matrice A tale che
f (x) = Ax + v, con “retta fissa” si intende una retta r tale che f (r) ⊆ r
Condizioni Trasformazione
f isometria, x + 2y + 1 = 0 retta fissa, det f < 0.

f (0, 0) = (1, 1), f (1, 0) = (2, 1), f (0, 1) = (3, 2)
f isometria, r : x + y = 1, s : x + y = 2, f (r) ⊆ s
f isometria, r : x + y = 1, s : x + y = 2, f (r) ⊆ s e (f ◦ f )(x) = x
f similitudine, f (0, 0) = (0, 1), f (0, 1) = (2, 3), det f > 0
f (1, 0) = (2, 3), f (3, 1) = (1, 2), (f ◦ f )(x) = x
√
f isometria, f ( 2, 0) = (1, 1), f (0, 0) = 0
f (1, 0) = (2, 0), f (0, 1) = (0, 1), det f = 4
Esercizio 2.124. Sono date alcune quaterne di punti di R2 ; determinare quali sono
affinemente equivalenti e scrivere le affinità che realizzano tali equivalenze.
• (0, 0), (1, 0), (0, 1), (1, 1)
• (0, 0), (1, −1), (1, 1), (2, 0)
• (0, 0), (−1, 1), (−1, −1), (0, 2)
• (0, 0), (2, 0), (1, 1), (3, 1)
• (0, 0), (2, 1), (1, 0), (−1, −1)
• (1, 1), (1, 0), (0, 1), (1, −1)
• (2, 1), (1, 3) , (3, 5), (7, 3)
Esercizio 2.125. Si consideri l’affinità di R3 data da f (x, y, z) = (x+z+1, y−z−1, z+2).

Su ogni riga è data un’equazione in 3 variabili; sia L il luogo dei punti di R3 che soddisfano
tale equazione. Trovare un’equazione che descrive f (L).
L f (L) L f (L)
x + 2y + 3z = 1 x2 + y + z = 2
x2 + 3y 2 − z 2 = 1 x3 + y 2 + z = 2
xyz + xy + x + 1 = 0 z 4 + y 2 + x = 10
2.20. CONICHE 71
2.20 Coniche
Esercizio 2.126. Per ognuna delle seguenti coniche, determinare il tipo affine, la forma
canonica metrica e il cambio di coordinate che la porta in tale forma.
Conica T. affine F. canonica Cambio di coord
x2 + 2y 2 = 1
x2 + 2y 2 + 2xy = 1
x2 + 2y 2 + 1 = 0
x2 + 2xy = 1
x2 + 3xy + y 2 = 0
x2 + 3xy + y 2 + 1 = 0
x2 + 2xy + y 2 + 1 = 0
xy = 7
x2 + xy + y 2 − 4 = 0
xy + 3x + 5y + 7 = 0
x2 − y 2 − 2x + 4y = 3
x2 + xy + y 2 − 5x + 3y − 8
x2 + 2x − 3y + 1 = 0
x2 + 4xy + 4y 2 + 2x − y + 8 = 0
Esercizio 2.127. Per le coniche non degeneri e non vuote dell’esercizio precedente,
determinare centro (o vertice, se non c’è il centro), assi di simmetria e intersezioni con gli
assi cartesiani.
Esercizio 2.128. Per ognuna delle seguenti coniche, determinarne il tipo affine, al
variare del parametro k; trovare, per k = 0, il centro o il luogo dei centri della conica, o
scrivere :-( se non è una conica a centro.
Conica Tipo Affine Centro per k = 0
x2 + ky 2 + 3x − 1 = 0
x2 + y 2 + (k + 1)x − y − 1 = 0
x2 + y 2 + k = 0
x2 + (k − 1)xy + y 2 − 2x + ky = 1
kx2 + 2xy + ky 2 − x + 3y = 3
x2 + (2 − k)xy + y 2 + kx − y + 1 = 0
72 CAPITOLO 2. FARE
Esercizio 2.129. Nell’esercizio precedente, porre k = 1 e trovare la forma canonica

metrica delle coniche cosı̀ ottenute, insieme al cambio di coordinate che porta la conica
in tale forma canonica.
Esercizio 2.130. Su ogni riga sono date al più quattro condizioni. Determinare tutte
le coniche che le soddisfano. (Alcune abbreviazioni: AdSp=Asse di simmetria paralle-
lo a; Passa+centro=Passa per il proprio centro, che è; No centro= conica non a cen-
tro; Ix=Intersezioni con l’asse x sono; Iy=Intersezioni con l’asse y sono; SaM=Semiasse
maggiore).
Condizione 1 Condizione 2 Condizione 3 Condizione 4 Coniche
Passa per (0, 0) Passa per (1, 1) Passa per (2, 1) Passa per (1, 0)
Centro (2, 1) AdSp (1, 1) Passa per (2, 2) Passa per (3, 1)
Passa+centro (2, 0) Degenere AdSp (0, 1) Passa per (1, 1)
No centro Fuoco (2, 1) AdSp (1, −2) Passa per (0, 3)
Ellisse Ix (2, 0) AdSp (0, 1) Passa per (3, 1)
Iy (0, ±1) Centro (1, 1) Passa per (3, 3) AdSp (1, 1)
Fuoco (2, 3) Centro (0, 3) Passa per (0, 0) Iperbole
Centro (1, 1) Fuoco (2, 1) SaM 3
Centro (0, 1) Vertice (1, 2)
Esercizio 2.131. Si consideri la conica
γ : x2 + 2y 2 + 2xy − 2x + 4y = 0
e la famiglia di rette rk : x + y = k per k ∈ R.
1. Classificare la conica γ e trovarne il centro.
2. Determinare per quali k ∈ R l’intersezione rk ∩ γ consta di due punti distinti.
3. Per tali valori di k, si trovi Mk , punto medio tra le due intersezioni.
4. Si dimostri che tutti gli Mk appartengono ad un’unica retta, che passa per il centro
di γ.
Esercizio 2.132. Si consideri la conica
γ : x2 + y 2 + 2xy − 2x + 4y = 0
e la famiglia di rette rk : x + 3y = k per k ∈ R.
1. Classificare la conica γ e trovarne gli assi di simmetria.
2. Determinare per quali k ∈ R l’intersezione rk ∩ γ consta di due punti distinti.

2.20. CONICHE 73
3. Per tali valori di k, si trovi Mk , punto medio tra le due intersezioni.
4. Si dimostri che tutti gli Mk appartengono ad un’unica retta. Com’è legata tale retta
alla conica γ?
Esercizio 2.133. Siano dati i punti A = (1, 2) e B = (2, 3). Si scriva l’equazione
cartesiana del luogo
L = {P ∈ R2 : dist(A, P ) = 7dist(B, P )}
e si dimostri che è una circonferenza, calcolandone centro e raggio. Cosa accadrebbe se si

sostituisse λ > 0 a 7 nella condizione data?
Esercizio 2.134. Siano dati il punto P = (1, 2) e la retta r : x + y = −1. Definiamo
La , in funzione di a > 0, come il seguente luogo di punti:
La = {Q ∈ R2 : dist(P, Q) = adist(r, Q)} .
1. Si dimostri che La è sempre una conica e la si classifichi al variare di a > 0.
2. Se ne trovi il centro Ca , quando esiste, in funzione di a.
3. Si determini un’equazione cartesiana per il luogo formato dai punti Ca , al variare di

a.
74 CAPITOLO 2. FARE
2.21 Quadriche
Esercizio 2.135. Per ognuna delle seguenti quadriche, determinare il tipo affine, la
forma canonica metrica e il cambio di coordinate che la porta in tale forma (anche se
nella tabella non c’è posto).
Quadrica T. aff F. can
x2 + 2y 2 − z 2 + 1 = 0
x2 + 2y 2 − z 2 + 5 = 0
x2 + 2y 2 − z 2 − 3 = 0
x2 + y 2 − 2xz + 1 = 0
x2 + y 2 − 2z + 1 = 0
x2 + 2xy + 2y 2 − z 2 = 0
x2 − 2xy + 2y 2 + z 2 − 2yz + 2y + 9 = 0
x2 + 3yz + 1 = 0
xy + yz + xz + x + y + z + 1 = 0
−x2 − y 2 − z 2 + xy + 2x + 3y + 5z + 100 = 0
x2 + 2y 2 + z 2 + 2xy + 2yz + −2x + 2z + 8 = 0
x2 − z 2 + 2xy + 2yz + 3y + 5 = 0
10x2 + 2y 2 + 10z 2 − 6xy − 2xz − 6yz − 22x + 22z + 22 = 0
10x2 + 2y 2 + 10z 2 − 6xy − 2xz − 6yz − 22x + 22z + 21 = 0
10x2 + 2y 2 + 10z 2 − 6xy − 2xz − 6yz − 22x + 22z + 23 = 0
10x2 + 2y 2 + 10z 2 − 6xy − 2xz − 6yz − 22x + 22y + 22z + 22 = 0
(x + 2y + 3z + 1)(x − y + 4z − 2) = 0
(x + 2y + 3z + 1)(x − y + 4z − 2) = 1
(x + 2y + 3z + 1)(x − y + 4z − 2) = −1
(x + y)2 + (x − z + 1)2 = 1 + (x + 3y − 1)2 + (x − y + 2z)2
(x + y)2 + (x − z + 1)2 = 1 + (x + 3y − 1)2 + (x − y/2 − z)2
(x + y)2 + (x − z + 1)2 = −1 + (x + 3y − 1)2 + (2x − z + 3y + 1)2
(x + y)2 + (x − z + 1)2 = 1 + (x + 3y − 1)2 + (2x − z + 3y + 1)2
(x + y)2 + (x − z + 1)2 = 1 + (x + z + 2)2
Esercizio 2.136. Per le quadriche dell’esercizio precedente, determinare piani di sim-

metria, eventuali assi di simmetria rotazionale ed il centro o il luogo dei centri (nel caso
di quadriche a centro).
2.21. QUADRICHE 75
Esercizio 2.137. In ogni riga sono dati due oggetti geometrici, ObjA e ObjB, e un
numero reale positivo λ. Si scriva l’equazione cartesiana del luogo di punti
L = {P ∈ R3 : dist(ObjA, P ) = λdist(ObjB, P )}
e, nel caso si tratti di una quadrica, se ne determinino una forma metrica e il tipo affine.
ObjA ObjB λ Eq. cart F. metr T. aff
(1, 0, 0) (1, 1, 1) 3
(1, 0, 0) (1, 1, 1) 1/3
x=0 (1, 2, 3) 1
x=0 (1, 2, 3) 2
x+y+z =0 (1, 2, 3) 1/2
x=0 x+y =z−y =0 1
x=0 x+y =z−y =0 2
x=y+z =1 (0, 1, 1) 1
x=y+z =1 (0, 1, 1) 1/3
x + y = 0, x + z = 1 x+y =1 1
x + y = 0, x + z = 1 x+y =1 2
x+y =z+y−1=0 x+y =z−y =0 1
x+y =z+y−1=0 x+y =z−y =0 3
x=y+z =0 x + y = 2y + z = 1 1
x=y+z =0 x + y = 2y + z = 1 1/4
Esercizio 2.138. Sia σ la sfera di centro (1, 1, 1) e raggio 3. Su ogni riga sono dati un
punto o una retta e un numero reale positivo ρ. Determinare i piani che passano per il
punto o la retta e tagliano σ in una circonferenz di raggio dato. Per ognuno di tali piani,
determinare il centro della circonferenza.
Passa per ρ Piani Centri
(0, 0, 0) 1
x=y=0 3
(1, −1, 1) 1/2
x+y =y+z−1=0 1/3
(0, 0, 0) 3
(2, 2, 2) 2
76 CAPITOLO 2. FARE
Esercizio 2.139. In ogni riga sono date una retta r e una curva generatrice g (che
può essere una retta o altro). Scrivere l’equazione cartesiana della superficie ottenuta
ruotando la generatice g attorno alla retta r e determinarne una forma canonica metrica,
nel caso si tratti di una quadrica.
r g Eq. cart F. metr
x=y=0 (t, t + 1, 2t)

x=y=0 (t, t, 2t + 1)
x=z=0 (1, t + 1, 2)
y=z=0 (t, 1/t, 0)
y=z=0 (1 + cos t, sin t)
x+y =z+x+1=0 (1 + t, 1 − t, 2t)
x−y =z−y =0 (cos t + sin t, cos t, cos t − sin t)
x + y + z − 1 = x − 2y + z = 0 (t, 2t + 1, 2 − t)
x=y=3 (0, t, (t − 3)2 )
Esercizio 2.140. In ogni riga è data una conica in R3 come intersezione di una quadrica
Q e di un piano π. Scrivere l’equazione del cilindro che ha tale conica come direttrice e le
cui generatrici sono perpendicolari al piano π; determinare poi la forma canonica metrica
di tale cilindro7 . Tale forma metrica (a cui mancherà una variabile, essendo un cilindro),
letta in 2 variabili, è la forma metrica della conica iniziale.
Quadrica Piano Cilindro Forma metrica
x2 + y 2 = z 2 x+y+z =1
x2 + y 2 = z 2 x+y−z =1
x2 + y 2 = z 2 x + y + 3z = 1
x2 + y 2 − z 2 = 1 4z = 1 + y
x2 + y 2 − z 2 = 1 x+y =1
x2 − y 2 − z 2 = 1 x+y =1
x2 + 2y 2 + 3z 2 + 2x + 2y + 2z = 1 x+y+z =0
x2 + y 2 = 1 x+y+z =3
(x − 1)2 + 3(z − 1)2 = 5(y − 1)2 y=3
x2 + 4xy − 4yz − z 2 + 2x + 2y + 8 = 0 2x − y + 2z = 1
7
Alcune quadriche sono cilindri anche se non sono chiamate cosı̀: un piano doppio è un cilindro su una
retta doppia, due piani incidenti sono un cilindro su due rette incidenti...se nella forma canonica manca
una variabile, si parla di cilindro.
2.21. QUADRICHE 77
Esercizio 2.141. In ogni riga sono dati una conica ed un punto in R3 ; scrivere l’e-
quazione del cono dal punto dato che ha la conica data come direttrice e determinare il
tipo affine della conica che si ottiene intersecando tale cono con il piano z = 0. Bonus:
Calcolare il centro di tale conica.
Conica Vertice Cono Tipo affine


x 2 + y 2 = 1
(1, 1, 1)
 z=1

y 2 + z 2 − 2y − 4z + 4 = 0
(1, 1, 1)
 x=0

x 2 − y 2 − z 2 + 1 = 0
(2, −1, 1)
 y=1

x 2 + y 2 − z 2 + 1 = 0
(1, 1, 0)
 x=2

x 2 + y 2 + z 2 − 3 = 0
(1, 0, 4)
 x+z =2

x2 + 3xy + 2y 2 − z 2 + 3zy − 2xz = 0
(3, 4, 5)
 x+y+z =3

x2 + xy + z 2 − 2x + 1 = 0
(1, 1, 1)
 x=0

x2 + 2xy + 2y 2 + z 2 = 4
(2, 1, 1)
 z − 3x = 1
78 CAPITOLO 2. FARE
Capitolo 3
Dimostrare
Piccoli quesiti dimostrativi sui concetti base del corso; sia lemmi, proposizioni e teoremi
visti a lezione (fatti noti), sia veri e propri esercizi dimostrativi (problemi).
79
80 CAPITOLO 3. DIMOSTRARE
3.1 Matrici e Rn
Esercizio 3.1. Sia A ∈ M2,2 (R) una matrice 2 × 2; definiamo l’insieme delle matrici che
commutano con A:
C = {B ∈ M2,2 (R) : AB = BA} .
Si dimostrino le seguenti affermazioni:
1. la matrice nulla appartiene a C
2. la matrice identità appartiene a C
3. se B1 , B2 ∈ C, allora B1 + B2 ∈ C
4. se B ∈ C e λ ∈ R, allora λB1 ∈ C
5. se B1 , B2 ∈ C, allora B1 B2 ∈ C.
Esercizio 3.2. Siano v, w ∈ R2 vettori non nulli tali che v ⊥ w. Dimostrare che per
ogni p ∈ R2 esistono λ, µ ∈ R tali che λv + µw = p.
Esercizio 3.3. Dati p, q ∈ R2 , definiamo l’insieme
` = {hp + kq : h + k = 1, h, k ∈ R} .
Dimostrare che l’insieme ` è la retta che passa per p e q.

Esercizio 3.4. Ripetere l’esercizio precedente in Rn .
Fatto Noto. Siano A, A0 ∈ Mh,k (R) e siano b, b0 ∈ Mh,1 (R), tali che A0 e b0 sono ottenuti
da A, b applicando una mossa dell’algoritmo di Gauss. Dimostrare che i sistemi lineari
A0 x = b0 e Ax = b hanno le stesse soluzioni.
Fatto Noto. Consideriamo il sistema lineare Ax = b; questo ha soluzione se e solo se

rkA = rkA,
e dove A
e = (A|b) è la matrice completa del sistema.
Esercizio 3.5. Fare un esempio di una matrice N2 ∈ M3,3 (R) tale che N22 = 0, ma
N2 6= 0; fare un esempio di una matrice N3 ∈ M3,3 (R) tale che N33 = 0, ma N32 6= 0.
Esercizio 3.6. Dimostrare che se una matrice M ∈ M2,2 (R) è tale che M k = 0 per
qualche k > 0, allora M 2 = 0.
Esercizio 3.7. Sia N ∈ Mn,n (R) tale che N 2 = 0, dimostrare che A = I +N è invertibile
e la sua inversa è I − N .
Esercizio 3.8. Sia N ∈ Mn,n (R) tale che N k = 0; dimostrare che A = I +N è invertibile
e la sua inversa è I − N + N 2 − . . . + (−1)k N k .
Fatto Noto. Il determinante calcolato con lo sviluppo di Laplace lungo la prima colonna
è lineare e alternante sulle righe.
Fatto Noto. Se la matrice S è ottenuta dalla matrice A ∈ Mn,n (R) tramite l’algoritmo
di Gauss ”purista”, allora det S = (−1)p det A, dove p è il numero di scambi di riga fatto
durante l’algoritmo.
3.1. MATRICI E RN 81
Esercizio 3.9. Siano a1 , . . . , an−1 ∈ R e sia x una variabile. Si costruisca la matrice

n×n  
1 x x2 · · · xn−1
 
2 n−1 
a1 · · · a1 

 1 a1
Vn (x, a1 , . . . , an−1 ) = 
 .. .. .. ..  .

. . . . 
 
n−1
1 an−1 a2n−1 · · · an−1
1. Calcolare det V2 (a0 , a1 ) (quindi il determinante della matrice 2 × 2 in cui al posto di

x abbiamo inserito un altro reale a0 ).
2. Dimostrare che p(x) = det V (x) è un polinomio di grado n − 1 in x.
3. Dimostrare che p(a1 ) = p(a2 ) = . . . = p(an−1 ) = 0.
4. Dimostrare che p(x) inizia con det Vn−1 (a1 , . . . , an−1 )xn−1 .
5. Trovare una formula per V (a , . . . , a

n 0 n−1 ) = p(a0 ) (che dipenda esplicitamente da
a0 , . . . , an−1 , quindi senza usare nella formula termini come det Vn−1 (· · · )).
Esercizio 3.10. Sia U una matrice triangolare superiore che ha tutti gli elementi sulla
diagonale uguali a 1 tale che tutti gli elementi sopra alla diagonale sono numeri interi.
Dimostrare che è invertibile e la sua inversa ha le stesse proprietà.
Esercizio 3.11. Sia R una matrice triangolare superiore invertibile. Dimostrare che
1. gli elementi sulla diagonale di R sono tutti diversi da 0,
2. R−1 è ancora triangolare superiore,
3. gli elementi sulla diagonale di R−1 sono gli inversi degli elementi sulla diagonale di
R.

Esercizio 3.12. Siano K e L due sottocampi di R; dimostrare che K∩L è un sottocampo
di K, di L e di R.
Esercizio 3.13. Sia q ∈ Q tale che l’equazione x2 − q = 0 non abbia soluzioni razionali
√
(dunque, q non è il quadrato di nessun razionale). Dimostrare che l’insieme Q[ q] è un
campo.
Fatto Noto. Dimostrare che se U , W sono sottospazi vettoriali di V , anche U ∩ W lo è.
Esercizio 3.14. Sia V uno spazio vettoriale su un campo K; dimostrare che si può
definire una struttura di spazio vettoriale su V × V tale che il sottoinsieme V0 = {(v, 0) ∈
V × V : v ∈ V } sia un sottospazio vettoriale di V × V .
Fatto Noto. Dati v1 , . . . , vk ∈ V , dimostrare che essi sono linearmente dipendenti se e

solo se uno di loro è combinazione lineare degli altri.
Esercizio 3.15. Siano u, v, w ∈ V . Dimostrare che u, v, w sono linearmente indipendenti

se e solo se u + v, v + w, u + w lo sono.
Fatto Noto. Siano w1 , . . . , wm ∈ V e sia W = Span{w1 , . . . , wm }; dimostrare che, co-

munque preso w ∈ W , esiste j tale che sostituendo wj con w ottengo comunque un insieme
di generatori per W .
Esercizio 3.16. Siano u, v, w ∈ V . Dimostrare che u, v, w sono generatori di V se e

solo se u + v, v + w e u + w lo sono.
Esercizio 3.17. Se ad un insieme di generatori di V aggiungo un vettore di V , continuo
ad avere un insieme di generatori.
Esercizio 3.18. Se tolgo un vettore ad un insieme di vettori linearmente indipendenti,
ho ancora un insieme di vettori linearmente indipendenti.
Esercizio 3.19. Siano u, v, w ∈ V . Sappiamo che u, v sono tra loro linearmente
indipendenti, come anche u, w e pure v, w. E’ vero che u, v, w sono tutti e tre linearmente
indipendenti? Se sı̀, dimostrarlo, se no, dare un controesempio.
Esercizio 3.20. Siano u1 , . . . , un ∈ Rn \ {0} tali che hui , uj i = 0 se i 6= j. Dimostrare
che sono una base di Rn .
Esercizio 3.21. Dimostrare che se tolgo un vettore da un insieme di vettori linearmente
indipendenti, i restanti sono ancora linearmente indipendenti; dimostrare che se aggiungo
un vettore ad un insieme di generatori, ho ancora un insieme di generatori.
Fatto Noto. Siano v1 , . . . , vm generatori di V , spazio vettoriale su K. Dimostrare che

posso sceglierne un sottoinsieme di modo che sia una base di V .
Fatto Noto. Siano v1 , . . . , vk vettori linearmente indipendenti in V , spazio vettoriale su

K, e siano w1 , . . . , wm generatori di V . Dimostrare che:
1. k ≤ m
3.2. SPAZI VETTORIALI 83
2. è possibile sostituire k tra i vettori w1 , . . . , wm con i vettori v1 , . . . , vk ed avere ancora

un sistema di generatori.
Esercizio 3.22. Sia V uno spazio vettoriale su K, con dim V = n. Dimostrare che
1. se v1 , . . . , vn sono linearmente indipedenti, allora sono una base;
2. se v1 , . . . , vn sono generatori, allora sono una base;
3. se k < n, allora k vettori non possono essere generatori;
4. se m > n, allora m vettori non possono essere linearmente indipendenti.
Dare infine un esempio di uno spazio vettoriale e di k vettori con k < dim V che non sono
linearmente indipendenti e di m vettori con m > dim V che non sono generatori.
Esercizio 3.23. Siano v1 , . . . , vk ∈ V linearmente indipendenti e sia h < k. Definiamo
W = Span{v1 , . . . , vh } U = Span{vh+1 , . . . , vk } .
Dimostrare che U ∩ W = {0}.

Esercizio 3.24. Consideriamo Mn,k (R) come spazio vettoriale ed i suoi vettori Eij con
1 ≤ i ≤ n e 1 ≤ j ≤ k definiti come segue:
Eij è la matrice n × k che ha un 1 in posizione (i, j) e 0 in ogni altra entrata.
Dimostrare che i vettori Eij , i = 1, . . . , n, j = 1, . . . , k sono una base di Mn,k e determinare

la dimensione di tale spazio vettoriale.
Esercizio 3.25.
1. Una matrice si dice simmetrica se A = At ; dimostrare che una matrice simmetrica

è per forza quadrata.
2. Sia Sn l’insieme delle matrici simmetriche n × n; dimostrare che è uno spazio

vettoriale.
3. Trovare una base di Sn e calcolarne la dimensione.
Esercizio 3.26. Consideriamo il seguente insieme
V = {p(x) ∈ R≤n [x] : xn p(1/x) = p(x)} .
Dopo aver dimostrato che è uno spazio vettoriale su R, trovarne una base e calcolarne la
dimensione.
Fatto Noto. Siano U, W sottospazi vettoriali di V . Dimostrare che
dim U + dim W = dim U ∩ W + dim U + W .


Esercizio 3.27. Dimostrare che L(V, W ) è uno spazio vettoriale.
Esercizio 3.28. Siano v1 , . . . , vn e w1 , . . . , wm basi di V e W , sia Tij : V → W
l’applicazione lineare tale che Tij (vi ) = wj e Tij (vk ) = 0 se k 6= i; dire intanto perché
tale applicazione lineare esiste ed è unica e dimostrare che l’insieme delle applicazioni
Tij per i = 1, . . . , n, j = 1, . . . , m formano una base di L(V, W ), calcolando cosı̀ la sua
dimensione.
Esercizio 3.29. Se v1 , . . . , vn ∈ V sono linearmente dipendenti e T : V → W è lineare,
allora T (v1 ), . . . , T (vn ) sono linearmente dipendenti.
Esercizio 3.30. Siano T : V → W un’applicazione lineare e v1 , . . . , vn ∈ V una base;
dimostrare che
1. se T (v1 ), . . . , T (vn ) è una base di W , allora T è un isomorfismo
2. se T (v1 ), . . . , T (vn ) sono linearmente indipendenti, allora T è iniettiva
3. se T (v1 ), . . . , T (vn ) sono generatori di W , allora T è surgettiva.
Fatto Noto. Siano V , W spazi vettoriali; sia v1 , . . . , vn una base di V e siano w1 , . . . , wn

vettori qualsiasi di W . Dimostrare che esiste un’unica applicazione lineare T : V → W
tale che T (vi ) = wi per i = 1, . . . , n.
Esercizio 3.31. Sia T : V → W lineare; dimostrare che
• per ogni U ⊂ V sottospazio, T (U ) è1 un sottospazio di W
• per ogni U ⊂ W sottospazio, T −1 (U ) è2 un sottospazio di V .
Esercizio 3.32. Siano T : V → W e S : W → U lineari. Dimostrare che ker(S ◦ T ) =

T −1 (ker S) e Im(S ◦ T ) = S(ImT ).
Esercizio 3.33. E’ possibile calcolare rk(S ◦ T ) in termini di rkS e rkT ? Se sı̀,
dimostrarlo, se no, fare un controesempio.
Fatto Noto. Sia T : V → W lineare. Dimostrare che dim ker T + rkT = dim V .
Esercizio 3.34. Siano V uno spazio vettoriale e T : V → V un’applicazione lineare.

Dimostrare che ker T ⊆ ker T ◦ T . Fare un esempio in cui i due insiemi sono uguali e uno
in cui l’inclusione è stretta.
Dimostrare che ker(T ◦ T ) = ker T + T −1 (ker T ∩ ImT ).
Supponiamo che V = ker T ⊕ ImT ; dimostrare che T (ImT ) = ImT .
1
T (U ) = {T (v) : v ∈ U } è l’immagine di U tramite T
2
T −1 (U ) = {v ∈ V : T (v) ∈ U } è la controimmagine di U tramite T
Esercizio 3.37. Sia V uno spazio vettoriale su R; dimostrare che L(V, R) è uno
spazio vettoriale di dimensione dim V . Sia poi v1 , . . . , vn una base di V , si definiscano le
applicazioni lineari Lj : V → R con

0 se i 6= j
Lj (vi ) =
1 se i = j
e si dimostri che sono una base di L(V, R).

Esercizio 3.38. Siano U, W ⊆ V sottospazi tali che V = U ⊕ W .
1. Dimostrare che per ogni v ∈ V esistono un unico u ∈ U e un unico w ∈ W tali che

v = u + w.
2. Dimostrare che esistono (e sono uniche) due applicazioni lineari PU : V → V e

PW : V → V tali che per ogni v ∈ V si ha v = PU (v) + PW (v) e PU (v) ∈ U ,
PW (v) ∈ W .
3. Determinare nucleo e immagine delle applicazioni lineari PU e PW .
Esercizio 3.39. Sia V = M3,3 (R) e siano
U = {A ∈ V : At = A} W = {A ∈ V : A + At = 0}
1. calcolare la dimensione di U e di W
2. dimostrare che V = U ⊕ W
3. determinare le matrici associate alle applicazioni PU , PW definite nel precedente

esercizio, rispetto alla base
       
 1 0 0 1 0 0 0 0 
B=  , , ,  .
 0 0 0 0 1 0 0 1 

Esercizio 3.40. Se v è autovettore di A, allora è autovettore di 3A2 − 2A + 7I.
Esercizio 3.41. Determinare quali matrici sono simili a −3I.
Fatto Noto. λ0 è autovalore di A se e solo se det(A − λ0 I) = 0.
Fatto Noto. pA (λ) = det(A − λI) è un polinomio di grado ≤ n.
Fatto Noto. Si ha pA (λ) = (−1)n λn + (−1)n−1 λn−1 trA + . . . + det A.

Esercizio 3.42. Siano A ∈ Mh,h (R), B ∈ Mk,k (R), C ∈ Mh,k (R); definiamo la matrice
M ∈ Mn,n (R), con n = h + k, come
 
A C
M =  .
0 B
Dimostrare che pM (λ) = pA (λ)pB (λ).

Esercizio 3.43. Sia n ≥ 2 e sia A ∈ Mn,n (R); supponiamo che pA (λ) abbia una radice
complessa λ ∈ C, λ = a + ib con b 6= 0. Sia v ∈ Cn un relativo autovettore e scriviamo
v = u + iw con u, w ∈ Rn . Dimostrare che
Au = au − bw Aw = aw + bu .
Fatto Noto. Per ogni autovalore λ0 si ha 1 ≤ m.g.(λ0 ) ≤ m.a.(λ0 ) ≤ n.
Fatto Noto. Autovettori di autovalori diversi sono linearmente indipendenti.
Fatto Noto. Siano A, B due matrici simili n × n; allora

1. Ak è simile a B k per ogni k ∈ N
2. A−1 è simile a B −1 (se esistono)
3. det A = det B
4. rkA = rkB
5. pA (λ) = pB (λ)
6. dim ker(A − λI) = dim ker(B − λI) per ogni λ.
Esercizio 3.44. Dimostrare che, se le due matrici A, B ∈ Mn,n (R) sono simili, allora
anche le matrici A + kI e B + kI lo sono, per qualsiasi valore di k ∈ R.
Esercizio 3.45. Dimostrare che le due matrici
   
1 1 0 0 1 1 0 0
   
   
0 1 1 0 0 1 0 0
A=  
 B=  

0 0 1 1 0 0 1 1
   
0 0 0 1 0 0 0 1
non sono simili.

Fatto Noto. Una matrice A ∈ Mn,n (R) è diagonalizzabile sui reali se e solo se pA (λ) ha
tutte le radici reali e le molteplicità algebriche coincidono con quelle geometriche.
 
0 1
Esercizio 3.46. Determinare tutte le matrici 2 × 2 simili a N =  .
0 0
Esercizio 3.47. Dimostrare che det A è il prodotto degli autovalori di A e trA è la
somma degli autovalori di A, in entrambi i casi contati secondo la molteplicità algebrica.
Esercizio 3.48. Dimostrare che A è diagonalizzabile se e solo se A + I lo è e calcolare
gli autovalori di quest’ultima in funzione degli autovalori di A.
Esercizio 3.49. Sia A una matrice diagonalizzabile 3 × 3 con autovalori −1, 1, 3.
2
Dimostrare che A − 2A + 3I è diagonalizzabile e trovarne autovalori e autovettori.
Esercizio 3.50. Sia A una matrice quadrata n × n tale che A2 − I = 0. Dimostrare che
il polinomio caratteristico di A è multiplo di λ2 − 1.
Esercizio 3.51. Dimostrare che, se pA (λ) = (−1)n λn e A 6= 0, allora A non è
diagonalizzabile.
Esercizio 3.52. Sia A una matrice n × n il cui polinomio caratteristico ha tutte
radici reali e distinte e sia B una matrice tale che AB = BA. Dimostrare che
1. se v è un autovettore di A, allora anche Bv è autovettore di A con lo stesso

autovalore;
2. se v è un autovettore di A, allora v è autovettore di B;
3. esiste una matrice M invertibile tale che M AM −1 e M BM −1 sono entrambe diago-

nali.
3.5 Struttura euclidea standard su Rn

Esercizio 3.53. Sia A ∈ Mn,n (R); allora per ogni v, w ∈ Rn si ha hv, Awi = hAt v, wi.
Esercizio 3.54. Sia A ∈ Mn,n (R); dimostrare che ker A ⊥ ImAt e ker At ⊥ ImA.
Esercizio 3.55. Sia A ∈ Mn,k (R) con rkA = k.
1. Mostrare che k ≤ n e ker A = {0}.
2. Mostrare che, per ogni v ∈ Rk , hv, At Avi = hAv, Avi = kAvk2 (Occhio! Il primo
prodotto scalare è in Rk , il secondo è in Rn ...).
3. Mostrare che, se At Av = 0, allora Av = 0.
4. Mostrare che At A ∈ Mk,k (R) è simmetrica e invertibile.
Esercizio 3.56. Sia Q ∈ M2,2 (R) una matrice ortogonale con det Q > 0. Mostrare che
esiste θ ∈ [0, 2π] per cui  
cos θ − sin θ
Q=  .
sin θ cos θ
Sia poi P ∈ M2,2 (R) una matrice ortogonale con det P < 0. Mostrare che esiste θ ∈ [0, 2π]
per cui     
− cos θ − sin θ cos θ − sin θ −1 0
P = =   .
− sin θ cos θ sin θ cos θ 0 1
Fatto Noto. Siano v1 , . . . , vk vettori non nulli di Rn tali che hvi , vj i = 0 per i 6= j. Allora
sono linearmente indipendenti.
Esercizio 3.57. Sia W un sottospazio di Rn . Allora (W ⊥ )⊥ = W .
Esercizio 3.58. Siano W1 , W2 sottospazi di Rn . Dimostrare che
1. (W1 ∩ W2 )⊥ = W1⊥ + W2⊥
2. (W1 + W2 )⊥ = W1⊥ ∩ W2⊥
3. W1 ∩ W2 = {0} ⇔ W1⊥ ⊕ W2⊥ .
Fatto Noto. Sia W un sottospazio di Rn , sia u1 , . . . , uk una base ortonormale di W e

sia PW : Rn → Rn la proiezione ortogonale su W . Allora
PW (v) = hv, u1 iu1 + . . . + hv, uk iuk .
Esercizio 3.59. Siano W un sottospazio di Rn e u1 , . . . , uk una sua base ortonorma-

le. Consideriamo la matrice M = (u1 | . . . |uk ) ∈ Mn,k (R); dimostrare che la proiezione
ortogonale PW : Rn → Rn è data da PW (v) = M M t v.
Bonus: Quanto fa M t M ?
Fatto Noto. Siano W un sottospazio di Rn e PW la proiezione ortogonale su di esso.

Dato v ∈ Rn , dimostrare che PW (v) è il vettore di W più vicino a v, ovvero è il vettore
di W per cui kv − PW (v)k è minimo (e tale vettore è unico).
Esercizio 3.60. Dimostrare che kPW (v)k2 + kPW ⊥ (v)k2 = kvk2 .
Fatto Noto. Sia A ∈ Mn,k (R) e sia W = Im(A) ⊆ Rn ; denotiamo con PW la proiezione
ortogonale sull’immagine di A. Sia b ∈ Rn ; dimostrare che
1. Ax = PW (b) ha sempre soluzione,
2. le soluzioni di Ax = PW (b) sono le stesse di At Ax = At b;
3. At Ax = At b ha un’unica soluzione se e solo se A ha rango k.
Fatto Noto. Sia V ⊆ Rn un sottospazio vettoriale; dimostrare che se T ∈ End(V ) è

simmetrica, allora pT (λ) ha tutti gli autovalori reali.
Fatto Noto. Sia V ⊆ Rn un sottospazio vettoriale; se T ∈ End(V ) è simmetrica e v ∈ V

è un autovettore, allora per ogni w ∈ V tale che w ⊥ v si ha T (w) ⊥ v.
Fatto Noto. Sia V ⊆ Rn ; T ∈ End(V ) è simmetrica se e solo se ammette una base

ortonormale di autovettori.
Fatto Noto. Sia V ⊆ Rn ; se T ∈ End(V ) è simmetrica e v, w ∈ V sono autovettori di

autovalori diversi, allora v ⊥ w.
Esercizio 3.61. Sia U ∈ Mn,n (R) ortogonale e simmetrica. Allora esiste V ⊆ Rn

sottospazio vettoriale tale che
1. U v = v per ogni v ∈ V
2. U w = −w per ogni w ∈ V ⊥ .
(L’applicazione TU (x) = U x si dice simmetria rispetto a V , o di centro V ).
Esercizio 3.62. Se A è una matrice quadrata simmetica, allora ker A ⊥ ImA.
Esercizio 3.63. Sia Q ∈ Mn,n (R) una matrice ortogonale. Dimostrare che se v ∈ Rn è
un autovettore di Q, allora
1. Qv = v oppure Qv = −v (cioè gli unici autovalori di Q sono 1 o −1),
2. se w ⊥ v, allora Qw ⊥ v.
Esercizio 3.64. Sia Q ∈ M3,3 (R) una matrice ortogonale. Dimostrare che esistono
una matrice ortogonale P ∈ M3,3 (R) e θ ∈ [0, 2π] tali che
 
±1 0 0
 
P t QP =  0 cos θ − sin θ .
 
 
0 sin θ cos θ
Esercizio 3.65. Sia A ∈ Mn,n (R) e sia S = At A.

1. Se v ∈ Rn è autovettore di S di autovalore λ, si ha λkvk2 = hv, Svi = hAv, Avi =

kAvk2 .
2. Tutti gli autovalori di S sono maggiori o uguali a zero e dim ker S = dim ker A.
Esercizio 3.66. Sia A ∈ Mn,n (R) una matrice antisimmetrica, ovvero tale che At = −A.
Sia poi S = A2 = −At A (notiamo che S è simmetrica).
1. Dimostrare che n è pari.
2. Dimostrare che Av ⊥ v per ogni v ∈ Rn .
3. Dimostrare che l’unico autovalore reale di A è λ = 0.
4. Dimostrare che, se x ∈ Rn è autovettore di S con autovalore µ, allora anche Ax è

autovettore di S con autovalore µ.
5. Dimostrare che esiste una base {v , . . . , v } rispetto a cui l’applicazione T

1 n A ha
come matrice associata
 
0 −λ1 0 · · · ··· 0
 
λ1 0 0 0 ··· ··· 0 
 
 
0 0 0 −λ2 0 ··· ··· 0 
 
 
0 0 λ2 0 0 0 ··· ··· 0 
 
 
−λ3 0 · · ·
 
0 0 0 0 0 0 
.. 
 
.. .. ..
 0 ··· ··· 0 . . .

λ3 . 
 ..
 
. ... ... 
0 0 0 
 
 0 ··· ··· −λm 
 
0 0 0
 
0 ··· ··· 0 λm 0
dove −λ21 , . . . , −λ2m sono gli autovalori di S e n = 2m.

3.6. FORME QUADRATICHE 91
3.6 Forme quadratiche

Esercizio 3.67. Sia q : Rn → R una forma quadratica definita positiva. Dimostrare che
1
hx, yi = (q(x, y) − q(x) − q(y))
2
è un prodotto scalare su Rn e hx, xi = q(x).
Esercizio 3.68. Siano T, S : R2 → R applicazioni lineari. Dimostrare che
q(x) = T (x)2 + S(x)2
è una forma quadratica. Supponendo che v, w ∈ M1,2 (R) siano le matrici 1 × 2 tali che
T (x) = vx e S(x) = wx, scrivere la matrice B tale che q(x) = xt Bx e determinare la
segnatura di q.
Esercizio 3.69. Sia q : R2 → R una forma quadratica. Supponiamo che esistano 3
vettori u, v, w ∈ R2 , a due a due indipendenti, tali che
q(u) = q(v) = q(w) = 0 .
Dimostrare che q(x) = 0 per ogni x ∈ R2 .
Fatto Noto. Dimostrare che se B e B̃ sono matrici simmetriche congruenti, allora le

forme quadratiche q(x) = xt Bx e q̃(x) = xt B̃x hanno la stessa segnatura.
Fatto Noto. Dimostrare che la segnatura di q(x) = xt Bx è data dal numero di autovalori
positivi, negativi e nulli di B, contati con molteplicità.
Fatto Noto. Dimostrare che una matrice simmetrica B è sempre congruente ad una
matrice  
I 0 0
 p 
J =  0 −Iq
 
0 
 
0 0 0n−k
dove Im è la matrice identità m × m, 0m è la matrice nulla m × m, k = rk(B) e (p, q, n − k)
è la segnatura di B.
Esercizio 3.70. Sia q(x) = xt Bx una forma quadratica su Rn e sia {u1 , . . . , un } una
base di Rn tale che
utj Buk = 0 se j 6= k
utj Buj = 1 j = 1, . . . , p
utj Buj = −1 j = p + 1, . . . , p + q
utj Buj = 0 j = p + q + 1, . . . , n .
Sia poi M = (u1 , . . . , un ). Dimostrare che la segnatura di q è (p, q, n − (p + q)) e che
M t BM = J, dove q̃(x) = xt Jx è la forma canonica di Sylvester di q.
Esercizio 3.71. Dimostrare che una matrice B simmetrica 2 × 2 tale che det B > 0 è
definita positiva oppure definita negativa; dimostrare inoltre che è definita positiva se e
solo se b11 > 0.
Esercizio 3.72. Sia B una matrice simmetrica n × n in cui un elemento sulla diagonale
è nullo. Dimostrare che la matrice non è definita positiva, né definita negativa.
Esercizio 3.73. Sia B una matrice simmetrica n × n in cui bii > 0 e bjj < 0. Dimostrare
che B è indefinita.
Capitolo 4
Scritti
nelle prove scritte. Gli esercizi preceduti dal simbolo

prove in itinere degli anni passati.
P
Esercizi ”tipo-scritto”, difficili almeno quanto (spesso di più) gli esercizi che si troveranno
sono presi da scritti d’esame o
93
94 CAPITOLO 4. SCRITTI
P
4.1 Sistemi lineari e geometria analitica
Esercizio 4.1. (GAL-IngInf-Itinere1-16/17) Si consideri il sistema lineare dipen-
dente dal parametro k ∈ R 
x − ky + 2z = 2
 kx + y + z = 1
1. Si provi che per ogni valore k il sistema rappresenta una retta rk e si determini una
rappresentazione parametrica di tale retta.
2. Studiare, al variare di k, la reciproca posizione di rk e del piano x − y = 0.
3. Posto k = 1, si dica se la retta r1 è complanare alla retta s di equazioni x − y =

x − z = 0.
(Facoltativo) Determinare tutti i valori di k per cui la retta rk e la retta s sono
P
complanari.
Esercizio 4.2. (GAL-IngInf-Itinere1-13/14) Siano


x + h2 z − h + 1 = 0
r: π : x + y + (h2 + 1)z − h − 1 = 0
 x−y+2=0
1. Determinare, in funzione del parametro h ∈ R, la mutua posizione di r e π.

√
P
2. Per h = 2, trovare l’intersezione tra r e π.
Esercizio 4.3. (GAL-IngInf-Itinere1-11/12) Siano dati i piani αh ,βh e la retta r di

equazioni

 x + 2y + z = 1
αh : x + hy − z = h βh : hx − y + hz = 1 r :
2x − y − 2z = 2
1. Verificare che i piani αh e βh hanno in comune una retta sh per ogni valore di h ∈ R.
2. Si determini la posizione reciproca di r e sh al variare di h ∈ R.
3. Si calcoli l’equazione del piano π contenente r e parallelo ad s0 (ovvero alla retta sh

dove abbiamo messo h = 0).
4. Calcolare, se esiste, l’equazione di una retta complanare con tutte e tre le rette s1 ,
P
s0 , s−1 .
Esercizio 4.4. (GAL-IngIng-Itinere1-12/13) Siano date le rette


 x(t) = 1 − t
 

  x − hy + (h − 1)z = 0
r : y(t) = −3 + t sh :

 (1 + h)y + (1 − h)z = 2h
z(t) = −1 + 3t

4.1. SISTEMI LINEARI E GEOMETRIA ANALITICA 95
1. Studiare la posizione reciproca di r e sh al variare di h ∈ R.

2. Posto h = 0, trovare il piano π contenente s0 e paralello a r.
3. Posto h = 0, dire se il piano contenente r e parallelo a s0 interseca un punto dell’asse
P
x.
Esercizio 4.5. (GAL-IngInf+Tel-Scritto-16/17) Si considerino i piani
α : x − y + hz = 0, β : x − hz + 1 = 0, γ : y − z − 2h = 0
dove h è un parametro reale.

1. Determinare gli eventuali valori di h ∈ R per cui i tre piani hanno una retta in
comune.
2. Trovare gli eventuali valori di h ∈ R per cui la retta r = α ∩ β e la retta s : x − y =
y + z − 2 = 0 sono incidenti.
3. Stabilire se esistono valori di h ∈ R per cui le rette r e s sono sghembe.
Esercizio 4.6. Sia πh il sottoinsieme di R3 definito da
πh = {(1, h + 1, 1) + t(h + 2, 1, 1) + s(1, −1, h) : s, t ∈ R}
in funzione del parametro reale h ∈ R.

1. Determinare per quali valori di h l’insieme πh è un piano e scriverne l’equazione
cartesiana
2. Si consideri la retta rk = {x + y = 3, y + z = k}, in funzione del parametro reale k;
si determini la posizione reciproca di πh e rk al variare di h, k ∈ R.
3. Sia σ il piano y = 0; si determini, in funzione di k, h, la distanza tra le rette rk e
P
sh = σ ∩ π h .
Esercizio 4.7. (GAL-IngEdArch-Scritto-11/12) Determinare i valori del parametro

reale k per i quali i piani
π1 : x+y−z =1
π2 : kx + (k + 1)y + 2kz = 0
π3 : 2kx + 5y + kz = k
si intersecano in una retta. Per tali valori di k, determinare una parametrizzazione della
P
retta comune.
Esercizio 4.8. (GAL-IngEdArch-Scritto-11/12) Discutere, al variare di k ∈ R, il
sistema lineare: 


 x + 2ky − kz + 3w = k

kx + (1 − k)y + z − w = 1


3x + (2k − 1)y − z + 2w = k + 1 .

P
Esercizio 4.9. (GAL-IngInf-Scritto-14/15) Dato il parametro reale h, consideriamo

il seguente sistema lineare:



 2x + hy + (h − 1)z = 1

x + hy − z = 0


 x − hy + (h + 2)z = 2 .

1. Discutere e, quando possibile, risolvere il sistema.
2. Interpretare geometricamente i risultati.
3. Indicare un valore di h per cui le equazioni del sistema rappresentino tre piani con
una retta in comune. Determinare quindi il vettore direzione di tale retta.
4.2. SPAZI VETTORIALI E APPLICAZIONI LINEARI 97
P
4.2 Spazi vettoriali e applicazioni lineari
Esercizio 4.10. (GAL-IngInf-Itinere1-16/17) In R4 , si considerino i vettori
     
1 0 1
     
     
1 0 1
w1 =   , w2 = 
 
 ,  
  
−1 1 1
     
0 1 0
e sia W = Span{w1 , w2 , w3 }; poniamo inoltre U = {(x1 , x2 , x3 , x4 ) ∈ R4 : 2x1 + x2 − x3 =

0, x2 + x4 = 0}.
1. Si determinino dimensioni e basi di U e W .
2. Si completi la base trovata di W ad una base di R4 .
P
3. Si determinino dimensioni e basi di U ∩ W e U + W .
Esercizio 4.11. (GAL-IngInf-Itinere1-13/14)

1. Scrivere l’equazione cartesiana del piano π per i punti
     
1 0 1
     
P0 = 1 , P1 = 1 , P2 = 0
     
     
1 0 2
π è uno spazio vettoriale? Se non lo è, trovare un piano parallelo π 0 che lo sia e
determinare una base di quest’ultimo.
2. Sia      
 1

 1 0 

      
V = Span 0 , −1 , 1 .
     
     
 

 1 
0 1 
Trovare dimensioni e basi dei sottospazi vettoriali V , π 0 ∩ V e π 0 + V .
P
3. Stabilire se il vettore v = (1, 1, 2)t appartiene a π 0 , a V , a π 0 ∩ V , a π 0 + V .
Esercizio 4.12. (GAL-IngIng-Itinere1-11/12) Nello spazio vettoriale reale V =

M2,2 (R), siano dati i seguenti vettori
       
1 1 0 1 −1 2 −2 2
X1 =   , X2 =   , X3 =   , X4 =   .
0 1 1 0 3 −1 4 −2
1. Verificare che X1 e X2 sono linearmente indipendenti, cosı̀ come X3 e X4 e che

Span{X1 , X2 } = Span{X3 , X4 }.
2. Detto U = Span{X1 , X2 }, consideriamo due sue basi B = {X3 , X4 } e B 0 = {X1 , X2 }

e le rispettive funzioni coordinate TB , TB0 : U → R2 . Verificare che
U 0 = {X ∈ U : TB (X) = TB0 (X)}
è un sottospazio vettoriale di V .
3. Determinare una base e la dimensione di U .
P Esercizio 4.13. (GAL-IngInf-Itinere1-12/13) Nello spazio vettoriale reale V =

R≤3 [x] siano
U = {p(x) ∈ V : p(1) = 0} W = {p(x) ∈ V : p(0) = 0, p00 (0) = 0} .
1. Calcolare dimensione e una base di U e di W .
2. Calcolare dimensione e una base di U ∩ W e U + W .
3. Estendere la base trovata per U ∩ W ad una base di v.
P Esercizio 4.14. (GAL-IngInf+Tel-Scritto-16/17) In R4 siano dati i sottospazi

vettoriali V = Span{(1, 0, 0, −1), (0, 1, 2, 1), (1, 1, 2, 0)} ed U = {(x1 , x2 , x3 , x4 ) ∈ R4 :
x1 − x2 + kx4 = 0}, dove k è un parametro reale.
1. Determinare la dimensione ed una base di V .
2. Scrivere le equazioni cartesiane di V .
3. Determinare gli eventuali valori di k ∈ R per cui V ∩ U = V .
P Esercizio 4.15. (GAL-IngInf-Itinere1-11/12) Siano date le matrici

   
1 2 3 1 1 −1
   
A = −1 1 0 B = −1 −1 1 
   
   
1 1 2 1 1 −1
e siano
TA : R3 → R3 e TB : R3 → R3
le applicazioni lineari definite come TA (x) = Ax e TB (x) = Bx.
1. Determinare una base e la dimensione di ImTA .
2. Determinare una base e la dimensione di ImTA ∩ ker(TB ).
3. Verficare che ker(TA ) è contenuto propriamente1 in ker(TB ◦ TA ).

1
cioè, è contenuto in, ma non è uguale a
P
Esercizio 4.16. (GAL-IngInf-Itinere1-12/13) Sia f : R3 → R3 l’applicazione lineare

rappresentata dalla matrice  
1 1 −1
 
A = 2 3 1 
 
 
1 0 −4
rispetto alle basi B = {e1 + e2 , e2 + e3 , e3 } in partenza e B 0 = {e2 , e1 + e2 , e2 + e3 } in arrivo.
1. Determinare una base e la dimensione di Im(f ), ker(A) e ker(f ).
2. Calcolare le coordinate di v = −e1 + e3 rispetto alla base di Im(f ) e trovare le

controimmagini di v.
3. Sia g : R3 → R3 l’applicazione lineare rappresentata dalla matrice

 
0 0 1
 
B = 1 0 0
 
 
0 h 0
rispetto alle basi B in partenza e B 0 in arrivo. Scrivere la matrice che rappresenta

l’applicazione lineare f + g (rispetto sempre a quelle due basi) e determinare i valori
di h ∈ R per cui f + g risulta invertibile.
P Esercizio 4.17. (GAL-IngInf-Itinere1-16/17) Sia fh l’endomorfismo di R3 rappre-

sentato rispetto alla base canonica dalla matrice
 
1 0 h
 
Ah = 1 1 h + 2
 
 
2 1 h−2
dipedente dal parametro reale h.
1. Determinare dimensioni e basi di ker(fh ) e Im(fh ).
2. Trovare i valori di h per cui l’applicazione fh è surgettiva. Dire se per tali valori
l’applicazione è anche iniettiva.
3. Determinare se per h = −3 l’applicazione risulta invertibile. In tal caso calcolare la
P
matrice B che rappresenta l’applicazione inversa di f−3 rispetto alla base canonica.
Esercizio 4.18. (GAL-IngIng-Itinere1-13/14) Sia V = R≤3 [x] e sia EV = {1, x, x2 , x3 }

la sua base standard; inoltre, sia W = M2,2 (R) e definiamo la sua base standard come
       
 1 0 0 1 0 0 0 0 
EW =   ,   ,   ,   .
 0 0 0 0 1 0 0 1 
Sia f : V → W l’applicazione lineare rappresentata rispetto alle basi EV e EW dalla

matrice  
0 1 1 1
 
0 −1 1 −1
 
A=  .
0 −1 1 −1
 
 
1 0 0 0
1. Calcolare f (1 + x2 − x3 ).
2. Trovare la dimensione ed una base del nucleo e dell’immagine di f . Riuscite a

descrivere ”sinteticamente” l’immagine di f ?
3. Completare le basi del punto precedente ad una base BV di V e ad una base BW di

W . Ricavare le matrici di cambiamento di base da EV a BV e da BW a EW (occhio
all’ordine!).
4. Determinare la matrice A0 che rappresenta f rispetto alle basi BV e BW .
5. Verificare che  
p(1) − p(0)p(−1) − p(0)
f (p(x)) =  
p(−1) − p(0) p(0)
per un generico p(x) ∈ V .
P Esercizio 4.19. (GAL-IngEdArch-Scritto-11/12) Determinare, al variare di k ∈ R,

la dimensione del nucleo dell’applicazione lineare f : R4 → R3 rappresentata, rispetto alle
basi canoniche, dalla matrice  
1 1 k 1
 
A = k 1 k k  .
 
 
P
0 k k k
Esercizio 4.20. (GAL-IngInf-Scritto-12/13) Si consideri la seguente matrice

 
h 2−h h
 
A = 1 h − 1
 
2
 
1 −h 3
con h ∈ R.
1. Determinare, al variare di h ∈ R, il rango di A.
2. Determinare nucleo e immagine dell’endomorfismo f : R3 → R3 definito da f (x) =

Ax, al variare di h ∈ R.
3. Determinare, nel caso h = 1, il coseno dell’angolo tra ker f e Imf .

P
Esercizio 4.21. (GAL-IngInf-Scritto-12/13) Consideriamo il sottospazio X ⊆ R4

definito, in fuzione del parametro k ∈ R, da
X = Span{(2, 1, k, −k), (k, 1, k, 2), (2k, k, 2k, 0)} .
1. Determinare, al variare di k ∈ R, dim X.
P
2. Per k = 1, stabilire se il vettore (1, 1, −1, 2) appartiene a X.
Esercizio 4.22. (GAL-IngInf-Scritto-13/14) Dato V = R4 , siano
v1 = (1, 1, 1, 1), v2 = (0, 1, 1, 1), v3 = (0, −1, 0, 1), v4 = (0, 1, 0, 1)
vettori di V e f ∈ End(V ) un’applicazione lineare tale che
f (v1 ) = v1 + v2 + 2v3 , f (v2 ) = 3v2 + v3 , f (v3 ) = v1 + v4 , f (v4 ) = −2v2 + v3 − v4 .
1. Verificare che B = {v1 , v2 , v3 , v4 } è una base di V .
2. L’applicazione f è univocamente determinata? Scrivere una matrice A che rappre-

senti f rispetto ad una qualche base.
3. Trovare una base di ker(A) e dello spazio delle colonne di A.
4. Trovare una base di ker(f ) e di Im(f ).

P
Esercizio 4.23. (GAL-IngEdArch-Scritto-11/12) Dire se esistono dei valori del
parametro k ∈ R per i quali la matrice
 
k 3 −1
 
 
1 k 1 
 
1 1 k
P
è diagonalizzabile.
Esercizio 4.24. (GAL-IngEdArch-Scritto-11/12) Determinare i valori del parametro
k ∈ R per cui la matrice  
k 0 k2
 
A = 0 k + 1 0 
 
 
1 1 k
P
è diagonalizzabile.
Esercizio 4.25. (GAL-IngInf-Scritto-14/15) Sia f : R3 → R3 l’applicazione lineare
definita come
f (x, y, z) = (x + y + z, 2x + 2y, x + 2z) .
1. Scrivere la matrice che rappresenta l’applicazione f rispetto alla base canonica.
2. Verificare se l’applicazione è diagonalizzabile.
3. Verificare se l’applicazione è un isomorfismo e in tal caso determinare l’applicazione
P
inversa.
Esercizio 4.26. (GAL-IngInf-Scritto-11/12) Sia f : R3 → R3 l’endomorfismo

f (x) = Ax, dove  
10 1 −3
 
A =  1 10 3  .
 
 
−3 3 2
1. Determinare la dimensione di ker(f ), Im(f ), una loro base e la loro forma cartesiana.
2. Determinare gli autospazi di f e trovare una matrice che diagonalizza f .
P
2bis. Determinare gli autospazi di f e trovare una matrice ortogonale che diagonalizza f .
Esercizio 4.27. (GAL-IngIng-Scritto-12/13) Sia f : R3 → R3 l’applicazione lineare

definita da
f (x, y, z) = (2x − y + z, −x + y − z, x − y + 2z) .
1. Scrivere la matrice che rappresenta f rispetto alla base canonica di R3 .

2. Determinare autovalori e corrispondenti autospazi di f e dire se è diagonalizzabile.
3. Stabilire se f è invertibile e in caso affermativo dire se f −1 è diagonalizzabile.
4. Verificare che f è un automorfismo e determinare l’applicazione inversa f −1 .
5. Stabilire se esiste un’applicazione lineare g : R3 → R3 tale che g ◦ f = f −1 e in caso

affermativo determinarla.
P
che
Esercizio 4.28. (GAL-IngInf-Scritto-12/13) Sia f : R3 → R3 l’endomorfismo tale
i. (1, 1, 0) è un autovettore di f relativo all’autovalore 1;
ii. (1, 0, 1) è un autovettore di f relativo all’autovalore −1;
iii. f (0, 1, 1) = (1, −1, 0).
Determinare:
1. la matrice che rappresenta f rispetto alla base canonica di R3 ;
2. autovalori e autospazi di f e dire se è diagonalizzabile;
3. se f è invertibile e in caso affermativo dire se f −1 è diagonalizzabile.
P Esercizio 4.29. (GAL-IngInf-Scritto-14/15) Sia

 
1 k 0
 
A= 1 0  .
 
1
 
k−1 0 k+1
1. Determinare per quali valori di k la matrice A è diagonalizzabile su R.
2. Esistono valori di k per cui A è ortogonalmente diagonalizzabile? In caso affermativo

trovare una matrice Q ortogonale che diagonalizza A.
P Esercizio 4.30. (GAL-IngInf-Scritto-13/14) Sia

 
3 1 0
 
A = 1 3 0 .
 
 
k k k
1. Determinare per quali valori di k la matrice A è diagonalizzabile su R.
2. Esistono valori di k per cui A è ortogonalmente diagonalizzabile? In caso affermativo

trovare una matrice Q ortogonale che diagonalizza A.
P
Esercizio 4.31. (GAL-IngIng-Scritto-14/15) Dato il parametro reale h, consideria-

mo le seguenti matrici
   
1 2 0 1 0 0
   
Ah = h + 1 1 0 B = 0 1 0 .
   
   
0 0 2 0 0 2
1. Trovare, se esistono, valori di h per cui Ah e B sono simili. In tal caso dire se Ah e
B sono ortogonalmente simili.
2. Stabilire se esistono valori di h per cui Ah è ortogonalmente diagonalizzabile.
P
3. Per tali valori di h individuare una matrice ortogonale Q che diagonalizza A.
Esercizio 4.32. (GAL-IngInf-Scritto-13/14) Dato k ∈ R, sia

 
−2 1 0
 
Ak =  k −2 0 .
 
 
0 0 2
1. Trovare i valori k per i quali Ak è diagonalizzabile sui reali.
2. Trovare i valori di k per i quali Ak è ortogonalmene diagonalizzabile.
3. Per i valori del punto precedente trovare una matrice ortogonale Q che diagonalizza
P
Ak .
Esercizio 4.33. (GAL-IngInf-Scritto-14/15) Siano date le matrici dipendenti dal

parametro k ∈ R:
   
k+1 0 0 0 0 0
   
Ak =  0 k − 1 −k + 1 Bk = 0 k + 1 1  .
   
   
0 2 −2 0 0 k−3
1. Calcolare autovalori e autospazi di Ak per ogni k ∈ R.
2. Per quali k ∈ R le matrici Ak e Bk sono simili?

4.4. ORTOGONALITÀ 105
Ortogonalità2
P
4.4
Esercizio 4.34. (GAL-IngIng-Scritto-13/14) Sia U il sottospazio di R4 definito da
U = {(x, y, z, w) ∈ R4 : y − z − w = 0} .
1. Trovare una base ortonormale di U .
2. Verificare se v = (2, 1, −3, 1) appartiene ad U e calcolare la sua proiezione ortogonale
P
su U .
Esercizio 4.35. (GAL-IngInf-Scritto-13/14) Siano dati i sottospazi di R4 :

V = {(x, y, z, t) ∈ R4 : x − z + t = y − t = 0}
   


 1 0 

     

    
 0  1
W = Span  
,  .
  


  1  2 

     

−1
 
 0 
1. Trovare dimensioni e basi ortonormali per V e W .
2. Provare che R4 è somma diretta di V e W .
3. Trovare una base ortonormale di V ⊥ .
4. Scrivere la proiezione ortogonale su V ⊥ , P : R4 → R4 .
Esercizio 4.36. Sia W ⊆ R4 dato da

W = {(x, y, z, w) ∈ R4 : x + y − z = −y + 2z + w = 0} .
1. Determinare una base ortonormale di W .
2. Determinare una base ortonormale e una forma cartesiana di W ⊥ .
3. Calcolare la proiezione ortogonale di (1, 1, 1, 1) su W e su W ⊥ .
Esercizio 4.37. Siano V, W ⊆ R4 dati da

V = {(x, y, z, w) ∈ R4 : x + z − w = −x + y + w = 0}
W = Span{(1, 1, 0, 1), (0, 1, 0, 0), (2, 1, 0, 2)} .
1. Trovare dimensioni e basi ortonormali per V e W .
2. Trovare le dimensioni di V ∩ W e V ∪ W .
3. Siano PV , PW : R4 → R4 le proiezioni ortogonali su V e W rispettivamente;
determinare il rango di T : R4 → R4 data da T (v) = PV (v) + PW (v).
4. Dire se T è diagonalizzabile.
2
che cosa ci vuoi fare?
P
4.5 Quadriche e coniche
Esercizio 4.38. (GAL-IngInf-Itinere2-15/16) Sia Σ la sfera di equazione x2 + y 2 +
2
z − 6x = 0.
1. Determinare centro e raggio della circonferenza γ intersezione di Σ con il piano π di

equazione x = 2.
2. Scrivere l’equazione del cono C di vertice V = (4, 0, 0) e direttrice γ e dire se è una

quadrica di rotazione.
3. Riconoscere la conica intersezione di C con il piano π1 di equazione y = x + 2.
P Esercizio 4.39. (GAL-IngInf-Scritto-13/14) Sia γ ⊂ R2 la conica di equazione

x + y 2 − 6xy + 4x + 4y − 6 = 0.
2
1. Scrivere una forma canonica metrica di γ e il relativo cambio di coordinate.
2. Trovare (se esistono) centro ed assi di simmetria di γ e tracciarne un grafico quali-

tativo.
3. Scrivere l’equazione cartesiana della superficie di rotazione S ottenuta ruotando γ

attorno ad un suo asse di simmetria. Che tipo di superifcie è S?
P Esercizio 4.40. (GAL-IngInf-Scritto-14/15) Si consideri la quadrica Qh dipendente

dal parametro reale h, data dall’equazione
  
1+h 0 1−h 0 x
x y z 1  
 
 
 0 5 0 h y 
   = 0 .
1 − h 0 1 + h 0   z 
  
  
0 h 0 1 1
1. Classificare Qh al variare di h ∈ R.
2. Scrivere una forma canonica metrica di Qh per ogni h ∈ R.
3. Trovare i valori di h per cui Qh è una superficie di rotazione; per tali valori di h,
determinare l’asse di rotazione.
P Esercizio 4.41. (GAL-IngInf-Scritto-13/14) Si consideri la retta


 2x − y + z = 1
r:
 x+y−z = 2.
1. Verificare che r e l’asse y sono sghembi.
2. Scrivere l’equazione della quadrica Q ottenuta ruotando r attorno all’asse y.

4.5. QUADRICHE E CONICHE 107
3. Determinare una forma canonica metrica di Q e classificarla. Determinare (se
P
esistono) centro ed assi di simmetria di Q.
Esercizio 4.42. (GAL-IngInf-Scritto-13/14) Sia

 
k 0 0
 
Ak =  0 1 1  .
 
 
0 1 1
1. Trovare, al variare di k ∈ R, una base ortonormale di autovettori di Ak .
2. Riconoscere la quadrica Q di equazione kx2 + y 2 + z 2 + 2yz + 2y = 0.
3. Stabilire per quali valori di k la quadrica Q è di rotazione e, per tali valori, deter-
P
minare l’asse di rotazione di Q.
Esercizio 4.43. (GAL-IngInf-Scritto-14/15) Si consideri la conica C di equazione

C : x2 + 4xy + y 2 − x = 0 .
1. Riconoscere la conica.
2. Scrivere una forma canonica metrica per la conica e il relativo cambio di coordinate.
P
3. Trovare la direzione dell’asse o degli assi di simmetria di C.
Esercizio 4.44. (GAL-IngInf-Itinere2-12/13) Nel piano euclideo si consideri la

conica γ di equazione
3x2 − 4xy + 2y 2 − 8x + 15 = 0 .
1. Classificare γ e trovarne una forma canonica metrica.
2. Determinare l’equazione della circonferenza γ1 di raggio massimo contenuta in γ e
l’equazione della circonferenza γ2 di raggio minimo contenente γ, nel caso in cui
P
entrambe abbiano lo stesso centro di γ.
Esercizio 4.45. (GAL-IngInf-Itinere2-12/13) Nello spazio euclideo si considerino il

punto F : (1, 0, 1) e il piano π : x − y = 0.
1. Calcolare l’equazione del luogo Γ dei punti equidistanti da F e da π.
2. Verificare che Γ è una quadrica di rotazione, classificarla e ridurla in forma canonica
metrica.
P
3. Determinare l’equazione dell’asse di rotazione della quadrica.
Esercizio 4.46. (GAL-IngInf-Scritto-14/15) Fissato un sistema di riferimento nello

spazio, siano
Q = (1, 0, 0) π :x−y+1=0.
1. Trovare il luogo S dei punti P che soddisfano 2dist(P, π) = dist(P, Q).
2. Classificare e trovare una forma canonica metrica di S.
3. Trovare il cambio di coordinate che porta S in forma canonica.
P
4.6 Misti
Esercizio 4.47. (GAL-IngIng-Scritto-11/12) Sia V = R3 e si consideri la sua base
      


 1 0 1 
       
B = 0 , 1 , 1 .
     

       

 0 
0 1 
Sia f : V → V l’endomorfismo che, rispetto alla base B ha come matrice associata

 
1 0 0
 
A= 1 0 1 .
 
 
−2 2 −1
1. Calcolare gli autovalori di f .
2. Calcolare una base di ogni autospazio di f e, se esiste, una matrice invertibile P che
diagonalizza A.
3. Usando il prodotto scalare standard di V , determinare un vettore u non nullo tale

che l’angolo tra u e f (u) sia ottuso. Esiste anche un vettore non nullo v tale che
P
l’angolo tra v e f (v) sia retto?
Esercizio 4.48. (GAL-IngInf-Scritto-11/12) In R4 , siano dati i sottospazi
V = Span{(1, 0, −1, 0), (0, −1, 2, 1)}
W = {(x, y, z, w) ∈ R4 : x + 2y + z = 0, z − w = 0}
e siano f : R4 → R4 e g : R4 → R4 applicazioni lineari tali che V = Im(f ), W = ker(g).
1. Determinare una base di V ∩ W e la sua dimensione.
2. Costruire un esempio esplicito di f e g in modo che ker(f ◦ g) = W .
3. Calcolare (in generale) dim ker(g ◦ f ) e dedurre che g ◦ f ha un autovalore di
P
molteplicità almeno 3.
Esercizio 4.49. (GAL-IngInf-Scritto-15/16) Si consideri il sistema lineare dipen-

dente dal parametro reale h:

 x+y−h = 4
 y + hz = h + 1 .
1. Provare che per ogni valore di h il sistema descrive una retta rh e trovarne la forma
parametrica.
2. Trovare i valori di h per cui la retta rh è parallela al piano πh : hx + (h − 1)y − 2z =

h + 1, ma non vi è contenuta.
4.6. MISTI 109
3. Determinare la classificazione affine ed una forma canonica metrica della quadrica
P
ottenuta ruotando la retta r1 attorno a r0 .
Esercizio 4.50. (GAL-IngInf-Scritto-15/16) Si consideri la matrice dipedente dal

parametro reale h  
h h+1 0
 
Ah =  2h h − 1 .
 
1
 
2h − 2 0 1
1. Trovare i valori di h per cui Ah è ortogonalmente diagonalizzabile.
2. Per tali valori trovare una forma diagonale di Ah ed il corrispondente cambio di

base.
3. Classificare e portare in forma canonica la conica

 
x
 
(x, y, 1) · Ah · y  = 0
 
 
1
determinando anche l’eventuale centro e gli assi di simmetria.

Capitolo 5
Approfondimento
Materiale di approfondimento - tipicamente quesiti troppo difficili o troppo di nicchia per

finire nei capitoli precedenti.
111
112 CAPITOLO 5. APPROFONDIMENTO
5.1 Geometria analitica del piano e dello spazio

Esercizio 5.1.
1. Siano u, v, w ∈ R2 tali che kuk = kvk = kwk. Sia h = u + v + w; dimostrare che i

vettori h − u e v − w sono perpendicolari.
2. Siano A, B, C ∈ R2 e sia H l’ortocentro1 del triangolo ABC; sia poi X il circocentro2

di ABC. Dimostrare che XH ~ = XA ~ + XB ~ + XC.~
Esercizio 5.2. Siano A, B, C ∈ R2 ; siano p, q, r ∈ R tali che p + q + r = 1 e definiamo

P = pA + qB + rC. Dimostrare che
Area(P BC) Area(AP C) Area(ABP )

= |p| = |q| = |r| .
Area(ABC) Area(ABC) Area(ABC)
Bonus: Che senso si può dare al segno di p, q, r?

Esercizio 5.3. Siano A, B, C ∈ R2 e sia G il baricentro3 di ABC. Calcolare AG2 +
BG2 + CG2 in termini dei lati di ABC.
Esercizio 5.4. Siano P, Q ∈ R3 ; dato λ ∈ (0, +∞), determinare il luogo dei punti
X ∈ R3 tali che P X = λQX.
Esercizio 5.5. Siano A1 , . . . , Ak ∈ R3 tali che dist(Ai , Aj ) = 1 per ogni i 6= j. Quanti
possono essere, al più, questi vettori?
Esercizio 5.6. Siano A1 , . . . , Ak ∈ Rn tali che dist(Ai , Aj ) = kAi − Aj k = 1 per ogni
i 6= j. Quanti possono essere, al più, questi vettori?
1
ovvero l’intersezione delle altezze, che sono le rette che partono da un vertice e sono perpendicolari
al lato opposto
2
ovvero il centro della circonferenza per i vertici, ovvero il punto equidistante dai vertici
3
ovvero l’intersezione delle mediane, che sono le rette che passano per un vertice e per il punto medio
del lato opposto
5.2. SPAZI VETTORIALI 113

Esercizio 5.7. Sia K un campo e supponiamo che esista un ordinamento ≥ (ovvero
una relazione riflessiva, antisimmetrica, transitiva e totale4 ) che sia compatibile con le
operazioni di campo, ovvero se a ≥ b allora a + c ≥ b + c per ogni a, b, c ∈ K e se a ≥ b e
c ≥ 0, allora ac ≥ bc per ogni a, b ∈ K.
Dimostrare che:
1. per ogni a ∈ K, vale a ≥ 0 ≥ −a oppure −a ≥ 0 ≥ a
2. 1 ≥ 0 ≥ −1
3. a2 ≥ 0 per ogni a ∈ K.
Dedurre che non è possibile mettere un ordinamento compatibile con le operazioni di

campo su C.
Esercizio 5.8. Sia S lo spazio vettoriale di tutte le successioni di numeri reali; per
ognuno dei seguenti sottoinsiemi, dire se è o meno un suo sottospazio vettoriale (dando
una dimostrazione od un controesempio).
• le successioni in cui a2 = 0
• le successioni in cui a3 = 1
• le successioni in cui a2j = 0 per ogni j ∈ N
• le successioni per cui esiste N ∈ N (che può dipendere dalla successione) tale che
aj = 0 per ogni j > N
• le successioni per cui esiste M ∈ R (che può dipendere dalla successione) tale che
aj ≤ M per ogni j ∈ N
aj ≥ M per ogni j ∈ N
|aj | ≤ M per ogni j ∈ N
|a0 | + |a1 | + . . . + |an | ≤ M per ogni n ∈ N
• le successioni in cui an = an−1 +an−2 per ogni n ≥ 2 (e quindi senza nessuna richiesta
su a0 e a1 ).
Esercizio 5.9. Sia V uno spazio vettoriale; un sottoinsieme X ⊆ V si dice insieme di

generatori per V se ogni elemento di V è combinazione lineare finita di elementi di X e si
dice libero se ogni suo sottinsieme finito è fatto di vettori linearmente indipendenti. Una
base è un insieme libero di generatori.
1. Sia V = R[x]; dimostrare che 1, x, x2 , . . . è una base di V .

4
ovvero due elementi si possono sempre confrontare
2. Sia V lo spazio delle successioni di numeri reali e sia vj la successione tale che aj = 1
e ak = 0 se k 6= j; dimostrare che v0 , v1 , v2 , . . . è un insieme libero, ma non un
insieme di generatori.
3. Sia V lo spazio delle funzioni reali su [0, 2π]; dimostrare che i vettori fj (x) = sin(jx)
e gj (x) = cos(jx) per j ∈ N, j ≥ 1 sono un insieme libero
4. I vettori del punto precedente sono una base?


Esercizio 5.10. Sia N ∈ Mn,n (R), tale che N k = 0 per qualche intero k > 0 e denotiamo
con TN : Rn → Rn la applicazione lineare associata, data da TN (x) = N x.
1. Dimostrare che ker N ⊆ ker N 2 ⊆ ker N 3 . . . ⊆ ker N k = Rn .
2. Dimostrare che se ker N m = ker N m+1 , allora ker N h = ker N m per ogni h > m.
3. Dimostrare che esiste i ≤ n tale che N i = 0.
Esercizio 5.11. Sia T : Rn → Rn tale che kT (v)k = kvk per ogni v ∈ Rn e sia M la
matrice n × n tale che T (v) = M v. Calcolare det M .
Penitenze
1 Dire 3
1.1 Geometria analitica del piano . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Geometria analitica dello spazio . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Matrici - 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Spazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Applicazioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7 Determinanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.8 Autovalori e autovettori . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.9 Struttura euclidea standard di Rn . . . . . . . . . . . . . . . . . . . . . . . 12
1.10 Spazi euclidei e forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . 13
2 Fare 15
2.1 Geometria analitica del piano: punti . . . . . . . . . . . . . . . . . . . . . 16
2.2 Geometria analitica del piano: rette . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Sistemi lineari - 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Geometria analitica dello spazio: punti . . . . . . . . . . . . . . . . . . . . 21
2.5 Geometria analitica dello spazio: rette e piani . . . . . . . . . . . . . . . . 23
2.6 Matrici: operazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.7 Spazi vettoriali - 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.8 Spazi vettoriali - 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.10 Cambi di base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.11 Sistemi lineari e applicazioni lineari . . . . . . . . . . . . . . . . . . . . . . 45
2.12 Sottospazi vettoriali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.13 Determinanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.15 Struttura euclidea standard su Rn . . . . . . . . . . . . . . . . . . . . . . . 60
2.16 Strutture euclidee su Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.17 Spazi euclidei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.18 Forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.19 Trasformazioni geometriche . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.20 Coniche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.21 Quadriche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
117
118 PENITENZE
3 Dimostrare 79
3.1 Matrici e Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.5 Struttura euclidea standard su Rn . . . . . . . . . . . . . . . . . . . . . . . 88
3.6 Forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4 Scritti 93
4.1 Sistemi lineari e geometria analitica . . . . . . . . . . . . . . . . . . . . . . 94
4.2 Spazi vettoriali e applicazioni lineari . . . . . . . . . . . . . . . . . . . . . 97
4.4 Ortogonalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.5 Quadriche e coniche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.6 Misti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5 Approfondimento 111
5.1 Geometria analitica del piano e dello spazio . . . . . . . . . . . . . . . . . 112

Raccolta Di Esercizi (S.Mongodi)

Caricato da

Informazioni sul documento

Descrizione:

Titolo originale

Copyright

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Raccolta Di Esercizi (S.Mongodi)

Titolo originale:

Caricato da

Descrizione:

Copyright:

Esercizi di Geometria ed Algebra Lineare

Aggiornato al: 17 settembre 2018

Questioni di teoria, sotto forma di definizioni, domande vero-falso o a risposta aperta.

1.1 Geometria analitica del piano

Dare la Definizione. Come è definita la somma di due elementi v, w ∈ R2 ?

Domanda aperta. Identificando R2 con l’usuale piano cartesiano, quale interpretazione

Dare la Definizione. Come si definisce il prodotto scalare tra due vettori v, w ∈ R2 ?

• kv + wk2 = kvk2 + kwk2

• Se hv, wi = 0, allora hv, λwi = 0.

• Se v + w = 0, allora |hv, wi| = kvkkwk.

• Se 2hv, wi = kvkkwk, allora l’angolo tra v e w è π/6.

Domanda aperta. Dare condizioni necessarie e sufficienti su p, q, v, w ∈ R2 affinché le

Domanda aperta. Quali informazioni geometriche possiamo ricavare dai coefficienti

1.2 Sistemi lineari

Dare la Definizione. Cos’è una soluzione di un sistema lineare?

Domanda aperta. Quante possono essere le soluzioni di un sistema lineare? Fornire

• Se un sistema è lineare e (x1 , . . . , xn ) è una soluzione, allora (kx1 , . . . , kxn ) è una

• Se in un sistema lineare ci sono più incognite che equazione, sicuramente il sistema

• Un sistema omogeneo ha sempre almeno una soluzione.

Dare la Definizione. Quando un sistema lineare si dice a scala?

Dare la Definizione. Cos’è un pivot, in un sistema lineare a scala?

Domanda aperta. Consideriamo il sistema lineare Ax = b, sapendo che dopo la

1.3 Geometria analitica dello spazio

Domanda aperta. Quali sono le possibili posizioni reciproche di due rette in R3 ?

• Un piano ed una retta in R3 hanno sempre almeno una intersezione.

Domanda aperta. Date due rette in forma parametrica p + tv e q + tw con q, p, v, w ∈

Dare la Definizione. Come si scrive un piano in forma parametrica?

Dare la Definizione. Cos’è la trasposta di una matrice?

Dare la Definizione. Cos’è la matrice identità?

Dare la Definizione. Come si definisce (e quando si può definire) la somma tra

• Il prodotto righe per colonne è associativo.

• Il prodotto righe per colonne è distributivo sulla somma tra matrici.

• Il prodotto righe per colonne è commutativo.

Dare la Definizione. Cosa vuol dire che un prodotto è associativo? E che è

Dare la Definizione. Cos’è la matrice inversa? Come si calcola?

1.5 Spazi vettoriali

• Ogni campo è un sottoinsieme di R.

Dare la Definizione. Cos’è uno spazio vettoriale? E un sottospazio?

• Non esistono spazi vettoriali con un solo elemento.

Dare la Definizione. Cosa sono le coordinate di un vettore rispetto ad una base?

1.6 Applicazioni lineari

Domanda aperta. Descrivere come sono fatte le applicazioni lineari da Rn a Rk .

Dare la Definizione. Cosa sono il nucleo e l’immagine di una applicazione lineare?

Dare la Definizione. Cos’è la matrice associata ad una applicazione lineare rispetto

• Il nucleo è sempre un sottospazio vettoriale dello spazio vettoriale di partenza.

• L’immagine è sempre un sottospazio vettoriale dello spazio vettoriale di partenza.

• Un’applicazione lineare è iniettiva se e solo se dim ImT = 0.

• Non esiste una applicazione lineare T : R≤2 [x] → R5 surgettiva.

• Se T : V → w e S : W → U sono lineari, allora dim ker T = dim ker(S ◦ T ).

• Ogni applicazione lineare è invertibile e la sua inversa è lineare.

• Un’applicazione lineare manda vettori linearmente dipendenti in vettori linearmente

• Un’applicazione lineare manda una base in una base.

Dare la Definizione. Cos’è il rango di una applicazione lineare?

Domanda aperta. Data T : V → W , cosa si può dire sull’insieme Sw = {v ∈ V :

Dare la Definizione. Quando un’applicazione lineare si dice isomorfismo?

Dare la Definizione. Quali sono le proprietà del determinante?

Domanda aperta. Che legame c’è tra la riduzione a scala e il determinante?

• se A, B ∈ Mn,n (R), allora det(A + B) = det(A) + det(B)

• det(3A) = 9A per ogni A ∈ M2,2 (R)

• det(A) = 0 se e solo se A non è invertibile

• se det(A) > 0, allora det(A + I) > 0

Domanda aperta. Che interpretazione geometrica possiamo dare al determinante,

Esercizio di difficoltà maggiore rispetto alla media.

Esercizio 2.41. Sia K = {, ♥, †} e definiamo le operazioni +, · come segue