Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ALGEBRA LINEARE
E GEOMETRIA
Francesco Bottacin
Algebra Lineare
Ci sono dunque due incognite libere di variare (x2 e x4 ), il che significa che V
ha dimensione 2. Ponendo x2 = 1 e x4 = 0 si trova x1 = 1 e x3 = 0; indichiamo
con v1 = (1, 1, 0, 0) il vettore corrispondente. Ponendo invece x2 = 0 e x4 = 1
si trova x1 = 2 e x3 = −1. Il vettore cosı̀ trovato è v2 = (2, 0, −1, 1). Una base
di V è dunque costituita dai vettori v1 e v2 .
Cerchiamo ora i vettori che appartengono a U ∩ V . Detto w un tale vettore
si deve avere w = α1 u1 + α2 u2 , in quanto w ∈ U , ma anche w = β1 v1 + β2 v2 ,
in quanto w ∈ V . Si ottiene cosı̀ l’uguaglianza α1 u1 + α2 u2 = β1 v1 + β2 v2 , che
1
Capitolo 1 Algebra Lineare 2
da cui si ricava (
α1 = α2 = −β2
β1 = −3β2 .
Questo sistema ammette dunque infinite soluzioni, per ogni valore di β2 (ciò
significa che l’insieme delle soluzioni, e quindi anche U ∩ V , ha dimensione 1).
Ponendo β2 = −1 si ottiene β1 = 3, α1 = 1 e α2 = 1. Il corrispondente
vettore w ∈ U ∩ V è dunque dato da w = u1 + u2 o, equivalentemente, da
w = 3v1 − v2 . Si trova cosı̀ w = (1, 3, 1, −1). Da quanto visto, deduciamo che
U ∩ V ha dimensione 1 ed è generato dal vettore w appena trovato.
Per quanto riguarda il sottospazio U + V , sicuramente esso è generato dai
quattro vettori u1 , u2 , v1 , v2 (dato che U è generato da u1 e u2 e V è generato
da v1 e v2 ). Dalla formula di Grassmann si ricava che
vt = α1 u1 + α2 u2 .
t = −2α1
3 = α − α
1 2
t − 1 = α1 + 2α2
1 = 3α1 + α2
w = α1 u1 + α2 u2 , w = β1 v1 + β2 v2 .
β1 = α1 − α2
β2 = 3α1 + α2
α = −2 α
1 2
3
Una soluzione particolare è data, ad esempio, da α1 = −2 e α2 = 3 (come ora
vedremo, non è importante calcolare anche i valori di β1 e β2 ). Possiamo dunque
concludere che U ∩ V ha dimensione 1 e una sua base è costituita dal vettore
la cui soluzione è
t = 2
λ1 = 1
λ2 = 1.
Ciò significa che U ∩ W ha dimensione 1 e una sua base è formata dal vettore
u = (−4, 2, 1, 3), ottenuto ponendo w = 3 nelle equazioni precedenti.
Se osserviamo che W è un sottospazio di R4 definito da una sola equazio-
ne lineare, concludiamo che dim W = 3 e dunque, utilizzando la formula di
Grassmann, si ha
Esercizio 1.4. Si determini per quali valori di t ∈ R esiste una funzione lineare
f : R3 → R3 tale che f (0, 1, −1) = (3, −1, 0), f (−2, 1, 3) = (−t, −1, t + 3) e il
nucleo di f sia generato dal vettore (1, t2 + 3t, −2). Per i valori di t per cui f
esiste si specifichi inoltre se essa è unica oppure no.
Soluzione. Ricordiamo che una funzione lineare tra due spazi vettoriali V e
W è determinata in modo unico quando si conoscono le immagini dei vettori di
una base di V . Sapendo che il nucleo di f è generato dal vettore (1, t2 + 3t, −2),
si deduce che f (1, t2 + 3t, −2) = (0, 0, 0). Pertanto conosciamo le immagini,
tramite f , dei tre vettori v1 = (0, 1, −1), v2 = (−2, 1, 3) e v3 = (1, t2 + 3t, −2).
La prima cosa da fare è dunque quella di determinare per quali valori del
parametro t i vettori v1 , v2 e v3 formano una base di R3 . Consideriamo una
combinazione lineare
λ1 v1 + λ2 v2 + λ3 v3 = 0.
Si ottiene il seguente sistema:
−2λ2 + λ3 = 0
λ1 + λ2 + (t2 + 3t)λ3 = 0
−λ1 + 3λ2 − 2λ3 = 0
da cui si ricava
λ1 = −λ2
λ3 = 2λ2
2
2(t + 3t)λ2 = 0.
Se t2 + 3t 6= 0, cioè se t 6= 0, −3, l’unica soluzione è λ1 = λ2 = λ3 = 0. In questo
caso i vettori v1 , v2 , v3 sono linearmente indipendenti e sono quindi una base di
R3 . Possiamo dunque affermare che, per t 6= 0, −3, la funzione lineare f esiste
ed è unica.
Analizziamo ora separatamente i due casi particolari t = 0 e t = −3. Se
t = 0 il sistema precedente diventa
λ1 = −λ2
λ3 = 2λ2
0=0
Capitolo 1 Algebra Lineare 7
il quale ammette infinite soluzioni (ciò significa che, in questo caso, i vettori
v1 , v2 , v3 sono linearmente dipendenti). Una soluzione particolare è data, ad
esempio, da λ1 = −1, λ2 = 1, λ3 = 2. Ciò significa che, per t = 0, vale la
seguente relazione di dipendenza lineare:
−v1 + v2 + 2v3 = 0.
I vettori v1 , v2 , v3 non sono dunque una base di R3 , quindi non sono note le
immagini dei vettori di una base del dominio della funzione f . Possiamo quindi
concludere che, anche se una tale funzione f dovesse esistere, essa non sarebbe
determinata in modo unico. Tuttavia, poiché f deve essere lineare, si dovrebbe
avere
f (−v1 + v2 + 2v3 ) = −f (v1 ) + f (v2 ) + 2f (v3 ) = f (0) = 0.
Sostituendo al posto di f (v1 ), f (v2 ) e f (v3 ) i valori dati dal problema, si ottiene
l’uguaglianza
che non è verificata. Si conclude cosı̀ che per t = 0 non può esistere una funzione
lineare f che soddisfi tutte le richieste.
Passiamo ora al caso t = −3. Come nel caso precedente il sistema diventa
λ1 = −λ2
λ3 = 2λ2
0=0
−v1 + v2 + 2v3 = 0.
e sostituendo al posto di f (v1 ), f (v2 ) e f (v3 ) i valori dati dal problema, si ottiene
l’uguaglianza
che ora è verificata. Ad ogni modo, per costruire una funzione lineare f che
soddisfi i requisiti richiesti dovremmo trascurare il vettore v3 (il quale è una
combinazione lineare dei vettori v1 e v2 ) e completare i vettori v1 , v2 ad una
base di R3 aggiungendo un qualche vettore w (scelto in modo tale che i vettori v1 ,
v2 , w siano linearmente indipendenti). La funzione f risulterebbe univocamente
determinata se conoscessimo anche l’immagine di w che però non è data e,
anzi, può essere fissata (quasi∗ ) arbitrariamente. Concludiamo cosı̀ che, per
Capitolo 1 Algebra Lineare 8
t = −3, esistono infinite funzioni lineari f che soddisfano i requisiti imposti dal
problema [∗ Esiste una tale funzione f per ogni scelta di f (w) ∈ R3 . Tuttavia,
per la precisione, f (w) non può essere scelto in modo completamente arbitrario,
altrimenti si potrebbe trovare una funzione f avente un nucleo di dimensione 2 e
non 1 come richiesto dal problema! Per fare in modo che Ker f abbia dimensione
1 bisogna scegliere f (w) in modo che l’immagine di f abbia dimensione 2, in altre
parole, f (w) deve essere linearmente indipendente da f (v1 ). Ci sono comunque
infinite scelte per f (w)].
Dal calcolo del determinante di A si scopre che esso si annulla per t = −9.
Concludiamo quindi che la funzione f non è suriettiva per t = −9 (mentre per
t 6= −9 essa è biiettiva).
Per t = −9 la matrice A diventa
2 0 −1 1
−9 1 0 0
A=
0
2 3 1
1 −1 1 −2
1 −1 1 0
Si ottiene il sistema
2λ − λ3 = 0
1
− 9λ + λ = 0
1 2
2λ2 + 3λ3 = 0
λ1 − λ2 + λ3 = 0
Si scopre cosı̀ che la matrice considerata ha rango 2. Ciò significa che il sotto-
spazio U1 ha dimensione 2 e una sua base è costituita, ad esempio, dai vettori u1
e u2 (naturalmente, come base di U1 si potrebbero anche considerare i vettori
u3 e u4 , oppure anche u1 e u3 , ecc.).
Il sottospazio U2 è l’insieme delle soluzioni del seguente sistema:
(
3x1 − 4x2 = 0
U2 :
5x1 + 7x2 = 0.
λ1 u1 + λ2 u2 + λ3 u3 = 0,
−3u1 + u2 + u3 = 0.
Capitolo 1 Algebra Lineare 11
Esercizio 1.7. Siano V e W due spazi vettoriali, sia {v1 , v2 , v3 , v4 } una base di
V e sia {w1 , w2 , w3 } una base di W . Indichiamo con f : V → W un’applicazione
lineare tale che
f (v1 − v3 ) = w1 − 2w2 − 2w3 f (v1 − v2 + v3 ) = w2
f (v1 + v3 ) = w1 + 2w2 f (v1 − v3 + v4 ) = 5w1 − 4w3
e quindi
1
f (v1 ) = f (v1 − v3 ) + f (v1 + v3 ) = w1 − w3 .
2
Similmente, si ha
f (v1 + v3 ) − f (v1 ) = f (v3 ),
e dunque
f (v3 ) = f (v1 + v3 ) − f (v1 ) = 2w2 + w3 .
Si ha poi:
f (v1 − v2 + v3 ) − f (v1 + v3 ) = f (−v2 ) = −f (v2 ),
Capitolo 1 Algebra Lineare 12
da cui si ricava
f (v2 ) = − f (v1 − v2 + v3 ) − f (v1 + v3 ) = w1 + w2 .
Infine, si ha
f (v1 − v3 + v4 ) − f (v1 − v3 ) = f (v4 ),
e pertanto
il che dimostra, tra l’altro, l’esistenza di un’unica funzione lineare f che soddisfa
le richieste del problema.
Utilizzando la matrice A appena calcolata possiamo facilmente determinare
il nucleo di f . Infatti i vettori v ∈ Ker(f ) sono i vettori v = x1 v1 + x2 v2 +
x3 v3 + x4 v4 tali che si abbia
x
1 1 0 4 1
0
0 1 2 2 x2 = 0
x3
−1 0 1 −2 0
x4
x1 = −2x4
x = −2x
2 4
x 3 = 0
x4 qualsiasi.
f −1 (w1 + w3 ) = {v ∈ V | f (v) = w1 + w3 }.
A tal proposito facciamo notare che, nel nostro caso, la funzione f non è
invertibile, quindi non esiste una “funzione inversa” di f , f −1 : W → V .
Capitolo 1 Algebra Lineare 13
Si scriva la matrice di f rispetto alle basi canoniche. Si determini una base del
nucleo di f e una base dell’immagine di f . Si determini una base di Ker(f ) ∩ U ,
ove U è il sottospazio vettoriale di R4 definito dall’equazione 2x1 + x2 + x3 = 0.
Capitolo 1 Algebra Lineare 14
Infine, è e4 = v4 − e3 , quindi
che equivale a (
x1 = 4x2 + 5x3
x4 = −5x2 − 6x3 .
Ci sono dunque infinite soluzioni, dipendenti da due parametri (x2 e x3 ); ciò
significa che dim Ker(f ) = 2. Una base del nucleo di f è costituita dai vettori
u1 = (4, 1, 0, −5) e u2 = (5, 0, 1, −6), ottenuti ponendo x2 = 1, x3 = 0 e x2 = 0,
x3 = 1, rispettivamente.
Per quanto riguarda l’immagine di f , si ha
a a0 2 1
A = b b0 0 −1
c c0 1 2
Facciamo notare che la nostra scelta è del tutto arbitraria (il che fa capire che
una tale funzione f non è certo unica). Ad esempio, se avessimo deciso che i
vettori w1 e w2 dovevano essere le immagini del primo e secondo vettore della
base canonica di R4 , cioè la prima e la seconda colonna della matrice A, la
matrice di f rispetto alle basi canoniche avrebbe avuto la forma seguente:
2 1 a a0
A = 0 −1 b b0
1 2 c c0
w = λ1 w1 + λ2 w2 .
la cui soluzione è
t = 4
λ1 = 3
λ2 = −2
Posto x1 = t, si ha pertanto
Per terminare si può notare che il vettore (1, −1, −2) è il generatore del nucleo
di f .
x1 = 2α − β
x = α + 3γ
2
x3 = 3α + β + γ
x4 = 2β − 3γ
Risolvendo tale sistema si scopre che esso ammette infinite soluzioni (dipen-
denti da un parametro) e che lo spazio delle soluzioni è generato dal vettore
(17, −8, 13, 9). Questo vettore è dunque una base di U ∩ W . Dalla formula di
Grassmann si ricava poi
1 = 2α − β
4 = α + 3γ
t = 3α + β + γ
−1 = 2β − 3γ
Dato che ogni tale matrice si scrive in modo unico nella forma
a b 1 0 0 1 0 0 0 0
=a +b +c +d
c d 0 0 0 0 1 0 0 1
e pertanto le matrici
1 0 0 1 0 0
E1 = , F = , E4 =
0 0 1 0 0 1
z = −2α + 4β
w = 4α
1
da cui si ricava α = 4 w e β = x. Sostituendo nelle rimanenti due equazioni si
ottiene il sistema (
8x − 4y − 3w = 0
8x − 2z − w = 0.
Queste sono le equazioni cartesiane del sottospazio U . Richiedere che la generica
matrice
x y
z w
di U appartenga all’insieme S delle matrici simmetriche equivale a richiedere
che sia y = z. Da ciò segue che le equazioni del sottospazio U ∩ S sono
8x − 4y − 3w = 0
8x − 2z − w = 0
y = z.
si ha
ax + cy bx + dy
XA =
az + cw bz + dw
e quindi la funzione f è data dalla seguente espressione
f (X) = ax + cy + bz + dw.
I = {A ∈ M | det A 6= 0}.
sono invertibili e sono una base di M , come si può facilmente verificare (basta
verificare che le matrici G1 , G2 , G3 , G4 sono linearmente indipendenti). Ciò
significa che lo spazio vettoriale generato da I coincide con lo spazio vettoriale
generato dalle matrici G1 , G2 , G3 , G4 , cioè con M .
Il prossimo passo consiste nel sommare la seconda riga alla quarta (il determi-
nante non cambia):
1 −1 3 −2
0 −1 b 1
det A = −6 ·
0 0 a + 1 a
0 0 a + 1 a − b + 2
Per terminare, alla quarta riga sottraiamo la terza (il determinante non cambia):
1 −1 3 −2
0 −1 b 1
det A = −6 ·
0 0 a + 1 a
0 0 0 −b + 2
Abbiamo cosı̀ trasformato la matrice A in una matrice triangolare superiore,
come richiesto. Il calcolo del determinante è ora immediato:
Ora scambiamo la seconda colonna con la quarta; osserviamo che cosı̀ facendo
il determinante cambia di segno:
1 −2 a+2 3 − a
0 0 −a − 2 a + b − 1
det A = −2
0 2 a − 4 4 − a − 2b
0 3 −2a − 13 2a + 3
Ora scambiamo la seconda riga con la terza riga (cosı̀ facendo il determinante
cambia di segno) e poi “raccogliamo” il 2 da quella che è ora la seconda riga:
1 −2 5 3 − a
0 1 −b 2 − a2 − b
det A = 4
0 0 b − 3 a + b − 1
0 3 −10 2a + 3
Il prossimo passo consiste nel sommare alla quarta riga la seconda moltiplicata
per −3 (il determinante non cambia):
1 −2 5 3 − a
2 − a2 − b
0 1 −b
det A = 4
0 0 b−3 a + b − 1
0 0 3b − 10 7 a + 3b − 3
2
Cerchiamo ora di ottenere un pivot uguale a 1 nella terza riga. Per fare ciò
moltiplichiamo la terza riga per 3 (questa operazione modifica il determinante):
1 −2 5 3 − a
2 − a2 − b
4 0 1 −b
det A =
3 0 0 3b − 9 3a + 3b − 3
0 0 3b − 10 7 a + 3b − 3
2
e ora alla terza riga sottraiamo la quarta (il determinante non cambia):
1 −2 5 3 − a
2 − a2 − b
4 0 1 −b
det A =
3 0 0 1 − 12 a
0 0 3b − 10 7 a + 3b − 3
2
Per terminare, alla quarta riga sottraiamo la terza moltiplicata per 3b − 10 (il
determinante non cambia):
1 −2 5 3−a
a
4 0 1 −b
2 − 2 − b
det A =
3 0 0 1 − 21 a
3
0 0 0 2 (a + 2)(b − 1)
Capitolo 1 Algebra Lineare 27
Soluzione. L’intersezione degli insiemi delle soluzioni dei due sistemi lineari
dati è costituita dai valori di x, y, z e w che soddisfano contemporaneamente le
equazioni del primo sistema e le equazioni del secondo sistema. Si tratta dunque
delle soluzioni del seguente sistema di equazioni:
2x − y = 1
x + y − z + w = 0
2y + z − w = −1
x + 2z − 2w = 0
z = w − 1/7
w qualsiasi.
x1 − x2 + ax3 + 2x4 = 0
−x + x − 2ax + ax = 1
1 2 3 4
2x 2 + (a − 2)x 3 + (1 − 2a)x4 = −1
x1 − x2 − ax3 + 4x4 = 2
Capitolo 1 Algebra Lineare 28
Infine, alla quarta riga sottraiamo il doppio della terza, ottenendo la seguente
matrice:
1 −1 a 2 0
0 2 a − 2 1 − 2a −1
0 0 −a a+2 1
0 0 0 −2a − 2 0
Possiamo ora osservare che, se a 6= −1, 0, il rango della matrice incompleta del
sistema è massimo (pari a 4). Tale matrice è dunque invertibile e pertanto il si-
stema ammette un’unica soluzione. Il sistema corrispondente all’ultima matrice
trovata è
x1 − x2 + ax3 + 2x4 = 0
2x + (a − 2)x + (1 − 2a)x = −1
2 3 4
−ax 3 + (a + 2)x 4 = 1
(−2a − 2)x4 = 0
x − x2 − x3 + 2x4 = 0
1
2x − 3x + 3x = −1
2 3 4
x3 + x4 = 1
0=0
x = 2 − 6x4
1
x = 1 − 3x
2 4
x3 = 1 − x4
x4 qualunque.
Si ha:
6 3 2
det A − (−7)1 = 0 2 −4
0 t − 1 4
2 −4
= 6
t−1 4
= 24(t + 1).
Tale determinante è nullo se e solo se t = −1. Concludiamo quindi che −7 è un
autovalore di A se e solo se t = −1.
Per tale valore di t la matrice diventa
−1 3 2
A = 0 −5 −4
0 −2 −3
cioè
6x1 + 3x2 + 2x3 = 0
2x2 − 4x3 = 0
−2x2 + 4x3 = 0
Esercizio 1.19. Dati i vettori v1 = (2, −3, 1, 0) e v2 = (0, −1, 1, −1), sia
f : R4 → R4 una funzione lineare tale che Ker(f ) = Im(f ) = hv1 , v2 i. Si scriva
la matrice di una tale f rispetto alla base canonica di R4 . Si dimostri che f
possiede l’autovalore λ = 0 con molteplicità (algebrica) 4, ma che essa non è
diagonalizzabile.
Ricordiamo che le colonne della matrice A di f , rispetto alla base canonica, non
sono altro che le immagini tramite f dei vettori della base canonica di R4 . Ciò
significa che le prime due colonne di A sono f (e1 ) = v1 e f (e2 ) = v2 . La matrice
A ha dunque la forma seguente:
2 0 a1 b1
−3 −1 a2 b2
A= 1
1 a3 b3
0 −1 a4 b4
a1 − b1 = 0
4 + a1 = 0
−3 + a = 0
1 + a − b = 0
2 2 2
−1 + a 3 = 0
−1 + a3 − b3 = 0
1 + a4 − b4 = 0
3 + a4 = 0
da cui si ricava
= −4 = −4
a b
1
1
a =3 b =4
2 2
a3 =1
b3 =0
= −3 = −2
a4 b4
La matrice A è dunque
2 0 −4 −4
−3 −1 3 4
A=
1
1 1 0
0 −1 −3 −2
cioè sono i vettori del nucleo di A (cioè di f ). Poiché sappiamo già che il
nucleo di f ha dimensione due, concludiamo che la molteplicità geometrica (cioè
dim Ker(f )) è diversa dalla molteplicità algebrica, quindi la matrice A non è
diagonalizzabile.
Esercizio 1.20. Sia V uno spazio vettoriale con base {v1 , v2 , v3 , v4 } e sia
f : V → V la funzione lineare definita da f (v1 ) = 2v1 + 3v2 , f (v2 ) = 3v1 + 2v2 ,
f (v3 ) = v1 + 3v3 + 2v4 , f (v4 ) = 2v1 − v2 + 2v3 + 3v4 . Si determinino tutti gli
autovalori e gli autovettori di f e si dica se f è diagonalizzabile.
Capitolo 1 Algebra Lineare 33
0 0 2 4 x4 0
3
4x + 2x 4 = 0
2x3 + 4x4 = 0
0 0 2 2 x4 0
Capitolo 1 Algebra Lineare 34
la cui soluzione è
λ1 = −1
λ2 = 1
λ3 = −3.
la cui soluzione è
λ1 = −2
λ2 = 1
λ3 = −6.
la cui soluzione è
λ1 = 2
λ2 = −1
λ3 = 5.
Capitolo 1 Algebra Lineare 36
il che equivale a
1 2 0 6 5 −1
A 2 −1 −1 = 4 −1 −2
3 0 −1 10 4 −3
Da questa uguaglianza si deduce che
−1
6 5 −1 1 2 0
A = 4 −1 −2 2 −1 −1
10 4 −3 3 0 −1
Ora effettuiamo le seguenti operazioni elementari sulle righe: alla seconda riga
sottraiamo il doppio della prima e alla terza riga sottraiamo il triplo della prima:
1 2 0 1 0 0
0 −5 −1 −2 1 0
0 −6 −1 −3 0 1
Si ha dunque
6 5 −1 −1 −2 2 2 −1 2
A = 4 −1 −2 1 1 −1 = 1 3 −1
10 4 −3 −3 −6 5 3 2 1
da cui si deduce che Ker(f ) ha dimensione 1 e una sua base è costituita dal
vettore v = (−5, 4, 7).
Poiché dim(Ker f ) + dim(Im f ) = dim R3 = 3, si ha dim(Im f ) = 2 e quindi
per trovare una base dell’immagine di f basta trovare due vettori linearmente
indipendenti che appartengano a Im f . Si possono quindi scegliere le prime due
colonne della matrice A, oppure i vettori w1 e w2 , oppure w2 e w3 , ecc.
Capitolo 1 Algebra Lineare 38
Esercizio 1.22. Siano dati i vettori v1 = (1, 1, 1), v2 = (2, 0, 1), v3 = (1, 1, 3)
e sia f : R3 → R3 un’applicazione lineare tale che f (v1 ) = 3v1 , f (v2 ) = 2v2 ,
f (v3 ) = 2v3 + 2v2 .
(a) Si scriva la matrice di f rispetto alle basi canoniche.
(b) Si determinino gli autovalori e gli autovettori di f .
(c) Si verifichi che gli autospazi di f sono in somma diretta.
il che equivale a
1 2 1 1 2 1 3 0 0
A 1 0 1 = 1 0 1 0 2 2
1 1 3 1 1 3 0 0 2
Posto
1 2 1 3 0 0
P = 1 0 1 D = 0 2 2
1 1 3 0 0 2
si ha dunque
AP = P D, cioè A = P DP −1 .
Per determinare la matrice A dobbiamo quindi calcolare l’inversa della matrice
P . Procediamo come segue. Scriviamo la matrice
1 2 1 1 0 0
1 0 1 0 1 0
1 1 3 0 0 1
Ora effettuiamo le seguenti operazioni elementari sulle righe: alla seconda riga
sottraiamo la prima e alla terza riga sottraiamo la seconda:
1 2 1 1 0 0
0 −2 0 −1 1 0
0 1 2 0 −1 1
Ora scambiamo la seconda riga con la terza:
1 2 1 1 0 0
0 1 2 0 −1 1
0 −2 0 −1 1 0
Capitolo 1 Algebra Lineare 40
Ora alla seconda riga sottraiamo il doppio della terza e alla prima riga sottraiamo
la terza:
5 1
− 21
1 2 0 4 4
1
0 1 0
2 − 12 0
0 0 1 1
− 4 − 14 1
2
Per terminare, alla prima riga sottraiamo il doppio della seconda:
1 5
− 21
1 0 0 4 4
1
0 1 0
2 − 12 0
1 1 1
0 0 1 −4 −4 2
Si ha quindi
1 5
− 21
1 2 1 3 0 0 4 4
A = 1 0 1 0 2 2 12 − 12 0
1 1 3 0 0 2 − 14 − 41 1
2
5 1 3
4 4 2
= 14 13
4 − 21
− 14 3
4
5
2
Soluzione. Sia G = gij la matrice di g rispetto alla base canonica. Per defi-
nizione si ha gij = g(ei , ej ). D’altra parte, se v = (x1 , x2 , x3 ) e w = (y1 , y2 , y3 ),
si ha anche
X3
g(v, w) = gij xi yj ,
i,j=1
g(e3 , w1 ) g(e3 , e1 )
α1 = − =− = −2
g(w1 , w1 ) g(e1 , e1 )
g(e3 , w2 ) g e3 , e2 + e1
α2 = − =− = −1,
g(w2 , w2 ) g(w2 , w2 )
quindi
w3 = e3 − 2w1 − w2 = −3e1 − e2 + e3 .
Si ha infine:
il che, tra l’altro, dimostra che g è non degenere e indefinita (perché sulla diago-
nale sono presenti sia numeri positivi che negativi). La matrice di cambiamento
di base è
1 1 −3
P = 0 1 −1 .
0 0 1
Si potrebbe verificare con un calcolo diretto che vale l’uguaglianza D = tP GP .
Il fatto che la forma bilineare g sia indefinita implica che esistono certamente
dei vettori isotropi. Per trovarne uno possiamo osservare che g(w1 , w1 ) = 1
mentre g(w3 , w3 ) = −1. Ponendo u = w1 + w3 si ha pertanto
quindi g è non degenere. Per trovare una base ortogonale applichiamo il proce-
dimento di Gram-Schmidt alla base canonica {e1 , e2 , e3 } di R3 .
Poniamo w1 = e1 ; si ha g(w1 , w1 ) = g(e1 , e1 ) = 2. Poniamo ora w2 =
e2 + α1 w1 . Richiedendo che w2 sia ortogonale a w1 , cioè che g(w2 , w1 ) = 0, si
trova
g(e2 , w1 ) g(e2 , e1 ) 1
α1 = − =− = .
g(w1 , w1 ) g(e1 , e1 ) 2
1
Si ha quindi w2 = e2 + 2 e1 . Calcoliamo ora g(w2 , w2 ):
1 1
5
g(w2 , w2 ) = g e2 + 2 e1 , e2 + 2 e1 = .
2
Capitolo 1 Algebra Lineare 47
g(e3 , w1 ) g(e3 , e1 ) 1
α1 = − =− =−
g(w1 , w1 ) g(e1 , e1 ) 2
g e3 , e2 + 12 e1
g(e3 , w2 ) 3
α2 = − =− =− ,
g(w2 , w2 ) g(w2 , w2 ) 5
quindi
1 3
w3 = e3 − 2 w1 − 5 w2 = − 45 e1 − 3
5 e2 + e3 .
Si ha infine:
3
g(w3 , w3 ) = g − 45 e1 − 3
5 e2 + e3 , − 45 e1 − 3
5 e2 + e3 = .
5
La base {w1 , w2 , w3 } è una base ortogonale e la matrice di g rispetto a questa
base è la seguente matrice diagonale:
2 0 0
D = 0 5/2 0
0 0 3/5
la cui soluzione è
α1 = 4
α2 = −1
β = −1.
Si ha quindi
che non è altro che il sistema precedente in cui la colonna dei termini noti è ora
data dalle componenti del vettore e1 . La soluzione di questo sistema è
α1 = 2/3
α2 = −1/3
β = 1/3
da cui si ricava la proiezione ortogonale f (e1 ) del primo vettore della base
canonica:
f (e1 ) = 32 u1 − 13 u2 = (2/3, −1/3, 1/3);
questa è la prima colonna della matrice cercata. La seconda e la terza colonna
si determinano in modo del tutto analogo, ripetendo il procedimento appena
descritto per i vettori e2 e e3 . Si ottiene cosı̀ la seguente matrice
2/3 −1/3 1/3
−1/3 2/3 1/3 .
1/3 1/3 2/3
Capitolo 1 Algebra Lineare 49
g(e2 , w1 ) g(e2 , e1 )
α1 = − =− = 1.
g(w1 , w1 ) g(e1 , e1 )
g(e3 , w1 ) g(e3 , e1 )
α1 = − =− =0
g(w1 , w1 ) g(e1 , e1 )
g(e3 , w2 ) g(e3 , e1 + e2 )
α2 = − =− = 0,
g(w2 , w2 ) g(w2 , w2 )
quindi
w 3 = e3 .
Infine poniamo w4 = e4 +α1 w1 +α2 w2 +α3 w3 . Imponendo che sia g(w4 , w1 ) = 0,
g(w4 , w2 ) = 0 e g(w4 , w3 ) = 0, si trova
g(e4 , w1 )
α1 = − = −1
g(w1 , w1 )
g(e4 , w2 ) 1
α2 = − =
g(w2 , w2 ) 3
g(e4 , w3 ) 1
α3 = − =−
g(w3 , w3 ) 5
quindi
1 1
w4 = e4 − w1 + 3 w2 − 5 w3 = − 23 e1 + 1
3 e2 − 1
5 e3 + e4 .
Capitolo 1 Algebra Lineare 50
Si trova poi
22
g(w4 , w4 ) = g − 23 e1 + 1
3 e2 − 1
5 e3 + e4 , − 23 e1 + 1
3 e2 − 1
5 e3 + e4 = .
15
La base {w1 , w2 , w3 , w4 } è una base ortogonale e la matrice di g rispetto a questa
base è la seguente matrice diagonale:
1 0 0 0
0 3 0 0
D= 0 0 5
0
0 0 0 22/15
il che, tra l’altro, dimostra che g è non degenere. La matrice di cambiamento
di base è
1 1 0 −2/3
0 1 0 1/3
P =
0 0 1 −1/5
0 0 0 1
A questo punto si potrebbe verificare con un calcolo diretto che si ha D =
t
P GP .
la cui soluzione è
α1 = 21
α = 1
2 2
β 1 =1
β = −1.
2 2
Si ha pertanto
1 1 1
v= u1 + u2 + w1 − w2 .
2 2 2
Ricordando che U = hu1 , u2 i e U ⊥ = hw1 , w2 i, ponendo
1 1
v0 = u1 + u2 = (1/2, 2, −2, 3/2)
2 2
00 1
v = w1 − w2 = (3/2, 1, 1, −1/2)
2
si ha v 0 ∈ U , v 00 ∈ U ⊥ e v = v 0 + v 00 . Il vettore v 0 è precisamente la proiezione
ortogonale del vettore v sul sottospazio U (mentre v 00 è la proiezione ortogonale
di v su U ⊥ ). Osservando ora che v −v 00 = v 0 ∈ U , da quanto detto in precedenza
si conclude che il vettore w cercato (cioè il vettore w, di norma minima, tale
che v + w ∈ U ) è dato da w = −v 00 = (−3/2, −1, −1, 1/2).
v2 ∈ W ⇔ x1 + 3x2 − x3 + 2x4 = 0,
v2 ⊥ v 1 ⇔ v1 · v2 = −11x1 − 8x2 + x3 + 18x4 = 0.
Il vettore cercato è dunque una delle soluzioni del sistema
(
x1 + 3x2 − x3 + 2x4 = 0
−11x1 − 8x2 + x3 + 18x4 = 0
ottenuto ponendo x1 = 1 e x4 = 0.
Per terminare, poniamo v3 = (x1 , x2 , x3 , x4 ). Tale vettore deve appartenere
al sottospazio W e deve essere ortogonale ai vettori v1 e v2 :
v3 ∈ W ⇔ x1 + 3x2 − x3 + 2x4 = 0,
v3 ⊥ v1 ⇔ v1 · v3 = −11x1 − 8x2 + x3 + 18x4 = 0,
v3 ⊥ v 2 ⇔ v2 · v3 = x1 − 2x2 − 5x3 = 0.
Il vettore cercato è dunque una delle soluzioni del sistema
x1 + 3x2 − x3 + 2x4 = 0
−11x1 − 8x2 + x3 + 18x4 = 0
x1 − 2x2 − 5x3 = 0.
Ricordando che il sistema costituito dalle prime due equazioni era equivalente a
(
x2 = −2x1 + 4x4
x3 = −5x1 + 14x4
si deduce che il vettore v3 è una soluzione del sistema
x2 = −2x1 + 4x4
x3 = −5x1 + 14x4
x1 − 2x2 − 5x3 = 0.
Risolvendo si trova
x = −7z/5
y = z/5
z qualunque
Capitolo 1 Algebra Lineare 55
Risolvendo si trova
x = −z
y = −z
z qualunque
Basta quindi dimostrare che i vettori di una base di Im(g) sono ortogonali ai
vettori di una base di Ker(f ). Si ha infatti
(
w10 · u = (2, −1, 3) · (−7, 1, 5) = 0
w20 · u = (1, 2, 1) · (−7, 1, 5) = 0,
quindi dim Ker(g)⊥ = dim Im(f ). Per dimostrare l’uguaglianza tra questi due
sottospazi basta pertanto dimostrare che i vettori di una base di Im(f ) sono
ortogonali ai vettori di una base di Ker(g). Infatti, si ha
(
w1 · u0 = (2, 1, 3) · (1, 1, −1) = 0
w2 · u0 = (−1, 2, 1) · (1, 1, −1) = 0,
come volevasi.
Capitolo 1 Algebra Lineare 56
Ora dividiamo la seconda riga per 2 e poi alla terza riga sommiamo la seconda
riga cosı̀ ottenuta:
1 0 −2 0
0 −3 0 1
0 0 0 0
Questa matrice ha rango 2, il che significa che dei tre vettori u1 , u2 e u3 sola-
mente due sono linearmente indipendenti. Si ha dunque dim U = 2 e come base
di U si possono prendere i vettori u1 = (1, 0, −2, 0) e u3 = (0, 3, 0, −1).
Un generico vettore (x1 , x2 , x3 , x4 ) appartiene al sottospazio U se e solo se
si ha
(x1 , x2 , x3 , x4 ) = αu1 + βu3 ,
cioè
x1 =α
x = 3β
2
x
3
= −2α
= −β.
x4
Eliminando i due parametri α e β si ottengono le seguenti equazioni (cartesiane)
per il sottospazio U : (
2x1 + x3 = 0
U:
x2 + 3x4 = 0.
Capitolo 1 Algebra Lineare 57
Si conclude cosı̀ che U ⊥ ha dimensione 2 e una sua base è formata dai vettori
w1 = (0, 1, 0, 3) e w2 = (2, 0, 1, 0).
Rispondiamo ora alla terza domanda (i calcoli che faremo ci saranno utili per
rispondere anche alla seconda). Dato che U ⊕ U ⊥ = R4 , i vettori u1 , u3 , w1 , w2
sono una base di R4 . Possiamo dunque scrivere
v = λ1 u1 + λ2 u3 + λ3 w1 + λ4 w2 ,
cioè
1 = λ1 + 2λ4
1 = 3λ + λ
2 3
1 = −2λ 1 + λ4
1 = −λ2 + 3λ3 .
= −1/5
λ
1
λ = 1/5
2
λ3 = 2/5
λ4 = 3/5
e dunque si ha
v = − 51 u1 + 1
5 u3 + 2
5 w1 + 3
5 w2 .
Se poniamo
v 0 = − 51 u1 + 1
5 u3 ∈ U, v 00 = 2
5 w1 + 3
5 w2 ∈ U ⊥
e1 = λ1 u1 + λ2 u3 + λ3 w1 + λ4 w2
si ottiene il sistema
λ + 2λ4 = 1
1
3λ + λ = 0
2 3
−2λ1 + λ4 = 0
−λ2 + 3λ3 = 0
la cui soluzione è
λ = 1/5
1
λ =0
2
λ3 =0
λ4 = 2/5.
Si ha pertanto
1 2
e1 = 5 u1 + 5 w2 .
Da ciò si deduce che la proiezione ortogonale del vettore e1 sul sottospazio U ⊥
è
π(e1 ) = 25 w2 = 54 , 0, 25 , 0 .
e2 = λ1 u1 + λ2 u3 + λ3 w1 + λ4 w2
si ottiene il sistema
λ1 + 2λ4 = 0
3λ + λ = 1
2 3
−2λ1 + λ4 = 0
−λ2 + 3λ3 = 0
la cui soluzione è
λ1 =0
λ = 3/10
2
λ3 = 1/10
λ4 = 0.
Si ha pertanto
3 1
e2 = 10 u3 + 10 w1 .
Da ciò si deduce che la proiezione ortogonale del vettore e2 sul sottospazio U ⊥
è
1 1 3
π(e2 ) = 10 w1 = 0, 10 , 0, 10 .
Capitolo 1 Algebra Lineare 59
e3 = λ1 u1 + λ2 u3 + λ3 w1 + λ4 w2
si ottiene il sistema
λ1 + 2λ4 = 0
3λ + λ = 0
2 3
−2λ 1 + λ4 = 1
−λ2 + 3λ3 = 0
la cui soluzione è
= −2/5
λ1
λ =0
2
λ 3 =0
λ4 = 1/5.
Si ha pertanto
e3 = − 52 u1 + 1
5 w2 .
Da ciò si deduce che la proiezione ortogonale del vettore e3 sul sottospazio U ⊥
è
π(e3 ) = 15 w2 = 52 , 0, 15 , 0 .
e4 = λ1 u1 + λ2 u3 + λ3 w1 + λ4 w2
si ottiene il sistema
λ1 + 2λ4 = 0
3λ + λ = 0
2 3
−2λ 1 + λ4 = 0
−λ2 + 3λ3 = 1
la cui soluzione è
λ1 =0
= −1/10
λ
2
λ
3
= 3/10
λ4 = 0.
Si ha pertanto
1 3
e4 = − 10 u3 + 10 w1 .
Da ciò si deduce che la proiezione ortogonale del vettore e4 sul sottospazio U ⊥
è
3 3 9
π(e4 ) = 10 w1 = 0, 10 , 0, 10 .
Questa è dunque la quarta colonna della matrice di π. In conclusione, la matrice
cercata è 4
0 52 0
5
0 1 0 3
A= 10 10
2 0 1 0 .
5 5
3 9
0 10 0 10
Capitolo 1 Algebra Lineare 60
Per ottenere una base ortonormale di V basta ora dividere ogni vettore wi della
base ortogonale per la sua norma. Si ottengono cosı̀ i vettori
w1 w2 w3
w10 = , w20 = , w30 = ,
kw1 k kw2 k kw3 k
la cui soluzione è
λ1 = 2/3
λ = 1/2
2
λ3 = −5/3
= −1/6.
λ4
Si ha pertanto
2 1 5 1
v= 3 u1 + 2 u2 − 3 u3 − 6 n.
Ponendo 19 2 1 5
v0 = 2
3 u1 + 1
u2 − 53 u3 =
2 , , ,−
6 3 2 3
1 1 1 1
v 00 = − 61 n = − , , − , −
6 3 2 3
si ottiene la decomposizione v = v 0 + v 00 , con v 0 ∈ U e v 00 ∈ U ⊥ ; i vettori v 0 e v 00
sono quindi le proiezioni ortogonali di v sui sottospazi U e U ⊥ , rispettivamente.
Il vettore v 0 , proiezione ortogonale di v su U , si può determinare anche in un
altro modo. Abbiamo già osservato che una base del sottospazio U ⊥ è costituita
dal vettore n = (1, −2, 3, 2). Poiché tale vettore non ha norma unitaria, lo
normalizziamo ottenendo cosı̀ il versore
n 1
n̂ = = √ (1, −2, 3, 2).
knk 3 2
Capitolo 1 Algebra Lineare 63
Si ottiene cosı̀
3 0 1 1
w30 = w3 − w1 − w20 = − , , −1, 1 .
2 2 2
0 0 0
I vettori w1 , w2 e w3 sono una base ortogonale del sottospazio W .
Cerchiamo ora due vettori v1 ∈ U e v2 ∈ U ⊥ tali che v = v1 + v2 , ove
v = (3, −1, 5, 2) (notiamo che ciò equivale a dire che v1 è la proiezione ortogonale
del vettore v sul sottospazio U , mentre v2 è la proiezione ortogonale di v sul
sottospazio U ⊥ ). A tal fine osserviamo che sarà sufficiente determinare v1 , dato
che si avrà poi v2 = v − v1 .
Poiché U è generato dal vettore u = (1, −1, 2, 3), dire che v1 ∈ U equivale
a dire che v1 = λu, per qualche scalare λ. Si ha, di conseguenza, v2 = v − λu.
Abbiamo dunque una sola incognita λ e ci servirà quindi una sola equazione.
Tale equazione si trova osservando che richiedere che v2 appartenga al sottospa-
zio U ⊥ equivale a richiedere che v2 sia ortogonale al vettore u, generatore del
sottospazio U . Si deve quindi avere v2 · u = (v − λu) · u = 0, da cui si ricava
v·u
λ= .
u·u
Si trova cosı̀ che il vettore v1 (il quale è la proiezione ortogonale di v sul
sottospazio U ) è dato dalla formula seguente:
v · u
v1 = u.
u·u
Effettuando i calcoli indicati si trova
4 4 4 8
v1 = u= ,− , ,4
3 3 3 3
e dunque
5 1 7
v2 = v − v1 = , , , −2 .
3 3 3
Per scrivere la matrice di f rispetto alla base canonica di R4 ricordiamo che
le colonne di tale matrice sono le immagini tramite f dei vettori della base
canonica. Per ogni i = 1, 2, 3, 4, il vettore f (ei ) è la proiezione ortogonale di ei
sul sottospazio U ; esso può essere dunque calcolato con una formula analoga a
quella trovata in precedenza:
e · u
i
f (ei ) = u.
u·u
Effettuando i calcoli si trova:
1 1 1 2 1
f (e1 ) = 15 u= 15 , − 15 , 15 , 5
1 1 1 2
, − 15
f (e2 ) = − 15 u = − 15 , 15 , − 15
2 2 2 4 2
f (e3 ) = 15 u = 15 , − 15 , 15 , 5
1 1 1 2 3
f (e4 ) = 5 u = 5, −5, 5, 5 .
La matrice di f è dunque
1 1 2 1
15 − 15 15 5
− 1 1 2
− 15 − 51
A= 215 15
2 4 2
15 − 15 15 5
1
5 − 15 2
5
3
5
Capitolo 1 Algebra Lineare 65
Per determinare il nucleo di f basta osservare che gli unici vettori la cui pro-
iezione ortogonale su U è il vettore nullo sono i vettori ortogonali a U , cioè i
vettori che appartengono al sottospazio U ⊥ . Ciò significa che Ker f = U ⊥ .
da cui si deduce che U ha dimensione 2 e una sua base è costituita dai vettori
u1 = (1, 1, 4, 0) e u2 = (−1, 0, −1, 1), ottenuti ponendo rispettivamente x2 = 1,
x4 = 0 e x2 = 0, x4 = 1 nel sistema precedente.
Per determinare una base di U ⊥ osserviamo che un generico vettore u0 =
(x1 , x2 , x3 , x4 ) appartiene a U ⊥ se e solo se u0 · u1 = x1 + x2 + 4x3 = 0 e
u0 · u2 = −x1 − x3 + x4 = 0. Il sottospazio U ⊥ è quindi dato dalle soluzioni del
seguente sistema lineare:
(
x1 + x2 + 4x3 = 0
U⊥ :
−x1 − x3 + x4 = 0.
da cui si deduce che U ⊥ ha dimensione 2 e una sua base è costituita dai vettori
u01 = (1, −1, 0, 1) e u02 = (0, −4, 1, 1), ottenuti ponendo rispettivamente x1 = 1,
x3 = 0 e x1 = 0, x3 = 1 nel sistema precedente.
Consideriamo ora il vettore v1 = (2, 1, −2, 3) e scriviamolo come combina-
zione lineare dei vettori u1 , u2 , u01 e u02 trovati in precedenza:
α1 u1 + α2 u2 + β1 u01 + β2 u02 = v1 .
Si ottiene il sistema
α1 − α2 + β1 = 2
α − β − 4β = 1
1 1 2
4α 1 − α 2 + β 2 = −2
α2 + β1 + β2 = 3
la cui soluzione è
α1 =0
α =1
2
β 1 =3
= −1
β2
Si ha dunque
v1 = u2 + 3u01 − u02
e i vettori u ∈ U e u0 ∈ U ⊥ cercati sono u = u2 = (−1, 0, −1, 1) e u0 = 3u01 −u02 =
(3, 1, −1, 2).
Consideriamo ora i vettori v2 = (5, −3, 9, 1) e w = (1, 2, 1, −1). Detto w0 un
vettore tale che v2 = w + w0 , si ha w0 = v2 − w = (4, −5, 8, 2) e si osserva che
w0 · w = 0, cioè i vettori w e w0 sono ortogonali. Ciò significa che il sottospazio
tridimensionale W per il quale il vettore w è la proiezione ortogonale di v2 su
W non è altro che il sottospazio ortogonale al vettore w0 . Tale sottospazio W è
quindi l’insieme dei vettori (x1 , x2 , x3 , x4 ) tali che
Geometria Affine
π : X = A + λ 1 v1 + λ 2 v2 ,
cioè
x = −λ1 + λ2
π : y = −1 + λ1
z = 1 + λ1 − 5λ2
nπ = (5, 4, 1).
69
Capitolo 2 Geometria Affine 70
Per trovare la retta s abbiamo solo bisogno di conoscere un suo vettore direttore
vs . Tale vettore deve essere ortogonale a vr (dato che le rette r e s devono
essere perpendicolari) e “contenuto” nel piano π (cioè parallelo a π). Richiedere
che il vettore vs sia parallelo al piano π equivale a richiedere che tale vettore
sia ortogonale al vettore nπ (dato che nπ è un vettore ortogonale al piano π).
Concludiamo quindi che vs deve essere un vettore ortogonale ad entrambi i
vettori nπ e vr . Possiamo quindi prendere vs = nπ × vr (il prodotto vettoriale
di nπ e vr ). Si trova cosı̀
vs = (−17/2, 10, 5/2).
La retta s è quindi data dalle seguenti equazioni parametriche: X = A + tvs ,
cioè
17
x = − 2 t
s : y = −1 + 10t
z = 1 + 25 t.
Si verifica facilmente che questo sistema non ammette alcuna soluzione, quindi
r ∩ s = ∅ e dunque le rette r e s non sono incidenti. Per controllare se esse
sono parallele cerchiamo un vettore direttore di ciascuna retta. Utilizzando
le equazioni di r si possono facilmente determinare due punti A, B ∈ r; ad
esempio A = (−1, 0, 3) e B = (2, −1, 3). Un vettore direttore di r è quindi dato
da vr = B − A = (3, −1, 0).
In modo del tutto analogo si possono determinare due punti C, D ∈ s, ad
esempio C = (1, 1, −3) e D = (−1, 0, −4); si può poi prendere come vettore
direttore della retta s il vettore vs = C − D = (2, 1, 1). È ora immediato
osservare che i vettori vr e vs non sono multipli uno dell’altro, quindi le rette
r e s non sono parallele. Abbiamo cosı̀ dimostrato che r e s sono due rette
sghembe, come richiesto.
Per determinare l’equazione della retta ` incidente alle rette r e s e ortogonale
ad entrambe procediamo nel modo seguente: cerchiamo di determinare un punto
P ∈ r e un punto Q ∈ s tali che il vettore w = P − Q sia ortogonale ai vettori
direttori di r e s; in questo modo la retta passante per i punti P e Q sarà la
retta ` cercata. Cosı̀ facendo risponderemo anche alle due domande successive;
infatti la distanza tra le rette r e s coincide con la distanza tra i punti P e Q, i
quali sono precisamente i punti di r e di s di minima distanza.
Dato che la retta r passa per il punto A = (−1, 0, 3) ed è parallela al vettore
vr = (3, −1, 0), un generico punto P ∈ r si può scrivere nella forma P =
A + λvr = (−1 + 3λ, −λ, 3), al variare di λ ∈ R. Analogamente, dato che la
retta s passa per il punto D = (−1, 0, −4) ed è parallela al vettore vs = (2, 1, 1),
un generico punto Q ∈ s si può scrivere nella forma Q = D + µvs = (−1 +
2µ, µ, −4 + µ), al variare di µ ∈ R. Il vettore w = P − Q è quindi dato da
w = (3λ − 2µ, −λ − µ, 7 − µ). Imponendo che w sia ortogonale ai vettori vr e
vs si ottiene il seguente sistema:
(
w · vr = 10λ − 5µ = 0
w · vs = 5λ − 6µ + 7 = 0
la cui soluzione è (
λ=1
µ = 2.
I punti P e Q cercati sono pertanto
λ(x − 2y − 3) + µ(2x + y + z + 1) = 0
−8λ + 4µ = 0.
vr = B − A = (2, 1, −5).
Poiché la retta s deve essere ortogonale alla retta r e contenuta nel piano π, un
suo vettore direttore vs deve essere ortogonale al vettore vr e anche al vettore
nπ , il quale è ortogonale al piano π. Come vettore vs si può dunque prendere il
prodotto vettoriale dei vettori vr e nπ :
19
, − 13 8
Risolvendo questo sistema si trova R = 15 15 , − 3 . La distanza di P dalla
retta r non è altro chela distanza di P dal punto R, cioè la norma del vettore
4
R − P = 15 , − 58 2
15 , − 3 . Si ha dunque
2
√
dist(P, r) = dist(P, R) = kR − P k = 15 870.
Si verifica facilmente che questo sistema non ammette soluzioni, quindi r∩s = ∅.
Le due rette sono pertanto parallele oppure sghembe.
Cerchiamo ora dei vettori direttori di r e s. Dalle equazioni parametriche
della retta r si deduce immediatamente che un suo vettore direttore è vr =
(−1, 2, 1). Per determinare un vettore direttore della retta s cerchiamo prima
due punti di tale retta. Dalle equazioni di s si deduce che i punti A = (1, 0, 0)
e B = (2, −2, −3/4) appartengono a tale retta, quindi un vettore direttore di s
è dato da vs = B − A = (1, −2, −3/4). Come si vede, i vettori vr e vs non sono
proporzionali, quindi le rette r e s non sono parallele. Abbiamo cosı̀ dimostrato
che r e s sono due rette sghembe.
Per determinare la distanza di r da s procediamo nel modo seguente. Sceglia-
mo un punto della retta r, ad esempio il punto C = (2, −1, 0), e un punto della
retta s, ad esempio A = (1, 0, 0). Consideriamo il vettore w = C−A = (1, −1, 0).
Capitolo 2 Geometria Affine 74
Ciò significa che il valore di t per cui la retta `t è incidente alle rette r e s
è t = 1/2 e in tal caso il punto S di intersezione tra s e `t ha coordinate
S = (1, 0, 0). La retta ` cercata ha dunque le seguenti equazioni parametriche:
1
x = 2 − 2 λ
` = `1/2 : y = 0
z = 1 − 21 λ
Capitolo 2 Geometria Affine 75
λ(x − y + 4z − 1) + µ(2x + y − 2) = 0
5λ + 2µ = 0.
π : 8x + 7y − 8z − 8 = 0.
x=2−t
y = −1 + 2t
π∩r :
z = t
8x + 7y − 8z − 8 = 0.
π : 5x + 4y + z + 3 = 0.
vr = M − A = 0, 12 , −2
Indichiamo con vs un vettore direttore della retta s. Poiché s deve essere con-
tenuta nel piano π, il suo vettore direttore vs deve essere ortogonale al vettore
nπ = (5, 4, 1), ortogonale al piano π. Inoltre vs deve essere anche ortogonale al
vettore vr , dato che la retta s deve essere ortogonale alla retta r. Quindi come
vs dobbiamo prendere un vettore che sia ortogonale ad entrambi i vettori nπ e
vr ; ad esempio possiamo prendere il loro prodotto vettoriale:
vs = nπ × vr = − 17 5
2 , 10, 2 .
Dalla prima equazione si ricava t = x/2 e sostituendo nelle altre due si ottengono
le seguenti equazioni cartesiane per la retta s:
(
y = 2 + 23 x
s:
z = − 23 x.
z = −1 + t
3x − y + z + 2 = 0,
la cui soluzione è
t = −8/11
x = 9/11
y = 30/11
z = −19/11.
Capitolo 2 Geometria Affine 81
Si conclude pertanto che esistono due punti C ∈ π tali che il triangolo di vertici
A, B e C sia equilatero; essi sono
q q q q q q
3 3 3 3 3 3
C1 = 2 11 , 1 + 3 11 , −1 − 3 11 , C2 = −2 11 , 1 − 3 11 , −1 + 3 11 .
Esercizio 2.45. Nello spazio affine euclideo tridimensionale sono date le rette
( (
x − 2y = 1 y−z =2
r: s:
2x − y + z = 3 2x − y − z = 1
4x − 5y + z + 4 = 0.
Risolvendo il sistema si trova R10 = (1/7, 15/14, 11/14). A questo punto basta
osservare che la retta r0 , proiezione ortogonale di r sul piano π, è la retta pas-
sante per il punto R10 e parallela al vettore vr = (2, 1, −3). Le sue equazioni
Capitolo 2 Geometria Affine 83
da cui si ricava
λ=0
µ = 1/2
x = 3/2
y=2
z=0