Spazi Vettoriali Euclidei

Esercizi

In tutti gli esercizi di questo capitolo si sono adottate le notazioni usuali, in particolare si è
indicato con:

- Rn lo spazio vettoriale euclideo, di dimensione n, delle n-uple di numeri reali, dotato del
prodotto scalare standard, che rende ortonormale la base canonica:
(e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 1)).
- Rm,n lo spazio vettoriale euclideo, di dimensione mn, delle matrici con m righe ed
n colonne, ad elementi reali, dotato del prodotto scalare standard X · Y = tr(tX Y ), con
X,Y ∈ Rm,n , che rende ortonormale la base canonica:
    
1 0 ... 0 0 1 ... 0
 .. .. .. , E =  .. .. .. ,
E =

 11  . . .  12  . . . 
0 0 ... 0 0 0 ... 0
 
0 0 ... 0
 .. .. .. .
. . . , Emn =  . . . 
0 0 ... 1

Con tr(tX Y ) si intende la traccia della matrice prodotto della trasposta della matrice X
con la matrice Y.

- V3 lo spazio vettoriale euclideo, di dimensione 3, dei vettori ordinari, riferito ad una base
ortonormale positiva B = (i, j, k). In quest’ambito “·” indica il prodotto scalare tra due
vettori e “∧” il prodotto vettoriale o esterno tra due vettori.

- H ⊥ il complemento ortogonale del sottospazio vettoriale H dello spazio vettoriale

euclideo (V, · ).

- Il vettore nullo di un generico spazio vettoriale è denotato con il simbolo o, a meno di

diversa indicazione.

[1] In V3 , è dato il piano vettoriale V = L (a1 , a2 ), con:

a1 = i + j, a2 = i − j + k.

1
 1. Determinare la dimensione e una base del complemento ortogonale V ⊥ di V .
2. Scrivere tutti i vettori v di V3 tali che il volume del tetraedro generato da a1 , a2 , v
sia 2. L’insieme dei vettori v così individuato è un sottospazio vettoriale di V3 ?
3. Dato il vettore a = i + j − k, calcolare i vettori proiezione ortogonale di a su V e
su V ⊥ .

[2] In R4 verificare che i due vettori:

a1 = (1, −2, 1, 3), a2 = (2, 1, −3, 1)
sono ortogonali. Completare l’insieme libero {a1 , a2 } fino ad ottenere una base ortogonale
di R4 .

[3] Dato il sottospazio vettoriale di R2,2 :

  
1 3
W = X ∈ R2,2 | AX = XA, dove A = ,
0 −1
determinare la dimensione e una base del suo complemento ortogonale.

[4] In R3 sono dati i vettori:

v1 = (3, 0, 4), v2 = (1, 2, 0), v3 = (2, −2, 4), v4 = (4, 2, 4)
e sia W = L (v1 , v2 , v3 , v4 ).

1. Trovare la dimensione e una base ortonormale B 0 di W .

2. Completare B 0 fino ad ottenere una base ortonormale D di R3 .
3. Determinare la matrice del cambiamento di base dalla base canonica C di R3 alla
base D e viceversa.

[5] Dato il sottospazio vettoriale H = L ((1, −1, 3, 1)) di R4 , trovare la dimensione e

una base ortonormale del sottospazio vettoriale H ⊥ .

[6] Data la matrice:  

1 −2 4 1
 2 −3 9 −1 
 ∈ R4,4 ,
A=
 1 0 6 −5 
2 −5 7 5
indicati con R(A) e C (A) gli spazi vettoriali generati dalle righe e dalle colonne di A
rispettivamente, determinare:

2
 1. la dimensione e una base di R(A) + C (A) e di R(A) ∩ C (A);

2. la dimensione e una base del complemento ortogonale di C (A) in R4 .

[7] Dati i sottospazi vettoriali di R4 :

U = {(x, y, z,t) ∈ R4 | 2x − y + t = z − t = 0},

V = {(x, y, z,t) ∈ R4 | x + y = y − z = x + t = 0},

1. verificare che la somma U + V è diretta.

2. Trovare la dimensione e una base ortonormale di U ⊥ .

[8] A partire da una base ortonormale del sottospazio vettoriale W di R3 :

W = {(x, y, z) ∈ R3 | x − 2y + z = 2x − y − z = 0},

determinare una base ortonormale di R3 .

[9] 1. In R5 i sottospazi vettoriali:

W1 = {(x1 , x2 , x3 , x4 , x5 ) ∈ R5 | x1 + x2 = x3 = 0},

W2 = L ((1, 2, 1, 2, 1), (0, 1, 1, 1, 1), (1, 0, −1, 0, −1), (2, 3, 1, 3, 1)),

sono supplementari?

2. Determinare le equazioni del complemento ortogonale di W1 , la dimensione e una

sua base ortonormale.

[10] Data la base B = (a, b, c) di R3 , con:

a = (1, 0, 1), b = (0, 1, 1), c = (2, 1, 2),

determinare una base ortonormale di R3 , a partire da B, utilizzando il procedimento di

ortonormalizzazione di Gram–Schmidt.

[11] In V3 è dato il vettore v = i + j − k. Determinare una base ortonormale del piano

vettoriale ortogonale a v.

3
[12] In R4 sono dati i vettori:
v1 = (1, 0, 1, −1), v2 = (1, −1, 0, 0), v3 = (0, 0, 1, 1).
1. Verificare che v1 , v2 , v3 formano una base B di W = L (v1 , v2 , v3 ).
2. Trovare una base ortonormale di W a partire dalla base B.

[13] Determinare una matrice ortogonale in modo tale che la sua prima riga sia:
√ √ !
2 2
0, ,− .
2 2

[14] Determinare la dimensione e una base ortonormale del complemento ortogonale F ⊥

del sottospazio vettoriale di R4 :
F = {(x, y, z,t) ∈ R4 | x − y = z − t = y + z = 0}.

[15] In R4 è dato il sottospazio vettoriale U = L ((0, 1, 0, −1), (1, −1, 1, 0)) e sia B una
sua base.
1. Trovare la dimensione e una base ortonormale B 0 di U ⊥ .
2. Costruire una base ortonormale di R4 a partire dalla base B 0 ∪ B.

[16] In R4 si consideri il vettore a = (1, 2, −1, 2).

1. Scrivere l’equazione del complemento ortogonale L (a)⊥ di L (a), rispetto alla
base canonica di R4 .
2. Determinare la dimensione e una base ortonormale di L (a)⊥ .

[17] Completare l’insieme libero {u1 , u2 }, dove:

u1 = (1, 0, −1), u2 = (1, 2, 0),
in modo da ottenere una base B = (u1 , u2 , u3 ) di R3 . Applicare, quindi, a B il metodo
di ortonormalizzazione di Gram–Schmidt per ottenere una base ortonormale di R3 .

[18] Determinare la dimensione e una base ortonormale del sottospazio vettoriale di R4 :

W = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 − x2 + x3 − x4 = 0}
e la dimensione e una base del suo complemento ortogonale W ⊥ .

4
[19] Determinare la dimensione e una base ortonormale del sottospazio vettoriale di R4 :
H = L ((1, 1, 0, 0), (0, 1, 1, 0), (0, 2, 3, 4))
e completare tale insieme libero ad una base ortonormale di R4 .

[20] 1. In R4 , rispetto alla base canonica, scrivere le equazioni del complemen-

to ortogonale W ⊥ del sottospazio vettoriale:
W = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + x2 = −x2 + x3 = 0}.

2. Determinare la dimensione e una base ortonormale di W ⊥ .

[21] 1. In R4 , rispetto alla base canonica, scrivere l’equazione del complemen-

to ortogonale W ⊥ del sottospazio vettoriale W = L ((1, 2, 1, 0)).

2. Determinare la dimensione e una base ortonormale di W ⊥ .

[22] Si consideri la matrice:

 
1 2 1 2
 0 1 2 1 
A=
 1
.
1 0 0 
1 3 2 4
1. Determinare la dimensione e una base di R(A), spazio vettoriale delle righe di A, e
la dimensione e una base di C (A), spazio vettoriale delle colonne di A.
2. Determinare la dimensione e una base di R(A)⊥ , complemento ortogonale di R(A).
Stabilire se R(A)⊥ e C (A) sono in somma diretta e se:
R(A)⊥ = C (A)⊥ .

[23] In R2,2 si considerino i sottospazi vettoriali:

  
x1 x2
W1 = ∈ R2,2 | x1 − x3 = 0 ,
x3 x4
   
1 2 0 1 −1 0
W2 = L , , .
1 −1 2 −1 3 −1

1. Determinare la dimensione e una base di W1 + W2 e W1 ∩ W2 , rispettivamente.

2. Determinare la dimensione e una base ortonormale del complemento ortogonale del
sottospazio vettoriale W1 in R2,2 .

5
[24] In R4 sono dati i sottospazi vettoriali:

W1 = L ((0, 1, −2, 0), (2, 0, −2, −1), (1, 1, −1, 0), (2, −1, 0, −1)),

W2 = {(x, y, z,t) ∈ R4 | x + 2y = 2y + z − 2t = 0};

1. determinare la dimensione e una base di W1 + W2 , e di W1 ∩ W2 .

2. Rispetto alla base canonica di R4 , scrivere le equazioni del complemento ortogonale
di W2 e determinarne la dimensione e una sua base ortonormale.

[25] In R3 determinare la dimensione e una base del complemento ortogonale di L (a),

con a = (1, 0, 2) e una base ortonormale di R3 contenente il versore di a.

[26] In R2,2 determinare la dimensione e una base ortonormale del complemento ortogo-
nale del sottospazio vettoriale S (R2,2 ) delle matrici simmetriche.

[27] In R4 , dato il sottospazio vettoriale:

W = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + x2 = x3 = x1 + x4 = 0},

1. scrivere l’equazione che determina il suo complemento ortogonale W ⊥ .

2. Determinare la dimensione e una base ortonormale di W ⊥ .

[28] In R2,2 determinare la dimensione e una base ortonormale del complemento ortogo-
nale del sottospazio vettoriale delle matrici aventi traccia nulla.

[29] In R2,2 , date le matrici:

   
1 0 0 1
A= , B= ,
0 1 1 0

si considerino i sottospazi vettoriali:

   
x1 x2
W1 = X = ∈ R2,2 | AX = XB ,
x3 x4
   
1 2 −1 −1 2 5
W2 = L , , .
1 0 3 3 4 3

6
 1. Determinare la dimensione e una base di W1 + W2 e di W1 ∩ W2 .

2. Determinare la dimensione e una base di un sottospazio vettoriale supplementare di

W1 in R2,2 e che contenga A.
3. Determinare la dimensione e una base del complemento ortogonale di W2 .

[30] In R4 si consideri il sottospazio vettoriale:

W = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + x2 − 2x3 = 2x2 − 3x3 = 0}.

1. Determinare la dimensione e una base ortonormale del complemento ortogonale del

sottospazio vettoriale W .

2. Determinare la dimensione e una base di un sottospazio vettoriale P di R4 tale che

dim(W ∩ P) = 1 e P non sia contenuto interamente in W .

7
Soluzioni

[1] 1. dim(V ⊥ ) = 1, V ⊥ = L (i − j − 2k).

2. v = (12 + x2 + 2x3 )i + x2 j + x3 k, con x2 , x3 ∈ R; l’insieme di tali vettori non

costituisce un sottospazio vettoriale di V3 perché non contiene il vettore nullo.

1 1
3. a = (2i + 4j − k) + (i − j − 2k),
3 3

quindi le proiezioni ortogonali di a su V e su V ⊥ sono, rispettivamente:

1 1
(2i + 4j − k), (i − j − 2k).
3 3

[2] Poiché a1 · a2 = 0, a1 e a2 sono ortogonali. Per completare l’insieme libero {a1 , a2 }

in modo da ottenere una base ortogonale di R4 si può determinare una base ortogonale di
L (a1 , a2 )⊥ . Quindi una base ortogonale richiesta è, ad esempio:

   
1 1 1 1 1 1
a1 , a2 , , , , 0 , − , , 0, .
3 3 3 3 3 3

[3] W è il sottospazio vettoriale di R2,2 , di dimensione 2, dato da:

  
2 3 1 0
W =L , ,
0 0 0 1

  
⊥ ) = 2, W ⊥ −3 2 0 0
dim(W =L , .
0 3 1 0

  
3 4 8 5 6
[4] 1. dim(W ) = 2, B 0 = , 0, , √ , √ ,− √
5 5 5 29 29 5 29

è una base ortonormale di W .

   
3 4 8 5 6 4 2 3
2. D = , 0, , √ , √ ,− √ , −√ , √ , √ .
5 5 5 29 29 5 29 29 29 29

8
 3 8 4
 
√ −√
 5 5 29 29 
 
 
 5 2 
3. A =  0
 √ √ 


 29 29 

 
 4 6 3 
− √ √
5 5 29 29

è la matrice (ortogonale) del cambiamento di base da C a D ;

tA = A−1 è la matrice del cambiamento di base da D a C .

[5] dim(H ⊥ ) = 3. Una base ortonormale di H ⊥ è:

   
1 1 1 1 2 1 1 1 1
√ , √ , 0, 0 , − √ , √ , 0, √ , − , , , − .
2 2 6 6 6 2 2 2 2

[6] 1. La somma R(A) + C (A) = R4 è diretta, quindi

R(A) ∩ C (A) = {o}.

2. dim(C (A)⊥ ) = 2, C (A)⊥ = L ((3, −2, 1, 0), (−4, 1, 0, 1)).

[7] 1. Il sistema lineare omogeneo costituito dalle equazioni di U e dalle

equazioni di V ammette solo la soluzione nulla, pertanto la somma
U + V è diretta.

2. dim(U ⊥ ) = 2. Una base ortonormale di U ⊥ è:

r ! r r !!
2 1 1 2 1 6 5
, − √ , 0, √ , ,− √ , ,− √ .
3 6 6 33 66 11 66

[8] Una base ortonormale di R3 del tipo richiesto è:

   r !!
1 1 1 1 1 1 1 2
√ , √ , √ , − √ , √ ,0 , − √ ,− √ , ,
3 3 3 2 2 6 6 3
 
1 1 1
con √ ,√ ,√ base ortonormale di W .
3 3 3

9
[9] 1. I due sottospazi vettoriali dati sono supplementari in quanto l’insie-
me unione di una base di W1 ed una base di W2 è una base di R5 .

2. W1⊥ = {(x1 , x2 , x3 , x4 , x5 ) ∈ R5 | x1 − x2 = x4 = x5 = 0},

  
1 1
dim(W1⊥ ) = 2, W1⊥ = L √ , √ , 0, 0, 0 , (0, 0, 1, 0, 0) .
2 2

[10] Una base ortonormale richiesta è:

  r ! !
1 1 1 2 1 1 1 1
√ , 0, √ , − √ , , √ , √ , √ ,− √ .
2 2 6 3 6 3 3 3

[11] Una base ortonormale richiesta è:

r !
1 1 1 1 2
− √ i + √ j, √ i + √ j + k .
2 2 6 6 3

[12] 1. I vettori v1 , v2 , v3 formano una base di W in quanto la matrice avente per

righe le componenti dei vettori dati ha rango 3.

2. Una base ortonormale richiesta è:

  r !  !
1 1 1 2 3 1 1 1 1
√ , 0, √ , − √ , √ ,− ,− √ , √ , 0, 0, √ , √ .
3 3 3 15 5 15 15 2 2

 √ √ 
2 2
 0 −
 2 2  
[13] Per esempio  1 0 0 
.

 √ √ 
 2 2 
0
2 2

[14] dim(F ⊥ ) = 3. Una base ortonormale di F ⊥ è:

  r ! √ !!
1 1 1 1 2 1 1 1 3
− √ , √ , 0, 0 , √ , √ , ,0 , − √ ,− √ , √ , .
2 2 6 6 3 2 3 2 3 2 3 2

10
[15] 1. dim(U ⊥ ) = 2. Una base ortonormale di U ⊥ è:
  
1 1 1 2 1 2
B0 = − √ , 0, √ , 0 , √ , √ , √ , √ .
2 2 10 10 10 10
2. Una base ortonormale richiesta è:
  
1 1 1 2 1 2
− √ , 0, √ , 0 , √ , √ , √ , √ ,
2 2 10 10 10 10
  
1 1 2 1 2 1
0, √ , 0, − √ , √ , − √ , √ , − √ .
2 2 10 10 10 10

[16] 1. L (a)⊥ = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + 2x2 − x3 + 2x4 = 0}.

2. dim(L (a)⊥ ) = 3. Una base ortonormale di L (a)⊥ è:

   
1 1 1 1 1 1 2 1 3
√ , 0, √ , 0 , − √ , √ , √ , 0 , − √ , − √ , √ , √ .
2 2 3 3 3 15 15 15 15

[17] u1 = (1, 0, −1), u2 = (1, 2, 0), u3 = (0, 0, 1);

una base ortonormale richiesta è:

     
1 1 1 4 1 2 1 2
√ , 0, − √ , √ , √ , √ , ,− , .
2 2 3 2 3 2 3 2 3 3 3

[18] dim(W ) = 3. Una base ortonormale di W è:

 
1 1 1
√ (1, 1, 0, 0), √ (−1, 1, 2, 0), √ (1, −1, 1, 3) ;
2 6 12

dim(W ⊥ ) = 1, W ⊥ = L ((1, −1, 1, −1)).

[19] dim(H ) = 3. Una base ortonormale di H è:

 
1 1 1
√ (1, 1, 0, 0), √ (−1, 1, 2, 0), √ (1, −1, 1, 12) ;
2 6 147

una base ortonormale di R4 richiesta è:

 
1 1 1 1
√ (1, 1, 0, 0), √ (−1, 1, 2, 0), √ (1, −1, 1, 12), (−4, 4, −4, 1) .
2 6 147 7

11
[20] 1. W = L ((−1, 1, 1, 0), (0, 0, 0, 1));

W ⊥ = {(x1 , x2 , x3 , x4 ) ∈ R4 | −x1 + x2 + x3 = x4 = 0}.

2. dim(W ⊥ ) = 2, una base ortonormale di W ⊥ è:

  
1 1 1 2 1
√ , 0, √ , 0 , √ , √ , − √ , 0 .
2 2 6 6 6

[21] 1. W ⊥ = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + 2x2 + x3 = 0}.

2. dim(W ⊥ ) = 3. Una base ortonormale di W ⊥ è:

   
1 1 1 1 1
(0, 0, 0, 1), √ , 0, − √ , 0 , − √ , √ , − √ , 0 .
2 2 3 3 3

[22] 1. dim(R(A)) = 3, R(A) = L ((1, 2, 1, 2), (0, 1, 2, 1), (0, 0, 1, −1));

dim(C (A)) = 3, C (A) = L ((1, 0, 1, 1), (0, −1, 1, −1), (0, 0, 1, −1)).

2. dim(R(A)⊥ ) = 1, R(A)⊥ = N (A) = L ((3, −3, 1, 1)). R(A)⊥ è in somma

diretta con C (A), ma C (A)⊥ = L ((−2, 0, 1, 1)) non coincide con R(A)⊥ .

[23] 1. dim(W1 + W2 ) = 4, W1 + W2 = R2,2 ;

 
1 2
dim(W1 ∩ W2 ) = 1, W1 ∩ W2 = L .
1 −1

2. dim(W1⊥ ) = 1. Una base ortonormale di W1⊥ è:


1

 √2 0 
 .
 1 
−√ 0
2

[24] 1. dim(W1 ) = 3, W1 = L ((0, 1, −2, 0), (2, −1, 0, −1), (1, 0, 1, 0));

dim(W2 ) = 2, W2 = L ((−2, 1, −2, 0), (0, 0, 2, 1));

dim(W1 + W2 ) = 4, W1 + W2 = R4 ;

dim(W1 ∩ W2 ) = 1, W1 ∩ W2 = L ((−2, 1, 0, 1)).

12
 2. W2⊥ = {(x, y, z,t) ∈ R4 | 2x − y + 2z = 2z + t = 0},

dim(W2⊥ ) = 2, una base ortonormale di W2⊥ è:

  
2 1 2 3 10 4 8
0, , , − , √ , √ , − √ , √ .
3 3 3 29 3 29 3 29 3 29

[25] dim(L (a)⊥ ) = 2, L (a)⊥ = L ((−2, 0, 1), (0, 1, 0)).

Una base ortonormale di R3 contenente il versore di a è:

   
1 2 2 1
√ , 0, √ , (0, 1, 0), − √ , 0, √ .
5 5 5 5

[26] dim(S (R2,2 )⊥ ) = 1. Una base ortonormale di S (R2,2 )⊥ è:

 
1
0 √ 

 2 .
 1 
−√ 0
2

[27] 1. W ⊥ = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 − x2 − x4 = 0}.

2. dim(W ⊥ ) = 3. Una base ortonormale di W ⊥ è:

   
1 1 1 1 2
√ , √ , 0, 0 , (0, 0, 1, 0), √ , − √ , 0, √ .
2 2 6 6 6

[28] Il complemento ortogonale del sottospazio vettoriale delle matrici quadrate di ordine
2 aventi traccia nulla ha dimensione 1 e una sua base ortonormale è:


1

 √2 0 
 .
 1 
0 √
2

[29] 1. dim(W1 + W2 ) = 4, W1 + W2 = R2,2 ;

13
  
−1 −1
dim(W1 ∩ W2 ) = 1, W1 ∩ W2 = L .
3 3

2. La dimensione di un sottospazio vettoriale supplementare di W1 in R2,2 che

contenga A è uguale a 2. Una base richiesta è:
  
0 0
A, .
0 1
 
6 −3
3. dim(W2⊥ ) = 1, W2⊥ =L .
0 1

[30] 1. dim(W ) = 2, W = L ((1, 3, 2, 0), (0, 0, 0, 1));

dim(W ⊥ ) = 2, W ⊥ = L ((−2, 0, 1, 0), (−3, 1, 0, 0)).

Una base ortonormale di W ⊥ è:

  r r !!
2 1 3 5 2
− √ , 0, √ , 0 , − √ , , −3 ,0 .
5 5 70 14 35

2. dim(P) = 2, per esempio P = L ((0, 0, 0, 1), (0, 1, 0, 0)) perché i vettori (1, 3, 2, 0), (0, 1, 0, 0), (0,
sono linearmente indipendenti ed il vettore (1, 3, 2, 0) ∈ W .

14