Diagonalizzazione

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 aventi m righe e
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 =  .. .. .. ,
E11 =  .

. .  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.

- Rn,n lo spazio vettoriale euclideo delle matrici quadrate di ordine n, ad elementi reali,
riferito alla base canonica (il caso particolare della precedente).

- S (Rn,n ) lo spazio vettoriale delle matrici simmetriche di ordine n ad elementi reali, di

dimensione n(n + 1)/2, riferito alla base:

1 0 ... ... 0 0 1 ... ... 0

  
 0 0 ... ... 0  1 0 ... ... 0 
 .. .. .. ..  .. .. .. .. 
. ,  . , . . . ,
  
 . . . . . .
 .. .. .. ..  .. .. .. .. 
 . . . .  . . . . 
0 0 ... ... 0 0 0 ... ... 0

1
 0 0 ... ... 1 0 0 ... ... 0
  
 0 0 ... ... 0  0 1 ... ... 0 
 .. .. .. ..  .. .. .. .. 
. ,  . , . . . ,
  
 . . . . . .
 .. .. .. ..  .. .. .. .. 
 . . . .  . . . . 
1 0 ... ... 0 0 0 ... ... 0
0 ... ... 0 0 0 ... ... 0 0
  
.. .. .. .. .. .. .. ..
. .
  
 . . .  . . . 
 .. .. .. .. , 
 .. .. .. .. .


 . . . .  . . . . 
 0 ... ... 0 1  0 ... ... 0 0 
0 ... ... 1 0 0 ... ... 0 1

- A (Rn,n ) lo spazio vettoriale delle matrici antisimmetriche di ordine n ad elementi reali,

di dimensione n(n − 1)/2, riferito alla base:
0 1 ... ... 0
  
0 0 1 ... 0
 −1 0 ... ... 0  0 0 0 ... 0 
 . .. .. 
..
 
 .   −1 0 0 ... 0 
 . . . . ,  ,
 . . . .   .. .. .. . . .. 
 .. .. .. ..   . . . . . 
0 0 ... ... 0 0 0 0 . . . 0
 
0 0 ... 0 0
 0
 0 ... 0 0 

 .. .
.. .. .
.. .
.. 
..., . .

 . 
 0 0 ... 0 1 
0 0 . . . −1 0

- Rn [x] lo spazio vettoriale reale, di dimensione n + 1, dei polinomi di grado minore o

uguale a n, nella variabile x, a coefficienti reali, riferito alla base (1, x, x2 , . . . , xn ).

- 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.

- Se f : V −→ W è un applicazione lineare tra due spazi vettoriali V e W allora f (H )

indica l’immagine del sottospazio vettoriale H di V, mentre f −1 (K ) indica la contro-
immagine del sottospazio vettoriale K di W. M B,C ( f ) indica la matrice associata ad f
rispetto alla base B di V e alla base C di W.

- H ⊥ indica il complemento ortogonale del sottospazio vettoriale H di uno spazio

vettoriale euclideo (V, · ).

2
- Il vettore nullo di un generico spazio vettoriale è indicato con il simbolo o.

[1] Trovare gli autovalori e gli autospazi della matrice:

 
2 1 0
A= 1 2 1 .
0 1 2

[2] Trovare gli autovalori e gli autospazi della matrice:

 
2 1 1
A =  1 −2 3 .
3 4 −1

[3] Trovare gli autovalori e gli autospazi della matrice:

 
0 −2 −2
A= 2 4 2 .
−2 −2 0

[4] Trovare gli autovalori e gli autospazi della matrice:

 
1 −1 0 0
 −1 2 −1 0 
A=  0 −1
.
1 0 
0 0 0 1

[5] Trovare gli autovalori e gli autospazi della matrice:

 
3 −1 0 0
 −1 3 0 0 
A=  0
.
0 4 1 
0 0 1 4

[6] Trovare gli autovalori e gli autospazi della matrice:

 
1 −4 3 0
 −4 1 0 0 
A=  3
.
0 1 0 
0 0 0 1

3
[7] Trovare gli autovalori e gli autospazi della matrice:
 
2 0 0 0
 0 1 1 0 
A=  0
.
1 1 0 
0 0 0 2

[8] Trovare gli autovalori e gli autospazi della matrice:

 
2 −1 0 0
 −1 −2 0 0 
A= .
 0 0 2 −1 
0 0 −1 −2

[9] Data la matrice:  

a 2 −1 + a
A =  −3 5 −2 , a ∈ R,
−4 4 −1

1. determinare per quali valori del parametro a la matrice A ammette l’autovalore

λ = 1.

2. Posto a = 0, esistono tre autovettori di A linearmente indipendenti?

[10] Si considerino le matrici:

   
1 0 0 1 0 0
A =  1 −1 0 , B= 0 −1 0 .
2 3 2 0 0 2

1. Determinare (se esiste) una matrice invertibile P tale che P−1AP = B.

2. Esiste una matrice ortogonale Q tale che Q−1AQ = B?

[11] Data la matrice:

 
0 h h
A= 1 −h + h2 1 , h ∈ R,
 

−1 + h 0 −1 + h

1. trovare i valori di h per cui A ha rango minore di 3.

4
Posto h = 1 nella matrice A:

2. determinare autovalori e autospazi di A;

3. A è diagonalizzabile?

[12] Data la matrice:  

1 2 −4
A= 2 −2 −2 ,
−4 −2 1
trovare:

1. gli autovalori e gli autospazi di A;

2. una base ortonormale di R3 costituita da autovettori di A;
3. una matrice ortogonale P tale che P−1AP sia una matrice diagonale.

[13] Data la matrice:

 
3 2 1
A =  −3 −2 1 + h , h ∈ R,
6 4 2

1. trovare il valore di h per cui la matrice A ammette l’autovalore λ = 3.

2. Posto h = −2, provare che A è diagonalizzabile, trovare una matrice diagonale D
simile ad A e un cambiamento di base che la realizzi.

[14] Dire se la matrice:  

1 −2 4 1
 2 −3 9 −1 
A= 
 1 0 6 −5 
2 −5 7 5
ammette l’autovalore λ = 0.

[15] Al variare di a ∈ R discutere e risolvere il sistema lineare omogeneo AX = O, dove:

   
1 −1 2 + a x1
A =  1 + 2a −1 0 , X =  x2 
0 0 a x3

e O ∈ R3,1 è la matrice nulla. Posto a = −1, scrivere la matrice B = tA + A e trovare gli

autovalori di B.

5
[16] Data la matrice:
 
0 a −1 0
 a 0 1 0 
A=
 −1
, a ∈ R,
1 −1 0 
0 0 0 a

1. dire per quali valori del parametro a la matrice A ha rango massimo.

2. Posto a = 0, trovare gli autovalori e gli autospazi di A.

[17] Data la matrice:  

0 2 a
A= 2 1 1 , a ∈ R,
a 1 1

1. trovare i valori di a per i quali il rango di A è 2.

2. Posto a = 2, trovare autovalori e autospazi di A.

[18] Sono date le matrici:

  
  
1 0 1 x 0
A= 1 h 2 , X =  y , B =  1 , h ∈ R.
−1 h 1 − h2 z h

1. Discutere, al variare del parametro h, le soluzioni dell’equazione matriciale AX = B.

Posto h = 0 nella matrice A:

2. scrivere la matrice C = A tA e ridurla a forma diagonale;

3. dire se i vettori rappresentati dalle righe della matrice A costituiscono una base
ortonormale di R3 .

[19] Data la matrice:

 
0 −1 k
A =  −1 h −1 , h, k ∈ R,
k −1 0

1. determinare per quali valori di h, k ∈ R la matrice A è invertibile.

6
Posto h = 0, k = 1,

2. verificato che A è diagonalizzabile, determinare una matrice diagonale D e una

matrice invertibile P tale che D = P−1AP.
3. Giustificare il fatto che la matrice A sia ortogonalmente diagonalizzabile e trovare
una matrice ortogonale Q che la diagonalizzi.

[20] Sia A ∈ Rn,n una matrice invertibile.

1. Stabilire la relazione che intercorre tra gli autovalori di A e gli autovalori di A−1 .
2. Supponendo che A sia diagonalizzabile, vale a dire che esistano una matrice inverti-
bile P e una matrice diagonale D tali che P−1AP = D, verificare che anche A−1 è
diagonalizzabile e determinare una matrice invertibile P0 e una matrice diagonale
D0 tali che (P0 )−1 A−1 P0 = D0 .

[21] Sia A ∈ Rn,n . Si consideri A2 = A A.

1. Stabilire la relazione che intercorre tra gli autovalori di A e gli autovalori di A2 .

2. Supponendo che A sia diagonalizzabile, vale a dire che esistano una matrice inverti-
bile P e una matrice diagonale D tali che P−1AP = D, verificare che anche A2 è
diagonalizzabile e determinare una matrice invertibile P0 e una matrice diagonale
D0 tali che (P0 )−1 A2 P0 = D0 .

[22] Data la matrice:  

0 1 0 0
 1 0 0 0 
A=
 ,
0 0 1 2 
0 0 2 1
determinarne gli autovalori e una base di ciascun autospazio e dire se A è diagonalizzabile.

[23] Data la matrice:  

1 1 1
A =  −1 0 1 ,
2 1 0

1. determinarne gli autovalori.

2. A è diagonalizzabile? In caso affermativo, determinare una matrice P in R3,3 tale
che P−1AP sia una matrice diagonale.

7
[24] 1. Per quali valori del parametro h ∈ R il sistema lineare:

 x − hy + z = 1
x + hy − z = 0
3x − y + z = 2, h ∈ R,


ammette infinite soluzioni?

Detta A la matrice dei coefficienti del sistema lineare:

2. trovare per quali valori di h esiste A−1 ;

3. posto h = 1, dire se A è diagonalizzabile.

[25] Sia A ∈ Rn,n , dimostrare oppure dare un controesempio alle seguenti implicazioni:

1. A diagonalizzabile =⇒ A invertibile;
2. A invertibile =⇒ A diagonalizzabile.

[26] Sia:  
1 −3 5
A= 3 2 1 ,
−5 −4 0
determinare la matrice B = A + tA. Verificare che B è diagonalizzabile e scrivere una
matrice D diagonale simile a B.

[27] Sia:  
1 0 −1 0
 0 −1 1 0 
A=
 , k ∈ R.
0 0 1 1 
0 0 k 0

1. Per quali valori di k la matrice A è invertibile?

2. Per quali valori di k la matrice A è diagonalizzabile?

[28] Si consideri la matrice simmetrica:

 
2 −2 −1
A =  −2 5 2 .
−1 2 2

8
 1. Stabilire se A è invertibile e, in caso affermativo, determinare A−1 .

2. Calcolare gli autovalori e una base di ciascun autospazio di A.

3. Determinare una matrice P tale che P−1AP = D, dove D è una matrice diagonale e
con P non necessariamente ortogonale.
4. Determinare una matrice ortogonale Q tale che Q−1AQ = D.

[29] Verificare che la matrice:

 
1 2 −1 0
 2 3 −2 0 
A=
 
−1 −2 1 0 
0 0 0 0

è diagonalizzabile e determinare una matrice D diagonale, simile ad A.

[30] Verificare che la matrice:

 
−10 −14 0
A= 6 9 0 
−9 −18 −1

è diagonalizzabile e determinare una matrice P ∈ R3,3 tale che la matrice D = P−1AP sia
diagonale.

[31] Determinare per quali valori del parametro reale k la matrice:

 
1 0 0 0
 −1 + k2 1 0 0 
A=  3k − 2k5 + k30
3

0 1 0 
5 + 5k k + k2 −k + k3 1

è, rispettivamente:

1. invertibile,

2. diagonalizzabile.

9
[32] 1. Data la matrice:
 
0 1 1 h
A= 1 −1 0 −1 , h ∈ R,
1 0 1 0

determinare, al variare di h, il rango di A.

2. Posto h = 1, trovare autovalori e una base di ciascun autospazio della matrice

B = A tA e scrivere una matrice P che diagonalizzi ortogonalmente B.

[33] Data la matrice:

 
−1 0 4 0
 0 1 0 −1 
A=
 1
, h ∈ R,
0 2 0 
0 h 0 1

stabilire per quali valori di h la matrice A è, rispettivamente:

1. invertibile,
2. diagonalizzabile.

[34] Sia A una matrice quadrata qualsiasi.

1. Provare che A e la matrice trasposta tA hanno gli stessi autovalori.

2. Data la matrice:  
2 −3 0 3
 3 −4 0 3 
A= ,
 0 3 2 −3 
3 −3 0 2
trovare una base di ciascun autospazio di A e di tA e stabilire se gli autospazi
coincidono oppure no (ricordare il punto 1.).

[35] Stabilire per quali valori di h ∈ R la matrice:

 
2 3 1
A =  −2 −3 h 
4 6 2

è diagonalizzabile.

10
[36] Determinare per quali valori di a e b in campo reale la matrice:
 
1 0 0
A= 0 1 a 
0 0 b

è diagonalizzabile, e, in questi casi, determinare una matrice diagonale D simile ad A e

una matrice invertibile P tale che D = P−1AP.

[37] Stabilire per quali valori di h ∈ R la matrice:

 
1 0 h
A= 0 2 0 
h 1 1

è diagonalizzabile.

[38] Stabilire per quali valori di h ∈ R la matrice:

 
2 0 0
A =  2 − h −1 + h −1 
−2 + h 0 h

è diagonalizzabile.

[39] Sia A ∈ R4,4 una matrice simmetrica di rango 2 che ammette l’autovalore λ = 2 e
sia V = L ((1, 2, 0, 1), (0, 1, 1, 0)) l’autospazio relativo a tale autovalore.

1. Determinare una base di R4 formata da autovettori di A.

2. Scrivere una matrice D simile ad A.

[40] Sia A ∈ R4,4 una matrice simmetrica con solo due autovalori distinti λ1 = 1, λ2 = 3
e sia U = L ((0, 1, 0, 1)) un autospazio.

1. Determinare una base ortonormale di R4 formata da autovettori di A.

2. Determinare una matrice diagonale simile ad A.

11
[41] È data la matrice:
 
0 2h 2h
A= 2 2 0 , h, k ∈ R.
2 k 2
1. Posto k = 0:
a. trovare per quale valore di h la matrice A ha autovalore λ = 2.
b. Scelto h = 1 e verificato che A è diagonalizzabile, determinare una matrice
diagonale D simile ad A e una matrice P del cambiamento di base che la
realizzi.
c. Perché P può essere una matrice ortogonale?
2. Posto invece h = 0, stabilire per quali valori di k la matrice A è diagonalizzabile.

[42] Sia data la matrice:

 
0 2 2a
A= 2 2 0 , a ∈ R.
2 0 2
1. Posto a = −1, trovare gli autovalori e una base di ciascun autospazio di A. La
matrice A è diagonalizzabile?
Posto a = 0:
2. verificato che la matrice A ha rango massimo, determinare una base ortonormale
B dello spazio vettoriale generato dai vettori riga di A ed una base ortonormale C
dello spazio vettoriale generato dai vettori colonna di A.
3. Scrivere la matrice P del cambiamento di base tra B e C e stabilire di che tipo di
matrice si tratta.

[43] 1. Data la matrice:

 
1 −3 1 2
 h 0 0 0 
A= , h ∈ R,
 1 −1 0 0 
0 0 0 h
determinare i valori di h per cui A è invertibile e in questi casi calcolare
A−1 .
2. Posto h = 0, trovare gli autovalori e gli autospazi di A.
3. Stabilire, in questo caso, se A è diagonalizzabile, giustificando accuratamente la
risposta.

12
[44] Data la matrice:  
0 1 0
A= 1 0 0 ,
0 0 0
scrivere tutte le matrici diagonali simili ad A.

[45] Data la matrice:  

4 2 1
A= 2 3 2 ,
1 2 4

1. verificato che λ = 1 è un autovalore di A, determinarne gli autovalori e una base di

ciascun autospazio;

2. determinare una matrice P che diagonalizzi A e che non sia necessariamente

ortogonale;
3. determinare una matrice Q ortogonale che diagonalizzi A.

[46] Data la matrice simmetrica:

 
−3 0 0
A= 0 0 3 ,
0 3 0

1. determinarne gli autovalori e una base di ciascun autospazio di A.

2. Determinare una matrice diagonale D e una matrice P (non necessariamente
ortogonale) tale che P−1AP = D.
3. Determinare una matrice ortogonale Q tale che t QAQ = D.

[47] Sia A una matrice quadrata, ad elementi reali, di ordine 8, il cui polinomio caratteri-
stico è:
P(λ ) = λ 3 (λ − 1)(λ 2 − 2)(λ − 3)2 .

1. Quanto può valere il rango di A? (Giustificare la risposta).

2. A può essere diagonalizzabile? (Giustificare la risposta).

13
[48] Data la matrice:  
3 0 −1
A= 2 1 0 ,
−1 1 1

1. determinarne gli autovalori e gli autospazi;

2. scrivere tutte le matrici diagonali simili ad A.

p
[49] Sia A ∈ R2,2 una matrice tale che tr(A) = 2 det(A). Provare che A ammette un
unico autovalore.

[50] In R4 sono dati i vettori:

v1 = (1, 2, 0, 1), v2 = (1, 0, 1, 0), v3 = (−1, 0, 0, −2), v4 = (0, 1, 0, −1).

1. Verificare che v1 , v2 , v3 , v4 sono linearmente indipendenti.

2. Stabilire se le seguenti condizioni definiscono un endomorfismo f di R4 :

 f (v1 ) = v1

 f (v2 ) = 2v1 + v2


f (v3 ) = −v2 + v3
 f (v4 ) = v3



f (v1 + v2 + v3 ) = (2, 2, 1, 1).


Verificare che le seguenti condizioni definiscono un endomorfismo g di R4 :



 g(v1 ) = v1
g(v2 ) = 2v1 + v2



g(v3 ) = −v2 + v3
g(v4 ) = v3




g(v1 + v2 + v3 ) = (2, 6, 0, 1).


3. Determinarne gli autovalori e una base di ciascun autospazio di g.

4. g è diagonalizzabile?

[51] Si consideri l’endomorfismo f di R2,2 associato alla matrice:

 
1 0 h 0
 0 1 0 h 
A= , h ∈ R.
 3 0 −2 + h 0 
0 3 0 −2 + h

14
 1. Determinare la dimensione e una base di ker f e di im f , al variare di h in R.
2. Posto h = −1, determinare una base di autovettori di ciascun autospazio e stabilire
se f è diagonalizzabile.
3. Posto h = −1, trovare una base di f −1 (G ), dove G è il sottospazio vettoriale
definito da:
  
x1 x2
G= ∈R 2,2
| 4x1 + x2 − x3 = 3x2 − 3x3 − 4x4 = 0 .
x3 x4

[52] Data la funzione:

f : R2,2 −→ R2,2
così definita:
   
x1 x2 x1 + 17x2 + 10x3 + 9x4 x2
f = ,
x3 x4 11x2 + 8x3 + 6x4 −13x2 − 8x3 − 6x4

1. verificare che f è un endomorfismo e determinare la matrice A associata ad f ,

rispetto alla base canonica di R2,2 .
2. Determinare la dimensione e una base di ker f e di im f .
3. Determinare la dimensione e una base di f (H ), dove:
  
x1 x2
H = ∈ R2,2 | 4x1 + 2x3 − x4 = 0 ,
x3 x4

e la dimensione e una base di f −1 (K ), dove:

  
y1 y2
K = ∈ R2,2 | y1 + y4 = y3 = 0 .
y3 y4

4. Calcolare gli autovalori di f e una base di ciascun autospazio.

5. f è diagonalizzabile? Se la risposta è affermativa, scrivere una matrice diagonale D
a cui f è associata e determinare una matrice del cambiamento di base P tale che
D = P−1AP.

[53] Sia V il sottoinsieme di R2,2 formato dalle matrici aventi traccia nulla.
1. Verificare che V è un sottospazio vettoriale di R2,2 e che B = (A1 , A2 , A3 ), dove:
     
0 1 0 0 1 0
A1 = , A2 = , A3 = ,
0 0 1 0 0 −1

è una base di V .

15
 2. Trovare, rispetto alla base B , la matrice dell’endomorfismo f di V tale che:
  
−1 − h 1
f (A + A ) =

1 2

2+h 1+h







  
0 1

f (2A2 + A3 ) =

 3 0



  
3−h −2


 f (A1 − A2 + A3 ) = , h ∈ R.


−3 + h −3 + h

3. Stabilire per quali valori di h ∈ R l’endomorfismo f è, rispettivamente:

a. un isomorfismo,
b. diagonalizzabile.

[54] Sia B = (v1 , v2 , v3 ) una base di uno spazio vettoriale V di dimensione 3.

1. determinare la matrice associata, rispetto alla base B, all’endomorfismo f di V

tale che:
ker f = L (v2 − v3 )





f (3v1 + v2 − v3 ) = 9v1



f (v1 + v2 + v3 ) = 3v1 + 2v2 + 4v3 .


2. f è diagonalizzabile?

[55] Si considerino le matrici associate, rispetto alla base canonica, agli endomorfismi
f : R3 −→ R3 tali che siano verificate entrambe le seguenti condizioni:
a. ker f = {(x1 , x2 , x3 ) ∈ R3 | x1 + x2 + x3 = 0},

b. f (H ) ⊆ H , dove H = {(x1 , x2 , x3 ) ∈ R3 | x3 = 0}.

Determinare quali tra queste matrici sono diagonalizzabili, quindi individuare una base di
R3 formata da autovettori di f in questi casi.

[56] Nello spazio vettoriale V3 è data la funzione f : V3 −→V3 così definita:

f (x) = i ∧ x + 2j ∧ x − k ∧ x.
1. Provare che f è un endomorfismo di V3 .
2. Determinare la dimensione e una base di ker f e di im f .
3. f è diagonalizzabile?

16
[57] Si consideri la funzione:
1
f : R2,2 −→ R2,2 , A 7−→ (A + tA).
2
1. Verificare che f è un endomorfismo di R2,2 .
2. Scrivere la matrice associata ad f rispetto alla base canonica di R2,2 .

3. Determinare la dimensione e una base di ker f e di im f .

4. f è diagonalizzabile? In caso affermativo, determinare una base di R2,2 di autovet-
tori e la matrice a cui f è associata, rispetto a tale base.

[58] Verificare che le matrici:

   
2 14 −7 1 0 0
A =  0 −2 2 , A0 =  0 2 0 
0 −6 5 0 0 2

sono associate allo stesso endomorfismo f : R3 −→ R3 . Se A è riferita alla base canonica

di R3 , determinare una base a cui è riferita la matrice A0 .

[59] Si consideri l’endomorfismo f : R2,2 −→ R2,2 così definito:

       
2 0 2h −2 1 2 h −2h
f = , f = ,
−1 1 −1 −1 0 −1 4 1
       
0 −1 0 6+h 1 2 h 2 − 2h
f = , f = ,
3 1 1 −1 1 −2 5 2

con h ∈ R.

1. Scrivere la matrice associata ad f rispetto alla base canonica di R2,2 .

2. Al variare di h ∈ R, determinare la dimensione e una base di ker f e di im f .

3. Per quali valori di h esiste f −1 ? Determinare, in questi casi, la matrice associata ad

f −1 .
4. Per quali valori di h l’endomorfismo f è diagonalizzabile?

17
[60] Sia:   
x1 x2
T (R ) =
2,2
∈R 2,2
| x3 = 0
x3 x4
il sottospazio vettoriale di R2,2 delle matrici triangolari superiori. Si consideri l’endomor-
fismo f : T (R2,2 ) −→ T (R2,2 ) tale che:
    
1 2 −8 −10
f =


0 −1 0 −10








    
0 1 −6 −8
f =

 0 −1 0 −10



    
1 2 −5 −7


 f = .


0 0 0 −6

1. Si verifichi che f è ben definito.

2. Scrivere la matrice A associata ad f rispetto alla base:

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

di T (R2,2 ).
3. Determinare la dimensione e una base di ker f e di im f .

4. Dato:
  
x1 x2
H = ∈ T (R ) | x1 + 3x2 = 0 ,
2,2
0 x3

determinare la dimensione e una base di f (H ) e di f −1 (H ).

5. f è diagonalizzabile?
6. In caso affermativo scrivere una matrice D diagonale simile ad A e una base di
T (R2,2 ) a cui D è riferita.

[61] Sia f : V3 −→ V3 la funzione così definita:

f (x) = a ∧ x + (b · a)(b ∧ x),

dove a = i − j + k, b = i + k.

1. Verificare che f è un endomorfismo di V3 .

18
 2. Scrivere la matrice associata ad f rispetto alla base B = (i, j, k).

3. Determinare la dimensione e una base di ker f e di im f .

4. Determinare la dimensione e una base di f (W ), dove W = {x ∈ V3 | x · a = 0} e la
dimensione e una base di f −1 (U ), dove U = {x ∈ V3 | x ∧ b = o}.
5. Verificare che C = (i + j, i − j + k, 2k) è una base di V3 e scrivere la matrice A0
associata ad f rispetto alla base C .
6. f è diagonalizzabile?

[62] In R2,2 si consideri la funzione:

f : R2,2 −→ R2,2 , A 7−→ tA.

1. Verificare che f è un endomorfismo di R2,2 .

2. Scrivere la matrice associata ad f rispetto alla base canonica di R2,2 .

3. f è invertibile? In caso positivo, determinare una matrice associata a f −1 .

4. f è diagonalizzabile? In caso positivo, scrivere una matrice diagonale simile alla
matrice associata ad f e determinare una base rispetto alla quale tale matrice è data.

[63] Si consideri l’endomorfismo:

f : R2,2 −→ R2,2 , X 7−→ AX − XA,

dove:  
1 h
A= , h ∈ R.
1 −1

1. Determinare, al variare di h, la dimensione e una base di ker f .

2. Stabilire per quali valori di h l’endomorfismo f è diagonalizzabile.

3. Posto h = 3, trovare una base di R2,2 formata da autovettori di f .
4. Posto h = 0, determinare la dimensione e una base del sottospazio vettoriale
im f ∩ W , dove:
  
x1 x2
W = ∈R 2,2
| 2x1 + x3 = 2x2 − 3x3 + 2x4 = 0 .
x3 x4

19
[64] In V3 si considerino i vettori a = i − j, b = j + k. Sia f : V3 −→ V3 la funzione così
definita:
 
x·a∧b
f (x) = x − a ∧ b.
k a ∧ b k2

1. Provare che f è un endomorfismo e precisarne il suo significato geometrico.

2. Scrivere la matrice associata ad f rispetto alla base B = (i, j, k).
3. Dopo aver verificato che B 0 = (a, b, a ∧ b) è una base di V3 , scrivere la matrice
associata ad f rispetto alla base B 0 .
4. Determinare la dimensione e una base sia di ker f sia di im f . Stabilire se f è
diagonalizzabile e, in caso affermativo, trovare una base di V3 formata da autovettori
di f . (Questo punto non richiede calcoli se le risposte vengono adeguatamente
giustificate).

[65] Si consideri l’endomorfismo f di S (R2,2 ) tale che:

    
1 0 1 0
f =


0 0 0 h








    
0 1 0 2
f =

 1 0 2 1



    
1 0 1+h 0


 f = , h ∈ R.


0 1 0 1+h
1. Stabilire per quali valori di h f è diagonalizzabile.
2. Posto h = 1, trovare la dimensione e una base del sottospazio vettoriale f (W ),
dove:   
a b
W = ∈ S (R2,2 ) | a − b + c = 0 .
b c

[66] Si consideri il seguente endomorfismo di R2,2 :

 
1 0
f : R2,2 −→ R2,2 , X 7−→ B−1XB, dove B = , h ∈ R.
h −1
1. Trovare per quali valori di h ∈ R l’endomorfismo f è un isomorfismo.
2. Stabilire per quali valori di h ∈ R l’endomorfismo f è diagonalizzabile.
3. Posto h = 1, trovare una base di R2,2 formata da autovettori di f .

20
[67] Sia f l’endomorfismo di R3 che verifica simultaneamente le seguenti condizioni:

a. ker f = {(x1 , x2 , x3 ) ∈ R3 | x1 + x3 = x2 + x3 = 0};

b. f ((1, 0, 1)) = (1, 2, −3);

c. (1, −1, 0) è un autovettore di f relativo all’autovalore −1.

1. Trovare la matrice di f rispetto alla base canonica di R3 .

2. Stabilire se f è diagonalizzabile e, in caso positivo, trovare una base di R3 formata
da autovettori di f .

[68] Data la matrice:  

−1 2
B= , h ∈ R,
h −6
si consideri l’endomorfismo di R2,2 :

f : R2,2 −→ R2,2 , X 7−→ XB.

1. Per ogni valore di h, determinare la dimensione e una base di ker f e di im f .

2. Scelto l’unico valore di h per cui f non è un isomorfismo, stabilire se f è diagona-
lizzabile.

3. Per il valore di h determinato nel punto precedente, trovare la dimensione e una

base di f (W ), dove:
W = {X ∈ R2,2 | tX = −X}.

[69] Dato l’endomorfismo:

f : R2,2 −→ R2,2
tale che f (A) = tA,

1. scrivere la matrice associata ad f rispetto alla base canonica di R2,2 ;

2. determinare la dimensione e una base di ker f e di im f ;
3. determinare la dimensione e una base di f (S (R2,2 )) e di f (A (R2,2 ));

4. determinare una base di ciascun autospazio di f ;

5. f è diagonalizzabile?

21
[70] In R2,2 si considerino i sottoinsiemi:
  
x1 x2
S (R2,2 ) = ∈ R2,2 | x2 = x3
x3 x4
delle matrici simmetriche e:
  
x1 x2
W = ∈ R2,2 | x1 + x4 = 0
x3 x4
delle matrici a traccia nulla.
1. Dimostrare che S (R2,2 ) e W sono sottospazi vettoriali di R2,2 , determinare le loro
dimensioni e una base di ciascuno.
2. Data l’applicazione lineare:
f : S (R2,2 ) −→ W
così definita:
   
x1 x2 −2x2 − 2x3 2x1 + 4x2 + 2x3
f = ,
x2 x3 −2x1 − 2x2 2x2 + 2x3

calcolare la dimensioni e una base sia di ker f sia di im f .

3. Determinare la dimensione e una base di f (H ), dove:
  
x1 x2
H = ∈ S (R ) | x1 + x2 + x3 = 0
2,2
x2 x3

e la dimensione e una base di f −1 (K ), dove:

  
y1 y2
K = ∈ W | y1 + 3y3 = 0 .
y3 −y1

4. Detta A la matrice associata a f rispetto ad una base di S (R2,2 ) e ad una base di

W , stabilire se A è diagonalizzabile e, in caso affermativo, determinare una matrice
diagonale D simile ad A.

[71] Dato l’endomorfismo f : R3 −→ R3 definito, relativamente alla base canonica di R3 ,

dalla matrice:  
0 h h
A= 1 −h+h2 1 , h ∈ R,
−1+h 0 −1+h
1. trovare il valore di h per cui ker f abbia dimensione 2 e determinarne una base.
2. Posto h = 1, determinare gli autovalori e gli autospazi di f .
3. Stabilire, in questo caso, se f è diagonalizzabile.

22
[72] Dato l’endomorfismo f : R4 −→ R4 definito da:
f ((x, y, z,t)) = (0, 0, x, y),

1. determinare la dimensione e una base sia di ker f sia di im f .

2. Calcolare la dimensione e una base sia di f (H ) sia di f −1 (H ), dove:
H = {(x, y, z,t) ∈ R4 | x + y − z − t = 0}.

3. Determinare autovalori e autospazi di f . L’endomorfismo f è diagonalizzabile?

[73] Sia f : R4 −→ R3 un’applicazione lineare la cui matrice, rispetto alle basi canoniche
di R4 e di R3 , è:  
2 0 1 −3
A =  1 −1 0 1 , h ∈ R.
−3 1 −1 2h

1. Al variare di h, trovare la dimensione e una base di ker f e di im f .

Posto h = 1:

2. stabilire per quali valori di k ∈ R, il vettore (k2 − 2, k − 2, 2k) appartiene a im f .

3. Determinare la dimensione e una base sia di f (H ) sia di f −1 (K ), dove:

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

K = {(y1 , y2 , y3 ) ∈ R3 | 2y1 + y2 − 2y3 = 0}.

4. Dire se l’endomorfismo di R4 associato, rispetto alla base canonica di R4 , alla

matrice tA A è diagonalizzabile.

[74] In V3 , rispetto ad una base ortonormale positiva B = (i, j, k), dato il vettore a =
2i − j + k, si consideri la funzione f : V3 −→ V3 definita da f (x) = 2x ∧ a.

1. Verificare che f è un endomorfismo di V3 .

2. Scrivere la matrice associata ad f rispetto alla base B .
3. Determinare la dimensione e una base sia di ker f sia di im f .
4. Determinare la dimensione e una base sia di f (W ) sia di f −1 (W ), dove W è il
sottospazio vettoriale di V3 costituito da tutti i vettori ortogonali ad a.
5. Determinare gli autovalori di f e una base di ciascun autospazio. f è diagonalizza-
bile?

23
[75] Data l’applicazione lineare f : R4 −→ R2 definita da:

f ((x, y, z, w)) = (x − z, y + z),

1. scrivere la matrice A di f rispetto alle basi canoniche di R4 e di R2 .

2. Trovare la dimensione e una base sia di ker f sia di im f .
3. Trovare gli autovalori e gli autospazi della matrice B = tA A.
4. Determinare la dimensione e una base di f −1 (H ), dove:

H = {(a, a) ∈ R2 | a ∈ R}.

[76] Si consideri l’endomorfismo f : R3 −→ R3 definito da:


 f (e1 ) = e1 − 2e2 + 2e3
f (e2 ) = 2e1 + 4e3
f (e3 ) = e2 ,


con (e1 , e2 , e3 ) base canonica di R3 .

1. Determinare la dimensione e una base sia di ker f sia di im f .

2. Calcolare gli autovalori e gli autospazi di f e dire se f è diagonalizzabile.

3. Determinare i vettori v di R3 tali che f (v) = 2v.

[77] In R3 si considerino i vettori:

u1 = (1, 0, 2), u2 = (2, −1, 0), u3 = (0, 1, −1).

1. Provare che B1 = (u1 , u2 , u3 ) è una base di R3 .

2. Scrivere le componenti del vettore e2 = (0, 1, 0) di R3 rispetto alla base B1 .

3. Siano U = L (u1 , u2 ) e V = L (u3 ), definito l’endomorfismo:

f : R3 −→ R3

tale che l’autospazio relativo all’autovalore 2 sia U e l’autospazio relativo all’au-

tovalore 1 sia V , scrivere la matrice A1 associata ad f rispetto alla base B1 e
indicare le operazioni da svolgere (senza sviluppare i calcoli) per determinare la
matrice A associata ad f rispetto alla base canonica di R3 .

24
[78] In R2,2 si considerino le matrici:
       
1 1 0 1 0 0 1 0
U1 = , U2 = , U3 = , U4 = .
0 0 0 1 1 1 0 0

1. Verificare che B 0 = (U1 ,U2 ,U3 ,U4 ) è una base di R2,2 e determinare le componenti
di:  
1 0
A=
0 3
rispetto a B 0 .

2. Scrivere la matrice associata, rispetto alla base canonica

B = (E11 , E12 , E21 , E22 ), all’endomorfismo f : R2,2 −→ R2,2 così definito:

 f (E11 ) = f (E22 ) = U3
 f (E ) = f (E ) = −U −U .
12 21 1 4

3. Determinare la dimensione e una base sia di ker f sia di im f .

4. Calcolare gli autovalori di f e dire se f è diagonalizzabile.

[79] Nello spazio vettoriale V3 si consideri la funzione:

f : V3 −→ V3 , x 7−→ x − 2(x · u) u,

dove u = (0, 1, 1).

1. Verificare che f è un endomorfismo di V3 .

2. Scrivere la matrice associata ad f rispetto alla base B = (i, j, k).

3. Determinare la dimensione e una base sia di ker f sia di im f .

4. Calcolare gli autovalori e gli autospazi di f .
5. f è diagonalizzabile? In caso positivo determinare una base di V3 formata da
autovettori di f .

6. Sia H il sottospazio vettoriale di V3 dei vettori ortogonali ad u. Calcolare la

dimensione e una base sia di f (H ) sia di f −1 (H ).

25
[80] Nello spazio vettoriale V3 si consideri l’applicazione lineare f : V3 −→ V3 così
definita: 

 f (2i + j) = −5i − 4j + k


f (j + 2k) = i − 4j − 5k



f (i + k) = −i − 2j − k.


1. Scrivere la matrice A associata ad f rispetto alla base B = (i, j, k) e verificare che

A è simmetrica.

2. Determinare la dimensione e una base sia di ker f sia di im f .

3. Trovare gli autovalori e gli autospazi di f .
4. Determinare la dimensione e una base di f (H ), dove:

H = {x ∈ V3 | x ∧ (2i + j − 2k) = o}

e scriverne le equazioni, rispetto alla base B , che definiscono f (H ).

[81] Si consideri l’applicazione lineare f : R2,2 −→ R4 , con matrice associata:

 
1 0 0 0
 0 0 1 1 
A= ,
 2 0 −2 −2 
0 1 −1 0

rispetto alle basi canoniche di R2,2 e di R4 .

1. Determinare la dimensione e una base sia di ker f sia di im f .

2. Determinare la dimensione e una base di f −1 (K ), con:

K = {(y1 , y2 , y3 , y4 ) ∈ R4 | y1 − y2 = y2 + y4 = 0}.

3. Deteminare gli autovalori e gli autospazi di A. La matrice A è diagonalizzabile?

4. Determinare un’applicazione lineare g : R4 −→ R2,2 tale che:
 
1 2
ker g = im f , g((0, 0, 1, 0)) = .
0 1

g è unica?

26
[82] In R2,2 si consideri il sottospazio vettoriale A (R2,2 ) delle matrici antisimmetriche.

1. Determinare un sottospazio vettoriale W supplementare di A (R2,2 ).

2. Sapendo che ogni matrice A di R2,2 si decompone in modo unico come:

A = A1 + A2 , A1 ∈ A (R2,2 ), A2 ∈ W ,

scrivere, rispetto a basi opportune, la matrice associata all’endomorfismo:

f : R2,2 −→ R2,2 , A 7−→ A2 .

3. Considerato il prodotto scalare standard di R2,2 , determinare, con adeguata giustifi-

cazione, i casi in cui f è un endomorfismo autoaggiunto.

[83] Si considerino le applicazioni lineari: f : R2 −→ R3 e g : R3 −→ R2 associate alle

matrici, rispetto alle opportune basi canoniche:
 
1 1  
1 2 0
A = M( f ) =  0 0 , B = M(g) =
 .
0 1 2
−1 −1

1. Determinare la dimensione e una base sia di ker f sia di im f .

2. Determinare la dimensione e una base sia di ker g sia di im g.
3. Determinare la dimensione e una base di g(H ), con:

H = {(x, y, z) ∈ R3 | x + y = 0}.

4. Calcolare gli autovalori e gli autospazi di h1 = g ◦ f e di h2 = f ◦ g.

5. h1 e h2 sono diagonalizzabili? In caso affermativo scrivere tutte le matrici diagonali
associate ad h1 e ad h2 .

[84] Si consideri l’applicazione lineare f : R3 −→ R3 di equazioni:

 0
 x = x+y+z
y0 = (3 + a)x + (−1 + 2a)y − z
 0
z = (−2 + a2 )x + az, a ∈ R.

1. Al variare di a determinare la dimensione e una base sia di ker f sia di im f .

2. Posto a = 0, determinare gli autovalori di f e stabilire se, in questo caso, l’endo-
morfismo f è diagonalizzabile.

27
[85] 1. Dati i numeri reali a, b, c ∈ R, verificare che esiste ed è unico
l’endomorfismo f di R3 tale che:


 f (e1 − e2 ) = (1 − a) e1 + e2


f (e2 − e3 ) = (a − b) e1 − (1 + c) e2 − e3



f (2e1 + e3 ) = (2 + b) e1 + c e2 + e3 ,


dove B = (e1 , e2 , e3 ) è la base canonica di R3 .

2. Verificare che la matrice associata a f rispetto alla base B è:

 
1 a b
A =  0 −1 c .
0 0 1

3. Determinare per quali valori di a, b, c la matrice A è diagonalizzabile.

[86] Si consideri la funzione:

f : R2,2 −→ R2,2 , X 7−→ AX,

con:  
1 −1
A= .
0 1

1. Verificare che f è un endomorfismo.

2. Scrivere la matrice associata ad f rispetto alla base canonica B di R2,2 .
3. Determinare la dimensione e una base sia di ker f sia di im f .
4. Sia H il sottospazio vettoriale di R2,2 delle matrici aventi traccia nulla, determinare
la dimensione e una base sia di f (H ) sia di f −1 (H ) e le loro equazioni, rispetto
alla base B .
5. Calcolare gli autovalori e gli autospazi di f .
6. f è diagonalizzabile?

[87] Dato l’endomorfismo f di R4 così definito:

f ((x, y, z, w)) = (x + w, x + 2y − w, x + 2z − w, 3w),

1. scrivere la matrice associata ad f rispetto alla base canonica di R4 .

28
 2. Verificare che f è un automorfismo.

3. Trovare gli autovalori e gli autospazi di f .

4. Dire se esistono due vettori distinti u, v ∈ R4 per i quali f (u) = f (v).

[88] Nello spazio vettoriale V3 è dato il vettore a = i + 2j. Si consideri la funzione

f : V3 −→ V3 definita da f (x) = x ∧ a.

1. Verificare che f è un endomorfismo e scrivere la matrice ad esso associata, rispetto

alla base B = (i, j, k).
2. Indicata con H la retta vettoriale generata da a, calcolare la dimensione e una base
di f (H ) e giustificare, mediante considerazioni geometriche, la risposta ottenuta.
3. Indicato con K il piano vettoriale ortogonale al vettore a, calcolare la dimensione e
una base di f −1 (K ) e giustificare, mediante considerazioni geometriche, la risposta
ottenuta.
4. Calcolare gli autovalori di f e una base dei relativi autospazi.

[89] Nello spazio vettoriale V3 è dato il vettore w = (0, 1, 2). Definito l’endomorfismo
f : V3 −→ V3 tale che f (x) = w ∧ x, scrivere la matrice associata, rispetto alla base
B = (i, j, k), all’endomorfismo g aggiunto di f .

[90] Si consideri l’endomorfismo f : R3 −→ R3 così definito:

f ((x1 , x2 , x3 )) = (x1 + kx2 , x1 + x3 , x2 − x3 ), k ∈ R.

1. Al variare di k stabilire se f è iniettivo e/o suriettivo.

2. Al variare di k calcolare la dimensione e una base sia di f (H ) sia di f −1 (H ),
dove:
H = {(x1 , x2 , x3 ) ∈ R3 | x1 − x2 = 0}.

3. Posto k = 1, determinare gli autovalori di A e una base di R3 formata da autovettori

di A.

[91] Verificare che un endomorfismo f : V −→ V di uno spazio vettoriale reale V tale

che f 2 = f , dove per f 2 si intende la composizione f ◦ f , ha come possibili autovalori
solo i numeri 0 e 1.

29
[92] Verificare che se f : V −→ V è un endomorfismo diagonalizzabile di uno spazio vet-
toriale reale V , anche f 2 , dove per f 2 si intende la composizione f ◦ f , è diagonalizzabile.
Vale il viceversa?

[93] Verificare che un endomorfismo f : V −→ V di uno spazio vettoriale reale V tale

che f 3 = f , dove per f 3 si intende la composizione f ◦ f ◦ f , ha come possibili autovalori
solo i numeri 0, 1 e −1.

[94] Si consideri l’endomorfismo f : R3 −→ R3 tale che:



 f (e1 ) = e1 − e3


f (e2 ) = e2



f (e3 ) = −e1 + e3 ,


1. Determinare la dimensione e una base sia di ker f sia di im f . Verificare che:

ker f ⊕ im f = R3 .

2. Dire perché f è diagonalizzabile. Senza calcolare gli autospazi determinare una

base B 0 di R3 formata da autovettori di f e scrivere la matrice associata ad f
rispetto a tale base.
3. Esplicitare il legame tra la matrice associata ad f rispetto alla base canonica B =
(e1 , e2 , e3 ) e la matrice associata ad f rispetto alla base B 0 .

[95] Si considerino le seguenti matrici:

   
2 0 0 1 0 0
A= 0 1 0 , B= 1 2 0 .
−1 0 1 −1 −1 1
1. Stabilire se A e B sono diagonalizzabili. In ciascun caso affermativo, determinare
una matrice diagonale simile alla matrice data e una matrice del cambiamento di
base che permette di pervenire alla matrice diagonale ottenuta.
2. Dire se A e B sono matrici associate ad uno stesso endomorfismo f : R3 −→ R3 ,
rispetto a basi diverse (giustificare la risposta).

[96] Si consideri la funzione:

f : R2 [x] −→ R2 [x]
tale che:
f (a0 + a1 x + a2 x2 ) = (−2a0 − 9a1 + 3a2 ) + (a0 + 4a1 − a2 )x + (a0 + 3a1 )x2 .

30
 1. Verificare che f è un endomorfismo di R2 [x].
2. Determinare la dimensione e una base sia di ker f sia di im f .
3. Determinare la dimensione e una base di f (H ), dove H è il sottospazio vettoriale
dei polinomi di R2 [x] aventi una radice uguale a 2.
4. Determinare gli autovalori di f e una base per ciascun autospazio.
5. f è diagonalizzabile? In caso affermativo, scrivere una matrice diagonale a cui f è
associata e una base rispetto alla quale tale matrice è data.

[97] Si consideri l’applicazione lineare:

f : R2,2 −→ R3 [x],

così definita:
 
a b
f =
c d

2a − b − d − (3b + 2c − d)x + (4a + 7b + 6c − 5d)x2 + (3a + c − 2d)x3 .

1. Trovare la dimensione e una base sia di ker f sia di im f .

2. La matrice associata ad f , rispetto alle basi canoniche di R2,2 di R3 [x], è diagona-
lizzabile?
3. Verificare che:
G = {p(x) ∈ R3 [x] | p(x) è divisibile per x}

è un sottospazio vettoriale di R3 [x] e determinare la dimensione e una base di

f −1 (G ).

[98] 1. Scrivere la matrice, rispetto alla base canonica, dell’endomorfismo

f di R3 [x] sapendo che:

a. f (1 + x − x3 ) = x + x2 − x3 ,

b. f (2 + x2 ) = h + 3x − hx2 , h ∈ R;

c. p(x) = x3 è un autovettore di f ;

d. f (x − x3 ) ∈ {a1 + a2 x + a3 x2 + a4 x3 ∈ R3 [x] | a3 + 4a4 = 0};

e. −2 + x3 ∈ ker f .

31
 2. Trovare, per ogni valore di h ∈ R, la dimensione e una base sia di ker f sia di im f .

3. Stabilire per quali valori del parametro h l’endomorfismo f è diagonalizzabile.

[99] Si consideri l’endomorfismo f di R2 [x] così definito:

f (2 + 3x − 4x2 ) = 2 − 4x + 3kx2





f (1 − 2x + 3x2 ) = 1 + 3x − 2kx2



f (5 − 4x + x2 ) = 5 + x − 4kx2 , k ∈ R.


1. Scrivere la matrice A, associata ad f rispetto alla base B = (1, x, x2 ).

2. Determinare la dimensione e una base sia di im f sia di ker f , al variare del
parametro k in campo reale.
3. Stabilire per quali valori di k l’endomorfismo f è invertibile e, in questi casi, scrivere
la matrice associata a f −1 , rispetto alla base B .
4. Determinare, al variare di k, la dimensione e una base di f (H ), dove:
H = {x(a0 + a1 x) ∈ R2 [x] | a0 , a1 ∈ R}

e di f −1 (K ), dove:
K = {a0 (x − 2)(x − 3) ∈ R2 [x] | a0 ∈ R}.

5. Per quali valori di k esiste un endomorfismo g di R2 [x] tale che g ◦ f = 3 id (dove

id indica l’identità in R2 [x])? Determinare, quando è possibile, la matrice associata
a g, rispetto alla base B .
6. Per quali valori di k l’endomorfismo f è diagonalizzabile? In questi casi, scrivere
una matrice diagonale A0 associata ad f e una base rispetto alla quale questa matrice
è data.

[100] Si consideri l’operatore di derivazione:

d : R5 [x] −→ R5 [x], p(x) 7−→ p0 (x),

che associa ad ogni polinomio la sua derivata prima.

1. Giustificare che d è un endomorfismo di R5 [x].

2. Determinare tutti gli autovalori di d e una base dei relativi autospazi.
3. Verificare che d non è diagonalizzabile.

32
[101] In R3 [x] si consideri il sottospazio vettoriale:

W1 = L (1 + x, x + x2 ).

1. Determinare un sottospazio vettoriale W2 di R3 [x] tale che:

W1 ⊕ W2 = R3 [x].

2. È noto che ogni polinomio p(x) ∈ R3 [x] si può scrivere in modo unico come:

p(x) = p1 (x) + p2 (x), p1 (x) ∈ W1 , p2 (x) ∈ W2 ;

data la funzione:

f : R3 [x] −→ R3 [x], p(x) 7−→ p1 (x) − p2 (x),

verificare che f è un endomorfismo di R3 [x].

3. Determinare la matrice A associata ad f rispetto alla base B = (1, x, x2 , x3 ) di
R3 [x].

4. Determinare la dimensione e una base sia di ker f sia di im f .

5. Calcolare la dimensione e una base sia di f (W1 ) sia di f −1 (W1 ).
6. f è diagonalizzabile?

[102] Si consideri l’endomorfismo:

f : R2 [x] −→ R2 [x]

così definito:

f (a0 + a1 x + a2 x2 ) = 2a0 + (−12a0 + 8a1 + 12a2 )x + (8a0 − 4a1 − 6a2 )x2 .

1. Determinare la dimensione e una base sia di ker f sia di im f .

2. Calcolare la dimensione e una base sia di f (W ) sia di f −1 (W ), dove W è il
sottospazio vettoriale di R2 [x] dei polinomi aventi 3 come radice.
3. f è diagonalizzabile? In caso affermativo, determinare una base di R2 [x] rispetto
alla quale la matrice associata ad f sia diagonale.

33
[103] Data l’applicazione lineare f : R2,2 −→ R3 [x] definita da:
 
a b
f = a + (b + c)x2 + dx3 ,
c d

1. trovare la matrice A associata ad f rispetto alla base canonica di R2,2 e alla base
(1, x, x2 , x3 ) di R3 [x].
2. Determinare la dimensione e una base sia di ker f sia di im f .
3. A è diagonalizzabile? In caso positivo, scrivere una matrice diagonale D e una
matrice P tale che D = P−1 AP.

34
Soluzioni

[1] Autovalori con le relative molteplicità:

√ √
λ1 = 2, mλ1 = 1; λ2 = 2 − 2, mλ2 = 1; λ3 = 2 + 2, mλ3 = 1;
√ √
autospazi Vλ1 = L ((−1, 0, 1)), Vλ2 = L ((1, − 2, 1)), Vλ3 = L ((1, 2, 1)).

[2] Autovalori con le relative molteplicità:

λ1 = −5, mλ1 = 1; λ2 = 0, mλ2 = 1; λ3 = 4, mλ3 = 1;
autospazi Vλ1 = L ((0, −1, 1)), Vλ2 = L ((−1, 1, 1)), Vλ3 = L ((9, 7, 11)).

[3] Autovalori con le relative molteplicità:

λ1 = 0, mλ1 = 1; λ2 = 2, mλ2 = 2;
autospazi Vλ1 = L ((1, −1, 1)), Vλ2 = L ((−1, 0, 1), (−1, 1, 0)).

[4] Autovalori con le relative molteplicità:

λ1 = 0, mλ1 = 1; λ2 = 1, mλ2 = 2; λ3 = 3, mλ3 = 1;
autospazi Vλ1 = L ((1, 1, 1, 0)), Vλ2 = L ((0, 0, 0, 1), (−1, 0, 1, 0)),
Vλ3 = L ((1, −2, 1, 0)).

[5] Autovalori con le relative molteplicità:

λ1 = 2, mλ1 = 1; λ2 = 3, mλ2 = 1; λ3 = 4, mλ3 = 1; λ4 = 5, mλ4 = 1;
autospazi Vλ1 = L ((1, 1, 0, 0)), Vλ2 = L ((0, 0, −1, 1)), Vλ3 = L ((−1, 1, 0, 0)),
Vλ4 = L ((0, 0, 1, 1)).

[6] Autovalori con le relative molteplicità:

λ1 = −4, mλ1 = 1; λ2 = 1, mλ2 = 2; λ3 = 6, mλ3 = 1;
autospazi Vλ1 = L ((−5, −4, 3, 0)), Vλ2 = L ((0, 0, 0, 1), (0, 3, 4, 0)),
Vλ3 = L ((5, −4, 3, 0)).

[7] Autovalori con le relative molteplicità:

λ1 = 0, mλ1 = 1; λ2 = 2, mλ2 = 3;
autospazi Vλ1 = L ((0, −1, 1, 0)), Vλ2 = L ((0, 0, 0, 1), (0, 1, 1, 0), (1, 0, 0, 0)).

35
[8] Autovalori con le relative molteplicità:
√ √
λ1 = − 5, mλ1 = 2; λ2 = 5, mλ2 = 2;
√ √
autospazi Vλ1 = L ((0, 0, −2 + 5, 1), (−2 + 5, 1, 0, 0)),
√ √
Vλ2 = L ((0, 0, −2 − 5, 1), (−2 − 5, 1, 0, 0)).

[9] 1. Il valore richiesto è a = 0 e si ottiene imponendo la condizione det(A − I) = 0.

2. A non ammette tre autovettori linearmente indipendenti.

 
0 −2 0
[10] 1. P =  −1 −1 0 .
1 7 1

2. Una tale matrice Q non esiste, perché A non è simmetrica.

[11] 1. I valori richiesti sono h = 0, h = 1.

2. Autovalori con le relative molteplicità:

λ1 = −1, mλ1 = 1; λ2 = 0, mλ2 = 1; λ3 = 1, mλ3 = 1;

autospazi Vλ1 = L ((−1, 1, 0)), Vλ2 = L ((−1, −1, 1)), Vλ3 = L ((1, 1, 0)).

3. Sì, A è diagonalizzabile, poiché ogni autovalore ha molteplicità 1.

[12] 1. Autovalori con le relative molteplicità:

λ1 = −3, mλ1 = 2; λ2 = 6, mλ2 = 1;
autospazi Vλ1 = L ((1, 0, 1), (−1, 2, 0)), Vλ2 = L ((−2, −1, 2));

  √ !  !
1 1 1 2 2 1 2 1 2
2. √ , 0, √ , − √ , , √ , , ,− ;
2 2 3 2 3 3 2 3 3 3

36
 1 1 2
 
√ − √
 2
 3 2 3 


 √ 

3. P =  0
 2 2 1 .


 3 3 

 
 1 1 2 
√ √ −
2 3 2 3

[13] 1. Il valore richiesto è h = −2.

2. Autovalori con le relative molteplicità:

λ1 = 0, mλ1 = 2; λ2 = 3, mλ2 = 1;

autospazi Vλ1 = L ((−1, 0, 3), (−2, 3, 0)), Vλ2 = L ((1, −1, 2)).

 
0 0 0
D= 0 0 0  data rispetto alla base:
0 0 3

B = ((−1, 0, 3), (−2, 3, 0), (1, −1, 2)).

[14] A ammette l’autovalore λ = 0 perché det(A) = 0.

[15] Se a 6= 0 si ha una sola soluzione X = O, con O ∈ R3,1 matrice nulla;

se a = 0 si hanno infinite soluzioni:
 
t
X =  t , t ∈ R.
0
 
2 −2 1
B = tA + A =  −2 −2 0 ,
1 0 −2

i cui autovalori con le relative molteplicità sono:

λ1 = −3, mλ1 = 1; λ2 = −2, mλ2 = 1; λ3 = 3, mλ3 = 1.

[16] 1. A ha rango massimo se e solo se a ∈

/ {0, 2}.

37
 2. Autovalori con le relative molteplicità:

λ1 = −2, mλ1 = 1; λ2 = 0, mλ2 = 2; λ3 = 1, mλ3 = 1;

autospazi Vλ1 = L ((1, −1, 2, 0)), Vλ2 = L ((0, 0, 0, 1), (1, 1, 0, 0)),

Vλ3 = L ((−1, 1, 1, 0)).

[17] 1. Il valore richiesto è a = 2.

2. Autovalori con le relative molteplicità:

λ1 = −2, mλ1 = 1; λ2 = 0, mλ2 = 1; λ3 = 4, mλ3 = 1;

autospazi Vλ1 = L ((−2, 1, 1)), Vλ2 = L ((0, −1, 1)), Vλ3 = L ((1, 1, 1)).

[18] 1. Se h ∈
/ {−1, 0, 1} esiste una sola soluzione;
se h ∈ {−1, 0} non esistono soluzioni;
se h = 1 esistono infinite soluzioni che dipendono da un’incognita
libera.
 
2 3 0
2. C =  3 5 1 ; una matrice diagonale simile a C è:
0 1 2

 
0 0 0
D= 0 2 0 ;
0 0 7

3. la risposta è negativa.

[19] 1. I valori richiesti sono k 6= 0 e h 6= 2/k.

   
−1 0 0 −1 1 1
2. D =  0 −1 0 , P= 0 1 −1 .
0 0 2 1 0 1

3. A è simmetrica, una matrice ortogonale richiesta è:

38
 1
 1 1 
−√ √ √

 2 6 3 

 √ 
2 1 
 
Q= 0 √ − √ .


 3 3 

 
 1 1 1 
√ √ √
2 6 3

[20] 1. Se λ1 , λ2 , . . . , λk sono gli autovalori di A con relative molteplicità

m1 , m2 , . . . , mk , rispettivamente, allora λ1−1 , λ2−1 , . . . , λk−1 sono gli au-
tovalori di A−1 con le stesse molteplicità m1 , m2 , . . . , mk .

2. D0 = D−1 , P0 = P.

[21] 1. Se λ1 , λ2 , . . . , λk sono gli autovalori di A con relative molteplicità

m1 , m2 , . . . , mk , rispettivamente, allora λ12 , λ22 , . . . , λk2 sono gli autova-
lori di A2 .
Se λi è un autovalore di A con molteplicità mλi e −λi non è un
autovalore di A allora λi2 è autovalore di A2 con molteplicità mλi . Se,
invece, λi e −λi sono entrambi autovalori di A con molteplicità mλi
e m−λi rispettivamente, allora λi2 è autovalore di di A2 con molteplici
tà mλi + m−λi .

2. D0 = D2 , P0 = P.

[22] Autovalori con le relative molteplicità:

λ1 = −1, mλ1 = 2; λ2 = 1, mλ2 = 1; λ3 = 3, mλ3 = 1;
autospazi Vλ1 = L ((0, 0, −1, 1), (−1, 1, 0, 0)), Vλ2 = L ((1, 1, 0, 0)), Vλ3 = L ((0, 0, 1, 1)).
A è diagonalizzabile.

[23] 1. Autovalori con le relative molteplicità:

λ1 = −1, mλ1 = 1; λ2 = 0, mλ2 = 1; λ3 = 2, mλ3 = 1.

2. Sì, A è diagonalizzabile in quanto ha tre autovalori distinti,

39
  
0 1 1
P =  −1 −2 0 .
1 1 1

[24] 1. Il valore richiesto è h = 1.

2. A è invertibile se e solo se h 6= 1.
3. A non è diagonalizzabile.

 
0 0
[25] 1. Falso, per esempio O = è diagonale ma non è invertibile.
0 0
 
1 1
2. Falso, per esempio A = è invertibile ma non è diagonalizzabile.
0 1

 
2 0 0
[26] B =  0 4 −3 , B è simmetrica, quindi è diagonalizzabile;
0 −3 0

 
2 0 0
√
 
 
D=
 0 2+ 13 0 .

√
 
0 0 2− 13

[27] 1. A è invertibile se e solo se k 6= 0.

2. A è diagonalizzabile se e solo se k > −1/4, k 6= 0, k 6= 2.

[28] 1. det(A) = 7, quindi A è invertibile;

6 2 1
 
 7 7 7 
 
 
 2 3 2 
A−1 = 
 7 −  .
 7 7 

 
 1 2 6 
−
7 7 7

40
 2. Autovalori con le relative molteplicità:

λ1 = 1, mλ1 = 2; λ2 = 7, mλ2 = 1;

autospazi Vλ1 = L ((1, 0, 1), (2, 1, 0)), Vλ2 = L ((−1, 2, 1)).

 
1 2 −1
3. P =  0 1 2 .
1 0 1

1 1 1
 
√ √ −√
 2
 3 6 

 
 1 2 
4. Q =  0
 √ √ .

 3 6 

 
 1 1 1 
√ −√ √
2 3 6

[29] A è simmetrica, quindi è diagonalizzabile;

0 0 0 0
 
 
 
 0 0 0 0 
 
√
 
D= .
 
 0 5− 33
0 0 

 2 

 √ 
5+ 33
 
0 0 0
2

[30] A è diagonalizzabile perché ammette tre autovalori distinti;

   
−3 0 0 −2 0 −7
D =  0 −1 0 , P =  1 0 6 .
0 0 2 0 1 −15

[31] 1. A è invertibile per ogni k ∈ R.

2. A è diagonalizzabile se e solo se k = −1.

[32] 1. Se h 6= 1 il rango di A è 3, se h = 1 il rango di A è 2.

41
  
3 −2 1
2. B =  −2 3 1 ,
1 1 2

autovalori di B (tutti di molteplicià 1) λ1 = 0, λ2 = 3, λ3 = 5;

autospazi di B Vλ1 = L ((−1, −1, 1)), Vλ2 = L ((1, 1, 2)), Vλ3 = L ((1, −1, 0));

1 1 1
 
−√ √ −√

 3 6 2 

 
 1 1 1 
P =  −√ √ √ .
 

 3 6 2 
 
 1 2 
√ √ 0
3 6

[33] 1. A è invertibile se e solo se h 6= −1;

2. A è diagonalizzabile se e solo se h < 0.

[34] 1. A e tA hanno gli stessi autovalori in quanto hanno lo stesso polino-

mio caratteristico.

2. Gli autovalori di A sono λ1 = −1, λ2 = 2 entrambi con molteplicità 2, gli autospazi

ad essi relativi sono rispettivamente generati da:

{(0, 1, 0, 1), (−1, −1, 1, 0)} e da {(1, 1, 0, 1), (0, 0, 1, 0)};

gli autovalori di tA coincidono con gli autovalori di A ma i rispettivi autospazi sono

diversi, infatti sono, rispettivamente, generati da:

{(−1, 0, 0, 1), (−1, 1, 0, 0)} e da {(1, −1, 0, 1), (1, 0, 1, 0)}

[35] A è diagonalizzabile se e solo se h > −25/24.

[36] A è diagonalizzabile:

i) se b 6= 1 e per ogni a ∈ R, allora:

   
1 0 0 1 0 0
D= 0 1 0 , P= 0 1 λ ;
0 0 b 0 0 1

42
 ii) se b = 1 e a = 0, allora A = I e A0 = I.

[37] A è diagonalizzabile se e solo se h 6= ±1.

[38] La matrice A è diagonalizzabile per ogni h ∈ R.

[39] 1. V ⊥ = L ((2, −1, 1, 0), (−1, 0, 0, 1)), quindi una base richiesta è:
B = ((1, 2, 0, 1), (0, 1, 1, 0), (2, −1, 1, 0), (−1, 0, 0, 1)).

2. La matrice D simile ad A e relativa alla base B è:

 
2 0 0 0
 0 2 0 0 
D=
 0
.
0 0 0 
0 0 0 0

[40] 1. Per esempio, si può supporre Vλ1 = U e completare la base orto-

 
1 1
normale 0, √ , 0, √ di Vλ1 ad una base ortonormale B di
2 2

R4 data da:
    
1 1 1 1
B= 0, √ , 0, √ , (1, 0, 0, 0), 0, √ , 0, − √ , (0, 0, 1, 0) .
2 2 2 2
 
1 0 0 0
 0 3 0 0 
2. Per esempio D = 
 0
.
0 3 0 
0 0 0 3

[41] 1. Posto k = 0:

a. A ammette l’autovalore 2, per ogni h ∈ R.

   
−2 0 0 −2 0 1
b. D =  0 2 0 , P= 1 −1 1 .
0 0 4 1 1 1

43
 c. A è simmetrica pertanto si può ottenere una base ortonormale di
autovettori.

2. Posto h = 0, A è diagonalizzabile per k = 0.

[42] 1. No, A non è diagonalizzabile.

2. Per esempio:

B = ((0, 1, 0), (1, 0, 0), (1, 0, 1)),

     
1 1 2 1 1 1 1 1
C= 0, √ , √ , √ , √ , − √ , √ , −√ , √ .
2 2 6 6 6 3 3 3

2 1
 
0 √ √

 6 3 

 
 1 1 1 
3. P =  √ √ − √  è una matrice ortogonale.
 
 2
 6 3 

 
 1 1 1 
√ −√ √
2 6 3

[43] 1. Se h 6= 0 la matrice A è invertibile e:

 1 
0 0 0
 h 
 
 
 1 
 0 −1 0 
−1
 h 
A = .
 
 2 2 
 1 −3 − 
h h 
 

 
1
 
0 0 0
h
2. Autovalori con le relative molteplicità:
1 √ 1 √
λ1 = 0, mλ1 = 2; λ2 = (1 − 5), mλ2 = 1; λ3 = (1 + 5), mλ3 = 1;
2 2
autospazi:

44
 √
 
1
Vλ1 = L ((1, 1, 0, 1), (1, 1, 2, 0)), Vλ2 = L (1 − 5), 0, 1, 0 ,
2

√
 
1
Vλ3 = L (1 + 5), 0, 1, 0 .
2

3. La matrice A è diagonalizzabile perché la dimensione degli autospazi coincide con

la molteplicità dei relativi autovalori.

[44] Le matrici diagonali simili ad A sono:

     
1 0 0 1 0 0 −1 0 0
D1 =  0 −1 0 , D2 =  0 0 0 , D3 =  0 1 0 ,
0 0 0 0 0 −1 0 0 0

     
−1 0 0 0 0 0 0 0 0
D4 =  0 0 0 , D5 =  0 1 0 , D6 =  0 −1 0 .
0 0 1 0 0 −1 0 0 1

[45] 1. Autovalori (tutti di molteplicità 1) λ1 = 1, λ2 = 3, λ3 = 7;

autospazi Vλ1 = L ((1, −2, 1)),Vλ2 = L ((1, 0, −1)),Vλ3 = L ((1, 1, 1));
 
1 1 1
2. P =  −2 0 1 ;
1 −1 1

1 1 1
 
√ √ √

 6 2 3 

 
 2 1 
3. Q =  − √ 0 √ .


 6 3 

 
 1 1 1 
√ −√ √
6 2 3

[46] 1. Autovalori con le relative molteplicità:

λ1 = −3, mλ1 = 2; λ2 = 3, mλ2 = 1;
autospazi Vλ1 = L ((1, 0, 0), (0, 1, −1)), Vλ2 = L ((0, 1, 1)).

45
    
−3 0 0 1 0 0
2. D =  0 −3 0 , P =  0 1 1 .
0 0 3 0 −1 1

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

[47] 1. A ha autovalori con relative molteplicità:

√
λ1 = 0, mλ1 = 3; λ2 = 1, mλ2 = 1; λ3 = 2, mλ3 = 1;
√
λ4 = − 2, mλ4 = 1; λ5 = 3, mλ5 = 2.
Poiché 1 ≤ dim(Vλ1 ) ≤ 3 e rank(A) = 8 − dim(Vλ1 ) si ha
5 ≤ rank(A) ≤ 7.

2. A è diagonalizzabile se e solo se dim(Vλ1 ) = 3 e dim(Vλ5 ) = 2.

[48] 1. La matrice A ha tre autovalori distinti λ1 = 0, λ2 = 2, λ3 = 3;

i relativi autospazi sono:

Vλ1 = L ((1, −2, 3)), Vλ2 = L ((1, 2, 1)),Vλ3 = L ((1, 1, 0)).

2. Le matrici diagonali simili ad A sono:

   
0 0 0 0 0 0 2 0 0
 0 2 0 ,  0 3 0 ,  0 0 0 ,
0 0 3 0 0 2 0 0 3

   
2 0 0 3 0 0 3 0 0
 0 3 0 ,  0 0 0 ,  0 2 0 .
0 0 0 0 0 2 0 0 0

p
[49] Il polinomio caratteristico di A è P(λ ) = (λ − det(A))2 da cui segue la tesi.

46
[50] 1. Il rango della matrice avente sulle righe le componenti dei vettori dati è 4.

2. f non è un endomorfismo perché f (v1 + v2 + v3 ) 6= f (v1 ) + f (v2 ) + f (v3 ),

g invece è un endomorfismo in quanto:

g(v1 + v2 + v3 ) = g(v1 ) + g(v2 ) + g(v3 ).

3. Gli autovalori di g e le loro rispettive molteplicità sono:

λ1 = 0, mλ1 = 1; λ2 = 1, mλ2 = 3;
i relativi autospazi sono Vλ1 = L ((2, −1, −1, 1)),Vλ2 = L ((1, 0, 0, 0)).

4. No, g non è diagonalizzabile.

[51] 1. Se h 6= −1 ker f = {O} e im f = R2,2 , O ∈ R2,2 è la matrice nulla;

   
1 0 0 1
se h = −1 ker f = L , e
1 0 0 1
   
1 0 0 1
im f = , .
3 0 0 3

2. Gli autovalori di f con le rispettive molteplicità e gli autospazi sono:

λ1 = −2, mλ1 = 2, Vλ1 = im f ; λ2 = 0, mλ2 = 2, Vλ2 = ker f ;

f è diagonalizzabile.
     
1 0 0 1 −1 1
3. f −1 (G ) = L , , .
1 0 0 1 0 0

[52] 1. f è un endomorfismo perché le equazioni che lo definiscono sono

lineari e omogenee nelle variabili x1 , x2 , x3 , x4 .
 
1 17 10 9
 0 1 0 0 
A=  0
.
11 8 6 
0 −13 −8 −6
 
−6 0
2. dim(ker f ) = 1, ker f = L ;
−3 4
     
1 0 17 1 10 0
dim(im f ) = 3, im f = L , , .
0 0 11 −13 8 −8

47
 3. dim( f (H )) = 3,
     
37 0 17 1 7 0
f (H ) = L , , ;
24 −24 11 −13 5 −5

   
−10 8 −6 0
dim( f −1 (K )) = 2, f −1 (K )= , .
−11 0 −3 4

4. Gli autovalori di f con le rispettive molteplicità e gli autospazi sono:

λ1 = 0, mλ1 = 1; λ2 = 1, mλ2 = 2; λ3 = 2, mλ3 = 1;

Vλ1 = L ((−6, 0, −3, 4)), Vλ2 = L ((0, −1, −1, 3), (1, 0, 0, 0)),

Vλ3 = L ((−1, 0, −1, 1)).

 
0 0 0 0
 0 1 0 0 
5. Sì, f è diagonalizzabile, D = 
 0
,
0 1 0 
0 0 0 2

 
−6 0 1 −1
 0 −1 0 0 
P=
 −3
.
−1 0 −1 
4 3 0 1

[53] 1. V è un sottospazio vettoriale di R2,2 in quanto la traccia è un’ap-

plicazione lineare. (A1 , A2 , A3 ) è una base di V perché i suoi elementi
sono generatori di V linearmente indipendenti.
 
0 1 −1
2. M B,B ( f ) =  h 2 −1 , h ∈ R.
−h −1 2

3. a. f è un isomorfismo se h 6= 0.

b. f è diagonalizzabile se h > −9/8. Infatti il polinomio caratteristico di f è

P(λ ) = −λ 3 + 4λ 2 + (−3 + 2h)λ − 2h = 0.

Si consiglia di usare un qualsiasi programma di calcolo simbolico per la soluzione

del problema.

48
  
3 0 0
[54] 1. M B,B ( f ) =  0 1 1 .
0 2 2

2. Sì, f è diagonalizzabile.

 
a a a
[55] A = M( f ) =  b b b , a, b ∈ R;
0 0 0

A è diagonalizzabile se a + b 6= 0, oppure se a = b = 0. Nel primo caso una base

di autovettori è data da ((−1, 0, 1), (−1, 1, 0), (a, b, 0)). Nel secondo caso, trattandosi
dell’applicazione lineare nulla, ogni base di R3 è una base di autovettori.

[56] 1. La linearità segue dalle proprietà del prodotto vettoriale.

 
0 1 2
2. M B,B ( f ) =  −1 0 −1 ,
−2 1 0

rispetto alla base ortonormale B = (i, j, k);

dim(ker f ) = 1, ker f = L (−i − 2j + k);

dim(im f ) = 2, im f = L (j + 2k, i + k).

3. No, f non è diagonalizzabile.

[57] 1 La linearità segue dalle proprietà della matrice trasposta.

1 0 0 0
 
 
 1 1 
 0 0 
 
 2 2 
2. M( f ) = 



 1 1 
 0 0 

 2 2 

0 0 0 1

è la matrice associata ad f rispetto alla base canonica di R2,2 .

49
  
0 1
3. dim(ker f ) = 1, ker f = L ;
−1 0
     
1 0 0 1 0 0
dim(im f ) = 3, im f = L , , .
0 0 1 0 0 1

4. Sì, f è diagonalizzabile ed è associata alla matrice:

 
1 0 0 0
 0 1 0 0 
D=
 0
,
0 1 0 
0 0 0 0

scritta rispetto alla base:

       
1 0 0 1 0 0 0 1
B= , , , .
0 0 1 0 0 1 −1 0

 
−7 0 1
[58] A0 = P−1AP, P= 2 1 0 ,
3 2 0

dalla matrice P si risale alla base richiesta.

 
h 0 0 0
 0 −h 2 0 
, h ∈ R,
[59] 1. M( f ) = 
 0 2 1 0 
0 0 0 −1

M( f ) è la matrice associata ad f rispetto alla base canonica di R2,2 .

2. Se h 6= −4, h 6= 0 ker f = {O} (O indica la matrice nulla di R2,2 ),

im f = R2,2 ;
 
0 1
se h = −4 allora dim(ker f ) = 1, ker f = L ,
−2 0
     
1 0 0 0 0 2
dim(im f ) = 3, im f = L , , .
0 0 0 1 1 0

50
  
1 0
se h = 0 allora dim(ker f ) = 1, ker f = L ,
0 0
     
0 0 0 2 0 0
dim(im f ) = 3, im f = L , , ;
1 0 1 0 0 1

3. Se h 6= −4, h 6= 0 esiste f −1 e:

 1 
0 0 0
 h 
 
 
 1 2 
 0 − 0 
4+h 4+h
M( f −1 ) = 
 
,
 
2 h
 
 0 0 
 
 4+h 4+h 
 
0 0 0 −1

M( f −1 ) è la matrice associata ad f −1 rispetto alla base canonica di R2,2 .

4. f è diagonalizzabile per ogni h ∈ R.

[60] 1. Sì perché sono assegnate le immagini degli elementi di una base di T (R2,2 ).
 
1 −3 3
2. A =  3 −5 3 .
6 −6 4

3. ker f = {O}, dove O indica la matrice nulla di R2,2 ; im f = T (R2,2 ).

   
3 7 3 3
4. dim( f (H )) = 2, f (H ) = L , ;
0 12 0 4

   
3 3 0 2
dim( f −1 (H )) = 2, f −1 (H )=L , .
0 2 0 3

5. Sì, la molteplicità degli autovalori coincide con la dimensione degli autospazi.

51
  
−2 0 0
6. D =  0 −2 0 ,
0 0 4

     
1 1 −1 0 1 1
B= , , .
0 0 0 1 0 2

[61] 1. La linearità di f segue dalle proprietà del prodotto vettoriale.

 
0 −3 −1
2. A = M B,B ( f ) =  3 0 −3 .
1 3 0

3. dim(ker f ) = 1, ker f = L (3i − j + 3k);

dim(im f ) = 2, im f = L (3j + k, −i + k).

4. f (W ) = L (i + 6j + k, −3i + 3j + 4k), f −1 (U ) = ker f .

−4
 
0 1
 
1 1 0
 
 
5. P =  1 −1 0 , A0 = P−1AP =  −3 1 2 
.

0 1 2
 
7 3
 
− −1
2 2
6. f non è diagonalizzabile.

[62] 1. La linearità di f segue dalle proprietà della matrice trasposta.

 
1 0 0 0
 0 0 1 0 
2. M( f ) = 
 0

1 0 0 
0 0 0 1

è la matrice associata ad f rispetto alla base canonica di R2,2 .

3. Sì, una matrice richiesta è M( f −1 ) = M( f ), perché f ◦ f è l’identità di R2,2 .

52
 4. Sì, f è diagonalizzabile;

 
1 0 0 0
 0 1 0 0 
D=
 0
 è associata ad f rispetto alla base:
0 1 0 
0 0 0 −1

       
1 0 0 1 0 0 0 1
B= , , , .
0 0 1 0 0 1 −1 0

 
0 −1 h 0
 −h 2 0 h 
[63] 1. M( f ) =  , h ∈ R,
 1 0 −2 −1 
0 1 −h 0

è la matrice associata ad f rispetto alla base canonica di R2,2 .

   
1 0 2 h
dim(ker f ) = 2, ker f = L , .
0 1 1 0

2. f è diagonalizzabile se h > −1.

      
−1 −1 1 0 2 3 −3 9
3. B = , , , .
1 1 0 1 1 0 −1 3
 
−1 2
4. dim(im f ∩ W ) = 1, im f ∩ W = L .
2 1

[64] 1. f associa ad ogni vettore x di V3 la sua proiezione ortogonale sul

piano vettoriale individuato da a e da b, da cui segue la linearità di f .

2 1 1
 
−
 3 3 3 
 
 
B,B
 1 2 1 
2. M (f) = 
−3
.
 3 3 

 
 1 1 2 
3 3 3

53
  
1 0 0
0 0
3. M B ,B ( f ) =  0 1 0 .
0 0 0

4. dim(ker f ) = 1, ker f = L (i + j − k);

dim(im f ) = 2, im f = L (2i − j + k, i − 2j − k).

f è diagonalizzabile, una base di autovettori è data da:

(−i − j + k, i + k, −i + j).

I risultati conseguiti nel punto 4. si possono ottenere tenendo conto del significato
geometrico di f : infatti gli autospazi di f sono, rispettivamente, generati dai vettori
paralleli e ortogonali ad a ∧ b.

 
1 0 h
[65] 1. M( f ) =  0 2 0 , h ∈ R,
h 1 1

è la matrice associata ad f rispetto alla base di S (R2,2 ) data da:

     
1 0 0 1 0 0
, , ;
0 0 1 0 0 1

f è diagonalizzabile per ogni h ∈

/ {−1, 1}.
 
1 2
2. dim( f (W )) = 1, f (W ) = L .
2 2

 
1 h 0 0
 0 −1 0 0 
, h ∈ R,
[66] 1. M( f ) = 
 h h2 −1 −h 
0 −h 0 1

è la matrice associata ad f rispetto alla base canonica di R2,2 ;

f è un isomorfismo per ogni valore di h ∈ R, in quanto det(M( f )) = 1,

∀h ∈ R.

2. f è diagonalizzabile per ogni valore di h ∈ R.

54
 3. Una base richiesta è:

       
−1 2 0 0 1 0 2 0
, , , .
0 −1 1 0 0 1 1 0

[67] 1. La matrice associata all’endomorfismo f si ottiene imponendo le

seguenti condizioni:


 f ((−1, −1, 1)) = (0, 0, 0)


f ((1, 0, 1)) = (1, 2, −3)



f ((1, −1, 0)) = (−1, 1, 0),


da cui segue:
 
0 1 1
M( f ) =  1 0 1 ,
−1 −1 −2

dove M( f ) indica la matrice associata ad f rispetto alla base canonica

di R3 .

2. f è diagonalizzabile, una base di R3 formata da autovettori è:

((1, 1, −1), (−1, 1, 0), (−1, 0, 1)).

 
−1 h 0 0
 2 −6 0 0 
, h ∈ R,
[68] 1. M( f ) = 
 0 0 −1 h 
0 0 2 −6

è la matrice associata ad f rispetto alla base canonica di R2,2 ;

se h 6= 3 f è un isomorfismo in quanto det(M( f )) = (6 − 2h)2 ;

   
3 1 0 0
se h = 3 dim(ker f ) = 2, ker f = L , ;
0 0 3 1
   
−1 2 0 0
dim(im f ) = 2, im f = L , .
0 0 −1 2

2. Se h = 3 f è diagonalizzabile.

55
  
3 −6
3. dim( f (W )) = 1, f (W ) = L .
1 −2

 
1 0 0 0
 0 0 1 0 
[69] 1. M( f ) = 
 0

1 0 0 
0 0 0 1

è la matrice associata ad f rispetto alla base canonica di R2,2 ;

2. ker f = {O}, dove O indica la matrice nulla di R2,2 , im f = R2,2 ;

3. dim( f (S (R2,2 ))) = 3, f (S (R2,2 )) = S (R2,2 );

dim( f (A (R2,2 ))) = 1, f (A (R2,2 )) = A (R2,2 );

4. gli autospazi di f sono S (R2,2 ) e A (R2,2 ) relativi, rispettivamente, agli autovalori

1 e −1;

5. sì, f è diagonalizzabile perché S (R2,2 ) ⊕ A (R2,2 ) = R2,2 .

[70] 1. S (R2,2 ) e W sono sottospazi vettoriali di R2,2 perché definiti da

un’equazione lineare omogenea;

     
1 0 0 1 0 0
dim(S (R2,2 )) = 3, B = , ,
0 0 1 0 0 1
base di S (R2,2 );

     
1 0 0 1 0 0
dim(W ) = 3, B 0 = , ,
0 −1 0 0 1 0
base di W .
 
0 −2 −2
2. A = M B,B 0 (f) =  2 4 2 ,
−2 −2 0

 
−1 1
dim(ker f ) = 1, ker f = L ;
1 −1

   
0 1 −1 1
dim(im f ) = 2, im f = L , .
−1 0 0 1

56
    
−1 1 −1 0
3. dim( f (H )) = 2, f (H ) = L , ;
0 1 1 1

   
1 −1 −4 3
dim( f −1 (K )) = 2, f −1 (K )=L , .
−1 1 3 0
 
2 0 0
4. A è diagonalizzabile e D =  0 2 0 .
0 0 0

[71] 1. Se h = 0 allora dim(ker f ) = 2 e ker f = L ((−1, 0, 1), (0, 1, 0)).

2. Gli autovalori di f con le loro rispettive molteplicità e gli autospazi sono:

λ1 = −1, mλ1 = 1; λ2 = 0, mλ2 = 1; λ3 = 1, mλ3 = 1;

Vλ1 = L ((−1, 1, 0)), Vλ2 = L ((−1, −1, 1)), Vλ3 = L ((1, 1, 0)).

3. f è diagonalizzabile in quanto ha tre autovalori distinti.

[72] 1. dim(ker f ) = 2, ker f = im f = L ((0, 0, 1, 0), (0, 0, 0, 1)).

2. f (H ) = im f ; dim( f −1 (H )) = 3, f −1 (H ) = {(x, y, z,t) ∈ R4 | x + y = 0}.

3. L’unico autovalore di f è λ = 0, di molteplicità mλ = 4,

l’autospazio ad esso relativo è Vλ = ker f , f non è diagonalizzabile.

[73] 1. Se h 6= 1 dim(ker f ) = 1, ker f = L ((1, 1, −2, 0)), im f = R3 ;

se h = 1 dim(ker f ) = 2, ker f = L ((1, 1, −2, 0), (0, 1, 3, 1));

dim(im f ) = 2, im f = L ((2, 1, −3), (0, −1, 1)).

2. I valori di k richiesti sono k = −4 e k = 1.

3. dim( f (H )) = 2, f (H ) = L ((2, 0, −2), (4, −1, −3));

dim( f −1 (K )) = 3, f −1 (K ) = L ((1, 1, −2, 0), (0, 4, 3, 0), (0, 1, 3, 1)).

4. Sì, perché la matrice tA A è simmetrica.

57
[74] 1. La linearità di f segue dalle proprietà del prodotto vettoriale.
 
0 2 2
2. M B,B ( f ) =  −2 0 4 .
−2 −4 0

3. dim(ker f ) = 1, ker f = L ((2, −1, 1));

dim(im f ) = 2, im f = L ((0, 1, 1), (1, 0, −2)).

4. dim( f (W )) = 2, f (W ) = L ((4, −2, −10), (4, 4, −4));

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

5. L’unico autovalore di f è λ = 0, di molteplicità mλ = 1,

l’autospazio ad esso relativo è Vλ1 = ker f , f non è diagonalizzabile.

 
1 0 −1 0
[75] 1. A = .
0 1 1 0

2. dim(ker f ) = 2, ker f = L ((1, −1, 1, 0), (0, 0, 0, 1)), im f = R2 .

3. Gli autovalori della matrice B con le rispettive molteplicità e gli autospazi sono:

λ1 = 0, mλ1 = 2; λ2 = 1, mλ2 = 1; λ3 = 3, mλ3 = 1;

Vλ1 = ker f , Vλ2 = L ((1, 1, 0, 0)), Vλ3 = L ((1, −1, −2, 0)).

4. dim( f −1 (H )) = 3, f −1 (H ) = ker f ⊕ L ((1, 1, 0, 0)).

[76] 1. dim(ker f ) = 1, ker f = L ((−2, 1, −4));

dim(im f ) = 2, im f = L ((1, 0, 2), (0, 1, 0)).

2. Gli autovalori di f con le loro rispettive molteplicità e i relativi autospazi sono:

λ1 = 0, mλ1 = 2; λ2 = 1, mλ2 = 1; Vλ1 = ker f , Vλ2 = L ((1, 0, 2)),

f non è diagonalizzabile.

3. Non esistono vettori v 6= o di R3 tali che f (v) = 2v perché 2 non è un autovalore

di f , quindi solo f (o) = 2o = o.

58
[77] 1. I tre vettori sono linearmente indipendenti perché la matrice:
 
1 2 0
P =  0 −1 1  ha rango 3.
2 0 −1
 
2 1 4
2. Le componenti richieste sono ,− , .
5 5 5
 
2 0 0
3. A1 =  0 2 0 , A1 = P−1AP, quindi A = PA1 P−1 .
0 0 1

[78] 1. B 0 è una base perché la matrice:

 
1 0 0 1
 1 1 0 0 
P=
 0
 ha rango 4;
0 1 0 
0 1 1 0

A = −3U1 + 3U2 + 4U4 .

 
0 −2 −2 0
B,B
 0 −1 −1 0 
2. M (f) = 
 1
.
0 0 1 
1 0 0 1

   
1 0 0 1
3. dim(ker f ) = 2, ker f = L , ;
0 −1 −1 0
   
0 0 −2 −1
dim(im f ) = 2, im f = L , .
1 1 0 0

4. L’unico autovalore è λ = 0 di molteplicità mλ = 2, quindi f non è diagonalizzabile.

[79] 1. La linearità di f segue dalle proprietà della somma di vettori e del

prodotto scalare tra due vettori.

59
  
1 0 0
2. A = M B,B ( f ) =  0 −1 −2 .
0 −2 −1

3. Poiché det(A) = −3, ker f = {o} e im f = V3 .

4. Autovalori con le relative molteplicità:

λ1 = −3, mλ1 = 1; λ2 = 1, mλ2 = 2;

autospazi Vλ1 = L ((0, 1, 1)),Vλ2 = L ((0, −1, 1), (1, 0, 0)).

5. Sì, f è diagonalizzabile; una base di autovettori è

((0, 1, 1), (0, −1, 1), (1, 0, 0)).

6. H = Vλ2 , dim(H ) = 2, f (H ) = f −1 (H ) = H .

 
−2 −1 1
[80] 1. A =  −1 −2 −1 .
1 −1 −2

2. dim(ker f ) = 1, ker f = L ((1, −1, 1));

dim(im f ) = 2, im f = L ((−2, −1, 1), (1, 2, 1)).

3. Autovalori con le relative molteplicità:

λ1 = −3, mλ1 = 2; λ2 = 0, mλ2 = 1;

autospazi Vλ1 = L ((−1, 0, 1), (1, 1, 0)),Vλ2 = ker f .

4. dim( f (H )) = 1,

f (H ) = {x = x1 i + x2 j + x3 k ∈ V3 | 5x2 + 2x3 = 5x1 + 7x3 = 0}.

Per esempio f (H ) = L ((−7, −2, 5)).

 
0 −1
[81] 1. dim(ker f ) = 1, ker f = L ;
−1 1

dim(im f ) = 3, im f = L ((1, 0, 2, 0), (0, 0, 0, 1), (0, 1, −2, −1)).

60
    
1 −1 1 0
2. dim( f −1 (K )) = 2, f −1 (K )=L , .
0 1 1 0

3. Gli autovalori di A, con le relative molteplicità, sono:

λ1 = 0, mλ1 = 1; λ2 = 1, mλ2 = 2; λ3 = −3, mλ3 = 1;

gli autospazi sono Vλ1 = L ((0, −1, −1, 1)),

Vλ2 = L ((0, 1, −2, 3), (1, 0, 2, −2)), Vλ3 = L ((0, −1, 2, 1)).

Sì, A è diagonalizzabile.

4. La matrice associata all’applicazione lineare g, rispetto alle basi canoniche di R4 e

di R2,2 , è:
 
−2 2 1 0
 −4 4 2 0 
 .
 0 0 0 0 
−2 2 1 0

g è unica perché i vettori (1, 0, 2, 0), (0, 0, 0, 1), (0, 1, −2, −1),
(0, 1, −2, 0) formano una base di R4 .

[82] 1. Per esempio, W può essere il sottospazio vettoriale S (R2,2 ) delle

matrici simmetriche di R2,2 .
 
0 1
2. A (R2,2 ) = L (B1 ), dove B1 = e W = L (B2 , B3 , B4 ),
−1 0

     
1 0 0 1 0 0
dove B2 = , B3 = , B4 = .
0 0 1 0 0 1

Rispetto alla base (B1 , B2 , B3 , B4 ) la matrice associata a f è:

 
0 0 0 0
 0 1 0 0 
M( f ) = 
 0
.
0 1 0 
0 0 0 1

3. f è autoaggiunto se e solo se W = A (R2,2 )⊥ .

61
[83] 1. dim(ker f ) = 1, ker f = L ((1, −1)); dim(im f ) = 1,
im f = L ((1, 0, −1)).
2. dim(ker g) = 1, ker g = L ((4, −2, 1)), im g = R2 .

3. g(H ) = R2 .

4. Autovalori con le relative molteplicità e autospazi di h1 :

λ1 = 0, mλ1 = 1; λ2 = −1, mλ2 = 1; Vλ1 = L ((−1, 1)), Vλ2 = L ((−1, 2));

autovalori con le relative molteplicità e autospazi di h2 :

λ1 = 0, mλ1 = 2; λ2 = −1, mλ2 = 1; Vλ1 = L ((−2, 0, 1), (−3, 1, 0)),

Vλ2 = L ((−1, 0, 1)).

5. Sì, sia h1 sia h2 sono diagonalizzabili.

Matrici diagonali associate ad h1 :

   
0 0 −1 0
D1 = , D2 = .
0 −1 0 0

Matrici diagonali associate ad h2 :

     
0 0 0 0 0 0 −1 0 0
D01 =  0 0 0 , D02 =  0 −1 0 , D03 =  0 0 0 .
0 0 −1 0 0 0 0 0 0

 
1
[84] 1. Se a ∈
/ 0, ker f = {o}, im f = R3 ;
2

se a = 0 dim(ker f ) = 1, ker f = L ((0, −1, 1));

dim(im f ) = 2, im f = L ((1, 3, −2), (1, −1, 0));

1
se a = dim(ker f ) = 1, ker f = L ((2, −9, 7));
2
  
1
dim(im f ) = 2, im f = L (1, 0, 0), 1, −1, .
2
√ √
2. Gli autovalori di f sono λ1 = − 2, λ2 = 2, λ3 = 0 (tutti di molteplicità 1),
quindi f è diagonalizzabile.

62
[85] 1. Esiste ed è unico l’endomorfismo f perché i vettori
e1 − e2 , e2 − e3 , 2e1 + e3 sono linearmente indipendenti.

2. Si tratta di ricavare f (e1 ), f (e2 ), f (e3 ) e si trovano, ordinatamente, le colonne della

matrice A.

3. Gli autovalori di A, con le relative molteplicità, sono:

λ1 = 1, mλ1 = 2; λ2 = −1, mλ2 = 1.

I rispettivi autospazi hanno dimensione pari alla molteplicità degli autovalori se e

solo se 2b = −ac.

[86] 1. La linearità di f è conseguenza delle proprietà della somma e del

prodotto di matrici.
 
1 0 −1 0
0 1 0 −1 
2. B = M B,B ( f ) = 

.
 0 0 1 0 
0 0 0 1

3. Poiché det(B) = 1, ker f = {O}, dove O indica la matrice nulla di R2,2 e im f =

R2,2 .
  
y1 y2 2,2
4. dim( f (H )) = 3, f (H ) = ∈ R | y1 + y3 + y4 = 0
y3 y4

   
1 1 0 1 −1 0
=L , , ;
0 −1 0 0 1 0

  
x1 x2
dim( f −1 (H )) = 3, f −1 (H )= ∈ R2,2 | x2 − x3 − x4 = 0
x3 x4

   
1 0 0 1 0 1
=L , , .
0 0 1 0 0 1

5. f ammette solo l’autovalore λ = 1 di molteplicità mλ = 4,

  
0 1 1 0
l’autospazio relativo è Vλ = L , .
0 0 0 0

63
 6. No, f non è diagonalizzabile.

 
1 0 0 1
 1 2 0 −1 
[87] 1. M( f ) =  
 1 0 2 −1 
0 0 0 3

è la matrice associata ad f rispetto alla base canonica di R4 .

2. f è un isomorfismo in quanto M( f ) ha determinante non nullo.

3. Gli autovalori di f con le rispettive molteplicità e gli autospazi sono:

λ1 = 1, mλ1 = 1; λ2 = 2, mλ2 = 2; λ3 = 3, mλ3 = 1;

Vλ1 = L ((1, −1, −1, 0)), Vλ2 = L ((0, 1, 0, 0), (0, 0, 1, 0)),

Vλ3 = L ((1, −1, −1, 2)).

4. No perché f è un isomorfismo e perciò è iniettivo.

[88] 1. Il fatto che f sia un endomorfismo segue agevolmente dalle pro-

prietà del prodotto vettoriale. La matrice richiesta è:

 
0 0 −2
M B,B ( f ) =  0 0 1 .
2 −1 0

2. f (H ) = {o} in quanto a ∧ a = o.

3. f −1 (K ) = V3 in quanto x ∧ a è un vettore ortogonale ad a.

4. f ammette solo l’autovalore 0 il cui autospazio è H .

[89] La matrice richiesta è:

 
0 2 −1
M B,B (g) =  −2 0 0 .
1 0 0

64
[90] 1. Se k 6= 1 f è un isomorfismo.

Se k = 1 dim(ker f ) = 1 e dim(im f ) = 2 pertanto f non è né iniettivo

né suriettivo.

2. Per ogni k ∈ R si ha:

dim( f (H )) = 2, f (H ) = L ((1 + k, 1, 1), (0, 1, −1));

dim( f −1 (H )) = 2, f −1 (H ) = L ((1, 0, 0), (0, 1, k)).

√ √
3. Se k = 1 A ha autovalori λ1 = 0, λ2 = 3, λ3 = − 3, tutti di molteplicità 1; una
base di autovettori è data da:
√ √ √ √
((−1, 1, 1), (2 + 3, 1 + 3, 1), (2 − 3, 1 − 3, 1)).

[91] Se x è un autovettore di f 2 con autovalore λ ad esso relativo, per ipotesi si ha

f 2 (x) = f (x) = λ x. Applicando f ad ambo i membri dell’ultima uguaglianza segue
λ x = λ 2 x da cui λ = λ 2 e quindi la tesi.

[92] Sia A la matrice associata ad f , allora per ipotesi esiste una matrice P tale che
D = P−1AP, con D matrice diagonale. Elevando al quadrato la relazione precedente segue
D2 = P−1A2 P, ossia f 2 è diagonalizzabile. Non vale il viceversa, per esempio la matrice:
 
0 1
A=
0 0

non è diagonalizzabile mentre A2 lo è.

[93] Se x è un autovettore di f 3 con autovalore λ ad esso relativo, per ipotesi si ha

f 3 (x) = f (x) = λ x. Applicando f , due volte, ad ambo i membri dell’ultima uguaglianza
segue λ x = λ 3 x da cui λ = λ 3 e quindi la tesi.

 
1 0 −1
[94] 1. M B,B ( f ) =  0 1 0 ;
−1 0 1

dim(ker f ) = 1, ker f = L ((1, 0, 1));

dim(im f ) = 2, im f = L ((1, 0, −1), (0, 1, 0)).
Poiché i tre vettori (1, 0, −1), (0, 1, 0), (1, 0, 1) sono linearmente indi-
pendenti segue la tesi.

65
 2. f è diagonalizzabile perché è associato ad una matrice simmetrica.
Gli autovalori sono λ1 = 0, λ2 = 1, λ3 = 2, tutti di molteplicità 1. Di conseguenza
si possono scegliere, rispettivamente, i vettori:
e01 = (1, 0, 1), e02 = (0, 1, 0), e03 = (1, 0, −1)
come autovettori ad essi relativi. La matrice associata ad f rispetto alla base
B 0 = (e01 , e02 , e03 ) è la matrice diagonale:

 
0 0 0
D= 0 1 0 .
0 0 2

3. La matrice del cambiamento di base da B a B 0 è:

 
1 0 1
P= 0 1 0  e D = P−1AP.
1 0 −1

   
2 0 0 1 0 0
[95] 1. A0 = C−1AC, A0 =  0 1 0 , C= 0 1 0 ;
0 0 1 −1 0 1

   
2 0 0 0 1 0
B0 = E −1BE, B0 =  0 1 0 , E = 1 −1 0 .
0 0 1 −1 0 1

2. A e B sono associate allo stesso endomorfismo perché A0 = B0 , quindi:

B = (CE −1 )−1A(CE −1 ).

[96] 1. f è un endomorfismo perché è definito tramite equazioni lineari omogenee;

 
−2 −9 3
M( f ) =  1 4 −1 
1 3 0

è la matrice associata ad f rispetto alla base (1, x, x2 ) di R2 [x].

66
 2. dim(ker f ) = 1, ker f = L (−3 + x + x2 );
dim(im f ) = 2, im f = L (−2 + x + x2 , 3 − x).

3. H = L (−2 + x, −2x + x2 ), dim( f (H )) = 2,

f (H ) = L (−5 + 2x + x2 , 7 − 3x − 2x2 ).

4. Gli autovalori di f con le relative molteplicità e gli autospazi sono:

λ1 = 0, mλ1 = 1; λ2 = 1, mλ2 = 2; Vλ1 = ker f , Vλ2 = L (1 + x2 , −3 + x).

5. Sì, f è diagonalizzabile ed è associata alla matrice:

 
0 0 0
D= 0 1 0 
0 0 1

rispetto alla base B = (−3 + x + x2 , 1 + x2 , −3 + x).

[97] 1. La matrice associata a f rispetto alla base canonica di R2,2 e alla

base (1, x, x2 , x3 ) di R3 [x] è:
 
2 −1 0 −1
 0 −3 −2 1 
M( f ) =  ;
 4 7 6 −5 
3 0 1 −2
   
2 1 −1 −2
dim(ker f ) = 2, ker f = L , ;
0 3 3 0

dim(im f ) = 2, im f = L (2 + 4x2 + 3x3 , −1 − 3x + 7x2 ).

2. No, la matrice M( f ) non è diagonalizzabile.

3. G è un sottospazio vettoriale perché la somma di due polinomi divisibili per x è un

polinomio divisibile per x, lo stesso vale per il prodotto di un numero reale per un
polinomio divisibile per x.

dim( f −1 (G )) = 3,
   
1 2 −1 −2 2 1
f −1 (G ) = L , , .
0 0 3 0 0 3

67
[98] 1. La matrice associata a f rispetto alla base (1, x, x2 , x3 ) di R3 [x] è:
 
0 0 h 0
 

 0 1 3 0 

M( f ) =  , h ∈ R.
 
 0 1 −h 0 
 
3 7 3 3
 
− − −
4 4 2 2

2. det(M( f )) = 0 per ogni valore di h ∈ R, quindi:

dim(ker f ) = 1, ker f = L (−2 + x3 ),

 
7 3
dim(im f ) = 3, im f = L x3 , x + x2 − x3 , h + 3x − hx2 + x3 .
4 2
 
3
3. f è diagonalizzabile se h ∈
/ −3, .
10

 
1 0 0
[99] 1. A =  0 0 1 , k ∈ R.
0 k 0

2. Se k 6= 0 ker f = {0}, im f = R2 [x];

se k = 0 dim(ker f ) = 1, ker f = L (x), dim(im f ) = 2, im f = L (1, x).

3. f è invertibile per k 6= 0:

 
1 0 0
1 
 
A−1 =  0 .

0
 k 
0 1 0

4. H = L (x, x2 ), f (H ) = L (x, kx2 ), quindi:

se k 6= 0 dim( f (H )) = 2; se k = 0 dim( f (H )) = 1;
 
1
se k 6= 0 f −1 (K ) = L 6 + x − 5x2 ; se k = 0 f −1 (K ) = ker f .
k

68
 5. Esiste g solo se k 6= 0:

3 0 0
 
 
M B,B (g) =  0
 3 .
0 
 k 
0 3 0

6. f è diagonalizzabile solo se k > 0,

1 0 0
 
√
A0 = 
 
 0 − k ,
0 
√
0 0 k
 
1 1
una base di autovettori è 1, − √ x + x2 , √ x + x2 .
k k

[100] 1. La linearità di d segue dalle proprietà di derivazione dei polinomi.

La matrice associata a d , rispetto alla base B = (1, x, x2 , x3 , x4 , x5 ) di

R5 [x] è:
 
0 1 0 0 0 0

 0 0 2 0 0 0 

B,B
 0 0 0 3 0 0 
M (d) =  .

 0 0 0 0 4 0 

 0 0 0 0 0 5 
0 0 0 0 0 0

2. L’unico autovalore, la sua molteplicità e l’autospazio ad esso relativo sono:

λ1 = 0, mλ1 = 6, Vλ1 = L (1).

3. d non è diagonalizzabile.

[101] 1. Per esempio W2 = L (x2 , x3 ) e C = (1 + x, x + x2 , x2 , x3 ) è la base

di R3 [x] che segue, in modo naturale, da W1 ⊕ W2 = R3 [x].

2. f è lineare per le proprietà della somma di polinomi e del prodotto di un polinomio

per un numero reale.

69
 3. È più agevole determinare:
 
1 0 0 0
0 1 0 0 
A0 = M C ,C ( f ) = 

,
 0 0 −1 0 
0 0 0 −1

da cui segue:

 
1 0 0 0
0 1 0 0 
A = M B,B ( f ) = 

.
 −2 2 −1 0 
0 0 0 −1

4. ker f = {0}, im f = R3 [x].

5. dim( f (W1 )) = dim( f −1 (W1 )) = 2, f (W1 ) = f −1 (W1 ) = W1 , in quanto f ◦ f è

l’identità di R3 [x].

6. Sì, f è diagonalizzabile.

[102] 1. dim(ker f ) = 1, ker f = L (−3x + 2x2 );

dim(im f ) = 2, im f = L (1 − 6x + 4x2 , 2x − x2 ).

2. dim( f (W )) = 2, f (W ) = L (−3 + 22x − 14x2 , −2x + x2 );

dim( f −1 (W )) = 2, f −1 (W ) = L (6 + 19x, 3x − 2x2 ).

3. Sì, f è diagonalizzabile, una base richiesta è (−3x + 2x2 , 1 + x2 , 1 + 2x).

[103] 1. La matrice associata richiesta è:

 
1 0 0 0
 0 0 0 0 
A=
 0
.
1 1 0 
0 0 0 1
 
0 −1
2. dim(ker f ) = 1, ker f = L ;
1 0

dim(im f ) = 3, im f = L (1, x2 , x3 ).

70
3. Sì, A è diagonalizzabile. Le due matrici richieste sono:

   
0 0 0 0 0 0 0 1
 0 1 0 0   −1 0 0 0 
D=
 0
, P= .
0 1 0   1 0 1 0 
0 0 0 1 0 1 0 0

71