Algebra lineare

e geometria
 Algebra lineare e geometria
-

Matrici
DEFINIZIONE : siano m
,
ne 2 due interi positivi . Una matrice nxn a
coefficienti in R è

di reali colonne L' insieme delle matrici

una collezione ns
""
numeri disposti su n
righe ed n .

nxn si indica con R .

I numeri all' interno della matrice sono detti entrate ,
elementi o componenti
della matrice .

ESEMPIO

}
•
M = 2 A = 2 -3 it Ae 1122 '

n =3 4 5 -72

"' >
•
m =
4 B =
0 1 -3 B e R
n =3 2 2 2

E 72
'
-1

e e e

" "

OSSERVAZIONE > La matrice 0mn E R ,

le cui entrate sono tutte nulle ,
è detta matrice
nulla .

02,2 = ° °
, 02 ,
}
= O 0 0

0 0 0 0 0

Se il delle
m = n
,
cioè numero di
righe è
uguale a
quello colonne , la
matrice è detta matrice quadrata .

A = 1 -1 E R 2.2 B = 1 -1 Ti

»
0 7 e 2 1 e R
2 1 -3

Se la matrice detta matrice mentre la matrice detta

a- 1 è
riga ,
se n = e è

matrice quadrata .

"" ?"
A = 1 2 -5 3 E R B = 5 e R
,

Se noi = 1
,
cioè la matrice ha un' unica
riga e un' unica colonna è quindi un' unica entrata ;

identifichiamo IR
""
R .

"^
A =
-34 e ☒ < > _
3
c- R
a

""
OSSERVAZIONE sia A R matrice Ad entrata di A associamo due
una
ogni a
>
c- .

l' indice della l' indice della

indici i
, j come
segue
: i è
riga in cui si trova a e
j è

colonna l' entrata lì

in cui si trova a .
Inoltre si dice che a è , j) .

I I

A = 2 -
3 IT I -3 è l' entrata ( e , 2)
4 5
-

% ± , è l' entrata ( 1,3)

Più l' entrata ( i. j)
in
""
generale di una matrice A si indica con
a.mg .
.
Inoltre se

A e R si usa anche la rotazione A =

( a i. j )
1 ≤ i ≤ M

i ≤
j ≤ n

La matrice 1- R?" è
generica e :

% 929394
% 92%3^24
A ☒
=
% % 93%4 di €
j
9,19293 % "

" "
DEFINIZIONE OPPOSTO di UNA MATRICE > l' opposta di una matrice AEIR ,
denotata con -
A ,
è la
"
matrice di Rm la cui entrata lì j) ,
è l' opposto dell' entrata lì
, j) di A.

IN SIMBOLI : se A =
( aij )
i ≤ i ≤ n allora -
A =
( aij )
-

i
e ≤
g- ≤ n i ≤ ≤ n

2' }
i ≤
j ≤ n

A = 2 -3 Ti E ☒ > - A =
-2 3 - Ti

4 5 -72 -4 -5 312

DEFINIZIONE ( UGUAGLIANZA TRA MATRICI ) > siano A =

( dij) c- ☒
M' ^
e B =
( bij ) e RP"
1 ≤ i ≤ n 1 ≤ i ≤
p
1 ≤
j ≤n i ≤
j ≤
q
matrici
due
,
diciamo che A è
uguale a B, e scriviamo A =D
,
se
valgono le due
seguenti :

1) B hanno lo stesso colonne ,

A e numero
righe
di e cioè n =p e n =
q ;

2) l' entrata ( i. j) uguale all' entrata ( j) di B

di A è cioè
bij
'

e
aij
=
, , ,

ti 1 =
,
_
,
n n
j = 1
,
-

,
n .

ESEMPIO

A 2 -3 Ti B 2 ✗
y
= =

4 5 -312 4 5
✗
12

Per quali valori di si ha A B ?

y
✗ e ✗ =-3
y
= = a
,

2 4

C = -3 5 ≠ A
IT
-

DEFINIZIONE MATRICE TRASPOSTA >

la trasposta di una matrice A c- R
""
è la matrice di R
"
?
denotata conta la entrata ( j ) all' entrata lì , j ) ti
,
cui
,
i è
uguale di A ,
= 1
,
_

,
m e
j = 1
,
_
,
n .

IN SIMBOLI : se A =
( aij )
l'
i ≤ i≤ n allora 1- =
( aji)
1 ≤
j ≤ n i ≤
j≤n
1 ≤ i ≤ n

ESEMPIO

+
A =
2 -3 Ti A =
2 4

4 5
-

% -3 5

Ti -312
 +
B = 2 0 0 B =
2 1 5

1 3
-
Tl 0 3 2/3
5 43 3 0 -
Ti 3

In alcuni testi si indica con TA At , AT

,

PROPOSIZIONE PROPRIETÀ DELLA TRASPOSTA :

Valgono le
seguenti proprietà :

Ae Ran
^^ +
• 1. e R
""
•
V-AC.IR ,
si ha
+
FA) = A ( la trasposta è un' involuzione )
""
•
V. AER ,
si ha 7- A) = -
(ta) ( la trasposta è l' opposto commutano)

ESEMPIO

+
A =
2 -
3 Ti A = 2 4

4 5 -72 -3 5

Ti -312

(A)
l'
>
4- A) = -

M' ^
DEFINIZIONE DIAGONALE di UNA MATRICE QUADRATA > sia 1- =
( dij) e ☒ una matrice
1 ≤ i ≤ n

i ≤
j ≤ n

quadrata La .

diagonale è l' insieme ordinato delle entrate ( i. i ) di A.

"
DEFINIZIONE MATRICE DIAGONALE >
sia A =
(aij) E R" una matrice quadrata .
A è detta

≤ i
1
,
j≤n
matrice
diagonale se
aij = o ti ≠ j .
Disuguaglianza di Cauchy-Swartz
Ù
F. È È
disuguaglianza triangolare
>
E i vi Ù vi
'

+ E +
1

ì+
ti

>

Proiezione ortogonale

AT = AJ .

cos Tut =

Ù E
=
¥ .
.

i ù #
A
AT =
F. È
ì

Osservazione: un
qualsiasi vettore a
>

si può scrivere come ai = à versare nella direzione del verso di ai

Ì vi Ù normalizzato
ortogonale
' >

vettore
proiezione f
> .

W = di w su : .

i ù
nella direzione
giusta
>
versare

nodrito

VÙ =
>
w 1- +
viti, > WI = È -

wti
Esempio:
È = Ì -

J - È > decomporre È =
wtitwì

i i +E
>

aj
-
=

'
/3
Ù
'

E
È
{
.

,
=
.
I =
F -

213

t.it Y}

1 1

F. '
_

= -2 = 1 +2 -1=2
1 %
-
, ,
, è, =
- =
-
i
_
% } = %
-1
/3
' - "
|}
1 1

f. Ù =
-2 -2 = 1 -14 + i = 6

I 1

Prodotto vettoriale
In S} Il prodotto
con un sistema di riferimento dije ,
siano i cui vettori .
vettoriale di T e vi sarà :

Ì È Ì È È
vywz Vzwy Vxwy Vywx
✗ = -
-

Vxwz
-

vawx - -

che è
uguale a scrivere : è j È
Ù ✗ È det Vx
Vy Va sviluppando solo secondo la prima riga
=

Wx Wy Wz

Esempio:
a- ×
✗
y y
0 o -10 -10 £
=
1 O 1 0 >
o + o -1£
-

0 1 0 O 1
?⃝
 📙
📕
Proprietà:

È ✗ VI = -
È ✗ Ì antico nnutatività o anti simmetria

ÙX è + È = t' ✗ vi + Ù ✗ vi

Ì + è ✗ È =
ÙXW + itxw
>

a Ù ✗ È =
a Ù ✗ vi = Ì × aut

Osservazione: non vale la proprietà associativa ÙXVÌ ✗ È =/ T' ✗ È ✗ è

Controesempio:
✗ J =

0×5=0

se i ✗
j Ì = È ✗ i = -

j
ne

Proposizione: siano t
'

,
E vettori in § .

t ut I
'
-
se ✗ E = è

set ut È vettore
-

✗ vi è il
definito da :

•
la direzione è quella perpendicolare al piano che contiene I evt ;

il
quello dato dalla
regola della destra per la terra it È ÌXW >
è
•

verso mano
, ,

ù ✗ vi =
Ù ut sen Tut

Osservazione: Ì ✗ È =
o ⇐ it è

:
È
>

Prodotto vettoriale e area

B

1
5 { ÌW
>

{
=
bh
{ { È
>
è
>

e a
=
bc sera = i sen = i ✗

d
C
A H

Esempio:
Dati i punti > A 1
, -1,2

B 0,3 ,
}

( 1
,
2 ,
-1

Prodotto misto
Siano 3 vettori it È,
e è ,
si definisce prodotto misto : it .
I ✗ È
 Rette nel piano S 2

:-.
→
pjir
•
r è definita da due informazioni :

p la direzione Ù

'

E un
punto fissato Po c- r

' ^ 1
-

Po % ,
yo
È =
l
n
P ×
y

{
,
" " ✗ -

% =
te
I me
>

Per Ppi e 7 t R te Pop t.it t c- R =

A 1- ter oppure
yo
c-
y
= =

y y n
- -
.
. ,

{
✗ = ×
.
-
te

i 1- ER
g- go.tn
-

esempio : siano A -2,1 e B 3,5

>
trovare le equazioni parametriche della retta passante per AÀ >

equazioni parametriche della retta resa

passante per il punto %

y
e t !

{
, .

>
5 ✗ = -

a + st
Po = A ,
direzione AB =

4
> '
te R
+ ↳ a
I
= e

{
✗ = 3 + st
se avessi preso Po =D >
'
te R
5 + ↳ +
I
=

Rette nel piano S 3

^
y
Po ×.
.
Io ,
20

[
P lt parametriche della
× ,
y ,
2 ✗ = ✗
o
+
equazioni retta res
,

-
> l
t nt passante il punto i
.

Lo
yo per %
yo
e
.

=
.
n
,

e
n

p
È =
m 2=20 + nt
•

n
>
in ✗

Po '
.
.

L
y

Esempio: determinare se ] il valore di ✗ c- R che dà una terra di punti allineati tra :

A 3,0 , o
-3 1 1

B 0,1 ,
e
'
A B. C
,
allineati AÀ AÌ ⇐ rk a }
.

a ✗
E 1

( d. ha

i -

j -

j 1 Y} 43
É
> -
-

Se RE 3ha 43 Y}
✗ 3 >
RR 1
-

>
= =
2 >
-

✗ &
2+4-3) 2+4-3)
&}
Se ✗ *} o 0 42-3 42-3
3 3

Se ✗ = I > rk = 1

Se a +
È , rk = 2
 {
✗ = 3- 1-
→
>

Po AB
>
•
= -1 >

3. 0,0 ,
T = =
'
>
= t
,

2 = A

[
-

% =

È -

f- t

Po C >
§ } } t' AÈ =
%
? ft
y
= = =
,
> +
, ,

%
% {

tra
a =
+

Posizioni relative di rette nel piano

|
rette incidenti >
ritira = a punto
r
,

M M2 Complanari
rdtemaaa
,
distinta .
" " →

Mi Mz
rette parallele coincidenti > r,
ra e r =
Ma Nk c- 2
, ,

Non complanari o sghembe

Esempio:

{
t

{
✗ = t
- -

i ✗ = 2 - -
i

µ
,
= -
i + zt
, vi = -2 ra y :3
-12T
, vi =
2

2 =
-3 -12T 2 2 =
1 0

V >
ra R2
,

( [
r
,
nr
, ti =
2- tz verificata
-

1 -2T , =
3+21-2 > =
4 Sono
sghembe
y , ,y , =
, a, =
,

Piani in S3

piano S}
un in è
definito da :

e p
1 . 3 punti allineati ;

:
p
è, vettori paralleli
>
2 .
1 punto fissato e due son .

P
x.GR l, la
% %, Yo , 20 È =
my 1 È = m
,

n, ma

È
✗ ✗o
la
-

PIÙ vi s.tc.IR
>

P e I # sono complanari ] s t Pop =

sui + tv,
>
< ] 7- 70 =
s mi + t
, ,

2- 20 ^^ nz
 1⃣
2⃣

[
✗ =
✗o + sei + tlz equazioni parametriche del piano di direzioni

la l2
-1 tmz passatite ✗o 20
y
+
Yo SM per
=
Mi
Yo
,
e n, e , ,

noi n,

=
Lo + sn
,
+
snz

l' del piano A

esempio scrivere
equazione ti passante per :
i. 1,1
-

B -

2,1 ,
o

C 2,2 ,
2

{
✗ = 1 -
3s.tt

Po = A ,
v
,
>
=
>

AB =
È
→
, vi =
AC
>

=
(% >
y
= rtt

2 = 1- Sta

{
=
-2 -14s -3T
4 -3
>
>

Po
>
1
•
=D , vi = BC =

i
4 = Ad = o
,
y
= its
2 -
I

2=0 +25 -
t

l
"
%
>

v
&
=
✗o
yo
=
,
n
• E
po > ✗ -
✗o
y yo
-
✗ -
✗o
y yo
-

Poer ⇐ Pop e ⇐ rk e m ± , det e n = o × -

×. n
-

g- g.
e =
o

>
nxjfy
=
mio
-

lyo
à c

ai +
by = c

Osservazione: if
= ma +
q non descrive le rette della forma ✗ = K
,
invece con
axi-by-cseb.to
>

y= [ ✗ +
§

Passaggio da parametrica a cartesiana e viceversa

[
lt '
me
✗ ×.

Y
✗
-

1-
Yo
= × + * ° > = = + ✗ -
✗o
.
e

+ nt
y
=
.

ax +
by = c

Metodo : trovare
'

due punti Aeb sulla retta e usare P

.
-
- A e v
>
=
AB

Metodo : considerare le equazioni cartesiane come un sistema di un' equazione in due variabili con o soluzioni

Esempio:
-2
P
,
=
1,2 P
,
= -1
,
-
, papi =
-
3

[
2T
{
×
t '
-

✗
-

= 1- 2 + ✗ -1
y
= =
, >
2

=
2 -3T

Proposizione:
siano rette nel allora
biy aaxi-bay.ca
>
r
,
aix + =
ci e r
,
>
, piano ,
:

ai b'
1 .
r
, nrz =
a
punto < > r
,
r
,
< > rk = 1

da bz

ai be Ci
ai bei
2 . te
,
r
,
< >
µ,
aa bz
= 1
,
inoltre r, nrz =
§ < > rt a, bz Ca
= 1
Esempio: determinare per quali valori di t ER re :
3×-21=6 e rz : 2X -

Ay =
67 -3 sono
parallele

{ 2×-77=67-3
6
37
2g
-
=

( 4- 37 )y = -21+187

-21 -1187
✗ =

652L y
=

4- 31
=
-2

§ 6 + 3- Uf -

Ay
= 61 -3
-21 -1187 -167
7 = -7 -167 = .
-8
3 127 = 13
A- 1%2
Equazioni cartesiane dei piani in S 3
:
P si il vettore normale
ortogonale al piano
^ •

• >

P Po
>
t n b 2 Lo
✗ %
Yo
=

g.
= =

, , ,

>

Pe Pop
>

i Pop
>

, .
n =
o

✗ Xo
le la a
-

I Yo
bg
>

VÌ
-

U Ma
.
=
m =
=
o
, ,
2 -

20
nn nz
^
%
,
< > b ( a -20 ) c

axtby-ca-axo-byo-caoax-by-c.sn
a + +
× ✗o
g- y = o
-

= d '

equazione cartesiana di un piano in 53

Da equazione parametrica a equazione cartesiana e viceversa

ai +
bytca =D
1 in parametrica le soluzioni del sistema di un' equazione tre variabili
. scrivere
forma in ;

2 . cerco tre punti A ,

B ,
C e uso
quelli .

{
✗ = Xo + les + lat

>
calcolo è È TI
got Mist Mat
•
= ✗
y
-
-

>

nat impongo la conplanarità di Pop vi Ùa cioè chiedere :

•

2=20 +
ns +
,
e
,

X Xo 2- 20
g- yo
-

det le ns n, = o

la M2 M2

Esempio:
A 1. 2,1 > Po
> È 0

B 0 -1,3 AB =
vi = AÈ =
và = -1
,
2 ,
3

( 1,1 , ↳

(
✗ =
a -
s i j Ì -7

2 -3s t
>
vi và det -3 2 =
3 ✗ al po
+3g
+
n ✗ il
passaggio
=

y
,
impongo
=
=
+ a =
-

per
-
_
> :
,

2 =
1 +25 + 3T o -1 3 1 -7 + 6 -11 = d = 0

1- ✗
+3g -12=0
-

\
Proposizione: te : artt biy -142 =
di

-112 :
da ✗ t
bay +
cz 2 =
dz

Siano tre Fa piani in S allora :

} , ai bei ci

^ Ti < >
ni ti < > rk =
2
ba
.

Ma C,

^
è

ai be Ci d' b' G di

2 ti tz rtl
=
^ Inoltre se × µ e µ, ba da
=
2 > tanta ¢ >
paralleli distinti

1⃣
=
e ca
, da
-

bz Cz
.

ha

2⃣ di be C1 di

Mk )
se ti Tlz da 1 -111 T2
= =
l
a , ba cz

Esempio:
3×-1
y
>
ta
=
2

> 5
-112 × + +2
y
=

a. =
? I =
^

di tana >
ti ☒ Tia ti n Fa = retta
g
>
,
o

scrivo l'equazione parametrica

{
3 1 0 1 5 1 5 '
2
R, R,
1 I Ra s -

Yara 1 1 " +
I
" =

2- =t ter
pongo
←
,
> ,
>

%
'

% %
1 I 1 5 Ra R, -3 Re -3 -13 o i
3-2
→
o -2 +
y 2- =

[
2 =
t

: -

set
{ {t
'
t
{ {t
✗ = 5- + -
= -

"
12
Retta passante %
'

Po % t' %
'

per
-

,
o =
, ,

'
2 ^

i. ✗ ni = i r

K 1
e
j

dlt } , o >
-3

1 I 1 2

Una retta r e 5
, può essere descritta come intersezione di due piani son paralleli

Equazione cartesiana di una retta in S3

[ by
ai + + ca = d a a
'

della
condizioni retta di direzione
be × bi
>

'
di
✗ +
biy + ia =
C
'

Da equazione parametrica a cartesiana e viceversa

{
'✗ +
bytca =D

d' ✗ b' c' 2 =D

'
+
yt

Metodo : risolvere il sistema scrivendone esplicitamente le soluzioni

a a
'

Metodo : calcolare b × b
'

'
c c
 Trovare un punto B che E tanta

{
✗ = ✗ otlt
✗ - ✗o
" -
"
-1Mt
°
l -1-0 1-
Io
+
y a.
>
= = = n
,
e e

2 =
Lo + nt

{Ì
Esempio:

{ {
✗ = 2- 3T ✗ = 2-
3g 2×+34=4
y
= at >
t.gg >

Hut 2
a i
-12g ay -12=-1
-
= -
-

{
=D
ai +
by + ca

Proposizione: te una rotta in S} : a' ✗ + b'

ytia =D
'
a b c d

1- B
' '

siano =
a
'
b '
e e =
d

5} d
I piano in :
axtbytca =D a b c

1 .
rn Ti = un punto < > rt A =3

2 .
r ti < > rt A =L

Inoltre se rkla) = 2 e rt (AIB) =3 > rnt =p Se invece rk / A) = 2 = Nk AIB re t i

TI TI
 "
Proposizione : µ Lezione 07/04/2022

{
biy di
t.HN/LE----E.eoEoo--maoa----
ai ✗ + -142
=

da ✗ +
bzlft Caz =
da

{
di ✗ + Big -18,2 = S,

da ✗ + Pay -1
yzz = §

Siano r e s rette in S, e siano

bei

)
ai ci d,
A az bz Cz B
dz
=
=

di B, 81
si
da Bz si
g,

e) insieme = 1 punto aka =

rk AIB =3

2) r s rk A =
2 complanari
2A .
r s 1ns =p rk A = 2 =/ 3 =
Nk AIB

2b.rs rk A = 2 =
Nk AIB
>
3) te e S sono
sghembe rk A =3 =/ 4 = rk AIB non
complanari

>
incidenti

> complanari > parallele disgiunte

>
parallele congiunte

>
non complanari >
sghembe per Ronchi -

Capelli non esiste soluzione

esempio :
-

{
2✗ -1
y
=
+

r =
-2=2
,
y
riconduca

[ { {
in
2- t
forma
=

cartesiana

{
=3 -12T ✗ = 2 t > =
2- ✗
>
2=1
y
-

r =
>
,

✗ = '
=3 -12 / 2- ✗ 2×-1 z
> rz :
2×+7=7
y y
=

è
> un
piano

2 1 O -1 2 1 0 -1

rk -1 2
Ra →
Ru -

Ri
=
O I
> O I -1 2

0 01 I 0 01 I
7
2 10 0 00 8

-
sono
sghembe
'

L
rk =
4

rk =3
 esempio :
-

[ {
✗ -1 2X +
-

22=-6
y
=

S ,
=

52 =

y + 2- 2
=
=
,

1 0 o -1 1 0 0 -1 | o o -1

R2 >
R" O i 2
R} → R} -
R2 R> → -

%R}
o o i 2 | o , i 2
> > >

2 i -2 -6 R} >
R, -212 , o i -2 4 Ru > R, -

{ R, o a -3 -6

O I 1 2
° O I 2 0 0 O 0

1 o 0 -1 1 0 O -1
R> → -

JR } Ra >
-

Ra R } -

O I 1 2 0 O
>
> O I
-3=1
}
0 I 2 0 1 soluzioni =
a
O o 2

0 0 O 0 0 0 0 O

un

"È
✓

s.rs, =
1
punto
=
(-1/92)
sono incidenti s
complanari

trovo il
piano che le contiene

S, e Se sono
complanari → trovo l'
equazione del piano che le contiene

1 . 3
punti
2 .
2 vettori incidenti e i
punto
3 . 1 vettore normale e 1
punto

si

:#
1
0 O

TI = 0 O = -
i

o i °

i Ì È 3
2 O

VI = 1 i = det 2 i -2 = -2

-2 I o i 1 2

[
-13T
equazione ✗ = - i

del piano = -
s - at s
,
t c- R parametri
2- =
2 +2T

0 3
i Ì È -2
Se conosciamo vi e vi ,
conosciamo anche À À =
_ i -2 = det o -1 o = o -2×+3 2- =D

-2 2 3
O 2 3
,

il H
impongo passaggio per

2+6 =D

-2×+32=8
 Fasci di rette nel piano
DEFINIZIONE : il fascio proprio dirette di centro Pa è la
famiglia di rette passanti per Po che ha equazione :

7
^
a. ✗ + big -

c, +
µ aixtbzy
-
c
,
=
o

y < .

bay
-

da ✗ +
Cz
.

7
-
-

con =/ 0,0
,
µ
. .
'

po aixtbiy Ci
=
. . .
>

÷
>
✗

Osservazione prendo te rette agli

assiri
: se io , e
,

{ } : ✗ =
%

r
, :{ y =p . }
14.x ) .
+
µ y
( -

g.) = a

DEFINIZIONE : fascio
(ba) la
famiglia
il alla è di equazione
improprio di rette perpendicolari posizione :

f S parametro
a ✗ +
by =
con

DEFINIZIONE : In S} il
fascio proprio di piani di asse la retta r è la famiglia di piani di equazione :

I 7
✗ +
biy -142 di +
µ Max -1
bay + caz da o
µ 0,0
=
a - -
con =

, ,

a
il fascio improprio di piani perpendicolari alla direzione è = b è la
famiglia di piani paralleli di
equazione :

•✗ +
by + ca = f con S parametro

>

esempio :

l' equazione
d : " -

J
" " scriviamo del fascio
di da B verifichi amo I +
µ ✗ -52-+2
+3g
✗ ✗
52=-2
y +3g
-

: asse + 2-
=
o
y
- -

e se -

✗ : -

y
+22=1
appartiene a meno a
questo fascio ✗ I -

µ
+

y
-

It'
µ + 2 (7- 5
µ) +
2M -0

y
,
gag ,
yyy.y.az
.
, =
✗ ( a. µ ) y (-1+31) + + < (+ Ù ' "
"

[
1- µ
I -1 I {
-13N µ
-
= = =
>

+ , ,
µ
=

2M
= 1
ESERCIZIO CASA :

Ti 2X
3g
: -
= -3

f : ✗ -6 non in
fascio
y
-
=
> un

6 : X -
32 = -
I
 {
27 +
y -12=1
trovare
e ' un piano per r
sapendo che :

+ az = a
y A
1 .
= 2, 1,0 avere le tre informazioni

{
✗ ≥
I 2- =
- -

2 . s : esistono due modi :

✗ + -127=1
y

3 6 ZZ 0
7 +
3g
. :
-
=

RISOLUZIONE "
/
,

P
• 2 O ^

"
1 .
A ¢ r > ù =
1 ✗ 1 -4
r
te
.
.
.
1 2 2
A

{
✗ =
2 + S % -1
312
-
-

P Atto
' ' '

12,0 PÀ AP eq param R parametri

I t
=
,
o scrivo se scrivo =
-1 > =L -4s -

sit c-
, ,

o piano
2=0 -12s -
O
>
preso casualmente

312 ÌJ È
-

1
> -2

À AP Ù det -312 =D
i
27 -172
× 3
3g
+
✗ -4
= -

=
-
= -
i 0 = m m)

2 2
7
I -4
di D= -1 2X -172=-1
-1 3
-13nF
>
4
-

+ o =
-
>

7 27 +
y
-12 i 1-
µ if -122--0
-

)
^
2x
-1g -12 it ( -122 O >
direttamente 7=1 mi toglie piano
y
=
se scrivo un
-

a ,

> d

A c- piano :

ho
4+1+0 -
i + d I -10 =D > D= -4
quindi : 2X
-1mg -12--1
-

4g
-
87=0 ; 2×-3-72=1

r
2 .
Senza fascio ,
2 direzioni e 1 punto

w
'
s e P 440,0 s

cinema il
piano che ha come direzione v
'
r

I 1
è Ì È
_
,
I ^ -1 '
det
'
-1
-

=
w =
✗ = -

-
I 2 1 1 2 2

{
/2
'
✗ = + s - t

= -4s -3T

2- = 25 -12T

Altra possibilità :

I 2×-1 -12 -1
µ y -122 =D
y
+

✗ 27 + I µ + 2- A +2M A 0
y
-

+ =

27
il
-

À ii.
> '
3 S ( > <
µ + . = 0 > Ti w > w = o

I 2
-12M

> con fasci

3 .
6

> senza fasci

due piani sono < > sono i loro vettori normali

Due piani sono < > sono i loro vettori normali

1
e io =
è un Ù posizione del nostro piano quindi ti è il piano per
P e direzioni v' e
io
3

2 partire da ax +
by + ca = d e
imporre : •
b Ù = 0

À
•

b ✗ = o >
piano all' altro

P
•

passaggio per

Distanza
• proprietà :

pg
e d A. B = o e al A. B =
o < > A =D
>

@
al A B ,
= AB 2 è simmetrica ,
d A. B = d B. A
A
3 Se ho tre punti : A. B. C > d A. B E d A. C + d GB

Definizione :
,
sottoinsieme di Sn

d ,
=

inf { di A. B A c-
,
Be
} .
osservazione :

e se
=

{} A e
=

{} B ,
d ,
= d A. B

2 d ,
=
d ,

3 vale la
disuguaglianza triangolare
4 se A =
o > d
,
= o il viceversa è falso
non vale che se d
,
=
O A =/ 0

C-
Distanza punto piano

po =
✗
o ,
Yo ,
£0

d
Ti : ai +
by -1 Cz =

Se Po C- Ti < >
d Poi = 0 Ti

p;

poi
f. { }
Se Po ¢ Ti a r ,
retta passante per Po e 1- e > d Po ,
e
=
nf d Po ,
P Per
p - -
-
..

=
min d Po .lt

• Po po

"
>
.

p
P H

Se vi ù vi
w÷
=
= r
e

i. i
È
>

PoP =

n
 4-4

o
goge
-

ao'
4
PoP s x
a
eguago tbytaz axe
th
J
d

b
ax +

-xo
+ az
ad Po = Poilt

+byo
-Lo
-
c2e
!.
-arxotbyo
0
= Y - =

.4
'.
d
^ xb a
a atbxçz a

?
?tb?xca
?xca
?tbxck
eserspio T : 2 x

-
G +32
=
4
:
Po e

=
,2.,-
ho 2.2-3 7 14
d Bo :
IL

,
x Z ?

,
2
IL

li 4 1 t Q

1
Distanza piano piano
Thr Tha

o
Ge Tre Fz
3 o The Tha
=0
,
Ge Te sT 42 :0 de
9,
ą
Se The F
z
[ 3 ma T 1 T
2
=
0 :

Fus
du oßn al d Pe
T s
+ by 4
a
ax
Tz
C

Fn *2
2=
=
.
,
v

bogt dz volz
3
F bix + ch
a
=
1
oßq Fz
ohz ax tbyetcae da

,
-dz
z

âxbxç afxbRxcz

esempio
:
-
Tn
x
x Y +3
=
e
Z
-
al
1= v ol 2 4
p
a
s
2
Ta
42 P Th
v T =
I
y
x-ayt
,
,
"432
-.

o il
?t
Distanza punto retta
Se Poerid Par =0

s
Mpn Lezione 08/04/2022

Se Bo Er ) s i law reltal r
paassante
oo

j p p O
e

par Poe wive nel priarse di repo

d P 2 d Po VPEr 3
-
mis Polt
dPo,r
:d
,Ht
.B.
matadi per calcobare al Po
.tt
5
A

Po

S calcolare esplicitamente il
pusto H come H 3
PIV FACILE
=amre
{
y
3
I passante per Po
a
con a =

piano re

PH del
paralletogrommen
Z s
=h
Po
Q

=
PiPåxP.Pó
adiotde
l
Polt :

åa
Base
PiPå
l
\
-
I
P
.
Z

{
2 x = e

toy
esemBio re 2

tay
= 1 2 s
x
e
,
:
x+2=3
2 +2 =3
X
Po = 1,4, 2

PeEr s
d Po r 40

calaolo il priano she ba direzione ed è passentre Po ea e

di
a R
par
K
^

2 2
l
5 H

prodlotho vettoriale -
up t 4
1 O i e e
3 priatto
a
X
"
-
-2y
s = = z
2
az=d
dobi aluve rettori normali O z o 1
1
-

ß o
i
1- 2-4 = ;
dh
x 5
=
-
-2y-2z
 (
✗ ZZ 5 5 -5 s
2g -2 -2 ^
- - = -
1
-
1 -2 -2 -2 -2
-

R
H ,
>
R, -
ZR ,
& '
R, § R,
-

§
≥
= a nr ✗ + 2 , o , 5 11 o 5 4 1,
y
= , > o a , > , =

R} >
R} -2kt
2×+2 =3 2 0 1 3 O 4 5 13 0 O % "
s

(
✗ =

y
=

; > H =
} ; } ; ; >
d B. r = d B. H

7
2- =

}?
"
1-
f- + 1- 2
§ = È G- È
+ + = 1

SECONDO METODO

( (
✗ = o ✗ =
{
Prendo 2 Punti della retta Pn Pa y
0
>
Poi 0, 1,3
y
a caso : -
- ^ -
_

2=3 = . Pz È ,
0,2

!
≥ '

Papa
> + ' + i = 3
Papa = ^
.
=

2
1

I
RÈ
>

pp .
=
>
=
1+0+1 = 2
-
I

12 I
1 i
'
Ì 1

? RP, Papa
0 I
RP
I 2 I - -

RPO
-

{
-
=
= =
, ✗ =
✗ ✗ .

, o _
,
-
, →

PIÈ =
32
= 1

32
Papa

Distanza retta piano

Se

}
una punto
•
= e

•
Se r c- I ° non si
capisce ma

•
Se r it ma rn e =/ ∅ la distanza è sempre uguale

al punto
>

prendo un punto a caso e calcolo , piano

di d P.IT P
r ,
Ti =
con punto qualsiasi della retta

PER CASA :
e > ×
-2g -132=-1

{
✗ = '

-13T
t
-1
I d
=

, =
Tre
'

,
2=1 + at

Distanza tra due rette

}
ˢ

•
Se incidenti >
'

d r, s

COMPLANARI
•
Se parallele con r -
-
S -
d i. s =D

i '
r

Se d
disgiunte d PP d P
'

parallele P
ricade precedente
'
nel
•
>
> . -

. r r = = r caso
:p , ,
 Se
sghembe di calcola
• '
re r sono r r
,
'
> o si così :

retta minima distanza

]! la retta ad
'
date due
sghembe esiste che è sia ad incidente perpendicolare
'

proposizione : rette re r sempre unica s r sia r e a

'
r e r > rotta di minima distanza

'
'
due rette esiste piano
'
d'
sghembe
'
date esiste poi d
'
osservazione : re r sempre un a rex
,
a r
,
un piano r ca e r .

e si verifica che :

1 d di

2 d r r'
,
= di d. d
'

< :
>
nè nè
?
nè
'

a r a r i e v cioè i ✗ v
,

esempio :

[ {
'
✗ = - t ✗ = 2- t -
i I
2
-

'
P P vi
'
-2T
' '

=3 -12T 0 2
;
-2
y
r > = -
i r > -1 -3 V = =
=
, ,

2
2- = -3 -12T 2 = 1 0

dr.ie di
'
vi P
' ' >
=
d. d . 1- a v ✗ passante per

piano Ì a v
>
✗ vi passante per
P

i -1 K 4 2
i
- -

j
>
vi 4
'
V = -2 2 I -2 2 -2 n 1 : 27 -122 d '
-7
-1g
✗ =
-
= = =

2 2
o -
I 2 0 -2 '
d
'
d 2×-1 -127 9
y
: = >
=

"
d- d
P Ed 0 -
i -6 =D al re
,
e
'
= di a
,
a
'
= =
16

P
'
' '
E d > 4+3+2 =D 4+1+4
 "

µ"À Lezione 21/04/2022

Circonferenze e sfere MH
t.be-IE.I-o-a-EM-SC.gs sfera di centro ( e
raggio g , luogo dei punti di S
,
che distano
g
da C punto fissato detto centro

plx.y.at
•
Oxya
SIC , g) Oìj È >

i iii. ÷ c- -

( agosto)
✗

'
Pe >
(
'

SIC e) (dpi) ) ) :(g-g.) ( a.)

' '

,
d ( P c) , =p
⇐ =
g ⇐ × -
×. + a - =

< ?

tè gol è
' "
✗ -12 2×0×-2 22oz % +
goy
-
-
+ + 20 - =
o

✗
8
p g

✗
'
+
y
'
-122 + a ✗ +
By t
ya t 8 >
equazione della
sfera di centro C e
raggio e

quando questo polinomio è una sfera ?

Domanda →
quando definisce una
sfera ?

& ¥ % { à+P÷Ù_ È -1g

C l'
sfera reale d' '
cioè equazione definisce
-

e <
-
= -
=

, , e una + >o .

In punto C
'

particolare se d' + P' + y Io ho una sfera normale ,

se è
uguale a 0 >

Se è
negativo
>
sfera immaginaria

esempio :
{ ( × y z)
, ,
/ ✗
'
+
y
'
-122 -

zx
-2g -142 -
3=0
}
( =

( e , 1 ,
-2
) e
,
d' + È+ è -48 =
4+4-116-112=36

raggio e
=

{ 536 =3

2
se
✗ +
y2 -122 - ex -

2g -1471-7=0

4 -14 -116 28 -4 immaginaria

-
=
→

circonferenza nello spazio

Definizione :
fissato un piano a- in S} ,
un punto C' E te e un numero reale
e
'

= o la
circonferenza 8 ( it
,
C
'

, e
'
) è il
luogo dei punti di -4

' '
che distano f da C .

{
" •✗ +
biftcz =D

e§
8=0
aataxtpytyz
' '
✗ +
y +
+

Il sistema :

{
•✗
tbytca =D
By
?
y -122 f-
'
✗ + + dx + +
fa -1

rappresenta una
circonferenza se :

a) si + P' f-48>-0 +

a) d / Ti
, c) Ef

0 O a :c .
-

dfn c) ,
<
e d( cit) >
e
 Se & & S C
'
C'
raggio C passante C
' '
di centro e
f è =
in allora intersezione del piano la retta e Ti
e per
= e con
,
,

-
<

è
'

d (
e
=
e.
-

esempio sia 5
< ' '
sfera h
famiglia trovare i valori di h Smith
di piani circonferenza
>
+
zy 22--4=0 una
: ✗ + + a ti ✗ +
y
× e
ytz
:
- -
: = una =

C =
centro di S =
{ ,
1
,
-1
E
=

raggio
di S =

{ 1+4+4-116 =
5
2

{ + i -
i -
h
! - h
d ( in = = >
< E

1 -11 + 1
3

{
h
{ { { {
>
- h <
3 - 3
1
'
"
<
è circonferenza S n circonferenza d C
{
<
una In In e { {
<
h
=
,
;
-
E 3 >

3
{ h
{
h
{ {
> <
- _ 3 + 3

{ { h
{ {
< <
- 3 + 3

osservazione : prendo h = 0 : da una

circonferenza calcoliamo centro e
raggio
'
C retta r ti e passante C MI
per

[
"
=L + t

µ t
:
if = i + t : ✗+
y -12=0
= -
i + t

{ t '
t +1+-1 itt 3T
{ o
= >

{
+
-
= > =
-
-

I }
'
✗ = -
= g
g

TÈ
' ' ¥"
'
t C'
§
5 '

per = >
y
i
j e
} I è d [
-

e
= -
= = = = =
>
, ,
-
,
6 12/6 6

'
2 i
[
= - -
= _

osservazione Se C centro della sfera punto di allora la & SAI allora ha lo stesso centro della sfera
:
, ,
è un it
, circonferenza =

Piani e rette tangenti

Se d C. a =
e
>
S C
, e ne = 1
punto

In
questo e è detto piano tangente e si può dimostrare che è l' unico piano passante per % e perpendicolare a CPÌ

Definizione : data una sfera S e un punto Po il piano tangente a S in Po è il piano passante per Po e perpendicolare alla direzione CPÌ . Una qualsiasi retta nel

piano che Po detta retta tangente S Po

tangente passa per è a in .

e
•
[

È
il
 " "" " " "" "" "

[
" " " " """ " """ " " "
" " "" "
"
" " "" " "
" " " " " ° "

esempio : S -
✗
2
+
?
-122 + 2x -132=0
y y
-

Po 0
, 1,0 punto di S >
trovare il piano tangente a
S '

un Po

(
>
"
=
-1
, 1 , -32 Cpo = 2

3
2

>
2
Osservazione : Ti [ Po IT n
'
= 1

2×-1 -137 =D
y
Po >
D= 1
2×+7+32=1
C- Ti IT :

Trovare la retta
tg S '

Po e incidente la retta r: x -2--2=0

y y
a un
- -
e =

{
2×+7+22=1
retta
tg altro piano

r
S

Il piano per r e Po è l' elemento del

fascio di piani che passa per Po

r = IT M T'2
,

↓
µ -112 O
=
ti =

I ✗ Z 2
y
i +
µ y
- - -
-

Se 1=0 allora è che P, Po E

questo piano sicuramente 1=10
µ y-2--2=0 passa
>
vero per ma

'
✗
y
+ 2- -2 =D
µ
1
g-
-
-

%
p piano
' '

0
µ 2
µ
E > I i + 1 O o > -2
0 =
-
- - - =

✗ X
-2g -122--14=0
3g
>
+2-2 -3
y
- -
i - =

{
g
2×+7+32=1
✗
2g
+ ZZ =-3
-

Si =
sfera di centro Ci e
raggio le

Sz =
sfera di centro C
,
e
raggio e ,
Sansa ?

^ Se d G. Cz >
e, +
la 0 d Ci .cz < la
-

la
>
San S, =/ ∅ e le due
sfere sono :

v8

C
,

;
•

Cz C Cz
 2 se d ca C , ,
>
la
-

e, ma <
la +
la
>
S ,
n Sz =
circonferenza

3 se d Ca Cz ,
=
C, +
C, oppure
d (e
,
(a =
la
-

la

c ; •

C
2

Osservazione : se
f,
-

la
<
d Cui ( a
,
≤
Ci + la

Sens ,
è una circonferenza data dall' intersezione di una
qualsiasi tra Si e Sa e il
piano radicale

{
+2-2
Bay
2
✗ +
?
+ dai + -1
fra
+ Si
y
= o

{
" ' "
" " "

Bay -1822 radicale

y +2-2+22×-1
2
82=0
?

evasione del piano

✗ + + >

g g,
B
y +2-2+23×-1 } y
&
Bay
2
83=0 &
?
✗ + +
832
+
-

d2 ✗ + + +
g, + ≥ + - =
,
g, ,

tra le
differenza £
eq

Osservazione : Sa =
sfera degenere cioè un punto Po

Sansa ≠ ∅ < > Po c. Si

• Po -52
'

In tal il radicale
si 0 caso , piano

coincide con il piano tg in Po

esempio : 51 >
✗
2
+
y
"
-12-2 + ✗
+2g + 2- = o

52 >
✗
'
+
y
'
-122 + ✗ +
y -17=0 Sansa ?

1
!
'
C { ( '
È d G. Ca I
= -1 -
= - - -

, , , , = =
, a 2 2 4

6 3

Ci =
la
=
la +
la
≈
2,1 la + la =
0,36 <
0,5 <
2,1 > 51ns,
2 2
>
d ca (
, a circonferenza

@ San 52 Senti Sanit

Circonferenza :
= = = > Ti =
piano radicale
g-
o

2
✗ + 22 + ✗ + Z = o

Calcoliamo raggio e centro di &

C, = -

I ,
- ^
,
-

È la sua
proiezione su e è C' =
-7,0 ,
-

l,
=
è _
d C. Ti
"

[ =
{ =

{
 2⃣

3⃣
Spazi vettoriali ↑ Lezione 28/04/2022

HHHao-EEE-see-E-GDefin.si
4⃣

5⃣
vettoriale V K R ¢ è insieme vuoto dotato di due
uno spazio campo numerico con
operazioni
=
ore : su un un :
6⃣
,

Vxv V
" "
•
la somma +
>

7⃣
V W
'
U -1 W
8⃣ ,

"

V
"

K V
•

il prodotto >
.

t.ir
>
tu

le
che soddisfino seguenti proprietà :

Vtw = Wtv
,
tu WEV ,

il + v -1W =
ut v + W

] elemento neutro Q t.ci ✓ + Q =

Ov + v tue V

Vu e V ] WEV t.c .
Vtw = Wtv =
Q
] elemento neutro 1 E K t.c.tv = v V-vc.tl

tu v il piu =
tu KEV V.
µ
te K
µ
=

, ,

v-iw-iv-twtgv-v.wc.li
A

il
-1µV = tv -1µV VI. µ EK

V
osservazione : definiamo tutti
gli elementi di come vettori e tutti
gli elementi di K come scalari .

L' elemento neutro Q è unico

,
e similmente dato ✓ c- V ,
il suo opposto è unico :
-
V da dimostrare

osservazione : per il prodotto per scalare vale la

legge di annullamento tv =
a 07=0
oppure ✓ =
Du , oppure entrambi

esempio :
""
o matrici K ,
+
,
.

vettori S}
geometrici
+
'

, ,

"

i K = n -

mpla ordinata di elementi di K

✗ = ✗
^ ,
✗
2, . . .
in Xi E K
,

71 GLI In
=

y
' - '
1 /

✗ ✗ +
+ ✗
-171 +
Ya % In
y
=
a , 2 )
. . .
,

te K >
ti =
1% tu . . .
,
l' ✗ n
, ,

Dyn =
0
,
. . .

,
0

"
" " "

K < >
K < >
K

✗
1 , . . .

,
✗n ✗1 ✗1 . . .
✗ a

÷
2 K[ ] × =
polinomi nella variabile × a
coefficienti in K

K
px e
[ ×)
^
"
✗
p ho + ai ✗ + azx t an ✗
=
+ . . .

'

q ✗ =
b. + bit . . .
+ bnx

✗ ✗
ptq px +
=
q

=
aotbo + a
,
+ bei ✗

1 e K Ip ✗ =
todo + tira ,
+ . . .

3 V = 1123

somma : ✗ = ✗ ✗
^ , 2

y 71172
=

✗+ ✗ ✗
y tifi 2+72
= -

e ,
 '

prodotto :
TER
Ix =
7×1,1×2
R2 con
queste due non è uno spazio vettoriale e non è commutativa ma
perde altre proprietà come la 7

I tv
+
µ v
-1µV
=

✗ Xi , X2 ) -1 ✗1 7 ✗e ✗
µ
✗a +
µ
= =
, , 2

7. µ c- R

di 7×1 , X, IX tl 1×1 -1µL

MX -1µF
= + = -
✗
a -1×2 = o
, , ,

✗
µ✗
=
MH , 2

Sottospazio vettoriale
Definizione : V spazio vettoriale su K ,
W ≤ V ,
sottoinsieme .
W è un sottospazio vettoriale se è uno spazio vettoriale con le operazioni indotte da V

W Osservazione : W ≤ V è un sottospazio ( > 1 Hwa W

,
e W >
Wa t Wa E W
,

V1
2 Vw c- W ,
Vitek > tw c- W
Wz
3 Q E W

osservazione : la proprietà 2 implica la 3

prendendo 7=0

tutti vettoriali hanno almeno banali

osservazione :
gli spazi due sottospazi detti :

{a} e v

esempio : i R come spazio vettoriale su sè stesso

7- c- R 2£ ¢ E
✓ v

A v

"
2 V = Km

{ }
""
W =
matrici simmetriche = A e K 4- =
A
,

•
lo 0 c' è

•
chiuso rispetto alla somma

+
+ +
A. Be W 1- + B = A + B = 1- + B > c- W

prodotto
•
chiuso rispetto al
+

AEW ,
Tek IA = ÌA = 7A > c- W

{ }
"" +

per casa > V = matrici anti simmetriche = Aek A = -

A

esempio :
V = 1123

{ }
>
W =
×
g. 2- c- * o è sottospazio
✗ +
y
-1£ =
,

a £1 b E W
Yi
✗1 ✗
fa 2- 2
= =
, , , 2 , ,

a + b = × + ✗ t t 21 -122 0 +0 O
ya
=

ya
, a t =

a W 7 R
% , Yi ,
21 E e

la =
7×1 +
tyi -1721 =
70=0
""
l' insieme
"
osservazione : sia A una matrice nxn
,
sia B e K allora delle soluzioni è un sottospazio vettoriale di R B =
0mn
V -
-

KID
W =
{ px e klx) dagp =3
}
Ok -4] =
o
¢ W

p ✗ = 1+2×-1×3
ptq c- W
3
✗ =
3×-1×2 ✗
9
-

W
'

{ px e Klx) deg p ≤ 3
} è chiusa rispetto a entrambe le operazioni sottospazio

Kn [D= { px e KID dog ≤ n

}
NOTAZIONE : Klxtn K [ ×] ≤ n
,
✓ spazio vettoriale su K

Wn ,
W
,
≤ V sottospazio vettoriale W, n W, è un sottospazio

Siano V4 MW, ✗ e Wi
x.ge ,
y ✗ e Wan Won
, y
✗
,
y E Wz

✗ e Wan Wz >
ti e W'
> Ix e W, n Wa

t e K Ax e Wz

proposizione : V spazio vettoriale su K

Wn ,
Wz ,
. . .
,
WK sottospazi vettoriali .
Allora V1 A V2 N . . . NWK è un sottospazio

proposizione
l' insieme di due sottospazi è mai sottospazio
: non
quasi un

esempio : ✓ = 1122,2

Wi =
matrici simmetriche =
{ [ E}
Wa =
matrici
1
antisinnetriche
2
=

{è 9 }
A ,
=
E W ,
≤ VU Won
a ◦ 1 5

A ,
+ A≥ =
_
, o E W UW , ,
0 3

A2 =

→ 0
E W, ≤ W, UW,

proposizione : V spazio vettoriale su K

,
W
, ,
Wa sottospazi Wall Wz è sottospazio se e solo se 0

W, ≤ Wa o Wz ≤ W,

definizione : V spazio vettoriale su K

,
W, ,
Wa sottospazi .
Definiamo il sottospazio somma :

V1 + Wz =
{ V E V V = W
,
-1 Wz ,
wn C- Wn ^ Wa c- V2
}
Se w
,
E V1 Wn =
W, + Ov E Wi t V2
~

Wi Wz
v

Wa Wa In totale ,
≤ W, + Wz

Se W
,
E V1 Wz
=
Out Wz e Wi t V2

Inn Ùvz

Inoltre siano ×
,
y E V1 + Wz ✗ = ✗ ^
+ ✗
2

In Ù
I =

Ya
t
ya ma allora ✗+
y
= ×
,
+ ✗
a
+
y tifa
,
= ×
,
+
y ,
+ ✗a
-172
E V1 + Wz
V

Ùvn V2

✗ = X , -1×2 E W, + Wz te K Ix = A ×
, -1×2 = Xx , Thx, E Wn + Wz
,

esempio : ✓ R =
""

""
W matrici ,
= simmetriche Sinn + antisinn = R
W, =
matrici anti simmetriche
M R "
M tm -1M +
M M
Sia e > =
+
_
+

2
2

definizione :
 proposizione : V spazio vettoriale su K
,
V4 Wz ,
sottospazi W, UWZ è sottospazio se e solo se a V4 ≤ Wz o V2 ≤ Wn .

definizione : V spazio vettoriale su K , V1 , Wz sottospazi .

Definiamo il sottospazio somma

W, + V2
=

{ VEV / EW, tw , un c- Wn
,
W , c- Wi )
Se Wn C- V1 V1
=
w
,
+ Ove Ws + Wz
↓ ↓
Wi Wi In totale Wn Wz ,
C- V4 + WZ

Se WZEWL Wz -
-

Ou + un c- W, + V2

↓ ,
tu
Inoltre siano × , y c- V1 + V2 ✗ = ✗1 + ✗ e

¥2
'
Wn

g- y -172
-

,
ma allora ✗ +
y
=
la -1×2 ) + ( yntyz ) =
Katyn ) ( -1 ✗<+
ya)
c- W
,
+ Wz
È ¥ ,

✗ i ×
,
-1×2 C- Witwz ,
tek da =
741 # 2) =
✗ ×, -1 7.x
,
E Wn + V2
"
✓ R
esempio :
=

""
Wi -
-
simmetriche simu Sint Art = R
Wi -
- arti simmetriche = art

sia MEIR
"
M =
-71 +
EMY

definizione : il sottospazio somma è detto somma diretta ⊕ se Wink =

{ Ov }
definizione : sia
V
spazio vettoriale su Kinski . . - -

,
v2 c- V. Una combinazione lineare di voi ..
.vn è no
oggetto della forma
* + Kurt - - -

+ Ann con 71 . . .
In C- K
, ,

Il sottoinsieme di tutte le combinazioni lineari di v1 . . . .vn si dice visiere generato da V1 . . . .

Un SI

dice insiene
generato da te . .
.vn e si denota LUI .
. . .. Vi ), V si dice fortemente generato
NOTAZIONI : spari (v . . . .
.vn )
( V1 ,
. . . .

,
UN >

esempi 53 R
>
Jess J
>
Kitt V2 È cioè 53 è lo spazio
e) Vy 5
=
: = +

vettoriale generato da i ] K → S> =L / è 5 E) , ,

2)
>
2T
>

siano i

)
+

dlv-iw-J-ffx.mg
=

-
sì
-125 -
È ,
2) c- S} / x.ge
=
sui + tè
}
STER

{ Ha .at/(&X=s(!)-it.&/cas.teR} {
✗ 25TH
HER
=

g- snt
=
-

- -

-
t
2
=

it , E, vt

complanari it -2T -
>

+ BE

o
 "
3) ✓ =D

a -1: :) a- È :) c-
(%) a ftp.c) =

{ m -
-
ah
PB gc +

B per
{ È :) / (
d

a.) lo:)
"

(%) ( :)
"s , ,

LA .ec ) -
- " + •
a.

{( }
"r

)/
za + ma "

a. By em
0
r

è :)
( :) attrae )
"
e ¢ Ha.my
,

=L ( )
^

4) ✗ li ,
lz, . .
.

,
ln

le =
( 1
, 0,0 ,
0 . . . .

,
0
)
la =
( 0,1 . . _ . D)
le =
( 0
,
. . - -
^
"
)
✗ E K
"
✗ =

( p
. . _
.

/
✗n ) =
×, (1,0 . . . .
a) + × , (0,1 ,
. . .
.
0 ) -1 . . . -
t X, (0 ,
- . . .

1) = ✗senti
, la -1 . . . .
+

Xnln

s ) kti ] , =

{ PG ) /dog E >
}
" a ] :& ' '
:* :* :* :c:
. '
.

pt)
' }
dotare -1 A
-1
di ✗
=

>

proposizione :L ( h . . . _ Un ) in alto spazio vettoriale

✗ =
74 1- Kurt . . -
t Ink E LA . . .
.vn )
y
=
divntdzvz -1 . . . - t Latin

✗+
y
-

_ (1^+4) Vi + . . . . . -1 (da A) 4 -1

Yak
IN = 77N , + Hiv, + . -
- -
- +
Thin
 29104
COMBINAZIONI LINEARI

4 ,
V2 .
. . .
,
Un C- ✓ spazio vettoriale su K

71 ,
l' 2
,
. . .

,
In C- K
ti V1 , 12 V2 ,
< . . . _

,
In Un
L( ) da Un
v1, . . .
,
va sottospazio generato 4, . . .
.

V1 ,
. .
.

,
✓a
generatori
V =L ( v1 ✓ ) fortemente
si dice
generato
n
se
. . .

, ,

K [×] =L ( ^
} ,
×
,
✗
2

,
×
'
)
lo spazio vettoriale K fortemente
osservazione
[×]
è
generato
→
non

Infatti se esistesse
più , p,
(a) ,
. . .

, pn
(×)
generatori
/ ✗ Ex] =L / poi ,
. . . .

,
p)
di =
deg ( pi)
d- -
nax
{di }
Qualsiasi polinomio di KEX] con
grado ≥ d -11 non può essere
generato da poi .
. . . .
. Pn → ASSURDO

proposizione :
V spazio vettoriale su K

W e
W, sottospazi fortemente generati
, ,

e n
g.)
.

generato %, . . .

/
✗n
generato yni . . -

Infn
allora + W' è un sottospazio finitamente generato e W ,
+ Wz =L /xi ,
. . .

,
✗n
, y . .
. . .

.gr)
Wi dfx ,x ) W, =D /
, .
y
.
.

,
. .
. .

. .

esempio : ✓ = ☆ [a ]

(a) 21.x
q
=

92ft ) unii
=

?
" %)

{
'

KE ] / p han -17292
'

sfx) = 5 + 2×2 si, e £ ( q .ge ) ?

,
ftp..gr ) =
plx) c-
-
-

per qualche 7,72 c-

}
*

tlx) -1-1×-1×2 -
1- (a) E L (qn.ge ) ?

{ plx) / plx) -

-
ti (2+11)+7<(1-1×-1×2)}

{ plx ) / plx ) (271+72) -

_

-
+
(7+72)×+72×2}
-
.

"

2%+1? -5
{
stx) =
5+2×2
- _
(è vero che posso scriverlo in quella forma ?) →
i
aoefg .

↓
✗ 2=0 71=-2
grado 1=0 non
funziona in -1

↓ 72=2 % =
-2

sta nello spazio da 9 ,

non
generato e
92

-11
t (×) =
1-1×-1×2 271 -17 , = ^ 1=1

+72=1 71=0 →
appartiene allo spazio generato da 9 , e qz

72 =
1 72=1

CONCETTO di DIPENDENZA E INDIPENDENZA LINEARE

( )
2 1 0
"
Rs -

^
o -
' l
-

4 3 1
% '
R } -24

( )
0

( là
21 2 , a

pg.gg.gg ,
→

o -11 " '

0 -1 I ↳ la terza dalle due

0 00 riga dipende
?⃝
 Def .
: V su . su K
,
v
,
. . . un n vettori di V . Questi vettori si dicono linearmente dipendenti se 7 4 ,
. . .

,
In c- K non tutti nulli /
In V ,
-1 . . .
# Un = Or
se te . . .
In ] i vettori sono indipendenti
Oss .
: Un . . .vn sono linearmente dipendenti se 7 71 . . .
In eroi tutti nulli / 7N ,
+ . . .
-17in =p

Se invece imponendo Irv, + . . . -1 Ziva =

Ov l'unica
possibilità è che 71=12 =
.
. ..
=
In = 0 allora sono indipendenti .

>

esempio : IR

V (2 -1,3) ,
W ( o, 1,0 ) →
sono indipendenti
( applico la def) : IN + 7
,
W =
0µs 7, =
12=0
In /2 ,
-1
, } )(0,0/0) + 7210,10 ) =

(271 -71,371) (0 12,0) ( 0,90) 7, 7<=0

=
→
-1 =
, ,

io ! !

metodo
⑤ v1 , v2 E V ,
V, e V, sono dipendenti ⇐ 764,72) =/ (qo) / 714 + 7 va
,
=
Ov ] (71,72 ) =/ (qo)
"
÷
= -

/ "
a. v1 =
-72h ⇐ sono multipli
\
v,
= -

¥4
! "
9
[ →
la :o)
es : R
✗ =
( 2
,
2
,
-

3)

Inv +
↳ + 7 > ✗ =
(0 ,
0,0 )
( 24
,
-

-4,311) + ( 0,72 a) ,
+ (-27 ] ,
27}
,
-373 ) =
(90,0)

"
27 , 273=0 2) 271
/
-

o
-

1 =

""
+
72+271=0 → 72=-71 sono dipendenti

3/71-3/73
:
-
'

o 71=73

{ 7, =
-
t
✓

( | g)
a> = t < o -2 0
i 2

3 0 -3

prop : V sp rdt snk

,
v1 . . .
in vettori fissati nzz

a) i vettori v1 . .
.vn sono linearmente dipendenti ⇐ uno di loro è combinazione lineare degli altri

linearmente
a) i vettori v1 . .
.vn sono dipendenti ⇐ uno di loro è combinazione lineare di quelli che lo precedono

METODO DEGLI SARTI

Insieme di vettori Ue . . . .
Va C- ✓ ~>
estraiamo un sottoinsieme v . .
via Ken indipendenti
, ,
.

metodo scarti
algoritmo degli
•

prendo ve >
v, è = 0 ?
nf v1
= -0 : <

pass va : hill V1 = -0

else v2
:
pass
scarto va e the Uivq

Un =
V2

ripetendo fino all' ultimo

sistema alla fine ottengo un

sottoinsieme dei vettori di partenza foto di vettori indipendenti

 { 4=(1/2,1) =/0,91) (1×2,5) ④↓ ( 3,6 )
'

ls '

, V2 , V3 =
-2

,
≤ R
↓ ↓
↓ '

1) son e- o vi. tu ? No ! è Invitava ? V3 →

v3
'
=
Invitava?
SCIAPÒ lo SCIAPÒ
tengo v1 -14ha 3
V1 5 V2 →
=
i.
-

SCIAPÒ
↓
↓
lo butto e va diventa V} lo scartano
 Riepilogo

f V
:
,
W spazi vettoriali snk

u →
flu)
è lineare
f ( 4th ) fin ) 8th) diverse f / twittare) Influi ) +721 / V2 )
=
se :
operazioni
= +
→ sono

fla ) =
784 )

f lineare f (a) =
Ow

esempio importante
"
" " "

A c- K
,
A definisce un' applicazione Ma K K
✗
→ AX
^ "" " ^ →
K lnxi)
✗ )
= n

TE

f lineare fla ) =
0W

" "
" "
A K K K
-

→
Ma
.

c-

è lineare
Ma :

/ -1×2 ) AH -172 ) ( Xi ) -1µA (x2 )

"
K →
Axnt 1- ✗ a Ma
✗a ✗i
✗ c-
Ma =
- =
e ,

'
AEK A / XX)
Ma IN)
✗ c- K ,
=
=
HAX) =
7µA ( x)

2 -1 O
" > "
A = e K K →
K
µ
:
.
, g µ

! :) / ;)
✗1 " 2×1 -
✗2

.
"
5×1 -15×2-14×3
✗
3

" "

applicazione lineare f k K
data qualsiasi
•

viceversa : ma : →
, possiamo associare a f una

""
matrice Mfp ) e R

§ =
( li
,
la , . . .

,
en ) base canonica

calcolo Glee) flea)

"

, ,
. . .

, Glen ) e K

definisco la matrice Mlf) = matrice le cui colonne sono

gli flei)
Mlf )
a
-
-

( fla ) / fica ) / . .
. /fieri ) } n
righe
" "
K
domande che è µ Mcg) = ?
'
µ Mg) K →
km
✗ MINX

✗ =

:) →
MA ✗ =
Hailee .it . .
.
/ Sieni ) /È;)

[ )
"" " + Mesi

| ;) ( ;)
"
& !" "" "
( Hai / si:)
-
-

= ,

:
-
. _ _
-

- - -
- - - .

' "

le applicazioni lineari fk → K
"
AER
"

sono tutte della forma ffo ) -

AX con

la .

f : R
>
piu
IX. g. a) →
'
( ✗+
y , yta )
MA -
-

R
"
/ Il :o) =

MIHI;)
§ =/ lei
,
la e }
,
) I (e) =
(6)
flea) :| ! )
fin) -
-

(f)
 MH) -
_

| ! ! 9) c- p
? }

:(E) =/ 91 :/ =L: :?)

' '

" Il 0 ^^

osservazione :
f. V → W " " ≤ ✓ si scrive v -7in -1 + far,
↑
come
→
. . .

⑧ (v1 ) base di ✓
=

. . .
.vn

flv ) -
I / ✗ in -1 . . .
+ kun ) =
In flutti . .
+
Infin)

"

g : R} →
R
(× , ya )
→ (✗ +
oiytz, ✗ + 2-
,

3×+34-42 , tytsz )

"
g) R
Mlgl = ? M/ e

glu )
(g) stese
(G)
=

sie"
21

µ, =L!! :)
^

MG) =

*
3 3 -4
0 1 5

E) È;) / £ )
:( )
" " " -

↳
=
-
× + 2-

3×-1 >
y -4

sz
Y
-

W
f : V →

f è iniettiva [Vitra flu ) ≠ Ilva ))

( glu) -
Ilva) viva ]
f è suriettiva V-WEWJ-vc.tl t.ci w
-

flv)
Ing ) =

{ NEW / 1- rev :
weflvl}
*
HA

f è suriettiva In /g) = W ] ver

-
t -
c.
w =
flv)
In =
{ WEW / 3- vev :
wejlv) } C- W

f è suriettiva Inlg ) - W

V W vettoriali K W lineare
,
spazi su
, fu →

Def : il nucleo di
/( Reuel) è Rer (f) =
{ vev / flvtow}

proposizione : f :
✓→ W è iniettiva Ker f
{ } -0

fla) Ow cià du Rer /8)

oss :
f lineare = C-
,

( ) se f è iniettiva se ve Keith significa flv ) =

Ow =
flor) ✓ =
a

(E) Rer (f) {a }

t.c.fm/- flvDflvd-flvsl=0wfl4-va)- Qe
se = siano vi. v, e V
,

→
④ -

)
v2 E
Kerley ) :{a }
proposizione :
I V → W

In (g) è un
sottospazio vettoriale di W

kerlg ) è un
sottospazio vettoriale di V

>
esempio :
f Rif] ,:
→
IR

plx ) = a ◦ + aix
+ arà → ( ao + a2 ,
2h2
,
ao
)
se
p (a) =
5-1×-2×2

( 3 ,
-4 ,
s)
kerlf ) ? =

Kalf ) -

{ plx) e R[] ×
,
/ flplrd) =
lago) }

{ plx ) =
aotaix +
aix
'
/ ( rotea , -2oz , ao ) =
(0,90)}

{ } { pgot.at
eèe "

=
{ plx ) = . .
.
/ Zar
lo
-0
-

= 0
=

aiutare / ao -
-
are
}
=/ plx ) -
-
aux }

{( a) / ( agi ) flpto) }
'
In = o
,
y ,
e R =
per qualche plx ) c- RED
=

{ 4. g. 2) / ( ×,
Y , 2)
=
ho + a
2 ,
2h , ao
} per qualche plx) = aotaix +
ajò

{( ✗
if 2) ,
=
( a ◦
+ az, 2oz ,
ao )
,
ao ero ,
&
}
drinking ) ) ? =

(aóar 2h2 ao) , ,

=
( ao ,
0 ao
, ) + (or ,
202,9 =
(ad 1) +
edf 2,0)

Inf =L ! ) 11,401 ,
dire
Lezione 16
maggio

Applicazioni lineari
V, W spazi vettoriali su K

f. g -
W ,
te K

proposizione : f. g. V > W è lineare

v >
flv ) + glu )

Af . V > W è lineare
v >
784)

in particolare l' insieme delle applicazioni lineari dalla W è uno spazio vettoriale ( su K )

se V è un altro spazio vettoriale su K e h : W > V è lineare

h V
V f > W >

osservazione : nel caso particolare in cui

"
"

k K Ma
g- .

Ma :

"
>
" >
+
Ma =
Nato
k K Ha Mia
g. µ, : > =

KP
"

h= k
Me : >
""
Ma ma
A E K
Me
° =

Piu
( e K

proposizione : V W , spazio vettoriale su k

f V > W lineare
Ker f) =

{ UEV flv ) Ow }-
-
è un sottospazio di V

In
(f) =
{ w c- W w =
flv)} per qualche ✓ EV
} è un sottospazio di W

Se ✓ =L ( v
, . . .
,
v. ) allora In (f)=L ( fini ,
. . .
flvn) ) → In particolare
In
(f) è finitamente
generata

esempio :

}
: R2 →
IR
g
(✗ g) ( 2×+9 , y
-
sx ,
↳× )

g- µ .
I :) → a
E
72
✗
IX ^

8 ( einer )

glen) =

(2
-3,4 )
)
,

1- =/ 8611 / gia
glu ) =
( 1 -1,0
, )
 a- -

↓) Ker / g) =/ ✗ c- R2 /glx ) -
-
AX -

(%)}
=
sono le soluzioni del sistema omogeneo AX = 0

rk (A) =
2

""
→
senza risolvere nulla siccome rk (A) =
2 → il sistema ha a
=
1 un' unica
soluzione >
Kerlg ) =

{ (9)}
In
(g) =
?

{È } {
a 2×+7

{
=

= =
A ?y →
b- _ →✗ + a

C =
40

oppure
è lo spazio generato da →
Inlg ) =L / glee) , glea ) ) → L
/( %) | ! ) ,

→ In /g) ha din 2 È →
è iniettiva
g
n non

osservazione : In
1µA ) =
spazio colonna di A

W
osservazione :
fv →

In /f) =

{ WEW 7 ✓ c- V
,
v c- V. w -
-

fu }
Se V =L ( va in) →
v =
714 + + kun
}
.

,
. .. . .
,

In (f)
{ WEW / 771 , In t.ci f Hrvat In Vr )
=
. . . .
=
. . +
,
. .

{7 % . . . . .tn f. e . w
-
-
ti 8th ) ,
. . .
, flvnl } = L ( glu) ,
.
. .
, flvn))

Definizione : un' applicazione lineare f. ✓ →

W biettivo ( iniettiva -1 suriettiva) si dice isomorfismo
due spazi vettoriali Ve W / 3- fu → W isomorfismo si dicono isomorfi e si scrive
V ≈

Wnew) "
>
di din n è isomorfo a K
esempio : 1) V spazio vettoriale su K D= ,
(V1 ,
. . .
,
Vr ) base
"
HB =
(tu . . . -

,
ti ) c- K

[ ]
'
=
✓ → R è lineare
)
,
✓ '→ [v ]
,
=
( 71
.
. . .
,
za e anche isomorfismo
""

2) A c- K

Ma
K
'
Km
✗ AX
quando è che
ma è iso ?
iniettiva AX -
-
O ha un' univoca soluzione
RKIA)
non n-rkl.nl
-

= è :O

n -
_ rkla)
 "

suriettiva < In (a) = K n =

rkla)
-

spazio colonna di
A che ha din RKIA) -
-

Quindi
Ma
è
isomorfismo rkla) = mai ciò A è
quadrata di rk massimo

"
ed
esiste
1µA ) cioè l' applicazione tale che
Na pa ) (
'
_

osservazione se è
ma
-

: iso =

ma
-

"
→
AB
se Na µ, Ma ftp.M-n In
= -
=

i
un B a-
=

MAB
1µA )
"

in totale Ma è Iso A è
quadrato di rk max e
=

Ma .
,

}
R
}
R l' applicazione lineare ( )
g) fn fp ( y a)
→
+ ha
sia × ✗
hy -1£ 27
=
, , , ,

h ER parametro ,
Stabilire per quali valori di h fn è suriettiva, biettivo , iniettiva

Ah =

fn lei) =
(1 , 0,0 )
↓
1,0 , o

Inler)
fn ( e })
=

=
(0,10)

(h ,
e
, 2)
Ah =

§ ! !) det

se ti
=/ 0
→ 2h

rklan ) =3 sai Eur

fh è isomorfismo

(
0
ha

)
→ 10
se
1
rk (an)
O 0
:<
002
nè in

ie sur
 Lezione 19/05/2022
W
f. Vi >

V =L / vi. . . .
.vn )

In / f) =L / fini flvn))
>
. . .

applicazioni lineari
proposizione : V. W spazio vettoriale finitamente generati f. g. V >
W 2

② =/ v1 , _ . .
.vn ) base di V

✓ EV
7! 1
,
/ v = Etivi ftp.flEIivi/--Etiflvi)
>

esempio :
f : R → R2

(vi. v2.4)
'
② =
base di R

un
-
_

) vi.
(§ ) ↳ =

In -1 :) IN -1:) già -4 )
cerchiamo di capire quanto fa flx.y.si)
per farlo traduciamo le info che abbiamo sulla base canonica

[ e.) B =

( :^)
o ,

[e.) B =L

(e) B =

(0,5-10)
t
l> =
} v2 =
OUT 13 V2 +0
V3

Ilen) -
-

fifa) =
3842) -
-

%)
V3 la lg li Vgtl} { v2
= =

V3
= =
+
-

f (e) =

f / 5- vztv} ) =
Jfk) +843)
>
%) -11? ) TÈ ) -
_

la -112
V1 =

la
-
-
v1 -

la =
v1
-

§ v2
-
V3
fu -

§ fra -

fv
, flez ) (Y ) §
-
_ -

(f)
=L d
?⃝
?⃝
 te ) .
-
-
È)
fla ) =

, ) %) = "" "
I" + al > → ✗
fleiltyge / , +
agg)

g (e) =

%) ( :D÷ "

5) (%) +

)
37
zy
-

( -14×+11
g-
27
)

R
'
R2
f
→
:

2,3
Ma i A e ☒

( %)
3 -2 0

Mlf ) "
-
-
"
↳ ↳

osservazione : se scriviamo la matrice 2×3 le cui colonne sono

flvn) fla) f /v3)
, , ,
osserviamo che :

""
?
( -
1

n
0 3
-

a) l'%) / ;).

È a) (%fE.gg (-1%3)
1 0 3 =

-2 -

[e) B

( a) ( ) Le
1 O 3 =
>
i -2 -

" "

f : k -
K
""

Mlf ) c- K
Mlf ) ✗ =

ftxl
↳ ✗ =
E) e

Nlftitpiflv )
MATRICE ASSOCIATA A UN' APPLICAZIONE LINEARE
V W
f : →
applicazione lineare tra spazi vettoriali finitamente generati

din (v) -
n
,
B =/ v1 ,
. . .

,
Vn ) base di V

din (W ) -
-
n
,
@ (wa =

,
. . .
,
wn ) base di W
?⃝
 B 8
&
V
VI
>
✓ c-
E
in
[] B
E]
~
@
✓

;)
"
= K >
Km

Ma
>

I :)
M ? (f) =
matrice nxn le cui colonne sono le coordinate dei vettori fin) rispetto alla base & .

M£1 g) [☐ D= [ giuda
( nxn) (mt)

} (f)
" "
osservazione : la vecchia Mlf) è M

esempio :

V = R [ ×]
,
D= (1,7×3×3)
W = R [× ]
,
8=(1,4×2)
W
f : ✓ →

plx) pila)

M } (f) =/-1841] @
, -181% -181% -181%), ,

3×4

finto →
[ fino] =
[o ] @ =
Io , 0,0 )
flx) -1 →
fflx / g) [ = e ]@ =
( 1,0 ) ,
o

fini) = 2x → [fini) @ ] =
[ 27 @ =
(o , 2,0)

fini) =
3×2 →
[ finito] =
[372] @ =
(0,93)
o 1 0 0

>
O 0 2 0

0 00 3

?
M£ (g) [ plx )] @
<

=
(flp )) @
p (× )
3
=
da -1 anxt dritta > ✗

() (§;)
^
0 1 0 0

ftp.)
^ → 2
O 0 2 0 = =
a, -12oz ✗ + sa
>
✗

0 00 3
:
 E =

( 1 + ×
,
-
2x
,
✗
2

,
✗ +73 )
È À À À "

ftp./=i [ ftp.go/-- 110,0 )

ftp. ) [ ftp. ) @] =/-70,0)

flp ) } [ flp ) @ ] IO 2,0 )
}
=

ftp.) [ flpn)@ ] 4,0 ) =

,
}

mira ! ! ! ;)
[ (2 1)
/ 9) B 3,0
=
, ,

91×1=2+3×+3×2 ✓
[ g) E
=
(2,0/0,1)

setaccio m
:( Nido
=L : :
0003
:?) / %/
,
=

Per casa

✗ (x ) = 2+3×-4×2
calcolare [+1×1] g

Mè (g) [ ✗ (a) Joe ( -35)

=

e verificare ae

[ =
( 2 ,
1- ×
,
1-1×2 )
" " Il
91 92 base di W
9}

My:( f)
=

flpi ) -1--12-2+0 ( 1- ) -10/1-1×2)

-

×
[ ftp./y-)-- II. 0,0)
ftp.a) =
-2 =
-91

[ ftp.t/y=l- 1. 0,0)

f (p ) }
=
21 =

i -17292+7393
=
271+72 -

7×+73×2+13
2X =
271 -1 72 -

727 + 73 + 73 ✗

{
0 = 271 -1 72773
2=-72 >
[flp ) }
=

(1/-2,0)
O =
73 g-

flp ) "
=
1+3×2=-2+0/1 ) -
×
-13/1+1)
[
ftp.t/y-- (-1/0,3)
V W
osservazione :
f : →

② =
(4 .
. . .

,
va ) base di V

In / f) =L / flvi ) .
. . .
, flvn)) In particolare In (f) =
spazio colonna di
IGH
dove ② è
qualsiasi base di W

② din ( In (D) = rk ( M£181) (B e @ basi qualsiasi di Vew )

③ Kerlf) =

{ VEV / M
} (g) [ ] v
=
[da → soluzione di un sistema
omogeneo di n

variabili con matrice dei coefficienti M

} (g)

dira--n-_rkfM@BlfDai-sig_.eU
→ ha

:( : m
g. g)
= M :b) -
M 4)
nxn
pxm

fog

Mpf (f- ) (Mà ( f ))

"

⑤ in particolare se nun
ef è un
isomorfismo
' =

Teorema della dimensione :

tra
f : V → W lineare spazio finitamente generato

dinlvtdinlkerlfl ) + din / Inlf))

n n -
rk reti
corollario :

f iniettiva → din ( v) ≤ din ( W)

•

f suriettiva →
din ( v) ≥ din (W)
•
se din ( v ) = din ( W) iniettiva equivale equivale a suriettiva ( e quindi
e so
'
)

"
ess :
f :& →
☒ [×] ,

(II ) → la +b) + (c- dx)

B -
[En ,
En EH , ,
Ess )
f IEM) = 1

f ( Esi) 1
=

f Ieri ) -
_
×

f / Ezz ) ×
- -

mai in -1 ! ! :) 0 01 -1

rr ( ) = 2 din ( In (f) =
2

fra e- suriettiva

din ( Ker (8) 1=4-2--2

→
f non è iniettiva

Base f di In (f) =
basta prendere 2 colonne lin ndip

(f) =
-4]@ 1

Base del nucleo = soluzioni si staro

(f) =
[il @
MIA =

(g) =/ %)
{ {
a +
b-
-0
a =-3
d -0
e
=D
c-

Kensi { E :) / a =
-

b. « a
} =L ( ( %) / : , :))
@ Un V
ef endonorfisno f V un' applicazione lineare
→
: : è da uno spazio vettoriale in

sè stesso .

es . ud : ✓ → ✓è un
erdorfisno
u ✓

'
R

( v1 , V2 V3, ) =D
?
◦ e 1123 ✓ = 1, V1 + 72 V2 + ↳ V3

MATRICE DEL CAMBIO DI BASE

f
matrice
quadrata che permette di passare dalle coordinate rispetto a una base alle
coordinate rispetto a un' altra con il prodotto

t.vn?tiiti
Maglia) -

[v] , =
[il @
MATRICE di CAMBIO DI BASE da B a @

esempio :
③ (v1 , v2 , V3 )
M
}( ud ) =
metrica
B sciiti
le cui

rispetto
colonne
a @
sono i lettori della base

"
I :/ " 1 !) "
I :)
↳ v =

MÌ Ind ) ( Int -4dg

viso ) (! ! !)
= ? =
[ →
.
,

MG ( ud ) =
[ ],v
=
MY Lid) [u ] @

=L: : :X :) -1:)
Mèta (& ! ;)
'
) ( milioni

[
=
-

Mpf Ind ) -
/[ ]
ei
, / certo / Testa
 la
=

v3 [e) po =
10,9€
e> =
v2 -

Us [er ] B -191,1 ) →

e
}
=
vi -

v2 →
[e }] =
(1 , -1,0)
@

Lezione 20052022

Autovalori e autovalori
f : V -
v

erdonorfisno data base B di V : B =

( un .
. . .
.vn )
MBb (f) = matrice nxn le cui colonne sono
flvn) scritti rispetto alla ②
obiettivo : cercare la base ⑧ tale che Mpf (f) abbia la forma più semplice possibile .

f R2 > 1122 ~
[ 8k11g
:
" >

D= 14 va) ,
tale che
Mpf (g) =
0 72

↳ qui
[ 81nA
@
=
(ino)
fly) =
Aiutava =
In V1

( Ilva) B ( -
-
o
,
%)

flvz) =
ovn -172h =
di V2

cioè cerco una base fatta di elementi che vengono mandati in multipli di loro stessi da f
flvn) =
Ivi fluttua

V V V
definizione : spazio vettoriale su K, f :
→
endonorfis.no
•

uno scalare te K si dice autovalore di f se 7 VEV, ✓≠ Or t.ci flv) =

tv .

•
se te K è un autovalore
, ogni VEV, ✓ ≠ ou , t.c .
flv) = tv è detto autovetture relativo a 7 .

•
se Aek è un autovalore , l' insieme Eg A) =

{ ✓ c- V
flv) = tv
}
{
g
}
autovalori
{a }
= è detto sottospazio di
U
relativi a ≥ relativo a t .

osservazione :
Egli) è un
sottospazio vettoriale

v1 , V2 E
Eg ( t )
flvn ) fini) flvz)
+ v2 = + = tu + tv, = 7 ( un + va ) v1 + v2 c-
Egli)
v c-
Egli) ✗ K ,
E
→
flav) =
dflv) = a tv = 7 (au ) due
Eg IN
)
"

( cioè
"
V V Av la matrice fè 1- E K
osservazione : se f :
→
è della forma flv ) -
se associata a

si parla di autovalori ,
autoveltori e auto spazio relativi alla matrice A .

Come si trovano autovalori e autovalori ?

Ea IN =

{ vev / Artu }
 =
{ UEV / Av -

tu =
a }
=
{ V / Av II.
ve
-

v =
a }
=
{ vev / (A- TI .lv = a }
= Ker (A -
II . )

proposizione f : : ✓ → V / flv) Au =
un erdonorfisno

A c- K è autovalore Ker (A -
II. )≠ } o A = AI non è iniettiva detta -7in)
Aek è autovalore detta -
AIN) -0
-

> }

esempio :
f : IR → R
^ 1 -2 ✗
flag a) ,
=
-
i 2 1
I
0 1 - ' 2

tè autovalore detta -
II>)

??) /È
1- A 1 -
2

A- TI} =
= -
i 2- ✗ i → detta -

)
II

0 1 -
i -7

Sviluppo rispetto la 1A colonna

( Y !) (I )
"
4. a) det -

( 1)- out ×

4- a) (12-711-1-1) 1) [-1-7+2] -
+
=

4- a) f- 2-27+7 + Ì -

1) [ + 1- a ] =

G- A) ( 1,2 -7 -

3) + ( 7)n - =
Ha -3 -73/+7%-37+1 -7
-
1,3+272+7-2 = O

Tifata) (2-7)=0 -

( 2- 7) (12-1)=0

7--2 v 7=1 ✓ 7=-1

3 autovalori

""

Definizione : AEK ,
il polinomio caratteristico

Pa (t) = det ( Att In )

le cui soluzioni gli autovalori di A
è un polinomio di
grado n sono

osservazione :

detta )
" "
pati)
1) =
-
1- In =
ti ) t' tant -1 . .
ai + detta)
.
+

2) pati) per le matrici 2×2 è pati) = t? that + detta) =

t2 -

(at d) t + ( ad -
bc )
somma di tutti
elementi sulla
gli Iab
diagonale c d
esempio :
a
/ ! :) autovalori? Pat" ?

•
detta -
TI≥ ) =
detti; :) = 1-2+6

autovalori complessi →
-12=-6
1- it ¢ R

Gli autovalori =
Ea (A) =
Ker ( A- 7in) = o

relativi ad

u autoueltore (A- 7in) u -0

u è soluzione del sistema

omogeneo ( a -7in ) ✗ =D

esempio :

1 1 -2

A =
- I 2 1
71=1 72 = -1 I
>
= 2

0 1 -
I

0 1 -2

Ealn) =
Keila -

I≥ ) = Ker - i 1 1

0 1 -2

{§ { }
✗ -22--0
=

✗+ -12--0
y
-

{ { 1 : { !!!
3T

}
✗ + 2- t
Y =L ✗
= =

y
=
ZZ
↳
parametro g-
2T
>
• y
= 2T iter =L :
2- t -
1

1 1 -2 3 3

-
I 2 1 2 = 2

0 1
-
I 1 1

{
0 7 0 ×
2 1 -2

Eafi) Ker / A I>) Ker Ker 3

{
=
3
+ i 1 7=0
= -

>
-
' 1 =

O 1 0 0
0 1 ✗
+3g -12=0
-

>

{y-otek-a.ly !
✗ =
2-
g-
o + c- R

}
✗ 1

Eafi) =
✗ =t ,
yo ,
z
-
- t ,
ter D= o

1
Lezione 23/05/2022

f V
:
→
V endonorfisno
l' ^
flu ) .
=
"

7 II)
I autovalore ✓ ≠
a t.c.fm =
tu 7 v ≠ a v e Ker ( 8- ÉLIE
Ker (A II) polinomio di
grado n
-

polinomio caratteristico

t autovalore è radice del polinomio detta -

ten) =
o

detta)
^ ' '
1- e) t t'
_

+
an .
,
+ . . .
+ art +

autoveltore f / di A)
.lv/Av=tv)EgH)=EaH)--
u è di relativo all' autovalore il via e
flv) =

{ / flv } VEV ) = tu = auto vettori + a

Av = tv
E-
ala) =
Karla TIN ) -

Definizione : t autovalore di A
°
la molteplicità algebrica di 7 malt) è la molteplicità di 7 come radice del polinomio
caratteristico .

It Alt 1)
'
- - =
(t.it
◦
la molteplicità geometrica di 7
ngi) è la dimensione dell' auto spazio Ea It) ( cioè n -
rkla-7in))

proposizione : e ≤
ngla) ≤
no (a)
esempi :
1 A =
2 6

1 3

osservazione : det (a) = 0 => 7=0 autovalore

In)
/ )
2-t 6
det (A -
1- = det
,
= t2 -
5T

ti = 0
nato) =
ma (5)
= 1

12 = 5

calcolo i loro auto vettori

Ealo) = Ker (A -
o In) →

{ Iy A
{ =

? } { è ✗
+3g
= o

} =

{; { }
✗ "
R
=

= te =
,
t
g-

= L -3
Ma (a)
= 1

{ a)
×
>

(A )
-
°

Ea ( )
s = Ker -
SI = Ker 1 -2 =

y
✗
-2g = =

{ { }
"

¥
✗

Ma (5)
=
R 2
=
,
te =
L = 1
1
g- t
 -3
② = V
,
=
1 ,
V2 = }

M:( g) = A

MB (f) =
◦ o

• 0 5

2) 1 0 O

A =
-1 I -
I

1 0 2

1-t 0 O

pati) = det -
i nt - i = (1 - t ) / 1 t) / 2- t )
-
→
ti = 1
male) =3
I 0 2-t → 7
,
= 2
ma (2) = 1

|! } { :| : : }
0 0 0

Eati ) = Ker (A -
I} ) =
Ker -
io -1
I
=
• ✗ +7=0 →

g-
- s
,
t.se R
I 0

? I
-

=L ' 0
0
1

{È { } =/ ! { }
-
^ ° °

/ ) " ° " °
Ea (2) = Ker A -2in =
Ker -
i -
i -1 =

1 00 ✗ +
y -12=0 y = -
z

{ { }
✗
=

È y
2-
=

=
-

t
t
,
t c- R =L

> ✓
1 O a 3

② ( 4,4
=

,
V3 ) è una base rispetto alla quale la matrice o a 0

0 0 2

Definizione
""
: AEK si dice diagonaliarabile ( e l' endorfina associato si dice semplice) se esistono n autovalori
linearmente indipendenti .

( A
diagonali arabile 7 una base di autovalori P' AP è diagonale per qualche matrice
invertibile Pe k
"
)

8km A
>
>
K'
&
B
Mpf ( Meolid) Meo ( id) Molina)
a

mld)
E
M£18 ) id)
MB g
=

a g 8
"
B Il "

BK '
> K' pi p

ti - '

:
'

72 , p = matrice nxn le cui colonne

.
"

gli
,

.
. . .
ti sono autovalori

> i -
esima colonna

fin ) P
"
=
divi D= AP
Y i -1
Definizione : A eb sono simili se ] P invertibile tic .
B. = P
_ '
AP

diagonali arabile = simile a una matrice

diagonale

proposizione : autovalori relativi ad autovalori distinti sono linearmente indipendenti .

Se ti ≠ la ≠ . . .
≠ 7h ,
Poi
autovetture relativo a di ( Pi ,
Pz ,
. . .
,
Pn ) è un insieme linearmente indipendente .

""

proposizione : AEK è
diagonali arabile ( su K ) se e solo se
valgono :

1) tutte le radici di pali) sono in K

2) ma (A) =
ma (7) per tutti
gli autovalori 7 di A

CASI POSSIBILI
1 .
alcune radici di
Pa (t ) non stanno in K > STOP ! NON È DIAGONALI ZZABI LE

2 .
palt) ha n radici distinte in K malt) = 1 ti ma (d)
=
1 V7 >
DIAGONALI 2- 2- ABILE

pa (t ) sono tutte
le radici di K alcune hanno DOBBIAMO STUDIARE
mg
>
in 2
3 .

,
ma
ma ≥
3A . se 7 7 tale che
ng (7)
<
Ma (7) >
NON DIAGONALI 22A BILE

3B.se
ma (7) ( t) V7 autovalore DIAGONALI ZZABILE
>

ng
=

Teorema spettrale
""
1- E K (K -
R, E) ,
À -
-
A (A simmetrica ) > A è
diagonaliarabile su R (e lo è con base di autovalori

particolarmente conveniente ) .

Lezione 26/05/2022

Diagonali a-2- azione

3 0 0 3-t 0 O

A =
-4
-
i -8 >
detta -
TI} ) = det -4 -
rit -8

O 0 3 0 0 3-t

]
"

=
( 3-t ) [ ti -

t ) 13 -
t) =
( 3- t ) ( mt )

7=3 7=-1

ma / 3)
= 2
nati ) =
1

(3)
ngfi )
= =

mg
Ea ( s ) = Ker (a -3 Is )
= Ker 0 0 0

-4 -4 -8 è
diagonali arabile ,
rk (A) =
1

0 0 0

ngl
} ) =
din ( Ea (3)) =3 -
Nk ( A- SI ) }
= 2

diagonali 220

È ✗ +
y +27=0

} in
eq param .

| :
z
y
2-
= t
-

{s { + -
s' t Parametri c. R
}
1 0
=
& % i
1
' '
,
-

12
 Eafi) = Ker ( A + I} )

-1 : :} { I :) /÷:}
Ker
{÷
4 00 ✗ = o

. •
-

" °
-

004

Il :)
② =
( vi. V2 >
V3 ) base di autovalori

8143 A
> 1438
"
AP =D
"
matrice del i P
p p
-

>

cambio di base
'
È >

pgk B
>

30 0
D= 0 3 °
0 o -
I

1 0 0

p =
O 1
1
-
Il
' _ '
ho

1 0 O

es .
AK =
K 0 o KER per quali valori di K Akè
I -2kt
diagonalizzabile

dettar -
TI} ) = det
(È
ti = o ↳ = ' Vd 1 Se Kt ± LE
[
se 2 →
~
→ / 1) , " ") =

mg ma
=
ma
=

l
9
sen → ✗ d
2 se ✗ = ±
If
ng
4) = din
( Ker (A -

Is) ) =3 -

reti / Ax -

Is)

( a) %?
)
° 0 0

AK
- I} =
" seno È
I - iko i _
zko

- '
rk 2 se 2k ≠ 1 K #±
È
=

,
?⃝
 Teorema Hamilton
di
Cayley -

""
Una matrice AEK è radice del suo stesso polinomio caratteristico .

/A (A)
"

pati) ) t' +
'
=
del -
1- In =
a) an.it -1 . . . .
-1 art + det

" ""

G) À + an . ,
1- + . . .
+
a. A -1 del' (A) In -0mn

n =3

a invertibile

-
A
>
+ a
,
-12 + a. A + dell' (a) I} =
03 },

-
A >+ a -12-1 Ana = -
det (a) I }

A / -
Eta , Atai> ) = -
detta ) Ig
le
>
A + era tant}
I}
_

-
A =

detta)
-

matrice inversa

osservazione : POTENZE DI UNA MATRICE DIAGONALI ZZABILE

7, O 0 - -
zio o . .

•
" .
ti
D: ta d
I
'
=
I I -

, .

"
.
.
'
1 l
Ìì
i

' ,
'

In
- .
.

.
_ .
.

a diagonali nobile ] P invertibile / P '

AP =D
_

'
Pdp
-

1- =

a
2
= (PdP ) / Pdp )
" -1

(
"
=
PD PIP) DP

-1
= Pd' p
""

Proposizione : Ae K è il potente 7=0 è il suo unico autovalore e

palt) =L D' t
'

malo ) =
n -

nilpotente : 7 n t.c.AK-on.ci
 Prodotto scalare
Definizione : V spazio vettoriale su R .
Un prodotto scalare è un' applicazione :

V ✗ V →
A
tale che :

1) v. W = W -
V tu WEV ,

2) u (✓ + ) w =
n .
v + ii. W tu ,
v, W E V
3) (Av) -
w =
Hrw) = v / Aw) v. w c- V
,
VIER
4) v.v >o vt a rispetto al prodotto per scalare
definito positivo

V l' applicazione
osservazione : se fissiamo v0 c-

v0 ✓ →
☒
W - w .
Vo è lineare

La stessa cosa vale per l' applicazione

v.
.
V →
R
W Vów

cioè il prodotto scolare è bilineare

osservazione : Ov Ov -0 .

quindi la 4 si può riscrivere come :

v.v ≥ o ti VEV e v.v =

o ✓ =
a

esempio :
( Euclideo)
"

1) su R abbiamo il prodotto scalare standard

✗ =
(Xi ,
. . .
,
✗n
)

I
=
( Yu . . .

, In)

✗ -

if = ✗
ilf ,
-1 ✗
rifa -1 . .
.
-1
Xntfn "
nel caso in cui n =3 è proprio il
"
vecchio prodotto scalare .

'
2) R
✗ =
( ×
, ,
✗ 2) ✗ ☆
if
=
2×17^-1 5- ✗
212
y
=
( Ynyr)
① ✓

② 2- ☆ ( ✗ +
y)
=
(2-1,2-2) ☆ ( mt yn ,
✗2 +
ya ) =
22-11×1+91) -1 5-2-2 ( ✗
2+72)
=

22-1×1+1>2-2×2)
+ ( 22-171 1-13 7272 ) =
2- ☆ ✗ + 2- ☆
y

③ 4) *
y

=
(7×1,1×2) sa ( yuya) =

27×11^+137 ✗<
yz
= ✗ ( ✗ * y)

④ ✗ * ✗ =
21! +
§ i ✗ >o se ( ✗
i.
✗ a) * (0,0 ) ✓
Definizione : Sia ( v .
.
) uno spazio vettoriale reale con un prodotto scalare fissato .

Il modulo di ✓ EV e lui = Fu
esempio (R2) v. (2 3)
,
-

In IR? ) .
tutta TE =

In IIR :*) lui È E = =

Definizione :
(V ) ,
'

. . .

✓ W E V

(
,
v. w
L' angolo tra v ew è ÙW =
arctos

µ , w,

Definizione : (V ) ,
.

e) vew si dicono
ortogonali se v. w -0 ( vtw)
2) { v1 ,
. . .
,
un } ≤ V è detto insieme
ortogonale se vi 1- Vg per i ≠
y

3) { v1
modulo
.
. . .

1
un
} ≤ V è artonormale se è ortogonale se è ortogonale e i vettori hanno tutti

{
o
its
,
se

vi. Vj =

e se i
=p

4) Se din (v ) -
- n < no

un insieme artonormale che è anche una base si dice base

ortogonale
es .
R2 ✗ ) =
( 1
,
-1

y ( 2,2)
-
_

In IR? ) ix.
y xty
In (Rts ) ✗ ☆
y
=
4- § -1-0 non sono
ortogonali

Proposizione :
ortogonali linearmente indipendenti

Proposizione : (V ) ,
.

Se
{ v1 .
. . . .vn } ≤ V è un insieme ortonornale e din (v) =
n

allora :

1) ② =
(V1 ,
. . .

,
Vn ) è una base Ortonamale

2) se VEV è un vettore qualsiasi ,

v =
(v. 4) Vit ( v. 4) v2 -1 . . .
-1 (v.vn) un
[ ] v =
( vivi v. v2 v.vn )
@
, ,
. . .
,

R>
esempio Ivi /
f- E
=
: =
1

vi. * (f) lui -

-

¥ FEE "

v2
# [ IVI
% È 1
= =
=

Un vi. = o
-

↓ ( %)
✓ =
V2 ✓3--0
3
-

V3 V1 -0
.
 v.
I:)
[) v =
( v. v1 ,
v. v2
,
v. v3 )
@

V.
V1 = -1
v2
" v2' v.v > =

ALGORITMO DI ORTO NORMALIZZAZIONE DI GRAM -

SCHMIDT
(V )
,
.
V spazio vettoriale con .

prodotto scalare fissato .

Allora V ammette una base
atonornale
⑥ =
(4 ,
. . .
,
un ) →
☒ → Po
'
=
(v4 ,
. . .
,
Wn )
base qualsiasi base
ortogonale

PASSO 1 Un
=
me
( rianimano il primo vettore m )
PASSO 2 sostituiamo v2 con tua =
V21
^
V2 " -
"^
^ cioè univa -
^^
% > .
-
-

%, 2
µ,

V2

Passo 3 v3 viene sostituito da

V3 -
M}
✓3 µ,
ng =
V3 - -

'
Ind
'
lui

Alla fine trovo live.ua ,

. . .
.
un )
base
ortogonale
Definisco wi = È ~> ②
'
=
(wi , - - -

,
)
wn è
ortogonale
lui ,

per casa

"
I ;) v. =
vi. (7)
Lezione 3/6/2022

Definizione
""
PER + + "

: è detta
ortogonale se P.P =
In ciò P =P

osservazione :
P = Pi Pa . . .
Pn

Poi
t
tp PP In j
{
. =
=
i
. .

se
-
e _

mi
p,
è l' elemento i. j è
tpipj =
o se i. ≠
j

P
cioè è
ortogonale le sue colonne formano una base artonornale di R?

Osservazione : tpp = In
det +
P det P = 1 > detp 2=1 det P = ± 1

Le matrici
ortogonali di det = +1 si dicono
ortogonali speciali .

04 )
SOG )

esempio :

matrici
ortogonali 2×2

Pm Piz
P =

P,
Pu

PÌ
"

+
Pu Pu Pu Per % + Pupu + Pupa
P.P =
=

p, , p, p, p, 2

Pupa ,
+ Papa ,
P,
>
+ Pè

pè -1Pa? Pupu + Papa 1 0

=
2

Pupe ,
+ Papa ,
P,
>
+ Pè 0 1

Pa? P, ?
+ = 1
pm =
costa )
Pupi, = -

Pupu P
, ,
= sen (a)
PI , + Pè -1
Paz = -
sen ( B)

Per = cos (B)

-
cosa sente -1 sera COSB =
sen ( a- B) =
o

te
,

✗ =D D= B -11T
cosa -
sera

a =p → P =

sera -
cosa
 cosa seria

✗ = B + it - P =

sera -
cosa

'
✗
'
'
× ×
a
Y =p
,
✗ y Y
>

>

☒
2

Teorema spettrale

""
A c- R simmetrica .

PER "
ortogonale tale che ÈAP
Allora diagonale
+
esiste matrice speciale =
PAP =D matrice .

R
In altre parole
,
una matrice simmetrica è sempre diagonali arabile su e ammette una

base ortonornale di autovalori

osservazione : autoctoni relativi ad autovalori distinti di una matrice simmetrica sono ortogonali .

esempio : 1 1 1 1-t 1 1

A =
1 ^ 1 >
pati) = del 1 1-t 1 = - t2 t -3

1 1 1 1 1 tt
>
7 ,
= o
nato) =
2

3)
Ma /
1 , =3 = 1

Ea (a) = Ker (a) =

{ ↳g. 2- ) ✗+
y -12=0 } V
, V2

{( { }
✗ = S
' 0
L
x.y.si) t s, + c- R
=
g- - =
0 ,
1

2 = -
S -
t -
I -
i

-
2 1 1 0 -3 3 1 -
2 1
R, →
Ritiri
Ea (g) = Ker a -
SI = 1 -2 1 > 1 -2 1 >
0 1
-
I

1 1 -2 R> →
Ros Rz
-
0 3 -3 0 00

{ } { { }
✗ 2- t t

{
=
Zy =
-

Eats )
×
-27+2=0 R &
=
x.y.se =
( ×
, g. a) g- - t t c- =
1

2- 0 →
v3
y
=

2- = t
-

v1 V3
- -0 =
Vi V3
Sostituiamo alla base ( vi. va ) di Ealo) una base ortona male con Gram - Schmidt

un = V1

:|;)
V2 -
M1
U2 =
V2 - " -
- -

in:

I
"
=
?⃝
 :C:)
"1
W =
, =

lui

)
"e
Hfs 1153

;)
-

:-p
'
wa = = • = °
-453 ' IN
lui ,
- '
lor -4253 1153

""

È | ;)
"

osservazione : R col prodotto scalare standard

✗ =
( ×
, . . .
✗n
)
g- (y . . . .

yn )
ix.
g- agit - . . .
+
Fifa
=
(
×
,
_ . . . an )
+ +
1×12=7 -
✗ =
✗✗ = ✗ In ✗

domanda : cosa succede se al posto dell' identità metto un' altra matrice a c- R" ?

Trovo qualcosa →
prodotto scolare

(' ✗ a) (nxn) (nxt)

(i. g) ?
'
l' scalare
Più in
dettaglio operazione '→ ✗
Ay può essere un
prodotto
sì se
soddisfa le proprietà
,

R
'
•

R ✗
'
→ R
( v. w ) - v. w R' ✗ Di → R
è un prodotto scalare se (v. w ) ↳ tu Aw

④ v. w = w -
v : Tutu ) Aw tu Awttvaw -
-

2) (mt v ) .
W = uw + vw

3) ( tn) -
✓ = 7 (n -
v ) tatuati = 7 ( tuav )
④ v.v ≥ o edè v. o tu Av Vv

e. = o ve
"
La 2 e la 3 sono vere HA c- R .
La 1 mi dice che A deve essere simmetrica , infine la

4 non so come controllarla per ora non so controllarla .

v. W = V.V

tvaw ? twav
✓ se
+
A- A
+
f- vaw) l-wtatd-tw-n.ir
=
 '

L' applicazione R' ✗ R > R

( vxw ) i > tv Aw

Soddisfa 3 proprietà delle 4 necessarie per essere un prodotto scalare se A è simmetrica .

osservazione : se A fosse anche

diagonale , per controllare la proprietà 4) basterebbe controllare la diagonale .

1 2

esempio : A =

2 -3
1 2 In 7^+272
1- ✗
Ay = (a %) 2 -3
y,
=
(×, ✗ a) =

Fifa -12×172+2×211 3×292

-

2g , -3g,

+
✗ A- ✗ = ✗12-12×1×2 -12×271-3×22
1 0

B =

o u

: taxi
+
✗ Bx = -
×

?)
+
i. +
'
c- . ✗ ⇐ un

Lezione 06/06/2022

FORME QUADRATICHE

Definizione : una
forma quadratica reale q
nelle variabili ×
.
. . .
×
,
è un polinomio q ✗1 . . . in omogeneo di

grado 2 .

tutti i nonni hanno

grado 2
"
A
osservazione : ad
ogni forma quadratica reale posso associare una matrice simmetrica c- K

in modo che :

9 ✗
1 . . . in =
% . . . in A ? "
= ✗ Ax
✗^
I ✗ n nxn

^ ✗1
✗
1
con ✗ = :
Xn

esempio : q te , ✗
2,
X
,
= × ? +
2×1×2 -

3×1×3 + 57
}

A e ☒ 3,3
1 1 -42
1 0 0

-312 o 5

1 1 -42 Xp 71 -122
_

3-2×3 ✗1

-1×2-312×3
=
✗ 0 ✗ ✗1
✗ 72 1 0 ✗1 +
2×1-1
=
✗ X, ✗
1 3 2 2
-

% o 5 ×, -3/2×1 +5×3 ✗3 ✗
3
-

È✗ 1 +5×3

- L

12+2×1×2
✗ -

371×3 + 5×5
 In
generale :

2
9 ✗
1
. . . % =
Ma,
×
,
+
2h12 ✗ 1×2 + 2
Ang ✗ 1×3 + . - . +
2am
✗
a- ,
✗
n
t
Ann
✗ %
.
,, ,

Alla forma quadratica associo la matrice simmetrica 1- che è tale che

q sopra
aij
=

""
+ Viceversa R
✗ Ax =
qlx) .
data A c- simmetrica
, qlxn . . . ✗n ) = (✗ i . . .tn ) A ✗ 1 è una

i. forma
✗n

quadratica
esempio :

2 1 -2

A = 1 0 3
>
q ×
, 72×3 =
2×1<+2×1×2 -

4×1×3 t 6×2×3
2 3 0
-

+
+
osservazione : la forma quadratica associata a 1- =
In è ✗ In ✗ = ✗× è il prodotto scalare standard
"
di R .

Definizione
"
:
q forma quadratica in n variabili ,
AER la sua matrice simmetrica .

e A si dicono
q :

+
1) definite positive def + se
q( ) × = ✗ Ax >0 Va =/ O
+
definite qlx) 1- ✗
2) negative def -
se = ✗ <o

+
ltx =/ O

3) definite positive semidef

semi + ) se
qlx) = ✗ Ax ≥o Va -1-0
+
4) semidefinite negative semidef -

) se
qlx) = ✗ 1- ✗ ≤o ltx -1-0
'

5) indefinite 7
ye R t.ci
qlx) o e
q ( y) 0
× > <
se , . .

A
osservazione : q e A sono def -1 -
q e -
sono
def -

osservazione stabilire A deft stabilire definiscono prodotto scalare

: se
q e sono
significa se o meno un .

"^

R"
"
la
PROPOSIZIONE D= matrice
diagonale in sia forma quadratica associata :
.

: sia .
.
e
q
.

in

9 / te . . - ✗n ) =
ti ×? + taxi -1 . . . + taxi

Allora :

1) d e
q sono
deft se te . . . In > o

2) d e
q sono
def -
se te . . . In < 0

3) d e
q sono
semidef -1 Se te . . . In o_0

4) d e
q sono
semidef -
se te . . . In ≤o

5) se 7 ti e
dj tali che ti , tj <o
qed sono indefinite .

ATTENZIONE : la proposizione vale solo per le matrici diagonali :

2 1 1 2
A = B =

, 2 1
2

deft indefinita
 Definizione
"" +
A B ER dicono invertibile P tale PBP
:
,
si
congruenti se 7 una matrice che 1- =
.

Osservazione se A B simmetriche , la è simmetrica

: e sono
congruenza :

B B
1-
congruente a
congruente ad A
diagonali arabile ( cioè )
'
ricordando Asimmetrica simile matrice
diagonale P
-

: A ad una AP =D .

+
Poichè ortogonale A è ad PAP =D
può essere
presa anche
congruente .

PROPOSIZIONE : matrici simmetriche

congruenti hanno la stessa Segnatura ( cioè sono entrambe
def ± o
senidef ± o

indefinite ) .

per capire la
Segnatura di sufficiente guardare il
>
CONSEGUENZA una matrice simmetrica è
segno
:

dei suoi autovalori .

esempio :

| )
2-t

{)
1
a- =
pati ) = det
, 2.+
=
(2-+2)-1 =
4++2-41--1 = + 2- ut -13

ti
L
1

deft
§
t

( II )
1 -
2
'
B =
pati) = =
ti -
t ) -4=1+1-2 -2T -4
,
-12 -2T -3

>

a ± Et indefinita
L -1

REGOLA DEI SEGNI DI CARTESIO

Definizione : sia ( ao ,
an , . . .
,
an ) una successione di numeri reali .
Il numero di variazioni della successione

è il numero delle coppie (i ,

i -1K ) con K ≥ i tali che :

°
Mi
<
1
ai-1k
-

K
2
Ai = o
per h -1 1
-

. . . .

+n

esempio :
(-1,2 , 0,0, 3 , -7 , -2 ) →
2

(3 ,
-5
,
112 ,
0
,
-2,0 , -3 ) →
3

"
PROPOSIZIONE : se tutte le radici di un polinomio pt) =
ao +
art + . . .
+
art
sono reali
,
allora il numero di variazioni della successione ( ao ,
. . .
,
an ) è
uguale al numero di

radici positive contate con la loro molteplicità .

2 variazioni
mi
t2 ut
'
4+1-2 lit -1 - = -
-13 µ -
t ) -4 = 1+1-2 -2T -4

3 t2 2T -3
→
1 variazione
ti
-

°
L
± È
/
1 1
L
indefinita
-
i

deft
esempio : 1 2 0 O

A = 2 0 -
i 3

0 -1 O 0

0 3 0 5

Xp -15 è ✗ +
4×172 -2×2×3 +6×2×4

"

pati) t Gt3 9ᵗʰ +35T

=
-5
indef
- -

✓ vu

3 variazioni =
3 autovalori positivi
4-3=1 > autovalore negativo

Lezione 9106

esercizio

( a)
2
R
Ad =

>+
discutere la
Segnatura al variare di ✗ c- .

pn.lt) = t2 -

( cita)t +
(2-1)
'-
h
÷

h = -4 -
d > o

✗ <
-4

K =
d- 1 > 0

4 > 1

-4 1

1 1
+ t t

+ -
- ✗ < ^ ti > o
indefinita
t
72
-

< 0
-

1 V IV. 2 ✓

} semidef
.

ti = 5

Pa (t)
+
✗ 1 = t2 -
St
=
7 = o
,

a >1 71 > o
definita +

72 > O TIPICO ESERCIZIO