Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Scaletta Matrici
1.Def, esempi, casi particolari.
2.Matrice trasposta, diagonale, simmetrica
3.Operazioni tra matrici:
somma, esempi e proprietà relative
prodotto di uno scalare per una matrice, esempi e proprietà relative,
prodotto righe per colonne ,esempi e proprietà relative.
Def. Si dice matrice ogni tabella di elementi (in genere numeri ) disposti su m
righe ed n colonne.
Il generico elemento di una matrice si indica con a i j con i 1, . . . , m e
j 1, . . . , n
ESEMPIO
a1 1 a1 2 a1 3 a1 4
A a2 1 a2 2 a2 3 a2 4
a3 1 a3 2 a3 3 a3 4
mentre
la j-esima colonna di A si indica con
a1 j
a2 j
Aj .
:
am j
Esempio
3 4 1
A 4 5 8
2 6 2
3, 5, 2 sono gli elementi diagonali.
Esempio
3 0 0
A 0 5 0
0 0 2
.
Def. Due matrici A a i j e B bi j dello stesso tipo sono uguali
se a i j b i j per ogni i, j.
Esempio
3 4 1 3 4 2
A 4 5 8 A
t
4 5 6
2 6 2 1 8 2
Esempio
3 4 1
A 4 5 8 At
1 8 2
Def. Una matrice diagonale si dice matrice unità o identica se gli elementi
della diagonale sono uguali a 1
Esempio
1 0 0
I3 0 1 0
0 0 1
Somma di matrici
Def. Si dice somma di due matrici A a i j e B bi j dello stesso tipo
la matrice, A B, che si ottiene sommando ciascun elemento di A con l’omologo di
B.
Esempio
3 4 1 5 1 0 8 5 1
A B AB
4 5 8 0 0 2 4 5 10
N.B. Spesso la matrice nulla, per semplicità verrà indicata con O anzichè con
O m,n .
Se indichiamo con M m,n l’insieme delle matrici di tipo mxn allora la struttura
M m,n è un gruppo abeliano.
Esempio
3 4 1
se k 2 e A allora
4 5 8
3 4 1 6 8 2
kA 2A 2
4 5 8 8 10 16
khA khA
k hA kA hA
kA B kA kB
1A A
Esempio
2 4 3 2 4
A di tipo 2x2mxp B di
6 1 5 0 3
2 3 4 5 2 2 4 0 2 4 4 3 14 4 20
CAB .
6315 6210 6 4 1 3 23 12 21
Oss. 1.L’operazione precedente lega matrici di insiemi diversi (non sempre è una
operazione interna!)
2. Se A e B sono due matrici che si possono moltiplicare cioè esiste AB, e
se anche B e A si possono moltiplicare (cioè esiste BA), allora generalmente non vale
la
proprietà ABBA. Per esempio
2 1
4 3 0
A 23 B 4 0 32
2 5 1
3 2
20 4
AB 22
19 0
mentre
2 1
4 3 0
B 4 0 32 A 23
2 5 1
3 2
10 1 1
BA 16 12 0
16 1 2
quindi AB BA.
ABC ABC
AB C AB AC
B CA BA CA
AO O
kAB AkB
3 2 1 1 0 3
1. Date le matrici A B
4 2 0 5 6 4
4 6 8
C
2 1 3
calcolare A 2B 1
2
C
1 1 3
RISPOSTA : A 2B 1
C
2
13 27
2
19
2
3 1 2 4
2. date le matrici A B trovare una matrice
3 4 6 8
X che soddisfi la relazione A 2X B t
52 5
2
RISPOSTA : X .
12 6
1 2
3. Data una matrice A , dimostrare che la matrice A At è
3 4
una matrice simmetrica
2 5
RISPOSTA : A A t .
5 8
3 4
4. Data una matrice A verificare che A 2 5A 6 I 2 O 2
0 2
DET ERM IN AN T E
Scaletta:
Def. di Determinante di una matrice quadrata di ordine n
casi particolari
n=1
n=2,
n=3, Regola di Sarrus
n 1 (cioè n qualsiasi) complemento algebrico e
Regola di Laplace
Combinazione lineare delle righe o colonne di una matrice
Matrice inversa e determinante
Matrice ortogonale e determinante
Matrice triangolare e determinante
Proprietà dei determinanti
1
Def. Sia A una matrice quadrata di ordine n e ai j il
generico elemento di A;si dice complemento algebrico di ai j il
determinante, Ai j ; della matrice di ordine n-1 che si ottiene
da A eliminando la i esima riga e la j esima colonna preso col
segno + oppure a seconda che i + j sia pari
o dispari.
Oss. nella def non è rilevante il valore di ai j ma la sua
posizione i e j
Es. 0 1
3 4 2
A=@ 1 5 1 A il complemento algebrico di
2 3 4
3 2
ai j = a3 2 = 3 A3 2 = = (3 ( 1) (1 2)) = ( 5) = 5:
1 1
Regola di Laplace. Il determinante di una matrice quadrada
è dato dalla somma dei prodotti degli elementi di una riga ( o colonna)
per i rispettivi complementi algebrici, cioè …ssata per esempio
la i esima riga
n
X
det(A) = ai 1 Ai 1 + ai 2 Ai 2 + ::: + ai n Ai n = ai h Ai h
h=1
0 1
1 0 2 3
B 4 2 1 5 C
Es. Sia A = B @ 2 0 0
C …ssiamo la terza riga (perchè
1 A
5 6 1 4
contenendo più zeri si sempli…ca il calcolo) det(A) = 2A31 + 0 A32 + 0 A33
0 2 3 1 2 3 1 0 3
1 A34 = 2 2 1 5 + 0 ( 1) 4 1 5 +0 4 2 5 1
6 1 4 5 1 4 5 6 4
1 0 2 0 2 3 1 0 2
( 1) 4 2 1 = 2 2 1 5 1 ( 1) 4 2 1 = ( 2)
5 6 1 6 1 4 5 6 1
( 56) + 1 24 = 13
2
0 1 0 1
1 2 3 A1
A= @ 1 1 0 A = @ A2 A ove
3 4 3 A3
A1 = 1 2 3
A2 = 1 1 0 si può osservare che A3 = A1 + 2A2
A3 = 3 4 3
per cui A3 è combinazione lineare di A1 A2 secondo i
coe¢ cienti 1, 2 .
Def. Sia A una matrice quadrata di ordine n, essa si dice non singolare
se detA 6= 0:
Def. Sia A una matrice quadrata di ordine n, si dice che essa è invertibile
se esiste la sua inversa, A 1 ; che veri…ca la proprietà A A 1 = I:
Per un teorema
una matrice A quadrata di ordine n e invertibile () detA 6= 0:
Costruiamo l’inversa di A = (ai j ) con detA 6= 0:
Si prova che la matrice cosi costruita:
0 0 11t
A11 A12 ::: A1n
B B
1 B A21 A22 ::: A2n C C
A 1=B@ detA @ :::
CC veri…ca
::: ::: ::: AA
An1 An2 ::: Ann
la relazione A A 1 = I: per cui è l’inversa di A:
0 1
2 2 2
Es. A= @ 1 0 1 A; il detA = 6; calcoliamo i complementi
0 1 1
algebrici
0 1 1 1
A11 = det = 1; A12 = det = 1; A13 =
1 1 0 1
1 0 2 2
det = 1; A21 = det = 4; A22 =
0 1 1 1
2 2
det = 2;
0 1
2 2 2 2
A23 = det = 2; A31 = det = 2; A32 =
0 1 0 1
2 2 2 2
det = 4, A33 = det = 2
1 1 1 0
3
0 0 11t 0 1 1 1 1t
1 1 1 6 6 6
A 1
= @ 16 @ 4 2 2 AA = @ 4
6
2
6
2
6
A =
2 4 2
2 4 2 6 6 6
0 1 1 1
1t 0 1 2 1
1
6 6 6 6 3 3
=@ 2
3
1
3
1
3
A =@ 1
6
1
3
2 A
3 :
1 2 1 1 1 1
3 3 3 6 3 3
1 1
Veri…care che A A = A A = I:
A ortogonale () At = A 1
4
Ulteriori proprietà sulle matrici utili
1
1.(AB) = B 1 A 1
t
2. (AB) = B t At
1 t
3. .(At ) = A 1
5
RAN GO di una matrice
1
Oss. Il vantaggio del teor precedente consiste nel fatto che non è necessario
calcolare tutti i minori
di ordine r + 1 ma solo gli orlati di Mr .
Esempio 0 1
1 4 3
B 3 0 3 C
A=B @ 4
C calcolare il rango di A:
5 9 A
1 1 2
1 4
Si parte da un minore con det 6= 0 di ordine basso, per esempio ;
3 0
1 4
che ha il det = 12 6= 0: Se tutti i suoi orlati hanno determinante
3 0
nullo allora il rango è 2.
Se ce n’è uno con det 6= 0;si considerano tutti gli orlati di questo minore
del 3 ordine. Se tutti tali orlati sono nulli allora il rango è 3.
Per la nostra matrice il processo …nisce qui. Altrimenti si procede ancora e
ci si ferma quando tutti gli orlati sono nulli.
1 4
Costruiamo gli orlati di ; ce ne sono due
3 0
0 1 0 1
1 4 3 1 4 3
@ 3 0 3 A con det @ 3 0 3 A=0
4 5 9 4 5 9
si
può0concludere che 1 rang(A) = 2 0 1
1 4 3 1 4 3
@ 3 0 3 A con det @ 3 0 3 A=0
1 1 2 1 1 2
2
Sistemi di equazioni lineari
Scaletta Sistemi di equazioni lineari
Def. equazione lineare
Def. di sistema lineare
Teorema di Cramer (enunciato)
Teorema di Rouchè-Capelli (enunciato)
Classi…cazione di un sistema di m equaz. in n incognite:
1. r = m = n sistemi di Cramer
2 . r=m n
3. r m
Esempi relativi agli argomenti
Equazione lineare
Un’equazione nelle incognite x1 ; x2 ; :::::xn si dice lineare se si può scrivere
nella forma
1
0 1
a11 a12 ::: a1n b1
B a21 a22 ::: a2n b2 C
la matrice (A; B) = B
@ :::
C
::: ::: ::: ::: A
am1 am2 ::: amn bm
si dice matrice matrice
0 completa
1
b1
B b2 C
la matrice B=B@ ::: A
C si dice matrice dei termini noti
bm
A X=B
Di
ki = i = 1; 2; :::; n ove Di è il det della matrice ottenuta da A sostituendo
det(A)
la i-esima colonna con quella dei termini noti
Esempio
x + y 2z = 3
4x + 3y z = 1
2x + y + z = 1
0 1
1 1 2
A=@ 4 3 1 A det(A) = 2 6= 0; m=n=3 per
2 1 1
cui il sistema è di Cramer.
La soluzione è data da
2
0 1 0 1
3 1 2 1 3 2
B C B C
B 1 3 1 C B 4 1 1 C
@ A @ A
1 1 1 4 2 1 1 6
x= 2 = 2 =2, y= 2 = 2 = 3;
0 1
1 3 3
B C
B 4 1 1 C
@ A
2 1 1 4
z= 2 = 2 = 2
x 2y + 3z + t = 2
2x 5y + 9z = 5
x y + 3t = 1
0 1 0 1
1 2 3 1 1 2 3 1 2
A=@ 2 5 9 0 A 3 4 (A,B)= @ 2 5 9 0 5 A
1 1 0 3 1 1 0 3 1
3 5
1 2
si verica che rank(A) = rank(A; B) = 2: Scegliamo M=
2 5
det(M ) = 1 6= 0. Per quanto detto
si può trascurare l’ultima equazione, le incognite z e t portate a
secondo membro diventano parametri
3
reali ( z = h e t = k che variano in R ): Il sistema assegnato è dunque
"equivalente" al seguente di Cramer:
x 2y = 2 3h k
le cui soluzioni sono date da
2x 5y = 5 9h
0 1
@
2 3h k 2 A
5 9h 5 3h+5k
x= 1 = 1 = 3h 5k ,
0 1
@
1 2 3h k A
2 5 9h
y= 1 = 1 3h+2k
1 = 3h 2k 1
4 2 2
Quindi le 1 =1 soluzioni del sistema sono tutte le quaterne di
numeri reali (3h 5k ,3h 2k 1; h; k) al variare di h, e k.
L’insieme delle soluzioni si scrive
S = f(3h 5k; 3h 2k 1; h; k) h; k 2 Rg
Sistemi omogenei
ha come
0 matrici 1 0 1
a11 a12 ::: a1n a11 a12 ::: a1n 0
B a21 a22 ::: a2n C B a21 a22 ::: a2n 0 C
A=B @ :::
C (A; B) = B C
::: ::: ::: A @ ::: ::: ::: ::: ::: A
am1 am2 ::: amn am1 am2 ::: amn 0
4
Ovviamente una colonna di zeri non può far aumentare il rango di (A; B)
rispetto al rango di A: Quindi rank(A) = rank(A; B) e il sistema è
compatibile
Es.
0 1
1 1 2
m=n=3 A=@ 4 3 1 A ; det(A)= 2 6= 0 per cui essendo di Cramer
2 1 1
ammette un’unica soluzione che è ovviamente quella banale: x=
0; y = 0; z = 0:
x + 3y + 3z + 2t = 0
2. 2x + 6y + 9z + 5t = 0 sistema omogeneo, quindi sempre compati-
3y + 3z t = 0
bile. Risulta
1 3 3 2
m=3 n=4 A 2 6 9 5 ; determiniamo il rango di A. Consideriamo
0 3 3 1
3 3
N=det = 9 6= 0; il rank(A) è maggiore o uguale a due. Consideriamo
6 9
i 2 orlati di M0e vediamo se1tra essi ce n’è almeno0 uno diverso 1 da 0. Essi sono
1 3 3 3 3 2
M=N1 = det @ 2 6 9 A = 9 e N2 = det @ 6 9 5 A = 18: ( Oss:
0 3 3 3 3 1
è inutile calcolare gli altri orlati quando già uno è 6= 0):Dunque rank(A) = r =
3 = m n: Siamo nel 2 caso. Il sistema ammette 1n r = 14 3 = 11
soluzioni date dal sistema equivalente
x + 3y + 3z = 2h
2x + 6y + 9z = 5h avendo posto t = h .
3y + 3z = h
2h 3 3 1 2h 3
5h 6 9 2 5h 9
h 3 3 9h 0 h 3
Per T. Cramer x = 9 = 9 = h, y= 9
1 3 2h
2 6 5h
6h 2 0 3 h
= 9 = 3 h; z = 9 = 93h = 31 h , t = h:
5
2 1
L0 insieme delle soluzioni è dato da S= (h; 3 h; 3 h; h) 2R :
6
Strutture di Base lezione1.
Scaletta
Def:
gruppo,
campo
esempi
Def. gruppo
Sia G un insieme con una operzione interna, che indichiamo con o con o con
, che verifichi le seguenti proprietà:
1. a b c a b c a, b, c G associativa
2. e G tale che a e a a G esistenza
elemento neutro
3. a G tale che a a e a G esistenza del
reciproco
Def. G si dice gruppo.
Def. Se vale anche la proprietà
ab ba commutativa
G si dice gruppo abeliano
Esempi di gruppo
1.
2.
3.
Def. campo
Sia G un insieme in cui sono definite due operazioni che per semplicità indichiamo
con i simboli e ,
tale che:
G sia gruppo abeliano con elemento neutro e
G e sia gruppo abeliano
la legge è doppiamente distribuitiva rispetto alla (a b c a b a c
Esempi di campo
ESEMPI di Gruppo
ESEMPI di Campo
1. munito delle usuali operazioni di e di è un campo.
infatti per gli esempi 1. e 3. risulta
è un gruppo abeliano
0 è un gruppo abeliano
e inoltre vale la proprietà distributiva del prodotto rispetto alla somma, cioè
a b c a b a c
2. p campo (finito) dei resti modulo p con p numero primo e insieme dei
numeri relativi.
Premettiamo il concetto di insieme delle classi dei resti modulo m con m
E’ noto che, fissato m , e un qualsiasi numero a
q , r tale che a mq r
(dividendo a per m, q quoziente ed r resto della divisione con r m 1) .
Dunque i possibili resti della divisione di ogni elemento a per m sono in
numero di m-1:
0, 1, 2, ...., m1
Si può definire in una relazione di equivalenza mettendo nella stessa classe gli
elementi di che, divisi per m, danno lo stesso resto.
Tali classi si indicano con :
0, 1, 2, ...., m 1
Per esempio, per essere più chiari, presi a, b
a, b 2, se a, b divisi per m danno come resto 2.
a bab
a, b m : a bab
Oss. 1.la classe 0 funge da elemento neutro per , mentre la classe 1
funge da elemento neutro per l’operazione .
2. se prendo 4 , 3 2 5 1 perchè 5 diviso 4 dà come resto
1.
0 1 2
1 2
0 0 1 2
1 1 2
1 1 2 0
2 2 1
2 2 0 1
Introduzione agli spazi vettoriali
Scaletta
Def. di spazio vettoriale
Esempi: 1.Rn come spazio vettoriale fondamentale, in particolare R2 ; R3 :
2. Insieme delle funzioni reali di variabile reale
3. Mmn (R) insieme delle matrici su R di tipo m n
4. P insieme dei polinomi con coe¢ cienti reali
5. V insieme dei vettori liberi nel piano e nello spazio
N.B: R2 = R R; R3 = R R R; .Rn = R R ::: R :
| {z }
n volte
Esempi:
1. Rn come spazio vettoriale fondamentale, in particolare R2 ; R3 :
In Rn ; i cui elementi sono n-uple di numeri reali, si possono considerare, in
modo naturale, le operazioni seguenti:
(x1 ; x2 ; :::xn ); v = (y1 ; y2 ; :::yn ); 2 Rn u + v = (x1 ; x2 ; :::xn ) + (y1 ; y2 ; :::yn ) =
(x1 +y1 ; x2 +y2 ; :::; xn +yn ) 8
1
(x1 ; x2 ; :::xn ) 2 Rn ; 8 2 R u = (x1 ; x2 ; :::xn ) = ( x1 ; x2 ; :::; xn )
E’ facile dimostrare che per tali operazioni sono veri…cate le 4+4 proprietà
precedenti. Perciò Rn è uno spazio vettoriale reale.
particolare R2 ; R3 (che utilizzaremo più spesso) sono spazi vettoriali su R:
Per R2 dimostriamo, per esempio, che R2 (+) è un gruppo abeliano :
sociativa 8u = (x1 ; x2 ); v = (y1 ; y2 ); w = (z1 ; z2 ) 2 R2 risulta u +
(v + w) = (x1 ; x2 ) + ((y1 ; y2 ) + (z1 ; z2 )) = (x1 ; x2 ) + (y1 + z1 ; y2 + z2 ) = (x1 +
(y1 + z1 ) ; x2 + (y2 + z2 )) = ((x1 + y1 ) + z1 ; (x2 + y2 ) + z2 ) = (u + v) + w
esistenza elemento neutro 90R2 = (0; 0) 2 R2 tale che u + 0V =
(x1 ; x2 )+ (0; 0) = (x1 ; + 0; x2 + 0) = (x1 ; x2 ) = u
esistenza dell’opposto se u = (x1 ; x2 ) esiste u’=( x1 ; x2 ) tale che u +
u0 = (x1 ; x2 )+( x1 ; x2 ) = (x1 x1 ; x2 x2 ) = (0; 0) = 0R2 :
mutatività 8u = (x1 ; x2 ); v = (y1 ; y2 ) 2 R2 : u + v = (x1 ; x2 ) +
(y1 ; y2 ) = (x1 + y1 ; x2 + y2 ) = (y1 + x1 ; y2 + x2 ) = (y1 ; y2 ) + (x1 ; x2 ) = v +
u: Allo stesso modo si possono di-
mostrare le altre 4 proprietà. Dimostriamo, per esempio ( v) = ( )v: Infatti
preso v = (x1 ; x2 )
( v) = ( (x1 ; x2 )) = ( x1 ; x2 ) = (( ) x1 ; ( ) x2 ) = (x1 ; x2 ) =
( )v A
mente R3 munito delle operazioni
4. P insieme dei polinomi con coe¢ cienti reali come spazio vettoriale su
R Presi
due polinomi p = an xn + an 1 xn 1 + :::a1 x + a0 e q = bm xm + bm 1 xm 1 +
2
:::b1 x + b0 , con m n; l’insieme P rispetto alle operazioni
5. V0 insieme dei vettori liberi nel piano e nello spazio come spazio vettori-
ale su R L’insiem
dei vettori (del piano e dello spazio) applicati nell’origine del riferimento,
rispetto alle operazioni usuali dei vettori "freccia"
E’facile dimostrare che per tali operazioni sono veri…cate le 4 proprietà rispetto
alla somma e le 4 proprietà rispetto al moltiplicazione per uno scalare.
Perciò V0 è uno spazio vettoriale su R: Dimostriamo alcune delle 8 proprietà.
Facciamo prima alcune considerazioni utili.
Si osservi, per esempio, che per un elemento di V0 ; essendo …ssato il punto di
applicazione in O; diventa essenziale il punto …nale P:Per questo motivo molti
testi, identi…cando OP con P; OR con R; OT con T le operazioni
precedenti si esprimono nel seguente modo (operazioni tra punti):
3
(esistenza dell0opposto) 9v 0 2 V0 tale che v + v 0 = 0V0 8v 2 V0 :
!
Infatti se v = OA 2 V0 con A(a1 ; a2 ), esiste B( a1 ; a2 ) e quindi
! ! ! ! !
9v 0 = OB 2 V0 tale che v + v0 = OA + OB = O(A + B) = OO = OV0 per
la Prop.1.
! ! !
in V0 OA+OB = OC con C(a1 +b1 ; a2 +b2 ) in R2 (a1 ; a2 )+(b1 ; b2 ) = (c1 ; c2 ) con
per cui i due spazi, anche nelle notazioni, saranno talvolta identi…cati
!
per esempio (a1 ; a2 ) ' A ' OA
4
h !i
E’ facile intuire che nella classe AB esiste sempre un unico vettore
!
havente
i per punto di applicazione
h i O; per esempio OP ; per cui la classe
! !
AB coincide con la classe OP : Si deduce, allora che ogni classe di equiv-
!
alenza può essere rappresentata dal vettore OP che si dice vettore privilegiato:
Prop.3 h !i h !i
AB = OP =) P = B A
h ! Oss.4.
i Spesso il vettore privilegiato identi…ca la sua classe stessa cioè
!
OP ' OP : Con tale identi…cazione possiamo concludere che l’insieme delle
classi dei vettori applicati
nel piano possiamo dire che coincide con l’insieme dei vettori liberi V0
.
Prop.4
! !
Se AB è equipollente al vettore CD allora B A = D C
Dim. La dimostrazione consegue banalmente dal fatto
h !che
i 9h un unico vet-
! ! !i h !i
tore OP equipollente sia ad AB che a CD cioè AB = CD = OP
Per cui per Prop.3 si ha P = B A = D C:
V0 t R2 :
5
Proprietà degli spazi vettoriali e sottospazi vettoriali
Scaletta
Proprietà fondamentali sugli spazi vettoriali
Sottospazi vettoriali
sottospazio intersezione di due sottospazi
Sottospazio somma di due sottospazi
Combinazione lineare di vettori
Esempi relativi
Lineare dipendenza e indipendenza
Esempi relativi
1
con uno scalare, cioè
0V 2 S
se u; v 2 S allora u+v 2 S
se u 2 S e k 2 R allora ku 2 S
Oss.1. I sottoinsiemi f0V g e V sono sottospazi vettoriali di V detti
sottospazi banali.
Esempi
V=R2 ; U = (x; y) 2 R2 j y = 0 = f(x; 0) j x 2 Rg è sottospazio vettoriale
di R2 (U;geometricamente, coincide con l’asse delle x del piano cartesiano).
Infatti
(0:0) 2 U
se (x; 0), (x0 ; 0) 2 U allora (x; 0)+ (x0 ; 0) =(x + x0 ; 0) 2 U
se (x; 0) 2 U e k 2 R allora k(x; 0) = (kx; 0) 2 U
2. V=R2 W = (x; y) 2 R2 j x = 0 è sottospazio vettoriale di
2
R (W;geometricamente, coincide con l’asse delle y del piano cartesiano). La
dim. è analoga alla precedente.
Oss.2. Se U e W sono sottospazi vettoriali di V si può de…nire la loro
intersezione ed unione insiemistica. A tal riguardo si provano le seguenti
proposizioni.
Prop.1
U; W sottospazi vettoriali di V =) U \ W è sottospazio vettoriale di V
Dim.
0V 2 U \ W in quanto appartiene ad entrambi i sottospazi.
v1 ; v2 2 U v1 + v2 2 U
se v1 ; v2 2 U \ W allora da cui e quindi
v1 ; v2 2 W v1 + v2 2 W
v1 + v2 2 U \ W
v 2 U; k 2 R kv 2 U
se v 2 U \ W e k 2 R allora da cui e
v 2 W; k 2 R kv 2 W
quindi kv 2 U \ W
Dunque U \ W è sottospazio vettoriale di V:
Prop.2
. U; W sottospazi vettoriali di V ; U [ W è sottospazio vettoriale
di V
Dim. Lo si prova con un esempio.
Siano V = R2 e i sottospazi U = (x; y) 2 R2 j y = 0 e W = (x; y) 2 R2 j x = 0 :L0 insieme
U [ W = (x; y) 2 R2 j x = 0 oppure y = 0 non è sottospazio vettoriale di R2
(x; 0) 2 U [ W con x 6= 0
poichè non è veri…cata la condizione b). Infatti presi
(0; y) 2 U [ W con y 6= 0
risulta (x; 0) + (0; y) = (x; y) che non appartiene a U [ W .
Def. Se U e W sono sottospazi vettoriali di V, si dice somma di U più W
e di indica con U + W l’insieme
def
U + W = fv 2 V j 9u 2 U ed 9w 2 W tale che v = u + wg
2
Oss. importante
U[ W U + W perchè ogni elemento v 2 U [ W si può scrivere come
v + 0V oppure come 0V + v a seconda che v 2 U oppure v 2 W:
Prop.3.
U; W sottospazi vettoriali di V =) U + W è sottospazio vettoriale di V
sottospazi vettoriali di V =) (U + W è sottospazio vettoriale di V )
Dim.
0V 2 U + W in quanto 0V = 0V + 0V
u1 ; u 2 2 U v1 = u1 + w1
se v1 ; v2 2 U + W allora 9 tale che da
w1 ; w2 2 W v2 = u2 + w2
cui v1 + v2 = (u1 + w1 ) + (u2 + w2 ) = (u1 + u2 ) + (w1 + w2 ) 2 U + W .
| {z } | {z }
u2U
se v 2 U + W e k 2 R allora 9 v = u + w e k 2 R da cui
w2W
kv = k (u + w) = ku+kv 2 U +W .
Dim.
0V 2 S in quanto 0V = 0R u + 0R v
h1 ; k1 2 R w1 = h1 u + k1 v
se w1 ; w2 2 S allora 9 tali che da cui
h2 ; k2 2 R w2 = h2 u + k2 v
w1 + w2 = (h1 u + k1 v) + (h2 u + k2 v) = h1 u + h2 u + k1 v + k2 v = (h1 + h2 ) u +
| {z }
(k1 + k2 ) v 2 S
| {z }
h2R
se w 2 S e 2 R allora 9 tali che w = (hu + kv) e 2 R da
k2R
cui w = (hu + kv) = hu + kv = ( h) u + ( k) v 2 S:
Oss. 1.Si parla anche di combinazione lineare di n vettori con n 1
es. per n = 1 hv,
per n = 2 hv + kv,
..........,
per n qualsiasi h1 v1 + h2 v2 + h3 v3 + :::::: + hn vn
Oss.2. Per l’insieme delle combinazioni lineari di n vettori con n 1 vale
sempre la Prop.4.
Def.L’insieme S dei vettori di V che sono combinazioni lineari di n vettori,
v1 ; v2 ; v3 ; ::::::; vn di V; con n 1 si indica anche con span, precisamente
3
def
S = fh1 v1 + h2 v2 + h3 v3 + :::::: + hn vn j hi 2 Rg = span fv1 ; v2 ; v3 ; ::::::; vn g :
def
v1 ; v2 ; v3 ; ::::::; vn linearmente dipendenti () 9 h1 ; h2 ; h3 ; ::::::; hn 2 R non tutti nulli
1u 2v+w = 0R2 con i coe¢ cienti non tutti nulli. Se consideriamo h2 = 2 6= 0; moltiplicando
1 1 1
per e applicando le proprietà fondamentali di spazio vettoriale si ottiene v = u+ w
2 2 2
Def. I vettori v1 ; v2 ; v3 ; ::::::; vn di V si dicono linearmente indipendenti
se ogni loro combinazione lineare nulla può essere realizzata solo con coi¢ cienti
tutti nulli, cioè
def
(v1 ; v2 ; v3 ; ::::::; vn linearmente indipendenti) () (h1 v1 +h2 v2 +h3 v3 +::::::+hn vn = 0V
=) h1 = h2 = h3 = :::::: = hn = 0
Es. Sia V = R2 , i vettori u(1; 4); v = (1; 1) 2 R2 sono linearmente
indipendenti. Infatti se h1 u+h2 v = 0R2 = (0; 0) =) (h1 ; 4h1 )+(h2 ; h2 ) =
(0; 0) =) (h1 + h2 ; 4h1 + h2 ) = (0; 0) =)
h1 + h 2 = 0
=) h1 = h2 = 0
4h1 + h2 = 0
4
Base di uno spazio vettoriale e dimensione
Scaletta
Def.base
Componenti di un vettore
Esempi
Teorema di esistenza di una base
Relazione tra vettori l.i. e generatori (Lemma)
Teorema fondamentale per de…nire la dimensione( le basi hanno stesso n.
elementi)
Def. dimensione
Max numero vettori l.i.
Minimo numero di generatori
Teorema di completamento di una base
Esempi
Componenti di un vettore
1
scalari ( univocamente
0 determinati)
1 1; 2 ; :::; n: Talvolta si usa la forma
1
B 2 C
B C
matriciale = B . C:
@ .. A
n
Esempi
1. V=R2 ; i vettori e1 = (1; 0) ed e2 = (0; 1) costituiscono una
base di R2 detta base canonica o standard. Infatti e1 + e2 = 0R2 =)
(1; 0) + (1; 0) = 0R2 =) ( ; ) = 0R2 = (0; 0) =) =0 e = 0;
quindi e1 ; e2 sono l:i: Inoltre generano tutto R2 ; infatti se v = (x; y) 2 R2
risulta (con semplici calcoli) v = xe1 + y e2 , per esempio se v = (3; 4) 2 R2
i coe¢ cienti della combinazione lineare di v rispetto alla base canonica sono
proprio 3 e 4 nel senso che v=3e1 + 4e2
Analogamente se V = R3 ;i vettori e1 = (1; 0; 0), e2 = (0; 1; 0) e3 = (0; 0; 1)
costituiscono una base di R3 detta base canonica o standard e se v = (x; y; z) 2
R3 risulta (con semplici calcoli) v = xe1 + y e2 + ze3 :
2. V = R2 ; i vettori v1 = (2; 1) e v2 = (1; 1) costituiscono una base
di R2 .Infatti v1 + v2 = 0R2 =) (2; 1) + (1; 1) = 0R2 =) ::::: = 0 e
= 0 =) v1 ; v2 l:i: Inoltre generano tutto R2 in quanto se v = (x; y) 2 R2 ;
=x y
v = v1 + v2 = (2; 1) + (1; 1) = (2 + ; + ) porta a ;
= x + 2y
=x y=3 4= 1
per esempio se v = (3; 4) 2 R2 allora cioè il
= x + 2y = 3 + 8 = 5
vettore v si esprime come combinazione lineare di v1 e v2 secondo i coe¢ cienti
1 e 5 nel senso che v= v1 + 5v2
3
v = (3; 4) ha componenti rispetto alla base canonica fe1 ; e2 g
4
1
v = (3; 4) ha componenti rispetto alla base fv1 ; v2 g
5
2
V 6= f0V g è uno spazio vettoriale …nitamente generato allora dall’insieme dei
suoi generatori si può estrarre una base.
Dim. Siano v1 ; v2 ; v3 ; ::::::; vk generatori di V: Si possono presentare 2 casi
b) v1 ; v2 ; v3 ; :::; vk l.d. esiste tra essi uno che è combin. lineare dei rimanenti.
Sia, per esempio, vk ; allora V è generato da v1 ; v2 ; v3 ; :::::; vk 1
b) v1 ; v2 ; v3 ; ::::::; vk 1 l.d. esiste tra essi uno che è combin. lineare dei rimanenti.
Sia, per esempio, vk ; allora V è generato da v1 ; v2 ; v3 ; :::::; vk 1
v1 ; v2 ; v3 ; ::::::; vm l.i. di V
=) m n
w1 ; w2 ; :::::wn generatori di V
Teorema
Tutte le basi di uno spazio vettoriale (…nitamente generato) hanno lo stesso numero di elementi
Dim. La dimostrazione si fonda sul doppio ruolo degli elementi di una base.
Infatti siano
fv1 ; v2 ; v3 ; ::::::; vm g base di V
=)
fw1 ; w2 ; :::::wn g base di V
v1 ; v2 ; v3 ; ::::::; vm l.i. di V
=) m n (per il Lemma) ;
w1 ; w2 ; :::::wn generatori di V
ma anche
3
fv1 ; v2 ; v3 ; ::::::; vm g base di V
=)
fw1 ; w2 ; :::::wn g base di V
v1 ; v2 ; v3 ; ::::::; vm generatori. di V
=) n m (per il
w1 ; w2 ; :::::wn l.i. di V
Lemma).
Ne segue m = n e quindi la tesi.
v1 ; v2 ; v3 ; ::::::; vn generatori di V
=) k n:
w1 ; w2 ; :::::wk vettori l.i. di V
4
Sicuramente b 6= 0; se fosse b = 0 la combinaz. lineare precedente
diventerebbe b1 v1 + b2 v2 + ::: + bn vn = 0 da cui b1 = b2 = ::: = bn = 0
(essendo v1 ; v2 ; v3 ; ::::::; vn l.i.), contro la : Dalla ricavando il vettore v
si ottiene
b1 b2 bn
v = v1 + v2 + ::: + vn
b b b
per cui v1 ; v2 ; v3 ; ::::::; vn sono anche generatori di V:
Corollario c). Se V è uno spazio vettoriale con dimV = n; se v1 ; v2 ; v3 ; ::::::; vn
sono vettori l.i. di V allora essi sono anche una base di V.
Dim. Se v1 ; v2 ; v3 ; ::::::; vn sono generatori allora essi sono anche l.i., infatti
se fossero l.d. uno lo potremmo eliminare e i rimanenti sarebbero comunque
generatori di V in numero n-1, il che va contro il Teorema b) che dice che n è
il più piccolo numero di generatori.
(v1 ; v2 ; :::; vk l:i: con k n) =) 9 n k vettori w1 ; w2 ; :::wn k tali che gli n vettori
v1 ; v2 ; ::::::; vk ; w1 ; w2 ; :::wn k formano una base di V
5
e prendiamo un qualsiasi vettore w1 2 = E (cioè w1 non è combinazione lineare
di v1 ; v2 ; ::::::; vk ) allora i k + 1 vettori v1 ; v2 ; ::::::; vk ; w1 sono l:i: Ripetiamo
il procedimento considerando
E1 = span fv1 ; v2 ; ::::::; vk ; w1 g V
e prendendo un qualsiasi vettore w2 2 = E1 possiamo a¤ermare; come prima, che
v1 ; v2 ; ::::::; vk ; w1 ; w2 sono l:i. Così continuando …no ad aggiungere n k vet-
tori ai k vettori iniziali, otteniamo n vettori di V, v1 ; v2 ; ::::::; vk ; w1 ; w2 :::wn k
che, per costruzione, sono l:i. e per il Corollario c) costituiscono una base
di V:
Esempi
Svolgimento
serviamo che S può essere scritto anche come S=f(x; 2x + z; z) j x; z 2 Rg cioè
S dipende da 2 parametri essenziali. Veri…chiamo le tre condizioni perchè S sia
un sottospazio vettoriale.
0V 2 S in quanto lo si ottiene per x = 0 e z = 0;
v1 = (x1 ; 2x1 + z1 ; z1 )
se v1 ; v2 2 S anche v1 + v2 2 S; infatti se
v2 = (x2 ; 2x2 + z2 ; z2 )
allora
v1 +v2 = (x1 ; 2x1 + z1 ; z1 )+(x2 ; 2x2 + z2 ; z2 ) = (x1 + x2 ; 2x1 + z1 + 2x2 + z2 ; z1 + z2 ) =
= (x1 + x2 ; 2 (x1 + x2 ) + (z1 + z2 ) ; z1 + z2 ) 2 S;
se v 2 S e 2 R anche v 2 S; infatti se v = (x; 2x + z; z)
def
allora v = (x; 2x + z; z) = ( x; (2x + z) ; z) = ( x; 2 x + z; z) 2 S
Prima di determinare una base di S osserviamo che esistono in S due vettori
x=1 x=0
particolari che si ottengono per e per che indichiamo, per
z=0 z=1
esempio, con u = (1; 2; 0) e v = (0; 1; 1):I due vettori precedenti sono l:i:,
infatti u + v = 0R3 =) (1; 2; 0) + (0; 1; 1) = (0; 0; 0) =) ( ; 2 +
6
infatti w = (x; 2x + z; z) = u+ v = (1; 2; 0) + (0; 1; 1) = ( ; 2 +
=x
; ) =) (x; 2x + z; z) = ( ; 2 + ; ) da cui . Ne segue che fu; vg
=z
è una base di S e quindi dimS = 2:
Oss. Nell’esercizio precedente si può evitare di dimostrare che i vettori u; v
siano generatori di S se si tiene conto che è S 6= R3 (es: (1; 1; 1) 2
= S) e quindi,
per la Prop. precedente, risulta dimS 2; quindi 2 è il max numero di
vettori l:i. che S può avere, e avendo già dimostrato che i 2 vettori u; v sono
l:i:, essi costituiscono una base di S per il Corollario c).
7
Cambiamento di base e relazione tra le componenti
Scaletta
Legame tra vettori l.i., l.d., e rango della matrice formata dai vettori
Esercizi relativi
Cambiamento di base
Relazione tra le componenti di un vettore rispetto a due diverse basi
Corollario
1 1
Si vede che = 1 6= 0; se lo orliamo, per esempio, con 1 colonna e 3
1 0
0 1
0 1 1
riga si ottiene M=@ 0 1 0 A con detM = 1 6= 0 e quindi rang(A) = 3 =
1 0 2
1
r=max numero di vettori l.i. Una r-upla= terna di vettori l.i. sono proprio i vet-
tori coinvolti in M, cioè v1 = (0; 0; 1) ; v2 = (1; 1; 0) ; v3 = (1; 0; 2) :Ovviamente
la terna di vettori l.i. non è univocamente determinata ma dipende dal minore
fondamentale scelto.
Esempio 2. Siano assegnati i vettori v1 = (1; 1; 0) ; v2 = (1; 3; 1) ;
v3 = (5; 3; 2) ; determinare il massimo numero r di vettori l.i. tra essi ed
individuarne almeno una r upla tra essi
Svolgimento Sia
0 1
1 1 5
A=@ 1 3 3 A = v1 v2 v3
0 1 2
T eorema
Il detA = 0 =) le colonne di A e quindi i vettori v1 ; v2 ; v3 sono
l.d..Per estrarre da essi il massimo numero di vettori l. i. troviamo il rango di
1 5
A, prendiamo M= ; detM = 2 6= 0 =) rangA = 2: Da quanto
0 2
detto nell’esempio 1, r=2= massimo numero di vettori l.i. e una coppia di
vettori l. i. è per esempio v1 ; v3 :
1 1
Determiniamo il rankA. Prendiamo la matrice estratta M =
2 0
(che ha il 0
determinante diverso
1 0 e orliamolo. 1I suoi 2 unici orlati sono
da zero)
1 1 5 1 1 5
M1 = @ 2 0 2 A e M2 = @ 2 0 2 A :E’facile veri…care che
0 1 1 1 3 2
det M1 = 10 6= 0 per cui il rangA = r = 3: Si conclude allora che 3 è il
massimo numero di vettori l:i: tra i tre vettori assegnati. Quindi tutti e tre
vettori v1 ; v2 ; v3 assegnati sono l.i.
Cambiamento di base
Sia V è uno spazio vettoriale su R di dimensione n, se fvi gi=1;2;:::n e
fvi0 gi=1;2;:::n sono due diverse basi di V allora si possono esprimere gli el-
ementi di una base rispetto all’altra de…nendo così 2 matrici. Precisamente:
se esprimiamo gli elementi della prima base vi rispetto alla base fvi0 gi=1;2;:::n ;
le componenti di v1 ; v2 ,...vn ; prese ordinatamente e sistemate come colonne
2
di una matrice, costituisce la matrice di passaggio da fv1 ; v2 ; :::vn g a
fv10 ; v20 ; :::vn0 g, in simboli
8 0 1
>
> v1 = a11 v10 + a12 v20 + :::a1n vn0 a11 a21 an1
< B a12 C
v2 = a21 v10 + a22 v20 + :::a2n vn0 a22 an2
la matrice quadrata A = B
@
C
A
>
>
:
vn = an1 v10 + an2 v20 + :::ann vn0 a1n a2n ann
v1 = 32 v10 + 13 v20 2
3
2
3
per cui la matrice richiesta è A = :
v2 = 32 v10 + 23 v20 1
3
2
3
Relazione tra le componenti di un vettore rispetto a due diverse basi di
uno spazio vettoriale V
Sia V uno spazio vettoriale reale di dimensione n e siano fvi gi=1;2;:::n e
fvi0 gi=1;2;:::n due diverse basi di V; e sia v un generico elemento di V , indichiamo
0 1
x1
B x2 C
con X = B @
C la matrice delle componenti di v rispetto alla base
A
xn
fvi gi=1;2;:::n ; cioè
n
X
v = x1 v1 + x2 v2 + ::: + xn vn = xi vi
i=1
3
0 1
x01
B x02 C
Analogamente indichiamo con X 0 = B @
C la matrice delle componenti
A
0
xn
di v rispetto alla base fvi0 gi=1;2;:::n ; cioè
n
X
v = x01 v10 + x02 v20 + ::: + x0n vn0 = x0i vi0
i=1
Dim.
x1 v1 +x2 v2 +:::+xn vn =) v = x1 (a11 v10 + a12 v20 + :::a1n vn0 ) +x2 (a21 v10 + a22 v20 + :::a2n vn0 ) +
moltipl:
::: + xn (an1 v10 + an2 v20 + :::ann vn0 ) = (x1 a11 + x2 a21 + :::xn an1 ) v10 +
commut
(x1 a12 + x2 a22 + :::xn an2 ) v20 + :::: + (x1 a1n + x2 a2n + :::xn ann ) vn0 =
(a11 x1 + a21 x2 + :::an1 xn ) v10 +(a12 x1 + a22 x2 + :::an2 xn ) v20 +:::+(a1n x1 + x2 a2n + :::xn ann ) vn0
| {z } | {z } | {z }
ma le componenti di 8v rispetto alla basefvi0 g sono x01 ; x02 ; :::x0n per cui esse
>
> x0 = a11 x1 + a21 x2 + :::an1 xn
< 10
x2 = a12 x1 + a22 x2 + :::an2 xn
devono coincidere, cioè
>
>
: 0
xn = a1n x1 + x2 a2n + :::xn ann
e, ricordando la ; in forma matriciale diventa
0 0 1 0 10 1
x1 a11 a21 an1 x1
B x02 C B a12 a22 an2 C B C
B C=B C B x2 C
@ A @ A@ A
x0n a1n a2n ann xn
4
in forma compatta
X 0 = AX
5
2 2
a) vedi Esempio1 A= 3 3
1 2
3 3
b) Esprimiamo v = x1 v1 + x2 v2
=) (3; 1) = x1 (1; 0) + x2 (2; 2) =)
(3; 1) = (x1 + 2x2 ; 2x2 ) =)
x1 + 2x2 = 3 x1 = 4 4
=) =) X =
2x2 = 1 x2 = 21 2
1
c) Esprimiamo v = x01 v10 + x02 v20 =) (3; 1) = x01 (0; 1) + x02 (3; 2) =)
(3; 1) = (3x02 ; x01 + 2x02 ) =)
3x02 = 3 x01 = 3 3
0 0 =) =) X 0 =
x1 + 2x2 = 1 x02 = 1 1
d) le componenti di cui in c) si possono calcolare anche usando l’equazione
matriciale nell’incognita X 0 ; cioè: X 0 = AX: Infatti
2 2
4 eseguendo 3
X 0 = AX =) X 0 = 1
3 3
2 1 =) X0 =
3 3 2 cal col i 1
6
Applicazioni lineari
Scaletta
Def.di applicazione lineare, endomor…smo, isomor…smo.
Proprietà f (0V ) = 0W
Esempio
Def. Kerf e Imf.
Prop. sul Kerf e Imf.
Prop.
Dim.
lin
f (0V ) = f (0V +0V ) = f (0V )+ f (0V ) =) f (0V ) = f (0V )+ f (0V ) =)
Pr opr:
=) 0W + f (0V ) = f (0V ) + f (0V ) =) 0W = f (0V ):
nota
Def. Se V=W allora l’applicazione lineare si dice endomor…smo. Se
un’applicazione lineare f : V ! W è bigettiva allora f si dice isomor…smo.
1
2) Preso 2 R e v = (x; y) 2 R2 dobbiamo provare che f ( v) =
f (v):Infatti
def
f ( v) = f ( (x; y)) = f ( x; y) = (3 x + y; x y) =
def
= (3x + y; x y) = f ((x; y) = f (v)
K erf = fv 2 V j f (v) = 0W g V
2
Prop.3. Data f :V !W applicazione lineare di V in W
Dim. =)
Supponiamo per assurdo che K erf 6= f0V g ; allora esisterebbe, in K erf; ;
un vettore v 6= 0V ; tale che f (v) = f (0V ) = 0W contro l’ingettività di f:
(= Siano v1 ; v2 2 V con v1 6= v2 dobbiamo provare che f (v1 ) 6= f (v2 );
infatti se fosse f (v1 ) = f (v2 ) allora f (v1 ) f (v2 ) = 0W =)
lin ipot
f (v1 )+ f ( v2 ) =) f (v1 v2 ) = 0W =) v1 v2 2 K erf =) v1 v2 =
0V =) v1 = v2 contro il fatto che v1 è diverso da v2 :
def
Oss. Ricordiamo, inoltre, che f :V !W surgettiva () Imf =
f (V ) = W:
fv1; v2 ; :::vn g base V =) ff (v1 ) ; f (v2 ) ; :::; f (vn )g è un sistema di generatori di Imf
Dim.
Vogliamo provare che ogni elemento w di Imf è combinazione lineare degli
elementi f (v1 ) ; f (v2 ) ; :::; f (vn ) di Imf: Infatti sia w 2 Imf =) 9v 2 V tale
che f (v) = w; e v è combinazione lineare degli elementi della base di V, cioè
9h1 ; h2 ; :::; hn 2 R tali che v = h1 v1 + h2 v2 + ::: + hn vn : Ne segue che
lin lin
w = f (v) = f (h1 v1 + h2 v2 + ::: + hn vn ) = f (h1 v1 ) + f (h2 v2 ) + ::: + f (hn vn ) =
= h1 f (v1 ) + h2 f (v2 ) + ::: + hn f (vn )
Ne segue la tesi.
f ingettiva, fv1; v2 ; :::vn g base V =) ff (v1 ) ; f (v2 ) ; :::; f (vn )g è una base di Imf
Dim. Per la Prop.4, essendo già i vettori f (v1 ) ; f (v2 ) ; :::; f (vn ) generatori
di Imf , rimane da provare che sono l:i: Infatti consideriamo una loro combi-
nazione lineare nulla e proviamo che i coe¢ cienti sono tutti nulli.
3
lin
h1 f (v1 ) + h2 f (v2 ) + ::: + hn f (vn ) = 0W =) f (h1 v1 ) + f (h2 v2 ) + ::: + f (hn vn ) = 0W =)
lin f ing l:i:
=) f (h1 v1 + h2 v2 + ::: + hn vn ) = 0W =) h1 v1 + h2 v2 + ::: + hn vn = 0V =) h1 = h2 = ::: = hn = 0
Pr op3
Ne segue la tesi.
Corollario. Se f oltre che ingettiva è anche surgettiva allora ff (v1 ) ; f (v2 ) ; :::; f (vn )g
è una base di W:
def
Dim. f surgettiva () Im f = W; per cui ff (v1 ) ; f (v2 ) ; :::; f (vn )g
essendo base di Im f è anche base di W
Quindi un’applicazione lineare bigettiva trasforma una base di V in una
base di W.
Esempio
Data f : R3 ! R3 de…ta da f (x; y; z) = (x y + z; 3x + 2y + 4z; 2x +
3y + 3z);
a. dimostrare che f è lineare ( da fare per esercizio)
b. determinare Kerf e Imf ; e di ciascuno una base e la dimensione
c. veri…care che dim R3 = dim Im f + dim K erf
Svolgimento
b. Ricordiamo che K erf = v 2 R3 j f (v) = 0R3 =) se v = (x; y; z) 2
K erf allora f(x; y; z) = 0R3 8
< x y+z =0
=) (x y+z; 3x+2y+4z; 2x+3y+3z) = (0; 0; 0) =) 3x + 2y + 4z = 0
:
0 1 2x + 3y + 3z = 0
1 1 1
1 1
con A=@ 3 2 4 A , detA=0, M= ; detM=56= 0 =)
3 2
2 3 3
rangA = 2 =) sistema ammette 13 2 = 11 soluzioni date dal sistema
il
x y= h x = 56 h
equivalente le cui soluzioni sono , l’insieme
3x + 2y = 4h y = 15 h
6 1
delle soluzioni del sistema di partenza è S= fg 5 h; 5 h; h j h 2 R = K erf :
Per determina una base di K erf si osservi che un generico elemento v del K erf
può essere scritto come
6 1
u=h ; ;1
5 5
6 1
per cui il vettore v= 5; 5 ; 1 2 K erf è un generatore di K erf
6 1
ed è l:i: (perchè non è il vettore nullo), per cui fvg = 5; 5; 1 è una
base di K erf e quindi dimK erf = 1
6 1
Oss Kerf = h 5; 5 ; 1 h 2 R = fk (6; 1; 5) j k 2 Rg
4
Ricordiamo che Imf = w 2 W = R3 j 9v 2 V = R3 tale che f (v) = w
e che, per la Prop.4, possiamo determinare un sistema di generatori di Imf
facendo le immagini degli elementi di una base di R3 ; per esempio della base
canonica.
f(e1 ) = f (1; 0; 0) = (1; 3; 2) = w1
f(e2 ) = f (0; 1; 0) = ( 1; 2; 3) = w2
f(e3 ) = f (0; 0; 1) = (1; 4; 3) = w3
y=1
se poniamo si ha il vettore di S v1 = ( 1; 1; 0)
z=0
5
y=0
se poniamo si ha il vettore di S v2 = (0; 0; 1)
z=1
v1 ; v2 sono generatori di S perchè v = ( y; y; z) 2 S può esprimersi
v = ( y; y; z) = yv1 + zv2
v1 ; v2 sono l:i: perchè hv1 + kv2 = 0R3 =) h( 1; 1; 0) + k(0; 0; 1) =
0R3 =) ( h; h; k) = (0; 0; 0) =) h = k = 0
6
Applicazioni lineari e matrici
Scaletta
Def. di matrice associata ad un’applicazione lineare
Esempio
Casi particolari (V=Rn etc.)
Esempio
Matrice associata all’endomor…smo identico(cambiamento di base)
Esempio
f :V !W
Esercizio
Sia V=R2 con base fv1 = (1; 1); v2 (2; 1)g e W=R3 con base
fw1 = (1; 0; 1); w2 = (0; 2; 1); w3 = (1; 0; 0)g : Consideriamo l’applicazione
1
lineare f : R2 ! R3 de…nita da f (x; y) = (x y; x; y); determinare la
matrice A associata all’applicazione lineare f rispetto alle basi fvig e
fwj g
Svolgimento:
f (v1 ) = a11 w1 + a12 w2 + a13 w3 f (1; 1) = a11 (1; 0; 1) + a12 (0; 2; 1) + a13 (1; 0; 0)
=) =)
f (v2 ) = a21 w1 + a22 w2 + a23 w3 f (2; 1) = a21 (1; 0; 1) + a22 (0; 2; 1) + a23 (1; 0; 0)
(0; 1; 1) = (a11 ; 0; a11 ) + (0; 2a12 ; a12 ) + (a13 ; 0; 0)
=) =)
(1; 2; 1) = (a21 ; 0; a21 ) + (0; 2a22 ; a22 ) + (a23 ; 0; 0)
(0; 1; 1) = (a11 + a13 ; ; 2a12 ; a11 a12 ) =) a11 = 23 ; a12 = 21 ; a13 = 3
2
=) =)
(1; 2; 1) = (a21 + a23 ; ; 2a22 ; a21 a22 ) =) a21 = 2; a22 = 1; a23 = 1
0 3 1
2 2
=) A = @ 12 1 A:
3
2 1
Caso Particolare 1. di matrice associata ad f : Rn ! Rm
Prop. Se abbiamo f : Rn ! Rm e in particolare si scelgono come basi la
base canonica fei gi=1;:::;n di Rn e la base canonica fe0h gh=1;:::;m di Rm allora
la la matrice A associata all’applicazione lineare f rispetto alle basi fei g
e fe0h g è semplicemente la matrice che ha come colonne ordinatamente i vettori
f (e1 ); f (e2 ); :::; f (en ) 2 Rm ; cioè
2
che nello spazio di arrivo V . Ovviamente in questo caso la matrice A as-
sociata ha come colonne le componenti di f (vi) rispetto sempre alla base
fvig :
Esempio
Sia V=R2 con base fv1 = (1; 1); v2 (2; 1)g ed f : R2 ! R2 de…nita da
f (x; y) = (x y; x):Determinare la la matrice A associata ad f rispetto
alla base fv1 ; v2 )g :
Svolgimento
f (v1 ) = a11 v1 + a12 v2 f (1; 1) = a11 (1; 1) + a12 (2; 1)
=)
f (v2 ) = a21 v1 + a22 v2 f (2; 1) = a21 (1; 1) + a22 (2; 1)
9
a11 = 2 > >
=
f acendo (0; 1) = (a11 + 2a12 ; a11 + a12 ) a12 = 1
=) =) =) A =
i cal col i (1; 2) = (a21 + 2a22 ; a21 + a22 ) a21 = 3 > >
;
a22 = 1
2 3
:
1 1
Prop.a. ( matrice associata all’endomorfmo identico )
Se scegliamo l’ endomor…smo identico i : V ! V e, come basi, la
stessa base fvigi=1;:::;:n sia nello spazio di partenza V sia nello spazio di arrivo
V allora la matrice A
associata ad i coincide con la matrice identica In :
Dim. 9 9
i(v1 ) = v1 >
> i(v1 ) = 1 v1 + 0 v2 + ::: + 0 vn >>
> >
i(v2 ) = v2 = i(v2 ) = 0 v1 + 1 v2 + :::0 vn =
.. =) ..
. >
> . >
>
>
; >
;
i(vn ) = vn i(vn ) = 0 v1 + 0 v2 + ::: + 1 vn
0 1
1 0 ::: 0
B 0 1 ::: 0 C
B C
=) A = B . . .. C = In :
. .
@ . . ::: . A
0 0 ::: 1
3
9
v1 >
>
>
=
v2
binazione lineare degli elementi della base fvi0 g ; è la stessa dei vettori ..
. >
>
>
;
vn
come combinazione lineare degli elementi della base fvi0 g ; cioè se
i(v1 ) = a11 v10 + a12 v20 ::: + a1n vn0
i(v2 ) = a21 v10 + a22 v20 ::: + a2n vn0
..
.
i(vn ) = an1 v10 + an2 v20 ::: + ann vn0
v1 = a11 v10 + a12 v20 ::: + a1n vn0
v2 = a21 v10 + a22 v20 ::: + a2n vn0
allora è anche .. ,
.
vn = an1 v10 + an2 v20 ::: + ann vn0
Dim.
4
0 1 0 1 0 1
1 1 a11
B 0 C B 0 C B a21 C
B C def f B C B C
f (e1 ) = f B .. C = AB .. C=B .. C tale vettore di Rm coincide
@ . A @ . A @ . A
0 0 am1
anche con le componenti di f (e1 ) rispetto alla base canonicafe0i gi=1;:::;m
di Rm
0 1 0 1 0 1
0 0 a12
B 1 C B 1 C B a22 C
B C def f B C B C
f (e2 ) = f B . C = A B .. C=B .. C tale vettore di Rm coincide
@ .. A @ . A @ . A
0 0 am2
anche con le componenti di f (e2 ) rispetto alla base canonicafe0i gi=1;:::;m
di Rm
0 1 0 1 0 1
0 0 a1n
B 0 C B 0 C B a2n C
B C def f B C B C
f (en ) = f B .. C = AB .. C=B .. C tale vettore di Rm coincide
@ . A @ . A @ . A
1 1 amn
anche con le componenti di f (en ) rispetto alla base canonicafe0i gi=1;:::;m
di Rm
0 1
a11 a12 a1n
B a2n C
def B a21 a22 C
per cui Af = B . . . .. C = A cvd.
@ .. .. .. . A
am1 am2 amn
Prop.(senza dim.)
L’insieme delle applicazioni lineari f : V ! W , indicato con L(V; W ) è
uno spazio vettoriale su R
5
Cenno della dim.. Fissata una sola base di V e considerato un endomor-
…smo f , ad esso facciamo corrispondere la matrice Af associata ad f rispetto
alla base …ssata, cioè esiste l’applicazione
Si prova che
#(f + g) = #(f ) + #(g)
# è lineare cioè
#(kf ) = k#(f )
# è bigettiva quindi 9# 1
# 1 è anch’essa lineare
se f 2 End(V ) è bigettiva allora Af è matrice invertibile e viceversa.
Osservazioni importanti
2 0
Esempio. Data la matrice A = determinare un’applicazione
3 3
lineare f su uno spazio vettoriale V avente A come matrice associata rispetto
ad una base.
di V. Prendiamo V=R2 e la base canonica su R2 : De…niamo la applicazione
lineare
f : R2 ! R2 tale che Af = A
Per quanto osservato in precedenza basterà de…nire la f sugli elementi della
base di R2 .
Per raggiungere lo scopo poniamo "intelligentemente"
f (e1 ) = 2e1 3e2 f (1; 0) = 2(1; 0) 3(0; 1)
=) =)
f (e2 ) = 0e1 + 3e2 f (0; 1) = 0(1; 0) + 3(0; 1)
f (1; 0) = (2; 3) v=(x;y)2R2 def
=) f (v) = f (x; y) = f (xe1 + ye2 ) =
f (0; 1) = (0; 3) v=xe1 +ye2
= xf (e1 ) + yf (e2 ) = x(2; 3) + y(0; 3) = (2x; 3x + 3y); quindi
6
f : R2 ! R2 tale che f (x; y) = (2x; 3x + 3y)
Ovviamente, per costruzione , la matrice Af associata ad f coincide
proprio con A:
Oss. Il procedimento per costruire f partendo da A vale anche per matrici
non necessariamente quadrate.
def 1
A e B simili () 9 una matrice P invertibile tale che A = P BP
Esempio
2 1 1 1 0 1
Siano A= e B= ; si può vedere che esiste P
1 1 1 2 1 0
tale che A = P 1 BP; quindi A,B sono simili.
Prop.
2 1 1 1
Le matrici dell’esempio precedente A= e B= sono
1 1 1 2
simili. Per esse si ha detA = detB = 3
Facciamo vedere che la matrice associata ad un’applicazione lineare è
importante, tra l’altro, poichè ci permette di calcolare le componenti del
vettore immagine di
un vettore di partenza.
Precisamente
Sia f : V ! W un0 applicazione lineare con fv1 ; v2 ; :::vn g base0di V 1e
x1
B x2 C
B C
fw1 ; w2 ; :::wm g base di W . Consideriamo v 2 V di componenti X = B . C
@ .. A
xn
0 1
y1
B y2 C
B C
rispetto alla base fv1 ; v2 ; :::vn g e indichiamo con Y = B .. C le
@ . A
yn
componenti di f (v) 2 W rispetto alla base fw1 ; w2 ; :::wm g :
7
9 0 1
f (v1 ) = a11 w1 + a12 w2 ::: + a1m wm >
> a11 a21 an1
>
= B C
f (v2 ) = a21 w1 + a22 w2 ::: + a2m wm B a12 a22 an2 C
Se ( ) .. allora A=B .. .. .. .. C;
. >
> @ . . . . A
>
;
f (vn ) = an1 w1 + an2 w2 ::: + anm wm a1m a2m anm
è la matrice associata all’applicazione lineare f rispetto alle basi fvig e fwj g :
.
Con tali notazioni si prova che:
Prop. Importante.
0 1
v di componente X
@ f (v) di componente Y A =) Y = AX
A matrice associata ad f
n n
!
X X lin +
Dim. Per ipotesi v = xi vi =) f ( v) = f xi vi =)
i=1 i=1
n
X n
X
lin lin
=) f ( v) = f (xi vi ) =) f ( v) = xi f (vi ) =)
i=1 i=1
f ( v) = x1 f (v1 ) + x2 f (v2 ) + ::: + xn f (vn ); =) sostituendo alle f
(vi ) le ( ),
si ottiene f ( v) = x1 (a11 w1 + a12 w2 ::: + a1m wm )+x2 (a21 w1 + a22 w2 ::: +
a2m wm ) + ::::::
termini in w1 ; in w2 ; :::;in wm ) =)
z }| { z }| {
f (v) = (a11 x1 + a21 x2 + ::: + an1 xn )w1 + (a12 x1 + a22 x2 + ::: + an2 xn )w2 +
z }| {
::: + (a1m x1 + a2m x2 + ::: + anm xn )wm ;
8
0 1 0 1
y1 a11 x1 + a21 x2 + ::: + an1 xn
B y2 C B a12 x1 + a22 x2 + ::: + an2 xn C
in form a B C B C
=) B .. C = B .. C =) Y = A X
m atriciale @ . A @ . A
yn a1m x1 + a2m x2 + ::: + anm xn
cvd.
Dim.
Y = AX
Per la Prop. precedente risulta
Y 0 = BX 0
Indichiamo con P la matrice invertibile di passaggio dalla base fv1 ; v2 ; :::vn g
alla base fw1 ; w2 ; :::wn g ;allora sappiamo che le coordinate di uno stesso vettore
rispetto alle due
X0 = P X
basi sono legate da
Y 0 = PY
Pr op:
BX 0 = Y 0 =) BX 0 = P Y =) BX 0 = P Y =) BP X = P AX =)
per l’arbitrarietà di X(o di v) BP = P A =) A = P 1 BP =) A e B
simili. cvd.
9
Se v(X) ed f (v)(Y ) rispetto a fwig allora è Y = BX ( )
Y = BX
Da ( ) e ( ) =) CY =BX =) CY = BCX
Y = CY ( )
1 1 1 1
=) 1
C CY = C BCX =) Y = C BCX =) AX = C BCX
molt C ( )
Esercizi 1
0
2 0
1. Data la matrice A = @ 3 3 A determinare un’applicazione lineare
3 1
f su uno spazio vettoriale V avente A come matrice associata rispetto
ad una base di V.
Svolgimento
10
2 modo.(più concettuale) Osserviamo che A è di tipo 3 2; per cui
dobbiamo scegliere uno spazio vettoriale V con dimV=2 e W con dimW=3.
Per semplicità, come
ben sappiamo, scegliamo V = R2 e W = R3 ; come basi le basi
canoniche in entrambi gli spazi e quindi f : R2 ! R3 :
Se vogliamo che la f, da de…nire, abbia la matrice A come matrice
associata dobbiamo de…nire f (e1 ) avente come componenti la prima colonna di
A rispetto alla
base canonica di R3 ed f (e2 ) avente come componenti la seconda
colonna di A rispetto alla base canonica di R3 :
Per raggiungere lo scopo poniamo
f (e1 ) = 2e01 3e02 + 3e03 f (1; 0) = 2(1; 0; 0) 3(0; 1; 0) + 3(0; 0; 1)
=) =)
f (e2 ) = 0e01 + 3e02 + 1e03 f (0; 1) = 0(1; 0; 0) + 3(0; 1; 0) + 1(0; 0; 1)
0 1
2 0
f (1; 0) = (2; 3; 3) def
=) la matrice associata a questa f = @ 3 3 A =
f (0; 1) = (0; 3; 1)
3 1
A
Svolgimento
Prendiamo V=R2 e la base canonica su R2 : De…niamo la applicazione
lineare
f : R2 ! R2 tale che X ! Y = AX
x x 2 0 x
cioè in forma matriciale f = A = =
y y 3 3 y
2x
: Quindi f (x; y) = (2x; 3x + 3y):
3x + 3y
11
Possiamo controllare, per esercizio, che la matrice Af associata ad f
coincide con A.
A = f (e1 ) f (e2 )
0 1
2 0
f (e1 ) = f (1; 0) = (2; 1; 0)
Scriviamo =) A = @ 1 1 A
f (e2 ) = f (0; 1) = (0; 1; 3)
0 3
4. Data l’applicazione lineare f : R2 ! R3 tale che f (x; y) = (2x; x
y; 3y);
a. determinare la matrice associata all’applicazione lineare f rispetto alla
base fv1 = (1; 1); v2 ( 1; 2)g di R2 e alla base fw1 (1; 1; 1); w2 (0; 1; 1); w3 (0; 0; 1)g
di R3 ;
b. preso v = (1; 2) 2 R2 ; trovare le componenti X di v rispetto alla base
fv1 ; v2 g e le componenti Y di f (v) rispetto alla base fw1 ; w2 ; w3 g e veri…care
che Y = AX
Svolgimento
12
0 1 0 1
2 2 4 2
AX = @ 2 1 A 3
1 =@ 3 A=Y
3 9 3 7
0 1
1 2
5. Data la matrice A = @ 0 1 A determinare l’applicazione lineare
1 3
f : R2 ! R3 avente come matrice associata rispetto alle basi canoniche di
R2 e di R3 la matrice A.
Svolgimento
De…niamo l’applicazione lineare f : R2 ! R3 come negli esercizi
precedenti
f : R2 ! R3 tale che X ! Y = AX
0 1 0 1
1 2 x + 2y
x
AX = @ 0 1 A =@ y A =) f (x; y) = (x + 2y; y; x +
y
1 3 x + 3y
3y): Siamo certi che Af sia proprio la matrice A? Si perchè Af =
f (e1 ) f (e2 ) ; ed essendo
0 1
1 2
f (e1 ) = f (1; 0) = (1; 0; 1)
=) Af = @ 0 1 A = A:
f (e2 ) = f (0; 1) = (2; 1; 3)
1 3
13
Autovalori e autovettori
Scaletta
De…nizione di autovettore ed autovalore
De…nizione di spettro
Esempi
De…nizione di autospazio
Proposizione sugli autospazi
Polinomio caratteristico ed equazione caratteristica
Matrici simili e polinomio caratteristico
Autovalore e equazione caratteristica
Dim.
Se, per assurdo, fosse
f (v) = v Pr op:nota
=) v = v =) ( )v = 0V =) = 0 =)
f (v) = v v6=0V
= :
Grazie alla Prop. precedente possiamo dare la de…nizione
Def.
1
Prop.2.
Siano f : V ! V un endomor…smo e un suo autovalore, l’autospazio
E V è un sottospazio vettoriale di V
Dim.
0V 2 E per de…nizione
v 2E
presi 1 risulta v1 + v2 2 E ; infatti
v2 2 E
v1 2 E f (v1 ) = v1
=) ; f (v1 + v2 ) = f (v1 )+ f (v2 ) =
v2 2 E f (v2 ) = v2
def E
v1 + v2 = (v1 + v2 ) =) f (v1 + v2 ) = (v1 + v2 ) =) v1 + v2 2 E
v2E
presi risulta kv 2 E ; infatti
k2R
v 2 E =) f (v) = v
; f (kv) = kf (v) = k v = (kv) =)
k2R
f (kv) = (kv) =) kv 2 E : cvd.
cvd
Oss. A I è non invertibile è lo stesso che dire det (A I) = 0:
2
o complessi) .
Esempio
2 1 1 0 t 0 2 1
A= n=2, I= ; tI= ; A tI =
3 5 0 1 0 t 3 5
t 0 2 t 1
= =)
0 t 3 5 t
2 t 1
det (A tI) = = (2 t) (5 t) 3 = 10 2t 5t + t2 3 =
3 5 t
t2 7t + 7 =) det (A tI) = t2 7t + 7
def 1
Dim. A; B simili () 9P matrice invertibile tale che A = P BP ;
allora
1
1 tI=P tI P 1 1 Pr opr: sp vett.
det (A tI) = det P BP tI = det P BP P tI P =
I commuta
T: Binet
=det P 1 (BP tIP ) = det P (B tI)P 1
= det P 1
det(B tI)
det P =
= det1 P det(B tI) det P = det(B tI):
Oss. Dal fatto che matrici associate ad uno stesso endomor…smo sono simili
e che matrici simili hanno lo stesso polinomio caratteristico, ha senso la seguente
de…nizione.
Def. Si dice polinomio caratteristico di un endomor…smo f : V ! V
il polinomio caratteristico di una qualsiasi matrice associata ad f rispetto ad
una base di V:
Oss. Per l’isomor…smo # : f 2 End (V ) ! A 2Mn (R) rispetto ad una base
autovalore di f ( o di A)
di V;parleremo indi¤erentemente di
v autovettore di f (o di A)
Prop.5. Siano f : V ! V un endomor…smo, A la matrice associata ad
f rispetto a una qualsiasi base, si prova che
3
Prop.6 Siano f : V ! V un endomor…smo, A la matrice associata ad
f rispetto a una base fvi gi=1;2;:::n di V , sia inoltre v 2 V autovettore di f
con autovalore e X la
componente matriciale di vrispetto alla base, si prova che
f (v) = v () AX = X
Dim. Osservando che due vettori uguali hanno componenti uguali ,basterà
1) f (v) ha componente matriciale AX
provare che ; infatti la 1) è vera
2) v ha componente matriciale X
f
perchè v(X) ! f (v) (AX);
la 2) è vera perchè se
v = x1 v1 +x2 v2 +:::+xn vn =) v = (x1 v1 + x2 v2 + ::: + xn vn ) =)
=) v = x1 v1 + x2 v2 + ::: + xn vn =)
|{z} |{z}
0 1 |{z}
0 1
x1 x1
B x2 C B x2 C
B C B C
le componenti di v sonoB . C = B . C = X: cvd.
@ .. A @ .. A
xn xn
Esercizio (modello per la ricerca degli autovalori ed autospazi di un endo-
mor…smo)
Svolgimento
1 0 1 0 1 t 0
jA tIj = 0 =) t = 0 =) =
1 1 0 1 1 1 t
2
0 =) (1 t) = 0 =) t = 1 due volte =) 1 = 2 = 1 (molteplicità
algebrica 2);
4
c) Avendo trovato i due autovalori coincidenti dobbiamo determinare un
unico autospazio E =E1 :
Ricordando che E = fv 2 V j f (v) = vg = fautovettori di fg[f0V g,
nel nostro caso E1 = v 2 R2 j f (v) = 1v :Ricodando inoltre
che f (v) = v () AX = X; si può scrivere
E = X 2 R2 j AX = X
notando che, con le basi canoniche, i vettori coincidono con le loro com-
ponenti, cioè v = X ed f (v) = AX: Quindi
E1 = X 2 R2 j AX = 1X
1 0 x x x
AX = 1X =) = 1 =) =
1 1 y y x+y
x x=x x=x
=) =) =) le soluzioni del sistema sono
y x+y =y x=0
le coppie (0; y) =)
E1 = (0; y) 2 R2 j y 2 R
E1 = fy(0; 1) j y 2 Rg = f yv j y 2 Rg
cioè l’insieme ridotto al solo elemento fvg è una base di E1 che ha
quindi dimensione 1;cioè
5
Diagonalizzazione
Scaletta
De…nizione di matrice diagonalizzabile
Criteri di diagolalizzazione
Metodo per determinare ....
def
A diagonalizzabile () A è simile ad una matrice diagonale
cioè
def una matrice D diagonale 1
A diagonalizzabile () 9 tale che D=C AC
una matrice C invertibile
Oss. Una matrice A con autovalori non tutti reali non è diagonalizz-
abile (per convenzione)
Dim.
1
0 1
f (v1 ) = 1 v1 f (v1 ) = 1 v1 + 0v2 + ::: + 0vn 1 0 0
f (v2 ) = 2 v2 f (v2 ) = 0v1 + 2 v2 + ::: + 0vn B 0 ::: 0 C
B 2 C
.. =) .. =) A = B .. .. .. .. C:
. . @ . . . . A
f (vn ) = n vn f (vn ) = 0v1 + 0v2 + ::: + n vn 0 0 0 n
Dim.
Ricordando che, per un noto Teorema, matrici associate ad uno stesso endomor…smo
sono simili tra loro, ne segue che tutte le matrici saranno
simili alla matrice diagonale A associata alla base degli autovettori, cioè
se
A è la matrice diagonale associata rispetto alla base di autovettori
=)
B è un’altra matrice associata ad f
B è simile ad A che è diagonale =) B è diagonalizzabile.
9 8
n = 1 da dim = <
Dim. La dimostrazione si fa per induzione rispetto ad n n 1 suppone vera :
: ;
n da dimostrare
Per n=1 la proposizione è vera perchè abbiamo un solo autovettore che,
essendo 6= 0; è l:i:; cioè v = 0 =) = 0:
Supponiamo il teorema vero per n 1e dimostriamolo per n:
Consideriamo una combinazione lineare nulla degli n autovettori, cioè ( ) 1 v1 + 2 v2 + ::: + n vn =0
Moltiplichiamo la ( ) per 1 si ottiene 1 ( 1 v1 + 2 v2 + ::: + n vn ) = 1 0 =)
( ) 1 1 v1 + 1 2 v2 + ::: + 1 n vn =0
lin
Applicando ad ( ) la f si ha f ( 1 v1 + 2 v2 + ::: + n vn ) = f (0) =)
f (vi )= i vi
( ) 1 1 v1 + 2 2 v2 + ::: + n n vn =0
2
8
< (
> 1 2) 2 =0
(
ipot:induttiva .. i 6= j
1 2 ) 2 v2 +:::+( 1 n ) n vn =0 =) . =)
v2 ;::vn l.i.: >
:
8 ( 1 n) n =0
>
< 2 =0
.. =) che ( ) si riduce
> .
:
n =0
v1 6=0
al solo termine 1 v1 = 0 =) 1 = 0; quindi 1 = 2 = ::: n =0 cvd.
1 Criterio di diagonalizzazione
3
Corollario a). Se A è una matrice diagonalizzabile con n
autovalori 1 ; 2 ; :::; n distinti
allora la matrice diagonale ad essa simile è proprio
la matrice
0 1
1 0 0
B 0 ::: 0 C
B 2 C
D=B .. .. .. .. C matrice degli autovalori
@ . . . . A
0 0 0 n
C= X1 X2 Xn
Dim. Da quanto fatto precedentemente
Ricordando che la matrice C del cambiamento di base dalla base fX1 ; X2 ; :::; Xn g
alla base canonica fe1 ; e2 ; :::; en g ha come colonne le componenti di
X1 rispetto alla base canonica fe1 ; e2 ; :::; en g che coincidono con X1 stesso
X2 rispetto alla base canonica fe1 ; e2 ; :::; en g che coincidono con X2 stesso
..
.
Xn rispetto alla base canonica fe1 ; e2 ; :::; en g che coincidono con Xn stesso
si ha =)
C = (X1 X2 :::Xn ) :
Ricordiamo che due matrici D e A associate ad f rispetto a due basi
diverse, quindi simili, sono legate tra loro dalla matrice di passaggio C nel modo
seguente
1
D=C AC
Esempi
1 1
1. Data la matrice A= ; vedere se è diagonalizzabile.
5 1
Svolgimento
4
Risolviamo l’equazione caratteristica jA Ij = 0: Nel nostro caso jA Ij =
1 1 2
= (1 )( 1 ) + 5 = 0 =) + 4 = 0 =)
5 1
1 = 2i
2 = 2i
=) 1 ; 2 2 C e non reali =) A non è diagonalizzabile
3 1
2. Data la matrice A = ; vedere se è diagonalizzabile e, in caso
0 1
a¤ermativo, determinare la matrice diagonale D ad essa simile e
la matrice invertibile C tale che D = C 1 AC:
Svolgimento
Risolviamo l’equazione caratteristica jA Ij = 0: Nel nostro caso jA Ij =
3 1 1 = 1 1 Criterio
= (3 ) (1 ) = 0 =) =) A è diago-
0 1 2 =3
nalizzabile.
Determiniamo D e C:Dal 1 Criterio sappiamo che
1 0
D=
0 3
e, per calcolare C abbiamo bisogno di una base di autovettori,X1 X2 ; ove
X1 relativo a 1 e un autovettore X2 relativo a 2
3x + y = x 2x + y = 0
=) =) =)
y=y y=y 8 z }| { 9
y < 1 =
x= 2 y
=) E1 = ( 2 :y) jy2R = y( ; 1) j y 2 R =)
8y 2 R : 2 ;
1
X1 = 2
1
3 1 x 3x 3x + y = 3x
AX = 2X =) AX = 3X =) = =)
0 1 y 3y y = 3y
3x + y = 3x x=x x=x 8x 2 R
=) =) =) =)
2y = 0 2y = 0 2y = 0 y=0
z }| { 1
=) E2 = f(x; 0) j x 2 Rg = x (1; 0) j x 2 R =) X2 =
0
1
1 2
Quindi C = (X1 ; X2 ) =
1 0
1
Per controllare la correttezza dei calcoli veri…chiamo che D = C AC o
equivalentemente CD = AC;
5
1 1
2 1 1 0 2 3
CD = =
1 0 0 3 1 0
1 1
3 1 2 1 2 3
AC = = :
0 1 1 0 1 0
i 2R 8i = 1; 2; :::; n
A è diagonalizzabile ()
molteplicità algebrica di i = dim E i
6
8 8 8
< y+z =x < x= y+z < x= y+z
=) x + 2y z = y =) y + z + 2y z = y =) y = y 8y 2 R =)
: : :
x y + 2z = z y z y + 2z = z z = z 8z 2 R
z }| { z }| {
=) E1 = f( y + z; y; z) j y; z 2 Rg = y ( 1; 1; 0) +z (1; 0; 1) j y; z 2 R =)
0 1 0 1
1 1
X1 = @ 1 A ; X2 = @ 0 A autovettori di una base di E1 =)
0 1
dim E1 = 2 =molteplicità algebrica di 1
analogamente
0 10 1 0 1
0 1 1 x 2x
AX = 2 X =) AX = 2X =) @ 1 2 1 A @ y A = @ 2y A =)
1 1 2 z 2z
8
< y + z = 2x
x + 2y z = 2y =)
:
8 x y + 2z = 2z 8 8
< y + z = 2x < x + x = 2x < x = x 8x 2 R
x z=0 =) z=x =) z=x =)
: : :
x y=0 y= x y= x
0 1
z }| { 1
E2 = f(x; x; x) j x 2 Rg = x (1; 1; 1) j x 2 R =) X3 = @ 1 A
1
autovettore di una base di E2 =) dim E2 = 1 =molteplicità algebrica di 2 :
Per il 2 Criterio di diagonalizzazione essendo veri…cate le 2 proprietà si
conclude
0 che la matrice
1 A è diagonalizzabile e che 0 1
1 0 0 1 1 1
D=@ 0 1 0 A e C= X1 X2 X3 = @ 1 0 1 A:
0 0 2 0 1 1
Veri…care per esercizio che D = C 1 AC oppure CD = AC
7
Prodotto scalare
De…nizione di Prodotto scalare su uno spazio vettoriale V
Esempio di prodotto scalare su V
Caso particolare V=Rn
Prodotto scalare in R2 ; R3 :
De…nizione geometrica di prodotto scalare
Equivalenza delle 2 de…nizioni
Norma, normalizzazione di un vettore
Base ortogonale
Base ortonormale
Esempi
Prodotto vettoriale
De…nizione geometrica di prodotto vettoriale
Prodotto misto
h ; i : V V !R
(u; v) ! h u ;v i
oppure
(u; v) ! u v
1. h u ; v i = h v ; u i simmetria
2.h u ; v1 + v2 i = h u ; v1 i + h u ; v2 i linearità (sul 2 argomento vale
anche
sul 1 per propr.
1 di simmetria)
3. h u ; v i = h u ;v i linearità
1
Sia V=Rn e consideriamo l’applicazione, che in questo esempio si indica
usualmente con e non con h ; i;
: Rn Rn ! R
def
(x; y) ! x y = x1 y1 + x2 y2 + ::: + xn yn
ove x = (x1 ; x2 ; :::; xn ) e y = (y1 ; y2 ; :::; yn )
E’facile veri…care che tale applicazione soddisfa le propr. 1., 2., 3. Infatti
x y = x1 y1 + x2 y2 + ::: + xn yn = y1 x1 + y2 x2 + ::: + yn xn = y x
distr
x (y + z) = x1 (y1 + z1 ) + x2 (y2 + z2 ) + ::: + xn (yn + zn ) =
= x1 y1 + x1 z1 + x2 y2 + x2 z2 + ::: + xn yn + xn zn =
comm def
= x1 y1 + x2 y2 + ::: + xn yn + +x1 z1 + x2 z2 + :::+ xn zn ) = x y + x z
Esempio 2.
Sia V uno spazio vettoriale qualsiasi e fvi gi=1;2;:::;n una sua base, con-
sideriamo l’applicazione (che indichiamo per semplicità sempre con anzicchè
con h ; i )
: V V !R
def
(u; v) ! u v = x1 y1 + x2 y2 + ::: + xn yn
ove
Xn Xn
u = xi vi e v= yi vi
i=1 i=1
Esercizio
2
Siano assegnati i due vettori di R3 u=(3,4,-1) e v=(2,1,5) calcolare il
prodotto scalare (standard o ordinario tra u e v)
def
u v = x1 y1 + x2 y2 + x3 y3 = 3 2+4 1 + ( 1) 5=5
Sia V uno spazio vettoriale con prodotto scalare de…nito positivo ( noi
lavoreremo quasi sempre con V=Rn e con il standard).
Def.1 Si dice norma di v2 V e si indica con k v k il numero
reale positivo così de…nito
q
def p
k v k = v v = x21 + x22 + ::: + x2n
k v k= 1
u v=0
vi vj = 0 per i 6= j
k vi k= 1 i=1;2;:::;n 1 se i = j
oppure equivalentemente vi vj =
vi vj = 0 per i 6= j 0 se i 6= j
Esempio 1.
3
La base
( canonica di R2 ; fe1 ; e2 g è ovviamente una base ortonormale. Infatti
def p p p p
k e1 k = e1 e1 = (1; 0) (1; 0) = 1 1 + 0 0 = 1 = 1
def p p p p
k e2 k = e2 e2 = (0; 1) (0; 1) = 0 0 + 1 1 = 1 = 1
e1 e2 = (1; 0) (0; 1) = 1 0 + 0 1 = 0 + 0 = 0
Esempio 2.
! !
Oss. In V0 esiste una sua base ortonormale formata dai vettori OU1 = i
! !
con U1 (1; 0) e OU2 = j con U2 (0; 1)
4
! !
e1 s OU1 = i ove U1 (1; 0)
! !
e2 s OU2 = j ove U2 (0; 1)
!
per cui, per esempio, un vettore u = (3; 5) 2 R2 identi…cato con OP 2 V0
! !
lo si può anche esprimere come u = 3 i + 5 j (oltre che u = 3e1 + 5e2 )
Analogamente in R3
! !
e1 s OU1 = i ove U1 (1; 0; 0)
! !
e2 s OU2 = j ove U2 (0; 1; 0)
! !
e3 s OU3 = k ove U3 (0; 0; 1)
def
u v = x1 y1 + x2 y2
è lo stesso che
def
u v = k u kk v k cos # ( )
Dim.
^
Ricordiamo che in un triangolo di lati a; b; c, con a b = #; per il teorema
di Carnot, si ha c2 = a2 + b2 2ab cos #:
! !
Ponendo inoltre u s OP e v s OQ con P (x1 ; x2) e Q = (y1 ; y2) ;
!
quindi P Q = Q P = (y1 x1 ; y2 x2 )
!
e, per Carnot, k P Q k2 =k u k2 + k v k2 2 k u kk v k cos #; risulta
| {z }
( )
def 2
u v = k u kk v k cos # = moltiplicando e dividendo per (-2) ed utiliz-
zando la ( )
1
2 ( 2) k u kk v k cos # = utilizzando la ( )
!
= 21 k P Q k2 k u k2 k v k2 = 12 k Q P k2 k u k2 k v k2 =
1
= 2 k (y1 x1 ; y2 x2 ) k2 k u k2 k v k2 =
1
= 2 ((y1 x1 )2 + (y2 x2 )2 (x21 + x22 ) y12 + y22 ) =
5
1 1 def 1
= 2( 2x1 y1 2x2 y2 ) = 2( 2)(x1 y1 + x2 y2 ) = x1 y1 + x2 y2 = u v
Esercizi
1. Dati i vettori u = (1; 3; 2) v = (0; 2; 0); calcolare
_
u v; k u k; kvk, cos# con # = uv:
Svolgimento
u v=1 0+ 3 ( 2) + 2 0=6
p p p
k u k= u u = p 12 + ( 3)2 + 22 = 14
p
k v k= v v = 02 + ( 2)2 + 02 = 2
uv p 6 p3
cos # = kukkvk = 14 2
= 14
(B A) (C A) = 1 2+2 ( 1) + 2 0=0
! !
quindi AB ? AC:
Prodotto vettoriale
6
! ! !
u^v = (bc1 b1 c) i + (a1 c ac1 ) j + (ab1 a1 b) k
oppure
u^v = (bc1 b1 c; a1 c ac1 ; ab1 a1 b)
1. u ^v = v ^u antisimmetria
2. u ^ (v1 + v2 ) = u ^ v1 + u ^v2 distributiva
3. u ^ ( v ) = (u ^ v) = ( u) ^ v omogeneità
7
De…nizione geometrica di prodotto vettoriale
Come già fatto per il prodotto scalare di due vettori, possiamo dare una de…nizione geometrica di
prodotto vettoriale.
Premettiamo una de…nizione.
Def. Una base fu; v; wg di V0 si dice orientata positivamente se,
posti il pollice e l’indice della mano destra nelle direzioni e versi rispettivamente
di u e v, il medio segue direzione e verso di w.
Def. Si dice prodotto vettoriale di due vettori u ; v di R3 s V0 il
vettore
8
< modulo k u ^ v k=k u kk v k sen#
u^v = vettore avente direzione ? piano(u; v)
:
verso tale che fu; v; u ^ vg sia positivamente orientata
Esempio
1. Dati nello spazio i punti A = (1; 2; 4), B = (3; 4; 7), C = (0; 3; 1),
D = (2; 5; 4), veri…care che ACDB è un parallelogramma e trovare la sua area.
Svolgimento
! !
AB s O(B A) con B A = (2; 2; 3)
! !
AC s O (C A) C A = ( 1; 1; 3)
! !
CD s O (D C) D C = (2; 2; 3)
! !
BD s O (D B) D B = ( 1; 1; 3)
! !
AB e CD sono equipollenti quindi sono paralleli e della stessa
lunghezza
! !
AC e BD sono equipollenti quindi sono paralleli e della stessa
lunghezza
Quindi il quadrilatero è un parallelogramma
L’area è data da
Area (ACDB) =k (B A) ^ (C A) k
8
! ! !
i j k
(B A) f (C A) = 2 2 3 =
1 1 3
2 3 ! 2 3 ! 2 2 ! ! ! !
= i j + k = 9 i +3 j +4k;
1 3 1 3 1 1
Prodotto misto
! ! ! ! ! !
u = (a; b:c) = a i + b j + c k ; v = (a1 ; b1 :c1 ) = a1 i + b1 j + c1 k e
! ! !
w= (a2 ; b2 :c2 ) = a2 i + b2 j + c2 k
u (v ^ w)
a b c
a1 b1 c1
a2 b2 c2
Dim.
Dalla de…nizione di prodotto misto, facendo i calcoli si ha
! ! !
i j k b1 c1 ! a1 c1 ! a1 b1 !
v^w = a1 b1 c1 = i j + k =
b2 c2 a2 c2 a2 b2
a2 b2 c2
! ! !
= (b1 c2 b2 c1 ) i + (a1 c2 a2 c1 ) j + (a1 b2 a2 b1 ) k
o anche
v ^ w = (b1 c2 b2 c1 ; a1 c2 a2 c1 ; a1 b2 a2 b1 ):
Calcoliamo il prodotto scalare u (v ^ w)
def
u (v f w) = a (b1 c2 b2 c1 ) + b (a1 c2 a2 c1 ) + c (a1 b2 a2 b1 )
9
a b c
che è lo sviluppo secondo la 1 riga del determinante a1 b1 c1
a2 b2 c2
(usando la regola di Laplace). cvd.
10
Geometria Analitica nel Piano e nello Spazio
Scaletta
Identi…cazione tra i punti del piano con le coppie di numeri reali
Identi…cazione tra i punti dello spazio con le terne di numeri reali
Retta nel piano e nello spazio
Condizioni di parallelismo e perpendicolarità nel piano e nello spazio
Equazione di un piano nello spazio
Condizioni di parallelismo e perpendicolarità tra retta e piano nello spazio
Angolo tra due rette e tra retta e piano
Cenni sulle coniche: de…nizione e classi…cazione
Identi…cazione tra i punti del piano (spazio) con le coppie (terne) di numeri
reali
E’noto che i punti del piano cartesiano (riferiti a due rette ortogonali e
su cui è de…nita una stessa unità di misura) sono in
corrispondenza biunivoca con le coppie di numeri reali
Oss. Da quanto detto si comprende come i punti del piao (dello spazio)
possono essere considerati vettori dello spazio vettoriale R2 (R3 ):
Nello spazio
1
y=0
assex : perchè tutti i punti P2 assex hanno proiezione ortog-
z=0
onale di lunghezza nulla sull’assey e sull’assez
x=0
assey : perchè tutti i punti P2 assey hanno proiezione
z=0
ortogonale di lunghezza nulla sull’assex e sull’assez
x=0
assez : perchè tutti i punti P2 assez hanno proiezione
y=0
ortogonale di lunghezza nulla sull’assex e sull’assey
xy : z = 0 perchè tutti i punti P2 xy hanno proiezione
ortogonale di lunghezza nulla sull’assez
xz : y = 0 perchè tutti i punti P2 xz hanno proiezione
ortogonale di lunghezza nulla sull’assey
yz : x = 0 perchè tutti i punti P2 yz hanno proiezione
ortogonale di lunghezza nulla sull’assex
def
u q v () 9t 2 R tale che u = tv
def
u ? v () u v = 0
Nello spazio
Esercizio
2
Equazione di una retta nel piano e nello spazio
Nel piano
Equazione parametrica di una retta per un punto P0 di assegnata direzione
Dunque
x = x0 + tl
(1) t 2 R si dice equazione parametrica di una retta per
y = y0 + tm
un punto P0 di assegnata direzione u:
Da (1) ; ricavando t da entrambe le equazioni si ottiene
t = x lx0
; ed uguagliando si ha la
t = y my0
(3) xx2 xx11 = yy2 yy11 equazione di una retta sotto forma di rapporti uguali.
Dalla (3) facendo i calcoli si ha
3
!
Infatti u = (l; m) = P1 P2 = (x2 x1 ; y2 y1 ) = ( b; a)
P = P1 se t=0
x = x1 + t (x2 x1 )
=) P = P2 se t=1 =)
y = y1 + t (y2 y1 )
P 2 P1 P2 se t 2 [0; 1]
x = x1 + t (x2 x1 )
t 2 [0; 1] è l’equazione del segmento P1 P2
y = y1 + t (y2 y1 )
Per t = 21 P = M che ha quindi coordinate
1 x1 +x2
x = x1 + 2 (x2 x1 ) x= 2
1 =) y1 +y2
y = y1 + 2 (y2 y1 ) y= 2
u0; cioè
^ def ^
r r0 = u u0
^
u u0
Dalla de…nizione, se # = u u0; segue che cos# = kukku0 k =
0 0
p ll +mm
p :
l2 +m2 l02 +m02
N. B. La formula precedente di cos# può dare un numero negativo o positivo
^
a seconda che l’angolo u u0 sia acuto o ottuso, per semplicità conviene
scrivere
la formula col valore assoluto il che vuol dire trovare dei due angoli
tra le le rette r ed r’ quello acuto. In pratica negli esercizi si può scrivere
semplicemente
jll0 + mm0 j
cos# = p p
l2 + m2 l02 + m02
r : ax + by + c = 0
r0 : a0 x + b0 y + c0 = 0
4
ricordando che u = ( b; a) k r e u0 = ( b0; a0) k r0 , si ha
aa0 + bb0
cos# = p p
a2 + b2 a02 + b02
oppure per il N. B precedente
jaa0 + bb0 j
cos# = p p
a2 + b2 a02 + b02
Si tenga presente che cos# può essere positivo o negativo a seconda che
^
l’angolo convesso u u0 sia acuto oppure ottuso per cui du molti testi il
numeratore è preso in valore assoluto.
Esercizio
j ax0 + by0 + c j
d(P; r) = p
a2 + b2
Esercizio
Determinare la distanza del punto P(1,2) dalla retta r:2x+3y-1=0.
Svolgimento
d(P; r) = jaxp0a+by 0 +cj
2 +b2
= j2 p1+3 2 1j
22 +32
= p713
Nello spazio
5
Un generico punto P (x; y; z) del piano appartiene alla retta r se il vettore
!
P0 P risulta parallelo a u, cioè
! !
P 2 r () P0 P k u () 9t 2 R tale che P0 P = tu ()
() (P P0 ) = t(l; m; n) () (x x0 ; y y0 ; z z0 ) = (tl; tm; tn) ()
8 8
< x x0 = tl < x = x0 + tl
y y0 = tm () y = y0 + tm con t che varia in R
: :
z z0 = tn z = z0 + tn
Dunque8
< x = x0 + tl
(10 ) y = y0 + tm t 2 R si dice equazione parametrica di una retta per
:
z = z0 + tn
un punto P0 di assegnata direzione u:
Da (10 ) ; ricavando t da tutte le equazioni si ottiene
8
< t = x lx0
t = y my0 ; ed uguagliando si ha la
:
t = z nz0
(30 ) xx2 xx11 = yy2 yy11 = zz2 zz11 equazione di una retta per due punti sotto
forma di rapporti uguali.
La (30 ), a di¤erenza della (3) nel piano, è formata da tre rapporti uguali
per cui non possiamo avere nello spazio una sola equazione per una retta bensì
due equazioni
che si ottengono uguagliando i tre rapporti a due a due, per esempio
x x1 z z1
1 e 3 x2 x1 = z2 z1
y y1 z z1 (40 )
2 e3 y2 y1 = z2 z1
che, come vedremo presto, rappresentano ciascuna un piano nello spazio.
Osservazione geometrica
Il vettore u = (l; m; n) = P2 P1 = (x2 x1 ; y2 y1 ; z 2 z1 ) è un vettore
parallelo alla retta.
6
Esercizio
Determinare la retta per i punti P1 (2; 2:3) e P2 (4; 1; 4):
Svolgimento
x x1 y y1 z z1
In questo esercizio è consigliabile usare la formula x2 x1 = y 2 y1 = z2 z1 ;
cioè
x 2 z 3
x 2 y+2 z 3 x 2 y+2 z 3 2 = 7
4 2 = 1+2 = 4 3 =) 2 = 3 = 7 =) y+2 z 3 =)
3 = 7
x = 27 z + 207
y = 37 z 57
Oss. i parametri di r = [ P1 ; P2 ] sono ovviamente (x2 x1 ; y2 y1 ; z2 z1 ) =
(2; 3; 7) oppure, usando le equazioni ridotte, sono i coe¢ cienti di z (incog-
nita in comune) come l ed m , mentre n=1, cioè ( 72 : 37 ; 1): E’da notare
che, come ci aspettavamo, è ( 27 : 37 ; 1) k (2; 3; 7):
e8
x1 +x2
< x= 2
y1 +y2
y= 2
sono le coordinate del punto medio M del segmento P1 P2
: z1 +z2
z= 2
Esercizio
7
8 x1 +x2
8 2+4
8
< x= 2 < x= 2 < x=3
y1 +y2
M ha coordinate y= 2
=) y= 2+1
2 =) y = 21 =)
: : :
z= z1 +z2
2
z= 3 4
2 z = 21
M (3; 21 ; 21 )
Nel piano
r : ax + by + c = 0 con n = (a; b) ? r
r0 : a0 x + b0 y + c0 = 0 con n0 = (a0 ; b0 ) ? r0
a0 = ka a0 b0
r0 k r () n0 k n () 9k 2 R tale che n0 = kn () () =
b0 = kb a b
r0 ? r () n0 ? n () n0 n = 0 () a0 a + b0 b = 0
0 0 0
Oss. r0 k r () aa = bb () ab0 = a
b () m0 = m
a0
r0 ? r () a0 a + b0 b = 0 () b0 = ab () m0 = 1
m
Esercizio
x = 1 + 2t x = 3 + 2t
b. r: s:
y = 3 4t y =1+t
Svolgimento
l=3 l0 = 6 l0 m0 6 20
a. r s =) = m; cioè = =) r k s
m= 1 m0 = 2 l 3 1
l=2 l0 = 2 0 0
b. r s 0 =) ll 6= m
m in quanto 2 2
4 6= 1 =) r / s
m= 4 m =1
invece ll0 + mm0 = 0 in quanto 2 2 + ( 4) 1 = 4 4 = 0 =) r ? s
8
Nello spazio
Siano r ed r0 due rette di parametri di direzione rispettivamente u =
l l0
0 0 0 0
(l; m; n) e u = (l ; m ; n ) (si scrive usualmente r m e r’ m0 )
n n0
l0 = kl
l0 m0 n0
r0 k r () u0 k u () 9k 2 R tale che u0 = ku () m0 = km () = =
l m n
n0 = kn
r0 ? r () u0 ? u () u0 u = 0 () l0 l + m0 m + n0 n = 0
Esercizio
1a :Scrivere le equazioni della retta r per i punti P1 (2; 1; 0); P2 ( 1; 1; 2)
e la retta s per i punti Q1 (2; 1; 2); Q2 ( 1; 1; 2)
9
Angolo tra due rette
e u0; cioè
^ def ^
r r0 = u u0
^
u u0
Dalla de…nizione precedente, se # = u u0; segue che cos# = kukku0 k =
ll0 +mm0
p +nn
0
p
l2 +m2 +n2 l02 +m02 +n2
:
Per il N.B. di cui precedentemente, negli esercizi conviene usarla col valore
assoluto
Esempio
Determinare l’angolo tra le rette r ed s di direzioni rispettivamente (1,1,0)
e (0,1,1).
Svolgimento
Si osservi che nella formula del cos# sono coinvolti solo le direzioni delle
rette e non necessariamente le loro equazioni per cui
jll0 +mm0 +nn0 j j1 0+1 1+0 1j
cos# = pl2 +m2 +n2 pl02 +m02 +n2 = p12 +1 p
2 +02 002 +102 +12
= p21p2 = 12 =)
#= 3
Ricordiamo che un vettore è complanare con altri due se sono l.d. cioè se
uno è combinazione lineare degli altri.
10
!
Un generico punto P (x; y; z) appartiene al piano se il vettore P0 P
risulta complanare con i vettori v; v0, cioè
!
P 2 () P0 P complanare con v; v0; () 9 ; 2 R tale che
! 0
P0 P = v + v () (P P0 ) = (l; m; n) + (l ; m ; n0 ) ()
0 0
() (x x0 ; y y0 ; z z0 ) = ( l + l0 ; m + m0 ; n + n0 ) ()
8 8
< x x0 = l + l0 < x = x0 + l + l0
0
() y y0 = m + m () y = y0 + m + m 0 con ; che variano in R
: 0 :
z z0 = n + n z = z0 + n + n 0
8
< x = x0 + l + l0
(1) y = y0 + m + m0 con ; che variano in R equazioni
:
z = z0 + n + n0
parametriche del piano
! 1 0
! P0 P
Da P0 P = v + v 0 segue che la matrice colonna @ v A ha deter-
v0
minante uguale a 0, cioè
xx0 y y0 z z0
(2) l m n =0 equazioni del piano per un punto
l0 m0 n0
e parallelo a due direzioni ( cioè di assegnata giacitura)
Dalla (2), sviluppando con la regola di Laplace rispetto alla prima riga, si
ha:
m n l n l m
(x x0 ) (y y0 ) + (z z0 ) = 0 cioè
m0 n0 l 0 n0 l0 m0
| {z } | {z } | {z }
a b c
11
Osservando la (2) si vede che a; b; c sono proprio le componenti del vettore,
! ! !
i j k
prodotto vettoriale, v ^ v 0 = l m n , cioè n = v ^ v 0 e quindi
0 0 0
l m n
n = (a; b; c) ? v e n = (a; b; c) ? v
quindi
n = (a; b; c) ? :
Esempio
1. Determinare l’equazione del piano per P(-2,3,1) ed avente come giacitura
i vettori w=(3,-1,1) w’=(-2,2,3).
Svolgimento
x x0 y y0 z z0
Si può utilizzare la formula (2) l m n = 0 cioè
l0 m0 n0
x+2 y 3 z 1
3 1 1 = 0 =) 5 (x + 2) 11(y 3) + 4(z 1) = 0
2 2 3
Oppure, ricordando che un vettore ortogonale al piano è n = w ^ w0
5
(cioè n? w e n? w0 ) risulta n 11 e applicare la formula
4
Condizione di parallelismo e perpendicolarità
0
Dati due piani : ax + by + cz + d = 0 e : a0 x + b0 y + c0 z + d0 = 0
con i rispettivi vettori ad essi ortogonali n = (a; b; c) ed n0 = (a0 ; b0 ; c0 ); si ha
0 a0 b0 c0
k () n k n0 () 9k 2 R tale che n0 = kn ()
= =
a b c
0
? () n ? n0 () n n0 = 0 () aa0 + bb0 + cc0 = 0
k r () n ? u () n u = 0 () al + bm + cn = 0
a b c
? r () n k u () 9k 2 R tale che n = ku () = =
l m n
Esercizi
1. Dati il punto P(1,1,2) e il piano : 3x + 2y z + 1 = 0; determinare
la retta r per P e perpendicolare a :
Svolgimento
12
y y0
Utilizziamo la formula della retta per un punto x lx0 = m = z z0
n ed
imponiamo la condizione di perpendicolarità al = mb
= nc
(l, m,n si possono prendere proprio uguali ad a,b,c.)
y 1 x = 3z + 7
r: x 3 1 = 2 = z 2
1 =)
y = 2z + 4
2. Dati il piano :x y + 2z + 1 = 0; il punto P (0; 1; 1) e la retta
x=2
r: ; determinare la retta per P, incidente r e parallela ad :
y=z
Svolgimento
Step: punto generico di r R(2,h,h)
parametri della retta [P; R]
[P; R] k
2
[P; R] h 1 quindi [P; R] k =) al + bm + cn = 0 cioè
h+1
1 2 + (: 1)(h 1) + 2(h + 1) = 0 =)
2 1
h = 5 =) R(2; 5; 5) e quindi [P; R] 6 s 3
4 2
y = 3x +1
Ne segue [P; R] : x1 = y 31 = z+1
2 =) z = 2x 1
Osservazione
13
8
< x= x2 x1
z x2 x1
z2 z1 z2 z1 z1
=) r : ( ) equazioni di una retta, in forma
: y= y2 y1
z y2 y1
z2 z1 z2 z1 z1
ridotta, come intersezione di due piani.
ax + by + cz + d = 0
r:
a0 x + b0 y + c0 z + d0 = 0
Osservazione sui parametri di direzione di una retta
allora, per quanto detto prima, la retta r in forma ridotta può scriversi
x x0 = nl (z z0 )
r:
y y0 = m
n (z z0 )
x x0 = l (z z0 )
r:
y y0 = m (z z0 )
Analogamente se fosse l 6= 0 cioè direzione (1; m; n) potremmo scrivere
y y0 = m (x x0 )
r:
z z0 = n (x x0 )
y y0 = m (x x0 )
r:
z z0 = n (x x0 )
14
ax + by + cz + d = 0
r: ;
a0 x + b0 y + c0 z + d0 = 0
allora una terna di parametri di direzione di r sono i determinanti dei
minori estratti dalla matrice
a b c
a0 b0 c0
(u ? n e u ? n0 ) =) u k n ^ n0
a b
l=k
a0 b0
a c
m= k :
a0 c0
b c
n=k
b0 c0
Esercizio
z = 2x + 5
1.Trovare i parametri di direzione delle seguenti rette r: ;
y=6
x = 3y 4
s:
z=1
Svolgimento
1 3
r 0 s 1 :
2 0
15
3x + y 2z + 1 = 0
2. Determinare i parametri di direzione della retta r:
x y+z 3=0
a b c
Usiamo la formula dei minori estratti da
a0 b0 c0
1
r: 5
4
Esercizio
x=z+1 x=z
Date le rette r: e s: ; dopo aver veri…cato che
y = 2z y=2
r,s sono sghembe, trovare la retta di minima distanza tra esse e la minima
distanza tra di esse .
Svolgimento
1 1
r 2 s 0 non sono proporzionali e quindi r / s; inoltre r \ s = ;
1 1 8
>
> x=z+1
<
y = 2z
poichè il sistema è
>
> x=z
:
y=2 0 1
1 0 1
B 0 1 2 C
incompatibile in quanto rangA = rang B@ 1 0
C = 3 e rang(A; B) =
1 A
0 0 1 0
1
1 0 1 1
B 0 1 2 0 C
rang B@ 1 0
C = 4 =) r; s sghembe
1 0 A
0 1 0 2
Calcoliamo la retta di minima distanza tr a r,s
Step: punto generico di r R(h+1,2h,h)
punto generico di s S(k,2,k)
[R; S] ? r e [R; S] ? s
k h 1 1 1
[R; S] 2 2h r 2 s 0
k h 1 1
[R; S] ? r =) k h 1 + (2 2h)2 + k h = 0 =) 2k 6h + 3 = 0
[R; S] ? s =) k h 1 + k h = 0 =) 2k 2h 1 = 0
16
2k 6h + 3 = 0 h=1
Mettendo a sistema =) =) R(2; 2; 1) S( 23 ; 2; 32 )
2k 2h 1 = 0 k = 23
1
2 1
[R; S] 0 s 0
1
2 1
x 2 y 2 z 1
e quindi retta di minima distanza =[R; S] : 1 = 0 = 1 =)
x+z 3=0
y 2=0
q
3 2 3 2
Calcoliamo la minima distanza=d(R,S)= (2 2) + (2 2)2 + (1 2) =
p1
2
Fascio di piani
0
Dati i piani : ax + by + cz + d = 0 e : a0 x + b0 y + c0 z + d0 = 0; si
0
dice fascio = di piani individuato da e l’insieme dei piani di equazione
Esempio
x+z 3=0
1. Data la retta r: scrivere il piano contenente r e
y 2=0
passante per P (1; 1; 0)
Svolgimento = : (x + z 3) + (y 2) = 0; imponiamo che P 2 =
(1 + 0 3) + (1 2) = 0 =) 2 = 0 =) = 2 per cui
6=0
: (x + z 3) 2 (y 2) = 0 =) :x 2y + z + 1 = 0
17
2. Dati i punti P(1,2,3) Q(2,1,2) R(0,4,-1) determinare il piano per
P,Q,R.
Svolgimento
Step: retta [P; Q]
Fascio di piani contenenti la retta [P; Q]
passaggio del generico piano del fascio per R
x 1 y 2 z 3 x+z 4=0
retta [P; Q] : 1 = 1 = 1 =) =) usiamo un
y z+1=0
solo parametro
R2=
= : (x + z 4) + k(y z + 1) = 0 =) 0 1 4 + k(4 + 1 + 1) = 0 =)
5
=) k = 6 =) : 6x + 5y + z 19 = 0
^ ^
r = r r0 = #
^
Osserviamo che u n = 90 # (uno dei due), per cui
^ ^ ^ al + bm + cn
senr = sen r r0 =sen # = cos(90 #) = cos u n = p p
a2 + b2 + c2 l2 + m2 + n2
18
oppure, come già detto,
^ jal + bm + cnj
senr =p p
a2 + b2 + c2 l2 + m2 + n2
Esercizio
Dati il punto P0 ( 1; 0; 3) e il piano : x z + 5 = 0; determinare le rette
per P0 ( 1; 0; 3); parallele a e che
0
formano un angolo di 30 con il piano :y+z 3 = 0:
^
0
Svolgimento. 1.Retta r generica per P, 2. r k a ; 3:senr =
sen 6 = 12
1. r: x lx0 = y my0 = z z0
n ; cioè
y
r: x+1
l = m = n
z 3
2. r k a condizione di k al + bm + cn = 0; coiè
1l + 0m 1n = 0 =) l=n
^ ^
jal+bm+cnj
3. senr 0
= sen 6 = 12 ; senr 0
== p p
a2 +b2 +c2 l2 +m2 +n2
= 1
2
j0l+1m+1nj
cioè p p
02 +12 +12 l2 +m2 +n2
= 12 =)
jm+nj
=) p2pl2 +m2 +n2 = 21 =) 2 jm + nj =
p p
= 2 l2 + m2 + n2 =) 4(m + n)2 = 2(l2 + m2 + n2 ) =)
2 2 2
=) 2l 2m 2n 8mn = 0
Mettendo a sistema
l=n l=n l6=0 n=1
=) =) =)
2l2 2m2 2n2 8mn = 0 m2 4mn = 0 l=1 m2 +4m = 0
y
l = 1; n = 1; m = 0 r1 : x+1
1 =
z 3
0 = 1
=) =) y =)
l = 1; n = 1; m = 4 r2 : x+1
1 =
z 3
4 = 1
y=0 x=z 4
r1 : e r2 :
x=z 4 y = 4z + 12
Esercizi vari
19
x=z
2. Data la retta r: scrivere l’equazione del cono di vertice O,
y=z
asse r e semiapertura 6
Svolgimento
x y x = lz
per cui s: l = m = z =)
y = mz
1
ed r 1
1
p p
^ jll0 +mm0
+nn0 j
cosrs = 2
3
=) p
2
3
=) pl2jl+m+1j
l2 +m2 +n2
p p =
l02 +m02 +n2
+m2 +12 3
=
p
3
p
2 =) 2 jl + m + 1j = 3 l2 + m2 + 12 =)
=) 4(l + m + 1)2 = 9(l2 + m2 + 12 ) =) 5l2 + 5m2 + 5 8lm 8 l 8m = 0
x = lz
Allora tutte le rette del cono sono le rette con la
y = mz
condizione 5l2 + 5m2 8lm 8l 8m + 5 = 0 al variare di l,m, cioè
8
< x = lz
y = mz equazione parametrica del cono
:
5l2 + 5m2 8lm 8l 8m + 5 = 0
x 2 y 2
5 z +5 z 8 xz yz 8 x
z 8 yz +5 = 0 =) 5x2 +3y 2 +5z 2 8xy 8xz 8yz =
0
20