Esercizi settimana 2

Gli esercizi segnati con (*) potrebbero risultare più difficili.

Esercizio 1 Calcolare il prodotto AB; quando possibile, calcolare il prodotto BA.

 
  1 2
0 1 −1
a) A = , B = −1 1
1 −5 2
−5 2
 
1
2

b) A =  
 , B = 4 3 2 1 (notate che AB ∈ M at(4 × 4), mentre BA ∈ R, che possiamo pensare
3 
4
come M at(1 × 1))
 
1 3 0 −1

0 1 −1 2 
c) A = 1 −1 0 1 , B =  −1 −1 1

0
5 3 −1 0
   
0 0 1 a b c
d) A = 0 1 0, B = d e f ; senza fare alcun calcolo (*), determinare l’inversa di A. (sugge-
1 0 0 g h i
rimento: come agisce A sulla generica matrice B ∈ M at(3 × 3)?)
 
  1
1 1 −1 0 2
e) A = ,B= 
0 1 2 1 3
4

Esercizio 2 Provare che il determinante di una matrice antisimmetrica A ∈ M at(n × n) con n dispari,
è sempre zero (*).
 
1 k
Esercizio 3 Sia data la matrice A = dipendente dal parametro reale k, e il vettore (matrice
2 −4
 
−1
2 × 1) v = . Determinare i valori di k per i quali:
2
 
x1
a) il sistema AX = v è compatibile ed ammette un’unica soluzione (l’incognita è X = ); inoltre,
x2
determinare per quali (eventuali) valori ammette infinite soluzioni, e calcolarle.
b) la matrice A è invertibile. In tal caso, calcolare la sua inversa;
c) la matrice AAt è invertibile. In tal caso, calcolare la sua inversa.

Esercizio 4 Consideriamo il sistema lineare di 3 equazioni in 3 incognite x, y, z


x + y − z = 3

S : x + (k − 2)z = 2

kx − y − kz = 1,


dipendente dal parametro k ∈ R.

a) Utilizzare il Teorema di Cramer per individuare dei valori di k ∈ R per cui S ammette un’unica
soluzione.
b) Per i valori rimanenti, determinare se il sistema ammette soluzioni, e in caso affermativo, calcolarle.
c) Discutere il sistema S (e quindi le conclusioni dei punti a)e b)) utilizzando esclusivamente l’algoritmo
di Gauss.

Esercizio 5 Sia A ∈ M at(m × n) una generica matrice.

a) Supponiamo che una riga di A sia un multiplo di un’altra riga di A. Spiegare perché A è equivalente
per righe ad una matrice à che ha una riga di zeri.
b) Supponiamo che una riga di A sia uguale alla somma di altre due righe di A. Spiegare perché A è
equivalente per righe ad una matrice à che ha una riga di zeri.

c) Supponiamo che una riga di A sia uguale ad una combinazione lineare di k altre righe di A. Spiegare
perché A è equivalente per righe ad una matrice à che ha una riga di zeri (se R è la riga in questione, e
R1 , ..., Rl sono le altre righe coinvolte, quello che il testo vuole dire è che R = k1 R1 + k2 R2 + · · · + kl Rl ,
k1 , ..., kl ∈ R).
d) Dedurre che se A ∈ M at(n × n) ha una riga che è combinazione lineare delle altre, allora det(A) = 0.

 
1 2
Esercizio 6 Data la matrice A = determinare (se esistono) tutte le matrici X ∈ M at(2 × 2)
  2 1
x y
(X = ) tali che
z w
 
0 0
a) AX = O (ricordiamo che O = ).
0 0

b) XA = O
 
1 0
c) AX = B, con B =
0 1
 
t 1 0
d) X A = B, con B =
0 1

(suggerimento: potete seguire diversi percorsi, ad esempio, invertendo le matrici quando possibile, o
esplicitando i prodotti e scrivendo il sistema lineare risultante)
 
0 1
Esercizio 7 Sia A = . Calcolare A2 , A3 , ..., Ak , ..., k ∈ N (per A2 si intende AA, per A3 si
1 0
intende AAA, etc.).

Esercizio 8 (*) Siano A, B ∈ M at(n × n). Dire se è vero in generale che

(A + B)2 = A2 + 2AB + B 2 .

In caso di risposta negativa, esprimere il risultato corretto dell’operazione (A + B)2 (suggerimento: ricor-
dare che (A + B)2 = (A + B)(A + B); a questo punto utilizzate le proprietà del prodotto tra matrici, in
particolare quella distributiva, e ricordate che la proprietà che non vale in generale è quella commutativa).

Esercizio 9 . Dati i seguenti sistemi lineari di tre equazioni in tre incognite, stabilire utilizzando il
Teorema di Cramer se ammettono un’unica soluzione. In tal caso, trovarla invertendo la matrice dei
coefficienti. Nel caso il sistema non ammetta un’unica soluzione, stabilire con altri metodi se è compatibile
(e quindi ammette infinite soluzioni), e nel caso calcolarle.

 − x + 2y − 2z = 1

a) y − z = −1

2x + z = 3

 
−x+y−z =1

b) y − z = 0

2x − y + z = −1


x − 2y + 3z = −3

c) x−y =1

x − y + 6z = 6


x − y + z = 0

d) x + 2y − 3z = 3

2x + y − 2z = 3


Esercizio 10 (*)
a) Sia A ∈ M at(n × n) tale che A2 = O. Quanto vale det(A)? E se A2 = I, quanto può valere det(A)?
b) Determinare una matrice A ∈ M at(2 × 2) diversa da O tale che A2 = O.

c) Determinare una matrice A ∈ M at(2 × 2) diversa da I tale che A2 = I.

d) Senza svolgere conti espliciti, ma basandosi sulla forma della matrice trovata al punto b), trovare una
matrice A ∈ M at(3 × 3) tale che A2 = O.
e) Se A è tale che A2 = A, che valori può assumere det(A)? Trovare una matrice A ∈ M at(2 × 2) diversa
dall’identità tale che A2 = A.

Esercizio 11 Discutere le soluzioni del sistema


x + y − z = 1

3y + z = 2

− 2x + ky + 4z = 2


al variare di k ∈ R.

Esercizio 12 Stabilire per quali valori di k le seguenti matrici sono invertibili

 
1 2 −1
a)  2 k − 2 −2
k−2 0 −1
 
2 k 1
b)  2 k −2
−k 1 1

Esercizio 12 (*) Sia A ∈ M at(n × n) tale che la somma degli elementi  di ogni colonna
 è zero. Mostrare
1 −2
che det(A) = 0 (per rendere l’idea, una tale matrice, nel caso 2 × 2, è , o, nel caso 3 × 3, è
  −1 2
1 2 1
−2 3 0 ).
1 −5 −1
   
1 2 x1
Esercizio 13 Sia A = . Risolvere le seguenti equazioni matriciali nell’incognita X = .
2 4 x2

a) AX = X
b) AX = −2X
  
1
c) AX =
1
 
1
d) AX =
2
 
1
e) AX = 5X +
1


2 1
Esercizio 14 (*) Sia A = . Determinare tutti i numeri λ ∈ R tali che l’equazione matriciale
4 2
 
0
AX = λX ammetta altre soluzioni oltre quella banale X = .
0

Esercizio 15 Calcolare il determinante della matrice

 
100 101 102 103 104
105 106 107 108 109
 
110 111 112 113 114
 
115 116 117 118 119
120 121 122 123 124

Esercizio 16 Calcolare il determinate della seguente matrice

 
0 a b
A = a 0 c 
b −c 0
 
0
e dire per quali valori di a, b, c la matrice risulta invertibile. Inoltre (*), dato il sistema AX = 0
  0
x
nell’incognita X = y 
z
a) descrivere l’insieme delle soluzioni assumendo a ̸= 0;
b) descrivere l’insieme delle soluzioni assumendo a = 0, b ̸= 0;
c) descrivere l’insieme delle soluzioni assumendo a = b = 0 e c ̸= 0.

Esercizio 17 (*) Provare che, date A, B ∈ M at(n × n), allora (AB)t = B t At . Ovvero, provare che
la trasposta del prodotto di A con B (in questo ordine) è uguale al prodotto delle trasposte, in ordine
invertito.

Esercizio 18 (*) (Una prima giustificazione della definizione di determinante). Consideriamo

una generica matrice A ∈ M at(2 × 2). Sappiamo dalla teoria che A è invertibile se e solo se det(A) ̸= 0, e
in tal caso abbiamo una formula per l’inversa. Supponiamo di non avere  questo
 teorema a disposizione,
a b
e di voler comprendere l’invertibilità di A “a mano”. Ovvero, se A = , essa è invertibile quando
c d
 
x y
esiste una matrice B = tale che AB = BA = I. Si cerchino condizioni tali per cui una tale
z w
matrice esiste (anticipazione, si vedrà che la condizione è appunto ad − bc ̸= 0, cioè det(A) ̸= 0).

Esercizio 19 Mostrare che A, B ∈ M at(n × n) invertibili non implica che A + B sia invertibile. Sugge-
rimento: per mostrare che un’affermazione è falsa (“A, B invertibili implica A + B invertibile”) occorre
presentare un controesempio, cioè trovare due matrici invertibili la cui somma non lo è. Pensate ad alcuni
esempi visti a lezione.
Qualche soluzione

Esercizio 1
 
  2 −9 3
4 −1
a) AB = ; BA = 1 −6 3.
−4 1
2 −15 9
 
4 3 2 1
8 6 4 2
b) AB =   ; BA = 20.
12 9 6 3
16 12 8 4


c) AB = 6 5 0 −3 ; BA non è definita.
   
g h i c b a
d) AB = d e f ; BA = f e d. Notiamo innanzitutto che det(A) = −1, dunque A è
a b c i h g
invertibile. Notiamo l’effetto che produce la moltiplicazione (a sinistra) per A su una qualsiasi matrice:
scambia prima e ultima riga. La moltiplicazione a destra scambia invece prima e ultima colonna. Ora,
la matrice inversa di A è quella matrice che moltiplicata per A (sia a destra che a sinistra) restituisce
l’identità. Vediamo che A differisce dall’identità solo per il fatto che la prima e l’ultima riga sono
scambiate (oppure prima e ultima colonna sono scambiate). Dunque, moltiplicando A per A (o a
destra, o a sinistra), otteniamo la matrice identità. Dunque A−1 = A.
 
0
e) AB = ; BA non è definita.
12

Esercizio 2 Sia A ∈ M at(n×n) antisimmetrica, cioè A = −At . Dunque det(At ) = det(A) = det(−At ) =
(−1)n det(At ) = (−1)n det(A). Qui abbiamo usato due fatti: per prima cosa, per ogni scalare k ∈ R
e per ogni matrice B ∈ M at(n × n), det(kB) = k n det(B); inoltre, vale sempre det(A) = det(At ).
Abbiamo dunque ottenuto det(A) = (−1)n det(A). Ora, se n è dispari, (−1)n = −1, e quindi abbiamo
det(A) = −det(A), e questo può avvenire se e solo se det(A) = 0.

Esercizio 3
a) Si vede che det(A) = −4 − 2k ̸= 0 se e solo se k ̸= −2. Per tali valori la matrice A è invertibile e
dunque il sistema AX = v ammette un’unica soluzione data da X = A−1 v; resta da esaminare il caso
k = −2. In questo caso il sistema AX = v si scrive come
(
x − 2y = −1
.
2x − 4y = 2
Il sistema è chiaramente incompatibile. Dunque il sistema AX ammette un’unica soluzione per ogni
k ̸= −2, mentre è incompatibile per k = −2.
b) L’abbiamo visto al punto precedente. La matrice è invertibile per k ̸= 2. La sua inversa è
 
1 −4 −k
− .
2k + 4 −2 1

c) Si può rispondere al primo quesito senza effettuare calcoli. Infatti det(AAt ) = det(A)det(At ) =
det(A)det(A) = det(A)2 = (4 + 2k)2 . I valori per cui questa matrice è invertibile sono perciò gli stessi
per cui A è invertibile, ovvero k ̸= −2. Per calcolare l’inversa, serve calcolare AAt :
1 + k 2 2 − 4k
 
AAt =
2 − 4k 20
Siccome poi det(AAt ) = 4(k + 2)2 , otteniamo
 
t −1 1 20 4k − 2
(AA ) =
(4 + 2k)2 4k − 2 1 + k 2
Esercizio 4 (spiegazione molto dettagliata, si suggerisce di leggerla come ripasso)
a) La matrice dei coefficienti di S è  
1 1 −1
A = 1 0 k − 2
k −1 −k
Calcoliamo il determinante sviluppandolo, ad esempio, lungo la seconda riga:
   
1 −1 1 1
det(A) = −1 · det − (k − 2) · det
−1 −k k −1
= k + 1 − (k − 2)(−1 − k) = (k + 1)(k − 1).

 se k ̸= ±1 la matrice A è invertibile,

Dunque,   e dunque il sistema ammette un’unica soluzione
x 3
X = y  data da X = A−1 B, dove B = 2.
z 1
b) • Per k = 1 il sistema diventa 
x + y − z = 3

S : x−z =2

x − y − z = 1.


Sia A′ la matrice completa di S:

 
1 1 1 3
A′ = 1 0 −1 2
1 −1 −1 1
Eseguendo operazioni elementari sulle righe (più dettagli al punto c)) otteniamo la matrice
 
1 1 1 3
Ã′ = 0 −1 0 −1
0 0 0 0
Notiamo che l’ultimo pivot (che in tal caso è l’elemento −1 alla seconda riga e seconda colonna)
non cade nell’ultima colonna. Dunque il sistema a scalini associato a tale matrice è compatibile
ed ammette ∞1 soluzioni. Scriviamo tale sistema S̃:

x + y − z = 3

S̃ : y = 1

0 = 0.


(l’ultima equazione possiamo rimuoverla dal sistema). Attribuiamo all’incognita che corrisponde
alla colonna di Ã′ senza pivot un valore arbitrario t. In questo caso, poniamo z = t (i pivot di
Ã′ cadono nella prima e nella seconda colonna). Risolvendo S̃ dal basso troviamo che y = 1,
x = 2 + t. Tutte le soluzioni di S̃ (e quindi di S, ad esso equivalente) sono date da
   
x 2+t
y  =  1  : t ∈ R.
z t

• Consideriamo ora k = −1. Il sistema S diventa


x + y − z = 3

S : x − 3z = 2

−x − y + z = 1


Possiamo studiare questo sistema con l’algoritmo di Gauss, trovando che è incompatibile. Questo
si può vedere immediatamente esaminando la prima e la terza equazione: se supponiamo l’esi-
stenza di una soluzione (x, y, z), allora dalla prima equazione deduciamo x + y − z = 3, mentre
dalla terza x + y − z = −1, e dunque 3 = −1, chiaramente falso.
c) Consideriamo la matrice completa di S:
 
1 1 −1 3
A′ =  1 0 k−2 2
k −1 −k 1.

Effettuiamo le seguenti operazioni elementari sulle righe: R2 → R2 − R1

 
1 1 −1 3
0 −1 k − 1 −1
k −1 −k 1.

Ora, R3 → R3 − kR1 :  
1 1 −1 3
0 −1 k−1 −1 
0 −1 − k 0 1 − 3k.
Infine, R3 → R3 − (k + 1)R2 :
 
1 1 −1 3
0 −1 k−1 −1  =: Ã′
0 0 −(k + 1)(k − 1) 2 − 2k.

Ora, il sistema S è equivalente al sistema a scalini S̃ che ha Ã′ come matrice completa. Esaminiamo
tale matrice. Se k ̸= ±1 l’ultimo pivot è −(k + 1)(k − 1) che non cade nell’ultima colonna. Il sistema
è dunque compatibile. Inoltre, in tal caso, il numero di pivot è uguale al numero di incognite, quindi
il sistema ammette un’unica soluzione.

Se k = 1, allora l’ultima riga è composta completamente da zeri, e l’ultimo pivot è il numero −1

alla seconda riga e alla seconda colonna. Dunque tale pivot non cade nell’ultima colonna. Inoltre le
incognite sono tre, mentre il numero di pivot è due: il sistema ammette ∞1 soluzioni (per trovarle,
procedere come in b)). Se k = −1, l’ultima riga di Ã′ è (0 0 0 4). Dunque l’ultimo pivot (il 4 in riga
tre, colonna quattro), cade nell’ultima colonna. Concludiamo che il sistema non è compatibile.

Esercizio 5
a) Chiamiamo Ri le righe della matrice A. Supponiamo che la riga Ri sia un multiplo della riga Rj , cioè
Ri = kRj , k ∈ R. Allora effettuiamo la seguente operazione elementare: Ri → Ri − kRj (cioè alla riga
Ri sostituiamo Ri − kRj ). Ma allora abbiamo prodotto una riga di zeri, poiché Ri − kRj = kRj − kRj
è una riga di zeri.
b) Analogamente al punto a), se Ri = Rj + Rk , allora effettuiamo le seguenti operazioni elementari
(si possono effettuare in due passaggi successivi, o insieme): Ri → Ri − Rj , e successivamente,
Ri → Ri − Rk . Ovvero, alla riga Ri sottraiamo prima la riga Rj e successivamente, alla riga cosı̀
ottenuta, sottraiamo la riga Rk . Il risultato sarà nuovamente una riga di zeri.
c) Occorre unire le operazioni elementari descritte ai due punti precedenti: se c’è una riga R tale che
R = k1 R1 + · · · + kl Rl , iniziamo sottraendo ad essa k1 R1 , in seguito k2 R2 , e cosı̀ via. Alla fine si
otterrà una riga di zeri.
d) Se la matrice A è quadrata (per cui possiamo calcolare il determinante), ed ha una riga che è combi-
nazione lineare delle altre, allora essa sarà equivalente per righe ad una matrice à che ha una riga di
zeri, e che ha quindi determinante nullo (basta sviluppare il determinante lungo quella riga). Dunque
anche il determinante di A sarà zero (il fatto che il determinante sia zero non cambia se effettuiamo
operazioni elementari sulle righe).

Esercizio 6 Innanzitutto notiamo che la matrice A è invertibile, infatti det(A) = −3, e la sua inversa è
 
−1 −1/3 2/3
A =
2/3 −1/3
a) Possiamo risolvere moltiplicando ambo i membri a sinistra per A−1 : X = A−1 O = O;
b) Possiamo risolvere moltiplicando a destra per A−1 : X = OA−1 = O
c) Risolviamo come X = A−1 B = A−1 I = A−1 (notate che B = I, quindi per l’appunto, la soluzione è
X = A−1 )
d) Risolviamo moltiplicando a destra per A−1 : X t = BA−1 = IA−1 = A−1 . Abbiamo visto che la
soluzione è data da X t = A−1 . Siccome cerchiamo la matrice X, trasponiamo a destra e a sinistra
dell’uguaglianza: (X t )t = (A−1 )t , ovvero X = (A−1 )t = A−1 , siccome A−1 risulta anche essere
simmetrica (abbiamo anche usato il fatto che (B t )t = B per ogni matrice quadrata B).

Esercizio 7 Si vede subito che A2 = I, e dunque A3 = A2 A = IA = A, A4 = A3 A = AA = A2 = I, e

cosı̀ via. Deduciamo che Ak = I per k pari, mentre Ak = A per k dispari.

Esercizio 8 No, non è vero. Infatti

(A + B)2 = (A + B)(A + B) = A(A + B) + B(A + B) = AA + AB + BA + BB = A2 + AB + BA + B 2
Ora, in generale, AB ̸= BA e dunque il termine corretto che compare, oltre ad A2 e B 2 , è AB + BA, che
in generale non è uguale a 2AB. Lo è solo nel caso in cui BA = AB, cioè nel caso in cui A, B commutino.

Esercizio 9
 
−3
a) Unica soluzione  8 .
9
b) A non è invertibile; il sistema è incompatibile.
 
15/2
c) Unica soluzione 13/2.
5/2
t 
3 +1
d) ∞1 soluzioni  43 t + 1, t ∈ R.
t

Esercizio 10
a) Se A2 = O allora det(A2 ) = det(O) = 0, e siccome det(A2 ) = det(A)2 , abbiamo l’equazione det(A)2 =
0, e quindi det(A) = 0. Analogamente, se A2 = I, siccome det(I) = 1, troviamo l’equazione det(A)2 =
1, e quindi det(A) = 1 oppure det(A) = −1.
b) Quando si avrà più esperienza, e magari, si conosceranno interpretazioni geometriche di matrici e loro
operazioni,
 si saprà
 rispondere immediatamente a questo tipo  di domande. Per ora, procediamo cosı̀.
2
a b a + bc b(a + d)
Sia A = una generica matrice 2 × 2. Allora A2 = . Possiamo scegliere
c d c(a + d) d2 + bc
per esempio a = −d (e sicuramente gli elementi fuori dalla diagonale principale saranno nulli). A
questo punto, siccome per questa scelta a2 = d2 , possiamo scegliere b, c tali che bc =−a2 . Possiamo

1 1
scegliere, per esempio, a = 1, d = −1, b = 1, c = −1. La matrice ottenuta è A = , che
−1 −1
2
verifica A = O.
c) Si procede come al punto
 precedente.
 Possiamo scegliere, per esempio, a = d = 0 e b = c = 1. La
0 1
matrice cercata è A = (simile alla matrice del punto d) dell’Esercizio 1).
1 0
 
1 1 0
d) Si può prendere ad esempio A = −1 −1 0. Abbiamo aggiunto alla matrice del punto b) una
0 0 0
colonna e una riga di zeri.
e) Con lo stesso ragionamento del punto a), giungiamo alla seguente equazione per det(A): det(A)2 =
det(A), ovvero det(A)(det(A) − 1) = 0. Dunque possiamo avere det(A) = 1 o det(A) = 0. Come
ai punti
 b) e c), scegliendo opportunamente
 i coefficienti, vediamo che una tale matrice può essere
1 0 0 0
A= , oppure A = .
0 0 0 1

Esercizio 11 Il sistema ammette un’unica soluzione per ogni k ̸= 4. Per k = 4 si hanno ∞1 soluzioni.
Nota: il testo dell’esercizio chiede di discutere le soluzioni, ovvero di dire quando esistono, e nel caso,
quante sono, non di trovarle. Se il testo non lo chiede esplicitamente, potete anche non trovare le soluzioni.

Esercizio 12 La risposta in realtà è stata già data nell’esercizio 5. L’unica cosa da osservare è che la
condizione data dall’Esercizio 12 equivale a dire che una riga (una qualsiasi) è uguale a meno la somma
delle altre. Ovvero, se scegliete ad esempio la prima riga, la condizione dell’esercizio è equivalente a
dire che R1 = −R2 − R3 − · · · − Rn , e che quindi questa riga è una certa combinazione lineare delle
altre. Dunque, per quanto visto nell’Esercizio 5, la matrice A è equivalente per righe a una matrice con
determinante nullo, per cui avrà anch’essa il determinante nullo.

Esercizio 13
 
0
a) Notiamo che AX = X equivale a AX − X = . Ora AX − X = AX − IX, dove I è la matrice
0
identità 2 × 2. Possiamo utilizzare la proprietà
  associativa, e scrivere  AX − X = (A − I)X. Il
 quindi
0 0 2
sistema si riduce quindi a (A − I)X = . La matrice A − I = , che è invertibile. Dunque
    0 2 3
0 0
X = (A − I)−1 = .
0 0
 
0
b) Come su, risolviamo (A + 2I)X = . La matrice (A + 2I) è invertibile, e dunque troviamo che
  0
0
X= .
0
c) La matrice A non è invertibile, dunque l’equazione matriciale non ammette un’unica soluzione.
Scriviamo il sistema associato a questa equazione matriciale:
(
x1 + 2x2 = 1
2x1 + 4x2 = 1
 
1
Il sistema è incompatibile, dunque non possiamo risolvere AX = .
1
d) La matrice A non è invertibile, dunque l’equazione matriciale non ammette un’unica soluzione.
Scriviamo il sistema associato a questa equazione matriciale:
(
x1 + 2x2 = 1
2x1 + 4x2 = 2
 
1 1 − 2t
Il sistema è compatibile e ammette ∞ soluzioni date da , t ∈ R.
t
   
1 −4 2
e) L’equazione si può riscrivere come (A − 5I)X = . Scriviamo la matrice A − 5I = .
1  2 −1
1
Notiamo che non è invertibile. Dunque scriviamo il sistema associato ad (A − 5I)X = :
1
(
− 4x1 + 2x2 = 1
.
2x1 − x2 = 1
 
1
Il sistema è incompatibile, dunque l’equazione AX = 5X + non ammette soluzioni.
1
  
0
Esercizio 14 Come visto per l’esercizio precedente, AX = λX equivale a (A − λI)X = . Ora,
    0
0 0
se A − λI fosse invertibile, allora X = (A − λI)−1 = , e dunque l’unica soluzione sarebbe
    0 0
0 0
(chiaramente X = è sempre soluzione di AX = λX, per qualsiasi λ). L’esercizio richiede che
0 0
 
0
X= non sia l’unica soluzione. Dunque, una condizione necessaria perché ci siano altre soluzioni è
0
che A − λInon sia invertibile.
 E questo avviene se det(A − λI) = 0. Calcoliamo questo determinante.
1−λ 2
A − λI = , e quindi det(A − λI) = λ2 − 5λ = λ(λ − 5). Questo determinante è nullo
2 4−λ
quando λ = 0 o  λ = 5. In tutti gli altri casi il determinante non è nullo, A − λI è invertibile, e l’unica
0
soluzione è X = .
0
Se λ = 0 o λ = 5 si potrebbe verificare o l’incompatibilità del sistema/equazione matriciale, o la presenza
di infinite soluzioni. A noi interessa capire quando avviene quest’ultimo caso.
Nota In realtà per questa equazione si potrebbe
  già dire che il sistema/equazione non può mai essere
0
incompatibile: infatti, in ogni caso, X = è soluzione di AX = λX. Per cui, l’unica alternativa,
0
quando λ = 0, 5 è che il sistema ammetta infinite soluzioni.
Ad ogni modo, studiamo i due casi nel dettaglio
 
0
• λ = 0. L’equazione matriciale è AX = , che in forma di sistema si scrive
0
(
x1 + 2x2 = 0
2x1 + 4x2 = 0
 
1 −2t
Questo sistema è compatibile e ammette ∞ soluzioni date da , t ∈ R.
t
 
0
• λ = 5. L’equazione matriciale AX = 5X, cioè (A − 5I)X = , rappresenta il sistema
0
(
− 4x1 + 2x2 = 0
2x1 − x2 = 0
 
1 t/2
Questo sistema è compatibile e ammette ∞ soluzioni date da ,t∈R
t
Concludiamo che l’equazione AX = λX ammette soluzioni, oltre quella nulla, se e solo se λ = 0 o λ = 5.

Esercizio 15 . Effettuiamo le due operazioni elementari R2 → R2 − R1 e R3 → R3 − R1 , ottenendo la

matrice  
100 101 102 103 104
 5 5 5 5 5 
 
 10 10 10 10 10 
 
115 116 117 118 119
120 121 122 123 124
Dividendo la seconda riga per 5 e la terza per 10 otteniamo
 
100 101 102 103 104
 1 1 1 1 1 
 
 1 1 1 1 1 
 
115 116 117 118 119
120 121 122 123 124
Effettuando infine R2 → R2 − R3 otteniamo
 
100 101 102 103 104
 0 0 0 0 0 
 
 1 1 1 1 1 
 
115 116 117 118 119
120 121 122 123 124

Quest’ultima matrice ha determinante nullo. Di conseguenza anche la matrice di partenza.

Esercizio 16 Si ha det(A) = 0 per qualsiasi  valore di a, b, c. Dunque A non è mai invertibile. Non
0
possiamo invertire A per risolvere AX = 0. Il tipo di soluzione dipenderà da a, b, c. Esaminiamo
0
i casi richiesti
  dall’esecizio. Sarà conveniente scrivere anche la matrice completa associata al sistema
0
AX = 0, che è
0  
0 a b 0
A′ = a 0 c 0
b −c 0 0

a) Utilizziamo l’algoritmo di Gauss per ridurre A′ a scalini.

• La prima operazione da fare è scambiare la prima

e la seconda riga. Infatti siccome a ̸= 0,
sicuramente sarà il pivot della riga a 0 c 0 . Dunque R1 ↔ R2 :
 
a 0 c 0
0 a b 0
b −c 0 0

• La seconda operazione è R3 → R3 − ab R1 . La possiamo effettuare in quanto a ̸= 0 (ed è anche il

motivo per cui abbiamo fatto lo scambio di righe come prima operazione). Otteniamo
 
a 0 c 0
0 a b 0
0 −c − bc a 0

• La terza operazione è R3 → R3 + ac R2 , che possiamo effettuare in quanto a ̸= 0. Otteniamo

 
a 0 c 0
0 a b 0
0 0 0 0

Il sistema a scalini corrispondente è (

ax + cz = 0
ay + bz = 0

− ac t
 

che ha soluzioni − ab t, t ∈ R (∞1 soluzioni, abbiamo posto z = t).

t

b) Ripetiamo lo stesso procedimento al punto a), semplicemente sostituendo il valore 0 al parametro a.

Utilizzando l’algoritmo di Gauss si giunge a un sistema a scalini la cui matrice completa è
 
b −c 0 0
0 0 b 0 .
0 0 0 0
 Il sistema si scrive come (
bx − cy = 0
bz = 0
c 
bt
che ammette soluzioni  t , t ∈ R. Qui abbiamo posto y = t (è l’incognita corrispondente alla
0
colonna senza pivot)
c) In questo caso, scambiamo prima e ultima riga di A′ :
 
0 −c 0 0
0 0 c 0 .
0 0 0 0
Il sistema che rappresenta è (
− cy = 0
cz = 0
Siccome c ̸= 0, questo ci dice che y = 0 e z = 0. In questo caso poniamo   x = t (è l’incognita
t
corrispondente alla prima colonna, quella senza pivot). Le soluzioni sono 0, t ∈ R (notate che la
0
x non compare nel sistema sebbene sia un’incognita del problema; la soluzione in effetti ci dice che
possiamo assegnare qualsiasi valore alla x, e infatti quello che constantiamo è che una scelta arbitraria
del valore della x non avrà influenza su ciò che accade al sistema, che è risolto una volta che sia y che
z siano uguali a 0).

Esercizio 17 Siano A = (aij ), B = (bij ). Allora AB = (cij ) dove

n
X
cij = aik bkj .
k=1

Ora, sia (AB)t = (c′ij ), dove

n
X
c′ij = cji = ajk bki
k=1

Abbiamo semplicemente scritto che l’elemento alla riga i e colonna j di (AB)t , chiamato c′ij , non è
altro che cji , cioè l’elemento di A alla riga j e alla colonna i (definizione di matrice trasposta). Inoltre
At = (a′ij ) e B t = (b′ij ), dove chiaramente

a′ij = aji , b′ij = bji .

Di nuovo, abbiamo usato la definizione di matrice trasposta. Scriviamo B t At = (c′′ij ), dove gli elementi
alla riga i e colonna j di B t At , che abbiamo denotato con c′′ij , sono dati da
n
X
c′′ij = a′ik b′kj
k=1

Ricordando però cosa sono a′ik e b′ik , abbiamo che

n
X n
X n
X
c′′ij = b′ik a′kj = bki ajk = ajk bki = c′ij
k=1 k=1 k=1

Abbiamo dunque concluso che (AB)t = B t At .

Esercizio 18 Vogliamo trovare x, y, z, w tali che AB = I:

    
a b x y 1 0
= ,
c d z w 0 1
ovvero    
ax + bz ay + bw 1 0
= .
cx + dz cy + dw 0 1
Questa equazione tra matrici corrisponde al sistema

 ax + bz = 1


ay + bw = 0

 cx + dz = 0


cy + dw = 1

Isoliamo la prima e la terza equazione: ax + bz = 1, cx + dz = 0. Questo è un sistema di due equazioni

in due incognite. Sicuramente non possiamo avere a = b = 0, altrimenti la prima equazione si leggerebbe
0 = 1. Allora supponiamo a ̸= 0 (non cambia nulla se si suppone b ̸= 0). Dalla prima equazione
otteniamo
che x = 1−bz c bc
a . Sostituendo nella seconda otteniamo che a (1 − bz) + dz = 0, ovvero d − a z = − a .
c

Moltiplicando ambo i membri per a otteniamo (ad − bc)z = −c. Ora, possiamo risolvere questa equazione
se e solo se ad−bc ̸= 0. Si nota dunque la condizione sul determinante. Se ad−bc ̸= 0, allora abbiamo che
c
z = − ad−bc . Sostituendo nell’equazione per x, cioè x = 1−bz d
a , si trova che x = ad−bc . Abbiamo trovato
allora gli unici valori che possono assumere x, z in modo che la matrice B sia l’inversa, e l’abbiamo potuto
fare solo nel caso ad − bc ̸= 0.
Ripetendo lo stesso ragionamento per ay +bw = 0 e cy +dw = 1, troviamo la stessa condizione ad−bc ̸= 0,
b a
e anche le soluzioni y = − ad−bc , w = ad−bc .
 
x y
Dunque abbiamo mostrato che una matrice B = tale che AB = I può esistere se e solo se
z w
ad − bc ̸= 0, e abbiamo potuto trovare anche una formula. Si prova l’analogo enunciato per BA = I
procedendo allo stesso modo.
   
01 −1 0
Esercizio 19 Ad esempio, A = , B = −A = . Entrambe sono invertibili, con
0
1  0 −1
0 0
determinante 1, ma la loro somma è O = , chiaramente non invertibile.
0 0