Facolt´a di Ingegneria

Universit´a degli Studi di Messina

Vincenzo De Filippis

Appunti di Algebra Lineare e
Geometria Analitica

Anno Accademico 2006 - 2007

ii

Questi appunti nascono da note personali e vari elaborati prodotti in occasione delle lezioni proposte in aula agli studenti della Facolt´a di Ingegneria
dell’Universit´a di Messina. Non essendone stato, fin dall’inizio, previsto il
presente utilizzo, non si ´e adeguatamente curata la raccolta delle fonti bibliografiche. Il sottoscritto, unico responsabile, si scusa con gli Autori e gli
Editori per le eventuali mancanze in merito ed invita chiunque a segnalargli
le fonti che fosse in grado di riconoscere.
Vincenzo De Filippis

Indice
1 Prime nozioni di Algebra.
1.1 Strutture algebriche. . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Relazioni d’equivalenza. . . . . . . . . . . . . . . . . . . . . . . . .
2 I vettori geometrici.
2.1 Introduzione. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Somma e prodotto per uno scalare. . . . . . . . . . . . . . . . . .
2.3 Combinazioni lineari e componenti in un riferimento ortogonale.
2.4 Prodotto scalare e proiezione su una retta. . . . . . . . . . . . . .
2.5 Prodotto vettoriale e componente rispetto ad un piano. . . . . .
2.6 Prodotto misto. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Esercizi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Le matrici.
3.1 Introduzione. . . . . . . . . . . . . . . . . .
3.2 Prodotto righe per colonne. . . . . . . . . .
3.3 Determinanti. . . . . . . . . . . . . . . . . .
3.4 Dipendenza ed indipendenza tra righe. . . .
3.5 Rango di una matrice. . . . . . . . . . . . .
3.6 Le matrici elementari. . . . . . . . . . . . .
3.7 Trasposta di una matrice, matrici invertibili
3.8 Esercizi. . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

7
7
7
8
9
10
12
15

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

17
17
18
19
22
23
27
30
32

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

35
35
41
44
46
50

spazi vettoriali.
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intersezione, unione e somma di sottospazi. . . . . . . . . . . . . .
Basi e dimensione di uno spazio vettoriale. . . . . . . . . . . . . . .

53
53
55
58

4 I sistemi lineari.
4.1 Introduzione. . . . . . . . . . . . . . .
4.2 Sistemi omogenei. . . . . . . . . . . . .
4.3 Metodo di Cramer per la risoluzione di
4.4 Metodo di eliminazione di Gauss. . . .
4.5 Esercizi. . . . . . . . . . . . . . . . . .
5 Gli
5.1
5.2
5.3

1
1
3

. .
. .
un
. .
. .

.
.
.
.
.
.
e
.

. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
matrici simili.
. . . . . . . .

. . . . . . . . .
. . . . . . . . .
sistema lineare.
. . . . . . . . .
. . . . . . . . .

.
.
.
.
.

iv

Indice
5.4
5.5
5.6
5.7

Una nota sull’intersezione di sottospazi vettoriali.
Formula di Grassmann. . . . . . . . . . . . . . .
Cambiamento di base in uno spazio vettoriale. . .
Esercizi. . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.

63
65
69
73

6 Prodotti scalari, spazi euclidei e basi ortonormali.
6.1 Prodotto interno. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Processo di ortonormalizzazione. . . . . . . . . . . . . . . . . . . .

75
75
77

7 Le applicazioni lineari.
7.1 Introduzione. . . . . . . . . . . . . . . . . . . .
7.2 Applicazioni lineari e matrici. . . . . . . . . . .
7.3 Endomorfismi e cambiamento di base. . . . . .
7.4 Autovalori ed autovettori di un endomorfismo.
7.5 Endomorfismi diagonalizzabili. . . . . . . . . .
7.6 Esercizi. . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

81
81
84
97
101
106
117

8 La forma canonica di Jordan.
121
8.1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.2 Numero totale di blocchi relativi ad uno stesso autovalore. . . . . . 123
8.3 Ordine massimo di un blocco in matrici con un unico autovalore. . 126
8.4 Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.127
8.5 Il polinomio minimo di una matrice (o di un endomorfismo). . . . . 131
8.6 Autospazi generalizzati. . . . . . . . . . . . . . . . . . . . . . . . . 132
8.7 Esercizi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
9 Le forme bilineari e le forme quadratiche reali.
9.1 Introduzione. . . . . . . . . . . . . . . . . . . . .
9.2 Forme bilineari e matrici. . . . . . . . . . . . . .
9.3 Forme quadratiche. . . . . . . . . . . . . . . . . .
9.4 Cambiamento di base. . . . . . . . . . . . . . . .
9.5 Metodo per la diagonalizzazione. . . . . . . . . .
9.6 Esercizi svolti sulla diagonalizzazione. . . . . . .
9.7 Criteri di positivit´
a. . . . . . . . . . . . . . . . .
9.8 Esercizi. . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

145
145
146
148
150
151
157
171
173

10 Spazio affine ed euclideo.
175
10.1 Spazio affine. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
10.2 Spazio euclideo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

Indice

v

11 Geometria nel piano affine ed euclideo
11.1 Equazioni di una retta. . . . . . . . . .
11.2 Reciproca posizione di due rette. . . .
11.3 Fascio di rette. . . . . . . . . . . . . .
11.4 Angoli e distanze nel piano euclideo. .
11.5 Simmetrie. . . . . . . . . . . . . . . . .
11.6 Coordinate omogenee nel piano. . . . .
11.7 La circonferenza. . . . . . . . . . . . .
11.8 Esercizi. . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

177
177
179
179
181
182
183
185
188

.
.
.
.

189
189
190
191
194

13 Curve algebriche piane e punti multipli.
13.1 Intersezione di due curve. . . . . . . . . . . . . . . . . . . . . . . .
13.2 Molteplicit´a di un punto. . . . . . . . . . . . . . . . . . . . . . . .
13.3 Calcolo dei punti doppi di una curva. . . . . . . . . . . . . . . . . .

195
195
195
197

14 Le coniche.
14.1 Definizione. . . . . . . . . . . . . . . . .
14.2 Intersezione di una conica ed una retta.
14.3 Polarit´a rispetto ad una conica. . . . . .
14.4 Classificazione di una conica. . . . . . .
14.5 Fascio di coniche. . . . . . . . . . . . . .
14.6 Diametri e centro di una conica. . . . .
14.7 Classificazione delle coniche proiettive. .
14.8 Classificazione delle coniche euclidee. . .
14.9 Fuochi di una conica. . . . . . . . . . . .
14.10Esercizi. . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

199
199
200
201
202
203
204
206
207
220
222

.
.
.
.
.
.

225
225
226
227
227
228
229

12 Trasformazioni nel piano euclideo.
12.1 Traslazioni. . . . . . . . . . . . . .
12.2 Rotazioni. . . . . . . . . . . . . . .
12.3 Rototraslazioni. . . . . . . . . . . .
12.4 Esercizi. . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

15 Rette e piani nello spazio affine ed euclideo.
15.1 Equazioni di un piano. . . . . . . . . . . . . .
15.2 Reciproca posizione di due piani. . . . . . . .
15.3 Fascio di piani. . . . . . . . . . . . . . . . . .
15.4 Stella di piani. . . . . . . . . . . . . . . . . .
15.5 Equazioni di una retta. . . . . . . . . . . . . .
15.6 Rette complanari. . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

vi

Indice
15.7 Reciproca posizione tra una retta ed un piano.
15.8 Calcolo dei parametri direttori di una retta. . .
15.9 Coordinate omogenee nello spazio. . . . . . . .
15.10Angoli nello spazio euclideo. . . . . . . . . . . .
15.11Distanze nello spazio euclideo. . . . . . . . . . .
15.12Elementi complessi nello spazio. . . . . . . . . .
15.13Esercizi. . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

16 Le quadriche.
16.1 Definizione. . . . . . . . . . . . . . . . . . . . . . . . .
16.2 Quadriche generali. . . . . . . . . . . . . . . . . . . . .
16.3 Quadriche specializzate. . . . . . . . . . . . . . . . . .
16.4 Quadriche riducibili. . . . . . . . . . . . . . . . . . . .
16.5 Piani ed assi di simmetria delle quadriche generali. . .
16.6 Forma canonica di una quadrica generale con centro di
16.7 Forma canonica di un paraboloide. . . . . . . . . . . .
16.8 Forma canonica di un cono. . . . . . . . . . . . . . . .
16.9 Forma canonica di cilindri a base ellittica e iperbolica.
16.10Forma canonica di cilindri a base parabolica. . . . . .
16.11Esercizi. . . . . . . . . . . . . . . . . . . . . . . . . . .
17 La sfera.
17.1 Definizione. . .
17.2 Sezioni piane. .
17.3 Fascio di sfere.
17.4 Esercizi. . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

230
231
237
238
240
249
253

. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
simmetria.
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .

255
255
256
259
262
263
266
268
270
271
272
275

.
.
.
.

277
277
278
278
282

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.

18 Cenni sulle superfici di rotazione.
283
18.1 Definizione e calcolo. . . . . . . . . . . . . . . . . . . . . . . . . . . 283
18.2 Esercizi svolti. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
19 Appendice: Disegni relativi ai capitoli precedenti

287

Diciamo Semigruppo. Sia G un insieme non vuoto ed ⊕ una operazione binaria chiusa rispetto agli elementi di G. ´e utile arricchire la sua struttura algebrica con ulteriori assiomi. cio´e: ∀x. le trasformazioni piane. Lo studio dell’Algebra lineare e della Geometria richiede un’introduzione preliminare delle strutture algebriche pi´ u generali. z ∈ G x ⊕ (y ⊕ z) = (x ⊕ y) ⊕ z. Un Gruppo (G. cio´e in cui valga la seguente propriet´a (associativa): ∀x.1 Prime nozioni di Algebra. ⊕) ´e detta Gruppoide. Data la generalit´a delle propriet´a soddisfatte da un gruppoide. Tali strutture saranno in seguito utili per caratterizzare la maggior parte degli oggetti utilizzati.1 Strutture algebriche. Definizione 1. La coppia (G. un gruppoide (G. 1. gli spazi vettoriali. y ∈ G x ⊕ y = z ∈ G. tra i quali. le matrici. anello e campo. In particolare daremo nel presente capitolo introduttivo le definizioni di gruppo. Pi´ u precisamente vale il seguente: ∀x ∈ G ∃y ∈ G tale che x⊕y =y⊕x=e . gli omomorfismi. ⊕) ´e una struttura algebrica definita dagli assiomi del monoide ai quali si aggiunge quello dell’esistenza dell’elemento inverso di ogni elemento in G. ⊕) che sia associativo. y. i vettori. Un Monoide (G. ⊕) ´e un semigruppo che sia dotato di un elemento neutro e ∈ G rispetto all’operazione ⊕: ∃e ∈ G tale che ∀x ∈ G e ⊕ x = x ⊕ e = x. per esempio.

Esempio 2. Inoltre non ´e detto che valga la propriet´a commutativa rispetto a ⊗. Prime nozioni di Algebra. il fatto che x ⊗ y = 0 non implica necessariamente che x = 0 oppure y = 0. y. Il sistema (A. ⊗) ´e un semigruppo. Abel) se vale l’ulteriore seguente propriet´ a: ∀x. ∈ A x ⊗ (y ⊕ z) = (x ⊗ y) ⊕ (x ⊗ z). (A. cio´e nel caso ⊕ = ×. reali senza lo ’zero’ e complessi senza lo ’zero’. ⊕) ´e un gruppo commutativo. L’eliminazione dello ’zero’ ´e essenziale in quanto tale elemento non avrebbe l’inverso rispetto al prodotto. (A. 3. ⊗) ´e detto Anello se valgono i seguenti assiomi: 1. g ´e definita come segue: (f ⊕ g)(x) = f (g(x)). lR∗ e C∗ . z. rispettivamente dei razionali senza lo ’zero’. Osserviamo che non ´e richiesto che un anello possegga l’elemento neutro rispetto alla seconda operazione ⊗ (se tale elemento esiste l’anello ´e detto unitario). in onore del matematico norvegese N. Sia A un insieme dotato di due operazioni interne ⊕ e ⊗. Gli insiemi Z . In altre parole. non ´e richiesta la validit´a della legge di annullamento del prodotto. Esempio 3. Esempio 1. . rispetto all’operazione ⊗. vale la propriet´ a distributiva dell’operazione ⊗ rispetto a ⊕: ∀x. cio´e nel caso ⊕ = +. 2. Definizione 2. y ∈ G x ⊕ y = y ⊕ x. lR e C. Gli insiemi Q∗ . reali e complessi. dove e ´e l’elemento neutro in G. basti pensare al fatto che ogni numero 0 6= n ∈ IN non ammette un inverso. L’insieme di tutte le applicazioni biettive di un insieme in s´e stesso forma un gruppo non commutativo rispetto all’operazione di composizione tra applicazioni. formano un gruppo commutativo rispetto all’operazione di somma.2 1. cio´e nel caso in cui l’operazione tra due applicazioni f. Infine non ´e richiesta l’esistenza di un elemento inverso per ciascun x ∈ A. formano un gruppo commutativo rispetto all’operazione di prodotto. Un Gruppo ´e detto commutativo (o abeliano. rispettivamente dei numeri interi. Ancora rispetto all’operazione ⊗. I numeri IN naturali non sono un gruppo rispetto alla somma. Q. ⊕. se essa vale l’anello ´e detto commutativo. razionali.

Sono anche detti campi ’scalari’. Sia (A. Nel caso in cui i due insiemi A e B posseggano un numero finito di elementi. . ⊕. Usualmente per indicare una relazione tra gli insiemi A e B si preferisce utilizzare il semplice simbolo R (sottointendendo la terna (A. l’insieme di tutte le coppie ordinate di tipo (a. cio´e nel caso ⊕ = + e ⊗ = × ´e un anello unitario in cui vale la legge di annullamento del prodotto. ⊗) ´e detto ’corpo commutativo’ o equivalentemente ’campo’ Esempio 7. L’insieme Z rispetto alle usuali operazioni di somma e prodotto. b ∈ B}. Una relazione ´e una terna (A. 1. ⊗) ´e un gruppo commutativo) allora (A. rimandiamo al Capitolo relativo alle Matrici (capitolo 3). ed ogni loro elemento x pu´ o essere chiamato ’scalare’. Esempio 6. Relazioni d’equivalenza. Per la comprensione di tale esempio. In seguito vedremo un esempio di anello in cui non vale la legge di annullamento del prodotto rispetto alla seconda operazione: ´e l’insieme delle matrici quadrate di un dato ordine. ⊗) ´e un Corpo.2. Nel caso in cui (A∗ . Se definiamo le usuali operazioni di somma e prodotto in Q. in cui vengano definite le opportune operazioni. diremo che (A. B. R) in cui A e B siano due insiemi non vuoti e R sia un sottoinsieme del prodotto cartesiano A × B. lR e C. B. Per indicare che due elementi a ∈ A e b ∈ B sono in relazione tra loro. Definizione 4. tali che a ∈ A e b ∈ B: A × B = {(a. 3 Esempio 4. essi hanno la struttura di corpi commutativi. Definizione 3. ma non ´e unitario eccetto nel caso in cui m ∈ {−1. Esempio 5. ⊕. Se a questo si aggiunge la propriet´ a commutativa ∗ rispetto alla seconda operazione ⊗ (cio´e se (A . ⊗) un anello. Siano A e B due insiemi non vuoti. b). R)). b) : a ∈ A.2 Relazioni d’equivalenza. L’insieme mZ Z = {n ∈ Z : n sia multiplo di m} ´e un anello rispetto alle usuali operazioni di somma e prodotto. Si definisce prodotto cartesiano A×B. b) ∈ R. si scrive aRb oppure (a. ⊕. ma in cui non esiste l’elemento inverso rispetto alla seconda operazione. +1}. la cardinalit´a (o potenza) dell’insieme A × B ´e data dal prodotto delle cardinalit´a dei due insiemi che intervengono nel prodotto cartesiano.1. ⊗) sia un gruppo.

Si pu´ o allora pensare di ripartire l’insieme A in . E retta r ´e parallela a se stessa (R ´e riflessiva). Una relazione R su un insieme non vuoto A ´e detta equivalenza (o relazione d’equivalenza) se essa soddisfa alle propriet´ a di riflessivit´ a. A. per ogni a. Le coppie ordinate di elementi che soddisfano la relazione sono le seguenti: R = {(2. Infine se (r. b) ∈ R ⇐⇒ a + b − 1 = 0. Ad esempio (2. b. b) ∈ R ⇐⇒ a > b. cio´e (r. s) ∈ R allora anche (s. si noti ad esempio che nessuna delle due relazioni introdotte negli Esempi 8 e 9 soddisfano alla propriet´a di riflessivit´a. per ogni elemento a ∈ A. 2. Si definisca R nel seguente modo: (a. R ´e detta transitiva se. a) ∈ R. s sono in relazione tra loro se esse sono parallele. t) ∈ R. −1) ∈ R. la relazione R si dice riflessiva se. la relazione definita nell’esempio 8 non ´e simmetrica. Ecco un classico esempio di relazione d’equivalenza: Esempio 10. simmetricit´ a e transitivit´ a. r) ∈ R. Sia A l’insieme di tutte le rette del piano. c) ∈ R. Nessuna delle relazioni introdotte negli esempi 8 e 9 ´e una relazione d’equivalenza. b) ∈ R ed anche (b. R ´e detta simmetrica quando accade che. Diciamo che due rette ´ evidente che ciascuna r. per ogni a. 3. 1). 3. R): 1. b ∈ A tali che (a. Si definisca R nel seguente modo: (a. Definizione 5. c) ∈ R allora ne segue che (a. etc. a) ∈ R. Prime nozioni di Algebra. (7. Le coppie ordinate che soddisfano la relazione sono chiaramente tutte le coppie di coordinate del piano (x. 5. Poniamoci nel caso in cui A = B e cosideriamo una qualsiasi relazione (A. la relazione all’esempio 8 ´e transitiva. 4) ∈ R etc. poich´e nel parallelismo tra rette non ´e vincolante l’ordine in cui esse si considerino. 1). la coppia (a. Esempio 9. 7. c ∈ A tali che (a. mentre la relazione all’esempio 9 non lo ´e. 9}. 1). y) che appartengano alla retta di equazione x + y − 1 = 0. Esempio 8. (3. mentre quella introdotta nell’esempio 9 lo ´e. Inoltre se (r. t) ∈ R allora le rette r e t sono ancora parallele. (7. s) ∈ R ed anche (s. Siano A = B = lR.4 1. 7}. b) ∈ R anche (b. (−3. Siano A = {2. B = {1. 5)}.

ogni classe ´e individuata da un angolo α. denotato R . Le rette appartenenti ad una stessa classe. 2. . a − a = 0 · n. Definiamo R come segue: due elementi a. Le classi di equivalenza sono esattamente n ed hanno come rappresentanti i numeri naturali {0. hanno chiaramente lo stesso coefficiente angolare e quindi lo stesso rappresentante α. quindi b − a = (−k)n. Siano A un insieme non vuoto e R una relazione di equivalenza definita su A. quindi aRa (riflessiva).2. x − 2 = kn}. cio´e sono tutti i multipli di n. Quanto detto per il precedente esempio pu´o essere esteso ad ogni insieme in cui venga introdotta una relazione di equivalenza. se aRb. • [1] = {x ∈ Z : ∃k ∈ Z . allora esiste k ∈ Z tale che a − b = kn. • [2] = {x ∈ Z : ∃k ∈ Z .1. Relazioni d’equivalenza. Ciascuna classe pu´ o essere rappresentata da un qualsiasi elemento ad essa appartenente. . k2 ∈ Z tali che a − b = k1 n e b − c = k2 n. . 1. cio´e tra loro parallele. 3. n − 1}: • [0] = {x ∈ Z : ∃k ∈ Z . allora esistono k1 . permette di ottenere informazioni algebriche su tutti gli elementi di tale classe. Ogni classe di equivalenza [x] pu´o essere rappresentata da un suo qualsiasi elemento x. . b ∈ Z sono in relazione se esiste un opportuno k ∈ Z tale che a − b = kn. inoltre due distinte classi non hanno alcun elemento in comune. quello formato dalla retta e dall’asse delle ascisse X. Nell’esempio delle rette parallele. e fissiano un n ∈ IN. [x] = {y ∈ A : xRy}. quindi a − c = a − b + b − c = (k1 + k2 )n. Verifichiamo che R ´e una equivalenza: 1. L’utilit´a della partizione risiede nel fatto che lo studio di un rappresentante di una qualsiasi classe. Tali sottoinsiemi sono dette classi di equivalenza. Concludiamo con un ulteriore esempio di relazione di equivalenza: Sia A = Z . 2. . ciascuno dei quali contenga esclusivamente elementi (rette) tra loro in relazione. cio´e bRa (simmetrica). Infine l’unione di tutte le classi di equivalenza ´e esattamente l’intero insieme A. 5 sottoinsiemi. cio´e sono i numeri interi che danno resto 2 dopo la divisione per n. cio´e sono i numeri interi che danno resto 1 dopo la divisione per n. L’insieme di tutte le classi di equivalenza {[x] : x ∈ A} ´e una A partizione di A ed ´e detto insieme quoziente. se aRb e bRc. x − 1 = kn}. cio´e aRc (transitiva). x − 0 = kn}.

.. . 3.... [1].. . Prime nozioni di Algebra.....}.. • [2] = {x ∈ Z : ∃k ∈ Z . . 5. • [n] = [0]. cio´e sono tutti i multipli di 3.... .. A In questo caso scriviamo R = {[0].. x = 3k + 2} = {2. .. . • [1] = {x ∈ Z : ∃k ∈ Z .... . x − 0 = 3k} = {0... Ad esempio sia n = 3... per un opportuno k ∈ Z ... ... [2]} e per quanto detto: 26 = (8×3+2) ∈ [2]. 4. 8. x − (n − 1) = kn}. .... • [n − 1] = {x ∈ Z : ∃k ∈ Z . 7... cio´e sono i numeri interi che danno resto 1 dopo la divisione per 3. .... 9... allora aRb se a − b = 3k. ..6 1. . . cio´e sono i numeri interi che danno resto 2 dopo la divisione per 3. cio´e sono i numeri interi che danno resto n − 1 dopo la divisione per n. .}..... ... 10.. .. ... 11. • [3] = [0]. • . −8 = (−3 × 3 + 1) ∈ [1]...}... ... 6. .... . • . . Le classi sono • [0] = {x ∈ Z : ∃k ∈ Z . x = 3k + 1} = {1..

ciascuna classe di equivalenza possiede un rappresentante che sia applicato in O. Un vettore ´e detto versore di una retta. fissato un punto O. un verso. Due segmenti orientati AB e A0 B 0 sono equipollenti se hanno la stessa direzione.2 Somma e prodotto per uno scalare. se giace su tale retta ed ´e di modulo 1. Siano OP e OP1 due vettori aventi la stessa direzione e stesso verso. Ci´o vuol dire che. Identifichiamo tra loro tutti i segmenti appartenenti ad una stessa classe di equivalenza. Per cui tutti i segmenti orientati sono ripartiti in classi di equivalenza.2 I vettori geometrici. Un classe di equivalenza ´e del tipo [AB]. composta da tutti i segmenti orientati equipollenti al segmento AB. Definiamo somma dei vettori OP + OP1 il vettore avente direzione dei vettori . che ´e quello che si osserva percorrendo il segmento AB andando da A verso B. mantenendo la sua direzione ed il suo verso. ed un modulo. 2. Un segmento orientato AB si dice anche vettore applicato in A ed ´e individuato da una direzione. Siano ora OP e OP1 due vettori aventi stessa direzione ma verso opposto. Tale relazione tra segmenti ´e una equivalenza nell’insieme di tutti i segmenti orientati del piano (o dello spazio). 2. Si noti che da ora in avanti. lo stesso verso e lo stesso modulo. il vettore avente per direzione e verso quelli dei vettori addendi. che ´e la retta su cui giace il segmento AB. fissato un punto del piano (o dello spazio) O . che ´e il numero reale non negativo che misura la lunghezza del segmento AB. Definiamo somma dei vettori OP + OP1 . ciascun vettore geometrico pu´o essere applicato in O. e per modulo |OP + OP1 | la somma dei moduli |OP | + |OP1 |. Siano A.1 Introduzione. B due punti del piano (o dello spazio). Ciascuna classe ´e detta vettore geometrico o vettore libero e pu´o essere rappresentata da un qualsiasi segmento ad essa appartenente.

. αr ∈ lR. 2) Associativa : (v1 + v2 ) + v3 = v1 + (v2 + v3 ). dove 1 ´e l’unit´a in lR. La somma tra vettori gode delle seguenti propriet´a: 1) Commutativa: v1 + v2 = v2 + v1 . dove per vettore 0 si intende il segmento OO.3 Combinazioni lineari e componenti in un riferimento ortogonale... β ∈ lR. per verso quello di percorrenza da O a Q e per modulo la lunghezza della diagonale OQ del parallelogramma (disegno 1).. opposto a quello di v. il modulo pari a |α||v| e verso coincidente con quello di v... Le propriet´a 1)-2)-3)-4) rendono l’insieme dei vettori geometrici del piano (o dello spazio). αr il vettore v risultante dalla seguente somma: v = α1 v1 + α2 v2 + α3 v3 + . Il prodotto cos´ı definito gode delle seguenti propriet´a: 1) (αβ)v = α(βv). L’insieme di tutti i vettori geometrici. se α > 0. v3 vettori del piano (o dello spazio).. . v2 . I vettori geometrici.. se α < 0. Definiamo somma OP + OP1 il vettore avente per direzione quella della retta su cui giace la diagonale OQ. Siano infine OP e OP1 due vettori con direzioni differenti. vr vettori e α1 . 4) α(v1 + v2 ) = αv1 + αv2 .8 2. v2 . 4) Esistenza dell’elemento opposto : v + (−v) = 0.. .. rispetto alle operazioni di somma e prodotto per uno scalare da noi definite. rispetto all’operazione di somma. viene detto spazio vettoriale geometrico. 3) (α + β)v = αv + βv. come lato del parallelogramma avente per diagonale OQ e per secondo lato OP (disegno 1). vr a coefficienti reali α1 . Diciamo combinazione lineare dei vettori v1 . . verso coincidente con quello del vettore addendo di modulo maggiore. per α. Notiamo anche che dalla definizione di somma OP + OP1 = OQ si ricava al contrario anche quella di differenza tra due vettori OQ − OP = OP1 .. Siano v1 . . 3) Esistenza dell’elemento neutro : v + 0 = 0 + v = v.. addendi. Definiamo il vettore αv come quello avente la direzione del vettore v. Siano v un vettore e α ∈ lR. e modulo pari al valore assoluto della differenza dei moduli dei vettori addendi. 2. 2) 1 · v = v. Indichiamo pi´ u semplicemente v. + αr vr . Si costruisca il parallelogramma di lati OP e OP1 e si indichi con Q il quarto vertice del parallelogramma. v1 . .. un gruppo commutativo.

ed il prodotto scalare si presenta nella seguente forma: v × w = (vx i + vy j + vz k) × (wx i + wy j + wz k) = vx wx + vy wy + vz wz . vy = b... Siano v = OP e w = OQ. vy . vz ) e w = (wx . Consideriamo un sistema di riferimento cartesiano ortogonale nello spazio.4. wz ) due distinti vettori. In modo del tutto analogo si osservi che se α ∈ lR. . Y. wz ). inoltre esso ´e commutativo. αr sono le componenti del vettore v rispetto ai vettori v1 . k dei tre assi coordinati nel modo seguente: v = vx i + vy j + vz k (disegno 2).. vz + wz ). Siano ora v = (vx . αvz ).. Si noti che tale prodotto ha come risultato uno scalare (un numero reale). Costruiamo la loro somma v + w = (vx i + vy j + vz k) + (wx i + wy j + wz k) = (vx + wx )i + (vy + wy )j + (vz + wz )k cio´e v + w ha componenti (vx + wx . b.4 Prodotto scalare e proiezione su una retta.. Per convenzione si definisce angolo ϕ compreso tra i due vettori quello interno al triangolo P OQ (disegno 3). α2 v2 . Diremo che due vettori v = (vx . Il vettore v = OP ha come componenti rispetto ai tre assi coordinati. vy + wy . vz = c. vy .. vz ) ´e dato da |v| = vx2 + vy2 + vz2 .αr vr e che α1 .2. . αvy ... wy . cio´e il vettore v si pu´o esprimere come combinazione lineare dei tre versori i. Z. wz ) sono uguali se e solo se hanno le stesse componenti rispetto ai versori degli assi coordinati. Dalla definizione di componenti appena data. allora v = (vx . vy .. Si definisce prodotto scalare il seguente v × w = |v| · |w| · cos(ϕ). vz ) e w = (wx . vz ) e w = (wx . 9 Diremo anche che il vettore v ´e scomposto nella somma dei vettori α1 v1 . si pu´o facilmente qdedurre che il modulo di un vettore v di componenti (vx . 2. cio´e v × w = w × v ed infine esso ´e nullo solo quando uno dei due vettori ´e nullo oppure se i due vettori sono tra loro ortogonali. che sono le sue coordinate rispetto al sistema di riferimento. wy . vr . j. . Nel caso i due vettori siano considerati in uno spazio dotato di riferimento cartesiano. c).. di origine O e assi coordinati X. Prodotto scalare e proiezione su una retta. Un qualsiasi punto dello spazio sar´a individuato da un terna di numeri reali (a. vy . wy . allora il vettore αv ha per componenti la terna (αvx . rispettivamente vx = a.

esso si pu´o ricavare se ´e w noto un vettore w parallelo a r. w. Siano v. Da quest’ultima ricaviamo anche che: cos(ϕ) = q vx wx + vy wy + vz wz q . cio´e: v 0 = |OQ0 | · u = (v × u) · u. 3) verso tale che un osservatore posto dalla parte in cui ´e rivolto il vettore v ∧ w. vx2 + vy2 + vz2 wx2 + wy2 + wz2 Applicando tale formula si ricavano anche i coseni direttori di un vettore v.5 w w w )· = (v × w) · . 2) modulo pari a |v||w|sen(ϕ). . w vettori. cos(vY ) = q vx2 + vy2 + vz2 vz . Applicando ora le regole trigonometriche sulla risoluzione dei triangoli. tale che la direzione del vettore e quella della retta formino un angolo ϕ (disegno 4). quello avente per modulo |OQ0 | e per direzione e verso quelli di u. Definiamo prodotto vettoriale v ∧ w quel vettore che abbia: 1) direzione ortogonale al piano individuato dai vettori v.10 2. si osserva facilmente che |OQ0 | = |OQ| · cos(ϕ) = v × u. Si noti che pur non conoscendo il versore della retta r. Il prodotto vettoriale ´e nullo solo quando uno dei due vettori ´e nullo oppure i due vettori sono tra loro paralleli. dove ϕ ´e l’angolo compreso tra i due vettori. In tal caso u = |w| ed otteniamo v 0 = (v × 2. |w| |w| |w|2 Prodotto vettoriale e componente rispetto ad un piano. veda il vettore v sovrapporsi al vettore w in senso antiorario (disegno 5). vx2 + vy2 + vz2 Siano ora v = OQ e r una retta passante per O di versore u. o meglio con i tre versori dei suddetti assi: vx cos(vX) = q vx2 + vy2 + vz2 vy . cio´e i coseni degli angoli che il vettore forma con i tre assi coordinati. Diciamo componente di v rispetto alla retta r. Diremo invece vettore proiezione v 0 di v su r. la lunghezza del segmento OQ0 . dove Q0 ´e la proiezione ortogonale di Q su r. I vettori geometrici. cos(vZ) = q .

wy . vz ) e w = (wx . Prodotto vettoriale e componente rispetto ad un piano. w. il prodotto vettoriale ´e anticommutativo cio´e: v ∧ w = −w ∧ v. wz ). quindi A = |v||w|sen(ϕ) = |v ∧ w| concludendo che l’area del parallelogramma avente per lati v. L’altezza relativa a v forma con v e w un triangolo rettangolo. per cui h = |w|sen(ϕ). vy . Inoltre il prodotto vettoriale ´e distributivo rispetto alla somma tra vettori. Poniamoci ora nel caso in cui i due vettori appartengano allo spazio cartesiano. L’area di tale parallelogramma ´e A = b · h. per cui v = (vx . Scegliamo ad esempio il vettore v come base (disegno 6). cio´e: v ∧ (w1 + w2 ) = (v ∧ w1 ) + (v ∧ w2 ). w ´e pari al modulo del prodotto vettoriale v ∧ w. al contrario di quanto avviene per il prodotto scalare. 11 Notiamo che in base alla definizione. Consideriamo ora un parallelogramma che abbia come lati i vettori v. Calcoliamo ora il loro prodotto vettoriale: v ∧ w = (vx i + vy j + vz k) ∧ (wx i + wy j + wz k) = i(vy wz − vz wy ) + j(vz wx − vx wz ) + k(vx wy − vy wx ) = .2.5. dove b ´e la base da noi scelta e h ´e l’altezza relativa a tale base.

.

.

i .

j k .

.

.

.

.

vx vy vz .

. .

.

.

wx wy wz .

Osserviamo che lo sviluppo della formula precedente dipende dall’applicazione della propriet´a distributiva del prodotto vettoriale rispetto alla somma tra vettori ed anche dalle seguenti identit´a che derivano direttamente dalla definizione di prodotto vettoriale: i ∧ j = −j ∧ i = k. dove P 0 ´e la proiezione ortogonale del punto P sul piano. Sia ora v = OP e π un piano passante per O. al quale appartengano i due vettori u1 . i ∧ k = −k ∧ i = −j k ∧ k = 0. Se indichiamo w il vettore P P 0 allora otteniamo . Dal controesempio che segue si deduce inoltre che per il prodotto vettoriale non vale la propriet´a associativa: i ∧ (i ∧ k) = i ∧ (−j) = k ma (i ∧ i) ∧ k = 0. j ∧ k = −k ∧ j = i. j ∧ j = 0. u2 . i ∧ i = 0. La proiezione di OP su π ´e il vettore v 0 = OP 0 .

v 0 +w = v. uy . uz ). |u1 ∧ u2 |2 Prodotto misto. vy . Infine otteniamo: w = (v × u) · u = [v × (u1 ∧ u2 )] · 2. Siano u.6 u1 ∧ u2 . Nel caso i tre vettori siano dati in uno spazio cartesiano ortogonale. vz ). Per ottenere la proiezione v 0 ´e allora sufficiente determinare il vettore w. da cui ovviamente v 0 = v −w (disegno 7). dei prodotti u × (v ∧ w). xz ) e svolgendo il prodotto si ottiene: u × (v ∧ w) = ux (v ∧ w)x + uy (v ∧ w)y + uz (v ∧ w)z = . w = (wx . I vettori geometrici.12 2. Per ottenere tale proiezione ´e necessario conoscere il versore u normale al piano e. v = (vx . definiamo prodotto misto quello scalare che si ottiene dall’esecuzione. poich´e sappiamo che il vettore 2 u1 ∧ u2 ´e normale al piano. w tre vettori. deduciamo che u = |uu11 ∧u ∧u2 | . wy . allora u = (ux . Tale vettore non ´e altro che la proiezione di v lungo la retta normale al piano e passante per O. rispettando l’associazione tramite parentesi. v.

.

.

.

.

.

.

v .

v .

.

.

.

v v v v .

x .

z .

y y .

x .

z .

ux .

.

+ uy .

.

= .

+ uz .

.

wx wy .

.

wz wx .

.

wy wz .

.

.

.

.

u .

x uy uz .

.

.

.

vx vy vz .

. .

.

.

wx wy wz .

Il volume del parallelepipedo ´e V0 = b · h. w. per cui h=u× da cui V0 = |v ∧ w| · u × v∧w |v ∧ w| v∧w = u × (v ∧ w). dove indichiamo con b l’area di una base e con h l’altezza relativa a tale base scelta (disegno 8). Consideriamo ora il parallelepipedo avente per spigoli i tre vettori u. |v ∧ w| . v. L’altezza h ´e la componente ortogonale del terzo spigolo del parallelepipedo lungo la normale al piano individuato da v e w. Scegliamo come base quella avente per lati i vettori v. w e sappiamo per quanto detto in precedenza che l’area cercata ´e pari al modulo |v ∧ w|. Si noti che il prodotto misto si annulla solo quando uno dei tre vettori ´e nullo oppure quando i tre vettori sono complanari. cio´e quando il vettore u ´e ortogonale al vettore v ∧ w.

u × i = √1 . |u| |u| 9 t u . 2.1). 3. i moduli dei vettori. −a. |u| 3 Allora il vettore proiezione ´e dato da   u u 1 v× × = (i + 2j − 2k). u × v= (-2)(-3)=6. 2.0. 2. il loro prodotto scalare. 1. Svolg. 14 u×k = √3 . 14 u×j = −2 √ . 14 v × i = 0. La proiezione di v su r ´e data da v× 1 u = . − 12 }. −2. 4. t u Esempio 12. t u Esempio 13. Svolg. |u| = √ 1+4+9= √ 14. −1) formino un angolo di π3 .6. cos(ϕ) = 3·√6 14 = 27 . Determinare a ∈ lR tale che i vettori u = (1. v × j = −1. 1 π u×v = cos( ) = = 2 3 |u| · |v| a + 1 + 2a − 1 3a √ √ =√ √ 2 2 2 6 a + 1 + 2a + a + 1 6 2a + 2a + 2 da cui 2a2 − a − 1 = 0 e a ∈ {1. −2) e v=(3. |v| = √ 9 = 3. Svolg. 4. v × k = 0. il coseno dell’angolo da essi formato. Determinare: 1. 1) e v = (a + 1. Prodotto misto. Determinare la proiezione ortogonale di v rispetto alla retta r contenente u.2. q 3. 13 Esempio 11. Siano u = (1. i coseni direttori dei due vettori. Siano u = i − 2j + 3k e v = −3j vettori nello spazio cartesiano.

Determinare il volume del parallelepipedo avente per spigoli i vettori i + j. t u Esempio 15. dove w ´e il vettore (perpendicolare al piano XY ) che ´e proiezione ortogonale di v rispetto alla retta contenente i ∧ j. Proiettando v su XY si avrebbe v = v 0 + w. cio´e i∧j w = v × (i ∧ j) · = 3k |i ∧ j|2 e v 0 = 2i − j.14 2. −i + k. Il volume ´e dato da . Svolg. Svolg. I vettori geometrici. Determinare il vettore v 0 proiezione di v = 2i − j + 3k sul piano XY . Esempio 14. k.

.

.

1 1 0 .

.

.

.

.

.

0 0 1 .

= 1.

−1 0 1

t
u

2.7. Esercizi.

2.7

15

Esercizi.

Esercizio 1. Siano u = i − 2j + 3k, v = −3j vettori dello spazio euclideo. Determinare i loro moduli, il loro prodotto scalare, il coseno dell’angolo da essi formato,
i loro coseni direttori.
Esercizio 2. Ripetere l’esercizio precedente coi seguenti vettori: u = (1, 1, 0),
v = (2, 1, 1).
Esercizio 3. Determinare la proiezione del vettore v = i − j + k su una retta
parallela al vettore w = i + 2j − k.
Esercizio 4. Determinare il parametro k tale che i vettori (1, −2, 1) e (k+1, −k, −1)
formino un angolo di π3 .
Esercizio 5. Determinare la componente e il vettore proiezione di v = (3, 0, 1)
sulla retta contenente il vettore (1, 2, −2).
Esercizio 6. Determinare la proiezione del vettore (1, 2, 1) sulla retta contenente
il vettore (1, 1, 1).
Esercizio 7. Determinare la proiezione del vettore (1, 1, 1) sul piano contenente
i vettori (2, 1, 0) e (1, 0, 1).
Esercizio 8. Determinare la proiezione del vettore 2i − j + 3k sul piano XY .
Esercizio 9. Utilizzare i vettori (1, −2, 0), (0, 3, 4), (1, −1, 1) per dimostrare che
il prodotto vettoriale non ´e associativo.
Esercizio 10. Determinare il volume del parallelepipedo avente come spigoli i
vettori (1, 1, 0), (0, 0, 1) e (−1, 0, 1).
Esercizio 11. I seguenti vettori (2, −1, 3) e (1, 1, 0), sono reciprocamente paralleli,
perpendicolari o nessuna delle due?
Esercizio 12. Determinare se i vettori v = 2i − 3j + k e w = 53 i − 52 j + 56 k sono
paralleli, perpendicolari o nessuna delle due.
Esercizio 13. Determinare h1 e h2 tali che i vettori v = 2i + j − 3k e w =
i + h1 j + h2 k risultino paralleli.
Esercizio 14. Determinare il valore del parametro h in modo tale che il vettore
(2, h, 1 − h) sia complanare con i vettori (1, 2, 1) e (3, 1, 5).

0. Siano v1 = 2i + j e v2 = i + 3j vettori del piano euclideo. 0. Esercizio 19. Siano v1 = i + j e v2 = i − 2j vettori del piano. v2 = (0. 1). −1. 0) e w3 = (2. Dati i vettori v = i − j + k e w = −2i + k. 1) e di un vettore v2 complanare coi vettori w2 = (1. 1. determinare il loro prodotto scalare e le componenti del loro prodotto vettoriale. 1. I vettori geometrici.16 2. Determinare le componenti del vettore proiezione ortogonale di v1 sul piano contenente v2 e v3 . 1. Esprimere il vettore v = (2. 1) come somma di un vettore v1 parallelo al vettore w1 = (0. 0). Determinare la componente ortogonale di v1 secondo una retta parallela e concorde col versore di v2 ed anche le componenti del vettore proiezione ortogonale di v1 su tale retta. Esercizio 16. Esercizio 15. 2. v3 = (1. 2) vettori dello spazio. 1). Determinare le componenti del versore di v1 e del versore di v2 e l’angolo compreso tra di essi. Siano v1 = (1. Esercizio 17. . Esercizio 18.

... In esse individueremo un particolare insieme di elementi: {a11 .. j = 1. nel modo seguente: siano A = [aij ] e B = [bij ] matrici in Mmn (lR)... m. che siano disposti in modo ordinato nelle righe e nelle colonne nel seguente modo:      a11 a12 a21 a22 . am1 am2 . a1n .. .... . detta somma tra matrici.. a33 .. . l’elemento aij ´e quello che occupa il posto che ´e individuato dall’incrocio della riga i e dalla colonna j. a2n .. i cui elementi sono scelti nei reali........1 Introduzione.. .. ... a1n . cmn       =   a11 a12 a21 a22 . c1n .. .. a2n . ann } detta diagonale principale della matrice. Una matrice ´e un simbolo....... una tabella nella quale si possono individuare righe e colonne. .. a22 ... Introduciamo in Mmn (lR) una operazione.. Una matrice con m righe e n colonne ´e un insieme di m · n elementi scelti in un campo (per noi usualmente il campo dei numeri reali).... bmn    =  . .. Chiameremo matrici quadrate quelle tabelle in cui m = n e le chiameremo matrici di ordine n... la loro somma ´e ancora una matrice C = [cij ] di Mmn (lR) definita da      c11 c12 c21 c22 . ....... i = 1...  In altre parole. ..n.. amn       +   b11 b12 b21 b22 .. Pi´ u sinteticamente scriveremo una matrice col simbolo A = [aij ]. cm1 cm2 . amn    .. Denoteremo Mmn (lR) l’insieme di tutte le matrici con m righe e n colonne... bm1 bm2 . c2n . ... b2n .. 3. . b1n .. . ...3 Le matrici.. am1 am2 .

propriet´a commutativa.. . Consideriamo ora due matrici A = [aij ] ∈ Mmn (lR) e B = [bij ] ∈ Mnq (lR). ciascuno con il corrispondente elemento della colonna s della seconda matrice.. a2n + b2n . Siano ora α ∈ lR e A = [aij ] ∈ Mmn (lR).. . C matrici di Mmn (lR). 0  0 0 .. 0    0=   .. . 0 tale che A + 0 = 0 + A = A... tale che l’elemento di posto (r. tale che A+B = 0. Moltiplicare lo scalare α per la matrice A vuol dire moltiplicarlo per ogni elemento di A ottenendo cos´ı la matrice αA = [αaij ]. Per esempio:   " # " # 1 −1 0 1 2 3 3 −2 5   · 1 1 1 = .. 3. 3) ogni matrice A = [aij ] possiede l’opposta B = −A = [−aij ].. B. amn + bmn      quindi ogni elemento cij di C ´e la somma degli elementi omologhi in A e B. 4) A + B = B + A.18 3...... + arn bns k=1 In sostanza l’elemento crs ´e la somma di tutti i prodotti degli elementi della riga r della prima matrice. Le matrici........  0 0 .. propriet´a associativa. s) di C sia uguale a crs = n X ark bks = ar1 b1s + ar2 b2s + ar3 b3s + ... Siano A..      a11 + b11 a12 + b12 a21 + b21 a22 + b22 . .. 1 0 1 1 −2 1 0 −1 1 .. am1 + bm1 am2 + bm2 . 2) Esiste l’elemento neutro della somma..2 Prodotto righe per colonne. a1n + b1n .. Si definisce prodotto righe per colonne di A e B quella operazione che abbia come risultato la matrice C = [cij ] ∈ Mmq (lR). cio´e la matrice   0 0 . . rispetto all’operazione di somma sono soddisfatte le seguenti propriet´ a: 1) (A + B) + C = A + (B + C). ..

.. ed ´e −1 se σ ´e dispari.. 2. e det(A) = a11 · a22 − a12 · a21 cio´e dapprima moltiplichiamo a21 a22 tra loro gli elementi della diagonale principale. 1) A(BC) = (AB)C.. 0 0 1 ... A partire da tale definizione vogliamo introdurre alcuni metodi pratici per il calcolo dei determinanti. . (A + B)C = AC + BC. da n = 1 fino ad un qualsiasi n. Esiste una matrice I ∈ Mn (lR) che si comporta come elemento neutro per il prodotto righe per colonne.... 3.. 0 0 .. Inoltre sia Mn (lR) l’insieme di tutte le matrici quadrate di ordine n.. .. 1 Si noti infine che non vale la propriet´a commutativa per il prodotto righe per colonne. 0 1 .3 Determinanti. Il valore ϕ(A) ∈ lR ´e detto determinante di A ed indicato ϕ(A) = det(A) = |A|. cio´e non ´e regola generale che AB = BA. n=1. . 2) A(B + C) = AB + AC. C ∈ Mnt (lR) e α ∈ lR. B ∈ Mnn (lR).  .. . Il segno di ogni addendo ´e (−1)σ . A = [a]. " # a11 a12 . in modo induttivo..3.  .. Sia A = [aij ] ∈ Mn (lR) una matrice quadrata di ordine n.  .. cio´e per ogni A ∈ Mn (lR) si ha AI = IA = A. La P corrispondenza ϕ ´e definita da: det(A) = σ (−1)σ a1σ(1) · a2σ(2) · · · anσ(n) al variare di σ tra le n! permutazioni di {1.3. 19 Tale prodotto non ´e definito se A ∈ Mmn e B = Mtq con n 6= t. associativa.. n=2. .... 3. a ∈ lR ed in questo caso si definisce det(A) = a.... Il prodotto righe per colonne gode delle seguenti propriet´a: siano A ∈ Mmn (lR). 0    .. che ´e +1 se σ ´e una permutazione pari.. Esiste una corrispondenza ϕ : Mn (lR) −→ lR che associa ad ogni matrice uno ed un solo valore in lR. Determinanti.. Tale matrice ´e quella che ha 1 su tutta la diagonale principale e zero altrove:     I=   1 0 . 3) α(AB) = A(αB). n}..  . 0 . distributiva rispetto alla somma. Quindi moltiplichiamo tra loro gli .

Ricopiamo le prime due colonne a destra della terza:   a11 a12 a13 a11 a12    a21 a22 a23 a21 a22  a31 a32 a33 a31 a32 Individuiamo cos´ı tre diagonali principali e tre secondarie. 3 1 1 1 Le seguenti sono sottomatrici di A: " # 1 0 1 2 1 2 . Diremo complemento algebrico di un elemento aij ∈ A ∈ Mn (lR). Per calcolare il determinante usiamo il seguente metodo.   1 0 1 0   Esempio 16. In questo caso abbiamo bisogno di introdurre alcune definizioni: Sia A ∈ Mmn (lR). Tale sottomatrice avr´a ordine (p. n=3. q). Sia A =  2 1 2 0 . il determinante di una sottomatrice di ordine p di A. Le matrici. Diremo minore di ordine p di A. moltiplicato per (−1)i+j . diciamo sottomatrice di A una qualsiasi matrice ottenuta utilizzando gli elementi che appartengano contemporaneamente ad un numero p di righe di A ed ad un numero q di colonne di A. elementi della diagonale secondaria cambiando il segno di questo ultimo prodotto. Infine sommiamo i due prodotti ottenuti. Eseguiamo i prodotti degli elementi di ciascuna diagonale.20 3. il minore di ordine n − 1 ottenuto cancellando la riga e la colonna cui appartiene aij . cambiando il segno al prodotto degli elementi di ogni diagonale secondaria.   a11 a12 a13    a21 a22 a23 . a31 a32 a33 detto ’di Sarrus’. n ≥ 4. Infine sommiamo i prodotti ottenuti: det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 + −a13 a22 a31 − a11 a23 a32 − a12 a21 a33 .

Determinanti. 21 ottenuta dalle prime 2 righe e dalle prime 3 colonne di A. " # 1 0 2 0 ottenuta dalle prime due righe e dalla terza e quarta colonna di A. Inoltre sono minori di ordine 2 i seguenti . " # 1 0 1 1 ottenuta dalla prima e terza riga e dalla terza e quarta colonna di A.3.3.

.

.

.

.

1 0 .

.

1 0 .

.

.

.

.

.

. = 1.

= 0. .

.

.

1 1 .

.

2 0 .

  1 2 3   A =  0 1 0 . 2 2 1 Il complemento algebrico di a13 = 3 ´e . Esempio 17.

.

.

0 1 .

.

.

A13 = (−1)4 .

.

= −2. .

2 2 .

Il complemento algebrico di a21 = 0 ´e A21 .

.

2 3 = (−1) .

.

2 1 3.

.

.

.

.

= 4. .

Sia A una matrice quadrata di un certo ordine n.    A=  1 3 1 3 2 1 1 2 1 0 1 1 0 1 1 0    . Esempio 18. Teorema di Laplace.  . Il determinante di A si ottiene moltiplicando gli elementi di una qualsiasi riga (o colonna) di A per i rispettivi complementi algebrici e sommando tutti i prodotti ottenuti.

rispetto alla prima riga. Le matrici.22 3. otteniamo: . Applicando il teorema di Laplace.

.

.

.

.

.

.

.

.

3 1 1 .

.

3 1 0 .

.

1 0 1 .

.

3 0 1 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

det(A) = (+1) .

1 1 1 .

+(−2) .

1 1 1 .

+(+1) .

1 1 1 .

+(0) .

1 1 1 .

= .

.

.

.

.

.

3 2 1

3 2 0

.

2 1 0 .

.

3 1 0 .

.4 Dipendenza ed indipendenza tra righe.. Una matrice con determinante nullo ´e detta matrice singolare (al contrario ´e detta non singolare). otteniamo che una matrice quadrata che abbia una riga o una colonna composta da elementi tutti nulli. 3. avr´a determinante nullo.... poich´e pi´ u veloci.. −2 + 10 − 4 + 0 = 4. ain ) .. . Definiamo le seguenti operazioni: i) sommare due righe (due n-uple) vuol dire sommare ciascun elemento di una con il corrispondente dell’altra.. .. amn ).  ∈ Mmn (lR)... . a1n ) u2 = (a21 . ai2 ... amn Isoliamo ciascuna riga della matrice come una n-upla ordinata di scalari: u1 = (a11 ....... Si noti che il teorema di Laplace vale per tutte le matrici quadrate di qualsiasi ordine....... a1n   A =  .... .... Consideriamo la matrice   a11 a12 ..... am2 ........ a12 ... ad esempio u1 + u2 = (a11 + a21 .. a2n ) ... ovviamente per quelle di ordine 2 e 3 si preferisce usare i metodi precedentemente esposti. a1n + a2n ).. um = (am1 ... ... Come immediata conseguenza del teorema di Laplace..... .. . ui = (ai1 . . am1 am2 ..... a22 . a12 + a22 ....... .. ...... .. ..

3.5. Rango di una matrice.

23

ii) moltiplicare una riga per uno scalare α ∈ lR vuol dire moltiplicare ciascun
elemento della riga per α, ad esempio
αu1 = (αa11 , αa12 , ..., αa1n ).
Siano u1 , .., ur righe di una matrice. Diremo che u1 , .., ur sono linearmente dipendenti se esistono α1 , .., αr ∈ lR non tutti nulli, tali che α1 u1 + α2 u2 + ... + αr ur =
(0, 0, 0, ..., 0) (la n-upla nulla). Supponiamo che sia αi 6= 0. Allora
αi ui = −α1 u1 − α2 u2 .. − αi−1 ui−1 − αi+1 ui+1 − ... − αr ur
da cui
ui = −

α1
α2
αi−1
αi+1
αn
u1 −
u2 − ... −
ui−1 −
ui+1 − ... −
un
αi
αi
αi
αi
αi

cio´e, se le righe u1 , .., ur sono linearmente dipendenti, allora almeno una di esse si
pu´o esprimere come combinazione lineare delle altre.
Diremo invece che le u1 , .., ur sono linearmente indipendenti se vale la seguente:
α1 u1 +α2 u2 +...+αr ur = (0, 0, 0, ..., 0)

1 2 0
 3 1 0

Esempio 19. Sia A = 
 2 −1 0
0 0 1
u3 = (2, −1, 0), u4 = (0, 0, 1).

se e solo se

α1 = α2 = α3 = ... = αr = 0.




 con righe u1 = (1, 2, 0), u2 = (3, 1, 0),

Le righe u1 , u2 , u3 sono linearmente dipendenti infatti:
(−1)u1 + (1)u2 + (−1)u3 = (0, 0, 0)
da cui u3 = u2 − u1 , cio´e u3 ´e combinazione lineare di u2 e u1 .
Le righe u2 , u3 , u4 sono linearmente indipendenti, infatti se supponiamo a2 u2 +
a3 u3 + a4 u4 = (0, 0, 0), otteniamo (3a2 + 2a3 , a2 − a3 , a4 ) = (0, 0, 0) e quindi
a2 = a3 = a4 = 0.

3.5

Rango di una matrice.

Sia A una matrice con m righe e n colonne. Diciamo rango di A l’ordine della pi´
u
grande sottomatrice quadrata di A che abbia determinante non nullo. Ovviamente
rank(A) ≤ min{m, n}.

24

3. Le matrici.

Esempio 20.


2 1 0


 3 1 1  ha rango 3
−1 0 1


2 1 0


 3 1 1  ha rango 2
1 0 1
"
#
2 1 1 0
ha rango 2
3 2 1 0
"
#
2 1 1 0
ha rango 1.
4 2 2 0

Talvolta calcolare il rango di una matrice pu´o non essere facile come negli
esempi precedenti. Ci proponiamo ora di introdurre quelle che sono chiamate
operazioni elementari sulle righe di una matrice. Tali operazioni, pur modificando
la matrice di partenza, ne lasciano invariato il rango. Lo scopo ´e quello di trasformare una matrice in un’altra di pi´
u facile lettura, al fine di determinare il rango
della trasformata, sicuri che esso sia anche il rango della matrice di partenza.
Le operazioni elementari sulle righe sono di tre tipi:
1. Scambio di posizione tra
 due righe;



1 2
0 1




per esempio la matrice  3 2  si trasforma nella  3 2  dopo lo scam0 1
1 2
bio tra la prima e la terza riga. Denoteremo lo scambio tra la riga i e la riga
j con il simbolo Ri ↔ Rj .
Nel caso di matrici quadrate, ci´o comporta che il valore assoluto del determinante della matrice finale ´e identico a quello della matrice iniziale, ma i
segni dei due determinanti sono discordi.
2. Moltiplicazione di una riga
 per uno
 scalare α 6= 0;


1 2
3 6




per esempio la matrice  3 2  si trasforma nella  3 2  dopo aver
0 1
0 1
scambiato la prima riga con essa stessa moltiplicata per 3. Denoteremo lo
scambio di una riga i con la stessa riga moltiplicata per lo scalare α, con il
simbolo Ri → αRi .
Nel caso di matrici quadrate, ci´o comporta che il determinante della matrice
finale ´e pari a quello della matrice iniziale, moltiplicato per α.

3.5. Rango di una matrice.

25

3. Sostituzione di un vettore riga con se stesso, sommato ad un altro vettore
riga che sia moltiplicatoper unoscalare non nullo; 

1 2
13 10




per esempio la matrice  3 2  si trasforma nella  3 2  dopo aver
0 1
0 1
scambiato la prima riga con la somma di essa stessa e della seconda riga
moltiplicata per 4. Denoteremo lo scambio della riga j con la somma della
riga j e della riga i moltiplicata per uno scalare α, con il simbolo Rj →
Rj + αRi .
Nel caso di matrici quadrate, i determinanti della matrice finale e di quella
iniziale sono esattamente identici.
Diciamo elemento speciale in una riga, ogni elemento non nullo tale che nella
propria colonna,
al disotto di esso, vi siano solo elementi nulli. Per esempio nella

1 2 3


matrice  3 0 4  l’elemento a12 = 2 ´e speciale per la prima riga.
1 0 −1
Diremo che una matrice ´e ridotta per righe se in ogni riga vi ´e almeno un
elemento speciale (il controllo non va ovviamente fatto per gli elementi dell’ultima
riga, poich´e essi non presentano altre righe al di sotto). Si dimostra che il rango
di una matrice ridotta per righe ´e pari al numero di righe non nulle della matrice
stessa.
Quindi per calcolare il rango di una matrice potremmo operare nel modo
seguente: se la matrice ´e gi´a ridotta per righe, calcoliamo semplicemente il numero di righe non nulle (esso ´e il rango della matrice); altrimenti, per prima cosa
riportiamo la matrice ad una forma ridotta, tramite le operazioni elementari sopra esposte, quindi calcoliamo il numero di righe non nulle della forma ridotta
ottenuta.


1 1 2 0 −1


Esempio 21. La matrice  0 9 2 −5 5  ´e ridotta per righe
0 4 0 8
7
Infatti: a11 = 1 ´e l’elemento speciale della prima riga, a23 = 2 ´e l’elemento
speciale della seconda riga. Il rango della matrice ´e tre.


1 1 2 0 −1


Esempio 22. La matrice  0 2 1 2 2  non ´e ridotta per righe.
1 3 3 2 1
Operiamo nel modo seguente:

26

3. Le matrici.


1 1 2 0 −1


1) R3 → R3 − R1 e la matrice diventa  0 2 1 2 2 ;
0 2 1 2 2


1 1 2 0 −1


2) R3 → R3 − R2 e la matrice diventa  0 2 1 2 2  che presenta l’ele0 0 0 0 0
mento speciale a11 sulla prima riga e quello a22 sulla seconda. Quindi ´e ridotta ed
il suo rango ´e 2.
Si noti che la possibilit´a di trasformare una riga della matrice di partenza in
una riga nulla, dipende esclusivamente dal fatto che tale riga sia una combinazione
lineare di altre righe della matrice (in caso contrario non riusciremmo in alcun
modo, attraverso le operazioni elementari, ad annullare tale riga). In tal senso
possiamo dare una ulteriore definizione di rango di una matrice: esso ´e il numero
massimo di righe tra loro linearmente indipendenti.

1
1
2

Esempio 23. La matrice  −3 −3 −6
2
2
4
dei vettori riga
dipende
dagli
altri.


1 3 6 0 0


La matrice  0 2 1 0 2  ha rango 3
1 3 3 3 1
indipendenti.


0 −1

0 3  ha rango 1, poich´e ciascuno
0 −2

poich´e le tre righe sono tutte tra loro

Queste ultime considerazioni ci fanno comprendere come, nel caso di matrici
quadrate, si possa riconoscere in talune occasioni, se il determinante della matrice
´e nullo oppure diverso da zero. In particolare sia A una matrice quadrata di ordine
n. Se una riga ´e tutta nulla, allora il suo determinante ´e nullo (il rango non potr´
a
essere n). Se una riga ´e proporzionale ad un’altra il determinante ´e ancora nullo
(con opportune trasformazioni sulle righe, una delle due tra loro proporzionali,
diventa nulla). Pi´
u in generale se una riga ´e combinazione lineare di altre righe, il
determinante ´e nullo.
Possiamo ora considerare una ulteriore definizione di rango di una matrice: esso ´e
il numero di righe linearmente indipendenti presenti nella matrice stessa.
Quanto appena detto viene anche utilizzato per dimostrare il seguente
Secondo teorema di Laplace. In una matrice quadrata, moltiplicando gli
elementi di una riga (o di una colonna) per i complementi algebrici di un’altra riga
(o colonna) e sommando i prodotti ottenuti, si ottiene zero.

3.6. Le matrici elementari.

3.6

27

Le matrici elementari.

Una matrice quadrata di ordine n ´e detta elementare se essa ´e ottenuta dalla
matrice identica di ordine n tramite una sola operazione elementare. Per esempio
la matrice elementare


1 0 0


E= 0 0 1 
0 1 0
´e ottenuta dalla matrice identica I di ordine 3, scambiando tra di loro la seconda
e la terza riga.
Per quanto detto sulle operazioni elementari su matrici quadrate, segue facilmente
che ogni matrice elementare ha determinante non nullo, quindi ´e invertibile, e la
sua inversa ´e ancora una matrice elementare.
Le matrici elementari sono utilizzate per determinare in modo immediato le trasformazioni per righe su qualsiasi matrice (non necessariamente quadrata). Pi´
u precisamente, se E ´e una matrice elementare di ordine n, ottenuta con una qualche
trasformazione elementare, e se A ´e una matrice con n righe, allora la matrice E ·A
´e la trasformata di A tramite la medesima operazione con la quale si ´e ottenuta
E. Per tornare alll’esempio precedente, sia


1 2 0 1


A= 1 1 1 2 
0 1 1 1
allora la matrice

 
 

1 0 0
1 2 0 1
1 2 0 1

 
 

E·A= 0 0 1 · 1 1 1 2 = 0 1 1 1 
0 1 0
0 1 1 1
1 1 1 2
e la terza riga (R2 ←→ R3 ).

0 0

1 0  si ottiene dalla matrice
0 1


1 2 0 1


4. Se A =  1 1 1 2  allora la
0 1 1 1
 

1
4 8 0 4
 

2  =  1 1 1 2  si ottiene dalla
1
0 1 1 1
moltiplicata per 4 (R1 → 4R1 ).

si ottiene dalla A scambiando tra loro la seconda

4

Esempio 24. La matrice elementare E =  0
0
identit´
a moltiplicando la prima riga per

 
4 0 0
1

 
matrice E · A =  0 1 0  ·  1
0 0 1
0
A sostituendo la prima riga con se

2 0
1 1
1 1
stessa

28

3. Le matrici.


1 0 5


Esempio 25. La matrice elementare E =  0 1 0  si ottiene dalla matrice
0 0 1
identit´
a sostituendo la prima riga con la somma
 di se stessae della terza riga
1 2 0 1


moltiplicata per 4 (R1 → R1 + 4R3 ). Se A =  1 1 1 2  allora la matrice
0 1 1 1

 
 

1 0 5
1 2 0 1
1 6 4 5

 
 

E · A =  0 1 0  ·  1 1 1 2  =  1 1 1 2  si ottiene dalla A sos0 0 1
0 1 1 1
0 1 1 1
tituendo la prima riga con se stessa con la somma di se stessa e della terza riga
moltiplicata per 4 (R1 → R1 + 4R3 ).

Grazie alle propriet´a delle operazioni elementari si pu´o facilmente notare che
se A ´e una matrice quadrata e E ´e una matrice elementare dello stesso ordine,
allora det(EA) = det(E)det(A).
Inoltre se E1 , E2 , ..., Ek sono matrici elementari, allora (E1 · E2 · .... · Ek )A ´e
una matrice che si ottiene dopo aver effettuato sulla A ordinatamente tutte le
trasformazioni individuate dalle matrici Ek , Ek−1 ,...,E1 :
A → Ek A −→ Ek−1 Ek A −→ ..... −→ E1 E2 ....Ek A.

NOTA. Sia A una qualsiasi matrice quadrata invertibile. Sappiamo che
operando sulle righe si pu´o ottenere la sua forma a gradini, che nel caso particolare
di matrici quadrate ´e esattamente una forma triangolare superiore:








a011 a012 a013
0 a022 ...
0
0 a033
... ... ...
0
0
...
0
0
0

...
...
a01n
...
...
a02n
...
...
a03n
...
...
...
0
0
... an−1n−1 an−1n
...
...
a0nn






.


In generale non lo riteniamo utile (per i nostri fini), ma potremmo operare
ulteriori trasformazioni con lo stesso procedimento, con lo scopo di annullare anche
gli elementi sopra la diagonale, ottenendo una forma diagonale per la matrice
trasformata:

.. · Ek )−1 = Ek−1 · Ek−1 · . In altre parole. inoltre sappiamo anche che det(A) = det(E1 )det(E2 ).. 0 0 . Sia det(A) = 0.... ....          a0011 0 0 00 0 a22 0 0 0 a0033 .det(Ek ) (vedi considerazioni iniziali sulle matrici elementari)... .... · Ek .. contro l’ipotesi che det(A) = 0. t u ... esistono opportune matrici elementari E1 .... . . · Ek )A = I. an−1n−1 0 . visto che 0 = det(A)det(B) = det(AB). 00 .. a00nn      ....det(Ek )det(B) = det(A)det(B).... Allora det(A·B) = det(A)· det(B). se fosse anche det(AB) = 0 avremmo concluso. Quindi det(AB) = det(E1 E2 . Ek tali che (E1 · E2 · .. ... E2 . ... Le matrici elementari. Quindi −1 A = (E1 · E2 · . essendo in questo caso A invertibile. Dividiamo la dimostrazione in due casi: 1... Dim... cio´e (AB)(AB)−1 = I... Siano A.. 0 0 0 29 . in seguito ad un imprecisato numero di operazioni elementari sulle righe... Quindi effettivamente det(AB) = 0 ed abbiamo terminato.. B matrici quadrate di ordine n.Ek B) = det(E1 )det(E2 ). da cui A(B(AB)−1 ) = I. quindi AB ´e una matrice quadrata invertibile..3.. 0 .6... . 0 0 . otteniamo la matrice identit´a come la trasformata della matrice invertibile iniziale.. · E1−1 cio´e ogni matrice invertibile si pu´o esprimere come prodotto di opportune matrici elementari.. Ek tali che A = E1 · E2 .....    Infine sostituendo ogni riga i con se stessa moltiplicata per a−1 ii . . Supponiamo al contrario che sia det(AB) 6= 0. 2. Questo significherebbe che A ´e invertibile. dalla nota precedente esistono opportune matrici elementari E1 . .. 0 . Terminiamo il paragrafo enunciando con il seguente risultato (noto come Teorema di Binet): Teorema 1.. Sia ora det(A) 6= 0.

−3 10 6 3  −6 2 −2 0 0 1 . AT ∈ Mnm (lR). quella matrice che abbia come elemento di posto (i. quadrata di ordine n. Diciamo matrice aggiunta della matrice A. se aij ´e l’elemento di A che occupa il posto di riga i e colonna j. ma occuper´a il posto di riga j e colonna i. quella matrice con n righe e m colonne. Diciamo matrice trasposta di A. j). Inoltre.30 3. e la indichiamo AT . Sia A una matrice con m righe e n colonne. e la indichiamo Agg(A). Le matrici. A ∈ Mmn (lR). Per esempio:   2 0 −1   A =  7 3 32  ´e invertibile.   1 0 1  1 2 3      T A =  2 1 3 . rispettivamente le colonne e le righe di A. infatti esiste 1 3 4     − 52 1 −1 1 0 0     B =  53 tale che A · B =  0 1 0 . i). Sia A =  3 1 0 . In altre parole.   1 2 1   Esempio 26. 3. avente 1 su tutta la diagonale principale e zero in ogni altra posizione.    0 2 2  −1 2 1 Una matrice A quadrata ´e detta simmetrica se A = AT .7 Trasposta di una matrice. 1 0 1 3 −1 −5 Diremo che una matrice A. ´e invertibile se esiste una matrice quadrata B di ordine n tale che A · B = I. matrici invertibili e matrici simili. dove I ´e la matrice identica di ordine n. esso sar´a anche elemento di AT . il complemento algebrico dell’elemento di A di posto (j. 0 1 1     1 3 0 1 −1 −1     Allora AT =  2 1 1  e Agg(A) =  −3 1 3 . per ogni matrice quadrata A si ha che det(A) = det(AT ). tale da avere come righe e come colonne.

Sia A =  2 0 1 . Sia A una matrice quadrata non singolare di ordine n. matrici invertibili e matrici simili. Valgono le seguenti: 1) (A · B)T = B T · AT . 31 Le matrici quadrate invertibili sono tutte e sole quelle non singolari. B matrici quadrate di ordine n.3. La matrice B ´e detta inversa della matrice A. Propriet´ a. Agg(A) =  −1 1 −1  . essa  1 2  T A = 1 0 0 1 ´e invertibile. Quindi si divida ciascun elemento dell’aggiunta per il determinante di A. Trasposta di una matrice. ci´o vuol dire che 1 = det(I) = det(A · A−1 ) = det(A · AT ) = det(A) · det(AT ) = det(A)2 . Grazie al teorema di Binet otteniamo 1 = det(I) = det(A · B) = det(A) · det(B) da cui det(B) = det(A)−1 . sia A invertibile tale che A · B = I. Quindi condizione necessaria (ma non sufficiente) affinch´e una matrice sia ortogonale ´e che il suo determinanate sia pari a +1 oppure −1. La matrice A = cos(ϕ) sen(ϕ) −sen(ϕ) cos(ϕ) # ´e ortogonale. Si ha che    1 −1 −1 1    1  .   1 1 0   Esempio 28.7. indicata anche con B = A−1 . nel caso entrambe A e B siano non singolari. Per ottenere l’inversa di A si costruisca dapprima la matrice aggiunta di A. La matrice ottenuta ´e esattamente A−1 . Inoltre. 1 1 1 Poich´e det(A) = −2. " Esempio 27. Calcolo dell’inversa. Siano A. 2) (A · B)−1 = (B)−1 · (A)−1 . 1 2 0 −2 Quindi  A−1 = Agg(A)  = −2 1 2 1 2 1 2 − 12 −1 0 − 12 1 2 1    . Una matrice quadrata A ´e detta ortogonale se AT = A−1 .

infatti A = M −1 · B · M e B = N −1 · C · N implica A = (N · M )−1 · C · (N · M ). 1 1 . L’insieme della matrici quadrate di ordine n ´e allora suddiviso in classi di equivalenza. nel senso che tutte le matrici tra loro simili costituiscono un’unica classe. 2  1 0 0 1 − 12   Relazione di Similitudine. 3. avente come rappresentante una qualsiasi delle matrici che ne fanno parte. ii) Le matrici tra loro simili hanno lo stesso rango. 3 0 1 1 ranghi delle seguenti matrici:  " # " # 1 0 2 1 1 0 2 1 1 0  . sono simili se esiste una matrice M quadrata di ordine n. . Inoltre due distinte classi di equivalena non possono aver alcuna matrice in comune. B. 3 2 1 0 4 2 2 0 0 1 .  2   3 −1 Determinare i   1 0 2   1 1 . infatti A = I −1 · A · I = I · A · I. Diciamo che due matrici quadrate A. ed infatti  A · A−1   1 1 1 1 0 2    21 =  2 0 1  ·  2 − 12 1 1 1 −1 0  1 0 0   1  =  0 1 0 . 2) Se la matrice A ´e simile alla B allora B ´e simile ad A. Le matrici.32 3. simmetrica (2) e transitiva (3). infatti A = M −1 · B · M ⇒ B = (M −1 )−1 · A · (M −1 ). Esercizio 20. entrambe di ordine n. Le propriet´a pi´ u rilevanti sono le seguenti: i) Le matrici tra loro simili hanno lo stesso determinante. Quindi la relazione di similitudine tra matrici soddisfa le propriet´a riflessiva (1). allora A ´e simile a C. 3) Se A ´e simile a B e B ´e simile a C.8 Esercizi. tale che A = M −1 · B · M . ed ´e una relazione di equivalenza. Si noti che valgono le seguenti: 1) Ogni matrice quadrata A ´e simile a se stessa. non singolare.

 1 2 −1 0  .  3 −1 −1 −2  0 1 1 2 Esercizio 27. 33 Esercizio 21. 1 1 1 Esercizio 24. Calcolare l’inversa della seguente matrice:   1 1 0    2 0 1 . Ridurre le seguenti matrici nella loro forma a     1 1 2 0 −1 2 1 3      0 2 1 2 2 . 1 .  0 9 2 −5 5  .  −1 −1 1 1  2 2 3 1 Esercizio 26. Determinare una matrice triangolare superiore equivalente per righe alla matrice   1 1 1    1 0 −1  . 0 1 1 Esercizio 25. Determinare una matrice triangolare superiore equivalente per righe alla matrice   1 1 2 2  2 1 1 0     . −sen(α) cos(α) 1 Esercizio 23.8.  6 0  2 8 0 0 4 0 8 7 −1 −1 −2 Esercizio 22.  .3. Determinare se  1 0   0 −1 0 0 gradini:  4 2  7 5 . Determinare i ranghi delle seguenti matrici:      1 −3 −1 1 0 " # 1 1 1 2 3 0 1  1 2 −1 1 2 1 1      0 . 1 3 3 2 1 0 3 −1      3 1 1 1 2 0 −1 1 1 2      2 4  .   2 −6 1 0 0 0 1 3 3 0 1 −2 0 0 −1 −1 3 1 2 0    . Calcolare il determinante della matrice   1 −1 2 3  1 0 1 2     . Esercizi.  2 −1 0  . 0 1 2 . 9 0 le seguenti matrici sono ortogonali:  " # 0 cos(α) sen(α)  .

Determinare. Per quali valori invertibili:  1 0   k 1 1 2 delle seguenti:   .  1 −1 1 2 0 0 0 1 1 2 −1 Esercizio 30. Esercizio 28. Le matrici. k . le seguenti matrici sono    k k 1 −1    0 0 .  0 1 0  .  0 k  .34 3. 3 1 0 2 k 0 1 1 Esercizio 29. 2 −1 −1 k 1 Scegliere un valore di k per cui una di esse ´e invertibile e determinarne l’inversa.  1 0 1  . se esistono. . al variare del parametro k:       k −1 2 k 1 1 1 −1        k −2 1  . le matrici inverse    " # 1 0 −1 2 1 0 1 1    . Determinare il rango delle seguenti matrici. del parametro reale k.

. .. xn .. .... .. 4..... a1 . da attribuire alle incognite x1 . Risolvere una equazione lineare vuol dire determinare una n-upla di valori in lR.1 Introduzione.. + amn cn = bm Se consideriamo le seguenti matrici:  a11 a12  a  21 a22 A=  .. a1n . cio´e:   a11 c1 + a12 c2 + . + an cn = b. + an xn = b. an . con a1 ... si dice lineare...    am1 x1 + am2 x2 + . xn . xn sono le incognite.. . .. + a1n cn = b1    a c + a c + .. bm        allora il sistema lineare si pu´o riscrivere in forma compatta nel modo seguente: A · X = B. a2n . + a x = b 21 1 22 2 2n n 2 .. + amn xn = bm Una soluzione di un tale sistema ´e una n-upla di valori reali (c1 .    am1 c1 + am2 c2 + ...X =     x1 x2 ... . amn        .... + a c = b 21 1 22 2 2n n 2 .. .. b ∈ lR. ..  .. .... Una equazione del tipo a1 x1 + a2 x2 + a3 x3 + . xn ... ............ ... x1 .. tali che a1 c1 + a2 c2 + .. tali che essi verifichino ciascuna delle m equazioni. (c1 .. .. am1 am2 . + a1n xn = b1    a x + a x + . cn )...... cio´e   a11 x1 + a12 x2 + . Un sistema lineare di m equazioni in n incognite sul campo lR ´e un insieme di m equazioni lineari nelle stesse incognite x1 ... ...B =      b1 b2 .. xn         ... an sono i coefficienti delle incognite. ....4 I sistemi lineari.  ... b ´e il termine noto... cn ) da attribuire alle incognite x1 .

. Sia dato il sistema lineare    x1 + x2 + x3 = 3 x1 + x2 − x3 = 2 .... Le soluzioni di un sistema lineare A·X = B sono le stesse di ciascun sistema lineare A0 · X = B 0 ottenuto da esso attraverso operazioni elementari effettuete sulle righe delle matrici caratteristiche del sistema. a1n b1 . am1 am2 . . . Ad esse viene associato ancora un sistema lineare A0 · X = B 0 . I sistemi lineari..  1 1 1 3   C 0 =  1 1 −1 2  2 0 0 4  R2 → R2 − R1 . Dopo aver effettuato la riduzione della matrice C... amn bm     matrice  completa del sistema lineare. Vale il seguente: Teorema 2.. C =  1 1 −1 2  . Siano A e C le matrici associate ad un sistema lineare. . a2n b2 . Supponiamo che la matrice C non sia ridotta per righe. Esempio 29. ......   x −x +x =2 1 2 3 Le matrici associate sono     1 1 1 1 1 1 3     A =  1 1 −1  .  1 1 1 3   C 0 =  0 0 −2 −1  . 2 0 0 4 Il sistema associato a questa matrice ´e    x1 + x2 + x3 = 3 −2x3 = −1   2x1 = 4 .    Chiameremo A matrice incompleta e C =   a11 a12 a21 a22 . 1 −1 1 1 −1 1 2 Riduciamo la matrice C:  R3 → R3 + R2 .. Tali sistemi sono detti equivalenti.. indichiamo con A0 e C 0 le matrici trasformate e ridotte..36 4.

1.4. Diremo indeterminati i sistemi lineari che ammettono infinite soluzioni. 2 − 2α). x3 = 12 ). Di conseguenza otteniamo la seguente incongruenza: 0 = 0 · x1 + 0 · x2 + . Dim. per ogni α ∈ lR. esso abbia solo quella. + 0 · xn = br+1 6= 0. (di Rouch´e-Capelli) Sia A · X = B un sistema lineare di m equazioni in n incognite. Possiamo per esempio supporre che sia la riga di posto r + 1. in modo tale che rango(A) = rango(A0 ) e rango([A|B]) = rango([A0 |B 0 ]) ed i due sistemi siano equivalenti. C ∈ Mmn+1 (lR). Teorema 3. Ma non tutti i sistemi lineari hanno necessariamente una soluzione. Inoltre se il sistema ´e compatibile. α. Introduzione. x2 = 12 . Viceversa supponiamo ora che rango(A0 ) = rango([A0 |B 0 ]) = r.. in altre parole ogni elemento bi che si trova su una qualsiasi riga i-esima di B 0 ´e combinazione lineare . non ´e detto che se un sistema lineare ha una soluzione. Parallelamente. Poich´e il sistema trasformato ´e equivalente a quello di partenza. Dimostriamo il teorema per il sistema A0 · X = B 0 . per esempio basti pensare al seguente: ( x1 + x2 = 2 . Poich´e rango(A0 ) < rango([A0 |B 0 ]). Supponiamo prima che il sistema sia compatibile e per assurdo sia r = rango(A0 ) < rango([A0 |B 0 ]). Ci´o vuol dire che la colonna dei termini noti B 0 non incide nel calcolo dei ranghi. Esso ´e compatibile se e solo se il rango della matrice incompleta A ´e uguale al rango della matrice completa C.. le soluzioni sono in numero di ∞n−r . Allora tutte le righe di A0 dalla r + 1-esima in poi sono nulle. ottenuto da A · X = B dopo aver ridotto per righe la matrice completa [A|B].. quest’ultima ´e anche soluzione del primo sistema. Ordiniamo le righe del sistema in modo che le prime r righe di A0 siano proprio quelle non nulle. 37 la cui soluzione ´e (x1 = 2. con matrici associate A ∈ Mmn (lR).. 2x1 + 2x2 = 1 Diremo compatibili i sistemi lineari che ammettono soluzione ed incompatibili quelli che non ne ammettono alcuna.. detto r il rango delle matrici. esiste almeno una tra le righe di ([A0 |B 0 ]) comprese tra la r + 1-esima e la n-esima che non ´e nulla. eccone un esempio:    x1 + x2 + x3 = 2 2x1 + 2x2 + 2x3 = 4   x1 − x2 = 0 che ammette come soluzioni le infinite terne (α.

......... .... xn ) aii dove ogni Fi ´e una funzione dei parametri xr+1 . I sistemi lineari. xn ) del sistema lineare ogni volta che si attribuiscono valori arbitrari ai parametri xr+1 .... . .. . Quindi esistono α1 .. − ar−1n xn 1 ar−1r−1 = 1 arr = Fr−1 (xr+1 ......... F2 ... + a1n αn = b1 a21 α1 + a22 α2 + ........... Fr .... am1 α1 + am2 α2 + . Concludiamo allora che si pu´o ottenere una soluzione (F1 ... a1n xn a2n xn a3n xn .. Sostituendo nella precedente xr−1 = (br−1 − ar−1r xr − ar−1r+1 xr+1 − ............... + amn αn = bm cio´e il sistema ammette almeno la soluzione (x1 .. xr+1 . − ain xn ) 1 = Fi (xr+1 ......... − arn xn )  −ar−1r+1 xr+1 − ..... xn . . .. arr xr + ......... .... degli elementi che si trovano sulla riga i-esima di A0 . xn . − arn xn ) 1 = Fr (xr+1 . xn ) ed in generale: per ogni indice di riga i ≤ r xi = (bi − aii+1 xi+1 − aii+2 xi+2 − ... ... .. . .. da cui la seconda parte del teorema......... ... A questo punto riscriviamo il sistema dopo aver considerato la sua forma ridotta:  a11 x1 + a12 x2 + a13 x3 +      a22 x2 + a23 x3 +  a33 x3 +       ... arn xn = b1 = b2 = ....... + a3n αn = b3 .... − ar−1n xn ) 1 ar−1r−1  br−1 − ar−1r (br − arr+1 xr+1 − arr+2 xr+2 − .38 4.. xn ..... .... ... ........ ...... αn ).. αn ∈ lR tali che: a11 α1 + a12 α2 + .. + a2n αn = b2 a31 α1 + a32 α2 + . xn )=(α1 . . . = br Dall’ultima riga otteniamo xr = (br − arr+1 xr+1 − arr+2 xr+2 − ....... t u .. xn ) arr dove Fr ´e una funzione dei parametri xr+1 . .....

Sia dato il sistema    x1 + x2 + x3 = 1 2x1 − 2x2 + 2x3 = 0 . Allora un sistema equivalente  a quello dato 1 1 −1 1 0   ´e quello associato alla seguente matrice: C 0 =  3 1 −1 0 1  e si scrive 0 0 0 0 0 ( x1 + x2 = x3 − x4 . Ovviamente anche 1 0 −1 la matrice completa avr´ a rango 3. Il sistema ´e compatibile ed ammette ∞3−3 = ∞0 = 1 soluzione. 39 Esempio 30. Il rango 2 ci ´e dato dalle prime due righe. le terza ´e combinazione lineare di esse. Esempio 31.   2x1 − x4 = 1   1 1 −1 1   La matrice incompleta ´e A =  3 1 −1 0  che ha rango 2. La matrice com2 0 0 −1   1 1 −1 1 0   pleta ´e C =  3 1 −1 0 1  che ha ancora rango 2. 3x1 + x2 = 1 + x3 Dalla prima otteniamo x1 = −x2 + x3 − x4 e sostituendo nella seconda: −3x2 + 3x3 − 3x4 + x2 = 1 + x3 cio´e − 2x2 = 1 − 2x3 + 3x4 1 − 2x3 + 3x4 2 ed ancora sostituendo il valore di x2 nella espressione di x1 : x2 = − x1 = 1 − 2x3 + 3x4 + x3 − x4 . Il sistema ´e compatibile 2 0 0 −1 1 ed ammette ∞4−2 = ∞2 soluzioni. Sia dato il sistema    x1 + x2 − x3 + x4 = 0 3x1 + x2 − x3 = 1 . 2 .1.   x1 − x3 = 1   1 1 1   La matrice incompleta ´e A =  2 −2 2  che ha rango 3. Introduzione.4.

La matrice completa 2 3 −2  1 −1 2  2 −1 0  che ha rango 3. Allora la generica soluzione del sistema lineare ´e x1 = 1 1 + β 2 2 1 3 x2 = − + α − β 2 2 x3 = α x4 = β per ogni valore reale dei parametri α e β.   2x + 3x − 2x = 1 1 2 3  1 1 −1   incompleta ´e A =  1 2 −1  che ha rango 2. Il sistema ´e incompatibile. 3 −2 1  La matrice  1  ´e C =  1 2 .40 4. I sistemi lineari. Esempio 32. Sia dato il sistema    x1 + x2 − x3 = 2 x1 + 2x2 − x3 = 0 .

Poich´e in tale caso la matrice completa e quella incompleta hanno sempre lo stesso rango. 2x1 + 3x3 = −2x2 − 2x4 . Sia dato il sistema    x1 + x2 + 2x3 + x4 = 0 2x1 + 2x2 + 3x3 + 2x4 = 0 . xn = 0).    . Sia A ∈ Mmn (lR). Allora vi sono ∞2 1 1 1 1 soluzioni.2 41 Sistemi omogenei.   x +x +x +x =0 1 2 3 4   1 1 2 1   La matrice associata ´e A =  2 2 3 2  che ha rango 2. se il rango di A ´e r < n allora le soluzioni sono in numero di ∞n−r . Allora vi ´e la sola 3 1 2 soluzione banale. 4.4. Il sistema lineare A · X = B ´e  0  0      detto omogeneo se B = 0 cio´e se B =  .. Al contrario... Esempio 34.   3x + x + 2x = 0 1 2 3   1 1 2   La matrice associata ´e A =  2 2 3  che ha rango 3. Sia dato il sistema    x1 + x2 + 2x3 = 0 2x1 + 2x2 + 3x3 = 0 .2. (x1 = 0.  0 Tali sistemi hanno sempre la soluzione banale. Tale sistema si scrive: 0 0 0 0 ( x1 + 2x3 = −x2 − x4 . matrice con m righe e n colonne. Esempio 33.  ´e il vettore nullo di m componenti. Quindi un sistema equivalente al precedente ´e quello che ha come matrice   1 1 2 1   associata la seguente: A0 =  2 2 3 2 .. . Sistemi omogenei.. la soluzione banale ´e anche l’unica soluzione se e solo se il rango della matrice A ´e pari al numero n di incognite. Il rango ´e 2 poich´e l’ultima riga ´e combinazione lineare delle precedenti due..

.42 4... ..  an−11 an−12 an−13 1 . . le soluzioni non banali del sistema lineare omogeneo sono date dalle n-uple proporzionali ai complementi algebrici di ordine n − 1 della matrice A..... A1n . Un generica soluzione del sistema ´e allora x1 = −α − β x2 = α x3 = 0 x4 = β al variare dei parametri α e β in lR.... ..... a1n .. n − 1....... ... A12 ... ed a fortiori α(aj1 A11 + aj2 A12 + .. an−1n       ......    an−11 x1 + an−12 x2 + an−13 x3 + ... .... possiamo riscrivere il sistema cancellando le ultime m − n + 1 righe:   a11 x1 + a12 x2 + a13 x3 + ... Infatti se in rango ´e n − 1......... ...... ................ A12 ......... Se applichiamo il secondo teorema di Laplace alla matrice B otteniamo aj1 A11 + aj2 A12 + ...... a4n .... A1n ) ´e soluzione del sistema lineare omogeneo..... + an−1n xn = 0 Consideriamo la seguente matrice:  1 1 1  a12 a13  a11   a21 a a23 22   B =  a31 a32 a33  a a42 a43 41   ... Caso particolare ´e quello in cui r = n − 1..... .. a3n . + ajn A1n = 0 per ogni indice j = 1.... ... ..... Questo vuol dire che la n-upla α(A11 .. Quando si verifica ci´o.... 1 . al variare di α ∈ lR.. ..... + a1n xn = 0    a12 x1 + a22 x2 + a23 x3 + ........ I sistemi lineari......... + a2n xn = 0  .... . ...... a2n .... .. 1 .      Osserviamo che i complementi algebrici degli elementi della prima riga di B sono esattamente i complementi degli elementi della prima riga del sistema originario: A11 . Sostituendo nella seconda otteniamo −2x2 − 4x3 − 2x4 + 3x3 = −2x2 − 2x4 cio´e x3 = 0. . + ajn A1n ) = 0 per ogni α ∈ lR......... .... .. Dalla prima otteniamo x1 = −x2 − 2x3 − x4 .. ..... ..

4. Sia dato il sistema   2x1 + 3x2 − x3 + x4 = 0    x1 − x2 + x3 = 0 . cio´e . a42 = 2. 43 Esempio 35. Sistemi omogenei.2. a44 = 0. In particolare il  3 0 −2 1  0 2 2 0 rango ´e dato dalle prime tre righe della matrice.  3x1 − 2x3 + x4 = 0    2x2 + 2x3 = 0   2 3 −1 1  1 −1 1 0    La matrice associata ´e A =   che ha rango 3. quindi le ∞1 soluzioni del sistema sono proporzionali ai complementi algebrici degli elementi a41 = 0. a43 = 2.

 .

.

.

.

.

.

.

.

3 −1 1 .

.

2 −1 1 .

.

2 3 1 .

.

2 3 −1 .

.

.

.

.

.

.

.

.

.

 .

.

.

.

.

.

.

α .

−1 1 0 .

. .

1 1 0 .

. .

1 −1 0 .

. .

1 −1 1 .

 .

.

.

.

.

.

.

.

.

0 −2 1 .

.

3 −2 1 .

.

3 0 1 .

.

3 0 −2 .

al variare di α parametro reale. .

... ... xn         .... xn = (A1n b1 + A2n b2 + ... il termine al numeratore ∆1 = (A11 b1 + A21 b2 + ....... ...... .. .... + An3 bn ) · 1 ∆3 = det(A) det(A) ... ... ... .. + An2 bn ) · 1 ∆2 = det(A) det(A) x3 = (A13 b1 + A23 b2 + . il termine ∆i = (A1i b1 + A2i b2 + ...44 4. . a1n . an1 an2 .. ann        ... ann      ottenuta scambiando la prima colonna di A con la colonna dei termini noti... Sappiamo dal teorema di Rouch´e-Capelli che in tal caso il sistema ammette un’unica soluzione.. a2n . a2n . Essa pu´o essere determinata nel modo seguente: A · X = B → A−1 · A · X = A−1 · B → X = A−1 · B da cui x1 = (A11 b1 + A21 b2 + ... bn an2 ....3 4.. + An1 bn ) ´e il determinante della matrice      b1 a12 b2 a22 . a1n ...   Il sistema sia A · X = B... X =      x1 x2 ... In sostanza.. + An1 bn ) · 1 ∆1 = det(A) det(A) x2 = (A12 b1 + A22 b2 + .. In generale.. + Ani bn ) ´e il determinante della matrice ...... Metodo di Cramer per la risoluzione di un sistema lineare......... B =       b1 b2 .. bn     . + Ann bn ) · 1 ∆n = det(A) det(A) dove Aij ´e il complemento algebrico dell’elemento aij ∈ A.. I sistemi lineari.... Supponiamo di aver un sistema al quale venga associata un matrice incompleta A quadrata di ordine n e non singolare:  a11 a12  a  21 a22 A=  ....

inoltre ´e risolvibile col metodo di Cramer...      a11 a12 a12 a22 .. diciamo r il rango del sistema..... − a2n xn  .. 2 3 ... Le soluzioni (x1 . − arn xn ´e equivalente a quello di partenza. Il sistema relativo alla matrice A0   a11 x1 + a12 x2 + .. . a1n an2 . ..   x +x +x +x =0 1 2 3 4   1 1 2 1   La matrice associata ´e A =  2 2 3 2  che ha rango 2.. a1n ....4... . Quindi un sistema equivalente al precedente ´e quello che ha come matrice   1 1 2 1   0 associata la seguente: A =  2 2 3 2 .. + a1r xr = b1 − a1(r+1) xr+1 − . Metodo di Cramer per la risoluzione di un sistema lineare... xn .. Tale sistema si scrive: 0 0 0 0 ( x1 + 2x3 = −x2 − x4 . ma applichiamo ora il metodo di Cramer.. Le variabili x2 .. Sia dato il sistema    x1 + x2 + 2x3 + x4 = 0 2x1 + 2x2 + 3x3 + 2x4 = 0 ... . Allora vi sono ∞2 1 1 1 1 soluzioni. + a x = b − a 21 1 22 2 2r r 2 2(r+1) xr+1 − .. ann 45      ottenuta scambiando la colonna i di A con la colonna dei termini noti. Ripetiamo un esempio precedentemente esposto..... La matrice incompleta del nuovo sistema ´e 1 2 A00 = .... xr ) saranno date in funzione dei parametri reali xr+1 .. 2x1 + 3x3 = −2x2 − 2x4 Applichiamo ora " # il metodo di Cramer. − a1n xn    a x + a x + .. Esempio 36. .. a2n . Il rango ´e 2 poich´e l’ultima riga ´e combinazione lineare delle precedenti due. .. x4 diventano parametri reali. Consideriamo A0 la matrice di ordine r che fornisce il rango al sistema. . + arr xr = bm − ar(r+1) xr+1 − ....3. con det(A00 ) = −1. Supponiamo ora che la matrice A incompleta non sia quadrata e che il sistema sia compatibile.. essa ´e ovviamente quadrata e non singolare.... ..    ar1 x1 + ar2 x2 + .. b1 b2 bj bn .

I sistemi lineari. Calcoliamo .46 4. ai quali possiamo attribuire un qualsiasi valore in lR.

.

.

−x − x .

2 .

.

2 4 ∆1 = .

.

= x2 + x4 .

−2x2 − 2x4 3 .

.

.

1 −x − x .

2 4 ∆3 = .

.

2 −2x2 − 2x4 .

.

.

=0

e quindi
x1 =

∆1
= −x2 − x4
−1

x3 =

∆3
=0
−1

con x2 e x4 parametri reali liberi.

4.4

Metodo di eliminazione di Gauss.

Concludiamo ora facendo vedere come un qualsiasi sistema compatibile si possa
risolvere utilizzando le operazioni elementari sulle righe della matrice completa,
associata ad esso, per riportarla in forma ridotta.
Siano A ∈ Mmn (lR), B ∈ Mm1 (lR), rispettivamente la matrice incompleta e
la colonna dei termini noti del sistema. Al solito indichiamo con C = [A|B] la
matrice completa del sistema.
Se operiamo sulle righe della matrice C, riportandola nella forma ridotta C 0 ,
automaticamente avremo ridotto anche la matrice A nella forma A0 . Il sistema associato alle matrici A0 e C 0 ´e equivalente a quello iniziale, ma viene espresso in una
forma ridotta, quindi pi´
u facilmente risolvibile, con il metodo della sostituzione.

Esempio 37. Sia dato il sistema




x1 + 2x2 − x3 + x4 = 8
x1 + 3x2 − 5x3 − x4 = 9
.
 2x1 + 4x2 − 4x3 + x4 = 16



4x1 + 10x2 − 9x3 + x4 = 33
La matrice completa associata ´e



C=

1 2
1 3
2 4
4 10

−1 1
8
−5 −1 9
−4 1 16
−9 1 33




.

4.4. Metodo di eliminazione di Gauss.

47

Cominciamo con le operazioni elementari sulle righe per rendere speciale l’elemento di posto (1, 1):


1 2 −1 1
8
 0 1 −3 − 3 1 
1


2
R2 → R2 − R3 C 0 = 

2
 2 4 −4 1 16 
4 10 −9 1 33


1 2 −1 1
8
 0 1 −3 − 3 1 
1


2
R3 → R3 − R4 C 0 = 
1
1
1 
2
 0 −1 2
−2 
2
4 10 −9 1
33


1 2 −1 1
8
 0 1 −3 − 3 1 


0
2
R4 → R4 − 4R1 C = 
1
1 .
 0 −1 21

2
2 
0 2 −5 −3 1
Passiamo ora a determinare un elemento speciale sulla seconda riga, e come in
precedenza, scegliamo l’elemento sulla diagonale principale (quello di posto (2, 2)):

R3 → R3 + R2 , R4 → R4 − 2R2 ,



C0 = 

1
0
0
0

2 −1 1
8
1 −3 − 23 1
0 − 52 −1 12
0 1
0 −1




.

Infine passiamo alla terza riga:

2
R4 → R4 + R 3
5



C0 = 

1
0
0
0

2 −1 1
8
1 −3 − 32 1
0 − 52 −1 12
0 0 − 25 − 45




.

La matrice ´e ora ridotta. Si noti che tanto il rango della incompleta che della
completa ´e 4, quindi il sistema ´e compatibile ed ammette una sola soluzione. Inoltre
il sistema ´e ora riscrivibile come segue:


x1 +2x2 −x3
+x4
=8



3x2 −3x3 − 23 x4 = 1
.

− 52 x3 −x4
= 12



− 25 x4 = − 45
Dall’ultima equazione si ha x4 = 2. Sostituendo nella terza otteniamo x3 = −1, e
continuando a sostituire nelle prime due, x2 = 1, x1 = 3.

48

4. I sistemi lineari.

Esempio 38. Sia dato il sistema


 2x1 − x2 + 7x3 = 1
3x1 − 3x2 + 10x3 = 0 .

 4x − 5x + 13x = 7
1
2
3


2 −1 7 1


La matrice completa associata ´e C =  3 −3 10 0 . Cominciamo con la
4 −5 13 7
prima riga:


2 −1 7
1
3


R2 → R2 − R1 C 0 =  0 − 32 − 12 − 32 
2
4 −5 13
7


2 −1 7
1


R3 → R3 − 2R1 C 0 =  0 − 32 − 12 − 32 
0 −3 −1 5


2 −1 7
1


R3 → R3 − 2R2 C 0 =  0 − 32 − 12 − 32  .
0 0
0
2
La matrice ´e ora ridotta. Si noti che il rango della incompleta ´e 2, mentre quello
della matrice completa ´e 3. Pertanto il sistema ´e incompatibile.

Esempio 39. Sia dato il sistema


 x1 − 2x2 + 3x3 − 4x4 = 4
x1 − x2 + 2x3 − 3x4 = 1 .

 −x − x + x + 3x = −1
1
2
3
4


1 −2 3 −4 4


La matrice completa associata ´e C =  1 −1 2 −3 1 .
−1 −1 1 3 −1


1 −2 3 −4 4


R2 → R2 − R1 C 0 =  0
1 −1 1 −3 
−1 −1 1
3 −1


1 −2 3 −4 4


R3 → R3 + R1 C 0 =  0 1 −1 1 −3 
0 −3 4 −1 3

4.4. Metodo di eliminazione di Gauss.

49

R3 → R3 + 3R2


1 −2 3 −4 4


C 0 =  0 1 −1 1 −3  .
0 0
1
2 −6

La matrice ´e ora ridotta. Si noti che tanto il rango della incompleta che della
completa ´e 3, quindi il sistema ´e compatibile ed ammette ∞1 soluzioni. Inoltre il
sistema ´e ora riscrivibile come segue:


 x1 −2x2 +3x3 −4x4 = 4
x2
−x3 +x4 = −3 .


x3
+2x4 = −6
Dall’ultima equazione si ha
x3 = −2x4 − 6.
Sostituendo nella seconda otteniamo
x2 = x3 − x4 − 3 = −2x4 − 6 − x4 − 3 = −3x4 − 9
ed infine dalla prima equazione:
x1 = 4 + 2x2 − 3x3 + 4x4 = 4 + 4x4 .
Quindi le soluzioni sono date dalle quaterne
(4 + 4α, −9 − 3α, −6 − 2α, α)
al variare del parametro α in lR.

Esercizio 37. Esercizio 33. Esercizio 36.5 4. Esercizio 34. Esercizio 35. I sistemi lineari. Esercizi. Determinare.    2x + y − z = 1 x+z =0   x + 2y − z = 2    2x + y − z = 1 x+z =0   3x + y = 1    2x + y − z = 1 3x + y = 1   5x + 2y − z = 5    x1 + x2 − 2x3 + x4 = 1 2x1 + x2 + x3 + x4 = 2   x1 + 2x2 − x4 = 7   x+y+z+t=0    4y + 3t = 5  2x + 5t = 4    −3z − 2t = 1    2x1 + 3x2 − x3 + 4x4 = 12 3x1 + x2 + 2x3 − 6x4 = −6   x − 4x − x − 4x = −12 1 2 3 4 ( 2x − 3y − 4z = 0 x + 4y − 2z = 0    3x + y − z = 0 x + 3y + z = 0   x+y =0 . quando possibile.50 4. Esercizio 38. le soluzioni dei seguenti sistemi lineari: Esercizio 31. Esercizio 32.

quante soluzioni possiedono i seguenti sistemi lineari: Esercizio 45. Esercizio 44.4.    2x − y + 7z = 1 3x − 3y + 10z = 0   4x − 5y + 13z = 7    x − 2y + 3z − 4w = 4 x − y + 2z − 3w = 1   −x − y + z + 3w = −1 Esercizio 42. al variare del parametro k nei reali.    x + 2y + 3z = k + 1 4x + 5y + 6z = k   7x + 8y + 9z = k + 1 . le soluzioni dei seguenti sistemi lineari: Esercizio 39. 51 Utilizzare il metodo di Gauss per determinare. Esercizi. x + 2y − z + w = 8 x + 3y − 5z − w = 9 2x + 4y − 4z + w = 16 4x + 10y − 9z + w = 33    x + 2y + 3z = 1 4x + 5y + 6z = 2   7x + 8y + 9z = 3   x − y + 3z = 0    −3x − y − 7z = 4  5x + 2y + 9z = −10    2x + y + 2z = −6    x + 2y − z + 5w = 7 2x − 4y − z − 2w = −1   5x − 6y − 3z + w = 0 Determinare. quando possibile. Esercizio 43.          Esercizio 40.5. Esercizio 41.

   5x − 3y = 1 2x + y = 7   8x + 3y = k 2    x + 2y − z = −1 kx + 2z = 1   −x + 3z = 1    kx + 3y + z = k + 4 4kx + y + 2z = 2k + 2   kx + kz = k − 1    2kx + 3y − z = 4 − k 4kx + y + 2z = 2k   (k − 1)y = 2   x−z =3    (k + 2)y + z = −1  x + (k − 1)z = 5    (k + 4)z = k Determinare i valori reali del parametro k per i quali i seguenti sistemi lineari omogenei ammettono soluzioni non banali: Esercizio 51. Esercizio 47. Esercizio 48. 4. Esercizio 50. I sistemi lineari.52 Esercizio 46.    2x + ky − z = 0 x + y − 3z = 0   kx − 2y + 2z = 0    kx − y + 3z = 0 x + y − kz = 0   2x + 2y + kz = 0 . Esercizio 52. Esercizio 49.

Esempio 40. L’insieme dei vettori geometrici in lR3 (o in lR2 ) ´e uno spazio vettoriale su lR. v1 .5 Gli spazi vettoriali. L’insieme delle matrici Mmn (lR) ´e uno spazio vettoriale su lR. v ∈ V . ·) ´e uno spazio vettoriale sul campo dei reali se valgono le seguenti: 1) (V. v2 ∈ V . per ogni v1 . 5) 1K · v = v. 4) a(bv) = (ab)v = (ba)v = b(av). b ∈ K. per ogni v ∈ V . per ogni a. iii) per ogni v ∈ V . Esempio 42. b ∈ K. 3) a(v1 + v2 ) = av1 + av2 . v3 ∈ V . tale che v + w = w + v = e. lR ´e uno spazio vettoriale su se stesso.1 Introduzione Siano K un campo e V un insieme non vuoto in cui sono definite le seguenti operazioni: + : V ×V →V · : K × V → V. iv) per ogni v1 . Chiameremo vettori gli elementi di uno spazio vettoriale e scalari gli elementi del campo K. v ∈ V . . esiste w ∈ V . per ogni v ∈ V . +. per ogni a. 5. rispetto alle operazioni di somma tra vettori e prodotto per uno scalare. per ogni a ∈ K. v2 . Diremo che (V. cio´e i) (v1 + v2 ) + v3 = v1 + (v2 + v3 ). 2) (a + b)v = av + bv. v2 ∈ V . Esempio 41. rispetto alle operazioni di somma tra matrici e prodotto per uno scalare. ii) esiste e ∈ V tale che v + e = e + v = v. +) ´e un gruppo commutativo. v1 + v2 = v2 + v1 .

Nel seguito ci occuperemo esclusivamente di spazi vettoriali definiti sul campo K = lR dei numeri reali.. + an xn . . z ∈ lR} ´e un sottospazio vettoriale di lR3 .. y ∈ lR} ´e un sottospazio dello spazio vettoriale Esempio 45. Sia lRn = {(x1 . xn + yn ) α(x1 . insieme dei polinomi di grado minore o uguale a m. x2 . an ∈ lR}.. Esempio 48. yn ) = (x1 + y1 .. W = { 0 0 delle matrici quadrate di ordine 2 su lR. 0.. x2 . . M2 (lR).. lR ´e un sottospazio banale di se stesso.. Gli spazi vettoriali. + an xn a0 . xn ∈ lR}.. xn )... z) x.. lR[X] = {a0 + a1 x + a2 x2 + a3 x3 + . w2 ∈ W ... se ´e uno spazio vettoriale rispetto alle operazioni definite in V .. am ∈ lR}.. ´e sottospazio vettoriale di V = {a0 + a1 x1 + a2 x2 + . a0 . W = {(x. condizione necessaria e sufficiente affinch´e W sia sottospazio di V ´e che valgano le due seguenti: w1 + w2 ∈ W aw ∈ W per ogni a ∈ lR. . an ∈ lR} a coefficienti reali. sul medesimo campo dei reali.... e queste si possono compattare nell’unica condizione aw1 + bw2 ∈ W per ogni a. Diremo che W ´e un sottospazio vettoriale di V . w2 ∈ W .54 5. Da tale definizione deriva che. w.. xn ) /x1 . Esempio 44. .. + am xm . . Ogni vettore ´e una n-upla del tipo (x1 . a0 . xn ) = (αx1 . n Allora lR ´e uno spazio vettoriale sul campo dei reali. Definiamo le seguenti operazioni (x1 ... sottoinsieme dello spazio vettoriale V . Esempio 43.. w1 . L’insieme dei polinomi di grado minore o uguale ad un fissato n. αxn ). rispetto alle operazioni di somma tra polinomi e di prodotto di un polinomio per uno scalare. .. Sia W ⊆ V . " # x y x. . Esempio 47. xn ) + (y1 . w1 . ´e uno spazio vettoriale su lR. con m ≤ n. b ∈ lR... . ... . x3 . .. Esempio 46. . W = {a0 + a1 x1 + a2 x2 + .

2. . 1) ∈ / U ∪ W. x ∈ lR} sottospazi di lR3 . 0)}. z ∈ lR} sottospazi di lR3 . Allora l’unico vettore che appartenga ad entrambi ´e dato dalle componenti (0. detto somma di U e W . 0). quindi scriveremo U ∩ W = {(0. 0). e per dimostrarlo portiamo il seguente controesempio: consideriamo U = {(x. y. Siano U. pi´ u precisamente ´e il pi´ u piccolo sottospazio di V contenente U ∪ W . x). u∈U e w ∈ W }. ovviamente entrambi appartengono a U ∪ W ma (1. 0). 0. 0). y ∈ lR} e W = {(x.5. Siano U = {(x. x. y ∈ lR} sottospazi di lR2 . 0) ∈ U ed il vettore (0. Definiamo ora il seguente sottoinsieme dello spazio vettoriale V : U + W = {v ∈ V : v = u + w. Consideriamo l’intersezione di U eW U ∩ W = {v ∈ V : v ∈ U e v ∈ W } esso ´e ancora un sottospazio di V . il solo vettore nullo. 0. y ∈ lR} e W = {(x. 0). 0. quindi scriveremo U ∩ W = {v ∈ V : v = (x. 1) ∈ W .2 55 Intersezione. Diremo che U + W ´e somma diretta se U ∩ W = {0}. Allora un generico vettore che appartenga ad entrambi ´e dato dalle componenti (x. unione e somma di sottospazi. x. Consideriamo il vettore (1. 0). x. Al contrario definiamo l’unione di dei due sottospazi U e W U ∪ W = {v ∈ V : v∈U oppure v ∈ W }. 0. 5. Intersezione. 0) + (0. x ∈ lR}. non ´e detto che tale unione sia un sottospazio di V . unione e somma di sottospazi. y. 0. x ∈ lR} W = {(0. 1) = (1. Esempio 50. Esempio 49. y). Esso ´e un sottospazio di V . Siano U = {(x. z). W sottospazi dello spazio vettoriale V . x.

z ∈ lR} e W = {(y. 0. Gli spazi vettoriali. U ∩ W = {(α. 1. x. y ∈ lR} e W = {(x. U + W = {(x. quindi la somma non ´e diretta. vale la seguente: Proposizione 1. Alla luce di ci´o. 0. x. 0). z).56 5. 0. y). 0. lR} sottospazi di lR3 . z). 1) con (3. . 0) ∈ U. 0. 0. y. 0)}. Esempio 53. z). z ∈ lR} x. y. Allora x. y. 1) ∈ W con (2. 1) = (3. 1) = (2. z. 0) + (4. y ∈ α ∈ lR} quindi la somma non ´e diretta. Allora x. Siano U = {(x. quindi la somma ´e diretta. y. nel caso in cui questa non sia diretta. quindi la somma non ´e diretta. 0). z). 0. 0). z ∈ lR} inoltre U ∩ W = {(x. 0. Allora x. Siano U e W sottospazi vettoriali dello spazio V . La loro somma ´e diretta se e solo se ogni vettore di essa si pu´ o esprimere in modo unico come somma di un vettore di U e di uno di W . ed anche (6. 1. y + z. 1) ∈ U + W . Si noti che il vettore w si pu´ o esprimere in diversi modi come somma di due vettori scelti ripsettivamente in U e W : (6. 1. U + W = {(x + z. Allora x. sottospazi di lR3 . Esempio 51. 0) + (3. 0. 1. (3. y ∈ lR} x. Siano U = {(x. y. y. 0. z ∈ lR} x. 1) Questo accade per ogni vettore appartenente allo spazio somma. Scegliamo un vettore che appartenga alla somma: in particolare sia w = (6. 0. 1. z). 1. y. Consideriamo ancora un esempio di somma non diretta: Esempio 54. z ∈ lR} = lR3 inoltre U ∩ W = {(0. y + z). (4. 1) ∈ W. Siano U = {(x + y. sottospazi di lR3 . 0. 0. Esempio 52. y). 0) ∈ U. y ∈ lR} e W = {(x + y. 0). y ∈ lR} e W = {(z. z ∈ lR} = lR3 inoltre U ∩ W = {(x. x)}. 0)}. U + W = {(x + y. sottospazi di lR3 . 1. Siano U = {(x.

0)}. v2 = (1. Allora Span(S) =< S >= {(x. 2. (0.. 0... = an = 0. un sottoinsieme dello spazio V . v3 = (1.. v3 = (1.. 3). + an vn per qualsiasi a1 . v1 = (1. . 1) vettori di lR4 sono linearmente dipendenti. −1. x.2. 1.. 1). v4 = (−1. y ∈ lR}. 1. unione e somma di sottospazi. 2.. e lo chiamiamo sottospazio generato da S. . . −1. 2. Definizione 6.... Esempio 56.. an ∈ lR. 0. 1. an scalari in lR. Esempio 55. 57 t u Ricordiamo che una combinazione lineare di vettori {v1 . 1. Diremo che v1 . Definiamo Span(S) =< S >. sono indipendenti per a 6= 1 e sono dipendenti per a = 1. v5 = (1. 0). a). −1).+an vn = 0. .. v1 = (1. . 0. Sia V = lR3 ... y. . vn sono linearmente dipendenti se esistono a1 . Esempio 57. Siano v1 . vn vettori in V . 0. vn } di V ´e una scrittura del tipo a1 v1 + a2 v2 + . v2 = (0. il sottospazio di V composto da tutte le possibili combinazioni lineari di vettori di S e scalari in lR. non tutti nulli tali che a1 v1 +a2 v2 +. con a parametro reale. 0). a. v2 = (0. −1) vettori di lR3 . + an vn = 0 implica che a1 = a2 = . Sia S ⊆ V . 0).. 1) vettori di lR3 sono linearmente indipendenti. Al contrario sono detti linearmente indipendenti se a1 v1 + a2 v2 + . 1.. −1. 0). 2. Rimandiamo la dimostrazione al paragrafo successivo. v3 = (−1. v1 = (−1. 0). Esempio 58.5. Intersezione. 0. Dim. S = {(1. 0).

x4 ∈ lR}. 0). 1)} Esempio 62. 0).. + an xn a0 .. .. allora per ogni a ∈ lR. e2 . .. Poich´e B ´e una base di V . en } ´e un insieme di generatori di V . . Supponiamo che esista una combinazione lineare β1 v1 + β2 e2 + . an ∈ lR} allora una base ´e data da B = {1. en } una sua base. Basi e dimensione di uno spazio vettoriale.. B = {a}. xn } Teorema 4. (0. e3 . ... ejn−r } costituisca una base per V . (0. ejn−r di B tali che l’insieme B 0 = {v1 . . x.58 5.. .. x1 . ... Segue che e1 = (v1 − α2 e2 − . con r ≤ n. 0... ej2 . αn non tutti nulli tali che v1 = α1 e1 + α2 e2 + .. x2 . Sia V uno spazio vettoriale e B = {e1 . + βn en = 0. α1 Quindi {v1 .. Un insieme B di vettori ´e detta base di V se: 1) i vettori di B sono linearmente indipendenti.. vr . 0. } B={ 0 0 1 0 0 1 0 0 Esempio 61. Allora esistono n − r vettori ej1 . 1.. Sia V = { . ej1 ... vr vettori linearmente indipendenti di V . Sia V uno spazio vettoriale su lR. " # x1 x2 Esempio 60. Esempio 59. v2 . Dim. . e2 ... Se V = lR.. . .. Siano v1 . + αn en e supponiamo per esempio α1 6= 0. Sia V = lR3 . Allora una base per V x3 x4 ´e data da # " # " # " # " 0 1 0 0 0 0 1 0 .. x3 . allora una base ´e data da B = {(1.. Sia V = lR[X] = {a0 + a1 x + a2 x2 + a3 x3 + . . v2 . x3 .. Gli spazi vettoriali. ej2 .. 2) Span(B) = V . x2 .. esistono α1 .3 5. . − αn en ) 1 .

.. Essendo r < n.. con r ≤ n. t u Teorema 5. e2 .. poich´e v1 . = βn0 = 0.. . en sono indipendenti tra loro. v2 .. Segue che e2 = (v2 − α10 v1 − α30 e3 − ..... + αn0 en . quindi vr+1 ´e linearmente indipendente con v1 . vr . vr . . − αn0 en ) 1 . Nel caso in cui β20 6= 0 allora v2 = −(β10 v1 + β30 e3 + .. poich´e v1 . vr . Ne segue che {v1 . αn0 non tutti nulli.. vr+2 .. e2 . + βn en ) 1 β1 cio´e l’insieme {e2 .. . vr+2 . . tali che v2 = α10 v1 + α20 e2 + . Dim. .... en } sarebbe un insieme di generatori di V .. .. 59 Se fosse β1 = 0 avremmo anche β2 = β3 = . il che contraddice ancora il fatto che la dimensione di V ´e n. αn0 deve essere non nullo. vn } costituisca una base per V ... almeno uno tra α20 .. Sia V uno spazio vettoriale di dimensione n e siano v1 . er+1 . Quindi devono esistere α10 .. α20 Quindi {v1 . en } sarebbe un insieme di generatori di V . Basi e dimensione di uno spazio vettoriale. Ragionando per induzione su r. v2 . Ne segue che {v1 .. vr . en } di V. Come prima.. = βn = 0.. vr vettori linearmente indipendenti di V . + βn0 en ) 1 β20 cio´e l’insieme {v1 . . v2 .... Allora esistono n − r vettori vr+1 .. poich´e e2 .5. .. quindi sono una base per V . .. e3 .. Se fosse β20 = 0 avremmo anche β10 = β30 = . Indichiamo A1 il sottospazio generato da v1 ... en sono indipendenti tra loro. supponiamo ora che esista una combinazione lineare β10 v1 + β20 v2 + β30 e3 + . .... . .. v2 .. In particolare. . e3 . e3 . esiste un vettore vr+1 ∈ V − A1 .. vn di B tali che l’insieme B 0 = {v1 . .. v2 sono indipendenti. quindi sono una base per V . il che contraddice il fatto che la dimensione di V ´e n. . . en } devono essere tra loro linearmente indipendenti. .3..... + βn0 en = 0. Supponiamo per esempio α20 6= 0. vr+1 .... Nel caso in cui β1 6= 0 allora v1 = −(β2 e2 + ... ... en } devono essere tra loro linearmente indipendenti. en } ´e un insieme di generatori di V .. si costruisce una base {v1 .. e3 .

x2 . Sia v ∈ V un vettore che abbia componenti (0. x2 − x3 ). . vr+1 >. quindi dim(W ) = 3 e W =< (1.. (0. x3 . 0) > . 0. indichiamo con B = {e1 . 0. −x2 . altrimenti sia vr+2 ∈ V − A2 . Definiamo dimensione di uno spazio vettoriale V . Calcoliamo le sue componenti (a1 . 1)} B2 = {(1. gli scalari a1 . . −1) = (a1 + 4a2 . nel momento in cui la dimensione del sottospazio ´e pari ad n. cio´e v = (0)(1.. e la indichiamo con dim(V ). . x1 ). −1) rispetto alla base B1 . 1. 1.. (0. en } una sua base. −1. 0).. (4. Diciamo componenti di un vettore v ∈ V rispetto alla base B. Esempio 64.. 0. 1). (0. −2) + a2 (4. x2 . x4 ) ∈ lR4 x4 − x2 + x3 = 0}. Esempio 65. t u Dai precedenti due teoremi segue immediatamente che: Teorema 6. quindi dim(W ) = 2 e W =< (1. . x2 . a2 ) rispetto alla base B2 : v = a1 (1. x3 . (0. an tali che v = a1 e1 + a2 e2 + . Sia W = {(x1 . il numero di elementi di una qualsiasi base di V . x2 . Sia W = {(x1 . 1)}. x2 + x3 = 0}.60 5. Sia V = lR2 e consideriamo due distinte basi di V : B1 = {(1. −1) > . Il generico vettore di W ´e (x1 . x4 ) ∈ lR4 x1 − x4 = 0. 0. Il generico vettore di W ´e (x1 . 0) + (−1)(0. −1). 0. 1) = (0. 1) cio´e (0. 1. Se r + 1 = n abbiamo terminato.. vr . Gli spazi vettoriali. Supponiamo ora che lo spazio vettoriale V abbia dimensione n.. Due distinte basi di uno spazio vettoriale contengono lo stesso numero di elementi. 0. Esempio 63. 0). + an en . 1). −2). Per cui ´e lecito determinare il sottospazio A2 =< v1 . Continuando in tal senso si ottiene una base per V . x3 . −2a1 + a2 ) da cui a1 = 4 9 e a2 = − 19 .

Quindi u = u0 e w = w0 .. wk } rispettivamente una base per U ed una per W . per opportuni scalari αi . .5. Supponiamo ora che ogni vettore della somma sia esprimibile in modo unico e scegliamo un qualsiasi vettore v ∈ U ∩ W . Indichiamo com {u1 . uh } e {w1 . Supponiamo dapprima che la somma U +V sia diretta. 61 Terminiamo questo paragrafo con la dimostrazione della Proposizione 1. enunciata nel paragrafo precedente: Dimostrazione della Proposizione 1.... Basi e dimensione di uno spazio vettoriale. Dal fatto che la somma ´e diretta segue che h X (αi − βi )ui = 0 i=1 k X (γj − δj )wj = 0 j=1 cio´e αi = βi per ogni indice i. Quindi h k h k X X X X v= αi ui + γj wj = βi ui + δj wj i=1 j=1 i=1 j=1 da cui h X (αi − βi )ui = i=1 k X (γj − δj )wj ∈ U ∩ W j=1 poich´e il primo membro appartiene a U ed il secondo a W . γj = δj per ogni indice j.3. Esistono opportuni scalari αi . γj . . . Sia v ∈ U + W e supponiamo che esso si possa esprimere in almeno due modi come somma di vettori di U e W : v =u+w con u = Ph i=1 αi ui ∈ U e u0 = Ph i=1 βi ui ∈ U ed anche v = u0 + w 0 P P con w = kj=1 γj wj ∈ W e w0 = kj=1 δj wj ∈ W . βj tali che h X v= αi ui ∈ U i=1 ed anche v= k X i=1 βj wj ∈ W. δj . βi .

Da tutto ci´o otteniamo la conclusione v = 0. esso deve essere necessariamente la somma del vettore nullo in U e del vettore nullo in W . j=1 Poich´e il vettore 0 ∈ U + W si deve esprimere in modo unico. Ne segue che h X αi ui = 0 ∈ U i=1 e quindi αi = 0 per ogni indice i.62 5. ed anche k X βj wj = 0 ∈ W j=1 e quindi βj = 0 per ogni indice j. . Sottraendo le due espressioni otteniamo 0= h X αi ui − i=1 k X βj wj ∈ U + W. Gli spazi vettoriali.

e ∈ lR}. Una nota sull’intersezione di sottospazi vettoriali. L’altro caso ´e quello in cui non venga data (almeno apparentemente) alcuna relazione che leghi tra loro le componenti dei vettori degli spazi. x2 . 2. b. al variare di α ∈ lR. x4 ) : x1 − x4 = 0} B = {(x1 .   x +x =0 2 4 La matrice ad esso associata ha rango 3. e. serve dapprima determinare la generica espressione di un vettore (x1 . e.4 63 Una nota sull’intersezione di sottospazi vettoriali. x3 . 1)}. a + b. x2 . −2α. Il generico vettore risolutivo del sistema ´e dato da (α. x2 + x4 = 0}. il primo caso ´e quello in cui gli spazi siano descritti tramite le relazioni lineari che intercorrono tra le componenti dei vettori appartenenti ad essi. −α. x3 . Le componenti di un tale vettore devono soddisfare contemporaneamente a tutte le condizioni lineari dettate da entrambe le definizioni di A e B. x3 . Per determinare A ∩ B. −1.4. x4 ) : 2x1 + x3 = 0. x2 . diamo ora due esempi di come si possa determinare l’intersezione di spazi vettoriali nei casi pi´ u rilevanti: 1. a) = (d. e) : d. e concludiamo che una base per l’intersezione ´e {(1. −2. Quindi la quaterna (x1 . e. x3 . x2 . Ecco un esempio: siano A e B due sottospazi di lR4 definiti da A = {(x1 . c. Eccone un esempio: Siano ancora A e B due sottospazi di lR4 definiti da: A = {(a. a + b. c ∈ lR} B = {(d. Ancora una volta dobbiamo dapprima determinare la generica espressione del vettore che appartenga ad entrambi gli spazi: per un tale vettore deve accadere che (a. α). 5. Alla luce delle definizioni di base e dimensione (e per fugare ogni dubbio sul metodo da utilizzare). e. x4 ) deve essere una soluzione del sistema lineare omogeneo in 4 incognite:    x1 − x4 = 0 2x1 + x3 = 0 . c. e) . x4 ) ∈ lR4 che appartenga ad entrambi.5. a) : a. per cui ci aspettiamo ∞1 soluzioni. cio´e la dimensione dell’intersezione ´e 1.

1. c = e. al variare del parametro α ∈ lR. Per cui la base per lo spazio intersezione ´e {(1. . b = 0. 1)}.64 5. per cui lo spazio intersezione ha dimensione 1.  c−e=0    a−e=0 La matrice associata al sistema ha rango 4. Gli spazi vettoriali. Sostituendo i valori ottenuti arbitrariamente nella espressione dei vettori in A od in quella in B. otteniamo:   a−d=0    a+b=e  c=e    a=e da cui a = d = c = e. a=e che si riduce ancora ad un sistema lineare omogeneo nelle incognite a. d. a + b = e. quindi vi sono ∞1 soluzioni. Riscrivendo il sistema in funzione del parametro e. b. α. si ottiene il vettore appartenente all’intersezione: esso ´e (α. quindi a = d. c. α). α. 1. e:   a−d=0    a+b−e=0 .

d1 . = αr = β1 = .5. Siano A... Certamente 0 si pu´o esprimere come 0 = 0 · c1 + . j.... ... EB = {d1 . . j=1 Poich´e {c1 . esistono vettori indipendenti tra loro d1 .5 65 Formula di Grassmann.. .... ck > ∩ < d1 . Dim... . cr }. . cr . B sottospazi vettoriali dello spazio V . ck > ⊕ < d1 .. . dim(A∩B) = k... . allora EA ∪ EB ´e una base per A ⊕ B.. 5.... Consideriamo la combinazione lineare α1 c1 + .. . . Formula di Grassmann. segue che αi = βj = 0. Quindi EA ∪ EB ´e una base per A ⊕ B. Supponiamo ora che A∩B =< c1 . Vale la seguente (formula di Grassmann): Teorema 7. ds } sono rispet´ suftivamente basi per A e B. cio´e < c1 .. Dividiamo la dimostrazione in due casi: 1. . . + 0 · ds Per cui. + 0 · cr + 0 · d1 + . per ogni i. . ck .... Se EA = {c1 . dq >= 0 e B =< c1 . 2. Consideriamo un vettore v ∈< c1 . dq } sono indipendenti. + αr cr + β1 d1 + . si ottiene α1 = . = βs = 0.. .. dq > .. ck > ∩ < d1 ... . tali che {c1 .. + βs ds = 0. . A + B e A ∩ B. ck >.. Sia A ⊕ B somma diretta. dq } sia una base per B. Per il teorema sul completamento di una base. Allora v = 0.... dim(A + B) = dim(A) + dim(B) − dim(A ∩ B). il vettore 0 si pu´o esprimere in modo unico come somma di un vettore di A e di uno in B. confrontando quest’ultima con la precedente combinazione lineare. . Vogliamo considerare ora la relazione che intercorre tra le dimensioni di A. B..5. . d1 .... dq .. ds } sono linearmente indipendenti. d1 . ck . dq >= (A ∩ B)⊕ < d1 . per cui dim(A ⊕ B) = dim(A) + dim(B)... dq >: v= k X αi ci = i=1 q X βj dj j=1 e quindi k X i=1 αi ci − q X βj dj = 0... E ficiente quindi dimostrare che {c1 . Poich´e la somma ´e diretta. ..

Alla luce di tutto ci´o: A + B = A + ((A ∩ B)⊕ < d1 . Concludiamo allora che A + B = lR4 . (0. 0. y ∈ lR. Quindi se v ∈ A ∩ B... z. e siano CA e CB rispettivamente una base di A ed una di B. Uguagliando le due quaterne si ottiene a=b=c=d=0 che significa A ∩ B = {0} e dim(A ∩ B) = 0. c) con a. y. 2). 2z − t = 0} x − t = 0. y = 0. −1. 2b) = (c. b. dq >) = A⊕ < d1 . Il generico vettore di B si esprime (x. −y. Gli spazi vettoriali. .. al variare di x. d ∈ lR. 0). . allora w ∈ (A ∩ B)∩ < d1 .. z ∈ lR. cio´e CA ∪ CB . 0. −d. costituisce un insieme di generatori per il sottospazio A + B. t u Proposizione 2.. y. esso deve essere esprimibile contemporaneamente in due modi. dq >) = dim(A) + (dim(B) − k) = dim(A) + dim(B) − dim(A ∩ B). t) ∈ lR4 . 1. 0. Siano V = lR4 . . B = {(x. Inoltre.. x). Esempio 66. Allora l’unione dei vettori delle due basi. 2z). cio´e v = (a. Allora dim(A) = 2 ed una sua base ´e la seguente (1. 1. y + z = 0} e calcoliamo dim(A + B). dq >. d. Siano A e B sottospazi vettoriali dello spazio V . Inoltre i vettori di CA ∪ CB che sono tra loro linearmente indipendenti costituiscono una base per A + B.. Il generico vettore di A si esprime (x. 0. per cui w = 0. 0). se w ∈ A∩ < d1 . dq >. al variare di x. b. 0. . . 0.. come somma diretta. A = {(x. y.. Il primo passo ´e quello di calcolare basi e dimensioni di A e B. t) ∈ lR4 . . Allora dim(B) = 2 ed una sua base ´e (1. (0.66 5. dq > e passando alle dimensioni: dim(A + B) = dim(A) + dim(< d1 . 1). 0. c. da cui dim(A + B) = dim(A) + dim(B) − dim(A ∩ B) = 2 + 2 − 0 = 4. z.. z.

1. 67 Esempio 67. e U + W = lR3 come somma diretta. 1). 1. 0. 0). 2) > sottospazi di lR3 . 0). esso deve essere esprimibile contemporaneamente in due modi. a + b) ∈ U v = c(1. cio´e v = (a + b. 1. 0. (0. Uguagliando le due terne otteniamo a = b = c = 0. B = {(x. 0). Ci´ o vuol dire che dim(A ∩ B) = 1 ed una sua base ´e data dal vettore (1. (1. Determiniamo dim(U + W ). a) = (c. 1) = (2b. 1. 1). d ∈ lR. 0. 1) + b(2. 1) > e W =< (1. a. 1. Esempio 68. Siano A =< (2. cio´e U ∩ W = {0}. Uguagliando le due terne si ottiene a=d=0 e b=c da cui v = (b. (0. A = {(a + b. b. 1. c. Il generico vettore v ∈ U ∩ W si deve esprimere nei due seguenti modi v = a(0. Formula di Grassmann. d) con a. z). quindi dim(B) = 2 ed una sua base ´e (1. Siano U =< (0. Applicando la formula di Grassmann otteniamo: dim(A + B) = 2 + 2 − 1 = 3 quindi A + B = lR3 ma non come somma diretta. 0) > . b ∈ lR} x − y = 0}. Si ha che dim(A) = 2 ed una sua base ´e data da (1. Siano V = lR3 . 1. 0). x. c. 0. 0. −2. −1) > B =< (0. quindi in base alla formula di Grassmann dim(U + W ) = 2 + 1 − 0 = 3. 0). b. 0. 1). 2c) ∈ W. Inoltre il generico vettore di B si esprime (x. 1. b. 1. 0. 0. a). (0. 2) = (c. z). (2. c. a. b.5. Esempio 69. Quindi se v ∈ A ∩ B. 1). (1. y.5. 0. 0. 0). 1.

2e. 1. (1. al variare di e ∈ lR. 0. d + e. a−b−c) ∈ A v = d(2. −1). 0. 0. 1. 0) ∈ B. cio´e A + B = lR4 . Gli spazi vettoriali.68 5. Uguagliando le due quaterne si ottiene a=d=0 b = −c = e quindi v = (e. 0) = (e. 0. 0) ∈ B. 1)+b(1. −2b + c. 1. al variare di e ∈ lR. 0. 0) + c(0. 1. 2. −1. 0). 0) + e(1. Determiniamo dim(A + B). ma non come somma diretta. 0. 0) + e(1. 1. 1. Siano A =< (2. 1). −1) > B =< (2. ma non come somma diretta. 2e. a − c) ∈ A v = d(0. 3. −2. 0. −1. Un generico vettore v ∈ A ∩ B si esprime nei due seguenti modi v = a(2. 0. 1. cio´e A + B = lR4 . Esempio 70. (0. −1) = (2a+b. −a+3b+c. 1. −1) = (2a. 0. 3. −1. 0) = (2d + e. Per cui dim(A ∩ B) = 1 e dim(A + B) = 3 + 2 − 1 = 4. 0. −1)+c(0. 0). Per cui dim(A∩B) = 1 e dim(A+B) = 3 + 2 − 1 = 4. 0. b−c. 2. 2. sottospazi di lR4 . 2e. 0. Uguagliando le due quaterne si ottiene a = 2b = c = − d e = 2 2 quindi v = (e. 1) + b(0. d + 2e. 0) > sottospazi di lR4 . 1. Un generico vettore v ∈ A ∩ B si esprime nei due seguenti modi v = a(2. 0. 0. (1. 2. 0). −1. .

. cio´e   x01 = a11 x1 + a12 x2 + ........ en } e B 0 = {e01 . . + an1 e0n    e = a e0 + a e0 + ...... . + e0n (an1 x1 + an2 x2 + . xn ]T il vettore contenente le componenti di v rispetto alla base B e X 0 = [x01 .. + xn en x1 .. .. .............6. + xn (a1n e01 + a2n e02 + ..........  .... In particolare anche i vettori e1 ..    en = a1n e01 + a2n e02 + ...    0 xn = an1 x1 + an2 x2 + ..... x0n ∈ lR........ ...+an1 e0n )+x2 (a12 e01 +a22 e02 +.. . e02 ....... + a e0 2 12 1 22 2 n2 n .. + ann xn ) che deve essere uguale a v = x01 e01 + x02 e02 + .+xn en = x1 (a11 e01 +a21 e02 +.. Indichiamo allora X = [x1 .... + x0n e0n x01 .. + a1n xn ) + e02 (a21 x1 + a22 x2 + .. Sia V uno spazio vettoriale di dimensione n sul campo lR e siano B = {e1 .... Per ogni vettore v ∈ V avremo: v = x1 e1 + x2 e2 + ..... + a2n xn )+ +... e2 ...5........ + a x 21 1 22 2 2n n 2 . en possono esprimersi come combinazione dei vettori della base B 0 :   e1 = a11 e01 + a21 e02 + . Cambiamento di base in uno spazio vettoriale. + ann e0n ) = e01 (a11 x1 + a12 x2 + .+an2 e0n )+ +......... quindi possiamo riscrivere il sistema nel seguente modo: X0 = A · X che costituiscono le formule di passaggio dalle componenti di un vettore in base B a quelle del medesimo vettore in base B 0 .. + ann e0n Da queste otteniamo: v = x1 e1 +x2 e2 +... xn ∈ lR v = x01 e01 + x02 e02 + .... A = [aij ]......... + a1n xn    x0 = a x + a x + .  ... ..... + x0n e0n .. 5.... x0n ]T quello contenente le componenti di v rispetto alla base B 0 .... .6 69 Cambiamento di base in uno spazio vettoriale. e0n } due distinte basi di V ....... + ann xn Indichiamo con A la matrice dei coefficienti di questo sistema lineare....

la matrice A = 1 1 base B a quella B 0 . nella colonna j vi sono le componenti del vettore ej della base B.In generale.nella prima colonna vi sono le componenti del vettore e1 rispetto alla base B0. 1) = (−1)(1. Poich´e gli n vettori di una base sono sempre linearmente indipendenti. . e02 = (2.nella seconnda colonna vi sono le componenti del vettore e02 rispetto alla base B. B 0 = {e01 = (1. 1). .nella prima colonna vi sono le componenti del vettore e01 rispetto alla base B. e2 = (0. 1) rispetto a B 0 sono (e1 )B 0 = (−1. cio´e " # " # " # x01 −1 −2 x1 = · x02 1 1 x2 e le formule di passaggio sono ( x01 = −x1 − 2x2 . Le componenti di e1 = (1. Calcoliamo le componenti dei vettori della prima base rispetto alla seconda. Siano V = lR2 e B = {e1 = (1. calcolate rispetto alla base B 0 . 1) infatti (1.70 5. da cui otteniamo le formule inverse per il cambiamento di base: X = A−1 · X 0 che costituiscono le formule di passaggio dalle componenti di un vettore in base B 0 a quelle del medesimo vettore in base B. 0) + (1)(2.nella seconda colonna vi sono le componenti del vettore e2 rispetto alla base 0 B. Determiniamo le formule di cambiamento di base in entrambi i versi. x02 = x1 + x2 . 1). 1)} due basi di V . 0). quindi la matrice A ´e invertibile. calcolate rispetto alla base B. Gli spazi vettoriali. La matrice A−1 ´e costruita come segue: . il sistema sopra citato ha rango massimo. . La matrice A ´e detta matrice del cambiamento di base ed ´e costruita come segue: . cio´e n. 1) analogamente le componenti" di e2 = (0. nella colonna j vi sono le componenti del vettore e0j della base B 0 . Esempio 71.In generale.#1) rispetto a B 0 sono (e2 )B 0 = (−2. . 1)}. −1 −2 ´e quella che determina il passaggio dalla Per cui.

1. (1. Determiniamo le formule di cambiamento di base.   x0 = −x + 1 x 1 3 3 2 Per esempio il vettore v di componenti (1. 0. 0)B 0 per cui       x01 2 13 1 x1  0       x2  =  1 13 1  ·  x2  x03 −1 13 0 x3  1 0   x1 = 2x1 + 3 x2 + x3 x02 = x1 + 13 x2 + x3 . 1. −1. −1)B 0 1 1 1 (1. . . 2)} due basi di V . x02 ) rispetto alla base B 0 : ( x01 = −2 + 6 = 4 . (1. 0). B 0 = {(0. 0. −3) rispetto alla base B. 1. 1). Siano V = lR3 . 1)}. 4. 0). (2. 1). Per esempio consideriamo il −1 −1 vettore v ∈ V che abbia componenti X = (x1 . B = {(1.5. Cambiamento di base in uno spazio vettoriale. x2 ) = (2. (2. 0. Calcoliamo le componenti dei vettori della prima base B rispetto alla seconda B0: (1. 1.6. x02 = 2 − 3 = −1 Esempio 72. 0. −1) rispetto alla base B 0 . Determiniamo le sue componenti X 0 = (x01 . 1) → ( . 0. 1) → (1. 0. )B 0 3 3 3 (2. 71 Le formule inverse sono date da " # " # " # x1 1 2 x01 = · x2 −1 −1 x02 ( x1 = x01 + 2x02 x2 = −x01 − x02 " # 1 2 in cui la matrice di passaggio ´e A−1 = . 1. 3) rispetto alla base B avr´a componenti (5. 0) → (2.

Siano V = lR3 e B = {e1 . 0. Esempio 73. 1). 1. 1. Gli spazi vettoriali. 1). 1) + b(0. 1) + (2)(2. 0). 1) = a(1. e03 } due basi di V tali che  0   e1 = e1 + 3e2 + 2e3 . 2) rispetto alla base B. b. c) le componenti di v rispetto alla base B 0 . . e3 }. 2)} due basi di V . 0. e02 . a. 1. a + b + 2c) da cui a = 1. 1). (1. (1. 0. c) applichiamo ora esattamente la definizione di componenti: (1)(1. 0. e2 . 1. 0. b.72 5. 1) + c(1. Siano V = lR3 . 0. 1. 1)}. c = 5. 0. 0) + (1)(1. B = {(1. (0. Indichiamo (a. Per determinare (a. e02 = e1 + e3   e03 = e2 In tale caso le formule di passaggio    x1 1     x2  =  3 x3 2 e calcolando l’inversa della matrice    x01  0    x2  =  x03 dalla base B 0 alla base B sono    1 0 x01    0 1  ·  x02  1 0 x03 che compare nel sistema precedente:    x1 −1 0 1    2 0 −1  ·  x2  x3 3 1 −3 Esempio 74. b = −8. Sia v ∈ V un vettore di componenti (1. (2. B 0 = {e01 . 3) = (a + c. 2) cio´e (6. 0. B 0 = {(1. 1.

(2. Determinare le componenti di v rispetto alla base B2 . −1) rispetto a B1 . e3 } e B2 = {e01 . 1). −1). 0. x). 0. Esercizio 63. e02 = e1 + e3 . 1. x. e2 . e03 = e2 . Determinare le componenti di v rispetto alla base B2 . V = {(x. 0. 1). Esercizio 53. Esercizio 54. (4. x. t) ∈ lR4 . y + z = 0}. Esercizio 62. x. 2. (2. 1)} due basi di lR2 e v un vettore di componenti (0. 1)} e B2 = {(1. V +W . 0). 2. e02 e03 } due basi di lR3 e v un vettore di componenti (1. Determinare la dimensione del sottospazio generato da v1 . x. 1)} e B2 = {(1. V = {(x. v3 = (1. y. Siano U = {(x. Determinare le componenti di v rispetto alla base B2 . x ∈ lR} sottospazi di lR3 . 2. 1. U +W . 1. y. 2. 0). y. y ∈ lR}. −2). 1) vettori indipendenti in lR4 . 0. 1). v2 = (0. Siano B1 = {(1. Siano U = {(h + k. 0). v2 = (1. Determinare i sottospazi U ∩V . Esercizio 57. 3) rispetto a B1 . 0). 0). 0. 1) rispetto a B1 . 1) vettori di lR3 . 0). 0. U ∩W . 3). x ∈ lR} sottospazi di lR3 . V = {(x. 2z − t = 0} e V = {(x. (1. Esercizi. Determinare le componenti di v rispetto alla base B2 sapendo che valgono le seguenti relazioni tra i vettori delle due basi: e01 = e1 + 3e2 + 2e3 . (1. Esercizio 56. 3) rispetto a B1 . 1. Siano B1 = {(1. Esercizio 60. Siano v1 = (−1. v2 . z). . Determinare una base per U ∩ V ed una per U + V . Ripetere l’esercizio precedente in lR4 con i vettori v1 = (1. −1. 0). 1). Siano v1 = (1. x − y = 0} sottospazi di lR3 . 0)} due basi di lR3 e v un vettore di componenti (1. x). x. Esercizio 61. y = 0. h). 1)} due basi di lR2 e v un vettore di componenti (1. z ∈ lR} e W = {(x. 0). Siano U = {(x. z. z ∈ lR} e W = {(x. 1. 5. Siano B1 = {(1. Determinare i sottospazi U +V . −1. −1. v3 . Siano B1 = {e1 . (0. y. −1. 0). 2. v2 = (3. 2. Esercizio 59. (0. 0. x. h. (2. v5 = (1. t) ∈ lR4 . Esercizio 55. 0. v4 = (−1. z). 0. 0. k ∈ lR}. V ∩W .7. z). x − t = 0. Determinare due vettori che uniti ai precedenti li completino ad una base di lR4 . 1)} e B2 = {(0. Siano U = {(x. 1). y ∈ lR}. y. 0. 0). z.7 73 Esercizi. v3 = (−1. 1. Determinare una base per U ∩ V ed una per U + V . Esercizio 58.5. k.

5. Esercizio 67. y + 3z = 0}. Determinare le componenti di v rispetto alla base B2 . . z. 1. Esercizio 64. 0. (0. 0. t) ∈ lR4 . 0. 1). z. (0. 1)} > e V =< {(1. Determinare la dimensione e la base del sottospazio: W = {(x. x − y = 0. 0. 0). −1)} e due basi di lR3 e v un vettore di componenti (−1. Esercizio 69. 0. y. 0). 0). 1). 5) rispetto a B1 . (0. 1)} B2 = {(1. Esercizio 68. 1 2 2 0 # >. Esercizio 66. z. 2)} > sottospazi di lR3 . (1. 0. t) ∈ lR4 . Esercizio 65. 0. 2x − t = 0. Gli spazi vettoriali. Determinare la dimensione e la base del sottospazio: W = {(x. Determinare la dimensione di U + V .74 5. > 0 1 1 −1 −1 −1 " B =< 2 0 1 0 # " . 1. 2x − t + 2z = 0}. 0). (2. . y. 0). 4. 1. Determinare la dimensione e la base del sottospazio: W = {(x. 0. 1. −1)} >. Siano U =< {(0. t) ∈ lR4 . (0. Siano U =< {(2. Esercizio 70. 0. y + 3z + t = 0}. 0. 0)} > sottospazi di lR4 . (1. y. 1. 1. Determinare la dimensione di U + V . 0). 0. Determinare la dimensione della somma dei sottospazi " # " # " # 2 −1 1 3 0 1 A =< . (0. −2. V =< {(0. Siano B1 = {(1.

f (X. ´e un caso particolare di un qualsiasi prodotto scalare. xn ) e Y = (y1 . + xn yn = xi yi . wr . In tutto ci´o che segue. Y ∈ lRn . 6. V = lRn . spazi euclidei e basi ortonormali. .. per ogni X. wr } il sottospazio di V generato da un certo insieme di vettori w1 . . 2. X) ≥ 0.. < X. f (X..6 Prodotti scalari. Y. β ∈ lR. X >= 0 se e solo se X = 0. Z) = (X. Definizione 7. sia V uno spazio vettoriale reale euclideo di dimensione n. < X. Y.. Z). i=1 Denoteremo Span{w1 . per ogni X ∈ lRn e < X.. una qualsiasi funzione f : V × V → lR con le propriet´ a: 1. . . Z ∈ lRn e α. f (αX + βY. definito in principio. Z) + (Y. Y ∈ lRn . Y >= x1 y1 + x2 y2 + .. 3. X) = 0 se e solo se X = 0. X >≥ 0.. < αX + βY. X >. Z ∈ lRn e α.. si chiama prodotto interno o scalare. definiremo prodotto interno (o anche prodotto scalare standard) di X e Y il seguente numero reale: n X < X. Z > +β < Y.. 3. β ∈ lR. .. 2. Il prodotto scalare standard. Se X = (x1 . per ogni X ∈ lRn e f (X.1 Prodotto interno. per ogni X. X). In un generico spazio vettoriale reale V di dimensione n. Y ) = f (Y. Z >. yn ) sono due vettori in V . per ogni X. Z >= α < X.. per ogni X. Y >=< Y. Il prodotto interno tra vettori di lRn ha le seguenti propriet´a: 1.

m. .76 6.. In particolare notiamo che... i=1 Sia ora A ∈ Mn (lR) una matrice quadrata reale di ordine n... . Y >= (AX)t Y = X t At Y =< X. . AY > . Xm } ´e un insieme X1 Xm ortogonale di vettori. per ogni X. . Per ogni X. Y ∈ V possiamo scrivere < X. Xj ∈ S con i 6= j. . Inoltre. allora { ||X . Pi´ u in generale una norma di uno spazio vettoriale reale ´e una funzione f : V → lR che abbia le seguenti propriet´a: 1... f (X + Y ) ≤ f (X) + f (Y ).qDiciamo norma di un vettore X ∈ V = lRn la seguente: ||X|| = Pn √ 2 < X. > un prodotto interno in uno spazio vettoriale reale V = lRn . Xm } ´e detto insieme ortogonale di vettori se < Xi . per ogni vettore X di V . e ||X|| = 0 solo se X = 0.. dopo aver introdotto e studiato le forme quadratiche reali (Capitolo 9): Teorema 8. la cui dimostrazione sar´a immediata. Diremo che i due vettori X. Consideriamo il vettore AX e calcoliamo il seguente: < AX. . Y >= n X xi yi = X t Y. X > = i=1 xi . Y >=< X. S ´e detto insieme ortonormale di vettori se ´e un insieme ortogonale ed inoltre < Xi . f (αX) = |α|f (X). m || 1 || Una base B = {e1 . . per ogni X ∈ V e F (X) = 0 se e solo se X = 0. 3. Xi >= 1. per ogni a ∈ lR. per ogni X ∈ V e α ∈ lR. spazi euclidei e basi ortonormali. At Y > .. f (X) ≥ 0. Xj >= 0. Per ogni prodotto scalare < . per ogni Xi . Y ∈ V .. La norma da noi definita (detta euclidea) non ´e l’unica norma possibile in lRn . en } di V ´e una base ortonormale di V se essa ´e un insieme ortonormale di vettori. ||aX|| = |a| · ||X||.. Un insieme di vettori tutti non nulli S = {X1 . Prodotti scalari. Una prima facile osservazione ´e la seguente: se {X1 . . Y ∈ V sono ortogonali in V se < X... se A ´e simmetrica ne segue < AX. Y >= 0. In altre parole tutti i vettori di S sono versori. Possiamo enunciare il seguente teorema. Definizione 8. ||X } ´e un insieme ortonormale di vettori.. > in V esiste una base ortonormale di V rispetto alla quale < . per ogni i = 1. Si noti che ||X|| ≥ 0. Sia < . 2. > si possa esprimere come prodotto scalare standard.

v3 > < w2 . v4 > w1 − w2 − w3 < w1 . w3 > . . Nel caso particolare v sia un versore.v> v la proiezione ortogonale di w lungo la direzione del vettore v. poich´e qualche wi potrebbe essere nullo... Inoltre se {u1 . per ogni i ed opportuni ai ∈ lR. Osserviamo che nel teorema precedente non ´e detto che {w1 .v> v. Siano v1 .2. Siano v.. . v3 > w1 − w2 < w1 . vn } ´e una base di V allora esistono w1 . w1 > < w2 . vm vettori dello spazio euclideo V .. wm } ´e un insieme di vettori a due a due ortogonali tra loro. . . .. < v. v2 > w1 < w1 ... w1 > < w1 . m || 1 || Ricordiamo che la convenienza di utilizzare basi ortonormali.. Conseguenza. . w > < v. Consideriamo il vettore w − <v. . .. w2 > < w1 . w − < v. w1 = v1 w2 = v2 − w3 = v3 − w4 = v4 − < w1 . wm }. w ∈ V = lRn con prodotto scalare associato f (X.. wm } che soddisfino alle condizioni i) e ii) del teorema precedente. in una base ortonormale.w> e ortogonale al vettore v infatti: <v. wm di V tali che i) Span{v1 . 6. Teorema 9. Y ) =< X.... um } ´e un altro insieme di vettori che soddisfano le i) e ii) allora ui = ai wi . v4 > < w3 . w > − < v...... ii) {w1 .. w > v. anzich´e basi qualunque.. esso ´ < v. il prodotto scalare di due vettori si pu´o esprimere come il prodotto scalare standard e quindi i calcoli con le coordinate dei vettori sono notevolmente pi´ u semplici. la proiezione ortogonale di w su v si riduce < v. wm tali che i) {w1 . wm } sia una base ortogonale di V . Se {v1 .2 77 Processo di ortonormalizzazione.6. ||w } sia una base ortonormale di V . w1 wm ii) { ||w .. v > Definiamo allora <v.. . v4 > < w2 . w1 > < w2 . risiede nel fatto che.. v >= 0. ..w> <v. Y >. v > < v. Processo di ortonormalizzazione.. vm } = Span{w1 . . w > v >=< v. Vediamo ora come costruire i vettori {w1 . w2 > < w3 . wm } sia un insieme ortogonale di vettori. . Allora esiste una successione di vettori w1 ..

w1 > < w2 . v4 > < w2 . wj > j=1 B = {v1 .. v3 > < w2 . v2 . v3 = (1. w2 > 2 2 2 2 w4 = v4 − < w1 . w3 > I vettori w1 = e2 + e4 . w1 = v1 < w1 . 1) e B = {v1 . 0.78 6. 0. v2 . 0. w1 = v1 w2 = v2 − < w1 . 0) < w1 . 1. w2 > < w3 . 1). w2 = 2e1 . A partire da essa costruiamo una base ortogonale. w3 = − 12 e2 + 12 e4 . . v4 } ´e una base di V ma non ´e ortogonale. ) < w1 . Prodotti scalari. v3 > < w2 . v2 = (0. vi+1 > wj < wj . Y >= x1 y1 + 2x2 y2 + x3 y3 il prodotto scalare definito in V . A partire da essa costruiamo una base ortogonale. che non ´e ortogonale rispetto al prodotto < . w4 = e3 costituiscono una base ortogonale per V e quindi i vettori w1 1 1 = √ e2 + √ e4 ||w1 || 2 2 w2 = e1 ||w2 || w3 1 1 = − √ e2 + √ e4 ||w3 || 2 2 w4 = e3 ||w4 || costituiscono una base ortonormale per V . >. 1). 0. 1. v2 > w1 = v2 − v1 = (2. ed in generale wi+1 = vi+1 − i X < wj . − . v3 } una base di V . w1 > w3 = v3 − 2 1 < w1 . w1 > w3 = v3 − < w1 . v3 > 1 1 1 1 w1 − w2 = v3 − w1 + w2 = (0. spazi euclidei e basi ortonormali. w1 > < w2 . Siano V = lR3 . < X. v2 > w2 = v2 − w1 = v2 = (0. 0. v3 . v4 > < w3 . − . v1 = (1. w2 > 3 3 3 . v4 > w1 − w2 − w3 = v4 = (0. 0. 1) < w1 . v3 > 1 w1 − w2 = v3 − v1 − w2 = ( . Esempio 75. 0) < w1 . 0). < w1 . w1 > < w2 . 0.

dove w ∈ W e w ∈ W . Inoltre ||w1 || = √ ||w2 || = < w1 . x2 . Siano V = lR3 . Siano V uno spazio vettoriale euclideo con prodotto scalare < X. x2 . c). 0. . 1. Quindi si ha V = W ⊕ W o come somma diretta. 0). w3 > = . 0. 1)}. w3 } ´e una base ortogonale. x2 . il seguente sottospazio di V W o = {v ∈ V : < v. − √ . x3 ) ∈ V tale che v ∈ W o allora < (x1 . (0. (0. 1) ||w2 || w3 1 2 = ( √ . x3 ). 0) >= 0 cio´e x = 0 < (x1 . 0)}. 3 I vettori w1 1 1 = ( √ . Definizione 9. 0). 79 allora B 0 = {w1 . w1 > = √ 3 √ < w2 .2. 0) ||w3 || 6 6 costituiscono una base ortonormale per V . 0. Processo di ortonormalizzazione. w2 > = 1 √ √ 6 ||w3 || = < w3 . (1. 1. 0) >= 0 cio´e y = 0 quindi W o = {(0. b. Teorema 10. 0. 0) ||w1 || 3 3 w2 = (0. c ∈ lR} = Span{(0. Allora ogni elemento di v ∈ V si pu´ o esprimere in modo 0 0 o unico come v = w + w . 0. x3 ). Siano V uno spazio vettoriale euclideo e 0 6= W un suo sottospazio di dimensione finita. √ . w >= 0.6. w2 . ∀w ∈ W }. a. Esempio 76. Definiamo complemento ortogonale di W in V . W = {(a. b ∈ lR} e W = Span{(1. Y > e 0 6= W un suo sottospazio. Consideriamo un generico v = (x1 .

per ogni i = 1.. et > et e w0 = v − w. Ovviamente w ∈ W ed inoltre. ... et cio´e ´e ortogonale con ogni vettore di W ed appartiene a W o . ei >= < v.. . L’elemento w ´e detto proiezione ortogonale di v sullo spazio W . e2 > e2 + . ei > − << v. ei > − < v. con t < n.. Poniamo w =< v.. ei >= 0 quindi w0 ´e ortogonale con ogni e1 . t < w0 . .+ < v. Vediamo come costruire w e w0 : Sia {e1 . et }. spazi euclidei e basi ortonormali.80 6. ei >=< v.. ei > − < v.. e1 > e1 + < v. . ei >< ei .. ei >=< v. 2. ei >=< v. en } una base ortonormale di V e sia W = Span{e1 . ei > ei . Prodotti scalari.. ... ei > − < w.

´e una applicazione lineare. f : lR2 → lR3 . ´e una applicazione lineare. Definizione 10. per ogni u ∈ U . Diciamo Immagine di f il seguente sottoinsieme di V : Im(f ) = {v ∈ V : ∃u ∈ U. tale che. x2 ) = (x1 .7 Le applicazioni lineari. Esempio 78. Lo spazio vettoriale U ´e detto dominio di f .1 Introduzione. f : U → U . per ogni a. Siano U e V due spazi vettoriali sul campo K e sia f : U → V una corrispondenza tra i vettori di U e quelli di V . u1 . x1 + x2 . detta identit´ a di U . x2 ) ∈ lR. ci occuperemo esclusivamente di applicazioni leneari tra spazi vettoriali definiti sul campo K = lR dei numeri reali. Esempio 80. Sia a ∈ lR. V ´e detto codominio di f . E . u2 ∈ U si ha: f (au1 + bu2 ) = af (u1 ) + bf (u2 ). Diremo che f ´e una applicazione lineare se. x1 − x2 ) ∈ lR3 . detta applicazione nulla in U . vettore nullo di U . f : U → U . tale che f (u) = 0. Sia f : U → V una applicazione lineare. per ogni u ∈ U . 7. per ogni u ∈ U . f (X) = f (x1 . Esempio 79. ´e una applicazione lineare. detta omotetia in U di rapporto a. ´ facile osservare che Im(f ) ´e un sottospazio vettoriale di V . f (u) = v}. f : U → U . Esempio 77. per ogni X = (x1 . Per uniformarci alla trattazione degli Spazi Vettoriali nei precedenti capitoli. b ∈ K. tale che f (u) = au. ´e una applicazione lineare. tale che f (u) = u.

allora w = (a1 . a1 +b1 +b2 . Esempio 82. 1). a2 . a4 ). f : lR3 → lR4 sia definita da f (x1 . x2 . 1) > sottospazio di dimensione 2 di lR3 . a4 ∈ lR. 1. 2. detti x1 = b1 e x4 = b2 . 0. x2 . a2 . 0). Allora si ha Im(f ) = {(a. (0. Le applicazioni lineari. Sia w ∈ Im(f ). 0) : a. per ogni a1 . per ogni a1 . a3 ) tali che    x1 + x2 = a1 x2 − x3 = a2   x +x =a 1 3 3 da cui ricaviamo che a1 = a2 +a3 . x2 . 1. a4 ∈ lR} =< (1. x4 ) = (x1 − x2 . Esempio 83. f : lR3 → lR4 sia definita da f (x1 . x4 ) = (x1 +x2 . a2 . b. b1 . 1) > sottospazio di dimensione 2 di lR4 . a2 . a1 + a4 . −x1 + x2 + x4 ). allora w = (a1 . 0) > sottospazio di dimensione 2 di lR4 . 1. Sia w ∈ Im(f ). 0. Sia w ∈ Im(f ). a3 ). 1.82 7. 2a1 + a4 . 1. (0. 0. 0). −a1 +b2 ) : a1 . x3 . x2 . . 1) > cio´e Im(f ) = lR3 . x3 . Im(f ) = {(a2 + a3 . x3 . a1 + a4 . x1 + x2 − x3 . b1 . a3 . x2 − x3 ). a2 . a3 ) tali che   x1 − x2 = a1  2x1 − x2 + x4 = a2   −x + x + x = a 1 2 4 3 da cui ricaviamo che a2 = a1 + x1 + x4 e a3 = −a1 + x4 per cui. 1. 0. 2x1 + x2 − x3 . x3 ) = (x1 . 2x1 − x2 + x4 . 0. 0). w = (a1 . (0. (1. 1. x2 −x3 . a4 ) : a1 . 0). Esempio 81. f : lR4 → lR3 sia definita da f (x1 . Im(f ) = {(a1 . b ∈ lR} =< (1. x3 ) = (x1 . f : lR4 → lR3 sia definita da f (x1 . b2 ∈ lR. 1. a1 + b1 + b2 . allora w = (a1 . Im(f ) = {(a1 . a2 . x1 + x3 ). −a1 + b2 ). per ogni a1 . a2 . a4 ) tali che   x1 = a1    x +x −x =a 1 2 3 2  2x1 + x2 − x3 = a3    x2 − x3 = a4 da cui ricaviamo che a2 = a1 + a4 e a3 = 2a1 + a4 per cui w = (a1 . (0. a3 ) : a1 . 0). 0. 2a1 + a4 . a3 ∈ lR. per cui w = (a2 +a3 . Esempio 84. a3 ∈ lR} =< (1. b2 ∈ lR} =< (1.

f : lR3 → lR4 sia definita da f (x1 . il seguente sottoinsieme del dominio: N (f ) = {u ∈ U : f (u) = 0V } cio´e l’insieme dei vettori di U che hanno come immagine in V il vettore nullo. 0. allora f (u) = (0. Definizione 12. 1) > . x2 . x2 −x3 . 0. a. 83 Definizione 11. 0. x3 . : a ∈ lR} =< (0. x2 . f : lR4 → lR3 sia definita da f (x1 . Diciamo Nucleo di una applicazione lineare f : U → V . x2 − x3 ). 1. x2 . b ∈ lR} =< (1. 0) : a ∈ lR} =< (0. x3 . Si dimostra facilmente che N (f ) ´e un sottospazio vettoriale di U . 0) N (f ) = {(0. Esempio 87. x1 + x2 − x3 . x3 ) = (x1 . x3 ) = (x1 . allora f (u) = (0. 0) quindi   x1 = 0    x +x −x =0 1 2 3  2x + x − x 1 2 3 =0    x2 − x3 = 0 da cui u = (0. 0). 0) > sottospazio di dimensione 1 di lR3 . allora f (u) = (0. a) sottospazio di dimensione 1 di lR3 . Esempio 86. 0. 0). 0.1. −1. 2x1 + x2 − x3 . −x1 . 1) > sottospazio di dimensione 2 di lR4 . x1 + x3 ). −a. 1. −a. 0. 0. (0. Esempio 85. −x1 . b) : a. x2 ) N (f ) = {(0. 0. Introduzione. Sia u ∈ N (f ).7. a. 0) quindi    x1 + x2 = 0 x2 − x3 = 0   x +x =0 1 3 da cui x1 = −x2 = −x3 e u = (x1 . f : lR3 → lR4 sia definita da f (x1 . x2 . x2 . 0) quindi ( x1 = 0 x3 = 0 da cui u = (0. Sia u ∈ N (f ). x4 ) N (f ) = {(a. Sia u ∈ N (f ). −1. x4 ) = (x1 +x2 . Una applicazione lineare f ´e detta suriettiva quando l’immagine di f coincide con tutto il codominio di f .

. −x1 + x2 + x4 ). x3 . + xn en ) = x1 f (e1 ) + x2 f (e2 ) + .. Siano U e V spazi vettoriali su lR.. 0) N (f ) = {(0. 0) > sottospazio di dimensione 1 di lR4 . 7. 0.. Teorema 11. e0m } una base per V. .. . Ogni vettore X ∈ U ha delle componenti (x1 . + am1 e0m f (e2 ) = a12 e01 + a22 e02 + . x2 .. quindi Y = f (x1 e1 + . Esempio 88. x4 ) = (x1 − x2 . ym ) rispetto alla base B 0 .. 1. 0. Una applicazione lineare f : U → V ´e iniettiva se e solo se N (f ) = {0}...... cio´e se il nucleo di f ´e il sottospazio banale di U .. . allora f (u) = (0. + am2 e0m . essi sono esprimibili per componenti rispetto alla base B 0 : f (e1 ) = a11 e01 + a21 e02 + . .. cio´e X = x1 e1 + . 0. Le applicazioni lineari... Una applicazione lineare f : U → V ´e detta iniettiva quando per ogni u1 6= u2 in U si ha: f (u1 ) 6= f (u2 ) in V ... 0. + xn f (en ). Definizione 13. + ym e0m . . ed ogni vettore Y ∈ V ha delle componenti (y1 .. f (en ) sono in V . In particolare sia Y = f (X) ∈ V . 0) : a ∈ lR} =< (0..... 0) quindi   x1 − x2 = 0  2x1 − x2 + x4 = 0   −x + x + x = 0 1 2 4 da cui x1 = x2 = x4 = 0 e u = (0.. en } una base per U B 0 = {e01 .84 7. x3 .... Poich´e i vettori f (e1 ). xn ) rispetto alla base B.. f : lR4 → lR3 sia definita da f (x1 .. tali da avere dim(U ) = n e dim(V ) = m e B = {e1 . Sia u ∈ N (f )... a. 0. 2x1 − x2 + x4 . + xn en .. cio´e Y = y1 e01 + . Sia f : U → V una applicazione lineare.2 Applicazioni lineari e matrici.

..7.. + am2 e0m )+ +. Allora una base dell’immagine si pu´o ricavare facilmente. a1n ..... ..... + amn xn ). Quanto detto fin’ora si pu´o riassumere nel modo seguente: esiste una corrispondenza che associa ad ogni matrice una applicazione lineare e viceversa. + amn e0m ) = e01 (a11 x1 + a12 x2 + . ym         ... .. 85 f (en ) = a1n e01 + a2n e02 + .2.. am1 am2 ........ Essa ´e ovviamente una applicazione lineare. Tale matrice ´e ottenuta nel seguente modo: la sua colonna j ´e formata dalle componenti rispetto alla base B 0 dell’immagine f (ej ) del vettore ej della base B.... xn        allora f (X) = Y si pu´o scrivere nel modo seguente: A·X =Y e la matrice A ´e la matrice associata all’applicazione lineare f rispetto alle basi B e B 0 . + e0n (am1 x1 + am2 x2 + .... Viceversa sia data una qualsiasi matrice A ∈ Mmn (lR) e siano al solito U e V spazi vettoriali rispettivamente di dimensioni n e m... Applicazioni lineari e matrici. f (en )}.... che quindi ´e un generatore per l’immagine della f ....... per ogni X ∈ U.. + a2n xn )+ +..... Concludiamo allora che ad ogni applicazione lineare f ´e associata una matrice che dipende dalle basi scelte per il dominio e codominio di f ..... + amn e0m da cui Y = x1 (a11 e01 + a21 e02 + ....... ... allora esso ´e generato dall’insieme {f (e1 ).... considerando i vettori colonna della matrice associata. + xn (a1n e01 + a2n e02 + .... ......... Si noti che se Y ∈ f (U ).......... . Se indichiamo  a11 a12  a  21 a22 A=  .. amn        . ... Ci´o vuol dire che le colonne della matrice associata ad una applicazione lineare costituiscono un insieme di generatori per Im(f )....Y =     y1 y2 .. Costruiamo la seguente corrispondenza tra i due spazi vettoriali: f (X) = A · X ∈ V... Quindi ad ogni matrice ´e associata una applicazione lineare. che siano tra loro indipendenti. a2n . . + am1 e0m ) + x2 (a12 e01 + a22 e02 + .... + a1n xn ) + e02 (a21 x1 + a22 x2 + ......X =      x1 x2 ...

. .. f (cn )} ´e un insieme di generatori per Im(f ). f (en )} sono indipendenti nel codominio. Consideriamo la combinazione lineare αr+1 f (cr+1 ) + .. .. Inoltre se B ´e una base di U allora ´e noto anche che {f (e1 ). + αn cn appartiene al nucleo N (f ). . alora dim(Im(f )) = n − r = dim(U ) + dim(N (f )).86 7. en } nel dominio. .. Allora l’insieme f (S) = {f (v1 ). f (cr+1 ). vr } ⊆ U un sottoinsieme di S formato da vettori linearmente indipendenti.. che contraddice il fatto che i vettori cr+1 . Sia data una applicazione lineare f : U → V ... .. br appartengono al nucleo di f . cn } sia una base per U . . .. Teorema 13.. per ogni i = r + 1. Unendo le due cose otteniamo che {f (e1 )...... Le applicazioni lineari.. .. Infine. essendo {cr+1 . cn } vettori indipendenti in U tali che {b1 .... e dalla indipendenza lineare dei vettori cr+1 .. Ancora richiamiamo il risultato per cui l’insieme {f (b1 ). Poich´e b1 .... cr+1 .. f (vr )} ⊆ V ´e anche esso formato da vettori linearmente dipendenti. br ... f (en )} sono generatori di Im(f ). Questo vuol dire che αr+1 cr+1 + .. ... . .. . f (en )} ´e esattamente una base per Im(f ). Poniamoci allora nel caso in cui N (f ) 6= 0. cn segue che αi = 0...... Allora dim(U ) = dim(N (f )) + dim(Im(f )).. + αn f (cn ) = 0. br } una sua base. Dimostriamo ora che essi sono anche linearmente indipendenti. br . cn debbano essere indipendenti con i vettori b1 .. Teorema 12.. Sia data una applicazione lineare f : U → V e sia S = {v1 .. . ... Allora l’insieme f (S) = {f (v1 )....... Dim. . = f (br ) = 0. Sia data una applicazione lineare f : U → V e sia S = {v1 ... . + αn cn = 0... . . Indichiamo dim(U ) = n.... f (vr )} ⊆ V ´e anche esso formato da vettori linearmente indipendenti se e solo se f ´e iniettiva. Se N (f ) = 0 allora f ´e iniettiva e sappiamo che dato un insieme di vettori indipendenti B = {e1 .. i vettori {f (e1 ). per cui l’insieme {f (cr+1 ).. ..... n. f (cn )} ´e un insieme di generatori per Im(f ). .... Siano ora {cr+1 . cn } una base per Im(f ). f (br ).. indichiamo con {b1 . Teorema 14..... da cui l’asserto.. dalla linearit´a di f abbiamo che f (αr+1 cr+1 + . + αn cn ) = 0 cio´e il vettore αr+1 cr+1 + . . t u . allora f (b1 ) = f (b2 ) = ... Essendo N (f ) un sottospazio di U .. vr } ⊆ U un sottoinsieme di S formato da vettori linearmente dipendenti.

Applicazioni lineari e matrici. Ma anche N (f ) = {(0. Esempio 91. 1). 1. 2a1 + a4 . 1 0 Il rango della matrice ´e 2. x1 + x2 − x3 . 2. 1) f (0. 1)} base nel dominio B3 = {(1. 0). 3. Esempio 90. 1. 0) >. a. quindi dim(Im(f )) = 2 e Im(f ) =< (1. (2. Determiniamo la matrice associata alla f rispetto alle basi canoniche sia nel dominio che nel codominio. 1. 0). x1 ). Abbiamo visto in un esempio precedente che Im(f ) = {(a1 . 0. 1. a4 ∈ lR} =< (1. 3x2 .7. 1. 0). x3 ) = (x1 . 87 Esempio 89. x2 ) = (x1 + 2x2 . 0. 2x1 + x2 − x3 . x2 . a1 + a4 . 1) > sottospazio di dimensione 2 di lR4 . Sia f : lR2 → lR3 definita da f (x1 . 1). 3. x2 − x3 ).2. Per costruire tale matrice dobbiamo calcolare le immagini dei vettori della base B2 . Ripetiamo l’esempio precedente ma ora esprimiamo la matrice associata a due basi differenti da quelle canoniche: B2 = {(1. f (1. f : lR3 → lR4 sia definita da f (x1 . a4 ) : a1 . 1) =  0 3  · = 3  1 1 0 1 . (1. a) : a ∈ lR} =< (0. 1) = (2. L’applicazione ´e iniettiva ma non suriettiva. 1) > ´e sottospazio di dimensione 1 di lR3 . 1)} base nel codominio. (1. (2. 0. 2. 0)   1 2   A =  0 3 . (0. 0) = (1. Perci´o dim(N (f )) = 0 e N (f ) = {0}. Tali immagini si possono calcolare sfruttando la matrice A associata alla f rispetto alle basi canoniche:     " # 1 2 3 1     f (1.

1. 0) f (e2 ) = (1. 1. 0. e3 } la base canonica di lR3 e f : lR3 → lR4 una applicazione lineare tale che f (e1 ) = (1. Le applicazioni lineari. 3.88 7. Si noti che le dimensioni di Nucleo e Immagine sono invarianti rispetto ad un cambiamento di basi nel dominio e nel codominio. 2) = (−1. 3. quindi dim(Im(f )) = 3 (f non ´e suriettiva) e dim(N (f )) = 0 (f ´e iniettiva). 3. 1. 1) = (1. 1)B3 (4. 1 1 0 2 Ora conosciamo le immagini. 1). La matrice associata a f rispetto alla  1  1  A=  1 0 base canonica in lR4 ´e allora  1 0 0 0    1 0  0 1 che ha rango 3. 1. 0. 0) f (e3 ) = (0. inoltre l’espressione di f rispetto alle basi canoniche sia nel dominio . Siano B = {e1 . 1) =  0 3  · =  3 . e2 . dobbiamo quindi convertirle rispetto alla base B3 : (3.     " # 1 2 4 2     f (2. 0. Esempio 92.ma esse sono espresse rispetto alla base canonica di lR3 . 2)B3 quindi la matrice associata alla f rispetto alle basi B2 e B3 ´e   1 −1   A0 =  1 3  1 2 da cui    " # x1 − x2 1 −1 x1     f (X) =  1 3  · =  x1 + 3x2  x2 x1 + 2x2 1 2  ´e l’espressione dell’applicazione lineare rispetto a tali basi.

x5 ∈ lR} =< (1. Il generico vettore del Nucleo. x4 . x2 . (0. x4 . x3 . x1 . 1. 0. Quindi dim(Im(f )) = 3 (f ´e suriettiva) e dim(N (f )) = 2 (f non ´e iniettiva). x3 ). 0. x2 . Applicazioni lineari e matrici.7. x5 ) ´e dato da x3 = 0. x5 ). La matrice associata rispetto alle  1  A= 0 0 basi canoniche in lR5 e lR3 ´e  0 0 −1 0  1 0 −1 0  0 1 0 0 che ha rango 3.2. x1 = x2 = x4 . X = (x1 . x3 . (0. x5 ) = (x1 − x4 . 0. 89 che nel codominio ´e    f (X) =   1 1 1 0 1 0 1 0 0 0 0 1     x1        ·  x2  =    x3 x1 + x2 x2 x1 + x2 x3    . 0). 1. 0. (0. 1). 1) > . per cui N (f ) = {(x1 .  Esempio 93. x1 . 1. x1 . 0). 0. Sia f : lR5 → lR3 definito da f (x1 . Una base dell’immagine ´e data da (1. 0. 0. x2 − x4 . . 0).

0). (2. −1). −1) = (14. 1. Allora la matrice associata a f rispetto a tali basi ´e   9 14 13  9 13 14    A0 =  . 0. 0). Determiniamo la matrice associata a f rispetto alle basi canoniche sia nel dominio che nel codominio. (1.90 7. Esempio 94. 0. 4x1 + 5x2 − 9x3 .  −9 −9 9  1 1 1 Determiniamo la matrice associata a f rispetto alla base B = {(1. 1. −18. 0). 1. 1. 0. x3 ) = (5x1 + 4x2 − 9x3 .  −18 −18 −18  2 0 0 Esempio 95. Sia f : lR3 → lR4 definito da f (x1 . x1 + x2 + x3 ). −1) = (13. (1. −1)} di lR3 ed alla base canonica in lR4 . 1. . −18. 1. 0)} in in lR4 lR2 . Le applicazioni lineari. 0. −9x1 − 9x2 + 9x3 . 0)} B2 = {(1. 0. 0). 0) =   −9 −9 1 1 vettori di   −9  −9   · 9  1 B:   1    1 =  0 9 9 −18 2      ed in modo analogo f (1. 0. (0. Sia f : lR4 → lR2 con matrice associata " # 1 0 0 1 A= −1 1 2 −1 rispetto alle basi B4 = {(1. 14. 0. (1. 0. 0) f (0. Si devono calcolare le immagini dei  5 4  4 5  f (1. La matrice associata rispetto alle basi canoniche in lR3 e lR4 ´e   5 4 −9  4 5 −9    A= . 13. x2 . (0. 1). 1).

1. 0) = (0. 1. 0)C2 (1. 0)B2 = (0. −1)B2 = (0. −2)B2 = (−1. 0)C2 . 0) = (0. 0. 91 Per prima cosa esprimiamo i vettori della base canonica di lR4 per componenti rispetto alla base B4 : (1. 0) = · =  0  1 −1 1 2 −1 0 ed analogamente f (1. 0)B4 (0. x2 . −2) f (0. 0. −2. 1)C2 (0. 0. 0. 0)B4 (0. La matrice associata rispetto alle basi canoniche ´e allora " # 1 −1 0 0 A0 = 0 1 1 0 e l’espressione dell’applicazione lineare nelle basi canoniche di dominio e codomino ´e   x1 " # " #  x  1 −1 0 0 x1 − x2  2  f (x1 . 0. 1)B2 = (1. x4 ) = · . 0. Applicazioni lineari e matrici. −1. −1. Tali immagini sono espresse per componenti rispetto alla base B2 e quindi dobbiamo ora convertirle per componenti rispetto alla base canonica C2 di lR2 : (0. 0. −1) f (0. 1) = (0. −2. 0) = (1. 0. 0. 1. 1. =  x3  0 1 1 0 x2 + x3 x4 . 0)B4 . 0. x3 . 0). 0. 0) = (0. 1.2. 1)B4 (0. 0. 0) = (1. 1)C2 (1.7. 0. 1) = (1. 0. Quindi calcoliamo le immagini di tali vettori utilizzando la matrice A:   0 " # " #  1  0 1 0 0 1   f (0. 1.

0. 0. 1. 0. detta C la base canonica di lR4 . −1) f (0. 2. Siano f : lR4 → lR4 e B = {(1. 0. 1. 0. 0). 0.  Infine determiniamo la matrice relativa ad f rispetto alla base canonica sia nel dominio che nel codominio: Per prima cosa esprimiamo i vettori della base canonica C per componenti rispetto alla base B: (1. 0. 0. 0.92 7. si ha: (2. −1)B (0. 1. 1. 1)B (1. 1. 0. 1. 1. La matrice associata a f rispetto alla base B nel codominio ´e  2 −1 1  0 0 0  A=  0 1 1 −1 0 −1 nel dominio e alla base canonica 1 1 2 0    . 0. 0. −1. 0. 0. 0. 0) = (0. 0. 0)C = (0. 1. 1)B . 1. 0. 0). 0)B (−1. 0. 0)} un base di lR4 . 1)B (1. 1. 0. 0. 1. −1) = (2. (0. (1. 0) = (0. (0. tali che f (1. 0)B (0. −1) f (1. 1. −1)C = (1. 0)C = (0. Si devono esprimere le immagini dei vettori di B per componenti rispetto alla base B stessa. 0) = (1. 0) = (0. 1. 0) = (1. 1. 2. 0. 0. 0) f (0. −1)C = (1. −1). 1. 1. 0. 0. 0. 1. 0. 0. 1. per cui. Esempio 96. 0. Le applicazioni lineari. 1)B e la matrice associata ´e    A0 =   1 0 1 0 1 −1 0 1 0 0 0 1 0 1 1 1    . 0). 0.  Determiniamo la matrice associata a f rispetto alla base B anche nel codominio. 0. 0) = (−1. 1.

i risultati sono gi´a espressi per componenti rispetto alla base canonica. 0) =   0 1 1 −1 0 −1 tramite   1  1    · 2   0 la matrice A:    0 −1   1    0  =  0   1  0 0 ed analogamente f (0. 0) f (−1. 1. Applicazioni lineari e matrici.2. 0. 0. 93 (0. x4 ) =   1 −1 0 −1   1 −3 x1   1 0   x2 · 2 1   x3 x4 0 1 Esempio 97. 0. 0. −1). 1). 1. 0). 1. 0. 0. 1). 1) = (1. (1. (1. Quindi la matrice associata a f rispetto alla base canonica sia nel dominio che nel codominio ´e   −1 0 1 −3  0 −1 1 0    A00 =    1 −1 2 1  0 −1 0 1 ed esprimiamo f come segue:  −1 0  0 −1  f (x1 . −1) f (0. 0. 1.  . 2. 1. 0. −1. Sia f : lR3 → lR3 associato  1  A= 2 3       =   −x1 + x3 − 3x4 −x2 + x3 x1 − x2 + 2x3 + x4 −x2 + x4 alla matrice  1 2  1 3  1 4 rispetto alle basi B = {(1. (0. x2 . 0)B quindi calcoliamo le immagini di tali vettori  2 −1 1  0 0 0  f (0. −1) = (0. 0. 0) = (−3. 0. 1) ed ´e chiaro che. 1. 0. −1. x3 . avendo usato la matrice A. Determiniamo una base per l’immagine in base canonica. (0. 0)} nel dominio nel codominio. 1)} C = {(1. 1. 0.    . 1) = (−1. 0. 1.7.

3. Determiniamo la matrice associata a f rispetto alle basi canoniche sia nel dominio che nel codominio. 0. ) = (4. 1) sono indipendenti. quindi per ottenere i vettori che generano l’immagine dobbiamo esprimerli rispetto alla base canonica: (1. 0. 0)B3 2 1 1 (0. 1) + 1(0. 3) e (1. 3. 3)C = 1(1. 0. 0. Poich´e il rango della matrice A ´e 2. −1)B2 2 1 1 f ( . 1. −1)} una base di B2 = {(1. −1) + 1(1. 0. 0.94 7. 1. quindi esse rappresentano i 2 vettori che generano l’immagine. 0. 0) = (0. 0) = ( . 0). 0. 0) >. . (0. 0). (2. Le colonne (1. la dimensione dell’immagine ´e appunto 2. 0) = (2. Le applicazioni lineari. essi compaiono nella matrice espressi per componenti rispetto alla base C. −1) + 2(1. (1. 1. 1) = ( . )B3 2 2 1 (0. Allora Im(f ) =< (3. −1)B2 2 2 1 f (0. 1). 1) (1. 0. . 1. 0) = (3. 1. 2. 1. 1. −2)B2 . − )B3 . 0. Esempio 98. 0. 2 2 Di tali vettori calcoliamo adesso le immagini: 1 1 f ( . 1). 0) = (2. − ) = (6. 1) + 3(0. (2. 2. B3 = {(1. 1)C = 1(1. 0. Per definizione. 3)} una base di " # 10 4 −2 A= −3 −2 1 lR3 lR2 la matrice associata a f rispetto alla base B3 nel dominio ed alla base B2 nel codominio. Siano f : lR3 → lR2 . 2. 1). Dapprima si devono esprimere i vettori della base canonica C3 di lR3 per componenti rispetto alla base B3 : 1 1 (1. 2 2 .

2. 0. Determiniamo la matrice associata a f rispetto alle basi CV = {x + 1. W = lR3 [x] rispettivamente gli spazi vettoriali dei polinomi di secondo e terzo grado nella variabile x. rispetto alle basi BV = {1. Siano V = lR2 [x]. 0. −1)C2 (6. 3.  .2. −2)B2 = (2. x3 + 1. La matrica associata ´e quindi    A=  0 0 0 0 0 0 1 0 0 0 2 2    . 0. 2. Definiamo la seguente applicazione lineare f : V → W . 0)W f (x) = x2 · 1 = x2 = (0. 1. Iniziamo calcolando le immagini dei vettori in BV : f (1) = x2 · 0 = 0W = (0. Applicazioni lineari e matrici. 2)W . 0. x2 } nel dominio nel codominio. 0)W f (x2 ) = x2 (2x + 2) = 2x3 + 2x2 = (0. x2 . 95 Riportiamo tali immagini per componenti rispetto alla base canonica C2 di lR2 : (4. x2 } nel dominio BW = {1. 0)C2 per cui la matrice associata a f rispetto alle basi canoniche C3 e C2 ´e: " # 2 0 2 A0 = . 1 −1 0 Esempio 99.7. Determiniamo nucleo ed immagine di f . −1)B2 = (2. x2 + x} CW = {x. x + 1. x3 } nel codominio f (p(x)) = x2 · p0|x+1 dove p0|x+1 indica la derivata prima del polinomio p(x) calcolata in x + 1. x2 + 1. Calcoliamo la matrice associata a f nelle basi scelte. x. 1)C2 (2. x. −1)B2 = (0. 1.

0. 1. 0. 2)BW = 3x2 + 2x3  0 1 2  1 0 0 2 Esprimiamo infine tali vettori per componenti rispetto alla base CW . 0. 3.96 7. 1. 2. 1) =  ·   0  = (0. Per determinare la matrice rispetto alle nuove basi. x3 = 0. Quindi i polinomi di lR2 [x] che appartengono al nucleo sono generati dal vettore di componenti (1. 0. 0)BW = x2  0 1 2  0 0 0 2     0 0 0 1  0 0 0      f (1. 1)BV . dapprima calcoliamo le componenti dei vettori di CV rispetto alla base BV : x + 1 = (1. 0) rispetto alla base BV . 0) =   ·  1  = (0. 0. Segue inoltre che l’immagine ha dimensione 2 ed osservando le colonne della matrice A. x2 = αx + β(x3 + 1) + γ(x + 1) + δx2 . 0)BV x2 + 1 = (1. 0). α ∈ lR. 1)BV x2 + x = (0. 1. 2) quindi Im(f ) =< x2 . cio´e sono tutti e soli gli scalari in lR: Ker(f ) =< α >. 1. 2. L’immagine di tali vettori tramite f ´e il prodotto di ciascuno di essi per la matrice A associata:     0 0 0 1  0 0 0      f (1. 0. Le applicazioni lineari. 0. 1. 1) =   ·  1  = (0. Il nucleo di f si ricava risolvendo il  0 0  0 0    0 1 0 0 sistema lineare omogeneo:    0 x1  0     ·  x2  = 0 2  x3 2 da cui x1 = α. 2x2 + 2x3 >. 0. una base dell’immagine ´e individuata dai vettori di componenti: (0. 2)BW = 2x2 + 2x3  0 1 2  1 0 0 2     0 0 0 0  0 0 0      f (0. 1. x2 = 0. (0.

3)CW e la matrice associata ´e:    A0 =   7. A0 quella associata a B 0 . γ = −β = 0.. . 2)CW 3x2 + 2x3 = (2. tali che f (v) = w.. Ci proponiamo di osservare in quale modo tali matrici sono tra loro correlate.. Analogamente diciamo che il vettore w avr´a componenti Y = (y1 .. In particolare abbiamo che X0 = C · X e Y 0 = C · Y. w ∈ V . α = −γ = 0. xn ) rispetto alla base B e X 0 = (x01 . e Da X = C −1 · X 0 e Y = C −1 · Y 0 ne segue che C −1 · Y 0 = A · C −1 · X 0 e Y 0 = (C · A · C −1 ) · X 0 . Siano allora B e B 0 due distinte basi di V e A la matrice associata alla base B. yn0 ) rispetto a B 0 .3 0 2 2 0 2 2 0 −2 −2 1 2 3      Endomorfismi e cambiamento di base.. yn ) rispetto a B e Y 0 = (y10 .. Per quanto detto nel capitolo dedicato agli spazi vettoriali. δ = 1: x2 = (0.7. Il vettore v avr´a componenti X = (x1 . 1)CW Analogamente: 2x2 + 2x3 = (2. .3. Sia B una base di V . x0n ) rispetto a B 0 . . viene associata all’endomorfismo una matrice quadrata di ordine n. 0. . −2. 2. 97 cio´e x2 = (β + γ) + (α + γ)x + δx2 + βx3 ed uguagliando i monomi simili. Inoltre il fatto che w = f (v) significa Y =A·X Y 0 = A0 · X 0 . 0. Sia V uno spazio vettoriale di dimensione n. varia la matrice che rappresenta f . esiste una matrice C di cambiamento di base che ci permette di esprimere le componenti di un vettore in base B 0 in funzione di quelle in base B. Endomorfismi e cambiamento di base. in cui dominio e codominio coincidono ´e detta endomorfismo dello spazio V . 2. Una applicazione lineare f : V → V . segue β = 0. Relativamente ad essa. Al variare della base B... Siano inoltre v. −2.

1) = (1. 0. 1. 0). −1. (1. Ricordiamo che per definizione della matrice A. Siano V = lR3 . 1) w3 = f (0. tali immagini sono espresse per componenti rispetto alla base B. (0. 0. 1) . Metodo 1. relativamente a basi differenti. 0 1 1 x3 x2 + x3 Determiniamo la matrice associata a f rispetto alla base B 0 . 2. 1. Ci´o vuol dire che le matrici associate ad uno stesso endomorfismo. 0)} due basi di lR3 e f : lR3 → lR3 un endomorfismo con matrice associata rispetto alla base B   1 0 1   A =  1 0 0 . Le applicazioni lineari. 0 1 1 Rispetto a tale base l’endomorfismo si esprime:       1 0 1 x1 x1 + x3       f (X) =  1 0 0  ·  x2  =  x1 . 1)} B 0 = {(0. Esempio 100. quindi w1 = (0. B = {(1. 1. 1). 0). 1) = (1. utilizzando sia il metodo esposto nei paragrafi precedenti. 0. −1. −1)B (0. 1. 0) = (0. −1) = (0. 0)B = (0. cio´e A0 = C · A · C −1 . 1. 0). 1)B quindi calcoliamo le immagini di tali vettori tramite la matrice A: w1 = f (1. 0. sono tra loro tutte simili. 2. 1. Per prima cosa esprimiamo i vettori di B 0 per componenti rispetto alla base B: (0. 0) w2 = f (1. (0. 1. 1. 1). 0) = (1. 0. 0. −1)B (1.98 7. 1. (1. che quello appena illustrato. −1) = (0. 1.

7. 1.3.  1 0 1 1 Ci chiediamo allora se e quando esiste una base di V tale che un endomorfismo f : V → V sia rappresentabile nel modo pi´ u semplice possibile. 0. Essa ha per colonne le componenti dei vettori di B rispetto alla base B 0 :   1 −1 −1   C= 0 1 1 . 0)B = (1. 1)B = (1. Calcoliamo la matrice C di cambiamento di base da B a B 0 . 0) = (1. 0 1 1 Metodo 2. 0. 1)B 0 w3 = (1. 1)B 0 . 1. 2) = (−2. 0) e per ottenere la matrice A0 non resta altro che esprimere tali vettori per componenti rispetto alla base B 0 : w1 = (0. 1) = (−1. La condizione ideale sarebbe quella in cui la matrice associata a f si presenti in forma diagonale cio´e . 1. Endomorfismi e cambiamento di base. 1. cio´e tramite una matrice nella quale compaia il numero pi´ u elevato possibile di elementi nulli. 0. 2. La matrice A0 associata a f in base B 0 ´e allora   −1 −2 1   A0 =  1 2 0 . 0. 0)B 0 w2 = (1. 0. 2) w3 = (1. 99 w2 = (0. 1 0 1  C −1  1 1 0   = 1 2 −1  −1 −1 1 da cui  A0 = C · A · C −1      1 −1 −1 1 0 1 1 1 0       = 0 1 1 · 1 0 0 · 1 2 −1  = 1 0 1 0 1 1 −1 −1 1   −1 −2 1   2 0 .

. . ... . . .. (1.. ... 0)... 0 .. . ...      Per cui il problema che ci proponiamo di risolvere ´e il seguente : in quali casi esiste una base di V rispetto alla quale la matrice associata ad un endomorfismo di V sia diagonale? Osserviamo che nel caso ci´o sia possibile. .. .... ...... . .. B = {(0. .... ... e tali matrici sono tra di esse tutte simili..... 0)... .. ..... xn                         =           a11 x1 a22 x2 a33 x3 ... . 0 . Siano V = lR3 . . 1.. 0 . −1 1 1 x3 −x1 + x2 + x3 Determiniamo la matrice associata a f rispetto alla base B 0 .. 0 . ann .. 0 0 0 a11 0 0 0 a22 0 0 0 a33 . ... (1...... ... . 0 . 1. ... ... .... .. (0.. . .. ann             ·           x1 x2 x3 .. −1)..... . .... . Le applicazioni lineari........ 0. . ... 0 .       A=      in modo tale che       f (X) =       a11 0 0 0 a22 0 0 0 a33 . ... .... ... . 0 0 0 ..... 0)....... ... 0 .... .... . Esempio 101.. 0 .100 7.. ..... la forma diagonale della matrice ´e rappresentativa di ogni altra matrice associata a f in ogni altra base... ... . −1. .... .. ... . 1)} due basi di lR3 e f : lR3 → lR3 un endomorfismo con matrice associata rispetto alla base B   1 0 0   A =  −1 2 0  . . . 1. 1.......... . −1 1 1 Rispetto a tale base l’endomorfismo si esprime:       1 0 0 x1 x1       f (X) =  −1 2 0  ·  x2  =  −x1 + 2x2  . .. (0. .. .... ann xn       .. . . 1)} B 0 = {(1.. . .....

per qualche opportuno h ∈ K. Chiaramente il vettore nullo 0 ∈ V soddisfa tale propriet´a. Siano V uno spazio vettoriale di dimensione n sul campo K. 1 x3 x3 In quanto segue. cio´e f (X) = A·X = hX.7. Calcoliamo la matrice C di cambiamento di base da B colonne le componenti dei vettori di B rispetto alla base B 0 :    1 0 0 1 0 0    C =  −1 1 0  . f (0) = h · 0. la cui immagine f (X) sia un vettore proporzionale a X. Autovalori ed autovettori di un endomorfismo. per cui ci poniamo nel caso in cui la ricerca ´e fatta per vettori X 6= 0. Essa ha per    da cui      1 0 0 1 0 0 1 0 0       =  −1 1 0  ·  −1 2 0  ·  1 1 0  = 1 1 1 −1 1 1 0 −1 1  A0 = C · A · C −1  1 0 0    0 2 0  0 0 1  e l’endomorfismo rispetto alla base  1 0  f (X) =  0 2 0 0 B 0 si esprime:      0 x1 x1      0  ·  x2  =  2x2  . 7.4 Autovalori ed autovettori di un endomorfismo. f (X) = A · X. La determinazione di tali vettori si riduce alla risoluzione del sistema lineare A · X = h · X che si pu´o scrivere come segue: . Ci chiediamo se possano esistere vettori X ∈ V . C −1 =  1 1 0 0 −1 1 1 1 1 101 a B 0 . dapprima esporremo un metodo per determinare in quali casi ´e possibile ottenere una forma diagonale della matrice associata ad un endomorfismo ed infine osserveremo quale sia tale forma. Indichiamo con X ∈ V un generico vettore di V . f : V → V un endomorfismo di V e A = [aij ] la matrice quadrata di ordine n associata a f in una certa base B.4.

. il sistema lineare omogeneo (A − h0 I)X = 0 ammette sempre soluzioni non banali.    an1 x1 + an2 x2 + .. + a x = hx 21 1 22 2 2n n 2  .... −i.   a11 x1 + a12 x2 + . + a x = 0 21 1 22 2 2n n . il quale non ha radici reali. I vettori X che ricoprono l’insieme V0 di tali soluzioni sono detti autovettori di f relativi all’autovalore h0 V0 = {0 6= X ∈ V.... e f : lR2 → lR2 con matrice associata rispetto alla base canonica sia nel dominio che nel codominio: " # 0 −1 ... Si osservi che da ora in poi ci riferiremo al polinomio caratteristico di un endomorfismo o di una matrice ad esso associata senza alcuna distinzione. + (ann − h)xn = 0 Tale sistema ammette soluzioni non banali solo quando p(h) = det(A − hI) = 0. A= 1 0 Il polinomio caratteristico ´e p(h) = h2 + 1... ..... Quindi l’endomorfismo reale da noi definito non possiede autovalori.... In corrispondenza di ciascun autovalore h0 . + a1n xn = 0    a x + (a − h)x + . dove C ´e il campo dei numeri complessi. (A − h0 I)X = 0}.. Nel caso avessimo definito f : C2 → C2 . con la medesima matrice associata A. Analogamente l’equazione p(h) = 0 ´e detta equazione caratteristica di f (o di A) ed ha n soluzioni (in K o non in K. Il sottospazio vettoriale V0 ∪ {0} ricoperto da tali autovettori ´e detto autospazio di f relativo all’autovalore h0 .. Le applicazioni lineari.... Esempio 102. + a1n xn = hx1    a x + a x + . sono dette autovalori di f . Siano V = lR2 . come sistema lineare omogeneo (A − hI)X = 0:   (a11 − h)x1 + a12 x2 + ..    an1 x1 + an2 x2 + .  .. + ann xn = hxn o meglio ancora. avremmo avuto i due autovalori immaginari +i..102 7.. distinte o coincidenti). Le radici del polinomio caratteristico che appartengano al campo K. Il polinomio p(h) = det(A − hI) ´e detto polinomio caratteristico di f (o di A) ed ha grado n...

Gli autovalori della matrice A sono le soluzioni dell’equazione caratteristica: . Siano V = lR3 e f : lR3 → lR3 base canonica di lR3 :  1 2 2  A= 1 3 1 2 2 1 103 con matrice associata rispetto alla   .4. Esempio 103. Autovalori ed autovettori di un endomorfismo.7.

.

.

1−h 2 2 .

.

.

.

.

3−h 1 .

=0 .

1 .

.

.

2 2 1−h .

a) ∈ lR3 . e l’autospazio associato a h1 ´e V1 = {(−a. quindi vi sono ∞1 soluzioni. x2 = 0.   2x + 2x − 4x = 0 1 2 3 . 0. a ∈ lR}   −4 2 2   A − h2 I =  1 −2 1  2 2 −4 ed il sistema lineare omogeneo associato ´e:    −4x1 + 2x2 + 2x3 = 0 x1 − 2x2 + x3 = 0 .   2x + 2x + 2x = 0 1 2 3 Il rango di tale sistema ´e 2. con dim(V1 ) = 1.   2 2 2   A − h1 I =  1 4 1  2 2 2 ed il sistema lineare omogeneo associato ´e:    2x1 + 2x2 + 2x3 = 0 x1 + 4x2 + x3 = 0 . Tali soluzioni sono: h1 = −1. cio´e (h + 1)(−h2 + 6h − 5) = 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = −x3 . al variare di a ∈ lR. ciascuna con molteplicit´a algebrica 1 come radici del polinomio caratteristico. h2 = 5. Per cui il generico autovettore relativo a h1 ´e X = (−a. Per h2 = 5. 0. h3 = 1. a). Determiniamo gli autospazi relativi a ciascun autovalore: Per h1 = −1. cio´e ∞1 autovettori relativi a h1 = −1.

.. 0 . Definizione 14. Il rango di tale sistema ´e 2. −a. Chiameremo molteplicit´ a algebrica di un autovalore.. e l’autospazio associato a h2 ´e V2 = {(a..104 7.... Una matrice diagonale ha come autovalori onale principale.   0 a22 0 . . al variare di a ∈ lR.   A =  ....... Infatti se  a11 0 0 .... 0 0 0 0 gli elementi presenti sulla sua diag- ..  . .. quindi vi sono ∞1 soluzioni..... .. . a ∈ lR} con dim(V3 ) = 1. a). a ∈ lR}   0 2 2   A − h3 I =  1 2 1  2 2 0 ed il sistema lineare omogeneo associato ´e:    2x2 + 2x3 = 0 x1 + 2x2 + x3 = 0 .. . cio´e ∞1 autovettori relativi a h2 = 5. . ... . .   0 0 a33 . a) ∈ lR3 ... con dim(V2 ) = 1. . .. Per h3 = 1. .. la sua molteplicit´ a come radice del polinomio caratteristico e molteplicit´ a geometrica di un autovalore.. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 . ..... ann             . −a.... quindi vi sono ∞1 soluzioni...   2x + 2x = 0 1 2 Il rango di tale sistema ´e 2.. a). .. Per cui il generico autovettore relativo a h2 ´e X = (a.... al variare di a ∈ lR. ..... . Le applicazioni lineari.... a) ∈ lR3 .. e l’autospazio associato a h3 ´e V3 = {(a.. 0 . x2 = −x3 .. ... . x2 = x3 . a. Per cui il generico autovettore relativo a h3 ´e X = (a.    .... 0 . cio´e ∞1 autovettori relativi a h3 = 1.... . a. .. . Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 . la dimensione dell’autospazio associato ad esso. .

. . ..... . ricordando che le colonne di tale matrice saranno determinate dalle componenti rispetto alla base B dei vettori . segue che: (CBC −1 )Xi = hi Xi B(C −1 Xi ) = hi (C −1 Xi ) cio´e h1 .. . . Dim. 0 . cio´e esista una matrice non singolare C ∈ Mn (lR) tale che B = C −1 · A · C... 0 .. bt . .... . Poich´e dim(V0 ) = t. .. .. Indichiamo con t la dimensione dell’autospazio V0 di f relativo all’autovalore h0 . . Xm autovettori di A tali che AXi = hi Xi .. . ... per ogni autovettore Yi di B.. h2 = a22 .. Siano h1 . .... .. 105 allora       A − hI =       a11 − h 0 0 0 a22 − h 0 0 0 a33 − h . 0 0 0 . .. ann − h             e det(A − hI) = (a11 − h)(a22 − h) · · · (ann − h)... con matrice associata A.... .. ... bt } che cosituiscono una base per V0 . . . Allora t ≤ r..... le cui radici sono h1 = a11 ........ Denotiamo p(h) il polinomio caratteristico di f (o equivalentemente di A). . et+1 .. Poich´e A = CBC −1 .. hm ed inoltre Xi = C · Yi sono autovettori di A. . . .. Siano Yi autovettori di B. 0 ... .. 0 . .. hn = ann . .. Costruiamo la matrice A0 associata a f rispetto alla base B.. per i = 1.. hm sono anche autovalori di B. en } sia una base per V .. m. Sia f : V −→ V un endomorfismo su uno spazio vettoriale V di dimensione n sul campo K....7. esiste un insieme di vettori {b1 . Siano A.. .... Teorema 15.. e sia h0 un autovalore di f con molteplicit´ a algebrica r.. .. . ... .. . u t Teorema 16.... . B ∈ Mn (lR) due matrici simili. ... Dim........ ... con autovettori corrispondenti Yi = C −1 Xi . Autovalori ed autovettori di un endomorfismo. hm gli autovalori di A e X1 . en } vettori linearmente indipendenti tali che l’insieme B = {b1 .. . .. Di conseguenza esistono {et+1 ........ Allora A e B hanno gli stessi autovalori h1 .4..

f (et+1 ). . Xm autovettori di f tali che ogni Xi sia autovettore relativo a hi . n − t) e D matrice diagonale di ordine (t. . quindi esista . Poich´e f (bi ) = h0 bi . . Siano X1 6= 0 autovettore di f relativo a h1 e X2 6= 0 autovettore di f relativo a h2 . avremo che A0 = .. . 0 A2 con A1 matrice di ordine (t.5 Endomorfismi diagonalizzabili.. Sia f : lRn → lRn un endomorfismo di V = lRn e siano B e B 0 due distinte basi di lRn . Supponiamo al contrario che essi siano linearmente dipendenti. t):     D=   h0 0 0 0 0 0 h0 0 0 0 0 0 h0 0 0 0 0 0 . Le applicazioni lineari. n − t). Dim. esse hanno gli stessi autovalori...   Poich´e A e A0 sono simili.. t u 7. Analogamente diremo che una matrice A ´e diagonalizzabile se ´e simile ad una matrice diagonale.. 0 0 0 0 0 h0     . Quindi h0 compare almeno t-volte come radice del polinomio p(h). ... diciamo che tutte le matrici relative ad uno stesso endomorfismo possiedono gli stessi autovalori. Diremo che l’endomorfismo f ´e diagonalizzabile se esiste una base di lRn . dove µ(h) ´e il polinomio caratteristico della matrice A2 . A2 matrice di ordine (n − t. . indipendentemente dalla base rispetto alla quale sono costruite. In particolare il polinomio caratteristico di A0 ´e : p(h) = (h − h0 )t · µ(h). per ogni i = 1. Teorema 17.. Allora i vettori X1 . La matrice P sar´a detta matrice diagonalizzante di A. Xm sono linearmente indipendenti. pi´ u in generale. di conseguenza la sua molteplicit´a algebrica ´e almeno t.. Possiamo facilmente dimostrarlo nel caso di 2 autovalori distinti h1 6= h2 (induttivamente si pu´o estendere al caso generico). Indichiamo con A la matrice associata a f rispetto alla base B e con A0 quella associata a f rispetto a B 0 . " # D A 1 {f (b1 ). f (bt ).106 7. Siano h1 . anche come radice del polinomio caratteristico di A. f (en )}. m.. Quindi.. Come visto in precedenza. le matrici A e A0 sono simili e quindi esse hanno gli stessi autovalori. rispetto alla quale la matrice associata a f sia diagonale.... hm autovalori distinti di f e X1 . cio´e se esiste una matrice non singolare P tale che P −1 · A · P sia diagonale.

Ricordiamo che gli autovalori sono in numero di n... i=1 Applicando f alla (i) otteniamo: m X αi f (Xi ) = i=1 m X αi hi Xi = 0 (ii). Inoltre f (X2 ) = h2 X2 .. per ogni i = 2. . segue l’assurdo che X2 = 0.. Poich´e h2 . come radici del polinomio caratteristico. hm .. i=1 Sottraendo dalla (iii) la (ii) otteniamo: m X αi (h1 − hi )Xi = 0 i=2 e per l’ipotesi induttiva.. anche se non .. Se ne deduce quindi che X1 .. Allora a1 +a2 +. i vettori X2 . = αm = 0.. sostituendo nella (i). quindi α(h1 −hi ) = 0. la sua molteplicit´a algebrica ai coincida con la sua molteplicit´a geometrica gi = dim(Vi ) (la dimensione dell’autospazio relativo a hi ).5. .. . Essendo α 6= 0 e h1 6= h2 . concludiamo che α2 = α3 = . i=1 Moltiplichiamo ora la (i) per h1 : m X h1 αi Xi = 0 (iii).. h2 ...+am = n.7. quindi otteniamo αh2 X2 = αh1 X2 . Da f (X1 ) = h1 X1 segue che f (αX2 ) = h1 αX2 . a2 . + dim(Vm ) = n = dim(V ) cio´e V1 ⊕ V2 ⊕ . Sia m X αi Xi = 0 (i).. ⊕ Vm = V = lRn ed inoltre l’unione delle basi di tutti gli autospazi costituisce una base di V = lRn ... m.. Supponiamo il teorema vero per ogni insieme di m − 1 autovalori. Supponiamo che per ogni autovalore hi . Esistono allora X1 . am le molteplicit´a algebriche rispettivamente degli autovalori h1 . . .. t u Siano ora a1 . da cui. cio´e αf (X2 ) = αh1 X2 ... ... hm sono tutti distinti. . Xm sono linearmente indipendenti. Endomorfismi diagonalizzabili. Xm sono indipendenti. Xn autovettori in lRn che siano tra loro linearmente indipendenti. Allora si ha che dim(V1 ) + dim(V2 ) + .. 107 un α 6= 0 tale che X1 = αX2 .. anche α1 = 0...

.. tutti necessariamente distinti.       Quindi rispetto alla base di lRn formata dagli autovettori linearmente indipendenti. Le seguenti affermazioni sono equivalenti: i) f ´e diagonalizzabile. . 0 0 0 ... visto che gli autovettori scelti sono tutti indipendenti tra loro. 0 . .. Tale matrice ´e invertibile avendo rango n.... Xn =  h X1 X2 X3 X4     i   . .. hn−1 0 . ..... ... AX3 = h3 X3 . 0 . . AXn = hn Xn .. 0 0 ... iii) esiste una base dello spazio lRn che ´e costituita da n autovettori di f .108 7. Allora: AX1 = h1 X1 . 0 hn               da cui        C −1 · A · C =        h1 0 0 0 0 0 h2 0 0 0 0 0 h3 0 0 0 0 0 h4 0 0 0 0 0 h5 ... ..... .. supponiamo che essi siano h1 . .. 0 0 0 0 .. 0 0 0 0 . 0 0 0 .. . hn ... ..... Le applicazioni lineari..... ..... la matrice associata all’endomorfismo ´e diagonale..... Come supposto sopra.... 0 .... hn−1 0 ... 0 hn        ... dei quali m siano distinti.... ...... Sia dato l’endomorfismo f : lRn → lRn . Le colonne della matrice diagonalizzante sono costituite proprio dagli autovettori di f che costituiscono una base per lRn .. 0 0 0 0 .. Xn la matrice che abbia nella colonna i-esima le componenti dell’autovettore Xi . .. ii) ogni autovalore di f possiede una molteplicit´ a algebrica ed una geometrica coincidenti. 0 ... 0 . . h i Indichiamo con C = X1 X2 X3 X4 . . .... 0 ... . Vale allora il seguente: Teorema 18.. . 0 0 .. 0 .. 0 ... . ...... Eseguendo il prodotto A · C otteniamo: h i A · C = A · X1 X2 X3 X4 . Xn ·        h1 0 0 0 0 0 h2 0 0 0 0 0 h3 0 0 0 0 0 h4 0 0 0 0 0 h5 ........ AX2 = h2 X2 .. 0 0 0 0 ... ... 0 . 0 .

Endomorfismi diagonalizzabili. x2 . 0 4 Gli autovalori della matrice A sono le soluzioni dell’equazione caratteristica: .7. Siano V = lR3 e f : lR3 → lR3 tale che f (x1 . La matrice associata a f rispetto alla  1  A= 0 1 base canonica di lR3 ´e:  0 0  1 0 . x2 . x1 + 4x3 ). x3 ) = (x1 . 109 Esempio 104.5.

.

.

.

1−h 0 0 .

.

.

.

1−h 0 .

=0 .

0 .

.

.

1 0 4−h .

a). Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0.   x =0 1 Il rango di tale sistema ´e 2. con dim(V1 ) = 1 e V1 =< (0.  a ∈ lR}  0 0 0   A − h2 I =  0 0 0  1 0 3 . con molteplicit´a algebrica a2 = 2. Determiniamo gli autospazi relativi a ciascun autovalore: Per h1 = 4. Tali soluzioni sono: h1 = 4. cio´e (1 − h)2 (4 − h) = 0. Per h2 = 1. 1) >. 0.   −3 0 0   A − h1 I =  0 −3 0  1 0 0 ed il sistema lineare omogeneo associato ´e:    −3x1 = 0 −3x2 = 0 . e l’autospazio associato a h1 ´e V1 = {(0. Per cui il generico autovettore relativo a h1 ´e X = (0. 0. quindi vi sono ∞1 soluzioni. a) ∈ lR3 . con molteplicit´a algebrica a1 = 1 e h2 = 1. 0. cio´e ∞1 autovettori relativi a h1 = 4. al variare di a ∈ lR.

(0. 0. a). 1). Per cui il generico autovettore relativo a h2 ´e X = (−3a. x3 ). (−3. x2 . cio´e ∞2 autovettori relativi a h2 = 1. La matrice diagonalizzante ´e formata dagli autovettori che costituiscono la base per lR3 :   0 −3 0   P = 0 0 1  1 1 0  1  31  −3 0 A0 = P −1 · A · P =      0 1 1 0 0 0 −3 0      0 0 · 0 1 0 · 0 0 1 = 1 0 1 0 4 1 1 0   4 0 0    0 1 0 . 0. b. quindi la matrice ´e diagonalizzabile. La matrice associata a f rispetto alla  1  A= 0 0 base canonica di lR3 ´e:  0 1  1 1 . b. x2 + x3 . Il rango di tale sistema ´e 1. b ∈ lR} con dim(V2 ) = 2 e V2 =< (−3.110 7. al variare di a. 1. 1). a. 0)} e la matrice associata a f rispetto a tale base ´e diagonale. quindi vi sono ∞2 soluzioni. Per ogni autovalore le molteplicit´a algebrica e geometrica coincidono. l’unione delle basi degli autospazi ´e una base per lR3 B = {(0. Siano V = lR3 e f : lR3 → lR3 tale che f (x1 . Essi si ottengono risolvendo il sistema omogeneo: x1 = −3x3 . 0 1 . b ∈ lR. x3 ) = (x1 + x3 . 0) >. 1. 0. (0. 0 0 1 Esempio 105. e l’autospazio associato a h2 ´e V2 = {(−3a. ed il sistema lineare omogeneo associato ´e: n x1 + 3x3 = 0 . Le applicazioni lineari. 1). a) ∈ lR3 .

111 Gli autovalori della matrice A sono le soluzioni dell’equazione caratteristica: . Endomorfismi diagonalizzabili.7.5.

.

.

1−h 0 1 .

.

.

.

.

1−h 1 .

=0 .

0 .

.

.

0 0 1−h .

0). 0) >. 0) ∈ lR3 . Determiniamo l’autospazio relativo all’unico autovalore:   0 0 1   A − h1 I =  0 0 1  0 0 0 ed il sistema lineare omogeneo associato ´e: n x3 = 0 . quindi vi sono ∞2 soluzioni. cio´e (1 − h)3 = 0. Essi si ottengono risolvendo il sistema omogeneo: x3 = 0. b. cio´e non esiste alcuna base rispetto alla quale l’endomorfismo sia rappresentabile attraverso una matrice diagonale. cio´e ∞2 autovettori relativi a h1 = 1. Le molteplicit´a algebrica e geometrica non coincidono. quindi la matrice non ´e diagonalizzabile. b. a. La matrice associata a f rispetto alla base canonica di lR3 ´e:   2 0 1   A =  0 2 −1  . e l’autospazio associato a h1 ´e V1 = {(a. 2x2 − x3 . Tali soluzioni sono: h1 = 1. x1 − x2 + x3 ). al variare di a. Il rango di tale sistema ´e 1. Per cui il generico autovettore relativo a h1 ´e X = (a. Siano V = lR3 e f : lR3 → lR3 tale che f (x1 . 0). b ∈ lR} con dim(V1 ) = 2 e V1 =< (1. b ∈ lR. con molteplicit´a algebrica a1 = 3. Esempio 106. 0. (0. 1. x2 . 1 −1 1 Gli autovalori della matrice A sono le soluzioni dell’equazione caratteristica: . x3 ) = (2x1 + x3 .

.

.

2−h 0 1 .

.

.

.

.

2 − h −1 .

= 0 .

0 .

.

.

1 −1 1 − h .

.

  2 0 1   A − h2 I =  0 2 −1  1 −1 1 ed il sistema lineare omogeneo associato ´e:    2x1 + x3 = 0 2x2 − x3 = 0 . Determiniamo gli autospazi relativi a ciascun autovalore: Per h1 = 2. Per h2 = 0.112 7. a. 0) >. 0) ∈ lR3 . Le applicazioni lineari. a. h2 = 0. a ∈ lR} con dim(V1 ) = 1 e V1 =< (1. . Essi si ottengono risolvendo il sistema omogeneo: x1 = −x2 = − x23 . cio´e (2 − h)(h2 − 3h) = 0. al variare di a ∈ lR. al variare di a ∈ lR.   x −x +x =0 1 2 3 Il rango di tale sistema ´e 2. e l’autospazio associato a h1 ´e V1 = {(a. con molteplicit´a algebrica a2 = 1. a) ∈ lR3 . Tali soluzioni sono: h1 = 2.   0 0 1   A − h1 I =  0 0 −1  1 −1 −1 ed il sistema lineare omogeneo associato ´e: ( x3 = 0 . e l’autospazio associato a h2 ´e a a V2 = {(− . quindi vi sono ∞1 soluzioni. a ∈ lR} . cio´e ∞1 autovettori relativi a h2 = 0. a). cio´e ∞1 autovettori relativi a h1 = 2. x3 = 0. x1 − x2 − x3 = 0 Il rango di tale sistema ´e 2. 0). 1) >. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 . 12 . 2 2 con dim(V2 ) = 1 e V2 =< (− 12 . Per cui il generico autovettore relativo a h1 ´e X = (a. con molteplicit´a algebrica a3 = 1. h3 = 3. con molteplicit´a algebrica a1 = 1. quindi vi sono ∞1 soluzioni. 1. a2 . Per cui il generico autovettore relativo a h2 ´e X = (− a2 .

Per h3 = 3. 1)} 2 2 e la matrice associata a f rispetto a tale  2  0 A = 0 0 base ´e diagonale:  0 0  0 0 . 0 1 1 Esempio 107. (− . a). Endomorfismi diagonalizzabili. Siano V = lR3 e f : lR3 → lR3 tale che f (x1 . l’unione delle basi degli autospazi ´e una base per lR3 1 1 B = {(1. 1) >. −a.7. x3 ) = (3x1 + x2 . a) ∈ lR3 . quindi la matrice ´e diagonalizzabile. . al variare di a ∈ lR. 1). −1. x2 .   x − x − 2x = 0 1 2 3 Il rango di tale sistema ´e 2. −a. (1. 3x1 ). cio´e ∞1 autovettori relativi a h3 = 3. 3x2 . e l’autospazio associato a h3 ´e V3 = {(a. 1.5. 0 0 . −1. Per ogni autovalore le molteplicit´a algebrica e geometrica coincidono. La matrice associata a f rispetto alla  3  A= 0 3 base canonica di lR3 ´e:  1 0  3 0 . 0). Per cui il generico autovettore relativo a h3 ´e X = (a. a ∈ lR} con dim(V3 ) = 1 e V3 =< (1. 113   −1 0 1   A − h3 I =  0 −1 −1  1 −1 −2 ed il sistema lineare omogeneo associato ´e:    −x1 + x3 = 0 −x2 − x3 = 0 . quindi vi sono ∞1 soluzioni. Essi si ottengono risolvendo il sistema omogeneo: x1 = −x2 = x3 . 0 3 La matrice diagonalizzante ´e formata dagli autovettori che costituiscono la base per lR3 :   1 − 21 1   P =  1 12 −1  .

Gli autovalori della matrice A sono le soluzioni dell’equazione caratteristica: .114 7. Le applicazioni lineari.

.

.

3−h 1 1 .

.

.

.

.

3−h 0 .

=0 .

0 .

.

.

3 0 −h .

Essi si ottengono risolvendo il sistema omogeneo: x2 = 0. Tali soluzioni sono: h1 = 0. 1) >. cio´e ∞1 autovettori relativi a h1 = 0. Per cui il generico autovettore relativo a h1 ´e X = (0. con molteplicit´a algebrica a2 = 2. a ∈ lR} con dim(V1 ) = 1 e V1 =< (0. h2 = 3. a) ∈ lR3 . a). 3x2 = 0   3x1 = 0 Il rango di tale sistema ´e 2.   3 1 0   A − h1 I =  0 3 0  3 0 0 ed il sistema lineare omogeneo associato ´e:    3x1 + x2 = 0 . cio´e −h(3 − h)2 = 0. quindi vi sono ∞1 soluzioni. al variare di a ∈ lR. x1 = x3 . Per h2 = 3. Determiniamo gli autospazi relativi a ciascun autovalore: Per h1 = 0. Per . 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0. 3x1 − 3x3 = 0 Il rango di tale sistema ´e 2. cio´e ∞1 autovettori relativi a h2 = 3.   0 1 0   A − h2 I =  0 0 0  3 0 −3 ed il sistema lineare omogeneo associato ´e: ( x2 = 0 . 0. con molteplicit´a algebrica a1 = 1. e l’autospazio associato a h1 ´e V1 = {(0. quindi vi sono ∞1 soluzioni. 0.

0. w >= i X αi λi < vi . quindi la matrice non ´e diagonalizzabile. vs >= 0 se r 6= s e < vr . costituita da vettori colonna tra loro ortonormali. a). Sia f : lRn → lRn un endomorfismo reale. w >= αi λi < vi . vn } di autovettori di lRn se e solo se f ´e simmetrico. . a) ∈ lR3 . ricordando che < vr . X i βj vj >= j i X αi βi λi < vi . allora f ´e certamente diagonalizzabile. . Vale il seguente: Teorema 19. vr >= 1 per ogni indice r. 0. Se gli autovalori di un endomorfismo f sono tutti distinti tra loro. In altre parole: Sia data la matrice A ∈ Mn (lR). tale che P −1 · A · P sia una matrice diagonale se e solo se A ´e simmetrica. . Dim. vi >= X i i In modo analogo < u. f (w) >=< X αi vi . Esiste una matrice non singolare P ∈ Mn (lR). e l’autospazio associato a h2 ´e V2 = {(a.. allora u = ni=1 αi vi e w = nj=1 βj vj . Esiste una base ortonormale B = {v1 . vj >= βj λj vj >= j X j αj βj λj αi βi λi .. Scegliamo P P u. Esistono matrici (e quindi endomorfismi) certamente diagonalizzabili: sono le matrici simmetriche (gli endomorfismi rappresentati da matrici simmetriche)...5. w ∈ lRn . Sia B = {v1 . 115 cui il generico autovettore relativo a h2 ´e X = (a. al variare di a ∈ lR. a ∈ lR} con dim(V2 ) = 1 e V2 =< (1. 0. L’autovalore h2 = 3 ha le molteplicit´a differenti. w >=< αi λi vi . X X < f (u). 1) >. Indichiamo con λi l’autovalore relativo al generico autovettore vi e calcoliamo le immagini di u e w tramite f : X f (u) = αi f (vi ) = αi λi vi i f (w) = X βj f (vj ) = βj λj vj i da cui. X i X j αj βj λj < vj .7. Endomorfismi diagonalizzabili. vn } una base di autovettori ortonormali di lRn . cio´e ciascuno di essi ha molteplicit´a algebrica 1.

sfruttando la simmetricit´a della matrice A e la propriet´a f (u) ∈ U . vn } ´e una base di autovettori ortonormali di lRn . u >=< Aw. vn } di W composta da autovettori. cio´e se la dimensione ´e n = 1. f (u) >= 0 ´ possibile allora restringere la f allo spazio W : per cui anche f (W ) ⊆ W . per cui λxt x ´e reale e quindi λ ´e reale.. in tal senso tutti gli autospazi sono tra loro ortogonali.. vr . < f (w). Essendo λ un elemento di un campo. vµ >= < vλ ... Dimostriamo ora la condizione sufficiente. vettore o scalare). Au >=< w. e lo facciamo per induzione. vr autovettori ortonormali relativi ad uno stesso autovalore λ. vr }) = r < n. vr . esiste una base ortonormale {vr+1 . con dim(span{1 . Grazie all’ipotesi induttiva. Dimostriamolo vero anche per V = lRn . segue che xt λx ´e reale.. Poich´e tali vettori sono ortogonali con ciascuno dei v1 .. . si ha che λ < vλ . vµ >=< f (vλ ).. . Nel caso di matrici simmetriche. Dall’uguaglianza xt Ax = xt λx. E fW : W −→ W il quale ´e un endomorfismo simmetrico di dimensione n − r < n. quindi f (u) = ri=1 λαi vi ∈ U .116 7. consideriamo ora v1 . l’asserto ´e banale. l’insieme {v1 . quindi < Au.. .. Sia ora w ∈ W = U ⊥ ... . vµ >=< λvλ . t u La ortogonalit´a tra due vettori implica la loro indipendenza lineare. Per ipotesi induttiva. Indichiamo con U = span{v1 . P P Se u ∈ U allora u = ri=1 αi vi . vr+2 . Le applicazioni lineari. vr } e con W = U ⊥ il sottospazio composto da tutti i vettori ortogonali ai vettori v1 . Supponiamo che tale asserto sia vero nel caso in cui V = lRm . supponendo che A sia simmetrica.. Se V = lR. Infatti se λ 6= µ sono autovalori con autovettori vλ e vµ rispettivamente. w >=< u.. µvµ >= µ < vλ .. gli autovettori corrispondenti ad autovalori distinti sono tra loro ortogonali. f (vµ ) >=< vλ . f (w) >=< u. . . esso ’commuta’ con ogni vettore. Concludiamo che ogni autovalore di A ´e reale.. da cui f (U ) ⊆ U. . nella quale il primo membro ´e reale poich´e esso ´e uguale al proprio coniugato trasposto. Aw > cio´e A ´e simmetrica (ed anche f lo ´e). quindi. Sia X un qualsiasi autovettore relativo ad un certo autovalore λ: AX = λX (indicheremo con a il coniugato di un qualsiasi elemento a. w >=< f (u). vµ > . per ogni m < n. u >=< w.

cio´e vλ ⊥vµ . x1 ). x2 . x3 ) = (x1 + x2 + x3 . Gli autovalori della matrice caratteristica: . Esercizi. La matrice associata a f rispetto alla  1  A= 1 1 base canonica di lR3 ´e:  1 1  0 0  0 0 che ´e simmetrica. vµ >= 0. Siano V = lR3 e f : lR3 → lR3 tale che f (x1 . x1 . Esempio 108. 117 quindi (λ − µ) < vλ .7. vµ >= 0 da cui segue < vλ .6.

.

1−h 1 1 .

.

−h 0 .

1 .

.

1 0 −h A sono le soluzioni dell’equazione .

.

.

.

.

=0 .

.

h3 = −1 con molteplicit´a algebrica a3 = 1. Per ottenere una base ortgonormale. che costituiscono una base di lR3 rispetto alla quale A0 ´e la matrice associata a f . x3 . Sia f : lR3 −→ lR4 una applicazione lineare cos´ı definita: f (x1 . x2 .6 Esercizi. 7. con molteplicit´a algebrica a2 = 1. cio´e h(h − 2)(h + 1) = 0. Tali soluzioni sono: h1 = 0. 0. 0). h2 = 2. . tra loro ortogonali. ´e sufficiente normalizzare i vettori della base. La matrice ´e diagonalizzabile ed una sua forma diagonale ´e   2 0 0   A0 =  0 −1 0  0 0 0 per ottenere la quale si utilizza la matrice diagonalizzante   2 1 0   P =  1 −1 1  1 −1 −1 le cui colonne sono gli autovettori. x3 ) = (x1 . Determinare nucleo. Esercizio 71. con molteplicit´a algebrica a1 = 1. immagine ed una loro base.

Sia f : lR4 −→ lR2 una applicazione lineare avente matrice associata " # 1 0 0 1 −1 1 2 −1 rispetto alle basi B1 = {(1. (1. Determinare la matrice associata alla f rispetto alle basi canoniche in lR3 e lR4 . 4x1 + 5x2 − 9x3 . x2 . (2. 0)} di lR2 B2 = {(1. 0). 1. Sia f : lR3 −→ lR4 definita da: f (x1 . 0. Determinare nucleo. x1 ). Determinare la matrice associata alla f rispetto alle basi canoniche in lR3 e lR5 . Esercizio 77. x3 . (1. 2x1 + x2 − x3 . 1). x3 ) = (5x1 +4x2 −9x3 . x1 + x3 ). Sia f : lR4 −→ lR3 definita da f (x1 . Determinare nucleo. 0). 0. (1. x2 . immagine ed una loro base. 2. 1). 0. 1. x3 ). 1)} di B2 = {(1. Esercizio 78. Sia f : lR4 −→ lR4 l’endomorfismo avente matrice associata   1 0 1 0  0 −1 0 1       0 0 0 1  0 1 1 1 . x2 − x4 . 2x1 − x2 + x4 . x4 ) = (x1 − x2 . Esercizio 74. 0). 3x2 . Sia f : lR4 −→ lR3 definita da f (x1 . x2 − x3 . x5 ) = (x1 − x4 . x2 . x2 ) = (x1 + 2x2 . (0. 1. −1). 0. Sia f : lR3 −→ lR4 definita da: f (x1 . 1. Sia f : lR2 −→ lR3 definita da: f (x1 . immagine ed una loro base. x1 +x2 −x3 . Le applicazioni lineari. 0)} di lR4 . −9x1 − 9x2 + 9x3 . (1.118 7. Esercizio 80. x2 . x4 ) = (x1 + x2 . Esercizio 75. 0. x4 . 0. immagine ed una loro base. Sia f : lR5 −→ lR3 definita da: f (x1 . (2. x2 . Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio che nel codominio. 0). (0. x3 ) = (x1 + x2 . x3 . (1. x3 ). 0. x2 . Esercizio 79. Determinare la matrice associata alla f rispetto alla base canonica in lR4 e B = {(1. Esercizio 73. x2 − x3 ). 1. 1. x3 . Determinare la matrice associata alla f rispetto alle seguenti basi: B1 = {(1. −1)} in lR3 . x1 + x2 . Esercizio 72. Determinare nucleo. 1)} lR2 di lR3 . x1 + x2 + x3 ). x2 . Esercizio 76. −x1 + x2 + x4 ). x3 ) = (x1 . 1). 0). Sia f : lR3 −→ lR4 definita da f (x1 .

(0. una base per gli autospazi e. Esercizio 81. 119 rispetto alla base B = {(1. 1. 0. 1. 1. 0. 1. 0. la matrice diagonalizzante della seguente matrice:   1 2 2    1 3 1 . 0)} nel dominio nel codominio. (1. Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio che nel codominio. 0)} di lR4 sia nel dominio che nel codominio. la matrice diagonalizzante della seguente matrice:   1 0 1    0 1 1 . quando possibile. 0. 0). (0. 1 0 4 Esercizio 84. 0. 1. Esercizi. quando possibile. Determinare gli autovalori. una base per gli autospazi e. (0. −1). 0.7.6. 0). Determinare gli autovalori. 0. 0). (0. (1. Sia f : lR3 −→ lR3 l’endomorfismo avente matrice associata   1 1 2    2 1 3  3 1 4 rispetto alle basi B1 = {(1. 0. 1). quando possibile. 2 2 1 Esercizio 83. la matrice diagonalizzante della seguente matrice:   1 0 0    0 1 0 . 0. 0 0 1 . 1). Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio che nel codominio. Determinare gli autovalori. Esercizio 82. (1. una base per gli autospazi e. 1)} B2 = {(1. −1).

la matrice diagonalizzante della seguente matrice:  0 3 0 3 0 0 e. quando possibile. Determinare gli autovalori. quando possibile. 1 −1 1 Esercizio 86. Determinare gli autovalori.120 7. 0 −2 0 Esercizio 88. una base per gliautospazi 3 1 0  possibile. la matrice diagonalizzante della seguente matrice:   2 0 1    0 2 −1  . Le applicazioni lineari. una base per gli autospazi e. 1 −2 1 Esercizio 87. . la matrice diagonalizzante della seguente matrice:   2 0 0    0 2 −1  . Determinare gli autovalori. quando possibile. Determinare gli autovalori. una base per gli autospazi e. quando   . la matrice diagonalizzante della seguente matrice:   1 0 1    0 0 −2  . Esercizio 85. una base per gli autospazi e.

in modo tale che ogni matrice quadrata sui reali sia simile ad una di esse. . Abbiamo in precedenza analizzato in quali casi tale endomorfismo sia diagonalizzabile... da una di queste matrici. 8.... e di conseguenza ogni endomorfismo possa essere rappresentato. tutte le matrici che si possono ad esso associare.. .. rispetto alla quale la matrice associata all’endomorfismo si presenti in forma diagonale. . .1 Definizioni Sia f : lRn −→ lRn un endomorfismo... Ci proponiamo ora di affrontare l’analisi di una classe di matrici sufficientemente semplici.. Fra tutte tali forme.8 La forma canonica di Jordan.. e quindi non tutte le matrici.. ..... ... In sostanza abbiamo visto che.... sono tra loro simili e tutte simili ad una matrice diagonale... Diciamo Blocco di Jordan di ordine p e relativo allo scalare α ∈ lR.. . cio´e quando esista una base di lRn composta da autovettori di f . sono diagonalizzabili...     .. . in una qualsiasi base di lRn . in una qualche base. certamente la pi´ u semplice ´e la forma canonica di Jordan.. . Abbiamo concluso che non tutti gli endomorfismi. la matrice   α 1 0 0 0 0 0 0  0 α 1 0 0 0 0 0       0 0 α 1 0 0 0 0     0 0 0 α 1 0 0 0    Jp (α) =    . .. .     0 0 0 0 0 0 α 1  0 0 0 0 0 0 0 α cio´e gli elementi aij della matrice sono   se i=j  α aij = 1 se j =i+1   0 negli altri casi . ... quando f ´e diagonalizzabile.. dette forme canoniche. . .

. con un numero di blocchi pari all’ordine della matrice stessa ed ogni blocco ha ordine 1. ... .. . La forma canonica di Jordan. .122 8.... Diremo che una matrice A ∈ Mn (lR) ´e in forma canonica di Jordan se essa presenta la seguente forma diagonale a blocchi di Jordan        A=       Jn1 (α1 ) 0 0 0 0 0 0 0 0 Jn2 (α2 ) 0 0 0 0 0 0 0 0 Jn3 (α3 ) 0 0 0 0 0 0 0 0 Jn4 (α4 ) 0 0 0 0 ..... ..  Notiamo allora che le matrici diagonali sono delle particolari matrici di Jordan.. . .. Esempio 109. . ...     A1 =    3 0 0 0 0 1 3 0 0 0 0 1 3 0 0 0 0 0 2 0 0 0 0 1 2   " #  J3 (3) 0  =  0 J2 (2)  Esempio 110.. .. .      A2 =     2 0 0 0 0 0 1 2 0 0 0 0 0 1 2 0 0 0 0 0 0 4 0 0 0 0 0 1 4 0 0 0 0 0 0 3   J1 (3) 0 0 0 0 J1 (2) 0 0 0 0 J1 (4) 0 0 0 0 J1 (5)     J3 (2) 0 0     J2 (4) 0  = 0   0 0 J1 (3)  Esempio 111... 0 0 0 0 0 0 Jnr−1 (αr−1 ) 0 0 0 0 0 0 0 0 Jnr (αr )               dove ogni Jni (αi ) ´e un blocco di Jordan di ordine ni relativo ad un qualche scalare P αi ed ovviamente i ni = n. ........ ..    A3 =   3 0 0 0 0 2 0 0 0 0 4 0 0 0 0 5      =      .. ..... .

Sia A ∈ M2 (lR) con autovalori λ1 . per poter effettivamente costruire la matrice nella sua forma canonica di Jordan. In altre parole. λ2 . Sia λ un autovalore di A con molteplicit´a geometrica pari a m. Quanti sono i blocchi di Jordan relativi a ciascun autovalore? 2. la forma di Jordan " # λ1 0 coincide con quella diagonale ed essa ´e . cio´e per ogni autovalore di A esiste almeno un blocco di Jordan in A0 .. rispetto alla quale. . con i ri = n. Sia A ∈ Mn (lR) una matrice il cui polinomio caratteristico abbia tutte radici reali. Sia A la matrice. esiste una base di lRn . Numero totale di blocchi relativi ad uno stesso autovalore. 123 Teorema 20. allora sappiamo che la dimensione geometrica di entrambi ´e 1.8. Allora esiste una matrice non singolare C ∈ Mn (lR) tale che la matrice C −1 AC sia in forma canonica di Jordan. Gli scalari rispetto ai quali i blocchi di Jordan della A0 vengono costruiti sono proprio gli autovalori della matrice A. per cui esiste un blocco di Jordan per ognuno dei due autovalori e ciascun blocco ha ordine 1. 0 λ2 . in cui λ1 . quindi esiste una forma canonica di Jordan A0 di A. come P 0 radice del polinomio caratteristico. Supponiamo che tutti gli autovalori di A siano reali. Quale deve essere l’ordine di ciascun blocco? 8. per ogni autovalore per il quale le molteplicit´a algebrica e geometrica coincidano (diciamo m per entrambi i valori).2. la matrice associata a tale endomorfismo sia in forma canonica di Jordan. Esempio 112. λ3 . per ogni endomorfismo f di lRn avente tutti gli autovalori nel campo reale. tra loro distinti e tali che l’autovalore λi abbia molteplicit´a algebrica. Sia A la forma canonica di Jordan simile alla A. λh sono tutti gli autovalori di A.2 Numero totale di blocchi relativi ad uno stesso autovalore. dove Vλ ´e l’autospazio associato a λ. In particolare. ed indichiamo P (X) = (X − λ1 )r1 · (X − λ2 )r2 · · · ·(X − λh )rh il suo polinomio caratteristico. A questo punto. λ2 . cio´e la matrice ´e diagonalizzabile. ´e necessario rispondere alle due seguenti domande: 1.. pari a ri . Allora il numero di blocchi di Jordan in A0 relativi all’autovalore λ ´e proprio m. allora nella A0 compaiono m blocchi relativi all’autovalore e tutti con ordine 1. Se i due autovalori sono distinti.. cio´e sia dim(Vλ ) = m.

Sia A ∈ M3 (lR) e siano λ1 . per cui ciascun blocco dovr´ a avere ordine 1. Se i tre autovalori sono tutti distinti allora la matrice ´e diagonalizzabile. allora il blocco relativo a λ ha ordine due. 0 0 λ3 Al contrario. λ3 ∈ lR gli autovalori di A. Se la molteplicit´a geometrica dell’autoval0 0 λ . λ 1 0   La forma canonica sar´a  0 λ 0 . allora la forma canonica di   λ 0 0   Jordan si riduce a forma diagonale  0 λ 0 .124 8. se la molteplicit´a geometrica di λ ´e 1. 0 0 λ Se la molteplicit´a geometrica dell’autovalore ´e 2 allora esistono due blocchi di Jordan relativi ad esso. quindi  uno di questi avr´a ordine 2 e l’altro avr´a ordine 1. ed esso deve avere " # necessariamente ordine 2. La forma canonica di Jordan ´e in tale caso λ 1 . allora esitono due blocchi di Jordan relativi all’autovalore. Anche in questo caso la matrice ´e diagonalizzabile " # e la forma canonica λ 0 di Jordan si riduce alla semplice forma diagonale . ciascuno con ordine 1. allora esiste un solo blocco di Jordan relativo a λ. allora vi sono due blocchi di Jordan relativi a λ ed ovviamente uno relativo a λ3 . λ2 . 0 λ Esempio 113. 0 0 λ3 Supponiamo ora che λ1 = λ2 = λ e λ3 sia distinto dai primi due. e la forma canonica ´e  λ 1 0    0 λ 0 . Infatti ogni autospazio ha dimensione 1 e quindi esiste un solo blocco relativo ad ogni autovalore ed ogni blocco ha ordine 1. La forma canonica di Jordan si riduce a  λ1 0 0   quella diagonale ed ´e  0 λ2 0 . La forma canonica di Jordan. allora esiste un solo blocco di Jordan relativo all’autovalore. 0 λ Se i due autovalori coincidono (λ1 = λ2 = λ) ma la dimensione dell’autospazio associato ´e 1.  λ 0 0   e la matrice ´e diagonalizzabile. Poich´e il blocco relativo a λ3 deve necessariamente avere ordine  1. 0 0 λ3 Infine consideriamo il caso in cui i tre autovalori siano tutti coincidenti col valore λ. Se la molteplicit´a geometrica di λ ´e 2. Se la molteplicit´a geometrica dell’autovalore ´e anche 3. Se i due autovalori coincidono (λ1 = λ2 = λ) e la dimensione dell’autospazio associato ´e 2. con forma canonica  0 λ 0 .

   Il polinomio caratteristico ´e det(A − λI) = λ3 (λ − 1)2 (λ − 2). quindi esister´a un solo blocco relativo ad esso ed avr´a ordine 1. 1 λ 0 125 esiste  un solo blocco di Jordan relativo ad esso e la forma canonica ´e 0  1 . mentre l’autospazio ad esso associato ha dimensione 1. Esiste allora un solo blocco di Jordan ad esso relativo. ore  ´e λ   0 0 1. La forma canonica sar´a:      A0 =     1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2    J1 (1) 0 0 0    0 J (1) 0 0   1 =   0 0 J3 (0) 0   0 0 0 J1 (2)    . Sia A ∈ M6 (lR).8. Numero totale di blocchi relativi ad uno stesso autovalore. quindi vi ´e un solo blocco ad esso corrispondente. L’altro autovalore ´e λ2 = 1 con molteplicit´a algebrica 2. quindi vi sono due blocchi di Jordan ad esso relativi. cio´e λ1 = 2 ´e autovalore con molteplicit´a algebrica 1. necessariamente entrambi di ordine 1.2. La dimensione dell’autospazio ad esso associato ´e 1. .  Esempio 115. Sia A ∈ M3 (lR). λ Esempio 114.   1 2 5   A =  0 14 39  . λ2 = 0 ´e autovalore con molteplicit´a algebrica 3.      A=    1 −1 −1 1 −1 0 1 2 0 1 0 1 1 0 0 0 0 1 0 1 0 0 0 2 −1 0 0 0 1 0 0 0 0 0 0 0      . Quindi un autovalore ´e λ1 = −1 con molteplicit´a algebrica e geometrica pari ad 1. Infine l’autospazio relativo all’autovalore λ3 = 1 ha dimensione 2. per cui ad esso ´e associato un solo blocco di Jordan di ordine 1. 0 −5 −14 Il polinomio caratteristico ´e (λ − 1)(1 − λ)(1 + λ).

     A=    0 0 −1 0 1 0 1 1 0 1 0 0 1 2 0 0 0 1 0 −1 1 0 0 1  0 0 1 −1   0 0   . 0 0 −1 8.3 Ordine massimo di un blocco in matrici con un unico autovalore. a. Esempio 116. ed ovviamente deve avere ordine 2. 0 0   1 1  0 1 Il polinomio caratteristico ´e det(A − λI) = (λ − 1)6 . Allora esister´a certamente almeno un blocco di Jordan relativo a λ che abbia ordine r ed ogni altro eventuale blocco di Jordan relativo a λ avr´a un ordine minore o al pi´ u uguale a r. La forma canonica della matrice ´e allora   1 1 0   A0 =  0 1 0  . Quanto detto fino ad ora ´e sufficiente per determinare una eventuale forma canonica di una matrice con un ordine due o tre. b). Indichiamo con r = min{t ∈ N : B t = 0} dove indichiamo con 0 la matrice nulla (con ogni elemento nullo). Occupiamoci ora di come determinare gli ordini dei blocchi in matrici che presentino un unico autovalore. Sia λ l’autovalore della matrice A. 0. a. La forma canonica di Jordan. Chiamiamo r indice di nilpotenza di B. cio´e λ = 1 ´e autovalore con molteplicit´a algebrica 6.126 8. nel caso in cui la matrice A ∈ Mn (lR) da riportare in forma canonica A0 abbia un ordine superiore o uguale a 4. b ∈ lR} . L’autospazio associato ´e V = {(a − b. Supponiamo che B m = 0 per qualche intero m (si dice in tal caso che la matrice B ´e nilpotente). Sia A ∈ M6 (lR). dove I sia la matrice identica di ordine n. −b. ossia il polinomio caratteristico sia det(A − n λI) e si consideri B = A − λI. b.

cio´e la molteplicit´a geometrica di h0 . 2. quindi l’altro deve avere necessariamente ordine 1... Sia al solito A ∈ Mn (lR) con autovalori h1 .. =  0 J1 (1)   Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore. per ogni i = 1.. Abbiamo precedentemente visto che il numero totale di blocchi di Jordan relativi a h0 ´e pari alla dimensione dell’autospazio associato a h0 . Calcolando l’indice di nilpotenza della matrice B = A−λI = A−I. 3. La forma canonica della matrice ´e      0 A =    8. Per k ≥ 2 vale la seguente tabella. Ci chiediamo quanti blocchi di ordine k sono associati all’autovalore h0 .4. cio´e uno dei due blocchi ha ordine 5. si avr´a B 5 = 0. Useremo la seguente notazione: ri = rango(A − h0 I)i . Fissiamo un h0 autovalore di A. Vi sono allora due blocchi relativi all’autovalore λ = 1. t. Ci proponiamo ora di risolvere l’ultimo problema nella costruzione della forma canonica di Jordan di una matrice: fissiamo l’intero k ≤ t. . in cui sono riportati a sinistra gli ordini di tutti i blocchi che eventualmente si possono presentare. e a destra il numero di tali blocchi: .8. Se k = 1 allora il numero di blocchi di ordine 1 relativi a h0 ´e pari a n − 2r1 + r2 . ..4 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1    " #  J5 (1) 0  .127 che ha quindi dimensione 2. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.. hm .

.... L’autospazio relativo all’autovalore h1 = 1 ha dimensione 2. ORDINE DEI BLOCCHI 2 3 4 5 6 .. da cui otteniamo gli autovalori h1 = 1 con molteplicit´a algebrica 5. quindi r1 = 6... 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 5 3 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 3 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 1 3 0               . quindi vi sono 2 blocchi di Jordan relativi a tale autovalore..... ..... . k NUMERO DEI BLOCCHI r1 − 2r2 + r3 r2 − 2r3 + r4 r3 − 2r4 + r5 r4 − 2r5 + r6 r5 − 2r6 + r7 . rk−1 − 2rk + rk+1 Esempio 117... . Inoltre:        A − h1 I =        che ha rango 6. h2 = 2 con molteplicit´a algebrica 3.... ...       L’equazione caratteristica ´e det(A−hI) = (1−h)5 (2−h)3 = 0. La forma canonica di Jordan.128 8...... Consideriamo la matrice        A=       1 0 0 0 0 0 0 0 4 1 0 0 0 0 0 0 5 3 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 3 2 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 2 1 0 0 0 0 0 0 1 3 1        .

129        2 (A − h1 I) =        0 0 0 0 0 0 0 0  0 12 0 0 0 0 0 0 0 0 0 0 0 0    0 0 0 0 0 0 0   0 0 1 6 0 0 0   0 0 0 1 0 0 0    0 0 0 0 1 2 7   0 0 0 0 0 0 0  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 7 0 0  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 12 0 0 0 0 1 0 0 0 0 0 1 2 7 0 0 0 0 0 0 0 0 0 0  che ha rango 4. Quindi ORDINE DEI BLOCCHI 1 2 3 NUMERO DEI BLOCCHI 0 1 1 c’´e un blocco di ordine 2 ed uno di ordine 3 relativi all’autovalore h1 = 1.8.4. quindi r3 = 3. . quindi r2 = 4. quindi r4 = 3. Passiamo all’autovalore h2 = 2.        3 (A − h1 I) =        0 0 0 9 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2 0 0              che ha rango 3.        4 (A − h1 I) =                     che ha rango 3. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.

       3 (A − h2 I) =         −1 12 −21 0 0 0 0 0 0 −1 9 0 0 0 0 0    0 0 −1 0 0 0 0 0   0 0 0 0 0 0 0 0   0 0 0 0 0 0 0 0    0 0 0 0 0 0 2 −11   0 0 0 0 0 0 −1 10  0 0 0 0 0 0 0 −1 che ha rango 5. quindi r1 = 6 e vi sono in totale 2 blocchi relativi a tale autovalore.        A − h2 I =        −1 4 5 0 0 0 0 0 0 −1 3 0 0 0 0 0 0 0 −1 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 0 0 −1 3 0 0 0 0 0 0 0 −1               che ha rango 6.130 8. quindi r2 = 5. quindi r3 = 5. Quindi una forma canonica di Jordan della matrice di partenza ´e la seguente: .        2 (A − h2 I) =        1 −8 2 0 0 0 0 0 0 1 −6 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −2 5 0 0 0 0 0 0 1 −6 0 0 0 0 0 0 0 1               che ha rango 5. La forma canonica di Jordan. Quindi ORDINE DEI BLOCCHI 1 2 NUMERO DEI BLOCCHI 1 1 c’´e un blocco di ordine 1 ed uno di ordine 2 relativi all’autovalore h2 = 2.

Si dice infatti che la forma canonica ottenuta ´e unica a meno di permutazioni dei blocchi di Jordan di cui ´e composta.5. Il polinomio minimo di una matrice (o di un endomorfismo).. 8.5 Il polinomio minimo di una matrice (o di un endomorfismo).. Ogni matrice quadrata A di un certo ordine n ´e una radice del suo polinomio caratteristico p(λ) = det(A − λI). . cio´e quelli del tipo f (x) = p(x) · h(x). Sia A ∈ Mn (lR) una matrice quadrata di ordine n ad elementi reali e sia f : lRn −→ lRn l’endomorfismo ad essa associato. Alla luce di ci´o.        0 A =       1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 1 2 131        . Essi possono esistere. + an An = 0.. in altre parole se p(λ) = a0 + a1 λ + a2 λ2 + . Tale permutazione corrisponde di fatto alla scelta di una differente base di lRn rispetto alla quale la matrice che rappresenta l’endomorfismo ´e ancora espressa in forma canonica di Jordan. per ogni polinomio h(x). ma non necessariamente. Ci chiediamo allora se esistono polinomi di grado inferiore a n che ammettano la matrice A come radice. vi sono chiaramente infiniti polinomi f (x) di grado superiore ad n tali da avere la matrice A come radice. + an λn allora p(A) = a0 I + a1 A + a2 A2 + . Sar´a utile per l’argomento che ora tratteremo un richiamo al ben noto Teorema di Caley-Hamilton: Teorema 21. Indichiamo al solito p(λ) = det(A − λI) il polinomio caratteristico di A (o equivalentemente di f ). Permutando tali blocchi si ottiene comunque una forma canonica che sia simile a quella precedente..       L’ordine con cui i blocchi compaiono nella forma canonica di Jordan non ´e fondamentale per l’individuazione della forma canonica stessa. sono esattamente tutti i polinomi che ammettano il polinomio p(x) come divisore.8.

. In tale caso l’applicazione restrittiva fW : W −→ W ´e ancora un endomorfismo.. tali che V = W1 ⊕ W2 ⊕ W3 ⊕ . sia espressa in forma canonica di Jordan. A tal fine abbiamo la necessit´a di richiamare alcuni risultati e definizioni relativi ad endomorfismi e matrici. Appare chiaro che. costruire tutti i possibili divisori di p(λ) e verificare quale sia il minimo... Allora la matrice associata ad f rispetto alla base B di V ´e una matrice a blocchi        A=       A1 0 0 0 0 0 0 0 0 A2 0 0 0 0 0 0 0 0 A3 0 0 0 0 0 0 0 . . Sia f : V −→ V un endomorfismo di uno spazio vettoriale V di dimensione n su di un campo K e siano W1 . dopo aver cato... Wr . Nel caso la matrice sia diagonalizzabile. 0 0 0 0 0 0 0 0 Ar−1 0 0 0 0 0 0 0 0 Ar               . Definizione 15.. Sappiamo che l’insieme B = B1 ∪ B2 ∪ . ⊕ Wr . riferendoci in particolare alla sua trasformazione in forma canonica.6 Autospazi generalizzati. per matrici di ordini relativamente grandi.. diagonale o di Jordan.. 0 0 0 0 0 0 0 0 ... attraverso la determinazione degli autovettori della matrice. non diagonalizzabile. Un endomorfismo f : V −→ V di uno spazio vettoriale V di dimensione n ´e detto invariante su di un sottospazio W ≤ V se f (w) ∈ W . potrebbe risultare compli´ quindi consigliabile risalire al polinomio minimo di una matrice. 0 0 0 0 0 0 0 0 . Vogliamo ora costruire un algoritmo che ci permetta di determinare una base di vettori... Abbiamo fin qui analizzato il comportamento di un endomorfismo e della matrice ad esso associata in una data base.132 8.. Br rispettivamente basi per W1 .. .. La forma canonica di Jordan. Wr sottospazi di V invarianti sotto l’azione di f . Consideriamo B1 . tramite la costruzione della matrice diagonalizzante.. . siamo anche in grado di determinare la base rispetto alla quale essa assume una forma diagonale. E determinato l’ordine massimo di ciascun blocco di Jordan che in essa compare. 8.. per ogni w ∈ W .. ∪ Br ´e una base di V ... rispetto alla quale la matrice.

Come gi´ a visto. per ogni X ∈ ker(f s ). si ha g s (X) = f s (X) = 0. V = ker(f s ) ⊕ Im(f s ) come somma diretta.. cio´e se f t (v) = 0. Ciascuno di essi ha un nucleo ed una immagine: ker(f i ) = {v ∈ V : f i (v) = 0}. f i (v) = w}.. 3. riferendoci alla precedente propriet´a. Sia allora X ∈ ker(g) = ker(fIm(f s ) ). infatti.. abbiamo che 0 6= g(X) = f s (X). La restrizione g = fIm(f s ) : Im(f s ) −→ Im(f s ) ´e un isomorfismo.. La prima osservazione che possiamo fare ´e certamente la seguente: 0 = ker(f 0 ) ⊂ ker(f ) ⊂ ker(f 2 ) ⊂ . f 2 = f (f ). tale che f = 0 (analogamente t ´e l’indice di nilpotenza della matrice A associata a f .. dimostriamo dapprima che ker(f s ) ∩ Im(f s ) = {0}.8. ⊂ ker(f s ) ⊂ . Definizione 16. Autospazi generalizzati. f t = f (f t−1 ). Di conseguenza 0 = g(X) = g(f s (Y )) = f s+1 (Y ) cio´e Y ∈ ker(f s+1 ). 2. quindi esiste un certo s ≥ 1 tale che ker(f s ) = ker(f s+1 ). visto che ´e un endomorfismo. Esiste allora Y ∈ V tale che X = f s (Y ). Un endomorfismo f : V −→ V ´e detto nilpotente di indice t se f t ´e l’omomorfismo nullo... Im(f i ) = {w ∈ V : ∃v ∈ V. Ci´o vuol dire contemporaneamente che esiste Y ∈ V tale che X = f s (Y ) 6= 0 ed anche che f s (X) = 0. per ogni v ∈ V . ´e una catena di sottospazi di V . poich´e l’applicazione g = fIm(f s ) ´e un isomorfismo. ma poich´e quest’ultimo ha dimensione finita. D’altro canto. f 1 = f.. allora ker(f t ) = V ed Im(f t ) = 0. Dimostriamo alcune propriet´a: 1. che contraddice quanto supposto. Supponiamo che esista 0 6= X ∈ ker(f s ) ∩ Im(f s ). In particolare notiamo che nel caso f sia nilpotente di indice t... Consideriamo i seguenti endomorfismi di V : f 0 = id. Poich´e ker(f s ) = ker(f s+1 ) ne segue che f s (Y ) = 0 quindi X = 0 ed il ker(g) ´e banale. ´e sufficiente dimostrare che sia iniettiva. si t dice indice di nilpotenza il minimo t ≥ 1. . essa non pu´o essere infinita. Per completare la dimostrazione osserviamo che dim(ker(f s ) + Im(f s )) = dim(ker(f s )) + dim(Im(f s )) = dim(V ). Sia quindi f : V −→ V un endomorfismo sullo spazio vettoriale V di dimensione n sul campo K.. . La restrizione g = fker(f s ) : ker(f s ) −→ ker(f s ) ´e un endomorfismo nilpotente di indice s. cio´e At = 0 e As 6= 0.6. 133 in cui ogni blocco Ai ´e la matrice associata alla restrizione fWi rispetto alla base Bi . per ogni s ≤ t)..

λs X.. Chiaramente {e1 ... Viceversa supponiamo ora che l’unico autovalore di f sia lo 0 e per assurdo ipotizziamo che f non sia nilpotente. Dim. Ammettiamo per assurdo che esista un autovalore λ di f non nullo... en } ´e una base per V .. nilpotente di indice s. allora 0 = f s (X) = λs X che contraddice l’assunzione λ 6= 0. Definizione 17. Indichiamo con {e1 . Esso ´e nilpotente se e solo se il suo polinomio caratteristico ´e p(λ) = (−1)n λn . La forma canonica di Jordan. invertibile... Rispetto a tale base costruiamo la matrice A associata all’endomorfismo f : " A= A1 0 0 A2 # dove la matrice A1 ´e una matrice quadrata di ordine t.. Indichiamo con s ≥ 1 il minimo intero tale che ker(f s ) = ker(f s+1 ). . Sia V uno spazio vettoriale di dimensione n sul campo K e sia f : V −→ V un endomorfismo.. I blocchi A1 . Quindi λs ´e autovalore di f s con autovettore corrispondente X. Sia V uno spazio vettoriale di dimensione n sul campo K e sia f : V −→ V un endomorfismo. Teorema 22. en } una base per il sottospazio Im(f s ).. Notiamo che f s (X) = f s−1 f (X) = f s−1 (λX) = λf s−1 (X) = λf s−2 (f (X)) = λf s−2 (λX) = λ2 f s−2 (X) = . La decomposizione V = ker(f s ) ⊕ Im(f s ) e A2 " # A1 0 prendono entrambe il nome di la corrispondente decomposizione A = 0 A2 Decomposizione di Fitting. e sia X un autovettore ad esso corrispondente. Supponiamo che l’endomorfismo sia nilpotente e diamo per certo s che esso abbia tutti gli autovalori in K (si pu´o dimostrare).. Pi´ u precisamente " le #immagini dei vettori della base di ker(f ) A1 si dispongono nella sottomatrice e le immagini dei vettori della base di 0 # " 0 Im(f s ) nella sottomatrice . . et } una base per il sottospazio ker(f s ) e con {et+1 . Per quanto visto fin’ora V = ker(f s ) ⊕ Im(f s ).134 8... Quindi abbiamo che V = ker(f s ) ⊕ Im(f s ). e la matrice A2 ´e una matrice quadrata di ordine n−t. cio´e se ammette come unico autovalore lo 0 con molteplicit´ a n. A2 sono rispettivemente quelli che si ottengono tramite le immagini dei vettori delle basi di s ker(f s ) ed Im(f s ). Poich´e f ´e nilpotente di indice s.. . ..

. dobbiamo allora dimostrare che vr−1 ∈ ker(f r−1 ) − ker(f r−2 ).. Indichiamo con s ≥ 1 il minimo intero tale che ker(f s ) = ker(f s+1 ) e supponiamo ker(f s ) 6= 0.... t u Definizione 18. f i (X) = 0}.. Poich´e vr−1 = f (vr )... Passiamo a dimostrare l’indipendenza dei vettori della catena.. Sia V uno spazio vettoriale di dimensione n sul campo K e sia f : V −→ V un endomorfismo.. r − 1}. .. v2 . .. Avendo assunto 0 come unico autovalore di f .. contro l’ipotesi che vr ∈ / ker(f r−1 ). r − 1... allora f r−1 (vr1 ) = f r−1 f (vr ) = fr (vr ) = 0.. Teorema 23.. . per ogni i = 1.. Per semplicit´a prendiamo i = 1..v1 = f (v2 ) = f r−1 (vr ) 6= 0.. Poich´e tale ragionamento pu´o essere ripetuto per vr−2 . Analogamente nella decomposizione di Fitting della matrice associata avremo " # A1 0 A= 0 A2 con A2 6= 0 matrice invertibile. .6. osserviamo che la costruzuione della catena ´e fatta in modo induttivo.. Al solito indichiamo V = ker(f s ) ⊕ Im(f s ) la decomposizione di Fitting. contraddicendo con la sua non-singolarit´a.8. Sia Xr ∈ V tale che Xr ∈ ker(f r ) − ker(f r−1 ) e costruiamo la seguente catena di vettori in V : vr−1 = f (vr ) vr−2 = f (vr−1 ) = f 2 (vr ) vr−3 = f (vr−2 ) = f 3 (vr ). Per la dimostrazione della prima parte del teorema. Dim. Autospazi generalizzati.. Supponiamo per assurdo che vr−1 ∈ ker(f r−2 ). v1 allora concludiamo che vr−i ∈ ker(f r−i ) − ker(f r−i−1 ) per ogni i ∈ {1. Sia V uno spazio vettoriale di dimensione n sul campo K e sia f : V −→ V un endomorfismo. . vr−3 . la quale avrebbe determinante nullo. vr } sono linearmente indipendenti e vengono detti catena di autovettori generalizzati relativi allo 0 di lunghezza r.. Per cui vr−1 ∈ ker(f r−1 ). In base alla definizione di nucleo di un endomorfismo sappiamo che ker(f s ) = {X ∈ V : ∃i ≤ s. Supponiamo che esista una combinazione lineare α1 v1 + α2 v2 + . tale dovrebbe essere anche ogni autovalore che compare sulla diagonale di A2 . Allora avremmo 0 = f r−2 (vr−1 ) = f r−2 f (vr ) = f r−1 (vr ). Inoltre i vettori {v1 . Il sottospazio ker(f s ) ´e detto autospazio generalizzato di f relativo all’autovalore 0 ed i suoi elementi sono detti autovettori generalizzati relativi all’autovalore 0. . visto che vr ∈ ker(f r ). quindi ´e sufficiente dimostrare che vr−i ∈ ker(f r−i ) − ker(f r−i−1 ) per un fissato i ∈ {1. + αr vr = 0 (A) . Allora vr−i ∈ ker(f r−i ) − ker(f r−i−1 ). r − 1}. . 135 con Im(f s ) 6= 0.

. l’unico addendo che non si annulla ´e quello contenente l’immagine del vettore vr ∈ / ker(f r−1 ).. . possiamo determinare ora la decomposizione di Fitting V = ker(fis ) ⊕ Im(fis ) per un opprtuno s ≥ 1. + αr f r−1 (vr ). ´e chiaro che fi (X) ∈ Ei . λp } nello spettro di f (insieme di tutti gli autovalori) e denotiamo Ei = ker(fisi ) = {X ∈ V : ∃j ≤ si . detto indice di λi Il sottospazio ker(fis ) = {X ∈ V : ∃j ≤ s. Possiamo riscrivere la combinazione lineare (A): α1 v1 + α2 v2 + . fij (X) = 0} gli autospazi generalizzati relativi a ciascun λi con indice si . r−1. Ripetiamo quanto detto per ogni autovalore λi ∈ {λ1 . t u Definizione 19.. Sia λi un autovalore di f e costruiamo il seguente endomorfismo di V : fi = f −λi I. Poich´e ogni vj ∈ ker(f j )... Teorema 24. fij (X) = 0} ´e detto autospazio generalizzato di f relativo all’autovalore λi ed i suoi elementi sono detti autovettori generalizzati relativi all’autovalore λi . Sia V uno spazio vettoriale di dimensione n sul campo K. Sia X ∈ Ei .. tale che ker(fis ) = ker(fis+1 ). Quindi 0 = αr f r−1 (vr ). + αr−1 vr−1 = 0 (A0 ) ed applicando ora f r−2 ripetiamo lo stesso ragionamento per dimostrare che anche αr−1 = 0. La dimensione di ciascun autospazio generalizzato Ei ´e pari alla molteplicit´ a algebrica dell’autovalore λi cui esso si riferisce. Come fatto in precedenza. cio´e f (X) = fi (X) + λi X ∈ Ei . Possiamo estendere ora il teorema sulle catene di autovettori: Teorema 25. per ogni j = 1. .. Sia Xr ∈ V tale che Xr ∈ ker(fir ) − ker(fir−1 ) e costruiamo la seguente catena di vettori in V : vr−1 = fi (vr ). La forma canonica di Jordan. Inoltre fi (X) = f (X) − λi X.. ed applichiamo ad essa la f r−1 : 0 = α1 f r−1 (v1 ) + α2 f r−1 (v2 ) + .136 8. sia f : V −→ V un endomorfismo e sia λi un autovalore di f . Sia V uno spazio vettoriale di dimensione n sul campo K e sia f : V −→ V un endomorfismo. da cui αr = 0. Quindi ogni spazio Ei ´e invariante sotto l’azione di f .. ed i vettori della catena sono linearmente indipendenti. Un passo alla volta dimostriamo quindi che ogni αi = 0. Questo implica che possiamo applicare agli spazi Ei tutti i risultati noti per sottospazi invarianti. vr−2 = fi (vr−1 ) = fi2 (vr ) .

Allora vr−i ∈ ker(fir−i ) − ker(fir−i−1 ). Dim.8. Sia f : lR4 −→ lR4 con matrice A ∈ M4 (lR) associata    A=  0 0 0 0 1 0 0 0 1 1 0 0 0 0 0 0    .... λp in K. v2 .. Supponiamo che esista un autovettore generalizzato vr di λi tale che r > si . che contrasta col fatto che vr ´e un autovettore generalizzato di λi ... 1) > . Per cui r = si ≤ ai . . ... Inoltre ogni catena di ordine r di autovettori determina un insieme di r vettori linearmente indipendenti nell’autospazio Ei . r − 1. possiamo determinare la base di ciascun autospazio Ei . al fine di costruire una base di V rispetto alla quale la matrice associata ad f si esprima in forma di Jordan. ciascuno con la sua molteplicit´a algebrica. Per costruirle si devono calcolare i sottospazi ker(f ). ker(f ) = {X ∈ lR4 : AX = 0} =< w1 = (1. ker(2 ). La massima lunghezza di una catena di autovettori relativi ad un autovalore λi di f ´e pari all’indice si di λi .6. Inoltre i vettori {v1 . 0. L’unico autovalore ´e λ = 0 e le catene di autovettori sono 2.  Il polimomio caratteristico ´e p(λ) = λ4 e quello minimo m(λ) = λ3 . . visto che si ≤ r − 1. Inoltre si ´e ≤ della molteplicit´ a algebrica dell’autovalore. in particolare fir−1 (vr ) 6= 0. tramite la costruzione delle catene di autovettori generalizzati. . una di lunghezza 3 e l’altra di lunghezza 1. 0. Esempio 118. 0.. 0. 0). Per quanto sappiamo dovremmo avere che vr ∈ ker(fir ) − ker(fir−1 ).v1 = fi (v2 ) = fir−1 (vr ) 6= 0... la cui dimensione ´e pari alla molteplicit´a algebrica ai di λi . In particolare avremmo che fij (vr ) 6= 0. allora V = E1 ⊕ E2 ⊕ . ⊕ Ep ´e somma diretta degli autospazi generalizzati Ei e... Teorema 26.. . ker(f 3 ).. per ogni j ≤ si .. 137 vr−3 = fi (vr−2 ) = fi3 (vr ). vr } sono linearmente indipendenti e vengono detti catena di autovettori generalizzati relativi all’autovalore λi di lunghezza r... .. t u Concludendo possiamo dire che se f possiede tutti gli autovalori λ1 . Autospazi generalizzati. per ogni i = 1. w2 = (0. e quindi anche fisi (vr ) 6= 0.

0. Infine A3 = 0 da cui ker(f 3 ) = lR4 =< w6 = (1. 1. 0. 0. w4 = (0. Passiamo ora alla catena di ordine 1. (1. 0. 0. 1) > . 0). quindi  ker(f 2 ) = {X ∈ lR4 : A2 X = 0} =< w3 = (1. 0. 0. Sia f : lR3 −→ lR3 con matrice A ∈ M3 (lR) associata   2 0 0   A =  2 2 0 . 1. 0. 1. w9 = (0. 0. ker(f2 ) = {X  0  2 Inoltre (A − 2I) =  0 6 ∈ lR3 : (A − 2I)X = 0} =< w1 = (0. 0. 1)} e la matrice P tale che P −1 AP sia la matrice  1 1 0  0 1 0  P =  0 0 1 0 0 0 in forma di Jordan ´e:  0 0   . 0). prendiamo v10 = w2 = (0. 1) > . w3 = (0. 1. 1) >. 0). 1. 1. 0). 0. 1. 0. Possiamo ora definire la base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(1. 0). (0. 0) ∈ ker(f 2 ) − ker(f ) v1 = f (v2 ) = f 2 (v3 ) = (1. 0  1 Esempio 119. v3 >.    Inoltre A2 =   0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0    . Iniziamo dalla catena di ordine 3: v3 = w8 ∈ ker(f 3 ) − ker(f 2 ) v2 = f (v3 ) = (1. 0. 0. v2 . Per costruirla si devono calcolare i sottospazi ker(f ). 0.138 8. 0. w7 = (0. L’unico autovalore ´e λ = 2 con una sola catena di autovettori una di lunghezza 3. per la quale ´e sufficiente scegliere un vettore v10 ∈ ker(f )− < v1 . 0. ker(f 2 ). . 0. 0. w5 = (0. (0. ker(f 3 ). quindi 0 0 ker(f22 ) = {X ∈ lR3 : (A − 2I)2 X = 0} =< w2 = (0. 0. 0). 0). La forma canonica di Jordan. 1 3 2 Il polimomio caratteristico e quello minimo coincidono: p(λ) = m(λ) = (λ−2)3 . 0. 0). 0.  0 0  0 0 . 1). w8 = (0. 0. 0). 0). 0. 1) > .

0. w2 = (0. La base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(0.  0  1 Il polimomio caratteristico ´e p(λ) = (λ − 1)5  1 1 0 0  0 1 1 0   0 A = 0 0 1 0   0 0 0 1 0 0 0 0 e la forma canonica finale sar´a  0 0    0   1  1 quindi avremo per l’autovalore λ = 1 una catena di ordine 3 ed una di ordine 2. Sia f : lR5 −→ lR5 con matrice  1 1 1 1  0 1 0 1   A= 0 0 1 0   0 0 0 1 0 0 0 0 A ∈ M5 (lR) associata  1 1    1 . 0) > . 2. (0. 0). 0. 1. 139 Infine (A − 2I)3 = 0 da cui ker(f23 ) = lR3 =< w4 = (1. w6 = (0. (1. 0)} e la matrice P tale che P −1 AP  0 0  P = 0 2 6 1 = A0 sia la matrice in forma di Jordan ´e:    1 2 1 0    0  con A0 =  0 2 1  0 0 0 2 Esempio 120. 6). 0. −1.8. 0). quindi  0 0  0 0 ker(f12 ) = {X ∈ lR5 : (A − I)2 X = 0} = . 0. 1. Costruiamo la catena di ordine 3: v3 = w4 ∈ ker(f23 ) − ker(f22 ) v2 = f2 (v3 ) = (0. Calcoliamo la sequenza di tutti i sottospazi generalizzati relativi a λ = 1: ker(f1 ) = {X ∈ lR5 : (A − I)X  0 0 0  0 0 0   Inoltre (A − I)2 =  0 0 0   0 0 0 0 0 0 = 0} =< w1 = (1. Autospazi generalizzati. 0. 0. w5 = (0. 0. 0). 1) ∈ ker(f22 ) − ker(f2 ) v1 = f2 (v2 ) = f22 (v3 ) = (0. 1) >.  1 1 0 0    0 0 . 0.6. 1). 6). 0. 2.

(0. 0. 0. (1. 0. 1) > . quindi avremo un autovalore λ1 = 1 ed uno λ2 = 0. 0. 0. −1. w5 = (0. 1. w11 = (0. (2. 0. w6 = (0. 0. 0.140 8. 1). 0. 0) Possiamo ora definire la base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(2. 0. 0. 0). 1). 0). 0. (0. −1. 0. 0. Passiamo ora alla catena di ordine 2: il vettore di partenza v20 deve essere scelto in modo che v20 ∈ ker(f12 ) − ker(f1 )− < (0. 0) v1 = f1 (v2 ) = f12 (v3 ) = (2. 0. w8 = (0. 0. 1. 0. 0. Esempio 121. 0) > v20 = w6 v10 = f1 (v60 ) = (0. 0. Infine (A − I)3 = 0 da cui ker(f13 ) = lR5 = < w7 = (1. −1) > . (0. 0. 0. 0. La forma canonica di Jordan. 1. 0. −1)}. 0. 0. 0. −1) > . 0). Da questo ricaviamo anche che l’autospazio (in senso usuale) ha dimensione 2. 0). 0. 0. 0. 0. 0). 0. 1. 0. 0. 0). 0). < w3 = (1. 0. 0). 1. −1. Iniziamo dalla catena di ordine 3: v3 = w11 ∈ ker(f13 ) − ker(f12 ) v2 = f1 (v3 ) = (1. 1. (1. 1. 0. Sia f : lR5 −→ lR5 con matrice A ∈ M5 (lR) associata     A=   1 1 0 0 1 0 2 0 0 0 0 1 2 0 0 0 1 0 1 1 0 1 1 0 1     . 0. 0. 1. 0). 1. 0.   Il polimomio caratteristico ´e p(λ) = (λ−2)2 (λ−1)3 . 0. 1. 0). 0. Calcoliamo la sequenza di tutti i sottospazi generalizzati relativi a λ = 1: ker(f1 ) = {X ∈ lR5 : (A−I)X = 0} =< w1 = (1. 0. w10 = (0. 0). quindi vi sono due blocchi di Jordan per λ1 = 1. 1. 0. w4 = (0. 0. 0. w2 = (0. 0. 1. 0. da cui riconosciamo la presenza . 0. 1. 0). 0). 0. w9 = (0. 1. 0.

0). 0. Passiamo ora alla catena di ordine 1: il vettore in ker(f1 )− < (0. 1. 0. 1. (0. 0.8. 1. 0). −1). 1. −1) >: v10 = w1 = (1. w5 = (0. 0. 0. Autospazi generalizzati. 0. 0.   . 1). −1. 0. −1).6. Inoltre (A−I)2 =    0 2 1 0 0 0 1 0 0 0 0 2 1 0 0 0 2 1 0 0 0 2 1 0 0     . 0. 0). −1. (0. 0. 1. −1) > . 0. 0 0 0 0 0 Vi ´e allora 0 0 0 0 −1 0 0 0 −1 0 1 0 0 0 1 ker(f22 ) = {X ∈ lR5 : (A − 2I)2 X = 0} =< w7 = (0. Iniziamo dalla catena di ordine 2: v2 = w5 ∈ ker(f12 ) − ker(f1 ) v1 = f1 (v2 ) = (0. Esempio 122. −1. e sar´a di ordine  1  0   una catena di ordine 2 di autovettori generalizzati: (A−2I)2 =  1   0 −2 quindi 2. 0. Consideriamo ora l’autovalore λ2 = 2: ker(f2 ) = {X ∈ lR5 : (A − 2I)X = 0} =< w6 = (0. 0. Possiamo ora definire la base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(1. 0. 0. 0). 0. 0. 0. −1). 0. (0. 0. 0)}.   quindi ker(f12 ) = {X ∈ lR5 : (A − I)2 X = 0} = < w3 = (1. 0. 1). 0. 1. 0. 1. 0. 1. 0 0 3     . w4 = (0. 0. 0) > quindi vi ´e un solo blocco relativo a tale autovalore. 141     di una catena di ordine 2 ed una di ordine 1. w8 = (0. 0. 1. 0. 0. 0. (0. 0). Sia f : lR3 −→ lR3 con matrice A ∈ M3 (lR) associata   3 1 1   A =  0 3 1 . 0. −1. 1. 0. (0. 0. 0) > da cui le scelte per la catena sono: u2 = w8 ∈ ker(f22 ) − ker(f2 ) u1 = f2 (u2 ) = (0. −1. 0. 1).

0. Passiamo all’autovalore λ4 = 4: ker(f4 ) = {X ∈ lR3 : (A − 4I)X = 0} =< w2 = (1. 0. 1. 1) > . La forma canonica di Jordan. 0. Infine (A − 3I)3 = 0 da cui ker(f33 ) = lR3 =< w4 = (1. (0. w3 = (0. 1. 0) ∈ ker(f22 ) − ker(f2 ) v1 = f3 (v2 ) = f32 (v3 ) = (1. Sia f : lR3 −→ lR3 con matrice A ∈ M3 (lR) associata   1 1 −1   A =  0 1 0 . 0). Esempio 123. Costruiamo la catena di ordine 3: v3 = w6 ∈ ker(f33 ) − ker(f32 ) v2 = f3 (v3 ) = (1. 0). 1. . 0) > quindi vi ´e un solo blocco  di Jordane quindi una sola catena. Inoltre (A − 3I) =  0 0 0 . 0. 9 2 7 Il polimomio caratteristico: p(λ) = (λ − 1)(λ − 4)2 . 0). 0. 0). (1. −3) > quindi vi ´e un solo blocco di ordine 2 relativo all’autovalore 4. 0).e quindi anche una  0 8 0   sola catena di autovettori di lunghezza 2. Il polimomio caratteristico ´e p(λ) = (λ − 3)3 . 0. w5 = (0. 0). La base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(1. Inoltre (A − 4I)2 =  0 9 0 . L’unico autovalore ´e λ = 3: ker(f3 ) = {X ∈ lR3 : (A − 3I)X = 0} =< w1 = (1. w6 = (0. 0. chiaramente di ordine 0 0 1   2 3. 0. quindi 0 9 0 ker(f42 ) = {X ∈ lR3 : (A − 4I)2 X = 0} =< w3 = (1. 1. −9) > . w4 = (0. −9.142 8. Per l’autvalore λ1 = 1 non abbiamo alcun problema ad individuare l’autovettore (che in tal caso ´e autovalore in senso ordinario e generalizzato): ker(f1 ) = {X ∈ lR3 : (A − I)X = 0} =< w1 = (8. 0) > . quindi 0 0 0 ker(f32 ) = {X ∈ lR3 : (A − 3I)2 X = 0} =< w2 = (1. 1) >. 0). 1)}. 0. 0.

−2). 0 −2 −3 Il polimomio caratteristico: p(λ) = (λ − 2)(λ + 1)2 . e quindi 1 0  una sola catena di autovettori di lunghezza 2. 0. (8. 1. w4 = (0. 0)}. 143 Costruiamo la catena di ordine 2: v2 = w3 ∈ ker(f42 ) − ker(f4 ) v1 = f4 (v2 ) = (−3. −9. Passiamo all’autovalore λ1 = −1: ker(f1 ) = {X ∈ lR3 : (A + I)X = 0} =< w2 = (0. 0). Autospazi generalizzati. Inoltre (A + I)2 =  0 0 0 0 quindi anche  0  0 . (0. 0). 0 ker(f12 ) = {X ∈ lR3 : (A + I)2 X = 0} =< w3 = (0. Sia f : lR3 −→ lR3 con matrice A ∈ M3 (lR) associata   2 0 0   A= 0 1 2 . 9).6. La base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(0. 2. 0. Per l’autvalore λ2 = 2 non abbiamo alcun problema ad individuare l’autovettore (che in tal caso ´e autovalore in senso ordinario e generalizzato): ker(f2 ) = {X ∈ lR3 : (A − 2I)X = 0} =< w1 = (1. 0. (1. 1. Costruiamo la catena di ordine 2: v2 = w3 ∈ ker(f12 ) − ker(f1 ) v1 = f1 (v2 ) = (0. (1. 0. 0) > . 0. 1) > . 2. −2). La base rispetto alla quale la matrice A ammette la forma canonica di Jordan: B = {(−3. 0. −1) > quindi vi ´e un solo blocco di ordine 2 relativo all’autovalore −1. .8. 0). 1. −9)}. 9). Esempio 124.

−1 1 Esercizio 90.7 8. Determinare la forma canonica  1 2 5   0 14 39 0 −5 −14 di Jordan della seguente matrice:   . 0 0   1 1  0 1 Esercizio 94. Determinare la forma canonica di Jordan della seguente matrice: " # 3 14 . Esercizio 89. 1 0 2 Esercizio 91. La forma canonica di Jordan. Determinare la forma canonica di Jordan della seguente matrice:          0 0 0 0 0 0 1 −1 −1 1 −1 0 1 1 0 0 0 1 1 0 0 0 0 1 0 1 0 0 0 2 −1 0 0 0 1 0      .    .144 8. Determinare la forma canonica di Jordan della seguente matrice:   2 3 0    0 2 0 . Determinare la forma canonica di Jordan della seguente matrice:          0 0 −1 0 1 0 1 1 0 1 0 0 1 2 0 0 0 1 0 −1 1 0 0 1  0 0 1 −1   0 0   . Determinare la forma canonica di Jordan della seguente matrice:   1 0 0    0 1 0 . Esercizio 93. Esercizi. 4 0 2 Esercizio 92.

y30 ) ∈ lR3 . In sostanza la f ´e lineare sia in V che in W . Allora f (0V . x2 ). x2 ). y3 ))+bf ((x01 . y2 . y30 )). Esempio 125. y2 . (x1 . x02 ) ∈ lR2 . w) ∈ K. ´e una forma bilineare. 9. w1 ) + βf (v. β ∈ K f (αv1 + βv2 . Per dimostrarlo ´e sufficiente verificare che per ogni a. (y10 . x2 ). v1 . (y1 . y3 )) e f ((x1 . y2 . y3 )+b(y10 . x02 ). x2 ). La applicazione f : V × W −→ K che fa corrispondere ad una coppia di vettori (v. x2 ). b ∈ lR. (y1 . w) f (v. (y1 . si abbia f (a(x1 . (y10 . w1 . . w. y20 . w ∈ W . w) ∈ V × W uno scalare f (v. a(y1 . y20 . definita da f ((x1 . ´e detta forma bilineare se valgono le seguenti propriet´a: per ogni v.1 Introduzione. w) = 0 e f (v. w) + βf (v2 . y2 . rispettivamente di dimensione n e m. (y1 . w2 ∈ W .9 Le forme bilineari e le forme quadratiche reali. w2 ). x2 )+b(x01 . y20 . v2 ∈ V . α. y2 . y3 ). Siano 0V e 0W rispettivamente il vettore nullo in V e quello nullo in W . W due spazi vettoriali su K. (y1 . per ogni v ∈ V . x2 ). y2 . 0W ) = 0. La applicazione f : lR2 ×lR3 −→ lR. y3 ))+bf ((x1 . x02 ). y3 )) = af ((x1 . αw1 + βw2 ) = αf (v. Siano K un campo e V . (x01 . y30 )) = af ((x1 . (y1 . y2 . y3 )) = x1 (y1 + y2 ) + x2 (y1 − y3 ). w) = αf (v1 .

Quindi ad ogni forma bilineare ´e associata una matrice relativa ad una scelta di basi..... c3 ) + .... . cj ).. c1 ) + v1 w2 f (b1 . + wm cm . cm } una base di V ed una di W entrambe su K. b2 . c2 .. per ogni vettore X ∈ V espresso per componenti in una certa base B di V e per ogni vettore Y ∈ W espresso per componenti in una certa base C di W ... + vn bn w = w1 c1 + w2 c2 + w3 c3 + ... + vn wm f (bn .... 9... al variare di tutti gli elementi bi e cj delle due basi.. .. c2 ) + v2 w3 f (b2 . + vn w1 f (bn . + vn bn .2 Forme bilineari e matrici..... c2 ) + vn w3 f (bn . c1 ) + vn w2 f (bn . . .. w) = v T Aw.. Se denotiamo       v=      v1 v2 v3 . Le forme bilineari e le forme quadratiche reali. + v2 wm f (b2 . cm ).... Allora per ogni coppia di vettori v ∈ V e w ∈ W . bn } e C = {c1 .. . essi si possono esprimere come combinazione lineare dei vettori base tramite le proprie componenti: v = v1 b1 + v2 b2 + v3 b3 + ... .. c1 ) + v2 w2 f (b2 .... c3 ) + ..146 9... sfruttando le propriet´a di bilinearit´a della f si ha: f (v. Sia f : V ×W −→ K una forma bilineare e siano rispettivamente B = {b1 ... cm ) + . c3 ) + . c2 ) + v1 w3 f (b1 . wm             allora possiamo osservare che f (v.. Con tali scalari costruiamo una matrice A = (aij ) che viene detta la matrice associata alla f rispetto alle basi B e C. .. Indichiamo con aij = f (bi ..... la scelta delle basi ´e determinante al fine di definire una qualsiasi forma bilineare associata ad una matrice... Allora. definita da f (X.. w) = f (v1 b1 + v2 b2 + v3 b3 + . Viceversa per ogni matrice A ∈ Mnm (K) esiste una forma bilineare f : V × W −→ K. w1 c1 + w2 c2 + w3 c3 + .. + wm cm ) = v1 w1 f (b1 .. .. Y ) = X T AY . + v1 wm f (b1 . vn             . cm )+ v2 w1 f (b2 .w =            w1 w2 w3 .... In definitiva.

y3 Esempio 127. Siaf : lR3 ×lR2 −→ lR una forma bilineare. (2. e2 } = {(1. 0. f (d2 . (2. Calcoliamo gli elementi della matrice associata in tali basi: f ((x1 . c1 ) = 1. 1). Determiniamo la matrice associata a f rispetto alle basi D = {d1 . b2 . c3 ) = 0 f (b2 . f (b1 . 1)}. definita da f ((x1 . Y ) = h x1 x2 i " 3 −1 3 5 −1 5 #   y1    y2  = x1 (3y1 −y2 +3y3 )+x2 (5y1 −y2 +5y3 ). (y1 . (0. e2 ) = −1. 0. f (d1 . d2 . f (X. 1)} di lR2 e C = {c1 . 147 Esempio 126. 1. (0. (0. 0). 0. 0.9. 1). c2 ) = 1. f (d1 . Y ) = x1 x2  y2  . (0. e2 . 0. 1). b3 } = {(1. 1)} di lR3 . f (d1 . nel modo seguente:   # y " 1 h i 1 1 0   f (X. 1)} di lR2 . x2 ). (0. c1 ) = 1. e3 ) = 3 f (d2 . 1)} di lR3 e E = {e1 . f (d2 . 1. (0. 1)} di lR2 e E = {e1 . f (b2 . c3 } = {(1. (0. e2 ) = −1. 1). d2 } = {(1. 0). c2 ) = 0. Forme bilineari e matrici. (0. 0). f (b1 . 1)} di lR2 . 1. e3 } = {(1. 1 0 −1 y3 Consideriamo ora due basi diverse da quelle canoniche: D = {d1 . 0. 1. L’espressione della f rispetto alle basi B e C ´e data da:   " # h i 1 1 y   1 = x1 (y1 + y2 ) + x2 y1 + x3 (2y1 + y2 ). f (b2 . e3 ) = 5 allora la f si pu´o rappresentare. f (b1 . 0).2. (y1 . 0). 1)} 2 1 3 di lR e C = {c1 . e1 ) = 5. x2 ). y2 . c2 } = {(1. determiniamo la matrice associata a f rispetto alle basi canoniche B = {b1 . 1. e1 ) = 3. Y ) = x1 x2 x3  1 0  y2 2 1 . y2 . alla quale sia associata  1 1   la matrice  1 0  rispetto alle basi B = {b1 . d3 } = {(0. nel modo seguente: f (X. rispetto alle basi C e D. c2 . (2. Sia f : lR2 ×lR3 −→ lR. y3 )) = x1 (y1 + y2 ) + x2 (y1 − y3 ). b2 } = {(1. 0). c3 ) = −1 allora la f si pu´o rappresentare. 1). y3 )) = x1 (y1 + y2 )+x2 (y1 −y3 ). rispetto alle basi canoniche. 1. 1). (2.

si pu´o definire la forma bilineare f (X. 1) = (2. 1. Y vettori di V . . f (d1 . Poich´e l’unico strumento che abbiamo ´e la matrice data rispetto alle basi B e C. en } una base di V e sia A la matrice associata a f rispetto a B. definita in V × V . da tale definizione. 3. 0. 0) = (0. ei ). f (d3 . −2)B e2 = (2. Si osserva facilmente che tale f ´e una forma bilineare simmetrica. −1)C . e2 ) = 1 f (d2 . Y ) = X T AY . e2 . Y ∈ V . 1)B . f (d2 . rispetto alle basi D e E. Viceversa. f (d1 . in particolare dovr´a essere f (ei . Y ) = x1 x2 x3  2 3  = x1 (y1 +y2 )+x2 (2y1 +3y2 )+x3 (y1 +2y2 ). Poich´e. e1 ) = 1. . d2 = (0. sar´a una matrice simmetrica. Sia B = {e1 . In definitiva tutte le forme bilineari simmetriche sono rappresentate da matrici simmetriche ed inoltre. Per poter determinare la matrice rispetto alle nuove basi. ej ). data una matrice A simmetrica di ordine n. 0)C . ej ) = f (ej .3 Forme quadratiche. 1. allora la matrice A associata alla f . e1 = (1. e solo allora potremo effettuare il calcolo degli f (di . dovremmo calcolare i coefficienti f (di . ej vettori differenti della base B. relativamente ad una base B dello spazio vettoriale. siamo costretti inizialmente ad esprimere tutti i vettori di e ej per componenti rispetto alle basi B e C. d1 = (0. 1) = (1. X) per ogni X. nel modo seguente:   " # h i 1 1  y1  f (X. Per quanto detto fin’ora. dove V sia uno spazio vettoriale di dimensione n su un campo K. 0. dove V sia uno spazio vettoriale di dimensione n sul campo K.148 9. per ogni ei . −1.. ej ). per ogni matrice simmetrica si pu´o definire una forma bilineare simmetrica. 1) = (0. e1 ) = 1. e2 ) = 3 f (d3 . una rappresentazione della f ´e la seguente: f (X. 1)B . d3 = (2. e2 ) = 2 allora la f si pu´o rappresentare.. Le forme bilineari e le forme quadratiche reali. per ogni X. 1) = (2. Y ) = X T AY . Y ) = f (Y. Sia f : V × V −→ K una forma bilineare definita in V × V . e1 ) = 2. y2 1 2 9. Diciamo che la forma bilineare ´e simmetrica se accade che f (X.

0 2 1 y3  f (X. dove V sia uno spazio vettoriale di dimensione n sul campo K e sia A la matrice associata alla f . Allora la forma quadratica associata a  h i 1 1  q(X) = f (X. . Y ) = x1 x2 x3  1 0 2   y2  = x1 y1 +x2 y1 +x1 y2 +2x3 y2 +2x2 y3 +x3 y3 0 2 1 y3 rispetto alla base canonica di lR3 .9. X) = X T AX.  1  la matrice  1 0 Sia f 1 0 0 2 2 1 149 :lR3 ×lR3 −→ lR una forma bilineare. per ogni scelta di i e j.3. Introduciamo ora il concetto di forma quadratica associata ad una forma bilineare simmetrica. Y ) = h x1 x2 x3 i Essa ´e simmetrica. poich´e associata ad una matrice simmetrica. Esempio 128. Esempio 129. Come nell’esempio precedente. Forme quadratiche. pur rimanendo invariata la matrice associata ad f e q . Sia quindi f : V × V −→ K una forma bilineare simmetrica definita in V × V . alla quale sia associata   rispetto alla base canonica di lR3 . essa si ottiene in modo differente se ricavata dai coefficienti dei monomi presenti nella espressione di f oppure da quelli presenti nella espressione di q. q(X) = f (X. Definiamo q : V −→ K la applicazione che agisce nel modo seguente: per ogni X ∈ V . Si noti che per determinare la simmetricit´a della f ´e sufficiente constatare che le coppie dei termini misti xi yj e xj yi abbiano lo stesso coefficiente. 1 x3 Notiamo che. La q ´e detta forma quadratica (associata o polare alla forma f ). X) = x1 x2 x3  1 0 0 2 f ´e la q : lR3 −→ lR definita da   0 x1   2   x2  = x21 +2x1 x2 +4x2 x3 +x23 . La rappresentazione della f ´e allora la seguente   1 1 0 y1     1 0 2   y2  = x1 y1 +x2 y1 +x1 y2 +2x3 y2 +2x2 y3 +x3 y3 . sia f : lR3 × lR3 −→ lR la forma bilineare simmetrica definita da    y1 h i 1 1 0    f (X.

Allora la forma bilineare simmetrica associata definita da  h i 3 1  f (X. rispetto alle basi canoniche. Esempio 130. dei termini x2i in q. Per quanto riguarda gli elementi della diagonale principale della matrice.4 Cambiamento di base. 9. potremo da ora in poi confondere le propriet´a relative ad una forma bilineare simmetrica con quelle della forma quadratica ad essa associata.150 9. dovremmo notare che il termine misto xi xj scaturisce dalla somma dei due termini misti xi yj e xj yi presenti nella b f . Infatti se volessimo costruire tale matrice. Per cui. a partire dalla q. Sia f : lR3 −→ lR la forma quadratica definita da q(X) = 3x21 + 2x1 x2 − 4x2 x3 + 7x22 − x23 cio´e    0 x1 h i 3 1    q(X) = x1 x2 x3  1 7 −2   x2  = 3x21 + 2x1 x2 − 4x2 x3 + 7x22 − x23 0 −2 −1 x3 rispetto alla base canonica di lR3 . j) nella matrice. essi sono i coefficienti dei termini xi yi in f oppure. Le forme bilineari e le forme quadratiche reali. Y ) = x1 x2 x3  1 7 0 −2 a q ´e la f : lR3 × lR3 −→ lR   0 y1   −2   y2  = −1 y3 3x1 y1 + x1 y2 + 7x2 y2 + x2 y1 − 2x2 y3 − x3 y3 − 2x3 y2 . a partire dalla f . . Quindi. Siano A1 la matrice associata alla q rispetto alla base B1 di lRn e A2 la matrice associata rispetto alla base B2 di lRn . Sia q : lRn −→ lR una forma quadratica reale. se X ∈ lRn ´e un vettore. se bij ´e il coefficiente di xi xj allora 2ij ´e l’elemento di posto (i. Se invece volessimo la matrice. Infatti tali propriet´a sono semplicemente caratteristiche della matrice che rappresenta entrambe le f e q. Per quanto visto fin’ora. Indichiamo con C la matrice del cambiamento di base da B1 a B2 . di componenti X1 rispetto alla base B1 e componenti X2 rispetto alla base B2 . sarebbe sufficiente considerare il coefficiente del termine xi yj come l’elemento di posto (i. allora la legge che lega tra loro tali componenti ´e X2 = CX1 . j) della matrice stessa. indifferentemente.

. f (e1 .. . cio´e rispetto alla quale q(X) = a1 x21 + a2 x22 + a3 x23 + ... Questa ´e la relazione che lega tra loro le due matrici associate alla stessa forma quadratica. e1 ) .. Essa non ´e una relazione di similitudine. f (e1 . con b1 .... e2 ) f (e1 . e1 ) Determiniamo il seguente cambiamento di base e01 = e1 . con a1 . Sia f (e1 . esiste una base di lRn rispetto alla quale la matrice associata a q ´e una matrice diagonale. Y ) = b1 x1 y1 + b2 x2 y2 + b3 x3 y3 + . Poich´e esse sono tutte matrici simmetriche. e3 ) . Esiste una base di V rispetto alla quale la matrice associata a f sia diagonale. Quindi due matrici rappresentano la stessa forma quadratica rispetto a due basi diverse se e solo se esse sono congruenti. 151 Calcolando la q(X) rispetto alle due differenti basi otteniamo q(X) = X1T A1 X1 e q(X) = X2T A2 X2 da cui X1T A1 X1 = X2T A2 X2 = (CX1 )T A2 (CX1 ) = X1T C T A2 CX1 con A1 = C T A2 C. Y 0 nell’espressione della forma bilineare.. ma rispetto a due basi differenti.. A questo punto sostituiamo X 0 . + bn xn yn . + an x2n . e1 ) c3 = f (e1 . . cio´e rispetto alla quale f (X. Y 0 = CY .. Diciamo C la matrice di cambiamento di base e determiniamo X 0 = CX. an ∈ K. ma in generale esse hanno autovalori differenti... ci = f (e1 . en } e supponiamo che la matrice A = (aij ) non sia diagonale. Y ) = aij xi yj la forma bilineare associata alla base B = {e1 ...9.. Esiste una base di V rispetto alla quale la matrice associata a q sia diagonale.. Metodo per la diagonalizzazione.. 9...5 Metodo per la diagonalizzazione. Sia q : V −→ K una forma quadratica. Teorema 27.. P Sia f (X. ei ) . La .5. Diremo che le matrici A1 e A2 sono congruenti. Calcoliamo i seguenti coefficienti: c2 = f (e1 . se una delle due ´e simmetrica.. La congruenza garantisce che.. sia f : V ×V −→ K una forma bilineare simmetrica. e03 = e3 − c3 e1 . Analogamente... Passo 1. bn ∈ K. allora lo ´e anche l’altra.e0n = en − cn e1 . . e02 = e2 − c2 e1 . con dim(V ) = n e K un campo. e2 . eccetto quando la matrice di cambiamento di base C sia ortogonale. e1 ) = a11 6= 0..

Sia f : lR3 −→ lR la forma quadratica definita da q(X) = x1 x2 + x1 x3 + x2 x3 cio´e    1 1 0 x 1 h i 2 2    q(X) = x1 x2 x3  12 0 12   x2  . Per farlo. Sia ora f (e2 ... Y 0 = CY . e3 ) f (e2 ... avr´a la seconda riga e la seconda colonna tutte nulle... moltiplicate nell’ordine in cui esse vengono utilizzate. ej ) 6= 0. ei ) . en } (ma sappiamo bene che non ´e quella di partenza). . La matrice associata a f dopo aver effettuato tali sostituzioni. e0n } che garantisca la condizione f (e0i . A questo punto sostituiamo X 0 . ei ) = 0. eccetto eventualmente l’elemento a22 . avr´a la prima riga e la prima colonna tutte nulle. f (e2 . Passo intermedio..... e2 . . Calcoliamo i seguenti coefficienti: c3 = f (e2 . ci = f (e2 . e0k = ek per ogni altro indice k che garantisce che la condizione sia soddisfatta. nel i-esimo passo. Diciamo ancora C la matrice di cambiamento di base e determiniamo X 0 = CX.e0n = en − cn e2 . e2 ) = a22 6= 0. sar´a sufficiente individuare il primo indice di colonna j per il quale f (ei .. in cui la matrice ´e diagonale) ´e data dal prodotto di tutte le matrici utilizzate nei passaggi intermedi. e0i ) 6= 0. matrice associata a f dopo aver effettuato tali sostituzioni. 1 1 x3 2 2 0 .152 9.. ogni volta che f (ei .. Se dovessimo avere. Le forme bilineari e le forme quadratiche reali. Quindi si effettua il cambiamento di base seguente: e0i = ei + ej . il valore f (ei . indichiamo la base in cui ora ci troviamo nuovamente {e1 .. Esempio 131. Alla fine otterremo la forma diagonale della matrice e quindi della forma bilineare e di quella quadratica associate. Passo 2. e4 ) . f (e2 . . e02 ... prima di procedere come gi´a esposto. La matrice di cambiamento di base finale (cio´e quella che trasforma i vettori dalle componenti rispetto alla base di partenza alle componenti rispetto all’ultima base. . Per evitare di introdurre ulteriori simboli. A questo punto si potr´a riprendere come nei passi 1 e 2.. e2 ) c4 = f (e2 . e02 = e2 . Y 0 nell’espressione della forma bilineare. e2 ) Determiniamo il seguente cambiamento di base e01 = e1 . dovremo effettuare un cambiamento di base da {e1 . e2 ... e2 ) . e03 = e3 − c3 e2 . ei ) = 6 0. eccetto eventualmente l’elemento a11 . Ripetiamo tale iter per ogni riga. en } a {e01 .

e03 = e3 La matrice di cambiamento di base ´e  1 0 0   C1 =  1 1 0  0 0 1  da cui x01 = x1 . 153 Passo 1. e03 = e3 − e1 2 La matrice di cambiamento di base ´e   1 − 12 −1   C2 =  0 1 0  0 0 1 e01 = e1 . da cui 1 x01 = x1 − x2 − x3 . f (e1 . x02 = x2 . 0 0 −1 x3 . Passo 2. f (e1 . x03 = x3 2 e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica espressa nella nuova base h x1 1 q(X) = x21 − x22 − x23 = 4    0 x1 i 1 0    x2 x3  0 − 14 0   x2  . e2 ) 1 = . e2 ) 6= 0 e02 = e2 . e1 ) 2 c3 = f (e1 . f (e1 . e3 ) =1 f (e1 . e1 ) = 0 e01 = e1 + e2 . e1 ) 1 e02 = e2 − e1 . e1 ) 6= 0. Metodo per la diagonalizzazione.9.5. x03 = x3 e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica espressa nella nuova base q(X) = x21 + x1 x2 + 2x1 x3 + x2 x3   1 1 1 x1 h i  1 2 1  x1 x2 x3  2 0 2   x2 1 12 0 x3 =   . c2 = f (e1 . f (e1 . x02 = x1 + x2 .

e3 ) 1 =− f (e1 . x03 = x3 e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica espressa nella nuova base 1 2 x = 20 3    x1 0 i 5 0    x3  0 3 0   x2  . e1 ) 10 1 e1 10 La matrice di cambiamento di base ´e   1 1 0 − 10   C= 0 1 0  0 0 1 da cui x01 = x1 − 1 x3 . e2 ) = 0. 1 x3 2 0 0 Passo 1. 1 x3 0 0 − 20 q(X) = 5x21 + 3x22 − h x1 x2 . Sia f : lR3 −→ lR la forma quadratica definita da q(X) = 5x21 + 3x22 + x1 x3 cio´e  q(X) = h x1 x2 x3 i   5 0 21 x1     0 3 0   x2  . e1 ) e02 = e2 . f (e1 . f (e1 . Le forme bilineari e le forme quadratiche reali. f (e1 .154 9. −1 Esempio 132. La matrice finale del cambiamento di base ´e  1 − 12  C = C1 · C2 =  1 12 0 0 ed infatti si ha che    1 1 0 0  1 1   1  −2 2 0  ·  2 1 1 −1 1 2 1 2     1 0 −1   −1  =  0 − 14 1 0 0 1 − 12    ·  1 12 0 0 0 1 2 1 2 0 1 2  −1  −1  1  0  0 . c3 = e03 = e3 − f (e1 . e1 ) 6= 0. 10 x02 = x2 . c2 = e01 = e1 .

Metodo per la diagonalizzazione. Esso vale in qualsiasi caso. possiamo ottenere risultati pi´ u precisi: Teorema 28. − x2r . −1. quindi non necessariamente per K = lR.5. 1. Sia V uno spazio vettoriale reale. 1)}.. La matrice finale  1 0  1  0 1 − 10 0 del cambiamento di base ´e     0 5 0 12 1     0 · 0 3 0 · 0 1 1 0 2 0 0 155 data dalla sola   1 0 − 10   1 0 = 0 1 C ed infatti si ha che  5 0 0  0 3 0 . a2 = − 14 . indipendentemente dal campo K sul quale V ´e spazio vettoriale. + arr x2r con aii ∈ lR. 0. dove r ´e il rango della matrice associata alla forma quadratica q. 1) √ −a3 . (−1. q : V → lR una forma quadratica reale su V . detto anche rango di q.9. + x2p − x2p+1 − . a3 = −1 e scegliamo e01 = (1. Esempio 133. q(X) = x1 x2 + x1 x3 + x2 x3 ha una forma canonica q(X) = x21 − 41 x22 − x23 . √ a1 e02 = (− 12 . −1. 0) . costruita rispetto alla base 1 1 B = {(1. 0) √ . 12 . un numero intero 0 ≤ p ≤ r. La forma quadratica in lR3 . (− . −a2 e03 = (−1.. 0). 2 2 Poniamo allora a1 = 1.. In altre parole la forma quadratica si presenta nella forma q(X) = x21 + x22 + . dim(V ) = n ≥ 1. 1 0 0 − 20 Il metodo precedentemente esposto permette quindi di individuare una base B rispetto alla quale la forma quadratica assume una forma q(X) = a11 x21 + a22 x22 + . 0). . tali che la matrice associata alla q rispetto alla base B sia   Ip 0 0    0 −Ir−p 0  (a) 0 0 0 dove Ip ´e il blocco costituito dalla matrice identica di ordine p... Ir−p ´e il blocco costituito dalla matrice identica di ordine r − p e gli altri sono tutti blocchi nulli. Si noti che in modo equivalente possiamo dire che ogni matrice simmetrica A ∈ Mn (lR) ´e congruente ad una matrice diagonale della forma (a). Esistono una base B di V . dove r ´e il rango di q.. Poich´e noi ci occupiamo prevalentemente di spazi vettoriali reali.

e la sua segnatura ´e (r. 1. 0). con matrice di passaggio   1 −1 −1   C =  1 1 −1  0 0 1 cio´e con matrice associata A0  1 1  A0 =  −1 1 −1 −1 = C T · A · C. Uno spazio vettoriale V in cui sia introdotto un prodotto scalare ´e detto spazio vettoriale euclideo. Le forme bilineari e le forme quadratiche reali.   0 1 0   1 2 0 · 2 0 1 1 1 2 2  1 −1 −1     ·  1 1 −1  = 0 0 0 1 1 2 1 2     1 0 0    0 −1 0  . 0). per ogni X ∈ V e la sua segnatura ´e (n. r − p) ´e detta segnatura di q. per ogni forma quadratica q definita positiva esiste una base B di lRn rispetto alla quale q sia esprimibile q(X) = x21 + x22 + . + x2n e quindi f (X. con dim(V ) = n.. La f ´e detta definita positiva.. Una forma bilineare definita positiva ´e anche chiamata prodotto scalare. . ´e detta semidefinita negativa se q(X) ≤ 0. 0). 0) con r ≤ n. ´e detta semidefinita positiva se q(X) ≥ 0. per ogni X ∈ V .. n). + xn yn il quale ´e ben noto come prodotto scalare standard. Siano f : lRn × lRn → lR una forma bilineare simmetrica e q : lRn → lR la forma quadratica associata.. e02 = (−1. Per quanto detto in precedenza.. r) con r ≤ n. e01 = (1. per ogni X ∈ V . la forma quadratica ´e detta indefinita. e03 = (−1.156 9. Nel caso la segnatura di q sia (p. ´e detta definita positiva se q(X) > 0. e la sua segnatura ´e (0. 1). Una forma quadratica q : V → V . r − p) con 0 < p < r ≤ n. e la sua segnatura ´e (0. Esprimiamo la forma quadratica rispetto a tale base. quando lo ´e q. per ogni X ∈ V . 1. 0 0 −1 Gli interi p e r − p sono detti rispettivamente indice di positivit´a e indice di negativit´a di q e la coppia (p. ´e detta definita negativa se q(X) < 0.. Y ) = x1 y1 + x2 y2 + . −1.

e02 = e2 − la cui matrice associata ´e −1 e1 = e2 + e1 .6 157 Esercizi svolti sulla diagonalizzazione. 1 0 0 x3 2 Determinarne una forma diagonale. x3 = x03 . Svolg.9. x3 ) = x21 − x22 − x23 + x2 x3 4 con matrice associata   1 0 0   A0 =  0 −1 12  . 9. Esercizi svolti sulla diagonalizzazione. e02 = e2 . Esercizio 95. e03 = e3 − 1 2 −1 e2 = e3 + e2 . La matrice associata alla forma quadratica ´e   1 −1 12   A =  −1 0 0  1 0 0 2 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . 2 L’espressione della forma quadratica nelle nuove coordinate ´e 1 q(x1 . x2 = x02 . 0 12 − 14 Poich´e q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 .6. Sia q : lR3 −→ lR la forma quadratica definita da q(X) = x21 −2x1 x2 +x1 x3 cio´ e    1 −1 21 x1 h i    q(X) = x1 x2 x3  −1 0 0   x2  . x2 . 1 e03 = e3 − 1 2 1 e1 = e3 − e1 1 2   1 1 − 21   C1 =  0 1 0  0 0 1 da cui 1 x1 = x01 + x02 − x03 .

1 0 0 x3 Determinarne una forma diagonale. 0. Svolg.158 9. x3 = x03 . q(x1 . 2 L’espressione della forma quadratica nelle nuove coordinate ´e x1 = x01 . (1. La matrice associata alla forma quadratica  2 − 12  A =  − 12 0 1 0 ´e  1  0  0 . 21 . 0). (0. 0). x3 ) = x21 − x22 con matrice associata   1 0 0   A00 =  0 −1 0  . 0 0 0 La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C = C1 × C2 :   1 1 0   C =  0 1 12  0 0 1 per cui B = {(1. 1. x2 . t u Esercizio 96. 1)} e la matrice associata alla forma quadratica in tale base ´e A00 =T CAC. la cui matrice associata ´e   1 0 0   C2 =  0 1 12  0 0 1 da cui 1 x2 = x02 + x03 . Le forme bilineari e le forme quadratiche reali. Sia q : lR3 −→ lR la forma quadratica definita da q(X) = 2x21 − x1 x2 + 2x1 x3 cio´ e    1 2 − 1 x 1 h i 2    q(X) = x1 x2 x3  − 12 0 0   x2  .

x2 = x02 + 2x03 . Esercizi svolti sulla diagonalizzazione. x2 = x02 . la cui matrice associata ´e e03 = e3 − 1 4 − 18 e2 = e3 + 2e2   1 0 0   C2 =  0 1 2  0 0 1 da cui x1 = x01 . e02 = e2 − la cui matrice associata ´e − 12 1 e1 = e2 + e1 . e02 = e2 . x2 . 159 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . 2 4 1 e03 = e3 − e1 2   1 41 − 12   C1 =  0 1 0  0 0 1 da cui 1 1 x1 = x01 + x02 − x03 . x3 = x03 .6. 4  1 1 0 4 −2 Poich´e q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . x2 . x3 ) = 2x21 − x22 8   1 0 0   A00 =  0 − 18 0  . x3 ) = 2x21 − x22 − x23 + x2 x3 8 2 2 con matrice associata   2 0 0  1  A0 =  0 − 18 . x3 = x03 . L’espressione della forma quadratica nelle nuove coordinate ´e con matrice associata 1 q(x1 .9. 0 0 0 La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C = C1 × C2 :   1 14 0   C= 0 1 2  0 0 1 . 4 2 L’espressione della forma quadratica nelle nuove coordinate ´e 1 1 1 q(x1 .

x3 . Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 . 0. 2. 2. q . 1. 0) ( 14 . 2. 0) √ . (0. La matrice associata alla forma quadratica ´e   0 1 1   A= 1 0 0  1 0 −2 da q(X) = 2x1 x2 + 2x1 x3 −   x1     x2  . 1)} e la matrice associata alla forma quadratica in tale base ´e A00 =T CAC. per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A00 : B0 = { (1. 0 0 0 t u Esercizio 97. 0. (0. 0). Svolg. (0. 2 2. Questa si ottiene dalla base ortogonale B. ( 14 . 0). 2 2 Quindi la matrice ortonormale di cambiamento di base  1  √ √1 0 √2  2  C0 =  0 2 2 2  0 0 1 ci permette di ottenere la forma diagonale   1 0 0   A000 =T C 0 AC 0 =  0 −1 0  .160 9. 1)} = 1 1 8 1 1 √ {( √ . Le forme bilineari e le forme quadratiche reali. ( √ . 0). Sia q : lR3 −→ lR la forma quadratica definita 2x23 cio´ e  h i 0 1 1  q(X) = x1 x2 x3  1 0 0 1 0 −2 Determinarne una forma diagonale. per cui B = {(1. 0). 0. 1. 1)}. dividendo il vettore che occupa la colonna i nella matrice C.

x2 = x02 . x3 ) = 2x21 − x22 − x23 − x2 x3 2 2 con matrice associata  2 0  A00 =  0 − 12 0 − 12  0  − 12  . 161 Poich´e q(e1 ) = 0 allora dobbiamo effettuare il seguente cambiamento di base: e01 = e1 + e2 . x2 . x3 = x03 . e03 = e3   1 0 0   C1 =  1 1 0  0 0 1 da cui x1 = x01 .6. x2 = x01 + x02 . e03 = e3 − e2 . x3 ) = 2x21 + 2x1 x2 + 2x1 x3 − 2x23 con matrice associata   2 1 1   A0 =  1 0 0  . L’espressione della forma quadratica nelle nuove coordinate ´e q(x1 . − 52 Poich´e q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . la cui matrice associata ´e e02 = e2 . e02 = e2 . 2 2 L’espressione della forma quadratica nelle nuove coordinate ´e 5 1 q(x1 .9. x2 . 1 0 −2 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . x3 = x03 . 1 e02 = e2 − e1 . Esercizi svolti sulla diagonalizzazione. 2 1 e03 = e3 − e1 2 la cui matrice associata ´e  1 − 12  C2 =  0 1 0 0  − 12  0  1 da cui 1 1 x1 = x01 − x02 − x03 .

(− 12 . Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 . 2 2 2 2 2 2 Quindi la matrice ortonormale di cambiamento di base   C0 =  √1 2 √1 2 − √12 0 0 √1 2 0  − √12   √1 2 . 12 . 0). √ )}. 0) (0. √ . 1)} e la matrice associata alla forma quadratica in tale base ´e A000 =T CAC. dividendo il vettore che occupa la colonna i nella matrice C. 12 . 0). x3 ) = 2x21 − x22 − 2x23 2 con matrice associata  2 0  000 A =  0 − 12 0 0  0  0 . 0) (− 14 . per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A000 : B0 = { (1. −1. Le forme bilineari e le forme quadratiche reali. la cui matrice associata ´e   1 0 0   C3 =  0 1 −1  0 0 1 da cui x1 = x01 . 1. 0). 1) √ q √ . (0. x2 . −1. √ . L’espressione della forma quadratica nelle nuove coordinate ´e 1 q(x1 . x2 = x02 − x03 . − √ . x3 = x03 . Questa si ottiene dalla base ortogonale B. 0). (0. 1.162 9. . −2 La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C = C1 × C2 × C3 :   1 − 12 0   C =  1 12 −1  0 0 1 per cui B = {(1. }= 1 2 2 2 1 1 1 1 1 1 {( √ . (− √ .

x3 ) = x21 + 2x22 con matrice associata   1 0 0   A0 =  0 2 0  . L’espressione della forma quadratica nelle nuove coordinate ´e q(x1 . Svolg.9. la cui matrice associata ´e e02 = e2 . e03 = e3 − e1   1 0 −1   C= 0 1 0  0 0 1 da cui x1 = x01 − x03 . x3 = x03 . x3 0 1 Determinarne una forma diagonale. x2 = x02 . 163 ci permette di ottenere la forma diagonale   1 0 0   Aiv =T C 0 AC 0 =  0 −1 0  .6. x2 . La matrice associata alla forma quadratica ´e   1 0 1   A= 0 2 0  1 0 1 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . Esercizi svolti sulla diagonalizzazione. 0 0 0 . 0 0 −1 t u Esercizio 98. Sia q : lR3 −→ lR la forma quadratica 2x1 x3 + x23 cio´ e  h i 1  q(X) = x1 x2 x3  0 1 definita da q(X) = x21 + 2x22 +   x1 0 1   2 0   x2  .

´e formata proprio da tali autoversori: 1 1 1 1 B = {( √ . il cui versore 1 ´e ( √2 . tramite l’utilizzo degli autovalori della matrice A. 2 2 2 2 . ( √ . 0. λ2 = 2 con molteplicit´a algebrica 2. cio´e: B = {(1. − √12 ). 0. 0). i cui versori sono rispettivamente ( √12 . 0. 2 Quindi la matrice ortonormale di cambiamento di base   1 0 −1   C 0 =  0 √12 0  0 0 1 ci permette di ottenere la forma diagonale   1 0 0   A00 =T C 0 AC 0 ==  0 1 0  0 0 0 che individua una forma quadratica semidefinita positiva di segnatura (2. (−1. Le forme bilineari e le forme quadratiche reali. 0. 0) √ . (0. Questa si ottiene dalla base ortogonale B. − √ ). 0. 0). 1)} e la matrice associata alla forma quadratica in tale base ´e A0 =T CAC. con gli autovalori sulla diagonale principale della matrice ad essa associata. 1. L’autospazio relativo a λ2 ´e generato dagli autovettori (1. 1. per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A0 : B 0 = {(1. 1. Risolviamo adesso lo stesso esercizio con un metodo alternativo. (0. si ottengono come autovalori λ1 = 0 con molteplicit´a algebrica 1. La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C. √12 ) e (0. dividendo il vettore che occupa la colonna i nela matrice C. 0. 0). √ ). 1). 1. 0)}. L’autospazio relativo a λ1 ´e generato dall’autovettore (1.164 9. Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 . (−1. 0). La base rispetto a cui la forma quadratica ´e diagonalizzabile. −1). 0). 0). Dopo aver risolto l’equazione caratteristica associata alla matrice A. 0. 1)}. 0. 0. 1. 0. (0. (0.

La matrice di cambiamento di base ´e allora  1 √  C= tale che 2 0 − √12 √1 2 0 √1 2 165 0   1  0   0 0 0   T CAC =  0 2 0  . ). dividendo ogni vettore per la radice quadrata del valore assoluto dell’autovalore (se ´e non nullo) ad esso relativo: 1 1 1 1 1 B 0 = {( √ . per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 che si ottiene dalla base B. 0 0 1 t u Esercizio 99.6. ( . 0 0 2 Al solito. 2 2 2 2 2 La matrice di cambiamento di base ´e allora  1  1 √ 0 2 2  0 √12  C0 =  0  1 1 − √2 2 0 tale che   0 0 0   T 0 C AC 0 =  0 1 0  . Svolg. Esercizi svolti sulla diagonalizzazione. 0. La matrice associata alla forma quadratica ´e " # 3 2 A= 2 3 . 0. 2 3 x2 Determinarne una forma diagonale.9. √ . (0. Sia q : lR2 −→ lR la forma quadratica definita da q(X) = 3x21 +3x22 +4x1 x2 cio´ e " #" # h i 3 2 x1 q(X) = x1 x2 . − √ ). 0)}.

x2 = x02 . 1) B ={ √ . Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 . 1)} 3 e la matrice associata alla forma quadratica in tale base ´e A0 =T CAC. √ )}. 3 15 5 Quindi la matrice ortonormale di cambiamento di base # " 1 √ √2 − 3 √ 15 C0 = √3 0 5 ci permette di ottenere la forma diagonale " A00 =T C 0 AC 0 == 1 0 0 1 # . 3 L’espressione della forma quadratica nelle nuove coordinate ´e 5 q(x1 . Le forme bilineari e le forme quadratiche reali. x2 ) = 3x21 + x22 3 con matrice associata " 0 A = 3 0 0 53 # . cio´e: 2 B = {(1. (− . per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A0 : (1. 0). (− √ . q }= 5 3 0 3 √ 1 2 3 {( √ . 0). dividendo il vettore che occupa la colonna i nella matrice C. La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C. 0) (− 23 .166 9. la cui matrice associata ´e " C= # 1 − 23 0 1 da cui 2 x1 = x01 − x02 . Questa si ottiene dalla base ortogonale B. Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: 2 e02 = e2 − e1 3 e01 = e1 .

−1). − √12 ). il cui versore ´e 1 ( √2 . 1). Dopo aver risolto l’equazione caratteristica associata alla matrice A. L’autospazio relativo a λ2 ´e generato dall’autovettore (1. L’autospazio relativo a λ1 ´e generato dall’autovettore (1. il cui versore ´e 1 √ ( 2 . − √ )}. 2 2 2 2 La matrice di cambiamento di base ´e allora " 1 # 1 √ C= √ 2 √1 2 tale che " T 2 − √12 CAC = 5 0 0 1 # . Risolviamo adesso lo stesso esercizio tramite l’utilizzo degli autovalori della matrice A. √ ). entrambi con molteplicit´a algebrica 1. t u Esercizio 100. ´e formata proprio da tali autoversori: 1 1 1 1 B = {( √ .9. √ ). . dividendo ogni vettore per la radice quadrata del valore assoluto dell’autovalore (se ´e non nullo) ad esso relativo: 1 1 1 1 B 0 = {( √ . ( √ . Al solito. 167 che individua una forma quadratica definita positiva. La base rispetto a cui la forma quadratica ´e diagonalizzabile. per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 che si ottiene dalla base B. − √ )}. ( √ . Esercizi svolti sulla diagonalizzazione. con gli autovalori sulla diagonale principale della matrice ad essa associata. si ottengono come autovalori λ1 = 5 e λ2 = 1. 10 10 2 2 La matrice di cambiamento di base ´e allora # " 1 1 C0 = √ 10 √1 10 tale che " T C 0 AC 0 = √ 2 − √12 1 0 0 1 # .6. √12 ).

Svolg. 1)} e la matrice associata alla forma quadratica in tale base ´e A0 =T CAC. 0 0 1 La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C. 1. x2 . la cui matrice associata ´e e02 = e2 − 2e1 . x2 = x02 . 0). (−2.168 9. 0. x3 ) = x21 + 2x22 + x23 con matrice associata   1 0 0   A0 =  0 2 0  . 0). L’espressione della forma quadratica nelle nuove coordinate ´e q(x1 . Sia q : lR3 −→ lR la forma quadratica 4x1 x3 + x23 cio´ e  h i 1  q(X) = x1 x2 x3  2 0 definita da q(X) = x21 + 6x22 +   2 0 x1   6 0   x2  . 0 1 x3 Determinarne una forma diagonale. Le forme bilineari e le forme quadratiche reali. La matrice associata alla forma quadratica ´e   1 2 0   A= 2 6 0  0 0 1 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . e03 = e3   1 −2 0   C= 0 1 0  0 0 1 da cui x1 = x01 − 2x02 . x3 = x03 . cio´e: B = {(1. (0. Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base . 0.

1. 0). Questa si ottiene dalla base ortogonale B. Sia q : lR3 −→ lR la forma quadratica 5x22 − 4x23 cio´ e  h i −1  q(X) = x1 x2 x3  2 0 definita da q(X) = 4x1 x2 − x21 −   x1 2 0   −5 0   x2  . t u Esercizio 101. (0. (−2. 2 Quindi la matrice ortonormale di cambiamento di base   1 − √22 0   C 0 =  0 √1 0  2 0 0 1 ci permette di ottenere la forma diagonale   1 0 0   A00 =T C 0 AC 0 ==  0 1 0  0 0 1 che individua una forma quadratica definita positiva di segnatura (3. 0 −4 x3 Determinarne una forma diagonale. 1)}. 0). dividendo il vettore che occupa la colonna i nella matrice C per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A0 : B 0 = {(1.6. 0. Svolg.9. 0. che in base B 0 si presenta in forma di prodotto scalare standard. e02 = e2 + 2e1 . Esercizi svolti sulla diagonalizzazione. e03 = e3 . 169 ortonormale B 0 . La matrice associata alla forma quadratica ´e   −1 2 0   A =  2 −5 0  0 0 −4 Poich´e q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base: e01 = e1 . 0) √ .

1. 1. 0). 0). 0). L’espressione della forma quadratica nelle nuove coordinate ´e q(x1 . 0). Questa si ottiene dalla base ortogonale B. (2. cio´e: B = {(1. t u . x2 = x02 . dividendo il vettore che occupa la colonna i nella matrice C per la radice quadrata del valore assoluto dello scalare (se ´e non nullo) presente nella colonna i della matrice A0 : B 0 = {(1. 0. Le forme bilineari e le forme quadratiche reali. la cui matrice associata ´e   1 2 0   C= 0 1 0  0 0 1 da cui x1 = x01 + 2x02 . 1. 0. x3 = x03 .170 9. (2. Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli solamente +1 e −1 dobbiamo esprimere la forma quadratica rispetto ad una base ortonormale B 0 . 1)} e la matrice associata alla forma quadratica in tale base ´e A0 =T CAC. ci permette di ottenere la forma diagonale   −1 0 0   A00 =T C 0 AC 0 =  0 −1 0  0 0 −1 che individua una forma quadratica definita negativa di segnatura (0. 3). 0). 0. 0). (0. 0. 1) }. 0. 2 Quindi la matrice ortonormale di cambiamento di base   1 2 0   C0 =  0 1 0  0 0 12 {(1. 0 0 −4 La base ortogonale B rispetto a cui la forma quadratica si esprime in forma diagonale ´e data dalle colonne della matrice C. 0. (2. x2 . (0. x3 ) = −x21 − x22 − 4x23 con matrice associata   −1 0 0   A0 =  0 −1 0  . 1) √ }= 4 (0.

Essendo A simmetrica. Teorema 29. poich´e le matrici associate alle forme quadrate sono simmetriche. i t u Teorema 30. Svolg. en } di lRn . X0 ) > 0 per cui λ > 0.7 171 Criteri di positivit´ a.. + an cn .. Supponiamo che p(x) abbia tutte le radici reali. . + an cn )t A(a1 c1 + . cio´e siano (a1 . 2. + an cn ) = XX XX ai aj (cti Acj ) = ai aj cti λj cj = i j i XX i j λj ai aj (cti cj ) = j X λi a2i > 0. Ci occupiamo infine di come stabilire se una forma quadratica (o bilineare simmetrica) reale sia definita positiva. Ne segue che. sono composte da vettori ortonormali.. In particolare sia X0 = (a1 . Ricordiamo (ne faremo un continuo utilizzo) che. cn } di lRn ..7....... p(x) ha tante radici positive quante sono le variazioni di segno nella successione dei suoi coefficienti non nulli... quindi per ogni 0 6= X ∈ lRn si ha X t AX > 0. con X = a1 c1 + . con 0 ≤ r ≤ n e ar 6= 0. an ) ∈ lRn − {0} un autovettore. per ogni autovalore λ relativo a x0 . Allora f ´e definita positiva (´e un prodotto scalare) se e solo se tutti gli autovalori di A sono positivi.. Segue che f (X. Sia X ∈ lR − {0}. + ar xr un polinomio di grado n a coefficienti ai reali.. .9. . cio´e quando essa ´e un prodotto scalare. an ) le componenti di X rispetto a C. Viceversa supponiamo che ogni autovalore λi sia positivo. .. 9. + a2n ) = λX0t X0 = X0t λX0 = X0t AX0 = f (X0 . Sia f : lRn × lRn → lR una forma bilineare simmetrica e sia A la matrice che la rappresenta rispetto ad una base B = {e1 ..... λ(a21 + a22 + . X) = (a1 c1 + . Supponiamo che f sia un prodotto scalare. Criteri di positivit´ a. Sia p(x) = an xn + an−1 xn−1 + . 0 ´e radice di p(x) se e solo se r ≥ 1 (in tale caso la molteplicit´ a dello 0 come radice del polinomio ´e esattamente r). le basi rispetto a cui esse sono esprimibili in forma diagonale.. Allora 1... esiste una base di autovettori ortonormali C = {c1 . .

..172 9. Sia A = Mn (K) una matrice quadrata di ordine n a coefficienti in un campo K. Definizione 20.... Nel caso degli autovalori.. esso ´e utile per determinarne il segno. Ogni Ak ´e detta minore principale di ordine k. come radici del polinomio caratteristico. Chiaramente A1 = (a11 ) e An = A. indichiamo A = (aij )i=1.n . Le forme bilineari e le forme quadratiche reali..n j=1. Il precedente teorema ´e noto come criterio di Cartesio. Teorema 31. Indichiamo con Ak la sottomatrice ottenuta da A prendendo ordinatamente la prime k righe e k colonne. Se A ∈ Mn (lR) allora tutti i suoi autovalori sono positivi se e solo se ogni sottomatrice Ak ha determinante positivo.

Determinare la matrice associata rispetto alle basi canoniche. 0). 1. Determinare la forma bilineare 5 2 f : lR2 × lR2 −→ lR associata a tale matrice rispetto alle basi canoniche di lR2 . (y1 .8. (1. y2 . Sia data la matrice . (y1 . 1)} di lR2 e B3 = {(1. Sia la matrice associata alla forma bilineare f : lR2 × 2 2 lR2 −→ lR rispetto alle basi canoniche di lR2 . 1). (y1 . (0. 3. Determinare la matrice associata rispetto alle basi canoniche. Esercizio 105. (1. y3 )) = x1 y1 − x3 y1 + 2x1 y2 + 2x2 y2 + x1 y3 . Determinare la forma quadratica associata alla f e determinarne una forma diagonale. x2 ). y3 )) = x1 y1 − x1 y2 + x1 y3 − x2 y1 + x3 y1 .8 173 Esercizi. x2 . Sia f : lR3 × lR3 −→ lR la forma bilineare definita da f ((x1 . Determinare la matrice associata rispetto alle basi B2 = {(1. " Esercizio 106. . Esercizio 108. y2 . (0. (y1 . x2 ). 1)} di lR3 . Esercizi. Determinare la matrice associata rispetto alle basi canoniche di lR2 e lR3 . Sia f : lR2 × lR3 −→ lR la forma bilineare definita da f ((x1 . " # 1 2 Esercizio 107. x2 . Sia f : lR3 × lR3 −→ lR la forma bilineare definita da f ((x1 . 1. Esercizio 102. 0). Sia la matrice 1 0 1 1 1 0 # associata alla forma bilineare f : lR2 × lR3 −→ lR rispetto alle basi B2 = {(1. Esercizio 104. (2. x3 ). Determinare la matrice associata a f rispetto alla base {(1. 5)} sia nel primo che nel secondo fattore lR2 del prodotto cartesiano. (1.9. y2 . y3 )) = x1 (y1 + y2 ) + x2 (y2 + y3 ) rispetto alle basi canoniche. (2. 1). 1. 1). 1)} di lR3 . x3 ). y2 )) = x1 (y1 + y2 ) + x2 (y1 − y2 ). 0. 0)} di lR2 e B3 = {(1. " # 1 3 Esercizio 103. 9. Sia f : lR2 × lR2 −→ lR la forma bilineare definita da f ((x1 . 0. 1). 3).

Sia q : lR3 −→ lR la forma quadratica definita da f ((x1 . Sia q : lR3 −→ lR la forma quadratica definita da f ((x1 . Determinare la forma bilineare associata alla q e determinarne una forma diagonale. x3 )) = 3x21 + 2x1 x2 − 4x2 x3 + 7x22 − x23 . Esercizio 112. Determinare la forma bilineare associata alla q e determinarne una forma diagonale. (y1 . Determinare la forma bilineare associata alla q e determinarne una forma diagonale. Sia q : lR3 −→ lR la forma quadratica definita da f ((x1 . Esercizio 110. x2 . x2 . Sia f : lR3 × lR3 −→ lR la forma bilineare definita da f ((x1 . Determinare la forma bilineare associata alla q e determinarne una forma diagonale. Esercizio 113. y3 )) = x1 y1 + x1 y2 + 2x1 y3 + x2 y1 + x2 y3 + 2x3 y1 + x3 y2 . x3 ).174 9. Esercizio 111. Esercizio 109. x3 )) = 5x21 + 3x22 + x1 x3 . Le forme bilineari e le forme quadratiche reali. x2 . x3 )) = x1 x2 + x1 x3 + x2 x3 . Determinare la forma quadratica associata alla f e determinarne una forma diagonale. x2 . y2 . x3 )) = 2x21 − 2x1 x2 + x22 + 3x2 x3 + 4x23 . x2 . Sia q : lR3 −→ lR la forma quadratica definita da f ((x1 . .

P2 ..1 Spazio affine. yn ) sono punti di A. Scegliamo V = lR2 . In particolare se P = (x1 . A) = 0.. Si definisce dimensione di uno spazio affine A il numero intero n che indica la dimensione dello spazio vettoriale V a cui A ´e associato. allora vale la seguente: P Q = P O + OQ = (y1 − x1 . .10 Spazio affine ed euclideo. 10.. f (A. In 1) 2) 3) uno spazio affine valgono le seguenti propriet´a: f (A. Lo spazio affine associato a V = lR2 . . Q) = v. xn ).. e2 }.. il sistema (O.. ii) per ogni P1 . allora ogni vettore di V ´e individuato da una coppia di componenti rispetto alla base B = {e1 . en ) in modo tale che le coordinate di un qualsiasi punto P ∈ A siano le componenti rispetto alla base B del vettore f (O. B) = −f (B. P3 ∈ A vale la seguente uguaglianza f (P1 . f ) prende il nome di spazio affine associato allo spazio vettoriale V . e2 . Siano V uno spazio vettoriale di dimensione n sul campo K. + xn en allora le coordinate di P sono (x1 . f (A. P = (x1 . B) = 0 se e solo se A = B. in cui ogni punto ´e individuato da una coppia di coordinate.. .. P2 ) + f (P2 .. yn − xn ). ´e detto piano affine. Diciamo sistema di riferimento di A.. . xn ) e Q = (y1 . A). e1 . La struttura (A.. A un insieme non vuoto e f : A × A → V una applicazione che gode delle seguenti propriet´a: i) per ogni P ∈ A e v ∈ V esiste Q ∈ A tale che f (P. P3 ) = f (P1 . Sia B = {e1 . P ) cio´e se OP = x1 e1 + . x2 ) tali che OP = x1 e1 + x2 e2 . en } una base di V e fissiamo un punto O ∈ A. P3 ). ... ... .

176 10. in cui ogni punto ´e individuato da una coppia di coordinate. e1 .2 Spazio euclideo. quindi p δ(P.. w >= x1 y1 + x2 y2 + .. x1 + . en } ´e una base ortonormale di V .. + (yn − xn )2 . Spazio affine ed euclideo. .. Tale base ´e quella rispetto alla quale il prodotto interno in V pu´o essere espresso come prodotto scalare standard... cio´e {e1 . . Q ∈ E tali che OP = x1 e1 + . Da ci´o deriva la possibilit´a di scegliere in E un riferimento (O. Sia ora V = lR3 ... e2 . Siano ora P. yn ) sono vettori in V : < v. w >= |v| · |w| · cos(ϕ) = x1 y1 + . xn ) e w = (y1 . + yn en . Consideriamo infine due vettori v.. + xn yn p cos(ϕ) = p 2 ... P = (x1 . w ∈ V di componenti v = (x1 .. Nel caso V sia uno spazio vettoriale euclideo. eccetto che per la presenza del prodotto interno in V . Quindi ne deriva che x1 y1 + .. . e3 }.. allora E prende il nome di spazio euclideo associato a V . La struttura di E ´e identica a quella dello spazio affine A. cio´e dotato di un prodotto interno. distanze ed ortogonalit´a.. Nello spazio affine associato a V = lR3 ogni punto ´e individuato da una terna di coordinate. x2 . . P = (x1 . ... In altre parole. e2 }. allora ogni vettore di V ´e individuato da una coppia di componenti rispetto alla base ortonormale B = {e1 . en ) che sia formato da vettori ortonormali. La distanza tra i punti P e Q ´e pari al modulo del vettore P Q. 10. xn ) w = (y1 . + xn yn dove ϕ ´e l’angolo compreso tra i due vettori.... + xn yn .. ´e detto piano euclideo. Dalla definizione di prodotto scalare si ha che < v.. + yn2 Scegliamo V = lR2 .. .. x3 ) tali che OP = x1 e1 + x2 e2 + x3 e3 .. + x2n · y12 + . yn ).. Lo spazio euclideo associato a V = lR2 . Q) = (y1 − x1 )2 + . x2 ) tali che OP = x1 e1 + x2 e2 . ... allora ogni vettore di V ´e individuato da una terna di componenti rispetto alla base B = {e1 . Sia V uno spazio vettoriale di dimensione n sul campo K e sia E uno spazio affine associato a V . se v = (x1 .. la quale permette di introdurre i concetti di angolo.. + xn en OQ = y1 e1 + ..

In altri termini avremo che P0 P = tv. in quanto paralleli. y) rispetto al riferimento dato. Ogni punto P ∈ A ´e individuato dalle coordinate (x.11 Geometria nel piano affine ed euclideo Siano V = lR2 e A lo spazio affine associato a V . tali che OP = xi + yj. Al variare di t ∈ lR. ne segue che il vettore P0 P sar´a proporzionale al vettore v. y = y0 + tm Gli elementi della coppia (l. In particolare se si conoscono due punti della retta P1 = (x1 . Ogni retta del piano pu´o essere individuata da un suo punto P0 = (x0 . cio´e si ottengono tutti i punti della retta: ( x − x0 = tl y − y0 = tm note come le equazioni parameriche di una retta e generalmente espresse da: ( x = x0 + tl . m) ad essa parallelo. m) sono detti parametri direttori della retta. m) = (x2 − x1 .1 Equazioni di una retta. dipendente dalla scelta di P sulla retta. concordi e parallele ai vettori i. Diremo assi coordinati quelle rette passanti per O. Se P = (x. j) un riferimento in A. y0 ) e da un vettore v = (l. si ottiene la proporzionalit´a di v con ogni vettore scelto sulla retta. y) ´e un qualsiasi punto della retta. i. 11. y2 − y1 ) e l’equazione si pu´o ottenere nel modo seguente: ( x = x1 + t(x2 − x1 ) y = y1 + t(y2 − y1 ) . j. j} una base di V e con (O. y2 ). per un opportuno scalare t. Indichiamo con {i. il vettore P1 P2 ´e parallelo alla retta e quindi (l. y1 ) e P2 = (x2 .

Abbiamo visto come l’equazione della retta passante per i due punti P1 = (x1 . Si noti che quando la retta ´e espressa in forma implicita. ricaviamo la forma detta esplicita: y = mx + q. otteniamo t= mx − mx0 − ly + ly0 = 0 che possiamo riscrivere ax + by + c = 0 che ´e l’equazione lineare (implicita) che rappresenta la retta in coordinate affini. per m = − ab e q = − cb . −a).178 11. Dalla forma implicita ax + by + c = 0 di una retta. Diremo che due rette sono parallele se esse hanno i parametri direttori proporzionali (in particolare identici). y2 ) si scriva x − x1 y − y1 = x2 − x1 y2 − y1 che equivale alla (x − x1 )(y2 − y1 ) − (y − y1 )(x2 − x1 ) = 0 cio´e . Geometria nel piano affine ed euclideo da cui x − x1 y − y1 = x2 − x1 y2 − y1 x − x1 y − y1 = t= l m che ´e detta equazione a catena di una retta. Da tali espressioni. eliminando il parametro t. y1 ) e P2 = (x2 . i suoi parametri direttori sono dati dalla coppia (l. m) = (b.

.

x−x y − y1 .

1 .

.

x2 − x1 y2 − y1 .

.

.

.

. = 0.

Quest’ultima si pu´o riscrivere anche nel modo seguente: .

.

.

x y 1 .

.

.

.

.

.

x1 y1 1 .

. = 0.

.

.

x2 y2 1 .

y3 ) ´e allineato con i punti P1 e P2 se . Diremo allora che il punto P3 = (x3 .

.

.

x y 1 .

.

3 3 .

.

.

.

x1 y1 1 .

. = 0.

.

.

x2 y2 1 .

.

La totalit´a delle rette di equazione λ(ax + by + c) + %(a0 x + b0 y + c0 ) = 0 al variare dei parametri reali λ e %. 11. Se rango(A) = 1 e rango(C) = 2. Se rango(A) = rango(C) = 2. ed allora tutte le rette del fascio sono tra loro parallele. Il rapporto − ab ´e detto coefficiente direttore (o angolare) della retta. Oppure r e r0 sono tra loro parallele. Supponiamo allora di avere una terza retta r00 : a00 x + b00 y + c00 = 0 ed analizziamo in quale casi essa appartiene al fascio individuato da r e r0 . Si possono verificare due casi: r e r0 sono incidenti in un punto. cio´e sono parallele.3 Fascio di rette. 11. quindi due rette sono parallele se hanno lo stesso coefficiente direttore. Siano r : ax + by + c = 0 e r0 : a0 x + b0 y + c0 = 0 due rette. I punti in comune alle due rette sono le soluzioni del sistema lineare ( ax + by + c = 0 a0 x + b0 y + c0 = 0 nelle incognite x.11. si parla di fascio improprio.2 179 Reciproca posizione di due rette. Siano r : ax + by + c = 0 e r0 : a0 x + b0 y + c0 = 0 due rette distinte. per un opportuno α ∈ lR. C= a b −c a0 b0 −c0 # . allora il sistema ´e incompatibile e le due rette non hanno punti in comune. Se rango(A) = rango(C) = 1. si parla di fascio proprio. ´e detta fascio di rette. allora il sistema ammette una sola soluzione cio´e le due rette sono incidenti. In pratica si deve studiare il sistema . a0 b c 0 Allora possiamo dire che le due rette sono parallele quando ab = ab0 . ed allora tutte le rette del fascio hanno in comune quel punto. y. Ci´o si verifica quando a b c = 0 6= 0 .2. Le matrici associate al sistema sono " A= a b a0 b0 # " . allora le due rette sono coincidenti poich´e ax + by + c = α(a0 x + b0 y + c0 ). Reciproca posizione di due rette.

Geometria nel piano affine ed euclideo    ax + by + c = 0 a0 x + b0 y + c0 = 0   a00 x + b00 y + c00 = 0 nelle incognite x. cio´e le tre rette hanno un punto in comune: esse appartengono ad un fascio proprio.180 11. . C =  a0 b0 c0  . Possiamo concludere allora che la condizione necessaria e sufficiente affinch´e le tre rette appartengano allo stesso fascio (proprio o improprio che sia) ´e che la matrice   a b c   0  a b0 c0  a00 b00 c00 abbia rango ≤ 2. a00 b00 a00 b00 c00 Se rango(A) = rango(C) = 2. allora il sistema ´e incompatibile ed le tre rette sono parallele: esse appartengono ad un fascio improprio. Se rango(A) = 1 e rango(C) = 2. allora il sistema ammette una sola soluzione. Le matrici associate al sistema sono     a b a b c     A =  a0 b0  . y.

Scegliamo un qualsiasi punto Q1 = (x1 . j. Indichiamo con v e v 0 due vettori paralleli rispettivamente a r e r0 . v 0 ) ∈ {+ √ ll0 + mm0 ll0 + mm0 √ √ . i coseni degli angoli che la retta forma con gli assi coordinati. Angoli e distanze nel piano euclideo. rispettivamente per gli assi X.11.√ ). m0 ). dove H ´e la proiezione ortogonale di P0 su r. y1 ) ∈ r. Allora δ(P0 H) ´e la proiezione ortogonale del vettore P0 Q1 lungo la direzione del vettore P0 H. i suoi coseni direttori saranno: α = cos(r. m). 11. Per determinare tale proiezione abbiamo bisogno del versore u di P0 H. 2 2 +b a + b2 a2 Quindi: δ(P0 H) = |(P0 Q1 ) × ( √ a b i+ √ j)| = 2 2 +b a + b2 a2 . r0 ) = cos(v. −√ } l 2 + m2 l 2 + m2 Consideriamo ora due rette ed individuiamole tramite i rispettivi parametri direttori: r = (l. y2 ) due punti del piano. La distanza di P1 da r ´e pari alla lunghezza δ(P0 H) del segmento P0 H. L’angolo tra le due rette ´e lo stesso formato dai due vettori: cos(r. Ci proponiamo di calcolare la distanza del punto dalla retta (disegno 9). Y . Consideriamo ora il punto P0 = (x0 . y1 ) e P2 = (x2 . m) e l’altro (l0 . y0 ) e la retta r : ax + by + c = 0. −√ }. uno di componenti (l. −√ } 2 2 +m l + m2 m m . Se la retta ´e individuata dai parametri direttori (l. La distanza tra i punti P1 e P2 ´e il modulo del vettore P1 P2 : p δ(P1 . Chiameremo coseni direttori di una retta r. X) ∈ {+ √ β = cos(r. poniamoci allora nel caso in cui P0 ∈ / r. Se P0 ∈ r chiaramente diremo che essa ´e nulla. Siano P1 = (x1 .4 181 Angoli e distanze nel piano euclideo. m0 ). Y ) ∈ {+ √ l2 l l . m) e r0 = (l0 . Fissiamo nello spazio euclideo un riferimento cartesiano ortogonale OXY di centro O e versori i. P2 ) = (x2 − x1 )2 + (y2 − y1 )2 .4. che ´e il versore normale alla retta r: u = (√ a b . l2 + m2 · l02 + m02 l2 + m2 · l02 + m02 Quindi le due rette sono ortogonali se ll0 + mm0 = 0.

´e sufficiente calcolare x2 = 2a − x1 . per determinare le coordinate (x2 . y1 ). y2 ) sono simmetrici rispetto al punto Q = (a. b). Svolg. a2 + b2 Simmetrie. Quindi uno stesso punto pu´o avere infiniti simmetrici rispetto ed una retta che non lo contenga. y2 ) del suo simmetrico P2 rispetto al punto Q = (a. 1) e r : x − y = 4. ´e detto il simmetrico di P1 rispetto alla retta r. dato un punto P1 = (x1 . Esempio 134.5 a2 |ax0 + by0 + c| √ . b). a2 + b2 Dal fatto che Q1 ∈ r segue che ax1 + by1 = −c. lungo la direzione individuata dalla retta r0 . Due punti P1 = (x1 .182 11. Il punto P2 . Determiniamo il simmetrico di P rispetto a r lungo la direzione di coefficiente k = 3. Consideriamo una qualsiasi retta del fascio di centro P1 : y − y1 = k(x − x1 ) al variare del parametro reale k otteniamo tutte le rette passanti per P1 . y1 ) e la retta r : y = mx+q. cio´e se a= x1 + x2 . per cui |((x1 − x0 )i + (y1 − y0 )j) × ( √ δ(P0 H) = 11. La retta r0 del fascio di centro P e coefficiente angolare 3 ´e r0 : y − 1 = 3(x − 1) → y − 3x + 2 = 0. y2 = 2b − y1 . Il punto Q = r ∩ r0 ´e dato dalle soluzioni del sistema ( y − 3x + 2 = 0 x−y−4=0 . Fissiamo una retta r0 di tale fascio e sia Q = r ∩ r0 . y1 ) e P2 = (x2 . se Q ´e il punto medio del segmento P1 P2 . Siano P = (1. 2 b= y1 + y2 . 2 Quindi. Geometria nel piano affine ed euclideo a b i+ √ j)| = 2 2 +b a + b2 |ax1 − ax0 + by1 − by0 | √ . simmetrico di P1 rispetto a Q. Consideriamo ora il punto P1 = (x1 .

Siano A = (1. −11). Nel caso il punto P sia individuato dalla terna (x. x3 ) sono le coordinate omogenee di P se xx31 = x e xx23 = y.6 Coordinate omogenee nel piano. −1) e B = (2. Il simmetrico di P rispetto a Q ´e ( x = −2 − 1 = −3 P 0 = (x. la cui equazione ´e x3 = 0. Consideriamo ora la retta r : ax + by + c = 0. Quindi l’asse del segmento AB ha equazione: 1 3 y − 1 = − (x − ) 4 2 cio´e 2x + 8y + 11 = 0. la sua equazione diventa x2 x1 a +b +c=0 x3 x3 cio´e ax1 + bx2 + cx3 = 0. y. Svolg. y) un punto del piano. y) pu´o banalmente essere individuato da una terna di coordinate omogenee (x. la coppia (b. . L’insieme dei punti impropri del piano forma una retta detta retta impropria. quindi una retta ad esso ortogonale ha come parametri direttori. Inoltre due terne tra loro proporzionali individuano lo stesso punto nel piano. −4). x2 . t u 11. 3).6.11. Coordinate omogenee nel piano. y) → → P 0 = (−3. Nel caso x3 6= 0 le precedenti scritture hanno evidentemente un senso. Diremo che (x1 . Il punto medio di AB ´e Q = ( 23 . 0) esso verr´a detto improprio. 1). Ogni punto proprio (x. y = −10 − 1 = −11 t u Concludiamo con la definizione di asse di un segmento AB: esso ´e la retta perpendicolare ad AB e passante per il suo punto medio: Esempio 135. y. Calcoliamo l’asse del segmento AB. nel passaggio alle coordinate omogenee. −5). −a) = (−4. 1). Sia P = (x. 1). 183 dal quale otteniamo Q = (−1. e diremo che il punto ´e proprio. Il vettore AB ha componenti (−1.

−a. 1. 0) (dividendo la terna per b). −a. 0 = α(c0 − c) (b. In generale. 0) tra loro proporzionali. Ma similmente ogni punto improprio del tipo (αb. Tra questi punti c’´e anche il punto improprio di coordinate omogenee (b. In particolare il punto improprio (b. Consideriamo ora l’equazione in coordinate omogenee di due rette tra loro parallele: r : ax1 + bx2 + cx3 = 0 s : ax1 + bx2 + c0 x3 = 0. 0) soddisfa la precedente equazione. 0). individuino il medesimo punto improprio. −αa. Osserviamo cosa accade alla loro intersezione: il sistema formato dalle loro equazioni ( ax1 + bx2 + cx3 = 0 ax1 + bx2 + c0 x3 = 0 ´e omogeneo. Concludiamo allora che rette parallele hanno lo stesso punto improprio. 0) indicano al solito i parametri direttori che le rette (in quanto parallele) hanno in comune. quindi un punto improprio di una retta ´e unico a meno di un fattore di proporzionalit´a. 0). . ´ noto che tutti e soli i punti di r sono quelli le cui coordinate soddisfino E l’equazione ax1 + bx2 + cx3 = 0. = α b c0 a c0 a b  α b(c0 − c). e sar´ a detto il punto improprio di r. 0) e (z. 0) ∼ = (l. m. 0) dove (l. Mentre il punto improprio di una retta parallela all’asse Y ´e (0. −a.184 11. t. ´e di facile verifica che due qualsiasi terne (x. Una soluzione ´e quindi una qualsiasi terna proporzionale ai minori della matrice associata. con 3 incognite ma di rango 2. −a(c0 − c). y.− . m. − ab . Geometria nel piano affine ed euclideo Tale retta avr´a uno ed un solo punto di intersezione con la retta impropria. direttamente dalla definizione di coordinate omogenee. 0) di una retta r non parallela all’asse delle Y (cio´e con b 6= 0) si pu´o riscrivere come (1. cio´e la seguente: # " # " #! " b c a c a b . Certamente esse non hanno punti propri in comune.

y2 ) e P3 = (x3 . il luogo dei punti del piano la cui distanza da C ´e pari a r. 0) e (1. Il t u La circonferenza ´e l’unica curva di secondo grado nel piano che contenga i due seguenti punti impropri: (1. 1) e raggio r = 3.7. Determinare centro e raggio della circonferenza x2 + y 2 − 4x − 2y + 2 = 0. 1). y3 ) non allineati cio´e . P2 = (x2 . Determinare la circonferenza di centro C = (1. 11. 2 r= 1p 2 a + b2 − 4c 2 Esempio 136. Consideriamo tre punti P1 = (x1 . Sia C = (α.11. Svolg. Svolg. √ √ √ 1 1 raggio ´e r = 2 16 + 4 − 8 = 2 12 = 3. −i. Il centro C ha coordinate α = − −4 2 . Applicando la definizione. 0) detti punti ciclici. In quest’ultima equazione compaiono i coefficienti legati alle coordinate del centro e alla lunghezza del raggio r: a α=− . l’equazione ´e (x − 1)2 + (y − 1)2 = 9 x2 + y 2 − 2x − 2y − 7 = 0 t u Esempio 137. C) = (x − α)2 + (y − β)2 = r da cui otteniamo (quadrando e riordinando): (x − α)2 + (y − β)2 = r2 x2 + y 2 + ax + by + c = 0. Sia P = (x. y) un punto qualsiasi della circonferenza: p δ(P. Circonferenza per tre punti. β = − −3 2 . La circonferenza. y1 ).7 185 La circonferenza. i. β) un punto del piano e sia r un numero reale positivo. Diciamo circonferenza di centro C e raggio r. 2 b β=− . da cui C = (2.

.

.

x y 1 .

.

1 1 .

.

.

.

x2 y2 1 .

. 6= 0.

.

.

x3 y3 1 .

.

che ha equazione y − 5 = 0 e passa per il centro della circonferenza. Esempio 138. certamente contiene il centro della circonferenza. c = 25 e l’equazione della circonferenza ´e x2 + y 2 − 10x − 10y + 25 = 0. In tale caso la circonferenza contenente i tre punti ´e unica. Determinare la circonferenza contenente i punti (1.186 11. Svolg. Quindi il centro della circonferenza ´e il punto comune a tali due rette: ( y−5=0 y − 2x + 5 = 0 . C = (5. Consideriamo l’asse del segmento AB. Svolg. 0). esso ´e y − 2x + 5 = 0. 0). Infatti il sistema lineare che dobbiamo risolvere  2 2   x1 + y1 + ax1 + by1 + c = 0 x22 + y22 + ax2 + by2 + c = 0   x2 + y 2 + ax + by + c = 0 3 3 3 3 nelle incognite (a. (5. Geometria nel piano affine ed euclideo Per ottenere la circonferenza passante per i tre punti dobbiamo sostituire le coordinate dei punti alla generica equazione di una circonferenza. Lo esponiamo riproponendo l’esempio precedente: Esempio 139. (1. 2). B = (1. c) ha rango 3. 8). 2). Il sistema lineare da risolvere ´e    1 + 4 + a + 2b + c = 0 1 + 64 + a + 8b + c = 0   25 + 5a + c = 0    a + 2b + c = −5 a + 8b + c = −65   5a + c = −25 le cui soluzioni sono a = −10. t u Esiste un altro metodo per determinare l’unica circonferenza passante per i tre punti e si basa sul fatto che l’asse di un segmento che ha per estremi due punti di un circonferenza. b. Calcoliamo ora l’asse del segmento AC. 8). b = −10. Determinare la circonferenza contenente i punti A = (1.

La circonferenza.7. 5). 187 la cui soluzione ´e O = (5. Il raggio della circonferenza ´e pari alla distanza del centro da uno qualsiasi dei tre punti noti. t u . per esempio: √ r = δ(OC) = 25 = 5 per cui l’equazione della circonferenza ´e (x − 5)2 + (y − 5)2 = 25 x2 + y 2 − 10x − 10y + 25 = 0.11.

Nel piano euclideo determinare il punto simmetrico di P (1. (2. Esercizio 117. . Esercizio 114. Esercizio 115. −1). y = 2t + 5 l’equazione in forma parametrica di una retta nel piano e P (1. Determinare: a) L’equazione in forma implicita (equazione affine) della retta.188 11. Esercizio 118. 0) (cio´e lungo la retta di parametri direttori (2. d) La retta passante per P e parallela a r. Siano r : 2x − y + 3 = 0 e s : x = 2t. c) La retta passante per P ed ortogonale a r. Nel piano euclideo determinare il punto simmetrico di P (4. Siano r : x = 3t − 1. Esercizio 121. Siano A(2. 1). Determinare il centro ed il raggio della circonferenza x2 + y 2 − 3x + 2y − 1 = 0. 2) punti del piano euclideo. 1) rispetto alla retta r : x − 2y + 4 = 0 lungo la direzione ortogonale a r. Determinare l’asse del segmento AB. Geometria nel piano affine ed euclideo Esercizi. Esercizio 116. 3) rispetto alla retta r : x − y + 1 = 0 lungo la direzione (2. Nel piano euclideo determinare il punto simmetrico di P (1. −1) e B(3. b) La distanza tra il punto P e la retta r. −3) rispetto al punto Q(1. Esercizio 119. y = t + 2 due rette nel piano. 1. Esercizio 120. −1). (1. 2). 1) un punto esterno ad essa. Determinare la circonferenza passante per i punti (0. 1) e passante per P ). Determinare i coseni direttori di entrambe le rette ed inoltre il coseno dell’angolo tra di esse compreso.8 11.

1 Traslazioni. Denotiamo (x0 . b) rispetto a OXY . Sia inoltre r : 3x+y−1 = 0 rispetto a OXY . Y 0 siano paralleli rispettivamente a X e Y ed il punto O0 abbia coordinate (a. ed applicandole nel nostro caso otteniamo le coordinate di P 0 ( x0 = −1 − 1 = −2 . La relazione che intercorre tra le due coppie di coordinate di P ´e la seguente: ( x0 = x − a y0 = y − b e le formule inverse sono ( x = x0 + a . 3) nel sistema di riferimento cartesiano OXY . siano (x. Svolg. O0 (1. y0 = 3 − 2 = 1 . b) sono le coordinate del nuovo centro del riferimento. Sia P (−1.12 Trasformazioni nel piano euclideo. In un riferimento cartesiano OXY del piano euclideo. y = y0 + b Esercizio 122. Supponiamo di considerare un secondo riferimento O0 X 0 Y 0 in cui gli assi X 0 . 2) e X 0 . y) le coordinate del punto P . Determiniamo le coordinate di P e l’equazione di r rispetto al riferimento O0 X 0 Y 0 . Le equazioni di traslazione sono ( x0 = x − a y0 = y − b dove (a. Y 0 assi paralleli rispettivamente a X e Y e passanti per O0 . 12. y 0 ) le coordinate di P rispetto al riferimento O0 X 0 Y 0 .

i. ma anche l’una l’inversa dell’altra. y 0 ) di P nel secondo riferimento. Nel nostro caso abbiamo che " # cos(φ) −sen(φ) A= sen(φ) cos(φ) cio´e " x y # " = cos(φ) −sen(φ) sen(φ) cos(φ) # " · x0 y0 # e le formule inverse sono " # " # " # x0 cos(φ) sen(φ) x = · y0 −sen(φ) cos(φ) y da cui ( x0 = xcos(φ) + ysen(φ) .2 Rotazioni. j 0 in OX 0 Y 0 : OP = x0 i0 + y 0 j 0 OP = xi + yj. i0 . y 0 = −xsen(φ) + ycos(φ) Si noti che le due matrici usate per il cambiamento di base sono l’una la trasposta dell’altra. j in OXY . . Quindi possiamo richiamare quanto detto in relazione al cambiamento di base in uno spazio vettoriale: " # " # x x0 =A· y y0 dove A ´e la matrice di cambiamento di base. infatti sono entrambe matrici ortogonali. Siano (x. ricordiamo che esse sono le componenti del vettore OP .190 12. Trasformazioni nel piano euclideo. t u 12. Esprimiamo tali componenti rispetto alle due coppie di versori. Per determinare le coordinate (x0 . y) le coordinate del punto P nel riferimento OXY . Consideriamo ora un secondo riferimento OX 0 Y 0 in cui gli assi X 0 e Y 0 siano ruotati in senso antiorario di un angolo φ rispetto agli assi X e Y . Le formule inverse sono ( x = x0 + a y = y0 + b da cui otteniamo l’equazione della retta 3(x0 + 1) + (y 0 + 2) − 1 = 0 r: 3x0 + y 0 + 4 = 0.

Rototraslazioni. y) le coordinate di P in OXY e consideriamo un riferimento O00 X 00 Y 00 in cui O00 abbia coordinate (a. −1) in OXY e X 0 . Determiniamo le coordinate (x00 . 191 Esercizio 123. . y = x0 sen(φ) + y 0 cos(φ) Nel nostro caso le coordinate di P 0 sono ( √ √ x0√= 22 (x + y) =√ 22 (1 − 1) = 0 √ y 0 = 22 (−x + y) = 22 (−1 − 1) = − 2 e l’equazione della retta ´e √ r: √ 2 0 2 0 0 2 (x − y ) + 3 (x + y 0 ) − 2 = 0 2 2 √ √ r : 5 2x0 + 2y 0 − 4 = 0.12. Sia inoltre r : riferimento OXY . y 0 = −xsen(φ) + ycos(φ) Le formule inverse sono " # " # " # x cos(φ) −sen(φ) x0 = · y sen(φ) cos(φ) y0 da cui ( x = x0 cos(φ) − y 0 sen(φ) . Y . t u 12. Le equazioni di rotazione sono " # " # " # x0 cos(φ) sen(φ) x = · y0 −sen(φ) cos(φ) y da cui ( x0 = xcos(φ) + ysen(φ) . b) rispetto a OXY e tale che gli assi X 00 e Y 00 siano ruotati in senso antiorario di un angolo φ rispetto a X e Y . Svolg. Siano (x.3.3 Rototraslazioni. Y 0 assi passanti per O e ruotati di π 2x + 3y − 2 = 0 rispetto al 4 in senso antiorario rispetto a X. Siano P (1. Determiniamo le coordinate di P e l’equazione di r rispetto a OX 0 Y 0 . y 00 ) di P nel secondo riferimento.

Trasformazioni nel piano euclideo. Effettuiamo prima una traslazione OXY −→ O00 X 0 Y 0 ( x0 = x − a . Y . y0 = y − b Successivamente operiamo con una rotazione O00 X 0 Y 0 −→ O00 X 00 Y 00 " x00 y 00 # " = cos(φ) sen(φ) −sen(φ) cos(φ) # " · # x−a y−b ed inversamente abbiamo che: " # " # " # x−a cos(φ) −sen(φ) x00 = · y−b sen(φ) cos(φ) y 00 cio´e " x y # " = cos(φ) −sen(φ) sen(φ) cos(φ) # " · x00 y 00 # " + a b # . da cui Le equazioni di rototraslazione sono " # " # " # x0 cos(φ) sen(φ) x−a = · y0 −sen(φ) cos(φ) y−b ( x0 = (x − a)cos(φ) + (y − b)sen(φ) . 2) in OXY e X 0 . y 0 = −(x − a)sen(φ) + (y − b)cos(φ) Le formule inverse sono " # " # " # " # x cos(φ) −sen(φ) x0 a = · + 0 y sen(φ) cos(φ) y b da cui ( x = x0 cos(φ) − y 0 sen(φ) + a . Siano P (3. Esercizio 124. Svolg. −1) e O0 (1. Y 0 assi passanti per O0 e ruotati di π4 in senso antiorario rispetto a X. Determiniamo le coordinate di P e l’equazione di r rispetto a O0 X 0 Y 0 . y = x0 sen(φ) + y 0 cos(φ) + b . Sia inoltre r : 2x + y − 3 = 0 rispetto al riferimento OXY .192 12.

3. t u . 193 Nel nostro caso le coordinate di P 0 sono ( √ √ √ 2 2 2 x0 = (x − a + y − b) = (2 − 3) = − 2 √ √ 2 √2 y 0 = 22 (−x + a + y − b) = 22 (−2 − 3) = −5 22 e l’equazione della retta ´e √ √ 2 0 2 0 0 (x − y ) + 1) + ( (x + y 0 ) + 2) − 3 = 0 r : 2( 2 2 √ √ r : 3 2x0 − 2y 0 + 2 = 0. Rototraslazioni.12.

Esercizio 126. c) O0 ha coordinate (1. P un punto di coordinate (−1. Determinare l’equazione di γ in un secondo sistema di riferimento O0 X 0 Y 0 nel caso i cui O0 abbia coordinate (2. 1) rispetto a OXY e gli assi X 0 . Determinare le coordinate di P e l’equazione di r in un secondo sistema di riferimento O0 X 0 Y 0 nei seguenti casi: a) O0 ha coordinate (1. 2) rispetto a OXY e gli assi X 0 . Siano OXY un sistema di riferimento ortogonale nel piano euclideo. Y 0 sono ruotati di un angolo α = π6 in senso antiorario rispetto a X. Trasformazioni nel piano euclideo. Y 0 siano ruotati di un angolo α = π4 in senso antiorario rispetto a X. . Siano OXY un sistema di riferimento ortogonale nel piano euclideo e γ : x2 + y 2 − 3x + y − 1 = 0 una circonferenza la cui equazione ´e espressa rispetto a OXY . Y (rotazione). Y (traslazione). −1) rispetto a OXY e gli assi X 0 . Esercizi. Y (rototraslazione). b) O0 = O e gli assi X 0 . Y 0 sono paralleli agli assi X. Esercizio 125.4 12.194 12. Y 0 sono ruotati di un angolo α = π3 in senso antiorario rispetto a X. Y . 3) rispetto a OXY e r una retta di equazione 2x − 3y + 1 = 0 in OXY .

cio´e tutti quelli di δ. y) = ag(x. y) = 0 sia una curva di grado 1. Siano γ : f (x. y) = 0 ´e rappresentativa della curva γ. ( 3. Tale proporzionalit´a ´e una relazione di equivalenza.13 Curve algebriche piane e punti multipli. 1). 13. infatti x3 + x2 y − xy + x − y 2 + y = (x + y) · (x2 − y + 1). y) · h(x. Sia γ : f (x. Una curva algebrica γ ´e una classe di equivalenza di polinomi cio´e se f (x.1 Intersezione di due curve. 1). cio´e una retta. Allora esse hanno n · m punti in comune eccetto il caso in cui hanno infiniti punti in comune. y) = 0 e δ : g(x. Teorema 32. allora l’equazione f (x. y) nelle variabili x. Come caso particolare consideriamo quello in cui γ : f (x. quindi la retta δ ´e una componente di γ. 1). y) ´e un polinomio di grado n − 1. y) ´e un polinomio rappresentante della classe.2 Molteplicit´ a di un punto. y a coefficienti reali. y) = g(x. y) e g(x. Al contrario γ : x3 + x2 y − xy + x − y 2 + y = 0 e δ : x + y = 0 hanno in comune infiniti punti. Allora γ e δ hanno n punti in comune eccetto quando δ sia una componente di γ cio´e f (x. Due polinomi f (x. y) = 0 una curva algebrica di grado n e sia P0 (x0 . y0 ) un punto di γ. y). y). Il grado di una curva ´e il grado del polinomio che la rappresenta. dove h(x. sono detti proporzionali se esiste a ∈ lR tale che f (x. (− 3. 13. Per esempio γ : x3 − 3xy 2 = 0 e δ : y − 1 = 0 hanno in comune i seguenti 3 √ √ punti : (0. y) = 0 sia una curva di grado n e δ : g(x. y) = 0 due curve algebriche rispettivamente di gradi n e m. .

almeno uno dei quali ´e proprio P0 . Consideriamo ora una generica retta ri del fascio di centro P0 . Sia r la generica retta passante per P : y = mx. Ciascuna delle rette ri ha una molteplicit´a di intersezione Mi con γ in P0 . Sia γ : (x2 + y 2 )2 + 3x2 y − y 3 = 0 una quartica in OXY . Diremo molteplicit´ a di P0 per la curva γ. 0) e r : x − y = 0. y0 ) ´e una soluzione di molteplicit´a M per il sistema ( f (x. Svolg. Determiniamo la molteplicit´ a di intersezione tra γ e r nel punto P0 . ´e detto punto multiplo se min{mi } ≥ 2. Determiniamo la molteplicit´ a di P (0. quindi P ´e un punto doppio per γ. 0) con molteplicit´a 2. Consideriamo una generica retta r : y − y0 = m(x − x0 ) passante per P0 . La retta r e la curva γ hanno in comune n punti. etc. Sia γ : x3 − y 2 = 0 e siano P0 = (0. 1) hanno molteplicit´a di intersezione 1). triplo se min{Mi } = 3. . Diciamo che r e γ hanno molteplicit´a di intersezione M nel punto P0 se (x0 . Quindi nel punto P0 le due curve hanno molteplicit´a di intersezione M = 2 (e nel punto (1. y) = 0 . 0) ∈ γ. Curve algebriche piane e punti multipli. Esercizio 127. il minimo di tali Mi . t u Esercizio 128. 1) con molteplicit´a 1. Determiniamo la molteplicit´ a di P (0. y − y0 = m(x − x0 ) Esempio 140. etc. Sia γ : x3 − x2 + y 2 = 0 una cubica in OXY . (0. 0) ∈ γ. ( ( x3 − x2 + y 2 = 0 x3 − x2 + m2 x2 = 0 → y = mx y = mx in cui la soluzione (0. Il sistema ( x3 − y 2 = 0 x−y =0 ha le tre soluzioni (1. in particolare ´e detto doppio se min{Mi } = 2. Per ottenere la molteplicit´a di P dobbiamo intersecare r con γ. quadruplo se min{Mi } = 4. 0) ´e doppia. Svolg. non necessariamente tutti distinti. Sia r la generica retta passante per P : y = mx. Il punto P0 ´e detto semplice se min{Mi } = 1.196 13.

Svolg. y0 ). 197 Per ottenere la molteplicit´a di P dobbiamo intersecare r con γ. Calcolo dei punti doppi di una curva.3. f 00 (x. ed ´e qui espresso solo per un senso di completezza. . Per ottenere la molteplicit´a di P dobbiamo intersecare r con γ. y0 ) = 0. ( ( (x2 + y 2 )2 + 3x2 y − y 3 = 0 (x2 + m2 x2 )2 + 3mx3 − m3 x3 = 0 → → y = mx y = mx ( x3 (x + m4 x + 2m2 x + 3m − m3 ) = 0 y = mx in cui la soluzione (0. y0 ) un punto della curva rappresentata dal polinomio f (x. Per terminare questo capitolo. per cui avremo che f (x0 . quindi P ´e un punto quadruplo per γ. Sia r la generica retta passante per P : y = mx. y) non si annulla. y).13. 0) ´e quadrupla.3 t u Calcolo dei punti doppi di una curva. ed almeno una delle derivate seconde fxx yy xy quando ´e calcolata in (x0 . Sia P0 = (x0 . Esso prevede la conoscenza da parte degli studenti della definizione e del metodo di calcolo delle derivate parziali di funzioni a due variabili. y). y). Esercizio 129. esponiamo a brevi linee (e certamente non nella sua forma completa) il metodo generalmente utilizzato per una prima analisi degli eventuali punti doppi di una curva algebrica. 0) ´e tripla. y) = 0 fx0 (x. y0 ) ´e una soluzione del sistema formato dalle equazioni:    f (x. quindi P ´e un punto triplo per γ. y) = 0   f 0 (x. y) = 0 y 00 (x. f 00 (x. Sia la curva di sesto grado γ : Determiniamo la molteplicit´ a di P (0. t u (x2 + y 2 )3 − 4x2 y 2 = 0 in OXY . 13. Diremo che P0 ´e un punto doppio della curva se la coppia di coordinate (x0 . ( ( (x2 + m2 x2 )3 − 4m2 x4 = 0 (x2 + y 2 )3 − 4x2 y 2 = 0 → → y = mx y = mx ( x4 (x2 + m6 x2 + 3m2 x2 + 3m4 x2 − 4m2 ) = 0 y = mx in cui la soluzione (0. 0) ∈ γ.

Determiniamo gli eventuali punti doppi. 0) ´e il candidato 00 = ad essere un punto doppio per la curva. Curve algebriche piane e punti multipli. ed esso ´e un punto doppio. y) = 8x3 − 6xy = 0   f 0 (x.198 13. y) = 2x − 3x y + y − 2y + y = 0 fx0 (x. 0). Esempio 141. Risolviamo dapprima il sistema  4 2 2 3 4   f (x. In effetti la derivata seconda fyy 2 − 12y + 12y 2 non si annulla in P0 . Quindi il punto P0 = (0. y) = −3x2 + 2y − 6y 2 + 4y 3 = 0 y Esso ´e soddisfatto dalla coppia (0. . Sia γ : 2x4 − 3x2 y + y 2 − 2y 3 + y 4 = 0.

x3 ) = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0 dove aij ∈ lR. x2 . di matrice associata A. In coordinate omogenee la curva ´e rappresentata da un polinomio omogeneo e l’equazione diventa: f (x1 . per ogni i e j.1 Definizione. allora l’equazione x3 della conica pu´o essere riscritta in forma compatta: f (x1 . e. c. x2 . formata con i coefficienti dell’equazione della conica in coordinate omogenee:   a11 a12 a13   A =  a12 a22 a23  a13 a23 a33   x1   ed indichiamo X =  x2  il vettore delle coordinate omogenee.14 Le coniche. quindi si pu´o rappresentare tramite l’equazione: f (x. . x3 ) ´e una forma quadratica in lR3 . f ∈ lR. x2 . x3 ) = X T · A · X = 0 ed il polinomio f (x1 . y) = ax2 + bxy + cy 2 + dx + ey + f = 0 dove a. Una curva algebrica γ : f (x. d. 14. In tale caso la conica ´e l’unione delle due rette rappresentate dai due polinomi di primo grado. Si noti che anche il prodotto di due polinomi di primo grado determina un polinomio rappresentante di una conica. Consideriamo ora la matrice simmetrica di ordine 3. b. y) = 0 di secondo grado ´e detta conica.

L’equazione x2 + 2y 2 − xy + x − 1 = 0 rappresenta una conica nel piano La matrice associata alla conica ´e  1  1 A =  −2 1 2 − 12 2 0 1 2   0 . (λ2 . P2 = λ2 Y + µ2 Y 0 . Le due soluzioni forniscono le coppie di valori (λ1 . Se vogliamo determinare l’intersezione tra γ e r. y) tali che f (x. Le coniche. µ1 ). y) e h(x. sostituiamo X nell’equazione della conica: (λY + µY 0 )t A(λY + µY 0 ) = 0 da cui µλ(Y 0t AY ) + µ2 (Y 0t AY 0 ) + λ2 (Y t AY ) + λµ(Y t AY 0 ) = 0. y). > 0. 14. in relazione al valore del ∆ (rispettivamente < 0. Y 0t AY = (Y 0t AY )t = Y t AY 0 .2 Intersezione di una conica ed una retta. y) · h(x. µ). y) = 0 ´e riducibile se essa ´e composta da due rette cio´e se esistono due polinomi di primo grado g(x.) In particolare possiamo sfruttare quanto detto per dimostrare il seguente: . individuano i due punti di intersezione P1 = λ1 Y + µ1 Y 0 . µ2 ) che. Un generico punto della retta ´e allora rappresentabile tramite il suo vettore di coordinate X. come combinazione lineare dei vettori di coordinate Y e Y 0 : X = λY + µY 0 ´e quindi l’equazione della retta. −1 Diremo che una conica γ : f (x. Esempio 142. Siano γ : X t AX = 0 l’equazione di una conica e r una retta passante per i punti P = Y e P 0 = Y 0 . y) = g(x. sostituiti alternativamente nell’equazione della retta. = 0. tangente o secante la conica. Il discriminante dell’equazione di secondo grado ´e (Y t AY 0 )2 − (Y t AY )(Y 0t AY 0 ) = ∆. Si pu´o concludere allora che la retta r ´e esterna. Osserviamo che. quindi segue che λ2 (Y t AY ) + 2µλ(Y t AY 0 ) + µ2 (Y 0t AY 0 ) = 0 che ´e una equazione di secondo grado nelle incognite (λ. poich´e Y 0t AY ´e un numero reale.200 14.

14. La retta r0 ´e detta retta polare di X 0 rispetto a γ. per quanto detto sopra. visto che la soluzione Y 0 = (0. Riassumendo potremmo dire che se un punto X 00 appartiene alla polare di un altro punto X 0 . Infine dimostriamo che la conica ´e riducibile se e solo se det(A) = 0. 201 Teorema 33. Sia γ : X T · A · X = 0 una conica non riducibile. ii) La conica γ ha almeno un punto doppio. una retta r0 la cui equazione ´e data da X 0T · A · X = 0.3. Sia X 00 un qualsiasi punto di r0 . x03 ) del piano. otteniamo X 00T AX 0 = 0. dove nel nostro caso (vedi argomento precedente) ∆ = (Y t AY 0 )2 − (Y t AY )(Y 0t AY 0 ) = (Y t AY 0 )2 (poich´e P 0 ∈ γ e quindi (Y 0t AY 0 ) = 0 ). Consideriamo r0 la retta polare del punto X 0 rispetto alla conica γ. la quale ´e perci´o riducibile. La sua equazione ´e data in forma compatta da X 0T AX = 0. incidenti in un punto (proprio o improprio) oppure coincidenti. Definiamo polarit´a rispetto a γ la corrispondenza biunivoca che associa ad ogni punto X 0 = (x01 .3 Polarit´ a rispetto ad una conica. Siamo allora nella seguente situazione: (Y t AY 0 ) = 0 al variare di Y vettore generico del piano. Sia γ una conica con matrice associata A. segue che la retta contenente i punti P0 . Quindi le sue coordinate soddisfano l’equazione algebrica che individua la retta r0 . Polarit´ a rispetto ad una conica. 0. Supponiamo che la conica sia riducibile. t u 14. Diremo che i punti X 0 e X 00 sono tra loro coniugati. iii) det(A) = 0. che ha un significato ben preciso: il punto di coordinate X 0 appartiene alla retta r00 polare di X 00 (tale propriet´a ´e detta reciprocit´a). 0) non rappresenta alcun punto del piano. e detto Q1 un qualsiasi altro punto della conica. Q1 dovr´a avere almeno 3 punti di intersezione con la conica. cio´e X 0T AX 00 = 0. In entrambi i casi i punti comuni alle rette sono punti doppi per la conica in base alla definizione di punto doppio per una curva. Quindi AY 0 = 0. Dim. Ci´o vuol dire che la retta appartiene completamente alla conica. ed analogamente che le rette r0 e r00 sono tra loro coniugate. Le seguenti affermazioni sono equivalenti: i) La conica γ ´e riducibile. allora X 0 appartiene alla polare di X 00 . Infatti. cio´e det(A) = 0. Trasponendo ambo i membri di tale uguaglianza. Essa ´e allora composta da due rette. . la conica ´e riducibile ⇔ esiste P 0 = Y 0 punto doppio ⇔ una qualsiasi retta r per P 0 ha 2 intersezioni con la conica γ in P 0 ⇔ intersecando γ ed r si ottine un sistema con ∆ = 0. il punto X 0 ´e detto polo della retta r0 rispetto a γ. Un punto ´e detto autoconiugato se appartiene alla propria polare. x02 . Viceversa se una conica possiede un punto doppio P0 .

pi´ u in generale. Indichiamo con P1 il punto di tangenza per la retta r1 . l’equazione della tangente si pu´o esprimere in forma compatta con X = αX 0 + βX 00 . Questo ´e sufficiente per affermare che se un punto appartiene alla conica. Da esso si possono condurre due rette tangenti alla conica. con P2 il punto di tangenza per la retta r2 . Una conica con due punti impropri complessi coniugati ´e detta ellisse. Le coniche. tutti e soli i punti autoconiugati rispetto ad una conica sono quelli della conica stessa. x3 = 0 x3 = 0 . Grazie alla reciprocit´a. entrambi P1 e P2 devono appartenere alla retta r polare di P 0 . Se intersechiamo γ con la retta impropria x3 = 0 otteniamo ovviamente 2 soluzioni. per cui il punto P 0 appartiene sia alla polare di P1 . Inoltre (X 00T AX 0 ) ´e uno scalare. Come gi´a visto nel paragrafo relativo all’intersezione di una retta con una conica. Ed ancora. ovviamente ci aspettiamo un discriminante del sistema pari a zero.4 Classificazione di una conica. tali rette tangenti alla conica sono proprio le rispettive polari di P1 e P2 . Se ora intersechiamo la retta t con la conica. Sia t la retta tangente alla conica in X 0 .202 14. Consideriamo il sistema ( ( XT · A · X = 0 a11 x21 + 2a12 x1 x2 + a22 x22 = 0 → . Sia P 0 = X 0 il punto scelto. il suo quadrato ´e nullo solo se esso stesso ´e nullo ed il suo valore trasposto deve essere ancora nullo. Tutte e sole le rette autoconiugate rispetto ad una conica. siano esse r1 e r2 . 14. in definitiva X 0T AX 00 = 0. esterna all’ellisse. vista la tangenza in X 0 . In altre parole la retta impropria ´e secante all’iperbole. Sia γ : X T · A · X = 0 una conica nel piano. che alla polare di P2 . Se scegliamo un qualsiasi altro punto X 00 ∈ t. Consideriamo ora un punto X 0 appartenente alla conica. Per quanto detto sopra. il discriminante di tale sistema sar´a: ∆ = (X 00T AX 0 )2 − (X 00T AX 00 )(X 0T AX 0 ) = 0 e poich´e X 0 ∈ γ. cio´e X 00 (generico punto della tangente t) ´e un punto della retta polare di X 0 . Tale retta r ´e quindi esattamente la retta congiungente i punti P1 e P2 . segue che X 0T AX 0 = 0 e quindi ∆ = (X 00T AX 0 )2 = 0. una retta ´e detta autoconiugata se contiene il proprio polo. Tale punto ´e autoconiugato. sono le tangenti alla conica stessa. Concludiamo fornendo un significato geometrico della retta polare di un punto esterno alla conica. Una conica con due punti impropri reali e coincidenti ´e detta Parabola. cio´e i due punti impropri della conica. tangente alla parabola. allora la sua retta polare coicide con la tangente in esso alla conica. Una conica con due punti impropri reali e distinti ´e detta Iperbole.

0) e (1. x2 . e sono le tangenti nel punto A = B ed in C = D. Tutte le coniche del fascio hanno in comune gli stessi 4 punti A. D sono tutti tra loro distinti. C. −i.14. Nel caso si abbia A = B = C = D allora le due coniche hanno una retta tangente in comune (γ1 e γ2 sono chiamate coniche iperosculatrici). x2 . 203 Il discriminante del sistema ´e ∆ = a212 − a11 a22 . Fascio di coniche.   ∆ < 0 → Ellisse In particolare se indichiamo con A33 il complemento algebrico dell’elemento a33 della matrice A. Diciamo fascio di coniche la totalit´a delle coniche che si ottengono da a1 · f1 (x1 . Siano γ1 : f1 (x1 . B. escludendo il caso in cui siano entrambe riducibili con una retta in comune. x3 ) = 0 due coniche distinte. reali o no). Poich´e sono curve di secondo grado. 0) sono le circonferenze (che sono particolari ellissi). allora le due coniche hanno una tangente comune ad entrambe (γ1 e γ2 sono chiamate coniche tangenti). B. Nel caso si abbia A = B = C allora le due coniche hanno una retta tangente in comune (γ1 e γ2 sono chiamate coniche osculatrici). D. a2 ∈ lR. C. ed ´e la tangente nel punto A = B = C. i. D in comune (distinti o no. x2 . C. x3 ) = 0 e γ2 : f2 (x1 . da cui    ∆ > 0 → Iperbole ∆ = 0 → Parabola . Inoltre per individuare . notiamo che A33 = −∆. D distinti. x3 ) = 0 al variare di a1 .5 Fascio di coniche. x2 . B. Nel caso si abbia A = B e C = D allora le due coniche hanno due rette tangenti in comune (γ1 e γ2 sono chiamate coniche bitangenti).5. Il caso generale ´e quello in cui A. i quali sono chiamati punti base del fascio. ed ´e la retta tangente nel punto A = B. 14. ed ´e la tangente nel punto A = B = C = D.   A < 0 → Iperbole 33 Tutte e sole le coniche che contengono i punti ciclici (1. x3 ) + a2 · f2 (x1 . quindi    A33 > 0 → Ellisse A33 = 0 → Parabola . esse hanno 4 punti A. Nel caso in cui si abbia A = B e C.

Nel caso si abbia A = B = C = D allora le coniche del fascio hanno una retta tangente in comune (si parla di fascio di coniche iperosculatrici). ed ´e la tangente nel punto A = B = C. ed ´e la tangente nel punto A = B = C = D. di un qualsiasi punto improprio (h. ed ´e la retta tangente nel punto A = B. 0). C. rispetto alla conica. B. Il caso generale ´e quello in cui A. Le coniche. Nel caso in cui si abbia A = B e C. e sono le tangenti nel punto A = B ed in C = D. un fascio di coniche ´e sufficiente conoscere due qualsiasi coniche di esso (ad esempio anche due coniche riducibili che appartengono al fascio). C = D osculatrici A = B = C iperosculatrici A = B = C = D 14. D sono tutti tra loro distinti. k. Nel caso si abbia A = B e C = D allora le coniche del fascio hanno due rette tangenti in comune (si parla di fascio di coniche bitangenti).204 14. Definiamo diametro di una conica γ non riducibile.6 Coniche riducibili AB · CD AD · BC AC · BD tA · CD AD · AC contata due volte tA · tC AC · AC contata due volte tA · AD contata tre volte tA · tA contata tre volte Diametri e centro di una conica. la retta polare. Sia A la matrice associata alla . D distinti. Ogni fascio di coniche contiene 3 coniche riducibili (distinte o no a seconda del tipo di fascio). Nel caso si abbia A = B = C allora le coniche del fascio hanno una retta tangente in comune (si parla di fascio di coniche osculatrici). allora le coniche del fascio hanno una tangente comune (si parla di fascio di coniche tangenti). Nel seguente prospetto indichiamo con tA e tC rispettivamente le tangenti comuni a tutte le coniche di un fascio nei punti A e C: Tipo di fascio generale tangenti A = B bitangenti A = B. si parla quindi di fascio generale.

Il caso in cui A33 = 0 ´e quello della parabola. A33 della matrice A associata alla conica. cio´e tutti i diametri sono tra loro paralleli ed hanno la direzione data dal punto improprio della parabola. 1 asse per la parabola). h k 0 ·  a12 a22 a23  ·  x2  = 0 a13 a23 a33 x3 In definitiva il nostro compito ´e quello di determinare le coppie di valori (h. Al variare del punto (h. k. A23 . la quale ´e detta conica a centro improprio (o conica senza centro). Il centro di tale fascio ´e detto centro della conica (il quale per la reciprocit´a ´e il polo della retta impropria). allora un diametro ´e dato da     a11 a12 a13 x1 h i     h k 0 ·  a12 a22 a23  ·  x2  = 0 a13 a23 a33 x3 (a11 h + a12 k)x1 + (a12 h + a22 k)x2 + (a13 h + a23 k)x3 = 0 o meglio h(a11 x1 + a12 x2 + a13 x3 ) + k(a12 x1 + a22 x2 + a23 x3 ) = 0. dovr´a accadere che esso . k) da utilizzare nella (*). Diametri e centro di una conica. Le coordinate del centro sono allora la soluzione del sistema ( a11 x1 + a12 x2 + a13 x3 = 0 a12 x1 + a22 x2 + a23 x3 = 0 le cui soluzioni sono date dai complementi algebrici A13 . e quindi al variare dei parametri h. Per determinare assi e asintoti ´e sufficiente operare come segue: sappiamo bene che il generico diametro della conica ´e dato da:     a11 a12 a13 x1 h i     (∗). I diametri che siano autoconiugati (cio´e tangenti alla conica) sono detti asintoti della conica (2 reali per l’iperbole. k. In particolare i diametri tra loro coniugati ed ortogonali sono detti assi della conica (2 assi per iperbole ed ellisse. 0) si ottiene un diverso diametro. Tutti i diametri sono tra loro a due a due coniugati. 1 improprio per la parabola).6. k si ottengono tutte le rette di un fascio. sia per individuare gli asintoti che gli assi. 0) sia esattamente il polo di un asintoto. 205 conica.14. 2 immaginari per l’ellisse. Affinch´e (h. Iperbole ed ellisse sono dette coniche a centro (proprio). Il fascio dei diametri ´e un fascio improprio.

Nel caso della parabola la ricerca dell’asse ´e facilitata. Sia γ : X T · A · X = f (x1 . Poich´e f ´e una forma quadratica in lR3 . x3 ) = 0 l’equazione di una conica. k 0 ) che. . f (x1 . k 0 ) che. Le soluzioni di tale equazione biquadraica forniscono le due coppie di valori (h. v) x21 = 0 (conica doppiamente degenere). Al contrario affinch´e (h. Infatti il polo dell’asse della parabola ´e dato dalla direzione ortogonale a quella individuata dal punto improprio della parabola stessa. Le coniche. iv) x21 − x22 = 0 (conica semplicemente degenere a punti reali). allora vale il seguente: Teorema 34. k. x3 ) = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0. a13 a23 a33 0 In questo caso si ottiene a12 (k 2 − h2 ) − (a11 − a22 )hk = 0.206 14. sostituite nella (*) serviranno per il calcolo effettivo dei due asintoti (stiamo ovviamente parlando di una conica che sia una iperbole). x2 . x2 . ii) x21 + x22 − x23 = 0 (conica generale a punti reali). k) e (h0 . dovr´a accadere che sia un punto coniugato con la direzione ad esso ortogonale. k) e (h0 . Le soluzioni di tale equazione biquadraica forniscono le due coppie di valori (h. Osserviamo infine che le direzioni dei due asintoti di un’iperbole si possono ottenere ricordando che esse non sono altro che i punti impropri dell’iperbole stessa. quindi imporremo che     a a a k 11 12 13 h i     h k 0 ·  a12 a22 a23  ·  −h  = 0. quindi    a12 a13 h    a22 a23  ·  k  = 0. sia un punto autoconiugato (l’asintoto imporremo che  a11 h i  h k 0 ·  a12 a13 sar´a tangente in esso alla conica). Esiste un sistema di riferimento ortonormale in lR3 rispetto al quale l’equazione della conica γ ´e una delle seguenti: i) x21 + x22 + x23 = 0 (conica generale a punti non reali). sostituite nella (*) serviranno per il calcolo dei due assi. a23 a33 0 Svolgendo si ottiene a11 h2 + a22 k 2 + 2a12 hk = 0.7 Classificazione delle coniche proiettive. iii) x21 + x22 = 0 (conica semplicemente degenere a punti non reali). 14. 0) sia esattamente il polo di un asse.

Sia quindi " # " # h i a11 a12 x q(x. In pratica la f (x0 .8 Classificazione delle coniche euclidee. Consideriamo ora l’equazione affine di una conica γ : f (x. Il cambiamento di variabili che permette tale diagonalizazione ´e " x y # " = b11 b12 b21 b22 # " · x0 y0 # dopo il quale la conica si presenta nella seguente forma: f (x0 . Indichiamo q(x. 14. 207 Per ottenere la forma ridotta congruente a quella di partenza. b21 ) l’autovettore che genera l’autospazio relativo a λ1 e w2 = (b12 . con matrice associata A33 . In tale caso la diagonalizzazione della forma quadratica q(x. y) = x y · · a12 a22 y e siano λ1 e λ2 gli autovalori di A33 . si applica esattamente il metodo di diagonalizzazione delle forme quadratiche. y) pu´o essere effettuata tramite la semplice diagonalizzazione della matrice simmetrica A33 ad essa associata. per cui C T = C −1 . Poich´e q(x. . Classificazione delle coniche euclidee.14. y) = a11 x2 + 2a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33 = 0 dove aij ∈ lR. y 0 ) ´e la conica che otteniamo facendo ruotare i suoi assi fino a renderli paralleli agli assi coordinati. y 0 ) = λ1 x2 + λ2 y 2 + 2a013 x + 2a023 y + a033 = 0. Supponiamo che la conica sia un’iperbole o una ellisse. Allora la matrice che diagonalizza A33 ´e con b21 b22 " C T · A33 · C = C −1 · A33 · C = λ1 0 0 λ2 # .8. Indichiamo con w1 = (b11 . b22 ) quello " che genera # l’autospazio b11 b12 relativo a λ2 . ogni cambiamento del sistema di riferimento ´e individuato da una matrice ortogonale C. y) ´e riferita ad un sistema otonormale in lR2 . y) = a11 x2 + 2a12 xy + a22 y 2 la forma quadratica in lR2 . per ogni i e j.

Poich´e dopo la rototraslazione scompaiono i termini in x00 e y 00 . dopo il primo cambiamento di riferimento (rotazione). Determiniamo ora una traslazione che riporti il centro della conica nel centro degli assi coordinati: ( x0 = x00 − c y 0 = y 00 − d λ1 (x00 − c)2 + λ2 (y 00 − d)2 + 2a013 (x00 − c) + 2a023 (y 00 − d) + a033 = 0 cio´e λ1 x002 + λ2 y 002 + (−2λ1 c + 2a013 )x00 + (−2λ2 d + 2a023 )y 00 + (λ1 c2 + λ2 d2 + 2a013 c + 2a023 d + a033 ) = 0 (B). E forma ridotta: λ1 x002 + λ2 y 002 + λ3 = 0 con λ3 = λ1 c2 + λ2 d2 + 2a013 c + 2a023 d + a033 . allora imponiamo che −2λ1 c + 2a013 = 0 −2λ2 d + 2a023 = 0. l’equazione della conica si presenta in una delle due seguenti forme: λ1 x02 + 2a023 y 0 + a033 = 0 (C) λ2 y 02 + 2a 130 x0 + a033 = 0 (D).208 14. oppure Cominciamo con il caso (C). Consideriamo ora il caso in cui la conica sia una parabola. λ2 di A33 ´e nullo. per cui. Determiniamo una traslazione che riporti il vertice della parabola nel centro degli assi coordinati: ( x0 = x00 − c y 0 = y 00 − d . I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano ´ sufficiente sostituirli nell’equazione (B) per ottenere la conica in la traslazione. Le coniche. Per prima cosa osserviamo che la prima rotazione viene effettuata utilizzando come riferimento quello formato dall’asse della parabola e dalla retta tangente nel suo vertice. Inoltre uno dei due autovalori λ1 .

6) − ax = 0.8. Classificazione delle coniche euclidee. ellisse. = 1. dobbiamo imporre che 2λ2 d = 0 λ2 d2 − 2a013 c + a033 = 0. parabola degenere a punti non reali. . I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano ´ sufficiente sostituirli nell’equazione (C’) per ottenere la conica in la traslazione. Quanto detto fin’ora si pu´o riassumere nel seguente: Teorema 35. dette forme canoniche: 2 2 1) xa2 + yb2 = 1. 7) y 2 − a2 = 0. E forma ridotta: λ2 y 002 + 2a013 x00 = 0. I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano ´ sufficiente sostituirli nell’equazione (D’) per ottenere la conica in la traslazione. conica doppiamente degenere. 209 l’equazione diventa λ1 (x00 − c)2 + 2a023 (y 00 − d) + a033 = 0 (C0 ) Poich´e dopo la rototraslazione scompaiono il termine noto ed il termine in x00 . ellisse degenere.14. E forma ridotta: λ1 x002 + 2a023 y 00 = 0. Ogni conica del piano euclideo reale ´e congruente ad una delle seguenti forme. iperbole. 9) y 2 = 0. parabola. l’equazione della parabola ´e λ2 (y 00 − c)2 + 2a013 (x00 − d) + a033 = 0 (D0 ) Poich´e dopo la rototraslazione scompaiono il termine noto ed il termine in y 00 . Passiamo ora al caso (D). 8) y 2 + a2 = 0. parabola degenere. Dopo la traslazione. = 0. iperbole degenere. 5) + = 0. dobbiamo imporre che 2λ1 c = 0 λ1 c2 − 2a023 d + a033 = 0. ellisse a punti non reali. 2) 3) 4) x2 a2 x2 a2 x2 a2 x2 a2 y2 + + − y2 b2 y2 b2 y2 b2 y2 b2 = −1.

iii) a11 + a22 = a011 + a022 . Le coniche. riferita ad un sistema di riferimento opportuno. Siano aij gli elementi della matrice A e a0ij quelli della matrice A0 .  0 0 a023 0 . Riassumendo. cio´e dopo una cambiamento ortonormale del sistema di riferimento. ii) A33 = A033 . Sia A la matrice associata alla conica. Allora valgono le seguenti: i) det(A) = det(A0 ). abbiamo visto che una rototraslazione degli assi di una conica (dell’asse e della retta tangente al vertice. a022 . 0 0 a033 Per ottenere i valori di a011 . Possiamo sfruttare il precedente teorema per ottenere la forma ridotta di una conica. nel caso della parabola) ci permette di ottenere una ulteriore e pi´ u semplice forma della conica stessa. Tali forme sono dette ’ridotte’ o ’canoniche’ . La forma canonica alla quale si vuole arrivare ´e la seguente a011 x21 + a022 x22 + a033 x23 = 0 la cui matrice associata ´e   a011 0 0    0 a022 0  . Sia γ : X T · A · X = 0 una conica del piano euclideo e sia X 0T · A0 · X 0 = 0 la sua equazione in forma ridotta. cio´e si mantengono invarianti nel passaggio da una forma della conica all’altra. Nel cambiamento del sistema di riferimento ortogonale. operiamo nel modo seguente: Coniche a centro. Tali quantit´a vengono dette invarianti ortogonali: Teorema 36. vi sono alcune quantit´ a (reali) che non mutano. a033 ´e sufficiente applicare i tre punti del teorema e risolvere le equazioni: det(A) = a011 · a022 · a033 A33 = a011 · a022 a11 + a22 = a011 + a022 . Parabola. Una forma canonica alla quale si pu´o arrivare ´e la seguente a011 x21 + 2a023 x2 x3 = 0 la cui matrice associata ´e   a011 0 0   0 a023  .210 14.

8. quindi ´e una iperbole equilatera. una sua forma canonica ed il polo della retta 2x−y+1 = 0 rispetto ad essa. a023 ´e sufficiente applicare i tre punti del teorema e risolvere le equazioni: det(A) = −a022 · a02 13 a11 + a22 = a022 . Determiniamo il generico diametro:     1 x 1 2 1 h i 2     1 h 0 ·  2 −1 − 12  ·  x2  = 0. Esercizio 130.14. A33 = −5. Svolg. Classificare la conica x2 + 4xy − y 2 + x − y + 1 = 0. . a013 0 0  Per ottenere i valori di a022 . I = a11 + a22 = 0. 1 1 x3 1 2 −2 Il generico diametro ´e 1 h (1 + 2h)x1 + (2 − h)x2 + ( − )x3 = 0 2 2 il cui coefficiente angolare ´e h0 = 1+2h h−2 . La matrice associata alla conica ´e   1 1 2 2   A =  2 −1 − 12  1 1 1 2 −2 con det(A) = −6. 211 Per ottenere i valori di a011 . a023 ´e sufficiente applicare i tre punti del teorema e risolvere le equazioni: det(A) = −a011 · a02 23 a11 + a22 = a011 . determinarne eventuali assi e asintoti. L’altra forma canonica pu´o essere a022 x22 + 2a013 x1 x3 = 0 la cui matrice associata ´e  0 0 a013    0 a022 0  . Classificazione delle coniche euclidee.

da cui h ∈ { −1+2 gli assi sono √ √ √ 4 5x + (10 − 2 5)y + (3 − 5) = 0 e √ √ 5 −1− 5 . 1 1 1 x3 2 −2 . a33 = 6 5 a33 = 6 5 e le due forme canoniche ottenute sono: √ e 5x2 − √ 5y 2 + 6 =0 5 √ √ 6 − 5x2 + 5y 2 + = 0. Le coniche. Esso avr´a coordinate (a. con matrice associata   a11 0 0   A0 =  0 a22 0  . 2 − √ 5} e √ √ √ (10 + 4 5)x − 2 5y + (− 5 − 1) = 0 e √ √ √ (10 − 4 5)x + 2 5y + ( 5 − 1) = 0. a22 = √ 5. √ a11 = − 5. √ a22 = − 5. −5 = A033 = a11 a22 . 0 = I = a11 + a22 dai quali otteniamo a11 = oppure √ 5. c) tali che     1 1 2 x1 h i 2     a b c ·  2 −1 − 12  ·  x2  = α(2x1 − x2 + x3 ).212 14. 0 0 a33 I suoi invarianti ortogonali sono allora −6 = det(A0 ) = a11 a22 a33 . Una forma canonica ´e data da a11 x21 + a22 x22 + a33 x23 = 0. 2 } e quindi √ √ √ −4 5x + (10 + 2 5)y + (3 + 5) = 0. 5 Infine determiniamo il polo della retta 2x1 − x2 + x3 = 0 rispetto alla conica. b. da cui h ∈ {2 + quindi gli asintoti sono √ 5. Per ottenere gli assi imponiamo hh0 = −1. Per ottenere gli asintoti imponiamo h = h0 .

Determinare l’asse ed una forma canonica della parabola 2x2 + 2y 2 − 4xy + 2x − 1 = 0. Svolg. Determiniamo il punto improprio della parabola: ( 2x21 + 2x22 − 4x1 x2 = 0 x3 = 0 da cui x1 = 1. −1. α . α ) 8 8 4 che ´e una terna proporzionale a (1. con matrice associata   a11 0 0   A0 =  0 0 a23  . I = a11 + a22 = 4. 0). 5. 213 Quindi dobbiamo risolvere il sistema    2a + 4b + c = 4α 4a − 2b − c = −2α   a − b + 2c = 2α le cui soluzioni sono 1 5 5 (α . 10) = (a.14. x3 = 0 sono le coordinate di tale punto.8. Tale punto Q ´e il polo dell’asse:     2 −2 1 x1 h i     1 −1 0 ·  −2 2 0  ·  x2  = 0 1 0 −1 x3 4x1 − x2 + x3 = 0. A33 = 0. Classificazione delle coniche euclidee. t u Esercizio 131. c). b. La direzione ad esso ortogonale ´e Q = (1. x2 = 1. 0 a23 0 I suoi invarianti ortogonali sono allora −2 = det(A0 ) = −a11 a223 . Una forma canonica ´e data da a11 x21 + 2a23 x2 x3 = 0. La matrice associata alla conica ´e   2 −2 1   A =  −2 2 0  1 0 −1 con det(A) = −2. 4 = I = a11 + a22 .

con il quale annulliamo il termine in xy ´e dato da " # " 1 # " # 0 √ √1 − x x 2 2 = · √1 √1 y0 y 2 2 da cui ( x= y= √1 (x0 2 √1 (x0 2 − y0) + y0) e l’equazione della conica diventa 1 0 1 1 5 7 (x − y 0 )2 − (x0 − y 0 )(x0 + y 0 ) + (x0 + y 0 )2 − √ (x0 − y 0 ) + √ (x0 + y 0 ) + 1 = 0 2 2 2 2 2 cio´e 1 02 3 02 2 12 x + y + √ x0 + √ y 0 + 1 = 0. Determinare una forma canonica dell’ellisse x2 − xy + y 2 − 5x + 7y + 1 = 0. √12 ). 1 a23 = √ 2 oppure 1 a23 = − √ 2 a11 = 4. Le coniche.214 14. L’autospazio − 12 1 relativo all’autovalore h1 ´e generato dall’autovettore v = (1. Essi sono h1 = 12 e h2 = 32 . √12 ). dai quali otteniamo a11 = 4. Utilizziamo il " metodo degli# autovalori. Quindi determiniamo gli autovalori 1 − 21 della matrice A33 = . 1) che ha come versore (− √12 . Svolg. t u Esercizio 132. L’autospazio relativo all’autovalore h2 ´e generato dall’autovettore v = (−1. e le due forme canoniche ottenute sono: 2 4x21 + √ x2 x3 = 0 2 e cio´e 2 4x21 − √ x2 x3 = 0 2 √ y = −2 2x2 e √ y = 2 2x2 . 1) che ha come versore ( √12 . 2 2 2 2 . Allora il primo cambiamento di variabili.

√ ) 2 2 2 2 ed il centro dell’ellisse ´e C = (1. −3). Classificazione delle coniche euclidee. 24 8 Vogliamo ora ripetere l’esercizio utilizzando il metodo di rototraslazione degli assi: gli assi dell’ellisse sono a1 : x−y−4=0 che scegliamo come X0 a2 : x+y+2=0 che scegliamo come Y 0. 215 Per annullare i termini in x0 e y 0 operiamo la seguente traslazione: x0 = x00 − a y 0 = y 00 − b 1 00 3 2 12 (x − a)2 + (y 00 − b)2 + √ (x00 − a) + √ (y 00 − b) + 1 = 0 2 2 2 2 da cui 1 002 3 2 2 12 12 (x + a2 − 2ax00 ) + (y 002 + b2 − 2by 00 ) + √ x00 − √ a + √ y 00 − √ b + 1 = 0. Allora le formule del cambiamento del riferimento (rototraslazione) sono " # " 1 # " # " # 0 √ √1 − x x 1 2 2 = · + √1 √1 y y0 −3 2 2 da cui ( x= y= √1 (x0 2 √1 (x0 2 − y0) + 1 + y0) − 3 e l’equazione della conica diventa 1 1 1 1 ( √ (x0 − y 0 ) + 1)2 − ( √ (x0 − y 0 ) + 1)( √ (x0 + y 0 ) − 3) + ( √ (x0 + y 0 ) − 3)2 2 2 2 2 . √ ) a2 = (− √ . 2 2 2 2 2 2 I coefficienti di x00 e y 00 si annullano per a = diventa: √2 2 eb= √4 2 e l’equazione della conica 1 00 2 3 4 2 2 12 4 (x − √ )2 + (y 00 − √ )2 + √ (x00 − √ ) + √ (y 00 − √ ) + 1 = 0 2 2 2 2 2 2 2 2 cio´e 1 002 3 002 x + y = 12 2 2 002 x y 002 + = 1.8.14. I versori degli assi sono 1 1 1 1 a1 = ( √ .

L’autospazio relativo all’autovalore h2 ´e generato dall’autovettore v = (1. − √25 ). 24 8 t u Esercizio 133. con il quale annulliamo i termini in xy e y ´e dato da " # " 2 # " # √ − √15 x x0 5 = · √1 √2 y y0 5 5 da cui ( x= y= √2 (x0 5 √1 (x0 5 − y0) + y0) e l’equazione della conica diventa 4 4 2 1 0 1 (x −y 0 )2 − (2x0 −y 0 )(x0 +2y 0 )+ (x0 +2y 0 )2 + √ (2x0 −y 0 )+ √ (x0 +2y 0 )−5 = 0 5 5 5 5 5 cio´e 5 5y 02 + √ x0 − 5 = 0 5 1 y 02 + √ x0 − 1 = 0. Le coniche. √15 ). Utilizziamo il metodo degli " # autovalori. L’autospazio −2 4 relativo all’autovalore h1 ´e generato dall’autovettore v = (2. Svolg.216 14. Quindi determiniamo gli autovalori 1 −2 della matrice A33 = . −2) che ha come versore ( √15 . 5 Per annullare il termine noto operiamo la seguente traslazione: x0 = x00 − a y 0 = y 00 − b 1 (y 00 − b)2 + √ (x00 − a) − 1 = 0 5 . Determinare una forma canonica della parabola x2 − 4xy + 4y 2 + 2x + y − 5 = 0. Essi sono h1 = 0 e h2 = 5. Allora il primo cambiamento di variabili. 1 1 −5( √ (x0 − y 0 ) + 1) + 7( √ (x0 + y 0 ) − 3) + 1 = 0 2 2 cio´e 1 02 3 02 x + y − 12 = 0 2 2 x02 y 02 + = 1. 1) che ha come versore ( √25 .

5 t u Esercizio 134. e calcoliamo la tangente a tale conica nel punto (0. la conica ottenuta ´e x2 + 2xy − 1 = 0. Determinare i punti base. Per determinarla. al variare di k ∈ lR. 0) con molteplicit´a 2. Svolg. 217 1 1 y 002 + b2 − 2by 00 + √ x00 − √ a − 1 = 0. La tangente ad essa in (0. 1. 1) e (1. (1. cio´e vi ´e una tangente comune a tutte le coniche del fascio.14. le coniche riducibili e le tangenti comuni a tutte le coniche del fascio. Classificazione delle coniche euclidee. 0. 0 0 −1 x3 Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il determinante della matrice associata alla generica conica del fascio: .8. 1. per esempio per k = 2. 0) ´e     1 1 0 x1 h i     0 1 0 ·  1 0 0  ·  x2  = 0 cio´e x1 = 0. 1. Siamo in presenza di un fascio di coniche tangenti. 0. 0): per il valore k = 2. Per determinare i punti base del fascio scegliamo due coniche qualsiasi. scegliamo una conica irriducibile del fascio. In coordinate omogenee l’equazione del fascio ´e data da x21 + kx1 x2 − x23 = 0. 5 5 Per avere la forma canonica dovremmo avere √ b=0 a=− 5 da cui √ 1 1 (y 00 − b)2 + √ (x00 − a) − 1 = y 002 + √ (x00 + 5) − 1 = 5 5 1 y 002 + √ x00 = 0. −1) entrambi con molteplicit´a 1. Sia dato il fascio di coniche x2 + kxy − 1 = 0. per esempio x21 − x23 = 0 e x1 x2 = 0 ed intersechiamole: ( x1 x2 = 0 2 x1 − x23 = 0 che ha come soluzione i punti (0.

.

.

1 k 0 .

.

.

k2 2 .

.

0 = .

k2 0 0 .

= .

.

4 .

0 0 −1 .

.

−1) entrambi con molteplicit´a 1. con molteplicit´a 1. Sia dato il fascio di coniche kx2 + 2xy − k = 0. Svolg. al variare di k ∈ lR. Per determinarla. Siamo in presenza di un fascio di coniche tangenti.218 14. con molteplicit´a 2. Le coniche. per esempio x21 − x23 = 0 e 2x1 x2 = 0 ed intersechiamole: ( 2x1 x2 = 0 x21 − x23 = 0 che ha come soluzione i punti (0. cio´e vi ´e una tangente comune a tutte le coniche del fascio. 0. per esempio per k = 2. La tangente ad essa in (0. 0): per il valore k = 2. la conica ottenuta ´e 2x2 + 2xy − 2 = 0. La terza conica riducibile si ottiene osservando che il parametro k ´e associato ad essa nell’espressione del fascio: xy = 0. scegliamo una conica irriducibile del fascio. t u Esercizio 135. le coniche riducibili e le tangenti comuni a tutte le coniche del fascio. 0. 0) con molteplicit´a 2. 1) e (1. 1. Determinare i punti base. (1. 0 0 −2 x3 Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il determinante della matrice associata alla generica conica del fascio: . 0) ´e     2 1 0 x1 h i     0 1 0 ·  1 0 0  ·  x2  = 0 cio´e x1 = 0. 1. si ottiene la conica riducibile del fascio x2 − 1 = 0. e calcoliamo la tangente a tale conica nel punto (0. In coordinate omogenee l’equazione del fascio ´e data da kx21 + 2x1 x2 − kx23 = 0. Per determinare i punti base del fascio scegliamo due coniche qualsiasi. 1. quindi per k = 0.

.

.

k 1 0 .

.

.

.

.

0=.

1 0 0 .

=k .

.

.

0 0 −k .

. Le altre coniche riducibili si ottengono osservando che il parametro k ´e associato ad esse nell’espressione del fascio: x2 = 0. t u Esercizio 136. al variare di k ∈ lR. Determinare i punti base. le coniche riducibili e le tangenti comuni a tutte le coniche del fascio. con molteplicit´a 1. quindi per k = 0. si ottiene la conica riducibile del fascio x1 x2 = 0. Sia dato il fascio di coniche x2 + ky 2 + xy − 1 = 0. con molteplicit´a 2 (infatti la retta x = 0 passa per i due base che hanno molteplicit´a 2).

0. la conica ottenuta ´e x2 + y 2 + xy − 1 = 0. scegliamo una conica irriducibile del fascio. 2 Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il determinante della matrice associata alla generica conica del fascio: . Classificazione delle coniche euclidee. 0. Per determinare i punti base del fascio scegliamo due coniche qualsiasi. per esempio per k = 1. −1): per il valore k = 1. per esempio x21 + x1 x2 − x23 = 0 e x22 = 0 ed intersechiamole: ( x22 = 0 x21 + x1 x2 − x23 = 0 che ha come soluzione i punti (1. La tangente ad essa in (1. cio´e vi sono due tangenti comuni a tutte le coniche del fascio. 1) ´e h 1 0 1 i  1  · 1 2 0    0 x1 1    1 0  ·  x2  = 0 cio´e x1 + x2 − x3 = 0.14. 1) e (1.8. Svolg. −1) ´e h 1 0 −1 i  1  · 1 2 0    0 x1    1 0  ·  x2  = 0 0 −1 x3 1 2 1 cio´e x1 + x2 + x3 = 0. 0. 0. 2 0 −1 x3 1 2 La tangente in (1. Siamo in presenza di un fascio di coniche bitangenti. 0. e calcoliamo la tangente a tale conica nei punti (1. 219 In coordinate omogenee l’equazione del fascio ´e data da x21 + kx22 + x1 x2 − x23 = 0. 1) e (1. Per determinarle. −1) entrambi con molteplicit´a 2. 0.

.

1 1 0 .

2 .

0 = .

12 k 0 .

.

0 0 −1 .

.

.

1 .

.

= −k + .

4 .

quindi per k = 14 . con molteplicit´a 2 (infatti la retta y = 0 passa per i due base che hanno molteplicit´a 2). si ottiene la conica riducibile del fascio 1 2 2 x1 + 4 x2 + x1 x2 − x3 = 0. t u . con molteplicit´ a 1. Le altre coniche riducibili si ottengono osservando che il parametro k ´e associato ad esse nell’espressione del fascio: y 2 = 0.

Indichiamo con f1 : y = ix + q il fascio delle rette isotrope di centro C1 e con f2 : y = −ix + p il fascio di centro C2 . esattamente il centro della circonferenza: il motivo risiede nel fatto che. Analogamente dal fascio f2 si possono condurre due rette che siano tangenti a γ: esse sono esattamente le coniugate r e t delle rette r. imponiamo che il discriminante del sistema sia nullo: (1 − i)2 − 8(1 − q) = 0 . per opportuni q. t con le rette r e t.220 14. poich´e i punti ciclici appartengono alla circonferenza. 0) i punti ciclici della retta impropria. Sottolineamo che la parabola ha un solo fuoco reale. Definizione 21. t. Le coniche. Anche nel caso della circonferena vi ´e un solo fuoco. anche in questo caso da ciascuno di essi si pu´o condurre una sola tangente alla curva. 0) e C2 = (1. Determinare il fuoco della parabola γ : 2x2 − y + x + 1 = 0. Le rette appartenenti ai due fasci di centri C1 e C2 . I fuochi di una conica non riducibile γ sono i 4 punti (di cui 2 reali) che scaturiscono dall’intersezione delle rette r. Dal fascio f1 si possono condurre due rette r. y = ix + q Poich´e siamo interessati alla retta del fascio che sia tangente alla parabola.9 14. i. Consideriamo il fascio di rette isotrope di centro C1 = (1. In particolare i due fuochi reali sono F1 = r ∩ r e F2 = t ∩ t. −i. Siano C1 = (1. sono dette rette isotrope. Consideriamo quindi una conica non riducibile γ. Osserviamo che se una retta r appartiene al fascio f1 allora la sua coniugata r appartiene al fascio f2 . p elementi del campo dei numeri complessi. 0): f1 : y = ix + q. Quindi una qualsiasi retta isotropa avr´a equazione y = ix + q oppure y = −ix + p. i. Fuochi di una conica. Svolg. t che siano tangenti a γ. Esempio 143. poich´e da ciascun punto ciclico si pu´o condurre una sola retta tangente alla curva. Inoltre r ∩ r = P ´e un punto reale. Costruiamo il sistema che determini l’intersezione tra il fascio e la conica: ( 2x2 − y + x + 1 = 0 y = ix + q ( 2x2 − ix − q + x + 1 = 0 y = ix + q ( 2x2 + (1 − i)x + (1 − q) = 0 .

14. 1). Determinare i fuochi dell’iperbole γ : xy + x − y + 1 = 0. −(1 + i)} per cui possiamo considerare le tangenti r : y = ix − 1 − i + 2(1 + i) t : y = ix − 1 − i − 2(1 + i). . i. Quindi le rette del fascio f1 che siano tangenti all’iperbole hanno equazioni: √ √ y = ix − 1 − i + 2 2i y = ix − 1 − i − 2 2i. Costruiamo il sistema che determini l’intersezione tra il fascio e la conica: ( xy + x − y + 1 = 0 y = ix + q ( x(ix + q) + x − (ix + q) + 1 = 0 y = ix + q ( ix2 + (q − i + 1)x + (1 − q) = 0 . 0): f1 : y = ix + q. imponiamo che il discriminante del sistema sia nullo: (q − i + 1)2 − 4i(1 − q) = 0 le cui soluzioni sono √ q = −1 − i + 2 2i √ q = −1 − i − 2 2i.9. Svolg. Fuochi di una conica. ´e la coniugata della precedente : y = −ix − 41 i + 1. t u Esempio 144. Consideriamo il fascio di rette isotrope di centro C1 = (1. 221 la cui soluzione ´e q = 41 i + 1. Inoltre le rette appartenenti al fascio f2 di centro C2 = (1. −i. Inoltre la retta che appartenga al fascio f2 di centro C2 = (1. 0) e che sia tangente alla parabola. y = ix + q Poich´e siamo interessati alle rette del fascio che siano tangenti all’iperbole. sono le coniugate delle precedenti : r : y = −ix − 1 + i + 2(1 − i) t : y = −ix − 1 + i − 2(1 − i). 0) e che siano tangenti all’iperbole. −i. p √ Osserviamo che 2i = (1 + i)2 ∈ {+(1 + i). Quindi la retta del fascio f1 che sia tangente alla parabola ha equazione y = ix + 41 i + 1. Il fuoco della parabola ´e l’intersezione di tali due rette: ( r : y = ix + 14 i + 1 r : y = −ix − 14 i + 1 da cui F = r ∩ r = (− 14 .

Esercizio 139. Nel piano ampliato si determinino le coordinate del polo della retta 3x − 4y + 1 = 0 rispetto alla conica x2 + 2y 2 − 3xy + 2x − y = 0. Esercizio 141. Risposta : (x − 6)2 + (y − 7)2 = 36 . 1) e da ( t : y = ix − 1 − i − 2(1 + i) t : y = −ix − 1 + i − 2(1 − i) da cui F2 = t ∩ t = (3. Esercizio 143. determinare una coppia di diametri coniugati. Esercizio 140. Determinare l’equazione della circonferenza che passa per i punti (4. Nel piano ampliato si determinino le coordinate del polo della retta x + y = 0 rispetto alla conica 2x2 + y 2 − 1 = 0. Determinare l’equazione del cerchio di centro (6. Le coniche. −2). Nel piano ampliato si determinino le coniche degeneri del fascio λxy + x2 + y = 0 con la relativa molteplicit´ a. Esercizio 137. uno dei quali parallelo all’asse X. Nel piano ampliato si determinino le coniche degeneri del fascio xy + λxy + 3 = 0 con la relativa molteplicit´ a. Esercizio 145. Data la conica x2 + 2xy + 4y 2 − 4x − 10y + 4 = 0. 7) che sia tangente alla retta 5x − 12y − 24 = 0. Nel piano ampliato si determinino i punti base del fascio y 2 + (λ + 1)x = 0 con la relativa molteplicit´ a. 14. 3) ed ha centro sulla retta x − y − 1 = 0. −3).222 14. (2. Nel piano ampliato si determinino i punti base del fascio x2 + (λ − 1)y = 0 con la relativa molteplicit´ a.10 t u Esercizi. Esercizio 142. Esercizio 144. Esercizio 138. I fuochi sono le intersezioni di tali coppie di rette. Risposta : (x − 21 )2 + (y + 12 )2 = 29 2 Esercizio 146. Nel piano ampliato si determinino le coordinate del polo della retta 2x − 3y + 2 = 0 rispetto alla conica x2 + 2y 2 − 3xy + 2x − y = 0. in particolare i fuochi reali scaturiscono da: ( r : y = ix − 1 − i + 2(1 + i) r : y = −ix − 1 + i + 2(1 − i) da cui F1 = r ∩ r = (−1.

Data la conica γ : 3xy − 4y 2 − 3x + 2y − 3 = 0.14. (1. −2). Data l’iperbole di equazione x2 − 4xy + y 2 − 2x − 4y − 1 = 0. L’equazione 3x2 − 5xy − 2y 2 + x + 5y − 2 = 0 rappresenta una conica riducibile. le coniche riducibili. 223 Esercizio 147. eventuali tangenti comuni a tutte le coniche. −2). assi. Di tale fascio si determinino i punti base. Scrivere l’equazione del fascio di coniche che ha come punti base (−1. (2. Date le coniche di equazione x2 − y 2 + 2x − 2y − 2 = 0. − 43 ) e di assi 3y − 3x − 1 = 0 e y + x + 3 = 0. asintoti della conica: γ : 2x2 − y 2 + 4x − 1 = 0 Esercizio 152. 2). Data la circonferenza x2 + y 2 + 2x + y + 1 = 0. di centro (− 53 . −1). (−3. . Esercizio 149. Nel piano euclideo ampliato sia dato il fascio di coniche 4x2 + 4xy + ky 2 + 4x − 10y − 1 − k = 0. Esercizio 153. Esercizio 151. x2 + 8y 2 + 2x + 16y + 3 = 0 determinare nel fascio da esse individuato: a) le coniche degeneri. Determinare centro. 2 2 2 2 Risposta : x10 − y10 = 1 e − x10 + y10 = 1. le iperboli e le parabole in esso contenute. Scrivere l’equazione del fascio di coniche che ha come punti base (0. determinare la tangente nel punto (−1. c) le ellissi. Esercizio 154. −1. Risposta : x − 2y + 1 = 0 e 3x + y − 2 = 0. 0) e tangenti in quest’ultimo punto alla retta x + y = 0. −2). 0). determinare le sue equazioni ridotte. b) la conica passante per il punto (1. (3. 3 9 9 3 Esercizio 150. Esercizio 155. 1). Determinare le equazioni delle rette in cui essa si decompone. determinarne il centro.10. Risposta : y = 0 Esercizio 148. Esercizi. (1. 0). assi ed il vertice. eventuali asintoti.

−3). Nel piano ampliato quali sono le coniche degeneri del fascio xy + λx2 − λy = 0 Esercizio 167. Esercizio 162. Studiare la conica 2x2 − y 2 + 4x − 1 = 0. Scrivere l’equazione della conica γ in forma ridotta. Data la conica γ : 3x2 − 4xy + 16x − 8y − 60 = 0. x + y + 2 = 0. il fuoco. Esercizio 169. Esercizio 157. Esercizio 164. Esercizio 166. Determinare le forme ridotte della parabola x2 −2xy +y 2 +2x = 0. . determinarne il centro. Determinare il polo della retta 7x − 10y + 5 = 0 nella polarit´ a 2 2 rispetto alla conica x + 2y − 3xy + 2x − y = 0. Le coniche. gli assi e gli asintoti. Esercizio 156. Studiare la seguente conica 2x2 − y + x + 1 = 0. determinarne il centro. Nel piano ampliato determinare le coordiante del polo della retta 7x − 9y + 1 = 0 nella polarit´ a rispetto alla conica x2 + 2y 2 − 3xy + 2x − y = 0. −3) ed assi x − y − 4 = 0. Data la conica γ : x2 + 2xy + y 2 − 4y + 6 = 0. Scrivere l’equazione del fascio di coniche che ha come punti base A(−1. Determinare la tangente comune a tutte le coniche del fascio xy − λ(x2 − y 2 − 2y) = 0 Esercizio 160. Esercizio 171. il vertice e l’asse (´e una parabola). Scrivere l’equazione della conica γ in forma ridotta. Esercizio 159. B(2. Determinare le equazioni ridotte dell’ellisse x2 − xy + y 2 − 5x + 7y + 1 = 0 di centro (1. 5) e tangenti in A alla retta x + 1 = 0 ed in B alla retta y − 5 = 0. il vertice. Nel piano ampliato determinare il polo della retta 4x − 5y = 0 nella polarit´ a rispetto alla conica x2 + 2y 2 − 3xy + 2x − y = 0. Determinare le forme ridotte dell’iperbole 2x2 −3xy −2y 2 +5x = 0 Esercizio 168. Determinare l’equazione ridotta dell’iperbole equilatera x2 −y 2 = 4 riferita ai suoi asintoti.224 14. Nel piano ampliato determinare le coniche degeneri del fascio λxy + y 2 − λ = 0 Esercizio 163. Esercizio 158. Determinare la tangente comune a tutte le coniche dela fascio xy − λ(x − y 2 ) = 0 Esercizio 161. Esercizio 170. Esercizio 172. Nel piano ampliato determinare le coniche degeneri del fascio λxy + xy − 1 = 0 Esercizio 165.

m1 . z0 ) ∈ π e di un vettore v = (l. Per individuare π abbiamo bisogno di un punto P0 = (x0 . per cui . Sia π un piano nello spazio affine A3 .15 Rette e piani nello spazio affine ed euclideo. Esso dipende allora da P0 e da v. cio´e v = tv1 + t0 v2 . In particolare. t0 parametri reali. y0 . y. cio´e OP = f (OP0 .1 Equazioni di un piano. m. essi generano ogni altro vettore del piano. n1 ) e v2 = (l2 . n) ∈ π. con t. n2 ) sono due vettori indipendenti del piano. m2 . 15. Sia ora P = (x. Da queste otteniamo  0   x − x0 = tl1 + t l2 y − y0 = tm1 + t0 m2   z − z = tn + t0 n 0 1 2 cio´e il vettore P P0 dipende linearmente dai vettori v1 . se v1 = (l1 . z) un generico punto del piano. v). da cui  0   x = x0 + tl1 + t l2 y = y0 + tm1 + t0 m2   z = z + tn + t0 n 0 1 2 che sono dette equazioni parametriche di un piano. v2 .

.

.

x−x y−y z−z .

0 0 0 .

.

.

.

m1 n1 .

= 0 .

l1 .

.

.

l2 m2 n2 .

. svolgendo la quale si ha l’equazione affine del piano ax + by + cz + d = 0.

Rette e piani nello spazio affine ed euclideo. in particolare i vettori P0 P1 e P0 P2 sono tra loro indipendenti ed hanno componenti P0 P1 = (x1 − x0 . cio´e . z0 ). z − z0 ) ´e dipendente dai precedenti due vettori. Per ogni altro punto P = (x. Essi individuano un piano. z1 − z0 ) P0 P2 = (x2 − x0 . il vettore P0 P = (x − x0 . y. P2 = (x2 . y1 . z2 ). y0 . P1 = (x1 . z1 ). y2 − y0 . z) del piano. y1 − y0 . Supponiamo ora di avere tre punti non allineati nello spazio P0 = (x0 .226 15. y − y0 . y2 . z2 − z0 ).

.

.

x−x y − y0 z − z0 .

.

0 .

.

.

.

x1 − x0 y1 − y0 z1 − z0 .

= 0 .

.

.

x2 − x0 y2 − y0 z2 − z0 .

che ´e equivalente alla .

.

.

.

.

.

.

.

.

x y z x0 y0 z0 x1 y1 z1 x2 y2 z2 1 1 1 1 .

.

.

.

.

.

=0 .

.

.

cio´e sono paralleli. y. Ci´o si verifica quando a b c d = 0 = 0 6= 0 0 a b c d . cio´e i due piani hanno ∞1 punti in comune e quindi sono incidenti in una retta.2 Reciproca posizione di due piani. Le matrici associate al sistema sono " # " # a b c a b c d A= . a0 b0 c0 a0 b0 c0 d0 Se rango(A) = rango(C) = 1. I punti in comune ai due piani sono le soluzioni del sistema lineare ( ax + by + cz + d = 0 a0 x + b0 y + c0 z + d0 = 0 nelle incognite x. Se rango(A) = rango(C) = 2. per un opportuno α ∈ lR. allora il sistema ´e incompatibile ed i due piani non hanno punti in comune. Siano π : ax + by + cz + d = 0 e π 0 : a0 x + b0 y + c0 z + d0 = 0 due piani. allora i due piani sono coincidenti poich´e ax + by + cz + d = α(a0 x + b0 y + c0 z + d0 ). allora il sistema ammette ∞1 soluzioni. z. che ci riporta ancora alla forma affine dell’equazione del piano. 15. C= . Se rango(A) = 1 e rango(C) = 2.

15. si parla di fascio proprio. Oppure π e π 0 sono tra loro paralleli. ed allora tutti i piani del fascio sono tra loro paralleli. La totalit´a dei piani di equazione λ(ax + by + cz + d = 0) + %(a0 x + b0 y + c0 z + d0 ) = 0 al variare dei parametri reali λ e %.3 227 Fascio di piani. In pratica si deve studiare il sistema    ax + by + cz + d = 0 a0 x + b0 y + c0 z + d0 = 0   a00 x + b00 y + c00 z + d00 = 0 nelle incognite x. 15. Si possono verificare due casi: π e π 0 sono incidenti in una retta. ed allora tutti i piani del fascio hanno in comune quella retta. π 0 : a0 x+b0 y+c0 z+d0 = 0 e π 00 : a00 x+b00 y+c00 z+d00 = 0 tre piani.15.4 Stella di piani. Siano π : ax+by+cz+d = 0. cio´e i tre piani hanno ∞1 punti in comune e quindi sono incidenti in una retta: essi appartengono ad un fascio proprio. Supponiamo allora di avere un terzo piano π 00 : a00 x + b00 y + c00 z + d00 = 0 ed analizziamo in quale casi esso appartiene al fascio individuato da π e π 0 . Fascio di piani.3. ´e detta fascio di piani. a00 b00 c00   a b c d   C =  a0 b0 c0 d0  . cio´e sono paralleli: essi appartengono ad un fascio improprio. allora il sistema ´e incompatibile ed i tre piani non hanno punti in comune. z. Consideriamo il sistema    ax + by + cz + d = 0 a0 x + b0 y + c0 z + d0 = 0   a00 x + b00 y + c00 z + d00 = 0 . allora il sistema ammette ∞1 soluzioni. Le matrici associate al sistema sono   a b c   A =  a0 b0 c0  . Se rango(A) = 1 e rango(C) = 2. si parla di fascio improprio. y. Siano π : ax + by + cz + d = 0 e π 0 : a0 x + b0 y + c0 z + d0 = 0 due piani distinti. a00 b00 c00 d00 Se rango(A) = rango(C) = 2.

5 Equazioni di una retta. β e γ. Quindi dovremo avere necessariamente rango(C) = 3. Le  a  0 A= a a00 matrici associate al sistema sono    b c a b c d    C =  a0 b0 c0 d0  . si dice che essi formano una stella propria di piani. la totalit´a dei piani che appartengono alla stella ´e data dall’equazione: α(ax + by + cz + d = 0) + β(a0 x + b0 y + c0 z + d0 ) + γ(a00 x + b00 y + c00 z + d00 ) = 0 al variare dei parametri reali α. Rette e piani nello spazio affine ed euclideo. y. b0 c0  .228 15. nelle incognite x. allora il sistema ammette una sola soluzione. se rango(A) = rango(C) = 2 allora i tre piani formano un fascio proprio. 15. Definiamo retta nello spazio. π 0 e π 00 (propria o impropria che sia) se la matrice   a b c d  a0 b0 c0 d0     00  00 00 00  a b c d  a000 b000 c000 d000 ha rango 3. se rango(A) = 1 e rango(C) = 2 allora i tre piani formano un fascio improprio. in pratica uno dei tre piani ´e parallelo alla retta che gli altri due hanno in comune: si dice che i tre piani formano una stella impropria. a0 x + b0 y + c0 z + d0 = 0 . Se anche rango(A) = 3. Supponiamo di avere un quarto piano π 000 : a000 x + b000 y + c000 z + d000 = 0. In ogni caso. l’insieme di tutti i punti comuni a due piani non paralleli. Poniamoci ora nel caso in cui i tre piani siano distinti e non appartengano ad uno stesso fascio. b00 c00 a00 b00 c00 d00 Abbiamo gi´a visto che: se rango(A) = rango(C) = 1 allora i tre piani coincidono tra loro. Esso appartiene alla stella formata dai piani π. allora il sistema ´e incompatibile. Se rango(A) = 2. cio´e i tre piani hanno in comune un punto. z. quindi la rappresentiamo con le equazioni: ( ax + by + cz + d = 0 . i tre piani non hanno punti in comune.

Al variare del parametro t si ottengono tutti i punti della retta:    x = x0 + tl y = y0 + tm   z = z + tn 0 che sono dette equazioni parametriche della retta. In particolare se si conoscono due punti della retta P1 = (x1 . z2 − z1 ) e l’equazione si pu´o ottenere nel modo seguente:    x = x1 + t(x2 − x1 ) y = y1 + t(y2 − y1 )   z = z + t(z − z ) 1 2 1 da cui t= x − x1 y − y1 z − z1 = = x2 − x1 y2 − y1 z2 − z1 che ´e detta equazione a catena di una retta. n) e ( r0 : a00 x + b00 y + c00 z + d00 = 0 a000 x + b000 y + c000 z + d000 = 0 di parametri direttori (l0 . z1 ) e P2 = (x2 . Siano date le due rette ( r: ax + by + cz + d = 0 a0 x + b0 y + c0 z + d0 = 0 di parametri direttori (l. z0 ) e da un vettore v = (l. y0 . y2 . In tal caso. La terna (l. 229 Ogni retta dello spazio pu´o essere individuata da un suo punto P0 = (x0 . y2 − y1 . m. cio´e i quattro piani che le formano appartengono ad un stella propria. il vettore P1 P2 ´e parallelo alla retta e quindi (l. m. Diremo che r e r0 sono complanari se esiste un piano che le contenga entrambe. .6 Rette complanari. z2 ). n) ad essa parallelo. m. Quindi ogni punto P = (x. z) della retta ´e tale che il vettore P0 P sia proporzionale al vettore v cio´e P0 P = tv. y. le due rette possono essere incidenti in un punto. Due rette sono parallele se e solo se esse hanno i tre parametri direttori proporzionali (in particolare identici). oppure le due rette sono parallele. y1 .6. 15. m0 . n) rappresenta i parametri direttori della retta. n) = (x2 − x1 . n0 ). Rette complanari.15. per un opportuno parametro t dipendente dalla scelta di P sulla retta. m.

Possiamo quindi dedurre che due rette sono complanari se la matrice   a b c d  a0 b0 c0 d0      00 00 00 00  a b c d  a000 b000 c000 d000 ha rango ≤ 3. Rette e piani nello spazio affine ed euclideo. cio´e i quattro piani che le formano appartengono ad una stella impropria.230 15. cio´e quando .

.

.

.

.

.

.

.

.

a b c d 0 0 0 a b c d0 a00 b00 c00 d00 a000 b000 c000 d000 .

.

.

.

.

.

= 0. .

.

.

i vettori (l. z 0 ) ∈ r0 . n0 ) e (x − x0 . m. z) ∈ r e P 0 = (x0 . m0 . (l0 . y 0 . n). y − y 0 . z − z 0 ) sarebbero tra loro dipendenti cio´e . Analogamente possiamo determinare una ulteriore condizione di complanarit´a tra le due rette: siano scelti due punti P = (x. Se le due rette fossero complanari. y.

.

.

x − x0 y − y 0 z − z 0 .

.

.

.

.

l m n .

. = 0.

.

.

.

l0 m0 n0 .

Se i tre piani appartengono ad una stella impropria allora la retta ed il piano non hanno punti in comune. Se i tre piani appartengono ad una stella propria allora la retta ed il piano π hanno un punto in comune (che ´e il centro della stella). Siano dati il piano π: e la retta ( r: ax + by + cz + d = 0 π 0 : a0 x + b0 y + c0 z + d0 = 0 . cio´e la retta ´e parallela al piano.7 Reciproca posizione tra una retta ed un piano. 15. π 00 : a00 x + b00 y + c00 z + d00 = 0 Se i tre piani appartengono allo stesso fascio. Se due rette non sono complanari sono dette sghembe. . allora la retta r appartiene al piano π (essa ´e l’asse del fascio).

Siano P1 = (x1 . 1. Esercizio 173. m.15. 231 Poniamoci in quest’ultimo caso. 15. −1. 0). y2 − y1 . 1). (1. Essi sono le componenti di un vettore parallelo alla retta. Calcolo dei parametri direttori di una retta. n) = (x2 − x1 .8. m. c a c0 a0 # " . Allora il vettore (l. n). Determinare l’equazione del piano contenente i punti (1. Sia data la reta ( r: π : ax + by + cz + d = 0 : a0 x + b0 y + c0 z + d0 = 0 π0 con parametri direttori (l. (3. a0 l + b0 m + c0 n = 0 Questo ´e un sistema omogeneo di rango 2. 0). parallelo a π. le cui soluzioni sono proporzionali ai minori " b c b0 c0 # " . z2 − z1 ) ´e parallelo a π. retta e piano siano paralleli. z2 ) due punti della retta. nelle tre incognite (l. a b a0 b0 # . Tale vettore deve allora essere parallelo sia al piano π che a π 0 . Quindi le coordinate dei punti P1 e P2 soddisfano all’equazione di σ: ( ax2 + by2 + cz2 + div = 0 ax1 + by1 + cz1 + div = 0 e sottraendo le due equazioni otteniamo a(x2 − x1 ) + b(y2 − y1 ) + c(z2 − z1 ) = 0 al + bm + cn = 0 che ´e la condizione di parallelismo tra una retta ed un piano.8 Calcolo dei parametri direttori di una retta. In altre parole esiste un piano σ : ax + by + cz + div . 0. ed applicando la condizione di parallelismo otteniamo: ( al + bm + cn = 0 . n). . y1 . z1 ) e P2 = (x2 . m. che contiene il vettore P1 P2 . y2 .

Sia (x. Svolg. y. L’equazione in forma cartesiana si ottiene allora da: . Rette e piani nello spazio affine ed euclideo.232 15. z) il generico punto del piano.

.

.

x y z 1 .

.

.

.

1 1 0 1 .

.

.

.

.

=0 .

1 0 1 1 .

.

.

.

3 −1 0 1 .

t u Esercizio 174. cio´e x + y + z − 2 = 0. 3) e (1. 1. 2) e parallelo ai vettori di componenti (−1. In forma parametrica l’equazione del piano ´e  0   x = −t + t + 1 y = 2t + 2t0 + 1   z = 3t − t0 + 2 ed in forma cartesiana . 2. Determinare l’equazione del piano contenente il punto (1. 2. −1). Svolg.

.

x−1 y−1 z−2 .

.

2 3 .

−1 .

.

1 2 −1 .

.

.

.

.

=0 .

.

ma la matrice C 0 ha rango 3. cio´e 4x − y + 2z − 7 = 0. Consideriamo ora le matrici associate ai tre piani (aggiungiamo una riga con i coefficienti di π):   3 1 −2   A0 =  1 −4 2  . t u . In particolare i tre piani formano una stella impropria. quindi il fascio ´e proprio. 2 5 −4   3 1 −2 0   C 0 =  1 −4 2 −1  . Svolg. Verificare se il piano π : 2x + 5y − 4z + 2 = 0 appartiene o no al fascio. 2 5 −4 2 La matrice A0 ha rango 2. Le matrici associate al fascio sono " # " # 3 1 −2 3 1 −2 0 A= . t u Esercizio 175. Sia dato il fascio di piani (3x + y − 2z) + a(x − 4y + 2z − 1) = 0. C= . 1 −4 2 1 −4 2 −1 Hanno entrambe rango 2. quindi il piano π non appartiene al fascio dato.

 1 0  1 0 0  0 −1  2 1 0 2 1 0 −1 La matrice C 00 ha rango 4. . C= . t u Esercizio 177.8. Verificare se il piano π : 5x + 5y − 15z + 4 = 0 appartiene o no al fascio. t u . 0 1 0 0 −1 Hanno entrambe rango 3.15. C 0 =  2 2 −6 1  . 1 0 0 −1  3 5 −4 0 Le matrici A0 e C 0 hanno entrambe rango 3. Le matrici associate  3 1  A =  1 −4 1 0 alla stella sono    −2 3 1 −2 0    C =  1 −4 2 −1  . Sia dato il fascio di piani (x+y −3z +2)+a(2x+2y −6z +1) = 0. Consideriamo ora le matrici ottenute aggiungendo i coefficienti del piano σ:     3 1 −2 3 1 −2 0  1 −4 2   1 −4 2 −1      A00 =  C 00 =  . Consideriamo ora le matrici associate ai quattro piani (aggiungiamo una riga con i coefficienti di π):    A0 =   3 1 −2 1 −4 2 1 0 0 3 5 −4    .     C0 =    3 1 −2 0 1 −4 2 −1   . Svolg. Verificare se i piani π : 3x + 5y − 4z = 0 e σ : 2x + y − 1 = 0 appartengono o no alla stella. Consideriamo ora le matrici associate ai tre piani (aggiungiamo una riga con i coefficienti di π):     1 1 −3 2 1 1 −3     A0 =  2 2 −6  . 2 . Sia data la stella di piani (3x+y−2z)+a(x−4y+2z−1)+b(x−1) = 0. Svolg. e la matrice C ha rango 2: ´e un fascio improprio. Le matrici associate al fascio sono " # " # 1 1 −3 1 1 −3 2 A= . 5 5 −15 4 5 5 −15 La matrice A0 ha rango 1 e la matrice C 0 ha rango 2. quindi il piano π appartiene al fascio dato. quindi il piano σ non appartiene alla stella. quindi il piano π appartiene alla stella. 2 2 −6 2 2 −6 1 La matrice A ha rango 1. Calcolo dei parametri direttori di una retta. quindi la stella ´e propria. 233 Esercizio 176.

1). 1) e (2.  2 1 1 0   C =  1 1 1 1 . Verificare se i piani π : 2x + 2y + 2z − 3 = 0 e σ : x + 2y − z = 0 appartengono o no alla stella. Svolg. quindi il piano σ non appartiene alla stella impropria.     C0 =   2 1 3 2 1 1 2 2 1 0 1 1 2 −1 2 −3    .   z=1 In forma cartesiana. Consideriamo ora le matrici associate ai quattro piani (aggiungiamo una riga con i coefficienti di π):    A0 =   2 1 3 2 1 1 2 2 1 1 2 2    . Rette e piani nello spazio affine ed euclideo. Svolg. n) = (1. z=1 t u . Le matrici associate alla  2 1 1  A= 1 1 1 3 2 2 stella sono    . Determinare la retta passante per i punti (1. . quindi la stella ´e impropria.  3 2 2   3 2 2 −1  1 2 −1 0 1 2 −1 La matrice A00 ha rango 3. 3. Consideriamo ora le matrici ottenute aggiungendo i coefficienti del piano σ:     2 1 1 2 1 1 0  1 1 1   1 1 1 1      00 00 A = C = . Sia data la stella di piani (2x + y + z) + a(x + y + z) + b(3x + 2y + 2z − 1) = 0. I parametri direttori della retta sono dati dalle differenze delle coordinate omologhe dei due punti: (l. 0. eliminando il parametro t dalle precedenti. otteniamo: ( 3x − y − 3 = 0 . Esercizio 178.  Le matrici A0 e C 0 hanno rispettivamente rango 2 e rango 3. 0). quindi una forma parametrica dell’equazione della retta ´e:    x=t+1 y = 3t . 3. 3 2 2 −1 La matrice A ha rango 2 e la matrice C ha rango 3. m. quindi il piano π appartiene alla stella. t u Esercizio 179.234 15.

1). 235 Esercizio 180. I parametri direttori della retta s sono (−1. Calcolo dei parametri direttori di una retta. Determinare la retta passante per il punto (2. Qr = (−2. eliminando il parametro t dalle precedenti.15. Il vettore che li congiunge ha componenti (4. −1. e quindi essi possono essere considerati anche come i parametri direttori della retta da determinare. 3) ´e un punto di r. t u Esercizio 182. 5. le due rette non sono complanari (si dice che sono sghembe). −1) ´e un punto di s. 0.8. 4) e quelli di s sono (−1. Calcoliamo il determinante della matrice   4 3 4   A =  −3 −1 4  . Quindi una forma parametrica dell’equazione della retta ´e:    x = −t + 2 y = 3t + 1 . Inoltre i parametri direttori di r sono (−3. 1. 1) e parallela alla retta s : 2x + y − z = x + y − 2z + 1 = 0. −1). −1 5 −1 Poich´e det(A) 6= 0. z = −t. Determinare se le seguenti rette sono complanari: r: s: x − 3y + 2 = x + y + z − 1 = 0 x = −t + 2. 3. 3x + y − 7 = 0 t u Esercizio 181. 3. Svolg. Svolg. y = 5t + 3.   z =t+1 In forma cartesiana. Ps = (2. Determinare se le seguenti rette sono complanari: r: s: x−y =z−1=0 x − y + 2z − 3 = 2x − 2y + 3z − 4 = 0 . 3. otteniamo: ( x+z−3=0 . −4).

z=t sono paralleli. Si verifichi che il piano π : 2x − y − 4z + 2 = 0 e la retta r: x = t. Calcoliamo allora il piano π che la contiene entrambe: determiniamo dapprima il fascio di piani che abbia come sostegno la retta s: F : (x − y + 2z − 3) + a(2x − 2y + 3z − 4) = 0.236 15. b.  Poich´e det(A) = 0. −4). I parametri direttori della retta sono (l. . Svolg. 0. le due rette sono complanari. Inoltre π deve contenere ogni punto di r. Scegliamo P = (0. t u Esercizio 183. Imponiamo ora che il generico piano del fascio contenga P : 2 − 3 + a(3 − 4) = 0 → a = −1 quindi π: x − y + z − 1 = 0. m. Rette e piani nello spazio affine ed euclideo. t u Esercizio 184. Il piano π appartiene a tale fascio. Svolg. per cui ´e verificata la condizione al+bm+cn = 0. −2. c) = (2. Determinare il punto comune alla retta r: 2x − y + 1 = x + y − z = 0 ed al piano π : 3x − y + 2z = 0. −1. y = 1 − 2t. 1) ed i coefficienti del piano sono (a. 1) ∈ r (la scelta di tale punto deve essere tale da essere certi che P non sia il punto comune alle due rette). n) = (1. Per verificare se sono complanari consideriamo la matrice formata dai coefficienti dei quattro piani che le compongono:    A=  1 −1 0 0 0 0 1 −1 1 −1 2 3 2 −2 3 −4    .

y. che ha coordinate (t. che rappresenta un piano. 3t). Determinare il piano passante per il punto (2. Coordinate omogenee nello spazio. L’insieme di tutti i punti impropri dello spazio ´e individuato dall’equazione x4 = 0. . il punto ´e detto improprio. il punto ´e detto proprio e pu´o essere individuato dalla quaterna di coordinate omogenee (x. z) un punto nello spazio. Il generico piano parallelo a π ha equazione 2x − y + 3z + k = 0 al variare di k ∈ lR si ottengono tutti i piani paralleli a π. In caso x4 = 0. Otterremo il valore del parametro t per il quale il punto appartiene sia alla retta che al piano: 3t − (2t + 1) + 2(3t + 1) = 0 → t = − 1 7 quindi il punto comune a retta e piano ´e dato da  1   x = −7 y = 57 . x3 . Imponiamo il passaggio per il punto (2. Sia P = (x. t u 15. y. Una forma parametrica della retta ´e allora:   x=t  y = 2t + 1 .   z=4 7 Esercizio 185. I parametri direttori di r sono (1. x2 . 1. 1). 237 Svolg. z. x4 y= x2 . 2. 2t + 1. x4 z= x3 . 1) e parallelo al piano π : 2x − y + 3z + 5 = 0.   z = 3t + 1 Sostituiamo il generico punto di r. 3) ed un suo punto ´e P0 = (0. x4 ) sono le coordinate omogenee di P se x= x1 .9 Coordinate omogenee nello spazio. Diremo che (x1 . 1): → k = −6. 1). nell’equazione del piano.15. il piano improprio.9. 1. cio´e l’equazione del piano richiesto ´e 2x − y + 3z − 6 = 0. 1. x4 Se x4 6= 0. Svolg.

allora il punto improprio della retta appartiene alla giacitura del piano. Rette e piani nello spazio affine ed euclideo. Se la retta ´e individuata dai parametri direttori (l. X) ∈ {+ √ l l . individuano il medesimo punto. k. detta retta impropria (o giacitura) di π. Y ) ∈ {+ √ m m . Tutte le quaterne di coordinate omogenee che siano tra loro proporzionali. i coseni degli angoli che la retta forma con gli assi coordinati.238 15.10 Angoli nello spazio euclideo. Per cui rette tra loro parallele hanno lo stesso punto improprio. m. Se una retta ed un piano sono paralleli. Fissiamo nello spazio euclideo un riferimento cartesiano ortogonale OXY Z di centro O e versori i. n) sono esattamente i parametri direttori di r. m. rispettivamente per gli assi X. Z. Tutti i piani tra loro paralleli hanno la stessa giacitura. −√ } l 2 + m2 + n 2 l2 + m2 + n2 β = cos(r. m. L’equazione di un piano in coordinate omogenee ´e π: ax1 + bx2 + cx3 + dx4 = 0 ed i suoi punti impropri si ottengono intersecandolo col piano improprio: ( ax1 + bx2 + cx3 + dx4 = 0 x4 = 0 Questa ´e una retta. 0). dove (l. Chiameremo coseni direttori di una retta r. n). i suoi coseni direttori saranno: α = cos(r. 15. L’equazione di una retta in coordinate omogenee ´e data dall’intersezione dei due piani ( ax1 + bx2 + cx3 + dx4 = 0 r: a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0 I punti impropri di r si ottengono intersecandola col piano improprio:    ax1 + bx2 + cx3 + dx4 = 0 a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0   x4 = 0 Quindi ogni retta contiene un solo punto improprio (l. Y. n. −√ } 2 2 2 +m +n l + m2 + n2 l2 . j.

l2 + m2 + n2 · l02 + m02 + n02 Quindi le due rette sono ortogonali se ll0 + mm0 + nn0 = 0. r0 ) = cos(v. m0 .√ ). c). Angoli nello spazio euclideo. −√ }. 2 2 2 2 2 2 +b +c a +b +c a + b2 + c2 Sia ϕ = (r. Consideriamo infine una retta r di parametri direttori (l. n) ed un piano π : ax + by + cz + d = 0. Un vettore v di componenti (vx . X) ∈ {+ √ . −√ } l 2 + m2 + n 2 l2 + m2 + n2 Consideriamo ora due rette ed individuiamole tramite i rispettivi parametri direttori: r = (l. c) ´e ortogonale anche al piano ax + by + cz + d = 0.15. −√ }. Quindi segue che: sen(r. v 0 ) = ± √ . Z) ∈ {+ √ 239 n n . n0 ). m. π 2 −ϕ . b. Sia π : ax + by + cz + d = 0 un piano. a2 + b2 + c2 · a02 + b02 + c02 a2 + b2 + c2 · a02 + b02 + c02 Da ci´o concludiamo anche che i due piani sono ortogonali se aa0 + bb0 + cc0 = 0. Y ) ∈ {+ √ Siano ora π : ax + by + cz + d = 0 e π 0 : a0 x + b0 y + c0 z + d0 = 0 due piani distinti. π) = cos(r. L’angolo formato dai due piani ´e uguale a quello formato dai due versori normali ai due piani: cos(π. a2 + b2 + c2 a2 + b2 + c2 β = cos(r. Definiamo l’angolo formato dalla retta r e dal piano π. n) = ± √ al + bm + cn √ a2 + b2 + c2 · l2 + m2 + n2 da cui otteniamo che la retta ed il piano sono paralleli se al + bm + cn = 0. n) l’angolo formato dalla retta r e dal versore n. uno di componenti (l. −√ } 2 2 2 2 a +b +c a + b2 + c2 b b . Il versore normale al piano ´e n = (√ a2 a b c . Ci´o vuol dire anche che il vettore v ´e ortogonale ad ogni vettore w di componenti proporzionali alla terna (a. Z) ∈ {+ √ . In particolare questo implica che ogni vettore w = %(a.10. −√ } a2 + b2 + c2 a2 + b2 + c2 c c γ = cos(r. n0 ). m. m0 . Diciamo allora che una retta ´e ortogonale al piano π se i suoi coseni direttori sono a a α = cos(r. Indichiamo con v e v 0 due vettori paralleli rispettivamente a r e r0 . vy . n) e l’altro (l0 . n) e r0 = (l0 .√ . m. vz ) ´e parallelo al piano se avx + bvy + cvz = 0. L’angolo tra le due rette ´e lo stesso formato dai due vettori: ll0 + mm0 + nn0 √ cos(r. γ = cos(r. b. π 0 ) ∈ {+ √ aa0 + bb0 + cc0 aa0 + bb0 + cc0 √ √ .

240 15. n) ed il punto P1 = (x1 . esso ´e la proiezione ortogonale di P1 su r. a2 + b2 + c2 a2 + b2 + c2 a2 + b2 + c2 Quindi: δ(P0 H) = |(P0 Q1 ) × ( √ a b c i+ √ j+√ k)| = 2 2 2 2 +b a +b a + b2 + c2 a2 |((x1 −x0 )i+(y1 −y0 )j +(z1 −z0 )k)×( √ a b c i+ √ j)+ √ k| = 2 2 2 2 +b a +b a + b2 + c2 a2 |ax1 − ax0 + by1 − by0 + cz1 − cz0 | √ . Scegliamo arbitrariamente un punto Q0 = (x0 .√ ). a2 + b2 + c2 Dal fatto che Q1 ∈ π segue che ax1 + by1 + cz1 = −d. y1 . dove H ´e la proiezione ortogonale di P0 su π (disegno 10). Rette e piani nello spazio affine ed euclideo. z0 ) ed il piano π : ax + by + cz + d = 0. Q1 ). P2 ) = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 . per cui δ(P0 H) = |ax0 + by0 + cz0 + d| √ . Allora δ(P0 H) ´e la proiezione ortogonale del vettore P0 Q1 lungo la direzione del vettore P0 H. y0 . Ci proponiamo di calcolare la distanza del punto dal piano. z1 ) e P2 = (x2 . La distanza del punto P1 dalla retta r ´e la distanza δ(P1 . Consideriamo ora il punto P0 = (x0 . che ´e il versore normale al piano π: u = (√ a b c . z2 ) due punti dello spazio. Per determinare tale proiezione abbiamo bisogno del versore u di P0 H. Esiste comunque una formula che consente di calcolare direttamente la distanza tra il punto P1 e la retta r. y1 . La distanza di P0 da π ´e pari alla lunghezza δ(P0 H) del segmento P0 H. z1 ) ∈ π.11 Distanze nello spazio euclideo. inoltre . Siano P1 = (x1 . Scegliamo un qualsiasi punto Q1 = (x1 . Indichiamo come sopra Q1 il punto che sia la proiezione di P1 su r. m. y2 . z1 ) non appartenente alla retta. z0 ) ∈ r. a2 + b2 + c2 Scegliamo ora una retta r di parametri direttori (l. Se P0 ∈ π chiaramente diremo che essa ´e nulla. Il segmento h = P1 Q1 ´e l’altezza del trapezio avente come lati l1 = Q1 Q0 e l2 = P1 Q0 . y1 . y0 . 15. Costruiamo il piano π ortogonale alla retta e passante per P1 : tale piano ´e unico. La distanza tra i punti P1 e P2 ´e il modulo del vettore P1 P2 : p δ(P1 . Poniamoci allora nel caso in cui P0 ∈ / π.√ . Indichiamo con Q1 = π ∩ r.

Quindi: |Q1 Q0 ∧ P1 Q0 | . Distanze nello spazio euclideo.11. n). m.15. pur supponendo di non conoscere le coordinate di Q1 . δ(P1 . dove A ´e l’area del In particolare. tale che Q1 Q0 = α(l. ´e certo che esiste un opportuno α ∈ lR. r) = h = |Q1 Q0 | A l1 . Per cui h = trapezio. 241 h ´e l’altezza relativa al lato l1 (disegno 11). da cui .

.

.

.

i j k .

.

.

.

Q1 Q0 ∧ P1 Q0 = .

αl αm αn .

..

.

.

(x1 − x0 ) (y1 − y0 ) (z1 − z0 ) .

Allora il modulo del vettore Q1 Q0 ∧ P1 Q0 ´e v.

.

.

u.

u.

x − x y − y .

.

2 .

.

x − x z − z 1 0 1 0 1 0 1 0 t α .

.

+.

.

.

.

l m l n ed il modulo di Q1 Q0 ´e α p .

2 .

.

.

.

r) = h = v. Concludiamo che δ(P1 . l2 + m2 + n2 ).

u u.

x − x y − y 0 1 0 u.

1 u.

.

l m t .

2 .

.

.

y −y z −z .

.

1 0 1 0 .

+.

.

.

m n |Q1 Q0 ∧ P1 Q0 | = |Q1 Q0 | .

2 .

.

.

x −x z −z .

.

1 0 1 0 .

+.

.

.

l n .

2 .

.

.

y −y z −z .

.

1 0 1 0 .

+.

.

.

m n l2 + m2 + n2 .

2 .

.

.

.

si . Esisteranno quindi due piani π e π 0 tra loro paralleli tali che r ∈ π e r0 ∈ π 0 . Infine siano r = (l. n0 ) due rette sghembe. m0 . π 0 ) = |ax0 + by0 + cz0 + d2 | √ = a2 + b2 + c2 √ |d2 − d1 | a2 + b2 + c2 poich´e ax0 + by0 + cz0 = −d1 . Un altro metodo per calcolare la distanza tra le rette sghembe r e r0 ´e quello di sfruttare la propriet´a per la quale esiste una ed una sola retta s perpendicolare ad entrambe r e r0 e con esse incidente. z0 ) di π dall’altro piano π 0 : δ(π. . m. La distanza tra di essi ´e pari alla distanza di un qualsiasi punto P0 = (x0 . La distanza tra r e r0 ´e pari alla distanza tra π e π 0 . Siano ora π : ax+by +cz +d1 = 0 e π 0 : ax+by +cz +d2 = 0 due piani paralleli. y0 . Dopo aver individuato la retta s. n) e r0 = (l0 .

   z = z + tn  z = z 0 + t0 n 0 0 0 I generici punti P ∈ r e P 0 ∈ r0 sulle due rette hanno coordinate P = (lt + x0 . y00 . m0 . P 0 sulle rette r e r0 . Al variare dei parametri t e t0 dobbiamo determinare i punti P e P 0 tali che il vettore w sia ortogonale sia con r che con r0 . La distanza tra le due rette sghembe ´e pari alla distanza tra P e P 0 . r0 : y = y00 + t0 m0 . Rette e piani nello spazio affine ed euclideo. z = −t + 1. n) = (lt−l0 t0 +x0 −x00 )·l+(mt−m0 t0 +y0 −y00 )·m+(nt+n0 t0 +z0 −z00 )·n = 0 w×(l0 . mt + y0 .242 15. mt − m0 t0 + y0 − y00 . nt + n0 t0 + z0 − z00 ). Determiniamo il fascio di piani contenente r: 3x + 6y − z − 2 + h(x + y − 1) = 0 (3 + h)x + (6 + h)y − z − 2 − h = 0 ed imponiamo la ortogonalit´a con s: 3 + h = 1. z00 ):   0 0 0   x = x + tl 0   x = x0 + t l r: y = y0 + tm . n0 t0 + z00 ) ed il vettore w che li congiunge ha componenti w = (lt − l0 t0 + x0 − x00 . permettono di individuare i punti P. n0 ) = (lt−l0 t0 +x0 −x00 )·l0 +(mt−m0 t0 +y0 −y00 )·m0 +(nt+n0 t0 +z0 −z00 )·n0 = 0. P 0 = (l0 t0 + x00 . y = 4t. Svolg. del precedente sistema. Determinare il piano contenente la retta di equazioni r : 3x + 6y − z − 2 = x + y − 1 = 0 e ortogonale alla retta s : x = t + 2. Le soluzioni t. Esponiamo nei particolari questo procedimento: Siano scelti i punti Q = (x0 . m0 t0 + y00 . t u . Esercizio 186. cio´e devono annullarsi i seguenti prodotti scalari: w×(l. z0 ) ∈ r e Q0 = (x00 . 6+h=4 da cui h = −2 e quindi il piano ´e x + 4y − z = 0. t0 . nt + z0 ). y0 . costruiscono i punti P = r ∩ s e P 0 = r0 ∩ s. m.

15. 1) e parallelo alla retta r : 2x + y − 1 = x − y − 2 = 0.11. Determiniamo il piano contenente i punti (1. 1. 0. 0. Svolg. 1). 1. per cui il piano richiesto contiene i tre punti in coordinate omogenee (1. 1. 0. 1). 1). (0. 1). 0. (−1. 243 Esercizio 187. 0): . 1. (−1. Distanze nello spazio euclideo. 1. I parametri direttori della retta r sono (0.

.

.

x1 x2 x3 x4 .

.

.

.

1 0 1 1 .

.

.

π:.

.

=0 .

−1 1 1 1 .

.

.

.

0 0 1 0 .

Svolg. π) = 3 |3 · 0 + 2 · 2 + (−1) · 1| √ =√ . Determinare la distanza tra le rette 2x + 3y − 2 = x − 1 = 0 e y = x − z + 1 = 0. δ(P. π: x1 + 2x2 − x4 = 0 x + 2y − 1 = 0. 2. π 0 ) = √2 = √2 = . t u Esercizio 188. Determinare la distanza tra i due piani π : e π 0 : 4x + 2y + 4z + 7 = 0. 2 4+1+4 9 t u Esercizio 190. Determinare la distanza tra il punto P = (0. Svolg. Verifichiamo se le rette sono complanari o sghembe: . 9 | 7 − (−1)| 3 δ(π. 9+4+1 14 t u Esercizio 189. Riscriviamo π 0 : 2x + 2y + 2z + 7 2 2x + y + 2z − 1 = 0 = 0. Svolg. 1) ed il piano π di equazione 3x + 2y − z + 2 = 0.

.

.

2 3 0 −2 .

.

.

.

1 0 0 −1 .

.

.

.

.

=0 .

0 1 0 0 .

.

.

.

1 0 −1 1 .

.

Determinare la distanza tra le rette r : e s : y = x − z + 1 = 0. Inoltre le terne di parametri direttori delle rette sono (0. −1) per cui le rette sono incidenti e non parallele e la loro distanza ´e nulla. 0. quindi le rette sono complanari. t u 2x + 3y − 1 = x − 1 = 0 Verifichiamo se le rette sono complanari o sghembe: . Rette e piani nello spazio affine ed euclideo. 1) (−1. Svolg. Esercizio 191. 0.244 15.

.

.

2 3 0 −1 .

.

.

.

1 0 0 −1 .

.

.

6 0 .

= .

.

0 1 0 0 .

.

.

.

1 0 −1 1 .

0). Inponiamo che tale vettore sia ortogonale ad entrambe le rette: ortogonalit´a con r : t0 − t + 1 = 0 . s) = δ(πr . − 13 . Inoltre le terne di parametri direttori delle rette sono r = (0. Imponiamo il passaggio per r∞ : k = 0 ed il piano ´e πs : y = 0. 0. t) e quello di s ´e Qs = (t0 . t0 − t + 1). t0 + 1). 0. 0). cio´e quella ortogonale ed incidente ad entrambe le rette date: In coordinate parametriche il generico punto di r ´e Pr = (1. r∞ = (0. Costruiamo il fascio di piani che ha come sostegno r Fr : 2x + 3y − 1 + h(x − 1) = 0 Fr : (2 + h)x + 3y − 1 − h = 0 Il piano πr di Fr parallelo alla retta s deve contenere il punto improprio di s. 1) s = (1. Analogamente costruiamo il fascio di piani che ha come sostegno s Fs : y + k(x − z − 1) = 0 Fs : kx + y − kz − k = 0 Il piano πs di Fs parallelo alla retta r deve contenere il punto improprio di r. Il segmento Pr Qs ha componenti (t0 − 1. 0. quindi le rette sono sghembe. 13 . Imponiamo il passaggio per s∞ : 2 + h = 0 ed il piano ´e πr : 3y + 1 = 0. Allora 1 δ(r. 1. 1. 0. 1). 0. πs ) = . s∞ = (1. 3 Calcoliamo ora la retta di minima distanza.

1. Il segmento P Q ha componenti (1. . 2) 3 Qs = (1. Quindi i punti contenuti nella retta di minima distanza sono 1 Pr = (1. δ(P. b = −2. A= 2 −2 1 l m n La distanza tra punto P e la retta r ´e p A2 + A212 + A213 δ(P. 1. Scegliamo Q = (0. r) = √11 l2 + m2 + n2 in cui Aij sono i minori di ordine 2 di A. 1 5 Il punto di intersezione tra r e π ´e Q = ( 10 e pari 9 . Distanze nello spazio euclideo. 3) e la retta r di equazioni x = 2t. z = t.11.15. r) = δ(P. Consideriamo la matrice " # " # 1 0 3 1 0 3 = . cio´e a = 2. 3 4+4+1 Un altro metodo potrebbe essere il seguente: Determiniamo la stella di piani passante per P : a(x − 1) + b(y − 1) + c(z − 3) = 0 e tra tutti questi piani scegliamo l’unico ortogonale alla retta r. Svolg. c = 1: π : 2x − 2y + z − 3 = 0. Q) = + + = 3 81 81 81 t u . 2) e la retta di minima distanza ´e x − 1 = y − 2 = 0. − 9 . 0) sulla retta r. 0. 3). 9 ). Determinare la distanza tra il punto P = (1. 0. ortogonalit´a con s : 245 t0 − 1 + t 0 − t + 1 = 0 da cui t0 = 1 e t = 2. y = 1 − 2t. r) = √ = . La distanza tra r e P ´ alla distanza tra P e Q: r √ 65 1 100 484 . √ √ 4 + 25 + 36 65 δ(P. t u Esercizio 192.

Svolg. Verifichiamo se le rette sono .246 15. Esercizio 193. Determinare la distanza tra le rette r : e s : x − z − 2 = y − 2z + 3 = 0. Rette e piani nello spazio affine ed euclideo.

.

1 0 .

.

0 1 .

.

.

1 0 .

.

0 1 x − 2z + 1 = y − 3z = 0 complanari o sghembe: .

−2 −1 .

.

−3 0 .

.

.

6= 0 −1 −2 .

.

−2 3 .

Scegliamo ora un punto Q a piacere su s: Q = (2. t − t0 ). 3 3 Calcoliamo ora la retta di minima distanza. cio´e quella ortogonale ed incidente ad entrambe le rette date: In coordinate parametriche il generico punto di r ´e Pr = (2t + 1. quindi le rette sono sghembe. ) 3 3 3 e la retta di minima distanza ´e    x=t+3 y = −t + 3 . s∞ = (1. Imponiamo il passaggio per s∞ : 1 + h = 0 ed il piano ´e πr : x − y + z + 1 = 0. 2t0 − 3. Il piano πr di Fr parallelo alla retta s deve contenere il punto improprio di s. Inponiamo che tale vettore sia ortogonale ad entrambe le rette: ortogonalit´a con r : 14t − 9t0 + 7 = 0 ortogonalit´a con s : 9t − 6t0 + 5 = 0 da cui t = 1 e t0 = 73 . 2. La distanza tra s e r ´e pari alla distanza tra Q e πr : δ(r. 1). . 1) Qs = ( 13 5 7 . Inoltre la terna di parametri direttori della retta s ´e (1. Il segmento Pr Qs ha componenti (2t − t0 − 1. 0). s) = δ(Q. Quindi i punti contenuti nella retta di minima distanza sono Pr = (3. 3. t0 ). πr ) = 4 |2 + 3 − 1| √ =√ .   z =t+1 t u . −3. 3t − 2t0 + 3. 0). 1. t) e quello di s ´e Qs = (t0 + 2. 3t. 2. Costruiamo il fascio di piani che ha come sostegno r Fr : Fr : x − 2z + 1 + h(y − 3z) = 0 x + hy + (−2 − 3h)z + 1 = 0.

247 Esercizio 194. 1). Determinare il piano passante per i punti P = (1. Distanze nello spazio euclideo. I parametri direttori della retta r sono (0. 0) e passante per il punto P (oppure Q): . 0).11. 1) e parallelo alla retta r : 2x + y − 1 = x − y − 2 = 0. Svolg. Il piano richiesto ´e quello contenente i vettori (0.15. 0. 1) e quelli della retta contenente il segmento P Q sono (2. 1). 0. (2. −1. Q = (−1. 1. 0. −1.

.

.

x−1 y z−1 .

.

.

.

.

0 1 .

=0 .

0 .

.

.

2 −1 0 .

1. oppure analogamente ´e il piano contenente (0. 1. (1. −1. 0). (2. 0. 0). 0. 0. 1): .

.

x1 x2 x3 .

.

0 0 1 .

.

.

2 −1 0 .

.

in coordinate omogenee. 1 0 1 i tre punti. x4 0 0 1 .

.

.

.

.

.

=0 .

.

.

Determinare il piano passante per il punto P = (0. 1) e parallelo alle rette r : x = 3t + 1. 0). 1) e passante per il punto P : . 1. 1. z = 3 e s : x − 2z = y − 3z + 1 = 0. 3. 0) s : (2. cio´e x1 + 2x2 − x4 = 0. 1. I parametri direttori delle due rette sono: r : (3. o equivalentemente x + 2y − 1 = 0. 1). t u Esercizio 195. Il piano richiesto ´e quello contenente i vettori (3. (2. Svolg. 3. y = t − 2.

.

.

x y−1 z−1 .

.

.

.

.

1 0 .

=0 .

3 .

.

.

2 3 1 .

(3. 1. (0. 1): . 1. 1. 0. 1. (2. oppure analogamente ´e il piano contenente i tre punti. 0). 0). 3. in coordinate omogenee.

.

.

x1 x2 x3 x4 .

.

.

.

3 1 0 0 .

.

.

.

.

=0 .

2 3 1 0 .

.

.

.

0 1 1 1 .

o equivalentemente x − 3y + 7z − 4 = 0. t u . cio´e x1 − 3x2 + 7x3 − 4x4 = 0.

1. 2x + z − 3 = 0 t u Esercizio 197. Rette e piani nello spazio affine ed euclideo. Determinare la retta contenente il punto P = (0. 0. La condizione di allineamento di tale punto con i punti P e Q ´e che la matrice   x1 x2 x3 x4    1 1 0 0  0 0 1 0 abbia rango 2. Svolg. I parametri direttori della retta sono identici a quelli della retta r. cio´e . Esercizio 196. quindi la sua equazione in forma parametrica ´e data da:    x = −t y=0   z = 2t + 3 ed in forma cartesiana. eliminando t dalle precedenti equazioni: ( y=0 . 0). Svolg. y = 2. 0) e Q = (0. 0. Sia (x1 . 1. 3) e parallela alla retta r : x = 1 − t. x3 . 0. x2 . x4 ) il generico punto appartenente alla retta richiesta. Determinare la retta passante per i punti P = (1. z = 1 + 2t.248 15.

.

.

x x x .

2 3 .

.

1 .

.

.

1 1 0 .

=0 .

.

.

0 0 1 .

quindi una sua espressione cartesiana ´e la seguente: ( x4 = 0 . 3) e tale da essere complanare ed ortogonale alla retta r : 2x + y = 2x − z − 1 = 0. . Inoltre la retta certamente appartiene al piano improprio x4 = 0. x1 − x2 = 0. 2. Determinare la retta s passante per il punto P = (−1. x1 − x2 = 0 t u Esercizio 198.

αc. x − 2y + 2z − 1 = 0 t u 15.12 Elementi complessi nello spazio. Ogni punto dello spazio ´e individuato da una quaterna di coordinate omogenee (x1 . 2. quindi il primo piano ´e 2x+y = 0. i cui parametri direttori sono (−1. esiste una sola retta reale che lo contiene: ´e la retta congiungente P con il punto ad esso coniugato. Determiniamo la retta in forma cartesiana. Un punto ´e detto reale se tra le infinite quaterne proporzionali che lo rappresentano. La retta s ´e allora: ( 2x + y = 0 . Il piano ´e detto reale se esiste una sua rappresentazione π : α(ax1 + bx2 + cx3 + dx4 ) = 0. Due qualsiasi quaterne tra loro proporzionali rappresentano lo stesso punto nello spazio. −1). Elementi complessi nello spazio. 249 Svolg. Se P ´e un punto non reale.15. Consideriamo ora la retta ( ax1 + bx2 + cx3 + dx4 = 0 r: a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0 Essa ´e reale se tra gli infiniti piani del fascio α(ax1 + bx2 + cx3 + dx4 ) + β(a0 x1 + b0 x2 + c0 x3 + d0 x4 ) = 0 ne esiste almeno uno che sia reale. Il secondo piano ´e quello appartenente alla stella di centro P e ortogonale alla retta r: SP : a(x + 1) + b(y − 2) + c(z − 3) = 0 ed imponendo l’ortogonalit´a con r. αb. α ∈ lR in modo tale che αa. αd ∈ lR. ce ne ´e almeno una composta da soli numeri reali. quindi il secondo piano ´e x − 2y + 2z − 1 = 0. Analogamente sia π : ax1 + bx2 + cx3 + dx4 = 0 l’equazione di un piano in coordinate omogenee. . si ottiene a = −1. x2 . Il primo piano ´e quello appartenente al fascio di asse r e passante per P : Fr : 2x + y + h(2x − z − 1) = 0 ed imponendo il passaggio per P si ottiene h = 0. b = 2.12. c = −1. x3 . x4 ) non tutte nulle.

essa contiene al pi´ u un punto reale: tale punto ´e l’intersezione di r con la retta ad essa coniugata. Quanti punti reali possiede la retta r : iz − 2 − i = 0? ix − y − i + 2 = x + 2y − Svolg. Si noti che non ´e detto che una retta immaginaria contenga un punto reale. Rette e piani nello spazio affine ed euclideo. Verifichiamo se r e r sono complanari o sghembe: .250 15. La retta coniugata a r ´e data dalle equazioni r : −ix − y + i + 2 = x + 2y + iz − 2 + i = 0. Infatti essa potrebbe essere sghemba con la propria coniugata e non avere con questa alcun punto di intersezione. Se r ´e una retta non reale. Esercizio 199. Se π ´e un piano non reale. esso contiene una sola retta reale: tale retta scaturisce dall’intersezione di π con il piano ad esso coniugato.

.

.

i −1 0 .

2 − i .

.

.

1 2 −i −2 − i .

.

.

.

6= 0 .

.

−i −1 0 2+i .

.

.

.

1 2 i −2 + i .

non hanno punti in comune ed allora non contengono alcun punto reale. Quanti punti reali possiede la retta r : (1+i)x−y−i = iy−1 = 0? Svolg. quindi le due rette sono sghembe. Verifichiamo se r e r sono complanari o sghembe: . La retta coniugata a r ´e data dalle equazioni r : (−i − 1)x − y + i = −iy − 1 = 0. t u Esercizio 200.

.

.

1 + i 1 0 −i .

.

.

.

0 i 0 −1 .

.

.

.

.

=0 .

1−i 1 0 i .

.

.

.

0 −i 0 −1 .

quindi le due rette sono complanari. quindi le due rette hanno un punto in comune (i 4 piani che le individuano appartengono ad una stella). Inoltre la matrice   1 + i 1 0 −i  0 i 0 −1       1−i 1 0 i  0 −i 0 −1 ha rango 3. u t Esercizio 201. Quanti punti reali possiede la retta r : (1 + i)y − 1 + i = 0? x + y − i = (1 + i)x + . cio´e la retta r possiede un punto reale.

251 Svolg.12.15. Elementi complessi nello spazio. La retta coniugata a r ´e data dalle equazioni r : x + y + i = (1 − i)x + (1 − i)y − 1 − i = 0. Verifichiamo se r e r sono complanari o sghembe: .

.

.

1 1 0 −i .

.

.

.

1 + i 1 + i 0 −1 + i .

.

.

.

.

=0 .

.

1 1 0 i .

.

.

1 − i 1 − i 0 −1 − i .

Verifichiamo se r e r sono complanari o sghembe: . quindi le due rette hanno infiniti punti in comune (i 4 piani che le individuano appartengono ad un fascio). La retta coniugata a r ´e data dalle equazioni r : 0. cio´e la retta r ´e tutta reale. u t Esercizio 202. Inoltre la matrice   1 1 0 −i  1 + i 1 + i 0 −1 + i       1  1 0 i 1 − i 1 − i 0 −1 − i ha rango 2. Quanti punti reali possiede la retta r : x−iy−i = ix+2y+2 = 0? Svolg. quindi le due rette sono complanari.

.

.

1 −i 0 −i .

.

.

.

i 2 0 2 .

.

.

.

.

=0 .

1 i 0 i .

.

.

.

−i 2 0 2 .

0. I parametri direttori di r sono (0. 0). Allora una sua rappresentazione reale ´e data da    x=0 y = −1   z=t . 1) ed un suo punto ´e P = (0. quindi le due rette infiniti punti in comune (i 4 piani che le individuano appartengono ad un fascio). x+iy+i = −ix+2y+2 = quindi le due rette sono complanari. −1. Inoltre la matrice   1 −i 0 −i  i 2 0 2       1 i 0 i  −i 2 0 2 ha rango 2. cio´e la retta r ´e tutta reale.

La condizione di allineamento di tale punto con i punti P e Q ´e che la matrice   x1 x2 x3 x4   i   1 1−i 0 1 1 + i 0 −i abbia rango 2. 0. Determinare la retta passante per i punti P = (1. 1 − i. x3 . −i). 0. la retta richiesta ´e certamente tutta reale. Rette e piani nello spazio affine ed euclideo. Svolg. ed in forma cartesiana: ( x=0 .252 15. x2 . 1 + i. Poich´e i due punti sono l’uno il coniugato dell’altro. i) e Q = (1. Sia (x1 . cio´e . x4 ) un generico punto della retta. y = −1 t u Esercizio 203.

.

x .

1 .

.

1 .

.

1 .

.

.

.

x x x 2 3 .

.

1 .

.

x3 = 0 .

1 1−i 0 .

=0 .

.

.

1 1+i 0 .

.

x2 x4 .

.

.

1−i i . − 2ix1 + 2ix2 + 2ix4 = 0.

=0 .

1 + i −i .

x1 − x2 − x4 = 0 x−y−1=0 t u . L’equazione cartesiana della retta ´e: ( ( x3 = 0 z=0 → .

1). Si scriva l’equazione del piano passante per i punti (0.2. Si scriva l’equazione del piano passante per i punti (0.1). Si determinino i valori del parametro k in modo che i tre piani di equazioni x = 0. 1). tra tali rette. 3. Esercizio 206. Determinare i parametri direttori di una qualsiasi retta perpendicolare al piano x − 2y + z − 1 = 0 e.13 253 Esercizi.13. −2) e complanare (separatamente ma contemporaneamente) con r e s. 0). Esercizio 213. Esercizio 207. 0. 1). Esercizio 211. −1. Esercizio 205. 1). Esercizio 209. x + y + kz − 1 = 0 appartengano alla stessa stella. 0). 0). Esercizio 212. 6) che taglia il piano z = 0 secondo la retta 2x − 3y − 6 = z = 0.15. 2. Si considerino le rette r : x − 3y + 2 = x + y + z + 1 = 0 e s : x = 2 − t. 0. Esercizio 215. Scrivere l’equazione del piano passante per P (0. 0. 2. −1) e la retta x−y+2z−1 = 2x+y+z = 0. Determinare le equazioni della retta passante per P (2. 4. Esercizio 204. z = −t. Scrivere l’equazione del piano contenente r e parallelo a s e quella del piano perpendicolare a r e passante per il punto (0. y = 2t. (2. (0. Verificare che r e s sono sghembe. Esercizi. Esercizio 208. 1. Calcolare la distanza tra P ed r. Dati i piani α : x + y − z = 0 e β : 2x + y + z = 0 ed il punto P (0. Determinare l’equazione della retta r passante per P (1. 2) e parallela ai piani 3x + 2y + z + 1 = 0 e 6x + 4y − z + 3 = 0. scrivere l’equazione del piano passante per P ed ortogonale ad α e β. . (1. le equazioni cartesiane di quella passante per il punto (1. 0. z = t − 1 e s : x − y + 2 = x + y + z − 3 = 0. 2. Si considerino le rette r : x = 1. y = 3 + 5t. (0. Dimostrare che non sono complanari. 5. Esercizio 210. Si determini il piano del fascio (x + y − z) + k(x − 4y + z − 1) = 0 che sia perpendicolare al piano x = 1. 0. 2. 0. 1. La retta r : x − i = x − iy + z − 2 = 0 ´e reale? Esercizio 214. Siano dati il punto P (1. 0. 15. 2. x + ky + z + 1 = 0. 0).

Si considerino le rette r : x−y = z−1 = 0 e s : x−y+2z−3 = y − 2z = 0. Si considerino le rette r : x−z +1 = y −2 = 0 e s : y −z −1 = x − y = 0. Esercizio 217. Nel caso r e s siano sghembe. 2. Nel caso siano complanari si determini il piano che le contiene. Sia π il piano ortogonale alla retta r : x + y − 4 = 2x − z − 4 = 0 e passante per q(0. Si determinino le equazioni cartesiane e quelle parametriche della retta appartenente al piano y = z che sia incidente con r ed ortogonale a s. 0) e parametri direttori (1. 1) ed incidente la retta t : x − y = z − 2 = 0.254 15. determinare la retta di minima distanza. Esercizio 220. (ii) le equazioni della retta t incidente ortogonalmente entrambe le rette r e s. Nel caso r e s siano complanari. Si considerino la retta r : x−1 = y = z e la retta s passante per il punto P (1. −2. 0. Rette e piani nello spazio affine ed euclideo. 1). Date le rette r : 2x − y + z = 2x + z − 1 = 0 e s : x − 2z + 1 = y + z − 1 = 0 determinare: (i) le equazioni della retta passante per P (1. (iii) la minima distanza tra r e s. Esercizio 218. Esercizio 219. nel caso siano sghembe determinare le equazioni dei piani paralleli a cui appartengono. 1. determinare il piano che le contiene. Si determinino le equazioni cartesiane e parametriche della retta parallela a π. 1) ed incidente entrambe le rette r e s. 1). . Esercizio 216. −1. passante per P (1.

Osserviamo immediatamente che se π : ax+by+cz+d = 0 e π 0 : a0 x+b0 y+c0 z+d0 = 0 sono due piani.1 Definizione. z) le cui coordinate soddisfano ad un’equazione del tipo a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+ +2a14 x + 2a24 y + 2a34 z = 0. y. allora π ∪ π0 : (ax + by + cz + d) · (a0 x + b0 y + c0 z + d0 ) = 0 ´e l’equazione di una quadrica. luogo dei punti P = (x. che ´e detta ridotta nell’unione dei due piani. Una quadrica ´e una superficie nello spazio. Indichiamo con   x1  x   2  X=   x3  x4 il generico vettore delle coordinate omogenee e sia  a11 a12 a13 a14  a  12 a22 a23 a24 A=  a13 a23 a33 a34 a14 a24 a34 a44      . In coordinate omogenee l’equazione di una quadrica ´e data da a11 x21 + a22 x22 + a33 x23 + a44 x24 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 + +2a14 x1 x4 + 2a24 x2 x4 + 2a34 x3 x4 = 0. 16.16 Le quadriche.

256 16.2 Quadriche generali.  a13 a23 a33 a34   x3  a14 a24 a34 a44 x4 . Allora l’equazione pu´o essere riscritta in forma compatta come segue: X T · A · X = 0. eccetto il caso in cui la retta appartenga completamente alla quadrica (nel qual caso i punti di incontro tra la retta e la quadrica sono infiniti. a4 ) corrisponda il piano di equazione     a11 a12 a13 a14 x1    h i  a  12 a22 a23 a24   x2  π: a1 a2 a3 a4 ·  ·  = 0. pi´ u precisamente una conica che giace sul piano π. In presenza di una quadrica generale Q : X T · A · X = 0. un punto di una quadrica ´e detto doppio se una qualsiasi retta passante per esso ha una intersezione doppia con la quadrica nel punto stesso. In particolare diciamo quadriche generali quelle che non presentano punti doppi (det(A) 6= 0). a2 . 16. tale che ad ogni punto P = (a1 . Concludiamo questa prima sezione osservando che l’intersezione tra un piano π : ax + by + cz + d = 0 ed una quadrica Q : X T · A · X = 0 determina una curva nello spazio. diciamo quadriche riducibili quelle che presentano infiniti punti doppi. Le quadriche. tutti quelli della retta). Tale conica ´e riducibile solo quando il piano π ´e tangente alla quadrica. Analogamente a quanto detto per i punti di una curva algebrica nel piano affine o euclideo. la cui equazione si scrive ( ax + by + cz + d = 0 X T · A · X = 0. a3 . Sia Q : X T · A · X = 0 una quadrica. Queste sono le quadriche prive di punti doppi. oppure nel caso la quadrica sia ridotta nell’unione di due piani. diciamo quadriche specializzate quelle che presentano un solo punto doppio. la matrice simmetrica formata dai coefficienti che compaiono nell’equazione della quadrica. si definisce una corrispondenza biunivoca tra l’insieme di tutti i punti dello spazio e l’insieme di tutti i piani dello spazio. Essa contiene almeno un punto doppio se e solo se det(A) = 0. Si noti che ogni retta dello spazio incontra una quadrica in due punti. Determiniamo una prima classificazione delle quadriche in base alla presenza di punti doppi: Teorema 37.

L’intersezione tra Q e π genera una conica γ riducibile. cio´e si possono generare sia iperboli che parabole che ellissi. ´e nullo. se i punti sono tutti ellittici esso ´e detto iperboloide ellittico. Sia Q una quadrica generale. il suo piano polare. Se i punti dell’iperboloide sono tutti iperbolici. Le quadriche generali a loro volta si suddividono in tre classi. il punto P ´e detto iperbolico. Quadriche generali. ´ una quadrica generale che interseca il piano improprio in una conica riducibile E (si dice che il piano improprio ´e tangente al paraboloide). Un iperboloide ´e iperbolico se e solo se det(A) > 0. Una quadrica generale ´e tangente al piano improprio (quindi ´e un paraboloide) se e solo se il complemento algebrico A44 . il punto P ´e detto parabolico. dell’elemento a44 della matrice A. Tale classificazione viene fatta in base allo studio della conica che scaturisce dall’intersezione tra la quadrica ed il piano improprio x4 = 0. L’iperboloide possiede tutte le sezioni piane. Fissiamo ora una quadrica Q : X T · A · X = 0 ed un punto P ∈ Q.16. Tramite la polarit´a appena definita. Se essa possiede un punto iperbolico (rispettivamente ellittico) allora ogni punto della quadrica ´e iperbolico (rispettivamente ellittico). il piano π ´e detto piano polare di P rispetto alla quadrica Q. Teorema 40. ´e possibile costruire il piano tangente π in P alla quadrica. coincide col piano tangente in P alla quadrica. Iperboloide. Teorema 39. Se γ ´e ridotta in due rette reali e coincidenti. Paraboloide. 257 Il punto P ´e detto polo del piano π rispetto alla quadrica Q. ´e ellittico se e solo se det(A) < 0. se P ∈ Q ´e un punto della quadrica. intersecando un iperboloide con i piani dello spazio. ´ una quadrica generale che interseca il piano improprio in una conica irE riducibile e reale (si dice che il piano improprio e l’iperboloide sono secanti l’un l’altro). . esso ´e detto iperboloide iperbolico.2. In particolare. inoltre vale il seguente: Teorema 38. il punto P ´e detto ellittico. rispetto a Q. Se γ ´e ridotta in due rette immaginarie e coniugate. Se γ ´e ridotta in due rette reali e distinte. Una quadrica generale non possiede punti parabolici.

Teorema 44. cio´e si possono generare sia ellissi che parabole. Ellissoide. Un ellissoide possiede solamente ellissi come sezioni piane. Un paraboloide iperbolico possiede iperboli o parabole come sezioni piane. Teorema 41. Un paraboloide ´e iperbolico se e solo se det(A) > 0. La matrice associata alla quadrica ´e  1 1 21 0 2  1 1 0 0  2 A=  0 0 −1 0 1 0 −3 2 0    . t u . Le quadriche. intersecando un ellissoide con i piani dello spazio. Svolg. ´ una quadrica generale che interseca il piano improprio in una conica irE riducibile immaginaria (si dice che il piano improprio ´e esterno all’ ellissoide). Un ellissoide possiede punti tutti reali se e solo se det(A) < 0. I punti di un ellissoide sono tutti ellittici.258 16. intersecando un paraboloide iperbolico con i piani dello spazio. in caso contrario ´e detto ellissoide immaginario. Allora la superficie ´e un iperboloide a punti iperbolici. Inoltre la conica impropria della quadrica ´e data da: ( x21 + x22 − x23 + x1 x2 = 0 x4 = 0 ed ´e a punti reali. Classificare la quadrica di equazione x2 + y 2 − z 2 + xy + x − 3 = 0. Teorema 42. Teorema 43. Esercizio 221. dove A44 ´e il complemento algebrico dell’elemento a44 della matrice A. ed ´e detto ellissodie reale. cio´e si possono generare sia iperboli che parabole. intersecando un paraboloide ellittico con i piani dello spazio. cio´e si possono generare solamente ellissi.  Otteniamo che det(A) > 0 con A44 6= 0. Un paraboloide ellittico possiede ellissi o parabole come sezioni piane. se i punti sono tutti ellittici esso ´e detto paraboloide ellittico. Teorema 45. esso ´e detto paraboloide iperbolico. Se i punti del paraboloide sono tutti iperbolici. ´e ellittico se e solo se det(A) < 0.

e tale classificazione si riferisce alla conica impropria della quadrica.3. Anche le quadriche specializzate si suddividono in sottoclassi. vale il seguente: Teorema 46. La matrice associata alla quadrica  1 1  1 1  A=  1 1 −1 0 ´e  1 −1 1 0   . Sono le quadriche con un solo punto doppio. Classificare la quadrica di equazione x2 + y 2 + 2xy + 2xz + 2yz − 2x + 2 = 0. Quadriche specializzate. . t u Esercizio 223. il quale ´e detto vertice. La matrice associata alla quadrica ´e  2 0 0 − 12  0 1 0 −1  A=  0 0 1 0 1 − 2 −1 0 1    . allora tutti i punti della superficie Q sono parabolici. Allora la superficie ´e un paraboloide a punti iperbolici. Se Q ´e una quadrica specializzata. Classificare la quadrica di equazione 2x2 + y 2 + z 2 − x − 2y + 1 = 0. 0 0  0 2 Otteniamo che det(A) > 0 con A44 = 0. 259 Esercizio 222. Per quanto riguarda i punti delle superfici specializzate.3 t u Quadriche specializzate. Svolg. Svolg.16. 16. cio´e la conica che scaturisce con l’intersezione col piano improprio. Allora la superficie ´e un ellissoide a punti reali.  Otteniamo che det(A) < 0 con A44 6= 0. Inoltre la conica impropria della quadrica ´e data da: ( 2x21 + x22 + x23 = 0 x4 = 0 ed ´e a punti immaginari.

Cio´e. Sia A la matrice associata alla quadrica Q. Le quadriche.  Si riconosce che la superficie ´e un cono utilizzando il seguente risultato: Teorema 47. x3 . Il vertice V del cono ´e un punto proprio e le sue coordinate (x1 . x3 . intersecando il cilindro con i piani dello spazio. La superficie ´e un cono se e solo se det(A) = 0. La superficie ´e un cilindro se e solo se det(A) = 0. Il cono ´e la quadrica specializzata la cui conica impropria ´e irriducibile (il cono ed il piano improprio sono secanti). la conica impropria ridotta dovr´a rispettare il seguente prospetto: . Inoltre tutti i piani tangenti alla superficie di un cono devono contenerne il vertice. fissato il cilindro Q.260 16. Cono. x4 ) sono la soluzione del sistema lineare      a11 a12 a13 a14 a12 a22 a23 a24 a13 a23 a33 a34 a14 a24 a34 a44       ·   x1 x2 x3 x4     = 0. poich´e il piano improprio ´e tangente al cilindro. 0) sono la soluzione del sistema lineare      a11 a12 a13 a14 a12 a22 a23 a24 a13 a23 a33 a34 a14 a24 a34 a44       ·   x1 x2 x3 0     = 0. cio´e si possono generare sia iperboli che parabole che ellissi. In particolare. si possono generare solo iperboli o parabole o ellissi. x2 . Il vertice V del cilindro ´e un punto improprio e le sue coordinate (x1 . x2 . Ogni cilindro possiede un solo tipo di sezione piana indipendentemente dal piano col quale si effettua l’intersezione. rango(A) = 3 e A44 = 0.  Si riconosce che la superficie ´e un cilindro utilizzando il seguente risultato: Teorema 48. Il cilindro ´e la quadrica specializzata la cui conica impropria ´e riducibile (il cilindro ed il piano improprio sono tangenti). intersecando un cono con i piani dello spazio. Cilindro. Un cono possiede tutte le sezioni piane. rango(A) = 3 e A44 6= 0. Sia A la matrice associata alla quadrica Q.

x3 . La matrice associata alla quadrica  1 1  1 1  A=  0 1 −1 21 ´e  0 −1 1 21   . x3 . Svolg. 0. da cui ( x1 + x2 = 0 −x1 + x22 = 0 e quindi X = (0.3. x2 . La superficie ´e un cilindro di vertice X = (x1 . Svolg. Classificare la quadrica di equazione x2 + y 2 + 2xy + 2yz − 2x + y + 1 = 0. 1. Quadriche specializzate. Conica impropria 2 rette reali e distinte 2 rette reali e coincidenti 2 rette immaginarie coniugate 261 Generica sezione del cilindro Iperbole Parabola Ellisse Inoltre tutti i piani tangenti alla superficie di un cilindro devono contenerne il vertice. Classificare la quadrica di equazione x2 +y 2 +2xy −2x+y +1 = 0. x4 ) tale che AX = 0. x2 . La matrice associata alla quadrica  1 1  1 1  A=  0 0 −1 21 ´e  0 −1 0 12   . Esercizio 224.16. x4 ) tale che AX = 0. da cui   x1 + x2 − x4 = 0    x + x + x + x4 = 0 1 2 3 2  x = 0 2    −x1 + x22 + x4 = 0 e quindi X = (1. 0 0  0 1 Otteniamo che det(A) = 0 con A44 6= 0. 0. . t u Esercizio 225. 0). − 23 . 0 0  0 1 Otteniamo che det(A) = 0 con A44 = 0 e rango 3. 1). La superficie ´e un cono di vertice X = (x1 .

262 16. Le quadriche. vi sono 2 ∞ punti doppi propri. Aggiungiamo come caso ’molto particolare’ quello in cui la quadrica ha equazione 2 x4 = 0. iii) i due piani sono coincidenti. rango(A) = 1. In particolare si possono verificare i seguenti 3 casi: i) i due piani sono distinti ed incidenti. cio´e vi sono ∞2 punti doppi impropri. Inoltre la conica impropria della quadrica ´e data da: ( x21 + x22 + 2x1 x2 = 0 x4 = 0 ( (x1 + x2 )2 = 0 x4 = 0 cio´e sono due rette reali e coincidenti. sono i punti della retta comune ai due piani π e π 0 . vi sono ∞1 punti doppi propri. Sono le quadriche di equazione a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+ +2a14 x + 2a24 y + 2a34 z = 0 tali che a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+ +2a14 x + 2a24 y + 2a34 z = (ax + by + cz + d) · (a0 x + b0 y + c0 z + d0 ) cio´e sono unione di due piani π e π 0 di equazioni: π : ax + by + cz + d = 0 π 0 : a0 x + b0 y + c0 z + d0 = 0. vi sono ∞1 punti doppi impropri. quindi la conica generatrice del cilindro ´e una parabola. u t 16. L’intersezione della quadrica riducibile con π 00 determina una conica ridotta nelle due rette: ( r1 : ax + by + cz + d = 0 00 a x + b00 y + c00 z + d00 = 0 ( r2 : a0 x + b0 y + c0 z + d0 = 0 a00 x + b00 y + c00 z + d00 = 0 . ed allora det(A) = 0.4 Quadriche riducibili. Tali quadriche hanno infiniti punti doppi. Consideriamo π 00 : a00 x+b00 y +c00 z +d00 = 0 un qualsiasi altro piano dello spazio. ii) i due piani sono distinti e paralleli. ed allora det(A) = 0. rango(A) = 2. ed allora det(A) = 0. rango(A) = 2.

Nel caso di iperboloide ed ellissoide (quadriche a centro) si determinano 3 assi di simmetria (in corrispondenza di 3 piani di simmetria): tali assi si possono ottenere anche congiungendo il centro di simmetria con ciascun polo di ogni piano di simmetria. Teorema 49. Si definisce centro di simmetria della quadrica Q il punto C ∈ Q tale che. Analogamente a quanto visto per le coniche. allora anche P 0 . Sia A = (aij ) ∈ M4 (lR) la matrice non singolare associata all’equazione di una quadrica generale. Piani ed assi di simmetria delle quadriche generali. Nel caso di un paraboloide. rispetto alla quadrica definita. Nel caso del paraboloide (senza centro di simmetria) si determina 1 asse di simmetria (in corrispondenza di 2 piani di simmetria). x4 = 0 Ricordando che i punti ciclici di un qualsiasi piano sono i punti che la propria giacitura ha in comune con ogni circonferenza che giace sul piano stesso. Dim. le coordinate del centro di simmetria si ottengono direttamante dalla matrice A: C = (A41 . Definizione 24. essendo A44 = 0. y0 . A43 . Gli assi di simmetria della quadrica sono le rette che si ottengono dall’intersezione dei piani di simmetria. il cerchio assoluto ´e in definitiva il luogo dei punti ciclici di tutti i piani dello spazio. Indichiamo con P0 = (x0 .5 263 Piani ed assi di simmetria delle quadriche generali. A44 ). I piani di simmetria (piani principali) di una quadrica generale sono quei piani dello spazio che. Definizione 22. se P ∈ Q ´e un punto della superficie. 0) il  a11 a12  a  21 a22 A=  a31 a32 a41 a42 polo di un piano di simmetria e sia  a13 a14 a23 a24    a33 a34  a43 a44 . il simmetrico di P rispetto a C appartenga anche alla superficie. hanno come polo il punto improprio della direzione ad essi ortogonale. A42 .16. 16. z0 . Le prime 3 coordinate dei poli dei piani di simmetria sono le componenti degli autovettori della sottomatrice A44 della matrice A rappresentante la quadrica generale. si parla di quadrica a centro improprio o priva di centro. Definizione 23.5. Essa ´e identificata dalle equazioni: ( x21 + x22 + x23 = 0 . dove ogni Aij ´e il complemento algebrico dell’elemento aij ∈ A considerato con l’opportuno segno (derivante dalla posizione che esso occupa nella matrice). Il cerchio assoluto ´e una conica irriducibile priva di punti reali che giace sul piano improprio.

la matrice che rappresenta la quadrica.264 16. Ne segue che    (a11 − λ)x0 + a21 y0 + a31 z0 = 0 a12 x0 + (a22 − λ)y0 + a32 z0 = 0   a x + a y + (a − λ)z = 0 13 0 23 0 33 0 il quale ha soluzioni non banali solo quando . Il piano polare di P0 rispetto alla quadrica ha equazione (a11 x0 + a21 y0 + a31 z0 )x1 + (a12 x0 + a22 y0 + a32 z0 )x2 + (a13 x0 + a23 y0 + a33 z0 )x3 + (a14 x0 + a24 y0 + a34 z0 )x4 = 0 e per sua definizione esso deve essere ortogonale alla direzione (x0 . 0). cio´e: (a11 x0 + a21 y0 + a31 z0 ) = λx0 (a12 x0 + a22 y0 + a32 z0 ) = λy0 (a13 x0 + a23 y0 + a33 z0 ) = λz0 per un opportuno λ ∈ lR. z0 . Le quadriche. y0 .

.

(a − λ) a21 a31 .

11 .

a12 (a22 − λ) a32 .

.

.

a13 a23 (a33 − λ) .

.

.

.

.

. = 0.

.

. t u Oltre all’utilizzo degli autovalori della matrice A44 (come appena visto). z0 ) del punto P0 = (x0 . y0 . y0 . Al variale di λ si ottengono tutti gli autovettori e quindi tutti i poli dei piani di simmetria. Consideriamo il paraboloide iperbolico Q di equazione 6xz + 8yz − 5x = 0. In sostanza λ ´e un autovalore della matrice A44 e le coordinate (x0 . utilizzando. z0 . esiste un secondo metodo per determinare i poli dei piani di simmetria: esso consiste nel determinare inizialmente un fascio di coniche. Verifichiamo col seguente esempio l’equivalenza dei due metodi: Esempio 145. Tali punti sono i poli dei piani di simmetria. Determiniamo piani ed asse di simmetria utilizzando entrambi i metodi. il cerchio assoluto e la conica impropria della quadrica. come coniche di base. 0) individuano le componenti di un autovettore relativo a λ. Quindi si individuano le tre coniche riducibili di tale fascio ed i rispettivi punti doppi.

5. Metodo del fascio di coniche improprie: La conica impropria di Q ´e 6x1 x3 + 8x2 x3 = 0. Piani ed assi di simmetria delle quadriche generali. x4 = 0 La matrice associata al fascio ´e . 265 Svolg. determiniamo il fascio con il cerchio assoluto: ( 6x1 x3 + 8x2 x3 + λ(x21 + x22 + x23 ) = 0 F : .16. x4 = 0.

λ 0 3 .

.

 .

 0 λ 4 .

.

3 4 λ .

1) per λ = −5. 0. 10 ). 0). Il piano polare di P2 ´e 6x + 8y − 10z + 3 = 0. Il piano polare di P2 ´e 6x + 8y + 10z − 3 = 0. 1. 0). 0. (− 35 . 1. 1. Per λ = 0 la conica ´e x3 (6x1 + 8x2 ) = 0. Infine per λ = −5 la conica ´e −5x21 − 5x22 − 5x23 + 6x1 x3 + 8x2 x3 = 0. ( 35 . 5. −3. 4. x4 = 0 il cui punto doppio ´e P2 = (3. 5. Quindi i poli dei piani si simmetria sono esattamente (− 43 . il cui punto doppio ´e P1 = (4. intersecando l’asse con la sua superficie:    6x + 8y + 10z − 3 = 0 6x + 8y − 10z + 3 = 0   6xz + 8yz − 5x = 0 3 ottenendo le coordinate (0. 45 . 0). 0). Quindi si ottengono le coniche riducubili del fascio per i valori λ = 0. 1. x4 = 0 il cui punto doppio ´e P2 = (3. −5. L’asse di simmetria ´e quindi ( 6x + 8y + 10z − 3 = 0 6x + 8y − 10z + 3 = 0 inoltre possiamo calcolare il punto di sella del paraboloide iperbolico. 4. 0). chiaramente non verr´a mai preso in considerazione). 1) per λ = 5. x4 = 0. Per λ = 5 la conica ´e 5x21 + 5x22 + 5x23 + 6x1 x3 + 8x2 x3 = 0. 5. ( 35 . − 45 . 0).  il cui determinante ´e λ(λ2 − 25). Il piano polare di P1 rispetto al paraboloide Q ´e x4 = 0 (tale piano risulter´a sempre nel caso di un paraboloide. − 45 . −5. 45 . t u . −5 e che i rispettivi autovettori rispetto ad A44 sono: (− 43 . 0) per λ = 0. (− 35 . ´ sufficiente verificare che gli autovalori della matrice A44 sono esattamente λ = E 0. 0. Metodo degli autovalori.

x2 a2 − y2 b2 y2 b2 + − z2 c2 z2 c2 = 1 iperboloide iperbolico. si pu´o dimostrare (non lo facciamo!) che esistono alcune quantit´a che non cambiano dopo aver effettuato un cambiamento di base tramite vettori ortonormali: vengono detti invarianti ortogonali e sono det(A) = det(B) det(A44 ) = det(B44 ) . 2 3. . trasforma l’equazione della superficie nella sua forma canonica: Ellissoide: 1. Sia X t AX = 0 l’equazione di una quadrica generale con centro di simmetria (iperboloide o ellissoide). .266 16. x2 a2 + y2 b2 + z2 c2 = −1 ellissoide immaginario. . 2. Le quadriche. x2 a2 + y2 b2 + z2 c2 = 1 ellissoide reale. x2 a2 + y2 b2 − z2 c2 = 1 iperboloide iperbolico. 2 y2 b2 − z2 c2 = 1 iperboloide ellittico. In entrambi i casi tali punti ricopriranno un ruolo fondamentale per la riduzione a forma canonica delle equazioni dei paraboloidi. Iperboloide: 1.xa2 − Diciamo X t BX = 0 l’equazione della quadrica nella sua forma ridotta. Il calcolo del punto di sella di un paraboloide iperbolico ´e analogo al calcolo del punto del parabolide ellittico che potremmo definire impropriamente ’vertice del parabolide’.xa2 + 6. 5. Come accadeva per le coniche.6 Forma canonica di una quadrica generale con centro di simmetria. 16. Una rototraslazione degli assi di simmetria che riporti l’origine del sistema di riferimento nel centro di simmetria e faccia coincidere gli assi coordinati con gli assi di simmetria della quadrica.xa2 + 4. = 1 iperboloide ellittico. x2 a2 − y2 b2 + z2 c2 = 1 iperboloide iperbolico. 2 y2 b2 + z2 c2 = 1 iperboloide ellittico. 2.

dove a. Quindi la rototraslazione che ci permette di concludere ´e la seguente: .16.6. Consideriamo l’iperboloide 2z 2 − 3 = 0 di matrice associata:  2 0  0 −2  A=  0 −1 0 0 ellittico di equazione 2x2 − 2y 2 − 2yz − 0 −1 −2 0 0 0 0 3    . Inoltre ´e facile calcolare che det(A) = −18 e grazie all’invarianza ortogonale sappiamo che 6d = 18. Quindi si pu´o effettuare una traslazione rispetto alle coordinate del centro o equivalentemente applicare l’invarianza del det(A) = det(B) per ottenere il valore del coefficiente δ. Inoltre il centro della quadrica ´e (A41 . b. 0. −1. 0. −3. cio´e in coordinate non omogenee (0. essi sono 2. Infine l’autospazio relativo all’autovalore −1 rispetto alla matrice A44 ´e generato dal vettore (0. 0). L’autospazio relativo all’autovalore 2 rispetto alla matrice A44 ´e generato dal versore (1. 1. √12 . A42 . inoltre gli autoversori relativi ad α. 1) e quindi anche dal versore (0. √12 . quindi d = 3. Infine l’equazione in forma ridotta sar´a 2x2 − 3y 2 − z 2 − 3 = 0. ´e sufficiente calcolare gli autovalori di A44 per ottenere i coefficienti α. In altre parole.  Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla. β. − √12 ). 267 la somma degli autovalori di A44 ´e pari alla somma degli autovalori di B44 . A43 . 0. β. quindi l’equazione sar´a 2x2 − 3y 2 − z 2 = d con matrice associata   2 0 0 0  0 −3 0 0    B=   0 0 −1 0  0 0 0 −d di determinante −6d. Svolg. se indichiamo con αx2 + βy 2 + γz 2 = δ l’equazione di una quadrica a centro. c sono gli autovalori della sottomatrice A44 . Vediamo ora quale ´e stata la trasformazione effettuata per ottenere tale forma canonica. Eseguendo i calcoli. γ compongono la matrice di rotazione. −1) e quindi anche dal versore (0. Una forma canonica ´e ax2 + by 2 + cz 2 = d. 0). 1. γ. Forma canonica di una quadrica generale con centro di simmetria. A44 ) = (0. L’autospazio relativo all’autovalore −3 rispetto alla matrice A44 ´e generato dal vettore (0. 0. Esempio 146. 6). √12 ).

b sono gli autovalori non nulli della sottomatrice A44 (ricordiamo che per un paraboloide l’autovalore nullo esiste sempre ma non . Come in precedenza i seguenti sono invarianti ortogonali: det(A) = det(B) det(A44 ) = det(B44 ) la somma degli autovalori di A44 ´e pari alla somma degli autovalori di B44 . dove a. l’asse di simmetria coincidente con l’asse Z. Svolg. Come in precedenza una trasformazione ortonormale del sistema di riferimento trasforma l’equazione della superficie nella sua forma canonica. Diciamo X t BX = 0 l’equazione della quadrica nella sua forma ridotta. Esempio 147. x2 a2 + y2 b2 = 2dz paraboloide ellittico. Consideriamo il paraboloide iperbolico di equazione 6xz + 8yz − 5x = 0 di matrice associata:   0 0 3 − 25  0 0 4 0    A= . Facciamo riferimento ai paraboloidi che abbiano nella loro forma ridotta. Una forma canonica con asse di simmetria coincidente con l’asse Z ´e ax2 + by 2 + 2cz = 0. Sia X t AX = 0 l’equazione di un paraboloide.  3 4 0 0  − 52 0 0 0 Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla. x2 a2 − y2 b2 = 2dz paraboloide iperbolico.268 16. Le quadriche. 2. in modo del tutto identico il discorso pu´ o essere riportato agli altri 2 casi: 1.7 Forma canonica di un paraboloide. x03 0 t u 16.    1 x1    0  x2  =  x3 0 0 0 √1 2 √1 2 √1 2 − √12      x01 0   0     ·  x2  +  0  .

√12 ). Inoltre ´e facile calcolare che det(A) = 100 e grazie all’invarianza ortogonale sappiamo che 25c2 = 100. − 35 . −5. gli autovalori non nulli sono 5. Infine le equazioni in forma ridotta saranno 5x2 − 5y 2 − 4z = 0 oppure 5x2 − 5y 2 + 4z = 0. 10 ). quindi l’equazione sar´a 5x2 − 5y 2 + 2cz = 0 con matrice associata   5 0 0 0  0 −5 0 0    B=   0 0 0 c  0 0 c 0 di determinante 25c2 . L’autospazio relativo all’autovalore 0 rispetto alla matrice A44 ´e generato dal versore ( 54 . Vediamo ora quale ´e stata la trasformazione effettuata per ottenere tali forme canoniche.16. Eseguendo i calcoli.7. 2}. Forma canonica di un paraboloide. nella colonna 2 se si sceglie l’asse Y . L’autospazio relativo all’autovalore 5 rispetto alla matrice A44 ´e generato dal ver3 4 sore ( 5√ . Quindi la rototraslazione che ci permette di concludere ´e la seguente:    x1     x2  =  x3 3 √ 5 2 4 √ 5 2 √1 2 3 − 5√ 2 4 − 5√ 2 √1 2 4 5      x01 0     − 35   ·  x02  +  0  . poich´e l’autovettore ad esso relativo ´e il polo del piano improprio). nella colonna 3 (come nel nostro esempio) se si sceglie l’asse Z. 0. dal versore (− 5√ 2 2 3 Inoltre il punto di sella della quadrica ´e (0. 3 x03 0 10 Osserviamo che nella rotazione. √12 ). 2 5 2 Infine l’autospazio relativo all’autovalore −5 rispetto alla matrice A44 ´e generato 4 3 . − 5√ . sar´a sufficiente nella matrice di rotazione posizionare l’autoversore relativo all’autovalore nullo esattamente nella colonna 1. 0). se si sceglie l’asse X. Si verifichi infatti che. quindi c ∈ {−2. 269 fornisce indicazioni. possiamo scegliere quale asse coordinato diventer´a l’asse di simmetria. se si scegli come rototraslazione la seguente:   4 x1 5    −3  x2  =  5 x3 0  3 √ 5 2 4 √ 5 2 √1 2 3 − 5√ 2 4 − 5√ 2 √1 2      x01 0   0     ·  x2  +  0  3 x03 10 . √ .

Le quadriche. 0). b2 . Gli autovalori della sottomatrice A44 sono λ1 = 2. Svolg. I coefficienti a2 . e λ2 = 4. Sia X t AX = 0 l’equazione di un cono. con matrice associata A e vertice V di coordinate XV = (xv . c2 sono gli autovalori della A44 . a2 x2 + b2 y 2 + c2 z 2 = 0 nel caso di un cono immaginario (l’unico punto reale ´e il vertice).  1 0 3 0  0 0 0 0 Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla. Si tratta allora di determinare gli autovalori della sottomatrice A44 e quindi di costruire una base di autoversori. Dopo la rototraslazione. t u 16. tramite la quale riempire la matrice di rotazione P . cio´e un paraboloide iperbolico con asse di simmetria coincidente con l’asse X. Poich´e il vertice del cono si comporta esattamente come un centro di simmetria.8 Forma canonica di un cono. zv ). a2 x2 + b2 y 2 − c2 z 2 = 0 nel caso di un cono reale (con asse perpendicolare al piano z = 0). 0. con molteplicit´a algebrica 2. 2. in cui l’autoversore relativo all’autovalore nullo ´e posto nella prima colonna. Infine si effettua la traslazione rispetto al vettore di coordinate XV . Una forma canonica ´e .270 16. Esempio 148. quanto detto sulle quadriche a centro proprio (iperboloidi ed ellessoidi) pu´o essere applicato anche per la riduzione a forma canonica dell’equazione di un cono. yv . la forma canonica finale sar´a 5y 2 − 5z 2 − 4x = 0.     x01 x1      x2  = P ·  x02  + XV x3 x03 l’equazione ridotta assume una delle seguenti forme: 1. Consideriamo il cono immaginario di equazione 3x2 + 2y 2 + 2xz + 3z 2 = 0 di matrice associata:   3 0 1 0  0 2 0 0    A= . Il vertice del cono ha coordinate (0.

si effettua una sostituzione x0 = x + a. 0. √12 ). Anche in questo caso si tratta dapprima di determinare gli autovalori della sottomatrice A44 : uno di essi ´e certamente λ = 0. Sia X t AX = 0 l’equazione di un cilindro con base ellittica o iperbolica. allora non vi ´e alcun bisogno di traslazioni. Una volta effettuata la rotazione si osserva l’equazione ottenuta: se non sono presenti termini di primo grado. b. Si costruisce una base di autoversori. tramite la quale riempire la matrice di rotazione P : l’autospazio relativo all’autovalore nullo ha dimensione 1. y 0 = y + b. L’equazione ridotta finale assume una delle seguenti forme: 1. il suo versore generatore ´e parallelo alle generatrici del cilindro. √1 x03 0 2 t u 16. a2 x2 + b2 y 2 − c2 = 0 nel caso di un ellittico (con generatrici parallele all’asse Z). − √12 ). b. c) di una qualsiasi conica direttrice del cilindro. L’autospazio relativo all’autovalore 4 rispetto alla matrice A44 ´e generato dal versore ( √12 . gli altri autoversori individuano un piano perpendicolare alla direzione della generatrici. 1.16. I valori a. In caso contrario. 0). con matrice associata A. 271 2x2 + 2y 2 + 4z 2 = 0. Quindi la rototraslazione che ci permette di concludere ´e la seguente:   1 √ x1 2     x2  =  0 x3 − √12  0 1 0 √1 2      x01 0   0    · + 0   x2   0  . cio´e una conica che giace su un qualsiasi piano ortogonale alle generatrici del cilindro). z 0 = z + c. c che verificano l’annullarsi dei termini lineari.9. (0. 2. Forma canonica di cilindri a base ellittica e iperbolica. L’autospazio relativo all’autovalore 2 rispetto alla matrice A44 ´e generato dai versori ( √12 . imponendo che i termini di primo grado si annullino. Vediamo ora quale ´e stata la trasformazione effettuata per ottenere tali forme canoniche. a2 x2 + b2 y 2 + c2 = 0 nel caso di un cilindro immaginario. sono esattamente le coordinate del vettore di traslazione (esso ´e il centro C = (a. .9 Forma canonica di cilindri a base ellittica e iperbolica. 0.

L’autospazio relativo all’autovalore 5 rispetto alla matrice A44 ´e generato dal ver3 4 sore ( 5√ . 0). b2 sono gli autovalori non nulli della A44 . −5. quindi non necessita di alcuna traslazione. Si osservi che in modo analogo si ottengono le equazioni canoniche dei cilindri con generatrici parallele agli assi X o Y . Esempio 149. Svolg. Gli altri due autovalori di A44 sono 5. 3. t u 16. √12 ). Discorso a parte per i cilindri a base parabolica: essi presentano un autovalore nullo per la matrice A44 . Consideriamo il cilindro a 5 = 0 di matrice associata:  0 0  0 0  A=  3 4 0 0 base iperbolica di equazione 6xz + 8yz − 3 0 4 0 3 0 0 −5    .10 Forma canonica di cilindri a base parabolica. x03 0 La forma che si ottiene dopo la sostituzione delle variabili ´e x2 − y 2 − 1 = 0. − 5√ . Essa non presenta termini di primo grado. dal versore (− 5√ 2 2 Quindi la rotazione ´e la seguente:    x1     x2  =  x3 3 √ 5 2 4 √ 5 2 √1 2 3 − 5√ 2 4 − 5√ 2 √1 2 4 5    x01   − 35   ·  x02  . −3. − 35 . con generatrici parallele all’asse Z. I coefficienti a2 . Le quadriche. √12 ). Il vertice del cilindro ha coordinate (4. a2 x2 − b2 y 2 − c2 = 0 nel caso del cilindro iperbolico (con generatrici parallele all’asse Z). quindi contiene il vertice. 2 5 2 Infine l’autospazio relativo all’autovalore −5 rispetto alla matrice A44 ´e generato 4 3 . 0. infatti l’autospazio relativo all’autovalore 0 rispetto alla matrice A44 ´e generato dal versore ( 54 .  Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla. √ . 0). La scelta . con molteplicit´a algebrica 2. L’autospazio associato ´e un piano parallelo alle generatrici del cilindro.272 16.

ad esempio quello passante per l’origine: x + y − 2z = 0. Gli autovalori della sottomatrice A44 sono λ1 = 0. −1. Il vertice del cilindro ha coordinate (1. 273 dei tre vettori per la rotazione deve in tale caso essere pi´ u oculata che non nei precedenti. √13 . con versore ( √13 . Inoltre l’autospazio relativo all’autovalore 0 rispetto alla matrice A44 ´e dato dal piano di equazione x − y = 0. Consideriamo il cilindro a base parabolica di equazione x2 − 2xy + y 2 − 4x − 4y − 4z + 4 = 0 di matrice associata:   1 −1 0 −2  −1 1 0 −2    A= . − √12 . Quindi la rotazione ´e la seguente: . Una volta effettuata la rotazione si osserva l’equazione ottenuta: se non sono presenti termini di grado zero (termini noti). Il secondo. √13 ) L’ultimo vettore ´e l’autovettore relativo all’autovalore λ2 = 0. Il secondo vettore per la rotazione ´e quindi individuato dall’intersezione ( x−y =0 x + y − 2z = 0 per cui ha componenti (1. 0).  0 0 0 −2  −2 −2 −2 4 Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla. Scegliamo ora un qualsiasi piano perpendicolare alla direzione individuata dal vertice. Esempio 150. cio´e (1. Alla fine si ottiene la seguente: a2 x2 + by = 0 in cui i ruoli delle variabili x. 1. 0). Il primo versore ´e quello relativo alla direzione individuata dal vertice.10. Forma canonica di cilindri a base parabolica. −2.16. e λ2 = 2. che ´e quindi ortogonale ai precedenti due. 1). con versore ( √12 . L’ultimo versore ´e il generatore dell’autospazio relativo all’autovalore non nullo della matrice A44 . − √26 ). Svolg. 0). In caso contrario. anche esso appartenente all’autospazio V0 relativo all’autovalore nullo. quindi il primo versore per la rotazione ´e ( √16 . ´e il versore della retta che si ottiene dall’intersezione del piano V0 e di un qualsiasi piano ortogonale alla direzione del vertice. allora non vi ´e alcun bisogno di traslazioni. si eleminano i termini noti procedendo con una traslazione imposta. come per i cilindri a base iperbolica o ellittica. √16 . z sono intercambiabili. y. con molteplicit´a algebrica 2. 1.

z = z 0 tali che: √ 2z 02 − 4 3(y 0 + b) + 4 = 0 √ √ 2z 02 − 4 3y 0 + (−4 3b + 4) = 0. x03 √ La forma che si ottiene dopo la sostituzione delle variabili ´e 2z 2 − 4 3y + 4 = 0. √ Imponendo (−4 3b + 4) = 0 otteniamo b = √13 . Le quadriche. t u . La presenza del termine di grado zero. La trasformazione finale sar´a   1 √ x1 6    √1 =  x2   6 x3 − √26  √1 3 √1 3 √1 3 √1 2 − √12 0      0 x01   0   √1   ·  x2  +  3  x03 0 √ che porta alla forma ridotta 2z 2 − 4 3y = 0. richiede una ulteriore traslazione: poniamo x = x0 .274 16.   1 √ x1 6    √1 = x  2   6 x3 − √26  √1 3 √1 3 √1 3 √1 2 − √12 0    x01   0   ·  x2  . y = y 0 + b.

Esercizio 228. Classificare la quadrica xy + yz + xz − 2x + 1 = 0 ed i suoi punti. Classificare la quadrica x2 − y 2 + z 2 + 2xz − 2x − 4y − 2z − 3 = 0. Esercizio 235.11. Esercizi. Esercizio 236. Classificare la quadrica x2 + 2y 2 + z 2 + 2xy − 2x − 3 = 0 ed i suoi punti. Classificare la quadrica x2 + 2y 2 − z 2 + 2xy − 2x − 2y + 1 = 0 e determinarne gli eventuali punti doppi. Classificare la quadrica x2 − 2y 2 − z 2 = 1 e determinare le coniche intersezione con i piani α : x = z − 1 e β : x = 1. Esercizio 229. Classificare la seguente quadrica x2 −y 2 +2z 2 +6yz−4xz−2x−3 = 0 e determinare la conica intersezione con il piano z = 1. Classificare la quadrica x2 + y 2 − 2xz + z 2 − 1 = 0 e determinare la conica intersezione col piano x − z = 0. Esercizio 237. Classificare la quadrica x2 − z 2 − 1 = 0 e determinare la conica intersezione col piano z = 1. Determinare la conica intersezione tra la quadrica 2x2 − 3y 2 − √ 6z 2 = 0 ed il piano x = 0. Esercizio 231. Esercizio 239. ripetere l’esercizio nel caso in cui il piano sia x = 0. Classificare la quadrica x2 +y 2 +2xy = 0 e determinare le coniche intersezione coi piani x = 1 e z = 0. .16. Classificare la quadrica −4x2 + y 2 + z 2 − 2 = 0 e determinare la conica intersezione col piano y + z − 2 = 0. ripetere l’esercizio nel caso il piano sia x = 3z + 1. Esercizio 226. Classificare la quadrica 2x2 + 2xy + z = 0 e determinare la conica intersezione con il piano 4x + 2y + z − 2 = 0. Esercizio 238. Classificare la quadrica x2 + y 2 − z 2 + 2xy − 2x − 2y = 0 e determinarne gli eventuali punti doppi. Esercizio 240. Esercizio 230.11 275 Esercizi. Esercizio 234. Esercizio 227. 16. Esercizio 233. determinarne gli eventuali punti doppi e la conica all’infinito. Classificare la quadrica y 2 − z 2 + 4xy − 4xz − 6x + 4y + 2z + 8 = 0 ed i suoi punti. Determinare la conica intersezione tra la quadrica x2 + y 2 + z 2 + 2xy − 2x = 0 ed il piano x + y − z = 0. Esercizio 232.

. Esercizio 242. Le quadriche. Esercizio 241. Esercizio 243. Classificare la quadrica 2x2 + y 2 + 3z 2 + 4x − 2y + 2 = 0 e determinare le coniche intersezione coi piani x = 0 e y = 0. Classificare la quadrica x2 − z 2 + 2y = 0 e determinare la conica intersezione col piano x − 2z = 0. Classificare la quadrica x2 − y 2 + z 2 = 1 e determinare le coniche intersezione coi piani x − y = 1 e z = 1.276 16.

) 2 2 2 ed il raggio: √ 9 + 25 + 1 − 4 31 r= = . Da tale definizione ricaviamo che la sua equazione ´e: p (x − α)2 + (y − β)2 + (z − γ)2 = r da cui (x − α)2 + (y − β)2 + (z − γ)2 = r2 x2 + y 2 + z 2 + ax + by + cz + d = 0 dove a b c C = (α. 17. β.17 La sfera. z) dello spazio la cui distanza da C ´e pari a r. 2 Esempio 151. β.1 Definizione. 2 2 L’equazione della sfera si pu´o infatti scrivere anche: √ 5 1 31 3 (x − )2 + (y + )2 + (z − )2 = . Determinare centro e raggio della sfera x2 +y 2 +z 2 −3x+5y−z+1 = 0. La sfera di centro C = (α. γ) = (− . 2 2 2 4 t u . γ) e raggio r ´e una superficie. y. − ) 2 2 2 1p 2 r= a + b2 + c2 − 4d > 0. Svolg.− . − . Il centro della sfera data ´e: 3 5 1 C = ( . luogo dei punti P = (x.

possiamo utilizzare la polarit´a definita per le quadriche irriducibili per calcolare un qualsiasi piano tangente ad una sfera in un suo punto. Siano S : x2 + y 2 + z 2 + ax + by + cz + d = 0 una sfera di raggio r e centro C e S 0 : x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 = 0 una di raggio r0 e centro C 0 . Se δ < r allora il piano ´e secante la sfera. cio´e π : (a − a0 )x + (b − b0 )y + (c − c0 )z + (d − d0 ) = 0. . La loro intersezione genera una circonferenza ridotta in due rette immaginarie coniugate. Sezioni piane.3 Fascio di sfere. Siano S : x2 + y 2 + z 2 + ax + by + cz + d = 0 una sfera di centro C e raggio r e π : ex + f y + gz + h = 0 un piano. Poich´e la sfera ´e un particolare ellissoide. La loro intersezione genera una circonferenza reale. 17. La loro intersezione genera una circonferenza non riducibile ed immaginaria. Indichiamo con δ = δ(C. La sfera. il raggio della circonferenza ´e √ r0 = r2 − δ 2 . Supponiamo che |r − r0 | < δ < r + r0 allora le due sfere si intersecano in una circonferenza reale. dove s ´e la retta passante per il centro della sfera ed ortogonale a π. Il centro C 0 della circonferenza ´e dato dall’intersezione s ∩ π. Tale circonferenza giace su di un piano la cui equazione si ricava sottraendo membro a membro le equazioni delle due sfere: ( x2 + y 2 + z 2 + ax + by + cz + d = 0 x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 = 0.278 17. Se δ = r allora il piano ´e tangente alla sfera. le cui equazioni sono date dal sistema: ( S : x2 + y 2 + z 2 + ax + by + cz + d = 0 π : ex + f y + gz + h = 0. C 0 ) la distanza tra i due centri. Indichiamo con δ = δ(C. π) la distanza tra il centro della sfera ed il piano π.2 17. Se δ > r allora il piano ´e esterno alla sfera.

Esempio 152. Svolg.3.17. Determinare il piano tangente alla sfera x2 + y 2 + z 2 − 2x + 2y − 2z − 1 = 0 nel punto P = (1. Anche in questo caso. 1. che ´e quello di tangenza tra le due sfere. se P1 ´e un punto non appartenente a π allora esiste una ed una sola sfera appartenente al fascio e passante per P1 . Se P1 ´e un punto non appartenente a π allora esiste una ed una sola sfera appartenente al fascio e passante per P1 . Definiamo fascio di sfere tangenti in P0 e di piano radicale π. dall’equazione (x2 + y 2 + z 2 + ax + by + cz + d) + λ(x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0 o equivalentemente dall’equazione (x2 + y 2 + z 2 + ax + by + cz + d) + λ(ex + f y + gz + h) = 0. In entrambi i casi le due sfere si intersecano in una circonferenza ridotta in due rette immaginarie coniugate. 1). al variare del parametro reale λ. Indichiamo con π : ex + f y + gz + h = 0 il piano tangente ad entrambe le sfere S e S 0 in P0 . Definiamo fascio di sfere secanti in γ e di piano radicale π. al variare del parametro reale λ. Viceversa. Fascio di sfere. con un unico punto reale P0 . se r + r0 = δ allora le due sfere sono tangenti esternamente. 279 Da cui otteniamo l’equazione della circonferenza che le due sfere hanno in comune: ( x2 + y 2 + z 2 + ax + by + cz + d = 0 γ: (a − a0 )x + (b − b0 )y + (c − c0 )z + (d − d0 ) = 0. Supponiamo ora che |r − r0 | = δ allora le due sfere sono tangenti internamente l’un l’altra. dall’equazione (x2 + y 2 + z 2 + ax + by + cz + d) + λ(x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0 o equivalentemente dall’equazione (x2 + y 2 + z 2 + ax + by + cz + d) + λ((a − a0 )x + (b − b0 )y + (c − c0 )z + (d − d0 )) = 0. tutte le sfere che si ottengono. tutte le sfere che si ottengono. Il piano tangente pu´o essere visto come il piano polare del punto P rispetto alla quadrica (in questo caso la sfera) data:     1 0 0 −1 x1   h i  0 1 0 1     x2  1 1 1 1 · · =0  0 0 1 −1   x3  −1 1 −1 −1 x4 .

il suo raggio ´e 2. La sfera. 1. 0). Per esempio scegliamo t = 1. 0. 1). t u Esempio 153. 1). 0). Costruiamo il fascio di sfere tangenti a π in P : F : x2 + y 2 + z 2 − 4x − 4y + 5 + h(x + y − z − 1) = 0. Analogamente possiamo seguire il seguente procedimento: Il centro della sfera data ´e C = (1. Svolg. Determinare la sfera tangente al piano π : punto P = (1. 2. −1). che si riduce a 2x2 − 2x4 = 0. Il piano tangente deve essere ortogonale a tale vettore quindi la sua equazione ´e: (0)(x − 1) + (1)(y − 1) + (0)(z − 1) = 0 cio´e y − 1 = 0. Quindi la sfera richiesta ´e ottenuta dal fascio per tale valore di h: 2x2 + 2y 2 + 2z 2 − 4x + z − 3y = 0. 1) e passante per il punto Q = (2. La sfera ha equazione (x − 2)2 + (y − 2)2 + z 2 = 3 cio´e x2 + y 2 + z 2 − 4x − 4y + 5 = 0.   z = −t + 1 Su tale retta si trovano i centri di ogni sfera che sia tangente a π in P . cio´e y − 1 = 0. π) = √12 ´e minore del raggio di S. Svolg. 1. x + y − z − 1 = 0 nel La retta ortogonale a π e passante per P ha equazioni:    x=t+1 y =t+1 . C) = 3. 1. infatti il centro √ di S ´e C = (1. il centro della sfera S1 ottenuta ´e C = (2. −1. t u Esempio 154.280 17. e la distanza δ(C. Costruiamo il fascio di sfere contenenti la circonferenza γ: Fγ : x2 + y 2 + z 2 − 2x + 2z + h(y + z) = 0 ed imponiamo il passaggio di tali sfere per il punto P : otteniamo h = − 32 . 1. . 0) ed il suo raggio ´e √ la distanza δ(P. Determinare la sfera contenente la circonferenza di equazioni γ: S∩π : x2 + y 2 + z 2 − 2x + 2z = y + z = 0 ed il punto P = (1. Per prima cosa verifichiamo che la circonferenza γ ´e reale. quindi il vettore CP ha componenti proporzionali alla terna (0.

Fascio di sfere. 281 Imponiamo il passaggio per il punto Q.17. Quindi la sfera richiesta ha equazione x2 + y 2 + z 2 − 3x − 3y − z + 4 = 0. t u .3. sostituendo le sue coordinate nell’equazione del fascio F : h = 1.

Esercizio 248. Determinare la retta tangente alla circonferenza (x − 2)2 + y 2 + z 2 − 4 = x + y − z = 0 nel suo punto (0. . Determinare centro e raggio della circonferenza passante per i punti A(1. 0). Determinare centro e raggio della sfera 3x2 + 3y 2 + 3z 2 − 2x = 0. Determinare la circonferenza per i punti (−1. Esercizio 247. 0. x2 + y 2 + z 2 − 3y + z + 2 = 0. 0) e per la circonferenza x2 + y 2 + z 2 − 2x − 3 = 4x − 11 = 0. Esercizio 244. 2) e tangente in B alla retta x + z − 5 = y − 2z + 5 = 0. (0. Esercizio 246. 0. 2. 0. 0. B(3. Determinare i piani tangenti alla sfera x2 + y 2 + z 2 − 2x − 2y − 6z + 8 = 0 e contenenti la retta x + x − 1 = z = 0. La sfera. 0. 1). 0). Determinare la sfera passante per il punto (0. Esercizio 251.282 17. Esercizio 253. Determinare centro e raggio della circonferenza x2 + y 2 + z 2 = 3x − 4y − 5 = 0.4 17. Determinare il piano comune alle due sfere (x − 1)2 + y 2 + z 2 = 4. Esercizio 245. Determinare il piano tangente alla sfera (x − 2)2 + y 2 + z 2 = 4 nel suo punto (0. 2. Esercizio 249. −1. 0. 1). (0. Determinare la sfera tangente al piano x − y + z = 0 nel punto (0. 0) e passante per il punto (1. Esercizi. Esercizio 252. (x − 3)2 + y 2 + z 2 = 1. 0). 0). Esercizio 250. 2. 0).

Determinare la superficie ottenuta dalla rotazione della curva meridiana r : x − y = z − y = 0 intorno all’asse di rotazione s : x = y = 0 (asse Z). 18. Diciamo superficie di rotazione di asse r e meridiana γ. ii) se r e γ sono complanari e parallele. su piani perpendicolari a r. Sia ora S la sfera di centro C e raggio δ. Pi´ u precisamente fissiamo un qualsiasi punto P di γ. la superficie di rotazione ´e un cono. Siano r una retta e γ una curva nello spazio. la superficie di rotazione ´e un iperboloide. iii) se r e γ sono sghembe. la superficie di rotazione ´e un cilindro di sezione circolare.18 Cenni sulle superfici di rotazione. 18. . Determiniamo il piano π passante per P ed ortogonale all’asse r. Essa ´e quindi l’unione di infinite circonferenze generate. dalla rotazione degli infiniti punti di γ intorno a r. Al variare di tutti i punti P su γ si ricava l’intera superficie di rotazione. Quindi calcoliamo il punto C = π ∩ r e la distanza δ = δ(C. Supponiamo che la curva meridiana γ sia anch’essa una retta: i) se r e γ sono complanari e incidenti.1 Definizione e calcolo. quella superficie che otteniamo facendo ruotare la curva γ intorno all’asse r. Esercizio 254. Consideriamo i seguenti casi particolari. Dall’intersezione S ∩ π si ottiene esattamente la circonferenza che individua la rotazione del punto P intorno all’asse r.2 Esercizi svolti. P ).

0. 0. . di centro Ct = πt ∩ s e raggio δ(Ct . t. La circonferenza γt che giace su πt . In forma parametrica r ´e data dalle equazioni    x=t y=t . La curva γt si ottiene come intersezione di πt con la sfera di centro Ct e raggio rt : ( x2 + y 2 + (z − t)2 = 2t2 γt = . Allora l’asse di rotazione e la retta meridiana sono incidenti.   z=t Il generico punto di r in coordinate parametriche ´e Pt = (t. Svolg. Pt ) ´e parte della superficie richiesta. Al variare del parametro t otteniamo tutte le circonferenze γt . Il piano passante per Pt ed ortogonale all’asse di rotazione s ´e πt : 0(x − t) + 0(y − t) + 1(z − t) = 0 → z − t = 0. t) √ rt = δ(Ct . In forma parametrica r ´e data dalle equazioni    x=t y=2 . t). Il piano passante per Pt ed ortogonale all’asse di rotazione s ´e πt : x − t = 0.   z=t Il generico punto di r in coordinate parametriche ´e Pt = (t. la cui unione costituisce la superficie di rotazione.284 Svolg. 0. Pt ) = 2t2 . 2. Ct = π ∩ s = (0. Cenni sulle superfici di rotazione. 1). z=t Eliminando il parametro t otteniamo la superficie: x2 + y 2 − 2z 2 = 0 che ´e un cono di vertice X = (0. Determinare la superficie ottenuta dalla rotazione della curva meridiana r : x − z = y − 2 = 0 intorno all’asse di rotazione s : y − 1 = z − 3 = 0. 18. t). t u Esercizio 255.

La circonferenza γt che giace su πt . Ct = π ∩ s = (t. t2 . Al variare del parametro t otteniamo tutte le circonferenze γt .   z=0 Il generico punto di c in coordinate parametriche ´e Pt = (t. x=t Eliminando il parametro t otteniamo la superficie: x2 − y 2 − z 2 − 6x + 2y + 6z = 0 che ´e un iperboloide. La curva γt si ottiene come intersezione di πt con la sfera di centro Ct e raggio rt : ( (x − t)2 + y 2 + z 2 = t4 γt = . Svolg. Il piano passante per Pt ed ortogonale all’asse di rotazione s ´e πt : x − t = 0. 285 La circonferenza γt che giace su πt .2. Ct = π ∩ s = (t. t u Esercizio 256. Pt ) ´e parte della superficie richiesta. Allora l’asse di rotazione e la retta meridiana sono sghembe. di centro Ct = πt ∩ s e raggio δ(Ct . 3) p rt = δ(Ct . La curva γt si ottiene come intersezione di πt con la sfera di centro Ct e raggio rt : ( (x − t)2 + (y − 1)2 + (z − 3)2 = t2 − 6t + 10 γt = . Pt ) = t4 = t2 . Pt ) ´e parte della superficie richiesta. Al variare del parametro t otteniamo tutte le circonferenze γt . x=t . la cui unione costituisce la superficie di rotazione. 0). la cui unione costituisce la superficie di rotazione. In forma parametrica c ´e data dalle equazioni    x=t y = t2 . 0) √ rt = δ(Ct . Pt ) = t2 − 6t + 10.18. 0. Determinare la superficie ottenuta dalla rotazione della curva meridiana c : z = y − x2 = 0 intorno all’asse di rotazione s : y = z = 0 (asse X). di centro Ct = πt ∩ s e raggio δ(Ct . Esercizi svolti. 1.

286 18. Eliminando il parametro t otteniamo la superficie: y 2 + z 2 − x4 = 0. t u . Cenni sulle superfici di rotazione.

19 Appendice: Disegni relativi ai capitoli precedenti .

disegno 1 Q P1 O P .

disegno 2 Z P v k vz j Y i vx vy X .

disegno 3 P v O Q w .

disegno 4 Q v O u Q’ r .

disegno 5 v^w w v .

disegno 6 w h b v .

disegno 7 P u1 ^ u2 v w u u 1 u2 O v’ P’ .

disegno 8 h u w v .

disegno 9 P0 u H Q1 u = versore perpendicolare alla retta P0H = proiezione di [P0 Q1] lungo la direzione di u .

disegno 10 P0 u H Q1 u = versore perpendicolare al piano P0H = proiezione di [P0 Q1] lungo la direzione di u .

m. r ) .disegno 11 P 1 h l2 l1 Q0 r = (l.n) Q 1 modulo di [P1 Q1] = distanza ( P1 .